電商平臺(tái)用戶問(wèn)答對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響

胡劭穎

［摘 要］Web 3.0時(shí)代，用戶生成內(nèi)容（UGC）不斷增加，電商平臺(tái)的評(píng)論對(duì)消費(fèi)者的購(gòu)買(mǎi)決策發(fā)揮著關(guān)鍵性作用，但也出現(xiàn)虛假評(píng)論的亂象。文章基于精細(xì)加工可能性模型和S-O-R模型，結(jié)合電商平臺(tái)用戶問(wèn)答模板特性，構(gòu)建電商平臺(tái)用戶問(wèn)答對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響模型并提出假設(shè)，實(shí)證分析用戶問(wèn)答的內(nèi)容質(zhì)量和回答者特質(zhì)（可靠性和交互性）兩個(gè)維度對(duì)消費(fèi)者感知和購(gòu)買(mǎi)意愿的影響。研究結(jié)果發(fā)現(xiàn)：內(nèi)容質(zhì)量、回答者可靠性和交互性顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿，感知有用性在內(nèi)容質(zhì)量、回答者可靠性和交互性與消費(fèi)者購(gòu)買(mǎi)意愿之間關(guān)系起到中介作用。據(jù)此，應(yīng)重視并優(yōu)化問(wèn)答功能模塊建設(shè)；設(shè)立良性機(jī)制加強(qiáng)消費(fèi)者之間的交互性，引導(dǎo)用戶參與；切實(shí)保障產(chǎn)品質(zhì)量，提升消費(fèi)者感知水平，以提高內(nèi)容質(zhì)量。

［關(guān)鍵詞］在線口碑；用戶問(wèn)答；感知有用性；購(gòu)買(mǎi)意愿

［中圖分類(lèi)號(hào)］F124.7［文獻(xiàn)標(biāo)志碼］A ［文章編號(hào)］2095-0292（2023）04-0105-08

一、引言

隨著互聯(lián)網(wǎng)和高新技術(shù)的迅速發(fā)展，各大行業(yè)與之融合，突破時(shí)空的限制，極大改變?nèi)藗兊纳罘绞剑缭诰€醫(yī)療、教育、旅游等，尤其是網(wǎng)絡(luò)購(gòu)物。根據(jù)中國(guó)互聯(lián)網(wǎng)信息中心（CNNIC）調(diào)查，2022年上半年，全國(guó)網(wǎng)上零售額達(dá)6.3萬(wàn)億元，其中實(shí)物商品網(wǎng)上零售額占社會(huì)消費(fèi)品零售總額的25.9%，線上消費(fèi)在穩(wěn)消費(fèi)中發(fā)揮著積極作用［1］。然而，網(wǎng)絡(luò)購(gòu)物渠道呈現(xiàn)多元化，網(wǎng)絡(luò)環(huán)境紛繁復(fù)雜，消費(fèi)者如何降低自己的不確定性感知，商家又將如何提高消費(fèi)者的購(gòu)買(mǎi)傾向？針對(duì)此問(wèn)題，各大電商平臺(tái)推出在線評(píng)論功能，消費(fèi)者和商家能夠通過(guò)用戶生成內(nèi)容判斷和預(yù)測(cè)產(chǎn)品的質(zhì)量和銷(xiāo)量，由此可見(jiàn)，探討電商平臺(tái)用戶的生成內(nèi)容與消費(fèi)者行為和產(chǎn)品銷(xiāo)量之間的關(guān)系至關(guān)重要。

當(dāng)前，我們已經(jīng)進(jìn)入Web 3.0時(shí)代，用戶生成內(nèi)容（UGC）不斷增加，電子商務(wù)平臺(tái)的評(píng)論對(duì)消費(fèi)者的購(gòu)買(mǎi)決策發(fā)揮著關(guān)鍵性作用［2］。大多數(shù)研究學(xué)者均集中于探討在線評(píng)論這一口碑類(lèi)型對(duì)消費(fèi)者購(gòu)買(mǎi)行為和決策的影響，研究表明，在線評(píng)論的數(shù)量、情感傾向和評(píng)論者等特性顯著正向影響產(chǎn)品銷(xiāo)量和消費(fèi)者購(gòu)買(mǎi)意愿［3-4］。隨著信息技術(shù)的發(fā)展，大量學(xué)者利用文本挖掘技術(shù)，孟園等（2017）運(yùn)用算法技術(shù)研究海量在線評(píng)論的情感傾向，可根據(jù)研究結(jié)果預(yù)測(cè)產(chǎn)品銷(xiāo)量［5］。通過(guò)對(duì)文本內(nèi)容的分析，其結(jié)果能給消費(fèi)者帶來(lái)更明確的建議［6］。但現(xiàn)下是一個(gè)信息過(guò)載的時(shí)代，在線評(píng)論出現(xiàn)刷好評(píng)和虛假評(píng)論現(xiàn)象，在線評(píng)論是否還能帶給潛在消費(fèi)者參考價(jià)值還有待商榷［7］。因此，在在線評(píng)論這一口碑類(lèi)型的基礎(chǔ)上，淘寶、京東、亞馬遜等電商平臺(tái)相繼開(kāi)通了問(wèn)答功能，在問(wèn)答功能模塊潛在消費(fèi)者可以向已購(gòu)買(mǎi)者進(jìn)行提問(wèn)，已購(gòu)買(mǎi)者根據(jù)自身體驗(yàn)對(duì)問(wèn)題進(jìn)行解答，其解答可以有效幫助潛在消費(fèi)者做出決策。通過(guò)精準(zhǔn)的買(mǎi)家口碑式策略，彌補(bǔ)在線評(píng)論的缺陷。且關(guān)于用戶問(wèn)答的研究又多集中于知識(shí)型和百科型平臺(tái)的問(wèn)答，網(wǎng)購(gòu)平臺(tái)用戶問(wèn)答對(duì)消費(fèi)者行為的影響研究還較少。鑒于此，本文聚焦于網(wǎng)購(gòu)平臺(tái)用戶問(wèn)答這一口碑類(lèi)型展開(kāi)研究，基于精細(xì)加工模型（ELM）和S-O-R模型，通過(guò)探討用戶問(wèn)答的用戶特質(zhì)和內(nèi)容特質(zhì)對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響，并引入感知有用性作為中介變量，明晰用戶問(wèn)答特質(zhì)對(duì)消費(fèi)者感知的影響，揭示消費(fèi)者行為意愿的形成機(jī)制，促使消費(fèi)者與商家之間形成反饋機(jī)制，為平臺(tái)和商家對(duì)此進(jìn)行營(yíng)銷(xiāo)活動(dòng)提供建議和依據(jù)，為商家完善用戶問(wèn)答系統(tǒng)和提升產(chǎn)品銷(xiāo)量提供有益借鑒。

