王煥弟 陳世平

(天津師范大學(xué)心理學(xué)部，天津 300387)

1 引言

建議采納（advice taking）是指決策者參考他人建議并形成最終決策的過(guò)程（徐驚蟄, 謝曉非,2009）。早期建議采納研究較少。Sniezek 和Buckley 提出建議者-決策者系統(tǒng)（Judge-Advisor System, 簡(jiǎn)稱(chēng)JAS）（Sniezek & Buckley, 1995），建議采納實(shí)證研究正式展開(kāi)。

JAS 系統(tǒng)是研究建議采納過(guò)程的經(jīng)典范式。在JAS 系統(tǒng)中，通常要求決策者對(duì)不確定問(wèn)題進(jìn)行初始決策，建議者就該問(wèn)題提出建議，之后決策者根據(jù)建議修改初始決策，形成最終決策（李躍然, 李紓, 2009; 孫露瑩, 陳琳, 段錦云, 2017）。決策結(jié)果會(huì)影響決策者與建議者獲益多少。

為了能夠得到準(zhǔn)確的建議采納程度，該研究多采用定量估計(jì)任務(wù)，例如點(diǎn)數(shù)估計(jì)任務(wù)（Sah &Loewenstein, 2015）。比率法是定量估計(jì)任務(wù)中常用的計(jì)算建議采納程度的方法，常用的比率有兩種：WOA 和WOE。WOA 指決策者的最終估計(jì)到最初估計(jì)的距離與他人建議和決策者最初估計(jì)的距離的比值。WOE 指他人建議和決策者最終估計(jì)的距離與他人建議和決策者最初估計(jì)的距離的比值。這兩個(gè)指標(biāo)都有局限性：WOA 不能分辨最終決策遠(yuǎn)離還是靠近建議，WOE 則不能分辨最終決策向著建議方向過(guò)渡調(diào)整的情況（徐驚蟄, 謝曉非,2009）。

對(duì)于建議采納研究，研究者一般會(huì)關(guān)注兩個(gè)方面：建議采納過(guò)程和最終決策質(zhì)量與信心。首先，關(guān)于建議采納程度，研究表明，他人建議可以幫助決策者做出更準(zhǔn)確的決策（Yaniv & Choshen-Hillel, 2012; Rader, Soll, & Larrick, 2015）。但是，當(dāng)建議者為了自身利益最大化而提供不準(zhǔn)確建議時(shí)，決策者還會(huì)相信建議者并給予建議適當(dāng)?shù)臋?quán)重嗎？Sah 和Loewenstein（2015）的研究發(fā)現(xiàn)，當(dāng)決策者面臨與自己有利益沖突的第一建議者時(shí)，更傾向于尋求無(wú)利益沖突的第二建議者的幫助；當(dāng)同時(shí)獲得有利益沖突和無(wú)利益沖突的建議時(shí)，決策者對(duì)無(wú)利益沖突建議的信任程度大于有利益沖突的建議，采納程度也更大。由于利益原因，決策者面臨其中某一類(lèi)建議（有或者無(wú)利益沖突）時(shí)，建議采納程度也不同。由此提出假設(shè)：

H1：決策者對(duì)無(wú)利益沖突的建議采納程度高于有利益沖突的建議。

建議偏差會(huì)影響決策者的建議采納。如果建議者與決策者存在利益沖突，建議者為了自身利益，會(huì)為決策者提供偏差大的建議，但為了防止決策者起疑，建議偏差不宜過(guò)大。當(dāng)建議偏差達(dá)到何種程度，決策者才會(huì)發(fā)覺(jué)建議不可靠？Rader等人（2015）的研究結(jié)果表明，決策者對(duì)中等質(zhì)量建議的采納程度大于極端建議，且建議為50%時(shí)的決策質(zhì)量也最高，隨建議變得極端，決策質(zhì)量也會(huì)降低。由此提出假設(shè)：

