MindForge Lab
跨期选择 · 7 题

延迟折扣率测量

你现在想要 50 元,还是一个月后想要 75 元?人们对未来的奖励会做"心理折扣",折扣越厉害,代表你越倾向即时满足。本工具用 7 个跨期选择对,反推出你的折扣系数 k。

题目: 1 2 3 4 5 6 7 准备开始
第 1 / 7 题

—

想象这是真实的钱——没有对错,选你直觉想选的。

它是怎么算的

每轮给你一对跨期选择:今天拿 A 元(较小) vs D 天后拿 B 元(较大)。把选择数据代入 V = B / (1 + kD),用简单网格搜索找 k 的最佳拟合:让"选择即时"对应的 V < 1、"选择延迟"对应的 V ≥ 1 比例最大化。k = 0 代表完全不折扣(对延迟毫不在意);k 越大,你越倾向"今天就要"。

所有计算在浏览器内完成,你的选择不会被任何后端看到。

什么是延迟折扣

"延迟折扣"指的是:同一个奖励,延迟越久,主观价值越低。例如 100 元一个月后到账,你主观感受大约相当于今天的 90 元;一年后到账,你可能觉得只值 70 元。把"折扣掉的幅度"用一个参数 k 表示,k 越大折扣越厉害。

这个概念在行为经济学和临床心理学都很重要——它和成瘾、肥胖、储蓄不足、拖延都有关。研究表明,物质依赖人群 k 普遍更高,儿童阶段 k 也比成人高(意味着"小孩子天然更没耐心")。

不同人群的 k 大概多少

人群 典型 k 含义
成人(健康)0.001 - 0.02对延迟有适度耐心
儿童 5-7 岁0.05 - 0.2更没耐心,倾向即时
青少年0.02 - 0.05中等偏好即时
物质依赖人群0.05 - 0.3显著偏好即时
冲动型人格0.03 - 0.1比平均值更没耐心

数据范围综合自 Rachlin et al. 1991、Green & Myerson 2004 等研究,仅作粗略参考。

七个题目的设计

题目刻意不采用统一金额或统一延迟——不同延迟 × 不同金额会在一致性曲线上打出不同形状。具体来说:

怎么解读你的结果

k 是一个平均参数,不能直接等同于"你的性格"。同一个人的 k 在不同状态下会变:

所以这个工具的结果不应该被严肃地用于诊断或预测。它只是一面反映当下状态下"你想要的快慢"的小镜子。

"一致性"是什么意思?

7 道题里,我们会统计"按拟合 k 预测到的题目数"。比如 k = 0.01 时,模型会预测你在第 1、2、4、6 题选延迟,在第 3、5、7 题选即时——总共 7 题里有几题和你的实际选择匹配。

一致性 7/7 意味着你的选择完全符合指数折扣模型;6/7 表示有一题比较"反常";低于 5/7 表示你的选择里有不少"噪音"——这未必是坏事,因为真实人脑本来就不该是台机器。

一句话总结

延迟折扣衡量的是你对"未来的耐心"。k 越高,越像那个拿到年终奖第二天就花掉的人;k 越低,越像那个等三年折扣买房的人。两种人都有各自的生活方式,只是大脑的"贴现率"不同。

实用建议

这个范式会被用在哪里?

延伸阅读

延迟折扣率测量:常见问题与 k 值解读

延迟折扣率测量用 7 组跨期选择对拟合出你的折扣参数 k。k 越小代表你越看重眼前,越大代表你越能接受延迟的回报。这个参数在行为经济学里被反复引用,但它的解读方式很容易被误用,所以这一段把常见问题一次讲清。

什么是延迟折扣?k 值到底代表什么?

延迟折扣描述的是一个很简单的事实:同样一笔钱或同样一个结果,越晚到手,它的心理价值越低。经济学常用的做法是把它写成一个指数函数——今天的一单位价值,等于未来某个时点上的价值乘上 e 的负 k 次方再放大,k 就是这条曲线的陡峭程度。k 接近 0,意味着你几乎不打折,今天的和下个月的基本等价;k 很大,意味着未来在你这里折损得厉害,眼前的一点确定收益就能换掉很远的预期收益。

本工具采用经典做法:把每一组选项代进指数折扣函数,反解出一个 k,再对 7 组结果取一个稳健的汇总量。页面同时给出一致性指标,也就是 7 组各自算出的 k 有多集中。k 值大的人通常更看重长期,但这个「通常」只在统计意义上成立,个体差异远大于组间差异。

怎么用?7 个选择对要花多久?

