经济学实验结果外部效度排序探索研究（上）

内容提要：经济学实验在政策研究方面具有独特优点，但针对同一问题的不同实验设计，其结论的外部效度并不相同，明确现有实验研究结果的外部效度差异可以为解决实际问题提供更精确的政策制定参考，并改进相应实验设计。目前针对具体问题的经济学实验结果外部效度量化排序方法尚属空白，本文基于Harrison和List(2004)以及Levitt和List(2007)的思想提出一个对经济学实验结果外部效度进行排序的两标准判断法，两个标准分别强调实验设计类型及实验处理中的个体行为因素，并通过对嵌套社会困境环境下的公共品自愿贡献实验结果进行外部效度排序说明这一方法的操作。
    关键词：经济学实验外部效度 排序方法 政策制定参考 嵌套社会困境 公共品实验
    作者简介：黄湛冰，电子信箱：hzb10@163.com，陕西师范大学国际商学院 西安 710062；肖尔特，卡耐基梅隆大学社会和决策科学系。
    一、引言
    经济学实验在政策研究方面具有一些其他研究方法所没有的独特优点①，Roth用“在王子耳边低语”(Roth，1988；Kagel and Roth，1995)比喻经济学实验研究结果在解决现实问题上的参考价值。然而，来自实验研究的“低语”通常具有不同的外部适用性，明确现有实验研究结果的外部效度差异可为解决实际问题提供更精确的政策制定参考，并为改进相应实验设计提供指引，如何判断一个具体问题下的多个实验研究结果的适用性差异？本文提出一个经济学实验结果外部效度排序方法，并通过对嵌套社会困境环境下的公共品实验结果外部效度进行排序说明其具体运用。
    对经济学实验结果外部效度排序可为解决实际问题提供更精确的政策制定参考。从当今公共管理实践看，处在网络化环境中的公共管理者要处理越来越多复杂的、难以解决的奇特问题(Moore，2011)，这类公共管理问题超越了单个组织的能力，并且相互联系，解决这类实际问题迫切需要得到相关理论的指导和建议；与此同时，大量的经济学实验研究成果揭示出不同因素间的内在关系，但数量日益庞大的实验结果及其不同的适用范围使政策制定者难以适应②。在此情形下，对具体问题的经济学实验结果外部效度排序能够比较这些成果的外部适用性差异，帮助政策制定者对实际中能否采取与实验处理相似的做法做出更精确的判断和取舍，增加现有实验研究结果在解决现实问题上的参考价值。
    本研究在实验设计改进上具有一定的理论价值。实验是否能反映现实的并行问题多年前就受到关注，通过对现有实验研究结果外部效度排序，可以探索具体问题上的实验研究结果和实际应用之间的并行关系，获得具体问题下的现有实验研究跟现实需求之间的缺口信息，为改进现有实验设计或开发新的实验设计提供知识。
    目前有两种对经济学实验外部效度进行判断的理论性研究与本文相关：一种是针对实验类型，认为不同的实验设计类型具有不同的外部效度(Harrison and List，2004)；另一种是考察实验设计中是否包含物质财富之外的因素，认为同一种实验类型下的实验结果外推需要考虑非财富因素的作用(Levitt and List，2007)。但还没有出现一个能够对同一问题下已有实验结果外部效度进行排序的具体方法，这一缺失削弱了经济学实验在政策制定参考方面的作用发挥。本文基于Harrison和List(2004)以及Levitt和List(2007)的思想提出一个经济学实验研究外部效度量化排序的具体方法，填补这方面空缺。
    以下先提出外部效度排序的标准及方法，再将此方法应用于嵌套社会困境公共品实验结果的外部效度排序以说明其应用及对实践的参考，最后提出嵌套社会困境公共品实验及研究可改进之处。
    二、实验结果外部效度排序的标准选择及排序方法
    Harrison和List(2004)以及Levitt和List(2007)分别从实验类型和个体的行为两个方向对实验的外部效度问题进行了探讨，本文分别将这两个方向作为对实验结果进行排序的第一标准和第二标准，两个标准与实验结果外部效度排序的关系如图1所示。
    针对具体问题的实验研究文献
    实验类型是什么？标准一
    行为因素起作用？标准二
    实验结果的外部效果排序结果
    
