在线评论对知识付费产品购买决策的影响研究——卖家回复的调节作用

○齐托托 赵宇翔 汤 健 王天梅

引言

在信息爆炸与付费结构迭代升级的双重作用下，免费知识共享开始步入知识付费3.0阶段。知识付费模式超越了传统的免费知识共享社区形态，呈现出个性化与专业性并存的特征，为用户提供了增加知识储备、缓解焦虑的崭新渠道。用户购买决策不仅直接影响卖家的经济收入，在很大程度上也影响他们持续提供知识付费产品的意愿，决定了平台的生存、繁荣和可持续发展。因此，探究用户购买决策的关键影响因素对于知识付费平台发展大有裨益。

与搜索品和体验品不同，知识付费产品属于信任品，是经过系统化和结构化组织的付费知识。从产品的信息属性出发，知识付费产品具有质量难以评估的特性，具体表现为卖家与用户之间的信息不对称程度较高。[1]从产品的生产商与销售商的角色出发，知识付费产品的卖家即知识生产者，卖家完全决定了知识付费产品的质量。因此，探讨知识付费产品中在线评论和卖家回复的影响机制有利于揭示知识付费产品的购买决策过程，对于知识付费产品的营销管理至关重要。

在线评论是指用户对产品做出的评价，是产品信息的可靠来源，有利于减少感知不确定性，影响用户产品意识的形成，是产品销售的主要驱动力。现有文献已从内容层面深入探讨了在线评论对搜索品和体验品购买决策的影响机制。然而，关于在线评论对信任品购买决策的研究较为匮乏，目前仅有少量文献探讨了评论效价[2,3]和评论数量[2]对知识付费产品购买决策的影响效应。首先，现有研究对知识付费产品在线评论特征的分析仍处于起步阶段，尚未从研究情境出发对评论内容特征进行情境化的深度挖掘；其次，忽视了在线评论的信息量信号，未能全面考量在线评论作为市场信号对知识付费产品购买决策的影响效应。鉴于知识付费产品的信息不对称性较高、质量难以评估，因此有必要挖掘在线评论的细粒度特征，全面揭示其对知识付费产品购买决策的影响机制，对于切实增强在线评论的应用价值及提升卖家绩效至关重要。

值得关注的是，卖家回复作为卖家对用户评论的信息反馈，已经在实践领域得到初步推广和应用，例如国外的TripAdvisor、Expedia、Yelp，国内的携程网、在行等平台已经将卖家回复作为平台运营及产品营销的重要战略决策依据。卖家回复不仅是应对虚假评论的有效举措，而且是针对服务失败的低成本服务补偿策略。甚至针对正面评论的卖家回复，也有可能通过突出和加强产品的正面特征来影响用户的参与意愿和行为。现有文献主要聚焦研究卖家回复对卖家绩效及在线评级的影响效应，但局限于旅游行业、[4]餐饮行业[5]等服务领域，因此知识付费行业中卖家回复的作用机制有待探讨。首先，与酒店和饭店等体验品不同，知识付费产品为信任品，意味着用户具有更高的感知风险意识，现有研究结论无法有效揭示卖家回复对知识付费产品购买决策的影响机制。为此，如何发挥卖家回复在知识付费行业中的作用值得探讨。其次，对于卖家回复对卖家绩效的直接作用方向，相关研究尚未达成共识。最后，虽然现有文献已证实卖家回复对在线评论与购买决策间关系存在调节作用，但是尚未针对知识付费产品，从信号理论视角出发，全面考察卖家回复作为卖家信号对在线评论的各种市场信号与购买决策间关系的调节作用。因此，有必要全面揭示知识付费行业中卖家回复的直接作用和调节作用机制，研究结论将为卖家回复策略的采用提供理论依据和实践指导。

本文以国内知名的知识共享平台在行为例，基于信号理论构建了卖家信号和市场信号相整合的理论框架。从理论上，通过区分市场信号和卖家信号，进一步将市场信号细分为流行度信号、质量信号和信息量信号，拓展和细化了信号理论框架，旨在提升信号理论在知识付费产品购买决策领域的应用价值；从实践上，拟为平台管理者和知识付费产品卖家有效干预在线评论、管理卖家回复提供参考依据。

一、理论模型与研究假设

1.理论基础

信息不对称是指关系中的一方比另一方拥有更多或更好的信息。Spence最早提出信号理论，指出其包括三个关键要素，即信号发送者、信号及信号接收者，并试图解释如何使劳动力市场中求职者与雇主之间的信息不对称程度最小化。[6]之后，信号理论被广泛应用于人力资源管理、众筹、旅游管理、品牌营销等领域。

