罚款和进步的意识形态促进了社会距离

2022-4-26 15:59:55

现实情况是，社会距离政策的新颖性和规模是未知领域，ZF缺乏关于不同政策相对有效性的有力科学证据。我们进行了一项交互式在线实验，以调查作为政策干预措施的“指点”和“轻推”在促进社会距离方面的有效性，以及网络位置的作用和疾病的传染性。在精细治疗中，如果受试者不练习社交距离，他们会支付一定的费用。在轻推治疗中，受试者观看一段3分钟的视频，解释不保持距离对他人的伤害。为了研究网络位置的作用，我们将参与者分配到一个5节点的完整网络（每个人都连接到其他人）或一个5节点的星形网络（参与者只连接到一个中央“超级扩展器”）。最后，我们通过给参与者分配高或低传染性治疗来改变疾病的传染性。通过亚马逊机械土耳其人（Amazon Mechanical Turk，以下简称MTurk）招募的受试者群体，在年龄、性别和地理位置方面几乎是美国人口的代表性样本。所有会议均于2020年5月2019冠状病毒疾病大流行高峰时举行。我们的主要发现是，定义显著提高了参与者的社交距离水平，而轻推的影响微乎其微。这支持了许多ZF更多地使用财政处罚，而不是像大流行初期那样仅仅依靠信息信息（Hunter，2020；Murray，2020）。其次，网络位置很重要。超级扩张器练习的距离远大于连接不良的周边个体和同质群体中具有相同数量互动的个体。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-4-26 16:00:01

超级传播者在2019冠状病毒疾病大流行中发挥了关键作用，但据我们所知，研究主要局限于生物学层面（Adam等人，2020年；Lau等人，2020年）。然而，成为超级传播者也有一个社会层面——有许多社会互动的个人更容易传播病毒。在社会互动方面，个体意识到自己是一个超级传播者，我们的发现表明，这会导致生物学领域所没有的行为反应。第三，政治保守派不太可能保持距离。这种影响的大小是显著的，与引入一个定义的影响相当。我们使用工具变量方法来提供证据，证明这种关系是因果关系。这与美国2019冠状病毒疾病反应的党派划分一致（Allcottet al.，2020；Gollwitz et al.，2020）。相关文献。这项研究对考虑非药物干预以遏制2019冠状病毒疾病大流行的决策者具有直接的方法学意义。它还对经济学和流行病学文献都有贡献。下面，我们简要总结了对这些领域的贡献。实地实验已经成为检验政策的一种重要方法，因为它们提供了真实环境中因果关系的清晰证据（Du Flo，2020）。由于行动限制，包括自我隔离、社交距离和旅行禁令，2019冠状病毒疾病大流行在很大程度上剥夺了决策者部署现场实验的能力。在过去十年中，有几项研究在其他学科（兰德等人，2011年；白拉多和克里斯塔基斯，2017年）以及经济学（加洛和闫，2015b；杰克逊和邢，2014年）中进行了基于网络的交互式实验。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:00:07

我们工作的一个主要贡献是展示了基于interactiveweb的实验是如何成为一种新的方法来测试补充现有策略的策略，并且具有明显的优势。本文的最后部分进一步讨论了基于网络的互动实验如何补充和加强基于社会流动数据和调查的研究。本文提出了一个在实验经济学文献中新颖的游戏来研究社会距离决策。它与标准的公益游戏有关，因为它探索了一个无成本的自利决定和一个对团队中每个人都有利的昂贵决定之间的权衡（Ledyard，1994）。FINE干预中社会距离的增加类似于公益游戏中惩罚机制时贡献的增加（Fehr和Gachter，2000）。社交距离游戏的另一个重要组成部分是，决策受到环境中随机因素的影响——传染过程和社交距离的部分有效性。本文将我们的论文与随机因素对公共物品的实验研究联系起来。特别是，Fudenberg等人（2012年）观察了囚犯困境中的重复游戏，在这种情况下，预期的动作是通过噪音实现的。此外，Charness等人（2014年）研究了网络结构的不确定性如何影响目标在战略替代和补充博弈中协调有效结果的能力。与这些工作不同的是，在我们的社交距离游戏中，随机性源于疾病在网络中传播的一种可能的传染过程。在政治经济学中，最近的研究调查了政治意识形态对社会距离决策的影响。例如，Gollwizer等人（2020年）和Allcott等人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