    图1实验结果外部效度排序与两个标准的关系
    (一)第一个标准
    标准一：不同类型经济学实验研究结果具有不同的外部效度。
    不同类型的实验设计有比较明显的外部效度差异。实验室实验(conventional lab experiment，记为LAB)的特点是以学生作为被试，实验环境由一套抽象框架和强加的规则构成；伪实地实验(artefactual field experiment，记为AFE，也称人工实地实验)的特点是除了被试对象采取非学生之外，其他方面与实验室实验相同；框架实地实验(framed field experiment，记为FFE)的特点是在具体物品、任务、信息、资金、时间范围等方面采取实际中的物品和内容，其他方面与伪实地实验相同；自然实地实验(natural field experiment，记为NFE)的特点是环境变成被试在现实中承担这些任务的场所，被试不知道自己在实验中，其他方面与框架实地实验相同；自然实验(natural experiment，记为NE)的特点不受实验者控制(Levitt and List，2009)。
    标准一的主要作用是通过对相关实验研究的实验设计对类型进行划分得到其实验结果外部效度的初步排序，如图2所示，外部效度自左往右增大。运用这一标准，首先可将所有的实验研究划分为三大类：实验室实验、实地实验、自然实验，其中实验室实验和自然实验分别处在效度坐标最外端，各自具有最强的内部效度和外部效度，位于中间的是实地实验；其次将实地实验再细分为伪实地实验、框架实地实验、自然实地实验三种(Harrison and List，2004)，实地实验处在完全受控和完全不受控之间，兼具实验室实验和自然实验的优点。
    内部效度外部效度
    实验室实验实地实验自然实验
    LABAFEFFENFENE
    
    资料来源：Levitt和List(2009)。
    图2不同类型经济学实验的外部效度特点比较
    将上述不同实验类型外部效度进行简单量化赋予序次，如表1所示，在表1“排序”行中，数字1、2、3、4、5代表外部效度次序，其中1代表该实验类型具有最高的外部效度，5代表最低外部效度。
    
    (二)第二个标准
    标准二：实验环境中行为经济因素是否起作用以及作用方向、作用大小影响实验研究结果的外部效度。
    1.行为经济因素的重要性
    在新古典经济学中人的行为基于以下假设：个体是理性、结果导向、自我控制、完全自利、自我中心的主体，作为分析个体行为的起点这些假设很有用，但大量的证据表明这些假设对个体行为的描述并不准确，现实中的个体通常不具备标准理论所假设的那些特质，由此催生了行为经济学，行为经济学将其他社会科学(特别是心理学)的研究方法和证据运用到对个体和群体的决策分析(Angner and Loewenstein，2010)，行为经济学把“偏离(departures)”新古典传统假设作为现实中对人的行为观察的起点，在过去20年间借助分析经济现象中的行为经济因素，行为经济学获得了大量新颖的理论认识和创新见解，其发展改变了经济学家对个体行为的传统看法，并进而影响到相应的政策制定。
    在经济学、管理学的发展史上，行为因素始终与这些学科的发展相随：从亚当·斯密(Adam Smith)的道德情操论、埃奇沃思(Francis Edgeworth)的数学心理、费雪(Irving Fisher)的货币幻觉、凯恩斯(Maynard Keynes)的通论、西蒙(Herbert Simon)的管理行为、卡通纳(George Katona)的经济行为心理分析以及西多夫斯基(Tibor Scitovsky)的人类获得满足的心理等经典经济学管理学思想或理论都结合或者强调了决策过程中的行为因素(Alm，2011)。
    2.行为公共经济学中的行为经济因素
    行为经济学应用到公共经济学被称为行为公共经济学(behavioral public economics)，行为公共经济学运用行为经济学、心理学和神经科学的观点分析公共政策设计，被认为在关键的政策上极具应用潜力，不仅能够提出新颖和深刻的见解，而且是产生开创性新方法的基础(Bernheim，et al.，2007)。
    近来的研究探索了许多行为经济因素：利他、不平等厌恶、互惠等等，实验结果表明个体的行为会被不同的行为经济因素所驱动，因此基于行为因素的大量实验处理(如沟通、亲社会惩罚、反社会惩罚、排斥放逐、身份认同等)均可不同程度地影响公共政策。
    3.受行为因素影响的实验结果外部效度排序判断标准
    如果认为标准一是对实验类型进行的划分，那么标准二是在标准一划分的基础上，对同一实验类型下的研究进行的再划分。
    标准二源自Levitt和List(2007)的观点，Levitt和List(2007)提出一个如式(1)所示的模型：
    
