本文出自

完美打造決策

完美打造決策

2015年5月號

決策精進之道

From “Economic Man” to Behavioral Economics
賈斯汀.福克斯 Justin Fox
瀏覽人數:13514
  • 文章摘要
  • "決策精進之道"

  • 字放大
  • 授課文章購買
    購買〈決策精進之道〉文章
  • 個人收藏購買
    購買〈決策精進之道〉PDF檔
    下載點數 10
MILLO, 2014, B.ART–ARTE IN BARRIERA, TURIN, ITALY
為什麼企業常常作錯決定,經理人又要如何作出更好的決策?為此,本文簡要敘述了現代決策模式的演進,告訴經理人何時該運用正式的決策分析,何時該仰賴經驗與直覺作決定,何時該結合這兩種做法,成為最佳決策者。

我們作決定時可能會犯錯。我們知道這一點,當然是因為自己有作錯決定的經驗。但即使沒有這種經驗,近年來也有看似源源不絕的實驗證據顯示,人類確實有作錯決定的傾向。這種研究路線,學界稱為「捷思與偏誤」(heuristics and biases),但一般人可能比較熟悉它衍生出來的行為經濟學。這條路線已成為認識人類決策的首要學術方法,這派學者對商界、政府和金融市場,有重大的影響力。他們的著作在流行文化中大受歡迎,當中最重要的三本書是《誰說人是理性的!》(Predictably Irrational )、《快思慢想》(Thinking, Fast and Slow ),以及《推力》(Nudge )。迄今為止,一切都好。這類研究提供了大量的寶貴資訊。少了它,會是世界的重大損失,我們對決策的認識就會貧乏得多。

但這不是了解決策唯一有用的方式。即使是只看學術討論,也有三個不同學派。雖然捷思與偏誤是目前的主流學派,但近半個世紀以來,它與另外兩個學派有互動,有時還有爭鬥。這兩個學派之一有正式名稱,叫做「決策分析」,另一派的關鍵特徵,大概是證明了人類不像表面看來那麼蠢。

這三個學派的擁護者多年來激烈爭辯,而雖然近來爭論已暫歇,重大分歧並未消除。英國作家暨學者大衛.洛吉(David Lodge)曾警告過:學術政治如此惡毒,是因為當中的利害得失一點也不大。但這句話在此並不適用,因為決策科學非常重要,而且決策學者對世界有實質的影響。

本文簡述各個決策學派如何興起、歷年來如何互動,我會從二次世界大戰期間和之後,人們對該領域興趣驟增說起。較詳細的版本,可參閱李.巴克安納(Leigh Buchanan)和安德魯. 歐康納(Andrew O'Connel)撰寫的〈決策簡史〉(“A Brief History of Decision Making, ”HBR , January 2006)。本文的目的,是幫助讀者在聽取決策建議時,有更多資訊可參考判斷,而你或許還可以因此而成為更好的決策者。

理性革命

第二次世界大戰期間,替同盟國效力的統計學家,以及對機率有研究的人,像是數學家、物理學家和經濟學家,發揮了史無前例的關鍵作用。他們運用了分析方法,也就是所謂的「作業研究」(英國稱為operational research,美國則稱operations research),來改善製造作業的品質控管,替船艦安排更安全的跨洋航線,估算防空砲彈爆炸時會產生多少碎片,以及破解德國使用的密碼。

二次世界大戰之後,人們十分憧憬這種合乎邏輯的統計方法,能改造其他領域。這種抱負的著名產物之一,是核子武器方面的「相互保證毀滅論」。另一個知名的產物是決策分析。最簡單的決策分析分成三個步驟:(1)明確陳述問題;(2)列出各種可能的行動方向;(3)有系統地評估每一個選項。這是有歷史先例的:1770 年代,班傑明.富蘭克林(Benjamin Franklin)便寫過如何運用「道德或審慎代數」(Moral or Prudential Algebra),來比較各種選項和作出選擇。但到了1950 年代,人們極想研究出一套標準方法,用來權衡不確定未來中的各種選項。

