最優(yōu)化決策傾向?qū)ρ舆t選擇的影響：加工深度與選擇難度的鏈?zhǔn)街薪?/h1>
2024-07-20 00:00:00王懷勇吳君王鑫慧
心理科學(xué) 2024年3期
摘 要 延遲選擇的個體差異研究已成為關(guān)注的熱點(diǎn)。本研究運(yùn)用信息板技術(shù)追蹤了最優(yōu)化決策傾向不同個體（最優(yōu)化者vs. 滿意型者）的延遲選擇過程，探討最優(yōu)化決策傾向?qū)ρ舆t選擇的影響及信息加工方式與選擇難度的中介作用。結(jié)果發(fā)現(xiàn)：（1）最優(yōu)化決策傾向分別與選擇難度及延遲選擇呈顯著正相關(guān)，即最優(yōu)化者在決策中更容易體驗到選擇困難而傾向于延遲選擇；（2）最優(yōu)化決策傾向與信息加工方式呈顯著正相關(guān)，最優(yōu)化者在決策中的信息加工時間更長、深度更深，并更偏好使用基于選項的加工方式；（3）最優(yōu)化決策傾向不僅能直接正向預(yù)測延遲選擇，而且還能通過加工深度的單獨(dú)中介、選擇難度的單獨(dú)中介及加工深度→選擇難度的鏈?zhǔn)街薪樽饔瞄g接影響延遲選擇。研究結(jié)果對進(jìn)一步理解最優(yōu)化決策傾向不同個體的延遲選擇偏好差異及其機(jī)制及如何根據(jù)最優(yōu)化與滿意型消費(fèi)者特征的差異制定有效的營銷策略均有一定的啟示意義。
關(guān)鍵詞 最優(yōu)化決策傾向 延遲選擇 加工深度 選擇難度
1 問題提出
個人之私，國家之治，事無巨細(xì)，皆出決策。然而，在許多情況下人們不會馬上做出決策，而可能會推遲做決定以求更多信息或更新選項，即表現(xiàn)為延遲選擇。延遲選擇（choice deferral）是指個體推遲做出選擇或拒絕在當(dāng)前選項中做出選擇（Anderson， 2003）。以往研究主要探討了影響延遲選擇的認(rèn)知因素（Larasati amp; Yeh， 2016; Noguchi amp;Hills， 2016）與情緒因素（李曉明， 謝佳， 2012; Etkinet al.， 2018;）。事實上，人類決策的制定伴隨著復(fù)雜的心理加工過程，眾多研究均證實個體差異在其中發(fā)揮重要作用（何清華等， 2014; 梁竹苑等， 2007;Appelt et al.， 2011）。因此，目前越來越多研究者開始從“個體差異”視角探討決策者面對相同選擇情境是否會表現(xiàn)出不同的延遲偏好，并已發(fā)現(xiàn)年齡（Chen et al.， 2011; Pethtel amp; Chen， 2013）、不確定容忍度（ 黃仁輝等， 2014; Rassin amp; Muris， 2005）、認(rèn)知閉合需要（Pilli amp; Mazzon， 2016）及調(diào)節(jié)定向（王懷勇， 劉永芳， 2013）等個體特征會影響延遲選擇。作為一種典型而重要的個體差異變量，最優(yōu)化決策傾向（maximizing tendency）自被Schwartz 等（2002）提出至今已成為研究熱點(diǎn)。大量研究表明，個體在最優(yōu)化決策傾向上存在高與低的程度差異，相應(yīng)被稱為最優(yōu)化決策者與滿意型決策者（周蕾等， 2014;Rogge， 2017; Saltsman et al.， 2021）。那么，最優(yōu)化決策傾向不同個體的延遲選擇偏好是否存在差異？差異背后的機(jī)制是什么？目前尚無研究給出回答。
最優(yōu)化與滿意型是兩種特征不同的決策傾向或風(fēng)格，最優(yōu)化者在決策中精益求精，力求找到最佳選擇，獲得最優(yōu)結(jié)果；而滿意型者在決策中滿意即止，尋求足夠好的選項，獲得滿意結(jié)果（朱冬青， 謝曉非，2013; Schwartz et al.， 2002）。已有研究表明，相比滿意型，最優(yōu)化者在決策前更傾向于收集盡可能多的信息，愿意花更多時間與努力等資源去搜索到所有可能的選項，不斷擴(kuò)大選項集范圍，并反復(fù)進(jìn)行分析比較，力求做出最佳決策（Chowdury et al.， 2009;Dar-Nimrod et al.， 2009; Polman， 2010; Yang amp; Chiou，2010），而要完成如此大量的信息處理并從中挑出最佳選擇，無疑會面臨更大選擇沖突與困難（Cheekamp; Goebel， 2020; Schwartz et al.， 2002），因此也更容易表現(xiàn)出決策回避（Park et al.， 2007）。在決策后結(jié)果評價上，最優(yōu)化者對其選擇的滿意度與幸福感更低（Dahling amp; Thompson， 2012; Leach amp; Patall， 2013;Iyengar et al.， 2006），也會因其選擇報告更多后悔、失望、不滿意與其他消極情緒（Chowdhury et al.，2009; Spunt et al.， 2009）。作為一種常見的決策回避，延遲選擇的研究表明，決策過程中沖突的屬性和選項信息需要不斷進(jìn)行比較和權(quán)衡，而這種權(quán)衡很容易使個體體驗到選擇困難（Chatterjee amp; Heath，1996; Dhar amp; Simonson， 2003），進(jìn)而導(dǎo)致延遲選擇（Berens amp; Funke， 2020; Dhar， 1996）；另外，消極（vs.積極） 情緒下的個體更傾向延遲選擇（李曉明， 謝佳， 2012; Garg et al.， 2017），而且決策中激發(fā)的負(fù)性情緒也容易誘發(fā)延遲選擇（Luce， 1998; Luce et al.，1999）。綜上，本研究提出假設(shè)H1：最優(yōu)化決策傾向與延遲選擇呈顯著正相關(guān)。
除決策前與決策后，最優(yōu)化決策傾向不同個體的特征差異也體現(xiàn)在決策過程這一中間環(huán)節(jié)上。首先，在決策時間方面，以往研究發(fā)現(xiàn)最優(yōu)化者相對會花費(fèi)更多時間在決策加工上，表現(xiàn)為在決策時會投入更多時間探索可能選項以獲得更大選項集（Chowdury et al.， 2009）、做決策所花時間更長（Schwartz et al.， 2002）、盡管對最終選擇不夠滿意但仍會愿意為其投入較多時間與努力（Dar-Nimrodet al.， 2009）。其次，在決策深度方面，研究發(fā)現(xiàn)最優(yōu)化者有更深的信息加工深度。具體而言，最優(yōu)化者更容易表現(xiàn)出過度搜索（Yang amp; Chiou， 2010）、表現(xiàn)出更多瀏覽和比較（Chowdury et al.， 2009;Schwartz et al.， 2002）、會投入更多資源考慮和搜索所有可得信息（Rim， 2012）、尋求更多選項與付出更多努力在抽樣上（Polman， 2010; Rim， 2012）且在信息搜索與選擇中對現(xiàn)實或不現(xiàn)實選項均會關(guān)注很多（Iyengar et al.， 2006）。最后，在決策模式方面，F(xiàn)errari 和Dovidio（2000）發(fā)現(xiàn)，高（vs. 低）拖延傾向個體更傾向于運(yùn)用基于選項的加工模式。而又有研究發(fā)現(xiàn)，高拖延傾向與最優(yōu)化決策傾向呈正相關(guān)（Parker et al.， 2007; Spunt et al. 2009）。因此，本研究預(yù)期，最優(yōu)化者更偏好基于選項的加工模式。由此可見，最優(yōu)化決策傾向不同個體的確在決策過程上有所不同，但遺憾的是，這些研究主要是從決策結(jié)果取向而間接探測過程差異的探討，尚無基于過程取向的直接探索。
延遲選擇的大量研究表明，當(dāng)個體在決策中對信息的搜索越深入、時間越長、加工越是偏基于選項的模式，就越傾向延遲選擇（李曉明， 蔣松源，2019; 李曉明， 謝佳， 2012; Dhar， 1996; Krijnen et al.，2015）。Krijnen 等（2015） 發(fā)現(xiàn)， 面對重要（vs.不重要）的決策時個體傾向于投入更多時間和努力而更可能延遲選擇；李曉明和謝佳（2012）發(fā)現(xiàn)負(fù)性情緒導(dǎo)致加工深度的提高而使個體更延遲選擇；Dhar（1996）發(fā)現(xiàn)基于選項（vs. 屬性） 的加工模式使個體更可能延遲選擇。綜上，本研究提出假設(shè)H2：信息加工方式在最優(yōu)化決策傾向與延遲選擇關(guān)系中發(fā)揮中介作用，即最優(yōu)化者在決策中的信息加工時間更長、深度更深，并更偏好使用基于選項的加工方式，此方式更易導(dǎo)致其延遲選擇。
如前所述，最優(yōu)化者的特征表現(xiàn)為追求最優(yōu)化決策為目標(biāo)，持有高標(biāo)準(zhǔn)，并會搜索和比較所有可能選項（Dalal et al.， 2015; Diab et al.， 2008; Weinhardtet al.， 2012），而這些表現(xiàn)自然就會增加最優(yōu)化者的加工負(fù)荷，使其體驗到更大困難，以至于部分研究者建議把選擇困難也作為最優(yōu)化決策的一部分而對其進(jìn)行測量（Misuraca et al.， 2015; Richardson et al.，2014）。Shiloh 等（2001）發(fā)現(xiàn)，相比于旨在追求“足夠好”的非補(bǔ)償式，追求“最好”的補(bǔ)償式?jīng)Q策風(fēng)格的個體更容易感受到主觀的決策復(fù)雜性而提高其難度體驗。另有許多研究者認(rèn)為，最優(yōu)化者之所以會容易產(chǎn)生更強(qiáng)的決策后悔及對決策結(jié)果較低滿意度等負(fù)面情緒，也主要因其體驗到了更大選擇困難所致（Kim amp; Miller， 2017）。由此可見，最優(yōu)決策傾向不同個體的偏好差異還體現(xiàn)在選擇難度上，即最優(yōu)化者比滿意型者會體驗到更高的選擇難度。此外，以往關(guān)于選擇難度與延遲選擇關(guān)系的大量研究發(fā)現(xiàn)，選擇難度影響延遲選擇（Chernev et al.， 2015;Novemsky et al.， 1997），而且選擇難度還在相關(guān)變量與延遲選擇間發(fā)揮中介作用（Chen et al.， 2011;Dhar amp; Nowlis， 1999; Etkin et al.， 2018）。因此，本研究提出假設(shè)H3：選擇難度在最優(yōu)化決策傾向與延遲選擇關(guān)系中發(fā)揮中介作用。