在市场交易中，买卖双方信息不对称，卖方比买方掌握更多的产品信息。信号可以将产品或卖家的信息传递给用户，是信息不对称的解决方案，影响用户的购买决策。学者已经将信号理论应用于在线评论领域，探究在线评论作为产品信号对用户购买决策的影响效应。例如，Ba等探究了评论效价和评论数量对用户购买决策的影响。[7]蔡舜等考察了评论效价和评论数量对产品销量的影响。[2]Choi等探究了评论效价对电子游戏销量的影响。[8]虽然现有文献将在线评论作为产品的可靠信号，具体考量了评论效价和评论数量对用户购买决策的影响效应，但是尚未从评论的其他细粒度文本特征入手考察知识付费产品评论的具体影响。

部分研究学者则探究了除在线评论外，影响用户购买决策的关键产品信号。例如，Mou等研究发现社会流行度和时间稀缺性信号显著影响在线用户对智能医疗产品的认知。[9]Balachander等提出产品稀缺性属于质量信号，影响用户的内在偏好。[10]Mavlanova等认为隐私、安全、退货政策及第三方认证信号对感知产品质量和购买意愿产生影响。[11]Xu等认为卖家声誉是产品质量的信号，影响用户的支付溢价。[12]虽然现有文献探究了社会流行度、时间稀缺性、产品稀缺性、隐私政策、安全政策、退货政策、第三方认证及声誉等作为产品或卖家的可靠信号对用户购买决策的影响效应，但是尚未探究卖家回复作为卖家信号在影响用户购买决策方面发挥的作用。

已有学者从信号主体视角出发对信号进行了分类研究。例如，Meents等将信号划分为产品信号和卖家信号。[13]Connelly等将信号细分为个人相关、产品相关及组织相关的信号。[14]然而，他们均未考虑市场信号的影响。部分学者则直接将不同信号主体发出的信号粗略地划分为内部信号和外部信号。例如，在Choi等的研究中，内部信号包括公司声誉、新品和复古特征，外部信号包括评论效价、产品流行度、价格和用户参与度。[8]在Mavlanova等的研究中，内部信号包括隐私、安全和退货政策，外部信号包括第三方认证。[11]本文则同样从信号主体视角出发，旨在针对知识付费产品提出更为具体的划分方式。

2.研究模型

在知识付费领域中，卖家和已购买用户比潜在用户掌握更多的知识付费产品和卖家信息。根据信号理论，卖家和已购买用户作为信号发送者向信号接受者即潜在用户提供产品或卖家信号。潜在用户可以利用这些信息，降低感知风险，评估和推断产品的整体质量，从而做出最优购买决策。知识付费领域属于新兴市场，尚未发展成熟，用户对市场熟悉程度较低，用户与卖家之间信息不对称程度较高，用户很难评判知识付费产品的质量和价值。因此，有必要考察不同信号发送者提供的信号对知识付费产品购买决策的影响效应。

依据信号主体不同，本文将信号区分为市场信号和卖家信号。其中，在线评论由已购买用户群体发出，归属于市场信号，具体包括评论数量、评论效价、评论长度、卖家认知度及用户体验度；卖家回复由卖家发出，归属于卖家信号，具体包括卖家回复率。进而本文对市场信号进行了细致区分。具体来看，评论数量体现了市场受欢迎程度，将其作为流行度信号；评论效价反映了市场用户群体对产品质量的整体评论，将其作为质量信号。针对知识付费领域特点，在线评论内容中对卖家的认知及对知识消费的自我感知都有可能成为降低用户感知风险的市场信号，因此，本文对在线评论内容进行细粒度提炼，将卖家认知度和用户体验度也归为市场信号。Chen等将在线健康社区中帖子的可读性、长度和拼写水平统称为信息信号。[15]在本文中，评论长度反映了产品、卖家及用户体验的整体性信息量的多少，卖家认知度衡量了卖家维度信息量的多少，用户体验度衡量了使用体验维度信息量的多少。本文重点关注信息的数量维度。为此，借鉴Chen等对信号的归类，本文将评论长度、卖家认知度和用户体验度作为信息量信号。[15]

