行为决策中的基线比例忽略：心理机制与影响因素，本文主要内容关键词为：基线论文,比例论文,机制论文,因素论文,心理论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：B842:C93 文献标识码：A 文章编号：1036-6020(2013)-04-0356-08
1 引言
早期行为与决策的研究者认为人类是绝对理性的，个体的推理决策遵循概率和统计规则。经典贝叶斯定理(classical Bayesian norms)认为，个体对决策任务的可能性判断是依据贝叶斯定理，在充分考虑事件的先验概率基础上确定后验概率。但是，在现实生活中，人们的决策往往是基于直觉或先前的经验，个体对事件概率的判断经常违背经典贝叶斯概率理论的要求。Kahneman和Tversky(1973)描述了一种“对结果的先验概率不敏感性”的效应，也就是后来众所周知的基线比例忽略(Bar－Hillel,1980)。
基线比例忽略(base－rate neglect)是指个体进行决策和判断时不能充分利用或者忽略基线比例而偏好新信息的现象。Kahneman和Tversky(1973)首次通过实验证实了基线比例忽略效应的存在。在这一经典实验中，被试需要根据已知信息判断Jack是工程师或者律师的可能性高低。研究发现，当有关Jack的个人描述使人们刻板地认为他是一名工程师时，被试就很少去关注Jack所在总体中工程师数量的比例大小，作出Jack极有可能是一名工程师的判断。也就是说，个体注意到明确具体的新信息时就会忽略基线比例信息，这就是基线比例忽略。
在以往对基线比例忽略的研究中，研究者通常采用的范式是向被试提供一个标准化的决策问题，问题模型中除了基线比例信息外，还包括具有代表性的新信息，且新信息更符合基线比例较小那个类别的特征，由此产生决策偏差。
例如，经典的工程师—律师问题(Kahneman & Tversky,1973)：
在一项研究中有100名被试参加实验，其中包括10名工程师和90名律师。Jack是从这批被试中随机抽取出来的一个人。下面是对Jack的简短描述：
Jack是一名四十五岁的男性，已婚，拥有四个孩子。他是一个保守的、细心的、有理想的人。他对于政治和社会热点问题没有兴趣，但是他会花费大部分空闲时间在自己的兴趣爱好上，如家庭木工手艺、航海术和数学智力游戏。
下列两个选项哪个最有可能是正确的？
A.Jack是一名工程师
B.Jack是一名律师
后来的研究者又扩展了一些问题模型。如经典的“计程车”问题(Bar-Hillel,1980)。在“计程车”问题中，新信息的内容并不像“工程师—律师”问题如此具体且具有很强的代表性，但对于这个问题，个体仍表现出显著的基线比例忽略。也就是说，即使新信息缺乏具体性和代表性，个体还是倾向于忽略基线比例，偏好新信息。
基线比例忽略是一种稳固普遍的认知偏差，虽然改变基线比例信息的表述形式能够减弱基线比例忽略，但仍不能完全消除该效应，且在对鸽子进行的跨物种的研究中也验证了该效应的存在(Fantino,Kanevsky,& Charlton,2005)。因此，基线比例忽略并不是实验设计的产物，而是系统偏差。大多数人都无法避免基线比例忽略的事实，已被视为人类的非理性的证据，并广泛影响着人们的生活，尤其显著表现在临床医疗领域。在医疗诊断中，医生在诊断患者是否患有某种疾病时，通常会把病人的症状与已知的该疾病的相关原型或认知模板进行匹配。然而，这种依靠代表性启发式进行的决策可能会导致医生只注意到以此为典型表现的某一种疾病，忽视这一特定疾病的真实患病率，在诊断中出现基线比例忽略效应(Gorini & Pravettoni,2011)，这样就有可能造成误诊，不仅对病人不利，而且可能造成医疗资源的过度使用或浪费。此外，在治疗过程中，治疗方案的制订需要医生和患者同时参与，患者对自身患病率的判断也对治疗方案产生巨大影响，而此时的可能性判断也可能会出现基线比例忽略效应。由此可见，对基线比例忽略的研究具有重大的理论意义和应用价值。本文将详细阐述基线比例忽略的心理机制和影响因素，总结当前对基线比例忽略研究中存在的问题，并对未来的研究进行展望。