進(jìn)一步地，研究發(fā)現(xiàn)決策中不同信息加工方式往往給個體帶來不同難度的體驗（Dhar amp;Nowlis，1999; Unkelbach amp; Rom， 2017）。首先， 元認(rèn)知體驗的部分研究表明，信息加工中所用時間是加工流暢性的一個重要線索，所花時間越長則表明越不流暢（Owen et al.， 2016; Unkelbach amp; Rom，2017），而加工流暢性是個體對加工信息難易程度的一種主觀體驗（Oppenheimer， 2008），因此決策者付出的時間越多，則越可能體驗到較大的選擇難度。其次，關(guān)于加工深度，李曉明和謝佳（2012）發(fā)現(xiàn)，個體在負(fù)（vs. 正） 性情緒下會采用更深入的加工策略而增加決策難度，最終致使延遲選擇。最后，關(guān)于加工模式，Dhar（1996）發(fā)現(xiàn)，基于選項（vs. 屬性） 的模式會給決策者帶來更多權(quán)衡與沖突，這會進(jìn)一步提高選擇難度而使其延遲選擇。隨后，Dhar 和Nowlis（1999）又發(fā)現(xiàn)當(dāng)個體把加工模式由基于選項的補(bǔ)償型變換為基于屬性的非補(bǔ)償型后，能降低選擇難度而減少延遲選擇。綜上，本研究推測最優(yōu)化決策傾向可能影響了信息加工方式，而此方式又改變了選擇難度，最終決定了延遲選擇。因此，本研究通過構(gòu)建一個鏈?zhǔn)街薪槟Ｐ瓦M(jìn)一步揭示最優(yōu)化決策傾向影響延遲選擇的機(jī)制。為此提出假設(shè)H4：信息加工方式與選擇難度分別在最優(yōu)化決策傾向和延遲選擇關(guān)系中發(fā)揮中介作用，且作用方式可能是順序的，表現(xiàn)為信息加工方式→選擇難度的鏈?zhǔn)街薪樽饔谩?/p>
2 方法
2.1 被試
采用G*Power 3.1 軟件（Faul， et al.， 2007），將α 設(shè)定為 .05，power 設(shè)定為.80，本實驗為單因素被試間設(shè)計，采用效應(yīng)量.80，計算需要的最低總樣本量為52 名。從上海某高校招募200 名在校生參加實驗，其中男生90 人，女110 人，平均年齡22.35±2.44 歲，年齡的全距=13 年。所有被試先前沒有參與過類似實驗，實驗結(jié)束后給予一定報酬。
2.2 實驗設(shè)計
采用單因素（最優(yōu)化決策傾向：最優(yōu)化/ 滿意型）被試間實驗設(shè)計，借助信息板技術(shù)對最優(yōu)化決策傾向不同被試在延遲選擇中所用信息加工方式進(jìn)行追蹤，并考察其與選擇難度的中介作用。因變量為延遲選擇人數(shù)比例、信息加工方式及選擇難度。
2.3 實驗工具
最優(yōu)化決策傾向量表。對Weinhardt 等（2012）編制的最優(yōu)化量表進(jìn)行翻譯修訂，在驗證性因子分析基礎(chǔ)上，刪除因子負(fù)荷小于0.4 的題目，保留擬合良好的11 道題。該量表采用Likert 7 點(diǎn)計分，1=非常不符合，7= 非常符合，總分越高表示越接近最優(yōu)化決策傾向。本實驗中內(nèi)部一致性信度α 為.78。
延遲選擇任務(wù)。在王懷勇和劉永芳（2014）編制的電腦購買任務(wù)的基礎(chǔ)上結(jié)合前期調(diào)研和研究需要稍作修改而成。該任務(wù)為5×5 矩陣的多屬性決策任務(wù)，矩陣的“行”給出5 種品牌的電腦（A、B、C、D、E），“列”給出與每個品牌電腦相關(guān)的5 個屬性（性能、外觀設(shè)計、價格、品牌知名度及售后服務(wù)），對每個屬性的賦值均進(jìn)行五級化處理：非常差、較差、一般、較好、非常好。沿用延遲選擇領(lǐng)域通用范式，被試在完成選擇時可在5 臺電腦中任選其一，也可選擇延遲選項，即“暫不從這5 臺電腦選擇，繼續(xù)搜索其他電腦”。
另外，本研究還通過以下信息板技術(shù)測查了個體延遲選擇的加工過程。（1）加工時間：加工各信息單元所用的總時間；（2）加工深度：檢查的總信息單元數(shù)/ 所有單元數(shù)；（3）加工模式：（選項內(nèi)-屬性內(nèi)）/ （選項內(nèi)+ 屬性內(nèi)），其中“選項內(nèi)”指同一選項各單元之間的移動次數(shù)，而“屬性內(nèi)”為同一屬性單位之間的移動次數(shù)。正值說明采取基于選項的模式，負(fù)值則為基于屬性的模式。最后，還通過7 點(diǎn)語義差異量表（1= 一點(diǎn)也不難， 7= 非常難）讓被試對體驗到的難度主觀評定，該指標(biāo)被稱為選擇難度（李曉明， 謝佳， 2012; Cho et al.， 2013; Kim etal.， 2012; Pethtel amp; Chen， 2013）。
2.4 實驗程序
所有操作在電腦上完成。在正式實驗前，設(shè)置信息板練習(xí)任務(wù)，確保被試熟悉信息板操作無疑問后開始正式實驗。程序為：（1）請被試完成信息板多屬性延遲選擇任務(wù)；（2）請被試對體驗到的選擇困難評分；（3）完成最優(yōu)化決策傾向測驗與個人信息填寫，實驗結(jié)束。
3 結(jié)果
3.1 最優(yōu)化決策傾向、信息加工方式、選擇難度與延遲選擇的描述統(tǒng)計與相關(guān)
對最優(yōu)化決策傾向、信息加工方式、選擇難度與延遲選擇進(jìn)行描述統(tǒng)計與相關(guān)分析顯示（見表1）：最優(yōu)化決策傾向分別與信息加工方式、選擇難度、延遲選擇均呈顯著正相關(guān)，加工時間與深度均與選擇難度、延遲選擇呈顯著正相關(guān)，選擇難度與延遲選擇呈顯著正相關(guān)，說明可對變量關(guān)系作進(jìn)一步統(tǒng)計分析。
3.2 信息加工方式與選擇難度的中介作用
使用Mplus 7.0 逐一對信息加工方式的三個指標(biāo)、選擇難度、最優(yōu)化決策傾向與延遲選擇的鏈?zhǔn)街薪槟Ｐ瓦M(jìn)行分析，并采用偏差校正非參數(shù)百分比Bootstrap（重復(fù)抽樣5000 次，置信區(qū)間為95%）檢驗中介效應(yīng)，結(jié)果僅發(fā)現(xiàn)加工深度的單獨(dú)中介、加工深度→選擇難度的鏈?zhǔn)街薪榈?5% 置信區(qū)間不包括0。具體而言，鏈?zhǔn)街薪槟Ｐ徒Y(jié)果如圖1 所示，模型擬合良好（χ 2/df =4.88，RMSEA= .062，CFI=.960，TLI= .951，SRMR= .013）。從圖1 可看出：最優(yōu)化決策傾向預(yù)測延遲選擇（β =.17， p lt; .05）、加工深度（β =.23， p lt; .01）和選擇難度（β =.32， p lt;.001）；加工深度預(yù)測選擇難度（β =.48， p lt; .001）和延遲選擇（β =.21， p lt; .01）；選擇難度預(yù)測延遲選擇（β =.19， p lt; .05）。
進(jìn)一步鏈?zhǔn)街薪闄z驗表明：總中介效應(yīng)值為.130，占總效應(yīng)（.296）43.92%。最優(yōu)化決策傾向通過三條顯著中介路徑影響延遲選擇：最優(yōu)化決策傾向→加工深度→延遲選擇，即間接效應(yīng)1（.049，占總效應(yīng)16.55%）；最優(yōu)化決策傾向→選擇難度→延遲選擇，即間接效應(yīng)2（.060，占總效應(yīng)20.27%）；最優(yōu)化決策傾向→加工深度→選擇難度→延遲選擇，即間接效應(yīng)3（.021，占總效應(yīng)7.09%）。說明加工深度、選擇難度及加工深度→選擇難度在最優(yōu)化決策傾向與延遲選擇中分別發(fā)揮單獨(dú)和鏈?zhǔn)街薪樽饔谩?/p>
4 討論
4.1 最優(yōu)化決策傾向?qū)ρ舆t選擇的影響
本研究發(fā)現(xiàn)，相比低傾向的滿意型，高傾向的最優(yōu)化者在決策中更偏好于延遲選擇，驗證了假設(shè)1。何以會如此呢？本研究認(rèn)為這主要與兩種決策傾向或風(fēng)格的不同特點(diǎn)是分不開的。根據(jù)決策風(fēng)格理論，最優(yōu)化者追求的目標(biāo)是希望選出一個“最好”的選項，獲得“最優(yōu)解”；而滿意型者的目標(biāo)是根據(jù)其可接受的標(biāo)準(zhǔn)選出“夠好”的選項，獲得“滿意解”（Schwartz et al.， 2002）。這意味著最優(yōu)化者會對選項做更多權(quán)衡和比較，以便于實現(xiàn)其最優(yōu)化目標(biāo)，這會加劇選擇中的沖突和困難而致使延遲選擇，而本研究中所發(fā)現(xiàn)的選擇難度的中介作用也為此提供證據(jù)。這一發(fā)現(xiàn)不僅實證支持了朱冬青和謝曉非（2013）提出的理論推測，即決策風(fēng)格由滿意向最優(yōu)轉(zhuǎn)變過程中，決策者可能會因認(rèn)知努力投入減少而更偏好延遲選擇，而且也在一定程度上支持了最優(yōu)化決策偏好存在差異的結(jié)果（Mao， 2016;Reed et al.， 2011）。同時，本研究通過將最優(yōu)化決策傾向引入至延遲選擇進(jìn)行探討也實現(xiàn)了對前人發(fā)現(xiàn)的擴(kuò)充，也回應(yīng)了以往研究者關(guān)于從“個體差異”視角更多探討延遲選擇偏好差異的呼吁（何清華等，2014; Huang et al.， 2018; Pilli amp; Mazzon， 2016）。
