概率忽视

概览

1. 快速摘要

当我们面对引发强烈情绪的情境时，无论是害怕恐怖袭击，还是为中彩票而兴奋，大脑基本上就不再计算概率了。我们不去权衡事情实际发生的可能性，而是把注意力全部放在结果会有多可怕或多美好上。可怕的事情只有 1% 的可能，感觉上却几乎和 100% 一样有威胁，因为我们的情绪系统靠的是“可能发生”与“不会发生”这样一个简单开关，而不是一把分级的概率尺子。

用大白话说

概率忽视，就是强烈的感觉让你忘了问一问，这件事到底有多大可能发生。只要一个结果够吓人或者够刺激，你的大脑就会把“可能发生”看得和“一定会发生”差不多。

想象一下，学校组织去游乐园玩。上周你看了一段视频，一辆过山车倒挂着卡在了半空。现在朋友们都在排队，你满脑子都是自己倒挂在那里的样子。其实这台过山车出这种事的可能性非常小。每天都有一大群人坐它，下来时都好好的。可你的害怕不管可能性大小，它只在乎你脑子里的那个画面。好的感觉也是这样。一个几乎没人能抽中的奖品，也能让人兴奋得像稳拿到手一样。

你可以这样做。当一股强烈的感觉冒出来时，停一下，问问自己：“这种事实际上多久才发生一次？”去查一查，或者问问你信任的大人。你仍然可以紧张，只是也要让真实的可能性说上一句话。

2. 背后的科学

2.1. 发现与历史

人们对概率忽视的认识，来自经济理论与心理学观察之间几十年的张力。经典的期望效用理论（von Neumann 和 Morgenstern）假定，理性的行动者会把概率和结果大小线性地结合起来：10% 的概率损失 100 美元，感觉上应该等同于 100% 的概率损失 10 美元。

这一模型最早的裂缝出现在1970年代，当时心理学家开始记录人们对这种规范理想的系统性偏离。偏好反转现象（1971-1973）显示，人们的偏好并不稳定。选择任务让他们关注概率，定价任务则让他们关注结果。这是早期的证据，说明概率和结果是被分开处理的，而不是整合在一起。

这一正式概念经由前景理论（1979）及其对概率权重的数学描述逐步发展，最终由 Cass Sunstein 在2002年针对法律和政策应用明确提出了“概率忽视”。相关研究一直在扩展，COVID-19 大流行期间也有重要成果，考察了疫苗犹豫和风险感知。

2.2. 主要研究人员

2.3. 里程碑研究

偏好反转（Lichtenstein 和 Slovic，1971-1973）

参与者面对两类赌局：P 赌局（赢小钱的概率高）和 $ 赌局（赢大钱的概率低）。要求他们在两者之间选择时，参与者通常偏好更稳妥的 P 赌局。可是要求他们给这些赌局定价（说出最低卖价）时，同一批参与者却给 $ 赌局定了更高的价。这种“由反应方式引起的反转”违背了理性选择理论中不变性这一基本公理，也显示出概率和结果会因提问方式不同而经由不同的通道处理。

电击预期研究（Bankart 和 Elliott，1974；Elliott，1975）

参与者要经历30秒的倒计时，倒计时结束时可能会受到一次疼痛的电击，不同条件下电击的概率不同。研究人员测量了无意识的生理指标：皮肤电导和心率。在 Bankart 和 Elliott 的第一项实验中，电击概率对两项指标都没有影响。在 Elliott 的后续研究中，只要存在电击的可能，心率就会上升，但 50% 的概率和必定电击引起的反应一样。概率一旦高于零，身体就会像电击必定到来一样做好准备。这为以下观点提供了生理学证据：威胁检测系统按二元逻辑（安全与威胁）运作，而不是一条按概率校准的连续谱。

“金钱、亲吻与电击”（Rottenstreich 和 Hsee，2001）

这项研究检验了概率权重函数的形状是否取决于结果的情绪丰富程度。研究人员比较了“情绪贫乏”的对象（现金、优惠券）和“情绪丰富”的对象（心仪电影明星的一个吻、一次疼痛的电击）。主要发现：

• 对于金钱（情绪贫乏），概率敏感性相对呈线性，更接近理性。
• 对于“亲吻”（情绪丰富），参与者愿意为 1% 的机会付出的钱，几乎和为 99% 的机会付出的一样多。