二、理論基礎(chǔ)和研究假設(shè)

（一）理論基礎(chǔ)

1.精細(xì)加工可能性模型

Petty等于1981年在人們態(tài)度的改變研究基礎(chǔ)上，提出精細(xì)加工可能性模型（Elaboration likelihood model，簡(jiǎn)稱(chēng) ELM），認(rèn)為個(gè)體在處理信息時(shí)會(huì)使用兩種路徑，分為中心路徑和邊緣路徑［8］。于網(wǎng)絡(luò)購(gòu)物情境中，根據(jù)消費(fèi)者購(gòu)買(mǎi)決策五階段模型，個(gè)體對(duì)某產(chǎn)品或服務(wù)產(chǎn)生需求，通過(guò)多個(gè)渠道收集產(chǎn)品或服務(wù)信息，中心路徑是指?jìng)€(gè)體高度參與且信息處理能力強(qiáng)，其愿意花費(fèi)大量的時(shí)間去收集相關(guān)信息，深入分析和了解收集回來(lái)的信息，并做好信息評(píng)估，針對(duì)有說(shuō)服力的信息，則會(huì)增強(qiáng)該個(gè)體對(duì)該產(chǎn)品或服務(wù)的感知和購(gòu)買(mǎi)意愿，此時(shí)說(shuō)明精細(xì)加工可能性較高。而邊緣路徑是指?jìng)€(gè)體參與度低且信息處理能力弱，以消極隨意態(tài)度參與信息收集，盡管使用直截了當(dāng)?shù)恼f(shuō)服方式也很難改變其認(rèn)知，使其形成認(rèn)同感和購(gòu)買(mǎi)意愿，此時(shí)說(shuō)明精細(xì)加工可能性較低。目前被多數(shù)學(xué)者用于探討網(wǎng)絡(luò)口碑傳播對(duì)產(chǎn)品銷(xiāo)量、消費(fèi)者感知和購(gòu)買(mǎi)意愿之間的影響機(jī)制。龔艷萍等（2014）針對(duì)新技術(shù)產(chǎn)品的在線評(píng)論，基于ELM模型構(gòu)建在線評(píng)論特性對(duì)消費(fèi)者采用意愿的影響模型［9］。閆強(qiáng)等（2019）基于ELM模型，從中心路徑和邊緣路徑探討電商平臺(tái)口碑對(duì)消費(fèi)者感知有用性的影響［10］。

2.S-O-R模型

刺激—機(jī)體—反應(yīng)（Stimulus- Organism- Response，簡(jiǎn)稱(chēng)S-O-R）最早由環(huán)境心理學(xué)家Mehrabian和Russell提出，其中刺激因素為外部環(huán)境因素，機(jī)體因素為個(gè)人認(rèn)知和情感表現(xiàn)，反應(yīng)因素為對(duì)外部刺激因素做出的相應(yīng)反應(yīng)，該模型是知名的行為心理學(xué)理論之一［11-12］。隨著互聯(lián)網(wǎng)信息技術(shù)和電商的迅速發(fā)展，S-O-R模型被廣泛應(yīng)用于網(wǎng)絡(luò)消費(fèi)者行為研究中［13］，最早由學(xué)者Eroglu等應(yīng)用于該領(lǐng)域，主要探討虛擬網(wǎng)店氛圍（S）如何影響消費(fèi)者感知狀態(tài)（O）和購(gòu)物行為（R）［14］。隨之逐漸被擴(kuò)展運(yùn)用到網(wǎng)絡(luò)銷(xiāo)售領(lǐng)域，探索網(wǎng)絡(luò)信息環(huán)境對(duì)消費(fèi)者感知和行為的影響。Wang等（2010）基于S-O-R模型，驗(yàn)證網(wǎng)絡(luò)購(gòu)物情境、感知服務(wù)質(zhì)量和滿意度之間存在顯著關(guān)系［15］。在電商直播領(lǐng)域，魏劍鋒等（2022）基于S-O-R模型和心流體驗(yàn)理論，探討主播特性對(duì)消費(fèi)者感知信任和沖動(dòng)購(gòu)買(mǎi)意愿的影響，研究表明其間影響顯著［16］。由此可見(jiàn)，S-O-R模型在網(wǎng)絡(luò)購(gòu)物情境中對(duì)消費(fèi)者感知和行為意向的作用機(jī)制發(fā)揮著關(guān)鍵作用。

在線評(píng)論是消費(fèi)者通過(guò)搜索相關(guān)產(chǎn)品而呈現(xiàn)的評(píng)價(jià)，隨著信息技術(shù)的發(fā)展，許多商家利用不正當(dāng)手段生成虛假評(píng)論，我國(guó)電商平臺(tái)商家通過(guò)刷單手段增加產(chǎn)品好評(píng)度，達(dá)到增加銷(xiāo)量和提升產(chǎn)品知名度的目的。面對(duì)海量的虛假評(píng)論，消費(fèi)者無(wú)法在短時(shí)間內(nèi)辨別評(píng)論真?zhèn)?，在一定程度上影響消費(fèi)者做出購(gòu)買(mǎi)決策。因此，用戶問(wèn)答作為在線評(píng)論的補(bǔ)充，消費(fèi)者可在問(wèn)答模塊向已購(gòu)消費(fèi)者咨詢?cè)摦a(chǎn)品的相關(guān)信息，相較于在線評(píng)論，從搜索查看評(píng)論轉(zhuǎn)變?yōu)橹鲃?dòng)提問(wèn)或被邀式作答，潛在消費(fèi)者可以通過(guò)與已購(gòu)者的互動(dòng)獲得自己想要的產(chǎn)品信息。嚴(yán)建援等（2020）基于一致性理論，探討多類(lèi)型口碑形式對(duì)消費(fèi)者產(chǎn)品態(tài)度的影響，研究發(fā)現(xiàn)用戶問(wèn)答與在線評(píng)論區(qū)別于認(rèn)知成分和情緒成分，消費(fèi)者對(duì)不同屬性的產(chǎn)品態(tài)度也會(huì)受到二者交互的影響［17］。目前，用戶問(wèn)答這一功能被認(rèn)為是網(wǎng)絡(luò)口碑的新型表現(xiàn)方式，倍受消費(fèi)者青睞。所以，本文基于精細(xì)加工可能性模型和S-O-R模型，結(jié)合電商平臺(tái)用戶問(wèn)答模板特性，構(gòu)建電商平臺(tái)用戶問(wèn)答對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響模型（圖1）。以用戶問(wèn)答的內(nèi)容和回答者這兩個(gè)維度的特質(zhì)為刺激變量，以感知有用性為機(jī)體狀態(tài)，以消費(fèi)者購(gòu)買(mǎi)意愿為反應(yīng)變量，深入探索電商平臺(tái)用戶問(wèn)答內(nèi)容質(zhì)量、回答者可靠性和交互性對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響，以期進(jìn)一步揭示電商平臺(tái)信息對(duì)消費(fèi)者感知和購(gòu)買(mǎi)意愿的影響機(jī)制。

