下载掌阅APP，畅读海量书库
立即打开
对现实世界中决策的研究表明，并不是所有的备选方案都是已知的，并不是所有的结果都要考虑，并不是所有的偏好都在同一时间出现。决策者们不会考虑所有的备选方案，相反，他们仅考虑为数不多的几个备选方案，而且不是同时研究，而是按顺序研究这几个方案。决策者们不会考虑备选方案的所有结果，他们把注意力集中在某几个结果上，而忽略其他；他们通常不会去寻求与结果相关的信息，也不采用有些可获信息。决策者们没有一组完整的、一致的偏好，相反，他们的目标看起来不完整，也不一致，而且并不是同时考虑所有的目标。现实中的决策者所运用的决策规则与决策论中设想的规则也不相同，他们创造了新的评价标准，而不考虑决策论中诸如“预期价值”或“风险”之类的术语，他们要寻找一个“足够好”的行动，而不去寻求“最佳可能”的行动。
上述观察的结果是，决策过程学习者多年来一直对纯理性选择理论的有效性和有用性持怀疑态度。理性选择理论也通过引入“理性是有限的”这一观点，逐步适应现实情况。有限理性的核心观点是个体都试图理性。尽管决策者试图做出理性的决策，但他们被有限的认知能力和不完全的信息所束缚，因此，虽然他们有最美好的愿望，也付出了巨大的努力，但是他们的行动不是完全理性的。
近年来，有限（或有界限）理性的思想已经充分融入传统的理性选择理论，这使有限理性的观点受到了广泛认同。有限理性已逐渐在大多数个体决策理论中占据了主导地位，它们已被应用于发展企业的行为和演化理论，还成了一些理论的基础，如交易成本经济学以及博弈论、信息和组织经济学；有限理性也已运用于政治、教育以及军事方面的决策中。
决策者在注意力、理解力和沟通方面受到严重限制。大多数个体决策的学习者认为人类的信息处理都或多或少明显受到生理条件的约束，但是还很少从严格的生理学角度研究过这些限制。同样地，组织决策的学习者们假定了一些较为明显的信息约束条件，这些约束条件是由组织各种不同个体的方法产生的。
· 注意力问题。注意力集中的时间和能力是有限的。人们不可能同时关注所有的事情：接收的信号过多，与决策相关的事情过多。由于这些限制，决策理论最好应该被称作注意力或搜寻理论（theories of attention or search），而不是选择理论。注意力理论或搜寻理论主要研究如何配置稀缺的注意力。
· 记忆力问题。组织和个体存储信息的能力是有限的。记忆会出错，记录可能未被保存，历史可能未被记录。更为有限的是个体和组织检索已储存信息的能力：无法确保在适当的时候检索出以前学习过的内容，在组织内部某一部门存储的信息难以为另一部门所使用。
· 理解力问题。决策者的理解力也是有限的。他们很难组织、概括和运用信息来推断事件的因果联系和所处状况的相关特点，他们通常拥有相关的信息，却不能发现信息之间的相关性，他们或者根据信息得出一些不可靠的论断，或者无法把已获信息的不同部分联系起来得出一致的解释。
· 沟通问题。决策者交流信息、共享复杂的和专业化的信息的能力也是有限的。劳动的分工推进了专业化人才的集中和使用，但是也加大了知识、能力、语言的差异化。不同的文化背景、不同的年代、不同的专业领域之间很难沟通，不同群体的人们用不同的框架来简化这个世界。
决策者在尽力克服这些约束条件的过程中，逐渐制定了一些程序，这些程序构成了有限理性理论的核心，它们既保持理性选择的基本框架，又对其稍加修改以适应决策者所面临的难题。
决策者运用各种各样的信息和决策策略来应对在信息和信息处理能力方面所受到的约束。当代许多对个体选择和组织选择的研究都集中于研究应对策略，即在以未来期望为基础，但不具备古典理性选择理论中所假定的具有完全信息的情况下，如何做出选择。
1.有限理性的心理
