金 朗 武邦濤 車 海

（1.上海交通大學 安泰經濟與管理學院，上海 200030；2.加州大學河濱分校，河濱 92521）

1　理論背景和研究假設

1.1　沖動購買

沖動購買行為是消費者在突然觸發(fā)的強烈購物沖動下做出的購買行為。消費者的人格和行為特質是消費者做出沖動購買行為的重要前因變量。Rook依據人格特質理論提出，沖動性購買傾向是一種粗心、快速、無意識的、活躍的消費行為特質。Rook等還開發(fā)了測量消費者沖動購買傾向的（Buying Impulsiveness Scale，BIS）問卷，如今該問卷是沖動購買研究中應用最廣泛的行為特質測量工具。Puri繼續(xù)拓展了沖動購買傾向問卷的維度，開發(fā)了 CIS（Consumer Impulsiveness Scale，CIS）問卷，在對沖動購買相關行為特征的測量上又拓展了審慎、享樂主義和粗心三大相關緯度。Verplanken等則把沖動購買傾向與人格研究中應用最廣泛的大五人格特質模型做了比較，發(fā)現沖動購買傾向與大五人格中的外向性、盡責性和情緒穩(wěn)定性三個緯度緊密相關，高沖動購買傾向的消費者傾向于迅速做出行動，且更易被別人所影響。

借助沖動購買行為特質的測量工具，研究者們對不同沖動購買相關行為傾向消費者在行為和決策風格上的差異做了一定的探索。Rook等提出高沖動性購買傾向的消費者有著簡單、粗暴、快速、非計劃性和粗心大意的決策風格；Burroughs發(fā)現高沖動購買傾向的消費者在進行商品選擇時，不會關注商品選項中的具體屬性，也不注重對選項間屬性上的具體差異做細致比較，而是更多地應用整體性加工策略來進行購買決策，依據對特定商品的整體印象來做出購買決定；Youn等發(fā)現在沖動購買相關特質上得分更高的消費者，在購物時缺乏計劃性，一般沒有明確的購物目標，在購物過程中更易受相關營銷刺激的影響，會在突然沖動下做出購買行為。這些研究都表明，高沖動購買傾向消費者會更傾向于采用簡單快速的方式做出決策，在商品分類信息加工時投入更少的認知資源，缺乏信息的加工深度。據此，我們推測高沖動購買傾向的消費者在信息加工時有著更低的加工深度，并會呈現相應的眼動軌跡特征。

H1：高沖動購買傾向的消費者，在分類商品選擇時有著更低的加工深度。

1.2　分類規(guī)模

分類規(guī)模（Assortment Size）主要指分類中的商品數量（SKUs），分類中商品展示時所占的貨架數量和堆疊數量也會影響消費者對分類規(guī)模的感知。一般而言，消費偏好琳瑯滿目有更多商品選擇的大規(guī)模商品分類：商品分類規(guī)模的增大，能增加消費者從中找到滿足其需求商品的概率，降低商品信息的搜索成本，應對消費者偏好的不確定性，滿足消費者追求多樣化的天性，并能提升購物過程本身為消費者帶來的樂趣，使消費者有更好的購物體驗和滿意度。隨著研究的深入，發(fā)現分類規(guī)模的增大，會加重消費者信息加工時的認知負荷，使消費者不得不投入更多的時間和認知成本對這些額外的信息進行加工，增加商品選擇的困難程度，降低決策滿意度。分類規(guī)模對消費者商品選擇的兩面性作用，使其成為消費者分類研究中常見的控制變量或調節(jié)變量。

信息加工的構造理論認為，當決策任務情境變得困難增加消費者的認知負荷時，會觸發(fā)消費信息加工時的認知成本節(jié)省需求，使其應用啟發(fā)式簡單快速但低準確率和加工深度的決策策略。據此，我們推測當更大的分類規(guī)模增加了消費者的認知負荷時，消費者會使用簡單快速的決策策略，并通過眼動技術追蹤到信息加工時低加工深度的軌跡特征。

H2：分類規(guī)模的增加，會降低消費者的加工深度。

1.3　圖片和文字加工

圖片和文字，是零售網頁中向消費者展示商品信息的兩種主要形式。消費者對圖片和文字兩種形式信息的加工是截然不同的：首先，人的大腦上有不同的區(qū)域分別負責文字信息和圖片信息的處理，文字信息加工會激活大腦的前腹側顳葉區(qū)和布洛卡區(qū)域，而圖片信息加工則會激活大腦的枕葉和腹側顳葉區(qū)域；其次，文字加工和圖片加工的信息加工特征也不同，文字信息是以順序的、序列的方式被大腦加工，而圖片信息則是以整體的、并行的、格式塔的方式被大腦加工。

