电商平台用户问答对消费者购买意愿的影响

胡劭颖

［摘 要］Web 3.0时代，用户生成内容（UGC）不断增加，电商平台的评论对消费者的购买决策发挥着关键性作用，但也出现虚假评论的乱象。文章基于精细加工可能性模型和S-O-R模型，结合电商平台用户问答模板特性，构建电商平台用户问答对消费者购买意愿的影响模型并提出假设，实证分析用户问答的内容质量和回答者特质（可靠性和交互性）两个维度对消费者感知和购买意愿的影响。研究结果发现：内容质量、回答者可靠性和交互性显著正向影响消费者购买意愿，感知有用性在内容质量、回答者可靠性和交互性与消费者购买意愿之间关系起到中介作用。据此，应重视并优化问答功能模块建设；设立良性机制加强消费者之间的交互性，引导用户参与；切实保障产品质量，提升消费者感知水平，以提高内容质量。

［关键词］在线口碑；用户问答；感知有用性；购买意愿

［中图分类号］F124.7［文献标志码］A ［文章编号］2095-0292（2023）04-0105-08

一、引言

随着互联网和高新技术的迅速发展，各大行业与之融合，突破时空的限制，极大改变人们的生活方式，例如在线医疗、教育、旅游等，尤其是网络购物。根据中国互联网信息中心（CNNIC）调查，2022年上半年，全国网上零售额达6.3万亿元，其中实物商品网上零售额占社会消费品零售总额的25.9%，线上消费在稳消费中发挥着积极作用［1］。然而，网络购物渠道呈现多元化，网络环境纷繁复杂，消费者如何降低自己的不确定性感知，商家又将如何提高消费者的购买倾向？针对此问题，各大电商平台推出在线评论功能，消费者和商家能够通过用户生成内容判断和预测产品的质量和销量，由此可见，探讨电商平台用户的生成内容与消费者行为和产品销量之间的关系至关重要。

当前，我们已经进入Web 3.0时代，用户生成内容（UGC）不断增加，电子商务平台的评论对消费者的购买决策发挥着关键性作用［2］。大多数研究学者均集中于探讨在线评论这一口碑类型对消费者购买行为和决策的影响，研究表明，在线评论的数量、情感倾向和评论者等特性显著正向影响产品销量和消费者购买意愿［3-4］。随着信息技术的发展，大量学者利用文本挖掘技术，孟园等（2017）运用算法技术研究海量在线评论的情感倾向，可根据研究结果预测产品销量［5］。通过对文本内容的分析，其结果能给消费者带来更明确的建议［6］。但现下是一个信息过载的时代，在线评论出现刷好评和虚假评论现象，在线评论是否还能带给潜在消费者参考价值还有待商榷［7］。因此，在在线评论这一口碑类型的基础上，淘宝、京东、亚马逊等电商平台相继开通了问答功能，在问答功能模块潜在消费者可以向已购买者进行提问，已购买者根据自身体验对问题进行解答，其解答可以有效帮助潜在消费者做出决策。通过精准的买家口碑式策略，弥补在线评论的缺陷。且关于用户问答的研究又多集中于知识型和百科型平台的问答，网购平台用户问答对消费者行为的影响研究还较少。鉴于此，本文聚焦于网购平台用户问答这一口碑类型展开研究，基于精细加工模型（ELM）和S-O-R模型，通过探讨用户问答的用户特质和内容特质对消费者购买意愿的影响，并引入感知有用性作为中介变量，明晰用户问答特质对消费者感知的影响，揭示消费者行为意愿的形成机制，促使消费者与商家之间形成反馈机制，为平台和商家对此进行营销活动提供建议和依据，为商家完善用户问答系统和提升产品销量提供有益借鉴。

