低建構的買賣方更易達成二手交易：買賣方的聚焦分離效應

摘" 要" 二手物品常瑜瑕并存， 買賣方的建構水平是否影響其對瑜瑕屬性的關注進而影響交易出價？本研究提出并證明了買賣方的聚焦分離效應。通過對二手交易的策略回溯（研究1）、想法編碼（研究2）、屬性再認（研究3）和屬性聚焦（研究4）， 發現低建構的買賣方更易達成二手交易， 其原因在于降低建構表征分離了買賣方的關注點， 使得賣方提高了對交易物品消極屬性的關注、買方提高了對交易物品積極屬性的關注， 從而縮小了雙方的出價差值。此外， 建構水平誘發的出價變動效應在賣方身上比在買方身上更明顯。這拓展了建構水平理論， 揭示了建構表征影響交易出價的認知機制， 也為二手交易中交易對象的篩選、議價策略的使用、二手平臺的管理等提供了認知策略。

關鍵詞" 二手交易， 交易角色， 建構水平， 屬性聚焦， 出價差值

分類號" B849： F713.55

1" 引言

近年來， 消費的迭代掀起了二手交易的熱潮。小到跳蚤市場、閑魚APP上的生活閑置物品交易， 大到鏈家、瓜子平臺中的二手房、車買賣。從2016年至2021年， 我國二手電商交易規模從三百億元攀升至四千億元， 推動了社會資源的循環利用（網經社電子商務研究中心， 2022）。然而， 根據二手平臺85萬余條的消費輿情分析披露（北京陽光消費大數據研究院， 2021）， 近1/3的問題聚焦在買賣方信息表征差異、交易物品瑜瑕屬性關注、虛高報價故意殺價等方面， 這些問題時常引發交易摩擦、阻礙市場出清、降低資源流動（Carney et al.， 2022; Yan et al.， 2020）。

在二手交易中， 由于交易角色、交易經驗等的不同， 交易雙方可能存在不同的建構視角（Irmak et al.， 2013）、對事物有不同的表征方式（Steinbach et al.， 2019; Trope amp; Liberman， 2010）。高建構者傾向于用主要、核心、去背景化的方式表征事物， 低建構者傾向于用輔助、具體、細節化的方式表征事物（Adler amp; Sarstedt， 2021）， 這可能會影響其對交易信息的關注。二手物品常瑜瑕并存， 如在價格低廉、環保健康、物展真實等優勢中， 常伴隨功能殘缺、款式陳舊、售后失效等劣勢。建構水平如何影響買賣方對二手物品瑜瑕屬性的關注， 進而影響交易出價？何種建構表征類型的買賣方更易達成二手交易？

經典的建構水平理論認為， 提升建構水平會提高個體對物品積極屬性的關注（Bowen， 2020; Trope amp; Liberman， 2010）。但是忽視了一個重要的理論問題：建構水平對屬性聚焦的影響是否存在角色差異？對于買、賣方而言， 提升建構水平均能提高對物品積極屬性的關注嗎？還是會出現分離效應？基于偏向性信息加工理論和自我評估相關理論， 本研究提出并證明了提升建構水平會分離買賣方的關注點， 使賣方更關注交易物品的積極屬性、忽視消極屬性， 而使買方更關注消極屬性、忽視積極屬性， 從而增大了買賣方的出價差值; 降低建構水平則反之。本文將其稱為買賣方的聚焦分離效應。

1.1" 買賣方的出價差異

在二手交易中， 兩個出價影響最終交易結果：一是賣方接受的最低售價（Willingness to accept， WTA）; 二是買方接受的最高購價（Willingness to pay， WTP） （Horowitz amp; McConnell， 2002; Morewedge amp; Giblin， 2015）。賣方與買方之間的出價差值（本文所指為賣方出價?買方出價）越大， 交易越難達成， 反之則越易達成。研究表明， 人們擁有商品之后的估價顯著高于擁有該商品之前的估價， 這被稱為稟賦效應（Endowment effect; Morewedge amp; Giblin， 2015）。在二手商品交易中， 稟賦效應表現在作為擁有物品的賣方愿意出售的價格往往高于未擁有物品的買方愿意購買的價格（Horowitz amp; McConnell， 2002; Kahneman et al.， 1990）。

以兩個經典的實驗為例（Knetsch， 1989; Knetsch amp; Sinden， 1984）：在交換實驗中， 一組被試事先得到一個咖啡杯， 在實驗后有機會用咖啡杯來交換400 g的巧克力棒; 另一組被試事先得到400 g巧克力棒， 在實驗后有機會用巧克力棒來交換咖啡杯。結果顯示， 前組中89%的被試選擇留下咖啡杯， 只有11%的被試愿用咖啡杯交換巧克力棒; 后組中90%的被試選擇留下巧克力棒， 只有10%的被試愿用巧克力棒交換咖啡杯。在評估實驗中， 一組被試事先得到一個咖啡杯， 有機會將咖啡杯賣給實驗者; 另一組被試事先未得到咖啡杯， 有機會從實驗者那里購買咖啡杯。結果顯示， 前組愿花7.12美元出售， 而后者只愿花2.87美元購買。人們為何對擁有的物品賦予更高權重？

1.2" 屬性聚焦與出價差異

偏向性信息加工（Biased Information Processing）理論認為， 由于角色差異， 買賣方在信息搜索和關注時會優先加工與自身認知框架一致的信息， 導致物品估價的不同（Ashby et al.， 2012; Morewedge amp; Giblin， 2015）。個體對自己持有的物品賦予更多的認知偏向和更高的評價， 而對別人持有的物品賦予更少的認知偏向和更低的評價（Johnson et al.， 2007; Pachur amp; Scheibehenne， 2012）。“以物換錢”的角色使賣方更關注可能失去的物品， 優先搜索和關注物品的積極屬性和金錢的消極屬性， 從而提高售價; “以錢換物”的角色使買方更關注可能失去的金錢， 優先加工金錢的積極屬性和物品的消極屬性， 從而降低購價（Ashby et al.， 2012; Johnson et al.， 2007）。例如， Carmon和Ariely （2000）觀察到賣方會自動關注交易商品， 買方會自動關注交易價格。Nayakankuppam和Mishra （2005）讓被試模擬鋼筆交易， 并寫下對鋼筆的想法， 發現賣方更關注鋼筆的積極特征， 而買方更關注消極特征， 誘使賣家關注物品的消極特征會降低其售價， 誘使買家關注物品的積極特征會提高其購價。這種屬性聚焦對出價的影響得到了諸多研究的支持（如Pachur amp; Scheibehenne， 2012; Saqib et al.， 2010）。因此， 當某種認知方式能改變買賣方對事物的屬性聚焦時， 應該能改變其出價差異。

1.3" 建構水平與屬性聚焦

建構水平理論（Constural level theory）區分了個體看待事物的兩種心理表征（Trope amp; Liberman， 2010）：一種是高建構表征， 關注事物的抽象、主要、本質層面; 另一種是低建構表征， 關注事物的具體、次要、情境化層面。例如， 對于“讀書”而言， 高建構者傾向于表征為“獲取知識”， 而低建構者傾向于表征為“逐行逐句地看” （Vallacher amp; Wegner， 1989）。個體的建構表征會隨著與事物心理距離的變化而改變， 在思考未來、遠處、他人、低概率的事情時， 個體傾向于高建構表征， 而在思考當下、近處、自我、高概率的事情時， 則傾向于低建構表征（Trope amp; Liberman， 2010）。建構水平影響個體的信息搜索和關注， 進而影響其態度和行為（Trope et al.， 2007; Yan amp; Sengupta， 2011）。

研究表明， 提升建構水平會增加個體對事物積極屬性的關注、降低對其消極屬性的關注。例如， 提高建構水平讓個體更積極地看待過去的經歷（Williams et al.， 2014）; 困擾當下的事件在經過時間淡化、空間轉移或換位思考等高建構表征后變的更積極明朗（Trope amp; Liberman， 2010）; 高建構表征下個體寫下更多贊同的意見、更少反對的意見（Eyal et al.， 2004）; 對事物進行抽象表征的個體在游戲中更關注收益部分、在思考中更關注理想和愿望， 而進行具體表征的個體在游戲中更關注損失部分、在思考中更關注責任和義務（Keller et al.， 2004）。

