任玉冰

摘 要 從情緒即社會信息理論出發(fā)，基于決策者–建議者系統（Judge-Advice System， 簡稱JAS）范式，通過兩個實驗探討了決策者在面對不同距離建議和不同表情的建議者時，建議采納程度的不同。實驗1發(fā)現建議距離與建議采納程度呈倒U型曲線關系。實驗2發(fā)現被試對于高興表情建議者提出的建議，采納程度顯著大于憤怒表情建議者；并且面對高興表情建議者時，建議距離與建議采納程度呈倒U型曲線關系；面對憤怒表情建議者時，建議距離與建議采納程度呈單調遞減線性關系。這表明，建議者表情可以改變建議距離與建議采納的關系模式。

關鍵詞 建議距離；建議者表情；建議采納

分類號 B849

DOI：10.16842/j. cnki. issn2095-5588.2023.06.004

1 引言

建議采納是決策者對自己的初始決策和他人建議進行權衡并做出最終決策的過程，他人建議與自己初始決策的差異是影響建議采納的重要因素。由于建議采納是一種人際互動過程（王修欣等， 2022），因此他人建議對建議采納的影響還依賴于決策者和建議者之間的人際互動，如建議者的面部表情。本研究將從情緒即社會信息理論出發(fā)探討建議距離與建議者表情對建議采納的影響。

建議采納過程中，建議者所給的建議與決策者的初始決策往往存在差異。建議值與初始決策值之間的差距叫作建議距離，差距較小稱為近距離建議，差距較大稱為遠距離建議（Yaniv， 2004）。已有研究發(fā)現建議距離會影響建議采納，并且有研究者提出建議距離與建議采納程度之間的關系為單調遞減即線性關系，如Yaniv（2004）的實驗中讓被試估計歷史事件發(fā)生的日期，結果發(fā)現被試在近距離條件下建議采納程度最高，其次是中等距離條件，遠距離條件下建議采納程度最低；甚至當決策者面對多個建議者提出的建議時，會忽略距離其初始估計值最遠的建議（Yaniv & Milyavsky， 2007）。然而也有研究者認為建議距離與建議權重的關系應為倒U型曲線關系，且這種關系不受實驗任務類型的影響（Hütter & Ache， 2016; Moussa?d et al.， 2013），如Schultze等（2015）分別讓被試估計不同城市之間的直線距離、食物卡路里含量、歷史事件發(fā)生日期等，均發(fā)現近距離與遠距離條件下被試對建議賦予的權重顯著低于中等距離條件，且中等距離條件下被試的自信程度顯著低于近距離與遠距離條件。Hütter和Ache（2016）的研究也支持上述觀點，認為相比遠距離建議，決策者對中等距離建議的采納程度更高。

產生這兩種不同結果的一個重要原因在于對近距離建議的操縱，之前的研究（Yaniv， 2004 ; Yaniv & Milyavsky， 2007）中忽視了建議距離的實際等價區(qū)域，即與初始估計值十分接近的建議值區(qū)域。研究者認為當建議與初始估計非常接近時，決策者傾向忽略建議，維持其初始決策，差距為中等距離時，傾向采納建議，距離非常遙遠時，傾向拒絕建議（Schultze et al.， 2015; Yaniv et al.， 2009）。也就是說，如果建議距離的范圍足夠廣，建議距離應該與建議采納程度呈倒U型曲線關系。

另外，建議采納作為一種人際互動過程，建議者的表情就是該互動過程中一種十分重要的信息，會對交往對象的行為有重要影響。根據情緒即社會信息理論（Van Kleef， 2009），建議采納過程中，建議者表情對建議采納的影響一是通過情緒渲染激發(fā)決策者的情緒狀態(tài)；二是決策者將建議者情緒中所包含的信息融入到最終決策中（朱月龍等， 2017）。在建議采納中，建議者的面部表情包含了關于其人際意圖的信息，如友好（Hess et al.， 2000）、合作（Reed et al.， 2012）等，特別是在信任方面，研究發(fā)現高興面孔提供了可信的線索，憤怒面孔提供了不可信的線索（Elkins & Derrick， 2013; Todorov， 2008; Van Kleef， 2009）。

