網(wǎng)購(gòu)信息環(huán)境對(duì)消費(fèi)者決策過(guò)程的影響：基于有限理性視角

范曉屏，盧艷峰，韓紅葉

?

網(wǎng)購(gòu)信息環(huán)境對(duì)消費(fèi)者決策過(guò)程的影響：基于有限理性視角

范曉屏1，盧艷峰2，韓紅葉1

（1．浙江大學(xué)管理學(xué)院，浙江杭州310058；2.中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院，湖北武漢 430073）

從有限理性視角，基于階段性決策過(guò)程模型和成本-收益權(quán)衡原則，以信息負(fù)載、決策支持工具和推薦信號(hào)構(gòu)成網(wǎng)絡(luò)購(gòu)物信息環(huán)境，通過(guò)2×2×2組間實(shí)驗(yàn)、431個(gè)樣本數(shù)據(jù)來(lái)探討對(duì)考慮集和選擇集的影響機(jī)制，結(jié)果表明：1）不同的信息負(fù)載下，消費(fèi)者會(huì)采用不同的決策策略來(lái)平衡決策質(zhì)量與決策成本；2）決策支持工具的使用延長(zhǎng)了決策時(shí)間，增加了認(rèn)知努力付出，但決策質(zhì)量提高，決策主觀自信和滿意度增加，但在高信息負(fù)載下，個(gè)體仍然會(huì)增加對(duì)啟發(fā)式線索的依賴；3）作為啟發(fā)式線索的推薦信號(hào)并沒(méi)有被用來(lái)簡(jiǎn)化信息處理過(guò)程。

有限理性；決策過(guò)程；信息負(fù)載；決策支持工具；推薦信號(hào)

0 引言

2014年中國(guó)網(wǎng)絡(luò)零售達(dá)2.8萬(wàn)億元，網(wǎng)購(gòu)已經(jīng)成為社會(huì)主流購(gòu)物方式。因此，探究在網(wǎng)購(gòu)環(huán)境下不同決策過(guò)程如何影響網(wǎng)購(gòu)行為有著積極的意義[1]。不過(guò)盡管越來(lái)越多的消費(fèi)者在網(wǎng)上搜索信息并在線購(gòu)買，但我們對(duì)他們?cè)谫?gòu)物網(wǎng)站如何做出購(gòu)買決策仍然知之甚少[2]，十分需要深入理解消費(fèi)者在線上如何搜索與評(píng)價(jià)產(chǎn)品[3]。

有限理性思想認(rèn)為心智是一種稀缺的資源，個(gè)體在運(yùn)用時(shí)存在節(jié)約的傾向[4,5]，總是傾向于用最小的心智成本獲得一定的思維收益。個(gè)體處理信息能力的局限性和收集完全信息的困難性導(dǎo)致個(gè)體選擇滿意解而不是最優(yōu)解[6]。個(gè)體是“認(rèn)知吝嗇者”，實(shí)證研究表明個(gè)體會(huì)在決策質(zhì)量與認(rèn)知努力之間權(quán)衡[3,7,8]。由于網(wǎng)店突破了貨架時(shí)空限制，不少網(wǎng)店總是試圖提供更豐富、全面的產(chǎn)品信息，以創(chuàng)造自己的競(jìng)爭(zhēng)優(yōu)勢(shì)[9]。豐富的信息可以減少信息不對(duì)稱，但處理信息的認(rèn)知成本也大為提高。要找到滿足自身需要的產(chǎn)品就會(huì)變得困難[10]，過(guò)多的信息易產(chǎn)生信息過(guò)載效應(yīng)，降低了選擇動(dòng)機(jī)[11]，弱化了偏好與滿意度[12]，增加了負(fù)面情緒，增加了決策困難、后悔與延遲[13,14]?？梢?，網(wǎng)站提供的信息并非越多越好，當(dāng)信息量超過(guò)了消費(fèi)者有效處理的范圍，反而會(huì)降低決策質(zhì)量，并使決策體驗(yàn)變差，產(chǎn)生信息過(guò)載現(xiàn)象。為幫助消費(fèi)者作出決策，網(wǎng)店會(huì)提供排序、對(duì)比等決策支持工具，還提供銷量、口碑、推薦等產(chǎn)品外圍線索，由此，信息負(fù)載、決策支持工具和豐富的產(chǎn)品外圍線索構(gòu)成了網(wǎng)絡(luò)購(gòu)物環(huán)境區(qū)別于傳統(tǒng)購(gòu)物環(huán)境的關(guān)鍵因素，研究這一全新信息環(huán)境下的消費(fèi)者決策行為，具有重要意義。

面對(duì)復(fù)雜決策，個(gè)體會(huì)分階段決策[2,15]，先采取簡(jiǎn)單判斷淘汰備擇，再深入對(duì)比，權(quán)衡備擇，最終作出決策。在面對(duì)大量備擇，消費(fèi)者會(huì)先形成考慮集，然后再選擇，這種“考慮-選擇”兩階段決策和采用啟發(fā)式方法可快速掃描更多產(chǎn)品，并降低認(rèn)知和搜索成本[16]，消費(fèi)者會(huì)使用“信息心智過(guò)濾機(jī)制”，精簡(jiǎn)復(fù)雜的方案評(píng)估，以簡(jiǎn)單判斷做出決策，從而減少信息處理量[17]。網(wǎng)店會(huì)提供便捷的篩選工具和購(gòu)物車，以符合消費(fèi)者兩階段決策行為[2]。但是有關(guān)內(nèi)部與外部信息過(guò)濾機(jī)制的研究非常少[18]?，F(xiàn)有研究大數(shù)多關(guān)注因素對(duì)決策結(jié)果的影響，少有對(duì)決策過(guò)程的動(dòng)態(tài)特征進(jìn)行研究，也少有實(shí)證探討決策支持工具和產(chǎn)品外圍線索如何幫助消費(fèi)者應(yīng)對(duì)信息過(guò)載。

可見，網(wǎng)購(gòu)，選擇不再缺乏，而是如何做出選擇；信息不再稀缺，而是如何處理海量信息。由于心智資源的稀缺性，個(gè)體在決策時(shí)會(huì)尋求決策質(zhì)量與認(rèn)知成本的平衡，為幫助網(wǎng)購(gòu)者作出決策，絕大多數(shù)店家都提供排序、對(duì)比等決策支持工具和銷量、口碑、推薦等產(chǎn)品外圍線索。Punj & Moore提到許多研究表明在實(shí)體店鋪個(gè)體更傾向于減少努力而不是改進(jìn)決策質(zhì)量[3]。因?yàn)檫@節(jié)約的好處即時(shí)可得，而提高決策質(zhì)量的好處常常是延遲的，不明確的[19]。本文感興趣的是，在網(wǎng)購(gòu)信息極大豐富，獲取成本相對(duì)較低，以及網(wǎng)店提供的決策支持工具的情境下，個(gè)體會(huì)如何應(yīng)對(duì)信息過(guò)載對(duì)決策質(zhì)量的影響，如何平衡認(rèn)知努力與決策質(zhì)量？會(huì)不會(huì)轉(zhuǎn)向關(guān)注決策質(zhì)量的提升？而這一問(wèn)題的研究，本質(zhì)上是要探討在信息負(fù)載、決策支持工具和產(chǎn)品外圍線索所構(gòu)成的網(wǎng)絡(luò)購(gòu)物環(huán)境下，消費(fèi)者決策策略的選擇和決策的過(guò)程特點(diǎn)，這方面的研究將有助于我們更深入的理解網(wǎng)購(gòu)者的認(rèn)知活動(dòng)和信息處理過(guò)程的特征。

基于此，本研究以考慮集和選擇集作為決策過(guò)程的觀察變量，從有限理性和階段性決策過(guò)程理論的視角，來(lái)探討信息負(fù)載、決策支持工具和店家推薦對(duì)網(wǎng)購(gòu)者決策過(guò)程的影響機(jī)制，從而證實(shí)網(wǎng)購(gòu)者節(jié)約心智資源的心理傾向和決策行為表現(xiàn)。

1 理論模型與研究假設(shè)

1.1研究的理論基礎(chǔ)

與理性經(jīng)濟(jì)人假設(shè)不同，在有限理性視角下，對(duì)消費(fèi)者行為研究是沿著個(gè)體處理信息的路徑展開的[20]，將個(gè)體決策視為信息處理過(guò)程，把心智成本考慮在內(nèi)。啟發(fā)-分析模型(Heuristic-systematic Model)[21]認(rèn)為分析式處理信息的策略耗費(fèi)大量心智資源，啟發(fā)式使用簡(jiǎn)單規(guī)則認(rèn)知成本很小?；谟邢蘩硇?，個(gè)體在決策一開始并沒(méi)有事先定義的明晰的偏好，而是在決策過(guò)程中依據(jù)決策情境進(jìn)行自我構(gòu)建的[22]，這表明決策結(jié)果是由采用的決策策略所決定，而策略是在決策情境中遵循成本-收益原則建構(gòu)的，即個(gè)體會(huì)平衡決策精度與認(rèn)知努力來(lái)選擇信息處理策略。研究證實(shí)了個(gè)體在選擇決策策略時(shí)遵循成本-收益原則[7,22,23]?？梢?，對(duì)個(gè)體信息處理的研究首先是關(guān)注決策過(guò)程，過(guò)程決定了決策結(jié)果；其次關(guān)注決策所處的信息環(huán)境，環(huán)境影響了決策策略的選擇。

人們是如何在多屬性多備擇環(huán)境中進(jìn)行評(píng)價(jià)與選擇已成為行為決策研究的焦點(diǎn)，而考慮集作為決策的關(guān)鍵階段受到學(xué)界與業(yè)界關(guān)注[10]。Roberts & Lattin認(rèn)為市場(chǎng)上所有品牌可分為消費(fèi)者意識(shí)和沒(méi)有意識(shí)到的兩類，而意識(shí)集又分為可考慮購(gòu)買的(考慮集)和不考慮購(gòu)買的[17]。Narayana & Markin提出全體集(在售某品類全部品牌)和意識(shí)集(個(gè)體了解的可選購(gòu)品牌)[24]。Shocker[25]等人提出了決策的幾個(gè)階段：全體集－意識(shí)集－考慮集－選擇集－最終選擇。當(dāng)個(gè)體面臨大量備擇時(shí)，會(huì)采取先考慮后選擇的決策過(guò)程來(lái)迅速掃描備擇，然后再?gòu)闹羞x擇的決策方式[17,26]。一些研究認(rèn)為[26,27]簡(jiǎn)單的啟發(fā)式方法對(duì)考慮集的預(yù)測(cè)能力相同于甚至超過(guò)聯(lián)合分析或補(bǔ)償性方法。Hauser[16]認(rèn)為許多考慮集的研究都是基于考慮集是一個(gè)推理過(guò)程的產(chǎn)物這樣一個(gè)觀點(diǎn)，而實(shí)際像許多啟發(fā)式?jīng)Q策一樣，考慮集是權(quán)衡決策成本-收益的產(chǎn)物。

