收益和损失情境中D-E冲突的反射效应和习得速度
侯钰莹1陈世平1孟四清2
(1 天津师范大学教育科学学院，天津 300384) (2 天津市教育科学学院德育与心理所，天津 300091)
摘 要 为考察了个体在收益和损失情境中对D-E冲突的感知和习得速度，实验采用Weiss-Cohen的D-E冲突范式。结果发现：（1）在D-E冲突条件下，个体在收益情境中更倾向于选择安全选项，在损失情境中更倾向于选择风险选项。（2）在收益和D-E冲突中当D＞E时的条件下，个体习得D-E冲突的速度快于在D-E冲突中当D＜E时的损失条件下个体习得D-E冲突的速度。研究表明在收益和损失情境下，个体表现出反射效应；不同条件下，个体对D-E冲突的习得速度不同。
关键词 D-E冲突，收益损失情境，风险决策。
1 引言
风险决策是指在不确定的情景下作出选择的过程（Rosness, 2009）。风险决策的实验大多是基于描述信息进行的。在基于描述信息进行风险决策的研究中，参与者通过阅读相关选项的完整描述做出决定。然而在日常生活中，很少有人提供这种详细的明确描述，人们往往根据自己在嘈杂环境中的体验做出决定。Barron和Erev（2003）首先提出了“基于反馈的决策”，不同于以往描述性决策，他们在实验中，不直接为被试提供备选选项的结果及其相关概率，而是让被试重复进行400次选择，根据被试自己习得的经验信息做出选择。其实验结果表明基于经验做出的决策，在收益情境下表现出风险寻求，即反确定效应，以及反转的反射效应；并出现低估小概率事件，这与根据描述性信息做出的决策完全相反。基于此，Hertwig, Barron, Weber和Erev（2004）进一步正式提出了经验性决策，并提出当两个来源具有相同信息时，经验的选择和描述的选择之间存在显著差异（Barron & Erev, 2003; Hau, Pleskac & Hertwig,2010; Hertwig et al., 2004）。这一现象被Hertwig和Erev（2009）称为“描述-经验（D-E）差异”。
Fantino和Navarro（2012）认为单一的D和E的研究以及D-E的对比研究，并不能解释现实生活中的决策现象，因为个体往往是通过根据已有描述信息和自己的经验相结合做出决策的。在日常生活中，人们通常通过描述性和经验性信息组合做出决定。例如，医生在开药和评估医疗风险时，往往参考自己阅读过的文献和书籍，并将其与自己的临床经验相结合。警告牌的指示作用不仅取决于其描述信息的权威性还取决于个体的自身经验。Weiss-Cohen, Konstantinidis, Speekenbrink和Harvey（2016）在研究收益条件下的D-E冲突时，发现当同时为参与者呈现描述性信息和经验性信息时，随着D-E冲突信息的习得，描述性信息的作用逐渐减弱但不消失，经验性信息作用占主导地位。
在收益和损失情境中，个体根据不同的信息来源做出的风险决策不同。在基于明确的描述信息进行风险决策时，个体表现为避免收益风险和寻求损失风险。例如，让个体在100美元的确定盈利和200美元50%的风险盈利之间做出选择，大多数人更倾向于选择100美元的确定盈利，而让个体在100美元的确定损失和200美元50%的风险损失之间做出选择时，大多数人更倾向于选择200美元50%的风险损失。这种现象被称作反射效应。然而，Ludvig和Spetch（2011）发现个体在基于经验信息做出选择时，表现出和基于描述信息选择完全相反的现象—逆反射效应，个体在收益状态下比损失状态更倾向于选择风险寻求。