对个体决策的心理学研究已经发现决策者应对认知约束的多种不同方法。这些研究运用了一些固定模式以便从可观察的情况中推断出那些不可观察的情况，它们将态度（自由型、保守型）和个性（依赖型、外向型、友好型）划分成不同类型，并根据这些类型将人们分类；对人们的行为或行为的结果进行观察，并把它们归属于不同的意图；还把问题的“核心”抽象出来而忽略其他；运用成熟的理论、文章和图表等形式来理解这个世界，这些理论、文章和图表填补了缺失的信息，也缩小了理解力上的差异。
这些心理学研究所采用的理解世界的形式能够使人们对世界的解释趋于稳定。对大多数人而言，今天解释和理解世界的方法与昨天相比没有变化。决策者寻找信息，但是他们所看到的是他们期望看到的，期望之外的则完全被忽略。假设决策者的决策理念既定，那么他们的记忆不是对过去的回忆，而是对他们过去以为可能会发生的事情的构筑以及对他们现在认为肯定已经发生的事情的再构筑。我们对心理学研究的回顾就止步于此，因为对个体信息处理和问题解决的心理学研究进行全面的回顾需要太多的篇幅和精力。现在的目的是要简要地描述以上研究所产生的几个主要猜测，尤其是对四个重要的简化过程的猜测：编辑（editing）、分解（decomposition）、启发法（heuristics）以及框架（framing）。
（1）编辑：决策者们倾向于在进入选择过程之前对问题进行编辑和简化。复杂的问题或情境可以进行简化，例如，决策者可以按一定的顺序根据标准进行选择，在考虑信息是否符合第二个标准之前，先排除所有不符合第一个标准的备选方案。在其他一些情况下，他们可以考虑备选方案的所有信息，但是要按照统一标准进行选择而不能根据重要性的不同进行选择。
（2）分解：决策者尝试分解问题，把大问题转化为它的各个组成部分。分解的假定前提是对问题的各个组成部分可以进行如下定义：逐个解决某一问题的各个组成部分能够合理地解决该问题。例如，决策者在解决某个广告项目的资源配置问题时，可以首先把该项目普遍性的问题分解为与每个产品相关的次问题，然后再把这些次问题分解为与特定地理区域相关的小问题。
分解有一种形式是从后往前分解。一些问题从后往前解决要比从前往后解决更容易。因为，就像迷宫，这些问题的最后阶段只有几步而已，但起始阶段却需要许多步骤。从后往前解决问题对那些接受了“我能”（can do）决策理念的决策者来说尤其具有吸引力，因为它符合决策者积极主动的角色。从后往前解决问题也鼓励了这样的观点：决策者决定希望出现什么样的结果并努力使这样的结果出现。
分解与组织的关键概念密切相关，如劳动分工、专业化、权力下放和等级制度。现代组织富有成效的重要原因之一就是能够将复杂的大型任务分解成可以独立管理的小任务。要使分解成为一种问题解决的策略，各种问题之间就不能密切相关。例如，如果对某一广告项目采取的行动会严重影响其他项目行动的结果，那么单独解决这个项目势必会造成混乱的局面。分解策略的一般性表明，世界上的各种情况实际上是松散地联系在一起的，因此次问题可以独立解决。但是这种一般性也有可能误使人们把分解应用于它不能起作用的情况中。
（3）启发法：决策者先识别出所面临的情况属于何种类型，然后将适当的行为规则运用于这些情况中。例如，对一些专业技能的研究表明，专业人士通常会用对相似情况的识别和规则遵循来代替计算。与新棋手相比，优秀的棋手一般都进行更多的计算，但他们的最大优势并不在于他们分析的深度，而是在于他们识别各种不同的情况的能力以及他们所存储的适用于各种情况的规则。虽然对经验丰富的销售人员的问题解决研究较少，但情况应该与此类似。
另举一个例子，人们似乎并不擅长通过建立决策树来计算未来事件的概率，但是人们能够凭借记忆来了解类似事件在过去发生的频率，并在这方面表现得相当出色。因此，人们能够以记忆为参考来映射未来事件的概率。
