网络口碑效应因人而异？

刘红艳

摘要：网络口碑是消费者网络购物的重要参考依据，口碑营销成为商家的重要战略。本文以可接近-可诊断理论为视角，围绕“网络口碑效应如何因人而异”这一问题，通过2（口碑信息含量）× 2（口碑传播方向）×2（个体独特性需求）三因素被试间实验，考察了个体独特性需求、口碑信息含量和口碑方向在网络口碑影响消费者购买决策过程中所起的作用。结果发现：网络口碑的信息含量影响消费者的购买决策，高信息含量口碑对消费者购买决策的影响要显著高于低信息含量口碑对消费者购买决策的影响；负面口碑对购买决策的影响显著高于正面口碑的影响；低独特性需求消费者的购买决策比高独特性需求消费者的购买决策更易受低信息含量口碑的影响，低信息含量的负面口碑对高独特性需求消费者购买决策的影响显著高于低信息含量的正面口碑对高独特性需求消费者的影响。

关键词：网络口碑；个体独特性需求；信息含量；购买决策

中图分类号：F71336；C93 文献标识码：B

一、引言

近年来，我国电子商务呈爆发式增长，截止2012年12月，我国网络购物用户规模达242亿人，与2011年相比，网购用户增长4 807万人，增长率为248%。电子商务以其价格低廉、方便灵活等优势被越来越多的消费者青睐；但在非直接接触的网络交易情形下，消费者由于信息不对称造成的感知风险显著高于传统面对面交易方式中的感知风险。消费者在处理各种各样的产品信息时，有关产品的口碑信息是消费者优先考虑的一类产品信息，这对消费者的决策具有巨大的说服力和影响力[1]。Engel等发现，有60 %的受访者认为口碑是最具有决策影响力的信息源[2]。口碑是指传播者和接收者关于一个产品、 品牌、 组织或服务的非正式信息沟通行为，它是一种直接面对面、无商业目的的行为[3]。随着传播技术的发展和通讯工具的更新，口碑的传播形式和传播内容迅速扩展，互联网的普及扩大了口碑交流的规模和范围。网络口碑是指以网络为媒介，通过电子邮件、使用者群组（use-net groups） 、 在线论坛（online forums） 和入口网站讨论区（portal discussion areas） 等形式进行的口碑传播。网络口碑具有匿名性、多样性和广域性；关于同一产品的口碑有多种形式，有褒有贬，有详有略。随着Web30时代的到来，人们更易搜索到产品信息，并与他人分享产品经验或体验，网络口碑信息已经成为消费者购买决策时最重要的信息来源，是影响消费者态度和购买决策的重要因素。以往研究较多关注网络口碑方向等对消费者决策的影响，较少考察消费者个性特征对其的调节效应。本文以可接近-可诊断理论为视角，围绕“网络口碑效应如何因人而异”这一问题，拟通过2（口碑信息含量）× 2（口碑传播方向）×2（个体独特性需求）三因素被试间实验，考察个体独特性需求、口碑信息含量和口碑方向在网络口碑影响消费者购买决策过程中所起的作用。

二、相关研究评述

口碑研究可以分为两大块，即口碑生产研究以及口碑消费研究。口碑生产研究是考察传播者为何要传播口碑，即考察口碑发生的前因变量，探究消费者口碑行为的动机及相关边界条件。口碑消费研究是考察口碑对产品销量等有何影响、口碑对个体的消费决策有何影响等，即考察口碑的后果变量。本研究为口碑消费研究，考察消费者特征和网络口碑对消费决策的影响。网络口碑的信息特征是影响消费者态度和购买决策的核心要素，口碑信息的类型（正面口碑和负面口碑）、口碑信息质量（论据质量、权威性、趣味性等）皆影响消费者决策。其中，有学者认为负面口碑对于消费者的影响更甚于正面口碑[1]；金立印（2007）发现，负面网络口碑比正面网络口碑对消费者的购买决策具有更大的影响力。人们对正面和负面消息或事件时的反应强度不同，负面消息给人们的心理唤醒、注意、情绪、评价、归因以及社会行动等反应所造成的刺激都要强于正面信息[4]。消费者通常会认为负面信息比正面信息更具判断性价值，所以才会在购买决策时更多地参考负面信息[5]。口碑信息类型对销售额的影响随商品类型不同而不同，正面口碑对大众商品销售额的提升比利基商品销售额的提升更大，而负面口碑对利基商品的负面影响更大[6]。但亦有学者发现，网络口碑的好坏对图书销量或电影票房没有影响[7]。随着网络信息技术的发展，网络口碑的信息质量对消费者决策的作用愈发重要。负面口碑的信息源越专业，其负面影响越大[8]。网络口碑的论据质量和网络社区可靠性亦会对消费者的产品态度产生正向影响；论坛客观性越高，看帖者对论坛推荐的产品态度越好[9]。高卷入条件下口碑论据质量对消费者产品态度的影响比低卷入条件下更大[10]。

