第一節(jié) 認(rèn)知偏差

重新回顧本章開頭的思考題1—4題，思考答錯的原因是什么。比如第1題，許多人認(rèn)為死于飛機(jī)事故的人數(shù)比死于心臟病的多，可能是因?yàn)轱w機(jī)事故的新聞和報(bào)道比心臟病的新聞要多得多，給人們留下了生動深刻的印象，因而在回答這個問題時，人們更容易回想起來的是飛機(jī)事故的相關(guān)信息而非心臟病的信息，自然會認(rèn)為飛機(jī)事故發(fā)生得更頻繁，死亡人數(shù)更多，而事實(shí)并非如此。那么，在不確定條件下對某事件發(fā)生概率或某個數(shù)值進(jìn)行估計(jì)的時候，是什么決定了人們的估計(jì)？為什么會存在各種各樣的偏誤？人們究竟是怎樣形成對某個不確定事件或不確定數(shù)值的估計(jì)的？本節(jié)內(nèi)容將初步給出答案。

一、啟發(fā)法

人們應(yīng)用的問題解決策略可分為算法和啟發(fā)法。算法（algorithm）是解決問題的一套規(guī)則，它精確地指明解題的步驟。如果一個問題存在著算法，那么只要按照其規(guī)則操作，就能得到問題的解，對應(yīng)著思維系統(tǒng)的思維判斷。啟發(fā)法（heuristics）是憑借經(jīng)驗(yàn)的解題方法，是一種思考上的捷徑，是解決問題的簡單、籠統(tǒng)的規(guī)律或策略，對應(yīng)著直覺系統(tǒng)的直覺判斷，也被稱為經(jīng)驗(yàn)規(guī)則或拇指法則（rule of thumb）。

算法和啟發(fā)法是兩種性質(zhì)不同的問題解決策略，算法雖然精準(zhǔn)，但由于思維系統(tǒng)的特點(diǎn)是緩慢費(fèi)力，因而算法有時難以應(yīng)用于現(xiàn)實(shí)生活；而啟發(fā)法對應(yīng)著反應(yīng)迅速、不費(fèi)力氣的直覺系統(tǒng)，因而，在現(xiàn)實(shí)中當(dāng)要解決的問題很復(fù)雜但無須特別精準(zhǔn)，或者知識信息不完全，無法用算法解決時，往往采用啟發(fā)法來迅速得到答案。大量的實(shí)驗(yàn)證明，人們在現(xiàn)實(shí)生活中經(jīng)常依賴于一系列的啟發(fā)法原則來將要求估計(jì)概率和數(shù)值的復(fù)雜問題轉(zhuǎn)化為簡單的判斷。盡管這些啟發(fā)法原則通常是很有用的，但有時候它們也會導(dǎo)致嚴(yán)重的系統(tǒng)偏誤。

啟發(fā)法主要有三種：代表性啟發(fā)法（representativeness），經(jīng)常在人們被要求估計(jì)某事物或事件A是否屬于某個類別B的情況下應(yīng)用，反映的是個體與類別之間的關(guān)系；可得性啟發(fā)法（availability），應(yīng)用在人們被要求估計(jì)某個類別事件的發(fā)生頻率或某件事情的可信性的情況；錨定與調(diào)整啟發(fā)法（anchoring &adjustment），常應(yīng)用在已有相關(guān)初始數(shù)值對某個數(shù)值進(jìn)行推測時的情況。

二、代表性啟發(fā)法及其偏差

先來看一個實(shí)驗(yàn)（Kahneman and Tversky,1974）。

被試者給出的答案大都是史蒂文更可能是圖書管理員。人們做出這一估計(jì)根據(jù)的是史蒂文的性格多大程度上代表了或者類似于一個圖書管理員的原型。

由此可見，人們在回答某事物或事件A是否從屬或者來自類別B等問題時，人們依據(jù)的是事物或事件A的特點(diǎn)在多大程度上代表了或類似于類別B。人們傾向于根據(jù)觀察到的某種事物的模式與其經(jīng)驗(yàn)中該類事物的代表性模式的相似程度來進(jìn)行判斷的推理過程叫做代表性啟發(fā)法。如果某一事物與類別高度相似或具有高度代表性，則人們判定事物從屬于該類別的概率就高；反之，概率就低。代表性啟發(fā)法常被用在估計(jì)個體從屬于某類別的概率的問題上。

