将偏好转化为实际承诺：选项呈现顺序的作用

《JOURNAL OF THE ACADEMY OF MARKETING SCIENCE》：Converting preference to actual commitment: The role of option presentation order

　　摘要
营销人员常常难以将消费者的偏好转化为实际购买行为。我们的研究发现了一个新的因素——选项呈现顺序——营销人员可以利用这一因素来优化选项集，从而提高消费者对所选选项的购买意愿。在涵盖数字和传统零售业的激励兼容研究和真实行为情境中，当消费者在选项集的末尾而不是开头遇到他们选择的选项时，表现出更强的购买意愿。这种效应是由感知到的努力回报驱动的——即认为花费在搜索上的努力是值得的。因此，当努力回报的体验受到限制时（例如，所有选项同时呈现而非依次呈现，或者消费者依赖二手信息而非第一手搜索时），这种效应会减弱。这些发现通过将选项呈现顺序确定为一种桥梁，帮助弥合意图与行动之间的差距，并设计出能够增强购买后承诺的选择环境，从而为关于选择架构、购买意愿和精心策划的选项集的研究做出了贡献。

营销人员面临的一个主要挑战是如何将消费者的偏好转化为购买行为。尽管消费者最初表现出兴趣，但他们往往未能付诸行动。他们会在网上购物车中添加商品却最终放弃（Kukar-Kinney等，2022年），查看移动应用却不下载（Kurzweg，2024年），或者试驾汽车或参观房产但没有进行购买或签订租赁合同（Langan，2023年；Rigby，2023年）。这些现象凸显了意图与行动之间的差距：尽管消费者选中了某个选项，但他们并不总是会采取行动。为了解决这个问题，营销人员通常会为消费者精心策划选项集（Harris & Blair，2006年；Tsekouras等，2020年）。例如，一家葡萄酒店可能会在其网站上突出展示当季的精选产品供顾客逐一浏览，或者房地产经纪人可能会带潜在买家参观五处房产。选项在选项集中的排列方式会影响消费者对这些选项的评估（Dellaert等，2024年；Thaler & Sunstein，2009年）。这引出了一个关键问题：除了包含的选项本身，选项在选项集中的呈现顺序如何影响消费者的购买意愿？

既往研究已经探讨了选项呈现顺序如何影响消费者的选择（表2）。在抽样顺序中最后呈现一个选项（而不是第一个）会增加其被选中的可能性（Biswas等，2010年），同样，在菜单的顶部或底部列出食物项目也会增加选择概率（Dayan & Bar-Hillel，2011年）。然而，偏好形成只是消费者决策过程的一部分，越来越多的研究开始认识到购买意愿的重要性（McCoy，2022年）。在一项研究中，被引导选择某个特定选项的消费者更有可能选择它，但随着时间的推移，他们对该选项的持续关注度较低（Polman & Maglio，2024年）。这一发现表明，在初始选择驱动因素与购买后承诺驱动因素之间可能存在脱节。

理解购买后承诺的先行因素对于影响客户留存率和产品使用等结果非常重要（例如，Belli等，2022年；Bhattacharya，1998年）。然而，关于承诺驱动因素的研究仍然有限（表2）。现有研究主要集中在选项展示特征（例如，选项集的大小；依次呈现 vs 同时呈现）或决策辅助工具的存在（例如，将选项标记为可选状态）如何影响购买意愿（Cioffi & Garner，1996年；Putnam-Farr & Riis，2016年）。例如，依次呈现选项（而不是同时呈现）可能会因让人们希望以后能找到更好的选项而降低购买意愿（Mogilner等，2013年）。

我们提出了一个不同的问题：在选项集中所选选项的呈现顺序是否会影响消费者对该选项的购买意愿？我们预测，当所选选项在选项集的后期而不是早期出现时，消费者会对它更有购买意愿。我们之所以关注这一点，是因为购买意愿在促成销售、产生收入和减少选择延迟方面起着关键作用（Dhar，1997年；Iyengar & Lepper，2000年）。

营销人员如何知道消费者更喜欢哪个选项？尽管偏好通常是建立起来的（Lichtenstein & Slovic，2006年），但技术进步使营销人员能够更好地预测消费者的需求（Agarwal等，2020年；Fisher & Woolley，2024年；Kukar-Kinney等，2022年）。营销人员可以追踪消费者的搜索历史和鼠标移动来衡量他们的兴趣和参与度，同时利用消费者社交圈或人工智能的洞察来更好地估计他们的偏好（McKinsey & Company，2025年）。在线下环境中，这种分析可以通过访问前的调查表或与买家的交谈来进行。

为了说明这一点，我们对20位经验丰富的房地产经纪人进行了访谈（见网络附录A）。80%的经纪人相信他们能够识别出潜在买家的偏好选项，但他们没有预料到呈现顺序会对此产生影响。50%的经纪人认为呈现顺序不会影响买家的购买意愿。正如一位经纪人所说：“只要满足条件，你不需要考虑先展示哪个选项或最后一个展示哪个选项。”37.5%的经纪人倾向于先展示可能更受青睐的选项，而只有12.5%的经纪人将其放在最后。

我们发展了一个理论框架来解释选项集中优选选项的呈现顺序与消费者购买意愿之间的关系。我们提出，当消费者的首选选项在选项集的结尾而不是开头展示时，他们对这个选项的购买意愿会更强。我们推测这种效应是因为当人们在选项集的结尾找到首选选项时，感觉他们的搜索努力得到了更多的回报，这种增强的努力回报增加了他们对这个选项的购买意愿。

这项研究在几个理论层面做出了贡献。首先，在广义上，我们为选择架构的研究做出了贡献（例如，Johnson，2021年；Thaler & Sunstein，2009年）。许多以往的研究探讨了选项的排列方式（包括其呈现顺序）如何影响消费者的选择（表2）。我们通过表明选项呈现顺序还会影响一个不同的、之前未被研究过的结果——购买后承诺，从而推动了这一领域的发展。这样，我们将选择架构研究扩展到了选择之后的情况。其次，我们为关于购买后承诺的新兴研究做出了贡献（表3）。以往的研究展示了选项集的结构性元素（如选项集大小或决策辅助工具）如何影响购买意愿，但尚未考虑在精心策划的选项集中选项的排序是否会影响购买意愿。鉴于购买后承诺在客户留存率、产品使用和购买满意度中的作用，这是一个重要的问题。我们通过将选项呈现顺序确定为购买后承诺的一个新先行因素来填补这一空白。第三，在理解选项呈现顺序如何影响购买意愿的机制方面，我们发现了一个新的心理驱动因素：努力回报，即感到花费在搜索上的努力是值得的。努力回报反映了从搜索过程中获得的积极效用。我们提出并发现，当消费者觉得他们的努力“得到了回报”时，他们对由此产生的选择会更加认同。因此，我们将关注点从个体花费的努力量转移到了他们如何解读这种努力上。作为一种独特的评估过程，努力回报扩展了现有的理论，揭示了消费者从相同的努力中获得的效用可以驱动购买意愿。

除了这些贡献之外，我们还为不同行业和渠道提供了实用的建议，以弥合意图与行动之间的差距。购买后承诺对于促成销售、产生收入和减少选择延迟至关重要。我们发现，营销人员如何在有限的选项集中排序选项会影响消费者通过努力回报感知而产生的购买意愿。

