行为经济学的范式革命：从理性人假设到有限理性

自亚当·斯密在《国富论》中隐含地将个体描绘为追求自身利益最大化的“经济人”以来，这一理性人假设便逐渐演变为经济学的核心基石。至20世纪中叶，以冯·诺依曼和摩根斯坦为代表的数学家们，将这一哲学构想精致化为公理化的期望效用理论，使得“理性”在经济学中获得了近乎神圣的地位：个体被假设为拥有完全稳定的偏好、能够处理所有相关信息，并始终如一地选择能带来最高期望效用的选项。然而，当我们将目光投向真实世界——从股票市场的非理性狂热到日常消费中的冲动购买，从投资决策的过度自信到风险判断的严重偏差——一个尖锐的问题浮现：这一优雅的数学模型，是否真的能捕捉人类决策的复杂本质？越来越多的实验证据表明，人类决策系统存在系统性、可预测的偏离，这些偏离并非随机噪声，而是深深植根于认知架构之中的“偏差”。正是这些发现，催生了行为经济学的范式革命，将经济学从“应该如何决策”的规范性殿堂，拉回到“实际如何决策”的描述性田野。本章将系统审视这一革命的思想脉络：从理性人假设的哲学与数学根基出发，剖析其在解释现实时的失效案例；进而引入赫伯特·西蒙的“有限理性”作为理论转折点，揭示认知资源约束如何重塑决策逻辑；最终聚焦于丹尼尔·卡尼曼和阿莫斯·特沃斯基的前景理论，展现其如何通过价值函数与权重函数的双重重构，完成对期望效用理论的颠覆性替代。本章不仅为全书奠定方法论基础，更明确“启发式与偏差”这一核心研究范式，及其后续所面临的建构性批判，从而为理解决策的暗流提供理论透镜。

理性人假设的哲学与数学基石

理性人假设的根源可追溯至启蒙运动时期对理性力量的推崇。边沁的功利主义哲学将“最大幸福原则”作为伦理基础，假定个体能够精确计算行为后果的效用并追求净效用最大化。这一思想在经济学中被萨缪尔森等人形式化为“显示性偏好理论”，认为通过观察选择行为即可推断偏好，而偏好本身被假定为完备、传递且稳定的。然而，真正将理性人假设铸造成数学公理体系的，是冯·诺依曼和摩根斯坦在1944年提出的期望效用理论（Expected Utility Theory, EUT）。该理论通过一组看似无可辩驳的公理，为“理性决策”提供了严格定义：

完备性：对于任意两个彩票 $L_1$ 和 $L_2$，决策者总能做出偏好判断（$L_1 \succeq L_2$、$L_2 \succeq L_1$ 或两者兼有）。 传递性：若 $L_1 \succeq L_2$ 且 $L_2 \succeq L_3$，则必有 $L_1 \succeq L_3$。 连续性：若 $L_1 \succeq L_2 \succeq L_3$，则存在概率 $p \in [0,1]$ 使得决策者对混合彩票 $pL_1 + (1-p)L_3$ 与 $L_2$ 无差异。 独立性：若 $L_1 \succeq L_2$，则对任意彩票 $L_3$ 和概率 $\alpha \in (0,1]$，必有 $\alpha L_1 + (1-\alpha)L_3 \succeq \alpha L_2 + (1-\alpha)L_3$。

在这些公理下，马歇尔 Utility 定理保证存在一个实值效用函数 $u(\cdot)$，使得决策者总是选择期望效用最大的选项，即选择 $A$ 而非 $B$ 当且仅当： $$ \sum_{i} p_i u(x_i) > \sum_{i} p_i u(y_i) $$ 其中 $p_i$ 是结果 $x_i$ 发生的概率。EUT 的优美之处在于其将“理性”简化为一个数学优化问题：在给定偏好和概率下，最大化一个线性函数。这一框架迅速成为微观经济学、金融学乃至公共政策分析的默认工具，其影响力如此深远，以至于“理性”几乎成了“期望效用最大化”的同义词。

然而，EUT 的数学严谨性背后，隐藏着对决策者认知能力的极端假设：完全理性。这意味着决策者必须（1）知晓所有可能结果；（2）准确赋予每个结果概率；（3）拥有稳定的效用函数；（4）能够进行无限复杂的计算。这些假设在实验室可控环境中尚难满足，遑论信息不完备、时间压力、情绪干扰的现实世界。更关键的是，EUT 的公理体系本身是否描述了人类实际决策过程，还是仅仅定义了“一致性”的数学标准？这一疑问为后续的行为挑战埋下了伏笔。

现实决策的系统性偏离：来自实验与市场的证据

20世纪50年代以来，心理学和经济学实验开始系统性地揭示人类决策对 EUT 公理的系统性违反。这些偏离并非随机误差，而是具有高度可重复性和模式化的“偏差”，它们动摇了理性人假设的实证基础。

