风险性竞争选项组合选择中的“无保底学校定理”违背：实验证据与行为机制解析

本研究针对个体在面临竞争性风险决策（如大学申请）时普遍存在的“无保底学校定理”（NSST）违背现象，通过系列在线实验发现多数受试者会选择过多安全选项导致收益次优。研究揭示了依赖忽略（Dependence Neglect）认知机制，并证明练习、反馈与建议可改善决策表现，对教育政策与行为经济学模型构建具有重要启示。

　　

人生中许多重要决策——比如申请大学——都需要个体同时提交多份申请。这类决策的独特之处在于，每份申请都充满风险（录取结果不确定），且选项之间具有竞争性（最终只能选择一所院校）。2006年Chade和Smith提出的“无保底学校定理”（No Safety Schools Theorem, NSST）曾指出，最优申请组合应比单一选择更具风险性，但这一理论在现实中的有效性一直缺乏实验验证。

如今，这项发表于《Journal of the Economic Science Association》的研究通过精心设计的在线实验发现：大多数人竟然都在违背这一定理！研究者David B. Johnson和Matthew D. Webb在三个实验中让受试者从20个风险程度不同的“彩票”中选择组合（每个彩票对应不同录取概率和收益），并设置RIVAL（竞争性：取最高收益成功项）和RANDOM（随机性：随机抽一项）两种报酬机制。结果发现，不仅受试者在竞争性环境下会选择过多安全选项（例如保底学校），导致期望收益降低20%，而且他们的选择模式与随机报酬机制下的决策几乎无异。这表明人们普遍忽略了选项之间的竞争依赖关系，研究者将这种认知偏差称为“依赖忽略”（Dependence Neglect）。

更值得关注的是，实验还发现通过提供预期价值反馈、简化彩票等价信息或直接告知最优组合，受试者的决策表现能显著提升。其中，获得“最佳组合建议”的组别期望收益提高了18%，但即便如此，也仅有32%的人能完全优化选择。这表明NSST所描述的决策模式虽然理论上最优，但由于计算复杂度过高，大多数人缺乏自发实现的认知能力。

本研究主要依托亚马逊机械土耳其（Amazon Mechanical Turk, AMT）平台招募受试者，采用介于被试与组内设计相结合的实验方法，通过控制选项数量（k=1,2,4,6）、报酬机制（RIVAL/RANDOM）与信息干预方式，系统采集个体在风险竞争选项中的组合选择数据，并借助 Ordered Probit 回归、固定效应面板模型等计量方法进行行为模式检验。

一、实验一：NSST 的普遍违背与依赖忽略的发现

通过比较不同组合规模下受试者的“最保险彩票”选择，发现随着可选数量增加，受试者反而会选择更安全的选项，直接违背NSST预测。此外，在RIVAL和RANDOM机制下的选择无显著差异，说明受试者普遍忽视选项间的竞争关系。

二、实验二：信息与练习对决策的改善作用

在提供预期价值反馈、简化彩票等价信息或专家建议后，受试者所选组合的风险性和收益均显著优化，尤其是“最佳组合建议”组效果最明显。这表明外部支持可缓解依赖忽略，但无法完全消除决策偏差。

三、实验三：组内设计进一步验证NSST违背

要求同一受试者分别做出k=1,2,4,6下的组合选择，发现多数人在扩大组合规模时纳入更安全的选项，再次验证NSST在实际行为中并不成立。

该研究结论强调，个体在面临竞争性风险决策时普遍表现出的“依赖忽略”现象，导致其难以遵循理论最优的NSST策略。这一发现不仅挑战了Chade与Smith的理论框架，也对教育政策（如大学申请辅助计划）、行为模型构建以及认知机制研究具有重要启示。未来在设计和推广决策辅助工具时，需重点考虑如何降低计算复杂度、提供明确的信息反馈，以帮助人们更好地在风险与竞争共存的现实中做出科学选择。

——论文信息——

Johnson, D. B., & Webb, M. D. (2025). Choosing portfolios of rival risky options: evidence that most people violate the no safety schools theorem. Journal of the Economic Science Association, 1–25. https://doi.org/10.1017/esa.2025.10018