评论效价、新产品类型与调节定向对在线评论有用性的影响

杜晓梦 赵占波 崔 晓

(1北京百分点信息科技有限公司, 北京 100871) (2北京大学软件与微电子学院, 北京 100871)

1 引言

持续引进新产品是很多公司战略的重要方面,它可以帮助公司吸引更多的市场需求, 并在市场上保持竞争优势地位(Lundvall & Christensen, 2004)。然而, 尽管企业非常重视新产品开发, 新产品开发项目的失败率仍然高居不下, Gourville (2006)报告称平均40%至90%的新产品推出均以失败告终。新产品想要在市场上跨越这道鸿沟以存活下来, 早期市场的口碑和建议影响相当巨大, 也指出创新的采用者中, 有影响力者对新产品的意见可以对模仿者产生很大的影响(van den Bulte & Joshi, 2007)。随着互联网的兴起, 使得口碑传播扩展到网络, 形成在线口碑(online word-of-mouth)。Godes和 Mayzlin(2004)认为推动新产品扩散的关键是消费者间的口碑传播, 随着网络时代消费者在线口碑交流的日益频繁, 口碑对新产品的影响力也越来越大。因此,对于新产品来说, 在线评论的作用应该引起学术界和业界的高度重视。

近几年有研究显示, 产品类型对评论有用性具有调节作用(Pan & Zhang, 2011; Sen & Lerman,2007)。那么不同类型新产品对在线评论有用性会有何种影响？过往的研究发现调节定向与新产品采用存在密切的联系, 即与防御定向的消费者相比,促进定向的消费者更有可能购买新产品(Herzenstein,Posavac, & Brakus, 2007)。那么不同调节定向的人群评估新产品的在线评论有用性会有何区别？本文以评论效价作为研究的主变量, 以实验的方法研究评论效价(正面评论/负面评论)、新产品类型(渐进性新产品/革新性新产品)和调节定向(促进定向/防御定向)对新产品在线评论有用性的影响。

2 文献综述

2.1 在线评论有用性

Mudambi和Schuff (2010)将有用的在线评论定义为评论在消费者决策过程中所带来的帮助。Aitken, Gray和Lawson (2008)借鉴广告有效性的定义, 将在线评论有用性定义为在多大程度上在线评论的阅读者可以感知到评论发送者想要表达的信息, 并且这些信息在多大程度上可以影响评论阅读者对产品或服务的态度、情绪状态和支持意愿。Ahluwalia, Burnkrant和Unnava (2000)提出评论能否帮到消费者的购买决策过程可分为两个阶段：首先是信息的筛选过程, 即评论阅读者决定是否关注和阅读某评论; 其次是信息处理过程, 即评论阅读者基于评论诊断性决定其是否采用某评论。类似的,Sen和Lerman (2007)通过如下两个问题测量评论的有用性：(1)真实的网购环境中, 如果你要买这本书并看到这条评论, 你有多大的可能性会读这条评论？(2)假设你正在决定要不要买这本书, 这条评论有多大的可能性会影响到你的决策？总之, 现有研究大多是采用评论阅读者对评论有用性的主观感知来定义在线评论有用性的, 本文在现有研究的基础上将一条在线评论有用性定义为：“评论阅读者主观感知到的一条其他消费者生成的在线评论对于帮助自己购买决策过程的有用程度”。

2.2 评论效价对在线评论有用性的影响

Purnawirawan, De Pelsmacker和 Dens (2012)将一条评论的效价定义为评论的正负方向。评论效价可以是正面的、中立的和负面的。正面评论提供正向评估某物品的信息, 负面评论提供负向评估某物品的信息, 中性评论提供不带有任何评估方向的描述性信息。Forman, Ghose和Wiesenfeld (2008)研究发现中立评论的感知有用性明显低于正面评论或负面评论。由于评论效价直接反映消费者对产品的态度, 而正负面评论直接表达了评论者对产品的态度, 有鼓励或反对其他消费者购买的作用, 对新产品的潜在购买者决策有较为直接的影响, 因此本研究聚焦在正面评论和负面评论这两种评论上。

很多证据显示不同效价的信息影响不同, 而负面信息的影响往往更大。Ahluwalia和Shiv (1997)发现对于评论接受者来说负面信息有更大的价值,消费者更看重负面评论。Ahluwalia等(2000)证实了消费者更容易关注负面信息; Basuroy, Chatterjee和Ravid (2003)研究了电影评论和票房之间的关系,发现负面评论对票房的削弱作用高于正面评论对票房的促进作用; Chevalier和Mayzlin (2006)发现,评论打分会影响消费者的购买决策, 并且一颗星(负面评论)相比五颗星(正面评论)产生的影响更大。因此提出本文的假设1：

H1：评论效价对新产品评论有用性有显著影响, 具体表现为负面评论的有用性高于正面评论的有用性。

近几年陆续有学者发现, 享乐品的负面评论有用性相对实用品较低(Pan & Zhang, 2011; Sen &Lerman, 2007), Cui, Lui和Guo (2012)通过实证观察研究发现评论效价对搜索型新产品的销量有更大的影响, 然而评论数量对体验型新产品的销量更重要。即产品类型调节评论效价对评论有用性的影响。那么从产品创新程度出发, 新产品类型是否会调节评论效价对评论有用性的影响呢？

2.3 新产品类型对评论有用性的影响

从产品创新程度出发, Song和Montoya-Weiss(1998)将新产品分为两类, 一类是创新的新产品,另一类是改良的新产品。创新的新产品具有以下特点：(1)采用产业里未曾采用过的技术; (2)对整个行业造成影响或者引起重要变化; (3)是其所在品类中的最初产品, 并且对市场来说是全新的。相反, 改良的新产品是改造和增强现有产品。很多学者从消费者角度研究产品的创新程度感知, 认为消费者感知的产品创新程度对消费者新产品的采纳有重要影响, 并将消费者感知产品创新程度定义为“从消费者的角度来看, 相比同一品类的其他产品, 一个新产品拥有新的和独特的属性和功能的程度” (Fu,Jones, & Bolander, 2008; Wu, Balasubramanian, &Mahajan, 2004)。在现有研究基础上, 本文从消费者感知角度来界定不同创新程度的新产品, 将新产品按照消费者感知的产品创新程度的不同分类为：渐进性新产品和革新性新产品。

