魏子晗 李興珊

(中國(guó)科學(xué)院 行為科學(xué)重點(diǎn)實(shí)驗(yàn)室,心理研究所,北京 100101)

1 前言

決策(decision making)就是人類(lèi)根據(jù)自己的意愿和信念選擇行動(dòng)的過(guò)程(莊錦英,2006)。理解人類(lèi)的決策行為,改善決策過(guò)程是一個(gè)重要的研究領(lǐng)域。美國(guó)國(guó)家科學(xué)院曾指出“沒(méi)有哪一項(xiàng)基礎(chǔ)科學(xué)的研究目標(biāo)能比‘了解人類(lèi)是如何思維、解決問(wèn)題、做出決定、并改進(jìn)我們解決問(wèn)題和制定政策的能力’這一研究目標(biāo)更有前景、更為重要”(Simon,1986)。

決策研究自 20世紀(jì) 50年代興起,至今已有60多年的研究歷史(Weber & Johnson,2009)。盡管在這期間,研究者們?nèi)〉昧艘欢ǖ某晒?其中還有3位學(xué)者(Herbert Simon,1978年; Maurice Allais,1988年; Daniel Kahneman,2002年)因?qū)π袨闆Q策研究的突出貢獻(xiàn)而獲得了諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)(李紓,2006)。但是,至今我們似乎依然無(wú)法準(zhǔn)確地回答“人類(lèi)究竟是如何做出決策”這一謎題。為什么我們對(duì)決策過(guò)程知之甚少？一個(gè)重要的原因在于研究技術(shù)的局限性。由于缺乏直接觀察或記錄決策過(guò)程的技術(shù)手段,在很長(zhǎng)一段時(shí)間內(nèi),研究者們只能通過(guò)觀察某些輸入變量(決策任務(wù)的特征、決策者的特征等)與決策結(jié)果的關(guān)系,來(lái)推測(cè)其背后隱含的決策過(guò)程。

近年來(lái),隨著決策過(guò)程追蹤技術(shù)的使用和發(fā)展,研究者們逐步實(shí)現(xiàn)了對(duì)決策過(guò)程的直接觀察和記錄。其中,眼動(dòng)技術(shù)由于其獨(dú)特的優(yōu)勢(shì),逐漸成為決策過(guò)程追蹤研究中一項(xiàng)重要的研究技術(shù),眼動(dòng)技術(shù)為揭示決策行為的心理機(jī)制,建立、完善和發(fā)展決策理論做出了重大貢獻(xiàn)。

2 為什么應(yīng)用眼動(dòng)技術(shù)研究決策過(guò)程？

2.1 研究決策過(guò)程的重要性

決策研究中包括兩種不同的研究范式：基于決策結(jié)果(outcome-based)的研究范式和基于決策過(guò)程(process-based)的研究范式(Svenson,1979; Weber& Johnson,2009; Johnson,Schulte-Mecklenbeck,&Willemsen,2008; Riedl,Brandst?tter,& Roithmayr,2008; Schulte-Mecklenbeck,Kühberger,& Ranyard,2011)。前者只關(guān)注決策中的輸入–輸出數(shù)據(jù)(inputoutput data),通過(guò)分析實(shí)際行為數(shù)據(jù)與模型的擬合程度(goodness-of-fitting)來(lái)評(píng)價(jià)與驗(yàn)證模型。這是一種較為傳統(tǒng)的研究范式,期望效用理論(Expected Utility Theory; Luce & Raiffa,1957)、預(yù)期理論(Prospect Theory; Kahneman & Tversky,1979)等早期決策理論都是基于這種研究范式得以建構(gòu)和發(fā)展(Gl?ckner & Betsch,2011)。但是,這種研究范式本身具有一定的局限性：首先,利用這種研究范式很難進(jìn)行有效的模型比較,需要借助于非常精妙的實(shí)驗(yàn)設(shè)計(jì)(Schulte-Mecklenbeck et al.,2011),很多情況下,同樣的決策行為結(jié)果能夠被多種模型所解釋,無(wú)法判別哪種模型的解釋更為合理(Weber & Johnson,2009; Johnson et al.,2008); 其次,這種研究范式對(duì)模型的證偽同樣存在困難,當(dāng)實(shí)際決策行為與模型預(yù)測(cè)相悖時(shí),舊的模型可以通過(guò)引進(jìn)新的函數(shù)來(lái)優(yōu)化模型的擬合度,這就如同希臘神話(huà)中的九頭蛇——斬去一頭生出二頭,無(wú)法從根本上實(shí)現(xiàn)模型證偽(李紓等,2009; 汪祚軍,李紓,2012)。最后,也是最重要的一點(diǎn),基于結(jié)果所發(fā)展的決策模型只是一個(gè)基于方法學(xué)產(chǎn)生的人造物(artifact) (Franco-Watkins &Johnson,2011),它所做的只是利用回歸、方差分析等統(tǒng)計(jì)方法去解釋輸入變量(決策任務(wù)或決策者的特征)與輸出變量(決策結(jié)果)的關(guān)系(Weber &Johnson,2009),而并非解釋實(shí)際的“決策過(guò)程”。許多模型對(duì)過(guò)程的假設(shè)存在著巨大的差異,但卻對(duì)決策結(jié)果有著相同的預(yù)測(cè)(Johnson et al.,2008),因此在這種情況下發(fā)展的模型即使能夠很好地?cái)M合決策的結(jié)果,我們?nèi)耘f不能得知決策背后的心理機(jī)制是否真的如模型所預(yù)測(cè)的那樣。例如,從決策結(jié)果上來(lái)看,累積預(yù)期理論(Cumulative Prospect Theory,CPT; Kahneman & Tversky,1979; Tversky &Kahneman,1992)通過(guò)修正各種參數(shù),能夠很好地?cái)M合決策結(jié)果,看起來(lái)是一個(gè)“好”的理論(Gl?ckner& Herbold,2011; Suter,Pachur,& Hertwig,2015)。但是,即使大多數(shù)被試的選擇結(jié)果能夠被累積預(yù)期理論這種基于期望價(jià)值計(jì)算的模型正確地預(yù)測(cè),也依舊無(wú)法說(shuō)明“決策過(guò)程”就是像累積預(yù)期理論所說(shuō)的那樣是基于期望價(jià)值計(jì)算的。實(shí)際上,很多基于過(guò)程的研究都表明,決策過(guò)程并非像累積預(yù)期理論所說(shuō)的那樣進(jìn)行加權(quán)求和(Schulte-Mecklenbeck et al.,2011)。

與基于結(jié)果的研究范式不同,基于過(guò)程的研究范式試圖尋找輸入–輸出結(jié)果之間如何發(fā)生關(guān)聯(lián),旨在解釋決策行為背后的心理過(guò)程(Svenson,1979; Johnson et al.,2008)?；谶^(guò)程的研究范式直接對(duì)決策中的心理過(guò)程(如：哪種信息被深度加工整合了？)、決策者在決策中的中間狀態(tài)(如：決策信息會(huì)促進(jìn)決策者提取什么樣的記憶？)、決策的時(shí)間順序(如：決策者先思考什么,后思考什么？)等問(wèn)題提出假設(shè),并利用過(guò)程追蹤技術(shù)收集并記錄過(guò)程數(shù)據(jù),對(duì)這些心理過(guò)程、中間狀態(tài)進(jìn)行假設(shè)檢驗(yàn)(Weber & Johnson,2009)。相對(duì)于單純的輸入–輸出數(shù)據(jù),過(guò)程追蹤數(shù)據(jù)能為模型比較與驗(yàn)證提供更為豐富的證據(jù),能夠真正地解釋決策背后的心理過(guò)程,真正地回答“人類(lèi)究竟如何做決定”這一謎題(Schulte-Mecklenbeck et al.,2011)。

2.2 眼動(dòng)技術(shù)在研究決策過(guò)程中的優(yōu)勢(shì)

為了實(shí)現(xiàn)對(duì)決策過(guò)程的追蹤,研究者們發(fā)展了多種不同的決策過(guò)程追蹤技術(shù),包括口頭報(bào)告法(Protocol Analysis)、出聲思維法(Thinking Aloud)(Svenson,1979)、主動(dòng)信息搜集法(Active Information Search) (Huber,Wider,& Huber,1997)、信息板法(Information Board) (Payne,1976)、鼠標(biāo)實(shí)驗(yàn)室(Mouselab) (Bettman,Johnson,& Payne,1990)、鼠標(biāo)追蹤法(Mousetracker) (Spivey,Grosjean,& Knoblich,2005)、眼動(dòng)技術(shù)(Eye-movement technology)等。相比于其他決策過(guò)程追蹤技術(shù),眼動(dòng)技術(shù)具有獨(dú)特的優(yōu)勢(shì)。

