风险感知与概率忽视

预计时间：35 分钟读 + 20 分钟做习题 = 55 分钟。

一、概率忽视：当情绪压倒数字

**Cass Sunstein（2002, Yale Law Journal）提出概率忽视（Probability Neglect）**概念：

当人们对某个风险产生强烈的情绪反应（恐惧、愤怒、厌恶）时，他们对风险的严重程度判断几乎不受概率信息影响——1% 概率和 99% 概率引发的恐惧程度几乎相同。

这与前景理论（第 2 课）的概率加权函数一致：当结果的情绪强度极高时，人关注的是「结果有多可怕」，而不是「结果有多可能」。

经典实验：电击恐惧

**Rottenstreich & Hsee（2001, Journal of Experimental Psychology: General）**的实验：

让被试对以下两个选项出价（愿意付多少钱避免）：

• 选项 A：1% 概率接受一次痛苦的电击。
• 选项 B：99% 概率接受同样的电击。

理性上，选项 B 的期望痛苦是选项 A 的 99 倍，出价应该高得多。但结果：

• 选项 A（1% 概率）的平均出价：$7。
• 选项 B（99% 概率）的平均出价：$10。

差距只有 3 美元——概率从 1% 增加到 99%（99 倍），出价只增加了约 43%。

作为对照，当结果是金钱损失（低情绪）时：

• 1% 概率损失 20 美元的平均出价：$1。
• 99% 概率损失 20 美元的平均出价：$18。
• 差距 18 倍——概率信息在低情绪结果上有效。

结论：当结果引发强烈情绪时，概率信息被忽视；当结果是理性的（金钱）时，概率信息被正常使用。

概率忽视的现实影响

1. 恐怖主义恐惧：恐怖袭击的概率极低（在美国，死于恐怖袭击的概率约为 1/3,500,000/年，远低于车祸 1/8,000、心脏病 1/400），但恐怖袭击引发的恐惧极强，导致公众和政策制定者投入不成比例的资源反恐（Sunstein, 2003）。
2. 疫苗犹豫：疫苗严重不良反应的概率极低（如麻疹疫苗导致严重过敏的概率约 1/1,000,000），但「疫苗导致伤害」的叙事引发强烈恐惧，导致一些父母拒绝给孩子接种疫苗——即使不接种疫苗的风险（感染麻疹、腮腺炎、风疹）高出数个数量级。
3. 核电恐惧：核电事故的概率极低，但切尔诺贝利、福岛的影像引发强烈恐惧，导致公众高估核电风险——即使统计上核电的每单位发电量死亡率远低于煤炭和石油（Slovic, 1987）。
4. 航空恐惧：空难概率极低（约 1/11,000,000 次航班），但空难的生动影像引发强烈恐惧，导致一些人回避飞行——即使驾车的死亡率是飞行的约 100 倍。

二、小概率高估与大概率低估

概率忽视是极端情况。在更一般的情境中，人对概率的感知遵循前景理论的概率加权函数（第 2 课）：

• 小概率被高估（$\pi(p) > p$）：人高估中彩票、遭遇空难、被鲨鱼袭击的概率。
• 大概率被低估（$\pi(p) < p$）：人低估心脏病、中风、糖尿病的概率。
• 端点敏感：0→1%（从不可能到可能）和 99%→100%（从极可能到确定）的变化，比 40%→41% 的变化被感知为重要得多。

小概率高估的机制

1. 可得性启发式（第 7 课）：小概率但生动的事件（空难、鲨鱼袭击、恐怖袭击）在媒体上被大量报道，例子容易从记忆中提取，因此被高估。
2. 情绪加权：小概率但高情绪强度的事件（如孩子受到伤害），概率信息被忽视，只关注结果的可怕程度。
3. 可能性效应（Possibility Effect）：从 0% 到 1% 的变化（从「不可能」到「有可能」）被感知为巨大的变化——这就是为什么人愿意买彩票（把「不可能中奖」变成「有可能中奖」）和买保险（把「有可能受灾」变成「确定不受灾」）。

