張 引 劉童瑋 高奇揚

(1.紹興文理學院 大腦、心智與教育研究中心，浙江 紹興 312000;2.紹興文理學院 教師教育學院，浙江 紹興 312000)

一、元決策及決策類型

簡單的決策問題僅涉及資源如何分配。一些復雜的問題，例如，需要在不同領域間進行決策的問題，需要跨領域的深度思考，深度思考的代價是失去了分配資源到其他認知過程的機會成本。那么，個體如何決定是否進行深度思考，這一問題需要更高層次的理性判斷。沖突與自我控制的現(xiàn)象就可以理解為是一種更高層次的判斷，這種理性判斷是基于過度思考的資源代價與其帶來的更好結(jié)果之間的平衡。該過程被認為是元決策，即，元決策是關于如何決策的決策[1]。

元決策的一個核心問題是其選擇機制，要理解元決策的選擇機制，必須先理解簡單決策的發(fā)生過程。個體做決策的過程涉及眾多方面，即使是簡單決策也會受到多種額外變量的影響，例如,情緒作用、疲勞、習得性無助、沖突、條件反射、習慣與自動化加工等等。這些都在不同的方向上影響著個體的決策過程[2-3]。例如，在一個實驗室情境中，老鼠通過按壓杠桿獲取一些食物，如果動物經(jīng)過過度訓練，按壓杠桿會繞過與食物的關聯(lián)，成為一種與情境直接相關的自動反應；這是一種習慣性的決策，或者說，這是老鼠基于元決策選擇了習慣性的模式。與習慣化決策相對應的決策過程是目標導向性決策，目標導向性決策是根據(jù)結(jié)果來選擇行動。例如，導航到某一地點，個體需要根據(jù)目的地選擇左轉(zhuǎn)或者右轉(zhuǎn)。這種決策過程比習慣性決策的選擇更靈活，但需要經(jīng)過多個步驟的斟酌[4-5]。

習慣化決策與目標導向性決策具有不同的資源分配方式，習慣化決策偏向節(jié)約資源型分配，它幾乎不受資源容量的限制，屬于自動化加工，簡單信息更容易激活習慣化決策[6]；目標導向性決策偏向集中資源型分配，包括調(diào)配資源、評估和比較材料特性。該決策方式受資源限制較大，對材料特征不敏感。相對于節(jié)約資源型分配而言，集中資源型分配需要中央執(zhí)行系統(tǒng)分配較多資源進行比對與整合，理論上需要更多的決策時間，但也有例外的情況，例如，個體需要持續(xù)地在冰水中抓住某個物體或者持續(xù)從事繁重的工作，這種“意外”情況通常需要分配大量認知資源，但決策速度很快[7]。事實上，個體在決策過程中受到習慣化決策與目標導向性決策的權(quán)衡作用，這種權(quán)衡是在自我控制與默認響應之間做選擇。

兩種決策的權(quán)衡可以從一定程度上解釋“自我損耗”(ego depletion)的現(xiàn)象[8]。自我損耗是指個體由于執(zhí)行先前意志活動而造成執(zhí)行后續(xù)意志活動的能力和意愿暫時下降的現(xiàn)象[9]。研究證實，自我損耗會抑制個體的目標導向性決策，使個體在決策時更加依賴習慣化決策，從而無法理性地評估決策中的風險與收益，導致沖動決策的產(chǎn)生[10]。

綜上所述，真正的最優(yōu)解不僅是在少數(shù)選擇中做決定，同時，需要將內(nèi)部活動的收益與成本納入考慮因素，使之成為真正最優(yōu)化的決策，這就是元決策[1，11]?；蛘哒f大腦中擁有兩個決策控制器，元優(yōu)化的過程就是選擇更好的控制器并為其分配資源，隨后根據(jù)該控制器的偏好選擇最終結(jié)果[12]。

二、自我控制

日常生活中我們經(jīng)常被控制力不足所困擾。例如，拖延、難以抗拒不健康的食物、無法達成計劃目標，這是為什么？一些理論認為，個體的決策遵從長期獲得回報最優(yōu)化的原則。但如果我們能夠遵從最優(yōu)化的選擇，為什么還會缺乏自控力？

