第 17 章

理性的补丁

人们总以为理性是经济决策的基石,但最不理性的恰恰是经济学赖以构建的“理性人”假设。这个假设并非无用——它曾有力地支撑了无数模型,却隐含着一个根本悖论:它假定你能预知自己无从知晓之事。无论是比较奶茶店的排队时长,还是估算会员卡的年均价值,这套假设都要求你的大脑如同精密计算器。然而,人类的选择往往遵循另一套模式。这一洞见并非哲学空谈,而是根植于一系列令人警醒的实验证据。要追溯其源头,需回到1980年代芝加哥大学的一间办公室。在那里,理查德·塞勒开始系统地搜集人们决策中那些并非偶然、而是稳定重复的“错误”,仿佛一位采集标本的博物学家。

塞勒抓到的最重要的一个“品种”,后来改变了经济学的版图。1990年代,塞勒和加州大学洛杉矶分校的什洛莫·本纳茨开始研究一个具体问题:为什么美国人不存养老金?按照理性模型,401(k)计划的条件极其优厚——企业匹配缴费相当于白送钱,税收递延相当于政府补贴,复利增长意味着早存一年就多赚一年的利滚利。任何一个会按计算器的人都应该从工作的第一天开始就顶格存满。

但现实数据是:大量符合条件的员工根本没有加入计划。有些人拖了好几年才加入,有些人一直没加入。传统解释是信息不足——员工不知道有这个福利,或者不懂复利计算。解决方法是加强教育:发手册、开讲座、一对一咨询。很多企业确实这么做了。效果呢?几乎为零。听完讲座的人点头说“有道理”,回去继续不存钱。

塞勒和本纳茨怀疑问题不在信息,在别处。他们设计了一个实验——就是后来被无数次引用的默认选项实验。一家企业修改了401(k)计划的加入规则:原来要主动填表加入,现在变成自动加入但可以主动填表退出。储蓄率默认3%,投资组合默认保守型基金。结果已经写进了经济学教科书:参与率从37%跳到86%。不是缓慢增长,是规则修改当月就跳上去。三年后跟踪数据更说明问题:绝大多数自动加入的员工仍然停留在默认的3%储蓄率上。他们没有调整过比例,没有换过基金类型,甚至没有登录过账户查看其他选项。

这个实验的冲击力在于它排除了所有传统解释。信息?同样的员工群体,同样的信息环境,只是表格上的初始勾选状态变了。

激励?同样的税收优惠和企业匹配,一分钱没多给。理性计算能力?同样的计算难度——主动加入需要算一次,主动退出也需要算一次,计算量完全对称。

唯一改变的是那个默认选项。而它改变的不是人的能力,是人的行动。不是“能不能”的问题,是“做不做”的问题。

塞勒从这个实验里提炼出一个更一般的命题:人在很多重要决策上不是“选择者”,而是“接受者”。他们接受环境替他们设置的初始状态,然后把精力省下来处理那些必须当场反应的事——今天的工作任务、今晚的晚餐选择、孩子突然的发烧。养老金储蓄不属于“必须当场反应”的范畴,它永远可以明天再说。而明天永远不会变成今天。

这个命题如果成立,它动摇了传统经济学的一根支柱:完全信息处理能力。传统模型假设人能获取并处理所有相关信息做出最优决策。默认选项实验证明,人在面对复杂长期决策时经常不做决策——他们让环境替他们做。但这只是第一根支柱的裂痕。

第二根支柱的裂痕来自更早的年代。1970年代末,丹尼尔·卡尼曼和阿莫斯·特沃斯基在以色列做了一系列实验,测试人在风险和不确定性下的选择模式。其中一个实验设计极其简单:给受试者两个选项,A是确定获得800美元,B是85%概率获得1000美元、15%概率什么也得不到。理性计算很清楚:B的期望值是850美元,比A多50美元。选B是正确答案。但大多数人选了A。然后他们把问题翻转:A是确定损失800美元,B是85%概率损失1000美元、15%概率不损失。这次大多数人选了B——宁愿赌一把也不接受确定的损失。

两个选择放在一起暴露出一个不对称性:人在面对收益时倾向于规避风险(落袋为安),在面对损失时倾向于寻求风险(赌一把翻盘)。这个不对称不是随机的——它在不同国家、不同收入群体、不同赌注大小下反复出现,稳定得像个物理参数。卡尼曼把它命名为“损失厌恶”,量化的结论是:同等金额的损失带来的心理痛苦大约是收益带来快乐的两倍。

