第三方在線評論對消費者網(wǎng)購決策影響的研究

◇王 克 周 明 朱楊依

第三方在線評論對消費者網(wǎng)購決策影響的研究

◇王 克 周 明 朱楊依

隨著互聯(lián)網(wǎng)迅速的發(fā)展與電商平臺的崛起，網(wǎng)絡(luò)購物成為學(xué)者們近些年來的研究方向。本文基于消費者專業(yè)性與矛盾追評的調(diào)節(jié)效應(yīng)，研究了在C2C環(huán)境下的第三方在線評論對消費者網(wǎng)購決策的影響。運用了從眾效應(yīng)理論、涉入度理論與購買決策等理論，并以在線評論數(shù)量和評論質(zhì)量為自變量，信任作為中介變量，消費者網(wǎng)購決策作為因變量來研究第三方在線評論對消費者購買決策的影響。本文結(jié)合C2C環(huán)境下第三方在線評論的不同類型的情境，將消費者分為高專業(yè)性與低專業(yè)性，將矛盾追評程度分為高和低，檢驗不同情形下信任和網(wǎng)購決策的差異，得出了研究結(jié)論，指出了管理啟示與研究的不足之處，對理論與實踐都有一定的作用。

在線評論；信任；購買決策；調(diào)節(jié)

一、研究背景和文獻綜述

隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展，網(wǎng)絡(luò)口碑中的在線評論越來越受到人們的重視。Stauss[1]（2000）認為網(wǎng)絡(luò)口碑指消費者在某個平臺上發(fā)出的，用來表達自己情緒的交流。在線評論是網(wǎng)絡(luò)口碑的重要形式之一。Bickart&Schindler[2]（2001）定義在線評論為一個消費者能自主的發(fā)表個人對產(chǎn)品或服務(wù)意見評價的交流場所。Mudambi&Schuff[3]（2010）認為在線評論是消費者在企業(yè)或者是在第三方網(wǎng)站上發(fā)表的對已體驗過的產(chǎn)品或者服務(wù)的評價，這些評價包括對產(chǎn)品或服務(wù)的正面評論與負面評論以及購買后的意見感受。目前許多網(wǎng)站在評論方式上增加了追加評論的功能。追加評論指的是在網(wǎng)購交易成功后的一段時間內(nèi)，消費者在初次評論后再次發(fā)表的評論。王長征[4]（2015）認為相對于初次評論來說，追加評論使得消費者的感知有用性更高，并且追加評論相對于初次評論來說具有更多的價值信息。消費者購買決策是指消費者根據(jù)自己的需求來選擇購買某個產(chǎn)品或服務(wù)的決策。目前關(guān)于消費者決策的理論有消費者決策七階段模型。消費者決策七階段模型包括認知問題、搜尋信息、評價備選方案、選擇與決策、使用、購買評價和處置七個部分。本文運用了消費者購買決策理論。

二、模型構(gòu)建與研究設(shè)計

（一）研究假設(shè)

1.在線評論數(shù)量

作為在線評論信息結(jié)構(gòu)之一的評論數(shù)量會影響消費者的購買決策。Triandis[5]（1987）認為從眾效應(yīng)是個體在認知上或行動上以多數(shù)人的行為為準則，在行為上努力與之趨于一致的現(xiàn)象。Park&Lee[6]（2008）認為在線評論的數(shù)量會影響消費者信任與購買決策。從另一面來說，評論的數(shù)量越多，就會給消費者提供更多意見，評論的說服力會變得更強，更能夠增強其他潛在消費者的信任。

因此，本研究作出如下假設(shè)：

H1a:在線評論的數(shù)量對消費者信任有顯著的正向影響關(guān)系。

H1b：在線評論的數(shù)量對消費者購買決策有正向的影響關(guān)系。

2.在線評論質(zhì)量

作為在線評論因素之一的網(wǎng)絡(luò)口碑質(zhì)量指在線評論的真實度以及評論能被其他消費者理解的程度。Awad[7]（2008）研究證明了在線評論的質(zhì)量能夠明顯地影響消費者在線信任的形成，由于匿名性是網(wǎng)絡(luò)環(huán)境特點之一，消費者會越來越重視在線評論的質(zhì)量。宋曉兵[8]（2011）認為如果網(wǎng)絡(luò)口碑的信息質(zhì)量高，消費者會更加相信評論，影響消費者的購買決策。反過來說，如果信息內(nèi)容并不真實，沒有邏輯性，則它所體現(xiàn)的信息質(zhì)量比較低。