2.2.1 無(wú)干擾性

眼動(dòng)技術(shù)可以自然地、無(wú)干擾地記錄被試的決策過(guò)程,具有非常好的實(shí)驗(yàn)效度。其他決策過(guò)程追蹤技術(shù)往往會(huì)對(duì)決策過(guò)程本身產(chǎn)生影響。例如,出聲思維法要求被試在決策的同時(shí)關(guān)注自己的思維過(guò)程,一邊決策一邊口頭報(bào)告出自己的內(nèi)心所想; 而信息板法和鼠標(biāo)實(shí)驗(yàn)室法則是先將決策信息掩蔽起來(lái),只呈現(xiàn)信息類(lèi)別,而不顯示具體的信息內(nèi)容(如在風(fēng)險(xiǎn)決策中,只顯示有“概率”和“金錢(qián)”兩種信息類(lèi)別,而不顯示具體的“概率大小”和“金錢(qián)金額”),被試先選擇要查看的信息類(lèi)別,然后通過(guò)翻看信息板(信息板法)或鼠標(biāo)點(diǎn)擊信息區(qū)塊(鼠標(biāo)實(shí)驗(yàn)室法)查看具體的信息內(nèi)容。這些方法本身就會(huì)干擾被試的決策過(guò)程,通過(guò)這些方式所追蹤到的決策過(guò)程并不算是自然條件下的決 策 過(guò) 程 (Gl?ckner & Betsch,2011; Schulte-Mecklenbeck et al.,2011)。眼動(dòng)技術(shù)主要通過(guò)精妙的成像設(shè)備記錄決策者在決策過(guò)程中眼球的運(yùn)動(dòng)軌跡。一方面,由于眼球運(yùn)動(dòng)本身是一種無(wú)意識(shí)的行為,被試在實(shí)驗(yàn)中很難察覺(jué)或改變眼動(dòng)過(guò)程(Russo,1978); 另一方面,也有證據(jù)表明,佩戴眼動(dòng)記錄儀本身對(duì)被試行為產(chǎn)生的影響很小(Gilbert & Gilbert,1942)。因此,相比其他過(guò)程追蹤技術(shù),眼動(dòng)技術(shù)能夠更加真實(shí)地、無(wú)干擾地反映出自然狀態(tài)下決策者的決策過(guò)程。

2.2.2 適用范圍廣泛

眼動(dòng)技術(shù)的適用范圍十分廣泛。其他決策過(guò)程追蹤技術(shù)往往對(duì)實(shí)驗(yàn)環(huán)境、實(shí)驗(yàn)任務(wù)、實(shí)驗(yàn)對(duì)象有一定的限制。例如,鼠標(biāo)實(shí)驗(yàn)室、鼠標(biāo)追蹤法要求被試必須使用鼠標(biāo)完成實(shí)驗(yàn)任務(wù),而信息板法、信息搜索、出聲思維法要求被試具有較好的教育水平和認(rèn)知能力,因此無(wú)法用于研究?jī)和⒕裾系K患者等特殊人群。但眼動(dòng)技術(shù)幾乎對(duì)實(shí)驗(yàn)環(huán)境、實(shí)驗(yàn)任務(wù)和實(shí)驗(yàn)對(duì)象沒(méi)有特殊的限制與要求(Russo,1978)。由于技術(shù)的發(fā)展,眼動(dòng)儀的采樣率、便攜性、靈活性在不斷提高,眼動(dòng)技術(shù)不僅適用于實(shí)驗(yàn)室決策行為的研究,也適用于真實(shí)的現(xiàn)場(chǎng)決策研究,還適用于運(yùn)動(dòng)、駕駛等動(dòng)態(tài)行為決策的研究。眼動(dòng)技術(shù)也適用于研究各種不同類(lèi)型的研究對(duì)象,不僅可以研究正常成人的決策行為,也可以研究老人、兒童、嬰幼兒、精神障礙患者等特殊人群的決策行為,甚至還可以應(yīng)用到動(dòng)物的決策研究中(徐娟,2013)。

2.2.3 采集信息多樣

通過(guò)眼動(dòng)技術(shù)獲取的決策過(guò)程追蹤數(shù)據(jù)信息量大,豐富的眼動(dòng)指標(biāo)既能反映決策過(guò)程的空間特征,又能反映決策過(guò)程的時(shí)間特征; 既能反映信息的加工廣度,又能反映信息的加工深度(Gl?ckner & Witteman,2010)。例如：對(duì)某信息或選項(xiàng)重復(fù)注視的次數(shù)可以反映決策者對(duì)該信息或選項(xiàng)的注意偏向程度,從而可以推斷該信息或選項(xiàng)在決策中的凸顯性和重要性(Hristova & Grinberg,2008; Kim,Seligman,& Kable,2012; Mei?ner &Decker,2010; Reisen,Hoffrage,& Mast,2008; Su,Rao,Li,Wang,& Li,2012; van Raaij,1977; Wedell& Senter,1997)。對(duì)某信息或某選項(xiàng)的注視總時(shí)長(zhǎng)或注視點(diǎn)的平均注視時(shí)長(zhǎng)可以反映決策者對(duì)該信息或選項(xiàng)的加工深度,從而可以推斷信息或選項(xiàng)在決策中的相對(duì)重要性(Kuo,Hsu,& Day,2009;汪祚軍,李紓,2012; Su et al.,2012)。決策者對(duì)各個(gè)信息的注視次數(shù)比例和注視時(shí)間比例,反映出了哪些信息對(duì)決策過(guò)程起到了作用,哪些信息在決策中被忽略(Horstmann,Ahlgrimm,& Gl?ckner,2009)。長(zhǎng)時(shí)注視點(diǎn)、中時(shí)注視點(diǎn)和短時(shí)注視點(diǎn)在整個(gè)決策過(guò)程中的分布可以反映決策的整體加工模式(自動(dòng)加工/控制加工) (Gl?ckner & Herbold,2011; Gl?ckner,Fiedler,Hochman,Ayal,& Hilbig,2012)。注視順序可以反映決策者所采用的決策策略,判斷決策者是使用基于選項(xiàng)的(alternativebased)還是基于屬性的(attribute-based)決策策略(Russo & Rosen,1975; Russo & Dosher,1983)。決策過(guò)程中瞳孔大小的變化也能夠反映決策者的認(rèn)知加工負(fù)荷和喚醒度的變化(Beatty,1982; Partala& Surakka,2003)。

3 眼動(dòng)技術(shù)為檢驗(yàn)決策過(guò)程理論所做的貢獻(xiàn)

早在20世紀(jì)70年代,Russo和Rosen (1975)就開(kāi)始將眼動(dòng)技術(shù)應(yīng)用于決策研究中。此后,越來(lái)越多的研究者將眼動(dòng)技術(shù)應(yīng)用于決策領(lǐng)域的研究中(Orquin & Mueller Loose,2013)。在眼動(dòng)技術(shù)的幫助下,研究者們了解了諸如信息的凸顯性(Milosavljevic,Navalpakkam,Koch,& Rangel,2012; Orquin,Scholderer,& Jeppesen,2012)、信息呈現(xiàn)的位置(Chandon,Hutchinson,Bradlow,&Young,2009; Reutskaja,Nagel,Camerer,& Rangel,2011)、信息負(fù)荷量(Horstmann et al.,2009; Lohse& Johnson,1996; Reutskaja et al.,2011; Russo &Dosher,1983)、決策難度(Fiedler & Gl?ckner,2012;Russo & Dosher,1983)、決策階段(Russo & Leclerc,1994; Krajbich & Rangel,2011; Krajbich,Armel,&Rangel,2010; Krajbich,Lu,Camerer,& Rangel,2012)、決策策略(Horstmann et al.,2009; Sütterlin,Brunner,& Opwis,2008; 汪祚軍,李紓,2012)、審慎型/直覺(jué)型思維(Horstmann et al.,2009)、時(shí)間壓力(Pieters & Warlop,1999; Reutskaja et al.,2011;van Herpen & van Trijp,2011)、框架效應(yīng)(Kuo et al.,2009)、學(xué)習(xí)效應(yīng)(Mei?ner & Decker,2010; Orquin,Bagger,& Mueller Loose,2013)等關(guān)鍵因素是如何影響決策中的眼動(dòng)模式,進(jìn)而對(duì)決策行為產(chǎn)生影響的。此外,也有研究者發(fā)現(xiàn),眼動(dòng)與注意過(guò)程本身會(huì)自下而上地影響決策行為,出現(xiàn)注視層疊效應(yīng)(gaze cascade effect) (Shimojo,Simion,Shimojo,& Scheier,2003; Simion & Shimojo,2006,2007;Glaholt & Reingold,2009,2011; Glaholt,Wu,&Reingold,2009; Schotter,Berry,McKenzie,&Rayner,2010),在眼動(dòng)技術(shù)的實(shí)時(shí)反饋下,操縱決策者對(duì)信息的注視能夠在一定程度上影響決策結(jié)果(P?rnamets et al.,2015)。

這些研究已取得了豐富成果,幫助我們更深入地了解了決策過(guò)程。不僅如此,近年來(lái)眼動(dòng)技術(shù)還被成功地應(yīng)用于驗(yàn)證和比較不同決策理論的不同假設(shè)和預(yù)測(cè),從而促進(jìn)了決策過(guò)程理論的建立和發(fā)展。下面我們將詳細(xì)介紹眼動(dòng)技術(shù)是如何為檢驗(yàn)各個(gè)決策過(guò)程理論做出貢獻(xiàn)的。

3.1 補(bǔ)償性決策理論vs. 非補(bǔ)償性決策理論

決策理論與模型可以被劃分為補(bǔ)償性和非補(bǔ)償性?xún)纱箢?lèi)別(Birnbaum & LaCroix,2008; Johnson et al.,2008; 汪祚軍,歐創(chuàng)巍,李紓,2010; 張陽(yáng)陽(yáng),饒儷琳,梁竹苑,周媛,李紓,2014)。補(bǔ)償性指決策過(guò)程中對(duì)所有相關(guān)信息進(jìn)行了加工,并權(quán)衡了所有選項(xiàng)及其信息的權(quán)重,補(bǔ)償性決策理論包括期望價(jià)值(Expected Value,EV)理論、期望效用(Expected Utility,EU)理論(Edwards,1954; Savage,1954; von Neumann & Morgenstern,1944)、累積預(yù)期理論(Cumulative Prospect Theory,CPT; Kahneman& Tversky,1979; Tversky & Kahneman,1992)等。相反,非補(bǔ)償性決策理論認(rèn)為,個(gè)體的認(rèn)知加工能力是有限的,人們無(wú)法對(duì)所有決策信息進(jìn)行加工和整合,決策者只利用有限的信息,并避免進(jìn)行價(jià)值之間的權(quán)衡(Payne & Bettman,2004)。非補(bǔ)償性決策模型包括占優(yōu)啟發(fā)式模型(Priority Heuristic,PH; Brandst?tter,Gigerenzer,& Hertwig,2006)、滿(mǎn)意原則(Principle of Satisficing; Simon,1955)、齊當(dāng)別決策模型(Equate-to-differentiate; Li,2004)等。通過(guò)一些精妙的實(shí)驗(yàn)設(shè)計(jì),眼動(dòng)技術(shù)被用于檢驗(yàn)這些決策模型,以解決補(bǔ)償性和非補(bǔ)償性的理論之爭(zhēng)。