研究者的解释是：情绪丰富的前景，其价值在于它带来的幻想或情绪体验。1% 的机会和 99% 的机会一样能给人“做梦的许可”。概率只不过成了通往情绪体验的门票。

“9·11”后的驾车死亡（Gigerenzer，2004）

“9·11”袭击之后，数百万美国人不再坐飞机，改为开车。Gerd Gigerenzer 估算，这一行为转变在袭击后一年内造成了约1,500例额外的交通死亡。坐飞机仍然比开车安全得多，但美国人从一种低概率、高恐惧的风险里逃出来，扑进了一种高概率、低恐惧的风险，这在现实中展示了概率忽视的致命后果。

2.4. 神经学基础

概率忽视的神经科学研究，集中在情绪系统与分析系统之间的相互作用上：

杏仁核与威胁检测： 以杏仁核为中心的人类威胁检测系统，似乎按二元逻辑运作：安全或威胁。这个系统是为应对眼前的身体危险而进化的，似乎没有一个按概率调节的“调光开关”。一旦识别出威胁，系统就会启动“红色警报”反应，而不管统计上的可能性有多大。

系统1与系统2： 在 Kahneman 的双过程框架中：

• 系统1（快速、直觉）会自动想象结果。它看到飞机坠落，感到电击。这种想象毫不费力，立刻发生。
• 系统2（缓慢、审慎）负责概率计算（P × V）。可是系统2很“懒”，需要付出认知努力。当系统1的情绪信号很强时，系统2往往会让步，直接接受“可怕”或“美妙”的评估，而不做概率上的修正。

迫近脆弱性模型： Riskind 的研究提示，被感知为正在快速逼近或加剧的威胁，会抓住注意力并扭曲时间感。这种“迫近”感让事件显得近在眼前、无法避免，实际上抵消了按概率打折扣的过程。

3. 进化起源

在祖先生活的环境中，概率忽视很可能是一种适应性的“错误管理”策略。我们的祖先听到草丛里沙沙作响时，不会去算那是狮子还是风的条件概率。他们把可能当成了必然，拔腿就跑。在充满眼前身体威胁的世界里，假阴性（忽视真实的捕食者）的代价是死亡，而假阳性（被不存在的东西吓跑）的代价只是浪费一点能量，所以倾向于把任何威胁都当作必然，是最优的做法。

这种“零风险”心态在祖先生活的草原上是说得通的，那里的威胁是局部的、眼前的，本质上往往是二元的（捕食者在或不在）。大脑的威胁检测系统之所以进化成二元的而不是概率性的，是因为面对大型食肉动物时，分级的反应派不上用场。

然而，现代世界的风险是抽象的、统计性的、全球性的（从核扩散到气候变化，从金融衍生品到病毒大流行），这种古老的机制在这里成了负担。我们进化出的心理与统计现实之间的错配，意味着我们现在会用对待必然灾难的紧迫感去对待不太可能发生的灾难，同时又忽视那些很可能发生却平淡无奇的危险。

这种偏差之所以一直存在，是因为它不只是一个计算错误，还是人类处理情绪信息方式的一种结构性特征。由于它深植于我们的情感生物学之中，所以不能简单地“靠教育消除”。

4. 这种偏差如何表现

4.1. 在日常生活中

概率忽视影响着无数日常决定：

• 怕坐飞机却不怕开车： 虽然从统计上看坐飞机安全得多，许多人却因为空难生动而惨烈而害怕乘飞机，对开车的风险却满不在乎。
• 买彩票： 中奖概率低得惊人（3亿分之一），却变得无关紧要，因为大脑只盯着头奖这个结果。人们买彩票不是为了投资，而是为了买一张“做梦的许可”。
• 家庭安全决定： 人们可能会安装复杂的安防系统来防范罕见的入室盗窃，却忽视了浴室摔倒、厨房起火这类可能性大得多的风险。
• 育儿焦虑： 对孩子被拐（极其罕见）的恐惧，可能让父母变成“直升机父母”，而泳池溺水这类风险（更常见）得到的关注反而更少。

4.2. 在职场中

• 项目风险评估： 团队可能为了防范戏剧性却不太可能出现的情形，设置大量保障措施而拖垮项目，同时却忽视了更可能导致失败的平常风险。
• 危机管理： 组织往往把资源不成比例地投向显眼的、情绪色彩浓的风险，而不是按统计上的轻重缓急分配。
• 招聘决定： 对一次失败招聘的鲜明记忆，可能导致与实际招聘失败率不相称的过度谨慎。
• 工作场所安全： 戏剧性但罕见的事故（例如爆炸），可能比影响多得多工人的重复性劳损得到更多关注。

