黑板上的清單#
買入價與賣出價的差距,讓我的腦袋停不下來:人類還有哪些行為,是與經濟學的理性選擇模型背道而馳的?一旦我開始留意,例子多到我直接在辦公室的黑板上列出一張清單。這份清單記錄了身邊朋友的各種行為:
- Jeffrey 與籃球賽:我們拿到兩張免費球票,到水牛城開車要一個半小時。比賽當天遇上大風雪,我們決定不去。Jeffrey 卻說:「如果這票是我們自己花大錢買的,我們就會冒著暴風雪硬開過去。」
- Stanley 與草坪:他每週末自己除草,導致嚴重的花粉熱。我問他為何不花 10 美元請鄰家小孩代勞,他說捨不得。我又問他願不願意為了 20 美元去幫鄰居除草,他斷然拒絕。
- Linnea 的兩次購物:她要買一台 45 美元的時鐘收音機,店員告訴她另一家分店同款只賣 35 美元,但要開車十分鐘。她去了。另一次她要買一台 495 美元的電視機,被告知另一家店賣 485 美元、同樣開車十分鐘——她大概不會去。
- Lee 的喀什米爾毛衣:他在店裡看過一件昂貴的喀什米爾毛衣,覺得自己買太奢侈,沒買。聖誕節太太送了他這件當禮物,他樂壞了。但這對夫妻共用家庭資金,毛衣的錢終究來自同一個帳戶。
- 腰果碗的故事:朋友來家裡作客,等烤箱裡的菜時,我端出一大碗腰果。大家五分鐘吃掉一半,眼看晚餐胃口不保。我把腰果收回廚房,所有人都鬆了一口氣——明明選項變少了。
每個例子都在違背經濟學#
- Jeffrey 違反了「沉沒成本(sunk cost)應該被忽略」的原則:票是否花錢買的,不該影響我們今晚要不要冒風雪上路。
- Stanley 違反了「買價與賣價應該相近」的原則:他不願花 10 美元請人除草,卻也不願收 20 美元幫別人除草,這意味著他對「除一次草」的估值在不同情境下完全不同。
- Linnea 對同樣的「省 10 美元、花 10 分鐘」做出相反的決定,說明她對自己的時間沒有一致的估值。
- Lee 對「家庭花錢」與「另一半自作主張花錢」的感受不同,但錢還是同樣那筆錢。
- 收走腰果碗讓大家更開心——但對 Econ 而言,「選項愈多愈好」,去掉選項應該讓人變差。
我盯著這張清單看了很久,不斷加上新項目,但完全不知道能拿它幹嘛。「人類做的蠢事」實在不像一篇學術論文該有的標題。
加州一場改變命運的會議#
1976 年夏天,我和羅森(Sherwin Rosen)到加州蒙特利附近開一場討論「生命價值」的會議。這場會議對我來說的重點不是議程,而是兩位心理學家:費希巴赫(Baruch Fischhoff)與斯洛維克(Paul Slovic)。我從沒在學界遇過這種背景的人,像是發現了新物種。
送費希巴赫去機場的路上,他告訴我他在以色列的希伯來大學念心理學博士,導師是兩位我從沒聽過的人——卡尼曼(Daniel Kahneman)與特沃斯基(Amos Tversky)。
他的博士論文做的是「後見之明偏誤(hindsight bias)」:
- 事後我們會誤以為「自己當初就知道結果會這樣」。
- 例子:Obama 在初選擊敗 Hillary 後,許多人以為自己「早就看出來了」,其實只是記憶被改寫。
- 這個偏誤對管理特別致命:CEO 在事後總覺得失敗是可預見的,因此苛責力推風險專案的下屬,即使當初那是個合理的決策。
- 最棘手的是——我們每個人都能輕易在別人身上看到這個偏誤,卻看不到自己。
圖書館裡發抖的雙手#
費希巴赫建議我讀讀他兩位導師的東西。回到羅徹斯特,我跑到圖書館一個我從沒踏進過的區域,從那篇登在《Science》上的綜述讀起:〈不確定性下的判斷:捷思與偏誤〉。
三十分鐘把那篇讀完,我的人生從此不同。
論文的核心想法簡潔而優雅:
- 人類的時間與腦力有限,所以會用簡單的「捷思(heuristic)」——也就是經驗法則——來做判斷。
- 例子:「可得性(availability)」捷思——我們用「能想到多少例子」來估計事件的頻率。
- 這在多數情況下管用,但當「想到的容易度」與「實際頻率」脫鉤時就會出錯。例如 Dhruv 這個名字,在多數國家不常見,但在印度極為普遍,從全球角度看其實非常常見。
最震撼我的是這句話:使用捷思會讓人犯下可預測的錯誤(predictable errors)——這就是「捷思與偏誤」的標題由來。
預測得到的偏誤,才是真正的麻煩#
在卡尼曼與特沃斯基之前,賽門(Herbert Simon)提出過「有限理性(bounded rationality)」,意思是人的認知能力不足以解開複雜問題。賽門拿了諾貝爾獎,但對主流經濟學界的影響其實有限。原因是:
- 經濟學家可以接受「模型有誤差」,只要這些誤差是隨機的,就會彼此抵消。
- 統計模型裡加一個「誤差項」就完事了——身高、收入、選擇都可以這樣處理。
- 於是「有限理性」被打成「對但不重要」的概念,安心回到完全理性的世界。
卡尼曼與特沃斯基揮舞的是一面紅旗:這些錯誤不是隨機的。
- 例如問美國人「槍枝死亡是他殺多還是自殺多」,多數人會猜他殺,但實際上自殺數量幾乎是他殺的兩倍。
- 這是一個可預測的偏誤,跨越多人也不會平均成零。
對我來說,清單上的每一個例子,其實都是某種系統性偏誤的具體展現。而且共通點在於:
- 經濟理論都對「某個因素應該不影響決策」有明確預測。
- 那些因素全是 SIFs——按理說無關的因素。
- 行為經濟學後來大量的工作,就是去揭示哪些 SIFs 其實高度相關。
那個下午我在圖書館坐了好幾個小時,把這兩人合寫的東西讀了個遍,離開時頭腦轟轟作響。