研究动机

请回忆当你在线上搜索产品时，是否通常会收到两种搜索类型的结果，即原始搜索和赞助搜索？即便大多数的赞助搜索结果都是根据你的搜索关键词生成的，但你似乎更喜欢原始搜索结果，而对赞助搜索结果有些反感？然而，如果你仅仅因为产品是来自赞助搜索结果就选择忽视，你就可能会错过一个与你的需求相匹配且获得其他用户高度评价的产品选择。

平台和商家意识到这一点后，为了有效地将用户的注意力吸引到赞助搜索结果，采用了将赞助搜索结果与积极的用户评分或评论一同呈现的策略。虽然在信息系统文献中，积极的用户评分与评论（社交线索 social cues）已被证明可以有效提高用户采纳信息的意愿，但与赞助搜索结果一同呈现的积极社交线索并不总能提高产品的点击率。因此，本研究的首要目标是了解如何使用不同的在线社交线索来解决用户的隐性顾虑，从而提高用户对赞助搜索结果的接受度。除此之外，有关文献表明用户在面对赞助搜索结果时表现出不同形式的回避，包括有意忽略（认知回避）、不喜欢（情感回避）或根本不点击赞助搜索结果（行为回避）。现有文献往往忽视了他们之间的区别，本研究的另一目标是检验积极社交线索对赞助搜索结果不同形式回避的影响。

研究假设

为了解决用户对赞助搜索结果的隐性顾虑问题，作者确定了三种类型的积极社交线索，其中两个与产品相关，即销量线索和质量线索；第三个则是与卖家相关的可信度线索。

社交线索对认知回避的影响：当用户在决策中面临大量的产品选择时，参考群体的意见有助于减少这种不确定性，用户可以从参考群体的消费经验中学习。更重要的是，这种分享意见通常被信赖。积极的社交线索可以帮助用户评估赞助搜索结果，用户会分配注意力来处理这些社交线索，从而减少对赞助搜索产品的认知回避。由此，作者提出假设:

H1：当把社交线索与赞助搜索产品一起呈现时，用户对赞助搜索产品的认知回避低于不提供社交线索的情况。

社交线索对行为和情感回避的影响：积极的社交线索通过用户对线索的内化来实现减少用户行为和情感回避的影响。然而，并非所有社交线索都会在赞助搜索的环境中被用户内化，如何解决用户在评估赞助搜索时的顾虑是关键。现有文献表明，用户在判断时通常只有一种隐性顾虑较为活跃。因此，我们提出以用户与其活跃的隐性顾虑（active implicit concern）相关的感知作为积极社交线索影响用户行为和情感回避的一组中介变量。包括用户处于 (1) 当用户对产品的受欢迎程度顾虑活跃时对赞助搜索产品的受欢迎程度感知，(2) 当用户对产品的质量顾虑活跃时对赞助搜索产品的质量感知， (3) 当用户对卖家的信誉顾虑活跃时对卖家可信度的感知。此外，社交线索和用户活跃隐性顾虑涉及的产品属性相匹配可以增加用户的心理参与度，且已购买了产品的用户的意见（参考组）被认为是可信和有价值的，作者认为社交线索的内化只会以上匹配的条件下发生。由此，作者提出：

H2a：当展示与用户的活跃隐性顾虑相匹配的产品线索（销量线索和质量线索）时，用户对赞助搜索结果的行为和情感回避将低于不提供社交线索的情况。

H2b：当展示与用户的活跃隐性顾虑不匹配的产品线索时，用户对赞助搜索结果的行为和情感回避不会低于不提供社交线索的情况。

H3：在用户的活跃隐性顾虑与所展示的产品线索相匹配时，产品线索对用户在行为和情感上回避赞助搜索结果的影响由用户对赞助搜索结果产品活跃的隐性顾虑相关的感知作为中介。

相同逻辑同样适⽤于展示卖家可信度线索的效果。通过提⾼⽤⼾对卖家可信度的感知，⾼可信度评级线索将减少⽤⼾对赞助搜索结果的⾏为和情感回避：

H4a：当展示积极的可信度评级线索，并且用户的可信度关注是活跃的时，用户对赞助搜索结果的行为和情感回避将低于不提供社交线索的情况。

H4b：当⽤⼾对赞助搜索结果的可信度顾虑活跃时，可信度线索对赞助搜索结果的⾏为和情感回避的影响由⽤⼾对卖家可信度感知作为中介。

此外，与产品线索在不匹配条件下的影响不同，积极的可信度线索可以在⽤⼾对产品的受欢迎程度顾虑或质量顾虑活跃的不匹配条件下，减少用户对赞助搜索结果的行为和情感回避，这种影响也被称为溢出效应。

