刘红文 李晓红 Nurul Hanim Romainoor

摘要： 目前在服装及相关领域在线评论议题研究中，部分在线评论指标要素的研究结论存在差异，鲜有研究进行系统检验。为了对该部分争议性的在线评论指标要素的研究结论进行客观判断，回应现实研究的困境，文章选择元分析法，对国内外2004—2019年发表的54篇文献中涉及的七组变量关系、共48 029个样本进行集成检验。发现除消费者专业性的影响效果不显著外，消费者信任倾向、评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性与消费者购买意愿均具有正向显著相关，且效果量均具有中度及以上程度。最后通过次群体分析发现，评论者资信度、在线评论质量、在线评论数量与消费者购买意愿的关系受文化背景的调节和影响，所得结论可为平台及企业优化服务、后续理论深化研究提供参考。

关键词： 元分析;在线评论来源特征;在线评论信息特征;在线评论接收者特征;购买意愿

中图分类号： TS941.1

文献标志码： A

文章编号： 10017003（2021）01005913

引用页码： 011110

DOI： 10.3969/j.issn.1001-7003.2021.01.010（篇序）

Meta-analysis of the influence of online reviews on clothing purchase intention

LIU Hongwen1， LI Xiaohong2， Nurul Hanim Romainoor1

（1.School of the Arts， Universiti Sains Malaysia， Penang 11800， Malaysia; 2.School of Arts， Tiangong University， Tianjian 300387， China）

Abstract：

At present， in the research of online review topics in clothing and related fields， the research conclusions of some online review indicators are different， and few studies involve systematic tests. To make an objective judgment on the research conclusions of some controversial online review indicators， and to respond to the dilemma of real research， the Meta-analysis method was selected to carry out integration test of seven groups of variable relations and a total of 48 029 samples involved in 54 pieces of literature published in 2004-2019. It is found that in addition to the insignificant effect of consumer professionalism， consumer trust tendencies， reviewers credibility， reviewers emotional tendencies， online review quality， number of online reviews， timeliness of online reviews， and consumer purchase intentions have significantly positive correlation， and the amount of effect is moderate or above. Finally， through sub-group analysis， it is found that the relationship among the credibility of reviewers， the quality of online reviews， the number of online reviews and consumer purchase intentions is regulated and influenced by cultural background. The conclusions obtained can provide references for platform and enterprise optimization services and follow-up theoretical in-depth research.

Key words：

Meta-analysis; characteristics of online review sources; characteristics of online review information; characteristics of online review receivers; purchase intention

隨着移动互联网的普及和社群媒体的兴起，在线评论已经成为引导消费者购买行为的重要因素。而服装类商品目前作为网购市场的第一大产品品类，由于线上消费过程中存在产品信息不足、无法试穿与体验，以及夸大宣传等风险[1]，因此通过了解过往购买者对商品所作出的看法与评价，以此增加产品认知，对于潜在消费者降低风险感知、增加购买意向具有尤为重要的意义。因此在服装领域，在线评论已经成为消费者线上购买决策预测的重要数据来源[2]。

笔者通过文献梳理发现，在线评论的重要效应早已引起了国内外服装及相關研究领域众多学者的关注[3]，并经过近十年的发展，取得了丰富的研究成果。但笔者发现目前在线评论相关研究中存在一些互相矛盾的结论，有些变量关系在一些研究中是显著的，但在另一些研究中却是不显著。例如，俞明南等[4]对在线评论与消费者购买意愿关系的研究中发现，在线评论的时效性正向显著影响消费者的购买意愿。郑小平[5]、于丽萍等[6]却指出在线评论的时效性对消费者购买意愿并无显著影响。有关在线评论数量的研究中，Park等[7]、Vijay等[8]证实评论数量与消费者购买意愿之间具有正向显著影响，李香娟[9]则通过研究发现评论数量与消费者购买意愿没有显著相关。关于评论者资信度也是学者们的研究矛盾点，Baber等[10]证实评论者资信度对购买意愿具有显著影响，但罗佳佳[11]却得出相反的结论。最后，在相同研究情境中，不同文献所报告的变量关系的大小也未达到统一，如李曼丽[12]对在线评论与服装消费者购买意愿关系的研究中发现，在线评论数量影响效果最大，大于在线评论质量与在线评论者的资信度。Zhu等[13]则通过研究论证，发现产品的在线评论质量影响效果最大。这些互相矛盾的研究对于学界深化认识，推进未来研究具有阻碍作用，因此需要对这些差异化的研究结论进行整合分析。

在过去服装研究领域中，针对同类或相似研究主题的文献整合分析基本上均采用了传统叙述性文献综述的方法，因此其研究质量受研究者专业水平、主观意识的影响很大，尤其是当研究的论文数量较多且结果又不具有一致性时，其最终所得结论的客观性与准确度容易令人质疑。而元分析作为一种兼具量化统计技术和质化归纳诠释的研究方法，其在文献材料收集的基础上，严格按照一定程序的统计技术加以整合，以寻求一般性结论。由于整个过程主要是计量程序，因此其可以有效克服传统文献评论法中过于主观且注重叙述的不足，从而获得强有力的结论[14]。目前，元分析在教育、医学、心理、工程、经济等各学科领域已经得到了广泛运用，但在服装研究领域仍未得到足够重视。鉴于此，本研究将基于元分析统计技术，以Michael等[15]所建立的说服传播理论框架为基础，对2004—2019年发表的服装及相关领域的在线评论与消费者购买意愿关系的定量研究成果进行整理与分析，以此检验模型中相关变量关系的稳健性，为后期理论研究及企业经营策略的制定提供参考。

1 文献综述

线上消费者评论是指消费者透过产品生产者网站、服务提供者网站、零售商网站、或第三方评论网站等以网站形式为基础的特定平台，所撰写发表关于某特定产品、服务或与其有关人员的相关内容。与传统消费者口碑相比，线上消费者评论具有搜索成本低、信息数量多、扩散速度快、传播范围广、信息保存久、影响力较强，以及不受时间与空间限制等优势[16]。

