○齊托托 趙宇翔 湯 健 王天梅

引言

在信息爆炸與付費結構迭代升級的雙重作用下，免費知識共享開始步入知識付費3.0階段。知識付費模式超越了傳統(tǒng)的免費知識共享社區(qū)形態(tài)，呈現(xiàn)出個性化與專業(yè)性并存的特征，為用戶提供了增加知識儲備、緩解焦慮的嶄新渠道。用戶購買決策不僅直接影響賣家的經(jīng)濟收入，在很大程度上也影響他們持續(xù)提供知識付費產(chǎn)品的意愿，決定了平臺的生存、繁榮和可持續(xù)發(fā)展。因此，探究用戶購買決策的關鍵影響因素對于知識付費平臺發(fā)展大有裨益。

與搜索品和體驗品不同，知識付費產(chǎn)品屬于信任品，是經(jīng)過系統(tǒng)化和結構化組織的付費知識。從產(chǎn)品的信息屬性出發(fā)，知識付費產(chǎn)品具有質量難以評估的特性，具體表現(xiàn)為賣家與用戶之間的信息不對稱程度較高。[1]從產(chǎn)品的生產(chǎn)商與銷售商的角色出發(fā)，知識付費產(chǎn)品的賣家即知識生產(chǎn)者，賣家完全決定了知識付費產(chǎn)品的質量。因此，探討知識付費產(chǎn)品中在線評論和賣家回復的影響機制有利于揭示知識付費產(chǎn)品的購買決策過程，對于知識付費產(chǎn)品的營銷管理至關重要。

在線評論是指用戶對產(chǎn)品做出的評價，是產(chǎn)品信息的可靠來源，有利于減少感知不確定性，影響用戶產(chǎn)品意識的形成，是產(chǎn)品銷售的主要驅動力?，F(xiàn)有文獻已從內容層面深入探討了在線評論對搜索品和體驗品購買決策的影響機制。然而，關于在線評論對信任品購買決策的研究較為匱乏，目前僅有少量文獻探討了評論效價[2,3]和評論數(shù)量[2]對知識付費產(chǎn)品購買決策的影響效應。首先，現(xiàn)有研究對知識付費產(chǎn)品在線評論特征的分析仍處于起步階段，尚未從研究情境出發(fā)對評論內容特征進行情境化的深度挖掘；其次，忽視了在線評論的信息量信號，未能全面考量在線評論作為市場信號對知識付費產(chǎn)品購買決策的影響效應。鑒于知識付費產(chǎn)品的信息不對稱性較高、質量難以評估，因此有必要挖掘在線評論的細粒度特征，全面揭示其對知識付費產(chǎn)品購買決策的影響機制，對于切實增強在線評論的應用價值及提升賣家績效至關重要。

值得關注的是，賣家回復作為賣家對用戶評論的信息反饋，已經(jīng)在實踐領域得到初步推廣和應用，例如國外的TripAdvisor、Expedia、Yelp，國內的攜程網(wǎng)、在行等平臺已經(jīng)將賣家回復作為平臺運營及產(chǎn)品營銷的重要戰(zhàn)略決策依據(jù)。賣家回復不僅是應對虛假評論的有效舉措，而且是針對服務失敗的低成本服務補償策略。甚至針對正面評論的賣家回復，也有可能通過突出和加強產(chǎn)品的正面特征來影響用戶的參與意愿和行為?，F(xiàn)有文獻主要聚焦研究賣家回復對賣家績效及在線評級的影響效應，但局限于旅游行業(yè)、[4]餐飲行業(yè)[5]等服務領域，因此知識付費行業(yè)中賣家回復的作用機制有待探討。首先，與酒店和飯店等體驗品不同，知識付費產(chǎn)品為信任品，意味著用戶具有更高的感知風險意識，現(xiàn)有研究結論無法有效揭示賣家回復對知識付費產(chǎn)品購買決策的影響機制。為此，如何發(fā)揮賣家回復在知識付費行業(yè)中的作用值得探討。其次，對于賣家回復對賣家績效的直接作用方向，相關研究尚未達成共識。最后，雖然現(xiàn)有文獻已證實賣家回復對在線評論與購買決策間關系存在調節(jié)作用，但是尚未針對知識付費產(chǎn)品，從信號理論視角出發(fā)，全面考察賣家回復作為賣家信號對在線評論的各種市場信號與購買決策間關系的調節(jié)作用。因此，有必要全面揭示知識付費行業(yè)中賣家回復的直接作用和調節(jié)作用機制，研究結論將為賣家回復策略的采用提供理論依據(jù)和實踐指導。

本文以國內知名的知識共享平臺在行為例，基于信號理論構建了賣家信號和市場信號相整合的理論框架。從理論上，通過區(qū)分市場信號和賣家信號，進一步將市場信號細分為流行度信號、質量信號和信息量信號，拓展和細化了信號理論框架，旨在提升信號理論在知識付費產(chǎn)品購買決策領域的應用價值；從實踐上，擬為平臺管理者和知識付費產(chǎn)品賣家有效干預在線評論、管理賣家回復提供參考依據(jù)。

一、理論模型與研究假設

1.理論基礎

信息不對稱是指關系中的一方比另一方擁有更多或更好的信息。Spence最早提出信號理論，指出其包括三個關鍵要素，即信號發(fā)送者、信號及信號接收者，并試圖解釋如何使勞動力市場中求職者與雇主之間的信息不對稱程度最小化。[6]之后，信號理論被廣泛應用于人力資源管理、眾籌、旅游管理、品牌營銷等領域。