对于卖家而言，在线评论呈指数级增长，采取卖家回复策略需要付出较多时间和精力，代价较高。卖家有必要全面剖析卖家回复率对产品绩效的影响机制，进而准确权衡卖家回复策略的成本与收益。为此，除探究卖家信号对知识付费产品购买决策的直接影响外，有必要明确卖家信号对主效应的调节机制。无论用户被动接收还是主动查阅卖家回复，预期用户对在线评论的认知与判断均会受到一定影响。本文基于情感认知模型[16]和偏差效应，[17]提出卖家信号对市场信号与知识付费产品购买决策间关系存在调节作用。本文将卖家回复率作为调节变量引入研究模型，探讨其对主效应的调节作用，不仅为卖家采取回复策略提供了指导建议，而且对于准确揭示知识付费产品的购买决策过程至关重要。

为此，本文不仅检验了市场信号和卖家信号对知识付费产品购买决策的直接作用，而且探讨了卖家信号对市场信号与知识付费产品购买决策间关系的调节作用。研究模型如图1所示。

图1 研究模型

3.研究假设

评论数量是指用户对特定使用产品进行评论的信息总量，在一定程度上反映了产品的市场受欢迎程度。评论数量通过提高用户对产品的整体认知，增强了用户对产品流行度的感知，影响用户的购买决策。现有文献已证实，评论数量与用户购买决策之间存在正向的作用关系，如Lu等证实评论数量积极影响线下医疗服务咨询量。[18]蔡舜等和Cai等研究发现评论数量正向影响知乎Live销量。[2,3]因此，本文预期评论数量作为流行度信号，积极影响知识付费产品购买决策。为此假设：

H1：评论数量正向影响知识付费产品购买决策

评论效价是指评论者对产品质量的态度和定量判断，通常用星级或数值表示。首先，现有研究发现，适度的评论效价影响效应最佳，原因如下：适度的评论效价包含的正负面信息有利于提高可信度并减少报告偏见；极端评论通常由极端满意或失望的用户发布，对产品质量的诊断性较低；过高的评论效价可能由用户出于自我展示目的或卖家激励产生，降低了可信度。[19]其次，剖析评论效价影响知识付费产品购买决策的背后机制发现：一方面，评论效价越大，知识付费产品的感知质量越高，从而促进知识付费产品购买决策；另一方面，由于平台未对知识付费产品交易进行全程监控，也未披露评论者的个人信息，评论真实性未能得到可靠保障，所以评论效价越大越容易引发用户怀疑，评论可信度越低，从而抑制知识付费产品购买决策。因此，评论效价对知识付费产品购买决策的作用过程包含对抗性的作用力，具体表现为评论效价的边际收益递减和边际损失递增。评论效价对知识付费产品购买决策的作用结果取决于收益与损失的叠加效应。随着评论效价的递增，一开始边际收益大于边际损失，评论效价积极促进知识付费产品购买决策；当边际收益与边际损失相互制衡时，边际净收益为零，知识付费产品购买决策达到最优值；之后，边际收益小于边际损失，评论效价逐渐抑制知识付费产品购买决策。为此，随着评论效价的增加，知识付费产品购买决策先增后减，呈倒U型关系。

现有文献已证实评论效价的倒U型作用，如Kong等证实，无论对于普通产品还是高端产品，实用的和享乐的评论效价对产品销量的作用关系均呈倒U型曲线。[20]Maslowska等研究发现，评论效价与购买概率之间呈非线性关系，较高的评论效价导致较高的购买概率，但过高的评论效价则导致较低的购买概率。[19]Duverger证实市场份额随着评论效价的增大先递增后递减。[21]Susan等和殷国鹏等实证发现，与极端性评论相比，适度的评论效价对购买决策的影响更强。[22,23]因此，本文预期评论效价作为质量信号，与知识付费产品购买决策之间存在倒U型的曲线关系，为此假设：

H2：评论效价与知识付费产品购买决策呈倒U型关系

评论长度用评论的总字数来衡量。评论长度越长，评论信息含量越高，越容易降低产品不确定性，从而增强用户的购买决策意愿。现有文献验证了评论长度的积极影响效应，如Chevalier等以亚马逊网站为研究情境，证实评论长度积极影响书籍销量。[24]Lin等研究发现当评论数量达到一定量时，评论长度正向影响用户的购买意愿。[25]因此，本文预期评论长度作为信息量信号，积极影响知识付费产品购买决策，并提出以下假设：

H3：评论长度正向影响知识付费产品购买决策

卖家认知度是指用户传达的卖家信息的数量。在线评论将卖家属性转换为可搜索的属性，潜在用户可以通过查阅在线评论了解特定卖家的表现，从而有效降低感知风险，促进购买决策。例如，Zhang等指出，更全面详细地披露房主互动的信息有助于降低顾客不确定性，建立更强的感知信任关系。[26]Ma等认为房主信息与感知信任正相关。[27]因此，本文预期知识付费产品的用户评论所包含的卖家认知度越高，越被视为知识付费产品中卖家信息维度的可靠信号，从而有利于降低用户的感知风险，增强知识付费产品购买决策。为此假设：