關于建議采納的研究發(fā)現人們對信任的建議者的建議采納程度普遍要高（Gino et al.， 2012; Haran & Shalvi， 2019）。Mansell和Lam（2006）向決策者分別呈現帶有積極（高興）、消極（憤怒）和中性表情的建議者面孔，發(fā)現當建議者為積極表情時，決策者傾向采納建議，當建議者為消極表情時，決策者賦予建議的權重較低。面孔情緒對建議采納影響的直接證據較少，但來自態(tài)度改變領域的研究也可以提供參考。Van Kleef等（2015）首先要求被試給出對十個慈善組織的初始看法，然后讓被試觀看路人（即主試）對該組織看法的訪談視頻，此時路人會表現出兩種表情，即高興和憤怒。結果顯示，相比憤怒表情，當呈現他人的高興表情時，被試傾向改變態(tài)度。因此我們可以推斷對高興表情建議者的建議采納程度高于憤怒表情建議者的建議。

建議距離的遠近對建議采納的影響應該也會受到建議者表情的調節(jié)。當他人提出的建議距離決策者的初始決策較近時，由于決策者存在自我中心傾向，自信心增強，較少受到其他信息的影響（Yaniv & Milyavsky， 2007）。當他人提出的建議距離決策者的初始決策較遠時，由于信息的不對稱性，決策者對自己的初始決策會有更高的不確定性，容易考慮更多信息（Hütter & Ache， 2016; Schultze et al.， 2015），這時建議者的表情就成為決策者理解決策情境的重要線索，建議者的表情提供了關于建議者如何看待這種建議的信息，決策者從建議者的表情中提取的信息有助于他們理解這種決策情境，進而影響其建議采納程度。

綜上，本研究將在情緒即社會信息理論的框架下，探討建議距離與建議者表情對建議采納的影響。由于已有研究對建議距離與建議采納的關系模式尚存在爭議，所以實驗1將建議距離劃分為四種水平，一方面驗證建議距離與建議采納的關系模式是單調遞減還是倒U型曲線關系，另一方面為實驗2提供基礎。實驗2中選擇高興和憤怒兩種典型的表情，進一步探討建議者表情如何影響建議距離與決策者采納建議的關系，并假設當建議距離較小時，建議者表情對建議采納的影響不顯著；而建議距離較大時，建議者表情會顯著影響建議采納。

2 實驗1：建議距離對建議采納的影響

2.1 實驗目的

探討當決策者面對不同距離的建議時建議采納程度的不同，從而進一步探討建議距離與建議采納的關系模式。

2.2 方法

2.2.1 被試

采用 Gpower 3.1（Faul et al.， 2009）計算最低樣本量。設定α=0.05，power = 0.95，中等效應值f=0.25，計算出最低樣本量為36名。本研究招募在校大學生40名，其中男生18名，平均年齡為20.5±1.57歲。被試均自愿參加，右利手，視力或矯正視力正常，身體健康。實驗前均簽署知情同意書。

2.2.2 實驗設計

采用單因素被試內實驗設計，自變量為建議距離，分為四個水平，因變量為建議采納程度，建議采納程度即WOA值（Weight of Advice），計算公式為：WOA=|最終決策–初始決策|/|他人建議–初始決策|。數值越大，采納建議程度越高。

建議距離的確定根據Moussa?d等（2013）提出的公式：?E = |I–A|/I。其中I指決策者的初始估計值，A指建議者的建議值，如果?E小于30%，則建議屬于近距離建議；如果?E大于30%且小于110%，則屬于中等距離建議；如果?E大于110%，則屬于遠距離建議。結合Schultze等（2015）研究中使用的建議距離，本研究選取?E分別為10%、50%、80%和140%，對應的建議值分別為：初始估計±初始估計×10%（或50%、80%、140%），并將計算出的數值四舍五入。如果初始估計小于真實值（即決策任務的正確數值，在本研究中指兩個城市間的真實直線距離），則相加；如果初始估計大于真實值，則相減，使建議指向真實值，增加建議的可靠性。由于“初始估計–初始估計×140%”與事實不符，因此在遠距離條件下，建議值僅為“初始估計+初始估計×140%”。為了防止被試意識到建議實際上是基于初始估計計算出來的，本研究將計算出的建議值加上一個噪音值，噪音值隨機選自均勻分布為[–3，+3]的范圍（Hütter & Ache， 2016）。呈現給被試的建議值為“初始估計±初始估計×10%+噪音”（以10%條件為例）。