通过文献回顾可以得知，作为一种新的社会信息传播方式，在线评论的传播效果（购买意愿）受到信息传播者、接收者、刺激三个要素的影响。鉴于此，在本研究中，笔者将以Janis[17]的说服传播理论为基础，从在线评论来源特征（传播者）、在线评论接收者特征（接收者）与在线评论信息特征（刺激）三个方面分别展开研究文献的梳理和阐述。

1.1 在线评论来源特征与消费者购买意愿

在线评论来源特征在现有文献研究中，主要包括来源类型、评论者资信度、评论者的情感倾向性与评论者的相似性等方面[18]，其中有关评论者资信度和评论者的情感倾向性的研究结论，学者们尚未达到统一，存在互相矛盾的观点。

评论者资信度包括评论者的专业能力及评论者的可信性两个维度[19]。作为评论来源的重要特征之一，评论者资信度在研究中得到了众多学者的关注[20]。但就研究结论而言，各学者之间存在互相矛盾的观点。李曼丽[12]在对年轻女性服装消费者的研究中发现，在线评论者资信度与消费者购买意愿之间具有正向显著相关，即评论者的资信度越高，就越容易得到消费者的认可，那么其所做出的评论就会成为潜在消费者进行消费决策时的重点参考对象。同样结论，在Wang等[21]、Teng等[22]的研究中均得到了验证。但于丽萍等[6]通过数据收集及分析发现，由于在线评论的匿名性特点，导致消费者往往无法直接识别发布评论者的资信度，因此在线评论者资信度对消费者网络购买意愿并无显著的影响。除此之外，毕继东[23]通过论证得出了相反的结论，其认为评论者的专业性负向显著影响消费者的购买意愿。

评论者的情感倾向性是指评论者对产品及服务好坏的一种主观情感态度，主要分为正向和负向两种，在线评论的实证范畴中常以在线评分、星级或正负评为代表。Chevalier等[24]、钱瑛[25]指出评论者的情感倾向正向显著影响消费者的购买意愿，即当评论者总体情感倾向为正时，消费者会因其在评论中对高质量、高性价比产品所表达出的肯定、愉悦的情感，而降低产品风险感知，进而增强购买意愿。相反，当评论者总体情感倾向为负时，消费者会因其在评论中所透露出的否定、不满情绪，而增加对产品的不信任感。Zhu等[26]将产品分成流行与非流行产品分别进行验证，研究却发现评论者的情感倾向对流行性产品的影响并不显著。石璐[27]通过线上购买情景的模拟，分别探讨不同情感倾向的评论内容对消费者购买意愿的影响，发现当在线评论为正面时，评论者的情感倾向性对消费者的购买意愿具有正向显著影响，而当在线评论为负面时，二者之间则不具有显著关系。由此，可以看出目前学术界对评论者的情感倾向性影响效果的看法存在一定分歧。

1.2 在线评论信息特征与消费者购买意愿

目前针对在线评论信息特征的相关研究主要从在线评论质量、评论类型、在线评论数量、评论的一致性和在线评论时效性等方面展开。但关于在线评论质量、在线评论数量与在线评论时效性的研究，学者们之间仍然存在较大差异，需要进行整合[28]。

在线评论质量是指“具有说服力的评论的强度或可信度”，在研究中通常采用评论信息的准确性、客观性、相关性、可理解性及完整性等指标来进行衡量[29]。作为重要影响因素之一，在线评论的信息质量在消费者的良好网购体验中发挥着至关重要的作用。近年来，在线评论质量与消费者购买意愿的关系也一直是学界的研究重点，并且二者之间所具有的正向影响效果也得到了学者们的证实[30]。韩立娜[31]在正面在线评论研究中发现，正面在线消费者评论质量正向显著影响服装消费者的购买决策。张媛媛[32]则以C2C网购服装为例，实证发现在线评论内容质量越高，消费者产品感知价值就越大，进而产生购买意愿。除此之外，Cheung等[33-34]的研究均对二者之间的影响效果进行了验证。尽管在线评论质量对消费者购买意愿影响显著性的结论具有一致性，但笔者通过文献梳理发现，不同文献对二者之间所报告的变量关系大小并未达到统一，相关系数从0.179～0.837，各研究均有报告。

在线评论数量是针对目标产品或服务相关评论量的总和[35]。现有大量学者研究发现，评论数量与消费者购买意愿具有显著正向关系，意味着产品有越多人关注和讨论就会有越多人来购买[36-38]。其中有部分研究甚至表明“任何宣传都是好的宣传”，即使是负面宣传（如负面在线评论）也能增加消费者购买的可能性。如赵冬[39]研究指出关于某一产品的评论越多，而且正负评论都有的话，那么潜在消费者对产品的认知将会更加全面和客观，因此在对产品充分了解的基础上，潜在消费者越易产生购买的意向。尽管如此，但目前仍有部分学者认为评论数量与消费者购买意愿之间并不一定存在正向显著的关系，二者之间关系可能不显著或者负向显著[6，9]。其认为由于在现实情景中，评论各面向指标之间存在交互影响的作用。如Bao等[40]在调查评论数量与评论效价在零售商与第三方评论网站间是如何影响产品的销售的研究中发现，在同一零售商或者第三方评论网站中评论数量与评论效价之间有互补关系存在，而不同网站间评论数量与评论效价间有替代关系存在。除此之外，Chen等[41]进一步发现，在线评论数量与产品销售量之间并非单纯线性关系，认为二者关系呈反U字型态。

