画面感越强，决策权重越大

正如我们所看到的那样，前景理论与效用理论的不同体现在概率与决策权重的关系上。在效用理论中，概率与决策权重是相同的。对已经确定的事情的决策权重是100，某件事有90%的概率，说明人们对这件事的决策权重是90，是概率为10%的事件的决策权重的9倍。在前景理论中，各种概率对决策权重的影响较小。我早前提到的一项实验发现，概率为90%的事件的决策权重是71.2；概率为10%的事件的决策权重是18.6。两个概率的比率是9，但其决策权重的比率只有3.83，这说明在那个范围内人们对概率的敏感度不够。在这两个理论中，决策权重只依赖于概率，与结果无关。两种理论都认为，概率为90%的事件的决策权重与赢得100美元、收到一束玫瑰花或是遭到一次电击的权重相同。这个理论预测后来被证实是错误的。

芝加哥大学的心理学家们发表了一篇文章—《钱、吻与电击：对待风险的情感心理》，他们发现，人们评估风险时，如果（假想的）结果与情感相关（“碰见了你最爱的明星并亲了他一下”或“遭受了一次疼痛但没有危险的电击”），这种评估对概率的敏感度要低于有关金钱得失的结果。这并不是一个孤立的发现。通过生理检测（比如心跳）的手段，其他研究者发现，对将要遭受的电击的恐惧与遭到电击的概率从本质上说是毫不相关的。仅仅是电击的可能性便会让人心生恐惧。芝加哥的这个团队提出“满溢意象”（affect-laden imagery）完全盖过了对可能性的回应。10年后，普林斯顿大学一个心理学家团队对这个结论发起了挑战。

普林斯顿的这个团队说，他们已经观察到人们对与情感相关的结果的出现概率的敏感度很低，这种情况很正常。赌钱属于例外情况。赌钱时，人们对概率的敏感度相对较高，因为他们有确切的预期值。

下面两个赌局的吸引力与多少现金的吸引力是等价的？

A.有84%的概率赢得59美元。

B.有84%的概率赢得一束装在玻璃瓶里的玫瑰花。

你注意到了什么？其中显著的不同在于A问题比B问题更为简单。你不用停下来去估算这个赌金的预期值，就能很快知道其价值在50美元左右（事实上其价值为49.56美元），在你寻找一个具有同样吸引力的现金等价物时，这个大概的估算已足以提供一个有帮助的锚定。问题B却不存在这样的锚定，因此也就更难回答。调查对象还对两个赌局的等价现金进行了评估，认为同时赢得两个赌局中的等价现金的概率为21%。不出所料，高概率的赌博与低概率的赌博之间的不同在于，进行高概率赌博的人更可能是为了金钱，而不会是为了玫瑰。

普林斯顿团队认为，对概率不敏感并非因为情绪原因。为了支持这个观点，他们比较了人们花钱避开风险的意愿：

利用某个周末粉刷某人的三居室公寓的概率为21%（或84%）。

打扫使用了一周的一座公寓厕所中的三个小隔间的概率为21%（或84%）。

第二个结果肯定比第一个更能引发情感，但这两个结果的决策权重并无不同。显然，情感强烈程度不会影响概率。

另一个实验产生了一个惊人的结果。在这个实验中，受试者得到了奖品的明确价格以及文字描述信息。例如：

有84%的概率可以赢得一束装在玻璃花瓶里的玫瑰花，价值59美元。

有21%的概率可以赢得一束装在玻璃花瓶里的玫瑰花，价值59美元。

对这些赌注预期的货币价值进行评估很简单，但增加一个具体的货币价值并不会改变其结果：即使在那样的情况下，评估依然对概率不敏感。想到奖品是玫瑰花的人不会将奖品信息作为评估风险的锚定。正如科学家有时说的那样，这是一个令人惊喜的发现，它想告诉我们一些事情。那么，现在这个实验想要告诉我们什么呢？

我认为，这种说法体现了结果的丰富性和生动性，无论结果是否会激发情感，它都会降低概率在评估不确定的前景时本应起到的作用。这个假设提出了一种预测（我对这一预测信心满满）：若对货币形式的结果附上毫不关联但却非常生动的细节描述，同样也会影响估算结果。比较一下你对下面这些结果的现金等价物的估值：

有21%（或84%）的概率在下个周一收到59美元。

💄 落^霞^读^书lu o xi a d u sh u . com *

有21%（或84%）的概率在下个周一上午收到一个内含59美元的蓝色大信封。

新的假设为，在第二个案例中，对概率的敏感度会更低，因为与“一笔钱”这个抽象的概念相比，蓝色信封能唤起更为丰富的想象。你在脑中构建这个事件时，即使知道赢的概率很小，但奖品的生动画面仍然会浮现出来。认知放松同样也对确定性效应产生了影响：当你脑海中闪现关于某个事件生动的画面时，这个事件不发生的可能性所带来的影响同样也很生动，因此就会被过度权衡。增强的可能性效应与增强的确定性效应相结合以后，决策权重很难在21%的概率和84%的概率之间发生改变。

对风险的表述方式不同，所做决策可能截然相反

顺畅性、生动性以及想象的轻松程度等因素会影响决策权重，这个观点已得到许多其他观察实验的支持。一个著名的实验要求受试者从两个罐子中选一个，从里面拿球，若拿到红球，则有奖励：

