神經(jīng)科學(xué)視角下在線圖書選購研究

[摘 要] 將圖書在線信息分為“高評分高銷量”“高評分低銷量”“低評分高銷量”“低評分低銷量”四種情況，通過腦電技術(shù)記錄讀者對每種圖書進行購買決策的認(rèn)知過程和結(jié)果，從N200、N400以及晚正電位（Late Positive Potentinl，LPP）這三項腦電指標(biāo)的變化中分析讀者在“感知風(fēng)險監(jiān)測”“信息沖突分析”“選項價值評估”這三個決策階段的神經(jīng)活動，發(fā)現(xiàn)評分和銷量信息顯著影響讀者的購買意愿，且信息不一致情形下，評分信息是影響購書決策的主導(dǎo)因素：在信息沖突分析階段，高評分低銷量引發(fā)的認(rèn)知偏差更小；在選項價值評估階段，高評分低銷量引起的購買動機喚醒更加強烈；而在感知風(fēng)險監(jiān)測階段，高評分低銷量和低評分高銷量引發(fā)的感知風(fēng)險沒有顯著差異。

[關(guān)鍵詞] 在線購書 評分信息 銷量信息 社會化學(xué)習(xí) 認(rèn)知神經(jīng)科學(xué)

[中圖分類號] G235 [文獻標(biāo)識碼] A [文章編號] 1009-5853 （2024） 03-0073-13

Online Book Purchasing Decision from a Neuroscience Perspective

Zhu Lian Ge Yanxi

（School of Journalism and Communication， Shanghai International Studies University， Shanghai， 200083）

[Abstract] In this study， the online information of books was classified into four conditions： “high rating and high sales”， “high rating and low sales”， “l(fā)ow rating and high sales” and “l(fā)ow rating and low sales”. Through electroencephalographic（EEG）technology， the cognitive process and results of readers’ purchasing decisions for each book were recorded under four different conditions. From the changes of the three EEG indicators， namely， N200， N400， and LPP， readers’ neural activities were analyzed in three stages： “perceptual risks monitoring”， “information conflict analysis”， and “option value assessment”. The study found that both rating and sales information significantly impacted readers’ purchasing intentions， with rating information serving as the dominant factor in scenarios characterized by information inconsistency： under “high rating and low sales” condition， less cognitive bias were triggered in the information conflict analysis stage， and more intense purchase motivation aroused in the option value assessment stage. However， in the perceptual risk monitoring stage， there was no significant difference in the perceived risk triggered by “high rating and low sales” and “l(fā)ow rating and high sales”.

[Key words] Online book purchasing Rating information Sales information Social learning Cognitive neuroscience

1 引 言

在線購書正在成為當(dāng)前主流的購書方式。隨著移動電子設(shè)備的快速發(fā)展和數(shù)字化閱讀的普及，這一趨勢得到了進一步加強。在線購書時，圖書的評分和銷量信息通常是讀者最常接觸的信息。在無法直接接觸圖書實體的情況下，這兩類信息便顯得尤為重要。以往研究指出，對評分等在線評價信息的評估是一種“口碑學(xué)習(xí)”（Word-of-mouth Learning，WOML），而對于歷史銷量等他人選擇信息的評估則是一種“觀察性學(xué)習(xí)”（Observational Learning，OL）[1]。這兩種學(xué)習(xí)方法共同構(gòu)成了“社會化學(xué)習(xí)”（Social Learning），即通過社交網(wǎng)絡(luò)與他人進行分享、交流和協(xié)作以獲得相關(guān)信息，最終達到輔助決策的目的。由此可見，社會化學(xué)習(xí)在讀者的在線購書決策中扮演著重要角色。然而，值得關(guān)注的是，銷量信息反映的是購買行為，而評分信息反映的是購買體驗，兩者并不總是正相關(guān)，因此讀者時常會面臨信息線索不一致的“選擇困境”—有些書籍評分很高，但銷量并不理想；有些書籍銷量很高，評分卻不盡人意。在這種情況下，讀者往往需要綜合評估評分和銷量這兩類信息，其中某一類信息可能會主導(dǎo)購書決策。

當(dāng)前，絕大多數(shù)研究主要關(guān)注評分或銷量信息對讀者在線購書決策的獨立影響，卻忽視了它們?nèi)绾喂餐a(chǎn)生影響以及相對強弱關(guān)系，導(dǎo)致目前對讀者在線購書行為的理解不足。本文將探索讀者在社會化學(xué)習(xí)過程中評估信息線索的認(rèn)知機制，揭示評分與銷量信息如何共同影響在線購書決策。此外，本文重點關(guān)注評分和銷量信息不一致情境下讀者在線購書的決策過程，即“高評分低銷量”與“低評分高銷量”情境，這有助于辨別不同信息線索對決策的影響差異。為了更客觀地反映讀者態(tài)度并捕捉其認(rèn)知特征，本文采用認(rèn)知神經(jīng)科學(xué)中的腦電技術(shù)（Event-related potential，ERP）深入解析讀者的內(nèi)隱態(tài)度，從大腦神經(jīng)層面打開認(rèn)知“黑箱”，為理解讀者在線購書行為提供新的理論與方法視角，同時也為正確引導(dǎo)讀者在線購書提供科學(xué)的實踐指導(dǎo)。

2 文獻綜述與假設(shè)

2.1 社會化學(xué)習(xí)

社會化學(xué)習(xí)理論是美國心理學(xué)家阿爾伯特·班杜拉（Alert Bandura）提出的一種社會心理學(xué)說。班杜拉認(rèn)為，社會化學(xué)習(xí)是一種依賴于社會互動的個人學(xué)習(xí)過程[2]。學(xué)習(xí)者通過觀察、模仿他人行為而潛移默化地習(xí)得新知識或改變原有認(rèn)知和行為?？诒畬W(xué)習(xí)和觀察性學(xué)習(xí)是社會化學(xué)習(xí)的兩種傳統(tǒng)方法，口碑學(xué)習(xí)是消費者通過閱讀在線評價等網(wǎng)絡(luò)口碑信息補足缺失的產(chǎn)品信息的過程，而觀察性學(xué)習(xí)是消費者在模仿他人購買行為中形成互動的過程[3]，他人行為可以反映于產(chǎn)品銷量信息，也可以是購買后的推薦信息。相關(guān)研究證實，口碑學(xué)習(xí)和觀察性學(xué)習(xí)各自擁有不可替代的持續(xù)影響力，發(fā)生作用的機制也有所不同。比如，口碑學(xué)習(xí)會強化消費者的內(nèi)在動機，而觀察性學(xué)習(xí)則會強化消費者的外在動機[4]?？诒畬W(xué)習(xí)中負(fù)面口碑比正面口碑更有影響力，但觀察性學(xué)習(xí)中正面信息會顯著增加銷售額，負(fù)面信息的影響不顯著[5]。諸多研究證明，社會化學(xué)習(xí)顯著提升了消費者對產(chǎn)品的評估效率和決策效率[6]，也顯著影響了購買意愿以及信息貢獻、信息分享等行為動機[7][8]。