除了在线评论质量和在线评论数量外，在线评论时效性也被众多的学者纳入其研究中，作为衡量在线评论信息特征的另一个重要指标。评论的时效性是指评论所包含信息的新旧程度，是否包含最新产品的相关信息。郑小平[5]将在线评论的时效性纳入消费者购买决策影响因素的研究中，实证发现二者之间并无显著影响，即对于消费者而言，时效性高的在线评论不一定比时效性低的好。此外，武芳[42]也发现在线评论时效性对购买意愿没有显著相关。但在近几年的研究中，莫赞等[43]结合信息精细加工可能性理论，研究发现在线评论的时效性可以通过评论可信度作用于潜在消费者的购买决策。李香娟[9]也通过实证得出，评论时效性正向显著影响消费者购买决策。

1.3 在线评论接收者特征与消费者购买意愿

在线评论接收者是指对在线评论信息作出反应的潜在消费者。在现实情景中，接收到的信息实际影响效果可能因人而异，这取决于消费者的认知、经验和心理特征。在现有文献研究中，学者们主要从消费者的专业性、消费者产品涉入度、消费者信任倾向与消费者风险感知等方面展开讨论，以期了解不同接收方特征下评论信息对消费者购买意愿的影响程度[44]。其中有关消费者产品涉入度、消费者风险感知影响效果的研究，学者们基本达成一致，但在消费者的专业性与消费者信任倾向的研究结论上仍然存在分歧。

消费者的专业性是指针对某一商品领域，消费者对于该商品领域所拥有的知识、经验、技术等专业能力的自我主观认定[45]。在现有研究中，针对消费者专业性与消费者反馈之间关系的研究仍然存在不足，在不同研究中往往会出现不一致的结论。如传统环境下众多研究表明，消费者的专业性与评论信息影响力具有负向显著作用关系[46-48]。即消费者自身所具有的经验、知识越高，相关评论信息对其影响就会越小，因为此时消费者可以依靠自身的专业知识去评判产品乃至口碑信息。但部分学者认为，消费者的专业性与评论信息影响力之间呈现正相关或者无相关。如陈蓓蕾[49]在研究中发现，消费者的专业程度越高，则虚拟社区内的口碑信息对其影响程度就越高，这是由于消费者本身具备的知识能力使得他们对信息处理具有较高的分析能力与较低的认知成本。除此之外，罗时鑫[50]通过对大学生研究发现，消费者的专业性与评论影响力之间没有显著的关系。

线上购买环境中，信任倾向主要是指消费者对网购平台、企业、产品及在线评论等因素所表现出的信任态度或信念的普遍倾向[51]。现有大量研究表明，消费者的信任倾向对其购买决策具有影响，尤其是在产品信息不充足的线上购物环境中[52]。杜学美等[53]、Saleem等[54]通过研究均证实，面对同样未知的在线评论信息，消费者的信任倾向特质越高，在线评论对其购买意愿的影响就越大。目前关于消费者信任倾向的影响效果，学者们已经达成共识，但就影响大小上仍存在争议。

上述文献分析结论显示，在现有研究成果中，评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性、消费者的专业性、消费者信任倾向7个在线评论指标要素的研究结论缺乏稳健性，需要对其进行整合元分析，以确定模型中变量关系的有效性和稳健性。因此，根据文献分析结论，本研究构建在线评论对服装购买意愿影响的整合元分析模型，如图1所示。

2 研究设计

2.1 文献搜索

为了最大限度地将国内外服装及相关领域的在线评论文献检索出来，中文文献方面，本研究以服装产品在线评论/在线口碑、服饰产品在线评论/在线口碑、在线评论、网络口碑等作为检索关键词，对CNKI数据库、中国科技期刊数据库、中国优秀硕博士学位论文全文数据库、万方数据库、维普数据库等数据平台进行人工搜索。而英文文献方面，则以Online Reviews of Apparel Products、Apparel Products Online Word of Mouth、Online Reviews、Word of Mouth、Reviewer、WOM等作为检索关键词，对Science Direct、Scopus、SpringerLink、Web of Sciencet等外文数据平台进行检索。为了避免遗漏，本研究也

通过Google Scholar进行文献补查。最终从2004—2019年共检索出243篇與服装及相关领域在线评论有关的文献，其中有156篇为实证研究类文献。

2.2 文献纳入与排除标准

相关文献搜集完毕后，需要按照一定标准对检索到的文献进行筛选，以确保文献样本适合当前研究。结合元分析方法和研究主题的要求，文献纳入标准如下：1）出版物具有学术性和同行评审性质;2）在线评论是论文的主要研究重点;3）需是针对服装及相关领域的在线评论文献或是以所有类型产品（包括服装）作为研究对象的在线评论文献;4）评论信息反馈涉及消费者购买意愿或决策;5）文献至少包含本研究所提出的7个自变量影响因素中的一个或者多个路径关系;6）文献所使用的研究方法必须是量化研究，且报告了研究所需的变量之间的相关系数r或t值;7）文献中有效样本量大小明确;8）数据重复发表取其一，如学位论文发表到学术期刊上，则以原本学位论文为准。在文献分析阶段，由两位研究者独立审查并剔除了与当前研究重点不相关的文章。

在搜索到的156篇服装及相关领域的在线评论实证研究文献中，剔除掉与本研究纳入标准不符的文献，最终得到54篇文献样本纳入到本研究分析中。其中，中文文献共33篇，英文文献共21篇。

2.3 文献编码

通过对所选文献样本进行全面审查，提取作者、发表年份、有效样本量、文化背景（东、西方文化）、目标自变量（评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性、消费者的专业性、消费者信任倾向）、因变量（消费者购买意愿）、相关系数等信息进行编码（表1）。在进行上述编码过程中，当研究者遇到任何分歧时，都会进行讨论，直到达成共识，使元分析的结果更加准确。

3 实证分析

在研究工具上，本研究选用Comprehensive Meta-analysis 3.0专业版软件进行元分析操作。在模型选择上，本研究通过文献梳理发现，在线评论各指标要素对消费者购买意愿的影响可能受到研究工具、抽样方法、被试群体等因素的影响。因此，在综合考虑到具有充足样本量的基础上，本研究选择随机效果模型将会更加科学合理。