H2：隨著建議偏差的增大，決策者的建議采納程度會(huì)降低。

作為建議接收者，決策者個(gè)人特質(zhì)會(huì)對(duì)建議采納產(chǎn)生影響，例如自尊（段錦云, 古曉花, 孫露瑩, 2016）、自戀水平（Kausel, Culbertson, Leiva,Slaughter, & Jackson, 2015）、正面自我標(biāo)簽（段錦云, 周冉, 古曉花, 2014）等。認(rèn)知風(fēng)格是個(gè)體特征和一貫性的組織和加工信息的方式，是一種與認(rèn)知活動(dòng)密切聯(lián)系的人格變量（李力紅, 趙秋玲, 張德臣, 2002）。Witkin 和Asch（1948）將認(rèn)知風(fēng)格劃分為場(chǎng)獨(dú)立型和場(chǎng)依存型。場(chǎng)獨(dú)立型個(gè)體傾向于依靠自身參照來(lái)整合信息，場(chǎng)依存?zhèn)€體傾向于依賴(lài)外在參照整合信息。建議采納過(guò)程也是一種決策者整合自身觀點(diǎn)（初始決策）與外來(lái)信息（建議和其他環(huán)境信息）的過(guò)程。場(chǎng)依存型個(gè)體可能比場(chǎng)獨(dú)立型個(gè)體更容易受到建議和其他環(huán)境信息的影響。據(jù)此提出假設(shè)：

H3：場(chǎng)依存型決策者的建議采納程度顯著高于場(chǎng)獨(dú)立型決策者。

關(guān)于最終決策質(zhì)量與信心方面，由于決策者采納偏差建議，最終決策質(zhì)量會(huì)下降，由此提出所設(shè)：

H4：隨著建議偏差增大，最終決策偏差會(huì)增加。

初始決策是決策者僅依靠自身能力做出的決策，最終決策是在建議幫助下做出的決策，無(wú)論偏差大小，決策者總比初始決策多得一條相關(guān)信息，最終決策信心會(huì)提高。由此提出假設(shè)：

H5：決策者第二次估計(jì)信心高于第一次估計(jì)信心。

建議可信度是指決策者認(rèn)為建議的可靠程度。建議可信度會(huì)受到多種因素影響，比如建議者特征、建議特征等。建議可信度作為評(píng)價(jià)建議的環(huán)節(jié)，又會(huì)影響到?jīng)Q策者的建議采納。一般來(lái)講，決策者在獲得可信建議時(shí)，采納程度會(huì)更大。當(dāng)?shù)弥c建議者有利益沖突時(shí)，決策者很可能認(rèn)為建議可信度降低，從而較少地采納建議。由此提出假設(shè)：

H6：利益沖突影響決策者對(duì)建議的采納，建議可信度在其中起中介作用。

2 研究方法

2.1 被試

使用鑲嵌圖形測(cè)驗(yàn)篩選在校大學(xué)生及研究生共588 人，問(wèn)卷丟失8 份，被試不認(rèn)真作答或者沒(méi)明白測(cè)驗(yàn)規(guī)則13 份，最終得到567 份有效問(wèn)卷。經(jīng)篩選得到場(chǎng)獨(dú)立組被試43 人（M年齡=20.47, SD年齡=1.97），場(chǎng)依存組被試34 人（M年齡=20.71, SD年齡=1.56），所有被試視力或矯正視力正常，無(wú)任何精神或神經(jīng)疾病史。實(shí)驗(yàn)結(jié)束后，被試均能獲得報(bào)酬。

2.2 實(shí)驗(yàn)材料

2.2.1 鑲嵌圖形測(cè)驗(yàn)

鑲嵌圖形測(cè)驗(yàn)采用北京師范大學(xué)1998 年修訂的測(cè)驗(yàn)，分為三個(gè)部分，共29 道題。施測(cè)時(shí)每部分4 分鐘，三部分依次進(jìn)行。一名主試對(duì)所有被試的測(cè)驗(yàn)結(jié)果進(jìn)行評(píng)分，每做對(duì)一道題得一分，由于測(cè)驗(yàn)第一部分用于被試練習(xí)，最終測(cè)驗(yàn)總分為20 分。567 份有效問(wèn)卷總分的平均數(shù)為12.88，標(biāo)準(zhǔn)差為3.37，所以把總分低于平均數(shù)一個(gè)標(biāo)準(zhǔn)差（9 分及9 分以下）的被試劃分為場(chǎng)依存組，把總分高于平均數(shù)一個(gè)標(biāo)準(zhǔn)差（17 分及17 分以上）的被試劃分為場(chǎng)獨(dú)立組。

