選擇集規模對服裝網購決策滿意度的影響研究

摘要： 針對企業在競爭激烈的環境下不斷細分市場推出越來越多產品種類的問題，文章基于選擇超負荷理論，以736名網購用戶為被試，采用網頁開發技術搭建模擬線上購物平臺，通過2項實驗重點考察了服裝網購情景下選擇集規模對決策滿意度的影響，并探究消費者困惑和調節模式在這一關系中的作用。結果顯示：1） 選擇集內選項數量與決策滿意度的關系呈倒U形結構，且存在一個“最優值”;2） 消費者困惑能夠在選擇集規模與決策滿意度的關系中起部分中介作用;3） 選擇集規模對決策滿意度的直接預測作用及消費者困惑在兩者關系中的中介作用均會收到調節模式的調節。相比運動模式者，評估模式者從大選擇集進行決策時決策滿意度更低，更容易出現選擇超負荷。

關鍵詞： 選擇集規模;決策滿意度;網絡購物;消費者困惑;調節模式

中圖分類號： TS941.1

文獻標志碼： A

文章編號： 10017003（2024）08期數0095起始頁碼09篇頁數

DOI： 10.3969/j.issn.1001-7003.2024.08期數.011（篇序）

收稿日期： 20231226;

修回日期： 20240618

基金項目： 上海高校知識服務平臺資助項目（13S107024）;上海市設計學Ⅳ類高峰學科資助項目（DD18005）

作者簡介： 梁冠涵（1998），女，碩士研究生，研究方向為服裝產業經濟及品牌營銷管理。通信作者：李敏，教授，fidlimin@dhu.edu.cn。

選擇集是指消費者在購買或決策過程中，可供選擇的產品或服務的選項集合［1］。在信息技術蓬勃發展、市場全球化及競爭不斷升級的當下，消費者需求日益多樣，不再滿足于單一的產品種類。在此背景下，選擇集不僅成為消費者自主決策的基礎，也是企業競爭的關鍵因素。目前，許多學者從不同角度深入研究了選擇集［2-4］。從傳統經濟學的角度，一些研究者認為選擇越多越好，大選擇集可以讓消費者感知到更多的選擇自由及滿足其多樣化的需求［2-3］;而從現代經濟心理學的角度，研究者發現過多的選擇并不總是能帶來理想的購物體驗，反而可能將消費者推向選擇的困境，這種現象被稱為“選擇超負荷效應”［4］。

《中國電子商務報告（2022年）》顯示，服裝鞋帽紡織類產品在網絡零售中消費占比第一，達22.6%［5］。與其他產品相比，服裝在網購情境下表現出明顯差異：首先，服裝產品具有多樣性，不同消費者的服裝需求和風格各具偏好，因此消費者更注重找到與其獨特風格和體型相匹配的服裝;其次，尺寸問題在購買服裝時尤為重要，消費者需要確保所選服裝的各部位尺寸合適;此外，服裝產品的面料對購物決策起著至關重要的作用，因為面料直接關系到穿著的舒適度和耐用性;最后，由于同一服裝類型之間相似性較高，消費者常面臨在眾多產品中選擇最符合期望的服裝的難題。這些差異使得消費者在購買服裝時的關注點與其他產品領域顯著不同，通常在其他產品領域中這些因素不是高優先級考慮點。首先，當前關于選擇集的研究大多學者主要集中在傳統購物領域，且研究對象多為食品［1，4，6］、文具［7-8］、電子設備［8-9］等，相對較少有學者關注網購服裝領域。其次，現有研究大多以直接設置大小兩個選擇集的方式進行有關選擇超負荷的研究，而對選項數量增加到什么程度會導致消費者決策滿意度發生變化的問題缺乏深入分析。再者，學者圍繞選擇超負荷發生的調節變量展開了許多探討，主要從選項吸引性［10］、時間壓力［11］和解釋水平［12］等角度進行探查，較少從“個體差異”的角度探討面對相同規模的選擇集時產生的心理機理。另外，目前針對選擇超負荷機制的解釋主要圍繞認知負荷理論［13］、后悔理論［14-15］及期望不確認理論［9］，而消費者困惑作為一個長期受到關注的話題，國外已有近30年相關研究的歷程，然而在國內該領域的研究尚處于探索階段。因此，本文通過構建模擬線上購物平臺實證選擇集規模與消費者決策滿意度之間的關系，探究消費者困惑在其中扮演何種角色及調節模式的作用機制。最終通過對數據的分析和推導，可以為服裝企業產品策略和市場營銷提供有價值的參考。企業可以通過了解選擇超負荷效應的存在和影響，更加關注產品線的管理和優化、提高產品的差異化程度，提供個性化、精簡化的選擇體驗，減少選擇的復雜性和模糊性，增加消費者購買的可能性和滿意度。

