Duże zagrożenia o małym prawdopodobieństwie: percepcja i jej błędy, ocena i skłonność do podejmowania działań zapobiegawczych

Projektowane badanie należy do dziedziny behawioralnej teorii decyzji, która zajmuje się podstawowymi procesami oceniania i dokonywania wyborów.  Istotną częścią są w niej badania zachowań ludzi w sytuacjach niepewności i ryzyka. Decyzje tego rodzaju są uwarunkowane preferencjami oraz przekonaniami osoby. Z jednej strony chodzi o pomiar przekonań ludzkich nt. szans wystąpienia niepewnego zdarzenia. Z drugiej strony badane są preferencje dotyczące (niepewnych) konsekwencji podejmowanych działań. To te elementy a także czynniki, które je kształtują, będą przedmiotem obecnego badania. Specyfiką proponowanych badań jest analiza specjalnej kategorii sytuacji ryzyka, mianowicie ryzyka odnoszącego się do zdarzeń mało prawdopodobnych o wielkich potencjalnych negatywnych konsekwencjach. Poznanie poznawczych, ale także emocjonalnych aspektów oceny tego rodzaju zdarzeń oraz mechanizmów wyboru w takich sytuacjach stanowi istotny element wiedzy na temat funkcjonowania człowieka. Między innymi w projekcie nawiązujemy do znanego rozróżnienia dwóch systemów poznawczych: (Systemu I i Systemu II). Nawiązujemy też w badaniach do błędów percepcji ryzyka (np. związanych z efektem sformułowania). Stawiamy pytania o reprezentację poznawczą konsekwencji niepewnych z zarazem oddalonych w czasie. (Dochodzi tu do nakładania się dwóch rodzajów nieokreśloności).  

Streszczenie

Głównym celem proponowanych badań jest opis i analiza specjalnej kategorii ryzyka – charakteryzującego się małym prawdopodobieństwem wielkiej straty. Specjalny nacisk będzie położony na analizę typowych błędów w percepcji ryzyka oraz metod  zwiększania trafności oceny ryzyka w tego rodzaju sytuacjach. Będą one dotyczyły naturalnych katastrof oraz innych zagrożeń o małym prawdopodobieństwie i wysokich stawkach. Drugi element, który poddamy badaniu będzie dotyczył skłonności do podejmowania działań zapobiegających lub zabezpieczających przed tego rodzaju zagrożeniami. Gdy chodzi o percepcję małych prawdopodobieństw, główne kierunki badań będą obejmowały: (1) porównanie skuteczności różnych metod przekazywania probabilistycznej informacji o narażeniu i podatności na ryzyko, (2) w jaki sposób daje się przezwyciężać zjawisko iluzji bezpieczeństwa,  (3) rolę afektu w reakcjach na małe prawdopodobieństwa. Gdy chodzi o skłonności do podejmowania działań zapobiegających lub zabezpieczających przed zagrożeniami, to badaniu zostaną poddane znaczenie takich czynników jak: (i) wielkość straty, (ii) prawdopodobieństwo wystąpienia szkody, (iii) czas odroczenia szkody, (iv) znaczenie sformułowania problemu (framing effect), (v) znaczenie zachowania innych (herding). W kontekście naturalnych katastrof oraz innych zagrożeń o małym prawdopodobieństwie i wysokich stawkach zostaną też wykonane badania nad znanym zjawiskiem „rozbrajania ryzyka”.

Badania będą prowadzone zarówno w oparciu o eksperymenty laboratoryjne jak i eksperymenty w warunkach naturalnych (np. przy prezentacji historycznej informacji o częstości zalewania terenu), wreszcie w niektórych przypadkach – w oparciu o badania terenowe. Głównymi zmiennymi zależnymi będą: (i) oceny subiektywnego prawdopodobieństwa katastrofy, (ii) oceny niepokoju wywoływanego przez ryzyko, (ii) chęć zabezpieczania się przed ryzykiem (w tym podejmowanie działań zabezpieczających oraz kupowanie ubezpieczeń przed stratą.

Planowana seria badań powinna odpowiedzieć na wiele konkretnych pytań -  np. jaki format przekazywania informacji probabilistycznej pozwala ludziom lepiej różnicować spostrzeganą wielkość prawdopodobieństwa, albo w jaki sposób przezwyciężać złudzenie bezpieczeństwa – ale powinna też rozszerzyć naszą wiedzę o poznawczych i decyzyjnych procesach człowieka.

O ile w ostatnim półwieczu prowadzono liczne badania nad podejmowaniem decyzji w warunkach ryzyka i niepewności, to niezbyt często zajmowano się sytuacjami zawierającymi duże ryzyku o niskim prawdopodobieństwie wystąpienia negatywnych konsekwencji.  W tym sensie obecny projekt jest nowatorski.

Wprowadzenie

W ostatnim półwieczu można było obserwować ogromny rozwój teorii decyzji. Powstałe w ramach tej teorii koncepcje i techniki stworzyły dobrą podstawę do opisywania i  analiz m.in. decyzji podejmowanych w warunkach niepewności i ryzyka. Największą popularnością wśród różnorodnych ujęć wydaje się cieszyć teoria perspektywy. Wynika to z jej licznych implikacji, które  znalazły potwierdzenie w badaniach empirycznych. Problematyka podejmowania decyzji obejmuje zarówno badania teoretyczne jak i empiryczne. Dotyczą one w szczególności podejmowania ryzyka w najrozmaitszych dziedzinach (zakładanie nowego biznesu, inwestowanie finansowe, zachowania konsumenckie itd.). Opisano tu wiele heurystyk i błędów odpowiedzialnych za nietrafne oceny i decyzje. Wiele z tych błędów dobrze wyjaśnia wspomniana teoria perspektywy.

