[!info] related notes

• 所属 MOC: cognitive-biases-moc
• 前置概念:
• 并列概念:
• 易混淆概念:
• 关系笔记:

损失厌恶

一句话定义

损失厌恶（loss aversion）是：相对于某个参照点，同等幅度的损失通常比收益带来更强的心理影响。

通俗说：

失去 100 元带来的难受，往往比得到 100 元带来的开心更强。

它不是说人永远拒绝风险，而是说明“损失”和“收益”并不总被对称地心理编码。

参照点很重要

我们并不总按最终财富绝对值判断，而常相对于某个参照点：

当前拥有
预期拥有
买入价格
默认状态
既有方案

同一个结果，参照点不同，就可能被感受成收益或损失。

这也是 框架效应 为什么能改变选择的重要原因。

最小例子

方案 A：

有 50% 概率赢 120 元，50% 概率输 100 元。

即使数学期望：

0.5×120 - 0.5×100 = +10

一些人仍会明显不愿参与，因为“可能损失 100”具有更高心理重量。

这不是说拒绝一定不理性——风险承受能力、效用曲线都可能合理影响选择——但损失厌恶描述了一种常见的不对称。

现状偏好

如果改变现状意味着放弃已经拥有的东西，人们可能要求更高补偿才愿意改变。

例如：

已经在用旧工具的团队，面对新工具时会把迁移中的每项失去看得非常清楚，却低估旧工具长期继续付出的隐性成本。

这可能加强 status quo bias。

技术迁移场景

旧系统：

• 已经熟悉；
• 有历史工具链；
• 存在不少缺陷。

新系统：

• 长期维护成本更低；
• 但要失去部分旧工作流。

团队讨论很容易变成：

“我们会失去 X、Y、Z”

而不是对称比较：

继续旧系统会失去什么？
迁移新系统会获得什么？
迁移会损失什么？
各自概率和时间尺度如何？

与沉没成本的关系

沉没成本偏差是：过去已经不可追回的投入继续绑架未来选择。

损失厌恶可以增强这种心理：

停止项目会让我感觉“前面的投入全失去了”。

于是人为了避免确认损失而继续投入。

但两者不是同一个概念：

• 损失厌恶关注损失相对收益的心理权重；
• 沉没成本关注已发生、不可追回成本是否不当地进入未来决策。

投资中的“回本执念”

买入价 100，跌到 70。

投资者可能说：

“至少等涨回 100 我再卖。”

100 成了参照点。实现亏损会让损失心理上“变真”，因此不愿卖出。

但未来判断应该问：

以现在 70 的价格和当前信息，这项资产相对其他选择是否仍值得持有？

产品设计与伦理

损失框架常被用于促进转化：

“今天不买，你将损失 500 元优惠。”

相比：

“今天购买可节省 500 元。”

前者更容易触发损失感。

这并不意味着所有损失框架都不道德，但设计者应警惕利用时间压力、默认项和虚假稀缺操纵选择。

“损失更痛”不是固定常数

流行表达有时会说损失的痛苦“是收益的两倍”。这不应当当作跨场景、跨人群固定常数。

损失厌恶的具体大小会随：

• 情境；
• 金额；
• 经验；
• 参照点；
• 风险结构；

变化。

因此知识笔记不把某个倍数当成普适定律。

去偏方法

1. 同时写收益框架和损失框架

不要只问：

“换方案会失去什么？”

同时问：

“不换方案会失去什么？”

2. 重置参照点

问：

如果今天从零开始，我会选哪个方案？

3. 用未来状态比较

方案 A：未来新增收益 / 成本 / 风险
方案 B：未来新增收益 / 成本 / 风险

弱化“已经拥有”的心理特权。

4. 对高风险决定保留风险预算

理性并不要求无视损失，而是把真实损失概率和承受能力显式建模。

快速自测

同一 SLA 改动被描述为：

A：

可以多获得 30 分钟可用时间。

B：

如果不升级，每月会白白损失 30 分钟可用时间。

如果只因为 B 听起来更痛就改变判断，应回到实际业务价值、成本和风险，而不是只跟着框架走。

一句记忆

损失厌恶提醒你：我们不只是计算“最后剩多少”，还会被“感觉自己失去了什么”强烈牵动。