叶航宏观经济学 叶航:神经元经济学 深刻认识人类行为的科学
根据会议安排,让我讲一下神经元经济学。从2004年美国成立国际神经元经济学会到今天,刚好整整10年。国内对这一新兴学科的研究其实很早就跟进了,我们2005年就写了神经元经济学的综述。《经济研究》找不到匿名审稿人,直到2007年才发出来,到今天也已经过去七、八年了。经常有人问我,国内的神经元经济学研究现在进展如何?坦白说,我们的后续研究进展很慢,因为进行这方面的研究碰到了很大的困难。
首先是它的技术门槛特别高,比如,最基本的研究工具,像功能性磁共振成像(fMRI)、正电子发射成像(PET)等设备,价格动辄两三千万元。另一方面是它的跨学科研究性质引起的,浙大7所附属医院虽然都有这个设备,我和汪丁丁曾经与三四家医院都谈过合作研究,但最后都没了下文。
这就体现了跨学科研究的困难之处,搞医学和神经科学的人往往很难明白经济学想做的研究是怎么回事。经济学研究与普通的脑神经研究确实有很多不同之处,比如我们的研究往往涉及博弈过程中的脑认知,它需要两人、甚至多人的对垒;但磁共振和PET的操作要求很苛刻,人进去以后就不能随便活动了;而且博弈过程的信息交互也是一个难题,它需要多台设备同步运行。
我们想了很多办法来解决这些问题,医学院的老师虽然都很热情,但最后往往不了了之。
这也难怪,医院做一次磁共振收费近千元,做做一次PET收费近万元;商业利润非常大,给你做这些研究就没有什么动力,所以很难进行下去。
好在神经科学的技术发展特别快,近两三年来的突破,就是出现了新的技术工具,比如功能性近红外脑成像(fNIRS)。与磁共振和PET比,不但价格便宜(市场价大概四五百万元,让学校买就比较方便),关键是操作要求没有磁共振和PET那么严格,它允许被试动来动去,因为它的测试探针是定位在大脑上的,位置定好以后,人动不影响测试,非常适合做行为博弈研究。正因为近年来技术上的突破,所以我们的研究也取得了一定的进展。
另外,我想做一个小小的补充。10年前我和汪丁丁翻译Neuroeconomics的时候,颇费了些周折,最后决定将其翻译成“神经元经济学”(关于这个译法,我们在2007年《经济研究》发表的综述中专门作了说明)。
但近几年来,以Neuro为前缀命名的学科越来越多,比如Neuromanagement(神经管理学)、Neuroethics(神经伦理学)、Neuromarketing(神经营销学)等等,其它学科都按惯例将其命名为“神经某某学”。所以现在我们写文章时就比较少用“神经元经济学”这个名词,干脆符合大家的习惯,将其称作“神经经济学”。
下面通过我们最近做的一个脑成像实验,给大家介绍一下神经元经济学究竟怎样进行研究。我们的实验是研究人类损失厌恶的神经基础。损失厌恶(Loss aversion)是主流经济学的一个“异象”(Anomalies),即人们的行为完全偏离了标准经济学模型的预测。
上世纪70年代末,卡尼曼(Daniel Kahneman)和特沃斯基(Amos Tversky)就发现了人类风险决策过程中的“损失厌恶”现象,而损失厌恶对主流经济学的基本假设提出了严峻的挑战。
早上林毅夫提到,刚刚去世的诺贝尔经济学奖获得者贝克尔对主流经济学有一个很大的贡献,就是他把人类的利他行为作为一种偏好包含到效用函数中,从而极大拓展了主流经济学理性假设的视野。这没有问题。但对理性假设还有另一方面的挑战,这就是卡尼曼他们做的工作。
因为理性假设的核心是一致性公理,一个理性人的行为必须符合一致性公理的要求。但大量的经验研究表明,人们的行为在很多情况下并不遵循一致性公理的要求。对主流经济学来说,这可能是一个更致命的挑战。
以损失厌恶为例,它在哪些方面挑战了主流的理性假设?理性假设有两个基本内容,一个是作为理性决策最大化目标的期望效用理论。在期望效用理论中,期望收益的大小与收益的正负没有关系,比如6元钱收益减5元钱成本,还有1元钱盈余。
也就是说,不管是收益还是成本,1元钱的价值就是1元钱,所以它们可以合并在一起计算。但卡尼曼他们却发现,人们对损失的估值要远远超过同样大小的收益。用公式可以表示为-v(-x)>v(x),这显然是违背期望效用原理的。
