> ## Documentation Index
> Fetch the complete documentation index at: https://meta.niceshare.site/llms.txt
> Use this file to discover all available pages before exploring further.

# 零風險偏差

> 零風險偏差是指寧可把一項風險清到零，也不選總傷害降得一樣多或更多的方案。一種措辭裡，42%的人沒有把少救一例的清零方案排到最差。

<Info>
  **類別**: 效應<br />
  **類型**: 總傷害降得一樣多、甚至更少時，仍偏好把一項風險清到零<br />
  **來源**: W·基普·維斯庫西、韋斯利·A·馬加特與喬爾·休伯，《RAND Journal of Economics》（1987年冬季）；喬納森·巴倫、拉吉夫·高達與霍華德·昆魯瑟，《Risk Analysis》（1993）<br />
  **別名**: 走到零的那一步上的確定性溢價
</Info>

<Note>
  **快速回答** — **零風險偏差**（Zero-Risk Bias）是指，即使另一個方案預防的傷害一樣多、或者更多，人仍偏好把一項風險降到零。維斯庫西、馬加特和休伯在1987年測到一種確定性溢價：同樣大小的傷害削減裡，走到零的那一刀在每一組都貴過中間那一刀，並在四組裡的三組貴過第一刀。巴倫、高達和昆魯瑟在1993年給這個模式起了現在的名字。較小城市被徹底清理、癌症病例卻少防一例的那種措辭裡，看到它的人有42%沒有把這個方案排到最差。
</Note>

## 什麼是零風險偏差？

零風險偏差是指，即使同樣的資源用在別處，預防的總傷害一樣多、或者更多，人仍偏好把一項風險徹底清掉。

1993年的論文寫的是更嚴的一種。徹底清理一處場地，被排在前面，儘管同樣的錢若分到兩處做部分清理，能防住更多癌症病例。防住的病例數相同的那種，另外計分。那時，走到零的方案被排成最好，儘管另外兩個方案防住的病例一樣多。

> 零風險偏差被定義為：偏好把一處廢棄物場地徹底清理乾淨，即使這一策略挽救的生命總數，低於把同樣的資源用於兩處場地的部分清理所能挽救的數目。

這是巴倫、高達和昆魯瑟1993年的定義。美元上的模式更早，而且測量它的那篇論文用了另一個名字。維斯庫西、馬加特和休伯把為徹底消除而多付的意願叫做確定性溢價。[前景理論](/zh-hant/models/prospect-theory)裡的確定性效應是另一項比較：在金錢賭博裡，人對僅僅可能的結果打的折扣，大於對確定能得到的結果。[不作為偏差](/zh-hant/effects/omission-bias)是對來自行動的傷害，評價比同樣來自不行動的傷害更重。疫苗風險為零，兩種模式都可以看起來像。本頁上的比較是防住的病例，或者同樣一刀有沒有走到零時的美元。

### 零風險偏差的三層理解

* **入門**：兩個寫在紙上的城市共用一筆清理預算。一個方案清掉較小城市的癌症病例，較大城市還留下一些。先寫下每個方案防住多少例，再偏好那個零。
* **實踐**：一種產品有兩類傷害風險時，給三次同樣大小的削減定價，每次是每1萬瓶5例。把走到零的那一刀，和沒有走到零的兩刀放在一起讀。
* **進階**：42%是一封信函問卷上對簡化城市的排序，計分方式是沒有把更差的方案放在最後。2.41美元是四組訪談裡一組的平均加價。兩個數字都不是清理預算，也不是商店收據。

## 起源

美元上的結果來自維斯庫西、馬加特和休伯的《An Investigation of the Rationality of Consumer Valuations of Multiple Health Risks》，《RAND Journal of Economics》第18卷第4期（1987年冬季），第465–479頁。下面的計數來自這篇文章。訪談在北卡羅來納州格林斯伯勒的一家購物中心和一家五金店進行。論文稱這次抽取是消費者的一個有代表性的混合，並指向維斯庫西和馬加特1987年的著作來說明這一點。本頁沒有重讀那本書。每人只考慮一種產品。訪談員給出的價格是殺蟲劑每瓶10美元，或潔廁劑每瓶2美元，當前風險是每售出1萬瓶、兩類傷害各15例。

