在線評論如何影響消費者：基于社會影響視角的整合框架

鄔溪羽，郭斌，周莎莎，魯爽

(1.浙江大學(xué) 管理學(xué)院，浙江 杭州 310058；2.浙江大學(xué) 經(jīng)濟學(xué)院，浙江 杭州 310000)

■管理學(xué)

在線評論如何影響消費者：基于社會影響視角的整合框架

鄔溪羽1，郭斌1，周莎莎1，魯爽2

(1.浙江大學(xué) 管理學(xué)院，浙江 杭州 310058；2.浙江大學(xué) 經(jīng)濟學(xué)院，浙江 杭州 310000)

本文旨在解讀在線評論如何影響消費者的態(tài)度和行為。在線評論不僅向評論閱讀者傳遞了產(chǎn)品和用戶體驗等信息，還包含了社會規(guī)范的影響，例如社會群體中多數(shù)派或權(quán)威人士的意見。在對 187篇現(xiàn)有文獻進行分析后，文章首先從社會影響的理論視角歸納了在線評論影響機制中的在線評論特征、產(chǎn)品評價、評論評價、消費意愿和消費行為等 5類要素，并提出一個整合的概念框架；其次對文獻中采用較多的背景理論、研究者曾提煉過的在線評論特征進行梳理；最后在該框架下，探討了閱讀者特征、評論者特征、評論平臺特征、產(chǎn)品特征等4類調(diào)節(jié)因素被引入研究的原因及其重要性，歸納了調(diào)節(jié)機制的主要邏輯。

在線評論；社會影響理論；概念框架；文獻綜述；

一、引言

口碑（word of mouth）是指“不以商業(yè)為目的、分析品牌、產(chǎn)品、服務(wù)或供應(yīng)商的人際間口頭溝通內(nèi)容”[1]。隨著信息技術(shù)的飛速發(fā)展，傳統(tǒng)的線下口碑效應(yīng)被成功復(fù)刻到互聯(lián)網(wǎng)情境，形成了電子口碑（electronic word of mouth）效應(yīng)。在此當(dāng)中，消費者在線評論日益成為電子口碑（eWOM）的一種重要類型。過去人們選購商品時，通常只能借助線下人際關(guān)系網(wǎng)絡(luò)獲取其他用戶反饋的信息，而現(xiàn)在的消費者普遍采取主動搜索在線評論、從中提取有用信息以輔助消費決策。目前，無論是電子商務(wù)網(wǎng)站、社交網(wǎng)站、第三方點評網(wǎng)站，還是酒店預(yù)訂網(wǎng)站、視頻和軟件下載網(wǎng)站都開發(fā)了各自的評論系統(tǒng)。商品信息與在線評論信息均呈現(xiàn)出爆炸式增長、高度碎片化和快速迭代等特征。研究表明，消費前搜索評論信息的人群比例正在逐年上升[2]，而由企業(yè)主導(dǎo)的傳統(tǒng)營銷的影響力日趨減弱[3]，不過也有研究提出廣告等傳統(tǒng)營銷手段的作用主要體現(xiàn)在產(chǎn)品推廣初期，中后期占主導(dǎo)的是口碑的影響力[4]。

近十年內(nèi)，市場營銷、管理信息系統(tǒng)、計算機科學(xué)（數(shù)據(jù)挖掘）、服務(wù)管理、傳播學(xué)等多個學(xué)科的學(xué)者都在關(guān)注用戶生成內(nèi)容（UGC）（尤其是在線評論），這一新興領(lǐng)域的論文數(shù)量在不斷上升。但由于研究者的學(xué)科背景和研究方向存在顯著差異，目前尚缺乏全局性的框架來幫助理解在線評論系統(tǒng)以及圍繞在線評論產(chǎn)生的有趣現(xiàn)象。

少數(shù)文章曾嘗試用整合的理論框架對已有文獻進行綜述[5-7]。Litvin等學(xué)者探討了酒店與旅游在線評論的形成過程和影響機制[5]，Cheung和Thadani基于社會傳播框架（social communication framework）把口碑影響機制的要素歸納為刺激、溝通者特征、接收者特征、情境、接收者反應(yīng)等五種類型[6]。Cantallops和Salvi指出企業(yè)（回復(fù)評論行為、營銷策略）和消費者（產(chǎn)品評價、購買意愿）都會受到在線評論特征的影響[7]。這些綜述性文章給了我們兩點啟發(fā)：首先，過程觀（評論從生成到影響閱讀者使之成為新的消費者、進而貢獻新的評論的循環(huán)往復(fù)過程）或許是我們整合不同學(xué)科的研究的理想觀察視角；其次，關(guān)于在線評論的研究由此可劃分為兩個模塊——在線評論作為驅(qū)動因素（driver）如何影響閱讀者（潛在消費者）？在線評論作為結(jié)果（outcome）如何受到消費者行為的影響[8]？與此相關(guān)的，在線評論特征對消費者的影響包含哪幾個方面？當(dāng)評論者、閱讀者、產(chǎn)品和評論平臺的特征發(fā)生改變時，這種影響機制又將發(fā)生何種變化？我們注意到，關(guān)于這些問題的討論仍是不夠充分的。

本文的主要貢獻包括：一，從社會影響的理論視角歸納了在線評論影響機制中的五類要素，并提出一個整合的概念框架，由此解讀在線評論如何影響消費者，對文獻中采用較多的背景理論、研究者曾提煉過的在線評論特征進行梳理；二，在該框架下，探討了四種類別的調(diào)節(jié)因素被引入研究的原因及其重要性。

文章內(nèi)容采用以下呈現(xiàn)順序：文章首先討論在線評論的定義，歸納在線評論對消費者的兩類社會影響；接著回顧研究步驟；然后對文獻進行描述性統(tǒng)計分析，并梳理在線評論特征和背景理論；最后用整合的框架梳理現(xiàn)有研究中的主效應(yīng)和調(diào)節(jié)機制。

二、基于社會影響的理論視角

（一）在線評論的狹義與廣義定義

互聯(lián)網(wǎng)和信息技術(shù)為消費者提供了在線分享產(chǎn)品體驗的途徑。例如，亞馬遜早在1995年創(chuàng)立初就為用戶提供產(chǎn)品評論功能，之后大量商家和平臺級企業(yè)都開發(fā)了該功能，其中不乏第三方評論網(wǎng)站（如Epinions.com、大眾點評網(wǎng)）。最近十年，隨著Facebook、Twitter等社交媒體的擴張，在線評論又開始呈現(xiàn)出社交化特征。

對于一條在線評論包含的內(nèi)容范疇，多數(shù)研究采取狹義的定義方式，即僅限于評分?jǐn)?shù)值和評論文本兩個部分；少數(shù)研究采取廣義理解，認(rèn)為新評論生成后，除評分和文本外，該條評論的內(nèi)容、評論者特征也以信息組合的形式“捆綁”出現(xiàn)并共同影響評論閱讀者[9-11]。本文選用狹義定義，目的是希望理清評論特征、評論者特征、產(chǎn)品特征、平臺特征等要素之間的關(guān)系。

（二）在線評論的社會影響

社會群體中某個成員的態(tài)度和行為會受其他個體的影響。消費者對產(chǎn)品質(zhì)量的推測、購買意愿、購買行為都有可能受他人在線評論的影響。此外，當(dāng)人們閱讀多條評論時，還會對評論本身的可靠性和有用性作出不同評價。

為什么在線評論會對閱讀者的決策產(chǎn)生影響？社會影響的理論視角可以幫助我們加深對這一過程的理解。該理論指出社會影響包含信息型（informative）和規(guī)范型（normative）兩類影響[12-16]。評論者通過撰寫評論，向評論閱讀者傳遞信息（包括描述產(chǎn)品性能和產(chǎn)品體驗的文字）和社會規(guī)范（比如評分均值和數(shù)量反映的多數(shù)人意見）。信息型影響主要在認(rèn)知層面，評論閱讀者會采納他人提供的信息并傾向于認(rèn)可其真實性，規(guī)范型影響則對應(yīng)情感層面，指評論閱讀者會遵從他人的期望以符合群體的標(biāo)準(zhǔn)和規(guī)范。這兩種社會影響概括了在線評論影響機制的主要類型。

三、文獻分析方法

Fink提出文獻綜述是為識別、評估和理解現(xiàn)有文檔的一種系統(tǒng)性的、清晰的和可重復(fù)的分析方案設(shè)計[17]。本文的目標(biāo)在于，一方面，通過定量和定性的方法歸納現(xiàn)有文獻，包括梳理基礎(chǔ)理論和研究主題；另一方面，構(gòu)建一個整合框架以推動后續(xù)理論的發(fā)展。參照Mayring的做法，本文的文獻分析步驟經(jīng)歷了四個階段，分別是素材收集（根據(jù)給定的標(biāo)準(zhǔn)收集和篩選文獻）、描述性分析（素材特征的評估）、類別整理（結(jié)構(gòu)化的維度劃分）、材料分析（按照劃分結(jié)果進行具體分析）[18]。其中，在對文獻進行結(jié)構(gòu)化梳理時，我們采取實時反饋的機制，多次對整個概念框架進行動態(tài)修正。

