网络评价对网络消费者购买决策的影响研究

王琳

摘要：论文从实证的角度出发，主要研论证在线评价的对网络消费者购买决策的影响。以淘宝为例，提出了研究假设和模型，通过对调查问卷所获得的数据进行分析，检验了研究假设。最后根据数据分析的结果，提出了相关的意见。

消费者网络购物的过程其实质上是在信息不完全对称的环境下进行的，由于信息的不完全对称，当消费者在购买商品的时候，或多或少都会感知到一定的风险。此时，消费者就会扩大信息的搜寻范围以搜集更多有效信息以降低购买决策所带来的风险。消费者在进行信息搜寻时也就会涉及本文将要进行着重研究的在线交易评价。因此，对在线交易评价以及其对于消费者购买决策影响机制的深入研究，不仅有助于企业更好的把握消费者，并且采取有效的营销手段以获取最大收益，同时使我们消费者得到最优质的服务和商品。

关键词：网络评价； 购买决策；二元选项模型

第一章、前言

1.1研究背景。网络购物的发展使得人们更加方便地传递和交流信息！电子商务环境下网络购物，既可以节省人们的时间，同时也方便了人们的生活！消费者利用门户网站以及各大论坛来发表对具体形式的产品或服务的评价和自己的消费体验，企业通过分析消费评价中包含的消费者倾向，来分析消费者的购买需求，从而提高消费者满意度！据CNNIC近期进行的一项网络消费者购买行为与评价的关系，截至2013年6月底， 我国网民规模达5.91亿，半年共计新增网民2656万人。互联网普及率为44.1% ，其中大部分人认为前消费者的网络在线评论是其进行购买决策前最优先考虑的因素之一！[1]

图1.1中国网民规模

1.2国内外文献综述

1.2.1国内文献综述。对于以淘宝为首的基本以C2C和B2C的电商研究者来说，大部分是以网络口碑对消费者行为的影响作为切入点。学者李健（2009）[2]将网络口碑理论引入网上店铺消费者对店铺信任的研究中，丰富了消费者信任研究，为企业通过改善网上店铺的网络口碑从而提升消费者信任提供新的依据。

学者陈忠民在消费者网络信任影响因素的实证分析（2004）[3]—文中指出：电子商务问世以来在获得很大发展的同时也遇到了很多问题，其中缺乏消费者信任就是主要问题之一。可以看出，学者从宏观的角度对消费者信任的建设进行了描述，但是并没有从微观的角度，细化到企业自身而对消费者信任的建设进行探讨。

从现有的有关在线评论对消费者购买决策影响研究的成果来看，大多数的学者均对评价数量与消费者购买决策影响关系进行了实证研究并得到了验证，如毕继东（2010）[4]指出，口碑数量对消费者感知风险和信任有显著影响，进而会显著影响消费者购买的意愿翟丽孔（2011）在其论文中也指出，在线评论数量越多，对消费者购买意愿影响越大。

国内学者张梦，张广宇等（2011）[5]则是研究在线信息对网上酒店预定情况的影响，并以携程网为例。他们认为在网络的购物方式下，信息在消费者购买决策过程中起着重要作用，因为消费者不仅搜索产品特征信息，还十分关注其他消费者的购后评论信息心。

1.2.2国外文献综述。国外学者彼德森和莫里诺（Peterson&Merino.2003）[6]在研究消费者在互联网上的信息搜寻行为时，发现在线评价信息可以影响消费者的购买行为，进而对产品的销量产生影响。而在对图书网上销售的研究当中，学者陈等（Chen，etal，2004）[7]同样得出在线推荐信息可以显著影响图书的销售量的结论；钱瓦里和梅兹林（Chevalier&Mayzlin，2004）[8]在析图书特征和在线评论的基础上得出跟其他学者类似的结论可见，在线信息评价的内容和数量显著影响着消费对消费者信任影响的模型，并通过理论和实证两个方面进行研究论证，这为网上营销信任机制的建立提供了一定的参考。但是该研宄将网络口碑定义为整个店铺对消费者信任影响的各种因素，包括店主评价，商铺评价与消费者评价。在一定程度上泛化了网络口碑的范围，对实际的网络口碑对或者说更直接的消费者评价对潜在消费者购买决策的影响是不完全准确。

