人们是否总能做出最优决策？他们在多大程度上会被困在次优习惯中（以及付出怎样的代价）？次优行为长期以来一直受到讨论（参见Simon 1955等众多文献），但尚未利用大规模消费者数据集进行实证研究。
利用公共交通出行卡数据
在Larcom等人（2015）的研究中，我们旨在填补这一空白。在该论文中，我们分析了一个独特的数据集，其中包含2014年1月19日至2月15日期间伦敦公共交通系统上所有个人出行记录。我们的数据包括（经重新编码的）出行卡ID，借此我们能够追踪个人行为。2014年2月4日至6日，伦敦地铁（即“Tube”）员工举行罢工，部分（但非全部）地铁站因此关闭，迫使许多通勤者尝试新的出行方式。在论文中，我们利用这一事件研究通勤者在干扰引发的试验阶段之后，其重复出行行为如何变化。1
图1展示了我们数据集的描述性统计（罢工日以竖线标示）。左上图显示了在罢工前以其最常用站点（即罢工前使用频率最高的车站）进站的通勤者比例，右上图则显示了最常用出站站点的相同指标。两图清楚表明，在罢工期间能够使用其最常用站点的通勤者要少得多，这意味着大量个人被迫探索替代路线。数据还显示，罢工带来了一些持久的行为变化，因为使用其最常用站点的通勤者比例在罢工后似乎有所下降（在论文中，我们以计量经济学方法证实了这一论断）。下方两图提供了出行时间的信息。左下图显示，罢工期间伦敦公共交通系统的平均出行时长有所增加，而右下图显示离散程度也随之上升。
由于网络仅被部分关闭，一些通勤者仍继续走平常的路线上班，因此我们得以采用双重差分法（比较“处理组”与“非处理组”通勤者的行为）。为确保稳健性，我们以三种不同方式定义处理组：罢工期间偏离其罢工前最常用出行路线的人；罢工前最常用站点（进站、出站或两者）在罢工期间关闭的人；以及罢工期间平均出行时间与罢工前时期平均出行时间存在足够显著差异的人。
图1. 罢工的描述性统计
结果
我们发现，在罢工期间被迫探索替代路线的人（“处理组”），相较于非处理组的对照组，在罢工后时期重新选择其罢工前最常用通勤路线的可能性显著更低。
无论我们如何定义处理组，这一结论均成立，并且对不同估计策略具有稳健性。依据显示偏好式的论证，这表明一部分通勤者在罢工前未能找到其最优出行方式。毕竟，罢工后所有路线重新开放（包括罢工前的最常用路线），因此如果他们未选择后者，则表明该通勤者在干扰期间已找到更好的替代方案。就规模而言，处理组中罢工后转换路线者的比例高出约五个百分点。
就机制而言，我们的结果表明，信息不完全在处理组通勤者罢工后更可能转换路线的原因中发挥了作用。在将伦敦地铁线路图数字化并与站点间实际距离进行比较后，我们发现扭曲程度因伦敦不同地区而异。利用这种变化（大多数通勤者并未察觉这种变化），我们的结果表明，居住在（或前往）扭曲程度较高地区的人，在罢工后时期重新选择其罢工前最常用出行方式的可能性较低，这表明居住在扭曲程度较高地区的人从罢工中学到了更多。我们还发现，如果处理组个人在罢工前所乘坐的是相对较慢的线路，那么他们在罢工后更可能改变出行路线（列车速度是另一个信息不完全发挥作用的特征，因为在某条线路被尝试之前，通勤者无法得知其速度）。
解读
我们的结果表明，大量通勤者因罢工而意识到了一条通往工作地点的更好路线。
这颇令人费解，因为这条替代路线本可以通过自愿（而非被迫）的试验提前被发现。
这一发现可以有两种解读。第一种解读是，消费者行为理性，遵循了最优搜索规则，但由于搜索成本的存在，他们（出于理性）在找到全局最大值之前便放弃了寻找最佳替代方案。用Baumol和Quandt（1964）的术语来说，在这一假设下，通勤者并非在最大化，而是在优化（Baumol和Quandt将其定义为：在存在搜索成本的情况下理性行事）。另一种解读是，行为主体并未遵循最优搜索规则，其试验次数少于标准理性模型所规定的次数。也就是说，他们既非在最大化，也非在优化。在第二种解读下，通勤者处于“满意化”状态（即他们继续搜索，直至找到“某个令人满意的结果”），这种行为较难从理性角度加以解释（正如Simon 1955所假设的那样）。
