基于選擇集決策的吸引效應(yīng)及其形成機(jī)理探究

張全成，周庭銳

0 引言

決策研究領(lǐng)域一個(gè)長(zhǎng)期以來(lái)普遍接受的觀點(diǎn)認(rèn)為，在選擇集中加入一個(gè)備擇項(xiàng)會(huì)降低原各備擇項(xiàng)被選概率，即使不能降低，至少不會(huì)增加原備擇項(xiàng)被選概率，這被稱(chēng)為標(biāo)準(zhǔn)性假設(shè)。Luce的概率公理一直被用來(lái)作為行為研究的基礎(chǔ)，該公理可表述為：“設(shè)T為一個(gè)集合（x,y,z,t,u…），并設(shè)R為一個(gè)包含x的T的子集，如R=（x,y,z），則有：P（x;T）=P（R;T）P（x;R）?！盵1]由于P（R;T）≤1，所以有P（x;T）≤P（x;R）。近年來(lái)越來(lái)越多的研究發(fā)現(xiàn)，選擇集中加入一備擇項(xiàng)后，其他備擇項(xiàng)被選概率下降幅度并不總是相同[2]，如Debreu（1960）就發(fā)現(xiàn)，選擇集中加入或移出一備擇項(xiàng)，與該備擇項(xiàng)類(lèi)似的備擇項(xiàng)的被選概率下降或上升幅度往往大于那些不相似的備擇項(xiàng)[3]。Tversky將此稱(chēng)為相似性假設(shè)，它反映了“同類(lèi)相食”現(xiàn)象：選擇集中各備選項(xiàng)間存在替代效應(yīng)，備擇項(xiàng)間相似性越高則相互替代性越大，因此，新備擇項(xiàng)往往會(huì)更多地?fù)屨寂c其類(lèi)似備擇項(xiàng)的“占有份額”（Tversky，1972）[4]。Huber（1982）的研究發(fā)現(xiàn)，一特定備擇項(xiàng)加入選擇集后，會(huì)令某備擇項(xiàng)變得更有吸引力從而被選概率提高，并將之稱(chēng)之為吸引效應(yīng)，本文將主要探討吸引效應(yīng)及其形成機(jī)理。

1 吸引效應(yīng)及其基本策略

1.1 吸引效應(yīng)的基本含義

目前流行的市場(chǎng)份額預(yù)測(cè)模型大都基于Luce的偏好獨(dú)立性原則，認(rèn)為人們對(duì)備選項(xiàng)的相對(duì)偏好程度不會(huì)因?yàn)槠渌x項(xiàng)存在而改變。事實(shí)上，特定選項(xiàng)往往可以誘導(dǎo)決策者選擇，以Huber等（1982）有關(guān)啤酒購(gòu)買(mǎi)決策的研究為例，在研究中，當(dāng)被試者在（x，y）中選擇時(shí)，x被選概率為43%，y為57%；當(dāng)被試者在（x，y，z）中選擇時(shí)，y被選概率從57%上升到了75%，產(chǎn)品信息見(jiàn)表1[5]。結(jié)果違背了標(biāo)準(zhǔn)性假說(shuō)，也違背了Luce（1977）的“不受無(wú)關(guān)選項(xiàng)干擾”（IIA）原則，另外，z在各屬性上都與y更相似，但y被選概率不降反升，結(jié)果違背了相似性假設(shè)。

表1 Huber試驗(yàn)中各啤酒品牌詳細(xì)信息表

吸引效應(yīng)是指一特定備擇項(xiàng)的加入，會(huì)令選擇集中某一備擇項(xiàng)（目標(biāo)備擇項(xiàng)）變得更有吸引力，從而被選概率提高的一種現(xiàn)象。Huber等人提出不對(duì)稱(chēng)占優(yōu)備擇項(xiàng)的概念，是指在選擇集中，該備擇項(xiàng)至少被一個(gè)備擇項(xiàng)占優(yōu)且至少不被另一個(gè)備擇項(xiàng)占優(yōu)。Pettibone和Wedell（2000）對(duì)“被占優(yōu)”的定義是，若A被B占優(yōu)，則A至少有一個(gè)屬性值劣于B，而在其他屬性上也都不會(huì)優(yōu)于B[6]。這些誘導(dǎo)決策偏差的選項(xiàng)也被稱(chēng)為誘引選項(xiàng)（Decoy Alternative）。