實驗室里對自我控制的實驗操作是讓被試將手放入冰水中，記錄忍耐時長。被試一方面需要確保得到報酬，一方面需要去不斷抑制抽出手來逃避有害感覺的沖動[13]。該任務能夠成立的前提條件是個體的反應并不遵循簡化原則。簡化原則是一種自動化的反應，例如，迅速將手從冰水中移開。但比簡化選擇過程更高一層的決策會做出更適合當下情境的反應，例如，不把手移開，以便最終得到報酬。正是由于存在著高層決策加工，個體才會產(chǎn)生沖突和自我控制。

(一)自我控制理論

早期理論認為，自我控制就是為了獲得未來更具有價值的選擇而放棄當下較小卻能立刻獲得的收益，強調(diào)了自我控制是個體面對誘惑時，放棄當下較小的獎勵而獲取長遠的、更高價值的收獲[14]。隨后，有研究者發(fā)現(xiàn)自我控制存在評估與控制兩個不同的階段，在面對外部誘惑時個體首先需要評估當下的誘惑與追求的目標是否存在矛盾。如果個體認為兩者之間不存在矛盾，那么，這種誘惑與長遠目標的自我控制無關(個體將會沉迷其中)。反之，則進入控制階段，個體在此階段需要抑制誘惑，完成自我控制。自我控制的兩個階段涉及不同的腦區(qū)，評估階段與腹側(cè)紋狀體、內(nèi)側(cè)前額葉皮質(zhì)、后扣帶回等腦區(qū)的活動有關;而控制階段則主要涉及背外側(cè)前額葉和額下回[15]。另外，自我控制受到資源分配的限制，個體認知資源有限，一段時間內(nèi)能進行的自我控制數(shù)量有限、自我控制的結(jié)果與資源的多少相關、自我控制過程是消耗認知資源的過程，消耗之后需要一段時間才能恢復。資源通過休息[16]、觀點采擇[17]、喚醒積極情緒[18]或特殊訓練[19]等方法可以恢復。

(二)自我控制的增益與代價

當面對不確定性時，任何能夠進行統(tǒng)計計算的生物都會獲得適應性優(yōu)勢。個體的決策過程需要在不同的選擇之間進行計算，衡量每一個選項的期望值。這一過程可能很困難(例如，面對危險時是選擇戰(zhàn)斗還是逃跑)，也可能很容易(例如，進入咖啡店選擇哪一款飲料)。在許多情況下，對一個選擇其置信度的準確估計可以為生物行為帶來益處，例如，通過抑制適應不良的恐懼[20]或不適當?shù)膬?yōu)勢反應[21]，可以更準確地估計結(jié)果價值使其做出的選擇更有價值[22]，或者通過牢記背景信息，使反應更快、更準確[23]。

大量研究已證實，自我控制對個體行為、情感及思想有著積極的影響。高自我控制的個體往往能夠更好地控制思想、調(diào)整情緒以及遏制沖動行為。例如，高自我控制的個體往往有更好的心理幸福感、學術成就及人際關系等，而低自我控制的個體更容易肥胖、毒品成癮、犯罪、沖動性購買以及拖延等[24]。然而，也有學者對自我控制提出了挑戰(zhàn)。例如，有研究者認為，高自我控制的個體導致自我強迫，可能會沉迷于自我控制，缺乏對自控力的控制。此外，長時間的自我控制會消耗個體資源，從而導致個體壓力上升或出現(xiàn)自我損耗，而資源損耗將進一步降低隨后的自我控制能力，使其屆時不能表現(xiàn)出正常的自我控制水平[20-21]。

自我損耗是自我控制的代價之一。學者對自我損耗同樣做了一種描述性的界定：“個體在采取一些需要投入資源的決策后，個體進行自我控制的能力會被耗竭，這種自我控制能力耗竭的狀態(tài)即自我損耗”[8]。個體大部分的決策過程是基于習慣化的決策偏向，但如果任務復雜，個體會采用付出更多意志力及認知資源的系統(tǒng)進行思考，付出的意志力也是決策過程的重要成本。如果付出的意志力過高，可能會產(chǎn)生自我損耗，透支接下來的任務可利用的認知資源[9]，從而降低認知加工成績[25-26]，最終導致自我控制失敗(self-control failure)。因此，從整體上看，付出更多認知資源自我控制的響應并不一定比默認響應帶來更好的決策結(jié)果。