在市場交易中，買賣雙方信息不對稱，賣方比買方掌握更多的產(chǎn)品信息。信號可以將產(chǎn)品或賣家的信息傳遞給用戶，是信息不對稱的解決方案，影響用戶的購買決策。學者已經(jīng)將信號理論應用于在線評論領域，探究在線評論作為產(chǎn)品信號對用戶購買決策的影響效應。例如，Ba等探究了評論效價和評論數(shù)量對用戶購買決策的影響。[7]蔡舜等考察了評論效價和評論數(shù)量對產(chǎn)品銷量的影響。[2]Choi等探究了評論效價對電子游戲銷量的影響。[8]雖然現(xiàn)有文獻將在線評論作為產(chǎn)品的可靠信號，具體考量了評論效價和評論數(shù)量對用戶購買決策的影響效應，但是尚未從評論的其他細粒度文本特征入手考察知識付費產(chǎn)品評論的具體影響。

部分研究學者則探究了除在線評論外，影響用戶購買決策的關鍵產(chǎn)品信號。例如，Mou等研究發(fā)現(xiàn)社會流行度和時間稀缺性信號顯著影響在線用戶對智能醫(yī)療產(chǎn)品的認知。[9]Balachander等提出產(chǎn)品稀缺性屬于質量信號，影響用戶的內在偏好。[10]Mavlanova等認為隱私、安全、退貨政策及第三方認證信號對感知產(chǎn)品質量和購買意愿產(chǎn)生影響。[11]Xu等認為賣家聲譽是產(chǎn)品質量的信號，影響用戶的支付溢價。[12]雖然現(xiàn)有文獻探究了社會流行度、時間稀缺性、產(chǎn)品稀缺性、隱私政策、安全政策、退貨政策、第三方認證及聲譽等作為產(chǎn)品或賣家的可靠信號對用戶購買決策的影響效應，但是尚未探究賣家回復作為賣家信號在影響用戶購買決策方面發(fā)揮的作用。

已有學者從信號主體視角出發(fā)對信號進行了分類研究。例如，Meents等將信號劃分為產(chǎn)品信號和賣家信號。[13]Connelly等將信號細分為個人相關、產(chǎn)品相關及組織相關的信號。[14]然而，他們均未考慮市場信號的影響。部分學者則直接將不同信號主體發(fā)出的信號粗略地劃分為內部信號和外部信號。例如，在Choi等的研究中，內部信號包括公司聲譽、新品和復古特征，外部信號包括評論效價、產(chǎn)品流行度、價格和用戶參與度。[8]在Mavlanova等的研究中，內部信號包括隱私、安全和退貨政策，外部信號包括第三方認證。[11]本文則同樣從信號主體視角出發(fā)，旨在針對知識付費產(chǎn)品提出更為具體的劃分方式。

2.研究模型

在知識付費領域中，賣家和已購買用戶比潛在用戶掌握更多的知識付費產(chǎn)品和賣家信息。根據(jù)信號理論，賣家和已購買用戶作為信號發(fā)送者向信號接受者即潛在用戶提供產(chǎn)品或賣家信號。潛在用戶可以利用這些信息，降低感知風險，評估和推斷產(chǎn)品的整體質量，從而做出最優(yōu)購買決策。知識付費領域屬于新興市場，尚未發(fā)展成熟，用戶對市場熟悉程度較低，用戶與賣家之間信息不對稱程度較高，用戶很難評判知識付費產(chǎn)品的質量和價值。因此，有必要考察不同信號發(fā)送者提供的信號對知識付費產(chǎn)品購買決策的影響效應。

依據(jù)信號主體不同，本文將信號區(qū)分為市場信號和賣家信號。其中，在線評論由已購買用戶群體發(fā)出，歸屬于市場信號，具體包括評論數(shù)量、評論效價、評論長度、賣家認知度及用戶體驗度；賣家回復由賣家發(fā)出，歸屬于賣家信號，具體包括賣家回復率。進而本文對市場信號進行了細致區(qū)分。具體來看，評論數(shù)量體現(xiàn)了市場受歡迎程度，將其作為流行度信號；評論效價反映了市場用戶群體對產(chǎn)品質量的整體評論，將其作為質量信號。針對知識付費領域特點，在線評論內容中對賣家的認知及對知識消費的自我感知都有可能成為降低用戶感知風險的市場信號，因此，本文對在線評論內容進行細粒度提煉，將賣家認知度和用戶體驗度也歸為市場信號。Chen等將在線健康社區(qū)中帖子的可讀性、長度和拼寫水平統(tǒng)稱為信息信號。[15]在本文中，評論長度反映了產(chǎn)品、賣家及用戶體驗的整體性信息量的多少，賣家認知度衡量了賣家維度信息量的多少，用戶體驗度衡量了使用體驗維度信息量的多少。本文重點關注信息的數(shù)量維度。為此，借鑒Chen等對信號的歸類，本文將評論長度、賣家認知度和用戶體驗度作為信息量信號。[15]

對于賣家而言，在線評論呈指數(shù)級增長，采取賣家回復策略需要付出較多時間和精力，代價較高。賣家有必要全面剖析賣家回復率對產(chǎn)品績效的影響機制，進而準確權衡賣家回復策略的成本與收益。為此，除探究賣家信號對知識付費產(chǎn)品購買決策的直接影響外，有必要明確賣家信號對主效應的調節(jié)機制。無論用戶被動接收還是主動查閱賣家回復，預期用戶對在線評論的認知與判斷均會受到一定影響。本文基于情感認知模型[16]和偏差效應，[17]提出賣家信號對市場信號與知識付費產(chǎn)品購買決策間關系存在調節(jié)作用。本文將賣家回復率作為調節(jié)變量引入研究模型，探討其對主效應的調節(jié)作用，不僅為賣家采取回復策略提供了指導建議，而且對于準確揭示知識付費產(chǎn)品的購買決策過程至關重要。

