“助推”是许多实体（包括政府）采用的技巧，旨在帮助人们作出更好的决策。
新研究表明，这些技巧无效；鉴于相关领域投入广泛，研究结果可能存在正向偏倚。
研究人员表示，更好的前进方向是建立证据基础，揭示助推与其他方法的哪些组合能够相辅相成、发挥良好效果。
去年（2021年）年底，人们对一项研究感到十分振奋，这项研究首次对以往研究进行了全面分析，探讨旨在改变人们行为（称为“助推”）的技巧，并自信地表明这些技巧有效。这对研究人员来说是个好消息，对世界各地投资设立运用此类方法的“助推部门”的政府来说也是如此。
助推旨在影响人们作出更好的决策。例如，主管部门可以将“更好”的选择（如捐献器官）设为默认选项；也可以通过标签，让健康食品更具吸引力。
然而，重新审视这篇研究（该研究考察了212篇已发表论文，涉及200多万名参与者）的新研究，以及其他研究，如今发出警告：助推可能对行为完全没有影响。
要理解其中原因，我们需要了解一些统计学细节，以及实验结果如何分析和解读。研究人员首先提出一个没有效果的假设（零假设），然后询问：偶然产生实际效果的概率有多大？
比如，在我的实验中，一组人接触了某种特定的助推技巧，另一组作为对照组，没有受到助推；我的出发点是两组不会有差异。如果我随后发现了差异，就会用统计学方法计算单凭偶然因素产生这种差异的可能性。这称为P值，数值越低越好。P值较大意味着两组间的差异在很大程度上可以用偶然因素解释。
效应量则恰恰相反。衡量效应大小也很重要，这有助于评估实验的实际价值。设想我正在测试一种旨在帮助肥胖者减重的助推方法，并观察到接受助推的人在六个月内减掉了一磅。尽管这一差异可能具有统计显著性（我得到的P值较低），但我完全可以追问，这种效应是否足以产生任何实际价值。
因此，P值告诉我们观察到的差异仅由偶然因素造成的可能性有多大，而效应量告诉我们效应有多大，因此也说明它有多重要。
一项好的研究需要显示中等或较大的效应量，同时也需要说明其中有多少是由“发表偏倚”造成的。这指的是挑选结果以证明助推有效，也就是说，发现助推不起作用的研究一开始就不会被纳入，甚至不会发表。这可能是因为科学期刊的编辑和审稿人希望看到实验有效的结果——毕竟，这样读起来更有意思。
原2021年研究的作者报告称，助推对行为具有中等效应量；他们排除了严重到足以显著影响其所发现的合理效应量的发表偏倚。
助推面临困境
不过，此后发生了两件事。今年，我和一位同事指出，无论2021年的结果如何，助推科学仍然存在普遍问题。例如，科学家过度依赖某些类型的实验。他们也往往不考虑使用助推带来的收益是否与实际成本相称，也不查明助推是否确实是行为产生积极变化的原因。
许多研究人员也开始越来越怀疑2021年研究报告的效应量。一些人呼吁撤回这篇论文，因为他们发现，经过分析的数据似乎包含了使用伪造数据的研究。
如今，一项新研究发表于《美国国家科学院院刊》（PNAS），重新审视了2021年研究中对发表偏倚影响的估算。新论文的作者采用自己的统计方法，评估了发表偏倚的严重程度及其对实际效应量的影响。他们发现，原先对全部212项研究得出的效应量实际上并非中等，而是零。
这一切有多糟？从科学角度看，这是好事。研究人员开始收集数据，以形成关于助推有效性的总体判断。其他研究人员检查相同的数据和分析，并提出修正后的结论。科学正是以这种方式不断进步。
这对助推有多不利？对助推的投入非常巨大。研究人员、各国政府以及世界卫生组织等机构，都将助推作为改变行为的标准方法。因此，助推倡导者肩负着巨大的压力。这也可能导致严重的发表偏倚，因为投入其中的人太多，都希望证明助推有效。
目前，现有最好的科学研究正在严肃质疑助推的有效性。但包括我在内的许多人早已知道这一点——多年来，我们一直谨慎指出助推研究需要改进的各个方面，却基本无人理会。
尽管如此，我们不必放弃行为干预。更好的前进方向是建立证据基础，揭示助推与其他方法的哪些组合能够相辅相成。例如，正如我所展示的，将助推方法与税收和补贴调整结合起来，比单独实施其中任一种方法更能促进可持续消费。
这样一来，行为改变就不必完全由助推负责，尤其是助推单独使用时作用不大。事实上，它又怎么可能做到呢？人类行为如此复杂，怎么可能指望单一方法改变行为？历史上没有任何成功做到这一点的例子，至少没有在不侵犯人权的情况下实现的例子。
正如我此前所展示的，只要我们坦诚面对失败的可能性，就能从中吸取教训，改进做法。