本文認(rèn)為決策策略的選擇是個(gè)體根據(jù)決策情景自我建構(gòu)的，因此，在不同情景下考察決策過(guò)程中的信息處理方式，能更好地理解消費(fèi)者決策的過(guò)程特征。因此，同時(shí)考慮決策過(guò)程中的兩個(gè)階段：考慮集與選擇集，能動(dòng)態(tài)地反映出消費(fèi)者認(rèn)知活動(dòng)和信息處理的過(guò)程。

1.2研究模型

意識(shí)集是信息接觸與使用經(jīng)驗(yàn)的結(jié)果，存在于個(gè)體長(zhǎng)期記憶中，考慮集與選擇集既基于已有的認(rèn)知結(jié)構(gòu)，又是對(duì)當(dāng)下信息臨時(shí)處理的結(jié)果。本文把考慮集與選擇集作為因變量，來(lái)考察消費(fèi)者信息處理過(guò)程與決策策略選擇?？紤]集定義為在考慮范圍內(nèi)的可購(gòu)買產(chǎn)品集[10,17]，反映消費(fèi)者第一階段的決策策略。選擇集定義為做出最終購(gòu)買決策時(shí)認(rèn)真仔細(xì)考慮的備選產(chǎn)品集合[10,17,28]，反映第二階段的決策策略。通過(guò)對(duì)考慮集與選擇集的狀態(tài)值的“先分別考察，再對(duì)比分析”的方法來(lái)反映決策過(guò)程的動(dòng)態(tài)特性。

考慮集的規(guī)模、動(dòng)態(tài)性、多樣性、偏好性等常被用來(lái)描述其特征，反映了選擇的努力程度與備擇進(jìn)入與保留在集內(nèi)的難易程度[29]。本文采用規(guī)模、異質(zhì)性、熟悉品牌占比三個(gè)指標(biāo)來(lái)測(cè)量考慮集與選擇集。規(guī)模是進(jìn)入考慮集（選擇集）的產(chǎn)品數(shù)量。規(guī)模大，處理信息就多。異質(zhì)性是集內(nèi)產(chǎn)品差異化程度。異質(zhì)性越高，選擇決策越具開放性，多樣化產(chǎn)品進(jìn)入集內(nèi)。異質(zhì)性越低，說(shuō)明簡(jiǎn)化決策動(dòng)機(jī)越強(qiáng)，選擇標(biāo)準(zhǔn)越嚴(yán)格，限制越多。

本研究在信息環(huán)境構(gòu)造中隱含了一個(gè)變量：品牌熟悉度，表現(xiàn)在信息負(fù)載的處理上。熟悉品牌占比是指在考慮(選擇)集中熟悉品牌產(chǎn)品的比例。品牌可減少信息處理的認(rèn)知成本，消費(fèi)者甚至只根據(jù)品牌來(lái)做出產(chǎn)品評(píng)估與購(gòu)買決策。本文采用熟悉品牌占比試圖反映在不同的網(wǎng)購(gòu)信息環(huán)境下，消費(fèi)者決策時(shí)對(duì)品牌的依賴性。

信息負(fù)載會(huì)使消費(fèi)者在認(rèn)知努力與決策質(zhì)量之間重新尋找平衡，選擇自認(rèn)為相適應(yīng)的決策策略，這必然引起考慮集與選擇集的特征變化。本文定義信息負(fù)載為消費(fèi)者在決策時(shí)面對(duì)信息量的大小，以備擇數(shù)量和備擇屬性數(shù)量相乘表示。

網(wǎng)站提供的決策支持工具和推薦信號(hào)也可以幫助消費(fèi)者有效降低決策的困難度，影響信息處理過(guò)程。由此，本文將信息負(fù)載、決策支持工具(產(chǎn)品對(duì)比矩陣)、推薦信息，以及隱含的品牌熟悉度共同構(gòu)成網(wǎng)站購(gòu)物信息環(huán)境，其變量和測(cè)量指標(biāo)定義見表1，研究模型見圖1。

圖1 研究模型

表1 變量及測(cè)量指標(biāo)定義

1.3 研究假設(shè)

1.3.1 信息負(fù)載與決策過(guò)程

Malhotra認(rèn)為當(dāng)備擇屬性增加時(shí)，個(gè)體做出正確選擇的可能性增加，當(dāng)備擇品牌數(shù)增加時(shí)，對(duì)做出正確選擇的可能性沒(méi)有顯著影響[30]。Chen, Shang & Kao認(rèn)為豐富的信息會(huì)導(dǎo)致信息過(guò)載，決策主觀狀態(tài)會(huì)變差[18]。Parra & Ruiz 采用2×2實(shí)驗(yàn)的方法研究了搜索工具與基于備擇和屬性的信息負(fù)載對(duì)考慮集的影響[10]。Chen實(shí)證研究了信息負(fù)載與信息過(guò)濾對(duì)感知信息過(guò)載和感知決策質(zhì)量的影響[18]。Mosteller通過(guò)改變信息負(fù)載來(lái)考察信息負(fù)對(duì)決策質(zhì)量、決策時(shí)間和決策滿意度的影響[31]。這些研究驗(yàn)證了信息負(fù)載的存在，引起決策的困惑[32]，以及對(duì)決策結(jié)果(客觀決策質(zhì)量與主觀決策滿意)的影響。但是，這些研究基本上是對(duì)決策結(jié)果（考慮集的狀態(tài)值）的探討，對(duì)決策過(guò)程不同階段（如考慮集與選擇集）的比較分析很缺乏實(shí)證研究，尤其是對(duì)信息負(fù)載增加造成心智成本的增加，如何改變信息處理策略的選擇，并進(jìn)而如何影響決策過(guò)程更缺乏相應(yīng)的實(shí)證研究。

本文認(rèn)為進(jìn)入考慮集或選擇集的產(chǎn)品數(shù)量，反映了消費(fèi)者信息處理狀況。當(dāng)備擇較少時(shí)，消費(fèi)者容易認(rèn)真比較，較為準(zhǔn)確地選擇出符合自己偏好的產(chǎn)品。當(dāng)備擇較多時(shí)，消費(fèi)者會(huì)用非補(bǔ)償策略淘汰備擇，再綜合分析，最后選定。問(wèn)題是當(dāng)備擇豐富多樣時(shí)，消費(fèi)者的偏好常常是不確定的[33]。這就是說(shuō)，當(dāng)信息負(fù)載較高時(shí)，備擇的多樣性和偏好的不確定性，使消費(fèi)者覺(jué)得每增加一個(gè)備擇的評(píng)價(jià)都可能提高決策質(zhì)量，因此造成進(jìn)入綜合評(píng)價(jià)或最終選擇的產(chǎn)品增多。當(dāng)信息負(fù)載較小時(shí)，消費(fèi)者有能力與動(dòng)機(jī)對(duì)備擇進(jìn)行綜合性評(píng)估，選擇出能較好地滿足需求的產(chǎn)品，因此，考慮集或選擇集內(nèi)的產(chǎn)品多樣性較大。當(dāng)備擇較多時(shí)，需要處理的信息量較大，消費(fèi)者會(huì)采取啟發(fā)式方法來(lái)選擇性地淘汰一些備擇，因此，進(jìn)入考慮集或選擇集的產(chǎn)品，其特征會(huì)趨同，差異會(huì)減小。當(dāng)信息負(fù)載增加時(shí)，消費(fèi)者會(huì)利用啟發(fā)式線索進(jìn)行選擇性篩選。品牌是個(gè)啟發(fā)式線索常用來(lái)簡(jiǎn)化決策[34]。此外，當(dāng)信息負(fù)載較高時(shí)，消費(fèi)者的不確定感和感知風(fēng)險(xiǎn)也會(huì)增加，依賴品牌來(lái)減小風(fēng)險(xiǎn)的傾向增大，故熟悉品牌的產(chǎn)品更容易進(jìn)入消費(fèi)者視野。綜上，提出假設(shè)：

H1：隨著信息負(fù)載的增加，考慮集和選擇集的規(guī)模變大，異質(zhì)性降低，熟悉品牌占比增加

消費(fèi)者總是偏愛(ài)去品類多、品種多的商店購(gòu)物，這樣可以有更多機(jī)會(huì)選擇到符合自己偏好的產(chǎn)品，也使選擇有更大空間，滿足搜尋不同產(chǎn)品的購(gòu)物需求。但當(dāng)消費(fèi)者面對(duì)大量產(chǎn)品備擇（信息負(fù)載高）也會(huì)帶來(lái)負(fù)面的心理影響，即決策難度和后悔增加、低的滿意度和決策延后[13]。Goodman等人研究得出當(dāng)備擇增加時(shí)，對(duì)偏好成熟的消費(fèi)者，易與推薦信號(hào)產(chǎn)生選擇沖突，因而會(huì)增加評(píng)估與選擇來(lái)適應(yīng)沖突[35]?？傻闷脹_突與備擇多樣性會(huì)使消費(fèi)者擴(kuò)大考慮范圍。因此，提出假設(shè)：

H2：隨著信息負(fù)載增加，考慮集和選擇集內(nèi)的推薦產(chǎn)品占比減小

1.3.2 決策支持工具與決策過(guò)程

在購(gòu)物網(wǎng)站常用的決策支持工具有搜索、排序、產(chǎn)品比較矩陣等，本文采用的是產(chǎn)品比較矩陣。決策支持工具可降低復(fù)雜決策的認(rèn)知成本，幫助消費(fèi)者決定購(gòu)買什么、在哪里購(gòu)買，前者是產(chǎn)品中介，后者是商家中介[2]。個(gè)體決策受兩因素影響，一是決策支持系統(tǒng)的信息量，一是時(shí)間與精力[3]，前者由商家控制，后者由個(gè)體決定，但都希望即能搜索到足夠多的備擇，又不花太多時(shí)間精力。有學(xué)者認(rèn)為人們更注重減少認(rèn)知努力而不是提高決策質(zhì)量[3,36]。個(gè)體只是利用工具的便利，來(lái)減少認(rèn)知努力付出，并沒(méi)有提高決策質(zhì)量，甚至可能降低了決策質(zhì)量[37]。也有學(xué)者認(rèn)為沒(méi)有一個(gè)決策支持工具能支持所有決策的要求[38]。這些不一致的研究結(jié)論說(shuō)明了問(wèn)題仍然沒(méi)有真正解決。事實(shí)上，使用決策支持工具本身就需要認(rèn)知努力的付出。因此，個(gè)體是更多依賴工具來(lái)減少心智成本并做出更好決策，還是減少使用工具，減少產(chǎn)品備選，而轉(zhuǎn)向更簡(jiǎn)潔的啟發(fā)式?jīng)Q策，即更多選擇熟悉品牌或接受推薦產(chǎn)品？本文擬從個(gè)體謀取決策精度與認(rèn)知努力平衡的視角來(lái)討論決策支持工具對(duì)決策的影響。