4.3. 在商业和营销中

企业系统性地利用概率忽视：

• 保险销售： 机场出售的航空意外险保费极高，因为“死于空难”非常显眼，情绪色彩又浓。人们为范围狭窄、概率很低的保障多付钱，对常见风险却保障不足。
• 彩票营销： 整个彩票商业模式都依赖概率忽视。营销宣传强调中奖者和头奖，从不提中奖概率。
• 延长保修： 故障率很低的产品，靠强调最坏情况卖出昂贵的保修服务。
• 恐惧营销： 安防产品、保健品和保险的营销，常常激起绕过概率评估的情绪反应。

4.4. 在政治和媒体中

• 反恐政策： “9·11”后的安全支出体现了“技术官僚与民粹”的分歧。强调期望值计算的专家，被公众对情绪色彩浓重的威胁要求“零风险”的呼声压倒。
• “入侵文学”： 历史上，Le Queux 在第一次世界大战前写的入侵小说就利用了概率忽视，用生动描写不太可能发生的德国入侵，推动公众的歇斯底里和国防政策。
• 政策诉求： 当风险情绪色彩浓重时（饮用水中的致癌物、恐怖主义），公众要求消除风险（降到0%），而不是降低风险（从5%降到1%），由此出现“90/10法则”，即90%的资源用于对付最后10%的风险。
• 媒体报道： 戏剧性但罕见的事件（鲨鱼袭击、空难）得到不成比例的报道，这又通过可得性启发法强化了概率忽视。

4.5. 在医疗保健中

• 癌症治疗： Fagerlin、Zikmund-Fisher 和 Ubel（2011）的研究显示，即使手术的存活率更低，患者也常常选择手术而不是“观察等待”。“把它切掉”的愿望压过了概率证据，因为“什么都不做”在情绪上让人难以忍受。
• 疫苗犹豫： COVID-19 期间，对疫苗犹豫的人表现出“刻意无知”，仔细查看副作用清单，却有意不看概率数据。清单上只要出现“血栓”（概率在十万分之一到百万分之一之间），就足以让他们拒绝接种。
• 回避艾滋病病毒检测： 有些人回避检测，以维持感染概率为0%的错觉；另一些人则要求做不必要的检测，以获得“已确认为0%”的错觉。
• 影像检查： 患者要求做不必要的扫描，往往是想对自己害怕的疾病得到确定答案，而不管临床上的可能性如何。

4.6. 在金融和投资中

• 航空意外险悖论： 旅客为情绪色彩浓重的“死于空难”购买范围狭窄的保障，付出高昂保费，对统计上更可能的死因却保障不足。
• 彩票行为： “梦想溢价”（开奖前幻想的价值）推动人们购买，而不管中奖概率。人们对百万分之一和十亿分之一的差别缺乏直觉，却懂得“中”和“不中”。
• 默认选项忽视： 身为“选择架构师”的投资者总是低估别人会维持默认选项的概率，因而没能有策略地运用默认选项。
• 风险偏好扭曲： 鲜明的市场崩盘可能让人过度规避风险，鲜明的成功故事又可能引发过度冒险；两种情况下，概率都被忽视了，人们看重的是结果有多显眼。

5. 现实世界案例研究

案例研究 1：“9·11”后的驾车死亡

• 背景： 2001年9月11日美国遭受的恐怖袭击，引发了对航空旅行的普遍恐惧。之后几个月里，数百万美国人选择开车而不是坐飞机。
• 发生了什么： 袭击后的一年里，航空出行需求骤降，公路交通量明显增加。
• 偏差如何起作用： 美国人从坐飞机（低概率、高恐惧的风险）逃向开车（高概率、低恐惧的风险）。飞机撞楼的画面生动而惨烈，让再次遭袭的可能性显得极大，而车祸平淡无奇，没能引发同等的恐惧。
• 后果： Gerd Gigerenzer 估算，约有1,500例额外的交通死亡，接近袭击本身死亡人数的一半，而造成这些死亡的不是恐怖主义，而是概率忽视。
• 经验教训： 对恐怖主义的反应，通过间接机制又夺去了更多美国人的生命。公共安全宣传应当针对概率忽视，用能打动情绪的方式强调风险之间的比较。

案例研究 2：宝马北美公司诉戈尔案（1996）

• 背景： Ira Gore 医生买了一辆新宝马，后来发现这辆车因运输途中受到轻微酸雨损伤而重新喷过漆（维修费601美元）。宝马的政策是，维修费用低于汽车建议零售价3%的，不向买家披露。
• 发生了什么： 陪审团对宝马的“欺诈”感到愤怒，又得知宝马在全国卖出了983辆这样的车，于是判给 Gore 4,000美元补偿性赔偿和4,000,000美元惩罚性赔偿，比例为1000比1。
• 偏差如何起作用： 陪审团关注的是公司政策的规模和全国销量，忽视了这一具体损害的轻微，也忽视了出现任何安全问题的概率很低。对公司欺骗行为的情绪反应压倒了比例上的计算。
• 后果： 美国最高法院以“严重过高”和违反正当程序为由推翻了这一赔偿判决，并确立了三项“指导原则”，强制对陪审团的赔偿裁决进行比例审查。
• 经验教训： 在情绪色彩浓重的案件中，法律体系需要制度性机制来纠正概率忽视。戈尔案的指导原则，相当于用集体的“系统2”去检查陪审团“系统1”的愤怒。