2.2.2 點(diǎn)圖與建議

完整的點(diǎn)圖由30×30 的點(diǎn)陣構(gòu)成（見(jiàn)圖1），包括藍(lán)色圓點(diǎn)（圖中黑點(diǎn)）和空心圓點(diǎn)，兩類(lèi)圓點(diǎn)的位置隨機(jī)分布（Sah & Loewenstein, 2015），46 張圖片中藍(lán)色圓點(diǎn)的數(shù)量不同。實(shí)驗(yàn)之前選取102 名大學(xué)生對(duì)完整圖片（30×30）中的藍(lán)點(diǎn)數(shù)量進(jìn)行估計(jì)，得到對(duì)每張圖片的估計(jì)數(shù)量的分布，取中位數(shù)作為50% 的建議，百分等級(jí)為90% 和95%的估計(jì)數(shù)值分別作為90%和95%的建議。正式實(shí)驗(yàn)中46 張點(diǎn)圖均經(jīng)過(guò)PS 處理，使被試只能夠看到整張圖片的1/4（見(jiàn)圖2）。

2.2.3 信心的測(cè)量

決策信心采用一道題目“你對(duì)剛剛的估計(jì)有多大的信心？”測(cè)量，要求被試對(duì)自己的估計(jì)信心進(jìn)行5 級(jí)評(píng)分：1-5 級(jí)評(píng)分，1=非常沒(méi)有信心，5=非常有信心。重測(cè)信度為0.79。

2.2.4 建議可信度的測(cè)量

采用一道題目“請(qǐng)你評(píng)估一下建議的可信程度”測(cè)量建議可信度，被試對(duì)建議可信度進(jìn)行5 級(jí)評(píng)分：1 代表非常不可信，5 代表非?？尚?。重測(cè)信度為0.87。

2.3 實(shí)驗(yàn)設(shè)計(jì)

采用2（認(rèn)知風(fēng)格: 場(chǎng)獨(dú)立、場(chǎng)依存）×2（情境: 有利益沖突、無(wú)利益沖突）×3（建議: 50%、90%、95%）的混合實(shí)驗(yàn)設(shè)計(jì)，其中建議為被試內(nèi)變量，認(rèn)知風(fēng)格和情境為被試間變量。因變量包括估計(jì)偏差、建議可信度、建議采納程度和估計(jì)信心。

2.4 實(shí)驗(yàn)程序

首先，篩選出來(lái)的場(chǎng)獨(dú)立和場(chǎng)依存組的被試分別被隨機(jī)分配到與建議者有/無(wú)利益沖突條件，完成點(diǎn)數(shù)估計(jì)任務(wù)，兩種條件下只有指導(dǎo)語(yǔ)不同，其余均相同。

實(shí)驗(yàn)程序用E-prime 2.0 軟件呈現(xiàn)，練習(xí)階段包含5 個(gè)試次，使被試熟悉圖片，練習(xí)試次不提供建議。正式實(shí)驗(yàn)階段每個(gè)建議水平包含41 個(gè)試次，總共123 個(gè)試次。在每個(gè)試次中，首先呈現(xiàn)注視點(diǎn)，接下來(lái)呈現(xiàn)只能看到1/4 的點(diǎn)圖，時(shí)間持續(xù)3 s，之后要求被試對(duì)整張圖片中藍(lán)點(diǎn)的數(shù)量進(jìn)行估計(jì)并對(duì)估計(jì)的信心進(jìn)行評(píng)分，之后呈現(xiàn)建議，被試觀看建議后，評(píng)價(jià)建議的可信程度，然后要求被試對(duì)圖片再次估計(jì)并評(píng)價(jià)該次估計(jì)的信心。有無(wú)利益沖突的條件都會(huì)告訴被試：建議者能夠看到整張圖片，并且熟知獲得獎(jiǎng)勵(lì)的條件。