在決策第一階段形成考慮集的過(guò)程中，消費(fèi)者會(huì)應(yīng)用非補(bǔ)償方法和啟發(fā)式線索如品牌、銷量等快速篩選備擇，一般不會(huì)使用決策支持工具。在決策第二階段形成選擇集過(guò)程中，會(huì)綜合分析初選的備擇。決策支持工具有助于補(bǔ)償性分析，減少信息處理成本，并可提高決策準(zhǔn)確性，選出最符合需要的產(chǎn)品。因此，提出假設(shè)：

H3：有決策支持工具時(shí)，消費(fèi)者的選擇集規(guī)模變小

當(dāng)存在決策支持工具可降低處理信息的成本時(shí)，消費(fèi)者簡(jiǎn)化信息處理的動(dòng)機(jī)減弱，傾向于利用工具對(duì)備擇綜合分析，更多采用補(bǔ)償性評(píng)估策略，因此會(huì)保留多樣化的產(chǎn)品。另一方面，決策支持工具可使消費(fèi)者更好地理解產(chǎn)品的差異，權(quán)衡取舍，形成開放包容的產(chǎn)品選擇心態(tài)，使更多差異化的產(chǎn)品進(jìn)入選擇集，因此，提出假設(shè)：

H4：有決策支持工具時(shí)，選擇集的異質(zhì)性增加

在決策支持工具的幫助下，消費(fèi)者更能識(shí)別產(chǎn)品，準(zhǔn)確選出符合自己偏好的產(chǎn)品，因此，對(duì)啟發(fā)式線索的依賴減弱，更少受熟悉品牌或推薦產(chǎn)品的影響。因此，提出假設(shè)：

H5：有決策支持工具時(shí)，選擇集內(nèi)熟悉品牌占比和推薦產(chǎn)品占比下降

1.3.3 推薦信號(hào)與決策過(guò)程

網(wǎng)店常打出“推薦”、“最暢銷”、“最受好評(píng)”等推薦信號(hào)來(lái)推銷產(chǎn)品。推薦信號(hào)是啟發(fā)線索，可降低決策過(guò)程的搜索成本和不確定性[39]，減輕信息負(fù)載和提供產(chǎn)品建議[40]，提供易評(píng)備擇幫助作出決策[41]。Haubl & Trifts認(rèn)為推薦能影響個(gè)體偏好構(gòu)建，進(jìn)而影響決策結(jié)果[2]。Goodman等人認(rèn)為對(duì)于有成熟偏好的個(gè)體來(lái)說(shuō)，推薦信號(hào)會(huì)增加考慮集規(guī)模和決策困難性，對(duì)沒(méi)有成熟偏好個(gè)體則沒(méi)有影響[35]。本文認(rèn)為在考察推薦作用時(shí)，應(yīng)該將個(gè)體節(jié)約認(rèn)知努力、簡(jiǎn)化決策動(dòng)機(jī)與決策質(zhì)量結(jié)合起，以求得對(duì)推薦效應(yīng)更深刻的理解?；谙M(fèi)者在面臨復(fù)雜決策時(shí)會(huì)尋找簡(jiǎn)化決策的路徑，推薦信號(hào)可以幫助消費(fèi)者在產(chǎn)品集合中選擇到符合自己偏好的產(chǎn)品，因?yàn)橥扑]信號(hào)可以降低消費(fèi)者搜索成本和不確定性，消費(fèi)者可能會(huì)減少對(duì)其它產(chǎn)品的查看與分析，更多考慮推薦產(chǎn)品。因此，提出假設(shè)：

H6：有推薦信號(hào)時(shí)消費(fèi)者的考慮集和選擇集規(guī)模變小

由于推薦信號(hào)對(duì)考慮集和選擇集的異質(zhì)性、熟悉品牌占比的影響取決于推薦產(chǎn)品的特征與品牌，因此，不做假設(shè)。

1.3.4 決策時(shí)間與決策自信

當(dāng)信息負(fù)載增加時(shí)，備擇增多，消費(fèi)者有更多機(jī)會(huì)挑選產(chǎn)品，從而會(huì)使決策時(shí)間增加。根據(jù)有限理性思想，個(gè)體存在減小心智努力的傾向，因此，面對(duì)大量備擇信息，消費(fèi)者會(huì)采取啟發(fā)式處理方式，快速、無(wú)補(bǔ)償?shù)靥幚硇畔⑦x擇備擇，造成決策的主觀自信與滿意度減小。而決策支持工具的存在能幫助消費(fèi)者進(jìn)行產(chǎn)品對(duì)比，進(jìn)行分析式處理，有助于做出補(bǔ)償性決策，提高決策自信與滿意度，但工具的使用需要一定的分析與比較，因而延長(zhǎng)了決策時(shí)間。因此，提出假設(shè)：

H7：當(dāng)信息負(fù)載增加時(shí)，決策時(shí)間延長(zhǎng)，但并不提高決策的主觀自信與滿意度

H8：使用決策支持工具，決策時(shí)間延長(zhǎng)，但提高了決策的主觀自信與滿意度

2 研究方法

2.1 實(shí)驗(yàn)設(shè)計(jì)

本文采取多因子實(shí)驗(yàn)方法，模擬東京商城設(shè)計(jì)出實(shí)驗(yàn)購(gòu)物網(wǎng)站，通過(guò)操控3個(gè)自變量構(gòu)造出8個(gè)實(shí)驗(yàn)任務(wù)情境，即2 (信息負(fù)載：低vs高)×2(決策支持工具：有vs無(wú))×2(推薦信號(hào)：有vs無(wú))。據(jù)艾瑞研究，我國(guó)網(wǎng)絡(luò)購(gòu)物主體年齡總體偏年輕，56％分布在19-30歲之間，購(gòu)物主體是白領(lǐng)與在校學(xué)生，占近三成。因此，本文實(shí)驗(yàn)被試選為在校學(xué)生。

實(shí)驗(yàn)產(chǎn)品選為洗衣機(jī)。首先，洗衣機(jī)屬于搜索型產(chǎn)品，被試可通過(guò)網(wǎng)站產(chǎn)品信息把握產(chǎn)品特點(diǎn)，符合本文探討消費(fèi)者信息處理過(guò)程的研究目的。第二，學(xué)生群體普遍接觸洗衣機(jī)廣告，使用洗衣機(jī)，有足夠的科技知識(shí)分辨洗衣機(jī)各種屬性，同時(shí)也很少購(gòu)買過(guò)洗衣機(jī)，可以避免品牌忠誠(chéng)、他人影響等因素干擾。第三，在外形、顏色、款式上差異較小，可以排除被試偏好的影響。第四，洗衣機(jī)屬性多，便于操控信息負(fù)載量。

本文主要探討網(wǎng)購(gòu)者的決策過(guò)程機(jī)理，需要考慮被試對(duì)網(wǎng)購(gòu)實(shí)驗(yàn)有足夠的涉入度。網(wǎng)購(gòu)是一種活動(dòng)，購(gòu)物的涉入度是一種持久的動(dòng)機(jī)傾向[42]，即網(wǎng)購(gòu)者對(duì)網(wǎng)購(gòu)活動(dòng)的關(guān)聯(lián)程度或興趣程度[43]。因此，本文采取了啟動(dòng)方式營(yíng)造實(shí)驗(yàn)任務(wù)情景，從而形成被試對(duì)實(shí)驗(yàn)任務(wù)的足夠重視或興趣。由于被試所在的校區(qū)，每個(gè)宿舍都帶有獨(dú)立衛(wèi)生間，宿舍學(xué)生合資購(gòu)買洗衣機(jī)十分普遍，因此實(shí)驗(yàn)任務(wù)情境是：你們宿舍想買一臺(tái)洗衣機(jī)，室友商量后決定先各自選擇幾款，再大家綜合確定最終款。被試先在網(wǎng)站中瀏覽、對(duì)比，將自認(rèn)為合適的放進(jìn)購(gòu)物車(數(shù)量不限)，最后點(diǎn)擊“保存”。

實(shí)驗(yàn)設(shè)在有80臺(tái)電腦的機(jī)房，招募被試。實(shí)驗(yàn)流程為：被試進(jìn)入機(jī)房入座，輸入網(wǎng)址，即可看到實(shí)驗(yàn)說(shuō)明，點(diǎn)擊“開始實(shí)驗(yàn)”，后臺(tái)將被試隨機(jī)分入實(shí)驗(yàn)組，頁(yè)面出現(xiàn)實(shí)驗(yàn)任務(wù)，接著瀏覽產(chǎn)品，比較選擇，放入購(gòu)物車。最后點(diǎn)擊保存后，呈現(xiàn)問(wèn)卷，回答完問(wèn)項(xiàng)后，實(shí)驗(yàn)結(jié)束。被試可領(lǐng)取25元報(bào)酬和抽獎(jiǎng)。

2.2 自變量操控及檢驗(yàn)

對(duì)信息負(fù)載的操控一是改變產(chǎn)品屬性數(shù)[44]，二是改變產(chǎn)品備擇數(shù)[18]，三是同時(shí)改變兩者。第一種因產(chǎn)品細(xì)節(jié)不同可能影響判斷，第二種因備擇多而可能在質(zhì)量、價(jià)格、分布上的差異產(chǎn)生對(duì)決策的影響，第三種要考慮因備擇與屬性的類型不同而帶來(lái)的影響機(jī)制不同。本文采用第二種方法。在低信息負(fù)載組，提供10款洗衣機(jī)，在高信息負(fù)載組，提供30款洗衣機(jī)。為避免局限性，精心選擇產(chǎn)品確保高、低信息負(fù)載組的備擇屬性數(shù)量相同，價(jià)格分布均在798－1299元之間，區(qū)別只在于價(jià)格、功能相近的備擇數(shù)量的多少。

