摘要：分析行为助推工具的异质性效应具有重要价值。论文梳理了行为助推工具异质性效应的研究路径、分析框架以及评估方法，基于“婚闹”治理情境的在线实验数据，结合交互效应模型与机器学习算法，探索行为助推工具潜在的异质性因素，并对结果进行比较分析。研究发现，单一交互效应模型在评估行为助推异质性效应时存在显著局限，难以全面识别社会规范与凸显负面信息助推的潜在影响因素；仅依据主效应判断行为助推的有效性存在局限性，需重视干预措施造成的多重异质性效果。因此，应基于“助推类型-个体特征-情境因素”的三维分析框架，融合统计学分析的“理论驱动”与机器学习的“数据驱动”的双重路径，剖析助推的异质性效应。

关键词：助推;异质性效应;交互效应模型;机器学习;多重异质性

知网链接：https://kns.cnki.net/kcms2/article/abstract?v=iSoVlldxB1NdaJQZYkafcLW_5HQ7cDJRCWiAksfZhMrgcgUOR8LnVNGGSHKcjW7YsMON2u0Rr-13IPDo33-3uMCej0aNlyq-ajkidu1Di00bVanyJ1B-Rj-blK7ThsH5PxHH8Dk4Zd1LnUlUPVBtmyeZX2G-d9XhTuhBQFd2rI37-vwkrxxYRA==&uniplatform=NZKPT&language=CHS

原文载于：李燕,陈文进,张书维.行为助推工具的异质性效应：基于交互效应模型与机器学习算法的对比分析[J].公共行政评论,2025,18(05):135-157+199.