默认好评对消费者购买行为的影响

赵英男，王 欣，王全胜，闵 超，陈晓威

1 南京大学 商学院，南京 210093 2 南京大学 信息管理学院，南京 210093

引言

评论操控指供应商或任何第三方修改在线评论或代表消费者发布非真实在线评论等的行为，以达到促进其产品销售的目的。已有研究表明，企业通过雇用专业人员或激励消费者在论坛[1]、网络购物平台[2]或在线社区[3]中发表评论，以进行评论操控。然而，对一种特殊的评论操控机制——默认好评却缺乏关注。默认好评是购物平台设计的自动生成评价的系统设置，如果消费者在消费后的一定期限内未对所购产品进行评价，购物平台系统则自动代替消费者对该次购买经历进行满分评分，并发表“系统默认好评”的评价。

作为评论操控的一种，默认好评兼具实践上的普遍性和理论上的独特性。从实践角度看，默认好评被中国多数电商平台使用，包括饿了么、淘宝、阿里巴巴批发网等。根据本研究的抽样统计，以阿里巴巴批发网为例，默认好评与正常好评之比达到3:1，足以说明其影响深度。但是，默认好评的作用一直颇具争议，在2017年2月，使用默认好评已久的淘宝网正式取消了这一设置，在一定程度上暗示着默认好评存在潜在弊端。而从理论角度看，默认好评有别于一般的评论操控，具有商家不可控和消费者不易识别的特征。基于此，本研究探讨默认好评数量是否对消费者购买行为产生影响，其作用边界和机制是什么。在研究1中，利用购物平台中的真实产品评价和销售数据，通过构建双向固定效应模型，探讨并检验默认好评数量对购买行为的影响，并建立调节效应模型，讨论默认好评影响消费者购买行为的边界条件。在研究2中，利用实验的方法，探讨默认好评的具体作用机制，即感知产品诊断性的中介作用。上述研究设计可以兼顾二手数据较高的外部效度和实验方法支持因果推断的双重优点。

1 相关研究评述

由于默认好评与正常好评字面相似且常同时出现在产品的评论页面，故默认好评常被理解为好评的一种，进而被纳入正常在线评论的讨论。然而，默认好评本身并非消费者表达的真实意愿，其呈现的评分数字(默认为最高分)也显然偏离消费者的正常评分。所以，本研究认为，默认好评是第三方以促进产品销售为目的、代替消费者发布的非真实的在线评论。根据其特征与评论操控定义的相似性[4]，本研究认为默认好评更应被理解为一种评论操控，进而纳入评论操控领域的讨论范畴。

1.1 评论操控的形式

在线评论是消费者获得产品信息的重要途径[5]，对消费者的态度和行为具有导向作用[6]，这促使网络中评论操控行为大量涌现，尤其在竞争日益激烈的市场中，企业愈发将评论操控视为最优选择[7]。在线评论操控的主要形式有增加好评、奖励好评、删除或隐藏差评和发布竞争者的差评。评论对销量的正向影响是企业做出添加好评决策的主要动因[8]，添加好评主要以未购买者的虚假评论形式出现，商家或平台往往通过使用不真实的消费者账号，发布积极的评价和评分[9]。外部的物质奖励是商家吸引消费者进行好评的重要工具[10]，商家通过现金返还或赠送优惠券等奖励计划激励消费者发布积极评价[11]，如好评返现，即商家在快递中随附一张好评返现的广告单，示意消费者进行好评[12]。此外，由于大量差评对销量可能带来负面影响[13]，删除或隐藏差评也成为一种常见的评论操控手段，这一方式虽然没有涉及发布虚假信息，但是同样改变了评论的效价和分布，例如，Yelp提供将负面评论移至评论页面底部的收费服务，使消费者更难接触到负面评价。在虚假评论中，除了积极评论，虚假的负面评论也十分普遍，主要被用于攻击竞争对手，这类评论对小型企业具有破坏性的影响。目前，电子商务网站中甚至出现了一些消费者有意使用虚假的负面评论敲诈企业，以获得某些特权，如价格折扣[14]。

