猫和狗在日常生活中无处不见。据不完全统计, 2021年全国流浪猫数量达5300万只, 流浪狗数量达4000万只(中国宠物行业白皮书, 2022)。因此, 探讨促进救助流浪动物的因素具有重要的现实意义。目前, 越来越多的公益救助渠道开始关注如何增加人们对流浪动物的救助。例如：京东、淘宝、支付宝等平台上开展的流浪动物公益救助计划; 微博等社交媒体上为全国各地流浪动物收容所和救助基地提供的募捐信息(见网络版附录1)。仔细观察上述平台的救助信息后会发现：这些流浪动物救助信息的一个共同点是既包含流浪动物信息也包含空间距离信息。究竟如何呈现流浪动物的救助信息才能增加人们对流浪动物的救助意愿?这是一个兼具理论意义和实践意义的问题。

以往研究关注的是人际捐赠, 无法回答什么因素会影响人们对流浪动物的救助。具体而言, 以往研究探讨了心理距离与何种因素匹配能够促进人际慈善捐赠(Duclos & Barasch, 2014; Wang et al., 2021; Winterich et al., 2009; 刘新燕 等, 2023)。同时, 以往人际慈善捐赠的研究对心理距离的探究聚焦于社交距离这一个子维度。例如, 这些研究发现, 自我建构(相依型vs.独立型)、性别认同和受助者困境效价(消极vs.积极)与心理距离的匹配能够促进消费者捐赠意愿(Duclos & Barasch, 2014; Winterich et al., 2009; 刘新燕 等, 2023)。此外, 也有研究探讨了空间距离与人际慈善捐赠的关系(如, Wang et al., 2021)。例如, Wang等(2021)发现具有高(vs.低)个人居住流动性的消费者更倾向于捐赠给远空间距离的受助者。

作为对上述人际捐赠研究的推进, 本文关注空间距离如何影响人们对流浪动物, 尤其是流浪猫和流浪狗的救助。具体而言, 本文认为猫与近空间距离相关联, 狗与远空间距离相关联。这是因为, 在过去人与动物相处的过程中, 人习惯与猫在空间距离上靠得更近, 而与狗在空间距离上离得更远。例如, 人们更愿意抚摸猫(Menchetti et al., 2018)并且与猫待在空间距离小的室内(Heidenberger, 1997)。相反, 人们更愿意和狗一起待在户外(González- Ramírez & Landero-Hernández, 2021; Heidenberger, 1997), 并且由于狗的攻击性人们会用长绳牵着狗(Izaguirre & Montiel, 2021; Kidd & Kidds, 1980)。因此, 本文认为, 如果在流浪动物救助信息中将流浪猫说成离人们的空间距离近, 将流浪狗说成与人们的空间距离远, 人们的救助意愿就会增加。本文将这一效应称为流浪动物慈善救助中的“远狗近猫”效应。本文开展了9项多方法子研究探究了这一效应。具体而言, 本文基于内隐联想测试(实验1a)和外显报告(实验1b)证实了人们在空间距离上存在“远狗近猫”的联想。随后, 本文开展的1个田野实验(实验2)、1个实验室实验(实验4)和4个线上实验(实验3、实验3S、实验4S、实验5)验证了流浪动物救助中的“远狗近猫”效应。此外, 本文也发现这一“远狗近猫”效应受到加工流畅性的中介(实验4~5)和思维模式的调节(实验6)。

本文的理论贡献主要体现在三个方面：第一, 以往慈善捐赠研究关注的是人际捐赠(如, Duclos & Barasch, 2014; Winterich et al., 2009; 刘新燕 等, 2023)。本文关注了一个新颖的慈善捐赠对象——流浪动物, 这拓展了已有慈善捐赠研究对救助对象的研究范围。第二, 以往关注动物(尤其是猫狗)的研究探究了猫和狗如何引发人们的促进定向和预防定向的联想(Jia et al., 2022)。本文发现, 动物类型和空间距离存在内在关联, 这一新发现拓展了人们对猫狗这两类动物的理解。第三, 本文识别出了流浪动物慈善救助中的“远狗近猫”效应以及该效应的成立条件。这为慈善领域的文献(如, Wang et al., 2021)贡献了新的前因变量, 并且对思维模式领域的文献(如, Hong & Chang, 2015; Woolley & Liu, 2021; 盛光华 等, 2021)做出延伸。

动物类型与空间距离是否存在关联?现有人与猫狗的相处模式研究和猫狗的行为差异研究为我们提出动物类型和空间距离之间存在关联提供了依据。

首先, 人和猫狗相处模式的研究表明：在空间距离上, 人看到狗会联想到远空间距离, 看到猫会联想到近空间距离。内在依据是, 人们与猫在一起时会抚摸它们, 人们与狗在一起时会与它们一起散步(Menchetti et al., 2018)。与狗相比, 人们愿意花更多的时间和猫近距离接触, 例如, 抚摸和拥抱猫(González-Ramírez & Landero-Hernández, 2021)。同时, 猫几乎所有时间都待在室内, 床是猫最喜欢的场所, 在床上猫与人类建立了良好的关系(Heidenberger, 1997)。狗待在室内的时间则比猫少, 狗大部分时间待在院子里或者车库里(González- Ramírez & Landero-Hernández, 2021; Heidenberger, 1997)。室内比室外离人们的空间距离更近。由此可见, 猫与近空间距离存在关联, 因为人们习惯与猫离得更近; 狗与远空间距离存在关联, 因为人们习惯与狗离得更远。

其次, 猫和狗的行为差异也能引发人们的“远狗近猫”这一空间联想。猫的低攻击性会让人们愿意在空间距离上接近猫, 而狗的高攻击性会让人们倾向于在空间距离上远离狗。具体而言, 猫狗作为不同种类的动物, 它们本身的行为差异明显。猫的攻击性更低, 狗的攻击性更高(Kidd & Kidds, 1980)。同时, 由于物种的差异, 猫的威胁性更低, 狗的威胁性更高(Izaguirre & Montiel, 2021)。比如, 狗的体型更大、吠叫声更响亮。狗也更容易追逐人类、咬伤人类。由于人都有趋利避害的本能, 遇到危险、不可控的事情会自觉远离和回避(Eder & Rothermund, 2008)。因此, 狗的出现会让人们在空间距离上远离它, 而猫的出现会让人们在空间距离上接近它。

除上述相处模式和行为差异的证据外, 本文认为, 之所以会产生“远狗近猫”的联想是因为人们持有常人信念(lay belief)。常人信念或常人理论(lay theory), 反映了人们对世界的认识, 是人们用来理解环境的常识性解释, 尽管这些信念可能不是客观正确的(Furnham, 1988; 冉雅璇 等, 2024)。常人信念通常源于个人经验和自我观察(Ross & Nisbett, 1991)以及环境线索(Morris et al., 2001)的结合, 常以内隐的方式存在于个体的认知中(Schwarz, 2004; 冉雅璇 等, 2024)。在看到猫或狗时, 人们形成离远一点还是靠近一点的想法不需要经过大脑努力、系统的处理。上述关于人与猫狗的相处模式和猫狗的行为差异的证据都会让人们在大脑中形成“远狗近猫”的联想。现象层面, 媒体对于狗的攻击性行为的报道、国家对于狂犬病疫苗的普及、“世界狂犬病日”的设立等都会强化人们看到狗要与其保持远空间距离的常人信念。由此提出如下假设：

H1：相比看到狗, 人们看到猫时会联想到自己离该动物的空间距离更近; 相比看到猫, 人们看到狗时会联想到自己离该动物的空间距离更远。

如果H1成立的话, 本文进一步认为流浪动物慈善救助领域存在“远狗近猫”效应。也即, 在近空间距离的情况下, 呈现流浪猫(vs.流浪狗)会引发人们更高的救助意愿; 在远空间距离的情况下, 呈现流浪狗(vs.流浪猫)会引发人们更高的救助意愿。具体依据如下。

首先, 人际捐赠中的文献可以对本文所提的这一效应提供依据。具体而言, 人际捐赠领域的大量实证研究证明了两个因素之间的匹配能够提高个体的捐赠意愿(宋文静 等, 2023; 段珅 等, 2023; 刘新燕 等, 2023)。例如, 宋文静等(2023)发现, 当不同类型的募捐信息(恢复/重建vs.改善/提高)与不同的事件可控性(可控vs.不可控)形成匹配, 会提升个体捐赠意愿。段珅等(2023)验证了慈善捐赠主角与捐赠类型的匹配作用能够提高个体的捐赠意愿。具体而言, 段珅等(2023)发现, 生存型捐赠与受助者主角匹配时, 可以提升潜在捐赠者的捐赠行为, 发展型捐赠与捐赠者主角匹配时会提升个体的捐赠行为。同时, 由于受助者积极(vs.消极)的困境态度效价与较远(vs.较近)的心理距离更易匹配, 捐赠者也会产生更高的捐赠意愿(刘新燕 等, 2023)。基于上述研究, 我们推测, 猫与近空间距离的救助信息搭配会正向影响消费者对流浪猫的救助意愿; 狗与远空间距离的搭配会正向影响消费者对流浪狗的救助意愿。

其次, 根据本文H1所言, 如果猫和近空间距离相联而狗和远空间距离相联, 那么人们会直觉地产生“猫 = 近空间距离” “狗 = 远空间距离”的常人信念。慈善领域的文献发现, 个体看到慈善信息时会直觉地产生常人信念, 这种常人信念影响慈善捐赠意愿(Johnson & Park, 2021; Zagefka, 2022; 冉雅璇 等, 2021)。例如, “时间 = 自我”的常人信念影响人们捐赠时间的意愿(Johnson & Park, 2021)。Zagefka (2022)发现, “重复受害时会遭受更少的痛苦”的常人信念会让人们降低对重复受害的受助者的捐赠意愿。冉雅璇等(2021)的研究发现, 持有“多支付渠道 = 商业化”的常人信念, 个体会降低多渠道支付时的捐赠意愿。基于上述常人信念研究, 本文认为, 流浪动物救助情境中个体会依赖“远狗近猫”的常人信念, 救助近距离的猫和救助远距离的狗都会让个体产生正确的感觉, 从而导致个体更愿意对“远狗”和“近猫”进行慈善救助。

基于上述两方面的依据, 本文得出下述假设：

H2：动物类型和空间距离的匹配会影响人们对流浪动物的救助意愿。具体而言, 近空间距离时, 呈现流浪猫(vs.流浪狗)会引发人们更高的救助意愿; 远空间距离时, 呈现流浪狗(vs.流浪猫)会引发人们更高的救助意愿。

本文认为, 动物类型和空间距离的匹配能够引发人们对流浪动物更高的救助意愿, 中介机制是加工流畅性。加工流畅性(processing fluency)指人们处理信息的难易程度(Jacoby & Dallas, 1981)。当消费者做决策时, 既会从外部环境获得线索, 也会从内部元认知获得线索, 加工流畅性的程度则是其中重要的元认知线索(Schwarz, 2004)。根据H1, 我们可以推测, 人们对“远狗近猫”的联想在人们加工远空间距离的流浪狗救助信息时和加工近空间距离的流浪猫救助信息时会感到认知匹配。而当信息与人们的认知高度匹配时, 人们对信息的加工处理就更为流畅(Aaker & Lee, 2006; Cesario et al., 2004)。因此, 远空间距离时呈现狗而近空间距离时呈现猫会让人们感受到更高的加工流畅性。