用來分析的殺蟲劑組，是沒有五歲以下孩子的672人，以及有五歲以下孩子的113人。潔廁劑組按同樣的劃分是551人和183人。這四個計數加起來是1519。摘要寫的是超過1500人的樣本。問題問的是，為更安全的一瓶，這個人願意多付多少。作者稱之為對確定性溢價的第一次準市場檢驗。它是訪談裡說出的價格。它不是一次購買。

他們列出最後一步走到零可能更貴的三條理由。消除一種產品上的全部風險，可以減少焦慮，以及思考一個機率的成本。若一個人高估了殘存的小風險，又把零當成零，就會高估這最後一刀有多大。[前景理論](/zh-hant/models/prospect-theory)，丹尼爾·卡尼曼和阿莫斯·特沃斯基，《Econometrica》第47卷第2期（1979年3月），是他們點名的第三條理由。那篇摘要把確定性效應寫成：對僅僅可能的結果打的折扣，大於對確定能得到的結果。本頁不搬1979年那些賭博的計數。

本頁上的名字來自巴倫、高達和昆魯瑟的《Attitudes Toward Managing Hazardous Waste: What Should Be Cleaned Up and Who Should Pay for It?》，《Risk Analysis》第13卷第2期（1993），第183–192頁。巴倫當時在賓夕法尼亞大學心理學系。高達在奧克拉荷馬大學的科學與公共政策學程。昆魯瑟在華頓風險管理和決策過程中心。他們寄出的是關於清理、以及關於誰該付錢的簡化案例。他們引用了維斯庫西、馬加特和休伯，以及伊拉娜·瑞托夫、喬納森·巴倫和約翰·C·赫爾希一篇即將發表的論文《Framing Effects in the Evaluation of Multiple Risk Reduction》，《Journal of Risk and Uncertainty》。本頁不搬那篇即將發表的論文的計數。

## 核心要點

四項比較把削減的大小，或清理預算，保持不變，只移動一項風險有沒有走到零。說出的瓶價不是收據。寫在紙上的城市排序不是已經撥款的清理。平均數可以偏向最後一步，而其中一列只是和第一步打平。把兩種風險一次清掉，和清掉其中一種，是分開的檢驗。

<Steps>
  <Step title="把最後一刀和前面的刀放在一起讀">
    基線是每1萬瓶、每一類傷害15例。表4印出的是，在三個起點上，把兩種風險再各削減每1萬瓶5例時多付的美元。沒有五歲以下孩子的殺蟲劑使用者，印出的增量是從15起的1.04美元，從10起的0.34美元，以及從5起的2.41美元。最後這一刀走到零。表2裡，同一組為兩種風險各減5例平均支付1.04美元（標準誤0.09美元），各減10例支付1.37美元（標準誤0.11美元），兩種都消除支付3.78美元（標準誤0.18美元）。從1.37美元到3.78美元的差距是2.41美元。從1.04美元到1.37美元的差距是0.33美元，表4印的是0.34美元。本頁不把這兩種印法收成同一分錢。
  </Step>

  <Step title="四組不要併成一組">
    表4另外三列是同一種形狀，其中一列打平。有五歲以下孩子的殺蟲劑使用者：1.84美元，然後0.54美元，然後5.71美元。沒有五歲以下孩子的潔廁劑：0.65美元，然後0.19美元，然後0.83美元。有五歲以下孩子的潔廁劑：0.99美元，然後0.24美元，然後0.99美元。前三列裡，走到零的那一步最大。第四列裡，它等於第一步，並高於中間那一步。有孩子的那一組，消除兩種殺蟲劑風險的平均數是8.09美元（標準誤1.13美元），起點價格是10美元。消除兩種潔廁劑風險的平均數是2.22美元（標準誤0.22美元），起點價格是2美元。作者說，四對傷害裡，把每1萬瓶從10降到5的那一刀，估得高於從5降到0的人，至多佔11%。很大的多數把走到零的那一刀估得更高。論文沒有把這個多數印成一個百分比。
  </Step>

