行为经济学的批评

这一页在讲什么

第 1–22 页搭起了理性选择模型：人有一套稳定的偏好，在能选的东西里挑最好的。从这一页起到第 29 页，换一个角度：心理学家和 行为经济学 家拿实验数据来“挑刺”，指出这个模型在哪些地方和真人不符，以及这些不符对经济分析意味着什么。

这一页本身是一张路线图，五句话分别对应后面几页：

逐句读懂

• 意思：理性选择模型很强大，但也有局限。
• 强大在哪：只要偏好稳定，看到一个人在一种情境下怎么选，就能推出他的偏好，再预测他在别的情境下怎么选（第 10 页的 可检验的预测）。它还能用来比较政策的好坏（第 29 页）。

• 意思：最主要的批评是：人的选择依赖于情境（context）。
• 情境指什么：选项怎么摆放、怎么描述，旁边有谁，当时心情如何，菜单上有没有其他东西，商家怎么做广告。课程阅读材料把这些都算作情境。这就是 情境依赖，第 24 页细讲。

• 读法：heuristic 读作 /hjʊˈrɪstɪk/，意思是 启发式，也就是“经验法则、走捷径的办法”。cognition 是“认知”，即大脑处理信息的能力。
• 意思：人们靠经验法则做决定，因为大脑处理信息的能力有限。第 25 页细讲。

• 意思：实验发现，人的选择会系统性地偏离理性模型的预测，即出现 系统性偏离。
• “系统性”是关键词：不是说人偶尔算错，而是说很多人在同一种情况下朝同一个方向出错，换一批人再做一遍，还是这样。下面专门用一张图解释。第 26、27 页是两个最有名的实验。

• 意思：这些发现对政策分析有影响。第 28 页讲经济学家怎么修改模型，第 29 页讲政策分析会受到什么冲击。

稳定偏好为什么重要

理性选择模型能做预测，靠的是一个前提：偏好稳定，即偏好不随情境改变。下面这张图把这个推理拆成三步。

1. 看选择。在食堂，牛肉面和盖浇饭都有，小王选了牛肉面。
2. 推偏好。按第 8–9 页的显示偏好，推出“对小王来说，牛肉面 $\succ$ 盖浇饭”。
3. 做预测。到了外卖平台上，两样也都有，于是预测他还点牛肉面。

第 3 步能成立，全靠“偏好在食堂和外卖上是同一套”。课程阅读材料说得很直接：理论的经验内容（能拿数据检验的那部分）恰恰来自偏好稳定。如果外卖首页把盖浇饭标成“爆款”放在第一位，小王就改点了盖浇饭，那么从食堂推出的偏好就搬不到外卖上，模型也就预测不了什么。

系统性偏离和随机失误

“人会犯错”本身不足以批评理性模型。经济学家一向承认人会偶尔失手，这些失手方向各异，平均下来会互相抵消。行为经济学指出的是另一回事：错误有方向。

• （a）随机失误：有时左、有时右。人一多，平均下来就接近理性模型的预测。模型虽不能准确预测每个人，但对总体照样准。
• （b）系统性偏离：大家都往右上偏。人再多，平均也不会回到靶心。这时模型对总体的预测也错了，而且错在可以预料的方向上。

第 26 页的锚定实验就是（b）这种情况：随手写下的两位数越大，大家对同一件东西的出价越高，而且这个规律重复实验还能出现。

例子

常见困惑

这一页的要点

自测

这一页在讲什么

第 23 页说，行为经济学最主要的批评是“选择依赖情境”。这一页给出具体的样子：呈现方式、小小的提示、诱惑、菜单上多出的无关选项，都能改变人的选择。然后说明这件事为什么让理性模型头疼：偏好会变，从一个环境推到另一个环境就难了。

先补基础

逐句读懂

• 意思：东西怎么呈现很重要，很小的提示就能改变选择。
• 例子：第 23 页的“原价 399，现价 199”；外卖平台上的“爆款”“店长推荐”标签；同一份数据说成“90% 的人治好了”还是“10% 的人没治好”。最后这种“换个说法”就是第 4 页提过的 框架效应。

• 意思：诱惑会改变人心里的参照点，比如甜品菜单。
• 背景：诱惑 指那些你“一时想要、事后可能后悔”的东西，比如深夜的炸鸡、巧克力蛋糕。下面用课程阅读材料里的甜品例子细讲。