**概念框架**
在搜索过程中，消费者不仅希望找到他们偏好的选项（Dellaert & H?ubl，2012年；Mathwick & Rigdon，2004年），他们还希望感受到搜索过程是有价值的。这是努力回报的本质，即感受到投入到搜索中的时间和精力对实现期望结果有实质性的贡献（Feather等，2011年；Higgins，2000年）。我们提出，当在有限的选项集中最后一个找到首选选项时，消费者会将整个过程视为成功的因素。每个选项都帮助他们识别出了首选选项，使最终选择显得更加有根据，努力也更有价值。相反，当第一个找到首选选项时，人们可能会草率地做出选择，而将后续的选项视为确认决定的一种方式，而不是认真考虑其他选项。消费者更倾向于在决定购买前探索多个选项（Mochon，2013年），并在查看完整选项集之前不愿停止搜索（Bastardi & Shafir，1998年）。

因此，以最后一个选项结束搜索（而不是第一个）会使整个过程感觉更有价值，努力看起来更加值得。这一理念与“交易效用”概念相似（Thaler，1985年），即消费者从过程的感觉中获得效用。我们提出，消费者从他们的搜索努力带来的回报中获得效用（即，从相同的努力中获得的效用；Buechel & Janiszewski，2014年）。在选项集的结尾找到首选选项会增加人们认为努力是值得的感觉。例如，想象一下，消费者在一个在线葡萄酒店浏览精心挑选的葡萄酒，其中有一款被标记为“员工推荐”。如果员工推荐的葡萄酒首先出现，消费者可能会继续浏览全部选项后才做决定；如果它出现在最后，消费者会浏览全部选项后选择员工推荐的那一款。在这两种情况下，消费者看到的选项集和最终选择是相同的。然而，我们预测，在选项集的结尾遇到员工推荐的葡萄酒会带来更大的努力回报感，因为搜索过程会显得更有回报。人们对于事情发生的时间有先入为主的看法，例如何时努力应该得到回报或何时应该有好的结果，他们会从与这些预期相符的体验中获得意义（Klein & Fishbach，2014年）。在选项集的结尾找到员工推荐的葡萄酒可能会让人觉得更有意义，从而增强努力值得的感觉。

我们提出，当在选项集的结尾而不是开头选择一个选项时，感知到的努力回报会增加对该选项的购买意愿。我们将购买意愿定义为坚持选择并随着时间推移不改变该决定的意愿（Cioffi & Garner，1996年；Gerard，1965年）。更大的回报感是因为投入的努力感觉更有意义。当人们觉得他们的努力对结果有实质性的贡献时，他们更有可能坚持这一选择（Inzlicht & Campbell，2022年）。相反，当努力缺乏意义时，人们就不会对其产生承诺感。关于努力投入的信念会影响购买意愿；在一项研究中，人们对与他们付出的努力相一致的奖励更有承诺感（例如，收听歌曲的CD奖励 vs DVD奖励；Kivetz，2005年）。基于以往的研究，我们提出，当消费者觉得他们的努力得到了回报时，他们对由此产生的选择会有更强的承诺感。

总之，我们预测：当消费者在选项集的结尾而不是开头找到首选选项时，他们对这个选项的购买意愿会更强。H2：当消费者在选项集的末尾（而不是早期）找到他们所选的选项时，他们会更觉得自己的努力得到了回报；这解释了呈现顺序对承诺度的影响。我们使用中介效应和调节效应的方法来研究这种努力回报机制。我们预测，呈现顺序对承诺度的影响是通过感知到的努力回报来中介的，并且无法体验到努力回报会减弱呈现顺序对承诺度的影响。我们通过两种方式来操纵体验努力回报的能力。首先，我们理论化地认为，当消费者同时而不是依次查看选项时，他们体验到努力回报的可能性较小。当选项依次逐一呈现时，消费者可以跟踪和监控自己的搜索过程，并反思他们的努力是否值得。相比之下，当选项同时呈现时，消费者可以很容易地识别出他们偏好的选项，而不被促使去反思他们的努力是否值得（Basu & Savani, 2017; Mogilner et al., 2013）。因此，我们预计当选项同时呈现时，所选选项的呈现顺序对承诺度的影响会减弱。其次，我们理论化地认为，当消费者通过第三方了解选项时，他们体验到努力回报的可能性较小。当消费者自己主动进行搜索时，他们可以直接跟踪自己的努力投入并评估其是否值得（Bhattacharjee et al., 2014）。然而，当第三方进行搜索时，消费者与搜索过程的联系较弱，导致他们不太可能监控自己的努力投入并评估其是否值得。因此，我们预计当消费者通过第三方了解选项时，顺序对承诺度的影响也会减弱。图1展示了我们的概念模型。我们在下面正式化了我们的预测：

图1
这张图片的替代文本可能是使用AI生成的。

概念模型。注意：对于大多数研究（研究1、3、4、5a和5b），自变量（IV）反映了所选选项是在选项集的开始还是结束时呈现的。在研究2中，IV反映了所选选项是在选项集的中间还是结束时呈现的。试点研究和研究6a-6b以所选选项阶段作为预测变量。

H3a：同时呈现选项（而不是依次呈现）会减弱呈现顺序对承诺度的影响。
H3b：将努力归因于他人（而不是自己）的搜索会减弱呈现顺序对承诺度的影响。

除了为我们的提出的机制提供证据外，我们还探讨了其他可能的解释。一种可能性是，呈现顺序影响承诺度是因为人们更喜欢他们后来发现的选项。鉴于偏好的建设性本质（Lichtenstein & Slovic, 2006），偏好可能会受到对比效应或延续效应的影响（Bickart, 1993; Unnava & Aravindakshan, 2021）。例如，选项集中的相邻选项可能会影响人们对这些选项的承诺度。为了验证这一点，我们测量了人们对选择的喜好程度，预测所选选项的顺序会影响选择后的承诺度，但在控制了喜好程度后，这种影响仍然存在。我们还预计，当消费者首先进行搜索，然后后来得知他们选择的选项在选项集中出现得更晚（而不是更早）时，这种影响仍然存在，从而防止了早期看到的选项影响对所选选项的喜好。因此，我们提供了反对对比效应或延续效应完全解释我们发现的证据。

另一种可能性是，选项呈现顺序的效果是由于记忆差异造成的，因为人们可能更好地记住了后来看到的选项（例如，近因效应；Carney & Banaji, 2012; Li & Epley, 2009）。为了确保我们的效果与记忆效应无关，我们在所有参与者做出选择之前都提醒了他们所有选项的完整列表。我们的调节研究也有助于解决记忆因素。如果效果是因为人们更好地记住了最近看到的选项，那么无论消费者是否投入了自己的努力进行搜索，所选选项的呈现顺序都应该会影响承诺度。相反，我们预测只有当消费者能够通过亲身体验搜索过程来体验努力回报时，选项呈现顺序才会影响选择后的承诺度。