3.1.1 應(yīng)用眼動(dòng)技術(shù)直接檢驗(yàn)決策理論

補(bǔ)償性決策模型與非補(bǔ)償性決策模型所描述的決策過(guò)程存在著本質(zhì)性區(qū)別,兩種模型對(duì)決策過(guò)程中的信息掃描量、掃描速度、信息加工深度、信息整合方式等有著不同的假設(shè)。眼動(dòng)技術(shù)能夠很好地反映決策過(guò)程中的這些特征,因此有研究者(Gl?ckner & Herbold,2011; Fiedler & Gl?ckner,2012)試圖利用眼動(dòng)技術(shù)直接檢驗(yàn)累積預(yù)期理論(補(bǔ)償性決策模型)和占優(yōu)啟發(fā)式理論(非補(bǔ)償性決策模型)對(duì)決策過(guò)程的預(yù)測(cè)。累積預(yù)期理論認(rèn)為(1)決策者會(huì)用穩(wěn)定的、有序的方式對(duì)所有信息進(jìn)行搜索、加工、整合和計(jì)算; (2)決策者的信息加工和計(jì)算速度是穩(wěn)定不變的。因此累積預(yù)期理論對(duì)決策的眼動(dòng)模式有以下幾個(gè)預(yù)測(cè)：a)信息的搜索量應(yīng)該近似 100%,并且信息搜索量不應(yīng)該受決策題目類(lèi)型的影響; b)由于加工整合信息需要較長(zhǎng)時(shí)間,因此注視點(diǎn)的持續(xù)時(shí)間較長(zhǎng); c)對(duì)各個(gè)信息的注視時(shí)間和注視次數(shù)分布較為均等。Gl?ckner和 Herbold (2011)發(fā)現(xiàn)決策者并沒(méi)有注視所有的決策信息,信息搜索量也受到?jīng)Q策題目類(lèi)型的影響; 整個(gè)決策過(guò)程以中短時(shí)的注視點(diǎn)為主,而不是長(zhǎng)時(shí)注視; 同時(shí),對(duì)各個(gè)信息的注視次數(shù)和注視時(shí)長(zhǎng)存在顯著的差異,注視具有選擇性。這些結(jié)果都與累積預(yù)期理論的預(yù)期相悖,在一定程度上說(shuō)明決策并非是一個(gè)對(duì)所有信息進(jìn)行加權(quán)求和的過(guò)程。不過(guò),眼動(dòng)數(shù)據(jù)也并沒(méi)有驗(yàn)證占優(yōu)啟發(fā)式對(duì)信息加工的預(yù)測(cè)。根據(jù)占優(yōu)啟發(fā)式的決策規(guī)則：a)決策者對(duì)信息的整體搜索量偏少,信息搜索量隨著占優(yōu)啟發(fā)式條件的增多而增加; b)一開(kāi)始加工深度較淺、注視時(shí)長(zhǎng)較短,之后逐漸加工深度增加、注視時(shí)長(zhǎng)增加; c)對(duì)最小結(jié)果(minimum outcome)的注視更多。而 Gl?ckner和 Herbold發(fā)現(xiàn),決策中對(duì)信息的注視次數(shù)并沒(méi)有因?yàn)檎純?yōu)啟發(fā)式條件的變化而變化,注視點(diǎn)的時(shí)長(zhǎng)也并沒(méi)有隨著加工時(shí)程的增長(zhǎng)而增長(zhǎng),也沒(méi)有出現(xiàn)對(duì)最小結(jié)果的注視偏好。

Gl?ckner和 Herbold (2011)所采用的方法是較為直接的一種檢驗(yàn)方法。他們利用某些眼動(dòng)指標(biāo)來(lái)反映決策過(guò)程的特征,然后直接檢驗(yàn)被試在這些特征上是否符合某個(gè)決策理論的預(yù)測(cè)。

這種直接驗(yàn)證的方法存在一定的局限性,眼動(dòng)指標(biāo)確實(shí)能夠定性反映決策過(guò)程的某些特征,但還無(wú)法真正達(dá)到量化的水平。究竟多長(zhǎng)時(shí)間的注視點(diǎn)才是真正的深度加工,而多短時(shí)間的注視點(diǎn)才是真正的淺度加工？信息搜索量高于多少是遵循了補(bǔ)償性的信息搜索策略,低于多少是遵循了非補(bǔ)償性的搜索策略？基于選項(xiàng)的眼跳和基于屬性的眼跳差異要多大才能真正區(qū)分出基于選項(xiàng)的決策策略和基于屬性的決策策略呢？我們無(wú)法精確地回答這些問(wèn)題,當(dāng)然也就無(wú)法真正地驗(yàn)證或證偽相應(yīng)的決策理論。

3.1.2 眼動(dòng)技術(shù)與“迫選規(guī)則體驗(yàn)法”范式的結(jié)合

將眼動(dòng)技術(shù)與迫選規(guī)則體驗(yàn)法結(jié)合可以有效地解決上述直接檢驗(yàn)法的問(wèn)題。迫選規(guī)則體驗(yàn)法要求被試嚴(yán)格依據(jù)迫選決策規(guī)則(如：按照某決策模型所提出的規(guī)則)做出決策,然后比較被試在迫選規(guī)則決策和實(shí)際自主決策中的差異,以檢驗(yàn)決策過(guò)程是否符合某個(gè)決策模型的預(yù)測(cè)(饒儷琳,梁竹苑,李紓,2009; 汪祚軍,李紓,2012)。采用迫選規(guī)則體驗(yàn)法,有研究者曾探索了決策者在自主決策和規(guī)則迫選時(shí)的決策結(jié)果、情感體驗(yàn)與規(guī)則認(rèn)可程度的關(guān)系,發(fā)現(xiàn)決策者采用齊當(dāng)別決策規(guī)則(非補(bǔ)償性決策理論)時(shí)的決策結(jié)果、情感體驗(yàn)和規(guī)則認(rèn)可度優(yōu)于采用期望價(jià)值原則(補(bǔ)償性決策理論)時(shí)的決策結(jié)果、情感體驗(yàn)和規(guī)則認(rèn)同,據(jù)此說(shuō)明與期望價(jià)值理論相比,齊當(dāng)別決策模型可能更符合決策者實(shí)際決策時(shí)所采用的規(guī)則(饒儷琳等,2009)。但是,決策結(jié)果、情感體驗(yàn)和規(guī)則認(rèn)可度都屬于間接的指標(biāo),這些指標(biāo)仍然無(wú)法回答“實(shí)際的決策過(guò)程究竟是怎樣的”這一科學(xué)問(wèn)題。因此,將眼動(dòng)技術(shù)與迫選規(guī)則體驗(yàn)法結(jié)合,就能充分發(fā)揮兩種研究方法的優(yōu)勢(shì),既能直觀地追蹤到各種決策規(guī)則下的決策過(guò)程,又能定性地對(duì)比不同決策模型與實(shí)際決策過(guò)程的差異。

汪祚軍和李紓(2012)結(jié)合了眼動(dòng)技術(shù)與迫選規(guī)則體驗(yàn)法,檢驗(yàn)了決策過(guò)程究竟是遵循期望價(jià)值原則(Expect Value,EV,補(bǔ)償性決策理論)還是占優(yōu)啟發(fā)式理論(Priority Heuristic,PH,非補(bǔ)償性決策理論)。他們要求被試分別進(jìn)行了EV迫選任務(wù)、PH迫選任務(wù)和自主決策任務(wù)：在EV迫選任務(wù)中,要求被試對(duì)選項(xiàng)的期望價(jià)值(EV)進(jìn)行計(jì)算,然后選擇期望價(jià)值較大的選項(xiàng); 在 PH迫選任務(wù)中,要求被試按照占優(yōu)啟發(fā)式?jīng)Q策模型提出的決策步驟進(jìn)行選擇; 自由決策任務(wù)中,不給被試任何策略要求,被試進(jìn)行自由選擇。通過(guò)對(duì)這三種任務(wù)的眼動(dòng)軌跡分析發(fā)現(xiàn)：被試在 EV迫選任務(wù)條件下,基于選項(xiàng)的眼跳次數(shù)顯著多于基于屬性的眼跳次數(shù); 而在自主決策任務(wù)條件下,被試基于屬性的眼跳次數(shù)顯著多于基于選項(xiàng)的眼跳次數(shù)。這說(shuō)明,EV迫選任務(wù)條件下,決策者更多基于選項(xiàng)進(jìn)行信息搜索,而在自主決策任務(wù)條件下則更多地進(jìn)行基于屬性的信息搜索,也就是說(shuō)自主決策并不是像期望價(jià)值理論所預(yù)測(cè)的那樣進(jìn)行基于選項(xiàng)的加權(quán)求和。而 PH迫選任務(wù)與自主決策任務(wù)的眼動(dòng)模式也有差異：在PH迫選任務(wù)中,被試對(duì)最小結(jié)果的注視時(shí)間、注視次數(shù)和選項(xiàng)間的眼跳次數(shù)都顯著多于對(duì)其他信息區(qū)域的注視時(shí)間、注視次數(shù)和選項(xiàng)間的眼跳次數(shù); 而在自主決策任務(wù)中,被試對(duì)最小結(jié)果的注視時(shí)間、注視次數(shù)和選項(xiàng)間的眼跳次數(shù)都顯著少于對(duì)最大結(jié)果的注視時(shí)間、注視次數(shù)和選項(xiàng)間的眼跳次數(shù)。這說(shuō)明,自由決策也并不像占優(yōu)啟發(fā)式所預(yù)測(cè)的那樣首先關(guān)注最小結(jié)果。通過(guò)對(duì)這三個(gè)任務(wù)的眼動(dòng)過(guò)程比較,汪祚軍和李紓(2012)的研究說(shuō)明了人們?cè)谧杂蓻Q策時(shí)既不遵循期望價(jià)值理論,也不遵循占優(yōu)啟發(fā)式原則,這與Gl?ckner和Herbold (2011)的發(fā)現(xiàn)是一致的。