數學家約翰. 馮紐曼(John von Neumann),也就是「相互保證毀滅」這個詞的創造者,以他「預期效用」(expected utility)的概念, 協助啟動了有關人類決策的研究。他與經濟學家奧斯卡.摩根斯坦(Oskar Morgenstern)合著有《賽局理論與經濟行為》(Theory of Games and Economic Behavior ), 在這本1944 年出版的經典著作中,第一章便指出,預期效用是結合想像事件和機率的結果。把一項結果發生的機率,乘以該結果預料將產生的收益,得到的數字便是預期效用,可用來引導決策。

當然,實際情況往往沒那麼簡單。馮紐曼的分析,是以撲克牌遊戲為基礎的,而這種遊戲的潛在損益不難量化。至於現實生活中的許多決定,要量化潛在損益就會困難得多。機率也是一大問題:如果根本就不確定,要如何知道各種可能結果發生的機率?

結果勝出的答案是:機率並無絕對的正確答案(人人都必須提出自己的猜測),但根據新出現的資訊來修正機率,則有一種正確方法。後來,大家稱這種正確方法為貝氏統計學(Bayesian statistics),它的基礎是一些長期乏人關注的概念(大多數源自法國數學天才皮耶- 賽門.拉普拉斯〔Pierre-Simon Laplace〕,而不是英國牧師湯瑪斯.貝斯〔Thomas Bayes〕),1930年代連續有多位學者重新運用這些概念並推動這門學問。為免累贅,我在此只提其中一位:統計學教授李奧納多.吉米.薩維奇(Leonard Jimmie Savage)在1954 年的著作《統計學的基礎》(The Foundations of Statistics )中,說明了根據新資訊修正機率估計的規則。

這種思考方式的早期產物之一,是如今仍有影響力的「投資組合選擇」理論。這個理論,是薩維奇在芝加哥大學的學生哈利.馬可維茲(Harry Markowitz),於1952 年提出的,他建議股票投資人估計個股的預期報酬率,以及這種估計出錯的可能性。馬可維茲以這項理論,獲得1990 年的諾貝爾經濟學獎。1957 年,決策分析這個廣大的領域,開始逐漸凝聚為一門學問:這一年,數學家霍華.瑞發(Howard Raiffa)到哈佛大學,同時任教於商學院和統計學系。他很快便與羅伯.史賴法(Robert Schlaifer)合教一個為商學院學生開設的統計學課程。史賴法是學西方古典學問出身的學者,學習能力高強:二次世界大戰之後的許多年間,哈佛商學院開設的必修課程,他幾乎都曾教過。瑞發和史賴法認為,迴歸分析和P 值等標準統計學,對未來的商業領導人不是那麼有用,因此他們採用貝氏統計學。不久之後,與其說他們教授的是統計學,不如說是決策。瑞發用來計算各路徑預期值的「決策樹」(decision tree),成了哈佛商學院和效法這種做法的其他商學院必教的內容。

不過,「決策分析」(decision analysis)這個詞,是隆納德.霍華(Ronald Howard)創造的。霍華是麻省理工學院的電機工程師和統計流程專家,二次世界大戰期間曾在麻省理工,與一些作業研究方面的主要學者一起研究,在麻省劍橋市與瑞發相遇。霍華在1964 到1965 學年赴史丹福大學擔任訪問學者時,獲邀將新的決策理論,應用在奇異公司(GE)當時考慮在聖荷西核能總部興建的一座核電廠上。霍華把預期效用及貝氏統計學,與電腦建模及工程技術結合起來,稱為決策分析,而他的一些追隨者則稱之為「西岸決策分析」,表示有別於瑞發那一套。去年,決策分析學慶祝誕生五十週年,霍華和瑞發被譽為該領域的兩位創建者。

非理性的復仇

馮紐曼和摩根斯坦提出他們的預期效用理論後,經濟學家隨即開始採納該理論,不僅當作理性行為的一種理論模型,還視為對人們實際決策方式的描述。「經濟人」理應是理性的人;如今所謂的理性,包括以一致的方式評估各種機率,因此經濟人理應也這麼做。1948 年,薩維奇和經濟學家米爾頓.傅利曼(Milton Friedman)撰文指出,認為這種假設有點不切實際的人,可以這麼想:撞球高手並不知道決定兩球相撞之後各自走向的數學公式,擊球時卻像是自己知道這些公式似的。