这样的程序在有关问题解决和决策的文章资料中被称为“启发法”。“启发法”是拇指原则，可以用来计算某些类型的数字或解决某些类型的问题。问题解决的心理启发法一般情况下都被涵盖在对有限理性的讨论中，因为它可以弥补人们认知上的限制，尽管如此，启发法仍被认为是规则遵循行为的一种形式。规则遵循行为所依据的逻辑与后果的逻辑大不相同（见第2章）。
（4）框架：在对需要解决的问题、必须搜集的信息以及评价标准进行定义时所遵循的理念构成了决策的框架。决策者运用一些典型范例来明确应该用什么样的观点来对待问题，应该提出哪些问题以及用什么样的方法提出这些问题。框架使注意力集中，并能简化分析，它们将注意力导向不同的选择和偏好。如果某一决策的框架是保持利润，而另一决策的框架是保持市场份额，那么两者进行决策的方法肯定是不相同的。同一种情况也会导致不同的决策，因为在同样的情况下，决策的框架有时是重视“创新的价值”，有时又是“不丢面子很重要”。
决策者的典型做法是狭义地为问题设定框架，而不是广义地为问题设定框架。他们决定本地选择和本地偏好（local options and local preference），而不进行全面的利弊权衡或考虑所有的备选方案。他们通常会满足于发现了一组足以解决问题的条件，而不去发现最有效率的一组条件。在确保决策理性方面，主要的问题是为在空间、时间和因果关系上相邻的当前活动分配适当的权重，而不是为在空间、时间和因果关系上疏远的活动分配权重（见第6章）。目光相对短浅的决策者的框架与眼光长远的历史学家（至少经过思考）的框架之间的紧张对立就反映了这一点。
决策者使用的框架是他们有意识地和无意识地拥有的所有经验和知识。这些经验和知识中的一部分隐藏于早期的个人经历中，并形成了个体解决问题的方法；还有一部分则是对决策情境出现顺序的反应。框架能够坚持情境出现的特定顺序。由于在后出现的情境中，近期使用过的框架能够或多或少地被唤起，因此，近期使用过的框架具有优先地位。此外，对过去使用过的框架的回忆不仅增强了决策者运用框架的技能，而且更容易证明在本框架内对他人采取的行动有合理的理由。
框架有着活跃的来源，这极大地补充了制定和使用框架的内在过程。决策者采用的框架都是顾问、作家或朋友提出的，他们模仿他人，尤其是同行、同一协会或同一组织中其他人使用的框架。当然，相因而生的决策本身也是这样的框架。决策的规范性理论试图使相因而生的框架合法化，该框架关注的是备选方案是什么、它们各自的预期结果是什么、决策者的偏好是什么。
2.有限理性的数字统计
决策者们面对的是比他们希望的要复杂得多的现实世界，因此他们创造了一些方法来监控和理解现实的复杂性。通用的方法就是用数字来概括和代表现实，比如会计报表和居住成本指数。这些数字代表某一组织中的或组织环境中的现象：会计利润、能力得分、占用率、生产成本。现象本身是难以捉摸的——虽然真实但难以描述和衡量，例如，会计报表面临大量的不确定性：资源丧失价值的速度有多快（折旧或损毁）？联合成本应该怎样分摊？如何计算库存的数量和价值？负债的质量如何评估？合同的价值是多少？好名声的价值呢？这些情况都比较模糊，并且极有可能在将来产生冲突。因此，人们创造了一些特定的数字，这些数字起初被视为新生物，遭到了怀疑和嘲笑。但现在，这些有魔力的数字经常神秘地出现在统计学家或经理人的谈话中。例如，美国某一届政府对核电厂的补贴预计是400亿美元，下一届政府有可能下降到128亿美元，但实际项目没有任何变化。
同时，这些奇妙的数字也相当真实，比如像居住成本指数或收入（利润和亏损）报表中的数字，它们逐渐被等同于它们自身所代表的事物。如果居住成本指数下降，决策者所采取的行动就好像是居住成本下降了——即使他们清楚地知道，对许多人来说，居住成本实际上上升了。因此，“居住成本”的全部概念就从一个抽象的假定的数字变成了触手可及的真实情况。
