用文字概率衡量不确定性:特征和问题

打开文本图片集

摘要　文字概率是衡量不确定性的方式之一，即人们使用诸如“也许”、“未必”的词汇来描述特定事件发生的可能性。文字概率不同于数字概率，主要体现在文字概率的模糊性、非概率运算性和语义特性上。这使得相对于数字概率，用文字概率衡量不确定性既有优势也有问题，进而对人们的不确定信息沟通和风险决策造成影响。虽然文字概率与数字概率存在特征上的差异并且人们在日常交流中偏爱文字概率，但是大部分风险领域的研究却仅局限于数字概率，今后有必要研究使用文字概率测量的风险决策。在已有文字概率特征研究的基础上，还可以进一步探究其不同于数字概率的其它特征(文字／数字概率与双系统模型的联系、文字概率的跨文化差异等)及其对风险决策的影响。

关键词　文字概率；数字概率：模糊性；非概率运算性；语义特性

分类号　B849：C93

我们生活在一个不确定的世界之中，“天有不测风云，人有旦夕祸福”，为求生存几乎每天都需要接收和传达各种不确定的信息，比如“明天的天气如何”、“未来股票走势如何”等等。这些关于未来的不确定信息构成了我们制定计划、做出决策的基础，有时甚至是“唯一的救命稻草”。人们在表征不确定信息时通常使用概率形式，即为不确定事件的每个结果附加一个“可能性”的描述，例如“明天很有可能下雨”。“很有可能”是衡量概率的一种文字形式，属于文字概率(verbal probability／linguistic probability／probability phrase)；另外一种常见的表达概率的形式是数字概率(numericalprobability)，如40％，60％-80％等。

风险决策领域的研究者们比较偏爱使用数字概率，因为数字概率客观易量化；但是调查却发现人们在日常交流中比较偏爱使用文字概率，因为文字概率自然易理解(Budescu，Weinberg，&Wallsten，1988)。这种差异使研究者们意识到，要了鳃人们不确定信息沟通和风险决策的过程，还需要对文字概率进行研究。因此，有研究者们开始关心文字概率在不确定信息沟通和风险决策中的作用及其与数字概率的差异，试图回答这样两个问题：“文字概率是否能更有效地沟通不确定信息?文字概率是否能引导人们在风险情境下做出更有利的决策?”于是，一系列的研究开始聚焦于文字概率和数字概率的特征比较，探索它们对推理和决策等认知过程的不同影响(Budescuet al.，1988，)，或者它们在诸如会计、医疗、气象预报等实际应用领域中的不同效用(Handmer&Proudley,2007；Juanchich，Teigen，&Villejoubert，2010；Welkenhuysen，Evers-Kiebooms，&d""Ydewalle，2001)。分析前人的研究结果可以发现，对于上述两个问题的回答没有一个简单明确的答案。也许这并不是一个“好或坏”的问题，而是一个“好在哪里与坏在哪里”问题。用文字概率衡量不确定信息有其独有的特征，既能为人们的不确定信息沟通和风险决策带来益处，也能带来困扰和问题。

虽然同为衡量不确定性的方式，文字概率和数字概率却溯源于不同的系统，前者主要隶属于语言体系，后者则发展自数学体系。这种背景差异导致文字概率相对于数字概率在表达不确定性时表现出独特的特征，了解这些特征有助于回答文字概率“好在哪里与坏在哪里”的问题，也可以帮助研究者深入理解人们在日常交流中偏爱文字概率的原因(不仅是自然易理解)，还可以发现目前使用数字概率表征风险的实证研究对人们风险决策中某些特点的忽视。因此本文没有对关于文字概率的所有研究进行总结评论，而是重点关注文字概率衡量不确定性时的特征和问题，主要针对文字概率和数字概率的区别展开评述，总结讨论相对于数字概率，文字概率具有哪些特征，以及这些特征会对人们的不确定信息沟通和风险决策发挥哪些优势和带来哪些问题。同时，在总结文字概率的特征和问题的基础上，本文将探讨文字概率可能存在的其它区别于数字概率的特征，并对未来的研究进行方向性的展望。

1　文字概率的模糊性

文字概率的模糊性(vagueness)最初是由Wallsten等人(1986)提出的，主要指相对于数字概率而言，文字概率所代表的不确定性水平具有更大的跨度，而且这种跨度没有明确的界限，从而在解释文字概率时，其意义具有更大的被试间和被试内变异，也就是说文字概率的意义会因被试不同、时间不同、情境不同而发生变化。需要注意的是，Budescu等(1988)认为模糊性的意思不同于模棱两可(ambiguity)。后者指某种事物能够被理解成两种或两种以上的意义，但是每种意思都是精确(precise)的，而前者是指某种事物的意义不能够被精确(imprecise)地定义或者理解。

文字概率的模糊性是相对于数字概率的精确性而言的，所以考察模糊性的最直观方式就是将文字概率映射到数字概率的标尺上，测查其代表的数字概率范围大小和因外界条件变化而产生的各种变异。这种研究视角最早得到研究者的认可和关注，一批早期研究文字概率的实验也通过这种“文字概率的数字转换”范式发现了文字概率的一些不同于数字概率的特性(Clark，1990；Clarke，Ruffin，Hill，&Beamen，1992；Mosteller＆Youtz，1990；Reagan，Mosteller,&Youtz，1989；Wallsten etal.,1986)。在这些早期研究中，Wallsten等人对文字概率的模糊性进行了比较系统的测量，并且提出了文字概率的代表性函数(membershipfunction)。因此本部分主要对代表性函数所体现出来的模糊性进行详细的介绍，然后再评述一下文字概率模糊性在不确定信息沟通中的作用以及由此带来的问题。

1.1模糊性的体现：代表性函数(membership function)

1986年，Wallsten等人利用成对比较方法(apair-comparison method)构建出文字概率的代表性函数，用以表征文字概率在转换成数字概率时其意义的模糊性。所谓的代表性函数如图1所示。每一个文字概率词都有自己的代表性函数，横轴表示相应的数字概率，定义域为[0.0，1.0]中的一段；纵轴表示某个数字概率(如50％)能够被该文字概率词表征的程度，取值为[0.0，1.0]，0.0指该文字概率完全不能被解释成某数字概率值，1.0指该文字概率绝对能够被解释成某数字概率值。代表性函数表明当将文字概率映射到数字概率的标尺上时，其代表的是一段数字概率区间，并且区间中不同数字概率的代表程度不同。