网络负面口碑内容属性对消费者创新抗拒的影响

■ 陈 涛 教授 刘 璇（武汉科技大学管理学院 武汉 430081）

网络负面口碑内容属性对消费者创新抗拒的影响

■ 陈 涛 教授 刘 璇（武汉科技大学管理学院 武汉 430081）

调查显示，几乎全球的消费者还是最信任其他消费者的网络评价。而网民搜索网络评价时，更趋向于关注网络负面口碑。本文提出了基于负面口碑信息-感知价值（风险）-决策行为（创新抗拒）的研究框架，更直观地描述了网络负面口碑的内容属性、消费者感知风险与感知价值及消费者创新抗拒行为的内在关系。通过实验完成的实证研究结果显示，负面口碑内容涉及的产品属性的重要程度会直接影响到消费者对采用新产品的价值和风险的感知，进而会影响其创新抗拒行为。

网络负面口碑 内容属性 感知价值 感知风险 创新抗拒

研究背景

根据第三十二次互联网调查的热点数据，网络购物使用率已提升至45.9%。美国著名的市场调查公司AC尼尔森2009年的调查结果显示，几乎全球的消费者还是最信任其他消费者的网络评论。而网民搜索网络评价时，更倾向于关注网络负面口碑。消费者不满意是网络负面口碑产生的主要原因。购买新产品时，消费者基于风险预期会更留意负面口碑。

图1 理论框架

网络口碑的特征决定了其对消费者态度和行为的影响不同于传统口碑。首先，网络口碑的接收者和发送者互不相识，因此不能判断发送者的动机和专业性等。其次，消费者大部分只能依据网络口碑本身包含的信息做出判断，并形成对产品的态度。同时，研究发现，网络口碑对消费者态度和行为影响的中心路径就是口碑的信息质量。也就是说，网络环境下消费者态度和行为意向的形成很大程度上是受网络口碑本身的内容属性的影响。对网络信息内容特征的研究结果显示，网络信息内容的特征会影响消费者对信息质量和权威的感知，进而对消费者的评价性判断和预测性判断都会产生影响。

由于新产品具有不确定性，消费者面对新产品会产生创新抗拒。消费者创新抗拒的原因除了规避现状改变外，还可能是创新本身与消费者原有的信念或习惯发生了冲突，产品的特征也会影响创新抗拒。而消费者的创新抗拒行为表现为三种形式：延迟采用、拒绝采用和反对采用。

总之，前期研究倾向于综合考虑口碑传播者、口碑特征、接收者特征及其他变量对口碑传播效果、消费者行为倾向等的影响，那么作为独立变量的负面口碑的内容特征是否会对新产品扩散产生影响呢？为此，本文以网络负面口碑的内容属性为切入点，研究其对消费者创新抗拒行为的不同影响。

研究框架与假设

现有研究已经证明，消费者采用新产品与否关键取决于对所搜集到的信息进行评估和处理的结果，而消费者最重视的信息就是口碑，因此网络口碑的内容及其特征就成为消费者评价产品和形成态度、行为意愿的重要参考。据此可以推测，网络负面口碑的内容属性对消费者的创新抗拒行为也有很大的影响。因此，根据消费者行为等基础理论，本文提出基于口碑信息-感知价值（风险）-决策行为（创新抗拒）的研究框架（见图1）。

网络口碑对消费者的影响主要是信息影响，即消费者接收到他人关于购买和使用产品的信息后，首先会将其内在化转变为自身对产品的态度和评价，继而才影响购买行为。消费者对产品各属性特征的感知绩效值是不同的，并且其重视的产品属性也不同。依据经典的产品层次理论，将涉及不同产品属性（含产品核心属性、有形属性和附加属性）的网络负面口碑进行分类，尝试分析其对消费者购前评价和购买决策的不同影响。

（一）网络负面口碑内容属性与消费者感知价值

消费者购买决策过程理论中，按序排除规则认为消费者会将产品属性按重要程度排序，进而决定是否采用产品。重点选择规则认为，消费者对产品进行评价时往往会为他们认为最重要的属性规定最低的绩效值标准，这一标准通常比较高，即只有在产品的重要属性达到消费者既定标准的时候才有可能被采用。然而仅凭消费者对哪些产品属性最重视并不足以解释其购买行为，还需要考虑具体产品为消费者重视、并且能区别于其他竞争产品的特色属性。产品的特色属性并不拘于核心属性，也可能在有形属性或附加属性中，但消费者对产品不同属性的重视程度显然是不同的。因此本文认为产品不同属性的负面口碑对消费者的感知价值影响也不同，并提出如下假设：