Lejarraga和Gonzalez（2011）在D-E相同条件下进行风险决策研究发现，个体表现出和经验性决策相同的小概率高权重反转现象。Weiss-Cohen等人（2016）认为这种现象的出现可能和实验的反馈形式有关。大量研究表明概率的模糊程度在一定情况下影响风险决策偏好，提前估计出的概率越准确，个体表现出越明显的反射效应。在DE冲突的条件下，被试接收的描述信息尽管与实际并不相符，却具体而详细。因此，我们提出假设1：在D-E冲突的条件下，个体表现出反射效应，即在收益情境下，更倾向于选择安全选项，在损失情境下，更倾向于选择风险选项。
收益和损失情境所引起的风险决策差异，可以从情绪和认知两个方面进行解释。卡尼曼曾提出：人们损失一定金额所产生的负面情绪要强于得到同样的金额所产生的正面情绪。这种负向情绪的产生加深了个体的心理压力，因此在损失条件下表现出强烈的损失规避现象。庄锦英（2004）发现，积极和消极情绪产生的信息加工方式不同。在积极情绪作用下，多表现为自动化加工，可以做出既节省认知资源又有利于当前环境的决策；而在消极情绪作用下，多表现为控制加工，需要消耗更多的认知资源。Vlaev（2011）提出，认知资源影响个体的风险决策。
2.2.2 护理质量关键要素控制 第一，患者安全质量控制，护理管理者聚焦重点科室、重点环节，对频发事件分类先提出控制策略，如高危患者的安全控制，对每位患者入院时压疮、跌倒、导管滑脱等高危因素进行筛选并采取积极有效的措施降低风险。另外建立护理不良事件报告系统，设立护理安全质控员，实时采集患者不安全因素，构建患者安全管理屏障。第二，患者服务质量控制，根据患者需求及护理工作专业的要求，制定护理服务流程和护理服务评价标准，随时了解患者对护理工作的建议，掌握患者对护理服务的评价结果，研究护理服务失效补救系统，为患者提供优质护理服务。
2 方法
2.1 被试
从三所高校招募大学生被试165名，其中5人在风险决策选择中采用有规律选择（前一半全部选择安全选项, 后一半全部选择风险选项或反之），故删除。共得到有效被试160名，其中男性被试53人，被试随机分配到各种实验条件下。每个参与者在实验完成后都会得到相同的奖品作为实验报酬。
2.2 实验材料
在乏燃料处理和快堆退役期间，会产生大量含有锶和铯的碱性放射性废液。现有的处理技术是选择性提取核素，以降低废液的放射性。但这会产生二次放射性废物，并需要耗费大量资源。
使用计算机进行实验，采用了Weiss-Cohen等（2016）提出的D-E冲突实验范式，平衡了安全选项和风险选项间的期待值后呈现。如表1所示，在收益条件下，风险选项的描述信息为40%时，DES和DEC的安全选项为100%获得2元，风险选项为40%获得5元，60%获得0元；风险选项的描述信息为80%时，DES和DEC的安全选项为100%获得4元，风险选项为80%获得5元，20%获得0元；在损失条件下，风险选项的描述信息为40%时，DES和DEC的安全选项为100%损失2元，风险选项为40%损失5元，60%损失0元；风险选项的描述信息为80%时，DES和DEC的安全选项为100%损失4元，风险选项为80%损失5元，20%损失0元。
针对55份不合格样本,分析导致其细菌超标的原因:清洗问题占56.36%;个人使用问题占23.64%;管理问题占20.00%,详见表2。
本研究以与医生职业认同相近的职业认同量表为基础，根据研究目的与研究假设，自行设计调查问卷，并进行预调查，根据调查结果调整、补充了部分条目。问卷经信度与效度检验，Cronbach’s Alpha系数为0.802，表明问卷有较好的信度。同时，问卷经过多名专家单盲独立鉴定，认为调查项目能够较好地反映本研究所要调查的问题，表明问卷具有较好的内容效度，可以作为医护工作者职业认同调查的正式问卷。
表 1 不同实验条件下的选项
2.3 实验设计
实验采用2（情境: 收益、损失）×2（信息呈现方式: 描述和经验相同（DES）、描述和经验冲突（DEC））×2（风险概率: 80%、40%）的被试间实验设计。因变量为风险选择的比例（R率）。R率的计算方法为选择的风险选项占全部选项（100）的比率。
