不确定条件下管理决策的心理学研究

不确定条件下管理决策的心理学研究

在不确定的条件下，处理的问题很多，包括各种选择方案和可能的结果，这受到了许多因素的影响。常见的经济投标、人员选拔、生产管理、职业选择、系统故障检测、新产品开发、新技术应用等方面的决策,都具有不确定条件下决策的特点。近十多年来,不确定条件下管理决策的问题,已成为决策心理学中引人注目的研究领域。这方面的研究综合了管理心理学、认知心理学、实验心理学以及管理科学与信息科学等多学科的理论和方法,不仅促进了各学科的相互渗透和发展,而且充实了决策心理学的理论体系,使之得到更广泛的应用。这里,结合我们近几年里所开展的管理决策研究,介绍和讨论不确定条件下管理决策的特点以及人们在这类决策中常常采用的认知策略,以期为深入开展决策心理学研究、提高管理决策的有效性,提供一定的依据。一、不确定条件下的决策行为一般来说,决策任务可以分成两大类:结构明确的问题和结构含糊的问题。前者对于备择方案及决策结果都有比较明确的规定,许多有关问题解决的思维研究,以这类问题作为研究对象;后一种决策问题没有明确的结构,其关键特征是具有较大的不确定性,并且与实际工作情景或组织环境有比较紧密的联系。决策心理学把这种不确定性定义为无法确定某种决策结果发生概率的程度。这就是说,不确定条件下的决策任务,都包含着多种可能的结果状态以及这些状态出现的概率。决策的备择行动和结果状态概率结合在一起,就产生了相应的、具有一定价值的结果。我们把结果状态概率、备择行动和结果价值作为这类决策问题的三个主要成分。图1表示出不确定条件下决策问题的基本图式。举例来说,在把计算机系统应用于企业管理时,面临着某些潜在的管理系统功能失调,在有关的决策中,备择行动A1、A2分别为恢复原有手工管理体制(A1)或者继续推行计算机管理(A2),结果状态分别是管理系统功能失调(S1)或者管理系统运行良好(S2),而每一种状态都是以一定概率出现的。在这种决策情景中,理想的决策行动取决于每一行动结果的期望价值(Y1或Y2)与结果状态乘积之和的大小,∑PY值较大的行动应该是最佳的决策选择。不同的决策任务,其不确定程度往往很不一样。有时候,决策者虽然难以准确地确定结果发生的概率,却有足够的信息对此作出粗略的估计。例如,说某项决策十之八九会产生良好效果,概率就大约为.80—.90。可是,在另一些情况下,决策者根本无法估计结果发生的可能性,这时,决策任务所包含的不确定性程度就高得多。通常,从备择行动选择、结果及其发生的概率和结果价值等基本成分的情况,可以就决策者对问题不确定性程度的知觉作出评估。MacCrimmon等(1976)在讨论管理决策问题时,从决策加工过程的观点出发,用问题的初始状态、结果状态和一组转换,解释了决策任务的不确定性,其思路也是相似的。进行上述不确定条件下比较动态的管理决策,不仅需要具备充分的管理知识,而且在认知与判断能力方面,对决策者提出了更高的要求。与那些结构明确的决策任务相比,在不确定条件下进行决策时,其认知加工负荷要大得多。因此,决策者在这类决策判断过程中,常常会发生各种认知偏差,影响整个决策。这样,分析、利用或者克服这些偏差,就成为决策心理学研究的一项重要任务。二、决策判断中的启发式不确定条件下管理决策任务的高度复杂性和认知负荷,显然超出了人们的一般认知加工限度和能力,使得决策者实际上难以按照规范的决策与概率理论,进行完全理性化的判断和决策。因而,不确定条件下的管理决策行为,往往带有某种直觉的色彩,表现出各种认知偏差。进行不确定条件下决策问题的研究,就离不开对于决策判断中偏差(bias)或差误(error)的分析,从而更深入地理解决策加工的认知特点,改进决策判断的准确性,提高决策质量。人类差误一直是心理学的基本研究课题,心理学中常用的正态分布的概念,原先指的就是“差误的正态分布”。很难想象,世界上如果不存在差误或者个体差异,心理学还有多少用途。正因为如此,心理学并不把差误看成一件坏事。在心理学含义上,差误与错误是不同的,前者指的是偏离某种标准,与判断过程有关;后者则是某种判断的结果。认知偏差和启发式(heuristic)是紧密联系在一起的。启发式又称为“取巧法”,是决策者在不确定的复杂情景中有意识运用的认知判断方式。许多心理学家把启发式看成决策者由于认知偏差而采用的非正式决策规则,用以简化决策信息加工过程。