有點驚人的是,此後三十多年間,經濟學家在這方面的想法不曾改變。這並不是因為他們認為人人都能做完美的機率計算,而只是認為在自由市場中,理性行為通常能勝出。

於是,要由心理學家來探討以下這個問題:人們真的像馮紐曼和薩維奇講的那樣作決定嗎?華德.愛德華茲(Ward Edwards)是這方面的先驅。他在哈佛大學時,從統計學教授那裡學到預期效用和貝氏統計法,1954 年,在一份心理學期刊發表了一篇影響深遠的論文,名為〈決策理論〉(The Theory of Decision Making)。他對決策研究的興趣,起初並未獲得同儕支持;他的第一份工作,是在約翰霍普金斯大學(Johns Hopkins),因為太專注於決策研究遭學校開除。在美國空軍人員研究中心工作一段時間之後,他去了密西根大學(University of Michigan),當時該校正在快速發展數學心理學。不久之後,他將吉米.薩維奇吸引到密西根大學,開始設計實驗,測量人們的機率判斷,有多貼近薩維奇的理論。

愛德華茲的典型實驗是這樣的:研究人員向實驗對象展示兩袋撲克籌碼;A 袋內有七百個紅色籌碼和三百個藍色籌碼,B 袋則有七百個藍色籌碼和三百個紅色籌碼。他們隨機從其中一袋拿出幾個籌碼,然後估計自己是從A 袋或B 袋拿出籌碼的機率。

如果拿到八個紅色籌碼和四個藍色籌碼,你手上這些籌碼來自A 袋的機率有多高?大多數人給的答案,介於70%至80%之間。根據貝氏定理,機率其實高達97%。不過,實驗對象所作的機率評估,在改變時是「有序的」,而且方向正確。因此,愛德華茲在1968年得出以下的結論:人們是「保守的資訊處理者」,以決策分析的規則來說,不是完全理性,但在大多數情況下,已經算是很理性了。

1969 年, 耶路撒冷希伯來大學(Hebrew University)的丹尼爾.康納曼(Daniel Kahneman),邀請曾在密西根大學受教於愛德華茲的同事阿莫斯.特沃斯基(Amos Tversky),到他的研究生研討會上,講述心理學研究的實際應用。特沃斯基說明愛德華茲的實驗和結論。康納曼在此之前不曾專注研究人類決策,他認為,愛德華茲大大高估了人們處理資訊的技能。不久之後,他說服特沃斯基與他合作一個研究專案。他們第一項實驗的對象,是出席某項會議的數學心理學家。他們隨後做了多項實驗,證明人們評估機率和作決定的方式,與決策分析師建議的方式,有系統性的差異。

他們在1973 年撰文指出:「人們在不確定的情況下作預測和判斷時,看來並不遵循機率計算法則,也不遵循有關預測的統計理論。他們仰賴數目有限的捷思法,這些方法有時能產生合理的判斷,但有時會導致嚴重的系統性誤差。」

捷思法其實就是經驗法則,是作決定的捷徑。康納曼和特沃斯基並不認為仰賴捷思法一定不好,但他們集中研究誤導人們的捷思法。多年來,這兩位學者及追隨者記錄了大量決策上的捷思缺陷,例如,易得性捷思法(availability heuristic)和自珍效應(endowment effect)等。

以學術運動來說,他們的努力極為成功。康納曼和特沃斯基不僅在心理學方面吸引了大批追隨者,還啟發了年輕經濟學家理查.塞勒(Richard Thaler)。在塞勒等人的幫助下,康納曼和特沃斯基對決策領域的影響重大,在馮紐曼之後的心理學「局外人」當中,沒有人比得上他們。2002 年,康納曼獲得諾貝爾經濟學獎;特沃斯基已在1996 年去世,因此無法分享這項殊榮。而與財富相關的捷思和偏誤見解,則被稱為行為經濟學。有關人類如何違反理性法則,至今仍是多個學術領域的熱門研究課題。

但這類研究對如何改善人類決策有何啟示,並不是很清楚。第一代的決策分析師,像是瑞發和愛德華茲都承認,康納曼和特沃斯基指出的思考缺陷的確存在,但人們把焦點放在這個問題上的做法是錯的,因而衍生出視人類是「認知殘障」這種宿命觀。連一些捷思與偏誤研究人員也同意這些批評。康納曼和特沃斯基的前研究助理、長期任教於卡內基美隆大學的巴魯克.菲斯霍夫(Baruch Fischhoff)便說:「有關思考偏誤的故事太吸引人了,它們壓倒了有關捷思的故事。」康納曼本人在《快思慢想》中寫道:「不時有人稱讚我和特沃斯基的研究,證明了人類的抉擇並不理性,我常為此感到心虛。其實,我們的研究不過是證明了,理性行為者模型不能準確描述人類的行為。」因此,一群新的決策學者開始研究,人腦採用的決策捷徑是否真的那麼不理性。