可以把这些数字划分为以下三种类型。
· 代表外部现实。这种类型的数字用来描述决策者所处的环境。衡量外部现实的数字包括，如其他国家的资产负债表、校区五岁儿童的数量、一国穷人的数量、居住成本、失业率、某晚收看某个电视节目的观众的数量。
· 代表过程。这种类型的数字用来衡量已完成的“工作量”，包括机械师或律师花费在某一产品或客户上的时间比例、工作的总小时数、生产某个产品所需要的时间，还包括资源配置的记录，例如，在管理上配置多少资源、在纯研究和应用研究之间如何配置资源、在研究生教育和本科生教育之间如何配置资源。
· 代表结果。这种类型的数字用来说明决策或活动的结果。在商业企业中，此类数字包括销售额或利润等。在学校中，学生的成绩用数字表示，敌人伤亡的数量、犯罪率的变化或预算赤字都可以用这种数字衡量。
创造这些奇妙的数字属于问题解决的一部分。通常在面对大量概念性和技术性难题时，决策者和专业人士都试图找到正确的答案，而数字则预先假设了一个应该衡量什么的概念，同时又假设了一种把概念转化为可衡量的事物的方法。统计失业率要求有一个标准来判断什么样的情况属于某人“没有工作”，正在“寻找工作”。由于这一概念和衡量方法都不是很清晰，统计失业数据也就成了一个技术性难题。同样的，定义和衡量公司利润、国民生产总值（GNP）、个体理性都绝非易事，需要有更高层次的专业技术。
创造这些奇妙的数字同样也是政治的一部分。决策者和其他人都试图找到符合自身利益的正确答案。不同的利益团体会就这些数字，比如失业率、利润、GNP、个体理性等，进行谈判以满足各自的利益。如果居住成本指数影响了价格或工资，受影响的团体就可能会组织起来寻找一个对自己有利的数字。如果要根据利润对经理们进行考评，那么经理们将会努力影响那些能够影响利润的事物，如议价、折旧率以及会计规则和惯例等。如果政治领导人关心GNP，他们肯定会就这一数字进行谈判磋商。管理包括会计管理和数字管理，同样也包括对数字所代表的事物进行管理。
数字的这种对真实性和个人利益的同时追求使参与者与旁观者都迷惑不解。现实主义的愤世嫉俗者认为对真实性的追求是虚伪的，因为他们注意到个体、专家和决策者有很多办法“发现”真实性，而真实性又恰巧与他们的自身利益相一致。理想主义的专业人士则认为对个人利益的追求是虚伪的，因为他们注意到统计学家们总是在努力提高数字的技术质量，而不考虑政策的结果。但是两者都未能发现追求真实性的过程与追逐利益的过程实际上是交织在一起的，互相做出一些让步，甚至从某种意义上讲是彼此的互相支持。
决策者们知道许多关键数字的微弱性，也了解这些数字的政治基础。通常情况下，决策者会试图完善和影响这些数字。但同时，如果决策者和其他人能够稳固这些数字的权威性，并就这些数字达成一致，共同增强对这些数字的信心，他们也会从中获益，并为今后的共同决策和沟通奠定基础。与这些数字的有效性相比，它们的认可度更加重要，而且决策者可能会为了保持数字的一致性而不运用正确的技术或放弃既得的政治利益。
大多数对理性决策的规范解释都认为，决策者在选择时，会考虑各备选方案的结果，并选择预期收益最大的备选方案，但是决策规则的行为学研究观察到，决策者似乎更倾向于选择“满意化”而不是“最大化”。最大化表明选择的是最佳备选方案，满意化则表明选择的备选方案优于某一标准或目标。
零售店的店主在定价时，会对一组不同的价格在相关群体中引起的不同需求进行比较，然后选择最符合他偏好的价格。另一种比较简单的方法是他运用成本加价法来保证每一种商品都有合适的利润空间。在购买设备时，如果采取最大化策略，就要寻找到最优价格和最好质量的组合；而采取满意策略，就要找到符合标准且价格在预算之内的设备。市场营销经理可以选择寻找产品、价格、广告费用、分销渠道的最佳组合；或者，他也可以创造出“一揽子”产品以符合特定的销售额、市场份额或利润目标。