4.2 信息加工方式與選擇難度的中介作用
信息加工方式與選擇難度的中介作用首先，研究發(fā)現(xiàn)相比滿意型者，最優(yōu)化者在決策時表現(xiàn)為更長的加工時間、更深的加工搜索及更偏好基于選項的加工方式。這一發(fā)現(xiàn)支持了最優(yōu)化決策傾向不同個體在決策中存在差異的發(fā)現(xiàn)（Chowdhury et al.， 2009; Iyengar et al.， 2006; Schwartzet al.， 2002），而且該發(fā)現(xiàn)是首次基于信息板技術(shù)直接追蹤最優(yōu)化決策傾向個體信息加工過程而得到，在研究技術(shù)與研究內(nèi)容上均有一定的創(chuàng)新。其次，單獨(dú)中介顯示，僅有加工深度在決策風(fēng)格與延遲選擇中起中介作用，部分驗證了假設(shè)2。這一發(fā)現(xiàn)支持了認(rèn)知負(fù)荷理論（Gourville amp; Soman， 2005）。根據(jù)該理論，延遲決策制定必然也會消耗一定認(rèn)知資源，最優(yōu)化者所消耗的資源量很容易超過其所擁有的資源總量而使資源分配不足（Misuraca amp; Teuscher，2013），最終這種“超負(fù)荷效應(yīng)”引發(fā)延遲選擇（Chernev et al.， 2010; Dhar， 1997）。研究還發(fā)現(xiàn)，選擇難度在決策風(fēng)格與延遲選擇中也發(fā)揮中介作用，驗證了假設(shè)3。這一發(fā)現(xiàn)與延遲選擇的選擇難度機(jī)制的研究結(jié)論相一致（Chernev et al.， 2015; Etkin etal.， 2018）。綜上，最優(yōu)化決策傾向可分別通過加工深度與選擇難度的單獨(dú)中介影響延遲選擇。
最后，研究還發(fā)現(xiàn)最優(yōu)化決策傾向還可通過加工深度→選擇難度的鏈?zhǔn)街薪樽饔糜谘舆t選擇，部分驗證了假設(shè)4。這一發(fā)現(xiàn)說明，最優(yōu)化決策者由更深度的加工導(dǎo)致的超負(fù)荷可直接導(dǎo)致延遲選擇，也可通過提高選擇難度而間接影響延遲選擇。原因在于，最優(yōu)化者更深入的信息加工方式會獲得更大信息量，也意味著更多比較和權(quán)衡，而個體有限理性和認(rèn)知水平等的限制，則會使其體驗到更高的決策困惑與難度（Inbar et al.， 2011; Kim amp; Miller，2017）。而以往大量的研究也表明，決策中認(rèn)知負(fù)荷的提高會增加選擇難度（Deck amp; Jahedi， 2015;Drolet amp; Luce 2004）。值得注意的是，研究并未證實加工時間與模式的單獨(dú)與鏈?zhǔn)街薪?。其一，關(guān)于加工時間，這可能是因為加工時間與選擇難度及延遲選擇之間并不存在必然聯(lián)系。盡管最優(yōu)化者信息加工時間長，但經(jīng)其一定時間加工后可能就直接做出即時選擇，而且，時間長也不一定是因其體驗到了選擇困難，而完全可能是出于決策需要而必要的加工。最近，Bahník（2019）的發(fā)現(xiàn)也支持了此推測，該研究表明加工時間與流暢性并非是一種線性關(guān)系，雖然個體加工時間長，但最終卻可快速流暢地做出決策而體驗到較低的選擇難度。其二，關(guān)于加工模式，假設(shè)未得以驗證可能源自實驗條件。由于未對決策時間加以限制，致使最優(yōu)化傾向不同個體在信息加工時都主要運(yùn)用了基于選項的模式而表現(xiàn)出一定的“趨同效應(yīng)”。而以往研究表明，只有決策時間受限時才可能會產(chǎn)生“超負(fù)荷效應(yīng)”（Haynes，2009），只有時間緊迫下才會采用基于屬性的模式（Kerstholt， 1994; Rieskamp amp; Hoffrage， 1999）， 故最優(yōu)化決策者很可能感受不到因時間限制而引發(fā)的壓力和選擇困難，最終導(dǎo)致加工模式的中介效應(yīng)不顯著。
4.3 研究不足與展望
本研究存在以下不足：首先，本研究僅采用了信息板技術(shù)，而實際上過程追蹤技術(shù)中還有較常用的眼動，而信息板與眼動這兩種技術(shù)各有利弊（Lohseamp; Johnson， 1996），因此未來可采用眼動對研究發(fā)現(xiàn)再作驗證。其次，最優(yōu)化決策傾向?qū)儆谝环N人格特質(zhì)，而根據(jù)人格的交互作用理論，行為是由其特質(zhì)與情境共同作用的結(jié)果（Magnusson amp; Stattin，1998）。據(jù)此，延遲選擇也不應(yīng)僅受到?jīng)Q策傾向的影響，未來可考慮引入相關(guān)情境變量（如情緒、卷入水平等）從交互作用視角探討延遲選擇的差異及機(jī)制。最后，本研究僅證實了加工深度的中介，而加工時間與模式均不顯著，假設(shè)只得到部分驗證。因此，未來可進(jìn)一步通過限制決策時間、變換決策類型（如由購買情景拓展至管理、醫(yī)療等決策）與樣本等調(diào)整設(shè)計而對研究發(fā)現(xiàn)作更深入檢驗。
5 結(jié)論。
首先，最優(yōu)化者在決策中更容易體驗到選擇困難而傾向于延遲選擇；其次，最優(yōu)化者在決策時表現(xiàn)為更長的加工時間、更深的加工搜索及更偏好基于選項的加工方式；最后，最優(yōu)化決策傾向不僅能直接正向預(yù)測延遲選擇，而且還能通過加工深度的單獨(dú)中介作用、選擇難度的單獨(dú)中介作用及加工深度→選擇難度的鏈?zhǔn)街薪樽饔瞄g接影響延遲選擇。
參考文獻(xiàn)
何清華， 薛貴， 陳春輝， 董奇， 陳傳升. （2014）. 遺傳因素在風(fēng)險決策加工中的作用. 心理科學(xué)進(jìn)展， 22 （2）， 191-204.
黃仁輝， 曾曉青， 李文虎. （2014）. 不確定性容忍度、損益概率及延遲風(fēng)險對延遲選擇的影響. 心理學(xué)探新， 24 （3）， 230-235.
李曉明， 蔣松源. （2019）. 權(quán)力對延遲選擇的影響. 心理科學(xué)進(jìn)展， 27 （3），71-76.
李曉明， 謝佳. （2012）. 偶然情緒對延遲選擇的影響機(jī)制. 心理學(xué)報， 44 （12），83-92.
梁竹苑， 許燕， 蔣獎. （2007）. 決策中個體差異研究現(xiàn)狀述評. 心理科學(xué)進(jìn)展， 15 （4）， 689-694.
王懷勇， 劉永芳. （2013）. 調(diào)節(jié)定向與延遲風(fēng)險對決策偏好的影響. 心理研究， 6 （2）， 56-63.
王懷勇， 劉永芳. （2014）. 決策過程中的調(diào)節(jié)匹配效應(yīng)及其機(jī)制. 心理科學(xué)，37 （1）， 182-189.
周蕾， 李紓， 許燕， 梁竹苑. （2014）. 決策風(fēng)格的理論發(fā)展及建構(gòu)： 基于信息加工視角. 心理科學(xué)進(jìn)展， 22 （1）， 112-121.
朱冬青， 謝曉非. （2013）. 最優(yōu)化與滿意型決策風(fēng)格孰優(yōu)孰劣？ 心理科學(xué)進(jìn)展， 21 （2）， 309-316.
Anderson， C. J. （2003）. The psychology of doing nothing： Forms of decision avoidance result from reason and emotion. Psychological Bulletin， 129 （1），139-167.
Appelt， K. C.， Milch， K. F.， Handgraaf， M.， amp; Weber， E. U. （2011）. The decision making individual differences inventory and guidelines for the study of individual differences in judgment and decision-making research. Judgment and Decision Making， 6 （3）， 252-262.
Bahník， ?. （2019）. Disfluent， but fast： inverted-u shaped effect of fluency on decision times. Experimental Psychology， 66 （1）， 1-9.
Berens， S.， amp; Funke， J. （2020）. A vignette study of option refusal and decision deferral as two forms of decision avoidance： Situational and personal predictors. PLoS ONE， 15 （10）， e0241182.
Chatterjee， S.， amp; Heath， T. B. （1996）. Conflict and loss aversion in multiattribute choice： The effects of trade-off size and reference dependence on decision difficulty. Organizational Behavior and Human Decision Processes， 67 （2），144-155.
Cheek， N. N.， amp; Goebel， J. （2020）. What does it mean to maximize？ \"Decision difficulty\"， indecisiveness， and the jingle-jangle fallacies in the measurement of maximizing. Judgment and Decision Making， 15（1）， 7-24.