来自人际捐赠领域的文献发现, 高加工流畅性会促进人们的亲社会行为(Gu & Chen, 2021; Kim & Jang, 2018)。例如, 慈善广告信息和金钱捐赠信息的解释水平一致时引发的高加工流畅性会增加慈善捐赠意图和行为(Gu & Chen, 2021)。Kim和Jang (2018)也发现, 广告颜色和调节定向的匹配引发的加工流畅性会增加人们的器官捐赠等亲社会行为。另外, 高加工流畅性还会激发人们的积极情绪 (Bornstein & D’Agostino, 1994)。当个体处于积极情绪时会增加利他行为和慈善捐赠意愿(Liang et al., 2016)。因此, 本文认为, 如果流浪猫的救助信息凸显近空间救助距离, 而流浪狗的救助信息凸显远空间救助距离, 人们会对救助信息体验到高加工流畅性感知, 进而增加救助意愿。由此推出,

H3：加工流畅性中介了动物类型与空间距离的交互效应对流浪动物救助意愿的影响。具体而言, 近空间距离时, 救助流浪猫(vs.流浪狗)会引发人们更高的加工流畅性进而增强救助意愿; 远空间距离时, 救助流浪狗(vs.流浪猫)会引发人们更高的加工流畅性进而增强救助意愿。

双系统加工理论(Dual-process theory)认为, 人在进行判断和做出决策时基于两个系统, 这两个系统代表着两种不同的思维模式(Kahneman & Frederick, 2002)。一个系统是个体依赖经验、习惯、刻板印象、情感等快速做出判断和决策的启发式系统或热系统, 另一个系统则是个体在对大量信息进行谨慎严密的推理后做出判断和决策的分析式系统或冷系统(Barrouillet, 2011; Metcalfe & Mischel, 1999)。前者为基于情感的思维模式, 后者为基于理性的思维模式(Pham, 2004)。本文认为, “远狗近猫”效应在基于情感的思维模式下存在。内在依据是, 当启动基于情感的思维模式时, 个体会采用启发式系统, 即根据直觉进行快速的信息加工, 并且依赖于外部线索的自然联想形成直觉性判断(Alter et al., 2007; Simmons & Nelson, 2006)。因此, 当启动基于情感的思维模式时, 个体会根据流浪动物救助信息中动物类型和空间距离的外部线索的联想和匹配做出救助决定。此时, 动物类型和空间距离的匹配依旧能够引发高度加工流畅性从而提高个体对流浪动物的救助意愿。

相反, 本文认为“远狗近猫”效应在基于理性的思维模式下消失。内在依据是, 当个体启动基于理性的思维模式时, 会采用分析式系统对各种信息有意识地进行分析和认知加工, 这种信息加工依赖于内部线索而非外部线索(Alter et al., 2007; Simmons & Nelson, 2006)。此时, 个体不会根据流浪动物救助信息中动物类型和空间距离的外部线索的联想和匹配做出救助决定, 而是对救助信息进行理性思考和分析。在分析和思考流浪动物救助决定时, 二者基于匹配产生的流畅性体验消失。流畅性体验消失后, 流畅性体验对个体决策的影响也随之消失(Huber, 2004)。由此可见, 当个体启动基于理性的思维模式时, 动物类型和空间距离的匹配不会引发高加工流畅性, 因此“远狗近猫”效应会消失。由此推出,

H4：思维模式会调节动物类型与空间距离对流浪动物救助意愿的共同影响。具体而言, 当启动基于情感的思维模式时, “远狗近猫”的匹配能够提高加工流畅性从而提高人们的流浪动物救助意愿; 当启动基于理性的思维模式时, “远狗近猫”的匹配不影响人们的加工流畅性感知, 进而不影响人们对流浪动物的救助意愿。

综上, 本文的模型框架图见图1。

如图1所示, 本文开展9个实验检验上述假设。实验1a为内隐联想测试, 考察动物类型和空间距离之间的内在关联。实验1b为线上实验, 采用被试自我报告的方式再次验证动物类型和空间距离之间的内在关联。实验2为田野实验, 初步验证动物类型和空间距离的匹配对流浪动物救助意愿的影响。剩余的6个实验包括1个线下实验室实验、4个国内被试的线上实验和1个国外被试的线上实验。其中, 实验3在实验2田野实验的基础上, 通过更换实验情景和因变量测量方式重复验证了流浪动物救助中的“远狗近猫”效应。实验3S作为实验3的补充实验, 将“远狗近猫”效应扩展至流浪动物领养范畴。实验4~5探究了“远狗近猫”效应背后的机制——加工流畅性, 并排除了调节定向(实验4S)、心理距离(实验5)以及心理距离−加工流畅性(实验5)的顺序中介替代中介解释。实验6则从阻断加工流畅性的角度, 探究了思维模式是否是“远狗近猫”效应的边界条件。具体的实验详见表1。

实验1a旨在通过内隐联想测试来检验动物类型(猫vs.狗)与空间距离(近vs.远)之间是否存在关联。在内隐联想测试中, 被试对存在强联结的目标对象的反应时会变快(短), 而对不存在强联结的目标对象的反应时会变慢(长) (Crisp et al., 2009)。因此, 如果H1所提的猫和近空间距离关联而狗和远空间距离关联的话, 那么被试在看到猫(vs.狗)时对近空间距离词的反应时更短; 被试在看到狗(vs.猫)时对远空间距离词的反应时更短。

我们使用单词归类任务进行内隐联想测验(Semin & Palma, 2014)。具体而言, 开展内隐联想测验时, 研究人员会在电脑上呈现刺激并让被试按电脑键盘上的反应键对刺激物进行判断, 电脑会记录被试按键的反应时和判断是否准确(Semin & Palma, 2014)。通过前期查阅字典上的与距离相关的词和在浏览器上搜寻“表达近空间距离的词语”或“表达远空间距离的词语”, 我们一共查询到了14个词语, 包括7个表达近空间距离的词语(比邻, 相邻, 周围, 旁边, 相近, 紧邻, 靠近; 前3个为练习词, 后4个为目标词; 见网络版附录2)和7个表达远空间距离的词语(远方, 偏远, 千里, 遥远, 远处, 边远, 远地; 前3个为练习词, 后4个为目标词; 见网络版附录2)。

为了检验我们查找的目标词是否能够明确反映空间距离而非心理距离, 40名Credamo平台上的被试对8个目标词分别回答“您认为这个词在描述什么?” (1 = 肯定是在描述空间距离, 7 = 肯定是在描述心理距离)、“您认为这个词多大程度上在描述空间距离上的远近?” (1 = 肯定不是, 7 = 肯定是)、“您认为这个词多大程度上在描述心理距离上的远近?” (1 = 肯定不是, 7 = 肯定是)三个题项。以中间值4分为标准, 对8个词语的得分进行加总平均, 对3个题项分别进行单样本t检验。结果显示, 第一个题项的得分均值显著小于4分(M = 2.66, SD = 0.41, t (39) = −20.60, p < 0.001); 第二个题项的得分均值显著高于4分(M = 5.43, SD = 0.42, t (39) = 21.28, p < 0.001); 第三个题项的得分均值显著低于4分(M = 3.18, SD = 0.71, t (39) = −7.27, p < 0.001)。上述结果一致说明, 内隐联想测验测量的目标词能够明确反映空间距离, 而不是心理距离。前测结果也表明, 前测选出的目标词可以用到主实验中。

实验1a采用2 (动物类型：猫vs.狗, 组间因素) × 2 (空间距离：近vs.远, 组内因素)双因素混合设计, 因变量为不同空间距离词语的反应时和正确率。在实验前采用G*power 3.1对被试量进行计算, 2×2 混合设计采用中等效应量f = 0.25, α = 0.05, 2个组别, 2次重复测量, 达到99%效应量共需被试76名(Faul et al., 2007)。188名在校大学生(76.1%女性, M_年龄 = 23.31岁, SD = 2.43)参与该实验, 其中猫组94人, 狗组94人。

被试坐在相互独立的座位上, 每个座位前摆放着一台电脑。电脑尺寸全部为14英寸。实验开始后, 实验助理告知被试一个手指放在“F”键, 另一个手指放在“J”键, 根据屏幕上的指示完成任务。实验1a包含3个block, block 1 (即任务1)为动物判断任务, 目的是让被试熟悉猫或狗的图片, 接受动物类型的刺激。Block 2 (即任务2)为猫狗和距离词的快速分类任务。Block 3为人口学信息。

首先, 在任务1中, 被试被随机分配到狗组或猫组中的任何一组。被试被告知“接下来您将完成一个动物判断任务。在该任务中, 您需要判断屏幕上出现的图片是猫还是狗, 判断为猫时请按“J”键, 判断为狗时请按“F”键。”。随后分配到狗组的被试看到一张狗的照片, 而分配到猫组的被试看到一张猫的照片。这一猫狗判断任务只有一个trial, 也即被试只做了一次判断。完成这一猫狗判断任务后, 被试进入任务2, 也即猫狗和距离词的快速分类任务。具体而言, 狗组被试(vs.猫组被试)被进一步告知“您接下来会看到屏幕呈现狗(vs.猫)的图片, 在狗(vs.猫)图片的旁边会看到一个词语。您需要尽可能快且准确地判断出现的词语在描述近空间距离还是远空间距离”。需要说明的是, 因为空间距离是组内变量, 所以无论是狗组还是猫组, 被试都会看到近空间距离的词和远空间距离的词。两组被试被告知“判断出现的词语为近空间距离词语时请按“J”键; 判断为远空间距离词语时按“F”键”。为了帮助被试熟悉这个按键任务, 被试进行了一组包含3个近空间距离词语和3个远空间距离词语的练习任务, 一共6个trial。这些词语不再出现在正式检验任务中, 也不纳入数据分析。练习任务结束后, 被试进行正式测试, 一共8个trial, 包括4个近空间距离的词和4个远空间距离的目标词。在实验中, 这8个目标词随机出现。我们将被试对4个近空间距离词的反应时和正确率各自加总平均形成近空间距离的平均反应时和平均正确率, 将4个远空间距离词的反应时和正确率各自加总平均形成远空间距离的平均反应时和平均正确率。最后, 被试填写了任务3中的人口学信息, 汇报了自己平时吃饭使用哪一只手(0 = 左手, 1 = 右手)并获得礼物感谢。测量惯性手是因为使用哪只惯用手会影响按键速度。

平均反应时。以平均反应时作为因变量, 进行2 (动物类型：猫vs.狗) × 2 (空间距离：近vs.远)重复测量方差分析。结果表明, 动物类型的主效应不显著, F (1, 186) = 0.02, p = 0.876; 空间距离的主效应显著, F (1, 186) = 4.08, p = 0.045, η²_p = 0.021; 两者的交互效应显著, F (1, 186) = 16.08, p < 0.001, η²_p = 0.080。需要注意的是, 空间距离主效应显著, 是因为在实验中近空间距离使用的是右手按键, 远空间距离使用的是左手按键, 右利手导致被试对近空间距离词语的反应偏快。进一步进行简单效应分析发现, 相对于看到狗时, 看到猫时被试对近空间距离词语的反应时更快(M_猫 = 819.86 ms, SD = 182.05 vs. M_狗 = 908.99 ms, SD = 279.29), F (1, 186) = 6.72, p = 0.010, η²_p = 0.035; 而且, 相对于看到猫时, 被试看到狗时对远空间距离词语的反应时更快(M_猫 = 961.97 ms, SD = 362.12 vs. M_狗 = 862.05 ms, SD = 294.54), F (1, 186) = 4.31, p = 0.039, η²_p = 0.023。将被试的惯用手类型(F (1, 185) = 4.31, p = 0.039, η²_p = 0.023)作为控制变量, 重复测量方差分析的结果显示, 动物类型和空间距离的交互作用依然显著, F (1, 185) = 15.85, p < 0.001, η²_p = 0.079。

