> ## 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.
# 正常化偏差
> 正常化偏差是一种认知偏见，人们因为以前从未经历过灾难而低估其可能性和影响。了解其起源、后果以及如何有效准备。
**类别**: 效应
**类型**: 认知偏见
**来源**: 灾难研究，1970年代，Robert G. K. Davis
**别名**: 正常化偏差、正常化谬误、鸵鸟效应
**快速回答** — **正常化偏差**（Normalcy Bias）是一种认知倾向，人们因为以前没有亲身经历过灾难或负面事件而低估其可能性和严重程度。灾难研究员 Robert G. K. Davis 在 1970 年代首次记录了这一现象，这种偏见解释了为什么人们在飓风期间不疏散、忽视疏散警告、未能为地震做充分准备。理解正常化偏差有助于认识到"事情将继续正常"的期望何时导致你承担危险风险。
## 什么是正常化偏差？
正常化偏差是一种强大的认知偏见，导致人们低估灾难、紧急情况或重大负面事件的可能性和严重程度，因为这些事件在他们的个人经历中没有发生过。这种偏见源于人类的基本倾向：我们以过去经验作为预测未来的主要指南，当我们从未经历过某事时，我们的大脑很难认真对待它。
关键在于，正常化偏差通过逻辑和情感机制运作。从逻辑上讲，假设某事没有发生，现在就不太可能发生是合理的。从情感上讲，为灾难做准备感觉不必要、引起焦虑，甚至当"从来没有坏事发生过"时还会尴尬。这种结合使正常化偏差特别难以用理性论点来克服。
> 当你从未经历过灾难时，很难想象现实在几小时内能变得多么不同。
这种偏见与可预防的死亡和经济损失直接相关。正常化偏差强的人不在飓风期间疏散，无视流行病学专家的警告，在野火期间忽视疏散命令，未能为地震做充分准备。共同的线索是对未来将像过去一样的信念——直到灾难降临，为时已晚。
### 正常化偏差的三层理解
* **入门**：注意你如何可能因为"这里从来没有发生过任何事"而跳过应急准备。这种感觉是正常化偏差——过去没有发生事件并不能预测未来的安全。
* **实践**：无论最近的事件是否"证明"了需要，每年检查你的应急用品和计划。设置日历提醒，而不是等待经验来教你。
* **进阶**：认识到正常化偏差对罕见、高影响事件最强。你的个人经历几乎肯定是对低概率、高后果场景的不充分指南。
## 起源
**Robert G. K. Davis** 在 1970 年代关于灾难响应的研究中首次系统记录了正常化偏差。Davis 研究了飓风易发地区的人们如何应对疏散命令，发现很大一部分人口拒绝离开，相信他们所在地区"从未被"重大飓风袭击过。
这一概念通过灾难社会学研究变得更加突出，特别是 **E. L. Quarantelli** 和 **Russell Dynes** 的工作，他们记录了正常化偏差如何影响社区对各种紧急情况的反应。他们的研究表明，即使是以前经历过灾难的社区也经常成为正常化偏差的受害者，相信"这里不会再发生"或"这是一次性事件"。
"正常化偏差"一词在 1980 年代后广泛使用，特别是在对核战争威胁、地震准备和洪水管理的研究之后。研究人员一致发现，"事情将继续正常"的信念是有效应急准备的最大障碍之一。
## 核心要点
大多数人在一生中永远不会亲身经历重大灾难。依赖个人经验来评估风险会让你为低概率但高影响的事件准备不足。
地理位置、建筑规范历史或过去的稳定性不能保证未来的安全。许多被认为"安全"的地区经历了对居民来说似乎不可能的灾难性事件。
当你周围的每个人都相信"不会有事发生"时，这种共识感觉像证据。同伴压力和社会规范在社区中加强了正常化偏差。