• 意思：往菜单里加一个“无关的”选项（一个本来就没人选的选项），也能改变人们最后选什么。下面用《经济学人》订阅的例子说明。

• 读法：portability 原意是“便于携带”，这里指“从一个情境搬到另一个情境还能用”，可译为 可移植性。
• 意思：如果偏好随情境变化，从一个情境推出的偏好就不太能搬到别的情境里用。

• 意思：于是，跨环境推断行为变难了。这就是第 23 页那张推理链图下半部分的情况。

甜品菜单

这是课程阅读材料里的例子。你和朋友在餐厅吃完饭，服务员递来甜品单：

• 菜单上有巧克力蛋糕、苹果派和水果。巧克力蛋糕太“罪恶”了，你不想点；最后和朋友分了一份苹果派。
• 如果菜单上没有巧克力蛋糕，只有苹果派和水果，你会点水果。

为什么会这样？蛋糕在场时，它成了心里的参照点：和蛋糕比，苹果派“不算放纵”，点它不内疚。蛋糕一走，参照点变成水果，苹果派就显得“太甜了”。诱惑没有被选中，却改变了你衡量其他选项的标准。

把它写成第 5 页的选择规则。记蛋糕为 $k$、苹果派为 $p$、水果为 $f$：

在大菜单里选了 $p$、$f$ 也在场，所以 $p$ 显示得不比 $f$ 差。到了小菜单 $\{p,f\}$，$p$、$f$ 都在，你却只要 $f$。按 HARP，$p$ 也应该被选中，所以这违反了 HARP。由第 10 页的命题 2，没有任何一个理性偏好能解释这两次选择。

加一个没人选的选项

行为经济学家 Dan Ariely 在《怪诞行为学》（2008）里报告过一个课堂实验。《经济学人》杂志的订阅页面上有三个选项：

• 仅网络版：59 美元；
• 仅印刷版：125 美元；
• 印刷版 + 网络版：125 美元。

“仅印刷版”和“印刷 + 网络”价格一样，内容却少一半，没人会选它，看上去完全是多余的。Ariely 让 100 名麻省理工学院（MIT）的学生面对这三个选项，又让另外 100 名学生面对拿掉“仅印刷版”之后的两个选项。

“仅印刷版”的作用是让“印刷 + 网络”显得特别划算（“同样的价钱，白送网络版”）。这种本身没人选、却能把别的选项衬托得更有吸引力的选项，叫作 诱饵效应。

它和理性模型冲突在哪里？如果每个学生都有稳定的理性偏好，而且两组学生的偏好分布差不多，那么拿掉一个谁都不选的选项，不应该改变任何人的选择：原来选“印刷 + 网络”的人，菜单变小后它还在，按 HARP 他还该选它。选它的人数从 84 掉到 32，只能说明菜单本身改变了偏好（或者两组学生恰好差别很大，但随机分组时这不太可能）。

例子

常见困惑

这一页的要点

自测

这一页在讲什么

理性选择模型假设人在每一个菜单里都挑出最好的。这一页说：真人做不到，也不会这样做。人更多是靠 启发式（经验法则）凑合，这叫 有限理性。这样凑合的结果好不好，要看场合：熟悉的、反复做的事上，和理性模型差不多；陌生的、一次性的事上，可能差得很远。最后一句点出难处：要把这些写进模型，得先说清楚人在什么时候用什么经验法则。

逐句读懂

• 读法：optimize 是“优化”，即在所有可能里找出最好的那个。
• 意思：人不可能在每件事上都做最优化。
• 为什么：每天要做的决定太多（吃什么、穿什么、走哪条路、买哪个牌子），每个都把所有选项比一遍，时间和脑力都不够。课程阅读材料说：很多选择根本不是“想过之后”做的。

• 读法：rule of thumb 字面是“拇指法则”，意思是简单好用、不太精确的经验做法，比如“用拇指量一量长度”。
• 意思：人用经验法则做决定，并且从过去的成功中学习：上次这样做效果好，下次接着这样做。

• 意思：在熟悉的情境里，标准模型（理性选择模型）可能拟合得不错。
• 为什么：熟悉的事做过很多次，经验法则已经被一次次结果“调教”过，做出来的选择和认真优化的结果差不多。阅读材料的说法是：直觉在熟悉的环境里可能“模仿”出最大化的结果。

• 意思：在不熟悉的情境里，偏离会很大。
• 补充：阅读材料特别提到，如果环境里还有不恰当的情境提示（比如误导性的标签、随手看到的数字），偏离会更大。第 26 页的锚定实验就是例子。