自我損耗對后續(xù)任務的影響不是固定的，而是受到個體差異及多種因素的調(diào)節(jié)作用。例如，行動導向的個體能夠繼續(xù)分配資源來完成任務，而狀態(tài)導向的個體則傾向停止努力以保存資源[27]。這也與資源消耗程度相關，個體在實施利他行為的過程中，低損耗狀態(tài)下，無論行動導向和狀態(tài)導向的個體都能做出更多的利他行為。高損耗狀態(tài)下，行動導向的個體依然能堅持利他行為，而狀態(tài)導向的個體難以堅持利他行為。另外有研究發(fā)現(xiàn)，啟動親密關系能夠減緩自我損耗產(chǎn)生的影響。由于人們進行自我控制的過程實際上是為了達成更有價值的目標，例如，親密關系、歸屬感、成就感等。自我控制失敗的結(jié)果與親密關系失敗相關，例如社會排斥等。啟動親密關系能夠促進自我控制，也就是減輕自我損耗的負面影響。也就是說，當個體發(fā)生自我損耗之后，聯(lián)想親密的人，父母、朋友、伴侶等能夠幫助減少自我損耗帶來的影響[18]。

三、機會成本與平均獎賞

機會成本是指在兩個或多個選擇中選擇時所損失的價值。正如古老的經(jīng)濟學格言所說，所有的代價最終都會被算作機會成本(opportunity cost)。例如，一個兒童有2美元可以購買一個冰淇淋甜筒，不同口味甜筒的價格都是2美元，但購買一個甜筒必然意味著放棄另一個，因此，兒童不僅要考慮可能購買的東西，還要考慮可能不購買的東西。計算機會成本在計算上是很困難的，特別是當選擇空間很大的時候。假如，兒童不僅要考慮甜筒，還要考慮其他美食，情況將會更為復雜。

機會成本的計算通常取決于比較不同的資源分配可能產(chǎn)生的價值。如果這部分資源分配在其他方面可以獲得更大的價值，那么這部分資源成本較高，如果不能在其他方面獲得更大價值，則成本較低。例如，在實驗過程中的6個試次，基于自我控制進行決策(大方塊)的完成值較高，但需要比基于習慣化進行的決策(小方塊)所用時間更長，對決策者而言，問題是選擇哪一組方塊，要回答這個問題，我們還必須知道時間的機會成本。在該例子中時間的機會成本是當前試次完成后的剩余時間(其他)。在低機會成本情況下，控制所獲得的附加值比當前平均獎勵更多，因此，控制是有利的，盡管需要額外的時間。在高機會成本情況下，其他行動所獲得的附加值更多，因此,應優(yōu)先考慮習慣性決策(6項行動完成得更快)[1],見圖1。

圖1 迫選任務中習慣性響應與控制性響應的機會成本

機會成本的重要性已經(jīng)被大量研究所證實，如覓食[28]、操作性條件反射[29]、時間折現(xiàn)[30-31]、和認知努力[2]等等。在“覓食”情況下，失去機會的原則是物質(zhì)的：一個人不能同時吃兩棵樹上的東西。但值得注意的是，一次只能由一個進程使用的認知資源會帶來與控制資源類似的資源分配問題，如，注意力或工作記憶的資源分配。要想解決這個問題，可以通過平均報酬率來簡化計算。平均報酬率是對時間的機會成本的估計[29]。如果一項行動的價值大于平均報酬率，那么，這個行動就“值得”采取。反之，回報率低于平均水平的行動就不值得花費時間。

四、未來研究展望

綜上所述，決策發(fā)生的機制與元決策和自我控制相關。然而，仍然有一些問題值得探討。第一，為什么在自我控制實驗過程中，個體感知到的成本或收益會發(fā)生變化，最終導致疲勞、習得性無助或自我損耗效應，這三者效應之間是否具有共同的機制？第二，自我控制會受響應個體差異的影響嗎？性別、社會文化、種族、人格特質(zhì)等因素是否會對自我控制產(chǎn)生影響。決策者如果是多人之間具有競爭關系，為何會產(chǎn)生預期報酬差異[32]？多人決策與獨立決策的報酬預期差異不一致的原因需進一步探討。第三，是否存在無意識的自我控制行為呢？有研究者指出兩階段模型中自我控制矛盾識別和解決階段的加工沒有必要是有意識的過程，也可能包括無意識加工，但是，他們并沒有進一步驗證和說明這種無意識加工是怎樣運行和起作用的?？梢?，拓展自我控制無意識領域的研究是未來一個研究方向。這樣不僅拓寬了自我控制的研究范疇，更是拓展并深化了自我控制的涵義。