摘 要 為深入探究群體決策中個體風(fēng)險決策的變化及其認知基礎(chǔ)，進而優(yōu)化群體決策效能，采用仿真氣球冒險任務(wù)，通過對比不同決策模式（個體決策、共同決策、輪流決策）及不同社會距離群組條件下個體的連續(xù)風(fēng)險決策，并利用強化學(xué)習(xí)的貝葉斯模型構(gòu)建決策過程模型。結(jié)果顯示，相較于個人決策，在雙人決策時，個體表現(xiàn)出更高的冒險性。然而，貝葉斯模型擬合揭示，這并非是個體的風(fēng)險偏好提升，而是個體對氣球不會破裂的先驗信念有所增強，并且在近社會距離組中，這種先驗信念的增加更為顯著。

關(guān)鍵詞 風(fēng)險決策；群體決策；社會距離；貝葉斯模型；仿真氣球冒險任務(wù)

分類號 B849：C91

DOI：10.16842/j.cnki.issn2095-5588.2025.03.004

1 引言

群體決策的重要性在當(dāng)今經(jīng)濟社會中日益凸顯。一方面，組織規(guī)模隨著技術(shù)發(fā)展不斷擴大，需要一個能夠提供多領(lǐng)域知識的專業(yè)團隊。另一方面，群體經(jīng)驗在為個人決策提供更多參考信息的同時也帶來了“選擇困難”。在這種背景下，個體在群體決策中的認知與行為變化作為心理學(xué)、管理學(xué)及信息科學(xué)的研究問題之一，越來越受到研究者的關(guān)注。俗語有云，“三個臭皮匠頂個諸葛亮”。群體通常具有超越個人的知識儲備、能夠采取更多有效的策略，并且能夠稀釋個體偏見的干擾，因此可以在解決問題時作出更優(yōu)的決策，產(chǎn)生“1+1gt;2”的效果（Bang amp; Frith， 2017）。但正如另一句俗語，“三個和尚沒水吃”，群體決策也可能出錯。在群體決策，尤其是在不確定性決策中，個體的權(quán)力感與責(zé)任感更低，更容易作出更加冒險的行為（Wallach et al. 1964）。同時，在群體中的個體受到替代性排斥屢見不鮮，經(jīng)歷過替代性排斥的個體往往更加冒險，在決策過程中更偏好風(fēng)險尋求（付椏楠等，2024）。為充分發(fā)揮群體決策的優(yōu)勢并規(guī)避劣勢，我們有必要充分理解個體在群體風(fēng)險決策中的行為變化模式及潛在認知過程。

現(xiàn)有的群體風(fēng)險決策研究更加關(guān)注群體決策中的情景設(shè)置、決策條件及宏觀的群體表現(xiàn)，側(cè)重考察不同群體決策模式間的差異，如考察群體規(guī)模（Shupp amp; Williams， 2008）、群體中的溝通條件（Baillon et al.， 2016）、語言偏好（張震， 李卓琳， 2023）和規(guī)則決策（Levati et al.， 2017）等因素的作用，較少涉及群體決策中的個體表現(xiàn)及深層行為機制，忽略了個體在群體決策中的行為變化。另外，絕大部分關(guān)于個體社會決策的研究依賴于被試對社會互動的想象，而不涉及真正的群體互動。

目前，尚且較少的涉及真實互動的個體層面研究表示，群體成員的年齡（Reynolds et al.， 2014）及群體成員的個性特征（Wang et al.， 2019）等因素會影響個體在群體決策中的表現(xiàn)，但尚未有研究考察個體間的社會關(guān)系和真實社會互動在群體決策中的作用。群體決策研究中，群組成員間真實的社會互動是合作決策的關(guān)鍵，也是群體決策影響個體行為的關(guān)鍵外在因素；而群組成員之間的社會距離決定著個體如何對待合作決策，是群體決策影響個體行為的重要內(nèi)在因素。社會距離描述了自我與他人、群體內(nèi)和群體之間的情感親密關(guān)系（Trope amp; Liberman， 2010）。已有研究表明，社會距離會影響人們對公平性和對他人行為的評價：同伴之間存在的友誼（即較近的社交距離）可以使得個人將自己的公正概念延伸到朋友身上，從而使得人們更公正地對待朋友（Wu et al.， 2011; Chen et al.， 2017）。

