行為經濟學進階：把偏誤寫進方程式

如果偏誤是有規律的，我們能不能把它「寫進方程式」？

入門篇結束時，我們留下了一個尖銳的批評：行為經濟學常被譏為「一袋零散的異例」（a bag of anomalies）——損失趨避、心理帳戶、現時偏誤……每一個都很有趣，但它們像散落一桌的拼圖，彼此之間缺乏統一的數學骨架。一位嚴格的審稿人會問：你的理論能寫出可被證偽的比較靜態（comparative statics）嗎？換句話說，如果我把「財富」「機率」「他人收益」這些變數動一動，你的模型能精準預測行為往哪個方向變、變多少嗎？

這正是進階行為經濟學要回答的問題。本文不再停留在「人會犯哪些錯」，而是進入三個層次更深的工程現場：第一，把展望理論（prospect theory）的機率權重函數完整推導出來，看它如何同時解釋買樂透與買保險；第二，引入 Köszegi–Rabin 的內生參考點均衡，把「參考點從哪裡來」這個入門篇刻意迴避的問題補上；第三，跨出個人決策，進入社會偏好（social preferences）與策略思考層級（level-k），看「不理性」如何在賽局裡被嚴謹地建模。

展望理論的完整骨架：價值函數只是一半

入門篇給了你價值函數（value function）$v(x)$，描述人對「得失大小」的主觀感受。但展望理論其實是兩個函數的乘積積分。完整的展望理論評價一個賭局 $(x_1, p_1; \dots; x_n, p_n)$ 的方式是：

$$ V = \sum_{i} \pi(p_i) \, v(x_i) $$

其中 $v(\cdot)$ 是我們熟悉的價值函數，而 $\pi(\cdot)$ 是機率權重函數（probability weighting function）——它才是解釋「為什麼有人同時買彩券又買保險」的真正關鍵。

理性的期望效用理論假設人用客觀機率 $p$ 加權。但 Kahneman 與 Tversky 發現，人實際使用的是一個被扭曲的決策權重 $\pi(p)$。一個被廣泛採用的函數形式（Tversky & Kahneman, 1992）是：

$$ \pi(p) = \frac{p^{\gamma}}{\left[\, p^{\gamma} + (1-p)^{\gamma} \,\right]^{1/\gamma}}, \qquad \gamma \approx 0.61 $$

當 $\gamma = 1$ 時 $\pi(p) = p$，回到理性。但 $\gamma < 1$ 時，這條曲線呈現一個關鍵的反 S 形（inverse-S shape）：

• 在 $p$ 很小的區域（如 $p = 0.01$），$\pi(p) > p$——高估小機率。
• 在 $p$ 中高的區域，$\pi(p) < p$——低估中高機率。
• 曲線與 45 度對角線約在 $p \approx 0.37$ 處交叉。

把這個圖像在腦中畫出來：橫軸是客觀機率 $p$（0 到 1），縱軸是決策權重 $\pi(p)$（0 到 1）。理性是一條 45 度直線；真實的人卻是一條左端被「抬高」、中段被「壓低」、兩端又被釘死在 0 與 1 的反 S 曲線。

看一個例子：四象限型態（fourfold pattern）

把「價值函數的得失不對稱」與「機率權重的反 S 扭曲」結合，會推導出展望理論最漂亮的可檢驗預測——四象限型態（fourfold pattern of risk attitudes）：

讓我們用數字算給你看「為什麼有人願意買保險」。假設你面對 $0.5\%$ 機率損失 60 萬元的火災風險。客觀期望損失是 $0.005 \times 600{,}000 = 3{,}000$ 元。一個理性、風險中立的人，最多只願付 3000 元保費。

但行為人怎麼算？先用機率權重函數把 $p = 0.005$ 放大：代入 $\gamma = 0.61$，$\pi(0.005) \approx 0.029$——主觀上感覺像是 $2.9\%$ 的機率，幾乎放大了 6 倍。再乘上損失趨避（$\lambda \approx 2.25$）放大的痛苦。於是這個人主觀感受到的「期望損失」遠高於 3000 元，因此願意付 5000 元甚至更高的保費。保險公司賺的，正是這份「被高估的小機率」所創造的差額。

