莫 赞，赵琦智，罗敏瑶

广东工业大学 管理学院，广东 广州 510006

一、问题的提出

当前，中国电子商务行业发展日益成熟，在电子商务平台进行购物的消费者数量不断增多，已经形成一个繁荣的电子商务生态圈。根据中国互联网络信息中心(CNNIC)以及华经产业研究院2021年发布的最新数据,截至2020年12月，中国网络购物用户规模达7.82亿。根据国家统计局的数据，2020年，中国网络零售交易额为117 601亿元。

随着网络购物规模的扩大，越来越多的消费者热衷于在电子商务平台上通过在线评论的方式分享自己的购物体验。在线评论是电子商务平台与消费者之间交流的渠道，可以在一定程度上为商家及厂家在产品的设计和销售等方面提供建议。同时，消费者在进行网络购物时往往要购买的是搜索型产品，在无法通过先行体验对产品进行准确判断的情况下，在线评论可以为消费者购买决策提供参考信息。Liu[1]的研究表明，雅虎电影网上的在线评论对电影票房产生影响。Mudambi等[2]认为，在零售行业中，在线评论可以反映出产品的特色，从而吸引潜在的消费者。可见，消费者在购物时会参考产品的在线评论，快速识别有价值的信息，从而进行合理的决策。

然而，不同产品在线评论的特征存在差异性，比如评论质量、评论数量和评论者特征等。这种差异会导致消费者在参考在线评论后作出不同的决策。在线评论对消费者决策的影响研究是目前学者们重点关注的问题。

电子商务平台的在线评论能够从侧面反映消费者对产品的满意度，其蕴含着许多有价值的信息。消费者从评论中可以了解产品的更多信息，从而更好地进行选择。Chevalier等[3]对亚马逊电子商务平台以及巴诺网上商城有关书籍的在线评论进行研究发现，大量的高度评价会对书籍的销量产生正向的影响。Duan等[4]通过对在线口碑进行实证研究发现，在线口碑能够影响零售销量。

有鉴于此，学者们聚焦于研究在线评论的相关因素对消费者决策产生的影响。根据先行研究，影响消费者决策行为的因素主要包括评论内容特征、评论者特征、评论接受者特征、网站因素和卖家因素等。其中，关注的重点集中在评论内容特征以及评论者特征。

在线评论的评论内容特征主要包括评论质量、评论数量、评论时效性和评论长度等。刘玉明[5]以淘宝网作为研究对象，探究了在线口碑的信息内容、信息质量、信息数量对消费者决策行为的影响。Park等[6]基于ELM模型,考虑了在线评论内容的质量和数量，以质量作为中心路径因素，以数量作为边缘路径因素，发现评论的质量和数量会对消费者购买意愿产生正向的影响。Zhang等[7]基于启发式系统模型(Heuristic Systematic Model)，将评论质量作为系统因子，来源可信度和评论数量作为启发因子，研究在线评论对消费者决策的影响。Siering等[8]发现，在线评论的内容特征会对顾客旅游意向产生影响。

在考虑在线评论内容特征的基础上，有学者引入评论者特征。在线评论的评论者是发布评论的消费者，评论者特征主要包括评论者的资深度和评论者的信誉度等。Lu等[9]用评论者身份以及社交网络衡量其地位，从而判断评论的质量。Hu等[10]提出在线评论对消费者影响力的影响因素模型，并指出，评论者质量和评论者曝光度也会对消费者决策产生影响。

随后，学者们纷纷引入中介变量和调节变量来探究在线评论如何影响消费者决策。杜学美等[11]将评论接收者的专业度作为调节变量，检验其在评论质量和评论数量对消费者购买意愿影响中的调节效应。朱丽叶等[12]研究了评论质量和评论者等级对消费者购买意愿的影响，并将产品卷入度作为调节变量，检验其调节效应。在引入调节变量的研究中，鲜有将价格促销作为调节变量来揭示在线评论对消费者决策的影响。

在现有文献的基础上，本研究引入郑小平所提出的在线评论四维度[13]，即在研究在线评论质量、评论时效性、评论数量和评论者资深度，将评论可信度作为中介变量、价格促销作为调节变量，建立详尽可能性模型，揭示在线评论对消费者决策行为的影响机制。