二、理论基础和研究假设

（一）理论基础

1.精细加工可能性模型

Petty等于1981年在人们态度的改变研究基础上，提出精细加工可能性模型（Elaboration likelihood model，简称 ELM），认为个体在处理信息时会使用兩种路径，分为中心路径和边缘路径［8］。于网络购物情境中，根据消费者购买决策五阶段模型，个体对某产品或服务产生需求，通过多个渠道收集产品或服务信息，中心路径是指个体高度参与且信息处理能力强，其愿意花费大量的时间去收集相关信息，深入分析和了解收集回来的信息，并做好信息评估，针对有说服力的信息，则会增强该个体对该产品或服务的感知和购买意愿，此时说明精细加工可能性较高。而边缘路径是指个体参与度低且信息处理能力弱，以消极随意态度参与信息收集，尽管使用直截了当的说服方式也很难改变其认知，使其形成认同感和购买意愿，此时说明精细加工可能性较低。目前被多数学者用于探讨网络口碑传播对产品销量、消费者感知和购买意愿之间的影响机制。龚艳萍等（2014）针对新技术产品的在线评论，基于ELM模型构建在线评论特性对消费者采用意愿的影响模型［9］。闫强等（2019）基于ELM模型，从中心路径和边缘路径探讨电商平台口碑对消费者感知有用性的影响［10］。

2.S-O-R模型

刺激—机体—反应（Stimulus- Organism- Response，简称S-O-R）最早由环境心理学家Mehrabian和Russell提出，其中刺激因素为外部环境因素，机体因素为个人认知和情感表现，反应因素为对外部刺激因素做出的相应反应，该模型是知名的行为心理学理论之一［11-12］。随着互联网信息技术和电商的迅速发展，S-O-R模型被广泛应用于网络消费者行为研究中［13］，最早由学者Eroglu等应用于该领域，主要探讨虚拟网店氛围（S）如何影响消费者感知状态（O）和购物行为（R）［14］。随之逐渐被扩展运用到网络销售领域，探索网络信息环境对消费者感知和行为的影响。Wang等（2010）基于S-O-R模型，验证网络购物情境、感知服务质量和满意度之间存在显著关系［15］。在电商直播领域，魏剑锋等（2022）基于S-O-R模型和心流体验理论，探讨主播特性对消费者感知信任和冲动购买意愿的影响，研究表明其间影响显著［16］。由此可见，S-O-R模型在网络购物情境中对消费者感知和行为意向的作用机制发挥着关键作用。

在线评论是消费者通过搜索相关产品而呈现的评价，随着信息技术的发展，许多商家利用不正当手段生成虚假评论，我国电商平台商家通过刷单手段增加产品好评度，达到增加销量和提升产品知名度的目的。面对海量的虚假评论，消费者无法在短时间内辨别评论真伪，在一定程度上影响消费者做出购买决策。因此，用户问答作为在线评论的补充，消费者可在问答模块向已购消费者咨询该产品的相关信息，相较于在线评论，从搜索查看评论转变为主动提问或被邀式作答，潜在消费者可以通过与已购者的互动获得自己想要的产品信息。严建援等（2020）基于一致性理论，探讨多类型口碑形式对消费者产品态度的影响，研究发现用户问答与在线评论区别于认知成分和情绪成分，消费者对不同属性的产品态度也会受到二者交互的影响［17］。目前，用户问答这一功能被认为是网络口碑的新型表现方式，倍受消费者青睐。所以，本文基于精细加工可能性模型和S-O-R模型，结合电商平台用户问答模板特性，构建电商平台用户问答对消费者购买意愿的影响模型（图1）。以用户问答的内容和回答者这两个维度的特质为刺激变量，以感知有用性为机体状态，以消费者购买意愿为反应变量，深入探索电商平台用户问答内容质量、回答者可靠性和交互性对消费者购买意愿的影响，以期进一步揭示电商平台信息对消费者感知和购买意愿的影响机制。

