捷徑，而非缺陷
在上一篇裡，你認識了行為經濟學及其奠基性的觀察：真實的大腦靠有限理性運轉——注意力有限、時間有限、資訊有限。本篇要打開有限的大腦實際使用的那只工具箱。啟發法（heuristic）是一種快速、省力的經驗法則，它把一個我們無法回答的難題，換成一個我們能回答的簡單問題。當被問「這有多可能？」時，我們悄悄換成「一個例子有多容易浮現在腦海裡？」——然後回答後者。大多數時候，我們根本沒察覺到這次偷換。
嘲笑這些捷徑很容易，但它們大體上是特性，而非缺陷。一隻在每一次草叢沙沙聲前都停下來精算全部期望值的生物，還沒算完就被吃掉了。啟發法用一點點準確度，換來巨大的省力，而在日常生活的種種事務中，它們通常都落在「夠近」的範圍內。有意思的部分——也是經濟學所在意的部分——在於：當它們失手時，並不是隨機失手。它們一次又一次地朝同一個方向、出於同樣的原因而出錯。這種重複的、有方向性的錯誤，就是我們所說的認知偏差。
錨定：第一個數字會黏住你
[[anchoring|錨定]]是指一個無關的起始數字，對隨後的判斷產生的拉力。當我們必須估計某個不確定的東西時，我們會抓住手邊隨便哪個數字，把它當作一個起跑點，然後從那裡往外調整——可是我們調整得太少，於是最終答案仍卡在錨點附近。令人不安的是，這個錨點根本不需要攜帶任何資訊。在一項經典研究中，人們先轉動一個被做了手腳、只會停在10或65的轉盤，再去猜非洲國家在聯合國中所佔的比例。看到10的人猜大約25%；看到65的人猜大約45%。一個來自輪盤的數字——純粹的雜訊——居然移動了他們對世界地理的估計。
一旦你認得這個模式，凡是金錢易手之處你都會看到它。一件標著「原價400元，現價150元」的夾克讓人覺得撿了大便宜，因為400元設下了錨點，哪怕從來沒人真的付過這個價。一場薪資談判，很大程度上就是在爭誰能說出第一個數字。房屋掛牌價、酒單上那瓶價格離譜的酒、已經替你填好的「建議」捐款金額——全都是悄悄引導你判斷「什麼才算合理」的錨。你在心如止水的真空裡本會付的價格，幾乎無關緊要；擺在它旁邊的那個價格，才真正起作用。
可得性：容易想起的，就覺得常見
[[availability-heuristic|可得性啟發法]]用「例子有多容易浮現在腦海裡」來判斷某件事有多可能、多頻繁。這是個聰明的把戲，因為在一個穩定的世界裡，常見的東西的確更容易被回想起來。但回想的難易，受到的影響遠不止頻率——任何鮮明的、新近的、帶情緒的，或被新聞大量報導的事物，都會把它誇大。於是我們的風險量表悄悄追蹤的是「好不好記」，而不是「機率」，兩者就此分道揚鑣。
這正是為什麼一次空難——連續一週霸佔每一塊螢幕——能讓數百萬人不敢坐飛機，儘管開同樣的距離按每英里算危險得多。墜機令人難忘；而安全抵達的成千上萬人上不了頭條，因此在記憶裡不留痕跡。同一套機制讓我們高估鯊魚襲擊和恐怖主義，卻低估那些緩慢、不戲劇化的殺手——糟糕的飲食、高血壓——它們悄無聲息地造成的傷害要大得多。在掌舵的是鮮明度，而不是頻率。
可得性還有一個更安靜、值得點名的經濟學「表親」：它會誇大我們對自身貢獻的信心。問一個團隊裡每個人自己做了多大比例的工作，加總起來通常遠超100%——每個人都鮮明地記得自己的付出，而對隊友的付出只有模糊印象。這種從「容易回想」滑向「因此份量很大」的過程，正是通往過度自信的一條路——這個偏差我們稍後還會回頭討論，它也是預算爆表與工期延誤的可靠來源。
代表性：相像如何矇騙我們
第三匹主力是代表性：我們用「某樣東西有多像我們心中對某個類別的畫像」來判斷它屬於那個類別的可能性——並因此忽視了樸素的背景機率。來認識琳達：三十一歲，單身，直言不諱，曾是哲學系學生，深切關注正義與反核議題。哪一種更可能——琳達是個銀行櫃員，還是琳達既是銀行櫃員又是女權活動家？大多數人選後者。但後者不可能更可能。每一個女權主義的銀行櫃員，按定義都是銀行櫃員，所以這個更窄的群體，永遠不可能比包含它的群體更大。