對(duì)決策支持工具(產(chǎn)品對(duì)比矩陣)，采用“有”與“無(wú)”的操控[2]。在有工具組，備擇下面有“加入對(duì)比”按紐，點(diǎn)擊按紐，備擇就出現(xiàn)在對(duì)比列表中，點(diǎn)擊“查看對(duì)比”，就會(huì)出現(xiàn)選定備擇的比較矩陣。而無(wú)工具組，則沒(méi)有這兩個(gè)按紐。

對(duì)推薦信號(hào)，采用在某備擇上旁標(biāo)注“推薦”。點(diǎn)擊該備擇進(jìn)入介紹頁(yè)面，會(huì)有一行紅字：“最受好評(píng)產(chǎn)品，洗力強(qiáng)勁，超低噪音，內(nèi)筒不銹鋼，外筒滲鋅鋼板”、“超高性價(jià)比，銷量之王”等。

每個(gè)實(shí)驗(yàn)組都有一半熟悉和一半不熟悉品牌的備擇。熟悉品牌為松下、海爾、TCL、海信、康佳。不熟悉品牌為虛構(gòu)品牌：美家、威力、花溪、科潔和奧達(dá)。在低信息負(fù)載組，一個(gè)品牌只有一個(gè)備擇，而在高信息負(fù)載組，一個(gè)品牌有三個(gè)備擇。

信息負(fù)載的操控檢驗(yàn)一是直接測(cè)量備擇數(shù)量或?qū)傩詳?shù)量[45]，二是詢問(wèn)被試能夠獲取的信息量[10]。本文借鑒第一種方法，讓被試回答：網(wǎng)站提供了大量的洗衣機(jī)供我選擇。決策支持工具的操控檢驗(yàn)問(wèn)項(xiàng)為：“網(wǎng)站提供了對(duì)比工具，我可以將各款洗衣機(jī)添加進(jìn)去進(jìn)行對(duì)比”；推薦信號(hào)的操控檢驗(yàn)問(wèn)項(xiàng)為：“網(wǎng)站有推薦的兩款洗衣機(jī)”；以及對(duì)品牌熟悉度的打分。均采取5級(jí)李克特量表，1表示非常不同意，5表示非常同意。

2.3 因變量的測(cè)量方法

實(shí)驗(yàn)采用后臺(tái)記錄被試點(diǎn)擊備擇圖標(biāo)查看詳細(xì)信息的數(shù)量來(lái)代表考慮集的規(guī)模。選擇集規(guī)模是指最終購(gòu)物車內(nèi)備擇數(shù)量。

異質(zhì)性測(cè)量方法一是客觀測(cè)量法，一是主觀打分法。由于洗衣機(jī)屬性多，賦值困難，有些屬性不易比較。而主觀打分，被試在問(wèn)卷階段靠回憶區(qū)分備擇特點(diǎn)可能不太準(zhǔn)確，而且對(duì)差異的理解也可能不同。因此，本文采用產(chǎn)品屬性中相對(duì)很重要的價(jià)格與品牌屬性，以價(jià)格異質(zhì)性和品牌異質(zhì)性作為異質(zhì)性的兩個(gè)測(cè)量維度，通過(guò)后臺(tái)記錄的客觀數(shù)據(jù)，考察集內(nèi)產(chǎn)品的價(jià)格異質(zhì)性與品牌異質(zhì)性。異質(zhì)性主要是為了反映被試決策的開放性程度，這就需要以數(shù)據(jù)變化的范圍來(lái)表示。樣本數(shù)據(jù)的極差常用來(lái)反映數(shù)據(jù)變化的范圍，因此采用極差可以較好地反映集內(nèi)產(chǎn)品的差異程度（即數(shù)據(jù)變化范圍）。由此，價(jià)格異質(zhì)性是考慮(選擇)集中產(chǎn)品的最大價(jià)差，品牌異質(zhì)性是考慮(選擇)集內(nèi)產(chǎn)品的品牌數(shù)量，最大價(jià)差越大，品牌越多，異質(zhì)性就越大。

考慮(選擇)集內(nèi)熟悉品牌占比是指集中熟悉品牌產(chǎn)品數(shù)與集規(guī)模的比值，推薦產(chǎn)品占比是指集中推薦產(chǎn)品數(shù)與集規(guī)模的比值。

因變量的測(cè)量均由后臺(tái)記錄得出，并同時(shí)記錄被試完成實(shí)驗(yàn)的時(shí)長(zhǎng)。決策時(shí)間在一定程度上反映了被試認(rèn)知努力大小。同時(shí)設(shè)計(jì)了“決策自信”和“決策滿意度”[46]問(wèn)項(xiàng)，“我對(duì)剛才挑選的洗衣機(jī)非常有信心”和“我對(duì)剛才挑選的洗衣機(jī)非常滿意”。

3 實(shí)驗(yàn)結(jié)果及假設(shè)檢驗(yàn)

3.1 正式實(shí)驗(yàn)

實(shí)驗(yàn)招募了438名被試，其中6人因電腦原因沒(méi)有完成實(shí)驗(yàn)，故有樣本432人，其中男性占29％，女性為71％。21歲以下為38％，21-25歲57％，25歲以上5％。本科生占64％，碩士生32％，博士性4％。采取由后臺(tái)隨機(jī)分組來(lái)控制被試個(gè)體因素的影響，經(jīng)檢驗(yàn)，八個(gè)實(shí)驗(yàn)組的被試在年齡、學(xué)歷、性別上均無(wú)顯著差異：年齡：= 0.81，>0.1；學(xué)歷：= 0.69，>0.1。性別；=2.067，>0.1 (Kruskal-Wallis檢驗(yàn))。

信息負(fù)載變量操控檢驗(yàn)：低信息負(fù)載組=2.79，高信息負(fù)載組3.15，Levene檢驗(yàn)中＝0.264，=0.607，方差齊性。T檢驗(yàn)中=-3.339，=427，<0.01。說(shuō)明兩樣本的均值差別具有顯著差異，信息負(fù)載操控成功。

決策支持工具變量操控檢驗(yàn)：無(wú)決策支持工具組=2.76，有決策支持工具組=4.16，Levene檢驗(yàn)中＝1.526，=0.137，方差齊性。T檢驗(yàn)中=-12.663，=427，<0.01，操控成功。

推薦信號(hào)變量操控檢驗(yàn)：無(wú)推薦信號(hào)組無(wú)=2.22，有推薦信號(hào)組=3.97，Levene檢驗(yàn)中＝1.842，=0.175，方差齊性。T檢驗(yàn)中=-15.117，=427，<0.01，操控成功。

3.2 假設(shè)檢驗(yàn)

將自變量信息負(fù)載對(duì)考慮集規(guī)模進(jìn)行單因素方差分析，結(jié)果是在高信息負(fù)載組被試平均考慮了=5.98個(gè)產(chǎn)品，而低信息負(fù)載組為=4.97個(gè)產(chǎn)品，(1, 430)=7.41，<0.01，二者具有顯著差異。在高信息負(fù)載組，選擇集內(nèi)產(chǎn)品數(shù)為=2.81，在低信息負(fù)載組為=2.35，兩者存在顯著差異,(1, 430)=15.22，<0.01，即信息負(fù)載增大，選擇集規(guī)模變大?？傻茫畔⒇?fù)載越高，考慮集和選擇集規(guī)模越大。

在高信息負(fù)載組考慮集內(nèi)的產(chǎn)品最大價(jià)差均值為=353.88，在低信息負(fù)載組為=430.30，兩者存在顯著差異，(1, 430)=17.75，<0.01。而對(duì)品牌異質(zhì)性，高信息負(fù)載組被試平均考慮了=4.22個(gè)品牌，在低信息負(fù)載組為=4.97，兩者存在顯著差異,(1, 430)=10.39，<0.01）。所以不論是價(jià)格異質(zhì)性還是品牌異質(zhì)性都隨信息負(fù)載增大而顯著降低。在高信息負(fù)載組，選擇集內(nèi)的產(chǎn)品最大價(jià)差均值為=238.42，在低信息負(fù)載組為=246.97，兩者不存在顯著差異,(1, 430)=0.21，=0.647>0.1。高信息負(fù)載組被試平均考慮了=2.42個(gè)品牌，在低信息負(fù)載組為=2.35，兩者不存在顯著差異，(1, 430)=0.47，=0.492>0.1。因此得到，隨著信息負(fù)載增大，考慮集的異質(zhì)性顯著降低，但選擇集異質(zhì)性沒(méi)有顯著變化。

在高信息負(fù)載組，考慮集內(nèi)熟悉品牌占比均值為=0.77，在低信息負(fù)載組為=0.65，兩者存在顯著差異，(1, 430)=30.82，<0.01，即信息負(fù)載增大，考慮集內(nèi)熟悉品牌占比增加。在高信息負(fù)載組，選擇集內(nèi)熟悉品牌占比為=0.80，在低信息負(fù)載組為=070，兩者存在顯著差異,(1, 430)=8.46，<0.01），即信息負(fù)載大，選擇集內(nèi)熟悉品牌占比增加。綜上，假設(shè)H1得到支持（除選擇集異質(zhì)性沒(méi)有顯著變化）。

在高信息負(fù)載組，考慮集內(nèi)推薦產(chǎn)品占比為=0.24，在低信息負(fù)載組為=0.35，兩者存在顯著差異,(1, 214)=14.07，<0.01，即信息負(fù)載增大，考慮集內(nèi)推薦產(chǎn)品占比越低。在高信息負(fù)載組，選擇集內(nèi)推薦產(chǎn)品占比為=0.31，在低信息負(fù)載組為=0.42，兩者存在顯著差異,(1, 214 )=5.94，<0.05，即信息負(fù)載增大，選擇集內(nèi)推薦產(chǎn)品占比減小。因此，假設(shè)H2得到支持(只選取有推薦信號(hào)的樣本數(shù)據(jù)進(jìn)行分析)。

在有決策支持工具組，選擇集內(nèi)產(chǎn)品數(shù)為=2.47，在無(wú)工具組為=2.68，兩者存在顯著差異,(1, 430)=3.08，=0.08<0.1，因此，假設(shè)H3在小于0.1水平上得到支持。

在有決策支持工具組，選擇集價(jià)格異質(zhì)性為=232.83，在無(wú)工具組為=252.38，兩者不存在顯著差異，(1, 430)=1.10，=0.295>0.1。在有決策支持工具組，選擇集品牌異質(zhì)性為=2.32，在無(wú)持工具組為=2.44，兩者不存在顯著差異，(1, 430)=1.59，=0.208 >0.1，因此，不支持假設(shè)H4。