（二）研究假设

1. 问答内容质量与消费者购买意愿

在电商平台上搜索一款热门产品，其在线初评与追评数量可达上千上万条，消费者需耗费大量的时间和精力对相关产品信息加工，而作为在线评论的补充形式的用户问答模块，在数量和表达上都较为精简，问题数量一般控制在三位数以内。就淘宝“问大家”模块而言，按照淘宝系统的相关规定，其提问字数被限制在4-40字，潜在消费者的问题均较为简短，被邀请者的回答也较为简短，尤其是当存在一问多答的情形时，用户的问题和回答数量就更少了，此时潜在消费者可采用边缘路径了解产品信息。但Qazi等（2016）指出简短的评论是浅显的，无法展示产品细节，这将是一条无用的评论［18］。由此说明，评论信息需包含广度和深度这两个方面，其中广度指的是信息内容的全面性，深度指的是信息内容的丰富性，需保证内容的质量。针对评论内容这块，Park等（2007）通过研究信息特征，认为可从信息的相关性、完整性、准确性等维度衡量评论质量［19］。杨爽等（2013）基于虚拟社区的研究视角，探讨在线评论信息的鲜明性、适量性、可靠性、引导性和互动性等特征对感知有用性的影响［20］。Filieri等（2014）通过探讨旅游的在线评论质量，从中心路线和边缘路线两个维度出发，发现旅行者在处理信息时多采用以信息质量为主的中央路线，并在以往研究的基础上增加增值性维度［21］。杨海娟（2017）认为信息质量是个复杂的多维变量，将其定义为用户感知问答信息的准确性、完整性、相关性和以及易理解性［22］。基于以上研究，本文将从问答的丰富性、完整性、相关性、客观性、可理解性等角度衡量内容质量。

当潜在消费者在电商平台上浏览产品的问答模块时，若发现用户问答内容能够提供在线评论未能展示的产品信息内容，问题具有深度，使得答案涉及多方面的产品内容，在一定程度上满足消费者对于产品的信息需求。除问题的丰富性外，Yan等（2016）探讨消费者如何从电商平台和社交媒体中选择并采纳用户生成内容，研究发现用户生成内容的完整性显著正向影响消费者的采纳意愿［2］。随着碎片化阅读的蔓延，大众采用边缘路线加工处理相关信息，停留在表层的“知道”，而未必真的“懂得”，所以产品信息相关性要强且易理解，减少消费者的加工时间，并有利于做出高效的购买决策。因此，潜在消费者如何在简短有限的问答中获得更丰富、更客观的产品信息并做出购买决策需受到高度重视。当用户问答内容质量越高时，潜在消费者能够获得相对完整、客观和相关性强的产品信息，采用信息质量为主的中央路线加工产品信息，降低网购中产品的不确定性，以增强产品说服力并提升其购买意愿。Zhang等（2014）基于理性行动理论，研究证明高质量的评论会增强消费者的感知信任，并显著影响购买意愿［23］。鉴于此，本文提出以下假设：

H1：问答内容质量显著正向影响消费者购买意愿。

2. 回答的用户特质与消费者购买意愿

关于用户問答内容，除了包含产品的相关信息之外，还需考虑到问答的用户特质。电商平台问答模块的用户，主动提问者为潜在消费者，而仅已购消费者和商家可以回答问题，这些回答用户均为该产品的使用者和体验者，能够准确表述并共享自己的真实体验感，在一定程度上能够帮助到提问者。当前，网络环境纷繁复杂，为避免不必要的麻烦，众多消费者在回答问题时均采用匿名的方式，该情形下，潜在消费者就会质疑该内容的真实性。国内外学者就评论内容的发布者特征展开研究，探讨评论者的专业性、信誉程度以及个人身份外的其他特征来考察评论内容的可靠性，研究发现，若该内容是由专业的、权威的用户发布的，则该条内容将被认为是高质量的［24］。而孙瑾等（2020）基于获得诊断性模型，探讨普通口碑和专家评论对消费者购买决策的影响，研究发现消费者更愿意采纳普通消费者的口碑，而不愿听取专家的专业性评论［25］。用户问答作为共享的信息呈现给众多潜在消费者，在当前人际关系较强的社会中，消费者更倾向于可靠性的评论，精加工评论内容及回答者的特征，降低产品不确定性并提高问答内容的说服效应。鉴于此，本文提出以下假设：