（一）文獻檢索和界定

本文在Web of Knowledge信息檢索平臺上搜索了以在線評論的影響機制為主題的相關(guān)英文文獻。

首先，研究人員通過以下關(guān)鍵詞進行文獻檢索：（1）至少包含一個下述有關(guān)知識搜索的主題詞：在線評分（online rating*），在線評論（online review*），消費者評論（consumer review*），消費者評分（consumer rating*, customer review*），產(chǎn)品評論（product review*），產(chǎn)品評分（product rating*），用戶評論（user review*），在線口碑（online word of mouth*），電子口碑（electronic word of mouth*, eWOM），用戶生成內(nèi)容（user generated content*）；（2）同時包含下述有關(guān)在線評論的主題詞：在線（online）和口碑（word of mouth），互聯(lián)網(wǎng)（internet）和口碑（word of mouth）。學(xué)科領(lǐng)域限定為管理學(xué)（management）、商學(xué)（business）、計算機科學(xué)信息系統(tǒng)（computer science information systems）、信息與圖書科學(xué)（information science library science）、運營與管理科學(xué)（operations research & management science）、酒店與旅游（hospitality leisure & sport tourism）、傳播學(xué)（communication）、實驗心理學(xué)（experimental psychology）、衛(wèi)生保健科學(xué)與服務(wù)（health care sciences services）、社會心理學(xué)（social psychology）、應(yīng)用心理學(xué)（applied psychology）。檢索時對論文發(fā)表時間沒有額外限制。索引數(shù)據(jù)庫主要包括SCI-EXPANDED、SSCI、A&HCI、CPCI-S、CPCI-SSH、CCR-EXPANDED和IC等。

隨后，研究人員參照Cheung和Thadani[6]的做法，對管理信息系統(tǒng)領(lǐng)域的4本頂級雜志（Decision Support Systems、Information Systems Research、Journal of Management Information Systems和Management Information Systems Quarterly）和市場營銷領(lǐng)域的 4本頂級雜志（Journal of Consumer Research、Journal of Marketing、Journal of Marketing Research和Marketing Science）逐一進行回顧以確保符合主題的文獻都被收錄。

通過上述搜索過程，初始結(jié)果包含516篇英文文獻，時間分布上的跨度為17年（1998年至2014年）。隨后，研究人員圍繞“在線評論影響機制”的主題作進一步篩選，剔除掉不符合主題（比如關(guān)注在線評論形成過程、信息系統(tǒng)算法優(yōu)化等主題）的文獻，以及部分不提供全文下載的文獻，文獻范圍最終縮小至187篇文獻。

（二）發(fā)表時間和主要期刊分布

檢索得到的文獻按發(fā)表時間的分布如圖1所示。早期關(guān)注在線評論的研究多數(shù)是從產(chǎn)品或服務(wù)提供商的角度，通過問卷總結(jié)歸納消費者反饋的信息，而2004年之后，學(xué)界逐漸轉(zhuǎn)為關(guān)注在線評論對消費者的影響機制；這一主題的文獻數(shù)量在最近十年內(nèi)逐年增加，從2008年起更呈現(xiàn)出井噴的態(tài)勢。檢索得到文獻主要發(fā)表于市場營銷、信息系統(tǒng)和服務(wù)管理三個學(xué)科的期刊，分布情況以及所占的百分比如表1所示。

圖1：檢索結(jié)果按時間的分布

表1：檢索結(jié)果按期刊分布和占比

ACR：Advances in Consumer Research、ATCI：Acm Transactions on Computer-Human Interaction、BISE：Business & Information Systems Engineering、CB： Cyberpsychology & Behavior、CBSN： Cyberpsychology Behavior and Social Networking、CHB：Computers in Human Behavior、CHQ：Cornell Hospitality Quarterly、CJAS：Canadian Journal of Administrative Sciences、CJCR：Communications-European Journal of Communication Research、DSS：Decision Support Systems、ECR：Electronic Commerce Research、ECRA：Electronic Commerce Research and Applications、EJIS：European Journal of Information Systems、EJM：European Journal of Marketing、EL：Electronic Library、EM：Electronic Markets、EMJ：European Management Journal、I&M：Information & Management、IJA：International Journal of Advertising、IJA：International Journal of Advertising、IJEC：International Journal of Electronic Commerce、IJHM：International Journal of Hospitality Management、IR：Internet Research、ISEM：Information Systems and E-Business Management、ISR：Information Systems Research、IT&M：Information Technology & Management、ITEM：Ieee Transactions on Engineering Management、ITKDE：Ieee Transactions on Knowledge and Data Engineering、JAIS：Journal of the Association for Information Systems、JAR：Journal of Advertising Research、JASP：Journal of Applied Social Psychology、JBR：Journal of Business Research、JBTC：Journal of Business and Technical Communication、JCB：Journal of Consumer Behaviour、JCC：Journal of Computer-Mediated Communication、JCIS：Journal of Computer Information Systems、JCP：Journal of Consumer Psychology、JCR：Journal of Consumer Research、JDM：Judgment and Decision Making、JDMJ：Judgment and Decision Making Journal、JHTR：Journal of Hospitality & Tourism Research、JIM：Journal of Interactive Marketing、JM：Journal of Marketing、JME：Journal of Media Economics、JMIS：Journal of Management Information Systems、JMR：Journal of Marketing Research、JR：Journal of Retailing、JT&TM：Journal of Travel & Tourism Marketing、JTP：Journal of Travel Research、MISQ：Mis Quarterly、MS1：Management Science、MS2：Marketing Science、P&M：Psychology & Marketing、POM：Production and Operations Management、SBP：Social Behavior and Personality、SIJ：Service Industries Journal、TM：Tourism Management、

四、在線評論研究文獻的分析

（一）在線評論的特征

當(dāng)在線評論呈現(xiàn)不同特征時，對人們造成的影響也會產(chǎn)生差異?？v觀近十年發(fā)表的文獻，學(xué)界對在線評論數(shù)據(jù)的挖掘不斷深入。對于過去研究曾涉及過的評論特征，我們作如下梳理：如表2所示，對于單條評論，值得關(guān)注的評論特征包括單面性情感（valence）、評論長度（length）、雙面性（two-sidedness）、語言風(fēng)格、時效性、所涉及內(nèi)容等六個方面；而多條評論的特征則包括評論數(shù)量、正負向評論各占比例和呈現(xiàn)框架、評分方差、均值和這些變量的動態(tài)變化趨勢，見表3。

表2：單條評論特征的劃分及其涵義

（二）在線評論影響機制研究的基礎(chǔ)理論

現(xiàn)有研究中選用過的背景理論可劃分為三種類型，分別是聚焦于信息傳遞、社會規(guī)范和混合兩種機制的類型，詳見表4。

1.信息型影響-關(guān)注信息傳遞。根據(jù)信息經(jīng)濟學(xué)（Economics of Information），消費者會收集、解讀和使用信息來降低產(chǎn)品不確定性，但這個過程需要付出一定的認(rèn)知和時間成本，人們最終會權(quán)衡搜索行為的邊際成本和邊際收益[43]。評論特征、閱讀者認(rèn)知能力和偏好和情境因素一方面會使人們對某些特定信息更為敏感，另一方面影響評論閱讀者對信息的歸因（歸因為產(chǎn)品質(zhì)量或個體差異）和處理機制（比如Information Cascade，即無意識跟從的信息瀑布現(xiàn)象）。

2.規(guī)范型影響-關(guān)注社會規(guī)范。評論閱讀者會傾向于和評論者進行社會比較。專業(yè)水平高的評論者容易在其他消費者猶豫未決時扮演意見領(lǐng)袖的角色[44]，當(dāng)評論者和閱讀者之間存在強社會關(guān)系，評論者意見同樣會更受到重視。此外，社會群體多數(shù)派的行為會讓個體感受到從眾壓力[45]。

表4：背景理論的三種類型

3.混合型。透過社會影響的視角，我們認(rèn)識到無論是信息型還是規(guī)范型影響，在線評論的影響效果最終取決于在線評論的特征、閱讀者處理在線評論的能力和動機、閱讀者感知到評論者提供幫助的能力和動機（圖2）等因素。在以往的研究中，ELM[58]、HSM、調(diào)節(jié)點（regulatory focus）、信任等理論也常作為背景理論。

五、在線評論的影響機制的整合框架

通過回顧檢索得到的文獻，我們發(fā)現(xiàn)現(xiàn)有文獻集中地討論了在線評論如何影響評論閱讀者對產(chǎn)品的態(tài)度（下文簡稱“產(chǎn)品評價”）、對評論的態(tài)度（下文簡稱“評論評價”）、購買意愿和購買行為，另有少數(shù)研究關(guān)注了消費者對賣家、信息源和評論平臺的態(tài)度?，F(xiàn)有研究主要將在線評論特征，評論評價、產(chǎn)品評價、購買意愿和購買行為的因果關(guān)系作為研究模型的主效應(yīng)。本文圍繞這五類要素提出了在線評論影響機制的整合概念框架（圖3）。