• 意思：给这些行为建模的难处在于：人用哪些经验法则？在什么情况下用？
• 为什么难：理性模型只有一条规则：“挑最好的”。经验法则却有成百上千种。如果想用哪个就用哪个，模型什么都能“解释”，也就什么都预测不了（这正是第 18 页说的“只假设理性”的问题）。

有限理性：满意就停

“有限理性”这个词来自经济学家、心理学家 Herbert Simon（1955 年的论文，1978 年获诺贝尔经济学奖）。他的想法是：人不是找“最好的”，而是找“够好的”。先在心里定一个标准，碰到第一个达标的就停下，这叫“满意即可”（satisficing，是 satisfy 和 suffice 拼成的词）。

熟悉的事，陌生的事

经验法则什么时候管用？关键是这件事你做过多少次、每次能不能看到结果。下面这张图模拟了一个最简单的学习规则：

• 每天上班可以走地铁 A 线或 B 线。B 线平均快 6 分钟，但每天都有波动，单看一天说不准。
• 规则是：头两天两条线各试一次；以后走“到目前为止平均更快”的那条，每 10 天里有 1 天换一条试试。

这个规则从不计算“哪条线的期望时间更短”，可是重复 40 天后，绝大多数人都走上了更快的线（剩下的大多是那 1/10 的“试一试”）。这就是“熟悉的情境里，标准模型可能拟合得不错”。

反过来，一次性的大决定没有这样的学习机会：选专业、选第一份工作、买房、给退休存钱，一辈子只做一两次，等看到结果已经来不及重来。这些恰好是最重要的决定，也是偏离可能最大的地方。第 27 页的养老金例子就属于这一类。

常见的经验法则

心理学家 Tversky 和 Kahneman（1974，《Science》）整理了几种最有名的经验法则（Kahneman 后来获得 2002 年诺贝尔经济学奖）。下表列几个，最后两行是本讲后面要用到的：

“平均分配”的真实例子：Benartzi 和 Thaler（2001，《American Economic Review》）研究美国员工怎么在养老计划里分配钱。环球航空（TWA）的计划里有 5 只股票基金、1 只债券基金，员工平均把约 75% 的钱放在股票上；加州大学的计划里只有 1 只股票基金、4 只债券类基金，员工只把约 34% 放在股票上。人们似乎只是“每只基金都放一点”，于是基金菜单怎么搭配，就决定了他们承担多大风险。这又是一次情境依赖（第 24 页）。

动手试试

调一调菜单里股票基金和债券基金各有几只，比较两种分钱的做法：“每只基金放一样多”，和“按自己能承受的风险分”。

两家单位员工的风险偏好未必差很多，股票占比却一个约 75%、一个约 34%。如果大家按自己的偏好分钱，这个比例会随菜单变化吗？

常见困惑

这一页的要点

自测

这一页在讲什么

第 25 页说，在陌生的情境里，又有不恰当的提示时，人的选择会偏离理性模型。这一页是一个著名的实验证据：让学生先看一个毫无意义的随机数字，再问他们愿意为某样东西出多少钱，结果出价明显跟着那个数字走。这叫 锚定效应。更有意思的是第二个发现：被“锚”住之后，人的出价彼此之间又很有条理。作者把这种现象叫作 一致的任意性。

先补基础

逐句读懂

• 意思：这是 Dan Ariely、George Loewenstein、Drazen Prelec 三位学者 2003 年发表在《Quarterly Journal of Economics》（QJE，经济学顶级期刊之一）上的论文，题目就叫《Coherent Arbitrariness》（一致的任意性）。

• 意思：学生们先看到自己社保号的随机末两位，再对商品估价。
• 具体做法：55 名麻省理工学院（MIT）商学院的 MBA（工商管理硕士）学生面对 6 样商品（无线轨迹球、无线键盘、一瓶普通红酒、一瓶稀有红酒、一本设计类图书、一盒比利时巧克力），课程阅读材料说这些东西的平均零售价约 70 美元。每个人先把社保号末两位写成一个美元价格（比如末两位是 23，就写 23 美元），回答“按这个价格你买不买”，然后再用 BDM 方法写下自己真正的愿付价格。