為此，本文不僅檢驗了市場信號和賣家信號對知識付費產(chǎn)品購買決策的直接作用，而且探討了賣家信號對市場信號與知識付費產(chǎn)品購買決策間關系的調節(jié)作用。研究模型如圖1所示。

圖1 研究模型

3.研究假設

評論數(shù)量是指用戶對特定使用產(chǎn)品進行評論的信息總量，在一定程度上反映了產(chǎn)品的市場受歡迎程度。評論數(shù)量通過提高用戶對產(chǎn)品的整體認知，增強了用戶對產(chǎn)品流行度的感知，影響用戶的購買決策。現(xiàn)有文獻已證實，評論數(shù)量與用戶購買決策之間存在正向的作用關系，如Lu等證實評論數(shù)量積極影響線下醫(yī)療服務咨詢量。[18]蔡舜等和Cai等研究發(fā)現(xiàn)評論數(shù)量正向影響知乎Live銷量。[2,3]因此，本文預期評論數(shù)量作為流行度信號，積極影響知識付費產(chǎn)品購買決策。為此假設：

H1：評論數(shù)量正向影響知識付費產(chǎn)品購買決策

評論效價是指評論者對產(chǎn)品質量的態(tài)度和定量判斷，通常用星級或數(shù)值表示。首先，現(xiàn)有研究發(fā)現(xiàn)，適度的評論效價影響效應最佳，原因如下：適度的評論效價包含的正負面信息有利于提高可信度并減少報告偏見；極端評論通常由極端滿意或失望的用戶發(fā)布，對產(chǎn)品質量的診斷性較低；過高的評論效價可能由用戶出于自我展示目的或賣家激勵產(chǎn)生，降低了可信度。[19]其次，剖析評論效價影響知識付費產(chǎn)品購買決策的背后機制發(fā)現(xiàn)：一方面，評論效價越大，知識付費產(chǎn)品的感知質量越高，從而促進知識付費產(chǎn)品購買決策；另一方面，由于平臺未對知識付費產(chǎn)品交易進行全程監(jiān)控，也未披露評論者的個人信息，評論真實性未能得到可靠保障，所以評論效價越大越容易引發(fā)用戶懷疑，評論可信度越低，從而抑制知識付費產(chǎn)品購買決策。因此，評論效價對知識付費產(chǎn)品購買決策的作用過程包含對抗性的作用力，具體表現(xiàn)為評論效價的邊際收益遞減和邊際損失遞增。評論效價對知識付費產(chǎn)品購買決策的作用結果取決于收益與損失的疊加效應。隨著評論效價的遞增，一開始邊際收益大于邊際損失，評論效價積極促進知識付費產(chǎn)品購買決策；當邊際收益與邊際損失相互制衡時，邊際凈收益為零，知識付費產(chǎn)品購買決策達到最優(yōu)值；之后，邊際收益小于邊際損失，評論效價逐漸抑制知識付費產(chǎn)品購買決策。為此，隨著評論效價的增加，知識付費產(chǎn)品購買決策先增后減，呈倒U型關系。

現(xiàn)有文獻已證實評論效價的倒U型作用，如Kong等證實，無論對于普通產(chǎn)品還是高端產(chǎn)品，實用的和享樂的評論效價對產(chǎn)品銷量的作用關系均呈倒U型曲線。[20]Maslowska等研究發(fā)現(xiàn)，評論效價與購買概率之間呈非線性關系，較高的評論效價導致較高的購買概率，但過高的評論效價則導致較低的購買概率。[19]Duverger證實市場份額隨著評論效價的增大先遞增后遞減。[21]Susan等和殷國鵬等實證發(fā)現(xiàn)，與極端性評論相比，適度的評論效價對購買決策的影響更強。[22,23]因此，本文預期評論效價作為質量信號，與知識付費產(chǎn)品購買決策之間存在倒U型的曲線關系，為此假設：

H2：評論效價與知識付費產(chǎn)品購買決策呈倒U型關系

評論長度用評論的總字數(shù)來衡量。評論長度越長，評論信息含量越高，越容易降低產(chǎn)品不確定性，從而增強用戶的購買決策意愿。現(xiàn)有文獻驗證了評論長度的積極影響效應，如Chevalier等以亞馬遜網(wǎng)站為研究情境，證實評論長度積極影響書籍銷量。[24]Lin等研究發(fā)現(xiàn)當評論數(shù)量達到一定量時，評論長度正向影響用戶的購買意愿。[25]因此，本文預期評論長度作為信息量信號，積極影響知識付費產(chǎn)品購買決策，并提出以下假設：

H3：評論長度正向影響知識付費產(chǎn)品購買決策

賣家認知度是指用戶傳達的賣家信息的數(shù)量。在線評論將賣家屬性轉換為可搜索的屬性，潛在用戶可以通過查閱在線評論了解特定賣家的表現(xiàn)，從而有效降低感知風險，促進購買決策。例如，Zhang等指出，更全面詳細地披露房主互動的信息有助于降低顧客不確定性，建立更強的感知信任關系。[26]Ma等認為房主信息與感知信任正相關。[27]因此，本文預期知識付費產(chǎn)品的用戶評論所包含的賣家認知度越高，越被視為知識付費產(chǎn)品中賣家信息維度的可靠信號，從而有利于降低用戶的感知風險，增強知識付費產(chǎn)品購買決策。為此假設：