代表性啟發(fā)法經(jīng)常是有用的，但也會產(chǎn)生一些系統(tǒng)性的認(rèn)知偏差。產(chǎn)生偏差的原因在于，某些影響實(shí)際概率大小的因素并不影響代表性或類似性的大小，或者說代表性啟發(fā)法忽視了一些影響實(shí)際概率的因素。產(chǎn)生的偏差主要有以下幾種：

（一）對基礎(chǔ)概率不敏感（base rate neglect）

再來看一個實(shí)驗(yàn)（Kahneman &Tversky,1974）：

兩組的被試者都聽到了對這個人的如下描述：該人30歲，已婚，沒有小孩。他的能力和激情都很高，因而他在該領(lǐng)域有望非常成功，他深受同事們的喜歡。結(jié)果表明，兩個總體基礎(chǔ)概率的差異對被試者的判斷沒有影響，兩組被試者都給出了相似的概率估計(jì)。而實(shí)際上兩個總體中某個人是工程師的概率應(yīng)該是不一樣的。如果這個人來自第一個總體，他是工程師而不是律師的概率較大，為7/10。而第二總體中，概率應(yīng)該是3/10。

由此可見，人們根據(jù)描述衡量某個個體是否從屬于工程師或律師，根據(jù)的是這種描述多大程度上代表了這兩種職業(yè)類別的原型，而很少考慮這兩個類別的基礎(chǔ)概率。代表性啟發(fā)法產(chǎn)生了忽略基礎(chǔ)比率的認(rèn)知偏差。

但是，比如以下的實(shí)驗(yàn)（Kahneman &Tversky,1982）：

當(dāng)先驗(yàn)概率與所討論的事件相關(guān)性很強(qiáng)時，結(jié)果表明被試者認(rèn)為肇事車是藍(lán)色的概率在（1）時是80%，在（2）時為60%，而正確答案約為41%。在實(shí)驗(yàn)條件改變后，被試者由于兩種顏色的出租車肇事比率與所討論事件相關(guān)性較強(qiáng)，比實(shí)驗(yàn)條件改變前更多地考慮了先驗(yàn)概率，盡管這種對先驗(yàn)概率的考慮仍然不夠。

（二）對樣本規(guī)模不敏感（insensitivity to sample size）

我們先來看一個實(shí)驗(yàn)（Kahneman &Tversky,1974）：

結(jié)果56%的被試者認(rèn)為天數(shù)將相等。但正確答案是小醫(yī)院記載的天數(shù)多，因?yàn)榇髽颖靖蝗菀灼x50%的總體概率。而這種基礎(chǔ)的統(tǒng)計(jì)知識并不在人們的考慮范圍內(nèi)。

這個實(shí)驗(yàn)說明人們認(rèn)為小樣本和大樣本都具有對于總體同樣程度的代表性，而根據(jù)概率統(tǒng)計(jì)理論，大樣本比小樣本的方差更小，因而更能穩(wěn)定地代表總體，因而代表性啟發(fā)法導(dǎo)致了認(rèn)知的偏誤。這種認(rèn)為小樣本也可以很好地反應(yīng)總體的觀點(diǎn)被稱為小數(shù)定律（law of small numbers）。另外，對樣本規(guī)模不敏感還會導(dǎo)致“能手現(xiàn)象”（hot hand），即當(dāng)一個運(yùn)動員在一場比賽中射入多個球時，球迷就會根據(jù)這個小樣本現(xiàn)象認(rèn)為他處在頂峰時期，顯然這種認(rèn)識也是有偏差的。