3.1 描述性统计分析

对在线评论7组变量关系的研究数量、相关系数、正负关系及样本量进行描述性分析（表2）可以看出，在纳入本研究的54篇文献样本中，探讨“在线评论质量”和“在线评论数量”影响的研究分别有46篇和35篇。其次是关于在线评论者特征的研究，“评论者资信度”和“评论者的情感倾向性”的研究数量分别是40篇和17篇。而关于在线评论接收者特征的研究目前在服装及相关领域相对较少，“消费者的专业能力”“消费者信任倾向”的研究数量分别为11篇、22篇。由此可知，当前服装及相关领域已有的关于在线评论对消费者购买意愿影响的研究中，大多是从“在线评论信息特征”这一角度出发进行探究。另外从“相关系数”一栏可以进一步看出，目前相关文献研究的结论存在一定的差异性，具体表现为变量关系显著方向的不一致（评论者的情感倾向性、消费者的专业性），以及效果量变化跨度较大（如消费者信任倾向、在线评论质量等）。最后从样本数量的统计可知，最小样本量为78个，最大的有503个，所有研究变量的平均样本量为243～281个。这一结果表明，7组变量关系中参与调查研究的人数比较接近。样本总量最高的为QAR-BI，有12 128人;最低的是PA-BI，有2 672人。

3.2 出版偏误

在元分析中，元分析的结果可能会因为选择文献的偏差而造成偏误，将这种偏误称之为出版偏误[55]。出版偏误会造成高估原先既有的平均效果量，因此在分析中需要对其进行检测，目前常用漏斗图（研究及效果量视觉分布的对称性）、Rosenthals失安全系数测试（P>0.05）、Eggers回归检验（P-value（2-tailed）<0.05）三种检测方法及其标准进行出版偏误的测量[56]。首先使用漏斗图来检验本研究是否存在出

版偏误的问题，如图2—图5所示。从漏斗图特征来看，评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性、消费者的专业性、消费者信任倾向与消费者购买意愿之间的研究样本及效果量基本在总效果量两端呈现均匀分布形态，表明本研究中不存在严重的出版偏误问题。但使用视觉观察的方式来进行结论判断仍然过于主观，需要结合Rosenthals失安全系数和Eggers回归检验的测试结果进行更精确的检验（表3）。

表3结果显示，在Rosenthals失安全系数测试中，在线评论各指标要素失安全系数N均大于各自的臨界值（K×5+10），对应的各自Z值大于1.96，P值小于0.001，表明文献样本具有代表性，没有出版偏误问题。Eggers回归截距测试结论显示，在线评论各指标要素在95%置信区间内包含0，且P值均大于0.05，再次验证在本研究中不存在出版偏误问题，结果稳定可靠。

3.3 异质性检验

异质性主要是指相同研究之间真实效果量的差异，特别是指因组间方差而导致的效果量差异[57]。目前针对异质性检验的方法主要包含Q检验、I2检验和H检验3种，一般以P<0.1（Q检验），I2检验（25%为低异质性、50%为中异质性、75%为高异质性），H>1.5（H检验）作为研究存在异质性的主要指标[58]。从表4中数据可得，在线评论各指标要素与消费者购买意愿之间效果值的Q检验结果均为显著（P值小于0.1），表明元分析中各效果值均是异质的。在异质性程度上，本研究通过I2检验发现，在线评论各指标要素效果值的真实变异效果在总变异效果中占比均有80%以上，大于75%高异质性的建议标准，因此本研究呈现出高异质性特征。H检验值均大于1.5，进一步验证了本研究中各效果值之间异质性的存在。因此，鉴于研究的异质性特征，本研究使用随机效果模型进行议题分析是合理的。

3.4 总效果值的检验

在进行因子关系检验之前，需要将多个单一的效果值进行合并得出每个因子的总效果值r，通过r值可以判断自变量与因变量之间总效果量的强弱。Cohen[59]提出通过相关系数r判断效果量强弱的经验准则，一般来说当0.10≤r≤0.29时，表示自变量与因变量之前具有小的效果量;当0.30≤r≤0.49时，表示中等效果量;当r≥0.5时，表示强的效果量。此外，还需要采用Z统计量（Z>1.96）对总效果值r的统计学意义进行检验。表5为在线评论各指标要素的总效果值及其显著性检验结果，表明除消费者的专业性（Z=-0.961，P>0.05）的影响效果不显著外，评论者资信度（Z=16.845，P<0001）、评论者的情感倾向性（Z=6.882，P<0.001）、在线评论质量（Z=19.111，P<0.001）、在线评论数量（Z=15.228，P<0.001）、在线评论时效性（Z=9.126，P<0.001）、消费者信任倾向（Z=14.589，P<0.001）与消费者购买意愿之间均存在正向显著关系。而在影响效果强弱方面，评论者资信度（0453）、评论者的情感倾向性（0.492）、在线评论质量（0495）、在线评论数量（0.493）、在线评论时效性（0.406）对消费者购买意愿具有中度影响效果;消费者信任倾向（0.565）对购买意愿则存在高度影响效果。

3.5 敏感度分析

敏感度分析主要用来检测元分析中，是否存在异常样本。通常采用一次移除一个研究的方式进行，即以研究的总效果量为基准，每次采取移除一个研究样本的方式，来检测移除样本对总效果量的影响，如果总效果量改变较大，就表明移除样本可能是异常值，因此需要对此进行修正。从表6可以看出，以各自总效果量为基准，评论者资信度（0.437～0.460）、评论者的情感倾向性（0.462～0.531）、在线评论质量（0.483～0501）、在线评论数量（0.480～0.502）、在线评论时效性（0385～0.426）、消费者的专业性（-0.202～-0.098）、消费者信任倾向（0.546～0.577）7个评论要素无论移除任何一个研究样本后的效果量在95%置信区间内变化均相对较为稳定。因此，表示删除任何一项研究都不会影响总效果量，这也充分说明本研究得出的元分析结果非常稳定。