  <Step title="不要為一次清掉兩種再加一筆溢價">
    另一項檢驗問的是，消除兩種風險的價錢，是否高於分別消除每一種的價錢之和。沒有五歲以下孩子的殺蟲劑使用者，只消除皮膚中毒的平均數是2.05美元（標準誤0.13美元），只消除吸入的平均數是1.85美元（標準誤0.15美元），兩種都消除的平均數是3.78美元（標準誤0.18美元）。兩個分開的平均數之和是3.90美元。表6逐人比較兩個分開的回答之和，與消除兩種的回答。四對傷害裡有三對的平均差為正，那意味著和大於合在一起的價錢。四個平均差沒有一個在5%水平上顯著。作者的收束讀法是：在分別消除每一種風險的溢價之和以外，並沒有為消除多重風險再加的溢價。他們還說，這個模式並不指向「只要還存在任何不確定性就焦慮」那種說明。他們點名的推動因素，是某一種風險上的東西，例如高估一個低機率。
  </Step>

  <Step title="按防住的病例給零打分">
    巴倫、高達和昆魯瑟讓一半受試者看一種措辭，另一半看另一種。論文沒有印出每一半有多少人。兩個城市有掩埋場。較大的城市有200萬人，洩漏每年造成8例癌症。較小的城市有100萬人、4例。兩處都部分清理，把較大城市從8降到4，較小城市從4降到2，防住6例。把力量集中在較大城市，把它從8降到3，較小城市從4降到3，也防住6例。徹底清理較小城市，再加上較大城市的部分清理，把較小城市從4降到0。一半受試者看到較大城市從8降到6，於是這個方案防住6例。另一半看到從8降到7，於是防住5例。
  </Step>
</Steps>

## 應用場景

把防住的病例，或同樣一刀的加價，寫成可以讀的行。把說出的瓶價留在問它的那次訪談裡。把信函上的排序留在這個人看到的那種措辭裡。

<CardGroup cols={2}>
  <Card title="先寫下病例，再給零撥款" icon="list-ol">
    在一個清掉一處場地的方案勝出之前，寫下每個方案防住多少例。在防住例數相同的措辭裡，徹底清理較小城市防住6例，和另外兩個方案一樣。看到那種措辭的人裡，18%把徹底清理排成最好。
  </Card>

  <Card title="把走到零的那一步單獨定價" icon="tags">
    把一次風險削減拆成相等的步，並標出走到零的那一步。沒有五歲以下孩子的殺蟲劑使用者，表4為兩種風險各減每1萬瓶5例的三刀，印出1.04美元、0.34美元和2.41美元。2.41美元是從5到0的那一刀。它是為一瓶說出的平均加價，不是收據。
  </Card>

  <Card title="用分別消除的和，去對一次清掉兩種" icon="calculator">
    問一問，清掉一種產品上的每一種風險，是否比分別清掉每一種更貴。在沒有孩子的殺蟲劑平均數裡，2.05美元加1.85美元是3.90美元，兩種都消除是3.78美元。四對裡，和與合在一起的價錢之間的平均差距，沒有一個在5%水平上顯著。
  </Card>

  <Card title="不要把信函排序寫成清理預算" icon="envelope">
    42%是沒有把一個方案排到最差。那個方案防住5例癌症，另外的方案防住6例。11%把它排成最好。作者說樣本並不代表各自的群體，而且一封信函問卷看不出一個人為什麼這樣答。這些排序不是一座城市預算裡的份額。
  </Card>
</CardGroup>