决策过程中的启发式多种多样。根据决策心理学的研究,特别是Kahneman和Tverksy等从七十年代以来的许多研究,决策判断中常见的有四种启发式:代表性、可取性、因果关系和锚定效应等。在我们的一些研究中,也发现了相似的情况。第一种叫做“代表性启发式”(representativeness),指的是人们在决策中倾向于根据某种信息本身在一类别中的代表性,判断该信息属于特定类别的概率,而忽视基准概率。例如,在人事决策中,需要你就某人是否适合于担任一定职务作出判断。这时,你很自然地会把这个人的一些特征与你有关该职务人员特征的认知模式进行比较,从而判断和决定对这个人的取舍。这种判断方式的偏差在于没有考虑到基准概率,即在任选一个人的时候,这个人的特征相似于上述职务特征模式的可能性。其后果可能是误判了许多你不太熟悉但可以担任该职务的人选。代表性启发式使决策者不仅忽视基准率信息,偏离规范的统计理论所预计的判断结果,而且不注意样本的信息(样本大小、取样方式等),产生只要是样本就具有同样代表性的错觉,Edwards称之为“认知错觉”。与代表性启发式有关的,是在决策判断中忽视事件结果“向中数回归”这一Galton早就发现的统计倾向。在人事培训与作业评定的研究中,曾经有过这样的例子,在培训第一阶段取得较好成绩时给予赞扬,在第二阶段成绩却往往下降,而当对差成绩作严厉批评以后,培训成绩竟大有进步。于是,决策者在评价判断中作出结论,认为口头赞扬不利于学习,而批评或惩罚却能改进培训成绩。实际上,这一结论正是忽视了向中数回归这一倾向。第二种启发式叫做“可取性”(availability),是指人们在决策中倾向于把容易想象或回忆的事件判断为具有更高的发生概率。例如,在有关企业改革的决策中,由于接触到改革中出现的某些阻力,就判断改革导致消极效果的可能性很大,影响决策行为。又比如,在有关安全生产的管理决策中,需要对多种风险进行比较,决策者常常倾向于把比较形象化的风险(如煤气爆炸),判断为比空气污染之类情况更危险和急需防护的风险,尽管前者发生的可能性远远低于后者。我们在研究中也发现,当要求管理人员对计算机系统开发问题及其对策作出选择和决策时,他们倾向于高估容易想象或回忆的系统本身故障发生的可能性,而低估由于似乎比较抽象的心理抵触而造成系统应用障碍的机会。不确定条件下常见的第三种启发式称为“因果关系启发式”(causalityheuristic)。决策者在进行预测时,常常会对影响决策事件的因素作出归因,从而使随后预测和判断出现偏差。当因果关系的信息不具备时,决策者才倾向于利用统计方面的信息。在许多人事决策中,需要对求职者在录用后的工作绩效作出预测。这时,决策者倾向于更多考虑与工作绩效有直接因果联系的能力和工作时间等因素,而比较忽视在因果关系上似乎缺乏联系的因素,比如家庭住址的远近、参加社会活动的机会和人事录用指标等。事实上,这些因素对于预测也颇有影响,并且随时可以得到有关的信息。其中,特别是录用指标(或录用率),在统计上对人事预测是十分重要的信息。我们近几年的决策研究结果,支持了这种因果关系启发式在决策判断中的作用。在有关计算机应用的管理决策过程中,决策者倾向于运用因果关系推论,对一些难以预计的情况或不确定程度高的事件,进行比较精细的记忆编码和转换,以便更肯定地作出决策选择。第四种启发式叫作“锚定效应”(anchoringeffect),这是指决策者在获得新的信息时,难以准确地修正他们对于事件的最初估计,其判断在很大程度上被“锚定”于事件的“初始值”。在有关管理决策的实验中,最先提供的决策信息容易使决策者形成某种定势或是对事件的初步估计,而在随后的决策过程中,倾向于以锚定启发式围绕最初的估计,作进一步的信息加工或编码。三、决策知识的表征系统从以上讨论可以看到,在不确定条件下管理决策的过程中,决策者表现出各种认知偏差和启发式。可是,决策并不是若干孤立的认知判断,而是一组相互关联的信息加工活动。决策者在整体上倾向于采用某种主导性的认知加工策略,其决策加工规则形成一定的层次结构。我们在有关计算机系统开发决策的实验研究中,证明了这种层次加工方式。从总体上说,决策者在面临不确定条件下的决策任务时,主要采取直觉式策略和分析式策略。前者倾向于从决策信息的总体结构及突出信息进行直觉式的加工与判断;后者则倾向对决策信息的细节一一作出分析及加工。