——基于产品属性的调节效应

胡常春  郭梦雨 湖北工业大学经济与管理学院

基金项目：湖北省教育厅哲学社会科学研究项目“视频型第三方评论场景下专业人士笑容强度对消费者的影响研究”（项目编号：19Y042）；湖北工业大学博士科研启动基金项目“网络环境下第三方产品评论信息结构对新产品购买意愿影响研究”( 项目编号: BSQD2017051) 的研究成果。

摘要：本文基于特征—态度—结果(CAO)模型和前景理论，通过三个实验发现：相比低质量，高质量负向在线评论通过感知风险的中介作用产生更低的购买意愿；产品属性则对上述影响路径具有调节作用，即当负向在线评论涉及产品垂直属性时，上述效应得到增强；但当涉及产品水平属性时，高、低负向在线评论质量对购买意愿的影响并不显著。

关键词：负向在线评论质量；购买意愿；感知风险；产品属性

一、引言

互联网的虚拟性，加大了消费者在线购物的决策风险，因此，阅读其他顾客撰写的在线评论信息成为降低决策风险的重要手段。根据BrightLocal的调查，约88%的潜在消费者信任在线评论并愿意基于此而进行在线购物决策（沈曼琼等，2019）。根据评论的效价方向，在线评论可分为正向评论和负向评论，前者反映先前消费者对产品和服务的积极评价，后者则展示了产品或服务可能带来的损失。根据损失规避原则，相比正向评论，负向在线评论更受到消费者的关注，消费者可通过负面评论直观了解产品的某些缺陷，因而具有更强的诊断作用（李卓慧和李芳芳，2016），从而对潜在顾客的购买意愿影响更大（黄华和毛海帆，2019）。

现有研究进一步发现，负向在线评论的数量与评论属性的重要性（杨雪，2016）、商家回复（张运来等，2018）、评论内容（李宝库等，2019）、评论呈现方式与离散情绪（刘莹和李宝库，2021）等方面对顾客购买意愿具有显著影响,并探讨了网站类型（李宝库等，2019）、顾客卷入度（李宏等，2011）、商品类型（田依林等，2019）、商家回复类型（王嘉楠，2021）等在上述路径中的调节作用。

然而，随着在线评论应用范围越来越广和消费者日益理性，重视评论的质量比数量更为重要。质量不同的负向评论是否对潜在顾客购买意愿影响存在差异？上述影响路径是什么？高质量一定比低质量负向在线评论影响更大吗？这些问题，现有研究较少涉及，无法对实践作出指导。因此，本文拟探讨负向评论的质量对潜在顾客购买意愿的影响路径及其边界条件。

二、理论基础与研究假设

（一）负向在线评论

负向评论是指顾客因对一次购物行动不愉快或不想再次拥有该商品的可能性，并向他人传播这种不良的消费体验，旨在告诫潜在顾客慎重购买该商品（Richins，1983）。郑春东等（2015a）认为，当潜在顾客搜索并阅读在线评论时，在线评论各种属性就是对潜在顾客的外来刺激。基于SOR模型，该刺激将激发潜在顾客的机体反应（如对在线购物的风险感知），从而影响其消费行为。张耕和郭宁（2012）认为负向评论对消费者产品信任度和购买动机都有显著负向影响，尤其是时间距离近的负向在线评论对降低产品销量比正面评论提升销量的效果更加显著。

然而，面对海量的在线评论信息，消费者为节省时间和精力必然会对其质量进行判断，从而提取对决策有用的信息。因此，研究负向在线评论，必须考虑评论的质量问题。

（二）在线评论质量及其效应

1.在线评论质量的维度

在线评论的质量，即阅读者对该评论内容的真实性、可靠性的感知。关于在线评论质量维度，汪祖柱和阮振秋（2016）提出评论撰写者、评论信息文本和评论元数据等三大质量维度。Lee等（2009）则主张提出在线评论质量是指在线评论的相关性、可靠性、易懂性和充分性。其中，相关性指潜在顾客评价产品所需要信息与评论包含信息的一致性程度；可靠性，指信息的可信任性和可依赖性；易懂性指评论信息能被轻易理解的程度；充分性，则指信息的详细程度。正因为有上述四大特征，高质量的评论才有说服力。在中国电商场景下，在线评论并没有披露撰写者的个人信息，京东商城更是连撰写者的声誉都没有展现出来，仅展示撰写者网名的一部分。