对于网络口碑如何影响消费者的购买决策，上述所列因素如口碑传播方向（正面口碑和负面口碑）、网络口碑的论据质量等备受学者们关注，却很少有人提及信息特征的另一重要维度，即信息含量。高信息含量口碑是指那些较详细地介绍产品多维特征的口碑，包括介绍产品属性和功能的信息以及消费者使用该产品的经历和感受等。高信息含量口碑有助于加深消费者对该产品或服务认识，为其购买决策提供全面准确的信息。低含量信息是那些简单的或陈述不清的信息，如“很好”、“不错”、“很不满意”等。这些简短而模糊的信息不能帮助消费者对网上产品或服务有更合理的预期。在信息充斥的网络背景中，不同信息含量的网络口碑对消费者决策有何影响、相同信息含量但不同方向的网络口碑对消费者购买决策有何影响尚待进一步研究考证。

此外，口碑传播主体（传播者和接受者）是影响口碑效果的重要因素之一，已有研究较多从信息接受者的动机和熟悉性等角度考察信息接受者个人因素在口碑传播中的作用。消费者的品牌熟悉度越低，越容易受口碑的影响[8]。负面口碑对不熟悉品牌或产品的影响更为显著，特别在这个产品的核心属性是体验性或信任性的情况下，负面口碑的负面影响非常突出[11]。Henning-Thorau等将消费者接受口碑信息的动机分为四类（获得与购买相关的知识、通过信息实现社会地方、巩固社区成员的身份、学习消费一种产品），但这些动机仅能解释信息接受者行为动因的18%[12]。消费者个体因素如何影响口碑信息接受尚存较宽的研究空间。口碑的影响力受消费者个体差异的影响，其中一个很重要的因素是消费者对独特性的需求[13]。独特性需要（Need for Uniqueness）源于心理学的独特性理论，即尽管个体需要遵守大众化的社会规范以避免冲突，并赢得他人的认可、赞同和奖赏，但每个人都有体现个性和追求差异的愿望[13]。独特性需求高的个体对同他人的相似程度特别敏感，最有可能表现出各种追求特殊性的行为，以显示其独立、创新、非从众的个性。这类消费者常购买特别或稀有的产品来体现其独特性，比如收藏珍奇物品、购买非大众化的特殊商品、率先接受新鲜产品等别出心裁的消费选择。高独特性需求消费者很少为公开消费产品提供正面口碑，但愿意讨论或提供私人消费产品的正向或负向口碑[14]。独特性需要高的人更少对促销和广告吹捧做出反应。反之，独特性需求低的消费者更易表现出从众的消费行为，更倾向于附和促销及广告内容[15]。

综上可知，以往研究集中于考察网络口碑方向以及口碑信息质量对消费决策的影响。虽然计量经济范式的研究表明，评论数量和星级评分对产品销量有显著的正向影响[16]；但该范式的研究未能严格控制相关变量的影响[17]，且其评论数量是指口碑总体而非本研究所指的单个口碑。然而企业和消费者都比较困惑的一个问题是究竟详细的口碑和简略的口碑谁更有影响力，这种影响是否存在边界条件如是否因消费者个体差异性不同而不同等亦不得而知。理论上，本研究从消费者心理加工的视角，在以往研究的基础上，加入了口碑信息含量和个体独特性需求两个新变量调节网络口碑方向对消费决策的影响；本研究的结果将丰富网络口碑的研究视角，从消费者心理加工信息的可接近性和可诊断性两个角度出发，解释网络口碑对消费决策的影响。此外，以往关于正向口碑和负向口碑的效应尚存在分歧，本研究加入信息含量以及个体独特性需求两个边界条件，进一步解释了以往研究的分歧。实践上，本研究为企业如何管理网络口碑，根据不同细分市场有针对性地实施口碑营销策略提供了启示。

