下载掌阅APP，畅读海量书库
立即打开
行为经济学是一个热门话题。行为经济学研究经常出现在经济学和科学领域的顶级学术期刊上。它在社交媒体上也有很高的知名度，新闻记者们经常就这一领域出现的新书和新的研究撰写文章。世界各地的政府和其他决策者正将来自行为经济学的洞见融入他们的政策设计中，同样，越来越多的主流经济学家在设计他们的模型时也在不断增添行为经济学的因素。
什么是行为经济学？为什么人们对它如此感兴趣？通过承认我们的决策在成本和收益的理性计算之外还受社会和心理因素的影响，行为经济学扩展了经济学原理。它还拓宽了经济学的研究领域，让更多的人更容易理解经济学。不可否认，经济学是一门极其重要的学科，因为无论从个人层面、国家层面还是国际层面，它都关乎我们以及我们子孙后代的福祉。但也有许多人认为，经济学是一门深奥的技术统治论学科，缺乏经济学专业训练的人很难理解其中的关键概念。行为经济学有可能改变这一点，因为它让许多人觉得更有趣。它为我们的决策提供了更直观、更少数学的解释。
行为经济学之所以有趣的另一个原因，是其基本原理的多元性和多样性。行为经济学家将经济学与其他诸多学科的见解结合在了一起，例如心理学（尤其是社会心理学）、社会学、神经科学和演化生物学。行为经济学家利用这种多学科思想的融合，在丰富我们对经济和金融行为理解的同时，又不必放弃那种通常与传统经济学相联系的分析能力。
大多数经济学家将人描述为数学计算器，他们能够轻松而准确地以英镑和便士、美元和美分的形式，将他们所做选择的货币成本和收益相加，而不用在意周围的人在做什么。大多数经济学家的出发点都是这样一个假设，即经济问题的出现，不是因为作为个体的人容易犯错，而是因为市场及其配套制度的失灵。行业进入壁垒阻止小公司加入市场竞争，从而使资金雄厚的大型垄断企业主导了市场，抬高了价格，并限制了产量。信息可能会被扭曲。可能存在市场的缺失——例如，由于不存在香烟烟雾和污染的自然形成的市场，所以价格不能完全平衡吸烟或污染的收益和成本。
虽然传统经济学家不关注理性的诸多局限，但行为经济学家不会假设人是超理性的生物。相反，他们更为关注理性决策所面临的一些局限。许多行为经济学家都会援引赫伯特·西蒙的一些观点。西蒙不仅是一位心理学家和计算机科学家，还是一位诺贝尔经济学奖得主。他以提出了 有限理性 这一概念而闻名，这个概念表明，在我们做出决策时，我们是被各种各样的约束所限制的。认知的约束可能会限制我们选择最佳策略的能力。我们在记忆或数字处理能力上的局限，意味着有时我们不得不选择某个特定的选项，因为我们没有信息，或者缺乏处理认知的时间或能力来考虑其他选项。
行为经济学家还发展了理性的其他概念。另一位诺贝尔经济学奖得主弗农·L.史密斯发展了 生态理性 的概念。他假设理性是可塑的，因为它是由我们所处的情境和环境所决定的。同样，格尔德·吉仁泽认为，我们受实践理性的驱动——在现实世界中，我们必须快速而“节约”地做决定——我们没有时间去搜集大量的信息或是应用复杂的决策规则。我们的决定迅速而简单。这种方法通常很有效，但有时会导致我们产生系统性的行为偏差。
另一位对理性的含义有着有趣见解的经济学家是哈维·莱本斯坦，他提出了 选择性理性 的概念——类似于弗农·L.史密斯的生态理性。我们会选择何时变得超级理性，有时我们会充分考虑所有可用的信息。然而，在其他时候，我们可能会决定维持现状，停留在莱本斯坦所描述的 惰性区域 。这让我们的选择变得“有黏性”。我们并不总是能有效地使自己的行为适应新环境。莱本斯坦认为，当我们的行为变得有黏性的时候，这里有两种解释：要么是我们认为改变选择的成本太高；要么是我们太懒、太缺乏兴趣，从而不愿做出改变。
因此，行为经济学家对于理性意味着什么有着复杂的看法。大多数情况下，他们承认我们的理性是可变的，并且取决于我们所处的环境。当我们无法获得好的信息，当我们匆匆忙忙，当我们面临认知约束或社会影响时，我们可能就会遽下决策，而在一个时间和信息均充裕的完美世界，我们是本可以改善这些决策的。
虽然这种形式的经济学有很大的潜力，但对行为经济学家来说，一个关键的制约因素是寻找相关和可靠的数据。行为经济学家经常利用实验来搜集数据，这与经济学中传统的经验主义方法形成了鲜明对比，即用计量和统计方法来分析政府和国际统计机构搜集的公开历史数据。
通常，行为经济学家试图推断出人们的思维和感受过程，但尚不清楚到底是什么在推动人们的选择。标准的经济数据来源在这方面没有太大帮助，因为传统的经济数据是关于观察到的选择和结果（例如宏观经济背景下的就业和失业统计数据）的数据。行为经济学家可以依赖调查数据，例如，关于人们对自己幸福和福祉的看法的问题正在被纳入家庭调查。但调查数据有其局限性。研究人员如何识别具有代表性的样本？研究人员如何应对调查问题的不真实或不了解情况的答案？这些都是问题所在。
