Chapter 28: Contingent Weighting in Judgment and Choice
Amos Tversky, Shmuel Sattath & Paul Slovic
From: Choices, Values, and Frames (Cambridge University Press, 2000)
📖 总结
1) 问题意识：程序不变性为何会失败
本章以“偏好如何被测量”为核心议题，讨论一个在规范理论中常被默认为真、但在心理现实中屡遭违背的前提：程序不变性（procedure invariance）。在标准决策理论与测量理论里，偏好被视为个体内部稳定的关系（或由稳定的效用函数表征），因此不同的偏好提取方法——例如直接选择（choice）与匹配/等价设定（matching）——在规范上应导出同一偏好排序。
作者指出，这一假设成立需要两个条件之一：其一，人们对相关领域拥有“已铸成”的明确偏好与信念；其二，即便缺乏预先偏好，人们也会用稳定一致的算法把价值“算出来”。但大量判断与决策研究显示：在复杂、多属性、缺乏明确汇率的情境中，偏好常常不是被“读取”，而是在提问方式与任务结构中被建构（constructed）出来的；因此，选择会随框架与提取方式而变（contingent/context sensitive）。
2) 选择 vs. 匹配：任务需求如何改变属性权重
作者用工作选择的例子（兴趣 vs. 薪水）说明两种任务的心理运算差异。
- 选择任务通常是“序数/质性”的：决策者先看是否存在支配；若无支配，则寻找“决定性优势”；仍无则倾向采用一种低认知成本且易辩护的规则——依据更重要的属性作决定。这相当于一种词典式（lexicographic）倾向：在难以确定属性间交换比率时，把“更重要维度”的优势当作主要理由。
- 匹配任务则强迫“基数/量化”的比较：决策者必须调节某一变量，使两方案等价。这要求对区间大小、自然变动范围以及属性相对权重进行量化整合。常见做法是先比“区间大小”再做“权重调整”；而调整往往不足（锚定—调整不足），使得最终呈现为较平坦、较均匀的权重分配。
由此导出本章的核心经验命题：更突出的/更重要的维度在选择中权重更大，在匹配中权重更小。作者称之为显著性/突出性假设（prominence hypothesis）：选择比匹配更“词典式”，匹配比选择更“折衷式”。
3) 经验现象：权重随“回应方式”系统性漂移
作者将这种差异上升为一般原则：兼容性原则（compatibility principle）。它不是说人们在不同任务中“偏好变了”，而是说在输出形式不同（选择、评分、定价、预测、相似性判断等）时，输入成分的有效权重会系统性改变：
- 与输出形式更“兼容”的信息更易被激活、被放大；
- 不兼容的信息需要额外心理变换，增加努力与误差，降低其诊断性与影响力。
在本章框架下，选择是“序数输出”（选A还是B），因此更强调质性理由（维度重要性、支配、优先级）；匹配是“基数输出”（给出数值、设定等价），因此更强调量化理由（差值、单位成本、区间比对）。于是，“同一对方案”的权衡结构会因任务而变——这就是作者所说的条件性加权（contingent weighting）。
4) 理论落点：偏好既是数据，也是被提问塑形的产物
作者在讨论中提出一个更深的概念性张力：若不同程序产生不同排序，那么偏好究竟在何种意义上“存在”？偏好当然作为可观察数据存在（人会做选择、定价、评分并给出理由），但如果这些数据不满足最基本的不变性要求，则用其去反推稳定“效用/价值”的基础将被动摇。作者因此强调：对偏好提取方法的心理学分析，是决策理论与应用决策分析不可回避的前提。
🧪 关键实验与发现
1) 纯“人际”检验：用聚合数据测试 C 与 M
为排除个体内“先匹配后选择”的顺序效应与“打破平局”的解释，作者提出完全基于被试间比较的检验设计：
- 在选择组，计算选择更重要维度占优方案（记为X）的比例 C；
- 在匹配组，随机给不同人呈现“缺一格”的信息，让其补齐缺失值以达等价；据补齐值是否大于/小于原方案对应值来推断其隐含偏好，得到支持X的比例 M。
若程序不变性成立，则应有 C = M；显著性假设预测 C > M。
结果在多个领域重复出现：
- 求职候选人（技术 vs. 人际）：选择中更偏向技术强者（C≈65%），匹配推断却显著更弱（M≈34%）。
- 广告代理（创造力 vs. 能力）：通过指令操纵“哪一维更重要”，选择仍强烈跟随主维度（C≈65%），匹配显著较低（M≈38%）。
- 交通事故政策（死亡人数 vs. 成本）：选择更支持“多救人但更贵”的方案（C≈68%），而匹配几乎一致支持“更经济但少救人”的方案（M≈4%）。这是对不变性的极端违背。
- 海滩治理（污染控制 vs. 纳税成本）：选择对全面治理的支持高于匹配（C≈48%，M≈12%）。
- 分红/福利计划（早付 vs. 迟付；书券 vs. 旅券等）：选择更偏向被视为主维度的属性；匹配则显著降低主维度优势（如书券/旅券问题中 C≈66%，M≈11%）。
同时还观察到两个细节规律：
- 当缺失值处于“低端”时，匹配更可能偏向主维度（低值更易触发修正）；
- 当缺失值落在主维度而非次维度时，匹配略更偏向主维度。
但总体结论稳定：所有匹配条件下的 M 仍远小于 C。
2) “信息等价”的改造匹配：C > C* > M* > M