（三）對偶然性的誤解（misconceptions of chance）

我們現(xiàn)在回顧本章開頭的投擲硬幣的思考題：將一塊質(zhì)地均勻的硬幣投擲6次，H代表正面，T代表反面，那么以下兩種結(jié)果哪個出現(xiàn)的可能性更大，HTHTTH還是HHHTTT? Kahneman和Tversky也做過相似的實(shí)驗(yàn)，被試者們大都認(rèn)為前一種結(jié)果出現(xiàn)的可能性比后一種結(jié)果大，理由是前一種結(jié)果更好地代表了投擲硬幣的公平、隨機(jī)的性質(zhì)，而后者看上去不那么代表隨機(jī)性。而實(shí)際上正確的答案應(yīng)是兩種結(jié)果出現(xiàn)的可能性一樣大，都是。

由此可見，由于存在代表性啟發(fā)法，人們傾向于希望一種隨機(jī)過程產(chǎn)生的一連串結(jié)果會代表這種過程的核心特點(diǎn)，即使實(shí)驗(yàn)的次數(shù)只是局部的幾次，這就是由小數(shù)定律引起的“局部代表性”（local representativeness）。而這種人們思維的自然傾向與數(shù)學(xué)理論并不相符。在概率理論中，概率的頻率定義是當(dāng)實(shí)驗(yàn)次數(shù)趨近無窮次時，事件A發(fā)生的次數(shù)率fN會收斂到一個數(shù)P（A）,P（A）被稱為事件A發(fā)生的概率。根據(jù)這個定義，硬幣的正反面出現(xiàn)概率各為1/2的含義是當(dāng)投擲硬幣的次數(shù)趨于無窮時，硬幣出現(xiàn)正反面的次數(shù)會趨向于相等，各約為總實(shí)驗(yàn)次數(shù)的一半，而這種性質(zhì)在實(shí)驗(yàn)次數(shù)N很小的時候（如N=6）并不一定會顯現(xiàn)出來。而人們出于代表性啟發(fā)的影響則會希望概率為1∶1的投硬幣游戲中出現(xiàn)正面和反面的次數(shù)正好一樣，或者是交替出現(xiàn)，而不管實(shí)際實(shí)驗(yàn)的次數(shù)是否足夠多，認(rèn)知與事實(shí)出現(xiàn)偏差在所難免。

局部代表性的信念產(chǎn)生的另一個結(jié)果就是著名的賭徒謬誤（gambler's fallacy）。賭徒謬誤是指人們會錯誤地受到當(dāng)前經(jīng)歷的影響而對那些具有確定概率的事件給予錯誤的判斷。舉個例子，如果拋一個相同的硬幣6次都是正面，那么拋第7次得到反面的可能性是多大呢？許多人會錯誤地回答很大。而實(shí)際上只要硬幣是均勻的，不管之前投擲多少次，每次出現(xiàn)正面或反面的概率始終是1/2。

（四）對可預(yù)測性的不敏感（insensibility to predictability）

在作一些數(shù)字估計(jì)比如股票的未來價(jià)格、學(xué)生的期末成績時，人們通常使用代表性啟發(fā)法得到結(jié)果。比如被試者被要求根據(jù)對某一公司的描述而對該公司的未來利潤進(jìn)行預(yù)測。如果給出的描述很不錯，則許多被試者會給出高利潤的預(yù)測，因?yàn)楦呃麧檶τ诿枋鲋械膬?yōu)秀公司是具有代表性的。相反，如果描述是平常的，則被試者大都會給出普通利潤，因?yàn)檫@時平常的業(yè)績是有代表性的。而事實(shí)上這種好的或差的描述與這種描述的可靠性或者這種描述對于利潤的預(yù)測度根本沒有關(guān)系。所以如果人們根據(jù)這種描述來給出預(yù)測，他們的預(yù)測其實(shí)是忽略了證據(jù)的可靠性和預(yù)測的精確度的，這種預(yù)測是具有偏差的。