與建議者有利益沖突條件下的指導(dǎo)語(yǔ)：

你和對(duì)方獲得的獎(jiǎng)勵(lì)由你第二次估計(jì)的準(zhǔn)確程度決定：如果你第二次估計(jì)準(zhǔn)確（與正確點(diǎn)數(shù)相差10 個(gè)以?xún)?nèi), 包括10 個(gè)），你會(huì)獲得10 個(gè)積分，對(duì)方會(huì)獲得2 個(gè)積分；如果你第二次估計(jì)不準(zhǔn)確（與正確點(diǎn)數(shù)相差10 個(gè)以上），每遠(yuǎn)離正確點(diǎn)數(shù)100 個(gè)點(diǎn)，對(duì)方獲得的積分就會(huì)增加10 個(gè)（最低為10 個(gè)積分），你會(huì)獲得2 個(gè)積分。對(duì)方能夠看到整張圖片，并且也清楚獲得獎(jiǎng)勵(lì)的條件。積分越多，最終得到的報(bào)酬越多。

與建議者無(wú)利益沖突條件下的指導(dǎo)語(yǔ)：

你和對(duì)方獲得的獎(jiǎng)勵(lì)由你第二次估計(jì)的準(zhǔn)確程度決定：如果你第二次估計(jì)準(zhǔn)確（與正確點(diǎn)數(shù)相差10 個(gè)以?xún)?nèi), 包括10 個(gè)），你會(huì)獲得10 個(gè)積分，對(duì)方也會(huì)獲得10 個(gè)積分；如果你第二次估計(jì)不準(zhǔn)確（與正確點(diǎn)數(shù)相差10 個(gè)以上），你會(huì)獲得2 個(gè)積分，對(duì)方也會(huì)獲得2 個(gè)積分。對(duì)方是能夠看到整張圖片，并且也清楚獲得獎(jiǎng)勵(lì)的條件。積分越多，最終得到的報(bào)酬越多。

2.5 數(shù)據(jù)處理

本研究改進(jìn)了WOA 的計(jì)算方式，克服了“不能分辨最終決策靠近還是遠(yuǎn)離建議”的弊端。計(jì)算方法如公式所示。若WOA 值為正，則表示決策者最終估計(jì)與建議方向相同，大于1，表示最終估計(jì)向著建議的方向“過(guò)度調(diào)整”；在0 和1 之間，表示決策者部分采納建議；值等于1，表示完全采納建議；值等于0，表示決策者完全沒(méi)采納建議；值為負(fù)數(shù)，表明決策者向背離建議的方向調(diào)整。

估計(jì)偏差為估計(jì)值與真實(shí)值之差的絕對(duì)值，表示每次估計(jì)與真實(shí)答案的距離。

數(shù)據(jù)處理工具采用SPSS 24.0 和其插件Process 2.16。

3 結(jié)果

3.1 兩次估計(jì)偏差間的差異

對(duì)三種建議條件下的第一次估計(jì)與第二次估計(jì)偏差進(jìn)行配對(duì)樣本t 檢驗(yàn)，結(jié)果發(fā)現(xiàn)建議為50%時(shí)，第二次估計(jì)偏差顯著低于第一次估計(jì)偏差，t（76）=12.54，p＜0.001，d=1.34。但當(dāng)建議為90%或者95%時(shí)，結(jié)果相反，t90%（76）=-12.76，p＜0.001，d=0.91；t95%（76）=-13.58，p＜0.001，d=1.09。

表1 三種建議條件下兩次估計(jì)偏差的描述統(tǒng)計(jì)（M±SD）（n=77）

3.2 兩次估計(jì)信心間的差異

對(duì)三種建議條件下的第一次估計(jì)的信心與第二次估計(jì)的信心進(jìn)行配對(duì)樣本t 檢驗(yàn)，發(fā)現(xiàn)三種建議條件下，第二次估計(jì)的信心均顯著高于第一次估計(jì)的信心（見(jiàn)表2）。

表2 三種建議下被試第一次估計(jì)信心與第二次估計(jì)信心（M±SD）（n=77）

3.3 認(rèn)知風(fēng)格、利益沖突對(duì)建議可信度的影響

各條件下決策者對(duì)建議可信度的評(píng)價(jià)如表3所示。

表3 各條件下建議可信度的描述統(tǒng)計(jì)（M±SD）

以認(rèn)知風(fēng)格、利益沖突和建議為自變量，以建議可信度為因變量做三因素重復(fù)測(cè)量方差分析。結(jié)果顯示，建議主效應(yīng)顯著，F(xiàn)（2, 146）=18.21，p＜0.001，η=0.20。50% 的建議可信度顯著高于95%的建議可信度，90%的建議可信度顯著高于95%的建議可信度，50%的建議可信度與90%的建議可信度之間無(wú)顯著差異。利益沖突主效應(yīng)顯著，F(xiàn)（1, 73）=4.71，p＜0.05，η=0.06。無(wú)利益沖突情境下的建議可信度顯著高于有利益沖突條件下的建議可信度。認(rèn)知風(fēng)格主效應(yīng)不顯著，且三個(gè)自變量的三重交互作用以及兩兩交互作用也不顯著。