Chen， Y.， Ma， X.， amp; Pethtel， O. （2011）. Age differences in trade-off decisions：Older adults prefer choice deferral. Psychology and Aging， 26 （2）， 269-273.
Chernev， A.， B?ckenholt， U.， amp; Goodman， J. （2010）. Commentary on Scheibehenne，Greifeneder， and Todd choice overload： Is there anything to it？ Journal of Consumer Research， 37 （3）， 426-428.
Chernev， A.， B?ckenholt， U.， amp; Goodman， J. （2015）. Choice overload： A conceptual review and meta-analysis. Journal of Consumer Psychology， 25（2）， 333-358.
Chowdhury， T. G.， Ratneshwar， S.， amp; Mohanty， P. （2009）. The time-harried shopper： Exploring the differences between maximizers and satisficers.Marketing Letters， 20 （2）， 155-167.
Dalal， D. K.， Diab， D. L.， Zhu， X. Y.， amp; Hwang， T. （2015）. Understanding the construct of maximizing tendency： A theoretical and empirical evaluation.Journal of Behavioral Decision Making， 28， 437-450.
Dar-Nimrod， I.， Rawn， C. D.， Lehman， D. R.， amp; Schwartz， B. （2009）. The maximization paradox： The costs of seeking alternatives. Personality and Individual Differences， 46 （5）， 631-635.
Deck， C.， amp; Jahedi， S. （2015）. The effect of cognitive load on economic decision making： A survey and new experiments. European Economic Review， 78 ， 97-119.
Dhar， R. （1996）. The effect of decision strategy on deciding to defer choice. Journal of Behavioral Decision Making， 9（4）， 265-281.
Dhar， R. （1997）. Consumer preference for a no-choice option. Journal of Consumer Research， 24 （2）， 215-231.
Dhar， R.， amp; Nowlis， S. M. （1999）. The effect of time pressure on consumer choice deferral. Journal of Consumer Research， 25（4）， 369-384.
Diab， D. L.， Gillespie， M. A.， amp; Highhouse， S. （2008）. Are maximizers really unhappy？ The measurement of maximizing tendency. Judgment and Decision Making， 3 （5）， 364-370.
Drolet， A.， amp; Luce， M. F. （2004）. The rationalizing effects of cognitive load on emotion-based trade-off avoidance. Journal of Consumer Research， 31 （1），63-77.
Etkin， J.， Ghosh， A. P.， Dahl， D.， amp; Laboo， A. （2018）. When being in a positive mood increases choice deferral. Journal of Consumer Research， 45 （1）， 208-225.
Faul， F.， Erdfelder， E.， Lang， A. G.， amp; Buchner， A. （2007）. G*Power 3： A flexible statistical power analysis program for the social， behavioral， and biomedical sciences. Behavioral Research Methods， 39 （2）， 175-191.
Garg， N.， Inman， J. J.， amp; Mittal， V. （2017）. Emotion effects on choice deferral： The moderating role of outcome and process accountability European Journal of Marketing， 51 （9）， 1631-1649.
Gourville， J. T.， amp; Soman， D. （2005）. Overchoice and assortment type： When and why variety backfires. Marketing Science， 24 （3）， 382-395.
Inbar， Y.， Botti， S.， amp; Hanko， K. （2011）. Decision speed and choice regret： When haste feels like waste. Journal of Experimental Social Psychology， 47 （3）， 533-540.
Iyengar， S. S.， Wells， R. E.， amp; Schwartz， B. （2006）. Doing better but feeling worse：Looking for the “best” job undermines satisfaction. Psychological Science，17 （2）， 143-150.
Kim， K. amp; Miller， E. G. （2017）. Vulnerable maximizers： The role of decision difficulty. Judgment and Decision Making， 12（5）， 516-526.
Krijnen， J. M. T.， Zeelenberg， M.， amp; Breugelmans， S. M. （2015）. Decision importance as a cue for deferral. Judgment and Decision Making， 10 （5）， 407-415.
Larasati， A.， amp; Yeh， M. Y. （2016）. Does more attractive choice always decrease choice deferral？ The moderating effect of ideal point. International Journal of Hospitality Management， 54， 43-51.
Leach， J. K.， amp; Patall， E. A. （2013）. Maximizing and counterfactual thinking in academic major decision making. Journal of Career Assessment， 21 （3）， 414-429.
Lohse， G. L.， amp; Johnson， E. J. （1996）. A comparison of two process tracing methods for choice tasks. Organizational Behavior and Human Decision Processes，68 （1）， 28-43.
Luce， M. F. （1998）. Choosing to avoid： Coping with negatively emotion-laden consumer decisions. Journal of Consumer Research， 24（4）， 409-433.
Luce， M. F.， Payne， J. W.， amp; Bettman， J. R. （1999）. Emotional trade-off difficulty and choice. Journal of Marketing Research， 36（2）， 143-159.
Magnusson， D.， amp; Stattin， H. （1998）. Person-context interaction theories. In W.Damon amp; R. M. Lerner （Eds.）， Handbook of child psychology： Theoretical models of human development （pp. 685-759）. John Wiley amp; Sons Inc.Mao， W. （2016）. When one desires too much of a good thing： The compromise effect under maximizing tendencies. Journal of Consumer Psychology， 26（1）， 66-80.
Misuraca， R.， Faraci， P.， Gangemi， A.， Carmeci， F. A.， amp; Miceli， S. （2015）. The decision making tendency inventory： A new measure to assess maximizing，satisficing， and minimizing. Personality and Individual Differences， 85， 111-116.
Misuraca， R.， amp; Teuscher， U. （2013）. Time flies when you maximize — maximizers and satisficers perceive time differently when making decisions. Acta Psychologica， 143 （2）， 176-180.
Noguchi， T.， amp; Hills， T. T. （2016）. Description-experience gap in choice deferral.Decision， 3 （1）， 54-61.
Novemsky， N.， Dhar， R.， Schwarz， N.， amp; Simonson， I. （20007）. Preference fluency in choice. Journal of Marketing Research， 44（3）， 347-356.
Owen， H. E.， Halberstadt， J.， Carr， E. W.， amp; Winkielman， P. （2016）. Johnny depp，reconsidered： How category-relative processing fluency determines the appeal of gender ambiguity. PLoS ONE， 11 （2）， e0146328.
Parker， A. M.， Bruin， W.， amp; Fischhoff， B. （2007）. Maximizers versus satisficers：Decision-making styles， competence， and outcomes. Judgment and Decision Making， 2 （6）， 342-350.
Pethtel， O. L.， amp; Chen， Y. （2013）. Age differences in choice deferrals as functions of interattribute conflict and decision domain. Educational Gerontology，39 （10）， 772-782.
Pilli， L. E.， amp; Mazzon， J. A. （2016）. Information overload， choice deferral， and moderating role of need for cognition： Empirical evidence. Revista de Administra??o， 51 （1）， 36-55.
Polman， E. （2010）. Why are maximizers less happy than satisficers？ Because they maximize positive and negative outcomes. Journal of Behavioral Decision Making， 23 （2）， 179-190.
Rassin， E.， amp; Muris， P. （2005）. Indecisiveness and the interpretation of ambiguous situations. Personality and Individual Differences， 39（7）， 1285-1291.
Reed， D. D.， Reed， F. D. D.， Chok， J.， amp; Brozyna， G. A. （2011）. The \"tyranny of choice\"： Choice overload as a possible instance of effort discounting. The Psychological Record， 61 （4）， 547-560.
Richardson， C. M.， Ye， H. J.， Ege， E.， Suh， H.， amp; Rice， K. G. （2014）. Refining the measurement of maximization： Gender invariance and relation to psychological well-being. Personality and Individual Differences， 70， 229-234.
Rieskamp， J.， amp; Hoffrage， U. （1999）. When do people use simple heuristics and how can we tell. In G. Gigerenzer， P. M. Todd， amp; the ABC Research Group （eds.）， Simple heuristics that make us smart （pp. 141-167）. Oxford UniversityPress.
Rim， H. B. （2012）. Maximizing， satisficing and their impacts on decision-making behaviors. The Ohio State University.
Rogge， N. （2017）. Maximizing， choice freedom， and duration judgments in choice making. Journal of Consumer Behavior， 16（6）， e125-e138.
Saltsman， T. L.， Seery， M. D.， Ward， D. E.， Radsvick， T. M.， Panlilio， Z. A.，Lamarche， V. M.， amp; Kondrak， C. L. （2020）. Facing the facets： No association between dispositional mindfulness facets and positive momentary stress responses during active stressors. Personality and Social Psychology Bulletin，1-14.
Schwartz， B.， Ward， A.， Monterosso， J.， Lyubomirsky， S.， White， K.， amp; Lehman， D. R.（2002）. Maximizing versus satisficing： Happiness is a matter of choice. Journal of Personality and Social Psychology， 83（5）， 1178-1197.
Shiloh， S.， Koren， S.， amp; Dan， Z. （2001）. Individual differences in compensatory decision-making style and need for closure as correlates of subjective decision complexity and difficulty. Personality and Individual Differences， 30 （4）， 699-710.
Spunt， R. P.， Rassin， E.， amp; Epstein， L. M. （2009）. Aversive and avoidant indecisiveness： Roles for regret proneness， maximization， and bias sensitivities. Personality and Individual Differences， 47（4）， 256-261.
Unkelbach， C.， amp; Rom， S. C. （2017）. A referential theory of the repetition-induced truth effect. Cognition， 160， 110-126.
Weinhardt， J. M.， Morse， B. J.， Chimeli， J.， amp; Fisher， J. （2012）. An item response theory and factor analytic examination of two prominent maximizing tendency scales. Judgment and Decision Making， 7（5）， 644-658.
Yang， M. L.， amp; Chiou， W. B. （2010）. Looking online for the best romantic partner reduces decision quality： The moderating role of choice-making strategies.Cyberpsychology Behavior and Social Networking， 13（2）， 207-210.