平均正确率。以平均正确率作为因变量, 进行2 (动物类型：猫vs.狗) × 2 (空间距离：近vs.远)重复测量方差分析。结果表明, 动物类型的主效应不显著, F (1, 186) = 1.79, p = 0.183; 空间距离的主效应接近显著, F(1, 186) = 3.57, p = 0.061; 两者的交互效应显著, F (1, 186) = 4.75, p = 0.031, η²_p = 0.025。进一步简单效应分析发现, 相对于看到猫时, 看到狗时被试对远空间距离词语的判断正确率更高(M_猫 = 0.94 (94%), SD = 0.12 vs. M_狗 = 0.98 (98%), SD = 0.07), F (1, 186) = 4.68, p = 0.032, η²_p = 0.025; 相对于看到狗时, 看到猫时被试对近空间距离词语的判断正确率更高, 但这一差异不显著(M_猫 = 0.98 (98%), SD = 0.07 vs. M_狗 = 0.97 (97%), SD = 0.08), F (1, 186) = 0.58, p = 0.448。将被试的惯用手类型(F (1, 185) = 3.02, p = 0.084, η²_p = 0.016)作为控制变量, 2 (动物类型：猫vs. 狗) × 2 (空间距离：近vs. 远)重复测量方差分析的结果显示, 动物类型和空间距离的交互作用依然显著, F (1, 185) = 4.77, p = 0.030, η²_p = 0.025。具体结果见图2。

实验1a关于反应时的结果支持H1, 表明动物类型与空间距离之间存在内隐联结, 即相对于狗, 猫与近空间距离的联系更紧密; 相对于猫, 狗与远空间距离的联系更紧密。然而关于正确率, 实验1a发现, “近−猫”的判断正确率要显著高于“近−狗”, 但是“远−猫”和“远−狗”的正确率在统计上没有差异。我们认为, 可能的解释是“远狗近猫”的联想是一种启发式策略, 人们用启发式思维做决策时会注重速度而非准确率。为了进一步检验“远狗近猫”联想的稳健性, 实验1b将收集外显层面的证据。

实验1a在内隐层面证明了动物类型与空间距离之间存在关联, 实验1b旨在验证外显层面是否依然存在动物类型与空间距离之间的关联。

实验1b采用2 (动物类型：猫vs.狗)单因素被试间设计, 因变量为空间距离感知。在实验前采用G*power 3.1对被试量进行计算, 单因素被试间设计采用中等效应量f = 0.25, α = 0.05, 2个组别, 达到90%效应量共需被试171名(Faul et al., 2007)。实验2在Credamo见数平台上实施, 共200名被试参与了该实验(M_年龄 = 30.14岁, SD = 8.96岁, 68.5%女性), 猫组100人, 狗组100人。

首先, 将被试随机分配到浏览猫组或浏览狗组中的任一组。浏览猫组看到猫的图片, 而浏览狗组看到狗的图片。紧接着, 进行因变量(被试与图片中的动物在相处时的空间距离选择)的测量。我们采取两种方式测量因变量。第一种方式是滑块题, 第二种方式是选择题。在滑块题中, 浏览猫组(vs.浏览狗组)被试在一个0~20米的滑块上指出自己想要距离这只猫(vs.这只狗)有多远。此处滑块题的最大值选择20米是基于对市面上出售的狗绳的最大长度的搜寻。在选择题中, 浏览猫组(vs.浏览狗组)被试看7张人与猫(人与狗)的距离图片, 图片中左边是猫或狗(具体取决于组别), 右边是人。这7张图片中人与猫(人与狗)的距离依次递增。我们让浏览猫组被试(vs.浏览狗组被试)从这7张图片中选择出一张最能描述他们与图片中猫(vs.狗)的空间距离的图片。这一图片选择题的灵感来源于Aron等(1992)的在自我中包含他人量表(inclusion of other in the self scale)。此外, 我们还测量了被试对这只猫(vs.这只狗)的心理距离(Dubois et al., 2016; 刘新燕 等, 2023)。实验1b使用的操纵以及测量材料详见网络版附录3。最后, 作为控制变量, 被试还汇报了自己对实验中呈现的猫(狗)的喜爱程度(1 = 一点都不喜欢, 7 = 非常喜欢)以及是否拥有宠物猫(宠物狗)。最后, 被试回答了人口统计学信息并获得了报酬。

空间距离选择：滑块题。以滑块题中被试选择出的与猫(狗)的空间距离为因变量, 进行动物类型(猫vs.狗)的单因素方差分析。结果显示, 浏览猫组被试选择的空间距离比浏览狗组被试选择的空间距离更近(M_猫 = 1.24, SD = 0.90 vs. M_狗 = 5.23, SD = 4.31), F(1, 198)= 82.26, p < 0.001, η²_p = 0.294。将对猫/狗的喜爱程度以及是否有宠物猫/宠物狗作为控制变量, 动物类型对空间距离选择的影响依然显著, F(1, 196)= 53.05, p < 0.001, η²_p = 0.213。

空间距离选择：选择题。以被试选择的能够描述他们与猫(狗)相处时的空间距离为因变量, 进行动物类型(猫vs.狗)单因素被试间方差分析。结果显示, 浏览猫组被试选择的空间距离图片比浏览狗组被试选择的空间距离图片中人与动物的空间距离更近(M_猫 = 1.63, SD = 0.96 vs. M_狗 = 3.17, SD = 1.45), F(1, 198)= 78.41, p < 0.001, η²_p = 0.284。将对猫/狗的喜爱程度以及是否有宠物猫/狗作为控制变量, 结果依然显著, F(1, 196)= 47.90, p < 0.001, η²_p = 0.196。结果再次支持H1。

额外结果。以心理距离为因变量, 动物类型为自变量, 空间距离为中介变量, 用POCESS (Model 4, 5, 000 bootstraps; Hayes, 2018)进行中介分析。结果发现, 动物类型−空间距离−心理距离的间接效应显著(indirect effect = 0.66, SE = 0.17, 95% CI = [0.3438,0.9909]不包含0), 动物类型−心理距离的直接效应不显著(direct effect = 0.06, SE = 0.18, 95% CI = [−0.3007, 0.4222]包含0, p = 0.741)。

实验1b的结果从外显层面支持了H1, 证实了“远狗近猫”这一联想的稳健性。至此, 实验1a和实验1b从内隐层面和外显层面均验证了动物类型与空间距离之间的匹配关系。接下来的实验将在流浪动物救助情境中验证“远狗近猫”效应。

实验2旨在初步检验H2, 也即动物类型与空间距离的匹配是否影响人们对流浪动物的救助意愿。我们期待, 远空间距离时救助信息呈现流浪狗比流浪猫更适合, 而近空间距离时救助信息呈现流浪猫比流浪狗更适合, 这种匹配会增加人们对流浪动物的救助意愿。

实验2采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间设计, 因变量为愿意参与流浪动物救助的时长和对动物食粮的购买意愿。在实验前采用G*power 3.1对被试量进行计算, 2×2 交互效应采用中等效应量f = 0.25, α = 0.05, 达到 99%效应量共需被试292名(Faul et al., 2007)。共320名大学生被试参与该实验, 剔除掉10名作答时间过短或过长(作答时长超过M + 2 SD或低于M − 2 SD)的被试, 剩余310份有效问卷 (M_年龄 = 20.51岁, SD = 1.81岁, 53.2%女性), 近猫组80人, 远猫组76人, 近狗组80人, 远狗组74人。G*Power计算结果显示, 当组数为4、效应量(f)为0.25、显著性水平为0.05、协变量数量为3时, 样本量为310的Power值 > 0.99, 因此实验2的样本量具有统计检验力。

实验2在中国一所大型公立大学进行, 在该大学内有许多流浪猫和流浪狗, 这为我们的田野实验提供了真实的背景。同时, 该大学有真实的流浪猫保护协会和流浪狗保护协会。我们与两个协会合作开展该实验, 以提高实验的真实性。具体而言, 实验2的动物救助海报使用该大学流浪动物保护协会的协会背景, 征集本校学生对流浪动物救助的意见和建议。具体而言, 实验2在学生下课必经的校园道路上拉横幅, 横幅内容为“xx大学流浪动物保护计划——xx大学流浪动物保护协会宣”。研究助理在横幅周围接近学生被试, 告知被试她们是该大学流浪动物保护协会的成员, 并向学生被试发放流浪动物救助海报。学生扫描海报上的二维码填写意见。最终, 共有320名学生提供了对流浪动物救助的意见。

首先, 进行动物类型和空间距离的操纵。进行实验2的高校有A、B两个校区, 这两个校区相距40 km, 且两个校区均有流浪动物。实验2在A校区进行。因此, 近空间距离的流浪猫组被试领取的海报上印有流浪猫的图片, 他们被告知需要救助的流浪猫生活在A校区, 距离他们的空间距离小于1 km; 远空间距离的流浪猫组被试领取的海报上则印有流浪猫的图片, 他们被告知需要救助的流浪猫生活在B校区, 距离他们的空间距离大于40 km。近空间距离的流浪狗组和远空间距离的流浪狗组被试接受的空间距离的操纵与上述流浪猫组一致, 只是将动物换成了流浪狗。实验2使用的救助海报材料详见网络版附录4。30名A校区被试(M_年龄 = 21.27岁, SD = 1.01岁, 63.3%女性)的前测表明上述空间距离的操纵材料是成功的, 40 km的B校区比1 km的A校区引发被试更远的空间距离联想(M_1kmA校区 = 5.57, SD = 1.70 vs. M_40kmB校区 = 2.63, SD = 1.26), t(28)= 5.45, p < 0.001, Cohen’s d = 1.96。需要注意的是, 这些参与前测的被试没有参与正式实验。为了增加组别分配的随机化, 上述4个组别的海报每隔10分钟更换一次组别, 以此循环。

领取海报后被试扫描海报上的二维码回答了因变量问题。具体而言, 被试在一道区间在0~120分钟的滑块题上指出自己愿意花费多少时间参与流浪动物保护协会组织的救助A校区(或B校区)的流浪猫(或流浪狗)的爱心活动。被试被告知这些爱心活动包括但不限于为流浪猫(流浪狗)搭建住所、提供食物等。滑块题的最大长度选择为120分钟是基于我们前期和学校流浪动物协会沟通后确定的学生参与爱心活动的最长时长。除了测量愿意救助流浪动物的时长外, 被试还指出了对狗粮(猫粮)的购买意愿。具体而言, 得到流浪猫海报的被试被询问“您在多大程度上愿意在日常生活中购买猫粮给A (或B)校区的流浪猫?”而得到流浪狗海报的被试被询问“您在多大程度上愿意在日常生活中购买狗粮给A (或B)校区的流浪狗?”这道题的选项是7点李克特量表(1 = 完全不愿意, 7 = 非常愿意)。随后, 被试回答了空间距离的操纵核查题, “您认为A (或B)校区的流浪猫(流浪狗)在空间上距您有多远?1 = 非常远, 7 = 非常近”。这道空间距离核查题改编自Chu等(2021)。此外, 作为控制变量, 被试还汇报了自己以往救助流浪动物的经历(是否曾经救助过校园内的流浪动物, 比如给流浪动物喂食物、搭建住所等)、每月生活费(1000元及以下/1001元~2000元/2001元~3000元/3001元及以上), 以及来往两个校区的频率(1 = 每月一次及以下, 2 = 每周一次, 3 = 每周两次, 4 = 每周两次以上)。最后, 被试汇报了人口统计变量。