1.2 吸引效應(yīng)基本策略

圖1 吸引效應(yīng)與誘引策略

以圖示分析啟發(fā)吸引效應(yīng)的基本策略，見(jiàn)圖1，目標(biāo)備擇項(xiàng)x和競(jìng)爭(zhēng)備擇項(xiàng)y各有優(yōu)勢(shì)屬性，難以取舍。為增加x被選概率，可加入誘引選項(xiàng)來(lái)增加其吸引力，具體策略有：（1）范圍增加（Range Increasing,R）策略；（2）頻率增加（Frequency Increasing,F）策略。（3）范圍-頻率（Range-Frequency,RF）策略[7]。由不對(duì)稱(chēng)占優(yōu)備擇項(xiàng)的定義，誘引區(qū)如圖1中網(wǎng)格陰影部分所示，此后的研究進(jìn)一步擴(kuò)展了誘引區(qū)的范圍，包括：（1）范圍對(duì)稱(chēng)占優(yōu)（Range With Symmetric Dominance,RS）策略。（2）次級(jí)（Inferior,I）策略[8]。（3）折衷（Compromise,C）策略[9]。

2 吸引效應(yīng)的心理學(xué)解釋

2.1 基于信息缺失的決策簡(jiǎn)化

李紓（2006）認(rèn)為，決策者不是無(wú)限理性的，決策的真正機(jī)制并不是最大限度追求效用，而是辨別各方案間優(yōu)劣關(guān)系，人類(lèi)抉擇行為更可能是一種搜索某個(gè)選項(xiàng)在主觀上優(yōu)于另一個(gè)選項(xiàng)的過(guò)程[10]。當(dāng)信息缺失時(shí)，消費(fèi)者會(huì)通過(guò)兩兩對(duì)比來(lái)確定選擇集中各備擇項(xiàng)的相對(duì)優(yōu)劣從而做出決策，誘引選項(xiàng)致使對(duì)比效應(yīng)產(chǎn)生，增加目標(biāo)備擇項(xiàng)的吸引力（Brenner，1999）[11]。Ratneshwar（1987）等認(rèn)為，當(dāng)消費(fèi)者對(duì)產(chǎn)品不熟悉而難以權(quán)衡熟劣熟優(yōu)時(shí)，他們會(huì)搜尋其他信息作為決策依據(jù)以降低不協(xié)調(diào)感，誘引備擇項(xiàng)成為誘導(dǎo)其他備擇項(xiàng)被選擇的一種“正當(dāng)理由”，這不僅簡(jiǎn)化了決策，也減少了決策者的思考成本，若對(duì)備擇項(xiàng)屬性進(jìn)行詳細(xì)描述，則可減小或消除吸引效應(yīng)[12]。Shugan（1980）認(rèn)為，決策者在存在占優(yōu)關(guān)系的方案對(duì)中進(jìn)行選擇的思考成本要低于沒(méi)有占優(yōu)關(guān)系的情況，誘引選項(xiàng)簡(jiǎn)化了決策[13]，Hedgcock（2009）也認(rèn)為，決策者會(huì)盡量地規(guī)避負(fù)面情緒，由于誘引選項(xiàng)被目標(biāo)備擇項(xiàng)占優(yōu)，這降低了決策者的負(fù)面情緒，簡(jiǎn)化了決策[14]。

2.2 基于參考點(diǎn)轉(zhuǎn)移的損失避免

Wedell和Pettibone（1996）基于風(fēng)險(xiǎn)規(guī)避角度解釋了吸引效應(yīng)形成機(jī)理，認(rèn)為誘引選項(xiàng)改變了決策者參考點(diǎn)，進(jìn)而改變決策者對(duì)各屬性的相對(duì)價(jià)值判斷[6]。從誘引選項(xiàng)角度看，目標(biāo)備擇項(xiàng)帶來(lái)一個(gè)小的獲得，而競(jìng)爭(zhēng)備擇項(xiàng)帶來(lái)的是一個(gè)大大的損失和一個(gè)小小的獲得，根據(jù)參考依賴(lài)?yán)碚摽芍?，相同損失比相同獲得對(duì)決策者產(chǎn)生更大的影響，所以目標(biāo)備擇項(xiàng)更容易被選擇。