琳達的故事與我們對「活動家」的刻板印象貼合得太嚴絲合縫，以至於「相像」蓋過了算術。這就是合取謬誤——把一個具體而鮮明的組合，判斷為比它自身的某個組成部分更可能。它的近親是基礎比率忽視：一開始就無視某件事到底有多常見。一個算例能讓代價變得鮮明。假設某種疾病的患病率是千分之一，而一項檢測的準確率為99%。你檢測呈陽性——該有多擔心？
Out of 10,000 people: truly sick = 10 -> ~10 test positive (true positives) truly well = 9,990 -> ~100 test positive (1% false positives) positives total = 110 chance you are actually sick = 10 / 110 ~= 9%
大多數人——包括醫生在內——會猜陽性意味著90%或更高的患病機率。真實答案約為9%，因為在10,000人當中，真正患病的那一小撮，被一大群因誤檢而呈陽性的健康人所淹沒。代表性在你耳邊低語「檢測顯示像是病了，所以你多半是病了」；而基礎比率——這病有多罕見——才是真正一錘定音的東西。同樣的盲點，讓我們把幾個好季度誤當成一位卓越的基金經理，或把一個驚人的軼事誤當成一種趨勢。
為什麼偏差是可預測的，而非隨機的
下面這一步，正是把心理學變成經濟學的關鍵。如果錯誤是隨機的，它們就會朝四面八方散開，在任何大群體裡相互抵消——那麼一個假設完美理性選擇的模型，照樣能很好地描述「平均的人」。但這些錯誤不是隨機的。它們會傾斜。給一千個陌生人看一個高錨點，幾乎所有人都會往高裡估。把一種風險渲染得鮮明，幾乎人人都會高估它。正因為整群人朝同一個方向傾斜，錯誤便堆積起來而非相互抵消，於是它們出現在真實的價格、真實的市場和真實的政策之中。
「可預測」是這裡的關鍵詞，而且它有兩面。正因為這種傾斜是可靠的，研究者就能預報它：告訴我錨點，我就能猜出你的估計會往哪邊彎。但凡是可預測的東西，也都能被定價、被販賣、被設計利用。行銷人員、賭場和應用設計師一向憑直覺撥弄這些槓桿。行為經濟學所做的，不過是為它們命名、對它們測量，並追問它們如何加總。它的另一面——用同樣的規律去幫助人，而非利用人——就是助推的設計，那是後面一篇的主題。
把這套工具用起來
你無法卸載這些捷徑——它們在意識之下運行，連研究它們的專家也會中招。你能做的，是為那些真正重要、值得慢下來的決定，建幾個檢查點。目標不是懷疑每一個瞬間判斷（大多數判斷又快又好，自有其道理），而是認出那一小撮——大額採購、鮮明的驚嚇、對人的模式匹配——捷徑最可能誤導你的情境。
- 找出錨點。問自己：是不是有某個數字——標價、第一次報價、去年的數據——在悄悄框定我的估計？在看它之前，先定好你自己的數。
- 給鮮明的東西打折。當一個故事讓你感到驚恐或難忘時，去問真實的發生率，而不是看頭條。好記不等於常見。
- 想起基礎比率。在相信一種相像之前——一項診斷、一種刻板印象、一段連勝——先問問這件事一開始到底有多常見。
- 考慮相反的一面。強迫自己為對立面辯護片刻；這是對付過度自信最便宜、也最經得起檢驗的解藥。
這三種啟發法並非故事的全部——它們是地基。同一套機制，一旦施加於收益與損失而非機率，就會產生我們對「贏」與「輸」那種不對稱的感受，以及經濟學家稱之為前景理論的、更深層的風險下抉擇地圖。與之緊密相關的是框架效應——同一個完全相同的選項，包裝成收益還是損失，感覺竟會不同。那些是本階段接下來的幾步。眼下你已握住核心洞見：我們的錯誤不是雜訊，而是信號——有規律、可預測，因而是經濟學能夠研究的東西。