尽管学者们探讨了评论操控的诸多形式，但是默认好评这种特殊的操控形式却被忽略。与其他评论操控手段相比，默认好评有其明显特点：①对商家而言，默认好评具有不可控性，一般的在线评论操控多是由商家主动控制，而默认好评由平台统一的评论系统设置，不为商家控制且不具有针对性。已有研究关注的经典操控手段，如匿名发表不真实的正面评论或故意删除差评等，均以商家为操控主体。而本研究探讨的默认好评，其规则的制定者和实施者则是网络购物平台，个体商家没有能力对此进行控制。②对消费者而言，默认好评具有易识别性。一般评论操控是以消费者的名义或者匿名发布的，具有较强的隐蔽性，不易被消费者识别[2]。反观默认好评，它往往具有统一的格式，甚至被平台主动标记，这使默认好评很容易被消费者辨识。

目前，评论操控对消费者购买决策的影响已被广泛研究。李研等[15]发现被迫好评对消费者的满意度和推荐意愿有负向影响；ZHUANG et al.[9]认为添加好评和删除隐藏差评的短期效益以及过度操控带来负面影响；付东普等[16]发现与提供社会回报相比，商家为消费者好评提供经济回报带来的评论深度较低，由此导致较低的感知评论有用性。但鉴于默认好评不同于以往的评论操控，具有可识别性和不可控性，这种评论操控是否以及如何影响消费者的决策尚未得到理论探讨和实证支持。

1.2 评论操控的作用机制

已有大量研究探讨商家评论操控对消费者行为的影响机制，但默认好评非可控和易识别的特征使已有研究的解释逻辑难以被直接应用。本研究梳理已有研究的解释逻辑如下。

(1)从传播的过程看，主要的解释逻辑为网络口碑效应。口碑效应是指在网络社交或者网络购物等过程中，消费者之间的交流互动行为对于其他潜在消费者、生产企业乃至产品和品牌产生的影响[17]。郑春东等[18]关注“网络水军”这一评论操控现象，归纳出这种评论操控具有操控数量大、质量参差不齐、文本相似等特征，并从口碑效应的角度讨论上述特点对消费者感知有用性、专业性和风险3个方面的影响。本研究认为，在“网络水军”问题的情景下，商家主动安排“水军”(商家可控性)是该行为发生的背景；而尝试将之伪装为一般消费者评论(消费者不易识别性)则是“水军”们致力达成的重要目标，也成为该种操控起效的前提。相比之下，默认好评则是平台层面的政策，其易识别的特征使该种好评难以取信于其他消费者，进而难以形成可扩散的口碑。

(2)从消费者识别评论操控后的反应视角，主要的解释理论是说服知识模型。说服知识是指消费者对营销者的各种行为动机、劝说技巧和策略存在的一定程度的认识。说服知识模型指消费者在具体的说服情景中，使用说服知识解释、评价和应对广告商或者销售人员的说服意图，最终体现自己的意志，达到自己的目标[19]。在崔耕等[20]的研究中，该模型被用于解释说服知识在评论操控降低购买意愿中的调节作用。本研究认为，说服知识模型的基本前提是消费者处于说服的情景，但默认好评信息含量极低，且明确指出评价是由系统给出，这与说服知识模型中的说服情景并不相同。此外，在说服知识模型中，消费者首先需要通过应用说服知识对营销者说服意图进行判断然后做出反应，但在本研究情景下，信息发布者与消费者评估的对象并不相同，消费者无法根据平台系统设置的默认好评判断商家意图。所以，说服知识模型仍难契合本研究情景。

