对体验进行评级会让人们注意到它是如何变化的：对享乐适应和消费者享受的影响
——中国营销工程与创新研究中心2026-2027年第一学期第7次研讨会
2026年10月26日9:00，中国营销工程与创新研究中心 (以下简称“MEI”) 2026-2027年第一学期第7次研讨会 (以下简称“Seminar”) 在MEI如期举行，参与本次研讨会的有黄敏学老师、朱华伟老师及MEI各位成员。
本次Seminar由李端阳研读文章《Rating an Experience Makes People Notice How It Is Changing:Consequences for Hedonic Adaptation and Consumer Enjoyment》与《Learning reinforces curiosity for related information》。
一、研究背景
在数字平台和日常消费场景中，消费者越来越频繁地被要求对自己的体验进行评分。例如，流媒体平台在用户连续观看内容时征求反馈，游戏应用在每个关卡结束后邀请用户评价，服务提供者也会在服务过程中反复询问顾客的感受。这些做法旨在持续了解消费者的偏好与体验变化，以便及时发现厌倦并改善服务。然而，反复测量通常被视为一种记录体验的方式，其本身是否会改变消费者的体验，尚未得到充分关注。
既有研究发现，消费者对重复接触的享乐体验往往会逐渐失去兴趣，这一现象被称为享乐适应（Hedonic Adaptation）。相关研究主要通过调整消费间隔、增加新颖性或丰富体验的多样性等方式，探索如何延缓享乐适应。然而，一个重要问题仍有待解决：反复评价体验是否会改变消费者对体验变化的感知？ 当消费者不断比较当前与先前的体验时，细微的变化可能变得更加显著，从而加速愉悦感的下降；当体验逐渐改善时，重复评分也可能强化消费者对积极变化的感知。本文围绕这一问题，探讨重复评分如何影响享乐适应与消费者愉悦感。
研究问题：反复评价消费体验，会如何通过影响消费者对体验变化的关注，改变其享乐适应速度与后续消费行为？
二、理论基础
1.享乐适应
（1）核心观点
享乐适应（享乐跑步机效应）：消费者反复接触同一享乐刺激，愉悦、兴奋等享乐感受会逐步衰减（Frederick & Loewenstein，1999）。
存在两类解释路径：
①外部视角：享乐适应属于生物稳态，依靠休息、新奇感、特定品类缓解；
②内部认知视角：享乐适应是认知现象，客观刺激不变时，个体关注、加工体验的方式变化，也会改变适应快慢。
（2）研究空白
以往享乐适应研究大多聚焦于改变外部客观消费条件（调整消费间隔、增加新鲜感、丰富体验多样性）来延缓适应；内部认知视角研究虽指出注意、解读方式会改变享乐适应速度，但现有文献普遍将重复评分作为客观测量工具，忽略评分这一测量行为本身，可能改变消费者的享乐体验，评分诱发的对比过程如何影响享乐适应速率尚不清晰。
2.参照依赖与享乐对比
（1）对比凸显性
享乐感受不是绝对的，依赖参照对比；向上对比会削弱当下愉悦感，对比参照越突出，该效应越强（Helson，1948；Parducci，1965）。
（2）衍生机制：比较凸显性
反复评分会促使消费者主动对比连续多次体验，更容易捕捉相邻体验之间细微变化；该属性中性：体验衰退时放大愉悦下降感知，体验向好时放大积极感受。
（3）其他替代解释
评分带来的烦躁、任务打断、实验需求效应也有可能改变愉悦感受。
3.比较凸显性与体验效价
比较凸显性只会放大体验本身原有的变化趋势，而不是单向降低愉悦：当体验持续变差（负向轨迹），对比凸显加速享乐适应；当体验逐步改善（正向轨迹），对比凸显强化积极体验。
4.研究假设
H1：反复征询享乐反应会加剧享乐适应。
