传统经济学的崩塌：从“经济人”到“普通人”

在经济学的神殿里，曾供奉着一位完美无瑕的神祇：“经济人”（Homo Economicus）。他 cold-hearted、逻辑缜密，永远能在信息不全的迷雾中计算出最优解，如同一位永不犯错的棋圣。然而，当这位神祇走下神坛，走进真实世界的菜市场、股市和婚姻殿堂时，我们惊讶地发现——他根本不存在。取而代之的，是充满偏见、情绪波动、甚至自己跟自己打架的“普通人”（Homo Sapiens）。这场从“神”到“人”的祛魅，并非一次温和的学术修正，而是一场由心理学点燃、以实验为武器的经济学范式革命。本章将带你穿越回20世纪中叶，目睹传统经济学坚固城墙上的第一道裂缝，以及那些敢于用悖论和实验“造反”的先锋们，如何亲手埋葬了“经济人”，并为行为经济学这座新殿堂奠基。

---

一、 “经济人”的黄金时代：一个优雅而脆弱的假设

1.1 理性人假设的诞生与统治

要理解这场革命的颠覆性，必须先回到“经济人”被奉为圭臬的年代。18世纪末，亚当·斯密在《国富论》中描绘了那只“看不见的手”——个体在追求私利的过程中，无意中促进了社会整体的福祉。这一洞察隐含了一个核心前提：人是理性的、自利的，并能基于充分信息做出最优选择。此后，经过约翰·斯图亚特·穆勒、杰里米·边沁等思想家的淬炼，以及19世纪末“边际革命”的数学化封装，“理性人假设”（Rational Agent Hypothesis） 最终在20世纪中叶，以 “Homo Economicus” 之名为主流经济学奠定了坚不可摧的基石。

这个“经济人”画像清晰而冷峻：

• **完全理性（Full Rationality）**：他拥有无限的计算能力，能处理所有复杂信息，精确权衡所有选项的长期效用。
• **一致偏好（Consistent Preferences）**：他的选择遵循**完备性**（能排序所有选项）和**传递性**（若A优于B，B优于C，则A必优于C）的严格公理。
• **自利最大化（Self-Interest Maximization）**：他的唯一目标是最大化自身利益（通常被简化为货币或效用），情感、道德、社会规范均被排除在决策函数之外。
• **预期效用理论（Expected Utility Theory, EUT）**：这是“经济人”的数学圣经。由冯·诺依曼和摩根斯坦于1944年 formalize，它规定：面对风险，人的决策应基于对各结果**概率**和**效用**的加权平均计算，且决策规则必须满足**独立性公理**（Irrelevant Alternatives Independence）——即两个选项间的偏好不应受第三个无关选项的影响。

在 elegant 的数学模型和“充分竞争市场能实现帕累托最优”的美丽承诺下，“经济人”假设统治了微观经济学、金融学、公共政策乃至法学半个多世纪。它像牛顿力学之于物理学，提供了一个清晰、可预测、可推导的分析框架。然而，问题在于：这个“经济人”真的是我们吗？

1.2 裂缝初现：早期质疑与“悖论”的冲击

早在“经济人”登顶时，就有学者对其真实性提出质疑。例如，1930年代，法国经济学家弗朗西斯·埃奇沃思（Francis Edgeworth） 就曾悲观地描述，将心理学引入经济学如同“探索野蛮国度的危险旅程”。但真正让城墙产生裂缝的，是20世纪50年代出现的几个著名决策悖论（Decision Paradoxes）。它们像精心设计的“思想实验”，用简单的选择题，就让“经济人”的逻辑铠甲寸寸崩裂。

> 📖 纸书排版提示：本节可插入一个“时间轴”图表，展示从亚当·斯密到行为经济学兴起的核心事件。 > ```mermaid > timeline > title 经济学中的“人”之演变 > section 古典时期 > 1776 : 亚当·斯密《国富论》 <br> 提出“看不见的手” > section 新古典时期 > 1871 : 边际革命 <br> 效用理论数学化 > 1944 : 冯·诺依曼 & 摩根斯坦 <br> 《博弈论与经济行为》<br> 奠定预期效用理论 > section 挑战时期 > 1953 : 阿莱斯悖论 <br> 挑战独立性公理 > 1961 : 埃尔斯伯格悖论 <br> 挑战概率主观性 > section 革命时期 > 1979 : 卡尼曼 & 特沃斯基 <br> 提出前景理论 > 1990s- : 塞勒等 <br> 推动行为经济学应用 > ```