应急用品从未使用，疏散计划从未执行，保险费感觉不必要——直到灾难发生。准备的成功（没有坏事发生）感觉像是准备不需要的证据。
## 应用场景
有效的应急规划要求承认个人经验对罕见事件不可靠。官方危险评估和专家建议应该超越"这里不会发生"的思维。
正常化偏差导致人们低估市场崩盘、失业或医疗紧急情况等风险。保险和应急基金的存在正是因为正常化偏差导致我们准备不足。
大流行病准备需要克服正常化偏差——"流行病只发生在其他地方"的信念。公共卫生官员必须以克服这一强大偏见的方式传达风险。
公司经常因为"从未被"建模场景"击中"而未能制定灾难恢复计划。商业中的正常化偏差导致不充分的备份和应急协议。
## 经典案例
### 卡特里娜飓风疏散失败
2005 年的**卡特里娜飓风**灾难提供了一个关于正常化偏差的毁灭性案例研究。当 5 级飓风逼近新奥尔良时，州和地方官员发布了强制性疏散命令。尽管国家气象局发出了关于灾难性洪水的明确警告，但很大一部分人口拒绝离开。
许多居民留下是因为他们"以前从未经历过这样的飓风"，不相信预测。其他人认为他们的家在以前的风暴中"一直很安全"。有些人根本无法想象即将到来的规模——他们的"飓风"心智模型不包括灾难性堤坝决口的可能性。
后果是悲惨的。飓风和随后发生的洪水中超过 1,800 人死亡，如果他们疏散了，其中许多人本可以存活。经济损失超过 1,250 亿美元。幸存者描述他们的世界在几小时内变化的速度——他们所信任的正常状态在几小时内被粉碎。
这个案例表明，正常化偏差不仅仅是个人心理学——它是一种社会现象，由社区信念、地方文化以及对当局的信任或不信任所加强。有效的灾难响应必须在个人和社区层面解决正常化偏差问题。
## 边界与失效场景
正常化偏差很强大，但有可识别的边界条件：
* **最近的灾难减少偏见**：最近经历过灾难的人更有可能认真对待准备。然而，这种效果会随着时间消退——几年后开始的"灾难健忘症"。
* **权威信任很重要**：相信官方警告的人比怀疑当局的人更有可能克服正常化偏差。
* **经济约束可以override偏见**：有趣的是，资源较少的人有时由于实际障碍（没有车，没有地方去）而较少疏散，而不是由于正常化偏差。
* **这与智力无关**：正常化偏差同样影响受过教育和未受过教育的人——这是人类认知的基本特征，而不是愚蠢的标志。
## 常见误区
历史频率只是风险评估的一个因素。基础设施变化、气候变化和人口增长可以独立于历史模式显著改变风险概况。
许多灾难给出最少的警告（地震、突发洪水、一些化学事故）。其他的会造成交通堵塞，使疏散变得不可能（飓风疏散）。等到你"看到它"通常已经太晚。
虽然一些风险沟通可能不精确，但关于灾难概率的科学共识是基于广泛数据的。由于怀疑隐藏动机而Dismiss专业知识是正常化偏差的危险应用。
## 相关概念
正常化偏差与其他塑造我们感知和应对风险的方式的认知偏见密切相关：
两种偏见都涉及关于未来的不切实际信念——乐观偏差相信积极结果更可能，正常化偏差相信负面结果不太可能。
因为灾难很少见，它们在心理上不容易被召回，使它们的可能性感觉比证据证明的要小。
两种偏见都偏好当前状态——相信"正常"条件将继续，使变化感觉不必要或不太可能。
与正常化偏差相关，这是一种通过假装风险不存在来忽视明显风险的倾向——像鸵鸟把头埋在沙子里。
一旦我们决定"不会有坏事发生"，我们选择性地注意到证实这一信念的信息，同时忽视警告信号。
投资于准备（用品、保险）的人可能拒绝灾难仍可能发生的想法，因为他们希望相信他们的投资是不必要的——但他们希望相信这是不必要的。
## 一句话总结
你的个人经验是低概率、高后果事件的不可靠指南。信任专家的风险评估，保持应急准备，并记住：过去没有灾难并不能保证未来的安全。