在有決策支持工具組，選擇集內(nèi)熟悉品牌占比為=0.73，在無(wú)工具組為=0.76，兩者不存在顯著差異，(1, 430)=0.94，=0.333>0.1。選擇集內(nèi)推薦產(chǎn)品占比為=0.39，在無(wú)工具組為=0.35，兩者不存在顯著差異，(1, 214)=0.88，=0.348>0.1(只選取有推薦信號(hào)的樣本數(shù)據(jù)進(jìn)行分析)。因此，H5沒(méi)有得到支持。

在有推薦信號(hào)組，考慮集規(guī)模為=5.24，在沒(méi)有推薦信號(hào)組為=5.71，兩者不存在顯著差異,(1, 430)=1.58，=0.209>0.1。在有推薦信號(hào)組，選擇集規(guī)模為=2.62，在沒(méi)有推薦信號(hào)組為=2.54，兩者不存在顯著差異，(1, 430)=0.48，=0.490>0.1，因此，假設(shè)H6沒(méi)有得到支持。

在高信息負(fù)載組，被試決策時(shí)間(分)為=10.00，在低信息負(fù)載組為=8.99，兩者存在顯著差異，(1, 429)=5.21，=0.023<0.05。而決策自信，=3.75，=3.66，(1, 429)=1.132，=0.288>0.05。對(duì)決策滿意度，=3.78，=3.69，(1, 429)=1.494，=0.222>0.05，均沒(méi)顯著差異，反映了消費(fèi)者花費(fèi)更多時(shí)間評(píng)價(jià)備擇，但并沒(méi)有提高決策的主觀自信與滿意。因此，假設(shè)H7得到支持。

在有決策支持工具組，平均決策時(shí)間(分)為=10.04，無(wú)工具組=8.96，(1, 429)=5.96，=0.015<0.05。對(duì)決策自信，=3.77，=3.64，=2.880，=0.090<0.1。決策滿意度，=3.80，=3.67，=3.213，=0.074<0.1?？梢?，決策支持工具延長(zhǎng)了決策時(shí)間，也提高了決策自信和滿意度。因此，假設(shè)H8得到支持。

3.3 結(jié)果討論

3.3.1 信息負(fù)載實(shí)驗(yàn)結(jié)果討論

實(shí)驗(yàn)結(jié)果支持了信息負(fù)載增加，考慮集規(guī)模增大的假設(shè)。對(duì)更多備擇評(píng)價(jià)必然帶來(lái)認(rèn)知成本的增加，但是否提高決策質(zhì)量呢？實(shí)驗(yàn)結(jié)果表明，信息負(fù)載增加，消費(fèi)者花費(fèi)更多時(shí)間評(píng)價(jià)備擇，但并沒(méi)有提高決策主觀自信與滿意度，說(shuō)明消費(fèi)者采取了決策精度不高的啟發(fā)式處理方式。當(dāng)信息負(fù)載增加時(shí)，考慮集的價(jià)格異質(zhì)性和品牌異質(zhì)性都顯著減小。這也表明當(dāng)消費(fèi)者面對(duì)高的信息負(fù)載時(shí)，會(huì)傾向于選擇啟發(fā)式方式進(jìn)行信息處理，由于啟發(fā)式?jīng)Q策是簡(jiǎn)化的、不補(bǔ)償?shù)臎Q策方式，其結(jié)果是進(jìn)入考慮集的產(chǎn)品特征趨同。這一思想亦得到另一數(shù)據(jù)分析結(jié)果的支持，即當(dāng)信息負(fù)載增加時(shí)，考慮集內(nèi)熟悉品牌占比增加，更多熟悉品牌產(chǎn)品進(jìn)入考慮集(=4.21，=3.04，=34.66，<0.01)，即消費(fèi)者利用品牌這個(gè)啟發(fā)式線索進(jìn)行篩選。

當(dāng)信息負(fù)載增加時(shí)，選擇集規(guī)模和熟悉品牌占比亦增加，更多熟悉品牌產(chǎn)品數(shù)進(jìn)入選擇集(=2.17，=1.67，=20.713，<0.01)，這證實(shí)了面對(duì)豐富信息時(shí)（考慮集規(guī)模較大）消費(fèi)者在提高決策質(zhì)量(選擇集規(guī)模增大)和減小認(rèn)知成本及決策風(fēng)險(xiǎn)(更多利用啟發(fā)式線索)上進(jìn)行平衡。但當(dāng)信息負(fù)載增加時(shí)，選擇集異質(zhì)性沒(méi)有顯著變化。這再次證實(shí)本文設(shè)想：網(wǎng)購(gòu)信息負(fù)載增加，消費(fèi)者采取兩階段決策方式，首先以啟發(fā)式方法篩選備擇而形成特征趨同的考慮集。因此，在考慮集基礎(chǔ)上形成選擇集，其異質(zhì)性就比較小了。

由此可得：

（1）信息負(fù)載增加，消費(fèi)者花費(fèi)更多時(shí)間瀏覽和評(píng)價(jià)產(chǎn)品，更多產(chǎn)品進(jìn)入考慮之列。由于此時(shí)消費(fèi)者采用啟發(fā)式?jīng)Q策方法，以簡(jiǎn)化的非補(bǔ)償?shù)臉?biāo)準(zhǔn)篩選產(chǎn)品，導(dǎo)致進(jìn)入考慮集的產(chǎn)品趨同，再形成的選擇集，其異質(zhì)性很?。?/p>

（2）信息負(fù)載增加，決策時(shí)間延長(zhǎng)，但并沒(méi)有提高決策的主觀自信與滿意，而是導(dǎo)致考慮集內(nèi)的產(chǎn)品更趨同；

（3）信息負(fù)載增加，消費(fèi)者更多采用啟發(fā)式方法，更多熟悉品牌的產(chǎn)品進(jìn)入考慮集與選擇集。換句話說(shuō)，具有有利外部啟發(fā)線索的產(chǎn)品更容易進(jìn)入消費(fèi)者考慮與選擇的視野。

3.3.2 決策支持工具實(shí)驗(yàn)結(jié)果討論

決策支持工具可顯著減小選擇集規(guī)模，盡管熟悉品牌占比沒(méi)有顯著減小(因集規(guī)模也減小)，但選擇集內(nèi)熟悉品牌產(chǎn)品數(shù)顯著減少(=1.81，=2.03，(1, 430)=3.98，<0.05)，說(shuō)明消費(fèi)者可更準(zhǔn)確識(shí)別產(chǎn)品，選擇出最符合自己需求的產(chǎn)品，不僅減小了選擇集規(guī)模，也減小了品牌依賴性。而決策支持工具與選擇集異質(zhì)性沒(méi)有顯著關(guān)系，是因?yàn)樵跊Q策第一階段采用啟發(fā)式篩選備擇造成考慮集趨同的結(jié)果。

消費(fèi)者需要操作決策支持工具，分析判定工具所帶來(lái)的信息，進(jìn)行綜合分析，因此，決策支持工具延長(zhǎng)了決策時(shí)間，但提高了決策自信與滿意度。將決策支持工具與信息負(fù)載進(jìn)行交互分析可得，在信息負(fù)載高的環(huán)境下，決策支持工具有助于提高決策自信(=3.90，=3.60，(1, 213)=7.11，<0.01)和決策滿意度(=3.87，=3.69，(1, 213)=3.06，=0.082<0.1)，但決策時(shí)間延長(zhǎng)=10.78，=9.26，(1, 213)=5.02，<0.05)。

在有策支持工具下，信息負(fù)載高的組，其選擇集規(guī)模要顯著大于信息負(fù)載低的組(=2.67，=2.28，(1, 212)=5.99，<0.05)；熟悉品牌占比顯著大于信息負(fù)載低的組(=0.77，=0.69，(1, 212)=2.91，=0.090<0.1)；推薦產(chǎn)品占比小于信息負(fù)載低的組但不顯著(=0.36，=0.42，(1, 105)=1.00，=0.319>0.1)，但是推薦產(chǎn)品數(shù)卻顯著小于低信息負(fù)載組(=0.62，=0.96，(1, 105)=7.12，<0.01)。

由此可得：

（1）在決策支持工具幫助下，消費(fèi)者采用了分析式信息處理方法，花費(fèi)更多時(shí)間，付出更多認(rèn)知努力，但消費(fèi)者決策自信與決策滿意度隨之提高；同樣，在信息負(fù)載高的環(huán)境下，決策支持工具有助于提高決策自信與決策滿意度，盡管延長(zhǎng)了決策時(shí)間。

（2）決策支持工具能使消費(fèi)者綜合分析產(chǎn)品，弱化了啟發(fā)式線索影響，使消費(fèi)者能找到最符合自己需求的產(chǎn)品，從而導(dǎo)致選擇集規(guī)模減小，對(duì)熟悉品牌依賴減小；

（3）盡管決策支持工具總體降低選擇集規(guī)模，但在高信息負(fù)載下，消費(fèi)者仍然會(huì)增大選擇規(guī)模，更多依賴熟悉品牌，決策過(guò)程呈現(xiàn)啟發(fā)式線索起主要作用的特征，反映了消費(fèi)者節(jié)約心智資源的心理傾向(使用決策支持工具也需要消耗心智資源與更多決策時(shí)間)。

3.3.3 推薦信號(hào)實(shí)驗(yàn)結(jié)果討論

雖然實(shí)驗(yàn)結(jié)果表明推薦信號(hào)并不顯著地直接影響考慮集規(guī)模和選擇集規(guī)模的變化，但在高信息負(fù)載環(huán)境下，被試考慮集與選擇集內(nèi)推薦產(chǎn)品占比顯著下降，這支持了本文設(shè)想。對(duì)洗衣機(jī)來(lái)說(shuō)，消費(fèi)者一般具有成熟的偏好，因而容易與推薦信號(hào)產(chǎn)生沖突，在產(chǎn)品選擇豐富的情況下更易產(chǎn)生。消費(fèi)者一般會(huì)評(píng)價(jià)更多產(chǎn)品備擇來(lái)適應(yīng)沖突，導(dǎo)致考慮集與選擇集規(guī)模增大。實(shí)驗(yàn)結(jié)果還顯示，信息負(fù)載增大，考慮集和選擇集推薦產(chǎn)品占比下降。推薦信號(hào)作為啟發(fā)式線索，在信息負(fù)載高時(shí)并沒(méi)有被消費(fèi)者用來(lái)簡(jiǎn)化信息處理的手段，其主要原因是推薦信號(hào)與消費(fèi)者偏好的沖突，使消費(fèi)者采用增加考慮的規(guī)模、評(píng)價(jià)更多備擇來(lái)適應(yīng)沖突[35]。