**悖论一：阿莱斯悖论（Allais Paradox, 1953）**

法国经济学家莫里斯·阿莱斯（Maurice Allais） 设计了一个看似简单的选择，却直接刺向预期效用理论的心脏——独立性公理。

实验设计（经典版本）： 请想象你必须在以下两组彩票中做选择：

第一组：

• **选项A**：100% 获得 100 万元。
• **选项B**：10% 概率获得 500 万元，89% 概率获得 100 万元，1% 概率一无所获。

第二组：

• **选项C**：11% 概率获得 100 万元，89% 概率一无所获。
• **选项D**：10% 概率获得 500 万元，90% 概率一无所获。

“经济人”的预测： 根据独立性公理，第一组中A与B的差异（那确定的100万 vs 那1%的“空”）和第二组中C与D的差异（那11%的100万 vs 那10%的500万）在结构上是独立的。因此，理性人在第一组的选择应能预测其在第二组的选择。例如，若在第一组偏好A（确定性收益），则因那1%的“空”在两组中均存在且相同，在第二组也应偏好C（因为C相当于去掉了B中那确定的89%的100万，只留下11%的100万，而D相当于去掉了B中那确定的89%的100万，只留下10%的500万和1%的空，但根据独立性，去掉共同部分不应改变偏好）。数学上可证，偏好A且偏好D，或偏好B且偏好C，是符合EUT的；但偏好A且偏好C，或偏好B且偏好D，则违反独立性公理。

真实的人类选择： 绝大多数受试者（包括许多经济学家！）在第一组选择A（确定的100万），在第二组选择D（10%的500万）。即 “偏好A且偏好D”。这看似微小，却是一个致命的逻辑矛盾。它揭示了人类决策中一个强大而普遍的心理：确定性效应（Certainty Effect）——人们对“确定获得”的权重被不成比例地放大，而对“概率提升”的敏感度则递减。在A和B间，那“确定的100万”像一块磁石，吸走了所有偏好；但当确定性消失（进入第二组），人们又变得愿意冒险去追逐更高的奖金（500万）。“经济人”不会因“确定性”的存在而改变风险态度，但普通人会。

> 💡 电子版侧边栏提示：您是否也做出了“悖论”的选择？点击此处观看一个2分钟的动画解释，看看你的选择是否“非理性” → [链接：动画演示]

**悖论二：埃尔斯伯格悖论（Ellsberg Paradox, 1961）**

美国经济学家丹尼尔·埃尔斯伯格（Daniel Ellsberg）（后来因五角大楼文件泄密案闻名）则挑战了预期效用理论的另一基石：主观概率的清晰性。他设计了一个关于模糊性（Ambiguity） 的经典实验。

实验设计（ urn 问题）： 想象一个 urn，里面装有90个球，其中30个是红球，其余60个非红球，但非红球是黄球还是蓝球，你不知道。现在让你在以下两组选择中决策：

第一组（已知概率）：

• **选项E**：从urn中随机抽一个球，若为红球，获100美元。
• **选项F**：从urn中随机抽一个球，若为黄球或蓝球（即非红球），获100美元。

（已知：红球概率30%，非红球概率70%）

第二组（未知概率）：

• **选项G**：从urn中随机抽一个球，若为黄球，获100美元。
• **选项H**：从urn中随机抽一个球，若为蓝球或红球，获100美元。

（黄球、蓝球的具体概率完全未知，只知道两者之和为60%）

“经济人”的预测： 如果一个人相信概率是主观的，且对黄球和蓝球没有偏好依据，那么他对黄球和蓝球的主观概率应是无差异的（各30%）。因此，在第二组，G和H的期望效用应相等，选择应随机或取决于其他无关因素。同时，第一组中，已知红球概率30% vs 非红球70%，偏好应明确。

真实的人类选择： 绝大多数受试者： 1. 在第一组，偏好F（抽中非红球获100美元），因为非红球概率更高（70%）。 2. 在第二组，偏好H（抽中蓝球或红球获100美元），因为它包含了“已知的红球”（概率30%），而G完全依赖于未知的黄球概率。

这产生了矛盾：如果偏好F，意味着你认为“非红球”的主观概率 > 红球概率。但第二组中，H = “蓝球或红球”，G = “黄球”。若你认为“非红球”概率更高，那意味着你认为黄球+蓝球的总概率 > 红球概率。但H包含了红球，G只包含黄球。偏好H意味着你认为“（蓝球或红球）”的概率 > “黄球”的概率，即 P(蓝)+P(红) > P(黄)。而偏好F意味着 P(黄)+P(蓝) > P(红)。两者结合，逻辑上可推出 P(蓝) > P(蓝)，矛盾！