本研究得到國家自然科學(xué)基金青年項目（71701129）和上海市教育科學(xué)研究一般項目（C17001）的資助。
摘 要 延遲選擇的個體差異研究已成為關(guān)注的熱點(diǎn)。本研究運(yùn)用信息板技術(shù)追蹤了最優(yōu)化決策傾向不同個體（最優(yōu)化者vs. 滿意型者）的延遲選擇過程，探討最優(yōu)化決策傾向?qū)ρ舆t選擇的影響及信息加工方式與選擇難度的中介作用。結(jié)果發(fā)現(xiàn)：（1）最優(yōu)化決策傾向分別與選擇難度及延遲選擇呈顯著正相關(guān)，即最優(yōu)化者在決策中更容易體驗到選擇困難而傾向于延遲選擇；（2）最優(yōu)化決策傾向與信息加工方式呈顯著正相關(guān)，最優(yōu)化者在決策中的信息加工時間更長、深度更深，并更偏好使用基于選項的加工方式；（3）最優(yōu)化決策傾向不僅能直接正向預(yù)測延遲選擇，而且還能通過加工深度的單獨(dú)中介、選擇難度的單獨(dú)中介及加工深度→選擇難度的鏈?zhǔn)街薪樽饔瞄g接影響延遲選擇。研究結(jié)果對進(jìn)一步理解最優(yōu)化決策傾向不同個體的延遲選擇偏好差異及其機(jī)制及如何根據(jù)最優(yōu)化與滿意型消費(fèi)者特征的差異制定有效的營銷策略均有一定的啟示意義。
關(guān)鍵詞 最優(yōu)化決策傾向 延遲選擇 加工深度 選擇難度
1 問題提出
個人之私，國家之治，事無巨細(xì)，皆出決策。然而，在許多情況下人們不會馬上做出決策，而可能會推遲做決定以求更多信息或更新選項，即表現(xiàn)為延遲選擇。延遲選擇（choice deferral）是指個體推遲做出選擇或拒絕在當(dāng)前選項中做出選擇（Anderson， 2003）。以往研究主要探討了影響延遲選擇的認(rèn)知因素（Larasati amp; Yeh， 2016; Noguchi amp;Hills， 2016）與情緒因素（李曉明， 謝佳， 2012; Etkinet al.， 2018;）。事實上，人類決策的制定伴隨著復(fù)雜的心理加工過程，眾多研究均證實個體差異在其中發(fā)揮重要作用（何清華等， 2014; 梁竹苑等， 2007;Appelt et al.， 2011）。因此，目前越來越多研究者開始從“個體差異”視角探討決策者面對相同選擇情境是否會表現(xiàn)出不同的延遲偏好，并已發(fā)現(xiàn)年齡（Chen et al.， 2011; Pethtel amp; Chen， 2013）、不確定容忍度（ 黃仁輝等， 2014; Rassin amp; Muris， 2005）、認(rèn)知閉合需要（Pilli amp; Mazzon， 2016）及調(diào)節(jié)定向（王懷勇， 劉永芳， 2013）等個體特征會影響延遲選擇。作為一種典型而重要的個體差異變量，最優(yōu)化決策傾向（maximizing tendency）自被Schwartz 等（2002）提出至今已成為研究熱點(diǎn)。大量研究表明，個體在最優(yōu)化決策傾向上存在高與低的程度差異，相應(yīng)被稱為最優(yōu)化決策者與滿意型決策者（周蕾等， 2014;Rogge， 2017; Saltsman et al.， 2021）。那么，最優(yōu)化決策傾向不同個體的延遲選擇偏好是否存在差異？差異背后的機(jī)制是什么？目前尚無研究給出回答。
最優(yōu)化與滿意型是兩種特征不同的決策傾向或風(fēng)格，最優(yōu)化者在決策中精益求精，力求找到最佳選擇，獲得最優(yōu)結(jié)果；而滿意型者在決策中滿意即止，尋求足夠好的選項，獲得滿意結(jié)果（朱冬青， 謝曉非，2013; Schwartz et al.， 2002）。已有研究表明，相比滿意型，最優(yōu)化者在決策前更傾向于收集盡可能多的信息，愿意花更多時間與努力等資源去搜索到所有可能的選項，不斷擴(kuò)大選項集范圍，并反復(fù)進(jìn)行分析比較，力求做出最佳決策（Chowdury et al.， 2009;Dar-Nimrod et al.， 2009; Polman， 2010; Yang amp; Chiou，2010），而要完成如此大量的信息處理并從中挑出最佳選擇，無疑會面臨更大選擇沖突與困難（Cheekamp; Goebel， 2020; Schwartz et al.， 2002），因此也更容易表現(xiàn)出決策回避（Park et al.， 2007）。在決策后結(jié)果評價上，最優(yōu)化者對其選擇的滿意度與幸福感更低（Dahling amp; Thompson， 2012; Leach amp; Patall， 2013;Iyengar et al.， 2006），也會因其選擇報告更多后悔、失望、不滿意與其他消極情緒（Chowdhury et al.，2009; Spunt et al.， 2009）。作為一種常見的決策回避，延遲選擇的研究表明，決策過程中沖突的屬性和選項信息需要不斷進(jìn)行比較和權(quán)衡，而這種權(quán)衡很容易使個體體驗到選擇困難（Chatterjee amp; Heath，1996; Dhar amp; Simonson， 2003），進(jìn)而導(dǎo)致延遲選擇（Berens amp; Funke， 2020; Dhar， 1996）；另外，消極（vs.積極） 情緒下的個體更傾向延遲選擇（李曉明， 謝佳， 2012; Garg et al.， 2017），而且決策中激發(fā)的負(fù)性情緒也容易誘發(fā)延遲選擇（Luce， 1998; Luce et al.，1999）。綜上，本研究提出假設(shè)H1：最優(yōu)化決策傾向與延遲選擇呈顯著正相關(guān)。
除決策前與決策后，最優(yōu)化決策傾向不同個體的特征差異也體現(xiàn)在決策過程這一中間環(huán)節(jié)上。首先，在決策時間方面，以往研究發(fā)現(xiàn)最優(yōu)化者相對會花費(fèi)更多時間在決策加工上，表現(xiàn)為在決策時會投入更多時間探索可能選項以獲得更大選項集（Chowdury et al.， 2009）、做決策所花時間更長（Schwartz et al.， 2002）、盡管對最終選擇不夠滿意但仍會愿意為其投入較多時間與努力（Dar-Nimrodet al.， 2009）。其次，在決策深度方面，研究發(fā)現(xiàn)最優(yōu)化者有更深的信息加工深度。具體而言，最優(yōu)化者更容易表現(xiàn)出過度搜索（Yang amp; Chiou， 2010）、表現(xiàn)出更多瀏覽和比較（Chowdury et al.， 2009;Schwartz et al.， 2002）、會投入更多資源考慮和搜索所有可得信息（Rim， 2012）、尋求更多選項與付出更多努力在抽樣上（Polman， 2010; Rim， 2012）且在信息搜索與選擇中對現(xiàn)實或不現(xiàn)實選項均會關(guān)注很多（Iyengar et al.， 2006）。最后，在決策模式方面，F(xiàn)errari 和Dovidio（2000）發(fā)現(xiàn)，高（vs. 低）拖延傾向個體更傾向于運(yùn)用基于選項的加工模式。而又有研究發(fā)現(xiàn)，高拖延傾向與最優(yōu)化決策傾向呈正相關(guān)（Parker et al.， 2007; Spunt et al. 2009）。因此，本研究預(yù)期，最優(yōu)化者更偏好基于選項的加工模式。由此可見，最優(yōu)化決策傾向不同個體的確在決策過程上有所不同，但遺憾的是，這些研究主要是從決策結(jié)果取向而間接探測過程差異的探討，尚無基于過程取向的直接探索。
延遲選擇的大量研究表明，當(dāng)個體在決策中對信息的搜索越深入、時間越長、加工越是偏基于選項的模式，就越傾向延遲選擇（李曉明， 蔣松源，2019; 李曉明， 謝佳， 2012; Dhar， 1996; Krijnen et al.，2015）。Krijnen 等（2015） 發(fā)現(xiàn)， 面對重要（vs.不重要）的決策時個體傾向于投入更多時間和努力而更可能延遲選擇；李曉明和謝佳（2012）發(fā)現(xiàn)負(fù)性情緒導(dǎo)致加工深度的提高而使個體更延遲選擇；Dhar（1996）發(fā)現(xiàn)基于選項（vs. 屬性） 的加工模式使個體更可能延遲選擇。綜上，本研究提出假設(shè)H2：信息加工方式在最優(yōu)化決策傾向與延遲選擇關(guān)系中發(fā)揮中介作用，即最優(yōu)化者在決策中的信息加工時間更長、深度更深，并更偏好使用基于選項的加工方式，此方式更易導(dǎo)致其延遲選擇。
如前所述，最優(yōu)化者的特征表現(xiàn)為追求最優(yōu)化決策為目標(biāo)，持有高標(biāo)準(zhǔn)，并會搜索和比較所有可能選項（Dalal et al.， 2015; Diab et al.， 2008; Weinhardtet al.， 2012），而這些表現(xiàn)自然就會增加最優(yōu)化者的加工負(fù)荷，使其體驗到更大困難，以至于部分研究者建議把選擇困難也作為最優(yōu)化決策的一部分而對其進(jìn)行測量（Misuraca et al.， 2015; Richardson et al.，2014）。Shiloh 等（2001）發(fā)現(xiàn)，相比于旨在追求“足夠好”的非補(bǔ)償式，追求“最好”的補(bǔ)償式?jīng)Q策風(fēng)格的個體更容易感受到主觀的決策復(fù)雜性而提高其難度體驗。另有許多研究者認(rèn)為，最優(yōu)化者之所以會容易產(chǎn)生更強(qiáng)的決策后悔及對決策結(jié)果較低滿意度等負(fù)面情緒，也主要因其體驗到了更大選擇困難所致（Kim amp; Miller， 2017）。由此可見，最優(yōu)決策傾向不同個體的偏好差異還體現(xiàn)在選擇難度上，即最優(yōu)化者比滿意型者會體驗到更高的選擇難度。此外，以往關(guān)于選擇難度與延遲選擇關(guān)系的大量研究發(fā)現(xiàn)，選擇難度影響延遲選擇（Chernev et al.， 2015;Novemsky et al.， 1997），而且選擇難度還在相關(guān)變量與延遲選擇間發(fā)揮中介作用（Chen et al.， 2011;Dhar amp; Nowlis， 1999; Etkin et al.， 2018）。因此，本研究提出假設(shè)H3：選擇難度在最優(yōu)化決策傾向與延遲選擇關(guān)系中發(fā)揮中介作用。
