Lentis/风险补偿

风险补偿是指人们会根据他们感知的风险水平调整其行为的理论，如果风险水平似乎很高，他们就会更加谨慎，如果他们感到更安全，他们就会更加不谨慎。

简介

风险补偿是指个人会根据感知到的风险变化调整其行为的想法。例如，如果一个人系着安全带，他们可能会开得更鲁莽，因为他们感到更安全、更有保障。该理论已被用于解释为什么安全措施（例如安全带或安全帽）可能并不总是导致事故或伤害的减少。

但是，风险补偿高度依赖于特定的环境，并非普遍适用。事实上，许多研究发现，安全措施可以并且确实减少了事故和伤害。 此外，该理论没有考虑影响个人行为的其他因素，例如教育、意识和社会规范。例如，自我保护可能不是人们在 COVID-19 期间戴口罩的唯一原因。

起源

现代使用“风险补偿”一词来自 1970 年代对法规效力的道路安全研究。佩尔茨曼效应以经济学家萨姆·佩尔茨曼的名字命名，他于 1975 年在《政治经济学杂志》上发表的一篇论文中首次提出了这一概念。 在这篇论文中，佩尔茨曼认为，当制定法规使某事更安全时，人们可能会做出相应的反应，从事风险更大的行为。这种补偿行为会抵消法规的安全效益，导致总体事故或伤害水平没有净变化。

后来的研究表明，佩尔茨曼效应可能高度依赖于特定的环境，其影响可能因具体法规和其旨在影响的人群而异。

风险稳态

风险稳态理论是杰拉尔德·J·S·怀尔德提出的一个更受约束的风险补偿版本，它指出每个人都以一个设定的目标风险水平来评估环境，并且人们总是会调整自己的行为，以使他们感知到的风险水平与其目标风险水平相匹配。假设这是真的，可以得出结论，长期总体安全和实际承担的风险只能在人们的目标风险水平降低的情况下才能得到改善。怀尔德主要使用道路安全来阐述他的理论，但也提到了其他适用的领域，包括吸烟和洪水泛滥区的定居点，并指出风险稳态可能是普遍的。

风险稳态理论遭到了严重的批评，作者尤其注意到，在该理论被提出之前的几年里，人均机动车死亡率明显下降，并批评怀尔德排除了许多非常令人信服的相反发现，例如摩托车头盔和车辆设计标准。 然而，该理论仍然被应用于各种环境，包括了解海事运输行业的人员伤亡 以及了解有效的网络安全用户干预措施，例如宣传活动和政策。

示例

道路安全

防抱死制动系统

在欧洲和北美进行的多项研究得出结论，防抱死制动系统的引入增加了驾驶员的冒险行为。最值得注意的是，一项针对汉堡出租车的研究发现，驾驶配备防抱死制动系统的出租车的驾驶员往往会执行更突然的道路操作（例如转弯和停车）， 南佛罗里达大学对华盛顿州驾驶员进行的一项类似研究发现，驾驶配备安全气囊和防抱死制动系统的汽车的驾驶员愿意在高速公路上更快地驾驶并执行更快的变道操作。 研究人员推测，这些行为增加的风险抵消了安全气囊和防抱死制动系统的任何安全效益，这就是为什么在这两种情况下都没有发现事故率出现重大变化的原因。然而，公路安全保险研究所 (IIHS) 于 2013 年发布的一项研究发现，配备防抱死制动系统的摩托车与没有防抱死制动系统的摩托车相比，发生致命事故的可能性降低了 31%。

公共卫生

HIV/艾滋病

用于 HIV 的暴露前预防 (PrEP) 是指 HIV 阴性但有感染 HIV 高风险的个人服用抗病毒药物以帮助预防 HIV 感染。HIV PrEP 参与者更频繁地参与有风险的无套性行为的可能性通常在 HIV PrEP 疗效研究中进行检查。 在一项早期安慰剂对照试验中，受试者被告知他们正在接受 HIV 预防药物，所有参与者中无套性行为略有下降，PrEP 将 HIV 感染减少了 44%； 在分析了 18 项类似的安慰剂对照试验后，没有发现任何增加有风险性行为的证据，PrEP 将 HIV 感染减少了约 70%。