如今，分類研究也開始關注文字和圖片加工的差異對消費者分類信息加工的影響。相關研究發(fā)現，圖片加工比文字加工更快速、更自動化、更節(jié)省認知成本：Townsend等發(fā)現，消費者在對商品分類的信息加工中，依賴圖片加工能更快完成對整個分類信息的掃描；Burke等也發(fā)現，消費者依靠圖片線索比文字線索，能更快搜索一個商品分類選項集，并從中找出目標商品選項。但現有的研究主要考察的是消費者分別面對單獨以文字或圖片呈現的信息時在分類加工上的差異。對消費者同時進行文字和圖片信息加工時的分類決策情景尚未深入探索。

信息加工的構造理論認為，消費者會依據不同的決策情景和加工需求靈活多變地選擇信息加工策略，當決策任務的認知負荷較大、需要消費者投入大量的認知成本時，就會激活其節(jié)省認知成本的信息加工傾向，使消費者為了節(jié)省認知成本而采用簡單快速的信息加工策略。圖片加工則比文字有著更快速、自動化、節(jié)省認知成本的優(yōu)點。當分類中的商品同時以圖片和文字兩種形式描述時，消費者更多依靠圖片信息進行加工，這是一種節(jié)省認知成本的加工策略。因此，若消費者在分類決策時有節(jié)省認知成本的需求時，就應該更多采用以圖片加工為主的加工策略來進行分類商品選擇。高沖動購買消費者在行為特質上也偏好簡單快速的加工策略，有更高的傾向采用以圖片加工為主的加工策略進行分類商品選擇；分類規(guī)模的增大則會加重消費者認知負荷觸發(fā)其節(jié)省認知成本投入的加工需求，也會使消費者中更多依靠圖片加工進行分類商品選擇。據此，我們假設：

H3：高沖動購買傾向的消費者，會更多依靠圖片加工進行分類商品選擇。

H4：分類規(guī)模的增大，會使消費者更多依靠圖片加工進行分類商品選擇。

2　研究設計與數據分析

2.1　實驗方法

2.1.1被試

本研究使用了由Rook等開發(fā)的沖動購買傾向問卷（Buying Impulsiveness Scale，BIS）來進行被試篩選，對中國東南某大學的本科生隨機發(fā)放問卷300份，最終回收有效問卷286份。在問卷數據采集時，被試會被告知“這是一個關于日常消費行為的調研問卷，您的回答沒有對錯之分，請根據自身情況如實填寫，我們會篩選一部分被試參加后續(xù)的實驗”。本研究采集到的沖動購買傾向BIS問卷的內部一致性系數α為0.89，具體的BIS得分數據的頻率分布見表1。

我們依據四分位原則進行被試篩選，選取沖動型購買傾向BIS量表得分小于等于20的前25%的被試為低沖動購買傾向組和BIS得分大于等于26的后25%的被試作為高沖動購買傾向組。我們通過電話邀請到低BIS傾向組和高BIS傾向組中各65名被試，參與下一步的眼動實驗。

在參與眼動實驗的130名被試中，有4名被試因為視力狀況不符合眼動實驗要求而被剔除，最終獲得126名有效被試，其中60名男生和66名女生，年齡為18～23歲（M=20.12，SD=1.13）。所有被試均自愿參與實驗，均為右利手，視力狀況滿足眼動實驗需要，都簽署了研究知情同意書，實驗結束后給予20元的報酬。

2.1.2實驗設備

研究采用瑞典制造的Tobii 1750型眼動儀，眼動數據采樣頻率為50 Hz，視角（visual angel）誤差設定為0.5度，并外聯(lián)一臺Pentium IV計算機作為主機，以及一臺屏幕大小為17英寸、屏幕分辨率為1280×1024像素的純屏顯示器。被試在實驗中會被要求安坐在距屏幕60cm處，像日常使用電腦一樣，根據屏幕呈現的指導進行分類商品選擇。眼動儀器可以自動對被試進行商品選擇時對屏幕呈現信息搜索和加工的眼動軌跡進行追蹤記錄。實驗程序由眼動儀配套的Tobii Studio軟件編制。

