应对电子商务中的“信息过滤泡沫”：主动策略与被动策略

《Electronic Commerce Research and Applications》：Coping with e-commerce filter bubbles: proactive versus reactive strategies

个性化推荐虽提升用户体验但易形成信息茧房，本研究基于保护动机理论，揭示消费者威胁感知（包括脆弱性、严重性）与应对评估（效能、成本）共同驱动主动（跨平台搜索）与被动（关闭推荐）应对动机。实证表明：威胁感知越强，两种应对动机均提升；推荐益处抑制被动应对，但主动应对受威胁感知与应对效能调节。研究填补了用户主动应对机制的空白，为电商平衡推荐效益与多样性提供理论支持。

　　

侯磊|黄一辰|潘雪

南京信息科技大学管理科学与工程学院，南京210044，中国

摘要

电子商务平台上的个性化推荐能够提升用户体验并促进销售，但同时也可能形成信息茧房，限制消费者接触到多样化产品，从而导致购买决策失误。尽管以往的研究主要集中在算法解决方案上，却忽视了消费者在应对信息茧房中的积极作用。基于保护动机理论（Protection Motivation Theory），本研究探讨了消费者的威胁评估和应对评估如何共同驱动他们采取主动或被动的应对策略。通过对调查数据（$N=386$）的分析发现，消费者对信息茧房危害性和严重性的感知越高，他们采取主动和被动应对策略的动机就越强。个性化推荐的益处仅直接抑制了被动应对行为，而其对主动应对行为的影响则通过威胁评估和应对成本来调节。在应对评估方面，当消费者认为某种策略的有效性较高或成本较低时，他们更倾向于采取主动或被动的应对策略。本研究通过将以用户为中心的应对机制纳入信息茧房的讨论中，提供了一个新的视角，特别强调了个性化推荐的双重性质以及其益处与威胁如何相互作用影响消费者行为。

引言

消费者越来越依赖个性化推荐来指导他们的购买决策（Huang和Zhou，2018；Darraz等人，2025）。根据Grand View Research（2024）的数据，2023年全球推荐引擎市场达到了39.2亿美元，并预计从2024年到2030年将以36.3%的复合年增长率增长，这凸显了推荐系统在塑造消费者体验（Zhao和Wagner，2023；Sun等人，2024）和推动电子商务销售意向（Kim和Gambino，2016；Zhao等人，2025）方面的核心作用。然而，电子商务平台上的个性化推荐也因形成信息茧房而受到广泛批评。

信息茧房是指算法过度定制内容，导致信息范围狭窄，使用户无法接触到多样化的观点（Pariser，2011）。虽然这一现象在社交媒体领域得到了广泛研究（Einav等人，2022；Yang等人，2023；Ludwig等人，2025；Liu等人，2025），但在电子商务领域同样存在问题，个性化推荐为个别消费者创造了同质化产品的信息茧房。例如，搜索或购买某个品牌的消费者可能会反复收到该品牌的推荐，而忽视了同样合适甚至更合适的替代品。侯磊等人（2023）的实证研究表明，亚马逊的推荐系统会形成信息茧房，用户通常只能接触到所有可用产品的约0.07%。因此，电子商务上的信息茧房不仅影响消费者，阻碍了他们做出明智的购买决策（Lv等人，2024），还可能对零售商造成不公平的损害。为应对这些负面影响，人们提出了各种算法解决方案，如增加推荐的多样性（Santos，2023；侯磊和黄一辰，2024；Darraz等人，2025）。

然而，相关研究的一个显著不足在于对消费者如何应对和减轻电子商务信息茧房带来的负面影响的理解不足。这一点至关重要，因为消费者是个性化推荐的最直接接收者。虽然算法产生了信息茧房，但其不良后果（如产品选择受限和购买决策偏颇）最终还是落在了消费者身上。因此，研究消费者如何主动应对信息茧房对于开发结合技术和以用户为中心的综合性解决方案至关重要。为了推进这一以用户为中心的观点，本研究探讨了两个关键但未被充分研究的方面：塑造应对动机的驱动因素以及消费者可能采用的应对策略。