H2a：该效应由比较凸显性中介。
H2b：该效应受降低或增强比较凸显性因素的调节。
H3：重复评分加剧负面轨迹，但改善正面轨迹。
三、研究实验
研究以"固定体验总轮次、仅改变评分频次"为核心设计：高频组在每轮体验后均评分，低频组仅在第1轮与第5轮结束后评分，藉此检验主效应 H1；随后通过中介与调节实验厘清机制与边界。
1.Study 1
Study 1为博物馆线下实验室，参与者连续进行5轮艺术绘画游戏。高频组每轮结束后均评分，低频组仅在第1轮与第5轮结束后评分；因变量为享乐愉悦评分（5点量表），比较两组的愉悦衰减斜率。
结果显示在客观体验保持不变的前提下，高频评分组的愉悦衰减斜率（B = −0.54）显著陡于低频组（B = −0.17），高频评分显著加剧享乐适应，支持 H1。
2.Study 2
Study2为线上居家情境，参与者自选零食并连续食用5口，分组同上（高频每口评分／低频仅第 1、5口评分），因变量为享乐愉悦评分与衰减斜率，将主效应延伸至不同因变量、重复周期与享乐活动（食物享受）。
真实居家环境中，高频组享乐水平下降速度（B = −0.56）显著快于低频组（B = −0.41），复现并进一步验证 H1。
3.Study 3
Study 3为线上实验，参与者重复收听循环吉他音乐片段，分组同上（高频／低频），因变量为愉悦评分、衰减斜率及事后"继续收听意愿"，检验主效应是否传导至后续消费意向。
实验结果表明高频组继续收听意愿（M = 3.67）不仅低于低频组（M = 4.52），甚至低于完全不受干扰的零评分组（M = 4.13），表明高频评分不仅加速愉悦衰减，还削弱后续消费意愿，效应传导至行为意向层面。
4.Study 4
Study 4通过线上自由选择题——先强制观看狗狗图片，再让参与者选择继续看狗图或抄写信件（枯燥任务）；设评分组与无评分组，因变量为自愿完成的享乐任务数量与体验幸福感。
无评分组约观看狗图 12.7 次才切换，评分组仅约 10.5 次便切断，且评分组幸福感更低。从真实行为层面证实评分会促发"偏好反转"、更早放弃享乐任务，验证主效应。
5.Study 5
Study 5为线上实验，参与者连续 5 次观看同性质海报，随机分为高频组（每次观看后评分）与低频组（仅第 1、5 次评分）；全部结束后填写"比较凸显性"量表，报告在多大程度上刻意对比前后体验，检验比较凸显性的中介作用（H2a）。
其中高频评分显著加剧无聊感，核心原因是其显著提升"比较凸显性"（促使关注前后体验的细微差异）；中介检验确认，正是被激发的"前后对比"过程导致愉悦加速下降，成功验证 H2a。
6.Study 6
实验首先线上浏览自然主题海报，采用 2（评分频率：高频／低频）× 2（评分类型：体验相关评分／无关评分）设计，考察比较凸显性的调节作用（H2b）。
实验结果表明只有"体验相关"的高频评分会加剧享乐适应；进行无关内容的高频评分则不会加速适应，支持 H2b（削弱比较凸显性的因素可削弱效应）。
7.Study 7
实验进一步检验 H2b（正向调节），人为提升比较凸显性。参与者连续 5 次观看同海报，分高频组、低频组与"低对比组"；低对比组仅在第 1、5 次评分，但在第 2、3、4 次后被强制提示"将本次享受与上次对比"，迫使关注增量变化。
一旦低对比组被强制对比，其适应速率立即与高频组一样陡峭，证明"对比行为"本身即是加速享乐适应的充分条件，支持 H2b，确认比较凸显性为核心机制。
8.Study 8
Study 8检验 H3，引入"变化效价"。参与者观看 5 张埃菲尔铁塔照片：负向变化条件按"最佳→最差"排序（清晰落日→雾中远景），正向变化条件反向排序；各条件下随机分配高频（每次评分）或低频（仅第 1、5 次）评分，因变量为 0–5 星评分。
