默認好評對消費者購買行為的影響

趙英男，王 欣，王全勝，閔 超，陳曉威

1 南京大學(xué) 商學(xué)院，南京 210093 2 南京大學(xué) 信息管理學(xué)院，南京 210093

引言

評論操控指供應(yīng)商或任何第三方修改在線評論或代表消費者發(fā)布非真實在線評論等的行為，以達到促進其產(chǎn)品銷售的目的。已有研究表明，企業(yè)通過雇用專業(yè)人員或激勵消費者在論壇[1]、網(wǎng)絡(luò)購物平臺[2]或在線社區(qū)[3]中發(fā)表評論，以進行評論操控。然而，對一種特殊的評論操控機制——默認好評卻缺乏關(guān)注。默認好評是購物平臺設(shè)計的自動生成評價的系統(tǒng)設(shè)置，如果消費者在消費后的一定期限內(nèi)未對所購產(chǎn)品進行評價，購物平臺系統(tǒng)則自動代替消費者對該次購買經(jīng)歷進行滿分評分，并發(fā)表“系統(tǒng)默認好評”的評價。

作為評論操控的一種，默認好評兼具實踐上的普遍性和理論上的獨特性。從實踐角度看，默認好評被中國多數(shù)電商平臺使用，包括餓了么、淘寶、阿里巴巴批發(fā)網(wǎng)等。根據(jù)本研究的抽樣統(tǒng)計，以阿里巴巴批發(fā)網(wǎng)為例，默認好評與正常好評之比達到3:1，足以說明其影響深度。但是，默認好評的作用一直頗具爭議，在2017年2月，使用默認好評已久的淘寶網(wǎng)正式取消了這一設(shè)置，在一定程度上暗示著默認好評存在潛在弊端。而從理論角度看，默認好評有別于一般的評論操控，具有商家不可控和消費者不易識別的特征。基于此，本研究探討默認好評數(shù)量是否對消費者購買行為產(chǎn)生影響，其作用邊界和機制是什么。在研究1中，利用購物平臺中的真實產(chǎn)品評價和銷售數(shù)據(jù)，通過構(gòu)建雙向固定效應(yīng)模型，探討并檢驗?zāi)J好評數(shù)量對購買行為的影響，并建立調(diào)節(jié)效應(yīng)模型，討論默認好評影響消費者購買行為的邊界條件。在研究2中，利用實驗的方法，探討默認好評的具體作用機制，即感知產(chǎn)品診斷性的中介作用。上述研究設(shè)計可以兼顧二手數(shù)據(jù)較高的外部效度和實驗方法支持因果推斷的雙重優(yōu)點。

1 相關(guān)研究評述

由于默認好評與正常好評字面相似且常同時出現(xiàn)在產(chǎn)品的評論頁面，故默認好評常被理解為好評的一種，進而被納入正常在線評論的討論。然而，默認好評本身并非消費者表達的真實意愿，其呈現(xiàn)的評分數(shù)字(默認為最高分)也顯然偏離消費者的正常評分。所以，本研究認為，默認好評是第三方以促進產(chǎn)品銷售為目的、代替消費者發(fā)布的非真實的在線評論。根據(jù)其特征與評論操控定義的相似性[4]，本研究認為默認好評更應(yīng)被理解為一種評論操控，進而納入評論操控領(lǐng)域的討論范疇。

1.1 評論操控的形式

在線評論是消費者獲得產(chǎn)品信息的重要途徑[5]，對消費者的態(tài)度和行為具有導(dǎo)向作用[6]，這促使網(wǎng)絡(luò)中評論操控行為大量涌現(xiàn)，尤其在競爭日益激烈的市場中，企業(yè)愈發(fā)將評論操控視為最優(yōu)選擇[7]。在線評論操控的主要形式有增加好評、獎勵好評、刪除或隱藏差評和發(fā)布競爭者的差評。評論對銷量的正向影響是企業(yè)做出添加好評決策的主要動因[8]，添加好評主要以未購買者的虛假評論形式出現(xiàn)，商家或平臺往往通過使用不真實的消費者賬號，發(fā)布積極的評價和評分[9]。外部的物質(zhì)獎勵是商家吸引消費者進行好評的重要工具[10]，商家通過現(xiàn)金返還或贈送優(yōu)惠券等獎勵計劃激勵消費者發(fā)布積極評價[11]，如好評返現(xiàn)，即商家在快遞中隨附一張好評返現(xiàn)的廣告單，示意消費者進行好評[12]。此外，由于大量差評對銷量可能帶來負面影響[13]，刪除或隱藏差評也成為一種常見的評論操控手段，這一方式雖然沒有涉及發(fā)布虛假信息，但是同樣改變了評論的效價和分布，例如，Yelp提供將負面評論移至評論頁面底部的收費服務(wù)，使消費者更難接觸到負面評價。在虛假評論中，除了積極評論，虛假的負面評論也十分普遍，主要被用于攻擊競爭對手，這類評論對小型企業(yè)具有破壞性的影響。目前，電子商務(wù)網(wǎng)站中甚至出現(xiàn)了一些消費者有意使用虛假的負面評論敲詐企業(yè)，以獲得某些特權(quán)，如價格折扣[14]。

盡管學(xué)者們探討了評論操控的諸多形式，但是默認好評這種特殊的操控形式卻被忽略。與其他評論操控手段相比，默認好評有其明顯特點：①對商家而言，默認好評具有不可控性，一般的在線評論操控多是由商家主動控制，而默認好評由平臺統(tǒng)一的評論系統(tǒng)設(shè)置，不為商家控制且不具有針對性。已有研究關(guān)注的經(jīng)典操控手段，如匿名發(fā)表不真實的正面評論或故意刪除差評等，均以商家為操控主體。而本研究探討的默認好評，其規(guī)則的制定者和實施者則是網(wǎng)絡(luò)購物平臺，個體商家沒有能力對此進行控制。②對消費者而言，默認好評具有易識別性。一般評論操控是以消費者的名義或者匿名發(fā)布的，具有較強的隱蔽性，不易被消費者識別[2]。反觀默認好評，它往往具有統(tǒng)一的格式，甚至被平臺主動標(biāo)記，這使默認好評很容易被消費者辨識。