作者进一步回应一个潜在反驳：匹配任务在信息上不等价（因为缺失值在选择任务中是已知的）。为此设计“改造匹配”程序：在给出缺失值表格后，先问(a) 若采用选择题中的数值，该数值“太高/太低”？再问(b) 你认为的等价值是多少。
- (a) 的回答可视为“在匹配语境中做选择”，得到 C\*；
- (b) 的回答可视为“在选择语境中做匹配”，得到 M\*。
结果呈现系统序列：C > C\ > M\ > M。
含义是：
- 仅仅把问题放进“匹配框架”，即使做的是选择式判断，也会降低主维度权重（C\* < C）；
- 在选择式提示之后再做匹配，会提高主维度权重（M\* > M）；
- 同一被试对(a)(b)会出现逻辑不一致，且大多数不一致（约86%）遵循显著性假设的方向。
3) 经典“偏好反转”路径的统一解释（选择—定价/匹配）
本章将这些证据视为与偏好反转（preference reversal）同源的兼容性/条件性加权效应：当输出是“定价/匹配”这种更基数化的回应时，与金钱刻度更兼容的成分（如收益额、成本、单位成本）会被放大；当输出是“选择”时，更具正当化力量的主维度（如救命、存活概率、污染治理程度）会被放大。由此，同一对选项在“选哪个”与“给多少价/补多少值”之间可能产生系统反转。
🧩 核心概念与模型
1) 兼容性假设（Compatibility Principle）
兼容性原则是本章理论的轴心：输入的权重随其与输出形式的兼容程度而增强。
兼容性可以来自：
- 尺度兼容：输出是数值预测时，数值线索（如SAT排名）权重增大；输出是分类判断时，分类线索（如课外活动有无）权重增大。
- 语义兼容：判断“相似”时共同特征更被强调；判断“相异”时差异特征更被强调，因此相似与相异并非镜像关系。
在偏好提取中：
- 选择（序数输出）更兼容“质性论证”（主次维度排序、支配/优先级）；
- 匹配/定价（基数输出）更兼容“量化论证”（差值、区间、单位成本）。
2) 显著性效应 / 重要性维度放大（Prominence Effect）
作者将“选择更词典式”形式化为：当两方案在主维度与次维度互有优劣、且次维度无压倒性优势时，选择更倾向采用“主维度胜出”的规则。它既是节省心力的启发式，也是更容易对自己/他人辩护的理由结构。
与之相对，匹配迫使人建立某种跨维度的共同度量，导致主次差异被“拉平”。因此显著性效应不是随机噪声，而是由任务结构引发的系统性权重扭曲。
3) 选择—匹配差异的机制：从质性到基数的转换成本
本章的心理机制可概括为三点：
- 可论证性（justifiability）：选择更需要可辩护的理由，主维度优势提供了强论证；匹配则需要“给出数值”，理由结构转为计算性。
- 认知成本与变换负担：不兼容信息需额外转换（如把“救命”换算成“多少钱一条命”），转换增加误差与不确定，降低其被使用的程度。
- 锚定—调整不足：匹配常以区间对齐为锚，再做不足调整，使权重更均匀、交易更“温和”。
4) 条件性加权模型（Contingent Weighting Model）
作者提出一组层级模型来表达：属性之间的权衡比率不是固定常数，而是依赖回应方式（response-contingent）。最简单的版本即“条件性加权模型”：在不同程序（选择、匹配、评分、定价）下，对同一属性集合赋予不同的有效权重，从而统一解释：
- 选择—匹配差异（choice-matching discrepancy）；
- 评分—定价差异（rating-pricing discrepancy）；
- 偏好反转（preference reversal）等现象。
💡 现实启示
1) 价值评估方法：不要把“一个数”当作稳定偏好
在政策评估、医疗决策、资源配置中，人们既可能被问“选哪个方案”，也可能被问“愿意付多少钱/把缺口补到多少”。本章表明两者会系统性分歧：
- 当主维度是伦理/生命/安全（如存活概率、救命人数），选择会强烈放大主维度；
- 当任务要求定价或补值，成本/金额刻度更兼容，金钱相关维度会被放大。
因此，单一提取程序得到的“偏好”很可能只是该程序的产物。在实践中应采用多程序交叉验证，并将差异本身视为信息（偏好不确定性与建构性）。
2) 问卷与实验设计：提问格式本身就是“处理变量”
- 若研究目标是估计“主维度的重要性”，仅用选择题可能夸大其权重；仅用匹配/定价题可能低估其权重。
- 将同一问题置于不同回应框架会改变权重（C、C\、M\、M 的梯度）。因此需要在设计中控制或随机化：输出尺度（序数/基数）、信息呈现（是否缺失）、是否要求先做方向判断等。
- 对被试的“逻辑连接理解”不可想当然：同一题内(a)(b)仍会出现系统性不一致，提示需要加入理解检查与后测访谈。
3) 仲裁与集体决策：选择程序与“定价程序”会偏向不同价值
在预算分配、仲裁、谈判中：
- 直接二选一的表决可能让“更重要/更显眼”的议题（如健康、安全）压倒其他议题；
- 若改为匹配/补偿式程序（要求给出交换/补偿额度），次要议题更可能获得资源。
这意味着程序选择不是中性的：它会改变价值权重分布，从而影响结果的“正义性”与可接受性。更稳健的制度设计应明确：
- 希望强调哪些价值（主维度放大 vs. 权重均衡）；
- 采用何种程序组合（先选择后匹配、先匹配后选择）以减少单一框架偏误；
- 在关键决策中引入“对照提取”（choice + pricing/matching）并公开差异，促成审议式修正。