在線商品的選擇過載效應(yīng)及調(diào)節(jié)定向作用研究①

王風(fēng)華，鄭宇杰，萬 巖，潘 煜*

(1.上海外國語大學(xué)國際工商管理學(xué)院、腦與認知科學(xué)應(yīng)用重點實驗室，上海 201620；2.北京郵電大學(xué)經(jīng)濟管理學(xué)院，北京 100876)

0 引 言

移動互聯(lián)時代，在線商業(yè)蓬勃發(fā)展，亞馬遜、京東、淘寶等大量在線平臺商家飛速使人們實現(xiàn)全球暢購的夢想.在線商家極其珍惜通過數(shù)字營銷獲得消費者點擊，期盼有較高的購買轉(zhuǎn)化率.不曾想到，輕松便捷在線“開心買買買”的人們，越來越頻繁地體驗到“開心的糾結(jié)”.這通常來自兩種情景：第一種，這么多好東西，該怎么選？第二種，東西不完美，必須要選擇，該怎么選？這種糾結(jié)就是選擇過載效應(yīng)：當(dāng)個體面臨較多選項導(dǎo)致決策問題的復(fù)雜性超過個體認知資源、從而產(chǎn)生負面結(jié)果的情形[1, 2].眾多研究指出，選擇的體驗并不總是愉快的，太多的選項可能導(dǎo)致選擇時間加長、選擇自信心下降、選擇后悔程度提高、滿意度降低、購買行為減少等負面結(jié)果，產(chǎn)生“選擇過載效應(yīng)”[3-8].因此，在線商家竭盡洪荒之力規(guī)劃選擇商品、優(yōu)化選擇體驗、促進選擇決策、防止選擇過載效應(yīng)的產(chǎn)生.

選擇過載效應(yīng)之前的研究針對傳統(tǒng)商業(yè)情境、以線下商品選擇集為主要研究對象[2]，對于在線環(huán)境下商品的選擇過載效應(yīng)研究較少.影響選擇過載效應(yīng)的主要因素有：1)選擇集特性，如：選項吸引力[9]、選擇集視覺與文字描述[10]、選項在單一屬性上相互區(qū)別[1]、非占優(yōu)選項的比例[11]、選項復(fù)雜性[7]、信息呈現(xiàn)的簡化[1]、選項歸類[12]等；2)選擇者特性，如：年齡[13]、決策原則[14]、個人偏好[15]、專家/新手[16]、預(yù)先偏好[3]、預(yù)期失驗[17]等；3)選擇情境，如：時間壓力[5]、選擇合理性[18]、選擇可逆性[1]等.上述研究表明，在傳統(tǒng)商業(yè)情境中，選擇過載效應(yīng)會受到眾多調(diào)節(jié)變量的影響[19].

激烈的市場競爭促使在線商家不遺余力提供盡可能多的各類產(chǎn)品來滿足不同預(yù)算、不同層次、不同類型、不同偏好的消費者.在線商城平臺化(如淘寶、京東)后供選擇的商品更多，普遍使用了簡單、直接的方法來促進消費者選擇：1)引入了大量供應(yīng)商，使在線商品數(shù)量呈現(xiàn)幾何式增長，給予消費者海量在線商品選項；2)引入評價體系，主要從在線點評內(nèi)容與好評比例、銷量兩方面，給出消費者選擇建議.以京東黑白激光多功能一體機為例，搜索的顯示結(jié)果為901屏次，前30屏商品的商家好評比都在92%～97%，消費者當(dāng)即做出購買決策的可能性幾乎沒有.反之，一些“睿智”的商家針對選擇過載效應(yīng)做出了改進[20]，例如：某在線商家通過削減42個產(chǎn)品類別中94%的存貨單品種類，使銷售收入平均提高了11%[21].那么，在線商家豐富了商品、引入了評價體系，究竟能否使得消費者的選擇不再困難、不再糾結(jié)，實現(xiàn)數(shù)字營銷效果的提升？之前的理論研究尚未涉及這個問題，有必要進一步探索在線選擇過載效應(yīng)理論.擬通過發(fā)現(xiàn)現(xiàn)象、尋找原因、發(fā)展理論的研究路徑，研究在線情景下選擇集的規(guī)模及理想程度與選擇過載效應(yīng)的內(nèi)在聯(lián)系、選擇放棄概率的產(chǎn)生機制、以及個體因素的影響作用.

具體來說，面對數(shù)量日益龐大的商品選項，借助在線商家提供的評價體系等篩選功能，消費者可以對原本龐大的在線商品選擇集進行一次或多次篩選[22-24]，縮小必須面臨的選擇集的規(guī)模.根據(jù)商品選項是否符合篩選標(biāo)準(zhǔn)，消費者最終往往會面對兩種類型的在線商品選擇集：一種是相對滿意、理想的在線商品集(相對理想選擇集)，另一種是滿意度偏低、理想程度較差的在線商品集(非理想選擇集).現(xiàn)實生活中人們的很多在線購物決策都會涉及這兩類選擇集，如：一般時期商品豐富，消費者如需在線選購醫(yī)療護理口罩，常常能夠搜索到符合搜索條件的眾多醫(yī)療護理口罩選項；突發(fā)傳染性流感等特殊時期，商品緊缺，消費者需要在線選購醫(yī)療護理口罩，但經(jīng)常發(fā)現(xiàn)搜索到的口罩選項難以符合需要.隨著在線商家提供的商品選項日益增多，消費者搜索到相對理想選擇集的可能性增大.盡管如此，預(yù)算約束、地理區(qū)域約束等有時會使消費者不得不從非理想選項組成的選擇集中做出選擇；或者，原先擁有高端產(chǎn)品的消費者在經(jīng)濟狀況變差時降級消費，由于原先擁有的產(chǎn)品已成為消費者的參考點，當(dāng)前面臨的可行選項只能構(gòu)成非理想選擇集[25, 26].由于消費者常常面對不同理想程度的選擇集，研究者們開始探討選擇集理想程度(或選擇集選項吸引力)所導(dǎo)致的消費者反應(yīng)，例如：選擇集規(guī)模與選項吸引力對消費者選擇零售商的影響[27]、選擇集理想程度對誘餌效應(yīng)的影響[25]、選項吸引力對消費者滿意的影響[9]等.兩類選擇集中商品選項理想程度不同，但同類選擇集中商品選項理想程度接近，這會使消費者感到困惑，不知如何做出決策.選項數(shù)目越大，越難做出選擇，會更加糾結(jié)，選項的購買意愿降低[6].因此，有些研究指出，增加選項數(shù)目會激發(fā)消費者產(chǎn)生選擇痛苦等負性體驗，這已不是“有無”問題，而是“程度差異”問題[7, 8]；隨著零售商提供選擇集的選項吸引力上升，消費者對提供大型選擇集的零售商的偏好下降，甚至產(chǎn)生偏好逆轉(zhuǎn)[27].基于此，擬進一步研究人們在高吸引力(相對理想)的在線選擇集下是否還會產(chǎn)生選擇過載效應(yīng)？在線選擇集的理想程度不同，隨著選項增多，“選擇難度”和“選擇放棄概率”會發(fā)生怎樣改變？