操纵核查：空间距离感知。以感知空间距离远近为因变量, 进行空间距离操纵(2)独立样本t检验。结果显示, 远空间距离组(M_40kmB校区 = 2.97, SD = 1.44)的感知空间距离远于近空间距离组(M_1kmA校区 = 4.44, SD = 1.63), t(308)= 8.39, p < 0.001, Cohen’s d = 0.96。因此, 对空间距离的操纵成功。

愿意参与流浪动物救助的时间。以参与时间为因变量进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的方差分析。结果表明, 动物类型(F (1, 310) = 0.01, p = 0.907)和空间距离(F (1, 310) = 0.03, p = 0.875)的主效应均不显著; 二者交互效应显著, F (1, 306) = 8.57, p < 0.001, η²_p = 0.027。进一步简单效应分析发现：近空间距离下, 流浪猫组被试愿意参与动物救助活动的时间显著高于流浪狗组的被试(M_狗 = 52.12, SD = 34.93 vs. M_猫 = 63.28, SD = 38.87), F (1, 306) = 4.25, p = 0.040, η²_p = 0.014; 而远空间距离下, 流浪狗组被试愿意参与动物救助活动的时间显著高于流浪猫组被试(M_狗 = 63.12, SD = 31.94 vs. M_猫 = 51.04, SD = 32.65), F (1, 306) = 4.33, p = 0.038, η²_p = 0.014。具体结果见图3。将是否曾经救助过校园内流浪动物(F(1, 304) = 6.88, p = 0.009, η²_p = 0.022)、来往频率(F(1, 304) = 0.03, p = 0.858)作为控制变量, 动物类型和空间距离的交互对参与时间的影响依然显著, F(1, 304) = 8.54, p = 0.004, η²_p = 0.027。上述结果支持H2。

动物食粮的购买意愿。以动物食粮的购买意愿为因变量, 进行2 (动物类型：猫vs.狗) × 2 (空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型(F (1, 306) = 0.18, p = 0.672)和空间距离(F (1, 306) = 0.09, p = 0.761)的主效应均不显著; 二者交互效应显著, F (1, 306) = 10.88, p = 0.001, η²_p = 0.034。进一步简单效应分析发现：近空间距离下, 流浪猫组被试对动物食粮的购买意愿显著高于流浪狗组被试(M_狗 = 4.39, SD = 1.24 vs. M_猫 = 4.79, SD = 1.14), F (1, 306) = 4.45, p = 0.036, η²_p = 0.014; 而远空间距离下, 流浪狗组被试对动物食粮的购买意愿显著高于流浪猫组被试(M_狗 = 4.89, SD = 1.15 vs. M_猫 = 4.37, SD = 1.39), F (1, 306) = 6.47, p = 0.011, η²_p = 0.021。简单效应分析的结果如图3所示。将是否曾经救助过校园内流浪动物(F (1, 303) = 13.36, p < 0.001, η²_p = 0.042)、生活费(F (1, 303) = 7.16, p = 0.008, η²_p = 0.023)和来往频率(F (1, 303) = 6.74, p = 0.010, η²_p = 0.022)作为控制变量, 动物类型和空间距离的交互对购买动物食粮意愿的影响依然显著, F (1, 303) = 13.55, p < 0.001, η²_p = 0.043。实验结果支持H2。

实验2通过一个田野实验初步检验了动物类型与空间距离之间的匹配会促进被试对流浪动物的救助意愿。这一真实世界的田野实验为H2提出的“远狗近猫”效应提供了支持。然而, 该实验仍有不足：第一, 田野实验本身存在的噪音较多, 田野实验得出的结果能否在实验室实验中复制还不得而知; 第二, 实验2衡量救助意愿的方式是被试愿意参与流浪动物救助的时间以及对动物食粮的购买意愿。如果更换因变量, 实验2的结论是否依然成立不得而知。实验3将使用量表直接测量对流浪动物的救助意愿; 第三, 实验2中被试对流浪动物本身的喜爱程度可能也会影响救助意愿, 但实验2没有进行控制。为此开展实验3解决上述问题。

实验3旨在检验H2。具体而言, 实验3将测量被试对实验中呈现的流浪动物的喜爱程度并将其作为控制变量, 以增加实验结论的严谨性。同时, 实验3将使用量表直接测量对流浪动物的救助意愿, 以拓展因变量的检验范围。我们期待, 在更换因变量测量方式和控制干扰变量后, H2依旧能成立。

实验3采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间设计, 因变量为对流浪动物的救助意愿。实验3在Credamo见数平台上实施, 共320名被试参与了该实验。剔除掉3名作答时间低于M − 2 SD的被试, 剩余317份有效问卷(M_年龄 = 31.45岁, SD = 8.48岁; 56.5%女性)。其中, 近猫组78人, 远猫组80人, 近狗组79人, 远狗组80人。G*Power计算结果显示, 当组数为4、效应量(f)为0.25、显著性水平为0.05、协变量数量为1时, 样本量为317的Power值 > 0.99。因此, 实验3的样本量具有统计检验力。

询问被试是否同意参与实验后, 我们将被试被随机分配到不同动物类型的组别和不同的空间距离组别。具体而言, 4组被试都想象下述情境：“您正在浏览网页, 无意间看到一个流浪动物公益救助海报。”其中, 近猫组被试看到流浪猫的图片, 并看到海报中的文字“需要救助的流浪猫距你30公里”; 远猫组看到流浪猫的图片, 并看到海报中的文字“需要救助的流浪猫距你300公里”; 近狗组看到流浪狗的图片, 并看到海报中的文字“需要救助的流浪狗距你30公里”; 远狗组看到流浪狗的图片, 并看到海报中的文字“需要救助的流浪狗距你300公里”。实验3使用的救助海报材料详见网络版附录5。上述空间距离的操控改编自前人文献(如Kim et al., 2008; 金玉芳, 张倩毓, 2023)。随后, 被试填写因变量救助意愿的测量。采用White和Peloza (2009)使用的三个条目(α = 0.88)测量救助意愿。这三个条目是：“您对海报中流浪动物的救助意愿是?1 = 非常不愿意, 7 = 非常愿意”, “您对海报中的流浪动物提供救助的可能性有多高?1 = 完全不可能, 7 = 非常可能”, 以及“您对海报中流浪动物提供救助的倾向性有多高?1 = 非常低, 7 = 非常高”。将这三个条目加总平均形成因变量救助意愿。随后, 被试完成空间距离的操纵检验。也即被试回答“您认为海报上需要被救助的流浪动物距离您有多远?” (1 = 非常远, 7 = 非常近; Chu et al., 2021)。之后, 被试汇报了他们对刚才浏的流浪动物的喜爱程度(1 = 一点都不喜欢, 7 = 非常喜欢), 以排除喜爱程度的解释。最后, 被试汇报了人口统计变量并获得了报酬。

操纵检验：空间距离感知。以感知空间距离感知为因变量, 进行2 (空间距离操纵：300公里vs. 30公里)的独立样本t检验。结果显示, 被试对距自己300公里的流浪动物的空间距离感知(M_300公里 = 2.78, SD = 1.45)显著远于距自己30公里的流浪动物的空间距离感知(M_30公里 = 4.31, SD = 1.31), t(315)= 9.89, p < 0.001, Cohen’s d = 1.11。这表明对空间距离的操纵是成功的。

救助意愿。以救助意愿为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型的主效应接近显著(F (1, 313) = 3.72, p = 0.06)、空间距离的主效应接近显著(F (1, 313) = 3.69, p = 0.06); 二者交互效应显著, F (1, 313) = 33.29, p < 0.001, η²_p = 0.096。进一步简单效应分析发现：近空间距离下, 被试对流浪猫的救助意愿显著高于对流浪狗的救助意愿(M_狗 = 5.33, SD = 1.00 vs. M_猫 = 5.79, SD = 0.98), F (1, 313) = 7.30, p = 0.007, η²_p = 0.023; 而远空间距离下, 被试对流浪狗的救助意愿显著高于对流浪猫的救助意愿(M_狗 = 5.79, SD = 1.09 vs. M_猫 = 4.87, SD = 1.16), F (1, 313) = 7.30, p < 0.001, η²_p = 0.087。上述分析表明H2成立。将对动物的喜爱程度作为控制变量, 动物类型和空间距离的交互对救助意愿的影响依然显著, F (1, 312) = 12.87, p < 0.001, η²_p = 0.040; 喜爱程度对救助意愿的影响也显著, F (1, 312) = 188.44, p < 0.001, η²_p = 0.377。

实验3在线上实验中复制了实验2的田野实验证据, 表明H2所提的慈善救助中的“远狗近猫”效应的稳健性。但是, 实验3仍有不足：第一, 实验3的实验情境是流浪动物救助, “远狗近猫”效应在别的情境(例如, 流浪动物领养)是否依然成立无法得知。第二, 对动物的可怜程度可能也会影响研究结果, 实验3没有加以排除。基于上述不足, 我们开展了实验3的补充实验, 实验3S。

实验3S采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间设计, 因变量为对流浪动物的领养意愿。实验3S在Credamo见数平台上实施, 共306名被试参与了该实验 (M_年龄 = 30.95岁, SD = 8.01岁, 71.2%女性), 近猫组78人, 远猫组78人, 近狗组74人, 远狗组76人。在实验3S中被试被告知浏览到一个公益机构发布的“云领养”流浪动物计划, 动物类型和空间距离由领养海报图片和领养海报中呈现的文字启动(空间距离操纵改编自Kim et al., 2008; 金玉芳, 张倩毓, 2023)。具体而言, 近猫组看到流浪猫的图片, 并看到海报中的文字“本市流浪猫“云”领养” “距离您10 km”; 远猫组海报中的文字则呈现“外省市流浪猫“云”领养” “距离您1000 km”。近狗组看到流浪狗的图片, 并看到海报中的文字“本市流浪狗“云”领养” “距离您10 km”; 远狗组海报中的文字则呈现“外省市流浪狗“云”领养” “距离您1000 km”。具体材料详见网络版附录6。随后, 进行因变量领养意愿的测量。并且, 实验3S还测量了被试愿意领养这只流浪动物的时长(“如果您准备“云”领养这只流浪动物, 您想“云”领养这只流浪动物几周?1 = 1周, 7 = 7周”)。最后, 被试报告了对被领养流浪动物的喜爱程度(1 = 一点都不喜欢, 7 = 非常喜欢)和可怜程度(1 = 一点都不可怜, 7 = 非常可怜)。