2.2 社會化學(xué)習(xí)影響在線購書

相關(guān)研究表明，評價和銷量對讀者購書意愿均有顯著影響。評價是研究中關(guān)注最多的信息線索，而評分則是評價的一種形式。評價對于各類產(chǎn)品的品牌形象和消費者的購買意愿都有重要影響[9]，特別是當(dāng)在線選購圖書等體驗型產(chǎn)品時，讀者無法獲得切身的使用體驗，便更加依賴評價這一信息[10]。研究發(fā)現(xiàn)，評價的數(shù)量和效價對于圖書銷量有顯著的正向影響，而評價觀點的差異有顯著的負(fù)向影響。第一，評價數(shù)量意味著圖書信息在讀者之間的傳播范圍和知名度，不論是暢銷書還是新書，評價的數(shù)量越多，銷量往往也越高[11]。第二，評價效價方面，正負(fù)面評價都會對圖書購買產(chǎn)生顯著影響，正面評價無疑可以增加讀者對圖書質(zhì)量的期望，提升讀者對圖書的期待[12]；而讀者對負(fù)面評價感知到的有用性更高于正面評價[13]，一星極端低評的影響大于五星極端好評[14]，并且在個別情況下通過宣傳負(fù)面評價還有可能提升圖書的知名度從而增加讀者購買的可能性，提高銷售額[15]。第三，評論的觀點差異對購買圖書也會產(chǎn)生負(fù)面影響，圖書評價的差異越小，即正負(fù)一致性越高時，讀者的購買意愿越堅定[16]。

歷史銷量信息也得到較多研究人員的關(guān)注。銷量提供的信息雖然相對較少，但更直觀真實地表明了人們的購買選擇，是十分有效的質(zhì)量信號[17]。銷量信息可以顯著影響消費者的感知風(fēng)險，從眾心理會驅(qū)使消費者優(yōu)先考慮同一類型中歷史銷量更高的產(chǎn)品，在線購書時亦是如此[18]。圖書銷量排行榜也是讀者購買圖書的重要參考，銷量排名可預(yù)測銷售情況[19]。以往研究發(fā)現(xiàn)，當(dāng)讀者了解到一本書的歷史銷量很高時，該書之后的銷量便會有所增長[20]。

2.3 口碑學(xué)習(xí)和觀察性學(xué)習(xí)對于在線購書的影響差異

在相關(guān)產(chǎn)品的消費決策研究中，口碑學(xué)習(xí)和觀察性學(xué)習(xí)的相對影響力得到了一定的關(guān)注。有研究發(fā)現(xiàn)，美容消費中基于行動信息的觀察性學(xué)習(xí)比基于評價信息的口碑學(xué)習(xí)更有影響力，并認(rèn)為消費者的專業(yè)知識發(fā)揮了負(fù)面調(diào)節(jié)作用，消費者的參與則發(fā)揮了正面調(diào)節(jié)作用[21]。而對于動漫消費者來說，社區(qū)網(wǎng)絡(luò)口碑是其決定觀看動漫的最大驅(qū)動力，其次才是熱門程度，即口碑學(xué)習(xí)比觀察性學(xué)習(xí)更加重要[22]。也有研究比較了口碑學(xué)習(xí)和觀察性學(xué)習(xí)在不同涉入度的產(chǎn)品中的影響力區(qū)別，發(fā)現(xiàn)消費者在購買諸如手機等高涉入度產(chǎn)品時受到評價信息的影響更大，但在購買諸如洗衣液等低涉入度產(chǎn)品時受到銷量信息的影響更大[23]。還有研究通過建立兩期模型發(fā)現(xiàn)，當(dāng)消費者只能進行基于銷量信息的觀察性學(xué)習(xí)時，龍頭公司總是有更有利的優(yōu)勢；但是，隨著口碑信息的完善，當(dāng)消費者能同時進行口碑學(xué)習(xí)和觀察性學(xué)習(xí)時，新公司可能會更具競爭力，這反映出消費者對于評價信息的信任和依賴[24]。

可見，口碑學(xué)習(xí)和觀察性學(xué)習(xí)的相對影響力可能受到產(chǎn)品特性因素的影響。圖書是一種典型的體驗型產(chǎn)品，以一定的世界觀和價值觀為精神性前提[25]，這會導(dǎo)致讀者買書更重“內(nèi)容”[26]。因此，圖書營銷格外注重形成“讀者到讀者”的價值傳遞的口碑作用。一項數(shù)據(jù)顯示，43.4%的購書行為受網(wǎng)絡(luò)社群口碑的影響高于受價格的影響[27]。而針對一些體驗型產(chǎn)品，評分信息是抑制銷量信息診斷性的高范圍線索，無論銷量信息如何變化，消費者總是傾向于購買評分更高的產(chǎn)品[28]。此外，對很多產(chǎn)品而言，口碑都被認(rèn)為是最能夠影響或預(yù)測銷售情況的因素?；诖?，本研究提出行為層面的假設(shè)：

H1：社會化學(xué)習(xí)兩種方法的影響力存在差異，當(dāng)評分和銷量信息不一致時，讀者更愿意相信口碑學(xué)習(xí)，選擇評分信息較高的圖書。

2.4 在線購書的決策過程及神經(jīng)機制

社會化學(xué)習(xí)反映的是消費者對于信息線索意義的理解，通過加深個體對產(chǎn)品的認(rèn)知來提升決策效率[29]。因此，本研究認(rèn)為社會化學(xué)習(xí)可以理解為個體對信息線索進行認(rèn)知加工的過程。相關(guān)研究表明，個體進行消費決策的認(rèn)知過程經(jīng)歷了感知風(fēng)險監(jiān)測、信息沖突分析和選項價值評估三個階段[30]。風(fēng)險感知主要是指消費者對購買錯誤造成的金錢和時間等方面后果的評估， 在在線購物的選擇決策中起重要作用，負(fù)向影響著消費者的購買意愿和產(chǎn)品銷量。當(dāng)感知風(fēng)險降低時，產(chǎn)品的銷售表現(xiàn)隨之提升[31]。網(wǎng)購平臺能夠呈現(xiàn)的信息越來越豐富，但信息沖突也愈發(fā)常見，識別沖突成為決策的必要環(huán)節(jié)[32]。信息沖突會降低消費者的購買意愿并負(fù)面影響信息用戶的相關(guān)行為。在最終決策動機產(chǎn)生之前，有一個形成自我選擇標(biāo)準(zhǔn)和價值分類的過程[33]。消費者將既有選項與自己的預(yù)期進行比對，根據(jù)相似程度對購買既有選項的價值程度進行評估。在線購書盡管存在著一定的特殊性，但仍是一種消費行為，本研究認(rèn)為其決策過程也依循以上三個階段。