• 意思：估价和“锚”（那个随机数字）相关。
• 数据：把学生按末两位从小到大分成 5 组，末两位最大的那 20% 学生，出价普遍是最小的 20% 的 2 到 3 倍。六样商品的相关系数在 0.32 到 0.52 之间。见下面的表和图。

• 读法：coherent 是“连贯的、前后一致的”。
• 意思：被锚定以后，人对价格变化的反应看起来是有条理的。比如更好的东西出价更高，时间更长要求的补偿更多。下面细讲。

• 读法：arbitrary 是“任意的、随意的”；internally consistent 是“内部一致”，即自己和自己不矛盾。
• 意思：结论是，起初的估值可以是随意的（被一个随机数决定），之后却在内部前后一致。这就是“一致的任意性”。

实验数据

下表是论文的表 I，单位是美元，数字是每组的平均愿付价格：

读这张图要看两件事：

1. 任意。看任何一条线或一组柱子：从左到右总体在升。一个和商品毫无关系的随机数，让无线键盘的平均出价从 16 美元变成 56 美元。如果愿付价格只由偏好决定，五组应该差不多高。
2. 一致。看右图两条线之间：在每一组里，稀有红酒的出价都高于普通红酒；表里无线键盘也在每一组都高于轨迹球。论文还报告，超过 95% 的学生个人也是这样排的。也就是说，锚把整体水平往上或往下拉，但“哪个更值钱”的相对判断基本没乱。

一致的任意性

把两件事合起来：

• 人心里没有一个现成的“这瓶酒值多少钱”的数，第一个估价会被手边任何数字（哪怕是随机的）带走，这是任意；
• 一旦有了第一个估价，后面的估价就以它为基准，按“好的更贵、多的更贵”很有条理地调整，这是一致。

论文的第二个实验把这一点做得更清楚：学生先听一段刺耳的噪音，被问“听一次给你 10 美分（或 90 美分），你愿意吗”，然后说出听 10 秒、30 秒、60 秒分别要多少钱才肯听。被问 90 美分的那组，要价整体明显更高；但两组都是听得越久要价越高，涨的方式很像。

动手试试

下面的组件模拟一个班的学生做这个实验。每个学生有自己对普通红酒的真实评价，稀有红酒比普通红酒再贵一些；锚的影响用滑块 $k$ 控制：出价 = 真实评价 + $k\times$（末两位 − 50）+ 随机误差。

• 先点“做一次实验”，看散点图：每个学生两个点（普通红酒和稀有红酒），横坐标是他的末两位。
• 再点“再做 20 个班”，看下方按末两位分 5 组的平均出价。
• 把 $k$ 拉到 0，任意性消失，只剩随机误差；把 $k$ 拉大，任意性更强，可“稀有红酒更贵”的比例几乎不变。

例子

常见困惑

这一页的要点

自测

这一页在讲什么

第 26 页的锚定实验发生在课堂上，商品只值几十美元。这一页的证据来自真实世界，而且事关重大：养老金和器官捐献。两件事里，人们能选的东西完全一样，只是“什么都不做时算哪一种”（默认）不同，结果却天差地别。这很难用“人在菜单里挑最好的”来解释。

先补基础

逐句读懂

• 意思：Brigitte Madrian 和 Dennis Shea 2001 年在 QJE（《经济学季刊》，经济学顶级期刊之一）上发表的研究，对象是 401(k) 计划的参加情况。
• 背景：美国一家大公司在 1998 年 4 月改了规则：以前新员工要自己报名才能参加 401(k)；改革后，新员工自动加入，默认每月存工资的 3%，钱全部放进货币市场基金（一种很保守、收益低的基金），不想参加或想改比例，随时可以去改。

• 意思：选择加入和选择退出两种设计，参加率差距巨大。
• 数据：入职 3 到 15 个月的员工中，要自己报名的那批人参加率是 37%，自动加入的那批人是 86%，差了 49 个百分点。

• 意思：器官捐献：美国是选择加入，西班牙是选择退出。
• 具体：课程阅读材料说，在美国，你在办驾照时勾选同意，才成为器官捐献者；在西班牙，除非你声明反对，否则默认你同意。阅读材料说，两国器官“供不应求”的局面因此正好反过来。（这句话要打点折扣，见下面的“想一想”。）

• 读法：stakes 是“赌注、利害”，large stakes 就是“事关重大”。
• 意思：默认选项会影响结果，哪怕事关重大。退休后有没有钱、去世后能不能救人，都不是小事。