（五）有效性幻覺（illusion of validity）

當(dāng)被要求在幾個預(yù)測結(jié)果中挑選一個時，人們選擇的標(biāo)準(zhǔn)往往是結(jié)果在多大程度上代表了或類似于所掌握的輸入信息，而很少考慮那些限制預(yù)測準(zhǔn)確性的因素。所以，在給出了一個符合圖書管理員原型的描述后，人們會很有自信地給出該人是圖書管理員的預(yù)測，即使這個描述是信息過少的、不可靠的或是過時的。在預(yù)測結(jié)果與輸入信息之間良好吻合的基礎(chǔ)上形成的對于預(yù)測沒有根據(jù)的自信，被稱為有效性幻覺。

舉一個例子，在一個要求根據(jù)學(xué)生上學(xué)期成績預(yù)測本學(xué)期成績的實(shí)驗(yàn)中，比較上學(xué)期成績?nèi)荁的同學(xué)甲和上學(xué)期成績是A和C的同學(xué)乙的情況，被試者對于有高度相關(guān)重復(fù)信息的同學(xué)甲的預(yù)測表示了更大的信心。對于預(yù)測的結(jié)果，當(dāng)存在相關(guān)的、重復(fù)的輸入信息時，人們對于預(yù)測的信心會大大增加，而具有諷刺意味的是，統(tǒng)計(jì)時當(dāng)變量相關(guān)性增加，即自相關(guān)性增加時，預(yù)測的方差會變大，預(yù)測的準(zhǔn)確性會下降。這種與事實(shí)背道而馳的預(yù)測自然會出現(xiàn)很大的誤差。

（六）對回歸均值的誤解（misconception of regression）

均值回歸定理的內(nèi)容是：若兩個變量x、y有相同的分布，若一組樣本的X值的平均值偏離X平均值k個單位，則通常來說該組樣本的Y的平均值偏離Y平均值的距離小于k單位，即向均值的回歸。打個比方，我們選取一個班的學(xué)生作測驗(yàn)，選出第1次測驗(yàn)中表現(xiàn)最好的10個學(xué)生進(jìn)行觀察，會發(fā)現(xiàn)第2次測驗(yàn)中這10個學(xué)生的成績將或多或少變差。同樣，第1次測驗(yàn)中表現(xiàn)最差的10個學(xué)生在第2次測驗(yàn)中的成績一般會變好一些。

而在現(xiàn)實(shí)中人們并不按數(shù)學(xué)定理進(jìn)行思考。人們通常認(rèn)為預(yù)測結(jié)果應(yīng)該具有輸入信息的代表特征，結(jié)果值應(yīng)該和輸入變量一致。舉一個例子，在飛行訓(xùn)練中，教練發(fā)現(xiàn)一個奇怪的現(xiàn)象：在一次優(yōu)秀的飛行后，教練往往給予飛行員表揚(yáng)，但受到表揚(yáng)的飛行員的下一次飛行往往會比較糟糕；相反，在教練批評了某個飛行員的糟糕表現(xiàn)之后，他的第二次飛行常常會變好。從而教練員得出結(jié)論，飛行員在聽到表揚(yáng)后會產(chǎn)生自滿情緒從而使下一次表現(xiàn)變差，而聽到批評會使他們更加用心，所以應(yīng)該多批評，少表揚(yáng)。根據(jù)上面的均值回歸定理，我們不難看出飛行員一次好、一次壞的飛行是正常現(xiàn)象，正是向均值回歸的體現(xiàn)，而并不是教練的表揚(yáng)或批評所起的作用。因而，對回歸均值的誤解導(dǎo)致人們錯誤地評價(jià)獎勵和懲罰的作用。

