Amos Tversky, Daniel Kahneman · 1974

锚定实验

如果你看到一个显然与问题毫无关系的数字,它还会把你的估计拉向它吗?

  • 1974年的论文未注明
  • 已被重复验证,但有保留

研究问题

20世纪70年代初,阿莫斯·特沃斯基(Amos Tversky)和丹尼尔·卡尼曼(Daniel Kahneman)正在梳理人们不得不猜测时所用的各种思维捷径。其中一种,他们称为“调整与锚定”(adjustment and anchoring):我们常常从手边的某个数字出发,经过调整得出答案。他们的观点是,这种调整通常停得太早,所以最终答案离起点太近。

如果起点总是合理的,这倒也无关紧要。更尖锐的问题是:如果起点显然毫无意义呢?它还会把答案拉向自己吗?

实验是怎样做的

特沃斯基和卡尼曼在1974年发表于《科学》(Science)的文章中,描述了两个演示。

幸运轮盘。参与者被要求估计各种以百分比表示的量,例如联合国成员国中非洲国家所占的百分比。每次估计之前,都会当着他们的面转动一个标有0到100的轮盘。他们先说出真实值比轮盘上的数字高还是低,然后给出自己的估计。不同的小组得到不同的数字;文章报告了其中两组的结果,即10和65。卡尼曼后来在2011年的《思考,快与慢》(Thinking, Fast and Slow)一书中解释说,轮盘被做过手脚,只会停在这两个数字上。

乘法任务。两组高中生要在5秒内估计一个乘积。一组看到的是8×7×6×5×4×3×2×1;另一组看到的是同样的数字,顺序相反:1×2×3×4×5×6×7×8。5秒太短,算不完,所以人们会算几步,然后猜出其余部分。研究者的预测是,最初的几步会充当起点。

文章没有说明有多少人参加,也没有说明研究在哪里进行。

结果如何

轮盘改变了估计。看到10的那一组,估计的中位数是25%;看到65的那一组是45%。一个所有人都刚刚看着从轮盘上转出来的数字,让典型答案偏移了20个百分点。为准确的答案提供金钱奖励,也没能让这一效应消失。

数字的顺序很重要。从8开始的序列,估计的中位数是2250;从1开始的序列,是512。两者都远远低于正确答案40320。从大数字开始的那一组猜得更高,而所有人都低估了,这正是人们过早停止调整时应有的结果。

特沃斯基和卡尼曼还认为,锚定有助于解释其他一些错误,比如人们为何会高估一连串很可能发生的事件全都发生的概率,以及人们在非常有把握时给出的区间为何通常太窄。

真实经过(重复实验与批评)

它为什么会起作用。特沃斯基和卡尼曼的解释是调整不足。1997年,施特拉克(Strack)和穆斯魏勒(Mussweiler)提出了另一种机制,称为“选择性通达”(selective accessibility)。当你自问某个值是否可能和锚一样高时,你会在记忆中搜寻与这个值相符的事实。随后在作出自己的估计时,这些事实就更容易被想起。在他们的第一项研究中,维尔茨堡大学的32名学生把一座地标的高度或宽度与一个高锚或低锚作比较。如果锚涉及的是同一个维度(先比较高度,再估计高度),它对随后估计的影响,比涉及另一个维度时大得多。单纯从一个数字出发进行调整,不容易解释这种差别。在另一项研究中,即使锚明显荒谬,比如把甘地去世时的年龄与140或9作比较,仍然会拉动估计。

经典效应重复得非常稳定。2014年,第一个Many Labs项目在美国和另外九个国家的36个样本、共6344名参与者中,重新检验了13项经典发现。其中的锚定任务来自雅各维茨(Jacowitz)和卡尼曼1995年的一项研究:人们把某个量,比如珠穆朗玛峰的高度或芝加哥的人口,与一个高或低的数字作比较,然后给出自己的估计。四道锚定题在36个样本中全部显示出效应。它们是整个项目中最大的效应之一,其中包括最大的两个,视题目不同,约为1.2到2.4个标准差,大于原始研究的总体估计值0.93。效应大小在各地之间有差异,可能是因为人们对这些事实的了解程度不同。