（二）研究假設(shè)

1. 問(wèn)答內(nèi)容質(zhì)量與消費(fèi)者購(gòu)買(mǎi)意愿

在電商平臺(tái)上搜索一款熱門(mén)產(chǎn)品，其在線初評(píng)與追評(píng)數(shù)量可達(dá)上千上萬(wàn)條，消費(fèi)者需耗費(fèi)大量的時(shí)間和精力對(duì)相關(guān)產(chǎn)品信息加工，而作為在線評(píng)論的補(bǔ)充形式的用戶問(wèn)答模塊，在數(shù)量和表達(dá)上都較為精簡(jiǎn)，問(wèn)題數(shù)量一般控制在三位數(shù)以內(nèi)。就淘寶“問(wèn)大家”模塊而言，按照淘寶系統(tǒng)的相關(guān)規(guī)定，其提問(wèn)字?jǐn)?shù)被限制在4-40字，潛在消費(fèi)者的問(wèn)題均較為簡(jiǎn)短，被邀請(qǐng)者的回答也較為簡(jiǎn)短，尤其是當(dāng)存在一問(wèn)多答的情形時(shí)，用戶的問(wèn)題和回答數(shù)量就更少了，此時(shí)潛在消費(fèi)者可采用邊緣路徑了解產(chǎn)品信息。但Qazi等（2016）指出簡(jiǎn)短的評(píng)論是淺顯的，無(wú)法展示產(chǎn)品細(xì)節(jié)，這將是一條無(wú)用的評(píng)論［18］。由此說(shuō)明，評(píng)論信息需包含廣度和深度這兩個(gè)方面，其中廣度指的是信息內(nèi)容的全面性，深度指的是信息內(nèi)容的豐富性，需保證內(nèi)容的質(zhì)量。針對(duì)評(píng)論內(nèi)容這塊，Park等（2007）通過(guò)研究信息特征，認(rèn)為可從信息的相關(guān)性、完整性、準(zhǔn)確性等維度衡量評(píng)論質(zhì)量［19］。楊爽等（2013）基于虛擬社區(qū)的研究視角，探討在線評(píng)論信息的鮮明性、適量性、可靠性、引導(dǎo)性和互動(dòng)性等特征對(duì)感知有用性的影響［20］。Filieri等（2014）通過(guò)探討旅游的在線評(píng)論質(zhì)量，從中心路線和邊緣路線兩個(gè)維度出發(fā)，發(fā)現(xiàn)旅行者在處理信息時(shí)多采用以信息質(zhì)量為主的中央路線，并在以往研究的基礎(chǔ)上增加增值性維度［21］。楊海娟（2017）認(rèn)為信息質(zhì)量是個(gè)復(fù)雜的多維變量，將其定義為用戶感知問(wèn)答信息的準(zhǔn)確性、完整性、相關(guān)性和以及易理解性［22］。基于以上研究，本文將從問(wèn)答的豐富性、完整性、相關(guān)性、客觀性、可理解性等角度衡量?jī)?nèi)容質(zhì)量。

當(dāng)潛在消費(fèi)者在電商平臺(tái)上瀏覽產(chǎn)品的問(wèn)答模塊時(shí)，若發(fā)現(xiàn)用戶問(wèn)答內(nèi)容能夠提供在線評(píng)論未能展示的產(chǎn)品信息內(nèi)容，問(wèn)題具有深度，使得答案涉及多方面的產(chǎn)品內(nèi)容，在一定程度上滿足消費(fèi)者對(duì)于產(chǎn)品的信息需求。除問(wèn)題的豐富性外，Yan等（2016）探討消費(fèi)者如何從電商平臺(tái)和社交媒體中選擇并采納用戶生成內(nèi)容，研究發(fā)現(xiàn)用戶生成內(nèi)容的完整性顯著正向影響消費(fèi)者的采納意愿［2］。隨著碎片化閱讀的蔓延，大眾采用邊緣路線加工處理相關(guān)信息，停留在表層的“知道”，而未必真的“懂得”，所以產(chǎn)品信息相關(guān)性要強(qiáng)且易理解，減少消費(fèi)者的加工時(shí)間，并有利于做出高效的購(gòu)買(mǎi)決策。因此，潛在消費(fèi)者如何在簡(jiǎn)短有限的問(wèn)答中獲得更豐富、更客觀的產(chǎn)品信息并做出購(gòu)買(mǎi)決策需受到高度重視。當(dāng)用戶問(wèn)答內(nèi)容質(zhì)量越高時(shí)，潛在消費(fèi)者能夠獲得相對(duì)完整、客觀和相關(guān)性強(qiáng)的產(chǎn)品信息，采用信息質(zhì)量為主的中央路線加工產(chǎn)品信息，降低網(wǎng)購(gòu)中產(chǎn)品的不確定性，以增強(qiáng)產(chǎn)品說(shuō)服力并提升其購(gòu)買(mǎi)意愿。Zhang等（2014）基于理性行動(dòng)理論，研究證明高質(zhì)量的評(píng)論會(huì)增強(qiáng)消費(fèi)者的感知信任，并顯著影響購(gòu)買(mǎi)意愿［23］。鑒于此，本文提出以下假設(shè)：