消费者在考虑是否采用一个新产品时, 会感知到诸多不确定性(Garcia & Atkin, 2005)。Hoeffler(2003)认为新产品存在六种不确定性来源, 包括产品收益的不确定性、产品缺陷的不确定性、产品社会影响的不确定性、制造商传递收益的不确定性、制造商克服产品缺陷的不确定性、制造商社会影响力的不确定性。另外, Hoeffler还识别出新产品转换成本不确定性是妨碍新产品采用的重要障碍。Castaño, Sujan, Kacker和 Sujan (2008)也认为妨碍新产品采用的决定因素是成本, 尤其是学习成本,并伴随着弃用熟悉的产品转移到新产品所要经历的心理不适。消费者感知到的不确定性导致消费者假定创新可能会带来某些负面结果, 而对负面结果出现可能性的评估导致了感知风险。现有研究定义了几种形式的感知风险, 包括身体风险、经济风险、功能风险和社会风险。其中, 身体风险是指消费者感知到的由于创新所可能导致的对身体的潜在危害(Klerck & Sweeney, 2007); 经济风险与新产品所花费的成本有关(Woodside & Biemans, 2005); 功能风险与新产品性能的不确定性有关(Woodside &Biemans, 2005); 社会风险是指消费者对其周围社会环境能否接受他/她对新产品的采用的感知(Fain& Roberts, 1997)。

由新产品引起的不确定性和感知风险, 会因为不同创新程度的新产品而有所不同。Hoeffler (2003)通过实验的方法发现被试认为创新程度高的新产品不确定性更高, 而这种高的不确定性伴随着更高的感知风险。这种不确定性和感知风险会导致三方面的困难：消费者很难对新产品收益的实用性做出准确评估; 消费者很难理解产品性能和所提供的好处之间的关系; 消费者必须努力将自己置身于使用情景去想象新产品会带来的好处。

另外, 消费者对某一产品品类已有的知识(prior knowledge)会影响消费者对产品优点和风险的感知(Moreau, Lehmann, & Markman, 2001)。与已有知识少的消费者相比, 已有知识较多的消费者表现出更强的迅速做决定的倾向(Thunholm, 2005)。Wood和Lynch Jr (2002)指出有较多已有知识的消费者有较低的学习动机, 而有较少的已有知识的消费者, 倾向于在更多的产品中做比较(Mitchell &Dacin, 1996)。由于人们对革新性新产品的产品知识远少于对渐进性新产品的产品知识, 因此, 对于革新性新产品, 消费者的已有知识较少, 有更高的动机寻求同伴的产品评论的帮助; 而对于渐进性新产品, 消费者的已有知识较多, 寻求同伴产品评论帮助的学习动机则没有强烈。因此提出本文的假设2：

H2：产品类型对新产品评论有用性有显著影响,具体表现为革新性新产品的评论有用性高于渐进性新产品的评论有用性。

在前文的文献研究中, 很多学者提出负面评论比正面评论更有用、影响力更大、更容易获得消费者的关注等。Lee和Aaker (2004)研究指出, 当感知风险程度较低时, 个体更关注正面结果; 当感知风险程度较高时, 个体更关注负面结果。

由于革新性新产品不确定性和感知风险明显高于渐进性新产品, 因此本文认为负面评论对革新性新产品的影响更大, 正面评论对渐进性新产品的影响更大。因此提出本文假设3：

H3：产品类型影响评论效价对评论有用性的作用, 具体表现为：负面评论对革新性新产品的有用性更高; 而正面评论对渐进性新产品的有用性更高。

2.4 调节定向对在线评论有用性的影响

Higgins(1997)首次提出调节定向理论(regulatory focus theory), 将自我调节系统分为促进定向和防御定向。其中促进定向关注成长, 最大化正面结果, 而防御定向关注安全, 最小化负面结果。调节定向分为特质性调节定向和情境性调节定向, 前者具有稳定性, 后者具有临时性和可变性(Molden,Lee, & Higgins, 2008)。其中情境性调节定向的操控方式主要有：任务框架——告知被试可以获得或无法获得某一积极结果(促进定向)/可以避免或不能避免某一消极结果(Higgins, 2000); 自我指导类型——让被试写出他们希望、目标或者义务、责任(Amodio, Shah, Sigelman, Brazy, & Harmon-Jones,2004); 自传记忆任务——让被试回忆过去获得或未获得某一积极结果经历/避免或未避免某一消极结果的经历(Baas, De Dreu, & Nijstad, 2011)等等。

在思维方式和信息处理方面, Crowe和Higgins(1997)发现在客观物体分类或描述时, 相对于防御定向的个体, 促进定向的个体采用更多的分类标准并且描述了更多的物体特征, 说明促进定向的个体思维比较发散, 对信息的开放性和包容性更高。Förster, Higgins和Bianco (2003)发现在信息处理时,促进定向的个体更倾向于使用探索性(exploratory)的信息加工方式, 并且更强调速度; 而防御定向的个体更倾向于使用谨慎(cautious)的信息加工方式,并且更强调准确。Zhu和Meyers-Levy (2007)研究发现不同调节定向的个体的思维方式存在差异：促进定向的个体拥有更高的认知能力, 善于提取出事物与事物之间的深层关系; 防御定向的个体拥有较低的认知能力, 善于处理具体信息, 更关注于外界事物的具体信息点。

由于促进定向的个体对信息的开放性和包容性更高, 能够快速的进行信息加工, 并且善于提取出事物与事物之间的深层关系, 因此当促进定向的个体处理产品评论信息时, 其开放性和包容性也更高, 能更快的对评论信息进行处理, 并且挖掘到评论中提到的信息与产品的关系以及与自己的关系。而防御定向的人对评论的开放性和包容性较差, 对于评论中提到的自己没有想到的信息容易忽略或认为无用, 对于评论所传递的信息持谨慎和警惕态度, 不易挖掘到评论中提到的信息与产品的关系以及与自己的关系。因此提出本文的假设4：

H4：消费者调节定向对新产品评论有用性有显著影响, 具体表现为促进定向的人比防御定向的人认为评论的有用性更高。

Higgins (2000)在调节定向理论的基础上, 又提出了另一重要理论——调节匹配理论(regulatory fit theory)。该理论认为, 个体追求目标时采用支持他们调节定向的行为方式会经历调节匹配。具体来说, 调节匹配是在个体制定决策时, 个体的调节定向, 与他们所追求目标和结果时所采用的策略方式相匹配。基于调节定向而达成的调节匹配会产生额外价值(value from fit), 而价值的增加又进而导致动机、情绪、行为等方面的增强, 即产生调节匹配效应(regulatory fit effect)。在营销领域, Lee和Aaker(2004)发现个体对信息的评估受调节匹配的影响,当广告的信息框架与被试调节定向一致时, 广告的说服效果最好。即收益框架的信息用促进定向的方式表达时, 更有说服力; 而损失框架的信息用防御定向的方式表达时, 说服力更强。Avnet和Higgins(2003)发现调节定向对劝说和消费者购买方面的行为有明显的影响。