更進一步，消費者在日常選擇中會擁有各種各樣的目標(biāo)，其中，調(diào)節(jié)定向確立了極其重要的目標(biāo)結(jié)構(gòu)，能夠影響消費選擇過程的各階段，對各類消費選擇決策具有根本且穩(wěn)定的影響[28].消費者調(diào)節(jié)定向?qū)x擇過載效應(yīng)是否有作用、有何作用？追求不同決策目標(biāo)的消費者(例如：追求避免損失的消費者與追求積極結(jié)果的消費者)，在線選擇過載效應(yīng)是否存在差異？針對不同類型的消費者，在線商家如何制定策略以促進選擇決策、防止選擇過載、提升購買轉(zhuǎn)化率？這些問題尚未得到研究，在線情境下的探索更少.因此，擬結(jié)合互聯(lián)網(wǎng)領(lǐng)域并針對在線商品選擇集特征，討論不同理想程度的在線選擇集增多選項時消費者選擇難度和選擇放棄概率的變化情況、以及消費者調(diào)節(jié)定向?qū)υ诰€選擇過載效應(yīng)的調(diào)節(jié)作用.

1 研究框架與假設(shè)

在線選擇集的特征會影響選擇過載效應(yīng)的產(chǎn)生[7, 10, 27]，選取選項數(shù)目與理想程度兩個特征描述在線選擇集.面對在線商品選擇集，人們面臨的兩個獨立問題是：選哪個？可以不選嗎？選擇難度可以用來衡量人們在選擇過程中的主觀體驗狀態(tài)，而選擇放棄則用來衡量人們是否愿意做出選擇行為[29].針對選擇過載效應(yīng)的元分析表明，選擇過載效應(yīng)的結(jié)果變量可包括主觀狀態(tài)和行為結(jié)果兩方面[2, 29].選擇過載的經(jīng)典研究，也經(jīng)常以選擇難度作為選擇過載的主觀體驗狀態(tài)[5, 18, 30]，以選擇放棄作為選擇過載的行為結(jié)果[6, 8, 10].因此，本研究選取選擇難度和選擇放棄作為結(jié)果變量.根據(jù)本研究的研究框架，不同在線選擇集中加大選項數(shù)目將影響選擇過程中的選擇難度、選擇結(jié)果的選擇放棄概率.消費者調(diào)節(jié)定向可能會加重選擇過載效應(yīng)，起到調(diào)節(jié)作用[31].因此，提出研究框架(圖1)及假設(shè).

圖1 研究框架

1.1 在線商品選擇過載效應(yīng)

在線選擇集的理想程度與選項數(shù)目會改變選擇過程中的選擇難度，影響選擇過載效應(yīng)的產(chǎn)生.過往研究指出產(chǎn)生選擇過載效應(yīng)的重要原因之一是認知超載(cognition overload)[1, 32]：當(dāng)消費者面對具有較多選項的選擇集，選擇過程中就需要更多權(quán)衡比較，需要投入認知加工努力更多，甚至?xí)^所擁有的認知資源總量，從而產(chǎn)生選擇延遲、滿意降低等負性體驗.隨著選擇集中選項數(shù)目增多，消費者對相對理想選擇集和非理想選擇集的評估模式導(dǎo)致認知超載差異相應(yīng)放大.相對理想選擇集中的各選項都滿足或超過人們基本的選擇標(biāo)準(zhǔn)，選項信息為積極信息；而非理想選擇集中的各選項都低于消費者的選擇標(biāo)準(zhǔn)，選項信息為消極信息.大腦處理積極信息和消極信息時采用不同的反應(yīng)、評估和處理方式.積極信息會激發(fā)人們的自動評估模式，使人們對刺激的反應(yīng)更加迅速[33]；而消極信息會激發(fā)自動警覺模式，使人們在決定之前收集更多信息[34]、處理信息更注意局部、并將更多精力放在細節(jié)上[35].研究也發(fā)現(xiàn)，相比接收積極信息，接收消極信息會使人們注意力更集中、記憶更清晰[36].因此，與相對理想選擇集相比，非理想選擇集增加選項時的負面效應(yīng)較大，容易產(chǎn)生較嚴(yán)重的選擇過載效應(yīng)，消費者較警覺、較注重細節(jié)[25]，從而選擇難度較高.

因此，假設(shè)非理想選擇集增多選項會加重在線選擇過載效應(yīng)，提升選擇難度.具體來說，在選擇過程中，相對理想選擇集中增多選項不會顯著增加消費者的選擇難度；非理想選擇集中增多選項會顯著加大消費者的選擇難度(假設(shè)1a).

在線選擇集的理想程度與選項數(shù)目影響選擇過載效應(yīng)的產(chǎn)生，可以從行為結(jié)果(選擇放棄概率的改變)上得到體現(xiàn)與評價.很多現(xiàn)實決策情境，不選擇也是決策的一種[11].研究指出選擇集的大小以及選擇過程中的猶豫會提高選擇放棄[37]；選項吸引力下降時，決策情境會導(dǎo)致更為嚴(yán)重的選擇延遲[11, 38].損失規(guī)避的相關(guān)研究表明[39]，當(dāng)同時存在損失比較與獲益比較時，人們總是強烈傾向于規(guī)避損失，選擇和行為的結(jié)果將更多取決于損失比較的結(jié)果，這種心理與行為傾向常見于經(jīng)濟和消費等領(lǐng)域.同理，與相對理想選擇集相比，當(dāng)在線選擇集非理想時，受損失規(guī)避影響，消費者對選項之間的差異感知更加明顯，更注重比較選項性質(zhì)的差異，盡可能避免損失；在選擇過程中較多伴隨猶豫、挫折、煩惱情緒，消費者較容易選擇放棄.若增加選項數(shù)量，會進一步放大此效應(yīng)，導(dǎo)致選擇放棄意愿上升、選擇放棄概率提高，選擇放棄現(xiàn)象更加顯著[18].

假設(shè)在非理想選擇集中增加選項會導(dǎo)致選擇放棄意愿或選擇放棄概率提升，加大在線選擇過載效應(yīng).具體來說，在相對理想選擇集中，增多選項不會顯著增加消費者的選擇放棄意愿或選擇放棄概率；在非理想選擇集中，增多選項會顯著提高消費者的選擇放棄意愿或選擇放棄概率(假設(shè)1b).

