1. 问题提出
跨期选择(intertemporal choice)是指人们对发生在不同时间点的成本和收益进行权衡后做出各种判断和选择(梁竹苑，刘欢，2011；Frederick, Loewenstein, & Donoghue, 2002)。研究跨期选择一般采用一系列以金钱为结果的二选一问题，要求被试在小而早(smaller-sooner, SS)和大而迟(larger-later, LL)的金钱选项中做出选择(江程铭，刘洪志，蔡晓红，李纾，2016；Scholten & Read, 2010)。前人研究发现，多种人格特质与个体的跨期选择偏好有关。如冲动性水平越高，个体越偏好SS (De Wit, Flory, Acheson, McCloskey, & Manuck, 2007)。因此，决策个体的特质与跨期选择偏好的关系越来越受到关注。
未来时间洞察力(future time perspective, FTP)的研究起源于20世纪50年代。所谓未来时间洞察力是个体对未来社会发展及其自我发展(以自我发展为主)的认知、情感和行为倾向的人格特质(侯述娟，2014；黄希庭，2004)。作为个体对未来预期的人格特质，未来时间洞察力与时间维度紧密相关(Chen, Guo, & Feng, 2017)，而跨期选择要求个体比较不同时间点的结果后做出选择，同样是基于时间维度的一类决策。因此，未来时间洞察力可能会与个体对选项中延迟时间的感知和评价有关(Guo, Chen, & Feng, 2017; Lin & Epstein, 2014; Sirois, 2014)。
以往有研究探讨了时间洞察力与跨期选择的关系，但普遍关注的是收益情境下选择偏好与未来时间洞察力的关系，而忽略了损失情境。研究表明，损失情境和收益情境下跨期选择的内在认知和神经机制存在差异，收益情境中得到的研究结果不能直接推广到损失情境中(马文娟等，2012；Ishii, Gang, & Takahashi, 2016; Mitchell & Wilson, 2010; Tang, Zhang, Yan, & Qu, 2017; Zhang et al., 2016)。因此，本研究设置了收益和损失两种不同情境来考察未来时间洞察力与跨期选择之间关系的普遍性。
另一方面，当前围绕跨期选择的主要理论模型有两大类：一类是主流的折扣模型(discounting models)，认为个体在进行跨期选择时会按照某一比率将未来的结果折算到现在后进行比较，重点关注选择结果。它包括折扣效用模型(Discounted Utility Model) (Samuelson, 1937)、双曲线折扣模型(Hyperbolic Discounting Model) (Mazur, 1984)、准双曲线折扣模型(Hyperbola-like Discounting Model) (Laibson, 1997)等。另一类是新兴的单维占优模型(priority models)，主张个体依据差异更大的某一维度进行比较，遵从启发式原则，将认知资源集中在单一维度上来进行决策，更关注决策过程(刘洪志，江程铭，饶俪琳，李纾，2015)。属性比较模型(Attribute-Comparison Model) (Read, 2001)、齐当别模型(Equate-to-Differentiate Model) (Li, 2004)、权衡模型(Tradeoff Model) (Scholten & Read, 2010)等均属于这一类模型。
前人研究大多对选择结果进行拟合来说明个体的跨期选择偏好，但这一方法并不能说明决策时的真实情况，不能了解启发式原则在决策过程中是否起了作用(江程铭等，2016；Suter, Pachur, & Hertwig, 2016)。故越来越多的研究者建议通过决策过程检验来了解决策行为的实际过程(张阳阳，饶俪琳，梁竹苑，周媛，李纾，2014；Johnson, Schulte-Mecklenbeck, & Willemsen, 2008)。
综上所述，本研究拟从折扣模型和单维占优模型出发探讨收益、损失情境下未来时间洞察力与跨期选择的关系。基于前人研究可以推测：未来时间洞察力可以预测个体的跨期选择偏好，即低洞察力个体更偏好SS，高洞察力个体更偏好LL；收益、损失情境下，高、低未来时间洞察力个体的跨期选择偏好不同，跨期选择的决策过程也不相同。