2.1.3實驗材料

本研究共構造了八個商品分類選項集作為實驗材料，包含薯片、移動存儲盤、抽紙和沐浴液四個商品類別，每個商品類別下又有規(guī)模小和大兩個商品分類選項集。我們先從中國領先的某在線零售網站上采集了四個商品類別下的真實選項信息，分別對每個商品類別建立商品選項備選池，每個商品類別備選池包含40個商品選項。每個商品選項顯示面積尺寸為170×340像素（Pixel），可被進一步劃分為文字AOI（Area of Interest，AOI）信息區(qū)和圖片AOI信息區(qū)，每個文字和圖片AOI信息區(qū)的尺寸相同，都為170×170像素（Pixel）。之后，我們再以隨機的方式從選項池中抽取出選項構成四個商品類別下兩個不同規(guī)模共八個分類選項集。分類規(guī)模小的分類選項集包含5個商品選項，其中有5個圖片AOI信息區(qū)、5個文字AOI信息區(qū)，共10個AOI信息區(qū)，顯示面積尺寸為850×340像素；分類規(guī)模大的分類選項集包含15個商品選項，其中有15個圖片AOI信息區(qū)、15個文字AOI信息區(qū)，共30個AOI信息區(qū)，顯示面積尺寸為850×1020像素。

2.1.4實驗設計

本實驗采用2（沖動購買傾向：低Vs.高，被試間因素）×2（分類規(guī)模：小Vs.大，被試內因素）×4（商品類別：薯片Vs.移動存儲盤 Vs.抽紙Vs.沐浴液，被試內因素）混合設計。其中，自變量為沖動購買傾向和分類規(guī)模，控制變量為商品類別。

在研究的因變量上，我們用單位選項注視次數、單位選項注視時間和信息搜索深度三個指標來表征被試決策時的信息加工深度。單位選項注視次數和單位選項注視時間參照Townsend等的方法，為被試在分類決策任務中，對單個商品的選項的平均注視次數和平均注視時間，該值越小代表被試加工深度更低；信息搜索深度參照Jacoby的方法，為被試在任務過程中至少進行過一次注視的AOI信息區(qū)數量占總的AOI信息區(qū)數量的比例，該值越大表示被試搜索了更多的信息，有更高的加工深度。

我們還用圖文注視次數分配比、圖文注視時間分配比和圖文信息搜索差三個指標來表征被試的圖文信息的加工偏好，其中圖文注視次數分配為被試對圖片AOI區(qū)域投入的注視次數占總注視次數的比例，該值越大表明被試對圖片信息投入了更多的注視次數；圖文注視時間分配為被試對圖片AOI區(qū)域投入的注視時間占總注視時間的比例，該值越大表明被試對圖片信息投入了更多的注視時間；圖文信息搜索差為被至少注視了一次的圖片AOI區(qū)域數占總圖片AOI區(qū)域數的比例和被至少注視了一次的文字AOI區(qū)域數占總文字AOI區(qū)域數的比例之間的差值，該值越大表明被試在搜索時更聚焦搜索圖片信息。

在每次分類選擇任務后，我們還用采自Townsend等的三個問題項，來測量被試對任務困難程度的評價。

2.1.5實驗流程

眼動數據的采集以單個施測的方式在眼動實驗室中進行。被試進入實驗室后，先安坐在配備了眼動設備的電腦屏幕前，與屏幕保持約60cm的距離。接著開始眼動實驗的眼動軌跡采樣精度校準（Calibration）程序，直到達到采樣精度標準為止。隨后，開始正式實驗環(huán)節(jié)，并通過屏幕給出實驗指導語“請在接下來屏幕中給出的商品分類選項集中，選出一個你最有可能購買的商品選項。商品分類選項集信息的瀏覽沒有任何時間的限制，您的選擇沒有對錯之分”。八個商品分類選項集，通過實驗軟件Tobii Studio的處理以隨機順序呈現。所有的商品分類選擇任務都模擬了消費者網絡購物的情境，被試可以像日常使用電腦一樣瀏覽屏幕中呈現的商品選項信息，并通過屏幕中給出的商品選項集進行選擇。在完成了眼動實驗的所有流程后，被試將完成一張簡單的問卷，留下相關的人口統(tǒng)計學信息，之后會被告知實驗的真實研究目的并簽署研究知情同意書，最后會被感謝，并給予現金形式的實驗報酬。

2.2　數據分析

我們依據Dong等針對眼動數據分析開發(fā)的層級貝葉斯方差分析法（Hierachical Bayesian ANOVA）和相應的R軟件包進行數據分析。為此，以廣義線性模型的形式構造了由被試內變異和被試間變異兩層組成的層級貝葉斯模型：模型的第一層級主要涉及被試內因素的變異，包含被試內變量商品分類規(guī)模（小Vs.大）和針對控制變量商品類別（薯片Vs.移動存儲盤Vs.抽紙Vs.沐浴液）構造的三個虛擬變量；模型的第二層級主要涉及被試間自變量的變異，為變量組間自變量沖動購買傾向（低Vs.高）。

