在線評論對大學(xué)生消費(fèi)者購買意愿的影響研究

洪菲 鄭輝 周穎帆 敖建橋

內(nèi)容摘要：本文基于現(xiàn)有文獻(xiàn)，提出了在線評論對大學(xué)生消費(fèi)者購買意愿的理論模型，并設(shè)計調(diào)查問卷進(jìn)行數(shù)據(jù)收集，最后在對數(shù)據(jù)進(jìn)行分析處理的基礎(chǔ)上實(shí)證驗證了該理論模型。研究結(jié)果表明：在線評論的質(zhì)量、在線評論的數(shù)量、在線評論的效價、在線評論者資信度均正向影響大學(xué)生購買意愿。在線評論的質(zhì)量越高，消費(fèi)者獲得的有用信息就越多，從而會獲得較高的感知價值。感知價值對消費(fèi)者購買意愿的影響是顯著的，消費(fèi)者的感知價值越大，其購買意愿就越大。在在線評論與購買意愿的關(guān)系中，感知價值具有部分中介作用。

關(guān)鍵詞：在線評論? 感知價值? 購買意愿

中圖分類號：F724? ?文獻(xiàn)標(biāo)識碼：A

引言

互聯(lián)網(wǎng)的快速普及和發(fā)展早已使人們在生活的方方面面都離不開網(wǎng)絡(luò)，信息技術(shù)與電子商務(wù)的發(fā)展為現(xiàn)代消費(fèi)者購物提供了新的渠道，促使網(wǎng)絡(luò)購物成為一種潮流和消費(fèi)習(xí)慣，越來越多的消費(fèi)者開始積極投身于網(wǎng)絡(luò)購物中。中國互聯(lián)網(wǎng)絡(luò)信息中心在2018年1月發(fā)布了第四十一次互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告。在報告明確指出，到2017年末中國的網(wǎng)民已經(jīng)達(dá)到7.72億的規(guī)模，普及率達(dá)到55.8%。網(wǎng)絡(luò)購物也隨之蓬勃發(fā)展，屢創(chuàng)新高，例如最具代表性的淘寶網(wǎng)，僅在2018年“雙十一”這一天交易額就達(dá)到2135億元，又一次打破了中國甚至世界電商史上的紀(jì)錄。

消費(fèi)者可以不受任何地域和時間的限制便能通過網(wǎng)絡(luò)瀏覽和發(fā)布關(guān)于商品和服務(wù)的各種觀點(diǎn)，互聯(lián)網(wǎng)的高速發(fā)展使得產(chǎn)品和服務(wù)的成功主要取決于由消費(fèi)者發(fā)布的在線評論。在線評論有傳播范圍廣、不受時間空間限制、可長期保存等特點(diǎn)，相對于傳統(tǒng)口碑，在線評論影響更大，對消費(fèi)者和商家都具有很重要的意義。有研究表明，約有41.1%的消費(fèi)者在選擇網(wǎng)絡(luò)購物時都會瀏覽用戶評論，并把其他消費(fèi)者的評論作為自己是否購買的重要參考信息，約有26%的消費(fèi)者在購買前都會查看有關(guān)商品的評論，只有17.9%的人不會關(guān)注用戶評論。因此，在線評論已經(jīng)成為網(wǎng)絡(luò)消費(fèi)者了解商品和服務(wù)信息的重要渠道，并作為其做出購買決策的主要參考，進(jìn)而影響購買意愿。

網(wǎng)絡(luò)購物早已成為青年網(wǎng)民的消費(fèi)習(xí)慣，大學(xué)生群體作為其中的重要組成部分，幾乎成為網(wǎng)絡(luò)購物的主體。大學(xué)生作為高知識水平和高文化程度的消費(fèi)群體，相對比較容易接受網(wǎng)上購物，他們搜索信息的能力和行為水平也較高，所以他們在網(wǎng)絡(luò)購物時，便會傾向于查看他人對于該商品或服務(wù)的評論來獲得更多信息。因為大學(xué)生的可支配收入相對較低，在網(wǎng)上購物時，通常會參考其他消費(fèi)者的在線評論，以此來增加對商品的確定性。因此，研究在線評論的幾個重要維度在感知價值的作用下，對購買意愿的影響尤其是對大學(xué)生購買意愿的影響有重要意義。