H4：卖家认知度正向影响知识付费产品购买决策

用户体验度是指用户传达的关于产品使用体验信息的数量。用户比较关心他们是否与评论者有共同之处。因此，用户在评论中提供关于自身体验的信息越多，越有利于潜在用户准确判断产品需求，降低购买不符合需求的产品的风险。例如，Reich等指出，在评论中承认购买失败经验的评论者被认为拥有更多的相关专业知识，从而更有利于提高潜在用户的购买意愿。[28]对于知识付费产品，预期评论中用户体验度越高，越容易被视作知识付费产品信息的可靠信号，从而促进知识付费产品购买决策。为此，提出以下假设：

H5：用户体验度正向影响知识付费产品购买决策

卖家回复率是指卖家回复在线评论的比例。卖家回复主要被作为卖家与用户间售后反馈的交流渠道。卖家回复率越高，表明卖家越愿意付出时间和精力反馈用户信息，从而被作为卖家服务态度的可靠信号。现有文献已证实卖家回复对卖家销量的正向作用关系，如Kumar等发现卖家回复积极影响中心卖家订单量。[5]Lui等指出，卖家回复率正向影响卖家销量，较高的卖家回复率在一定程度上反映了知识付费产品卖家的良好服务态度，有助于潜在用户认知卖家，降低感知风险。[29]因此，本文期望卖家回复率越高，即卖家良好服务态度的信号越强，越有利于增强知识付费产品购买决策。为此假设：

H6：卖家回复率正向影响知识付费产品购买决策

基于情感认知模型和偏差效应，本文预期卖家回复率显著正向调节在线评论与知识付费产品购买决策之间的关系。情感认知模型指出，人的决策受到认知和情感导向加工的双重影响。[16]Li等从认知和情感导向加工视角出发，提出来自评论者的回复对评论长度与评论有用性之间的关系有显著调节作用。[30]类似地，基于情感认知模型，本文认为卖家回复率对在线评论与知识付费产品购买决策间关系有显著调节作用。首先，从认知导向加工视角出发，卖家回复作为与在线评论高度相关的补充信息源，减轻了用户对在线评论信息的不确定性的担忧，辅助用户理解评论信息。其次，从情感导向加工视角出发，用户认为高卖家回复率代表着良好的卖家服务态度，进而激发了对在线评论的积极认知情绪，不仅有利于削弱用户对在线评论的消极认知，而且可以强化在线评论的积极作用，从而增强知识付费产品购买决策。

偏差效应是启发式系统模型的主要延伸，阐释了启发式线索对系统线索的偏差影响。[17]启发式线索会通过触发人们对信息内容有效性的推断和期望，进而影响信息的最终评价。[31]高琳等将在线评论的强度和效价作为系统线索，考察了其对用户购买意向的影响。[32]Baek等将评论长度和负面词汇占比作为影响评论有用性的系统线索。[33]因此，对于知识付费产品，评论信息需要用户较多的认知努力，是购买决策过程中的系统线索。刘伟等将来自其他用户的回复作为边缘线索。[34]类似地，卖家回复率不需要给予深入思考，是购买决策过程中的启发式线索。本文期望卖家回复率作为启发式线索，通过触发用户对评论信息有效性的评判，最终积极影响知识付费产品购买决策。具体而言，较高的卖家回复率表明卖家投入较多时间和精力，体现了较高的责任心、耐心及诚意，预期会促使用户认可卖家，触发用户对在线评论的积极评判，从而促进知识付费产品购买决策。

现有文献已证实卖家回复的正向调节作用。例如，Xu等研究发现卖家回复的数量显著正向调节评论数量和评论效价对订单量的影响。[4]Xie等证实卖家回复显著正向调节与地点相关的评论效价与酒店绩效之间的关系。[35]Dai等认为卖家回复显著正向调节评论数量、评论效价及评论质量与购买决策之间的关系。[36]Azer等研究发现卖家回复显著正向调节负面评论与用户对服务提供者的态度和行为意向之间的关系。[37]Xie等指出卖家回复显著正向调节评论效价和评论数量与酒店绩效之间的作用关系。[38]因此，本文预期卖家回复率显著增强评论作为可靠信号与知识付费产品购买决策间的作用关系，并提出以下假设：