Zachodzące ogromne zmiany technologiczne i środowiskowe mają jako skutek uboczny wzrost  podatności współczesnych społeczeństw na różnego rodzaju katastrofy, tak naturalne jak i stwarzane przez człowieka. Takie wydarzenia jak eksplozja chemiczna w Bhopal, wybuch elektrowni jądrowej w Czernobylu, czy trzęsienie ziemi i tsunami w Japonii kończyły się wielkimi stratami ekonomicznymi i środowiskowymi. Tego rodzaju wydarzenia (katastrofy) nie poddają się łatwo opisowi w ramach konwencjonalnej teorii ekonomicznej (Arrow, 1996; Schade, Kunreuther i Koellinger, 2011). Niedocenianie małych prawdopodobieństwach wystąpienia wielkich strat może prowadzić do budowania mieszkań i urządzeń przemysłowych w miejscach narażonych na powodzie. Lekceważenie mało prawdopodobnych zagrożeń powodziowych miało na przykład miejsce w trakcie powodzie w Austrii, Niemczech i Republice Czeskiej w roku 2002,  gdzie zagrożenia te klasyfikowano jako zdarzenia 1000-, 500- albo 250- letnie. Powszechną praktyką jest ignorowanie tego typu zdarzeń jako wysoce nieprawdopodobnych, gdy chodzi o wystąpienie ich w trakcie ludzkiego życia (Ermoliev, 2008).

Także w praktyce badawczej niezbyt często zajmowano się dużym ryzykiem o niskim prawdopodobieństwie. Sytuacje tego rodzaju obejmują zarówno katastrofy naturalne jak i zagrożenia stwarzane przez człowieka (np. powodzie, zagrożenia technologiczne, wypadki drogowe, kryzysy ekonomiczne, epidemie itp.) Sytuacje tego rodzaju rzeczywiście charakteryzują dwie cechy: (a) zagrażające zdarzenie występuje względnie rzadko, (b) jego negatywne konsekwencje są poważne (katastroficzne). Zdarzeniom takim nie można zapobiec, można natomiast (1) próbować je przewidzieć oraz (2) można podejmować działania zmierzające do ograniczenia ich negatywnych skutków.  Aby zminimalizować możliwe straty w tego rodzaju sytuacjach, decydent potrzebuje: (1) trafnie ocenić zagrożenie (ryzyko) (2) podjąć adekwatne działania zabezpieczające (3) podjąć adekwatne zachowanie w chwili wystąpienia zagrożenia. Spośród tej trójki, element pierwszy ma szczególne znaczenie, gdyż znacząco wpływa na dwa pozostałe. Tak więc badanie tego typu ryzyka mieści w sobie dwa (powiązane) zagadnienia: w jaki sposób ludzie oceniają małe prawdopodobieństwa oraz kiedy przejawiają skłonność do  podejmowania działań zapobiegawczych.  Adekwatne percepcja ryzyka z pewnością wymaga identyfikacji i zrozumienia probabilistycznej informacji, a także  redukcji czynników odpowiedzialnych za błędy charakterystyczne dla tej percepcji, a wreszcie wymaga znalezienia skutecznych sposobów  przekazania probabilistycznej informacji o narażeniu i podatności na ryzyko.

Gdy chodzi o  Gdy chodzi o skłonności do podejmowania działań zapobiegających lub zabezpieczających przed zagrożeniami, to poza samą oceną ryzyka znaczenie może tu mieć szereg czynników: wielkość straty, czas odroczenia szkody, czy nawet zachowanie innych. Czynniki te są interesujące badawczo jak też mogą być ważne dla decydentów.

Sumując, celem proponowanych badań jest po pierwsze opis mechanizmów percepcji specjalnej kategorii ryzyka – charakteryzującego się małym prawdopodobieństwem wielkiej straty. Drugim celem jest określenie uwarunkowań skłonności do podejmowania działań zapobiegających lub zabezpieczających przed tego rodzaju zagrożeniami.

Uzasadnienie i dotychczasowe badania

(1) Percepcja  małych prawdopodobieństw

W ostatnich dziesięcioleciach liczne badania wykazały występowanie różnorodnych błędów w percepcji ryzyka. Najistotniejsze z nich to:

• Ogólne trudności z rozumieniem i wykorzystaniem informacji probabilistycznych. Liczne studia [patrz: Tyszka i Sawicki, 2011] wykazały, że większość ludzi, nawet wykształconych, nie jest w stanie przyswoić lub / i właściwie zrozumieć informacji zawierających liczbowe wartości prawdopodobieństw. Gdy np. Yamagishi (1997) poprosił respondentów o ocenę ryzyka śmierci z różnych przyczyn, stwierdził, że wpływa na nią podawana liczba śmiertelnych przypadków: ryzyko śmierci na chorobę, na którą umiera 1286 z 10 000 chorych oceniano jako większe niż na chorobę, na którą umiera 12,86 ze 100 chorych. 

• Ignorowanie informacji o prawdopodobieństwach. Teoria decyzji wymaga starannej analizy informacji o wartościach i prawdopodobieństwach możliwych wyników poszczególnych decyzji przed dokonaniem jakiegokolwiek wyboru obarczonego ryzykiem. W wielu badaniach  (Huber et al., 1997; Tyszka i Zaleśkiewicz, 2006) stwierdzono jednak, że wielu ludzi mając do czynienia z ryzykownymi decyzjami nie jest zainteresowanych uzyskaniem informacji o prawdopodobieństwach.

Wiadomo z licznych badań, że ludzie mają poważne problemy z oceną i rozumieniem małych prawdopodobieństw. Małe prawdopodobieństwa bywają przeceniane lub, na odwrót, całkowicie ignorowane (Kunreuther i in., 2001; Lave i Lave, 1991). W szczególności własne doświadczenie konkretnego zagrożenia zwiększa zarówno subiektywne prawdopodobieństwo jego wystąpienia, jak skłonność do aktywnego zapobiegania zagrożeniu. Na przykład osoby, które nie przeżyły powodzi, mają skłonność do niedoceniania lub wręcz ignorowania jej prawdopodobieństwa. Barlow (1993) stwierdził, że brak doświadczenia z trzęsieniem ziemi był najistotniejszym czynnikiem objaśniającym nieprzygotowanie na jego możliwość u firm w okolicach St. Louis. Podobnie, Browne i Hoyt (2000) pokazali, że świeże przeżycie powodzi zwiększa popyt na ubezpieczenia od niej. Kerjan, de Forges i Kunreuther (2011) stwierdzili, że wielu ludzi nie kontynuuje ubezpieczenia przez dłuższy czas od zakupienia polisy. Charakterystycznym zjawiskiem było też powszechne udrożnianie rowów melioracyjnych w Polsce, zasypanych we wcześniejszych latach przy długotrwałych niskich poziomach wód gruntowych, w sytuacji, gdy po dużych opadach w 2011 r poziom wód gruntowych znacznie wzrósł.