因此，本研究作出如下假設(shè)：

H2a：在線評論的質(zhì)量對消費者信任有正向的影響關(guān)系。

H2b：在線評論的質(zhì)量對消費者購買決策有正向的影響關(guān)系。

3.信任與購買決策的關(guān)系的假設(shè)

國內(nèi)外許多學(xué)者都證明了信任對消費者購買決策的影響。程秀芳[9]（2011）通過實證證明了網(wǎng)絡(luò)口碑對信任的正向影響與信任對消費者決策正向的影響。劉躍怡[10]（2014）研究了在線評論對消費者購買決策影響，將在線評論分為意見領(lǐng)袖、品牌涉入程度、評論質(zhì)量、情感傾向和相似性五個維度，將信任作為中介變量，證實了信任對消費者購買決策的影響。

因此，本研究作出如下假設(shè)：

H3：信任對購買決策具有正相關(guān)關(guān)系。

4.消費者的專業(yè)性對信任的影響

消費者的專業(yè)性指消費者對于購買的產(chǎn)品或服務(wù)的購買經(jīng)驗和熟悉度等。Park&Kim（2008）分析了在線評論對消費者的影響，認為一般普通的消費者會很重視在線評論的發(fā)布量，而被專家評論的發(fā)布量影響是非常小的。

因此，本研究作出如下假設(shè)：

H4a：消費者專業(yè)知識越低，評論數(shù)量對消費者信任的正向效應(yīng)越顯著。

H4b：消費者專業(yè)知識越低，評論質(zhì)量對消費者信任的正向效應(yīng)越顯著。

5.矛盾性追評程度對信任的關(guān)系假設(shè)

追加評論指消費者在交易成功后的一段時間內(nèi)，相對于初次評論再次發(fā)表的評論。隨著電商平臺追評系統(tǒng)的完善，越來越多的學(xué)者對追加評論進行了研究。本文所指的矛盾追評指的是原始評論與追加評論方向不一致的追評。Forman[11]（2008）研究認為網(wǎng)購中評論者正向或者負向的評論會影響消費者買不買一種產(chǎn)品。郝媛媛、鄒鵬、李一軍[12]（2009）研究認為在線評論中發(fā)布的帶有情感傾向的評論更加能夠影響消費者的決策。根據(jù)認知失調(diào)理論，如果矛盾追評的程度比較高，會影響消費者的信任，有矛盾追評的產(chǎn)品消費者對在線評論會更加信任。

因此，本研究作出如下假設(shè)：

H5a：矛盾追評程度越高，評論數(shù)量對消費者信任的正向效應(yīng)越顯著。

H5b：矛盾追評程度越高，評論質(zhì)量對消費者信任的正向效應(yīng)越顯著。

（二）研究模型

綜上所述，模型見附圖。

附圖 在線評論對消費者網(wǎng)購決策影響的模型

（三）問卷設(shè)計

本文有四個自變量，一個中介變量，兩個調(diào)節(jié)變量，一個因變量。具體的問卷有兩個部分包括問卷對象的個人信息和問卷主體部分。個人信息部分一般都采用選擇的方式提出問題，主體部分的所有的選項則是采用Likert五點量表。發(fā)放的問卷總共有470份，回收416份，這其中有無效問卷13份，因此有效問卷403份，可以算出回收率約為88.5%，有效回收率為85.7%。

三、實證統(tǒng)計分析

（一）信度分析

根據(jù)信度分析，量表的八個維度在線評論的數(shù)量、在線評論的質(zhì)量、能力、正直、友善、消費者專業(yè)性、追評矛盾性程度、購買決策的Cronbach's Alpha系數(shù)分別為0.795、0.923、0.814、0.761、0.782、0.930、0.903、0.905，均在 0.700 以上，此次調(diào)查數(shù)據(jù)具有較高的內(nèi)部一致性。

（二）效度分析

調(diào)查數(shù)據(jù)的KMO檢驗值為0.900＞0.700，量表適合進行因子分析。Bartlett球度檢驗結(jié)果顯示，近似卡方值為7027.906，顯著性概率為0.000（P＜0.01），量表適合做因子分析，效度結(jié)構(gòu)較好。

在因子分析過程中，采用主成分分析法，并以方差最大正交旋轉(zhuǎn)進行因子旋轉(zhuǎn)，抽取特征值大于1的公因子，結(jié)果發(fā)現(xiàn)公因子個數(shù)為6，且6個公因子的總方差解釋率為74.664%＞70.000%，量表的效度良好。