这个悖论揭示了人类对模糊性（Ambiguity） 的深刻厌恶。当概率已知时，我们基于概率做决策；当概率未知（模糊）时，我们会规避模糊选项，即使它在数学上可能期望值更高。人们倾向于选择风险（Risk）（概率已知）而非模糊性（Ambiguity）（概率未知），这种“模糊性厌恶”（Ambiguity Aversion）是理性模型无法容纳的。

---

二、 革命先驱的集结：从“异端”到“混血儿”的诞生

阿莱斯和埃尔斯伯格的悖论像两枚精确制导炸弹，炸开了理性假设的裂缝，但尚未形成完整的替代理论。真正将这场“叛乱”组织成一场运动，并赋予其“行为经济学”之名的，是两位心理学背景的以色列学者：丹尼尔·卡尼曼（Daniel Kahneman） 和阿莫斯·特沃斯基（Amos Tversky）。他们的合作，被誉为科学史上最伟大的智力伙伴关系之一。

2.1 卡尼曼与特沃斯基：心理学与经济学的“混血”

卡尼曼早年在希伯来大学学习心理学，后在美国接受训练。特沃斯基则是数学家和心理学家，思维如手术刀般锋利。两人在1969年于以色列的希伯来大学相遇，随即开启了一段长达十余年的深度合作。他们的共同洞察是：经济学对决策的建模，忽略了人类认知系统的真实运作方式——它充满了捷径（启发式）、偏见和情绪。

他们的研究路径并非空想，而是以实验为矛。他们设计出无数精巧的问卷和模拟场景，在耶鲁、斯坦福、密歇根等大学的系科走廊、甚至普通咖啡馆里，测试学生、教授乃至普通市民的决策。他们发现，人类的判断和决策系统存在系统性、可预测的偏差，这些偏差不是随机错误，而是认知架构的固有特征。

> 🔬 电子版交互元素：此处可嵌入一个经典实验的互动模拟：“卡尼曼-特沃斯基的‘琳达问题’”。用户做出选择后，系统即时显示其是否犯了“合取谬误”，并链接到详细解释。

**启发式与偏差（Heuristics and Biases）研究计划**

1974年，卡尼曼和特沃斯基在《科学》杂志上发表了划时代的论文《 judgment under Uncertainty: Heuristics and Biases 》。这篇文章如同一份“人类认知错误清单”，列举了人们如何依赖三种心理捷径做出判断，并因此陷入偏差：

1. 代表性启发（Representativeness Heuristic）：人们根据某事物与某类别的“相似性”（代表性）来判断其归属概率，而忽略基础比率（Base Rate）和样本大小。经典案例是著名的“琳达问题”（Linda Problem）： > 琳达，31岁，单身，坦率直言。大学主修哲学。学生时代关心歧视和社会正义问题，参加过反核示威。 > 请判断以下描述更可能的是： > a) 琳达是银行出纳员。 > b) 琳达是银行出纳员且是女权运动积极分子。 > > 逻辑上，b) 是 a) 的子集，概率不可能更高。但85%的受试者认为 b) 更可能。因为琳达的描述“高度代表”了女权运动者的形象，人们被代表性蒙蔽，犯了合取谬误（Conjunction Fallacy）。

2. 可得性启发（Availability Heuristic）：人们根据想到某个例子的容易程度（可得性）来判断其频率或概率。若某事件生动、 recent 或 emotional，它便容易被提取，从而被高估。例如，人们常高估飞机失事的概率（因媒体报道 vivid），而低估中风致死的概率（因不常 headline）。

3. 锚定与调整（Anchoring and Adjustment）：人们在做数值估计时，会从一个初始值（锚点）出发，进行不足调整。即使锚点明显随机（如转盘随机数），也会系统性影响最终估计。特沃斯基和卡尼曼的实验：让受试者先转一个随机数盘（范围0-100），然后估计联合国中非洲国家占比。随机数大的人，估计值显著更高。锚点像沉入海底的船，拖拽着所有后续思考。

这些发现具有革命性：它们证明，人类的“非理性”不是偶然的、情绪化的疯狂，而是认知系统在处理复杂世界时，为节省脑力而采用的、有规律可循的“适应性捷径”的副作用。 这些偏差是可预测的、可重复的、可建模的。这为经济学提供了全新的、基于心理现实的分析素材。