为了进一步支持我们的基本机制，我们还将努力回报与其他相关概念区分开来，如努力合理化、承诺度的升级和认知失调。努力合理化是指当获得某个结果需要更多（而不是更少）的努力时，人们会更为正面地评价这个结果的倾向。在经典范式中，当开始的难度更大（而不是更小）时，人们会认为一个无聊的俱乐部更吸引人（Aronson & Mills, 1959; Wu et al., 2023）。人们通过夸大对结果的评估来为看似不值得的结果所付出的更大努力进行合理化。相比之下，我们保持投入的努力水平不变，确保每个人都选择一个价值相似的选项。努力回报也与承诺度的升级不同，后者是指“在失败的行动中继续进行”（Mayberry et al., 2018; Schmidt & Calantone, 2002; Staw, 1976）。我们提出的过程不涉及失败的经历。实际上，合理化理论可能会预测相反的模式：如果更早发现一个首选选项会让人觉得随后的搜索是浪费的努力，从而需要合理化这种感觉（Bolton & Alba, 2012）。然而，我们提出并发现，当所选选项最后呈现时，努力回报更大。最后，努力回报与认知失调不同（Festinger, 1957），后者源于态度和行为之间的冲突，通常会促使态度改变以解决不适。在我们的情境中，没有这样的冲突；人们选择的是他们真正偏好的选项。

研究概述
我们预测，营销人员在精心策划的选项集中排列选项的顺序会影响消费者选择后的承诺度。我们借鉴了两种已建立的方法来操作化选择后的承诺度：（1）即时跟进行为，例如访问商店进行购买、取货或坚持选择某个选项而不是更换（例如，Iyengar & Lepper, 2000; Janakiraman et al., 2011; Mogilner et al., 2013）；（2）长期行为，例如签订更长期的合同（Consiglio & van Osselaer, 2019; Shah et al., 2016）。我们在一项试点研究和八项主要研究中测试了我们的预测（见表1）。我们在网络附录中报告了三项补充研究。

表1 研究概要

我们预先确定了所有样本量，以确保有足够的统计功效。对于测试主要效应的研究（研究1-4），我们在应用基于试点测试的预先注册排除标准之前，每个实验组至少招募了50名参与者。对于调节效应的研究，我们增加了样本量以检测交互作用（研究5a：每个实验组200名参与者；研究5b：每个实验组375名参与者）。我们为研究5b招募了比研究5a更多的参与者，因为我们预期其效应大小较小。研究6a针对500名参与者，以获得精确的支付意愿估计（Sch?nbrodt & Perugini, 2013）；研究6b和试点研究各招募了200名参与者，符合最低样本量建议（De Winter et al., 2016）。数据、材料和预先注册信息可在OSF上找到：https://osf.io/qn83w。

试点研究：现实世界演示和纵向后果
我们首先在现实世界中验证了我们的预测。我们招募了最近完成房地产 tours 的参与者。我们测量了他们在 tours 期间查看的选项总数，并确定了他们选择的房产在选项集中的位置。然后我们评估了他们对选择的承诺度。此外，为了排除其他解释，我们还测量了他们对所选选项的喜好程度。我们预测在选项集的后期发现所选选项与承诺度之间存在正相关关系，而对喜好程度没有这种影响。为了补充这些结果，我们一年后再次联系了参与者，以探讨承诺度的潜在消费后后果。

方法
我们预先注册了这项研究（aspredicted.org/K1X_QTJ），并从MTurk中招募了192名在过去一年内参加过房地产 tours 并最终购买了或租赁了房产的美国参与者。要参与调查，参与者需要在 tours 期间看过不止一个选项。

脚注2：由于是预先注册的，我们在分析中包括了所有通过注意力检查的受访者（n = 187，Mage = 38.18，SD = 12.31；58.8%为男性）。除了询问参与者在 tours 期间看了多少个选项外，我们还询问了他们在 tours 的哪个阶段（第一个、第二个、第三个、第四个或第五个及以后）看到了最终选择租赁或购买的选项。由于不同参与者看到的选项总数不同，我们通过将所选选项的查看顺序除以 tours 期间看到的总选项数来计算“所选选项阶段”。例如，一个参观了四个房产并选择了第三个房产的参与者的所选选项阶段为75%，而一个参观了五个房产并选择了第三个房产的参与者的所选选项阶段为60%。这一指标的较高值表示所选选项是在选项集中相对较晚发现的。

我们的因变量是选择后的承诺度（双项目量表；r =.70；Janakiraman et al., 2011）：“你多快提交了[租赁/购买]你目前居住的房产的申请？”以及“你有多愿意提交[租赁/购买]你最终选择的房产的申请？”（从1到100；分数越高表示承诺度越高）。作为控制变量，我们测量了参与者对他们选择的选项的喜好程度：“你在那周看到的所有选项中，有多喜欢你最终选择的这个房产？”（1 = 完全不喜欢；100 = 非常喜欢）。作为探索性项目的额外问题在网络附录D中报告。

纵向跟进
我们在12个月后再次联系了参与者，以探讨他们对所选选项的承诺度的消费后后果。我们询问了他们：“你打算在这个房子/公寓里住多久？”（1 = 不会住很久，7 = 非常久）。我们还评估了他们对房产的维护意愿（双项目量表；r =.90）：“在我房子/公寓前面，如果我看到塑料垃圾，我会捡起来”，以及“我会努力清理房子/公寓 front 的杂物”（1 = 完全不会，7 = 非常会）。这一测量反映了当人们对房产有更高的承诺度时，他们会更好地照顾它们（Bellezza et al., 2017），并捕捉了他们希望长期保存和维护房产的愿望（Polman & Maglio, 2024）。

结果
我们将承诺度与所选选项阶段进行了回归分析，结果显示两者之间存在正相关关系（我们报告了标准化系数；β = 0.19，t(185) = 2.58，p =.011）。在房地产 tours 期间较晚看到所选选项的参与者报告了对它的更高承诺度。

为了探讨另一种解释，我们将喜好程度与所选选项阶段进行了回归分析，但没有发现显著效果（β = 0.04，t(185) = 0.56，p =.578）。此外，在控制了喜好程度后，所选选项阶段与承诺度之间的关系仍然存在（β = 0.16，t(184) = 2.73，p =.007）。这一结果表明，这种效应不是由于喜好程度的差异或延续效应造成的——具体来说，就是在选项集早期看到较不吸引人的选项会增加对后来看到的选项的承诺度。

分析12个月的跟进测量结果显示，承诺度对消费后的意图有积极影响。参与者的初始承诺度预测了他们一年后打算在房子里住多久（β = 0.25，t(82) = 2.27，p =.026），并预测了他们一年后的房产维护意愿（β = 0.27，t(82) = 2.48，p =.015）。

讨论
这项试点研究在现实世界环境中支持了我们的预测：消费者在实际房地产 tours 中越晚找到他们选择的房子，他们对它的承诺度就越高。房地产代理人通常对买家偏好有很强的感知，但可能忽视了呈现顺序的作用——即在 tours 的后期呈现一个匹配度更高的房产可以增加客户的承诺度，并可能促进销售（见网络附录A）。我们不建议推迟展示客户的梦想家园；相反，战略性地在一天或周末的看房结束时展示它可能有助于更快地完成销售。这些发现也解释了其他可能的解释，例如人们可能认为后面的选项更有吸引力，这可能是由于一种延续效应（Bickart, 1993; Unnava & Aravindakshan, 2021）。选择的选项顺序并没有影响人们对所选选项的喜爱程度，即使在控制了喜爱程度之后，这种顺序对决策的影响仍然显著。

