被人看着，真的就会更努力吗？1927—1932年，西方电气霍桑工厂的继电器装配测试室留下了一段常被这样解释的历史。但那里改变的不只是关注：工资激励、休息、工时、人员和管理关系也在变。重读实验设计与后来的再分析，才能分清产量上升这一观察，与“霍桑效应”这一解释之间的距离。
AI 生成示意图：五名女工装配继电器，一名女工备料，观察者在旁记录。由本工作台生成，用于说明测试室中的工作与观察关系，并非历史照片或真实人物、场地的复原。
测试室里的多重改变
1927年，西方电气开始在霍桑工厂的独立测试室研究继电器装配工作，记录持续至1932年。研究起初由企业人员开展，1928年才向哈佛的梅奥寻求帮助；不能把整段过程写成梅奥从头设计的一次实验。哈佛商学院档案展、女工记录介绍
“五名女工”指五名装配者，室内另有一名负责备料、分派工作的女工。原报告记载，研究者先邀请两名熟练且相互友好的操作员，再请她们选择其余成员，强调经验和合作意愿。这是有目的的选人，不是随机抽样，也没有随机分成处理组和对照组。观察者还同时承担准确记录、维持友好气氛两项职责，“观察”与管理关系从开始就缠在一起。《Management and the Worker》，原页15–17
处理也不是一次开关。按Jones整理的阶段表，先在原车间记录基线，再搬入测试室；第三阶段引入小组计件激励，随后多次改变休息安排，再试行缩短工作日、恢复工作日及缩短工作周，之后又撤销、恢复定时休息。小组计件让收入更直接联系本组产出，因此工资本身就是另一种解释。前后比较无法自动排除时间趋势与既往处理的影响。Jones，表1及正文，页456–458
本工作台以代码绘制的阶段示意图，依据 Jones（1992）表1及第456–458页，仅摘列早期主要变化，阶段长度不按比例；不展示产量，也不表示因果效应。该研究没有同期对照，前后变化同时涉及工作条件、人员与管理关系。原论文。
再分析与因果边界
这项设计有四个绕不开的问题：没有同期可比的对照组；装配岗位只有五个，长期反复测量并不等于增加了独立实验小组；研究中发生人员替换，产出变化可能反映人员构成；工资、休息、工时与管理变化互相混杂。两名原装配者在第八阶段附近被替换，其原因及应如何解释，后来也有争论。不能一面把换人视为无关细节，一面把前后产出全算到关注上。Jones，页455–457
Franke与Kaul在1978年用近五年的资料做时序多元回归，提出管理纪律、经济逆境和原料质量等变量可以解释大量产出差异，不必诉诸笼统的人际关系解释。但他们把人员更换编码为“管理纪律”，本身就包含解释判断。回归拟合得好，不代表这些因素已被随机实验确认为原因。Franke & Kaul，摘要及页627–632
Jones在1992年进一步检验：控制具体工作条件和人员等因素后，每次实验改变是否还带来共同的额外反应？他在不同定义与模型下得到的霍桑效应证据很弱或没有。不过，若把整个测试室经历视作一个持续处理，无同期对照的数据依然无法识别它的整体效应。这支持收窄经典故事，而非宣告所有观察反应都不存在。Jones，页463–467
Levitt与List的2011年论文研究的是原始照明实验数据，不能直接作为继电器测试室的再分析结论；这里仅标明两者的边界。论文原页面
从概念争议到实验设计
“霍桑效应”如今常指因意识到自己被研究或被观察而改变行为，范围已超出当年工厂的具体解释。McCambridge、Witton与Elbourne在2014年的系统综述中指出，这个标签在不同学科和研究间含义并不一致；它可能涉及回答问题、直接受观察或其他参与研究的经历。系统综述
综述纳入19项专门评估该问题的研究，包括8项随机试验、5项准实验和6项观察性研究，多数来自健康科学。多数研究提供了某种行为变化的证据，但方法、情境和结果高度异质，偏倚也可能很大。作者的结论是研究参与会影响行为，然而发生条件、机制和量级仍难以可靠确定；需要更清楚的概念，而不是一个万能解释。McCambridge等，摘要与讨论
对今天的实验设计，可以据此提出几项具体做法。首先明确要估计什么：改善管理的整体效果，还是额外关注本身的效果。若关注不是目标处理，就尽量让各组接受相近的联系和测量；若它就是研究问题，则在知情同意和伦理允许下单独设计比较。设置同期可比对照并尽可能随机分配，避免只用同一小组的前后变化推断因果。休息、工资和工时若要分辨各自作用，就需要能区分它们的处理安排。最后，预先定义产出与质量指标，完整记录换人、流失和实施变化。
这些是从设计局限出发的方法建议。遇到意外结果时，应先检查具体发生了什么、比较是否成立，再讨论参与研究的影响；一句“有霍桑效应”，不能替代识别过程。