实验3S的结果显示, “远狗近猫”效应扩展到流浪动物领养情境依然成立。以领养意愿为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型(F (1, 302) = 0.54, p = 0.465)和空间距离(F (1, 302) = 0.14, p = 0.714)的主效应均不显著; 但二者的交互效应显著, F (1, 302) = 13.48, p < 0.001, η²_p = 0.043。进一步简单效应分析发现：近空间距离下, 被试对流浪猫的领养意愿显著高于流浪狗(M_狗 = 5.67, SD = 0.84 vs. M_猫 = 5.97, SD = 0.63), F (1, 302) = 4.13, p = 0.043, η²_p = 0.013; 而远空间距离下, 被试对流浪狗的领养意愿显著高于流浪猫(M_狗 = 6.08, SD = 0.61 vs. M_猫 = 5.65, SD = 1.20), F (1, 302) = 10.17, p = 0.002, η²_p = 0.033。上述结果再次证明H2成立。将对动物的喜爱程度和可怜程度作为控制变量, 动物类型和空间距离的交互项对流浪动物领养意愿的影响依然显著, F (1, 300) = 11.38, p = 0.001, η²_p = 0.037。

实验3S还有额外发现。以预期领养时间作为因变量, 进行2 (动物类型：流浪猫 vs. 流浪狗) × 2 (空间距离：近 vs. 远)的双因素被试间方差分析。结果发现, 动物类型(F (1, 302) = 0.05, p = 0.821)和空间距离(F (1, 302) = 2.55, p = 0.111)的主效应不显著, 而二者的交互效应也不显著, F (1, 302) = 0.03, p = 0.872。上述结果说明, 尽管动物类型和空间距离的交互会影响被试对流浪动物的领养意愿, 但不会影响被试对流浪动物的预期领养时长。这可能是因为领养时间会让人们理性思考。同时, 领养时间涉及时间成本。在田野实验中人们最多愿意做志愿活动2小时, 7周对被试很长。

实验4旨在通过更换自变量的启动方式、因变量的观测方式来检验H2所提的慈善救助中的“远狗近猫”效应的稳健性。同时, 实验4的另一个重要目的是检验加工流畅性的中介作用(H3)。

实验4是一个预注册实验, 采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间设计, 因变量为对流浪动物的捐赠金额。实验4在中国一所大型公立大学实施, 通过随机拦截的方式招募被试到实验室参与实验, 共300名被试同意参与该实验(M_年龄 = 22.94岁, SD = 3.34岁, 64.7%女性)。其中近猫组73人、远猫组78人、近狗组74人、远狗组75人。实验4中所有被试的作答时长均没有超过M + 2 SD和M − 2 SD, 都认真作答问卷, 所以所有被试数据均纳入分析。

来到实验室后, 被试被随机分配到流浪猫组或流浪狗组。其中, 流浪猫组被试(流浪狗组被试)被告知他们将会浏览到一个公益机构发布的流浪猫(流浪狗)的喂饱计划。该公益计划将募集资金购买猫(狗)粮物资, 分批次送往全国各地流浪猫(狗)救助站。随后, 流浪猫组被试(流浪狗组被试)看到流浪猫(流浪狗)的图片。之后进入捐赠页面, 用文字操控空间距离。近空间距离组被试看到捐赠页面显示“该批次募集的资金发往的流浪动物救助站距离您30 km”; 而远空间距离组被试看到捐赠页面显示“该批次募集的资金发往的流浪动物救助站距离您300 km”。随后, 测量因变量捐赠金额。被试在一道0~100元区间的滑块题上选择自己想要为流浪动物救助站中的流浪猫(流浪狗)捐赠的金额。需要注意的是, 实验4中被试只是选择自己想要捐赠的金额, 并非选择实际捐赠的金额。具体的操纵材料详见网络版附录7。

与实验3一致, 进行了空间距离的操纵核查。之后, 被试填写加工流畅性量表。采用Lee和Aaker (2004)使用的3个条目测量加工流畅性(1 = 完全不同意, 7 = 完全同意; α = 0.71)。这三个条目是：“我认为刚刚呈现的流浪动物救助的信息和海报很简单”、“我认为刚刚呈现的流浪动物救助的信息和海报容易理解”和“我能够很清楚地理解刚刚呈现的流浪动物救助的信息和海报”。被试还报告了自己对海报上流浪动物的喜爱程度感知(1 = 一点都不喜欢, 7 = 非常喜欢)和可怜程度感知(1 = 一点都不可怜, 7 = 非常可怜)。最后, 被试汇报了人口统计变量并获得了报酬。

操纵检验：空间距离感知。以感知空间距离为因变量, 进行2 (空间距离：30 kmvs.300 km)独立样本t检验。结果显示, 看到流浪动物救助站距离自己300 km的被试(M_远 = 3.14, SD = 1.61)比看到流浪动物救助站距离自己30 km的被试(M_近 = 3.63, SD = 1.64)对救助站中的流浪动物空间距离的感知更远, t (298) = 2.60, p = 0.010, Cohen’s d = 0.30。因此, 对空间距离的操纵成功。

捐赠金额。以捐赠金额为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型(F (1, 296) = 0.00, p = 0.967)和空间距离(F (1, 296) = 1.44, p = 0.231)的主效应均不显著, 二者交互效应显著, F (1, 296) = 9.51, p = 0.002, η²_p = 0.031。进一步简单效应分析发现：近空间距离下, 被试对流浪猫的捐赠金额显著高于对流浪狗的捐赠金额(M_狗 = 45.70, SD = 28.43 vs. M_猫 = 56.93, SD = 34.50), F (1, 296) = 4.79, p = 0.029, η²_p = 0.016; 而远空间距离下, 被试对流浪狗的捐赠金额显著高于对流浪猫的捐赠金额(M_狗 = 52.47, SD = 32.15 vs. M_猫 = 41.54, SD = 29.12), F (1, 296) = 4.72, p = 0.031, η²_p = 0.016。上述结果支持H2。将对动物的喜爱程度和可怜程度作为控制变量, 进行进行2 (动物类型) × 2 (空间距离)的双因素被试间协方差分析。结果发现, 动物类型和空间距离的交互对流浪动物捐赠金额的影响依然显著(F (1, 294) = 8.04, p = 0.005, η²_p = 0.027), 喜爱程度(F (1, 294) = 12.10, p = 0.001, η²_p = 0.040)和可怜程度(F (1, 294) = 7.89, p = 0.005, η²_p = 0.026)对捐赠金额的影响也显著。

加工流畅性。以加工流畅性为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间方差分析。结果表明, 动物类型(F (1, 296) = 0.00, p = 0.948)和空间距离(F (1, 296) = 1.56, p = 0.213)的主效应均不显著; 二者交互效应显著, F (1, 296) = 10.11, p = 0.002, η²_p = 0.033。进一步简单效应分析发现：近空间距离捐赠时, 被试对流浪猫的捐赠比对流浪狗的捐赠体验到更高的加工流畅性(M_狗 = 5.18, SD = 1.02 vs. M_猫 = 5.56, SD = 0.87), F (1, 296) = 5.16, p = 0.024, η²_p = 0.017; 远空间距离捐赠时, 被试对流浪狗的捐赠比对流浪猫的捐赠时体验到更高的加工流畅性, 这一差异接近显著(M_狗 = 5.40, SD = 0.91 vs. M_猫 = 5.04, SD = 1.18), F (1, 296) = 4.95, p = 0.027, η²_p = 0.016。

中介效应。捐赠金额为因变量, 动物类型为自变量, 空间距离为调节变量, 加工流畅性为中介变量, 用PROCESS (Model 8, 5, 000 bootstraps; Hayes, 2018) 进行有中介的调节效应分析。结果发现, 加工流畅性在动物类型和空间距离的交互项对救助金额的影响中起中介作用(indirect effect = −3.64, SE = 1.79, 95% CI = [−7.6767, −0.6922]不包含0)。进一步分析发现, 在近空间距离时, 加工流畅性的间接效应显著(indirect effect = 1.86, SE = 1.03, 95% CI = [0.2001,4.2033]不包含0); 在远空间距离时, 加工流畅性的间接效应也显著(indirect effect = −1.78, SE = 1.13, 95% CI = [−4.4359, −0.0556]不包含0)。具体结果见图4。因此, H3成立。

通过更换实验材料、更换对因变量捐赠金额的测量方式, 实验4再次验证H2, 表明慈善救助中远狗近猫效应的稳健性。同时, 实验4还排除了喜爱程度和可怜程度对实验结论的影响。更重要的, 实验4验证了远狗近猫效应的内在机制是加工流畅性, 证明H3成立。但是, 实验4仍有不足：实验4没有检验竞争中介。前人的研究发现, 人们接触狗会引发促进定向特质, 接触猫会引发预防定向特质(Jia et al., 2022)。同时, 保守派会进行近空间距离捐赠, 自由派会进行远空间距离捐赠(Lee et al., 2015)。因此, 调节定向可能是替代中介解释。为了弥补上述不足, 我们开展了实验4的补充实验, 实验4S。

实验4S采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间设计, 因变量为对流浪动物的救助意愿。共280名Prolific平台的英国被试参与了该实验(M_年龄 = 41.84岁, SD = 15.64岁, 58.9%女性), 近猫组68人, 远猫组67人, 近狗组73人, 远狗组72人。被试被告知自己正浏览到一个公益机构发布的“云救助”流浪动物计划。随后被试被随机分配到自变量的不同组别。之后被试被随机分配到自变量的不同组别：近猫组看到流浪猫的图片, 并看到海报中的文字 “距离您10 km”; 远猫组海报中的文字则呈现 “距离您1000 km”。近狗组看到流浪狗的图片, 并看到海报中的文字“距离您10 km”; 远狗组海报中的文字则呈现“距离您1000 km”。具体实验材料见网络版附录8。随后进行流浪动物救助意愿的测量, 测量条目(α = 0.95)和实验3完全相同(White & Peloza, 2009)。之后, 被试填写和实验4一致的加工流畅性量表(α = 0.91; Lee & Aaker, 2004)。被试还填写了Lockwood等(2002)开发的18题项的调节定向量表, 包括9个促进定向题项(例如, “我更倾向于获得成功而不是预防失败”, α = 0.88)和9个预防定向题项(例如, “我更倾向于避免损失而不是获得收益”, α = 0.85)。最后, 被试汇报了是否养过宠物、宠物的类型以及其他人口统计学变量。

实验4S的结果显示：“远狗近猫”效应成立。以救助意愿为因变量进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的方差分析。结果表明, 动物类型(F (1, 276) = 0.01, p = 0.94)和空间距离(F (1, 276) = 0.00, p = 0.988)的主效应均不显著; 交互作用显著, F (1, 276) = 9.42, p = 0.002, η²_p = 0.033。进一步简单效应分析发现：近空间距离下, 被试更愿意救助流浪猫而不是流浪狗(M_狗 = 4.32, SD = 1.47 vs. M_猫 = 4.93, SD = 1.64), F (1, 276) = 3.87, p = 0.050, η²_p = 0.014; 而远空间距离下, 被试更愿意救助流浪狗而不是流浪猫(M_狗 = 4.94, SD = 1.58 vs. M_猫 = 4.30, SD = 1.84), F (1, 280) = 5.87, p = 0.016, η²_p = 0.021。将养宠物的经历和养宠物的类型作为控制变量, 动物类型和空间距离的交互对流浪动物救助意愿的影响依然显著, F (1, 274) = 9.33, p = 0.002, η²_p = 0.033。上述结果表明H2成立。