(3)从商家与消费者长期博弈的视角，学者使用的是消费者学习理论。消费者学习理论是指由于消费者并不完全了解产品信息，不确定产品的真实质量，为了降低这种不确定性，消费者不断从过去的消费经验中进行学习。ZHAO et al.[21]的研究发现，在评论操控情景下，消费者会产生基于在线评论的(同时也是经过操控的)预期，并在收到实际产品后发现二者之间的差距。消费者倾向于从该种差距中学习，同时在长期重复博弈中调整自身对在线评论的预期，以减少预期与实际之间的差异。由于消费者基于以往经验不断地更新对评论可信度的认识，虚假评论的存在导致消费者购买行为的不确定性增加，且积极评论和评论数量的增加对消费者购买的影响降低。本研究认为，默认好评具有识别性，消费者不需要通过长期学习进行调整，且上述博弈的主体仍在商家与消费者之间，只有当消费者发现商家主动操控评论时才会考虑做出相应措施，而默认好评的操控主体不是商家，这意味着该理论视角仍难以适用于默认好评问题。

基于上述分析，已有关于评论操控的研究仍存在不足。首先，已有研究虽然识别出多种评论操控形式，并分析了其对消费者购买的影响，但仍缺乏对默认好评这一特殊评论操控的关注。由于其特有的商家不可控和消费者易识别特征，本研究将对默认好评对消费者购买决策的影响及边界条件进行研究。此外，目前评论操控的相关研究使用网络口碑效应、说服知识模型和消费者学习理论对消费者决策影响机制进行解释，但这些逻辑并不适用于默认好评，本研究的第2个研究目的便是讨论默认好评的影响机制，这对深入理解评论操控有重要意义。

2 理论基础和研究假设

2.1 产品诊断性

产品诊断性指消费者认为网站或系统有助于其全面评价产品优劣的程度[22-23]，反映了网站传递相关产品信息以帮助买家准确评估产品质量的能力[24]。信息经济学的相关研究认为消费者的购买决策过程旨在减少产品不确定性[25]，产品诊断性作为在线消费者对产品信息的认知反应变量，衡量了卖方传递的信息在降低不确定性进而促进购买决策上的价值。当卖方传达有关其产品真实质量的信息时，消费者会感知到更高的产品诊断性，即能够准确评估产品质量，避免对低质量或不正确产品的错误选择，从而更可能进行购买。目前，信息系统领域的学者已对产品诊断性展开广泛的研究，证明了这一变量在网络购物环境中的重要性，并发现了其对产品评价[26]、购买态度[23]和实际购买[22]的积极影响。

在已有研究中，学者对产品诊断性的探讨涉及到多种不同的情景。JIANG et al.[26]探讨虚拟购物体验对感知产品诊断性的作用，结果表明视觉控制(消费者能够操纵Web产品图像，从不同的角度和距离观看产品)和功能控制(消费者能够探索和体验产品的不同特性和功能)可以提高消费者感知到的产品可评估程度；YI et al.[23]在用户做出产品标记为其他用户搜索产品提供导航的背景下，验证了产品标记对感知产品诊断性的积极影响，研究结果表明，标签有助于用户定位和评估相关的替代品，从而增强产品搜索的感知诊断性。此外，由于在线评论成为消费者获得产品相关信息的重要来源，产品诊断性也被纳入在线评论的研究情景中，有研究表明在线评论的质量直接影响消费者的感知产品诊断性，评论字数等在线评论特征可以帮助消费者进行决策，正向影响产品诊断性[25,27]。

将产品诊断性应用于默认好评机制的解释中是充分的，也是合理的。第一，评论信息首先被消费者加工处理，然后成为其购买决策的依据[28]，产品诊断性机制展示了消费者对评论信息的认知反应，可以直接体现默认好评的作用效果。第二，基于默认好评的不可控性和可识别性，感知产品诊断性可以较充分地解释默认好评对消费者的影响。一方面，默认好评不为商家所控制，这一设置作用于所有商家的产品评论中，而产品诊断性机制聚焦于消费者对信息的整体认知反应，潜在地将信息来源等因素包含在内，与默认好评中默认好评来源于平台而非商家的情景相吻合。另一方面，由于默认好评可识别性高，消费者在购买决策中清楚地知道自己面临的信息是失真的，而产品诊断性这一机制解释了消费者面临产品信息时的反应，能够揭示默认好评可能存在的干扰作用。

