综述：衡量时间偏好：理论、方法与应用

《Acta Histochemica》：Measuring time preference: Theory, methods, and applications

时间偏好测量是跨期决策理论的核心挑战，现有方法可分为金钱较早或较晚（MEL）实验和时间绑定消费实验两大范式。本文系统回顾了时间偏好测量的理论发展，指出方法演进呈现放松效用函数假设、提升测量精度的趋势，并重点分析了MEL实验的匹配范式、随机二选一范式和多重价格列表范式的适用场景与局限性。通过对比发现，时间绑定消费实验利用现实努力（如持续专注任务）可有效解决货币存储导致的消费平滑问题，同时降低市场利率干扰。研究进一步验证了时间偏好在慈善捐赠、退休储蓄、拖延症、成瘾行为、肥胖和公共政策等领域的普适性影响，提出未来需整合神经科学、大数据和纵向研究，深化因果推断和政策设计。

　　时间偏好是经济学研究中的核心概念之一，它反映了个体在面临当前和未来利益时，倾向于选择即时收益还是延迟收益的倾向。时间偏好不仅是理论研究中的关键议题，也在实际应用中发挥着重要作用，如公共选择、劳动市场决策、发展经济学、健康行为以及政治行为等领域。随着研究的深入，测量时间偏好的方法也在不断演进，从最初的假设性模型到更为复杂的实验设计，研究者逐步放宽了对效用函数的严格假设，从而提升了测量的准确性和实用性。本文旨在系统回顾时间偏好测量方法的发展历程，并探讨其在不同领域的应用，最后提出未来研究的潜在方向。

### 时间偏好的理论发展

时间偏好的理论基础可以追溯到18世纪末和19世纪初。亚当·斯密在其著作《国富论》（1776）中首次提出了时间偏好的概念，强调了劳动分配与资本积累之间的关系。随后，约翰·莱、欧根·冯·博姆-巴沃克和欧文·费雪等经济学家进一步探讨了时间偏好的多维度影响，包括自我控制、不确定性、即时消费的愉悦感、对未来需求的低估、遗产动机、预期收入、风险偏好和时尚等因素。然而，这些复杂的心理动机直到保罗·萨缪尔森在1937年提出“贴现效用”（Discounted Utility, DU）模型后才被系统整合为一个单一的贴现率参数。这一模型的提出标志着时间偏好研究进入了一个基于数学分析的新阶段。

DU模型的理论基础建立在几个关键假设之上，例如贴现率的恒定性、时间一致性、效用函数的稳定性、动态一致性、效用独立性以及消费独立性。这些假设使得模型在理论上具有高度的简洁性和一致性，但也导致了其对现实行为的描述性不足。随着研究的深入，学者们发现时间偏好往往并非恒定，而是随着时间的推移而逐渐下降，这与DU模型的假设相矛盾。因此，研究者开始引入更复杂的贴现函数，如双曲贴现函数和准双曲贴现函数，以更准确地描述时间偏好变化的非线性特征。

准双曲贴现函数在时间偏好研究中得到了广泛应用，它不仅能够反映贴现率随时间的下降趋势，还具有计算上的简便性，使得其在实践中成为一种相对成熟的工具。通过准双曲贴现函数，研究者能够更细致地捕捉个体对当前消费的偏好，这在一定程度上反映了“现时偏见”（present bias）的现象。此外，随着研究的进一步发展，学者们开始探索非线性效用函数对时间偏好测量的影响，例如双倍价格表（Double Multiple Price List, DMPL）和凸时间预算（Convex Time Budget, CTB）等方法。这些方法不仅能够更精确地测量时间偏好，还能有效区分风险偏好与时间偏好之间的差异。

### MEL实验：测量时间偏好的经典方法

MEL实验（Money Earlier or Later）是测量时间偏好的一种经典方法，其核心在于使用货币作为效用的代理，通过比较当前收益与未来收益的折现率来评估个体的时间偏好。在MEL实验中，研究者通常采用三种主要的实验范式来确定个体的无差异点：匹配范式（Matching）、随机二元选择范式（Random Binary Choice, RBC）和多重价格表范式（Multiple Price List, MPL）。

