编辑推荐：
研究人员为验证小插曲实验意愿测量指标，对比社交媒体数据捐赠意愿与行为，发现相关性中等且影响因素不同。
在社会科学研究领域，小插曲（vignette）和联合实验被广泛用于探究人们在复杂选择中的决策过程和偏好表达。然而，这些实验中意愿测量指标的预测效度一直备受争议。以往研究发现，人们在实验中表达的意愿与现实世界中的行为之间的关系并不明确。一些研究表明两者相关性较好，而另一些研究则显示相关性较低，还有部分研究结果参差不齐。造成这种差异的原因可能是研究中使用的测量方法各不相同，同时，先前的研究方法也存在一定的局限性，比如样本的可比性问题以及自我报告行为测量的偏差等。
为了解决这些问题，来自匈牙利 HUN - REN 社会科学中心（HUN - REN Centre for Social Sciences）、厄特沃什?罗兰大学（E?tv?s Loránd University）以及哈佛大学（Harvard University）的研究人员 Zoltán Kmetty 和 ádám Stefkovics 开展了一项研究。他们利用独特的研究设计，将小插曲实验中人们捐赠社交媒体数据的意愿与现实中参与数据捐赠的行为进行对比，相关研究成果发表在《Scientific Reports》上。
研究人员在 2022 年开展了一项线上小插曲实验调查，通过非概率抽样选取了 1000 名参与者。他们采用混合因子小插曲设计，让参与者在多种虚构的研究情境下，对捐赠数字数据的意愿进行 0 - 10 分的评分。这些情境涉及不同的社交媒体平台（如 Facebook、Google 等）、数据范围（如是否包含私信、位置信息等）、数据下载 / 上传时间、激励措施（不同金额的货币奖励）以及是否提供额外报告等维度。
在 2023 年，基于小插曲实验的结果，研究人员发起了一项数据捐赠研究。他们邀请之前参与小插曲实验的人员参与，收集他们的社交媒体和数字痕迹数据。整个过程分为三个阶段：首先是填写简短问卷和签署同意书；然后是下载并上传数据到项目网站；最后是填写详细的调查问卷。在数据捐赠研究中，研究人员重点关注参与者是否同意参与研究以及是否成功捐赠数据。
在分析策略上，研究人员首先计算了与实际数据捐赠提示最接近的小插曲的平均意愿得分，以此作为参与者对实际查询的估计意愿得分。同时，他们还使用了所有小插曲计算平均意愿得分进行稳健性检验。通过方差分析（ANOVA）比较不同阶段放弃参与和最终完成数据捐赠的参与者的意愿得分差异。此外，为了探究意愿和实际参与行为的决定因素是否相同，研究人员运行了三个逻辑回归模型，并使用平均边际效应（AME）来分析每个自变量对结果变量的影响。
研究结果显示，在参与 2022 年小插曲实验的 1000 名参与者中，有 769 人符合条件参与 2023 年的数据捐赠研究。其中，62% 的人同意分享数据，21% 的人最终成功捐赠数据。不同阶段放弃参与的参与者的平均意愿得分存在显著差异（Anova p<0.01）。意愿得分与是否捐赠数据的相关性为 0.28，与是否同意参与研究的相关性为 0.25，说明意愿与实际捐赠的相关性略强于与同意参与的相关性。
进一步分析意愿和实际行为的驱动因素发现，意愿主要由一些软性的态度变量解释，如开放性（openness）在预测意愿时具有较强的影响（AME 值为 0.12）。而实际数据分享则更多地与硬性的人口统计学变量相关，如年龄和教育程度。在实际数据捐赠模型中，年龄每增加 10 岁，捐赠率平均下降 3%；教育程度对捐赠概率影响显著，最低教育水平的参与者捐赠概率不到 10%，而拥有大学学位的参与者捐赠概率超过 30%。
研究结论表明，小插曲和联合实验中的意愿测量指标可能只能适度反映现实生活中的实际行为，而且影响意愿和实际行为的因素并不一致。这一发现挑战了意愿分享测量指标的预测效度，强调了在调查实验中设计现实场景、降低参与者对任务的感知风险以及解决社会期望偏差的重要性。
研究人员在本研究中主要运用了以下关键技术方法：
- 混合因子小插曲设计：通过操纵多种维度的虚构研究情境，设置不同平台、数据范围、时间、激励和报告条件，构建 192 种可能的组合，形成 16 组实验场景，每组包含 12 个小插曲，让参与者评估捐赠意愿。
- 线上调查：借助在线 polling 公司 NRC 的非概率访问面板，运用配额抽样法选取 1000 名参与者开展 2022 年的小插曲实验调查；2023 年数据捐赠研究同样通过线上邀请、问卷填写和数据上传等流程进行。
- 逻辑回归模型分析：构建三个逻辑回归模型，以分析意愿、同意参与和实际捐赠的影响因素，使用平均边际效应（AME）评估自变量影响，同时用线性概率模型进行稳健性检验。
综上所述，该研究为理解小插曲实验中意愿测量与实际行为之间的关系提供了重要的依据，对未来研究如何设计更有效的调查实验具有重要的指导意义。它提醒研究者在实验设计时需要充分考虑多种因素，以提高实验结果的外部效度，更好地揭示人们在现实世界中的行为决策机制。