    式(1)表示在实验室中人的行为由财富与非财富两类因素共同决定。其中U表示个体i的效用，它是行动a(action)、实验报酬刺激大小v(stake)、社会规范n(norms)、观察效应s(scrutiny)等变量的函数，U的构成由两部分表示，一个是非财富因素M(在Levitt和List(2007)中用到的词是道德，本文用更普遍的行为因素替代)，a代表伴随行动的行为成本或收益，另一部分是财富W，代表个体的物质财富。个人行动对他人财富影响的外部性越大、社会规范n越强、观察效应s越大，行为因素成本M越高；行动a、实验刺激v越大，财富W越高。根据Levitt和List(2007)的模型，在行为因素不起作用的场合，实验室结果可以直接运用到实际当中去，特别在实验室环境反映了现实问题重要方面的时候，
    
    
    本文将上述三式所包含的关于外部效度差异运用于比较排序，同时将排序适用范围从Levitt和List(2007)的只针对实验室实验扩展到其他实验类型。具体排序如下：首先判断实验环境中是否存在行为经济因素，然后判断行为经济因素的作用与财富是冲突还是一致，最后判断在存在冲突的情形下，行为因素的影响是否强烈，这一排序标准可用表2来表示，最终的外部效度显示在排序数字1、2、3、4上，1代表最高的外部效度，4代表最低。
    (三)两标准共同作用下的外部效度排序
    上述两标准结合在一起可生成一系列有序的外部效度排序数字，具体步骤如下：
    首先收集针对具体问题的所有实验研究文献，按照标准一对这些研究的实验设计类型进行划分，将实验设计分为实验室实验和非实验室实验，再把非实验室实验分为实地实验和自然实验两类，将实地实验再划分为三种细类(图3中的六角形实线框表示)，进行以上步骤主要依据是表1所体现的标准一。
    