塞勒把这个发现从实验室带进了真实消费场景。他提出了一个让传统经济学家头疼的问题:如果损失厌恶是真实的心理力量,那人们在日常消费中会怎么分配预算?答案藏在“心理账户”这个概念里。这个概念最好的演示是一个经典问题:你买了一张200美元的演唱会门票,走到剧场门口发现票丢了。你会再花200美元买一张吗?多数人说不会——花400美元看一场演唱会太贵了。换一个场景:你还没买票,走到剧场门口发现口袋里少了200美元现金。你会刷卡买票吗?多数人说会——丢钱和看演唱会是两回事。

从会计学看,两种情况完全等价:净资产减少200美元,看演唱会需要额外支付200美元。理性人应该做出相同选择。但现实中的大脑把这两笔钱放在了不同的心理账户里。门票钱属于“娱乐预算”,丢了意味着这笔消费变贵了——贵到超出了这个账户的支付意愿。丢失的现金属于“意外损失”,和娱乐预算无关——那个账户里的钱还在,演唱会还是原价。

塞勒在1980年代追踪家庭消费数据时发现,这种心理分割远比演唱会门票的例子精细。人们按收入来源给钱贴标签:工资是“辛苦钱”,用在房租水电食品这些必需品上;年终奖是“意外之财”,更容易被花在餐厅、旅行、电子产品这些享乐消费上;退税是“返还的钱”,感觉像是捡到的,花起来毫不心疼——虽然退税只是你之前多缴的税款被还回来,你的净资产一分钱没增加。

同样的1000美元,因为来源标签不同,消费倾向可以相差几倍。这在理性模型里不应该存在——钱是可替代的,这是经济学的基本公理。你钱包里的每一块钱在购买力上和其他一块钱完全等同,无论它是怎么进来的。但大脑不这么处理。大脑给钱建墙、设门、贴标签,然后按照心理账户的规则而不是最优配置的逻辑来花钱。

第三根支柱的裂痕来自一个更日常的场景。假设我问你:今天获得100美元还是一年后获得110美元?很多人选今天拿100美元——10%利率不值得等一年。然后我再问:一年后获得100美元还是两年后获得110美元?这次很多人选两年后拿110美元——多等一年赚10%很合理。这两个回答放在一起就自相矛盾了。如果今天和一年后的选择说明你的耐心程度是“10%不值得等”,那一年后和两年后的选择也应该遵循同样的耐心程度——你应该选一年后的100美元而不是两年后的110美元。但你没这么选。你对“现在和未来之间”的耐心远低于对“未来和未来之间”的耐心。当下的诱惑有一种特殊的权重,能让你的理性计算当场失效。

塞勒管这个叫“当下偏差”。它不是简单的短视——短视意味着对所有未来时段都打同样的折扣。当下偏差意味着只对“现在”这个时刻打额外的折扣。一旦跨过现在这道门槛,你对未来的耐心就恢复正常了。

这个偏差解释了一大堆我们熟悉却反复失败的行为模式。明知锻炼有益却永远从明天开始——今天太累了,但明天那个你会有精神。明知储蓄重要却下个月再开始存——这个月账单太多,但下个月会有余钱。明知截止日期就在下周却今晚再刷一集剧——今晚需要放松,但明天晚上你会集中精力干活。

每一个这样的决定都不是因为你算错了锻炼的收益或拖延的成本。你可能比任何人都清楚这些数字。你只是在当下这一刻对未来的自己做出了不切实际的假设:明天那个你会更有意志力、更不受诱惑、更愿意行动。但明天那个你和今天这个你是同一个人。他也会刷一集剧再说。

这三根支柱的裂痕——有限信息处理、有限意志力、有限自利——合在一起构成了行为经济学的核心发现。传统经济学假设人是理性的计算者。行为经济学证明人是生物性的决策者:会走捷径、会被情绪左右、会对未来犯系统性预测错误。但这个证明本身引发了一个更尖锐的问题:如果人的行为有这么多系统性偏差,那前面那些用理性模型分析的机制——排队、定价、选址、拍卖、工资刚性——是不是都建立在沙滩上?