三、可得性啟發(fā)法及其偏差

在估計(jì)某個類別事件的發(fā)生頻率或某個事情的概率時，人們常常根據(jù)回想起相關(guān)例證的容易程度來斷定。比如，一個人在估計(jì)心臟病的危險(xiǎn)性時，可能通過回想他身邊這種事件的發(fā)生例證來進(jìn)行估計(jì)。這種判斷的啟發(fā)法被稱為可得性啟發(fā)法（availability），即人們根據(jù)一個事物或事件在知覺記憶中的可得性程度評估其相對頻率或發(fā)生概率的啟發(fā)法，容易感知到或回想到的被判定為更常出現(xiàn)。現(xiàn)實(shí)中的大概率事件比小概率事件更容易發(fā)生，因而在記憶中自然更易檢索到，因而可得性啟發(fā)法有著客觀上的合理性，當(dāng)事件的記憶可得性與其客觀頻率相一致時，可得性啟發(fā)是比較準(zhǔn)確有用的。但是除了事件發(fā)生的客觀頻率外，事件的新近性、顯著性、生動性和事件發(fā)生時所伴隨的情感相似性都會影響事件的記憶可得性，導(dǎo)致對事件發(fā)生概率的高估或低估。因而，可得性啟發(fā)法導(dǎo)致了一系列的認(rèn)知偏誤。

（一）由例證可得性導(dǎo)致的偏差（biases due to the retrievability of instances）

當(dāng)某一類別事物的規(guī)模大小由其例子來判斷時，人們會認(rèn)為一些容易回想出的例子代表的類別比不容易回想到的例子的類別規(guī)模要更大一些。下面來看一個實(shí)驗(yàn)（Kahneman and Tversky,1974）：被試者聽到一個由男女名人組成的名單（不同組的被試者聽到的是不同的名單），隨后被要求判斷該名單中哪一性別的名字比較多。結(jié)果表明，當(dāng)名單中男性相對比女性更有名一些時，被試者會錯誤地認(rèn)為更有名的人的性別——男性占多數(shù)；反之，被試者會認(rèn)為女性占多數(shù)。這個例證說明例子的熟悉度影響例子的可得性，從而導(dǎo)致判斷的偏差。

除此之外，例子的顯著性也會影響例子的可得性。如親眼見過心臟病突發(fā)死亡事故的人，對這種疾病風(fēng)險(xiǎn)的主觀概率判斷要比通過新聞了解相對更容易在記憶中得到。

（二）由搜索效率導(dǎo)致的偏差（biases due to the effectiveness of a search set）

回想本章開頭的這道思考題：以字母r開頭的英文單詞數(shù)量與以字母r為第3個字母的單詞數(shù)量哪個更多？人們思考這道題的方式是回想以r開頭的單詞（如road）和第3個字母為r的單詞（如car），然后根據(jù)回想的容易度來估計(jì)各自數(shù)量的多少。因?yàn)橥ㄟ^第1個字母搜索單詞比通過第3個字母搜索單詞要容易得多，大多數(shù)人會給出以r開頭的單詞數(shù)量比第3個字母為r的單詞要多的答案，而事實(shí)并非如此。這說明在使用可得性啟發(fā)法的過程中，由于受到記憶結(jié)構(gòu)的影響，人們認(rèn)為更容易在記憶中搜索到的事件比不容易搜索到的事件的頻率更大，這便導(dǎo)致判斷偏離了現(xiàn)實(shí)。

下面一個實(shí)驗(yàn)也證明了這種偏差的存在。實(shí)驗(yàn)中被試者被要求估計(jì)一些抽象詞語（如愛、思想）和一些具體詞語（如門、水）的使用頻率。被試者大都錯誤地認(rèn)為這些抽象詞語比具體詞語的使用頻率更高，原因是在記憶中搜索帶有愛、思考等抽象詞的詞句文章更為容易。