H1：?jiǎn)柎饍?nèi)容質(zhì)量顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿。

2. 回答的用戶特質(zhì)與消費(fèi)者購(gòu)買(mǎi)意愿

關(guān)于用戶問(wèn)答內(nèi)容，除了包含產(chǎn)品的相關(guān)信息之外，還需考慮到問(wèn)答的用戶特質(zhì)。電商平臺(tái)問(wèn)答模塊的用戶，主動(dòng)提問(wèn)者為潛在消費(fèi)者，而僅已購(gòu)消費(fèi)者和商家可以回答問(wèn)題，這些回答用戶均為該產(chǎn)品的使用者和體驗(yàn)者，能夠準(zhǔn)確表述并共享自己的真實(shí)體驗(yàn)感，在一定程度上能夠幫助到提問(wèn)者。當(dāng)前，網(wǎng)絡(luò)環(huán)境紛繁復(fù)雜，為避免不必要的麻煩，眾多消費(fèi)者在回答問(wèn)題時(shí)均采用匿名的方式，該情形下，潛在消費(fèi)者就會(huì)質(zhì)疑該內(nèi)容的真實(shí)性。國(guó)內(nèi)外學(xué)者就評(píng)論內(nèi)容的發(fā)布者特征展開(kāi)研究，探討評(píng)論者的專(zhuān)業(yè)性、信譽(yù)程度以及個(gè)人身份外的其他特征來(lái)考察評(píng)論內(nèi)容的可靠性，研究發(fā)現(xiàn)，若該內(nèi)容是由專(zhuān)業(yè)的、權(quán)威的用戶發(fā)布的，則該條內(nèi)容將被認(rèn)為是高質(zhì)量的［24］。而孫瑾等（2020）基于獲得診斷性模型，探討普通口碑和專(zhuān)家評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)決策的影響，研究發(fā)現(xiàn)消費(fèi)者更愿意采納普通消費(fèi)者的口碑，而不愿聽(tīng)取專(zhuān)家的專(zhuān)業(yè)性評(píng)論［25］。用戶問(wèn)答作為共享的信息呈現(xiàn)給眾多潛在消費(fèi)者，在當(dāng)前人際關(guān)系較強(qiáng)的社會(huì)中，消費(fèi)者更傾向于可靠性的評(píng)論，精加工評(píng)論內(nèi)容及回答者的特征，降低產(chǎn)品不確定性并提高問(wèn)答內(nèi)容的說(shuō)服效應(yīng)。鑒于此，本文提出以下假設(shè)：

H2：回答者的可靠性顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿。

電商平臺(tái)的問(wèn)答模塊，轉(zhuǎn)變潛在消費(fèi)者搜索信息方式，形成一種信息交換的過(guò)程，實(shí)現(xiàn)實(shí)時(shí)互動(dòng)，并構(gòu)成反饋機(jī)制。潛在消費(fèi)者可以根據(jù)自身的需求用文字表達(dá)出來(lái)，轉(zhuǎn)變其在線評(píng)論閱讀者的身份，通過(guò)主動(dòng)提問(wèn)以及與已購(gòu)者和商家的互動(dòng)，成為網(wǎng)絡(luò)信息的創(chuàng)作者，逐漸主導(dǎo)網(wǎng)絡(luò)信息環(huán)境，為網(wǎng)絡(luò)信息做出貢獻(xiàn)。郭國(guó)慶等（2012）立足購(gòu)物網(wǎng)站，基于手段——目的鏈理論構(gòu)建網(wǎng)站交互性對(duì)體驗(yàn)價(jià)值的影響因素模型，提煉出交互性的兩個(gè)維度，分別為雙向性和控制性，研究表明網(wǎng)站交互性是提升消費(fèi)體驗(yàn)價(jià)值和滿意度的關(guān)鍵［26］。劉曉莉等（2020）運(yùn)用互動(dòng)性理論探討知識(shí)付費(fèi)意愿的影響機(jī)制，將平臺(tái)互動(dòng)性劃分為雙向性、響應(yīng)性、互助性和口碑推薦等，研究發(fā)現(xiàn)平臺(tái)互動(dòng)性顯著正向影響感知價(jià)值，并作用于購(gòu)買(mǎi)意愿［27］。用戶問(wèn)答作為在線口碑的形式之一，提問(wèn)者與已購(gòu)者之間的交互性是潛在消費(fèi)者深入了解相關(guān)產(chǎn)品的重要渠道之一，能通過(guò)溝通知曉產(chǎn)品信息。此外，用戶問(wèn)答與在線初追評(píng)一樣，已購(gòu)者的回答可透露出其對(duì)該產(chǎn)品質(zhì)量和體驗(yàn)感知的情感傾向，有研究顯示，當(dāng)情感傾向?yàn)樨?fù)面時(shí)會(huì)降低潛在消費(fèi)者的感知，形成心理落差，當(dāng)情感傾向?yàn)檎鏁r(shí)，能夠滿足其尋求支持的需求，進(jìn)而促進(jìn)其做出購(gòu)買(mǎi)決策［28］。鑒于此，本文提出以下假設(shè)：

H3：回答者的交互性顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿。

3. 感知有用性的中介作用

感知有用性（Perceived usefulness）是由Davis等（1989）在研究計(jì)算機(jī)技術(shù)接受模型時(shí)提出，用于表示信息系統(tǒng)使用者接受該系統(tǒng)技術(shù)后感受到的有用性，并在一定程度上提高其工作績(jī)效［29］。隨著電子商務(wù)的快速發(fā)展，電商平臺(tái)為在線評(píng)論設(shè)置有用性評(píng)價(jià)投票，以此來(lái)了解消費(fèi)者的在線評(píng)論能否作用于潛在消費(fèi)者購(gòu)買(mǎi)決策，自此感知有用性被廣泛應(yīng)用于網(wǎng)絡(luò)購(gòu)物情境中，將其作為感知變量和結(jié)果變量，探討潛在消費(fèi)者對(duì)電商平臺(tái)有用性的感知，并進(jìn)一步影響其消費(fèi)行為［30］。楊爽等（2013）基于虛擬社區(qū)的研究視角，探討在線評(píng)論信息的鮮明性、適量性、可靠性、引導(dǎo)性和互動(dòng)性等特征對(duì)感知有用性的影響［20］。

電商平臺(tái)問(wèn)答模塊由用戶主動(dòng)邀請(qǐng)?zhí)釂?wèn)，其對(duì)已購(gòu)者的回答感知更為強(qiáng)烈，同時(shí)，對(duì)于其他有類(lèi)似需求的潛在消費(fèi)者也能起到解惑的作用。楊海娟（2017）將感知有用性應(yīng)用于綜合性問(wèn)答網(wǎng)站，將其定義為信息有用性，基于精細(xì)加工模型（ELM）和技術(shù)接受模型（TAM）提出信息采納模型（Information Adoption Model，IAM），探討綜合性問(wèn)答網(wǎng)站的信息性和規(guī)范性社會(huì)影響對(duì)信息有用性的作用機(jī)理，并如何作用于信息采納意愿［22］。將其運(yùn)用于網(wǎng)購(gòu)情境中，丁敬群等（2020）以京東問(wèn)答為例，基于精細(xì)加工可能性理論（ELM）和技術(shù)接受模型（ATM），探討電商問(wèn)答功能中社會(huì)化因素對(duì)消費(fèi)者行為意愿的作用機(jī)理，研究表明社會(huì)化影響因素中的信息支持、信息質(zhì)量和回答者專(zhuān)業(yè)性通過(guò)影響消費(fèi)者的感知有用性和感知可信度，最終影響用戶的行為意愿［31］。鑒于此，本文提出以下假設(shè)：

