5D Library › 未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数 · English
第五章 沉没成本:理性的坚持、谬误的坚持与预设的止损边界
沉没成本效应的证据
已经花掉、无论现在怎样决定都收不回来的成本,叫沉没成本。经济学的标准结论是:理性的决策只看从现在起的前瞻价值,沉没成本不应影响决定。塞勒 1980 年把「因为已经付了钱,所以要用掉」列为消费者选择中背离这一原则的典型例子 (Thaler 1980);斯托 1976 年的实验显示,对最初决定负有个人责任的人,更倾向于在失败的方向上追加投入,他称之为「深陷泥潭」(Staw 1976)。
证据
阿克斯与布卢默 1985。 这篇论文共报告了 10 个实验 (Arkes and Blumer 1985)。在滑雪旅行问题中,参与者被告知自己误订了两趟时间冲突的旅行:一趟花了 100 美元,另一趟花了 50 美元但会玩得更开心;61 人中有 33 人(约 54%)选择了更贵的那一趟。剧院季票的现场实验中,买季票的顾客被随机分为原价(15 美元)、优惠 2 美元与优惠 7 美元三组,最终可分析的有 54 人:演出季前五场,三组平均分别看了 4.11、3.32 与 3.29 场,原价组看得最多;后五场分别为 2.28、1.54 与 2.18 场,组间没有显著差别。在「雷达隐形飞机」问题中,已经投入 1,000 万美元、项目完成了 90% 时,48 人中有 41 人(约 85%)愿意再投入最后的 100 万美元;没有先期投入时,60 人中只有 10 人(约 17%)愿意投资。
这些结果很有说服力,但也有限制:滑雪与飞机问题是假想情境;飞机问题把「已经投入」与「接近完成」混在一起;剧院实验的样本很小,效应只出现在前半季。
证据
后来的综述与重复。 罗特、罗伯特与施特劳斯 2015 年在《商业研究》上发表的元分析纳入了 45 项研究、约 100 个效应量,合并的标准化均值差为 0.496,其中「是否使用已付费的东西」一类决策为 0.58,「是否继续推进项目」一类为 0.44;在「使用」类决策中,年龄较大的样本效应较小;纳入的研究大多使用假想情境,但在「推进」类决策中,以调查或现场研究得到的效应反而大于情境实验 (Roth et al. 2015)。斯利斯曼等人 2012 年对承诺升级的元分析(166 个独立样本)中,沉没成本与升级的平均相关为 0.24(95% 置信区间约 0.11 到 0.37),但 80% 可信区间包含零;在沉没成本没有与「接近完成」同时变化的 28 个样本中,相关只有约 0.10(95% 置信区间包含零),而在两者同时变化的 5 个样本中约为 0.53 (Sleesman et al. 2012)。弗里德曼等人 2007 年在有真实金钱激励的实验室任务中,只发现了「小而不稳定」的沉没成本效应:在最有利的分析中,高沉没成本只把继续的概率从 0.50 提高到约 0.52 (Friedman et al. 2007)。另一方面,「多实验室」项目在 36 个样本、6,344 名参与者中检验了 13 个经典效应,其中 10 个得到重复,包括一个假想情境下的沉没成本效应 (Klein et al. 2014)。
所以,较准确的说法是:沉没成本效应在假想情境中稳健存在,在有真实激励的实验室重复决策中,大小并不确定(而罗特等人元分析中的调查与现场研究并不支持「现实中效应更小」的推断),而且常常与「接近完成」「个人责任」「避免显得浪费」等因素混在一起。麦卡菲、米亚隆与米亚隆 2010 年进一步指出,在很多情况下考虑沉没成本是理性的:过去的投入可能包含关于项目质量的信息,放弃可能损害声誉,资金与时间约束也会使「继续」更合算 (McAfee et al. 2010)。下面用一个规范模型把这些区别写清楚。
继续还是放弃:一个单臂老虎机
推导
一个项目最多做 次试验;每次试验花费 ,以未知的概率 成功,成功得到 。先验 (均值 1/3),盈亏平衡点是 。每次试验之后都可以放弃,此后收益为 0。状态是已有的成功次数 与失败次数 : 已经花掉的 在这个递推中没有出现:它影响的只是过去,而决定只取决于后验(证据)与剩余的试验次数。程序先给出最优规则在各个时点继续所需的最少成功次数,再用同一个递推精确计算几种规则下整个项目的期望价值:最优规则;从不放弃;只看眼前、后验均值低于 0.3 就放弃(短视规则);以及两种「沉没成本规则」:按最优规则决策,但做满 10 次或 20 次之后就再也不肯放弃。所有数字都是示意的。