价格是更难的情形。2003年,艾瑞里(Ariely)、洛温斯坦(Loewenstein)和普雷莱茨(Prelec)询问麻省理工学院的55名MBA学生,是否愿意以等于自己社会保障号码最后两位数的价格,购买无线键盘或一瓶葡萄酒等商品。然后,他们在真金白银的条件下说出自己最多愿意付多少钱。社会保障号码位于最高五分之一的学生,出价大约是最低五分之一学生的2到3.5倍:键盘的平均出价为55.64美元,而后者为16.09美元。然而,几乎所有人仍然认为较好的葡萄酒比较便宜的那瓶更值钱。作者把这种水平任意、排序却一致的组合称为“连贯的任意性”(coherent arbitrariness)。

后来的研究并没有让问题尘埃落定:

公允的总结是:随机锚很可能确实会影响人们愿意支付的价格,但2003年的效应大小看来处于高端,而且有些研究什么也没发现。

偶然锚与信息锚。在上述所有研究中,人们都被要求去思考那个锚,通常是把它与答案作比较。一个更大胆的说法是,仅仅出现在周围环境中的数字也会给我们下锚。2008年,克里彻(Critcher)和季洛维奇(Gilovich)报告了一些结果,其中包括:人们对一款新手机销量的预测,会因为它叫“P97”还是“P17”而不同;人们在一家叫“Studio 97”的餐厅愿意付的钱,比在叫“Studio 17”的餐厅更多。这些结果没有经受住检验。Many Labs 2(2018)用6800多名参与者重做了手机研究,发现效应接近于零。2020年,尚克斯(Shanks)和同事进行了三项研究,共有1291名参与者,其中包括一项大型预注册研究,没有发现可靠的偶然锚定效应。而在同一批参与者身上,经典的比较式锚定效应却很强。他们的结论是,人们很可能必须主动思考一个数字,它才会成为锚。

还有一个区分。在现实生活中,许多锚并非毫无意义:标价或专家的首次报价通常确实包含一些信息,所以受其影响并不总是错误。1974年的研究之所以引人注目,是因为那个锚明摆着不包含任何信息。

伦理问题

轮盘被说成是随机的,而按照卡尼曼后来的说法,它只会停在两个数字上。这是一种轻微的欺骗。除此之外,任务是无害的:猜百分比和做乘法。没有关于痛苦的报告,1974年的文章也没有描述事后说明。这样的研究如今在伦理审查中会轻松通过,只需取得同意,并在结束后作简短说明。

对今天的意义

估计中的锚定是心理学中最可靠的发现之一。而只是瞥见过的数字带来的锚定则不然。这使得实际的启示比人们常说的更窄,也更有用。

以下习惯超出了这些实验所检验的范围,但都源于它们:

你能过关吗?

即将推出。转动轮盘,说出答案是更高还是更低,然后作出你的估计。最后你可以把自己的答案与得到另一个数字的人相比较,也可以与1974年的中位数25%和45%相比较。需要说明一点:一旦你知道了实验在研究什么,你可能会有意纠正,所以你的结果并不能显示这一效应对不知情的人有多强。

常见问题

什么是锚定效应?

指人们的估计往往会停留在刚刚考虑过的某个数字附近,即使这个数字是任意的。在特沃斯基和卡尼曼1974年的例子中,先在幸运轮盘上看到10的人,对联合国中非洲国家所占比例估计的中位数是25%;看到65的人则是45%。

锚定效应被重复验证过吗?

