从‘卖火柴的小女孩’到效用理论：偏好、选择与理性假设的技术基石

安徒生笔下那个在寒冬街头划亮火柴取暖的小女孩，其每一次划火柴的行为，无意中映射了人类选择行为中最核心的经济学原理：边际效用递减。当第一根火柴被划亮时，它带来的温暖和光明是拯救性的，效用极高；随着火柴一根根减少，每一根新增火柴带来的额外满足感（边际效用）逐渐降低，直至最后一根火柴被划亮时，其效用可能已趋近于零。这个朴素的故事，正是理解微观经济学个体决策理论的绝佳隐喻。然而，经济学要成为一门精确的科学，必须将这种直觉性的“效用”概念转化为可操作、可测量、可验证的技术语言。本章的目标，便是完成这一转化：从“火柴的效用”这一文学意象出发，严格定义效用函数、偏好关系与选择集，并在此基础上，构建起现代微观经济学分析个体选择的技术基石。我们将深入推导显示性偏好理论（Revealed Preference Theory）及其核心——萨缪尔森揭示性偏好（Samuelson's Revealed Preference），展示如何仅从观察到的市场选择行为中，逆推个体的内在偏好结构。随后，我们将直面理性假设（Homo Economicus）面临的实证挑战，特别是以阿莱悖论（Allais Paradox）为代表的行为经济学实验，它们揭示了人类在风险决策中系统性的偏好反转。为应对这些挑战，我们将引入随机效用模型（Random Utility Model, RUM）作为更灵活的微观基础，它如何将不可观测的随机成分纳入确定性框架，并为实验室与田野实验数据提供统一的计量分析框架。最终，我们将探讨卡尼曼与特沃斯基的前景理论（Prospect Theory）是如何以价值函数和权重函数这两个革命性技术构造，将非理性行为系统地纳入技术模型，从而实现了从“描述理性”到“描述行为”的范式演进。本章不仅是理论推导的陈列，更是方法论宣言：经济学的技术化解构，始于将模糊的叙事转化为精确的数学对象，终于用实证数据检验和修正这些对象。

---

一、从叙事到公理：偏好关系的严格定义

在安徒生的故事中，小女孩面对的是有限资源（一盒火柴）和一系列可能的消费束：划亮1根、2根、……直至全部火柴。她最终的选择序列（先划亮1根，再划亮第2根，……）隐含了她的偏好排序。经济学将此抽象为：个体$i$面对一个消费集$X \subseteq \mathbb{R}^n_+$（例如，$X$可以是所有非负的消费品数量向量，如$x = (x_1, x_2, ..., x_n)$，其中$x_j$表示第$j$种商品的数量）。个体对$X$中任意两个消费束$x$和$y$，存在一种二元关系，称为偏好关系（Preference Relation），通常记为$\succeq$。若$x \succeq y$，读作“$x$至少与$y$一样好”，意味着当个体被迫在$x$和$y$之间选择时，他会选择$x$（或对两者无差异）。

为了使“偏好”成为一个在数学和经济学上有意义的分析工具，需要施加一系列被称为理性公理（Axioms of Rationality）的条件。这些公理并非对现实人性的完整描述，而是为构建一个逻辑自洽、可推导出明确预测的理论模型所必需的“技术假设”。其核心包括：

1. 完备性（Completeness）：对于任意$x, y \in X$，要么$x \succeq y$，要么$y \succeq x$，或两者同时成立（无差异）。这意味着个体总能对任何两个选项表达出明确的偏好或无差异。这是理论得以进行“选择”分析的前提。 2. 自反性（Reflexivity）：对于任意$x \in X$，有$x \succeq x$。即任何消费束至少与自身一样好。 3. 传递性（Transitivity）：若$x \succeq y$且$y \succeq z$，则$x \succeq z$。这是理性最核心、也最具争议的公理。它保证了偏好排序的一致性，避免了“循环偏好”（如$a \succ b \succ c \succ a$）。传递性是构建效用函数存在的关键条件。