用法是逐组做选择:每一组给出选项 A 和选项 B,一个立刻可得、另一个在若干天后可得,你选哪一个,7 组都选完系统拟合出 k。整个过程大概 5 到 8 分钟。几条实操建议:第一,选项要读清楚,尤其注意时间跨度上写的是「天」还是「周」,这是最容易看错、也最容易影响结果的地方;第二,按第一反应选,反复权衡会把你变成一个更偏好确定性的实验对象,而不是你自己;第三,不要一边做一边琢磨「哪个选项会让我看起来更理性」,一旦进入这种自我观察,你测到的就不再是自己的偏好;第四,做完之后隔一两周在同样的状态下再测一次,两次的差值本身就是有价值的信息。

不同人群的 k 大概是多少?

文献里常见的量级是这样的:健康成年人的 k 通常落在 0.001 到 0.01 这个区间(k 的单位与天相关,所以换个时间单位数值就变),不同研究给出的分布差异很大,因为时间跨度、货币单位、支付方式和样本都不同。研究里相对一致的观察是:随着延迟时间拉长,测得的 k 往往变小,也就是人对更远的未来给出的折扣更重;如果延迟以月为单位,k 的量级会明显小于以天为单位。

还有两个方向比较稳定的观察值得记住:奖励越不确定,测出的 k 越大,也就是你对风险本身也会打折;奖励幅度越大,折扣通常越平。所以直接把一个人的 k 和另一个人横向比意义有限,更可靠的用法是跟自己的上一轮比,以及在同一组选项设计下比较不同情境。页面的「不同人群的 k 大概多少」那一段列出了更细的区间与前提条件,请以那里的口径为准。

一致性低说明什么?我是不是应该重新做一次?

一致性指标低,说明 7 组各自算出的 k 分散得比较开,常见原因有这么几种:题目跨度设计差异过大(有的组差 3 天、有的差 30 天,量级不同会天然带来不同的 k);你中途对某个选项的理解出了偏差;或者你这一轮的状态本来就不稳定。严格来说,跨期偏好的内部一致性偏低是常态,尤其是 7 题这种小样本——所以这个指标更像是「这一轮数据有多整齐」的描述,而不是「我测得准不准」的评分。

如果一致性明显偏低,建议重做一次,并注意保持状态一致:同一时段、同一设备、不在饥饿或极度疲劳时、同样的题目顺序。有一件事不要做——不要为了「拿到一个更漂亮的一致性」而反悔改选。反复改选会让你的回答趋近于理论上的最优点,测出来的就不再是你的真实偏好了。

这个范式的边界在哪?k 值能用来预测我的行为吗?

边界有三层,必须分开看。第一层是测量边界:7 组选择、单一奖励维度、货币数额写在题目里,这些都与真实决策有距离。真实世界里你面对的往往不是「一笔钱在 X 天后」,而是「一份可能带来的、附带条件与代价的收益」,那种情境无法被折成一个 k。第二层是解释边界:k 描述的是你在这一组具体选项下的偏好斜率,它不是「你的耐心」或「你的自制力」这类人格标签。把 k 大说成「你有延迟折扣问题」是典型的过度解读。第三层是应用边界:本工具描述你自己的偏好,不评估任何决策对错,也不提供任何投资、储蓄、借贷方面的建议。

还有一点常被忽略:这个范式在研究里被广泛用于比较不同人群,但个体噪声远大于多数组间差异,跨人排名基本没有意义。适用范围:想理解「未来的东西为什么在我心里打折」这件事的结构,想给自己的跨期偏好留一个可跟踪的参数,或者对行为经济学的方法本身感兴趣。不适用:任何关于自控力强弱、人格特质、心理健康状态的判断,也不适合用来指导具体的财务决策。

它能解决什么问题

量化你现在拿 50 元 vs 等一年拿 75 元型的取舍反应。输出你的指数折扣函数 k 值——k 越大越冲动。

谁适合用

想了解自己储蓄/拖延倾向的人;对行为经济学好奇的学生;做个人财务规划时的辅助思考工具。

怎么解读结果

k 值四档:<0.01 极耐心、0.01-0.05 中等、0.05-0.2 较强、>0.2 极冲动。低 k 意味更愿意为长期收益等待,高 k 意味偏好当下。

它的局限

研究用任务通常用真实金钱激励,本工具用虚拟奖励,结果是趋势级。k 值会受实验当下的状态影响,不应作重大财务决策的唯一依据。