二、研究模型

(一)详尽可能性模型

详尽可能性模型(Elaboration Likelihood Model)，最早由Petty和Cacioppo于1986年提出。该模型的基本思想是：决策者在决策过程中获取信息时，会对信息的真实性进行评估，评估的结果会对其决策行为产生影响，整个过程包括中心路径和边缘路径。中心路径指决策者获取信息后经过认真思考再进行决策；边缘路径指决策者获取信息后没有经过认真思考，而是依赖经验来进行决策。

在制定决策信息时，评论信息的质量成为影响消费者决策的重要因素。信息质量高的评论往往具有客观性、准确性，能够比较详细地反映评论者对产品质量或者服务的看法；而信息质量较低的评论往往模糊不清，使消费者难以从中挖掘出评论者关于产品的观点。因此，消费者会花费精力去识别在线评论的信息质量，进而作出合理的购买决策。

另外，消费者还会考虑评论的发布时间。新的评论能够反映消费者对产品最新的观点，相对旧的评论来说，其具有更高的可信度。因此，评论的时效性也会影响消费者的决策行为。产品评论数量间接影响着消费者的购买决策。在线评论信息越多，意味着消费者可获取的参考信息越多，消费者在决策过程中获得的参考依据也会越多。评论者资深度表示评论者在某一领域的专业程度，即评论者在某一行业的资深度越高，意味着他对行业内相关产品的了解越深刻，给出的评价更具专业性和可靠性。若产品的评论中包含相关行业资深者的评论，消费者往往更容易作出决策。

综上所述，笔者将评论质量和评论时效性作为在线评论对消费者决策影响研究中心路径下的因素，将评论数量和评论者资深度作为在线评论对消费者决策影响研究边缘路径下的因素。

(二)实证模型和假设

1. 主效应影响

基于详尽可能性模型，笔者将评论质量、评论时效性、评论数量和评论者资深度作为主效应，并构建这4个变量与消费者购买决策行为之间关系的实证模型；将评论质量、评论时效性、评论数量和评论者资深度作为自变量，提出假设并进行实证分析。

在线评论在一定程度上可以反映产品的优劣程度。部分商家为了提高自己的产品口碑，会组织人员刷好评或者给竞争对手刷差评，这样的行为会造成在线评论质量参差不齐。评论的质量会影响消费者的决策。另外，Jimenez等[14]研究发现，消费者会倾向于考虑在线评论质量更高的产品。陈立梅等[15]认为，在线评论信息质量是网购行为中影响消费者购买决策的重要因素。每一条评论都会有时效性，随着时间的推移，产品的某些特性可能会发生变化，越新的评论可能越能反映产品的现状，消费者更能作出准确的决策。李健[16]研究发现，随着时间的推进，在线评论对消费者决策的影响会减弱。评论的数量会影响消费者决策。通常，产品评论的数量越多，可供参考的信息越多。Lee等[17]研究发现，评论数量的增加会使消费者提高产品的购买意向。在评论者资深度的研究方面，Kuan等[18]指出，评论发表者的等级会对其他消费者的决策产生影响。González-Rodríguez等[19]认为，专家发布的评论相较于普通消费者发布的评论价值更大。

基于以上讨论，本研究提出如下假设：

H1：评论质量对消费者购买决策存在正向影响。

H2：评论时效性对消费者购买决策存在正向影响。

H3：评论数量对消费者购买决策存在正向影响。

H4：评论者资深度对消费者购买决策存在正向影响。

2.评论可信度的中介效应

Hovland等[20]定义评论可信度时重点强调，在不考虑信息真伪的情况下，信息来源决定消费者的信赖程度。李昂等[21]构建了以评论内容、评论者和反馈为影响因素的在线评论有用性影响模型，其研究结果表明，在线评论内容的特征以及评论者的特征可以反映在线评论的可信度，若消费者认为某条正向在线评论是可信的，就会更加愿意购买相关产品。同时，已有学者引入评论可信度作为在线评论对消费者决策影响模型的中介变量[22]。

基于此，本研究将评论可信度作为中介变量，提出以下假设：

H5：评论可信度在评论质量对消费者决策的影响关系中起中介作用。

H6：评论可信度在评论时效性对消费者决策的影响关系中起中介作用。

H7：评论可信度在评论数量对消费者决策的影响关系中起中介作用。

H8：评论可信度在评论者资深度对消费者决策的影响关系中起中介作用。

3.价格促销的调节效应

Raghubir等[23]认为，价格促销作为一种营销手段，旨在为厂家或渠道供应商在特定阶段通过降低产品价格或产品单价来提高产品销售数量。电子商务平台竞争激烈，许多商家会采取价格促销的方式获得竞争优势，所以价格促销是商业竞争中吸引顾客的一种有效方式。然而，Aydinli等[24]指出，不适当的促销活动会让消费者产生促销预期，降低其对促销活动的兴趣。另一方面，李亚林等[25]研究发现，价格促销会使得消费者对产品满意度的下降延缓，即价格促销会对购买决策产生正向影响。

