Gerber 与 Green 的纽黑文动员实验：上门、邮件和电话怎样改变投票

破除误解：动员效果不是问卷里的“我被说服了”#

竞选团队长期依赖顾问经验：上门、打电话、塞邮件。评估却常常是事后调查——问人有没有收到材料、有没有因此去投票。记忆会错，社会期望会把“我是好公民”说成事实，而最容易被联系到的人，往往本来就更可能投票。

Gerber 与 Green 把结局换成官方投票记录，把处理换成随机分配。问题从“动员看起来有没有用”变成“多一个人被分配去敲门，投票概率改变多少”。这是田野实验，不是实验室里的态度量表。信息是非党派的：提醒你投票，而不是替某位候选人拉票。把结果读成“广告能改变意识形态”，会越过设计。

另一个误解是把意图处理效应（ITT）和实际接触效应当成同一个数。分配去上门的人，很多敲不开门。论文报告的 8.7 个百分点，对应的是成功接触后的调整估计，不是“名单上每一个被分配者都提高 8.7 点”。混淆这两层，会把一次昂贵的上门行动算得过便宜，或把一次失败的执行当成理论失败。

装置怎样工作#

纽黑文人口约十万。1998 年 9 月，研究者拿到完整选民册，留下有一到两名登记选民的住址，去掉邮政信箱，并去掉一个以大学宿舍为主的选区，以减少学生流动。最终样本 29,380 人，来自 22,077 户。投票结局事后从公共记录读取。

设计是重叠的 2×2×4：上门有无、电话有无、邮件份数。约 10,800 人被分到完全对照；其余人接受一种或多种处理。上门处理组 5,794 人，对照组 23,586 人。邮件处理组 14,719 人。随机化用 1996 年投票行为做过平衡检查。上门发生在选举前四个周末，访员成对行动，傍晚前收工。信息被分成civic duty、邻里团结、接近选举几种措辞，用来看内容是否改变效果。

实际接触率很低。上门处理组里成功找到人的比例约 27.9%（1,615 人）。电话由商业话务完成，短、标准化。邮件是非党派提醒。三种渠道的“剂量”因此完全不可比：一次面对面谈话、一封信、一次短暂电话，不是同一件处理的三种包装。

随机化的层级是住址，不是完全独立的个人。一户若有两名登记选民，他们共享信箱、共享门铃，也共享是否被访员找到。把个人当成独立观察，会低估标准误。Gerber 与 Green 用户的结构设计处理，分析时必须把这种聚类写进去。后来许多 GOTV 实验把“只对户中一人计数”写进方案，正是为了避免把门铃当成两次独立处理。

信息内容被随机切开，是为了回答顾问最爱争的那件事：该讲公民义务，还是该讲邻里压力。结果显示，渠道差异压过措辞差异。这并不证明内容永远无用。它证明：在 1998 年纽黑文、非党派、短接触的约束下，内容不是一阶效应。把这句话推广到负面广告或身份动员，会把约束擦掉。

数字比较的是哪一层效应#

原文核心结果：面对面动员显著提高投票；邮件有小的正效应，大约每封信 0.5 个百分点量级；短暂电话在他们的估计里不提高投票。对成功上门接触的调整估计约为 8.7 个百分点（标准误约 2.6）。处理组与对照组的原始投票率差更小，因为多数被分配上门的人根本没开门。

内容差异没有压过渠道差异。不是哪一句口号神奇，而是人站在门口这件事本身。这个结论后来被大量复制和元分析延伸，但纽黑文 1998 仍然只是一座城市、一次中期选举、一种非党派信息。把 8.7 点抄到总统大选的政党拉票上，会把外部效度提前用完。

依从性让估计策略变得关键。只比较“实际被访到的人”和对照组，会把好找的人——在家、愿意开门——做成处理组，偏误可以很大。Gerber 与 Green 用分配作为工具，把实际接触当成内生处理。读这篇论文，等于同时读一篇关于不依从的教科书例子。政治实验 后来成为学科标配，起点之一就是把这层会计做清楚。

2005 年的争执改了什么#

Kosuke Imai 2005 年在同一本 APSR 上写了一篇严厉的再分析。他的标题甚至问电话会不会降低投票。论点是：现场执行偏离了书面方案，处理分配并不像论文声称的那样干净；用他的方法调整后，电话动员变成大约五个百分点的正效应。

