楊金鑫

安徽汽車職業(yè)技術(shù)學(xué)院汽車工程系，合肥,230601

1 理論背景和相關(guān)研究

CNNIC(中國互聯(lián)網(wǎng)信息中心)于2016年11月公開發(fā)布了《2016中國網(wǎng)購用戶調(diào)查報告》。結(jié)果顯示，2016年網(wǎng)購用戶線上消費的78%是對傳統(tǒng)線下消費的替代，接近一半的線上消費者在網(wǎng)絡(luò)購物時會將網(wǎng)絡(luò)評價作為最終購買決策的依據(jù)，超過80%以上的消費者在網(wǎng)上瀏覽商品時，會同時參考其他消費者發(fā)布的產(chǎn)品概況、物流效率、服務(wù)體驗以及性價比等評論，并將參考結(jié)論納入自己的購買行為決策中[1]。

2017年，中國網(wǎng)絡(luò)購物市場的交易活躍度進一步提升，與2016年相比全年交易總次數(shù)以及人均交易次數(shù)均大幅度提升，一躍成為世界之最，究其原因：一方面，隨著用戶體驗的逐漸提升,通過網(wǎng)站表達(dá)對商品情感喜好成為消費者購物之后習(xí)慣性行為；另一方面，手機購物用戶增長迅速，手機上網(wǎng)更加快捷，接入了消費者與網(wǎng)站之間的端口，拓展了信息渠道，為消費者頻繁閱讀在線評論提供了場景，也為購買行為提供了信息增量。

在此背景下，網(wǎng)絡(luò)消費者的購買行為非常值得挖掘。Chattei在2001年首次提出在線評論這一概念，提出把消費者與公告牌緊密相結(jié)合，從而通過公告平臺方式完成消費者與商家的信息反饋[2]。Henning等在2004年提出消費者與商家的互動方式主要以文本的形式進行，所進行的渠道以互聯(lián)網(wǎng)為主[3]。Park等于2009年提出在線評論是消費者通過使用自己的購物體驗之后，在購物網(wǎng)站上發(fā)表的帶有正面和負(fù)面的情感評價的陳述[4]。郝媛媛在2010年提出在線評論是消費者通過在購物網(wǎng)站上分享購買后對產(chǎn)品或服務(wù)的體驗感的情感評價，該評價包含正面、負(fù)面或中性評價，從而幫助消費者完成購買決策[5]。寧連舉在2014年提出在線負(fù)面評論的模型，該模型包含了在線負(fù)面評論程度、在線負(fù)面評論數(shù)量、在線負(fù)面評論內(nèi)容相關(guān)性和在線負(fù)面評論專業(yè)性，四者構(gòu)成了感知風(fēng)險以及購買意愿[6]。王長征于2014年提出追加在線評論是對同一消費者不同時間段的再次評價，參考價值對其他消費者更加有效[7]。

以上研究表明，國內(nèi)外學(xué)者多數(shù)從在線評論對客戶信用等級、在線評論的效用和在線評論的時效性等不同角度進行研究， 而以上這些研究僅僅局限于不同消費者的短時一次性在線評論研究，尚未對評論者初次在線評論之后的再次追加在線評論研究[8]。本文在前人研究基礎(chǔ)上，進一步研究追加在線評論對消費者網(wǎng)絡(luò)購買行為的影響。

2 理論模型與研究假設(shè)

2.1 理論模型

通過消費者追加在線網(wǎng)絡(luò)評論對消費行為感知有用性以及網(wǎng)絡(luò)購買意愿和消費者購買行為等文獻進行梳理，發(fā)現(xiàn)前人在研究追加在線評論時通常對測量維度進行界定和提出研究假設(shè)，本文借鑒國內(nèi)外學(xué)者對追加在線評論研究的多重假設(shè)，從追加在線評論的可讀性、深度、情感傾向四個維度探討追加在線評論對消費者感知有用性的影響。由此構(gòu)建追加在線評論對消費者購買行為的影響模型，如圖1所示。

圖1 追加在線評論對消費者網(wǎng)絡(luò)購買行為影響模型

2.2 假設(shè)研究

2.2.1 追加在線評論的可讀性

追加在線評論的可讀性測量維度對消費者感知有用性有實際觀測意義。本文從追加在線評論數(shù)量、質(zhì)量和時間間隔三個方面討論對消費者感知有用性的影響。因此，作出如下假設(shè)：

H1：追加在線評論的可讀性對消費者感知有用性產(chǎn)生正向影響。

牛更楓研究發(fā)現(xiàn)，在線評論的質(zhì)量和數(shù)量受到認(rèn)知意愿的調(diào)節(jié)，能夠影響消費者的網(wǎng)絡(luò)購買意愿，而高低認(rèn)知不同，對在線評論質(zhì)量和在線評論數(shù)量均有影響[9]。因此，作出如下假設(shè)：