研究可將25個問題選項歸為6類因子，通過旋轉(zhuǎn)后的因子矩陣表，公因子“在線評論數(shù)量”下的第4個因子的因子載荷為0.399，小于0.5，予以刪除。其余每個公因子下面的因子載荷均高于0.5，問卷有較好的內(nèi)容效度。其中，能力、正直、友善三個維度聚合在一個公因子下面，根據(jù)性質(zhì)將三個維度合并成一個因子“信任”。

（三）相關(guān)性分析

根據(jù)相關(guān)性分析可知，在線評論數(shù)量、在線評論質(zhì)量、信任與購買決策之間的相關(guān)系數(shù)分別為0.504、0.558、0.584，對應(yīng)的顯著性水平均小于0.05。在線評論數(shù)量、在線評論質(zhì)量與信任之間的相關(guān)系數(shù)分別為0.491、0.539，對應(yīng)的顯著性水平均小于0.05。消費者專業(yè)性、追評矛盾性程度與信任之間的相關(guān)系數(shù)分別為-0.253、-0.184，對應(yīng)的顯著性水平均小于0.05。下面進一步采用回歸分析進行驗證。

（四）回歸分析

1.兩個自變量與購買決策的關(guān)系檢驗

以購買決策為因變量，分別以在線評論數(shù)量、在線評論質(zhì)量為自變量進行回歸分析，建立兩個回歸模型，模型1和模型2。模型1調(diào)整后R2為0.252，模型2調(diào)整后R2為0.310，自變量解釋均較高。F值分別為136.194、181.65，其顯著性概率值均小于0.05。自變量在線評論數(shù)量對因變量購買決策的標(biāo)準化回歸系數(shù)為0.504，顯著性水平小于0.05，假設(shè)H1b成立。自變量在線評論質(zhì)量對因變量購買決策的標(biāo)準化回歸系數(shù)為0.558，顯著性水平小于0.05，假設(shè)H2b成立。

2.兩個自變量與信任的關(guān)系檢驗

以信任為因變量，分別以在線評論數(shù)量、在線評論質(zhì)量為自變量進行回歸分析，建立兩個回歸模型，模型1和模型2。模型1調(diào)整后R2為0.239，模型2調(diào)整后R2為0.289，兩個自變量解釋均較高。F值分別為127.441、164.218，其顯著性概率值均小于0.05，。自變量在線評論數(shù)量對因變量信任的標(biāo)準化回歸系數(shù)為0.491，顯著性水平小于0.05，假設(shè)H1a成立。自變量在線評論質(zhì)量對因變量信任的標(biāo)準化回歸系數(shù)為0.539，顯著性水平小于0.05，假設(shè)H2a成立。

3.信任與因變量之間的關(guān)系檢驗

以購買決策為因變量，以信任為自變量進行回歸分析，相關(guān)系數(shù)為0.584，R2為0.342，調(diào)整后R2為0.340，模型選取的自變量解釋度較高。F值為207.971，其顯著性概率值小于0.01。自變量信任對因變量購買決策的標(biāo)準化回歸系數(shù)為0.584（t=14.421，p=0.000），顯著性水平小于 0.05，假設(shè) H3成立。

4.信任的中介檢驗

以在線評論數(shù)量和信任為自變量，以購買決策為因變量，建立回歸模型1；以在線評論質(zhì)量和信任為自變量，以購買決策為因變量，建立回歸模型2。模型1調(diào)整后R2為0.400，模型2調(diào)整后R2為0.422，模型選取的兩個自變量解釋均較高。F值分別為135.176、147.824，其顯著性概率值均小于0.05。在引入中介變量信任之后，自變量在線評論數(shù)量、在線評論質(zhì)量對因變量購買決策的標(biāo)準化回歸系數(shù)分別從之前的0.504、0.558變?yōu)楝F(xiàn)在的0.285、0.343，系數(shù)與之前相比均有所下降，但是對應(yīng)的顯著性水平依然小于0.05，第一個模型中，中介變量信任對因變量購買決策的標(biāo)準化回歸系數(shù)為0.444，對應(yīng)的顯著性水平小于0.05，在線評論數(shù)量與信任同時對購買決策產(chǎn)生顯著的正向影響，信任在評論數(shù)量與購買決策之間起中介作用，并且是部分中介作用；第二個模型中，中介變量信任對因變量購買決策的標(biāo)準化回歸系數(shù)為0.399，對應(yīng)的顯著性水平小于0.05，在線評論質(zhì)量與信任同時對購買決策產(chǎn)生顯著的正向影響，信任在評論質(zhì)量與購買決策之間起中介作用，并且是部分中介作用。