2.3 基于決策認(rèn)知過(guò)程的感知偏差

Duncan和Humphreys（1989）基于視覺(jué)研究提出的知覺(jué)聚焦效應(yīng)認(rèn)為，相似元素的存在會(huì)促使個(gè)體更加關(guān)注那些不相似的元素，集合中選項(xiàng)間彼此關(guān)系在加入誘引項(xiàng)后發(fā)生了改變，導(dǎo)致決策者關(guān)注點(diǎn)發(fā)生轉(zhuǎn)移[15]。Mellers和Biagini（1994）也認(rèn)為，決策者在選項(xiàng)間比較時(shí)，它們?cè)谝粋€(gè)屬性上的相近會(huì)放大其在其他屬性上的差異，這種“關(guān)注差異”會(huì)導(dǎo)致那些差異較大的屬性會(huì)獲得較高的判斷權(quán)重[16]。Ariely和Wallsten（1995）指出，新加入選項(xiàng)會(huì)給決策者帶來(lái)屬性重要性信號(hào)，進(jìn)而影響決策者對(duì)屬性的權(quán)重賦予，增加了目標(biāo)備擇項(xiàng)在優(yōu)勢(shì)屬性上的吸引力[17]。

3 研究模型

3.1 基于范圍-頻率理論和知覺(jué)聚焦理論的吸引效應(yīng)機(jī)理探析

（1）范圍理論（Range Theory）與吸引效應(yīng)

人對(duì)一刺激物的絕對(duì)價(jià)值評(píng)價(jià)很困難，其評(píng)價(jià)要取決于該刺激物與背景刺激的相對(duì)關(guān)系，人們對(duì)那些不確定的價(jià)值判斷和偏好，經(jīng)常容易受到選項(xiàng)的框架、任務(wù)特點(diǎn)和選擇情境等因素影響（Bettman等，1998）[18]。Volkmann（1951）的范圍理論認(rèn)為，人對(duì)某一刺激的價(jià)值判斷是關(guān)于該刺激在極差中位置的函數(shù)，它取決于小于該刺激物部分占極差之間的比例[19]，用公式可表示為：

圖2 范圍效應(yīng)理論與屬性心理感距離

式（1）中，Sim表示刺激i在屬性m上的值，Smax,mk和Smin,mk分別表示該屬性上在情景k中的最大值和最小值。

在吸引效應(yīng)中，以R策略加入誘引選項(xiàng)后，降低了屬性2的Smin,mk值，這使目標(biāo)備擇項(xiàng)在該屬性上的相對(duì)劣勢(shì)變小，即個(gè)體對(duì)x和y在屬性2上的感知差距并非恒常的。具體含義見(jiàn)圖2，當(dāng)選擇集中只有x和y，兩者在屬性2上一個(gè)是“最大值”（用1表示），一個(gè)是“最小值”（用0表示）；以R策略加入z后，由于z在屬性2上為最小值，此時(shí)，x與y在屬性2上的差距在消費(fèi)者心理認(rèn)知上變小了（0＜t＜1）。如Yeung和Soman（2005）認(rèn)為，消費(fèi)者對(duì)不同產(chǎn)品在某屬性上的差異感知受范圍效應(yīng)影響，當(dāng)通過(guò)產(chǎn)品信息展示方式拉大該屬性背景范圍時(shí)，會(huì)縮小消費(fèi)者在該屬性上的差異大小感知[20]。

Parducci（1965）的范圍-頻數(shù)理論認(rèn)為，在情境k，刺激i在屬性m上的吸引價(jià)值Vimk是其范圍價(jià)值Rimk和頻數(shù)價(jià)值Fimk的函數(shù)，可表示為[21]：

式中，z表示范圍價(jià)值和頻率價(jià)值的相對(duì)權(quán)重，取值在0～1之間。頻數(shù)價(jià)值Fimk為：

其中，rankimk是指在情境k刺激i在屬性m上的名次，Nmk表示刺激的個(gè)數(shù)。在吸引效應(yīng)中，F(xiàn)策略使目標(biāo)備擇項(xiàng)在屬性1上的相對(duì)排序名次增加，使其在該屬性上相對(duì)優(yōu)勢(shì)變大。