研究假設(shè)

（一）在線評論對大學(xué)生購買意愿的影響

1.評論的質(zhì)量。在線評論的質(zhì)量是指評論內(nèi)容的可靠性、真實(shí)性及是否對其他消費(fèi)者有用等。相關(guān)研究表明，在線評論質(zhì)量對商品銷售量會產(chǎn)生很大影響。Johnson and Payne （1985）提出，消費(fèi)評論內(nèi)容越是詳細(xì)具體的，就越能真實(shí)反應(yīng)產(chǎn)品信息，對消費(fèi)者降低網(wǎng)絡(luò)購物過程中的不確定性就越有幫助。因為大學(xué)生群體專業(yè)水平較高，在網(wǎng)絡(luò)購物時具有較高的信息搜索能力，對信息的識別和處理能力也較強(qiáng)，因此，本文提出假設(shè)：

H1：在線評論的質(zhì)量與大學(xué)生購買意愿正相關(guān)。

2.在線評論的數(shù)量。在線評論的數(shù)量是指關(guān)于某一商品的評價總數(shù)。一般情況下，產(chǎn)品評論數(shù)量越多，消費(fèi)者可獲得的有關(guān)信息就越多，并且評論數(shù)量也代表了商品的銷售量，擁有較高銷售量的商品會讓消費(fèi)者產(chǎn)生較強(qiáng)的購買意愿。因此，本文提出假設(shè)：

H2：在線評論數(shù)量與大學(xué)生購買意愿正相關(guān)。

3.在線評論的效價。在線評論的效價指發(fā)表的評論所表達(dá)出的正面或負(fù)面情感態(tài)度。評論效價代表消費(fèi)者對商品的滿意程度，效價與滿意度之間存正相關(guān)關(guān)系。而滿意度與消費(fèi)者的購買意愿之間又有正相關(guān)關(guān)系，因此，本文提出假設(shè)：

H3：在線評論效價與大學(xué)生購買意愿正相關(guān)。

4.在線評論者資信度。在線評論者資信度是指發(fā)表評論者的專業(yè)能力及可靠性。在線評論者資信度也是網(wǎng)購消費(fèi)者在閱讀評論時一個相對較高的關(guān)注點(diǎn)。Pei-yu Chen，Samita Dhanasobhon（2007）指出，評論者的資信度會對下個消費(fèi)者的購買決策產(chǎn)生影響。一般而言，信譽(yù)較高者其對產(chǎn)品質(zhì)量的評價更為客觀和專業(yè)，他們也不會為幫助商家提高銷售量而發(fā)表不實(shí)評論。本文認(rèn)為，在查看評論時，人們更愿意相信有較高信譽(yù)者的評論。所以，提出假設(shè)：

H4：在線評論者資信度與大學(xué)生購買意愿正相關(guān)。

（二）在線評論對消費(fèi)者感知價值的影響

孫寧（2010）認(rèn)為，網(wǎng)絡(luò)口碑會影響消費(fèi)者價值感知，從而對其對購買決策產(chǎn)生重大影響。相關(guān)研究表明，在線評論數(shù)量、在線評論的評分都正向影響感知價值。瓦瑜（2014）研究得出，感知價值可以作為中介變量對消費(fèi)者購買意愿產(chǎn)生影響，即在線評論與感知價值存在一定關(guān)聯(lián)。故本文在探究消費(fèi)者在線評論對感知價值的影響大小時，將在線評論的質(zhì)量、數(shù)量、效價、評論者資信度四個維度作為影響消費(fèi)者感知價值的前置因素。因此，提出假設(shè)：

H5：在線評論的質(zhì)量與感知價值正相關(guān)。

H6：在線評論的數(shù)量與感知價值正相關(guān)。

H7：在線評論的效價與感知價值正相關(guān)。

H8：在線評論者的資信度與感知價值正相關(guān)。

（三）感知價值對購買意愿的影響

感知價值是由消費(fèi)者預(yù)計所要承擔(dān)的風(fēng)險和可得收益所決定的，感知價值會對消費(fèi)者購買意愿產(chǎn)生影響。消費(fèi)者在進(jìn)行決策時，大多會選擇感知價值高的商品。Monroe和Krishnan（1985）研究商品的價格和質(zhì)量、消費(fèi)者感知價值對購買意愿的關(guān)系，表明消費(fèi)者所感知的價值是決定其購買行為的重要因素;Wu等（2014）研究表明，消費(fèi)者感知價值與消費(fèi)者回購意愿呈正相關(guān)關(guān)系，感知價值越高，回購意愿越高;Ponte等（2015）研究表明，在購買產(chǎn)品或服務(wù)時，消費(fèi)者的購買意愿取決于感知價值。因此，提出假設(shè)：

