影响测量

衡量影响及其对福祉的作用，就是不只看眼前的行为变化，还要了解干预是否真的改善了人们的生活。你可以把它想成检查一种药物：它是否不仅减轻了症状（短期效果），还改善了健康状况（长期福祉）。例如，一项鼓励退休储蓄的助推措施可能提高参与率，但我们还必须确认，员工的储蓄是否足以满足自身需求，以及他们是否牺牲了眼下的财务稳定。 试试这样：评估任何行为干预时，都要问一句：“对接受帮助的人来说，什么结果最重要？”

衡量影响及其对福祉的作用，需要区分过程结果和福祉结果。过程结果是容易观察到的行为，比如点击按钮、选择默认选项或填写表格。福祉结果则是这些行为随着时间推移，给人们的生活带来的实际改善。

核心难点在于确定因果关系，以及选择多长的测量时间跨度。一项助推措施如果提高了器官捐献登记率，短期内可能看起来很成功，但它对福祉的影响，还取决于它是否带来了更多挽救生命的实际捐献，以及是否尊重捐献者的自主权。同样，用能反馈可能减少眼前的能源消耗，但如果人们因此觉得自己可以在其他方面多用些能源，就可能产生反弹效应。

不同的测量方法适用于不同情境。随机对照试验能提供最严谨的因果影响证据，但可能成本高、耗时长。自然实验利用现有的政策差异来推断效果，纵向研究则在较长时间内持续跟踪结果，以捕捉延迟出现或逐渐累积的影响。选择哪种方法，取决于干预的规模、可逆程度，以及预计需要多久才能显现出对福祉的影响。

现代福利经济学提供了一些评估行为干预的框架，超越了显示偏好这一视角。这些方法将行为一致性、自主权和长期福祉纳入考量，而不是假定所有选择都反映了人们的真实偏好。

• Sunstein（2015）：提出“自由意志家长主义”框架，根据助推是否在保留选择自由的同时，帮助人们实现自己的目标来评估其效果 [1]。
• Thaler与Sunstein（2021）：强调“非对称家长主义”的重要性，即干预应帮助那些做出错误决策的人，同时尽量减少对已经按自身利益行事的人的损害 [2]。
• Beshears等人（2020）：表明看似成功的助推有时会适得其反，因为它们可能削弱内在动机，或让人们依赖外部指导 [3]。
• Allcott（2011）：表明通过社会规范比较来促进节能，可以产生持续的效果，而且没有证据显示满意度或福祉有所下降 [4]。

福祉测量面临几个根本难题。首先，你需要界定什么才算“更好的”结果，这涉及多方面的价值判断：自主权与家长式干预如何取舍，当下偏好与未来偏好如何权衡，以及如何看待客观福祉与主观福祉。其次，衡量长期效果在研究方法上很困难，成本也高，因此研究者会依赖替代指标，而这些指标可能无法反映对福祉的真实影响。第三，干预效果因人而异，帮助一些人的措施可能伤害另一些人，这让整体福祉的计算变得复杂。最后，行为干预可能产生意外后果，比如挤出内在动机，或让人们依赖提供指导的机制。