决策中的启发式：一种全新的理解

　　一、引言
　　当面对需要解决的问题时，决策者是如何做出决策的？就目前来说，答案有三种：利用逻辑规则（logic rule）、利用统计规则（statistics rule）或者利用启发式（heuristic）。然而，在实际决策过程中，决策者并不是同等地利用这三种规则，每一种规则都有其适合的问题类型。人们经常把逻辑和统计规则同理性推理（rational reasoning）联系起来，而把启发式同非理性（irrationality）联系起来。但是从本质上讲，决策者在决策过程中更多的是在利用启发式。
　　古典决策理论（classical model of decision making）（庄锦英在其《决策心理学》一书中称其为标准化决策理论）认为，世界上任何信息都是确定的，事情的结果和可能性都是已知的，决策者只要能够掌握所有的信息，未来就可以预测。根据古典决策理论，决策者在作出决策时需要经历五个过程，即①鉴别所有的线索：所有相关的信息都必须得到验证；②回忆并储存线索效价：决策者必须回忆起所有信息的效价，或者通过外部加工将其存储在记忆中；③评估每种线索的权重，即评判出每种信息的重要程度；④为所有的问题解决途径整合信息；⑤对比所有问题解决途径，并选择效价最高的途径作出最终决策。很明显，这种运算法则要求决策者付出巨大努力。然而，由于受到认知资源和任务环境的限制，决策者自身的认知加工能力是有限的，为了增加有限的认知资源，决策者往往采取多种方法和策略来减少他们花费在计算上的努力。另外，当决策者面对问题时，这些信息和条件也是很难完全具备的。以提出现代贝叶斯决策理论（modern Bayesian decision theory）而闻名的Savage称这些所有相关的信息为“小世界”，以和“大世界”区分开来。在“小世界”中，部分信息无法得知，或者只能从小样本中推断出来，以至于古典决策理论的条件无法满足，致使古典决策理论不能成为最佳决策的规范，研究者只能假定古典决策理论会自动化地提供正确答案。很多学者对“小世界”决策理论提出了批评。
　　近些年来，研究者们逐渐把研究焦点转向了“大世界”，来考察启发式在“大世界”中是如何发挥作用的，以期形成启发式的正式理论。但是，只要启发式还被冠以模糊的标签，对启发式在“大世界”进行进一步的研究就是不可能的，因为毕竟启发式不能像统计技术那样对事物做出精确预测。
　　二、启发式的概念界定：对启发式全新的理解
　　在信息量相当的情况下，简单的启发式比标准统计技术能够得到更加精确的结果。早在20世纪70年代，Dawes和Einhorn的研究就得到过类似的结论，但在当时他们的研究并未引起研究者的重视。庄锦英在其《决策心理学》一书中也曾提到，启发式这种经验推断的方法往往十分有用，它们使估计概率和预期值的复杂任务大大简化。因此，我们认为从一种积极的视角对启发式做出全新的理解是十分必要的。
　　对启发式积极意义的研究，有代表性的是Shah和Oppenheimer所提出的努力减少理论（effort reduction theory）。他们认为，所有的启发式均依赖以下一种或几种方式达到努力减少（effort reduction）的目的：①检索较少的线索；②降低检索和储存线索效价的难度；③简化线索的权重规则；④综合较少的信息；⑤衡量较少的问题解决途径。Shah和Oppenheimer并不认为决策者一定会明确选择努力减少的策略，他们只是强调，尽管决策者并不一定能够