有些事明顯對自己有益，為什麼卻無法去做？

01-24

比如，定期檢查身體，按時作息，這些事都明顯對自己有益，但有時候卻不願意去做。
這一行為是否已經有了非常科學的解釋？
----
本題來自知乎圓桌 ?經濟學思維，更多經濟學相關話題歡迎關注討論。

謝邀， @Zampeli Diana 。

這個問題當中可能凝結著許多讀者一生中的四大主題：「戒煙、攢錢、看書、減肥」。

我們姑且把這個問題講成這樣一個故事：

數學系大學生陳茁因為智商低跟不上一周四十多節的數學課，心灰意冷自暴自棄，沉迷掃雷不可自拔，一度將掃雷高級提升到40s，也終於在保研率99%的學校里奇蹟般地沒有研究生可上。痛定思痛，他決心參加國考，當上公務員，走上人生巔峰。
但人算不如天算，在國考前一周，微軟非常賤地開發出了一個100×100的超高難度掃雷遊戲。
星期一，「就玩這一局，再玩剁手！」
星期二，「就玩這一局，再玩剁手！」
……
星期六晚上八點，「就玩這一局，再玩剁手！」
星期六晚上九點，「就玩這一局，再玩剁手！」
……

星期天早上六點，「就玩這一局，再玩剁手！」
最終，陳茁錯過了這場考試，畢業後淪為無業游民。

顯然，這裡需要對所謂「有益」下一個定義，不過這就有點兒抬杠了，題主的本意我猜大概是隱含著為「有益」一詞下了一個有客觀價值論以為的判斷。因此姑且認為，因為這位大學生的前途非常成問題，最後一周努力複習找到工作以圖東山再起，顯然是「對自己有益的」行為。

但這孫子拒絕了這項行動。為什麼？

首先說結論，人為什麼會拒絕對自己有益的行為呢？因為這些行為往往需要我們持續的投入時間和經歷，而在這個過程中：

第一，我們對這件事情的意義的理解隨著時間出現了偏差，換言之，我們的偏好改變了，我們之前認為有益的行動，我們自己不願意去做了。
第二，我們沒有足夠的意志力控制自己實現之前設定的目標。熬夜複習是很累的，而人在疲勞的時候偏好當然和有精神的時候不一樣，但有足夠的意志力可以幫助我們克服這個困難。

首先上一個decision tree，圖來自Hammond (1988)，「期望效用的結果主義基礎」（這個圖首先見於Hammond (1976)，不過那篇文章裡面圖太難看……）：

這張圖作者把它稱作「potential addict」，不過正好可以拿來說明我們的剁手問題。這裡的空心節點叫做「決策節點」，每個節點對應著一個決策，實心節點叫做「結果節點」。可以看到，這個tree裡面有兩個決策節點 ${n_0,n_1}$ ，和三個結果節點 ${x_a,x_b,x_c}$ 。這裡，每個節點代表的含義如下：

$n_0$ ：周一的陳茁，向左走表示先玩一局，向右走表示直接卸載掃雷；

$n_1$ ：周六的陳茁，向左走表示繼續玩下去，向右走表示不玩了；

$x_c$ ：由於沒玩到新版掃雷複習過程心不在焉以致於考試只考60分；

$x_b$ ：玩到了掃雷心滿意足複習火力全開考100分；

$x_a$ ：過度沉迷掃雷導致錯過考試。

從這些結果來看， $x_b$ 是最好的結果，也就是「對自己最有益的事情」，但是不幸的是，陳茁最後一步一步地走到了 $x_a$ 這個最差的結果。

為什麼呢？因為他要實現這個最好的結果 $x_b$ ，需要做兩次選擇：一次是「要不要開始玩」，一次是「要不要停止玩」。而且，為了實現 $x_b$ 這個結果，決策者必然要先放棄掉 $x_c$ 這個不是最好也不是最差的選擇，把自己置於一個「best or never」的選擇題當中。