進(jìn)一步地，研究發(fā)現(xiàn)決策中不同信息加工方式往往給個體帶來不同難度的體驗（Dhar amp;Nowlis，1999; Unkelbach amp; Rom， 2017）。首先， 元認(rèn)知體驗的部分研究表明，信息加工中所用時間是加工流暢性的一個重要線索，所花時間越長則表明越不流暢（Owen et al.， 2016; Unkelbach amp; Rom，2017），而加工流暢性是個體對加工信息難易程度的一種主觀體驗（Oppenheimer， 2008），因此決策者付出的時間越多，則越可能體驗到較大的選擇難度。其次，關(guān)于加工深度，李曉明和謝佳（2012）發(fā)現(xiàn)，個體在負(fù)（vs. 正） 性情緒下會采用更深入的加工策略而增加決策難度，最終致使延遲選擇。最后，關(guān)于加工模式，Dhar（1996）發(fā)現(xiàn)，基于選項（vs. 屬性） 的模式會給決策者帶來更多權(quán)衡與沖突，這會進(jìn)一步提高選擇難度而使其延遲選擇。隨后，Dhar 和Nowlis（1999）又發(fā)現(xiàn)當(dāng)個體把加工模式由基于選項的補(bǔ)償型變換為基于屬性的非補(bǔ)償型后，能降低選擇難度而減少延遲選擇。綜上，本研究推測最優(yōu)化決策傾向可能影響了信息加工方式，而此方式又改變了選擇難度，最終決定了延遲選擇。因此，本研究通過構(gòu)建一個鏈?zhǔn)街薪槟Ｐ瓦M(jìn)一步揭示最優(yōu)化決策傾向影響延遲選擇的機(jī)制。為此提出假設(shè)H4：信息加工方式與選擇難度分別在最優(yōu)化決策傾向和延遲選擇關(guān)系中發(fā)揮中介作用，且作用方式可能是順序的，表現(xiàn)為信息加工方式→選擇難度的鏈?zhǔn)街薪樽饔谩?/p>
2 方法
2.1 被試
采用G*Power 3.1 軟件（Faul， et al.， 2007），將α 設(shè)定為 .05，power 設(shè)定為.80，本實驗為單因素被試間設(shè)計，采用效應(yīng)量.80，計算需要的最低總樣本量為52 名。從上海某高校招募200 名在校生參加實驗，其中男生90 人，女110 人，平均年齡22.35±2.44 歲，年齡的全距=13 年。所有被試先前沒有參與過類似實驗，實驗結(jié)束后給予一定報酬。
2.2 實驗設(shè)計
采用單因素（最優(yōu)化決策傾向：最優(yōu)化/ 滿意型）被試間實驗設(shè)計，借助信息板技術(shù)對最優(yōu)化決策傾向不同被試在延遲選擇中所用信息加工方式進(jìn)行追蹤，并考察其與選擇難度的中介作用。因變量為延遲選擇人數(shù)比例、信息加工方式及選擇難度。
2.3 實驗工具
最優(yōu)化決策傾向量表。對Weinhardt 等（2012）編制的最優(yōu)化量表進(jìn)行翻譯修訂，在驗證性因子分析基礎(chǔ)上，刪除因子負(fù)荷小于0.4 的題目，保留擬合良好的11 道題。該量表采用Likert 7 點(diǎn)計分，1=非常不符合，7= 非常符合，總分越高表示越接近最優(yōu)化決策傾向。本實驗中內(nèi)部一致性信度α 為.78。
延遲選擇任務(wù)。在王懷勇和劉永芳（2014）編制的電腦購買任務(wù)的基礎(chǔ)上結(jié)合前期調(diào)研和研究需要稍作修改而成。該任務(wù)為5×5 矩陣的多屬性決策任務(wù)，矩陣的“行”給出5 種品牌的電腦（A、B、C、D、E），“列”給出與每個品牌電腦相關(guān)的5 個屬性（性能、外觀設(shè)計、價格、品牌知名度及售后服務(wù)），對每個屬性的賦值均進(jìn)行五級化處理：非常差、較差、一般、較好、非常好。沿用延遲選擇領(lǐng)域通用范式，被試在完成選擇時可在5 臺電腦中任選其一，也可選擇延遲選項，即“暫不從這5 臺電腦選擇，繼續(xù)搜索其他電腦”。
另外，本研究還通過以下信息板技術(shù)測查了個體延遲選擇的加工過程。（1）加工時間：加工各信息單元所用的總時間；（2）加工深度：檢查的總信息單元數(shù)/ 所有單元數(shù)；（3）加工模式：（選項內(nèi)-屬性內(nèi)）/ （選項內(nèi)+ 屬性內(nèi)），其中“選項內(nèi)”指同一選項各單元之間的移動次數(shù)，而“屬性內(nèi)”為同一屬性單位之間的移動次數(shù)。正值說明采取基于選項的模式，負(fù)值則為基于屬性的模式。最后，還通過7 點(diǎn)語義差異量表（1= 一點(diǎn)也不難， 7= 非常難）讓被試對體驗到的難度主觀評定，該指標(biāo)被稱為選擇難度（李曉明， 謝佳， 2012; Cho et al.， 2013; Kim etal.， 2012; Pethtel amp; Chen， 2013）。
2.4 實驗程序
所有操作在電腦上完成。在正式實驗前，設(shè)置信息板練習(xí)任務(wù)，確保被試熟悉信息板操作無疑問后開始正式實驗。程序為：（1）請被試完成信息板多屬性延遲選擇任務(wù)；（2）請被試對體驗到的選擇困難評分；（3）完成最優(yōu)化決策傾向測驗與個人信息填寫，實驗結(jié)束。
3 結(jié)果
3.1 最優(yōu)化決策傾向、信息加工方式、選擇難度與延遲選擇的描述統(tǒng)計與相關(guān)
對最優(yōu)化決策傾向、信息加工方式、選擇難度與延遲選擇進(jìn)行描述統(tǒng)計與相關(guān)分析顯示（見表1）：最優(yōu)化決策傾向分別與信息加工方式、選擇難度、延遲選擇均呈顯著正相關(guān)，加工時間與深度均與選擇難度、延遲選擇呈顯著正相關(guān)，選擇難度與延遲選擇呈顯著正相關(guān)，說明可對變量關(guān)系作進(jìn)一步統(tǒng)計分析。
3.2 信息加工方式與選擇難度的中介作用
使用Mplus 7.0 逐一對信息加工方式的三個指標(biāo)、選擇難度、最優(yōu)化決策傾向與延遲選擇的鏈?zhǔn)街薪槟Ｐ瓦M(jìn)行分析，并采用偏差校正非參數(shù)百分比Bootstrap（重復(fù)抽樣5000 次，置信區(qū)間為95%）檢驗中介效應(yīng)，結(jié)果僅發(fā)現(xiàn)加工深度的單獨(dú)中介、加工深度→選擇難度的鏈?zhǔn)街薪榈?5% 置信區(qū)間不包括0。具體而言，鏈?zhǔn)街薪槟Ｐ徒Y(jié)果如圖1 所示，模型擬合良好（χ 2/df =4.88，RMSEA= .062，CFI=.960，TLI= .951，SRMR= .013）。從圖1 可看出：最優(yōu)化決策傾向預(yù)測延遲選擇（β =.17， p lt; .05）、加工深度（β =.23， p lt; .01）和選擇難度（β =.32， p lt;.001）；加工深度預(yù)測選擇難度（β =.48， p lt; .001）和延遲選擇（β =.21， p lt; .01）；選擇難度預(yù)測延遲選擇（β =.19， p lt; .05）。
進(jìn)一步鏈?zhǔn)街薪闄z驗表明：總中介效應(yīng)值為.130，占總效應(yīng)（.296）43.92%。最優(yōu)化決策傾向通過三條顯著中介路徑影響延遲選擇：最優(yōu)化決策傾向→加工深度→延遲選擇，即間接效應(yīng)1（.049，占總效應(yīng)16.55%）；最優(yōu)化決策傾向→選擇難度→延遲選擇，即間接效應(yīng)2（.060，占總效應(yīng)20.27%）；最優(yōu)化決策傾向→加工深度→選擇難度→延遲選擇，即間接效應(yīng)3（.021，占總效應(yīng)7.09%）。說明加工深度、選擇難度及加工深度→選擇難度在最優(yōu)化決策傾向與延遲選擇中分別發(fā)揮單獨(dú)和鏈?zhǔn)街薪樽饔谩?/p>
4 討論
4.1 最優(yōu)化決策傾向?qū)ρ舆t選擇的影響
本研究發(fā)現(xiàn)，相比低傾向的滿意型，高傾向的最優(yōu)化者在決策中更偏好于延遲選擇，驗證了假設(shè)1。何以會如此呢？本研究認(rèn)為這主要與兩種決策傾向或風(fēng)格的不同特點(diǎn)是分不開的。根據(jù)決策風(fēng)格理論，最優(yōu)化者追求的目標(biāo)是希望選出一個“最好”的選項，獲得“最優(yōu)解”；而滿意型者的目標(biāo)是根據(jù)其可接受的標(biāo)準(zhǔn)選出“夠好”的選項，獲得“滿意解”（Schwartz et al.， 2002）。這意味著最優(yōu)化者會對選項做更多權(quán)衡和比較，以便于實現(xiàn)其最優(yōu)化目標(biāo)，這會加劇選擇中的沖突和困難而致使延遲選擇，而本研究中所發(fā)現(xiàn)的選擇難度的中介作用也為此提供證據(jù)。這一發(fā)現(xiàn)不僅實證支持了朱冬青和謝曉非（2013）提出的理論推測，即決策風(fēng)格由滿意向最優(yōu)轉(zhuǎn)變過程中，決策者可能會因認(rèn)知努力投入減少而更偏好延遲選擇，而且也在一定程度上支持了最優(yōu)化決策偏好存在差異的結(jié)果（Mao， 2016;Reed et al.， 2011）。同時，本研究通過將最優(yōu)化決策傾向引入至延遲選擇進(jìn)行探討也實現(xiàn)了對前人發(fā)現(xiàn)的擴(kuò)充，也回應(yīng)了以往研究者關(guān)于從“個體差異”視角更多探討延遲選擇偏好差異的呼吁（何清華等，2014; Huang et al.， 2018; Pilli amp; Mazzon， 2016）。
4.2 信息加工方式與選擇難度的中介作用
