锚定效应的觉知:意识性过程对锚定效应的贡献

《Consciousness and Cognition》:Awareness of anchoring: Intentional processes contribute to anchoring effects

【字体: 大 中 小 】 时间:2026年10月22日 来源:Consciousness and Cognition 2.5

编辑推荐:

  研究表明,意识性过程对锚定效应(anchoring effect)有所贡献。相当比例的受试者报告了使用锚定信息的意图。当意图或对锚定使用的觉知缺失时,锚定效应减弱。当锚定值被判定为不良估计时,锚定效应同样减弱。

  
研究表明,意识性过程对锚定效应(anchoring effect)有所贡献。相当比例的受试者报告了使用锚定信息的意图。当意图或对锚定使用的觉知缺失时,锚定效应减弱。当锚定值被判定为不良估计时,锚定效应同样减弱。
一、研究背景与问题提出
锚定效应(anchoring effect)是指对目标数量的估计向先前考虑过的数值趋同的现象,是判断与决策研究中最普遍的发现之一,已在房地产定价、法官量刑、课程评估、谈判、超市购买决策及信用卡还款等多个应用领域被广泛观察到。一项大型预注册多实验室研究(N > 5000)以Cohen's d约2.0的效应量稳健地证实了锚定效应的存在。
锚定效应的普遍性,加之通过双系统视角看待决策现象的传统,使该效应被视为不可避免且不受个体控制。随机生成的数字(如命运之轮旋转产生的数字)能影响后续数值估计,即使相隔八周之久;外部提供的锚定对准确性激励和事先警告在很大程度上具有抵抗力——这些发现均支持上述论断。
然而,近期研究质疑了这一观点。Dietvorst和Simonsohn(2019)证明,人们忽视信息的意愿并不总是与实验指令一致,但确实能预测他们对信息的使用。例如,53%被法官指示忽略不当获取的法律证据的受试者报告计划使用该信息,且信息的影响(持续影响效应)仅在计划使用该信息者中观察到。
当前文章受此启发,直接评估人们对锚定影响其定量估计的控制程度和觉知程度。研究基于Schweickart等人(2021)的关键发现——锚定效应仅在锚定值被判定为良好估计时出现,提出一个意志性锚定的过程模型(Fig. 1):个体首先评估锚定值是否为良好估计,该评估影响其是否使用锚定信息的意图,进而决定最终估计的调整方向与幅度。该模型属于更高层次的理论框架,不与锚定与调整(anchoring-and-adjustment)、选择性可达性(selective accessibility)、量表扭曲(scale distortion)和数字启动(numeric priming)四大锚定理论构成竞争关系。
二、研究内容与结论
研究人员开展了五项研究(另有两项研究见补充材料),采用11种不同的方法论,旨在:1)复制Schweickart等人(2021)的发现;2)将该发现推广至无需事先明确评估锚定良好性的情境;3)解决其方法中的潜在偏差;4)考察受试者是否希望获知表面随机的锚定值;5)采用Dietvorst和Simonsohn(2019)启发的实验范式,检验当受试者报告不使用或无意使用锚定信息时锚定效应是否减弱或消失。
三、主要技术方法
研究采用在线招募受试者的实验范式,通过Prolific平台招募参与者,共涉及11种具体实验方法(见表1),主要包括三类任务:标准锚定任务(standard anchoring)——先比较目标值与提供的锚定值(大于或小于),再给出绝对估计;Schweickart任务——先评估锚定值为目标值的好坏估计,再给出绝对估计;DS任务(Dietvorst & Simonsohn)——先表明是否使用锚定信息辅助估计的意图,再给出绝对估计。锚定值基于校准研究(N = 100)中估计分布的第15和第85百分位数(标准锚定和DS项目)或第33和第66百分位数(Schweickart项目)确定。研究4采用两阶段纵向设计,受试者在第一阶段提供无锚定基线估计,一周后完成第二阶段锚定任务,以个体内变化分数(change score)测量锚定效应,从而控制选择混淆(Selection confound)。所有估计均通过滑块或自由数值输入收集,数据以项目内标准化(z分数)聚合,采用线性混合效应模型和方差分析进行统计检验。