H9：感知價值與大學(xué)生消費(fèi)者的購買意愿正相關(guān)。

（四）感知價值作為中介變量的影響

在網(wǎng)絡(luò)購物時，消費(fèi)者會通過收集相關(guān)信息來衡量成本和收益。在線評論作為消費(fèi)者獲取商品信息的重要渠道，其評論的質(zhì)量、數(shù)量、效價以及評論者的資信度，都會影響其感知價值。綜上可得，感知價值與購買意愿之間存在正相關(guān)關(guān)系。所以，本文提出假設(shè)：

H10：感知價值在在線評論與大學(xué)生購買意愿的關(guān)系中具有中介作用。

H10a：在在線評論質(zhì)量與大學(xué)生購買意愿的關(guān)系中，感知價值具有中介作用。

H10b：在在線評論數(shù)量與大學(xué)生購買意愿的關(guān)系中，感知價值具有中介作用。

H10c：在在線評論效價與大學(xué)生購買意愿的關(guān)系中，感知價值具有中介作用。

H10d：在在線評論者資信度與大學(xué)生購買意愿的關(guān)系中，感知價值具有中介作用。

數(shù)據(jù)分析結(jié)果與討論

（一）變量的確定

本文通過對相關(guān)文獻(xiàn)的梳理與總結(jié)，將在線評論質(zhì)量、在線評論數(shù)量、在線評論效價、在線評論者資信度這四個維度中引入感知價值以探究在線評論對消費(fèi)者購買意愿的影響。關(guān)于變量的測量，涉及有在線評論的質(zhì)量、數(shù)量、效價、在線評論者資信度、感知價值和購買意愿六個變量。為確保問卷的合理性和真實(shí)性，本文參考了國內(nèi)外相關(guān)研究領(lǐng)域的其他問卷，并結(jié)合大學(xué)生消費(fèi)群體的特征，設(shè)計了各變量的測量量表。六個變量的測量均采用李克特五級評分法，其中1代表“很不同意”、2代表“不同意”、3代表“一般”、4代表“同意”、5代表“很同意”。 在問卷設(shè)計上，本文根據(jù)大學(xué)生的基本情況，設(shè)置了性別、年齡、學(xué)歷、接觸網(wǎng)購的時間和每月的可支配收入等幾個控制變量。本次調(diào)查主要通過電子問卷的形式開展，此次調(diào)查以湖北經(jīng)濟(jì)學(xué)院的學(xué)生為主，為了保證研究的真實(shí)性和合理性，在調(diào)查之前，多次聲明了此次問卷只屬于學(xué)術(shù)研究，無利害關(guān)系，使接受調(diào)查者能夠放心填寫，以準(zhǔn)確反映其真實(shí)想法。

（二）信度檢驗

本研究以Cronbach's? Alpha系數(shù)的大小來檢驗問卷的信度的大小，一般系數(shù)大于0.7是可接受的范圍。本文運(yùn)用SPSS19.0分析得出的各變量的信度系數(shù)，數(shù)據(jù)處理結(jié)果表明，除了在線評論效價Cronbachs Alpha系數(shù)接近0.7之外，評論質(zhì)量、評論數(shù)量、評論者資信度、感知價值這四個變量的Cronbachs Alpha系數(shù)均在0.7以上，而刪除該項后的Crcmbachs Alpha系數(shù)比原來的Cronbach's? Alpha系數(shù)值要小，說明不適宜刪除各變量中的的問題。購買意愿的Cronbach's Alpha系數(shù)也接近0.7，且量表的整體信度為0.921，故說明該次樣本的整體信度較高，收集的數(shù)據(jù)能夠有效滿足研究對可信度的要求。