H4：賣家認知度正向影響知識付費產(chǎn)品購買決策

用戶體驗度是指用戶傳達的關于產(chǎn)品使用體驗信息的數(shù)量。用戶比較關心他們是否與評論者有共同之處。因此，用戶在評論中提供關于自身體驗的信息越多，越有利于潛在用戶準確判斷產(chǎn)品需求，降低購買不符合需求的產(chǎn)品的風險。例如，Reich等指出，在評論中承認購買失敗經(jīng)驗的評論者被認為擁有更多的相關專業(yè)知識，從而更有利于提高潛在用戶的購買意愿。[28]對于知識付費產(chǎn)品，預期評論中用戶體驗度越高，越容易被視作知識付費產(chǎn)品信息的可靠信號，從而促進知識付費產(chǎn)品購買決策。為此，提出以下假設：

H5：用戶體驗度正向影響知識付費產(chǎn)品購買決策

賣家回復率是指賣家回復在線評論的比例。賣家回復主要被作為賣家與用戶間售后反饋的交流渠道。賣家回復率越高，表明賣家越愿意付出時間和精力反饋用戶信息，從而被作為賣家服務態(tài)度的可靠信號。現(xiàn)有文獻已證實賣家回復對賣家銷量的正向作用關系，如Kumar等發(fā)現(xiàn)賣家回復積極影響中心賣家訂單量。[5]Lui等指出，賣家回復率正向影響賣家銷量，較高的賣家回復率在一定程度上反映了知識付費產(chǎn)品賣家的良好服務態(tài)度，有助于潛在用戶認知賣家，降低感知風險。[29]因此，本文期望賣家回復率越高，即賣家良好服務態(tài)度的信號越強，越有利于增強知識付費產(chǎn)品購買決策。為此假設：

H6：賣家回復率正向影響知識付費產(chǎn)品購買決策

基于情感認知模型和偏差效應，本文預期賣家回復率顯著正向調節(jié)在線評論與知識付費產(chǎn)品購買決策之間的關系。情感認知模型指出，人的決策受到認知和情感導向加工的雙重影響。[16]Li等從認知和情感導向加工視角出發(fā)，提出來自評論者的回復對評論長度與評論有用性之間的關系有顯著調節(jié)作用。[30]類似地，基于情感認知模型，本文認為賣家回復率對在線評論與知識付費產(chǎn)品購買決策間關系有顯著調節(jié)作用。首先，從認知導向加工視角出發(fā)，賣家回復作為與在線評論高度相關的補充信息源，減輕了用戶對在線評論信息的不確定性的擔憂，輔助用戶理解評論信息。其次，從情感導向加工視角出發(fā)，用戶認為高賣家回復率代表著良好的賣家服務態(tài)度，進而激發(fā)了對在線評論的積極認知情緒，不僅有利于削弱用戶對在線評論的消極認知，而且可以強化在線評論的積極作用，從而增強知識付費產(chǎn)品購買決策。

偏差效應是啟發(fā)式系統(tǒng)模型的主要延伸，闡釋了啟發(fā)式線索對系統(tǒng)線索的偏差影響。[17]啟發(fā)式線索會通過觸發(fā)人們對信息內容有效性的推斷和期望，進而影響信息的最終評價。[31]高琳等將在線評論的強度和效價作為系統(tǒng)線索，考察了其對用戶購買意向的影響。[32]Baek等將評論長度和負面詞匯占比作為影響評論有用性的系統(tǒng)線索。[33]因此，對于知識付費產(chǎn)品，評論信息需要用戶較多的認知努力，是購買決策過程中的系統(tǒng)線索。劉偉等將來自其他用戶的回復作為邊緣線索。[34]類似地，賣家回復率不需要給予深入思考，是購買決策過程中的啟發(fā)式線索。本文期望賣家回復率作為啟發(fā)式線索，通過觸發(fā)用戶對評論信息有效性的評判，最終積極影響知識付費產(chǎn)品購買決策。具體而言，較高的賣家回復率表明賣家投入較多時間和精力，體現(xiàn)了較高的責任心、耐心及誠意，預期會促使用戶認可賣家，觸發(fā)用戶對在線評論的積極評判，從而促進知識付費產(chǎn)品購買決策。

現(xiàn)有文獻已證實賣家回復的正向調節(jié)作用。例如，Xu等研究發(fā)現(xiàn)賣家回復的數(shù)量顯著正向調節(jié)評論數(shù)量和評論效價對訂單量的影響。[4]Xie等證實賣家回復顯著正向調節(jié)與地點相關的評論效價與酒店績效之間的關系。[35]Dai等認為賣家回復顯著正向調節(jié)評論數(shù)量、評論效價及評論質量與購買決策之間的關系。[36]Azer等研究發(fā)現(xiàn)賣家回復顯著正向調節(jié)負面評論與用戶對服務提供者的態(tài)度和行為意向之間的關系。[37]Xie等指出賣家回復顯著正向調節(jié)評論效價和評論數(shù)量與酒店績效之間的作用關系。[38]因此，本文預期賣家回復率顯著增強評論作為可靠信號與知識付費產(chǎn)品購買決策間的作用關系，并提出以下假設：