1.决策者选择“满意化”还是选择“最大化”
满意化和最大化都不可能以纯粹的形式出现。最大化要求对所有的备选方案进行比较，从中选择最佳方案。满意化则要求按照一定的目标比较备选方案，从中选择足够好的方案。最大化要求各个备选方案的偏好应该前后一致，实质上也就是要求把偏好的各个方面归结为一个单一的标准——尽管这个标准不必确切存在。满意化为偏好的各个方面都规定了目标，并且把目标当作独立的约束条件。在满意化的情况下，如果首先找到了符合各个标准的足够好的组合，那么，即使随后出现了更好的组合，也不会选择这个更好的组合。满意化也有可能产生没有一个组合能够满足所有标准的情况，在这样的情况下，就无法做出决策。
在有关人事的决策方面，最大化就是要发现最佳可能的员工与任务组合，而满意化则是要发现一个能足够好地完成任务的员工。决策者可以将某项工作定义为一组任务（这组任务足可以完成这项工作），并设定业绩目标（业绩标准、工作要求）。决策者按顺序考虑每个员工，通过观察现有员工或其直接下属，或向他人询问来了解此员工是否足够好。例如，大学在考虑是否继续聘任某教授，或者个人在考虑自己的伴侣时，有一系列决策规则可供挑选，这些决策规则从纯满意化规则（某人作为教授或伴侣时能否符合标准，做出满意的业绩）到纯最大化规则（某人对任期或婚姻而言，是否是所能发现的和已知的最佳可能人选）各不相同。
在运用经验性的数据判断决策者是（或何时）选择最大化，还是（或何时）选择满意化方面，存在一些问题。由于很容易证明经验式的观察和理论化的描述是同义反复，都是“真实”的，所以把这二者结合起来的难度就更大了。坚信最大化策略的人可以用偏好的循环定义来解释许多与最大化明显不一致的情况；而坚信满意化的人则可用目标的循环定义来解释许多与满意化明显不一致的情况。
在判断组织是用满意化策略还是用最大化策略时，可以根据下列三种信息中的一种或一种以上来推断组织的决策规则：（1）听取参与者对决策过程的讨论而得到的信息；（2）观察决策过程得到的信息；（3）观察决策结果得到的信息。这三种不同的信息能够产生不同的印象。
当参与者讨论决策过程时，他们似乎普遍接受了最大化的理念，但是他们对决策过程的描述听起来则更倾向于满意化。在参与者中存在一种强烈的倾向，他们总是会认为目标对决策过程至关重要。尽管参与者努力把许多独立的目标归结为一个共同的目标（如利润），但如果找不到能够实现所有独立目标的解决方法，这些独立的目标实质上就可以看作独立的约束条件。此外，对备选方案的考虑也不完全按照顺序进行。即使说不太可能在某个时间仅考虑一个备选方案（就像在纯满意化的情况下一样），在同一时间也仅能考虑少数几个方案。
对决策过程的观察表明，目标通常是正式的或非正式的实践的一部分。把目标当作约束条件是很普遍的，至少在决策过程的起始阶段是这样。在同一时间仅考虑少数几个备选方案是一种趋势，但是通常的做法是这种考虑会或多或少地持续一段时间，而不是在发现第一个满意的备选方案后就马上停止。决策者有时会在某个问题的一些方面用最大化策略，在其他方面用满意化策略。有时决策者试图把实现目标的概率最大化。类似维持到下一个周期、符合最后期限或履行合同这样的目标尤其重要。尽管在有些情况下，会认为人们常常在一组精心设计的选择中运用最大化策略，但实际上纯最大化模型并不适用于这种类型的信息。
