详尽可能性模型及其在信息系统研究领域的应用与展望

袁昀　袁勤俭

关键词： 详尽可能性模型； 信息系统； 信息行为； 信息安全

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．０５．０１５

〔中图分类号〕Ｇ２０３ 〔文献标识码〕Ａ 〔文章编号〕１００８－０８２１ （２０２３） ０５－０１５６－１２

Ｐｅｔｔｙ Ｒ Ｅ 和Ｃａｃｉｏｐｐｏ Ｊ Ｔ 提出的详尽可能性模型（Ｅｌａｂｏｒａｔｉｏｎ Ｌｉｋｅｌｉｈｏｏｄ Ｍｏｄｅｌ， 简称ＥＬＭ）， 又称精细加工可能性模型， 是社会心理学中描述说服过程的一个重要理论。其核心思想是： 个体会依据说服性信息与自身的相关程度以及自身处理这种信息的能力， 决定个体处理这种信息时付出较多认知努力（中心路径）， 还是付出较少认知努力（外围路径）， 进而导致个体态度的差异性转变。

作为解释信息影响最具影响力的理论之一，ＥＬＭ在分析说服机制、理解态度转变、探究认知处理、预测用户行为等方面已体现出强大的解释力。该模型阐述了个体在面对说服性信息时形成认知的过程，为理解有效说服性沟通的基本认知过程提供了一个较为完整的框架。为阐明ＥＬＭ 的基本原理与应用现状， 国内外学者主要从两个方面对ＥＬＭ 及其应用研究进行了梳理与总结： ①ＥＬＭ 基本原理、主要应用领域及模型拓展研究。从理论和方法论层面出发， 周翔［１］ 通过论述先前研究中对ＥＬＭ 的批判和修正， 认为将ＥＬＭ 运用在新的媒介环境中进行网络信息研究时， 需要着重考虑外围线索的复杂性以及理论框架的适用性。同样， Ｋｉｔｃｈｅｎ Ｐ Ｊ 等［２］ 也强调在现代通信环境中运用ＥＬＭ 时需要特别关注对论据质量定义的重新探讨， 以及对多路径同时处理的解释。此外， 张梦雅等［３］ 基于对ＥＬＭ 研究现状的可视化分析， 总结了ＥＬＭ 在信息传播、商业广告、电子商务、网站设计等领域的应用成果， 并对ＥＬＭ 在图书情报领域应用的可能性提出了展望；②ＥＬＭ 在特定领域的应用研究。Ｓｈａｈａｂ Ｍ Ｈ 等［４］对ＥＬＭ 在消费者行为领域的文献进行了梳理， 提出加入临场感、个人创新性、新颖性寻求等构念，结合体验经济理论、目的地形象模型等理论， 能够填补以ＶＲ 为代表的新技术营销背景下缺乏基于理论的消费者行为研究的空白。Ｔｅｎｇ Ｓ 等［５］ 梳理了基于ＥＬＭ 的社交媒体平台消费者决策行为文献，提出了一个拓展的ＥＬＭ 概念框架， 倡导采用混合研究方法， 结合新理论， 重点关注信息处理过程中双路径的相互作用以及框架中各变量间可能存在的中介作用。

信息传播的方式和媒介随着科技进步不断更新， ＥＬＭ 的框架和应用场景也持续得到拓展和丰富， 从模型诞生初始关注的广告营销迅速扩散开来， 消费者购买行为［６］ 、信息技术与系统采纳［７］ 、网络个性化［８］ 、在线社区持续参与［９］ 、在线购物满意度［１０］ 、在线评论信息采纳［１１］ 等主题的应用成果也不断涌现。然而， 目前在信息系统领域仍缺少全面、系统的综述类文章。因此， 本文拟在回顾ＥＬＭ 演化历程的基础上， 梳理其在信息系统研究中的应用现状， 总结现有研究的局限性， 并指出值得关注的未来研究方向。

１ ＥＬＭ 的起源与发展

１.１ ＥＬＭ 的起源

２０世纪６０年代开始， 随着电子技术的不断发展， 电子媒体逐渐替代了传统纸质媒体。商家利用电子媒体传播速度快、传播范围广、受众命中率高、交互性强等优势， 展开了大量的广告活动， 也吸引了商家和学者去探索广告成功说服受众的原因及具体机制。在认知心理学诞生之前， 多数学者只强调情感因素在广告说服中的作用， 忽视了消费者对广告的理性处理， 导致影响机制的解释过于简单和片面。随着认知心理学不断发展完善， 学者开始关注信息处理的具体过程， 并将目光转向了理性决策过程中认知因素的作用， 然而消费者的决策过程并不总是基于复杂的思考和判断， 往往也会受诸多不受理智控制的因素影响。而在实践过程中， 纯暴露理论［１２］ 、低涉入学习模型［１３］ 、认知反应理论［１４］等这类只强调认知或非认知单方面因素导致消费者态度转变的理论也逐渐显出其局限性。