• 读法：reconcile 是“调和、使一致”。
• 意思：这很难和严格的最优化调和。下面说明为什么。

养老金：一张表就够了

图（a）里右边那组柱子更说明问题：自动加入的员工中，61% 原封不动地停在默认上（存 3%、全买货币基金）；而要自己报名的员工里，主动选这个组合的只有 1%。3% 并不是什么“最优比例”，货币基金对年轻人来说也太保守。人们不是认真算过以后恰好选了它，而是根本没动。

为什么和最优化矛盾

先看最优化会怎么说。设每个员工加入计划的好处是 $b$（加入比不加入好多少，折成元；$b$ 可以是负的，比如急需现金的人），改变现状要付一个小小的代价 $c\ge 0$（填表、花时间想、拖延的心理成本）。

• 默认不加入时：只有 $b>c$ 的人才会去报名。
• 默认加入时：只有 $b<-c$ 的人才会去退出，其余的人都留在计划里。

于是两种设计的参加率之差，正好是“好处夹在 $-c$ 和 $c$ 之间”的人所占比例：这些人觉得改不改差别不大，就跟着默认走了。

• 如果 $c=0$（改变毫无代价），两种设计的参加率完全一样，默认不起作用。
• 要解释 49 个百分点的差距，需要差不多一半员工的好处 $b$ 落在 $-c$ 到 $c$ 之间。对 401(k) 这样“极好的交易”，多数人的 $b$ 很大，那就要求 $c$ 也很大，相当于说“填一张表的麻烦值好几百元”。这不太可信。

所以，要用最优化解释默认效应，就得假设改变现状的代价大得离谱。更自然的解释是 惯性：人们拖延、不去想、或把默认当成“公司推荐的做法”。这些都属于第 25 页的经验法则，而不是在菜单里挑最好的。

再换个角度看，用第 5 页的选择规则写：菜单都是 $B=\{\text{加入},\text{不加入}\}$，可是

同一份菜单，选择却不同。选择不只是菜单的函数，还取决于“默认是哪个”这个情境，这就是第 24 页的情境依赖。

动手试试

下面的组件把上面的道理画出来。一共 1000 个人，每人加入的好处 $b$ 不同（示意数据）。你可以切换默认、拖动改变的代价 $c$，看有多少人“本来不想、却跟着默认走了”（橙色）。

试着回答：参加率差距要达到 49 个百分点，$c$ 得拉到多大？这么大的代价，放在“填一张表”上合理吗？

器官捐献

Eric Johnson 和 Daniel Goldstein（2003）比较了欧洲各国。德国和奥地利文化相近、彼此为邻，德国（选择加入）只有 12% 的人同意捐献，奥地利（选择退出）几乎是 100%。他们还做了一个网上实验，让 161 人回答“愿不愿意做器官捐献者”，只改默认：默认不捐时 42% 同意，默认捐献时 82% 同意，没有默认、必须二选一时 79% 同意。

例子

常见困惑

这一页的要点

自测

这一页在讲什么

第 23–27 页列出了理性选择模型的种种不符。这一页回答：经济学家怎么办？答案是修改模型，大致有四个方向：让偏好依赖情境；把诱惑、提示、框架写进去；允许人只部分优化、会犯错；用学习规则和习惯来描述行为。最后一句话是关键：模型越像真人，就越难处理、预测也越不明确，这是一个取舍。

逐句读懂

• 意思：允许偏好依赖于情境。
• 做法：不再只写一个偏好 $⪰$，而是写“在情境 $A$ 下的偏好” ${⪰}_A$，并规定它怎样随情境变化。只说“会变”没用，要说清楚怎么变，模型才能预测。下面的“参照点模型”是一个小例子。

• 读法：incorporate 是“纳入、写进去”；cue 是“提示、线索”。
• 意思：把诱惑、提示和框架纳入模型。下面的“诱惑与自控模型”是一个例子。

• 意思：有限理性（第 25 页）的模型：人只做部分的优化，并且会犯错。
• 例子：只比较菜单里最显眼的几样；或者每个选项被选中的概率随它的好坏而变，好的更常被选，但差的也有一定机会被选中（选错）。

• 读法：adaptive 是“适应性的”，即根据经验调整；habit formation 是 习惯形成。
• 意思：学习模型：人按适应性规则行动（第 25 页的通勤例子），过去的消费会形成习惯，改变今天的偏好。