（一）在線評論特征對評論評價的影響

圖2：在線評論對消費者的社會影響機制

評論閱讀者會甄別評論是否包含虛假信息或帶主觀偏見，符合某些特征的評論會被賦予高可靠性（credibility）或高有用性（usefulness）等正面評價。很多研究關(guān)注了這一現(xiàn)象并探討了評論具備哪些特征時會得到正面評價。

基于現(xiàn)有文獻，我們認(rèn)為在線評論特征對評論評價的影響包括三個方面。

1.評論的主觀偏差。當(dāng)感知到的主觀偏差較低時，閱讀者會給予評論正面評價。閱讀者在處理評論信息時會產(chǎn)生不同歸因機制，如果閱讀者把評論中的觀點歸因為產(chǎn)品質(zhì)量而非評論者個體差異造成的，評論的可靠性評價或被感知的價值會得到提升[31,59]，反之在線評論會得到負面評價。

2.評論的文本質(zhì)量。當(dāng)感知到文本具備高質(zhì)量時，閱讀者會給予評論正面評價。評論質(zhì)量有兩個方面來源，包括文本內(nèi)容（信息即時性、完整性）和寫作風(fēng)格（可讀性）。比如寫作風(fēng)格方面，語言表達的流暢性（fluency）、評論長度（length）、比喻式寫作（rhetorical writing）[61]都能夠提升閱讀者感知到的有用性[60-61]。

3.評論是否提供新的信息或驗證閱讀者想法。負向偏差（negative bias）是指人們對負面信息更敏感，負向評論的有用性通常更高[62-64]。這是因為在多數(shù)評論為正向的環(huán)境里，負向信息具備稀缺性（與背景形成反差）和補充性（提供新內(nèi)容），滿足了閱讀者全面了解產(chǎn)品的需求。也有研究提出存在確認(rèn)偏差（confirmation bias）的邏輯，即正向和負向評論都有可能獲得高有用性評價，前提是在線評論充分驗證了閱讀者先前對產(chǎn)品的判斷[20,23,65]。

大量實證研究驗證了評論特征會影響以可靠性、有用性為主的評論評價，但作用方向目前仍存在分歧，這可能是同一個評論特征在以上幾條路徑上的作用方向不一致所導(dǎo)致的。以評論長度和雙面性為例。評論長度會正向提升信息完整性，但同時會導(dǎo)致評論可讀性下降，使得評論長度對評論有用性的影響仍不明確[23]。評論雙面性（同時包含正向和負向內(nèi)容）能促進閱讀者把內(nèi)容歸因為產(chǎn)品質(zhì)量從而提升可靠性，并且提供了更多元化的信息，但同時又缺乏清晰結(jié)論，無法滿足部分閱讀者想得到明確建議的需求，且負面的評論內(nèi)容不符合閱讀者對產(chǎn)品的正面預(yù)期[19,66]。

（二）在線評論特征對產(chǎn)品評價的影響

為降低產(chǎn)品不確定性，消費者會主動搜索并處理與產(chǎn)品有關(guān)的信息。由此，在線評論可以提升產(chǎn)品的知曉度（awareness）并影響消費者對產(chǎn)品質(zhì)量的感知[8]。過去的很多研究關(guān)注了在線評論集合（評論池）的特征對產(chǎn)品評價的影響，比如評論數(shù)量、正負向評論占比和框架等[37,38,67-70]。影響機制并不復(fù)雜，比如產(chǎn)品被評論的次數(shù)多意味著該產(chǎn)品的熱門程度、受認(rèn)可度高[33]；評論池正向評論的比重高則說明多數(shù)消費者對于該產(chǎn)品給出了積極評價，產(chǎn)品質(zhì)量具備一定保障；如果最新生成的評論多為正向評論，那么這種時效性也能夠促進消費者對產(chǎn)品質(zhì)量的感知。除了感知到的質(zhì)量（perceived quality），匹配程度（fitness）也是值得研究者進一步挖掘的產(chǎn)品評價類型[71]，不過目前關(guān)注后者的研究仍很少。

（三）評論評價對購買意愿的影響

閱讀者對在線評論的評價（可靠性和有用性）是否會進一步影響其購買意愿？可靠性和有用性對購買意愿的影響是否有差異？現(xiàn)有文獻的實證結(jié)果仍存在分歧，一部分研究提出并證明評論有用性和評論可靠性有助于提升消費者的購買意愿[27,72-74]。兩者的關(guān)系在另一些文獻中卻未得到驗證。比如，Ghose和Ipeirotis基于對在線評論的情感分析指出，當(dāng)評論同時包含客觀性和高度主觀性語句時，獲得的有用性評價最高，但這類評論的高有用性卻會降低購買意愿[75]。Dickinger證明閱讀者對評論者的信任程度會正向提升評論的可靠性評價，但評論可靠性對購買意愿的影響卻不顯著[76]。這說明人們對在線評論的評價和購買意愿之間，還有未知的調(diào)節(jié)變量有待進一步挖掘，比如以文化因素為代表的閱讀者特征。Fang等通過對比中美亞馬遜的評論特征差異，指出中國的評論總體質(zhì)量不如美國，證實當(dāng)當(dāng)網(wǎng)圖書評論有用性并不會影響閱讀者的購買意愿[77]。綜上我們認(rèn)為，盡管獲得高評價的在線評論會受到閱讀者重視，但在閱讀者特征等調(diào)節(jié)變量的影響下，評論評價對購買意愿的作用機制仍比較模糊。

（四）產(chǎn)品評價對購買意愿的影響

產(chǎn)品評價和購買意愿之間的關(guān)系較為明確。一方面，消費者感知的高產(chǎn)品質(zhì)量能提升購買意愿[78]，比如消費者對餐館餐飲質(zhì)量的感知會正向促進就餐意愿[79]，消費者對景區(qū)的態(tài)度會影響其旅游意愿[80]。另一方面，感知的匹配程度（評論閱讀者）和使用頻率同樣會正向作用于購買意愿，Hamilton等指出評論閱讀者會與撰寫在線評論的其他消費者作比較，當(dāng)感知的產(chǎn)品使用頻率和匹配程度高于其他人時，購買意愿會顯著增強[71]。

（五）在線評論特征對購買意愿的影響

很多研究關(guān)注并檢驗了評論特征對購買意愿的作用。在線評論對消費者的影響包括知曉作用（awareness effect）和說服作用（persuasion effect）兩方面。Huang等學(xué)者在2009年提出網(wǎng)上零售企業(yè)可以通過開放評論功能或提供其他消費者的評論信息，增加閱讀者停留在網(wǎng)頁的時間，進而提升經(jīng)驗型產(chǎn)品購買意愿[81]。大量的研究驗證了在線評論數(shù)量和質(zhì)量、均值都會正向作用于購買意愿[82-86]，因為這些評論特征反映了正向的社會影響強度（positive social influence）[87]。

（六）在線評論特征對購買行為的影響

在線評論特征對產(chǎn)品銷量（現(xiàn)有研究常關(guān)注的包括銷售量、銷售排名、電影票房、軟件下載量、酒店預(yù)訂數(shù)量等）的影響一直是最引人關(guān)注的研究主題。關(guān)于在線評論是否會影響消費者的購買行為，理論探討和實證結(jié)果之間存在一些分歧。一些理論研究提出存在諸多因素會削弱在線評論對消費者購買行為的影響。Chevalier和Mayzlin認(rèn)為由于存在樣本選擇偏差，多數(shù)評論是由原本喜歡或?qū)δ臣a(chǎn)品有興趣的消費者貢獻的，帶有較為強烈的主觀色彩[88]；與此同時，網(wǎng)站會控制和調(diào)整評論呈現(xiàn)結(jié)果。Li等進一步指出：（1）評論者會“犯錯誤”，即提供與事實不符的評論；（2）即使準(zhǔn)確真實，評論信息也會因為評論者和閱讀者之間的偏好差異而不被采納。這些因素共同導(dǎo)致在線評論的信息性降低，進而減少閱讀者感知到的實際參考價值[89]。然而，大量實證研究卻證實在線評論特征（數(shù)量、評分均值）會影響銷量[77,90]。為什么理論上的推斷沒有反映在實證結(jié)果上，哪些因素導(dǎo)致這些機制被隱藏，這些問題都值得探索。