四、研究结果
4.1 标准锚定任务(研究1、3、4)
研究1中,受试者在低锚定后做出更多"大于"反应(149次对78次),高锚定后做出更多"小于"反应(116次对45次),证实了操纵的有效性。高锚定后的估计显著高于低锚定后,F(1, 309.9) = 196.51, p < .001,且"大于"反应与"小于"反应之间存在显著交互作用,F(1, 382.8) = 11.37, p < .001。研究3复制了标准锚定效应,F(1, 332) = 52.60, p < .001。研究4采用个体内设计,高锚定后估计倾向于增加(标准化变化分数M = 0.46),低锚定后估计倾向于减少(M = ?0.23),F(1, 1967.0) = 307.11, p < .001,确认了标准锚定效应在个体水平上的存在。
4.2 Schweickart任务(研究1、3、4)
研究1中,锚定效应在锚定值被评估为良好估计时显著,t(148) = 10.11, p < .001,而被评估为不良估计时消失,t(163) = 1.24, p = .22,交互作用显著,F(1, 190) = 32.72, p < .001。研究3将评估问题移至绝对估计之后,仍复制了这一模式:良好锚定效应显著,t(127) = 9.90, p < .001,不良锚定效应不显著,t(132) = 0.21, p = .84,交互作用F(1, 159.3) = 48.16, p < .001,排除了基于一致性的解释。研究4采用两阶段基线设计控制选择混淆后,初步分析仍显示不良锚定无显著效应,t(733) = ?0.78, p = .43,但主要分析(基于变化分数)显示锚定效应仅被减弱而非消除,表明先前观察到的"消除"部分源于选择混淆。
4.3 DS任务(研究1、2、3、5)
研究1的第三人称版本中,受试者压倒性地(316/388)认为锚定信息有助于估计他人的估计,但这一评估并未调节锚定效应,F(1, 350.4) = 0.44, p = .51。研究2转向第一人称,受试者先完成比较问题,再表明是否使用锚定值的意图。54%报告会使用锚定值,锚定效应在报告使用意图者中显著更大,交互作用F(1, 330) = 20.16, p < .001,但报告不使用意图者中仍存在显著但减弱的锚定效应,t(330) = 4.43, p < .001。研究3复制了这一模式:交互作用F(1, 302) = 35.02, p < .001,报告不使用意图者中锚定效应仍显著,t(137) = 2.72, p = .007。研究5采用过去时态回溯报告,受试者在完成标准锚定任务后报告是否实际使用了锚定值,同样观察到锚定效应在报告未使用者中减弱但未消除。
五、讨论与结论
研究结果一致表明,意识性过程对锚定效应有实质贡献。相当比例的受试者报告了使用锚定信息的意图,且锚定效应在意图或觉知缺失时减弱。锚定值被判定为不良估计时锚定效应减弱甚至消失。然而,研究2、3和5均发现,即使受试者报告不使用或无意使用锚定信息,锚定效应仍然显著存在,表明锚定效应并非完全受意志控制——意识性过程减弱而非消除锚定效应。研究4通过两阶段基线设计揭示了先前Schweickart任务中观察到的"消除"效应部分源于选择混淆,控制混淆后不良锚定仍产生减弱的锚定效应。
这些发现对锚定效应的理论理解具有重要含义:锚定效应并非不可避免或完全不受控制,个体对锚定值的评估和使用意图在调节效应大小中起关键作用。从应用角度看,这一结果提示通过提高个体对锚定影响的觉知和评估能力,可能在一定程度上减轻锚定偏差。研究数据、材料和代码均通过开放科学框架(OSF)公开获取。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号