《Journal of Behavioral and Experimental Economics》：Network Information and Nudging: Experimental Insights into Agricultural Runoff Management
编辑推荐：
本文推荐研究人员针对农业面源污染(NPS pollution)治理难题，通过228名参与者的激励实验，探究了环境税(ambient tax)政策下信息网络与助推干预(nudge)对生产者减排行为的影响。研究发现，信息流动增加并不总能改善群体污染结果，而亲减排信息在低信息流网络中更有效。该研究为政府推广最佳管理实践(BMPs)在关联网络中的有效性提供了重要行为洞见。
农业活动产生的径流污染是导致水体质量下降的主要面源污染源。这种污染的独特挑战在于其分散性——每个生产者的排放难以直接观测，导致搭便车行为和激励问题。随着气候变化加剧，温度升高和融雪增加预计将放大农业径流的负面影响，因此及时研究影响减排技术采用的行为因素至关重要。
传统基于可观测个体排放的庇古税在面源污染控制中难以奏效，而环境税作为替代方案，通过对群体总污染水平征税来内部化环境外部性。然而，单纯的环境税机制并不总能实现社会最优污染水平，行为干预如信息传递和助推可能发挥关键作用。在此背景下，Danielle Roy和Tongze Li在《Journal of Behavioral and Experimental Economics》上发表研究，通过实验室实验探讨信息网络和助推如何影响环境税下的个体行为和群体污染结果。
研究人员采用在线实验室实验方法，招募228名参与者（包括学生和普通公众）在COVID-19限制期间完成实验。实验使用oTree平台实施，采用3×2组间信息处理设计：三种信息条件（无信息、部分信息、完全信息）与助推干预（有/无）正交组合。参与者被固定分配到6人小组中，在20轮决策中扮演生产者角色，每轮选择投入水平和是否采用减排技术。减排技术可将单位投入的污染物贡献减少75%，但需要支付成本（无补贴时12点，有补贴时6点）。社会最优污染水平设定为150单位，当群体污染超过此阈值时，所有成员需按0.3的税率缴纳环境税。助推干预在最后10轮呈现，提示参与者"减少罚分将降低罚款"。
5.1 处理对群体水平结果的影响
研究发现，信息流动增加并不总能改善群体污染结果。后10轮中，无信息条件下的助推组实现了最低平均污染水平（146单位），与社会最优水平（150单位）无显著差异。相反，在完全信息条件下，助推反而与较高污染水平相关。回归分析表明，助推的有效性取决于信息环境：在无信息和部分信息条件下显著降低污染，但在完全信息条件下无效。
5.2 处理对个体水平结果的影响
个体层面分析显示，补贴接收显著提高技术采用概率（平均增加26-35%），但邻居的技术决策或补贴信息通常不影响个体行为。例外出现在部分信息条件（无助推）下，邻居前期采用技术使个体当期采用概率提高8%，表明特定条件下存在同伴效应。助推主要影响投入选择而非技术采用决策，在无信息条件下显著降低个体污染水平。
研究表明，信息网络结构显著影响环境政策和行为干预的有效性。亲减排助推在信息流动有限的网络中更有效，而在关联紧密的网络中可能失效。部分信息条件下观察到的同伴效应表明，政策设计应考虑信息传递的社会乘数效应。这些发现对农业面源污染治理具有重要启示：政府推广可持续实践在分散社区可能更有效，而在高度互联的生产者网络中需更精细的策略设计。研究为理解行为机制在环境政策中的作用提供了新颖实验证据，为气候变化背景下农业可持续发展政策制定提供了科学依据。