1 研究假設及模型構建

1.1 選擇集規模對決策滿意度的影響

關于選擇集規模對決策滿意度的影響，前人的研究存在分歧。在早期的研究中，一些學者認為選擇多多益善，即選擇集規模越大，消費者的決策滿意度越高［16-17］。而另一些學者卻持相反觀點，認為過多的選擇反而給消費者帶來負面結果［18］。有研究表明，因增加選擇集規模而導致消費者決策滿意度降低是一個度的問題［19］，大選擇集帶來的正向作用（更易找到與偏好相匹配的產品，提高購物樂趣和滿意度）和負向作用（耗費更多的認知資源，更易引發消費者困惑）是同時存在的。具體來看，當選擇集規模從較小范圍開始擴大時，消費者困惑相對較低，選擇過程相對輕松。隨著選擇集規模進一步擴大，消費者的選擇余地增加，更容易滿足其偏好，決策滿意度上升。然而，正向效應并非持續增加，當選擇集規模擴大到一定的水平時，根據邊際效應遞減原理，增加選項帶來的效用變小甚至為負［20］，此時消費者感知到選項之間信息特征逐漸趨同，消費者困惑逐步增強，催生消費者的負面情緒體驗。由此本文提出假設：

H1：服裝產品選擇集內選項數量存在一個臨界值。在臨界值內選項數量的增加會提高消費者的決策滿意度，在臨界值外選項數量的增加會降低決策滿意度。

1.2 消費者困惑在選擇超負荷效應中的中介作用

消費者困惑是一種心理不適或行為不確定的主觀消費體驗，會導致消費者在信息處理過程中出現判斷錯誤或者表現出對產品或服務消費信心不足［21］，主要包括相似困惑（品牌或商品差異模糊）、過載困惑（信息過多導致認知負擔）、模糊困惑（真偽難辨）三個維度。過多選擇可能使消費者難以做出明智的選擇，產生相似、過載和模糊困惑。由此本文提出假設：

H2：選擇集規模正向影響消費者困惑。與小選擇集相比，個體在大選擇集中更容易產生消費者困惑。

關于消費者困惑對決策滿意度影響方面，已有研究證明隨著消費者困惑程度的提高，不僅會提高其認知困擾和購物疲勞程度，還會降低消費者的信任度、忠誠度及滿意度［22］。

由此本文提出假設：

H3：消費者困惑在選擇集規模對消費者決策滿意度的影響過程中起中介作用。

1.3 調節模式在選擇超負荷效應中的調節作用

調節模式作為消費者個體的行為模式導向和個體特征差異，會對決策過程、決策表現等產生一定影響。評估模式和運動模式是兩種個體追求目標的方式，評估模式者在面對不同可替代選項時傾向于進行權衡與比較，以尋求最優產品;而運動模式者更注重目標的實現和達成。這些特征意味著調節模式與選擇超負荷可能存在某種關系，由此本文提出假設：

H4：選擇集規模對決策滿意度的直接效應會受到調節模式的調節。與小選擇集相比，評估模式者在大選擇集中的決策滿意度更低;而運動模式者在不同規模選擇集中的決策滿意度則不存在差異。

H5：選擇集規模對消費者困惑的中介效應會受到調節模式的調節。評估模式者在大選擇集中的困惑程度更高，可能由于需要進行更多的信息加工和多角度評判的過程，以尋求最優選擇。相比之下，運動模式者在不同規模選擇集中的困惑程度不存在顯著差異。

在研究假設基礎上，本文提出選擇集規模對決策滿意度的理論模型，如圖1所示。

2 實驗設計

本文采用情景模擬實驗，主要通過網頁開發技術搭建，基本結構如圖2所示。前端使用Vue.js框架，后端使用PHP語言的ThinkPHP框架，并將數據存儲在MySQL數據庫中。情景模擬實驗主要包含輔助測試、操縱、指導語、實驗和量表題頁面，如圖3所示。

