行為經濟學：當人不完全理性時的經濟學

為什麼健身房辦了年費卡，你卻只去過三次？

每年一月，健身房的櫃台前總是大排長龍。許多人豪邁地辦下「一年期方案」，心想：「我每週至少去三次，平均下來一次才幾十塊，超划算！」結果統計顯示，多數會員真正的造訪次數，遠少於他們當初的預期——平攤下來，每次運動的成本甚至比單次入場費還貴。

如果人真的像傳統經濟學假設的那樣「完全理性」，這種事不該發生。理性的人會精準預測自己的行為、冷靜比較成本效益，選擇對自己最有利的方案。但現實是，我們會高估未來的自制力、被「划算」的字眼吸引、害怕「浪費」已經付出的錢。這些「不理性」並非隨機的失誤，而是有系統、可預測的偏誤（systematic bias）。

行為經濟學（Behavioral Economics）研究的，正是這些「人不完全理性時」的經濟決策。它不是要推翻經濟學，而是把心理學（psychology）的真實人性，重新放回經濟模型裡。

從「理性經濟人」到「真實的人」

傳統經濟學建立在一個強而有力的假設上：理性經濟人（Homo Economicus）。這個假想的人擁有三項超能力：

1. 無限的計算能力：能瞬間比較所有選項的效用（utility）。
2. 穩定一致的偏好：今天想要的，明天也想要，排序不會自相矛盾。
3. 純粹的自利：只在乎自己的利益最大化，不受情緒或他人影響。

這個假設讓經濟學能寫出漂亮的數學模型，例如效用最大化問題：在預算限制 $p_1 x_1 + p_2 x_2 \le m$ 之下，求極大化 $U(x_1, x_2)$。它的預測力很強，至今仍是經濟學的骨幹。

但 1970 年代起，心理學家康納曼（Daniel Kahneman）與特沃斯基（Amos Tversky）透過大量實驗指出：真實的人並不這樣決策。我們的大腦受限於時間、注意力與認知資源，只能做到有限理性（bounded rationality，由 Herbert Simon 提出）。我們不是在「最大化」，而是在「足夠好就好」（satisficing）。

行為經濟學的核心精神，就是用可重複的實驗，找出這些偏離理性模型的規律，並把它們納入經濟分析。

展望理論：我們對得失的感受並不對稱

康納曼與特沃斯基最重要的貢獻，是 展望理論（Prospect Theory）。它修正了傳統的「期望效用理論」（Expected Utility Theory），點出三個關鍵發現。

第一，我們衡量的是「相對變化」，不是「絕對水準」。 同樣是擁有 100 萬元，從 50 萬漲上來的人，和從 200 萬跌下來的人，感受天差地別。我們的滿足感取決於相對於參考點（reference point）的得失，而非財富的絕對數字。

第二，損失帶來的痛，大於同等獲利帶來的快樂。 這稱為損失趨避（loss aversion）。撿到 1000 元的開心，遠不及弄丟 1000 元的懊惱。實驗估計，損失的心理權重約是獲利的 $2$ 到 $2.5$ 倍。

我們可以用一個簡化的價值函數（value function）來表示：

$$ v(x) = \begin{cases} x^{\alpha} & \text{若 } x \ge 0 \;(\text{獲利}) \\ -\lambda \, (-x)^{\beta} & \text{若 } x < 0 \;(\text{損失}) \end{cases} $$

其中 $x$ 是相對於參考點的得失，$\lambda > 1$ 是損失趨避係數（典型估計約 $\lambda \approx 2.25$），而 $0 < \alpha, \beta < 1$ 代表邊際敏感度遞減（sensitivity diminishing）——從 0 元到 100 元的感受，比從 1000 元到 1100 元強烈得多。

第三，我們對機率的感知會扭曲。 人們會高估極小的機率（所以買樂透、買保險），卻低估中高機率事件。這解釋了為什麼有人同時買彩券（賭一個極低機率的暴富）又買保險（防一個極低機率的災難）——在傳統理論裡，這兩種行為的風險態度是矛盾的。