1.4" 買賣方的聚焦分離

建構水平對屬性聚焦的影響在買賣方身上均是如此嗎？仔細分析上述研究不難發現， 這個推論僅限與自己（而非與他人）有關的事物上（Eyal et al.， 2004; Keller et al.， 2004）。根據自我評估的相關理論， 個體普遍存在自我提升偏差（Self-Enhancement Biases; Dufner et al.， 2019; Zell et al.， 2020）， 既包括對自己擁有事物的“抬高”， 也包括對他人擁有事物的“貶低” （Festinger， 1954; Zhao et al.， 2021）， 特別是在雙方存在競爭關系時， 這種偏差更為明顯（Zell et al.， 2020）。因此， 提升建構水平會增加對自身有關事物的積極屬性關注， 但也可能會降低對他人有關事物的積極屬性關注。例如， 研究發現， 提升建構水平提高了個體對自我的積極評價、降低了對他人的積極評價（Garcia et al.， 2020）， 使個體更加肯定內群體的優越性、更加否定外群體的優越性（Kim et al.， 2012）。在二手交易中， 交易物品屬于賣方而非買方， 雙方又存在明顯的競爭關系。因此， 我們推測， 提高建構水平可能會引發買賣方對交易物品屬性聚焦的分離， 使賣方更關注其積極屬性， 買方更關注其消極屬性， 進而拉大雙方的出價差值; 降低建構水平則反之。

研究假設1 （H1）：高建構表征下買賣方的出價差值更大， 低建構表征下反之。

研究假設2 （H2）：提升的建構表征會分離買賣方的關注點， 使得賣方更關注交易物品的積極屬性， 而買方更關注其消極屬性， 從而拉大雙方的出價差值; 降低建構表征反之。

1.5" 出價波動的不對稱性

建構水平對出價波動的影響在買賣方身上效應相同嗎？在二手交易中， 雖然賣方和買方看似角色對等， 但雙方交易的核心是物品， 擁有物品的賣方在交易中會形成一種無形的優勢感， 看似關系的對等背后， 隱含著因物品所有權的不同而產生的心理不對等。賣方往往擁有先出價的優勢， 通過故意抬價掌握錨定高點， 故意設置寬松的議價區間， 在虛高報價后故意降價， 營造一種大幅度降價的假象（Morewedge amp; Giblin， 2015）， 使賣方比買方有更大的價格可升降空間， 這可能導致建構水平對出價變動的影響在賣方身上比買方身上更明顯。還有一種可能：雙方對“物”和“錢”的敏感度不同， 賣方對物品相關的信息更敏感， 買方對支出相關的信息更敏感（Carmon amp; Ariely， 2000）。因此， 在涉及交易物品（而非金錢）的瑕瑜屬性時， 賣方比買方可能有更高的敏感度， 進而導致雙方出價波動的不對稱性：

研究假設3 （H3）：建構水平誘發的出價變動效應在賣方身上比在買方身上更明顯。

1.6" 研究概覽

通過4項研究檢驗了上述假設：研究1基于二手房交易數據， 回溯了房產中介的議價策略， 探究了不同建構表征的議價策略對買賣方出價的影響， 初步檢驗H1。研究2～4基于二手電子閱讀器、掃拖機器人、藍牙耳機的模擬交易， 探究了建構表征誘發的買賣方聚焦分離效應。研究2通過想法編碼（從建構水平和屬性聚焦兩個維度對交易想法進行編碼歸類）、研究3通過屬性再認（記錄不同建構買賣方對物品積極/消極屬性的再認判斷）、研究4通過屬性聚焦（采用屬性對比凸顯積極/消極屬性來操縱不同建構買賣方的屬性聚焦）， 檢驗H1～3。此外， 考慮到價格區間可能對本研究產生干擾（賣方常參照歷史價格區間的上限， 買方常參照下限; Morewedge amp; Giblin， 2015; Weaver amp; Frederick， 2012）， 研究2～4僅呈現了商品的原價而非價格區間。鑒于被試的二手交易經驗、商品擁有狀況、商品交易意愿、月消費、性別、年齡等因素可能影響其出價， 本研究均予以測量， 并作協變量控制。

2" 研究1：策略回溯

研究1以中國二手房交易為例， 通過回溯房產中介的議價策略和交易記錄， 考察不同建構水平的議價策略對賣方、買方談判前后出價變化及最終交易的影響， 以檢驗H1和H3。

2.1" 被試

依據G*power的計算結果， 取中等效應量f 2 = 0.15， 顯著性水平α = 0.05， 進行多元回歸分析， 要達到95% （1 ? β）的統計檢驗力， 至少需要107名被試（Faul et al.， 2007）。本研究共招募110名被試（均為房產中介， 來自6家二手房交易公司; 調研時間：2019年6～12月; 41名女性; Mage = 31.12歲， SD = 8.70歲; M從事房產工作年限 = 5.09年， SD = 7.61年）。1名被試未通過理解力檢測， 3名被試所填信息與公司記錄不符， 在后續分析中將其剔除。

2.2" 設計與程序

被試需完成一項議價策略的回溯調查。首先， 閱讀有關建構水平的界定、高低建構表征的區別及三項實例（如， 對于制作一份清單， 高建構表征：“有組織、有條理地安排任務”， 低建構表征：“把任務逐一羅列寫出來”; 參見Vallacher amp; Wegner， 1989）。然后， 完成兩項建構表征的理解力檢測（高建構表征“吃飯”：A獲取營養， B咀嚼和吞咽食物; 低建構表征“洗衣服”：A去掉衣服上的氣味， B 把衣服放到洗衣機里）， 以確保被試能準確識別高、低建構表征。接著， 查閱最近三次的房屋交易記錄， 填寫每次交易的房屋面積、買賣方的初始和最終出價、最終交易情況（成功/失敗）、談判議價所采用的建構水平策略[在這次談判中你更傾向采用哪種表征方式說服賣方降價（題1）/說服買方升價（題2）？1=完全采用低建構表征方式， 7=完全采用高建構表征方式]。最后， 填寫年齡、性別、從事房產中介的工作年限等信息。調研后， 將所填信息與公司記錄進行核驗， 確保所填信息的真實性。

2.3" 結果與討論

2.3.1" 出價變動指數的計算

以賣方初始定價與最終定價之間的差值除以房屋面積作為賣方降價指數， 數值越大表示降價幅度越大（公式1）; 以買方最終定價與初始定價之間的差值除以房屋面積作為買方升價指數， 數值越大表示升價幅度越大（公式2）。

（1）

（2）

2.3.2" 建構水平議價策略是否影響買賣方的出價變動？

以房產中介對賣方的建構水平議價策略為預測變量， 以賣方的降價指數為結果變量， 以年齡、性別和工作年限為控制變量， 進行分層回歸分析， 結果（表1）表明， 房產中介對賣方的議價策略負向預測賣方降價指數（β = ?0.25， p lt; 0.001， 95% CI [?0.14， ?0.35]）：越采用低建構議價策略， 賣方的降價幅度越大。以房產中介對買方的建構水平議價策略為預測變量， 以買方的升價指數為結果變量， 控制變量同上， 進行分層回歸分析， 結果（表1）表明， 房產中介對買方的議價策略負向預測買方升價指數（β = ?0.13， p = 0.021， 95% CI [?0.02， ?0.24]）：越采用低建構議價策略， 買方的升價幅度越大 。

2.3.3" 建構水平議價策略是否影響最終交易狀況？

以房產中介對賣方、買方的建構水平議價策略為預測變量， 以雙方最終交易情況（失敗 = 0， 成功 = 1）為結果變量， 控制變量同上， 進行二元logistic回歸分析。結果（表1）表明， 房產中介對賣方、買方的議價策略未能顯著預測最終交易情況（B = ?0.22， Wald = 2.03， p = 0.154， OR = 1.25， 95% CI [?0.92， ?1.69]; B = ?0.17， Wald = 1.15， p = 0.285， OR = 1.19， 95% CI [?0.87， ?1.62]）。但兩者的交互項對最終交易情況有微弱預測作用（B = ?0.24， Wald = 3.20， p = 0.074， OR = 1.27， 95% CI [?0.98， ?1.64]）。具體而言， 對買方采用低建構議價策略時， 對賣方越采用低建構議價策略， 越易達成交易（B = ?0.31， Wald = 5.59， p = 0.018， OR = 0.74， 95% CI [0.57， 0.95]）; 而對買方采用高建構議價策略時， 對賣方采用的建構議價策略不影響成交情況（B = ?0.04， Wald = 0.13， p = 0.723， OR = 0.96， 95% CI [0.78， 1.19]）， 說明房產中介的議價策略存在一定協同作用， 當同時對雙方采取低建構議價策略時更易促成交易， 而當對一方采取高建構議價策略時， 對另一方采用的建構議價策略不影響成交狀況。