信息加工方式與選擇難度的中介作用首先，研究發(fā)現(xiàn)相比滿意型者，最優(yōu)化者在決策時表現(xiàn)為更長的加工時間、更深的加工搜索及更偏好基于選項的加工方式。這一發(fā)現(xiàn)支持了最優(yōu)化決策傾向不同個體在決策中存在差異的發(fā)現(xiàn)（Chowdhury et al.， 2009; Iyengar et al.， 2006; Schwartzet al.， 2002），而且該發(fā)現(xiàn)是首次基于信息板技術(shù)直接追蹤最優(yōu)化決策傾向個體信息加工過程而得到，在研究技術(shù)與研究內(nèi)容上均有一定的創(chuàng)新。其次，單獨(dú)中介顯示，僅有加工深度在決策風(fēng)格與延遲選擇中起中介作用，部分驗證了假設(shè)2。這一發(fā)現(xiàn)支持了認(rèn)知負(fù)荷理論（Gourville amp; Soman， 2005）。根據(jù)該理論，延遲決策制定必然也會消耗一定認(rèn)知資源，最優(yōu)化者所消耗的資源量很容易超過其所擁有的資源總量而使資源分配不足（Misuraca amp; Teuscher，2013），最終這種“超負(fù)荷效應(yīng)”引發(fā)延遲選擇（Chernev et al.， 2010; Dhar， 1997）。研究還發(fā)現(xiàn)，選擇難度在決策風(fēng)格與延遲選擇中也發(fā)揮中介作用，驗證了假設(shè)3。這一發(fā)現(xiàn)與延遲選擇的選擇難度機(jī)制的研究結(jié)論相一致（Chernev et al.， 2015; Etkin etal.， 2018）。綜上，最優(yōu)化決策傾向可分別通過加工深度與選擇難度的單獨(dú)中介影響延遲選擇。
最后，研究還發(fā)現(xiàn)最優(yōu)化決策傾向還可通過加工深度→選擇難度的鏈?zhǔn)街薪樽饔糜谘舆t選擇，部分驗證了假設(shè)4。這一發(fā)現(xiàn)說明，最優(yōu)化決策者由更深度的加工導(dǎo)致的超負(fù)荷可直接導(dǎo)致延遲選擇，也可通過提高選擇難度而間接影響延遲選擇。原因在于，最優(yōu)化者更深入的信息加工方式會獲得更大信息量，也意味著更多比較和權(quán)衡，而個體有限理性和認(rèn)知水平等的限制，則會使其體驗到更高的決策困惑與難度（Inbar et al.， 2011; Kim amp; Miller，2017）。而以往大量的研究也表明，決策中認(rèn)知負(fù)荷的提高會增加選擇難度（Deck amp; Jahedi， 2015;Drolet amp; Luce 2004）。值得注意的是，研究并未證實加工時間與模式的單獨(dú)與鏈?zhǔn)街薪?。其一，關(guān)于加工時間，這可能是因為加工時間與選擇難度及延遲選擇之間并不存在必然聯(lián)系。盡管最優(yōu)化者信息加工時間長，但經(jīng)其一定時間加工后可能就直接做出即時選擇，而且，時間長也不一定是因其體驗到了選擇困難，而完全可能是出于決策需要而必要的加工。最近，Bahník（2019）的發(fā)現(xiàn)也支持了此推測，該研究表明加工時間與流暢性并非是一種線性關(guān)系，雖然個體加工時間長，但最終卻可快速流暢地做出決策而體驗到較低的選擇難度。其二，關(guān)于加工模式，假設(shè)未得以驗證可能源自實驗條件。由于未對決策時間加以限制，致使最優(yōu)化傾向不同個體在信息加工時都主要運(yùn)用了基于選項的模式而表現(xiàn)出一定的“趨同效應(yīng)”。而以往研究表明，只有決策時間受限時才可能會產(chǎn)生“超負(fù)荷效應(yīng)”（Haynes，2009），只有時間緊迫下才會采用基于屬性的模式（Kerstholt， 1994; Rieskamp amp; Hoffrage， 1999）， 故最優(yōu)化決策者很可能感受不到因時間限制而引發(fā)的壓力和選擇困難，最終導(dǎo)致加工模式的中介效應(yīng)不顯著。
4.3 研究不足與展望
本研究存在以下不足：首先，本研究僅采用了信息板技術(shù)，而實際上過程追蹤技術(shù)中還有較常用的眼動，而信息板與眼動這兩種技術(shù)各有利弊（Lohseamp; Johnson， 1996），因此未來可采用眼動對研究發(fā)現(xiàn)再作驗證。其次，最優(yōu)化決策傾向?qū)儆谝环N人格特質(zhì)，而根據(jù)人格的交互作用理論，行為是由其特質(zhì)與情境共同作用的結(jié)果（Magnusson amp; Stattin，1998）。據(jù)此，延遲選擇也不應(yīng)僅受到?jīng)Q策傾向的影響，未來可考慮引入相關(guān)情境變量（如情緒、卷入水平等）從交互作用視角探討延遲選擇的差異及機(jī)制。最后，本研究僅證實了加工深度的中介，而加工時間與模式均不顯著，假設(shè)只得到部分驗證。因此，未來可進(jìn)一步通過限制決策時間、變換決策類型（如由購買情景拓展至管理、醫(yī)療等決策）與樣本等調(diào)整設(shè)計而對研究發(fā)現(xiàn)作更深入檢驗。
5 結(jié)論。
首先，最優(yōu)化者在決策中更容易體驗到選擇困難而傾向于延遲選擇；其次，最優(yōu)化者在決策時表現(xiàn)為更長的加工時間、更深的加工搜索及更偏好基于選項的加工方式；最后，最優(yōu)化決策傾向不僅能直接正向預(yù)測延遲選擇，而且還能通過加工深度的單獨(dú)中介作用、選擇難度的單獨(dú)中介作用及加工深度→選擇難度的鏈?zhǔn)街薪樽饔瞄g接影響延遲選擇。
參考文獻(xiàn)
何清華， 薛貴， 陳春輝， 董奇， 陳傳升. （2014）. 遺傳因素在風(fēng)險決策加工中的作用. 心理科學(xué)進(jìn)展， 22 （2）， 191-204.
黃仁輝， 曾曉青， 李文虎. （2014）. 不確定性容忍度、損益概率及延遲風(fēng)險對延遲選擇的影響. 心理學(xué)探新， 24 （3）， 230-235.
李曉明， 蔣松源. （2019）. 權(quán)力對延遲選擇的影響. 心理科學(xué)進(jìn)展， 27 （3），71-76.
李曉明， 謝佳. （2012）. 偶然情緒對延遲選擇的影響機(jī)制. 心理學(xué)報， 44 （12），83-92.
梁竹苑， 許燕， 蔣獎. （2007）. 決策中個體差異研究現(xiàn)狀述評. 心理科學(xué)進(jìn)展， 15 （4）， 689-694.
王懷勇， 劉永芳. （2013）. 調(diào)節(jié)定向與延遲風(fēng)險對決策偏好的影響. 心理研究， 6 （2）， 56-63.
王懷勇， 劉永芳. （2014）. 決策過程中的調(diào)節(jié)匹配效應(yīng)及其機(jī)制. 心理科學(xué)，37 （1）， 182-189.
周蕾， 李紓， 許燕， 梁竹苑. （2014）. 決策風(fēng)格的理論發(fā)展及建構(gòu)： 基于信息加工視角. 心理科學(xué)進(jìn)展， 22 （1）， 112-121.
朱冬青， 謝曉非. （2013）. 最優(yōu)化與滿意型決策風(fēng)格孰優(yōu)孰劣？ 心理科學(xué)進(jìn)展， 21 （2）， 309-316.
Anderson， C. J. （2003）. The psychology of doing nothing： Forms of decision avoidance result from reason and emotion. Psychological Bulletin， 129 （1），139-167.
Appelt， K. C.， Milch， K. F.， Handgraaf， M.， amp; Weber， E. U. （2011）. The decision making individual differences inventory and guidelines for the study of individual differences in judgment and decision-making research. Judgment and Decision Making， 6 （3）， 252-262.
Bahník， ?. （2019）. Disfluent， but fast： inverted-u shaped effect of fluency on decision times. Experimental Psychology， 66 （1）， 1-9.
Berens， S.， amp; Funke， J. （2020）. A vignette study of option refusal and decision deferral as two forms of decision avoidance： Situational and personal predictors. PLoS ONE， 15 （10）， e0241182.
Chatterjee， S.， amp; Heath， T. B. （1996）. Conflict and loss aversion in multiattribute choice： The effects of trade-off size and reference dependence on decision difficulty. Organizational Behavior and Human Decision Processes， 67 （2），144-155.
Cheek， N. N.， amp; Goebel， J. （2020）. What does it mean to maximize？ \"Decision difficulty\"， indecisiveness， and the jingle-jangle fallacies in the measurement of maximizing. Judgment and Decision Making， 15（1）， 7-24.