因此，综合国内外学者观点，本文选取在线评论信息文本的相关性和充分性（文本长度）作为在线评论质量的衡量指标。

2. 在线评论质量的影响

评论质量是在线评论最受重视的属性之一（牛更枫等，2016），在线评论质量越高，其逻辑性越强，包含的产品信息越多，购买决策参考价值越大，对潜在顾客购买意愿的影响也越大。龚艳萍和梁树霖（2014）基于ELM模型发现，评论质量通过影响潜在顾客的有用性感知和态度，最终影响购买意愿。吴秋琴等（2012）指出高质量的在线评论通过正向影响网站信任，从而正向影响购买意愿。综上，提出假设：

H1：相比质量低的负向在线评论，质量高的负向在线评论对购买意愿的负向影响更强

（三）感知风险与负向在线评论关系的研究

潜在顾客依靠在线评论进行购买决策一旦失误，在与商家在线协商时，可能得不到及时回复；或需承担退换货费用，即要比线下承受更高的沟通协调和退换等售后服务成本。因此，在线评论会影响潜在顾客的感知风险（杨娟丽，2014）。基于前人研究成果和特征—态度—结果(CAO)模型（Park和Lee，2009），可以推断负向在线评论质量越高（特征），越能强化潜在顾客购买决策的感知风险（态度），进而影响潜在顾客的购买意愿（结果）。故提出假设：

H2：在H1关系之中，感知风险起着中介作用，即：与低质量在线评论相比，高质量在线评论能激发更强的感知风险，从而产生更弱的购买意愿。

（四）产品属性及其调节效应

产品往往同时包含多项属性，在线评论也因此呈现对不同产品属性的评判（Lee，2011）。比如，对一家旅馆，人们从卫生、交通、价格、位置、装修等不同方面进行评价。产品属性是产品能满足顾客需求的特性，Kwark和Chen（2014）将产品属性分为两类：垂直属性和水平属性。其中，垂直属性, 又称质量属性，指顾客对产品属性具有一致偏好标准的属性, 如手机电池容量及使用寿命等；水平属性, 又称匹配属性，则指消费者不具有统一喜好的属性,并且往往由于个人偏好和感受差异而具有不一致的判断标准, 例如手机的外观或颜色。黄敏学等（2017）在探讨评论不一致性对阅读者影响时发现，垂直属性方面的评论不一致性程度越高,顾客购买意愿越低；而水平属性方面的评论不一致性程度越高，则顾客购买意向越强。

综上，当负向评论涉及水平属性时，基于前景理论，由于阅读者能接受不同的看法，从而减弱了针对水平属性负向评价的“损失”感知，即便是高质量的负向评论，阅读者的“损失规避”意识也降低了，从而使得高质量和低质量负向在线评论的风险感知差异并不显著。而垂直属性则不同，一般而言，消费者对其判断往往有着较为一致的标准。因此，当负向评论涉及产品垂直属性时，高质量的负向评论因描述更为详细、语言表达清晰，增强了阅读者“损失”感知和“损失规避”意识，阅读者的风险感知将显著增强，与低质量负向评论的风险感知差异显著增强。故提出假设：

H3：产品属性会调节负向评论质量对感知风险的影响，进而对购买意愿产生影响：即当负向评论涉及产品垂直属性时，质量高的评论相比质量低的评论能产生更强的感知风险，从而产生更低的购买意愿；当评论涉及产品水平属性时，质量高低并不会带来感知风险上的显著差异，从而购买意愿也无显著差异

综上，本文构建如图1的理论框架：

图1   本文理论模型框架

四、研究设计

（一）实验一：负向在线评论质量水平（高vs低）对购买意愿的影响研究

1.实验设计

    考虑到大学生经常在线购物且阅读和理解能力较强，手机又是大学生常用和熟悉的物品，因此，实验一以大学生为被试，以手机为刺激物。

为了更好控制负向在线评论质量水平（高vs低），本文基于前文对评论质量的界定，同时借鉴Park和Lee（2009）研究方法，在淘宝网上选取两条关于手机的负向在线评论（评论1代表质量高，评论2代表质量低）。同时将在线评论2进行形容词反义变换，得到正向效价的在线评论3，用来检验评论1和2的效价操纵是否成功。