此外，關(guān)于數(shù)量和評分均值哪個更“重要”也是長期爭論的主題。一部分研究認(rèn)為評分均值的影響作用更大。Chintagunta等學(xué)者發(fā)現(xiàn)在線評論的評分均值對電影票房有影響，而評論數(shù)量對電影票房沒有影響[40]。Ogut和Tas證明高評分均值能夠促進網(wǎng)上酒店房間銷量[91]。Vermeulen和Seegers提出即使是負向評論，也會有助于提升酒店預(yù)訂量，尤其對于低知名度酒店，雖然說服作用不強，但知曉作用依然能促使一部分消費者購買[92]。Duan等、Lee和Tan證明用戶評分（rating）會正向影響免費軟件下載量[93,94]。在此基礎(chǔ)上，少數(shù)研究指出情感極端性高的評論會顯著影響產(chǎn)品銷量[88,95]。另一些研究認(rèn)為評論數(shù)量的作用更為重要，最具有影響力的當(dāng)屬 Duan等學(xué)者，在控制了內(nèi)生性問題和電影類型的異質(zhì)性后，研究人員發(fā)現(xiàn)評分均值對電影票房沒有影響，評論文本和評論數(shù)量則會顯著影響票房[36]。

部分學(xué)者指出在線評論特征和購買行為的關(guān)系是權(quán)變的，會隨著產(chǎn)品經(jīng)歷不同階段而產(chǎn)生差異。Clemons和Gao、Lee等學(xué)者關(guān)注了評論特征對于銷售量隨時間分布（長尾形態(tài)）的影響[78,96]。Godes和Mayzlin指出不同的評論特征會在產(chǎn)品上市后的不同階段對銷量產(chǎn)生影響，比如評論情感的差異在電視節(jié)目上線初期很重要，評論數(shù)量則會影響電視節(jié)目后期銷量[8]。Cui等證實正負向評論占總評論數(shù)比例會對產(chǎn)品銷量產(chǎn)生更顯著的影響，而作用會隨著時間逐漸削弱。這些研究都考慮了時間的作用[97]。

還有研究證實不同的在線評論特征之間會產(chǎn)生交互，比如在線評論的評分方差與均值會共同影響產(chǎn)品銷量。Sun（2012）指出在線評論的高評分均值傳遞出產(chǎn)品具備高質(zhì)量的信號，而評分方差高則說明產(chǎn)品更靠近利基產(chǎn)品（與大眾產(chǎn)品相比）一端，評分方差對銷量的影響存在前提條件，只有當(dāng)評分均值很低時，高評分方差才有助于提升產(chǎn)品銷售排名[39]。

對上述內(nèi)容作一小結(jié)，現(xiàn)有的研究關(guān)注最多的是在線評論特征、評論評價、產(chǎn)品評價、購買意愿/決策、購買行為之間的相互影響，從圖3中可以清晰地看到研究的整體脈絡(luò)。

六、主要調(diào)節(jié)機制

（一）閱讀者特征的調(diào)節(jié)機制

在線評論的影響機制包含了產(chǎn)品信息傳遞和社會規(guī)范擴散的過程，兩者都取決于閱讀者在動機和能力方面的差異。在現(xiàn)有文獻中，閱讀者特征獲得研究者廣泛關(guān)注。我們認(rèn)為最主要的兩個方面分別是卷入程度（involvement）和專業(yè)水平（expertise），前者和閱讀者處理評論特征的動機相關(guān)，后者與處理評論特征的能力相關(guān)。作為信息接收者，閱讀者處理在線評論的動機和能力會出現(xiàn)“先天”差異，并且有可能隨情境而權(quán)變。在考慮在線評論的影響機制時，動機和能力分別決定了閱讀者處理信息的意愿與效率，進而影響閱讀者采用系統(tǒng)式思考（中心路徑）或啟發(fā)式思考（邊緣路徑）處理評論信息（見HSM模型和ELM模型）。所以閱讀者特征常作為重要的調(diào)節(jié)變量被引入研究中。

人們閱讀評論的初始目的可歸結(jié)為三類：（1）搜尋產(chǎn)品經(jīng)驗豐富的消費者的評論，以減少信息搜索時間、降低認(rèn)知成本[98]和感知的風(fēng)險[99]；（2）借助閱讀評論與其他人進行行為、意見、能力等方面的社會比較[57]；（3）了解產(chǎn)品信息，在市場中尋找性能出眾的產(chǎn)品或比較不同備選方案[9,100]。在此基礎(chǔ)上，以往研究指出當(dāng)閱讀者處于高卷入（high-involvement）狀態(tài)時，意味著主動處理信息的動機變得較強，也更容易受在線評論特征的影響[53,101]。另一方面，專業(yè)水平體現(xiàn)了閱讀者處理在線評論內(nèi)容的能力（比如是否具備足夠的專業(yè)知識）。當(dāng)閱讀者具備高專業(yè)水平時，信息搜索能力強、接收和處理信息的效率更高，但同時他們又因為專業(yè)知識充沛而缺乏分析處理外部信息的內(nèi)在動機，即專業(yè)水平高通常會導(dǎo)致閱讀者的卷入程度降低。

在對文獻進行整理后，我們發(fā)現(xiàn)除專業(yè)水平以外，閱讀者的卷入程度會受到以下幾個方面因素的影響：（1）認(rèn)知需求（need for cognition）[85]，指特定個體參與并享受高認(rèn)知投入活動的意愿，比如女性通常比男性更偏好系統(tǒng)全面的信息處理模式[102]；（2）獨特性需求（need for uniqueness）[68]，指個體通過購買和使用產(chǎn)品以加強社會身份獨特性的意愿，相較于集體主義傾向的東亞地區(qū)，這種意愿在推崇個人主義的西方文化環(huán)境尤其明顯[72]，會導(dǎo)致評論特征對消費者影響被削弱；（3）懷疑主義傾向（skepticism），高懷疑主義的閱讀者會傾向于相信自己的判斷而忽略外界信息[103]；（4）任務(wù)情境。任務(wù)情境使得消費者的風(fēng)險偏好、感知的風(fēng)險或產(chǎn)品不確定性產(chǎn)生差異，從而提升消費者閱讀評論時的卷入程度和對特定信息的關(guān)注度。比如當(dāng)消費策略是為滿足偏好而愿意支付溢價，而非尋求產(chǎn)品基本功能滿足前提下的最低價格時，消費者會更加關(guān)注極端評論[78]；當(dāng)消費者的調(diào)節(jié)焦點（regulatory focus）處于抑制（preventional，比如挑選殺毒軟件）而非促進（promotional，比如挑選照片美化軟件）狀態(tài)時，閱讀者風(fēng)險偏好較低，會更重視負向評論[55]。

（二）評論者特征的調(diào)節(jié)機制

評論者特征被認(rèn)為是在線評論影響機制的另一重要調(diào)節(jié)因素。人們通過模仿他人行為以降低自身風(fēng)險，消費者之間的模仿行為則需要借助在線評論。由于在線評論積累的數(shù)量增多、產(chǎn)品技術(shù)日趨復(fù)雜，閱讀者從中甄別對自己有用的評論、處理高專業(yè)性的評論信息（如專業(yè)名詞、參數(shù)指標(biāo)等）所要投入的認(rèn)知成本顯著上升。為降低認(rèn)知成本，評論閱讀者根據(jù)評論者特征篩選在線評論。即便缺乏直接體現(xiàn)評論者特征的信息，閱讀者也會主動推測評論者特征，比如，閱讀者會根據(jù)在線評論的語言復(fù)雜性（lexical complexity）、雙面性、情感強度等特征推測評論者的專業(yè)水平，或基于自我錨定（egocentric anchor）假設(shè)評論者與自身具有相同的偏好[104]。

我們?nèi)匀豢梢詮膭訖C和能力的視角解讀評論者特征。過去的研究指出，信息源可靠性（source credibility）取決于信息接收者感知到的信息源提供準(zhǔn)確真實信息的能力和動機水平[105]。在對相關(guān)文獻進行整理后，我們認(rèn)為最主要的兩類評論者特征分別是可信賴度（trustworthiness）和專業(yè)水平（expertise）[105]，前者會影響閱讀者感知的評論者提供幫助的動機，后者會影響感知的提供幫助的能力[21]。評論者的專業(yè)水平一般是指評論者和閱讀者雙方進行比較后的相對值。當(dāng)評論者提供幫助的動機和能力很高時，在線評論的影響機制會得到增強。

具體而言，高可信賴度會促進閱讀者對評論者動機的感知?；谶^去的研究，我們認(rèn)為評論者的可信賴程度來自四個方面。（1）評論者身份信息披露（disclosure）程度[73,106]。網(wǎng)上發(fā)表的言論大多是在非實名甚至匿名的狀態(tài)下完成的，評論者披露身份信息的行為可以降低信息不確定性，提升閱讀者對評論者的信任。（2）高專業(yè)水平[46,107,108]。當(dāng)評論者的專業(yè)水平高于閱讀者時，感知的可信賴程度也會得到提升。（3）產(chǎn)品偏好相似性[23,104,109]。當(dāng)具備同樣或接近的產(chǎn)品偏好時，閱讀者會更信任評論者。（4）強社會關(guān)系。當(dāng)評論者和閱讀者之間的社會聯(lián)系很緊密時，閱讀者會更重視評論者的意見[51,110]。