H7a：賣家回復率正向調節(jié)評論數(shù)量對知識付費產(chǎn)品購買決策的影響關系

H7b：賣家回復率正向調節(jié)評論效價對知識付費產(chǎn)品購買決策的影響關系

H7c：賣家回復率正向調節(jié)評論長度對知識付費產(chǎn)品購買決策的影響關系

H7d：賣家回復率正向調節(jié)賣家認知度對知識付費產(chǎn)品購買決策的影響關系

H7e：賣家回復率正向調節(jié)用戶體驗度對知識付費產(chǎn)品購買決策的影響關系

二、研究方法

1.數(shù)據(jù)收集

本文以國內知名的知識共享平臺在行為例，對其提供的在線付費咨詢服務進行實證檢驗。在行平臺成立于2015年3月，是全國首創(chuàng)的一對一行家約見平臺，覆蓋職場發(fā)展、行業(yè)經(jīng)驗、互聯(lián)網(wǎng)+、創(chuàng)業(yè)與投融資、生活服務、心理、投資理財、教育學習等領域。在行平臺通過為用戶提供一對一付費咨詢服務，建立了用戶與行家之間的深度連接，最大限度地激活并滿足了用戶的個性化服務需求，具有高度定制化、強互動性特征。選擇在線付費咨詢服務的原因主要在于：（1）在線付費咨詢服務不僅是數(shù)字化互聯(lián)網(wǎng)時代中傳統(tǒng)參考咨詢向信息咨詢轉變的新型模式，亦是向知識創(chuàng)新服務模式的切實邁進，最大限度地激活并滿足了用戶的信息和知識需求；（2）在線付費咨詢服務是知識付費領域中典型的商業(yè)模式，通過匯聚行業(yè)精英和領域專家，為用戶提供了一對一個性化交流指導。本文運用Python分別于2019年3月和2020年2月獲取在行平臺成立以來所有知識付費產(chǎn)品的數(shù)據(jù)，共涵蓋2677位賣家，包含產(chǎn)品銷量、評論、賣家回復、賣家響應率、賣家簡介、注冊日期、產(chǎn)品價格、行業(yè)及地點等信息。其中，在2019年3月之前共110015條評論數(shù)據(jù)、27446條賣家回復數(shù)據(jù)，整體上賣家回復率約為24.948%。

2.變量定義和測量方法

本文相關變量定義如表1所示。因變量為知識付費產(chǎn)品購買決策。Zhao等采用知識付費產(chǎn)品的銷量指標測量用戶購買決策，從信任關系視角探討了賣家特征及產(chǎn)品價格對用戶購買決策的影響機制。[39]趙楊等采用知識付費產(chǎn)品的銷量指標，客觀考察了賣家的社會資本特征對用戶購買決策的作用關系。[40]Cai等通過分析在一定時期內知識付費產(chǎn)品銷量的影響因素，直接闡明了用戶進行知識付費產(chǎn)品購買決策的前因。[41]同樣地，本文采用該測度方式客觀探討了在線評論和賣家回復對知識付費產(chǎn)品購買決策的影響效應。自變量為2019年3月之前每位賣家的評論數(shù)量、評論效價、評論長度、賣家認知度、用戶體驗度和賣家回復率。

表1 變量定義

此外，本文控制了一系列潛在影響因素，如賣家響應率、是否有圖片、簡介長度、注冊時長、平均價格、行業(yè)和地點。其中，賣家響應率反映賣家接受訂單的效率，圖片有利于增強用戶的社會情感體驗，簡介提供賣家信息，注冊時長代表賣家經(jīng)驗，平均價格意味著貨幣成本，均會影響知識付費產(chǎn)品購買決策。此外，本文消除了賣家所屬行業(yè)和地點可能造成的潛在影響。

三、實證檢驗結果

1.描述性統(tǒng)計

表2展示了主要變量的描述性統(tǒng)計結果。由于大部分變量標準差較大，本文通過對連續(xù)變量取自然對數(shù)進行了線性變換處理，進而壓縮了變量量綱，控制了離群值的潛在影響，并將潛在非線性關系轉變?yōu)榫€性關系，使得回歸結果更加穩(wěn)健。

表2 變量的描述性統(tǒng)計

2.假設檢驗

考慮運用橫截面數(shù)據(jù)進行線性回歸時容易產(chǎn)生異方差現(xiàn)象，在使用Stata 15.1執(zhí)行回歸命令后，通過懷特檢驗檢查異方差情況，結果發(fā)現(xiàn)p值在0.050的水平上顯著，存在異方差問題。因此，采用OLS Robust回歸，并標準化自變量和調節(jié)變量以進行調節(jié)效應測試。

回歸結果如表3所示。模型1的F值為74.169（p<0.01），回歸方程顯著。結果表明，評論數(shù)量（β=0.807,p<0.01）、賣家認知度（β=2.319,p<0.05）、用戶體驗度（β=0.159,p<0.05）和賣家回復率（β=0.152,p<0.010）均顯著正向影響知識付費產(chǎn)品購買決策；評論效價、評論效價的二次項與知識付費產(chǎn)品購買決策之間的回歸系數(shù)分別是β=1.271（p<0.05）、β=-0.600（p<0.05），表明評論效價與知識付費產(chǎn)品購買決策呈倒U型關系；評論長度（β=-0.093,p>0.1）對知識付費產(chǎn)品購買決策影響不顯著。除假設3外，假設1-2和假設4-6均得到驗證。

