你一直假设着的那个生物
你迄今攀过的每一级，都悄悄地依赖着同一个角色。当需求曲线向下倾斜，当企业把边际收益设得等于边际成本，当博弈中的参与者找到纳什均衡时——这一切的背后，都站着某种特定的人。经济学家半开玩笑地称他为经济人（homo economicus）：一台完美的计算器，他清楚自己想要什么，把每个选项排好序，算出成本与收益，然后冷静地挑出最优解。他从不疲倦，从不被诱惑，从不后悔，也从不在乎自己以外的任何人。
这个生物有两台引擎。第一台是理性：假设人们会为了自己的目标做出一致、经过良好推理的选择——也就是你在最基础那一层遇到的理性选择。第二台是自利：假设每个人所追逐的目标，大体上就是他自己的好处——也就是那个能通过看不见的手、把私人的贪欲纺成公共福祉的自利。把一套教科书经济体拆到只剩骨架，你会发现正是这两根大梁撑起了整座房子。
我们「凑合就好」，而非「最优化」
第一道裂缝最为根本，而它跟自私毫无关系——它关乎的是计算能力。要真正做到最优化，你得知道每一个选项，预见每一种后果，还得有时间和脑力把它们全部比较一遍。没有人做得到。经济学家赫伯特·西蒙给这件事起了个名字：有限理性。我们的推理是真实的，但它运行在有限的信息、有限的时间和一颗有限的大脑之上。
于是，我们不去最优化，而是去凑合（satisfice）——西蒙把「满足（satisfy）」和「足够（suffice）」两个词揉在了一起。我们设定一个「够好了」的门槛，然后抓住第一个越过门槛的选项。找房子时，你不会把全城四百套房子排个序；你看上几套，当其中一套采光好、离地铁近、又在预算之内时，你就签了。你并没有找到*那个*最好的房子。你找到的是一套够好的房子，然后就停手了——因为无休止地搜寻，其机会成本本身就大得吓人。在有限理性之下，及早收手不是懒惰；它本身就是一种聪明。
一颗凑合的大脑如何快速做决定？它依靠经验法则——经济学家和心理学家称之为启发法的心理捷径。「小费给个 15% 左右。」「越贵的通常越好。」「大家都在排队，那东西准好吃。」这些捷径并不是硬安在一台坏机器上的缺陷；它们是一颗有限的心智应付无限世界的方式，而且大多数时候它们运作得漂亮极了。问题在于——这也正是这一级存在的全部理由——它们会朝着*可预测*的方向出错。一条平均而言正确的捷径，在特定情境下可能会稳定地、系统性地犯错，而那些情境，原来遍地都是。
可预测的非理性
「可预测」这个词，是整个领域的枢纽。一个犯*随机*错误的人对经济学不构成问题——随机的噪声会相互抵消，平均下来仍然表现得像经济人。而心理学家丹尼尔·卡尼曼和阿莫斯·特沃斯基在 1970 年代以来一个又一个实验中发现的是：人类的错误并不随机。我们会朝*同一个方向*偏——几乎人人如此，几乎每次如此。正是这种规律性，让这些错误值得建模，因为一个系统性的、可重复的偏误，是你真的可以放进一套理论里去的东西。
来看一个直戳理性引擎的经典例子。经济人会把已经花出去、再也收不回的开支视为无关——一笔沉没成本按定义就是没了，所以只有未来的成本和收益才应该左右选择。可现实中的人却会一错再错、追加投入：我们硬着头皮看完一部糟糕的电影，只因为票钱已经付了；明明已经不想吃了，还是把一餐饭吃光，只因为是自己点的。教科书说那张票不该算数；我们的行为却仿佛它正冲着我们嚷嚷。这就是沉没成本谬误，而你——没错，就是你——这个月几乎肯定犯过它。
再来看自利这台引擎。在最后通牒博弈里，一名玩家来分（比如说）100 美元，另一名玩家可以接受（两人各得提议的份额）或拒绝（两人都一分钱拿不到）。一个纯粹自利的回应者本应接受*任何*正数的提议——1 美元也胜过 0 美元。然而在各种文化中，人们都会习惯性地拒绝低于约四分之一总额的提议，宁愿付出真金白银去惩罚那种感觉上不公平的分法。这不是计算上的失误；这是教科书漏掉的一种*偏好*。我们在乎公平、互惠和地位——而不只是自己的钱包。
ULTIMATUM GAME (pot = $100)
Offer to you Self-interested What people
should... actually do
$50 accept accept
$30 accept usually accept
$10 accept often REJECT
$1 accept almost always REJECT
Rejecting $10 = paying $10 to punish unfairness.行为经济学补上了什么
所以，行为经济学并不是一颗瞄准你学过的一切的破拆铁球。它仍是经济学，保留了那套严谨的机械——激励、权衡、边际思维、均衡——只是把那个漫画式的决策者，换成了一个更诚实的：一个聪明却有限、大体自利却也讲公平、并被一小把偏误以可重复的方式扭着走的人。它做到这一点，靠的不是扶手椅上的空想，而是去*测量*真实的行为——在实验室里、在田野实验中、在现实世界里——再把测到的东西反哺回模型。
这场转变是凭硬功夫赢得自己一席之地的。卡尼曼在 2002 年拿下诺奖，理查德·塞勒在 2017 年再下一城，而这些想法早已漫出学术圈外。最著名的实务输出，就是助推（nudge）——重新设计一个选择被*呈现*的方式，让人们自己的偏误反过来对他们有利，既不禁止任何东西，也不改变收益。把养老金储蓄设成「你得主动*退出*」的默认选项，而不是「你得主动*加入*」，参与率就会从少数人猛跳到绝大多数——选项一样、钱一样，只是起点不同。助推之所以能改变行为，恰恰因为真实的人并不是旧模型假设的那种无动于衷的计算器。
向下方一切发出的友善挑战
请把这一级读作对它下方各级的一次友善挑战——而不是一次拆除。当你学到需求曲线向下倾斜，那是对的；行为经济学要追问的是：*它倾斜得有多陡，以及如果你只是把同一个价格重新贴上「折扣」对「附加费」的标签，同一个人会不会就改了主意？* 当你学到企业会让利润最大化，对整个企业而言这成立；行为经济学要追问的是：企业内部的经理们为什么有时会死抱着注定亏损的项目不放，恰如沉没成本谬误所预言的那样。早先的那些模型是骨架。这一级则是血肉。
这一级余下的部分，会逐一走过我们的心智那些具体而有据可查的偏离方式——而其中的头牌，你已经瞥见过了。我们将遇到：损失为何比等量的收益显得更沉重，同一个事实换两种说法为何会引出两种答案，一个随机的初始数字为何能悄悄*锚定*我们的估计，我们为何会把「这一罐现金」和「那一罐」区别对待，以及为何今天到手的奖励，感觉上会比明年同样的奖励响亮得离谱。每一条都是对经济人的一次单一而锋利的偏离——而每一条，你一旦看清，余生都会逮到自己在犯。
最后还有一个值得带上路的重新框定。「非理性」听起来像句骂人话，但有限的、有偏误的、热爱公平的人类并不是坏掉的机器——他们是唯一真正运转过一个经济的那种心智。经济人是那个让经济学得以成为一门科学的模型；行为经济学则是那个让它得以成为一门*关于人*的科学的模型。两个都留着。一如这座阶梯上始终如此，本事在于：知道该把哪一片镜片举到眼前。