2.2.3 實驗材料與程序

實驗材料是參照Schultze等（2015）研究編制的24個距離估計題目，被試的任務是估計中國兩個城市之間的直線距離，單位為千米。

實驗程序采用JAS范式，使用Eprime 2.0編寫。實驗之前，告知被試：本實驗任務是估計我國兩個城市之間的直線距離，首先需要自己獨自做一遍估計，然后會接收到一個建議者的建議，結合該建議做出最終決策，建議者隨機選自之前參加過預實驗的30名被試。為減少先前知識經驗對建議采納的影響（Yaniv， 2004），在估計之前，給被試呈現一張彩色中國地圖，并給出三組城市之間直線距離的真實值以供參考。

本實驗共包含兩個階段：練習階段和正式實驗階段。被試需要先完成練習部分，共4個試次，正式實驗24個試次，每個條件均包含6個試次。所有試次隨機呈現。每個試次中，首先，在白色屏幕中央呈現一個紅色注視點500ms，然后，呈現兩個城市的名稱，要求被試估計它們之間的直線距離，將估計值輸入方框內，并按回車鍵；隨后，屏幕中央呈現根據被試初始估計值計算得出的建議值以及被試剛才輸入的初始估計值，告知被試建議值由建議者提供，要求被試再次進行估計，想好后，按回車鍵呈現方框，將估計值輸入方框內，按回車鍵進入下一個試次。

2.3 結果

2.3.1 建議距離對建議采納的影響

以建議距離為自變量，以WOA值為因變量進行單因素方差分析，根據球形檢驗的結果，如果p<0.05，則采用Greenhouse–Geisser矯正自由度和p值。

建議距離顯著影響WOA值，F（2.20， 85.48）=10.02，p<0.001，η2p=0.20。事后多重比較顯示，50%（M=0.28，SD=0.18）和80%（M=0.26，SD=0.19）條件下被試的WOA值均顯著大于10%（M=0.16，SD=0.20）和140%（M=0.16，SD=0.13）條件（ps<0.01），50%和80%條件下被試的WOA值差異不顯著（p=0.33），10%和140%條件下被試的WOA值差異不顯著（p=0.99）。

2.3.2 建議距離與建議采納之間的關系模式

采用曲線估計和回歸分析探討建議距離與WOA值之間的關系。

首先進行曲線估計，結果顯示，二次函數擬合良好，ΔR2=0.08，p<0.001，三次函數擬合良好，ΔR2=0.08，p<0.001。之后進行回歸分析，假設為二次函數時，二次項回歸系數顯著，β=-0.31，t=-3.89，p<0.001，一次項回歸系數不顯著，β= 0 .06，t=0.69，p=0.49；假設為三次函數時，三次項回歸系數不顯著，β=0.35，t=0.90，p=0.37，二次項回歸系數顯著，β= -0.34，t=-3.92，p<0.001，一次項回歸系數不顯著，β=-0.27，t=-0.73，p=0.46。因此，建議距離與WOA值之間為二次曲線關系（見圖1）。

本實驗發(fā)現，50%和80%（即中等距離）條件下被試的采納建議程度最大，10%（即近距離）和140%（即遠距離）條件下被試的建議采納程度最小。由于實驗1發(fā)現，50%和80%這兩種條件下被試的建議采納程度均無顯著差異，因此，在實驗2中，我們將取中值，即65%條件來表示中等距離建議。

3 實驗2：建議距離與建議者表情對建議采納的影響

3.1 實驗目的

探討不同建議者表情條件下，建議距離對決策者采納建議程度的影響，從而進一步分析不同建議距離對建議采納影響的邊界條件。

3.2 方法

3.2.1 被試

采用 Gpower3.1（Faul et al.， 2009）計算最低樣本量。設定α=0.05，power=0.95，中等效應值f=0.25，計算出最低樣本量為28名。招募在校大學生42名，被試均自愿參加，右利手，視力或矯正視力正常，身體健康，實驗前均簽署知情同意書。其中，刪除中途輸入錯誤的6名被試，剩余有效被試36名，其中男19名，女17名，平均年齡為20.48±1.66歲。