表3 回歸結果

模型2在模型1基礎上加入賣家回復率與在線評論變量的交乘項，回歸結果顯示模型的整體顯著性水平上升。其中，賣家回復率顯著增強評論數(shù)量（β=0.170,p<0.01）和用戶體驗度（β=0.331,p<0.1）對知識付費產(chǎn)品購買決策的影響關系，驗證了假設7a和假設7e。雖然調節(jié)效應中賣家回復率與評論長度（β=-0.415,p<0.05）交乘項的系數(shù)為負且顯著，但是由于主效應中評論長度的系數(shù)為負且不顯著，拒絕假設7c。賣家回復率對評論效價（β=0.750,p>0.1）、評論效價的二次項（β=-0.342,p>0.1）和賣家認知度（β=-0.865,p>0.1）與知識付費產(chǎn)品購買決策間關系不存在顯著調節(jié)作用，拒絕假設7b和7d?？偨Y本文假設檢驗結果如表4所示。

表4 假設檢驗結果

3.穩(wěn)健性分析

（1）考慮用戶習慣的影響

研究表明，大多數(shù)用戶僅閱讀在線評論的前幾頁，根據(jù)觀察到的局部信息，形成對產(chǎn)品質量的感知，從而做出購買決策。本文按照評論有用性從高到低排序，篩選出所有賣家的前100條在線評論樣本，并重新進行回歸分析（數(shù)據(jù)略去備索）。結果發(fā)現(xiàn)，評論數(shù)量、賣家認知度、用戶體驗度和賣家回復率顯著正向影響知識付費產(chǎn)品購買決策；評論效價與知識付費產(chǎn)品購買決策之間呈倒U型關系；評論長度對知識付費產(chǎn)品購買決策影響不顯著；賣家回復率顯著增強評論數(shù)量和用戶體驗度對知識付費產(chǎn)品購買決策的影響關系；賣家回復率對評論效價、評論長度和賣家認知度不存在顯著的正向調節(jié)作用。假設1-2、假設4-6、假設7a和假設7e均得到驗證，假設3和假設7b-7d未得到支持。所得研究結論與前文基本一致，結果穩(wěn)健。

（2）剔除極端值的干擾

為了剔除極端值對研究結果的影響，對連續(xù)變量在1%和99%分位數(shù)上進行雙向縮尾處理。運用縮尾后的數(shù)據(jù)重新進行回歸分析（數(shù)據(jù)略去備索）。結果發(fā)現(xiàn)，除假設3和假設7b-7d外，假設1-2、假設4-6、假設7a和假設7e均得到驗證。所得研究結論與前文基本一致，結果穩(wěn)健。

四、研究結論與討論

1.研究結論

鑒于知識付費產(chǎn)品具有獨特性，本文挖掘了在線評論的情境化特征，如賣家認知度和用戶體驗度，并將賣家回復率引入研究模型。研究結論揭示了知識付費產(chǎn)品購買決策過程的黑盒子，為賣家和知識付費平臺管理者提供了有效的營銷指南，豐富了知識付費產(chǎn)品購買決策的相關研究文獻。研究發(fā)現(xiàn)，除假設3和假設7b-7d外，假設1-2、假設4-6、假設7a和假設7e均得到驗證。具體而言，評論數(shù)量、賣家認知度、用戶體驗度及賣家回復率均顯著正向影響知識付費產(chǎn)品購買決策，評論效價與知識付費產(chǎn)品購買決策呈倒U型曲線關系，賣家回復率顯著正向調節(jié)評論數(shù)量和用戶體驗度與知識付費產(chǎn)品購買決策之間的關系。

值得關注的是，與Choi等關于評論效價正向影響用戶購買決策的結論不同，[8]本文發(fā)現(xiàn)評論效價與知識付費產(chǎn)品購買決策呈倒U型關系，揭示了知識付費產(chǎn)品的評論效價產(chǎn)生作用的新路徑。具體而言，在知識付費領域中過高的評論效價可能被視為賣家的操縱信號，反而不利于知識付費產(chǎn)品的營銷，從而豐富了在線評論的相關研究文獻。

然而，假設3和假設7b-7d均未得到支持。對于假設3，評論長度的系數(shù)為負但是不顯著，表明評論長度具有較弱的負向影響知識付費產(chǎn)品購買決策的傾向。本文從數(shù)據(jù)分析、理論支撐、實踐背景三個視角出發(fā)，全面闡釋了假設3未得到支持的原因。首先，從數(shù)據(jù)分析視角出發(fā)，雖然評論長度與知識付費產(chǎn)品購買決策之間的回歸系數(shù)為負，但是該系數(shù)不顯著，證明兩者之間負向作用關系極弱。第一，該作用關系不顯著。雖然評論長度會對產(chǎn)品認知產(chǎn)生一定影響，但是不足以顯著影響知識付費產(chǎn)品購買決策，用戶更注重評論內容而非評論長度可能是其主要原因。例如，石文華等實證發(fā)現(xiàn)在線初次評論與在線追加評論的長度對產(chǎn)品銷量均無顯著影響。[42]第二，評論長度具有較弱的負向影響知識付費產(chǎn)品購買決策的傾向，原因可能是對于知識付費產(chǎn)品，評論長度對知識付費產(chǎn)品購買決策存在反向作用力。一方面，評論長度越長，提供的產(chǎn)品信息越多，越有利于降低感知不確定性，從而存在正向影響知識付費產(chǎn)品購買決策的傾向；另一方面，基于認知負荷和賣家操控的可能性，評論長度存在負向影響知識付費產(chǎn)品購買決策的傾向。整體而言，在知識付費場景下，評論長度的負向作用力稍強于正向作用力。因此，最終均衡結果為評論長度存在較弱的負向影響知識付費產(chǎn)品購買決策的傾向。

