商品在线评论对网购冲动消费影响的实证研究

刘文鑫 李振飞

摘 要：本文使用Logit模型分析商品在线评论对网购时冲动消费的影响，包括评论的类型、数量等因素，同时加入“每月平均网购花费”这一变量消除由缺省变量造成的内生性问题，并考虑“评论是否影响消费决策”这一变量的调节作用。实证结果表明，对于认为在线评论会影响消费决策的人群，更有可能产生冲动消费，并且对好评和差评的敏感程度都显著影响其冲动消费行为，敏感程度越高，冲动消费的概率越高。

关键词：商品评论，冲动消费，Logit模型

一、引言

近年来，手机购物软件的兴起，为消费者提供了更广泛的商品来源，降低了获取商品信息的成本，使得消费者可以随时随地浏览、购买商品，这就可能会增加消费者冲动消费的概率。无论是传统的线下消费还是线上消费，冲动消费行为都是普遍存在的。

早期研究将冲动消费定义为“非计划性购买”，Park（1989）在研究冲动性购买时借鉴了Dupont公司对冲动性购买的定义，即消费者完成一次购物活动之后，实际购买的商品比事前计划多出来的部分就是冲动性购买的商品。Rook（1987）认为冲动性购买并不等同于非计划性购买，他将冲动性购买定义为：消费者受到某种刺激即刻产生的，并会持续较长时间的强烈的购买欲望，这是一种复杂的心理情绪，可能会导致欲望与理性之间的冲突，当欲望越强烈，冲动性购买的可能性越高。综合前人观点，本文将冲动性购买定义为非计划的、未仔细考虑的、突发的购买行为，同时会使消费者产生心理冲突。

商品在线评论指的是消费者购买商品后在相应电商平台做出的对商品的评价，用以表达使用感受，属于网络口碑的一种形式。研究表明，无论是线上还是线下，消费者普遍认为口碑比普通的商家广告等更可信，而且由于网络口碑的传播途径多、获取成本低，对消费者的购买决策有更为显著的影响。在线评论作为网络口碑中的重要形式，同样对消费者的网购态度有着显著影响，主要是由于在线评论为消费者提供了额外的商品信息，从而对消费者的冲动购买具有一定的影响。张敏（2015）通过准实验的方法研究了评论的数量、类型对网购冲动消费的影响，结果表明评论的数量越多，越倾向于主观类型的评论，越能促进实验者的冲动购买动机，但其实验中只采用了好评，没有考虑差评对结果的影响，本文在此基础上加入了消费者对在线评论的感知有用性，对好、差评的敏感程度，对评论数量、质量的在意程度等因素，使用Logit模型对问卷数据进行分析。

二、理论分析及问卷介绍

1.理论分析

在线评论的存在使得消费者能够获取其他消费者使用该商品的感受，得到额外的商品信息。如果消费者认为商品评论是有用的，那他就容易受到评论信息的影响，违背理性购买的原则，从而增加冲动消费的概率，所以对评论的感知有用性可能会影响到消费者冲动购买行为。

由于网络购物使消费者无法实际接触到商品，潜在购买风险可能会阻止消费者的冲动购买行为，而在线评论的存在降低了网络购物的风险，从而使冲动意识有更大的概率转化为实际的冲动购买。金立印（2007）利用实验的方法分析了正面评论与负面评论对消费者购买决策的影响，结果表明负面评论的影响更为显著。可见评论所传达的正负面信息对消费者的购买抉择有着显著影响。

普通文字评论可能对消费者来说辨识度不高，信息量小，而帶有图片或视频的评论，能传递出更完整的信息，侯月红（2019）认为高质量的图文型评论，可以为消费者提供有用的信息，能使消费者产生积极的购买情绪，从而影响消费者的网购意愿。可见图文型评论会对消费者的购买意愿产生影响。

可能存在的内生性问题。Parboteeah（2009）的研究表明消费者在线上消费比线下更有可能发生冲动购买行为，这表明偏好网购的消费者更容易发生冲动消费，所以为了潜在的内生性问题，本文加入每月平均网购花费这一变量，控制网购偏好这一内生因素。

2.问卷介绍

问卷主体包括三个部分：个人信息调查、冲动性消费特质度量、对在线评论敏感性的评价。个人信息部分包括年龄、性别、上月网购时是否有过冲动消费、每月网购花费等变量。冲动性消费特质的度量，参考由景奉杰（2005）开发量表。