第二章、消费者购买决策的研究设计和假设提出

2.1研究内容。根据前文文献的讨论，本研究提出消费者网上购物决策的影响因素模型。

网上其他消费者相关评价内容的质量、数量、在线交易评价的效价和接收者自身专业能力决定了该消费者的对于风险的感知程度，从而影响其购买的决策。引入消费者感知风险作为在线交易评价的相关特征与消费者购买决策影响之间的中介变量。

2.1.1评论内容的质量对消费者购买决策过程的影响。评论质量指评论内容的真实性、可靠性与其所评价的产品的相关性是否一致，为后续购买者提供了大量有用的信息。但是由于网络环境的特殊性，也产生了一些问题：一方面卖家可能会注册其他用户名，冒充买家对产品发表虚假的评论。另一方面，评论者受自身因素的影响，他们对产品的了解程度不同，不同质量的评论对于后续购买者的影响程度也是不一样的。除此之外，Liu Jingjing[9]等人通过回归分析，总结出评论内容表现形式的丰富性、趣味性对消费者决策也产生重要影响。这在一定程度上补充了评论质量的内涵。周晶晶（2010）[10]赵冬（2012）[11]都认为评论的质量对于产品销售量有重大影响。因此，本文提出假设一，评论内容的质量对消费者的购买决策将产生正向影响。

H1：评价内容的质量越高，在线交易评价对消费者购买决策的影响越大。

2.1.2评论的数量对消费者购买决策过程的影响。目前许多购物网站如淘宝，消费者可以根据产品受到的关注热烈程度检索商品，这意味着受到的关注关注程度越高的商品有更高的几率被其它购买者看到。同样，在淘宝网上消费者也可以查看各产品收到的评论数量，评论数量越多，消费者从中获取相关有用信息的几率越大，越有利于了解产品。因此，我们提出假设二，评论的数量会对消费者的购买决策产生正向影响。

H2： 评价的数量越多，在线交易评价对消费者购买决策的影响越大。

2.1.3评论的效价对购买决策的影响。在线交易评价的效价是指在线交易评价整体的正负倾向，其实质上是一种总体情感的倾向。如果大多数为正面的评价，则认为该产品的总体评价效价为正，反之则为负。当在线交易评价的效价为正时，消费者对于产品的信心将会增加，感知风险将会有所降低；当在线评价的效价为负时，消费者通常会选择放弃对该产品的选购。国内学者金立印（2007）[12]通过研究发现，负面评价更容易引起人们的注意，因为负面评价更能刺激消费者，从而触发相关心理及行为的发生。我们通常认为，在进行购买决策时，负面评价往往会提供给我们更多的有用信息，因为如果都是正面评价，往往消费者会认为不可靠。

根据以上分析，我们提出假设三：

H3：评价的效价越高，在线交易评价对消费者购买决策的影响越大。

2.1.4接收者的专业能力的调节作用。接受者专业能力同样会对消费者购买行为产生影响。评论数量对消费者购买意愿的影响是新手比较大，而专家比较小（Park&Kim，2008）[13]。因为专业能力高的消费者认为自己已经具有足够的知识做出正确的购买决策，所以他们很少努力去获取另外的产品信息或者根据别人的意见评价一个产品。消费者在进行产品或服务的购买时往往需要经历大量的信息收集、全面的风险评估等一系列过程。HarvirS. Bansal and Peter A. Voyer （2000）[14]在研究中指出，消费者在进行信息的收集时易受到自身专业力能力的限制，同时，购买决策的感知风险也跟消费者自身的专业能力相关，专业知识和能力较高的消费者往往会根据自身的相关经验来做出决策，会更相信自己的判断。而专业能力相对较低的消费者由于自身缺乏相关知识，他们会积极寻求相关的信息，如在线交易评价、在线口碑等来帮助自己做出正确的决策以减少风险。根据以上分析，我们提出假设4：