大概率低估的机制

1. 确定性效应（Certainty Effect）：从 99% 到 100% 的变化（从「极可能」到「确定」）被感知为巨大的变化——人愿意为「确定性」支付高额溢价。相应地，99% 本身被低估（因为它「还不是 100%」）。
2. 熟悉性导致低估：常见的、平淡的风险（心脏病、中风、车祸）因为「每天都在发生」而变得熟悉，人对熟悉的风险产生「习惯化」，低估其严重性。
3. 乐观偏差（第 8 课过度自信的延伸）：人倾向于认为「坏事不会发生在我身上」——即使知道统计概率，也认为自己是例外。

三、风险感知的心理测量范式

Paul Slovic 及其同事（1987, Science）开创了风险感知的心理测量范式（Psychometric Paradigm）：

公众对风险的感知不是由「实际死亡率」决定的，而是由两个心理维度决定的：恐惧风险（Dread Risk）和未知风险（Unknown Risk）。

维度 1：恐惧风险（Dread Risk）

高恐惧风险的特征：

• 灾难性的（一次事件死很多人）
• 不可控的（你无法控制是否发生）
• 致命的（后果是死亡，不是轻伤）
• 不公平的（风险被强加给无辜的人）
• 不可逆转的

高恐惧风险的例子：核电、核武器、化学污染、恐怖袭击、空难。

低恐惧风险的例子：心脏病、中风、糖尿病、车祸（虽然车祸死亡率高，但被认为是「可控的」——「我开车小心就不会出事」）。

维度 2：未知风险（Unknown Risk）

高未知风险的特征：

• 新出现的（科学还不完全理解）
• 不可观察的（危害是隐形的，如辐射、化学物质）
• 延迟显现的（危害在多年后才出现，如癌症）
• 科学未知的（专家也不确定风险大小）

高未知风险的例子：核电、基因工程、纳米技术、化学污染、新型疾病。

低未知风险的例子：车祸、心脏病、运动伤害（熟悉、可观察、即时显现）。

风险感知地图

Slovic 把各种风险放在这两个维度构成的地图上：

• 高恐惧 + 高未知（右上角，最被恐惧）：核电、化学污染、核武器。
• 高恐惧 + 低未知（右下角）：空难、火灾、恐怖袭击。
• 低恐惧 + 高未知（左上角）：基因工程、纳米技术、食品添加剂。
• 低恐惧 + 低未知（左下角，最不被恐惧）：心脏病、中风、糖尿病、车祸。

关键发现：公众对风险的感知（「有多可怕」）与实际死亡率几乎不相关，但与恐惧风险和未知风险高度相关。这就是为什么核电（实际死亡率极低）被认为比心脏病（实际死亡率极高）更可怕。

「风险」的两种定义

Slovic 指出，「风险」有两种定义：

• 技术定义：风险 = 概率 × 后果（期望损失）。这是工程师、精算师、经济学家使用的定义。
• 公众定义：风险 = 恐惧 + 未知 + 不可控 + 不公平。这是普通公众使用的定义。

当政策制定者用技术定义（「核电的期望死亡率很低」）与公众沟通时，公众听到的是「你们不理解我的恐惧」——沟通失败。有效的风险沟通需要承认公众的恐惧是真实的，而不是仅仅用统计数字「纠正」公众。

四、可得性级联与风险政策

如第 7 课所述，可得性级联（Availability Cascade, Kuran & Sunstein, 1999）描述了媒体报道 → 公众恐惧 → 更多报道 → 更多恐惧的循环放大过程。这导致：

• 政策反应与实际风险不成比例：对小概率但高恐惧的风险（恐怖主义、核电、罕见疾病）投入过多资源，对大概率但低恐惧的风险（心脏病、肥胖、交通事故）投入过少。
• 「风险排错序」：Sunstein（2002）称之为「概率忽视导致的资源错配」——如果政策制定者也受概率忽视影响（他们也是人），就会把有限的资源投入到「最可怕」而非「最危险」的风险上。