3.1.3 眼動(dòng)技術(shù)與“概率–比例決策任務(wù)”范式的結(jié)合

由于迫選規(guī)則體驗(yàn)法要求被試按照特定的策略進(jìn)行選擇,需要對(duì)被試進(jìn)行訓(xùn)練,故該范式中的決策不是一個(gè)自然的加工過(guò)程。因此,這種任務(wù)與自主決策任務(wù)在眼動(dòng)模式上的差異不僅僅源于補(bǔ)償性和非補(bǔ)償性決策過(guò)程的不同,還可能源自于兩個(gè)任務(wù)在自動(dòng)化加工程度、被試對(duì)任務(wù)的熟悉度等方面的差異。針對(duì)這一問(wèn)題,梁竹苑、徐麗娟、饒儷琳、蔣田仔和李紓(2012)巧妙地設(shè)計(jì)了“概率–比例決策任務(wù)”新范式,引入了概率決策任務(wù)和比例決策任務(wù)的對(duì)比。概率任務(wù)和比例任務(wù)的刺激材料完全相同,都用“X,Y%”來(lái)表示選項(xiàng)。但是,在概率任務(wù)中“Y%”表示概率,“X,Y%”表示有Y%的可能性獲得/損失X元錢(qián),被試在概率任務(wù)中自主地進(jìn)行風(fēng)險(xiǎn)決策; 而在比例決策任務(wù)中,“Y%”表示比例,“X,Y%”表示獲得/損失 X元的 Y%,此時(shí)被試會(huì)自主地進(jìn)行加權(quán)求和,計(jì)算并比較X與Y%乘積。比較這兩種任務(wù)下被試的眼動(dòng)過(guò)程的異同,就可以檢驗(yàn)風(fēng)險(xiǎn)決策過(guò)程是否會(huì)進(jìn)行加權(quán)求和的計(jì)算,同時(shí)又避免了訓(xùn)練、自動(dòng)化加工等因素的干擾。

Su等人(2013)利用“概率–比例決策任務(wù)”范式分別檢驗(yàn)了被試在進(jìn)行單次概率任務(wù)與比例任務(wù)時(shí)眼動(dòng)模式的異同。其結(jié)果發(fā)現(xiàn)單次概率任務(wù)的眼動(dòng)模式與比例任務(wù)的眼動(dòng)模式存在較大的差異,具體表現(xiàn)以下幾個(gè)方面：(1)信息搜索方向：信息搜索方向用SM值來(lái)表示,SM值反映被試基于選項(xiàng)的眼跳次數(shù)比例高還是基于屬性的眼跳次數(shù)比例高。另外SM值大于0表示整個(gè)決策是基于選項(xiàng)的,小于 0則表示整個(gè)決策是基于屬性的(B?ckenholt & Hynan,1994a,1994b)。Su 等人(2013)的研究發(fā)現(xiàn)比例任務(wù)的 SM 值顯著大于單次概率任務(wù); 在正負(fù)值上,比例任務(wù)的 SM 值為正值,而單次概率任務(wù)的 SM值為負(fù)值。這表明,比例任務(wù)整體上是基于選項(xiàng)進(jìn)行決策的,遵循補(bǔ)償性決策理論; 而單次概率任務(wù)則是基于屬性進(jìn)行決策的,遵循非補(bǔ)償性決策理論。(2)信息加工深度：在決策反應(yīng)之前被試所注視的信息量占總信息量的比例表示了整個(gè)決策的信息加工深度。Su等人(2013)的結(jié)果表明,單次概率任務(wù)的信息加工深度顯著低于比例任務(wù)的信息加工深度。(3)加工復(fù)雜性：用平均注視時(shí)間來(lái)表示信息加工的復(fù)雜性,單次概率任務(wù)的平均注視時(shí)長(zhǎng)顯著低于比例任務(wù)的平均注視時(shí)間。(4)注視分布：注視分布是指被試在決策中對(duì)各種信息的注視比例,反映了各種信息對(duì)決策的重要性。補(bǔ)償性決策理論認(rèn)為,決策者需要整合所有的信息之后才能做出決策,因此,決策者對(duì)每個(gè)信息的注視是相對(duì)平均的; 而非補(bǔ)償性決策理論認(rèn)為,決策者只依賴(lài)較為關(guān)鍵的一些屬性進(jìn)行決策,因此,決策者對(duì)不同信息的注視分布是不均勻的。Su等人(2013)的結(jié)果表明,單次概率任務(wù)中,被試對(duì)各個(gè)信息區(qū)的注視比例的兩兩差異顯著,注視比例由大到小依次為：大報(bào)酬,小概率,小報(bào)酬,大概率,這與非補(bǔ)償性決策理論的預(yù)測(cè)較為一致。而對(duì)于比例任務(wù)來(lái)說(shuō),被試對(duì)四個(gè)區(qū)域的注視比例較為均衡,注視比例的差異均不顯著,更加符合補(bǔ)償性決策理論的預(yù)測(cè)。Su等人通過(guò)比較單次概率任務(wù)與比例任務(wù)在眼動(dòng)模式上的差異,再次說(shuō)明了被試在進(jìn)行自由風(fēng)險(xiǎn)決策時(shí)并不像補(bǔ)償性決策理論所預(yù)測(cè)的那樣進(jìn)行加權(quán)求和。

3.1.4 實(shí)驗(yàn)性分離

如果操縱一個(gè)自變量能使兩個(gè)對(duì)象發(fā)生不同的變化,那么就可以認(rèn)為這兩個(gè)對(duì)象在本質(zhì)上是不同的,也就是出現(xiàn)了實(shí)驗(yàn)性分離(楊治良,鐘毅平,1996)。除了直接對(duì)比不同任務(wù)下的眼動(dòng)模式外,利用實(shí)驗(yàn)性分離的思想也能夠檢驗(yàn)不同任務(wù)是否包含相同的決策過(guò)程。

非補(bǔ)償性決策理論,如齊當(dāng)別決策模型等,認(rèn)為決策者是基于屬性進(jìn)行信息搜索的,如果更換選項(xiàng)內(nèi)信息呈現(xiàn)的位置,使得兩個(gè)選項(xiàng)的某些屬性(例如：最大結(jié)果及其概率)交叉呈現(xiàn),就會(huì)引起決策者產(chǎn)生更多交叉轉(zhuǎn)換的眼跳軌跡。而補(bǔ)償性理論認(rèn)為決策者是基于選項(xiàng)進(jìn)行信息搜索和加工的,因此,無(wú)論是否交換選項(xiàng)內(nèi)的信息位置,都不會(huì)影響決策中的眼跳軌跡?；谶@一思想,汪祚軍和李紓(2012)操縱了實(shí)驗(yàn)材料的呈現(xiàn)方式,通過(guò)交換選項(xiàng)中信息的呈現(xiàn)位置,使得兩個(gè)選項(xiàng)的最大結(jié)果及其概率與最小結(jié)果及其概率出現(xiàn)交叉和非交叉兩種呈現(xiàn)方式(圖1),然后分別觀察決策者在自主決策任務(wù)和 EV迫選任務(wù)中的眼動(dòng)模式。結(jié)果發(fā)現(xiàn)呈現(xiàn)方式與任務(wù)類(lèi)型對(duì)交叉眼跳次數(shù)的交互作用顯著：在EV迫選任務(wù)條件下,交叉呈現(xiàn)與非交叉呈現(xiàn)的交叉眼跳次數(shù)無(wú)顯著性差異;而在自主決策任務(wù)條件下,交叉呈現(xiàn)條件下的交叉眼跳次數(shù)顯著多余非交叉呈現(xiàn)條件下的交叉眼跳次數(shù)(圖1)。這說(shuō)明,自主決策任務(wù)與EV迫選任務(wù)條件下被試的信息搜索模式確實(shí)存在不同——自主決策條件下,被試更傾向于進(jìn)行屬性間的比較而非選項(xiàng)間的比較。

圖 1 非交叉呈現(xiàn)(a)與交叉呈現(xiàn)(b)的材料及其在自主決策任務(wù)中的典型眼動(dòng)軌跡示意圖,其中,箭頭表示了注視點(diǎn)在注視軌跡中的先后順序,S表示注視軌跡的起始點(diǎn),E表示注視軌跡的終點(diǎn)(來(lái)源：Zhou et al.,2015)。