如果偏好关系$\succeq$满足完备性、自反性和传递性，则称其为弱序（Weak Order）。更进一步，若定义无差异关系$\sim$（$x \sim y$当且仅当$x \succeq y$且$y \succeq x$）和严格偏好关系$\succ$（$x \succ y$当且仅当$x \succeq y$但非$y \succeq x$），弱序可导出将$X$划分为一系列无差异类（Indifference Classes），且这些类可按偏好高低排序。此时，存在一个效用函数$u: X \rightarrow \mathbb{R}$，使得对于任意$x, y \in X$，有$x \succeq y$当且仅当$u(x) \geq u(y)$。换言之，效用函数$u$是偏好关系$\succeq$的一个数值表示（Numerical Representation）。它将抽象的、定性的偏好比较，转化为具体的、可计算的实数大小比较。

技术要点：效用函数的存在性定理（Debreu定理）指出，若$X$是$\mathbb{R}^n$中的一个连通、紧致的子集，且偏好关系$\succeq$是连续的（$x_n \rightarrow x$, $y_n \rightarrow y$, 且对所有$n$有$x_n \succeq y_n$，则$x \succeq y$）和单调的（若$x \geq y$且$x \neq y$，则$x \succ y$），则存在一个连续且严格递增的效用函数$u$表示该偏好。连续性排除了“跳跃”的偏好，单调性反映了“更多更好”的常识。

案例：离散选择与效用排序。 假设一个消费者在两种商品（苹果$x_1$和香蕉$x_2$）间选择，预算约束下，其可行消费集$X$是有限的几个点。观察其选择：

• 在$(2,1)$和$(1,2)$间，他总选$(2,1)$。
• 在$(2,1)$和$(3,0)$间，他有时选$(2,1)$，有时选$(3,0)$。
• 在$(1,2)$和$(3,0)$间，他总选$(3,0)$。

这些观察是否满足传递性？$(2,1) \succ (1,2)$ 且 $(3,0) \succ (1,2)$，但$(2,1)$与$(3,0)$之间无确定偏好（可能无差异，或情境依赖）。这违反了完备性（如果无法比较$(2,1)$和$(3,0)$）或显示了非传递性（如果有时$(2,1) \succ (3,0)$，有时$(3,0) \succ (2,1)$）。在实证研究中，这种不一致性正是检验理性公理的起点。

---

二、从偏好到选择：选择集与最大化行为

个体的偏好$\succeq$是其内在的价值观排序，而实际做出的选择（Choice）则是外在可观察的行为。在约束条件下（如预算约束$p \cdot x \leq M$，其中$p$是价格向量，$M$是收入），个体从可行集$B \subseteq X$（称为预算集）中选择一个消费束$x^* \in B$。经济学的基本假设是：个体的选择是偏好最大化的，即对于所有$y \in B$，有$x^* \succeq y$。这意味着$x^*$是$B$中$\succeq$-最优的元素。

选择行为可以形式化地由一个选择对应（Choice Correspondence）$C: 2^X \rightarrow 2^X$来描述，它将每个非空可行集$B$映射到该集上被选择的元素集合$C(B)$（通常$C(B)$是单元素集，即为选择函数）。理性假设要求选择对应$C$与某个偏好关系$\succeq$一致，即对任意$B$，$C(B)$是$B$中关于$\succeq$的最大元集合：$C(B) = \{x \in B \mid \forall y \in B, x \succeq y\}$。

然而，仅从选择数据推断偏好，面临一个根本性问题：我们只能观察到个体在特定预算集$B$上的选择$x^* = C(B)$，但无法直接观察他对$B$之外或$B$之内其他元素的完整偏好排序。例如，观察到在价格$p$、收入$M$下选择了$x^*$，我们只能推断$x^* \succeq y$对所有$y \in B$成立，但对$y \notin B$的偏好一无所知。显示性偏好理论正是为了解决这一逆推问题而建立的。

---

三、显示性偏好理论：从观察到推断的桥梁

3.1 萨缪尔森弱显示性偏好公理（WARP）

保罗·萨缪尔森在1938年提出的显示性偏好理论（Revealed Preference Theory, RPT）的核心思想是：偏好不是先验存在的心理状态，而是从选择行为中“揭示”出来的。定义：若$x, y \in B$，且$x = C(B)$（即$x$在$B$中被直接选择），则称$x$在$B$上直接显示偏好于$y$，记为$x R^0 y$。

基于直接显示偏好，可以定义间接显示偏好：若存在有限序列$x = x_0, x_1, ..., x_k = y$，使得每个$x_{j-1}$在某个包含$x_j$的预算集$B_j$上被选择（即$x_{j-1} R^0 x_j$），则称$x$间接显示偏好于$y$，记为$x R y$。若$x R y$且$y R x$，则$x$与$y$显示偏好无差异，记为$x I y$。若$x R y$但非$y R x$，则$x$严格显示偏好于$y$，记为$x P y$。