偏好逆转现象最早由斯莱里克发现：当被问及对某物品的“最高购买价”和“最低出售价”时，多数人给出的数值存在显著差异，且与他们的实际选择不一致。例如，在咖啡杯实验中，受试者对同一杯子给出的“买价”中位数远低于“卖价”中位数，这与预期效用理论要求的偏好一致性直接冲突。偏好逆转表明，人们的价值评估并非稳定不变，而是依赖于问题表述的“框架”。

阿莱悖论（Allais Paradox）则直接挑战独立性公理。考虑以下两个选择问题：

*问题1*：

• A：确定获得 100 万美元
• B：10% 概率获得 500 万美元，89% 概率获得 100 万美元，1% 概率一无所获

*问题2*：

• C：11% 概率获得 100 万美元，89% 概率一无所获
• D：10% 概率获得 500 万美元，90% 概率一无所获

实验显示，大多数人问题1中偏好 A（确定性收益），问题2中偏好 D（高风险选项）。然而，若将问题1和问题2的公共部分（89% 获得 100 万美元）剥离，根据独立性公理，A 优于 B 应推出 C 优于 D，但实际选择恰恰相反。这一悖论揭示：人们对确定性结果的强烈偏好（“确定性效应”）无法在 EUT 框架内解释，因为 EUT 要求概率权重是线性的，而阿莱发现人们给确定性结果赋予了过高的权重。

艾伦悖论（Ellsberg Paradox）则挑战主观概率的假设。在一个瓮中放有红球和黑球，已知红球 30 个，黑球数量未知但红黑合计 100。受试者需在以下两个选择中做出：

• 选项 X：抽中红球获 100 美元
• 选项 Y：抽中黑球获 100 美元

以及：

• 选项 W：抽中红球或黄球获 100 美元（黄球为新增颜色）
• 选项 Z：抽中黑球或黄球获 100 美元

多数人偏好 X 优于 Y（表明认为红球概率高于黑球），但同时偏好 Z 优于 W（表明认为黑球概率高于红球），这构成了逻辑矛盾。艾伦悖论暴露了人们对模糊概率（未知分布）的厌恶，而 EUT 要求概率是主观且精确的，无法容纳这种“模糊性规避”。

最后通牒博弈（Ultimatum Game）则从社会偏好角度挑战自利假设。在实验中，提议者分配一笔钱，响应者决定是否接受；若拒绝，双方均一无所获。根据 EUT 的自利假设，响应者应接受任何正金额，但实验显示，当提议者给出低于 20% 的份额时，拒绝率显著上升，且提议者常给出 40-50% 的份额。这表明公平感、报复动机等社会偏好系统性地影响着经济决策，而 EUT 的效用函数仅关注自身物质收益，无法捕捉这些维度。

这些实验及其后续成千上万的变体，共同描绘了一幅与理性人假设相悖的图景：人类决策者并非冰冷的计算器，而是深受认知局限、情感因素和社会规范影响的复杂有机体。这些发现迫使经济学界正视一个根本问题：如果经典理论的预测与现实持续脱节，我们是否需要一种新的理论范式？

西蒙的有限理性：理论转折点

在行为经济学革命前夕，赫伯特·西蒙（Herbert Simon）以其深邃的跨学科洞察，率先对完全理性假设发起了系统性批判。西蒙认为，传统经济学将决策视为“在已知选项中最大化效用”的过程，却忽视了决策环境的真实结构：信息是昂贵的，认知能力是有限的，未来是不确定的。基于此，他提出了“有限理性”（Bounded Rationality）概念，成为连接经典经济学与行为经济学的关键桥梁。

西蒙指出，现实中的决策者无法像 EUT 所要求的那样，遍历所有可能选项并精确计算期望效用。相反，他们受限于： 1. 信息处理能力的瓶颈：人类 working memory 仅能同时处理 5-9 个信息组块； 2. 知识的局部性：决策者只拥有关于环境的部分、近似知识； 3. 时间与成本的约束：收集信息、计算方案需要消耗稀缺资源。

因此，西蒙主张用“满意化原则”（Satisficing）替代“最大化原则”。决策者不再寻求最优解，而是设定一个可接受的水平（ aspiration level），一旦发现达到该水平的选项便停止搜索。例如，一个求职者不会评估所有可能职位，而是申请前几个“足够好”的岗位；企业不会计算所有投资项目的净现值，而是采用简单的启发式筛选。西蒙用“行政人”（Administrative Man）模型取代“经济人”，强调决策是“在约束下寻找足够好的解决方案”，而非“无约束求解最优”。