Gerber 与 Green 同年发表勘误与回应。他们承认并修复了数据处理错误，但写明：修复之后，实质性发现不变——短暂电话仍不提高投票。他们同时指出 Imai 分析中的统计、计算与报告错误，并提供一次复制，再现了原文的方向，也再现了 Imai 方法会引入的偏差。这场来回的教学价值，不在于谁“赢了舆论”，而在于田野实验的可检查性：名单、分配、实际拨打、投票记录都可以被第三人拿去重算。

后来的文献把电话说得更细：志愿者和较长对话，效果不同于商业话务的短催。2017 年前后 Gerber、Green 与合作者仍坚持，短电话、机器人电话这一类处理，不是提高投票的可靠工具。纽黑文原文不需要为这些后续区分负责，但读者也不应把“2000 年电话无效”读成“任何声音接触都无效”。

与 双重差分 对照，可以看出另一条方法史。双重差分用未处理地区的趋势去近似反事实；纽黑文实验直接制造反事实。当随机化可行时，不必假设平行趋势。当随机化不可行——全国性制度、历史事件——才回到自然实验。把 GOTV 实验当成所有政策评估的模板，会把不能随机化的对象误伤。

还要分清这次选举是什么选举。1998 年 11 月是美国中期选举，基线投票率低于总统年。在低基线上，同样一次上门可能显得更有效，因为还有更多“差一点就去”的人。总统年、地方小学董事会选举、强制投票的国家，都会改写 8.7 这个数字的含义。外部效度不是一句“别的地方也会有点用”，而是要指出基线、竞争度和名单质量哪些变了。

伦理边界同样属于方法。实验发出去的是非党派提醒，结局来自已经公开的投票记录，不记录投给谁。即便如此，研究者仍在用私人门铃和电话名单做干预。知情同意不可能按实验室那套逐人签署，否则处理本身就变了。田野实验用公共记录当结局，是为了测量的干净，不是为了把选民变成不知情的材料。后来的预注册与伦理审查，部分是被这类研究推着走的。

把估计读成成本效益，还差一步会计。上门的成本是访员工资、交通、找不到人的空跑。8.7 个百分点乘在成功接触者身上，再除以找到率，才得到“每多一名投票者要敲多少次空门”。电话便宜、找到率可以更高，但若处理效应接近零，便宜没有用。邮件介于中间：几乎人人送到，效应按封计很小。竞选预算的最优分配，不是选“最有人情味的渠道”，而是选每美元边际投票。纽黑文实验提供的是 1998 年的三个点，不是一条永远不变的生产函数。劳动力价格、门禁对讲和手机过滤，都会改写这张表。

还有一个常被忽略的样本修剪：去掉学生宿舍和邮政信箱。这让名单更像稳定居民，也让外部效度离开了流动人口。大学生、新搬来的人、登记但不稳定居住的人，正是许多竞选想动员、又最难用住址实验抓住的群体。Gerber 与 Green 为了测量干净，付了这笔样本账单。后来针对年轻人的专门实验，是在补这个洞，不是在否定纽黑文。

处理的非党派性也限制了外推。访员不佩戴候选人徽章，台词不提政党。真实竞选里，上门往往同时输送身份、政策和人情压力。把 8.7 点当成政党机器的生产率，可能低估，因为政党信息更强；也可能高估，因为带党派的敲门更容易让对方关上门。纽黑文测的是“提醒你是选民”，不是“请投给我们”。Gerber 与 Green 后来的工作把党派信息、社会压力信件分开测，正是因为 2000 年这篇把渠道和内容里的一阶项先钉在非党派提醒上。

执行失败本身是数据。商业话务没打通、打通了却念稿、名单过期、对讲机把访员挡在楼下，都会把分配处理变成弱处理。Imai 抓住的是执行与方案不一致；Gerber 与 Green 回应的是：不一致被修正之后，短电话仍然弱。对后继研究者，教训不是“田野实验不可信”，而是必须把拨打记录、接触编码和随机名单一起归档。没有执行日志，第三人无法区分零效应和零执行。