2. 实验1：基于折扣模型的未来时间洞察力与跨期选择的关系
2.1. 研究方法
2.1.1. 被试
大学本科生40名，其中女生32名，平均年龄20.16 ± .93岁。高洞察力组21名，《一般未来时间洞察力量表》平均得29.43分(SD = 2.66)；低洞察力组19名，平均得54.68分(SD = 4.28)。
2.1.2. 实验设计
2 (未来时间洞察力：高、低) × 5 (延迟时间：7天、15天、30天、90天、180天)混合实验设计。未来时间洞察力为组间变量，延迟时间为组内变量，因变量为延迟折扣率。
2.1.3. 实验材料
选用《一般未来时间洞察力量表》(宋其争，2004；张娜，2013)，包括未来效能、目的意识、远目标定向、未来意向和行为承诺五个维度，4点计分，共20道题目。得分越低，说明未来时间洞察力水平越高。宋其争(2004)对该量表进行检验(N = 392)，重测信度为.793。实际测量中量表信度良好，Cronbach’s α系数为.815。
2.1.4. 实验程序
跨期选择任务采用经典范式，屏幕一侧呈现即时奖赏，另一侧呈现延迟奖赏，所有trial随机呈现，要求被试二选一，无反应时间限制。正式实验前，要求被试想象自己正面临实际生活中的决策，根据真实想法做出选择，并通过练习任务熟悉实验程序和按键操作，尽量保证认真做出每次选择。
2.2. 实验结果与讨论
计算延迟折扣率时，先计算出延迟奖赏的主观价值(即偏好反转前后两次即时金额的平均值)，然后将延时奖赏的主观价值V、延迟奖赏的实际数额A、延迟时间D (7天、15天、30天、90天、180天)代入双曲线折扣模型的公式V = A/(1 + kD)，即可求出延迟折扣率k。k值越大，表示延迟奖赏折扣后的主观价值越小。由于计算出的k值呈偏态分布，用对数函数lnk将其转化为正态分布。
相比高洞察力被试，低洞察力被试在不同延迟时间下的延迟折扣率均更高，见表1。为考察不同未来时间洞察力个体的延迟折扣特点及延迟时间对延迟折扣的影响，以延迟折扣率为因变量进行了二因素ANOVA分析。结果表明，未来时间洞察力的主效应显著，F(1,38) = 17.166，p < .000，偏η2 = .311；延迟时间主效应不显著，F(4,152) = .070，p > .05；二者交互作用不显著，F(4,152) = .473，p > .05。说明低洞察力个体的延迟折扣率更高，更偏好SS；高洞察力个体的延迟折扣率更低，更偏好LL。
Table 1. The delay discounting rate of subjects with high and low future time perspective under 5 kinds of delay time (M ± SD)
表1. 高、低未来时间洞察力被试5种延迟时间下延迟折扣率(M ± SD)
实验1中，从决策结果的角度比较了不同未来时间洞察力个体的跨期选择偏好，发现高、低洞察力个体在收益情境下的跨期选择偏好上存在差异，但是未能了解高、低洞察力水平的个体是如何做出决策并在选择结果上出现不同偏好的。因此，在实验2中依据单维占优模型考察了高、低洞察力个体的决策过程。
3. 实验2：基于单维占优模型的未来时间洞察力与跨期选择的关系
3.1. 研究方法
3.1.1. 被试
大学本科生53名，其中女生45名，平均年龄19.81 ± 1.36岁。高洞察力组27名，平均得27.11分(SD = 2.50)；低洞察力组26名，平均得50.73分(SD = 2.95)。
3.1.2. 实验设计
2 (未来时间洞察力：高、低) × 5 (延迟时间：1个月、3个月、6个月、9个月、12个月) × 2 (决策情境：收益、损失)混合实验设计。未来时间洞察力为组间变量，延迟时间、决策情境为组内变量，因变量为选择偏好。
3.1.3. 实验材料与程序
《一般未来时间洞察力量表》同实验1。
为了解被试在决策过程中如何进行权衡，采用江程铭等(2016)使用的直观模拟天平任务，通过天平直观地考察被试如何比较延迟维度差异与金钱维度差异的相对大小。天平向左倾斜代表认为延迟维度差异大于金钱维度差异；天平向右倾斜则表示认为金钱维度差异更大；水平表示差异相似。天平向不同方向倾斜的程度代表了两者差异的相对大小，7点计分，分数越大表示认为金钱维度上的差异越大；分数越小表示认为延迟维度上的差异越大。
