PNAS 论文解析 新冠肺炎之后鼓励经济活动恢复:来自中国大规模实地试验的证据

2022-04-02 星期六


Source: Internet
Source: Internet

本文是针对论文《新冠肺炎之后鼓励经济活动恢复:来自中国大规模实地试验的证据(Encouraging the resumption of economic activity after COVID-19: Evidence from a large scale-field experiment in China)》的一篇解析。该论文于2022年1月发表在PNAS上,作者是Juan Palacios, Yichun Fan, Erez Yoeli, Jianghao Wang, Yuchen Chai, Weizeng Sun, David G. Rand, and Siqi Zheng。

一、引言

新冠肺炎与相应的控制措施已致使全球经济陷入自大萧条以来的最严重衰退。尽管政府强制性命令被认为是导致经济活动减少的主要原因,但是有很多证据显示,很多经济活动的减少是自发性的,出于对病毒的害怕。目前(作者行文时),尽管还有国家正在经历高的病毒传播率,但是在一些国家,病毒已经被控制,无论是通过社交隔离或是疫苗接种。因此,政府也开始关注如何重开经济。然而,经济活动的恢复也受到一定程度的阻碍,因为公众不清楚目前是否已经安全,特别是变种病毒的不断出现。

当卫生环境已经足够安全重开经济活动时,政府能否有效地向公众传播这一信息?目前,对这方面的研究甚少。据作者所知,还没有研究从公众实际行为的角度分析信息的影响,多数的分析是基于公众自我报告的数据。

在这篇文章中,作者探索了“描述性规范”对公众在新冠肺炎之后恢复经济活动意愿的影响。“描述性规范”提供了关于某一行为的普遍性的信息,以期鼓励人们采取与他人相同的行为。这种干预被证实可以影响很多行为,比如减少酒精摄入、减少吸烟等。“描述性规范”被认为是有效的,因为其他人的行为能够让人们看清该行为是否是有益的。

然而,“描述性规范”的效果有时候也会事与愿违。这一现象被称为“回旋镖效应”。对于那些对某一行为有着较高先验认知的人,这一效应可能更加明显。在这篇文章的背景下,回旋镖效应可解释为,更多的人去餐馆等公共区域,那么感染的主观风险则会越高。如果“描述性规范”使得人们认为有更多人愿意去餐馆,那么人们可能更不愿意去餐馆,以避免被传染。

二、实验设计

作者在中国郑州(约1010万人口)解封(因疫情封城)之后开展实验,研究“描述性规范”对公众行为的影响(见图1A)。作者从郑州CBD地区选取了622名参与者。选取过程是通过手机短信、电话和社交媒体广告完成的,过程持续了5周。每个参与者被要求下载一款手机软件,这款软件能够收集参与者的定位信息,发送问卷和发放“红包”奖励。参与者被划分为处理组和控制组。

图1
图1

图1B展示了整个实验设计。对所有参与者(包括处理组和实验组),在实验第一周的周三,研究人员向他们发放了问卷,问及他们是否计划周末前往餐馆,以及他们对邻居们计划前往餐馆的比例的估计。如果他们的估计百分比在真实值的2个百分点之内,则他们会收到2元的奖励。紧接着,在第一周的周五,研究人员又询问参与者对于邻居们计划周末前往餐馆的比例的估计。最后,在周日晚上,研究人员要求参与者报告他们周末是否前往餐馆的实际情况,并且用手机APP定位的GPS的情况对参与者报告的真实性进行验证。

所有的材料(比如,调查问题、奖励和短信等)对于处理组和控制组是完全相同的,除了以下差异:处理组在周五调查前收到了“描述性规范”干预,而控制组则没有收到。“描述性规范”干预是一句关于他们邻居所报告的计划周末去餐馆的真实比例。这一比例是根据周三的调查结果计算得出的,同时也包含了同社区另外500名市民的调查结果。除了主要结果外,作者还在调查中问及参与者的一系列特征,比如偏好、认知和态度,这些因素将被作为调节因子进行研究。具体来说,作者收集了13个调节因子的数据:人口变量(年龄、性别、是否有孩子、教育和收入)、经济偏好(总体风险偏好、与健康相关的风险偏好、时间偏好、利他主义偏好)、有关新冠病毒的知识、疫情前活动频率、对社会和媒体的信任程度。

控制组中49.1%的参与者在疫情前,平均每周都去餐馆,但是这一比例在实验开始时下降到31.18%。研究人员假设,处理组中那些低估邻居们周末前往餐馆比例的参与者会在收到“描述性规范”干预后,调整自己的行为,即也更愿意前往餐馆。

三、结果

研究的主要结果是:“描述性规范”干预能够有效地纠正参与者对前往餐馆的邻居比例的认知,然后这种认知的调整会提高参与者自己前往餐馆的意愿。

具体来说,对于那些低估邻居周末前往餐馆比例的处理组参与者来说,“描述性规范”干预能够将他们对该比例的估计值提高4.64个百分点(95%CI:0.97至8.31 pp, p=0.013)。低估程度越大,干预的效果越强(见图2A)。另外,这些参与者周末前往餐馆的可能性也提高12.5个百分点(95%CI:1.54至23.3 pp, p=0.025),相对于控制组来说(见图2B)。