H7a：卖家回复率正向调节评论数量对知识付费产品购买决策的影响关系

H7b：卖家回复率正向调节评论效价对知识付费产品购买决策的影响关系

H7c：卖家回复率正向调节评论长度对知识付费产品购买决策的影响关系

H7d：卖家回复率正向调节卖家认知度对知识付费产品购买决策的影响关系

H7e：卖家回复率正向调节用户体验度对知识付费产品购买决策的影响关系

二、研究方法

1.数据收集

本文以国内知名的知识共享平台在行为例，对其提供的在线付费咨询服务进行实证检验。在行平台成立于2015年3月，是全国首创的一对一行家约见平台，覆盖职场发展、行业经验、互联网+、创业与投融资、生活服务、心理、投资理财、教育学习等领域。在行平台通过为用户提供一对一付费咨询服务，建立了用户与行家之间的深度连接，最大限度地激活并满足了用户的个性化服务需求，具有高度定制化、强互动性特征。选择在线付费咨询服务的原因主要在于：（1）在线付费咨询服务不仅是数字化互联网时代中传统参考咨询向信息咨询转变的新型模式，亦是向知识创新服务模式的切实迈进，最大限度地激活并满足了用户的信息和知识需求；（2）在线付费咨询服务是知识付费领域中典型的商业模式，通过汇聚行业精英和领域专家，为用户提供了一对一个性化交流指导。本文运用Python分别于2019年3月和2020年2月获取在行平台成立以来所有知识付费产品的数据，共涵盖2677位卖家，包含产品销量、评论、卖家回复、卖家响应率、卖家简介、注册日期、产品价格、行业及地点等信息。其中，在2019年3月之前共110015条评论数据、27446条卖家回复数据，整体上卖家回复率约为24.948%。

2.变量定义和测量方法

本文相关变量定义如表1所示。因变量为知识付费产品购买决策。Zhao等采用知识付费产品的销量指标测量用户购买决策，从信任关系视角探讨了卖家特征及产品价格对用户购买决策的影响机制。[39]赵杨等采用知识付费产品的销量指标，客观考察了卖家的社会资本特征对用户购买决策的作用关系。[40]Cai等通过分析在一定时期内知识付费产品销量的影响因素，直接阐明了用户进行知识付费产品购买决策的前因。[41]同样地，本文采用该测度方式客观探讨了在线评论和卖家回复对知识付费产品购买决策的影响效应。自变量为2019年3月之前每位卖家的评论数量、评论效价、评论长度、卖家认知度、用户体验度和卖家回复率。

表1 变量定义

此外，本文控制了一系列潜在影响因素，如卖家响应率、是否有图片、简介长度、注册时长、平均价格、行业和地点。其中，卖家响应率反映卖家接受订单的效率，图片有利于增强用户的社会情感体验，简介提供卖家信息，注册时长代表卖家经验，平均价格意味着货币成本，均会影响知识付费产品购买决策。此外，本文消除了卖家所属行业和地点可能造成的潜在影响。

三、实证检验结果

1.描述性统计

表2展示了主要变量的描述性统计结果。由于大部分变量标准差较大，本文通过对连续变量取自然对数进行了线性变换处理，进而压缩了变量量纲，控制了离群值的潜在影响，并将潜在非线性关系转变为线性关系，使得回归结果更加稳健。

表2 变量的描述性统计

2.假设检验

考虑运用横截面数据进行线性回归时容易产生异方差现象，在使用Stata 15.1执行回归命令后，通过怀特检验检查异方差情况，结果发现p值在0.050的水平上显著，存在异方差问题。因此，采用OLS Robust回归，并标准化自变量和调节变量以进行调节效应测试。

回归结果如表3所示。模型1的F值为74.169（p<0.01），回归方程显著。结果表明，评论数量（β=0.807,p<0.01）、卖家认知度（β=2.319,p<0.05）、用户体验度（β=0.159,p<0.05）和卖家回复率（β=0.152,p<0.010）均显著正向影响知识付费产品购买决策；评论效价、评论效价的二次项与知识付费产品购买决策之间的回归系数分别是β=1.271（p<0.05）、β=-0.600（p<0.05），表明评论效价与知识付费产品购买决策呈倒U型关系；评论长度（β=-0.093,p>0.1）对知识付费产品购买决策影响不显著。除假设3外，假设1-2和假设4-6均得到验证。

