Appearance
Does counting change what counts? Quantification fixation biases decision-making
Summary
Problem: 量化正在渗透到生活的方方面面（如Apgar评分、IBU苦度值、体育统计等），但人们是否会在某些选择维度被量化而其他维度未被量化时做出不同的决策？既有心理学文献认为数字是苍白且难以处理的，可能处于劣势；但本文提出另一种观点：在需要比较和权衡的决策中，数字因其天然适合比较而可能获得心理优势。 Approach: 作者通过21个预注册实验（正文8个，补充材料13个）系统检验这一假设。实验涵盖管理、政策和消费情境，参与者面对涉及权衡的选择（如酒店价格vs评分、员工晋升概率vs留任概率），研究者随机操纵哪个维度以数值形式呈现、哪个维度以定性形式呈现（文字描述、离散图标或连续可视化），并保持各维度传达的信息量恒定。 Finding: 参与者系统性地将偏好转向在数值化呈现的维度上占优的选项——这一模式被命名为“量化固着”。该效应在激励相容的招聘任务和慈善捐赠决策中依然存在，并具有财务后果。机制分析表明，量化固着由数字的比较流畅性驱动：数字比非数字信息更容易用于比较判断；主观数字能力较高的人更易表现出量化固着。 Significance: 这一发现表明量化行为并非中性——当我们量化某个选择属性时，会系统性地改变决策结果，使量化维度获得更大权重，而定性维度被低估。随着量化日益普及，数字的比较流畅性可能系统性地扭曲决策，这对管理实践、政策制定和消费者行为研究都具有重要意义。
Theoretical Framework
- Theoretical tradition: 行为决策理论，具体属于判断与决策（JDM）研究传统，关注信息呈现方式对决策的影响。
- Prior theories built upon: 选择可评估性理论（evaluability theory, Hsee 及其同事）；比较流畅性概念（comparison fluency）；数字能力（numeracy）研究；信息处理流畅性文献；量化与定性信息处理的心理学研究。
- Causal mechanism: 数字信息在比较判断中比非数字信息更流畅（比较流畅性更高），这种流畅性使决策者对数值属性之间的差异更敏感，从而在权衡决策中赋予量化属性更大权重。
- Key assumptions: ①决策涉及比较和权衡时，人们更关注属性值的差异而非绝对值；②数字天然适合比较（可加减乘除）；③比较流畅性是一种主观体验，不同于客观可评估性；④信息内容在量化与非量化条件下保持等值。
- Theoretical move: 本文扩展了既有可评估性理论。既有文献聚焦于客观可评估性标准（模式、知识、性质三个因素），本文指出还存在主观可评估性维度（即比较流畅性），并主张将比较流畅性视为可评估性的另一个组成部分。
- Scope conditions: 效应在联合评估和单独评估情境中均成立；在管理、政策、消费等多种情境中稳健；在激励相容和实地情境中成立；但效应受数字处理难度调节（数字越难处理，效应越弱），且主观数字能力较低者不易受影响。
Research Design
本文采用实验设计，共21个预注册实验（正文8个，补充材料13个）。每个实验均采用被试间随机设计，参与者面对涉及两个属性权衡的选择任务，研究者随机操纵哪个属性以数值形式呈现、哪个以定性形式呈现（文字、离散图标或连续可视化）。关键自变量为“哪个属性被量化”，因变量为参与者的选择（选择在量化维度上占优的选项的比例）。部分实验还测量了中介变量（感知比较流畅性）和调节变量（主观数字能力、数字处理难度）。实验情境包括酒店选择、实习生选拔、会议地点选择、员工晋升、求职者招聘、慈善捐赠、公共工程项目选择等。
Data & Sample
- 正文8个实验总N = 9,303；补充材料13个实验总N = 13,936；合计超过23,000名参与者。
- 参与者来源：Amazon Mechanical Turk（实验1a）、Prolific（实验1b、1c等）、以及面对面参与者（实验3b）。
- 实验5使用美国全国代表性样本（N = 602），进行真实捐赠决策。
- 时间：论文2024年1月投稿，2024年9月接收，2024年10月发表；数据收集时间未明确说明。
- 数据来源：在线实验平台招募的成人参与者。
Analytical Strategy
- 主要分析方法：卡方检验（χ²）比较不同条件下选择量化维度占优选项的比例差异；报告效应量（h）。
- 实验S1使用逻辑回归检验交互效应（b_interaction）。
- 中介分析：检验感知比较流畅性是否中介量化固着效应（补充实验S9a、S9b）。
- 调节分析：检验数字处理难度（实验4）和主观数字能力（实验5）是否调节效应。
- 排除替代机制：实验S3c检验量化是否改变属性重要性感知（等价检验）；实验S2检验记忆编码差异是否中介效应。
- 稳健性检验：跨21个实验的一致复制；不同非数值呈现方式（文字、图标、连续可视化）；不同情境；激励相容设计。
Results & Findings