三、 研究假设

在网络口碑影响消费者决策的过程中，口碑信息特征是核心因素，而信息特征包括口碑的论据质量、信息含量等方面。信息含量不同，影响力度就不同。根据心理学的可接近-可诊断模型，某一信息是否有影响力以及在多大程度上用于认知判断取决于三个条件：一是可接近性（Accessibility），指消费者从记忆中提取信息的难易程度。频繁接触以及反复接触的信息容易被提取，其可接近性高。二是可诊断性（Diagnosticity），指该信息用于认知判断的有效性程度。信息或概念之间的关联性越高，共享知识就越多，信息用于判断的作用就越突出，可诊断性就越强。三是相对可诊断性，指相对于其它信息，该信息的可诊断性程度。由于注意力有限，当存在两个或更多可提取信息时，一个信息的诊断性提高，其它信息的可诊断性会降低[18]。

不同信息含量口碑的可接近性和可诊断性存在差异。高信息含量口碑内容明确丰富、翔实具体，低信息含量口碑简单模糊、主观抽象。一般情况下，消费者更易从记忆中提取具体的、确切的信息，即可接近性高的信息。因此我们认为，在同等条件下，信息含量高的网络口碑对消费者决策的影响更大，由此提出假设1：

假设1：高信息含量口碑对消费者购买决策的影响大于低信息含量口碑对消费者购买决策的影响。

在消费者行为领域，负面信息比正面信息和中性信息更有诊断性。人们对于负面信息刺激所产生的一系列心理反应和社会行为都要强于正面信息[4]。负面信息能将某一品牌产品与其它同类产品迅速区分开来，而正面信息和中性信息对于所有产品基本一致。如所有空调产品都可以制冷，但A品牌空调噪音较大，在此情况下噪音成为消费者分类空调的规则，进一步影响消费者的决策[19]。而不同方向的口碑，在不同信息含量下的效应亦不得而知。根据可接近-可诊断性模型，信息的可接近性可能调节可诊断性对消费者判断的影响。无论信息的可诊断性如何，高接近性信息将首先影响消费者的判断；然而在信息可接近性相同的条件下，信息的诊断性可能对消费者判断起决定性作用[20]。在出现频率相同的条件下，高信息含量口碑更容易为消费者关注和记忆，而低信息含量口碑难以形成联想的结点，常常被消费者忽略。由此可以推论，高接近性、低诊断性信息（高信息含量正面口碑）对消费者判断的影响可能比低接近、高诊断信息（低信息含量负面口碑）对消费者判断的印象更显著。由此可以得出假设2：

假设2：在同等条件下，高信息含量正面口碑对消费者购买决策的影响比低信息含量负面口碑对消费者购买决策的影响要显著高。

口碑传播是一个双向过程，消费者并不是被动地接受口碑信息，不同接受者对不同口碑有其不同的理解。Simonson 等（2001）发现，独特性需求高的人更少对促销和广告吹捧做出反应。相比独特性需求低的消费者，独特性需求高的消费者更倾向相信自己的判断，不喜欢跟随主流观念，较难受大众口碑的影响。由于独特性需求高的消费者追求创新选择、非流行选择以及避免与其他人相似的选择[21]，他们往往需要细节性的、高信息含量口碑来判断产品是否满足其需求。由此可以推论，与低独特性需求消费者相比，高独特性需求消费者的购买决策更易受高信息含量口碑的影响；反之，低独特性需求消费者的购买决策更易受低信息含量口碑的影响。简而言之，即个体独特性需求调节网络口碑信息含量对购买决策的影响。由此得出假设3：

假设3：高独特性需求消费者的购买决策比独特性需求消费者的购买决策更易受高信息含量口碑的影响；低独特性需求消费者的购买决策比高独特性需求消费者的购买决策更易受低信息含量口碑的影响。

网络口碑方向对消费者购买决策的影响是否会受到独特性需求的影响尚不得而知。负面口碑是对产品的否定与质疑，人们对于负面信息刺激所产生的一系列心理反应和社会行为都要强于正面信息[4]。负面口碑的影响可能不受独特性需求的影响，独特性需求高的消费者旨在标新立异而不是反其道而行之使自身利益受损。下文将通过实验研究来考察上述假设能否得到验证。

四、实验研究

我们以大学生为被试，服装作为实验产品。大学生经常在网上购买服装，对此产品品类非常熟悉，且服装的个性化和独特性特征比较显著，购买服装决策过程中消费者的独特性需求更易被激活。通过 2（口碑信息含量）×2（口碑传播方向）×2（个体独特性需求）三因素被试间设计对假设进行验证，考察信息含量、口碑方向和独特性需求在网络口碑影响消费者购买决策过程中所起的作用。