历史案例：第一次世界大战前的入侵文学

第一次世界大战前英国的“入侵文学”类型，体现了概率忽视如何借助公众情绪影响国家政策：

• 作家 William Le Queux 出版了描写德国入侵英国的生动虚构作品
• 尽管从战略上看这类入侵的可能性很低，这些书却引发了广泛的公众歇斯底里
• 这种公众恐惧影响了国防政策，并促成了军情五处的成立
• 对入侵结果生动而扣人心弦的描写（不管可能性多大）推动了公众舆论和政府行动
• 这个案例表明，概率忽视可能被蓄意利用，围绕某种威胁制造政治共识

6. 这种偏差的代价

6.1. 个人代价

• 健康决定： 患者受情绪驱动的偏好影响，选择有害的治疗而放弃有益的方案；回避必要的医学检查；拒绝有效的疫苗
• 经济损失： 为不太可能发生的情形多付保费；在永远不会有回报的彩票上花钱；受恐惧或贪婪驱动，投资时机选择不当
• 生活质量： 对罕见事件过度焦虑；因生动但不太可能的恐惧而回避有益的活动（坐飞机、游泳）
• 关系紧张： 父母过度保护引发家庭冲突；出于恐惧的决定限制了家庭的经历

6.2. 职业代价

• 资源错配： 公司在戏剧性但不太可能的风险上投入不成比例的资金，却忽视了很可能发生的风险
• 法律风险： 陪审团根据结果的严重程度，而不是实际过错或可能性，判出过高的损害赔偿
• 职业受限： 因害怕生动但不太可能的失败，回避对自己有益的风险
• 决策质量： 战略选择由最坏情况而不是期望值驱动

6.3. 社会代价

• 监管低效： 即“90/10法则”，把90%的资源用于消除情绪色彩浓重的风险中最后的10%，却忽视更大的平常风险
• 安全表演： 数十亿资金花在看得见却收效甚微的安全措施上，而基础设施却在老化失修
• 政策扭曲： 民主程序被对情绪上显眼结果的恐惧所左右，而不顾可能性大小
• 机会成本： 投向不太可能的灾难的资源，被从应对很可能发生的危害中挪走（例如，对健康益处甚微的激进危险废物清理）

6.4. 统计影响

• 1,500例额外死亡： Gigerenzer 估算的“9·11”后改开车所造成的死亡
• 数十亿美元的错配监管： Sunstein 记录了在低概率风险上的巨额支出，例如统计上健康风险很小的拉夫运河危险废物清理
• 陪审团裁决： 戈尔案（4千美元的损害判赔400万美元）和 State Farm 案（以100万美元为基数判赔1.45亿美元）等案例显示了司法纠正之前，忽视概率的裁决可以达到多大规模
• 疫苗犹豫率： COVID-19 期间的研究显示，相当多的人依据副作用清单拒绝接种疫苗，而忽视概率数据

7. 隐藏的好处

概率忽视并不完全是病态的，它可能具有适应性功能：

• 预防性行动： 面对真正的奈特不确定性（概率未知）时，把潜在的灾难当作必然可能是理性的。正如 Gigerenzer 所主张的，如果一种病毒可能杀死所有人，你不会去计算，而会立即行动。
• “宁可稳妥，免得后悔”： 错误管理理论提示，成本不对称（假阴性是灾难性的，假阳性只是浪费）使得对威胁反应过度具有适应性。
• 公共卫生依从： COVID-19 期间在日本进行的研究发现，概率忽视实际上推动了人们遵守保持社交距离的要求，提示这种偏差可以服务于集体福祉。
• 避免瘫痪： 当概率确实不确定时，概率忽视让人能果断行动，而不是无休止地分析下去。
• 进化的智慧： 这种机制之所以留存下来，正是因为它在祖先环境中提高了生存机会；面对某些现代威胁，它可能仍有保护作用。

