Neuroekonomie - Neuroeconomics

Neuroekonomie je mezioborové pole, které se snaží vysvětlit člověka rozhodování, schopnost zpracovat více alternativ a sledovat postup. Studuje, jak může ekonomické chování ovlivnit naše chápání mozek a jak mohou neurovědecké objevy omezovat a vést modely ekonomiky.[1]

Spojuje výzkum z neurovědy, experimentální a behaviorální ekonomie, a poznávací a sociální psychologie.[2] Vzhledem k tomu, že výzkum rozhodovacího chování se stává stále více výpočetním, začlenil také nové přístupy od teoretická biologie, počítačová věda, a matematika. Neuroekonomie studuje rozhodování pomocí kombinace nástrojů z těchto oborů, aby se předešlo nedostatkům vyplývajícím z přístupu s jednou perspektivou. v ekonomie hlavního proudu, očekávaná užitečnost (EU) a koncept racionální agenti jsou stále používány. Mnoho ekonomických chování není těmito modely plně vysvětleno, jako např heuristika a rámování.[3]

Behaviorální ekonomie Ukázalo se, že vysvětluje tyto anomálie integrací sociálních, kognitivních a emocionálních faktorů do porozumění ekonomickým rozhodnutím. Neuroekonomie přidává další vrstvu pomocí neurovědeckých metod k porozumění souhry mezi ekonomickým chováním a nervovými mechanismy. Pomocí nástrojů z různých oborů pracuje neuroekonomie na integrovaném účtu ekonomického rozhodování.

Úvod

Oblast rozhodování se do značné míry týká procesů, kterými si jednotlivci vyberou z mnoha možností. Obecně se předpokládá, že tyto procesy probíhají logickým způsobem, takže samotné rozhodnutí je do značné míry nezávislé na kontextu. Různé možnosti jsou nejprve převedeny do společné měny, například peněžní hodnoty, a poté jsou vzájemně porovnány a měla by být vybrána možnost s největší celkovou užitnou hodnotou.[4] I když existuje podpora pro tento ekonomický pohled na rozhodování, existují také situace, kdy se zdá, že jsou porušeny předpoklady optimálního rozhodování.[Citace je zapotřebí ]

Z této diskuse vyvstala oblast neuroekonomie. Neuroekonomové doufají, že určením, které mozkové oblasti jsou aktivní a ve kterých typech rozhodovacích procesů, lépe pochopí podstatu toho, co se zdá být neoptimální a nelogické. Zatímco většina z těchto vědců využívá při tomto výzkumu lidské subjekty, jiní používají zvířecí modely, kde lze přísněji kontrolovat studie a přímo testovat předpoklady ekonomického modelu.

Například společnost Padoa-Schioppa & Assad sledovala rychlost střelby jednotlivých neuronů v opici orbitofrontální kůra zatímco zvířata si vybírala mezi dvěma druhy džusu. Rychlost střelby neuronů přímo korelovala s použitelností potravin a nelišila se, když byly nabízeny jiné druhy potravin. To naznačuje, že v souladu s ekonomickou teorií rozhodování neurony přímo porovnávají nějakou formu užitečnosti napříč různými možnostmi a volí tu s nejvyšší hodnotou.[5] Podobně společné měřítko dysfunkce prefrontální kůry, FrSBe, koreluje s několika různými měřítky ekonomických postojů a chování, což podporuje myšlenku, že aktivace mozku může zobrazovat důležité aspekty rozhodovacího procesu.[6]

Neuroekonomie studuje neurobiologii spolu s výpočetními základy rozhodování. Rámec základních výpočtů, které lze použít pro neuroekonomické studie, navrhují A. Rangel, C. Camerer a P. R. Montague.[7] Rozděluje proces rozhodování do pěti fází realizovaných subjektem. Nejprve se vytvoří reprezentace problému. To zahrnuje analýzu vnitřních stavů, vnějších stavů a ​​možného postupu. Zadruhé, hodnotám jsou přiřazeny potenciální akce. Za třetí, na základě ocenění je vybrána jedna z akcí. Za čtvrté, subjekt hodnotí, jak žádoucí je výsledek. Konečná fáze učení zahrnuje aktualizaci všech výše uvedených procesů s cílem zlepšit budoucí rozhodnutí.

Stručná historie

Počáteční vpády do neuroekonomických témat nastaly koncem 90. let, částečně díky rostoucí prevalenci výzkumu kognitivních neurověd. Průlomová vylepšení technologie zobrazování mozku najednou umožnila bezprecedentní přechod mezi behaviorálním a neurobiologickým vyšetřováním[Citace je zapotřebí ]. Současně se budovalo kritické napětí mezi neoklasickými a behaviorálními ekonomickými školami, které se snažily vytvářet vynikající prediktivní modely lidského chování. Zejména behaviorální ekonomové se snažili napadnout neoklasicisty hledáním alternativních výpočetních a psychologických procesů, které by potvrdily jejich protějšky iracionální volby. [8] Tyto sbíhající se trendy připravují půdu pro vznik subdisciplíny neuroekonomie s různými a doplňujícími se motivacemi z každé mateřské disciplíny.

Behaviorální ekonomové a kognitivní psychologové se zaměřili na funkční zobrazování mozku, aby experimentovali a rozvíjeli své alternativní teorie rozhodování. Zatímco skupiny fyziologů a neurologů se zaměřily na ekonomii, aby vyvinuly své algoritmické modely neurálního hardwaru týkající se volby. Tento rozdělený přístup charakterizoval formování neuroekonomie jako akademické úsilí - ne však bez kritiky. Mnoho neurobiologů tvrdilo, že pokus synchronizovat složité modely ekonomiky se skutečným chováním lidí a zvířat by byl marný. Neoklasičtí ekonomové také tvrdili, že je nepravděpodobné, že by toto sloučení zlepšilo prediktivní sílu existujícího odhalená teorie preferencí.[8] [9]

Navzdory rané kritice neuroekonomie rychle rostla od svého vzniku na konci 90. let až do 2000. Vedení mnoha dalších vědců z otcovských oborů ekonomie, neurovědy a psychologie, aby si všimli možností takové mezioborové spolupráce. Setkání vědců a raných výzkumníků v neuroekonomii se začala konat počátkem dvacátých let. Mezi nimi bylo důležité setkání, které se konalo v roce 2002 v Univerzita Princeton. Pořádá neurolog Jonathan Cohen a ekonom Christina Paxson „Princetonské setkání získalo pro tento obor významnou pozornost a je často považováno za formativní začátek dnešní Společnosti pro neuroekonomii. [8]