A罐中有10个球，其中有1个是红色的。

B罐中有100个球，其中有8个是红色的。

你会选哪个罐子呢？因为选A罐的胜算是10%，选B罐是8%，所以作出正确选择应该不难，但实际并非如此：大约有30%~40%的学生选择了红球数量较多的那个罐子，而不是胜算率高的那一个。希莫·爱泼斯坦（Seymour Epstein）说，这个结果说明的是系统1（他称为经验系统）表面的运作特点。

正如你可能想到的那样，人们在这种情况下作出的愚蠢选择已经引起众多研究者的关注。他们对这种偏见也有不同的命名，而我使用的是保罗。斯洛维克的命名“分母忽视”。如果你将注意力集中在能使你胜利的球上，就不会去关注那些不能使你赢的球。生动的画面也是产生分母忽视的原因，至少我有过这样的经历。当我想到小罐子时，我看到的是一个小红球在一片白色的背景中；当我想到大罐子时，我看到的是8个红球在一堆白球当中，这样的画面增强了我对胜利的信心。能使我胜利的生动画面增强了我对那个事件的决策权重，增强了可能性效应。当然，对确定性效应来说也是同样原理。如果我有90%的概率赢得奖品，那么相较于10个球中有一种“不能制胜”的情况而言，100个球中那10个“不能制胜”的球更会突出输的可能性。

分母忽视这个观点有助于解释为什么不同的风险表达方式所造成的效果会有这么大的不同。如果你看到“能使儿童免受某种疾病侵袭的疫苗有0.001%的风险将导致终身瘫痪”这样的说法时，就会觉得这个风险看似很小。现在，请考虑用另外的方式描述这一风险：“在10万名接种疫苗的儿童中，有一个将会终身瘫痪。”第二种说法使你产生了一些第一个说法不会引起的想法：它唤起了某个儿童因接种疫苗而终身瘫痪的画面；而另外99999名安全接种疫苗的儿童则被完全忽视了。正如分母忽视原则预测的那样，与抽象术语相比，例如“风险”或是“概率”（多大可能），用相对频率（有多少）来描述会使小概率事件得到更大的权重。我们已经知道系统1更善于处理独立事件，而不是整个范畴的事件。

频率格式（frequency format）的影响很大。在一项研究中，看到“每10 000个人中有1 286人因某种疾病而死亡“的人比看到”某种疾病导致24.14%的人口死亡“的人更有可能认为此疾病的危害性很大。尽管患第一种疾病的风险只是第二种的一半，但第一种却看似比第二种更危险！在一个更为直接的分母忽视的例子中，某种疾病会“使100人中的24.4人死亡”，与之相比，“每10 000人中有1 286人因某种疾病而死亡“这种说法听上去更危险。若要求受试者对这两种表述作一个直接的对比（系统2肯定会参与到这个任务当中），这种效果肯定会削弱或是消除。然而，生活就像是受试者的组间实验，你一次只能看到一种表述。系统2只有在格外活跃的情况下才会对你看到的那个说法有另外的表述，才会发现这些说法能引发不同的回应。

有经验的法庭心理学家和精神病学家也不能避免因对风险的不同表述而带来的影响。在一个实验中，有关专业人员需评估让一位精神病患者出院的安全性。这个精神病患者叫琼斯，有暴力倾向。他们收到的信息包括某位专家对风险的评估，但同样的统计数据是用两种方式表述出来的：

评估那些与琼斯类似的病人，专家发现他们在出院后最初的几个月里对他人使用暴力的概率是10%。在100个类似琼斯的病人中，大约有10个人在出院后的前几个月里对他人使用暴力。

看到第一种描述的专业人员让病人出院的概率几乎是看到第二种描述的专业人员的2倍（概率分别为41%和21%）。对相同的可能性，更加生动的描述产生了更高的决策权重。

不同的表述使人们做出不同的决策，使他们对该怎么做生成不同的意见。斯洛维克与他的同事引用了某篇文章的一段话：“一年之中，全美有接近1 000起谋杀事件是由没有服用药物的严重精神病患者制造的。“有一种表达同一事实的说法是”每年每2.73亿美国人中，有1000人是被精神病患者杀死的“。另外一种说法是，”每年，（我们）被这样（患有精神病）的人杀死的概率接近0.000 36%“。还有一种说法是：”每年死于严重精神病患者之手的美国人有1 000人，比自杀人数的1/30还少，是因喉癌而死亡的人数的1/4左右。“斯洛维克指出，”这些说法使得他们的动机很明显，他们想要通过强调精神病患者的暴力来造成大众恐慌，进而使有关部门增加心理卫生服务业的资金注入“。

如果一名优秀的律师想要引起法官对DNA证据的怀疑，他不会说，“DNA不匹配的概率是0.1%”，反而会说“1 000起死刑案件中就有一起案件的DNA会出现不匹配”，这样更有可能使法官产生怀疑。听到这个陈述的陪审团会想到坐在他们对面审判室里的人可能会因为错误的DNA证据而被误判。当然，检察官会更偏爱抽象框架，希望陪审团的大脑中充满小数点。