实验结果出现显著三重交互——负向变化条件下，高频评分使评分下降更陡（损害体验）；正向变化条件下，高频评分使评分上升更陡（改善体验）。验证 H3：重复评分放大既有轨迹，助益好体验、损害坏体验。
四、研究启示
1.核心结论与理论贡献
本文的核心洞见是：当评分将注意引向"变化"时，变化便被放大。享乐适应既损害消费者福祉，也损害企业留存；以往研究致力于寻找对抗它的方法，而本文揭示了一个普遍因素——仅仅试图测量享乐适应，就可能加剧它。重复评分诱发"比较凸显性"，使消费者高度敏感于细微变化，这种"纯粹测量效应"（mere measurement effect）带来双重结果：在负向轨迹中，更少测量有助于延长享受；在正向轨迹中，重复评分则放大积极变化、增强体验。
理论层面，本文（1）识别出新颖的调节变量，证明测量行为本身即是一种新的调节因素，超越了以往仅关注外部刺激的研究；（2）建立了严谨的因果链，将"比较凸显性"直接与享乐适应速率相联系；（3）解释了熟悉现象——消费者为何低估重复享受：想象时会对比，实际消费时却较少对比。
2.实践应用
其一，警惕测量偏差：实验室情境会高估真实世界的厌倦，企业应采用极少或零评分点的条件，避免误判消费者偏好；其二，减少负面打断：在重复或衰退情境中少要评分，以免加速用户流失；其三，策略性征询：在体验改善的情境中，主动增加评分提示，帮助消费者注意到积极变化、放大其享受。
3.研究局限与未来方向
作者指出，实验室中高频、紧凑的测量可能高估真实世界的平淡效应，且尽管已排除烦躁等替代解释，效应仍可能由多重机制共同决定（如"重复意识"，Redden et al., 2017），有待未来厘清。后续研究可在更长间隔的现实情境（如酒店夜间反馈卡、主题公园逐项目评分）、在线评论与连续调查中检验评分的累积效应，并拓展至急性疼痛等"增长型"轨迹，以及探索开放式反馈或"共同体验"是否会触发比较凸显性。
五、研究背景
在日常生活中，我们无时无刻不在摄取信息，但这种摄取并非毫无选择。尽管哲学家伯克早已指出好奇心是动态的，但现代科学大多聚焦于好奇心的“静态特征”（如人格特质、信息内容），且实验往往刻意隔离前次学习的影响，将动态变化视为“噪声”。因此，人们对好奇心如何逐刻波动知之甚少。
本研究旨在考察每一次学习经历如何影响后续好奇心，从而理解好奇心的时间动态特性。我们将一次‘学习经历’界定为一个问题（无论是由外部环境提出，还是由个体内部生成），以及个体主动寻求后所揭示的答案。基于此，我们评估了参与者针对这些问答对的认知行为，进而测量他们对前一个答案的反应，将如何影响其对后续遇到问题时的好奇心。”
六、理论基础
针对过往学习如何塑造后续好奇心，本研究基于两大对立的理论视角，提出了两项竞争性假设：
1.第一种视角：最优唤醒理论（预期产生“补偿效应”）
该理论将好奇心视为一种追求稳定信息流的内驱力，且不考虑信息的具体内容。它预测会产生补偿效应：当个体获得特别令人满意的答案后，好奇心会像“解渴”一样下降；反之，不满意则会使好奇心上升。因此，这种效应应具有广泛泛化性——一个令人满意的答案，应当降低对任何后续问题的好奇心，无论后续探讨的是什么主题。
2.第二种视角：强化学习理论（预期产生“强化效应”）
该理论将好奇心看作一种通过试错学习塑造的动机，旨在最大化信息的效用（涵盖实用性、信息量和效价）。它预测会产生强化效应：令人满意的答案作为一种奖励，不仅不会扑灭，反而会强化后续的好奇心。因此，这种效应应具有高度特异性——一次学习经历主要增强对相似信息的好奇心，而对不相关的主题则没有明显影响。
七、研究实验