Následná dynamika pokračovala po celé desetiletí dvacátých let, kdy se výzkum neustále zvyšoval a počet publikací obsahujících slova „rozhodování“ a „mozek“ působivě vzrostl. [8] Kritického bodu v roce 2008 bylo dosaženo, když vyšlo první vydání Neuroeconomics: Decision Making and the Brain.[Citace je zapotřebí ]To pro pole znamenalo zlomový okamžik, protože hromadilo rostoucí bohatství výzkumu do široce dostupné učebnice. Úspěch této publikace prudce zvýšil viditelnost neuroekonomie a pomohl potvrdit její místo v ekonomických učeních po celém světě.[8]

Hlavní oblasti výzkumu

Rozhodování pod rizikem a nejednoznačnost

Většina našich rozhodnutí se dělá pod nějakou formou nejistota. Vědy o rozhodování, jako je psychologie a ekonomie, obvykle definují riziko jako nejistotu ohledně několika možných výsledků, pokud je známa pravděpodobnost každého z nich.[10] Jsou-li pravděpodobnosti neznámé, má nejistota podobu nejednoznačnosti.[11] Maximalizace užitku, který poprvé navrhl Daniel Bernoulli v roce 1738, slouží k vysvětlení rozhodování pod rizikem. Teorie předpokládá, že lidé jsou Racionální a posoudí možnosti na základě očekávané užitečnosti, kterou každý z nich získá.[3]

Výzkum a zkušenosti odhalily širokou škálu očekávaných anomálií užitečnosti a běžných vzorců chování, které jsou v rozporu s principem maximalizace užitečnosti - například tendence k nadváze malých pravděpodobností a podváhy velkých. Daniel Kahneman a Amos Tversky navrhováno teorie vyhlídek zahrnout tato pozorování a nabídnout alternativní model.[3]

Zdá se, že při řešení nejistých situací je zapojeno několik oblastí mozku. U úkolů, které vyžadují, aby jednotlivci předpovídali, když existuje určitá míra nejistoty ohledně výsledku, dochází ke zvýšení aktivity v oblasti BA8 čelní kůry[12][13] stejně jako obecnější zvýšení aktivity meziální prefrontální kůry[14] a frontoparietální kůra.[15] The prefrontální kůra je obecně zapojen do veškerých úvah a porozumění, takže tyto konkrétní oblasti mohou být konkrétně zapojeny do stanovení nejlepšího postupu, pokud nejsou k dispozici všechny relevantní informace.[16]

V situacích, které zahrnují známé riziko spíše než nejednoznačnost, ostrovní kůra se zdá být vysoce aktivní. Například když subjekty hrály hru „zdvojnásobte nebo nic“, ve které mohli hru buď zastavit a uchovat si nashromážděné výhry, nebo využít riskantní variantu vedoucí buď k úplné ztrátě, nebo zdvojnásobení výhry, aktivace pravé izolace se zvýšila, když si jednotlivci vzali hazard.[16] Předpokládá se, že hlavní rolí ostrovní kůry v riskantním rozhodování je simulovat potenciální negativní důsledky hazardu.

Kromě důležitosti specifických oblastí mozku pro rozhodovací proces existují také důkazy, že neurotransmiter dopamin může přenášet informace o nejistotě v celé kůře. Dopaminergní neurony jsou silně zapojeni do procesu odměňování a stávají se vysoce aktivními po neočekávané odměně. U opic je úroveň dopaminergní aktivity vysoce korelována s úrovní nejistoty, takže se aktivita s nejistotou zvyšuje.[17] Dále krysy s lézemi na nucleus accumbens, který je důležitou součástí cesty odměny dopaminu mozkem, je mnohem averznější k riziku než normální krysy. To naznačuje, že dopamin může být důležitým prostředníkem rizikového chování.[18]

Individuální úroveň averze k riziku u lidí je ovlivněna koncentrací testosteronu. Existují studie vykazující korelaci mezi výběrem riskantní kariéry (finanční obchodování, podnikání) a expozicí testosteronu.[19][20] Kromě toho jsou denní úspěchy obchodníků s nižším číslicovým poměrem citlivější na cirkulující testosteron.[19] Pro reprezentativní skupinu studentů MBA byla provedena dlouhodobá studie averze k riziku a riskantní volby povolání. Ukázalo se, že ženy mají v průměru větší averzi k riziku, ale rozdíl mezi pohlavími zmizí kvůli nízké organizační a aktivní expozici testosteronu, což vede k chování proti riziku. Studenti s vysokou koncentrací testosteronu ve slinách a nízkým poměrem číslic, bez ohledu na pohlaví, mají tendenci volit riskantní kariéru v oblasti financí (např. Obchodování nebo investiční bankovnictví).[20]

Sériový a funkčně lokalizovaný model vs distribuovaný, hierarchický model

V březnu 2017 Laurence T. Hunt a Benjamin Y. Hayden argumentovali alternativním hlediskem mechanistického modelu, aby vysvětlili, jak hodnotíme možnosti a volíme nejlepší postup.[21] Mnoho účtů výběru založeného na odměnách argumentuje pro odlišné procesy komponent, které jsou sériové a funkčně lokalizované. Procesy jednotlivých složek obvykle zahrnují vyhodnocení možností, srovnání hodnot opcí při absenci dalších faktorů, výběr vhodného akčního plánu a sledování výsledku volby. Zdůraznili, jak několik funkcí neuroanatomie může podporovat implementaci volby, včetně vzájemné inhibice v opakujících se neuronových sítích a hierarchické organizace časových období pro zpracování informací v mozkové kůře.