研究1通過二手房交易的策略回溯， 初步揭示了低建構議價策略下買賣方的出價差值更小， 且建構水平誘發的出價變動效應在賣方身上比在買方身上略微明顯， 在一定程度支持了H1和H3。其獨特價值在于：基于真實的交易出價數據， 增加了研究的生態效度; 記錄了談判前后買賣方出價的動態變化， 從時間維度上觀測建構水平的效應; 揭示了在議價中對賣方和買方建構策略的微弱協同作用。但需指出：二手房屬于重要不動產， 其交易出價可能有別于日常商品。此外， 研究1測量的是第三方（房產中介）對買賣方的建構議價策略， 而非買賣方自身的建構策略。接下來的研究將以日常商品為實驗材料， 測量買賣方（而非第三方）的建構水平， 進一步探究建構水平對買賣方出價的影響， 同時對比雙方的屬性關注差異， 檢驗買賣方的聚焦分離假設。

3" 研究2：想法編碼

研究2以二手電子閱讀器交易為例， 記錄買、賣方在二手交易中的系列想法， 基于建構水平和屬性聚焦兩個維度對這些想法進行編碼歸類， 考察是否賣方比買方有更高的建構水平、更關注物品的積極屬性， 低建構下是否買賣方的出價差值更小， 建構水平與屬性聚焦之間的相關性是否因交易角色的不同而出現分離。

3.1" 被試

依據G*power的計算結果， 取中等效應量d = 0.50， 顯著性水平α = 0.05， 進行獨立樣本t檢驗， 要達到95% （1 ? β err prob）的統計檢驗力， 至少需要210名被試（Faul et al.， 2007）。本研究通過問卷星平臺招募了359名有效被試（142名女性; Mage = 30.00歲， SD = 7.36歲）。無效被試通過理解力檢測予以篩除。

3.2" 設計與程序

被試需完成一場模擬的二手電子閱讀器交易， 收到該閱讀器的相關信息（圖1）。隨后被隨機分為兩組， 賣方組想象自己擁有并打算出售這臺閱讀器， 需寫下對該產品的6條想法及愿意出售的最低價格。買方組想象自己打算購買這臺閱讀器， 需寫下對該產品的6條想法及愿意購買的最高價格（類似方法參見：Nayakankuppam amp; Mishra， 2005）。標記出價和列出想法的順序進行了組間平衡。最后， 填寫二手交易平臺的月交易次數、電子閱讀器的擁有情況、交易意愿、平時月消費、年齡、性別等信息。

3.3" 結果分析

3.3.1" 賣方比買方出價更高？

賣方售價（M = 427.83， SD = 154.40）顯著高于買方購價（M = 315.10， SD = 167.95）， t（357） = 6.62， p lt; 0.001， Cohen’s d = 0.70， 95% CI [0.49， 0.91]。

3.3.2" 賣方比買方更高建構、更關注積極屬性？

從建構水平和屬性聚焦兩個維度對被試填寫的想法進行編碼（由兩位編碼者單獨完成， 對于編碼不一致的條目由備用編碼者集體討論決定）。高建構水平想法標記為1， 低建構水平想法標記為0。依據建構水平理論（Trope amp; Liberman， 2010）， 本研究從三個維度區分被試想法的建構水平， 一是信息表征的抽象性， 抽象表征編碼為1， 具體表征編碼為0， 例如“屏幕有瑕疵影響使用”標記為1， “顯示屏表面有一個黑點影響觀看”標記為0。二是關注使用目的還是使用手段， 關注使用目的標記為1， 關注使用手段標記為0， 例如， “我買它想獲取更多的知識”標記為1， “我擔心是否可以在閱讀器的電子書城下載大量書籍”標記為0。三是關注主要還是次要信息（預研究事先對同質樣本進行二手電子閱讀器的主次信息調研， 結果顯示， 主要信息涉及分辨率、存儲容量、屏幕尺寸等， 次要信息涉及充電方式、是否包郵等）， 關注主要信息標記為1， 關注次要信息標記為0。共收到2154條想法， 高建構水平的想法共1501條， 低建構水平的想法共653條， 兩位編碼者的一致性信度為0.85。想法中關注物品的積極屬性標記為1， 消極屬性標記為0， 如“物品有防水功能不錯”標記為1， “物品屏幕有瑕疵”標記為0， 積極屬性的想法共1155條， 消極屬性的想法共999條， 兩位編碼者的一致性信度為0.94。運用公式3 （ai代表想法的建構水平編碼數值， i代表想法的個數）和4 （bi代表想法的屬性聚焦編碼數值， i代表想法的個數）分別計算了每位被試的建構水平得分和屬性聚焦得分， 分值越高表示被試建構水平越高， 越關注積極屬性。

（3）

（4）

比較買賣方的建構水平和屬性聚焦差異表明， 賣方（M = 0.80， SD = 0.27）比買方（M = 0.59， SD = 0.39）有更高的建構水平， t（357） = 5.98， p lt; 0.001， Cohen’s d = 0.63， 95% CI [0.42， 0.84]; 賣方（M = 0.71， SD = 0.33）比買方（M = 0.38， SD = 0.38）更關注交易物品的積極屬性， t（357） = 8.67， p lt; 0.001， Cohen’s d = 0.92， 95% CI [0.70， 1.13]。

3.3.3" 關注積極屬性時出價更高？

買賣方的屬性聚焦正向預測其物品出價（β = 0.58， p lt;.001， 95% CI [0.50， 0.67]）。無論對于賣方（β = 0.46， p lt; 0.001， 95% CI [0.35， 0.64]）還是買方（β = 0.56， p lt; 0.001， 95% CI [0.44， 0.69]）， 越關注物品的積極屬性， 其出價越高。

3.3.4" 高建構的買賣方出價差值更大？

以建構水平和交易角色（0 = 買方， 1 = 賣方）為預測變量， 以物品出價為結果變量， 以月二手交易次數、物品擁有情況、交易意愿、月消費、年齡和性別（0 = 女， 1 = 男）為控制變量進行層次回歸分析。結果（表 2）表明， 建構水平對物品出價的預測作用未達顯著（β = 0.02， p = 0.684， 95% CI [?0.08， 0.12]）， 交易角色（β = 0.31， p lt; 0.001， 95% CI [0.21， 0.41]）、建構水平和交易角色的乘積項（β = 0.60， p lt; 0.001， 95% CI [0.33， 0.87]）正向預測物品出價。

簡單效應分析（圖 2）表明， 對賣方而言， 建構水平越高， 物品出價越高（β = 0.33， p lt; 0.001， 95% CI [0.21， 0.56]）; 對于買方而言， 建構水平越高， 物品出價越低（邊緣顯著， β = ?0.14， p = 0.053， 95% CI [?0.25， 0.002]）， 表明高建構的買賣方出價差值更大。此外， 建構水平對物品出價的影響效應（斜率絕對值）在賣方身上比買方身上更明顯（β = 0.42， p = 0.005， 95% CI [0.13， 0.70]）。

3.3.5" 聚焦分離：高建構的賣方更關注積極屬性、買方更關注消極屬性？

以建構水平和交易角色為預測變量， 以屬性聚焦（0 = 關注消極屬性， 1 = 關注積極屬性）為結果變量， 控制變量同上， 進行層次回歸分析。結果（表2）表明， 建構水平對屬性聚焦的預測作用未達顯著（β = 0.01， p = 0.855， 95% CI [?0.09， 0.11]）。交易角色正向預測屬性聚焦（β = 0.40， p lt; 0.001， 95% CI [0.30， 0.50]）：賣方比買方更關注物品的積極屬性。建構水平與交易角色的乘積項正向預測屬性聚焦（β = 0.94， p lt; 0.001， 95% CI [0.69， 1.18]）。

簡單效應分析表明， 對賣方而言， 建構水平越高， 越關注交易物品的積極屬性（β = 0.48， p lt; 0.001， 95% CI [0.39， 0.69]）。對于買方而言， 建構水平越高， 越關注交易物品的消極屬性（β = ?0.25， p = 0.001， 95% CI [?0.33， ?0.09]）。上述結果支持了H2， 說明建構水平對屬性聚焦的影響存在買方和賣方的分離。

研究2通過對買賣方有關交易物品的想法編碼， 揭示了賣方比買方有更高的建構水平、更關注物品的積極屬性， 初步支持了買賣方的聚焦分離假設。但在想法編碼中部分條目難以從建構水平或屬性聚焦維度進行區分， 為此， 研究3采用更為客觀的方法予以測量。

4" 研究3：屬性再認

研究3測量了買賣方的建構水平特質 ， 通過雙方對二手物品積極和消極屬性的再認判斷來測量其在交易中對積極和消極屬性的關注， 檢驗是否高、低建構水平的買賣方在屬性聚焦上存在分離效應。

