电商购物平台追加评论对消费者购买意愿影响的实证分析*——基于新疆高校的调查数据

王 惠 撒海兰

（石河子大学经济与管理学院，新疆 石河子 832000）

引言

中国互联网络信息中心（CNNIC）发布的第47次《中国互联网络发展状况统计报告》显示，截至2020 年底，我国网民规模达9.89 亿，互联网普及率为70.4%［1］。互联网普及率的上升极大带动了电商平台的发展，而网络购物的虚拟性使消费者不能亲自体验产品，消费者在购买前一般会浏览以往买家发布的在线评论进行参考。但部分商家会通过好评返现等方式混淆消费者判断。为此，主流电商平台相继推出了追加评论功能。高质量的追加评论能够将更全面、真实的信息反馈给商家和消费者，帮助消费者辨别有用信息，辅助商家了解市场需求，为消费者提供更加优质的产品服务，从而构建公平可靠的电商平台。

一、理论基础与研究假设

（一）理论基础

1.追加评论概念及特点

追加评论是消费者在交易成功的半年内，可以就产品的使用感受再进行一次评价。此次评价能更全面、准确、客观地反映产品信息。追加评论具有评论数量少，评论的滞后性，评论可信度高，内容更宽泛等特点。

2.购买意愿及影响因素

意愿是指个人经历某种特定行为之后的主观倾向。消费者对某种产品的消费倾向受到对该品牌、产品或服务的个人认知态度以及外部变量因素的影响［2］。消费者购买某种产品或服务可能性的大小可以由购买意愿来评估［3］。信任、感知风险也是影响消费者购买意愿的因素［4］。消费者购买意愿越强，就越有可能产生对某种产品的购买行为。

3.技术接受模型

技术接受模型是Davis提出的将理性行为理论运用到计算机领域，研究外部信息如何影响个体行为的模型［5］（图1）。外部变量决定个体感知有用性，感知有用性影响个体想用态度，想用态度和感知有用性共同影响个体行为意向，行为意向最终决定个体对系统的使用情况。在电子商务的研究领域中，国内外学者经常利用技术接受模型探讨个体购买意向及行为的影响因素。

图1 Davis的技术接受模型

（二）模型构建

追加评论的出现使在线评论的研究更加细化，本文参考已有学者对技术接受模型的研究，定义外部变量为追加评论特征和评论发布者可信度，中介变量为感知有用性，因变量为购买意愿，构建电商购物平台追加评论对消费者购买意愿影响的模型（图2）：

图2 追加评论对消费者购买意愿影响模型

（三）研究假设

本文借鉴相关学者对在线评论的研究总结，并结合追加评论的个性特征构建电商购物平台追加评论对消费者购买意愿影响的模型，提出与之对应的假设，假设汇总如表1所示。

表1 假设汇总

二、问卷设计和数据来源

根据相关学者研究追加评论和购买意愿所设计的问题，结合追加评论的特点设计本文的调查问卷。问卷分为两部分。第一部分是研究对象基本信息，由性别、年龄、学历、网购年龄等7 个问题构成。第二部分由模型中的6个变量构成。量表设计采用李克特五点计分法，从1～5 分别代表相当不赞同到相当赞同，调查对象依据自己真实的网络购物感受进行打分。

本文选取普遍具有网络购物经历的在校大学生为研究对象，数据来源于新疆大学、新疆财经大学和石河子大学345名在校大学生的微观调查。问卷采取线上发放的形式，收回的380 份问卷中剔除有明显逻辑错误和随机作答的无效问卷，剩余345份，问卷回收率为90.78%。

三、实证分析

（一）问卷描述性分析

本部分对在校大学生网络购物的基本信息进行统计分析，对各变量的均值、标准差等进行总体描述性分析，由此来判断选取调查样本的合理性和可靠性。

1.样本人口特征（表2）

表2 样本人口特征分析

问题 选项 频率 百分比网购年龄每月平均网购次数是否查看追加评论3000元以上1年以下1-3年3-5年5年以上没有网购过1-3次3-5次5次以上会不会12 24 98 146 77 4 207 87 47 267 78 3.48%6.96%28.41%42.32%22.32%1.16%60%25.22%13.62%77.39%22.60%

从样本人口特征分析来看，样本性别分布均匀。年轻化、学习专业分布较广，调查对象具备较长年限的网络购物经验，熟悉网络购物的流程，利用追加评论了解产品信息的可能性很大，表明本文选取的样本较合理。

2.变量的描述性分析

各变量的描述性统计针对购物时查看追加评论的267个样本展开，通过SPSS统计软件分析各个变量的均值和标准差（表3）：

表3 各变量描述性统计

变量 题项 项目均值项目标准差均值标准差最小值最大值感知有用性d3 E1 E2 E3 F1 F2 F3 3.65 3.75 3.83 3.70 3.72 3.85 3.60 0.865 0.798 0.814 0.831 0.814 0.796 0.881 3.72 3.76 0.7381 0.7137消费者购买意愿1 1 1 1 1 1 1 5 5 5 5 5 5 5