（三）效度分析

對問卷結(jié)構(gòu)效度進(jìn)行測量，本文主要用的是探索性因子分析方法。

1.自變量的探索性因子分析。對變量做KMO和Bartlett的檢驗時，當(dāng)KMO值大于0.5，表明變量之間存在較強(qiáng)的相關(guān)性，可以做因子分析;當(dāng)Bartlett檢驗P值小于0.05，可拒絕原假設(shè)，比較適合做因子分析。故，對測量的自變量涉及的相關(guān)問卷的KM0值和Bartlett檢驗結(jié)果表明可以做因子分析。本文進(jìn)行因子分析時用主成分分析法提取公因子，然后采用最大方差法進(jìn)行正交分解。結(jié)果表明，提取出4個公因子，其累計解釋方差比例達(dá)到69.993%，超過50%，實(shí)現(xiàn)了對自變量較高的解釋。因子1對自變量的解釋達(dá)到了19.998%，因子1中對應(yīng)問卷中的四個問題均是對在線評論質(zhì)量的測量，故因子1對應(yīng)的是在線評論質(zhì)量變量;因子2對自變量的解釋度達(dá)到了18.698%，因子2上的因子載荷在0.701至0.748區(qū)間范圍內(nèi)，故其對應(yīng)的四個問項屬于在線評論數(shù)量;因子3對自變量的解釋達(dá)到了14.490%，在線評論效價對應(yīng)的三個問項在對因子3上的因子載荷在0.607至0.864的區(qū)間范圍內(nèi);因子4對應(yīng)的的兩個問項的因子載荷是0.820、0.794，而這兩個問項是對在線評論者資信度的測量。根據(jù)上述所述，各變量所包含的測量題目，其對應(yīng)因子上的因子載荷均大于0.5，表明自變量可實(shí)現(xiàn)對原有信息的解釋，即量表具有良好的理論結(jié)構(gòu)。

2.感知價值的探索性因子分析。感知價值的KMO統(tǒng)計值為0.674，大于0.5。Bartlett的球形度檢驗的P值為0.00，說明比較適合做因子分析。本文運(yùn)用主成分分析法對相關(guān)數(shù)據(jù)進(jìn)行處理發(fā)現(xiàn)，感知價值的三個問題只提取了一個公因子，這個因子的貢獻(xiàn)率達(dá)到67.118%，大于50%。感知價值的三個問題在該公因子上的因子載荷在0.778-0.858的范圍內(nèi)，遠(yuǎn)大于0.5，表明對感知價值的設(shè)計在問卷的設(shè)置中具有較好的結(jié)構(gòu)效度，即說明了文章中提出的理論結(jié)構(gòu)是比較合適的。

3.購買意愿的探索性因子分析。購買意愿的KMO值為0.5， Bartlett的球形度檢驗的P值為0，小于0.05，說明比較適合做因子分析。本文運(yùn)用主成分分析法對相關(guān)數(shù)據(jù)進(jìn)行處理發(fā)現(xiàn)，在購買意愿的兩個問題中只提取了一個公因子，該公因子的貢獻(xiàn)率達(dá)到了76.633%，大于50%。且關(guān)于購買意愿的兩個問題在公因子上的因子載荷值均為0.876，大于0.5。由此可見，購買意愿的因子分析結(jié)果符合其量表理論結(jié)構(gòu)。

（四）假設(shè)檢驗

1.各自變量與購買意愿之間的關(guān)系。本文通過運(yùn)用SPSS19.0將在線評論質(zhì)量、在線評論數(shù)量、在線評論效價、在線評論者資信度作為自變量，購買意愿作為因變量進(jìn)行回歸，所得結(jié)果如表1所示。

表1中，模型1顯示的是在線評論質(zhì)量對購買意愿進(jìn)行回歸后的結(jié)果，模型2顯示的是在線評論數(shù)量對購買意愿進(jìn)行回歸后的結(jié)果，模型3顯示的是在線評效價對購買意愿進(jìn)行回歸后的結(jié)果，模型4顯示的是在線評論者資信度對購買意愿進(jìn)行回歸后的結(jié)果。由表1可知，四個模型的R值都接近50%，說明四個自變量與因變量之間存較大關(guān)聯(lián);通過調(diào)整后的R方可知，自變量對因變量的解釋都高于10%，說明因變量的結(jié)果可以由自變量解釋;P值均小于0.001，說明其關(guān)系顯著，標(biāo)準(zhǔn)系數(shù)都較大，即自變量與因變量之間存在正向相關(guān)關(guān)系。由此可以初步得出假設(shè)H1、H2、H3、H4成立。