西蒙的贡献不仅是提出替代模型，更在于改变了经济学的研究方法论。他主张经济学应像自然科学一样，基于对实际决策过程的观察（而非先验假设）来构建理论，即“程序理性”优于“结果理性”。这一思想直接启发了卡尼曼和特沃斯基的研究路径：他们不再问“人们是否应该如此决策”，而是问“人们实际上如何决策”，并通过实验揭示决策背后的心理过程。西蒙因此获得1978年诺贝尔经济学奖，评委会特别表彰他“对经济组织内决策程序的开创性研究，尤其是有限理性概念的发展”。

然而，西蒙的框架仍保留了一些理性内核：满意化本身可被视为一种优化（最小化搜索成本），且他未深入刻画偏差的具体形式。真正将有限理性转化为可检验、可量化的心理学机制，并以此重构经济学核心理论的，是卡尼曼与特沃斯基的前景理论。

前景理论：行为经济学的范式革命

1979年，卡尼曼和特沃斯基在《Econometrica》上发表的《前景理论：风险下的决策分析》一文，标志着行为经济学作为独立研究范式的正式诞生。该理论并非对 EUT 的局部修补，而是一次根本性的范式转换：它用一组基于心理学证据的假设，取代了 EUT 的公理体系，并成功解释了大量 EUT 无法容纳的现象。

前景理论的核心洞见是：风险决策不是对最终财富的评估，而是对相对于参照点的“收益”与“损失”的评估，且这一评估过程受价值函数和决策权重函数的双重扭曲。理论将决策过程分为两个阶段：

编辑阶段（Editing）：决策者对选项进行预处理，包括（1）参照点设定：以当前财富或期望状态为基准；（2）编码：将结果编码为收益（高于参照点）或损失（低于参照点）；（3）简化：剔除 dominated 选项，合并相同结果等。

评价阶段（Evaluation）：对编辑后的前景 $ (x_1, p_1; \ldots; x_n, p_n) $ 计算总体价值： $$ V = \sum_{i=1}^{n} \pi(p_i) v(x_i) $$ 其中 $v(\cdot)$ 是价值函数（Value Function），定义在变化量 $x$ 上而非最终财富水平；$\pi(p)$ 是决策权重函数（Decision Weight Function），对概率 $p$ 进行非线性变换。

价值函数：参照点依赖、损失厌恶与 S 形

价值函数 $v(x)$ 具有以下关键特征，可通过参数化形式表达： $$ v(x) = \begin{cases} x^\alpha & \text{if } x \geq 0 \\ -\lambda (-x)^\beta & \text{if } x < 0 \end{cases} $$ 其中 $\alpha, \beta \in (0,1]$ 控制凹凸性，$\lambda > 1$ 为损失厌恶系数。

1. 参照点依赖（Reference Dependence）：价值不是绝对财富的函数，而是财富变化相对于主观参照点的函数。参照点通常是当前状态（如现有财富）、期望状态或社会比较基准。这一假设直接解释了“框架效应”：同一问题因表述不同（如“拯救 200 人” vs “400 人死亡”）而改变参照点，导致选择反转。

2. 损失厌恶（Loss Aversion）：损失带来的心理痛苦强度约为同等收益带来快乐强度的 $\lambda$ 倍（实证估计 $\lambda \approx 2.25$）。这意味着价值函数在损失区域更陡峭。例如，损失 100 元带来的负效用需 225 元收益才能抵消。损失厌恶是解释“禀赋效应”（对已有物品估值过高）、“现状偏好”等现象的核心机制。

3. S 形曲线：在收益区域（$x>0$），函数呈凹形（$\alpha < 1$），反映风险厌恶；在损失区域（$x<0$），函数呈凸形（$\beta < 1$），反映风险寻求。这一形状解释了“反射效应”（Reflection Effect）：在收益域，人们偏好确定收益而非赌博（如亚洲疾病问题的“拯救框架”）；在损失域，人们偏好赌博而非确定损失（如“死亡框架”）。同时，S 形在原点附近最陡，意味着对接近参照点的小变化高度敏感，解释了“皮格马利翁效应”等心理现象。

决策权重函数：对概率的非线性扭曲

决策权重 $\pi(p)$ 并非概率本身，而是决策者赋予的心理权重。卡尼曼和特沃斯基通过实验发现，$\pi(p)$ 具有反 S 形特征：

• 对小概率（$p \approx 0$）**高估**（如彩票购买）；
• 对中等及大概率（$0.3 < p < 0.7$）**低估**；
• 对确定性（$p=1$）赋予无限权重（“确定性效应”）。

一个常用的参数化形式为 Prelec 权重： $$ \pi(p) = \exp\left(-(-\ln p)^\gamma\right), \quad \gamma > 0 $$ 当 $\gamma < 1$ 时，呈现反 S 形。