问卷所有题项的均值在3.26～3.85之间，6个变量的均值在3.47～3.79之间，说明调查对象填写问卷问题时具有较好的态度。从变量和题项的标准差来看，题项和变量的标准差介于0.7137～0.991之间，说明问卷数据分布比较合理。

（二）信度效度分析

1.信度分析

本文利用Cronbach's α进行信度分析（表4），衡量标准为：0.7＜α＜0.8说明量表的信度比较好，0.8＜α＜0.9 说明量表的信度非常好。各变量的Cronbach's α值如表3所示：6个变量和所有题项的Cronbach's α信度系数均大于0.8，这说明变量和题项设计符合研究要求，具有非常好的信度。

表4 各变量信度分析

变量 变量描述 题项数目Cronbach's α评论者可信度追加评论者具有该产品或服务的相关知识追加评论者对所购产品或服务具有使用经验追加评论者对所购产品或服务具有评价能力3 0.850感知有用性0.822 3消费者购买意愿追加评论对我的网络购物非常有帮助追加评论让我更全面的了解产品或服务追加评论可以提高我的网络购物体验追加评论使我改变了对该产品或服务的看法购买该产品或服务的决策中参考了追加评论可能向朋友推荐带有追加评论的产品或服务3 0.896

2.效度分析

本文效度分析利用KMO检验和Bartlett球形检验变量是否适合因子分析（表5）。KMO 检验用于比较各变量之间的相关性，衡量标准为：0.9以上表明非常适合因子分析，0.7～0.8表明因子分析的效果较好。如果Bartlett 球形检验结果显示Sig.＜0.05，则表明量表中的变量相互独立。

表5 各变量KMO检验和Bartlett球形检验

由表5可知，各变量的KMO值均在0.7左右，并且Bartlett 球形检验Sig 值小于默认值0.05，说明量表具有较好的效度，比较适合因子分析。

（三）相关性分析

本文利用Pearson 相关系数检验变量之间的相关性（表6），衡量标准为：Pearson 系数的绝对值越靠近于1，表明变量之间的相关程度越高，绝对值为0.4以下表明变量之间存在弱相关或无相关关系。

表6 各变量之间的相关性分析

★★，在.01水平（双侧）上显著相关

由表6可知，在0.01的显著性水平下，追加评论数量、质量、效价与感知有用性的Pearson 系数均大于0.5，说明追加评论特征与感知有用性存在中等程度的正相关关系；评论者可信度与感知有用性的Pearson 系数为0.725，说明两者存在较强的正相关关系；感知有用性与消费者购买意愿之间的Pearson系数为0.818，说明两者存在极强的正相关关系。

（四）回归分析

本文通过线性回归确定变量之间的因果关系。利用Sig 值判断变量间的显著程度，Sig.＜0.001说明显著程度非常高；0.01≤Sig.＜0.05 说明具有显著差异；利用容差和方差膨胀因子(VIF)检验变量之间的多重共线问题，容差＞0.1且VIF＜10说明变量之间不存在共线性问题。

1.追加评论特征与感知有用性的回归分析（表7）

表7 追加评论特征与感知有用性的回归系数及显著性水平检验

a.因变量：消费者感知有用性

由表 7 可知，各变量的容差＞0.1 且 VIF＜10，说明变量之间不存在共线性问题。追加评论数量、质量的Sig.＜0.001，说明显著程度很高，追加评论效价Sig.＜0.05，说明具有差异显著，追加评论特征3个自变量与因变量感知有用性之间的回归关系及显著性得以检验，影响程度为：追加评论质量(0.306)、追加评论数量(0.275)、追加评论效价(0.119)。假设H1、H2、H3 得到验证，追加评论特征与感知有用性之间的回归方程为：

（E代表消费者感知有用性，A代表追加评论数量，B代表追加评论质量，C代表追加评论效价，e代表随机误差项）

2.追加评论者特征与感知有用性的回归分析（表8）

表8 追加评论者特征与感知有用性的回归系数及显著性水平检验

由表8 可知，追加评论者可信度Sig.＜0.001，说明显著程度很高，追加评论者可信度与感知有用性之间的回归关系得到检验，追加评论者可信度对感知有用性的影响程度为0.699。假设H4 得到验证，两者之间的回归方程为：