H4：接收者的专业能力越高，在线交易评价对消费者购买决策的影响越小。

2.1.5消费者感知风险对购买决策的中介作用。感知风险（PR）实际上就是在产品购买过程中，消费者购物决策所预期的结果及结果不确定性的程度。[15]

国内外研究均表明风险是阻碍消费者网络购物的首要因素。Swaminathan[16]等人对网民使用电子交易行为的研究表明：当使用者感知的交易安全越低时，在网络上交易的意向就越低。Jarvenpaa，Tractinsky，vitale[17]认为，消费者选择网上购买的主要原因：一是对网上购物的态度，二是对该网站知觉到的风险，并且对风险的认知决定了消费者的态度和意图。因此，我们提出以下假设：

H5：消费者感知风险越大，在线交易评价对消费者购买决策影响越大。

H6：消费者感知风险在评价内容的质量与消费者购买决策影响中起中介作用。

H7：消费者感知风险在评价的数量与消费者购买决策影响中起中介作用。

H8：消费者感知风险在评价的效价与消费者购买决策影响中起中介作用。

H9：消费者感知风险在评价接收者的专业能力与消费者购买决策影响中起中介作用。

第三章、问卷设计与数据收集

3.1问卷设计

3.1.1变量的定义。本节根据以往的文献以及本研究的需要，对概念模型中涉及的变量进行了定义，包括评论内容的质量、评论的数量、评论的效价、消费者专业能力。

3.1.2变量设定。本文采用的主要实证分析方法为排序选择模型方法。排序选择模型（orderedchoice model） 是多元选择模型（multiple choice model） 的一种，它是用可观测的有序反应数据建立模型来研究不可观测的潜变量（latent variable） 变化规律的方法。根据分布函数的不同可以有3种常见的模型： Probit 模型、Logit 模型和 Extreme value模型。本文主要采用的是模型Logit中的定性变量赋值方法，对调研中的各种定性问题进行定量化，即将变量赋值，然后进行分析。变量赋值又包括无序变量赋值和有序变量赋值。无序变量赋值是指变量不反映各类数据指标的优劣、量的大小，各类变量间是并列、而且互相不兼容，测量结果可以赋值0或1。如性别、学科、是否购买等等。有序变量赋值是指变量各类水平是等距离或者是近似等距离，测量结果可以赋值1、2、3、4、5等。定性变量赋值法需要合理的赋值，以保证变量赋值与变量背后含义的对应关系，在样本有限的情况下，定性变量赋值是一个合理近似模拟，而且在文献中很常见。如李涛等人的研究。本文结合以前的研究和与老师的讨论，认为同一种商品各个消费者的偏好和受影响程度是不同的，故将消费者最终购买该产品赋值为1，不购买赋值为0。所以，定性描述的变量将其定量化：非常不同意，不同意，比较不同意赋值为0；一般赋值为1 比较同意，同意，非常同意赋值为2。如果在线交易评价对该消费者的影响总分>3，则认为该消费购买该产品。符合二元选择模型的使用条件。

3.1.3问卷设计。对于前面总结的学者们提出的需要注意的问题，笔者在问卷设计的过程中都进行了仔细考虑和处理。笔者先对调查问卷的初稿进行了排查，找出不足，及时修改，目的是保证测量的各个变量的有效性。笔者经过多次修改，并对各个变量的有效性和可靠性多次分析之后，最终确定正式的调研问卷。问卷说明主要是关于本次调查目的以及在线交易评价定义及相关事项的说明。