以救助意愿为因变量, 动物类型为自变量, 空间距离为调节变量, 加工流畅性为中介变量, 用PROCESS (Model 8, 5, 000 bootstraps; Hayes, 2018) 进行有调节的中介效应分析。结果发现, 加工流畅性在动物类型和空间距离的交互项对救助意愿的影响中起中介作用(indirect effect = 0.13, SE = 0.08, 95% CI = [0.0036,0.3206]不包含0)。以促进定向和预防定向分别为中介, 进行有调节的中介效应分析(PROCESS Model 8; 5 000 bootstraps; Hayes, 2018)。结果发现, 促进定向(indirect effect = 0.12, SE = 0.15, 95% CI = [−0.1684, 0.4250]包含0)和预防定向(indirect effect = 0.08, SE = 0.07, 95% CI = [−0.0303, 0.2630]包含0)在动物类型和空间距离的交互项对救助意愿的影响中均不起中介作用。这排除了调节定向的备择解释。

空间距离与心理距离往往是一致的(Trope & Liberman, 2010)。在控制心理距离后, “远狗近猫”效应是否依然成立?同时, 是否存在另外一种可能：远空间距离的狗比远空间距离的猫会引发更近的心理距离, 近空间距离的猫比近空间距离的狗会引发更近的心理距离, 这才导致加工流畅性增加, 进而引发更高的救助意愿。因此, 我们开展实验5检验上述可能性。

实验5采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)双因素被试间设计, 因变量为对流浪动物的领养意愿。实验5在Credamo见数平台上实施, 共320名被试参与了该实验。剔除掉12名书写任务不通过、作答答案完全一样的被试后, 剩余308份有效问卷(M_年龄 = 30.95岁, SD = 10.53岁, 57.1%女性), 近猫组75人、远猫组77人、近狗组77人、远狗组79人。G*Power计算结果显示, 当组数为4、效应量(f)为0.25、显著性水平为0.05、协变量数量为1时, 样本量为308的Power值 > 0.99。这表明实验5的样本量具有统计检验力。

在被试选择同意参与该实验后进入情境想象任务。在该任务中, 被试被告知“您接下来会浏览到一个公益机构发布的“云领养”流浪动物计划, 领养费为每周9.9元——这是它们一周的口粮费。在领养期间, 被领养的动物将被标注为“被xx领养”, 同时该领养人可以实时看到被领养动物的视频。其中xx是您的姓名”。随后被试被随机分配到自变量的不同组别。动物类型和空间距离由领养海报图片和领养海报中呈现的文字启动(空间距离操纵改编自Kim et al., 2008; 金玉芳, 张倩毓, 2023), 操纵材料与实验3S一致, 具体材料详见网络版附录9。为了加深操纵效果同时检查被试的注意力, 被试看完海报材料后书写回答“刚刚浏览的流浪动物是什么?”以及“刚刚浏览的流浪动物距离您多少公里?”这两个问题。随后进行因变量领养意愿的测量。领养意愿改编自White和Peloza (2009)的研究用三个条目来测量。这三个条目是：“您有多么希望“云”领养这只流浪动物一周?” “您有多大可能“云”领养这只流浪动物一周?”以及“您有多么愿意“云”领养这只流浪动物一周?”。三个条目用7点李克特量表测量(1 = 一点都不希望/一点都不可能/一点都不愿意, 7 = 非常希望/非常可能/非常愿意)且内部一致性系数良好(α = 0.88)。

之后, 被试填写了实验4中用到的加工流畅性量表(α = 0.73; Lee & Aaker, 2004)。被试还汇报了与海报中流浪动物的心理距离, 具体条目是“我在心理上感觉到这只流浪狗(猫)与我很亲近”, 1 = 非常不同意, 7 = 非常同意(改编自Dubois et al., 2016; 刘新燕 等, 2023)。随后, 与实验3一致, 进行了空间距离的操纵核查。最后, 被试汇报了人口统计变量。

操纵检验：空间距离。以感知空间距离为因变量, 进行2 (空间距离：10 km vs. 1000 km)的独立样本t检验。结果显示, 被试感知到距离自己1000 km的流浪动物比距离自己10 km的流浪动物的空间距离更远(M_1000km = 2.26, SD = 1.53 vs. M_10km = 4.68, SD = 1.63), t(306)= 13.39, p < 0.001, Cohen’s d = 1.53。这表明空间距离的操纵成功。

领养意愿。以领养意愿为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型(F (1, 304) = 0.27, p = 0.601)和空间距离(F (1, 304) = 0.08, p = 0.779)的主效应均不显著; 二者的交互效应显著, F (1, 304) = 51.49, p < 0.001, η²_p = 0.145。进一步简单效应分析发现：近空间距离下, 被试对流浪猫的领养意愿显著高于流浪狗(M_狗 = 5.44, SD = 1.20 vs. M_猫 = 6.25, SD = 0.65), F (1, 304) = 30.26, p < 0.001, η²_p = 0.091; 而远空间距离下, 被试对流浪狗的领养意愿显著高于流浪猫(M_狗 = 6.25, SD = 0.65 vs. M_猫 = 5.46, SD = 0.98), F (1, 304) = 21.68, p < 0.001, η²_p = 0.067。上述结果再次证明H2成立。将心理距离作为控制变量, 动物类型和空间距离的交互项对流浪动物领养意愿的影响依然显著, F (1, 303) = 51.11, p < 0.001, η²_p = 0.144。

加工流畅性。以加工流畅性为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型(F (1, 304) = 0.36, p = 0.548)和空间距离(F (1, 304) = 0.90, p = 0.345)的主效应均不显著; 二者的交互效应显著, F (1, 304) = 10.18, p = 0.002, η²_p = 0.032。进一步简单效应分析发现：近空间距离时, 被试看到领养流浪猫信息时比看到领养流浪狗信息时对该条信息的加工流畅性感知更高(M_狗 = 6.04, SD = 0.82 vs. M_猫 = 6.27, SD = 0.61), F (1, 304) = 3.42, p = 0.065, η²_p = 0.011; 远空间距离时, 被试看到领养流浪狗信息时比看到领养流浪猫信息时感知到的加工流畅性更高(M_狗 = 6.24, SD = 0.77 vs. M_猫 = 5.91, SD = 0.87), F (1, 304) = 7.05, p = 0.008, η²_p = 0.023。

心理距离。以心理距离为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2(空间距离：近vs.远)的双因素被试间方差分析。结果表明, 动物类型的主效应不显著, F (1, 304) = 0.00, p = 0.946; 空间距离的主效应显著, F (1, 304) = 10.14, p = 0.002, η²_p = 0.032; 二者的交互效应不显著, F (1, 304) = 2.88, p = 0.091。

加工流畅性的中介效应。领养意愿作为因变量, 动物类型作为自变量, 加工流畅性作为中介变量, 空间距离作为调节变量用PROCESS (Model 8, 5, 000 bootstraps; Hayes, 2018) 进行有中介的调节效应分析。结果发现加工流畅性在动物类型和空间距离的交互项对领养意愿的影响中起中介作用 (indirect effect = −0.24, SE = 0.10, 95% CI = [−0.4701, −0.0745]不包含0)。在近空间距离时, 加工流畅性的中介效应显著的(indirect effect = 0.10, SE = 0.06, 95% CI = [0.0027,0.2320]不包含0); 在远空间距离时, 加工流畅性的中介效应也显著(indirect effect = −0.14, SE = 0.07, 95% CI = [−0.2992, −0.0266]不包含0)。因此, 上述结果重复了实验4的结论, H3成立。

潜在中介排除。为了排除心理距离−加工流畅性的潜在顺序中介, 以领养意愿作为因变量, 动物类型作为自变量, 空间距离作为调节变量, 心理距离和加工流畅性作为顺序中介变量, 使用PROCESS (Model 92, 5000 bootstraps)进行有调节的顺序中介分析。结果发现, 心理距离和加工流畅性的顺序中介不成立(indirect effect = −0.02, SE = 0.02, Bootstrap 95% CI = [−0.0562, 0.0066]包含0)。同时, 为了排除心理距离的单一潜在中介, 以领养意愿作为因变量, 动物类型作为自变量, 加工流畅性作为中介变量, 空间距离作为调节变量用POCESS (Model 8, 5, 000 bootstraps; Hayes, 2018) 进行有调节的中介效应分析。结果发现心理距离的单一中介不成立 (indirect effect = −0.16, SE = 0.11, 95% CI = [−0.4125, 0.0178]包含0)。

实验5再次验证了H2和H3, 表明慈善救助中的“远狗近猫”效应的稳健性以及内在机制是加工流畅性。更重要的是, 实验5排除了心理距离−加工流畅性这一顺序中介的替代性解释和心理距离这一单一中介的替代性解释。

此外, 实验5的结果显示, 动物类型对心理距离的影响不显著, 动物类型和空间距离的交互对心理距离的影响也不显著。我们认为原因如下。心理距离感知的变化来源于空间距离感知的变化。实验1b的额外发现能够支持, 单纯操控动物类型、测量空间距离感知和心理距离感知时发现动物类型−空间距离感知−心理距离感知的路径成立。但实验5中, 同时操控空间距离和动物类型、并把空间距离感知作为空间距离操控的核查项时, 会导致空间距离操控的效果在猫组和狗组都成立(两组都是远空间距离的操控比近空间距离的操控导致被试对猫狗距离自己的空间距离感知更远), 遮盖了动物类型对空间距离感知的影响。

为了排除上述结论是偶然发现, 我们又开展了一个实验5的补充实验。这个实验复制了实验5的程序, 并且用多条目测量了心理距离, 以排除实验5单条目测量心理距离的缺陷。补充实验测量心理距离的具体内容是：“我认为这只流浪狗(猫)与我关系很近” “我在心理上感觉到这只流浪狗(猫)与我很亲近” (改编自Dubois et al., 2016; 刘新燕 等, 2023); 以及IOS量表(Aron et al., 1992)。这个补收实验依旧复制了实验5的发现。具体而言, 这个补收实验发现：空间距离对被试的空间距离感知的影响显著(M_近 = 4.87, SD = 1.28 vs. M_远 = 2.47, SD = 1.48), F (1, 306)= 229.94 p < 0.001, η²_p = 0.429。但动物类型对空间距离感知的影响不显著(M_猫 = 3.75, SD = 1.85 vs. M_狗 = 3.63, SD = 1.81), F (1, 306) = 0.33, p = 0.568。空间距离和动物类型的交互项对空间距离感知的影响也不显著, F (1, 304)= 0.466, p = 0.495。

至此, 前几个实验都一致证实了动物类型和空间距离的匹配促进对流浪动物的救助意愿。然而, 这种效应不可能在任何情境下都会发生, 那么有效的边界条件是什么呢?实验6将解答这一问题。

实验6旨在检验H4, 即前面实验发现的“远狗近猫”效应是否在启动基于情感的思维模式后成立, 在启动基于理性的思维模式后消失。

实验6采用2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远) × 2 (思维模式：基于情感vs.基于理性)三因素被试间设计, 因变量为对流浪动物的领养意愿。在实验前采用G*power 3.1对被试量进行计算, 2×2×2交互效应采用中等效应量f = 0.25, α = 0.05, 达到 99%效应量共需被试 296名(Faul et al., 2007)。实验6在Credamo见数平台上实施, 共640名被试参与了该实验。剔除掉1名动物类型和空间距离的书写任务均不通过的被试后, 剩余639份有效问卷(M_年龄 = 31.29岁, SD = 8.77岁, 65.9%女性), 被试被分为8组, 除感性思维模式远狗组为79人外, 其余组别被试数均为80人。G*Power计算结果显示, 当组数为4、效应量(f)为0.25、显著性水平为0.05时, 样本量为639的Power值 > 0.99。这表明实验6的样本量具有统计检验力。