与前述理论不同， 社会学家Ｐｅｔｔｙ Ｒ Ｅ 和Ｃａ?ｃｉｏｐｐｏ Ｊ Ｔ 结合先前理论基础以及广告营销实践经验得出： 由于个体的动机和能力存在差异， 消费者在处理广告信息时并不是完全感性或完全理性的两个极端， 而是通过付出不同程度的认知努力导致对应程度的态度转变。因此， 为了提供一个综合的、全面的说服模型， ２０ 世纪８０ 年代， Ｐｅｔｔｙ Ｒ Ｅ 和Ｃａｃｉｏｐｐｏ Ｊ Ｔ 在全面回顾有关态度变化的社会心理学文献后， 综合社会心理学和现代认知心理学的观点， 确定了说服过程的前因（信息特征）和后果（态度转变）， 还确定了涉入度（Ｉｎｖｏｌｖｅｍｅｎｔ）是这一双路径处理模型的关键调节变量， 并在１９８６ 年出版的《沟通和说服： 态度改变的中心和外围路线（Ｃｏｍｍｕｎｉｃａｔｉｏｎ ａｎｄ Ｐｅｒｓｕａｓｉｏｎ－Ｃｅｎｔｒａｌ ａｎｄ Ｐｅｒｉｐｈ?ｅｒａｌ Ｒｏｕｔｅｓ ｔｏ Ａｔｔｉｔｕｄｅ Ｃｈａｎｇｅ）》一书中完整阐述了这一结合认知和非认知因素的综合性说服框架——详尽可能性模型（ＥＬＭ）， 详细描述了外部信息如何通过个体认知过程对消费者态度产生影响。

ＥＬＭ 表示， 外部信息导致个体态度产生轉变的路径有中心和外围这两条路径， 具体经由哪一条路径取决于个体投入的认知努力， 即详尽度。详尽度或详尽可能性指的是个体付出认知努力用于处理信息的可能性， 一般不直接进行测度， 而是通过动机和能力两个变量共同衡量。动机指的是目标信息与个体的相关程度， 主要受认知需求、个人涉入度等因素的影响； 而能力则指用户的过往经历或专业知识水平， 它们往往受到个体先验知识、专业水平、注意力等因素影响。也就是说， 当个体认为信息与自己高度相关， 且自身有能力处理信息时， 会反复衡量利弊得失， 进行批判性逻辑性的思考， 最终形成较为稳固的态度， 即经由中心路径处理信息继而形成持久的态度转变； 相反， 当信息与自身关联程度不高， 或个体认为自己能力有限时， 则仅仅依靠一些易获取的提示性线索， 形成暂时的认知，即经由外围路径转变态度。

１.２ ＥＬＭ 的发展

１.２.１ ＥＬＭ 提出的质疑

自ＥＬＭ 提出以来， 学界对ＥＬＭ 的评价褒贬不一。一方面， ＥＬＭ 的优点在于它将认知和非认知因素进行了综合， 全面清晰地阐述了个体对信息的认知处理过程； 模型描述性强， 可以通过容纳众多变量来解释相同信息在不同情境或对不同个体的差异化影响； 另一方面， 尽管ＥＬＭ 在众多情境的实证研究中都显示出强大的解释性， 仍有不少学者对ＥＬＭ 提出了质疑。主要集中在以下几个方面：

１） 论据质量定义不明确。在论据质量的定义上， Ｏｋｅｅｆｅ Ｄ Ｊ［１５］ 指出， ＥＬＭ 的定义表明一个高质量的论据是在预先测试的高详尽度条件下比低质量论据更具有说服力的论据， 而这同时也意味着论据的强度是根据其效果来定义的， 是一种事前关系的描述， 而非实验后得到的结果。同样， Ｍｏｎｇｅａｕ ＰＡ 等［１６］ 也认为， ＥＬＭ 对论据质量的定义是基于论据产生的信息认知特性来切入的， 而非基于论据本身的特性和结构， 也就是说在ＥＬＭ 的众多实验中， 研究人员操纵的实际上是人们的信息认知而非论据质量本身。而信息认知会受到除论据质量以外众多其他因素的影响， 这表明论据质量的定义需要更加明确、精准， 同时对信息认知做更深入的研究。

２） 多渠道处理问题。作为描述个体态度改变的经典模型， 自ＥＬＭ 正式提出以来， 其双渠道处理的特性就受到种种质疑。首先， Ｂｉｔｎｅｒ Ｍ Ｊ 等［１７］认为， ＥＬＭ 并没有清晰地指出中心路径和外围路径发生的条件， 也没有指明两条路径间是否存在或可能交互作用； 其次， Ｓｔｉｆｆ Ｊ Ｂ［１８］ 指出， ＥＬＭ 的有效性取决于模型所基于假设的准确性， 如Ｐｅｔｔｙ ＲＥ 和Ｃａｃｉｏｐｐｏ Ｊ Ｔ 假设个体必须在两种信息处理策略中选择一种来有效地分配认知努力， 但并没有解释高涉入度的个体为何不能选择同时处理中心和外围信息线索， 而低涉入度的个体为何没有选择完全不处理任何信息。

３） 态度转变不等于说服。ＥＬＭ 没有将说服作为一个单独的变量进行考虑， 而是将态度转变作为说服的结果。Ｃｏｏｋ Ａ Ｊ 等［１９］ 认为， 尽管态度的变化可能受到强有力的论据或其他具有说服性的外围线索的影响， 但态度也可能通过其他因素或方式产生改变。也就是说， 缺乏态度改变的证据并不等同于缺乏说服力。同样， Ｐａｐｐａｓ ＩＯ 等［２０］ 在实证中发现， 被网络购物信息说服的消费者并不总是具有很高的购买意愿， 或最终产生购买行为， 因此他们认为， 需要将说服作为单独的因素进行研究， 并对说服力的构念进行细化。

