中國情境下在線評論與購買意愿關(guān)系研究——基于Meta分析的視角

○ 石冠峰 劉雨婷 葛元骎 唐杰

（1石河子大學(xué)經(jīng)濟與管理學(xué)院，新疆 石河子832000；2福建師范大學(xué)經(jīng)濟學(xué)院，福建 福州 350007）

一、引言

進(jìn)入移動互聯(lián)網(wǎng)時代后，新媒體的業(yè)務(wù)邊界不斷擴大，從最初的人際溝通開始逐漸擴展到網(wǎng)絡(luò)購物、新聞獲取等眾多方面[1]。相較于傳統(tǒng)的線下交易方式，網(wǎng)絡(luò)購物的消費者無法了解商品的全部情況，導(dǎo)致消費者在網(wǎng)絡(luò)購物平臺的信息不對稱。為了解決這一問題，越來越多的電子商務(wù)網(wǎng)站引入了在線評論機制。20世紀(jì)90年代，美國亞馬遜最先建立了自己的在線評論體系，受到了消費者的廣泛歡迎[2]。而隨著國內(nèi)電子商務(wù)技術(shù)的日趨成熟，在線評論以其特有的降低交易雙方信息不對稱的機制，逐漸占據(jù)消費者以及各大電子商務(wù)平臺的視野。不僅淘寶、京東、當(dāng)當(dāng)?shù)荣徫锞W(wǎng)站開始探索在線評論體系，像大眾點評、貓眼、豆瓣等第三方網(wǎng)站和社交網(wǎng)絡(luò)平臺也被卷入建立在線評論體系的浪潮。就目前來看，各個網(wǎng)絡(luò)購物平臺廣泛采用在線評論并取得了卓越的成效，在取得良好品牌形象、增加消費者黏性的基礎(chǔ)上，實現(xiàn)補充與完善廣告和促銷效果的雙重效果。

“互聯(lián)網(wǎng)評論時代”的到來，使在線評論成為理論界和實業(yè)界關(guān)注的焦點。PARK[3]提出的“在線評論是網(wǎng)絡(luò)口碑的一種表現(xiàn)形式”的觀點受到了大多學(xué)者的支持。就消費者的在線購物習(xí)慣來看，在線評論信息極大程度上影響了消費者的購買行為。當(dāng)積極的在線評論信息較多時，消費者會產(chǎn)生購買行為并在完成交易之后，在電子商務(wù)平臺發(fā)表自己對購買商品的感受與評價。綜合上述兩點，在線評論與消費者購買意愿是相互影響、相互聯(lián)系的[4]，然而二者之間的關(guān)系強度可能會因某些調(diào)節(jié)因素的影響而有所不同，從而導(dǎo)致在線評論對消費者購買意愿的預(yù)測失靈。基于此，探討“在線評論—購買意愿”間的真實關(guān)系不僅顯得很有必要，而且具有重要的理論意義和實踐指導(dǎo)意義。

以往大多通過問卷調(diào)查或?qū)嶒灥姆椒▽Α霸诰€評論—購買意愿”的關(guān)系進(jìn)行探討，集中探討在線評論某個單一維度的作用，然而現(xiàn)有研究中，每個單一維度的在線評論與消費者購買意愿的關(guān)系均存在矛盾結(jié)論，例如：杜學(xué)美等[5]證實評論數(shù)量與消費者購買意愿之間具有正向顯著影響（r=0.778），何軍紅等[6]研究發(fā)現(xiàn)，在線評論數(shù)量與購買意愿不存在相關(guān)關(guān)系（r=0.062）；石朝輝[7]發(fā)現(xiàn)在線評論效價與購買意愿正相關(guān)，羅佳佳[8]卻得出相反的結(jié)論，這些不統(tǒng)一甚至相互矛盾的結(jié)論，阻礙了“在線評論—購買意愿”未來更加深入的研究，同時，也得出了大相徑庭的管理啟示，容易給管理者帶來在線評論策略制定方面的疑惑。那么，在線評論的各個維度與消費者購買意愿之間是否存在影響？如果存在，是何種影響？基于此，本文采用Meta 分析的方法匯總相關(guān)研究的結(jié)果，利用研究的相似性，同時為研究之間異質(zhì)性的潛在來源建模[7]，對收集到的36 篇實證研究進(jìn)行合并和分析，厘清在線評論與消費者購買意愿的影響機理，揭示調(diào)查方法與性別對該影響機理的調(diào)節(jié)作用，為相關(guān)理論的發(fā)展及實踐提供借鑒。