H1：网络负面口碑中涉及的产品属性越重要，消费者对新产品的感知价值越低。

（二）网络负面口碑内容属性与感知风险

Crowley and Hoyer研究发现，随着负面化属性重要性的增加，信息的可信度也会增加。经典产品层次理论认为，消费者购买产品实质是为了获得产品的核心利益，因此核心产品对消费者而言是最为重要的，关于核心产品的网络负面评论对新产品扩散的破坏力是最强的；有形物品包括产品实体及其品质、款式、特色、品牌和包装等，消费者对有形产品的感知相对主观、标准也不统一，因此关于有形产品的网络负面口碑对消费者的影响相对较小；附加产品大多是使顾客心理上产生满足感、信任感的各种售后支持和服务的保证等，因此关于附加产品的网络负面评论理论上不大会影响消费者对新产品本身的感知风险，但可能会影响其对商家的态度或感知价值进而引发创新抗拒。故遵循产品层次理论的观点，提出如下假设：

H2：网络负面口碑中涉及的产品属性越重要，消费者对新产品的感知风险越高。

（三）感知价值与感知风险

Agarwal研究证实，感知价值与感知风险一般同时出现在消费者选购过程中，且感知风险减少时，感知价值会有相应程度的提高。Fields更明确提出，购买过程中的感知风险会负向影响感知价值。总体而言，消费者感知风险与感知价值是显著负相关的，且两者对消费者购买意愿和满意度等变量的影响方向也是相反的。基于此，提出如下假设：

H3：感知价值与感知风险呈负相关。

（四）感知价值与创新抗拒行为

Zeithaml把感知价值定义为消费者购买或使用某产品时期望得到的价值或利益，因此若感知价值受负面口碑的影响而产生不同程度的下降，则消费者的购买意愿也会产生相应变化。因此，涉及产品不同内容属性的负面口碑或许也会使消费者的感知价值出现不同程度下降。据此本文提出如下假设：

H4：消费者感知价值越低，则创新抗拒意愿越强烈。

（五）感知风险与创新抗拒行为

由于不同的产品有不同的特征，消费者的感知风险有差异，因此感知风险的维度也不尽相同。前期研究也发现，感知风险是创新抗拒的主要原因。Mitchell and Boustan提出，当消费者收集的产品信息无法减少其感知风险时，就有可能拒绝购买。Mahajan，et，al.研究了风险与新产品扩散速度的关系，并提出消费者感知风险越高，创新扩散的速度就越慢。据此提出如下假设：

H5：消费者感知风险越高，则创新抗拒意愿越强烈。

实验设计与数据收集

（一）实验对象与样本选取

高科技电子产品一般价格高且功能复杂，消费者对该类产品评价的考虑会更多，因此在线口碑对电子科技产品的影响是最大的。选择HTC的一款智能手机G20为对象，进行实验研究。

本次实验对象主要包括学生和在职人员两部分。从武汉三所大学的本科生和研究生中抽取了435个学生样本，从武汉三家公司抽取了182个在职人员样本。按不同的情境信息，此次实验所用问卷共有三个版本。为确保研究结果的有效性，对实验进行了有效控制。针对学生样本的实验以班为单位进行，由市场营销专业研究生控制情境导入和流程控制：首先播放关于G20官方信息和基本参数的幻灯片及视频，然后要求学生阅读问卷上的情境信息，最后填写问卷。针对在职人员发放电子版问卷，问卷第一页介绍了实验情境并插入了G20的官方广告视频，通过程序设置保证受试者在点击视频之后才能进入情境信息和答题页面。

（二）实验控制

为了让受试者进入实验情境，实验开始前使用幻灯片播放G20的基本产品信息，并播放该款手机的官方广告片段，然后导入不同的口碑信息，最后进入问卷填写阶段。此外，为避免受试者受不同信息的影响，此次实验采取完全独立样本的设计。每一位受试者只在某一特定组别中出现一次，同时每一位受试者均无关联。Pavlou对在线评论的研究发现，客户最关心的都是位于首页的前10条评论。因此在设计实验情境时，只提供一页关于G20的评论，且将操控的负面口碑随机放在前10条，以确保操控变量对受试者产生影响。然而实验结果还可能受其他无关变量影响，本文采取随机化方法来控制无关变量的干扰。每次实验都由研究生控制整个流程，避免情境信息导入等程序的遗漏，确保实验的有效性。

（三）问卷回收结果

实验共收回问卷617份，其中电子问卷182份，纸质问卷435份；剔除答卷不全和选项全部相同的问卷，共得到有效问卷600份，问卷有效回收率为97.2%。

实证分析

（一）信度与效度分析

分析结果显示，本研究所用量表的Cronbach`s Alpha值达到了0.699，接近0.7，说明该量表的内部一致性较高。量表KMO值达到0.783，因此具有较高的结构效度。