Innym problemem jest brak wrażliwości ludzi na zmiany wielkości małych prawdopodobieństw.  Postrzeganie prawdopodobieństw i różnic prawdopodobieństw zależy od sposobu, w jaki jest przekazywana informacja o nich. Kunreuther, Novemsky i Kahneman (2001) próbowali poprawić wrażliwość na zmiany małych prawdopodobieństw porównując różne metody przekazywania informacji o nich. Twierdzą oni, że najlepszym sposobem informowania ludzi o prawdopodobieństwach jest udostępnianie im porównawczych scenariuszy, które umożliwiają ocenę różnic pomiędzy prawdopodobieństwami. Następnie Hertwig, Barron, Weber i Erev (2004) wprowadzili ważne rozróżnienie między decyzjami w oparciu o opis i decyzjami w oparciu o doświadczenie. W tych pierwszych decydentom zostaje dostarczona liczbowa informacja o prawdopodobieństwach poszczególnych możliwych wyników, natomiast w tych drugich decydent musi sam ocenić te prawdopodobieństwa na podstawie obserwacji sekwencji zdarzeń.  Hertwig i in. (2004), a następnie też inni badacze (np. Fox i Hader, 2006) pokazali, że decydowanie w oparciu o  opis bądź w oparciu o doświadczenie może prowadzić do różnych ocen prawdopodobieństw rzadkich zdarzeń: przy podejmowaniu decyzji na podstawie opisu ludzie mają skłonność do ich zawyżania, a na podstawie doświadczenia – do zaniżania. Fox i Hader (2006) twierdzą, że jest to przede wszystkim skutek błędu spowodowanego rzadkim obserwowaniem mało prawdopodobnych zdarzeń.

Jeszcze innym zjawiskiem jest fakt, że brak świeżych osobistych doświadczeń negatywnego zdarzenia jest jednym z głównych przyczyn ignorowania “nieprawdopodobnych zagrożeń”. Z drugiej strony, jeśli np. powódź wystąpiła niedawno, postrzegane szanse jej powtórzenia się w niedalekiej przyszłości rosną.

Wiele badań wskazuje wreszcie na wpływ, jaki na preferencje w warunkach ryzyka ma sformułowanie problemu. To zniekształcenie poznawcze (framing effect) polega na podejmowaniu różnych decyzji w zależności od formatu, w jakim zostały przedstawione te same opcje. Od czasu ich opisania w 1981 (Tversky i Kahneman, 1981) intensywnie badano występowanie tych zjawisk w różnych obszarach – od podejmowania decyzji w warunkach ryzyka po promowanie zdrowia. Jednak badania tego efektu w sytuacji zagrożeń o poważnych skutkach i małym prawdopodobieństwie wystąpienia są nieliczne.

(2) Chęć do podejmowania działań zapobiegawczych oraz zakupu ubezpieczeń

Koszty stanowią jeden z najważniejszych determinantów chęci do podejmowania działań zapobiegawczych w przypadku potencjalnych katastrof. Mieszkańcy terenów narażonych na kataklizmy mają nadzieję na pomoc państwową lub humanitarną w przypadku wystąpienia katastrofy, co stanowi pewnego rodzaju nadużycie. Co więcej, ubezpieczyciele napotykają na trudności w grupowaniu różnych obszarów pod względem poziomu ryzyka. Problemy te prowadzą do nadmiernie wysokich opłat za ubezpieczenie na obszarach zagrożonych (Browne and Hoyt, 1995). W rezultacie odsetek ludzi korzystających z ubezpieczenia jest zbyt niski (Dixon et al., 2006), nawet mimo sytemu  dopłat z organizacji takich jak US National Flood Insurance Program. Niski odsetek ubezpieczonych na zasadzie błędnego koła skutkuje niską świadomością ryzyka wśród ludności, błędnymi decyzjami na rynku nieruchomości (Kousky, 2010 oraz badania tam cytowane), nieadekwatnymi ulgami (Kleindorfer and Kuhnreuther, 1999), i ostatecznie nadmiernymi stratami w ludziach i stratami majątkowymi. 

Schade, Kunreuther & Koellinger (2011) odkryli, że skłonność do niepokoju, jako cecha osobowości dodatnio wpływa na chęć płacenia za środki zapobiegawcze, choć oczywiście, cechy osobowości nie są jej jedynymi determinantami. Kiedy ośrodki odpowiedzialne za zarządzanie ryzykiem podejmują różnego typu działania zapobiegające skutkom kataklizmów (takich jak powódź), może to powodować osłabienie czujności wśród mieszkańców i wywoływać złudzenie bezpieczeństwa, co z kolei skutkuje brakiem inicjatyw w kierunku zabezpieczania się przed katastrofami.

Liczne badania nad odroczonymi zyskami i stratami pokazują, że ludzie dyskontują przyszłe wypłaty według funkcji hiperbolicznej.

gdzie:

A jest przyszłą wypłatą,

D jest czasem odroczenia,

k jest współczynnikiem dyskontowym,

V jest bieżącą subiektywną wartością przyszłej wypłaty.

Percepcja kataklizmów, zarówno wywołanych przez przyrodę, jak tez spowodowanych przez człowieka, może być opisywana za pomocą teorii perspektywy. W ten sposób modeluje się ludzie wybory pomiędzy wypłatami pewnymi a loteriami zawierającymi zyski lub straty. 