另外,補(bǔ)償性理論認(rèn)為決策者會(huì)對(duì)每個(gè)選項(xiàng)進(jìn)行加權(quán)求和,即對(duì)各個(gè)結(jié)果及其概率進(jìn)行乘積計(jì)算,然后再將這些乘積結(jié)果相加求和。因此,加權(quán)求和的計(jì)算難度將會(huì)對(duì)整個(gè)決策過(guò)程產(chǎn)生重要影響,如果計(jì)算難度較大,消耗的認(rèn)知資源較多,那么被試對(duì)信息的加工時(shí)間、信息加工量、加工深度等都會(huì)相應(yīng)地增加,這些決策過(guò)程都會(huì)反映在眼動(dòng)模式上。相反,非補(bǔ)償性決策理論認(rèn)為決策者只是依賴(lài)于屬性間的比較,應(yīng)用啟發(fā)式的決策策略。因此,無(wú)論結(jié)果與概率的計(jì)算難度如何,都不會(huì)影響到整體的決策過(guò)程,眼動(dòng)軌跡也不會(huì)發(fā)生改變?；谶@種思路,Su等人(2013)操縱了單次概率任務(wù)和比例任務(wù)中決策選項(xiàng)的計(jì)算難度,計(jì)算難度較低的選項(xiàng)其報(bào)酬結(jié)果和概率/比例都是整十整百數(shù)(如：800和90%),而計(jì)算難度較高的選項(xiàng)其報(bào)酬結(jié)果和概率/比例都是非整十整百數(shù)(如：750和85%)。他們的研究結(jié)果表明,計(jì)算難度與任務(wù)類(lèi)型對(duì)信息搜索方向的影響存在著顯著的交互作用：計(jì)算難度的增大顯著提高了被試在比例任務(wù)中的 SM 值,隨著計(jì)算難度的增加,被試越傾向于進(jìn)行基于選項(xiàng)的信息搜尋; 但計(jì)算難度的提高卻顯著降低了單次概率任務(wù)下眼動(dòng)的SM值,隨著計(jì)算難度的增加,被試反而更傾向于進(jìn)行基于屬性的信息搜索。此外,計(jì)算難度與任務(wù)類(lèi)型對(duì)被試的決策反應(yīng)時(shí)以及平均注視時(shí)長(zhǎng)的影響也存在著顯著的交互作用：隨著難度的增加,比例任務(wù)的決策反應(yīng)時(shí)、平均注視時(shí)長(zhǎng)都顯著地增長(zhǎng)了; 但難度卻并沒(méi)有對(duì)被試在單次概率任務(wù)中的決策反應(yīng)時(shí)和平均注視時(shí)長(zhǎng)產(chǎn)生顯著的影響。

通過(guò)操縱這兩種不同的調(diào)節(jié)變量,上述兩個(gè)研究再次說(shuō)明單次的、自主的風(fēng)險(xiǎn)決策過(guò)程并非像補(bǔ)償性決策理論所預(yù)測(cè)的那樣進(jìn)行基于選項(xiàng)的、加權(quán)求和的計(jì)算。很顯然,那些影響加權(quán)求和計(jì)算的因素(如：計(jì)算難度)對(duì)單次的、自主風(fēng)險(xiǎn)決策過(guò)程并不產(chǎn)生影響; 相反,那些影響屬性比較的因素(如：交叉呈現(xiàn)方式)對(duì)單次的、自主風(fēng)險(xiǎn)決策過(guò)程產(chǎn)生了顯著的影響。這說(shuō)明單次的、自主風(fēng)險(xiǎn)決策過(guò)程可能更符合非補(bǔ)償性決策理論所描述的那樣進(jìn)行基于屬性的、啟發(fā)式的決策。

以上研究無(wú)論是采用眼動(dòng)技術(shù)直接對(duì)決策過(guò)程進(jìn)行檢驗(yàn),還是將眼動(dòng)技術(shù)與“迫選規(guī)則體驗(yàn)法”或“概率–比例決策任務(wù)”范式結(jié)合,或是利用某些調(diào)節(jié)變量實(shí)現(xiàn)了實(shí)驗(yàn)的雙分離,都說(shuō)明了人們的決策過(guò)程并不像補(bǔ)償性決策模型所說(shuō)的那樣,對(duì)每個(gè)選項(xiàng)進(jìn)行加權(quán)求和,然后基于選項(xiàng)的效用進(jìn)行決策。相反,人們的決策更符合非補(bǔ)償性決策理論的描述,是一種基于屬性的、啟發(fā)式的過(guò)程。不過(guò),一些特定的非補(bǔ)償性決策模型,如占優(yōu)啟發(fā)式,也并不能很好地解釋追蹤到的決策的眼動(dòng)過(guò)程。實(shí)際決策過(guò)程究竟符合哪種非補(bǔ)償性決策模型？對(duì)這一問(wèn)題的解答還有待更多研究者采用眼動(dòng)技術(shù)去進(jìn)一步地探索。

3.2 單次風(fēng)險(xiǎn)決策vs. 多次風(fēng)險(xiǎn)決策

上述研究提供了大量的證據(jù)說(shuō)明單次的風(fēng)險(xiǎn)決策不符合補(bǔ)償性決策理論的描述,可理論研究者們?yōu)槭裁词冀K對(duì)這類(lèi)決策理論不離不棄？Li(2003)指出,這可能是因?yàn)閷?duì)于研究者來(lái)說(shuō),建立決策理論的目的在于能夠解釋和預(yù)測(cè)多數(shù)人、多次決策的行為傾向,而并不在意特定的某次決策行為。因此,這些補(bǔ)償性模型反映的實(shí)質(zhì)上是一個(gè)多次決策的過(guò)程。實(shí)際上,補(bǔ)償性模型所依賴(lài)的“期望”這一概念本身也正是基于多次重復(fù)取樣計(jì)算所得的,多次決策時(shí)人們的決策行為才更加符合期望價(jià)值理論,而單次決策與多次決策的心理機(jī)制和決策過(guò)程并不相同。Samuelson (1963)和其同事的故事就展現(xiàn)了單次決策和多次決策的差異：他的同事拒絕了一次一半可能獲得 200元一半可能損失 100元的賭博,但當(dāng)這個(gè)賭博要進(jìn)行100次時(shí),Samuelson的同事卻欣然接受了該賭博。眾多實(shí)證研究也發(fā)現(xiàn),決策者在做多次決策時(shí)更符合期望價(jià)值理論的預(yù)測(cè)(Colbert,Murray,&Nieschwietz,2009; DeKay & Kim,2005; Klos,Weber,& Weber,2005; Langer & Weber,2001; Li,2003)。

為了驗(yàn)證多次決策過(guò)程是否真的與單次決策過(guò)程不同,多次決策過(guò)程是否更符合期望價(jià)值理論的預(yù)測(cè),Su 等人(2013)利用“概率–比例決策任務(wù)”范式比較了單次概率任務(wù)、多次概率任務(wù)和比例任務(wù) 3種條件下的眼動(dòng)模式。結(jié)果發(fā)現(xiàn),多次概率任務(wù)下的眼動(dòng)模式確實(shí)與比例任務(wù)的眼動(dòng)模式更為接近,而單次概率任務(wù)與多次概率任務(wù)下的眼動(dòng)模式存在較大差異。具體表現(xiàn)在：多次概率任務(wù)和比例任務(wù)的 SM 值都為正,而單次概率任務(wù)的 SM 為負(fù)值; 多次概率任務(wù)的信息注視比例顯著多于單次概率任務(wù),但與比例任務(wù)的差異不顯著; 多次概率任務(wù)下被試對(duì)各個(gè)信息區(qū)的注視分布也與比例任務(wù)更為接近,兩個(gè)任務(wù)下對(duì)幾種信息區(qū)的注視都較為均衡,而單次概率任務(wù)下對(duì)各個(gè)信息區(qū)的注視卻存在較大差異。這說(shuō)明,多次風(fēng)險(xiǎn)決策確實(shí)更加符合期望價(jià)值理論的預(yù)測(cè),進(jìn)行加權(quán)求和的期望運(yùn)算,而多次風(fēng)險(xiǎn)決策與單次風(fēng)險(xiǎn)決策的心理機(jī)制和決策過(guò)程存在著較大的差異。

Sun,Rao,Zhou和Li (2014)也應(yīng)用眼動(dòng)技術(shù),探索了單次決策與多次決策在應(yīng)急管理應(yīng)用中的區(qū)別。她們發(fā)現(xiàn)在應(yīng)急方案的制定與選擇中,決策者得知方案只實(shí)施一次時(shí)的選擇偏好及其眼動(dòng)軌跡與決策者得知方案會(huì)重復(fù)實(shí)施多次時(shí)的選擇偏好及其眼動(dòng)軌跡具有較大差異。具體來(lái)講,相對(duì)于應(yīng)急方案只實(shí)施一次時(shí)被試的選擇及其眼動(dòng)軌跡,當(dāng)應(yīng)急方案會(huì)實(shí)施多次時(shí),被試的選擇會(huì)更加符合期望價(jià)值理論的預(yù)測(cè),被試更傾向于選擇期望價(jià)值更高的選項(xiàng),其眼動(dòng)軌跡中基于選項(xiàng)的眼跳比例更多,注視的平均時(shí)長(zhǎng)更長(zhǎng),長(zhǎng)時(shí)的注視點(diǎn)比例更多而短時(shí)的注視點(diǎn)比例更少。這些差異在公共衛(wèi)生應(yīng)急決策情境和農(nóng)業(yè)生產(chǎn)應(yīng)急決策情境下都得到了一致的結(jié)果。

上述兩個(gè)眼動(dòng)研究揭示了多次風(fēng)險(xiǎn)決策與單次風(fēng)險(xiǎn)決策在決策過(guò)程上的差異,說(shuō)明多次風(fēng)險(xiǎn)決策是符合期望價(jià)值理論的,但單次風(fēng)險(xiǎn)決策行為則與期望價(jià)值理論不符。

