「1人の物語は統計に勝つ」は再現するのか？特定可能な被害者効果を1,004人の追試が支持しなかった理由

「支援を必要としている子どもは、この地域だけで210万人います」。募金の依頼でも社内の提案でも、まず規模の数字から入る資料をよく見かけます。いっぽうで、「7歳のロキアさんには、今日食べるものがありません」と、たった一人の名前から始めるやり方もあります。

後者のほうが人は動く。広告やプレゼンの世界では、長らくそう語られてきました。根拠として引かれてきたのが「特定可能な被害者効果（identifiable victim effect）」です。当ブログでも以前、「1人の死は悲劇だが、100万人の死は統計である」という記事で、この考え方を紹介しています。

今回はその続編にあたります。あの記事で扱った通説が、いまどう検証されているのかを追いかけます。

ところが、この通説はいま揺らいでいます。2023年に1,004人、2024年に1,835人を対象とした事前登録つきの追試が行われました。どちらも、元の実験の結果を再現できませんでした。出版バイアスを補正したメタ分析の再解析では、平均効果はほぼゼロと推定されています。

この記事では、何がどこまで確かめられていて、どこが崩れたのかを順に整理します。そのうえで、追試でも消えなかった数少ない効果に注目し、資料や提案に使える形へ落とし込みます。

特定可能な被害者効果とは？

特定可能な被害者効果とは、名前や顔のわかる特定の一人に対して、統計上の何万人よりも多く手を差し伸べようとする傾向を指します。1997年にジェニーとローウェンスタインが概念として整理し、2007年の実験によって広く知られるようになりました。

ただし、この効果を支持する証拠は、2016年以降の検証で大きく後退しました。現在では「効果があるとしても、想定よりずっと小さい」というのが検証側の見立てです。

もとになった「ロキア」の実験

出発点は、スモール、ローウェンスタイン、スロヴィックが2007年に発表した研究です（Organizational Behavior and Human Decision Processes 誌）。参加者は無関係な調査の報酬として5ドルを受け取り、そのあとで募金の依頼文を渡されます。

依頼文は3種類ありました。ひとつはマラウイの食糧不足が300万人以上の子どもに及ぶといった統計だけを示すもの。もうひとつはマリに住む7歳の少女ロキアさんの話だけを示すもの。3つめは両方を並べたものです。

結果は、統計だけを読んだ群より、ロキアさんの話を読んだ群のほうが多く寄付しました。効果量に直すとη²＝.06、95%信頼区間は［.00, .15］でした。ここでいう効果量とは、条件のちがいが結果をどれくらい説明するかを表す指標です。信頼区間は、真の値がありそうな幅を示します。この区間の下限が0に接している点は、当時から不安定さの兆候ではありました。

41の効果量を集めたメタ分析は何を示したか

2016年、リーとフィーリーが22の実験・41の効果量をまとめたメタ分析を発表しました（Social Influence 誌）。メタ分析とは、複数の研究結果を統計的に統合する手法です。

集約された効果は r＝.05 でした。相関の指標である r は、0に近いほど効果が小さいことを意味します。心理学では r＝0.10 でも「小さい効果」に分類されるのが一般的です（ファンダーとオザー, 2019）。つまり .05 は、その半分ということになります。

さらに気になる点があります。このデータセットのなかで最も検出力の高い3研究は、効果がほぼゼロでした。うち1件は参加者12,802人で r＝0.004 です。サンプルが大きく精度の高い研究ほど効果が消える。これは出版バイアスの典型的な足跡です。出版バイアスとは、差が出た研究ばかりが世に出て、差が出なかった研究が引き出しにしまわれる偏りを指します。

いっぽうでリーとフィーリーは、効果が大きくなる条件も特定しています。被害者が一人であること、子どもであること、写真が添えられていること、原因が病気や事故ではなく貧困であること、本人に責任がないと見なされることです。

1,004人の追試で、寄付額の差は消えた

2023年、マイヤー、ウォン、フェルドマンの3氏が、スモールらの実験を大規模に追試しました（Collabra: Psychology 誌）。参加者は1,004人、事前登録つきです。事前登録とは、分析方法を結果を見る前に公開して固定する手続きで、後づけの解釈を防ぐ目的があります。

