搜索实验设计中行为差异的量化研究：基于主动、准主动与被动决策模式的比较分析

这篇综述通过对比被动（passive）、准主动（quasi-active）和主动（active）三种搜索实验设计，揭示了决策灵活性对参与者行为的显著影响。研究发现，主动设计下搜索次数最接近理论预测值，而被动设计因风险偏好（risk aversion）差异导致行为偏差，为实验方法学（MPL风险测量）和现实场景（如电商平台算法优化）提供了关键启示。

　　

Highlight

本研究首次系统比较了三种搜索实验设计对参与者行为的影响，填补了理论模型与实验方法间的关键空白。

The model

基于Lippman和McCall（1979）的经典搜索理论，我们构建了适用于劳动力与消费者研究的统一模型框架，涵盖单向、非定向的序列搜索行为。

Experimental design

实验分为两部分：第一部分包含三种设计（被动、准主动、主动），第二部分采用Holt-Laury多价表（MPL）测量风险偏好。所有实验通过oTree平台在线完成。

Hypotheses from theory

核心假设：三种设计在相同模型下应产生一致的搜索次数与收益。但实际数据将验证设计差异是否导致行为偏离。

Search outcomes

主动设计的平均搜索次数显著高于其他组（p<0.01），最接近理论值；被动设计中风险厌恶（risk aversion）显著抑制搜索行为，揭示设计特异性效应。

Supplementary results

深度分析显示，12%的参与者表现出“回溯偏好”（recall bias），且终止搜索概率在被动与主动设计间存在显著差异。

Discussion: The methodological implications

方法论启示：

1. 1.

   传统被动设计可能低估真实搜索意愿，加剧“搜索不足”（under-search）现象；

2. 2.

   风险偏好测量需与设计匹配，MPL方法在主动设计中效度存疑；

3. 3.

   算法工程师可借鉴设计差异优化平台推荐系统（如Amazon BuyBox）。

Conclusion

三种设计的行为差异证实，实验形式会通过风险偏好、决策时序等非模型因素影响结果。未来研究需针对性选择设计，并在理论中纳入这些“隐形变量”。