Averze ke ztrátě

Jedním z aspektů lidského rozhodování je silná averze k potenciálním ztrátám. Pod averze ke ztrátě, náklady na ztrátu určité částky peněz jsou vyšší než hodnota získání stejné částky peněz. Jednou z hlavních kontroverzí v porozumění averzi ke ztrátě je, zda proces skutečně existuje v mozku a projevuje se v nervové reprezentaci pozitivních a negativních výsledků, nebo zda se jedná o vedlejší účinek jiných nervových účinků, jako je zvýšená pozornost a vzrušení se ztrátami. Dalším problémem je, zda lze najít averzi ke ztrátě jako reakci na neurální podsystémy, jako je impulzivní a emoční systém poháněný averzí k potenciálně negativním výsledkům, jejichž reakce jsou monitorovány a řízeny systémem odpovědným za rozumné srovnání možností. .

Základní kontroverzí ve výzkumu averze ke ztrátám je, zda jsou ztráty skutečně zažívány negativněji než ekvivalentní zisky, nebo se pouze předpokládá, že budou bolestivější, ale budou skutečně zažívány rovnocenně. Neuroekonomický výzkum se pokusil rozlišit mezi těmito hypotézami měřením různých fyziologických změn v reakci na ztrátu i zisk. Studie zjistily, že vodivost kůže,[22] dilatace zornice a srdeční frekvence[23] jsou všechny vyšší v reakci na peněžní ztrátu než na ekvivalentní zisk. Všechna tři opatření se podílejí na stresových reakcích, takže je možné tvrdit, že ztráta určitého množství peněz je prožívána silněji než získání stejné částky. Na druhou stranu v některých z těchto studií nedošlo k žádné averzi ke ztrátě chování, což může naznačovat, že účinek ztrát je pouze na pozornost (tzv. Ztráta pozornosti); takové reakce zaměřené na pozornost také vedou ke zvýšení autonomních signálů.[24]

Studie mozku zpočátku naznačovaly, že po ztrátách ve srovnání s přírůstky dochází ke zvýšené rychlé reakci střední a přední cingulární kůry po ztrátách,[25] což bylo interpretováno jako neurální podpis averze ke ztrátě. Následné recenze si však všimly, že v tomto paradigmatu jednotlivci ve skutečnosti nevykazují averzi ke ztrátě chování[24] zpochybňující interpretovatelnost těchto zjištění. Pokud jde o studie fMRI, jedna studie nenalezla žádné důkazy o zvýšení aktivace v oblastech souvisejících s negativními emočními reakcemi v reakci na averzi ke ztrátě[26] další zjistil, že jedinci s poškozenými amygdalami neměli averzi ke ztrátě, přestože měli normální úroveň obecné averze k riziku, což naznačuje, že chování bylo specifické pro potenciální ztráty.[27] Tyto protichůdné studie naznačují, že je třeba provést další výzkum, aby se zjistilo, zda je reakce mozku na ztráty způsobena averzí ke ztrátám nebo pouze varovným nebo orientačním aspektem ztrát; stejně jako zkoumat, zda jsou v mozku oblasti, které konkrétně reagují na potenciální ztráty.

Mezičasová volba

Kromě preference rizika je dalším ústředním konceptem v ekonomii mezičasové volby což jsou rozhodnutí zahrnující náklady a přínosy, které jsou distribuovány v čase. Výzkum intertemporální volby studuje očekávanou užitečnost, kterou lidé přiřazují událostem, ke kterým dochází v různých časech. Dominantní ekonomický model, který to vysvětluje zlevněný nástroj (DU). DU předpokládá, že lidé mají konzistentní časové preference a budou událostem přiřadit hodnotu bez ohledu na to, kdy k nim dojde. Podobně jako EU při vysvětlování riskantního rozhodování je DU nedostatečný při vysvětlování mezičasové volby.[3]

Například DU předpokládá, že lidé, kteří si zítra budou vážit tyčinku více než 2 tyčinky, budou také zhodnocovat 1 tyčinku přijatou za 100 dní, z toho více než 2 tyčinku přijatou po 101 dnech. Existují silné důkazy proti této poslední části u lidí i zvířat a hyperbolické diskontování byl navržen jako alternativní model. Podle tohoto modelu ocenění velmi rychle klesá pro malé doby zpoždění, ale poté pomalu klesá pro delší doby zpoždění. To lépe vysvětluje, proč většina lidí, kteří si zítra vyberou 1 cukrárnu nad 2 cukrárnami, by si ve skutečnosti vybrali 2 cukrárny obdržené po 101 dnech, místo 1 cukrárny obdržené po 100 dnech, které předpokládá DU.[3]

Neuroekonomický výzkum v mezičasové volbě je do značné míry zaměřen na pochopení toho, co zprostředkovává pozorované chování, jako je budoucí diskontování a impulzivní volba menších dříve než větších pozdějších odměn. Zdá se, že proces výběru mezi okamžitými a zpožděnými odměnami je zprostředkován interakcí mezi dvěma oblastmi mozku. Při volbách zahrnujících jak primární (ovocný džus), tak sekundární odměny (peníze), limbický systém je vysoce aktivní při výběru okamžité odměny, zatímco boční prefrontální kůra byla stejně aktivní při výběru obou možností. Poměr limbické aktivity a aktivity kůry se dále snížil jako funkce doby do odměny. To naznačuje, že limbický systém, který je součástí dráhy odměňování dopaminem, je nejvíce zapojen do impulzivního rozhodování, zatímco kůra je zodpovědná za obecnější aspekty mezičasového rozhodovacího procesu.[28][29]

Zdá se, že neurotransmiter serotonin hraje důležitou roli při modulaci budoucího diskontování. U potkanů ​​snižuje snížení hladiny serotoninu budoucí diskontování[30] aniž by to ovlivnilo rozhodování za nejistoty.[31] Zdá se tedy, že zatímco dopaminový systém je zapojen do pravděpodobnostní nejistoty, serotonin může být zodpovědný za časovou nejistotu, protože zpožděná odměna zahrnuje potenciálně nejistou budoucnost. Kromě neurotransmiterů je intertemporální výběr také ovlivněn hormony v mozku. U lidí snížení kortizol, vydané hypotalamus v reakci na stres koreluje s vyšším stupněm impulzivity v úlohách intertemporální volby.[32] Drogově závislí mají tendenci mít nižší hladinu kortizolu než běžná populace, což může vysvětlovat, proč se zdá, že snižují budoucí negativní účinky užívání drog a volí okamžitou pozitivní odměnu.[33]

Sociální rozhodování

Hlavní článek: Sociální preference

Zatímco většina výzkumů v oblasti rozhodování má tendenci se zaměřovat na jednotlivce, kteří se rozhodují mimo sociální kontext, je také důležité vzít v úvahu rozhodnutí, která zahrnují sociální interakce. Druhy chování, které studují teoretici rozhodnutí, jsou stejně rozmanité jako altruismus, spolupráce, trest a odplata. Jeden z nejčastěji využívaných úkolů v sociální rozhodování je vězňovo dilema.