在决策中究竟运用何种优势策略,这不仅与决策者的认知风格及其他个体特征有关,而且在很大程度上取决于决策信息的特征和整个决策情境。其中,决策任务信息的组合方式,起着关键的作用。研究表明,有关决策任务基本特征维度的信息,在不确定条件下的管理决策中具有更重要的意义。例如,在有关计算机系统开发的决策任务中,当人与计算机相互关系的界面维度(计算机技能、系统联系和参与应用等)信息以分散方式组合时,决策者更倾向于运用分析式策略,注意分析各项目的意义及相互关系;在界面特征信息集中组合或随机排列时,决策者更多采用直觉式策略,注重搜索突出信息,进行较为整体的判断。当然,这两种认知加工策略并非互不相关。在许多情况下,决策者会同时或者交替运用不同的认知策略。尤其令人感兴趣的是,在提供了某种决策辅助或决策支持信息以后,决策者倾向于采用综合式的认知策略,交替使用直觉式和分析式策略,对决策信息同时进行“维度内”和“维度间”的比较与判断,表现出某种“平行分布式加工”(paralleldistributedprocessing)的特点。一般认为,决策知识的表征系统,是不确定条件下决策认知判断的关键条件。这种表征系统至少由两个部分组成:(1)数据结构,即有关决策的知识、条件、情境、任务特征等信息,以陈述式表征形式贮存在决策者的认知系统中;(2)程序过程,即以程序式表征负责对数据结构进行加工和处理。不少心理学家把共同的数据结构称为“工作记忆”(workingmemory),而把由条件和行动组成的“产生式系统”(也称创造系统,produtionsystems)看成决策知识表征系统的某种程序过程。我们的实验研究表明,按照决策任务基本维度组合的信息,具有较强的内在联系和因果关系结构,因而有利于在决策知识表征系统中形成程序式表征,促进各种启发式的编码与认知运算。研究还提出,在比较复杂的不确定条件下的管理决策,其知识表征系统应是一种多维结构,同样的决策信息可以通过多种表征方式加以编码,其产生式系统则代表了某种模式定向加工(patterndirectedprocessing)的程序,一旦在工作记忆中出现“条件”数据模式,便能完成相应的加工行动。这种模式定向活动具有适应性,我们可以把它看成某种动态的、较高层次的整体加工。进一步的研究,需要搞清不确定条件下决策判断的模式定向加工的具体特点及其规则。四、不确定条件下决策行为的可获得性特征决策是一种有目的的选择与判断过程。在不确定条件下进行决策,由于任务情境的高度复杂性,决策者往往会特别注意某些决策结果的重要性,并根据结果可能的得失,表现出不同的信息加工倾向。因此,决策者实际上以所预计的决策结果作为参照,选择自己的决策行动。例如,在系统开发决策中考虑所要达到的管理水平;经营决策离不开所要完成的生产任务指标;人事决策中依据职务要求和任职目标;企业改革决策涉及改革所带来后果的得失,等等。Kahneman和Tversky(1979)就此提出“展望理论”(prospecttheory),说明决策者在不确定条件下对付决策风险的策略。这个理论有两个主要的假设:(1)在决策过程中,决策者并不太关心决策后果本身是否符合预定的要求,却更多考虑后果目标状态与现在或将来的某一参照点之间的关系。这就是说,决策后果并不是用绝对的代价或得益量来衡量的,而是以相对的得失来评价的;(2)备择行动的预期得失会直接影响决策,但其主观概率并不成比例,每一可能结果的重要性程度各不相同,从而对决策构成不同的“决策权重”,产生不同的影响。正因为如此,决策者常常过分强调那些较有可能出现的结果的重要性,在顺利的情境中较为谨慎,而在恶劣情境中更倾向于冒风险。有研究表明,许多决策者宁愿有较为肯定把握的有限得益,而不喜欢没有保证的更多利益。也就是说,对于得益显得比较保守和谨慎,在损失面前却表现得较为冒险。展望理论还说明了决策认知加工运算的顺序结构,认为决策者为了简化不确定条件下的复杂决策任务,比较忽视备择方案之间较为共同的成分,而更注重不同备择方案之间的差异特征,尽管这些特征对于备择方案评价也许并没有很大影响。展望理论把决策判断与其后果联系在一起,较好地解释了不确定条件下管理决策的参照策略。有关不确定条件下管理决策认知特点及策略的研究,为提高管理决策的准确性,提供了心理学依据。这方面的工作主要集中于决策者的认知技能训练和决策任务信息的组合与设计。在决策者认知技能方面,利用一定的决策任务