实验室实验可能是行为经济学家最常用的数据来源。许多实验室实验的问题在于，它们是在大学里进行的，通常是由大学生作为实验参与者。学生在实验中的选择可能与现实世界的选择不太相关，在这种情况下，实验数据会缺乏 外部有效性 ，实验结果将无法很好地转化为现实世界中的结果。例如，如果一名学生参与交易实验，那么所观察到的他们的选择可能与真正交易者的行为方式几乎没有联系，因为学生的知识和经验有限，他们可能没有那么强烈的谋求成功的动机。
获得可靠实验数据的另一个重要障碍是实验设计。实验人员会发现，很难在经济学中构建一个“干净的”受控实验。一些经济学家批评了行为经济学家的早期发现，理由是实验参与者的反应表明他们对自己应该做什么感到困惑，并且所发现的异常行为并非真正的系统性偏差。其中也有道德权衡。我们应该允许实验人员让他或她的参与者经历什么样的实验干预措施？比如说，如果他们是脆弱的医院患者的话。欺骗实验参与者是否合法？有没有可能设计一个完全不涉及欺骗的人为实验？
通过“顽童调查”（Survey Monkey）、“高产学术”（Prolific Academic）和“猎兔任务”（Task Rabbit）等网络工具以及越来越多的移动应用程序可以进行在线实验。这些方法成本低廉，并且是获得大量实验数据的快速简便的方法。但研究人员如何确保他们使用的是具有代表性的样本呢？他们如何处理无动机参与者的问题？这些人可能只是随意地敲击计算机键盘，最感兴趣的只是从这种操作中赚钱。激励实验参与者在实验中真实地表现，是行为经济学家面临的一个重要问题，尤其是在学术研究预算往往有限的情况下。
结合实验数据，神经科学数据可以帮助阐明一些关键的影响。神经科学技术是多种多样的。脑损伤患者所做的选择可以帮助我们了解哪些大脑区域与经济决策有关。同样，脑成像技术（例如，功能性磁共振成像）可以捕捉到我们的经济决策与特定大脑区域的神经反应之间的关系。另一种越来越流行的技术是经颅磁刺激（TMS），它涉及大脑的特定区域，并可以观察人们的选择如何因这种暂时干扰而发生变化。还有其他更简单、更便宜的神经科学工具，包括监测生理反应（心率、脉搏率等），或测量激素水平（例如，信任研究中的催产素水平，金融风险研究中的睾酮水平）。
神经科学数据的主要优点是它相对客观。就调查的情况而言，受访者可能表达了不可靠的主观意见，或者他们可能有理由撒谎或操纵自己的反应。对于实验参与者来说，对使用神经科学工具所测量的生理反应加以控制，即使有可能，也要困难得多，尽管这并不能消除他们实验设计中的实验者偏差。
如前所述，标准实验的一个问题是，它们可能缺乏外部有效性。 自然实验 ——如果我们能找到的话——是一种解决方案，自然实验数据是从真实世界的事件和行为中偶然产生的。一个例子是经济学家德拉维尼亚和马尔门迪尔对健身房会员和出勤数据的研究，如第六章所述，这项研究表明，许多人为很少使用的健身房会员身份支付了大笔的费用。但是，来自自然实验的优良数据是很罕见的，如果仅仅依靠这些数据来源，我们不会走得太远。还有一种解决方案是使用随机对照试验。这些是临床试验中常用的实验方法，用于识别处理效应：对接受试验处理的实验参与者的影响与对仅接受安慰剂的对照组的实验参与者的影响进行比较。
行为经济学家借用这些方法来比较对照组与处理组的反应。然而，由于实验者会发现很难设计出安慰剂的社会经济等效物，因此这些研究中的对照组根本没有接受任何处理。这意味着，对于行为经济学的随机对照试验，我们不可能确定干预本身是否改变了行为，抑或仅仅是对任何干预都会做出积极反应的人们得到安慰剂的某种经济等效物后所产生的效应，而不管这种干预真的多么有效。尽管如此，行为发展经济学家现在广泛使用随机对照试验，来研究发展干预措施对社会经济成果的影响。
行为经济学的文献可谓汗牛充栋。在这个非常简短的介绍中，我们将重点关注几个关键主题，每个主题都在以下章节中进行了探讨：是什么激励了我们；我们如何受到社会的影响；我们犯错误的方式和原因是什么；我们如何判断和误判风险；我们的短期主义倾向；以及性格、心境和情绪如何驱使我们做出选择和决定。一旦这些关键的行为微观经济学原理被探索出来，我们就可以探讨如何在行为宏观经济学中把它们结合起来。然后，我们将转向公共政策制定者所采纳政策的含义和教训，运用基于行为经济学洞见的一些具有影响力的政策研究案例加以说明。