匹配范式通过让参与者在两个时间点上的收益之间进行选择，以确定其无差异点。然而，这种方法在实践中存在较高的方差和实施难度。相比之下，RBC范式要求参与者在多个二元选择中进行权衡，其优势在于数据的精确性，但代价是增加了参与者的认知负担，可能导致疲劳和随机响应。MPL范式则通过一系列递增的未来收益，逐步引导参与者选择当前收益或未来收益，这种方法在精确度和认知负荷之间取得了较好的平衡，但仍然需要处理参与者在多个时间点上的选择模式。

为了更准确地测量非线性效用函数下的时间偏好，研究者进一步发展了DMPL、CTB和两步范式（Two-step paradigm）等方法。DMPL范式通过分别测量风险偏好和时间偏好，结合两者的效用函数曲线来估计贴现率，但这种方法依赖于效用函数的曲率一致性，若该假设不成立，贴现率的估计可能会出现系统性偏差。CTB范式则通过引入中间选项，使得研究者能够更精确地捕捉非线性效用函数下的时间偏好，但这种方法在处理极端选择时可能会损失部分信息。两步范式则避免了预设效用函数的形式，通过非参数方法直接分离效用与贴现函数，从而提供更灵活的分析框架，但其对参与者的认知要求较高。

此外，还有一些方法尝试绕过效用函数的直接测量，例如基于概率的范式（Probability-based paradigm）和直接测量法（Direct Method）。基于概率的范式通过引入未来收益的概率来模拟不确定性，从而避免了效用函数的估计。直接测量法则通过确定个体对两个收益无差异的时间点，直接计算贴现率。然而，这些方法在避免效用函数估计的同时，引入了新的假设，如效用函数的可加性或概率感知的线性，这些假设在实际应用中可能并不总是成立。

### 时间束缚消费实验：更真实的测量方式

为了克服MEL实验中货币作为效用代理的局限性，研究者开始探索使用实际消费或真实努力作为效用的替代。时间束缚消费实验（Time-Yoked Consumption Experiments）通过将消费行为与时间选择直接绑定，使得研究者能够更真实地反映个体的时间偏好。例如，经典的“棉花糖实验”（Marshmallow Experiment）中，儿童被要求选择立即获得的小奖励还是延迟获得的大奖励，这种实验设计有效地避免了货币的可储存性和市场利率的影响，使得时间偏好测量更加贴近现实情境。

此外，真实努力实验（Real-Effort Experiments）通过要求参与者进行实际的努力任务，如坐姿保持、字母书写或手部握力任务，使得研究者能够更准确地捕捉时间偏好。由于真实努力难以储存，因此这些实验能够有效减少“消费平滑”（consumption smoothing）的影响，从而提供更真实的时间偏好数据。例如，Burks等人（2012）通过要求参与者在实验室中静坐2小时，每增加10分钟的静坐时间获得额外的报酬，以此测量时间偏好。Augenblick等人（2015）则通过字母抄写和Tetris游戏任务来探讨时间偏好在不同任务中的动态变化。

### 时间偏好测量方法的应用

时间偏好测量方法的应用已经广泛渗透到多个领域，包括公共选择、劳动市场、发展经济学、健康行为和政治行为等。在公共选择领域，时间偏好被用来解释慈善捐赠和退休储蓄计划的行为。例如，Breman（2011）发现，通过在捐赠承诺与实际支付之间引入时间间隔，可以显著提高捐赠金额，这一现象主要归因于现时偏见。同样，Andreoni和Serra-Garcia（2021）在实验室实验中验证了这一结论，发现低贴现率的个体更倾向于进行未来的捐赠承诺。