# Continue or abandon (illustrative numbers). Up to T = 40 trials; each costs c = 3 and
# succeeds with unknown p, earning R = 10; prior Beta(1, 2); break-even p = 0.3. After any
# trial one may abandon (0 from then on). Money already spent, 3 (s + f), appears nowhere:
# V(s, f) = max(0, m R - c + m V(s+1, f) + (1-m) V(s, f+1)), m = (a+s)/(a+b+s+f).
# A rule(t, s, m) -> continue? is evaluated exactly by the same recursion.
T, C, R = 40, 3.0, 10.0
def solve(rule=None, a=1, b=2):
nxt, keep = [0.0] * (T + 1), {}
for t in range(T - 1, -1, -1):
cur = []
for s in range(t + 1):
m = (a + s) / (a + b + t)
go = m * R - C + m * nxt[s + 1] + (1 - m) * nxt[s]
if go > 0 and t not in keep:
keep[t] = (s, m) # fewest successes to continue
cur.append(max(0.0, go) if rule is None else go if rule(t, s, m) else 0.0)
nxt = cur
return nxt[0], keep
if __name__ == "__main__":
best, keep = solve()
print("optimal: continue before trial t + 1 iff successes >= s_min")
print(" trials done t s_min posterior mean at s_min myopic break-even")
for t in (0, 5, 10, 20, 30, 35, 39):
print(f" {t:8d} {keep[t][0]:3d} {keep[t][1]:.3f}"
" 0.300")
opt = lambda t, s: s >= keep[t][0]
rules = (("never abandon", lambda t, s, m: True),
("myopic: continue iff m >= 0.3", lambda t, s, m: m >= 0.3),
("optimal, but never quit after 10 trials",
lambda t, s, m: opt(t, s) or t >= 10),
("optimal, but never quit after 20 trials",
lambda t, s, m: opt(t, s) or t >= 20),
("myopic, and never quit after 10 trials",
lambda t, s, m: m >= 0.3 or t >= 10))
print("expected value under the prior Beta(1, 2)")
print(f" {'optimal (forward-looking)':42s} {best:7.3f}")
for name, rule in rules:
print(f" {name:42s} {solve(rule)[0]:7.3f}")
print(f"prior Beta(1, 3), mean 0.25: myopic never starts (0.000);"
f" optimal {solve(None, 1, 3)[0]:.3f}")
# optimal: continue before trial t + 1 iff successes >= s_min
# trials done t s_min posterior mean at s_min myopic break-even
# 0 0 0.333 0.300
# 5 1 0.250 0.300
# 10 2 0.231 0.300
# 20 5 0.261 0.300
# 30 9 0.303 0.300
# 35 10 0.289 0.300
# 39 12 0.310 0.300
# expected value under the prior Beta(1, 2)
# optimal (forward-looking) 37.881
# never abandon 13.333
# myopic: continue iff m >= 0.3 26.896
# optimal, but never quit after 10 trials 35.552
# optimal, but never quit after 20 trials 37.599
# myopic, and never quit after 10 trials 26.822
# prior Beta(1, 3), mean 0.25: myopic never starts (0.000); optimal 15.358最优规则的阈值有一个清楚的形状(图四左)。