H2：回答者的可靠性显著正向影响消费者购买意愿。

电商平台的问答模块，转变潜在消费者搜索信息方式，形成一种信息交换的过程，实现实时互动，并构成反馈机制。潜在消费者可以根据自身的需求用文字表达出来，转变其在线评论阅读者的身份，通过主动提问以及与已购者和商家的互动，成为网络信息的创作者，逐渐主导网络信息环境，为网络信息做出贡献。郭国庆等（2012）立足购物网站，基于手段——目的链理论构建网站交互性对体验价值的影响因素模型，提炼出交互性的两个维度，分别为双向性和控制性，研究表明网站交互性是提升消费体验价值和满意度的关键［26］。刘晓莉等（2020）运用互动性理论探讨知识付费意愿的影响机制，将平台互动性划分为双向性、响应性、互助性和口碑推荐等，研究发现平台互动性显著正向影响感知价值，并作用于购买意愿［27］。用户问答作为在线口碑的形式之一，提问者与已购者之间的交互性是潜在消费者深入了解相关产品的重要渠道之一，能通过沟通知晓产品信息。此外，用户问答与在线初追评一样，已购者的回答可透露出其对该产品质量和体验感知的情感倾向，有研究显示，当情感倾向为负面时会降低潜在消费者的感知，形成心理落差，当情感倾向为正面时，能够满足其寻求支持的需求，进而促进其做出购买决策［28］。鉴于此，本文提出以下假设：

H3：回答者的交互性显著正向影响消费者购买意愿。

3. 感知有用性的中介作用

感知有用性（Perceived usefulness）是由Davis等（1989）在研究计算机技术接受模型时提出，用于表示信息系统使用者接受该系统技术后感受到的有用性，并在一定程度上提高其工作绩效［29］。随着电子商务的快速发展，电商平台为在线评论设置有用性评价投票，以此来了解消费者的在线评论能否作用于潜在消费者购买决策，自此感知有用性被广泛应用于网络购物情境中，将其作为感知变量和结果变量，探讨潜在消费者对电商平台有用性的感知，并进一步影响其消费行为［30］。杨爽等（2013）基于虚拟社区的研究视角，探讨在线评论信息的鲜明性、适量性、可靠性、引导性和互动性等特征对感知有用性的影响［20］。

电商平台问答模块由用户主动邀请提问，其对已购者的回答感知更为强烈，同时，对于其他有类似需求的潜在消费者也能起到解惑的作用。杨海娟（2017）将感知有用性应用于综合性问答网站，将其定义为信息有用性，基于精细加工模型（ELM）和技术接受模型（TAM）提出信息采纳模型（Information Adoption Model，IAM），探讨综合性问答网站的信息性和规范性社会影响对信息有用性的作用机理，并如何作用于信息采纳意愿［22］。将其运用于网购情境中，丁敬群等（2020）以京东问答为例，基于精细加工可能性理论（ELM）和技术接受模型（ATM），探讨电商问答功能中社会化因素对消费者行为意愿的作用机理，研究表明社会化影响因素中的信息支持、信息质量和回答者专业性通过影响消费者的感知有用性和感知可信度，最终影响用户的行为意愿［31］。鉴于此，本文提出以下假设：