雖然已有不少研究考察了社會距離對個體社會決策的影響，卻少有研究涉及社會距離對群體決策中個人風(fēng)險行為的影響。已有研究通常使用“想象你在為他人作出決策”的代理人決策范式來研究社會距離對風(fēng)險決策的影響。研究發(fā)現(xiàn)，個體在為不同社會距離的人作決策時的風(fēng)險行為有很大差異。例如，在關(guān)于戀愛關(guān)系（Beisswanger et al.， 2003）、賭博（Polman， 2012）和可能發(fā)生損失（Andersson et al.， 2014）的代理人決策中，社會距離的增加會加使得人們追求風(fēng)險。但也有其他研究者得出了相反的結(jié)論，發(fā)現(xiàn)那些為他人作決定的人比為他們自己作決策時更加厭惡風(fēng)險：醫(yī)生在通常情況下會對患者作出比平時更保守的決定（Garcia-Retamero amp; Galesic， 2012; Stone et al.， 2013）。針對這些有爭議的結(jié)果，一些研究者指出社會距離對風(fēng)險決策的影響可能受到其他因素的調(diào)節(jié)，如框架效應(yīng)（Zhang et al.， 2017）。然而，代理人決策范式中并不涉及真正的社會互動，其中社會距離的調(diào)節(jié)也依賴于被試對社會距離的理解與想象。這種傳統(tǒng)的研究范式無疑更加便利，有利于開展大規(guī)模的研究及考察；但利用真實的社會距離與社會互動的研究才能夠更為真實且深刻地考察社會距離對個體風(fēng)險決策行為的影響。為此，本研究將利用兩種群體決策模式考察真實群體決策及真實社會距離這兩個因素如何影響個體在群體決策中的風(fēng)險行為。本研究中決策模式的設(shè)計源于真實生活中常見的兩人共同作出決策的場景：在朋友或夫妻二人的共同事務(wù)中，兩人經(jīng)討論一致后作出最終決策；或兩人就不同事務(wù)或在不同時間輪流作出決策。本研究意圖采用個人決策、共同決策以及輪流決策這三種決策方式，重點考察以個人決策作為對照時，個體在共同決策和輪流決策中的風(fēng)險行為變化趨勢及認知機制。

傳統(tǒng)的風(fēng)險決策研究中，采用仿真氣球冒險任務(wù)（The balloon analogue risk task， BART），使用被試主動收集氣球獎勵時的平均充氣次數(shù)作為反映個體風(fēng)險偏好水平的行為指標（Xu et al.， 2013; Wallsten et al.， 2005）。這一指標簡單、清晰，卻忽略了人們在多輪次任務(wù)中的強化學(xué)習(xí)過程，即個體對氣球爆炸概率的估計會隨著反饋的不斷累積而發(fā)生變化，并最終趨于穩(wěn)定。研究表明，在開展風(fēng)險實驗前，被試會形成關(guān)于風(fēng)險發(fā)生概率的先驗信念；在重復(fù)開展風(fēng)險任務(wù)過程中，其不斷收集證據(jù)并更新這個先驗信念分布，最終形成一個穩(wěn)定的、能夠反映被試對氣球爆炸概率信念的后驗分布（van" Ravenzwaaij et al.， 2011），其決策學(xué)習(xí)過程符合貝葉斯推理。在描述一個人的風(fēng)險決策行為時，BART的貝葉斯強化學(xué)習(xí)過程模型能夠提供更加豐富的模型參數(shù)。換言之，假設(shè)傳統(tǒng)的BART風(fēng)險行為指標（平均氣球吹次）說明被試總體上的決策行為變得更加冒險，那么BART的強化學(xué)習(xí)模型參數(shù)則能夠解釋傳統(tǒng)行為指標變化的內(nèi)在機制，即決策者的風(fēng)險偏好是提高了，還是對損失發(fā)生概率的估計降低了。例如，被試在群體決策中將氣球吹得更大，是為了追求大氣球的高收益，還是由于被試更具有安全感而認為氣球不會爆炸。本研究采用被廣泛應(yīng)用的4參數(shù)（a、μ、γ、β）的BART模型（van Ravenzwaaij et al.， 2011）。其中，參數(shù)（即參數(shù)Φ）代表個體對氣球不會爆炸的概率的先驗信念，參數(shù)γ代表個體的風(fēng)險偏好，參數(shù)β代表個體的行為一致性。而采用BART的貝葉斯模型擬合該參與者的整個決策過程后，通過對比模型參數(shù)在不同決策條件中的變化，則可以解釋冒險行為的具體原因。

綜上，本研究旨在考察社會距離和合作決策對群體成員風(fēng)險決策的影響。本研究在采用傳統(tǒng)BART行為指標作為衡量個體風(fēng)險決策行為的同時，讓被試每兩人為一小組共同完成BART，采用貝葉斯模型擬合每個被試在每種決策條件下的完整決策過程，并獲得其強化學(xué)習(xí)的特征參數(shù)，從而解釋個體風(fēng)險決策行為變化的潛在原因，厘清社會距離和決策條件影響個體風(fēng)險決策行為的內(nèi)在機制。

2 方法

2.1 被試

本研究采用G*Power3.1軟件，設(shè)置中等效應(yīng)量f=0.25，顯著性水平α=0.05，統(tǒng)計檢驗力1–β=0.80時，計算最小樣本量為54人。為此，本研究共招募了108名女性大學(xué)生作為被試（平均年齡為20.69±2.21歲）；剔除掉異常數(shù)據(jù)（如急于完成任務(wù)導(dǎo)致平均吹次過少、平均反應(yīng)時過短、模型擬合結(jié)果異常、輪流決策中氣球數(shù)過少、共同決策中兩人決策過于統(tǒng)一）后，遠近社會距離組各有42名被試。所有被試身體健康，沒有精神障礙，并且在實驗前兩周沒有飲酒或吸煙。整個研究按照《赫爾辛基宣言》準則進行，并獲得上海外國語大學(xué)倫理學(xué)委員會批準。所有被試在實驗前簽署書面知情同意，在實驗后獲得120元人民幣作為固定補償，并根據(jù)其在實驗中的總決策收益獲得30元到80元不等的額外獎勵。