少部分研究提出了評論者聲譽（reputation）的概念[24,111,112]，盡管聲譽和可靠性在含義上很接近，但它們源于不同理論。我們認(rèn)為可靠性是基于具體情境的，而聲譽是基于長期積累的歷史表現(xiàn)，即建立在群體中多數(shù)人對某評論者評價的基礎(chǔ)上，比如第三方評論網(wǎng)站的被關(guān)注數(shù)量、歷史評論獲得有用性評價的次數(shù)。近些年，一些學(xué)者還開始關(guān)注閱讀者和評論者的相似性，比如雙方在年齡、性別、教育程度、社會地位等方面的同質(zhì)化程度（homophily）[113]。

大量的實證研究驗證了評論者特征對在線評論影響機制的調(diào)節(jié)作用。評論者可信賴度方面：評論者的身份信息披露行為會調(diào)節(jié)評論情感模糊性（與情感極端性相對）與評論有用性[106]、評論情感模糊性與評論可靠性的關(guān)系[73]；評論者與閱讀者的產(chǎn)品偏好相似性會調(diào)節(jié)評論情感與產(chǎn)品評價的關(guān)系[109]；評論者與閱讀者的社會關(guān)系會調(diào)節(jié)評論池總體情感方向與產(chǎn)品評價的關(guān)系[114]。另一方面，評論者的專業(yè)水平會調(diào)節(jié)在線評論數(shù)量與購買意愿[46]、評論情感與購買行為的關(guān)系[112,115]。此外，還有一些研究指出評論者特征和產(chǎn)品類型交互作用于在線評論的影響機制。比如，Chang等驗證了閱讀者和評論者的社會關(guān)系（tie strength）會調(diào)節(jié)在線評論特征和享樂型產(chǎn)品購買意愿的關(guān)系，而專業(yè)水平則調(diào)節(jié)在線評論特征和實用型產(chǎn)品購買意愿的關(guān)系[14]。

（三）評論平臺特征的調(diào)節(jié)機制

部分研究關(guān)注了評論平臺的特征對于在線評論特征的影響機制的調(diào)節(jié)作用。同一條在線評論，當(dāng)發(fā)布在不同平臺（電子商務(wù)網(wǎng)站上企業(yè)產(chǎn)品頁面、個人博客或獨立評論網(wǎng)站）時，可能會獲得截然不同的有用性評價。比如，個人博客上的評論容易被歸因為環(huán)境因素（個體差異、小概率事件）而非產(chǎn)品質(zhì)量[116]，從而降低評論有用性；而閱讀者對評論網(wǎng)站的信任，也會轉(zhuǎn)移并且影響對評論者的信任，進而提升感知到的評論可靠性[117]；此外，第三方評論網(wǎng)站的在線評論因其獨立性而通常更受到消費者的重視[118]。

一些研究指出，評論平臺特征會和產(chǎn)品類別產(chǎn)生交互作用，共同調(diào)節(jié)評論特征對評論評價以及購買行為的影響。Bae和Lee證實在購買經(jīng)驗型產(chǎn)品（比如電影）時，獨立評論網(wǎng)站的消費者評論可靠性要高于來自企業(yè)開放的評論平臺的信息，而購買搜索型產(chǎn)品（比如數(shù)碼相機）時，結(jié)論相反[119]。Gu等通過分析亞馬遜數(shù)碼相機銷售數(shù)據(jù)和三個外部評論網(wǎng)站（Cnet、DpReview、and Epinions）的評論數(shù)據(jù)，指出當(dāng)產(chǎn)品為高風(fēng)險的產(chǎn)品時，外部評論網(wǎng)站的評論能促進消費者購買行為，而此時電商網(wǎng)站的在線評論作用卻不明顯[120]。

（四）產(chǎn)品特征的調(diào)節(jié)機制

產(chǎn)品特征被證實會調(diào)節(jié)在線評論的影響機制。目前對于產(chǎn)品特征的刻畫主要有程度和類別兩種方式。程度型占多數(shù)，這種劃分方式的特點在于，一方面，產(chǎn)品的某個特征均勻分布于一個連續(xù)變化的區(qū)間，而且通常是不同產(chǎn)品之間比較得出的相對狀態(tài)；另一方面，歸類結(jié)果是不穩(wěn)定的，比如隨著消費者專業(yè)水平的提升，原本經(jīng)驗主導(dǎo)型的產(chǎn)品會逐漸靠近搜索主導(dǎo)型一端。不過即使考慮學(xué)習(xí)效應(yīng)，產(chǎn)品經(jīng)驗型屬性也無法全部轉(zhuǎn)化為搜索型屬性[64]。常見的有：（1）經(jīng)驗型產(chǎn)品（experience product）和搜索型產(chǎn)品（search product）（2）實用型產(chǎn)品（utilitarian product）和享樂型產(chǎn)品（hedonic product）（3）高卷入產(chǎn)品和低卷入產(chǎn)品（4）熱門產(chǎn)品（popular product）和利基產(chǎn)品（niche product）（5）高品牌認(rèn)知（brand recognition）產(chǎn)品和低品牌認(rèn)知產(chǎn)品（6）高價產(chǎn)品和中低價產(chǎn)品（7）耐用品和易耗品（8）新上市、上市中期和上市后期產(chǎn)品（9）搜索型服務(wù)（比如家具超市）、經(jīng)驗型服務(wù)（比如餐館）和信任型服務(wù)（比如美容護膚、理發(fā)等）[111,121]。少部分研究采用了類別型的劃分方式，比如（1）純線上銷售產(chǎn)品和線上實體結(jié)合銷售產(chǎn)品（2）工業(yè)產(chǎn)品和服務(wù)。

很多實證研究引入產(chǎn)品類別作為調(diào)節(jié)變量，并驗證了產(chǎn)品類別會調(diào)節(jié)在線評論特征對評論評價、產(chǎn)品評價、購買意愿和購買行為的影響。目前研究者關(guān)注最多的是經(jīng)驗型和搜索型、實用型和享樂型、大眾型和利基型產(chǎn)品三種特征。

表5：產(chǎn)品特征的調(diào)節(jié)機制

價 量

六、討論與展望

本文首先基于社會影響的理論視角，提出在線評論對消費者的影響包含信息型和規(guī)范型兩種形式，并對現(xiàn)有文獻中選取的背景理論進行梳理。之后，文章總結(jié)了在線評論影響機制中的五類要素，包括在線評論的特征、評論評價、產(chǎn)品評價、購買意愿和購買行為，并通過提出整合的概念框架構(gòu)筑起要素之間的關(guān)系。潛在消費者會經(jīng)歷從閱讀評論、對評論和產(chǎn)品產(chǎn)生評價、提升購買意愿到最終完成消費的過程，整合框架的主效應(yīng)部分主要依據(jù)這一過程觀而展開。最后，我們區(qū)分了閱讀者特征、評論者特征、產(chǎn)品類別、評論平臺特征四種類型調(diào)節(jié)變量，并討論了它們?nèi)绾巫饔糜谠u論者和閱讀者的動機和能力，進而調(diào)節(jié)在線評論對消費者的社會影響。由此，本文從動機和能力的角度總結(jié)了以上調(diào)節(jié)因素會被研究者引入研究的原因。

在過去十幾年里，在線評論影響機制的研究從研究方法到關(guān)注的現(xiàn)象都發(fā)生了變化，趨勢主要體現(xiàn)在以下幾方面：首先，研究關(guān)注的現(xiàn)象從最初探討在線評論是否影響以及如何影響后續(xù)消費者和產(chǎn)品銷量，拓展到不同來源的在線評論如何共同影響消費者，以及在線評論池特征隨時間的演化趨勢將會如何影響消費者、企業(yè)股價和產(chǎn)品長尾銷售的形態(tài)；第二，更多的研究開始關(guān)注在線評論和其他媒體（如企業(yè)投放的廣告、社交媒體口碑、電商網(wǎng)站產(chǎn)品推薦網(wǎng)絡(luò)等）的交互機制，即觀察它們?nèi)绾喂餐绊懴M者；第三，用戶生成內(nèi)容（user-generated content）的形式不斷增加，從博客文章、在線評論到自制視頻、推文（twitter）等，可以預(yù)見到隨著移動互聯(lián)設(shè)備的發(fā)展，數(shù)據(jù)采集的形式和體量會繼續(xù)擴展；第四，以文本分析、網(wǎng)絡(luò)分析（包括產(chǎn)品推薦網(wǎng)絡(luò)、社會網(wǎng)絡(luò)）為代表的數(shù)據(jù)挖掘技術(shù)持續(xù)進步，數(shù)據(jù)仿真等方法也逐漸被引入研究。

現(xiàn)有理論還需要完善和補充，我們認(rèn)為理論發(fā)展的突破方向包含兩點。第一是結(jié)果變量的衍生。隨著對在線評論數(shù)據(jù)的深入挖掘，在線評論的價值會再度提升，已經(jīng)有研究通過分析產(chǎn)品信息發(fā)布后、正式上市之前的社交網(wǎng)絡(luò)或?qū)I(yè)論壇用戶在線評論特征來預(yù)測產(chǎn)品的市場需求。在線評論的特征或許還能預(yù)測更多的內(nèi)容。第二是有關(guān)文化的研究，在線評論的影響機制在不同地區(qū)和文化會表現(xiàn)出較大差異，這種差異會產(chǎn)生的具體影響也值得研究者關(guān)注，期待有更多的后續(xù)研究跟進。

[1]ARNDT J.Role of product-related conversations in the diffusion of a new product[J].Journal of Marketing Research,1967(1):291-295.