由于促进定向的人偏好收益, 对正面信息更加敏感, 正面评论会达成调节匹配, 负面评论会达成调节非匹配, 因此正面评论的有用性可能更高。而防御定向的人追求非损失, 对负面信息更加敏感,因此负面评论会达成调节匹配, 正面评论会达成调节非匹配, 因此负面评论的有用性可能更高。因此提出本文的假设5：

H5：调节定向会影响评论效价对新产品评论有用性的作用, 具体表现为：对于促进定向的人, 正面评论的有用性高于负面评论; 对于防御定向的人,负面评论的有用性高于正面评论。

研究发现不同调节定向的人群有不同的冒险精神。Crowe和Higgins (1997)提出促进定向的个体有明显的冒险倾向, 防御定向的个体有明显的保守倾向。Molden和Finkel (2010)研究发现促进定向个体在决策中倾向于使用冒险的(risky)策略：为获得收益最大化, 不惜以重大损失为代价; 而防御定向的个体则倾向于在决策中采取保守(conservative)策略：为避免损失确保安全, 不惜以放弃重大收益为代价。因此, 与促进定向的消费者相比, 防御定向的消费者会顾虑新产品的性能风险, 担心新产品出现故障, 购买意向相对较低(Herzenstein et al., 2007)。

Herzenstein等(2007)探讨了调节定向类型和风险明确与否对新产品购买决策的影响。结果发现,当革新性新产品的所伴随的风险不明确时, 促进定向的被试的购买意愿明显高于防御定向的被试; 当风险明确时, 不管是促进定向的被试还是防御定向的被试, 购买意愿都降低, 并且差异不大。这说明,对于促进定向的人来说, 风险明确和不明确时偏好的策略不一致, 即风险明确时偏好保守, 风险不明确是偏好冒险; 而对防御定向的人来说, 不管风险明不明确都偏好保守策略。由于革新性新产品的不确定性和感知风险明显高于渐进性新产品, 而负面评论会使得新产品的感知风险更高, 即风险明确, 正面评论会使得新产品的感知风险不升高, 风险仍不明确。

对于促进定向的个体来说, 当个体评估革新性新产品时：由于产品的不确定性和感知风险较大,负面评论使得产品风险明确, 使得个体偏好保守,尽管个体会经历调节非匹配, 但是由于负面评论能帮助个体规避风险, 因此负面评论也会有较高的有用性; 正面评论使得产品风险不明确, 使得个体偏好冒险, 并且个体会经历调节匹配, 因此会有较高的有用性。当个体评估渐进性新产品时：由于产品的不确定性和感知风险较小, 因此个体偏好冒险,并且正面评论引发调节匹配, 因此正面评论的有用性高于负面评论。也就是说, 不同类型的新产品会调节评论效价对评论有用性的影响。

而对于防御定向的个体来说, 当个体评估革新性新产品时：由于不管是风险明不明确, 个体都偏好保守, 并且负面评论引发调节匹配, 因此负面评论的有用性高于正面评论。当个体评估渐进性新产品时：尽管产品的不确定性和感知风险较小, 但是由于负面评论会引发调节匹配, 因此负面评论的有用性高于正面评论。也就是说, 不管是何种新产品类型, 负面评论的有用性都要高于正面评论。因此提出本文的假设6：

H6：新产品类型、评论效价对评论有用性的影响对于不同调节定向的个体有不同的作用模式, 具体表现为：对于促进定向的消费者, 新产品类型对于评论效价对评论有用性的影响具有调节作用; 对于防御定向的人来说, 新产品类型对于评论效价对评论有用性的影响不具有调节作用

基于以上分析及假设的提出, 本文的研究框架如图1。

图1 研究框架

3 实验1

实验 1设计为 2(新产品类型：渐进性新产品/革新性新产品)×2(评论效价：正面/负面)的组间操控设计。其目的有三个, 首先是检验评论效价对评论有用性的影响, 即验证 H1; 其次是检验新产品类型对评论有用性的影响, 即验证 H2; 最后是检验新产品类型是否会调节评论效价对评论有用性的影响, 即验证H3。

3.1 前测实验1

前测实验1的目的是选出用于主实验的产品及产品描述刺激, 即两款渐进性新产品及产品描述,和两款革新性新产品及产品描述。

研究搜集了大量不同品类的新产品, 并从中选出了10个。为每个新产品设计了产品描述, 并对以下因素进行了控制：每个产品的展示均由产品名称,产品图片及产品描述组成; 每个产品的图片尺寸均相同且均位于产品描述上方; 产品描述字数均控制在 200～300字之间; 产品的品牌信息被去掉, 以排除现有品牌的影响。我们邀请了北京某综合性大学40位学生参加实验1的前测实验1, 被试被提供10个新产品的图片和产品描述。所有产品随机排列,被试在看完每个产品后, 被要求对产品的创新性进行打分。问卷参考 Hoeffler (2003), 调整后得到本实验所用条目。

实验结果显示, 各产品在产品创新性得分(非常低/非常高) 上差异显著。其中, USB一体蓝牙耳机和糖尿病人专用隐形眼镜在产品创新性上差异显著(3.23＜6.13, t=14.62, df=78, Cohen’s d=3.31, p<0.001), 被用做实验 1的刺激物。吸盘式便携蓝牙音箱和智能头箍在产品创新性上差异显著(3.33＜6.18, t=15.53, df=78, Cohen’s d=3.52, p< 0.001), 被用做实验2的刺激物。两组产品的创新程度得分均值如图2所示。

图2 实验1 前测实验1两组产品创新程度得分均值

3.2 前测实验2

在选出产品刺激物之后, 为每个产品设计了 5条正面评论和5条负面评论。前测实验2的目的是选出用于主实验的两条正面评论和两条负面评论。

为所选出的4个产品每个设计5条正面评论和5条负面评论, 并对以下因素进行了控制：每条评论的字数控制在120字左右, 以排除信息量不同对评论有用性的影响; 每条评论都保证兼具主观体验和客观信息两方面的内容, 以排除主客观表达方式对评论有用性的影响。我们邀请了北京某综合性大学40位学生参加实验1的前测实验2, 被试被提供给4个产品, 每个产品还有5条正面评论和5条负面评论以选出用于后续主实验的评论刺激。所有评论按随机顺序排列, 被试在看完每条评论后, 被要求对评论的正负面程度打分。量表参考 Sen和Lerman (2007)的研究, 调整后得到本实验所用条目。