2.4 实验程序
如图2所示，在收益条件下，描述信息为40%时，组块的主效应不显著（F（4,35）=0.80, p＞0.05），信息呈现和组块的交互作用不显著（F（4,35）=0.50,p＞0.05）。描述信息为80%时，组块的主效应不显著（F（4,35）=0.46, p＞0.05），信息呈现和组块的交互作用不显著（F（4,35）=0.65, p＞0.05）。
目前，城镇供水管网漏损的检测技术主要有声学检测法和非声学检测法。声学检测法有地面听音检测、阀栓听音和漏水声学等。非声学检测法有红外线成像探测法、地质雷达探测法和分区装表计量法等[3]。
2.3软产道撕裂伤造成的大出血协助医生予以修复缝合,如为阴道血肿则先切开血肿,清除血块,进行缝合,并补充血容量。
损失状态下指导语如下：假设你现在抽到了X网用来投资的一笔价值500元的经费，现在你需要进行一系列的选择，每个选择都包括2个选项，选择左侧的按钮，你将失去2（或4）元，选择右侧的按钮，你将有40%（或80%）的可能性损失5元，60%（或20%）的可能性损失0元。你的每个选择都会使你失去一些钱，损失的钱越少越好，在选择全部完成后，X网将把剩余的钱转到你的支付宝供你自由使用。
使用Eprime2.0设计实验程序，具体过程如图1所示，收益和损失流程相同，参与者阅读完指导语后，进入正式实验。屏幕上呈现两个按钮，左侧按钮为安全选项，右侧按钮为风险选项，在按钮下方呈现描述信息。实验共包括100次重复选择（即试次），在每次选择后，参与者凭借自己的选择得到反馈，并进行再次选择。
图 1 收益状态下，风险决策的描述信息为40%时的实验流程图
通过后台设置进行控制反馈概率，以描述信息为80%，经验信息为40%为例，在DES条件下，通过后台设置，实际反馈概率和描述概率均为80%；而在DEC条件下，80%的描述信息，实际后台设置概率为40%。
3 实验结果
上述简单简单效应分析结果表明，在收益情境下，DEC和DES差异显著；在损失情境下，当描述信息为40%时，实际经验信息为80%，即D＜E，DEC和DES差异不显著，描述信息为80%时，实际经验为40%，即D＞E，DEC和DES差异显著。那么这是否意味着，在损失情境下，当描述信息为40%（D＜E）时，个体并非无法识别DE冲突信息，而是对D-E冲突的识别较为缓慢。为了进一步验证这一假设，借鉴了Weiss-Cohen等人（2016）的组块划分方式，将100个试次分为5个组块，观察R率在每个组块上的变化趋势。为了更好的观察到这种变化趋势，在这里把因变量R率定义为每个组块里选择风险选项的个数/20。
表 2 被试各实验条件下R率的平均值和标准差（括号内）
其结果表明，情境主效应显著（F（1,78）=15.36, p＜0.01），损失情境中被试更倾向于风险选项；概率（F（1,78）=0.05, p＞0.05）和信息呈现方式（F（1,78）=0.35, p＞0.05）主效应不显著。
情境×信息呈现方式（F（1,38）=0.15, p＞0.05）和概率×信息呈现方式（F（1,38）=2.90, p＞0.05）交互作用不显著，情境×概率交互作用显著（F（1,38）=32.38, p＜0.01），情境×概率×信息呈现方式三者交互作用显著（F（1,18）=33.48, p＜0.01）。进行简单简单效应分析得出，在收益条件下，当描述信息为40%时，D-E冲突（DEC）和D-E相同（DES）差异显著（F（1,18）=15.36, p＜0.01），D-E 冲突情况下被试更倾向于风险选项；在描述信息为80%时，DEC和DES差异显著（F（1,18）=12.74, p＜0.01），D-E相同情况下被试倾向于风险选项。而在损失条件下，在描述信息为40%时，DEC和DES差异不显著（F（1,18）=2.18, p＞0.05）；在描述信息为80%条件下，DEC和DES差异显著（F（1,18）=6.80, p＜0.05），D-E冲突情况下被试更倾向于风险选项。