2.各自變量與感知價值之間的關(guān)系。本文以在線評論質(zhì)量、在線評論數(shù)量、在線評論效價、在線評論者資信度為自變量，感知價值為因變量進(jìn)行回歸，所得結(jié)果如表2所示。表2中，模型1顯示的是在線評論質(zhì)量對感知價值進(jìn)行回歸后的結(jié)果，模型2顯示的是在線評論數(shù)量對感知價值進(jìn)行回歸后的結(jié)果，模型3顯示的是在線評效價對感知價值進(jìn)行回歸后的結(jié)果，模型4顯示的是在線評論者資信度對感知價值進(jìn)行回歸后的結(jié)果。

由表2可知，各模型的R值都較大，均接近50%，說明四個在線評論質(zhì)量、在線評論數(shù)量、在線評論效價、在線評論者資信度與感知價值之間有較大的相關(guān)性，能夠被解釋的值也大于20%，P值均小于0.001，說明關(guān)系顯著，標(biāo)準(zhǔn)系數(shù)接近50%，遠(yuǎn)大于0，說明感知價值的取值隨著幾個自變量值得增加而增大，即二者存在正向相關(guān)關(guān)系。根據(jù)以上分析可以得出結(jié)論，假設(shè)H5、H6、H7、H8初步成立。

3.感知價值與購買意愿之間的關(guān)系。本文對感知價值與購買意愿進(jìn)行回歸，結(jié)果如表3所示。由表3可知，R值為47.5%，R值較大說明感知價值與購買意愿之間有較大的相關(guān)性。購買意愿被解釋的比例是22.2%，F(xiàn)統(tǒng)計量為60.531，P值小于零，標(biāo)準(zhǔn)系數(shù)為0.475大于0，所以二者關(guān)系較為顯著，因此可以初步驗證假設(shè)H9。

4.以感知價值為中介變量的分析。對于中介作用條件的判斷，本研究借鑒Baron和Kenny提出的方法。感知價值在在線評論質(zhì)量與購買意愿中的中介作用。本文以在線評論質(zhì)量為自變量，感知價值為中介變量，購買意愿為因變量，然后采用逐步回歸的方法，探究感知價值在在線評論質(zhì)量與購買意愿中的中介作用，分析結(jié)果如表4所示。表4中，模型1是在線評論質(zhì)量對購買意愿的回歸，模型2是加入感知價值作為中介變量后的回歸。由表可知，模型1的復(fù)相關(guān)系數(shù)R1=0.445，模型2的復(fù)相關(guān)系數(shù)R2=0.529;模型1的擬合優(yōu)度R12=0.198，模型2的擬合優(yōu)度R22=0.280，調(diào)整后的擬合優(yōu)度R12=0.194，調(diào)整后的擬合優(yōu)度R22=0.273，模型1的回歸標(biāo)準(zhǔn)誤差為0.582，模型2的回歸標(biāo)準(zhǔn)誤差為0.553，說明模型2明顯優(yōu)于模型1，又因為兩個模型Sig均小于0.001，說明兩模型均顯著，但因為模型2 的F值小于模型1的F值，說明模型2對模型1有改動。即，在購買意愿和在線評論質(zhì)量之間加入感知價值后，評論質(zhì)量對購買意愿的標(biāo)準(zhǔn)化回歸系數(shù)變小，因此可以驗證假設(shè)H10a。

