度量衡差异如何影响不确定性判断：基于三种计量转换的认知机制研究

这篇研究通过系列实验揭示了计量单位（metric）转换对不确定性判断（prediction interval）的三种系统性影响：加法常数导致数值量级偏差（magnitude scaling），乘法常数引发单位不敏感（unit insensitivity），倒数转换造成对称性误判（distribution symmetry）。研究为行为经济学（behavioral economics）中的框架效应（framing effect）提供了新的认知解释维度。

　　

研究亮点

当人们用不同但等价的计量单位（如英尺vs米）进行不确定性判断时，会出现系统性认知偏差。我们通过三类转换揭示这种"度量衡陷阱"：加法转换（如房价vs净资产）导致高数值量级引发更大不确定性估计；乘法转换（如单罐啤酒vs六联包）因单位不敏感产生区间宽度失调；倒数转换（如MPGvs加仑/千英里）使对称分布假设在非线性转换后失效。

实验1a-b：加法常数效应

200名亚马逊土耳其机器人（AMT）被试对固定成本企业的收入（revenue）和利润（profit）进行90%预测区间估计。结果显示：收入组（数值=利润+240万常数）的区间宽度比利润组宽27%（p<0.01），证实"数值越大风险感知越强"的韦伯定律（Weber's law）在不确定性判断中的迁移效应。

实验2：乘法单位陷阱

403名被试估计气泡水销量时，用24联包（vs单罐）给出的预测区间经单位换算后仍宽出19%（d=0.32）。这印证了单位不敏感（unit insensitivity）现象——人们就像在欧元区消费时低估汇率那样，难以对计量单位进行充分的心理折算。

实验3a-c：对称性幻觉

在机械土耳其（Mechanical Turk）任务报酬评估中，用"分钟/美元"（对称分布）估计的被试转换到"美分/分钟"时出现显著右偏（偏度系数β=0.48）。这种"分布形态锚定"现象解释为何消费者对油耗指标（MPG）改进的收益评估常出现方向性错误。

结论

三种计量转换分别通过数值量级放大、单位折算不足和对称性假设，导致等效指标产生非等效风险感知。这对金融咨询（如资产/负债框架）、公共卫生（如绝对/相对风险沟通）等领域的数据可视化具有重要启示——就像体温计用摄氏度vs华氏度可能改变我们对发热风险的判断那样，计量单位本身就是认知框架的组成部分。