为了验证损害程度是否会影响惩罚倾向而不影响愤怒程度，我们给不同组的参与者展示了琼·格洛弗案及其他几起案件的“严重损害”版本和“轻度损害”版本。严重损害的版本就是本章开头介绍的那个。在轻度损害的版本中，琼“不得不住院数日，且各类药物给她造成了严重的精神创伤。当她的父母尝试让她服用维生素、感冒药等对身体恢复有益的药片时，她会失控大哭并说自己很害怕”。这个版本描述了这个孩子的创伤经历，但是其损害程度远低于第一个版本中描述的长期生理损伤。在严重损害版本和轻度损害版本中，参与者对愤怒程度的平均评分（前者为4.24，后者为4.19）几乎相同。这与我们的预期相符，因为只有被告的行为对愤怒情绪有影响，这种行为引发的后果对愤怒情绪则没有影响。相比之下，严重损害版本的惩罚倾向平均评分为4.93，轻度损害版本的惩罚倾向平均评分为4.65，虽然差异不大，但这在统计学上已经很显著了。严重损害版本中赔偿金的中位数为200万美元，轻度损害版本中赔偿金的中位数为100万美元。其他几个案例也得到了类似的结果。

这些发现体现了判断过程的关键性特征：不同的判断任务会对证据不同方面的权重产生微妙的影响。对于评定惩罚倾向和愤怒程度的参与者来说，他们自己都没有意识到自己对“法律制裁是否应基于报应原则”这一哲学问题所持有的立场。他们甚至都不知道如何为案件的各种特征分配权重。不过，他们在对愤怒程度评分时，为损害分配的权重几乎为0，而在确定惩罚倾向时给这一因素分配了相当大的权重。请回想一下，参与者只看到了该故事的一个版本。因而，他们在对更严重的损害给予更严厉的惩罚时，结果的产生并非是基于仔细比较，而是因为他们在两个版本中进行了自动匹配。参与者的反应更多为了验证损害程度是否会影响惩罚倾向而不影响愤怒程度，我们给不同组的参与者展示了琼·格洛弗案及其他几起案件的“严重损害”版本和“轻度损害”版本。严重损害的版本就是本章开头介绍的那个。在轻度损害的版本中，琼“不得不住院数日，且各类药物给她造成了严重的精神创伤。当她的父母尝试让她服用维生素、感冒药等对身体恢复有益的药片时，她会失控大哭并说自己很害怕”。这个版本描述了这个孩子的创伤经历，但是其损害程度远低于第一个版本中描述的长期生理损伤。在严重损害版本和轻度损害版本中，参与者对愤怒程度的平均评分（前者为4.24，后者为4.19）几乎相同。这与我们的预期相符，因为只有被告的行为对愤怒情绪有影响，这种行为引发的后果对愤怒情绪则没有影响。相比之下，严重损害版本的惩罚倾向平均评分为4.93，轻度损害版本的惩罚倾向平均评分为4.65，虽然差异不大，但这在统计学上已经很显著了。严重损害版本中赔偿金的中位数为200万美元，轻度损害版本中赔偿金的中位数为100万美元。其他几个案例也得到了类似的结果。

这些发现体现了判断过程的关键性特征：不同的判断任务会对证据不同方面的权重产生微妙的影响。对于评定惩罚倾向和愤怒程度的参与者来说，他们自己都没有意识到自己对“法律制裁是否应基于报应原则”这一哲学问题所持有的立场。他们甚至都不知道如何为案件的各种特征分配权重。不过，他们在对愤怒程度评分时，为损害分配的权重几乎为0，而在确定惩罚倾向时给这一因素分配了相当大的权重。请回想一下，参与者只看到了该故事的一个版本。因而，他们在对更严重的损害给予更严厉的惩罚时，结果的产生并非是基于仔细比较，而是因为他们在两个版本中进行了自动匹配。参与者的反应更多依赖于快思考系统而非慢思考系统。

充满噪声的量表

该研究的第二个目标是找出惩罚性损害赔偿为何会充满噪声。我们的假设是，对于被告应该受到多严重的惩罚这一问题，陪审团的想法往往是一致的，但对于如何将惩罚意图转化到赔偿金额这一量表上，他们出现了很大的分歧。

