孟涓涓：探讨低成本推动个体行为的积极改变

北大光华管理学院

行为科学是光华“双一流”建设的重点方向之一，北京大学光华管理学院教授孟涓涓介绍称，光华成立了跨学科的行为科学和政策干预交叉创新团队。团队进行促进行为积极改变的研究，这些研究基于模型的精准机理研究与参数估计，结合人工智能和大数据进行行为机制设计，通过大规模的实地实验，探讨低成本推动个体行为的积极改变的有效途径。主要分为消费者行为研究、企业管理与行为研究、金融与投资行为研究和公共政策与行为研究四大方向。

消费者行为研究，更关注人工智能和大数据环境下人机交互和隐私保护等问题。企业管理与行为研究主要关注个人在团队和组织中的互动关系，以及企业内部决策和激励机制设计等议题。金融与投资行为研究，探索投资者教育的新视角和新方法。公共政策与行为研究为公共健康、公共富裕、“双碳”目标等公共政策提出低成本、高效率的解决思路。

以下根据演讲实录整理：

12月17日，以“与时代同频 奋进商学新征程——百廿北大商学，推进‘双一流’学科建设”为主题的第二十四届北大光华新年论坛在线上召开。会上，北京大学光华管理学院教授孟涓涓做了题为《行为科学和政策干预交叉创新团队最新研究》的主题报告。

行为科学是光华“双一流”建设的重点方向之一，并成立了跨学科的行为科学和政策干预交叉创新团队。

据孟涓涓介绍，团队将聚焦用科学的方法在中国实践的情景下，进行促进行为积极改变的研究，这些研究基于模型的精准机理研究与参数估计，结合人工智能和大数据进行行为机制设计，通过大规模的实地实验，探讨低成本推动个体行为的积极改变的有效途径。

团队的主要研究方向，分为消费者行为研究、企业管理与行为研究、金融与投资行为研究和公共政策与行为研究四大方向。孟涓涓分别从这四个方向列举了不同案例分享。

1、消费者行为研究——关注消费者决策模式

消费者行为研究，主要关注消费者决策模式，企业产品和营销策略，更关注人工智能和大数据环境下人机交互和隐私保护等问题。

第一个研究案例，是人工智能与消费者福利方面的研究。

孟涓涓指出，该研究基于心理学和行为科学的基础理论和研究范式，探索消费者如何认知和理解人工智能技术及其产品，如何在使用人工智能的过程中与之互动，人工智能技术会给消费者带来何种影响，以及这些影响的长期后果是什么等等。

典型的技术应用包括但不局限于人工智能客服、个性化推荐算法等。通过回答这些问题，该研究能够帮助我们优化人机交互设计，并增进消费者的福利。

第二个具体研究案例，是好友推荐功能对用户行为的影响。该研究在某短视频APP开展随机对照实验，探索好友推荐功能对用户行为的影响。

孟涓涓表示，试验将APP的新用户随机分为两组，对实验组关闭好友推荐功能，对照组可以正常使用APP。

实验发现，好友推荐功能扩大了用户的个人中心网络，增强了互动，提升了个人中心的网络密度和多元化程度。好友推荐功能还提升了用户在APP中的参与度、内容发布、内容浏览量和浏览时长均得到提升。

实验还发现好友推荐功能对年轻用户、男性用户、大城市用户和刚开始建立个人社交网络的用户影响更大。该研究为互联网平台企业降低获客成本、提高客户留存和流转提供支持。

2、企业管理与行为研究——个人与团队的互动关系

企业管理与行为研究主要关注个人在团队和组织中的互动关系，以及企业内部决策和激励机制设计等议题。

第一个研究案例是探索企业员工的慈善行为与团队合作的关系。该研究选取两组企业，实验组企业和对照组企业分别采取不同的激励措施，助推员工个人日常的慈善行为，从而探索员工的社会慈善行为对员工在企业内部的团队合作和社会责任的影响。该研究为非物质激励和企业团队管理提供了新思路。

第二个研究案例是组织仪式对团队创新力的影响。仪式是社会与组织文化的载体之一。在人类建立身份认同、协调群体行为、确定规则与道德认知上发挥着重要的作用。

该研究发现相对于没有仪式的团队同步型和互补型仪式都显著提高了团队归属与团结感，提高了公共利益的考量。但只有互补型仪式显著提高了团队创造力，可见组织仪式如果过多追求一致性、同步性、相似性，在提高群体感的同时可能会抹杀个性。

孟涓涓指出，仪式如果能在追求一致性的同时体现个性的差异与多元性，不仅可以提高群体意识，还有助于激发创新。该结论对提升企业管理效率、促进企业创新有着重要的指导作用。

3、金融与投资行为研究——探索投资者教育的新视角和新方法

金融与投资行为研究，主要探索个人、公司和机构投资者在金融和资本市场中的行为模式以及认知限制、行为偏误和从众心理等非理性决策机制，并在此基础上，探索投资者教育的新视角和新方法。

第一个研究案例为行为偏误和投资者教育，该项目结合交叉学科，追溯投资者行为模式的心理根源，提出了针对行为偏误的投资者教育构架，包括对投资中常见的投资偏误提出测度方式，评估其严重性、顽固性的测度方法，针对性的提出解决方案和干预顺序，为开展差异化的投资者教育提供了方法和指导经验。为提升中国市场的投资者福利做出贡献。

第二个研究案例为反电信诈骗在金融科技贷款的应用。该研究与金融科技公司合作，采用随机对照试验的方法，通过机器学习向被诈骗概率较用户发出反诈骗提醒。

实验发现，机器学习与人工智能、机器人呼叫相结合，能够有效地降低受电信诈骗诱导的申请者对于贷款业务的影响。企业反诈算法的误判并不影响真实贷款客户在金融科技企业的信用。该研究为隐性客户风险的识别和处理提供了解决方案。

4、公共政策与行为研究——为公共政策提供降本增效解决思路

公共政策与行为研究，希望以行为科学的视角，为公共健康、公共富裕、“双碳”目标等公共政策提出低成本、高效率的解决思路。

第一个研究案例探索如何在决策中帮助人们降低拖延。该研究从对任务截止日期的感知出发，提出了截止日期设置在人们普遍使用的分类线索，如周末、五一假期、生日等之前，人们就会觉得截止日期和真正的现在处于相同的时间类别中，而产生更执行倾向。

这个研究启发了全球一系列助推项目，帮助人们尽早开始执行重要的任务。比如在印度，促使低收入群体尽早开始储蓄；在新加坡，促使吸烟人群尽早参加戒烟项目；在卡塔尔，促使糖尿病高发地区的人们早日完成糖尿病率差等。

第二个研究案例探索信息干预与节能意愿。该研究通过对中国代表性消费者进行信息干预，发现省钱和环保类信息对消费者有相似的效果。

孟涓涓指出，两种信息都提高了消费者对节能相关信息的认知，并且促进了节能设备的购买。两种信息有互补作用，并不能完全替代彼此。这些对认知和行为的影响，在信息干预10个月后依然存在。

她表示，该结论对政府节能宣传与商家市场营销都有指导作用，对从消费端推进碳达峰和碳中和有着重要的意义。

新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：梁斌 SF055