3.2.2 實驗設計

2（建議者表情：高興、憤怒）×3（建議距離：10%、65%、140%）的完全被試內設計，因變量為建議采納程度（同實驗1）。

3.2.3 實驗材料

（1）高興和憤怒面孔圖片

選自中國面孔表情圖片系統（龔栩等， 2011），高興和憤怒各18張，男性和女性面孔各半。每張圖片的大小、背景、亮度、對比度等均相同，像素均為182×210，大小均為72mm×81mm。33名被試對36張面孔圖片的效價和喚醒度進行評分，采用9點計分，結果發(fā)現高興面孔圖片的效價（M=7.09，SD=0.68），顯著高于憤怒面孔圖片（M=2.45，SD=0.73），t （32） = 20.93，p<0.001，d=3.66；高興面孔圖片的喚醒度（M=5.39，SD=1.27）顯著低于憤怒面孔圖片（M=6.09，SD=1.35），t（32）=-3.15，p<0.01，d=0.55。為排除面孔吸引力可能對建議采納結果的影響（李鷗， 陳紅， 2010; 郁林瀚等， 2019），本研究選取41名被試對36張面孔圖片的吸引力進行評價，采用7點計分，結果發(fā)現，高興面孔（M=3.63，SD=1.55）與憤怒面孔（M=3.50，SD=1.61）的吸引力無顯著差異，t（40）=1.14，p=0.26，d=0.18。

（2）距離估計題目

共36道距離估計題目，編制方法同實驗1。

3.2.4 實驗程序

本實驗包含練習階段和正式實驗階段兩部分。在練習階段，被試需要完成4個試次，正式實驗共36個試次，實驗條件為高興–10%、高興–65%、高興–140%、憤怒–10%、憤怒–65%、憤怒–140%共6個，每個條件包含6個試次。所有試次隨機呈現。每個試次中，當被試輸入初始估計值并按回車鍵后，在屏幕中央呈現建議者的表情圖片、建議值，以及被試剛才輸入的初始估計值，要求被試再次估計，想好后，按回車鍵呈現方框，將最終估計值輸入方框內。

3.3 結果

不同建議距離與建議者表情條件下WOA值的平均數與標準差（見表1）。

3.3.1 建議距離和建議者表情對建議采納的影響

以建議者表情、建議距離為自變量，分別以WOA值為因變量進行單因素方差分析，根據球形檢驗的結果，如果p<0.05，則采用Greenhouse–Geisser矯正自由度和p值。

建議者表情主效應顯著，F（1，35） =5.47，p<0.05，η2p=0.14，被試面對高興表情建議者時的建議采納程度（M=0.26，SD=0.03）顯著高于憤怒表情建議者（M= 0.21，SD=0.03）。建議距離主效應顯著，F（1.35，47.29）=4.94，p<0.05，η2p=0.12，事后檢驗表明，140%條件下被試的建議采納程度最低（M=0.15，SD=0.03），顯著小于10%和65%條件下，ps<0.05；10%條件（M=0.28，SD=0.05）與65%條件（M=0.28，SD=0.04）下被試的建議采納程度無顯著差異，p=0.92。建議者表情與建議距離的交互作用顯著，F（1.56，54.44）=3.91，p< 0.05，η2p=0.10。

對建議者表情與建議距離的交互作用進行簡單效應分析，結果顯示，在面對高興表情建議者時，近距離條件（M=0.27，SD=0.05）下被試的建議采納程度分別與中等距離（M=0.32，SD=0.05）、遠距離（M=0.20，SD=0.04）條件差異不顯著，ps>0.23，中等距離條件下被試的建議采納程度顯著大于遠距離條件，p<0.001；在面對憤怒表情建議者時，近距離（M=0.29，SD= 0.05）與中等距離（M=0.23，SD= 0.04）條件下建議采納程度無顯著差異，p=0.32，遠距離（M=0.11，SD=0.03）條件下被試的建議采納程度均顯著小于近距離與中等距離條件，ps<0.01。

3.3.2 不同建議者表情條件下建議距離與建議采納之間的關系模式

采用曲線估計和回歸分析探討高興和憤怒表情下建議距離與建議采納之間的關系。對于高興表情，首先進行曲線估計，結果顯示，二次函數擬合良好，ΔR2=0.10，p<0.01；之后進行回歸分析，二次項回歸系數顯著，β=-1.40，t=-3.52，p<0.01，一次項回歸系數顯著，β=1.47，t=3.70，p<0.001。因此，高興表情條件下，建議距離與建議采納之間為二次曲線關系。對于憤怒表情，首先進行曲線估計，結果顯示，線性函數擬合良好，ΔR2=0.07，p<0.01；之后進行回歸分析，β=-0.28，t=-3.02，p<0.01。因此，憤怒表情條件下，建議距離與建議采納之間為線性關系。