2.1 實驗刺激材料制作

為了確保實驗的可靠性，本文選擇具有廣泛適用性的不受被試明顯偏好或受制于服裝尺碼、面料等因素的商品。因此，選擇僅在屬性上有細微差別的基礎款襯衫和帆布鞋作為實驗刺激材料。通過網絡銷售平臺、品牌官方網站等渠道采用開發者工具中的檢查元素，獲取32款男女同款的襯衫平鋪圖、穿著圖和細節圖，以及32款帆布鞋右視圖、45°斜視圖和俯視圖。同時，為了避免品牌的干擾作用，運用Adobe Photoshop軟件對64款服裝產品圖片的品牌標志及領標進行處理。實驗主頁面參考淘寶平臺產品的陳述和陳列，顯示標題、材質和價格三個產品屬性。標題字數控制在5～15字，鑒于消費者的價格敏感性將同類產品價格差異設置不超過20%;同時結合成本差異法將襯衫設定為179～199元，帆布鞋設定為349～369元。

2.2 實驗設計

實驗Ⅰ的目的是考察選擇集規模對決策滿意度的影響，驗證H1。實驗ⅠA選取襯衫作為實驗刺激物，采用分別包含4、8、12、16、20、24、28、32款襯衫選擇集的8組組間設計。組間間隔參考了淘寶平臺在移動端每滑動一次頁面平均顯示4件商品的設計，其中較小規模選擇集的選項均來自較大規模選擇集中的選項。實驗ⅠB旨在通過變換服裝產品類型進一步驗證H1，選擇帆布鞋作為實驗刺激物，因其相對襯衫而言，較少受到材質和穿著圖的影響。共有789人參與了本次實驗，回收有效數據736份（93.28%），其中大學生占比93.48%。實驗ⅠA獲得有效問卷240份（93.75%），每組30人，其中22.10%為男性，77.90%為女性;實驗ⅠB獲得有效問卷240份（98.77%），每組30人，其中17.50%為男性，82.50%為女性。

實驗Ⅱ的目的是考察消費者困惑在選擇集規模影響決策滿意度過程中是否產生中介效應及調節模式在選擇集規模對消費者困惑及決策滿意度影響過程中起調節效應，驗證H2～H5。繼續使用襯衫作為刺激物，采用Ⅱ（大選擇集&小選擇集）×消費者困惑×2（運動模式&評估模式）的組間設計。得到有效問卷256份（87.07%），其中14.10%為男性，85.90%為女性。

2.3 實驗材料及程序

為檢驗實驗設置的合理性，實驗Ⅰ開始前先進行預測試，通過一對一的交談確保實驗的流暢性和準確性。實驗Ⅰ開始后，被試通過手機掃描二維碼隨機分至不同選擇集中，先完成輔助測試題目，包含人口統計學信息和網購服裝頻率問題。若選擇無網購頻率，則結束實驗，反之進入正式實驗。被試瀏覽完所有服裝產品后需做出購買決策，緊接著填寫數量感知題項和決策滿意度量表，決策滿意度量表借鑒Mogilner等［23］的設計，共3個題項。選擇滿意度量表在實驗ⅠA（α=0.80）和實驗ⅠB（α=0.89）中的信度和效度均通過Cronbach一致性檢驗標準。

實驗Ⅱ主要包含4部分，首先將被試隨機分組后先完成輔助測試題目。其次開展情景誘導，借鑒Avnet等［24］所提出的調節模式啟動方法，具體操縱通過回憶—書寫任務進行。為誘導運動模式，要求被試回憶書寫以下類似情境“回想一個你說干就干表現得像一個‘行動者’”等;為誘導評估模式，要求被試回憶書寫以下類似情境“你經常對由你自身或他人完成的工作進行點評”等。該方法在以往的研究中已廣泛驗證［25-26］。接著填寫調節模式測量量表，對Kruglanski等［27］編制的調節模式量表請上海外國語學院的專業人員進行英文回譯，共包含16個題項，運動模式、評估模式各8個題項。首先，以運動模式得分均值減去評估模式得分均值作為調節模式指標。其次，根據提供的實驗刺激材料選擇心儀的商品。最后，對在選擇過程中體驗到的選擇集數量感知、消費者困惑及決策滿意度方面的主觀感受對量表進行填寫。消費者困惑量表由Walsh等［28］編制，共12個題項，根據研究現實進行了適當的修改。所有量表均采用7分制打分，1表示非常不符合，7表示非常符合。實驗Ⅱ中調節模式量表（α=0.922）、消費者困惑（α=0.96）和決策滿意度（α=0.95）的信度和效度均通過Cronbach一致性檢驗標準。