3.2数据的收集

3.2.1样本的选取。中国互联网信息网络中心2013年1月最新发布了《中国互联网发展情况报告》[1]，网民特征可以看出，网民大部分是女性，网民职业结构来看，学生占的比例仍为最大。该群体的职业结构主要集中在大专以上。根据以上特征本研究主要选取年龄在20-25岁，教育程度大专以上，并且以学生为主。之所以选择内蒙古呼和浩特大学城各大学的大学生为研究对象：首先、大学生群体整体素质较高，能够迅速的捕捉到目标信息；其次、中国网民的主体最早就是由学生发展而来，学生群体对网络的新技术、新事物能很快的接受并使用， 这一部分群体具有熟悉网络购物环境，网购经验丰富的特点，所得的调查结果更具有说服力！最后，研究内蒙古地区的大学生的网上购物倾向的研究比较少，所以本文的研究更具有针对性。

3.2.2数据回收。收集到的问卷数量会直接影响到数据分析的结果是否准确。一般来说，收集到的问卷数量应该是问卷中的问题数量的五倍到十倍[17]，少于这个数量，会影响到研究的结果。本此研究的问卷一共有18个问题，如果按照最低五倍的问卷数量，收集

到的问卷至少需要90份，本此数据收集一共是108份问卷，满足要求。本人随机将选取内蒙古大学城的大学生作为调查对象，以纸质的问卷形式回答。在笔者的全称操作之下完成。此次问卷收集过程中共收集到调查问卷130份，有效问卷108份，问卷的有效回收率是83%。

第四章、数据分析与假设检验

4.1描述性统计分析。本文按照性别、年龄、学历、月收入、职业、一般每周上网的天数、一般每天上网的时间等七个层面进行统计。被调查的人群主要是19到23岁，学历为本科的大学生，在监测的108份有效样本中：性别方面，以女性居多，约占62.9%；月收入主要集中在2000以下元；大约有70%的人每周上网时间超过6天；超过70%的人每天上网时间在两个小时以上。

4.2模型估计与假设检验分析

4.2.1总体模型估计

实证结果分析：根据表4. 2结果显示，评价的质量、评价的数量、评价的效价与在线交易评价对消费者购买决策的影响之间的系数为正，且均达到0. 05显著水平，接收者的专业能力与在线交易评价对消费者购买决策的影响之间的系数为负，且也达到0.05显著水平。

4.2.2检验感知风险是中介变量。根据温忠麟[18]的建议，假设Y对X的相关显著，意味着回归系数C显著，在这个前提下考虑中介变量M是否真正起到中介变量的作用，传统的做法是依次检验回归系数。

1、将评价内容的质量作为自变量 ，将消费者购买决策作为因变量，进行回归分析 ，回归系数显著。

然后将评价内容的质量作为自变量，将感知风险作为因变量，进行回归分析，结果回归系数不显著，因此，终止中介分析，感知风险在评价内容的质量对消费者购买决策的影响上没有起到中介作用，假设H6没有通过。

2、将评价的数量作为自变量，将消费者购买决策作为因变量，进行回归分析，结果，回归系数显著。

然后将评价的数量作为自变量，将感知风险作为因变量，进行回归分析，结果，回归系数显著。

最后，将感知风险和评价的数量作为自变量，将消费者购买决策作为因变量，进行回归分析。分析表明感知风险对消费者购买决策影响显著（p5=0. 000<0. 05 ），评价的数量对消费者购买决策的影响也显（p2=0. 0002<0. 05）。回归系数=0.219，回归系数显著，这说明感知风险在评价的数量对消费者购买决策的影响上起到了中介作用，假设H7获得支持。

3、将评价的效价作为自变量，将消费者购买决策作为因变量，进行回归分析，结果如表（ 回归系数=0.26， p=0. 000<0. 05），回归系数显著。最后，将感知风险和评价的效价作为自变量，将消费者购买决策作为因变量，进行回归分析。分析表明感知风险对消费者购买决策影响显著（P5=0. 000〈0. 05 ），评价的效价对消费者购买决策的影响也显著（p3=0. 02<0. 05），回归系数=0.23。这说明感知风险在评价效价对消费者购买决策的影响上起到了中介作用，假设H8获得支持。