（二）平均数变异检验—ANOVA检验

实验将负面口碑内容属性设定为自变量，且该变量共有三个水平，因此需要运用ANOVA分析检测其对中间变量—消费者感知价值和感知风险的影响，进而对H1和H2进行假设验证。

1.ANOVA分析数据结果。实验采取完全独立的样本设计，即每个受试者只在某一特定组别中出现一次，因此采用SPSS中的独立样本单因子变异数分析法，用以检测网络负面口碑不同内容属性与消费者感知价值和感知风险的影响是否不同。检验前使用降维法，依据原始数据中测量感知价值的数据（PR1-PR4），计算出感知风险的加权得分；同样计算出感知价值的加权得分。然后以负面口碑内容属性为自变量，感知价值和感知风险为因变量，分别进行独立样本单因子变异数检验。分析结果如下：

通过对独立变量各水平的描述统计，其中组平均数显示，阅读到涉及产品附加属性的网络负面口碑的消费者，感知价值为0.0541117；感知价值居中的是阅读到关于产品核心属性的负面口碑的消费者，PV=0.0042313；而阅读到关于产品有形属性的消费者感知价值最低，PV=-0.0520020。变异数同质性的Levene检验达到显著（Sig<0.01）。表示网络负面口碑内容属性不同的情况下，消费者感知价值离散情形差别很大，因此涉及产品不同属性的网络负面口碑对消费者的感知价值影响有显著差异。

通过对独立变量各水平的描述统计，其中组平均数显示，阅读到涉及产品核心属性的网络负面口碑的消费者，感知风险为0.0894886；感知风险居中的是阅读到关于产品有形属性的负面口碑的消费者，PR=-0.0633504；而阅读到关于产品有形属性的消费者感知风险最低，PR=-0.0340093。当受试者接收到不同属性的网络负面口碑时，消费者感知风险变异数同质性的Levene检验未达到显著（Sig<0.05）。表示网络负面口碑内容属性不同的情况下，消费者感知风险离散情形差别明显，因此涉及产品不同属性的网络负面口碑对消费者的感知风险影响差异显著。

2.假设验证与结果说明。假设1验证说明。基于对产品属性重要程度的排序，假设1可以解读为：关于产品有形属性的网络负面口碑会使消费者的感知价值下降最多；关于产品附加属性的负面口碑会使消费者的感知价值下降最少。

阅读不同背景信息（即不同内容属性的负面口碑）的消费者感知价值的程度有差异，而且针对消费者感知价值加权得分的变异数同质性检验也表明这种差异是显著的。分析结果显示，感知价值最低的是阅读到关于产品有形属性的负面口碑的消费者；而阅读到关于产品附加属性负面口碑的消费者感知价值是最高的。因此，假设1成立。

本文选择HTC G20为实验对象，该款手机的创新性和亮点大都体现在有形属性部分，如：音乐底座和魔幻来电闪都是HTC专门针对G20研发的，也是其官方广告主推的产品特色。消费者对新产品的认知和感知价值的形成会不可避免地受到商家大力宣传的影响，因此G20的潜在消费者会被其创新属性吸引，也会更在乎产品创新属性的表现是否和广告宣传一致。当消费者阅读到实验设计的关于G20有形属性的负面口碑时，会觉得其创新属性带来的感知价值大幅下降，因此有了上述分析结果。

假设2验证说明。本研究在设计问卷时，结合研究对象，选择从财务风险、心理风险和功能风险三个维度测量消费者感知风险。依据对产品属性重要程度的排序，假设2可以解读为：关于产品核心属性的网络负面口碑会使消费者的感知风险最高，关于产品有形属性和附加属性的网络负面口碑给消费者带来的感知风险次之。

阅读不同背景信息（即不同内容属性的负面口碑）的消费者感知风险的程度有差异：当消费者阅读到关于产品核心属性的负面口碑时，感知风险是最高的；而阅读关于产品有形属性和附加属性的负面口碑时，消费者的感知风险均相对较低。且变异数同质性检验表明不同背景信息下的消费者感知风险的离散情形的差别是显著的（Sig<0.05）。

可见，如果负面口碑的内容涉及产品的核心价值属性，如：G20的CPU、基本配置参数和运行问题会使消费者的感知风险大大增加。另外，由于智能手机属于技术含量较高的高科技产品，说明书和售后服务等附加属性对消费者顺利实现其使用价值非常重要；相比之下诸如产品的包装、型号、规格等的有形属性对产品本身的功能实现影响相对较小。因此，附加属性的负面口碑带给受试者的感知风险要略高于有形属性的负面口碑。基于上述分析，假设2成立。