在被试选择同意参与该实验后, 被试进入到情境想象任务。具体而言, 被试想象自己浏览到“云”领养流浪动物的信息。随后被试被随机分配到不同组别进行动物类型、空间距离和思维模式的启动。动物类型和空间距离的操纵与实验5完全一致, 具体实验材料详见网络版附录10。对思维模式的操纵则借鉴融合了Hong和Chang (2015)以及Woolley和Liu (2021)的方法, 也即采用文字启动和思考时间这两种方式相结合的方法。具体而言, 在浏览被领养流浪动物图片和信息的同时, 基于情感的思维模式组的被试会看到“请根据您的直觉和感觉来做出“云”领养这只流浪猫(狗)的决定。请依据您的直觉和感觉时, 请您聚焦于“云”领养这只流浪猫(狗)的情绪和情感。”基于理性的思维模式组的被试会看到“请根据您的理性思考来做出“云”领养这只流浪猫(狗)的决定。在理性思考时, 请您聚焦于“云”领养这只流浪猫(狗)的优缺点”。随后, 被试完成了和实验5相同的动物类型的回忆和空间距离的回忆。随后, 基于理性的思维模式组的被试被要求在回答因变量(流浪动物领养意愿)的相关问题之间思考1分钟后作答(系统设置至少停留在该页面1分钟)。而基于情感的思维模式组的被试被告知“点击下一页立即作答” (系统设置至多停留在该页面5秒)。

随后, 被试填写了领养意愿量表和加工流畅性的量表。领养意愿的测量题项与实验5相同(α = 0.86), 加工流畅性的三个测量题项则和实验4相同。随后, 被试完成了实验3中用到的空间距离的操纵核查题项。同时, 被试完成了思维模式的操纵核查题项。具体条目为：“您是用什么方法做出“云”领养这只流浪猫(狗)的决定的?”, 1 = 依赖直觉很快决定, 7 = 依赖理性思考花时间决定。该条目来自Woolley & Liu (2021)。最后, 被试汇报了人口统计变量。

操纵检验：空间距离感知。以感知空间距离为因变量, 进行2 (空间距离：10 km vs. 1000 km)的独立样本t检验。结果显示, 被试感知到距离自己1000 km的流浪动物比距离自己10 km的流浪动物的空间距离更远(M_1000km = 2.18, SD = 1.41 vs. M_10km = 5.13, SD = 1.41), t(637)= 26.58, p < 0.001, Cohen’s d = 2.09。这表明空间距离的操纵成功。

操纵检验：思维模式。以被试做领养决定时使用的思维模式得分为因变量, 思维模式的操纵为自变量, 进行独立t检验。结果显示, 基于理性的思维模式(M_理性 = 5.63, SD = 1.44)的得分高于基于情感的思维模式组(M_情感 = 3.01, SD = 2.11), t(637)= 18.40, p < 0.001, Cohen’s d = 1.45。这表明思维模式的操纵成功。

领养意愿。以领养意愿为因变量进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远) × 2 (思维模式：基于情感vs.基于理性)的三因素被试间方差分析。结果表明, 三因素交互作用显著, F (1, 631) = 23.26, p < 0.001, η²_p = 0.036。进一步简单简单效应分析发现, 启动基于理性的思维模式后, 动物类型和空间距离的交互作用不显著, F (1, 631) = 1.56, p = 0.180; 当空间距离近时, 被试对流浪猫和流浪狗的领养意愿相似(M_狗 = 5.66, SD = 1.28 vs. M_猫 = 5.92, SD = 0.80), F (1, 631) = 2.98, p = 0.085; 同样, 当空间距离远时, 被试对流浪猫和流浪狗的领养意愿也相似(M_狗 = 5.60, SD = 1.02 vs. M_猫 = 5.58, SD = 0.92), F (1, 631) = 0.03, p = 0.865。启动基于情感的思维模式后, 动物类型和空间距离的交互作用显著, F (1, 631) = 57.50, p < 0.001, η²_p = 0.083。具体而言, 当空间距离近时, 被试对流浪猫的领养意愿显著高于流浪狗(M_狗 = 5.60, SD = 0.90 vs. M_猫 = 6.25, SD = 0.56), F (1, 631) = 19.02, p < 0.001, η²_p = 0.029; 而当空间距离远时, 被试对流浪狗的领养意愿显著高于流浪猫(M_狗 = 6.30, SD = 0.39 vs. M_猫 = 5.24, SD = 1.22), F (1, 631) = 51.37, p < 0.001, η²_p = 0.075。

加工流畅性。以加工流畅性为因变量, 进行2 (动物类型：流浪猫vs.流浪狗) × 2 (空间距离：近vs.远) × 2 (思维模式：基于情感vs.基于理性)的三因素被试间方差分析。结果表明, 三因素交互效应显著, F (1, 631) = 5.00, p = 0.026, η²_p = 0.008。进一步简单简单效应分析发现, 启动基于理性的思维后, 动物类型和空间距离的交互作用不显著, F (1, 631) < 0.01, p = 0.946。而启动基于情感的思维后, 动物类型和空间距离的交互作用显著, F (1, 631) = 2.90, p = 0.002, η²_p = 0.004。具体而言, 当空间距离近时, 被试看到领养流浪猫信息时比看到流浪狗信息时的加工流畅性感知更高(M_狗 = 6.00, SD = 0.55 vs. M_猫 = 6.19, SD = 0.56), F (1, 631) = 4.63, p = 0.032, η²_p = 0.007; 而当空间距离远时, 被试看到领养流浪狗信息时比看到流浪猫信息时的加工流畅性感知更高(M_狗 = 6.19, SD = 0.51 vs. M_猫 = 6.00, SD = 0.71), F (1, 631) = 4.93, p = 0.027, η²_p = 0.008。具体结果见表2。

有调节的中介效应的调节分析：思维模式的调节效应。以领养意愿为因变量, 动物类型为自变量, 加工流畅性为中介变量, 空间距离为第一级调节变量, 思维模式为第二级调节变量, 用PROCESS (Model 12, 5, 000 bootstraps) 进行有调节的中介效应的调节分析(Hayes, 2018)。结果发现, 加工流畅性在动物类型、空间距离和思维模式的交互项对领养意愿的影响中起中介作用 (indirect effect = −0.16, SE = 0.08, 95% CI = [−0.3334, −0.0157]不包含0)。基于理性的思维模式下：近空间距离时, 加工流畅性的中介效应不显著的(indirect effect = −0.01, SE = 0.03, 95% CI = [−0.0638, 0.0712]包含0); 在远空间距离时, 加工流畅性的中介效应也不显著(indirect effect = −0.001, SE = 0.03, 95% CI = [−0.0680, 0.0668]包含0)。基于情感的思维模式下：近空间距离时, 加工流畅性的中介效应是显著的(indirect effect = 0.08, SE = 0.04, 95% CI = [0.0056,0.1642]不包含0); 在远空间距离时, 加工流畅性的中介效应也显著(indirect effect = −0.08, SE = 0.05, 95% CI = [−0.1879, −0.0007]不包含0)。综上, 上述结果证明H4成立。

实验6检验了H4所提的“远狗近猫”效应何时消失。实验结果发现, 这一效应在加工流畅性被阻断(启动基于理性的思维模式)后消失, 在加工流畅性未被阻断(启动基于情感的思维模式)后存在。研究结论证明H4成立。同时, 实验6还发现：当消费者处于基于情感的思维模式时, 远狗近猫的匹配能够促进加工流畅性从而增加人们对流浪动物的领养意愿; 而当消费者处于基于理性的思维模式时, 加工流畅性被阻断, 上述效应消失。实验6对前几个实验形成了有益补充。

通过开展9个多方法研究, 本文考察了动物类型和空间距离之间的匹配关系, 揭示了流浪动物慈善救助中的“远狗近猫”效应(即近空间距离时更愿意救助流浪猫, 远空间距离时更愿意救助流浪狗)。通过更改慈善救助情境、变换操纵材料、调整因变量测量方式等方式, 层层递进地为研究假设提供了稳健的证据。慈善救助情境涉及真实的校园流浪动物救助(实验2)、线上流浪动物救助(实验3、实验4S)、流浪动物食物捐赠(实验4)及流浪动物“云”领养(实验3S、实验5、实验6), 流浪动物救助意愿测量包括愿意参与流浪动物救助活动的时长、动物食粮购买意愿(实验2)、救助(领养)意愿(实验3、实验3S、实验5、实验6)和捐赠金额(实验4), 增强研究结论普适性。研究发现猫与近空间距离、狗与远空间距离之间存在关联(实验1a、1b); 远狗近猫(vs.远猫近狗)的匹配能够增强消费者对流浪动物的救助意愿(实验2~5), 这主要是因为远狗近猫(vs.远猫近狗)匹配促进了加工流畅性, 进而提高了消费者对流浪动物的救助意愿(实验4~5)。此外, 消费者的思维模式(基于情感vs.基于理性)调节了“远狗近猫”效应(实验6), 当消费者基于理性的思维模式做决定时, 远狗近猫的匹配对流浪动物救助意愿的影响消失。

第一, 本研究发现了人们持有“远狗近猫”的内隐联想, 为动物营销领域的文献贡献了一个新的结果变量, 丰富了动物线索凸显领域的相关知识。尽管之前的学者开展了一些关于动物营销的实证研究(Brown et al., 2016; Kirk, 2019; McConnell et al., 2011), 且已有学者对宠物营销进行过综述(薛海波, 符国群, 2015), 但对有关动物线索凸显的研究仍有不尽之处。据我们所知, 截止目前仅有一篇实证研究探讨了动物线索凸显的效应, 即不需要拥有宠物所有权, 仅仅是看到猫和狗就能引发不同的调节定向(Jia et al., 2022)。另外, 猫和狗在日常中经常和人类接触, 猫和狗本身就具有差异性的特质。因此, 本文探讨了猫和狗引发的差异化联想。相比起狗, 猫与近空间距离联系更紧密; 相比起猫, 狗与远空间距离联系更紧密(实验1a、1b)。进一步的, 与空间距离结合, 本文将动物线索凸显的效应拓展到了流浪动物慈善救助领域。本文的结果发现：动物类型和空间距离匹配影响消费者对流浪动物的救助意愿(实验2~5)。具体地, 在近空间距离的情况下, 看到流浪猫(vs.狗)会引发更高的救助意愿; 在远空间距离的情况下, 看到流浪狗(vs.猫)会引发更高的救助意愿。