由此本文提出如下假設(shè)，在選擇集中：

H1：以R策略加入誘引選項(xiàng)，會(huì)顯著提高目標(biāo)備擇項(xiàng)的被選概率。

H2：以F策略加入誘引選項(xiàng)，會(huì)顯著提高目標(biāo)備擇項(xiàng)的被選概率。

H3：以R策略加入誘引選項(xiàng)，會(huì)顯著提高決策者對(duì)目標(biāo)備擇項(xiàng)劣勢(shì)屬性的評(píng)價(jià)。

H4：以F策略加入誘引選項(xiàng)，會(huì)顯著提高決策者對(duì)目標(biāo)備擇項(xiàng)優(yōu)勢(shì)屬性的評(píng)價(jià)。

H5：以R策略加入誘引選項(xiàng)，會(huì)顯著提高決策者對(duì)競(jìng)爭(zhēng)備擇項(xiàng)優(yōu)勢(shì)屬性的評(píng)價(jià)。

H6：以F策略加入誘引選項(xiàng)，會(huì)顯著降低決策者對(duì)競(jìng)爭(zhēng)備擇項(xiàng)劣勢(shì)屬性的評(píng)價(jià)。

（2）頻數(shù)效應(yīng)、知覺(jué)聚焦效應(yīng)與吸引效應(yīng)

在解釋吸引效應(yīng)成因時(shí)，Huber等人（1982）認(rèn)為，誘引備擇項(xiàng)不僅減少了目標(biāo)備擇項(xiàng)在劣勢(shì)屬性上的差距，同時(shí)，也增加了目標(biāo)備擇項(xiàng)優(yōu)勢(shì)屬性的展示頻率，從而增加了其在該屬性上的吸引力[5]。Wedell（1996）認(rèn)為，誘引備擇項(xiàng)的加入，導(dǎo)致決策者增加了目標(biāo)備擇項(xiàng)優(yōu)勢(shì)屬性的權(quán)重評(píng)價(jià)，使目標(biāo)備擇項(xiàng)吸引力增加[6]。Hamilton、Hong和Chernev（2007）的研究發(fā)現(xiàn)，當(dāng)某個(gè)特定屬性值在選擇集中出現(xiàn)次數(shù)較多時(shí)，會(huì)出現(xiàn)知覺(jué)聚焦效應(yīng)（Perceptual Focus Effect），使消費(fèi)者認(rèn)為該屬性值是市場(chǎng)上流行的，從而導(dǎo)致?lián)碛性搶傩灾档膫鋼耥?xiàng)被選概率增加[22]。知覺(jué)聚焦會(huì)導(dǎo)致消費(fèi)者改變兩屬性間的權(quán)重賦予，使消費(fèi)者的屬性權(quán)衡線發(fā)生偏移。由此本文提出如下假設(shè)，在選擇集中：

H7：以R策略加入誘引選項(xiàng)，會(huì)顯著提高決策者對(duì)目標(biāo)備擇項(xiàng)優(yōu)勢(shì)屬性上的評(píng)價(jià)。

H8：以F策略加入誘引選項(xiàng)，會(huì)顯著提高決策者對(duì)目標(biāo)備擇項(xiàng)劣勢(shì)屬性上的評(píng)價(jià)。

H9：以R策略加入誘引選項(xiàng)，會(huì)顯著降低決策者對(duì)競(jìng)爭(zhēng)備擇項(xiàng)劣勢(shì)屬性的評(píng)價(jià)。

H10：以F策略加入誘引選項(xiàng)，會(huì)顯著降低決策者對(duì)競(jìng)爭(zhēng)備擇項(xiàng)劣勢(shì)屬性的評(píng)價(jià)。

圖3 策略和R策略下消費(fèi)者對(duì)備擇項(xiàng)屬性評(píng)價(jià)的轉(zhuǎn)移

假設(shè)H3-H10的基本含義如圖3所示。

3.1.2 吸引效應(yīng)形成機(jī)理模型推理

吸引效應(yīng)已經(jīng)在諸多實(shí)驗(yàn)中得到證實(shí)，但其可能是由范圍效應(yīng)、頻率效應(yīng)和知覺(jué)聚焦效應(yīng)中的一種所引起，也可能是兩種以上效應(yīng)疊加而成，因此有必要對(duì)三種效應(yīng)進(jìn)行分離。本文沿用范圍-頻率效應(yīng)和知覺(jué)聚焦效應(yīng)建立數(shù)學(xué)模型。對(duì)于任意一屬性m，消費(fèi)者對(duì)其屬性值i的評(píng)價(jià)Vim為其效用Uim的線性函數(shù)：