H1a：追加在線評論的數(shù)量越多，對消費者有用的價值信息就越多。

H1b：追加在線評論的質(zhì)量越高，對消費者有用的價值信息就越多。

汪濤研究發(fā)現(xiàn)，針對體驗型產(chǎn)品與物質(zhì)型產(chǎn)品兩種不同商品，在線評論的時間間隔遠(yuǎn)近對消費者有用性的感知增強或降低[10]。因此，作出如下假設(shè)：

H1c：追加在線評論的時間間隔越長，對消費者感知力的影響越大。

2.2.2 追加在線評論的深度

對追加在線評論深度的探討，國內(nèi)外學(xué)者多數(shù)從評論標(biāo)題的吸引力、評論正文的信息量以及評論曬圖的直觀性上等維度展開測量，探討其對消費者感知有用性產(chǎn)生的影響。因此，作出如下假設(shè)：

H2：追加在線評論的深度對消費者感知有用性產(chǎn)生正向影響。

回顧國內(nèi)外大多數(shù)學(xué)者對在線評論以及消費者購買行為的研究發(fā)現(xiàn)，對于追加在線評論的深度多數(shù)從商品評論區(qū)文本的角度進行挖掘，而對評論曬圖的研究為空白。評論曬圖恰恰能直觀反映消費者感知力，并且間接反映與商家所展現(xiàn)產(chǎn)品信息的一致性。因此，作出如下假設(shè)：

H2a：追加在線評論的標(biāo)題越長，消費者對該商品好奇心越強。

H2b：追加在線評論的正文內(nèi)容越豐富，消費者對該商品感知力越強。

H2c：追加在線評論的曬圖越多，消費者獲得的有效信息越豐富。

2.2.3 追加在線評論的情感傾向

由于消費者受到自身知識水平、消費觀的局限性，對所購買商品的感知力差異性較大，對商品的評論以及追加評論影響較大，因此，作出如下假設(shè)：

H3：追加在線評論的情感傾向?qū)οM者感知有用性產(chǎn)生正向影響。

國內(nèi)外學(xué)者通過追加在線評論內(nèi)容的維度進行測量，對消費者自身的狀況尚未考慮，而在線評論者自身的信譽和資信度對消費者感知有用性造成很大影響。張小娟研究發(fā)現(xiàn)，消費者的感知價值以及有用性受到在線評論效價以及自身矛盾性的影響[11]。因此，本文作出如下假設(shè)：

H3a：追加在線評論的效價越有力，越能推動消費者購買決策。

H3b：追加在線評論的前后矛盾性越大，對消費者的刺激越大。

2.2.4 消費者購買意愿

鐘凱通過感知產(chǎn)品質(zhì)量、感知網(wǎng)站服務(wù)質(zhì)量探索對消費者網(wǎng)絡(luò)購買意愿的影響，但對感知風(fēng)險以及購買成本對消費者網(wǎng)絡(luò)購買意愿卻沒有詳細(xì)說明[12]。因此，作出如下假設(shè)：

H4：消費者感知有用性對消費者購買意愿產(chǎn)生正向影響。

2.2.5 消費者購買行為

張蓓等在研究營銷刺激對消費者網(wǎng)絡(luò)購買意愿以及網(wǎng)絡(luò)購買行為的影響時，將網(wǎng)絡(luò)意愿等同于網(wǎng)絡(luò)購買行為，卻未進一步探討網(wǎng)絡(luò)意愿對網(wǎng)絡(luò)購買行為所產(chǎn)生的影響[13]。因此，需要進一步論證。

H5：消費者購買意愿對消費者購買行為產(chǎn)生正向影響。

3 研究統(tǒng)計

3.1 數(shù)據(jù)收集

在對國內(nèi)外學(xué)者文獻綜述的基礎(chǔ)上，梳理在線評論的相關(guān)變量，如消費者感知有用性以及網(wǎng)絡(luò)購買行為等因素，結(jié)合追加在線評論的問題特點，設(shè)置了調(diào)查問卷的選項。調(diào)查問卷分為兩個部分，第一部分調(diào)查消費者的基本信息，包括年齡、收入、學(xué)歷、性別、近三個月之內(nèi)的網(wǎng)絡(luò)購買次數(shù)等。第二部分調(diào)查設(shè)置了變量信息，包括3個追加在線評論可讀性變量、3個追加在線評論深度的變量、2個評論情感傾向的變量、1個消費者感知有用性的變量，1個消費者購買意愿的變量以及1個消費者購買行為的變量，共11個變量，33個問題，采用Likert五級評分方式，1～5代表完全不同意到完全同意，消費者根據(jù)自身購物體驗進行評分。問卷調(diào)研時間段從2017年10月1日到2017年11月31日，共計發(fā)放250份，分別投放在擁有大量網(wǎng)絡(luò)瀏覽經(jīng)驗的消費者手中，投放平臺包括問卷星、百度調(diào)研、we chat、高校學(xué)子等，回收問卷239份，問卷回收率95.6%，其中有效問卷224份。

