在问卷调查中，研究者常常会遇到一个普遍的困扰：受访者的回答和他们的真实行为并不一致。比如说，大多数消费者在问卷中表示“我愿意为环保多付一点钱”，但在实际购物时，他们还是选择了价格更低、包装普通的产品；再比如说，很多年轻人在问卷中表示“我愿意生二胎”，但在现实中却因为各种压力而放弃。

那么，如何才能精准地洞察受访者的真实偏好呢？研究者采用了一种更科学、更贴近真实决策场景的方法来解决受访者的这种“言行不一”的问题，这就是近年来备受欢迎的联合实验。

本文将结合实际案例，系统性地介绍联合实验的核心理念、设计方法与测量效度。

1、 什么是联合实验？
 

联合实验(Conjoint Experiment)，又称联合分析(Conjoint Analysis)，是一种通过模拟真实选择场景来揭示受访者偏好的调查实验方法。

具体来说，它向受访者展示若干个不同的档案(profile)，如产品方案、候选人画像、政策方案等，要求他们在其中做出选择或评分。这些档案由一系列属性(attribute)组成（如一个手机的档案可能包括价格、屏幕尺寸、电池续航、摄像头配置等），区别在于每个档案在各个属性上的取值(level)不同（如手机价格可以是3000-8000不等，屏幕尺寸可以是6-7英寸不等）。通过让受访者在多个档案之间进行取舍，研究者就能精准量化不同属性和水平在受访者决策中的相对重要性。

所以，一道联合实验题由档案、属性、水平和问题四大元素组成。每个受访者看到的档案各有不同，因为每个属性的水平都是随机呈现的。以下是联合实验用于测试消费者手机选择偏好的一个示例：

图：手机选择偏好联合实验

除了在商业场景中被广泛应用于测试消费者对不同产品功能组合、不同广告设计元素组合的反应外，联合实验在学术研究中也非常适用于测量人们的择偶、生育、求职等偏好，以及对税收、退休等政策的支持程度。我们在调研家SurveyPlus平台复刻了Hainmueller用于测量移民选择偏好的经典联合实验(Hainmueller et al. 2013)，如下图所示：

图：移民选择偏好联合实验

2、 联合实验的设计要素
 

联合实验的核心特征是向受访者呈现由多个属性和水平组合而成的档案，要求他们在其中做出选择或评分。在实际应用中，联合实验可以设计不同的变体，具体表现在：

档案呈现数量差异

大多数联合实验会一次呈现多个档案（一般是2个或者3个）供受访者选择或评分，但也有一些联合实验每次只呈现一个档案供受访者评分。单个档案联合实验的答题负担更小，但多个档案的联合实验可以要求受访者必须做出取舍，这有助于规避受访者不经思考草率答题。

还是以Hainmueller的移民选择偏好实验为例，下面是单个档案与两个档案(也称配对档案)联合实验的对比图：

图：单个档案与配对档案联合实验

提问方式差异

联合实验的提问方式非常多样化，比较常用的有选择和评分两种：

选择式联合分析(Choice-Based Conjoint Analysis, CBCA)要求受访者从多个档案中选择最喜欢的一个。这种方式最为常见，因为它与现实中人们做选择和决策的方式最为接近。

评分式联合分析(Rating-Based Conjoint Analysis, RBCA)要求受访者对每个档案逐一进行评分。相比选择式提问，这种方式能够了解到受访者对不同档案的偏好程度，但也可能出现档案评分没有差异的情况。

任务数量差异

在联合实验中，受访者对每一组档案的选择或评分，被称为一个任务(task)。有些联合实验只包含一个任务，但更多情况下，联合实验需要每个受访者完成多个类似的任务。多任务的设计方式需要受访者投入更多时间和注意力，但也能为研究者提供更多的观测数据，从而提高模型估计的稳定性和区分度。

3、 联合实验的外部效度验证--瑞士入籍公投案例--
 

那么，联合实验究竟能多大程度上评估出受访者的真实偏好呢？Hainmueller在他的另一项有趣的研究中证明了联合实验能高度再现现实世界中的因果效应，具有良好的外部效度（Hainmueller et al. 2015）。

在这项研究中，研究者们利用瑞士的一项自然实验（市镇公投决定外籍居民的入籍申请）作为真实世界人们的行为基准，并模拟人们的这一投票行为设计了若干联合实验。他们发现，联合实验的数据结果在捕捉申请人属性的相对重要性时，与公投的真实结果高度相似（见下图）。例如，在真实的行为基准数据中，外籍人员的来源国对于人们的公投决策影响最大。其中，土耳其、波黑、克罗地亚、前南斯拉夫的申请者被拒概率最高，比荷兰申请者高出15–19个百分点。联合实验很好地捕捉到了这一效应，尤其是配对联合实验设计。

为什么联合实验能够如此有效地评估出受访者的真实偏好呢？首先，相比传统的调查实验，联合实验更贴近现实中的权衡过程。

在传统的调查实验中，受到方法与工具的限制，研究者通常只能评估出多维度因素影响人们偏好和决策的整体效应；而如果想要从中拆解获知单个因素的独立效应，就只能一次测试一个因素——比如在上述移民选择偏好实验中，需要在控制其他因素完全一致的情况下，测试受访者是更愿意接纳男性还是女性移民，以确保实验效应明确是由性别因素而非其他因素引起的；同样的方式再逐一测试其他各个因素。

这种做法不仅实施成本巨大——研究者往往需要牺牲掉对其中一些维度的评估，而且与真实场景脱节，过于夸大单一因素。当一个问题孤立出现时，受访者可能只考虑某个因素（比如环保），而忽略了真实场景中必须权衡的其他条件（比如价格）；但在日常生活里，人们做选择时往往需要同时权衡多个条件，在这种情况下做出的决策和只考虑单个因素做出的决策可能完全不一样。

相比之下，联合实验向受访者呈现的是现实中影响决策的诸多因素的组合，不仅能在一项研究中识别出各个因素的作用，节省成本，而且受访者面对的是多维度取舍，更接近真实决策。

此外，在传统单一因素的调查实验中，受访者经常会表现出社会期许偏差，例如很多人想表现得“更环保”“更负责任”，所以他们在回答关于环保包装设计的问题时会倾向于理想化。而联合实验要求受访者在多维度因素中做出取舍，这有助于缓解社会期许偏差问题，获得更真实的信息。

4、 总结

联合实验是一种科学、实用的调研方法，它能够帮助企业更精准地进行产品定价和功能设计，也能够帮助学术机构和政策部门更好地理解公众态度。

尽管联合实验的方法看上去高端且复杂，然而，任何人都可以通过调研家SurveyPlus平台快速完成联合实验的设计。我们在下期文章中将介绍通过调研家SurveyPlus平台实现联合实验的操作方法，敬请继续关注。

调研家SurveyPlus联合实验功能面向所有用户免费开放，用户可以快速上手，并一站式完成实验数据的高效回收，欢迎注册体验！如有更多问题，请扫下方二维码联系我们：

【参考资料】

Hainmueller, J., Hopkins, D. J., & Yamamoto, T. (2013). Causal inference in conjoint analysis: Understanding multidimensional choices via stated preference experiments. Political Analysis, 21(1), 1–30.

Hainmueller, J., Hangartner, D., & Yamamoto, T. (2015). Validating vignette and conjoint survey experiments against real-world behavior. Proceedings of the National Academy of Sciences, 112(8), 2395–2400.

©图片来源于网络

#往期精选

信效度解读：信度、效度的概念与类型

信效度解读：信度与效度的评估方法

调查实验：你需要的工具都在这里！