其次，從理論支撐視角出發(fā)，對評論長度的較弱負向影響傾向進行闡釋。第一，評論越長，觀點越分散，越容易偏離主題，包含無效信息，稀釋有用信息，從而負向影響知識付費產(chǎn)品購買決策。[43]第二，基于認知負荷理論，用戶的記憶容量有限，評論長度越長，用戶的信息處理成本越大，越容易導致用戶認知超載，從而負向影響購買決策。第三，李宗偉等提出搜索品的信息比較客觀，因此評論越長，越有助于用戶挖掘客觀維度信息，進而影響購買決策行為。[44]然而，與搜索品不同，知識付費產(chǎn)品的信息過于主觀，在線評論無法通過客觀屬性描述產(chǎn)品信息。因此，評論越長，用戶越難從評論內容中評判產(chǎn)品價值。第四，鑒于知識付費產(chǎn)品信息具有主觀性特征，在線評論更容易被賣家操控，而不被潛在用戶發(fā)現(xiàn)。并且與發(fā)展成熟的實物產(chǎn)品交易平臺相比，知識付費平臺不僅無法監(jiān)控買賣雙方的產(chǎn)品交易，而且評論者的信息披露程度較低。[45]因此，過長的在線評論可能被視為賣家的操縱信號，損害了用戶對賣家的信任，最終負向影響知識付費產(chǎn)品購買決策。例如，Duverger提出評論長度過長抑制了用戶信任，負向影響產(chǎn)品市場份額。[21]

最后，從實踐背景視角出發(fā)，知識付費產(chǎn)品的購買情境與傳統(tǒng)電商產(chǎn)品顯著不同。知識付費產(chǎn)品興起的背景是知識爆炸、信息冗余、時間碎片化及生活節(jié)奏過快。當代用戶購買知識付費產(chǎn)品的主要目的在于利用碎片化時間，避免信息爆炸，提高信息篩選效率，緩解社會焦慮感。因此，評論越簡潔明了，越能縮減用戶對知識付費產(chǎn)品的篩選時間，提高碎片化時間的利用效率。例如，李中梅等指出，評論長度對在線評論質量沒有顯著影響的主要原因是，在移動O2O模式下用戶追求高效快捷的消費方式，沒有時間閱讀較長的評論。[46]

關于調節(jié)效應，假設7c未得到支持，結果顯示賣家回復率具有增強評論長度與知識付費產(chǎn)品購買決策間負向作用關系的傾向。本文主要從操縱信號和資源限制的視角出發(fā)闡釋該結果出現(xiàn)的原因。首先，從操縱信號視角出發(fā)，賣家回復并非由獨立第三方發(fā)出，而是由賣家出于營銷產(chǎn)品的目的發(fā)出，具有刻意夸大產(chǎn)品質量的傾向，不具有可信性。因此，當賣家回復率較高時，會與較長的在線評論共同作用，一同被視作賣家的操縱信號，從而負向影響知識付費產(chǎn)品購買決策。其次，根據(jù)資源限制理論，用戶完成購買決策任務需要一定的心理資源，但是心理資源有限。賣家回復的出現(xiàn)在一定程度上干擾了用戶的注意力，影響其有效捕捉在線評論的有用信息，從而負向影響知識付費產(chǎn)品購買決策。已有文獻證實了賣家回復的潛在負面影響，如Xu等研究發(fā)現(xiàn)賣家回復被視為在線評論的操縱信號，抑制了購買決策行為。[4]Mauri等認為賣家回復可能對用戶購買決策產(chǎn)生負向影響。[47]假設7b和假設7d未得到支持，結果顯示賣家回復率對評論效價、賣家認知度與知識付費產(chǎn)品購買決策之間的關系無顯著調節(jié)作用，原因可能是賣家回復率僅能提供知識付費產(chǎn)品賣家的服務態(tài)度信息，較為片面，而評論效價提供了關于賣家和產(chǎn)品質量的綜合評價，賣家認知度也提供了關于賣家服務態(tài)度及其他屬性較為全面的信息。因此，無論賣家回復率高低，評論效價和賣家認知度均被視為可靠信號直接影響用戶購買決策。綜上可知，賣家信號和市場信號之間不是一味的互補關系，而是互補關系和不相關關系的集成，進一步支持了Ba等關于不同信號之間作用關系的論斷。[7]

2.理論貢獻

第一，本文針對知識付費領域，研究賣家回復對知識付費產(chǎn)品購買決策的影響效應。雖然以往文獻研究了旅游行業(yè)和餐飲行業(yè)中賣家回復的影響效應，但是關于賣家回復如何影響知識付費產(chǎn)品購買決策鮮有研究。因此，本文彌補了知識付費領域未考慮賣家回復影響機制的局限性，為賣家充分發(fā)揮賣家回復功能的積極作用提供了理論依據(jù)。

第二，本文從市場信號和賣家信號兩個維度出發(fā)探討在線評論和賣家回復對知識付費產(chǎn)品購買決策的影響效應，并進一步將市場信號細分為流行度信號、質量信號和信息量信號。雖然已有研究單獨探討了市場信號和賣家信號對用戶購買決策的影響，但是尚無研究將市場信號和賣家信號集中在一個理論框架下，揭示不同類型的信號對知識付費產(chǎn)品購買決策的影響效應。因此，本文對信號理論的細化，為用戶購買決策研究構建了更為全面的信號理論框架。