同一個人去買樂透時，同樣高估了「中大獎」這個小機率，於是願意花 100 元買一張期望值只有 50 元的彩券。買保險與買樂透不再矛盾——它們是同一個機率扭曲在獲利域與損失域的兩種投影。 這就是統一理論的力量：一個 $\gamma$ 參數，貫穿了兩種看似衝突的行為。

參考點從哪裡來？Köszegi–Rabin 的內生化

入門篇有一個被刻意跳過的漏洞：價值函數 $v(x)$ 衡量「相對於參考點的得失」，但參考點本身是什麼？如果參考點可以事後任意指定，這個理論就有「事後找藉口」的危險——任何行為都能透過挑選一個方便的參考點來「解釋」，而能解釋一切的理論等於什麼都沒預測。

Köszegi 與 Rabin（2006, 2007）給出了一個優雅的解法：參考點 = 理性預期（rational expectations）。一個人此刻的得失感受，是相對於他事前所預期會得到的結果來衡量的。如果你預期週末加薪 5000 元，結果只加了 2000 元，你會感到「損失」3000 元——即使你的薪水其實是增加的。

形式上，總效用包含「絕對消費效用」與「相對於預期的得失效用」兩部分：

$$ u(c \mid r) = m(c) + \mu\big(m(c) - m(r)\big) $$

其中 $c$ 是實際結果、$r$ 是參考點、$m(\cdot)$ 是消費效用，而 $\mu(\cdot)$ 是帶損失趨避的得失函數（$\mu$ 對負值的斜率比正值陡）。關鍵在於，$r$ 不是外生給定的，而是由理性預期決定的機率分配。

這催生了一個自洽的均衡概念——個人均衡（personal equilibrium, PE）：你的預期必須與你在「以該預期為參考點」之下所做的最適選擇相互一致。用白話說：你預期自己會怎麼做，而你真的這麼做了，於是預期被驗證、形成均衡。

這個內生化的威力在於它做出了入門版做不到的全新預測：「附著效應」（attachment effect）。當你越「預期」會買到某樣東西（例如線上排隊搶演唱會票，你心裡已經認定票是你的了），這個預期就成了參考點；一旦搶不到，失去它的痛苦（損失）會被放大，使你願意付出比原本更高的價格。商家深諳此道——「限時」「即將售罄」「已加入購物車」都在悄悄把商品塞進你的參考點。

動手試試：用內生參考點解釋「計程車司機之謎」

這是行為經濟學一個著名的實證爭論，能讓你看到「參考點怎麼設」如何改變政策結論。

紐約計程車司機每天可自由決定工時。傳統勞動供給理論預測：工資高的日子（雨天、有大型活動）應該多開，因為每小時報酬高，少開等於放棄高薪。但 Camerer 等人（1997）發現相反的現象——許多司機在生意好的日子反而提早收工。

為什麼？因為司機心裡設了一個每日目標收入（daily income target）當參考點。生意好時，他們很快達標，達標後再多開的每一塊錢都落在「獲利域」（邊際效用遞減、誘因小）；生意差時還沒達標，停在「損失域」（痛苦、不甘心），於是硬撐著開更久。

請你想一想：如果你是車隊管理者，想提高司機在雨天的供給，傳統理論會建議「雨天加成費率」，但行為理論告訴你——這可能沒用甚至反效果，因為更快達標反而讓司機更早收工。更有效的做法或許是重設參考點：把目標從「每日」改成「每週」收入，讓單日的好壞被攤平，司機就不會在好日子提早離場。（補充：這個現象後來引發 Farber 等人用更大樣本的再檢驗與爭論，是行為經濟學「實證穩健性」辯論的經典案例，本身就值得研究所學生細讀。）