在第一層被試內因素的回歸模型中，令i=1，…，I代表每一個參與實驗的被試，j=1，…，J代表實驗中呈現的不同商品分類選項集。V代表商品分類選項集的分類規(guī)模，為實驗中的被試內自變量。令lj=1，2代表任務中分類規(guī)模小和大兩個水平，在每個分類規(guī)模水平上進行了L=4個實驗任務。我們用A=1來代表實驗的因變量——被試的單位選項注視次數，它服從泊松分布～Poisson我們用B=1，2，3，…，6來代表實驗的因變量——任務困難程度、單位選項注視時間、搜索深度、圖文注視次數分配、圖文注視時間分配和圖

其中，參數和為常量和代表實驗的被試內自變量分類規(guī)模對因變量的作用，代表被試內控制變量商品類別對因變量的作用。在第一層級被試內因素的式（1），所有參數都索引為1，… ，P，并在時間點時通過實驗采集相應數據。

模型的第二層主要涉及被試間因素的變異，主要包含沖動購買傾向（低 Vs.高）。被試間層級的模型函數為

2.3　結果

我們先對實驗操縱進行了檢驗，低沖動購買傾向組有被試64名，BIS量表得分均值為17.14（SD=2.37），高沖動購買傾向組有被試62名，BIS量表得分均值為32.17（SD=4.71），獨立樣本T檢驗表明兩組被試在沖動購買傾向上有著顯著差異，t（124）=-22.731，P＜0.01。被試在分類規(guī)模小時，對任務困程度的評分為5.01（SD=0.69）；在分類規(guī)模大時，對任務困難程度的平均評分為5.59（SD=0.77），配對樣本T檢驗顯示兩個分類規(guī)模條件下，被試對任務困難程度的感知存在顯著差異，t（125）=6.253，P＜0.01?？梢姡覀冊趯嶒炛袑蓚€自變量的操縱成功。

2.3.1信息加工深度

我們對不同沖動購買傾向消費者信息加工深度相關指標上的平均值和標準差進行統(tǒng)計，見表2。然后，依照層級貝葉斯方差分析的方法對相關假設進行檢驗，見表3。

表2　不同沖動購買傾向個體的分類信息加工深度指標均值和標準差

表3　沖動購買傾向對分類信息加工深度作用的層級貝葉斯方差分析結果

表3方差分析結果顯示，消費者的沖動購買傾向對信息加工時的單位選項注視次數（P＜0.01）、單位選項注視時間（P＜0.01）和搜索深度（P＜0.05）三個指標都有著顯著的作用。結合表2中的均值比較結果可見，高沖動購買傾向的消費者，在分類信息加工時有著更少的單位選項注視次數和單位選項注視時間，并會有更低的信息搜索深度。可見，高沖動購買傾向消費者的信息加工深度更低，假設H1得到支持。

分析結果還表明，分類規(guī)模對單位選項注視次數（P＜0.01）、單位選項注視時間（P＜0.01），和搜索深度（P＜0.01）三個指標都有顯著作用。結合均值比較結果可見，隨著商品分類規(guī)模的增大，消費者投入的單位選項注視次數和單位選項注視時間會顯著降低，并有著更低的信息搜索深度?？梢?，分類規(guī)模的增加會降低消費者的加工深度，假設H2得到支持。

分析結果還顯示，沖動購買傾向和分類規(guī)模對被試的單位選項注視次數（P＞0.05）、單位選項注視時間（P＞0.05）、搜索深度（P＞0.05）和任務困難程度（P＞0.05）都不存在顯著的交互作用。

2.3.2圖文加工偏好

我們對不同沖動購買傾向消費者的圖文加工偏好相關指標上的平均值和標準差進行統(tǒng)計，見表4。然后，依照層級貝葉斯方差分析的方法對相關假設進行檢驗，見表5。

表4　不同沖動購買傾向個體的圖文協(xié)同加工指標均值和標準差

表5　沖動購買傾向對圖文協(xié)同加工偏好作用的層級貝葉斯方差分析結果

方差分析結果顯示，消費者的沖動購買傾向對信息加工時的圖文注視次數分配比（P＜0.05）、圖文注視時間分配比（P＜0.01）和圖文信息搜索差（P＜0.01）三個指標都有著顯著作用。高沖動購買傾向的消費者有著更高的圖片加工偏好，會對圖片區(qū)域投入更大比例的注視次數和注視時間等注意資源，并會搜索加工更多的圖片內容，假設H3得到支持。