由此可见，价格促销会对消费者决策产生影响，而在商家进行价格促销的情况下，消费者依然会参考产品的在线评论。“双十一”“双十二”等购物节，各大购物平台的商品销量大幅度增加，进一步表明进行产品促销活动时，消费者更倾向于购买产品。基于此，本研究将探讨价格促销变量在在线评论对消费者决策的影响中是否会起到调节作用。

因此，本研究将价格促销作为调节变量，提出如下假设：

H9： 价格促销在评论质量影响消费者决策的过程中起正向调节作用。

H10：价格促销在评论时效性影响消费者决策的过程中起正向调节作用。

H11：价格促销在评论数量影响消费者决策的过程中起正向调节作用。

H12：价格促销在评论者资深度影响消费者决策的过程中起正向调节作用。

实证模型如图1所示：

图1 研究实证模型

三、研究设计及结果分析

(一)数据收集和检验

1.问卷设计

基于消费者决策行为和消费经济学相关理论及最新研究成果，本研究通过问卷调查的方式使消费者决策行为转化为具体数据，并进行量化分析。问卷主要分为两个部分：

第一部分对所设定的实证模型中的自变量(评论质量、评论时效性、评论数量、评论者资深度)、中介变量(评论可信度)、调节变量(价格促销)、结果(购买决策)设计共25个测量题项，采用李克特7级量表进行测量。1～7分表示同意程度，同意程度随着分数增加而增加。第二部分为被调查对象的人口统计学特征，包括性别、年龄、学历、职业和网购年限等基本情况。

2.问卷收集结果

本研究采用线上问卷的方式收集问卷，共发放问卷360份，回收问卷349份，回收率为97%，有效问卷324份，有效率为90%。调查样本的人口统计学特征描述性统计如表1所示：

表1 被调查对象的人口统计学特征

3.问卷信度和效度检验

将设计的问卷对每个变量进行信度和效度检验，其中通过测量变量的克隆巴赫系数(Cronbach’s Alpha)检验问卷的信度，通过KMO(Kaiser Meyer-Olkin Measure of Sampling Adequacy)系数测量问卷的效度，测量的结果如表2所示：

表2 各个变量的信度和效度检验

此时发现，评论数量的Cronbach’s Alpha系数值为0.585，低于0.6。本研究考虑检验该变量每个测量题项的CITC值(Corrected Item-Total Correction)，去除CITC值小于0.4的题项。去除后重新检验其Cronbach’s Alpha系数为0.683，符合信度要求。

(二)数据分析和假设检验

1.主效应检验

本研究通过SPSS软件对所有变量进行相关性检验，检验为双侧检验，结果表明所有变量在5%的水平下具有显著性影响，皮尔逊相关系数结果如表3所示：

表3 相关性分析

其中，评论质量、评论时效性、评论数量和评论者资深度4个变量与消费者决策的相关系数分别为0.385、0.408、0.407、0.427，且在5%的水平下显著，故支持假设H1、H2、H3、H4。

2.中介变量的效应检验

为探究评论质量、评论时效性、评论数量、评论者资深度是否通过中介变量评论可信度来影响消费者决策，本研究通过AMOS软件进行Bootstrap 检验，以检验评论可信度的中介效应，检验结果如表4所示：

表4 中介效应检验

评论可信度在评论质量影响购买决策的路径下，直接效应及间接效应的95%的置信区间不包含0，说明该模型发挥部分中介效应，中介效应占比为 53.73%，假设 H5 成立。评论可信度在评论时效性影响购买决策的路径下，直接效应及间接效应的95%的置信区间不包含0，说明该模型发挥部分中介效应，中介效应占比为 40.00%，假设 H6 成立。评论可信度在评论数量影响购买决策的路径下，直接效应以及间接效应的95%的置信区间不包含0，说明该模型发挥部分中介效应，中介效应占比为 31.95%，假设 H7 成立。评论可信度在评论者资深度对购买决策影响的路径下，直接效应以及间接效应的95%的置信区间不包含0，说明该模型发挥部分中介效应，中介效应占比为 46.14%，假设 H8成立。