    接下来对每种类型下的实验运用标准二进行细分(图3中的虚线框表示，为简洁起见，图3只画出针对实验室实验类型的细分，其他类型可仿此进行)，在标准二下的主要工作是区分行为因素是否起作用、作用方向、作用强度三方面，其比较排序参照表2进行，图3中“实地实验”、“自然实验”后的“行为因素影响”指与图3“实验室实验”后类似的排序处理。图3中的排序数字1代表最高的外部效度，8代表最低的外部效度(需要说明的是，类似“实验室实验”后面的处理每种类型在标准二下可排出4个外部效度次序，因此全部5种实验类型完整排序下来可以排列出20种外部效度，图3对除实验室实验之外的其他四种类型图示作了简化)。
    三、实验研究结果外部效度排序举例：NSD实验
    下面用与跨地区合作问题相关的嵌套社会困境(nested social dilemmas，简称NSD)实验研究为例，说明上述排序方法的具体应用。
    随着区域间竞争加剧，作为应对竞争的重要策略，跨地区合作不仅能打破行政分割、降低交易成本、保证相关区域发展所需要的基本要素，并能抵御来自其他经济发达区域的极化作用，因此日益受到众多地方政府重视，但在实践中跨地区合作难问题一直没有得到有效解决，合作实践效果往往不理想甚至流于形式(周业安、宋紫峰，2008；陈瑞莲、谢宝剑，2009；张紧跟，2010)，如何从理论研究上为解决这一实际问题提供政策制定参考？嵌套社会困境下的公共品研究是解决跨地区合作问题的一种理论途径。
    (一)跨地区合作问题的NSD公共品特点
    跨地区合作问题具有社会困境和多公共品特点。社会组织中许多最基本的问题本质上是公共品问题(Ledyard，1995)，跨地区合作可为相关地区带来共同利益，但每个地区同时还有搭便车的选择，因此这一问题具有社会困境的特征③，由于合作问题强调各个地区的贡献，因此这种社会困境呈现出公共品特点④。公共管理的最新发展趋势强调公民参与(Osborne，2009)，因此有必要进一步将每个地区的黑箱打开，把处于同一地区的利益相关者同时纳入考虑，进行这样的处理后可以发现跨地区的合作还具有明显的嵌套多公共品特征：同时存在有益于各个地区当地福利的局部公共品和有益于整个区域的跨地区总体公共品，因此它是一种独特的、相对复杂的社会困境问题。
    上述情形被称为嵌套社会困境(nested social dilemmas，简称NSD)(Polzer，et al.，1999)，即具有分层社会结构的社会困境。一般社会困境通常只是个体利益与群体利益间的冲突，决策者在个人收益和群体收益两个账户上进行权衡，决策只涉及群体收益一个公共品；但现实中常见的实际情形是不仅个体是一个群体的成员，同时多个群体构成一个更大的集体，群体嵌套于集体中，决策者同时在个体、群体和集体三个账户中进行权衡，有时候甚至还包括多层嵌套社会结构关系。Polzer等(1999)指出这种群体公共品嵌套于集体公共品是一种很普遍的结构，不仅是跨地区合作问题，现实中的许多公共品问题如家族事务、组织关系、国际合作、环境治理、防恐安全等均具有嵌套社会困境的特点。
    公共品实验是当前研究社会困境最常用的方法之一，目前国内还没有类似实验研究，笔者掌握到的国外NSD实验研究有8篇，这使得本文可在较小的工作量下对现有NSD实验研究成果外部效度进行排序。
    (二)NSD实验文献分析
    文献分析是外部效度排序的基础，限于篇幅没有将其放入。
    四、NSD公共品实验外部效度排序判断
    (一)NSD研究涉及的实验类型
    对NSD实验研究文献首先按照标准一进行类型区分，结果如表3所示。
    
    标准一应用后，在其基础上再应用标准二，此时遇到标准一和标准二之间先后次序问题，在标准一和标准二之间的排序关系上，本文采取的是字典式排序偏好⑥，将标准一放在标准二之前，就是说如果一个实验结果的外部效度按照标准一排序在前，那么无论按照标准二如何排序，按标准一排序在前的总是排序在前，只有当两个实验结果在标准一排序下相同时，才按照标准二排序。实验类型优先基于以下考虑：
    1.行为经济因素和环境间关系
    行为经济学放松了传统经济学经济人假设，注重心理学规律、实验证据，从行为博弈的角度看行为经济学是在传统分析博弈的收益函数上加入行为修正部分，使之更符合现实(Camerer，2003)。
    许多研究表明行为效果在实验室环境下通常比较明显，而在现实环境中常减弱甚至消失(Levitt and List，2007)，行为经济因素的作用基础是心理学规律(Camerer，2003)，心理学认为心理学规律与环境密切相关(如情境心理学的人与情境互动论)。
    不同实验类型的环境存在差异，包括：实验参与者被观察的性质和程度(即霍桑效应)、实验场景和过程、实验中起作用的社会准则、时间长短、参加实验的个体类型、经验等多个方面(Levitt and List，2007)。
    由于不同实验类型的实验环境存在差异，因此不同实验类型下产生的心理行为及行为经济因素强度大小不相同，在一定程度上可认为行为经济因素强度差异取决于实验类型间的环境差异。
    
    （未完待续）