１.２.２ ＥＬＭ的发展方向

为了克服模型存在的缺陷， 并进一步提高其适用性， 学者们在初始ＥＬＭ 的基础上进行了补充、修正和拓展。总体而言， ＥＬＭ 的发展方向主要是应用情境的深化， 多渠道处理的探究以及ＥＬＭ 与其他理论的整合。

１） 應用情境的深化。Ｃｈｏ Ｃ Ｈ［２１］ 对传统媒体广告情境中诞生的ＥＬＭ 进行改造， 通过添加广告曝光类型、产品类型等变量将说服过程延伸到在线广告情境， 构建了改进的ＥＬＭ（Ｍｏｄｉｆｉｅｄ ＥｌａｂｏｒａｔｉｏｎＬｉｋｅｌｉｈｏｏｄ Ｍｏｄｅｌ）。Ｈｅｒｓｈｂｅｒｇｅｒ Ｅ Ｋ［２２］ 则通过添加网络专业知识， 对网站的态度和信任等变量， 将研究焦点置于在线横幅广告， 提出了ｅＥＬＭ（Ｅｌｅｃｔｒｏｎ?ｉｃ Ｅｌａｂｏｒａｔｉｏｎ Ｌｉｋｅｌｉｈｏｏｄ Ｍｏｄｅｌ）。

２） 多渠道处理的探究。Ｍａｃｋｅｎｚｉｅ Ｓ Ｂ 等［２３］提出了一种双重中介假说， 以证明外围线索可以通过促进个体对广告消息的接受而对中心路径产生一定的影响。在此基础上， Ｌｏｒｄ Ｋ Ｒ 等［２４］ 进一步提出了中心路径和外围路径的联合影响假说， 表明尽管个体的动机和能力水平不一致， 但信息质量和其他外围线索共同影响个体态度的转变。

３） 与其他模型的整合， 通过引进其他理论模型中的变量拓展初始的ＥＬＭ。Ｓｕｓｓｍａｎ Ｓ Ｗ 等［２５］将ＥＬＭ 与技术接受模型ＴＡＭ 相结合， 纳入信息有用性作为信息采纳行为的前因变量， 提出信息采纳模型， 用以解释个体如何采纳计算机通信环境中发布的信息。Ｌｉ Ｃ Ｙ［７］ 通过引入社会影响理论的信息性影响和规范性影响两个变量， 研究了员工的信息系统采纳行为。

２ＥＬＭ 在信息系统研究领域的应用进展

２.１ ＥＬＭ 在信息技术／ 系统采纳与使用研究中的应用

用户对于信息技术和信息系统的采纳与使用动机是信息系统研究的核心主题， 探究哪些因素会促进或阻碍用户的采纳和使用， 揭示这些因素的具体影响机制， 是这类研究的共同目标。过去对于信息技术或系统的采纳和使用研究往往采用技术接受模型（ＴＡＭ）、理性行为理论（ＴＲＡ）、计划行为理论（ＴＰＡ）和创新扩散理论（ＩＤＴ）等理论进行解释。然而， 尽管这些理论已经确定了影响信息技术或系统采纳和使用的众多前因变量， 包括感知有用性、感知易用性、个人信念及沟通渠道等， 但这些理论大都仅关注影响用户行为的动机， 而不是为了阐述具体的影响过程以及这些因素在采纳中的具体作用机制而设计的。例如， Ｋｉｍ Ｈ Ｗ 等［２６］认为， ＴＡＭ、ＴＰＢ等都是认知导向的理论模型， 忽略了情感因素， 如情绪对用户态度的影响。Ｃｈｕｎ Ｊ Ｗ 等［２７］ 则指出ＴＡＭ专注于技术本身的使用， 忽视了影响用户使用技术的个体差异。

相较而言， ＥＬＭ 在信息技术和信息系统的采纳与使用方面具有明显的优势。它不仅关注用户态度和行为转变的具体过程， 还能够解释这些转变在不同个体不同情境中的差异， 因而被广泛用于解释用户信息技术或系统采纳行为的前因及具体影响机制的研究中。

２.１.１用户信息技术／ 系统采纳与使用意愿及行为研究

感知有用性是信息技术和信息系统采纳的核心感知驱动因素， 被定义为一个人主观认为使用一项特定的应用系统能够提高其工作绩效的程度［２８］ ，能够反映出用户采纳技术或系统的意愿及行为倾向。显然， 新技术或新系统如果不被用户采纳就无法发挥作用， 提高用户个人或组织的绩效表现。Ｂｈａｔ?ｔａｃｈｅｒｊｅｅ Ａ 等［２９］ 通过研究政府部门雇员对文档管理系统的采纳， 验证了论据质量和来源可信度能够通过中心和外围两条路径共同塑造用户的感知有用性。而Ｌｅｅ Ｇ 等［３０］ 特别关注新技术采纳中论据质量、用户培训和一手使用对感知有用性和感知易用性的交互影响， 结果表明， 高質量的说服性论据对于未接受过培训的用户更有效， 而随着用户一手使用经验的累积， 高质量的论据对用户感知的强烈程度逐渐减少， 阐明了用户培训和一手使用的重要性。