表3 回归结果

模型2在模型1基础上加入卖家回复率与在线评论变量的交乘项，回归结果显示模型的整体显著性水平上升。其中，卖家回复率显著增强评论数量（β=0.170,p<0.01）和用户体验度（β=0.331,p<0.1）对知识付费产品购买决策的影响关系，验证了假设7a和假设7e。虽然调节效应中卖家回复率与评论长度（β=-0.415,p<0.05）交乘项的系数为负且显著，但是由于主效应中评论长度的系数为负且不显著，拒绝假设7c。卖家回复率对评论效价（β=0.750,p>0.1）、评论效价的二次项（β=-0.342,p>0.1）和卖家认知度（β=-0.865,p>0.1）与知识付费产品购买决策间关系不存在显著调节作用，拒绝假设7b和7d。总结本文假设检验结果如表4所示。

表4 假设检验结果

3.稳健性分析

（1）考虑用户习惯的影响

研究表明，大多数用户仅阅读在线评论的前几页，根据观察到的局部信息，形成对产品质量的感知，从而做出购买决策。本文按照评论有用性从高到低排序，筛选出所有卖家的前100条在线评论样本，并重新进行回归分析（数据略去备索）。结果发现，评论数量、卖家认知度、用户体验度和卖家回复率显著正向影响知识付费产品购买决策；评论效价与知识付费产品购买决策之间呈倒U型关系；评论长度对知识付费产品购买决策影响不显著；卖家回复率显著增强评论数量和用户体验度对知识付费产品购买决策的影响关系；卖家回复率对评论效价、评论长度和卖家认知度不存在显著的正向调节作用。假设1-2、假设4-6、假设7a和假设7e均得到验证，假设3和假设7b-7d未得到支持。所得研究结论与前文基本一致，结果稳健。

（2）剔除极端值的干扰

为了剔除极端值对研究结果的影响，对连续变量在1%和99%分位数上进行双向缩尾处理。运用缩尾后的数据重新进行回归分析（数据略去备索）。结果发现，除假设3和假设7b-7d外，假设1-2、假设4-6、假设7a和假设7e均得到验证。所得研究结论与前文基本一致，结果稳健。

四、研究结论与讨论

1.研究结论

鉴于知识付费产品具有独特性，本文挖掘了在线评论的情境化特征，如卖家认知度和用户体验度，并将卖家回复率引入研究模型。研究结论揭示了知识付费产品购买决策过程的黑盒子，为卖家和知识付费平台管理者提供了有效的营销指南，丰富了知识付费产品购买决策的相关研究文献。研究发现，除假设3和假设7b-7d外，假设1-2、假设4-6、假设7a和假设7e均得到验证。具体而言，评论数量、卖家认知度、用户体验度及卖家回复率均显著正向影响知识付费产品购买决策，评论效价与知识付费产品购买决策呈倒U型曲线关系，卖家回复率显著正向调节评论数量和用户体验度与知识付费产品购买决策之间的关系。

值得关注的是，与Choi等关于评论效价正向影响用户购买决策的结论不同，[8]本文发现评论效价与知识付费产品购买决策呈倒U型关系，揭示了知识付费产品的评论效价产生作用的新路径。具体而言，在知识付费领域中过高的评论效价可能被视为卖家的操纵信号，反而不利于知识付费产品的营销，从而丰富了在线评论的相关研究文献。

然而，假设3和假设7b-7d均未得到支持。对于假设3，评论长度的系数为负但是不显著，表明评论长度具有较弱的负向影响知识付费产品购买决策的倾向。本文从数据分析、理论支撑、实践背景三个视角出发，全面阐释了假设3未得到支持的原因。首先，从数据分析视角出发，虽然评论长度与知识付费产品购买决策之间的回归系数为负，但是该系数不显著，证明两者之间负向作用关系极弱。第一，该作用关系不显著。虽然评论长度会对产品认知产生一定影响，但是不足以显著影响知识付费产品购买决策，用户更注重评论内容而非评论长度可能是其主要原因。例如，石文华等实证发现在线初次评论与在线追加评论的长度对产品销量均无显著影响。[42]第二，评论长度具有较弱的负向影响知识付费产品购买决策的倾向，原因可能是对于知识付费产品，评论长度对知识付费产品购买决策存在反向作用力。一方面，评论长度越长，提供的产品信息越多，越有利于降低感知不确定性，从而存在正向影响知识付费产品购买决策的倾向；另一方面，基于认知负荷和卖家操控的可能性，评论长度存在负向影响知识付费产品购买决策的倾向。整体而言，在知识付费场景下，评论长度的负向作用力稍强于正向作用力。因此，最终均衡结果为评论长度存在较弱的负向影响知识付费产品购买决策的倾向。

