在线点评对消费者行为意向影响的实证检验

雷 晶，李 霞

（南京邮电大学管理学院，南京 210023）

0 引言

据CNNIC数据显示：2013年年底中国网民规模已达6.18亿，全年新增网民5358万人，互联网普及率为45.8%；中国网络购物用户规模达3.02亿，网络购物使用率达到48.9%，网络购物逐渐成为国民经济发展中一支重要的力量。在网上购买不熟悉或熟悉的产品时，为降低购买风险，消费者希望能够从购买过同样目标商品的人群里得到相关产品的信息反馈，然后再做出理性的判断和决策。根据CNNIC《2013年中国网络购物市场研究报告》显示，不同年龄代际横向比较来看，“用户评价”因素始终是消费者决策考虑的重要因素[1]。

据中国最大的整合提供网络口碑分析工具、社会化商业咨询服务的第三方公司CIC统计：消费者在购买前上网查询其他网友的评论已经成为一种习惯，81.2%的消费者在购买产品之前都会上网查询其他网友对该产品的评论信息。且评论信息对消费者具有很大影响，其中数码产品的影响几率达50%[2]。此外，在线点评信息对品牌态度的转变亦有很大影响，正面点评可以使一个品牌实现正向转变（不良品牌态度向正面转变）的几率为50%，而反之则为40%（即负面点评对品牌的负向转变）。由此可见，在线点评同样成为了影响消费者购买决策过程的重要因素，关注与呵护品牌的在线点评已经成为树立良好的品牌形象的必须措施。综上所述，研究在线点评对消费者行为意向的影响机制既是对在线点评作用机制的探讨，也是对新的商业模式和经济行为下如何提高企业效益、实施高效营销的一种探索。

1 理论基础及研究假设

在线点评可以被认为是一种特殊的口碑信息，是网络口碑的一种形式[3]。近年来，随着互联网技术和Web2.0技术的高速发展，用户推荐和网民意见在影响消费者决策因素中变得越来越重要，互联网用户所创造的在线点评数量及其影响效应均不断增强，消费者在购买的过程中需要收集不同信息来源的有关产品属性特征的信息和建议，在线点评在消费者决策过程中承担着着越来越重要的作用。作为信息提供者和建议者，在线点评具有影响消费者决策的能力。一方面，作为信息提供者，在线点评提供的产品类型的信息与商家类似。然而，在线点评提供更多的是消费者导向型的信息，而商家提供更多的是产品导向型的信息，如产品属性、技术规格、产品性能等；另一方面，在线点评是从消费者个人的角度依照使用情况来描述产品的属性以及评估产品的性能。作为建议者，在线点评与传统的口碑传播一样，可以为消费者提供一些有关产品或者商家的建议。

然而，在线点评在可测量性、来源、数量以及可达性等方面与传统口碑呈现不同的特征。在线点评的信息来源主体是热爱在网上发表信息的匿名者。与传统的线下评论相比，在线点评的数量远大于线下点评。而且，在线点评具有高效性，冲破了地域的限制。在线点评也易于被观察到，网上发布评论的数量可以轻松识别。

从传播方向上可以将在线点评分为正面点评和负面点评两种。负面信息给消费者产生的情绪等反应而造成的刺激要强于正面信息。且消费者认为负面信息更具有判断性价值。因此，人们会赋予被评价对象的负面信息更高的权重。根据前景理论，人们对同一单位量的损失时的痛苦感要大大超过获得时的快乐感，因为在价值函数中，损失曲线远陡峭于收益曲线。因此，我们认为负面在线评论对消费者行为意向比正面在线评论具有更大的影响力。

H1：负面在线点评对消费者行为意向的影响强于正面在线点评。

Hobbrook[4]（1978）将口碑信息类型分为客观事实型和主观评价型。客观事实型信息通常是对产品属性进行的客观评价，更多是以客观事实为基础的具体信息，消费者容易形成对该产品的整体认知；主观评价型信息更多是评论者的购买心得和主观情绪的表达，从某种程度上此类信息更具感染力，能有效帮助消费者建立决策信心。所以，当消费者在网上同时接触到关于某产品的客观事实型和主观评价型点评信息时，我们认为后者会对他们的行为意向起到更大的作用。

