跳转至

People Are More Moral in Uncertain Environments

作者: Yiting Chen, Songfa Zhong
来源: Econometrica
主题: 经济理论 / 应用
相关性: 3/10
机构绿灯: National University of Singapore（US News 前 50，免分进入精读）
链接: https://doi.org/10.3982/ecta20574

一、领域脉络与小综述

这个方向是什么： 这个子方向属于行为经济学与实验经济学交叉领域，核心问题是：环境中的不确定性（客观概率未知或结果随机）如何改变个体的道德决策与利他行为？ 它试图挑战传统经济模型中"确定性占优"（dominance）的理性人假设，探索人在面对风险与未知时，其道德偏好是否会发生系统性偏移。当前该领域已有大量实验证据积累，但理论机制（如焦虑驱动、复杂性偏好等）仍处于多假设并存、尚未统一的状态。

发展脉络： 1. 奠基工作：传统期望效用理论（von Neumann-Morgenstern）与道德决策模型通常假设，如果确定性选项在所有状态下都优于随机选项（满足确定性占优），理性人必选确定性。早期实验经济学（如 Kahneman & Tversky 的前景理论）揭示了人对风险的系统性偏离，但主要聚焦于财富维度，未深入道德维度。 2. 主要进展：近年实验经济学开始将不确定性引入道德困境。被引文献中，Exley (2016) 的核心发现是：在利他分配中，人们面对风险时比面对确定性时表现得更加自私（风险下更愿给自己留钱）；而 Shaw et al. (2017) 则发现，人们有时利用不确定性来逃避道德责任（moral wiggle room），即"不确定性给了人做坏事的借口"。这些工作构成了本文的直接对立面——它们显示不确定性降低道德水平。 3. 当前 frontier 与本文位置：作者在引言中明确将缺口 frame 为：既有文献只关注"不确定性作为逃避道德的遮羞布"，却忽略了不确定性的另一面——焦虑。作者引用 Rothschild & Stiglitz (1970) 关于"风险增加降低期望效用"的经典理论，以及 Breitmoser & Tan (2020) 关于不确定性下合作增加的少数证据，指出当不确定性引发焦虑时，人可能通过道德行为来"祈求"好结果。本文即填补这一缺口：证明不确定性在某些设定下提升道德水平，并提出焦虑机制。

子线索聚类： - 线索 A：不确定性降低道德（Moral Wiggle Room / Selfish under Risk）：Exley (2016), Dana et al. (2007) 等。人在风险下更自私，或利用不确定性逃避责任。 - 线索 B：不确定性提升合作/道德（Anxiety / Superstitious Cooperation）：Breitmoser & Tan (2020), 本文。人在不确定性下因焦虑或迷信而更愿合作/利他。 - 线索 C：理论模型（Dominance vs. Non-dominance）：Rothschild & Stiglitz (1970) 的风险厌恶框架，以及标准占优模型。本文试图用非占优模型（焦虑机制）解释线索 B。

核心追问： 1. 不确定性对道德行为的影响方向到底是正向还是负向？（现有文献互相矛盾） 2. 什么条件下不确定性提升道德，什么条件下降低道德？（边界条件与机制） 3. 如何用一个统一的模型解释这种方向性反转？

⚠️ 作者的 framing： - 作者的说法：作者将缺口 frame 为"既有文献只看不确定性降低道德的一面，忽略了焦虑驱动的另一面"，从而让本文的"不确定性提升道德"成为"显然被遗漏的稳健现象"。 - 被淡化/回避的竞争路线：作者在引言中虽然提到了 Exley (2016) 的对立发现，但将其归类为"不确定性关乎他人时的特殊情况"，并未深入讨论为何同一领域得出相反结论的深层方法论原因（如实验设计差异：Exley 用给他人分配金钱的利他任务，本文用自身面临的道德困境任务）。 - 明显该被引却未出现的文献：Kahneman & Tversky (1979) 的前景理论在风险决策中是奠基性的，但引言未引用它来解释损失/收益框架下道德偏移的差异；Battigalli & Dufwenberg (2007) 的心理博弈论（Psychological Games）将信念与情绪（如内疚）正式建模，与本文的焦虑机制高度相关，但未出现。这值得研究者去查：是作者刻意回避以突出自己的焦虑机制，还是这些理论确实无法解释本文数据？

张力： 有明确对立引用。Exley (2016) 与本文的核心结论方向相反（前者：不确定性下更自私；后者：不确定性下更道德）。作者对此的解释是：Exley 的任务中不确定性关乎他人（third-party risk），而本文的核心实验中不确定性关乎自身（first-party risk）。这是一个高价值信号——不确定性的作用方向可能取决于"风险落在谁身上"，这本身就是一个值得深挖的因果识别问题。