4 討論

本研究采用距離估計任務，探討了當決策者面對不同距離建議時，建議采納程度的不同，以及在不同建議者表情條件下，建議距離對決策者采納建議的影響。

實驗1發(fā)現，10%（即近距離）條件和140%（即遠距離）條件下被試的建議采納程度最低，50%和80%（即中等距離）條件下被試的建議采納程度最高，且建議距離與建議采納之間呈顯著的二次關系；實驗2發(fā)現，140%（即遠距離）條件下被試的建議采納程度最低，10%（即近距離）條件與65%（即中等距離）條件下被試的建議采納程度最高且無顯著差異。這可能是由于當建議與初始估計越接近，決策者的自信心增強，因此賦予建議的權重越低；相反，當建議與初始估計的距離較遠，決策者的自信心降低，賦予建議的權重增加；當建議與初始估計的距離非常遠時，決策者可能會懷疑建議質量，因此建議權重較低。這兩個研究的結果均與Schultze等（2015）的研究結果基本一致，證明了實際等價區(qū)間的存在，也證明了建議距離與建議采納之間呈非單調遞減關系。

實驗2發(fā)現，決策者在面對高興表情建議者時的建議采納程度顯著高于憤怒表情建議者，與Mansell和Lam（2006）以及Van Kleef等（2015）的研究結果一致。在建議采納中，決策者通過建議者的表情很容易捕捉到建議者的情緒，而這種情緒又會傳染給決策者，已有研究也發(fā)現高興的決策者易于接受他人的建議，憤怒的決策者傾向于拒絕他人的建議（郭玲霄等， 2022; Gino & Schweitzer， 2008）。另外決策者從建議者的表情中可以推斷出其動機，高興的面孔被認為比憤怒的面孔更值得信任（Elkins & Derrick，2013），從而更傾向于接受其提出的建議（Gino et al.， 2012）。這也說明決策者的主觀體驗對建議采納的影響（Haran & Shalvi， 2019）。

相較于實驗1，實驗2中近距離與中等距離條件下建議采納差距的縮小可能與建議者高興和憤怒表情所提供的不同的信息有關，而且面對高興和憤怒表情建議者時，建議距離與建議采納的關系模式不同。當面對高興表情建議者時，中等距離建議采納程度略大于近距離建議，顯著大于遠距離建議，呈倒U型曲線關系，與實驗1一致；而當面對憤怒表情建議者時，中等距離建議采納程度略小于近距離建議，顯著大于遠距離建議，呈單調遞減線性關系。高興與憤怒表情包含的可信和不可信線索，不會改變決策者對近距離和遠距離建議采納的模式，這可能與決策者近距離條件下的自我中心和對遠距離建議的不可接受有關（Yaniv & Milyavsky， 2007）；而建議者的憤怒表情降低了決策者對中等距離建議的采納，這表明中等距離建議使得決策者搜索并考慮了其他信息。在對中等距離條件下高興與憤怒表情建議者提出的建議的采納程度分析發(fā)現，決策者面對高興表情建議者的建議采納程度顯著大于憤怒表情建議者，p<0.05，證實了中等距離增加決策者考慮其他信息可能性的猜測。

綜上，本研究的創(chuàng)新點在于一方面從情緒即社會信息理論出發(fā)，探討了建議采納中的情緒人際效應，當面對表情不同的建議者時，決策者如何利用從建議者表情中提取的信息來對不同距離建議進行決策；另一方面，在前人研究基礎上，探討其他變量是否調節(jié)建議距離與建議采納的關系模式。與此同時，也給了我們一些啟示，即在現實生活中為他人提建議時，應該微笑表達而不是憤怒表達；如果他人向我們提建議時面露情緒，我們要仔細分析情緒所包含的信息是否有利于獲取高質量的建議。但是，本研究也存在局限：（1）建議者在提供建議時的表情不只是高興、憤怒這兩種，其他表情如焦慮、悲傷，將會怎樣影響決策者對建議的采納，其影響機制是什么，這是未來研究需要探討的。（2）本研究使用的決策任務為距離估計任務，與現實情境中的建議采納存在較大差異，研究結果還需要進一步驗證。

5結論

建議者表情能夠改變建議距離與建議采納的關系模式：面對高興表情建議者時，建議距離與建議采納呈倒U型曲線關系，面對憤怒表情建議者時，建議距離與建議采納呈單調遞減線性關系。相比憤怒表情建議者，決策者更傾向于采納高興表情建議者提出的建議。

參考文獻

龔栩，黃宇霞，王妍，羅躍嘉（2011）. 中國面孔表情圖片系統的修訂. 中國心理衛(wèi)生雜志，25（1），40-46.