目前，評論操控對消費者購買決策的影響已被廣泛研究。李研等[15]發(fā)現(xiàn)被迫好評對消費者的滿意度和推薦意愿有負向影響；ZHUANG et al.[9]認為添加好評和刪除隱藏差評的短期效益以及過度操控帶來負面影響；付東普等[16]發(fā)現(xiàn)與提供社會回報相比，商家為消費者好評提供經(jīng)濟回報帶來的評論深度較低，由此導(dǎo)致較低的感知評論有用性。但鑒于默認好評不同于以往的評論操控，具有可識別性和不可控性，這種評論操控是否以及如何影響消費者的決策尚未得到理論探討和實證支持。

1.2 評論操控的作用機制

已有大量研究探討商家評論操控對消費者行為的影響機制，但默認好評非可控和易識別的特征使已有研究的解釋邏輯難以被直接應(yīng)用。本研究梳理已有研究的解釋邏輯如下。

(1)從傳播的過程看，主要的解釋邏輯為網(wǎng)絡(luò)口碑效應(yīng)。口碑效應(yīng)是指在網(wǎng)絡(luò)社交或者網(wǎng)絡(luò)購物等過程中，消費者之間的交流互動行為對于其他潛在消費者、生產(chǎn)企業(yè)乃至產(chǎn)品和品牌產(chǎn)生的影響[17]。鄭春東等[18]關(guān)注“網(wǎng)絡(luò)水軍”這一評論操控現(xiàn)象，歸納出這種評論操控具有操控數(shù)量大、質(zhì)量參差不齊、文本相似等特征，并從口碑效應(yīng)的角度討論上述特點對消費者感知有用性、專業(yè)性和風(fēng)險3個方面的影響。本研究認為，在“網(wǎng)絡(luò)水軍”問題的情景下，商家主動安排“水軍”(商家可控性)是該行為發(fā)生的背景；而嘗試將之偽裝為一般消費者評論(消費者不易識別性)則是“水軍”們致力達成的重要目標(biāo)，也成為該種操控起效的前提。相比之下，默認好評則是平臺層面的政策，其易識別的特征使該種好評難以取信于其他消費者，進而難以形成可擴散的口碑。

(2)從消費者識別評論操控后的反應(yīng)視角，主要的解釋理論是說服知識模型。說服知識是指消費者對營銷者的各種行為動機、勸說技巧和策略存在的一定程度的認識。說服知識模型指消費者在具體的說服情景中，使用說服知識解釋、評價和應(yīng)對廣告商或者銷售人員的說服意圖，最終體現(xiàn)自己的意志，達到自己的目標(biāo)[19]。在崔耕等[20]的研究中，該模型被用于解釋說服知識在評論操控降低購買意愿中的調(diào)節(jié)作用。本研究認為，說服知識模型的基本前提是消費者處于說服的情景，但默認好評信息含量極低，且明確指出評價是由系統(tǒng)給出，這與說服知識模型中的說服情景并不相同。此外，在說服知識模型中，消費者首先需要通過應(yīng)用說服知識對營銷者說服意圖進行判斷然后做出反應(yīng)，但在本研究情景下，信息發(fā)布者與消費者評估的對象并不相同，消費者無法根據(jù)平臺系統(tǒng)設(shè)置的默認好評判斷商家意圖。所以，說服知識模型仍難契合本研究情景。

(3)從商家與消費者長期博弈的視角，學(xué)者使用的是消費者學(xué)習(xí)理論。消費者學(xué)習(xí)理論是指由于消費者并不完全了解產(chǎn)品信息，不確定產(chǎn)品的真實質(zhì)量，為了降低這種不確定性，消費者不斷從過去的消費經(jīng)驗中進行學(xué)習(xí)。ZHAO et al.[21]的研究發(fā)現(xiàn)，在評論操控情景下，消費者會產(chǎn)生基于在線評論的(同時也是經(jīng)過操控的)預(yù)期，并在收到實際產(chǎn)品后發(fā)現(xiàn)二者之間的差距。消費者傾向于從該種差距中學(xué)習(xí)，同時在長期重復(fù)博弈中調(diào)整自身對在線評論的預(yù)期，以減少預(yù)期與實際之間的差異。由于消費者基于以往經(jīng)驗不斷地更新對評論可信度的認識，虛假評論的存在導(dǎo)致消費者購買行為的不確定性增加，且積極評論和評論數(shù)量的增加對消費者購買的影響降低。本研究認為，默認好評具有識別性，消費者不需要通過長期學(xué)習(xí)進行調(diào)整，且上述博弈的主體仍在商家與消費者之間，只有當(dāng)消費者發(fā)現(xiàn)商家主動操控評論時才會考慮做出相應(yīng)措施，而默認好評的操控主體不是商家，這意味著該理論視角仍難以適用于默認好評問題。

基于上述分析，已有關(guān)于評論操控的研究仍存在不足。首先，已有研究雖然識別出多種評論操控形式，并分析了其對消費者購買的影響，但仍缺乏對默認好評這一特殊評論操控的關(guān)注。由于其特有的商家不可控和消費者易識別特征，本研究將對默認好評對消費者購買決策的影響及邊界條件進行研究。此外，目前評論操控的相關(guān)研究使用網(wǎng)絡(luò)口碑效應(yīng)、說服知識模型和消費者學(xué)習(xí)理論對消費者決策影響機制進行解釋，但這些邏輯并不適用于默認好評，本研究的第2個研究目的便是討論默認好評的影響機制，這對深入理解評論操控有重要意義。