H4：感知有用性在回答內(nèi)容質(zhì)量與消費(fèi)者購(gòu)買(mǎi)意愿之間起中介作用；

H5：感知有用性在回答者的可靠性與消費(fèi)者購(gòu)買(mǎi)意愿之間起中介作用；

H6：感知有用性在回答者的互動(dòng)性與消費(fèi)者購(gòu)買(mǎi)意愿之間起中介作用。

三、實(shí)證分析

（一）數(shù)據(jù)來(lái)源和樣本信息

本研究調(diào)研對(duì)象為閱讀電商平臺(tái)用戶問(wèn)答模塊的消費(fèi)者，采用問(wèn)卷調(diào)查法研究電商平臺(tái)用戶問(wèn)答特質(zhì)對(duì)消費(fèi)者感知和購(gòu)買(mǎi)行為的影響。運(yùn)用“問(wèn)卷星”平臺(tái)設(shè)計(jì)問(wèn)卷，通過(guò)微信、QQ社交軟件向被試發(fā)放問(wèn)卷。共發(fā)放382份問(wèn)卷，設(shè)置“您在網(wǎng)購(gòu)時(shí)，是否有瀏覽“問(wèn)大家”模塊的習(xí)慣”題項(xiàng)識(shí)別調(diào)研對(duì)象，剔除沒(méi)有瀏覽問(wèn)答模塊經(jīng)歷的無(wú)效問(wèn)卷，在問(wèn)卷中設(shè)置“此題請(qǐng)選2”題項(xiàng)過(guò)濾規(guī)律性作答問(wèn)卷，以及填寫(xiě)不完整等無(wú)效問(wèn)卷，共回收272份有效問(wèn)卷，有效率為71.20%。樣本基本信息見(jiàn)表1，在性別方面，男女占比分別為31.30%和68.70%，表明網(wǎng)購(gòu)的消費(fèi)者以女性為主；在年齡方面，18-23歲占比最高，為75.47%，表明年輕群體熱衷于網(wǎng)絡(luò)購(gòu)物；在受教育程度方面，高中及以下占比最少，表明消費(fèi)者具有較高的文化水平；在每月網(wǎng)絡(luò)購(gòu)物頻率方面，每月網(wǎng)購(gòu)2-4次占比達(dá)45.22%，甚至20.22%的被試達(dá)到8次及以上，且35.66%的被試每天上網(wǎng)時(shí)間超過(guò)6小時(shí)，在每天瀏覽網(wǎng)購(gòu)信息的頻率方面，86.03%的被試超過(guò)2次及以上，表明被試熟悉網(wǎng)絡(luò)購(gòu)物流程，有利于保障問(wèn)卷數(shù)據(jù)的準(zhǔn)確性和可靠性。

（二）變量測(cè)量

為保證量表的效度，本文問(wèn)卷題項(xiàng)主要借鑒國(guó)內(nèi)外相關(guān)研究的成熟量表，并根據(jù)具體情境進(jìn)行調(diào)整所得。其中，問(wèn)答的內(nèi)容質(zhì)量參考Delone和Park等的研究［19，32］，包含問(wèn)題的豐富性、相關(guān)性和客觀性等內(nèi)容，共5個(gè)題項(xiàng)；回答者的可靠性參考Jain等的研究［33］，包含回答的充分性、全面性和準(zhǔn)確性等內(nèi)容，共5個(gè)題項(xiàng)；回答者的交互性參考Gou等的研究［34］，包含互動(dòng)性、情感傾向等內(nèi)容，共4個(gè)題項(xiàng)；感知有用性參考Davis等的研究［29］，關(guān)于問(wèn)答中提供的信息能否有助于消費(fèi)者購(gòu)買(mǎi)決策，共4個(gè)題項(xiàng)；購(gòu)買(mǎi)意愿參考Dodds等的研究［35］，在閱讀完相關(guān)的問(wèn)答信息后是否愿意采取購(gòu)買(mǎi)行動(dòng)，共4個(gè)題項(xiàng)。以上量表均采用5級(jí)李克特量表測(cè)量，其中，“1”表示“非常不認(rèn)可”，“2”表示不認(rèn)可，“3”表示不確定，“4”表示“認(rèn)可”，“5”表示非常認(rèn)可。

（三）信效度檢驗(yàn)

量表的信效度檢驗(yàn)結(jié)果見(jiàn)表2。本文采用SPSS 26.0對(duì)問(wèn)卷測(cè)量題項(xiàng)進(jìn)行可靠性分析，結(jié)果顯示各變量的克隆巴赫系數(shù)均大于理論要求的0.7，且整體的克隆巴赫系數(shù)為0.936，表明變量具有良好的信度。在此基礎(chǔ)上，對(duì)量表進(jìn)行KMO和巴特勒球形檢驗(yàn)，結(jié)果顯示各變量的KMO值和整體的KMO值均大于0.5，且通過(guò)巴特勒球形檢驗(yàn)得到的顯著性水平均為0.000，小于0.05，表明變量的題項(xiàng)間存在顯著的相關(guān)性，適合做因子分析。隨后采用AMOS 26.0對(duì)各變量題項(xiàng)進(jìn)行驗(yàn)證性因子分析，各變量標(biāo)準(zhǔn)化的因子載荷均大于0.5，說(shuō)明各題項(xiàng)能較好地解釋潛變量，此外各變量的AVE值均大于0.4，且CR值均大于0.6，符合Fornell等關(guān)于AVE值的建議［36］。因此，各變量之間具有較高的收斂效度。量表是基于前人的成熟量表調(diào)整而來(lái)，說(shuō)明問(wèn)卷各題項(xiàng)具有良好的內(nèi)容效度。

（四）相關(guān)性分析

為了探討電商平臺(tái)用戶問(wèn)答影響消費(fèi)者購(gòu)買(mǎi)意愿最為關(guān)鍵的變量，驗(yàn)證各變量間的因果關(guān)系，有必要對(duì)各變量與消費(fèi)者購(gòu)買(mǎi)意愿進(jìn)行相關(guān)性分析，了解各變量之間的相關(guān)關(guān)系，具體結(jié)果見(jiàn)表3。其中，對(duì)角線數(shù)值為各潛變量的AVE平方根，表中各變量的相關(guān)系數(shù)均小于自身的AVE平方根，表明問(wèn)卷量表的區(qū)分效度較好。