• 读法：realism 是“现实性”；tractability 是 可处理性，即模型好不好算、好不好分析；predictive power 是 预测力，即能不能给出明确的、可检验的预测。
• 意思：这里有一个取舍：现实性对可处理性和预测力。本页最后用一张图细讲。

偏好依赖情境

用一个小模型重现第 24 页的甜品菜单。给每样甜品两个分数：

假设你心里的参照点是“这份菜单上的平均放纵程度”，记作 $\bar{g}(A)$。点的东西比这个平均更放纵，你就会内疚，每高出 1 分扣 $\lambda$ 分。于是在菜单 $A$ 里，甜品 $x$ 给你的满足是

取 $\lambda =2$，逐个菜单算：

四个菜单的选择和第 24 页完全一样，包括那对违反 HARP 的选择。原因是：蛋糕在场时抬高了参照点，苹果派“不再显得放纵”；蛋糕一走，参照点降下来，苹果派就显得太放纵了。

这个模型有了预测力：它说明了偏好怎样随菜单变，还能推出新的结论。比如，如果你不太容易内疚（$\lambda =1$），菜单 $\{p,f\}$ 里苹果派得 $7-2.5=4.5$，比水果的 4 分高，你就会选苹果派，反转消失。所以模型预测：越容易内疚的人，越容易出现这种反转，这是可以拿数据检验的。

真实研究里的同类模型，比如 Tversky 和 Simonson（1993）的情境依赖偏好、Kőszegi 和 Rabin（2006）的 参照点 依赖偏好，思路相同，只是更一般。

诱惑与自控

Gul 和 Pesendorfer（2001，《Econometrica》）换了一个角度：让人对菜单本身有偏好。他们的想法是：面对诱惑时，要么屈服，要么忍住，忍住是要花力气的。每样东西有两个分数：

• $u(x)$：冷静时你觉得它有多好（长远利益）；
• $v(x)$：它当下有多诱人（诱惑程度）。

面对菜单 $A$，你的满足是

第一项是你最终的选择（在长远利益和诱惑之间折中）；第二项减去的是菜单上最诱人那样东西的诱惑，表示“看着它却不能要”的难受。

取一个数字例子：水果 $u=6$、$v=1$；蛋糕 $u=2$、$v=6$。

• 只有水果的菜单：$U(\{f\})=(6+1)-1=6$。
• 水果和蛋糕都有：$u+v$ 中蛋糕是 8、水果是 7，你会选蛋糕；$U(\{f,k\})=8-6=2$。

$U(\{f\})=6>U(\{f,k\})=2$：你宁可菜单上少一样东西。在标准理性模型里，多一个选项永远不会更差（不想要可以不选），这里却严格更差。这就解释了 承诺手段：事先把诱惑拿掉。比如期末复习时用“专注森林”一类的软件把手机锁起来，宿舍里不囤零食，提前交一年的健身卡钱逼自己去。这些都是 自我控制 问题的现实对策。

另一个著名的方向是 Laibson（1997）的“现时偏向”：人总是格外看重“现在”，今天想“明天开始学习”，到了明天又想“明天再说”。它在研究“今天花还是以后花”这类跨期选择时特别重要。

会犯错，会学习

• 部分优化：人只在一部分选项里比较（比如只看外卖首页的前 10 家店），或者只考虑价格、不看评分。模型要说清楚“只看哪些”。
• 犯错：给每个选项一个被选中的概率，越好的越可能被选，但不是百分之百。这样一来，偶尔的“选错”也在模型的预测之内。
• 学习规则：Erev 和 Roth（1998）用“强化学习”描述实验中人们怎么玩博弈：过去带来好结果的做法，以后更常用。第 25 页的通勤模拟就是这一类。
• 习惯形成：你今天的偏好取决于你过去消费了多少。喝惯了全糖奶茶，突然改成半糖会觉得没味道；可坚持喝一个月半糖，再喝全糖反而嫌太甜。模型里写成“今天的满足取决于今天的消费和过去消费的差距”。

取舍：现实与可用

可以拿地铁线路图打个比方。真实的地铁线路弯弯曲曲，站距有长有短；线路图把它画成横平竖直的直线，距离也不准，可正因为简单，你一眼就知道怎么换乘。如果线路图画得和卫星地图一样“真实”，反而没法用了。