3.4 認(rèn)知風(fēng)格、利益沖突對(duì)建議采納程度的影響

各條件下決策者對(duì)建議采納程度的描述統(tǒng)計(jì)見(jiàn)表4。

表4 各條件下建議采納程度的描述統(tǒng)計(jì)（M±SD）

以建議采納程度為因變量，以利益沖突、認(rèn)知風(fēng)格和建議為自變量進(jìn)行三因素重復(fù)測(cè)量方差分析。結(jié)果顯示，建議主效應(yīng)顯著，F(xiàn)（2, 146）=11.98，p＜0.001，η=0.14。建議為50%的采納程度顯著高于95%的建議采納程度，90%的建議采納程度顯著高于95% 的建議采納程度，建議為50%的采納程度與90%的建議采納程度之間無(wú)顯著差異。利益沖突主效應(yīng)顯著，F(xiàn)（1, 73）=5.45，p＜0.05，η=0.07。認(rèn)知風(fēng)格主效應(yīng)邊緣顯著（F（1, 73）=3.53, p=0.064，η=0.05）。利益沖突與認(rèn)知風(fēng)格交互作用邊緣顯著，F(xiàn)（1, 73）=2.82，p=0.097，η=0.04。進(jìn)行簡(jiǎn)單效應(yīng)分析，在與建議者無(wú)利益沖突的條件下，場(chǎng)依存型決策者的建議采納程度顯著高于場(chǎng)獨(dú)立型，F(xiàn)（1, 73）=5.83，p＜0.05，η=0.07，在與建議者有利益沖突的條件下，兩種認(rèn)知風(fēng)格的決策者的建議采納程度之間無(wú)顯著差異；對(duì)于場(chǎng)依存型決策者與建議者無(wú)利益沖突組的建議采納程度顯著高于與建議者之間有利益沖突組，F(xiàn)（1, 73）=7.24，p＜0.01，η=0.09，對(duì)于場(chǎng)獨(dú)立型決策者，與建議者有無(wú)利益沖突對(duì)建議采納程度無(wú)顯著影響。

3.5 建議可信度在利益沖突與建議采納之間的中介作用

將利益沖突重新編碼（無(wú)利益沖突=0, 有利益沖突=1），在2（認(rèn)知風(fēng)格: 場(chǎng)獨(dú)立、場(chǎng)依存）×3（建議: 50%、90%、95%）6 種實(shí)驗(yàn)處理下分別采用Bootstrap 法進(jìn)行中介效應(yīng)檢驗(yàn)（Hayes &Preacher, 2014），以利益沖突為自變量，建議采納程度為因變量，建議可信度為中介變量，自取樣1000 次，偏差校正方法為Bias Corrected。結(jié)果發(fā)現(xiàn)，只有當(dāng)場(chǎng)依存型被試接受建議為95%的建議時(shí)，建議可信度在利益沖突與建議采納程度之間起完全中介作用（R=0.84, R2=0.70, F=36.02）（見(jiàn)圖3），其間接效應(yīng)顯著（a×b=-0.11），95% 的Bootstrap 置信區(qū)間為[-0.21，-0.01]，不包括0，回歸系數(shù)顯著，直接效應(yīng)不顯著（c′=-0.08），95%的置信區(qū)間為[-0.18，0.01]，包含0，回歸系數(shù)不顯著。