其次，从理论支撑视角出发，对评论长度的较弱负向影响倾向进行阐释。第一，评论越长，观点越分散，越容易偏离主题，包含无效信息，稀释有用信息，从而负向影响知识付费产品购买决策。[43]第二，基于认知负荷理论，用户的记忆容量有限，评论长度越长，用户的信息处理成本越大，越容易导致用户认知超载，从而负向影响购买决策。第三，李宗伟等提出搜索品的信息比较客观，因此评论越长，越有助于用户挖掘客观维度信息，进而影响购买决策行为。[44]然而，与搜索品不同，知识付费产品的信息过于主观，在线评论无法通过客观属性描述产品信息。因此，评论越长，用户越难从评论内容中评判产品价值。第四，鉴于知识付费产品信息具有主观性特征，在线评论更容易被卖家操控，而不被潜在用户发现。并且与发展成熟的实物产品交易平台相比，知识付费平台不仅无法监控买卖双方的产品交易，而且评论者的信息披露程度较低。[45]因此，过长的在线评论可能被视为卖家的操纵信号，损害了用户对卖家的信任，最终负向影响知识付费产品购买决策。例如，Duverger提出评论长度过长抑制了用户信任，负向影响产品市场份额。[21]

最后，从实践背景视角出发，知识付费产品的购买情境与传统电商产品显著不同。知识付费产品兴起的背景是知识爆炸、信息冗余、时间碎片化及生活节奏过快。当代用户购买知识付费产品的主要目的在于利用碎片化时间，避免信息爆炸，提高信息筛选效率，缓解社会焦虑感。因此，评论越简洁明了，越能缩减用户对知识付费产品的筛选时间，提高碎片化时间的利用效率。例如，李中梅等指出，评论长度对在线评论质量没有显著影响的主要原因是，在移动O2O模式下用户追求高效快捷的消费方式，没有时间阅读较长的评论。[46]

关于调节效应，假设7c未得到支持，结果显示卖家回复率具有增强评论长度与知识付费产品购买决策间负向作用关系的倾向。本文主要从操纵信号和资源限制的视角出发阐释该结果出现的原因。首先，从操纵信号视角出发，卖家回复并非由独立第三方发出，而是由卖家出于营销产品的目的发出，具有刻意夸大产品质量的倾向，不具有可信性。因此，当卖家回复率较高时，会与较长的在线评论共同作用，一同被视作卖家的操纵信号，从而负向影响知识付费产品购买决策。其次，根据资源限制理论，用户完成购买决策任务需要一定的心理资源，但是心理资源有限。卖家回复的出现在一定程度上干扰了用户的注意力，影响其有效捕捉在线评论的有用信息，从而负向影响知识付费产品购买决策。已有文献证实了卖家回复的潜在负面影响，如Xu等研究发现卖家回复被视为在线评论的操纵信号，抑制了购买决策行为。[4]Mauri等认为卖家回复可能对用户购买决策产生负向影响。[47]假设7b和假设7d未得到支持，结果显示卖家回复率对评论效价、卖家认知度与知识付费产品购买决策之间的关系无显著调节作用，原因可能是卖家回复率仅能提供知识付费产品卖家的服务态度信息，较为片面，而评论效价提供了关于卖家和产品质量的综合评价，卖家认知度也提供了关于卖家服务态度及其他属性较为全面的信息。因此，无论卖家回复率高低，评论效价和卖家认知度均被视为可靠信号直接影响用户购买决策。综上可知，卖家信号和市场信号之间不是一味的互补关系，而是互补关系和不相关关系的集成，进一步支持了Ba等关于不同信号之间作用关系的论断。[7]

2.理论贡献

第一，本文针对知识付费领域，研究卖家回复对知识付费产品购买决策的影响效应。虽然以往文献研究了旅游行业和餐饮行业中卖家回复的影响效应，但是关于卖家回复如何影响知识付费产品购买决策鲜有研究。因此，本文弥补了知识付费领域未考虑卖家回复影响机制的局限性，为卖家充分发挥卖家回复功能的积极作用提供了理论依据。

第二，本文从市场信号和卖家信号两个维度出发探讨在线评论和卖家回复对知识付费产品购买决策的影响效应，并进一步将市场信号细分为流行度信号、质量信号和信息量信号。虽然已有研究单独探讨了市场信号和卖家信号对用户购买决策的影响，但是尚无研究将市场信号和卖家信号集中在一个理论框架下，揭示不同类型的信号对知识付费产品购买决策的影响效应。因此，本文对信号理论的细化，为用户购买决策研究构建了更为全面的信号理论框架。