3.3 剔除–關(guān)注模型vs.齊當(dāng)別決策模型

作為消費(fèi)者,我們每天都要面臨各種各樣的選擇。對(duì)于兩種相似(共享特征)卻又不同(獨(dú)有特征)的商品,究竟是什么決定了我們的選擇？是相似的共享特征還是不同的獨(dú)有特征？基于補(bǔ)償性的決策理論,研究者們提出了“剔除–關(guān)注”模型(Houston & Sherman,1995; Houston,Sherman,&Baker,1989),認(rèn)為消費(fèi)者在兩個(gè)商品之間做出選擇時(shí),會(huì)忽略?xún)烧叩墓蚕硖卣鞫鴮⒆⒁獾慕裹c(diǎn)集中在兩種商品的獨(dú)有特征上,整個(gè)決策過(guò)程不會(huì)受到共享特征的影響。但是,基于齊當(dāng)別決策模型,Li,Zheng和Li (2007)認(rèn)為并不是所有共享特征對(duì)消費(fèi)決策都不產(chǎn)生影響。他們的研究發(fā)現(xiàn),當(dāng)共享特征與獨(dú)有特征之間有關(guān)聯(lián)時(shí),共享特征會(huì)改變某些屬性間的差異,進(jìn)而影響整個(gè)決策過(guò)程。在Li等人(2007)的研究基礎(chǔ)上,Su等人(2012)進(jìn)一步提出共享特征的“質(zhì)”與“量”的變化都會(huì)影響消費(fèi)者的消費(fèi)決策,并應(yīng)用眼動(dòng)技術(shù)驗(yàn)證了這一觀點(diǎn)。他們選用了最常見(jiàn)的快餐店決策情景,要求被試從兩種不同的套餐中進(jìn)行選擇,套餐 A的食品量小(小號(hào)雞漢堡)而飲品量大(大杯冰可樂(lè)),套餐 B的食品量大(大號(hào)雞漢堡)而飲品量小(小杯冰可樂(lè)),同時(shí),兩種套餐還包含了一個(gè)共同商品(共享特征)。Su 等人(2012)從“質(zhì)”和“量”上分別操縱了共同商品的種類(lèi),形成了 6種不同的共享特征：小量的食品“一對(duì)烤雞翅”、大量的食品“十對(duì)烤雞翅”、小量的飲品“品嘗杯雪碧”、大量的飲品“大杯裝雪碧”,以及與食品飲品都無(wú)關(guān)的“大包濕紙巾”和“小包濕紙巾”。

Su等人(2012)記錄了被試在不同共享特征的套餐選擇中的眼動(dòng)軌跡,結(jié)果發(fā)現(xiàn),不同質(zhì)與量的共享特征對(duì)決策確實(shí)產(chǎn)生了不同的影響,導(dǎo)致被試對(duì)共享特征和獨(dú)有特征關(guān)注程度不同。具體來(lái)說(shuō),首先,不同類(lèi)型的共享特征顯著影響了被試的選擇：當(dāng)“十對(duì)烤雞翅”作為共享特征加入備選套餐時(shí),被試選擇飲品維度占優(yōu)的套餐A的比例顯著提高; 當(dāng)“大杯裝雪碧”作為共享特征時(shí),被試選擇食品維度占優(yōu)的套餐B的比例顯著提高;而當(dāng)其他類(lèi)型的共享特征加入時(shí),被試的選擇偏好差異不顯著。其次,不同類(lèi)型的共享特征顯著影響了被試對(duì)共享特征的關(guān)注度：當(dāng)大量的、相關(guān)的物品(如：“十對(duì)烤雞翅”、“大杯裝雪碧”)作為共享特征出現(xiàn)時(shí),被試對(duì)這類(lèi)共享特征的注視時(shí)長(zhǎng)、注視次數(shù)顯著高于其他幾種類(lèi)型的共享特征(“品嘗杯雪碧”除外,這可能是由于“品嘗杯”詞頻較低,導(dǎo)致決策者好奇而給予更多關(guān)注),對(duì)這類(lèi)共享特征的最后注視時(shí)間也晚于所有其他類(lèi)型的共享特征,說(shuō)明相關(guān)的、大量的共享特征在決策中起到了重要作用。同時(shí),不同類(lèi)型的共享特征也顯著影響了被試對(duì)選項(xiàng)中獨(dú)有信息的關(guān)注度：“十對(duì)烤雞翅”作為共享特征加入備選套餐能夠顯著提高被試對(duì)選項(xiàng)“食品”維度的注視次數(shù)百分比和注視時(shí)長(zhǎng)百分比,同時(shí)也顯著提高了被試在兩選項(xiàng)“食品”維度上的眼跳次數(shù); 而當(dāng)“大杯裝雪碧”作為共享特征加入套餐時(shí),被試對(duì)選項(xiàng)“飲品”維度的注視次數(shù)百分比、注視時(shí)長(zhǎng)百分比、以及眼跳次數(shù)也顯著地提高了; 而無(wú)關(guān)的共享特征或小量相關(guān)的共享特征則沒(méi)有顯著影響被試決策中對(duì)獨(dú)有特征的注意。

應(yīng)用眼動(dòng)技術(shù),該研究說(shuō)明了共享特征確實(shí)會(huì)影響多屬性決策。當(dāng)共享特征與獨(dú)有特征相關(guān)且量較大時(shí),人們?cè)跊Q策過(guò)程中會(huì)關(guān)注這些共享特征。共享特征的加入還影響到人們?cè)跊Q策過(guò)程中對(duì)獨(dú)有特征的加工。這一結(jié)果表明,人們的實(shí)際決策違背了基于補(bǔ)償性規(guī)則的“剔除–關(guān)注”模型的預(yù)期; 另一方面,上述結(jié)果亦說(shuō)明多屬性決策過(guò)程可能如齊當(dāng)別所預(yù)期的是基于維度的。

4 總結(jié)與展望

早期對(duì)決策行為的研究?jī)H僅關(guān)注于輸入和輸出變量之間的關(guān)系,并沒(méi)有真正解答“人類(lèi)究竟如何做出決策”這一謎題。隨著眼動(dòng)技術(shù)等過(guò)程追蹤技術(shù)在決策研究中的應(yīng)用,研究者才真正實(shí)現(xiàn)了直接觀察與探索“決策過(guò)程”的目標(biāo)。在各種過(guò)程追蹤技術(shù)中,眼動(dòng)技術(shù)具有獨(dú)一無(wú)二的優(yōu)勢(shì),因此被廣泛應(yīng)用于各種決策研究中。眼動(dòng)技術(shù)為驗(yàn)證和比較各種決策理論提供了直接、有效的證據(jù)。例如：在眼動(dòng)技術(shù)的幫助下,研究者們利用各種實(shí)驗(yàn)范式解決了風(fēng)險(xiǎn)決策的“補(bǔ)償性決策理論與非補(bǔ)償性決策理論”之爭(zhēng); 在眼動(dòng)技術(shù)的幫助下,研究者發(fā)現(xiàn)多次風(fēng)險(xiǎn)決策和單次風(fēng)險(xiǎn)決策的決策過(guò)程存在著不同; 在多屬性決策中利用眼動(dòng)技術(shù)檢驗(yàn)了“剔除–關(guān)注模型”和“齊當(dāng)別決策模型”。總而言之,眼動(dòng)技術(shù)促進(jìn)了決策理論的建立、發(fā)展和完善,為整個(gè)決策心理學(xué)的理論發(fā)展做出了不可估量的貢獻(xiàn)。

在今后的研究中,眼動(dòng)技術(shù)必將為決策研究帶來(lái)更多的新發(fā)現(xiàn),為決策理論的發(fā)展帶來(lái)更多的證據(jù)支持。我們期待著有更多的決策研究者能夠應(yīng)用眼動(dòng)這一過(guò)程追蹤技術(shù)揭開(kāi)“決策過(guò)程”的神秘面紗。為了實(shí)現(xiàn)這一目標(biāo),我們認(rèn)為,今后的決策與眼動(dòng)研究需要著力于以下兩個(gè)方面的探索：

一方面,從眼動(dòng)技術(shù)發(fā)展的層面來(lái)看,研究者們應(yīng)該進(jìn)一步發(fā)展和豐富更加適用于決策領(lǐng)域研究的眼動(dòng)指標(biāo)和眼動(dòng)數(shù)據(jù)分析方法?？v觀當(dāng)前決策的眼動(dòng)研究,大部分研究所關(guān)注的眼動(dòng)指標(biāo)還相對(duì)比較局限,常用的眼動(dòng)指標(biāo),如注視次數(shù)、注視時(shí)長(zhǎng)、興趣區(qū)注視比例等,只能夠反映決策的某些局部特征(local details),信息比較單一,要不只體現(xiàn)時(shí)間特征,要不只體現(xiàn)空間特征,很少能夠整合性地考慮多維度信息。此外,這些指標(biāo)大部分都是靜態(tài)性指標(biāo),不能反映整個(gè)決策過(guò)程中信息加工模式的動(dòng)態(tài)變化性。因此,今后在決策研究中,研究者們應(yīng)當(dāng)更多地關(guān)注能夠反映決策整體特征、動(dòng)態(tài)特征的眼動(dòng)數(shù)據(jù)。例如：注視軌跡(scanpath)分析法能夠分析眼動(dòng)軌跡的注視點(diǎn)順序,反映了注視時(shí)間與注視位置的動(dòng)態(tài)變化情況,因此被認(rèn)為是更能反映決策過(guò)程整體特征和動(dòng)態(tài)特征的一種眼動(dòng)分析技術(shù)(Day,2010;Harte,Westenberg,& van Someren,1994)。近年來(lái),有決策研究者開(kāi)始關(guān)注如何將注視軌跡(scanpath)分析法應(yīng)用于決策研究中。Zhou等人(2015)利用注視軌跡分析方法對(duì)已發(fā)表的3篇決策研究中的眼動(dòng)數(shù)據(jù)進(jìn)行再分析,驗(yàn)證了注視軌跡分析法在決策研究中具有較高的信效度,同時(shí)利用這種分析方法還找出了不同決策任務(wù)下最典型的眼動(dòng)軌跡,為我們更直觀地理解不同決策過(guò)程提供了便利。