（一）变量的定义与测量

自变量分别是口碑传播方向（正面和负面）、口碑信息含量（高含量和低含量）和个体独特性需求（高独特需求和低独特需求），因变量是口碑对购买决策的影响力。以下是对各个变量的测量方法：

传播方向和信息含量均采用单问项来测量，传播方向（1=完全负面的，5=完全正面的），信息含量（1=很少，5=很多）。购买决策影响力的采用“这样的口碑信息会在我做购买决策时影响到我的决定”来测量[22]，以5点李克特（Likert）态度量表让被试者对各项指标予以评分。

独特性需求水平采用已有量表进行测量。Tian等人（2001）根据创新选择、非流行选择和避免相似三个维度编制了具有良好信度和效度的独特性需求量表（CNFU），共有31道测项[21]。陈阳等（2005）在此基础上修订了CNFU的中文版，并对中国消费者的独特性需求进行了检验[18，23]。在保证信度的基础上进一步简化量表，我们分别从创新选择、非流行选择和避免相似这三个维度的测项中各选出标准因素载荷最大的5道题，组成一个15道题的个体独特性需求量表（见表2）。同样以5点态度量表让被试对这15项指标予以评分。15道题的平均值将作为受试者的独特性需求水平，以3分为界把这些受试者的独特性需求水平分为高低两个维度，低于3分的为低独特性需求，3分及以上的为高独特性需求。

我们根据实验设计在网上选取了4种网络口碑原型（高信息含量正面口碑、高信息含量负面口碑、低信息含量正面口碑、低信息含量负面口碑）共12则网络口碑，在此基础上进行修改和完善。为了检验口碑设计的有效性，我们事先选取50位被试对12则4种网络口碑原型进行了预测，要求被试在5点Likert量表上评价网络口碑的信息含量、传播方向。选取其中典型性最强的4则网络口碑，高信息含量正面口碑（M信息含量=3821，M口碑方向=4048）、高信息含量负面口碑（M信息含量=3951，M口碑方向=4006）、低信息含量正面口碑（M信息含量=2259，M口碑方向=1434）、低信息含量负面口碑（M信息含量=2776，M口碑方向=1522）。

（二） 实验被试与实验材料

采用随机抽样的方法选取了广州某大学大三、大四本科生240名，并将他们随机分配到四个实验组。正式实验材料有4组（高信息含量正面口碑、高信息含量负面口碑、低信息含量正面口碑，低信息含量负面口碑），一则高信息含量正面口碑如下：“买的是米白色，很百搭，颜色和款式跟图片上看到的都差不多。我160cm，50KG，买的L号，略微宽松，刚好里面可以搭配衣服，质量也相当的不错，布料是纯棉的，摸起来很舒服。价格还蛮合理的，总的来说很满意！”

被试首先阅读实验指导语，其次是在网上购买某产品的情境及其产品口碑，要求消费者阅读完情境材料及口碑后，判断口碑信息对其决策的影响力。最后是独特性需求量表和一些人口统计变量问项。删除无效问卷及不完整问卷，最后有效问卷共204份。其中男92人，占总人数的45098%；女112人，占总人数的54901%。被试对服装品牌的熟悉度较高（M=421），平均网购频率达每周一次，平均每天上网时间超过两小时。

（三）数据分析与假设检验

1. 操纵检验

为了检验各个自变量是否得到了成功的操纵，对三个自变量的两个水平分别进行了T检验，结果如表1所示。

独特性需求水平采用已有量表进行测量。Tian等人（2001）根据创新选择、非流行选择和避免相似三个维度编制了具有良好信度和效度的独特性需求量表（CNFU），共有31道测项[21]。陈阳等（2005）在此基础上修订了CNFU的中文版，并对中国消费者的独特性需求进行了检验[18，23]。在保证信度的基础上进一步简化量表，我们分别从创新选择、非流行选择和避免相似这三个维度的测项中各选出标准因素载荷最大的5道题，组成一个15道题的个体独特性需求量表（见表2）。同样以5点态度量表让被试对这15项指标予以评分。15道题的平均值将作为受试者的独特性需求水平，以3分为界把这些受试者的独特性需求水平分为高低两个维度，低于3分的为低独特性需求，3分及以上的为高独特性需求。