实验结果显示, 各评论在评论效价的得分(非常负面/非常正面)上差异显著。实验1所用的USB一体蓝牙耳机的两条正面评论的得分显著高于两条负面评论的得分(M正面评论=5.84＞M负面评论=2.20, t=23.75, df=78, Cohen’s d=5.38, p<0.001); 糖尿病人专用隐形眼镜的两条正面评论的得分显著高于两条负面评论的得分(M正面评论=5.95＞M负面评论=2.11, t=22.08, df=78, Cohen’s d=5.00, p<0.001); 实验 2 所用的吸盘式便携蓝牙音箱的两条正面评论的得分显著高于两条负面评论的得分(M正面评论=6.11＞M负面评论=2.01,t=37.16, df=78, Cohen’s d=8.42, p<0.001); 智能头箍的两条正面评论的得分显著高于两条负面评论的得分(M正面评论=6.21＞M负面评论=1.90, t=28.77, df=78,Cohen’s d=6.52, p<0.001)。这说明对评论效价的操控有效。四款产品的评论效价得分均值如图3所示。

3.3 正式实验

在正式实验中, 通过让被试浏览一个新产品的图片和产品描述, 以及其他消费者的在线评论, 使其置身于真实的网购环境中。在浏览结束后, 测量被试对新产品评论有用性的打分。本研究对于评论有用性的测量参考了Sen和Lerman (2007)的量表,进行调整得到量表题目。和预实验类似, 我们以同样的方式邀请了同一所大学北京某综合性大学160名学生参与实验, 每人被随机分配到以上四组中的一组, 被试都被要求先用至少 60秒浏览革新性或渐进性新产品的图片及其产品描述, 然后浏览两条正面评论或负面评论, 最后完成评论有用性问卷。140个样本中, 男性样本数量为76个, 占总样本量的46.7%。21～25岁68.8%, 26～30岁31.2%。对被试进行了 2(新产品类型：渐进性新产品/革新性新产品)×2(评论效价：正面/负面)的 ANOVA 分析, 最后得到有效样本140份, 结果如表1所示。

图3 实验1 前测实验2四款产品评论效价得分均值

结果显示：首先, 评论效价的主效应是显著的,即评论效价为正面和负面两种情况下, 评论有用性的均值差异显著(M正面评论=4.99＜M负面评论=5.569,F(1,136) =12.19, η2=0.08,p<0.05)。因此, 负面评论的有用性高于正面评论的有用性, H1得到验证。其次,产品类型的主效应是显著的, 即新产品类型为渐进性和革新性两种情况下, 评论有用性得分的均值差异显著(M渐进性=4.99＜M革新性=5.55,F(1, 136)=11.59,η2=0.08,p<0.05)。因此, 革新性新产品的评论的有用性明显高于渐进性新产品的评论的有用性, H2得到验证。再次, 评论效价和新产品类型之间存在显著的交互作用(F(1, 136)=5.76, η2=0.04,p<0.05)。因此, 新产品类型会调节评论效价对评论有用性的影响。二者的交互作用如图4显示。

由图 4可以看出, 当评论效价为负面时, 评论对渐进性新产品的有用性的均值要远小于评论对革新性新产品的有用性的均值, 说明负面评论对不同类型新产品的有用性的影响的差异十分明显; 当评论效价为正面时, 评论对渐进性新产品的有用性的均值和评论对革新性新产品的有用性的均值差别不大, 说明正面评论对不同类型新产品的有用性的影响不明显。即负面评论对革新性新产品的有用性高于渐进性新产品; 正面评论对渐进性新产品和革新性新产品的有用性无显著差异。因此, H3得到部分验证。我们猜测, 正面评论对渐进性新产品的有用性未高于革新性新产品, 可能是因为而正面评论都会在一定程度上增加消费者对待产品的态度,也都有可能更多的归因为评论者自身原因, 因此两种类型新产品的正面评论有用性区别不大。

实验1的结果说明, 负面评论的有用性显著高于正面评论的有用性, 而革新性新产品的评论有用性显著高于渐进性新产品的评论有用性。同时, 评论效价和新产品类型两者之间存在着一定的交互作用, 即负面评论对革新性新产品的有用性更高;而正面评论对渐进性新产品和革新性新产品的有用性无显著差异。

实验1从产品特征(新产品类型)和评论特征(评论效价)的角度考察了评论有用性的差异。在网络购物中, 消费者自身特征也会影响到评论有用性的感知。因此实验2将会引进调节定向这个变量, 检验调节定向对评论有用性的影响。

表1 新产品类型与评论效价对评论有用性的影响

图4 实验1新产品类型与评论效价的交互作用图

4 实验2

实验 2设计为 2(新产品类型：渐进性新产品/革新性新产品) × 2(评论效价：正面/负面) × 2(调节定向：促进/防御)的组间操控设计。其目的有三个,首先是检验调节定向对评论有用性的影响差异, 即验证 H4; 其次是检验调节定向和评论效价对评论有用性的影响, 即验证 H5; 最后是检验调节定向是否会调节评论效价和新产品类型对评论有用性影响, 即验证H6。

4.1 前测实验

实验2中需要促进定向和防御定向两种调节定向的被试。本文采用操控的方式, 将被试临时操控为情境性促进定向或情境性防御定向。因此, 前测实验的目的是检验情境性调节定向的操控是否有效。

本文参考 Baas等(2011)“自传式记忆”的范式,选取自传式记忆任务作为情境性调节定向的启动材料。实验要求被试回忆自己的一段经历以启动不同类型的情境性调节定向, 被试要求至少填写200字。要求情境性促进定向组被试撰写“自己获得某一积极结果或未能获得某一积极结果的一次经历”, 要求情境性防御定向组被试撰写“自己成功避免某一消极结果或未能避免某一消极结果的一次经历”, 并且要求被试用具体形象的语言将这段经历描述出来, 使人能够根据其描述想象该情境。我们邀请了北京某综合性大学48位学生参加实验2前测实验, 随机的将24位被试分配到情境性促进定向实验组, 另外24位分配到情境性防御定向实验组。实验分为三部分,先要求被试填写中文版的《调节定向问卷》(Higgins et al., 2001), 然后完成操控问题, 最后填写一般调节定向测量问卷(Lockwood, Jordan, & Kunda, 2002)。

实验结果显示, 对于情境性促进定向实验组,操控前和操控后的调节定向得分进行独立样本t检验, 结果表明操控后的调节定向得分相对于操控前显著提高(M操控前=0.48＜M操控前=1.12,t=-2.14,df=46,Cohen’s d=0.63,p<0.05), 说明该实验组的情境性促进定向被激活; 对于情境性防御定向实验组, 操控前和操控后的调节定向得分进行独立样本t检验,结果表明操控后的调节定向得分相对于操控前显著降低(M操控前=0.63＞M操控后=-0.23,t=2.73,df=46,Cohen’s d=0.81,p<0.05), 说明该实验组的情境性防御定向被激活。两组被试的调节定向得分均值如图5所示。