本研究邀请240名同学参加预试，将这些同学随机平均分成两组，A组阅读评论1和3，B组阅读评论2和3。随后要求被试分别回答：“您认为该评论信息的情感方向是”（1代表非常负向，7代表非常正向）、“负向在线评论质量水平”（宋远征，2016；Cronbach’s α=0.83）、“购买意愿”（Park和 Lee，2009；Cronbach’s α=0.86）两个变量的各测量题项（1代表非常不赞同，7代表非常赞同）。

2.操纵检验

结果分析显示：（1）A组（评论1和3）（M1=1.9，M3=6.2，t=-9.1，p<0.001）和B组（评论2和3）（M2=1.8，M3=6.4，t=-9.7，p<0.001）评论1和2的负向情感都被有效操纵；（2）比较评论1和2的质量水平得知，评论1的质量水平显著高于评论2（M1=6.3，M3=4.1，t=6.4，p<0.001），因此，对评论效价方向和信息质量（高vs低）均进行了有效操纵。

3.假设实验

结果显示：负向在线评论的质量水平（高vs低）对潜在顾客购买意愿影响有显著差异（M1=3.7，M2=1.9，t=-5.1，p<0.001），负向在线评论会降低购买意愿，但高质量负向在线评论对购买意愿的负向影响更加显著，即相比低质量的负向在线评论，高质量的负向在线评论导致了更低的购买意愿。故H1得证。

（二）实验二：感知风险的中介效应研究

1.实验设计

实验二将刺激物更换为书籍。和实验一方法相同，在淘宝网上选取两条关于书籍的负向在线评论（评论1代表质量高，评论2代表质量低），同样，为避免书名、内容熟悉度等因素影响，隐去书名和内容说明。

和实验一类似，将在线评论2进行形容词反义变换，得到正向效价的在线评论3，用来检验评论1和2的效价操纵是否成功：

在线邀请168名被试参与实验，并将被试随机分成A、B两组，其中A组（B组）阅读在线评论1和3（评论2和3）。各组被访者阅读信息后，同时回答“您认为该评论信息的情感方向是”、“负向在线评论质量水平”、“感知风险”（张应语等，2015；Cronbach’s α=0.88）和“购买意愿”等变量的各测量题项。

2.操纵检验

结果表明：（1）A组（评论1和3）（M1=2.3，M3=6.4，t=-8.7，p<0.001）和B组（评论2和3）（M2=2.5，M3=6.3，t=-7.9，p<0.001）评论1和评论2的负向情感都被有效操纵；在线评论1的质量水平显著高于评论2（M1=6.1，M2=4.3，t=7.4，p<0.001），因此，对评论信息质量（高vs低）进行了有效操纵。

3.假设检验

结果表明，负向在线评论不同质量水平的感知风险差异显著：高质量负向在线评论的感知风险（M1=6.3）显著强于低质量负向评论（M2=5.1，t=3.7，p<0.01）。此时，高质量负向在线评论情景下购买意愿（M1=1.7）显著低于低质量负向在线评论情景下的购买意愿（M2=3.6，t= - 4.3，p<0.001），即H1再次得证。故可知，相比低质量负向评论，高质量负向在线评论对购买意愿负向影响更强是由于其产生的感知风险更强。        

接着应用Hayes和Preacher（2014）中介分析法进行感知风险的中介效应检验，即借助回归分析法探索感知风险在自变量（即负向在线评论质量水平高vs低）和因变量（购买意愿）之间的效应。首先，经回归分析发现，自变量（0低质量，1高质量）对感知风险的预测力显著（β=1.59，t=10.3，p<0.001）；其次，感知风险对因变量购买意愿的预测力也显著（β= -1.26，t= -8.7，p<0.001）；再次，回归分析还发现自变量对因变量预测力失去显著性（从β= - 0.49，t= - 4.8，P<0.001到β= - 0.01，t= - 0.07，P=0.105）。为再次确认感知风险中介效应，运行bootstrapping程序发现感知风险的间接效应是显著的，即在95%置信水平下，感知风险的间接效应置信区间不含0（95%，CI= - 0.316 — - 0.149）。故H2得证。