进一步地， Ｌｉ Ｃ Ｙ［７］ 发现员工对新系统的接受程度除了受论据质量和来源可信度等系统内部因素的影响， 还会受其他外部因素的影响。因此， 他将社会影响理论中的信息性和规范性社会影响两个变量纳入ＥＬＭ， 将感知有用性和感知易用性统一为员工的认知反应， 将态度划分为情感、认知和行为３ 个维度， 探究了员工对企业资源规划系统的采纳情况， 发现对于新系统的采纳， 尽管情感反应更容易实现， 但认知反应更为复杂也更为关键， 更容易对后续行为产生影响。同样， Ｍｅｎｇ Ｂ 等［３１］ 在旅游情境中将ＴＰＢ 和ＥＬＭ 进行了有效整合， 研究了游客采纳ＬＢＳ 服务的影响因素， 指出信息真实性和信息感觉作为中心路径因素， 客户评论和星级评定作为外围路径因素， 这４ 个说服性信息因素都通过态度影响采纳意愿， 涉入度作为重要的调节因素会改变个人对ＬＢＳ 服务的态度。在使用行为研究方面， Ｇｕｏ Ｘ 等［３２］ 调查了患者对移动健康服务的持续使用意愿， 结果表明， 患者感知到的移动健康信息质量和系统质量都对态度产生了积极影响， 进而影响了患者的持续使用意愿。

２.１.２用户信息技术／ 系统采纳与使用的信念及态度变化研究

在众多使用信息技术或信息系统的信念及态度变化的研究中， 用户态度常作为一个整体的构念来讨论， 也会细化为信任、满意度等具体信念进行研究， 这些态度及信念产生或转变的影响因素及具体机制是这一领域的研究焦点。

在用户态度转变研究中， Ｃｙｒ Ｄ 等［３３］ 将涉入度作为形成态度的中心路径和外围路径之间的中介，考察论据质量作为中心因素， 网站设计特征作为外围因素如何通过问题涉入度进一步影响用户对网站态度的影响。同样， Ｇｒｅｇｏｒｙ Ｃ Ｋ 等［３４］ 也关注网站的内容和设计如何影响人们对招聘网站的态度， 对发布招聘信息的组织的态度， 结合信号传递理论和人与环境匹配理论， 他们发现与ＥＬＭ 预测一致，网站信息可用性比起网站设计在决定求职者对组织的态度方面起更关键的作用， 并且求职者与工作的匹配程度比求职者与组织的匹配程度对态度转变具有更大影响。

在满意度研究中， Ｙｏｏ Ｃ Ｗ 等［３５］ 考察了在线旅游情境下， 智能旅游技术特征对用户满意度的影响， 结果表明， 信息质量作为中心路径因素， 与来源可信度、交互性和可访问性共同影响用户对智能旅游决策支持系统的满意度。并且， 自我效能的调节作用也得到证实， 这表明用户处理信息的能力对于提高决策支持满意度至关重要。而在在线购物情境中， Ｍａｒｔíｎ Ｓ Ｓ 等［１０］ 研究了消费者涉入度水平对满意度产生过程的影响。通过引入信号传递理论中的认知信号为中心路径因素， 如服务质量、保修和安全性以及体验信号为外围路径因素， 如网站设计、审美和互动体验等变量， 来检验不同水平的涉入度是否会使消费者产生不同的满意程度。结果表明，在网购情境中， 涉入度水平不同的消费者都倾向于遵循外围路径进行决策。这一结果支持了双路径联合影响假说， 并强调了重新评估ＥＬＭ 在新型营销情境中适用性的必要。

由于建立信任需要承担一定的风险， 用户信任研究大多在感知风险程度较高的情境中展开， 目标在于挖掘影响用户信任水平的众多因素， 并揭示这些因素对于信任的影响过程。在在线购物情境中，Ｙａｎｇ Ｓ Ｃ 等［３６］ 通过析因实验， 探究了用户初始信任的形成， 并指出产品信息质量作为中心路径因素，第三方印章作为外围路径因素， 都会影响消费者对在线供应商的初始信任。在在线金融情境中， ＺｈｏｕＴ［３７］ 调查了影响用户对手机银行形成初始信任的因素， 发现信息质量和服务质量作为中心路径因素，系统质量、声誉和结构保证作为外围路径因素， 对初始信任都具有显著影响， 而用户的自我效能调节了以上影响。Ｇｒｅｉｎｅｒ Ｍ Ｅ 等［３８］ 对Ｐ２Ｐ 借贷市场的信任建立机制进行了研究， 结果表明， 经济地位作为影响投标行为的中心路径因素， 社会资本和上市质量作为影响信任行为的外围路径因素， 对Ｐ２Ｐ借贷市场上信任机制的建立起重要作用。