例子：美国的反恐支出 vs 公共卫生支出

• 2001 年 9/11 后，美国在反恐上投入了数万亿美元（国土安全部、伊拉克战争、阿富汗战争、监控系统）。
• 同期，美国每年约有 60 万人死于心脏病、约 60 万人死于癌症——这些疾病的预防和治疗资源远少于反恐。
• 即使把 9/11 的 3000 人死亡计算在内，恐怖主义在美国的年死亡率仍远低于心脏病和癌症。

这不是说反恐不重要——而是说资源分配应该基于实际风险，而不是基于恐惧强度。概率忽视导致的政策偏差，可能在「反恐」上投入过多，同时在「预防心脏病」上投入过少，导致总体生命损失更大。

五、对个人风险管理的启示

1. 区分「感觉可怕」和「实际危险」：在评估任何风险时，先问「这个风险的实际统计概率是多少？与其他风险相比如何？」——不要让恐惧强度代替概率评估。
2. 警惕小概率高估：对「中彩票」「遭遇空难」「被鲨鱼袭击」等小概率事件，主动下调感知概率——你高估了它们。
3. 警惕大概率低估：对「心脏病」「中风」「糖尿病」「车祸」等大概率事件，主动上调感知概率——你低估了它们，尤其是「不会发生在我身上」的乐观偏差。
4. 用「期望损失」做决策：风险 = 概率 × 后果。不要只看后果有多可怕（概率忽视），也不要只看概率有多低（忽视后果），要计算两者的乘积。
5. 为小概率高后果事件买保险：虽然小概率被高估，但「小概率 × 高后果」的期望损失可能仍然值得保险——如房屋保险、健康保险、人寿保险。关键是基于期望损失和你自己的风险承受能力做决策，而不是基于恐惧。
6. 不要为「确定性」支付过高溢价：人愿意为「100% 确定」支付高额溢价（确定性效应）——但有时候 99% 的确定性已经足够，不需要为最后 1% 支付过高成本。

六、练习题

来源证据

• Sunstein, C. R. (2002). Probability neglect: Emotions, worst cases, and law. The Yale Law Journal, 112(1), 61–107.
• Sunstein, C. R. (2003). Terrorism and probability neglect. Journal of Risk and Uncertainty, 26(2–3), 121–136.
• Rottenstreich, Y., & Hsee, C. K. (2001). Money, kisses, and electric shocks: On the affective psychology of risk. Psychological Science, 12(3), 185–190.
• Slovic, P. (1987). Perception of risk. Science, 236(4799), 280–285.
• Slovic, P. (1999). Trust, emotion, sex, politics, and science: Surveying the risk-assessment battlefield. Risk Analysis, 19(4), 689–701.
• Slovic, P., Finucane, M. L., Peters, E., & MacGregor, D. G. (2004). Risk as analysis and risk as feelings: Some thoughts about affect, reason, risk, and rationality. Risk Analysis, 24(2), 311–322.
• Kuran, T., & Sunstein, C. R. (1999). Availability cascades and risk regulation. Stanford Law Review, 51(4), 683–768.
• Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291.
• Tversky, A., & Kahneman, D. (1992). Advances in prospect theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 5(4), 297–323.
• Lichtenstein, S., Slovic, P., Fischhoff, B., Layman, M., & Combs, B. (1978). Judged frequency of lethal events. Journal of Experimental Psychology: Human Learning and Memory, 4(6), 551–578.
• Weinstein, N. D. (1980). Unrealistic optimism about future life events. Journal of Personality and Social Psychology, 39(5), 806–820.
• Gigerenzer, G. (2004). Dread risk, September 11, and fatal traffic accidents. Psychological Science, 15(4), 286–287.（9/11 后美国人因恐惧飞行而改驾车，导致额外交通事故死亡的研究）
• Covello, V. T., & Sandman, P. M. (2001). Risk communication: Evolution and revolution. In A. Wolbarst (Ed.), Solutions to an Environment in Peril (pp. 164–178). Johns Hopkins University Press.