首先，保护动机理论（Protection Motivation Theory，PMT，Rogers，1975；Rogers，1983）和应对理论（Coping Theory，Lazarus，1993）指出，个体的保护行为受到他们对威胁本身及其潜在应对策略的评估的影响。应用于电子商务领域，如果消费者认为信息茧房对其购物体验构成威胁，并相信自己有有效且可管理的应对策略，他们可能会产生保护自己免受负面影响的动机。探讨这些驱动因素对于理解为什么有些消费者会应对信息茧房而另一些则选择不采取行动至关重要。这引出了本研究的首要问题：是什么驱动消费者产生应对电子商务平台上信息茧房的动机？

其次，关于信息系统的先前研究强调了多种应对策略，包括主动应对策略（如采用辅助技术或调整使用习惯）和被动应对策略（如拒绝或停止使用服务）（Lwin等人，2007；Pirkkalainen等人，2019；Salo等人，2020）。同样，电子商务用户也可以采取主动策略（例如，在多个平台上搜索、使用不同的关键词）或被动策略（例如，停止接收个性化推荐）来应对信息茧房。研究消费者在何种情况下偏好某种策略对于理解用户反应的多样性以及指导平台如何鼓励建设性的应对行为而非破坏性的脱离行为至关重要。因此，本研究旨在解决的第二个问题是：消费者如何在主动和被动应对策略之间做出选择？

为了解决上述两个研究问题，本研究基于保护动机理论构建了一个理论框架，以分析消费者在面对个性化推荐导致的信息茧房时采取主动和被动策略的动机。具体来说，我们研究了威胁评估（感知益处、脆弱性和严重性）和应对评估（有效性和成本）的机制，这些因素共同塑造了消费者的应对动机。通过整合这两个视角，本研究有助于探索个性化推荐在电子商务平台上的双重效应，即益处和威胁共同驱动消费者采取不同的反应。另一方面，该研究还填补了对于电子商务平台上信息茧房理解的空白，探讨了消费者在应对威胁过程中的积极作用，从而为平台提供了通过定制个性化服务来管理消费者体验的管理启示。

章节片段

个性化推荐与用户参与度

个性化推荐通过根据个人偏好和行为过滤和自动推荐在线内容，在塑造用户体验方面起着关键作用，因此在电子商务网站上得到了广泛应用。人们认为个性化推荐有助于缓解信息过载问题，降低产品筛选成本，并提高决策质量（Liang等人，2006；Blut等人，2023），从而显著提升了用户参与度和流畅体验（Zhao等人，

保护动机理论

保护动机理论（Protection Motivation Theory，PMT）最初由Rogers（1975；Rogers，1983）提出，是一个全面的框架，用于理解个体如何受到保护自己免受感知威胁的动机。该理论认为，保护动机源于两个平行的认知过程：威胁评估和应对评估。威胁评估涉及评估威胁发生的可能性（脆弱性）以及威胁发生时的潜在严重性。

问卷设计

为了解决研究问题并测试所提出的框架，我们设计了一份全面的问卷，该问卷基于已建立的量表，并根据电子商务平台上信息茧房的背景进行了调整。问卷包含了多个旨在捕捉威胁评估和应对评估不同维度的结构，以及采取主动和被动应对策略的动机，每个条目的评估采用5点李克特量表（从“强烈不同意”到“强烈同意”）。

测量模型

收集到的数据通过SmartPLS软件进行偏最小二乘结构方程建模（PLS-SEM）分析。我们应用验证性因子分析来评估各构念的可靠性和有效性。如附表所示，所有因子载荷值介于0.793到0.944之间，均高于0.7的阈值，表明条目的可靠性很强。表2报告了所有条目的Cronbach’s alpha值和复合可靠性值。

研究结果总结

尽管电子商务网站越来越依赖个性化推荐来提升用户体验和促进销售，但这些系统往往会导致信息茧房，限制消费者接触到多样化产品。因此，理解消费者对信息茧房的认知及其行为反应对于消费者行为的研究和电子商务平台的管理实践都具有重要意义。本研究探讨了消费者如何应对

CRediT作者贡献声明

侯磊：撰写——审稿与编辑，撰写——初稿，正式分析，概念化。黄一辰：调查，正式分析，数据整理。潘雪：撰写——初稿，正式分析。

利益冲突声明

作者声明他们没有已知的利益冲突或个人关系可能影响本文的研究结果。

致谢

本研究得到了中国教育部人文社会科学项目（项目编号24YJC870003）、国家哲学与社会科学基金（项目编号25CTQ020）以及江苏省社会科学基金（项目编号25XZC002）的支持。