2.2 默认好评对消费者行为的影响

默认好评的存在干扰消费者对产品优劣的判断，使其感知到的产品诊断性降低。一方面，默认好评本身具有模糊性，消费者无法推测默认好评背后购买者的真正意图。对于阅读这些默认好评的消费者来说，“沉默”存在多种解释[29]，没有发表评价可能表示已存在的评价足以代表自己的意见，也可能表示产品的真实质量不是很差等。当消费者通过这些信息判断产品质量时，模糊性增加消费者理解这些信息进而借助信息做出判断的难度[30]，感知产品诊断性因此降低。另一方面，默认好评的存在影响在线评论其他组成部分的可信度，如评论数量和整体评分，为消费者产品评价提供依据的有效信息变得更少。具体而言，由于评论并非全部由真实评论构成，消费者无从得知评论中默认好评的比例，使评论数量的可信度降低；由于默认好评的评分直接计入产品的整体评分，整体评分中有一部分高分并不是由消费者真实评价的，总体评分的可信度也在一定程度上降低。默认好评的存在使消费者更加难以借助评论数量和整体评分等指标衡量产品的真实质量，消费者感知产品诊断性降低。此外，HU et al.[4]也认为评论操控增加消费者的不确定性。据此，本研究认为默认好评数量与感知产品诊断性呈负相关。

关于感知产品诊断性与消费者购买行为的关系，①当消费者无法评估产品质量，即感知产品诊断性低时，较高的交易风险感知阻碍消费者进行购买。PAVLOU et al.[31]认为不确定性导致对风险的感知，进而造成购买意愿下降，默认好评的增加减弱了感知产品诊断性，消费者对质量的不确定性会降低其购买意愿。②研究表明消费者对产品的态度与其对所做产品评价的信心相关[32]，当消费者对自己做出的产品评价缺乏信心时，他们对该产品的态度也趋向消极。随着默认好评数量增加，消费者通过现有的评论无法准确判断产品质量，因而对产品本身的信心减弱，购买产品的意愿下降。③在网络购物的情景下，感知产品诊断性表示网站能在多大程度上帮助消费者了解和判断产品，更高的感知产品诊断性意味着消费者能通过这一网站了解产品，并做出明智的购买决策，从而更有效地实现自己的购物目标；而当消费者认为网站不利于自己获取产品信息时，他们在该网站购物的倾向便会降低。在默认好评情景中，网站统一设置默认好评机制，默认好评对消费者获取产品的相关信息产生了干扰，影响消费者对网站的评价，进而降低其在该网站完成购物的可能性。此外，已有学者认为感知产品诊断性对购买意愿有积极影响[23-24]，所以本研究认为感知产品诊断性与消费者购买行为正相关。综上，本研究提出假设。

H1a默认好评数量与消费者购买行为呈负相关；

H1b感知产品诊断性在默认好评数量对消费者购买行为的影响中起中介作用。

2.3 默认好评与消费者购买行为关系的边界条件

根据消费者是否需要通过购买和体验来评估产品价值，可以将产品分为搜索品和体验品[28]，搜索品是指消费者在购买前可以通过多种属性进行评估，如电脑、手机、剃须刀；体验品很难通过特定的属性进行描述，需要通过购买和使用才能对产品价值做出判断，如图书、食品和电影。消费者在评价搜索品时更倾向于使用系统式的加工方法处理信息[33]，即对与判断相关的信息进行全面分析和认知处理[34]；对于体验品则使用启发式的加工方法[33]，即付出较少的认知努力，更多地依赖信息背景来判断其有效性，如信息源或其他周边线索。系统式的加工方法使消费者更加详细地处理产品和评论信息的具体内容，也就越能注意到默认好评的存在并进一步思考，从而意识到默认好评的模糊性及其导致的评论其他组成部分的偏差，使判断产品质量难度加大；启发式的加工使消费者更倾向于直接通过评论数量和评分等周边线索进行购买决策，并没意识到默认好评的本质，产品质量判断难度变化不大。已有研究表明，消费者购买不同类型产品时关注评论中不同的信息，如购买搜索型产品时，消费者对网页中纯文字评论的关注度更高[35]。因此本研究推论，对于搜索品，默认好评更容易干扰消费者的判断，从而降低购买可能性；对于体验品，默认好评由于不容易被纳入消费者的信息处理范围，其对购买决策的影响较小。因此，本研究提出假设。