图5 实验2前测试验操控前后调节定向得分均值图

4.2 正式实验

实验通过“自传式记忆”启动不同类型的情境性调节定向, 然后让被试浏览一个新产品的图片和产品描述, 以及其他消费者的在线评论, 使其置身于真实的网购环境中。不同调节定向的被试会浏览到不同创新程度的产品和不同评论效价的评论。在浏览结束后, 让被试填写评论有用性的题目, 题目与实验1相同。和预实验类似, 我们以同样的方式邀请了同一所大学北京某综合性大学200名学生参与实验, 每人被随机分配到八个实验组中的一组,被试都首先被要求先要求被试填写中文版的《调节定向问卷》, 然后完成“自传式记忆”操控问题和填写一般调节定向测量问卷完成情境性促进定向或情境性防御定向操控问题, 然后用 60秒浏览渐进性或革新性新产品的图片及其产品描述, 接着阅读两条正面评论或负面评论, 最后完成评论有用性问卷。

200个样本中, 男性样本数量为96个, 占总样本量的 48%。21～25岁 73%, 26～30岁 27%。情境性促进定向实验组操控后的调节定向得分相对于操控前显著提高(M操控前=0.42＜M操控后=1.21,t=-2.31,df=46,Cohen’s d=0.65,p<0.05); 情境性防御定向实验组操控后的调节定向得分相对于操控前显著降低(M操控前=0.66＞M操控后=-0.25,t=2.69,df=46,Cohen’s d=0.78,p<0.05)。

表2 新产品类型、评论效价与调节定向对评论有用性的影响

对被试进行了 2(新产品类型：渐进性新产品/革新性新产品) × 2(评论效价：正面/负面) × 2(调节定向：促进/防御)的ANOVA分析, 结果如表2所示。

结果显示：(1)和实验1类似, 新产品类型的主效应是显著的(F(1, 192)=7.65, η2=0.04,p=0.006),即革新性产品会显著提高评论的有用性; (2)和实验1类似, 评论效价的主效应是显著的(F(1, 192)=44.65, η2=0.19,p<0.001), 即负面评论的有用性显著高于正面评论的有用性; (3)调节定向的主效应是显著的(F(1, 192)=4.77, η2=0.02,p<0.05), 即促进定向的人认为评论更有用, 因此验证了 H4; (4)新产品类型和评论效价的交互作用显著(F(1, 192)=4.49,η2=0.02,p<0.05), 这进一步印证了实验 1的结果;(5)新产品类型和调节定向的交互作用不显著(F(1,192)= 2.89, η2=0.02,p=0.091); (6)评论效价和调节定向的交互作用显著(F(1, 192)=26.30, η2=0.12,p<0.001); (7)新产品类型、评论效价和调节定向间存在着显著的三向交互作用(F(1, 192)=4.63, η2=0.02,p<0.05)。

其中, 评论效价和调节定向的交互作用是显著的, 这验证了H5。二者的交互作用结果如图6所示。

为了进一步验证交互作用的具体影响, 我们进行了单因素效应分析(simple effect test)。分析结果表明, 对于防御定向的人来说, 负面评论有用性显著高于正面评论有用性; 而对于促进定向的人来说, 负面评论有用性与正面评论有用性差异不显著,因此, H5得到了部分验证。

图6 实验2评论效价与调节定向的交互作用图

我们猜测, 对于促进定向的人来说, 负面评论有用性与正面评论有用性差异不显著的原因可能是：尽管促进定向的个体偏好收益, 但是负面评论也会引起个体的警惕, 从而激发情境性防御定向,从而使得非损失的保守策略占了上风, 使得负面评论的有用性升高。那么, 是什么原因导致了促进定向的个体认为正负面评论有用性差异不大呢？产品类型是否在这里起调节作用呢？带着这样的疑问, 我们进一步对产品类型的调节作用进行了研究。

新产品类型、评论效价和调节定向三个因素的交互作用是显著的。这说明, 在不同的调节定向下,新产品类型和评论效价对评论有用性的影响模式存在显著差异, 亦即新产品类型和评论效价对评论有用性的影响模式在不同的促进定向的人群中存在着显著的差异。这验证了H6。为了考察这种差异, 我们分别对两种调节定向：促进定向和防御定向, 进行了单独的数据分析。

表3 防御定向组：新产品类型与评论效价的交互作用

对防御定向的数据进行了2(新产品类型：渐进性新产品/革新性新产品) × 2(评论效价：正面/负面)的ANOVA分析, 结果如表3所示。

结果显示：首先, 新产品类型的主效应不显著,即对于防御定向的人, 革新性新产品与渐进性新产品的评论有用性无显著差异(F(1,96)=0.69, η2=0.02,p=0.409); 其次, 评论效价的主效应显著, 即对于防御定向的人来说, 正面评论与负面评论的有用性差异显著, 负面评论有用性显著高于正面评论(F(1,96)=68.43, η2=0.10,p<0.001); 再次, 新产品类型和评论效价的交互作用不显著(F(1,96)=0.01,η2=0.09,p=0.947), 即对于防御定向的人, 新产品类型和评论效价对评论有用性的交互作用不显著。如图7所示。

对促进定向的数据进行了2(新产品类型：渐进性新产品/革新性新产品)× 2(评论效价：正面/负面)的ANOVA分析, 结果如表4所示。

结果显示：首先, 新产品类型的主效应是显著的, 即对于促进定向的人, 革新性新产品与渐进性新产品的评论有用性差别显著(M革新性=5.84＞M渐进性=2.20,F(1,96)=10.54, η2=0.10,p<0.001); 其次, 评论效价的主效应不显著, 即对于促进定向的人来说,正面评论与负面评论的有用性差异不显著(F(1,96)=1.28, η2=0.01,p=0.262); 再次, 新产品类型和评论效价的交互作用显著(F(1,96)=9.64,η2=0.10,p<0.001), 即对于促进定向的人, 革新性新产品的负面评论有用性明显高于正面评论有用性, 而渐进性新产品负面评论的有用性略低于正面评论的有用性, 如图8所示。

图7 实验2防御定向组调节定向与评论效价的交互作用图

表4 促进定向组：新产品类型与评论效价的交互作用

图8 实验2促进定向组调节定向与评论效价的交互作用图

由图 8可以看出, 对促进定向的个体来说, 革新性新产品的负面评论有用性高于正面评论, 而渐进性新产品的负面评论有用性低于正面评论, 并且两种新产品正面评论有用性差异不大。这也就解释了为什么 H5中的部分假设, 也就是促进定向的人认为正面评论更有用, 未能得到验证的原因。