为判断哪种解读更符合我们的数据，我们采用了Weitzman（1979）对最优有成本搜索问题的解法（该解法与Baumol-Quandt的优化概念相一致）。在使用保守数字估计时间节省及其货币等价值的情况下，我们计算得出：若通勤者遵循最优搜索策略，则尝试最具吸引力的未尝试替代方案的成本必须超过380英镑。2 鉴于这一数字之大令人难以置信，看来我们数据集中的通勤者所进行的试验，少于标准理性模型所描述的程度。相反，行为主体似乎以一种难以从理性角度加以解释的方式实现满意化。3
虽然部分通勤者因罢工而找到了更好的通勤方式，但绝大多数人（95%）仅遭受了出行干扰。然而，颇为出人意料的是，当我们将罢工期间施加于所有处理组通勤者的成本，与受益子群体所获收益进行比较时，发现罢工产生了净收益（主要原因在于收益的持续时间远长于成本）。重要的是，罢工带来的净收益源自干扰本身，这为波特（1991）颇具争议的假说提供了实证支持，该假说认为，对经济系统施加约束可以随时间推移提升效率（因为约束迫使行为主体进行试验、创新并重新优化）。就伦敦地铁的具体情境而言，这意味着，若偶尔得到外部鼓励进行试验，通勤者的境况可能会有所改善。鉴于网络部分关闭是实现这一目标的相当激进的方式，值得研究的是，巧妙运用行程规划应用程序能否“助推”出行者进行更多试验。
结语
更广泛地说，我们的研究结论与政府政策、企业实践以及我们的个人生活均有关联。鉴于伦敦地铁网络上相当一部分通勤者直到被迫进行试验才找到其最优路线，或许我们不必因无法总能得偿所愿，或他人有时替我们做决定而过于沮丧。如果我们的行为与伦敦地铁网络中满意化的通勤者颇为相似，即试验过少，那么遭遇此类约束在长远来看很可能对我们有利。鼓励自己偶尔打破日常惯例，也可能同样有益。
因此，我们不禁要问：你上一次第一次做某件事是什么时候？
参考文献
Baumol, W J和R E Quandt（1964），《“经验法则与最优不完美决策”》，《美国经济评论》，54（2）：23-46。
Caplin, A、M Dean和D Martin（2011），《“搜索与满意化”》，《美国经济评论》，101（7）：2899-2922。
Larcom, S、F Rauch和T Willems（2015），《“强制试验的收益：来自伦敦地铁网络的有力证据”》，牛津大学工作论文。
Porter, M E（1991），《“美国的绿色战略”》，《科学美国人》，264（4）：168。
Simon, H A（1955），《“理性选择的行为模型”》，《经济学季刊》，69（1）：99-118。
Weitzman, M L（1979），《“寻找最佳替代方案的最优搜索”》，《计量经济学》，47（3）：641-654。
脚注
1 我们将通勤者定义为在非罢工工作日上午7点至10点之间每天使用地铁网络的出行者。
2 计算这一数字时，我们使用了Stutzer和Frey（2008）对通勤货币成本的估计。
3 近期，Caplin等人（2011）在实验室实验中提供了满意化行为的证据。然而，他们并未分析其参与者在Baumol-Quandt更广义的意义上是否进行了优化。我们的结果表明，通勤者并未如此。
本文与VOX合作发表。发表并不意味着世界经济论坛认同文中观点。
想及时了解议程动态， 请订阅我们的每周简报。
作者：Shaun Larcom是土地经济系讲师，兼任剑桥圣埃德蒙学院Bye Fellow。Ferdinand Rauch是牛津大学经济系副教授，同时为CEPR研究附属学者。Tim Willems是牛津大学纳菲尔德学院博士后研究员。
图片：2014年4月29日，通勤者在伦敦国王十字车站等候地铁列车。REUTERS/Neil Hall