如上所述， ＥＬＭ 在信息技术或信息系统采纳方面的应用成果颇丰。由于用户的动机和能力不同，对信息技术和信息系统的采纳会经由不同的路径，导致不同程度的态度或行为转变。然而， 前述文献中仍存在着以下局限性： ①从产品类型上看， 上述研究中大多只讨论了单一的系统或技术的采纳与使用， 没有与不同类型的系统或技术进行横向对比。由于类型繁多的信息系统和信息技术往往具有不同的特点， 现有研究结果或难以推广至其他产品； ②从研究问题上看， 上述文章大多关注用户的初始采纳行为， 对用户的持续采纳、终止采纳和持续使用行为关注较少， 对阻碍用户采纳的因素也缺少讨论。在用户的态度与信念研究中， 大多集中对用户满意度和初始信任的研究， 对满意到忠诚、初始信任到持续信任等后续转变过程关注不足； ③尽管文章中讨论了诸如涉入度、自我效能、认知需求等影响用户采纳和使用的动机和能力因素， 但鲜见对用户以个性和人格差异进行细分的研究。

２.２ ＥＬＭ 在在线信息处理与决策研究中的应用

２.２.１消费者在线评论与电子口碑中的信息处理研究

消费者在线评论是发布在公司或第三方网站上的同行生成的产品评估［３９］ ， 是电子口碑（ｅＷＯＭ）的一种形式。数量庞大的在线评论提供了海量的信息， 无论是正面或负面的在线评论都能作为消费者判断的参考， 极大地影响了消费者的购买决策。然而， 随着在线评论呈爆发式增长， 虚假评论等无效的信息会造成消费者的认知过载， 带来不愉快的购物体验。因此， 究竟什么样的在线评论能够被消费者采纳， 进而改变消费者的态度和决策行为， 以及不同情境下在线评论信息采纳的差异都是企业和学者共同关心的问题。通过对在线评论众多特征的细化， ＥＬＭ 能够进一步了解消费者处理信息， 生成有效性评估， 进而形成决策结果的全过程。

已有学者通过进一步细化中心路径因素， 探究评论内容相关特征对消费者态度的影响机制。Ｔｈｏｍａｓ Ｍ Ｊ 等［４０］ 将论据质量分为准确性、完整性和及时性３ 个维度， 利用从Ｙｅｌｐ 网站收集的２８２名用户数据验证在线评论通过评论可信度的中介对购买意图的影响， 结果表明， 上述中心因素与包括评论数量、评论一致性、评论专业度、产品／ 服务评级和网站声誉在内的外围因素， 都显著影响在线评论的可信度， 并进一步对消费者购买意愿产生积极影响。Ｆｉｌｉｅｒｉ Ｒ 等［４１］ 则将信息质量细分为评论长度、相关性、真实性和时效性４ 个维度， 调查消费者对在线评论感知诊断性的决定因素及其随时间的变化， 发现评论相关性是感知信息诊断性的最强预测因子。

也有学者着重关注外围路径因素的作用。ＣｈｅｕｎｇＣ 等［４２］ 将经典的自变量论据质量和来源可信度引入在线评论情境， 同时考察了评论一致性和评论双面性这两个外围路径因素对评论可信度的影响。发现对于专业水平高的消费者而言， 评论双面性通过中心路径影响评论可信度。这表明在不同条件下，相同的信息线索作用路径可能会不同。Ｃｈｅｎｇ Ｙ Ｈ等［４３］ 则关注评论网站上的社会因素是否会影响消费者对评论的判断， 他们的研究结果表明， 评论者的粉丝数量和专业水平确实与评论感知有用性具有显著正相关关系， 即读者更愿意相信有大量粉丝的意见领袖。Ｘｕ Ｐ 等［４４］ 对信息形式进行了深入探究， 发现与纯文本格式相比， 视频格式的在线评论提供了真实的视觉线索， 令消费者感觉更可信、更有帮助且更有说服力， 进一步导致更强的购买意愿； 另一方面， Ａｇｈａｋｈａｎｉ Ｎ 等［４５］ 认为， 以往的研究只追求探索中心和外围路径因素对在线评论有用性的独立影响， 忽略了路径之间可能存在的交互影响， 因此， 他们通过开发评论一致性和评级不一致性两个变量， 证明外围路径因素在某些情境中也可以调节中心路径因素和评论有用性之间的关系。

还有一些学者聚焦于在线评论特征在不同条件下对消费者感知的影响。首先， 在线评论研究必须考虑产品类型的差异［４６］ ， Ｃｈａｎｇ Ｈ Ｈ 等［６］ 将产品划分为功利型和享乐型， 来测试信息完整性、准确性以及帖子审美、帖子流行度经由消费者感知信息量和感知说服力对Ｆａｃｅｂｏｏｋ 上商品帖子的态度的影响， 结果表明， 无论消费者通过哪条路径进行信息处理， 享乐型产品对消费者感知信息性和感知说服力的影响比功利型产品更强。由于体验型和搜索型产品在消费前获取产品质量信息的成本与难度相差较大， 这种分类方式在研究中也十分常见， Ｋｅｔ?ｒｏｎ Ｓ［４７］ 选取了以打印机为代表的搜索型产品和以保湿乳液为代表的体验型产品， 试探究在线评论的语法和写作技巧质量作为影响消费者感知可信度的外围线索对消费者的购买意愿的影响。结果表明，语法和写作技巧质量对于体验型产品的评论以及较短长度的评论更为重要， 对消费者的购买意愿影响更显著； 其次， 消费者的人格特征对消费者感知的影响已得到验证。Ｓｈｅｒ Ｐ Ｊ 等［４８］ 的实验表明， 对网上购物持高度怀疑态度的人并没有如ＥＬＭ 预测的那样采取中心路径， 而是表现出对消息质量的漠不关心； 对网购怀疑程度低的消费者更容易被外围路径因素说服。此外， Ｌｕｏ Ｃ 等［４９］ 发现， 消费者的个人主义或集体主义倾向会影响个体采纳他人建议的程度， 即具有个人主义文化背景的人倾向于根据自己的认知来评估评论可信度， 而具有集体主义文化背景的人往往以信息一致性和信息评级， 也就是他人对信息的认可来做出判断。