效用Uim是屬性值xi和常數(shù)系數(shù)Kj的函數(shù)：

在情景k下，效用Uimk為：

（6）式中Uk為情景效應(yīng)效用函數(shù)，其值是范圍效應(yīng)、頻率效應(yīng)和知覺(jué)聚焦效應(yīng)的線性函數(shù)，用公式可表示為：

由式（4）、（5）、（6）和（7）可推導(dǎo)出，在情景K下，消費(fèi)者對(duì)任意屬性m的屬性評(píng)分VPimk為：

在此，用非情景效應(yīng)下的屬性評(píng)分代替Vim，則在情景K下，消費(fèi)者對(duì)任一屬性m的評(píng)價(jià)為：

上式中，Rimk如式（4-1）所示，F(xiàn)imk如式（4-3）所示。對(duì)于變量Pimk，由其定義可知為分類(lèi)型變量，其取值如下：

4 實(shí)驗(yàn)設(shè)計(jì)及結(jié)果

4.1 實(shí)驗(yàn)設(shè)計(jì)及實(shí)驗(yàn)材料選擇

筆者隨機(jī)抽取了來(lái)自四川師范大學(xué)218名學(xué)生自愿被試者，被試者被要求在包含五種產(chǎn)品的問(wèn)卷中進(jìn)行購(gòu)買(mǎi)決策，每一個(gè)產(chǎn)品類(lèi)中只有兩個(gè)產(chǎn)品選項(xiàng)及兩個(gè)屬性值的描述（核心集合，Core Set）。在第一次購(gòu)買(mǎi)決策4周后，研究將被試者隨機(jī)分配到2個(gè)小組中去，一個(gè)小組被試者在R策略集合（X,Y,Rx）中進(jìn)行購(gòu)買(mǎi)決策；一個(gè)小組被試者在F策略集合（X,Y,Fx）中進(jìn)行購(gòu)買(mǎi)決策，被試者被要求對(duì)各產(chǎn)品不同屬性打分評(píng)價(jià)，然后選出自己最偏好的產(chǎn)品。通過(guò)對(duì)第一次調(diào)查回收問(wèn)卷的檢查、整理，淘汰14份問(wèn)卷，得到有效問(wèn)卷204份，有效率為93.6%。第二次問(wèn)卷調(diào)查使用了和第一次調(diào)查一樣的樣本，由于拒絕回答、無(wú)法接觸到被調(diào)查者等原因，獲得192份有效問(wèn)卷，其中問(wèn)卷2和問(wèn)卷3調(diào)查人數(shù)各為96人。由于需要進(jìn)行前后決策對(duì)比，所以缺失任何一次調(diào)查的當(dāng)做無(wú)回應(yīng)處理，問(wèn)卷總有效回應(yīng)率為89.0%。

研究中所使用實(shí)驗(yàn)材料參照了Simonson（1989）[9]、Wedell和Pettibone（1996）[6]、Mourali（2007）[23]、Amir和Jonathan（2008）[24]等研究，產(chǎn)品信息具體情況見(jiàn)表2。

4.2 實(shí)驗(yàn)結(jié)果

4.2.1 R策略和F策略下的吸引效應(yīng)及其強(qiáng)度

實(shí)驗(yàn)中一共出現(xiàn)了1920次購(gòu)買(mǎi)決策（5個(gè)產(chǎn)品類(lèi)型×192被試者×2次選擇），結(jié)果表明在R和F策略下均出現(xiàn)吸引效應(yīng)。以MP4決策為例，統(tǒng)計(jì)結(jié)果見(jiàn)表3、表4和表5。