**研究1：模拟房地产看房中的更高承诺度**

研究1有三个目标：在受控的实验设计中测试假设1；评估我们提出的调节变量——感知努力回报；以及探讨选择喜好和努力投入作为替代解释的可能性。我们开发了一个模仿Apartments.com的模拟房地产网站。参与者查看房地产列表的地图，并考虑花一天时间参观五套公寓。我们操纵了最受欢迎（评分最高）的公寓是首先还是最后展示给参与者。参与者做出选择，并表明他们希望的租期长度，这是我们衡量承诺度的方法（Shah等人，2016）。我们预计，那些在选项列表的末尾而不是开头找到心仪公寓的参与者会更加倾向于购买它，而且这种倾向是通过感知努力回报来中介的。

**方法**

我们预先注册了这项研究（aspredicted.org/LR9_6QR），并从MTurk平台招募了503名美国参与者。在应用了预先设定的排除标准后，最终得到了476名参与者（平均年龄=42.37岁，标准差=12.03岁；45%为男性）。

我们将参与者随机分配到两个条件组中：选择一个选项的起始位置（开始 vs. 结尾）。参与者想象自己与房地产经纪人一起参观每一套公寓。为了模拟这种情况，参与者查看了一个包含不同公寓的城市地图。类似于Apartments.com这样的租赁网站，每套公寓在噪音水平和居民对房屋维护的满意度等维度上都被评分为1到5星（详见网络附录E中的刺激材料）。被分配到“选择选项开始”组的参与者首先看到目标公寓（即评分最高的公寓）；而被分配到“选择选项结束”组的参与者则看到相同的公寓列表，但评分最高的公寓是在列表的末尾。然后参与者选择他们想要租赁的公寓（图2）。在这项研究和后续研究中，我们在选择时向参与者展示了所有选项，以排除记忆因素的影响。

**图2**

我们通过询问参与者“你打算租这套公寓多长时间？”来衡量他们的承诺度（使用7点量表，从1=0个月到7=36个月；改编自Shah等人，2016年）。接下来，我们通过询问“你觉得你在公寓搜索上投入的努力有多大回报？”来评估我们的调节变量——感知努力回报（1=根本没有回报，7=非常有回报）。为了探讨其他可能的解释，我们还测量了参与者对所选公寓的喜爱程度和努力投入（1到7分）。

**结果**

在我们主要的预先注册分析中，我们只包括了那些选择了目标（即评分最高）选项的参与者。这确保了所有参与者在所有条件下载用了相同的选项，从而我们可以独立于选择本身来分析选项顺序对承诺度的影响；实际上，大多数参与者都选择了他们偏爱的选项（详见网络附录B）。这一标准排除了与所选选项的吸引力相关的混淆因素。为了增加研究的稳健性，我们还报告了一个包含所有参与者的保守性意图治疗分析（Hollis & Campbell, 1999; Lachin, 2000）。即使控制了人口统计因素（年龄、性别），结果也没有变化（详见网络附录C）。

那些在选项列表的末尾而不是开头找到心仪公寓的参与者对其承诺度更高（Mend=4.36，标准差=1.28；Mbeginning=4.11，标准差=1.14；t(474)=2.26，p=.024，d=0.21）。他们还报告了更高的感知努力回报（Mend=6.34，标准差=0.92；Mbeginning=5.66，标准差=1.39；t(474)=6.31，p<.001，d=0.58），这中介了选项顺序对承诺度的影响（Βindirect=0.11，SE=0.03，95%置信区间=[0.05, 0.17]；所有中介分析都使用了10,000次自助法重采样；Hayes, 2015；图3）。

**通过感知努力回报的中介作用（研究1）**。注意：括号内表示标准误。*p<.05；*** p<.001。中介分析是在选择了评分最高（最受欢迎）选项的参与者中进行的。

在控制了喜爱程度后，我们继续发现感知努力回报的中介作用（Βindirect=0.08，SE=0.03，95%置信区间=[0.03, 0.14）。

**讨论**

研究1为我们的预测提供了因果支持：那些在选项列表的末尾而不是开头找到心仪公寓的参与者对其承诺度更高，希望租期更长（H1）。这种效应是通过感知努力回报来中介的（H2）。我们进一步发现，这种效应不能通过努力投入或喜爱程度的差异来解释。

这些结果对营销人员具有实际意义。为了提高选择后的承诺度，营销人员可以在推荐列表的末尾展示客户最有可能选择的选项。战略性地将在推荐列表末尾放置的理想选项，不仅有助于销售人员延长合同期限，也有助于流媒体服务、新闻平台和在线学习平台提高订阅率。

尽管研究1为H1提供了初步证据，但仍有一些问题需要解答。首先，如果首选选项是第一个展示的，消费者是否会停止搜索？两项研究表明这种情况不太可能发生。在后续调查中（N=331），只有不到2%（n=6）的参与者表示只希望查看一个选项。在补充研究1中，参与者可以在任何时候停止搜索，结果有75%的参与者查看了整个选项列表（详见网络附录F）。其次，当首选选项价格更高时，这些发现是否仍然成立？我们在补充研究2中采用了与研究1相同的设计，改变了选项列表中的公寓价格，发现即使所选公寓价格最高，这种效应仍然存在（详见网络附录G）。

**研究2：区分顺序效应与其他选择选项的曝光影响**

研究2将这种效应推广到了对列表末尾（而非中间）选项的承诺度，以及一个新领域：寻找汽车。参与者想象自己参观了一家汽车经销商，经销商为他们选择了七辆汽车进行试驾。为了排除我们在研究中提出的“感知努力回报”之外的其他可能影响因素，我们要求参与者在不查看其他选项信息的情况下，考虑选择最后展示的汽车（而非中间展示的汽车）。也就是说，在每辆汽车的试驾结束后，参与者被告知他们选择了最后一辆车（而非第四辆）。我们预计，当参与者得知他们选择的汽车是最后一辆时，他们的承诺度会增加，这种效应是通过感知努力回报来中介的。

**方法**

我们预先注册了这项研究（aspredicted.org/648s-gjr4.pdf），并从Connect平台招募了150名美国参与者（平均年龄=39.88岁，标准差=14.08；56.7%为男性）。参与者在同一个主体设计中完成了两种条件（中间 vs. 末尾），并且顺序是平衡的。

参与者想象自己参观了一家汽车经销商并填写了信息表以表明他们的偏好（例如，预算、偏好车辆大小、驾驶历史等）。然后他们得知经销商根据信息表为他们选出了七辆汽车进行试驾。所有参与者都进行了七次模拟试驾，并想象在每次试驾后做了笔记（详见网络附录E中的刺激材料）。试驾结束后，参与者得知他们最喜欢的汽车是第四辆还是最后一辆（顺序是平衡的）。通过这种方式，我们独立于选项列表中的其他信息改变了他们选择选项的顺序。

我们通过询问“你觉得你在汽车搜索上投入的努力有多大回报？”来衡量感知努力回报（1=完全没有回报，7=非常有回报）。我们使用了一个两项目量表来衡量承诺度（Janakiraman等人，2011；r=0.80）：“你愿意回到经销商那里对你的首选汽车提出报价吗？”以及“你希望多快回到经销商那里提出报价？”（从1到7；分数越高表示越希望立即采取行动）。探索性结果详见网络附录D。

在“选择选项结束”组（vs. 中间组）的参与者对他们的选择更加忠诚（Mend=6.05，标准差=1.07；Mmiddle=5.89，标准差=1.09；t(149)=3.18，p=.002，d=0.26）。与承诺度一致的是，参与者在“结束组”中的努力回报感也更强（Mend=6.29，标准差=1.10；Mmiddle=5.85，标准差=1.21；t(149)=5.35，p<.001，d=0.44）。感知努力回报中介了条件对承诺度的影响（Bindirect=0.12，SE=0.03，95%置信区间=[0.05, 0.19]）（MEMORE模型1；Montoya & Hayes, 2017）。