二、文獻(xiàn)回顧與研究假設(shè)

（一）在線評論

在線評論是指消費者在電子商務(wù)平臺發(fā)表并分享自己在對商品進(jìn)行購買以及使用過程中的感受及使用體驗，為后續(xù)想要購買該商品的消費者提供借鑒[9]。就潛在消費者來說，在線評論能夠低成本、高效率地實現(xiàn)商品及服務(wù)信息的獲取，因此成為影響消費者購買決策的重要因素。

現(xiàn)有的研究中，學(xué)者從多方面對在線評論進(jìn)行了維度劃分。劉思晴和鄧曉霞[10]從在線評論類型出發(fā)，將在線評論分為文字型評論和圖片型評論進(jìn)行研究；岳強和吳林[11]重視人的主觀感受，從感知的有用性、安全性以及時效性對在線評論進(jìn)行研究；劉紅文和李曉紅[12]則從在線評論的評論者出發(fā)，從來源、信息、接收者特征三個方面，將在線評論分為在線評論的數(shù)量、質(zhì)量、時效性、評論者感情傾向、資信度、消費者的專業(yè)性、信任傾向7個維度。

除此之外，大多學(xué)者從在線評論的數(shù)量、質(zhì)量、效價以及評論者的資信度四個維度（具體見表1）或其中的幾個維度進(jìn)行了研究，故本研究按照上述四個維度，對現(xiàn)有研究的數(shù)據(jù)進(jìn)行萃取。

表1 在線評論維度劃分

（二）在線評論與消費者購買意愿的關(guān)系

當(dāng)采用不同的研究角度時，在線評論會對消費者購買意愿產(chǎn)生截然不同的效果。就現(xiàn)階段我國的研究來看，部分學(xué)者從在線評論內(nèi)容本身的積極作用出發(fā)，描述其對消費者購買意愿產(chǎn)生的效果，如金立印[13]指出產(chǎn)品線上評論對消費者的購買意愿有顯著的影響作用。而有的學(xué)者從在線評論發(fā)表者以及接收者的特征入手，例如，于麗萍等[14]通過研究發(fā)現(xiàn)，消費者—網(wǎng)站關(guān)系、在線評論接收者涉入度會影響購買意愿，而評論時效對購買意愿影響不顯著。洪菲等[15]指出，評論的認(rèn)可度會對消費者的購買意愿存在積極作用。雖然研究視角與研究結(jié)論存在差異，但以上研究無不表明在線評論和消費者購買意愿關(guān)系密切。

在線評論質(zhì)量一般是用來描述在線評論內(nèi)容的可信度程度，該可信度可以用準(zhǔn)確性、客觀性、相關(guān)性、可理解性及完整性等指標(biāo)來進(jìn)行衡量。高質(zhì)量的在線評論能夠透露出更多商品的真實信息，低質(zhì)量的評價往往無法為其他消費者提供有價值的參考；在線評論的數(shù)量往往與商品的銷量存在直接關(guān)系，出于從眾心理，消費者在決策過程中，更愿意購買銷量大、評論多的商品；在線評論的效價反映了評論信息的整體正負(fù)程度，在商家推出好評返現(xiàn)等一系列激勵措施的現(xiàn)實背景下，相較于正面評論，負(fù)面的在線評論更加直接地影響消費者對商品的感知，從而大大降低購買意愿；在線評論者的資信度與其評論內(nèi)容的可信度是相關(guān)聯(lián)的，評論者的資信度低時，存在惡意差評或者雇傭“水軍”刷好評的情況，所以消費者更傾向于相信資信度高的評論者的觀點。由此，提出以下假設(shè)：