当吹遍凌州的风一场冷似一场时，六个月的期限到了，许沁未能履约。杨律师向法院申请了强制执行。许沁虽然动用了方方面面的关系，重重包围了法官，但这些力量的力道不足，有的微弱，有的要钱，有的慑于事实而无奈。杨律师据理力争，坚决要求法院强制执行。法官们对杨律师也是有所敬畏，杨律师有个特别身份，他是凌州市律师协会副会长，在凌州的律师及法律界有一定的名望。这身份小虫和玉敏当然不知道，但小虫姑父是知道的。
对情境条件、信息呈现方式以及频率的主效应以及交互效应进行考察。各种实验条件下R率的平均值和标准差见表2。
根据上述简单简单效应分析结果，对不同情境条件和频率条件下的数据进行了2（信息呈现方式）×5（组块）的方差分析，分别对组块的主效应以及组块和信息呈现方式的交互效应进行了考察。
收益状态下指导语如下：假设你正在参加双十一天猫抵用券抽取活动。现在有2种形式可供你选择，选择左侧的按钮，你将有100%的可能性获得2（或4）元；选择右侧的按钮，你将有40%（或80%）的可能性获得5元，60%（或20%）的可能性获得0元。你的每个选择都会使你获得一些钱数，积累起来的钱数越多越好，可以直接抵用现金使用。
在损失条件下，描述信息为40%时，组块的主效应显著（F（4,35）=2.47, p＞0.05），信息呈现和组块的交互作用显著（F（4,35）=2.61, p＜0.05）。进行简单效应分析发现，信息呈现方式在组块1、2、3、4上均不呈现显著差异（F（1,38）=0.04,p＞0.05, F（1，38）=0.67, p＞0.05, F（1,38）=2.10, p＞0.05,F（1,38）=3.36, p＞0.05），在组块 5上存在显著差异（F（1,38）=4.21, p＜0.05）。
在损失条件下，描述信息为80%时，组块的主效应不显著（F（4,35）=0.77, P＞0.05），信息呈现和组块的交互作用不显著（F（4,35）=0.39, p＞0.05）。
描述信息相同，当D-E冲突条件和D-E相同条件下，个体做出的风险决策开始产生显著差异时，认为个体习得了D-E冲突。这种差异产生的越早，意味着D-E冲突的习得速度越快。D-E冲突的习得过程需要消耗大量的认知资源。在收益情境中，无论是安全选项还是风险选项都会给个体带来积极情绪，个体需要消耗认知资源相对较少，可以更快的转变态度选择对自己有利的选项；而在损失情境中，个体在消极情绪下，消耗大量的认知资源，因而习得D-E冲突必然会受到影响。由此提出假设2：在D-E冲突条件下，收益情境中个体习得D-E冲突的速度快于在损失情境中个体习得D-E冲突的速度。
即在收益情境中描述信息低于经验信息时，D-E冲突情况下的风险选项高于D-E相同情况下；而当描述信息高于经验信息时，D-E相同情况下的风险选项高于D-E冲突情况下。但在损失情境中描述信息高于经验信息时，D-E冲突情况下的风险选项高于D-E相同情况下；而描述信息低于经验信息时，D-E冲突与D-E相同情况的风险选项从开始到第4组块均无差异，直到第4组块以后才出现D-E相同情况下的风险选项高于D-E冲突情况下。这说明被试在这种条件下是经过大量的尝试才慢慢地习得了D-E之间的不一致。
图 2 DEC和DES在不同条件下的比较
4 讨论
Wang, Zhang, Huang和Sun（2015）发现，个体在具体的风险条件下和模糊的风险条件下神经激活不同，在模糊条件下可能涉及更复杂的认知过程。这在一定程度上解释了描述性风险决策和经验性风险决策在收益和损失上选择倾向性的差异。本文研究结果发现，在D-E相同和D-E冲突的情况下，情境主效应显著，个体在损失状态下比收益状态下更倾向于做出风险选择，个体表现出反射效应，和描述性风险决策的现象相一致。这说明，反射效应和描述信息的具体性有关，不受信息准确性的影响。