2 基线比例忽略的心理机制
基线比例忽略的现象违背了理性决策理论，是理性决策理论所无法解释的。目前，基线比例忽略的心理机制主要有双加工理论和因果贝叶斯框架。
2.1 双加工理论
认知的双加工理论(dual-process theory)假设，个体对信息的加工处理存在两种不同的加工过程——启发式加工(heuristic processing)和分析式加工(analytic processing)。启发式加工更多依赖于直觉，加工速度较快，反应自动化，无需占用或占用很少的心理资源，容易受背景相似性和刻板印象的影响；分析式加工更多地依赖于理性，加工速度慢，占用较多的心理资源，但它不容易受背景相似性和刻板印象的干扰(孙彦，李纾，殷晓莉，2007)。
研究者认为，个体的推理和决策都依赖于这两种不同类型的认知加工过程(Evans,2011)，不同的加工过程会得到不同的反应，继而产生基线比例忽略现象。例如，在“工程师—律师”问题中，启发式加工会根据Jack的个人描述信息得出Jack是一名工程师的结论，而分析加工则根据基线比例信息(样本中律师占90/100)得出Jack是一名律师的结论。基于启发式加工先于分析加工的观点(Kahneman & Frederick,2002)，双加工理论对于基线比例忽略的一个普遍解释是：由于个体的认知资源有限，分析加工会对认知资源产生巨大的负担，因此人们倾向于只依据简单的启发式加工做决策，描述性信息能够快速有效地引发一种刻板印象，个体会以此产生一个默认的启发式偏差判断，若不能有意识地进行分析加工改变默认反应，个体就产生了基线比例忽略(Kahneman,2003)。有研究表明，通过灌输基线比例的因果意义可以减弱基线比例忽略现象(Bar－Hillel,1980)，这可能正是由于个体注意到基线比例信息，进而有意识地分配认知资源进行分析加工，由此改变了默认的启发式反应。
最近，对双加工理论的研究一改以往两种加工过程相继进行的观点，认为在面对基线比例忽略问题时，个体同时进行启发式加工和分析加工，而不同的反应会产生冲突(De Neys,Vartanian,& Goel,2008)。研究者采用一系列巧妙的脑电和眼动实验，证明个体在完成对冲突性问题的推理加工时存在三个步骤：冲突监控、冲突探测和冲突解决(抑制启发式反应)(De Neys,Vartanian,& Goel,2008)。随后的皮肤电和主观反应自信度的实验进一步验证了这三个步骤的存在(De Neys,Moyens,& Vansteenwegen,2010; De Neys,Cromheeke,& Osman,2011)。上述实验结果表明，对于冲突性问题，个体能够很灵敏地监控和探测到启发式反应与分析反应间的冲突，这种高效的冲突探测也表明个体能够对基线比例信息和描述信息进行快速有效的加工。简而言之，从两种加工并行的观点来看，个体在面对基线比例忽略问题时虽然能够觉察到分析反应与启发式反应之间的冲突，察觉到启发式反应并不可靠，但是由于个体不能成功地抑制启发式反应，所以产生了基线比例忽略。
毋庸置疑，基线比例忽略是一种认知偏差，双加工理论从认知加工过程的角度对基线比例忽略的产生进行解释。但是，目前双加工理论的研究存在很多的争议。例如，有研究者发现，个体在推理过程中可能不会持续有效地对冲突进行探测(Pennycook,Fugelsang,& Koehler,2012)，这与个体总能灵敏地监控和探测到启发式反应与分析反应间冲突的观点不一致。此外，对于双加工理论的两种加工过程到底是同时还是继时、同时加工时两种加工过程是如何进行等都存在争议，双加工理论还需要进一步的改进和完善。
2.2 因果贝叶斯框架