经典版本,即人们先把某个量与一个高或低的数字作比较,然后再作估计,已被重复验证过许多次。在Many Labs 1(2014)中,它在全部36个样本中都出现了,而且在受检验的13项发现中,产生了几个最大的效应。

社会保障号码实验重复成功了吗?

部分成功。几项研究发现了支付意愿上的锚定效应,但通常比艾瑞里、洛温斯坦和普雷莱茨(2003)报告的弱得多。另一些研究发现的效应非常弱,或者根本没有。研究者对真实效应有多大仍有分歧。

背景中的随机数字,比如附近招牌上的价格,会给人下锚吗?

证据表明,很可能不会,或者只有非常微弱的影响。2018年和2020年的大型重复实验发现,人们没有被要求去思考的偶然数字,并没有可靠的效应;而在同一批参与者身上,基于比较的经典锚定效应却很明显。

资料来源

  1. Tversky, A., & Kahneman, D. (1974). Judgment under uncertainty: Heuristics and biases. Science, 185(4157), 1124–1131. doi:10.1126/science.185.4157.1124
  2. Kahneman, D. (2011). Thinking, fast and slow. Farrar, Straus and Giroux.
  3. Strack, F., & Mussweiler, T. (1997). Explaining the enigmatic anchoring effect: Mechanisms of selective accessibility. Journal of Personality and Social Psychology, 73(3), 437–446. doi:10.1037/0022-3514.73.3.437
  4. Ariely, D., Loewenstein, G., & Prelec, D. (2003). "Coherent arbitrariness": Stable demand curves without stable preferences. The Quarterly Journal of Economics, 118(1), 73–106. doi:10.1162/00335530360535153
  5. Fudenberg, D., Levine, D. K., & Maniadis, Z. (2012). On the robustness of anchoring effects in WTP and WTA experiments. American Economic Journal: Microeconomics, 4(2), 131–145. doi:10.1257/mic.4.2.131
  6. Maniadis, Z., Tufano, F., & List, J. A. (2014). One swallow doesn't make a summer: New evidence on anchoring effects. American Economic Review, 104(1), 277–290. doi:10.1257/aer.104.1.277
  7. Simonsohn, U., Simmons, J., & Nelson, L. (2013, November 11). [7] Forthcoming in the American Economic Review: A misdiagnosed failure-to-replicate. Data Colada. datacolada.org/7
  8. Yoon, S., Fong, N. M., & Dimoka, A. (2019). The robustness of anchoring effects on preferential judgments. Judgment and Decision Making, 14(4), 470–487. dlab.sauder.ubc.ca/sjdm/journal/19/190426/jdm190426.html
  9. Ioannidis, K., Offerman, T., & Sloof, R. (2020). On the effect of anchoring on valuations when the anchor is transparently uninformative. Journal of the Economic Science Association, 6(1), 77–94. doi:10.1007/s40881-020-00094-1
  10. Jacowitz, K. E., & Kahneman, D. (1995). Measures of anchoring in estimation tasks. Personality and Social Psychology Bulletin, 21(11), 1161–1166. doi:10.1177/01461672952111004
  11. Klein, R. A., Ratliff, K. A., Vianello, M., et al. (2014). Investigating variation in replicability: A "many labs" replication project. Social Psychology, 45(3), 142–152. doi:10.1027/1864-9335/a000178
  12. Critcher, C. R., & Gilovich, T. (2008). Incidental environmental anchors. Journal of Behavioral Decision Making, 21(3), 241–251. doi:10.1002/bdm.586
  13. Klein, R. A., Vianello, M., Hasselman, F., et al. (2018). Many Labs 2: Investigating variation in replicability across samples and settings. Advances in Methods and Practices in Psychological Science, 1(4), 443–490. doi:10.1177/2515245918810225
  14. Shanks, D. R., Barbieri-Hermitte, P., & Vadillo, M. A. (2020). Do incidental environmental anchors bias consumers' price estimations? Collabra: Psychology, 6(1), 19. doi:10.1525/collabra.310