决策权重函数解释了多个 EUT 无法容纳的现象：

决策权重函数解释了多个 EUT 无法容纳的现象。首先，对小概率事件的高估（Overweighting of Small Probabilities）直接解释了彩票购买和保险购买行为。在彩票中，尽管中奖概率极低（如 1/1000 万），但决策权重 $\pi(p)$ 远大于实际概率 $p$，使得期望决策权重值超过成本，从而产生购买动机。相反，在保险中，小概率的损失事件（如火灾、车祸）被赋予过高权重，导致人们为规避该损失支付超过期望损失的保费。这一机制与 EUT 的线性概率权重形成鲜明对比，后者无法解释为何人们同时购买彩票（低概率收益）和保险（低概率损失），因为 EUT 要求风险厌恶者只买保险不买彩票，而前景理论通过价值函数的 S 形和权重函数的反 S 形共同解释了这一“双曲”行为。

其次，对中等概率的低估（Underweighting of Moderate Probabilities）导致人们对可能发生但非确定性的事件反应不足。例如，在医疗决策中，若某种治疗有 60% 成功率，患者可能低估该概率，从而更倾向于选择确定性较低但框架为“拯救生命”的方案。这解释了为何在亚洲疾病问题中，当概率为 1/3 时，人们偏好确定收益而非概率收益，尽管期望效用计算可能相反。

第三，确定性效应（Certainty Effect）是权重函数在 $p=1$ 处跳跃的极端表现。人们对确定性结果的权重赋予无限大，这意味着一个确定获得的 100 元，其心理价值远高于 99% 概率获得 100 元（即使期望值相同）。阿莱悖论中，问题 1 的选项 A 是确定的，而 B 是概率性的，因此 A 被强烈偏好；问题 2 中，C 和 D 均无确定性结果，因此偏好反转。前景理论通过权重函数的非线性自然导出此结果。

此外，反射效应（Reflection Effect）揭示了价值函数在收益和损失域的凹凸性差异：在收益域凹性导致风险厌恶，在损失域凸性导致风险寻求。例如，面对疫情，若表述为“拯救 200 人”（收益框架），人们偏好确定方案；若表述为“400 人死亡”（损失框架），人们偏好风险方案。这一效应与权重函数共同作用，形成了四重模式（Fourfold Pattern）：在收益域，低概率时风险寻求（买彩票），高概率时风险厌恶（买保险）；在损失域，低概率时风险厌恶（买保险），高概率时风险寻求（赌一把）。下表总结了这一模式：

| 情境 | 概率水平 | 典型风险态度 | 现实例子 | |------------|----------|--------------|------------------| | 收益域 | 低概率 | 风险寻求 | 购买彩票 | | 收益域 | 高概率 | 风险厌恶 | 锁定利润卖出股票 | | 损失域 | 低概率 | 风险厌恶 | 购买保险 | | 损失域 | 高概率 | 风险寻求 | 持有亏损股票赌反弹 |

四重模式已被大量实验验证（Tversky & Kahneman, 1992），并成为前景理论预测能力的核心标志。

前景理论对经典悖论的重构

前景理论不仅解释新现象，还能统一重构 EUT 无法解释的经典悖论。

阿莱悖论的重构：在问题 1 中，选项 A（确定获得 100 万）相对于参照点（假设 0）产生确定收益，其价值为 $v(100万)$；选项 B 有 1% 概率一无所获，该损失结果被价值函数放大（损失厌恶），同时 1% 的概率在权重函数中被高估（但确定性效应更强），综合导致 A 优于 B。在问题 2 中，C 和 D 均无确定性结果：C 有 11% 概率获得 100 万，D 有 10% 概率获得 500 万。由于价值函数在收益域凹性，500 万收益的价值小于 5 倍 100 万收益，但概率差异小，权重函数在 10%-11% 区间接近线性，因此 D 可能优于 C。关键点在于，问题 1 的确定性效应在问题 2 中消失，导致偏好反转，而前景理论通过权重函数的非线性自然导出此结果。

艾伦悖论与模糊性：艾伦悖论涉及模糊概率（未知分布）。前景理论本身基于已知概率，但后续研究如层级模糊性模型（Hierarchical Models of Ambiguity）将权重函数扩展至模糊情境。人们通常对模糊概率赋予更低权重（模糊性规避），导致在 X（红球概率已知 30%）和 Y（黑球概率未知）之间偏好 X；而在 W 和 Z 中，两者均涉及模糊（黄球概率未知），但 Z 包含黑球（可能被认为概率更高？），但实际悖论在于逻辑矛盾。更深入的模型如最大最小期望效用（Maxmin Expected Utility）或平滑模糊性模型（Smooth Ambiguity Model）试图刻画模糊态度，但前景理论的核心贡