早期的行为与决策研究者认为，人类的决策行为近似于某一理性计算框架的推理模型，为了解释个体在不确定情境中决策的过程和方式，研究者们常常引用计算框架来表述个体在决策中的各种输入、计算和输出。Krynski和Tenenbaum(2007)从因果推理的视角对不确定情境中的决策进行研究，提出了因果贝叶斯框架(causal Bayesian framework)。他们认为，个体对不确定事件的可能性判断是基于因果模型的贝叶斯推理。个体的判断和决策分三个步骤：①根据任务中所提供的信息和自身先前经验设置具有因果关系的变量，构建因果模型；②根据已知信息对参数进行赋值；③在已赋值的因果模型基础上进行贝叶斯推理，得出目标任务的可能性判断。同时，Krynski和Tenenbaum(2007)通过实验证明该框架对各种偏差行为都适用。他们认为，个体的判断和决策主要取决于所构建的因果模型而不是单纯的统计数据，当统计数据能够很清晰地嵌入个体构建的因果模型时，个体就会使用这些统计数据进行贝叶斯推理判断，否则人们就会忽略这些数据，只依据因果模型进行推理判断。因此，贝叶斯框架对于基线比例忽略的解释是：基线比例信息不能嵌入个体构建的因果模型，进而导致其不能被个体充分利用或者是直接忽略。
基于上述理论观点，以“工程师—律师”问题为例，对基线比例忽略的产生机制进行论述(见图1)。首先，个体依据个性与职业间的相关关系建立了由个性推导职业的因果模型；然后，根据已知信息对因果模型中的两个变量进行参数赋值，“工程师—律师”问题中有关Jack的描述性信息能够很好地嵌入模型，个体可以依据个性信息(如细心、热爱数学)推测出其职业(如工程师)，而基线比例数据不能对个性变量进行赋值；最后，由于统计数据不能嵌入模型，因此个体依据因果模型，根据Jack的描述信息得出其职业是工程师的判断。
图1 因果贝叶斯框架对“工程师一律师”问题的推理过程
已有研究表明，只依靠统计数据不足以对人类复杂的行为进行解释，因果贝叶斯框架使统计数据与表述因果关系的信息结合起来，能够准确地描述人们在现实生活中的决策，对于解释诸如基线比例忽略的各种决策偏差有较强的说服力。
除了上述的两种主流解释外，主观相关性可能也是基线比例忽略的心理机制(Bar－Hillel,1980)。研究者认为，个体根据对不同信息的关联度判断来决定对信息的使用，高度关联的信息主宰低度关联的信息。在基线比例忽略问题中，基线比例信息(如样本中有90名律师和10名工程师)只为个体的决策任务提供了背景性的信息，而新的描述性信息(如Jack的个人介绍)更直接、更具体地指向决策任务，个体感知到描述性信息与决策任务之间存在高度关联，这就使个体主观地认为基线比例与决策任务是低度关联的，从而产生了基线比例忽略效应。
3 影响因素
自Kahneman和Tversky提出基线比例忽略以来，许多研究者对基线比例忽略的影响因素进行了研究，基线比例忽略的影响因素主要包括认知能力、年龄、基线比例的表述形式等。
3.1 认知能力
双加工理论认为，个体对于基线比例忽略问题的推理加工既有不需要认知资源的启发式加工，又有需要认知资源的分析式加工。基于以上理论基础，研究者开始探讨个体认知能力与基线比例忽略之间的关系。Hoppe和Kusterer(2011)采用认知反应测验(cognitive reflection test,CRT)对决策偏差与认知能力的相关性进行了实验研究，发现认知能力与基线比例的使用率呈正相关，认知能力较低的人更容易表现出基线比例忽略。与之相反的是，Welsh和Navarro(2012)通过实验，证实高认知能力并不能使基线比例忽略效应减弱。由此可以看出，认知能力和基线比例忽略两者之间的关系尚未定论，今后需要更进一步的研究来探究二者的确切关系。
3.2 年龄
根据双加工理论的观点，分析加工依赖于个体的工作记忆，并会对工作记忆容量产生负担(Evans,2011)，发展心理学认为，个体的工作记忆容量一般会随着年龄的增长而增加。基于以上的两种观点，研究者们假设，随着个体年龄的增长，基线比例忽略现象减弱。这一假设与Jacobs和Potenza(1991)的研究结果一致，他们的研究表明个体对基线比例的使用率随年龄的增长而提高。但有其他的研究结果表现出正好相反的趋势，即年幼孩子的决策比成年人表现得更有逻辑性(Finucane & Gullion,2010)。研究者对此的解释是，年龄较小的儿童缺乏大量的刻板印象信息，因而他们倾向于根据基线比例做出判断(De Neys & Vanderputte,2011)。