表4 R策略下吸引效應(yīng)中消費(fèi)者選擇轉(zhuǎn)移模式分析

表5 F策略下吸引效應(yīng)中消費(fèi)者選擇轉(zhuǎn)移模式分析

由MP4播放器調(diào)查數(shù)據(jù)可知，X的絕對(duì)市場(chǎng)份額在R策略和F策略下分別提高20.8%(χ2=12.12，P≤0.001）和14.6%（χ2=10.32，P≤0.001），X與Y的相對(duì)市場(chǎng)占有率分別提高21.4%和15.1%。其他各類(lèi)產(chǎn)品吸引效應(yīng)強(qiáng)度情況見(jiàn)表6，結(jié)果驗(yàn)證H1和H2。

表6 實(shí)驗(yàn)中各類(lèi)產(chǎn)品兩種策略下的吸引效應(yīng)（△P）及吸引效應(yīng)強(qiáng)度（K）

4.2.2 屬性評(píng)價(jià)轉(zhuǎn)移

研究發(fā)現(xiàn)，誘引選項(xiàng)會(huì)導(dǎo)致費(fèi)者對(duì)同一產(chǎn)品的屬性評(píng)價(jià)按照固定模式偏移，表7呈現(xiàn)了屬性評(píng)價(jià)具體變化情況。以MP4為例，R策略下X和Y的待機(jī)時(shí)間屬性評(píng)分都顯著提高，分別提高8.15分（t=4.415，P＜0.000）和2.59分（t=2.409，P=0.018）；對(duì)Y內(nèi)存容量屬性評(píng)價(jià)下降3.42分（t=2.618，P=0.010），但對(duì)X內(nèi)存容量屬性評(píng)分沒(méi)有顯著變化（t=0.493，P=0.623）。F策略下，X的優(yōu)勢(shì)屬性和劣勢(shì)屬性分別顯著提高2.35分（t=2.225，P=0.028）和2.87分（t=1.717，P=0.089），Y的優(yōu)勢(shì)屬性顯著提高2.05分（t=1.752，P=0.083），而劣勢(shì)屬性顯著降低 4.05分（t=3.166，P=0.002）。研究結(jié)果驗(yàn)證H3、H4、H5、H6、H9和H10，但未驗(yàn)證假設(shè)H7和H8。

表7 在不同選擇集下決策者屬性評(píng)價(jià)的變化

4.2.3 模型回歸檢驗(yàn)

回歸模型前需對(duì)對(duì)相關(guān)數(shù)據(jù)進(jìn)行預(yù)處理形成新變量，表8是各變量值。表中，m是不同屬性，k為吸引策略；Vimk是在情境k下消費(fèi)者對(duì)屬性m的平均評(píng)分，Vim是沒(méi)有誘引選項(xiàng)時(shí)屬性m的平均評(píng)分；xi為屬性m的值，變量xmin和xmax為屬性m的最小值和最大值；Ri是屬性xi在屬性m上的排序，Ri=n+1，n為小于xi的屬性數(shù)量；N表示選擇集中選項(xiàng)個(gè)數(shù)。變量Rimk、Fimk、Pimk是由公式（1）、（3）和（10）的定義計(jì)算而得。

表8 回歸模型中相關(guān)變量得分一覽表（以MP4播放器實(shí)驗(yàn)為例）

運(yùn)用實(shí)驗(yàn)數(shù)據(jù)擬合模型，表9中的（1）和（2）反應(yīng)了模型適應(yīng)程度，（3）是模型參數(shù)估計(jì)結(jié)果。

（1）模型匯總a

表9 模型回歸基本統(tǒng)計(jì)表

（2）方差分析a

a.因變量:Vimk；預(yù)測(cè)變量:(常量),Vim,Rimk,Fimk,Pimk。

（3）系數(shù)

模型(常量)VIF Vim Rimk Fimk非標(biāo)準(zhǔn)化系數(shù)B 41.600.380 8.331 5.119 0b 2.485標(biāo)準(zhǔn)誤差12.300.174 3.027 2.757 T值3.382 2.186 2.752 1.857.280.500.243標(biāo)準(zhǔn)系數(shù)Sig..003***.042**.013**.079*容忍度0.230 0.114 0.219 4.356 8.755 4.562 Pimk=0 Pimk=1 1.218.137 2.040.055*0.832 1.202