H4：感知有用性在回答内容质量与消费者购买意愿之间起中介作用；

H5：感知有用性在回答者的可靠性与消费者购买意愿之间起中介作用；

H6：感知有用性在回答者的互动性与消费者购买意愿之间起中介作用。

三、实证分析

（一）数据来源和样本信息

本研究调研对象为阅读电商平台用户问答模块的消费者，采用问卷调查法研究电商平台用户问答特质对消费者感知和购买行为的影响。运用“问卷星”平台设计问卷，通过微信、QQ社交软件向被试发放问卷。共发放382份问卷，设置“您在网购时，是否有浏览“问大家”模块的习惯”题项识别调研对象，剔除没有浏览问答模块经历的无效问卷，在问卷中设置“此题请选2”题项过滤规律性作答问卷，以及填写不完整等无效问卷，共回收272份有效问卷，有效率为71.20%。样本基本信息见表1，在性别方面，男女占比分别为31.30%和68.70%，表明网购的消费者以女性为主；在年龄方面，18-23岁占比最高，为75.47%，表明年轻群体热衷于网络购物；在受教育程度方面，高中及以下占比最少，表明消费者具有较高的文化水平；在每月网络购物频率方面，每月网购2-4次占比达45.22%，甚至20.22%的被试达到8次及以上，且35.66%的被试每天上网时间超过6小时，在每天浏览网购信息的频率方面，86.03%的被试超过2次及以上，表明被试熟悉网络购物流程，有利于保障问卷数据的准确性和可靠性。

（二）变量测量

为保证量表的效度，本文问卷题项主要借鉴国内外相关研究的成熟量表，并根据具体情境进行调整所得。其中，问答的内容质量参考Delone和Park等的研究［19，32］，包含问题的丰富性、相关性和客观性等内容，共5个题项；回答者的可靠性参考Jain等的研究［33］，包含回答的充分性、全面性和准确性等内容，共5个题项；回答者的交互性参考Gou等的研究［34］，包含互动性、情感倾向等内容，共4个题项；感知有用性参考Davis等的研究［29］，关于问答中提供的信息能否有助于消费者购买决策，共4个题项；购买意愿参考Dodds等的研究［35］，在阅读完相关的问答信息后是否愿意采取购买行动，共4个题项。以上量表均采用5级李克特量表测量，其中，“1”表示“非常不认可”，“2”表示不认可，“3”表示不确定，“4”表示“认可”，“5”表示非常认可。

（三）信效度检验

量表的信效度检验结果见表2。本文采用SPSS 26.0对问卷测量题项进行可靠性分析，结果显示各变量的克隆巴赫系数均大于理论要求的0.7，且整体的克隆巴赫系数为0.936，表明变量具有良好的信度。在此基础上，对量表进行KMO和巴特勒球形检验，结果显示各变量的KMO值和整体的KMO值均大于0.5，且通过巴特勒球形检验得到的显著性水平均为0.000，小于0.05，表明变量的题项间存在显著的相关性，适合做因子分析。随后采用AMOS 26.0对各变量题项进行验证性因子分析，各变量标准化的因子载荷均大于0.5，说明各题项能较好地解释潜变量，此外各变量的AVE值均大于0.4，且CR值均大于0.6，符合Fornell等关于AVE值的建议［36］。因此，各变量之间具有较高的收敛效度。量表是基于前人的成熟量表调整而来，说明问卷各题项具有良好的内容效度。

（四）相关性分析

为了探讨电商平台用户问答影响消费者购买意愿最为关键的变量，验证各变量间的因果关系，有必要对各变量与消费者购买意愿进行相关性分析，了解各变量之间的相关关系，具体结果见表3。其中，对角线数值为各潜变量的AVE平方根，表中各变量的相关系数均小于自身的AVE平方根，表明问卷量表的区分效度较好。

由表3可知，电商平台用户问答特质各变量间具有显著的正相关关系。其中，消费者购买意愿与问答内容质量（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）之间均具有显著的正相关关系，表明各变量与消费者购买意愿具有因果关系，为回归分析奠定基础，各假設初步得到验证。

（五）假设检验

1.电商平台用户问答对消费者购买意愿的主效应检验

依据模型和研究假设，自变量为电商平台用户问答内容特质（内容质量）和用户特质（回答者可靠性和回答者交互性），因变量为消费者购买意愿。基于上述各变量相关性分析，为验证其因果关系，本文运用多元线性回归的方法检验自变量对因变量的影响，检验结果见表4。结果显示，电商平台用户问答特质与消费者购买意愿的相关系数为0.613，R2为0.375，表明自变量能解释因变量变异的37.5%，大于10%，在可接受范围内。由F（3，268）=53.687，P=0.000<0.01，可知回归方程是显著的，表明至少有一个变量显著影响消费者购买意愿。