H2：主观评价型在线点评信息对消费者行为意向的影响强于客观事实型在线点评信息。

另外，与客观事实型点评信息相比，消费者从主观评价型点评信息中产生的产品认知相对模糊，感知不确定性更高，从而使产品的购买感知风险相应提高。而如果消费者接触到的是负面的点评信息，这种不确定性有可能被放大，不购买的可能性大大增强；反之，如果是正面的点评信息，反而会使得消费者的期望值增高，购买的可能性会更大。因此，消费者在主观评价型点评信息的购买情境下，当信息为负面时，消费者会赋予其更高的参考权重。

H3：正面在线点评和负面在线点评对消费者行为意向的影响因其类型而定，主观评价型对消费者行为意向的影响强于客观事实型。

“卷入度”一词通常被用来解释为个人相关性和重要性，许多学者发现卷入度和信息处理之间有着强烈的相关性[5]。当卷入度增加时，个人呈现出较强的动机，在信息处理的理解阶段，他们会越发精心地去处理每一个字眼。当卷入度低时，个人便依赖于外围的刺激，比如信息源的可信度、对信息源的赞同、参考群体的数量、问卷中的图片以及图片的吸引力等来做出决策。现有的关于消费者行为学和社会心理学的研究大多集中于“卷入度”是如何在说服性沟通中调节信息处理的类型及数量。这种视角来源于精细加工可能性模型（ELM），该模型有助于解释消费者在跟进在线评论并进行信息处理时如何做出相应的反应，并且很好地解释了消费者态度转变以及增强的过程。该模型受个人信息处理的动机和信息处理的能力两个因素的影响[6]。当信息处理的动机和能力都较高时，消费者趋向于遵从核心途径，他们会全面地分析、处理有关对象的大部分或者所有信息。而且当个人卷入度高时，消费者会通过理性认知来判断某个产品或事项的是非曲直。然而，当息处理的动机和能力都较低时，消费者趋向于遵从外围途径，他们并没有对信息进行全面地分析，而且在信息处理的过程中只需付出较小的努力对相关信息进行评估便可以实现态度的转变。在社会心理学中，当一个人处于高卷入度的情况下，同一则信息的内容会显得更有说服性。

H4：在高产品卷入度情境下在线点评对消费者行为意向的影响强于低产品卷入度。

高产品卷入度情境下，消费者面临更高的决策失误风险，而负面信息大多是购后损失的体现，因此，消费者在进行购买决策时会赋予负面信息更多的权重而尽可能的规避决策失误风险。然而，与客观事实型信息相比，主观评价型信息更多为评论者的购后体验。对消费者而言，购买高卷入度、决策失误风险也较高的产品，仅有客观事实信息并不足以成为消费者的购买动力，而前人的购买经验和意见却具有更高的参考价值。

图1 研究模型

H5：正面在线点评和负面在线点评对消费者行为意向的影响视产品卷入度的高低而定，高产品卷入度情况下的影响大于低产品卷入度下的影响。

H6：主观评价型在线点评和客观事实型在线点评对费者行为意向的影响视产品卷入度的高低而定，高产品卷入度情况下的影响大于低产品卷入度下的影响。

2 研究设计

2.1 实验设计

“实验法”通常也称为“操纵法”，其核心是将一系列相互作用的变量相互隔离，然后测量。本研究的三个实验变量在线点评传播方向、类型、产品卷入度，每个变量都可被操纵为两个水平，正面和负面在线点评、客观事实型和主观评价型在线点评、高和低产品卷入度。本文将采用2×2×2实验法将实验变量分为8组来验证各项研究假设。

2.2 实验变量的操纵及其描述

(1)产品卷入度的操纵。

从“京东商城”的手机和数码产品销售栏中我们选取了10项大学生经常使用并且熟悉的电子产品（手机、耳机、MP3、U盘、鼠标、移动电源、读卡器、存储卡、充电器、数据线），通过焦点小组的访谈和讨论，经过一系列的参考、斟酌、比较，最终本文选取了被测试的两种电子产品：手机和U盘。本文借鉴Zaichkowsky（1994）的“个人卷入度量表”对被测产品进行预调研。共计发放问卷60份，有效问卷45份。被测产品中手机的均值（5.40）最高，而U盘的均值（2.91）最低，通过产品卷入度操纵独立样本T检验我们发现两组电子产品在卷入度上具有显著差异（t=13.427，p＜0.001）。因此，本文将选用此两种电子产品作为产品卷入度实验变量的两个代表用于正式实验的测试中。