[2]MARKOPOULOS P M,CLEMONS E K. Reducing Buyers' Uncertainty About Taste-Related Product Attributes[J].Journal of Management Information Systems,2013,30(2):269-299.

[3]TRUSOV M,BUCKLIN R E,PAUWELS K.Effects of word-of-mouth versus traditional marketing: findings from an internet social networking site[J].Journal of Marketing,2009,73(5):90-102.

[4]GOPINATH S,THOMAS J S,KRISHNAMURTHI L.Investigating the Relationship Between the Content of Online Word of Mouth,Advertising,and Brand Performance[J].Marketing Science,2014,33(2):241-258.

[5]LITVIN S W,GOLDSMITH R E,PAN B.Electronic word-of-mouth in hospitality and tourism management[J].Tourism Management,2008,29(3):458-468.

[6]CHEUNG C M K,THADANI D R.The impact of electronic word-of-mouth communication:A literature analysis and integrative model[J].Decision Support Systems,2012,54(1):461-470.

[7]CANTALLOPS A S,SALVI F.New consumer behavior:A review of research on eWOM and hotels[J].International Journal of Hospitality Management,2014,36:41-51.

[8]GODES D,MAYZLIN D.Using Online Conversations to Study Word-of-Mouth Communication[J].Marketing Science,2004,23(4):545-560.

[9]BAEK H,AHN J,CHOI Y.Helpfulness of Online Consumer Reviews: Readers' Objectives and Review Cues[J].International Journal of Electronic Commerce,2012,17(2):99-126.

[10]CHEUNG C M Y,SIA C L,KUAN K K Y.Is This Review Believable?A Study of Factors Affecting the Credibility of Online Consumer Reviews from an ELM Perspective[J].Journal of the Association for Information Systems,2012,13(8):618-635.

[11]LI M X,HUANG L Q,TAN C H,et al.Helpfulness of Online Product Reviews as Seen by Consumers:Source and Content Features[J].International Journal of Electronic Commerce,2013,17(4):101-136.

[12]BURNKRANT R E,COUSINEAU A.Informational and normative social influence in buyer behavior[J].Journal of Consumer Research,1975,2(3):206-215.

[13]DEUTSCH M,GERARD H B.A study of normative and informational social influences upon individual judgment[J].The journal of abnormal and social psychology,1955,51(3):629.

[14]CHANG K T T,CHEN W,TAN B C Y.Advertising Effectiveness in Social Networking Sites:Social Ties, Expertise,and Product Type[J].IEEE Transactions on Engineering Management,2012,59(4):634-643.

[15]CHEUNG M Y,LUO C,SIA C L,et al.Credibility of Electronic Word-of-Mouth:Informational and Normative Determinants of On-line Consumer Recommendations[J].International Journal of Electronic Commerce,2009,13(4):9-38.

[16]LEAL G P A,HOR-MEYLL L F,PESSOA L.Influence of virtual communities in purchasing decisions:The participants' perspective[J].Journal of Business Research,2014,67(5):882-890.

[17]FINK A.Conducting research literature reviews:from paper to the Internet[M].London:sage Publications,1998.

[18]MAYRING P.Qualitative inhaltsanalyse[M]//Handbuch qualitative Forschung in der Psychologie.Berlin:Springer,2010:601-613.

[19]WILLEMSEN L M,NEIJENS P C,BRONNER F,et al.“Highly Recommended!”The Content Characteristics and Perceived Usefulness of Online Consumer Reviews[J].Journal of Computer-Mediated Communication,2011,17(1):19-38.

[20]SCHINDLER R M,BICKART B.Perceived helpfulness of online consumer reviews:The role of message content and style[J].Journal of Consumer Behaviour,2012,11(3):234-243.

[21]LI J,ZHAN L J.Online Persuasion:How the Written Word Drives WOM Evidence from Consumer-Generated Product Reviews[J].Journal of Advertising Research,2011,51(1):239-257.

[22]YIN D,BOND S D,ZHANG H.Anxious or angry?Effects of discrete emotions on the perceived helpfulness of online reviews[J].Mis Quarterly,2014,38(2):539-560.

[23]PAN Y,ZHANG J Q.Born Unequal:A Study of the Helpfulness of User-Generated Product Reviews[J].Journal ofRetailing,2011,87(4):598-612.

[24]SCHOLZ M,DORNER V.The Recipe for the Perfect Review?An Investigation into the Determinants of Review Helpfulness[J].Business & Information Systems Engineering,2013(3):141-151.

[25]SPARKS B A,BROWNING V.The impact of online reviews on hotel booking intentions and perception of trust[J].Tourism Management,2011,32(6):1310-1323.

[26]MOORE S G.Some Things Are Better Left Unsaid:How Word of Mouth Influences the Storyteller[J].Journal of Consumer Research,2012,38(6):1140-1154.

[27]JIMENEZ F R,MENDOZA N A.Too Popular to Ignore:The Influence of Online Reviews on Purchase Intentions of Search and Experience Products[J].Journal of Interactive Marketing,2013,27(3):226-235.

[28]HU N,KOH N S,REDDY S K.Ratings lead you to the product,reviews help you clinch it?The mediating role of online review sentiments on product sales[J].Decision Support Systems,2014,57:42-53.

[29]KRONROD A,DANZIGER S.“Wii Will Rock You!”The Use and Effect of Figurative Language in Consumer Reviews of Hedonic and Utilitarian Consumption[J].Journal of Consumer Research,2013,40(4):726-739.

[30]JENSEN M L,AVERBECK J M,ZHANG Z,et al.Credibility of Anonymous Online Product Reviews:A Language Expectancy Perspective[J].Journal of Management Information Systems,2013,30(1):293-323.

[31]CHEN Z,LURIE N H.Temporal Contiguity and Negativity Bias in the Impact of Online Word of Mouth[J].Journal of Marketing Research,2013,50(4):463-476.

[32]FILIERI R,MCLEAY F.E-WOM and Accommodation:An Analysis of the Factors That Influence Travelers' Adoption of Information from Online Reviews[J].Journal of Travel Research,2014,53(1):44-57.

[33]BROWNING V,SO K K F,SPARKS B.The Influence of Online Reviews on Consumers' Attributions of Service Quality and Control for Service Standards in Hotels[J].Journal of Travel & Tourism Marketing,2013,30(1-2):23-40.

[34]CHANG S T,LIN T M Y,LUARN P.The effects of word-of-mouth consistency on persuasiveness[J].Canadian Journal of Administrative Sciences-Revue Canadienne Des Sciences De L Administration,2014,31(2):128-141.

[35]CAO Q,DUAN W J,GAN Q W.Exploring determinants of voting for the "helpfulness" of online user reviews:A text mining approach[J].Decision Support Systems,2011,50(2):511-521.

[36]DUAN W J,GU G,WHINSTON A B.Do online reviews matter?An empirical investigation of panel data[J].Decision Support Systems,2008,45(4):1007-1016.

[37]PURNAWIRAWAN N,DENS N,DE PELSMACKER P.Balance and Sequence in Online Reviews:The Wrap Effect[J].International Journal of Electronic Commerce,2012,17(2):71-97.

[38]CHRISTODOULIDES G,MICHAELIDOU N,ARGYRIOU E.Cross-national differences in e-WOM influence[J].European Journal of Marketing,2012,46(11-12):1689-1707.

[39]SUN M.How Does the Variance of Product Ratings Matter?[J].Management Science,2012,58(4):696-707.

[40]CHINTAGUNTA P K,GOPINATH S,VENKATARAMAN S.The Effects of Online User Reviews on Movie Box Office Performance:Accounting for Sequential Rollout and Aggregation Across Local Markets[J].Marketing Science,2010,29(5):944-957.

[41]GODES D,SILVA J C.Sequential and Temporal Dynamics of Online Opinion[J].Marketing Science,2012,31(3):448-473.

[42]MOE W W,SCHWEIDEL D A.Online Product Opinions:Incidence, Evaluation, and Evolution[J].Marketing Science,2012,31(3):372-386.

[43]STIGLER G J.The economics of information[J].The journal of political economy,1961,69:213-225.