**讨论**

研究2将这种效应推广到了列表末尾（而非中间）展示的选项，并区分了偏好（意图）和承诺（行动）。参与者并没有自己做出选择，而是被告知他们选择的选项在列表的末尾（而非中间）。仅仅知道他们的选择在展示顺序中的位置就影响了他们的承诺度和感知努力回报，这表明营销人员可以通过强调消费者选择的选项在列表中的位置来策略性地增强他们的承诺度。

**研究3：与激励措施相契合的葡萄酒选择**

研究3采用了一种与激励措施相契合的设计，参与者从在线零售商那里搜索葡萄酒。其中一款标有“员工推荐”的葡萄酒被放在选项列表的开始或结尾位置。我们预测，在列表的结尾选择这款葡萄酒会增加对它的承诺度，这种效应是通过感知努力回报来中介的。

我们预先注册了这项研究（aspredicted.org/nj9k-v4tm.pdf），并从Connect平台招募了450名21岁及以上的美国参与者。在应用了预先设定的排除标准后，最终样本量为324人（平均年龄=39.07岁，标准差=11.76；53.4%为男性）。

我们将参与者随机分配到两个条件组中：选择一个选项的起始位置（开始 vs. 结尾）。参与者在一个“寻宝”范式中查看了五款葡萄酒的详细信息（该范式改编自之前的研究Winet等人，2022年）。每款葡萄酒都附有基本信息（例如，葡萄品种、酿酒方式、食物搭配）和员工评价。其中一个选项被标记为“员工推荐”。在“选择选项开始”组中，员工推荐的葡萄酒是第一个展示的；在“选择选项结束”组中，员工推荐的葡萄酒是最后一个展示的。在查看每款葡萄酒后，参与者选择了其中一款。

我们通过询问“你觉得你在寻找葡萄酒上投入的努力有多大回报？”来衡量感知努力回报（3项量表；α=0.95）：“你在寻找葡萄酒上投入的努力有回报吗？”；“你花费在寻找葡萄酒上的时间是否值得？”；“你在寻找葡萄酒上投入的能量是否得到了充分利用？”（1=完全没有回报，7=非常有回报）。我们还设置了一个激励性抽奖，参与者可以在收到他们选择的葡萄酒（价值30美元）或亚马逊礼品卡（价值20美元）之间做出选择。选择葡萄酒使我们能够评估承诺度，因为这反映了他们坚持自己选择选项的意愿（Mogilner等人，2013）。探索性结果详见网络附录D。

我们报告了两项分析：一项是对选择员工推荐葡萄酒的参与者进行的预先注册分析（n=324），另一项是对所有参与者进行的非预先注册的意图治疗分析。在选择员工推荐葡萄酒的参与者中，选项顺序影响了他们的承诺度：在“选择选项结束”组中，有更高比例的参与者选择收到他们的葡萄酒（30.5%），而在“选择选项开始”组中这一比例为16.7%（χ2(1, N=324)=8.38，p=.004，φ=0.16）。这种效应在全部样本中也显现出来（32.6% 对比 18.3%；χ2(1, N = 450) = 12.05, p < .001, φ = 0.16）。在选择员工精选酒的参与者中，条件对感知的努力回报也有影响（Mend = 5.24, SD = 1.46；Mbeginning = 4.99, SD = 1.55；t(322) = 1.47, p =.142, d = 0.16），尽管这种差异在统计上并不显著。当将所有参与者纳入分析时，这一结果变得显著（Mend = 5.16, SD = 1.49；Mbeginning = 4.85, SD = 1.55；t(448) = 2.11, p =.035, d = 0.20）。在全部样本中，感知的努力回报介导了条件对抽奖选择的影响（Βindirect = 0.11, SE = 0.06, 95% CI = [0.01, 0.25]）。

讨论：在激励相容的设计中，策略性地在选择集的末尾（而非开头）展示标记为员工精选的葡萄酒，增加了参与者对该选项的承诺度。这些发现通过证明选择顺序对承诺度的影响既适用于自然偏好的选项（研究1），也适用于营销人员希望推广的选项（研究3），从而扩展了管理学意义。在推荐列表的末尾展示新推出的产品或标记为“员工精选”的项目，可能会提高试用率和承诺度。

**研究4：激励相容的AI驱动应用推荐**

研究4采用了一种激励相容的两阶段设计，应用于一个AI驱动的冥想应用程序推荐系统中。参与者首先报告他们的心理健康目标，并收到一组个性化的推荐应用。每个应用都包含了一个基于参与者预调查反馈的AI生成的“有效性匹配分数”。我们操纵了与用户最匹配的应用是在选择集的开始还是结束时展示。为了检验潜在的价格-承诺权衡，这个最高匹配的应用价格更高。我们预期，即使价格更高，如果在选择集的末尾展示，参与者对它的承诺度也会更高，并且这种效应会通过感知的努力回报来中介。

**方法**

我们从Connect网站招募了148名美国参与者。经过与前几项研究相同的排除程序后，最终样本数为104名参与者（平均年龄 = 41.40岁，标准差 = 15.16岁；54.8%为男性）。我们将参与者随机分配到两个条件组中（选择选项：开始 vs. 结尾）的被试间设计中。在第一阶段，参与者报告了他们的冥想目标和整体心理健康状况。他们了解到AI系统将根据他们的回答生成五个个性化的应用推荐，每个应用都有一个“有效性匹配分数”。在第二阶段，选择“开始选项”的参与者会在选择集的开始部分看到最高匹配的应用；选择“结束选项”的参与者则会在选择集的结束部分看到同样的应用集，但最高匹配的应用会展示在最后。我们调整了月订阅费用，使得有效性分数最高的应用价格最高。在查看所有五个应用后，参与者会看到所有选项并选择一个。

我们像研究3一样测量了感知的努力回报（3项量表；α = 0.96）。我们使用一个激励相容的选择任务来评估承诺度：一个是赢得他们选择的冥想应用的一个月免费订阅，另一个是获得一张可以兑换为其他应用的礼品卡（其价值比他们选择的应用的订阅费用低一美元）。

**结果**

与研究1和3一样，我们的主要分析集中在选择了匹配分数最高选项的参与者身上。当他们的选择应用在选择集的末尾展示时（58.5%），相比在开始时（37.3%；χ2(1, N = 104) = 4.70, p =.030, φ = 0.21），更多的参与者选择了应用相关的抽奖。当这个选项在选择集的末尾展示时，感知的努力回报也更高（Mend = 5.02, SD = 1.60；Mbeginning = 4.38, SD = 1.53；t(102) = 2.08, p =.040, d = 0.41）。感知的努力回报介导了条件对承诺度的影响（Bindirect = 0.28, SE = 0.21, 95% CI = [0.01, 0.82]）。

**注释6**

通过两阶段方法，即使最高匹配的应用是价格最高的选项，当消费者的偏好在调查中测量并随后用于生成AI策划的选择集时，这种效应仍然存在。在这种激励相容的设计中，即使是最昂贵的选项，最后看到的参与者对其的承诺度也更高（H1）。实际上，与消费者偏好更匹配的选项通常价格也更高。尽管一些消费者可能对价格敏感，但研究4与补充研究2（网络附录G）一致，表明选择顺序对承诺度和感知的努力回报的影响即使在所选选项更昂贵的情况下仍然存在（H2）。