5.消費者專業(yè)性的調(diào)節(jié)檢驗

（1）消費者專業(yè)性在在線評論數(shù)量與信任之間的調(diào)節(jié)作用

控制變量的回歸系數(shù)均不顯著。自變量在線評論數(shù)量與調(diào)節(jié)變量消費者專業(yè)性對因變量信任的標(biāo)準化回歸系數(shù)分別為0.477、-0.242，對應(yīng)的顯著性水平均小于0.05，在線評論數(shù)量與消費者專業(yè)性均對信任有顯著影響。自變量在線評論數(shù)量與調(diào)節(jié)變量消費者專業(yè)性對因變量信任的標(biāo)準化回歸系數(shù)分別為0.481、-0.240，對應(yīng)的顯著性水平仍小于0.05，交互項在線評論數(shù)量*消費者專業(yè)性對信任的標(biāo)準化回歸系數(shù)為-0.150，對應(yīng)的顯著性水平小于0.05，自變量與調(diào)節(jié)變量對因變量有顯著的影響，交互項對因變量同樣具有顯著的影響且是負向影響，故證明消費者專業(yè)性在在線評論數(shù)量與信任之間具有負向調(diào)節(jié)作用。假設(shè)H4a成立。

（2）消費者專業(yè)性在在線評論質(zhì)量與信任之間的調(diào)節(jié)作用

自變量在線評論質(zhì)量與調(diào)節(jié)變量消費者專業(yè)性對因變量信任的標(biāo)準化回歸系數(shù)分別為0.515、-0.214，對應(yīng)的顯著性水平均小于0.05，在線評論質(zhì)量與消費者專業(yè)性均對信任有顯著影響。自變量在線評論質(zhì)量與調(diào)節(jié)變量消費者專業(yè)性對因變量信任的標(biāo)準化回歸系數(shù)分別為0.521、-0.206，對應(yīng)的顯著性水平仍小于0.05，交互項在線評論質(zhì)數(shù)量*消費者專業(yè)性對信任的標(biāo)準化回歸系數(shù)為-0.091，對應(yīng)的顯著性水平小于0.05，自變量與調(diào)節(jié)變量對因變量有顯著的影響，交互項對因變量同樣具有顯著的影響且是負向影響，故證明消費者專業(yè)性在在線評論質(zhì)量與信任之間具有負向調(diào)節(jié)作用。故假設(shè)H4b成立。

6.追評矛盾性程度的調(diào)節(jié)檢驗

（1）追評矛盾性程度在在線評論數(shù)量與信任之間的調(diào)節(jié)作用

計算可知，控制變量的回歸系數(shù)均不顯著，控制變量對因變量信任均不產(chǎn)生影響，控制變量得到了較好的控制。自變量在線評論數(shù)量與調(diào)節(jié)變量追評矛盾性程度對因變量信任的標(biāo)準化回歸系數(shù)分別為0.484、-0.197，對應(yīng)的顯著性水平均小于0.05，在線評論數(shù)量與追評矛盾性程度均對信任有顯著影響。自變量在線評論數(shù)量與調(diào)節(jié)變量追評矛盾性程度對因變量信任的標(biāo)準化回歸系數(shù)分別為0.464、-0.212，對應(yīng)的顯著性水平仍小于0.05，交互項在線評論數(shù)量*追評矛盾性程度對信任的標(biāo)準化回歸系數(shù)為0.115，對應(yīng)的顯著性水平小于0.05，自變量與調(diào)節(jié)變量對因變量有顯著的影響，交互項對因變量同樣具有顯著的影響且是正向影響，證明追評矛盾性程度在在線評論數(shù)量與信任之間具有正向調(diào)節(jié)作用。故假設(shè)H5a成立。