维度间差异比较(直观模拟天平)，如图1所示：
Figure 1. Comparison of differences among dimensions (intuitive simulation balance)
图1. 维度间差异比较(直观模拟天平)示意图
3.1.4. 实验程序
为提高实验的生态学效度，实验2的跨期选择任务给被试呈现一个具体的生活情境(马文娟等，2012)，实验程序如下：
假设你找到了一份社会实践工作，结果可能面临赚钱(赔钱)，现在该公司推出了两种领取报酬(支付赔偿)的方案，屏幕中会同时出现两个选项，一侧是立即领取(赔偿)但数额较小的选项，另一侧是等待一段时间后领取(延迟一段时间后赔偿)但数额较大的选项，例如，“今天获得500元”和“3个月后获得750元”。请选择最符合自己想法的选项，选择左侧的选项按“F”键，选择右侧的选项按“J”键。
完成选择后进入直观模拟天平任务，要求被试对刚才备选的两个选项进行维度间差异比较。由于被试需要连续完成跨期选择和维度间差异比较，为避免出现共同方法偏差问题，二者采用不同的计分方式，跨期选择任务为2点计分，直观模拟天平任务为7点计分。被试先完成8个trial的练习并熟悉实验任务和要求后进入正式实验，对正式实验中所有trial呈现顺序进行随机化处理。
3.2. 实验结果与讨论
3.2.1. 收益情境的跨期选择偏好
在收益情境下，在5种延迟条件下高、低未来时间洞察力被试选择SS和LL人数的描述性统计见表2。
Table 2. The frequency of choosing different options under 5 kinds of delay time of the gain situation
表2. 收益情境5种延迟时间下选择不同选项的频数
卡方检验显示差异显著：χ2 = 9.729，p = .002，效应量phi = .428；χ2 = 11.783，p = .001，效应量phi = .472；χ2 = 8.423，p = .004，效应量phi = .399；χ2 = 11.793，p = .001，效应量phi = .472；χ2 = 10.439，p = .001，效应量phi = .444。说明5种延迟时间下，高洞察力被试均更偏好LL，并且随着延迟时间增加，高、低洞察力被试都表现出更倾向于选择SS的趋势。
采用方杰，温忠麟和张敏强(2017)开发的类别变量的中介效应分析方法，通过R统计软件对收益情境下的5种延迟时间条件分别进行Logistic回归分析及中介效应分析。自变量(X)为未来时间洞察力，中介变量(M)为维度间差异比较，因变量(Y)为选择偏好，0表示选择SS，1表示选择LL，因变量为二分类别变量，如图2所示。
Figure 2. Schematic diagram of mediating effects
图2. 中介效应示意图
延迟时间为1个月时，第一，做因变量为M，自变量为X的线性回归，得到a = .839，SE(a) = .377，Za = 2.225。第二，做因变量Y对自变量X和M的Logistic回归，得到b = .687，SE(b) = .295，Zb = 2.332。第三，由R软件的RMediation软件包使用乘积分布法检验得到Za × Zb的95%的置信区间(CI)是[.066,1.269]，不包含0，因此，维度间差异比较对未来时间洞察力与选择偏好关系的部分中介效应显著，效应值为20.67%。
延迟时间为3个月时，方法同上。做因变量为M，自变量为X的线性回归，得到a = 1.586，SE(a) = .354，Za = 4.480。做因变量Y对自变量X和M的Logistic回归，得到b = .875，SE(b) = .306，Zb = 2.866；c’ = 1.092，p = .139。乘积分布法检验得到Za × Zb的95%的置信区间(CI)是[.517,2.426]，不包含0，因此，维度间差异比较对未来时间洞察力与选择偏好关系的中介效应显著，且由于路径系数c’不显著，为完全中介效应。