完全消除概率忽视，可能会让人在真正的威胁面前变得脆弱，而在这类威胁中，快速果断的行动才是最优的。目标应当是校准反应，而不是消除它。

8. 自我评估：你有这种偏差吗？

8.1. 警示信号清单

• 结果吓人时，我对1%概率的事件和50%概率的事件感到同样焦虑
• 我明知中奖概率小到几乎为零，仍然会买彩票，想象自己中奖
• 我因为害怕坠机而不坐飞机，开车时却没有太多顾虑
• 我会为不太可能但很戏剧性的情形购买延长保修或保险
• 在药品说明的副作用清单上看到一个可怕的副作用时，我更关注副作用本身而不是它的概率
• 我做决定时只想“最坏会怎样”，而不权衡可能性
• 我在情绪上很难区分千分之一的风险和百万分之一的风险
• 关于罕见事件（恐怖主义、空难、绑架）的新闻会明显影响我的行为
• 在情绪激烈的领域，我要求绝对确定或“零风险”
• 我曾为了躲避某个生动而可怕的结果做出决定，而统计分析并不支持这样做

评分：

• 勾选 0-2 项：易感性低
• 勾选 3-5 项：易感性中等
• 勾选 6-8 项：易感性高
• 勾选 9-10 项：易感性很高

8.2. 自我反思问题

1. 想一想一个明显影响你行为的恐惧。你知道这个可怕结果实际发生的概率吗？
2. 你是否曾在没有查过相关统计数据的情况下，做出重大决定（医疗、财务或安全方面）？
3. 在新闻里听说一件罕见却可怕的事件后，你随后的行为会改变多少？这种改变与实际风险的变化相称吗？
4. 你能想起这样一次经历吗：了解统计数据并没有改变你对某种风险的感受？
5. 有没有人指出过你对不太可能的事情反应过度？你当时是怎么回应的？

8.3. 快速诊断情境

情境： 你即将接受一项医疗操作。医生说出现严重并发症的概率是0.1%（千分之一），完全成功的概率是99.9%。

你会怎样应对？

• A) “我总在想象那0.1%落到自己头上。即使我需要这项操作，也可能会推迟或干脆不做。” → 易感性高
• B) “我对那0.1%感到紧张，但我能提醒自己，1,000名患者中有999名没事，然后接受操作。” → 易感性中等
• C) “我接受某些风险无法避免，关注99.9%的成功率，不过分担心，接受操作。” → 易感性低

9. 识别他人身上的这种偏差

9.1. 行为指标

• 对罕见但戏剧性的风险关注过多，对常见风险关注过少
• 购买行为围绕最坏情况（过度投保、购买保修）
• 听说罕见事故后，回避统计上很安全的活动
• 谈到低概率威胁时情绪反应强烈
• 做决定时追求“零风险”，而不是降低风险
• 情绪被调动起来时，统计数据无法让其安心

9.2. 对话中的危险信号

受这种偏差影响的人常说：

• “这种事谁都可能碰上”
• “再小心也不为过”
• “可万一落到我头上呢？”
• “事关性命，统计数字就不重要了”
• “要是……我永远不会原谅自己”

他们常用的论证方式：

• 用一个生动的个案压过统计规律
• 要求消除风险，而不是降低风险
• 把概率当作“不过是些数字”而不予理会

他们回避的问题：

• “这件事实际发生的概率是多少？”
• “和其他选择相比，这到底有多危险？”
• “受影响的人和没受影响的人各有多少？”

9.3. 情境触发因素

• 情境： 涉及健康、亲人安全、金钱或其他情绪色彩浓重领域的决定
• 环境因素： 近期对戏剧性罕见事件的新闻报道；生动的画面；放大恐惧的群体讨论
• 情绪状态： 原本就有的焦虑、压力或不确定感会让人更容易受影响
• 社会情境： 同伴群体表达恐惧；权威人物强调结果而不是概率
• 时间压力： 匆忙做决定时，系统1的情绪加工会压过系统2的统计分析

10. 认知去偏策略

10.1. 即时技巧

• 问概率： 在任何由恐惧驱动的决定之前，明确问一句：“这个结果实际发生的概率是多少？”
• 比较风险： 把所怕的风险和已经接受的风险放在一起比较（例如，“我更可能被 X 伤到，还是更可能在开车去超市的路上受伤？”）
• 想象分母： 如果某件坏事的概率是一万分之一，就想象一个坐满10,000人的体育场，其中只有一个人受到影响
• 查基础概率： 对可怕的情形做出反应之前，先查一查这种结果实际上有多常见
• 反向运用“报纸测试”： 如果一件罕见的事没发生就不会上新闻，那么它很可能因为发生了才被高估