4 結(jié)論與展望

4.1主要結(jié)論

本研究從有限理性視角，基于決策的階段性模型和成本-收益權(quán)衡原則，提出了網(wǎng)絡(luò)購(gòu)物環(huán)境中信息負(fù)載、決策支持工具(產(chǎn)品對(duì)比矩陣)和推薦信號(hào)對(duì)消費(fèi)者決策過(guò)程的影響模型，通過(guò)實(shí)驗(yàn)與數(shù)據(jù)分析，基本證實(shí)本文的設(shè)想，其主要研究結(jié)論是：

（1）由信息負(fù)載、決策支持工具、推薦信號(hào)組成的網(wǎng)絡(luò)購(gòu)物環(huán)境對(duì)消費(fèi)者決策過(guò)程有著復(fù)雜的影響，多因素對(duì)消費(fèi)者的考慮集與選擇集的形成與特征產(chǎn)生綜合影響；

（2）信息負(fù)載增大，消費(fèi)者的考慮集規(guī)模與選擇集規(guī)模增大，熟悉品牌占比也增大，消費(fèi)者更多選用簡(jiǎn)化的、不補(bǔ)償?shù)膯l(fā)式線索篩選產(chǎn)品，其特征是考慮集內(nèi)產(chǎn)品趨同，開放性降低，選擇性增大，反映了消費(fèi)者在提高決策質(zhì)量和節(jié)約認(rèn)知成本上的取舍，更多采取了啟發(fā)式信息處理方式；

（3）信息負(fù)載增大，消費(fèi)者做出決策的時(shí)間延長(zhǎng)，付出更多的認(rèn)知努力，但并沒(méi)有提高決策的主觀自信與滿意度；

（4）決策支持工具一般不會(huì)影響消費(fèi)者決策第一階段的決策策略(本文沒(méi)有對(duì)決策支持工具如何影響考慮集進(jìn)行假設(shè)，對(duì)實(shí)驗(yàn)數(shù)據(jù)的分析也沒(méi)有發(fā)現(xiàn)影響的存在)，但會(huì)有助于消費(fèi)者發(fā)現(xiàn)最符合自己需求的產(chǎn)品(選擇集規(guī)模減小)，降低了決策第二階段對(duì)熟悉品牌的依賴；

（5）決策支持工具使消費(fèi)者花費(fèi)更多時(shí)間做出決策，但提高了決策的主觀自信與滿意度；

（6）決策支持工具有助于消費(fèi)者做出更好的決策，但當(dāng)消費(fèi)者面對(duì)豐富的產(chǎn)品選擇時(shí)(信息負(fù)載高)，仍然會(huì)利用啟發(fā)式線索進(jìn)行篩選，反映了消費(fèi)者在決策質(zhì)量與決策努力之間的取舍；

（7）同樣作為啟發(fā)式線索的推薦信號(hào)沒(méi)有直接地影響消費(fèi)者的決策過(guò)程，而是與信息負(fù)載和消費(fèi)者偏好共同作用于決策過(guò)程。對(duì)于洗衣機(jī)這樣的日常用品(偏好成熟)，當(dāng)產(chǎn)品備擇增加時(shí)，消費(fèi)者接受推薦產(chǎn)品的意愿下降。

4.2 理論意義

本項(xiàng)研究以實(shí)驗(yàn)的方式探討了不同的信息環(huán)境對(duì)決策不同階段的影響，分析了不同決策階段消費(fèi)者所采用的決策策略，其理論意義主要有如下幾個(gè)方面：

（1）不同的信息負(fù)載下，消費(fèi)者在不同決策階段采用不同的決策策略來(lái)平衡提高決策質(zhì)量和減少認(rèn)知成本

不少研究探討了信息過(guò)載對(duì)決策結(jié)果的影響，當(dāng)信息量超過(guò)消費(fèi)者處理能力的臨界點(diǎn)，就會(huì)對(duì)決策質(zhì)量和決策體驗(yàn)產(chǎn)生負(fù)面影響[11]，包括決策滿意度、決策自信、感知困惑等，當(dāng)面對(duì)更多備擇時(shí)，由于認(rèn)知的局限性消費(fèi)者不會(huì)處理所有的信息，導(dǎo)致對(duì)這些產(chǎn)品選擇的減少[45,47]。但是為什么消費(fèi)者面對(duì)更多選擇信息時(shí)，其決策質(zhì)量、偏好強(qiáng)度、選擇動(dòng)力反而下降，已有的研究結(jié)果并沒(méi)有給出充分的解釋，這是為什么一些研究未能重復(fù)前人這方面研究結(jié)果的原因[48]。

本文基于有限理性視角，采取對(duì)消費(fèi)者決策過(guò)程的分析，借助成本-收益理論對(duì)信息負(fù)載現(xiàn)象的發(fā)生機(jī)制進(jìn)行了解釋。首先，決策任務(wù)的困難程度往往是信息負(fù)載的函數(shù)，信息負(fù)載越大，認(rèn)知成本也越大。由于心智資源的稀缺性，消費(fèi)者是“認(rèn)知吝嗇者”，總是試圖降低決策時(shí)認(rèn)知努力的付出[4]，一般不會(huì)“勞神費(fèi)心”地搜索所有選項(xiàng)并進(jìn)行評(píng)估。從消費(fèi)者的心理傾向來(lái)說(shuō)，總是謀取在提高決策質(zhì)量與節(jié)省認(rèn)知成本、減少心智資源付出上的平衡，因而在策略選擇上會(huì)遵循成本-收益原則。當(dāng)外部信息環(huán)境改變時(shí)（如信息負(fù)載增大），就會(huì)改變?cè)谀撤N決策策略下的成本-收益平衡，消費(fèi)者就會(huì)調(diào)整策略以謀取在新信息環(huán)境下的決策成本-收益的平衡，從而改變了決策過(guò)程和決策結(jié)果。本文提出：當(dāng)信息負(fù)載增加時(shí)，消費(fèi)者會(huì)采取啟發(fā)式信息處理策略，借助于品牌等啟發(fā)式線索進(jìn)行評(píng)價(jià)，那些具備清晰外部線索（啟發(fā)式線索）的產(chǎn)品更容易進(jìn)入消費(fèi)者的考慮集與選擇集，決策開放性降低，選擇性增強(qiáng)，進(jìn)入消費(fèi)者考慮集與選擇集的產(chǎn)品趨同。

其次，信息負(fù)載較大時(shí)，在決策第一階段，備擇增多，消費(fèi)者考慮集表現(xiàn)出開放性降低，選擇性增加，產(chǎn)品選擇趨同，熟悉品牌產(chǎn)品數(shù)和占比增大，這表明消費(fèi)者采取了非補(bǔ)償?shù)膯l(fā)式處理。在第二階段，更多使用補(bǔ)償性的分析式處理，借助決策支持工具來(lái)更準(zhǔn)確選出最符合自己需求的產(chǎn)品，表現(xiàn)為選擇集規(guī)模減小、熟悉品牌數(shù)量與占比下降，決策質(zhì)量由此提高。

第三，信息負(fù)載增加意味著備擇更豐富，消費(fèi)者決策時(shí)間顯著延長(zhǎng)，但并沒(méi)有提高決策的主觀自信與滿意度，這說(shuō)明由于更多備擇帶來(lái)認(rèn)知困惑和采用啟發(fā)式篩選備擇，消費(fèi)者沒(méi)能清晰地識(shí)別備擇而產(chǎn)生決策不確定性。事實(shí)上這產(chǎn)品備擇增加，決策時(shí)間延長(zhǎng)、決策自信與滿意度沒(méi)有增加的現(xiàn)象恰好說(shuō)明了消費(fèi)者在決策成本與決策質(zhì)量上的權(quán)衡取舍。

由此本文得到：在網(wǎng)購(gòu)信息極大豐富和獲取成本相對(duì)較低的環(huán)境下，消費(fèi)者并非傾向于提高決策的質(zhì)量，處理更多信息，而是首先減小認(rèn)知努力的付出，遵循著成本-收益原則，平衡決策時(shí)的心智資源的付出與決策精度的提高。正是由于認(rèn)知成本的存在，更多備擇不見得能帶來(lái)更好的決策！

（2）決策支持工具的使用延長(zhǎng)了消費(fèi)者決策時(shí)間，增加了認(rèn)知努力的付出，但提高了決策的主觀自信與滿意度

決策支持工具能幫助消費(fèi)者做出更好的決策，也有助于提高決策自信與滿意度，但增加了認(rèn)知成本，并沒(méi)有產(chǎn)生如同Haubl & Trifts研究所得出的降低了采用復(fù)雜決策規(guī)則所需付出的認(rèn)知資源[2]，也不同于Benbasa & Toddt的研究結(jié)論[49]。根據(jù)認(rèn)知成本最小化原則，消費(fèi)者付出認(rèn)知資源的意愿與處理信息的認(rèn)知成本呈反比關(guān)系，決策認(rèn)知成本越高，決策處理意愿越低。當(dāng)決策支持工具降低了綜合處理備擇的難度與強(qiáng)度，降低了信息處理的單位認(rèn)知成本，消費(fèi)者會(huì)更愿意處理更多單位的信息，以謀取更好的決策質(zhì)量，從而形成總體決策成本的增加。

正是由于決策支持工具并不減少心智成本的付出，所以即便在提供決策支持工具的環(huán)境下，高的信息負(fù)載仍然會(huì)使消費(fèi)者借助啟發(fā)線索來(lái)篩選備擇，減小信息處理成本。本文提出，在信息豐富的網(wǎng)購(gòu)環(huán)境中，即便存在決策支持工具，消費(fèi)者仍然首先使用啟發(fā)式方法，以減少信息處理成本。

由此可得消費(fèi)者的決策過(guò)程：當(dāng)備擇信息增加時(shí)(不論是否存在決策支持工具)，消費(fèi)者都會(huì)采取啟發(fā)式方法簡(jiǎn)化決策過(guò)程，減小決策的認(rèn)知努力付出，在決策第二階段更多利用決策支持工具，雖然增加了決策成本，但提高決策質(zhì)量，減小了對(duì)啟發(fā)線索的依賴。