假設(shè)H1：在線評論正向影響消費者購買意愿。

假設(shè)H1a：在線評論的數(shù)量正向影響消費者購買意愿。

假設(shè)H1b：在線評論的質(zhì)量正向影響消費者購買意愿。

假設(shè)H1c：在線評論的效價正向影響消費者購買意愿。

假設(shè)H1d：在線評論者的資信度正向影響消費者購買意愿。

（三）在線評論與消費者購買意愿關(guān)系的調(diào)節(jié)變量

元分析的優(yōu)點之一是可以幫助研究者找出影響變量間關(guān)系的潛在調(diào)節(jié)變量，不同于各獨立研究中的調(diào)節(jié)變量，元分析中的潛在調(diào)節(jié)變量可以通過對文獻(xiàn)的編碼來找出，是指納入元分析的研究中所包含的、可以解釋各研究間效應(yīng)值大小和方向上方差變異的所有因素，包含測量因素和情境因素兩類。在線評論和消費者購買意愿關(guān)系密切，但在線評論與消費者的購買意愿之間的關(guān)系可能不僅僅局限于相關(guān)關(guān)系和因果關(guān)系，為此，在線評論與消費者的購買意愿之間的調(diào)節(jié)變量也值得進(jìn)一步探討。通過編碼，本研究發(fā)現(xiàn)調(diào)查方法和樣本性別比可能是對在線評論與消費者的購買意愿間關(guān)系產(chǎn)生影響的潛在調(diào)節(jié)變量。

1.調(diào)查方法。國內(nèi)現(xiàn)有關(guān)于“在線評論－購買意愿”的研究中，數(shù)據(jù)的收集方法主要有實驗法和問卷法，實驗法是在日常生活等自然條件下，有目的、有計劃地創(chuàng)造和控制一定條件后進(jìn)行研究的方法。即調(diào)查者人為地操控某些因素來給定被試者。不同的情境下測得被試者的相關(guān)數(shù)據(jù)來驗證自己的假設(shè)。問卷調(diào)查是指通過制定一份嚴(yán)謹(jǐn)?shù)膯柧?，被試者根?jù)自身對問卷做出相應(yīng)填答的收集數(shù)據(jù)方法。在實際操作過程中，實驗的情景性更強，但是人為的操縱很難模擬出真實的場景，而問卷調(diào)查通過多題項甚至多維度進(jìn)行測量，得到的數(shù)字化結(jié)果更加精確。由此推測，調(diào)查方法可能是在線評論與消費者購買意愿關(guān)系的調(diào)節(jié)變量。相較于實驗法，問卷調(diào)查的研究中在線評論對消費者購買意愿的影響更加顯著。由此，提出以下假設(shè)：

假設(shè)H2：調(diào)查方法調(diào)節(jié)了“在線評論—購買意愿”之間關(guān)系。

2.性別比。在以往的研究中，不同學(xué)者的被試群體存在差異，王靈巧[16]、胡文哲[17]均選取有網(wǎng)購經(jīng)驗的在校大學(xué)生為樣本，聶偉和田娟娟[18]選取在校學(xué)生、藍(lán)領(lǐng)、白領(lǐng)工作人員和家庭主婦為調(diào)查對象，俞明南等[19]則選取具有網(wǎng)購經(jīng)驗的女性消費者為調(diào)查對象。在電子商務(wù)大發(fā)展的背景下，男女的消費習(xí)慣及行為存在差異，因此，性別很可能調(diào)節(jié)在線評論與消費者購買意愿的關(guān)系。女性在思維方式及對信息的處理上更加偏向于感性[20]，這導(dǎo)致了女性受在線評論的影響更大，從而對消費者購買意愿的預(yù)測作用更加顯著。也就是說，在性別比（男性人數(shù)/女性人數(shù)）低的研究中，在線評論對消費者購買意愿的影響更加顯著。由此，提出以下假設(shè)：