由表3可知，電商平臺(tái)用戶問(wèn)答特質(zhì)各變量間具有顯著的正相關(guān)關(guān)系。其中，消費(fèi)者購(gòu)買(mǎi)意愿與問(wèn)答內(nèi)容質(zhì)量（r=0.466，P<0.01）、回答者可靠性（r=0.565，P<0.01）、回答者交互性（r=0.526，P<0.01）、感知有用性（r=0.647，P<0.01）之間均具有顯著的正相關(guān)關(guān)系，表明各變量與消費(fèi)者購(gòu)買(mǎi)意愿具有因果關(guān)系，為回歸分析奠定基礎(chǔ)，各假設(shè)初步得到驗(yàn)證。

（五）假設(shè)檢驗(yàn)

1.電商平臺(tái)用戶問(wèn)答對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的主效應(yīng)檢驗(yàn)

依據(jù)模型和研究假設(shè)，自變量為電商平臺(tái)用戶問(wèn)答內(nèi)容特質(zhì)（內(nèi)容質(zhì)量）和用戶特質(zhì)（回答者可靠性和回答者交互性），因變量為消費(fèi)者購(gòu)買(mǎi)意愿。基于上述各變量相關(guān)性分析，為驗(yàn)證其因果關(guān)系，本文運(yùn)用多元線性回歸的方法檢驗(yàn)自變量對(duì)因變量的影響，檢驗(yàn)結(jié)果見(jiàn)表4。結(jié)果顯示，電商平臺(tái)用戶問(wèn)答特質(zhì)與消費(fèi)者購(gòu)買(mǎi)意愿的相關(guān)系數(shù)為0.613，R2為0.375，表明自變量能解釋因變量變異的37.5%，大于10%，在可接受范圍內(nèi)。由F（3，268）=53.687，P=0.000<0.01，可知回歸方程是顯著的，表明至少有一個(gè)變量顯著影響消費(fèi)者購(gòu)買(mǎi)意愿。

回歸結(jié)果顯示，問(wèn)答內(nèi)容質(zhì)量的回歸系數(shù)為0.133，統(tǒng)計(jì)檢驗(yàn)達(dá)到0.05的顯著性水平，表明問(wèn)答內(nèi)容質(zhì)量顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿。消費(fèi)者在虛擬的網(wǎng)絡(luò)空間，面對(duì)海量的產(chǎn)品信息和在線評(píng)論時(shí)，尤為注重內(nèi)容質(zhì)量。平臺(tái)用戶問(wèn)答是由潛在消費(fèi)者主動(dòng)提出，并產(chǎn)生互動(dòng)，問(wèn)答內(nèi)容的豐富性能給消費(fèi)者提供更多產(chǎn)品的相關(guān)信息，有效解決傳統(tǒng)網(wǎng)購(gòu)信息不對(duì)稱(chēng)的問(wèn)題，內(nèi)容質(zhì)量高的問(wèn)答往往會(huì)提供消費(fèi)者關(guān)鍵性的決策信息，有利于促進(jìn)消費(fèi)者形成購(gòu)買(mǎi)意愿，因此，假設(shè)H1得到驗(yàn)證?；卮鹫呖煽啃缘幕貧w系數(shù)為0.296，統(tǒng)計(jì)檢驗(yàn)達(dá)到0.01的顯著性水平，表明回答者可靠性顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿。在電商平臺(tái)用戶問(wèn)答中，問(wèn)答內(nèi)容是由已購(gòu)消費(fèi)者做出的，用戶可以看作是問(wèn)答模塊的關(guān)鍵要素，用戶的任何言論在一定程度上會(huì)影響潛在消費(fèi)者的購(gòu)買(mǎi)行為，對(duì)問(wèn)題給出全面、充分回答的，潛在消費(fèi)者會(huì)認(rèn)為這是可靠的，對(duì)商品的評(píng)價(jià)和描述是準(zhǔn)確的，進(jìn)而形成購(gòu)買(mǎi)意愿，因此，假設(shè)H2得到驗(yàn)證?；卮鹫呓换バ缘幕貧w系數(shù)為0.257，統(tǒng)計(jì)檢驗(yàn)達(dá)到0.01的顯著性水平，回答者交互性顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿。消費(fèi)群體是生活在虛擬的網(wǎng)絡(luò)社群中，隨著人們社交媒介的使用，消費(fèi)者在各大領(lǐng)域都積極參與，以滿足社交的需求，當(dāng)提問(wèn)者的問(wèn)題得到及時(shí)的回復(fù)和較多數(shù)量的回答，有利于增強(qiáng)提問(wèn)者的感知價(jià)值，同時(shí)為其他潛在消費(fèi)者提供更多的產(chǎn)品信息，從而增強(qiáng)購(gòu)買(mǎi)意愿，因此，假設(shè)H3得到驗(yàn)證。

2.感知有用性的中介效應(yīng)檢驗(yàn)

中介效應(yīng)分析主要是檢驗(yàn)感知有用性在電商平臺(tái)用戶問(wèn)答特質(zhì)和消費(fèi)者購(gòu)買(mǎi)意愿的關(guān)系中是否起到中介作用。由主效應(yīng)檢驗(yàn)可知，自變量問(wèn)答內(nèi)容質(zhì)量、回答者可靠性和回答者交互性顯著影響因變量購(gòu)買(mǎi)意愿。以感知有用性為自變量，消費(fèi)者購(gòu)買(mǎi)意愿為因變量，運(yùn)用回歸分析，由F（1，270）=193.978，P=0.000<0.05可知，感知有用性顯著影響消費(fèi)者購(gòu)買(mǎi)意愿（β=0.651，P<0.01）；以感知有用性為因變量，電商平臺(tái)用戶問(wèn)答特質(zhì)為自變量，運(yùn)用回歸分析，結(jié)果顯示，這三個(gè)變量均顯著影響感知有用性，因此本文將進(jìn)一步檢驗(yàn)感知有用性在問(wèn)答內(nèi)容質(zhì)量、回答者可靠性和回答者交互性的中介效應(yīng)。