捷思法何時有效

這種想法並不是全新的見解。1978年獲得諾貝爾經濟學獎的赫柏.賽蒙(Herbert Simon), 早在1950 年代便開始把捷思法當褒義詞使用。賽蒙原本是政治學家,後來成為全才型社會學家。他指出,決策者極少有時間或腦力,去遵循決策分析師提出的最佳化流程,因此他們滿足於採用思考捷徑,採納自己首先想到、令人滿意的行動方案,而不是持續努力尋求最佳方案。

賽蒙把這個現象稱為「有限理性」(bounded rationality)。這個理論常被視為康納曼和特沃斯基學說的「前輩」,但兩者其實各有不同意旨。康納曼和特沃斯基的研究,證明人們往往偏離決策的理性模式,賽蒙則質疑「理性」模式是否真的是最佳模式。到了1980 年代,開始有其他學者加入這項爭論。

當中最好辯的人,至今仍是捷爾德.蓋格瑞澤(Gerd Gigerenzer)。他是德國的心理學教授,也是統計學博士。1980 年代初,他在德國比勒費爾德市(Bielefeld)的跨學科研究中心工作一年,學術生涯從此改變。他在該中心,與一群哲學家和歷史學家研究17 到19 世紀機率理論的興起。這一年的工作成果之一,是廣受好評的歷史著作《機率帝國》(The Empire of Chance ),由蓋格瑞澤和另外五名學者合著(蓋格瑞澤在作者中排名第一個,這是六位作者遵循該書主題,抽籤決定排名次序的結果)。另一項結果,是蓋格瑞澤愈來愈確信,雖然決策分析師青睞的貝氏機率計算法並無錯誤,但也只是決策者的數種選項之一。

蓋格瑞澤現在表示,當初他開始閱讀康納曼和特沃斯基的論文,看法與大多數讀者不同。首先,他認為康納曼和特沃斯基的一些研究結果,是可疑的。有時只要改變問題的表達方式,就可以消除一些明顯的認知錯覺。例如,蓋格瑞澤和數名合作學者發現,當統計數據以自然頻率(例如每一千人有十人),而非以百分比來表達時,醫師和病人正確評估疾病風險的可能性就大得多。

但蓋格瑞澤並未就此滿足。1989 到1990 學年,他任職史丹福大學行為科學高等研究中心期間,在史丹福大學和加州大學柏克萊校區(UC Berkeley)演講,猛烈批評捷思與偏誤研究計畫;而那時史丹福已成為特沃斯基學術家園,康納曼則任教於加大柏克萊校區。蓋格瑞澤的不滿,在於康納曼和特沃斯基等人,記錄人類違反貝氏決策分析模型的表現,但貝氏模型本身是有缺點的,或至少是不完整的。蓋格瑞澤說,康納曼起初鼓勵質疑者進行辯論,但後來厭倦了質疑者的好戰作風。後來,這場爭論化為一系列的期刊論文,看過整個系列的讀者,很難不對康納曼的厭倦有共鳴。

但蓋格瑞澤並非唯一提出以下觀點的學者:我們不應輕率貶低人類作決定時仰賴的捷思法、直覺和快速判斷等方法,認為它們必然不如決策分析師基於機率的判斷。其實,康納曼在某種程度上,也認同這樣的觀點。他找到了一名較友善的討論伙伴:心理學家和決策顧問蓋瑞.克萊恩(Gary Klein)。他是麥爾坎.葛拉威爾(Malcolm Gladwell)所著的《決斷2 秒間》(Blink )這本書中的明星人物之一。克萊恩研究消防員、士兵、機師之類人物,探討他們如何培養出專門技能,結論是這個

管理可能是最需要多種決策策略的領域。

過程,遠比決策分析師的模型來得更「自然主義」和「印象主義」。他和康納曼共同研究何時仰賴直覺是可行的,結論是「可靠的直覺需要可預料的情況,而且要有學習機會」(這是克萊恩的話)。