H5a：当呈现积极的可信度线索且用户对产品的受欢迎程度顾虑或质量顾虑活跃时，用户对赞助搜索结果的行为和情感回避将低于未提供社交线索时的情况。

H5b：可信度线索对赞助搜索结果的行为和情感回避影响由⽤⼾的活跃隐性顾虑的感知作为中介。

实验设计和发现

作者进行了三个独立的实验来检验假设。在实验 1 中，作者要求被试佩戴眼动追踪设备并在模拟的淘宝搜索⻚⾯上进行不受时间限制地⾃由浏览。对于有社交线索的实验组别，积极的社交线索与赞助搜索结果⼀起呈现在搜索结果页面中。实验使用了两种基于参与者注视数据的测量⽅法，结果表明，对⽆社交线索组别的参与者，其对赞助搜索结果区分配的注意⼒和时间明显低于排列在赞助搜索结果后的原始搜索结果。此外，作者测量了被试对赞助搜索产品的受欢迎程度感知后发现，卖家可信度线索改善了用户对赞助搜索产品的两种感知（受欢迎程度和质量），然⽽，产品线索却⽆法改善与卖家相关的感知。

在实验 2 中，作者验证了两种产品线索对三种形式的赞助搜索结果回避的影响。实验结果表明，与没有产品线索相⽐，⽆论被试的活跃隐形顾虑是产品的受欢迎程度还是质量，产品线索都显著降低了被试的认知回避并提高了他们分配在赞助搜索结果的注意力和时间。此外，在质量顾虑活跃的情况下作者观察到预期的匹配效应，即只有质量线索减少了被试⾏为回避，销量线索则没有。情感回避的结果也显⽰出类似的显著匹配效应。H3 中的中介假设得到验证，但中介效果并不适用于认知回避，这说明在减少认知、行为、情感三种回避的有效机制⽅⾯存在一定差异。

实验3用类似的方法，验证了积极的卖家线索对⽤⼾赞助搜索结果回避的影响（H4 和 H5）。即使在产品相关的隐性顾虑（受欢迎程度顾虑或质量顾虑）都活跃的情况下，积极的可信度线索仍可显著降低被试的回避。然而，当被试的可信度顾虑活跃时，销量线索和质量评级线索都不会增加被试对赞助搜索产品的点击或减少他们的情感回避，产品线索缺乏溢出效应。

结论

本文通过提出隐性顾虑是用户回避赞助搜索结果的主要原因，进一步研究了社交线索对减少用户对赞助搜索结果的认知，行为和情感回避影响的不同理论机制，为在线搜索服务商提供了实践启示。

参考文献：

Deng, H., Wang, W., Li, S., & Lim, K. H. (2022). Can Positive Online Social Cues Always Reduce User Avoidance of Sponsored Search Results?. MIS Quarterly, 46(1).

Link: https://misq.umn.edu/can-positive-online-cues-always-reduce-user-avoidance-of-sponsored-research-results.html

DOI: 10.25300/MISQ/2021/14962

作者信息：

Honglin Deng

Position: Assistant professor, Advanced Institute of Business, Tongji University

Area: Online Consumer Insights, e-Healthcare, Business Analytics, Experimental Research

Website: https://aib.tongji.edu.cn/e7/79/c17222a255865/page.htm

Email: denghonglin@tongji.edu.cn

Weiquan Wang

Title: Professor, Department of Decision Sciences and Managerial Economics, Chinese University of Hong Kong

Area: Online Platforms, Human-AI/Algorithm Interaction, Online Recommendation Agents and Decision-Making, Financial Technologies

Website: https://www.bschool.cuhk.edu.hk/staff/wang-weiquan/

Email: wwang@cuhk.edu.hk

Siyuan (Seth) Li

Title: Assistant professor, William & Mary – Raymond A. Mason School of Business

Area: Personalization and Recommender Systems, Social Media and Network Analysis, Sustainable Information Systems and Energy Informatics

Website: https://online.mason.wm.edu/siyuan-li-ph-d

Email: seth.li@mason.wm.edu

Kai Lim

Title: Chair Professor of Information Technology Innovation and Management, Management and Marketing Department, The Hong Kong Polytechnic University

Area: e-Health, cross-cultural issues related to information systems management, IT-enable innovation, digital transformation, e-commerce, social media, mobile commerce, and human-computer interactions

Website: https://www.polyu.edu.hk/en/mm/people/academic-staff/prof--kai-h-lim/

Email: kai.lim@polyu.edu.hk