Chen， Y.， Ma， X.， amp; Pethtel， O. （2011）. Age differences in trade-off decisions：Older adults prefer choice deferral. Psychology and Aging， 26 （2）， 269-273.
Chernev， A.， B?ckenholt， U.， amp; Goodman， J. （2010）. Commentary on Scheibehenne，Greifeneder， and Todd choice overload： Is there anything to it？ Journal of Consumer Research， 37 （3）， 426-428.
Chernev， A.， B?ckenholt， U.， amp; Goodman， J. （2015）. Choice overload： A conceptual review and meta-analysis. Journal of Consumer Psychology， 25（2）， 333-358.
Chowdhury， T. G.， Ratneshwar， S.， amp; Mohanty， P. （2009）. The time-harried shopper： Exploring the differences between maximizers and satisficers.Marketing Letters， 20 （2）， 155-167.
Dalal， D. K.， Diab， D. L.， Zhu， X. Y.， amp; Hwang， T. （2015）. Understanding the construct of maximizing tendency： A theoretical and empirical evaluation.Journal of Behavioral Decision Making， 28， 437-450.
Dar-Nimrod， I.， Rawn， C. D.， Lehman， D. R.， amp; Schwartz， B. （2009）. The maximization paradox： The costs of seeking alternatives. Personality and Individual Differences， 46 （5）， 631-635.
Deck， C.， amp; Jahedi， S. （2015）. The effect of cognitive load on economic decision making： A survey and new experiments. European Economic Review， 78 ， 97-119.
Dhar， R. （1996）. The effect of decision strategy on deciding to defer choice. Journal of Behavioral Decision Making， 9（4）， 265-281.
Dhar， R. （1997）. Consumer preference for a no-choice option. Journal of Consumer Research， 24 （2）， 215-231.
Dhar， R.， amp; Nowlis， S. M. （1999）. The effect of time pressure on consumer choice deferral. Journal of Consumer Research， 25（4）， 369-384.
Diab， D. L.， Gillespie， M. A.， amp; Highhouse， S. （2008）. Are maximizers really unhappy？ The measurement of maximizing tendency. Judgment and Decision Making， 3 （5）， 364-370.
Drolet， A.， amp; Luce， M. F. （2004）. The rationalizing effects of cognitive load on emotion-based trade-off avoidance. Journal of Consumer Research， 31 （1），63-77.
Etkin， J.， Ghosh， A. P.， Dahl， D.， amp; Laboo， A. （2018）. When being in a positive mood increases choice deferral. Journal of Consumer Research， 45 （1）， 208-225.
Faul， F.， Erdfelder， E.， Lang， A. G.， amp; Buchner， A. （2007）. G*Power 3： A flexible statistical power analysis program for the social， behavioral， and biomedical sciences. Behavioral Research Methods， 39 （2）， 175-191.
Garg， N.， Inman， J. J.， amp; Mittal， V. （2017）. Emotion effects on choice deferral： The moderating role of outcome and process accountability European Journal of Marketing， 51 （9）， 1631-1649.
Gourville， J. T.， amp; Soman， D. （2005）. Overchoice and assortment type： When and why variety backfires. Marketing Science， 24 （3）， 382-395.
Inbar， Y.， Botti， S.， amp; Hanko， K. （2011）. Decision speed and choice regret： When haste feels like waste. Journal of Experimental Social Psychology， 47 （3）， 533-540.
Iyengar， S. S.， Wells， R. E.， amp; Schwartz， B. （2006）. Doing better but feeling worse：Looking for the “best” job undermines satisfaction. Psychological Science，17 （2）， 143-150.
Kim， K. amp; Miller， E. G. （2017）. Vulnerable maximizers： The role of decision difficulty. Judgment and Decision Making， 12（5）， 516-526.
Krijnen， J. M. T.， Zeelenberg， M.， amp; Breugelmans， S. M. （2015）. Decision importance as a cue for deferral. Judgment and Decision Making， 10 （5）， 407-415.
Larasati， A.， amp; Yeh， M. Y. （2016）. Does more attractive choice always decrease choice deferral？ The moderating effect of ideal point. International Journal of Hospitality Management， 54， 43-51.
Leach， J. K.， amp; Patall， E. A. （2013）. Maximizing and counterfactual thinking in academic major decision making. Journal of Career Assessment， 21 （3）， 414-429.
Lohse， G. L.， amp; Johnson， E. J. （1996）. A comparison of two process tracing methods for choice tasks. Organizational Behavior and Human Decision Processes，68 （1）， 28-43.
Luce， M. F. （1998）. Choosing to avoid： Coping with negatively emotion-laden consumer decisions. Journal of Consumer Research， 24（4）， 409-433.
Luce， M. F.， Payne， J. W.， amp; Bettman， J. R. （1999）. Emotional trade-off difficulty and choice. Journal of Marketing Research， 36（2）， 143-159.
Magnusson， D.， amp; Stattin， H. （1998）. Person-context interaction theories. In W.Damon amp; R. M. Lerner （Eds.）， Handbook of child psychology： Theoretical models of human development （pp. 685-759）. John Wiley amp; Sons Inc.Mao， W. （2016）. When one desires too much of a good thing： The compromise effect under maximizing tendencies. Journal of Consumer Psychology， 26（1）， 66-80.
Misuraca， R.， Faraci， P.， Gangemi， A.， Carmeci， F. A.， amp; Miceli， S. （2015）. The decision making tendency inventory： A new measure to assess maximizing，satisficing， and minimizing. Personality and Individual Differences， 85， 111-116.
Misuraca， R.， amp; Teuscher， U. （2013）. Time flies when you maximize — maximizers and satisficers perceive time differently when making decisions. Acta Psychologica， 143 （2）， 176-180.
Noguchi， T.， amp; Hills， T. T. （2016）. Description-experience gap in choice deferral.Decision， 3 （1）， 54-61.
Novemsky， N.， Dhar， R.， Schwarz， N.， amp; Simonson， I. （20007）. Preference fluency in choice. Journal of Marketing Research， 44（3）， 347-356.
Owen， H. E.， Halberstadt， J.， Carr， E. W.， amp; Winkielman， P. （2016）. Johnny depp，reconsidered： How category-relative processing fluency determines the appeal of gender ambiguity. PLoS ONE， 11 （2）， e0146328.
Parker， A. M.， Bruin， W.， amp; Fischhoff， B. （2007）. Maximizers versus satisficers：Decision-making styles， competence， and outcomes. Judgment and Decision Making， 2 （6）， 342-350.
Pethtel， O. L.， amp; Chen， Y. （2013）. Age differences in choice deferrals as functions of interattribute conflict and decision domain. Educational Gerontology，39 （10）， 772-782.
Pilli， L. E.， amp; Mazzon， J. A. （2016）. Information overload， choice deferral， and moderating role of need for cognition： Empirical evidence. Revista de Administra??o， 51 （1）， 36-55.
Polman， E. （2010）. Why are maximizers less happy than satisficers？ Because they maximize positive and negative outcomes. Journal of Behavioral Decision Making， 23 （2）， 179-190.
Rassin， E.， amp; Muris， P. （2005）. Indecisiveness and the interpretation of ambiguous situations. Personality and Individual Differences， 39（7）， 1285-1291.
Reed， D. D.， Reed， F. D. D.， Chok， J.， amp; Brozyna， G. A. （2011）. The \"tyranny of choice\"： Choice overload as a possible instance of effort discounting. The Psychological Record， 61 （4）， 547-560.
Richardson， C. M.， Ye， H. J.， Ege， E.， Suh， H.， amp; Rice， K. G. （2014）. Refining the measurement of maximization： Gender invariance and relation to psychological well-being. Personality and Individual Differences， 70， 229-234.
Rieskamp， J.， amp; Hoffrage， U. （1999）. When do people use simple heuristics and how can we tell. In G. Gigerenzer， P. M. Todd， amp; the ABC Research Group （eds.）， Simple heuristics that make us smart （pp. 141-167）. Oxford UniversityPress.
Rim， H. B. （2012）. Maximizing， satisficing and their impacts on decision-making behaviors. The Ohio State University.
Rogge， N. （2017）. Maximizing， choice freedom， and duration judgments in choice making. Journal of Consumer Behavior， 16（6）， e125-e138.
Saltsman， T. L.， Seery， M. D.， Ward， D. E.， Radsvick， T. M.， Panlilio， Z. A.，Lamarche， V. M.， amp; Kondrak， C. L. （2020）. Facing the facets： No association between dispositional mindfulness facets and positive momentary stress responses during active stressors. Personality and Social Psychology Bulletin，1-14.
Schwartz， B.， Ward， A.， Monterosso， J.， Lyubomirsky， S.， White， K.， amp; Lehman， D. R.（2002）. Maximizing versus satisficing： Happiness is a matter of choice. Journal of Personality and Social Psychology， 83（5）， 1178-1197.
Shiloh， S.， Koren， S.， amp; Dan， Z. （2001）. Individual differences in compensatory decision-making style and need for closure as correlates of subjective decision complexity and difficulty. Personality and Individual Differences， 30 （4）， 699-710.
Spunt， R. P.， Rassin， E.， amp; Epstein， L. M. （2009）. Aversive and avoidant indecisiveness： Roles for regret proneness， maximization， and bias sensitivities. Personality and Individual Differences， 47（4）， 256-261.
Unkelbach， C.， amp; Rom， S. C. （2017）. A referential theory of the repetition-induced truth effect. Cognition， 160， 110-126.
Weinhardt， J. M.， Morse， B. J.， Chimeli， J.， amp; Fisher， J. （2012）. An item response theory and factor analytic examination of two prominent maximizing tendency scales. Judgment and Decision Making， 7（5）， 644-658.
Yang， M. L.， amp; Chiou， W. B. （2010）. Looking online for the best romantic partner reduces decision quality： The moderating role of choice-making strategies.Cyberpsychology Behavior and Social Networking， 13（2）， 207-210.
本研究得到國家自然科學(xué)基金青年項目（71701129）和上海市教育科學(xué)研究一般項目（C17001）的資助。
