特异性偏差（Distinctiveness Bias），亦称显著性偏差，是指个体在认知与决策过程中倾向于过度关注那些突出、鲜明或与众不同的信息，而相对忽视那些普遍、常规或背景性信息的系统性认知倾向。这种偏差源于人类认知资源的有限性，使得我们的大脑会不自觉地被那些具有“特异性”的刺激所吸引，从而在判断和记忆中赋予其不成比例的权重。
举例而言，当投资者评估一家公司的业绩时，可能会因为某季度异常亮眼的盈利数据而过度乐观，却忽略了该公司长期稳定的平庸表现；或者在人际交往中，某人一次偶然的失礼行为可能被放大为其人格的定论，而日常的友善举动则被轻易淡忘。这种偏差不仅影响个人决策，在组织管理、市场分析和司法判断等领域也普遍存在，往往导致基于片面信息的错误结论。
从认知机制上看，特异性偏差与“可得性启发”密切相关——那些更容易被回想起来的鲜明事件，会在决策中占据主导地位。然而，克服这一偏差需要我们主动采取系统性思维，有意识地平衡特异性信息与整体背景信息，例如通过建立决策清单、引入多角度数据验证等方式，来减少认知捷径带来的误判。对于希望深入探究的读者，推荐阅读丹尼尔·卡尼曼的《思考，快与慢》中关于启发式与偏差的经典论述，以及Nisbett与Ross合著的《人类推理：社会判断的策略与缺陷》中针对显著性影响的实验分析。