從統(tǒng)計(jì)結(jié)果可看出回歸模型擬合優(yōu)度較好（R2大于0.8）回歸模型通過(guò)假設(shè)檢驗(yàn)，表（3）中可看出，參數(shù)都通過(guò)了模型檢驗(yàn)（P值均小于0.1）。簡(jiǎn)明和黃登源（2009）認(rèn)為，若方差擴(kuò)大引子值小于10，則認(rèn)為方程不存在嚴(yán)重的多重共線性[25]，方程共線性檢驗(yàn)顯示VIF值均小于10，可認(rèn)為方程不存在嚴(yán)重多重共線性。

回歸方程式為：

該模型含義是，在吸引效應(yīng)中：（1）若企業(yè)產(chǎn)品屬性是產(chǎn)品集中最優(yōu)的，則可使該屬性評(píng)分增加8.33分，若企業(yè)產(chǎn)品屬性非最優(yōu)，則將其在屬性分布極差中的位置每提高50%可獲得4.12分的評(píng)分增量（0≤Rimk≤1）；（2）企業(yè)產(chǎn)品屬性在產(chǎn)品集中的排序分值Fimk每增加0.5分，可使該屬性值評(píng)價(jià)得分增加2.56分；（3）屬性分布中出現(xiàn)相同屬性值，會(huì)使該屬性值評(píng)分增加2.46分。

將式（11）轉(zhuǎn)換后可得：

式（12）可粗略估計(jì)范圍效應(yīng)、頻率效應(yīng)和知覺(jué)聚焦效應(yīng)對(duì)于屬性評(píng)價(jià)的貢獻(xiàn)程度?？煽闯龇秶?yīng)貢獻(xiàn)系數(shù)最大，基本印證“R策略似乎比F策略更有效”的結(jié)論。

5 研究結(jié)論與管理啟示

研究發(fā)現(xiàn)，在消費(fèi)者購(gòu)買(mǎi)中決策中，吸引效應(yīng)不僅確實(shí)存在，而且表現(xiàn)強(qiáng)烈。在本實(shí)驗(yàn)中，R策略使目標(biāo)選項(xiàng)絕對(duì)市場(chǎng)份額和相對(duì)市場(chǎng)份額分別平均增加19.4%和19.9%，F(xiàn)策略使目標(biāo)選項(xiàng)絕對(duì)市場(chǎng)份額和相對(duì)市場(chǎng)份額分別平均增了16.5%和17.3%。因此，在新產(chǎn)品定位、促銷(xiāo)溝通管理和競(jìng)爭(zhēng)戰(zhàn)略制定中充分考慮吸引效應(yīng)的影響，是十分重要的。研究試圖對(duì)比R策略和F策略哪個(gè)更有效，雖然統(tǒng)計(jì)結(jié)果顯示R策略的平均效應(yīng)強(qiáng)度比F策略更大（1.59 VS1.46），但在并不總是如此，如在便攜式電腦實(shí)驗(yàn)中，F(xiàn)策略比R策略更有效。研究還發(fā)現(xiàn)，受誘引選項(xiàng)屬性信息的錨定影響，消費(fèi)者對(duì)目標(biāo)選項(xiàng)和競(jìng)爭(zhēng)選項(xiàng)的屬性評(píng)價(jià)產(chǎn)生顯著的變化，且變化方向是可預(yù)測(cè)的。研究通過(guò)數(shù)據(jù)回歸擬合了一個(gè)同時(shí)包含范圍效應(yīng)、頻率效應(yīng)和焦點(diǎn)感知效應(yīng)的模型，該模型很好地解釋了消費(fèi)者屬性評(píng)價(jià)變動(dòng)情況，有力證明了上述三種效應(yīng)在解釋吸引效應(yīng)時(shí)的有效性。

研究結(jié)論對(duì)營(yíng)銷(xiāo)實(shí)踐的啟示是，企業(yè)在為新產(chǎn)品定位時(shí)，一定要考慮吸引效應(yīng)的影響，采取合理策略以增加企業(yè)產(chǎn)品吸引力。企業(yè)可以考慮在產(chǎn)品線上推出不以盈利為目的的陷阱產(chǎn)品，以達(dá)到烘托目標(biāo)產(chǎn)品優(yōu)勢(shì)的目的。此外，在設(shè)計(jì)產(chǎn)品時(shí)，一定要考慮產(chǎn)品不同屬性在屬性集中的位置，對(duì)于產(chǎn)品優(yōu)勢(shì)屬性，要盡量提高該屬性在屬性集極差中的位置和排序；對(duì)于產(chǎn)品的弱勢(shì)屬性，則要盡量達(dá)到該屬性值平均水準(zhǔn)，并與市場(chǎng)上該類(lèi)型產(chǎn)品中大多數(shù)屬性值相同。

[1]Luce R D.Individual Choice Behavior:A Theoretical Analysis[M].New York:John Wiley&Sons,1959.