在劳动市场领域，时间偏好被用来分析拖延行为和合作行为。例如，Ariely和Wertenbroch（2002）通过作文任务发现，个体倾向于设置自我承诺以提高任务完成率，这一现象在Bisin和Hyndman（2020）的实验中得到了进一步验证，他们发现多任务环境下的时间偏好表现更为复杂。此外，Kim（2023）通过调整实验设计，发现支付频率的变化显著影响了个体的合作意愿，这一发现强调了时间偏好在劳动市场中的实际应用价值。

在发展经济学领域，时间偏好被用来解释储蓄行为和新技术采纳。例如，Ashraf等人（2006）发现，低贴现率的个体更可能采用承诺储蓄账户，从而积累更高的储蓄余额。Yesuf和Bluffstone（2008）则发现，贫困的农民往往表现出更高的贴现率，这表明贫困可能加剧短期决策倾向。这些研究不仅揭示了时间偏好在发展经济学中的重要性，也为政策制定者提供了干预的方向。

在健康行为领域，时间偏好被用来解释成瘾行为和肥胖现象。例如，Ida和Goto（2009）发现，吸烟者通常表现出更高的贴现率，这与他们对即时满足的偏好密切相关。Goto等人（2009）进一步通过纵向研究验证了这一结论，发现高贴现率的个体更难戒烟。在肥胖研究中，Cheung等人（2022）发现，青少年的短期贴现率与较高的BMI呈显著正相关，这一现象在Stoklosa等人（2018）的研究中也得到了验证，表明时间偏好可能通过代际传递影响肥胖率。

在政治行为领域，时间偏好被用来解释政治参与和政策制定。例如，Shavit等人（2014）通过匹配范式测量了以色列学生的时间偏好，并发现更耐心的个体更倾向于参与社会运动。这一研究为理解政治行为提供了新的视角，即个体的时间偏好可能影响其对社会事务的参与程度。

### 未来研究方向

尽管时间偏好测量方法已经取得了显著进展，但仍然存在诸多挑战。首先，研究者需要从点估计转向贝叶斯分布，以更全面地捕捉个体选择的不确定性。其次，时间偏好与风险偏好的区分仍然是一个关键问题，未来研究需要发展更复杂的模型，如将准双曲贴现函数与前景理论中的概率加权函数相结合，以更准确地描述个体对延迟和不确定奖励的感知。

此外，研究者需要从相关性转向因果性，通过结构模型进行政策模拟。例如，通过估计行为的理论模型，研究者可以预测不同政策干预对时间偏好及其相关行为的影响。同时，研究者应探索多层测量方法，结合实验、自我报告、行为量表和神经科学测量，以构建更全面的时间偏好评估体系。

在神经科学和行为研究方面，未来的研究可以利用功能性磁共振成像（fMRI）和经颅直流电刺激（tDCS）等技术，探讨时间偏好在神经机制层面的表现。例如，Xiong等人（2019）研究了前额叶皮层（DLPFC）在损失领域中的作用，而Weygandt等人（2015）则通过fMRI揭示了DLPFC活动与节食成功之间的因果关系。这些研究为理解时间偏好的神经基础提供了新的视角。

在技术应用方面，眼动追踪技术（Eye-tracking Technology）为研究时间偏好提供了新的工具。通过记录个体在决策过程中的注意力分配，研究者可以更深入地理解其选择行为。例如，Zhou等人（2021）发现，时间偏好不一致可能与视觉注意力的变化有关，而Jiang等人（2016）则展示了注意力模式与选择之间的关系。

最后，研究者应转向纵向研究，以更全面地理解时间偏好的形成和发展过程。通过追踪个体在不同时间点上的时间偏好变化，研究者可以识别影响时间偏好的关键因素和敏感时期。同时，未来的研究还应从微观层面转向宏观层面，探讨时间偏好对社会整体经济行为的影响，如收入再分配、长期项目投资和劳动力市场动态等。这些研究将为政策制定者提供更深入的理论支持，帮助他们设计更有效的干预措施。

综上所述，时间偏好测量方法的发展不仅丰富了理论研究，也拓展了实际应用的边界。未来的研究需要在方法论、跨学科合作和应用领域拓展等方面持续创新，以更全面、准确地理解和利用时间偏好这一关键概念。