2 理論基礎(chǔ)和研究假設(shè)

2.1 產(chǎn)品診斷性

產(chǎn)品診斷性指消費者認為網(wǎng)站或系統(tǒng)有助于其全面評價產(chǎn)品優(yōu)劣的程度[22-23]，反映了網(wǎng)站傳遞相關(guān)產(chǎn)品信息以幫助買家準(zhǔn)確評估產(chǎn)品質(zhì)量的能力[24]。信息經(jīng)濟學(xué)的相關(guān)研究認為消費者的購買決策過程旨在減少產(chǎn)品不確定性[25]，產(chǎn)品診斷性作為在線消費者對產(chǎn)品信息的認知反應(yīng)變量，衡量了賣方傳遞的信息在降低不確定性進而促進購買決策上的價值。當(dāng)賣方傳達有關(guān)其產(chǎn)品真實質(zhì)量的信息時，消費者會感知到更高的產(chǎn)品診斷性，即能夠準(zhǔn)確評估產(chǎn)品質(zhì)量，避免對低質(zhì)量或不正確產(chǎn)品的錯誤選擇，從而更可能進行購買。目前，信息系統(tǒng)領(lǐng)域的學(xué)者已對產(chǎn)品診斷性展開廣泛的研究，證明了這一變量在網(wǎng)絡(luò)購物環(huán)境中的重要性，并發(fā)現(xiàn)了其對產(chǎn)品評價[26]、購買態(tài)度[23]和實際購買[22]的積極影響。

在已有研究中，學(xué)者對產(chǎn)品診斷性的探討涉及到多種不同的情景。JIANG et al.[26]探討虛擬購物體驗對感知產(chǎn)品診斷性的作用，結(jié)果表明視覺控制(消費者能夠操縱Web產(chǎn)品圖像，從不同的角度和距離觀看產(chǎn)品)和功能控制(消費者能夠探索和體驗產(chǎn)品的不同特性和功能)可以提高消費者感知到的產(chǎn)品可評估程度；YI et al.[23]在用戶做出產(chǎn)品標(biāo)記為其他用戶搜索產(chǎn)品提供導(dǎo)航的背景下，驗證了產(chǎn)品標(biāo)記對感知產(chǎn)品診斷性的積極影響，研究結(jié)果表明，標(biāo)簽有助于用戶定位和評估相關(guān)的替代品，從而增強產(chǎn)品搜索的感知診斷性。此外，由于在線評論成為消費者獲得產(chǎn)品相關(guān)信息的重要來源，產(chǎn)品診斷性也被納入在線評論的研究情景中，有研究表明在線評論的質(zhì)量直接影響消費者的感知產(chǎn)品診斷性，評論字數(shù)等在線評論特征可以幫助消費者進行決策，正向影響產(chǎn)品診斷性[25,27]。

將產(chǎn)品診斷性應(yīng)用于默認好評機制的解釋中是充分的，也是合理的。第一，評論信息首先被消費者加工處理，然后成為其購買決策的依據(jù)[28]，產(chǎn)品診斷性機制展示了消費者對評論信息的認知反應(yīng)，可以直接體現(xiàn)默認好評的作用效果。第二，基于默認好評的不可控性和可識別性，感知產(chǎn)品診斷性可以較充分地解釋默認好評對消費者的影響。一方面，默認好評不為商家所控制，這一設(shè)置作用于所有商家的產(chǎn)品評論中，而產(chǎn)品診斷性機制聚焦于消費者對信息的整體認知反應(yīng)，潛在地將信息來源等因素包含在內(nèi)，與默認好評中默認好評來源于平臺而非商家的情景相吻合。另一方面，由于默認好評可識別性高，消費者在購買決策中清楚地知道自己面臨的信息是失真的，而產(chǎn)品診斷性這一機制解釋了消費者面臨產(chǎn)品信息時的反應(yīng)，能夠揭示默認好評可能存在的干擾作用。

2.2 默認好評對消費者行為的影響

默認好評的存在干擾消費者對產(chǎn)品優(yōu)劣的判斷，使其感知到的產(chǎn)品診斷性降低。一方面，默認好評本身具有模糊性，消費者無法推測默認好評背后購買者的真正意圖。對于閱讀這些默認好評的消費者來說，“沉默”存在多種解釋[29]，沒有發(fā)表評價可能表示已存在的評價足以代表自己的意見，也可能表示產(chǎn)品的真實質(zhì)量不是很差等。當(dāng)消費者通過這些信息判斷產(chǎn)品質(zhì)量時，模糊性增加消費者理解這些信息進而借助信息做出判斷的難度[30]，感知產(chǎn)品診斷性因此降低。另一方面，默認好評的存在影響在線評論其他組成部分的可信度，如評論數(shù)量和整體評分，為消費者產(chǎn)品評價提供依據(jù)的有效信息變得更少。具體而言，由于評論并非全部由真實評論構(gòu)成，消費者無從得知評論中默認好評的比例，使評論數(shù)量的可信度降低；由于默認好評的評分直接計入產(chǎn)品的整體評分，整體評分中有一部分高分并不是由消費者真實評價的，總體評分的可信度也在一定程度上降低。默認好評的存在使消費者更加難以借助評論數(shù)量和整體評分等指標(biāo)衡量產(chǎn)品的真實質(zhì)量，消費者感知產(chǎn)品診斷性降低。此外，HU et al.[4]也認為評論操控增加消費者的不確定性。據(jù)此，本研究認為默認好評數(shù)量與感知產(chǎn)品診斷性呈負相關(guān)。

