社会网络中亲环境行为的扩散机制：实验方法

《Journal of Cleaner Production》：Diffusion mechanism of pro-environmental behaviors in social networks: Experimental approach

　　

摘要

鉴于基于技术创新的解决方案具有不确定性，社会环保行为的传播至关重要，因为我们需要争取时间来缓解环境负担造成的社会损害。本文旨在阐明人类亲环保行为在社交网络中的扩散机制，识别促进亲环保行为的因素，并讨论其对补救措施的影响。我们进行了以大学生为受试者的实验室实验。他们参与了一项公共品博弈，在社交网络中通过贡献来控制气候变化灾难的风险。我们考察了在线交流机会以及实施亲环保行为的自主代理（机器人）的影响。应用广义线性回归模型、广义线性混合效应模型和多项logit模型对受试者行为数据进行分析。我们根据DeGroot、最佳实践和搭便车学习的估计参数检测每位受试者的主导学习模式。我们获得了三个主要结果。首先，交流机会似乎能积极促进并扩散亲环保行为，而收到要求增加贡献的具体信息会减少个人贡献。其次，引入实施最佳实践的机器人会增加与机器人直接链接的受试者的贡献。第三，个人调整亲环保行为的决定由三种学习模式的组合决定：DeGroot、最佳实践和搭便车学习。主导使用最佳实践学习模式的人数远少于主导使用搭便车学习模式的人数。

引言

人类社会经济活动水平已超越地球边界（Richardson等，2023；Rockstr?m等，2009；Steffen等，2015；van Vuuren等，2025）。气候变化、生物多样性丧失以及氮磷循环功能失调等环境可持续性问题应得到紧急解决，以避免严重的环境灾难。事实上，社会在生产和消费方面往往更依赖环保技术创新而非行为改变（Westley等，2011）。技术创新似乎是解决环境问题的关键，但创新的到来是不确定的（Kyaw，2022）。如果社会仅依赖未来技术创新寻找解决方案，一旦这些创新不可用，我们将陷入悲惨且不可持续的状况。这种情况是最坏情景，博弈论中的极大极小策略告诉我们应采取避免它的措施（Costanza，1989）。因此，实现环保行为的社变革很重要（Feola，2015）。然而，亲环保消费和生产体系尚未充分发展（Hoekstra和Wiedmann，2014）。

理性经济行为往往导致公地悲剧（Hardin，1968，1998）。这种倾向在本地和全球尺度上普遍存在。然而，公共池塘资源在规则和社会规范下管理良好，至少在本地区（Ostrom等，1999）。这表明环保方向的人类行为系统性变化可以停止环境退化。在这个意义上，我们必须以多中心方法实现人类行为的社变革（Ostrom，2010）。在该方法中，个人行为改变在缓解环境问题中也扮演关键角色。为避免环境灾难的最坏情景，我们需要在社会中促进并传播个人亲环保行为，从而创造环保产品需求，并以环保方式供应产品和服务。

亲环保行为在社交网络中的扩散是一种系统性社会变革，可增强亲环保行为并促进社变革（Kyoi等，2025；Kyoi和Mori，2024）。然而，亲环保行为尚未在社会中充分扩散且难以传播（Amel等，2017）。已识别一些促进社交网络内扩散的条件。亲环保技术扩散需要个体消费者形成社会共识（Zeng等，2020）。作为创新分销渠道，通过消费者社交网络的社会影响和大众媒体广告是加速扩散的关键（Kowalska-Pyzalska，2018）。也识别出一些负面因素，如群内联系偏见可能阻碍可持续行为扩散（Barnes等，2016）。绿色技术扩散与消费者亲环保行为的相互作用导致反环境消费者出现，使环境行为两极化（Zeng等，2020）。然而，对社交网络内扩散机制和有效干预措施了解甚少。

本研究使用实验方法阐明扩散机制，确定促进亲环保行为在社交网络中扩散的关键因素。我们开发了一项与虚拟社交网络中亲环保行为相关的实验室公共品博弈实验。以往研究模拟了社交网络中亲环保行为的动态扩散模型，评估了从他人学习模式变化和度中心性的重要性（Kyoi等，2025；Kyoi和Mori，2024）。但仍不清楚这些发现是否在社交网络中的真实人类决策中成立。实验是研究真实人类行为和发展政策措施的有效方法。在星形网络中的公共品博弈实验表明，他人的期望激励有影响力的人对公共品贡献更多（Caria和Fafchamps，2017）。激励公共品博弈实验结果显示，已知具有环保行为的人预期更具合作性，更受偏好作为合作搭档，并从他人获得更多合作（Vesely等，2020）。根据实验室实验，亲环保信息助推对人类行为的影响取决于个人环境偏好和所属网络类型（Ouvrard和Stenger，2024）。