3 實驗結果

根據差異性檢驗分析已知性別、年齡、學歷、職業、收入和網購頻率與決策滿意度的無顯著相關，因而不考慮這些變量的影響。

3.1 決策滿意度的變化趨勢

首先對實驗Ⅰ數據中選擇集規模操縱的有效性進行檢

驗，單因素方差分析結果顯示FⅠA=41.96，p<0.01;FⅠB=18.90，p<0.01，因此實驗ⅠA和ⅠB的操控均有效。

基于被試在不同規模選擇集中決策滿意度均值的變化分布，繪制出決策滿意度均值與選擇集規模之間的關系，如圖4（a）（c）所示，可以初步判斷決策滿意度隨選擇集規模的變化呈倒U形變化曲線。

為準確判斷不同規模選擇集對決策滿意度的影響變化，本文引入邏輯斯蒂回歸模型：

logit（p）=b0+b1x+b2x2（1）

式中：p=prob（yi/x），x為選擇集規模，y為決策滿意度均值。

若b2小于0，且顯著，則可證明y為倒U形曲線。

由圖4（b）（d）的回歸方程可知，模型擬合度較好（R2ⅠA=0.89，R2ⅠB=0.95），且b2均小于0，而b1均大于0，驗證了決策滿意度均值隨選擇集規模的變化呈倒U形曲線，且存在一個極大值，使得決策滿意度最高。對回歸模型進行一階求導：

logit（p）xⅠA′=0.340 6-0.023 0xⅠA=0xⅠA≈14.96（2）

logit（p）xⅠB′=0.316 6-0.021 1xⅠB=0xⅠB≈15.24（3）

求導得到服裝產品選項數量的選擇超負荷臨界值為15，臨界值為被試決策滿意度的最高點。當選擇集內的服裝產品少于15個時，被試的決策滿意度會隨選擇集內的選項數量的增加而提高;當超過15個時，被試的決策滿意度會隨著選擇集內的選項數量的增加而降低，即H1得到驗證。

3.2 選擇集規模設定

由于在文獻中未發現對“多少選擇才算是過多”有明確且統一的操作性定義，為了使研究結果具有可比性和可驗證性，實驗Ⅱ中自變量（大選擇集&小選擇集）的選項數量需要在實驗Ⅰ探索出的選擇超負荷臨界值（15）的基礎上并借鑒先前的研究經驗進行設定。許多研究在選擇及規模設定中參考了Iyengar等［4］的方法，如Greifeneder等［8］通過設置6和30兩個選擇集探討了選擇復雜性和過多選擇之間的關系;劉蕾等［1］采用6、12、30個口味的酸奶探討了選擇集規模對消費者多樣化尋求行為的影響。他們的研究結果與本研究的設定相呼應，因此本文采用Iyengar等［4］的關于選擇集規模的設定，大選擇集選項數量為30，小選擇集選項數量為6。

3.3 選擇集規模與決策滿意度的關系：有調節的中介模型檢驗

首先對實驗Ⅱ數據中選擇集規模設置的合理性進行檢驗。數據顯示，相比小選擇集，大選擇集中消費者感知到產品豐富程度更高（M大=5.47>M小=4.07，t=-9.37，p<0.01），因此實驗Ⅱ的操控有效。其次對調節模式的啟動效果進行檢驗，以驗證實驗操作對不同模式下的行為結果產生預期影響的有效性。結果顯示，運動模式操控下被試的決策滿意度顯著高于評估模式組（M=4.61，σ=0.74，t=8.60，p<0.01），評估模式操控下被試的決策滿意度顯著低于運動模式組（M=3.22，σ=0.97，t=-11.18，p<0.01），與最初的回憶—書寫任務設定相吻合，說明調節模式操縱有效。

采用Hayes［29］編制的SPSS宏中的Model 4對消費者困惑在選擇集規模與決策滿意度之間關系中的中介效應進行檢驗，如表1所示。選擇集規模對決策滿意度的負向預測作用顯著（B=-0.932，t=-5.031，p<0.01）。且當放入中介變量后，選擇集規模對決策滿意度的直接預測作用依然顯著（B=-0.56，t=-7.74，p<0.01），故選擇集規模對消費者困惑的預測作用顯著（B=0.72，t=4.65，p<0.01），即H2得到驗證。

此外，選擇集規模對決策滿意度的直接效應及消費者困惑的中介效應在bootstrap95%置信區間的上、下限均不包含0，如表2所示。表明選擇集規模不僅能夠直接預測決策滿意度，而且能夠通過消費者困惑的中介作用預測決策滿意度。該直接效應（-0.56）和中介效應（-0.38）分別占總效應（-0.93）的59.58%和40.42%，表明消費者困惑與選擇集規模對決策滿意度的影響中起部分中介作用，即H3得到驗證。