關(guān)于感知產(chǎn)品診斷性與消費者購買行為的關(guān)系，①當(dāng)消費者無法評估產(chǎn)品質(zhì)量，即感知產(chǎn)品診斷性低時，較高的交易風(fēng)險感知阻礙消費者進行購買。PAVLOU et al.[31]認為不確定性導(dǎo)致對風(fēng)險的感知，進而造成購買意愿下降，默認好評的增加減弱了感知產(chǎn)品診斷性，消費者對質(zhì)量的不確定性會降低其購買意愿。②研究表明消費者對產(chǎn)品的態(tài)度與其對所做產(chǎn)品評價的信心相關(guān)[32]，當(dāng)消費者對自己做出的產(chǎn)品評價缺乏信心時，他們對該產(chǎn)品的態(tài)度也趨向消極。隨著默認好評數(shù)量增加，消費者通過現(xiàn)有的評論無法準(zhǔn)確判斷產(chǎn)品質(zhì)量，因而對產(chǎn)品本身的信心減弱，購買產(chǎn)品的意愿下降。③在網(wǎng)絡(luò)購物的情景下，感知產(chǎn)品診斷性表示網(wǎng)站能在多大程度上幫助消費者了解和判斷產(chǎn)品，更高的感知產(chǎn)品診斷性意味著消費者能通過這一網(wǎng)站了解產(chǎn)品，并做出明智的購買決策，從而更有效地實現(xiàn)自己的購物目標(biāo)；而當(dāng)消費者認為網(wǎng)站不利于自己獲取產(chǎn)品信息時，他們在該網(wǎng)站購物的傾向便會降低。在默認好評情景中，網(wǎng)站統(tǒng)一設(shè)置默認好評機制，默認好評對消費者獲取產(chǎn)品的相關(guān)信息產(chǎn)生了干擾，影響消費者對網(wǎng)站的評價，進而降低其在該網(wǎng)站完成購物的可能性。此外，已有學(xué)者認為感知產(chǎn)品診斷性對購買意愿有積極影響[23-24]，所以本研究認為感知產(chǎn)品診斷性與消費者購買行為正相關(guān)。綜上，本研究提出假設(shè)。

H1a默認好評數(shù)量與消費者購買行為呈負相關(guān)；

H1b感知產(chǎn)品診斷性在默認好評數(shù)量對消費者購買行為的影響中起中介作用。

2.3 默認好評與消費者購買行為關(guān)系的邊界條件

根據(jù)消費者是否需要通過購買和體驗來評估產(chǎn)品價值，可以將產(chǎn)品分為搜索品和體驗品[28]，搜索品是指消費者在購買前可以通過多種屬性進行評估，如電腦、手機、剃須刀；體驗品很難通過特定的屬性進行描述，需要通過購買和使用才能對產(chǎn)品價值做出判斷，如圖書、食品和電影。消費者在評價搜索品時更傾向于使用系統(tǒng)式的加工方法處理信息[33]，即對與判斷相關(guān)的信息進行全面分析和認知處理[34]；對于體驗品則使用啟發(fā)式的加工方法[33]，即付出較少的認知努力，更多地依賴信息背景來判斷其有效性，如信息源或其他周邊線索。系統(tǒng)式的加工方法使消費者更加詳細地處理產(chǎn)品和評論信息的具體內(nèi)容，也就越能注意到默認好評的存在并進一步思考，從而意識到默認好評的模糊性及其導(dǎo)致的評論其他組成部分的偏差，使判斷產(chǎn)品質(zhì)量難度加大；啟發(fā)式的加工使消費者更傾向于直接通過評論數(shù)量和評分等周邊線索進行購買決策，并沒意識到默認好評的本質(zhì)，產(chǎn)品質(zhì)量判斷難度變化不大。已有研究表明，消費者購買不同類型產(chǎn)品時關(guān)注評論中不同的信息，如購買搜索型產(chǎn)品時，消費者對網(wǎng)頁中純文字評論的關(guān)注度更高[35]。因此本研究推論，對于搜索品，默認好評更容易干擾消費者的判斷，從而降低購買可能性；對于體驗品，默認好評由于不容易被納入消費者的信息處理范圍，其對購買決策的影響較小。因此，本研究提出假設(shè)。

H2a相對于體驗品，搜索品的默認好評數(shù)量對消費者購買行為的負向作用更強。

產(chǎn)品流行度已經(jīng)被廣泛地納入營銷研究領(lǐng)域[36]，已有研究通常根據(jù)銷量或銷售額劃分產(chǎn)品流行度的高低，銷量或銷售額較高的產(chǎn)品為暢銷產(chǎn)品，銷量或銷售額較低的僅有一小部分顧客群的為小眾產(chǎn)品。在線評論對暢銷產(chǎn)品和小眾產(chǎn)品的影響是不同的，由于消費者同時接收網(wǎng)站提供的受歡迎度信息和顧客的評論信息，他們根據(jù)產(chǎn)品的流行度初步判斷產(chǎn)品的質(zhì)量，并根據(jù)在線評論調(diào)整這種判斷。但是由于認知偏差，消費者往往傾向于忽略與最初觀點(即根據(jù)流行度產(chǎn)生的預(yù)期)不一致的信息，更注重與最初觀點一致的信息，這就導(dǎo)致正向評論對流行產(chǎn)品的作用更大，負向評論對小眾產(chǎn)品的作用更大[37]。因此，對于高流行度的產(chǎn)品，消費者對其質(zhì)量的判斷更趨向積極，在認知偏差的作用下，消費者對默認好評做出更加正面的推測，而忽略默認好評的潛在干擾，產(chǎn)品質(zhì)量判斷的難度不會受到較大影響，默認好評的負向影響相對較弱。對于低流行度產(chǎn)品，認知偏差會放大默認好評的干擾，消費者對于產(chǎn)品質(zhì)量更為不確定，默認好評的負向影響更強。此外，產(chǎn)品流行度作為產(chǎn)品質(zhì)量的信號，也起著降低消費者不確定性的作用，當(dāng)消費者面對默認好評帶來的干擾時，高流行度信號可以緩沖和克服默認好評的負面影響，而低流行度產(chǎn)品由于缺乏補償性的信號，受到的負面影響更大[38]。因此，本研究提出假設(shè)。