Katastrofy należałoby jednak traktować jak odroczone loterie z wysokimi wartościami wypłat przy niezwykle niskich wartościach prawdopodobieństw. A zatem kluczową kwestią jest jak ludzie traktują wypłaty, które są zarówno odroczone, jak i niepewne (odroczone loterie). Problem ten prezentuje równanie, łączące teorię hiperbolicznego dyskontowania dla odroczonych wypłat oraz teorię perspektywy dla wypłat niepewnych.

gdzie:

A jest przyszłą wypłatą,

D jest czasem odroczenia,

w(p) jest funkcją wag decyzyjnych z teorii perspektywy,

k jest współczynnikiem dyskontowym,

V jest bieżącą subiektywną wartością przyszłej wypłaty

s, β są parametrami.

Cechą charakterystyczną kataklizmów jest to, że potencjalne straty są nie tylko bardzo wysokie, ale także niepewne i odroczone. Obserwator odbiera te wysokie straty dyskontując je ze względu na czas i ze względu na prawdopodobieństwo wystąpienia. Może to prowadzić do ignorowania potencjalnego zagrożenia. A to z kolei skutkuje niechęcią do stosowania środków zaradczych.

Czynnikiem mogącym sprzyjać zabezpieczaniu się decydenta przed ryzykiem jest zabezpieczanie się wielu (lub większości) decydentów w jego otoczeniu. Na przykład zakup ubezpieczenia przez wpływowych sąsiadów zwiększa zarówno świadomość ryzyka, jak ocenę wiarygodności towarzystwa ubezpieczeniowego  (a także prawdopodobieństwo tego, że w przypadku wystąpienia katastrofy pozostanie się jedynym, który się nie zabezpieczył). Większa liczba polis obezpieczeniowych nabytych w społeczności poprawia także odczuwanie przez nabywców ich pozycji przetargowej wobec ubezpieczyciela. Cai i in. (2011) badali chłopów uprawiających ryż w Chinach, obserwując losowo wybrane gospodarstwa w losowo wybranych wsiach, przy czym w części wybranych wsi odbyły się spotkania z przedstawicielami firm oferujących ubezpieczenie upraw. Zgodnie z przewidywaniami we wsiach, w których odbyły się takie zebrania, zakupiono więcej ubezpieczeń niż w innych; interesujący natomiast jest fakt, że efekt ten wystąpił również u gospodarzy nie uczestniczących w spotkaniach, w stopniu niewiele mniejszym niż u uczestniczących  (7,7 / 12 punktów procentowych). Efekt ten wiąże się z liczbą przyjaciół danego decydenta obecnych na zebraniach. Autorzy wskazują na społeczne uczenie się o pożytkach z ubezpieczania się jako na główną drogę transmisji tego sieciowego efektu.

Mając do czynienia z niepewnymi skutkami decyzji w warunkach ryzyka ludzie często starają się wynaleźć i zastosować operacje rozbrajające ryzyko (np. Huber & Huber, 2008). Operacja rozbrajająca ryzyko to działanie planowane dodatkowo w celu minimalizacji możliwych negatywnych skutków. Wskazano na istotną rolę takich operacji w decyzjach różnych rodzajów, np. menedżerskich (Wilke, Haug i Funke, 2008), lekarskich (np. Huber, 2007; Huber i Huber, 2008), finansowych (np.. Ranyard, Hinkley i Williamson, 2001), rolniczych (Huber, Huber i Bär, 2011) czy w sytuacji ryzyka genetycznego (Shiloh, Gerad i Goldman, 2006). Przy podejmowaniu np. decyzji o lokalizacji inwestycji technologicznej takiej jak elektrownia różne warianty prowadzą do różnych konsekwencji, zarówno pozytywnych (dostępność, dogodność połączeń) jak negatywnych (np. opór mieszkańców). Szczególnym przypadkiem niepewnych negatywnych konsekwencji, które mogą być bardzo różne dla różnych wariantów – tak pod względem prawdopodobieństw wystąpienia, jak rozmiarów, od drobnych wypadków po wielkie katastrofy – są zagrożenia naturalne. W tym przypadku operacje rozbrajania ryzyka wpływają i na poziom bezpieczeństwa, i na koszty projektu.

 Na rozbrajanie ryzyka mają wpływ rozmaite czynniki, przy czym pewne działania i informacje są niezbędne dla powodzenia przedsięwzięcia.

a. Po pierwsze konieczne jest wykrycie i zbadanie możliwych negatywnych skutków wszystkich wariantów. Często jednak w pierwszej fazie procesu decyzyjnego pozyskuje się informacje o pozytywnych konsekwencjach, a następnie analizuje negatywne tylko dla wariantów o najlepszych możliwych skutkach pozytywnych (Huber, Huber i Bär, 2011). Może to doprowadzić do wstępnego wyboru wariantów najkorzystniejszych w razie niewystąpienia zdarzeń negatywnych, ale obarczonych znacznym ryzykiem katastrofy, podczas gdy mniej ryzykowne warianty o nieco mniejszych konsekwencjach pozytywnych mogą zostać odrzucone nawet bez przeanalizowania ich ryzykowności. 

b. Po drugie zasadniczą rolę odgrywa percepcja dostępnych sygnałów możliwości wystąpienia negatywnych zdarzeń. Na rozbrajanie ryzyka wpływa jakość diagnostyczna i aspekty czasowe tych sygnałów (por. np. Huber & Huber, 2003 w kontekście decyzji lekarskich). Sygnałem takim może być np. prognoza pogody dla zagrożenia powodziowego. Gdy sygnał umożliwia wczesne przewidzenie zjawiska (deszczu) powodującego niekorzystne zdarzenie (powódź), preferowane są operacje jednorazowe zmniejszające skutki zdarzenia, takie jak budowa tymczasowych zapór i ewakuacja mieszkańców. Koszt takich operacji jest ponoszony tylko w przypadku wystąpienia powodzi. Gdy jednak jakość diagnostyczna sygnału jest niska lub jest on dostępny zbyt późno dla zastosowania takich operacji, niezbędne są wcześniejsze i bardziej kosztowne działania takie jak budowa stałych wałów przeciwpowodziowych.

c. Po trzecie, przy planowaniu działań rozbrajania ryzyka decydenci często nie przeprowadzają dokładnej analizy ich kosztów i skuteczności (Bär i Huber 2008), co może prowadzić do wyboru mniej efektywnych wariantów. 

d. Często występującym zjawiskiem jest także rezygnacja z poszukiwania i w efekcie nieuwzględnianie informacji o prawdopodobieństwach (Huber, 2007; Tyszka i Zaleśkiewicz, 2006), co także może powodować nieoptymalne decyzje . 