Weiss-Cohen等人（2016）在研究收益情境下的D-E冲突时发现，DEC和DES条件下的风险选择存在显著差异。本研究进一步探讨了在损失情境中，DEC和DES条件下的风险选择差异。研究结果发现，在损失情境中，当描述信息呈现概率为40%时，DEC和DES并不存在显著差异。当描述信息呈现概率为80%时，DEC和DES存在显著差异。这一结果与日常生活中的一些现象相吻合，如赌徒往往越是输钱越不能识别自己赌博赢钱的概率和实际预期概率并不相符。
然而，在损失情境中，当描述概率为40%时，DES和DEC之间差异的不显著性，并不意味着个体不能识别D-E冲突。实验结果显示，组块的主效应显著以及信息呈现和组块的交互作用显著。通过进一步的简单效应分析发现，在不同的组块上，比较信息呈现方式的差异发现信息呈现方式在组块1、2、3、4上均不呈现显著差异，在组块5上存在显著差异。这表示，个体在描述性信息为40%，经验信息为80%（D＜E）的损失情境下，对于D-E冲突的识别是在组块4之后才发生的。而收益和描述信息为80%，经验信息为40%（D＞E）的损失情境下，个体对D-E冲突的识别均在组块1就能够识别了。为什么在损失情境中当描述性信息小于经验性信息时，个体很难立刻发现D-E的不一致呢？原因在于在收益情境中个体所承担的心理压力较小，对事件概率的判断较为从容。对描述性信息和经验性信息都能有一个合理的分析与判断。但在损失情境中个体一般所承受的心理压力较大。个体对损失的负面情绪，使得个体对风险选项中的无损失结果过分偏爱。在D-E冲突条件下，当D＞E时，个体通过选择风险选项，获得大量无损失结果，个体的愉悦感上升，情绪所占用的认知资源减少，分配给习得DE冲突的认知资源增多，从而更快地习得这种对自己有益的冲突信息；当D＜E时，对于无损失结果的追求，产生了大量的负面情绪，使得个体分配给D-E冲突习得任务的认知资源减少，因此需要更多的试次来习得D-E冲突。在日常生活中也可经常观察到这种现象，人们可以很快识别有利于自己的投资，却在赌博活动中难以及时止损。
本研究的意义在于，首先，以往的研究主要集中于研究基于描述信息的风险决策和基于经验信息的风险决策在收益和损失上的差异，本文进一步补充了D、E风险决策，探讨了当D-E冲突时，个体在收益和损失条件下风险决策特点。其次，本研究从新的视角，从个体对D-E冲突的感知入手，发现在不同的条件下，个体对D-E冲突的习得有快慢之分。同时，这一研究结果还提示，在损失条件下人们有时难以发现描述信息与实际信息之间的差异。
本文使用40%和80%的D、E差探讨了在不同条件下，个体对D-E差异的感知速度。进一步的研究还可以从扩大或缩小D-E差异入手，探讨个体在不同条件下对D-E冲突的识别和识别速度的变化，也可以从认知神经领域进一步探讨DE冲突在收益、当D＞E的损失条件下和当D＜E时的损失条件下的神经激活上的差异。
5 结论
（1）在D-E冲突条件下，个体表现出反射效应，即在收益情境下，更倾向于选择安全选项，在损失情境下，更倾向于选择风险选项。
（2）在收益情境中，个体能够较快习得DE冲突；但在损失情境中，当D＜E时个体习得DE冲突的速度较为缓慢。
在体育教学过程中，学生始终是体育学习的主体，学生应在教师的有效指导下积极主动地参与教学活动，充分发挥自身的各项特点[5]。在日常的体育课中，学生应该充分利用有限的课堂时间，在教师的指导下学习相应的技术动作或锻炼方法，并能够在课后进行体育锻炼，进而养成终身体育锻炼的好习惯。
参 考 文 献
庄锦英. (2004). 情绪、边框影响决策认知过程的实验研究. 心理科学,27(6), 1340-1343, doi: 10.3969/j.issn.1671-6981.2004.06.016.
