诺贝尔经济学奖得主丹尼尔·卡尼曼

4lqedz

丹尼尔·卡尼曼资料图。

诺贝尔经济学奖得主

丹尼尔·卡尼曼去世

据《纽约时报》（The New York Times）信息，2002年诺贝尔经济学奖得主丹尼尔·卡尼曼（Daniel Kahneman）于2024年3月27日去世，享年90岁。

生 平：

丹尼尔·卡尼曼是一位作家、心理学家和经济学家，于1934年3月5日出生在以色列特拉维夫市，持有以色列和美国双重国籍。1954年毕业于以色列耶鲁撒冷的希伯来大学，获心理学与数学学士学位，1961年获美国加州大学心理学博士学位。

1961－1978年先后任希伯来大学心理学讲师、高级讲师、副教授、教授，1978－1986年任加拿大不列颠哥伦比亚大学心理学教授，1986－1994年任美国加州伯克利大学心理学教授，1993年起任美国普林斯顿大学心理学教授和伍德罗威尔森学院公共事务教授，2000年起兼任希伯来大学理性科研中心科研员。卡尼曼把心理学科研和经济学科研结合在一块，尤其是在不确定情况下的决策制定这一科研课题，从而荣获2002年荣获诺贝尔经济学奖。

学术成就：

丹尼尔·卡尼曼开创了前景理论（Prospect Theory）、将心理学与经济学相结合的交叉科研以及促进了行径经济学的发展。他的科研打开了社会心理学、认知科学、对理性与幸福的科研以及行径经济学的新局面。

卡尼曼与阿莫斯·特沃斯基（Amos Tversky）一起研发了前景理论，该理论改变了经济学对人们决策行径的理解。前景理论指出，人们的决策不仅受到预期结果的影响，还受到参照点的影响，对危害的感知是非对叫作的。

在心理学与经济学交叉科研方面，卡尼曼将认知心理学的观点应用到经济学行业，深入科研了人们在不确定情境下的决策过程。他的科研揭示了人类决策行径中存在的种种偏差和心理规律，如确认偏差、损失厌恶等。

卡尼曼经过引入心理学视角和实证科研办法，对行径经济学的发展做出了要紧贡献。他的科研成果推动了经济学理论针对人类行径更为真实的认识，针对解释和预测经济现象拥有要紧道理。

2011年，卡尼曼被《外交政策》杂志评为全世界顶级思想家。 同年，他的著作《思考，快与慢》总结了他的大部分科研成果，出版并作为畅销书。

2015年，《经济学人》杂志将他列为全世界第七大最具影响力的经济学家。

附录文案：

诺奖得主丹尼尔 · 卡尼曼：

为何咱们在群体里中更易被操作？

每一个人都认为自己能够驾驭自己的思想。但事实上，人们的决策和行径常常被许多看不见的原因影响。例如，直觉常常引起人们追求错误的东西，人们的感知和记忆并不靠谱，人们针对自己心理状态的感知和记忆尤其不靠谱。这是诺贝尔经济学奖得主丹尼尔·卡尼曼（Daniel Kahneman）的观点。

长时间败兴，正统经济学始终以“理性人”为理论基本，它让咱们相信，咱们做的每一个决策都出于理性计算，都符合个人利益最大化的目的。但以丹尼尔·卡尼曼为表率的行径经济学家告诉咱们，理性并不那样靠谱，咱们的决策过程其实充斥着偏见和谬误，乃至是自欺欺人。

他与决策行业专家、巴黎高等商学院（HEC Paris）教授奥利维耶·西博尼（Olivier Sibony）和哈佛大学法学院教授卡斯·桑斯坦（Cass R. Sunstein）合著揭示了人类判断中的行径缺陷，揭露个人易受群体影响的深层原由——噪声。所说噪声，便是指对相同问题进行判断的过程中产生的差异性。他的理论不仅为经济学决策带来启发，况且同期能够启发着咱们每一个普通人重新认知自我的决策机制，从而更好的处理自己的人生重大决策。

咱们的都晓得，个体判断中的噪声很糟糕，例如咱们很容易受到环境和他人的影响，然则群体决策中的噪声更甚。群体决策可能会因为有些没关原因而朝任何一个方向改变。谁先发言、谁后发言、谁说话更自信、谁穿着黑色衣服、谁和谁挨着坐、谁在某个时刻笑了或皱眉了，或呈现出其他身体姿势——所有这些原因，以及其他更加多原因都会影响结果。

群体的动态过程亦会增多噪声。有“睿智的群体”，她们的判断与正确答案接近；但亦有追随暴君的群体、增多市场泡泡的群体、相信奇迹或受一起幻想所安排的群体。网络时代没疑放大了噪声的声量。微小的差别可能引起一个群体坚定地说 “是”，而本质上相同的另一个群体却坚定地说“否”。群体成员之间的互动，亦正是咱们此处强调的重点，它会引起很高的噪声。