第三，本文重點考察了賣家回復率作為賣家信號對市場信號與知識付費產(chǎn)品購買決策間關系的調節(jié)機理。雖然現(xiàn)有文獻廣泛探討了賣家回復對賣家績效的影響效應，但是尚未針對知識付費產(chǎn)品，探討賣家回復率作為賣家信號對市場信號與用戶購買決策間關系可能起到的調節(jié)作用。鑒于賣家回復可以作為賣家營銷自己的手段，考察賣家回復率對市場信號的調節(jié)機制尤為重要。因此，本文關于調節(jié)作用的研究結果豐富了不同來源的信號之間交互作用關系的相關文獻，也為賣家重新認知和有效管理賣家回復提供了理論支持。

3.實踐啟示

本文研究結論展示了在線評論和賣家回復影響知識付費產(chǎn)品購買決策的內在機理，有利于進一步深化在線評論和賣家回復在知識付費領域中的應用價值，幫助制定更有效的在線營銷策略組合，從而提高營銷策略的投資回報率，對賣家和知識付費平臺具有重要的管理意義和商業(yè)價值。

對于賣家而言，為吸引用戶購買知識付費產(chǎn)品，建議采取以下有效措施：第一，由于評論數(shù)量顯著正向影響知識付費產(chǎn)品購買決策，可以在提供知識付費產(chǎn)品之后，及時提醒用戶書寫在線評論。第二，由于評論效價與知識付費產(chǎn)品購買決策之間呈現(xiàn)倒U型關系，應該避免刻意引導用戶虛假打高分。第三，由于評論長度具有負向影響知識付費產(chǎn)品購買決策的傾向，應該鼓勵用戶撰寫精簡有用的評論信息，避免刻意書寫冗長無用的評論信息。第四，由于賣家認知度和用戶體驗度顯著正向影響知識付費產(chǎn)品購買決策，應該積極引導用戶在評論中更多地披露賣家信息以及個人體驗信息。第五，賣家回復率直接顯著積極影響知識付費產(chǎn)品購買決策，且賣家回復率顯著增強評論數(shù)量和用戶體驗度與知識付費產(chǎn)品購買決策間關系。因此，應該盡可能多地回復用戶評論，以展現(xiàn)良好的服務態(tài)度。

對于知識付費平臺而言，為有效提升賣家的知識付費產(chǎn)品銷量，首先可以依據(jù)本文研究結論，采取以下具體措施：第一，實施激勵用戶撰寫在線評論的有效措施，例如提供虛擬徽章、積分或者金錢獎勵。第二，任何試圖操縱評論系統(tǒng)的行為都可能損害其可信度，應該抵制賣家通過操縱手段虛假提高產(chǎn)品評分，以建立一個準確、公正的評論生態(tài)系統(tǒng)。第三，規(guī)定在線評論字數(shù)的上限，使?jié)撛谟脩糨p松獲取相關信息，避免用戶認知超載。第四，有必要制定在線評論的撰寫指南，為用戶撰寫評論提供指導性意見。具體而言，鼓勵用戶提供更多關于賣家專業(yè)素養(yǎng)、服務態(tài)度和傳授能力的相關信息，以及關于自身咨詢體驗的相關信息。第五，借助售后服務態(tài)度積分機制激勵賣家積極回應用戶評論。為此，賣家和知識付費平臺可以通過在線評論和賣家回復兩種信息之間的協(xié)同作用，最大程度地激發(fā)潛在用戶的購買決策行為。

其次，通過了解影響用戶購買決策的信息類型，知識付費平臺可以為潛在用戶開發(fā)設計更優(yōu)的決策支持系統(tǒng)。目前知識付費平臺的在線評論系統(tǒng)僅包含簡單的時間和熱度的排序功能，鑒于賣家認知度和用戶體驗度顯著積極影響用戶購買決策行為，可以在用戶撰寫評論時，提供是否包含賣家信息或者用戶體驗信息的選項，或者借助人工智能和文本挖掘工具進行語義分析，有效完善有用評論的過濾機制，為潛在用戶添加更豐富的信息篩選功能，從而提高信息篩選效率，降低潛在用戶的認知處理負荷。此外，知識付費平臺可以實時計算和展示賣家回復率，以幫助潛在用戶初步了解賣家服務態(tài)度。

最后，用戶購買決策的準確預測對知識付費平臺的產(chǎn)品營銷和研發(fā)策略至關重要。知識付費平臺可以通過在線評論和賣家回復特征預測知識付費產(chǎn)品的銷售情況，從而適當調整推廣重點及合理地分配資源，最終提升知識付費平臺的整體活躍度，保證平臺的繁榮和可持續(xù)發(fā)展。

4.局限和展望

雖然本文運用信號理論研究了在線評論和賣家回復分別作為市場信號和賣家信號對知識付費產(chǎn)品購買決策的影響效應，但仍存在不足之處。首先，本文僅研究了單一知識付費平臺，研究結論是否適用于其他平臺仍有待驗證。其次，本文采用的是基于橫截面數(shù)據(jù)的靜態(tài)計量模型，忽視了在線評論和賣家回復影響知識付費產(chǎn)品購買決策的動態(tài)過程。最后，在研究過程中，發(fā)現(xiàn)控制變量中存在與預期不一致的實證結果，值得進一步探討。在未來研究中，可以采用深度訪談法揭示賣家注冊時長負向影響知識付費產(chǎn)品購買決策的心理作用機制。