为了进一步验证交互作用的具体影响, 我们进行了单因素效应分析(simple effect test)。分析结果表明, 对于促进定向的人来说, 当面对渐进性新产品时, 负面评论有用性与正面评论有用性差异不显著; 而当面对革新性新产品时, 负面评论有用性显著高于正面评论有用性。这说明, 对于促进定向的人来说, 新产品类型对评论效价对评论有用性的影响有调节作用：渐进性新产品的正面评论有用性高于负面评论, 但差异不显著; 而革新性新产品正负面评论有用性差异显著, 负面评论的有用性要显著高于正面评论。这种反方向的作用也解释了为什么促进定向的个体认为正负面评论有用性差异不大。那么, 是什么原因导致对于促进定向的被试来说,革新性新产品负面评论有用性显著高于正面评论呢？本文认为, 尽管负面评论导致调节非匹配, 但是由于个体对革新性新产品有较少的已有知识, 更加依赖产品评论, 并且负面评论具有更强的刺激和唤醒作用, 因此负面评论的有用性反而高于正面评论。

实验2的结果说明, 新产品类型和评论效价对评论有用性的影响模式在不同的促进定向的人群中存在着显著的差异。对于促进定向的消费者, 新产品类型对于评论效价对评论有用性的影响具有调节作用, 即革新性新产品的负面评论有用性显著高于正面评论, 而渐进性新产品正负面评论有用性差异不显著; 对于防御定向的人来说, 新产品类型对于评论效价对评论有用性的影响不具有调节作用, 即革新性新产品和渐进性新产品的负面评论有用性都显著高于正面评论。

5 总结与结论

5.1 研究总结

本研究试图通过两个实验研究评论效价(正面评论/负面评论)、新产品类型(渐进性新产品/革新性新产品)和调节定向(促进定向/防御定向)对新产品在线评论有用性的影响。本文在文献研究的基础上提出了6个研究假设, 并通过两个实验进行验证。

实验1结果表明, 负面评论的有用性显著高于正面评论的有用性; 而革新性新产品的评论有用性显著高于渐进性新产品的评论有用性; 并且, 评论效价和新产品类型两者之间存在着一定的交互作用, 即革新性新产品的负面评论有用性显著高于正面评论有用性, 而对于渐进性新产品, 正负面评论的有用性无显著差异。实验2结果表明, 促进定向的个体认为评论有用性更高; 同时, 促进定向的个体认为正负面评论有用性差异不大, 防御定向个体认为负面评论有用性明显高于正面评论; 并且, 新产品类型和评论效价对评论有用性的影响模式在不同的促进定向的人群中存在着显著的差异, 对于促进定向的消费者, 新产品类型、评论效价对评论有用性有显著的交叉效应; 而对于防御定向的人来说, 这种影响不显著。

5.2 研究的理论贡献

近年来, 在线评论有用性受到了越来越多的关注, 很多学者从评论有用性的影响因素出发, 试图发现组成一条对于消费者有用的评论的因素。现有研究主要从三大方面展开研究, 分别是评论本身特征、产品特征和评论发起者和阅读者特征。其中评论本身特征收的关注最为广泛：包括评论效价(Ahluwalia et al., 2000; Ahluwalia & Shiv, 1997;Basuroy et al., 2003; Chevalier & Mayzlin, 2006; Sen& Lerman, 2007)、评论极端程度(Schlosser, 2011)、评论主客观表达方式(Ghose & Ipeirotis, 2011;Kohilakanagalakshmi, Trueman, & Mirnalinee,2012)、评论长度(Pan & Zhang, 2011)、评论可读性(Kohilakanagalakshmi et al., 2012)、评论时间(Kohilakanagalakshmi et al., 2012)、评论数量(Khare,Labrecque, & Asare, 2011)、评论一致性等; 产品特征方面, 主要包括产品类型(Pan & Zhang, 2011;Sen & Lerman, 2007)、产品卷入度(Pan & Zhang,2011)和产品流行度(Zhu & Zhang, 2010), 其中产品类型主要是享乐品和实用品; 评论发起者和阅读者特征方面, 研究主要包括评论者创新性(Pan &Zhang, 2011)、评论者专业性(Karmarkar & Tormala,2010)、独特性需求(Khare et al., 2011)、消费者互联网经验(Zhu & Zhang, 2010)、评论者和阅读者的偏好相似性(He & Bond, 2013)。但是, 现有研究中仅有少数的研究同时考虑到评论本身特征、产品特征和评论发起者和阅读者特征这三大影响评论有用性的方面(He & Bond, 2013; Jiménez & Mendoza,2013; Pan & Zhang, 2011)。并且目前仅有一篇研究涉及对新产品评论有用性(Cui et al., 2012), 但此研究对新产品的分类仍是从搜索品和体验品出发, 而非更具有分类意义的新产品创新程度。

(1) 与现有研究结果相比：

本文实验结果显示负面评论的有用性高于正面评论的有用性, 这验证了诸多现有研究(Ahluwalia& Shiv, 1997, Sen & Lerman, 2007, Ahluwalia et al.,2000, Basuroy et al., 2003, Chevalier & Mayzlin, 2006等)。

Lee和 Aaker (2004)研究指出, 当感知风险程度较低时, 个体更关注正面结果; 当感知风险程度较高时, 个体更关注负面结果。而本文发现负面评论的确对革新性新产品的有用性更高; 但正面评论对革新性和渐进性新产品的有用性无差异。

Zhu和Meyers-Levy (2007)研究发现促进定向的个体相比防御定向的个体拥有更高的认知能力,而本文也发现促进定向的人比防御定向的人认为评论的有用性更高。

(2) 在现有研究基础上, 本文提出了新的观点：

1) 现有的产品评论有用性的研究主要集中在已有产品上, 对于产品类型的考量也仅仅才出现在实用品和享乐品上。而本研究将在线评论有用性的研究扩展到了新产品领域。研究发现, 革新性新产品的评论有用性显著高于渐进性新产品的评论有用性。

2) 本研究引入了新产品创新程度, 从革新性和渐进性新产品这个全新的角度来研究评论有用性; 并验证了新产品创新程度对评论有用性的影响,在一定程度上填补了研究的空白。研究发现, 评论效价和新产品类型两者之间存在着一定的交互作用, 即负面评论对革新性新产品的有用性高于渐进性新产品, 而正面评论对渐进性新产品和革新性新产品的有用性无显著差异。

3) 调节定向作为应用极为广泛的心理学理论,已被广泛应用于包括新产品采纳在内的社会领域的诸多方面, 但是有关新产品在线评论的有用性还少有学者进行研究。而本问研究了不同了调节定向的人群对评论有用性的评估差异, 延伸了调节定向理论的研究范围。研究发现, 促进定向的个体认为正负面评论有用性差异不大, 防御定向个体认为负面评论有用性明显高于正面评论; 并且, 新产品类型和评论效价对评论有用性的影响模式在不同的促进定向的人群中存在着显著的差异, 对于促进定向的消费者, 新产品类型、评论效价对评论有用性有显著的交叉效应; 而对于防御定向的人来说, 这种影响不显著。