2.2 研究設(shè)計

本研究共有兩個自變量：社會距離為組間變量，決策條件為組內(nèi)變量。本研究采用BART衡量被試的風(fēng)險決策行為（詳見圖1）。在BART中，被試總共需要依次為每個氣球充氣。在每一次充氣過程中，被試可以選擇繼續(xù)充氣或者停止充氣，結(jié)束充氣時氣球越大獎金越多，若氣球爆炸則失去當(dāng)前氣球的獎金。BART中衡量被試風(fēng)險行為的指標是其停止為氣球充氣，也就是主動保存氣球收益時，氣球的平均充氣次數(shù)。由于氣球的增大或爆炸是概率事件，因此被試得到的最終金額具有更大隨機性，BART通常不使用最終收益金額來衡量被試的行為表現(xiàn)。

社會距離指的是兩人之間的社會關(guān)系。所有被試均為兩人一組報名參加實驗，兩人必須是相互認識的朋友。一半的報名小組被隨機分進近社會距離組，這些被試按報名時的小組進行實驗，即兩人是朋友；其余為遠社會距離組，實驗中不再保留原有小組，而是由主試隨機選取互不認識的兩人組成實驗小組并進行實驗。每個被試在實驗開始之前填寫知情同意書及人口統(tǒng)計量表，然后根據(jù)自己與隊友之間的親密程度填寫問卷，問題包括評價與同伴的認識時間長短、交往程度、在課外時交流的多少、熟悉程度，以及在課外時見面的頻率，采用3級計分。遠社會距離組被試評分均小于1.2分；近社會距離組評分均大于2.4分。除此之外，獨立樣本t檢驗結(jié)果表明兩組社會距離存在顯著差異（t=-12.64， plt;0.001）。

本實驗中的決策條件共有個人決策、共同決策（群體決策）和輪流決策（群體決策）三種，同小組中的兩位被試手持各自的小鍵盤、面對同一個顯示器作出決策。實驗明確要求所有小組不可以在全部實驗完成前討論任務(wù)策略。每個實驗小組以隨機順序完成輪流決策、共同決策及兩人各自的單人決策，共計四組任務(wù)，總共持續(xù)時間約為一個半小時。坐在左邊的被試按小鍵盤上的“1”（右邊的被試按“4”）鍵為氣球充氣，或者按“2”（右邊的被試按“5”）停止充氣并獲得當(dāng)前氣球的獎金。

每個被試需要完成三種模式BART的試次數(shù)分別為，個人決策100個氣球，共同決策120個氣球，輪流決策200個氣球。個人決策下，實驗小組中的一位被試在隊友在場旁觀的情況下獨立地作出所有決策。共同決策條件下，每次決策都需要兩位被試達成一致意見：如果兩人的決策一致，則執(zhí)行該決策；如果兩人的決策不一致，則此次決策無效，兩人需要再次作出決策。輪流決策條件下，每次決策均由兩位被試輪流、一人一次地作出：被試A決定當(dāng)前決策，另一位被試B決定下一次決策，A決定再下一次決策，以此類推。

值得注意的是，雖然就被試而言，小組中兩人的收益與損失是共享的，兩人無任何差別。但為了更真實地反映每一位被試的風(fēng)險偏好，任務(wù)數(shù)據(jù)的離線分析中會拆分兩人的行為數(shù)據(jù)，使兩位被試不再共享相同的行為表現(xiàn)成績。共同決策模式中，無論一個氣球的最終情況如何，如果一個被試在該氣球被吹大的過程中，曾有過保存該收益的決策（但因為隊友決定繼續(xù)吹氣而改變自己的第一決定并繼續(xù)吹氣），則對該被試而言，這一次的保存收益的決策會被計為這個被試該氣球的成績。輪流決策模式中，一個氣球的成績被計為作出最終決策的那位被試的成績，而不會被計入其隊友的成績。因此，輪流決策時的兩位被試同樣也不會共享相同的行為表現(xiàn)成績，而是平均每人有100個氣球。

2.3 強化學(xué)習(xí)過程的貝葉斯模型估計

認知決策建模通過設(shè)置決策參數(shù)及參數(shù)間響應(yīng)函數(shù)的方式來模擬決策過程。為此，本研究采用的是較為全面的四個參數(shù)（a、μ、γ、β）的貝葉斯BART模型（van Ravenzwaaij et al.， 2011）。貝葉斯過程是隨著數(shù)據(jù)的累積，不斷更新先驗信念，最終得到后驗信念的統(tǒng)計過程。利用貝葉斯過程模擬每個決策者的BART強化學(xué)習(xí)過程的具體方法及參數(shù)設(shè)置如下。

實驗者設(shè)置了任務(wù)的參數(shù)。一個氣球爆炸的概率pburst，會隨著該氣球吹次npumps的增多而增大，具體值取決于氣球的最大充氣次數(shù)x（本研究中x=12），即：

決策者的行為體現(xiàn)了個體的內(nèi)心關(guān)于氣球爆炸概率的信念。四參數(shù)模型假設(shè)，在特定試次k，也就是第k個氣球的決策中，決策者信念中的氣球爆炸概率為一個固定值。決策者在第一個試次中對氣球爆炸概率的估計就是該決策者的先驗信念，決策者在接下來的試次中不斷地累積決策結(jié)果數(shù)據(jù)并更新這個先驗信念，更新公式為：