对于那些高估邻居周末前往餐馆比例的处理组参与者来说,“描述性规范”干预也能帮助他们纠正之前的估计,将他们对该比例的估计值降低10.9个百分点(95%CI:-15.46至-6.52 pp, p<0.001)。然而,这些参与者没有调整他们的行为(\beta=-1.25, 95%CI: -13.70至11.18 pp, p=0.842)。因此,不存在“回旋镖”效应,即高估邻居周末前往餐馆比例并不会阻碍参与者去餐馆,因此“描述性规范”干预的净效应为正。这一结果也通过了鲁棒性检验。

图2
图2

接下来,作者进行了三项次要分析。第一是检验了风险偏好的调节作用。根据图3A,风险厌恶的参与者在得知前往餐馆的邻居比预期多时,并不会调整他们的行为,即更愿意去餐馆(总体风险偏好 \beta=0.18 pp, CI:-15.03至15.39 pp, p=0.981)(有关健康的风险偏好 \beta=0.42 pp, CI:-14.93至15.76 pp, p=0.958)。然而,风险容忍度高的参与者在得知前往餐馆的邻居比预期多时,会提高去餐馆的比例(总体风险偏好 \beta=21.0 pp, CI:4.05至37.95 pp, p=0.017)(有关健康的风险偏好 \beta=21.5 pp, CI:5.47至37.53 pp, p<0.01)。在其它调节变量中,只有教育的影响是显著的(大学教育的交互效应 30.6 pp; 95% CI, 5.97至55.22 pp; p=0.015)。同样地,作者也对这些结果进行了鲁棒检验。

图3
图3

第二,作者考虑了干预对参与者所认为前往参观所带来的风险的影响。在实验阶段的每个周五,在干预后,研究人员以7级里克特量表的方式询问参与者“您认为在附近餐馆内堂食的感染风险如何”。作者发现,那些收到“描述性规范”的参与者比控制组的参与者有着更低的风险认知,尽管这一结果不是非常统计显著(标准化系数=-0.160, 95% CI, -0.35, 0.026; p=0.093)。

第三,作者重复上述实验但不同的是,将“餐馆”改成“公园”。公园是露天场所,因此病毒传播的风险比在餐馆更低。82.8%的参与者认为去餐馆比去公园更有风险。研究结果显示,在控制组中,33.3%的参与者在疫情前平均每周去一次公园,这一比例在实验时为37.6%。这些结果表明,“描述性规范”干预不太可能改变参与者对风险的认知及其行为,因为他们将公园是为安全的地方。确实,作者发现“描述性规范”干预对参与者前往公园行为的影响是不显著的。相比于餐馆,当参与者知道有更多的邻居将在周末前往公园,这并不会改变他们的行为。作者直观查到了3.39个百分点的提高,而这一提高并不统计显著(95%CI: -6.7至13.51 pp, p=0.511)。同样地,作者进行了鲁棒检验。

尽管风险是“描述性规范”干预产生效应的最重要渠道,但是也存在着其它的渠道。比如,研究中的“描述性规范”干预可能会改变参与者对于其他人期望的认知,即是否其他人认为去餐馆是对的、公平的或安全的。不过,作者在这篇文章的样本中并未发现支持这一渠道的证据。另外,研究人员还进行了另一项干预,即通知参与者附近已经达到疫情卫生标准的餐馆。作者加入这项研究的目的是帮助当地政策制定者检验这种卫生认证的作用。结果显示,这种干预对参与者前往餐馆的行为没有影响(\beta=6.00 pp; 95% CI, -2.62至13.64 pp; p=0.184)。

四、讨论

实验结果显示,“描述性规范”能够有效地减少人们对安全性的担忧、促进经济活动的恢复。另外,因为个人行为会给参与者和他们身边的人带来显著地健康风险,同时感染风险也会随着外出人数的增加而增加,所以文中的干预可能会带来反向效果,即“回旋镖”效应。但是,就这篇文章的样本而言,参与者在得知其他人会前往餐馆后,会认为前往餐馆是安全的经济活动,而并非危险的。所以,“描述性规范”干预的净效应是正向的。

这篇文章也有着一些局限。比如,研究参与者只来自中国郑州,而且实验是在城市解封后立即开展的。所以实验结果可能不能应用于其它文化地区和其他时间段。另外,疫苗接种率的增长可能会显著地改变人们对于疫情风险的认知,继而对研究结果产生影响。

参考文献:

Juan Palacios, Yichun Fan, Erez Yoeli, Jianghao Wang, Yuchen Chai, Weizeng Sun, David G. Rand, and Siqi Zheng (2022).Encouraging the resumption of economic activity after COVID-19: Evidence from a large scale-field experiment in China. PNAS 119(5): 1-8 https://doi.org/10.1073/pnas.2100719119 

原文地址:点击