決策的認(rèn)知加工在讀者大腦中完成，是一個連續(xù)的、內(nèi)隱的過程。自報告等傳統(tǒng)研究方法在捕捉這一過程的關(guān)鍵特征方面的作用往往非常有限，而認(rèn)知神經(jīng)科學(xué)的技術(shù)則被廣泛用于探討這種內(nèi)隱過程。近年來，隨著認(rèn)知神經(jīng)科學(xué)與傳播學(xué)、管理學(xué)等領(lǐng)域的交叉融合不斷深入，已有學(xué)者關(guān)注到運用認(rèn)知神經(jīng)科學(xué)方法打開讀者心理“黑箱”的必要性。諸廉[34]提出認(rèn)知神經(jīng)科學(xué)的技術(shù)和方法可被應(yīng)用于數(shù)字閱讀研究，通過獲取讀者認(rèn)知過程與情感體驗的神經(jīng)數(shù)據(jù)，實現(xiàn)數(shù)字出版從創(chuàng)作、閱讀、發(fā)行到傳播的全過程的科學(xué)研究；袁小群和劉葉萍[35]也指出，采用認(rèn)知神經(jīng)科學(xué)的研究辦法能夠幫助出版企業(yè)從神經(jīng)層面解決讀者識別問題?；诖?，為能捕捉?jīng)Q策過程中注意力、情緒等一系列認(rèn)知特征，本研究采用認(rèn)知神經(jīng)科學(xué)領(lǐng)域中具有毫秒級別時間分辨率的腦電技術(shù)。

神經(jīng)領(lǐng)域相關(guān)研究表明，決策過程中的感知風(fēng)險監(jiān)測、信息沖突分析和選項價值評估可通過N200、N400和晚正電位 （Late Positive Potential，LPP）三項神經(jīng)指標(biāo)來反映[36]。前文提到，口碑學(xué)習(xí)和觀察性學(xué)習(xí)的影響力可能不相同。因此，本研究推測，決策的認(rèn)知加工過程中，當(dāng)評分和銷量信息線索不一致時，在“高評分低銷量”和“低評分高銷量”兩種情況下，各項神經(jīng)指標(biāo)會呈現(xiàn)出特定差異。

研究表明，感知風(fēng)險監(jiān)測階段，正面評價能夠有效降低感知風(fēng)險[37]，而負(fù)面評價帶來更強的感知風(fēng)險，會削弱甚至消除購買意愿[38]。評分和銷量信息線索不一致的情境下，消費者只通過評分的高低感知風(fēng)險，相較于低評分來說，高評分引起更小的感知風(fēng)險；而銷量的變化則并未引起感知風(fēng)險的顯著差異[39]。腦電技術(shù)中的N200成分可以有效體現(xiàn)風(fēng)險感知強度的變化[40]。N200是一種在刺激開始后250—350毫秒左右達到峰值的負(fù)向成分，主要分布在腦部前區(qū)。感知風(fēng)險程度越強烈，N200波幅越大。比如，關(guān)于社會風(fēng)險對于消費者購買決策的影響研究發(fā)現(xiàn)，相較于無社會風(fēng)險條件，有社會風(fēng)險條件引發(fā)了更加顯著的N200波幅[41]。因此，本研究提出神經(jīng)層面的假設(shè)：

H2a：在感知風(fēng)險監(jiān)測階段，相較于低評分高銷量，高評分低銷量引發(fā)的感知風(fēng)險更?。w現(xiàn)在更小的N200波幅上）。

在信息沖突分析階段，無論銷量如何變化，相較于低評分來說，高評分總是與消費者的預(yù)期偏差更小，更能夠被接受[42]，所以高評分和低銷量之間可能并不存在所謂的沖突。此外，還有大量研究強調(diào)了負(fù)面評價的強效應(yīng)。例如，相較于正面評價來說，負(fù)面評價對于消費者購買力的影響甚至可能高達兩倍以上[43]；負(fù)面評價對降低銷售的效果比正面評價對提升銷量的效果更顯著[44]。這意味著，相較于高評分來說，消費者對于低評分信息的認(rèn)知加工可能更加謹(jǐn)慎和敏感，低評分更加不被接受，且更加不可能與高銷量信息形成組合。腦電技術(shù)中的N400成分可以有效體現(xiàn)對于沖突監(jiān)測的變化。N400是一種中期負(fù)向成分，一般出現(xiàn)于刺激開始后的300—500毫秒之間。以往N400被普遍用以反映語義沖突[45]，但已有越來越多的研究證實N400還可以作為信息和情感沖突的信號，反映既有信息線索和可接受的信息線索之間的偏差，偏差越大，N400振幅越大。比如，購買假冒大牌產(chǎn)品時，相較于有徽標(biāo)的情況，與消費者情感需求沖突的無產(chǎn)品徽標(biāo)的情況引發(fā)了更加顯著的N400波幅[46]。因此，本研究提出神經(jīng)層面的假設(shè)：

H2b：在信息沖突分析階段，相較于低評分高銷量，高評分低銷量引發(fā)的認(rèn)知偏差更?。w現(xiàn)在更小的N400波幅上）。

在選項價值評估階段，當(dāng)評分和銷量信息線索不一致時，無論銷量如何變化，相較于低評分來說，高評分總是更符合消費者的理想選項，引發(fā)更強烈的購買意愿[47]；和其他信息線索相比，評分信息也更能刺激購買意愿[48]。這表明，無論其他信息線索的效價如何，高評分信息總是符合消費者的期待。因此，在信息線索不一致的情境下，包含高評分信息的選項更具有優(yōu)勢。腦電技術(shù)中的晚正電位對決策中的深度評估分類敏感[49]，可用以反映選項與預(yù)期的相似性和決策難度；同時，它象征著動機情感的喚醒，預(yù)示著消費者的潛在購買行為[50]。晚正電位是一種晚期正向成分，一般出現(xiàn)于刺激開始后的300—700 毫秒間。選項價值評估越理想，決策難度越小，購買動機喚醒越強烈，晚正電位振幅越大。比如，在一項研究中，相較于中性評價，更利于價值評估并且使得決策更加容易的極端評價引發(fā)了顯著的晚正電位波幅[51]。因此，本研究提出神經(jīng)層面的假設(shè)：

H2c：在選項價值評估階段，相較于低評分高銷量，高評分低銷量引發(fā)的購買動機喚醒更強（體現(xiàn)在更大的晚正電位波幅上）。

3 研究設(shè)計

3.1 實驗參與者

本研究為被試內(nèi)的腦電實驗，招募被試前，我們首先使用G* Power 3.1軟件分析以估計樣本量，面板參數(shù)設(shè)置如下：冪值為0.95，效應(yīng)大小至少為0.25（f），α值為0.05，默認(rèn)測量相關(guān)性為0.5，非球形相關(guān)值（?）為1。最終計算結(jié)果為，樣本量需 ≥ 29，與目前已發(fā)表的被試內(nèi)設(shè)計腦電實驗文獻中報告的被試數(shù)一致[52]。正式實驗中共有38名被試，包含20位男性，18位女性，年齡在18到29歲之間（M年齡 = 22.184， S.E. = 0.426）。被試均有過在線購書經(jīng)歷，全部為右利手，無精神、神經(jīng)疾病史及家族史（如癲癇等），視力或矯正視力正常，實驗時無頭部外傷，實驗前一周內(nèi)未服用精神興奮類藥物或影響中樞神經(jīng)功能的其他藥物。本實驗通過了上海外國語大學(xué)倫理審查委員會審查。實驗前，所有被試均簽署書面知情同意書，實驗后獲得100元報酬。