4.1" 被試

依據G*power的計算結果， 結合研究1探測到的效應量f 2 = 0.035， 顯著性水平α = 0.05， 進行多元回歸分析， 要達到95% （1 ? β err prob）的統計檢驗力， 至少需要445名被試。本研究通過問卷星平臺招募了482名有效被試（235名女性; Mage = 30.55歲， SD = 6.69歲）。無效被試通過一項理解力檢測題予以篩除。

4.2" 設計與程序

被試需要完成一場模擬的二手掃拖機器人交易， 被隨機分為兩組， 賣方組想象自己擁有并打算出售一臺掃拖機器人， 需寫下愿意出售的最低價格。買方組想象自己打算購買一臺掃拖機器人， 需寫下愿意購買的最高價格。他們會收到該商品的原價、使用情況及8條屬性信息（涉及掃拖噪聲、掃拖時長、路徑智能化、APP功能多樣化、掃拖自動化、清潔劑自動化、避障能力、換水自動化; 圖3）， 包括4條積極屬性和4條消極屬性。預研究（N = 69）事先測量了同質樣本對每條屬性的權重評分， 正式實驗在設置積極屬性（M = 1.91， SD = 1.08）和消極屬性（M = 1.90， SD = 1.04）時進行了權重平衡， t（68） = 0.09， p = 0.928， 以免屬性權重的差異對研究產生干擾。

出價后， 被試需完成BIF （Behavior Identification Form） 量表來測量其建構水平（Vallacher amp; Wegner， 1989）， 共25個題項， 每題包含一個目標行為和兩個表征選項， 一個是高建構表征選項和另一個是低建構表征選項。例如：“補牙”這一目標行為的高建構表征為“保護牙齒健康”， 低建構表征為“去看牙科醫生”。被試需選擇平時對這些行為活動的習慣性理解。根據選擇高建構選項的數量計算建構水平得分， 得分越高， 表示建構水平越高。在本研究中該量表的內部一致性系數α = 0.83。

隨后， 被試需完成對應8條屬性信息的再認判斷， 用于測量其對先前積極和消極屬性信息的關注情況。例如：“運行時產生的噪音程度：○ 掃拖過程安靜， 幾乎沒噪音 ○ 掃拖過程的噪音偏高”; “清掃路徑規劃：○ 掃地從近到遠， 拖地由遠及近， 避免臟拖布二次污染 ○ 掃拖均從近到遠， 提高效率”。再認判斷的正誤反映了被試對該條屬性信息的關注情況：對某一屬性的判斷正確率越高， 表示在之前交易頁面中越關注該屬性（Fox et al.， 2007）。

最后， 被試填寫在二手交易平臺的月交易次數、物品擁有情況、交易意愿、平時月消費、年齡、性別等信息。

4.3" 結果與討論

4.3.1" 高建構的買賣方出價差值更大？

以建構水平和交易角色（0 = 買方， 1 = 賣方）為預測變量， 以物品出價為結果變量， 以月二手交易次數、物品擁有情況、交易意愿、月消費、年齡和性別為控制變量， 進行層次回歸分析。結果（表3）表明， 建構水平正向預測物品出價（β = 0.13， p = 0.006， 95% CI [0.04， 0.22]）， 交易角色（β = 0.23， p lt; 0.001， 95% CI [0.14， 0.32]）、建構水平與交易角色的乘積項（β = 1.36， p lt; 0.001， 95% CI [1.11， 1.61]）正向預測物品出價。

簡單效應分析（圖4）表明， 對賣方而言， 建構水平越高， 物品出價越高（β = 0.57， p lt; 0.001， 95% CI [0.42， 0.62]）; 對買方而言， 建構水平越高， 物品出價越低（β = ?0.35， p lt; 0.001， 95% CI [?0.51，"?0.24]）， 表明高建構的買賣方出價差值更大。此外， 建構水平對物品出價的影響效應（斜率絕對值）在賣方身上比買方身上更明顯（β = 0.28， p = 0.030， 95% CI [0.03， 0.54]）。

4.3.2" 聚焦分離：高建構的賣方更關注積極屬性、買方更關注消極屬性？

以積極和消極屬性的再認正確率作為屬性聚焦的指標， 以建構水平和交易角色為預測變量， 以積極屬性聚焦和消極屬性聚焦為結果變量， 控制變量同上， 進行層次回歸分析。結果（表3）表明， 建構水平正向預測積極屬性聚焦（β = 0.16， p lt; 0.001， 95% CI [0.07， 0.25]）， 負向預測消極屬性聚焦（β = ?0.14， p = 0.003， 95% CI [?0.23， ?0.05]）。交易角色正向預測積極屬性聚焦（β = 0.24， p lt; 0.001， 95% CI [0.15， 0.33]）、負向預測消極屬性聚焦（β = ?0.17， p lt; 0.001， 95% CI [?0.26， ?0.08]）：賣方比買方更關注物品的積極屬性， 買方比賣方更關注物品的消極屬性。建構水平與交易角色的乘積項正向預測積極屬性聚焦（β = 1.43， p lt; 0.001， 95% CI [1.19， 1.67]）、負向預測消極屬性聚焦（β = ?1.34， p lt; 0.001， 95% CI [?1.60， ?1.09]）。

簡單效應分析表明， 對賣方而言， 建構水平越高， 越關注交易物品的積極屬性（β = 0.56， p lt; 0.001， 95% CI [0.45， 0.65]）、越忽視交易物品消極屬性（β = ?0.59， p lt; 0.001， 95% CI [?0.63， ?0.44]）。對買方而言， 建構水平越高， 越關注交易物品的消極屬性（β = 0.34， p lt; 0.001， 95% CI [0.23， 0.51]）， 越忽視交易物品的積極屬性（β = ?0.36， p lt; 0.001， 95% CI [?0.47， ?0.23]）。

4.3.3" 屬性聚焦的中介效應

以建構水平為自變量， 積極和消極屬性聚焦為中介變量， 分別以買方和賣方的物品出價為因變量進行中介效應分析。結果（圖5）表明：對于賣方而言， 建構水平越高， 越關注交易物品的積極屬性（β = 0.59， p lt; 0.001， 95% CI [0.49， 0.69]）， 進而出價越高（β = 0.14， p = 0.030， 95% CI [0.01， 0.27]）， 建構水平越低， 越關注交易物品的消極屬性（β = ?0.57， p lt; 0.001， 95% CI [?0.67， ?0.47]）， 進而出價越低（β = ?0.20， p = 0.002， 95% CI [?0.33， ?0.08]）。對于買方而言， 建構水平越高， 越關注交易物品的消極屬性（β = 0.30， p lt; 0.001， 95% CI [0.18， 0.42]）， 進而出價越低（β = ?0.15， p = 0.026， 95% CI [?0.29， ?0.02]）， 建構水平越低， 越關注交易物品的積極屬性（β = ?0.35， p lt; 0.001， 95% CI [?0.47， ?0.23]）， 進而出價越高（β = 0.25， p lt; 0.001， 95% CI [0.13， 0.42]）。Bootstrap分析表明：個體對交易物品的積極和消極屬性聚焦在建構水平與出價之間起中介作用（賣方：積極屬性聚焦b = 0.08 （0.04）， 95% CI [0.01， 0.15]， 消極屬性聚焦b = 0.11 （0.04）， 95% CI [0.04， 0.18]; 買方：積極屬性聚焦b = ?0.09 （0.03）， 95% CI [?0.17， ?0.04]， 消極屬性聚焦 b = ?0.05 （0.03）， 95% CI [?0.11， ?0.01]）。這支持了買賣方的聚焦分離假設。

研究3通過測量不同建構水平的買賣方對交易物品積極和消極屬性信息的再認判斷探測其屬性聚焦， 進一步支持了買賣方的聚焦分離假設。接下來， 研究4直接操縱了買賣方的屬性聚焦， 檢驗建構水平對買賣方物品出價的影響是否會隨著屬性聚焦的改變而改變。

5" 研究4：屬性聚焦

研究4操縱了買賣方對二手物品積極和消極屬性的關注， 比較了順應買賣方的屬性關注習慣（順向聚焦）和違背買賣方的屬性關注習慣（逆向聚焦）下的出價差值， 檢驗了建構水平對買賣方出價的影響是否隨屬性聚焦的改變而變化。

5.1" 被試

依據G*power的計算結果， 取中等效應量f = 0.25， 顯著性水平α = 0.05， 進行3×2×2的方差分析， 要達到95% （1 ? β err prob）的統計檢驗力， 至少需要251名被試。考慮到本研究事先需要篩選出高、低建構水平的被試， 因此， 至少需要2到3倍的樣本量。本研究通過問卷星平臺共招募633名有效被試（337名女性; Mage = 32.17歲， SD = 8.99歲）。無效被試通過一項理解力檢測題予以篩除。