另一方面,從決策理論發(fā)展的層面來(lái)看,研究者們應(yīng)該進(jìn)一步探索在決策過(guò)程中各種眼動(dòng)模式背后的心理意義,建立眼動(dòng)過(guò)程與決策結(jié)果的聯(lián)系,最終實(shí)現(xiàn)用眼動(dòng)數(shù)據(jù)預(yù)測(cè)決策行為的終極目標(biāo)。事實(shí)上,按照目前所取得的證據(jù),我們已經(jīng)發(fā)現(xiàn)決策者采用不同的決策策略(Horstmann et al.,2009; Sütterlin et al.,2008; 汪祚軍,李紓,2012)、依賴(lài)不同的決策信息(Gl?ckner & Herbold,2011;Gl?ckner et al.,2012; Su et al.,2012; van Raaij,1977; Wedell & Senter,1997)、在不同的決策階段(Russo & Leclerc,1994; Krajbich & Rangel,2011;Venkatraman,Payne,& Huettel,2014),其眼動(dòng)模式都有巨大的區(qū)別。基于這些證據(jù),研究者可以進(jìn)一步建立不同眼動(dòng)模式與不同決策策略、不同決策信息、不同決策階段的關(guān)聯(lián),進(jìn)而利用眼動(dòng)數(shù)據(jù)預(yù)測(cè)決策者采用了什么決策策略、依賴(lài)什么樣的決策維度,在什么樣的決策階段做決策。如果能夠理清決策過(guò)程中各種眼動(dòng)模式背后的心理意義,建立完善的眼動(dòng)過(guò)程與決策結(jié)果的關(guān)聯(lián)圖譜,那么,利用眼動(dòng)技術(shù)來(lái)預(yù)測(cè)人們選擇的結(jié)果,真正把“眼睛”作為心靈的窗戶(hù),實(shí)現(xiàn)“讀心術(shù)”或許就不再是神話(huà)。

李紓. (2006). 發(fā)展中的行為決策研究.心理科學(xué)進(jìn)展,14(4),490?496.

李紓,畢研玲,梁竹苑,孫彥,汪祚軍,鄭蕊. (2009). 無(wú)限理性還是有限理性?——齊當(dāng)別抉擇模型在經(jīng)濟(jì)行為中的應(yīng)用.管理評(píng)論,21(5),103?114.

梁竹苑,徐麗娟,饒儷琳,蔣田仔,李紓. (2012). “20%的概率獲得蛋糕”=“獲得蛋糕的20%”? 檢驗(yàn)風(fēng)險(xiǎn)決策的期望法則假設(shè).科學(xué)通報(bào),57(35),3421?3433.

饒儷琳,梁竹苑,李紓. (2009). 迫選規(guī)則體驗(yàn)法: 檢驗(yàn)規(guī)范性和描述性風(fēng)險(xiǎn)決策理論的新嘗試.心理學(xué)報(bào),41(8),726?736.

汪祚軍,歐創(chuàng)巍,李紓. (2010). 整合模型還是占優(yōu)啟發(fā)式模型? 從齊當(dāng)別模型視角進(jìn)行的檢驗(yàn).心理學(xué)報(bào),42(8),821?833.

汪祚軍,李紓. (2012). 對(duì)整合模型和占優(yōu)啟發(fā)式模型的檢驗(yàn): 基于信息加工過(guò)程的眼動(dòng)研究證據(jù).心理學(xué)報(bào),44(2),179?198.

徐娟. (2013). 眼動(dòng)儀的發(fā)展和性能比較.中國(guó)現(xiàn)代教育裝備,(23),16?18.

楊治良,鐘毅平. (1996). 現(xiàn)代實(shí)驗(yàn)心理學(xué)三種新方法評(píng)述.心理科學(xué),(1),44?48.

張陽(yáng)陽(yáng),饒儷琳,梁竹苑,周媛,李紓. (2014). 風(fēng)險(xiǎn)決策過(guò)程驗(yàn)證: 補(bǔ)償/非補(bǔ)償模型之爭(zhēng)的新認(rèn)識(shí)與新證據(jù).心理科學(xué)進(jìn)展,22(2),205?219.

莊錦英. (2006).決策心理學(xué). 上海: 上海教育出版社.

Beatty,J. (1982). Task-evoked pupillary responses,processing load,and the structure of processing resources.Psychological Bulletin,91(2),276?292.

Bettman,J. R.,Johnson,E. J.,& Payne,J. W. (1990). A componential analysis of cognitive effort in choice.Organizational Behavior and Human Decision Processes,45(1),111?139.

Birnbaum,M. H.,& LaCroix,A. R. (2008). Dimension integration: Testing models without trade-offs.Organizational Behavior and Human Decision Processes,105(1),122?133.

B?ckenholt,U.,& Hynan,L. S. (1994a). Caveats on a process-tracing measure and a remedy.Journal of Behavioral Decision Making,7(2),103?117.

B?ckenholt,U.,& Hynan,L. S. (1994b). Similarities and differences between SI and SM: A reply to Payne and Bettman.Journal of B ehavioral D ecision M aking,7(2),123?127.

Brandst?tter,E.,Gigerenzer,G.,& Hertwig,R. (2006). The priority heuristic: Making choices without trade-offs.Psychological Review,113(2),409?432.

Chandon,P.,Hutchinson,J. W.,Bradlow,E. T.,& Young,S.H. (2009). Does in-store marketing work? Effects of the number and position of shelf facings on brand attention and evaluation at the point of purchase.Journal of Marketing,73(6),1?17.

Colbert,G.,Murray,D.,& Nieschwietz,R. (2009). The use of expected value in pricing judgments.Journal of Risk Research,12(2),199?208.

Day,R. F. (2010). Examining the validity of the Needleman–Wunsch algorithm in identifying decision strategy with eye-movement data.Decision Support Syst ems,49(4),396?403.

DeKay,M. L.,& Kim,T. G. (2005). When things don't add up: The role of perceived fungibility in repeated-play decisions.Psychological Science,16(9),667?672.

Edwards,W. (1954). The theory of decision making.Psychological Bulletin,51(4),380?417.

Fiedler,S.,& Gl?ckner,A. (2012). The dynamics of decision making in risky choice: An eye-tracking analysis.Frontiers in Psychology,3,335.

Franco-Watkins,A.,& Johnson,J. G. (2011). Decision moving window: Using interactive eye tracking to examine decision processes.Behavior Research M ethods,43(3),853?863.

Gilbert,L. C.,& Gilbert,D. W. (1942). Reading before the eye-movement camera versus reading away from it.The Elementary School Journal,42,443?447.

Glaholt,M. G.,& Reingold,E. M. (2009). Stimulus exposure and gaze bias: A further test of the gaze cascade model.Attention,Perception,& Psychophysics,71(3),445?450.

Glaholt,M. G.,Wu,M.-C.,& Reingold,E. M. (2009).Predicting preference from fixations.PsychNology Journal,7(2),141?158.

Glaholt,M. G.,& Reingold,E. M. (2011). Eye movement monitoring as a process tracing methodology in decision making research.Journal of N euroscience,Psychology,and Economics,4(2),125?146.

Gl?ckner,A.,& Betsch,T. (2011). The empirical content of theories in judgment and decision making: Shortcomings and remedies.Judgment and D ecision M aking,6(8),711?721.

Gl?ckner,A.,Fiedler,S.,Hochman,G.,Ayal,S.,& Hilbig,B.E. (2012). Processing differences between descriptions and experience: A comparative analysis using eye-tracking and physiological measures.Frontiers in Psychology,3,173.

Gl?ckner,A.,& Herbold,A.-K. (2011). An eye-tracking study on information processing in risky decisions:Evidence for compensatory strategies based on automatic processes.Journal of Behavioral Decision Making,24(1),71?98.

Gl?ckner,A.,& Witteman,C. (2010). Beyond dual-process models: A categorisation of processes underlying intuitive judgement and decision making.Thinking & R easoning,16(1),1?25.

Harte,J. M.,Westenberg,M. R. M.,& van Someren,M. (1994).Process models of decision making.Acta P sychologica,87(2-3),95?120.

Horstmann,N.,Ahlgrimm,A.,& Gl?ckner,A. (2009). How distinct are intuition and deliberation? An eye-tracking analysis of instruction-induced decision modes.Judgment and Decision Making,4(5),335?354.

Houston,D. A.,& Sherman,S. J. (1995). Cancellation and focus: The role of shared and unique features in the choice process.Journal of Experimental Social Psychology,31(4),357?378.

Houston,D. A.,Sherman,S. J.,& Baker,S. M. (1989). The influence of unique features and direction of comparison of preferences.Journal of Experimental Social Psychology,25(2),121?141.

Hristova,E.,& Grinberg,M. (2008).Disjunction effect in prisoner's dilemma: Evidences from an eye-tracking study.Paper presented at the Proceedings of the 30th Annual conference of the cognitive science society.

Huber,O.,Wider,R.,& Huber,O. W. (1997). Active information search and complete information presentation in naturalistic risky decision tasks.Acta P sychologica,95(1),15?29.

Johnson,E. J.,Schulte-Mecklenbeck,M.,& Willemsen,M.C. (2008). Process models deserve process data: Comment on Brandst?tter,Gigerenzer,and Hertwig (2006).Psychological Review,115(1),263?272.

Kahneman,D.,& Tversky,A. (1979). Prospect theory: An analysis of decision under risk.Econometrica,47(2),263?292.