（2）追評矛盾性程度在在線評論質(zhì)量與信任之間的調(diào)節(jié)作用

自變量在線評論質(zhì)量與調(diào)節(jié)變量追評矛盾性程度對因變量信任的標(biāo)準化回歸系數(shù)分別為0.537、-0.215，對應(yīng)的顯著性水平均小于0.05，在線評論質(zhì)量與追評矛盾性程度均對信任有顯著影響。自變量在線評論質(zhì)量與調(diào)節(jié)變量追評矛盾性程度對因變量信任的標(biāo)準化回歸系數(shù)分別為0.530、-0.226，對應(yīng)的顯著性水平仍小于0.05，交互項在線評論質(zhì)量*追評矛盾性程度對信任的標(biāo)準化回歸系數(shù)為0.180，對應(yīng)的顯著性水平小于0.05，自變量與調(diào)節(jié)變量對因變量有顯著的影響，交互項對因變量同樣具有顯著的影響且是正向影響，故證明追評矛盾性程度在在線評論質(zhì)量與信任之間具有正向調(diào)節(jié)作用。假設(shè)H5b成立。

四、研究結(jié)論及啟示

1.研究結(jié)論

本文主要研究了在C2C環(huán)境下的在線評論對消費者的購買決策的影響，討論了網(wǎng)絡(luò)評論數(shù)量和質(zhì)量這兩個變量如何影響消費者信任，并將信任作為中介變量，同時把消費者的專業(yè)性與追評的矛盾程度這兩個因素作為調(diào)節(jié)變量，分析消費者的專業(yè)性與追評的矛盾程度對在線評論與信任關(guān)系之間的調(diào)節(jié)效應(yīng)。通過實證研究方法證實了文中假設(shè)全部成立。

2.管理啟示

本文證明了在線評論數(shù)量和質(zhì)量對消費者的購買決策有很強的影響，因此產(chǎn)品或服務(wù)的提供者應(yīng)當(dāng)鼓勵消費者進行積極正面的評論。可以給那些積極參加評論的消費者以獎勵支持。對于那些專業(yè)性程度較低的消費者來說，他們會更多去查看其他網(wǎng)購消費者的在線評論。矛盾追評程度的調(diào)節(jié)作用說明企業(yè)應(yīng)該重視消費者的追評，具體來說就當(dāng)商品或服務(wù)中有負面的追評時，賣家應(yīng)當(dāng)努力消除負面追評對其他潛在消費者的影響，當(dāng)然，最好是能夠讓那些想負面評論的消費者放棄提交負面的評論。本文的不足之處在于本文是以評論數(shù)量和評論質(zhì)量來衡量在線評論的，事實上，在線評論可以有多種方式，可以從評論者、接收者和評論內(nèi)容三個方面研究在線評論。

項目編號：12YJC630322 項目名稱：《低信任營商環(huán)境下C2C網(wǎng)購信任機制研究-基于對高信任營商環(huán)境的比較》

[1]Stauss B.Using New Media for Customer Interaction：A Challenge for Relationship Marketing[M].Heidelberg： Springer，2000.

[2]Bickart B,Schindler R M.Internet forums as influential sources of consumer information [J].Advances in Consumer Research,2001(03).

[3]Mudambi S M,Schuff D.What makes a helpful online review?a study of customer reviews on amazon.com[J].Mis Quarterly,2010(01).

[4]王長征，何釤，王魁.網(wǎng)絡(luò)口碑中追加評論的有用性感知研究[J].管理科學(xué)，2015(03).

[5]Pepitone A,Triandis H C.On the Universality of Social Psychological Theories.[J].Journal of Cross-Cultural Psychology,1987(18).

[6]Lee J,Park D H,Han I.The effect of negative online consumer reviews on product attitude：An information processing view[J].Electronic Commerce Research&Applications,2008(03).

[7]Awad N,Ragowsky A.Establishing Trust in Electronic Commerce Through Online Word of Mouth：An Examination Across Genders[J].Journal of Management Information Systems,2008(04).

[8]宋曉兵，叢竹，董大海.網(wǎng)絡(luò)口碑對消費者產(chǎn)品態(tài)度的影響機理研究[J].管理學(xué)報，2011(04).

[9]程秀芳.虛擬社區(qū)網(wǎng)絡(luò)口碑對消費者決策行為影響研究[D].徐州：中國礦業(yè)大學(xué)，2011.

[10]劉躍怡.在線評論對消費者購買決策影響實證研究[D].南昌：江西財經(jīng)大學(xué)，2014.

[11]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(03).

[12]郝媛媛，鄒鵬，李一軍，等.基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實證研究[J].管理評論，2009(10).

（作者單位：湖北大學(xué)商學(xué)院）

10.13999/j.cnki.scyj.2017.07.006