延迟时间为6个月时，做因变量为M，自变量为X的线性回归，得到a = .631，p = .123，即路径系数a不显著。因此，维度间差异比较对未来时间洞察力与选择偏好关系的中介效应不显著。
延迟时间为9个月时，做因变量为M，自变量为X的线性回归，得到a = .724，SE(a) = .345，Za = 2.099。做因变量Y对自变量X和M的Logistic回归，得到b = .877，SE(b) = .333，Zb = 2.633。乘积分布法检验得到Za × Zb的95%的置信区间(CI)是[.080,1.376]，不包含0，因此，维度间差异比较对未来时间洞察力与选择偏好关系的部分中介效应显著，效应值为21.19%。
延迟时间为12个月时，做因变量为M，自变量为X的线性回归，得到a = .913，SE(a) = .441，Za = 2.070。做因变量Y对自变量X和M的Logistic回归，得到b = 1.443，SE(b) = .533，Zb = 2.707；c’ = 21.501，p = .994。乘积分布法检验得到Za × Zb的95%的置信区间(CI)是[.167,2.848]，不包含0，因此，维度间差异比较对未来时间洞察力与选择偏好关系的中介效应显著，且由于路径系数c’不显著，为完全中介效应。
这表明在收益情境下，延迟时间为1个月、3个月、9个月、12个月时，维度间差异比较在未来时间洞察力与跨期选择偏好之间存在着较强的中介效应。
3.2.2. 损失情境的跨期选择偏好
对损失情境下，高、低未来时间洞察力被试在5种延迟条件下选择SS和LL人数进行描述性统计，结果见表3。
Table 3. The frequency of choosing different options under 5 kinds of delay time of the loss situation
表3. 损失情境5种延迟时间下选择不同选项的频数
卡方检验结果均不显著：χ2 = .010，p > .05；χ2 = .534，p > .05；χ2 = .774，p > .05；χ2 = 1.181，p > .05；χ2 = .008，p > .05，说明在5种延迟时间下，高、低洞察力被试在跨期选择偏好上没有差异。
以被试在损失情境的5种延迟时间下的跨期选择偏好为因变量，未来时间洞察力为自变量，维度间差异比较为中介变量使用R统计软件进行Logistic回归分析及中介效应分析。延迟时间为1个月时，得到b = .134，p = .496；延迟时间为3个月时，得到b = .305，p = .187；延迟时间为6个月时，得到b = .249，p = .235；延迟时间为9个月时，得到b = −0.025，p = .896；延迟时间为12个月时，得到b = .065，p = .677。路径系数b均不显著，故不存在中介效应。
可见，与收益情境不同，在损失情境的5种延迟时间条件下，维度间差异比较对未来时间洞察力与选择偏好关系的中介效应均不显著。说明以未来时间洞察力水平和维度间差异比较分数来推断个体在损失情境中的跨期选择偏好不具有预测意义。
4. 讨论
4.1. 未来时间洞察力与跨期选择的关系
近年来一些研究(Benoit, Gilbert, & Burgess, 2011; Peters & Büchel, 2010; Pezzulo & Rigoli, 2011)发现对未来的预期和想象在跨期选择中起着重要的作用。综合实验1与实验2结果可以发现，未来时间洞察力可以预测个体的跨期选择偏好。与以往文献报告的结果一致，高未来时间洞察力个体更偏好LL；低未来时间洞察力个体则更偏好SS (索涛，2012；陶安琪，刘金平，冯廷勇，2015)。
这一结果通过折扣模型和单维占优模型均得到了验证。实验1依据双曲线折扣模型，比较高、低未来时间洞察力个体的延迟折扣率是否存在差异。结果表明高洞察力个体延迟折扣率更低。这可能是因为高洞察力个体倾向于以长远的眼光和层面规划未来，反映在跨期选择中，其以“未来”为参照点权衡不同时间点上的结果，故延迟奖赏的主观价值随时间延迟降低的较少。而低洞察力个体的延迟折扣率较高，其在时间感知方面往往以“当前”为参照点，在跨期选择中表现出赋予延迟奖赏更小的心理价值。