(2)在线点评传播方向的操纵。

在Jumin Lee（2007）关于负面在线点评对消费者产品态度影响的研究中认为8条评论是比较适中的评论数量，为了实验测量结果的准确性，本研究尝试借鉴上述研究将在主实验中的正面和负面在线点评的数量定为8条。

(3)在线点评类型的操纵。

在线点评类型的操纵本文采用焦点小组的方式来筛选两种类型的评价信息。焦点小组共8人，两种产品的评价信息各类型均10条，评价信息取自电子商务网站“京东商城”。每条评价信息包括评价内容、评论者网名、评论时间以模拟网络点评的真实环境。且每条评论的篇幅控制在3行以内从而消除不同篇幅对评论信息质量和数量的影响。通过对40条信息的判断（充分性、客观性、相关性、可信性），两种类型的点评信息中客观事实型和主观评价型均为5条。

(4)控制变量的操纵。

为了避免其他变量如“品牌偏好”、“品牌效应”、以及“个人对在线评论来源的态度”对实验产生干扰，我们使用多种方法（隐藏产品品牌名称、统一评价信息来源、虚拟了在线点评信息发布者的网络名称和发布日期等）来改善实验的内部效度。

2.3 变量测量

本研究以在线点评的传播方向和在线点评的类型为自变量，产品卷入度作为调节变量，消费者行为意向为因变量，借鉴国内外学者比较成熟的量表（如表1所示），得到本文各个变量的测量问项。

表1 量表来源

在线点评的方向性采用单问项来测量；在线点评类型的测量借鉴Park（2007）的成熟量表，包括4个问项；产品卷入度的测量本文综合借鉴了Zaichkowsky PII(1994)和金立印（2007）的研究量表而确定了4个问项；消费者行为意向借鉴使用Park（2008）的测量量表，包括2个题项。

2.4 数据收集与统计

本次主实验的测试对象是南京高校的在校大学生，主要集中于南京邮电大学。具体的实验步骤如下：8个实验组（2×2×2）分布于8个不同的教室（大于40人）分批次进行实验，每个实验组之间的实验情景均不同，每个实验变量均得到了控制，而每个实验组内的实验条件和问卷内容是一致的。

问卷共为A4纸两页，第一页为实验介绍和实验产品的8条相关评论（评论内容、评论者网名、发布时间），第二页为调查问卷（共7题）。实验开始之前会向被试说明此次实验的过程和注意事项。为了保证问卷的质量，对本次实验的时间不做限定，统一填写完毕后回收问卷（事实上每个实验组的实验时间不超过10分钟）。共计发放问卷320份，回收问卷318份，有效问卷284份。其中，男性140名，占比49.34%；女性144名，占比50.66%。且经过独立样本T检验发现，所有测量项的分值不存在性别差异。

3 实验数据分析

3.1 信度检验

为删除不符合数据分析的题项，以保障量表的信度，我们首先对量表采用纠正题项的总相关系数净化。量表的效度分析采用KMO和巴特尔球氏检验来测量，信度、效度检验结果如表2所示，效度检验如表3所示。

表2 信度检验结果

表3 量表效度检验

在信度方面，由本研究所使用的各量表的克隆巴赫α系数均达到了最低要求（大于等于0.7）；在效度方面，各量表均通过KMO和巴特尔球氏检验，结果良好。

3.2 变量操纵检验

在假设检验之前需要对实验变量的操纵进行检验，本文使用独立样本T检验的方法分别验证操纵变量传播方向、点评类型、产品卷入度的操纵效果。操纵结果如表4所示。通过以下对各个变量进行的独立T检验分析结果可知，在线点评方向、在线点评类型及产品卷入度这三个实验变量均得到了很好的操纵。