看一個例子：同一件事，兩種說法

請想像兩個情境，並憑直覺選擇：

情境 A：你確定能拿到 900 元；或有 90% 機率拿到 1000 元、10% 機率什麼都沒有。多數人選確定的 900 元（面對獲利時趨避風險）。

情境 B：你確定會損失 900 元；或有 90% 機率損失 1000 元、10% 機率毫無損失。多數人選那個賭一把的選項（面對損失時偏好風險）。

注意：兩個情境的期望值幾乎一樣（賭注的期望值都是 $\pm 900$ 元），但人們的風險態度卻完全相反。這就是框架效應（framing effect）——同一筆得失，用「獲利」或「損失」來描述，會引導出截然不同的選擇。

政策上這非常實用。把疫苗宣導從「接種可保護 90% 的人」改成「不接種，10% 的人會受感染」，後者因為觸發了損失趨避，往往更能促使人行動。

心理帳戶：錢其實不是錢

理性模型有個重要性質叫可替代性（fungibility）：一塊錢就是一塊錢，不管它來自薪水、獎金還是中獎。但理查·塞勒（Richard Thaler）提出的心理帳戶（mental accounting）指出，我們會在心裡把錢分門別類，貼上不同標籤。

• 「年終獎金」被歸進「享樂帳戶」，於是花得比薪水更阿莎力。
• 演唱會門票弄丟了，多數人不願再買一張（覺得這場演唱會花了兩倍錢）；但若是弄丟了等值的現金，反而願意照常買票——明明損失金額一樣。

這也牽涉到沉沒成本謬誤（sunk cost fallacy）：已經付出、無法收回的成本，理性上不該影響當下決策，但我們卻常為了「不浪費」而繼續投入。吃到飽吃撐了還硬塞、看到一半的爛電影捨不得離場、感情早已變質卻因「都交往這麼久了」而不分手——都是沉沒成本在作祟。

推力與選擇架構：不強迫，也能改變行為

既然人有可預測的偏誤，那麼選擇架構（choice architecture）——也就是選項呈現的方式——就會深刻影響決策。塞勒與桑思汀（Cass Sunstein）把善用這些偏誤、在不限制自由的前提下引導人們做出更好選擇的做法，稱為推力（nudge）。

最經典的推力是預設值（default option）。研究發現，器官捐贈率在「預設為加入、想退出要勾選」的國家，遠高於「預設為不加入、想加入要勾選」的國家——差距可達數十個百分點。多數人會順著預設值走，因為改變現狀需要付出心力，這就是現狀偏誤（status quo bias）。

退休金自動加入（auto-enrollment）也是同理：把「預設不參加、要主動申請」改成「預設參加、不想參加可退出」，員工的儲蓄參與率往往從三、四成跳升到八、九成。重點是——自由完全沒被剝奪，每個人都還能退出，只是「不行動」的結果變得對自己更有利。

動手試試：設計一個健康食堂

假設你是大學餐廳的營運者，希望學生多吃蔬菜、少喝含糖飲料，但又不想強制（強制只會引發反感）。用行為經濟學，你會怎麼設計？

• 改預設：套餐預設配「無糖茶」，想換含糖飲料要加價或主動開口。
• 改動線與擺放：把沙拉和水果放在取餐動線的最前面、最顯眼處；含糖飲料移到角落（利用便利性與顯著性偏誤）。
• 改框架：標示「90% 同學選擇了健康餐」（利用社會證明 social proof 與從眾心理）。
• 善用份量：用小一號的薯條盒當預設份量——多數人吃完預設份量就停了，不會特地加點。

注意：以上沒有任何一項禁止學生吃炸物或喝可樂。這正是推力的精神——自由家長主義（libertarian paternalism）：保留選擇自由，但讓「對你更好的選項」更容易被選到。

現時偏誤：為什麼「明天再開始」總是落空

傳統的跨期選擇假設人會用指數折現（exponential discounting），對未來的折現率穩定一致。但實驗顯示，人對「現在」有一種特殊的偏好——這稱為現時偏誤（present bias），常用雙曲折現（hyperbolic discounting）模型描述：

$$ D(t) = \frac{1}{1 + k\,t} $$

相較於指數折現 $D(t) = \delta^{t}$（折現率固定），雙曲折現在「現在 vs. 不久的將來」之間折得特別兇，但在「遙遠的將來 vs. 更遙遠的將來」之間卻幾乎一致。

這解釋了偏好反轉（preference reversal）：今天問你「下個月每天運動好嗎？」你欣然答應；但到了那一天的早上，「現在」的成本（爬出被窩的痛苦）被放大，你又選擇了賴床。我們的「未來自己」總是被「現在自己」出賣。