3.6 次群体分析

异质性检验发现，各研究之间的效果值均呈现高异质性，可能存在显著的调节变量。而次群体分析是探讨异质性来源最常用的方法之一，故本研究根据样本特征，选择使用文化背景（东方、西方文化）对5组变量关系的调节效应进行次群体分析。由于消费者专业性、在线评论时效性与消费者购买意愿关系的英文研究数量过少，无法进行结果计算，因此未纳入表格。当Q值的显著性小于0.1时，则可以判定检验的变量关系受到调节变量的影响，如表7所示。文化背景显著调节评论者资信度（Q=2.607，P<0.1）、在线评论质量（Q=3981，P<0.1）、在线评论数量（Q=3.253，P<0.1）与消费者购买意愿之间的关系。且根据点估计值大小可以判定，东方背景下的在线评论质量、在线评论数量与消费者购买意愿关系高于西方背景，而西方背景下的评论者资信度的影响效果则高于东方背景。此外，研究中评论者的情感倾向性、消费者信任倾向的调节效果未达显著水平。

4 讨论与建议

将根据上述统计分析结果，本研究结合当前实际状况展开讨论，并提出相应的对策建议。

第一，模型中评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性、消费者信任倾向与消费者购买意愿均具有正向显著关系，这与过去多数研究结果一致，表明上述在线评论指标要素与消费者购买意愿之间关系具有稳健性。

1）消费者信任倾向与消费者购买意愿关系的效果值得分为高，表示消费者信任倾向对消费者购买意愿的产生具有重要影响力。在现代销售中，消费者信任倾向的形成是一个相对长期、较为隐性的过程。但一经形成，便具有稳定、持久的特征，使消费者在购买决策反应上表现出一定的规则和适应性。因此，广大服装网購平台及企业需要从硬件与情感两个维度展开消费者良好信任度的培养，一方面应通过不断完善平台功能、优化网购界面、丰富产品类别与提升产品品质等措施来提升平台及企业的专业性、权威性，从而获得消费者的认可;另一方面需要增强与消费者的互动交流，强化与消费者之间的心理联结。

2）在线评论质量、在线评论数量、评论者资信度、评论者的情感倾向性、在线评论时效性对消费者购买意愿具有中度影响效果。因此，相关企业在实际销售中也需要着重关注上述5个评论指标要素的影响力。例如，目前国内服装类产品在线评论仍然存在着信息内容较少、可信度不高、参考价值较低等质量问题，因此在评价内容方面，建议平台或服装企业可以为消费者提供一种结构化的评论格式。其次，由于目前国内主流电商平台基本仍然采取匿名评论方式，导致消费者很难对评论者的可靠性和专业性进行判断，因此无法通过评论源可信度获得对评论有用性的感知。针对这一现状，则建议国内相关学者及电商平台可以借鉴国外成熟的在线评论机制，在尊重消费者隐私的法律框架下，根据中国市场及消费者的实际状况探索出一种合理的线上评论者信息披露策略，以此为评论接收者提供更为准确的信息参考等。

第二，消费者的专业性与消费者购买意愿关系的元分析结果不显著，这与变量关系的稳健性较弱具有直接联系。其产生原因可能由于变量关系之间存在着中介变量或调节变量的影响，如瓦瑜[30]通过统计检验，证实了消费者的专业性对消费者购买意愿的影响是通过产品的感知价值产生的。鉴于此，建议未来相关研究中可深入探讨中介变量与调节变量的影响效果。

第三，次群体分析结果显示，文化背景是评论者资信度、在线评论质量、在线评论数量与消费者购买意愿的调节变量，其中东方背景下的在线评论质量、在线评论数量与消费者购买意愿关系高于西方背景，而西方背景下的评论者资信度的影响效果则高于东方背景。陈文沛[60]基于霍夫斯泰德文化维度理论，通过研究发现东西方消费者的文化底蕴差异显著。与西方消费者相比，中国消费者是属于权力距离高、群体主义、男性社会、不确定性回避高与长期导向的文化。鉴于此，本研究提出变量调节效应差异化的原因在于：首先，权力距离的认知差异。受传统文化中“天地君亲师”等崇尚权威的价值观念影响，中国消费者具有较高的权力距离特征，在消费决策过程中更加倾向听从权威的意见。而西方消费者对权力距离的认知相对较弱，人们倾向不接受管理特权的观念。因此，与西方消费者相比，具有权威含义的评论者资信度、在线评论质量两个变量对中国消费者将具有更大的影响力。但数据分析结果显示，西方背景下评论者资信度的影响力是高于东方背景的，这与中西方文化认知差异不一致。根据上文分析，主要原因在于国内主流电商平台基本采取匿名评论方式，对评论者信息披露极为有限，因此国内消费者很难对信息评论者的资信度进行判断。在这种情形下，消费者只能根据评论质量的高低，来评估评论源的可靠性。其次，群体主义与个体主义的差异。群体本位文化是中国文化的重要特质之一，其核心内涵强调人是具有群体生存需要的互动个体，每一个体的命运与群体息息相关。而西方的个体主义文化内涵更多地强调个人至上，注重个人价值的实现。因此，这引用到在线评论中，可以发现当某款产品在线评论的数量越多，表示关注该款产品的人群也会越多，那么受群体本位文化影响的中国消费者也将更加重视。因此与西方文化背景下的消费者相比，在线评论数量对中国消费者的影响更大。次群体分析中，尽管评论者的情感倾向性、消费者信任倾向的调节作用并不显著，但西方背景下的两组变量关系还是略高于东方背景。这与东西方消费者在不确定性回避文化维度上的差异有关，与西方消费者相比，中国消费者更为谨慎、含蓄，面对不确定性风险时的规避意识更高。具体表现在中国消费者面对好评时总会持有一定的怀疑心态，对产品或品牌良好信任倾向的培养也需要更高的成本。因此，相关学者及企业需从宏观和微观双重视角展开研究，探讨如何有效地将网络评论系统的效果最大化。尤其是如今随着跨境电商的蓬勃发展，研究不同国家消费者的购物习惯、用户行为和文化观念，从而设计具有文化语境的电子商务网站在线评论系统是十分必要的。