Kim,B. E.,Seligman,D.,& Kable,J. W. (2012). Preference reversals in decision making under risk are accompanied by changes in attention to different attributes.Frontiers in Neuroscience,6,109.

Klos,A.,Weber,E. U.,& Weber,M. (2005). Investment decisions and time horizon: Risk perception and risk behavior in repeated gambles.Management Science,51(12),1777?1790.

Krajbich,I.,Armel,C.,& Rangel,A. (2010). Visual fixations and the computation and comparison of value in simple choice.Nature Neuroscience,13(10),1292?1298.

Krajbich,I.,& Rangel,A. (2011). Multialternative driftdiffusion model predicts the relationship between visual fixations and choice in value-based decisions.Proceedings of the National Academy of Sciences of the United States of America,108(33),13852?13857.

Krajbich,I.,Lu,D. C.,Camerer,C.,& Rangel,A. (2012).The attentional drift-diffusion model extends to simple purchasing decisions.Frontiers in Psychology,3,193.

Kuo,F.-Y.,Hsu,C.-W.,& Day,R.-F. (2009). An exploratory study of cognitive effort involved in decision under Framing—an application of the eye-tracking technology.Decision Support Systems,48(1),81?91.

Langer,T.,& Weber,M. (2001). Prospect theory,mental accounting,and differences in aggregated and segregated evaluation of lottery portfolios.Management Science,47(5),716?733.

Li,S. (2003). The role of expected value illustrated in decision-making under risk: Single-play vs multiple-play.Journal of Risk Research,6(2),113?124.

Li,S. (2004). A behavioral choice model when computational ability matters.Applied Intelligence,20(2),147?163.

Li,S.,Zheng,R.,& Li,L. B. (2007). Do shared features of offered alternatives have an effect in consumer choice?.Journal of Economic Psychology,28(6),658?677.

Lohse,G. L.,& Johnson,E. J. (1996,3-6 Jan 1996).A comparison of two process tracing m ethods for choice tasks.Paper presented at the System Sciences,1996.Proceedings of the Twenty-Ninth Hawaii International Conference on.

Luce,R. D.,& Raiffa,H. (1957).Games and decis ions:Introduction and critical survey. New York,NY: Wiley.

Meiβner,M.,& Decker,R. (2010). Eye-tracking information processing in choice-based conjoint analysis.International Journal of Market Research,52(5),593?612.

Milosavljevic,M.,Navalpakkam,V.,Koch,C.,& Rangel,A.(2012). Relative visual saliency differences induce sizable bias in consumer choice.Journal of Consumer Psychology,22(1),67?74.

Orquin,J. L.,Bagger,M.,& Mueller Loose,S. (2013).Learning affects top down and bottom up modulation of eye movements in decision making.Judgment and Decision Making,8(6),700?716.

Orquin,J. L.,& Mueller Loose,S. (2013). Attention and choice: A review on eye movements in decision making.Acta Psychologica,144(1),190?206.

Orquin,J. L.,Scholderer,J.,& Jeppesen,H. (2012). What you see is what you buy: How saliency and surface size of packaging elements affect attention and choice.Paper presented at the Society for Advancement of Behavioural Economics,Granada,Spain.

Partala,T.,& Surakka,V. (2003). Pupil size variation as an indication of affective processing.International Journal of Human-Computer Studies,59(1–2),185?198.

P?rnamets,P.,Johansson,P.,Hall,L.,Balkenius,C.,Spivey,M. J.,& Richardson,D. C. (2015). Biasing moral decisions by exploiting the dynamics of eye gaze.Proceedings of the National Academy of Sciences of the United States of America,112(13),4170?4175.

Payne,J. W. (1976). Task complexity and contingent processing in decision making: An information search and protocol analysis.Organizational Behavior and H uman Performance,16(2),366?387.

Payne,J. W.,& Bettman,J. R. (2004). Walking with the scarecrow: The information-processing approach to decision research. InBlackwell handbook of judgment and decision making(pp. 110?132). Blackwell Publishing Ltd.

Pieters,R.,& Warlop,L. (1999). Visual attention during brand choice: The impact of time pressure and task motivation.International Journal of Research in Marketing,16(1),1?16.

Reisen,N.,Hoffrage,U.,& Mast,F. W. (2008). Identifying decision strategies in a consumer choice situation.Judgment and Decision Making,3(8),641?658.

Reutskaja,E.,Nagel,R.,Camerer,C. F.,& Rangel,A. (2011).Search dynamics in consumer choice under time pressure:An eye-tracking study.The Am erican E conomic R eview,101(2),900?926.

Riedl,R.,Brandst?tter,E.,& Roithmayr,F. (2008). Identifying decision strategies: A process- and outcome-based classification method.Behavior Research Methods,40(3),795?807.

Russo,J. E. (1978). Eye fixations can save the world: A critical evaluation and a comparison between eye fixations and other information processing methodologies.Advances in Consumer Research,5(1),561?570.

Russo,J. E.,& Dosher,B. A. (1983). Strategies for multiattribute binary choice.Journal of Experimental Psychology: Learning,Me mory,and Cogn ition,9(4),676?696.

Russo,J. E.,& Leclerc,F. (1994). An eye-fixation analysis of choice processes for consumer nondurables.Journal of Consumer Research,21(2),274?290.

Russo,J. E.,& Rosen,L. D. (1975). An eye fixation analysis of multialternative choice.Memory & C ognition,3(3),267?276.

Samuelson,P. A. (1963). Risk and uncertainty: A fallacy of large numbers.Scientia,98(612),108?113.

Savage,L. J. (1954).The foundations of statistics. New York:Wiley.

Schotter,E. R.,Berry,R. W.,McKenzie,C. R. M.,& Rayner,K. (2010). Gaze bias: Selective encoding and liking effects.Visual Cognition,18(8),1113?1132.

Schulte-Mecklenbeck,M.,Kühberger,A.,& Ranyard,R.(2011). The role of process data in the development and testing of process models of judgment and decision making.Judgment and Decision Making,6(8),733?739.

Shimojo,S.,Simion,C.,Shimojo,E.,& Scheier,C. (2003).Gaze bias both reflects and influences preference.Nature Neuroscience,6(12),1317?1322.

Simion,C.,& Shimojo,S. (2006). Early interactions between orienting,visual sampling and decision making in facial preference.Vision Research,46(20),3331?3335.

Simion,C.,& Shimojo,S. (2007). Interrupting the cascade:Orienting contributes to decision making even in the absence of visual stimulation.Perception & Psy chophysics,69(4),591?595.

Simon,H. A. (1955). A behavioral model of rational choice.The Quarterly Journal of Economics,69(1),99?118.

Simon,H. A.,(1986). Decision making and problem solving.Research briefings 1986: Report of the research briefing panel on decision m aking and problem so lving. The National Academy of Sciences. National Academy Press,Washington DC.

Spivey,M. J.,Grosjean,M.,& Knoblich,G. (2005).Continuous attraction toward phonological competitors.Proceedings of the National Academy of Sciences of the United States of America,102(29),10393?10398.

Suter,R. S.,Pachur,T.,& Hertwig,R. (2015). How affect shapes risky choice: Distorted probability weighting versus probability neglect.Journal of Behavioral Decision Making,doi: 10.1002/bdm.1888.

Sütterlin,B.,Brunner,T. A.,& Opwis,K. (2008). Eye-tracking the cancellation and focus model for preference judgments.Journal of Experimental SocialPsychology,44(3),904?911.

Su,Y.,Rao,L.-L.,Li,X. S.,Wang,Y.,& Li,S. (2012). From quality to quantity: The role of common features in consumer preference.Journal of E conomic P sychology,33(6),1043?1058.

Su,Y.,Rao,L.-L.,Sun,H.-Y.,Du,X.-L.,Li,X. S.,& Li,S.(2013). Is making a risky choice based on a weighting and adding process? An eye-tracking investigation.Journal of Experimental Psychology: Learning,Memory,and Cognition,39(6),1765?1780.

Sun,H. Y.,Rao,L. L.,Zhou,K.,& Li,S. (2014).Formulating an emergency plan based on expectationmaximization is one thing,but applying it to a single case is another.Journal of Risk Research,17(7),785?814.

Svenson,O. (1979). Process descriptions of decision making.Organizational Behavior and Human Performance,23(1),86?112.

Tversky,A.,& Kahneman,D. (1992). Advances in prospect theory: Cumulative representation of uncertainty.Journal of Risk and Uncertainty,5(4),297?323.

van Herpen,E.,& van Trijp,H. C. M. (2011). Front-of-pack nutrition labels. Their effect on attention and choices when consumers have varying goals and time constraints.Appetite,57(1),148?160.

van Raaij,F. W. (1977). Consumer information processing for different information structures and formats.Advances in Consumer Research,4(1),176?184.

Venkatraman,V.,Payne,J. W.,& Huettel,S. A. (2014). An overall probability of winning heuristic for complex risky decisions: Choice and eye fixation evidence.Organizational Behavior and Human Decision Processes,125(2),73?87.

von Neumann,J.,& Morgenstern,O. (1944).Theory of games and econo mic behavior. Princeton: Princeton University Press.

Weber,E. U.,& Johnson,E. J. (2009). Mindful judgment and decision making.Annual R eview of P sychology,60(1),53?85.

Wedell,D. H.,& Senter,S. M. (1997). Looking and weighting in judgment and choice.Organizational B ehavior and Human Decision Processes,70(1),41?64.

Zhou,L.,Zhang,Y.-Y.,Wang,Z.-J.,Rao,L.-L.,Wang,W.,Li,S.,… Liang,Z.-Y. (2015). A scanpath analysis of the risky decision-making process.Journal o f Behavioral Decision Making,(accepted)