假設(shè)H3：性別調(diào)節(jié)了“在線評論—購買意愿”之間關(guān)系。

三、研究方法

（一）文獻(xiàn)搜索

為了排除國家文化差異的影響，使研究結(jié)果更為精確可信，本研究盡可能全面地搜集中國樣本下探究“在線評價—購買意愿”關(guān)系的中英文文獻(xiàn)[21]。對于中文文獻(xiàn)，以在線評論和購買意愿為主題詞，以在線評價、網(wǎng)絡(luò)評論、消費者購買意愿為自由詞[22]，在中國知網(wǎng)（CNKI）、維普、萬方三大數(shù)據(jù)平臺進(jìn)行搜索。對于英文文獻(xiàn)，本文分別以“Online comments”“online review”“purchase intention”為關(guān)鍵詞在Web of Science、谷歌學(xué)術(shù)、EBSCOhost 進(jìn)行搜索。截至2021年9月，共搜集到102篇探究二者關(guān)系的文獻(xiàn)。

（二）文獻(xiàn)納入與排除標(biāo)準(zhǔn)

結(jié)合研究主題和Meta 分析方法要求，對搜集到的文獻(xiàn)進(jìn)行篩選，標(biāo)準(zhǔn)如下：（1）排除未報告數(shù)據(jù)的純理論和文獻(xiàn)綜述文章。（2）文中至少包括“評論數(shù)量、評論質(zhì)量、評論效度、評論者資信度”其中一項作為在線評論測量指標(biāo)。（3）數(shù)據(jù)完整，文章中明確報告了樣本量、相關(guān)系數(shù)（或能轉(zhuǎn)換成相關(guān)系數(shù)的F 值、β值、t值）等。（4）非中國樣本的文獻(xiàn)排除。經(jīng)過4輪篩選，共計有36份符合標(biāo)準(zhǔn)的研究數(shù)據(jù)被納入Meta分析。

（三）文獻(xiàn)編碼

對篩選后的文獻(xiàn)進(jìn)行編碼，編碼內(nèi)容包括：文獻(xiàn)信息（作者+發(fā)表時間）、樣本量、自變量（評論數(shù)量、評論質(zhì)量、評論效度、評論者的資信度）、調(diào)查方法（問卷、實驗）、性別比（有效樣本中男性人數(shù)與女性人數(shù)的比值）。本研究的編碼工作首先在Python中使用Tabula提取表格數(shù)據(jù)，再進(jìn)行人工校對以確保編碼的準(zhǔn)確性。最終納入Meta 分析的文獻(xiàn)36篇，其中，期刊文章10篇，學(xué)位論文26篇（見表2）。

表2 36篇在線評論與購買意愿關(guān)系研究的基本資料

（四）效應(yīng)量計算

本研究選用CMA3.3 專業(yè)版軟件進(jìn)行Meta 分析。在編碼過程中，對于報告了F值、t值或β值，卻沒有報告“在線評論—購買意愿”相關(guān)系數(shù)的研究，本文采用王潔等[23]的公式用F 值、t值計算r值，采用ROTH等[24]提出β插值公式用β值計算r值：

其中，β是負(fù)數(shù)的時候，λ等于0；當(dāng)β是非負(fù)數(shù)的時候，λ 等于1。再將相關(guān)系數(shù)r 值轉(zhuǎn)換為Fisher-Z值后進(jìn)行Meta分析。

四、Meta分析

（一）異質(zhì)性檢驗

異質(zhì)性檢驗的目的在于通過研究間異質(zhì)性方差的估計，來檢驗研究之間測得的效應(yīng)量是否具有異質(zhì)性[25]。本研究對在線評論與購買意愿之間的關(guān)系進(jìn)行異質(zhì)性檢驗。由表3可知，隨機效果模型自由度為84，Q-value為926.46，且各維度之間效應(yīng)值的Q檢驗均顯著（P-value<0.001），表明本研究中各效應(yīng)值異質(zhì)性是存在的。I-squared=90.933，大于25%，進(jìn)一步說明本研究具有很嚴(yán)重的異質(zhì)性。