3.2 實驗設(shè)計與材料

本研究有評分和銷量信息兩個自變量，采用2（評分：高vs. 低）× 2（銷量：高vs. 低）的實驗設(shè)計，共4種情況。評分以5星制形式呈現(xiàn)，參考前人研究[53]并結(jié)合網(wǎng)絡(luò)書店的真實情況，以4.75顆星和5顆星代表高分，2和2.25顆星代表低分。銷量的數(shù)值則根據(jù)天貓圖書平臺的真實銷售數(shù)據(jù)確定，分別選擇月銷量最高和最低的各100本圖書并計算兩種情況下的平均數(shù)，再±5%確認(rèn)取值范圍，最終以1798—1988作為高銷量數(shù)據(jù)，24—26為低銷量數(shù)據(jù)。四種信息組合下均設(shè)置了72個實驗試次，共計288個實驗試次；共呈現(xiàn)圖書名稱144個，每個書名隨機出現(xiàn)在2個試次中。本研究在大學(xué)生群體中展開，因為大學(xué)生具有較高的圖書消費需求并且往往通過在線購書渠道滿足該需求[54]，具有較強代表性。依據(jù)該群體的特征，本研究選擇學(xué)習(xí)類的和非學(xué)習(xí)類兩種圖書展開實驗，以控制功利性動機的影響。

3.3 實驗流程與數(shù)據(jù)記錄

實驗在一間安靜、無干擾的實驗室進行，流程如圖1所示。實驗準(zhǔn)備階段，為了降低腦電電極阻抗，被試需清洗并吹干頭發(fā)，隨后端坐在一臺計算機顯示器前（約70 厘米）；接著，由主試為其佩戴32導(dǎo)濕電極腦電帽（Brain Products），電極排布按照國際標(biāo)準(zhǔn)10—20系統(tǒng)，在線參考為FCz電極，前額接地，離線分析時轉(zhuǎn)化為雙側(cè)乳突平均參考；佩戴完成后，主試在腦電帽的每一個電極點中注入導(dǎo)電膏，通過調(diào)整導(dǎo)電膏與頭皮的接觸將所有電極點電阻降至10 kΩ以下；最后，被試練習(xí)實驗操作，熟悉后方可開始正式實驗。實驗過程中，腦電帽與腦電圖放大器連接，后者負(fù)責(zé)收集和放大頭皮電極記錄的腦電信號并傳輸?shù)诫娔X，再由BrainVision Recorder 軟件進行全程同步呈現(xiàn)和記錄，采樣率為500 Hz，0.1—100 Hz帶寬。

每個實驗試次中，屏幕中央首先呈現(xiàn)600—800毫秒隨機的注視點，伴隨著時長為600毫秒的空屏，然后屏幕中央呈現(xiàn)圖書書名（2000毫秒）。1200—1400 毫秒隨機的空屏后，隨機呈現(xiàn)該書的月銷量和星級評分?jǐn)?shù)據(jù)（2000 毫秒）。600—800毫秒隨機的空屏后，被試需要對針對該書的購買意愿進行評分。評分采用7點滑動條的形式，被試需要在1（非常不想買）到7（非常想買）的范圍內(nèi)評定對于該書的購買意愿。實驗程序由E-prime 3.0軟件編寫和呈現(xiàn)。為了排除不同自變量水平下實驗試次順序可能帶來的干擾，所有試次隨機出現(xiàn)[55]。此外，為方便后續(xù)數(shù)據(jù)提取時區(qū)分不同的實驗設(shè)置情況，程序在腦電圖中設(shè)置不同“標(biāo)記”，以記錄四種不同情況下刺激屏的出現(xiàn)時間。

3.4 數(shù)據(jù)處理

腦電數(shù)據(jù)采用EEGLAB v14.1.1進行離線分析：首先手動去除漂移較大的腦電波偽跡，利用0.1—30 Hz的有限脈沖響應(yīng)（Finite Impulse Response，F(xiàn)IR）濾波對數(shù)據(jù)進行處理，然后使用獨立成分分析（Independent Component Analysis，ICA），輔以Adjust插件對眨眼、眼瞟、肌電、頭動等偽跡進行校正；選取刺激前200 毫秒至刺激后800毫秒的這段時程對數(shù)據(jù)進行分段，使用刺激前200 毫秒的平均幅值作為基線；最后，去除所有電極峰值差大于±100 μV的試次，將剩余試次按照先前程序設(shè)置的“標(biāo)記”區(qū)分不同的實驗設(shè)置情況，然后分別對四種情況下的所有試次數(shù)據(jù)進行疊加平均。本研究中所有被試各情況下的可用試次數(shù)均≥ 40。

結(jié)合腦電波圖形特征和相關(guān)腦電研究規(guī)范，本研究提取N200、N400和晚正電位這三項神經(jīng)指標(biāo)，根據(jù)相應(yīng)電極點和時間窗的腦電波特征，分析被試進行感知風(fēng)險監(jiān)測、信息沖突分析和選項價值評估的情況：選取F3、Fz、F4、FC1、FC2、C3、Cz、C4這8個電極點和280—350毫秒的時間窗對N200波幅進行重復(fù)測量方差分析。選取F3、Fz、F4、Fc1、Fc2這5個電極點和380—500毫秒的時間窗對N400波幅進行重復(fù)測量方差分析。選取C3、Cz、C4、CP1、CP2這5個電極點和400—600毫秒的時間窗對晚正電位波幅進行重復(fù)測量方差分析。統(tǒng)計分析使用SPSS26.0（International Business Machines Corporation）軟件。