其余5 種條件下，建議可信度的中介作用均不顯著。進(jìn)一步分析各步回歸中的系數(shù)發(fā)現(xiàn)，對(duì)于場(chǎng)獨(dú)立型決策者來(lái)說(shuō)，三種建議條件下的建議可信度均可以正向預(yù)測(cè)建議采納程度（β50%=0.23,t50%=5.73, p＜0.001; β90%=0.22, t90%=6.60, p＜0.001;β95%=0.24, t95%=7.59, p＜0.001），而利益沖突對(duì)建議可信度和建議采納程度均不能起到預(yù)測(cè)作用。對(duì)于場(chǎng)依存型決策者，在建議為50% 或90% 條件下，建議可信度的中介效應(yīng)均不成立。在建議為50%和90%條件下，利益沖突可以負(fù)向預(yù)測(cè)建議采納程度（β50%=-0.1 7, t50%=-2.6 6, p＜0.05;β90%=-0.17, t90%=-2.77, p＜0.01），建議可信度可以正向預(yù)測(cè)建議采納程度（β50%=0.27, t50%=6.72,p＜0.001; β90%=0.24, t90%=8.57, p＜0.001），利益沖突不能預(yù)測(cè)建議可信度。

4 討論

4.1 利益沖突和建議在不同認(rèn)知風(fēng)格決策者建議采納過(guò)程中的作用

建議對(duì)決策者的建議可信度評(píng)價(jià)以及建議采納程度有顯著影響。四種條件下決策者對(duì)50%和90%的建議的可信度評(píng)價(jià)及采納程度均顯著高于95%的建議。決策者認(rèn)為90%的建議與50%的建議無(wú)顯著差異，95%的建議顯著不可信，并減少對(duì)其采納，H2 得到驗(yàn)證。

上述情況可能與概率有關(guān)。個(gè)體在進(jìn)行決策前，會(huì)對(duì)決策結(jié)果預(yù)設(shè)范圍，50%的建議是多數(shù)決策者會(huì)得出的結(jié)果，90%與95%的建議因超出決策者的預(yù)設(shè)范圍而被歸為極端建議。但由于不確定情境，在采納偏差建議時(shí)，決策者會(huì)進(jìn)一步思考其合理性。Tzini 和Jain（2018）發(fā)現(xiàn)，決策者采納建議的意愿和采納程度與建議感知合理性呈正相關(guān)。決策者認(rèn)為90%的建議仍具有一定的合理性，因此對(duì)其采納程度較多。

利益沖突會(huì)對(duì)建議可信度和采納程度產(chǎn)生影響。有利益沖突條件均低于無(wú)利益沖突條件，結(jié)果驗(yàn)證了H1。這種情況符合實(shí)際現(xiàn)象。相對(duì)于無(wú)利益沖突的人，人們通常對(duì)與自己有利益沖突的人產(chǎn)生嚴(yán)重的防備心，更不容易采納其建議。

決策者的認(rèn)知風(fēng)格沒(méi)有對(duì)建議可信度產(chǎn)生影響，但會(huì)對(duì)建議采納程度產(chǎn)生影響。場(chǎng)依存?zhèn)€體的建議采納程度顯著高于場(chǎng)獨(dú)立個(gè)體，驗(yàn)證了H3。并且，認(rèn)知風(fēng)格與利益沖突之間存在交互作用，場(chǎng)依存型個(gè)體在建議采納過(guò)程中會(huì)受到利益沖突的影響，而場(chǎng)獨(dú)立型個(gè)體不會(huì)受到利益沖突的影響。

上述結(jié)果可能因?yàn)閳?chǎng)依存型個(gè)體在認(rèn)知過(guò)程中需要更多外在線索的幫助，容易受外部環(huán)境的影響，而場(chǎng)獨(dú)立型個(gè)體較少受外界環(huán)境的影響（費(fèi)廣洪, 王細(xì)英, 龔桂紅, 2013）。所以，在建議采納過(guò)程中，場(chǎng)依存型個(gè)體會(huì)考慮利益條件，而場(chǎng)獨(dú)立型個(gè)體不會(huì)考慮利益條件。