主要采用Bootstrap抽樣檢驗(yàn)法，結(jié)果見(jiàn)表5。由表5可知，問(wèn)答內(nèi)容質(zhì)量的中介效應(yīng)值為0.240，95%的Bootstrap置信區(qū)間為［0.168?? ，0.324］，不包含“0”，表明該路徑中介效應(yīng)顯著；回答者可靠性的中介效應(yīng)值為0.274，95%的Bootstrap置信區(qū)間為［0.192，0.361］，不包含“0”，表明該路徑中介效應(yīng)顯著；回答者交互性的中介效應(yīng)值為0.265，95%的Bootstrap置信區(qū)間為［0.190，0.344］，不包含“0”，表明該路徑中介效應(yīng)顯著。因此，假設(shè)H4、H5、H6成立。感知有用性在問(wèn)答內(nèi)容質(zhì)量、回答者可靠性和回答者交互性與消費(fèi)者購(gòu)買(mǎi)意愿之間關(guān)系起中介作用。說(shuō)明消費(fèi)者在閱讀用戶問(wèn)答時(shí)，感知產(chǎn)品的功能特性、已購(gòu)消費(fèi)者的情感傾向和問(wèn)答的數(shù)量等信息內(nèi)容，從中獲得并提升高質(zhì)量信息，可靠、全面的問(wèn)答更有利于增強(qiáng)其購(gòu)買(mǎi)意愿。

四、研究結(jié)論與啟示

（一）研究結(jié)論

本文基于精細(xì)加工可能性模型和S-O-R模型，結(jié)合電商平臺(tái)用戶問(wèn)答模板用戶和問(wèn)答內(nèi)容特性，構(gòu)建電商平臺(tái)用戶問(wèn)答對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響模型并提出假設(shè)，實(shí)證分析用戶問(wèn)答的內(nèi)容質(zhì)量和回答者特質(zhì)（可靠性和交互性）兩個(gè)維度對(duì)消費(fèi)者感知和購(gòu)買(mǎi)意愿的影響。研究結(jié)果發(fā)現(xiàn)：?jiǎn)柎饍?nèi)容質(zhì)量、回答者可靠性和交互性顯著正向影響消費(fèi)者購(gòu)買(mǎi)意愿，感知有用性在內(nèi)容質(zhì)量、回答者可靠性和交互性與消費(fèi)者購(gòu)買(mǎi)意愿之間關(guān)系起到中介作用。

（二）??? 啟示

在虛擬的電商情境中，各大平臺(tái)和商家之間存在激烈的競(jìng)爭(zhēng)，因此需不斷優(yōu)化升級(jí)平臺(tái)、產(chǎn)品和服務(wù)質(zhì)量等，本文著眼于分析用戶問(wèn)答模塊對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響，以期為平臺(tái)、商家提高經(jīng)濟(jì)效益和為消費(fèi)者提供價(jià)值信息提供參考?；谏鲜鼋Y(jié)論，提出如下啟示：

1.重視并優(yōu)化問(wèn)答功能模塊建設(shè)。問(wèn)答功能模塊是潛在消費(fèi)者主動(dòng)獲取信息的方式，相較于被動(dòng)搜索信息具有更強(qiáng)的自主性，潛在消費(fèi)者可以更好地表達(dá)自己的需求，而無(wú)需從海量的在線評(píng)論和產(chǎn)品信息中查找相關(guān)信息。因此，各大電商平臺(tái)需重視問(wèn)答這一功能，從網(wǎng)頁(yè)界面設(shè)計(jì)到用戶問(wèn)答內(nèi)容呈現(xiàn)等方面優(yōu)化問(wèn)答功能模塊建設(shè)，充分利用問(wèn)答功能使得商家和企業(yè)更好地服務(wù)消費(fèi)者，起到提升產(chǎn)品銷(xiāo)量的作用。

2.設(shè)立良性機(jī)制加強(qiáng)消費(fèi)者之間的交互性，引導(dǎo)用戶參與。當(dāng)前問(wèn)答模塊仍存在問(wèn)答數(shù)量少、內(nèi)容質(zhì)量差等問(wèn)題，為更好地提供產(chǎn)品信息，應(yīng)提高問(wèn)題的豐富度和問(wèn)答數(shù)量。因此，各大電商平臺(tái)和商家需設(shè)立一定的良性機(jī)制，通過(guò)返現(xiàn)、發(fā)放優(yōu)惠券等激勵(lì)措施，引導(dǎo)已購(gòu)消費(fèi)者填充回答內(nèi)容，及時(shí)回答潛在消費(fèi)者的問(wèn)題，充分發(fā)揮問(wèn)答模塊的作用，提高問(wèn)答評(píng)論在消費(fèi)者決策中的地位和重要性，在一定程度上促進(jìn)線上購(gòu)買(mǎi)轉(zhuǎn)化。

3.切實(shí)保障產(chǎn)品質(zhì)量，提升消費(fèi)者感知水平，以提高內(nèi)容質(zhì)量。電商平臺(tái)和商家的競(jìng)爭(zhēng)，歸根結(jié)底還是產(chǎn)品買(mǎi)賣(mài)的競(jìng)爭(zhēng)。因此，電商平臺(tái)和企業(yè)需切實(shí)保障產(chǎn)品質(zhì)量和店鋪的服務(wù)質(zhì)量，已購(gòu)消費(fèi)者在獲得高質(zhì)量的產(chǎn)品和服務(wù)時(shí)，會(huì)形成相當(dāng)高的滿意度，從而形成有利于商家的良好口碑，使得消費(fèi)者更愿意參與問(wèn)答，內(nèi)容多為正面的回答。從口碑的角度出發(fā)，這樣會(huì)提升潛在消費(fèi)者的感知水平，一定程度上信任商家的產(chǎn)品和服務(wù)，進(jìn)而引發(fā)其積極的購(gòu)買(mǎi)傾向。

［參 考 文 獻(xiàn)］

［1］中國(guó)互聯(lián)網(wǎng)信息中心.第51次《中國(guó)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》（全文）［EB/OL］. 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心 （cnnic.net.cn） https：//cnnic.cn/n4/2023/0302/c199-10755.html，2023-03-02/2023-04-28.

［2］ Yan Q， Wu S， Wang L， et al. E-WOM from ecommerce websites and social media： Which will consumers adopt？ ［J］. Electronic Commerce Research and Applications， 2016，17（5-6）：62-73．

［3］杜學(xué)美，丁璟妤，謝志鴻，雷麗芳.在線評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響研究［J］.管理評(píng)論，2016， 28（3）： 173-183.

［4］石文華，王璐，繩娜，蔡嘉龍.在線初次評(píng)論與在線追加評(píng)論對(duì)商品銷(xiāo)量影響的比較研究［J］.管理評(píng)論， 2018， 30（1）： 144-153.

［5］孟園，王洪偉，王偉.網(wǎng)絡(luò)口碑對(duì)產(chǎn)品銷(xiāo)量的影響：基于細(xì)粒度的情感分析方法［J］.管理評(píng)論， 2017， 29（1）： 144-154.