表3 異質(zhì)性檢驗結(jié)果

（二）出版偏誤檢驗

普遍認(rèn)為出版偏誤是對Meta分析發(fā)現(xiàn)和科學(xué)知識有效性的威脅[26]。在具體Meta分析過程中，首先采用漏斗圖（見圖1）檢查本研究的發(fā)表偏差。從漏斗圖來看，在線評論各維度與購買意愿的研究文獻(xiàn)基本均勻分布于總效應(yīng)量兩側(cè)，表明在線評論與購買意愿的研究不存在嚴(yán)重的發(fā)表偏差。

圖1 總體樣本的漏斗圖

但漏斗圖只是從主觀角度初步檢查發(fā)表偏差[27]，尚需采用Fail-safe N 檢驗、Begg and Mazum?dar rank correlation 檢驗、Egger’s regression 進(jìn)行更精確的檢驗[28]。表4結(jié)果表明，若想推翻在線評論對消費者購買意愿效應(yīng)量的結(jié)果，分別需要4 350、3 410、3 674、2 200、8 530 篇相反結(jié)論的文獻(xiàn)；Begg和Egger's 檢驗各維度的P-value 大于0.05，均不顯著,即不存在出版偏誤；剪補法剔除漏斗圖中的不對稱部分后，其效應(yīng)量仍顯著。

表4 出版偏誤檢驗結(jié)果

（三）敏感度分析

為檢驗納入Meta分析的研究中是否存在研究結(jié)果異?；蛴绊懥艽蟮难芯?，本研究進(jìn)行了敏感度分析。逐步刪除36個研究后，未發(fā)現(xiàn)異常研究，結(jié)果表明，無論異質(zhì)性程度如何，在線評論與購買意愿均存在顯著相關(guān)。對納入Meta 分析的36 個研究按時間排序后進(jìn)行累計分析，起初點估計隨研究的累計波動較大，隨著時間的推進(jìn)，隨機效果模型的估計值改變越來越小[29]。說明關(guān)于“在線評論—購買意愿”的研究隨著時間的推移，研究結(jié)果趨于穩(wěn)健。

（四）主效應(yīng)檢驗

本研究具有較高的異質(zhì)性，不適合固定效果模型，且納入Meta分析的樣本數(shù)量充足，故選擇隨機效應(yīng)模型對在線評論與購買意愿之間的關(guān)系進(jìn)行主效應(yīng)檢驗[30]。表5結(jié)果表明，從整體上檢驗“在線評論—購買意愿”的關(guān)系，共85 項效應(yīng)量，在線評論與購買意愿的整體相關(guān)系數(shù)為0.455（P<0.001），即在線評論與消費者購買意愿存在高度相關(guān)，假設(shè)1成立。在線評論的數(shù)量與購買意愿共31項效應(yīng)量，點估計值為0.441（P<0.001）；在線評論的質(zhì)量與購買意愿共26 項效應(yīng)量，點估計值為0.482（P<0.001）；在線評論的效價與購買意愿共17項效應(yīng)量，點估計值為0.432（P<0.001）；在線評論者的資信度與購買意愿共11 項效應(yīng)量，點估計值為0.463（P<0.001）。即在線評論各維度與消費者購買意愿存在高度相關(guān)，因此，假設(shè)H1a、H1d 得到證實。