（E代表消费者感知有用性，D代表追加评论者可信度，e代表随机误差项）

3.感知有用性与消费者购买意愿的回归分析（表9）

表9 感知有用性与购买意愿的回归系数及显著性水平检验

由 9 可知，感知有用性Sig.＜0.001，说明显著程度很高，感知有用性与消费者购买意愿之间的回归关系得到检验，感知有用性对购买意愿的影响程度为0.790。假设H5得到验证，感知有用性与消费者购买意愿之间的回归方程为：F=0.746+0.790E+e（F代表消费者购买意愿，E代表感知有用性，e代表随机误差项）

三、结论与建议

（一）结论

本文通过实证分析电商平台追加评论对感知有用性的影响及其如何影响消费者的购买意愿，研究结论如下。

1.追加评论特征（质量、数量、效价）与感知有用性之间呈正向相关关系。3 个变量与感知有用性的回归系数分别为：0.306、0.275、0.119。追加评论质量、数量对感知有用性的影响较为明显，说明高质量的、数量多的追加评论能够提高大学生购买群体对评价信息的有用性感知。这一结论与现实情况也比较契合。如今的大学生消费群体越来越关注丰富且有用的追加评论信息，因为高质量的网络追加评论，具有较强的说服力，让消费者更容易去相信评论的内容。追加评论效价对大学生消费群体感知有用性影响较小，说明追加评论内容所传达的积极或消极态度对消费者产生的影响较小。

2.追加评论者可信度与感知有用性之间呈显著的正向相关，回归系数为0.699。表明追加评论的可靠性和真实性对大学生消费群体的感知有用性有非常重要的影响。这说明大学生消费群体在判断追加评论内容是否有用时，会考虑到追加评论者是否具有评价能力、对产品的使用感受是否真实、发布追评的意图是否是善意性的、是否会受外界物质影响、是否具有经验技能等。

3.感知有用性与消费者购买意愿之间呈显著的正向相关关系，回归系数为0.79。表明大学生消费群体的购买意愿在很大程度上是由其感知到追加评论有用性的大小决定。大学生消费群体感知追加评论的有用性越高，其购买意愿越强烈。网站的追加评论在一定程度上提升了参考评论信息的便捷性，同时提高了信息的有用性，从而显著地影响着消费者的购买意愿。Davis 的技术接受模型中感知有用性是影响个体想用态度和行为意向的主要因素［5］，本文研究也证实了这一结论。高校大学生作为网络购物的主力军，对信息具有较高的搜索能力，所以追加评论对大学生消费群体的网络购买意愿具有较大影响。

（二）建议

本文研究结果显示，大学生消费群体做出购买决策前会收集产品的相关信息，并且查看其他买家对产品的追加评论，以降低网上购物的风险。为此，根据本文的结论现从商家、消费者和电商平台三个方面提出相关建议。

1.对商家来说，要提高对追加评论的重视，采取一定的措施来提高消费者发表追加评论的意愿。商家可以建立发表追加评论的奖励机制。鼓励消费者在初评之后发布较高质量的追评，特别是对产品消费后的文字描述、实物图片、使用效果视频等客观真实的体验评价，以传达商品品质信息，增加评论的有用性，提高其他网购人群的购买意愿。商家对发表高质量追评的消费者，可提供一定数额的代金券或店铺折扣。同时，商家要控制负面追加评论的出现。重视追加评论者发布的有关产品和服务的反馈信息，这些内容能反映商家在产品和服务上的优点与不足。商家可针对反馈的问题及时提高产品品质和改善售后服务质量，增加店铺的信用等级，从而提高自身产品的市场竞争力，吸引更多的顾客。

2.对消费者而言，首先，在网络购物时要注意关注所买商品的追加评论，并注意辨别评论的真伪，以此降低购物风险，提高决策效率。其次，消费者要积极发表自己对产品和店铺服务的真实使用感受，不仅能为其他消费者提供购买参考，而且还能刺激更多的消费者在购买商品后做出客观评价，营造一个更加真实、良性的网络环境。同时还能对商家诚信运营起到一定的监督作用。最后，评论发布者也应规范自身在网络中的行为，加强自律意识，正确对待好评返现、刷信誉等行为，避免因商家拟给予“好评”物质奖励而做出虚假评论。

3.对电商购物平台，一方面要建立科学合理的评价排名和展示机制，帮助网络消费者能在众多在线评论中较快地浏览到对其最有用的商品评论，提升消费者体验。另一方面要建立完善的用户信誉评价体系，消费者可通过评论者的信誉级别辅助判断其发布的信息是否可靠有用，以利于甄别评论的真假。与此同时，电商平台还要建立正规的评论管理监督机制。能识别判断刷好评的卖家，并对违规卖家加大惩罚力度；对销售假冒伪劣产品的卖家从经济和法律等层面实行严厉处罚。针对购买者的投诉，平台要提高响应速度和处理力度，从而为网络消费群体营造一个公平、透明的购物环境，进而提升评论有用性，获得网购人群的信任。