使用调整金额任务测量人类的延迟折扣行为

摘要

延迟折扣是指当奖励相对于即时可获得的情况出现延迟时，其价值会下降的现象。本文概述了一种基于计算机的延迟折扣任务，该方法易于实施，可用于量化人类受试者延迟折扣的程度。

摘要

延迟折扣是指当奖励延迟获得时，其价值相对于立即获得时的价值下降的现象。延迟折扣任务用于确定无差异点，这些点反映了个体对两种在延迟时间和奖励数量上均不同的奖励选项具有相等偏好的状态。无差异点对于评估延迟折扣梯度的形状至关重要，因为它们使我们能够分离出延迟对价值的影响。例如，如果在延迟时间为1周、最大奖励金额为1000美元的情况下，某参与者的无差异点为700美元，则说明对该参与者而言，1周的延迟相当于价值降低了30%。本视频介绍了一种调整金额的延迟折扣任务，该方法能够相对快速地确定无差异点，且实施成本低、操作简便。数据收集完成后，通常采用非线性回归技术拟合出折扣曲线。折扣曲线的陡峭程度反映了个体或群体冲动选择的程度。这些技术已被应用于多种不同类型的奖励物品，并识别出具有较高冲动性的人群。例如，物质滥用者对延迟奖励的折扣程度比对照组参与者更为陡峭。尽管折扣程度会因所考察的奖励物品不同而有所变化，但一种物品的折扣程度与其他物品的折扣程度之间存在相关性，这表明延迟折扣可能是一种稳定的行为模式¹。

引言

延迟折扣是一种影响人们所遇多种情境的行为现象。延迟折扣指的是，时间上较近的奖励比时间上较远的奖励具有更高的价值，即奖励的价值会随着延迟而下降。这一过程非常重要，因为人们所做的许多选择都涉及在即时但低质量的结果（例如，晚餐后吃一块芝士蛋糕）与延迟但高质量的结果（例如，长期健康）之间进行权衡。除人类外，延迟折扣现象也在多种物种中被观察到^2,3，包括猴子^4,5、大鼠^6,7和鸽子⁸。

延迟折扣程度的个体差异已与多种适应不良行为相关联⁹。奖励的价值会随着延迟时间的延长，按照双曲衰减函数的规律下降⁸。在双曲衰减模式下，价值在较短延迟时间内急剧下降，而在较长延迟时间内的下降幅度则相对较小。Mazur 发现价值随延迟时间呈双曲式衰减，这一发现具有重要意义，因为与其他理论函数相比，双曲函数无需额外假设即可预测偏好反转现象。偏好反转是一种有充分文献记录的现象^10-12，即个体原本偏好相对较早获得的小奖励（SSR）而非较晚获得的大奖励（LLR），但当两个选项均增加相同的延迟时间后，其偏好可能发生逆转。例如，当一个人下班开车回家时突然感到饥饿，他可能倾向于在路过的第一个快餐店停下来，购买一份相对不健康的零食，而不是等到回家后再吃水果或其他高质量的零食。然而，如果这种饥饿感是在工作时出现的，此时此人仍需步行到停车场并驾车行驶一段时间才能到达快餐店，那么他更有可能决定等到回家后再吃水果。

奖励的价值随延迟而下降的陡峭程度可被视为衡量生物体选择冲动性的一个指标。选择冲动性可定义为对即刻小奖励（SSR）的偏好超过延迟大奖励（LLR）^13,14。较高的选择冲动性与多种药物的使用和滥用有关，例如酒精^15,16、香烟^17,18、可卡因¹⁹、海洛因^20,21和甲基苯丙胺²²。较高的选择冲动性还与问题性赌博²³、肥胖^24,25以及不良的健康和个人安全决策²⁶相关。

可使用多种任务来评估人类的延迟折扣行为。例如，可以要求参与者在不同选项之间做出选择，并实际经历与其选择相关的一些或全部结果（真实奖励任务^27,28）；也可以要求参与者在假设性选项之间做出选择，此时他们并不会真正经历与其选择相关的后果（假设性奖励任务^{1-3,9,15-19,25,29}）。通常情况下，无论奖励和延迟是真实的还是假设性的，所观察到的折扣程度相似³⁰。不同研究中实施延迟折扣任务的方法各不相同。例如，不同的实验室曾采用填空式问卷³¹、选择题问卷³²、调整金额法³³以及货币选择问卷³⁴来实施该任务。调整金额任务最初由Du、Green和Myerson开发³³，并在我们的实验室中被广泛使用，具有多项优势。一旦任务程序设定完成，数据收集即可自动进行，从而在整个过程中减少人为误差。由于该任务具有逐步调整的特性，仅需相对较少的问题即可确定个体的无差异点，这缩短了参与者在实验室所需的时间，并降低了疲劳感。更重要的是，该任务能够提供详细且可靠的数据。下文将详细介绍调整金额任务的具体实施方法。