4.2 決策者采納建議前后決策質(zhì)量與決策信心的變化

高質(zhì)量的建議能幫助決策者降低決策偏差；而低質(zhì)量的建議會(huì)增大決策偏差，H4 得到驗(yàn)證。50% 的建議是多數(shù)人的結(jié)果，并最接近真實(shí)值。90%或95%的建議是極少數(shù)人會(huì)得出的答案。決策者的初次估計(jì)理論上會(huì)在多數(shù)人估計(jì)的范圍內(nèi)。不充分調(diào)整理論和有限理性觀（Tversky &Kahneman, 1974）認(rèn)為人的認(rèn)知資源有限，當(dāng)決策情境不確定時(shí)，決策者從錨值向合理范圍調(diào)整的過(guò)程中，等到結(jié)果“滿意”時(shí)，就會(huì)停止調(diào)整。建議與錨值具有相似性，當(dāng)決策者獲得50%的建議，初次估計(jì)與建議相差不多，并不需要進(jìn)行太多調(diào)整。當(dāng)獲得質(zhì)量較低的建議時(shí)，決策者初次估計(jì)與建議相差太大，在不確定情境中，不得不對(duì)建議認(rèn)真對(duì)待，適當(dāng)朝著建議方向調(diào)整，獲得極端建議時(shí)，最終決策遠(yuǎn)離真實(shí)值，降低決策質(zhì)量。

無(wú)論獲得的建議如何，決策者信心都會(huì)增加。結(jié)果驗(yàn)證了H5。其原因是：當(dāng)個(gè)體面對(duì)模糊情境或高難度任務(wù)時(shí)，傾向于相信他人比自己擁有更多的知識(shí)（Gino & Moore, 2007）。兩階段動(dòng)態(tài)信號(hào)檢測(cè)模型（two-stage dynamic signal detection,2DSD）認(rèn)為決策和信心評(píng)估相互獨(dú)立，個(gè)體在決策時(shí)進(jìn)行信息搜集，當(dāng)決策發(fā)生后，信息仍然會(huì)繼續(xù)進(jìn)行累積，而決策信心就是決策前后所搜集信息的函數(shù)（Pleskac & Busemeyer, 2010）。當(dāng)決策后的信息支持個(gè)體決策時(shí)，決策信心就會(huì)升高，反之則會(huì)下降，決策信心隨信息的累積動(dòng)態(tài)變化（蔡曙光, 張笑, 馮廷勇, 2016）。決策者多獲得一條相關(guān)的信息，決策信心就會(huì)提高。

4.3 建議可信度在利益沖突和建議采納程度之間的中介效應(yīng)

研究發(fā)現(xiàn)，場(chǎng)依存型個(gè)體收到95% 的建議時(shí)，建議可信度在利益沖突與建議采納程度之間的中介效應(yīng)才成立，其余情況下的中介效應(yīng)均不成立，部分驗(yàn)證了H6。回歸結(jié)果顯示，建議可信度正向預(yù)測(cè)建議采納程度；利益沖突能夠負(fù)向預(yù)測(cè)場(chǎng)依存?zhèn)€體的建議采納程度。

方差分析的結(jié)果表明，場(chǎng)獨(dú)立型個(gè)體在采納建議過(guò)程中不會(huì)考慮有無(wú)利益沖突這一因素，回歸分析的結(jié)果同樣驗(yàn)證這一點(diǎn)。而對(duì)于場(chǎng)依存型個(gè)體，建議采納程度雖然會(huì)受到利益沖突影響，但其會(huì)參考其他信息評(píng)價(jià)建議。在建議采納過(guò)程中，當(dāng)建議偏差未達(dá)到極端程度時(shí)，建議可信性會(huì)增加對(duì)建議的采納，利益沖突會(huì)減少對(duì)建議的采納，場(chǎng)依存型個(gè)體在這兩個(gè)條件之下進(jìn)行權(quán)衡，給予建議相應(yīng)的權(quán)重；當(dāng)建議達(dá)到極端程度后，決策者對(duì)建議產(chǎn)生懷疑，此外，考慮到利益沖突，決策者對(duì)建議的可信度評(píng)價(jià)會(huì)下降，從而導(dǎo)致給予建議更少的權(quán)重。

5 結(jié)論

（1）場(chǎng)依存型決策者建議采納程度更高；利益沖突會(huì)影響建議可信度的評(píng)價(jià)，但利益沖突只影響場(chǎng)依存型決策者的建議采納，不影響場(chǎng)獨(dú)立型決策者的建議采納。

（2）對(duì)于場(chǎng)依存型決策者建議可信度在利益沖突和建議采納之間起中介作用。