２.２.２社交媒体中的信息处理研究

社交媒体是对信息传播渠道的一次革命， 在在线信息搜索方面发挥着越来越重要的作用。目前，社交媒体情境中的ＥＬＭ 研究聚焦于信息处理的前因后果， 即社交媒体自身以及媒体上所载信息的特征如何影响用户感知、态度和行为。

１） 营销信息处理研究。社交媒体对传统的商业模式进行了革新， 营销人员能够通过社交媒体以更少的成本将营销信息传播给更多的潜在客户。然而， 只有具有足够说服力的信息才能引起消费者的共鸣， 引发强烈的互动， 达到理想的营销效果。在企业社交媒体与用户的互动情境中， Ｚｈｏｕ Ｘ 等［５０］的研究发现， 企业微博的感知信息性和感知说服性经由中心路径， 通過品牌资产的中介积极影响消费者的购买意愿。Ｃｈｕｎ Ｊ Ｗ 等［２７］ 则发现， 消费者的购买意愿会受到他们与企业社交媒体账号互动的影响， 结果表明企业社交账号内容的感知有用性、感知享受能够预测消费者订阅和推广企业Ｆａｃｅｂｏｏｋ页面的意愿， 账号内容类型对于企业涉入度不同的消费者会产生不同影响； Ｃｈａｎｇ Ｙ Ｔ 等［５１］ 聚焦于如何引导用户对社交媒体营销活动消息进行传播和扩散， 研究了Ｆａｃｅｂｏｏｋ 用户对产品宣传帖子特征的感知， 发现帖子论据质量、帖子人气以及帖子吸引力通过感知有用性和用户偏好对用户的点赞和分享意图产生积极影响。

２） 旅游信息处理研究。作为典型的体验型产品， 旅游具有高参与度、高购买风险和无实物的特征。社交媒体为游客搜索和分享旅游信息提供了平台， 而如何在繁杂的数据中获取并分辨出精确、完整的信息， 对游客的旅游意愿和实际旅游体验来说都尤为重要。Ｈｕｒ Ｋ 等［５２］ 调查了韩国用户对旅游社交媒体的使用， 发现旅游社交媒体上的论据质量和来源可信度会通过用户信息寻求、娱乐以及关系维护的动机影响用户的社交媒体持续使用和信息共享意愿。Ｃｈｕｎｇ Ｎ 等［５３］ 基于社会影响理论和依恋理论对游客的社交媒体使用行为进行了实证分析，在经典的论据质量和来源可信度之上增加了网络外部性这一外围路径因素， 验证了信息性影响， 社交媒体规范影响和依恋受上述自变量影响， 并能够预测游客的行为变化。Ｔａｎｇ Ｌ 等［５４］ 对目的地网站信息的传播过程进行研究， 发现目的地网站作为非传统意义上的社交媒体， 其网站设计特征和网站信息质量通过用户对网站和目的地的认知以及态度影响用户的旅游意愿。

３） 其他情境中的信息处理研究。由于社交媒体上信息的丰富性和互动性， 相较于使用传统的搜索引擎， 在社交媒体上进行检索、收集信息逐渐成为用户的习惯。Ｚｈａ Ｘ 等［５５］ 聚焦于这一行为， 从信息—任务匹配的视角探讨了用户信息搜索行为的影响因素， 结果表明， 社交媒体的信息质量、来源可信度和声誉通过提高信息与任务的匹配程度积极影响用户的社交媒体使用。在在线医疗情境中， ＹｉＭ Ｙ 等［５６］ 研究发现， 在线健康信息的论据质量和来源专业性对用户的感知信息质量都有显著影响，且感知信息质量完全中介了来源专业度对用户感知风险的影响， 而在线健康信息初始信任的形成同时受感知信息质量和感知风险的影响。Ｃａｏ Ｘ 等［５７］的研究探讨了患者在在线医疗社区中对医生的选择决策， 结果表明， 医生的服务质量和电子口碑对患者的选择决策有积极影响， 而疾病风险并不会加强服务质量对患者咨询意愿的影响， 这可能是因为高危疾病患者的需求往往无法仅通过在线问诊得到满足。最后， 在在线知识共享情境中， Ｍｅｓｅｒｖｙ Ｔ Ｏ等［５８］ 关注网络用户在在线论坛中的信息采纳行为，结果表明， 与解决方案的内容质量相比， 来源专业度和有效性验证对用户过滤解决方案的决策影响更大， 也就是说， 在线论坛用户在形成解决方案集时倾向于依赖外围线索而非中心路径因素。