5.2" 設計與程序

被試需完成一場模擬的二手無線藍牙耳機交易， 被隨機分為兩組， 賣方組想象自己擁有并打算出售這款耳機， 寫下愿意出售的最低價格; 買方組想象自己打算購買這款耳機， 寫下愿意支付的最高價格。隨后完成BIF量表來測量其建構水平（同研究3）， 得分位于前、后27%的被試劃分為高、低建構水平組， 并被隨機分到三種條件：

無干預條件：不干預買賣方的屬性關注點; 順向聚焦條件：順應交易角色的屬性聚焦習慣， 讓高建構的賣方關注積極屬性、高建構的買方關注消極屬性， 讓低建構的賣方關注消極屬性、低建構的買方關注積極屬性; 逆向聚焦條件：違背交易角色的屬性聚焦習慣， 讓高建構的賣方關注消極屬性、高建構的買方關注積極屬性， 讓低建構的賣方關注積極屬性、低建構的買方關注消極屬性。

屬性關注的操縱如下：給被試呈現有關二手藍牙耳機的6項屬性信息（音質效果、使用情況、降噪能力、續航時間、藍牙距離、質保余期）， 考慮到使用情況、續航時間、質保余期在使用過程中容易折損， 故將其設置為操縱屬性。無干預組：被試面臨如下交易耳機， 音質效果：真無線入耳式動態耳機; 使用情況：8成新; 降噪能力：中等; 續航時間：20 h; 藍牙距離：10米; 質保余期：5個月。積極屬性關注組：被試同時收到交易耳機（同無干預組）和另外一款參照耳機（圖6左）， 參照耳機在使用情況（65成新）、續航時間（10 h）、質保余期（0個月）上明顯差于交易產品， 在其它屬性上與交易耳機相同， 當兩者對比時會迫使交易者關注操縱屬性， 并將交易耳機的操縱屬性感知為積極屬性。消極屬性關注組：被試同時收到交易耳機（同無干預組）和另外一款的參照耳機（圖6右）， 參照耳機在在使用情況（95成新）、續航時間（30h）、質保余期（10個月）上明顯優于交易耳機， 在其它屬性上與交易耳機相同， 當兩者對比時同樣會迫使交易者關注操縱屬性， 并將交易耳機的操縱屬性感知為消極屬性（操縱方法參見Nayakankuppam amp; Mishra， 2005; Wilcox et al.， 2011）， 該方法確保屬性效價改變時屬性內容保持不變， 以免屬性內容的不同對本研究產生干擾。

出價完成后， 被試需標記出在出價過程中最關注的三項屬性信息， 并對交易耳機的各項屬性信息進行主觀評價（1 = 非常差， 7 = 非常好）作為屬性關注的操縱檢驗。

最后， 被試填寫在二手交易平臺的月交易次數、無線藍牙耳機的擁有情況、交易意愿、平時月消費、年齡、性別等信息。

5.3" 結果與討論

屬性關注的操縱檢驗表明， 三組被試在操縱屬性的關注上存在顯著差異， F（2， 357） = 8.39， p lt; 0.001， η2p = 0.09， 95% CI [0.01， 0.09] （Levene方差檢驗表明各組方差齊性， F（2， 357） = 0.97， p = 0.379）。事后LSD分析表明， 積極屬性關注組（M = 1.89， SD = 0.71）和消極屬性關注組（M = 1.85， SD = 0.67）

你要購買（出售）的二手藍牙耳機 其它二手藍牙耳機 你要購買（出售）的二手藍牙耳機 其它二手藍牙耳機均比無干預組（M = 1.42， SD = 0.67）更關注交易產品的操縱屬性， p lt; 0.001， 95% CI [0.30， 0.65]; p lt; 0.001， 95% CI [0.26， 0.60]; 積極屬性關注組和消極屬性關注組之間無顯著差異， p = 0.632， 95% CI [?0.13， 0.22]。三組被試在操縱屬性的效價感知上存在顯著差異， F（2， 357） = 65.42， p lt; 0.001， η2p = 0.27， 95% CI [0.19， 0.34] （Levene方差檢驗表明各組方差齊性， F（2， 357） = 1.41， p = 0.246）。事后LSD分析表明， 積極屬性關注組（M = 5.55， SD = 0.77）比無干預組（M = 5.01， SD = 0.76）感知操縱屬性的效價更積極， p lt; 0.001， 95% CI [0.33， 0.75]; 消極屬性關注組（M = 4.34， SD = 0.89）比無干預組感知操縱屬性的效價更消極， p lt; 0.001， 95% CI [?0.87， ?0.47]; 積極屬性關注組比消極屬性關注組感知操縱屬性的效價更積極， p lt; 0.001， 95% CI [1.00， 1.41]。這表明本研究中屬性關注的操縱是有效的。

接下來， 我們比較了無干預狀態、順向聚焦（順應買賣方的屬性關注習慣）和逆向聚焦（違背買賣方的屬性關注習慣）下的出價差值， 采用3 （屬性聚焦：無干預狀態vs. 順序聚焦vs. 逆向聚焦） × 2 （交易角色：買方vs. 賣方） × 2 （建構水平：高vs. 低）的方差分析， 將月交易次數、產品的擁有情況、交易意愿、平時月消費、年齡、性別等納入協變量分析。結果表明， 屬性聚焦的主效應不顯著， F（2， 342） = 0.19， p = 0.829; 交易角色的主效應顯著， F（1， 342） = 50.15， p lt; 0.001， η2p = 0.13， 95% CI [0.07， 0.19]：賣方（M = 644.30， SD = 197.94）比買方（M = 508.61 SD = 196.90）出價更高; 建構水平的主效應不顯著， F（1， 342） = 0.01， p = 0.928。屬性聚焦與交易角色、屬性聚焦與建構水平、建構水平與交易角色的二次交互效應不顯著（ps gt; 0.064）。

更為重要的是， 屬性聚焦、交易角色和建構水平的三次交互效應顯著， F（2， 342） = 25.54， p lt; 0.001， η2p = 0.13， 95% CI [0.07， 0.19]。我們進行了簡單簡單效應分析， 對比了無干預狀態、順向聚焦和逆向聚焦下建構水平對買賣方出價的影響， 以檢驗研究假設， 具體如下：

5.3.1" 無干預狀態：低建構的買賣方出價差值更小？

2 （交易角色：買方vs. 賣方） × 2 （建構水平：高vs. 低）的方差分析表明， 交易角色的主效應顯著， 賣方比買方出價更高， F（1， 121） = 15.09， p lt; 0.001， η2p = 0.11， 95% CI [0.03， 0.22]; 建構水平的主效應不顯著， F（1， 121） = 0.58， p = 0.446; 交易角色與建構水平的交互效應顯著， F（1， 121） = 8.25， p = 0.005， η2p = 0.06， 95% CI [0.01， 0.16]。

簡單效應分析（圖7-上）表明， 對于賣方而言， 高建構者（M = 712.94， SD = 174.20）比低建構者（M = 585.71， SD = 206.77）出價更高， F（1， 67） = 7.66， p = 0.007， η2p = 0.10， 95% CI [0.01， 0.25]; 對于買方而言， 高（M = 476.52， SD = 218.21）、低（M = 550.26， SD = 175.43）建構者的出價無顯著差異， F（1， 54） = 1.93， p = 0.171。另一個方向上， 高建構的賣方（M = 712.94， SD = 174.20）比買方（M = 476.52， SD = 218.21）出價更高， F（1， 62） = 23.24， p lt; 0.001， η2p = 0.27， 95% CI [0.10， 0.43]; 低建構的買（M = 550.26， SD = 175.43）、賣方（M = 585.71， SD = 206.77）出價無顯著差異， F（1， 59） = 0.51， p = 0.480。表明無干預狀態下， 低建構水平的買賣方出價差值更小。

5.3.2" 順向聚焦：低建構的買賣方出價差值更小？

2 （交易角色） × 2 （建構水平）的方差分析表明， 交易角色的主效應顯著， 賣方比買方出價更高， F（1， 116） = 20.45， p lt; 0.001， η2p = 0.15， 95% CI [0.05， 0.27]; 建構水平的主效應不顯著， F（1， 116） = 1.56， p = 0.214; 交易角色與建構水平的交互效應顯著， F（1， 116） = 31.64， p lt; 0.001， η2p = 0.21， 95% CI [0.10， 0.33]。