群体的结果很容易被操作

由于流行程度会自我加强

咱们来举个例子：马修·萨尔加尼克（Matthew Salganik）和他的合作者开展了一项大型音乐下载的科研。实验人员创造了一个几千人的掌控组（某流行音乐网的访客）。掌控组的成员能够试听并下载 72 首新歌中的 1 首或多首歌曲，如《最好的错误》《我是个错误》《信念高于答案》《生活的奥秘》《祝我好运》《走出困境》等。

在掌控组中，受试者未被通知其他人说了什么、做了什么等额外信息。这般，她们能够独立判断自己爱好哪一首歌或期盼下载哪一首歌。但萨尔加尼克及其同事还创设了其他 8 组，对应 8 种群体情境，并将成千上万的受试者随机分配到这些情境中。针对这些组中的受试者，所有其他信息都是同样的，仅有同样不同：人们能够看到她们组中的其他人先前下载过那些歌曲。例如，倘若《最好的错误》是该组中深受喜欢的歌曲，那样成员就能够看到；一样，倘若完全无人下载，她们亦能够看到。

由于不同的群体在任何要紧的维度上均没差别，这项科研看起来就像是重复了 8 次。你可能会推测，好听的歌曲排名会提升，而欠好听的歌曲则会下降。倘若是这般，这些不同群体中的歌曲排名应该相同，或最少类似。这般，不同群体之间无噪声。事实上，这亦是萨尔加尼克及其同事试图去探讨的问题。她们考察的是一种特定的噪声源：社会影响。

该科研的核心发掘是，不同群体的排名差异巨大：在不同群体之间存在海量噪声。在某个群体中，《最好的错误》可能非常成功，而 《我是个错误》则非常失败。在另一个群体中，《我是个错误》极其成功，但《最好的错误》则一塌糊涂。倘若一首歌一起始就受欢迎，它随后亦必定会表现更好。倘若一起始无得到这种优良，那样结果就难说了。

能够肯定的是，最差的歌（在掌控组中表现最差）排名不可能靠前，最好的歌亦不太可能垫底。但针对其他歌而言，任何事情都有可能出现。正如作者所强调的那样：“在有社会影响的前提下，比在独立判断的前提下，人们更难预测那些歌会成功。”简而言之，社会影响在不同群体之间产生了显著的噪声。倘若你仔细思考，你就晓得， 单个群身体亦会存在噪声，由于她们很容易就爱好一首歌，或不爱好一首歌，这取决于这首歌一起始是不是受欢迎。

正如萨尔加尼克及其同事随后所展示的，群体的结果很容易被操作，由于流行程度会自我加强。在一个有点魔性的后续实验中，她们对掌控组中的歌曲排名进行了反转。换句话说，她们在这些歌曲的受欢迎程度上说了谎，人们看到的最好的音乐其实是最差的音乐，反之也然。科研人员随后观察了访客们会怎样做。结果是，最不受欢迎的歌曲变得非常受欢迎，而原来最受欢迎的歌曲则表现非常差。即使科研人员误导了人们那些歌曲是受欢迎的，但在非常大的群体中，受欢迎和不受欢迎的程度受排名的影响是相同的。独一的例外是，随着时间的推移，掌控组中最好听的歌曲会逐步变得更受欢迎，这寓意着反向排名亦无让它垫底。然则对绝大部分歌曲而言，反向排名决定了它的最后排名。

很容易看出，这项科研怎样与通常性的群体判断相关。假设有一个包括 10 名成员的小群体，要决定是不是采用某项大胆的新措施。倘若一两个支持者先发言，她们很容易将全部团队转向她们偏好的方向。倘若最先发言的是持可疑态度的人，状况亦是如此。最少当人们 互相影响时是如此。事实上，她们常常互相影响。因此呢，仅仅是由于先发言的人不同，或一起始下载的人更加多，类似的群体会做出非常 不同的判断。《最好的错误》和《我是个错误》的流行现象在各样专业判断中亦存在。倘若群体无收到类似歌曲排名的信息，例如对某一大胆措施的热烈支持，该措施可能仅因为其支持者未发言而没法推进。

政治观点同歌曲同样

最后的命运取决于最初的受欢迎程度

倘若你是一个多疑的人，你可能会认为音乐下载只是一个特例，或最少与其他的群体判断不同。然而，在其他行业亦发掘了类似的结果。例如，思考一下在英国的百姓投票（简叫作公投）中，人们对不同提案的支持状况。在公投中决定是不是要投支持票时，人们自然要判断这是不是一个好的主意。这种模式类似于萨尔加尼克及其同事的科研：最初涌现的流行度会自我加强，倘若某项提案在第1天无受到 关注，它火速就会沉寂。在政治行业就像在音乐实验中同样，支持与反对在很大程度上有赖于社会影响，详细而言，依然于人们是不是能看到其他人投的是支持票还是反对票。