点击查看更多内容…

2022-4-26 16:00:13

（2020）使用智能手机上的社交活动数据来测量身体距离。通过查看国家级数据，他们发现共和党人与民主党人之间的社会距离要小得多。相比之下，我们着眼于个人层面的决策，这使我们能够将个人的政治倾向与他们的行为联系起来。我们的发现与现有文献有很强的互补性——我们还发现保守派的距离明显减少。实验环境还允许我们使用工具变量方法来论证政治意识形态的影响是因果关系。关于社会距离的流行病学文献侧重于其宏观层面的影响，即它可能如何影响大流行的演变。因此，研究大多基于模拟。例如，Fenichel等人（2011年）明确地将代表性代理的优化行为纳入经典的SIR模型，并使用模拟来检验这是如何影响疾病动力学的。最近，有大量研究集中在新冠肺炎大流行上。Kissler等人（2020年）和Chang等人（2020年）都模拟了2019冠状病毒疾病的疾病动力学，并探讨了各种非药物干预对预测的影响。相比之下，我们得出了对反事实政策的实际行为反应。由于它们的直接相关性，我们的发现还可以通过告知行为规则的选择来重新定义基于模拟的流行病学模型。我们工作的另一个贡献是展示了作为超级传播者的意识如何影响行为反应。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-4-26 16:00:19

超级传播者的作用在流行病学文献中受到了大量关注，但研究仅限于个体不知道自己是超级传播者的生物成分（Adam等人，2020年；Lau等人，2020年）和/或将网络位置与健康结果相关联的实证研究（Chen等人，2021年）。相反，在我们的工作中，我们表明，在网络中的位置会导致社交距离行为的变化，我们可以研究这些行为反应如何随政策干预而变化。本文的其余部分结构如下。第1节描述了我们的实验设计。第2节总结了我们收集数据的方法，并给出了结果样本。第3节给出了结果。最后，第4节讨论了我们的研究结果以及交互式在线实验在告知政策方面的作用。1实验设计本节介绍游戏、实验流程和治疗。游戏图1展示了与一轮实验相对应的社交距离游戏。在一轮开始时，参与者被随机分配到一个未加权且无方向的网络中的一个位置（左上）。网络的结构是常见的知识。受试者必须同时决定是否以c>0（上中）的已知成本练习社交距离。在做出决定后，随机挑选一名且只有一名参与者（零号患者）直接感染2019冠状病毒疾病。在图1的示例中，零号患者是右上角面板中以红色突出显示的参与者。练习社交距离有两个好处。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:00:25

首先，如果随机选择患者为零，那么她感染的概率为50%，而不是确定。其次，任何保持距离的个人都不能将2019冠状病毒疾病传播给他人，也不能与感染者接触。在图1中的例子中，零号患者决定不进行社交距离练习，因此她被感染。然后，2019冠状病毒疾病通过网络从感染者传播到健康个体，这些健康个体不会通过已知概率α的传染进行社交疏远∈ (0, 1). 图1的底部面板显示了本例中的一种可能传播，在感染过程的最后，有三个人感染，两个健康人感染。在这一轮结束时，健康个体获得的好处是b=100分，而感染者获得的好处是零。任何选择社交距离的个体，无论其最终感染状况如何，都要支付c=35分的费用。假设自利完全理性的代理人，该模型预测纯策略纳什均衡结果将不适用于广泛的参数值。事实上，考虑到任意网络，可以充分描述均衡和有效结果。特别是，我们表明，根据网络结构，练习社交距离的代理的均衡数量可能低于有效数量。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:00:32

在这个模型中，社会距离本质上是一种价值商品，因此它表现出正外部性——因此，在没有干预的情况下，福利损失可能会发生。完整描述见在线附录。分配职位传染实践社交立场？社会的距离感染状态链接类型no（-f）是的（-c）健康（+b）感染（0）传染以概率α否传染病具有可能性（1-α）电流Spreadery受保护不！不！无选择患者感染性NPAOFFS图1：典型的一轮基线检查和干预的流程。在实验中，我们使用以下参数化：f=0或15点（仅限精细干预）；c=35分，b=100分；α=0.15（低传染性）或0.65（高传染性）。最终的回报是个人社会距离选择和感染状态的结合。例如，练习社交距离且身体健康的参与者(-c+b）=65分。在图中，选择的网络架构是明星。在实验中，一半的治疗采用星型网络结构，另一半采用完整的网络结构。工作流程。在实验中，参与者首先在固定的五组受试者中玩20轮以上的基线游戏，在每轮中随机重新分配网络上的位置。请注意，在实验期间或之后的任何时候，参与者都不会被告知他们小组其他成员的决定和结果。在最初的20轮之后，他们的团队接受了FINE或行为推动政策干预。在最终治疗中，每当参与者决定不练习社交距离时，她会得到f=15分的分数，这与她在回合结束时的感染状态无关。在推送治疗中，每位参与者必须观看一段3分钟的视频，解释不练习社交距离可能会如何伤害他人。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