方案

该方案已获犹他州立大学机构审查委员会批准。下述步骤应作为编程和实施延迟折扣任务的指导。

1. 建立延迟折扣任务

1. 选择将用于评估折扣效应的时间延迟范围。
   注意：例如，典型的情境会使用从1周到25年不等的延迟时间。所选的延迟时间应按照惯例大致呈指数级递增（例如，1周、2周、1个月、2个月、6个月、1年、5年和25年）
2. 选择任务中将使用的最高金额。例如，任务中常用的金额为100美元或1,000美元。
3. 选择在每个延迟时间点上确定无差异点所需完成的试验次数。
   注意：例如，为平衡数据分辨率与受试者疲劳程度，每个延迟时间点通常应进行6至8次试验。

2. 获取知情同意并登录参与者信息

1. 让参与者坐在一个与外界隔离的房间内，面对计算机。要求参与者关闭手机和/或任何其他电子设备。
2. 向参与者提供知情同意书，供其阅读并在同意参与任务后签署。
3. 通过点击计算机上与任务相关的图标来启动程序。
4. 观察弹出的对话框，并输入一个唯一的参与者ID标签，该标签将与参与者的数据相关联。
   注意：由于该任务需由实验人员预先编程，因此此步骤可通过程序自动分配参与者标签来实现自动化。

3. 提供指导说明与练习试验

1. 向参与者说明其在任务中将经历的内容。
2. 提供若干练习试验，这些试验将不纳入数据分析。
   注意：练习试验旨在帮助参与者熟悉任务设计，并为其提供提问机会，以便在不影响任务初期所收集数据完整性的前提下，澄清任何不理解的实验要求。练习试验不应采用下文所述的调整程序，而应仅包含一系列关于即时结果与延迟结果之间选择的简单决策。
   1. 例如，开始练习试验时，在计算机屏幕上显示一个问题，要求参与者在可立即获得的10美元与1个月后可获得的100美元之间做出选择。观察并记录屏幕上显示的选择结果。
   2. 在下一个屏幕再次提出相同问题，但在后续每次试验中，无论参与者如何选择，均将即时选项的金额每次递增10美元，直至即时选项与延迟选项均达到100美元为止。
3. 进行十次练习试验，使参与者充分适应任务流程。

4. 评估单个无差异点

注意：无差异点是延迟贴现任务中的主要因变量，表示延迟选项的现值与即时选项的现值相等的点。

1. 向参与者显示延迟选项与即时选项的起始金额。在第一次试验中，将延迟选项的金额显示为最高金额，同时将即时选项的金额显示为最高金额的一半。在每次试验开始时，将鼠标光标置于屏幕中央（与两个选择选项等距）。
   注意：每个试验中，选项所呈现的位置（屏幕左侧或右侧）应随机确定。
2. 观察参与者的选项。
3. 根据参与者的第一次选择，将第二次试验中即时选项的金额调整为最高金额的¼。
   1. 如果参与者在第一次试验中选择了即时选项，则在第二次试验中减少即时选项的金额。例如，若第一次试验中即时金额为 $50 且被选择，则在第二次试验中将即时金额显示为 $25。
   2. 如果参与者在第一次试验中选择了延迟选项，则在第二次试验中增加即时选项的金额。例如，若第一次试验中即时金额为 $50，但参与者选择了延迟金额，则在第二次试验中将即时金额显示为 $75。
4. 向参与者显示更新后的即时选项金额和保持不变的延迟选项金额，并允许其进行下一次选择。
5. 观察参与者的选项，并将下一次试验中即时选项的调整幅度设为上一次调整幅度的½。
   1. 如果参与者在当前试验中选择了即时选项，则在下一次试验中减少即时选项的金额。例如，若第二次试验中即时金额为 $25 且被选择，则在第三次试验中将即时金额显示为 $12.50。
   2. 如果参与者在当前试验中选择了延迟选项，则在下一次试验中增加即时选项的金额。例如，若第二次试验中即时金额为 $25 且被选择，则在第三次试验中将即时金额显示为 $37.50。
6. 重复步骤 4.4 和 4.5，直至参与者完成所需次数的选择。
   注意：选择次数由实验者自行决定；详见讨论部分。
   注意：下一次试验的调整幅度应始终等于最高金额乘以 2^-n，其中 n 为当前调整所对应的试验次数（见图 1）。
7. 根据参与者的最终选择，对即时金额进行最后一次调整。将此次调整后的新金额作为该延迟时间下的无差异点。