在观察决策结果时，很难区分最大化和满意化。大多数决策都可以同时用最大化和满意化进行解释，因此，有必要找到一些情况，在这些情况下最大化和满意化产生了明显不同的结果。最大化强调的是备选方案的相对地位，最大化程序对备选方案不同质的变化反应灵敏，比如一种备选方案相对于另一种备选方案有所完善。一方面，最大化搜寻（maximizing search）对预期收益和成本的变化反应灵敏。另一方面，满意化则强调备选方案相对于目标的地位。满意化程序对当前选择的绝对价值的变化反应灵敏，因此，如果备选方案中包括被选中的方案的话，满意化程序也对备选方案的同质下降变化非常敏感。满意化搜寻（satisficing search）则对备选方案相对于目标的当前地位反应灵敏。
同时，也有必要了解另外一些情况。在这些情况下，被选中的备选方案的地位或者相对于其他备选方案，或者相对于目标，但不同时相对于两者，是不断变化着的。例如，以人们追求能源保护为例，采用最大化策略者会对相对价格的变化反应灵敏，但对于他们是否能达到目标（除了次要的）不敏感。满意化策略者则对是否能达到目标反应灵敏，而对相对价格（除了次要的）的变化不敏感。对新投资、环境保护和课程决策等领域实际决策的观察表明满意化已成为现代决策的一部分，却很少有纯满意化的形式。
以上描述符合许多对决策行为的观察，除此以外，还有两个理论化的理由——认知原因和动机原因，来解释为什么决策行为学学习者认为满意化更令人信服。从认知的角度讲，目标简化了复杂的世界，个体不用理会那些种类繁多的标准，而只需要将世界简化为两个部分——足够好的部分和不够好的部分。从动机的角度看，心理感觉的不同又充分揭示了决策与现状的差距，这一点也是比较可信的。
2.满意化、适应性愿望和现状
在理性选择的经典理论中，潜在结果的重要性并不取决于它是“亏损”还是已放弃的“利益”。现状所代表的模糊的愿望水平是不相关的。该理论的这一看法长期以来一直受到学生的反对，经济学家们努力说服学生（和经理们）将现金支出等同于已放弃的利益。很自然地，可以用满意化来解释学生的反对。满意化假定人们更关心相对于目标而言的成功或失败，而不关心成功或失败的程度。如果按照当前的愿望水平，把自掏腰包的开销看作消耗（也因此是不可接受的），而已放弃的利益则不是，那么与后者相比，人们就更有可能选择避免前者。选择满意化的决策者会区分什么情况属于冒着损失“未拥有之物”的风险，什么情况属于冒着损失“已拥有之物”的风险。
用高于或低于某一愿望水平或现状来代表备选方案是一种趋势，这一趋势对决策者来说具有重要的意义。一个杯子是半空还是半满，这取决于决策者的愿望水平和经历。经历是重要的，因为愿望水平足够好和不够好的分界线是不稳定的，尤其是个体会调整自己的愿望（目标）以反映他们的经历。在缺乏他人业绩信息的情况下，对愿望水平的研究表明，决策者会根据以往的业绩来调整愿望，但是他们愿望的调整比完全根据以往业绩进行的调整乐观一些。这样，一个正的常量加上以往经验的指数加权移动平均值（an exponentially weighted moving average）就可以得出当前愿望的近似值。
一般来讲，经验性数据都支持这样一个概念：如果根据经验调整愿望，那么以往的成功可能孕育失败，以往的失败也可能孕育成功。尽管有迹象表明，穷人没有富人幸福，但是对彩票中奖者的研究发现中奖者并不比其他人更幸福；对残疾人的研究则表明他们和其他人一样幸福。这样的结果导致一些人把生活描述为“享乐适应”（hedonic treadmill，又译“快乐水车”）。如果个体根据经验调整愿望，那么他们的满意度和不满意度都不可能长期存在。
当然，世界比这个简单模型所能体现的要复杂得多。人们不仅根据自己的经验调整愿望，也根据他人的经验调整愿望。愿望不仅和报酬的水平相关，也和报酬变化的速度相关。愿望不会立即调整，并且它上升的速度远快于降低的速度。因此，愿望的负向偏差也比正向偏差更明显。这种“对不满意的偏爱”也是搜寻和改变所处情况的强大动力。