采用SPSS宏中的Model 8對有調節的中介模型進行檢驗，如表3所示。將調節模式放入模型后，選擇集規模與調節模式的乘積項對決策滿意度及消費者困惑的預測作用均顯著（決策滿意度：B=0.25，t=2.30，p<0.05;消費者困惑：B=-0.26，t=-3.09，p<0.05）。說明調節模式不僅能夠在選擇集規模對決策滿意度的直接預測中起調節作用，還能夠調節選擇集規模對消費者困惑的預測作用。

進一步簡單斜率分析（圖5），對于調節模式在選擇集規模與消費者困惑之間關系中的調節作用，低分組（M-1SD）的被試，選擇集規模對消費者困惑具有顯著的正向預測作用，simple slope=1.04，t=6.26，p<0.01，置信區間不含0;而對于高分組（M+1SD）的被試，預測作用不顯著，simple slope=0.31，t=1.89，p=0.06，置信區間包含0。可能因調節模式分值設定導致高分組存在部分評估模式者的影響。對于調節模式在選擇集規模與決策滿意度關系中的調節作用，低分組（M-1SD）的被試，選擇集規模對決策滿意度負向預測作用顯著，simple slope=-1.18，t=-5.18，p<0.01，置信區間不含0;而對于高分組（M+1SD）的被試，選擇集規模對決策滿意度負向預測作用較小但顯著，simple slope=-0.48，t=-2.24，p<0.1，置信區間不含0。表明隨著調節模式從評估模式轉向運動模式時，選擇集規模對決策滿意度的預測作用逐漸減弱。

為進一步探究不同調節模式下消費者困惑和決策滿意度的變化，本文將運動模式和評估模式分為兩組，并對不同組別下的大小規模選擇集進行了獨立樣本t檢驗，如表4所示。

在運動模式中，消費者困惑均值為M大=4.08>M小=3.96，決策滿意度均值為M大=4.93<M小=5.08。然而，獨立樣本t檢驗的結果顯示，消費者困惑均值差異在統計上并不顯著（t=-0.58，p=0.56），而決策滿意度均值差異同樣也不顯著（t=0.69，p=0.50）。表明在運動模式下，選擇集規模對消費者困惑和決策滿意度均沒有顯著影響。

而在評估模式中，消費者困惑均值為M大=6.02>M小=4.69，決策滿意度均值為M大=2.92<M小=4.64。通過獨立樣本t檢驗得出消費者困惑均值差異在統計上顯著（t=-8.87，p<0.01），表明在評估模式下大選擇集引發更高的消費者困惑。決策滿意度均值差異同樣顯著（t=7.23，p<0.01），說明評估模式下個體在大選擇集中的決策滿意度較低。即H4和H5得到驗證。

4 討 論

實驗Ⅰ驗證了選擇集規模對消費者決策滿意度影響的雙向作用，隨著選擇集規模的增大，決策滿意度呈倒U形結構。但同時需注意的是，本研究中服裝產品選擇超負荷臨界值為15，但并不意味著該值具有普適性。決策滿意度受多種因素的影響，可能在不同情境下存在一定差異。

當選擇集規模過大時，消費者決策滿意度減少的一個原因可能是消費者會在尋找最優選擇過程中產生消費者困惑，從而影響消費者的情感體驗。換言之，消費者在面臨過大的選擇集時為了盡快選出最優選項，不斷搜索更多的信息，過量的產品信息可能會使消費者在產品信息搜索過程中感到困惑，因此表現出更低的決策滿意度。另一個可能的原因是消費者的個體特質往往會表現出不同的社會心理特征，評估模式者在決策過程中會積極地收集目標和行為策略的相關特征，并基于信息對選項進行全面的分析和對比;而運動模式者在進行選擇時，更多注重行動性，即結果達成。這些特征表明，在面對大選擇集時，評估模式者相比運動模式者更容易產生反事實思維，可能會認為未選中的選項說不定更有吸引力，從而增加選擇過程中的沖突和困難，進而導致個體決策滿意度下降。因此，本文認為消費者的決策滿意度與面臨過大選擇集時產生困惑的多少及消費者個體特質有關，正如假設H2～H5所分析的，因此設計了實驗Ⅱ進一步驗證上述分析。