5. 确定每个延迟时间的无差异点

1. 针对每个选定的延迟时间，完全重复步骤 4，并在每个延迟时间的第一次试验时重置即时结果的量和调整量。

6. 评估定性不同结果的延迟折扣（可选）

1. 请参与者提供一个所选结果的具体示例。例如，如果所选结果为食物，则询问参与者：“你最喜欢的食物是什么？”
2. 观察参与者的回答，并询问该结果单位量的价格（例如：“你所偏好的食物一份多少钱？”）。
   注意：如果实验者希望评估不同商品在折扣率上的差异，此步骤可将不同商品按价值标准化，从而确保所观察到的折扣差异并非源于被折扣金额本身的差异。
3. 根据参与者报告的价格，显示即时和延迟选项的数值。将延迟获得的结果数量设定为最大值除以参与者提供的单位价格，然后将即时选项设定为该数量的一半。
   注意：例如，若一份冰淇淋价格为5美元，最大金额为100美元，则100美元可购买20份冰淇淋。将此计算结果作为延迟选项（例如：“1周后获得20份冰淇淋”），将其一半作为即时选项（例如：“现在获得10份冰淇淋”）。
4. 对每种结果重新计算其数值后，重复步骤4和步骤5的所有操作。

图1. 调整金额任务的试验结构。延迟选项的起始值 Y 应等于最大值。即时选项的起始值 X 应等于 0.5Y。如果选择了 X，则下一次试验中 X 的值应减少。如果选择了 Y，则下一次试验中 X 的值应增加。调整幅度在第1次试验中为 0.25Y，之后每次试验的调整幅度为前一次的一半。 请点击此处查看该图的放大版本。

7. 数据分析

1. 将数据导入任意首选的数据分析程序中。针对每位参与者在每个延迟时间下的无差异点进行分离。计算每组在每个延迟时间下的无差异点的中位数。
   注意：仅当使用组间设计时，才需要计算无差异点的中位数。
2. 选择一个非线性回归模型（参见代表性结果中的示例）。使用非线性回归将模型拟合至（中位数）无差异点。这将为所选模型生成相关的参数估计值（参数解释见下文）。
   注意：我们已在补充材料中为统计软件 R 提供了执行第7步非线性回归的代码，以帮助读者。

结果

延迟折扣结果的分析通常采用非线性回归模型，对各组的中位数无差异点以及每位参与者在每种结果下的无差异点进行拟合。由于样本的无差异点通常不符合正态分布，因此使用组的中位数无差异点。常用的三种非线性回归模型分别为 Mazur（公式 1）⁸、Myerson 与 Green（公式 2）³⁵ 以及 Rachlin（公式 3）³⁶ 提出的模型。

讨论

本视频介绍了使用调整金额任务进行延迟折扣实验时应采取的步骤。调整金额任务相对快捷（每位参与者约需10至15分钟），且能产生可靠的数据。该任务的调整特性可对个体参与者的折扣程度进行精细分析。由于该任务基于计算机，数据收集过程自动化，从而在数据采集过程中减少了人为误差和主观影响。通常该任务用于评估假设结果的折扣情况，但也曾被用于评估真实结果的折扣²⁸。调整金额任务的一个局限性在于，其对参与者错误的抗干扰能力较弱。由于任务具有滴定性质，若在某一延迟组块的首次试验中发生错误（例如，参与者本意是选择“一周后获得100美元”，却误点为“立即获得50美元”），将对该延迟的无差异点产生显著影响，因为在后续试验中，即时选项的金额会持续递减，不会再达到50美元。而在组块中后期试验发生的错误对无差异点的影响则较小。根据我们实验室的观察，此类错误相对罕见。实验者可对任务进行编程，在确认参与者的无差异点不准确时，向其核实并针对该延迟重复实验过程。

在使用调整金额任务的延迟折扣实验中，有三个关键参数由实验者自行决定，但应与实验问题保持一致：1) 所使用结果的金额应符合实...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
计算机	任何		Mac 或 Windows
编程软件	Visual Studios		https://www.visualstudio.com
数据分析软件	R 基金会		http://www.r-project.org
知情同意书