早期,即使后验均值低于盈亏平衡点,继续也是理性的:做过 5 次时,只要有 1 次成功(后验均值 0.250)就应当继续;做过 10 次时,2 次成功(0.231)就够。原因是继续试验能带来信息:如果 其实不错,后面的收益很大;如果不好,很快就能看出来再放弃。越接近结束,信息能利用的次数越少,阈值就越接近盈亏平衡点:做过 30 次时要求后验均值约 0.303,做过 39 次时为 0.310(阈值在 0.3 附近的跳动来自成功次数只能取整数)。
各种规则的期望价值差别很大。最优规则为 37.88;从不放弃只有 13.33。只看眼前的短视规则为 26.90,比最优规则少了约 29%:它的问题不是坚持太久,而是放弃得太早,忽视了信息的价值。在最优规则上加上「做满 10 次就不再放弃」的沉没成本倾向,价值降到 35.55,损失约 6%;「做满 20 次就不再放弃」损失很小(37.60),因为能坚持到第 20 次的项目大多本来就不错。最后一行说明了信息价值的极端情形:如果先验更悲观(,均值 0.25,低于盈亏平衡点),短视规则根本不会开始,价值为 0;最优规则会先做几次试试,期望价值为 15.36。
注
两种错误。 这个模型把「坚持」分成两种:一种是因为证据与信息价值而坚持,这是理性的;另一种是因为已经花掉的钱而坚持,这是沉没成本谬误。区分它们的方法很简单:假设把同样的证据与剩余机会交给一个没有花过一分钱的人,他会继续吗?在本例的参数下,过早放弃的损失比沉没成本式的坚持更大;这是示意参数下的结果,不是一般结论,参数改变时两种错误的相对大小也会改变。
这个结构与实物期权相通:放弃一个项目相当于行使一个期权,而继续试验保留了以后再决定的机会。第 16 本《跨文化契约、实物期权与东南亚出海博弈论》讨论过等待与放弃的期权价值,迪克西特与平迪克 1994 年的《不确定性下的投资》给出了系统的理论 (Dixit and Pindyck 1994);本章只从停时的角度回顾,不重复其程序。
预先写好的止损边界:序贯概率比检验
在实践中,最难的往往不是算出最优规则,而是在压力下遵守它。一个办法是在开始之前就把停止边界写下来。沃尔德 1945 年的序贯概率比检验(SPRT)提供了这样的边界 (Wald 1945)。
推导
每次试验以概率 转化。原假设 :(不值得做);备择假设 :(值得做);容许的错误率 (把不值得的当作值得)、(把值得的放弃)。每次试验后累加对数似然比:成功加 ,失败加 ;高于 时停止并推进,低于 时停止并放弃,按沃尔德的近似 、。程序把边界换算成「做了 次之后,成功次数不超过多少就放弃、不少于多少就推进」的表格,再用 20,000 次模拟计算不同真实 下推进的概率与所需的试验次数,并与具有相同 、 的固定样本检验比较。
# Wald's SPRT as a pre-set stop-loss rule (illustrative). H0: p = 0.20 (not worth it)
# against H1: p = 0.30; alpha 0.05, beta 0.10; A = (1 - beta)/alpha, B = beta/(1 - alpha).
# Compared with the fixed sample size giving the same alpha and beta (normal approx.).
import math, random
from statistics import NormalDist
P0, P1, ALPHA, BETA = 0.20, 0.30, 0.05, 0.10
LA, LB = math.log((1 - BETA) / ALPHA), math.log(BETA / (1 - ALPHA))
UP, DOWN = math.log(P1 / P0), math.log((1 - P1) / (1 - P0))
def sprt(p, rng, cap=2000):
llr, n = 0.0, 0
while LB < llr < LA and n < cap:
llr += UP if rng.random() < p else DOWN
n += 1
return llr >= LA, n
def boundaries(n): # successes needed after n trials to accept H1 / to abandon
acc = math.ceil((LA - n * DOWN) / (UP - DOWN))
rej = math.floor((LB - n * DOWN) / (UP - DOWN))
return acc, rej
if __name__ == "__main__":
z = NormalDist().inv_cdf
nfix = math.ceil(((z(1 - ALPHA) * math.sqrt(P0 * (1 - P0))
+ z(1 - BETA) * math.sqrt(P1 * (1 - P1))) / (P1 - P0)) ** 2)
print(f"ln A = {LA:.3f}, ln B = {LB:.3f};"
f" fixed-sample n with same alpha, beta: {nfix}")
print("pre-set boundaries: after n trials, abandon if successes <= lower,"
" go ahead if >= upper")
for n in (10, 20, 40, 80, 120):
acc, rej = boundaries(n)
low = " none " if rej < 0 else f"{rej:6d} ({rej / n:.3f})"