捷思法真的只有在前述那些情況下,會勝過決策分析嗎?蓋格瑞澤認為不是,而近幾年的經驗,主要是全球金融危機,似乎支持他的說法。他表示,面臨大量不確定性時,「你必須化繁為簡,才能保持強健;這時候,你已無法再進行『最佳化』。」換句話說,當你輸入決策模型的那些機率都不可靠時,遵循經驗法則反而比較好。他愛用的例子之一源自哈利.馬可維茲,也就是現代投資組合理論的創造者;而該理論,是「決策分析」的「親戚」。馬可維茲曾說溜嘴,表示在替自己的退休儲蓄選擇基金時,只是把錢平分到可選擇的基金上(也就是說,如果有N 檔基金,每檔基金獲得的資金是總額的1 / N)。後來的研究顯示,這種「1 / N 捷思法」的效果並不差。

最新情況

無論在學術界或一般大眾心目中,康納曼和特沃斯基的捷思與偏誤派目前占上風。這學派除了有許多真實的優點外,也是最方便取得有趣新實驗結果的一派,而這對年輕學者爭取終身教職極有幫助。此外,新聞記者也喜歡撰寫相關文章。

但決策分析派並未消聲匿跡。1997年,哈佛商學院不再把決策分析列為必修課,但這個決定有部分原因在於,許多學生已熟悉諸如決策樹等核心技能。不過,以高等學術研究課題來說,只有少數幾所大學著墨在決策分析,包括南加州大學(USC)、杜克(Duke)、德州農工(Texas A&M),以及羅奈德.霍華任教的史丹福大學。決策分析的應用集中在產業界,例如,石油和天然氣,以及製藥業;這些產業的經理人,必須作一些涉及漫長投資期的重大決定,而且有較可靠的數據可用。雪佛龍(Chevron)極可能是最熱心應用這套方法的業者,雇用了250 名決策分析師。決策分析的某些方面,也經歷了非正式的復興,受到一些電腦科學家和擅長量化分析的人重視。讓奈特.席佛(Nate Silver)成為知名人士的總統大選預測,便是貝氏分析法的簡單應用。

認為理性最佳化決策法並非最理想做法的一派,則比較分散。在柏林的普朗克人類發展研究所(Max Planck Institute for Human Development),有一大群研究人員追隨蓋格瑞澤。與克萊恩志同道合的人(主要在產業界和政府,而非學術界),會定期在「自然主義決策」會議相聚。並非決策分析師的決策學者,大多數是判斷與決策學會(Society for Judgment and Decision Making)的成員,而該學會由捷思與偏誤研究人員主導。師從蓋格瑞澤、如今任職於微軟研究院的丹.葛斯坦(Dan Goldstein)說:「目前主要仍是兩派之爭,一派是康納曼和特沃斯基的門徒,一派是蓋格瑞澤和曾與他合作的人。康納曼派和特沃斯基派的勢力對比仍是九比一。」不過,處事比老師蓋格瑞澤圓融得多的葛斯坦,已預定出任判斷與決策學會下任會長。

各派在實用決策建議方面的相容程度,似乎比在決策研究領域的相容度還高。商學院在這個領域的主要教科書,是《管理決策的判斷》(Judgment in Managerial Decision Making ),作者是哈佛大學的麥斯.貝瑟曼(Max Bazerman),較新版本則是與加州大學柏克萊校區的唐.摩爾(Don Moore)合著。該書的大部分篇幅在講捷思與偏誤學說,但作者把該書獻給決策分析師霍華.瑞發,而且,書末的建議清單第一條便是「使用決策分析工具」。這是完全不矛盾的:康納曼和特沃斯基整個研究計畫的起點,正是視決策分析為最佳做法。但這派學者嘗試糾正人們的決策錯誤時,也用上了捷思法。

