人類(lèi)在風(fēng)險環(huán)境下的決策與判斷行為，對生存和發(fā)展有著(zhù)重大的意義，而人們如何進(jìn)行風(fēng)險決策是研究者們現在面臨的一大難題。在風(fēng)險決策理論的發(fā)展歷程中，涌現出許多不同的決策理論：如，經(jīng)典的期望家族模型(family of expectation models)假設人們在決策時(shí)遵循加權求和的過(guò)程；而持有限理性觀(guān)點(diǎn)的研究者則假設人們在決策時(shí)不遵循加權求和的過(guò)程，并建立了非補償的啟發(fā)式(heuristic)決策模型。由于決策需要實(shí)時(shí)的視知覺(jué)活動(dòng)參與，眼動(dòng)追蹤技術(shù)(eye tracking)已被用于決策模型檢驗。但現有研究主要關(guān)注決策過(guò)程中決策者眼動(dòng)特征的局部屬性，例如注視點(diǎn)(fixation)和眼跳(saccade)的位置和時(shí)長(cháng)，罕見(jiàn)研究考察其決策過(guò)程中整體、動(dòng)態(tài)，和序列的眼動(dòng)特征，即眼動(dòng)軌跡(scanpath)。眼動(dòng)軌跡是人們視覺(jué)加工過(guò)程中相對固定注視模式，反映了該過(guò)程中注視的整體、序列和動(dòng)態(tài)的變化狀況，并且在同一任務(wù)多次執行的時(shí)候保持相對穩定(Noton & Stark,1971)。眼動(dòng)軌跡能反映認知加工過(guò)程的序列和動(dòng)態(tài)特征，但眼動(dòng)軌跡的這一獨特優(yōu)勢尚未被風(fēng)險決策研究所開(kāi)發(fā)利用。鑒于眼動(dòng)軌跡可以反映風(fēng)險決策的認知加工及其時(shí)間特征，因此比較不同風(fēng)險決策任務(wù)眼動(dòng)軌跡相似性，即可檢驗執行這些任務(wù)的認知加工過(guò)程是否相同。 

　　為了揭示風(fēng)險決策的認知加工過(guò)程及其時(shí)間屬性，中國科學(xué)院行為科學(xué)重點(diǎn)實(shí)驗室李紓與李興珊研究組進(jìn)行了合作研究。我們使用眼動(dòng)軌跡分析法分析了課題組已發(fā)表的三套風(fēng)險決策眼動(dòng)研究數據(汪祚軍,李紓, 2012; Su et al., 2013; Sun et al., 2013)，這些研究均通過(guò)比較被試在兩類(lèi)任務(wù)(符合加權求和過(guò)程的基線(xiàn)任務(wù)和被試自主的風(fēng)險決策任務(wù))中的眼動(dòng)特征差異，探索風(fēng)險決策是否遵循加權求和過(guò)程。為評估眼動(dòng)軌跡分析法是否適用于風(fēng)險決策的模型檢驗，我們建立了一套標準化步驟用以計算、比較并可視化兩類(lèi)風(fēng)險決策任務(wù)中的眼動(dòng)軌跡，繼而檢驗了風(fēng)險決策是否遵循加權求和的過(guò)程。 

　　首先，本研究使用相似性分數(similarity score)作為度量眼動(dòng)軌跡相似程度的指標，并建立了一套標準化的步驟來(lái)計算和比較眼動(dòng)軌跡間的相似性分數。為使眼動(dòng)軌跡分析法更適用于分析決策任務(wù)，研究依據決策屬性之間的眼跳順序對所有眼動(dòng)軌跡進(jìn)行編碼，并基于Needleman-Wunsch算法(Needleman & Wunsch, 1970)計算了眼動(dòng)軌跡間的相似性分數。其次，本研究創(chuàng )新性地定義了決策任務(wù)的“典型試次”(typical trial)：在同一任務(wù)的所有試次中，如某試次的眼動(dòng)軌跡與其它試次的相似性分數最高，那么該試次即為該任務(wù)的典型試次。我們認為，典型試次的眼動(dòng)軌跡代表該任務(wù)中認知加工過(guò)程的典型和基本模式。通過(guò)直接觀(guān)察該任務(wù)中典型試次的眼動(dòng)軌跡，即可觀(guān)察被試在執行該任務(wù)時(shí)的認知加工模式是否符合某類(lèi)風(fēng)險決策模型所假設的決策過(guò)程。 