经济模型也是这样：

• 标准理性模型在左上角：假设少，好算，预测明确（第 18 页说的“加限制才有预测”）。
• 每加一种行为因素（参照点、诱惑、犯错、学习），模型就能解释更多真实现象，但要多估计几个参数，结论也常常变成“取决于参数”。
• 最右下角是“什么都能解释”的模型：不管观察到什么都能说得通，也就什么都预测不了（第 10 页）。

好的行为模型，是用尽量少的新假设，解释一类重要的偏离，并且给出可以被推翻的新预测，就像上面的参照点模型预测“越容易内疚的人越容易反转”。

常见困惑

这一页的要点

自测

这一页在讲什么

这是本讲的最后一页，回到第 2 页提过的一个大用途：福利分析，即判断一项政策让人们过得更好还是更差。这一页先说理性选择为什么让福利分析变得简单，再说它依赖哪些假设，然后说明第 23–28 页的行为证据怎样动摇这些假设。最后指出：批评容易，替代方案也必须能指导具体的政策选择，这仍是一个没有解决的问题。

逐句读懂

• 意思：理性选择让福利分析变得简单。
• 为什么：课程阅读材料把政策分析分成三步：先确定每个人对结果的偏好；再用模型算出每种政策下会出现什么结果；最后用这些偏好比较各种结果，挑出更好的政策。偏好可以从人们的选择里推出来（第 8–13 页），所以“人们会选什么”就直接告诉我们“什么对他们好”。

• 读法：outcome-focused 是“只关心结果的”。
• 意思：这要假设偏好稳定，而且只看结果。
• 阅读材料列出的简化：偏好是根本的（不由别的东西决定），只关心结果，不受情境、政策本身或政治过程的影响；而且人会照着偏好去最大化。阅读材料指出，最后这一条也是“把选择留给个人”最主要的理由：既然每个人都在挑对自己最好的，旁人就没必要替他做主。

• 意思：行为经济学的批评，质疑的正是这些假设。具体有哪些，见下面的图。

• 意思：替代的理论也必须能指导清楚的政策选择。
• 为什么：指出“人的选择不一定反映真实偏好”很容易，难的是接下来该用什么标准判断政策好坏。如果答不上来，批评就帮不了做政策的人。

• 读法：robust 是“稳健的”，在不同情境下都靠得住。
• 意思：开放的问题是：能否找到既稳健、又有力（预测明确）、又贴近现实的模型。课程阅读材料说，扩展后的模型能不能成为更好的政策工具，“要留给未来的几代人来回答”。

理性福利分析的链条

把第 23–28 页的证据放回这条链上：

1. 从选择推偏好这一步，要求同一份菜单总是得到同样的选择。可默认选项（第 27 页）和框架（第 24 页）让同一份菜单出现不同的选择：员工到底“想不想”参加 401(k)？看自动加入的数据是 86%，看要自己报名的数据是 37%，推不出唯一的偏好。
2. 用偏好预测政策结果这一步，要求偏好不随政策改变。可如果政策本身就是一种情境（第 23、24 页），比如把某个选项设成默认、换一种说法，或像第 26 页那样给出一个参考价格，偏好会跟着变，从旧数据推出的偏好就不能用来预测新政策下的结果。
3. 用偏好比较好坏这一步，要求人的选择就是他真正想要的。可诱惑（第 24、28 页）和犯错（第 25 页）意味着：选了蛋糕的人，事后可能希望自己没选。那么评价政策时，该按“当时选的”还是“冷静时想要的”来算？

阅读材料还提到两种批评：制度本身会塑造偏好（比如一个社会的养老制度会影响人们觉得“存多少才正常”）；有人宁可结果差一点，也要“自己做主”的感觉，也就是说人不只关心结果，还在乎过程。

例子

助推：一种回应

既然默认、摆放、提示会影响选择，而这些东西总得有人来定，那就把它们设计得对人有利。Thaler 和 Sunstein（2008）把这叫作 助推：不禁止任何选项、也不明显改变价格，只改选择的呈现方式，引导人们做出（他们自己事后也认可的）更好的选择。

Johnson 和 Goldstein（2003）有一句话说得很透：每一项政策都必须有一个“什么都不做时”的默认。既然不存在“没有默认”的政策，问题就不是“要不要影响人们”，而是“怎样影响才对”。

但助推也绕不开上面的难题：“对人有利”是按什么标准？谁来判断？Bernheim 和 Rangel（2009）等人尝试给出一套在行为模型下也能用的福利标准，至今仍有争论。这正是这一页最后一句说的开放问题。

常见困惑

这一页的要点

自测