4、将评价接收者的专业能力作为自变量，将消费者购买决策作为因变量，进行回归析，（ 回归系数 =0.277； p=0. 0004〈0.05），回归显著。

然后将评价接收者的专业能力作为自变量，将感知风险作为因变量，进行回归分析， （ 回归系数=1.51 p=0. 0027<0. 05），回归显著。

最后，将感知风险和接受者专业能力作为自变量，将消费者购买决策作为因变量，进行回归分析。分析表明感知风险对消费者购买决策影响显著（P5=0. 000〈0. 05 ），接受者的专业能力对消费者购买决策的影响不显著（p4=0. 0546>0. 05）。因此 ，感知风险在评价接收者的专业能力对消费者购买决策的影响上没有起到中介作用，假设H9没有获得通过。

第五章、研究结论与局限性

5.1研究结论

5.1.1在线交易评价影响因素的讨论

（1）评价内容的质量。从本研究的相关分析与回归分析结果来看，在线交易评价内容的质量对网络消费者购买决策影响较为明显；通过分析发现，如果评价质量比较高，这样的评价对于消费者的购买决策的影响越大。因此评价越客观、相关、中立和可靠对消费者购买决策的影响越大。

（2）评价的数量。在线交易评价的数量通过感知风险对消费者购买决策产生影响，并正向影响消费者购买决策。同时，在线交易评价的数量往往意味着较大的口碑效应，对某产品或服务的评价越多，消费者对产品了解也就更全面更深入，也更能满足消费者对有用信息的搜集。随着产品信息的搜集与丰富，消费者感知风险将逐渐降低，从而促使在线交易评价对消费者购买决策产生影响。

（3）评价的效价。在线交易评价的效价通过感知风险对消费者购买决策产生影响，并正向影响消费者购买决策。在线交易评价的效价正向影响在线交易评价对消费者购买决策的影响，通过分析我们得到了验证。正面的评价通常能够强化产品或服务在消费者心中的正面形象，负面评价将对消费者购买决策产生负面影响。在网络购买的过程中，由于感知风险的存在，负面评价往往会损害产品或服务的形象，从而让消费者感知风险发生急剧的变化。而正面评价对消费者感知风险的作用相对而言并不那么明显。因此，在线交易评价的效价通过感知风险对消费者购买决策产生影响并正向影响消费者购买决策。

（4）评价接收者的专业能力。通过相关分析，我们发现消费者的专业能力会对购买决策的产生负面的影响。消费者搜集信息、以及风险评估的成果一定程度上取决于消费者自身的专业能力，专业能力较高的消费者往往能够较快的选出有效信息，而专业能力较低的消费者，他们通常通过在线交易评价、在线口碑等来减少风险以做出决策，所以它们是负相关的关系。

5.1.2感知风险的中介作用。当消费者进行网上购物时，由于面对着诸多的不确定性，会引发消费者产生感知风险，而感知风险又会对消费者购买决策产生重要影响。研究在评价与消费者感知风险的相关关系对网络购物的持续发展起着重要作用。通过分析验证了评价的数量和评价的效价均通过感知风险对消费者购买决策产生影响。也就是说，少数在线交易评价的因素是通过消费者感知风险对消费者购买决策产生影响。

5.1.3管理建议。根据研究结果，可以量化的感知消费者网络购物评价对消费者购物决策的作业机制。在消费者评价体系的建设当中，商家可以重点从消费者的客观内容上去诱导消费者的评价内容，如，在评价的填写方框中，引导消费去填关于商品特性的客观描述内容，同时以主观情感为辅，如多多询问消费者是否对商品感到满意。因为这样的语言更能够影响其他潜在消费者的购买决策。另外根据网络购物经验的研究，商家应该多多关注老顾客或者是网购经验等级较高的顾客，因为这类顾客更容易产生购买意向也可能会推荐给其他潜在消费者。通过实证研究结果表明：在线交易评价内容的质量、在线交易评价的数量、在线交易评价的效价这三大因素对消费者购买决策产生重要的影响。企业可以对其加以控制，使其为企业服务。