在周一，決策者對這個遊戲還沒有「上癮」，他對考試結果還是在意的，否則也不會選擇放棄掉 $x_c$ 。也就是說，如果不是他無比相信自己一定能在周六選擇 $x_b$ ，就不會提前放棄 $x_c$ 。但是到了周六，面對已經上癮了這個結局，他的偏好改變了，而且這種改變是沒有被預料到的，他只能選擇接著玩兒下去直到錯過考試。

行為經濟學有一篇很經典的文章：

裡面的Projection Bias，說的就是人們有低估自己偏好改變的傾向。決策理論家將這類決策者叫做"naive decision maker"，他們的特點是喜歡制定一些自己完不成的計劃，馬三立先生的《明天開始》說的就是這類人。這種謬誤也被稱作「planning fallacy」，筆者就是一個深度患者。

有人會問，是不是偏好的改變被預見到了就完事大吉了呢？不是。在上面的potential addict中，如果決策者預見到了自己一旦開始玩就根本停不下來，也就是說，他知道一旦放棄 $x_c$ ，他將在未來選擇 $x_a$ 。應用backward induction的思想，他會直接選擇卸載掃雷，而這個結果也不是最優的。這樣的決策者被稱作sophisticated decision maker。

行為經濟學的另一篇經典文獻討論了兩類「非理性」的決策者的福利問題，

他們研究了兩類子情境，一類是「現在痛苦將來幸福」，另一類是「現在幸福將來痛苦」，作者證明，對於每一類決策者，分別有一個情境使他們的福利更低。

如果陳茁可以在決策節點 $n_0$ 處，直接從 ${x_a,x_b,x_c}$ 選擇，那麼這種事情不會出現。因為我們已經假設了 $x_bsucceq x_csucceq x_a$ 。可能很多讀者已經反應過來了，這其實就是博弈論嘛，而且是簡單的完全信息靜態博弈，解是子博弈完美納什均衡。事實上，這個結論早在1973年就被證明了：利用澤莫羅公理，任何有限博弈樹存在SPNE，所以，Sophisticated decision maker一定有均衡策略。Potential addict 與一個博弈的區別在於，這是現在的自己和未來的自己之間的博弈，是一個自我控制問題，然而因為在兩個決策節點上偏好不同，我們無法把「他們」看作同一個人。Hammond (1988)：

Rather,the potential addict is really two (potential) persons,before and after addiction,and the decision problem has to be analysed as a 「game」 between two 「rational players」.

陳茁首先向左走，先玩兒了一局，然後成功上癮，錯過考試，走到人生低谷。而爸媽口中的「別人家的孩子」們，那些不會犯錯的神（jian）人們，究竟怎麼做呢？第一步，他們從容不迫地選擇向左走，大膽地玩兒了一局，然後意識到需要學習了，他們就不玩兒了。

換言之，他們從一開始就有一個走到 $x_b$ 的計劃，並且在後續過程中靠著完美的執行力從容地執行了這項計劃。這些人代表了所謂的完美意志，無論偏好怎麼改變都有嚴格的紀律性來實現之前訂立的目標。

就此，Hammond 提出了「結果主義」的概念。結果主義，顧名思義，就是所有行為都對著一個結果去的。在博弈論裡面，為什麼normal form game不能分析動態博弈呢？因為無法剔除empty threat，媽媽對孩子說，你敢調皮我就打你，孩子預見到了媽媽其實捨不得打他，於是還是調皮。在normal form game中，威脅打小孩兒就不調皮是一個納什均衡，但是在extensive game中就不是一個SPNE。

那麼，在我們的例子裡面，empty threat對應著什麼呢？很明顯，「剁手」就是對自己的，或者說現在的自己對未來的自己的空威脅。如果這個一人博弈樹通過backward induction找到的均衡行為，與簡單的靜態選擇一致，那麼行為就是結果主義的。