3.2 各變量描述性統(tǒng)計

本文通過SPSS 22.0統(tǒng)計分析各個變量、各個項目的均值、項目的標(biāo)準(zhǔn)差、變量均值以及變量標(biāo)準(zhǔn)差，具體變量描述性統(tǒng)計如表1。

表1 變量描述性統(tǒng)計

問卷共有11個變量、33個測量題項組成，從表1中可以看出，所有題項均值為3.29～3.77，每個變量均值為3.43～3.77，從標(biāo)準(zhǔn)差分析結(jié)果來看，每個項目的標(biāo)準(zhǔn)差為0.835～1.045，這表示調(diào)查者態(tài)度較為端正，數(shù)據(jù)可信度較高。

3.3 信度分析

信度分析通常用于檢測量表問題的合理性，通過SPSS 22.0統(tǒng)計軟件檢測各個變量的合理性，檢驗結(jié)果見表2。

表2 變量的信度分析

從表2中可以看出，追加在線評論數(shù)量、追加在線評論曬圖的Cronbach’sα系數(shù)都高于0.8，說明這兩個變量具有較高的可信度。其余9個變量的Cronbach’sα系數(shù)也高于0.7，說明該量表具有相當(dāng)?shù)目尚哦取?/p>

3.4 效度分析

效度分析通常分為結(jié)構(gòu)效度分析以及內(nèi)容效度分析。效度檢測通常是對所測定的對象能被測定內(nèi)容的準(zhǔn)確度，通過SPSS 22.0軟件可以檢測其內(nèi)容的有效度。檢驗結(jié)果見表3。

由表3可知，追加在線評論數(shù)量、追加在線評論質(zhì)量、追加在線評論時間間隔這3個變量的KMO值分別為0.710、0.709、0.701，均大于0.7，追加在線評論標(biāo)題、追加在線評論正文、追加在線評論曬圖、追加在線評論效價、追加在線評論情感矛盾性、消費者感知有用性、消費者購買意愿、消費者購買行為這8個變量均大于0.6，Bartlett球檢驗sig.值均為0.000,小于默認(rèn)的sig.值0.05，則數(shù)據(jù)呈球形分布。

表3 追加在線評論各變量的KMO和Bartlett球形度檢驗

3.5 回歸分析

本文采用Person相關(guān)性來分析研究各個變量之間的相關(guān)關(guān)系，如表4所示。

從表4中可以看出,追加在線評論數(shù)量與追加在線評論質(zhì)量、追加在線評論時間間隔、追加在線評論標(biāo)題、追加在線評論正文、追加在線評論效價、追加在線評論情感矛盾性、消費者感知有用性、消費者購買意愿、消費者購買行為存在強相關(guān)。進一步觀察發(fā)現(xiàn)，追加在線評論質(zhì)量、追加在線評論時間間隔與追加在線評論標(biāo)題的相關(guān)性數(shù)值特別接近，進一步通過共線性檢驗發(fā)現(xiàn)，評論質(zhì)量、評論時間間隔和評論標(biāo)題的允差分別為0.009、0.010、0.003，均小于0.1，VIF的值分別為107.037、98.596、325.492，均大于10，從而得出評論質(zhì)量、評論時間間隔與評論標(biāo)題三者之間存在共線性問題。

表4 各個變量之間的相關(guān)性分析

注：**相關(guān)性在0.01層上顯著(雙尾),*相關(guān)性在0.05層上顯著(雙尾)。

為考慮共線性帶來的影響，使用多元回歸線性分析方法，回歸模型如下：

Yi=β0+β1X1i+β2X2i+…+βkXki+eii=1,2,…,n

其中,X1代表追加在線評論數(shù)量，X2代表追加在線評論質(zhì)量，X3代表追加在線評論時間間隔，X4代表追加在線評論標(biāo)題，X5代表追加在線評論正文，X6代表追加在線評論曬圖，X7代表追加在線評論效價，X8代表追加在線評論情感矛盾性，Y1代表消費者感知有用性，Y2代表消費者購買意愿，Y3代表消費者購買行為，e表示回歸方程的隨機誤差項?；貧w結(jié)果如表5所示。