研究1a設(shè)計了模擬購物選擇的行為學(xué)實驗，讓被試處于相對理想與非理想的在線選擇環(huán)境中，從兩個大小不同在線選擇集中選擇商品，評估選擇難度和選擇放棄意愿.研究1b基于決策場理論(decision field theory，DFT)進行仿真研究，通過調(diào)節(jié)注意力權(quán)重(attention weight)來模擬被試面對相對理想選擇集、非理想選擇集時不同的決策過程，比較選擇放棄概率.

1.2 消費者調(diào)節(jié)定向?qū)υ诰€商品選擇過載效應(yīng)

的影響

面對相同的營銷情境，消費者常常會表現(xiàn)出截然不同的行為傾向，有的在意收益價值，有的關(guān)注損失風(fēng)險[40].根據(jù)調(diào)節(jié)定向理論，這是因為消費者受到不同類型動機系統(tǒng)的調(diào)節(jié)，從而在動機導(dǎo)向、心理需求、參照自我標(biāo)準(zhǔn)、行為策略傾向、結(jié)果反應(yīng)和情緒體驗等方面產(chǎn)生不同表現(xiàn).消費行為領(lǐng)域是調(diào)節(jié)定向理論應(yīng)用研究最為活躍的領(lǐng)域，已經(jīng)涌現(xiàn)出大量引入調(diào)節(jié)定向的實證研究，解釋了相關(guān)消費現(xiàn)象背后的心理機制，推動了消費者決策和偏好等研究主題的發(fā)展，為營銷管理實踐提供了指導(dǎo)[41].根據(jù)調(diào)節(jié)定向理論，人們的動機系統(tǒng)有兩種類型：促進定向和預(yù)防定向[31, 34].具有促進定向的人更加關(guān)注讓人激動的部分、追求積極的結(jié)果、努力去實現(xiàn)愿望或抱負；具有預(yù)防定向的人更加專注于避免發(fā)生負面的事情、努力承擔(dān)義務(wù)和責(zé)任、努力避免損失[42].

促進定向和預(yù)防定向的消費者在面對相同的在線商品選擇集時，會感知到不同的在線選擇難度.首先，兩種調(diào)節(jié)定向下，消費者認知能力不同.促進定向的個體擁有更高的認知能力, 善于提取出事物與事物之間的深層關(guān)系; 預(yù)防定向的個體擁有較低的認知能力, 善于處理具體信息, 更關(guān)注于外界事物的具體信息點[43].其次，兩種調(diào)節(jié)定向下, 消費者評估選項的策略不同.促進定向的消費者更在意選擇的速度，傾向于采取啟發(fā)式策略, 更多地依賴情感線索進行決策，使用探索性的信息加工方式，簡化選項評估過程；預(yù)防定向的消費者更在意選擇的準(zhǔn)確度，傾向于采用系統(tǒng)性策略評估選項, 更多基于選項的具體內(nèi)容，使用謹(jǐn)慎的信息加工方式，以期提高判斷的準(zhǔn)確性[44, 45].再次，兩種調(diào)節(jié)定向下, 消費者經(jīng)歷的心理狀態(tài)不同.促進定向的個體會產(chǎn)生渴望的心理狀態(tài)(保證擊中、避免漏報)，有明顯的冒險傾向, 為獲得收益最大化不惜以重大損失為代價；預(yù)防定向的個體則會產(chǎn)生警覺的心理狀態(tài)(保證正確拒絕、避免錯報)，有明顯的保守傾向，為避免損失確保安全不惜放棄重大收益[41, 46].所以本研究認為，相比促進定向的消費者，預(yù)防定向的消費者認知能力較低，傾向于采用系統(tǒng)性評估策略、使用謹(jǐn)慎的信息加工方式，會經(jīng)歷警覺的心理狀態(tài)，從而在線選擇難度較大、選擇放棄意愿較高.

因此，假設(shè)消費者調(diào)節(jié)定向顯著影響消費者的選擇難度，加大選擇過載效應(yīng).具體來說：面對在線商品選擇集時，相比促進定向消費者，預(yù)防定向消費者的選擇難度和選擇放棄意愿更高(假設(shè)2a).

更進一步，面對不同理想程度的在線商品選擇集，兩種調(diào)節(jié)定向的消費者將產(chǎn)生不同的選擇過載效應(yīng).在思維方式上，預(yù)防定向的個體會傾向于將負面信息描述成損失; 而促進定向個體則會傾向于將正效價的信息描述成獲益[47].在結(jié)果關(guān)注上，預(yù)防定向的個體對消極結(jié)果更敏感, 更在意行為結(jié)果是否有損失; 而促進定向的個體對積極結(jié)果更敏感, 會更在乎行為結(jié)果是否有獲益[41].然而，損失與獲益產(chǎn)生的心理效用并不等量.損失所引起的心理感受，其強烈程度約相當(dāng)于等量獲益的兩倍；在經(jīng)濟和消費等領(lǐng)域中，當(dāng)同時存在損失比較與獲益比較時，人們會產(chǎn)生強烈的損失規(guī)避的心理與行為傾向[39].因此，當(dāng)消費者面對非理想選擇集時，由于其中的產(chǎn)品選項都不能符合消費者的選擇標(biāo)準(zhǔn)，消費者在線選擇時發(fā)生消極結(jié)果的可能性較大，選擇結(jié)果導(dǎo)致?lián)p失的概率較高，并且，隨著在線選擇集的擴大，可能產(chǎn)生消極結(jié)果的產(chǎn)品選項會增多；此時，如果消費者對消極結(jié)果較敏感、更在意行為結(jié)果是否有損失，就會更容易產(chǎn)生強烈的負面心理與行為傾向.因此，面對增大的非理想選擇集，相比促進定向消費者，預(yù)防定向消費者的在線選擇過載效應(yīng)會更嚴(yán)重.相反，面對相對理想選擇集時，由于其中的產(chǎn)品選項都滿足或超過消費者的篩選標(biāo)準(zhǔn)，在線選擇時發(fā)生消極結(jié)果的可能性很小，選擇結(jié)果導(dǎo)致?lián)p失的概率較低；即使增大在線選擇集，增加的產(chǎn)品選項也符合消費者的篩選標(biāo)準(zhǔn)，具有消極結(jié)果的選項不會增加，因此，增大相對理想選擇集時，促進定向和預(yù)防定向消費者都不會產(chǎn)生顯著的在線選擇過載效應(yīng).