根據實驗Ⅱ結果發現消費者困惑發揮部分中介作用，與以往觀點一致，即消費者困惑與消極情緒存在負向關系，困惑程度越高，消費者更易產生挫敗、失望、怨恨等情緒［30］。雖然網購相較于傳統購物具備無時間限制等便利，但過多的選擇可能導致消費者心理不安，進而影響情緒和決策能力。

此外，實驗Ⅱ還發現調節模式在選擇集規模與決策滿意度的關系中起調節作用，同時也對“選擇集規模—消費者困惑”這一中介鏈條起調節作用。與評估模式者相比，運動模式者顯示出更強的決斷力與任務導向性，可以緩解大選擇集所帶來的消極情緒。

5 結 論

本文以決策滿意度為核心指標，探討了選擇超負荷效應在服裝網購情境下的影響機制，結論如下：

1） 本文論證了在服裝網購情境下決策滿意度隨選擇集內選項數量變化的分布呈倒U形結構，即隨著選擇集規模的擴大，消費者的決策滿意度呈先增后減的趨勢。

2） 消費者困惑在選擇集規模對決策滿意度的影響中發揮部分中介作用，即選擇集規模越大，消費者困惑程度增加，導致決策滿意度降低。

3） 調節模式作為選擇超負荷效應發生的邊界條件，不同水平的調節模式下被試的決策滿意度存在差異。相比運動模式者，評估模式者更容易出現選擇超負荷效應，表現出更低的決策滿意度。

4） 通過構建有調節的中介模型進一步顯示，調節模式可以部分解釋消費者困惑對選擇超負荷產生的影響。相比運動模式者，評估模式者在大選擇集中進行決策時更容易產生消費者困惑，繼而導致其決策滿意度降低而出現選擇超負荷。

為此，企業應考慮為消費者提供“最優值”的選項數量，對貨品矩陣進行優化，也可通過在線上平臺引入個性化的篩選和推薦功能，將龐大的選擇集分割為更小、更符合消費者偏好的子集。同時，企業為消費者提供比較工具也至關重要，能夠幫助消費者評估不同產品的特點、價格和優劣，使決策更具針對性。此外，企業也可考慮在平臺頁面采用文字、視頻等方式激發消費者的運動模式，鼓勵消費者專注目標，強調快速決策和愉悅購物，引導消費者進入積極、迅速的決策模式，提高購物體驗。

從宏觀層面分析，本文為企業戰略管理提供有益的參考，幫助企業在不斷變化的市場環境中保持競爭優勢。但仍需指出，本文中實驗是通過模擬網購平臺進行的，與真實網購情境存在一定的差異。同時，消費者的決策態度和行為之間可能存在分離現象，因此未來可考慮設計現場實驗從態度和行為兩個維度進行更深入的驗證。

參考文獻：

［1］劉蕾， 鄭毓煌， 陳瑞. 選擇多多益善？選擇集大小對消費者多樣化尋求的影響［J］. 心理學報， 2015， 47（1）： 66-78.

LIU L， ZHENG Y H， CHEN R. Better with more choices？ Impact of choice set size on variety seeking［J］. Acta Psychologica Sinica， 2015， 47（1）： 66-78.

［2］LEVAV J， ZHU R. Seeking freedom through variety［J］. Journal of Consumer Research， 2009， 36（4）： 600-610.

［3］KIM J， ALLENBY G M， ROSSI P E. Modeling consumer demand for variety［J］. Marketing Science， 2002， 21（3）： 229-250.

［4］IYENGAR S S， LEPPER M R. When choice is demotivating： Can one desire too much of a good thing？［J］. Journal of Personality and Social Psychology， 2000， 79（6）： 995-1006.

［5］中華人民共和國商務部. 中國電子商務報告（2022）［M］. 北京： 中國商務出版社， 2023.

Ministry of Commerce of the People’s Republic of China. China Electronic Commerce Report （2022）［M］. Beijing： China Commerce Publishing House， 2023.

［6］CHERNEV A. When more is less and less is more： The role of ideal point availability and assortment in consumer choice［J］. Journal of Consumer Research， 2003， 30（2）： 170-183.

［7］SHAH A M， WOLFORD G. Buying behavior as a function of parametric variation of number of choices［J］. Psychological Science， 2007， 18（5）： 369-370.

［8］GREIFENEDER R， SCHEIBEHENNE B， KLEBER N. Less may be more when choosing is difficult： Choice complexity and too much choice［J］. Acta Psychologica， 2009， 133（1）： 45-50.