結果はこうでした。特定可能な被害者を読んだ群の寄付額は平均2.71ドル。統計だけを読んだ群は2.73ドル。差はほぼありません。効果量は d＝0.01、95%信頼区間は［−0.16, 0.14］でした。

ベイズファクター（BF01）は11.57です。これは「効果がない」という説明のほうが、「効果がある」という説明より11.6倍もっともらしい、という意味になります。10を超えると強い証拠と見なされるのが慣例です。

著者らはさらに、リーとフィーリーのメタ分析を頑健ベイズ法（RoBMA）で再解析しました。出版バイアスの存在に中程度の証拠が得られ、補正後の平均効果は r＝0.002、95%信頼区間［0, 0.004］でした。実質的にゼロです。

この追試の限界も、あわせて押さえておく

ただし、この追試には無視できない制約があります。原典が実際の現金の寄付を測ったのに対し、追試は「いくら寄付するか」を答えてもらう仮想の寄付でした。オンライン実施であること、新型コロナ禍の2020年に行われたことも、著者ら自身が限界として挙げています。

マイヤーらは論文のなかで、この結果を効果の否定と受け取らないよう明記しています。原文では「本研究の結果はこの効果に関する最終結論とみなすべきではない」という趣旨の表現が使われ、実際の寄付を用いた登録済み追試が急務だと述べられています。

つまり現状は「効果は存在しない」ではなく、「これまで信じられてきたほど大きくも安定してもいない」という段階です。

「一人だと強くなる」という上乗せ説も再現されなかった

関連する通説に「被害者が複数より一人のときのほうが効果が強い」というものがあります。コグートとリトフが2005年に報告した単数性効果（singularity effect）です。

2024年、マジュムダーらがこの実験を1,835人で追試しました（Judgment and Decision Making 誌）。原典では単数性と特定性の交互作用が η²p＝.062 と報告されていましたが、追試では η²p＝.001、90%信頼区間［0, 0.003］でした。単数性の主効果も統計的に有意ではありません（p＝.067）。

追試で唯一はっきり残った差は、別のものでした。特定された「外集団」の被害者への寄付意思が、特定された「内集団」より低かったのです（d＝−0.24）。顔が見えることが、常に助けを引き出すとは限らない。むしろ「自分たちの側かどうか」を判断させてしまう場合があります。

それでも「一人の顔」を出す意味はどこにあるのか

追試で消えたのは、寄付額の差でした。同じ実験のなかで、消えなかった差もあります。「自分の寄付が実際に役に立つと思うか」を尋ねた知覚インパクトです。

特定可能な被害者の条件では平均3.39、統計条件では2.96。効果量は d＝0.34、95%信頼区間［0.18, 0.49］でした。ベイズファクターは効果がある側を強く支持しています。さらに、この知覚インパクトと寄付額との相関は r＝0.54 と高いものでした。

ここから読み取れることは、こうまとめられます。一人の物語が動かしているのは、金額そのものより先に「自分の一手が届く感じ」のほうだ、ということです。

二人目が出てきた瞬間に落ちる「思いやりの減衰」

もうひとつ、別の角度からの知見があります。ヴェストフィヤルとスロヴィックらが2014年に発表した思いやりの減衰（compassion fade）です（PLOS ONE 誌）。

この研究では、ロキアさん一人の話を読んだときの寄付額が最も高くなりました。そこにムサくんという二人目の子どもを加えると、寄付額はむしろ下がりました。一人から二人になった時点で、すでに反応は鈍りはじめます。

ただし第3の実験では、複数の命をひとつのまとまりとして描くことで、この落ち込みが反転しています。人数が増えること自体が問題なのではなく、描き方の問題だという示唆です。

マイヤーらは、この一連の現象を「特定可能性」ではなく「スコープ非感受性」として捉え直すべきだと提案しています。スコープ非感受性とは、対象の規模が10倍になっても反応がほとんど変わらない性質のことです。人は一人に鈍いのではなく、数の大きさに鈍い。数字の扱いについては、要点と数値を分けるファジートレース理論の記事も参考になります。