H2b相對于低流行度的產(chǎn)品，高流行度產(chǎn)品的默認好評數(shù)量對消費者購買行為的負向作用更弱。

由于交易主體的有限理性和機會主義行為傾向，消費者在交易過程中面臨著來自競爭者和供應(yīng)商等多方帶來的不確定性，相對于供應(yīng)商直銷，購買經(jīng)銷代理商的產(chǎn)品涉及更大的風(fēng)險，加劇默認好評的負面影響。一方面，經(jīng)銷代理商交易環(huán)節(jié)的增加導(dǎo)致更高的不確定性。經(jīng)銷代理商的自利傾向經(jīng)常導(dǎo)致渠道中的機會主義行為，包括扭曲和隱瞞信息、不遵循既定質(zhì)量標(biāo)準(zhǔn)、不履行應(yīng)盡的責(zé)任或義務(wù)等[39-40]。具體而言，經(jīng)銷代理商可能為了盈利或降低成本而故意隱瞞或夸大部分產(chǎn)品信息，銷售質(zhì)量欠佳的產(chǎn)品，有意提高產(chǎn)品維修和退貨的門檻。因此，與供應(yīng)商直銷的產(chǎn)品相比，分銷商環(huán)節(jié)的不確定因素為消費者購買帶來更多潛在風(fēng)險。另一方面，與供應(yīng)商相比，經(jīng)銷代理商出現(xiàn)機會主義行為的概率相對較高。因為產(chǎn)品質(zhì)量直接關(guān)乎供應(yīng)商的聲譽，實施機會主義行為的后果直接使其聲譽受損。而且已有學(xué)者認為聲譽抑制機會主義行為，在長遠利益受損的威脅下，供應(yīng)商傾向于選擇誠實行為而非機會主義行為[41]。因此，與供應(yīng)商直銷相比，消費者購買經(jīng)銷代理商的產(chǎn)品時面臨的風(fēng)險更大，在此情況下，默認好評的干擾加劇消費者準(zhǔn)確判斷產(chǎn)品質(zhì)量的難度，進而對銷量造成更大的負面影響。因此，本研究提出假設(shè)。

H2c與經(jīng)銷代理商的產(chǎn)品相比，供應(yīng)商直銷產(chǎn)品的默認好評數(shù)量對消費者購買行為的負向作用更弱。

3 研究方法

本研究通過二手數(shù)據(jù)分析和實驗方法驗證假設(shè)。二手數(shù)據(jù)分析可以通過真實發(fā)生的消費記錄揭示默認好評機制對消費者購買行為的作用及其邊界條件，彌補實驗法外部效度的不足，本研究通過構(gòu)建計量經(jīng)濟模型驗證H1a和H2a～H2c。由于二手數(shù)據(jù)分析無法探討內(nèi)在的作用機制，本研究進一步通過實驗方法探討默認好評的作用機制，即感知產(chǎn)品診斷性的中介作用，同時處理二手數(shù)據(jù)分析中無法解決的部分內(nèi)生性問題。

3.1 研究1：二手數(shù)據(jù)分析

研究1旨在探討默認好評數(shù)量對消費者購買行為的影響以及產(chǎn)品類型、產(chǎn)品流行度和商家經(jīng)營模式在其中的調(diào)節(jié)作用，本研究以產(chǎn)品和天為單位，在面板數(shù)據(jù)的基礎(chǔ)上，采用雙向固定效應(yīng)模型控制個體和時間的差異，并在穩(wěn)健性檢驗中采用滯后的方法處理反向因果帶來的內(nèi)生性問題。雙向固定效應(yīng)指個體固定效應(yīng)和時間固定效應(yīng)，個體固定效應(yīng)可以解決不隨時間變化但隨個體而異的遺漏變量問題，時間固定效應(yīng)可以解決不隨個體變化但隨時間變化的遺漏變量問題。

3.1.1數(shù)據(jù)來源和測量

本研究數(shù)據(jù)為自主抓取的、來自于電子商務(wù)網(wǎng)站阿里巴巴的在線評論和銷售數(shù)據(jù)。抓取方法和內(nèi)容如下：在巧克力、餅干、剃須刀、電池、紙巾、墻紙、純凈水和飲料8個產(chǎn)品種類中，按照銷售額排名分別選取排在前100的產(chǎn)品，抓取的數(shù)據(jù)包括產(chǎn)品詳細信息、評論、銷售信息和商家信息。抓取的時間為2017年9月6日至2017年12月6日，共包含758個商家，遍布在27個省、自治區(qū)和直轄市。由于消費者在購物過程中面對全部的評論數(shù)據(jù)，因此，對于產(chǎn)品評論，抓取自產(chǎn)品上架到觀察期終止期間內(nèi)的所有數(shù)據(jù)，并剔除沒有任何評論和銷量的產(chǎn)品，本研究的最終數(shù)據(jù)包括622件產(chǎn)品、604家商家，總評論數(shù)為401 556條，其中默認好評數(shù)為310 906條。

本研究按產(chǎn)品和天對上述數(shù)據(jù)進行匯總得到分析所用的數(shù)據(jù)集，如前所述，消費者購買時看到前期的所有評論，因此與評論相關(guān)的變量均采用累計數(shù)量求得。此外，采用產(chǎn)品銷量測量消費者購買行為，可以反映消費者的真實購買行為；根據(jù)體驗品和搜索品的定義將產(chǎn)品類型編碼為0和1；用每件產(chǎn)品在同品類產(chǎn)品中的銷售額排名測量流行度；商家經(jīng)營模式分為經(jīng)銷代理和供應(yīng)商直銷，分別編碼為0和1。除產(chǎn)品銷售數(shù)量和默認好評數(shù)量以及產(chǎn)品類型、產(chǎn)品流行度和經(jīng)營模式等調(diào)節(jié)變量外，本研究將評論層面因素納入模型，即選取五星評分數(shù)量、評論總數(shù)、評分標(biāo)準(zhǔn)差、平均評論字數(shù)等作為控制變量。由于采用固定效應(yīng)模型，產(chǎn)品和商家層面的所有基本特征因素都是不隨個體變化的，因此不將這兩個層面的因素納入控制變量。為了使各個變量的分布均符合正態(tài)分布，同時便于解釋，對于放入模型中除虛擬變量之外的所有變量均取對數(shù)。