Proces rozbrajania ryzyka i jego determinanty badano najczęściej w kontekście ograniczonych zagrożeń o skutkach dotykających pojedyncze osoby lub małe organizacje. Inna jest natura zagrożeń przez katastrofy naturalne. Przede wszystkiem mogą one mieć ekstremalne konsekwencje dla dużej liczby ludzi. Ponadto prawdopodobieństwa ich wystąpienia są bardzo zróżnicowane i mogą być bardzo zmienne w czasie, wskutek czego łatwo o błędną ocenę ryzyka rzadkiego zdarzenia (jak pokazały niedawne wydarzenia w Japonii). Wreszcie brak aktywnego poszukiwania informacji probabilistycznej w połączeniu z faktem, że ludzie zwykle nie rozumieją dobrze małych prawdopodobieństw (Kunreuther, Novemsky i Kahneman, 2001; por. także Schade, Kunreuther i Koellinger, 2011) może prowadzić do poważnych błędów szacowania oczekiwanych skutków rzadkich zdarzeń.

Główne zadania badawcze

W planowanych eksperymentach i badaniach terenowych głównymi zmiennymi zależnymi będą:

• Oceny subiektywnego prawdopodobieństwa katastrofy,

• Oceny niepokoju wywoływanego przez ryzyko,

• chęć zabezpieczania się przed ryzykiem (w tym podejmowanie działań zabezpieczających oraz kupowanie ubezpieczeń przed stratą.

I. Badania nad percepcją ryzyka

1. Skuteczne metody przekazywania informacji o narażeniu i podatności na ryzyko (Tyszka et al.). 

Jedną z kluczowych kwestii dotyczącą percepcji małych prawdopodobieństw jest pytanie, w jaki sposób prezentować te prawdopodobieństwa tak, by ludzie byli w stanie różnicować między ich wielkościami. Świeże badanie Tyszki I  Sawickiego (2011) pokazało, ze wśród różnych formatów prezentacji o narażeniu na ryzyko format oparty na bezpośrednim doświadczeniu posiadał wyraźną przewagę nad innymi. Po pierwsze osłabiał on tendencję do przeceniania niskich prawdopodobieństw. Po drugie bardziej niż inne format sprzyjał różnicowaniu wielkości prawdopodobieństwa, w szczególności przy bodźcach wzbudzających emocje. W badaniu tym Tyszka i Sawicki (2011) wykorzystywali zadanie dotyczące prawdopodobieństwa choroby genetycznej u nieurodzonego dziecka. W obecnie planowanych badaniach zalety formatu informacji o prawdopodobieństwie opartego na bezpośrednim doświadczeniu zostaną przebadane w kontekście różnych kategorii ryzyka, m.in. katastrof naturalnych, wypadków drogowych itd. Badania te będą prowadzone zarówno w oparciu o eksperymenty laboratoryjne jak i eksperymenty w warunkach naturalnych, np. przy prezentacji historycznej informacji o częstości zalewania terenu. Podobnie zostaną wykonane badania nad prezentacja danych historycznych odnośnie wypadków drogowych.

2. W jaki sposób przezwyciężyć iluzję bezpieczeństwa? (Tyszka et al.) 

Agencje odpowiedzialne za zarządzania ryzykiem podejmują rozmaite zabiegi mające na celu redukcje ryzyka w przypadku rozmaitych zagrożeń: np. przed powodzią. Tego rodzaju działania mogą wśród narażonych na ryzyko osób wzbudzać iluzje bezpieczeństwa. Wiadomo bowiem, że podejmowane środki zazwyczaj nie redukują ryzyka kompletnie. Wbrew temu zagrożeni mogą uznać, że są na tyle bezpieczni iż nie muszą więcej troszczyć się o zagrożenie. 

Istnieje w związku z tym zjawiskiem szereg pytań badawczych. Jednym z nich jest , kiedy ludzie wpadają w pułapkę bezpieczeństwa. Ważną okolicznością może tu być niejednoznaczność (ambiguity) sytuacji. Schade, Kunreuther & Koellinger (2011) pokazali wprawdzie, że niejednoznaczność  oceny prawdopodobieństwa może zwiększać u ludzi chęć  zakupu ubezpieczenia, ale wydaje się, że z drugiej strony może też sprzyjać poczuciu bezpieczeństwa. Problem ten będzie poddany badaniom eksperymentalnym.

Innym pytaniem jest, w jaki sposób zapobieganie zjawisku iluzji bezpieczeństwa i powstrzymywania się od zabezpieczania się przed ryzykiem. Wydaje się, że i w tej kwestii znaczenie może mieć format przekazywania probabilistycznej informacji. Hipoteza ta będzie testowana w eksperymencie laboratoryjnym.