这是行为经济学出现以来最强有力的反方论点。它不否认实验数据的扎实——那些数据经过了反复验证,很难推翻。但它怀疑整个经济学推理的合法性:你说消费者会理性比较价格所以奶茶店扎堆能降低搜索成本?但消费者明明会被默认选项牵着走。你说工人会理性计算工资与闲暇的替代关系?但工人明明会把名义工资下降视为不公平而拒绝接受——哪怕实际购买力因为通缩反而上升了。你的模型假设了一群不存在的人在一个不存在的世界里做决策,然后告诉我这些模型能解释真实世界?

塞勒本人对这个问题的回答构成了本章的核心论断:行为经济学不是要推翻传统经济学,而是给它打补丁。这个“补丁”比喻不是和稀泥。它有非常具体的操作含义。

传统经济学的理性模型就像物理学里的真空自由落体公式——它忽略空气阻力,告诉你物体在理想条件下的运动规律。这个公式不是错的。你用它来理解重力的方向、加速度的大小、不同质量物体的运动差异,它完全够用。但如果你要设计一架飞机,你就必须把空气阻力加进去——不加进去飞机会掉下来。

理性人模型就是经济学里的真空公式:它告诉你激励机制指向什么方向、效率最优解在什么位置、竞争会把价格推向什么水平。行为偏误就是空气阻力:它告诉你现实中的人会以什么方式偏离那个最优解、偏离幅度有多大、在什么条件下偏离最严重。

回到养老金储蓄的例子能最清楚地看到“补丁”意味着什么。传统经济学的政策建议是:提供税收优惠和信息教育,然后放手让人们自己做决定。理性人会算清楚税收优惠的价值、会计算退休需求、会做出最优选择。现实结果:参与率不到40%。行为经济学的政策建议完全不同:既然人们倾向于接受默认选项,就把默认选项设置成对大多数人有利的方向——自动加入、默认储蓄率3%。既然人们不会主动调整储蓄率,就设计成储蓄率随工资增长自动递增——每次加薪时自动多存一个百分点,员工几乎感觉不到可支配收入减少。既然人们有当下偏差,就让他们现在做出的储蓄承诺在未来自动生效——用今天的决定锁定明天的行为。

塞勒和本纳茨把这个方案叫做“明天存更多”。它不是要求人变成精于计算的理性机器——它接受人是懒惰的、短视的、容易被环境暗示影响的——然后在这些约束条件下寻找最优解。结果呢?参加计划的员工在三年内平均储蓄率从3.5%上升到13.6%。对照组纹丝不动。这不是心理学操纵。这是承认有限理性之后做出的务实设计。

同样的逻辑可以应用到前面每一章分析过的机制上。排队这件事,理性模型告诉你价格管制会导致排队时间拉长、稀缺资源流向愿意支付时间成本的人。行为经济学补充了一层:排队本身会让人高估等待的东西的价值——因为你已经投入了沉没成本(排队的时间),放弃排队就等于承认那些时间白费了。这就是为什么网红店门口的队伍会自我强化:排队的人越多,队伍越长,已经排了一阵的人越不愿意退出,新来的人看到长队越觉得这东西值得排。理性模型预测了排队的存在,行为模型解释了排队为什么有时候会失控——变成一种脱离商品本身价值的从众螺旋。

奶茶店扎堆这件事,理性模型告诉你这是霍特林区位竞争的均衡结果——两家店挤在一起是为了瓜分市场中心点的客流。行为经济学补充了一层:消费者在多个相似选项面前会陷入决策瘫痪——三个看起来差不多的奶茶品牌排成一排时,很多人会随便选一家或者选排队最短的那家,而不是仔细比较每家菜单上的每款产品。这种决策简化策略反过来又强化了扎堆的激励:你不需要在产品上赢过对手太多,你只需要在扎堆的位置上被看到、被选中。

会员卡和免费模式也是行为经济学大显身手的领域。传统模型很难解释为什么人会为了“买十送一”这种相当于九折的优惠而忠诚于某一家咖啡店——九折就是九折,如果另一家咖啡店直接打八五折,理性人应该立刻换过去。但现实中的人不会。他们看重那个已经盖了七个章的卡片远超过它实际的金钱价值——因为那是“已经积累的进度”,放弃它就等于损失了进度条上的七格。损失厌恶再一次出现了:不是损失金钱,是损失一种“快要完成”的感觉。