（三）意象偏差（biases of imaginability）

有時候要估計(jì)一些事件的概率，不是靠在存儲的記憶里搜索，而是需要根據(jù)一些規(guī)則來推導(dǎo)。這時，更容易被推導(dǎo)出來的相關(guān)例子代表的類別會被認(rèn)為頻率或概率更大，而例子的推導(dǎo)容易度其實(shí)與事件的真實(shí)概率無關(guān)，這時偏差便產(chǎn)生了。

請看下面一個問題：

當(dāng)k=5時，正確答案應(yīng)該是。而且組成k人1組的委員會的可能個數(shù)=組成（10-k）人1組的委員會的可能個數(shù)，因?yàn)槊總€每組k人的委員會都對應(yīng)著唯一的一個每組（10-k）人的委員會。所以k=2時和k=8時這道題的答案是一樣的。然而大多數(shù)被試者的回答中，k =2時的委員會個數(shù)大于k=8時的委員會個數(shù)。原因在于人們會通過在心里構(gòu)想k個人組成的委員，然后根據(jù)想出的容易度來估計(jì)其數(shù)目。而構(gòu)想委員會的最簡單方式是將這群人劃分成不相交的集合，因而人們會認(rèn)為構(gòu)想5組每組2人的委員會很容易，而每組8人的委員會連2組都無法組成。因而如果人們根據(jù)可想象性或構(gòu)想的可得性來估計(jì)頻數(shù)，人數(shù)較少的委員會的數(shù)量看起來會顯得比人數(shù)多的委員會的更多。實(shí)際上實(shí)驗(yàn)的結(jié)果表明，隨著委員會中人數(shù)k的增大，被試者們估計(jì)的委員會數(shù)目逐漸下降，當(dāng)k=2時，被試者估計(jì)的平均值為70個委員會，而當(dāng)k=8時，估計(jì)的平均值下降到20個。而二者的正確答案都是。

（四）虛幻的相互聯(lián)系（illusory correlation）

L.J.Chapman和J.P.Chapman曾做過一個實(shí)驗(yàn)，說明人們在判斷兩個事件一起發(fā)生的頻率時常出現(xiàn)一種有意思的偏差，即“虛幻的相互聯(lián)系”。

結(jié)果被試者顯著地高估了多疑癥和奇怪的眼睛這兩個事件一起出現(xiàn)的頻率，其實(shí)這兩個事件一起出現(xiàn)的頻率并不如估計(jì)的那樣高。這種效應(yīng)即被稱為“虛幻的相互聯(lián)系”。

實(shí)驗(yàn)結(jié)果還表明，受到“虛幻的相互聯(lián)系”效應(yīng)影響，人們對與認(rèn)定的聯(lián)系相矛盾的數(shù)據(jù)很抵制，甚至在畫中的特征與疾病診斷為負(fù)相關(guān)關(guān)系時人們依然堅(jiān)持這種虛幻的聯(lián)系存在。這種效應(yīng)還阻止人們檢測出實(shí)際存在的真實(shí)聯(lián)系。

其實(shí)可得性啟發(fā)法對這種虛幻的聯(lián)系效應(yīng)已經(jīng)提供了解釋。在估計(jì)某兩個類別事件同時發(fā)生的頻率時，人們也會常常根據(jù)回想起相關(guān)例證的容易程度來斷定。一般來說，兩件事經(jīng)常同時發(fā)生會增強(qiáng)人們對這兩件事的相互關(guān)聯(lián)程度的認(rèn)識。因而反過來，人們通常通過估計(jì)兩件事情之間關(guān)系的強(qiáng)度來判斷這兩件事情同時發(fā)生的概率。若兩件事之間的關(guān)聯(lián)性強(qiáng)，人們會覺得兩件事是配對的，進(jìn)而判斷兩件事經(jīng)常同時發(fā)生。人們認(rèn)為多疑癥和眼睛這兩個事物的關(guān)聯(lián)性強(qiáng)（可能是覺得多疑癥的人用眼睛看人的眼光會很奇怪），因而得出這兩件事經(jīng)常同時發(fā)生的判斷。

（五）可得性啟發(fā)法導(dǎo)致的偏差的總結(jié)

