How People Use Statistics
人们在面对标准统计问题时表现出两个令人困惑的特征：概率估计的多模态性（multimodality）和不稳定性（instability）。例如，在判断公平硬币抛掷序列的相对概率时，一些人犯下赌徒谬误（Gambler's Fallacy），认为平衡序列（如正反正反）比非平衡序列（如正正正）更可能发生，而另一些人却给出正确答案；当序列长度从 2 增加到 6 时，正确答案不变，但犯赌徒谬误的比例急剧上升。类似地，在贝叶斯推断问题中，一些人锚定在先验概率（基率），另一些人锚定在似然（信号），几乎没有人正确整合两者；同一个统计问题，当用「球和罐子」描述时人们普遍反应不足（underreaction），而用「出租车证人」描述时却普遍过度反应（overreaction）。这些现象的现有解释依赖固定的启发式或贝叶斯规则的稳定扭曲，无法同时解释多模态性和不稳定性。
该研究提出一个基于选择性注意（selective attention）的统一理论框架：当评估假设时，决策者关注假设的显著特征（salient features），同时忽略其他可能相关的特征，从而导致假设的错误表征（incorrect representation）——这是一种问题替代（question substitution）的形式。模型形式化了注意力的两个驱动因素：对比度（contrast，即某特征在假设间区分的鲜明程度）和凸显性（prominence，即问题描述方式对特定特征的强调程度）。注意力分配的变化导致不同的表征，进而产生不同的偏差，解释了偏差的多模态性和不稳定性。
通过一系列在线实验，研究者验证了模型的核心预测。首先，在 i.i.d. 抛硬币问题中，犯赌徒谬误的参与者更关注序列的「正面比例」特征，而非每次抛掷的独立性；在推断问题中，反应不足（锚定基率）和过度反应（锚定似然）分别对应不同的注意力模式。其次，外生改变特定特征的显著性联合地改变了注意力分配和估计分布：让个别抛掷更加凸显可以减少赌徒谬误；增加似然的对比度会增加对信号的关注，从而增加过度反应的比例。最重要的发现是，上述注意力机制几乎完全解释了从「球和罐子」框架到「出租车框架」中信念的剧变——这种不稳定性源于不同问题描述方式对不同特征的凸显性差异。
该研究对理解经济决策中的信念形成具有深远意义。注意力驱动的表征扭曲不仅解释了经典的判断偏差，还预测了新的偏差：当一个问题中某个假设的替代项未被明确提及时，人们会完全忽略替代项，仅根据所述假设的基率和似然的乘积作答。研究还表明，「频率格式」（frequency format）虽然通过降低对某一特征的忽视来促进贝叶斯回答，但并非万灵药。注意力限制导致了对样本量（sample size）和证据权重（weight of evidence）的不敏感性：随着序列长度增加，信念变得完全不再响应新增信息。这些发现挑战了理性疏忽（rational inattention）等目标最优注意力分配理论，表明即使是计算上简单的问题，偏差也会因选择性注意和错误表征而产生。
创新点 1: 首次系统记录统计推断中信念的「多模态性」及其理论意义
所属维度: 结论
原文依据: Section 2 的实验证据显示，在抛硬币问题中，答案集中在 50%（正确）和 5%（赌徒谬误）两个模式；在贝叶斯推断中，答案集中在基率（25%）、似然（80%）和 50:50 三个模式。几乎没有人的答案接近均值。Figure 1 和 Figure 2 提供了清晰的分布图。
创新程度: 重要边际贡献
创新点 2: 提出基于选择性注意的统一理论框架，连接 i.i.d. 抛掷和贝叶斯推断两大领域的偏差
所属维度: 理论
原文依据: Section 3 形式化了模型——决策者关注特征的显著性和对比度，忽略不显著的特征。该模型用同一机制（特征的选择性注意）统一解释了赌徒谬误、样本量不敏感性（i.i.d. 领域）和反应不足/过度、证据权重不敏感性（推断领域）。"No paper to our knowledge jointly covers inference and random sequence problems"（Section 1）。
创新程度: 突破性
创新点 3: 通过注意力测量直接建立偏差与特征关注的因果关系
所属维度: 方法
原文依据: Section 3.4 和 Section 4.5 使用三种互补方法测量注意力：(1) 自由文本回答分析、(2) 直接要求参与者选择关注的特征、(3) 相似性判断任务。Table 2 回归结果表明，三种注意力测度各自独立预测赌徒谬误。Figure 4 展示处理效应在信念和注意力上的联合变化。