塞勒管这种现象叫“交易效用”——人在消费中获得的满足感不仅来自商品本身的价值,还来自交易条件带来的心理感受。买到打折商品时的快感、积满点数兑换奖励时的成就感、获得“免费”赠品时的兴奋——这些都是真实的心理收益,它们和商品本身的效用混在一起,共同决定了一个人的消费决策。传统经济学把交易效用当作非理性的噪音过滤掉。行为经济学把它作为核心变量纳入分析。

这引出了一个推论:如果人是机制的设计者,而人本身有系统性偏差,那么机制会不会也带着设计者的盲区?这个问题在2008年金融危机之后变得无比尖锐。

在那之前,金融市场的机制设计者——投资银行的风险模型师、评级机构的分析师、监管机构的规则制定者——都真诚地相信自己设计的机制是理性的。他们的模型假设房价不会全国性下跌(因为历史上从未发生过),假设抵押贷款打包成的证券可以通过数学切割变成比原始贷款更安全的产品(因为大数定律会熨平个体违约风险),假设市场参与者有足够的激励去评估自己持有的资产质量(因为亏的是自己的钱)。这些假设每一项单独拿出来都有道理。但合在一起却制造了一场全球性的灾难。

事后复盘时人们发现,机制设计者自己也被同样的行为偏误困扰着:过度自信让他们高估了模型预测风险的能力;从众效应让他们跟着整个行业一起打包次贷;确认偏误让他们只看到支持房价永远上涨的数据而忽略预警信号。他们设计的机制不是中立的理性产物——那些机制里嵌入了设计者自己的认知盲区。

信用卡条款是更日常的例子。发卡机构假设持卡人会理性比较不同卡种的年费、利率、免息期和积分规则,然后选择最适合自己消费模式的卡片。这个假设导致了一个竞争激烈的市场——数百种信用卡在条款细节上展开军备竞赛般的差异化竞争。

但现实中绝大多数持卡人根本没读过那些条款。他们选卡是因为开户行推荐、因为朋友在用、因为办卡送行李箱。然后他们为那些从未比较过的利率支付了远超理性模型预测的利息。

这不是发卡机构的阴谋。这是机制设计者的盲区造成的系统性偏差。发卡机构自己可能都没意识到他们的产品竞争建立在一个错误的用户模型上——就像养老金计划的管理者曾经真诚地以为只要提供税收优惠人们就会主动储蓄一样。

理解了这一层,你就能重新审视前面每一章分析过的那些精巧机制了。外卖补贴战看起来是平台理性烧钱抢市场份额的博弈。但补贴战持续的时间长度和烧钱的规模远超理性模型预测——部分原因可能是平台决策者也陷入了沉没成本陷阱:已经烧了那么多钱进去,现在退出就等于承认之前的投入全部打水漂。损失厌恶不仅影响消费者,也影响手握数十亿资金的CEO。

演唱会门票被黄牛扫光这件事,主办方不涨价看起来是愚蠢的定价策略。但在心理账户的框架下就说得通了:粉丝对偶像的情感投入是一种特殊的心理账户——他们对门票价格不敏感但对黄牛加价极度愤怒。主办方维持低面值票价是在保护粉丝的情感账户不受伤害,而纵容黄牛的存在是把涨价的责任转移给第三方。这不是利润最大化的理性策略,但它是粉丝关系管理的务实策略。

这引出了一个更深层的追问:如果行为经济学揭示了人类决策的系统性偏差,那掌握这些知识的人——企业、政府、平台——会不会利用这些偏差来操纵人的选择?塞勒对这个问题的回答体现在他提出的“助推”概念里。助推是用行为偏误的知识来帮助人做出更好的选择——比如用默认选项提高养老金储蓄率。但同样的知识也可以用来操纵人做出更差的选择——比如用复杂的条款掩盖高利率让消费者多付利息。

助推和操纵之间的界限在哪里?塞勒给出的标准是透明度:一个好的助推应该是透明的——被助推的人如果愿意花时间审视这个设计,他能够理解这个设计在做什么以及为什么这么做。默认加入养老金计划是透明的:你收到一封信告诉你已经被自动加入、你的储蓄率是多少、你可以随时退出或调整。复杂的信用卡条款是不透明的:即使你花时间读完了所有小字你也未必能算清楚在各种使用场景下你实际要付多少钱。

但这个标准在实际操作中很脆弱。透明度是一个连续谱而非二元开关。多透明才算够透明?用默认选项提高储蓄率是透明的——但你确定每个被自动加入的员工都真的读懂了那封解释信吗?如果其中一半人根本没打开那封信呢?那这个助推和那种默认勾选同意接收营销邮件的灰色设计有什么区别?这个问题没有干净的答案。