（三）相关分析

理论模型中，中间变量：感知风险和感知价值，结果变量：消费者创新抗拒程度，均为连续变量。因此采用Pearson相关分析来研究中间变量与结果变量的关系，进而对H3、H4和H5进行假设验证。

1.Pearson相关分析结果。相关分析数据显示：消费者感知价值和创新抗拒程度的Pearson相关系数为-0.315，说明两者高度负相关。消费者感知价值和创新抗拒程度的Pearson相关系数为0.273，说明两者高度正相关。消费者的感知价值与感知风险的Pearson相关系数为-0.135，即两者达到显著负相关，与已有文献的研究结果吻合，因此本文将感知风险和感知价值并列作为中间变量是有效的。

2.假设验证与结果说明。假设3是：消费者感知价值和感知风险呈显著负相关，上文显示PV和PU的相关系数为-0.135，因此假设3成立。假设4是：消费者感知价值越低，则创新抗拒意愿越强烈。即感知价值与创新抗拒意愿呈显著的负相关性，分析结果显示这两个变量在0.01的水平上显著负相关，假设4成立。假设5是：消费者感知风险越高，则创新抗拒意愿越强烈。分析结果显示感知风险与创新抗拒在0.01的水平上显著正相关，假设5成立。

（四）研究结果

由数据分析和假设验证结果可见，结合产品层次理论对网络负面口碑进行划分是有效的。但不同属性的重要程度要依照具体产品的特点确定，不完全遵照核心属性-有形属性-附加属性的顺序。尤其对新产品而言，在其核心属性稳定的情况下，若创新属性同时是产品的特色和重要卖点，则创新属性就相对重要。

上述研究发现，负面口碑内容涉及的产品属性的重要程度会直接影响到消费者对采用新产品的价值和风险的感知，进而会影响其创新抗拒行为。数据结果显示，新产品不同属性的重要程度还要考虑到其创新特色是通过何种属性展现的。由于选取的研究对象为HTC G20，其创新特色大都是通过有形属性展现的，因此消费者对其价值的感知受有形属性的影响甚至大于核心属性。任何一个产品如果核心属性价值无法保障，都会导致消费者的高感知风险，此外对于价格高且功能复杂的高科技电子产品，若商家不能提供详细使用说明和周到专业的售后服务，消费者也会担心产品的功能不能全面有效地发挥而产生感知风险。

结论与建议

（一）结论

研究发现，负面口碑内容涉及的产品属性的重要程度会直接影响到消费者对采用新产品的价值和风险的感知，进而会影响其创新抗拒行为。

具体结论：产品核心属性的负面口碑会导致消费者的高度感知风险，最终会拒绝甚至反对购买；技术含量高、功能复杂的电子类产品，涉及到其附加属性的负面口碑会导致消费者的感知价值下降，最终也会引发创新抗拒；消费者创新抗拒最大的诱因是感知风险，因此企业在增加顾客感知价值的同时，还要考虑减少其感知风险。

（二）建议

首先，企业推出新产品时，应该在确保核心属性价值不打折扣的前提下，凸显新产品的创新特色及其实现方式。在产品正式面市前，最好抽点进行小规模的预先发布，观测创新特色有否被消费者或使用者认同，以及消费者可能传播何种内容属性的负面口碑，及时对产品的设计或营销重点做出调整。其次，企业要提供完善专业的售后服务，除了布设实体售后网点，可以通过在线咨询或电话咨询的方式为消费者提供配套的专业服务。此外，还可以在官方网站上发布关于新产品的使用说明，尽量做到图文并茂、易懂实用，提高消费者的感知易用性，以提供优质附加服务的方式增加消费者的感知价值，从而降低其创新抗拒的行为倾向。最后，新产品上市初期，企业有必要建立畅通的沟通渠道，搜集先期购买者的口碑意见，尤其应该重视其中的中评和负评。一方面将这些信息作为企业改进产品和服务的指导意见，另一方面要重视顾客的抱怨，尽量解决以避免负面评论的大范围传播。此外，要充分利用web2.0的交互性，设立官方网站和微博发布新产品的信息，并及时针对负面评论内容做出回应和处理，尽量控制其破坏力，降低因此产生的消费者感知风险。

1.CNNIC.第三十二次中国互联网络发展状况统计报告[EB/OL].tech.163.com/special/cnnic30/ 2013-7-17

2.Singh，Jagdip.Voice，Exit，and Negative Word-of-Mouth Behaviors：An Investigation Across Three Service Categories[J]. Journal of the Academy of Marketing Science，1990，18（1）

3.Luo，Xueming. Quantifying the Long-Term Impact of Negative Word of Mouth on Cash Flows and Stock Prices[J].Marketing Science，2009，28（1）

国家自然科学基金面上项目“基于复杂社会网络的中国企业新产品扩散风险理论与实践”（71172087）

F713

A