由上可知， ＥＬＭ 在在线信息处理与决策行为研究中存在以下问题： ①在线信息处理视角单一。上述文章都是基于信息接收者的视角进行讨论， 而除了接收者的感知和态度转变外， 还可以研究信息发出者的信息或知识共享行为、平台和商家如何吸引及激励用户发布更有效的信息等； ②从研究问题上看， 现有研究主要讨论了在线信息与个人层面决策之间的关系， 而鲜少涉及市场层面决策， 如将信息特征与产品销量销售额、产品推广策略等联系起来； ③从研究中采用的信息特征来看， 现有研究大多聚焦于在线信息的量化特征， 如评论数量、评论长度以及评分评级等， 而信息的质性特征如情感基调和可读性等， 对在线信息有用性同样重要； ④某些因素的作用机制尚不明确。上述研究表明， 信息长度这一变量在不同情境中可能作为中心路径因素， 也可能作为外围路径因素在模型中发挥作用，但具体的应用条件尚未得到确定； ⑤从研究方法上看， 主要采用实验室实验和问卷调查， 这可能会使研究结果与实际情况出现一定差异。例如， 当不讨论在线评论中的情感因素时， 实验会为了控制信息质量而选择情感色彩较淡的中性信息。在后续研究中可以直接采用真实的在线评论数据进行分析， 提高研究结果的解释力度。

２.３ ＥＬＭ 在在线信息安全研究中的应用

由于在線信息数量庞大， 真假难辨， 仅仅依赖技术层面的力量并不能使用户完全避免虚假信息及欺诈信息等信息垃圾。用户在处理这些信息时往往需要持续花费认知精力， 否则信息安全就会受到不同程度的威胁， 甚至造成严重后果。因此， 哪些因素会影响用户对有威胁的信息的判断， 如何提高用户对个人信息安全的关注等成为学者们关注的问题。

２.３.１在线隐私问题研究

一些现有研究通过应用ＥＬＭ 来检验与隐私相关的态度和行为意图的形成， 且研究结果表明， 详尽度会影响不同类型的隐私相关因素之间的影响。

在已有的在线隐私研究中， 隐私关注是用于衡量用户对隐私认知时最常用的概念之一， 隐私关注通常指互联网用户关注个人信息收集的程度、用户对收集的信息的控制以及用户对如何使用收集的信息的意识［５９］ ， 隐私关注程度越高， 往往代表着用户进行深度信息处理的动机越大， 而隐私自我效能感越高， 代表着用户处理隐私相关信息的能力越强。Ｋｏｂｓａ Ａ 等［６０］ 对个性化提供商特征对用户对个性化态度以及后继的披露行为的影响进行了研究， 讨论了以用户隐私关注和自我效能进行衡量的详尽度水平不同的用户对于个性化提供商提供的多种技术服务的感知， 结果表明， 不同水平隐私关注和隐私自我效能的用户适合不同类型的个性化技术， 声誉管理最适合隐私关注和自我效能低的用户， 客户端个性化适合隐私关注和自我效能较高的用户。ＡｎｇｓｔＣ Ｍ 等［６１］ 则在用户对电子健康记录的采纳研究中发现， 电子健康记录相关的信息对用户使用态度的影响程度由论点框架、问题涉入度、个人隐私关注及其之间的交互影响共同决定， 并且与隐私关注和涉入度低的人相比， 论据的强度更可能影响到隐私关注度高、参与度高的人。

Ｇｕ Ｊ 等［６２］ 将隐私关注作为中介变量， 并且基于ＥＬＭ 提出的与隐私相关的３ 个情境因素， 包括感知权限敏感性和权限正当性（中心）以及感知应用程序流行度（外围）， 探究移动应用程序下载时与以上３ 个情境因素如何通过用户的隐私关注对移动应用程序下载意愿产生影响， 结果表明， 感知权限敏感性会让用户更加关注隐私， 而感知权限正当性和感知应用程序流行度则会让用户更少地关注隐私。而Ｚｈｏｕ Ｔ［６３］ 则关注隐私关注的形成， 发现用户对ＬＢＳ 服务相关的隐私关注受到中心路径因素隐私政策和信息质量， 以及外围路径因素声誉和隐私印章的共同影响。

除隐私关注之外， 感知隐私风险也颇受学者关注。不同于隐私关注， 感知隐私风险指的是用户对披露自身隐私信息可能会造成的经济、安全或其他损失的预估性认知。Ｙｕ Ｌ 等［６４］ 通过研究用户的隐私关注（外围）和感知隐私风险（中心）对披露意愿和实际披露行为的影响， 发现隐私关注仅对用户在线信息披露意愿有直接影响， 而无法像感知隐私风险那样对披露意愿和披露行为都产生直接影响， 从而进一步验证了“隐私悖论” 的现象， 即尽管用户高度关注个人信息隐私， 但仍大量地披露个人信息。