3. Rola afektu w reakcjach na małe prawdopodobieństwa. Jak wynika z badań Rottenstreicha i Hsee’go (2001) percepcja ryzyka zależy od reakcji afektywnych powiązanych z potencjalnymi wynikami ryzykownego wyboru. Ich badania sugerują, że poznawcze reakcje ludzi na bodźce silnie lub słabo zabarwione afektywnie mogą być różne. Generalnie, ludzie powinni być mniej wrażliwi na różnice w prawdopodobieństwach w przypadku wyników silnie zabarwionych afektywnie niż w przypadku wyników słabo zabarwionych afektywnie. Nassim Taleb opisał teorię „czarnego łabędzia”, próbując wyjaśnić znaczącą rolę bardzo rzadkich zdarzeń z poważnymi konsekwencjami, które są trudne do przewidzenia. Podkreślał niemożność obliczenia prawdopodobieństw skrajnie rzadkich zdarzeń, z powodu samej natury małych prawdopodobieństw. Tak więc „czarne łabędzie” są zaskoczeniem dla obserwatora, ale po ich pojawieniu, są one racjonalizowane poprzez zniekształcenie wglądu wstecznego, tak jak gdyby były możliwe do przewidzenia. 

Celem aktualnego badania jest porównanie postaw wobec małych prawdopodobieństw w różnych obszarach ryzyka – powiązanych z różnymi zabarwionymi emocjonalnie bodźcami. Przedmiotem badań eksperymentalnych będą porównania reakcji na katastrofy naturalne, wywołane przez człowieka, kryzysy ekonomiczne oraz problemy związane ze zdrowiem. 

II. Badania nad skłonnością do podejmowania działań zabezpieczających 

4. Rozbrajanie ryzyka na obszarach narażonych na ryzyko dużych katastrof naturalnych (Odilo Huber).

Badania mają na celu poznanie reprezentacji umysłowych i preferencji mieszkańców zagrożonych terenów  oraz osób podejmujących decyzje polityczne i ekonomiczne. Ponadto poznanie strategii rozbrajania ryzyka związanego z katastrofami naturalnymi. Wiedza ta jest ważna dla zidentyfikowania systematycznych błędów w percepcji katastrof naturalnych oraz dostosowania procesów informacyjnych w decyzjach społecznych (publicznych) tak, żeby ważne informacje były dostępne i włączone w społeczne i prywatne procesy decyzyjne. Wyniki są więc ważne dla teoretyków/ naukowców jak i dla stron zaangażowanych w procesy podejmowania decyzji. By osiągnąć ten cel, po pierwsze zbadane zostanie, jak ludzie spontanicznie poszukują informacji i podejmują decyzje odnośnie rozbrajania ryzyka, w sytuacjach z możliwymi katastrofami naturalnymi. Po drugie, badane będzie, czy zależy to od stopnia zaangażowania ludzi. W tym celu, mieszkańcy zagrożonych obszarów będą tworzyć reprezentacje umysłowe rozbrajania ryzyka związanego z naturalnymi katastrofami. Dodatkowym pytaniem jest, czy te reprezentacje zależą od bycia narażonym na ryzyko. Mieszkańcy zagrożonych obszarów będą porównywani z tymi, którzy nie są wystawieni zagrożenia w zadaniach, które albo odpowiadają rzeczywistemu ryzyku/zagrożeniu, albo mają inne właściwości. Po trzecie, decydenci we władzach i firmach będą badani i porównywani z mieszkańcami nie mającymi bezpośredniego wpływu na decyzje. W tym celu planowane są eksperymentalne badania porównujące dwa kraje. Zastosowany w nich będzie paradygmat Aktywnego Poszukiwania Informacji (Active Information Search, AIS, Huber, Huber & Schulte-Mecklenbeck, 2011) w celu pomiaru decyzji, poszukiwania informacji oraz konstrukcji reprezentacji umysłowych. API było z powodzeniem stosowane w badaniach podstawowych, badaniach rzeczywistych decyzji (Shiloh et al., 2006; Kostopoulou et al., 2008).Wyniki eksperymentalne będą rozpowszechniane w środowisku akademickim za pośrednictwem publikacji a środowisku pozaakademickim przy pomocy materiałów informacyjnych i konferencji. 

5. Skłonność do ubezpieczania się w zależności od własnych ocen ryzyka. (Krawczyk, Trautmann, Van de Kuilen). 

Dodatkowo, oprócz oszacowań ryzyka, na początku każdej rundy, każdemu uczestnikowi przedstawiona zostanie opcja zakupu ubezpieczenia przed stratą – skłonność do płacenia będzie ustalana przy pomocy metody Becker-de Groot-Marschaka, z listy możliwych składek ubezpieczeniowych. Ryzyko w danej rundzie będzie ustalane na koniec każdej rundy. Na koniec eksperymentu jedna z rund zostanie losowo wybrana i zrealizowana – koszty ubezpieczenia (jeśli będą jakieś) i straty (jeśli będą jakieś) poniesione w wybranej rundzie zostaną zrealizowane. Mierzony będzie wpływ zmian związanych z sytuacją ryzyka na skłonność do kupowania ubezpieczeń. Jako potencjalne kowarianty obserwowanego zachowania mierzone będą także indywidualne charakterystyki uczestników badania, dotyczące stanów i cech emocjonalnych, jak również skłonności do podejmowania ryzyka w różnych obszarach życia (włączając ubezpieczenie). 

W szczególnosci badany będzei wpływ dwóch czynników na kupowanie ubezpieczeń: (1) reakcje ludzi na niedawne katastrofy i (2) wpływ wyborów innych (zachowania stadne). Badania pokazują, że ludzie są skłonni do błędów w oszacowywaniu warunkowych prawdopodobieństw. Na przykład złudzenie gracza (Tversky and Kahneman 1981) jest skłonnością do oczekiwania negatywnej autokorelacji w serii niezależnych zdarzeń. W ramach opisanego powyżej planu badawczego będzie można oszacować efekt działania katastrof i osobistych strat poniesionych na skutek katastrof na percepcję ryzyka i ubezpieczanie się.

W odniesieniu do pytania o wpływ decyzji innych osób rozważane są dwa sposoby badania. W jednym z nich wybory innych nie będą widoczne, w drugim badani będą otrzymywać informacje o losowo wybranych innych osobach. W ten sposób będziemy w stanie oszacować wpływ tych informacji na percepcję ryzyka i decyzji związanych z ubezpieczaniem się. 