3.调节变量的效应

为探究在线评论质量、评论时效性、评论数量和评论者资深度在影响消费者决策的过程中价格促销的调节效应，本研究利用SPSS回归分析的方法，进行分析。

本研究将样本的人口统计学特征性别、年龄、教育、职业、网购年限和收入作为控制变量，价格促销作为调节变量，将自变量评论质量、评论时效性、评论数量、评论者资深度与调节变量逐一进行交互，形成交互项，并将消费者决策作为因变量，进行回归分析，结果如表5所示：

表5 调节效应检验

评论质量、评论时效性、评论数量、评论者资深度与价格促销的交互项在10%的显著水平下对消费者决策行为有显著的影响。4个回归模型中有两点值得注意：第一，评论质量、评论时效性、评论数量、评论者资深度每提升1个单位，能够促进消费者决策分别提升0.354、0.325、0.426、0.359个单位，促进消费者购买决策行为的产生。第二，评论质量、评论时效性、评论数量、评论者资深度与价格促销的交互项均为负，达到10%显著性水平，表明4个变量与价格促销的联合作用对消费者购买决策行为产生负向调节作用。因此，拒绝假设H9、H10、H11、H12。

4.假设检验

根据模型回归结果分析，最终假设检验的结果如表6所示：

表6 假设检验结果

四、研究结论

本研究基于详尽可能性模型，探究了中心路径因素(评论质量、评论时效性)和边缘路径因素(评论数量和评论者资深度)对消费者决策的影响机制。另外，引入评论可信度作为中介变量，价格促销作为调节变量，根据已有的文献基础提出假设，建立实证模型。利用李克特7级量表设计问卷，并进行了信度和效度的检验。以问卷的形式收集数据，对提出的假设进行检验，并得出结论。

第一，评论质量、评论时效性、评论数量和评论者资深度均对消费者购买决策产生正向影响，即评论质量、评论时效性、评论数量和评论者资深度每提升1个单位，能够促进消费者决策分别提升0.354、0.325、0.426、0.359个单位，促进消费者购买决策行为的产生。

第二，在线评论的评论质量、评论时效性、评论数量和评论者资深度影响消费者决策过程中，评论可信度均起到了中介作用，且均为部分中介效应。

第三，在线评论的评论质量、评论时效性、评论数量和评论者资深度影响消费者决策过程中，价格促销均起到了调节作用，且均为负向调节作用。

本研究在相关研究的基础上，从评论内容、评论者、评论阅读者感受、环境因素(价格促销)和卖家角度出发，探讨价格促销在在线评论与消费者购买决策影响关系中的调节作用。随后，学者们可通过网络爬虫技术获取消费者购买决策的真实数据，同时从消费者心理层面出发，加入心理学影响要素进行研究分析，以进一步揭示消费者决策影响机制。

基于此，对电子商务平台有如下启示：

第一，电子商务平台应采取有效措施，提高相关在线评论质量、时效性，增加评论数量。在线评论是消费者和商家及电子商务平台交流的重要渠道，因此，电子商务平台应重视消费者发表的在线评论。通常消费者进行网络购物后进行评论的积极性不高，所以平台可以采用如积分奖励的方式鼓励消费者进行有效评论，使得评论的数量增加，这样其他消费者在选购产品时会获取更多有价值的信息，更加愿意考虑购买产品。另外，可以完善评论的排序，以有效识别评论的质量，将高质量的评论排在前面，提高消费者的感知有用性。

第二，电子商务平台可以更多地重视产品有关领域的资深评论者。平台可以采取更准确的用户认证方法，识别出产品相关领域较为资深的评论者，并且更多地关注其在相关领域产品发表的评论，提高其排序，这样消费者在作出购买决策时效率会更高。

第三，对于刷单、评论不一致现象要按产品类型分别对待。正面评论对产品发展是有利的。如果在线评论是负面的内容，那么就要看是什么类型的产品：对于功能型产品，有负面评论则应该及时进行补救；如果产品本身属于享乐型产品，那么企业可以对在线评论内容保持更高的容忍度。作为电子商务平台，不要试图通过购买在线评论数量来促进购买。这种行为表面上看短期会促进销量增加，但长远来看，反而会有损形象，进而有损企业利润。企业应该将更大的功夫下在优化产品质量和服务水平上，不断提升自身的核心竞争力。