把纽黑文放进更长的方法史，前面还有 1950 年代 Eldersveld 在密歇根做过的小型动员实验。那些实验样本小、结局测量也更粗。Gerber 与 Green 的跳跃在于规模和官方投票记录：将近三万人、可复核的分配表、可公开的结局。政治学因此第一次有了一份足够大、足够干净、又足够简单的田野实验，能拿去课堂上推导不依从。后来登记实验、社会压力信件、邻居公示，都是在这份干净基线上加处理的复杂度。基线本身仍然值得单独成篇，因为它把渠道、依从和结局三件事情同时讲清楚了。

课堂里最容易讲错的一步，是把 47.2% 对 44.8% 的原始投票率差直接叫做上门效果。那是混合了未接触者的 ITT 方向上的差，数值更小。8.7 点来自把未接触当作不依从之后的调整。两种数都真实，回答的问题不同：竞选经理若只能决定“要不要派出访员名单”，他买到的是 ITT；理论家若问“面对面谈话本身有没有用”，他要的是接触效应。Gerber 与 Green 把两层都写在表上。转述时只留一个更戏剧的数字，会把这篇方法论文重新变成一句广告。

名单质量是所有后续 GOTV 实验的隐蔽自变量。纽黑文用的是市政登记册，地址相对可敲门。手机时代的登记名单更吵：预付费、搬迁、多人共用。同样的随机化，接触率会掉，ITT 会被稀释。读 2000 年的 8.7 点，必须连同那份相对干净的住址册一起读。换一份当代全国名单，不复制接触率，就不该期望复制点估计。方法论文的寿命，往往比点估计更长：渠道、依从、公开结局这三件套，后来几乎所有 GOTV 实验都还在用。

跨域连接#

• 政治代表：谁被动员到投票站，会改变谁被算进“人民”。上门名单若偏向有房、有固定电话、白天在家的人，实验提高的是某一类选民的出现率。代表缺口可以在动员技术里被复制，而不是只在选举制度里被复制。
• 公共政策：把预算从广播广告改到培训访员，是一次可用证据改写的操作决策。成本效益取决于接触率。8.7 点乘上 28% 的找到率，才是每一美元真正买到的投票。忽略依从性，会把政策建议写成幻想中的全覆盖上门。
• 可信性革命：随机化、公开结局、可复制的微数据，是经济学与政治学共享的转向。纽黑文实验的份量不在样本最大，而在处理是研究者自己施加的。后来的登记实验、信件实验，都沿着这条可审计的链走。
• 民意调查测量：若仍用自报投票当结局，动员实验会把社会期望当成处理效应。官方名册把测量从态度里救出来，却也把无登记者整段切掉。调查仍能问“为什么不去”，名册只能问“去了没有”。
• 认知偏误：顾问经验来自看得见的接触，看不见对照世界。没有随机对照时，把一次高投票率归功于自己的电话银行，是事后归因。实验要对抗的，正是这种职业性的可得性偏差。访员记得那些开了门、答应去投票的脸，不记得对照街道上同样会去投票的人。随机化把这张看不见的对照表强制留在数据里。

参考文献#

• Alan S. Gerber & Donald P. Green, "The Effects of Canvassing, Telephone Calls, and Direct Mail on Voter Turnout: A Field Experiment", American Political Science Review 94(3), 2000, pp. 653–663. doi:10.2307/2585837.
• Kosuke Imai, "Do Get-Out-the-Vote Calls Reduce Turnout? The Importance of Statistical Methods for Field Experiments", American Political Science Review 99(2), 2005, pp. 283–300. doi:10.1017/S0003055405051658.
• Alan S. Gerber & Donald P. Green, "Correction to Gerber and Green (2000), Replication of Disputed Findings, and Reply to Imai (2005)", American Political Science Review 99(2), 2005, pp. 301–313. doi:10.1017/S000305540505166X.
• Alan S. Gerber & Donald P. Green, "Do Phone Calls Increase Voter Turnout? A Field Experiment", Public Opinion Quarterly 65(1), 2001, pp. 75–85. —— 对电话渠道的后续实验。

延伸阅读#

• Donald P. Green & Alan S. Gerber, Get Out the Vote, Brookings Institution Press，后续各版。把纽黑文之后的累积实验收成竞选操作手册，需与单篇论文的外部效度边界一起读。
• 与 政治实验与自然实验 对读：本文是“处理由研究者施加”的范例，不是制度突变带来的自然实验。