10.2. 长期策略

• 统计素养： 逐渐熟悉概率概念、基础概率和期望值计算
• 拓宽信息来源： 依靠统计数据库和专家分析，而不是生动的新闻报道
• 练习情绪调节： 培养在感到恐惧的同时仍能启动系统2分析的能力
• 制定决策规程： 给自己定规矩，重大决定前必须评估概率
• 校准训练： 定期把预测和结果对照，提高对概率的直觉

10.3. 环境设计

• 决策框架： 使用结构化的成本收益分析，其中明确列出概率一栏
• 预先承诺手段： 在情绪介入之前定好规则（“我不会因为单条新闻改变投资策略”）
• 信息架构： 确保概率数据和结果数据一样显眼、容易获取
• 社会问责： 在高风险决策中纳入善于分析的人
• 冷静期： 在依恐惧冲动行事之前，设置一段等待期

10.4. 何时寻求外部意见

• 决定涉及你的健康或安全，而你注意到自己情绪反应强烈时
• 已有统计数据，你却发现自己在打折扣看待它们时
• 别人提醒你可能对不太可能的情形反应过度时
• 在生动的恐惧影响下做重大财务决定时
• 你发现自己在情绪上把不同的概率水平看成一样时

11. 实用练习

练习 1：概率校准日记

• 目标： 培养对概率大小的直观理解
• 所需时间： 每天10分钟，持续4周
• 所需材料： 日记本，可上网查资料
• 难度： 初级
• 步骤：
  1. 每天找出一个掠过脑海的恐惧或风险
  2. 查一查这一结果实际发生的概率
  3. 从日常生活中找一个可供比较的概率（例如，“这件事的可能性是被雷击中的两倍”）
  4. 记下你了解概率之前和之后的情绪反应
  5. 每周结束时，回顾了解概率是否改变了你的感受或行为
• 反思问题：
  • 哪些恐惧的可能性比你以为的小得多？
  • 有没有哪些风险比你以为的更可能发生？
  • 了解统计数据后，你的情绪反应有什么变化（或没有变化）？
• 频率： 每天一次，持续4周，之后每周巩固一次

练习 2：期望值计算

• 目标： 练习把概率和结果大小结合起来考虑
• 所需时间： 20分钟
• 所需材料： 纸、计算器
• 难度： 中级
• 步骤：
  1. 选一个你正面临的、结果不确定的决定
  2. 列出所有可能的结果（好的和坏的）
  3. 估计每个结果的概率（总和必须为100%）
  4. 给每个结果打分（-10 到 +10）
  5. 计算期望值：对每个结果求 Σ(概率 × 分值)
  6. 把你的直觉选择和期望值计算结果作比较
• 反思问题：
  • 你的直觉选择和算出的期望值一致吗？
  • 你在情绪上高估了哪些结果？
  • 今后做决定时，你可以怎样运用这个方法？
• 频率： 每周用于一个重要决定

练习 3：新闻概率审查

• 目标： 认识到媒体报道如何扭曲人们对概率的感知
• 所需时间： 每周30分钟
• 所需材料： 新闻来源、笔记本、可上网查统计数据
• 难度： 中级
• 步骤：
  1. 选出过去一周三条涉及风险或危险的新闻
  2. 对每条新闻查一查：这件事每年实际影响多少人？
  3. 与平常死因（心脏病、车祸、跌倒）造成的死亡人数比较
  4. 计算媒体关注度与实际风险之比
  5. 记下哪些新闻得到的报道与其概率不成比例
• 反思问题：
  • 哪些风险的报道量远远超出其概率？
  • 这些报道可能如何影响着你的行为？
  • 哪些重要风险很少得到报道？
• 频率： 每周一次

每日练习

概率暂停： 在任何由恐惧或兴奋引发的决定之前，停顿30秒，问自己：“实际概率是多少？我的情绪反应和这个概率相称吗？”

• 建议时长：每个决定30秒
• 最佳时间：任何需要做重要决定的时候
• 进度记录方式：在手机或日记里记下你什么时候用了这个暂停，以及它是否改变了你的决定

每周挑战

风险比较清单： 每周找出最影响你行为的三种恐惧，查一查它们的实际概率，并与你毫不在意就接受的风险作比较。

• 4周后的预期效果：对低概率事件的焦虑减少；对风险的反应更相称；直觉校准得更好
• 日记反思提示：
  • 这周我最不成比例的恐惧是什么？
  • 哪个统计数字最让我意外？
  • 对概率的认识让我的行为发生了哪些变化？