虽然检查安慰剂对照试验中的 HIV PrEP 风险补偿可能很有用，但建议创建专门分析 HIV PrEP 风险补偿行为的可靠试验，并在受控试验（即参与者知道他们是否正在接受 HIV PrEP 的开放标签试验）之外分析可能的 HIV PrEP 风险补偿行为。 一项国际开放标签研究发现，HIV PrEP 用户中的无套性行为略有增加（25% 对 20%），但 PrEP 使用仍然将 HIV 感染减少了 51%； 另一项英国开放标签研究发现，HIV PrEP 用户中的无套性行为明显增加（21% 对 12%），但 PrEP 使用仍然将 HIV 感染减少了 86%。

虽然 HIV 预防性用药 (PrEP) 已被充分证明能有效降低 HIV 感染风险，但个人风险性行为的增加并未显著降低 HIV PrEP 的有效性，HIV PrEP 使用者中无套性行为的增加可能导致其他性传播感染 (STI) 的高发率。^[10] 例如，一项荟萃分析发现，HIV PrEP 使用者感染淋病的可能性约为未使用者 25 倍，感染衣原体的可能性约为 11 倍，感染梅毒的可能性约为 45 倍。^[16]

疫苗接种和其他大流行预防措施

在 COVID-19 大流行的背景下，一些人认为风险补偿可能是病毒持续传播的一个因素。^[17] 例如，如果人们认为口罩可以有效阻止 COVID-19 的传播，有些人可能更有可能参与风险行为，例如参加大型聚会并忽略社交距离指南。这种效应可能会因“大流行疲劳”而加剧，随着威胁的新奇感消退。^[17] 一项研究发现，如果人们戴着口罩，他们更有可能站在或坐在离某人更近的地方，尽管在老年人群体中这种效应较少。^{[sp 1]}

然而，《英国医学杂志》的一篇荟萃分析发现，戴口罩与洗手频率下降无关。^[1] 作者进一步论证，人们在大流行期间可能会参与保护性行为，因为他们害怕、焦虑并渴望保护自己和他人。因此，个人可能会结合安全行为，例如戴口罩和保持社交距离，因为他们担心自己和他人的健康。

批评

研究方法

虽然风险补偿已成为一种社会现象，但多年来，许多人质疑其有效性。萨姆·佩尔兹曼 (Sam Peltzman) 在 1975 年发表的开创性论文指出，汽车安全法规会导致驾驶员驾驶更不谨慎，从而抵消安全装置可能带来的任何益处，在某些情况下，事故率甚至可能上升。^[2] 早在 1977 年，研究人员就开始发现佩尔兹曼理论的问题，当时公路安全保险研究所的一位行为科学家发现，佩尔兹曼用作主要证据的车辆事故数据是观察性收集的数据，作为经验数据的替代品。当佩尔兹曼的分析使用经验收集的数据集重复时，在安全措施实施后，车辆事故率显着下降。^[18] 近年来的类似分析也发现，经验收集的数据不支持佩尔兹曼的假设。^[19] 许多人观察到，大多数证明风险补偿的案例研究表明，在感知风险降低后，冒险行为增加，但很少有例子表明感知风险增加后，冒险行为降低。其他人注意到，大多数证明风险补偿的例子来自道路安全、体育或公共卫生，并认为风险补偿可能不是一个普遍适用的概念。^[20]

风险补偿作为一种政治工具

自从佩尔兹曼在 1975 年发表论文以来，个人自由的倡导者一直利用他的假设来反对实施新的规则和法规。在对历史上用来维护现状的技术进行分析时，经济学家阿尔伯特·奥·希尔施曼 (Albert O. Hirschman) 详细阐述了“反常论点”，该论点指出，良好意图的规则和法规最终会加剧它们旨在解决的问题。^[21] 科学记者蒂姆·雷夸思 (Tim Requarth) 认为，政府干预和福利国家的反对者倾向于使用这种论点，因为它支持实施自由市场资本主义经济，这种反干预主义论点是风险补偿持续相关的主要原因，尽管有相反的经验证据。^[22]

结论

风险补偿是一种社会现象，对于任何研究或做出涉及风险行为的决策的人来说都很有趣。由于关于风险补偿是否普遍发生以及发生程度存在争议，因此在做出影响该领域风险水平的决策之前，明智的做法是在任何给定领域进行实证研究。由于风险补偿描述了人们行为的影响，它也被用作各种社会群体为推进其议程而进行的讨价还价的筹码。

改进本章的进一步研究

那些想要改进本章的人应该考虑扩展关于风险补偿作为政治工具的章节。特别是，关于风险补偿被用来推进议程的例子将加强这一节。更多关于风险补偿的例子也很有用，但任何分析都应认识到风险补偿是特定于上下文的，而不是普遍规律。风险补偿的其他变体及其支持论点也可能是很有用的补充。