第二, 本研究识别出了流浪动物救助中的“远狗近猫”效应, 对慈善捐赠研究进行了如下补充。一方面, 先前的关于慈善捐赠的研究对象都只关注于人, 然而关于如何促进流浪动物的捐赠和救助也具有重要意义。本文关注了流浪动物这一新颖的慈善捐赠对象。另一方面, 本文为慈善领域的文献贡献了新的前因变量。之前的文献大多探讨的是心理距离与其他影响因素对人的捐赠意愿的影响(Duclos & Barasch, 2014; Winterich et al., 2009; 刘新燕 等, 2023), 且心理距离聚焦于关注社交距离。但是, 结合对现实情况的观察思考, 可以发现空间距离是捐赠信息呈现中直观且重要的信息, 本文将空间距离和动物类型结合, 证实了在不同空间距离下选用不同的动物类型可以促进对流浪动物的救助意愿。另外, 一些研究探讨了空间距离与慈善捐赠的关系, 但无法解释何种空间距离下对何种流浪动物救助意愿会提高。例如, Wang等(2021)发现远空间距离下, 高个人居住流动性的个体捐赠意愿更高。本文实验2~5的结果发现, 近空间距离下个体对流浪猫救助意愿更高, 远空间距离下个体对流浪狗救助意愿更高。这些新发现拓展了慈善捐赠领域的已有知识。

第三, 本研究关注情感和理性的思维模式与慈善捐赠的关系, 延伸了思维模式的相关研究。以往的部分研究关注于思维模式的前因, 数字信息的量级估计会引发情感思维模式, 数值估计会引发理性思维模式(Woolley & Liu, 2021)。Hong和Chang (2015)发现, 独立型自我构建(vs.相依型自我构建)的个体依赖基于情感的思维模式(vs.理性的思维模式)。另一部分研究则聚焦思维模式在评估和购买决策方面的后效, 例如, 对于情感思维模式的消费者绿色包装能够激发其绿色购买意愿, 理性思维模式的消费者则无上述表现(盛光华 等, 2021)。本文实验6将思维模式的后效研究延伸到慈善捐赠领域。本文的发现(当个体启动理性的思维模式时, 对流浪动物的救助意愿降低)对思维模式研究进行了推进。

如何有效提高消费者对流浪动物的救助意愿具有重要的现实意义, 能够缓解目前流浪动物多但救助资源少的问题。在人与动物共存的情况下, 提高对流浪动物的救助和领养能够为整个社会秩序带来福利。目前, 已经有越来越多的组织和机构开始关注流浪动物救助。例如, 淘宝在主页设立了“小流浪旅社”, 京东也设立了流浪动物“饱饱的爱”救助公益, 消费者可以看到流浪猫狗的类型以及来源地, 选择是否要“云救助”以及捐款。本文的研究结果与上述现实中的流浪动物救助案例高度相关。

本文的研究发现可以指导组织、机构和个人根据动物类型和空间距离合理呈现救助信息、提高消费者对流浪动物的救助意愿。第一, 在呈现流浪动物救助信息时, 流浪动物距离救助者所在地较远时, 可以呈现流浪狗救助信息; 流浪动物距离救助者所在地较近时, 可以呈现流浪猫救助信息, 以提高消费者对流浪动物的救助意愿(实验2~5)。第二, 研究中发现消费者的思维模式可以影响“远狗近猫”效应。在实践中, 动物类型和空间距离与本文提出的“远狗近猫”符合时, 可以借鉴实验6的思维模式启动材料, 提倡消费者根据心中直觉和感觉对流浪动物做出救助决定; 如果因为现实原因无法满足“远狗近猫”的条件时, 可以提倡消费者仔细思考, 根据深思熟虑做出救助决定(实验6)。

虽然本研究结果具有上述的理论贡献和实践价值, 但是也存在一定的局限性。有待后续研究进一步讨论和完善。首先, 本研究认为, 个体之所以愿意对远距离的狗和近距离的猫进行慈善救助, 背后的动机是因为“远狗近猫”的常人信念这一非理性动机。然而, 慈善捐赠领域的文献表明, 个体慈善捐赠行为背后还有很多其他动机。纯粹利他动机(Roberts, 1984)、利己动机(Peasley et al., 2018; Savary & Goldsmith, 2020; Moussaoui et al., 2022)、认同动机(Winterich et al., 2013; Wang et al., 2021; Shang et al., 2008)和积极情感(Caserotti et al., 2022; Zhou et al., 2019; Small & Verrochi, 2009; Lee et al., 2014)都会推动个体做出慈善捐赠的决定。上述动机是否会影响个体对流浪动物的救助意愿、是否会推动或改变个体对“远狗近猫”的救助?本研究无法回答。未来的研究可以继续围绕不同的慈善动机进行进一步的研究。

其次, 本研究关注的因变量仅仅是流浪动物救助意愿, 不是真正的对流浪动物救助行为。同时, 鉴于口头的流浪动物救助意愿和实际救助行为不是一回事, 消费者在道德方面经常存在言行不一的情况(Shaw et al., 2016)。因此本文也呼吁未来学者关注消费者对流浪动物真实的救助行为。

最后, 虽然我们认为不同的动物类型下都应该存在“远狗近猫”效应。但是不同品种的动物可能存在着不同刻板印象, 有些狗的品种比如博美比较可爱粘人, 但有些狗的品种比如比特犬则比较凶猛、会伤人。可爱的狗能够让人联想到温暖和关爱(Holbrook & Woodside, 2008), 这与我们的结论相反。这些差异可能会影响“远狗近猫”效应。但上述品种都是宠物犬或者禁养犬, 在本结论实际推广过程中使用真实的流浪狗照片可以避免效应消失。未来研究在单独探讨动物和空间距离的内在关联时, 可以关注不同品种动物的影响。

(一)实验1a中用到的操控材料

(二)实验1a中内隐联想测试中用到的词汇

(一)实验材料：实验1中的图片材料

(二)主要测量材料

Q1. 请您在下列滑块上滑动选择您想要距离这只狗(猫)多远。滑块0米-20米

Q2. 下面的图中, 左边代表的是狗, 右边的小人代表是你。狗(猫)和小人靠得越远, 表示你和这只狗(猫)的空间距离越远。你认为下面7张图中哪一张图更能表达你和这只狗(猫)在空间上的距离( )?

(此处是人与猫/狗的空间距离的图片)

Q3. 您感觉您和这只狗(猫)在情感上有多么亲近()?

Q4. 您对这只狗(猫)有多喜欢()?

Q5. 您在日常生活中有多么喜欢抚摸狗(猫) ()?

Q6.您是否在家里有宠物狗(猫)? 是/否

(一)实验2中用到的海报材料(已作匿名模糊化处理)

(二)主要测量材料

Q1. 您愿意花费多少时间参与我们组织的救助A (B)校区流浪猫(狗)的爱心活动(例如, 为流浪猫(狗)搭建住所、提供食物等)?

下方可以滑动选择0-120分钟之间的任何时间。

Q2. 您在多大程度上愿意在日常生活中购买猫(狗)粮给A (B)校区的流浪猫(狗) ()?

Q3. 您是否曾经救助过校园内的流浪动物(例如, 喂食物、搭建住所)? 是/否

Q4. 您认为A (B)校区的流浪猫(狗)在空间上距您有多远?()?

(一)实验3中使用的操控材料

(二)主要测量材料

[因变量]

Q1. 您对海报中流浪动物的救助意愿是()?

Q2. 您对海报中流浪动物进行救助的可能性是()?

Q3. 您对海报中流浪动物提供救助的倾向性是()?

[中介变量]

Q1.您认为海报上需要被救助的流浪动物距离您有多远()?

Q2. 您对海报上需要被救助的流浪动物有多喜欢()?

(一)实验3S中使用的操纵材料

(二)主要测量材料

[因变量]

Q1. 您有多大可能“云领养”这只流浪狗(猫) ()?

Q2. 您在多大程度上愿意“云领养”这只流浪狗(猫) ()?

Q3. 如果您准备“云领养”这只流浪狗, 您想“云领养”这只流浪狗(猫)几周()?

[中介变量]

Q1. 您认为需要被救助的流浪狗(猫)在空间上距离您有多远()?

Q2. 您对需要被救助的流浪狗(猫)有多喜欢()?

Q3. 您认为需要被救助的流浪狗(猫)有多可怜()?

(一)实验4中使用的操控材料

(二)主要测量材料

[因变量]

Q1. 如果您准备进行捐赠, 您愿意捐赠的金额是()? 滑块0元-100元

[中介变量]

Q1. 我认为刚刚呈现的流浪动物救助的信息和海报很简单

Q2. 我认为刚刚呈现的流浪动物救助的信息和海报容易理解

Q3. 我能够很清楚理解刚刚呈现的流浪动物救助的信息和海报

(一)实验4S中用到的操控材料

(二)主要测量材料

[因变量]

Q1. How likely are you be to choose "cloud rescue" this stray dog (cat)?

Q2. How inclined are you be to choose "cloud rescue" this stray dog (cat)?

Q3. How willing are you be to choose "cloud rescue" this stray dog (cat)?

[中介变量]

Q1. How easy for you to proceed the information about this stray dog (cat)?

Q2. How easy for you to understand the information about this stray dog (cat)?

Q3. I was able to clearly understand the information about the stray dog (cat).

Q4. How far do you think the stray dog you just viewed is from you spatially?

[控制变量：调节定向]

Q1. In general, I am focused on preventing negative events in my life.

Q2. I am anxious that I will fall short of my responsibilities and obligations.

Q3. I frequently imagine how I will achieve my hopes and aspirations.

Q4. I often think about the person I am afraid I might become in the future.

Q5. I often think about the person I would ideally like to be in the future.

Q6. I typically focus on the success I hope to achieve in the future.

Q7. I often worry that I will fail to accomplish my academic goals.

Q8. I often think about how I will achieve academic success.

Q9. I often imagine myself experiencing bad things that I fear might happen to me.

Q10. I frequently think about how I can prevent failures in my life.

Q11. I am more oriented toward preventing losses than I am toward achieving gains.

Q12. My major goal in school right now is to achieve my academic ambitions.

Q13. My major goal in school right now is to avoid becoming an academic failure.

Q14. I see myself as someone who is primarily striving to reach my “ideal self ”—to fulfill my hopes, wishes, and aspirations.

Q15. I see myself as someone who is primarily striving to become the self I “ought” to be—to fulfill my duties, responsibilities, and obligations.

Q16. In general, I am focused on achieving positive outcomes in my life.

Q17. I often imagine myself experiencing good things that I hope will happen to me.

Q18. Overall, I am more oriented toward achieving success than preventing failure.

(一)实验5中使用的操纵材料

(二)主要测量材料

[因变量]

Q1. 您有多么希望“云领养”这只流浪狗(猫)一周()?

Q2. 您有多大可能“云领养”这只流浪狗(猫)一周()?

Q3. 您有多么愿意“云领养”这只流浪狗(猫)一周()?

[中介变量]

Q1. 我认为刚刚呈现的被领养狗(猫)的信息和图片很简单

Q2. 我认为刚刚呈现的被领养狗(猫)的信息和图片容易理解

Q3. 我能够很清楚理解刚刚呈现的被领养狗(猫)的信息和图片

[控制变量：心理距离]

Q1. 我在心理上感觉到这只流浪狗(猫)与我很亲近()?

(一)实验6中使用的操纵材料

(二)主要测量材料

[因变量]

Q1. 您有多么希望“云领养”这只流浪狗(猫)一周()?

Q2. 您有多大可能“云领养”这只流浪狗(猫)一周()?

Q3. 您有多么愿意“云领养”这只流浪狗(猫)一周()?

[中介变量]

Q1. 我认为刚刚呈现的被领养狗(猫)的信息和图片很简单

Q2. 我认为刚刚呈现的被领养狗(猫)的信息和图片容易理解

Q3. 我能够很清楚理解刚刚呈现的被领养狗(猫)的信息和图片