[2]Rumelhart D L,Greeno J G.Similarity between Stimuli:An Experimental Test of the Luceand Restle Choice Models[J].Journal of Mathematical Psychology,1971,8(3).

[3]Debreu G.A Review of Individual Choice Behavior:A Theoretical Analysis[J].American Economic Review,1960,12(50).

[4]Tversky A.Elimination by Aspects:A Theory of Choice[J].Psychological Review,1972,7(79).

[5]Huber J,Payne JW,Puto C.Adding Asymmetrically Dominated Alternatives:Violations of Regularity and the Similarity Hypothesis[J].Journal of Consumer Research,1982,6(9).

[6]Wedell D H,Pettibone JC.Using Judgment to Understand Decoy Effect in Choice[J].Organizational Behavior and Human Decision Processes,1996,3(67).

[7]張全成，盧東，周庭銳.消費(fèi)者決策行為中的情境效應(yīng)研究評(píng)論與展望[J].軟科學(xué)，2011,(10).

[8]Huber J,Puto C.Market Boundaries and Product Choice:Illustrating Attraction and Substitution Effects[J].Journal of Consumer Research,1983,6(10).

[9]Simonson I.Choice Based on Reasons:The Case of Attraction and Compromise Effects[J].Journal of Consumer Research,1989,9(16).

[10]李紓.發(fā)展中的行為決策研究[J].心理科學(xué)進(jìn)展，2006,(4).

[11]Brenner L,Rottenstreich Y,Sood S.Comparison,Grouping,and Preference[J].American Psychological Society,1999,10(3).

[12]Ratneshwar S,Shocker A D,Stewart DW.Toward Understanding the Attraction Effects:The Implications of Product Stimulus Meaningfulnessand Familiarity[J].Journal of Consumer Research,1987,(13).

[13]Shugan S M.The Cost of Thinking[J].Journal of Consumer Research,1980,(7).

[14]Hedgcock W,Rao A R,Chen H.Could Ralph Nader’s Entrance and Exit Have Helped Al Gore?The Impact of Decoy Dynamics on Consumer Choice[J].Journal of Marketing Research,2009,(6).

[15]Duncan J,Glyn WH.Visual Search and Stimulus Similarity[J].Psychological Review,1989,96.

[16]Mellers B,Biagini K.Similarity and Choice[J].Psychological Review,1994,101(3).

[17]Ariely D,Wallsten T S.Added Seeking Subjective Dominance in Multidimensional Space:An Explanation of the Asymmetric Dominance Effect[J].Organizational Behavior&Human Decision Processes,1995,3(63).

[18]Bettman JR,Luce M F,Payne JW.Constructive Consumer Choice Processes[J].Journal of Consumer Research,1998,25(12).

[19]Volkmann J.Scales of Judgment and their Implications for Social Psychology.Social Psychology at Crossroads[M].New York:Harper&Row,1951.

[20]Yeung W M,Catherine,Soman D.Attribute Evaluability and the Range Effect[J].Journal of Consumer Research,2005,32(12).

[21]Parducci A.Category Judgment:A Range-Frequency Model[J].Psychological Review,1965,11(72).

[22]Hamilton R,Hong J,Chernev.A Perceptual Focus Effects in Choice[J].Journal of Consumer Research,2007,l34.

[23]Mourali M,Bockenholt U,Laroche M.Compromise and Attraction Effects under Prevention and Promotion Motivations[J].Journal of Consumer Research,2007,(34).

[24]Amir O,Levav J.Choice Construction Versus Preference Construction:The Instability of Preferences Learned in Context[J].Journal of Marketing Research,2008,(4).

[25]簡(jiǎn)明,黃登源.市場(chǎng)研究定量分析方法與應(yīng)用[M].北京:中國(guó)人民大學(xué)出版社,2009.