4 結(jié) 果

4.1 行為結(jié)果

對被試匯報的購買意愿進行重復(fù)測量方差分析，發(fā)現(xiàn)：（1）評分信息的主效應(yīng)顯著（F（1，37） = 120.905， p < 0.001，=0.766），被試對于高評分圖書的購買意愿（M高評分 = 4.682， S.E. = 0.161）顯著高于低評分圖書（M低評分 = 2.576，S.E. = 0.142）。（2）銷量信息的主效應(yīng)顯著（F（1，37） = 42.459， p < 0.001，=0.668），被試對于高銷量圖書的購買意愿（M高銷量 = 4.158， S.E. = 0.144）顯著高于低銷量圖書（M低銷量 = 3.101， S.E. = 0.120）。（3）評分和銷量信息的交互效應(yīng)顯著（F（1， 37）= 21.681， p < 0.001，=0.369），進一步做簡單效應(yīng)分析，發(fā)現(xiàn)每組情況之間均有顯著差異：在高評分的情況下，被試對于高銷量圖書（M高評分高銷量 = 5.378， S.E. = 0.183）的購買意愿顯著高于對于低銷量圖書（M高評分低銷量 = 3.986， S.E. = 0.174）的購買意愿（F（1， 37） = 80.379， p < 0.001，=0.685）；在低評分的情況下，被試對于高銷量圖書（M低評分高銷量 = 2.937， S.E. = 0.185）的購買意愿顯著高于對于低銷量圖書（M低評分低銷量 = 2.215， S.E. = 0.120）的購買意愿（F（1，37） = 32.077， p < 0.001，=0.464）；在高銷量的情況下，被試對于高評分圖書的購買意愿（M高評分高銷量 = 5.378， S.E. = 0.183）顯著高于對于低評分圖書（M低評分高銷量 = 2.937， S.E. = 0.185）的購買意愿（F（1， 37） = 114.793， p < 0.001，=0.756）；在低銷量的情況下，被試對于高評分圖書（M高評分低銷量 = 3.986， S.E. = 0.174）的購買意愿顯著高于對于低評分圖書（M低評分低銷量 = 2.215， S.E. = 0.120）的購買意愿（F（1， 37） = 98.544， p < 0.001，=0.727）。

對信息線索不一致情形下的兩組結(jié)果進行配對t檢驗發(fā)現(xiàn)：存在顯著差異（t （1， 37）= 4.456， p < 0.001，d=0.723），被試對于高評分低銷量圖書（M高評分低銷量 = 3.986， S.E. = 0.174）的購買意愿顯著高于低評分高銷量圖書（M低評分高銷量 = 2.937， S.E. = 0.185），支持H1。

4.2 腦電結(jié)果

腦電實驗中被試在感知風(fēng)險監(jiān)測階段（N200成分，280—350毫秒）、信息沖突分析階段（N400成分，380—500毫秒）以及選項價值評估階段（晚正電位成分，400—600毫秒）的腦電波幅如表1所示。

4.2.1 感知風(fēng)險監(jiān)測階段（N200）

對評分（高-低）×銷量（高-低）×電極點（F3、Fz、F4、FC1、FC2、C3、Cz、C4）進行重復(fù)測量方差分析，結(jié)果顯示：（1）評分信息的主效應(yīng)不顯著（F（1， 37） = 2.797， p = 0.103，=0.070）。（2）銷量信息的主效應(yīng)顯著（F（1， 37） = 4.784， p = 0.035，=0.114），低銷量圖書（M低銷量 = -1.135， S.E. = 0.509）引起的N200波幅顯著大于高銷量圖書（M高銷量 = -0.724， S.E. = 0.488）。（3）評分和銷量信息的交互效應(yīng)不顯著（F（1， 37） = 0.321， p = 0.574，=0.009）。

對信息線索不一致情形下的兩組結(jié)果進行配對t檢驗發(fā)現(xiàn)：高評分低銷量圖書（M高評分低銷量 = -0.971， S.E. = 0.521）和低評分高銷量圖書（M低評分高銷量 = -0.980， S.E. = 0.494）引起的N200波幅無顯著差異（t （1， 37） = 0.034， p = 0.973，d =0.006），不支持H2a。

4.2.2 信息沖突分析階段（N400）

對評分（高-低）×銷量（高-低）×電極點（F3、Fz、F4、FC1、FC2）進行重復(fù)測量方差分析，結(jié)果顯示：（1）評分信息的主效應(yīng)顯著（F（1， 37） = 12.466， p = 0.001，=0.252），低評分圖書（M低評分 = -0.193， S.E. = 0.540）引起

的N400波幅顯著大于高評分圖書（M高評分

= 0.612， S.E. = 0.574）。（2）銷量信息的主效應(yīng)不顯著（F（1， 37） = 0.357， p = 0.554，=0.010）。（3）評分和銷量信息的交互效應(yīng)顯著（F（1， 37） = 14.571， p < 0.001，=0.283），進一步做簡單效應(yīng)分析發(fā)現(xiàn)：高評分情況下高銷量和低銷量圖書引起的N400波幅有顯著差

異（F（1， 37） = 5.085， p = 0.030，=0.121），

高評分高銷量圖書（M高評分高銷量 = 0.905， S.E. = 0.595）引起的N400波幅顯著大于高評分低銷量圖書（M高評分低銷量 = 0.319， S.E. = 0.582）；低評分情況下高銷量和低銷量圖書引起的N400波幅有顯著差異（F（1， 37） = 10.704， p = 0.002，=0.224），低評分高銷量圖書（M低評分高銷量 = -0.590， S.E. = 0.549）引起的N400波幅顯著大于低評分低銷量圖書（M低評分低銷量 =0.204， S.E. = 0.559）；高銷量情況下高評分和低評分銷量圖書引起的N400波幅有顯著差異（F（1， 37） = 22.683， p < 0.001，=0.380），高銷量低評分圖書（M低評分高銷量 = -0.590， S.E. = 0.549）引起的N400波幅顯著大于高銷量高評分圖書（M高評分高銷量 = 0.905， S.E. = 0.595；低銷量情況下高評分（M高評分低銷量 = 0.319， S.E. = 0.582）和低評分（M低評分低銷量 = 0.204， S.E. = 0.559）圖書引起的N400波幅無顯著差異（F（1， 37） = 0.185， p = 0.670，=0.005）。

對信息線索不一致情形下的兩組結(jié)果進行配對t檢驗發(fā)現(xiàn)：存在顯著差異（t（1， 37） = 4.078， p < 0.001，d=0.662），低評分高銷量圖書（M低評分高銷量 = -0.590， S.E. = 0.549）引起的N400波幅顯著大于高評分低銷量圖書（M高評分低銷量 = 0.319， S.E. = 0.582），支持H2b。

4.2.3 選項價值評估階段（晚正電位）

對評分（高-低）×銷量（高-低）×電極點（C3、Cz、C4、CP1、CP2）進行重復(fù)測量方差分析，結(jié)果顯示：（1）評分信息的主效應(yīng)顯著（F（1， 37） = 14.462， p = 0.001，=0.281），高評分圖書（M高評分 = 3.164， S.E. = 0.523）引起的LPP波幅顯著大于低評分圖書（M低評分 = 2.193， S.E. = 0.491）。（2）銷量信息的主效應(yīng)不顯著（F（1， 37） = 1.408， p = 0.243，=0.037）。（3）評分和銷量信息的交互效應(yīng)顯著（F（1， 37） = 8.577， p = 0.006，=0.188），進一步做簡單效應(yīng)分析發(fā)現(xiàn)：高評分情況下高銷量和低銷量圖書引起的晚正電位波幅有顯著差異（F（1， 37） = 6.679，p = 0.014，=0.153），高評分高銷量圖書