回归结果显示，问答内容质量的回归系数为0.133，统计检验达到0.05的显著性水平，表明问答内容质量显著正向影响消费者购买意愿。消费者在虚拟的网络空间，面对海量的产品信息和在线评论时，尤为注重内容质量。平台用户问答是由潜在消费者主动提出，并产生互动，问答内容的丰富性能给消费者提供更多产品的相关信息，有效解决传统网购信息不对称的问题，内容质量高的问答往往会提供消费者关键性的决策信息，有利于促进消费者形成购买意愿，因此，假设H1得到验证。回答者可靠性的回归系数为0.296，统计检验达到0.01的显著性水平，表明回答者可靠性显著正向影响消费者购买意愿。在电商平台用户问答中，问答内容是由已购消费者做出的，用户可以看作是问答模块的关键要素，用户的任何言论在一定程度上会影响潜在消费者的购买行为，对问题给出全面、充分回答的，潜在消费者会认为这是可靠的，对商品的评价和描述是准确的，进而形成购买意愿，因此，假设H2得到验证。回答者交互性的回归系数为0.257，统计检验达到0.01的显著性水平，回答者交互性显著正向影响消费者购买意愿。消费群体是生活在虚拟的网络社群中，随着人们社交媒介的使用，消费者在各大领域都积极参与，以满足社交的需求，当提问者的问题得到及时的回复和较多数量的回答，有利于增强提问者的感知价值，同时为其他潜在消费者提供更多的产品信息，从而增强购买意愿，因此，假设H3得到验证。

2.感知有用性的中介效应检验

中介效应分析主要是检验感知有用性在电商平台用户问答特质和消费者购买意愿的关系中是否起到中介作用。由主效应检验可知，自变量问答内容质量、回答者可靠性和回答者交互性显著影响因变量购买意愿。以感知有用性为自变量，消费者购买意愿为因变量，运用回归分析，由F（1，270）=193.978，P=0.000<0.05可知，感知有用性显著影响消费者购买意愿（β=0.651，P<0.01）；以感知有用性为因变量，电商平台用户问答特质为自变量，运用回归分析，结果显示，这三个变量均显著影响感知有用性，因此本文将进一步检验感知有用性在问答内容质量、回答者可靠性和回答者交互性的中介效应。

主要采用Bootstrap抽样检验法，结果见表5。由表5可知，问答内容质量的中介效应值为0.240，95%的Bootstrap置信区间为［0.168   ，0.324］，不包含“0”，表明该路径中介效应显著；回答者可靠性的中介效应值为0.274，95%的Bootstrap置信区间为［0.192，0.361］，不包含“0”，表明该路径中介效应显著；回答者交互性的中介效应值为0.265，95%的Bootstrap置信区间为［0.190，0.344］，不包含“0”，表明该路径中介效应显著。因此，假设H4、H5、H6成立。感知有用性在问答内容质量、回答者可靠性和回答者交互性与消费者购买意愿之间关系起中介作用。说明消费者在阅读用户问答时，感知产品的功能特性、已购消费者的情感倾向和问答的数量等信息内容，从中获得并提升高质量信息，可靠、全面的问答更有利于增强其购买意愿。

四、研究结论与启示

（一）研究结论

本文基于精细加工可能性模型和S-O-R模型，结合电商平台用户问答模板用户和问答内容特性，构建电商平台用户问答对消费者购买意愿的影响模型并提出假设，实证分析用户问答的内容质量和回答者特质（可靠性和交互性）两个维度对消费者感知和购买意愿的影响。研究结果发现：问答内容质量、回答者可靠性和交互性显著正向影响消费者购买意愿，感知有用性在内容质量、回答者可靠性和交互性与消费者购买意愿之间关系起到中介作用。

（二）    启示

在虚拟的电商情境中，各大平台和商家之间存在激烈的竞争，因此需不断优化升级平台、产品和服务质量等，本文着眼于分析用户问答模块对消费者购买意愿的影响，以期为平台、商家提高经济效益和为消费者提供价值信息提供参考。基于上述结论，提出如下启示：