## 經典案例

喬納森·巴倫、拉吉夫·高達和霍華德·昆魯瑟寄出一份關於危險廢棄物清理的問卷。文章刊於《Risk Analysis》第13卷第2期（1993），第183–192頁。案例是故意簡化的。作者說，他們在對照原則，不是在描寫一處真實場地。收到郵件的人包括石油和化工公司的執行長、經濟學家、環境人士、參加過1990年一場危險廢棄物會議的人、擔任仲裁人的退休和半退休法官，以及議員。各組的回收率不同。作者說，這些樣本並不代表那些群體。本頁不把這些回收數加成一個總人數。議員那一行印的是1170人裡的104人，同時又印出第一次寄送收回67份、第二次收回27份。本頁不去把104和67、27配成一個等式。

零風險的問題是案例5。兩座城市，一座200萬人，一座100萬人，都有洩漏的掩埋場。洩漏將使較大城市每年出現8例癌症，較小城市4例。資金有限。三個方案被排序。兩處都部分清理，防住6例。把力量集中在較大城市的方案也防住6例。徹底清理較小城市的掩埋場、只部分清理較大城市的方案，在一種措辭裡防住6例，在另一種裡防住5例。論文說一半受試者看到每種措辭。它沒有印出每一半的人數。

在每個方案都防住6例的措辭裡，零風險偏差被定義為：把較小城市的徹底清理排成三者中最好。看到那種措辭的人裡，18%這樣做了。在那個方案防住5例、另外的方案防住6例的措辭裡，這種偏差被定義為：沒有把徹底清理的方案排到最差。若計分是防住的病例，它應當最差。看到那種措辭的人裡，42%沒有把它排到最差。11%把它排成最好。兩種版本裡，這種偏差都與組別有關（卡方大於20，p \< .01）。議員、法官和環境人士表現得最經常。專家和經濟學家表現得最少。論文沒有印出每一組內部的百分比。

這裡的教訓，是對寫在紙上的城市做排序，並用各方案防住的癌症例數來打分。邊界是這封郵件。作者寫道，這種問卷看不出一個回答的依據，關於偏差的結論在更仔細的實驗室研究支持之前，仍然是暫定的。18%和42%是看到那種措辭的人裡的份額。它們不是居民裡的份額，也不是已經實施的清理裡的份額。

## 邊界與失效場景

當說出的瓶價被複述成一次購買，當「不是最差」被複述成「排成最好」，當一筆確定的錢被安上本頁的名字時，零風險偏差就用錯了。

第一道邊界是回答的形式。格林斯伯勒的數字，是訪談員說出每1萬瓶15例傷害之後，一個人為一瓶說自己願意多付的美元。5.71美元那一步，落在有五歲以下孩子的那一組消除兩種殺蟲劑風險的平均數8.09美元上，而這個平均數的標準誤是1.13美元。同一篇論文報告了它所謂的參照風險效應：風險上升被估得遠重於風險下降。本頁不搬那些上升的美元數。[損失厭惡](/zh-hant/effects/loss-aversion)是損失比同樣大小的收益更重。參照風險的結果是這種權重的近鄰。它不是走到零的那一步。

第二道邊界是城市上的計分。42%是沒有把防住5例的方案放在最後的份額。11%把它放在第一。18%把防住例數相同的清零方案放在第一。論文沒有印出每一半有多少人。它說樣本並不代表各自的群體，也說這次郵寄得出的偏差結論是暫定的。後來的實驗室研究不在本頁上。瑞托夫、巴倫和赫爾希那篇即將發表的論文被引用，沒有重讀。

第三道邊界是外推。作者自己對瓶價的讀法是：很大的確定性溢價附在消除某一種風險上，而消除兩種風險，並不會在這個和之外再加一筆溢價。他們說，這個模式並不支持「對任何不確定性本身感到焦慮」作為推動因素。因為零感覺像做完了，就把預算花在讓一處場地走到零，是誤用。要核對的是另一個方案防住的病例，以及同等一刀停在零之前的價錢。