（M高評分高銷量 = 3.492， S.E. = 0.547）引起的晚正電位波幅顯著大于高評分低銷量圖書（M高評分低銷量 = 2.835， S.E. = 0.530）；低評分情況下高銷量（M低評分高銷量 = 2.076， S.E. = 0.510）和低銷量（M低評分低銷量 = 2.311， S.E. = 0.494）圖書引起的晚正電位波幅無顯著差異（F（1， 37）= 1.220， p = 0.276，=0.032）；高銷量情況下的高評分和低評分圖書引起的晚正電位波幅有顯著差異（F（1， 37） = 20.104，p < 0.001，=0.352），高銷量高評分圖書（M高評分高銷量 = 3.493， S.E. = 0.547）引起的晚正電位波幅顯著大于高銷量低評分圖書（M低評分高銷量 = 2.076， S.E. = 0.510）；低銷量情況下高評分（M高評分低銷量 = 2.835， S.E. = 0.530）和低評分（M低評分低銷量 = 2.311， S.E. = 0.494）圖書引起的晚正電位波幅無顯著差異（F（1， 37） = 3.574， p = 0.067，=0.088）。

對信息線索不一致情形下的兩組結(jié)果進行配對t檢驗發(fā)現(xiàn)：存在顯著差異（t（1， 37） = 2.834， p = 0.007， d=0.460），高評分低銷量圖書（M高評分低銷量 = 2.835， S.E. = 0.530）引起的晚正電位波幅顯著大于低評分高銷量圖書（M低評分高銷量 = 2.076， S.E. = 0.510），支持H2c。

5 結(jié)論與討論

本文以社會化學(xué)習(xí)為視角，運用認(rèn)知神經(jīng)科學(xué)的方法探索讀者在線購書的認(rèn)知機制，得到行為和神經(jīng)兩個層面的發(fā)現(xiàn)，下面是對本文發(fā)現(xiàn)的討論。

5.1 行為結(jié)果討論

行為結(jié)果表明，評分和銷量信息的主效應(yīng)顯著，相較于低評分或低銷量的圖書，讀者更愿意購買高評分或高銷量的圖書；評分和銷量信息的交互效應(yīng)顯著，面對評分和銷量中的某一類信息相同的兩項選擇時，讀者更愿意購買另一類信息更為積極的圖書。這說明，評分和銷量兩類信息線索分別并共同對讀者的購書意愿產(chǎn)生顯著影響，讀者總是更愿意購買信息線索更加積極的圖書。

當(dāng)信息線索不一致時，讀者對于高評分低銷量圖書的購買意愿顯著大于低評分高銷量圖書，說明評分信息對讀者在線購書決策的影響更大，支持H1。也就是說，當(dāng)面臨選擇的“糾結(jié)”時，讀者將評分信息看作第一性參考因素，這與一些學(xué)者研究其他產(chǎn)品時產(chǎn)生的結(jié)論相似[56]，證明口碑學(xué)習(xí)具有強大的影響。但這項結(jié)果與張（Cheung）等[57]的研究結(jié)果相反。雖然同為體驗型產(chǎn)品，張等的研究發(fā)現(xiàn)美容產(chǎn)品消費者更愿意跟從他人的選擇，而非更看重口碑。

產(chǎn)生相反結(jié)果的原因可能是產(chǎn)品特性的差異。Z世代讀者對于圖書的剛性需求更加明顯，他們期望通過看書來實現(xiàn)自我提升、社會交往、愛好滿足等多重目的，因此購書的目的性和功能性更強，讀者的購買選擇也更加理智[58]，對于內(nèi)容質(zhì)量的評估顯得更加重要。因而，購書區(qū)別于其他一般的體驗型產(chǎn)品消費，享樂性更弱，沖動消費、行為跟隨等特征[59]也相應(yīng)減弱了。

5.2 腦電結(jié)果討論

腦電結(jié)果表明，評分和銷量信息在不同階段分別呈現(xiàn)出顯著的主效應(yīng)，并共同呈現(xiàn)出顯著的交互效應(yīng)，體現(xiàn)在N200、N400、晚正電位三項神經(jīng)指標(biāo)上。這代表著讀者綜合運用兩種社會化學(xué)習(xí)方法做出在線購書決策，評分和銷量信息對決策過程前期的感知風(fēng)險監(jiān)測、中期的信息沖突分析以及后期的選項價值評估三個階段產(chǎn)生影響。具體來說，感知風(fēng)險監(jiān)測階段，效應(yīng)體現(xiàn)在N200波幅的差異上。銷量信息的主效應(yīng)顯著，低銷量比高銷量信息引發(fā)更大的N200波幅，說明讀者基于銷量信息評估購買風(fēng)險，銷量低被認(rèn)為購買風(fēng)險更大；評分信息的主效應(yīng)不顯著，評分和銷量信息的交互效應(yīng)也不顯著，說明讀者對于圖書的感知風(fēng)險程度不受評分信息的影響。信息沖突分析階段，效應(yīng)體現(xiàn)在N400波幅的差異上。評分和銷量信息的交互效應(yīng)顯著，代表讀者基于兩條信息線索進行了協(xié)同分析；評分信息的主效應(yīng)顯著，銷量信息的主效應(yīng)不顯著，代表評分信息產(chǎn)生了更大的影響；高評分信息比低評分信息引發(fā)更小的N400波幅，代表高評分信息引發(fā)的情感沖突更小。選項價值評估階段，效應(yīng)體現(xiàn)在晚正電位波幅的差異上。評分和銷量信息的交互效應(yīng)顯著，意味著讀者基于前兩階段的認(rèn)知加工進行了深入評估，根據(jù)既有的信息線索組合與理想情況的相似度來評估選項價值，喚醒購買動機；評分信息的主效應(yīng)顯著，銷量信息的主效應(yīng)不顯著，代表評分信息產(chǎn)生了更大的影響；高評分比低評分信息引發(fā)了更大的晚正電位波幅，代表高評分更具價值，喚醒的購買動機更強烈。

當(dāng)信息線索不一致時，在感知風(fēng)險監(jiān)測階段，高評分低銷量和低評分高銷量引發(fā)的感知風(fēng)險沒有顯著差異，這體現(xiàn)在N200波幅在上述兩種情況下無顯著差異，H2a未得到支持，即評分信息未對風(fēng)險感知產(chǎn)生顯著影響，這與一些研究結(jié)果不一致。例如，普羅希特（Purohit）和斯里瓦斯塔瓦（Srivastava）[60]提出的線索診斷理論將信息線索根據(jù)影響力分為高范圍和低范圍線索；研究發(fā)現(xiàn)，個體在風(fēng)險監(jiān)測階段傾向于只依賴評分信息這一高范圍線索[61]，而銷量作為低范圍線索不起到特殊作用。本文得到相反結(jié)論可能跟決策過程中的信息加工難度有關(guān)，可從階段任務(wù)和心理變化過程對此展開解釋，N200成分出現(xiàn)在信息加工的早期階段，讀者可能會首先選擇一種更加直觀簡單的信息線索進行學(xué)習(xí)，形成所謂的“第一眼印象”。相較于評分來說，銷量信息的高低差異和含義更加直觀，更加容易判斷，讀者可以進行快速的觀察性學(xué)習(xí)。由此，本文創(chuàng)新性地證明了銷量信息這一低范圍線索在風(fēng)險感知過程中作為主要評估依據(jù)發(fā)揮的基礎(chǔ)作用，肯定了銷量信息的必要性。