［9］DIEHL K， POYNOR C. Great expectations？ Assortment size， expectations， and satisfaction［J］. Journal of Marketing Research， 2010， 47（2）： 312-322.

［10］CHERNEV A， HAMILTON R. Assortment size and option attractiveness in consumer choice among retailers［J］. Journal of Marketing Research， 2009， 46（3）： 410-420.

［11］HAYNES G A. Testing the boundaries of the choice overload phenomenon： The effect of number of options and time pressure on decision difficulty and satisfaction［J］. Psychology & Marketing， 2009， 26（3）： 204-212.

［12］GOODMAN J K， MALKOC S A. Choosing here and now versus there and later： The moderating role of psychological distance on assortment size preferences［J］. Journal of Consumer Research， 2012， 39（4）： 751-768.

［13］王懷勇， 陳翠萍. 調節模式對選擇超載的影響及其機制： 一個有中介的調節模型［J］. 心理科學， 2021， 44（5）： 1057-1063.

WANG H Y， CHEN C P. The effect of regulatory mode on choice overload and its mechanism［J］. Journal of Psychological Science， 2021， 44（5）： 1057-1063.

［14］SAGI A， FRIEDLAND N. The cost of richness： The effect of the size and diversity of decision sets on post-decision regret［J］. Journal of Personality and Social Psychology， 2007， 93（4）： 515-524.

［15］MOURALI M， YANG Z Y， PONS F， et al. Consumer power and choice deferral： The role of anticipated regret［J］. International Journal of Research in Marketing， 2018， 35（1）： 81-99.

［16］BRONIARCZYK S M， GRIFFIN J G. Decision difficulty in the age of consumer empowerment［J］. Journal of Consumer Psychology， 2014， 24（4）： 608-625.

［17］CHERNEV A， BCKENHOLT U， GOODMAN J. Corrigendum to “Choice Overload： A Conceptual Review and Meta-Analysis”［J］. Journal of Consumer Psychology， 2016， 26（2）： 312-312.

［18］CHERNEV A， BCKENHOLT U， GOODMAN J. Commentary on scheibehenne， greifeneder， and todd choice overload： Is there anything to it？［J］. Journal of Consumer Research， 2010， 37（3）： 426-428.

［19］REUTSKAJA E， HOGARTH R M. Satisfaction in choice as a function of the number of alternatives： When “goods satiate”［J］. Psychology & Marketing， 2009， 26（3）： 197-203.

［20］OPPEWAL H， KOELEMEIJER K. More choice is better： Effects of assortment size and composition on assortment evaluation［J］. International Journal of Research in marketing， 2005， 22（1）： 45-60.

［21］KASABOV E. What we know， don’t know， and should know about confusion marketing［J］. European Journal of Marketing， 2015， 49（11/12）： 1777-1808.

［22］WALSH G， HENNIG T T， MITCHELL V W. Consumer confusion proneness： Scale development， validation， and application［J］. Journal of Marketing Management， 2007， 23（7/8）： 697-721.

［23］MOGILNER C， RUDNICK T， IYENGAR S S. The mere categorization effect： How the presence of categories increases choosers’ perceptions of assortment variety and outcome satisfaction［J］. Journal of Consumer Research， 2008， 35（2）： 202-215.

［24］AVNET T， HIGGINS E T. Locomotion， assessment， and regulatory fit： Value transfer from “how” to “what”［J］. Journal of Experimental Social Psychology， 2003， 39（5）： 525-530.

［25］崔楠， 徐嵐， 謝雯婷. 做會后悔還是不做會后悔？自我調節模式對不作為慣性的影響［J］. 心理學報， 2016， 48（4）： 423-434.

CUI N， XU L， XIE W T. Which one makes you regret， to do or not to do？ The effect of self-regulatory mode on inaction inertia［J］. Acta Psychologica Sinica， 2016， 48（4）： 423-434.

［26］OREHEK E， MAURO R， KRUGLANSKI A W， et al. Prioritizing association strength versus value： The influence of self-regulatory modes on means evaluation in single goal and multigoal contexts［J］. Journal of Personality and Social Psychology， 2012， 102（1）： 22-31.

［27］KRUGLANSKI A W， THOMPSON E P， HIGGINS E T， et al. To “Do the right thing” or to “Just do it”： Locomotion and assessment as distinct self-regulatory imperatives［J］. Journal of Personality and Social Psychology， 2000， 79（5）： 793-815.