实验2基于单维占优模型从决策过程探讨未来时间洞察力与跨期选择的关系，结果同样显示高洞察力个体偏好LL，低洞察力个体偏好SS。收益情境下，对于不同延迟时间条件而言，维度间差异比较对未来时间洞察力与选择偏好关系的中介效应不同。延迟时间为1个月、9个月时，维度间差异比较对未来时间洞察力与选择偏好关系的部分中介效应显著，效应值较强(分别是总效应值的20.67%~21.19%)。也就是说，未来时间洞察力水平越高，个体会更多地选择LL；并且未来时间洞察力对跨期选择偏好的预测通过维度间差异比较起作用，在选择过程中当个体认为金钱维度上的差异相对于延迟维度上的差异越大时，越偏好选择LL，而当个体认为延迟维度上的差异相对于金钱维度上的差异越大时，越偏好选择SS。延迟时间为3个月、12个月时，维度间差异比较对未来时间洞察力与选择偏好关系的完全中介效应显著。即未来时间洞察力完全通过中介变量维度间差异比较来预测跨期选择偏好。高洞察力个体认为金钱维度差异更大，倾向于选择LL，反之，低洞察力个体认为延迟维度差异更大，倾向于选择SS。而在延迟时间为6个月时，维度间差异比较在未来时间洞察力与选择偏好之间没有显著地中介效应。
这一结果同样支持了单维占优模型的假设，即个体在跨期选择中通过比较金钱维度上的差异与延迟维度上的差异，依据差异更大的维度做决策。原因可能是高洞察力个体选择未来定向的决策模式，在进行选项间的比较时，出于对未来的估计，将延迟时间知觉为更短，认为金钱维度差异更大，因此偏好延迟时间长但金额更大的延迟选项。相反，低洞察力被试缺乏对未来的预期和想象，会过高地估计延迟时间，因而以延迟维度作为决策依据，故偏好延迟时间更短的即时选项。
值得注意的是，延迟时间条件不同，维度间差异比较的中介效应不同。研究分析，中介效应并非随着延迟时间增加呈线性变化，可以推测在不同延迟时间条件下，个体在感知和评估延迟时间内在心理过程存在差异。面对现在与3个月或12个月之间进行决策时，个体完全依赖于维度间差异比较做出决策；在延迟时间为1个月、9个月时，个体通过比较维度间差异来有效修正自身未来时间洞察力特质与跨期选择偏好之间的关系；而在6个月的延迟时间条件下，个体似乎忽略维度间差异比较的结果，直接做出选择。鉴于本研究中设置的延迟时间条件具有一定的局限性，未来研究可以考察个体在多水平延迟时间下的跨期选择，以加深理解个体感知和评估延迟时间与维度间差异比较的有效机制。
4.2. 收益、损失情境对跨期选择偏好的影响
针对实验2，收益情境的4种延迟时间条件下，维度间差异比较都具有较强的中介效应；而损失情境中，Logistic回归模型均不具有预测意义且中介效应均不显著。结果说明了不同情境下跨期选择的内在机制并不等价。有研究者提出损失厌恶(loss aversion)是引起个体对损失赋予更大权重的原因，即人们预期损失情境中的消极事件比真实经历消极事件带来的痛苦可能更大(Cheng & He, 2017; Harinck, Van Dijk, Van Beest, & Mersmann, 2007)。另一种解释来自感知风险理论，相比收益情境，个体在损失情境中感知到更大的风险，因此对损失的权重更大(佟月华，王敏，宋尚桂，2012)。此外，本研究认为造成收益与损失情境差异的原因可能是金钱的心理价值不同。个体会更客观地评估收益情境中选项的金额，而把损失情境中相应的选项金钱感知为自己已经拥有的，因而造成了心理价值上的差异。无论未来时间洞察力高低，都会选择损失最小的方案，即金额较小的即时选项，从而出现了未来时间洞察力的预测作用与维度间差异比较的中介效应在收益、损失情境的分离，未来可以从这一观点出发进一步研究其神经机制(Faralla et al., 2015)。
5. 结论
本研究发现：1) 在收益情境下，未来时间洞察力可以预测个体的跨期选择偏好。高未来时间洞察力个体偏好延迟收益，低未来时间洞察力个体偏好即时收益；损失情境下，未来时间洞察力不能够预测个体的跨期选择偏好。2) 研究支持了单维占优模型。收益情境下，维度间差异比较是未来时间洞察力与跨期选择偏好之间的有效中介机制。若个体认为金钱维度上的差异更大，则依据金钱维度选择金额更大的选项；若个体认为延迟维度差异更大，则依据延迟维度选择延迟时间更短的选项。
NOTES
*通讯作者。