2.2 前景理论（Prospect Theory）：对预期效用理论的正面颠覆

如果说启发式与偏差研究是“批判的武器”，那么1979年卡尼曼和特沃斯基在《 Econometrica 》上发表的《 Prospect Theory: An Analysis of Decision under Risk 》，则是武器的批判——它提出了一个完整的、描述性的决策理论，正面替代了预期效用理论。

前景理论的核心洞见是：人们不是对最终财富水平做决策，而是对“前景”（Prospect）——即相对于某个参照点（Reference Point）的收益或损失——做决策。 这引入了两个革命性概念：价值函数（Value Function） 和 权重函数（Weighting Function）。

**价值函数：S形、损失厌恶与参照依赖**

价值函数 $v(x)$ 描绘了人们主观感知的“价值”随客观收益/损失 $x$ 的变化。它具备三个关键特征： 1. 参照点依赖（Reference Dependence）：价值以参照点（如现状、预期）为原点。高于参照点是收益，低于是损失。这直接否定了“绝对财富最大化”的假设。 2. 损失厌恶（Loss Aversion）：函数在损失区域更陡峭。失去100元带来的痛苦，远大于获得100元带来的快乐。 通常估计，损失的心理权重是收益的2倍左右。这解释了为什么人们会拒绝公平赌博（如50%机会赢200，50%机会输100），尽管其期望值为正。 3. S形与递减敏感性（S-Shaped & Diminishing Sensitivity）：函数在收益区域 concave（边际效用递减），在损失区域 convex（边际损失感递减），且在参照点附近最陡。这意味着，人们对小收益和大收益的差异感觉在缩小，对小损失和大损失的差异感觉也在缩小，但对损失的感觉始终比等量收益更强烈。

```mermaid graph LR A[参照点] --> B[收益区域: 凹函数<br>边际效用递减] A --> C[损失区域: 凸函数<br>边际损失感递减] B --> D[确定性效应<br>对确定收益 overweight] C --> E[反射效应<br>对确定损失 risk-seeking] style B fill:#e1f5fe style C fill:#ffebee ```

**权重函数：对概率的非线性扭曲**

价值函数处理“结果多大”，而决策权重函数 $\pi(p)$ 处理“概率多大”。人们并非按客观概率 $p$ 加权，而是对概率进行非线性变换：

• **小概率被高估（Overweighting）**：几乎不可能的事件（如彩票中奖）被赋予过高的主观权重，导致人们购买彩票。
• **中等和高概率被低估（Underweighting）**：接近确定的概率（如99%）被当作“几乎确定”，权重不足，导致人们为买保险支付过高保费（因为1%的损失风险被高估了）。
• **确定性被单独处理**：概率为0或1时，权重跳跃，这直接解释了**阿莱斯悖论中的“确定性效应”**——确定的100万（概率1）被赋予极高权重，而“89%概率获100万”被严重低估。

前景理论的整体公式（简化）： $$ V = \sum_{i} \pi(p_i) v(x_i) $$ 其中 $x_i$ 是相对于参照点的收益/损失，$v$ 是S形价值函数，$\pi$ 是决策权重函数。

> 📊 电子版动态图表：此处应嵌入一个可交互的曲线图，用户拖动参照点或调整概率，可实时看到价值函数和权重函数如何变化，并计算不同前景的“前景值”。

**前景理论的巨大解释力**

前景理论不仅能解释阿莱斯悖论，还能统一解释大量“异常”行为：

• **风险寻求 vs 风险厌恶的反射效应（Reflection Effect）**：在收益域，人们风险厌恶（偏好确定的小收益）；在损失域，人们风险寻求（偏好冒险赌一把以规避确定损失）。这完美解释了为何赌徒在输钱时会加倍下注（“翻本”心理），以及为何投资者在浮亏时拒绝止损（希望“回本就卖”）。
• **处置效应（Disposition Effect）**：投资者过早卖出盈利股票（锁定确定收益，风险厌恶），而长期持有亏损股票（不愿实现确定损失，风险寻求）。这是前景理论在金融市场的直接体现。
• **分离效应（Isolation Effect）**：人们会简化复杂前景，只关注有差异的部分。这解释了为何人们在不同表述下（即使数学等价）会做出不同选择。

---

三、 核心人物谱系：从学者到“助推者”

卡尼曼和特沃斯基提供了理论基石和实验方法，但将行为经济学从实验室的“异端邪说”推向政策前台、并赋予其“经济学”身份的，是另一位关键人物：理查德·塞勒（Richard Thaler）。

3.1