感知價值在在線評論數(shù)量與購買意愿中的中介作用。本文以在線評論數(shù)量為自變量，感知價值為中介變量，購買意愿為因變量，然后采用逐步回歸的方法，探究感知價值在在線評論數(shù)量與購買意愿中的中介作用，分析結(jié)果如表5所示。表5中，模型1是在線評論數(shù)量對購買意愿的回歸，模型2是加入感知價值作為中介變量后的回歸。由表5可知，模型1的復(fù)相關(guān)系數(shù)R1=0.494，模型2的復(fù)相關(guān)系數(shù)R2=0.563;模型1的擬合優(yōu)度R12=0.244，模型2的擬合優(yōu)度R22=0.317，調(diào)整后的擬合優(yōu)度R12=0.240，調(diào)整后的擬合優(yōu)度R22=0.310，模型1的回歸標(biāo)準(zhǔn)誤差為0.565，模型2的回歸標(biāo)準(zhǔn)誤差為0.539，說明模型2明顯優(yōu)于模型1，又因為兩個模型Sig均小于0.001，說明兩模型均顯著，但因為模型2 的F值小于模型1的F值，說明模型2對模型1有改動。即，在購買意愿和在線評論數(shù)量之間加入感知價值后，評論數(shù)量對購買意愿的標(biāo)準(zhǔn)化回歸系數(shù)變小，因此可以驗證假設(shè)H10b。

感知價值在在線評論效價與購買意愿中的中介作用。本文以在線評論效價為自變量，感知價值為中介變量，購買意愿為因變量，并采用逐步回歸的方法，結(jié)果如表6所示。表6中，模型1是在線評論效價對購買意愿的回歸，模型2是加入感知價值作為中介變量后的回歸。由表6可知，模型1的復(fù)相關(guān)系數(shù)R1=0.443，模型2的復(fù)相關(guān)系數(shù)R2=0.540;模型1的擬合優(yōu)度R12=0.196，模型2的擬合優(yōu)度R22=0.291，調(diào)整后的擬合優(yōu)度R12=0.192，調(diào)整后的擬合優(yōu)度R22=0.284，模型1的回歸標(biāo)準(zhǔn)誤差為0.583，模型2的回歸標(biāo)準(zhǔn)誤差為0.549，說明模型2明顯優(yōu)于模型1，又因為兩個模型Sig均小于0.001說明兩模型均顯著，但因為模型2的F值小于模型1的F值，說明模型2對模型1有改動。即，在購買意愿和在線評論效價之間加入感知價值后，評論效價對購買意愿的標(biāo)準(zhǔn)化回歸系數(shù)變小，因此可以驗證假設(shè)H10c。

感知價值在在線評論者資信度與購買意愿中的中介作用。本文以在線評論者資信度為自變量，感知價值為中介變量，購買意愿為因變量，然后采用逐步回歸的方法，分析結(jié)果如表7所示。表7中，模型1是在線評論者資信度對購買意愿的回歸，模型2是加入感知價值作為中介變量后的回歸。由表7可知，模型1的復(fù)相關(guān)系數(shù)R1=0.376，模型2的復(fù)相關(guān)系數(shù)R2=0.504;模型1的擬合優(yōu)度R12=0.142，模型2的擬合優(yōu)度R22=0.254，調(diào)整后的擬合優(yōu)度R12=0.138，調(diào)整后的擬合優(yōu)度R22=0.246，模型1的回歸標(biāo)準(zhǔn)誤差為0.602，模型2的回歸標(biāo)準(zhǔn)誤差為0.563，說明模型2明顯優(yōu)于模型1，又因為兩個模型Sig均小于0.001，說明兩模型均顯著，但是因為模型2 的F值大于模型1的F值，說明模型2對模型1有改動。即，在購買意愿和在線評論者資信度之間加入感知價值后，在線評論者資信度對購買意愿的標(biāo)準(zhǔn)化回歸系數(shù)變小，因此可以驗證假設(shè)H10d。而通過以上單個自變量對感知價值與購買意愿的影響的回歸分析，可初步驗證假設(shè)H10。

假設(shè)檢驗的匯總。通過以上的相關(guān)分析和回歸分析對所有的假設(shè)做了驗證，結(jié)果如表8所示。

結(jié)論與建議

（一）結(jié)論

在線評論的質(zhì)量、在線評論的數(shù)量、在線評論的效價、在線評論者資信度正向影響大學(xué)生購買意愿。在線評論的質(zhì)量越高，表明對于該商品的描述比較全面，消費(fèi)者就會更多了解商品而產(chǎn)生很強(qiáng)的購買意愿。在線評論的數(shù)量多說明購買的人多，能夠吸引消費(fèi)者增加購買意愿。對于在線評論效價，當(dāng)評論傾向正面時能夠激發(fā)消費(fèi)者購買意愿。當(dāng)評論者資信度較高時說明他們對商品比較了解，具有很好的信用，就會使消費(fèi)者產(chǎn)生顯著的購買意愿。