決策者關(guān)于氣球爆炸概率的先驗信念為，即公式（2）在k=1時的取值。而a和μ的絕對大小代表著決策者從數(shù)據(jù)中學(xué)習(xí)的效率，更小的值說明決策者只需要少量的數(shù)據(jù)就能改變其關(guān)于氣球爆炸概率的信念，而更大的值意味著決策者需要更多的數(shù)據(jù)才能壓倒其先驗信念。其中，是到第k個試次為止，決策者的總充氣次數(shù)；是到第k個試次為止，決策者在所有未吹爆氣球中的總充氣次數(shù)。在這個更新公式的實際應(yīng)用中，a和μ的估計值會高度相關(guān)。為了降低a和μ之間的共線性，本研究中采用的模型在原模型參數(shù)上實現(xiàn)了簡單的代數(shù)轉(zhuǎn)換。即，在該等式右邊的分數(shù)表達式上下分別除以μ，再將記為Φ，記為η，則公式（2）變形為：

因此，Φ代表決策者關(guān)于氣球不會爆炸概率的先驗信念，η代表決策者的學(xué)習(xí)系數(shù)。

模型的另一個假設(shè)是，決策者在每個氣球的第一次充氣之前就決定好了最優(yōu)充氣次數(shù)，充氣過程中不再更改這個值。將第k個試次中決策者信念中的最優(yōu)充氣次數(shù)記為ωk。則ωk取決于決策者的風(fēng)險偏好γ和公式（3）中決策者關(guān)于現(xiàn)在充氣會使氣球爆炸概率的信念，即：

與此同時，在第k個試次中，決策者為當(dāng)前氣球的第l次充氣作出決策時，他真正作出充氣行為的概率既取決于決策者信念中的最優(yōu)充氣次數(shù)ωk，也取決于決策者的決策行為一致性β，即：

公式（5）反映了決策者具體的決策行為與理論上的最優(yōu)充氣次數(shù)之間的關(guān)系。當(dāng)β=0時，決策者充氣或收集獎勵的行為是完全隨機的，與ωk和l沒有任何關(guān)聯(lián)，即。當(dāng)β→∞時，決策者的行為完全由當(dāng)前充氣次數(shù)l和最優(yōu)充氣次數(shù)ωk決定：當(dāng)ωklt;l時，實際充氣次數(shù)超過最優(yōu)充氣次數(shù)，，決策者一定會停止充氣；當(dāng)ωkgt;l時，實際充氣次數(shù)沒有到達最優(yōu)充氣次數(shù)，，決策者一定會繼續(xù)充氣。

本研究中使用的認知決策模型即為Φ（氣球不會爆炸概率的先驗信念）、η（學(xué)習(xí)系數(shù)）、γ（風(fēng)險偏好）和β（決策一致性）四個參數(shù)組成的BART四參數(shù)模型。將實際數(shù)據(jù)擬合至該模型以開展參數(shù)估計時，為了避免最大似然法（Wallsten et al.， 2005）中因為不同被試間的參數(shù)估計相互獨立而導(dǎo)致的數(shù)據(jù)偽跡，本研究將使用Ahn等（2017）采用的決策任務(wù)的分層貝葉斯模型開展參數(shù)估計。

在模型參數(shù)估計之后，本研究對模型和參數(shù)估計開展了穩(wěn)健性的分析。第一，對參數(shù)估計過程的參數(shù)聚合程度和算法擬合程度進行了檢驗。第二，生成模擬數(shù)據(jù)。即對于每個被試，根據(jù)擬合得到的模型參數(shù)（真實參數(shù)）及任務(wù)設(shè)置，生成一組模擬的行為數(shù)據(jù)，并計算模擬數(shù)據(jù)的平均吹次（即預(yù)測值）。平均吹次的真實值和預(yù)測值之間的相關(guān)性分析（個人決策：plt;0.001；共同決策：plt;0.006；輪流決策：plt;0.001）顯示，三種決策方式的真實值和預(yù)測值均顯著相關(guān)。第三，參數(shù)恢復(fù)。對模擬的行為數(shù)據(jù)再次開展參數(shù)估計，得到參數(shù)的預(yù)測值。預(yù)測參數(shù)與真實參數(shù)直接的相關(guān)性分析（個人決策：pηlt;0.001，pγlt;0.001，pΦlt;0.001，pβlt;0.001；共同決策：pη=0.54，pγ=0.003，pΦ=0.08，pβlt;0.001；輪流決策：pη=0.29，pγlt;0.001，pΦ=0.03，pβlt;0.001）顯示，大部分參數(shù)均能得到較好的恢復(fù)。第四，參數(shù)γ與被試行為指標（平均吹次）之間存在顯著相關(guān)（個人決策：plt;0.001；共同決策：plt;0.001；輪流決策：plt;0.001），表明風(fēng)險偏好γ的大小能夠有效地反應(yīng)被試風(fēng)險行為的高低。本研究中，由于學(xué)習(xí)系數(shù)η和決策一致性β兩個參數(shù)只與強化學(xué)習(xí)過程有關(guān)而與風(fēng)險行為無直接聯(lián)系，因此不再進入后續(xù)針對風(fēng)險行為變化及機制的統(tǒng)計分析。