方差分析結果顯示，分類規(guī)模對信息加工時的圖文注視次數分配比（P＜0.05）、圖文注視時間分配比（P＜0.01）和圖文信息搜索差（P＜0.01）三個指標都有著顯著作用?？梢?，在面對較大規(guī)模的商品分類時，消費者更偏好應用圖片加工，會對圖片區(qū)域投入更大比例的注視次數和注視時間等注意資源，并在信息搜索時更偏好圖片內容，假設H4得到支持。

此外，分析結果還表明沖動購買傾向和分類規(guī)模對圖文注視次數分配比（P＞0.05）、圖文注視時間分配比（P＞0.01）和圖文信息搜索差（P＞0.01）都沒有顯著的交互作用。

3　結論

本文應用了眼動技術，探索了不同沖動購買傾向消費者在進行網絡商品分類決策時眼動軌跡的差異。實證研究發(fā)現，高沖動購買傾向的消費者進行分類商品選擇時，有著更低的信息加工深度，對商品選項信息進行加工時會投入更少的注視次數和注視時間等注意資源，并會忽略更多的決策相關信息，有著更低的信息搜索深度；高沖動購買傾向的消費者在分類信息加工時更偏好利用圖片信息加工進行決策，會對分類商品描述的圖片內容投入更大比例的注意資源，并在信息搜索時更注重對圖片信息的搜索，忽略更多商品文字描述內容。本研究還發(fā)現，商品分類規(guī)模的增大也會使消費者在分類商品選擇時更多依靠圖片信息進行加工。

本研究的結果豐富了沖動購買消費者決策過程的相關理論，也對揭示消費者分類商品選擇時圖片和文字的協(xié)同加工機制有一定的啟示意義。同時，給網絡電商開展相關營銷實踐帶來如下啟示：首先，網絡電商若想吸引更多的沖動購買消費者，就應該重視商品分類中的圖片描述內容。網絡零售商可聘請知名的網紅模特和專業(yè)化的圖片制作團隊，增加其商品描述圖片的吸引力，并在分類商品信息描述時，增加圖片內容的比例。其次，本研究對沖動購買費者信息搜索和加工特征的相關發(fā)現，為網絡零售應用后臺網頁點擊流等數據開展相應的精準營銷提供了參考。高沖動購買傾向的消費者，在其網頁點擊流數據上，對單個網頁的瀏覽時間短；在信息線索上會呈現單一性，不會搜索點擊目標商品相關的評論信息、促銷信息等不同信息線索的鏈接；對圖片信息的搜索呈現較強的偏好性，會在網頁點擊時聚焦于搜索目標商品的不同圖片描述等信息加工和搜索特征。網絡零售商可依賴大數據分析技術標記出有相應信息加工特征的沖動購買消費者，從而開展有針對性的營銷活動。此外，網絡電商在展示商品數量較多的分類頁面布局設計上，也可適當減少文字信息描述內容，增加圖片內容描述的比例，這樣更符合面對大規(guī)模分類時消費者的信息加工偏好。

參考文獻：

［1］ GERBING D W，AHADI S A，PATTON J H.Toward a conceptualization of impulsivity：components across the behavioral and self-report domains［J］.Multivariate Behavioral Research，1987，22（3）：357-379.

［2］ VERPLANKEN B， HERABADI A.Individual differences in impulse buying tendency：feeling and no thinking［J］.European Journal of personality，2001，15（S1）.

［3］ ROOK D W，FISHER R J.Normative influences on impulsive buying behavior［J］.Journal of Consumer Research，1995，22（3）：305-313.

［4］ LIU Y，LI H，HU F.Website attributes in urging online impulse purchase：an empirical investigation on consumer perceptions［J］.Decision Support Systems，2013，55（3）：829-837.

［5］ ROOK D W.The buying impulse［J］.Journal of Consumer Research，1987，14（2）：189-199.

［6］ PURI R.Measuring and modifying consumer impulsiveness：a cost-benefit accessibility framework［J］.Journal of consumer Psychology，1996，5（2）：87-113.

［7］ BURROUGHS J E.Product symbolism，self meaning，and holistic matching：the role of information processing in impulsive buying［J］.Advances in Consumer Research，1996，23.

［8］ YOUN S，FABER R J.Impulse buying：its relation to personality traits and cues［J］.Advances in Consumer Research，2000（27）.

［9］ LANCASTER K.The economics of product variety：a survey［J］.Marketing Science，1990，9（3）：189-206.

［10］ CHERNEV A.Product assortment and consumer choice：an interdisciplinary review［J］.Foundations and Trends in Marketing，2012，6（1）：1-61.