理解這點後，自我控制的策略就清楚了：使用承諾機制（commitment device）。例如預先把錢押在「達成目標才退還」的存錢計畫、把鬧鐘放到房間另一頭、跟朋友公開宣告目標。這些做法本質上是「現在的你」設下圈套，綁住「未來那個會偷懶的你」。

重點回顧

1. 人是有限理性的：受限於認知資源，我們追求「足夠好」而非「最大化」，並有系統性、可預測的偏誤。
2. 展望理論：我們衡量相對於參考點的得失，且損失趨避（損失之痛約為獲利之樂的 2 倍以上），導致在獲利時避險、損失時冒險，並對機率產生扭曲。
3. 心理帳戶與沉沒成本：錢在心裡並非完全可替代；已付出的成本不該影響當下決策，但我們常為「不浪費」而繼續投入。
4. 推力與選擇架構：透過預設值、擺放、框架等設計，可在不剝奪自由的前提下引導更好的選擇（自由家長主義）。
5. 現時偏誤：雙曲折現使我們偏好當下、產生偏好反轉；承諾機制是對抗自我控制失敗的有效工具。

深入探討（研究所視角）

從「異例蒐集」到統一理論。 行為經濟學早期常被批評為一袋零散的偏誤（a bag of anomalies）：好用，但缺乏統一的理論架構。研究所階段的核心議題之一，正是如何把這些現象內生化到嚴謹模型裡。例如 Köszegi 與 Rabin（2006）提出內生參考點模型（reference-dependent preferences with rational expectations），把參考點設定為「理性預期的結果」，使損失趨避得以在均衡中被一致地刻畫，並能做出可檢驗的比較靜態（comparative statics）預測。又如 O'Donoghue 與 Rabin（1999）的 $\beta$–$\delta$ 準雙曲折現模型，用 $U_t = u_t + \beta \sum_{\tau > t} \delta^{\tau - t} u_\tau$ 中 $\beta < 1$ 這一個參數，乾淨地捕捉現時偏誤，並區分天真者（naïf，不知道自己會拖延）與世故者（sophisticate，預期到自己會拖延而採取承諾），兩者的福利後果與政策反應截然不同。

機制設計與福利分析的張力。 一旦承認人會犯系統性錯誤，傳統福利經濟學的根基——「顯示性偏好」（revealed preference，人選什麼就代表什麼對他最好）——就動搖了。如果人的選擇本身就是偏誤的產物，政府該尊重哪一個「偏好」？這催生了行為福利經濟學（behavioral welfare economics，見 Bernheim & Rangel, 2009），試圖在「決策效用」與「體驗效用」分歧時，找出規範性的福利判準。這也是「推力」政策最深刻的倫理爭議所在：誰來決定什麼叫「更好的選擇」？選擇架構師（choice architect）自己會不會也有偏誤？

與神經科學、機器學習的跨領域連結。 神經經濟學（neuroeconomics）用 fMRI 追蹤決策時的腦區活動，發現損失與獲利的神經反應確實不對稱，為損失趨避提供生理證據；現時偏誤則對應到邊緣系統（情緒、即時報酬）與前額葉（理性規劃）的競爭。在資料科學端，行為偏誤的研究與強化學習（reinforcement learning）中的時間折現、多臂吃角子老虎機（multi-armed bandit）的探索—利用權衡（exploration–exploitation trade-off）有深刻的數學共鳴。當代研究也開始用大型語言模型模擬人類決策偏誤，檢驗 AI 代理是否「學會」了人類的非理性。

回到 Educational Omics 的視角。 行為經濟學提醒我們：學習者同樣不是理性機器。學生會拖延作業（現時偏誤）、會因為一次低分而放棄整門課（損失趨避與參考點）、會被介面的預設值與呈現方式影響投入程度（選擇架構）。一個負責任的教育科技平台，因此必須謹守倫理界線——善用選擇架構是為了幫助學習者克服自己的偏誤（如用承諾機制協助規劃讀書進度），而非操弄其投入以追求平台指標。這正是「自由家長主義」在教育場域的真正考驗：保留學習者的自主與選擇權，同時讓「對學習更有利的路徑」更容易被走上。