萨缪尔森认为，理性的选择行为必须满足弱显示性偏好公理（Weak Axiom of Revealed Preference, WARP）：若$x R^0 y$，则非$y R x$。换言之，如果$x$直接显示偏好于$y$，那么$y$绝不能在任何预算集上被选择而$x$在该集中且不可选。WARP 确保了显示偏好关系$R$是一个弱序（即满足完备性、自反性、传递性）。证明思路：WARP 直接排除了$x R^0 y$与$y R^0 x$同时成立的可能，结合间接显示偏好的传递性定义（由WARP保证），可证$R$是传递的；完备性则需额外假设（如所有商品均为“坏品”或偏好无界，但通常在实践中，WARP是检验选择一致性的最基本、最常用的标准）。

技术推导与检验： 给定一系列价格-收入观测$((p^t, M^t, x^t))_{t=1}^T$，其中$x^t$是在$(p^t, M^t)$下的选择，满足$p^t \cdot x^t = M^t$。检验WARP意味着：对任意$t, s$，若$p^t \cdot x^s \leq M^t$（即$y=x^s$在$t$的预算集$B^t$内），则必须有$p^s \cdot x^t > M^s$（即$x^t$不在$s$的预算集$B^s$内，否则$x^s$在$B^s$中被选，$x^t$也在$B^s$内，与WARP矛盾）。违反WARP的实例称为显示偏好矛盾（Revealed Preference Inconsistency）。在实践中，常用Afriat定理来刻画满足WARP的充要条件：存在一组正数$u^t$（效用水平赋值）和$\lambda^t > 0$（拉格朗日乘子，与边际效用相关），使得对任意$t, s$，有$u^t \leq u^s + \lambda^s p^s \cdot (x^t - x^s)$。这等价于存在一个非减的效用函数$u$使得$u(x^t) = u^t$，且$u(x)$在$B^t$上被$x^t$最大化。Afriat效率指数（Afriat’s Efficiency Index）可量化违反WARP的程度。

案例：家庭消费面板数据检验。 使用美国消费者支出调查（CE）或荷兰的消费者面板数据，对同一家庭在连续时间点$t$的购买向量$x^t$、对应价格$p^t$（常以地区平均价或家庭自报价代理）进行WARP检验。研究发现，即使在同质商品类别（如牛奶、面包）上，相当比例的家庭（常超过10-30%）在一年内显示出WARP违反。这些违反可能源于：测量误差（价格、数量记录不准）、习惯形成或生命周期内偏好真实变化（如怀孕、生病）、或商品非单一（如“牛奶”包含不同脂肪含量）、或计算错误。但系统性的、与理论预测相悖的违反，则引向对理性假设的深层质疑。

3.2 萨缪尔森显示性偏好与效用最大化

萨缪尔森进一步提出，如果选择行为满足WARP，且偏好是局部非饱和的（Local Non-satiation，即对任意$x$和任意$\epsilon > 0$，存在$y \in X$使得$\|y-x\| < \epsilon$且$y \succ x$，意味着总存在“更好”的邻近点），则选择行为等价于某个严格凸的效用函数最大化。严格凸性（$u(\alpha x + (1-\alpha)y) > \min\{u(x), u(y)\}$ for $\alpha \in (0,1)$）确保了无差异曲线的严格凸性，从而最大化问题有唯一解，且WARP自动成立。因此，WARP是效用最大化（在局部非饱和下）的必要条件，加上凸性假设则是充分条件。

这一理论将效用最大化这一先验的心理假设，转化为一个关于选择数据一致性的可检验条件（WARP）。检验WARP，就是在检验个体选择行为是否与某个理性偏好结构兼容。这构成了实证微观经济学中检验个体理性（Homo Economicus）的经典方法。

---

四、理性假设的实证挑战：从Allais悖论到实验经济学

尽管WARP提供了一个清晰的技术检验标准，但20世纪中叶以来，特别是 Maurice Allais 在1953年提出的著名悖论，以及后来 Daniel Kahneman 和 Amos Tversky 的一系列实验，对理性假设，尤其是其在风险与不确定性下的表现，提出了根本性质疑。