在研究4中，将最高匹配的应用展示在最后显著提高了消费者完成选择的承诺度，相比在开始时展示了该应用，承诺度增加了57%。鉴于应用程序安装的平均转化率为30%（Kurzweg, 2024），即使是微小的展示顺序变化也可能显著影响下载量。成功吸引消费者参与不仅需要提供正确的产品，还需要以正确的顺序展示它。

**研究5a和5b：通过体验努力回报的能力进行调节**

接下来，我们通过调节机制来测试这一过程。我们认为，如果消费者无法体验到他们的努力得到了回报，那么他们不太可能因为展示顺序的不同而对某个选项表现出更大的承诺度。改变人们在选择集中看待选项的方式是一种操纵感知努力回报的方法。当选项依次展示时，如研究1-4中那样，消费者可以追踪自己的搜索过程并反思他们的努力是否值得。相比之下，当选项同时展示时，消费者可能会在没有仔细参与搜索过程的情况下选择一个选项，这不会促使他们反思自己的努力是否值得（H3a）。

**研究5a**

我们预先注册了这项研究（aspredicted.org/ZS9_CWT），并从MTurk网站招募了799名美国参与者。经过预先设定的排除程序后，最终样本量为700名参与者（平均年龄 = 42.23岁，标准差 = 12.38岁；54.4%为男性）。我们将参与者随机分配到四个条件组中的一个，采用2（选择选项：开始 vs. 结尾）× 2（选项展示：依次 [有努力回报] vs. 同时 [无努力回报] 的被试间设计。参与者像在研究1中一样搜索出租公寓。在“依次展示”条件下，参与者依次查看公寓并选择一个；在“同时展示”条件下，参与者同时查看所有公寓，并操纵了最高评分的公寓是在左侧还是右侧展示。在这种情况下，参与者同时看到所有选项，因此很容易了解到哪个选项的评分最高。我们指示参与者从左到右依次点击选项以了解每个选项的更多信息（参见网络附录E中的刺激材料）。在查看所有公寓后，参与者看到完整的选项集并选择一个他们愿意租用的公寓。像在研究1中一样，我们通过两种抽奖来衡量承诺度：一种是赢得他们选择的冥想应用的一个月免费订阅，另一种是获得一张可兑换为其他应用的礼品卡（其价值比他们选择的应用的订阅费用低一美元）。

**结果**

我们的主要分析集中在选择了匹配分数最高选项的参与者上。当他们选择的应用在选择集的末尾展示时（58.5%），相比在开始时（37.3%；χ2(1, N = 104) = 4.70, p =.030, φ = 0.21），更多的参与者选择了与应用相关的抽奖。当这个选项在选择集的末尾展示时，感知的努力回报也更高（Mend = 5.02, SD = 1.60；Mbeginning = 4.38, SD = 1.53；t(102) = 2.08, p =.040, d = 0.41）。感知的努力回报介导了条件对承诺度的影响（Bindirect = 0.28, SE = 0.21, 95% CI = [0.01, 0.82]）。

**注释6**

通过使用两阶段方法，当消费者的偏好在调查中测量并随后用于生成AI策划的选择集时，这种效应仍然存在。即使最高匹配的应用是最昂贵的选项，在激励相容的设计中，最后看到的参与者对其的承诺度也更高（H1）。实际上，与消费者偏好更匹配的选项通常价格也更高。尽管一些消费者可能对价格敏感，但研究4与补充研究2（网络附录G）表明，即使所选选项更昂贵，选择顺序对承诺度和感知的努力回报的影响仍然存在（H2）。

在研究4中，将最高匹配的应用展示在最后使消费者完成选择的承诺度增加了57%，相比最初展示时。鉴于应用程序安装的平均转化率为30%（Kurzweg, 2024），即使是微小的展示顺序变化也可能显著影响下载量。成功吸引消费者参与不仅需要提供正确的产品，还需要以正确的顺序展示它。

**研究5a和5b：通过体验努力回报的能力进行调节**

接下来，我们通过调节机制来测试这一过程。我们认为，如果消费者无法体验到他们的努力得到了回报，那么他们不应该因为展示顺序的不同而对某个选项表现出更大的承诺度。操纵感知努力回报的一种方法是改变人们在选择集中看待选项的方式。当选项依次展示时，如研究1-4中那样，消费者可以追踪自己的搜索过程并反思他们的努力是如何花费的。相比之下，当选项同时展示时，消费者可能会在没有仔细参与搜索过程的情况下选择一个选项，从而不会反思他们的努力是否值得（H3a）。

**研究5a**

我们预先注册了这项研究（aspredicted.org/ZS9_CWT），并从MTurk网站招募了799名美国参与者。经过预先设定的排除程序后，最终样本量为700名参与者（平均年龄 = 42.23岁，标准差 = 12.38岁；54.4%为男性）。我们将参与者随机分配到四个条件组中的一个，采用2（选择选项：开始 vs. 结尾）× 2（选项展示：依次 [有努力回报] vs. 同时 [无努力回报] 的被试间设计。参与者像在研究1中一样搜索出租公寓。在“依次展示”条件下，参与者依次查看公寓并选择一个；我们操纵了所选选项是在开始（Chosen-Option-Beginning）还是结束（Chosen-Option-End）时展示。在“同时展示”条件下，参与者同时查看所有公寓；我们操纵了最高评分的公寓是在左侧还是右侧展示。在这种情况下，参与者同时看到所有选项，因此很容易了解到哪个选项的评分最高。我们指示参与者从左到右依次点击选项以了解每个选项的更多信息（见网络附录E中的刺激材料）。在查看所有公寓后，参与者看到完整的选项集并选择一个他们愿意租用的公寓。像在研究1中一样，我们通过期望的租赁期限来衡量承诺度。

**结果**

我们的主要预先注册分析包括选择了评分最高选项的参与者。对选择顺序（开始 vs. 结尾）× 选项展示（依次 vs. 同时）对选择后承诺度的方差分析（ANOVA）显示，顺序有显著影响（F(1, 696) = 26.97, p < .001, ηp2 = .04），展示方式也有显著影响（F(1, 696) = 3.93, p =.048, ηp2 = .01），并且顺序和展示方式的交互作用也有显著影响（F(1, 696) = 6.25, p =.013, ηp2 = .01）（图4）。在“依次展示”条件下，概念上复制了之前的研究，选择在选择集末尾的参与者的承诺度更强（Mend = 4.55, SD = 1.31；Mbeginning = 3.86, SD = 1.11；F(1, 696) = 30.10, p < .001, ηp2 = .04）。如预测的那样，在“同时展示”条件下，这种效应显著减弱（Mend = 4.15, SD = 1.20；Mbeginning = 3.91, SD = 1.06；F(1, 696) = 3.57, p =.059, ηp2 = .01）。

**注释8**

图4

**注释5b**

研究5b使用不同的调节变量来测试努力回报机制。当人们亲自搜索时，他们会监控自己付出的努力并判断这种努力是否得到了回报（Bhattacharjee et al., 2014）。然而，间接了解选项会使消费者脱离搜索过程。我们预期当人们间接了解选项时，选择顺序对承诺度的影响会减弱（H3b）。我们在非营利组织的背景下进行了这项测试。为了帮助消费者找到值得捐款的慈善机构，像Fidelity Charitable和Givewell这样的公司会策划符合个人兴趣的慈善机构列表（Wasik, 2013）。我们向参与者展示了一组精选的慈善机构，并通过每月捐赠的持续时间来衡量承诺度。我们预期，如果参与者是在选择集的末尾（相比开始）发现慈善机构，他们会承诺捐赠更长的时间。

