签到
EN

思考,快还是慢?——基于芝加哥减少犯罪和失业的田野实验

7浏览
2022/04/13 14:22发布
田野实验研究
田野实验研究
来自田野实验——思考,快还是慢?——基于芝加哥减少犯罪和失业的田野实验

Sara B.Heller, Anuj K.Shah 等人撰写的NBER工作论文“Thinking,Fast and Slow? Some Field Experiments to Reduce Crime and Dropout in Chicago”通过田野实验发现:下意识(automaticity)行为,即依赖情感、记忆和经验做出迅速判断的行为,更容易诱发低收入青年出现犯罪和失业现象;而通过对低收入青年进行一定辅导减少其下意识行为后,其犯罪率和失业率会显著降低。

微观经济学模型的典型假设是理性的经济人。但果真如此吗?诺贝尔经济学奖得主丹尼尔·卡尼曼在THINKING, FAST & SLOW书中向这个观点发起挑战:他认为,理性人的假设让经济学的扣子从一开始就系错了。

作为认知学家,卡尼曼认为,我们的大脑有快与慢两种作决定的方式。常用的下意识的系统1”依赖情感、记忆和经验迅速作出判断,它见闻广博,使我们能够迅速对眼前的情况作出反应。但系统1也很容易上当,它固守眼见即为事实的原则,任由损失厌恶和乐观偏见之类的错觉引导我们作出错误的选择。有意识的系统2”通过调动注意力来分析和解决问题,并作出决定,它比较慢,不容易出错,但它很懒惰,经常走捷径,直接采纳系统1的直觉型判断结果。

为了使读者真切体会到系统1和系统2这两个主角的特点,卡尼曼介绍了很多经典有趣的行为实验,指出我们在什么情况下可以相信自己的直觉,什么时候不能相信;指导我们如何在商场、职场和个人生活中作出更好的选择,以及如何运用不同技巧来避免那些常常使我们陷入麻烦的思维失误。

文章利用下意识行为来解释为何当前美国社会低收入青年犯罪率及失业率居高不下:思考每一个细节是要动用系统2并花费一定成本的,因此每个人在面对问题时都会有下意识使用系统1做出决策的倾向,这就极易导致犯罪及失业的发生。进一步,考虑如下两种情形,一种是校园生活school life),另一种是街头生活street life),在校园生活中,老师掌握着主导权,而在街头生活中,是由某些强大的混混们掌握着主导权。对于生活在中产家庭的青年,面对以上两种情形,他们的最优反应都是遵从。而对于低收入家庭的青年,情况则不尽相同:在校园生活中,他们会选择遵从老师的命令,而在街头生活中,他们则会选择反抗而不是遵从。因此,下意识行为和社会环境息息相关,来自高收入家庭的青年在面对不同情况时行为大致相同,即都会遵从权威;而低收入青年的行为则不尽相同。该例子印证了文章的假说:下意识行为是需要花费成本的,因此低收入青年在面对不同环境时其下意识行为会更加复杂多样。如果遇到某些看似和原来情形相同但实质却不同的情形时,下意识行为往往会带来不良的后果。所以,需要对低收入青年们的下意识行为进行干预。本文利用了实验的方法,证明了对低收入青年们的下意识行为进行干预后,犯罪率和失业率会显著降低。进一步发现,实验结果的不同不是由于个体原因(如个人智力,自控能力)导致,实验中采取的训练方法才是导致结果不同的关键所在。

文章选取了芝加哥地区的低收入青年作为实验对象。实验设计如下:将低收入青年随机分成三组,前两组采取“BAM”训练法对青年进行训练,第三组采取“JTDC”训练法进行训练。两种训练方法都是教会年轻人意识到在何种情况下采取下意识行为是有害的,并教导他们学会仔细思考和分析自己的行为。如BAMJTDC项目都将愤怒anger)作为一个重要指标,即当年轻人面对令他们感到愤怒的事情时,他们应该更加谨慎仔细地分析自己的行为。同时,BAM更加强调避免失控情绪out of control energy)发生,而JTDC强调学习停下来思考stop,look and listen)的重要性。然后,文章使用了学生个人学年表现记录数据(CPS)和犯罪率数据(ISP),进行如下回归:

 

图片

 

其中Y表示结果变量、Z表示是否进行试验的0-1型变量、X表示前一期的IPSCPS的值、γ表示截面变量。通过比较系数的显著性得到如下结论:经过人为干预后,青年的犯罪率和失业率都有所降低,说明人为干预低收入青年的行为的确对他们的发展有益,并且采用BAM训练方法比采用JTDC更有效。同时,由于系数π显著不为0,说明试验机制不同,也即试验训练方法不同是导致试验结果不同的关键所在。

本文的研究结果有两层意义:首先,依赖下意识反应会助长辍学与犯罪行为;其次,低收入青年没有很好意识到他们需要减少下意识反应对自己的影响。作者希望自己的研究能够帮助处于不利条件的青年人意识到这个问题,从而在关键时刻做出对人生对社会更好的决定。

 

原文:

Heller, Sara B., Anuj K. Shah, Jonathan Guryan, Jens Ludwig, Sendhil Mullainathan, Harold A. Pollack, 2015, Thinking, Fast and Slow? Some Field Experiments to Reduce Crime and Dropout in Chicago, NBER Working Paper 21178.

 

 

 

 

*文章来源:金融学前沿论文速递

*侵权必删

田野实验研究
田野实验研究
文章70
·
总浏览量865
最新文章
更多
还记得自己当初为什么选计算机专业吗?
文晟
2
浏览
住房“限购令”如何影响周边城市房价和汽车消费?
学说观点
10
浏览
JFE|空气污染不仅影响身心健康,也会干扰投资者的理性决策!
学说观点
2
浏览
JFE|中国股市可以准确预测吗?来自机器学习的视角
学说观点
3
浏览
国际金融顶刊JFE最新研究:中国股市的真实价值
学说观点
1
浏览
金融学顶刊《Journal of Finance》“偏爱”哪些中国故事?
学说观点
3
浏览
热门用户
学说观点
学说观点
文章
300
学术前沿速递
学术前沿速递
文章
298
AIGC交流社区
学说官方
文章
240
未央网
未央网
文章
233
毕宣
中央财经大学
文章
185
王凯
T. Rowe Price
文章
181
热门文章
更多
经济学入门必读书籍有哪些值得推荐?
楚健
·
964
浏览
会议预告|清华五道口绿色金融讲座第一期,邀您探讨“碳达峰碳中和——中国发展转型的机遇和挑战”
学术会议动态
·
3260
浏览
如果经济学家连股都不炒,那他们都在干什么呢?
李博
·
524
浏览
荒唐!Science论文作者P上自己名字,还写进简历里?
楚健
·
275
浏览
李开复:ChatGPT引发失业恐慌?这20种工作要避开!
我和ChatGPT有个对话
·
251
浏览
Top 100 Economics Blogs of 2023
学术小秘书
·
250
浏览
2022数字经济大会议程发布,邀您参会!
学术会议动态
·
211
浏览
最新综述!AIGC到底是什么?都有哪些应用?一文尽览!
AIGC交流社区
·
203
浏览
于海龙 李成明丨乡村振兴背景下财政涉农扶贫资金政策有效衔接的关键环节和路径选择
经典论文回顾
·
183
浏览
TOP前沿: 文本分析方法必读实用指南! 基于文本即数据的机器学习!
经典论文回顾
·
174
浏览