表5 回歸分析結(jié)果

a.預(yù)測值：(常數(shù))，消費者感知有用性;b-f逐步加入追加在線評論效價、追加在線評論正文、追加在線評論數(shù)量。

根據(jù)表5逐步回歸分析結(jié)果，將追加在線評論時間間隔、追加在線評論曬圖、追加在線評論情感矛盾性、追加在線評論標(biāo)題、追加在線評論質(zhì)量逐步刪除，并逐步加入追加在線評論效價、追加在線評論正文、追加在線評論數(shù)量，得到逐步回歸分析結(jié)果1，如表6所示。

表6 逐步回歸分析結(jié)果1

注:因變量為消費者感知有用性。

由表6可知,追加在線評論數(shù)量、追加在線評論正文和追加在線評論效價三者共線性不顯著，sig.值小于0.01，說明追加在線評論數(shù)量、追加在線評論正文和追加在線評論效價三者對消費者感知有用性有顯著正向影響。因此假設(shè)H1a、H2b、H3a得到驗證，則評論數(shù)量、評論正文與評論效價與消費者感知有用性之間的回歸方程為：

Y1=0.556+0.231x1+0.303x5+0.309x7+e

為了分析消費者感知有用性對消費者購買意愿的影響，引入逐步回歸分析結(jié)果2，如表7所示。

由表7可知,消費者感知有用性與消費者購買意愿共線性不顯著，且sig.值小于0.01，說明消費者感知有用性對消費者購買意愿有顯著正向影響，因此假設(shè)H4得到驗證，則消費者感知有用性與消費者購買意愿的回歸方程為：

表7 逐步回歸分析結(jié)果2

注:因變量為消費者購買意愿。

Y2=1.505+0.551Y1+e

為了分析消費者購買意愿對消費者購買行為的影響，引入逐步回歸分析結(jié)果3，如表8所示。

表8 逐步回歸分析結(jié)果3

注:因變量為消費者購買行為。

由表8可知,消費者購買意愿對消費者購買行為有顯著正向影響，因此假設(shè)H5得到驗證，則消費者購買意愿與消費者購買行為的回歸方程為：

Y3=1.132+0.693Y2+e

實證結(jié)果如表9所示。

表9 假設(shè)驗證結(jié)論匯總

注:資料來源于本文數(shù)據(jù)分析統(tǒng)計整理。

4 結(jié)論與建議

本文通過追加在線評論對消費者購買行為展開實證分析，得出追加在線評論數(shù)量、追加在線評論內(nèi)容、追加在線評論的效價與消費者感知有用性存在顯著的相關(guān)性，消費者感知有用性對消費者購買意愿產(chǎn)生正向影響，消費者購買意愿對消費者購買行為產(chǎn)生正向影響。而追加在線評論的質(zhì)量、追加在線評論的時間間隔、追加在線評論的標(biāo)題、追加在線評論的曬圖、追加在線評論的情感矛盾性不能對消費者購買行為產(chǎn)生顯著正向性影響。

4.1 鼓勵消費者積極參與

由于絕大多數(shù)消費者對在線商品切身體驗相當(dāng)陌生，對產(chǎn)品的了解局限于商家的描述以及廣告效果，不熟悉產(chǎn)品的功能及特點導(dǎo)致消費者不能作出購買行為。而在線評論能夠提高消費者對商品的感知度，有利于消費者根據(jù)評論的信息作出購買決策。追加在線評論的數(shù)量越多，對消費者提供的參考信息量就越大。

4.2 完善售后服務(wù)體系

企業(yè)應(yīng)該重視消費者的反饋，積極參與建設(shè)消費者的評價體系，完善消費者——商家評價體系，鼓勵消費者積極參與對商品質(zhì)量和商家服務(wù)的在線反饋，吸引消費者，將追加評論成為固化消費圈層的利器。圍繞消費者對產(chǎn)品的痛點，添加售后服務(wù)層面的解決之道，提高消費者對商家的忠誠度。消費者第一次在線評價之后，能及時反饋消費者對產(chǎn)品或服務(wù)的意見，對負(fù)面評價積極采取補救措施，加強售后渠道的監(jiān)管，有利于消費者通過追加在線評論扭轉(zhuǎn)第一次評論的態(tài)度，也有利于商家口碑傳播與形象建立。

4.3 重視優(yōu)質(zhì)顧客培養(yǎng)

消費者的感知有用性對購買意愿有著重要影響，企業(yè)應(yīng)加強對消費者感知有用性的培養(yǎng)，對于優(yōu)質(zhì)的在線評論者給予店鋪禮物贈送、積分獎勵，加強與消費者之間的聯(lián)系，并建立消費者圈層，利用優(yōu)質(zhì)在線評論者的口碑效應(yīng)側(cè)面宣傳產(chǎn)品或服務(wù)，對老顧客形成刺激效應(yīng)，進而擴大銷售量的同時提高客戶滿意度。