12. 针对特定受众

致领导者和管理者

• 认识技术官僚与民粹的分歧： 你的员工和利益相关方可能关注最坏的结果，而你关注期望值。两种视角都没有错，但决策应当以概率为依据，而不只是看可能性。
• 在组织中建立“系统2”： 推行结构化的决策规程，要求在分配资源之前明确评估概率
• 示范兼顾概率的沟通： 介绍风险时，始终把可能性和严重程度一起讲清楚
• 组建多元团队： 纳入分析型的视角，平衡受情绪驱动的评估
• 建立比例审查： 在重大的降低风险投入之前，要求以期望值而不只是最坏情况来说明理由

致家长和教育工作者

• 尽早教概率： 用适合年龄的例子（掷骰子游戏、天气预报）培养对可能性的直观理解
• 避免放大恐惧： 谈论安全时，始终把风险放在概率的背景下说明
• 示范相称的反应： 孩子通过观察大人学会评估风险；向他们展示兼顾概率的决策
• 运用比较： 帮助孩子理解相对风险（“你骑车摔伤的可能性，比被陌生人伤害的可能性大得多”）
• 鼓励统计思维： 表扬“这种事实际多久发生一次？”这样的问题，而不只是“这会发生在我身上吗？”

致医疗保健专业人员

• 完整呈现风险信息： 始终同时说明概率和严重程度；研究显示，省略概率时，患者往往只注意严重程度
• 使用自然频率： “千分之一”比“0.1%”更容易直观理解
• 预见行动偏见： 认识到面临癌症诊断的患者，即使观察等待的结果更好，也可能倾向于干预；要直接处理这种倾向
• 恰当地呈现信息： 提供比较风险，帮助患者把风险放进具体情境中理解（例如，“这一风险与您每年遇到……的风险相当”）
• 应对刻意无知： 有些患者回避概率信息；要温和地鼓励他们面对完整的风险数据

致金融专业人士

• 认识保险悖论： 客户可能想为生动的、情绪色彩浓重的风险（恐怖主义、空难）过度投保，对很可能发生的风险却保障不足；引导他们获得相称的保障
• 应对梦想溢价： 帮助客户理解类似彩票的投资的真实成本，以及可能性与概率的区别
• 运用情景分析： 呈现多个标明概率的情景，调动系统2
• 建立投资规则： 设置预先承诺手段，防止在市场波动时做出受恐惧驱动的决定
• 讲解基础概率： 帮助客户理解，戏剧性事件很少改变底层的概率结构

13. 与其他偏差的相互作用

放大这种偏差的偏差

抵消这种偏差的偏差

常见的偏差链

恐惧链： 可得性启发法（生动的新闻报道）→ 情感启发法（情绪反应）→ 概率忽视（忽视实际可能性）→ 零风险偏见（要求消除）→ 行动偏见（选择有害的干预）

示例： 媒体报道罕见的疫苗副作用 → 恐惧反应 → 把百万分之一的风险当作重大风险 → 要求“安全”（零风险）的替代方案 → 拒绝接种疫苗（有害的行动）

打断这条链： 可以在任何一环打断：减少接触生动的新闻；练习情绪调节；要求评估概率；接受残余风险；把行动与不行动放在一起权衡。

14. 文化视角

研究提示，概率忽视在各种文化中都有表现，但存在明显差异：

COVID-19 期间的东亚研究： 在日本进行的研究发现，概率忽视实际上推动了人们遵守保持社交距离的措施，提示集体主义的文化价值观可能把概率忽视引向集体利益，而不是个人保护。

个人主义与集体主义的反应： “9·11”后改为开车的反应，在个人主义的美国文化中十分明显。集体主义文化可能呈现不同的模式，个人的概率忽视可能会让位于群体认可的风险评估。

跨文化研究的需要： 大多数概率忽视研究是在北美和欧洲进行的。对于这种偏差在不同文化背景下如何运作，尤其是在风险沟通策略方面，认识上仍有很大空白。

15. 迷思与误解

16. 专家洞察

“当某种风险引发强烈情绪时，人们表现出一种明显的倾向：忽视该风险真正发生的小概率。” — Cass R. Sunstein，“Probability Neglect: Emotions, Worst Cases, and Law,” Yale Law Journal 112(1)（2002），第 61-107 页 https://doi.org/10.2307/1562234

Jonathan Haidt 认为，人类的心智更像讲故事的人，而不是逻辑学家：它天生靠叙事来理解事件，直觉和情绪反应往往先出现，推理随后到来，为它们辩护。 — 概述自 Jonathan Haidt，《正义之心》（The Righteous Mind: Why Good People Are Divided by Politics and Religion，2012）

Gerd Gigerenzer 估计，“9·11”之后避免乘飞机而改为开车的美国人，在随后三个月里造成的道路死亡人数，超过了四架被劫持飞机上遇难的乘客，这是恐惧一种骇人但不太可能发生的风险所付出的代价。 — 概述自 Gerd Gigerenzer，“Dread Risk, September 11, and Fatal Traffic Accidents,” Psychological Science 15(4)（2004），第 286-287 页 https://doi.org/10.1111/j.0956-7976.2004.00668.x