二、最核心、最简单的例子 / 数学问题

第一步：符号、模型、可观测数据交代清楚

  • 符号与变量：
  • \(D \in \{0, 1\}\)：处理变量。\(D=1\) 表示被试处于"不确定环境"（Uncertain），\(D=0\) 表示处于"确定环境"（Certain/Degenerate）。
  • \(M \in \{0, 1\}\)：道德行为。\(M=1\) 表示选择道德选项（如不撒谎、不偷拿额外报酬），\(M=0\) 表示选择不道德选项。
  • \(Y\)：最终收益/结果。在不确定环境下，\(Y\) 是随机变量；在确定环境下，\(Y\) 是确定值。
  • \(A\)：焦虑水平。不可直接观测的潜在心理状态，通过自评量表间接测量。
  • \(X\)：被试特征（年龄、性别、风险偏好等），作为控制变量。

  • \(N\)：样本量。各实验 \(N\) 在 100-300 之间。

  • 模型（数据生成机制）：

  • 实验分配机制：\(D \perp X\)（随机化，被试间设计）。
  • 焦虑机制：\(D \to A \to M\)。不确定环境 \(D=1\) 引发更高焦虑 \(A\)，高焦虑 \(A\) 促使更道德行为 \(M=1\)（"做好事祈求好结果"）。

  • 占优违背：在确定环境 \(D=0\) 下，选项 A（不道德）的收益严格大于选项 B（道德）；在不确定环境 \(D=1\) 下，选项 A 的期望收益仍大于选项 B（满足确定性占优）。但被试在 \(D=1\) 时更多选 B。

  • 可观测数据：

  • 研究者实际观测到的是：\((D_i, M_i, X_i)\)，以及部分实验中的自评焦虑分数 \(A_i\)。
  • 不可观测 / 需靠假设识别的：焦虑 \(A\) 是否是 \(D \to M\) 的唯一中介？被试的潜在信念（"道德行为能带来好结果"的迷信程度）无法直接观测，只能通过中介分析间接推断。

第二步：最小内核——最简特例（二值选择下的确定性占优违背）

剥掉所有复杂设定（多期、复杂性操纵等），本文的核心数学困难与现象可以退化到以下最简特例：

设定：被试面临一个二值选择 \(\{A, B\}\)。 - 在 \(D=0\)（确定环境）下：选 A 得 $10，选 B 得 $5。A 严格占优。 - 在 \(D=1\)（不确定环境）下：选 A，收益为随机 \(Y_A\)，\(E[Y_A]=10\)；选 B，收益为随机 \(Y_B\)，\(E[Y_B]=5\)。A 在期望上仍占优。

标准模型预测：如果被试是期望效用最大化者且满足确定性占优（dominance），则无论 \(D=0\) 还是 \(D=1\)，选 A 的概率 \(P(M=0)\) 应接近 1。

本文发现的现象：\(P(M=1 | D=1) > P(M=1 | D=0)\)。即，在不确定环境下，更多人选了期望收益更低的道德选项 B。

为什么这成立 / 核心思路：作者引入焦虑 \(A\)。当 \(D=1\) 时，被试对随机结果感到焦虑（\(A\) 升高），产生一种非理性信念："如果我做道德的事（选 B），老天/运气会给我一个更好的 \(Y_B\)"。这种信念使得被试在 \(D=1\) 下的主观期望效用变为 \(E^*[Y_B] > E[Y_B]\)，甚至可能超过 \(E^*[Y_A]\)，从而逆转选择。最小内核就是：确定性占优在引入焦虑导致的信念扭曲后被违背。

三、这篇论文做了什么

三句话： ① 研究了不确定环境（vs. 确定环境）对个体道德选择行为的因果效应及其方向。 ② 核心工具是随机化对照实验（被试间设计）+ 中介分析（焦虑测量）+ 边界条件操纵（道德含义削弱 / 风险归属转移）。 ③ 主要结论：不确定环境显著提升道德行为水平，该效应由焦虑机制驱动，且在道德含义被削弱或不确定性关乎他人时消失。

关键设定与假设： - SUTVA：隐含假设，不同被试的处理状态不互相干扰（标准实验假设）。 - Ignorability：由随机化保证，\(D \perp (M(0), M(1))\)。 - Dominance 假设（作为被证伪的对象）：在所有状态下，不道德选项的收益 \(\geq\) 道德选项的收益。这是标准经济学模型的基石，本文的发现直接违背此假设。 - 焦虑中介假设：\(D\) 对 \(M\) 的效应完全（或主要）通过 \(A\) 传递。作者通过两个中介实验验证：测量焦虑水平，并看其是否吸收处理效应。 - 边界条件假设：当道德行为的含义被削弱（如额外报酬的获取不涉及欺骗）或不确定性关乎他人（如第三方收益随机）时，焦虑机制不再激活，处理效应消失。