5.3 研究的实践意义

本研究所设计的两个实验结果也有较强的营销实践意义, 具体体现在以下几个方面：

(1) 针对实验 1的结果, 负面评论的有用性显著高于正面评论的有用性, 因此对厂商来说负面评论和正面评论的影响是非对称的, 在产品开发、产品推广和消费者沟通时, 都要做好负面评论的及时处理甚至危机处理。评论效价和新产品类型两者之间存在着一定的交互作用, 即负面评论对革新性新产品的有用性高于渐进性新产品, 而正面评论对渐进性新产品和革新性新产品的有用性无显著差异。因此对于厂商来说, 革新性新产品的负面评论是尤其要注意的, 由于消费者认为革新性新产品的负面评论有用性高, 往往与对革新性新产品的知识缺失有关, 因此厂商应加大技术宣传和解释的投入和力度, 降低消费者的知识缺口和对新产品的性能担忧。

(2) 针对实验 2的结果, 促进定向的消费者比防御定向的消费者认为评论更有用, 正负面评论对不同调节定向消费者的有用性不同, 以及不同调节定向的消费者对不同类型新产品正负面评论有用性的感知不同。这说明, 零售电商可以针对自己的会员进行调节定向测量, 并且根据不同的结果进行精准营销和管理。

第一, 促进定向的消费者比防御定向的消费者认为评论更有用, 因此电商可以更加积极的推送新产品信息和评论信息给促进定向的会员, 以激发他们的购买愿望。而对于防御定向会员来说, 则需要通过广告信息框架和评论信息框极来进行更多的影响。

第二, 电商的评论系统可增加筛选算法, 使得不同类型的消费者看到对自己更有用的评论。对于促进定向的人, 确认好处的评论更有益; 对于防御定向的人, 排除坏处的评论更有益。这样可以帮助消费者缩短决策时间, 经历愉快的购物体验, 同时帮助商家提高销量。

5.4 研究的局限性

(1) 研究变量方面

自变量方面, 对评论效价的研究, 本文只研究了正面评论和负面评论, 没有研究中立评论。中立评论往往正负面评论兼具, 其对新产品的评论有用性有待具体研究; 调节定向方面, 本文采用的情境性调节定向, 通过实验操控的方法激发被试的情境性调节定向, 而长期调节定向是否会有同样的结果可以在未来的研究中进行对比; 另外, 本文只选择了三个自变量, 即评论效价、新产品类型和评论接受者特征, 但以往的研究显示有更多的因素构成了评论有用性, 因此对于新产品评论有用性的研究可以从完整的影响因素模型进行研究。因变量方面,本文采用的是消费者评论有用性, 对随后的购买意愿没有进一步的研究, 建议未来的研究可以更多从这个角度研究。中介变量方面, 本文没有对正负面评论的归因进行测量, 后续研究可以尝试以此为切入点。

(2) 实验样本方面

实验的样本存在一定的局限性, 实验对象都是北京某综合性大学的在读学生, 实验的样本存在一定的局限性, 一方面有实验对象的身份特点的限制性; 另一方面也有实验对象所处的地域环境的局限性。本论文的实验结果虽然可以在一定程度上说明调节定向对于评论有用性的影响作用, 但研究结论对于其他职业或是其他地域人群的适应性还有待检验。

(3) 实验设计方面

实验中设计中所用的评论数量只有两条, 正面评论组的评论全是正面, 但实际的网购情况是正负面混杂, 评论数量较多, 未来的研究可以在这方面进行改进。实验刺激物选择上, 采用耳机-隐形眼镜、音箱-头箍的配对组合, 由于没有控制住功能和属性的差异, 研究结论可能会受到功能和属性差异导致的影响, 建议通过控制实验场景的方式进行改进, 比如说都是用于糖尿病人监测血糖指数的耳机和眼镜。

Ahluwalia, R., Burnkrant, R. E., & Unnava, H. R. (2000).Consumer response to negative publicity: The moderating role of commitment. Journal of Marketing Research, 37,203-214.

Ahluwalia, R., & Shiv, B. (1997). Special session summary the effects of negative information in the political and marketing arenas: Exceptions to the negativity effect.Advances in Consumer Research, 14, 213-217.

Aitken, R., Gray, B., & Lawson, R. (2008). Advertising effectiveness from a consumer perspective. International Journal of Advertising, 27, 279-297.

Amodio, D. M., Shah, J. Y., Sigelman, J., Brazy, P. C., &Harmon-Jones, E. (2004). Implicit regulatory focus associated with asymmetrical frontal cortical activity.Journal of Experimental Social Psychology, 40, 225-232.

Avnet, T., & Higgins, E. T. (2003). Locomotion, assessment,and regulatory fit: Value transfer from “how” to “what”.Journal of Experimental Social Psychology, 39, 525-530.

Baas, M., De Dreu, C. K., & Nijstad, B. A. (2011). When prevention promotes creativity: The role of mood,regulatory focus, and regulatory closure. Journal of Personality and Social Psychology, 100, 794-809.

Basuroy, S., Chatterjee, S., & Ravid, S. A. (2003). How critical are critical reviews? The box office effects of film critics, star power, and budgets. Journal of Marketing, 67,103-117.

Castaño, R., Sujan, M., Kacker, M., & Sujan, H. (2008).Managing consumer uncertainty in the adoption of new products: Temporal distance and mental simulation.Journal of Marketing Research, 45, 320-336.

Chevalier, J. A., & Mayzlin, D. (2006). The effect of word of mouth on sales: Online book reviews. Journal of Marketing Research, 43, 345-354.

Crowe, E., & Higgins, E. T. (1997). Regulatory focus and strategic inclinations: Promotion and prevention in decision-making. Organizational Behavior and Human Decision Processes, 69, 117-132.

Cui, G., Lui, H.-K., & Guo, X. N. (2012). The effect of online consumer reviews on new product sales. International Journal of Electronic Commerce, 17, 39-58.

Fain, D., & Roberts, M. L. (1997). Technology vs. consumer behavior: The battle for the financial services customer.Journal of Interactive Marketing, 11, 44-54.

Forman, C., Ghose, A., & Wiesenfeld, B. (2008). Examining the relationship between reviews and sales: The role of reviewer identity disclosure in electronic markets.Information Systems Research, 19, 291-313.

Förster, J., Higgins, E. T., & Bianco, A. T. (2003).Speed/accuracy decisions in task performance: Built-in trade-off or separate strategic concerns? Organizational Behavior and Human Decision Processes, 90, 148-164.