kedemingshi

2022-4-26 16:00:38

同一组的5名参与者在其中一项政策干预下玩了20轮游戏。因此，我们使用受试者内设计和受试者间设计的两种策略的相对有效性来研究每种策略对社会距离行为的影响。一旦参与者完成了实验的互动部分，他们将继续进行实验后问卷调查，包括基本的人口统计学问题和一系列关于2019冠状病毒疾病大流行、社会距离、宗教、全球变暖、意识形态和政治冲突等主题的知识和态度问题。最后，参与者完成炸弹风险激发任务（BRET）（Crosetto and Filippin，2013），以激发风险偏好。根据疾病控制和预防中心的指导方针，受试者在说明中明确指出了新冠病毒，并描述了主要症状。治疗。我们实验的重点是三个治疗维度。首先，我们考虑两种5节点网络体系结构，用于参与者之间的交互结构：（1）一个完整的网络，其中每个人都与其他人连接；（2）一个星形网络，其中一个节点与所有其他节点连接，而这些节点之间没有连接。接下来，我们将2019冠状病毒疾病的传染性水平改变为低（α=15%）或高（α=65%）。最后，我们关注两种干预方法：（1）不练习社交距离的定义f=15分，或（2）以信息视频的形式进行行为推送，强调不练习社交距离对他人造成的伤害。因此，我们采用2×2×2全因子设计，共有8个处理。2数据在本节中，我们总结了我们的数据收集方法，并展示了结果数据集。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:00:43

该部分还包括对最终样本的关键人口统计数据的描述，以及对来自实验的决策数据的收敛性分析。按照交互式在线实验的标准实践（Gallo和Yan，2015b；Suriand Watts，2011），我们首先使用MTurk上的一个简短调查招募了一组受试者。在招聘过程中，我们使用2018年美国人口普查数据，根据年龄、性别和地理位置生成一个代表性的成年美国人口小组（美国人口普查局，2019年）。作为招聘的一部分，我们还使用社会价值取向（SVO）任务收集受试者的社会偏好（Murphy et al.，2011）。SVO任务将个人分为四类——亲社会、个人主义、竞争性和利他主义——尽管典型的样本通常只包括个人主义和亲社会的个人。对于每一个实验环节，我们从我们的常设小组中随机邀请一个有代表性的受试者样本。尽管在参加实验环节时可能存在选择偏差，但我们获得了一个几乎具有代表性的样本，包括完成实验的400名参与者。为了检查在给受试者分配治疗时是否存在偏见，我们对受试者在性别、年龄类别和地理位置变量方面的治疗分配（一个包含8个选项的分类变量）进行了卡方检验。结果表明，所有八种实验治疗的受试者之间没有显著差异（双侧χ，p>0.05）。实验发生在2020年5月4日至29日之间。每节课有一到五组独立的五名受试者同时参加，具体人数取决于参加人数。实验平均持续33分钟，受试者的平均收入为5.81美元（包括固定参与费1美元）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:00:50

在整个实验过程中，受试者保持完全匿名，并且在参与前获得了受试者的知情同意。我们样本中的400名受试者都是美国居民，47%是女性，平均年龄不到44岁。我们样本中的平均受教育年限为15.3年，70%的人（全职或兼职）有工作。在宗教态度方面，51%的参与者认为自己是宗教，39%的人认为基督教是他们的主要宗教。样本中的平均受试者适度规避风险，CRRA得分为0.53- 0.55.关于社会价值观，我们的样本主要由亲社会者（58%）和个人主义者组成。我们限制美国居民参与者参与，他们至少完成了500项任务，总体排名至少为96%。我们还确保没有两个IP地址相同的受试者参与实验。最后，根据最近的贡献（Gallo和Yan，2015a；Rand等人，2011），即使只看过说明书的参与者也不允许多次参与。（41.75%），只有一个科目被列为竞争科目。总的来说，最终的数据集包含400名受试者的40项决策，共有1.6万次观察。图2A显示了个体平均社会距离倾向在传染性和网络治疗中的演变。该图显示，在第一轮中，社交距离行为呈下降趋势。这种行为在公益品实验中是典型的，随着实验的进行，对公益的贡献会下降（Ledyard，1994）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:00:56