H2a相对于体验品，搜索品的默认好评数量对消费者购买行为的负向作用更强。

产品流行度已经被广泛地纳入营销研究领域[36]，已有研究通常根据销量或销售额划分产品流行度的高低，销量或销售额较高的产品为畅销产品，销量或销售额较低的仅有一小部分顾客群的为小众产品。在线评论对畅销产品和小众产品的影响是不同的，由于消费者同时接收网站提供的受欢迎度信息和顾客的评论信息，他们根据产品的流行度初步判断产品的质量，并根据在线评论调整这种判断。但是由于认知偏差，消费者往往倾向于忽略与最初观点(即根据流行度产生的预期)不一致的信息，更注重与最初观点一致的信息，这就导致正向评论对流行产品的作用更大，负向评论对小众产品的作用更大[37]。因此，对于高流行度的产品，消费者对其质量的判断更趋向积极，在认知偏差的作用下，消费者对默认好评做出更加正面的推测，而忽略默认好评的潜在干扰，产品质量判断的难度不会受到较大影响，默认好评的负向影响相对较弱。对于低流行度产品，认知偏差会放大默认好评的干扰，消费者对于产品质量更为不确定，默认好评的负向影响更强。此外，产品流行度作为产品质量的信号，也起着降低消费者不确定性的作用，当消费者面对默认好评带来的干扰时，高流行度信号可以缓冲和克服默认好评的负面影响，而低流行度产品由于缺乏补偿性的信号，受到的负面影响更大[38]。因此，本研究提出假设。

H2b相对于低流行度的产品，高流行度产品的默认好评数量对消费者购买行为的负向作用更弱。

由于交易主体的有限理性和机会主义行为倾向，消费者在交易过程中面临着来自竞争者和供应商等多方带来的不确定性，相对于供应商直销，购买经销代理商的产品涉及更大的风险，加剧默认好评的负面影响。一方面，经销代理商交易环节的增加导致更高的不确定性。经销代理商的自利倾向经常导致渠道中的机会主义行为，包括扭曲和隐瞒信息、不遵循既定质量标准、不履行应尽的责任或义务等[39-40]。具体而言，经销代理商可能为了盈利或降低成本而故意隐瞒或夸大部分产品信息，销售质量欠佳的产品，有意提高产品维修和退货的门槛。因此，与供应商直销的产品相比，分销商环节的不确定因素为消费者购买带来更多潜在风险。另一方面，与供应商相比，经销代理商出现机会主义行为的概率相对较高。因为产品质量直接关乎供应商的声誉，实施机会主义行为的后果直接使其声誉受损。而且已有学者认为声誉抑制机会主义行为，在长远利益受损的威胁下，供应商倾向于选择诚实行为而非机会主义行为[41]。因此，与供应商直销相比，消费者购买经销代理商的产品时面临的风险更大，在此情况下，默认好评的干扰加剧消费者准确判断产品质量的难度，进而对销量造成更大的负面影响。因此，本研究提出假设。

H2c与经销代理商的产品相比，供应商直销产品的默认好评数量对消费者购买行为的负向作用更弱。

3 研究方法

本研究通过二手数据分析和实验方法验证假设。二手数据分析可以通过真实发生的消费记录揭示默认好评机制对消费者购买行为的作用及其边界条件，弥补实验法外部效度的不足，本研究通过构建计量经济模型验证H1a和H2a～H2c。由于二手数据分析无法探讨内在的作用机制，本研究进一步通过实验方法探讨默认好评的作用机制，即感知产品诊断性的中介作用，同时处理二手数据分析中无法解决的部分内生性问题。

