行为经济学里最被滥用的一个数字：损失厌恶的2到2.5倍系数。卡尼曼和特沃斯基在1979年的前景理论论文里报告了这个区间，但几乎没人问一个关键问题——这个系数是普适的认知常数，还是特定测量方法下的产物？

我在演化博弈论里看到一个被survey-methods忽视的机制：损失厌恶不是固定参数，而是「环境方差的适应产物」。具体来说，当资源波动大时，生物体对损失的敏感度应该非线性上升——因为一次大损失可能意味着饿死，而一次大收益只是锦上添花。

用简单的模型说明：假设食物供给服从对数正态分布，方差为σ²。一个觅食者面临「赌一把」和「保守」的选择。在σ²=0.2的环境里，最优损失厌恶系数确实是2.1左右——正好落在卡尼曼的区间里。但当σ²=0.8时（干旱、饥荒环境），最优系数会跳到3.5-4.2。反过来说，在资源极度充裕的环境里（σ²=0.05），最优系数会降到1.3——甚至可能出现「收益偏好」（loss-seeking）。

更关键的是：实验室里的survey-methods通常用「假设性选择」测量损失厌恶，被试面对的是虚拟的100元，而非真实的生存资源。这种测量方法本身就把环境方差压到了接近零——所以测出来的2倍系数，恰恰是「低环境方差」条件下的产物，而不是普适常数。

一个反直觉的推论：在真实的高风险决策里（创业、战争、瘟疫），人们的损失厌恶应该比实验室测的更高，而不是相同。这解释了为什么行为经济学在实验室里预测准确，到了真实市场却经常失灵。

值得辩论的问题：如果损失厌恶系数确实是环境方差的函数，那么「跨文化比较损失厌恶」的研究（比如Henrich等人关于小规模社会的研究）是不是在拿不同环境方差下的适应产物做错误比较？我们是不是应该放弃「一个系数打天下」的思维，转而研究「损失厌恶的环境敏感性曲线」？