编辑推荐：
在跨期选择（Intertemporal choices）研究中，传统多聚焦于单期结果 “早晚” 决策，却忽视了 “快慢” 视角。研究人员就此开展对跨期选择延迟偏好的探究，发现累积权衡模型（CTM）在各评估标准上优于折扣瞬时效用模型（DIUM） ，为该领域研究提供新方向。
在生活中，人们常常面临各种跨期选择，比如是现在就消费一笔钱享受当下，还是把钱存起来以后获得更多收益；是立刻去看牙医忍受短暂痛苦，还是晚点去可能面临更严重的牙科手术。以往关于跨期选择的研究，大多局限于在单一时间点的结果之间进行选择，就像在 “今天得到 100 美元” 和 “一年后得到 200 美元” 之间做决定，这种 “ sooner or later（早或晚）” 的研究方式看似简单直观，却忽略了很多现实情况。实际上，这些决策往往涉及多个时间点的结果序列，比如支付信用卡账单，不是一次性还清就结束了，而是需要定期支付，这构成了一个支付序列。而且在面对金钱损失的跨期选择时，人们的偏好差异很大，有的人倾向早点支付，有的人则想晚点支付，但这个领域此前却未得到充分研究。为了深入探究跨期选择中的延迟偏好究竟是基于 “ sooner or later（早或晚）” 还是 “ faster or slower（快或慢）”，来自国外的研究人员 Marc Scholten、Adam Sanborn、Lisheng He 和 Daniel Read 开展了相关研究。他们的研究成果发表在《Cognitive Psychology》上，为理解跨期选择行为提供了新的视角和依据。
研究人员采用了多种技术方法来开展此项研究。在实验设计方面，他们通过网络服务 Bilendi 招募了 711 名英国居民作为参与者。对于刺激设计，在支付序列选择中，经过对刺激空间的详尽搜索，确定了 28 对符合特定条件的选项对；在单支付选择中，选取了三个 “未来 - 未来选择”。在模型构建上，选择了折扣瞬时效用模型（DIUM）和累积权衡模型（CTM），并设定随机选择模型（RM）作为对照。同时，在贝叶斯框架下，从描述充分性、预测充分性、模型泛化性和参数泛化性等多个标准对模型进行验证。
研究结果如下：
- Rubinstein 的选项对：研究设计中包含 Rubinstein 选项对的两个实例。结果发现，对于不同延迟偏好的参与者，在不同支付规模下，选择倾向有所不同。CTM 和 DIUM 都能对结果进行定性解释，但 CTM 在定量上能更好地拟合数据。例如，CTM 能更准确地反映出延迟容忍者和延迟厌恶者对不同选项的偏好程度。
- 预测充分性：从预测充分性来看，RM 在该标准下表现最佳，CTM 次之，DIUM 最差。不过，当改变参数先验设定后，CTM 有可能超越 RM。这表明，模型的预测充分性受参数先验设定的影响较大。
- 模型泛化性：在模型泛化性方面，RM 从预测充分性的 top 排名降至底部，CTM 则继续优于 DIUM。这说明 CTM 在从支付序列数据推广到单支付数据方面表现更出色，更能适应不同的刺激设计。
- 描述充分性：总体模型拟合：整体模型拟合的衡量指标是贝叶斯 p 值（pB）。RM 的pB恒为 1，CTM 描述数据良好，而 DIUM 在部分参与者中出现了临界 p 值，说明其对数据的拟合效果不如 CTM。
- 描述充分性：详细模型拟合：详细模型拟合结果显示，CTM 比 DIUM 和 RM 更能准确再现数据模式。CTM 能更好地捕捉延迟偏好与支付积累速度之间的交互效应，以及时间间隔的主效应。
- 参数泛化性：在参数泛化性上，CTM 和 DIUM 都符合一些有效性标准，但 CTM 在关联多结果和单结果的时间偏好方面表现更优，且在评估结果的时间间隔偏好上也更准确。
- 时间间隔偏好：CTM 和 DIUM 对时间间隔偏好的推断有所不同，CTM 更能反映出人们普遍存在的支付隔离偏好。
研究结论和讨论部分指出，CTM 在所有评估标准上都优于 DIUM，这意味着在跨期选择中，将选择行为视为基于属性的对结果积累速度的偏好，比基于替代方案的对结果出现时间早晚的偏好更合理。此外，研究还讨论了时间跨度和时间偏差、对分散的渴望、选择启发式、随机选择以及参数估计准确性的威胁等问题。这些发现不仅为跨期选择理论的发展提供了重要依据，也为后续研究在模型构建、实验设计等方面指明了方向，有助于进一步深入理解人类在跨期选择中的行为机制。