顯然，potential addict不滿足結果主義，為什麼呢，看這個decision tree，

和上面那個相比，這裡多了一個 $x_d$ ，假設， $x_d$ 和 $x_b$ 表示同樣的結果，小玩兒輒止，不同之處在於給予了決策者事先規範自己行為的方式（比如把剁手的權力交給一個跟你有仇的人，再比如給信用卡設置一個上限等等）。我們可以看到，在這個tree當中，決策者會毫不猶豫地選擇 $x_d$ ，既不是naive情況下的 $x_a$ ，也不是sophisticated情況下的 $x_c$ 。但是，上面兩個decision tree，如果我們把它們拍扁成normal form game，它們是完全一樣的。

對於別人家的孩子來說，結果主義一定是滿足的，他們不受情緒的影響，不為誘惑所動，持續投入，最後做成了我們看來有益的事情。而對於我們一般人，上面的例子告訴我們，我們必須通過縮小自己未來的選擇集來控制自己。Gul Pesendorfer 2001年發表在Econometrica上的文章中舉例說，人在早上勵志要減肥，並且預見到了自己中午餓了的時候會狂吃，那麼早上訂餐的時候，就不要給自己留下吃肉的自由。所以，戒煙的人把打火機交給值得信任的朋友，存錢的人把信用卡交給值得信任的朋友，減肥的人把錢包交給值得信任的朋友，才是現實的。這種傾向，在決策理論中叫做preference for commitment。

扯遠了，就醬。

--------------------------------------------------------------------------------------------------------------------------------------------

11.4 更新：

看評論大家好像有點兒雲里霧裡的，值此雙十一即將到來之際，我突然找到了一個更好的例子，再跟諸位解釋一下。

假如您是一個沒有支付寶的人，面對即將到來的雙十一，您要考慮的是，我要註冊一個支付寶賬號嗎？這時候您在 $n_0$ ，往左走是註冊，往右走是不註冊。註冊或不註冊都有顯而易見的壞處，不註冊的話支付不方便( $x_c$ )，註冊的話容易管不住自己( $x_a$ )。所以，如果您能保證有了支付寶之後還能管住自己不亂買東西亂花錢，那肯定是最好的( $x_b$ )。但是如果您發現自己一旦有了支付寶就根本停不下來(您是sophisticated decision maker)，那您最好是一開始就不要註冊(選 $x_c$ )。

這麼簡單的道理被我說成這麼複雜……切腹去了。

我來從激勵的方向解釋一下這個事情吧。

￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥不割不專業啊￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥

我們都知道，電子遊戲這玩意是吸引人的。很多人在書桌前坐十分鐘都會跟屁股下面坐火盆一樣，然而卻會在電腦桌前全神貫注地坐上幾個小時不動地方。

為什麼遊戲會這麼吸引人？因為遊戲有一個非常快速的刺激反饋機制。

你在遊戲里每打倒一個怪物，都可以立刻拾取戰利品。在遊戲中你可以時時刻刻看到自己的經驗條，看見經驗條不斷向前延伸，滿了之後就會升級。做任務的時候，非常明確的知道需要打幾個怪，拾取幾個物品，之後會得到什麼獎勵。而且所有任務的長度都會經過精密的計算，保證在任務期間你的注意力不會散失。一旦任務過長，就會把這個大任務切割成一連串小任務鏈的形式，不斷刺激你的注意力。

這種快速、明確的反饋機制是遊戲吸引人的一大法寶。

試想下，你現在接到一個任務，這個任務的長度是18小時。在整個任務的過程中，你需要做的就是不停的打怪。沒有經驗條，沒有怪物數量統計，怪物也不會有任何掉落。

每半個小時，系統會根據這段時間內你打怪的情況給予獎勵，但獎勵的計算公式沒人知道。也許你打了幾十個怪最後什麼獎勵都沒有，但別人打了一個怪卻獲得了鋪天蓋地的金幣。

有多少人會願意玩這個遊戲？

如果把上文中的「小時」換成「年」，把「打怪」換成「讀書」，把「獎勵」換成「考試成績」，會不會覺得眼熟很多？

回歸到題主的問題：

有些事明顯對自己有益，為什麼卻無法去做？

答案就是，這些事情缺乏立竿見影的反饋機制。

我們都知道要減肥，然而跑步半個小時我們並不會看到身上的肥肉減少。

我們都知道吸煙有害健康，然而抽一根煙後我們並不會發現自己變得面容憔悴。

我們都知道要好好看書努力提升自己，然而看過一本書之後第二天我們的工資並不會漲一分錢。

歸結一下：

人是感性的動物，而非理性。在長遠的收益面前，人們會更傾向於短期的、立桿可見的收益。想理智地規劃自己的人生，進行一些長期收益努力，需要強大的意志力來克服我們短視的本能。

￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥說好的500贊補充￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥￥

有的同學問怎麼把反饋機制用到自己的生活中，說好的夠500贊補充。現在來了。

我們之前提到，人們不做應該做的事情，是因為缺乏有效的反饋。有效的反饋來自於我們完成了計劃，並且有一個讓人欣慰的結果。這其中最關鍵的點是如何合理的規劃任務。合理的任務設計，會幫助我們把控事情的進度、明確自己的目標，並且在這個過程中調節我們的心理狀態，為任務的進行提供內在的支撐。接下來我們就來講講任務的設計。

1.分清任務與目標

這是最常見的錯誤，同時也是最致命的錯誤。給大家舉一個例子：

上次考試，嘉木在班級里排名第20。於是乎他做了一個計劃，每次考試前進1名，19次考試之後提升到班級榜首。

在這個例子中，嘉木的任務目標是「前進1名」。但是我們要知道，影響名次的因素太多，隨機性過大。自己的臨場發揮，其他同學的臨場發揮，考試題目的組成和難易程度，判卷老師的主觀意志……這些都會影響考試結果。不是你努力了，名次就會好；同樣也不是你不努力，名次就一定落後。在這麼多不可控因素中，個人的努力會影響結果但並不能決定結果。在設計任務目標的時候，我們要避開這種情況。

造成這種情況的原因是，嘉木搞混了目標與任務本身。任務，是我們做什麼，而目標是我們做任務之後想要達到的效果。為了同一個目標，我們可以有多個任務；同樣，同一個任務也能是為了實現多個目標。但無論如何，我們要把目標和任務區分開。在我們確立了一個目標之後，要去思考「為了達到這個目標，我們要做哪些任務」。將一個大的目標，拆解成複數個小的、獨立的、簡單的任務，然後才是去執行這些任務。

回到剛剛嘉木考試的例子。在這個故事中，嘉木的目標是：提升考試名次。
所以他的任務應該是：做完10本習題集/抄寫並背誦課文/每晚背誦20個單詞。

2.任務必須可量化可控

嘉木小的時候，寫過這樣的保證書：

爸爸媽媽，我這次考試沒有考好，都是我平時不努力學習的錯。我保證以後每天都好好學習，每天都看書，上課認真聽講。保證下次考一個好成績出來。

然而，這樣的保證書嘉木寫了一份又一份，然並卵。原因在於，這份保證書沒有絲毫的可執行性。為什麼這麼講呢？「好好學習」？什麼叫「好好學習」？怎麼界定一個人有沒有「好好學習」？這些都沒有答案。同理，其他的「看書」「認真聽講」同樣都是一堆廢話，沒有絲毫的可執行性。

一個好的計劃，要有明確的衡量標準。跑步，一般規定的是時間或距離。看書，一般規定的是頁數或章節。我們在制定任務的時候，一定要給出非常明確的衡量標準。通過這個標準，我們或者他人都可以來衡量任務實踐的情況。

3.要短不要長，要松不要緊（這跟那啥正好是反過來的）

#為了說個黃段子我硬是把兩個話題合到一起也是夠拼的#

先說要短不要長。在設計任務的時候，任務周期不要過長，最好控制在一周左右。過長的計劃會給人無形的壓力。漫漫長路遙遙無期，要不我們還是別走了。

跑過馬拉松的人都知道，要在跑的路上給自己設置一個又一個的小終點。第一個是兩條街以外的垃圾桶，第二個是四條街以外的家樂福，第三個是六條街之後的地鐵站……通過一個一個小的任務的完成，不斷激勵自己，直到完成整個馬拉松。而如果一上來就盯著最後的終點，漫長的過程會拖垮你的信心和耐心。