簡單效應分析（圖7-中）表明， 對于賣方而言， 高建構者（M = 756.61， SD = 154.11）比低建構者（M = 546.97， SD = 148.89）出價更高， F（1， 60） = 29.49， p lt; 0.001， η2p = 0.33， 95% CI [0.14， 0.48]; 對于買方而言， 高建構者（M = 447.13， SD = 181.22）比低建構者（M = 580.59， SD = 181.11）出價更低， F（1， 56） = 7.83， p = 0.007， η2p = 0.12， 95% CI [0.01， 0.29]。另一個方向上， 高建構的賣方（M = 756.61， SD = 154.11）比買方（M = 447.13， SD = 181.22）出價更高， F（1， 57） = 49.38， p lt; 0.001， η2p = 0.46， 95% CI [0.27， 0.60]; 低建構的買方（M = 580.59， SD = 181.11）、賣方（M = 546.97， SD = 148.89）出價無顯著差異， F（1， 59） = 0.63， p = 0.429。表明與無干預組類似， 在順向聚焦下， 低建構的買賣雙方出價差值更小。

5.3.3" 逆向聚焦：低建構的買賣方出價差值更大？

2 （交易角色） × 2 （建構水平）的方差分析表明， 交易角色的主效應顯著， 賣方比買方出價更高， F（1， 111） = 12.24， p = 0.001， η2p = 0.10， 95% CI [0.02， 0.21]; 建構水平的主效應不顯著， F（1， 111） = 1.24， p = 0.269; 交易角色與建構水平的交互效應顯著， F（1， 111） = 17.08， p lt; 0.001， η2p = 0.13， 95% CI [0.04， 0.25]。

簡單效應分析（圖7-下）表明， 對于賣方而言， 低建構者（M = 733.56， SD = 170.84）比高建構者（M = 542.19， SD = 214.75）出價更高， F（1， 51） = 12.94， p = 0.001， η2p = 0.20， 95% CI [0.04， 0.38]; 對于買方而言， 高建構者（M = 565.32， SD = 142.94）比低建構者（M = 455.09， SD = 229.64）出價更高， F（1， 60） = 4.89， p = 0.031， η2p = 0.08， 95% CI [0.00， 0.22]。另一個方向上， 高建構的買（M = 565.32， SD = 142.94）、賣方（M = 542.19， SD = 214.75）出價差異不顯著， F（1， 52） = 0.22， p = 0.641; 低建構的賣方（M = 733.56， SD = 170.84）比買方（M = 455.09， SD = 229.64）出價更高， F（1， 59） = 27.55， p lt; 0.001， η2p = 0.32， 95% CI [0.13， 0.47]。表明在逆向聚焦下， 高建構的買賣雙方出價差值更小。

研究4表明， 當改變買賣方對交易物品積極和消極屬性的聚焦后， 建構水平對買賣雙方出價的影響也會發生變化， 當讓低建構的賣方更關注積極屬性和低建構的買方更關注消極屬性時， 低建構的買賣方也會出現較大的出價差值。

6" 總討論

二手物品常瑜瑕并存， 本研究探究了買賣方的建構水平如何影響其對物品瑜瑕屬性的關注， 進而影響交易出價， 發現低建構的買賣方更易達成二手交易， 降低建構水平分離了買賣方的關注點， 提高了賣方（買方）對交易物品的消極（積極）屬性關注， 進而縮小了雙方出價差值， 高建構水平下反之。建構水平誘發的價格變動效應對賣方比買方更明顯。這些發現對于解析不同建構表征下買賣方的出價特征及認知機制有重要理論價值， 對于二手交易的議價和管理有一定現實啟示。

6.1" 理論價值

6.1.1" 買賣方的出價矩陣

當前研究拓展了有關買賣方出價差值的系列研究（如Horowitz amp; McConnell， 2002; Morewedge amp; Giblin， 2015）， 揭示出二手交易的賣方比買方有更的高建構表征（研究2）， 低建構的買賣方出價差值更小（研究1～4）， 建構水平誘發的價格變動效應對賣方比買方更明顯（研究1～4）。依據本研究發現的買賣方出價分布特征（兩方出價分布趨于正態， 且賣方高于買方）和出價變動特征（高、低建構表征下賣方出價變動更大、買方出價變動更小）， 我們繪制了買賣方的出價矩陣（圖8）， 買賣方出價分布圖的重疊面積代表成交量， 面積越大， 表示成交量越高; 兩方分布圖左右移動的幅度代表兩方的出價變動幅度， 移動幅度越大， 表示出價變動幅度越大。該矩陣可歸為四種類型：1）高建構的買賣方出價差值最大， 成交量最低， 成交價格在市場成交價格區間的中等位置波動; 2）高建構的賣方和低建構的買方出價差值次之， 成交量中等偏低， 成交價格在市場成交價格區間的中等偏高位置波動; 3）低建構的賣方和高建構的買方出價差值再次之， 成交量中等偏高， 成交價格在市場成交價格區間的偏低位置波動; 4）低建構的賣方和低建構的買方出價差值最小， 成交量最高， 成交價格在市場成交價格區間的中等偏低位置波動。該矩陣為預測二手交易中不同建構買賣方的成交率提供了一定理論參考。

6.1.2" 買賣方的聚焦分離

當前有關屬性聚焦的發現支持了偏向性信息加工理論（Morewedge amp; Giblin， 2015）， 而非價格參照理論（Weaver amp; Frederick， 2012）。研究2和3發現買賣方存在明顯的信息加工偏向， 賣方更關注交易物品的積極屬性， 而買方更關注消極屬性， 這種偏向可預測雙方的出價差異， 且當改變雙方偏向時（如誘導賣方更關注交易物品的消極屬性， 誘導買方更關注積極屬性）， 雙方的出價差值會隨之改變， 這與偏向性信息加工理論的預測一致。按照價格參照理論的預測， 買賣方的出價差異源于雙方不同的價格區間參照（賣方參照區間上限， 買方參照區間下限）， 但本研究2～4僅呈現了交易物品的原價而非價格區間， 仍然發現了買賣方的出價差值， 這并未支持價格參照理論。

當前有關聚焦分離的發現拓展了建構水平理論。該理論認為， 建構水平與屬性聚焦之間存在正向關系：提升建構水平會使個體更關注事物的積極屬性（Eyal et al.， 2004; Keller et al.， 2004; Williams et al.， 2014）。本研究發現， 建構水平與屬性聚焦之間的關系存在角色間的分離：對于賣方而言， 提升建構水平的確使其更關注事物的積極屬性（正向關系）， 但對于買方而言， 提高建構水平卻降低了其對事物積極屬性的關注（負向關系）。

兩個因素可能誘發了買賣方的聚焦分離效應：一是物權關系， 賣方（而非買方）具有物品擁有權， 物權意識可能使賣方更關注物品的積極屬性， 但有研究暗示這并非是充分條件， 物權意識不一定使個體看待事物更積極（如為朋友比為自己決策時看問題更積極; 陸靜怡， 尚雪松， 2018）。這還可能與另一因素有關——競爭關系， 賣方和買方存在利益的競爭與沖突， 高建構表征有可能使雙方放大自己的優點、對手的缺點， 使賣方更“自賣自夸”， 買方更“吹毛求疵”。此種“抬高”自我、“貶低”他人的自我提升傾向（Zell et al.， 2020）使處于競爭關系中的買賣方出現積極和消極屬性的聚焦分離， 各自朝著服務自我的方向偏移。簡言之， 物權關系和競爭關系可能共同造就了買賣方的聚焦分離效應。從心理距離上講， 買賣方的關系反映了一種“特殊”心理距離關系， 它有別于一般的心理距離（如為自己vs.為朋友決策）， 不僅有“遠近”的差別（如親密vs.不親密）， 還有“正負”的不同（如友好vs.敵對）。當前研究暗示， 建構水平對個體認知和行為的影響可能受到這種特殊心理距離的調節而產生截然相反的作用力， 而這一點恰恰是建構水平理論值得拓展和延伸的新方向。

6.1.3" 買賣方的不對稱性

當前研究揭示了建構水平對買賣方出價影響的不對稱性：對賣方的影響比對買方更大。我們進一步檢驗了前述角色優劣感解釋和交易框架解釋。按照前一解釋， 買賣方出價波動的不對稱性源于賣方先出價的錨定優勢形成的更寬松的價格區間。然而， 在研究2～4中雙方同時出價， 避免了賣方先出價的錨定優勢， 未出現賣方比買方出價區間更寬松的情況（研究2：SD賣方 = 154.40， SD買方 = 167.95; 研究3：SD賣方 = 780.39， SD買方 = 823.66; 研究4： SD 賣方 = 224.51， SD買方 = 274.23）， 但這種不對稱效應依然存在， 這一解釋未得到支持。按照后一解釋， 賣方在以物換錢的框架下對物品信息更敏感， 買方在以錢換物的框架下對金錢信息更敏感。當前結果支持了這一解釋， 研究2和3發現在交易物品有關的信息上， 建構水平的改變誘發了賣方（vs.買方）對交易物品屬性更敏感的變化（研究2：β賣方vs.買方 = 0.42; 研究3：β賣方vs.買方 = 0.28）， 說明買賣方出價波動的不對稱性可能源于交易框架的認知差異而非角色的優劣感差異。