5 结 论

在研究方法上，针对传统叙述性文献综述研究法的不足，本研究利用定量的元分析法进行研究议题的整合分析，对推动服装理论研究方法的更新具有重要意义。在研究问题上，本研究选择在线评论研究中评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性、消费者的专业性、消费者信任倾向7个在线评论指标要素的有效性和稳健性检验作为研究问题。在对7组研究变量关系分别进行了出版偏误、异质性、敏感性与次群体分析后，得到除消费者的专业性的影响效果不显著外，消费者信任倾向、评论者资信度、评论者的情感倾向性、在线评论质量、在线评论数量、在线评论时效性与消费者购买意愿均具有正向显著相关，且效果量均具有中度及以上程度。随后通过次群体分析发现，评论者资信度、在线评论质量、在线评论数量与消费者购买意愿的关系受文化背景的调节和影响。

本研究仍然存在一定的局限，例如造成研究异质性的因素有很多，包括研究对象、研究工具及调节变量等，但目前本研究仅从文化背景单一角度进行分析，这需要在后期研究素材丰富的基础上，进行深入探讨。

参考文献：

[1]柯婷婷. 电子商务环境下服装实体店的发展对策[J]. 天津纺织科技， 2016（4）： 66-67.

KE Tingting. Measures for the development of physical stores of clothing in the e-commerce environment[J]. Tianjin Textile Technology， 2016（4）： 66-67.

[2]吉小叶. 在线评论对网络消费者首次购买意愿影响机理研究[D]. 太原： 中北大学， 2016.

JI Xiaoye. A Study on the Mechanism of Influence of Online Reviews on Online Consumers Willingness to Buy for the First Time[D]. Taiyuan： North Central University， 2016.

[3]李昂， 赵志杰. 在线评论有用性研究综述[J]. 商业经济研究， 2019（6）： 77-80.

LI Ang， ZHAO Zhijie. A review of online review usefulness research[J]. Business Economics Research， 2019（6）： 77-80.

[4]俞明南， 武芳， 张明明. 在线评论对顾客购买意愿的影响研究[J]. 市场周刊（理论研究）， 2014（4）： 58-60.

YU Mingnan， WU Fang， ZHANG Mingming. A study on the influence of online reviews on customers willingness to buy[J]. Marketing Week（Theoretical Research）， 2014（4）： 58-60.

[5]郑小平. 在线评论对网络消费者购买决策影响的实证研究[D]. 北京： 中国人民大学， 2008.

ZHENG Xiaoping. An Empirical Study on the Impact of Online Reviews on Online Consumers Purchasing Decisions[D]. Beijing： Renmin University of China， 2008.

[6]于丽萍， 夏志杰， 王冰冰. 在线评论对消费者网络购买意愿影响的研究[J]. 现代情报， 2014， 34（11）： 34-38.

YU Liping， XIA Zhijie， WANG Bingbing. A study of the influence of online reviews on consumers online purchase intentions[J]. Modern Intelligence， 2014， 34（11）： 34-38.

[7]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.

[8]VIJAY T S， PRASHAR S， PARSAD C， et al. An empirical examination of the influence of information and source characteristics on consumers adoption of online reviews[J]. Pacific Asia Journal of the Association for Information Systems， 2017， 9（1）： 75-94.

[9]李香娟. 在線评论对消费者购买决策的影响研究[D]. 北京： 中国地质大学， 2018.

LI Xiangjuan. A Study on the Influence of Online Reviews on Consumer Purchasing Decisions[D]. Beijing： China University of Geosciences， 2018.

[10]BABER A， THURASAMY R， MALIK M I， et al. Online word-of-mouth antecedents， attitude and intention-to-purchase electronic products in Pakistan[J]. Telematics & Informatics， 2016， 33（2）： 388-400.

[11]罗佳佳. 正面网络口碑对消费者在线冲动购买意愿的影响研究[D]. 昆明： 云南财经大学， 2019.

LUO Jiajia. A Study on the Influence of Positive Online Word-of-Mouth on Consumers Online Impulse Buying Intention[D]. Kunming： Yunnan University of Finance and Economics， 2019.

[12]李曼麗. 在线评论对年轻女性服装消费者购买意向的影响研究[D]. 北京： 北京服装学院， 2018.

LI Manli. A Study on the Influence of Online Reviews on the Purchase Intention of Young Female Clothing Consumers[D]. Beijing： Beijing Institute of Fashion Technology， 2018.

[13]ZHU L， YIN G， HE W. Is this opinion leaders review useful？ peripheral cues for online review helpfulness[J]. Journal of Electronic Commerce Research， 2014， 15（4）： 267-280.

[14]朱益民， 陈坤. 谷胱甘肽s-转移酶基因（M1、T1）多态性与大肠癌综合危险性的Meta分析[J]. 实用肿瘤杂志， 2001（4）： 280-281.

ZHU Yimin， CHEN Kun. Meta-analysis of glutathione s-transferase gene（M1， T1） polymorphisms and combined risk of colorectal cancer[J]. Journal of Practical Oncology， 2001（4）： 280-281.

[15]MICHAEL D N， HOVLAND C I， JANIS I L. Personality and persuasibility[J]. American Sociological Review， 1959， 25（1）： 131.

[16]石朝辉. 在线评论对网络消费群体购买意愿的影响研究[D]. 湘潭： 湘潭大学， 2016.

SHI Zhaohui. A Study on the Impact of Online Reviews on Online Consumers Purchase Intention[D]. Xiangtan： Xiangtan University， 2016.

[17]JANIS I L. Personality correlates of susceptibility to persuasion[J]. Journal of Personality， 1954， 22（4）： 504-518.