它指向了本章必须面对的那个压力点:机制设计者也是人。他们有同样的认知偏误、同样的自利动机、同样的当下偏差。他们设计的机制会不可避免地带着这些偏误的烙印。然后这些带着烙印的机制会被投放进人群里——人群中的每一个人也在用他们充满偏误的方式理解和应对这些机制。这不是一个可以一次性解决的工程问题。它是一个需要持续修补、不断校准的动态过程。

行为经济学提供的不是一套终极答案——它提供的是一套诊断工具:帮你识别机制设计中那些被理性模型忽略掉的摩擦力在哪里、那些摩擦力有多大、在什么条件下它们会累积到让整个机制卡死的程度。这套诊断工具的价值不在于它能预测一切——它不能。人的行为偏误虽然稳定但仍然复杂;不同偏误之间会互相强化或互相抵消;文化背景和制度环境会放大或抑制某些偏误的表现形式。卡尼曼自己说过一句很诚实的话:我们对人类判断偏差的理解已经相当深入了,但我们对如何在实际决策环境中纠正这些偏差仍然所知甚少。

这是一个经济学家难得的坦白。它意味着行为经济学给我们的不是一个万能工具箱,而是一张标注了雷区的地图。你知道默认选项会起作用——所以在设计任何需要用户做选择的制度时,你会格外小心默认值的设置。你知道损失厌恶会让人过度规避风险——所以在设计投资选项时你会考虑如何呈现信息以减少不必要的风险回避。你知道当下偏差会让人拖延重要决策——所以你会在关键节点设置助推而不是等待人们主动行动。

但你仍然不知道这些设计在十年后会产生什么后果。你仍然不确定今天看来是助推的设计明天会不会变成操纵的工具。你仍然需要在每一次机制更新后观察实际效果、收集反馈数据、修正那些出了问题的部分。

这就是劳动力市场的工资刚性与股票市场的价格灵活性之间的对比在今天必须延伸到的终点。一边是创作者进入接近完全市场的定价体系——收入随每一张电影票、每一次版权点击实时波动,灵活到能捕捉每一丝市场信号的变化。另一边是数以亿计的普通劳动者被嵌入充满刚性的工资制度里——这套制度保护了他们但也锁死了他们通过灵活定价来保住岗位的可能。这两种命运的差异不只是两种定价机制的差异。它也是两种人性假设的差异。

灵活定价机制假设人可以承受收入波动——假设你能够理性看待这个月少赚三成下个月多赚五成而不产生破坏性的情绪反应。刚性工资制度假设人承受不了名义收入下降——假设你会把降薪视为不公平并因此降低努力甚至采取对抗行动。这两种假设哪一种更接近真实的人性?答案是:都接近一部分真实人性,但都不是全部真实人性。有人确实能承受波动甚至享受波动带来的刺激;有人确实会因为降薪而愤怒到宁愿离职也不接受“侮辱”。大多数人则在这两种状态之间摇摆——取决于降薪的原因是什么、幅度有多大、周围的人是否也在承受同样的事。

劳动力市场永远不可能像股票市场那样瞬间出清,不是因为工人不够理性,而是因为劳动力附着在人身上,而人会对价格信号产生情绪反应、道德判断和集体行动。这些反应不是理性的噪音——它们是真实的经济力量,必须被纳入分析框架。忽略它们的机制设计,就像忽略了空气阻力的飞机设计:在纸面上完美,在现实中坠毁。

这就是《排队的秘密》走到这里必须坦诚面对的边界:前面每一章拆解的机制都是真实运转着的齿轮系统,但它们运转的润滑油不是纯粹的理性计算,而是混合了认知偏误、情感反应和社会规范的人性本身。理解这些机制的运作方式仍然至关重要——它让你不至于被日常生活中的怪现象迷惑,让你能看见价格背后的人、排队背后的激励、选址背后的博弈。

但理解机制的运作方式不等于能完美设计机制或预测机制的后果。因为设计者和被设计者共享同一套有偏误的心智系统。你在为别人设置默认选项时,自己的注意力也被某个默认框架限定了范围。你在试图克服别人的当下偏差时,自己也正在低估未来某个风险发生的概率。

承认这一点不是失败,而是清醒。