康奈尔大学社会学家迈克尔·梅西（Michael Macy）及其合作者在音乐下载实验的基本上构建了另一一个实验，目的是弄清楚：在看到他人的观点之后，人们是不是会在短期内令这些政治观点受到民主党人的欢迎，而遭到共和党人的反对，或相反。答案简单明了：是的。在网络群体中，倘若民主党人看到某一观点一起始就受到其他民主党人的支持，就会采纳这一观点，并最后引起大部分民主党人支持这一观点。然则，倘若另一个网络群体中的民主党人看到，某一观点 一起始就受到共和党人的支持，那样这些民主党人就会拒绝接受这一 观点，并最后引起大部分民主党人都拒绝接受该观点。简而言之，政治观点同歌曲同样，最后的命运取决于最初的受欢迎程度。正如梅西等科研人员指出的那样：“少许先行者的随机差异”会对大群体产生颠覆性的影响——让共和党和民主党人都欣然接受一系列与彼此的立场毫不关联的观点。

或思考一个通常性的群体决策问题：人们在网上怎样对各样评论做出判断。耶路撒冷希伯来大学教授列夫·穆奇尼克（Lev Muchnik）及其同事在在一个网上开展了一项实验，她们向人们呈现不同的故事，并准许人们发布评论，人们还能够对这些评论投赞成或反对票。科研人员能够人为地、自动化地给一些评论投出第1张赞成票。你可能会想，在成百上千名访客中，使某个评论多出一张初始赞成票基本没足轻重。这个想法合情恰当，但却是错的。在看到第1张赞成票之后（别忘了这完全是人为操作的），下一个访客投赞成票的可能性增多了 32%。

更显著的是，这一效应会随着时间的推移而连续。5 个月后，起始时人为投出的那张赞成票，使得评论的平均评分增多了 25%。最初的一张赞成票产生了如此大的效果，显示存在噪声。不管那一票是为么而投，它都对整体的受欢迎程度产生了巨大的改变。这项科研为群体态度的转变以及群体中为么存在噪声供给了一个线索：类似的群体会做出非常不同的判断，因此呢同一个群体做出的判断亦仅仅是一系列可能性中的一种。群体成员表达的赞成、中立、反对的意见，其功效亦类似于一起始投赞成票或反对票。倘若一个群体成员立即暗示赞同，那样其他成员亦就有理由这么做。毫没疑问，当群体赞同某些制品、人、运动和思想时，可能并不是由于它们的内在优点，而是由于“提前投票”发挥了功效。当然，穆奇尼克的科研触及的是大规模群体。但在小规模群体中亦是同样的结果，乃至更加富有戏剧性，由于最起始投下的赞成票——赞同某个计划、制品或判决——经常会对他人产生更大的影响。

这儿有一个关联的观点。咱们曾经指出集体的智慧：倘若你召集一大群人，问她们一个问题，她们的答案的平均值更有可能接近真实答案。对判断进行汇总是一种减少噪声和误差的非常好的办法。然则，如果人们互相交流会怎样呢？你可能认为这般做是有好处的。毕竟人们能够互相学习，从而找出正确答案。在有些非常有利的前提下，互相分享知识、深思熟虑的群体确实会做得很好。然而，独立做出判断是发挥群体智慧的前提前提。倘若人们不是自己做出判断，而是依赖于其他人，则群体并不会更睿智。

当然，个人易受群体影响还有其它复杂的原因，例如信息瀑布和群体极化。信息瀑布的出现机制很繁杂，简单来讲，人们在表达观点的时候倾向于向他人学习，倘若先前的发言的人似乎爱好某个事物，或想去做某件事，人们亦会暗示认同。倘若人们不可疑这些先前发言的人，或缺少一个知道的理由认为后者是错误的，最少在这些状况下人们会选取认同。另外，社会压力会导致在不同群体之间产生噪声。群体极化亦是一个很要紧的原因，人们互相交流时，常常会提出比原有倾向更极端的观点。

“正如我始终可疑的那样，政治或经济理念就像电影明星。倘若人们认为其他人爱好它们，这种理念就会深入人心”——在这般一个众生喧哗的时代，网络更加是放大了噪声的声量，针对个人来讲，想要做出独立而正确的判断难上加难，卡尼曼为咱们揭示了人类的广泛的认知缺陷。■返回外链论坛：http://www.fok120.com/，查看更加多

责任编辑：网友投稿