本问卷调查样本容量为150份，得到有效问卷105份，样本主要是20岁-30岁的在校大学生及部分工作人群，是具有代表性的网购群体。选项采用李克特5级量表，得分从1分-5分为五级，得分越高表示对该选项越认同。对冲动消费的定义是将所有问题得分相加，13分及以上定义为高冲动消费特质，赋值为1，低于13分的定义为低冲动消费特质，赋值为0。结合个人特质部分的“上月是否有冲动消费”的虚拟变量，两变量相乘作为因变量“网购冲动消费”，即有冲动消费特质且有过冲动消费的样本赋值为1，其余情况均为0。

三、模型建立与评价

1.模型建立

由于被解释变量冲动消费为二元虚拟变量，所以采用Logit模型进行回归分析，其中累积分布函数■服从逻辑分布，具体形式为：

使用Stata进行回归分析，其中模型（1）是不包括交互项的回归方程，模型（2）、（3）、（4）是分别包含评论是否影响决策与好评、差评、图片评论交互项的回归方程，回归结果如表3所示。

2.结果分析

在未加入交互项的模型（1）中各主要变量均不显著，但是作为控制变量的每月网购花费在四个模型中均在1%的显著水平下显著为正，说明每月网购花费越多，冲动型消费的可能性越大，即偏好网购的消费者更有可能发生冲动消费。

在模型（2）中，调节变量“评论是否影响消费决策”的系数显著为正，说明认为评论会影响消费决策的人，冲动消费的概率会增加;调节变量与“对好评的敏感程度”的交互项的系数为正，结合表4的边际效应-0.325+0.340>0，说明认为评论会影响消费决策的人，对好评的敏感程度越高，越容易产生冲动消费，可能的原因是高冲动消费特质的人更容易被好评中的信息所煽动，进而增加冲动购买的可能性。

在模型（3）中，调节变量的系数为正，对差评的敏感程度系数为负，交互项系数为正，且均显著，说明认为评论不影响购物决策的人对差评的敏感程度会降低其冲动消费的可能性，但是认为评论会影响消费决策的人，对差评的敏感程度会提高冲动消费的可能性。理论分析部分认为差评会使消费者产生消极情绪，进而降低冲动购买的可能，但实证结果显示认为评论会影响消费决策的高冲动消费特质的人对差评的敏感程度也越高。

图片评论在没有其交互项的模型中，能够在10%-11%的水平下显著为正，说明对图片评论敏感的人更加容易冲动消费，因为带有图片的评论能给消费者提供多一个维度的信息，更能引起注意。但在包含交互项的模型（4）中系数并不显著，说明调节变量对图片评論的调节作用不成立。

另外评论数量在各个模型都不显著，说明评论数量对冲动消费的影响在本实证研究中并不成立，可能的原因是当下消费者面对海量的评论信息，评论的质量良莠不齐，导致评论的数量并不能说明问题，从而使得消费者对评论数量的反应程度降低。

四、结论

本文使用Logit模型研究了在线评论对网购时冲动消费的影响，实证结果表明，认为评论会影响消费决策的人群，更有可能产生冲动消费，并且认为评论会影响消费决策的人，对好评和差评的敏感程度都显著影响其冲动消费行为，对好评和差评的敏感程度越高，其产生冲动消费的可能性就越高。图片评论对冲动消费有正向影响，但影响程度较弱，另外评论数量的影响在本研究中并不显著。本文在前人研究的基础上更为细致地分析了在线评论对网购时冲动消费的影响，并考虑了评论是否影响消费决策这一变量的调节作用，补充了现有文献的不足，但本文仅考虑了在线评论对网购冲动消费的影响，并未考虑其他形式的网络口碑的影响，仍需后续研究。

参考文献：

[1]Park，C.Whan，E.S.“The Effects of Situational Factors on In-Store Grocery Shopping Behavior：The Role of Store Environment and Time Available for Shopping.”Journal of Consumer Research 15.4（1989）：422-433.

[2]Rook，Dennis W.“The Buying Impulse.”Journal of Consumer Research 14.2（1987）：189-199.

[3]郭国庆.消费者在线评论可信度的影响因素研究[J].当代经济管理， 2010，32（10）：17-23.

[4]Cheung，“The impact of electronic word-of-mouth communication：A literature analysis and integrative model.”Decision Support Systems 54.1（2012）：461-470.

[5]张敏.网络环境下口碑对消费者冲动性购买的影响[J].软科学，2015，29（10）：110-114.

[6]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.

[7]侯月红.图文型在线评论质量对消费者购买意愿影响研究[J].农村经济与科技，2019（4）：59-59.

[8]Parboteeah，D.“The Influence of Website Characteristics on a Consumer's Urge to Buy Impulsively.”Information Systems Research 20.1（2009）：60-78.

[9]景奉杰.中国消费者冲动性购买倾向量表的研究[J].财政研究，2005，5：37-40.