V této situaci výplata za konkrétní volbu závisí nejen na rozhodnutí jednotlivce, ale také na rozhodnutí jiného jednotlivce hrajícího hru. Jednotlivec si může vybrat, zda bude spolupracovat se svým partnerem, nebo se mu bude vadit. V průběhu typické hry mají jednotlivci tendenci preferovat vzájemné spolupráce i když by zběhnutí vedlo k vyšší celkové výplatě. To naznačuje, že jednotlivci nejsou motivováni pouze peněžními zisky, ale také určitou odměnou odvozenou ze spolupráce v sociálních situacích.

Tuto myšlenku podporuje neurální zobrazování studie prokazující vysoký stupeň aktivace v EU; ventrální striatum když jednotlivci spolupracují s jinou osobou, ale že tomu tak není, když lidé hrají stejné dilema vězně proti počítači.[34][35] Ventrální striatum je součástí cesta odměny Tento výzkum tedy naznačuje, že mohou existovat oblasti systému odměn, které se aktivují konkrétně při spolupráci v sociálních situacích. Další podpora této myšlenky pochází z výzkumu prokazujícího, že aktivace ve striatu a ventrální tegmentální oblast vykazují podobné vzorce aktivace při přijímání peněz a při darování peněz na charitu. V obou případech se úroveň aktivace zvyšuje s rostoucím množstvím peněz, což naznačuje, že jak dávání, tak přijímání peněz má za následek neurální odměnu.[36]

Důležitým aspektem sociálních interakcí, jako je dilema vězně, je důvěra. Pravděpodobnost, že jeden jedinec bude spolupracovat s druhým, přímo souvisí s tím, nakolik první jedinec důvěřuje druhému, že bude spolupracovat; pokud se očekává, že druhá osoba bude vadná, není důvod s ní spolupracovat. Chování důvěry může souviset s přítomností oxytocin, hormon podílející se na mateřském chování a párové spojení u mnoha druhů. Když byly hladiny oxytocinu zvýšeny u lidí, důvěřovaly více jednotlivcům než kontrolní skupině, přestože jejich celková úroveň podstupování rizika nebyla ovlivněna, což naznačuje, že oxytocin je konkrétně zapojen do sociálních aspektů podstupování rizika.[37] Tento výzkum však byl nedávno zpochybněn.[38]

Dalším důležitým paradigmatem pro neuroekonomická studia je hra ultimátum. V této hře dostane hráč 1 částku peněz a rozhodne, kolik chce nabídnout hráči 2. Hráč 2 nabídku přijme nebo odmítne. Pokud přijme oba hráče, získá částku navrženou hráčem 1, pokud odmítne, nikdo nic nedostane. Racionální strategií pro hráče 2 by bylo přijmout jakoukoli nabídku, protože má větší hodnotu než nula. Ukázalo se však, že lidé často odmítají nabídky, které považují za nespravedlivé. Neuroimagingové studie ukázaly několik oblastí mozku, které se aktivují v reakci na nefér ve hře ultimáta. Zahrnují bilaterální střední přední část ostrov, přední cingulární kůra (ACC), mediální doplňková motorická oblast (SMA), mozeček a správně dorsolaterální prefrontální kůra (DLPFC).[39] Ukázalo se, že nízkofrekvenční opakující se transkraniální magnetická stimulace DLPFC zvyšuje pravděpodobnost přijetí nespravedlivých nabídek ve hře ultimátum.[40]

Dalším problémem v oblasti neuroekonomie je role získávání reputace v sociálním rozhodování. Teorie sociální výměny tvrdí, že prosociální chování pochází ze záměru maximalizovat sociální odměny a minimalizovat sociální náklady. V tomto případě lze souhlas ostatních považovat za významné pozitivní posílení - tj. Odměnu. Neuroimagingové studie poskytly důkazy podporující tuto myšlenku - bylo prokázáno, že zpracování sociálních odměn aktivuje striatum, zejména levý putamen a levé caudate jádro, stejným způsobem jsou tyto oblasti aktivovány během zpracování peněžních odměn. Tato zjištění také podporují myšlenku takzvané „společné neurální měny“, která předpokládá existenci sdíleného neurálního základu pro zpracování různých typů odměn.[41]

Sexuální rozhodování

Ohledně výběr sexuálního partnera, byly provedeny výzkumné studie na lidech a na nelidských primátech. Zejména, Cheney & Seyfarth 1990, Deaner et al. 2005 a Hayden et al. Rok 2007 naznačuje trvalou ochotu přijímat méně fyzického zboží nebo vyšší ceny na oplátku za přístup k sociálně vysoce postavený jednotlivci, včetně fyzicky atraktivní jednotlivci, zatímco jsou požadovány stále vyšší odměny, pokud jsou požadovány v souvislosti s nízko postavenými jednotlivci.[42]

Neurobiologický základ této preference zahrnuje neurony laterální intraparietální kůra (LIP), který souvisí s pohyb očí, a který je účinný v situacích dvě alternativní vynucené volby.[43]

Metodologie

Behaviorální ekonomie experimenty zaznamenávají rozhodnutí subjektu nad různými konstrukčními parametry a používají data ke generování formálních modelů, které předpovídají výkon. Neuroekonomie rozšiřuje tento přístup přidáním stavů nervového systému do sady vysvětlujících proměnných. Cílem neuroekonomie je pomoci vysvětlit rozhodnutí a obohatit soubory dat dostupné pro testování předpovědí.[Citace je zapotřebí ]

Dále se používá neuroekonomický výzkum k pochopení a vysvětlení aspektů lidského chování, které neodpovídají tradičním ekonomickým modelům. I když ekonomové tyto vzorce chování obecně odmítají jako „klamné“ nebo „nelogické“, neuroekonomičtí vědci se pokoušejí určit biologické důvody tohoto chování. Použitím tohoto přístupu mohou vědci najít vysvětlení těchto zdánlivě neoptimálních chování.