２.３.２网络钓鱼问题研究

网络钓鱼（Ｐｈｉｓｈｉｎｇ）是一种利用电子邮件、社交网站、移动应用程序等技术媒介实施的欺骗行为。网络钓鱼的频繁发生会导致人们泄露个人信息， 甚至造成财产损失。对网络钓鱼问题的研究可以分为技术预防和认知预防两方面， 由于网络钓鱼往往通过人们在信息处理上的弱点而非技术层面的漏洞。因此， 许多研究采用ＥＬＭ 分析用户如何识别和处理欺骗性的在线信息来阐述认知加工在检测和遏制网络钓鱼攻击中的作用， 并提出针对性预防措施。Ｖｉｓｈｗａｎａｔｈ Ａ 等［６５］ 通过建立一个网络钓鱼易感性的综合信息处理模型， 发现网络钓鱼受害大多发生在详尽度低的用户身上， 因为他们更容易根据邮件中嵌入的简单线索对钓鱼邮件作出反应。Ｍｕｓｕｖａ Ｐ Ｍ Ｗ 等［６６］ 研究了用户的认知处理和威胁检测对网络钓鱼易感性的影响， 结果表明， 检测网络钓鱼威胁的能力越强， 就越不容易受网络钓鱼攻击， 而与网络钓鱼相关的知识是对检测威胁的能力影响最大的因素。

纵观ＥＬＭ 在个人信息安全研究中的应用可知，现有研究仍存在一定不足： ①用户的行为是动态的，随着技术和法律法规的发展， 用户对于隐私的关注点也会有所不同。后续可以探究用户在产品生命周期的不同阶段的隐私关注受哪些因素影响， 以及用户隐私关注和技术以及法律法规的变化对用户持续披露、持续参与行为的影响； ②关注的移动服务类型有限。当前研究主要集中在对于获取信息、通信与社交的移动服务的隐私问题研究， 随着万物互联的发展以及用户对个性化的要求， 各行业的服务提供商都希望用户能够提供更多信息来进行基于网络的客制化服务。因此， 未来可以将研究拓展至在线娱乐、在线医疗、在线交易等众多服务类型； ③对于情境因素的要求。由于用户关注的隐私问题往往因人而异， 区分不同人群在不同情境中对隐私的关注点及关注程度有何不同至关重要。大多数研究往往讨论用户在面临隐私问题时的一般决策策略， 而忽略了个人特征的影响。未来可以加强对性别、个性特征、隐私保护知识、平台类型等因素的讨论。

３结论与展望

通过回顾和总结ＥＬＭ 的起源与演变及其在信息系统领域的应用情况， 发现ＥＬＭ 在信息系统领域的应用主要集中在信息技术和信息系统的采纳与使用、在线信息处理与决策、在线信息安全３ 个方面。

然而， 现阶段的研究仍存在一些不足之处， 主要体现在两个方面：

首先是ＥＬＭ 应用的问题： ①ＥＬＭ 中各种信息特征的角色混乱。在不同研究中， 相同的信息特征可能经由中心路径作用， 也可能作为外围路径因素发挥作用， 甚至作为调节变量产生影响， 这虽然是ＥＬＭ 的灵活性所在， 也容易导致研究结果可能只适用于某种特定情境， 缺乏外部效度； ②双路径的作用机制尚存模糊。尽管有许多学者主张并实证检验了各种情境下同时经由中心和外围路径产生影响或路径间存在交互作用的情况， 但大多数研究仍然仅关注两条路径上信息线索的独立影响。

其次是相关领域研究本身的局限性： ①较少关注定性方法。多数研究采用定量方法， 选取量化的信息特征， 对定性特征的讨论不足。因此， 未来研究需要采取定性定量相结合的混合研究方法， 加深对现有研究结果的认识； ②较少关注意愿与实际行为之間的差距。由于对客观数据的持续收集存在一定困难， 一些研究将用户的行为意愿作为实际行为的替代， 尽管计划行为理论表示个体的实际行为受行为意向的影响， 但实际情况是不同情境中用户的意图和行为的差距可能很大； ③较少关注用户人格和个性特征的影响。ＥＬＭ 关注个体差异， 并且能够解释为什么相同的信息会导致不同的信息接收者产生不同的态度和行为， 现有研究主要关注与用户动机和能力相关的调节变量， 如自我效能、涉入度、先前经验和已有技能等， 而对用户人格和个性特征的讨论较少。

基于以上论述， 为了弥补现阶段研究存在的不足之处， 本文认为未来可从以下几个方面进行研究：①用户认知处理的混合方法研究。混合方法研究是新的研究取向， 对定量数据和定性数据的整合能够更好地理解研究问题。因此， 未来可以通过采用眼动、脑电和ＭＲＩ实验等在实验室环境中对复杂的认知处理进行剖析和剥离， 探索数据反应出的因果关系， 同时通过定性方法把握现实中不同情境下参与者的详细体验和观点， 提高研究结果的解释能力和外部效度； ②用户认知处理的跨文化研究。文化虽然是国家层面、集体层面的现象， 但由于文化背景和其内含的价值观会影响个人的认知， 文化的影响也可以应用于个人层面。未来， 在跨境电商、社交媒体营销等领域的研究尤其需要进一步关注不同文化背景， 具有不同价值观念的个体对信息的认知处理； ③不同人格和个性特征用户的认知处理研究。人格特征既能够说明每个个体的独特性， 又能够解释具有相同人格特征的个体在认知和行为上的相似性。正如营销活动中商家通过对消费者群体进行基于个性特征的细分来进行个性化推荐那样， 未来可以考察不同性格的个体对信息线索的处理是否存在详尽度上的不同， 从而导致态度和行为上的差异。