生活經(jīng)驗(yàn)告訴我們，一般來說，大規(guī)模的類別比小規(guī)模的類別發(fā)生的頻率更高，所以代表大規(guī)模類別的例子比代表小類別的更容易更快地被回想起來，從而得出關(guān)于頻率的判斷，比如現(xiàn)實(shí)中下雨比下冰雹的頻率更高，所以相對于冰雹天氣我們更容易回想起雨天的例子，進(jìn)而我們就得出下雨比下冰雹的頻率高的判斷；大概率事件比小概率事件更容易發(fā)生，所以大概率事件比小概率事件更容易想象；而兩件事經(jīng)常同時發(fā)生會增強(qiáng)人們對這兩件事的相互關(guān)聯(lián)程度的認(rèn)識，進(jìn)而得出關(guān)于頻率的判斷。因而可得性啟發(fā)法是適應(yīng)現(xiàn)實(shí)的表現(xiàn)，是具有現(xiàn)實(shí)合理性的，一般情況下也是正確有用的。

結(jié)果，人們在估計(jì)一個類別事件的數(shù)量、一個事件的可能性以及兩件事一起發(fā)生的概率時，常依據(jù)的是相關(guān)心理檢索或構(gòu)想的容易度（見圖2-1）。

但是，要特別注意的是，這種邏輯反過來并不一定成立。圖2-1的箭頭反向后并不成立，可得性強(qiáng)并不一定意味著事件的真實(shí)頻率高，因?yàn)橛绊懣傻眯缘牟恢皇乾F(xiàn)實(shí)中事件的發(fā)生頻率，還有其他多種因素。這就是可得性啟發(fā)引起各種系統(tǒng)偏差的道理所在。

四、錨定與調(diào)整啟發(fā)法及其偏差

在許多情況下，人們在作估計(jì)時常從某一個初始值開始，通過對初始值的調(diào)整得到最終估計(jì)值，這種啟發(fā)法被稱為錨定與調(diào)整啟發(fā)法。在這種啟發(fā)法中，初始值（開始點(diǎn)）的選擇可能是受問題表述方式的啟發(fā)，也可能是不完全計(jì)算的結(jié)果。而由心理形成機(jī)制的影響，調(diào)整常常是不充分的，不同的初值產(chǎn)生不同的偏向初值的最終估計(jì)值，因而產(chǎn)生了錨定效應(yīng)（anchoring effect）。首先我們來回顧一下與錨定與調(diào)整啟發(fā)法相關(guān)的心理機(jī)制。

雙系統(tǒng)選擇模型是錨定與調(diào)整啟發(fā)法的心理理論基礎(chǔ)。在本章前面我們介紹了直覺系統(tǒng)和推理系統(tǒng)分別充當(dāng)了反射機(jī)制和適應(yīng)機(jī)制的雙系統(tǒng)選擇模型。在決策形成的過程中，首先，直覺和感覺根據(jù)可感知性啟發(fā)原則形成高度可感知的印象；其次，直覺系統(tǒng)根據(jù)可感知的印象形成決策；最后，推理系統(tǒng)對直覺形成的判斷進(jìn)行逐步的修正和調(diào)整，但這種修正和調(diào)整是很有限的，常常是不足的。這便是錨定與調(diào)整啟發(fā)法產(chǎn)生的心理機(jī)制。

由于存在錨定和調(diào)整不足，錨定與調(diào)整啟發(fā)法導(dǎo)致的偏誤可分為以下三類。

（一）不充分調(diào)整（insufficient adjustment）

首先來看一個實(shí)驗(yàn)（Kahneman &Tversky,1974）：

結(jié)果顯示，得到數(shù)字10的被試者的平均估計(jì)為25%；而那些得到數(shù)字60的被試者的平均估計(jì)為45%。實(shí)驗(yàn)表明，人們盡管對初值進(jìn)行了調(diào)整，但并沒有完全消除錨定效應(yīng)。而且盡管初值是隨意選取的，但人們固守于無關(guān)的初始信息。

