未来事件延迟与结果中感知不确定性的分布特征

《Journal of Pacific Rim Psychology》：Perceived Uncertainty in the Delays and Outcomes of Future Events

　　

未来事件在可能延迟与结果方面天然具有不确定性。对此类不确定性的感知与估计不仅可能影响对未来事件的表征，还在跨期偏好（intertemporal preference）中起着关键作用。本文呈现一项访谈与两项情境（vignette）研究，考察人们对未来事件延迟与结果中不确定性的感知与估计方式，以及其在增益与损失域中的相互关系。研究发现：对于增益与损失，未来延迟的感知分布趋于正偏态（positively skewed）；而未来结果的感知分布同样呈现非对称分布，但不同情境与测量方法可能导致感知偏态方向不同。此外，对于增益与损失，预期（即估计最可能）延迟与结果分别与其相关估计的范围（即感知不确定性水平）呈正相关。最后，结果估计在可能结果、范围及相应分布形状上常依赖于延迟估计。总体而言，本研究呈现了未来事件延迟与结果中感知不确定性的更丰富且全面的图景。更广泛地，当前发现对理解与改进人类判断、估计及一般跨期决策具有显著理论与实证意义。未来关于跨期偏好的研究应纳入这一长期被忽视的图景，以生成更现实的刺激材料，从而更好地理解真实生活中跨期决策背后的认知与情感机制。

研究背景方面，现有跨期决策研究多要求被试在延迟与结果均确定的“小而早”与“大而晚”选项间表态，但真实未来事件的延迟与结果天然不确定。既有判断与决策研究聚焦启发式与点估计偏差，较少关注未知量的整个主观概率分布及其偏态（skewness）特征，亦忽视延迟与结果不确定性如何共同塑造跨期偏好。为弥补此缺口，研究人员开展一项半结构化访谈（Study 1）与两项量化情境研究（Study 2增益域读博薪资、Study 3损失域电动车维修），系统刻画延迟与结果感知分布的形状、偏态、中心趋势与离散度关系，以及延迟—结果估计的相互依赖。结论表明：延迟感知分布一致呈正偏态（下限为0、上限开放），结果分布偏态随情境与度量（γ₁基于中位数相对众数位置、γ₂基于极值中点相对众数位置）而异；预期延迟/结果值越大，估计范围越宽（正相关）；结果估计依条件于延迟估计（增益域薪资随延迟升而降，损失域维修费随延迟升而升）。该研究为构建更真实的跨期决策实验刺激提供分布级依据，论文发表于《Journal of Pacific Rim Psychology》。

关键技术方法上，研究人员采用三阶段设计：先以半结构化访谈（20名浙大硕士生/博士生）收集最低、最可能、最高三点的口语报告并判定γ₁偏态；继而两项在线情境研究（Study 2有效88人、Study 3有效88人，均经理解测验与质量筛选，来自浙大本科生）用九图候选分布匹配任务引出主观分布形状，以三点估计（最小值、众数、最大值）计算范围与γ₂，并用贝叶斯约束模型比较（Dirichlet先验、BF>3判优）推断最流行偏态类别；关系分析采用Pearson相关贝叶斯因子与95%可信区间，延迟—结果依赖用配对Bayesian Wilcoxon符号秩检验。样本均来自高校学生队列，未涉临床或纵向追踪。

研究结果部分，Study 1: A Pilot Interview 通过对发表论文与网购配送两场景访谈，发现延迟多被估为正偏态（最可能延迟靠近最短端），结果在投稿场景因锚定高目标期刊呈负偏态、网购满意度亦趋负偏态；延迟与结果相关性被试间分歧（如论文质量正相关vs新颖性衰减负相关）。Study 2: Perceived Uncertainty in a Positive Future Event 以“攻读博士至获学位时长”与“毕业后起薪”为增益事件，γ₁下延迟正偏态BF_P=2.90×10⁶、边际结果正偏态BF_P=6.38，最长延迟下结果转负偏态；γ₂下全部为正偏态。预期延迟与范围r=0.340、预期薪资与范围r=0.560，均BF₁₀>3且CI排除0。薪资随延迟增长而显著下降（最短vs最长延迟最低薪BF=1.017×10¹）。Study 3: Perceived Uncertainty in a Negative Future Event 以“电动车购后至首次维修间隔”与“维修费”为损失事件，延迟γ₁正偏态BF_P=1.98×10⁵；边际结果γ₁负偏态（BF_N=1.34×10¹），最长延迟下转正偏态；γ₂全为正偏态。预期延迟与范围r=0.695、预期费用与范围r=0.602。维修费随延迟增长显著上升（最短vs最长延迟最低费BF=1.144×10⁷）。

讨论与结论翻译：对于发表论文与网购场景，访谈对象感知到未来事件延迟与结果的不确定性且估计分布呈偏态。延迟的正偏态与McGuire and Kable (2013)一致（延迟有下限0无严上限）；结果的负偏态可能限于本研究的“预期已近最佳”场景。两项情境研究在增益与损失域均证实延迟感知分布强正偏态，结果分布偏态受度量敏感；预期量值与估计范围正相关；结果估计依条件于延迟估计（增益负向、损失正向）。这些分布级特征未被现有跨期偏好模型（如仅设正偏延迟指数分布）涵盖，未来研究须将感知不确定性全景嵌入刺激设计，方能更真实揭示人类判断与跨期决策的认知情感机制。