卡尼曼和特沃斯基在实验来中发现,如果一个赌局为50%的概率赢1千块钱,50%概率输1千块钱,通常没人会去玩。虽然按期望效用理论计算,它们的期望收益是相等的。理性假设更重要的内容是一致性公理,而损失厌恶对理性假设的另一个挑战,就体现在对一致性公理的违背上。
假设有A和B两个情境,情境A:选项1为100%获得100元,选项2为50%获得200元或50%获得0元;情境B:选项1为100%损失100元,选项2为50%损失200元或50%损失0元。
根据期望效用原理,A和B中的期望收益是相同的;如果一个人的偏好是风险规避,无论在情境A还是情境B中,他都应该选择不包含风险的选项1;如果一个人的偏好是风险追逐,无论在情境A还是情境B中,他都应该选择包含风险的选项2。
但卡尼曼和特沃斯基却发现,绝大多数被试在情境A中选择的是选项1,在情境B中选择的却是选项2。这一结果表明,同一被试在情境A中是一个风险规避者,在情境B中却成了一个风险追逐者。
这就是所谓的“偏好逆转”,它显然违背了一致性公理的要求。卡尼曼2002年获得诺贝尔经济学奖时(他的合作者特沃斯基因为逝世而没有获此殊荣),瑞典皇家科学院在获奖词中提到,传统经济理论认为人能够做出理性的选择,但来自实验的研究却表明,经济理论中的某些假设需要做出修订。
现在讲讲我们做的脑成像研究。我们希望搞清楚人在做出上述决策时,他的神经基础是什么。说到底,神经元经济学无非就是研究人们决策的神经基础。我们的实验设计把卡尼曼做过的实验进行了扩展。因为只让被试做两个选择,脑成像不一定能够记录下神经元的反映。
于是我们分别为上面的情境A和情境B设计了一组选择。其中情境A为收益域实验局,它由9道分别包含一个固定收益选项和一个风险收益选项组成,如第1题:(1)100%的概率得到100个筹码,(2)50%的概率得到200个筹码或50%的概率得到0个筹码;第2题:(1)100%的概率得到100个筹码,(2)50%的概率得到190个筹码或50%的概率得到0个筹码,等等。
情境B为损失域实验局,同样由9道分别包含一个固定损失选项和一个风险损失选项组成,如第1题:(1)100%的概率损失100个筹码,(2)50%的概率损失200个筹码或50%的概率损失0个筹码;第2题:(1)100%的概率损失100个筹码,(2)50%的概率损失190个筹码或50%的概率损失0个筹码,等等。
我们让被试在计算机上进行选择,并以内置的随机程序给出每一选择的实际支付,实验结束后以10:1的比例将被试获得的筹码兑换成人民币作为他们参加实验的报酬。
在被试进行选择时,我们同时用功能性近红外仪扫描被试的大脑皮层,从而获得他们决策时的大脑成像。这个实验是去年暑假期间完成的,我们通过浙大校内论坛cc98在线招募了30名被试,专业覆盖人文、社科、工科、理学、生物学、医学等20余个不同院系;其中男生20人,女生10人。
下面我们来看一下实验结果。这是功能性近红外脑成像仪的外貌(PPT展示),它的体积比磁共振小多了,在我的办公室里就能做。功能性近红外脑成像的主要原理,就是利用血液对近红外光的反射来测量大脑中含氧血红蛋白(HbO2)和脱氧血红蛋白(Hb)的浓度变化,从而标识出脑区的激活状态。
我们现在看到的是大脑前额叶皮层的二维成像图,上面这张图是被试进行收益决策时大脑皮层的激活状态,下面这张是被试进行损失决策时大脑皮层的激活状态。
请注意,右上角的这一块和左上角这一块有明显的差异。当被试处于收益情境时,左背外侧前额叶皮层(Left dorsal lateral prefrontal cortex)被明显抑制;反之,当被试处于损失情境时,右背外侧前额叶皮层(Right dorsal lateral prefrontal cortex)被明显抑制。
相关的脑科学研究表明,对应该区域的脑区主要执行的认知功能包括思维和直觉、信息的回忆加工、以及情绪的解读等等。
通常,大脑左背外侧前额叶皮层参与正面情绪的产生和调节,右背外侧前额叶皮层则参与负面情绪的产生和调节。我们的脑成像研究有三个重要发现:第一,损失厌恶是有其神经基础的,人类处置收益与处置损失的脑区存在着明显的不同;第二,人们的偏好是异质的,这与主流经济学对人类偏好的同质性假设不符;第三,人类的决策行为并非完全依赖理性的计算,事实上人的情绪也参与了这一过程。
