← 最新论文
📈 economics

Decision Making under Dual-System Thinking

本文介绍了双系统思维(DST)模型,这是一个决策理论框架,它通过单一认知权重参数将心理双过程理论整合到经济建模中,展示了其解释多样化行为模式的能力、在离散选择分析中优于现有模型的表现,以及解决随机环境下的最优列表设计与理性问题的能力。

原作者: Yusufcan Masatlioglu, Tri Phu Vu

发布于 2026-05-28
📖 1 分钟阅读☕ 轻松阅读

原作者: Yusufcan Masatlioglu, Tri Phu Vu

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

以下是用通俗语言和日常类比对论文《双重系统思维下的决策》的解释。

核心理念:两个大脑,一个决策

想象你的大脑并非一位单一的老板,而是两位截然不同的员工之间的合作:“冲动的实习生”(系统 1)“谨慎的分析师”(系统 2)

  • “冲动的实习生”(系统 1): 这家伙行动迅速、自动化,依赖直觉。他会抓住第一个看起来闪亮或熟悉的东西。他会犯错,容易分心,有时仅仅因为某样东西排在列表最前面就选错了。
  • “谨慎的分析师”(系统 2): 这个人行动缓慢、深思熟虑,并且会进行计算。他们会阅读细则、比较价格并计算最佳价值。只有当实习生搞砸了,或者决策重要到不能仓促行事时,他们才会出现。

问题所在: 传统经济学假设我们永远是“谨慎的分析师”。心理学告诉我们,我们常常是“冲动的实习生”。这篇论文建立了一个名为**双重系统思维(DST)**的新模型,将两者结合进一个数学公式中,以预测人们实际上是如何做出选择的。

模型如何运作:“认知权重”

作者引入了一个简单的旋钮,称为α\alpha(阿尔法)。把它想象成“控制开关”。

  • α\alpha 很高(接近 1)时: “谨慎的分析师”掌权。你每次都做出“理性”的选择。
  • α\alpha 很低(接近 0)时: “冲动的实习生”掌权。你根据吸引眼球或熟悉的事物做出选择,即使它不是最好的交易。
  • 现实情况: 大多数时候,旋钮位于中间位置。你在脑海中抛硬币:“我是相信直觉,还是深思熟虑?”该模型指出,你以概率 α\alpha 选择分析师的方案,以概率 1α1-\alpha 选择实习生的方案。

为何重要:解决旧谜题

论文认为,这种简单的混合解决了旧模型无法解释的问题。以下是三个使用类比的例子:

1. “红巴士/蓝巴士”问题

  • 旧谜题: 假设你喜欢火车和红巴士的程度相同。如果加入一辆蓝巴士(与红巴士完全相同),旧数学理论认为你应该在火车、红巴士和蓝巴士之间平均分配选择。但在现实生活中,人们通常坚持选择火车,因为两辆巴士只是“巴士”。
  • DST 解决方案: “谨慎的分析师”看出两辆巴士是一样的,将它们视为同一类别。“冲动的实习生”可能会因为额外的选项而感到困惑。该模型混合了这些反应,预测你更有可能坚持选择火车,这与真实的人类行为相符。

2. “无限选择”问题

  • 旧谜题: 如果一家商店增加了 1,000 种糟糕的产品,旧模型认为你购买那件产品的几率应该降至接近零。
  • DST 解决方案: 即使有 1,000 个糟糕的选项,“谨慎的分析师”仍然会识别出那件好产品并选择它。因为分析师有时会现身,无论添加了多少垃圾商品,好产品都不会失去被购买的机会。

3. “列表设计”问题(针对公司)

  • 场景: 想象亚马逊想决定在搜索页面的最顶部展示哪些产品。
  • 陷阱: 如果亚马逊只是将利润最高的商品放在顶部,“冲动的实习生”可能会点击它。但“谨慎的分析师”可能会向下滚动,意识到它定价过高,转而购买竞争对手的产品。
  • DST 洞察: 论文表明,对公司而言最佳的列表并不总是把利润最高的商品排在第一位。有时,将一件“中等”商品放在顶部更好,因为它既能满足实习生,又不会让分析师感到足够厌烦而离开。最优列表是一种战略性的混合,而不仅仅是利润排名。

“交换”测试:我们理性吗?

论文还测试了一种流行的衡量人们“理性”程度的方法,称为交换指数(Swaps Index)。该指数通过统计人们为了符合逻辑顺序而交换选择的次数,来计算他们犯了多少“错误”。

  • 发现: 作者指出,该指数可能会产生误导。想象两个人:
    • A 先生 90% 的时间都在深思熟虑,但对某件特定物品有一种奇怪的直觉。
    • B 先生 80% 的时间在深思熟虑,但拥有正常的直觉。
    • “交换指数”可能会说 B 先生理性,因为他在纸面上的错误看起来更“合乎逻辑”。但在现实中,A 先生实际上做出了更多深思熟虑的选择。
  • 教训: 你不能仅仅通过计算错误来衡量理性;你必须理解错误发生的原因(是直觉还是计算错误?)。

总结

这篇论文在心理学和经济学之间架起了一座桥梁。它指出:“不要假设人们是完美的计算器,也不要假设他们只是随机猜测者。他们是两者的混合体。”

通过使用一个简单的旋钮来平衡“快脑”和“慢脑”,作者创造了一个工具,能够:

  1. 比旧模型更好地拟合现实世界数据。
  2. 解释为什么人们在试图保持理智时,有时仍会表现得不理性。
  3. 通过理解客户实际上如何浏览和选择,帮助企业设计更好的产品列表。

该模型简单、数学上独特(意味着你只需观察人们的选择,就能准确计算出他们的“理性”程度),并且在解释人类选择的混乱现实方面具有惊人的力量。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →