本文针对“选择过载”现象提出更有力的检验方法,基于随机效用模型(RUM)和丰富数据设计测试框架,并应用于实验数据。结果显示,当前文献中较低的检验效能可能低估选择过载的普遍性,我们的新方法显著检测到了选择过载,且该效应在较小规模选择集中就已出现,挑战了传统理论假设 .
| 模型类型 | 拒绝率/拟合度 |
|---|---|
| (i) 基础随机效用模型(RUM) | 极强拒绝,拟合度0.866 |
| (ii) 允许切换至默认于大集合 | 拒绝率显著降低,拟合度0.877 |
| (iii) 允许切换至默认于大集合及3元集合以上 | 未被拒绝,拟合度0.915,新颖贡献 |
——《A Better Test of Choice Overload》深度解读
本文对选择过载在经济学中的测量及理论实证进行了细致剖析,提出了两类更敏感的测验方法——基于多个子集的Monotonicity(Min bound)与随机效用模型边界(RUM bound),并针对现实样本频率与独立样本特征创新性运用非参数Bootstrap及线性规划技术加以检验。
经大量包含1832名被试、总计18320次选择的实验验证,研究揭示传统聚焦单一子集与全集比较的统计方法功效有限,可能导致选择过载效应的大量漏检。采用本文提出的多子集设计及统计方案,能够强烈拒绝不存在选择过载的假设,清晰显示随着选择集尺寸扩大,默认选择概率非单调下降,而是出现显著上升,与经典理性模型预期相悖。
此外,基于RUM的测试发现,选择过载现象在远小于此前文献关注的选择集规模(仅3个选项)即可显著表现,提示未来经济行为理论和政策设计应更加关注此类现象的早期介入点。该发现丰富了行为经济学对决策复杂性和认知负荷影响的理解。
综上,文章不仅在方法论层面对选择过载的测验提供了突破性的改进,也通过实证展示了选择过载的广泛存在性与较低规模阈值的特征。其提供的图表如默认选择概率分布的双峰结构(图3)及详尽的子集合采样数据(表2)均支撑了结论,实现理论与数据完美结合。
最终,作者明确推荐采用更加丰富和系统的子集选择数据与基于随机效用模型的统计检验,以确保选择过载现象能够被科学、稳定地识别,为政策制定和经济理论深化奠定坚实的实证基础。
这份报告不仅对“选择过载”现象提供了理论深化,还出现了基于严密数学和实验设计的统计辨识提升。通过对实验设计、理论框架、计量工具及数据实证的逐层分析,展现了选择过载比预期更普遍,且能够在较小选择规模中显现,具有重要的理论和政策含义。报告逻辑严密、数据详实、技术先进,是当前行为经济学领域对选择过载研究的重要贡献。
2212.03931.pdf