6.2" 實踐價值

6.2.1" 交易對象的選擇

上述發現對篩選適宜交易對象提供了決策參考。依據當前發現， 低建構的買賣方更易達成二手交易， 賣方或買方在篩選交易對象時可適當尋找低建構交易對象。結合以往研究發現， 賣方或買方可從以下線索識別低建構的交易對象：在交易過程中更關注細節而非整體信息者（Krüger et al.， 2014）、更關注交易手段而非目的者（Scarpi， 2021）、更關注次要而非主要信息者（Bullard et al.， 2019）。

6.2.2" 議價策略的使用

上述發現為二手交易的議價談判提供了認知策略。交易雙方可通過以下策略來促成交易：1）改變議價策略， 如凸顯商品的細節信息、次要信息及交易手段等降低對方的建構水平; 2）改變心理距離， 如改變空間距離（將線上轉為線下交易）、時間距離（縮短談判-交貨時間）、社會距離（拉近親密關系）等， 通過拉近心理距離間接降低對方的建構水平; 3）改變屬性聚焦， 如通過與同類物品的屬性對比誘導賣方關注物品的消極屬性或者誘導買方關注物品的積極屬性等。此外， 需警惕在議價中改變賣方出價較易但改變買方出價較難。

6.2.3" 二手平臺的管理

上述發現為二手平臺的治理提供了管理啟示。在二手交易中賣方比買方掌握更多交易商品的信息， 為獲取利益， 賣方常展示積極信息、遮蔽消極信息; 為降低風險， 買方常選擇便宜的商品。長此以往， 優質商品被擠出市場、劣質商品占領市場， 這被稱為檸檬市場效應（檸檬在美國俚語中為次等品; Akerlof， 1970）。以二手車交易為例， 假設最初好、壞車比例為1∶1， 好車價值約15萬， 壞車約5萬， 賣方清楚車的好壞， 均宣稱是好車， 買方對此難以辨認， 最多愿花10萬（15×0.5+5×0.5）買車， 導致好車逐漸惜售、差車充斥市場。當好、壞車比例由1∶1降至1∶3時， 買方最多愿花7.5萬（15× 0.25+5×0.75）買車， 迫使更多好車退出市場。當前研究為減弱檸檬市場效應提供了新思路：在二手交易平臺設計上適當要求賣方提供更多細節、次要的商品信息或在二手商品評估上呈現更具體、量化的指標， 來降低賣方的建構表征、提高其對商品消極信息的曝光。近期Zavolokina等（2021）的研究為此提供了初步佐證：當迫使賣方提供更多細節、次要的商品信息時， 檸檬市場效應有所緩解。

6.3" 局限與展望

本研究尚有以下局限值得進一步思考和探究：

第一， 由于行業隱私等限制， 研究1無法對房產交易的談判過程進行隨旁錄音， 只能通過房產中介對議價策略的建構表征進行自評， 雖然事先提供了建構水平的明確界定、實例及理解力檢測， 但每位房產中介對建構水平的理解可能不一致， 未來研究可在其它行業許可的二手交易談判中進行錄音編碼， 進一步探究該問題。

第二， 當前研究更多涉及交易物品而非交易金錢的屬性聚焦， 從物權關系和競爭關系上看， 交易物品為賣方所有， 交易金錢為買方所有， 在物品屬性聚焦上， 提高建構水平可能增加賣方對物品積極屬性的關注、買方對物品消極屬性的關注， 但在金錢屬性聚焦上， 提高建構水平反而可能會增加賣方對金錢消極屬性的關注、買方對金錢積極屬性的關注。此外， 在涉及交易物品的情形中改變建構水平可能出現賣方比買方更大的出價波動， 而在涉及交易金錢的情形中改變建構水平可能出現買方比賣方更大的出價波動， 這有待未來進一步檢驗。

第三， 當前研究未將市場供需狀態納入研究范圍， 在二手交易中， 供小于求時（賣方市場）， 賣方可能比買方的出價波動更小， 供大于求時（買方市場）， 買方可能比賣方的出價波動更小， 這也可能影響雙方出價波動的不對稱性。

6.4" 結論

低建構的買賣方更易達成二手交易， 降低建構水平分離了買賣方的關注點， 使賣方提高對交易物品消極屬性的關注、買方提高對交易物品積極屬性的關注， 從而降低了出價差值。

致謝：感謝兩位審稿專家在研究設計、數據分析、研究意義等方面給予的意見和建議， 感謝余翔博士在研究1數據收集、蔚昕懌同學在初稿撰寫中給予協助。

參 考 文 獻

Adler， S.， amp; Sarstedt， M. （2021）. Mapping the jungle： A bibliometric analysis of research into construal level theory. Psychology and Marketing， 38（9）， 1367?1383.

Akerlof， G. A. （1970）. The market for “lemons”： Quality uncertainty and the market mechanism. The Quarterly Journal of Economics， 84（3）， 488?500.

Ashby， N. J. S.， Dickert， S.， amp; Gl?ckner， A. （2012）. Focusing on what you own： Biased information uptake due to ownership. Judgment and Decision Making， 7（3）， 254?267.

Beijing Sunshine Consumption Big Data Research Institute. （2021）. 2020 second-hand platform consumer public opinion data analysis. 2021-03-03 derive from http：//www.bjxf315. com/hy/wg/202103/t20210303_1666.html.

[北京陽光消費大數據研究院. （2021）. 2020年二手平臺消費輿情數據分析. 2021-03-03 取自http：//www.bjxf315. com/hy/wg/202103/t20210303_1666.html]

Bowen， J. D. （2021）. Psychological distance and the pandemic： Insights from construal level theory and relationship science. Social and Personality Psychology Compass. 15（5）， e12594.

Bullard， O.， Penner， S.， amp; Main， K. J. （2019）. Can implicit theory influence construal level？ Journal of Consumer Psychology， 29（4）， 622?670.

Carmon， Z.， amp; Ariely， D. （2000）. Focusing on the forgone： How value can appear so different to buyers and sellers. Journal of Consumer Research， 27（3）， 360?370.

Carney， K.， Kremer， M.， Lin， X.， amp; Rao， G. （2022）. The endowment effect and collateralized loans. National Bureau of Economic Research， NBER Working Papers 30073.

Dufner， M.， Gebauer， J. E.， Sedikides， C.， amp; Denissen， J. J. （2019）. Self-enhancement and psychological adjustment： A meta-analytic review. Personality and Social Psychology Review， 23（1）， 48?72.

Electronic Commerce Research Center of Network Economic. （2022）. 2022 （first half） China second-hand e-commerce market Data Report. 2022-08-22 derive from http：//www. 100ec.cn/detail--6616820.

[網經社電子商務研究中心. （2022）. 2022年（上）中國二手電商市場數據報告. 2022-08-22 取自http：//www.100ec. cn/detail--6616820]

Eyal， T.， Liberman， N.， Trope， Y.， amp; Walther， E. （2004）. The pros and cons of temporally near and distant action. Journal of Personality and Social Psychology， 86（6）， 781?795.

Faul， F.， Erdfelder， E.， Lang， A. G.， amp; Buchner， A. （2007）. G*Power 3： A flexible statistical power analysis program for the social， behavioral， and biomedical sciences. Behavior Research Methods， 39（2）， 175?191.

Festinger， L. （1954）. A theory of social comparison processes. Human Relations， 7（2）， 117?140.

Fox， J. R.， Park， B.， amp; Lang， A. （2007）. When available resources become negative resources： The effects of cognitive overload on memory sensitivity and criterion bias. Communication Research， 34（3）， 277?296.

Garcia， S. M.， Reese， Z. A.， amp; Tor， A. （2020）. Social comparison before， during， and after the competition. Oxford University Press.

Horowitz， J. K.， amp; McConnell， K. E. （2002）. A review of WTA/WTP studies. Journal of Environmental Economics and Management， 44（3）， 426?447.

Irmak， C.， Wakslak， C. J.， amp; Trope， Y. （2013）. Selling the forest， buying the trees： The effect of construal level on seller-buyer price discrepancy. Journal of Consumer Research， 40（2）， 284?297.