在信息沖突分析階段，相較于低評分高銷量，高評分低銷量引發(fā)的認(rèn)知偏差更小，這體現(xiàn)在更小的N400波幅上；在選項價值評估階段，相較于低評分高銷量，高評分低銷量引起的購買動機喚醒更加強烈，這體現(xiàn)在更大的晚正電位波幅上。N400和晚正電位的結(jié)果不僅肯定了優(yōu)良口碑對于讀者決策的積極推動作用，還印證了“負(fù)面效應(yīng)”的強影響力[62]，H2b、H2c均得到支持。讀者對于低評分信息的敏感性很強，他們可能普遍認(rèn)為，一本口碑好的書暢銷或不暢銷都是有可能且合理的，但遭到差評的圖書卻出現(xiàn)熱賣的情況則是不合理的。這樣的內(nèi)隱態(tài)度明顯地影響了他們對于不同信息組合的價值評估以及最終的購買意愿。其實，高評分低銷量的信息線索組合在網(wǎng)絡(luò)書店等在線購物的情境中并不少見。圖書存在內(nèi)部的橫向差異，主題、體裁等不盡相同，一本圖書不可能適用于所有讀者。有些圖書雖然只被少部分的讀者群體需要，但在小范圍內(nèi)形成了良好的口碑，高評分低銷量便傳遞出了“小眾優(yōu)質(zhì)”的信息。而低評分高銷量的信息線索組合卻更有可能使得讀者產(chǎn)生商家“刷數(shù)據(jù)”的造假質(zhì)疑。

此外，本文關(guān)注了性別作為一項變量可能引起的結(jié)果差異。但最終無論是從行為還是腦電數(shù)據(jù)上來看，差異均不顯著。這說明，男性和女性讀者在線購書時的決策認(rèn)知機制是基本一致的。因此，本文的研究結(jié)果具有較為理想的普適性。

5.3 實踐建議

綜上，本文為網(wǎng)絡(luò)書店制定與完善營銷策略提供以下建議。

第一，注重圖書的口碑建設(shè)。讀者在線購書時更加關(guān)注評分信息，而當(dāng)前商家多提供圖書的歷史銷量信息，設(shè)置各種圖書熱銷榜單，評分信息相對較少。因此，商家在主動提供評分信息的同時，可以嘗試運用多種形式著重突出良性評價，如呈現(xiàn)圖書在各平臺獲得的高評分?jǐn)?shù)據(jù)，節(jié)選以往讀者的精彩點評或邀請權(quán)威專家進行推薦等，由此對數(shù)字化的評分信息進行具體補充。

第二，注重各類信息線索的一致性。信息沖突是影響讀者在線購書決策的重要因素，因此商家應(yīng)該注重信息管理。一方面要展開有效的信息監(jiān)測，及時發(fā)現(xiàn)信息沖突情況；另一方面要展開深度調(diào)研，充分了解信息沖突出現(xiàn)的原因，并制定具有針對性的調(diào)整策略。

第三，注重多元化信息呈現(xiàn)。讀者面對信息沖突時往往比較糾結(jié)，難以決策。因此，有必要呈現(xiàn)多元化信息線索輔助決策。如開設(shè)免費試讀功能，根據(jù)評分變化制定口碑上升榜單，根據(jù)銷量的長尾效應(yīng)制定長期熱銷榜單、回購榜單等。

本文采用神經(jīng)科學(xué)技術(shù)為在線購書決策研究提供了理論和方法上的新視角，加深了對在線購書決策的理解，仍存在一些局限。第一，在神經(jīng)科學(xué)實驗對于重復(fù)試次數(shù)量的嚴(yán)格要求下，受到條件限制，本文只能選擇兩個變量進行探索。今后在實驗條件的不斷完善下，可選擇更多變量，疊加更多試次，進行更加豐富的研究。第二，神經(jīng)科學(xué)實驗的樣本數(shù)相較于大數(shù)據(jù)樣本數(shù)偏少，其更大的實際價值在于預(yù)測趨勢，因此，今后可利用神經(jīng)科學(xué)的范式開展更多預(yù)測研究。

注 釋

[1][21][57]Cheung C， Xiao B， Liu I. The impact of observational learning and electronic word of mouth on consumer purchase decisions： The moderating role of consumer expertise and consumer involvement[A]. 2012 45th Hawaii International Conference on System Sciences， 2012：3228–3237

[2]Bandura A， Walters R H. Social learning theory [M]. Englewood cliffs Prentice Hall.1977： 1

[3][6][29]張亦文. 消費者社會化學(xué)習(xí)、個體認(rèn)知與在線消費決策各階段效率的互動關(guān)系[J]. 商業(yè)經(jīng)濟研究， 2022， 4：81-84

[4][23]Wang F， Wang M， Wan Y， et al. The power of social learning： How do observational and word-of-mouth learning influence online consumer decision processes？[J]. Information Processing & Management， 2021， 58（5）：102632

[5]Chen Y， Wang Q， Xie J. Online social interactions： A natural experiment on word of mouth versus observational learning[J]. Journal of Marketing Research， 2011， 48（2）：238-254

[7]Patil A， Malhotra K， Maity M. Observational learning： Influence of regulatory focus， knowledge， and summarized observable recommendations on consumer decision outcomes in an online environment[J]. International Journal of Consumer Studies， 2022， 46（4）：1428-1450

[8]Wang Y， Yu C. Social interaction-based consumer decision-making model in social commerce： The role of word of mouth and observational learning[J]. International Journal of Information Management， 2017， 37（3）：179-189

[9]Jasin M. The role of social media marketing and electronic word of mouth on brand Image and purchase intention of SMEs product[J]. Journal of Information Systems and Management， 2022， 1（4）： 54-62

[10]Monfared A， Ghaffari M， Barootkoob M， et al. The role of social commerce in online purchase intention： Mediating role of social interactions， trust， and electronic word of mouth[J]. Journal for International Business and Entrepreneurship Development， 2021， 13（1）：22-39

[11]Kaur K， Singh T. Impact of online consumer reviews on Amazon books sales： Empirical evidence from India[J]. Journal of Theoretical and Applied Electronic Commerce Research， 2021， 16（7）：2793-2807

[12]任娟. 大數(shù)據(jù)背景下在線評論在圖書銷售中的策略分析[J]. 編輯學(xué)刊， 2016， 4：42-46

[13][62]任小靜， 李琪. “負(fù)面偏見”對平臺認(rèn)證型評論感知有用性的影響[J]. 中國管理科學(xué)， 2019， 27（9）：149-159

[14][44]Chevalier J， Mayzlin D. The effect of word of mouth on sales： Online book reviews[J]. Journal of Marketing Research， 2006， 43（3）：345-354

[15]Berger J， Sorensen A， Rasmussen S. Positive effects of negative publicity： When negative reviews increase sales[J]. Marketing Science， 2010， 29（5）：815-827

[16][49]Chen M， Ma Q， Li M， et al. The neural and psychological basis of herding in purchasing books online： An event-related potential study[J]. Cyberpsychology， Behavior， and Social Networking， 2010， 13（3）：321-328

[17]上官莉莉， 繆朝煒， 藍永泉， 等. 線上零售商的新商品定價與銷量信息披露策略分析[J]. 管理工程學(xué)報， 2023， 37（2）：209–221

[18]白蘭英. 讀者購書的從眾心理分析[J]. 出版發(fā)行研究， 2017， 1：43-46.