郭玲霄，王亞婷，杜秀芳（2022）. 具體情緒對個體建議采納的影響. 心理技術與應用，10（1），51-57.

李鷗，陳紅（2010）. 面孔吸引力的回顧與前瞻. 心理科學進展，18（3），472-479.

王修欣，王希，王曉明（2022）. 建議者選擇及其中的自我–他人決策差異. 心理技術與應用，10（2），112-120.

郁林瀚，段錦云，朱月龍 （2019）. 建議者面部寬高比對決策者建議采納的影響. 心理科學，42（6），1410-1415.

朱月龍，張開華，段錦云（2017）. 建議采納的情緒機制. 心理科學進展，25（9），1607-1613.

Elkins， A. C.， & Derrick， D. C. （2013）. The sound of trust： Voice as a measurement of trust during interactions with embodied conversational agents. Group Decision and Negotiation， 22（5）， 897-913.

Faul， F.， Erdfelder， E.， Buchner， A.， & Lang， A. G. （2009）. Statistical power analyses using G*Power 3.1： Tests for correlation and regression analyses. Behavior Research Methods， 41， 1149-1160.

Gino， F.， Brooks， A. W.， & Schweitzer， M. E. （2012）. Anx-iety， advice， and the ability to discern： Feeling anxious motivates individuals to seek and use advice. Journal of Personality and Social Psychology， 102（3）， 497-512.

Gino， F.， & Schweitzer， M. E. （2008）. Blinded by anger or feeling the love： How emotions influence advice taking. The Journal of Applied Psychology， 93（5）， 1165-1173.

Haran， U.， & Shalvi， S. （2019）. The implicit honesty premium： Why honest advice is more persuasive than highly informed advice. Journal of Experimental Psychology： General， 149（4）， 757-773.

Hess， U.， Blairy， S.， & Kleck， R. E. （2000）. The influence of facial emotion displays， gender， and ethnicity on judg-ments of dominance and affiliation. Journal of Nonverbal Behavior， 24（4）， 265-283.

Hütter， M.， & Ache， F. （2016）. Seeking advice： A sampling approach to advice taking. Judgment and Decision Making， 11（4）， 401-415.

Mansell， W.， & Lam， D. （2006）. “I wont do what you tell me！”： Elevated mood and the assessment of advice-taking in euthymic bipolar I disorder. Behaviour Research and Therapy， 44（12）， 1787-1801.

Moussa?d， M.， K?mmer， J. E.， Analytis， P. P.， & Neth， H. （2013）. Social influence and the collective dynamics of opinion formation. PloS One， 8（11）， 1-8.

Reed， L. I.， Zeglen， K. N.， & Schmidt， K. L. （2012）. Facial expressions as honest signals of cooperative intent in a one-shot anonymous Prisoners Dilemma game. Evolution and Human Behavior， 33， 200-209.

Schultze， T.， Rakotoarisoa， A.， & Schulz-Hardt， S. （2015）. Effects of distance between initial estimates and advice on advice utilization. Judgment and Decision Making， 10（2）， 144-171.

Todorov， A. （2008）. Evaluating faces on trustworthiness. Annals of the New York Academy of Sciences， 1124 （1）， 208-224.

Van Kleef， G. A. （2009）. How emotions regulate social life： The emotions as social information （EASI） model. Cu-rrent Directions in Psychological Science， 18， 184-188.

Van Kleef， G. A.， Helma， V. D. B.， & Heerdink， M. W. （2015）. The persuasive power of emotions： Effects of emotional expressions on attitude formation and change. Journal of Applied Psychology， 100（4）， 1124-1142.

Yaniv， I. （2004）. Receiving other peoples advice： Infl-uence and benefit. Organizational Behavior and Human Decision Processes， 93（1）， 1-13.

Yaniv， I.， Choshen-Hillel， S. & Milyavsky， M. （2009）. Spurious consensus and opinion revision： Why mig-ht people be more confident in their less accurate jud-gments？ Journal of Experimental Psychology： Learning， Memory， and Cognition， 35， 558-563.

Yaniv， I.， & Milyavsky， M. （2007）. Using advice from multiple sources to revise and improve judgments. Or-ganizational Behavior and Human Decision Processes， 103， 104-120.