4.1 Allais悖论：确定性效应与概率加权

Allais悖论通过两个选择问题，揭示了人们在处理确定性结果和概率性结果时，偏好会系统性地违反预期效用理论（Expected Utility Theory, EU）的独立性公理（Independence Axiom）。独立性公理是von Neumann-Morgenstern效用理论的核心：若$x \succeq y$，则对任意$z$和$\alpha \in (0,1)$，有$\alpha x + (1-\alpha)z \succeq \alpha y + (1-\alpha)z$。即混合一个共同结果$z$不改变$x$与$y$的相对偏好。

经典Allais悖论设计： *问题一*： A: certainty of 1 million (100% chance) B: 10% chance of 5 million, 89% chance of 1 million, 1% chance of nothing 大多数人选择A。

*问题二*： C: 11% chance of 1 million, 89% chance of nothing D: 10% chance of 5 million, 90% chance of nothing 大多数人选择D。

现在，将问题一中的A和B视为“前景”（Lotteries），其支付为货币金额，概率明确。定义$L_1 = (1, 1M; 0.1, 5M; -0.1, 0)$（简化，忽略89%的1M，因其在A和B中相同，可视为共同部分），$L_2 = (1, 1M; 0, 0)$，$L_3 = (0.11, 1M; 0.89, 0)$，$L_4 = (0.1, 5M; 0.9, 0)$。选择A意味着$L_1 \succ L_2$；选择D意味着$L_4 \succ L_3$。

注意$L_1 = 0.9 L_2 + 0.1 L_4$，$L_3 = 0.9 L_2 + 0.1 L_4$（严格说，$L_1$和$L_3$共享$L_2$的0.9权重和$L_4$的0.1权重，但$L_1$有额外的0.1概率得1M，$L_3$有额外的0.89概率得0）。更精确地，根据Allais原始设计，令： $A = (1.0, 1M; 0.0, 5M; 0.0, 0)$ $B = (0.89, 1M; 0.11, 5M; 0.0, 0)$ $C = (0.89, 0; 0.11, 1M; 0.0, 5M)$ $D = (0.9, 0; 0.1, 5M; 0.0, 1M)$ 则 $A = 0.89 B + 0.11 C$ 且 $B = 0.89 A + 0.11 D$（需验证概率和）。关键点在于，A相对于B，有确定性的1M（概率1.0） vs 概率性（0.89）；而C相对于D，两者都无确定性，C有0.89得0，D有0.9得0。若满足独立性，从$A \succ B$应推出$C \succ D$（因$A = \alpha B + (1-\alpha)C$ with $\alpha=0.89$），但实验显示多数人$A \succ B$ 且 $D \succ C$，违反了独立性。这被称为确定性效应（Certainty Effect）：确定性结果（probability=1）被赋予不成比例的高权重，导致人们在面对确定收益时风险厌恶，而在面对概率收益时风险寻求。

4.2 实验经济学与田野证据

Allais悖论之后，涌现大量实验室实验，在可控环境下复现并扩展了这些发现。例如：

• **偏好反转**（Preference Reversal）：在直接询问（“你愿意为赌注X支付多少钱？”）和选择（“在X和Y间选哪个？”）任务中，出现不一致。当X是低概率高收益彩票，Y是确定的中等收益时，人们可能说X价值更高（支付意愿高），但实际选择Y。这违反了显示偏好理论中的选择一致性。
• **亚洲疾病问题**（Asian Disease Problem，Tversky & Kahneman）：框架效应（Framing Effect）。同一问题以“拯救200人”或“400人将死”表述，导致风险偏好反转（前者风险厌恶，后者风险寻求），尽管两者逻辑等价。
• **田野实验**：如Thaler的“行为经济学”田野研究，观察真实市场中的“异常”行为，如禀赋效应（Endowment Effect，拥有某物后对其估值高于未拥有时）、心理账户（Mental Accounting）等。这些现象无法用标准效用最大化解释，因为它们意味着偏好本身会随情境（如是否拥有）而改变，违反了偏好的稳定性假设。

这些实证挑战表明，标准微观经济学的理性假设——完备、传递、独立、不变——在描述人类实际决策时存在系统性偏差。然而，这并未导致理论被抛弃，反而催生了更精细、更包容的技术模型。

---

五、随机效用模型：为不可观测的异质性建模

为容纳观察到的随机性、内省偏好的不完全性以及个体异质性，经济学家发展出随机效用模型（Random Utility Mode