3.3 基线比例的表述形式
基线比例信息可以通过自然频率、概率、相对频率(如百分比)等各种形式来表述。针对不同的基线比例形式是否会对基线比例忽略产生影响的问题，学者对此进行了研究。Cosmides和Tooby(1996)的“生态理性方案”(ecological rationality program)认为，以频率的形式呈现概率信息可以避免推理判断中的很多错误和偏差。他们的研究表明，以频率形式表述基线比例信息比以概率形式表述更易得到加工，因而前者的基线比例忽略效应相对较弱。随后的研究发现，以相对频率(如百分比)的形式表述基线比例，也可以减弱基线比例忽略效应(Sloman,Over,Slovak,& Stibel,2003)。值得注意的是，采用频率和相对频率来表述基线比例能够减弱基线比例忽略，但是并不能消除，基线比例忽略效应仍然存在。
除上述因素外，研究者发现，增强基线比例信息的生动性或突出性(Bar-Hillel,1980)和金钱激励(Brase,Fiddick,& Harries,2006)均可以减弱基线比例忽略效应。
总结来看，对基线比例忽略影响因素的研究有助于加深我们对基线比例忽略的理解，对以后的研究具有重要的启示作用。但值得注意的是，有关认知能力和年龄与基线比例忽略的关系尚未定论，需要进一步的论证。
4 研究展望
基线比例忽略现象涉及许多方面的问题，如认知偏差、不确定情境中的决策和判断、因果学习和类别学习等，因此已为越来越多的研究者关注。并且，有研究者提出了新颖的观点，认为对基线比例的低估或忽略并不是个体非理性决策的产物，而是个体依据基线比例的可信度评估结果采用的决策策略(Welsh & Navarro,2012)。
关于基线比例忽略的研究仍处于一个发展阶段，还有许多问题有待进一步解决。
首先，对于基线比例忽略的产生机制，尽管许多研究者进行了研究和探讨，但我们仍可以尝试从不同的角度来对基线比例忽略的产生根源进行解释。根据基于“生态理性方案”和认知双加工理论对基线比例忽略进行的研究，以及鸽子的跨物种研究，我们可以大胆的推测，基线比例忽略是进化的产物，且具有独特的神经机制。此外，在双加工理论的研究中已经发现了冲突探测与前扣带皮层(the anterior cingulate cortex,ACC)有关(De Neys,Vartanian,& Goel,2008)。因此，未来应该加强对基线比例忽略神经机制的探讨。
其次，未来应进一步探讨基线比例忽略的影响因素。Liberman和Trope(2008)使用解释水平理论(construal level theory)来说明个体如何判断不同类型的信息对决策的相对权重。他们认为，心理距离(社会距离、时间和空间等)影响心理表征，目标信息与决策者之间的心理距离决定了人们是注重本质、概括和稳定的部分还是注重具体、特殊的部分。对于基线比例忽略问题，基线比例信息和描述信息分别属于不同的信息类型，基线比例信息是广泛的、总体的，而描述性信息是具体的、特殊的。由此，我们可以探讨不同心理距离对基线比例忽略现象的影响作用。
最后，未来应深入对基线比例忽略的应用研究。基线比例忽略最主要的应用领域是临床医疗，在医疗诊断中，医生对陌生病人患某疾病的概率进行判断，两者间有较远的心理距离(社会距离)，而在制订治疗方案时需要病人做决策，病人在对自身患病率判断时则具有很近的心理距离。与此同时，疾病的性质(如发病时间的远近)也会通过心理距离影响个体的概率判断。因此，在临床决策范式中，研究心理距离对基线比例忽略效应的影响，可以提高其现实应用意义。
除此之外，基线比例忽略作为一种普遍、稳定的决策偏差，目前并没有行之有效的应对策略，未来需加强对其应对策略的研究。