2.4 統(tǒng)計與軟件

本次實驗使用MATLAB R2016軟件（https：//www.mathworks.com/）及Psychotoolbox3工具箱（http：//psychtoolbox.org/）在Windows 7系統(tǒng)中實現(xiàn)并呈現(xiàn)行為實驗刺激，并且使用Rstan包（https：//github.com/stan-dev/rstan/wiki/RStan-Getting-Started/）來實現(xiàn)決策任務(wù)的分層貝葉斯建模（hBayesDM，見https：//ccs-lab.github.io/hBayesDM/articles/getting_started.html）。最終數(shù)據(jù)導(dǎo)入SPSS25軟件（https：//www.ibm.com/analytics/spss-statistics-software）并開展統(tǒng)計分析，得出結(jié)果。

本研究重點考察個體決策與群體決策之間的差異，并將共同決策與輪流決策作為相互驗證的兩種群體決策模式，而非考察三種決策之間有無顯著差異。因此，考慮到本研究目標與方差分析原假設(shè)（同一因素的各個水平間是否有顯著差異）的一致性，對于輪流決策和共同決策兩種模式下的行為數(shù)據(jù)，分別開展2（社會距離：遠/近）×2（決策條件：個人/群體）方差分析，而不是將三種決策方式作為一個三水平的因素進行方差分析。

3 結(jié)果

本研究考察社會距離（遠/近）及決策條件（個人決策/共同決策/輪流決策）對被試風(fēng)險決策行為指標的影響。被試在BART中的風(fēng)險決策行為指標共包含兩部分：傳統(tǒng)的非模型指標及強化學(xué)習(xí)的貝葉斯模型參數(shù)指標。其中，非模型決策行為指標為：風(fēng)險行為（平均吹次：被試主動收集獎勵的氣球的平均充氣次數(shù)，即未爆氣球的平均充氣次數(shù)）。模型參數(shù)指標為：風(fēng)險偏好γ和對風(fēng)險的先驗信念Φ。所有行為指標的描述統(tǒng)計值，詳見表1。為了清晰地對比個人決策和群體決策的差異，以下將以兩部分結(jié)果的形式進行呈現(xiàn)。第一部分對比個人決策與共同決策，第二部分對比個人決策與輪流決策。

3.1 個人決策對比共同決策

對每一個決策行為指標，兩因素重復(fù)測量方差分析被用來統(tǒng)計該指標在不同決策條件之間差異的顯著程度，社會距離為兩水平（社會距離：遠/近）被試間變量，決策條件為兩水平被試內(nèi)變量（決策條件：個人決策/共同決策）。實驗結(jié)果的均值及標準誤差見圖2。

對風(fēng)險行為的統(tǒng)計結(jié)果表明，決策條件對平均吹次影響的主效應(yīng)顯著，即被試在共同決策中的平均吹次顯著高于個人決策（F（1， 82）=21.40， plt;0.001， η2p=0.21），社會距離對平均吹次的影響未達到顯著水平（F（1， 82）=0.59， p=0.44）。決策條件與社會距離的交互效應(yīng)邊緣顯著，近社會距離組的平均吹次提高更為顯著（F（1， 82）=3.20， plt;0.01， η2p=0.04）。進一步的簡單效應(yīng)分析表明，兩組被試在共同決策中的平均吹次均顯著高于個人決策（F（1， 82）=20.60， plt;0.001， η2p=0.20）；但遠社會距離組中決策模式影響風(fēng)險行為的效應(yīng)量和顯著性均小于近社會距離組（F（1， 82）=4.03， plt;0.05， η2p=0.05）。

模型參數(shù)指標結(jié)果進一步揭示了共同決策中風(fēng)險行為更高的原因。決策條件的主效應(yīng)檢驗顯示，被試在共同決策中的先驗信念Φ顯著高于個人決策（F（1， 82）=1032.53， plt;0.001， η2p=0.93），也就是共同決策條件下的個體更加傾向于認為氣球不會爆炸。而且，被試在共同決策中的風(fēng)險偏好γ顯著低于個人決策（F（1， 82）= 955.47， plt;0.001， η2p=0.92）。社會距離的主效應(yīng)檢驗顯示，社會距離對風(fēng)險偏好γ、先驗信念Φ的影響未達到顯著水平（風(fēng)險偏好：F（1， 82）=0.001， p=0.97；先驗信念：F（1， 82）=1.40，p=0.24）。決策條件與社會距離的交互作用結(jié)果顯示，決策條件對先驗信念Φ的影響在不同的社會距離組中沒有顯著差異（F（1， 82）=0.23， p=0.64），而決策條件對風(fēng)險偏好γ的影響在不同社會距離組中有顯著差異（決策條件與社會距離的交互效應(yīng)顯著，F(xiàn)（1， 82）=6.78， plt;0.05， η2p=0.08）。進一步的簡單效應(yīng)分析表明，遠社會距離組中決策條件影響風(fēng)險偏好γ的顯著性大于近社會距離組（遠社會距離組：F（1， 82）=561.62， plt;0.001， η2p=0.87；近社會距離組：F（1， 82）=400.63， plt;0.001， η2p=0.83）。而且這一效應(yīng)并非組間差異引起的，因為個人決策下近社會距離組和遠社會距離組之間的風(fēng)險偏好γ沒有顯著差異（F（1， 82）=0.29， p=0.59）。值得注意的是，群體決策中風(fēng)險偏好γ是降低的，而不是升高。因此，傳統(tǒng)行為指標平均吹次代表的風(fēng)險行為提高，只能由先驗信念Φ的增加解釋。這說明群體決策使個體風(fēng)險行為提高的原因在于先驗信念Φ的增加，而非風(fēng)險偏好γ升高。