相比之下，一周是一個比較合適的長度。我們可以先制定一個一周的計劃，在完成之後再制定第二個一周計劃。如同我國的「五年規劃」，沒見過國家做「五十年規劃」吧？

再說說要松不要緊。人畢竟不是機器，短期全負荷運轉還能堅持，時間長了還是會崩潰的。在設計任務的時候，除非特殊情況，一般建議將任務量控制在80%左右。畢竟我們使用任務體系是希望通過正向激勵鼓勵我們堅持下去，而不是希望被負面情緒打倒在地。這裡的特殊情況是指運動員衝擊自己的體能極限，或是還有三天就考試而你啥也沒看的情況。對於長久的計劃來說，「一張一弛，文武之道」才是上策。

4.唯一不變的只有變化本身

上一點提到要短、要松（媽蛋怎麼聽怎麼像黃段子），這裡面也隱含著一層變化的因素在。

都說「計劃趕不上變化」，我們最初制定的計劃，在執行一段時間之後可能會發現，要麼效率不高，要麼不是很能達到我們的目標。在這種情況下，就要根據執行中發現的問題及時修訂我們的計劃。

如果只是量的問題，我們可以重新制定任務周期和強度。如果是質的問題，我們就要聯繫專家達人，請教什麼樣的計劃才是合理的。

請記住，不是所有的計劃都是合理的，不是所有合理的計劃都會有好的結果。

5.要設置有可行性的目標

之前我們提到正向的反饋，這個反饋來自於目標的實現。所以我們在設置目標的時候，要設置成可實現的，而不是完全不現實的。比如說跑步，第一天跑1000米，第二天1100米，第三天跑1200米，這叫現實；第一天跑1000米，第二天跑5000米，第三天跑10000米，這叫做夢。同理，一個學渣，希望一學期內變成學霸，也屬於做夢。

理論講完了，咱們講點實際的，看看實際中該怎麼應用這些東西。就以最常見的減肥為例。

目標：每月減5斤
任務1：管住嘴

早餐熱量400大卡

午餐熱量600大卡

晚餐熱量600大卡

零食熱量400大卡

任務2：邁開腿

回家上下樓不用電梯

跟隨視頻每晚運動30分鐘

周六下午奧體公園跑步1個半小時

反饋：買一個電子體重秤，最少能精確到小數點後一位。每天起床後裸體稱重並記錄成折線圖
調整：一周後統計體重變化，如果變化過小或乾脆不變，重新請教大人調整任務設置。

課後作業，擬一份自己的計劃書出來，貼到評論區。（10分）

上面這些是怎麼設計任務，至於怎麼執行任務這部分，以後有時間再寫吧。

這個問題牽涉到time-inconsistent preferences以及因此產生的path-dependence，有興趣的人可以搜索下相關論文。

這有很多種解釋，其中我覺得最符合直覺也最淺顯的一種，就是人在事前事後激勵不一致。（這和陳茁所說的empty threat本質上算是一樣的，但有所不同）

我們設想一個這樣的場景：

你現在有一個小時的時間，你可以選擇用來玩遊戲，獲得的快樂是10；你也可以選擇用來學習，你將在下個月的考試中獲得快樂20。

我們需要注意的是，人對於快樂的感知是隨時間有所變化的，因此我們會對一個月以後的快樂沒有那麼看重。假定一個月會使得人對快樂的感知衰減到40%，那麼：

在現在。

玩遊戲獲得快樂10；

學習獲得快樂20*40%=8（因為這個快樂距離此時此刻有1個月的時間）

因此你會玩遊戲；

一個月後。

此刻你回頭看，你重新評估一下玩遊戲和學習的快樂：

玩遊戲獲得快樂10*40%=4（因為這個快樂距離此時此刻已有1個月的時間）