研究采用的“等待任务”范式。参与者需要决定是否愿意付出时间成本（等待3到16秒不等）来获取不同领域问题的答案，并在阅读后评估满意度。一周后还会进行记忆回溯测试。
1.发现 1：奖励机制强化信息寻求
研究采用"等待任务"范式——参与者看到冷知识问题，选择等待（3–16 秒）获取答案、跳过或表示已知；因总任务时间固定，等待反映真实好奇心而非省时。阅读后评满意度，一周后做记忆回溯测试。为精确衡量一次学习经历，将其分解为两个变量：Engagement（沉浸度 = 满意度 + 预期）与 Prediction Error（预测误差 = 满意度 − 预期，即惊讶程度）。
获得意外满意的答案（正预测误差）或经历高沉浸，显著增加了等待下一问题的意愿；令人失望的答案则抑制好奇心。这反驳"最优唤醒理论"的补偿预期，支持"强化学习理论"——信息本身作为奖励，强化未来的探索行为；预期好奇心可稳健预测参与者的等待决策与最终满意度。
2.发现 2：好奇心强化高度领域特异性
实验过程考察强化效应是跨主题泛化还是领域特定。实验 1（离散类别）将问题分为动物、艺术、食物、地理四大类；实验 2（连续语义）引入 Sentence-BERT 计算题目间 0–1 的连续语义相似度，在更真实的连续语义空间中探究相似度达到多高时强化效应才发生。
强化学习严格领域特定——前序问题的预测误差与沉浸，仅当下一问题语义相似或同类别时才显著提升等待意愿；若下一问题不相关，先前满意无法提升好奇心，某些条件下（实验 2 低变异块）甚至引发对新领域的拒绝。这表明大脑利用强化学习时，会精细计算"此刻该对哪个具体领域感到好奇"。
3.发现 3：记忆巩固锚定于当前内容，而非先前的好奇心溢出
既然前序学习会强化后续好奇心，研究考察这种"溢出"的求知渴望能否增强对新信息的长期记忆。参与者一周后进行记忆回溯测试，评估对所读答案的保持情况。
记忆表现与好奇心的动态溢出相互解耦——当前问题的沉浸能可靠预测一周后的记忆准确性，而前序问题的预测误差或沉浸无法跨试次增强下一问题的记忆。记忆巩固紧密锚定于特定信息内容与当前的编码状态，并非由前序任务的"好奇心惯性"简单惠及。
八、研究启示
1.核心结论与理论贡献
信息寻求行为受到学习情境与历史的塑造：学习满意的信息会增强对相关内容的好奇心，同时降低对不相关内容的好奇心，这与将好奇心视为"从经验中学习的信息寻求策略"的观点一致。对相关信息的增强好奇心，可由标准基于价值的强化学习模型（如Q-learning）解释；而对不相关信息的同步下降，则需要互惠价值更新或觅食理论等机制（它们提高了探索其他领域的机会成本）。
本文的理论意义在于：内在动机行为遵循与基于奖励的行为相同的系统性学习规则，挑战了"信息仅有在指导最大化奖励的决策时才有价值"的传统看法——信息也在教个体"该对什么好奇"，即信息寻求本身必须从经验中学习。
2.研究局限与未来方向
作者指出，满意度报告可能已相对预期被归一化；使用群体均值来近似个体预期虽减少了响应偏差，却忽略了个体兴趣的差异。这些都为后续研究留下了细化空间。
九、文献PPT
MEI 中心简介
营销工程与创新研究中心(Research Center for Marketing Engineering and Innovation，简称MEI，网址：www.whueb.com)于原武汉大学管理学院院长甘碧群教授创建的武汉大学电子商务研究中心，自2000年成立以来，一直从事互联网与营销管理相结合研究，是最早从事网络营销与电子商务学术研究机构之一。由武汉大学经济与管理学院的黄敏学教授担任中心主任，致力于将复杂网络分析与文本挖掘技术应用到营销管理研究中，采用工程化思维构建基于大数据的营销模型和实时营销系统，力求推动中国营销研究和管理实践的计算化和工程化，提升营销管理的科学性和前瞻性。