[44]ZHOU W Q,DUAN W J.Online user reviews,product variety, and the long tail:An empirical investigation on online software downloads[J].Electronic Commerce Research and Applications,2012,11(3):275-289.

[45]SRIDHAR S,SRINIVASAN R.Social Influence Effects in Online Product Ratings[J].Journal of Marketing,2012,76(5):70-88.

[46]FLANAGIN A J,METZGER M J.Trusting expert-versus user-generated ratings online:The role of information volume,valence, and consumer characteristics[J].Computers in Human Behavior,2013,29(4):1626-1634.

[47]MUDAMBI S M,SCHUFF D.What makes a helpful online review?a study of customer reviews on amazon.com[J].MisQuarterly,2010,34(1):185-200.

[48]HUANG L Q,TAN C H,KE W L,et al.Comprehension and Assessment of Product Reviews:A Review-Product Congruity Proposition[J].Journal of Management Information Systems,2013,30(3):311-343.

[49]CHANG H H,WU L H.An examination of negative e-WOM adoption:Brand commitment as a moderator[J].Decision Support Systems,2014,59:206-218.

[50]GU B,TANG Q,WHINSTON A B.The influence of online word-of-mouth on long tail formation[J].Decision Support Systems,2013,56:474-481.

[51]ZHAO M,XIE J H.Effects of Social and Temporal Distance on Consumers' Responses to Peer Recommendations[J].Journal of Marketing Research,2011,48(3):486-496.

[52]GUPTA P,HARRIS J.How e-WOM recommendations influence product consideration and quality of choice:A motivation to process information perspective[J].Journal of Business Research,2010,63(9-10):1041-1049.

[53]RACHERLA P,MANDVIWALLA M,CONNOLLY D J.Factors affecting consumers' trust in online product reviews[J].Journal of Consumer Behaviour,2012,11(2):94-104.

[54]AMBLEE N,BUI T.Harnessing the Influence of Social Proof in Online Shopping:The Effect of Electronic Word of Mouth on Sales of Digital Microproducts[J].International Journal of Electronic Commerce,2011,16(2):91-113.

[55]ZHANG J Q,CRACIUN G,SHIN D.When does electronic word-of-mouth matter?A study of consumer product reviews[J].Journal of Business Research,2010,63(12):1336-1341.

[56]KORFIATIS N,GARCIA-BARIOCANAL E,SANCHEZ-ALONSO S.Evaluating content quality and helpfulness of online product reviews:The interplay of review helpfulness vs. review content[J].Electronic Commerce Research and Applications,2012,11(3):205-217.

[57]HUANG Y K,YANG W I.Motives for and consequences of reading internet book reviews[J].Electronic Library,2008,26(1):97-110.

[58]PETTY R E,CACIOPPO J T,SCHUMANN D.Central and peripheral routes to advertising effectiveness:The moderating role of involvement[J].Journal of Consumer Research,1983,10:135-146.

[59]QIU L Y,PANG J,LIM K H.Effects of conflicting aggregated rating on eWOM review credibility and diagnosticity:The moderating role of review valence[J].Decision Support Systems,2012,54(1):631-643.

[60]SHAH A K,OPPENHEIMER D M.Easy does it:The role of fluency in cue weighting[J].Judgment and Decision Making Journal,2007(6):371-379.

[61]OTTERBACHER J.Being Heard in Review Communities:Communication Tactics and Review Prominence[J].Journal of Computer-Mediated Communication,2011,16(3):424-444.

[62]PARK C,LEE T M.Information direction, website reputation and eWOM effect:A moderating role of product type[J].Journal of Business Research,2009,62(1):61-67.

[63]CHAKRAVARTY A,LIU Y,MAZUMDAR T.The Differential Effects of Online Word-of-Mouth and Critics' Reviews on Pre-release Movie Evaluation[J].Journal of Interactive Marketing,2010,24(3):185-197.

[64]YANG J,MAI E P.Experiential goods with network externalities effects:An empirical study of online rating system[J].Journal of Business Research,2010,63(9-10):1050-1057.

[65]WU P F.In Search of Negativity Bias: An Empirical Study of Perceived Helpfulness of Online Reviews[J].Psychology & Marketing,2013,30(11):971-984.

[66]SCHLOSSER A E.Can including pros and cons increase the helpfulness and persuasiveness of online reviews?The interactive effects of ratings and arguments[J].Journal of Consumer Psychology,2011,21(3):226-239.

[67]ZHANG Z Q,YE Q A,LAW R,et al.The impact of e-word-of-mouth on the online popularity of restaurants:A comparison of consumer reviews and editor reviews[J].International Journal of Hospitality Management,2010,29(4):694-700.

[68]KHARE A,LABRECQUE L I,ASARE A K.The Assimilative and Contrastive Effects of Word-of-Mouth Volume:An Experimental Examination of Online Consumer Ratings[J].Journal of Retailing,2011,87(1):111-126.

[69]DOH S J,HWANG J S.How Consumers Evaluate eWOM (Electronic Word-of-Mouth) Messages[J].Cyberpsychology & Behavior,2009,12(2):193-197.

[70]NETTELHORST S C,BRANNON L A,HILL W T.Examining the impact of consumer feedback on internet product evaluation:Comparing base-rate and case history information[J].Computers in Human Behavior,2013,29(4):1290-1294.

[71]HAMILTON R W, RATNER R K, THOMPSON D V. Outpacing Others: When Consumers Value Products Based on Relative Usage Frequency [J]. Journal of Consumer Research, 2011, 37(6): 1079-1094.

[72]PARK C, LEE T M. Antecedents of Online Reviews' Usage and Purchase Influence: An Empirical Comparison of US and Korean Consumers [J]. Journal of Interactive Marketing, 2009, 23(4): 332-340.

[73]XIE H, MIAO L, KUO P J, et al. Consumers' responses to ambivalent online hotel reviews The role of perceived source credibility and pre-decisional disposition [J]. International Journal of Hospitality Management, 2011, 30(1): 178-183.

[74]CHIH W H, WANG K Y, HSU L C, et al. Investigating Electronic Word-of-Mouth Effects on Online Discussion Forums: The Role of Perceived Positive Electronic Word-of-Mouth Review Credibility [J]. Cyberpsychology Behavior and Social Networking, 2013, 16(9): 658-668.

[75]GHOSE A, IPEIROTIS P G. Estimating the Helpfulness and Economic Impact of Product Reviews: Mining Text and Reviewer Characteristics [J]. Ieee Transactions on Knowledge and Data Engineering, 2011, 23(10): 1498-1512.

[76]DICKINGER A.The Trustworthiness of Online Channels for Experience-and Goal-Directed Search Tasks[J].Journal of Travel Research,2011,50(4):378-391.

[77]FANG H,ZHANG J,BAO Y,et al.Towards effective online review systems in the Chinese context:A cross-cultural empirical study[J].Electronic Commerce Research and Applications,2013,12(3):208-220.

[78]CLEMONS E K,GAO G D.Consumer informedness and diverse consumer purchasing behaviors: Traditional mass-market, trading down,and trading out into the long tail[J].Electronic Commerce Research and Applications,2008,7(1):3-17.

[79]WANG H Y.Exploring the factors of gastronomy blogs influencing readers' intention to taste[J].International Journal of Hospitality Management,2011,30(3):503-514.

[80]SPARKS B A,PERKINS H E,BUCKLEY R.Online travel reviews as persuasive communication:The effects of content type,source,and certification logos on consumer behavior[J].Tourism Management,2013,39:1-9.

[81]HUANG P,LURIE N H,MITRA S.Searching for Experience on the Web:An Empirical Examination of Consumer Behavior for Search and Experience Goods[J].Journal of Marketing,2009,73(2):55-69.

[82]PARK D H,LEE J,HAN I.The effect of on-line consumer reviews on consumer purchasing intention:The moderating role of involvement[J].International Journal of Electronic Commerce,2007,11(4):125-148.

[83]YE Q A,LAW R,GU B,et al.The influence of user-generated content on traveler behavior:An empirical investigation on the effects of e-word-of-mouth to hotel online bookings[J].Computers in Human Behavior,2011,27(2):634-639.

[84]MAURI A G,MINAZZI R.Web reviews influence on expectations and purchasing intentions of hotel potential customers[J].International Journal of Hospitality Management,2013,34:99-107.

[85]LIN C L,LEE S H,HORNG D J.The effects of online reviews on purchasing intention:the moderating role of need for cognition[J].Social Behavior and Personality,2011,39(1):71-81.

[86]LEE J,LEE J N.Understanding the product information inference process in electronic word-of-mouth:An objectivity-subjectivity dichotomy perspective[J].Information & Management,2009,46(5):302-311.

[87]LEE M K O,SHI N,CHEUNG C M K,et al.Consumer's decision to shop online:The moderating role of positive informational social influence[J].Information & Management,2011,48(6):185-191.

[88]CHEVALIER J A,MAYZLIN D.The effect of word of mouth on sales:Online book reviews[J].Journal of Marketing Research,2006,43(3):345-354.