主要结果： 1. 主效应（Theorem 1 / Experiment 1-3）：\(P(M=1 | D=1) - P(M=1 | D=0) > 0\)，且统计显著（\(p < 0.01\)，Probit 回归系数约 0.3-0.4）。在道德困境任务（如偷拿额外报酬、撒谎获取奖金）中，不确定组比确定组更愿选择道德行为。 2. 边界条件 1（Experiment 4）：当道德含义被削弱（额外报酬变成"随机赠予"而非"偷拿"），处理效应消失（系数降至不显著）。说明效应依赖于"行为本身被判定为不道德"的认知。 3. 边界条件 2（Experiment 5）：当不确定性关乎他人而非自身（被试的收益确定，他人的收益随机），处理效应消失。这与 Exley (2016) 的发现一致，说明焦虑机制只在"自身面临不确定性"时激活。 4. 中介效应（Experiment 6-7）：引入焦虑量表测量，发现 \(D=1\) 组焦虑分数显著更高，且焦虑分数对 \(M\) 有显著正向效应。中介分析（Baron & Kenny 方法）显示焦虑吸收了约 40-60% 的处理效应。

证明路线与技术技巧（实验型）： - 整体路线： 1. 建立主效应：通过基础实验（Exp 1-3）证明不确定环境提升道德行为，违背 dominance。 2. 排除竞争解释：通过操纵实验排除"混淆偏好"、"概率加权"等替代机制。 3. 提出并验证机制：引入焦虑中介假设，测量焦虑并做中介分析（Exp 6-7）。 4. 划定边界：通过削弱道德含义（Exp 4）和转移风险归属（Exp 5），证明效应在预期条件下消失，进一步确认焦虑机制的特异性。 5. 探索复杂性：引入不确定性复杂性（主观概率 vs. 客观概率未知），做补充分析。 - 关键跳跃点：从"发现违背 dominance"到"确认焦虑是唯一/主要机制"。难点在于焦虑是不可观测的心理状态，作者通过排除法（排除其他风险偏好解释）+中介测量（自评量表）的组合来绕过直接观测的困难。 - 技术技巧点名： - Probit 回归：用于估计处理效应，因 \(M\) 是二值变量。 - Baron & Kenny 中介分析：用于量化焦虑的中介比例。这是经典但较旧的方法，未使用现代因果中介分析（如 Imai et al. 2010 的 counterfactual mediation）。 - 随机化检验：用于验证主效应的稳健性。 - Between-subjects design：避免被试内设计的策略性混淆。

真实例子与应用： - 数据/场景：7 个实验室实验，招募大学生被试（\(N\) 从 100 到 300 不等），使用真实金钱激励（收益从 $5 到 $20）。 - 怎么用上去：每个实验是一个具体的道德困境任务。例如，Exp 1 中，被试可以选择是否偷拿一个额外报酬（确定组：偷拿必得 $10；不确定组：偷拿后收益随机，期望 $10）。被试的选择 \(M\) 被记录。 - 得到什么结果：不确定组偷拿比例显著低于确定组（约 30% vs. 60%）。 - 想说明什么：验证理论预测——不确定环境提升道德水平，且该效应在边界条件下消失，支持焦虑机制。

🔎 结论是否比证明窄： - 作者在讨论部分泛泛 claim："anxiety mechanism provides a comprehensive understanding"，但实际中介分析只证明了焦虑是部分中介（吸收 40-60%），剩余 40% 的处理效应来源未被严格识别。作者将此 conjecture 为"复杂性偏好"等其他因素，但未给出正式检验。 - 作者 claim 该现象"robust"，但实验场景局限于特定类型的道德困境（金钱分配/偷拿），未涉及更广泛的道德场景（如伤害他人、社会规范违背），泛化性未严格证明。

四、开放问题（点到为止，扎根具体语句）

  1. 因果中介的严格识别：本文使用 Baron & Kenny 方法做中介分析，未使用基于 counterfactual 的因果中介框架（如 Imai et al. 2010）。要估的是：焦虑 \(A\) 的自然间接效应（NIE），需假设顺序可忽略性。扎根在本文 Section 5 的中介分析部分，以及 Imai et al. (2010) 的文献缺口。
  2. 不确定性方向反转的统一模型：Exley (2016) 发现不确定性降低道德，本文发现提升道德，两者方向相反。要建的是：一个统一的结构模型，参数化"风险归属"（自身 vs. 他人），使得在同一框架下推导出方向反转的条件。扎根在本文引言对 Exley 的讨论："when uncertainty pertains to others rather than oneself, the effect is weakened"。
  3. 焦虑的测量与效度：焦虑是本文核心机制，但仅靠自评量表测量，存在测量误差与报告偏误。要估的是：在测量误差下，中介效应的稳健界。扎根在本文 Section 5.2 的自评焦虑数据与讨论。
  4. 泛化性边界：本文实验局限于金钱道德困境。要证的是：在非金钱道德场景（如诚实报告、利他惩罚）下，不确定性的效应是否仍为正。扎根在本文结论部分的 limitation 讨论："we further delve into the complexity aspect... but more research is needed"。

（要确认某条是不是真 gap，建议去读同子领域近期 5 篇的 intro——如都指向中介分析的因果识别缺口，则为共识；如互相打架，则为机会。）

Maintained by 陈星宇 · Homepage · Source on GitHub

评论