捷思與偏誤研究最著名的產物之一,是理查.塞勒和薛洛姆.貝納茲(Shlomo Benartzi)的「明天存更多」(Save More Tomorrow)計畫。在這個計畫下,勞工不必去想為退休存多少錢這個困難的問題,只需要選擇一項捷思法:承諾每次加薪時,自動增加退休儲蓄。這項計畫的結果,大幅提高了參與者的退休儲蓄。最近一項以多明尼加共和國小企業主為對象的實地實驗發現,教導他們一項簡單的捷思法,就是將商務與私人開銷分開管理,兩個帳戶之間每月只轉帳一次,效果遠大於傳統的理財教育。其中一名研究人員、麻省理工經濟學家安東妮.蕭爾(Antoinette Schoar)表示:「我們面臨的一大難題,是釐清這些捷思法在什麼情況下有用,什麼情況下無用,或甚至有害。至少就我所知,目前我們不是很清楚捷思法適用領域的界限。」

而這一點, 成為蓋格瑞澤及他的伙伴最近一項計畫的主題,他稱這項大型研究計畫為「生態理性」(ecological rationality)。他們認為,在不確定性很高、潛在選項很多,或是樣本規模相當小的情況下,捷思法的效果,很可能優於較倚重分析的決策方式。這種分類法未必會流行,但似乎愈來愈多人認為,明智的決策方式,應該要結合理性模型、避免犯錯和捷思法。

其他方面也有一些重要發展。隨著神經科學的進步,科學家更加了解人腦作抉擇的方式,因此,有關人類決策的研究可能出現重大變化,不過這類研究仍在初期發展階段。目前愈來愈多決策交給了電腦,而電腦並不受限於人腦的資訊處理局限,也沒有人類的偏誤。但約翰.馮紐曼和赫伯.賽蒙同為人工智慧的先驅,而這個領域仍結合前者的決策分析手段,以及後者的捷思法。至於哪一種方法最好,目前尚無明確的定論。

改善決策品質

那麼,我們該如何正確看待決策這件事?關於這個問題,有幾個簡單的答案。對涉及高昂經費、且有相當可靠數據可用的重要決定,例如,是否興建一座煉油廠、是否念學費高昂的研究所,以及是否接受大手術,決策分析技術是非常寶貴的。這些技術,對談判和作集體決定也有用。多年運用決策分析法的人表示,他們甚至會用這種方法來作一些快速判斷。哈佛經濟學家理查.澤克豪澤(Richard Zeckhauser)表示,他在哈佛廣場停車時,會在腦中利用決策樹快速計算,以決定放多少錢到停車收費表中。「這有時會讓別人覺得很煩,」他承認,「但常做就熟能生巧。」

衝進火場救火的消防員,連快速運用決策樹的時間都沒有,但如果他經驗夠豐富,通常能憑直覺作出很好的決定。在許多其他領域,多年實務運用而養成的直覺,同樣非常有用:心理學家安德斯.艾瑞克森(K. Anders Ericsson)曾提出一個很有名的估算:認真練習至少一萬小時的人,可望成為真正的高手。這個法則最適用的領域,通常是穩定的領域。網球、小提琴、甚至火勢的變動,都不會忽然改變,以致相關技能失效。

管理不屬於這種領域。經理人會遇到重複發生的情況,也會遇到新的情況。遇到重複發生的情況時,基於經驗的直覺是寶貴的;但遇到新情況時,基於經驗的直覺是無用的。經理人會面對風險和潛在報酬可計算的專案,也會遇到開創新領域的計畫,這個時候,量化分析反而可能產生誤導。管理可能是最需要多種決策策略的領域。

捷思與偏誤研究吸引人的原因之一,是它即使不能告訴你該作什麼決定,但至少能幫助你避免一些顯然錯誤的思考方式。如果你因為知道有自珍效應這回事,而較能避免固守績效衰退的業務,較願意投資新業務,那麼你的決定很可能會較明智。多數人認為,在決策上是最嚴重的錯誤之一,就是對自己的判斷或成功機會過度自信,但這正是許多成功領導人的特徵。在商業的最尖端領域,優秀的決策方式,可能有點像《星艦迷航記》(Star Trek)中寇克艦長與大副史巴克之間的互動:史巴克說成功機率低得離譜,寇克卻非常自信地向前衝,但史巴克仍追隨左右。

(許瑞宋譯自“From ‘Economic Man’ to Behavioral Economics,”HBR , May 2015)



賈斯汀.福克斯 Justin Fox

《哈佛商業評論》前編輯總監,現在是「彭博觀點」專欄作家,著有《理性市場的神話》(The Myth of the Rational Market )。


本篇文章主題行為經濟學