（三）实验三：产品属性的调节效应研究

1.实验设计

为了确定产品的垂直属性和水平属性，实验三借鉴黄敏学等处理方法，以手机为刺激物，并将手机的电池续航能力和外观设计分别作为其垂直属性和水平属性。为此在淘宝上选取4条典型的相应的负向在线评论：在线评论1（高质量）、2（低质量）涉及手机设计内容，为产品水平属性的评论；评论3（高质量）、4（低质量）涉及手机电池续航能力等内容，为产品垂直属性的评论，同时为避免其他因素干扰，隐去品牌名称等信息。然后在线邀请244名被试参与实验，并随机平均分成A、B、C、D四组，其中A组（B组、C组、D组）阅读评论1（评论2、评论3、评论4）。

各组被试阅读信息后，回答“负向在线评论质量水平”、“感知风险”和“购买意愿”等三个变量的各测量题项。

2.操纵检验

结果表明：在线评论1的质量水平显著高于评论2（M1=6.2，M2=4.3，t=9.7，p<0.001）；在线评论3的质量水平显著高于评论4（M3=6.1，M4=4.4，t=7.1，p<0.001），因此，对评论信息质量（高vs低）进行了有效操纵。

3.假设检验

实验三进行2（产品属性：水平属性vs.垂直属性）×2（评论质量：高vs.低）组间设计，然后以购买意愿为因变量进行方差分析。结果显示：产品属性（F(1, 240)=31.6，p<0.001）和评论质量（F(1, 240)=19.2，p<0.001）均具有显著的主效应，交互效应也呈现显著性（F(1, 240)=11.4，p<0.05）。进一步分析可知：当负向在线评论涉及产品垂直属性时，高质量评论比低质量评论具有更低的购买意愿（M高•垂=1.7 VS. M低•垂=3.9；t=6.5，p<0.001）；而当负向在线评论涉及产品水平属性时，高质量和低质量评论的购买意愿差异并不显著（M高•水=3.3，M低•水=3.6，t=1.4，p=0.12），即H3得证。

接下来运用Edwards和Lambert分析法，进一步验证感知风险是否中介了产品属性和评论质量交互项对购买意愿的作用。由于产品属性和评论质量交互项显著，产品属性调节效应显著；另外，将负向评论质量水平、产品属性、质量水平和产品属性交互性、感知风险等对购买意愿进行回归分析，可知感知风险具有显著的中介效应（β=0.37，t=13.5，p<0.001），而负向评论质量水平和产品属性的交互效应并不显著（β=0.02，t=0.56，p>0.05），且bootstrap分析也印证间接效应置信区间并不包含0（95%，CI=-1.46 — -0.19），即间接效应显著。综上，H2和H3再次得到验证。

五、研究结论及讨论

本文通过三个实验探讨了负向在线评论质量（高vs低）对购买意愿的影响，并讨论了感知风险的中介效应以及产品属性对该影响的调节作用。研究结论表明：相比低质量负向在线评论，高质量负向在线评论对购买意愿的影响更为强烈；高质量负向在线评论这种更强负向作用是由于能产生更强的感知风险；此外，产品属性会对这种上述影响产生调节作用，即当负向在线评论涉及产品的垂直属性时，高质量负向在线评论的感知风险显著高于低质量评论，进而对购买意愿产生更强的负向效应；但当负向在线评论涉及水平属性时，高、低质量的负向在线评论的感知风险上并无显著差异，从而对购买意愿的影响也无显著差异。

负向在线评论对顾客的影响毋庸置疑是负面的，商家必须通过事前预防和事后弥补来两种方法进行应对。事前预防关键的是提高产品和服务质量，避免产生负向在线评论；此外，由于涉及产品垂直属性的高质量负向在线评论更能影响潜在顾客的购买意愿，因此电商平台在引导顾客针对不同类型产品属性的评论进行评论时，可以有意识限制顾客对产品垂直属性方面评论的字数，避免涉及产品垂直属性的高质量的负向在线评论的生成；或者鼓励顾客对产品水平属性进行评价。事后的弥补关键则有赖于通过完善和优质的售后服务，使顾客追加正向在线评论，从而减弱负向在线评论的影响（胡常春和宁昌会，2017）。

参考文献：

[1]沈曼琼,王海忠,刘笛,梁炎君.市场信号对信任品采纳的影响研究：基于自我建构的调节效应[J].外国经济与管理,2019,41(11):99-113.