[18]周兴海. 在线评论、感知风险和购买意愿的关系研究[D]. 南宁： 广西大学， 2014.

ZHOU Xinghai. Research on the Relationship between Online Reviews， Perceived Risk and Purchase Intention[D]. Nanning： Guangxi University， 2014.

[19]王丽平. 负面在线评论的比例及其补救措施对消费者购买意愿的影响[D]. 南京： 南京师范大学， 2017.

WANG Liping. The Proportion of Negative Online Reviews and the Effect of Their Remedies on Consumers Purchase Intention[D]. Nanjing： Nanjing Normal University， 2017.

[20]李星星. 矛盾性追评对消费者购买意愿的影响研究[D]. 泉州： 华侨大学， 2016.

LI Xingxing. Research on the Impact of Contradictory Review on Consumers Purchase Intention[D]. Quanzhou： Huaqiao University， 2016.

[21]WANG X W， WEI K K， TEO H H. The acceptance of product recommendations from web-based word-of-mouth systems： effects of information， informant and system characteristics[C]//International Conference on Information Systems. Montreal： DBLP， 2007.

[22]TENG S， KHONG K W， GOH W W， et al. Examining the antecedents of persuasive eWOM messages in social media[J]. Online Information Review， 2014， 38（6）： 746-768.

[23]畢继东. 网络口碑对消费者购买意愿影响实证研究[J]. 情报杂志， 2009， 28（11）： 46-51.

BI Jidong. An empirical study on the effect of internet word of mouth on consumers purchase intention[J]. Journal of Information， 2009， 28（11）： 46-51.

[24]CHEVALIER J A， MAYZLIN D. The effect of word of mouth on sales： online book reviews[J]. Journal of Marketing Research， 2006， 43（3）： 345-354.

[25]钱瑛， 杨定华. 基于情感倾向的在线评论对购买决策的影响[J]. 商业研究， 2015（6）： 133-137.

QIAN Ying， YANG Dinghua. The influence of online reviews based on emotional tendency on purchase decision[J]. Business Research， 2015（6）： 133-137.

[26]ZHU F， ZHANG X Q. Impact of online consumer reviews on sales： the moderating role of product and consumer characteristics[J]. Journal of Marketing， 2010， 74（2）： 133-148.

[27]石璐. 在线评论的情感倾向对消费者购买意愿的影响： 感知价值和感知有用性的中介作用[D]. 济南： 山东师范大学， 2019.

SHI Lu. The Effect of Online Comments Emotional Orientation on Consumers Purchase Intentions： the Mediating Role of Perceived Value and Perceived Usefulness[D]. Jinan： Shandong Normal University， 2019.

[28]刘丽. 负面在线评论对消费者购买意愿的影响研究[D]. 重庆： 重庆工商大学， 2014.

LIU Li. Research on the Impact of Negative Online Reviews on Consumers Purchase Intention[D]. Chongqing： Chongqing Technology and Business University， 2014.

[29]孙梦皎. 基于用户视角的河北省政府交通出行信息质量评价研究[D]. 保定： 河北大学， 2019.

SUN Mengjiao. Research on the Quality Evaluation of Hebei Province Governments Transportation Trip Information Based on User Perspective[D]. Baoding： Hebei University， 2019.

[30]瓦瑜. 在线评论对消费者购买意愿的影响研究[D]. 杭州： 浙江大学， 2014.

WA Yu. Research on The Impact of Online Reviews on Consumers Purchase Intention[D]. Hangzhou： Zhejiang University， 2014.

[31]韩立娜. 正面在线评论对服装消费者购买意愿影响的实证研究[D]. 沈阳： 东北大学， 2013.

HAN Lina. An Empirical Study of the Impact of Positive Online Reviews on Apparel Consumers Willingness to Buy[D]. Shenyang： Northeastern University， 2013.

[32]张媛媛. 在线评论对消费者购买决策影响的实证研究[D]. 杭州： 浙江财经大学， 2015.

ZHANG Yuanyuan. An Empirical Study of The Impact of Online Reviews on Consumers Purchasing Decisions[D]. Hangzhou： Zhejiang University of Finance and Economics， 2015.

[33]CHEUNG M Y， LUO C， CHEN S H. Credibility of electronic word-of-mouth： informational and normative determinants of on-line consumer recommendations[J]. International Journal of Electronic Commerce， 2009， 13（4）： 9-38.

[34]CHEUNG C M K， THADANI D R. The impact of electronic word-of-mouth communication： a literature analysis and integrative model[J]. Decision Support Systems， 2012， 54（1）： 461-470.

[35]佘维军. 基于语义情感信息的评论有用性研究[D]. 重庆： 重庆大学， 2016.

SHE Weijun. Research on the Usefulness of Reviews Based on Semantic Sentiment Information[D]. Chongqing： Chongqing University， 2016.

[36]FILIERI R. What makes online reviews helpful？ a diagnosticity-adoption framework to explain informational and normative influences in e-WOM[J]. Journal of Business Research， 2015， 68（6）： 1261-1270.

[37]XU X， YAO Z. Understanding the role of argument quality in the adoption of online reviews[J]. Online Information Review， 2015， 39（7）： 885-902.

[38]SONG J， KIM J， JONES D R， et al. Application discoverability and user satisfaction in mobile application stores： an environmental psychology perspective[J]. Decision Support Systems， 2014， 59（3）： 37-51.

[39]趙冬. 在线客户评论对消费者购买决策影响的实证研究[D]. 重庆： 重庆工商大学， 2012.

ZHAO Dong. An Empirical Study of the Impact of Online Customer Reviews on Consumer Purchase Decisions[D]. Chongqing： Chongqing Technology and Business University， 2012.

[40]BAO T， CHANG T L S. Why Amazon uses both the New York Times Best Seller List and customer reviews： an empirical study of multiplier effects on product sales from multiple earned media[J]. Decision Support Systems， 2014， 67： 1-8.

