稀缺真的导致注意力隧道，还是游戏结构使然？

隧道假说究竟要求什么

稀缺理论的隧道假说对注意力提出两个相互关联的主张。其一，稀缺会增强人们对管理稀缺资源本身的关注，这可能带来正面结果；其二，这种关注以牺牲对其他潜在有益信息的注意力为代价，从而产生忽视。正是后半部分让这一理论具有独特性：仅仅关注增强，并不能说明存在隧道。

有影响力的证据来自 Shah 及其同事的"Angry Blueberries"游戏。参与者向目标射击蓝莓，命中即得分。研究者通过随机分配大量或少量射击预算来操纵稀缺，使参与者成为"富"或"穷"。原研究作者从"穷"参与者瞄准更久、每发得分更高推断出关注增强，又从他们更多借贷推断出注意力忽视。这篇论文重新分析了该数据以及同一作者开展的大规模重复实验，并新增了一项概念性重复实验。

每发得分为何混合了两种玩法

游戏中，"富"参与者每关有 15 发，"穷"参与者只有 3 发。目标被击中后消失且不再补充，因此一关中越靠后的射击，剩余可击中的目标越少。于是，把整场游戏的每发得分取平均，实际上是在比较两类人："穷"参与者只打过每关前三发，而"富"参与者还打了很多收益更低的后续射击。

重新分析显示，后续射击对所有参与者都显著更不划算（β = −0.19，t = −14.85，p < .001）。"穷"参与者每关使用的射击数显著少于"富"参与者（2.51 ± 0.45 对 5.67 ± 1.79），因此他们根本没有打出那些拉低"富"平均分的低收益射击。"穷"参与者更高的每发得分可以仅由这一结构差异产生，无需任何注意力差异。

共同射击上关注优势消失

决定性的检验是比较两组都能打的那几发：每关前三发。如果"穷"参与者更专注，他们本应在这些射击上更高效。但事实并非如此。无论把前三发合并计算，还是逐发单独比较，"穷"与"富"参与者的每发得分都没有显著差异（所有 ps > .337）。

更长的瞄准时间也没有转化为更好的表现。在不能借贷的参与者中，"穷"参与者每关第一发的瞄准时间更长（对数转换后的毫秒数，8.08 ± 0.42 对 7.73 ± 0.39，F(1, 66) = 12.49，p < .001），但那一发得分并未显著更高（2.80 ± 0.99 对 2.91 ± 0.44，p = 0.718），第二发和第三发同样如此。等价检验也未能证明两组在统计上等价，作者据此认为原研究统计功效不足，无法支持任何结论。

借贷跟随机会而非忽视

忽视主张的依据是"穷"参与者借贷占预算的比例高于"富"参与者（0.24 ± 0.15 对 0.02 ± 0.05）。但两组面对借贷决策的频率并不相同。"穷"参与者在 45% 的关卡中遇到该决策，而"富"参与者只有 2%（Χ2(1) = 184.42，p < 0.001），因为他们的预算更早耗尽。

当分析只限于借贷确实可能的场合，方向反而逆转："穷"参与者如果有差别，反而更可能抵制借贷（31%），而"富"参与者为 0%，不过这一差异不显著（p = 0.052）。借贷对所有人也都不划算：合并两组后，表现与借贷频率呈负相关（r(33) = −0.688，p < 0.001）。作者认为，表面上的过度借贷反映的是该选项出现的频率，而非未能关注其成本。

新实验直接检验未来信息

重新分析在某种意义上仍是相关性的，因为它只是重新解释既有行为，因此作者开展了一项概念性重复实验，直接检验忽视。他们改编了游戏：在前 10 关，参与者可以购买保险，以应对一块独立菠萝田有 50% 概率被毁的风险。其中八份保险的期望值为正，两份为负，因此关注未来结果的参与者应当购买好的、避开坏的。

如果稀缺导致对隧道外信息的忽视，"穷"参与者本应购买更少的正期望值保险。但他们没有："穷"参与者的购买可能性为 4.74 ± 2.84，"富"参与者为 4.92 ± 2.92（F(1, 172) = 0.17，p = 0.682），且在预先设定的最小关注效应量下，等价检验支持两者统计等价。对于负期望值的"骗局"保险，"穷"参与者购买的可能性显著低于"富"参与者（F(1, 172) = 8.24，p = 0.005），这与忽视的预测正好相反。

重复实验再现了模式与假象

新实验并非操纵失败。它再现了原研究的行为特征："穷"参与者瞄准时间显著更长（F(1, 172) = 10.93，p = 0.001），整场游戏的每发得分也更高（F(1, 172) = 21.95，p < 0.001）。这使共同射击和保险上的零结果更具信息量，因为同一项研究本可以产生原来的效应。

它也再现了结构性解释。每关前三发的每发得分没有实质差异（所有 ps > 0.439），等价检验支持第一、第二、第三发上两组等价。后续射击对所有参与者再次显著更不划算（β = −0.29，t = −34.28，p < 0.001）。由于"穷"参与者被限制在前三发，他们再次避开了那些拉低"富"平均分的低收益射击。

这对隧道假说意味着什么

论文的结论比"稀缺对注意力没有影响"要窄。它质疑的是那些被用来证明隧道的具体行为证据的解释，并认为这一构念本身需要更清晰的界定。作者指出，其他被引用的研究确实显示稀缺下关注增强，例如对价格的记忆更好、对稀缺相关词汇的识别更快，但这些研究并未显示这种关注会从其他有益信息上抽走注意力。

因此，实际的优先事项是把这一主张的两半分开。一项显示瞄准更久、记忆更好或识别更快的研究，支持的是关注增强；它本身并不支持忽视。检验隧道需要测量隧道外的信息，例如这里的保险选择，并采用让"富"与"穷"参与者面对相同机会的设计。重新分析显示，当使用共同射击比较时，关注优势消失；当提供保险时，预测的忽视并未出现。

结论的适用边界

证据受限于游戏范式。稀缺被操作为在线实验室式游戏中的射击预算，而非真实生活中的贫困，样本也不代表美国人口。原研究 N = 68，大规模重复实验在排除后最终样本为 974 人；新实验有 174 名参与者。作者还指出，游戏程序没有保留退出信息，因此无法排除系统性退出或不完全随机化。

在这些边界之内，论文的具体判断是："Angry Blueberries"的结果不应被解读为注意力隧道的证据。更简约的解释是，游戏给了"穷"与"富"参与者不同数量的射击和不同频率的借贷决策，而这些结构差异造成了行为差距。未来检验隧道，需要一种让这些机会保持相等、并测量对稀缺资源之外信息注意力的设计。

本文引用的文献