[19]Liebowitz S， Zentner A. The challenges of using ranks to estimate sales[J]. Journal of Economics & Management Strategy， 2024， 33（1）：3-24

[20]Huang J， Chen Y. Herding in online product choice[J]. Psychology & Marketing， 2006， 23（5）：413-428

[22]Ameri M， Honka E， Xie Y. Word-of-mouth， observational learning， and product adoption： Evidence from an anime platform[J]. Soc Sci Elect Pub， 2016：1-54

[24]Zhou J， Xu R， Jiang C. Sales volume and online reviews in a sequential game[J]. Journal of the Operational Research Society， 2023， 74（10）：2277-2288

[25]鮑金. 全面建成小康社會的歷史方位、重大意義及現(xiàn)代化指向[J]. 上海交通大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2023， 31（8）：36-46

[26]柳斌杰. 中國出版業(yè)的擔(dān)當(dāng)與作為[J]. 現(xiàn)代出版， 2017， 2：5-9

[27]鄒積凱. 圖書數(shù)字化精準(zhǔn)營銷的五大關(guān)注點[J]. 科技與出版， 2021， 9：103-106

[28][42][47]Chen K， Zhang W， Jiang P. Ratings or sales？ The neural and psychological processes of online experience product purchase： Evidence from a sample of Chinese university students[J]. Behavioral Sciences， 2022， 12（12）：499

[30][36]潘煜， 萬巖， 陳國青， 等. 神經(jīng)信息系統(tǒng)研究：現(xiàn)狀與展望[J]. 管理科學(xué)學(xué)報， 2018， 21（5）：1-21

[31]盧超， 呂文霞， 蔣璐， 等. 基于改進UTAUT模型的責(zé)任式創(chuàng)新公眾接受度研究：以智能網(wǎng)聯(lián)汽車為例[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理， 2023， 44（06）：86-100

[32]施卓敏， 張珊. 神經(jīng)營銷ERP研究綜述與展望[J]. 管理世界， 2022， 38（04）： 226-240

[33]Xiao L， Wang F， Wang S， et al. How do review party’ s identity cues influence consumers’ online review adoption intention？[J]. Frontiers in Psychology， 2022， 13：865877

[34]諸廉. 認(rèn)知神經(jīng)科學(xué)在數(shù)字閱讀研究中的應(yīng)用與展望[J]. 出版科學(xué)， 2021， 29（3）：92-101

[35]袁小群， 劉葉萍. 基于神經(jīng)信息學(xué)的出版內(nèi)容傳輸路徑研究[J]. 出版發(fā)行研究， 2020， 8：39-44

[37]陳祥兵， 孫玉志. 顧客參與對網(wǎng)絡(luò)新產(chǎn)品擴散影響的實證檢驗[J]. 商業(yè)經(jīng)濟研究， 2015， 30：68-70

[38]戴世富， 韓曉丹. 社交化背景下口碑營銷在出版社品牌形象塑造中的應(yīng)用[J]. 中國出版， 2015， 15：57-60

[39][55][61]Wang Q， Meng L， Liu M， et al. How do social-based cues influence consumers’ online purchase decisions？ An event-related potential study[J]. Electronic Commerce Research， 2016， 16：1-26

[40]Ma Q， Pei G， Wang K. Influence of negative emotion on the framing effect： Evidence from event-related potentials[J]. Neuroreport， 2015， 26（6）：325-332

[41]Shang Q， Pei G， Jin J. My friends have a word for It： Event-related potentials evidence of how social risk inhibits purchase intention[J]. Neuroscience Letters， 2017， 643：70-75

[43]張卓. 企業(yè)官方微博的溝通策略、議題設(shè)置與負(fù)面口碑管理[J]. 企業(yè)經(jīng)濟， 2023， 42（06）：42-52

[45]孫香杰， 彭興， 孫晗， 等. 事件相關(guān)電位在阿爾茨海默疾病譜中的應(yīng)用[J]. 中國健康心理學(xué)雜志， 2022， 30（12）：1916-1920

[46]Zhang W， Jin J， Wang A， et al. Consumers’ implicit motivation of purchasing luxury brands： An EEG study[J]. Psychology Research and Behavior Management， 2019：913-929

[48]Sun L， Zhao Y， Ling B. The joint influence of online rating and product price on purchase decision： An EEG study[J]. Psychology Research and Behavior Management， 2020， 13：291-301

[50]Wang X， Ma Q， Wang C. N400 as an index of uncontrolled categorization processing in brand extension[J]. Neuroscience Letters， 2012， 525（1）：76-81

[51]Shen Y， Shan W， Luan J. Influence of aggregated ratings on purchase decisions： An event-related potential study[J]. European Journal of Marketing， 2018， 52（1/2）：147-158

[52]Wang， J.， Wang， A.， Zhu， L.， & Wang， H. （2021）. The effect of product image dynamism on purchase intention for online aquatic product shopping： An eeg study[J]. Psychology Research and Behavior Management， 759-768

[53]Kao C， Rao Hill S， Troshani I. Effects of cue congruence and perceived cue authenticity in online group buying[J]. Internet Research， 2020， 30（3）：945-970

[54]解登峰， 溫江妮， 宮兆陽. “互聯(lián)網(wǎng)+”背景下館配服務(wù)O2O模式發(fā)展路徑研究[J]. 出版發(fā)行研究， 2019， 11：81-85

[56]Juliana， Pramono R， Djakasaputra A， et al. Observational learning and word of mouth against consumer online purchase decision during the pandemic COVID-19[J]. Systematic Reviews in Pharmacy， 2020， 11：751-758

[58]隗靜秋. 新消費時代下圖書營銷：情感鏈接、價值輸出與品牌塑造[J]. 編輯之友， 2022， 8：55-61

[59]Hazari S， Bergiel B， Sethna B. Hedonic and utilitarian use of user-generated content on online shopping websites[J]. Journal of Marketing Communications， 2017， 23（6）：572-591

[60]Purohit D， Srivastava J. Effect of manufacturer reputation， retailer reputation， and product warranty on consumer judgments of product quality： A cue diagnosticity framework[J]. Journal of Consumer Psychology， 2001， 10（3）：123-134

（收稿日期：2024-01-30 ）