比如风险规避,它可能是某种恐惧感的产物,阻止了我们去冒险。
上面介绍的是脑成像研究,但对神经元经济学来说,这个研究还没有结束。因为你虽然揭示了损失厌恶的神经机理,但却没有解释人类为什么会具有这一特殊的神经结构。这就涉及到对人类行为和心理演化机制的研究。但演化是一个非常复杂的过程,会牵涉多重变量,以及随机性、涨落性和涌现性等多种复杂系统的特征,这些性质一般无法给出精确的解析性分析,也就是说经济学常用的数学方法无法用来分析这个问题。
在自然科学中,对这类复杂系统,比如气候变化、潮汐环流、疾病传播等等,往往是通过计算机仿真来研究的。因此,神经元经济学在这方面的研究也需要引进计算机仿真实技术。
为了研究损失厌恶行为的演化机制,我们首先要给出一个模型。这个模型背后的故事非常简单:我们假定一个原始人出去觅食,看到一个大蘑菇,正要采这个蘑菇的时候,突然前面跑出一只野兔;他现在面临的抉择——究竟是采蘑菇还是追野兔?野兔的热量比蘑菇大,但是有风险,如果追不上,回来这个蘑菇就可能被其他人采走了。
为此,我们需要设置5个基本变量:一个是食物的种类,到底是低风险食物还是高风险食物;第二个是给出不同食物的热量;第三个是获取某种食物的概率;第四个是各种食物在自然界的分布,即丰度;第五个是行为的突变率。
另外还要做一些基本假设,例如一定的热量可以使一个原始人维持几天生命,多长时间不补充热量就会导致死亡,以及热量与一个人繁殖率之间的关系等等。我们把这些变量和假设编成程序,就可以用计算机来模拟原始人的生存状况和演化过程,并试图搞清楚怎样的觅食策略更有利于原始人的生存。
这些图片是我们通过计算机仿真得到的结果(PPT展示):这张图表明,如果给定低风险食物的热量为1个单位,高风险食物的热量为10个单位;低风险食物获取的概率为100%,高风险食物获取的概率为30%;低风险食物的丰度为0.
8,高风险食物的丰度0.4;突变率为0.001;那么仿真结果表明,具有风险规避偏好的原始人(由仿真图中的绿色曲线代表)就具有明显的进化优势。这张图表明,如果把高风险食物的热量从10提到12,获取概率从0.
3提到0.5,丰度从0.4提到0.6,仿真得到结果就不一样了,风险规避行为和风险追逐行为都有一定的进化优势,很难分出伯仲。如果将高风险食物的总体期望收益提高到低风险食物的3倍以上,风险追逐(由仿真图中的红色曲线代表)就会替代风险规避成为具有进化优势的行为。
这个结果很有意思,它与卡尼曼等人对损失厌恶的研究非常接近。卡尼曼他们通过大量的行为实验发现,一单位损失带给人们的负效用大约需要用2.
5~3倍的收益才能弥补。所以,我们通过计算机仿真得到的结果能够很好地映证并解释卡尼曼等人在行为实验中发现的经验事实。对人类的生存活动来说,要达到这个条件需要较高的生产效率。在人类演化初期,不可能提供这么高的生产率。
只有到了距今60万年左右,人类学会使用火以后,生产能力才有较大幅度的提高。特别是距今3~5万年左右,人类发明了弓箭才大幅提高了捕获其他动物的效率。但相对人类700万年的演化史来说,我们的祖先在90%的时间里事实上都处于生产率极端低下的状态。
在这种状态下,风险追逐是一种非常危险的行为。就像一个在沙漠中行走的人,额外的一加仑水可以让他感到更舒服,但损失一加仑水却可能让他陷入灭顶之灾。我们的计算机仿真表明,损失厌恶可能是一种人类在长期演化过程中获得的、可以通过模块化的大脑神经结构加以遗传的适应性心理本能。
由演化导致的人类大脑神经结构的改变是一个非常缓慢的过程,现代人的心智模式,在很大程度是被我们祖先的生存环境所塑型的。因此,演化心理学家认为“现代人的头脑里装着一副石器时代的大脑”。因为农业文明至今才1万多年,工业文明只有200多年,而人类祖先已经在采集-狩猎状态下生活了数百万年。
这就带来一个对经济学来说非常重要的事实:人们所做的选择未必会有利于他们自身福祉的改善,除非当前的选择环境与人类偏好演化的历史环境完全一样。
例如,人类对糖和脂肪的偏好是数百万年采集-狩猎社会食物严重匮乏的产物,只是在最近一个世纪内,人类才开始摆脱了饥饿的威胁。但是,对大部分人来说,要抑制对糖和脂肪的偏爱仍然是非常困难的,哪怕他们知道过分摄入这些“养分”会导致肥胖、高血脂、高血压等一系列有害健康的症状。