Techniky neurobiologického výzkumu

Existuje několik různých technik, které lze použít k pochopení biologického základu ekonomického chování. Neurální zobrazování se používá u lidských subjektů k určení, které oblasti mozku jsou nejaktivnější během konkrétních úkolů. Některé z těchto technik, například fMRI[13][14][15] nebo PET jsou nejvhodnější pro poskytování podrobných obrazů mozku, které mohou poskytnout informace o konkrétních strukturách zapojených do úkolu. Další techniky, například ERP (potenciály související s událostmi)[44] a oscilační mozková aktivita[45] slouží k získání podrobných znalostí o časovém průběhu událostí v obecnější oblasti mozku.

Kromě studia oblastí mozku jsou některé studie zaměřeny na pochopení funkcí různých chemických látek v mozku ve vztahu k chování. Toho lze dosáhnout buď korelací stávajících chemických hladin s různými vzory chování, nebo změnou množství chemické látky v mozku a zaznamenáním jakýchkoli výsledných změn chování. Například se zdá, že neurotransmiter serotonin je zapojen do rozhodování zahrnujícího mezičasovou volbu[31] zatímco dopamin se využívá, když jednotlivci usuzují na nejistotu.[17] Umělé zvyšování hladin oxytocinu dále zvyšuje chování důvěry u lidí[37] zatímco jedinci s vyššími hladinami kortizolu bývají impulzivnější a vykazují větší budoucí diskontování.[32]

Kromě studia chování normálních jedinců při rozhodovacích úkolech zahrnuje některý výzkum srovnání chování normálních jedinců s chováním ostatních s poškozením oblastí mozku, u nichž se předpokládá, že se budou podílet na určitém chování. U lidí to znamená hledání jedinců se specifickými typy nervového postižení. Například se zdá, že lidé s poškozením amygdaly vykazují menší averzi ke ztrátám než normální kontroly.[27] Také výsledky průzkumu, který měří koreláty dysfunkce prefrontální kůry, korelují s obecnými ekonomickými postoji.[6]

Předchozí studie zkoumaly vzorce chování pacientů s psychiatrickými poruchami, jako např schizofrenie,[46] autismus, deprese nebo závislost, aby získali přehled o jejich patofyziologii. Ve studiích na zvířatech mohou vysoce kontrolované experimenty získat konkrétnější informace o důležitosti oblastí mozku pro ekonomické chování. To může zahrnovat buď poškození celých oblastí mozku a měření výsledných změn chování[18] nebo pomocí elektrod k měření palby jednotlivých neuronů v reakci na konkrétní podněty.[5]

Pozoruhodní teoretici

Experimenty

V typickém experimentu behaviorální ekonomie je subjekt požádán, aby učinil řadu ekonomických rozhodnutí. Například může být subjekt dotázán, zda dává přednost 45 centům nebo hazardu s 50% šancí vyhrát jeden dolar. Experimentátor poté změří různé proměnné, aby zjistil, co se děje v mozku subjektu, když se rozhodují. Někteří autoři prokázali, že neuroekonomie může být užitečná k popisu nejen experimentů zahrnujících odměny, ale také běžných psychiatrických syndromů zahrnujících závislost nebo klam .[47]

Kritiky

Od počátků neuroekonomie a během jejího rychlého akademického vzestupu zazněla kritika ohledně platnosti a užitečnosti tohoto pole. Glenn W. Harris a Emanuel Donchin oba kritizovali rozvíjející se oblast, přičemž první zveřejnil své obavy v roce 2008 s dokumentem „Neuroeconomics: A Critical Reconsideration“. [9][48]Harris předpokládá, že většina poznatků o ekonomickém modelování podporovaných neurovědy je „akademický marketingový humbuk“ a že skutečná podstata oboru se teprve představí a je třeba ji vážně přehodnotit. Metodologicky také uvádí, že mnoho studií v neuroekonomii má nedostatky v jejich malé velikosti a omezené použitelnosti.

Přehled poznatků neuroekonomie, publikovaný v roce 2016 Arkady Konovalovem, sdílel názor, že pole trpí experimentálními nedostatky. Primární mezi nimi je nedostatek analogických vazeb mezi konkrétními oblastmi mozku a některými psychologickými konstrukty, jako je „hodnota“. V přehledu se uvádí, že ačkoli rané neuroekonomické studie fMRI předpokládaly, že specifické oblasti mozku jsou v rozhodovacím procesu zvlášť odpovědné za jednu funkci, ukázalo se, že následně získávají více různých funkcí. Praxe zpětného závěru proto byla mnohem méně užitečná a pole poškodila.[49]

Ariel Rubinstein , ekonom na univerzitě v Tel Avivu, hovořil o neuroekonomickém výzkumu slovy: „standardní experimenty poskytují málo informací o postupech volby, protože je obtížné je extrapolovat z pozorování několika voleb na celou funkci volby. o lidských postupech volby se musíme podívat někam jinam “.[50] Tyto komentáře odrážejí význačný a konzistentní argument tradičních ekonomů proti neuroekonomickému přístupu, podle kterého by mělo být z jakékoli ekonomické analýzy vyloučeno použití údajů, které si nevybírají, jako jsou doby odezvy, sledování očí a neurální signály, které lidé generují během rozhodování.[51]

Mezi další kritiky patří také tvrzení, že neuroekonomie je „oborem, který se sám příliš prodává“;[50] nebo že neuroekonomické studie „nepochopí a podceňují tradiční ekonomické modely“.