3.1 研究1：二手数据分析

研究1旨在探讨默认好评数量对消费者购买行为的影响以及产品类型、产品流行度和商家经营模式在其中的调节作用，本研究以产品和天为单位，在面板数据的基础上，采用双向固定效应模型控制个体和时间的差异，并在稳健性检验中采用滞后的方法处理反向因果带来的内生性问题。双向固定效应指个体固定效应和时间固定效应，个体固定效应可以解决不随时间变化但随个体而异的遗漏变量问题，时间固定效应可以解决不随个体变化但随时间变化的遗漏变量问题。

3.1.1数据来源和测量

本研究数据为自主抓取的、来自于电子商务网站阿里巴巴的在线评论和销售数据。抓取方法和内容如下：在巧克力、饼干、剃须刀、电池、纸巾、墙纸、纯净水和饮料8个产品种类中，按照销售额排名分别选取排在前100的产品，抓取的数据包括产品详细信息、评论、销售信息和商家信息。抓取的时间为2017年9月6日至2017年12月6日，共包含758个商家，遍布在27个省、自治区和直辖市。由于消费者在购物过程中面对全部的评论数据，因此，对于产品评论，抓取自产品上架到观察期终止期间内的所有数据，并剔除没有任何评论和销量的产品，本研究的最终数据包括622件产品、604家商家，总评论数为401 556条，其中默认好评数为310 906条。

本研究按产品和天对上述数据进行汇总得到分析所用的数据集，如前所述，消费者购买时看到前期的所有评论，因此与评论相关的变量均采用累计数量求得。此外，采用产品销量测量消费者购买行为，可以反映消费者的真实购买行为；根据体验品和搜索品的定义将产品类型编码为0和1；用每件产品在同品类产品中的销售额排名测量流行度；商家经营模式分为经销代理和供应商直销，分别编码为0和1。除产品销售数量和默认好评数量以及产品类型、产品流行度和经营模式等调节变量外，本研究将评论层面因素纳入模型，即选取五星评分数量、评论总数、评分标准差、平均评论字数等作为控制变量。由于采用固定效应模型，产品和商家层面的所有基本特征因素都是不随个体变化的，因此不将这两个层面的因素纳入控制变量。为了使各个变量的分布均符合正态分布，同时便于解释，对于放入模型中除虚拟变量之外的所有变量均取对数。

3.1.2数据分析和结果

描述性统计结果见表1，每件产品的平均销量为1 054.323件，默认好评413.475条。变量之间的相关关系检验结果见表2，默认好评数量与产品销量之间的相关系数不显著，未支持本研究假设，两者关系有待进一步分析。产品类型和产品流行度与产品销量显著负相关，经营模式与产品销量显著正相关，在一定程度上说明搜索品、非流行品(销售额排名靠后)和经销代理的产品销量较低。

表1 描述性统计结果Table 1 Results for Descriptive Statistics

表2 相关系数Table 2 Correlation Coefficients

基于上述面板数据，本研究采用双向固定效应模型，以产品销量为因变量进行回归，回归分析结果见表3，其中样本量57 224条为按产品和天对评论进行汇总后的记录数，由于部分商家的经营模式数据有缺失，模型5和模型6的样本量为57 040条。相对于随机效应模型而言，双向固定效应模型允许残差项与其他解释变量相关，因此使模型估计更加灵活和稳健；Hausman检验结果为χ2(5)=109.59，p<0.001，同样拒绝采用随机效应模型。