在本文中，我们对这种融合过程的有限结果感兴趣，因此我们希望将注意力限制在大多数受试者已经确定了某种稳定策略的那些回合。特别是，我们确定，如果参与者在前四轮中使用了稳定策略，那么她在某一轮中已经收敛到稳定策略，并且在所有后续轮中，与所选策略的连续偏差不超过两次。鉴于上述趋同定义，我们发现，在前10轮治疗后，至少80%的参与者在每次治疗中趋同到一个稳定的策略。因此，我们的主要分析侧重于最后10轮的基线和干预，以控制受试者学习和实验的时间趋势。结果对包含所有数据都很可靠。3分析本节使用非参数和参数方法研究社会距离决策的决定因素。它包括对政治意识形态影响的讨论，以及我们用来确定其因果效应的工具变量方法。非参数分析使用Mann-Whitney U检验（以下简称MW）（Mann and Whitney，1947）对不匹配样本进行检验，使用Wilcoxon符号秩检验（以下简称WSR）（以下简称Wilcoxon，1945）对匹配样本进行检验。当样本由相同的组生成时，样本在组水平上聚合并匹配，而当对来自不同处理的跨组进行比较时，样本是不匹配的。我们使用随机效应Logit（以下简称REL）来模拟是否实行社会距离的二元选择。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:01:05

形式上，它是一个随机效用模型，具有个体特定效应：yit=1<==> xitβ+vi+它>0（1），其中决定实行社会距离，是一组控制，通过个体特定的随机效应和这是一个逻辑分布的错误术语。它允许个体特定倾向于实践社交距离，但假设aSee Online对实用性的影响是对样本人口统计的更详细描述的附录。我们考虑三种收敛策略。在这两个网络中，我们观察的是受试者总是选择相同动作的策略。对于星型网络，我们还考虑了两种额外的策略。在一种策略中，参与者在处于超级扩展器位置时总是选择相同的动作，在处于外围位置时总是选择相同的补充动作。在另一种策略中，当她是超级预言家时，她总是选择相同的动作，当她是外围预言家时，她总是在动作之间交替。我们的分析对使用一个或三个连续偏差的或多或少保守的定义是稳健的。有关我们的稳健性检查的完整说明，请参见在线附录。使用这些非参数检验的所有结果对使用其参数类似物具有鲁棒性，即未配对和配对样本的t检验。变量x不是单个特定变量。我们在集团层面对错误进行聚类。我们的主要规范（表1第5列）包括以下五类独立变量：（1）实验治疗的虚拟变量（明确干预、轻推干预、传染水平和节点类型），（2）人口统计学控制，（3）位置和机构控制，（4）偏好控制，以及（5）意识形态控制。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

何人来此

2022-4-26 16:01:12

本节中的P值仅针对一个规格，但如表1所示，所有规格的结果都是可靠的。一个初步问题是，政策干预是否会影响社会距离的总体水平。我们进行沃尔德测试以确定结构断裂。这项测试假设数据中最多有一个结构性中断，但不确定它何时发生以及是否发生。在FINE干预中，在实施FINE后的第21轮，社会距离的演变发生了变化（Wald检验，所有数据p<0.001，并被其他治疗细分）。第21轮的相同中断发生在聚合数据的微推干预中（Wald，p<0.001），但一旦我们用其他处理进行细分，结果就不可靠了。因此，该定义的引入对社交距离行为有中间影响，而推送的影响则不那么明确。后果罚款增加了社会距离，在非参数分析（WSR，p=0.0008）和回归分析（规范1，下文S1，p=0.001）中，这种影响都是显著的。社交距离行为的增加在低（WSR，p=0.04）和高（WSR，p=0.003）传染环境中都存在。在最后10轮的互动中，社交距离比前10轮的组合基线增加了8%，因此，这一过程的影响是巨大且持久的。相比之下，轻推干预的影响是微不足道的，而且并非对所有规格都有效（WSR，p=0.008；S1，p=0.03）。有趣的是，将焦点缩小到特定的传染环境，轻推会显著增加高传染（WSR，p=0.0003）的距离，但对低传染（WSR，p=0.5）没有影响。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:01:19