Aplikace

V současné době jsou aplikace a předpovědi neuroekonomie v reálném světě stále neznámé nebo nedostatečně rozvinuté, protože rozvíjející se pole stále roste. Některá kritika zazněla, že hromadění výzkumu a jeho nálezů zatím přineslo jen málo ve formě příslušných doporučení pro tvůrce hospodářské politiky. Mnoho neuroekonomů však trvá na tom, že potenciál pole zlepšit naše chápání mozkových machinací s rozhodováním se může v budoucnu ukázat jako velmi vlivný.[49]

Zejména nálezy specifických neurologických markerů individuálních preferencí mohou mít důležité důsledky pro známé ekonomické modely a paradigmata. Příkladem toho je zjištění, že zvýšení výpočetní kapacity (pravděpodobně související se zvýšeným objemem šedé hmoty) by mohlo vést k vyšší toleranci vůči riziku uvolněním omezení, která určují subjektivní reprezentace pravděpodobností a odměn v loterijních úkolech. [52]

Ekonomové také hledají neuroekonomii, aby pomohli s vysvětlením chování skupinových agregátů, které mají důsledky na úrovni trhu. Mnoho vědců například předpokládá, že neurobiologická data lze použít k detekci případů, kdy jednotlivci nebo skupiny jednotlivců pravděpodobně vykazují ekonomicky problematické chování. To lze aplikovat na koncept bubliny na trhu. Tyto události mají v moderní společnosti zásadní důsledky a regulační orgány by mohly získat podstatné informace o jejich formulaci a nedostatku předpovědi / prevence. [53]

Neuroekonomická práce také zaznamenala úzký vztah s akademickým vyšetřováním závislosti. Vědci v publikaci „Advances in the Neuroscience of Addiction: 2nd Edition“ z roku 2010 uznali, že neuroekonomický přístup slouží jako „nová silná konceptuální metoda, která bude pravděpodobně zásadní pro pokrok v porozumění návykovému chování“.[54]

Neuromarketing je dalším aplikovaným příkladem odlišné disciplíny úzce související s neuroekonomií. Zatímco širší neuroekonomie má více akademických cílů, protože studuje základní mechanismy rozhodování, je neuromarketing aplikovaným podoblastem, které využívá nástroje neuroimagingu pro průzkum trhu.[55][56]Typicky se poznatky získané z technologií zobrazování mozku (fMRI) používají k analýze reakce mozku na konkrétní marketingové podněty.