6. Wpływ sformułowania problemu na decyzję ubezpieczeniowe (Tyszka et al.)

Johnson i in. (1993) przeprowadzili badania dotyczące efektów sformułowania (framingu) w odniesieniu do kupowania polis ubezpieczeniowych, których warunki (takie jak składka, odszkodowanie, udział własny i zniżki, opisywane były w kategoriach zysku bądź straty). Wyniki badań wskazują na to, że zakup polisy ubezpieczeniowej narzuca pewien naturalny sposób sformułowania (mała pewna strata vs. duża niepewna strata), przy czym taka decyzja zawiera też zestaw możliwych konsekwencji (pewnych i niepewnych), które mogą być formułowane w opisie warunków ubezpieczenia jako albo strata, albo jako zysk. 

Zazwyczaj, osoba decydująca o zakupie polisy ubezpieczeniowej stoi przed wyborem pomiędzy małą i pewną stratą (składka) a bardzo dużą stratą, która może wystąpić z niskim prawdopodobieństwem (przedmiot ubezpieczenia). W praktyce ubezpieczeń jednak, umowy uzupełniane są o liczne dodatkowe parametry. Składka, którą decydent musi zapłacić z definicji jest stratą, natomiast zniżki składki można przedstawić jako jedną zredukowaną wartość lub pełną wartość straty i oddzielony od niej zysk. Udział własny można opisać jako zysk – znaczące obniżenie składki lub jako stratę – o tę sumę obniżona zostanie wartość wypłacanego odszkodowania.  Także zniżki za bezszkodowość można opisać jako obniżkę płaconej składki, lub premię wypłacaną po upływie okresu ubezpieczenia. Te możliwości różnego z perspektywy zysków i strat sposoby prezentowania konsekwencji zakupu polisy mają wpływ na decyzję o ubezpieczeniu, wybór polisy, satysfakcję nabywców, skłonność do dokonania zakupu.

Efekty sformułowania (framing effects) są przedmiotem intensywnych badań od początku lat 80-tych, nie ma jednak, jak dotąd pełnej wiedzy na temat warunków, których się pojawiają i procesu, który je wywołuje. Dlatego planowane badania mają na celu znalezienie odpowiedzi na dwa podstawowe pytania. Pierwsze dotyczy pojawiania się efektów sformułowania w decyzjach dotyczących rzadkich negatywnych zjawisk – nie jest bowiem pewne, czy pojawiają się one w sytuacjach zawierających niezwykle niskie wartości prawdopodobieństwa i znaczące negatywne konsekwencje. Drugie zaś pytanie dotyczy możliwości zniesienia efektów sformułowania (debiasing) poprzez poznawczą refleksję. W badaniach zastosowana zostanie manipulacja selektywnie torująca jeden z dwóch systemów rozumowania: System 1 (bezwysiłkowy, bezrefleksyjny) lub System 2 (wymagający nakładów poznawczych i refleksyjny). Opcje wyboru (opisy warunków ubezpieczenia) będą ekwiwalentne w sensie wartości oczekiwanej, w warunku kontrolnym opisane jedynie jako wybór składka/odszkodowanie, natomiast w warunki eksperymentalne uzupełnione zostaną o dodatkowe parametry pozwalające na narzucenie badanym sformułowania w kategoriach straty (udział własny), bądź w kategoriach zysków (zniżki wypłacane po zakończeniu polisy). 

7. Wielkość straty, prawdopodobieństwo wystąpienia i czas opóźnienia jako determinanty obrony przed ryzykiem (Zielonka et. al.)

Jak już powiedziano, dyskontowanie w czasie i dyskontowanie w funkcji prawdopodobieństwa tej samej wypłaty może doprowadzić do ignorowania potencjalnego zagrożenia. Dodatkowo, nadmierny optymizm sprawia, że udzie koncentrują się na pozytywnych wynikach. Wszystko to stanowi jedną z głównych przyczyn, dla których ludzie nie są tak chętni do zabezpieczania się przed katastrofami i innymi niebezpieczeństwami.

Planowane badanie ma na celu:

 (1) empiryczne sprawdzenie jak wycena odroczonej loterii jest uzależniona od wielkości straty, prawdopodobieństwa jej wystąpienia oraz czasu odroczenia;

(2) ustalenie, czy takie same reguły dyskontowania odnoszą się do zysków i strat (np. jak ludzie wyceniają potencjalne zyski w loterii?) Ludzie zdają się zachowywać odmiennie w przypadku loterii ze stratami i zyskami (Rachlin et al., 1994). Na przykład, kupują losy na loterii nawet z najmniejszym możliwym prawdopodobieństwem wygranej.

 (3) sprawdzenie, w jaki sposób możemy zwiększyć gotowość ludzi do ochrony (materialnej/ lub poprzez ubezpieczanie się) przed katastrofami, tj. przed odroczonymi loteriami z wysokimi stratami przy małych prawdopodobieństwach.

Powyższe kwestie – to temat serii eksperymentów laboratoryjnych. Uczestnicy będą proszeni o wybór pomiędzy natychmiastową, pewną wypłatą i odroczoną, niepewną. Parametry odroczonych, niepewnych wypłat (loterii) są następujące:

 - odroczenie (jeden tydzień, 6 miesięcy, 5 lat, 25 lat);

 - prawdopodobieństwo niepewnej wypłaty (95%, 50%, 30%, 1%, 0,01%, 0,0001%).

Na podstawie uzyskanych wyników, zostanie zaproponowany model algebraiczny percepcji odroczonych loterii.

Literature

Arrow, K. The theory of risk bearing: small and great risks, Journal of Risk and Uncertainty 12 (1996), 103–111. 

Bär, A. S., & Huber, O. (2008). Successful or unsuccessful search for risk defusing operators: Effect on decision behavior, European Journal of Cognitive Psychology, 20, 807-827.

Barlow, H. D. (1993). Safety officer accounts of earthquake preparedness at riverside industrial sites. International Journal of Mass Emergencies and Disasters, 11, 421-436.