3.1.2數(shù)據(jù)分析和結(jié)果

描述性統(tǒng)計結(jié)果見表1，每件產(chǎn)品的平均銷量為1 054.323件，默認好評413.475條。變量之間的相關(guān)關(guān)系檢驗結(jié)果見表2，默認好評數(shù)量與產(chǎn)品銷量之間的相關(guān)系數(shù)不顯著，未支持本研究假設(shè)，兩者關(guān)系有待進一步分析。產(chǎn)品類型和產(chǎn)品流行度與產(chǎn)品銷量顯著負相關(guān)，經(jīng)營模式與產(chǎn)品銷量顯著正相關(guān)，在一定程度上說明搜索品、非流行品(銷售額排名靠后)和經(jīng)銷代理的產(chǎn)品銷量較低。

表1 描述性統(tǒng)計結(jié)果Table 1 Results for Descriptive Statistics

表2 相關(guān)系數(shù)Table 2 Correlation Coefficients

基于上述面板數(shù)據(jù)，本研究采用雙向固定效應(yīng)模型，以產(chǎn)品銷量為因變量進行回歸，回歸分析結(jié)果見表3，其中樣本量57 224條為按產(chǎn)品和天對評論進行匯總后的記錄數(shù)，由于部分商家的經(jīng)營模式數(shù)據(jù)有缺失，模型5和模型6的樣本量為57 040條。相對于隨機效應(yīng)模型而言，雙向固定效應(yīng)模型允許殘差項與其他解釋變量相關(guān)，因此使模型估計更加靈活和穩(wěn)??；Hausman檢驗結(jié)果為χ2(5)=109.59，p<0.001，同樣拒絕采用隨機效應(yīng)模型。

由于本研究采用雙向固定效應(yīng)模型，調(diào)節(jié)變量不隨個體而變化，無法驗證單獨的調(diào)節(jié)變量對產(chǎn)品銷量的影響，因此在估計結(jié)果中只展示了交互項的系數(shù)和標(biāo)準(zhǔn)誤。

表3中模型1只在回歸中引入控制變量。

模型2檢驗主效應(yīng)，默認好評數(shù)量與產(chǎn)品銷量顯著負相關(guān)，β=-0.311，p<0.001，H1a得到驗證。

模型3～模型6檢驗產(chǎn)品類型、產(chǎn)品流行度和經(jīng)營模式的調(diào)節(jié)作用，由模型3結(jié)果可知，產(chǎn)品類型對默認好評數(shù)量與產(chǎn)品銷量的關(guān)系起調(diào)節(jié)作用，β搜索品=-0.222，p<0.001，即相對于體驗品，搜索品的默認好評數(shù)量對產(chǎn)品銷量的負向作用更強，H2a得到驗證；由模型4結(jié)果可知，產(chǎn)品流行度對默認好評數(shù)量與產(chǎn)品銷量的關(guān)系起調(diào)節(jié)作用，β產(chǎn)品流行度=-0.088，p<0.001，對于流行度低的產(chǎn)品，默認好評數(shù)量對產(chǎn)品銷量的負向作用越強，而對于流行度高的產(chǎn)品，默認好評數(shù)量對產(chǎn)品銷量的負向作用越弱，H2b得到驗證。由模型5結(jié)果可知，經(jīng)營模式對默認好評數(shù)量與產(chǎn)品銷量的關(guān)系起調(diào)節(jié)作用，β經(jīng)營模式=0.132，p<0.001，即相對于經(jīng)銷商代理的產(chǎn)品，供應(yīng)商直銷的產(chǎn)品的默認好評數(shù)量對產(chǎn)品銷量的負向作用更弱，H2c得到驗證。

為保證研究結(jié)果的穩(wěn)健性，將3個調(diào)節(jié)變量及其交互項同時放入模型中，由模型6結(jié)果可知，回歸結(jié)果與模型3～模型5的結(jié)果相似，進一步支持了本研究假設(shè)。

3.1.3穩(wěn)健性檢驗

本研究關(guān)注默認好評數(shù)量與產(chǎn)品銷量之間的關(guān)系，但在研究在線評論效應(yīng)時必須注意在線評論并非外生性變量[42]。也就是說，默認好評數(shù)量與產(chǎn)品銷量之間存在互為因果的可能，即默認好評可能是產(chǎn)品歷史銷量的反映，如今日較多的默認好評可能是前期銷量較大帶來的結(jié)果。因此，在模型設(shè)定時必須要考慮潛在的內(nèi)生性問題。本研究參考LIN et al.[43]的研究，通過滯后效應(yīng)排除這種反向因果帶來的影響，分別將默認好評數(shù)量滯后1期、5期和10期(單位:天)?；貧w結(jié)果表明，在滯后1期和10期的情況下默認好評數(shù)量仍然對產(chǎn)品銷量有顯著的負向影響，βlag1=-0.332，p<0.001;βlag10=-0.867，p<0.001。滯后5期時影響不顯著，βlag5=-0.222，p>0.100。該結(jié)果在一定程度上支持H1a。