该研究设计比较了在相同案件的判决中，三种量表中存在的噪声数量，这三种量表分别是愤怒程度、惩罚倾向和赔偿金额（美元）。为了测量噪声，我们采用了本书第6章分析美国联邦法官的噪声审查结果时使用的方法。在那项分析中，我们假设某一案件中所有人的判断均值可以被看作是无偏差、公正的值。这只是出于分析目的所做的假设。需要强调的是，这个假设可能是错的。在理想状况下，陪审员使用的量表对每起案件的判断都应该是一致的。任何偏离平均值的判断都被视为误差，这些误差是系统噪声的来源。

第6章提到，系统噪声可分为水平噪声和模式噪声。在这里，水平噪声是指不同陪审员通常的严厉程度的变异，而模式噪声是指某位陪审员对不同案件的反应相对于其自身平均值的变异。因此，我们可以将判断的总体变异分解为三个组成部分，公式见下面。

判断方差

=依赖于快思考系统而非慢思考系统。

充满噪声的量表

该研究的第二个目标是找出惩罚性损害赔偿为何会充满噪声。我们的假设是，对于被告应该受到多严重的惩罚这一问题，陪审团的想法往往是一致的，但对于如何将惩罚意图转化到赔偿金额这一量表上，他们出现了很大的分歧。

该研究设计比较了在相同案件的判决中，三种量表中存在的噪声数量，这三种量表分别是愤怒程度、惩罚倾向和赔偿金额（美元）。为了测量噪声，我们采用了本书第6章分析美国联邦法官的噪声审查结果时使用的方法。在那项分析中，我们假设某一案件中所有人的判断均值可以被看作是无偏差、公正的值。这只是出于分析目的所做的假设。需要强调的是，这个假设可能是错的。在理想状况下，陪审员使用的量表对每起案件的判断都应该是一致的。任何偏离平均值的判断都被视为误差，这些误差是系统噪声的来源。

第6章提到，系统噪声可分为水平噪声和模式噪声。在这里，水平噪声是指不同陪审员通常的严厉程度的变异，而模式噪声是指某位陪审员对不同案件的反应相对于其自身平均值的变异。因此，我们可以将判断的总体变异分解为三个组成部分，公式见下面。

判断方差

=公正惩罚的方差

+

2水平噪声

+

2模式噪声

Variace of Judgmets

=

Variace of Just Puishmets

+

2（Level Noise）

+

2（Patter Noise）

这种分析方法将判断的方差分解为三个部分，分别对愤怒程度、惩罚倾向和赔偿金额这三种判断进行了分析。

图15-1显示了分析结果。噪声最少的量表是惩罚倾向，其中系统噪声占变异的51%，与公正惩罚的变异几乎一样多。愤怒程度比惩罚倾向的量表噪声量更大，达到71%。到目前为止，赔偿金额量表的噪公正惩罚的方差

+

2水平噪声

+

2模式噪声

Variace of Judgmets

=

Variace of Just Puishmets

+

2（Level Noise）

+

2（Patter Noise）

这种分析方法将判断的方差分解为三个部分，分别对愤怒程度、惩罚倾向和赔偿金额这三种判断进行了分析。

图15-1显示了分析结果。噪声最少的量表是惩罚倾向，其中系统噪声占变异的51%，与公正惩罚的变异几乎一样多。愤怒程度比惩罚倾向的量表噪声量更大，达到71%。到目前为止，赔偿金额量表的噪声量是最大的，判断中有94%的变异为噪声！

图15-1　判断变异的组成部分

三者的差异之所以令人惊讶，是因为这三种量表测量的内容几乎完全相同。我们在前面已经看到，正如愤怒假设所预测的那样，愤怒程度与惩罚倾向的值几乎完全相关。而惩罚倾向和赔偿金额恰恰回答的是同一个问题，即Geeral Assistace公司应该接受多严重的惩罚，两者不过是单位不同罢了。那么，我们该如何解释图15-1中三种量表出现的巨大差异呢？