因此，假設(shè)消費者調(diào)節(jié)定向?qū)υ诰€選擇過載效應(yīng)具有調(diào)節(jié)作用.具體來說：增大相對理想選擇集不會導(dǎo)致促進定向和/或預(yù)防定向消費者產(chǎn)生在線選擇過載效應(yīng)，增大非理想選擇集時促進定向和/或預(yù)防定向消費者將會產(chǎn)生顯著的在線選擇過載效應(yīng).并且，預(yù)防定向消費者面對非理想選擇集產(chǎn)生的在線選擇過載效應(yīng)顯著大于相對理想選擇集；促進定向消費者面對相對理想選擇集和非理想選擇集產(chǎn)生的在線選擇過載效應(yīng)無顯著差異(假設(shè)2b).

研究2修改了研究1a的實驗，增加了消費者調(diào)節(jié)定向量表，收集實驗數(shù)據(jù)，進行比較，研究調(diào)節(jié)定向?qū)υ诰€選擇過載效應(yīng)的調(diào)節(jié)作用.

2 研究1a

研究目標(biāo)通過行為學(xué)實驗來模擬消費者在不同情境下(相對理想大選擇集vs.相對理想小選擇集，非理想大選擇集vs.非理想小選擇集)的在線選擇購買決策，研究相對理想選擇集和非理想選擇集增加選項時消費者選擇難度的變化，從而檢驗假設(shè)1a.

被試隨機選擇來自北京高校的239名具有網(wǎng)購經(jīng)歷的本科生和研究生參加了本實驗.其中，男性108人，女性131人，平均年齡 21.3歲(SD=3.1).其中相對理想大選擇集被試59人，相對理想小選擇集被試58人，非理想大選擇集59人，非理想小選擇集63人.

2.1 研究方法

研究設(shè)計實驗采用2(選項數(shù)目：4 vs.16)×2(理想程度：理想 vs.非理想)被試間設(shè)計，隨機分配被試至四種實驗情形中.實驗?zāi)M了真實的在線購物情境，采用手機作為選擇對象.為了更好的模擬真實購物情境，參考了中國消費者不熟悉的索尼(SONY)手機官網(wǎng)設(shè)計了實驗界面.根據(jù)已有研究[3, 4]，大選擇集包含16個手機選項，小選擇集包含4個手機選項.大選擇集中的16個智能手機選項隨機平均分成4個小選擇集.被試在實驗過程中需要隨機完成一個選擇集的實驗.最后，根據(jù)實驗過程中自己的體驗，評估選擇難度(4題項)、理想程度感知(2題項)、選項數(shù)目感知(2題項)，同時也測量了選擇放棄意愿(2題項).使用7點 Likert量表，1代表“一點也不”，7代表“非?！?

實驗材料作為實驗對象的手機外觀完全相同，除像素、內(nèi)存、電池、分辨率等四個特性外，其他性能完全相同.相對理想選擇集組的手機在四個特性上的取值遠遠好于非理想選擇集組.同一選擇集中的手機都是一個價格，相對理想選擇集中的手機價格高于非理想選擇集中的手機價格.在相對理想選擇集組中對特性采用積極的描述方法；非理想選擇集對特性采用消極的描述方法[25].在實驗之前抽取了100名被試，對所有的手機理想程度以及選擇集的感知大小進行打分評價，分值高者代表感知理想程度水平高、選擇集較大.相對理想選擇集組中的每一款手機評價分值均顯著高于非理想選擇集組的手機(相對理想選擇集:M=10.17,SD=1.89; 非理想選擇集:M=4.95,SD=2.24;p<0.001)，同時每一個選擇集組內(nèi)的手機理想程度的評價分值無顯著差異(p>0.05).且被試感知的選項數(shù)目在大選擇集(M=8.77,SD=2.38)和小選擇集(M=5.42,SD=2.97)間差異顯著(T=-8.792,p<0.001).這些結(jié)果表明本實驗對選項數(shù)目和理想程度的操縱是成功的.

實驗過程1)實驗前告知相對理想選擇集組的被試，他們預(yù)算充足，選擇范圍在相對理想選擇集.告知非理想選擇集組的被試，他們預(yù)算受到限制，選擇范圍在非理想選擇集中(圖2a).隨后出現(xiàn)實驗任務(wù)頁面，告知被試需在實驗平臺上為自己選擇一款新智能手機.2)出現(xiàn)新頁面，被試瀏覽該頁面上的4款智能手機或16款智能手機(圖2b).3)被試點擊屏幕做出選擇決定(圖2c).4)被試根據(jù)對自己的感受完成實驗評估(圖2d).

圖2 實驗過程

2.2 研究結(jié)果

實驗對被試的性別與產(chǎn)品知識進行了測量，數(shù)據(jù)分析表明：性別的主效應(yīng)不顯著、產(chǎn)品知識的主效應(yīng)不顯著；性別、選擇集大小、選擇集理想程度三者間的雙因素交互和三因素交互作用均不顯著，產(chǎn)品知識與選擇集大小、選擇集理想程度三者間的雙因素交互和三因素交互作用均不顯著.這些結(jié)果表明，被試的性別與產(chǎn)品知識對實驗結(jié)果沒有產(chǎn)生系統(tǒng)性影響.為檢驗假設(shè)，進行了2(選項數(shù)目：4 vs.16)× 2(理想程度：理想 vs.非理想)被試間ANOVA分析, 發(fā)現(xiàn)：選項數(shù)目的主效應(yīng)顯著(選擇難度：F=13.577,p<0.001；選擇放棄意愿：F=16.891,p<0.001)；選擇集理想程度的主效應(yīng)顯著(選擇難度：F=8.62,p<0.01；選擇放棄意愿：F=12.178,p<0.01)；且選項數(shù)目與選擇集理想程度的交互效應(yīng)顯著(選擇難度：F=7.837,p<0.01；選擇放棄意愿：F=4.976,p<0.05).

為了進一步比較選擇集的理想程度和選擇集的大小對選擇難度的影響，進行了組間的簡單效應(yīng)分析(T-sample test)，發(fā)現(xiàn)(見圖3)：在相對理想選擇集中，大選擇集和小選擇集的選擇難度無顯著差異(3.18 vs.3.00;T=-0.653,p>0.05)、選擇放棄意愿無顯著差異(3.20 vs.2.83;T=-1.409,p>0.05).在非理想選擇集中，大選擇集和小選擇集的選擇難度存在顯著差異(4.33 vs.3.03;T=-4.427,p<0.001)、選擇放棄意愿也存在顯著差異(4.35 vs.3.08;T=-4.275,p<0.001).實驗結(jié)果顯示，在相對理想選擇集中，增多選項不會明顯增加人們的選擇難度和選擇放棄意愿；在非理想選擇集中，增多選項會明顯加重人們的選擇難度和選擇放棄意愿.因此，相比相對理想選擇集，增大非理想選擇集將提高選擇難度、加大選擇放棄意愿、產(chǎn)生選擇過載效應(yīng)，假設(shè)1a全部、假設(shè)1b部分得到支持.