表4 变量操纵检验结果

3.3 假设检验

3.3.1 主效应检验

首先我们将利用单因素方差分析分析方法分别检验在线点评传播方向、在线点评类型、产品卷入度对消费者行为意向的影响。结果如表5、6、7所示。

表5 在线点评方向和在线点评类型对消费者行为意向的交互影响

由上述表格可以分析得出：第一，在线点评方向对消费者行为意向的主效应是显著的（F=118.374，P=0.000），这说明负面在线点评对消费者行为意向的影响强于正面在线点评。因此，研究假设H1成立；第二，在线点评类型对消费者行为意向的主效应是显著的（F=71.462，P=0.000），这说明主观评价型在线点评信息对消费者行为意向的影响强于客观事实型在线点评信息。因此，研究假设H2成立；第三，产品卷入度对消费者行为意向的主效应是显著的（F=282.046，P=0.000），这说明在高产品卷入度情境下在线点评对消费者行为意向的影响强于低产品卷入度。因此，研究假设H4成立。

表6 在线点评方向和产品卷入度对消费者行为意向的交互影响

表7 在线点评类型和产品卷入度对消费者行为意向的交互影响

3.3.2 交互效应检验

我们利用双因素方差分析（Tow-Way ANOVA）检测在线点评方向、在线点评类型和产品卷入度对消费者行为意向的交互影响，自变量之间的交互作用检验结果如图2所示。

图2 三组自变量之间的交互效应

由双因素方差分析可以得出：第一，在线点评方向和在线点评类型对消费者行为意向具有显著的交互作用（F=14.770，P=0.000），正面在线点评和负面在线点评对消费者行为意向的影响因其类型而定，主观评价型对消费者行为意向的影响强于客观事实型。因此，研究假设H3成立；第二，在线点评方向和产品卷入度对消费者行为意向具有显著的交互作用（F=1.828，P=0.000），正面在线点评和负面在线点评对消费者行为意向的影响视产品卷入度的高低而定，高产品卷入度情况下的影响大于低产品卷入度下的影响。因此，研究假设H5成立；第三，在线点评类型和产品卷入度对消费者行为意向具有显著的交互作用（F=2.139，P=0.000），主观评价型在线点评和客观事实型在线点评对费者行为意向的影响视产品卷入度的高低而定，高产品卷入度情况下的影响大于低产品卷入度下的影响。因此，研究假设H6成立。

4 结论

本文采用实验分析可知，在线点评传播方向和类型均对消费者的行为意向有显著影响，产品卷入度在其中起到调节作用。本研究结果对于商家利用在线评论开展在线产品营销具有重要的启示：（1）点评信息的直接管理者应重视负面在线点评的不利影响，对产品点评内容进行特定格式的引导，并对负面点评信息给予及时反馈。（2）商家对不同卷入度的产品的点评信息应采取不同的管理方法，消费者关注于低卷入度的产品的总体得分，因此商家应该在网页中着重显示商品的总评分和总数量；同时，消费者对于高卷入度产品的负面、主观评价信息会更加关注，商家对这类信息要着重管理（比如事先设计好消费者评论的内容的框架信息），降低主观评价型负面点评信息的不利影响，限制高质量的负面信息的肆意传播；（3）要及时与负面信息的评论者沟通，态度诚恳，并正面回应、解决产品存在的问题，降低负面信息带来的不利影响。（4）要强化网络社区的经营管理。设置专门负责管理产品点评的人员和机构，或外包给第三方，及时对负面点评进行反馈和改进，降低负面点评不利影响，提高产品品牌美誉度。

[1]CNNIC.第33次中国互联网络发展状况统计报告[EB/OL].Http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201403/t20140305_46240.2014-03-05.

[2]CIC.洞察网络口碑白皮书系列:网络口碑在购买决策中扮演的角色[EB/OL].(2010-11-18).Http://www.Slideshare.Net/CIC_China_1601270.

[3]Godes D,Mayzlin D.Using Online Conversations to Study Word-Of-Mouth Communication[J].Marketing Science,2004,23(4).

[4]Holbrook M B.Beyond Attitude Structure:Toward The Informational Determinants of Attitude[J].Journal of Marketing Research,1978,(15).

[5]Johnson B T,Eagly A H.The Effects of Involvement on Persuasion:A Meta-Analysis[J].Psychological Bulletin,1989,(106).

[6]Herr P M,Kardes F R,Kim J.Effects of Word-Of-Mouth and Product-Attribute Information on Persuasion:An Accessibility-Diagnosticity Perspective Source[J].Journal of Consumer Research,1991,17(4).