1.重视并优化问答功能模块建设。问答功能模块是潜在消费者主动获取信息的方式，相较于被动搜索信息具有更强的自主性，潜在消费者可以更好地表达自己的需求，而无需从海量的在线评论和产品信息中查找相关信息。因此，各大电商平台需重视问答这一功能，从网页界面设计到用户问答内容呈现等方面优化问答功能模块建设，充分利用问答功能使得商家和企業更好地服务消费者，起到提升产品销量的作用。

2.设立良性机制加强消费者之间的交互性，引导用户参与。当前问答模块仍存在问答数量少、内容质量差等问题，为更好地提供产品信息，应提高问题的丰富度和问答数量。因此，各大电商平台和商家需设立一定的良性机制，通过返现、发放优惠券等激励措施，引导已购消费者填充回答内容，及时回答潜在消费者的问题，充分发挥问答模块的作用，提高问答评论在消费者决策中的地位和重要性，在一定程度上促进线上购买转化。

3.切实保障产品质量，提升消费者感知水平，以提高内容质量。电商平台和商家的竞争，归根结底还是产品买卖的竞争。因此，电商平台和企业需切实保障产品质量和店铺的服务质量，已购消费者在获得高质量的产品和服务时，会形成相当高的满意度，从而形成有利于商家的良好口碑，使得消费者更愿意参与问答，内容多为正面的回答。从口碑的角度出发，这样会提升潜在消费者的感知水平，一定程度上信任商家的产品和服务，进而引发其积极的购买倾向。

［参 考 文 献］

［1］中国互联网信息中心.第51次《中国网络发展状况统计报告》（全文）［EB/OL］. 中国互联网络信息中心 （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］杜学美，丁璟妤，谢志鸿，雷丽芳.在线评论对消费者购买意愿的影响研究［J］.管理评论，2016， 28（3）： 173-183.

［4］石文华，王璐，绳娜，蔡嘉龙.在线初次评论与在线追加评论对商品销量影响的比较研究［J］.管理评论， 2018， 30（1）： 144-153.

［5］孟园，王洪伟，王伟.网络口碑对产品销量的影响：基于细粒度的情感分析方法［J］.管理评论， 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］龚艳萍，梁树霖.在线评论对新技术产品消费者采用意愿的影响研究——基于 ELM 视角［J］.软科学，2014，28（2）：96-99.

［10］闫强，麻璐瑶，吴双.电子口碑发布平台差异对消费者感知有用性的影响［J］.管理科学，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］魏劍锋，李孟娜，刘保平.电商直播中主播特性对消费者冲动购买意愿的影响［J］.中国流通经济， 2022， 36（4）： 32-42.

［17］ 严建援，李扬，冯淼，李凯.用户问答与在线评论对消费者产品态度的交互影响［J］.管理科学，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］杨爽，徐畅.在线产品评论有用性的影响机制——基于虚拟社区视角［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］杨海娟.綜合性问答网站用户信息采纳意愿影响因素实证研究——基于信息性社会影响和规范性社会影响的视角［J］.现代情报，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］孙瑾，陈静.普通消费者口碑和专家评论对消费者购买决策的影响研究［J］.商业经济与管理， 2020（1）： 15-26.

［26］郭国庆，李光明.购物网站交互性对消费者体验价值和满意度的影响［J］.中国流通经济，2012，26（2）：112-118.

［27］刘晓莉，张雷.平台互动性对用户在线知识付费意愿的影响机制研究［J］.新世纪图书馆，2020，288（8）：22-28+79.

［28］刘鲁川，孙怡璐.不同情感强度的负面在线评论对消费者态度的影响——基于调节定向理论的实验研究［J］.情报理论与实践， 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，张晓瑜，杨丰瑞.在线评论有用性的影响因素研究——基于商品类型的调节效应［J］.软科学， 2019， 33（5）： 140-144.

［31］丁敬群，陈毅文，张玉婷.移动电商问答的信息性和规范性对消费者行为意愿的影响［J］.资源开发与市场，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.