跨出個人：社會偏好如何被寫進賽局

到目前為止，所有偏誤都還是「一個人對風險與時間」的決策。但人是社會性的——我們在乎公平、會報復、會合作。傳統賽局論假設參與者只最大化自己的金錢報酬（material payoff），這個假設在一個簡單的實驗裡徹底崩潰：最後通牒賽局（ultimatum game）。

規則：A 拿到 100 元，提議分給 B 多少（例如分 20）；B 只能選擇接受（兩人照分）或拒絕（兩人都拿 0）。理性自利的預測很乾脆：B 應該接受任何正的金額，因為 1 元也比 0 元好，所以 A 應該只分 1 元、自己留 99。但全球數百次實驗的結果一致：低於 20%～30% 的分配通常被拒絕，B 寧可自己也拿 0，也要懲罰「不公平」的 A。

如何把這種「為公平而犧牲金錢」嚴謹地建模？Fehr 與 Schmidt（1999）的不公平趨避（inequity aversion）模型是最具影響力的答案。兩人賽局中，玩家 $i$ 的效用為：

$$ U_i = x_i - \alpha_i \max(x_j - x_i,\ 0) - \beta_i \max(x_i - x_j,\ 0) $$

這個式子讀起來很直觀：$x_i$ 是自己的錢；$\alpha_i$ 衡量「我比別人少時的嫉妒之苦」（disadvantageous inequity）；$\beta_i$ 衡量「我比別人多時的愧疚之苦」（advantageous inequity）。實證上通常 $\alpha_i > \beta_i$（嫉妒比愧疚強烈）且 $\beta_i < 1$（人不會把錢全送光以求平等）。

用這個模型回頭看最後通牒賽局：如果 A 分給 B 太少，$x_A \gg x_B$，B 的嫉妒項 $-\alpha_B (x_A - x_B)$ 會大到讓接受的效用變成負值——這時 B 拒絕（拿 0、消除不平等）反而效用較高。一個原本「不理性」的拒絕行為，在加入 $\alpha$ 參數後，變成了完全理性的效用最大化。這就是行為經濟學的方法論精髓：不是放棄理性框架，而是修改效用函數的內容，讓它容納人真實在乎的東西。

你以為對手有多聰明？認知層級模型

最後一個進階主題，挑戰賽局論最核心的假設——共同知識的理性（common knowledge of rationality）：我理性、我知道你理性、我知道你知道我理性……無限遞迴。真實的人能推到第幾層？

著名的選美賽局（beauty contest / guess-the-number game）能測出來：所有人從 0 到 100 選一個數，誰最接近「全體平均數的 $\frac{2}{3}$」誰獲勝。納許均衡（Nash equilibrium）是 0：因為如果大家都理性、且都知道彼此理性，平均會被一輪輪推低到 0。但實驗中，獲勝答案通常落在 20～35 之間，遠高於 0。

認知層級模型（cognitive hierarchy / level-k）優雅地解釋了這點。它假設人按推理深度分層：

• Level-0：不推理，隨機選，平均約 50。
• Level-1：假設別人是 Level-0，於是選 $50 \times \frac{2}{3} \approx 33$。
• Level-2：假設別人是 Level-1，於是選 $33 \times \frac{2}{3} \approx 22$。
• Level-$k$：最佳回應「別人是 Level-$(k-1)$」的信念。

實證估計顯示，多數人是 Level-1 或 Level-2，平均推理深度 $\tau$ 約 $1.5$，幾乎沒有人真正推到無限層的納許均衡。這個模型的價值在於：它不只描述「人會偏離均衡」，更量化了偏離的方向與幅度，並能跨賽局做出預測——這正是入門篇所說「從異例到可檢驗理論」的最佳示範。