不僅在將初始值給予被試者的時候存在錨定效應(yīng)，當(dāng)被試者根據(jù)一些不完全的計(jì)算估計(jì)結(jié)果時，錨定效應(yīng)也會產(chǎn)生。回顧本章開頭的第4道思考題：“在5秒內(nèi)給出下式答案：8×7×6×5×4×3×2×1=？再請你的朋友在5秒內(nèi)給出下式答案：1×2×3×4×5×6×7×8=？比較你和你朋友的答案?！睖y驗(yàn)的結(jié)果是：第一個按降序排列的等式估計(jì)結(jié)果為2250，第二個升序等式的估計(jì)結(jié)果是512，而正確的答案都是40230。限定這么短的時間，目的是不讓被試者作完整的計(jì)算。被試者往往會計(jì)算幾個步驟的結(jié)果，然后通過調(diào)整這個初始值得出最后估計(jì)。因?yàn)檎{(diào)整通常是不充分的，估計(jì)會出現(xiàn)偏誤。而且，因?yàn)殚_始幾步乘法的結(jié)果在降序中比在升序中要大，所以前者的估計(jì)結(jié)果往往也比后者的要大。這個例子典型地表明了人們在進(jìn)行估計(jì)時的錨定和調(diào)整的過程以及帶來的巨大偏差。

（二）聯(lián)合事件和分離事件估計(jì)中的偏差（biases in the evaluation of conjunctive and disjunctive events）

首先來看一個實(shí)驗(yàn)（Bar-Hillel,1973）：

結(jié)果顯示：在對簡單事件和聯(lián)合事件下賭注時，絕大部分的被試者選擇對聯(lián)合事件下賭（p=0.48），而不選簡單事件（p=0.50）；在對簡單事件和分離事件下賭注時，絕大部分的被試者選擇對簡單事件下賭（p=0.50），而不選分離事件（p=0.52）。這種選擇說明人們傾向于高估聯(lián)合事件的概率，而低估分離事件的概率。

這種偏差的出現(xiàn)可以用錨定與調(diào)整啟發(fā)法來解釋。簡單事件的概率為估計(jì)聯(lián)合事件和分離事件的概率提供了一個自然的初始值。而調(diào)整經(jīng)常是不充分的，因而對聯(lián)合事件概率的估計(jì)下調(diào)過少，而對分離事件概率的估計(jì)上調(diào)不足，結(jié)果出現(xiàn)了這樣的結(jié)果：高估聯(lián)合事件的概率，低估分離事件的概率。

對聯(lián)合事件概率估計(jì)的偏差在現(xiàn)實(shí)生活中也經(jīng)常發(fā)生。一項(xiàng)工作的成功完成，如一件新產(chǎn)品的推出，由許多環(huán)節(jié)和步驟組成，即使每一個環(huán)節(jié)和步驟成功的概率很高，整個工作成功完成的概率卻往往不高。而人們常常以每個環(huán)節(jié)完成的高概率為初始值，傾向于低估一個復(fù)雜工作出問題的概率。

（三）主觀概率分布估計(jì)的錨定問題（anchoring in the assessment of subjective probability distributions）

我們以一個實(shí)驗(yàn)開始（Kahneman &Tversky,1974）：

而實(shí)驗(yàn)結(jié)果表明，被試者估計(jì)的區(qū)間平均有30%的概率并不包括真實(shí)值。存在這么大偏差的原因就是錨定與調(diào)整啟發(fā)法。當(dāng)被試者被要求估計(jì)一個區(qū)間時先估計(jì)的是指數(shù)值，再通過向上、向下調(diào)整估計(jì)區(qū)間端點(diǎn)值，而不足的調(diào)整往往導(dǎo)致X10不夠小，X90不夠大，區(qū)間[X10, X90]太狹窄，估計(jì)的準(zhǔn)確性降低。

@@@