圖3 在線選擇過載效應(yīng)

選擇放棄概率的檢驗需要被試重復(fù)多次進行實驗，容易產(chǎn)生重復(fù)疲勞效應(yīng)，因此，研究1b將通過仿真軟件模擬同一被試在多次選擇過程中的結(jié)果，根據(jù)選擇或放棄的次數(shù)進一步研究選擇放棄概率的改變.

3 研究1b

研究目標(biāo)當(dāng)在線選擇集為非理想時，選擇過載效應(yīng)更有可能發(fā)生，導(dǎo)致選擇放棄概率變化.為避免重復(fù)實驗導(dǎo)致疲勞效應(yīng)，采用仿真研究選擇放棄概率.基于時間限制的擴展決策場理論模型, 通過調(diào)節(jié)模型的注意力權(quán)重，模擬在相對理想和非理想選擇集中人們的選擇行為，研究在相對理想選擇集和非理想選擇集兩種情境中，增多選項時選擇放棄概率的變化情況，從而檢驗假設(shè)1b.

仿真軟件采用Matlab_R2014b，該軟件可以對DFT數(shù)學(xué)模型中人們在決策過程中偏好隨時間的動態(tài)變化過程進行有效的仿真，通過觀察參數(shù)的變化時兩種選擇情境的仿真結(jié)果，研究選擇放棄的概率.

3.1 研究方法

研究設(shè)計設(shè)定選項的累積偏好值超過決策閾值并且決策時間不超過時間閾值時，做出選擇；不滿足時，選擇放棄.在每一次的仿真過程中，通過設(shè)置不同的決策閾值和時間閾值參數(shù)值，最終有了400組參數(shù)的組合.每次決策會重復(fù)50次，獲得4種選擇情形下的選擇放棄次數(shù)，除以重復(fù)次數(shù)50獲得選擇放棄概率.同時，一段時間內(nèi)偏好選項的變化次數(shù)可以用來衡量人們在選擇過程中的感知選擇難度.因為人們在選擇過程中，可能會在若干幾個選項間糾結(jié)不定，如果不斷的改變決策主意，做出選擇的困難程度會增加.

在仿真過程中設(shè)定了選擇集的大小與理想程度：1)選擇集大?。杭俣ㄐ∵x擇集為6個選項，大選擇集為24個選項，每個選項包含2個屬性[6, 48]；2)理想程度：選擇集中每個選項的不同性能值會對仿真結(jié)果產(chǎn)生很大影響，并且不利于比較相對理想選擇集和非理想選擇集選擇過載效應(yīng)強度的大小.為了更好的比較仿真結(jié)果，并且避免單純選項性能值不同對結(jié)果產(chǎn)生的影響，選用了相同的選擇集并且每個選項的性能值由均勻分布的隨機數(shù)確定，通過設(shè)計不同的注意力權(quán)重值來仿真人們在相對理想選擇集和非理想選擇集兩種情境下選擇的情形.因為和相對理想選擇集相比，面對非理想選擇集時，人們注意力更加集中，處理信息更加局部，更加傾向于對每個性質(zhì)逐一進行比較[25, 35].同時，考慮到在24個選項中選擇會比在6個選項中選擇需要花費更多的評估時間，所以假定每次考慮24個選項的時長是考慮6個選項的時長的4倍.

采用決策場理論的數(shù)學(xué)模型[49]，在時刻t，人們的偏好狀態(tài)為P(t)，該偏好會根據(jù)如下的線性方程在t+1時刻，偏好狀態(tài)會更新為P(t+1)

P(t+1)=S×P(t)+V(t+1)

(1)

在式(1)中, 隨著時間的變化，每個選項都有一個偏好強度，記為P(t)，對應(yīng)的是該選項在時刻t的偏好強度.S矩陣是一個反饋矩陣，包含著自我反饋項和交互項.

V(t)是每個選項在時刻t的價向量, 由3個矩陣的乘積組成(見等式2)

V(t)=C×M×W(t)

(2)

在式(2)中，C是一個對比矩陣，衡量人們對某個選項的評估受其他選項影響的大小；M是評分矩陣，包含每個選項在每項性能上的評分；W是注意力權(quán)重，衡量在選擇過程中人們對選項每個性能的注意力隨時間不斷變化的情形.模型中所有參數(shù)具體的取值見表1.

表1 仿真參數(shù)取值表

仿真過程1)生成選擇集(圖4a):每個選項的偏好值用滿足均勻分布的隨機數(shù)表示，取值范圍為[2, 3]，然后，用[1, 1.5]之間均勻分布的隨機數(shù)表示該選項在一個性能上的性能值，再用選項的偏好值減去該性能值表示選項在另一個性能上的性能值.因此，包含2個性能值的28個選項被隨機生成，然后去掉偏好值最高的4個選項，從而產(chǎn)生了一個包含24個選項的大選擇集.接著，在該選擇集中提取出偏好值最高的兩個選項、中間的兩個選項、最低的兩個選項這6個選項來組成小選擇集.2)設(shè)定選擇情境(圖4b)：通過調(diào)節(jié)注意力權(quán)重值，仿真人們在理想和非理想兩種不同情境下對大小選擇集的處理過程.已有研究表明人們在非理想選擇集中選擇時更喜歡對每個性質(zhì)進行比較，注意力更集中，記憶力更加清晰[25, 36]，所以在面對非理想選項的選擇情境下，假設(shè)，在每個時間點人們的注意力只集中在一項性能的比較上，關(guān)注度矩陣W如下[1, 0],[0, 1]；而在面對相對理想選項的選擇情境下，人們在理想選擇集中選擇時更喜歡對各選項綜合性質(zhì)進行比較，希望收集到更多的信息[34].所以假設(shè)，在每個時間點，人們將注意力集中在一項性能上的同時，會分散小部分精力在其他選項上，關(guān)注度矩陣W如下[5/6, 1/6],[1/6, 5/6].3)決定選擇放棄概率(圖4c1)：選項的累積偏好值超過決策閾值并且決策時間不超過時間閾值時，做出選擇；不滿足時，選擇放棄.將4種選擇情形下的選擇放棄次數(shù)除以重復(fù)次數(shù)50，獲得選擇放棄概率.4)決定選擇難度(圖4c2):隨時間在改變對4種選擇情境下([相對理想][非理想]×[大選擇集][小選擇集])偏好選項進行可視化展示，然后統(tǒng)計變化次數(shù)，獲得最偏好選項的平均變化次數(shù).