17. 关键要点

1. 概率忽视是情绪问题，不是认知问题： 它的发生是因为情绪压过了统计加工，而不是因为人们不会算数。

2. 这种偏差按二元方式运作： 我们的威胁检测系统是为“安全或威胁”而进化的，而不是为概率的渐变。一旦存在可能，我们常常就把它当作必然。

3. 情绪丰富的结果引发更强的忽视： 金钱和抽象的结果还容许概率思考；情绪鲜明的结果（亲吻、电击、癌症）则会把概率曲线压平。

4. 这种偏差有可衡量的致命代价： “9·11”后的驾车死亡、过度的医疗干预、错配的监管资源，都显示了它在现实中的后果。

5. 只靠个人教育不够： 由于这种偏差有生物学根源，有效的解决办法需要制度设计：监管规程、法律准则和结构化决策框架。

6. 这种偏差并不完全是病态的： 在真正不确定且成本不对称的情况下，把灾难性的可能当作必然可能具有适应性。

7. 现代环境放大了这种偏差： 抽象的、统计性的、全球性的风险，与我们进化出的威胁反应系统很不匹配。

18. 扩展资源

学术论文

• Tversky, A., & Kahneman, D. (1974). Judgment under Uncertainty: Heuristics and Biases. Science, 185(4157), 1124-1131. https://doi.org/10.1126/science.185.4157.1124
• Rottenstreich, Y., & Hsee, C.K. (2001). Money, Kisses, and Electric Shocks: On the Affective Psychology of Risk. Psychological Science, 12(3), 185-190. https://doi.org/10.1111/1467-9280.00334
• Sunstein, C.R. (2002). Probability Neglect: Emotions, Worst Cases, and Law. Yale Law Journal, 112(1), 61-107. https://doi.org/10.2307/1562234
• Lichtenstein, S., & Slovic, P. (1971). Reversals of preference between bids and choices in gambling decisions. Journal of Experimental Psychology, 89(1), 46-55. https://doi.org/10.1037/h0031207
• Gigerenzer, G. (2004). Dread Risk, September 11, and Fatal Traffic Accidents. Psychological Science, 15(4), 286-287. https://doi.org/10.1111/j.0956-7976.2004.00668.x
• Bankart, C.P., & Elliott, R. (1974). Heart rate and skin conductance in anticipation of shocks with varying probability of occurrence. Psychophysiology, 11(2), 160-174. https://doi.org/10.1111/j.1469-8986.1974.tb00836.x
• Elliott, R. (1975). Heart rate in anticipation of shocks which have different probabilities of occurrences. Psychological Reports, 36(3), 923-931. https://doi.org/10.2466/pr0.1975.36.3.923

书籍

• Kahneman, D. (2011). Thinking, Fast and Slow. Farrar, Straus and Giroux.
• Slovic, P. (2000). The Perception of Risk. Earthscan Publications.
• Sunstein, C.R. (2005). Laws of Fear: Beyond the Precautionary Principle. Cambridge University Press. https://doi.org/10.1017/cbo9780511790850
• Gigerenzer, G. (2002). Calculated Risks: How to Know When Numbers Deceive You. Simon & Schuster.

书籍章节

• Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. In Econometrica, 47(2), 263-291. https://doi.org/10.2307/1914185
• Berger, A., Brown, J., Kousky, C., & Zeckhauser, R. (2010). The Five Neglects: Risks Gone Amiss. In H. Kunreuther & M. Useem (Eds.), Learning from Catastrophes: Strategies for Reaction and Response. Wharton School Publishing.

19. 总结卡片

20. 术语表

21. 讨论问题

供读书会、课堂或自我反思使用：

1. 你能想起生活中这样一个决定吗：你完全只关注可能的结果，而没有考虑它的实际概率？结果如何？

2. “9·11”后的驾车死亡表明，概率忽视可能在大范围内致命。这种偏差在整个人群中起作用时，还可能造成哪些集体伤害？

3. Gigerenzer 认为，在真正不确定的情况下，概率忽视可能具有适应性。我们如何区分，什么时候把可能当作必然是明智的，什么时候是有害的？

4. 如果概率忽视是生物学上固有的，营销人员和政客利用它是否合乎伦理？是否应该加以监管？

5. 当医疗专业人员知道患者很可能会忽视概率信息时，应该如何沟通风险？尊重自主权与保护患者福祉之间该如何平衡？

最后更新：7 十一月 2026