在線評論的質(zhì)量越高，獲得的信息就會更多，就會更加了解商品，就會獲得較高的感知價值。在線評論的數(shù)量越多，就更能吸引消費(fèi)者，表明購買此商品的人就較多，消費(fèi)者的感知價值也會較大。在線評論的效價越高，說明評論多數(shù)是正面的，消費(fèi)者的感知價值就會增大。對于在線評論者資信度，當(dāng)消費(fèi)者發(fā)現(xiàn)評論者的資信度較高時，就會增加他們的感知價值。

感知價值對于購買意愿的影響是顯著的，消費(fèi)者的感知價值越大，就會有很強(qiáng)的購買意愿。

在在線評論與購買意愿的關(guān)系中，感知價值具有部分的中介作用，說明本文引入感知價值作為中介變量是正確的，能夠很好解釋在線評論對購買意愿影響的內(nèi)在機(jī)理和作用過程。

（二）啟示

在線評論是影響消費(fèi)者購買意愿的重要因素，對電商企業(yè)來說，引導(dǎo)和管理在線評論來提高銷量和知名度非常重要。當(dāng)前大學(xué)生對網(wǎng)購的接受度很高，幾乎是網(wǎng)購的主體，大學(xué)生也具有較高的信息搜索能力。所以，在大學(xué)生的網(wǎng)絡(luò)購買意愿中，在線評論具有較大影響。因此，根據(jù)本文的結(jié)論得出以下啟示：

作為商家要特別重視在線評論的效價。消費(fèi)者在購物前會查看在線評論，正向的評價會提高消費(fèi)者的購買意愿，因此對于負(fù)面的評價，商家要及時了解情況，查明原因，妥善處理，避免因為負(fù)面的評價帶來惡劣的影響。

引導(dǎo)更多的消費(fèi)者發(fā)表評論。評論的數(shù)量越多，表明商品的購買者較多，銷量越大，就會越吸引其他消費(fèi)者的關(guān)注，增加購買意愿，從而增加銷售量。

增加消費(fèi)者的感知價值，降低感知風(fēng)險。商家要立足于長遠(yuǎn)發(fā)展，增加消費(fèi)者對網(wǎng)店的信任，保證商品的質(zhì)量，改善購物環(huán)境，提供便捷的購物通道，降低消費(fèi)者對網(wǎng)購的不確定性，提高感知價值，使消費(fèi)者能夠成為忠實(shí)的顧客。

幫助大學(xué)生群體提高自身的專業(yè)能力。由于網(wǎng)絡(luò)的虛擬性使得有些商家以次充好，只有提高大學(xué)生的專業(yè)能力，才能在海量的信息中進(jìn)行判別和分析，從而做出合理的決策。

參考文獻(xiàn)：

1.Bickart B，Schindler R M.Internet forums as influential sources of consumer infbrmation[J].Journal of Interactive Marketing，2001，15（3）

2.Park D H，Kim S.The effects of Consumer knowledge on message processing of electronic world of mouth via online consumer reviews[J].Electronic Commerce Research and Applications，2008，7（4）

3.周晶晶.在線客戶評論對消費(fèi)者購買決策的影響力研究[D].浙江大學(xué)碩士論文，2009

4.劉順利.在線評論對網(wǎng)上書店銷量影響實(shí)證研究[D].湖南大學(xué)碩士論文，2013

5.郭國慶，陳凱，何飛.消費(fèi)者在線評論可信度的影響因素研究[J].當(dāng)代經(jīng)濟(jì)管理，2010，32（10）

6.王遠(yuǎn)懷，于洪彥，李響.網(wǎng)絡(luò)評論如何影響網(wǎng)絡(luò)購物意愿[J].中大管理研究，2013（2）

7.李恒.在線評論特征的維度綜述[J].企業(yè)技術(shù)開發(fā)，2015，34（3）

8.Seneca，Sylvain.The Influence of Online Product Recommendation On Consumers Online Choices[J]. Journal of Retailing， 2004，80（2）