3.2 個人決策對比輪流決策

對每一個決策行為指標，兩因素重復(fù)測量方差分析被用來統(tǒng)計該指標在不同決策條件之間差異的顯著程度，社會距離為兩水平（社會距離：遠/近）被試間變量，決策條件為兩水平被試內(nèi)變量（決策條件：個人決策/輪流決策）。實驗結(jié)果的均值及標準誤差見圖3。

對風(fēng)險行為的統(tǒng)計結(jié)果表明，決策條件對平均吹次影響的主效應(yīng)顯著，被試在輪流決策中的平均吹次顯著高于個人決策（F（1， 82）=12.32， p=0.001， η2p=0.13），社會距離對平均吹次的影響不顯著（F（1， 82）=0.15， p=0.70）。決策條件與社會距離的交互效應(yīng)顯著，近社會距離組的平均吹次提高更為顯著（F（1， 82）=6.11， plt;0.017， η2p=0.07）。進一步的簡單效應(yīng)分析表明：在近社會距離組中，被試在輪流決策中的平均吹次顯著高于個人決策（F（1， 82）=17.89， plt;0.001， η2p=0.18）；而在遠社會距離組中，被試在輪流決策中的平均吹次沒有顯著變化（F（1， 82）=0.54， p=0.47， η2p=0.007）。輪流決策的這一結(jié)果與共同決策的結(jié)果一致，均發(fā)現(xiàn)個體在群體決策中的行為會更加冒險，且近社會距離組的風(fēng)險行為增加程度更高。

模型參數(shù)指標結(jié)果提示了個體在輪流決策中風(fēng)險行為提高的原因：決策條件的主效應(yīng)檢驗顯示，輪流決策的先驗信念Φ顯著更高（F（1， 82）=8.61， plt;0.004， η2p=0.95），說明個體在輪流決策中更加傾向于任務(wù)氣球不會爆炸；同時決策條件對γ影響的主效應(yīng)顯著（F（1， 82）=11.10， p=0.001， η2p=0.12），說明個體的風(fēng)險偏好反而有所下降。社會距離的主效應(yīng)檢驗顯示，近社會距離組的先驗信念Φ顯著高于遠社會距離組（F（1， 82）=10.75， plt;0.002， η2p=0.12），說明了近社會距離組更加高估氣球不會爆炸的概率；社會距離影響風(fēng)險偏好γ的主效應(yīng)邊緣顯著（F（1， 82）=3.07， p=0.08， η2p=0.04）。決策條件與社會距離的交互作用結(jié)果顯示，輪流決策的先驗信念Φ的增加程度在兩個社會距離組中有顯著差異（F（1， 82）=6.38， p=0.014， η2p=0.07），輪流覺得的風(fēng)險偏好γ的改變程度在兩個社會距離組中沒有顯著差異（F（1， 82）=1.74， p=0.19， η2p=0.02）。進一步的簡單效應(yīng)分析表明，在近社會距離組中，被試在輪流決策中的先驗信念φ顯著高于個人決策（F（1， 82）=14.91， plt;0.001， η2p=0.15）；而在遠社會距離組中，被試在輪流決策的先驗信念Φ沒有顯著變化（F（1， 82）=0.08， p=0.77， η2p=0.001）?？偨Y(jié)而言，決策條件和社會距離對先驗信念和平均吹次的這兩種行為指標的影響作用是一致的。因此，群體決策與社會距離使平均吹次增加的原因在于先驗信念Φ的增加，而非風(fēng)險偏好γ的升高。

4 討論

本研究采用BART考察了社會距離和決策條件對決策者風(fēng)險決策行為影響。在沿用傳統(tǒng)BART非模型決策行為指標的基礎(chǔ)上，本研究利用四參數(shù)BART模型估計了決策者在連續(xù)動態(tài)風(fēng)險決策中的強化學(xué)習(xí)過程，分離了決策者對風(fēng)險評估的先驗信念和風(fēng)險偏好，揭示了社會距離和決策條件影響風(fēng)險決策行為的特點及強化學(xué)習(xí)機制。

本研究結(jié)果表明，個體在兩個模式的群體決策中的風(fēng)險決策行為都比個體在個人決策中的行為更加冒險，且近社會距離組的提高程度比遠社會距離組更顯著。研究者使用雙人輪流決策的BART發(fā)現(xiàn)，個體在雙人輪流決策中的風(fēng)險行為高于個人決策（Wang et al.， 2019），本研究在重復(fù)這一結(jié)果的基礎(chǔ)上，進一步發(fā)現(xiàn)個體在兩人共同決策的模式下的風(fēng)險行為也會提高。另外，在群組決策對個體風(fēng)險行為的影響中，研究人員利用事件相關(guān)電位技術(shù)發(fā)現(xiàn)，個體的人格特質(zhì)具有調(diào)節(jié)作用，即高宜人性個體的風(fēng)險行為提高更多（Wang et al.， 2019）。本研究則利用認知建模方法區(qū)分風(fēng)險行為背后的風(fēng)險偏好與先驗信念兩個因素發(fā)現(xiàn)，群體決策中導(dǎo)致風(fēng)險行為提高的因素并不是風(fēng)險偏好的提高，而是關(guān)于風(fēng)險的先驗信念的改變。同時，這些結(jié)果在證實群體合作能夠提高個體風(fēng)險行為的基礎(chǔ)上，進而證明與人的社會合作相關(guān)的因素可以在這一關(guān)系中起到調(diào)節(jié)作用。未來研究可以采用其他種類的合作決策模式及更多的風(fēng)險決策任務(wù)，并考察更多社會性因素在其中的調(diào)節(jié)作用，以探索群體決策影響個體風(fēng)險行為的邊界條件，理解個體在群體決策中的行為、認知及神經(jīng)變化。