3.2 研究2:實驗研究

研究2旨在研究默認好評數(shù)量對消費者購買行為影響的中介機制。由研究1的實證結(jié)果可知，搜索品更容易受到默認好評數(shù)量的負面影響，因此，本研究選取搜索品作為實驗材料。通過實驗法操控產(chǎn)品頁面中默認好評數(shù)量，設(shè)置消費者在線上購買禮物的場景，測量消費者感知產(chǎn)品診斷性和購買意愿，以此檢驗感知產(chǎn)品診斷性在默認好評數(shù)量與購買行為關(guān)系中的中介作用。需要說明的是，研究2因采用消費行為學(xué)實驗情景模擬方式進行研究，采用消費行為學(xué)研究范式中的購買意愿作為購買行為的測量指標(biāo)，與研究1中的實際購買行為在本質(zhì)上是一致的。

表3 回歸分析結(jié)果Table 3 Regression Analysis Results

3.2.1實驗材料

選取研究1中的剃須刀作為本次實驗的材料。本實驗通過操控產(chǎn)品評論頁中呈現(xiàn)的10條評論，設(shè)置4個樣本組，分別為3條、5條和10條默認好評組以及控制組，控制組無默認好評，全部是正常評價，頁面中10條評論的順序隨機呈現(xiàn)。

3.2.2研究設(shè)計

來自中國多所大學(xué)的234名學(xué)生參與本次研究，其中，108名女生，平均年齡20歲，實驗數(shù)據(jù)收集時間為2019年1月22日至25日。采用單因素組間設(shè)計，默認好評數(shù)量分別為0、3、5、10，所有參與者隨機分配，各組參與者分別為62名、60名、54名和58名。先請參與者閱讀實驗說明和知情同意書，確認接受知情同意書。指導(dǎo)語告知參與者，他們現(xiàn)在將要選購一份禮物送給朋友，并開始瀏覽產(chǎn)品信息和用戶評論。每個參與者看到3張圖片，前2張描述產(chǎn)品基本信息，第3張是評論頁面(詳情見附錄)。隨后測量購買意愿，請參與者對自己是否購買這件產(chǎn)品打分，具體題項為：請問您有多大可能購買這件商品，采用Likert 7點評分法，1為完全不可能，7為完全可能。然后，請參與者填寫感知產(chǎn)品診斷性量表，該量表借鑒PAVLOU et al.[44]的研究，根據(jù)本研究情景對題項進行修改，包括4個題項，具體為“我認為這些評論能夠幫助我獲得對該商品的真實感受”“獲得對該商品的真實感受使我購買該商品變得更加容易”“我認為這些評論能夠幫助我仔細評價這件商品”“能夠仔細評價商品讓我購買這件商品變得更加容易”。采用Likert 7點評分法，1為完全不同意，7為完全同意。在本研究中該量表的Cronbach′sα為0.845。最后，參與者需要填寫最近1個月的網(wǎng)購次數(shù)、網(wǎng)購年齡、平均網(wǎng)購瀏覽時間、教育程度、年齡、性別和情感狀態(tài)。為了確保問卷的質(zhì)量，請參與者回答是否認真填寫問卷。實驗完成后，參與者獲得研究者隨機發(fā)放的紅包，平均金額1元。

3.2.3實驗結(jié)果分析

圖1給出4種默認好評數(shù)量情景下消費者購買意愿的均值。為了檢驗共同因素偏差問題，參考KOTLAR et al.[45]的做法，使用Harman單因素檢驗進行分析，發(fā)現(xiàn)不存在能夠解釋超過26%變異量的因子。然后，以購買意愿為因變量，以默認好評數(shù)量為自變量，以網(wǎng)購次數(shù)、網(wǎng)購年齡、平均網(wǎng)購瀏覽時間、教育程度、年齡、性別和情感狀態(tài)作為控制變量，進行單因素方差分析。方差分析結(jié)果表明，默認好評數(shù)量的主效應(yīng)顯著，默認好評數(shù)量與消費者購買意愿存在顯著負相關(guān)，默認好評數(shù)量越多，消費者購買意愿越低，F(xiàn)(3，223)=3.328，p=0.020，偏η2=0.043；控制變量對購買意愿均無顯著影響。進一步采用最小顯著性差異法進行事后檢驗，控制組與5條默認好評組(p=0.039)和10條默認好評組(p=0.009)差異顯著，與3條默認好評組差異不顯著，p>0.100。

圖1 默認好評數(shù)量對購買意愿的影響Figure 1 Impact of Number of Default Good Reviews on Purchase Intentions

使用Bootstrap方法檢驗感知產(chǎn)品診斷性是否在默認好評數(shù)量對消費者購買意愿的影響中起中介作用，表4給出感知產(chǎn)品診斷性的中介效應(yīng)檢驗結(jié)果。由于默認好評數(shù)量是分組變量，本研究采用Spss Process的模型4進行多次檢驗，參照組均為控制組(無默認好評)，設(shè)定Bootstrap次數(shù)為5 000，同時將控制變量放入模型中。由表4可知，感知產(chǎn)品診斷性在3條默認好評組中的中介作用不顯著，間接效應(yīng)為-0.102，p>0.100，90%置信區(qū)間為[-0.433，0.212]，包含0。在5條默認好評組中的中介作用顯著，間接效應(yīng)為-0.328，p<0.050，95%置信區(qū)間為[-0.736，-0.036]，不包含0。在10條默認好評組中的中介作用顯著，間接效應(yīng)為-0.499，p<0.010，99%置信區(qū)間為[-1.114，-0.132]，不包含0。此外，在3個實驗組中，默認好評數(shù)量的直接效應(yīng)均不顯著，置信區(qū)間均包含0，說明感知產(chǎn)品診斷性起完全中介作用。H1b得到驗證。