Fu, F. Q., Jones, E., & Bolander, W. (2008). Product innovativeness, customer newness, and new product performance: A time-lagged examination of the impact of salesperson selling intentions on new product performance.Journal of Personal Selling and Sales Management, 28,351-364.

Garcia, R., & Atkin, T. (2005). Coo-petition for the diffusion of resistant innovations: A case study in the global wine industry. Northeastern University Institute for Global Innovation Management Working Paper, 5, 002.

Ghose, A., & Ipeirotis, P. G. (2011). Estimating the helpfulness and economic impact of product reviews: Mining text and reviewer characteristics. IEEE Transactions on Knowledge and Data Engineering, 23, 1498-1512.

Godes, D., & Mayzlin, D. (2004). Using online conversations to study word-of-mouth communication. Marketing Science,23, 545-560.

Gourville, J. T. (2006). Eager sellers and stony buyers:Understanding the psychology of new-product adoption.Harvard Business Review, 84, 99-106, 145.

He, S. X., & Bond, S. D. (2013). Word-of-mouth and the forecasting of consumption enjoyment. Journal of Consumer Psychology, 23, 464-482.

Herzenstein, M., Posavac, S. S., & Brakus, J. J. (2007).Adoption of new and really new products: The effects of self-regulation systems and risk salience. Journal of Marketing Research, 44, 251-260.

Higgins, E. T. (1997). Beyond pleasure and pain. American Psychologist, 52, 1280-1300.

Higgins, E. T. (2000). Making a good decision: Value from fit.American Psychologist, 55, 1217-1230.

Higgins, E. T., Friedman, R. S., Harlow, R. E., Idson, L. C.,Ayduk, O. N., & Taylor, A. (2001). Achievement orientations from subjective histories of success: Promotion pride versus prevention pride. European Journal of Social Psychology, 31, 3-23.

Hoeffler, S. (2003). Measuring preferences for really new products. Journal of Marketing Research, 40, 406-420.

Jiménez, F. R., & Mendoza, N. A. (2013). Too popular to ignore: The influence of online reviews on purchase intentions of search and experience products. Journal of Interactive Marketing, 27, 226-235.

Karmarkar, U. R., & Tormala, Z. L. (2010). Believe me, I have no idea what I’m talking about: The effects of source certainty on consumer involvement and persuasion. Journal of Consumer Research, 36, 1033-1049.

Khare, A., Labrecque, L. I., & Asare, A. K. (2011). The assimilative and contrastive effects of word-of-mouth volume: An experimental examination of online consumer ratings. Journal of Retailing, 87, 111-126.

Klerck, D., & Sweeney, J. C. (2007). The effect of knowledge types on consumer-perceived risk and adoption of genetically modified foods. Psychology & Marketing, 24,171-193.

Kohilakanagalakshmi, T., Trueman, T. E., & Mirnalinee, T.(2012). Determining the impact of reviews: In view of temporal pattern and component weight assignment algorithm with SVM. Paper presented at the Recent Advances in Computing and Software Systems (RACSS),2012 International Conference, Chennai.

Lee, A. Y., & Aaker, J. L. (2004). Bringing the frame into focus: The influence of regulatory fit on processing fluency and persuasion. Journal of Personality and Social Psychology, 86, 205-218.

Lockwood, P., Jordan, C. H., & Kunda, Z. (2002). Motivation by positive or negative role models: Regulatory focus determines who will best inspire us. Journal of Personality and Social Psychology, 83, 854-864.

Lundvall, B. Å., & Christensen, J. L. (2004). Introduction:Product innovation - on why and how it matters for firms and the economy. Technological Innovation and Management Policy, 8, 1-18.

Mitchell, A. A., & Dacin, P. A. (1996). The assessment of alternative measures of consumer expertise. Journal of Consumer Research, 23, 219-239.

Molden, D. C., & Finkel, E. J. (2010). Motivations for promotion and prevention and the role of trust and commitment in interpersonal forgiveness. Journal of Experimental Social Psychology, 46, 255-268.

Molden, D. C., Lee, A. Y., & Higgins, E. T. (2008).Motivations for promotion and prevention. In J. Shah & W.Gardner (Eds.), Handbook of motivation science (169-187).New York: Guilford Press.

Moreau, C. P., Lehmann, D. R., & Markman, A. B. (2001).Entrenched knowledge structures and consumer response to new products. Journal of Marketing Research, 38, 14-29.

Mudambi, S. M., & Schuff, D. (2010). What makes a helpful online review? A study of customer reviews on Amazon.com. MIS quarterly, 34, 185-200.

Pan, Y., & Zhang, J. Q. (2011). Born unequal: A study of the helpfulness of user-generated product reviews. Journal of Retailing, 87, 598-612.

Purnawirawan, N., De Pelsmacker, P., & Dens, N. (2012).Balance and sequence in online reviews: How perceived usefulness affects attitudes and intentions. Journal of Interactive Marketing, 26, 244-255.

Schlosser, A. E. (2011). Can including pros and cons increase the helpfulness and persuasiveness of online reviews? The interactive effects of ratings and arguments. Journal of Consumer Psychology, 21, 226-239.

Sen, S., & Lerman, D. (2007). Why are you telling me this?An examination into negative consumer reviews on the web.Journal of Interactive Marketing, 21, 76-94.

Song, X. M., & Montoya-Weiss, M. M. (1998). Critical development activities for really new versus incremental products. Journal of Product Innovation Management, 15,124-135.

Thunholm, P. (2005). Planning under time pressure: An attempt toward a prescriptive model of military tactical decision making. In H. Montgomery, R. Lipshitz, & B.Brehmer (Eds.), How professionals make decisions (pp.43-56). Mahwah, NJ: Lawrence Erlbaum.

van den Bulte, C., & Joshi, Y. V. (2007). New product diffusion with influentials and imitators. Marketing Science,26, 400-421.

Wood, S. L., & Lynch Jr, J. G. (2002). Prior knowledge and complacency in new product learning. Journal of Consumer Research, 29, 416-426.

Woodside, A. G., & Biemans, W. G. (2005). Modeling innovation, manufacturing, diffusion and adoption/rejection processes. Journal of Business & Industrial Marketing, 20,380-393.

Wu, Y. H., Balasubramanian, S., & Mahajan, V. (2004). When is a preannounced new product likely to be delayed?Journal of Marketing, 68, 101-113.

Zhu, F., & Zhang, X. Q. (2010). Impact of online consumer reviews on sales: The moderating role of product and consumer characteristics. Journal of Marketing, 74,133-148.

Zhu, R. J., & Meyers-Levy, J. (2007). Exploring the cognitive mechanism that underlies regulatory focus effects. Journal of Consumer Research, 34, 89-96.