值得一提的是，多項研究顯示不同性別決策者在合作中的行為模式有顯著差異（Balliet et al.， 2011），為更清晰地揭示群體決策及社會距離的影響，避免這兩個自變量與性別相關(guān)決策風(fēng)格的交互作用，因此本研究暫且將被試限定為女性，未來的研究應(yīng)當(dāng)進一步考察性別及相關(guān)決策風(fēng)格等因素的影響。

鑒于BART已被多項研究用于考察不同群體或不同條件下個體風(fēng)險行為差異的認知機制，其可靠性與有效性已得到大量驗證（D'Alessandro et al.， 2020; Park et al.， 2021; Thomas et al.， 2021; Zhou et al.， 2021）。為此，本研究采用強化學(xué)習(xí)的貝葉斯模型，對個體在BART中的連續(xù)動態(tài)模糊決策過程開展了建模，以期深入理解個體在群體決策中風(fēng)險行為提高的原因。貝葉斯模型將影響個體風(fēng)險行為的因素分離成四個參數(shù)，其中包含共同決定個體風(fēng)險行為的兩個模型參數(shù)：先驗信念Φ和風(fēng)險偏好γ。本研究中采用了兩種群體決策模式，統(tǒng)計結(jié)果均顯示，傳統(tǒng)行為指標顯示人們在群體決策時風(fēng)險行為顯著提高。與此相反的是，強化學(xué)習(xí)模型參數(shù)的結(jié)果顯示在群體決策中，個體的風(fēng)險偏好γ不僅沒有顯著上升，反而有所下降。因此，個體在群體決策中風(fēng)險行為提高的合理解釋是個體關(guān)于“不會發(fā)生損失”的先驗信念Φ增加。這一解釋雖然乍看略顯薄弱，卻是利用強化學(xué)習(xí)模型擬合風(fēng)險行為的優(yōu)勢所在，即能夠?qū)⑴c風(fēng)險行為有關(guān)的風(fēng)險偏好和先驗信念兩個參數(shù)進行區(qū)分，回答了“被試在群體決策中將氣球吹得更大，到底是因為被試更加追求大氣球的高收益，還是僅僅因為被試更具有安全感，從而認為氣球不會爆炸”的關(guān)鍵研究問題。進一步地，先驗信念Φ的增加與風(fēng)險偏好γ的降低均在近社會距離組中更為顯著。

本研究使用的群體決策模式有兩種，即兩人共同決策與兩人輪流決策。通過將同一組中兩個決策者的行為數(shù)據(jù)進行拆分，本研究使用了同一個貝葉斯模型對個人、共同和輪流三種決策條件下的行為開展建模。雖然這種簡化的建模方式在一定程度上忽略了群體決策的部分特征，但同時突出了BART本身的決策過程，易于在三種決策方式間對比同一參數(shù)的變化。模型穩(wěn)健性檢驗結(jié)果顯示這個簡化后的建模方式仍是有效的。這兩種群體決策模式的結(jié)果有所差異，但仍具有相同的變化趨勢，交叉驗證了認知建模方法的可靠性。進一步地，雖然兩種模式的差異不是本研究的重點，但仍然可以看到共同決策模式中社會距離對個體風(fēng)險決策行為的影響較弱。這種差異可能來源于兩種決策模式中的合作強度有所不同：輪流決策中，兩個決策者雖然是合作關(guān)系，但兩人均獨立做出自己的決策；而在合作決策中，每次決策均需要兩個決策者達成一致意見。決策者在共同決策中的社會互動更多，但受到的限制也更多。進一步的研究可以針對不同的決策模式考察個體風(fēng)險決策行為在合作決策中的變化，利用非模型及模型兩種行為指標以及認知神經(jīng)科學(xué)方法，以探索人類的合作行為及其認知機制。

總而言之，本研究利用心理建模的方法揭示，群體決策及社會距離會降低女性個體在群體決策中的風(fēng)險偏好，卻又提高了女性個體關(guān)于風(fēng)險的先驗信念，最終使女性個體的決策行為變得更為冒險。本研究豐富了群體風(fēng)險決策領(lǐng)域的研究成果，證明了認知建模方法在風(fēng)險決策研究中的有效性，澄清了女性個體在群體決策中的風(fēng)險決策行為改變的機制，為如何改變?nèi)后w決策中的個體行為提供了思路，具有重要的理論與實踐意義。

參考文獻

付椏楠， 梁芳， 馮若丹， 張姝玥（2024）. 替代性排斥對風(fēng)險決策的影響： 情緒的中介作用. 中國臨床心理學(xué)雜志， 32（01）， 15-20.

張震， 李卓琳（2023）. 考慮個性化語義和一致性的群體決策共識模型. 管理工程學(xué)報， 37（06）， 157-168.