（3）同樣作為啟發(fā)式線索的推薦信號(hào)沒(méi)有被用來(lái)簡(jiǎn)化信息處理過(guò)程

同樣作為啟發(fā)式線索推薦信號(hào)并沒(méi)有產(chǎn)生對(duì)決策過(guò)程的直接影響，但與信息負(fù)載有交互效應(yīng)。隨著信息負(fù)載增加，考慮集與選擇集中推薦產(chǎn)品數(shù)量與占比減少，消費(fèi)者并沒(méi)有利用推薦產(chǎn)品來(lái)簡(jiǎn)化信息處理，反而更多考慮非推薦產(chǎn)品。究其原因有三，一是面對(duì)更多選擇，消費(fèi)者會(huì)擴(kuò)大選擇范圍。二是消費(fèi)者可能對(duì)賣家推薦的產(chǎn)品懷有戒備。三可能是最重要原因，推薦產(chǎn)品與消費(fèi)者偏好產(chǎn)生沖突，使推薦產(chǎn)品不能作為啟發(fā)線索被用來(lái)簡(jiǎn)化信息處理，而是使原本過(guò)載的認(rèn)知系統(tǒng)更添不確定性，結(jié)果是考慮集與選擇集規(guī)模擴(kuò)大，推薦產(chǎn)品數(shù)量和占比減小。研究得出的以擴(kuò)大考慮和選擇范圍，評(píng)價(jià)更多備擇來(lái)適應(yīng)沖突的決策過(guò)程與Goodman等人的研究結(jié)果相同[35]。

簡(jiǎn)單地說(shuō)，本文主要理論意義是：第一，把有限理性、啟發(fā)式分析式雙處理等理論引入對(duì)考慮集的研究中，得出一些新的認(rèn)識(shí)；第二，現(xiàn)有研究成果基本上是對(duì)考慮集的特定狀態(tài)進(jìn)行考察，而本文首次同時(shí)對(duì)考慮集和選擇集兩個(gè)特定狀態(tài)進(jìn)行考察，采用“分別考察，分析對(duì)比”的方法得到網(wǎng)購(gòu)者決策的過(guò)程特征；第三，通過(guò)假設(shè)檢驗(yàn)和對(duì)決策過(guò)程變化的解釋，證實(shí)了本文的一個(gè)結(jié)論，即在網(wǎng)購(gòu)信息豐富易取的環(huán)境下，消費(fèi)者仍然傾向于減小認(rèn)知成本的付出，從而延伸了有限理性的解釋范圍。由此，本文研究結(jié)論延伸或補(bǔ)充了相關(guān)研究成果。

4.3 實(shí)踐啟示

在網(wǎng)購(gòu)中，產(chǎn)品內(nèi)部線索與外部線索都是通過(guò)信息形式提供的。由此，提供什么樣的信息，如何提供信息是研究消費(fèi)者決策行為的重要議題[50]，也是營(yíng)銷關(guān)注的重要領(lǐng)域。在網(wǎng)上消費(fèi)者可以便捷地獲取大量的產(chǎn)品信息，能夠應(yīng)用網(wǎng)站提供的智能系統(tǒng)進(jìn)行產(chǎn)品比對(duì)，借助網(wǎng)站提供了銷量、口碑、推薦等產(chǎn)品外部信息來(lái)做出判斷。充足的產(chǎn)品內(nèi)部和外部信息有助于消費(fèi)者做出良好的決策，但是過(guò)多信息易產(chǎn)生信息過(guò)載，使用決策支持工具需要更多心智資源，推薦易與偏好產(chǎn)生沖突，因此如何處理好網(wǎng)物網(wǎng)站的信息環(huán)境是經(jīng)營(yíng)的重中之重。

（1）購(gòu)物網(wǎng)店所提供的信息并非越多越好

網(wǎng)店提供多少產(chǎn)品信息，常常處于兩難：一是“選擇誘惑”，消費(fèi)者傾向于更多備擇，一是過(guò)多的備擇增加了認(rèn)知成本，從而使消費(fèi)者采取啟發(fā)式方法，簡(jiǎn)單而非補(bǔ)償?shù)乜焖偬蕴瓊鋼?，?duì)選購(gòu)做出嚴(yán)格限定，其結(jié)果可能是對(duì)這些備擇的更少選擇。所以，網(wǎng)店雖然沒(méi)有貨架空間的限制，可以低成本地提供更多產(chǎn)品選擇，但網(wǎng)店信息并非越多越好，信息展示的內(nèi)容與數(shù)量必須充分考慮處理信息的認(rèn)知成本，太過(guò)細(xì)節(jié)的、復(fù)雜的難處理的大量信息將使消費(fèi)者更多依賴啟發(fā)式處理無(wú)奈地做出并非自信和滿意的決策，或者“以腳投票”。多次這樣的購(gòu)物經(jīng)歷將影響到對(duì)網(wǎng)店的忠誠(chéng)度。

（2）購(gòu)物網(wǎng)店所提供的信息須針對(duì)網(wǎng)店目標(biāo)消費(fèi)者的偏好特點(diǎn)

網(wǎng)店在推薦產(chǎn)品的選擇、推薦用詞，或者對(duì)產(chǎn)品積極的、正面的描述，不能只從廠商的角度出發(fā)，而應(yīng)該準(zhǔn)確把握網(wǎng)站目標(biāo)消費(fèi)者的細(xì)分特征和需求特征，從貼近消費(fèi)者偏好的角度進(jìn)行描述與措辭，從而盡可能避免推薦信息、產(chǎn)品信息與目標(biāo)消費(fèi)者的消費(fèi)經(jīng)驗(yàn)、功能需求、偏好等發(fā)生沖突，而夸張地，甚至夸大地描述產(chǎn)品更是不足取，不僅會(huì)與經(jīng)驗(yàn)豐富的消費(fèi)者產(chǎn)生嚴(yán)重的認(rèn)知沖突，也會(huì)讓普通消費(fèi)者感到不適，最終起不到積極的市場(chǎng)效果。因此，針對(duì)目標(biāo)消費(fèi)者的“口味”進(jìn)行簡(jiǎn)單、直觀、生動(dòng)的產(chǎn)品描述，必定能起到事半功倍的效果。

（3）更多提供簡(jiǎn)單易用的決策支持工具

決策支持工具可以提高決策自信與滿意，有助于提高決策質(zhì)量，但沒(méi)有減少認(rèn)知努力付出，其原因一是使用決策支持工具，特別是較復(fù)雜的，需要具有一定的基礎(chǔ)知識(shí)與操作能力；二是消費(fèi)者會(huì)由于決策支持工具而對(duì)更多產(chǎn)品進(jìn)行比較；三是對(duì)結(jié)果的解讀與判斷。由于消費(fèi)者是認(rèn)知吝嗇者，總是傾向于減少認(rèn)知努力付出而不是提高決策質(zhì)量，因此，要使網(wǎng)店所提供的決策支持工具產(chǎn)生更好的效果，應(yīng)該多提供易于使用、簡(jiǎn)單直觀的工具，如口碑(人氣)排序、價(jià)格排序、直觀的產(chǎn)品比對(duì)等，從而在不太增加認(rèn)知努力的前提下，讓消費(fèi)者利用工具高效地做出更好的決策。利用決策支持工具產(chǎn)生“只買對(duì)的”的購(gòu)物體驗(yàn)有助于加深消費(fèi)者對(duì)網(wǎng)店的認(rèn)知。

4.4 研究展望

（1）信息負(fù)載測(cè)量維度一是產(chǎn)品備擇數(shù)量，二是產(chǎn)品屬性數(shù)量。本文只是從產(chǎn)品備擇數(shù)量來(lái)操控信息負(fù)載。未來(lái)研究可以嘗試同時(shí)操控備擇數(shù)和屬性數(shù)，通過(guò)一定的方法（如組間實(shí)驗(yàn)）來(lái)分離兩個(gè)因素的影響，考察由備擇增加和屬性增加所導(dǎo)致的信息負(fù)載對(duì)決策過(guò)程和結(jié)果的作用機(jī)制。

（2）本文在信息負(fù)載的操控上設(shè)立了高與低兩種水平，只得到兩點(diǎn)數(shù)據(jù)。未來(lái)研究可以設(shè)立多個(gè)信息負(fù)載水平，從而更全面的反映決策過(guò)程隨信息負(fù)載變化而變化的特征。

（3）本文對(duì)考慮集與選擇集的異質(zhì)性測(cè)量采用集內(nèi)產(chǎn)品的最大價(jià)差和品牌數(shù)，未來(lái)研究可以探索更全面有效的測(cè)量方法。

（4）本文基于成本-收益理論來(lái)探討信息環(huán)境對(duì)決策過(guò)程的影響，其基本思想是信息環(huán)境通過(guò)改變消費(fèi)者信息處理策略從而影響決策過(guò)程和結(jié)果。未來(lái)研究可以采用眼動(dòng)儀、網(wǎng)絡(luò)數(shù)據(jù)采集技術(shù)等手段，觀察消費(fèi)者信息處理行為特征與決策策略。

[1] Senecal S, Kalczynski P J, Nantel J. Consumers' decision-making process and their online shopping behavior: A clickstream analysis[J]Journal of Business Research, 2005, 58(11): 1599-1608.

[2] H?ubl G, Trifts V. Consumer decision making in online shopping environments: The effects of interactive decision aids[J]Marketing Science, 2000, 19(1): 4-21.

[3] Punj G, Moore R. Information search and consideration set formation in a web-based store environment[J]Journal of Business Research, 2009, 62(6): 644-650.

[4] Shugan S M. The cost of thinking[J]Journal of Consumer Research, 1980, 7(2): 99-111.

[5] 卿志瓊, 陳國(guó)富. 心智成本理論: 一個(gè)超越新古典經(jīng)濟(jì)學(xué)的解釋框架[J]當(dāng)代經(jīng)濟(jì)科學(xué), 2003, (006): 1-6.

[6] Simon H.A. A behavioral model of rational choice[J]The quarterly journal of economics, 1955, 69(1): 99-118.

[7] Bettman J R, Johnson E J, Payne J.W. A componential analysis of cognitive effort in choice[J]Organizational Behavior and Human Decision Processes, 1990, 45(1): 111-139.

[8] Bellman S, Johnson E J, Lohse G.L., et al. Designing marketplaces of the artificial with consumers in mind: Four approaches to understanding consumer behavior in electronic environments[J]Journal of Interactive Marketing, 2006, 20(1): 21-33.

[9] Peterson Robert A, Merino M C. Consumer information search behavior and the internet[J]Psychology and Marketing, 2003, 20(2): 99-121.

[10] Parra J F, Ruiz S. Consideration sets in online shopping environments: The effects of search tool and information load[J]Electronic Commerce Research and Applications, 2009, 8(5): 252-262.

[11] Iyengar S S, Lepper M R. When choice is demotivating: Can one desire too much of a good thing?[J]Journal of Personality and Social Psychology, 2000, 79(6): 995-1006.