Johnson， E. J.， H?ubl， G.， amp; Keinan， A. （2007）. Aspects of endowment： A query theory of value construction. Journal of Experimental Psychology： Learning， Memory， and Cognition， 33（3）， 461?474.

Kahneman， D.， Knetsch， J. L.， amp; Thaler， R. H. （1990）. Experimental tests of the endowment effect and the Coase theorem. Journal of Political Economy， 98（6）， 1325?1348.

Keller， P. A.， Lee， A. Y.， amp; Sternthal， B. （2004）. Fitting construal to judgment： The compatibility effect of regulatory focus and level of construal. Unpublished Working Paper， Evanston， IL： Kellogg School of Management Northwestern University.

Kim， H.， Lee， K.， amp; Hong， Y. Y. （2012）. Claiming the validity of negative in-group stereotypes when foreseeing a challenge： A self-handicapping account. Self and Identity， 11（3）， 285?303.

Knetsch， J. L. （1989）. The endowment effect and evidence of nonreversible indifference curves. The American Economic Review， 79（5）， 1277?1284.

Knetsch， J. L.， amp; Sinden， J. A. （1984）. Willingness to pay and compensation demanded： Experimental evidence of an unexpected disparity in measures of value. The Quarterly Journal of Economics， 99（3）， 507?521.

Krüger， T.， Fiedler， K.， Koch， A. S.， amp; Alves， H. （2014）. Response category width as a psychophysical manifestation of construal level and distance. Personality and Social Psychology Bulletin， 40（4）， 501?512.

Lu， J.， amp; Shang， X. （2018）. Making decisions for others： Multi-dimensional psychological mechanisms and decision feelings. Advances in Psychological Science， 26（9）， 1545? 1552.

[陸靜怡， 尚雪松. （2018）. 為他人做決策： 多維度心理機制與決策體驗. 心理科學進展， 26（9）， 1545?1552.]

Morewedge， C. K.， amp; Giblin， C. E. （2015）. Explanations of the endowment effect： An integrative review. Trends in Cognitive Sciences， 19（6）， 339?348.

Nayakankuppam， D.， amp; Mishra， H. （2005）. The endowment effect： Rose-Tinted and Dark-Tinted glasses. Journal of Consumer Research， 32（3）， 390?395.

Pachur， T.， amp; Scheibehenne， B. （2012）. Constructing preference from experience： The endowment effect reflected in external information search. Journal of Experimental Psychology： Learning， Memory， and Cognition， 38（4）， 1108?1116.

Rim， S.， Trope， Y.， Liberman， N.， amp; Shapira， O. （2013）. The highs and lows of mental representation： A construal level perspective on the structure of knowledge. In D E. Carlston （Ed.）， The Oxford handbook of social cognition （pp. 194?219）. New York， NY： Oxford University Press.

Saqib， N. U.， Frohlich， N.， amp; Bruning， E. （2010）. The influence of involvement on the endowment effect： The moveable value function. Journal of Consumer Psychology， 20（3）， 355?368.

Scarpi， D. （2021）. A construal-level approach to hedonic and utilitarian shopping orientation. Marketing Letters， 32（2）， 261?271.

Steinbach， A. L.， Gamache， D.， amp; Johnson， R. E. （2019）. Don’t get it misconstrued： Executive construal-level shifts and flexibility in the upper echelons. Academy of Management Review， 44（4）， 871?895.

Morewedge， C. K.， amp; Giblin， C. E. （2015）. Explanations of the endowment effect： An integrative review. Trends in Cognitive Sciences， 19（6）， 339?348.

Trope， Y.， amp; Liberman， N. （2010）. Construal-level theory of psychological distance. Psychological Review， 117（2）， 440?463.

Trope， Y.， Liberman， N.， amp; Wakslak， C. （2007）. Construal levels and psychological distance： Effects on representation， prediction， evaluation， and behavior. Journal of Consumer Psychology， 17（2）， 83?95.

Vallacher， R. R.， amp; Wegner， D. M. （1989）. Levels of personal agency： Individual variation in action identification. Journal of Personality and Social Psychology， 57（4）， 660? 671.

Weaver， R.， amp; Frederick， S. （2012）. A reference price theory of the endowment effect. Journal of Marketing Research， 49（5）， 696?707.

Wilcox， K.， Roggeveen， A. L.， amp; Grewal， D. （2011）. Shall I tell you now or later？ Assimilation and contrast in the evaluation of experiential products. Journal of Consumer Research， 38（4）， 763?773.

Williams， L. E.， Stein， R.， amp; Galguera， L. （2014）. The distinct affective consequences of psychological distance and construal level. Journal of Consumer Research， 40（6）， 1123?1138.

Yan， D.， amp; Sengupta， J. （2011）. Effects of construal level on the price-quality relationship. Journal of Consumer Research， 38（2）， 376?389.

Yan， J.， Yang， Y.， amp; Xia， F. （2020）. Subjective land ownership and the endowment effect in land markets： A case study of the farmland ‘three rights separation’ reform in China. Land Use Policy， 101， 105137.

Zavolokina， L.， Schlegel， M.， amp; Schwabe， G. （2021）. How can we reduce information asymmetries and enhance trust in ‘The Market for Lemons’？. Information Systems and e-Business Management， 19（3）， 883?908.

Zell， E.， Strickhouser， J. E.， Sedikides， C.， amp; Alicke， M. D. （2020）. The better-than-average effect in comparative self-evaluation： A comprehensive review and meta-analysis. Psychological Bulletin， 146（2）， 118?149.

Zhao， Y.， Chen， R.， Yabe， M.， Han， B.， amp; Liu， P. （2021）. I am better than others： Waste management policies and self-enhancement bias. Sustainability， 13（23）， 13257.

Sellers and buyers with lower construal levels are more likely to reach second-hand transactions： The focus-separation effect between sellers and buyers

SUN Qingzhou， GAO Qingde， WU Bao， HUANG Jingru， GUO Haozhi， JIANG Chengming

（School of Management， Zhejiang University of Technology， Hangzhou 310023， China）

Abstract

Second-hand goods are characterized by a complex interplay of advantages and disadvantages. This study explored how the construal level influences the focus that sellers and buyers devote to these attributes， ultimately impacting the pricing of transactions.

We proposed and proved a focus-separation effect between sellers and buyers： Through a series of empirical investigations encompassing strategy backtracking （Study 1）， attribute coding （Study 2）， attribute recognition （Study 3）， and attribute focus （Study 4） within the realm of second-hand transactions， we revealed that sellers and buyers with lower construal levels were more likely to reach second-hand transactions. Lowering one’s construal level initiates a divergence in the attentional priorities-Sellers became more attuned to the negative attributes of the traded goods， whereas buyers shifted their attention toward positive attributes， leading to the smaller pricing difference. Furthermore， we observed that the impact of construal level on pricing is notably more pronounced among sellers than buyers.

In Study 1， we backtracked real estate agent’s negotiation strategies on the basis of construal level and actual second-hand house transactions. It was found that the lower construal level strategy the real estate agents adopted， the more extensive the seller’s pricing reduction range and the buyer’s pricing increase range. The pricing change effect induced by the construal level was slightly stronger among sellers than buyers. In Study 2， we encoded sellers’ and buyers’ thoughts about trading items based on the dimensions of construal level and attribute focus. We observed that sellers had higher construal levels than buyers and paid more attention to the positive attributes of goods. The relationship between construal level and attribute focus was moderated by the trading role （seller vs. buyer）， supporting the focus-separation effect. In Study 3， we measured sellers’ and buyers’ construal levels by Behavior Identification Form and provided four positive and negative product attributes. After the transaction， we tested their recognition accuracy of the two types of attributes， which reflects their attribute’s focus. It was shown that higher construal level separated the attribute concerns of sellers and buyers， making sellers pay more attention to the positive attributes and making buyers pay more attention to the negative attributes of goods， thus increasing the pricing difference between the two sides. In Study 4， we manipulated the focus of sellers and buyers on positive and negative attributes of goods by comparing the attributes of traded goods with those of other goods. It revealed that the effect of construal level on seller-buyer pricing changed with the manipulation of attribute focus： making sellers with higher construal levels pay more attention to negative attributes and making buyers with higher construal levels pay more attention to positive attributes can also reduce seller-buyer pricing difference.

These findings extend the construal level theory， reveal the cognitive mechanism underlying the effect of construal level on trading pricing， and provide cognitive negotiation strategies for second-hand transactions.

Keywords" second-hand trading， construal level， attribute focus， trading role， pricing difference