浅谈凯尼曼经济心理学研究及其影响

概要：2002年10月9日，瑞典皇家科学院宣布，美国普林斯顿大学心理学教授丹尼尔; 凯尼曼（Daniel Kahneman）与经济学教授弗农•史密斯分享今年诺贝尔经济学奖。Daniel Kahneman博士，1934年出生于以色列的特拉维夫，1954年在以色列的希伯来大学获得心理学与数学学士学位，1961年获得美国加利福尼亚大学伯克利分校心理学博士学位，现为普林斯顿大学（Princeton University）心理学教授与Woodrow Wilson学院公共事务教授，他是我们这个时代最有影响力的社会科学家之一。2002年诺贝尔奖授予给他的理由是：“把心理研究的成果与经济学融合到了一起，特别是在有关不确定状态下人们如何作出判断和决策方面的研究”。正如诺贝尔经济学奖所评价一样，他将心理学与经济学完美地结合在一起，成为继西蒙之后再一次荣获诺贝尔经济学奖的心理学家。与西蒙相同的是，两人同样是凭借对人类决策过程的研究荣获诺贝尔经济学奖。与西蒙不同的是，凯尼曼从本科到博士阶段，接受的训练一直为心理学训练，同时，凯尼曼完全是凭借自己的心理学研究成果

2002年10月9日，瑞典皇家科学院宣布，美国普林斯顿大学心理学教授丹尼尔; 凯尼曼（Daniel Kahneman）与经济学教授弗农•史密斯分享今年诺贝尔经济学奖。

Daniel Kahneman博士，1934年出生于以色列的特拉维夫，1954年在以色列的希伯来大学获得心理学与数学学士学位，1961年获得美国加利福尼亚大学伯克利分校心理学博士学位，现为普林斯顿大学（Princeton University）心理学教授与Woodrow Wilson学院公共事务教授，他是我们这个时代最有影响力的社会科学家之一。

2002年诺贝尔奖授予给他的理由是：“把心理研究的成果与经济学融合到了一起，特别是在有关不确定状态下人们如何作出判断和决策方面的研究”。

正如诺贝尔经济学奖所评价一样，他将心理学与经济学完美地结合在一起，成为继西蒙之后再一次荣获诺贝尔经济学奖的心理学家。

与西蒙相同的是，两人同样是凭借对人类决策过程的研究荣获诺贝尔经济学奖。

与西蒙不同的是，凯尼曼从本科到博士阶段，接受的训练一直为心理学训练，同时，凯尼曼完全是凭借自己的心理学研究成果荣获诺贝尔经济学奖，因此，他成为世界心理学史上第一个凭借心理学研究荣获诺贝尔经济学奖的心理学家。

www.88haoxue.com

启发式策略

Kahneman教授荣获2002年诺贝尔经济学将主要归功于他对不确定条件下的人类决策行为的研究。他与Tversky合著的《不确定条件下的判断：直接推断与偏差》（Judgment under uncertainty: Heuristics and biases，1974）早已被公认为不确定条件下人类进行决策判断描述性理论方面的经典著作。

传统经济学从“决策者是理性的自私人”的角度出发，认为决策者以无偏好的方式对决策后果的概率进行主观的估计，即这一主观估计是根据概率学原理能正确推论出来的。

据此他们确定了著名的期望价值模型。该理论指出，决策行为总是人们对自己认为的价值（价值）经过计算之后，在进行主观而无偏的概率估计的结果，力求最大化的期望价值。

但是Kahneman等人经过研究证明：人们在不确定条件往往并不遵循期望价值理论而是使用一系列的启发式策略进行直观判断。Kahneman从三个方面对人们用于估计概率和预测价值的启发式策略进行了阐述与说明。(Kahneman,1973,1979,2000,2002; Tversky,1974)

 代表性启发法（representativeness Heuristics）

它表现在人们根据该事物的一些突出特征对其进行归类的时候，当它与某类事物（范畴）的代表性相类似的时候，就直观地推断出该事物归属于这一类。

事实上，人们早就根据既有经验为各类事务塑造了他们各自的原型。它具有该群体的典型特征和最大的代表性，做决策时，人们往往仅仅将事物与各个原型相对照。一旦匹配就将其归入该原型所代表的范畴。由代表性启发法造成的认知偏差往往表现在以下几方面：对基率或者先验概率敏感性低；结合效应和小数法则。

www.88haoxue.com

引用Kahneman的一个著名的实验为例：

约翰，男，45岁，已婚，有子女。他比较保守，谨慎并且富有进取心。他对社会和政治问题不敢兴趣，闲暇时间多用于业余爱好，比如做木匠活和猜数字迷语。

假设他来自于一个工程师的概率和律师组成的样本群。然后，分别告诉被试不同的先验概率。一组的被试被告知工程师人数为样本的30%，律师为70%。另一组被试被告知工程师人数为样本的70%，律师为30%。询问两组被试约翰更有可能从事哪种职业？

结果表明，两组被试大都认为约翰是工程师，即使在主试有意提醒他们注意叙述条件的情况下，这种现象仍未改变。这说明，人们只根据描述性语言的代表性进行判断却全然不考虑先验概率的影响。

概率论中的结合率表明，某事物既属于范畴A又属于范畴B的概率不会大于且往往小于它单独的属于A或者B的概率，即P(AB)<=P(A)或者P（B），而在实际认知决策的时候，人们往往遵循结合效应，表现出了与概率论的结合率相反的情况。

试看以下的一个例子：

琳达31岁，单身，性格外向，哲学毕业。在学校其间关心歧视和社会公正问题，参加过反核武器抗议示威活动。那么，她可能是？选项有以下两个：

1． 她既是银行职员又是个女权主义者。

2． 她是个银行职员。

向被试询问琳达更有可能是哪一种人？

结果表明，绝大部分人认为她更像1。虽然选项1出现的概率要比选项2出现的概率小得多。不过人们似乎认为1是对琳达更自然的描述，更像她的代表性特征。

最后，人们经常有将小样本看作与大样本（或者总体）具有相似概率分布的判断倾向，即将小样本与大样本的概率分布视为等价，由此带来了两个结果。

当人们知道了某时间的无偏（客观）概率的情况下，往往会对已经发生的小样本事件进行错误的估计，从而影响了对未发生事件的概率估计。这可以很好地解释赌徒心理。人们都知道投币得到正反面的概率相等。因此当连续多次投硬币都得到正面的情况下，人们总倾向于认为以后反面的出现概率很大。

小数法则（the law of small number ）则使得人们易于从一个短序列（小样本）中过分地推断潜在的大样本的概率分布。我们都有这样的经验：如果一个人连续几次都预测正确，我们就会十分相信他的判断力，认为他下次的预测仍会是正确的。与之相关的一个重要现象就是人们对期望值回归的错误认识。如果我们过于相信一种偏离常规情况的存在，那么我们将不会期望以后的观察值回归正常水平。

www.88haoxue.com

 可得性启发法（availability Heuristics）

它常用于判断某事件发生频率或者概率的情况。这时人们往往会利用记忆中最容易提取的信息进行主观估计，因为对频率或者概率的估计极大地受事件熟悉程度与突出性等可回溯性因素。

搜索方式的有效性和时间可想象的难易程度的影响而造成认知偏差。我们都有过类似经验，当被问题某种疾病的发生概率时，我们往往根据身边熟悉的人得此病的情况进行推断。这就是熟悉效应的一个表现。又如，若我们被问到：每年因飞机失事和被毒蛇咬伤而死亡的概率哪个大？

[1] [2] [3]  下一页