圖4 仿真研究流程圖

3.2 研究結(jié)果

仿真結(jié)果發(fā)現(xiàn)：在相對理想選擇情境下，人們在大選擇集中選擇放棄的概率略微高于小選擇集中選擇放棄的概率，說明隨著選項的增多，人們選擇放棄的現(xiàn)象改變不明顯(圖5a)；而在非理想選擇情境下，人們在大選擇集中選擇放棄概率遠遠高于在小選擇集中選擇放棄概率，說明增加選項會明顯增加人們選擇放棄概率(圖5b).非理想選擇情境下，大小選擇集中選擇放棄頻率差遠遠大于理想選擇情境下的大小選擇集中選擇放棄頻率差(0.47 vs.0.33,p<0.001)，這說明：與相對理想選擇集相比，在非理想選擇集中，增多選項造成的選擇放棄現(xiàn)象更嚴(yán)重.因此，相比于理想選擇集，非理想選擇集更容易發(fā)生選擇過載效應(yīng)，假設(shè)1b得到全部支持.

圖5 選擇放棄概率

本研究還發(fā)現(xiàn)隨著時間的變化，人們最偏好的選項也在不斷的變化.理想選擇情境下，不同時間段的小選擇集的選擇偏好穩(wěn)定性相對高于大選擇集(圖6a和圖6b)；非理想選擇情境下，大小選擇集的選擇偏好穩(wěn)定性都較低，相對于小選擇集，大選擇集的穩(wěn)定性更低(圖6c和圖6d).為了避免仿真的隨機性帶來結(jié)果的不穩(wěn)定，分別進行了4組情境(理想大、理想小、非理想大、非理想小)50次仿真，計算每種情境下最偏好選項變化次數(shù)的平均值.結(jié)果如圖7所示，在非理想選擇情境下，大選擇集的最偏好選項平均變化次數(shù)遠遠高于小選擇集(5.26 vs.2.36,p<0.001)，而理想選擇情境下，大選擇集的最偏好選項平均變化次數(shù)略高于小選擇集(2.78 vs.2.3,p>0.05).這些結(jié)果從另一個角度解釋了在非理想的選擇情境下，增多選項會明顯增加人們的選擇難度，而在理想的選擇情境下，增多選項不會顯著增加人們的選擇難度的原因，再次驗證了假設(shè)1a.

圖6 偏好變化

圖7 偏好的平均變化次數(shù)

3.3 魯棒性檢驗

為了減少仿真結(jié)果受到注意力、偏好值等初始參數(shù)分布設(shè)置的影響，降低結(jié)果的偶然性，分別改變注意力參數(shù)和選擇集參數(shù)，再次檢驗增多選項對選擇放棄概率的影響.

關(guān)注度矩陣在選項兩個性能原先的關(guān)注度矩陣(1/6，5/6)的基礎(chǔ)上分別增加了(1/4，3/4)、(1/5，4/5)、(1/7，6/7)進行仿真模擬，結(jié)果得到重復(fù)(圖8)：在非理想選擇集中增加選項導(dǎo)致的選擇放棄概率遠高于在理想選擇集中增加選項.

圖8 不同注意力分布的選擇放棄概率

選擇集生成1)為了避免仿真結(jié)果的偶然性，隨機生成了3個選擇集(選擇集1～選擇集3)，偏好值與之前設(shè)置保持一致，為(2，3)之間隨機數(shù)，仿真重復(fù)了之前的結(jié)果(圖9)，在非理想選擇集中增加選項導(dǎo)致的選擇放棄概率遠高于在理想選擇集中增加選項；2)為了檢驗選擇集生成方式對仿真結(jié)果的影響，又隨機生成了3個選擇集(選擇集4～選擇集6)，偏好值設(shè)置為均值為0、方差為1的隨機數(shù)，仿真結(jié)果得到了重復(fù)(圖9).

圖9 不同選項集的選擇放棄概率

在消費者購買決策各個階段，調(diào)節(jié)定向具有重要影響作用.消費者面對相對理想或非理想選擇集時，調(diào)節(jié)定向會不會對在線選擇過載效應(yīng)起調(diào)節(jié)作用？研究2將通過行為學(xué)實驗研究消費者調(diào)節(jié)定向的作用.

4 研究2

研究目標(biāo)研究1證明了面對相對理想和非理想選擇集時，選擇集的大小會改變在線選擇難度與選擇放棄概率.為了進一步探討消費者面對在線商品選擇集時的選擇過載效應(yīng)，研究2討論個體調(diào)節(jié)定向?qū)υ诰€商品選擇過載效應(yīng)的調(diào)節(jié)作用，從而檢驗假設(shè)2a和假設(shè)2b.

被試隨機選擇來自北京高校的392名具有網(wǎng)購經(jīng)驗的大學(xué)本科生或研究生參與了本次實驗，其中，男性151人，女性241人，平均年齡是22.6歲(SD=3.1).其中相對理想大選擇集被試96人，相對理想小選擇集被試98人，非理想大選擇集102人，非理想小選擇集96人.

4.1 研究方法

隨機分配被試到2(選項數(shù)目：4 vs.16)× 2(理想程度：相對理想vs.非理想)中的一組中進行實驗.實驗場景和實驗過程完全同研究1a.最后，根據(jù)實驗過程中自己的體驗，評估選擇難度、選擇放棄意愿和調(diào)節(jié)定向，分別使用7點和9點Likert量表，1代表“一點也不”/“不正確”，7或9代表“非?！?“非常正確”.

4.2 研究結(jié)果

進行了2(調(diào)節(jié)定向：預(yù)防 vs.促進)×2(選項數(shù)目：4 vs.16)×2(理想程度：理想 vs.非理想)被試間ANOVA分析，發(fā)現(xiàn)：調(diào)節(jié)定向的主效應(yīng)顯著(選擇難度：F=22.417,p<0.001；選擇放棄意愿：F=15.059,p<0.001)；選項數(shù)目的主效應(yīng)顯著(選擇難度：F=20.033,p<0.001；選擇放棄意愿：F=20.757,p<0.001)；選擇集理想程度的主效應(yīng)顯著(選擇難度：F=17.986,p<0.001；選擇放棄意愿：F=8.729,p<0.01)；選項數(shù)目與選擇集理想程度的兩因子交互效應(yīng)顯著(選擇難度：F=12.933,p<0.001；選擇放棄意愿：F=13.496,p<0.001)；且調(diào)節(jié)定向、選項數(shù)目與理想程度的三因子交互效應(yīng)顯著(選擇難度：F=5.124,p<0.05；選擇放棄意愿：F=7.028,p<0.01).

首先，實驗結(jié)果重復(fù)驗證了基于理想程度的選擇過載效應(yīng)(見圖10)：在相對理想選擇集中，增多選項不會顯著增加人們的選擇難度(2.82 vs.3.08；T=1.225,p>0.05)和選擇放棄意愿(3.26 vs.3.58；T=1.624,p>0.05)；在非理想選擇集中，增多選項顯著提高了人們的選擇難度(3.11 vs.4.13；T=4.311,p<0.001)和選擇放棄意愿(3.33 vs.4.32；T=4.897,p<0.001).因此，與相對理想選擇集相比，在非理想選擇集中增多選項將提高選擇難度和選擇放棄意愿、產(chǎn)生選擇過載效應(yīng)，假設(shè)1a、假設(shè)1b重復(fù)得到驗證.