## 常見誤區

三種複述跟著這個零走。最後一步被說成在每一組裡都是前面步驟的好幾倍。信函上的排序被說成大多數人把更差的方案放在第一。金錢賭博和缺席的行動被安上本頁的名字。

<AccordionGroup>
  <Accordion title="最後一步總是貴上好幾倍">
    表4是四列，不是一個比率。沒有孩子的殺蟲劑那一列，印出的步驟是1.04美元、0.34美元和2.41美元。有五歲以下孩子的潔廁劑那一列，走到零的一步是0.99美元，與第一步相同，中間一步是0.24美元。5.71美元屬於有五歲以下孩子的殺蟲劑使用者。它不是每一種產品的乘數，也不是收據。
  </Accordion>

  <Accordion title="大多數人把更差的清理排成最好">
    在徹底清理防住5例、另外的方案防住6例的措辭裡，42%沒有把徹底清理排到最差。11%把它排成最好。在每個方案都防住6例的措辭裡，18%把徹底清理排成最好。這些是看到那種措辭的人。作者說，樣本並不代表被寄送的那些群體。
  </Accordion>

  <Accordion title="零風險偏差就是確定性效應，或不作為偏差">
    確定性效應，在卡尼曼和特沃斯基1979年的摘要裡，是對僅僅可能的金錢結果打的折扣大於確定的結果。1987年訪談裡的確定性溢價，是為走到零的同等傷害削減而多說的美元。[不作為偏差](/zh-hant/effects/omission-bias)把來自行動的傷害評得比同樣來自不行動的傷害更重。[模糊厭惡](/zh-hant/effects/ambiguity-aversion)偏好已知的機會，而不是獎賞相同、機會未知的選項。[現狀偏見](/zh-hant/effects/status-quo-bias)偏好已經在那裡的狀態。清掉一處場地的方案，常常是一種改變，不是已經佔據的狀態。
  </Accordion>
</AccordionGroup>

## 相關概念

零風險偏差旁邊，是一筆確定的錢，是對一次行動更重的評價，是對損失更重的權重，是一個已知的機會，以及已經在那裡的狀態。

<CardGroup cols={3}>
  <Card title="前景理論" icon="scale-balanced" href="/zh-hant/models/prospect-theory">
    風險下選擇的一個模型。它的確定性效應，對僅僅可能的金錢結果打的折扣大於確定的結果。1987年的瓶價是另一項測量。
  </Card>

  <Card title="不作為偏差" icon="hand" href="/zh-hant/effects/omission-bias">
    對來自行動的傷害，評價比同樣來自不行動的傷害更重。疫苗風險為零可以看起來相似。這裡的比較是防住的病例，或同等一刀的美元。
  </Card>

  <Card title="損失厭惡" icon="exclamation-triangle" href="/zh-hant/effects/loss-aversion">
    損失比同樣大小的收益更重。同一次1987年訪談報告，風險上升被估得比下降更重。那些美元數不在本頁上。
  </Card>

  <Card title="模糊厭惡" icon="circle-question" href="/zh-hant/effects/ambiguity-aversion">
    偏好已知的機會，而不是獎賞相同、機會未知的選項。本頁上的風險被說成每1萬瓶的例數，或每年的癌症例數。
  </Card>

  <Card title="現狀偏見" icon="balance-scale" href="/zh-hant/effects/status-quo-bias">
    偏好已經在那裡的狀態。把徹底清理排在第一，是在幾種改變之間做偏好，按防住的病例打分。
  </Card>
</CardGroup>

## 一句話總結

<Tip>在把預算花到把一項風險降到零之前，先寫下另一個方案防住的病例，以及同等一刀停在零之前的價錢。</Tip>


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.