print(f" n = {n:3d}: lower {low} upper {acc:3d} ({acc / n:.3f})")
rng = random.Random(1945)
print(" true p P(go ahead) mean trials 90th percentile share of fixed n")
for p in (0.15, 0.20, 0.25, 0.30, 0.35):
res = [sprt(p, rng) for _ in range(20000)]
ns = sorted(r[1] for r in res)
mean = sum(ns) / len(ns)
print(f" {p:.2f} {sum(r[0] for r in res) / 20000:.3f}"
f" {mean:6.1f} {ns[18000]:4d}"
f" {mean / nfix:.2f}")
# ln A = 2.890, ln B = -2.251; fixed-sample n with same alpha, beta: 156
# pre-set boundaries: after n trials, abandon if successes <= lower, go ahead if >= upper
# n = 10: lower none upper 8 (0.800)
# n = 20: lower 0 (0.000) upper 11 (0.550)
# n = 40: lower 5 (0.125) upper 16 (0.400)
# n = 80: lower 15 (0.188) upper 26 (0.325)
# n = 120: lower 25 (0.208) upper 36 (0.300)
# true p P(go ahead) mean trials 90th percentile share of fixed n
# 0.15 0.001 43.9 74 0.28
# 0.20 0.043 81.4 163 0.52
# 0.25 0.465 130.8 273 0.84
# 0.30 0.906 89.8 172 0.58
# 0.35 0.988 54.5 98 0.35边界可以事先打印出来:做了 20 次一次都没成功就放弃;做了 40 次,成功不超过 5 次就放弃,达到 16 次就推进;做了 80 次,分别为 15 与 26 次。真实 等于 0.20 时,推进的概率为 0.043,真实 等于 0.30 时为 0.906,与设定的 、 接近(沃尔德的近似略偏保守)。在这两个假设处,平均所需试验次数分别为 81.4 与 89.8 次,只有固定样本检验(156 次)的 52% 与 58%;真实值离得更远时更省( 时平均 43.9 次)。沃尔德与沃尔福威茨 1948 年证明,在两个简单假设之间,没有任何检验能以相同的错误率用更少的期望样本量做出判断 (Wald and Wolfowitz 1948)。
但当真实 落在两个假设之间(0.25)时,平均需要 130.8 次,有 10% 的情形超过 273 次,比固定样本检验还多。这说明实际使用时必须预先规定一个上限,到了上限还没有越过边界,就按预先写好的规则处理(例如判为「不值得继续投入」)。
注
SPRT 与可选停止的区别。 第 33 本《科学方法论、可证伪性与可重复性危机的数理统计》讨论过可选停止:用为固定样本设计的检验,每看一次数据就检验一次,一旦显著就停,会使假阳性率远高于名义水平。SPRT 也是边看边决定,但它的边界是为序贯使用而事先设计的,错误率在设计时就已控制。两者的差别不在于「是否边看边停」,而在于停止规则是否事先写定、是否与检验一致。
假说 · 尚未验证
「预设边界减少升级」假说(尚未确立)。作者推测,在项目开始前就写下放弃边界(并让一位不负责该项目的人在边界处执行决定),可以减少因个人责任而追加投入的倾向。可以检验的预测是:在斯托式的责任操纵实验中,随机分到「事先写下边界」条件的参与者,在负面反馈后追加投入的比例低于对照组。如果两组没有差别,这一假说即失去支持。
本章小结
沉没成本效应在假想情境中稳健存在,元分析的合并效应量约为 0.5,但有真实激励的实验室实验中效应小而不稳定(项目推进类决策的调查与现场研究中效应反而较大),而且常与「接近完成」与个人责任混在一起。规范模型中,已经花掉的钱不进入决策,已经积累的证据与剩余的信息价值才进入决策;所以早期在盈亏平衡点以下继续可以是理性的。在示意参数下,短视的过早放弃损失约 29%,最优规则加上「做满 10 次不再放弃」的沉没成本倾向损失约 6%。沃尔德的序贯概率比检验给出可以事先写下的止损与推进边界,在两个假设处平均只需固定样本的五到六成,但真实值落在中间时可能很长,需要预设上限。下一章把这些工具用于创业试验与人才筛选。
参考文献
Fan, Y. (2026). Bayesian Search in Unknown Landscapes, Optimal Stopping and Gittins Indices: Exploration–Exploitation Trade-offs and Sunk-Cost Truncation in Statistical Decision Theory [未知地形中的贝叶斯搜索、秘书问题与吉廷斯指数] (Version 1.0.0). 5D Library. https://doi.org/10.5281/zenodo.23810102 · Licensed under Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0).