74,797人分の分析が示した「有効性のパラドックス」

2026年、ホーンジー、スペンス、チャップマンの3氏が、寄付行動に関する大規模なメタ分析を発表しました（Nature Communications 誌）。124本の論文、416の効果量、参加者は合計74,797人にのぼります。

この分析の結論は、伝え方を考えるうえで示唆に富んでいます。

共感は寄付とはっきり結びついていました（r＝0.25、95%信頼区間［0.21, 0.29］）。しかも、共感を測っただけの研究でも、共感を実験的に高めた研究でも、値は同じ0.25でした。つまり共感を引き出す働きかけは、実際に寄付を増やします。

いっぽう「自分の寄付が効く」という有効性の知覚は、様子が違いました。測定した場合の相関は r＝0.42 と高い。ところが実験的に操作した場合は r＝0.03 で、統計的に有意ではありませんでした（p＝.612）。

著者らはこれを「有効性のパラドックス」と名づけています。人は「効くから寄付した」と自己認識している。けれども「効きますよ」と説明されても、行動は変わらない。因果の向きが逆かもしれないという指摘です。

明日から使える3つの設計

ここまでの証拠をふまえると、実務での指針は「一人の物語を使うのをやめる」ではありません。「一人の物語に何をさせるかを変える」です。

1. 一人から入り、規模はそのあとに置く

マイヤーらの追試では、一人の話と統計を並べて示した条件の平均が2.35ドルで、3条件のなかで最も低い値でした。ただしこの差の証拠は弱く、確定した知見とは言えません。それでも、冒頭で「一人」と「何百万人」を同時に浴びせる構成は避けるほうが無難です。

おすすめは、一人の具体から入り、聞き手が反応したところで規模に接続する順序です。物語への没入がどう働くかは、ナラティブ・トランスポーテーションの記事で詳しく扱っています。

2. 「あなたの一手が、ここまで届く」を具体的に書く

追試で唯一残ったのは知覚インパクトでした。ここが実務でいちばん活かせる部分です。

ただし図4が示すとおり、「効果があります」と言葉で主張するだけでは動きません。効くのは、受け手が自分の行動と結果を頭のなかでつなげられるかどうかです。金額と結果を1対1で結ぶ、担当者の一日の変化を描く、意思決定のあとに何が起きるかを時系列でたどる。そうした具体が必要になります。

組織のなかで「意味」を見せる手法については、タスク重要性の記事で、5分の面会が募金額を大きく変えた実験を紹介しています。

3. 数字は「要点」に翻訳してから出す

スコープ非感受性がほんとうの問題だとすれば、対処は数字を減らすことではありません。数字を意味に変換することです。

「210万人」ではなく「この街の全員の3倍」。「予算3,000万円」ではなく「一人あたり月800円」。数字そのものではなく、数字が指す意味を渡す。事例を並べる順序については、因果関係で組み立てるストーリー設計もあわせてご覧ください。

よくある質問

Q1. 特定可能な被害者効果は「嘘だった」ということですか？

そこまでは言えません。効果が存在しないと証明されたわけではなく、「これまで信じられてきたほど大きくも安定してもいない」という段階です。追試を行ったマイヤーらも、自分たちの結果を最終結論とみなすべきではないと明記しています。仮想の寄付で測った点は大きな制約です。

Q2. では、プレゼンで顧客の事例を一人分だけ紹介するのは無意味ですか？

無意味ではありません。追試でも「自分の行動が役に立ちそうだ」という知覚インパクトの差（d＝0.34）は残りました。事例の役割は、相手の感情を揺さぶることよりも、相手が自分の一手と結果を結びつける手がかりを渡すことにあります。

Q3. 人数は多く見せたほうがいいのですか、少なく見せたほうがいいのですか？

人数の大小より、描き方の影響が大きいようです。ヴェストフィヤルらの研究では、二人目を加えると寄付が下がりましたが、複数の命をひとつのまとまりとして描いた条件では反転しました。「1人か大人数か」ではなく「ばらばらに並べるか、ひとつの像として描くか」で考えるほうが実用的です。