重點回顧

1. 展望理論是雙函數系統：除了得失不對稱的價值函數 $v(x)$，更關鍵的是反 S 形的機率權重函數 $\pi(p)$；它讓「買保險」與「買樂透」由同一個 $\gamma$ 參數統一解釋，並推導出可檢驗的四象限型態。
2. 參考點必須內生化：Köszegi–Rabin 把參考點設為理性預期，建立自洽的「個人均衡」，避免事後挑參考點的循環論證，並做出「附著效應」等新預測。
3. 社會偏好可被建模：最後通牒賽局推翻純自利假設；Fehr–Schmidt 的不公平趨避用 $\alpha$（嫉妒）、$\beta$（愧疚）兩參數，把「為公平犧牲金錢」重新詮釋為理性的效用最大化。
4. 策略思考有層級：選美賽局顯示人推不到無限層；level-k／認知層級模型量化了實際推理深度（平均約 1.5 層），並能跨賽局預測偏離均衡的方向。
5. 方法論主軸不變：進階行為經濟學不是「放棄理性」，而是重寫效用函數與信念結構，使模型能容納真實人性，同時保有嚴謹的可證偽預測。

深入探討（研究所視角）

識別問題（identification）是行為實證的核心戰場。 上述每個參數——$\lambda$、$\gamma$、$\alpha$、$\beta$、$\tau$——要從資料中估計出來，都面臨識別難題。以風險偏好為例，從一筆「拒絕了某賭局」的觀察，研究者無法分辨這是源於效用函數的凹性（標準風險趨避）、損失趨避（$\lambda$）、還是機率權重（$\gamma$）——三者會產生混淆（confounding）。Rabin（2000）著名的校準定理（calibration theorem）正是利用這種張力提出一個歸謬：若用標準期望效用模型解釋人們對「小賭局」的趨避，會在數學上推導出對「大賭局」荒謬到不可能的趨避程度，從而證明小額風險趨避必須來自損失趨避而非效用凹性。當代結構估計（structural estimation）因此需要精心設計的多賭局選單（multiple price list）與隨機效用模型，才能把各參數分離。

規範性難題：哪一個「自我」的偏好才算數？ 一旦承認偏誤系統性存在，福利分析（welfare analysis）的地基就動搖了。傳統的顯示性偏好（revealed preference）假設「人選什麼就代表那對他最好」，但若選擇本身是偏誤的產物，這個等式就破裂。Bernheim 與 Rangel（2009）的行為福利經濟學框架試圖區分「在哪些情境下的選擇可信、在哪些情境下應被視為錯誤」，並只在可信集合上定義福利改善。這對「推力」政策有直接的倫理含意：選擇架構師（choice architect）究竟在尊重「會拖延的當下自我」，還是「想自律的長期自我」？而架構師自己會不會也有偏誤、甚至被產業俘獲（regulatory capture）？這是 libertarian paternalism 至今未平息的爭論核心。

外部效度與穩健性的當代危機。 行為經濟學近年面臨與心理學相同的可重複性危機（replication crisis）。若干曾被廣泛引用的效應（包括某些 priming 與 ego-depletion 研究）在大規模多實驗室重做中未能複製。前述計程車司機之謎也經歷了 Farber（2015）用更大樣本的反駁與再辯論。這提醒研究所學生：一個漂亮的理論模型，必須通過樣本外（out-of-sample）與跨情境的嚴格檢驗，且要警惕「實驗室裡的大學生樣本」是否能外推到真實市場的高額誘因環境（這正是 Levitt 與 List, 2007 對實驗外部效度的著名質疑）。

回到 Educational Omics 的視角。 把這些工具帶回教育場域，能讓我們對學習者的設計更精準也更謹慎。內生參考點告訴我們：學生對成績的痛苦不是相對於 0 分，而是相對於他預期的分數——同樣 80 分，對預期 95 的學生是重大損失，對預期 60 的學生是驚喜，這對回饋（feedback）設計影響深遠。社會偏好提醒我們：同儕比較（peer comparison）這類「社會證明」介面是雙面刃，可能激勵也可能透過不公平趨避打擊落後者的動機。而識別與福利的難題則是最重要的倫理護欄——當我們用平台資料估計學生的「現時偏誤」並據此設計提醒與承諾機制時，必須時時自問：我們是在幫助學習者實現他自己長期想要的目標，還是在優化某個平台指標？真正符合「自由家長主義」精神的教育科技，會把參數估計的成果交還給學習者本人，讓他理解自己的偏誤、並握有調整與退出的最終控制權。