比较这两项政策，该政策的影响略高于推动政策（MW，p=0.08）。总体而言，在过去10轮中，由于轻推干预，社交距离的增加仅为2%。2019冠状病毒疾病传播的一个关键驱动因素是超级传播者的存在，即个体感染的人数远远超过平均水平（Adam et al.，2020；Lauet al.，2020）。成为超级传播者的一个主要决定因素是生物性的——这是无法通过实验改变的，超出了本研究的范围。然而，也有一个社会因素是由个体之间的社会互动数量的巨大差异所驱动的（Jackson和Rogers，2007）。作为一个超级传播者，生物河流和社会河流之间的一个重要区别是，个体意识到后者，因此对社会距离的偏好可能会随着网络中的位置而变化。图2B显示了我们实验中的三个位置，每个政策处理的节点大小与该位置的社会距离成比例。在左边，有一个完整的网络，在这个网络中，所有参与者都处于我们称之为紧密刀锋的位置。在右边，有一个星型网络，其中一个参与者——超级扩展器——以我们称之为外围位置与所有其他参与者互动。在基线和政策干预中，超级传播者比边缘参与者练习更多的社交距离（MW和S1，p<0.0001）。此外，超级扩张器也比紧密联系的参与者（MW，p=0.004；S1，p=0.03）更多地练习社交距离。尽管有相同数量的参与者，结果对使用线性概率模型或Probit模型是稳健的。我们将在在线附录中对此进行进一步讨论。图2：政策和网络位置。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:01:25

（A）总疏远概率的演变被政策干预分割。（B）按网络位置和政策干预划分的距离概率。节点大小与距离概率成正比。每个圆周长周围的虚线宽度表示95%的置信区间。互动。这可能是因为他们意识到自己在传播新冠病毒中的核心作用，并希望保护群体，或者是因为他们意识到外围参与者由于其孤立的位置而不太可能保持距离。高传染性会显著增加社交距离（MW，p=0.01，S1，p<0.0001），其影响大小与处于接近针头和周边位置之间的差异相似。在基线和干预中，高感染环境下的社交距离分别比低感染环境高10%和15%。社会偏好在决定社会距离方面起着重要作用。首先，对自利个体的平衡决策进行分析，预测在所有治疗中，社交距离的水平显著低于参与者的决策（MW，p<0.0001）。其次，使用SVO任务，我们将受试者分为个人主义和亲社会主义。如图3所示，亲社会参与者选择距离的可能性高出20%（S2，p<0.0001）。在社会人口统计学方面，女性（S2，p=0.004）和老年人（S2，p<0.0001）更容易产生距离。从数据来看，女性意味着疏远的可能性增加了12.6%，而且性别与每次政策干预的效果之间没有显著的交互作用。社交距离随着年龄的增长而增加——平均60岁的人比其他相同的20岁的人更容易产生距离。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

2022-4-26 16:01:31

有趣的是，年龄较大的受试者对轻推的反应相对较强（S3，p=0.02），而对轮廓的反应相对较弱（S3，p<0.0001）。白人不太可能保持距离（S2，p=0.04），但这种影响并不明显。教育、宗教和就业状况与疏远行为无关。社会人口特征和距离之间的这些关联与社会流动性（Baradaran Motie和Biolsi，2020）和基于调查的数据（Galasso等人，2020年；Masters等人，2020年；Papageorge等人，2020年；Pedersand Favero，2020年）的证据基本一致。我们使用BRET得出参与者的风险偏好。正如预期的那样，寻求风险的个体不太可能实行社会距离（S2，p=0.001），其影响大约是SVO任务中亲社会的一半。实验后的调查包括一个问题：为什么受试者选择待在家里？参与者将“保护他人”列为图3：意识形态和社会偏好之一。（A）被社会偏好和政策干预分割的距离概率。（B）疏远概率和（C）政策干预和意识形态指数五分位数导致疏远概率分裂的百分比变化。垂直条表示95%的置信区间。所述原因更有可能与社会距离有关（S2，p=0.007），且在大小和风险规避方面效果相似。在参与实验当天，州一级的新病例、累积病例和总死亡人数所捕获的大流行病的地理演变与距离无关。类似地，机构决策，如在不同州的某些秩序中停留的时间，与社会距离决策无关。思想我们发现，自我报告的民主党人比共和党人更有可能实践中立（S4，p=0.02）。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