Q4. 「効果があります」と根拠を示すのは、説得に効かないのですか？

効かないのではなく、言葉での主張だけでは足りない、と読むのが正確です。ホーンジーらのメタ分析では、有効性の知覚を測ると寄付との相関は r＝0.42 と高い一方、実験で高めようとすると r＝0.03 に落ちました。相関はあるが、外から押し込むのが難しい変数だということになります。

Q5. この記事の内容は、社内提案や研究費の申請にも当てはまりますか？

直接の検証は寄付行動で行われているため、そのまま一般化はできません。ただし「規模の数字だけでは判断が動きにくい」「自分の一手と結果がつながると動きやすい」という構造は、稟議や申請書でも観察されやすいものです。適用する際は、あくまで作業仮説として扱ってください。

まとめ

要点を4つに整理します。

• 「一人の物語は統計に勝つ」という通説は、2016年のメタ分析（r＝.05）と2つの大規模追試によって大きく後退しました。出版バイアスを補正すると平均効果はほぼゼロになります。
• ただし追試には仮想寄付という制約があり、著者ら自身が最終結論ではないと述べています。効果の否定ではなく、過大評価の是正と捉えるのが妥当です。
• 同じ追試で消えなかったのは「自分の寄付が効く」という知覚インパクトでした（d＝0.34）。物語が最初に動かすのは金額ではなく手応えです。
• 74,797人分のメタ分析では、共感は実験的に高めれば寄付が増える一方、有効性は説明しても増えませんでした。共感は入口、有効性は着地点として設計します。

次の一歩として、手元の提案資料を1枚だけ見直してみてください。冒頭に規模の数字が置かれていたら、一人の具体と入れ替える。そして最後のページに、「あなたが判断すると、明日から何が変わるか」を1行だけ足す。それだけで、資料の役割は「わからせる」から「動ける状態にする」へ変わります。

出典

• Small, D. A., Loewenstein, G., & Slovic, P. (2007). Sympathy and callousness: The impact of deliberative thought on donations to identifiable and statistical victims. Organizational Behavior and Human Decision Processes, 102(2), 143–153. https://doi.org/10.1016/j.obhdp.2006.01.005
• Lee, S., & Feeley, T. H. (2016). The identifiable victim effect: A meta-analytic review. Social Influence, 11(3), 199–215. https://doi.org/10.1080/15534510.2016.1216891
• Maier, M., Wong, Y. C., & Feldman, G. (2023). Revisiting and rethinking the identifiable victim effect: Replication and extension of Small, Loewenstein, and Slovic (2007). Collabra: Psychology, 9(1). https://doi.org/10.1525/collabra.90203
• Majumder, R., Tai, Y. L., Ziano, I., & Feldman, G. (2024). Revisiting the impact of singularity on the identified victim effect: Replication and extension of Kogut and Ritov (2005a) Study 2. Judgment and Decision Making, 19, e26. https://doi.org/10.1017/jdm.2024.31
• Kogut, T., & Ritov, I. (2005). The “identified victim” effect: An identified group, or just a single individual? Journal of Behavioral Decision Making, 18(3), 157–167.
• Västfjäll, D., Slovic, P., Mayorga, M., & Peters, E. (2014). Compassion fade: Affect and charity are greatest for a single child in need. PLOS ONE, 9(6), e100115. https://doi.org/10.1371/journal.pone.0100115
• Hornsey, M. J., Spence, J. L., & Chapman, C. M. (2026). Meta-analyses on charitable giving clarify evidence for empathic and effective altruism. Nature Communications, 17, 3727. https://doi.org/10.1038/s41467-026-70230-8
• Funder, D. C., & Ozer, D. J. (2019). Evaluating effect size in psychological research: Sense and nonsense. Advances in Methods and Practices in Psychological Science, 2(2), 156–168. https://doi.org/10.1177/2515245919847202
• Jenni, K. E., & Loewenstein, G. (1997). Explaining the “identifiable victim effect”. Journal of Risk and Uncertainty, 14(3), 235–257.