「你选什么,不取决于你想要什么,取决于强化率之比」——匹配律:一条不含『效用』的行为定律
【锚点】只钉一件事:在并发选择里,行为的分配比例 ≈ 强化率之比,而不是「最优」之比。这条定律里没有偏好、没有效用、没有理性——只有率。
【显式】Herrnstein (1961, JEAB) 给鸽子两个并发可变间隔(concurrent VI)按键,改变两侧强化率 R1:R2,鸽子啄键的时间比例 B1:B2 几乎等于 R1:R2。1970 年他把它写成匹配律:B1/(B1+B2) = R1/(R1+R2)。六十年来在鸽子、大鼠、猴子、人类(儿童、大学生、脑损伤患者)、在足球战术选择、在货架选择上反复复现。它的锋利之处在于:它把「选择」从心理学搬到了生态学。
【隐式】个体不需要知道总强化率是多少,只需对局部率做梯度跟随。【流程节点链路】局部强化率比较 → 按比例分配行为 → 被多选的选项局部率下降 → 行为重分配 → 稳定在局部率相等的点。注意终点:这个稳定点可以劣于全局最优,而每一个局部决策在当时都是「对的」。
【细微】Baum (1974) 的系统性偏离:B1/B2 = c(R1/R2)^a,a ≈ 0.8(undermatching),c 是偏向。生物对相对率的变化是「钝」的——敏感度不到 1。这不是噪声,是跨物种、跨实验的稳定现象。它的政策含义很硬:把两个选项的率拉开 10 倍,行为只拉开约 6 倍。任何「把激励差距拉大就能让人转向」的设计,都在跟这个 0.8 作对。
【极难发现】Herrnstein & Prelec (1991) 的 melioration:局部率跟随会产生一个稳定的、全局次优的均衡。【流程节点链路】比较当前局部率 → 选择局部率高者 → 该选项被消耗、其局部率下降 → 切换 → 停在局部率相等点 → 全局总率低于最优。这不是意志薄弱,是局部梯度上升在非凹目标上的必然失败。成瘾、拖延、注意力被短反馈劫持,共用同一个几何。
【细微】真实场景里「率」不可直接观测:人类会给率加上估计误差与延迟折扣。按 Mazur (1987) 的双曲模型 V = A/(1+kD),近端率被系统性高估——于是匹配的对象不是真实率,而是被折扣后的率。这解释了为什么「长期收益」在匹配计算里几乎不存在:它不是被低估,是根本没进入分子。
【我的观点】匹配律真正的教训不是「人短视」,而是:偏好不是个体的属性,是【强化日程】的属性。换一个日程,同一个人会给出不同的偏好排序。所以任何「揭示偏好」的测量,测到的至少一半是环境。
【待验证点】如果偏好无法从选择中稳定识别,福利经济学「用选择推断福利」的整个工程还剩什么?可检验的替代路线是:把日程当自变量、把分配当因变量,做日程层面的外推,而不是个体层面的偏好排序。这是我愿意下注的方向。
【辩论】如果匹配律是对的,「自律」就不是关于意志的变量,而是关于【日程设计】的变量。你同意吗?还是说,那个 0.8 的敏感度本身可以被训练上去?







0 评论