[12] Chernev A, Mick D G, Johnson M D. When more is less and less is more: The role of ideal point availability and assortment in consumer choice[J]Journal of Consumer Research, 2003, 30(2): 170-183.

[13] Berger J, D M, Simonson I. The influence of product variety on brand perception and choice[J]Marketing Science, 2007, 26(4): 460-472.

[14] Diehl K, Poynor C. Great expectations?! Assortment size, expectations, and satisfaction[J]Journal of Marketing Research (JMR), 2010, 47(2): 312-322.

[15] Moe W. An empirical two-stage choice model with varying decision rules applied to internet clickstream data[J]Journal of Marketing Research, 2006.

[16] Hauser J R. Consideration-set heuristics[J]Journal of Business Research, 2014, 67(8): 1688-1699.

[17] Roberts J H., Lattin J M. Development and testing of a model of consideration set composition[J]Journal of Marketing Research, 1991, 28(4): 429-440.

[18] Chen Y C, Shang A R, Kao C Y. The effects of information overload on consumers’ subjective state towards buying decision in the internet shopping environment[J]Electronic Commerce Research and Applications, 2009, 8(1): 48-58.

[19] Chu P.C., Spires E.E. The joint effects of effort and quality on decision strategy choice with computerized decision aids[J]Decision Sciences, 2000, 31(2): 259-292.

[20] Bettman James R., Jacoby Jacob. Patterns of processing in consumer information acquisition[J]Advances in Consumer Research, 1976, 3(1): 315-320.

[21] Chaiken S. Heuristic versus systematic information processing and the use of source versus message cues in persuasion[J]Journal of personality and social psychology, 1980, 39(5): 752.

[22] Bettman J.R., Luce M.F., Payne J.W. Constructive consumer choice processes[J]Journal of Consumer Research, 1998, 25(3): 187-217.

[23] Brandstaetter E, Gigerenzer G, Hertwig R. The priority heuristic: Making choices without trade-offs[J]Psychological Review, 2006, 113: 409–432.

[24] Narayana C L, Markin R J. Consumer behavior and product performance: An alternative conceptualization[J]Journal of Marketing, 1975, 39(4): 1-6.

[25] Shocker A, Ben-Akiva M, Boccara B, et al. Consideration set influences on consumer decision-making and choice: Issues, models, and suggestions[J]Marketing Letters, 1991, 2(3): 181-197.

[26] Marewski J. N, Gaissmaier W, Schooler L J, et al. From recognition to decisions: Extending and testing recognition-based models for multi-alternative inference[J]Psychonomic Bulletin and Review (Theory & Review Section), 2010, 27: 287–309.

[27] Ding M, Hauser J R, Dong S., et al. Unstructured direct elicitation of decision rules[J]Journal of Marketing Research, 2011, 48: 116–127.

[28] Hauser J R, Wernerfelt B. An evaluation cost model of consideration sets[J]Journal of Consumer Research, 1990, 16(4): 393-408.

[29] Kalpesh K D, Hoyer W D. Descriptive characteristics of memory-based consideration sets: Influence of usage occasion frequency and usage location familiarity[J]Journal of Consumer Research, 2000, 27(3): 309-323.

[30] Malhotra N K. Information load and consumer decision making[J]Journal of Consumer Research, 1982: 419-430.

[31] Mosteller J R. Online product information load: Impact on maximizers and satisficers in a choice context: [D]. US: ProQuest Information & Learning, 2008.

[32] Lucian R. Digital overload: The effects of the large amounts of information when purchasing online[J]Journal of Internet Banking and Commerce, 2014, 19(2).

[33] Kahn B E, Lehmann D R. Modeling choice among assortments[J]Journal of Retailing, 1991, 67(3): 274-299.

[34] Maheswaran D, Chaiken S. Promoting systematic processing in low-motivation settings: Effect of incongruent information on processing and judgment[J]Journal of personality and social psychology, 1991, 61(1): 13.

[35] Goodman J K, Broniarczyk S M, Griffin J G, et al. Help or hinder? When recommendation signage expands consideration sets and heightens decision difficulty[J]. Journal of Consumer Psychology, 2013,23(2):165-174

[36] Don N K, Schkade D A. Information displays and decision processes[J]Psychological Science, 1993, 4(4): 221-227.

[37] Todd P, Benbasat I. The influence of decision aids on choice strategies: An experimental analysis of the role of cognitive effort[J]Organizational Behavior and Human Decision Processes, 1994, 60(1): 36-74.

[38] Vachon F. Can online decision aids support non-cognitive web shopping approaches?[J]International Journal of Business & Management, 2011, 6(10).

[39] Gershoff A D, Broniarczyk S M, West P M. Recommendation or evaluation? Task sensitivity in information source selection[J]Journal of Consumer Research, 2001, 28(3): 418-438.

[40] Weiquan W, Benbasat I. Trust in and adoption of online recommendation agents[J]Journal of the Association for Information Systems, 2005, 6(3): 72-101.

[41] Sela A, Berger J, Liu W. Variety, vice, and virtue: How assortment size influences option choice[J]Journal of Consumer Research, 2009, 35(6): 941-951.

[42] Berdagadaa M, Faure, C, and Perrien, J. Enduring involvement with shopping[J]Journal of Social Psychology & Marketing, 1995, 135(1): 17-25.

[43] Martín Sonia San, Camarero Carmen, José Rebeca San. Does involvement matter in online shopping satisfaction and trust?[J]Psychology and Marketing, 2011, 28(2): 145-167.

[44] Sicilia M, Ruiz S. The effects of the amount of information on cognitive responses in online purchasing tasks[J]Electronic Commerce Research and Applications, 2010, 9(2): 183-191.

[45] Lee B K, Lee W N. The effect of information overload on consumer choice quality in an on-line environment[J]Psychology and Marketing, 2004, 21(3): 159-183.

[46] Jacoby J, Speller D E, Berning C K. Brand choice behavior as a function of information load: Replication and extension[J]Journal of Consumer Research, 1974, 1: 33-42.

[47] Lurie N H. Decision making in information-rich environments: The role of information structure[J]Journal of Consumer Research, 2004, 30(4): 473-486.

[48] Scheibehenne B, Greifeneder R, Todd P M. Can there ever be too many options? A meta-analytic review of choice overload[J]Journal of consumer research, 2010, 37: 409-425.

[49] Benbasat I, Todd P. The effects of decision support and task contingencies on model formulation: A cognitive perspective[J]Decision Support Systems, 1996, 17(4): 241–252.

[50] Clemons E K. How information changes consumer behavior and how consumer behavior determines corporate strategy[J]Journal of Management Information Systems, 2008, 25(2): 13-40.

The Effect of Online Shopping Information Context on Consumers’ Decision-Making:A Perspective of Bounded Rationality

FAN Xiao-ping1LU Yan-feng2HAN Hong-ye1

(1．School of Management，Zhejiang University，Hangzhou 310058，China；2.School of Business Administration, Zhongnan University of Economics and Law, Wuhan 430073, China）

Information disseminationhas always been an important issue in both marketing practice and research field. Many studies show that information overload problems can result in poor customer decisions and shopping experiences.

In online environment，due to the unlimited shelf spacee-retailers can provide excessive information to consumers. Information overload issues are worsening with the lowering searching cost. However, with the help of Internet technology e-retailers can provide decision aid tools to facilitate information integration and processing. In addition, advanced Internet technology can provide useful information, such as products’ sales volume，user ratings，recommendations and other extrinsic cues，to help consumers making purchase decision. Thus, Information load，decision aid tools and products’ extrinsic cues are unique, key factors for online shopping environment. It is important to study how consumers make their decisions in the e-tailing context.

Most previous studies focus only on the effect of these factors on consumers’ decision outcomes. Only few studies are concerned about their mechanisms. It is still unknown about how “information overload” leads to consumers’ poor decision quality, and how decision aid tools and recommendations change consumers’ decision-making process.

According to the Cost-Benefit theory from the perspective of bounded rationality, information processing produces cognitive cost. Because consumers pursue both saving cognitive effort and improving decision quality，they will choose decision strategies that balance information-processing cost and decision quality. When information context changes，consumers’ decision- making strategies change accordingly. As a result, different decision outcomes are achieved.

By implementing a 2(information overload : low vs high) * 2 decision aid tools( yes vs no)* recommendation signals(yes vs no) multi-factor experimental design, this paper investigates subjects’ consideration set and choice set. In addition, this paper explores how information affects consumers’ decision-making process in different contexts. Experimental result shows some conclusions. Firstly, when information load increases, consumers’ consideration set size and choice set size increase, the ratio of familiar brands’ products in the sets increases, and the heterogeneity of consideration set decreases. This means that when information load increases and information-processing cost increases, consumers shift to more cost-saving heuristic decision strategy and rely more heavily on heuristic cues. These social cues can result in the increase of homogeneity and selectivity of the sets, and decrease of openness. Meanwhile, when consumer extends the time-to-make decision, it does not improve subjective confidence and satisfaction. This reflects the trade-off between decision-making quality and cognitive cost. Secondly, decision aid tools will help consumers find information needs of their own products(set size decreases), and reduce the dependence on familiar brands in the second phase of decision-making. With decision aid tools, consumers will spend more time to make decision, and improve subjective confidence and satisfaction of decision makers. Decision aid tools help consumers make better decision. However, when consumers face a wealth of alternatives (high information load), they will still screen alternatives using heuristic clues, and reflect the consumer trade-off between decision quality and decision efforts.

This paper makes several contributions. First，it adopts the cost-benefit theory to explore consumers’ decision-making process (consideration set and choice set) and understand information overload problems from the perspective of bounded rationality. Second, the paper investigates the characteristics of consideration set and choice set separately and conducts comparative analysis to explain decision-making processes. Third, our hypotheses show that consumers still tend to reduce cognitive cost in online environment with rich and easy accessible information.

This research helps understand consumers’ decision-making strategy and decision behavior, understand what kind of products have easier access to consumer’s choice set, and guide online retailers and producers in developing marketing strategies.

bounded rationality; decision process; information load; decision support tool; recommend signal

中文編輯：杜 ??；英文編輯：Charlie C. Chen

F713.5

A

1004-6062(2016)02-0038-10

10.13587/j.cnki.jieem.2016.02.005

2015-07-14

2015-09-16

國(guó)家自然科學(xué)基金資助項(xiàng)目（71172114）

范曉屏（1956—），男，浙江杭州人，博士，浙江大學(xué)管理學(xué)院教授，研究方向: 消費(fèi)者行為，網(wǎng)絡(luò)營(yíng)銷。