Browne, Mark J. and Robert E. Hoyt, 1995. Economic and Market Predictors of Insolvencies in the Property-Liability Insurance Industry, Journal of Risk and Insurance, 62:309-327.

Cai, J. & Song, Ch. (2011) Insurance Take-up in Rural China: Learning from Hypothetical Experience. Working paper

Dixon, Lloyd. Noreen Clancy, Seth A. Seabury. and Adrian Overton. 2006. The National Flood Insurance Program's Market Penetration Rate: Estimates and Policy Implications. Santa Monica, CA: RAND Corporation. 

Ermoliev, Y., Ermolieva, T., Fischer, G., Makowski, M., Nilsson, S., & Obersteiner, M. Discounting, catastrophic risks management and vulnerability modeling, Mathematics and Computers in Simulation 79 (2008) 917–924. 

Fox, C. R. & Hadar, L.. (2006). "Decisions from experience" = sampling error + prospect theory: Reconsidering Hertwig, Barron, Weber & Erev (2004). Judgment and Decision Making, 1(2), 159-161  

Hertwig, R., Barron, G., Weber, E. U., & Erev, I. (2004). Decisions from experience and the effect of rare events in risky choice. Psychological Science, 15(8), 534-539.

Hsee CK, Rottenstreich Y. Money, kisses, and electric shocks: On the affective psychology of risk. Psychological Science, 2001; 12:185-190. 

Huber, O. W. (2007). Active search for probability information and recall performance: Is probability an outstanding element in the mental representation of risky decisions? In M. Abdellaoui, D. R. Luce, M.J. Machina, & B. Munier (Eds.) Uncertainty and Risk, Mental, Formal, and Experimental Represenatations. Theory and Decision Library, Series C. Berlin, Heidelberg: Springer. 261-274.

Huber, O., & Huber, O. W. (2008). Gambles vs. quasi-realistic scenarios: Expectations to find probability and risk-defusing information, Acta Psychologica, 127, 222-236.

Huber, O., Huber, O. W., & Bär. A. S. (2011). Information search and mental representation in risky decision making: the Advantages First Principle, Journal of Behavioral Decision Making. DOI:10.1002/bdm.674.

Huber, O., Huber, O. W., & Schulte-Mecklenbeck, M. (2011). Determining the information participants need: Methods of Active Information Search. In M. Schulte-Mecklenbeck, A. Kühberger, & R. Ranyard (Eds.), A handbook of process tracing methods for decision research (pp. 65-85). New York: Psychology Press.

Huber, O., Wider, R., & Huber, O. W. (1997). Active information search and complete information presentation in naturalistic risky decision tasks. Acta Psychologica, 95, 15–29. DOI:10.1016/S0001-6918(96)00028-5

Johnson, E. J., Hershey, J., Meszaros, J., & Kunreuther, H. (1993). Framing, probability distortions, and insurance decisions. Journal of Risk and Uncertainty, 7(1), 35-53.

Kerjan, E., Lemoyne de Forges, S. and Kunreuther, H. (2011), Policy Tenure Under the U.S. National Flood Insurance Program (NFIP). Risk Analysis.

Kleindorfer, Paul R. and Howard Kunreuther. (1999). “The Complementary Roles of Mitigation and Insurance in Managing Catastrophic Risks,” Risk Analysis 19, 727–738.

Kostopoulou, O., Oudhoff, J., Nath, R., Delaney, B. C., Munro, C. W., Harries, C., et al. (2008). Predictors of diagnostic accuracy and safe management in difficult diagnostic problems in family medicine. Medical Decision Making, 28, 668–680.

Kousky, Carolyn. 2010. “Learning from Extreme Events: Risk Perceptions after the Flood.” Land Economics, 86(3): 395–422.

Kunreuther, H., Novemsky, N., & Kahneman, D. (2001). “Making Low Probabilities Useful”, Journal of Risk and Uncertainty 23, 103–120.

Lave, Tamara R. and Lester B. Lave. (1991). “Public Perception of the Risks of Floods: Implications for Communication,” Risk Analysis 11(2), 255-267.

Rachlin, Howard, Siegel, Eric & Cross, David. Lotteries and the time horizon. Psychological Science, 5(6), Nov 1994, 390–393. 

Ranyard, R. Hinkley, L. & Williamson, J. (2001). Risk management in consumers' credit decision making: A process tracing study of repayment insurance choices. Zeitschrift Für Sozialpsychologie 32, 152-161. 

Schade, C., Kunreuther, H. & Koellinger, P. (2011). Protecting Against Low-Probability Disasters: The Role of Worry. Journal of Behavioral Decision Making. DOI: 10.1002/bdm.754 

Shiloh, S., Gerad, L., & Goldman B. (2006). Patients' information needs and decision-making processes: What can be learned from genetic counseling? Health Psychology, 25, 211-219.

Taleb, N. (2004). Fooled by Randomness.  The Hidden Role of Chance in Life and in the Markets. New York: Thomson.

Tversky A, Fox CR. Weighing Risk and Uncertainty. Psychological Review, 1995; 102:269-283. 

Tversky A, Kahneman D. Advances in Prospect Theory: Cumulative representation of uncertainty. Journal of Risk and Uncertainty, 1992; 5:297-323. 

Tversky,A, & Kahneman,  D (1981). "The Framing of Decisions and the Psychology of Choice." Science 211: 453-458. 

Tyszka, T., & Zaleśkiewicz, T. (2006). When does information about probability count in choices under risk? Risk Analysis: An International Journal 26, 1-14.

Tyszka, T., Sawicki, P (2011). Affective and cognitive factors influencing sensitivity to probabilistic information. Risk Analysis: An International Journal 31, 1832–1845.

Wilke, M., Haug, H., & Funke, J. (2008). Risk-specific search for risk-defusing operators, Swiss Journal of Psychology, 67, 29-40.

Yamagishi K. (1997) When a 12.86% mortality is more dangerous than 24.14%: Implications for risk communication. Applied Cognitive Psychology, 11:495-506.