［28］WALSH G， HENNIG-THURAU T， MITCHELL V W. Consumer confusion proneness： Scale development， validation， and application［J］. Journal of Marketing Management， 2007， 23（8）： 697-721.

［29］HAYES A F. PROCESS： A Versatile Computational Tool for Observed Variable Mediation， Moderation， and Conditional Process Modeling［Z］. Lawrence： University of Kansas， 2012.

［30］MOON S J， COSTELLO J P， KOO D M. The impact of consumer confusion from eco-labels on negative WOM， distrust， and dissatisfaction［J］. International Journal of Advertising， 2017， 36（2）： 246-271.

A study on the influence of the size of selection sets on decision satisfaction for online clothing shopping

ZHANG Chi， WANG Xiangrong

LIANG Guanhan1， LI Min1，2

（1.College of Fashion and Design， Donghua University， Shanghai 200051， China; 2.Key Laboratory of Clothing Design and Technology， Ministry of Education， Shanghai 200051， China）

Abstract： Against the backdrop of the rapid development of information technology， globalization of markets and increasing business competition， the range of goods and services and the complexity of decision-making that consumers face when making shopping choices have grown significantly. In particular， the rapid growth of e-commerce and the popularization of online shopping have greatly broadened consumers’ choice space， while at the same time subverting the traditional shopping paradigm， making it possible to shop regardless of time and location.

The accompanying challenge is that along with the dramatic increase in the number of products available， choice overload has gradually become a problem for consumers. The information processing burden brought about by product diversification increases the complexity and time-consuming nature of information screening， comparison and evaluation in the decision-making process. This not only tests consumers’ decision-making ability， but sometimes even leads to increased hesitation and difficulty in decision-making. In the face of seemingly unlimited choices， consumer confusion and anxiety may intensify， which may ultimately cause decision fatigue and decreased decision satisfaction. Therefore， in a digital business environment， deep insights into how consumers make choices in the midst of huge amounts of information and how these choices affect their decision satisfaction are of key importance for research and marketing strategy development.

In view of this， in order to investigate the impact of selection set size on decision satisfaction in an apparel online shopping scenario， as well as the role of consumer confusion and moderation patterns in this relationship， this study was based on choice overload theory， and a simulated online shopping platform was constructed by using web development technology with 736 online shoppers as subjects. First， the choice overload critical values at which consumer decision satisfaction shifts were clarified by using the logistic regression model. In the context of using shirts and canvas shoes as experimental items， when the number of options in the selection set increased to 15， consumer decision satisfaction reached the highest point， revealing a nonlinear relationship between the number of choices and decision satisfaction. This finding provides an empirical basis for defining the boundaries of consumer choice overload and provides a benchmark for variable setting in subsequent experiments.

Further， by designing a controlled experiment and utilizing Model 4 in the SPSS macro， we explored how consumer confusion plays a mediating role in the formation of decision satisfaction under the influence of selection sets of different sizes. The empirical study shows that consumer confusion partially mediates the effect between selection set size on decision satisfaction， revealing the subtle changes in consumers’ mental states and decision-making impact when they deal with huge amounts of information. Based on the mediating effect， this study also focuses on how moderation patterns affect the relationship between consumer confusion and decision satisfaction. By utilizing Model 8 in the SPSS macro， it was revealed that the moderation model plays a significant moderating role in the effects of different selection set sizes on decision satisfaction. In particular， the moderating pattern is especially evident in the assessment model， emphasizing the importance of information processing strategies in the decision-making process.

In summary， this study provides insights into the changes in consumer decision satisfaction under choice overload by combining empirical research with a simulated online shopping environment. This study not only clarifies the mediating role of consumer confusion， but also explores the moderating role of the moderating mode， which provides insights for apparel companies in formulating product line strategies and implementing marketing. Companies are expected to recognize the existence of the choice overload effect and its impact on the consumer decision-making process， and further attention shall be paid to the management and optimization of their product lines as a way to alleviate the complexity and uncertainty of the consumer’s choice， so as to reduce the complexity and uncertainty of consumers’ choices， and to improve their overall satisfaction with the results during and after the choice process. Meanwhile， it has practical significance for optimizing the product display and recommendation mechanism of e-commerce platforms， as well as improving consumers’ shopping experience. This study reinforces the necessity of paying attention to the psychology of consumer decision-making in marketing strategies， and provides a scientific basis for the apparel industry and other retail sectors to manage product lines and improve customer satisfaction in the digital transformation.

Key words： selection set size; decision satisfaction; online shopping; consumer confusion; moderation mode