[89]LI X X,HITT L M,ZHANG Z J.Product Reviews and Competition in Markets for Repeat Purchase Products[J].Journal of Management Information Systems,2011,27(4):9-41.

[90]ZHU F,ZHANG X Q.Impact of Online Consumer Reviews on Sales:The Moderating Role of Product and Consumer Characteristics[J].Journal of Marketing,2010,74(2):133-148.

[91]OGUT H,TAS B K O.The influence of internet customer reviews on the online sales and prices in hotel industry[J].Service Industries Journal,2012,32(2):197-214.

[92]VERMEULEN I E,SEEGERS D.Tried and tested:The impact of online hotel reviews on consumerconsideration[J].Tourism Management,2009,30(1):123-127.

[93]LEE Y J,TAN Y.Effects of Different Types of Free Trials and Ratings in Sampling of Consumer Software:An Empirical Study[J].Journal of Management Information Systems,2013,30(3):213-246.

[94]DUAN W,GU B,WHINSTON A B.Informational cascades and software adoption on the internet: an empirical investigation[J].Mis Quarterly,2009,33(1):23-48.

[95]CLEMONS E K,GAO G D,HITT L M.When online reviews meet hyperdifferentiation:A study of the craft beer industry[J].Journal of Management Information Systems,2006,23(2):149-171.

[96]LEE J,LEE J N,SHIN H.The long tail or the short tail:The category-specific impact of eWOM on sales distribution[J].Decision Support Systems,2011,51(3):466-479.

[97]CUI G,LUI H K,GUO X N.The Effect of Online Consumer Reviews on New Product Sales[J].International Journal of Electronic Commerce,2012,17(1):39-57.

[98]HENNIG-THURAU T,WALSH G.Electronic word-of-mouth:Motives for and consequences of reading customer articulations on the Internet[J].International Journal of Electronic Commerce,2003(2):51-74.

[99]KIM E E K,MATTILA A S,BALOGLU S.Effects of Gender and Expertise on Consumers' Motivation to Read Online Hotel Reviews [J]. Cornell Hospitality Quarterly, 2011, 52(4): 399-406.

[100]KHAMMASH M, GRIFFITHS G H. 'Arrivederci CIAO.com, Buongiorno Bing.com'-Electronic word-of-mouth (eWOM), antecedences and consequences[J].International Journal of Information Management,2011,31(1):82-87.

[101]SUN T,YOUN S,WU G H,et al.Online word-of-mouth (or mouse):An exploration of its antecedents and consequences[J].Journal of Computer-Mediated Communication,2006,11(4):1104-1127.

[102]BAE S,LEE T.Gender differences in consumers' perception of online consumer reviews[J].Electronic Commerce Research,2011,11(2):201-214.

[103]SHER P J,LEE S H.Consumer skepticism and online reviews:an elaboration likelihood model perspective[J].Social Behavior and Personality,2009,37(1):137-143.

[104]NAYLOR R W,LAMBERTON C P,NORTON D A.Seeing Ourselves in Others:Reviewer Ambiguity,Egocentric Anchoring, and Persuasion[J].Journal of Marketing Research,2011,48(3):617-631.

[105]WILLEMSEN L M,NEIJENS P C,BRONNER F.The Ironic Effect of Source Identificationon the Perceived Credibility of Online Product Reviewers[J].Journal of Computer-Mediated Communication,2012,18(1):16-31.

[106]FORMAN C,GHOSE A,WIESENFELD B.Examining the relationship between reviews and sales:The role of reviewer identity disclosure in electronic markets[J].Information Systems Research,2008,19(3):291-313.

[107]LIS B.In eWOMWe Trust A Framework of Factors that Determine the eWOM Credibility[J].Business & Information Systems Engineering,2013(3):129-140.

[108]HUANG J H,CHEN Y F.Herding in online product choice[J].Psychology & Marketing,2006,23(5):413-428.

[109]HE S X,BOND S D.Word-of-mouth and the forecasting of consumption enjoyment[J].Journal of Consumer Psychology,2013,23(4):464-482.

[110]WANG J C,CHANG C H.How online social ties and product-related risks influence purchase intentions:A Facebook experiment[J].Electronic Commerce Research and Applications,2013,12(5):337-346.

[111]RACHERLA P,FRISKE W.Perceived 'usefulness' of online consumer reviews:An exploratory investigation across three services categories[J].Electronic Commerce Research and Applications,2012,11(6):548-559.

[112]HU N,LIU L,ZHANG J J.Do online reviews affect product sales?The role of reviewer characteristics and temporal effects[J].Information Technology & Management,2008,9(3):201-214.

[113]STEFFES E M,BURGEE L E.Social ties and online word of mouth[J].Internet Research,2009,19(1):42-59.

[114]HUANG J H,HSIAO T T,CHEN Y F.The Effects of Electronic Word of Mouth on Product Judgment and Choice:The Moderating Role of the Sense of Virtual Community[J].Journal of Applied Social Psychology,2012,42(9):2326-2347.

[115]RUI H X,LIU Y Z,WHINSTON A.Whose and what chatter matters?The effect of tweets on movie sales[J].Decision Support Systems,2013,55(4):863-870.

[116]LEE M,YOUN S.Electronic word of mouth (eWOM) How eWOM platforms influence consumer productjudgement[J].International Journal of Advertising,2009,28(3):473-499.

[117]LEE J,PARK D H,HAN I.The different effects of online consumer reviews on consumers' purchase intentions depending on trust in online shopping malls An advertising perspective[J].Internet Research,2011,21(2):187-206.

[118]PARK J,GU B,LEE H.The relationship between retailer-hosted and third-party hosted WOM sources and their influence on retailer sales[J].Electronic Commerce Research and Applications,2012,11(3):253-261.

[119]BAE S,LEE T.Product type and consumers' perception of online consumer reviews[J].Electronic Markets,2011,21(4):255-266.

[120]GU B,PARK J,KONANA P.The Impact of External Word-of-Mouth Sources on Retailer Sales of High-Involvement Products[J].Information Systems Research,2012,23(1):182-196.

[121]SUN J,KEH H T,LEE A Y.The Effect of Attribute Alignability on Service Evaluation:The Moderating Role of Uncertainty[J].Journal of Consumer Research,2012,39(4):831-847.

[122]DE MAEYER P,ESTELAMI H.Consumer perceptions of third party product quality ratings[J].Journal of Business Research,2011,64(10):1067-1073.

[123]CHATTERJEE P.Online reviews: Do consumers use them?[J].Advances in Consumer Research,2001,28:129-133.

[124]PARK S B,PARK D H.The Effect of Low-versus High-Variance in Product Reviews on Product Evaluation[J].Psychology & Marketing,2013,30(7):543-554.

[125]WEI P S,LU H P.An examination of the celebrity endorsements and online customer reviews influence female consumers' shopping behavior[J].Computers in Human Behavior,2013,29(1):193-201.

[126]THOMA V,WILLIAMS A.The devil you know:The effect of brand recognition and product ratings on consumer choice[J].Judgment and Decision Making,2013,8(1):34-44.

[127]HO-DAC N N,CARSON S J,MOORE W L.The Effects of Positive and Negative Online Customer Reviews:Do Brand Strength and Category Maturity Matter?[J].Journal of Marketing,2013,77(6):37-53.1111

How online product reviews affect consumers: a conceptual framework based on social influence perspective

WU XIYU, GUO BIN, ZHOU SHASHA, LU SHUANG
(1.School of Management, Zhejiang University, Hangzhou 310058, China; 2.College of Economics, Zhejiang university, Hangzhou 310000,China)

Online reviews, a source of electronic word of mouth, not only contain product information but also have normative influence on review readers especially through pressure from majority of aggregated customers or opinion leaders. In this paper, the authors investigated and discussed how online product reviews affect following consumers` attitude and behavior based on social influence perspective. 187 articles published in the last 10 years appearing in different academically recognized journals of marketing and management information systems were reviewed. First, a summary of review characteristics and background theories were classified. Second, an integrated conceptual framework was proposed to focus on the roles of review characteristics on readers` product evaluation, review evaluation, purchase intention and behavior. Third, the authors identified four categories of moderators, namely the characteristics of readers, reviewers, review platform and product, to explore the moderating mechanisms. This study helps to facilitate understanding and provides a foundation for future eWOM research work.

Online reviews; Social Influence Theory; Conceptual Framework; Literature Review

F713.55

A

1008-472X(2015)01-0001-18

本文推薦專家：

李靖華，浙江工商大學(xué)工商管理學(xué)院，教授，研究方向：服務(wù)創(chuàng)新。

王求真，浙江大學(xué)管理學(xué)院，副教授，研究方向：電子商務(wù)，在線消費者行為。

2014-07-04

鄔溪羽（1989-），男，浙江奉化人，碩士研究生，研究方向：消費者行為；郭 斌（1971-），男，江西吉安人，教授，博士生導(dǎo)師，研究方向：信息搜索行為及策略。