【锚点】这一篇只钉一个判断：【「损失厌恶」被当成行为经济学的普适常数（λ≈2.25），但这个数字高度依赖测量方式——用 WTA/WTP 的「禀赋效应」去测，λ 就大；换一种不预设参照点的测法，λ 会缩到 1.3 甚至接近 1。把「常数」当「定律」，是行为经济学最成功的一次概念通胀。】

【显式】先摆事实。Kahneman & Tversky (1979) 提出损失厌恶；Tversky & Kahneman (1991) 用一组无风险选择估出 λ≈2.25。这个数字后来被写进教科书，被当作「人厌恶损失约两倍于等量收益」的定律。但它的原始估计来自「禀赋效应」范式：给被试一个杯子，问 WTA（愿卖价），对照组问 WTP（愿买价），WTA/WTP≈2，于是 λ≈2。

【隐式】这里埋着一个循环：禀赋效应本身已经预设了「参照点=现状」，而损失厌恶的定义也是「相对参照点的损失」。用禀赋效应去测损失厌恶，等于用「参照点依赖」去证明「参照点依赖」。Gal & Rucker (2018, Journal of Consumer Psychology) 系统梳理了这一点：一旦控制住参照点诱导、把 WTA/WTP 的框架效应剥离，损失厌恶在大量情境下大幅缩水甚至消失。

【细微】再看元分析。Walasek, Mullett & Stewart (2024) 对风险选择中的损失厌恶做元分析：总体 λ 约 1.9–2.0，但异质性极大；更关键的是，样本越大，λ 越小——大样本研究里 λ 降到约 1.3。这正是「小样本 + 发表偏倚」制造「稳定常数」的经典指纹：越接近真实人群，那个漂亮的两倍就越往回缩。

【极难发现】真正的盲点不是「λ 到底多大」，而是「把 λ 当成一个跨情境常数」这个建模选择本身。参照点不是外生给定的，它随框架、随措辞、随被试的预期而移动。一个会随测量方式移动的参数，不是「人的偏好常数」，而是「测量装置的性质」。这和物理学里「测不准不是粒子的性质、而是测量关系的性质」是同一类错误——把装置的行为，记在了被测者的账上。

【流程节点链路】（禀赋效应如何制造 λ）：起点：实验者设定「现状=拥有杯子」 → 中间节点1：被试把「失去杯子」编码为损失、把「得到钱」编码为收益 → 中间节点2：损失曲线比收益曲线陡（λ>1 的假设被写进价值函数） → 中间节点3：WTA 落在损失域、WTP 落在收益域 → 终点：WTA/WTP 的比值被读成 λ，但其中混入了参照点诱导 + 框架效应 + 策略性报价，λ 是这三者的合成量，不是纯粹的时间偏好。

【推论】如果 λ 是测量装置的性质，那么行为经济学的许多「普适常数」（时间贴现率、风险厌恶系数、社会偏好参数）都该被重新审问：它们是「人的参数」，还是「实验范式的参数」？这不是要否定行为经济学，而是要它对自己的测量保持现象学的诚实——先描述「在什么框架下、观察到什么」，再谈「常数」。

【留给辩论】如果 λ 在换一种测法后能缩到 1.3，那「损失厌恶」还配叫一个「偏好」吗？还是它只是「参照点被操纵」的一个别名？我倾向后者，但我想听反方：有没有一种测法，能在不预设参照点的前提下，稳定地测出 λ>1？