创新程度: 突破性
创新点 4: 揭示并实验验证了「不稳定性」的注意力驱动机制
所属维度: 结论
原文依据: Corollary 3 和 Corollary 5 预测了外生显著性变化如何联合改变注意力和估计分布。实验验证：(1) 让个别抛掷更加凸显（T_last vs T_full）显著减少了赌徒谬误（49.3% vs 44.4%, p<0.01）；(2) 增加似然的对比度（T_ME vs T_LE）增加了对信号的关注；(3) 框架效应（balls-and-urns vs taxicabs）完全由不同特征显著性差异解释（Section 5.4）。
创新程度: 重要边际贡献
创新点 5: 发现并解释了一个新偏差——「假设忽视」（hypothesis neglect）
所属维度: 结论
原文依据: Section 6.1 的实验——当问题未明确提及替代假设时，参与者完全忽略替代项，只根据所述假设的基率和似然的乘积作答。"Consistent with the model, this treatment unveils a new bias predicted by our model: many people estimate the described hypothesis as the product of its base rate and likelihood, fully neglecting the alternative." 这一偏差在频率格式下依然存在（Figure 10）。
创新程度: 突破性
创新点 6: 挑战理性疏忽理论，证明无关特征可因显著性产生系统性偏差
所属维度: 理论
原文依据: Section 7 与理性疏忽（Sims 2003, Woodford 2020）对比："our analysis challenges its goal-optimality. In our experiments all DMs have the same incentives and yet their decisions cluster on different modes and change from one mode to another when goal-irrelevant aspects of the problem are changed."
创新程度: 重要边际贡献
选题方向 1: Salience-Driven Attention in Financial Market Belief Formation
源自创新点: 创新点 1, 2
核心思路: 将选择性注意框架应用于金融市场中的投资者信念形成。在股票市场中，投资者面对多维度信息（EPS、市盈率、新闻情绪、技术指标等），哪些特征因显著性而被过度关注？这如何解释动量和反转效应、分析师预测分歧等资产定价异象？
可行性: 可设计线上实验，构造不同显著性的多维信号，测量投资者对特定特征的注意力和投资决策；也可使用 brokerage 数据结合文本分析验证。方法复杂度中等，理论框架已有原文基础。
目标期刊: Journal of Finance, Review of Financial Studies, or AER
选题方向 2: Selective Attention and Inflation Expectations Heterogeneity
源自创新点: 创新点 2, 4
核心思路: 将模型应用于通胀预期形成。家庭和企业面对多维度价格信息（汽油价格、食品价格、房价、工资变化等），哪些价格信号因显著性驱动通胀预期？为什么不同人群的通胀预期存在系统性分歧？显著性的外生冲击（如媒体聚焦特定价格变化）是否改变预期分布？
可行性: 可使用密歇根消费者调查或 NY Fed Survey of Consumer Expectations 数据，结合媒体文本分析。实验层面可设计信息提供实验，操纵不同价格维度的显著性。
目标期刊: AER, Econometrica, or Journal of Monetary Economics
选题方向 3: Feature Salience and Algorithmic Fairness — When Irrelevant Features Drive Decisions
源自创新点: 创新点 3, 5