　　對三套數據進(jìn)行的相似性分數分析表明，兩類(lèi)任務(wù)中各任務(wù)內(條件內)的眼動(dòng)軌跡的相似性分數均顯著(zhù)高于兩類(lèi)任務(wù)間(條件間)眼動(dòng)軌跡的相似性分數(見(jiàn)圖1)，且兩類(lèi)任務(wù)的眼動(dòng)軌跡也可有效地聚集到不同子類(lèi)別。這表明，三套數據中不同類(lèi)任務(wù)具有不同的眼動(dòng)軌跡模式和認知加工過(guò)程。鑒于基線(xiàn)任務(wù) (如，比例任務(wù)和多次風(fēng)險決策任務(wù))隱含著(zhù)“加權求和”運算的特征，三套數據的分析結果說(shuō)明，被試在執行自主決策的單次風(fēng)險決策任務(wù)時(shí)沒(méi)有進(jìn)行加權求和的運算，這與期望法則家族風(fēng)險決策模型的假設相悖。 

　　對三套數據進(jìn)行典型試次分析可見(jiàn)，兩類(lèi)任務(wù)的眼動(dòng)軌跡模式大不相同(見(jiàn)圖2)。例如，我們可觀(guān)察到：在比例任務(wù)(a1)中，典型眼動(dòng)軌跡是在概率(如選項A中的20%)和對應報酬(選項A中的￥100)之間進(jìn)行的掃視，這與加權求和過(guò)程所假設的信息搜索模式一致；而概率任務(wù)( b1，即單次風(fēng)險決策任務(wù))中并未出現這種搜索模式；又如，圖b2所示的選項特征交叉呈現條件中，典型的眼動(dòng)軌跡模式在A、B選項的最好可能結果(5000元和4500元)，以及A、B選項的最差可能結果(2600元和3000元)之間進(jìn)行的掃視，該過(guò)程更符合齊當別模型(equate-to-differentiate approach)假設(Li, 2004)。 

　　總之，本研究發(fā)現自主風(fēng)險決策中的眼動(dòng)軌跡模式和認知加工過(guò)程均不同于加權求和過(guò)程的假設，提示了眼動(dòng)軌跡分析法是檢驗風(fēng)險決策認知加工過(guò)程可靠且有效的新工具。本研究與課題組已發(fā)表的系列研究一致說(shuō)明，風(fēng)險決策可能并不遵循期望法則家族模型所假設的加權求和過(guò)程。更重要的是，本研究建立了決策任務(wù)中眼動(dòng)軌跡分析法的標準步驟，證明了眼動(dòng)軌跡分析法在檢驗風(fēng)險決策模型中的可靠性和有效性，為檢驗和直觀(guān)理解風(fēng)險決策的過(guò)程提供了新工具，并為未來(lái)決策研究指明了方法學(xué)上的新方向。 

　　研究部分受?chē)抑攸c(diǎn)基礎研究發(fā)展規劃(973項目2011CB711000)，國家自然科學(xué)基金(71071150, 71471171, 70871110, 31170976, 31070904, 31200791)，北京市優(yōu)秀博士學(xué)位論文指導教師人文社科項目基金(20138012501), 和中科院重點(diǎn)部署項目基金(KJZD-EW-L04)的支持。研究論文已在線(xiàn)發(fā)表于行為決策研究領(lǐng)域旗艦期刊Journal of Behavioral Decision Making，并被PsychSource （含British Psychological Society’s 11 journals, plus 32 other key psychology journals）所推介。

　　Zhou, L., Zhang, Y-Y., Wang, Z-J., Rao, L-L., Wang, W., Li, S., Li, X-S^*., & Liang, Z-Y^*. (2016). A Scanpath Analysis of Risky Decision-Making Process. Journal of Behavioral Decision Making. DOI: 10.1002/bdm.1943  

圖1. 三套數據中各任務(wù)的條件內和條件間相似性分數(M±SE)。

圖2. 三套數據中各任務(wù)條件在典型試次中的眼動(dòng)軌跡。其中a₁，a₂和a₃條件代表基線(xiàn)任務(wù)(a₁，比例任務(wù)；a₂，選項特征平行
呈現條件；a₃，多次執行風(fēng)險決策任務(wù)條件)，b₁，b₂和b₃條件代表單次執行的風(fēng)險決策任務(wù)。圖中箭頭表示注視點(diǎn)在眼動(dòng)軌
跡中的先后順序,“S”和“E”分別表示眼動(dòng)軌跡的起始點(diǎn)和終點(diǎn)。 

李紓與李興珊研究組有關(guān)眼動(dòng)軌跡研究的其它論文信息： 

Sun, H-Y., Rao, L-L., Zhou, K., & Li, S. (2014). Formulating an emergency plan based on expectation-maximization is one thing, but applying it to a single case is another. Journal of Risk Research, 17(7), 785-814.  

Su, Y., Rao, L-L., Sun, H-Y., Du, X-L., Li, X., & Li, S. (2013). Is making a risky choice based on a weighting and adding process? An eye-tracking investigation. Journal of Experimental Psychology: Learning, Memory, and Cognition. 39(6), 1765-1780. 

Su, Y., Rao, L-L., Li, X., Wang, Y., & Li, S. (2012). From quality to quantity: The role of common feature in consumer preference. Journal of Economic Psychology. 33(6), 1043–1058.