Viz také

Časopisy

Reference

  1. ^ Centrum pro studium neuroekonomie na Duke University http://dibs.duke.edu/research/d-cides/research/neuroeconomics Archivováno 20. března 2014 v Wayback Machine
  2. ^ Levallois, Clement; Clithero, John A .; Wouters, Paul; Smidts, Ale; Huettel, Scott A. (2012). „Překlad vzhůru: propojení neurálních a sociálních věd prostřednictvím neuroekonomie“. Recenze přírody Neurovědy. 13 (11): 789–797. doi:10.1038 / nrn3354. ISSN  1471-003X. PMID  23034481. S2CID  436025.
  3. ^ A b C d E Loewenstein G., Rick S., Cohen J. (2008). „Neuroekonomie“. Neuroekonomie. Výroční recenze. 59: 647–672. doi:10.1146 / annurev.psych. 59.103006.093710. PMID  17883335.CS1 maint: více jmen: seznam autorů (odkaz)
  4. ^ Rustichini A (2009). „Neuroekonomie: Co jsme našli a co bychom měli hledat?“. Aktuální názor v neurobiologii. 19 (6): 672–677. doi:10.1016 / j.conb.2009.09.012. PMID  19896360. S2CID  2281817.
  5. ^ A b Padoa-Schioppa C .; Assad J.A. (2007). „Reprezentace ekonomické hodnoty v orbitofrontální kůře je neměnná pro změny v nabídce“. Recenze přírody Neurovědy. 11 (1): 95–102. doi:10.1038 / nn2020. PMC  2646102. PMID  18066060.
  6. ^ A b Spinella M .; Yang B .; Lester D. (2008). "Prefrontal cortex dysfunction and attitudes toward money: A study in neuroeconomics". Journal of Socio-Economics. 37 (5): 1785–1788. doi:10.1016/j.socec.2004.09.061.
  7. ^ Rangel A.; Camerer C.; Montague P. R. (2008). "A framework for studying the neurobiology of value-based decision making". Recenze přírody Neurovědy. 9 (7): 545–556. doi:10.1038/nrn2357. PMC  4332708. PMID  18545266.
  8. ^ A b C d E Glimcher P.; Fehr E. (2014). "Brief History of Neuroeconomics". Neuroeconomics (Second Edition): Decision Making and the Brain. doi:10.1016/B978-0-12-416008-8.00035-8.
  9. ^ A b Harrison Glenn W. (2008). "Neuroeconomics: A Critical Reconsideration". Neuroekonomie. 24 (3): 303–344. doi:10.1017/S0266267108002009.
  10. ^ Mohr M.; Biele G.; Hauke R. (2010). "Neural Processing of Risk". Journal of Neuroscience. 30 (19): 6613–6619. doi:10.1523/jneurosci.0003-10.2010. PMC  6632558. PMID  20463224.
  11. ^ Wakker, Peter P. (2010). Prospect Theory: For Risk and Ambiguity. Cambridge, Velká Británie: Cambridge University Press.
  12. ^ Volz K.G.; Schubotz R.I.; von Cramon D.Y. (2003). "Predicting events of varying probability: uncertainty investigated by fMRI". NeuroImage. 19 (2 Pt 1): 271–280. doi:10.1016/S1053-8119(03)00122-8. hdl:11858/00-001M-0000-0010-D182-2. PMID  12814578. S2CID  16889117.
  13. ^ A b Volz K.G.; Schubotz R.I.; von Cramon D.Y. (2004). "Why am I unsure? Internal and external attributions of uncertainty dissociated by fMRI". NeuroImage. 21 (3): 848–857. doi:10.1016/j.neuroimage.2003.10.028. PMID  15006651. S2CID  13537880.
  14. ^ A b Knutson B.; Taylor J.; Kaufman M.; Peterson R.; Glover G. (2005). "Distributed Neural Representation of Expected Value". Journal of Neuroscience. 25 (19): 4806–4812. doi:10.1523/JNEUROSCI.0642-05.2005. PMC  6724773. PMID  15888656.
  15. ^ A b Paulus M.P.; Hozack N.; Zauscher B.; McDowell J.E.; Frank L.; Brown G.G.; Braff D.L. (2001). "Prefrontal, parietal, and temporal cortex networks underlie decision-making in the presence of uncertainty". NeuroImage. 13 (1): 91–100. doi:10.1006/nimg.2000.0667. PMID  11133312. S2CID  9169703.
  16. ^ A b Paulus M.P.; Rogalsky C.; Simmons A.; Feinstein J.S.; Stein M.B. (2003). "Increased activation in the right insula during risk-taking decision making is related to harm avoidance and neuroticism". NeuroImage. 19 (4): 1439–1448. doi:10.1016/S1053-8119(03)00251-9. PMID  12948701. S2CID  16622279.
  17. ^ A b Fiorillo C.D.; Tobler P.N.; Schultz W. (2003). "Discrete coding of reward probability and uncertainty by dopamine neurons" (PDF). Věda. 299 (5614): 1898–1902. Bibcode:2003Sci...299.1898F. doi:10.1126/science.1077349. PMID  12649484. S2CID  2363255.
  18. ^ A b Cardinal R.N.; Howes N.J. (2005). "Effects of lesions of the nucleus accumbens core on choice between small certain rewards and large uncertain rewards in rats". BMC Neuroscience. 6: 37. doi:10.1186/1471-2202-6-37. PMC  1177958. PMID  15921529.
  19. ^ A b John M. Coates; Mark Gurnell; Aldo Rustichini (2009). "Second-to-fourth digit ratio predicts success among high-frequency financial traders". Sborník Národní akademie věd. 106 (2): 623–628. Bibcode:2009PNAS..106..623C. doi:10.1073/pnas.0810907106. PMC  2626753. PMID  19139402.
  20. ^ A b Paola Sapienza; Luigi Zingales; Dario Maestripieri (2009). "Gender differences in financial risk aversion and career choices are affected by testosterone". Sborník Národní akademie věd. 106 (36): 15268–15273. Bibcode:2009PNAS..10615268S. doi:10.1073/pnas.0907352106. PMC  2741240. PMID  19706398.
  21. ^ Hunt, Laurence T.; Hayden, Benjamin Y. (2017). "A distributed, hierarchical and recurrent framework for reward-based choice". Recenze přírody Neurovědy. 18 (3): 172–182. doi:10.1038/nrn.2017.7. PMC  5621622. PMID  28209978.
  22. ^ Sokol-Hessner P.; Hsu M.; Curley N.G.; Delgado M.R.; Camerer C.F.; Phelps E.A. (2009). "Thinking like a trader selectively reduces individuals' loss aversion". Sborník Národní akademie věd. 106 (13): 5035–5040. Bibcode:2009PNAS..106.5035S. doi:10.1073/pnas.0806761106. PMC  2656558. PMID  19289824.
  23. ^ Hochman G.; Yechiam E. (2011). "Loss aversion in the eye and in the heart: The autonomic nervous system's responses to losses". Journal of Behavioral Decision Making. 24 (2): 140–156. doi:10.1002/bdm.692.
  24. ^ A b Yechiam, E.; Hochman, G. (2013). "Losses as modulators of attention: Review and analysis of the unique effects of losses over gains". Psychologický bulletin. 139 (2): 497–518. doi:10.1037/a0029383. PMID  22823738. S2CID  10521233.
  25. ^ Gehring, W.J.; Willoughby, A.R (2002). "The medial frontal cortex and the rapid processing of monetary gains and losses". Věda. 295 (2): 2279–2282. doi:10.1002/bdm.692. PMID  11910116.
  26. ^ Tom S.M.; Fox C.R.; Trepel C.; Poldrack R.A. (2007). "The neural basis of loss aversion in decision-making under risk". Věda. 315 (5811): 515–518. Bibcode:2007Sci...315..515T. doi:10.1126/science.1134239. PMID  17255512. S2CID  10102114.
  27. ^ A b De Martino B.; Camerer C.F.; Adolphs R. (2010). "Amygdala damage eliminates monetary loss aversion". Sborník Národní akademie věd. 107 (8): 3788–3792. Bibcode:2010PNAS..107.3788D. doi:10.1073/pnas.0910230107. PMC  2840433. PMID  20142490.