核心思路: 在算法辅助决策（招聘、信贷审批、司法保释）中，决策者和算法都可能因特征显著性而产生偏差。即使算法被设计为忽略受保护特征（race, gender），其他与受保护特征在统计上显著相关的特征可能因显著性而被过度关注。研究哪些看似中性的特征因显著性实质性地导致歧视性结果。
可行性: 可设计保释/招聘实验，操纵不同特征的显著性。可结合 Ludwig & Mullainathan (2024) 的保释法官研究扩展。
目标期刊: QJE, AER, or Science
选题方向 4: The Role of Prominence in Narrative Economics — An Experimental Approach
源自创新点: 创新点 4, 6
核心思路: Shiller 的叙事经济学（Narrative Economics）认为故事和叙事驱动经济波动。原文的「凸显性」概念为叙事如何引导注意力提供了微观基础：叙事通过使某些特征（如个别银行的失败）变得突出，触发对过去相似危机事件的记忆检索，导致对罕见灾难事件的过度反应。实验研究叙事如何塑造注意力分配和经济预期。
可行性: 设计实验，向参与者呈现不同叙述框架的经济故事（如银行倒闭的不同叙事角度），测量其对系统性风险的信念和后续经济决策。可结合自然实验（如新闻报道差异）。
目标期刊: AER, JPE, or Journal of Economic Perspectives
选题方向 5: Attention-Based Representation and Polarization in Policy Preferences
源自创新点: 创新点 2, 3
核心思路: 在政策偏好（税收、环保、移民）中，同一政策的支持者和反对者可能关注完全不同的特征维度。选择性注意导致不同的人对同一政策形成截然不同的「表征」——一些人将其表征为「公平问题」，另一些人表征为「效率问题」。这种表征分歧（而非信念分歧）是否加剧了政策极化？
可行性: 可设计大规模调查实验，针对当前政策热点（如碳税、UBI），操纵不同特征的显著性，测量政策偏好和注意力模式的协同变化。可借鉴原文的三种注意力测量方法。
目标期刊: QJE, American Political Science Review, or AER
选题方向 6: Selective Attention in Experts — Do Professionals Overcome Feature Biases?
源自创新点: 创新点 6
核心思路: 原文显示即使给予完全相同的激励，普通人仍因显著特征而系统性地犯错。一个重要问题是：专业人士（医生诊断、法官判决、经济学家预测）是否也受同样的注意力偏差影响？专业训练和经验是否能消除或减轻基于显著性的特征忽视？
可行性: 可复制原文实验范式，比较专业人士（如专业统计人员、金融分析师、医生）与普通人在同一统计问题上的表现。特别关注当问题领域与专家领域一致/不一致时偏差是否不同。
目标期刊: QJE, Management Science, or Journal of Political Economy
中文写作方案 1: 选择性注意与中国投资者的信息处理偏差——基于股吧文本的实验研究
源自创新点: 创新点 1, 2, 3
目标中文期刊: 经济研究、管理世界
中国情境对接: 中国 A 股市场以个人投资者为主，信息获取渠道高度依赖社交媒体（雪球、东方财富股吧、微博）。在这些平台上，某些信息特征（涨跌停、龙虎榜、大V持仓）因显著性而被过度关注，而基本面信息（估值、分红率）被系统性忽视。原文的显著性驱动注意力框架为理解中国股市的追涨杀跌、羊群效应提供了全新的微观基础。
研究设计: 设计在线实验：(1) 模拟股票选择场景，操纵不同信息维度（技术面/基本面/消息面）的显著性；(2) 使用注意力测量方法（原文三种方法），追踪投资者对特定信息的关注度；(3) 结合真实的投资者交易数据（某券商零售客户脱敏数据），验证注意力模式与交易行为的因果关系。
政策价值 (核心):
- 直接政策含义: 为证监会投资者教育和信息披露制度优化提供决策参考。研究表明，仅要求披露信息不够——还需关注信息的呈现方式如何影响投资者注意力分配，从而影响决策质量。
- 政策受众: 中国证监会、沪深交易所投资者保护部门、证券业协会
- 政策窗口: 与当前注册制改革下的投资者保护、资本市场高质量发展要求高度契合
中文写作方案 2: 凸显性与政策沟通有效性——基于中国人民银行沟通文本的行为实验
源自创新点: 创新点 4, 6
目标中文期刊: 经济研究、金融研究