我们预先注册了这项研究（aspredicted.org/2SC_1BH），并从Prolific网站招募了1,501名美国参与者。经过预先设定的排除程序后，最终样本量为1,202人（平均年龄 = 43.33岁，标准差 = 12.93岁；54.1%为男性）。我们将参与者随机分配到四个条件组中的一个，采用2（选择选项：开始 vs. 结尾）× 2（搜索：亲自 [有努力回报] vs. 间接 [无努力回报] 的被试间设计。参与者像在研究1中一样寻找出租的慈善机构。在“依次展示”条件下，参与者依次查看公寓并选择一个；我们操纵了所选选项是在开始（Chosen-Option-Beginning）还是结束（Chosen-Option-End）时展示。在“同时展示”条件下，参与者同时查看所有公寓；我们操纵了最高评分的公寓是在左侧还是右侧展示。在这种情况下，参与者同时看到所有选项，因此很容易了解到哪个选项的评分最高。我们指示参与者从左到右依次点击选项以了解每个选项的更多信息（见网络附录E中的刺激材料）。在查看所有公寓后，参与者看到完整的选项集并选择一个他们愿意支持的慈善机构。我们询问：“假设今年你决定成为一名捐赠者，每月向某个慈善机构捐赠5美元。在你寻找新的慈善机构之前，你计划捐赠多长时间？”这个问题采用12点量表（1到12个月）。与我们在研究1中的测量方式类似，这个问题从长期财务合同的角度捕捉承诺度（Shah et al., 2016）。

**结果**

对选择顺序 × 搜索对选择后承诺度的方差分析显示，展示顺序没有显著影响（F(1, 1198) = 2.63, p =.105），搜索也有轻微显著影响（F(1, 1198) = 3.57, p =.059），但这种影响被预测的交互作用所减弱（F(1, 1198) = 3.78, p =.052, ηp2 < .01）（图5）。在“亲自搜索”条件下，那些在选择集的末尾找到所选慈善机构的参与者对其的承诺度更高，选择捐赠该慈善机构的月数也更长（Mend = 7.80, SD = 3.88；Mbeginning = 6.97, SD = 4.17；F(1, 1198) = 6.32, p =.012, ηp2 =.01）。然而，在“间接搜索”条件下，这种效应减弱了（Mend = 6.91, SD = 4.06；Mbeginning = 6.98, SD = 4.03；F(1, 1198) = 0.05, p =.820）。

**注释10**

研究5a和5b通过调节机制提供了关于潜在机制的证据。在研究5a中，当参与者同时查看选项时，这种效应减弱了（H3a）。在研究5b中，当人们没有直接参与搜索过程时，这种效应也减弱了（H3b）。因此，在这两项研究中，当消除体验努力回报的能力时，这种效应都减弱了。

研究5b进一步表明，这种效应不太可能是由最近性驱动的（Carney & Banaji, 2012; Li & Epley, 2009）。如果最近性解释了这些结果，那么无论搜索是第一手进行的还是第二手获得的，选项的顺序都应该影响消费者的承诺度。然而，顺序效应仅在参与者进行第一手搜索时才出现。研究5b还排除了遗留效应（Bickart, 1993; Unnava & Aravindakshan, 2021）。如果遗留效应导致了这种效应，那么即使在第二手搜索的情况下，后面的选项也应该吸引更大的承诺度。相反，顺序效应仅出现在参与者自己进行搜索时，而不是在他们通过二手方式获得搜索结果时，因为在这种情况下他们不太可能体验到努力的回报。

这些结果也为管理层提供了洞察。例如，研究5a表明，当选择集中有一个理想的选项时，营销人员应该避免一次性展示所有选项，而应该顺序展示它们，并将理想的选项放在最后。同时，如果营销人员不确定哪个选项对消费者更有吸引力（即他们不了解消费者会偏好哪个选项），他们可以考虑同时展示所有选项，因为提前展示理想选项不太可能降低消费者的承诺度。

**研究6a：支付意愿**

研究6a探讨了我们效应的普遍性。参与者观看了最多六个被预先测试为具有相似吸引力的选项，并且可以在任何时候停止搜索。我们测试了所选选项的展示顺序是否能够预测支付意愿（WTP）。由于较高的WTP反映了消费者对选择的更高财务承诺度（Albert et al., 2013; Shah et al., 2016），我们预期所选选项的顺序与WTP之间存在正相关关系。

**方法**

我们预先注册了这项研究（aspredicted.org/ZTH_K8L），并通过Prolific招募了495名美国参与者。根据预先注册的条件，我们纳入了那些观看了多个选项且在调查过程中没有遇到图像显示问题的参与者，最终样本量为463人（平均年龄=42.82岁，标准差=14.89；49.7%为男性）。

为了测量支付意愿，我们使用了Becker-DeGroot-Marschak（BDM）拍卖方法（Becker et al., 1964）。在阅读了详细说明并完成了一个涉及假设拍卖的练习轮次后（Ding, 2007）（见网络附录K），参与者得知他们将参加一个抽奖，有机会赢得20美元，这笔钱可以用来购买一个枕套。抽奖结束后会随机抽取一个价格；如果他们的出价等于或高于抽中的价格，他们就可以购买该枕套；否则就不能购买。这种设置鼓励参与者仔细考虑他们为所选枕套支付的意愿。

参与者观看了最多六个被预先测试为具有相似吸引力的枕套（见网络附录J）。在查看每个选项后，他们表示是否想要停止搜索或继续查找。当他们停止搜索或查看完所有选项后，从他们查看过的选项中选择一个。与初步研究一样，我们通过将所选选项的查看时间除以总选项数量来计算“所选选项阶段”。我们通过询问“您愿意为所选的枕套设计支付多少钱？”来测量WTP（范围：0-20美元）。

**结果**

与初步研究的结果一致，该研究使用类似的设计，我们对观看了多个选项的参与者（n=463）的WTP与所选选项阶段进行了回归分析，发现了一个显著效应（β=0.17，t(461)=3.66，p<.001）。当包括所有495名参与者在内的分析中，我们也发现了类似的模式（β=0.13，t(493)=2.86，p=.004）。

**研究6b：取货意愿和口碑**

在研究6a的基础上，研究6b通过在线列表服务招募了大学生，并测量了他们在那周内取走所选枕套的意愿。这种设计反映了零售环境中的情况，即消费者在线购买商品并在几天后收到商品。我们预期所选选项阶段与承诺度之间存在正相关关系，承诺度在这里被定义为愿意前往实验室领取所选物品的意愿。我们还探讨了所选选项阶段和承诺度对产品口碑（WOM）的下游影响（De Matos & Rossi, 2008）。

**方法**

我们预先注册了这项调查（aspredicted.org/xyvp-xwv8.pdf），并通过主题池列表服务招募了204名住在校园内的美国大学生。根据预先注册的条件，我们纳入了那些观看了多个选项且在调查过程中没有遇到图像显示问题的参与者，最终样本量为194人（平均年龄=27.02岁，标准差=10.83；28.9%为男性）。