圖10 在線選擇過載效應(yīng)

其次，使用獨立樣本t檢驗，驗證調(diào)節(jié)定向?qū)x擇難度的影響(假設(shè)2a).以選擇難度為檢驗變量，以個體調(diào)節(jié)定向為分組變量(以0值為組分割點：個體調(diào)節(jié)得分>0時為促進定向，個體調(diào)節(jié)得分≤0時為預(yù)防定向)，發(fā)現(xiàn)(見圖11)：平均而言，面對在線商品選擇集，促進定向個體的選擇難度顯著低于預(yù)防定向個體(3.09 vs.3.77；T=3.756，p<0.001)；促進定向個體的選擇放棄意愿顯著低于預(yù)防定向個體(3.49 vs.3.95；T=2.833，p<0.01).假設(shè)2a得到支持.

圖11 不同調(diào)節(jié)定向的在線選擇難度與選擇放棄意愿

最后，進一步比較不同調(diào)節(jié)定向個體的在線選擇過載效應(yīng)，發(fā)現(xiàn)：個體調(diào)節(jié)定向?qū)υ诰€選擇過載效應(yīng)具有調(diào)節(jié)作用.對于預(yù)防定向個體，在相對理想選擇集中增多選項不會顯著增加選擇難度(3.51 vs.3.40；ΔMean=-0.11；T=-0.260,p>0.05)和選擇放棄意愿(3.92 vs.3.66；ΔMean=-0.26；T=-0.711,p>0.05)，在非理想選擇集中增多選項顯著提高了人們的選擇難度(3.38 vs.5.34；ΔMean=1.96；T=4.453,p<0.001)和選擇放棄意愿(3.50 vs.5.25；ΔMean=1.75；T=6.057,p<0.001)；面對不同理想程度的在線商品選擇集，預(yù)防定向個體的在線選擇過載效應(yīng)具有顯著差異(選擇難度：F=11.114，p<0.01，圖12a；選擇放棄意愿：F=15.332,p<0.001，圖12c).對于促進定向個體，在相對理想選擇集中增多選項不會明顯增加人們的選擇難度(2.57 vs.3.00；ΔMean=0.42；T=1.796,p>0.05)，但會增加人們的選擇放棄意愿(3.01 vs.3.56；ΔMean=0.54；T=2.389,p<0.05)，在非理想選擇集中增多選項顯著增加了人們的選擇難度(2.92 vs.3.81；ΔMean=0.89；T=3.225,p<0.01)和選擇放棄意愿(3.21 vs.4.08；ΔMean=0.87；T=3.528,p<0.01)；面對不同理想程度的在線商品選擇集，促進定向個體的在線選擇過載效應(yīng)無顯著差異(選擇難度：F=1.725,p>0.05，圖12b；選擇放棄意愿：F=0.942,p>0.05，圖12d).假設(shè)2b得到支持.

圖12 調(diào)節(jié)定向?qū)υ诰€選擇過載效應(yīng)的調(diào)節(jié)作用

5 結(jié)束語

通過三個研究依次回答了之前在線購物環(huán)境下三個問題.首先，當(dāng)在線選擇集相對理想時，增多選項不會明顯增加消費者的選擇難度，而當(dāng)在線選擇集非理想時，增多選項會明顯加重消費者的選擇難度.其次，在理想選擇的情境下，消費者在大選擇集中選擇放棄的意愿和概率稍微高于在小選擇集中選擇放棄的意愿和概率，說明隨著選項的增多，消費者選擇放棄的現(xiàn)象增長不明顯；而在非理想選擇情境下，消費者在大選擇集中選擇放棄的意愿和概率遠遠高于在小選擇集中選擇放棄的意愿和概率，增多選項會明顯增加消費者選擇放棄的意愿和概率.最后，面對在線商品選擇集，預(yù)防定向消費者的選擇難度顯著高于促進定向消費者.并且，當(dāng)相對理想選擇集增多選項時，促進定向消費者和預(yù)防定向消費者的選擇難度和選擇放棄意愿都不會顯著增加；但是，當(dāng)非理想在線選擇集增多選項時，將明顯提高促進定向消費者和預(yù)防定向消費者的選擇難度和選擇放棄意愿.當(dāng)在線選擇情境從非理想選擇集變?yōu)橄鄬硐脒x擇集時，促進定向消費者的選擇過載效應(yīng)不會產(chǎn)生顯著改變，但預(yù)防定向消費者的選擇過載效應(yīng)將明顯放大.

具有以下理論貢獻：首先，發(fā)現(xiàn)了在線商品選擇集的理想程度與選項數(shù)目改變所導(dǎo)致的選擇過載效應(yīng)變化的規(guī)律.發(fā)現(xiàn)在線購物時，增多選項，會在非理想選擇集中產(chǎn)生選擇過載效應(yīng)，造成選擇難度加大、選擇放棄意愿和概率提升；在相對理想選擇集中則選擇過載效應(yīng)不明顯.關(guān)于零售商選擇問題的研究曾發(fā)現(xiàn)[27]：面對高吸引力的產(chǎn)品，人們更傾向于選擇提供小選擇集的零售商；而面對低吸引力的產(chǎn)品，人們更傾向于選擇提供大選擇集的零售商.進一步發(fā)現(xiàn)，對大、小選擇集的預(yù)先偏好并不能夠代表好的選擇體驗，在非理想選擇集中增加選項個數(shù)會使消費者的選擇難度和選擇放棄概率顯著提高.其次，消費者調(diào)節(jié)定向在在線選擇過載效應(yīng)發(fā)生過程中具有調(diào)節(jié)效應(yīng).不同調(diào)節(jié)定向的消費者產(chǎn)生的在線選擇體驗具有差異.在線購物時，預(yù)防定向消費者的選擇難度和選擇放棄意愿明顯高于促進定向消費者.當(dāng)增大不同理想程度的在線商品選擇集時，促進定向消費者的選擇難度和選擇放棄意愿并未顯著提高；而在增大非理想選擇集時，預(yù)防定向消費者的選擇難度和選擇放棄意愿明顯加大.有研究曾考察調(diào)節(jié)定向在消費者決策中對搜索備擇選項和形成考慮集的影響[28]，發(fā)現(xiàn)了促進定向和預(yù)防定向消費者在信息搜索水平、所形成考慮集大小等方面具有顯著差異.進一步表明，調(diào)節(jié)定向還會影響消費者決策過程中的選擇體驗，造成促進定向和預(yù)防定向消費者選擇難度的差異；并且，在線購物時，選擇集理想程度顯著影響預(yù)防定向消費者的選擇過載效應(yīng).最后，將選擇過載效應(yīng)的研究領(lǐng)域從線下延展到線上.現(xiàn)有研究已表明，傳統(tǒng)商業(yè)情境中，線下商品選擇集增多選項時將導(dǎo)致選擇過載效應(yīng)[2].在此基礎(chǔ)上聚焦在線購物情景，拓展了選擇過載效應(yīng)研究.