我们可能会认为，愤怒并不是一个非常精确的量表。没错，确实存在“完全可以接受”的行为，但是如果要有一个限度来界定你对Geeral Assistace公司或其他被告有多愤怒时，那个限度是非常模糊的。“完全无法容忍”的行为指的是什么？量表缺乏清晰的上限，就会不可避免地产生噪声。声量是最大的，判断中有94%的变异为噪声！

图15-1　判断变异的组成部分

三者的差异之所以令人惊讶，是因为这三种量表测量的内容几乎完全相同。我们在前面已经看到，正如愤怒假设所预测的那样，愤怒程度与惩罚倾向的值几乎完全相关。而惩罚倾向和赔偿金额恰恰回答的是同一个问题，即Geeral Assistace公司应该接受多严重的惩罚，两者不过是单位不同罢了。那么，我们该如何解释图15-1中三种量表出现的巨大差异呢？

我们可能会认为，愤怒并不是一个非常精确的量表。没错，确实存在“完全可以接受”的行为，但是如果要有一个限度来界定你对Geeral Assistace公司或其他被告有多愤怒时，那个限度是非常模糊的。“完全无法容忍”的行为指的是什么？量表缺乏清晰的上限，就会不可避免地产生噪声。惩罚倾向要相对具体一些。“严厉的惩罚”比“完全无法容忍”更准确，因为法律已经规定了“极其严重的惩罚”的上限。你可能想朝被告扔鸡蛋，但是可能不会提出将Geeral Assistace公司的CEO及其高管全部处死这样的建议。我们希望你不会。惩罚倾向量表的模糊性较低，因为它的上限更加明确。结果也正如我们所料，它的噪声更小。

在衡量愤怒程度和惩罚倾向时，我们使用了类似的评价量表，它们都是由相对明确的文字标签所定义的。但赔偿金额属于另一类量表，它的问题更大。

美元和锚定

我们关于这项研究的学术论文的标题“同样的愤怒，不同的惩罚：惩罚性损害赔偿的心理机制”（“Shared Outrage ad Erratic Awards: The Psychology of Puitive Damages”）清楚地表达了其中心思想。在我们的实验中，陪审员们的惩罚倾向评分基本上是一致的，其评分大部分可以由其愤怒程度来解释。但是，赔偿金额能够更真实地模拟法庭情况，其噪声之大让人无法接受。

原因并不神秘。如果你在琼·格洛弗案件中提出了一个具体的损害赔偿金额，你肯定能真实地感受到自己在选择这个数字时实际上是比较随意的。感觉到随意性这件事本身传达了重要的信息：它能告诉你其他人也将随意地做出与你截然不同的决定，判断会充满噪声。事实证明，充满噪声确实是赔偿金额这类量表的一个突出特征。惩罚倾向要相对具体一些。“严厉的惩罚”比“完全无法容忍”更准确，因为法律已经规定了“极其严重的惩罚”的上限。你可能想朝被告扔鸡蛋，但是可能不会提出将Geeral Assistace公司的CEO及其高管全部处死这样的建议。我们希望你不会。惩罚倾向量表的模糊性较低，因为它的上限更加明确。结果也正如我们所料，它的噪声更小。

在衡量愤怒程度和惩罚倾向时，我们使用了类似的评价量表，它们都是由相对明确的文字标签所定义的。但赔偿金额属于另一类量表，它的问题更大。

美元和锚定

我们关于这项研究的学术论文的标题“同样的愤怒，不同的惩罚：惩罚性损害赔偿的心理机制”（“Shared Outrage ad Erratic Awards: The Psychology of Puitive Damages”）清楚地表达了其中心思想。在我们的实验中，陪审员们的惩罚倾向评分基本上是一致的，其评分大部分可以由其愤怒程度来解释。但是，赔偿金额能够更真实地模拟法庭情况，其噪声之大让人无法接受。

原因并不神秘。如果你在琼·格洛弗案件中提出了一个具体的损害赔偿金额，你肯定能真实地感受到自己在选择这个数字时实际上是比较随意的。感觉到随意性这件事本身传达了重要的信息：它能告诉你其他人也将随意地做出与你截然不同的决定，判断会充满噪声。事实证明，充满噪声确实是赔偿金额这类量表的一个突出特征。