第三，本文重点考察了卖家回复率作为卖家信号对市场信号与知识付费产品购买决策间关系的调节机理。虽然现有文献广泛探讨了卖家回复对卖家绩效的影响效应，但是尚未针对知识付费产品，探讨卖家回复率作为卖家信号对市场信号与用户购买决策间关系可能起到的调节作用。鉴于卖家回复可以作为卖家营销自己的手段，考察卖家回复率对市场信号的调节机制尤为重要。因此，本文关于调节作用的研究结果丰富了不同来源的信号之间交互作用关系的相关文献，也为卖家重新认知和有效管理卖家回复提供了理论支持。

3.实践启示

本文研究结论展示了在线评论和卖家回复影响知识付费产品购买决策的内在机理，有利于进一步深化在线评论和卖家回复在知识付费领域中的应用价值，帮助制定更有效的在线营销策略组合，从而提高营销策略的投资回报率，对卖家和知识付费平台具有重要的管理意义和商业价值。

对于卖家而言，为吸引用户购买知识付费产品，建议采取以下有效措施：第一，由于评论数量显著正向影响知识付费产品购买决策，可以在提供知识付费产品之后，及时提醒用户书写在线评论。第二，由于评论效价与知识付费产品购买决策之间呈现倒U型关系，应该避免刻意引导用户虚假打高分。第三，由于评论长度具有负向影响知识付费产品购买决策的倾向，应该鼓励用户撰写精简有用的评论信息，避免刻意书写冗长无用的评论信息。第四，由于卖家认知度和用户体验度显著正向影响知识付费产品购买决策，应该积极引导用户在评论中更多地披露卖家信息以及个人体验信息。第五，卖家回复率直接显著积极影响知识付费产品购买决策，且卖家回复率显著增强评论数量和用户体验度与知识付费产品购买决策间关系。因此，应该尽可能多地回复用户评论，以展现良好的服务态度。

对于知识付费平台而言，为有效提升卖家的知识付费产品销量，首先可以依据本文研究结论，采取以下具体措施：第一，实施激励用户撰写在线评论的有效措施，例如提供虚拟徽章、积分或者金钱奖励。第二，任何试图操纵评论系统的行为都可能损害其可信度，应该抵制卖家通过操纵手段虚假提高产品评分，以建立一个准确、公正的评论生态系统。第三，规定在线评论字数的上限，使潜在用户轻松获取相关信息，避免用户认知超载。第四，有必要制定在线评论的撰写指南，为用户撰写评论提供指导性意见。具体而言，鼓励用户提供更多关于卖家专业素养、服务态度和传授能力的相关信息，以及关于自身咨询体验的相关信息。第五，借助售后服务态度积分机制激励卖家积极回应用户评论。为此，卖家和知识付费平台可以通过在线评论和卖家回复两种信息之间的协同作用，最大程度地激发潜在用户的购买决策行为。

其次，通过了解影响用户购买决策的信息类型，知识付费平台可以为潜在用户开发设计更优的决策支持系统。目前知识付费平台的在线评论系统仅包含简单的时间和热度的排序功能，鉴于卖家认知度和用户体验度显著积极影响用户购买决策行为，可以在用户撰写评论时，提供是否包含卖家信息或者用户体验信息的选项，或者借助人工智能和文本挖掘工具进行语义分析，有效完善有用评论的过滤机制，为潜在用户添加更丰富的信息筛选功能，从而提高信息筛选效率，降低潜在用户的认知处理负荷。此外，知识付费平台可以实时计算和展示卖家回复率，以帮助潜在用户初步了解卖家服务态度。

最后，用户购买决策的准确预测对知识付费平台的产品营销和研发策略至关重要。知识付费平台可以通过在线评论和卖家回复特征预测知识付费产品的销售情况，从而适当调整推广重点及合理地分配资源，最终提升知识付费平台的整体活跃度，保证平台的繁荣和可持续发展。

4.局限和展望

虽然本文运用信号理论研究了在线评论和卖家回复分别作为市场信号和卖家信号对知识付费产品购买决策的影响效应，但仍存在不足之处。首先，本文仅研究了单一知识付费平台，研究结论是否适用于其他平台仍有待验证。其次，本文采用的是基于横截面数据的静态计量模型，忽视了在线评论和卖家回复影响知识付费产品购买决策的动态过程。最后，在研究过程中，发现控制变量中存在与预期不一致的实证结果，值得进一步探讨。在未来研究中，可以采用深度访谈法揭示卖家注册时长负向影响知识付费产品购买决策的心理作用机制。