［6］ Guerreiro J， Rita P. How to predict explicit recommendations in online reviews using text mining and sentiment analysis［J］. Journal of Hospitality and Tourism Management， 2020， 43：269-272.

［7］ Luca M， Zervas G. Fake it till you make it： Reputation， competition， and Yelp review fraud［J］. Management Science， 2016， 62（12）： 3412-3427.

［8］ Petty R E， Cacioppo J T. The effects of involvement on responses to argument quantity and quality： Central and peripheral routes to persuasion［J］. Journal of Personality and Social Psychology， 1984， 46（1）：69-81.

［9］龔艷萍，梁樹(shù)霖.在線評(píng)論對(duì)新技術(shù)產(chǎn)品消費(fèi)者采用意愿的影響研究——基于 ELM 視角［J］.軟科學(xué)，2014，28（2）：96-99.

［10］閆強(qiáng)，麻璐瑤，吳雙.電子口碑發(fā)布平臺(tái)差異對(duì)消費(fèi)者感知有用性的影響［J］.管理科學(xué)，2019，32（3）：80-91.

［11］ Mehrabian A， Russell J A. An Approach to Environmental Psychology［M］. Cambridge： MIT Press， 1974.

［12］ Jacoby J. Stimulus‐organism‐response reconsidered： an evolutionary step in modeling （consumer） behavior［J］. Journal of Consumer Psychology， 2002， 12（1）： 51-57.

［13］ Zhang B， Xu H. Privacy nudges for mobile applications： Effects on the creepiness emotion and privacy attitudes［C］//Proceedings of the 19th ACM conference on computer-supported cooperative work & social computing. 2016： 1676-1690.

［14］ Eroglu S A， Machleit K A， Davis L M. Atmospheric qualities of online retailing： A conceptual model and implications［J］. Journal of Business Research， 2001， 54（2）： 177-184.

［15］ Wang Y J， Hernandez M D， Minor M S. Web aesthetics effects on perceived online service quality and satisfaction in an e-tail environment： The moderating role of purchase task［J］. Journal of Business Research， 2010，63（9-10）： 935-942.

［16］魏劍鋒，李孟娜，劉保平.電商直播中主播特性對(duì)消費(fèi)者沖動(dòng)購(gòu)買(mǎi)意愿的影響［J］.中國(guó)流通經(jīng)濟(jì)， 2022， 36（4）： 32-42.

［17］ 嚴(yán)建援，李揚(yáng)，馮淼，李凱.用戶問(wèn)答與在線評(píng)論對(duì)消費(fèi)者產(chǎn)品態(tài)度的交互影響［J］.管理科學(xué)，2020，33（2）：102-113.

［18］ Qazi A， Syed K B S， Raj R G， et al. A concept-level approach to the analysis of online review helpfulness［J］. Computers in Human Behavior， 2016， 58： 75-81.

［19］ 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.

［20］楊爽，徐暢.在線產(chǎn)品評(píng)論有用性的影響機(jī)制——基于虛擬社區(qū)視角［J］.求索，2013（3）：249-251.

［21］ 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.

［22］楊海娟.綜合性問(wèn)答網(wǎng)站用戶信息采納意愿影響因素實(shí)證研究——基于信息性社會(huì)影響和規(guī)范性社會(huì)影響的視角［J］.現(xiàn)代情報(bào)，2017，37（10）：42-48.

［23］ Zhang K Z K， Cheung C M K， Lee M K O. Examining the moderating effect of inconsistent reviews and its gender differences on consumers online shopping decision［J］. International Journal of Information Management， 2014， 34（2）： 89-98.

［24］ Tausczik Y R， Pennebaker J W. Predicting the perceived quality of online mathematics contributions from users' reputations［C］// In Proceedings of the 29th Annual Chi Conference on Human Factors in Computing Systems. 2011. 1885-1888.

［25］孫瑾，陳靜.普通消費(fèi)者口碑和專(zhuān)家評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)決策的影響研究［J］.商業(yè)經(jīng)濟(jì)與管理， 2020（1）： 15-26.

［26］郭國(guó)慶，李光明.購(gòu)物網(wǎng)站交互性對(duì)消費(fèi)者體驗(yàn)價(jià)值和滿意度的影響［J］.中國(guó)流通經(jīng)濟(jì)，2012，26（2）：112-118.

［27］劉曉莉，張雷.平臺(tái)互動(dòng)性對(duì)用戶在線知識(shí)付費(fèi)意愿的影響機(jī)制研究［J］.新世紀(jì)圖書(shū)館，2020，288（8）：22-28+79.

［28］劉魯川，孫怡璐.不同情感強(qiáng)度的負(fù)面在線評(píng)論對(duì)消費(fèi)者態(tài)度的影響——基于調(diào)節(jié)定向理論的實(shí)驗(yàn)研究［J］.情報(bào)理論與實(shí)踐， 2020， 43（5）： 163-169.

［29］ Davis F D. Perceived usefulness， perceived ease of use and user acceptance of information technology［J］. MIS Quarterly， 1989，13（3）： 319-340.

［30］游浚，張曉瑜，楊豐瑞.在線評(píng)論有用性的影響因素研究——基于商品類(lèi)型的調(diào)節(jié)效應(yīng)［J］.軟科學(xué)， 2019， 33（5）： 140-144.

［31］丁敬群，陳毅文，張玉婷.移動(dòng)電商問(wèn)答的信息性和規(guī)范性對(duì)消費(fèi)者行為意愿的影響［J］.資源開(kāi)發(fā)與市場(chǎng)，2020，36（1）：68-72.

［32］ DeLone W H， McLean E R. The DeLone and McLean model of information systems success： a ten-year update［J］. Journal of management information systems， 2003， 19（4）： 9-30.

［33］ Jain S P， Posavac S S. Prepurchase attribute verifiability， source credibility， and persuasion［J］. Journal of Consumer Psychology， 2001， 11（3）： 169-180.

［34］ Guo J， Liu Z， Liu Y. Key success factors for the launch of government social media platform： Identifying the formation mechanism of continuance intention［J］. Computers in Human Behavior， 2016， 55： 750-763.

［35］ Dodds W B， Monroe K B， Grewal D. Effects of price， brand and store information on buyers product evaluations［J］. Journal of Marketing Research， 1991， 28（3）： 307-319.

［36］ Fornell C， Larcker D F. Evaluating structural equation models with unobservable variables and measurement error［J］. Journal of Marketing Research， 1981，18（1）： 39-50.