Ahn， W. Y.， Haines， N.， amp; Zhang， L. （2017）. Revealing neurocomputational mechanisms of reinforcement learning and decision-making with the hBayesDM package. Computational Psychiatry （Cambridge， Mass.）， 1， 24.

Andersson， O.， Holm， H. J.， Tyran， J.-R.， amp; Wengstr?m， E. （2016）. Deciding for others reduces loss aversion.Management Science， 62（1）， 29-36.

Baillon， A.， Bleichrodt， H.， Liu， N.， amp; Wakker， P. P. （2016）. Group decision rules and group rationality under risk.Journal of Risk and Uncertainty， 52（2）， 99-116.

Balliet， D.， Li， NP.， Macfarlan， SJ.， amp; Van Vugt， M. （2011）. Sex differences in cooperation： A meta-analytic review of social dilemmas. Psychological Bulletin， 137（6）， 881-909.

Bang， D.， amp; Frith， C. D. （2017）. Making better decisions in groups.Royal Society open science， 4（8）， 170193.

Beisswanger， A. H.， Stone， E. R.， Hupp， J. M.， amp; Allgaier， L. （2010）. Risktaking in relationships： differences in deciding for oneself versus for a friend. Basic and Applied Social Psychology， 25（2）， 121-135.

Chen， Y. Z.， Lu， J. M.， Wang， Y. W.， Feng， Z. Q.， amp; Yuan， B. （2017）. Social distance influences the outcome evaluation of cooperation and conflict： Evidence from event-related potentials. Neuroscience Letters， 647， 78-84.

D'Alessandro， M.， Gallitto， G.， Greco， A.， amp; Lombardi， L. （2020）. A joint modelling approach to analyze risky decisions by means of diffusion tensor imaging and behavioural data. Brain sciences， 10（3）.

Garcia-Retamero， R.， amp; Galesic， M. （2012）. Doc， what would you do if you were me？ On self-other discrepancies in medical decision making. Journal of Experimental Psychology： Applied， 18（1）， 38-51.

Levati， M. V.， Napel， S.， amp; Soraperra， I. （2017）. Collective choices under ambiguity.Group Decision and Negotiation， 26（1）， 133-149.

Park， H.， Yang， J.， Vassileva， J.， amp; Ahn， W.-Y. （2021）. Development of a novel computational model for the Balloon Analogue Risk Task： The exponential-weight mean-variance model. Journal of Mathematical Psychology， 102， 102532.

Polman， E. （2012）. Self-other decision making and loss aversion. Organizational Behavior and Human Decision Processes， 119（2）， 141-150.

Reynolds， E. K.， MacPherson， L.， Schwartz， S.， Fox， N. A.， amp; Lejuez， C. W. （2014）. Analogue study of peer influence on risk-taking behavior in older adolescents. Prevention Science， 15（6）， 842-849.

Shupp， R. S.， amp; Williams， A. W. （2008）. Risk preference differentials of small groups and individuals. The Economic Journal， 118（525）， 258-283.

Stone， E. R.， Choi， Y. S.， de Bruin， W. B.， amp; Mandel， D. R. （2013）. I can take the risk， but you should be safe： Self-other differences in situations involving physical safety. Judgment and Decision making， 8（3）， 250-267.

Thomas， B.， Coon， J.， Westfall， H. A.， amp; Lee， M. D. （2021）. Model-based wisdom of the crowd for sequential decision-making tasks. Cognitive Science， 45（7）， e13011.

Trope， Y.， amp; Liberman， N. （2010）. Construal-level theory of psychological distance. Psychological review， 117（2）， 440.

van Ravenzwaaij， D.， Dutilh， G.， amp; Wagenmakers， E.-J. （2011）. Cognitive model decomposition of the BART： Assessment and application. Journal of Mathematical Psychology， 55（1）， 94-105.

Wallach， M. A.， Kogan， N.， amp; Bem， D. J. （1964）. Diffusion of responsibility and level of risk taking in groups.The Journal of Abnormal and Social Psychology， 68（3）， 263.

Wallsten， T. S.， Pleskac， T. J.， amp; Lejuez， C. W. （2005）. Modeling behavior in a clinically diagnostic sequential risk-taking task. Psychological review， 112（4）， 862-880.

Wang， F.， Wang， X.， Wang， F. H.， Gao， L.， Rao， H. Y.， amp; Pan， Y. （2019）. Agreeableness modulates group member risky decision-making behavior and brain activity. Neuroimage， 202， 116100.

Wu， Y.， Leliveld， M. C.， amp; Zhou， X.L. （2011）. Social distance modulates recipient's fairness consideration in the dictator game： An ERP study. Biological psychology， 88（2-3）， 253-262.

Xu， S. H.， Korczykowski， M.， Zhu， S. H.， amp; Rao， H. Y. （2013）. Risk-taking and impulsive behaviors： a comparative assessment of three tasks. Social Behavior and Personalty， 41（3）， 477-486

Zhang， X. Y.， Liu， Y.， Chen， X. Y.， Shang， X. S.， amp; Liu， Y. F. （2017）. Decisions for others are less risk-vverse in the gain frame and less risk-seeking in the loss frame than decisions for the self. Frontiers in psychology， 8， 1601.

Zhou， R.， Myung， J. I.， amp; Pitt， M. A. （2021）. The scaled target learning model： Revisiting learning in the balloon analogue risk task. Cognitive Psychology， 128， 101407.