[41]CHEN Y， FAY S， WANG Q. The role of marketing in social media： how online consumer reviews evolve[J]. Journal of Interactive Marketing， 2011， 25（2）： 85-94.

[42]武芳. 在线评论对化妆品网购用户购买决策影响研究[D]. 大连： 大连理工大学， 2014.

WU Fang. Research on the Impact of Online Reviews on Purchase Decisions of Cosmetics Online Shopping Users[D]. Dalian： Dalian University of Technology， 2014.

[43]莫赞， 罗敏瑶. 在线评论对消费者购买决策的影响研究： 基于评论可信度和信任倾向的中介、调节作用[J]. 广东工业大学学报， 2019， 36（2）： 54-61.

MO Zan， LUO Minyao. Study on the influence of online reviews on consumers purchase decisions： based on the intermediary and moderating effects of review credibility and trust tendency[J]. Journal of Guangdong University of Technology， 2019， 36（2）： 54-61.

[44]王晓旭， 王海清. 在线评论对网络用户购买意愿影响研究[J]. 东方企业文化， 2013（5）： 106.

WANG Xiaoxu， WANG Haiqing. A study on the influence of online reviews on the purchase intention of web users[J]. Oriental Corporate Culture， 2013（5）： 106.

[45]王婷. 口碑传播营销应用实证研究[D]. 成都： 西南财经大学， 2008.

WANG Ting. An Empirical Study on the Application of Word-of-Mouth Communication Marketing[D]. Chengdu： Southwest University of Finance and Economics， 2008.

[46]任庆伟. 在线口碑对消费者购买决策的影响实证研究[D]. 金华： 浙江师范大学， 2010.

REN Qingwei. An Empirical Study on the Influence of Online Word-of-Mouth on Consumer Purchasing Decisions[D]. Jinhua： Zhejiang Normal University， 2010.

[47]张燕. 网络口碑对消费者购买决策影响研究[D]. 南京： 南京师范大学， 2013.

ZHANG Yan. A Study on the Influence of Online Word-of-Mouth on Consumer Purchasing Decisions[D]. Nanjing： Nanjing Normal University， 2013.

[48]戴兰玲. 在线客户评论对消费者购买意愿的影响研究[D]. 广州： 华南理工大学， 2014.

DAI Lanling. A Study on the Impact of Online Customer Reviews on Consumers Purchase Intention[D]. Guangzhou： South China University of Technology， 2014.

[49]陈蓓蕾. 基于网络和信任理论的消费者在线口碑传播实证研究[D]. 杭州： 浙江大学， 2008.

CHEN Beilei. An Empirical Study of Consumer Online Word-of-Mouth Transmission Based on Network and Trust Theory[D]. Hangzhou： Zhejiang University， 2008.

[50]罗时鑫. 口碑沟通对购买决策的影响研究[D]. 杭州： 浙江大学， 2007.

LUO Shixin. A Study on the Influence of Word-of-Mouth Communication on Purchasing Decisions[D]. Hangzhou： Zhejiang University， 2007.

[51]李沁芳. 電子商务用户信任影响因素建模及实证研究[D]. 上海： 同济大学， 2008.

LI Qinfang. Modeling and Empirical Study on the Influence Factors of E-Commerce User Trust[D]. Shanghai： Tongji University， 2008.

[52]谭春辉. 网络口碑传播要素对浏览者信任感知的影响研究[J]. 兰州学刊， 2017（1）： 176-189.

TAN Chunhui. A study on the influence of online word-of-mouth communication elements on viewers perception of trust[J]. Lanzhou Journal， 2017（1）： 176-189.

[53]杜学美， 丁璟妤， 谢志鸿， 等. 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.

DU Xuemei， DING Jingyu， XIE Zhihong， et al. The influence of online reviews on consumers purchase intention[J]. Management Review， 2016， 28（3）： 173-183.

[54]SALEEM A， ELLAHI A. Influence of electronic word of mouth on purchase intention of fashion products in social networking websites[J]. Pakistan Journal of Commerce and Social Sciences， 2017， 11（2）： 597-622.

[55]韩啸. 整合技术接受模型的荟萃分析： 基于国内10年研究文献[J]. 情报杂志， 2017， 36（8）： 150-155.

HAN Xiao. A Meta-analysis of integrated technology acceptance models： based on 10 years of domestic research literature[J]. Intelligence Journal， 2017， 36（8）： 150-155.

[56]丁凤琴， 赵虎英. 感恩的个体主观幸福感更强： 一项元分析[J]. 心理科学进展， 2018， 26（10）： 1749-1764.

DING Fengqin， ZHAO Huying. Thanksgiving individuals have stronger subjective well-being： a Meta-analysis[J]. Advances in Psychological Science， 2018， 26（10）： 1749-1764.

[57]高爽， 张向葵， 徐晓林. 大学生自尊与心理健康的元分析： 以中国大学生为样本[J]. 心理科学进展， 2015， 23（9）： 1499-1507.

GAO Shuang， ZHANG Xiangkui， XU Xiaolin. A Meta-analysis of college students self-esteem and mental health： with Chinese college students as a sample[J]. Advances in Psychological Science， 2015， 23（9）： 1499-1507.

[58]王丹， 翟俊霞， 牟振云， 等. Meta分析中的异质性及其处理方法[J]. 中国循证医学杂志， 2009， 9（10）： 1115-1118.

WANG Dan， ZHAI Junxia， MOU Zhenyun， et al. Heterogeneity in Meta-analysis and its treatment[J]. Chinese Journal of Evidence-Based Medicine， 2009， 9（10）： 1115-1118.

[59]COHEN J. Statistical Power Analysis for the Behavioral Sciences[M]. New York： Academic Press， 2013： 77-83.

[60]陈文沛. 生活方式、消费者创新性与新产品购买行为的关系[D]. 重庆： 重庆大学， 2014.

CHEN Wenpei. The Relationship between Lifestyle， Consumer Innovation and New Product Purchase Behavior[D]. Chongqing： Chongqing University， 2014.