# 有限理性 (Bounded Rationality)
有限理性 (Bounded Rationality) 是一个核心的{{{行为经济学}}}和{{{认知心理学}}}概念，旨在描述现实世界中个人进行决策的真实过程。该理论由诺贝尔经济学奖得主{{{赫伯特·西蒙}}} (Herbert A. Simon) 于20世纪50年代首次提出，它挑战了传统经济学中关于{{{完全理性}}} (Perfect Rationality) 或“{{{经济人}}}” ($Homo economicus$) 的基本假设。
有限理性理论认为，人类在做决策时，其理性是“有限的”或“受约束的”。这种限制并非源于非理性或冲动，而是由于决策者所面临的客观环境和自身认知能力的约束。因此，人们并非总是追求最优解 (optimal solution)，而是倾向于寻找一个足够好、令人满意的解 (satisfactory solution)。
## 有限理性的三个核心限制
赫伯特·西蒙指出，导致有限理性的主要原因可以归结为三个方面的限制：
1. 信息的有限性 (Limited Information)：在绝大多数现实决策情境中，个人无法获得做出完美决策所需的全部信息。信息可能是缺失的、不完整的、获取成本过高的，甚至是模糊不清的。例如，在购买二手车时，买家几乎不可能完全了解车辆的所有历史维修记录和潜在问题。
2. 认知的有限性 (Cognitive Limitations)：人类大脑的处理能力是有限的。我们的记忆容量、注意力广度和计算能力都存在生理上的限制。即使掌握了所有相关信息，我们也可能无法对其进行完全、精确的分析和比较，以找出那个唯一的“最优”选项。面对复杂的决策问题，如选择职业或投资组合，认知负担会变得非常沉重。
3. 时间的有限性 (Time Constraints)：决策往往需要在有限的时间内做出。无论是企业经理应对市场突发事件，还是个人在商店里选择商品，时间压力都使得详尽无遗的分析变得不切实际。因此，决策者必须在时限内做出判断，这常常会牺牲决策的“最优性”。
## 有限理性与完全理性的比较
为了更好地理解有限理性，我们可以将其与新古典经济学中的“完全理性”假设进行对比。
| 特征 | 完全理性 (Perfect Rationality) | 有限理性 (Bounded Rationality) | | :--- | :--- | :--- | | 决策目标 | {{{效用最大化}}} 或 {{{利润最大化}}}。决策者寻求唯一的、最好的结果。 | 满意化 (Satisficing)。决策者寻求一个“足够好”的、符合其期望水平的结果。 | | 信息获取 | 假设拥有完全信息 (Complete Information)，或者能够以零成本获取所有相关信息。 | 承认信息不完全 (Incomplete Information) 和信息获取存在成本。 | | 认知能力 | 假设拥有无限的认知能力，能够处理任何复杂度的信息和计算。 | 承认存在认知局限，如有限的记忆、注意力和计算能力。 | | 决策过程 | 系统性优化 (Systematic Optimization)。评估所有可能的备选方案，并选择能带来最高{{{效用}}}的方案。 | 采用启发法 (Heuristics) 或“经验法则”来简化问题，并进行顺序搜索。 | | 代表模型 | {{{经济人}}} ($Homo economicus$) | 现实世界中的决策者 |
## 满意化原则 (Satisficing)
“满意化”是有限理性理论的核心概念，由西蒙创造，是“satisfy”（满足）和“suffice”（足够）的结合词。它描述了在有限理性下的典型决策行为。
满意化原则 指的是决策者不会去 exhaustive 地搜寻所有可能的选项以找到那个“最优解”，而是会设定一个或多个“可接受的期望水平” (aspiration level)。然后，他们会按顺序考察遇到的选项，一旦找到第一个满足其期望水平的选项，搜索过程就会停止，并选择该选项。
示例：寻找工作 * 一个完全理性的求职者会收集市场上所有可能的工作机会，评估每个机会的薪资、福利、通勤时间、职业发展等所有因素，并将其量化为一个总效用分数，最后选择分数最高的工作。这个过程理论上是可行的，但现实中几乎不可能。 * 一个有限理性的求职者（即一个“满意化者”）可能会设定一些标准，例如：月薪不低于＄8,000，通勤时间在45分钟以内，并且公司提供医疗保险。然后，他会开始申请和面试，并接受第一个满足所有这些条件的工作机会，而不会继续寻找可能“更好”的工作。
满意化是一种在复杂性和不确定性环境中非常有效且现实的决策策略。
## 决策的快捷方式：启发法与认知偏差
由于认知能力的限制，人们在决策时会不自觉地使用一些心理捷径，即{{{启发法}}} (Heuristics)，来简化复杂的判断过程。这些启发法在大多数情况下是有效的，能帮助我们快速做出不错的决定。然而，在某些特定情境下，对启发法的依赖会导致系统性的判断错误，这些错误被称为{{{认知偏差}}} (Cognitive Biases)。
{{{丹尼尔·卡尼曼}}} (Daniel Kahneman) 和 {{{阿摩司·特沃斯基}}} (Amos Tversky) 的研究极大地扩展了我们对启发法和认知偏差的理解，他们的工作（如{{{展望理论}}}）是建立在西蒙的有限理性框架之上的。常见的启发法及其可能导致的偏差包括：
* {{{可得性启发法}}} (Availability Heuristic)：人们倾向于根据信息在记忆中可得的难易程度来评估事件发生的频率或可能性。例如，由于媒体对飞机失事的广泛报道，人们可能会高估飞行的风险。 * {{{代表性启发法}}} (Representativeness Heuristic)：人们倾向于根据一个事物与某个典型案例或原型的相似程度来对其进行分类和判断，而忽略了{{{基础概率}}}等统计学信息。 * {{{锚定与调整}}} (Anchoring and Adjustment)：人们在做估计时，会不自觉地以一个初始值（“锚”）为基准，然后在这个基准附近进行不充分的调整。例如，谈判中的首次出价往往会成为后续讨论的“锚”。
## 应用与意义
有限理性理论对经济学、管理学、政治学和{{{人工智能}}}等多个领域产生了深远影响。
* {{{行为经济学}}}：有限理性是整个行为经济学领域的基石，它为研究人们的非理性经济行为提供了理论基础。 * {{{组织理论}}}：该理论解释了为什么大型组织（如公司或政府机构）的决策往往是程序化的、基于规则的，并且追求“满意”而非“最优”。组织通过建立标准作业程序 (SOPs) 来应对其成员的有限理性。 * {{{公共政策}}}：理解公众的有限理性有助于设计更有效的政策。例如，{{{助推理论}}} (Nudge Theory) 就是利用人们的认知偏差，通过巧妙地设计选择架构，来“助推”人们做出对自己和社会更有利的选择（如设置器官捐献的默认选项为“同意”）。