在我们的实验中，我们测试两个处理：交流机会和引入自主代理（机器人，下文简称）。一些研究探讨人类合作中沟通的影响。例如，廉价交谈有助于建立人与人和人与机器人互动的合作关系（Crandall等，2018）。沟通改变接收信息者的信念和行为，尽管沟通既用于协调也用于欺骗（Ellingsen等，2018）。廉价交谈在不确定回报的公共品环境中创造信任并提高效率（Cox和Stoddard，2021）。可持续对话作为社会影响的载体增加可持续行为（Hurst等，2023）。相关实验结果，横截面调查数据分析显示，人际环境沟通促进社会互动中的亲环保行为，具有稳健和长期效应（Tian等，2025）。

广泛而言，一些研究探讨在社交网络中使用机器人促进人类合作的可能性。例如，使用本地知识的机器人可通过干预人类搭档选择重塑社交网络来促进人类合作（McKee等，2023；Shirado和Christakis，2020）。另一研究表明人与机器人互动正向和负向溢出到下游人与人类互动（Harrell和Traeger，2025a）。合作机器人增强合作性人与人类互动，而非合作机器人减少它们。知道在与机器人互动会减少后续人与人类合作（Harrell和Traeger，2025b）。人类合作改善取决于机器人特征及其在特定网络中的位置（Shirado等，2023）。研究表明，互惠机器人（分享所有资源互惠）不改善人类合作，而吝啬机器人（不分享任何资源）会改善。

我们旨在阐明面对气候变化灾难风险时，人类亲环保行为在社交网络中的扩散机制，确定决定个人亲环保行为程度的解释因素，讨论鼓励人们在社交网络中环保行为的政策影响。我们在四种不同设置中针对大学生进行实验室实验。他们参与带阈值的公共品博弈，通过亲环保行为控制气候变化灾难风险。我们测试两个实验条件——交流机会和机器人引入——对稳定网络中人类关于亲环保行为的互动学习的影响，将机器人视为实施亲环保行为的理想个体象征。广义线性回归模型（GLM）和广义线性混合效应模型（GLMM）应用于实验获得的参与者行为数据。我们验证两个条件的重要性，确定决定参与者环境行为的因素。同时检测社交网络中人类环境行为遵循的从他人学习模式，考虑三种典型学习模式：DeGroot、最佳实践和搭便车模式。讨论亲环保行为程度与学习模式选择的关系，然后讨论社交网络中最佳实践机器人和交流机会的影响。

章节片段

公共品博弈的应用

使用实验方法明确促进或阻碍社交网络中亲环保行为的决定因素，我们开发并进行了带环境灾难阈值的网络化重复公共品博弈，修改了Bramoullé和Kranton（2007）建模的网络化公共品博弈。本研究经作者所属研究机构伦理委员会审查和批准，符合其伦理指南。

实验干预

表3展示各组实验结果。八个实验组中有五组总贡献超过10,000日元，成功避免灾难。

表4列出交流和交流+机器人处理下受试者可发送给链接受试者的信息。表格还报告了实验期间参与者和机器人发送每条信息的次数。“我认为你的贡献已足够”这条信息被发送……

交流机会和机器人引入的效果

交流机会增加实验中受试者的贡献。根据以往研究，沟通对贡献的影响取决于沟通方式。通常，公共品博弈中面对面沟通在所有轮次中产生持续的合作增加（Ostrom，2000；Ostrom和Walker，1996）。面对面沟通增加个人亲环保行为和集体环境行动。

结论

本文阐明人类亲环保行为在社交网络中的扩散机制。我们通过实验室实验开发社交网络中的公共品博弈。考虑交流机会和机器人引入。确定亲环保行为的从他人学习主导模式。广义线性回归模型（GLMs）和广义线性混合效应模型（GLMMs）应用于数据。

CRediT作者贡献声明

Shinsuke Kyoi：撰写–审阅与编辑、撰写–原始稿、可视化、软件、方法论、资金获取、正式分析、数据管理、概念化。

Koichiro Mori：撰写–审阅与编辑、撰写–原始稿、监督、方法论、资金获取、数据管理、概念化。

知情同意

每个实验会议开始前，已从所有参与者获得书面知情同意。书面同意在2024年11月12日、11月14日、11月15日、12月2日、12月5日、12月10日和12月12日进行的实验开始时收集。同意由实验者直接获取，实验者即本文作者，来自滋贺大学或山形大学注册的学生参与者。

伦理批准

本研究经山形大学人文与社会科学伦理审查委员会审查和批准（批准号：2024–9）。批准于2024年10月10日授予。涉及人类参与者的所有研究程序均按照相关机构指南和规定以及《赫尔辛基宣言》原则进行。

资金声明

本研究由日本学术振兴会科研金（KAKENHI）资助，项目编号24K15413和25K21425。也受子项目S-21-3“价值–行为–文化与生物多样性的相互作用”（JPMEERF23S12130）支持，该项目包含在研究项目S-21“开发连接生物多样性与社会经济驱动的综合评估模型及其社会应用”（PMEERF23S12100）中。此外，作者感谢滋贺大学经济与企业研究所在内的支持。

利益冲突声明

作者声明没有已知的竞争性财务利益或个人关系可能影响本论文报告的工作。

Shinsuke Kyoi|Koichiro Mori