  28. ^ McClure S.M.; Laibson D.I.; Loewenstein G.; Cohen J.D. (2004). "Separate neural systems value immediate and delayed monetary rewards". Věda. 306 (5695): 503–507. Bibcode:2004Sci...306..503M. doi:10.1126/science.1100907. PMID  15486304. S2CID  14663380.
  29. ^ McClure S.M.; Ericson K.M.; Laibson D.I.; Loewenstein G.; Cohen J.D. (2007). "Time discounting for primary rewards". Journal of Neuroscience. 27 (21): 5796–5804. doi:10.1523/JNEUROSCI.4246-06.2007. PMC  6672764. PMID  17522323.
  30. ^ Mobini S.; Chiang T.J.; Al-Ruwaitea A.S.; Ho M.Y.; Bradshaw C.M.; Szabadi E. (2000). "Effect of central 5-hydroxytryptamine depletion on inter-temporal choice: A quantitative analysis". Psychofarmakologie. 149 (3): 313–318. doi:10.1007/s002130000385. PMID  10823413. S2CID  21790837.
  31. ^ A b Mobini S.; Chiang T.J.; Ho M.Y.; Bradshaw C.M.; Szabadi E. (2000). "Effects of central 5-hydroxytryptamine depletion on sensitivity to delayed and probabilistic reinforcement". Psychofarmakologie. 152 (4): 390–397. doi:10.1007/s002130000542. PMID  11140331. S2CID  13567705.
  32. ^ A b Takahashi T (2004). "Cortisol levels and time-discounting of monetary gain in humans". NeuroReport. 15 (13): 2145–2147. doi:10.1097/00001756-200409150-00029. PMID  15486498. S2CID  28140498.
  33. ^ Plihal W.; Krug R.; Pietrowsky R.; Fehm H.L.; Born J. (1996). "Coricosteroid receptor mediated effects on mood in humans". Psychoneuroendocrinology. 21 (6): 515–523. doi:10.1016/S0306-4530(96)00011-X. PMID  8983088. S2CID  23244238.
  34. ^ Rilling J.K.; Gutman D.A.; Zeh T.R.; Pagnoni G.; Berns G.S.; Kilts C.D. (2002). "A neural basis for social cooperation". Neuron. 35 (2): 395–405. doi:10.1016/S0896-6273(02)00755-9. PMID  12160756. S2CID  7787573.
  35. ^ Rilling J.K.; Sanfey A.G.; Aronson J.A.; Nystrom L.E.; Cohen J.D. (2004). "Opposing BOLD responses to reciprocated and unreciprocated altruism in putative reward pathways". NeuroReport. 15 (16): 2539–2543. doi:10.1097/00001756-200411150-00022. PMID  15538191. S2CID  13127406.
  36. ^ Moll J.; Drueger F.; Zahn R.; Pardini M.; de Oliveira-Souza R.; Grafman J. (2006). "Human fronto-mesolimbic networks guide decisions about charitable donation". Sborník Národní akademie věd. 103 (42): 15623–15628. Bibcode:2006PNAS..10315623M. doi:10.1073/pnas.0604475103. PMC  1622872. PMID  17030808.
  37. ^ A b Kosfeld M.; Heinrichs M; Zak P.J.; Fischbacher U.; Fehr E. (2005). "Oxytocin increases trust in humans". Příroda. 435 (7042): 673–676. Bibcode:2005Natur.435..673K. doi:10.1038/nature03701. PMID  15931222. S2CID  1234727.
  38. ^ Nave G.; Camerer C.; McCullough M. (2015). "Does Oxytocin increase trust in humans? Critical review of research". Pohledy na psychologickou vědu. 10 (6): 772–789. doi:10.1177/1745691615600138. PMID  26581735. S2CID  584766.
  39. ^ Gabay, Anthony S.; Radua, Joaquim; Kempton, Matthew J.; Mehta, Mitul A. (1 November 2014). "The Ultimatum Game and the brain: A meta-analysis of neuroimaging studies". Neurovědy a biobehaviorální recenze. 47: 549–558. doi:10.1016/j.neubiorev.2014.10.014. PMID  25454357.
  40. ^ Knoch, Daria; Pascual-Leone, Alvaro; Meyer, Kaspar; Treyer, Valerie; Fehr, Ernst (3 November 2006). "Diminishing reciprocal fairness by disrupting the right prefrontal cortex". Věda. 314 (5800): 829–832. Bibcode:2006Sci...314..829K. doi:10.1126/science.1129156. ISSN  1095-9203. PMID  17023614. S2CID  1545744.
  41. ^ Izuma K.; Saito D. N.; Sadato N. (2008). "Processing of Social and Monetary Rewards in the Human Striatum". Neuron. 58 (2): 284–294. doi:10.1016/j.neuron.2008.03.020. PMID  18439412. S2CID  10823042.
  42. ^ Glimcher & Fehr 2014: 248.
  43. ^ Glimcher & Fehr 2014: 249.
  44. ^ Billeke, P.; Zamorano, F.; Cosmeli, D.; Aboitiz, A. (2013). "Oscillatory Brain Activity Correlates with Risk Perception and Predicts Social Decisions". Mozková kůra. 23 (14): 2872–83. doi:10.1093/cercor/bhs269. PMID  22941720.
  45. ^ Billeke, P.; Zamorano, F.; López, T.; Cosmeli, D.; Aboitiz, A. (2014). "Someone has to Give In: Theta Oscillations Correlate with Adaptive Behavior in Social Bargaining". Sociální kognitivní a afektivní neurovědy. 9 (12): 2041–8. doi:10.1093/scan/nsu012. PMC  4249481. PMID  24493841.
  46. ^ Chung, Dongil (2013). "Cognitive Motivations of Free Riding and Cooperation and Impaired Strategic Decision Making in Schizophrenia During a Public Goods Game". Bulletin schizofrenie. 39 (1): 112–119. doi:10.1093/schbul/sbr068. PMC  3523913. PMID  21705433.
  47. ^ (Download)
  48. ^ Donchin, Emanuel (November 2006). "fMRI: Not the Only Way to Look at the Human Brain in Action". Aps Observer. 19 (11). Citováno 14. října 2014.
  49. ^ A b Konovalov Arkady (2016). "Over a Decade of Neuroeconomics: What Have We Learned?". Organizational Research Methods. 22 (1): 148–173. doi:10.1177/1094428116644502.
  50. ^ A b Rubinstein, Ariel (2006). "Discussion of "behavioral economics": "Behavioral economics" (Colin Camerer) and "Incentives and self-control" (Ted O'Donoghue and Matthew Rabin)". In Persson, Torsten; Blundell, Richard; Newey, Whitney K. (eds.). Advances in economics and econometrics: theory and applications, ninth World Congress. Cambridge, Velká Británie: Cambridge University Press. ISBN  978-0-521-87153-2. Citováno 1. ledna 2010.
  51. ^ Gul, Faruk; Pesendorfer, Wolfgang (2008). "A Case for Mindless Economics". In Schotter, Andrew; Caplin, Andrew (eds.). The Foundations of Positive and Normative Economics: A Handbook (Handbooks in Economic Methodologies). Oxford University Press, USA. pp. 3–42. ISBN  978-0-19-532831-8. Citováno 4. března 2009.
  52. ^ Woodford M (2012). "Prospect theory as efficient perceptual distortion". American Economic Review. 102 (1): 41–46. doi:10.1257/aer.102.3.41.
  53. ^ De Martino B.; Camerer C.; Adolphs R. (2010). "Amygdala damage eliminates monetary loss aversion". Proceedings of the National Academy of the United States of America. 107 (8): 3788–3792. doi:10.1073/pnas.0910230107.
  54. ^ Platt, Michael L.; Watson, Karli K.; Hayden, Benjamin Y.; Shepherd, Stephen V.; Klein, Jeffrey T. "Neuroeconomics: Implications for Understanding the Neurobiology of Addiction". Advances in the Neuroscience of Addiction (2. vyd.). CRC Press/Taylor & Francis. ISBN  978-0-8493-7391-6. PMID  21656977.
  55. ^ Glimcher, Paul (2008). "Neuroeconomics". Scholarpedia. 3 (10): 1759. Bibcode:2008SchpJ...3.1759G. doi:10.4249/scholarpedia.1759. Revision #50592.
  56. ^ Lee N, Broderick AJ, Chamberlain L (February 2007). "What is "neuromarketing"? A discussion and agenda for future research". Int J Psychophysiol. 63 (2): 199–204. doi:10.1016/j.ijpsycho.2006.03.007. PMID  16769143.

Další čtení

externí odkazy