表5 總體效應(yīng)量的Meta分析結(jié)果

（五）調(diào)節(jié)效應(yīng)檢驗

對于調(diào)節(jié)效應(yīng)的檢驗，調(diào)查方法為類別變量，故通過次群體分析進(jìn)行檢驗；性別比為連續(xù)變量，通過元回歸分析進(jìn)行檢驗。次群體分析結(jié)果如表6所示，調(diào)查方法（Q=17.252，p＜0.05）顯著調(diào)節(jié)了在線評論與消費者購買意愿間的關(guān)系，問卷調(diào)查下（r=0.462，p＜0.001）在線評論與購買意愿間相關(guān)系數(shù)高于實驗（r=0.414，p＜0.001）。故假設(shè)2 成立。元回歸分析結(jié)果如表7所示，研究對象的性別（β=-0.060，p＜0.05）顯著調(diào)節(jié)了在線評論與消費者購買意愿間的關(guān)系，性別比越小，在線評論與購買意愿間的關(guān)系越顯著，也就是說，女性群體的購買意愿更容易受在線評論的影響。故假設(shè)3成立。

表6 次群體分析結(jié)果

表7 元回歸分析結(jié)果

五、結(jié)論與啟示

（一）研究結(jié)論

在線評論與消費者購買意愿的關(guān)系密切（r=0.455），與以往研究結(jié)果吻合。在線評論的數(shù)量（r=0.441）與消費者購買意愿呈正相關(guān)，評論的數(shù)量越多越能夠引起消費者的注意，讓該產(chǎn)品得到更多的關(guān)注同時能夠提升產(chǎn)品的消費度。而評論數(shù)量越多，被其他消費者披露的產(chǎn)品信息也就越多，更能夠提高購買者對該產(chǎn)品的感知，從而更加容易產(chǎn)生購買意愿。

在線評論的質(zhì)量（r=0.482）與消費者購買意愿呈正相關(guān)。很多網(wǎng)絡(luò)商家選擇了雇傭一些人來進(jìn)行虛假評論，通過刷單等手段提高自己產(chǎn)品的好評量。同時也有一些消費者對于評論興趣不高，她們評論時往往是隨心所欲不能真正體現(xiàn)產(chǎn)品的真實性。所以在線評論內(nèi)容的質(zhì)量越高，對消費者購買意愿的影響就越大，這與李優(yōu)柱等[31]研究結(jié)果吻合。

在線評論的效價（r=0.432）與消費者購買意愿呈正相關(guān)。消費者的評論往往是針對產(chǎn)品提出好評、中評、差評等三種評論。一般來說，好評能夠讓了解產(chǎn)品的人產(chǎn)生強烈的購買意愿，反之則相反，該產(chǎn)品的好評越多，消費者的購買欲望就會更強烈，這與李啟庚等[32]情景實驗的結(jié)果一致。

在線評論者的資信度（r=0.463）與消費者購買意愿呈正相關(guān)。由于互聯(lián)網(wǎng)市場的特殊性，許多網(wǎng)店會要求人們發(fā)表評論，以提高其網(wǎng)店的產(chǎn)品排名。一般來說，評審員越專業(yè)，購買經(jīng)驗越多，他在網(wǎng)站上的評論對后續(xù)購買的影響也就越大。這與付美菊和程艷霞[33]的研究結(jié)論一致。

次群體分析結(jié)果顯示，在線評論與消費者購買意愿之間的關(guān)系受調(diào)查方法的調(diào)節(jié)。在采用問卷調(diào)查的研究中，在線評論與消費者購買意愿的關(guān)系比實驗調(diào)查的結(jié)果更緊密。這可能是因為，調(diào)查問卷通過多題項測量的方法所得出的在線評論與購買意愿的分?jǐn)?shù)值是一種算術(shù)平均，且問卷組成中所采用的測量量表多為國內(nèi)外成熟量表，具有較高的信度和效度，而實驗測得的在線評論與購買意愿結(jié)果則是顧客的主觀感受，而在實驗過程中，可能存在其他各種因素，對實驗結(jié)果造成干擾。此外，實驗的虛擬性不能使被試者達(dá)到身臨其境的效果，所測得的結(jié)果會與現(xiàn)實中的自然行為存在些許差異。