研究可以有效地指導(dǎo)在線商業(yè)行為.在線商家設(shè)計購物平臺時的目標(biāo)是提高購物體驗的滿意程度、提高購買轉(zhuǎn)化率，因此需要為消費者提供高效的、具有差異性的選擇建議，改變消費者在選擇過程中由于選擇對象增多而感覺選擇難度提升、從而加大選擇放棄概率的現(xiàn)象.可以針對點評數(shù)量與分?jǐn)?shù)制定一個權(quán)重，拉大在線商家之間的分?jǐn)?shù)值，便于消費者參考，快速做出購買決策[27]，減弱“糾結(jié)”、選擇困難的效應(yīng).同時，針對在線平臺同質(zhì)化、同價化商家或商品過多的現(xiàn)象，可以針對商家制定一個合理進入退出機制.進入在線平臺后，在一段時間內(nèi)，若商家的點評分?jǐn)?shù)、銷量、有效客戶數(shù)達不到一定的排名就需要退出.這類機制既提供了在線商家進入在線平臺的機會，又鼓勵了合理競爭，保護了高質(zhì)量、高效率的商家，可以在較高的理想程度下，減小選擇集的規(guī)模，使得消費者購物決策更為輕松、高效，避免在線選擇過載效應(yīng)的產(chǎn)生，實現(xiàn)在線平臺營銷過程中的有效購買轉(zhuǎn)化比.

在線商家需要針對不同類型的消費者設(shè)計網(wǎng)絡(luò)營銷策略.相比促進定向的消費者，面向預(yù)防定向的消費者時，在線商家更需要關(guān)注規(guī)劃選擇商品、優(yōu)化選擇體驗、促進選擇決策.首先，在線商家可以通過分析消費者在線搜索行為，獲得有關(guān)特定消費者相對理想選擇集的線索，并據(jù)此設(shè)計推薦商品的選項數(shù)目，進行個性化推薦.其次，在線商家要避免消費者對負面結(jié)果的關(guān)注.對負面結(jié)果的關(guān)注容易增大選擇難度、提高選擇放棄概率.可以給消費者更多的保障條件，如針對金銀卡用戶和新注冊用戶提供更長期限內(nèi)無理由退貨、不滿意可以等價更換商品等條款，使消費者在線選購時更加放心、安心、開心、滿意，加快做出選擇決策，從而提高企業(yè)的銷售額.最后，消費者的調(diào)節(jié)定向并不是一成不變的，容易受到情境因素的影響.例如，如果在線商家以“收益”(獲得)和“非收益”(沒有獲得)的形式來展示在線商品的信息，就會激發(fā)消費者的促進定向傾向；而以“損失”(失去)和“非損失”(沒有失去)的形式來展示在線商品信息，則會激發(fā)消費者的預(yù)防定向傾向[50].因此，在線商家可以通過調(diào)整信息展示方式或在線購物環(huán)境等情境因素來啟動和調(diào)整消費者的調(diào)節(jié)定向傾向，減輕在線選擇過載效應(yīng)、努力激發(fā)購買動機強度、加快決策時間、提高決策概率.

在線商品選擇過載效應(yīng)的研究是當(dāng)前熱點研究問題之一,具有較強的理論價值和現(xiàn)實意義.本研究為了避免實驗產(chǎn)生重復(fù)疲勞效應(yīng)，影響數(shù)據(jù)的客觀真實性，采用仿真方法研究選擇放棄概率，未來可進一步優(yōu)化實驗設(shè)計，獲得更客觀的數(shù)據(jù).此外，在本研究的基礎(chǔ)上還有許多問題需要進一步研究.如：從消費者文化差別等因素研究在線選擇過載效應(yīng)；采用認知神經(jīng)科學(xué)的方法與儀器[51, 52]，如fMRI、EEG等進行研究，發(fā)現(xiàn)深層次的腦機制，打開決策“黑箱”.

附錄

變量測量選擇難度感知[6]你覺得剛剛選擇一個你想要的智能手機難嗎? 在做出選擇的過程中,你感覺失望嗎?在做出選擇的過程中,你感覺猶豫嗎? 在做出選擇的過程中,你感覺煩躁嗎?選擇集理想程度感知[18]總的來說,你對剛剛選擇集里手機的滿意程度如何?相比你所知道的其他手機,你對手機選項的滿意程度如何?選項數(shù)目感知 [49]你認為提供給你的手機選項多么?當(dāng)最初接到需要從列表中選擇一款手機的任務(wù)時,你認為應(yīng)該包含更多的選項供你選擇嗎?選擇放棄意愿感知在選擇過程中,您有很強烈的意愿停止選擇嗎?如果允許的話,不考慮產(chǎn)品因素,您會希望放棄選擇嗎?調(diào)節(jié)定向總體來說,我專注于避免發(fā)生負面的事情.我會為不能承擔(dān)義務(wù)或責(zé)任而焦慮.我經(jīng)常想象怎樣去實現(xiàn)愿望或抱負.我經(jīng)常會在心中勾勒出我未來不想成為的那種人的樣子.我經(jīng)常會在心中勾勒出我希望成為的那種人的樣子.我尤其關(guān)注未來的成功.我經(jīng)常擔(dān)心我會實現(xiàn)不了我的學(xué)術(shù)目標(biāo).我經(jīng)常想象怎樣去實現(xiàn)學(xué)業(yè)上的目標(biāo).我經(jīng)常想象自己正在經(jīng)歷我害怕發(fā)生的事情.我經(jīng)常想如何避免失敗.與努力實現(xiàn)目標(biāo)相比,我更傾向于努力避免損失.我目前在學(xué)校的最主要的目標(biāo)就是實現(xiàn)我的學(xué)術(shù)抱負.我目前在學(xué)校的最主要的目標(biāo)就是避免學(xué)業(yè)失敗.我認為我正在努力變成“理想中的自己”———實現(xiàn)夢想和抱負.我認為我正在努力變成“承擔(dān)責(zé)任的自己”———完成責(zé)任和義務(wù).總的來說,我專注于追求積極的結(jié)果.我經(jīng)常想象自己正在經(jīng)歷我希望發(fā)生的事情.總的來說,與努力避免損失相比,我更傾向于努力實現(xiàn)目標(biāo).