5.2研究的局限。本次研究所调查对象为的内蒙古大学城在校大学生，具有地区、年龄上的局限性。论文模型主要是笔者经过阅读大量文献和通过验证得出，可靠缺乏实践的检验，可靠性有待提高。针对本研究上述不足之处，笔者提出今后进一步研究的建议主要有以下几个方面：

（1）对不同地区，不同职业，不同年龄的网络消费者购买决策进行研究，提高研究结论的可靠性。

（2）多学科、多角度联合对该问题进行一个比较精确地研究分析，争取得到一个全面而又确切的认识，比如从心理学、经济管理学、数学、计算机科学等多种学科方法的综合应用。（作者单位：内蒙古财经大学）

参考文献：

[1]CNNIC.第三十二次中国互联网络发展状况统计报告[R].http：//tech.163.com/13/0717/13/9407C2DH00094NSI.html

[2]李健.网络口碑对网络消费者信任的影响研究[D].山东大学.2009

[3]陈忠民.消费者网络信任影响因素的实证分析[』].系统工程理论方法运用.2004.08

[4]毕继东.网络口碑对消费者购买意愿的实证研究.情报杂志.2009.11

[5]张梦，张广宇，叶作亮.在线信息对网上预订的影响研究-基于携程网在线预订数据分析.旅游学刊.2011（07）

[6]Robert P A. Merino M C. Consumer information search behavior and the internet[J]. Psychology & Marketing， 2003 > 20（2）： 99-121

[7]Chen P Y，Wu s Y J Yoou. The impact d onlinerecommendations and consumer feedback on sales[A].//： Chris V Z，Steve P（Eds）. Proceedings of the International Conference On Information J. AIS Electronic Library， WashingtonDC.2004：711-724

[8]Chevfier J A，Mayzlin D. The effect of word-Of-mouth on sales： Onfine book reviews. Journal of Marketing Research， 2006，43（3）： 345一35

[9]J. Liu， Y. Cao，C. Y. Lin， Y. Huang， M. Zhou， Low-quality Product Review Detection in Opinion Summarization.Proceedings of Tthe 2007 Joint Conference on Empirical Methods in Natural Language Processing and Computational Natural Language Leaming[J]. Prague， 2007 （6）： 334-342

[10]周晶晶.在线客户评论对消费者购买决策影响的实证研究[D].浙江大学硕士论文.2010， 2 （1） ：26-27

[11]赵冬.在线客户评论对消费者购买决策影响的实证研究[D].重庆工商大学硕士论文.2012，2 （1） ：14-15

[12]金立印.网络口碑信息对消费者购买决策的影响：一个实验研究[J].经济管理，2007（22）： 23-27

[13]Harvir S. Bansal and Peter A. Voyer. Word-of-Mouth Processes within a Services Purchase Decision Context [J]. Journal of Service Research 2000，（3）： 166

[14]井森.网上购物的感知风险研究-一基于上海大学生的实一证分析仁D」.上海：上海财经大学，2006

[15]V.Swaminathan，E.L.White，B.P.Rao二BrowsersorbuyersincybersPaee An Investigationoffaetorsinflueneingeleetronieexehange[J].JournalofComPuter-MediatedCommunieation，1999，5（2）

[16]JarvenPaa，S.L.，N.Traetinsky&M.Vitale.ConsumerTrustinanInternet Store[J].InformationTeehnologyandManagement，2000（l）：45一7

[17]马庆国.管理统计：数据获取、统计原理与SPSS工具与应用研究[M].北京：科学出版社，2002.42-320

[18]温忠麟，侯杰泰.调节效应与中介效应的比较和应用.心理学报，2005，37（2）：268-274