有限理性

有限理性 (Bounded Rationality)

有限理性（Bounded Rationality）是行为经济学和认知心理学的基石性概念，由诺贝尔经济学奖得主赫伯特·西蒙（Herbert A. Simon）于 20 世纪 50 年代首次系统提出。该理论对传统经济学中完全理性（Perfect Rationality）与"经济人"（$Homo\ economicus$）假设构成了根本性挑战。

有限理性的核心命题是：人类决策者的理性能力并非无限，而是受制于客观环境与自身认知的双重约束。人们并非无能或冲动——恰恰相反，在给定约束下，他们表现得相当明智——但由于无法穷尽所有备选方案并精确计算其后果，决策者并非追求全局最优解（Optimal Solution），而是寻找一个"足够好"的满意解（Satisfactory Solution）。这一洞察重塑了我们对消费者选择、企业决策、组织行为乃至公共政策设计的理解。

三个核心约束

西蒙将有限理性的根源归结为三类不可消除的约束：

1. 信息的有限性（Limited Information）：现实决策几乎不存在信息完备的真空环境。信息可能缺失、模糊、不对称，或获取成本高到使完全搜集变得不经济。例如，二手车买家无法确切知晓车辆的全部故障历史——这正是信息不对称与柠檬市场问题的微观基础。
2. 认知的有限性（Cognitive Limitations）：人类的工作记忆、注意力广度和计算速度均存在生物学上限。即使手握全部相关信息，大脑也无法对其进行穷举式的精确比较与优化。面对职业选择、投资组合配置等复杂问题，认知负荷急剧膨胀，使得"全局最优"在心理层面不可达。
3. 时间的有限性（Time Constraints）：多数决策嵌入在紧迫的时间框架中。企业经理必须对市场异动做出即时反应，消费者在货架前只有数秒做出抉择——这些时间压力使得穷举分析不切实际，决策者必须用速度换取精度。

这三重约束共同定义了人类决策的"边界"：不是非理性，而是在"有限的信息 + 有限的脑力 + 有限的时间"这个可行域内的理性。

与完全理性的系统对比

有限理性与新古典经济学完全理性假设的对立，可以从决策目标、信息条件、认知能力与决策过程四个维度加以系统辨析：

\begin{array}{|c|c|c|} \hline $\text{维度}$ \& 完全理性 \& 有限理性 \\ \hline $\text{决策目标}$ \& 效用最大化 / 利润最大化，寻求唯一最优 \& 满意化（Satisficing），寻求满足期望水平的可行解 \\ \hline $\text{信息条件}$ \& 完全信息，零成本获取 \& 信息不完全且存在获取成本 \\ \hline $\text{认知能力}$ \& 无限计算与记忆能力 \& 有限的工作记忆、注意力与计算资源 \\ \hline $\text{决策过程}$ \& 全局搜索 + 系统优化，遍历所有备选方案 \& 启发法（Heuristics）+ 顺序搜索，碰到首个满意选项即终止 \\ \hline $\text{代表模型}$ \& 经济人（$Homo\ economicus$） \& 现实世界中的"行政人"（Administrative Man） \\ \hline \end{array}

这张对照表揭示了一个关键差异：两种模型对"理性"的定义本身不同。完全理性是实质理性（Substantive Rationality）——关注结果是否最优；有限理性则是程序理性（Procedural Rationality）——关注决策过程是否在给定约束下合理。

满意化原则 (Satisficing)

"满意化"（Satisficing）是西蒙自创的合成词，融合了 "satisfy"（满足）与 "suffice"（足够），是有限理性框架下最核心的行为原则。其运作机制如下：决策者预先设定一个期望水平（Aspiration Level）——一组可接受的最低标准——然后按顺序考察遇到的备选方案。一旦某个方案达到或超过所有期望水平，搜索立即终止，该方案被采纳。

以求职为例：完全理性的求职者理论上应收集所有职位信息，量化薪资、福利、通勤、成长空间等全部维度，构建统一效用函数，最终选择分数最高的 offer——这在现实世界中不可能实现。满意化的求职者则设定标准：月薪不低于 $\$8{,}000$，通勤 45 分钟以内，提供医疗保险。他按面试顺序接受第一个同时满足三个条件的工作，而不会继续搜寻"可能更好"的未知选项。

满意化策略的深层合理性在于：搜寻本身消耗资源（时间、精力、机会成本），在搜寻的边际成本与边际收益相等处停止才是真正的最优——这意味着满意化在元层面是最优的：它内化了信息获取的成本，而完全理性模型恰恰忽略了这个成本。

启发法与认知偏差

有限理性的认知约束迫使决策者依赖启发法（Heuristics）——即心理捷径或经验法则——来简化判断任务。启发法在大多数日常情境中高效且准确，但在某些特定结构的问题中会诱发系统性的认知偏差（Cognitive Biases）。

丹尼尔·卡尼曼（Daniel Kahneman）与阿摩司·特沃斯基（Amos Tversky）的展望理论（Prospect Theory）及相关研究极大丰富了这一框架。三种经典启发法包括：

• 可得性启发法（Availability Heuristic）：人们根据事例在记忆中浮现的难易程度估计事件频率或概率。媒体对空难的密集报道使公众系统性地高估飞行风险，却低估驾车出行的实际危险。
• 代表性启发法（Representativeness Heuristic）：人们依据某事物与典型范畴成员的相似程度进行分类判断，同时忽略基础概率（Base Rate）等统计信息。这解释了为什么投资者会过度追逐"看起来像下一个苹果"的成长股。
• 锚定与调整（Anchoring and Adjustment）：估计时以某一初始值（"锚"）为参照，随后进行通常不充分的调整。谈判中的首次出价、商品的原价标签均构成锚点，即使数字本身是随机的，仍会显著影响最终判断。

启发法与偏差的研究并非否定人类理性，而是描绘了理性的真实运作机制：我们使用有限的心理资源，借助快速但偶尔出错的捷径，在复杂世界中维持有效的决策。

跨领域影响

有限理性理论的影响远超经济学边界，深刻重塑了管理科学、政治学、法学与人工智能等多个学科。

在行为经济学中，有限理性是整个学科的逻辑起点。从禀赋效应到现状偏差，几乎所有"非标准"经济行为都可以追溯到认知约束与启发法的运作。

在组织理论中，有限理性解释了大型组织（企业、政府机构）为何依赖标准作业程序（SOPs）、科层结构与"足够好"的惯例，而非持续追求全局最优。西蒙本人因此获得了 1978 年诺贝尔经济学奖，颁奖词特别提及他对"经济组织内部决策过程的开创性研究"。

在公共政策领域，有限理性催生了助推理论（Nudge Theory）——利用对认知偏差的理解，通过巧妙设计选择架构（Choice Architecture）引导人们做出更优决策，同时保留其选择自由。将器官捐献的默认选项设为"同意"（opt-out）而非"不同意"（opt-in），可大幅提升捐献率，这正是有限理性在政策设计中转化为社会福利的经典案例。

有限理性提醒我们：观察到的"非最优"行为往往不是需要纠正的谬误，而是在复杂世界中做出明智权衡的体现。真正的理性，或许正是认识到自己的有限。