4 結(jié)論

4.1 研究結(jié)果

本研究通過二手數(shù)據(jù)分析和實驗的方法探討默認好評數(shù)量對消費者購買行為的影響及其邊界條件和內(nèi)在機制。研究1的結(jié)果表明，①默認好評數(shù)量與產(chǎn)品銷量顯著負相關(guān)，表明在控制其他評論、產(chǎn)品和商家相關(guān)的因素后，默認好評數(shù)量越多，消費者的購買量越少；②默認好評數(shù)量對不同類型產(chǎn)品銷量的影響不同，對體驗品銷量的影響不顯著，這一結(jié)果與已有研究的結(jié)論相似[35]，即消費者對體驗品評論中的文字內(nèi)容關(guān)注度低；③產(chǎn)品流行度對默認好評數(shù)量的影響起調(diào)節(jié)作用，與GU et al.[37]的發(fā)現(xiàn)相近，小眾產(chǎn)品受到的評論負作用相對大，隨著流行度的升高，默認好評數(shù)量的負作用越來越小直至消失；④經(jīng)營模式的調(diào)節(jié)作用顯著，默認好評數(shù)量對經(jīng)銷商代理的產(chǎn)品銷量的負向影響更大。

研究2的分析結(jié)果進一步支持默認好評數(shù)量對消費者購買行為的負向影響。此外，研究還發(fā)現(xiàn)，默認好評數(shù)量較少時(如3條默認好評組)，消費者購買意愿并沒有顯著降低，只有當(dāng)默認好評數(shù)量較多時(如5條和10條默認好評組)，消費者購買意愿降低。這一結(jié)果可能意味著在默認好評數(shù)量較少時，消費者可以通過其他信息判斷產(chǎn)品質(zhì)量，并不會受到干擾。此外，默認好評效應(yīng)中介機制的分析結(jié)果表明，消費者的感知產(chǎn)品診斷性完全中介默認好評對消費者購買行為的影響，驗證了本研究假設(shè)，默認好評數(shù)量通過降低消費者的感知產(chǎn)品診斷性負向影響消費者購買行為。

表4 感知產(chǎn)品診斷性的中介作用檢驗結(jié)果Table 4 Test Results for Mediation Effect of Perceived Product Diagnosticity

4.2 理論貢獻和實踐啟示

本研究關(guān)注默認好評這種特殊的評論操控行為，并認為其與一般評論操控在性質(zhì)上有差異，加深了對評論操控行為的認識，并揭示出將評論操控在具體性質(zhì)上進行劃分具有重要意義。已有研究僅從整體上討論評論操控行為，或在形式上分析不同評論操控行為的差異，很難系統(tǒng)性地展示評論操控的影響及其背后的影響機制。本研究針對默認好評的特殊性質(zhì)，提出一種新的解釋機制，表明默認好評的負向影響是干擾消費者判斷、降低消費者感知產(chǎn)品診斷性導(dǎo)致的后果。這一觀點加深了對評論操控對消費者影響的理解，突出了評論操控特征(如商家角度是否可控制、消費者角度是否可識別)與消費者行為之間的理論聯(lián)系。

在實踐方面，商家應(yīng)該采取措施主動避免默認好評帶來的負面影響，尤其是對搜索品、排名靠后和經(jīng)銷代理的產(chǎn)品。一方面，商家可以通過與平臺協(xié)商或鼓勵消費者評論等措施減少默認好評；另一方面，商家應(yīng)該盡可能多地提供信息或服務(wù)，以幫助消費者判斷產(chǎn)品質(zhì)量，從而避免默認好評可能產(chǎn)生的干擾，如提供第三方的權(quán)威質(zhì)量認證、免費試用、介紹原材料來源或生產(chǎn)加工流程等。此外，本研究建議網(wǎng)絡(luò)購物平臺合理設(shè)計在線評論系統(tǒng)，營造值得信任的購物環(huán)境，積極采取更加靈活的評論管理策略，通過更便利的評價過程、消費評價提醒等措施鼓勵消費者進行評價，而不是直接將未評價的消費記錄默認為好評，以實現(xiàn)消費者、商家和平臺的共贏。

4.3 研究局限和展望

①研究結(jié)論需要在更廣泛的平臺和行業(yè)背景下進行驗證。研究1中的評論和銷售數(shù)據(jù)采集自阿里巴巴網(wǎng)站，屬于B2B類型的網(wǎng)絡(luò)購物平臺，盡管該網(wǎng)站也經(jīng)營部分零售業(yè)務(wù)，但是研究結(jié)論仍需要在B2C平臺中進一步驗證。②默認好評數(shù)量作用的邊界條件需要進一步挖掘，本研究在控制在線評論總數(shù)以及正常五星好評數(shù)量的情況下建立計量經(jīng)濟模型，考慮到默認好評可能由于增加了評論總數(shù)量和五星好評數(shù)量而產(chǎn)生正向影響，未來研究可以進一步討論默認好評由此產(chǎn)生積極作用的可能性。③關(guān)于默認好評與一般評論操控的比較研究仍需進一步探討，未來研究可以考慮兩者在其他維度上的區(qū)別，并通過實驗的方法比較兩種評論操控對消費者購買行為的不同影響以及內(nèi)在機理。④默認好評等評論操控行為不僅影響商家，也很可能影響其所在的平臺，如降低平臺聲譽，評論操控對平臺的影響以及平臺如何有效治理評論操控也是今后研究的重點。

附錄

實驗材料

親愛的朋友：

您好！非常感謝您參與此次問卷調(diào)查。本問卷不計姓名，調(diào)查結(jié)果將受到嚴(yán)格保密，僅用于學(xué)術(shù)研究，不作商業(yè)用途，旨在探究網(wǎng)購行為，請您放心作答。本次問卷預(yù)計填寫時間為2分鐘。非常感謝您的參與，您的認真填寫對我們的研究至關(guān)重要！

xxxxxxx課題組

您現(xiàn)在將要選購一份禮物送給您的朋友，接下來您將看到一款剃須刀。請仔細閱讀商品信息評論內(nèi)容，依次逐題回答，不要遺漏文字材料和問題。(以下內(nèi)容需要閱讀10秒以上)。

控制組(示例)

3條默認好評組(示例)

5條默認好評組(示例)

10條默認好評組(示例)