再如,今天人类面临的风险决策环境虽然已经发生了翻天覆地的变化,但千百万年演化过程对人类心理产生的影响却仍然没有消失。在股票市场上,人们往往会过早抛掉上涨的股票,表现出对收益的风险规避(即所谓的“落袋为安”);但却会长期持有下跌的股票,表现出对损失的风险追逐(即所谓的“博反弹”)。
这就是损失厌恶影响我们行为决策的重要例子。
同样的现象在房产市场上也非常普遍,房产所有者在价格低于其买入价时,显得极为惜售;为了能在将来以一个满意的价格出售房产,他们不惜长期承受维修、税收和按揭成本。在标准的经济学模型中,这些行为显然是非理性的。因为,一个理性的决策者应该不受前期投入的“沉没成本”的影响。
最后,我想讲一下神经元经济学的研究对经济学的意义。
第一,神经元经济学打开了“偏好”这一黑箱。萨谬尔森曾经认为,偏好作为人的主观愿望是无法观察到的,我们所能观察的只是人们的行为。但随着科学技术的进步,萨缪尔森的担忧今天已经不复存在。20世纪末和21世纪初,脑科学领域内出现的一个重大突破就是活体大脑的观察技术。
随着功能性磁共振成像(fMRI)、正电子发射成像(PET)和功能性近红外成像(fNIRS)等技术的不断成熟,神经元经济学今天已经可以完全无创伤地深入人脑内部,观察人类行为与决策过程的神经机理。在神经元经济学家眼中,效用或偏好已经不是一个抽象的概念,它们第一次具有了哲学意义上“本体论”的地位。这无疑会对经济学的研究产生极其深远的影响。
第二,神经元经济学在研究中广泛使用的行为实验、脑成像和计算机仿真等技术为经济学提供了一种经验实证的工具。经济学对数学的运用非常成功,但数学只为经济学提供了逻辑实证的工具。人类科学发展的历史告诉我们,逻辑自洽只是科学理论得以成立的必要条件而非充分条件,科学理论得以成立的充分条件则是它所提出的假设必须得到可观察、可重复的经验事实的验证。
以物理学为例,牛顿的三大定律只有在精确预测了行星运行的轨道后,才能成为经典的力学理论;爱因斯坦的广义相对论只有在观察到空间弯曲所引起的红移现象后,才能成为现代物理学的基础。
因此,数学工具为现代物理学提供了逻辑实证的必要条件,而天文望远镜、电子显微镜和粒子加速器则为现代物理学提供了经验实证的充分条件。从这个意义上说,行为实验、脑成像和计算机仿真就是经济学研究中的天文望远镜、电子显微镜和粒子加速器,它们为经济学真正的科学化提供了经验实证的充分条件。
第三,神经元经济学的研究具有非常大的实践意义。例如,神经元经济学对慈善捐赠行为的研究表明,人们之所以通过金钱和物质帮助他人,并非完全出于广告效应、声誉效应等深谋远虑的自利目的;对捐赠者的脑成像显示,人脑中负责多巴胺(Dopamine)分泌的神经元被显著激活,而多巴胺水平的提高则可以给人带来精神愉悦。
这个研究结论具有很大的政策意义,无偿献血的机制设计正是依赖于人们利他行为背后的精神因素,如果无视人类所具有的这种非自利的行为动机,采用金钱激励的方法反而会造成供血量的萎缩和供血质量的下降。
还有一个例子,一项涉及信任博弈中委托人风险偏好的神经元经济学研究表明,人们对待风险的态度并非来自“理性的计算”,由大脑下视丘“室旁核”(Paraventricular nucleus)和“视上核”(Supraoptic nucleus)神经元所产生的催产素(Oxytocin),可以明显提高被试在人际互动中承受风险的水平。
根据这一结论所做的实证研究表明,一家投资银行如果根据交易员催产素水平的高低来调整他们的岗位,比如在牛市中让催产素水平较高的人充当交易员,在熊市中则让催产素水平较低的人充当交易员,平均盈利水平可以提高30~40%。
总之,神经元经济学可以让我们对人类的行为、人类的偏好有更深刻、更全面的认识,这无疑可以极大地提高经济学的科学性。由于时间关系,我的发言就到这里。谢谢大家。
[ 叶航 浙江大学经济学院经济学系主任、跨学科社会科学研究中心主任、语言与认知研究中心副主任、经济与文化研究中心副主任,教授、博士生导师。本文为作者在2014年5月6-7日「中国经济学跨学科理论创新研讨会」的演讲修订稿,标题为编者所加 ]