主要发现1：量化固着效应稳健存在。 在全部8个正文实验中，参与者选择在量化维度上占优选项的比例均显著超过50%（基线水平）。例如，实验1a中，当评分被量化时选择高评分高价酒店的比例为51.6%，而当价格被量化时该比例降至33.0%。该效应在管理、政策、消费情境中均成立。
主要发现2：效应在单独评估情境中同样存在。 补充实验S1表明，即使参与者只评估一个选项（决定是否预订），量化固着依然出现——当评分被量化时，参与者更倾向于预订高评分高价酒店。
主要发现3：效应在激励相容和实地情境中成立。 实验3a（有真实财务激励的招聘任务）和实验3b（真实捐赠决策）均复制了量化固着效应，表明该效应不仅存在于假设情境中，还具有实际财务后果。
主要发现4：比较流畅性是核心机制。 实验4表明，当数值信息更难处理时（如使用不流畅的分数形式），量化固着效应减弱。补充实验S9a和S9b表明，参与者感知到量化信息更流畅、更便于比较，这种感知中介了量化固着效应。
主要发现5：主观数字能力调节效应。 实验5表明，主观数字能力较高的人更易表现出量化固着，而客观数字能力没有这种调节作用。
排除的替代机制： 实验S3c排除了“量化传递重要性信号”的解释——参与者对属性重要性的判断不受量化条件影响。实验S2排除了记忆编码差异作为中介机制。
意外发现： 实验1b表明，即使数值和非数值描述同样熟悉（数字成绩vs字母成绩），量化固着依然存在；且使用不精确的数值范围（如93-97%）时效应依然成立，排除了数值精确性作为驱动因素。
Limitations
- 非数值刺激的感知数值与对应数值条件不完全匹配，尽管不一致方向在不同实验中各异，使系统性误判不太可能解释结果。
- 部分实验依赖图标（如美元符号、星星）呈现非数值信息，可能混淆量化与刻度扩展效应（尽管后续实验使用其他呈现方式加以弥补）。
- 实验主要依赖在线平台招募的参与者（除实验3b和实验5外），样本代表性有限。
- 中介机制主要通过感知测量（自我报告）而非行为指标验证。
- 论文未明确讨论跨文化普适性或长期效应。
Key Contributions
- 首次系统性地识别并命名“量化固着”（quantification fixation）现象，即决策者系统性地偏好数值化呈现维度上占优的选项。
- 通过21个预注册实验（超过23,000名参与者）建立该效应的稳健性，涵盖管理、政策、消费等多种情境。
- 识别出比较流畅性作为核心心理机制，并证明主观数字能力调节效应强度。
- 将主观可评估性（比较流畅性）纳入既有可评估性理论框架，扩展了该理论的解释范围。
- 证明量化固着具有实际财务后果（激励相容招聘和真实捐赠决策），具有重要的实践意义。
- 排除了多种替代解释（重要性信号、记忆编码差异、数值精确性、刻度扩展），增强了结论的可信度。
Key Claims
"We show that people systematically shift their preferences toward options that dominate on tradeoff dimensions conveyed numerically—a pattern we dub 'quantification fixation.'" (Abstract)
"When making comparative judgments, which are essential to tradeoff decisions, numeric information is more fluent than non-numeric information." (Abstract)
"Our findings suggest that when we count, we change what counts." (Abstract)
"Quantification fixation is not driven by whether it is possible to evaluate attributes, but rather by whether it is easy to do so. Our findings suggest that comparison fluency should be recognized as another component of evaluability." (Introduction)
"The act of quantification is not neutral. When we quantify a choice attribute (as is often done in settings ranging from Amazon to Glassdoor to Yelp), we systematically change decisions. The quantified dimension holds greater sway, while the qualitative is underweighted. In short, when we count, we change what counts." (Introduction)