Barron, G., & Erev, I. (2003). Small feedback-based decisions and their limited correspondence to description-based decisions. Journal of Behavioral Decision Making, 16(3), 215-233, doi: 10.1002/(ISSN)1099-0771.
Fantino, E., & Navarro, A. (2012). Description-experience gaps:Assessments in other choice paradigms. Journal of Behavioral Decision Making, 25(3), 303-314, doi: 10.1002/bdm.737.
Hau, R. B., Pleskac, T. J., & Hertwig, R. (2010). Decisions from experience and statistical probabilities: Why they trigger different choices than a priori probabilities. Journal of Behavioral Decision Making, 23(1),48-68, doi: 10.1002/bdm.v23:1.
Hertwig, R., Barron, G., Weber, E. U., & Erev, I. (2004). Decisions from experience and the effect of rare events in risky choice. Psychological Science, 15(8), 534-539, doi: 10.1111/j.0956-7976.2004.00715.x.
Hertwig, R., & Erev, I. (2009). The description-experience gap in risky choice. Trends in Cognitive Sciences, 13(12), 517-523, doi: 10.1016/j.tics.2009.09.004.
Lejarraga, T., & Gonzalez, C. (2011). Effects of feedback and complexity on repeated decisions from description. Organizational Behavior &Human Decision Processes, 116(2), 286-295.
Ludvig, E. A., & Spetch, M. L. (2011). Of black swans and tossed coins: Is the description-experience gap in risky choice limited to rare events?PLoS One, 6(6), e20262, doi: 10.1371/journal.pone.0020262.
Rosness, R. (2009). A contingency model of decision-making involving risk of accidental loss. Safety Science, 47(6), 807-812, doi: 10.1016/j.ssci.2008.10.015.
Vlaev, I. (2011). Inconsistency in risk preferences: A psychophysical anomaly. Frontiers in Psychology, 2, 304.
Wang, L., Zheng, J. H., Huang, S. W., & Sun, H. Y. (2015). P300 and decision making under risk and ambiguity. Computational Intelligence and Neuroscience, 2015, Article ID 108417.
Weiss-Cohen, L., Konstantinidis, E., Speekenbrink, M., & Harvey, N.(2016). Incorporating conflicting descriptions into decisions from experience. Organizational Behavior & Human Decision Processes,135, 55-69.
The Perception and Learning Speed on Description-experience Conflict under Gain and Loss Situations
HOU Yuying 1, CHEN Shiping 1, MENG Siqing 2
(1 College of Education Sicence, Tianjin Normal University, Tianjin 300384;2 Moral Educational and Psychological department,Tianjin Academy of Educational Science, Tianjin 300191)
Abstract In order to explore subjects’ perception and learning speed on description-experience conflict under gain and loss situations, the experiment adopted Weiss-Cohen’s paradigms of description-experience conflict. The results found that: 1) In description-experience conflict condition, subjects tend to choose safe options in gain situations, and risk options in loss situations. 2) In gain situation and description-experience conflict conditions, when D＞E, subjects learned faster description-experience conflict than when D＜E. The Study showed that in gain and loss situations, subjects expressed reflect effect. Subjects’ learning speed to description-experience conflict varied according to different conditions.
Key words description-experience conflict, gain and loss situation, risk decision.
分 类 号 B849
收稿日期： 2018-3-11
通讯作者： 陈世平，E-mail: chensp126@126.com。
标签：D-E冲突论文; 收益损失情境论文; 风险决策论文; 天津师范大学教育科学学院论文; 天津市教育科学学院德育与心理所论文;