中国情境对接: 中国人民银行近年加强预期管理和政策沟通（公开市场操作公告、货币政策执行报告、行长讲话）。但同一政策信息，不同的表述方式（如强调降准幅度 vs 降准目的）可能因其凸显特征不同而导致市场参与者形成截然不同的预期。原文的框架为分析央行沟通中语言显著性如何影响市场预期提供了理论基础。
研究设计: (1) 收集央行各类沟通文本，基于原文特征分类方法识别「凸显特征」；(2) 设计行为实验，将央行典型沟通内容以不同显著性框架呈现，测量金融市场参与者（银行间交易员、券商分析师）的利率预期、汇率预期变化；(3) 使用事件研究法，分析历史上不同措辞风格的央行沟通对国债收益率曲线的差异化影响。
政策价值 (核心):
- 直接政策含义: 优化央行政策沟通策略，提升预期管理的精准性和有效性，降低因沟通噪音导致的金融市场波动。
- 政策受众: 中国人民银行货币政策司、金融稳定局
- 政策窗口: 与当前宏观政策取向一致性评估和经济预期引导要求高度契合
中文写作方案 3: 显著性偏差与地方政府债务风险认知——基于选择性注意框架的分析
源自创新点: 创新点 2, 5
目标中文期刊: 中国工业经济、世界经济
中国情境对接: 中国地方政府债务问题存在信息不透明和多维度特征（显性债务 vs 隐性债务、一般债 vs 专项债、省级 vs 市县级）。市场参与者（评级机构、银行信贷审批）在评估地方债风险时，哪些特征因显著性而被过度关注？原文的「假设忽视」偏差特别适合解释为什么某些地方政府的隐性债务风险被系统性低估（替代假设——违约情景——未被充分表征）。
研究设计: (1) 构建地方债信息披露的多维度特征体系（债务率、财政自给率、GDP增速、土地出让收入等）；(2) 设计针对债券分析师和银行信贷审批人员的实验，操纵不同风险特征的显著性；(3) 测量其风险评估和信贷决策的变化，识别被忽视的关键风险特征。
政策价值 (核心):
- 直接政策含义: 为一揽子化债方案中信息披露制度设计和风险预警指标体系优化提供行为科学依据。
- 政策受众: 财政部、各地方财政厅局、银保监会
- 政策窗口: 与当前防范化解地方政府债务风险的政策重点高度契合
中文写作方案 4: 环保政策框架效应与公众支持度——显著性操纵的行为实验
源自创新点: 创新点 4, 5
目标中文期刊: 经济学（季刊）、中国农村经济
中国情境对接: 中国推进「双碳」目标和生态文明建设过程中，环保政策的公众接受度至关重要。燃煤电厂关停、新能源汽车推广、垃圾分类等政策的表述框架（如强调「就业损失」vs「空气质量改善」）会因凸显不同特征而显著改变公众态度。原文提供了分析此类框架效应的微观机制：显著性改变了人们对政策问题的「表征」。
研究设计: (1) 设计大规模调查实验，将同一环保政策（如碳税、退耕还林补贴）以不同显著性框架（经济效益凸显 vs 环境效益凸显 vs 代际公平凸显）呈现给不同组别；(2) 测量公众的政策支持度、感知公平感和行为意向；(3) 使用原文的注意力测量方法，验证注意力分配是框架效应的中介机制。
政策价值 (核心):
- 直接政策含义: 为环保政策的公众沟通策略提供科学指导——如何设计政策信息呈现方式以获取最大公众支持，降低政策推行阻力。
- 政策受众: 生态环境部、国家发改委资源节约和环境保护司、地方政府
- 政策窗口: 与「双碳」目标和美丽中国建设的政策窗口高度契合
中文写作方案 5: 选择性注意、数字鸿沟与普惠金融政策效果——基于移动支付使用行为的田野实验
源自创新点: 创新点 3, 6
目标中文期刊: 管理世界、中国工业经济
中国情境对接: 中国数字金融和移动支付高度普及，但存在显著的「数字鸿沟」——老年人、农村居民在使用数字金融产品时面临认知障碍。这种认知障碍并非缺乏信息，而是因为数字金融产品的界面设计中某些特征（如收益率高亮显示）因显著性而吸引过度关注，同时风险提示等特征被忽视。这为原文理论提供了中国特有的政策试验场。
研究设计: (1) 设计田野实验，在不同版本的移动支付/理财 App 界面中操纵不同特征的显著性（收益率 vs 风险 vs 手续费）；(2) 测量用户的信息处理模式、产品选择和实际使用行为；(3) 特别关注不同人口统计群体（年龄、教育、城乡）在显著性偏差上的异质性。
政策价值 (核心):
- 直接政策含义: 为数字金融产品的适老化改造和信息披露界面设计提供行为科学指导——通过降低不相关特征的显著性来保护弱势金融消费者。
- 政策受众: 中国人民银行消保局、国家金融监管总局、工信部
- 政策窗口: 与数字金融健康发展和金融消费者权益保护的政策方向高度契合