我们根据实验设计在网上选取了4种网络口碑原型（高信息含量正面口碑、高信息含量负面口碑、低信息含量正面口碑、低信息含量负面口碑）共12则网络口碑，在此基础上进行修改和完善。为了检验口碑设计的有效性，我们事先选取50位被试对12则4种网络口碑原型进行了预测，要求被试在5点Likert量表上评价网络口碑的信息含量、传播方向。选取其中典型性最强的4则网络口碑，高信息含量正面口碑（M信息含量=3821，M口碑方向=4048）、高信息含量负面口碑（M信息含量=3951，M口碑方向=4006）、低信息含量正面口碑（M信息含量=2259，M口碑方向=1434）、低信息含量负面口碑（M信息含量=2776，M口碑方向=1522）。

（二） 实验被试与实验材料

采用随机抽样的方法选取了广州某大学大三、大四本科生240名，并将他们随机分配到四个实验组。正式实验材料有4组（高信息含量正面口碑、高信息含量负面口碑、低信息含量正面口碑，低信息含量负面口碑），一则高信息含量正面口碑如下：“买的是米白色，很百搭，颜色和款式跟图片上看到的都差不多。我160cm，50KG，买的L号，略微宽松，刚好里面可以搭配衣服，质量也相当的不错，布料是纯棉的，摸起来很舒服。价格还蛮合理的，总的来说很满意！”

被试首先阅读实验指导语，其次是在网上购买某产品的情境及其产品口碑，要求消费者阅读完情境材料及口碑后，判断口碑信息对其决策的影响力。最后是独特性需求量表和一些人口统计变量问项。删除无效问卷及不完整问卷，最后有效问卷共204份。其中男92人，占总人数的45098%；女112人，占总人数的54901%。被试对服装品牌的熟悉度较高（M=421），平均网购频率达每周一次，平均每天上网时间超过两小时。

（三）数据分析与假设检验

1. 操纵检验

为了检验各个自变量是否得到了成功的操纵，对三个自变量的两个水平分别进行了T检验，结果如表1所示。

独特性需求水平采用已有量表进行测量。Tian等人（2001）根据创新选择、非流行选择和避免相似三个维度编制了具有良好信度和效度的独特性需求量表（CNFU），共有31道测项[21]。陈阳等（2005）在此基础上修订了CNFU的中文版，并对中国消费者的独特性需求进行了检验[18，23]。在保证信度的基础上进一步简化量表，我们分别从创新选择、非流行选择和避免相似这三个维度的测项中各选出标准因素载荷最大的5道题，组成一个15道题的个体独特性需求量表（见表2）。同样以5点态度量表让被试对这15项指标予以评分。15道题的平均值将作为受试者的独特性需求水平，以3分为界把这些受试者的独特性需求水平分为高低两个维度，低于3分的为低独特性需求，3分及以上的为高独特性需求。

我们根据实验设计在网上选取了4种网络口碑原型（高信息含量正面口碑、高信息含量负面口碑、低信息含量正面口碑、低信息含量负面口碑）共12则网络口碑，在此基础上进行修改和完善。为了检验口碑设计的有效性，我们事先选取50位被试对12则4种网络口碑原型进行了预测，要求被试在5点Likert量表上评价网络口碑的信息含量、传播方向。选取其中典型性最强的4则网络口碑，高信息含量正面口碑（M信息含量=3821，M口碑方向=4048）、高信息含量负面口碑（M信息含量=3951，M口碑方向=4006）、低信息含量正面口碑（M信息含量=2259，M口碑方向=1434）、低信息含量负面口碑（M信息含量=2776，M口碑方向=1522）。

（二） 实验被试与实验材料

采用随机抽样的方法选取了广州某大学大三、大四本科生240名，并将他们随机分配到四个实验组。正式实验材料有4组（高信息含量正面口碑、高信息含量负面口碑、低信息含量正面口碑，低信息含量负面口碑），一则高信息含量正面口碑如下：“买的是米白色，很百搭，颜色和款式跟图片上看到的都差不多。我160cm，50KG，买的L号，略微宽松，刚好里面可以搭配衣服，质量也相当的不错，布料是纯棉的，摸起来很舒服。价格还蛮合理的，总的来说很满意！”

被试首先阅读实验指导语，其次是在网上购买某产品的情境及其产品口碑，要求消费者阅读完情境材料及口碑后，判断口碑信息对其决策的影响力。最后是独特性需求量表和一些人口统计变量问项。删除无效问卷及不完整问卷，最后有效问卷共204份。其中男92人，占总人数的45098%；女112人，占总人数的54901%。被试对服装品牌的熟悉度较高（M=421），平均网购频率达每周一次，平均每天上网时间超过两小时。

（三）数据分析与假设检验

1. 操纵检验

为了检验各个自变量是否得到了成功的操纵，对三个自变量的两个水平分别进行了T检验，结果如表1所示。