[2]李卓慧,李芳芳.在线评论对购买意愿一定产生影响吗——论产品类型的调节作用[J].中国商论. 2016(08):85-89.

[3]黄华,毛海帆.负面在线评论对消费者购买意愿的影响研究[J].经济问题,2019(11):71-80+88.

[4]杨雪.基于消费者态度模型的负面在线评论对品牌信任的影响[J].现代经济探讨,2016(07):9-14.

[5]张运来,范姝君,张运香.网评回复质量对潜在顾客购买意愿的影响研究[J].商业经济研究,2018(15):57-59.

[6]李宝库,赵博,郭婷婷.负面在线评论内容和来源对消费者购买意愿的影响——产品类别的调节效应[J].科技与经济,2019,32(03):96-99+105.

[7]刘莹,李宝库.负面评论对消费者购买意愿的影响机制研究——基于双系统模型[J].财经论丛,2021(03):93-102.

[8]李宏,喻葵,夏景波.负面在线评论对消费者网络购买决策的影响:一个实验研究[J].情报杂志,2011,30(05):202-207.

[9]田依林,黎盈盈,滕广青.基于商品类型的在线负面评论有用性影响因素比较研究[J].现代情报,2019,39(08):111-119+131.

[10]王嘉楠.线上负面评论对消费者购买意愿的影响[J].上海管理科学,2021,43(03):40-45.

[11]Richins, M.L. Negative word of mouth by dissatisfied consumers: a pilot study[J]. Journal of Marketing， 1983, 47(l): 68-78.

[12]郑春东,郭伟倩,王寒.负面网络消费者评论及商家回复对潜在消费者的影响[J].北京工商大学学报(社会科学版),2015,30(01):86-92+117.

[13]张耕,郭宁.负面在线评论对产品销量的影响：基于淘宝网的实证研究[J].消费经济,2012(06):86-89.

[14]汪祖柱,阮振秋.电子商务在线评论质量的维度及其研究方法探析[J].大学图书情报学刊,2016,34(04): 99-122.

[15]Lee J, Park D H, Han I. The effect of negative online consumer reviews on product attitude: An information processing view[J]. Electronic Commerce Research & Applications , 2009, 7(3):341-352.

[16]牛更枫,李根强,耿协鑫等.在线评论数量和质量对网络购物意愿的影响：认知需要的调节作用[J].心理科学,2016,39(06):1454-1459.

[17]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(02):96-99.

[18]吴秋琴,许元科,梁佳聚,张蕾.互联网背景下在线评论质量与网站形象的影响研究[J]. 科学管理研究, 2012,30(01):81-82+88.

[19]杨娟丽.消费者网络购买决策感知风险影响因素分析—以在线评论为研究对象[J].商业时代,2014(14):68-69.

[20]Park C, Lee T M. Antecedents of online reviews' usage and purchase influence: An empirical comparison of US and Korean consumers[J]. Journal of Interactive Marketing, 2009(23): 332-340.

[21]Lee T Y, Bradlow E T. Automated marketing research using online customer reviews[J]. Journal of Marketing Research, 2011, 48(5), 881-894.

[22]Kwark Y, Chen J Q, Raghunathan, S. Online product reviews: Implications for retailers and competing manufacturers[J]. Information Systems Research, 2014, 25(1): 93-110.

[23]黄敏学,王艺婷,廖俊云.评论不一致性对消费者的双面影响:产品属性与调节定向的调节[J].心理学报,2017,49(03):370-382

[24]宋远征.网络负面评论对消费者购买意愿影响—产品类型调节作用[D].哈尔滨工业大学,2016.

[25]郑春东,韩晴,王寒.网络水军言论如何左右你的购买意愿[J].南开管理评论,2015b,18(01):89-97

[26]张应语,张梦佳,王强,任莹,马阳光,马爽,邵伟,尹世久,石忠国.基于感知收益-感知风险框架的O2O模式下生鲜农产品购买意愿研究[J].中国软科学,2015(06):128-138.

[27]Hayes A F, Preacher K J. Statistical mediation analysis with a multicategorical independent variable[J]. British Journal of Mathematical and Statistical Psychology, 2014, 67(3): 451-470.

[28]胡常春,宁昌会.在线追评何时比初评更有用?——基于时间间隔和产品类型的调节效应分析[J].预测,2017,36(04): 36-42.