这项研究的研究方法与研究6a类似。参与者观看了最多六个枕套，并可以在任何时候停止搜索。他们从所看的选项中选择一个。我们像在研究6a中一样计算了“所选选项阶段”。为了评估承诺度，我们询问参与者是否会在一周后从实验室取走他们选择的枕套（是/否）。作为口碑的行为测量，我们要求参与者提供最多七个他们希望我们发送调查问卷的朋友的电子邮件地址。关于探索性数据，请参见网络附录D。

在观看了多个选项的参与者中（n=194），我们将取走所选枕套的意愿（是/否）与所选选项阶段进行了回归分析，发现了一个显著的正相关关系（B=1.45，SE=0.55，Wald χ2(1)=6.98，p=.008）。一个预测基于所选选项阶段列出的电子邮件地址数量的Poisson回归也显示了类似的正效应，即在序列中较晚选择选项会预测更大的口碑，这体现在列出的电子邮件地址数量更多（B=1.00，SE=0.32，Wald χ2(1)=9.76，p=.002）。另一个预测基于取走所选枕套意愿的电子邮件地址数量的Poisson回归也显示了一个显著效应（B=2.34，SE=0.41，Wald χ2(1)=31.90，p<.001），表明较低的取货意愿与较低的口碑相关。

**讨论**

研究6a和6b推广了我们的效应，并展示了其对实际行为的影响。在选择集中较晚发现所选选项的参与者报告了更高的支付意愿、更强的取芯实验室领取所选选项的意愿以及更强烈的与朋友分享产品的意愿（WOM）。尽管选择集的长度是参与者自己决定的，但大多数参与者还是观看了所有选项。值得注意的是，研究6a和6b捕捉到了当选项在水平上有所区分时的效应。当一次性展示所有吸引人的选项并允许参与者自我决定选择时，我们仍然发现对后来阶段发现的选项的承诺度增加了。

**总体讨论**

八项研究在数字和传统零售环境中测试了各种产品类别（例如，公寓、冥想应用、慈善机构），发现选择在选择集后面呈现的选项会提高选择后的承诺度。这种效应的发生是因为在精心策划的选择集的末尾找到一个选项会增加感知到的努力回报，我们通过中介效应（研究1-4，补充研究2-3）和调节效应（研究5a和5b）证明了这一点。除了为所提出的机制提供证据外，我们还排除了这种效应是由于对所选选项的喜好差异、遗留效应或最近性效应所致的可能性。

**理论意义**

这项研究有几个贡献。首先，我们推进了选择架构的文献（Johnson, 2021）。虽然现有研究主要关注选项展示顺序如何影响人们的选择（表2），但了解选择架构如何塑造消费者对所选选项的承诺度也很重要（McCoy, 2022; Polman & Maglio, 2024）。我们是第一个研究展示顺序如何影响选择后承诺度的人。通过这样做，我们将选择架构文献的范围从指导初始选择扩展到了独立于选择本身影响消费者的承诺度。

其次，我们深化了对承诺度的理论理解。先前的工作记录了诸如选择集大小和决策辅助工具的存在等因素如何影响承诺度，但尚未研究精心策划的选择集中选项的顺序如何以及以何种方式影响承诺度（表3）。我们通过证明选项展示顺序是选择后承诺度的一个新的前因，填补了这一空白。因此，我们将承诺度的理论视角扩展到不仅包括特征的静态结构，还包括选项在搜索过程中动态展开的方式。

第三，我们通过识别一个解释我们机制的新概念——努力回报——为努力效用研究做出了贡献（Buechel & Janiszewski, 2014; Dellaert & H?ubl, 2012）。我们没有改变投入的努力量（例如，Aronson & Mills, 1959），而是保持投入的努力不变，考察了选项展示顺序如何影响人们对努力是否得到有效利用的信念。我们发现，对努力回报的感知对于选择承诺度很重要；当努力感到更有意义时，人们对其选择的结果更加投入（Inzlicht & Campbell, 2022）。因此，我们建立了一条新的途径，通过这条途径，同等努力可以影响承诺度，将焦点从成本效益框架转移到努力主观意义如何影响承诺度。

**管理意义**

我们的研究为通过策略性地展示选项在有限的选择集中将消费者的偏好转化为实际承诺提供了实践性见解。营销人员不仅可以依赖基于内容的个性化，还可以通过将首选选项放在序列的后面来增加选择承诺度。借助AI和数字平台来理解消费者偏好（例如，研究4），这种策略可以应用于一次展示一个选项的情境中，例如精选的产品发现推荐（例如，葡萄酒或家居装饰应用）、订阅定制流程（例如，餐包或造型服务）、流媒体推荐界面以及对话式或基于语音的商业系统（King et al., 2022）。

我们还强调了感知到的努力回报在驱动承诺度方面的作用。正如研究5a和5b所示，这种效应只有在消费者感觉到他们的努力得到了回报时才会出现。因此，当营销人员能够预测消费者会偏好哪个选项时，他们应该避免一次性展示所有选项，而是将首选选项放在顺序展示的后面（研究5a）。或者，营销人员可以确保消费者亲自进行搜索，而不是通过二手方式获取信息（例如，在AI或 Influencer 的引导下）。研究5b表明，这种方法也可以增强努力回报，从而加强承诺度。这种展示策略也可能对消费者福祉有益。一方面，它可以减少后悔或鼓励人们坚持有益的决定（例如，冥想应用、长期租赁）。然而，同时必须考虑伦理和安全问题。在决策速度至关重要的情况下，例如紧急医疗服务、金融危机响应或灾难救援行动中，通过选项展示顺序来优先考虑选择承诺度可能是不合适甚至有害的。在这些情况下，信息应该尽可能高效和直接地传达。此外，当零售商一致地将高成本或高利润的物品放在最后展示时，应考虑潜在的监管规定，以确保产品展示策略不会具有操纵性。

**未来研究的方向**

这项研究为理解在选择集的末尾（而不是开头）展示所选选项以促进承诺度的益处奠定了初步基础。未来的工作需要了解这一效应的调节因素和界限。例如，领域专长等因素是否与选项展示顺序相互作用以影响承诺度仍然是一个未解之谜。此外，虽然我们研究了几种激励相容的决策，但未来的研究可以调查其他以行动为导向的承诺度衡量标准，例如订阅环境中的实际保留率。此外，尽管我们在搜索背景下识别了一个新的努力回报概念，但这一概念可能在搜索之外也有更广泛的相关性。例如，营销人员是否可以利用对努力回报的感知来鼓励重复购买行为？

**补充研究3**探讨了决策信心是否可以解释选项展示顺序对承诺度的影响。我们发现选项顺序显著影响了决策信心；然而，这并没有完全解释这种效应。即使在控制了决策信心的情况下，努力回报仍然是选项展示顺序与承诺度之间关系的显著中介因素。未来的研究可以考察感知到的努力回报如何增强或补偿不同水平的决策信心。最后，尽管我们探讨了诸如产品维护和口碑等下游结果，但未来的研究可以扩展这项工作，以了解在时间上发现选项较晚是否会在其他消费行为中加强承诺度。如果他们能够如愿以偿，在最后找到自己选择的选项通常是最佳结果，因为人们会感到自己在寻找理想结果的过程中付出了努力，这会增强他们对所选方案的认同感和忠诚度。鉴于我们最近在理解消费者偏好方面取得的进展，以及精心策划的选择集合的日益增多，这些发现对提高消费者做出选择后的忠诚度具有重要意义。