元回歸分析結(jié)果顯示，在線評論與消費者購買意愿之間的關(guān)系受到消費者性別的調(diào)節(jié)。男女比越小，在線評論與消費者購買意愿的關(guān)系越顯著，也就是說，在女性群體中，在線評論對購買意愿的預(yù)測作用更加顯著。這與女性更加感性，更容易受到他人意見的影響有關(guān)，而男性在消費的決策過程中，更多地會考慮商品自身的質(zhì)量等特征，從而降低在線評論對購買意愿的預(yù)測作用。

（二）管理啟示

本文研究結(jié)果表明，在線評論是提升消費者購買意愿的重要影響因素，電商平臺及商家應(yīng)采取適當(dāng)?shù)男袨閬矸e極影響消費者的購買意愿。

首先，購買行為發(fā)生后，鼓勵消費者給予更多的高質(zhì)量評論。電商平臺及商家可以采取一定的激勵措施，例如在現(xiàn)有“好評返現(xiàn)”的基礎(chǔ)上，對評論與返現(xiàn)進(jìn)行梯度劃分。具體而言，通過采取對評論字?jǐn)?shù)或者是否曬圖來對消費者在線評論進(jìn)行不同梯度劃分，從而對應(yīng)不同金額的返現(xiàn)獎勵，來激勵消費者對購買的商品或服務(wù)進(jìn)行更加全面的評價，給其他買家提供更多參考信息，如產(chǎn)品的尺寸、功能等，刺激后續(xù)消費者的購買意愿。

其次，在業(yè)務(wù)經(jīng)營中，積極回應(yīng)負(fù)面情感評論，提高產(chǎn)品質(zhì)量和服務(wù)水平，增強企業(yè)形象，類似于直播背景下賣方聲譽影響購買意愿[34]。好的服務(wù)態(tài)度會增加消費者的滿意度，消費者對商家的情感傾向性正向度高，遇到問題會更傾向于找賣家協(xié)商而不是直接給予差評。此外，商家積極回復(fù)負(fù)面評論，給出合理的解釋和解決措施，即使不能引導(dǎo)消費者刪除負(fù)面評價，也可以減弱負(fù)面評論帶來的影響。

最后，有針對性地提高評論的可信度。電商平臺可以在線上適當(dāng)披露評論者資信度信息或者優(yōu)先展示資信度較高的評論者給出的評論，以此為消費者判斷評論內(nèi)容的可信度提供參考。在實踐中，以女性為主要消費群體的商品要比以男性為主消費群體的商品更加注重在線評論內(nèi)容、效價等方面的管理。因此，對于以女性為主要消費群體的商品而言，更應(yīng)該做好售后服務(wù)及評論管理工作，以期減少負(fù)面評價、獲得更多的高質(zhì)量正面評價，以良好的口碑降低消費者對交易的感知風(fēng)險[34]，激發(fā)女性消費者的購買意愿。

（三）研究不足與展望

首先，本研究沒有涉及地域差異、文化差異、干預(yù)方式等特征在在線評論與消費者購買意愿關(guān)系中的調(diào)節(jié)效應(yīng)。未來的研究有必要關(guān)注上述因素在“在線評論—購買意愿”關(guān)系中的調(diào)節(jié)作用，這對于更全面、更準(zhǔn)確地闡述在線評論與消費者購買意愿的關(guān)系具有重要價值。其次，在線評論的維度劃分比較多，本研究只選取了在線評論的數(shù)量、質(zhì)量、在線評論的效度、在線評論者的資信度四個維度進(jìn)行研究，但關(guān)于在線評論的時效性對消費者購買意愿的影響研究尚缺乏Meta分析。未來研究需要繼續(xù)關(guān)注在線評論的時效性與消費者購買意愿的相關(guān)研究。最后，本文Meta 分析納入研究的文獻(xiàn)均為中文文獻(xiàn)，未納入英文文獻(xiàn)，中西方文化的差異也可能對在線評論與消費者購買意愿關(guān)系存在影響。未來研究需要更系統(tǒng)、全面地搜集Meta 分析所需要的中英文文獻(xiàn)，將相關(guān)的英文文獻(xiàn)納入Meta分析，并探討文化特征對在線評論與消費者購買意愿關(guān)系的影響。