由于本研究采用双向固定效应模型，调节变量不随个体而变化，无法验证单独的调节变量对产品销量的影响，因此在估计结果中只展示了交互项的系数和标准误。

表3中模型1只在回归中引入控制变量。

模型2检验主效应，默认好评数量与产品销量显著负相关，β=-0.311，p<0.001，H1a得到验证。

模型3～模型6检验产品类型、产品流行度和经营模式的调节作用，由模型3结果可知，产品类型对默认好评数量与产品销量的关系起调节作用，β搜索品=-0.222，p<0.001，即相对于体验品，搜索品的默认好评数量对产品销量的负向作用更强，H2a得到验证；由模型4结果可知，产品流行度对默认好评数量与产品销量的关系起调节作用，β产品流行度=-0.088，p<0.001，对于流行度低的产品，默认好评数量对产品销量的负向作用越强，而对于流行度高的产品，默认好评数量对产品销量的负向作用越弱，H2b得到验证。由模型5结果可知，经营模式对默认好评数量与产品销量的关系起调节作用，β经营模式=0.132，p<0.001，即相对于经销商代理的产品，供应商直销的产品的默认好评数量对产品销量的负向作用更弱，H2c得到验证。

为保证研究结果的稳健性，将3个调节变量及其交互项同时放入模型中，由模型6结果可知，回归结果与模型3～模型5的结果相似，进一步支持了本研究假设。

3.1.3稳健性检验

本研究关注默认好评数量与产品销量之间的关系，但在研究在线评论效应时必须注意在线评论并非外生性变量[42]。也就是说，默认好评数量与产品销量之间存在互为因果的可能，即默认好评可能是产品历史销量的反映，如今日较多的默认好评可能是前期销量较大带来的结果。因此，在模型设定时必须要考虑潜在的内生性问题。本研究参考LIN et al.[43]的研究，通过滞后效应排除这种反向因果带来的影响，分别将默认好评数量滞后1期、5期和10期(单位:天)。回归结果表明，在滞后1期和10期的情况下默认好评数量仍然对产品销量有显著的负向影响，βlag1=-0.332，p<0.001;βlag10=-0.867，p<0.001。滞后5期时影响不显著，βlag5=-0.222，p>0.100。该结果在一定程度上支持H1a。

3.2 研究2:实验研究

研究2旨在研究默认好评数量对消费者购买行为影响的中介机制。由研究1的实证结果可知，搜索品更容易受到默认好评数量的负面影响，因此，本研究选取搜索品作为实验材料。通过实验法操控产品页面中默认好评数量，设置消费者在线上购买礼物的场景，测量消费者感知产品诊断性和购买意愿，以此检验感知产品诊断性在默认好评数量与购买行为关系中的中介作用。需要说明的是，研究2因采用消费行为学实验情景模拟方式进行研究，采用消费行为学研究范式中的购买意愿作为购买行为的测量指标，与研究1中的实际购买行为在本质上是一致的。

表3 回归分析结果Table 3 Regression Analysis Results

3.2.1实验材料

选取研究1中的剃须刀作为本次实验的材料。本实验通过操控产品评论页中呈现的10条评论，设置4个样本组，分别为3条、5条和10条默认好评组以及控制组，控制组无默认好评，全部是正常评价，页面中10条评论的顺序随机呈现。

3.2.2研究设计

来自中国多所大学的234名学生参与本次研究，其中，108名女生，平均年龄20岁，实验数据收集时间为2019年1月22日至25日。采用单因素组间设计，默认好评数量分别为0、3、5、10，所有参与者随机分配，各组参与者分别为62名、60名、54名和58名。先请参与者阅读实验说明和知情同意书，确认接受知情同意书。指导语告知参与者，他们现在将要选购一份礼物送给朋友，并开始浏览产品信息和用户评论。每个参与者看到3张图片，前2张描述产品基本信息，第3张是评论页面(详情见附录)。随后测量购买意愿，请参与者对自己是否购买这件产品打分，具体题项为：请问您有多大可能购买这件商品，采用Likert 7点评分法，1为完全不可能，7为完全可能。然后，请参与者填写感知产品诊断性量表，该量表借鉴PAVLOU et al.[44]的研究，根据本研究情景对题项进行修改，包括4个题项，具体为“我认为这些评论能够帮助我获得对该商品的真实感受”“获得对该商品的真实感受使我购买该商品变得更加容易”“我认为这些评论能够帮助我仔细评价这件商品”“能够仔细评价商品让我购买这件商品变得更加容易”。采用Likert 7点评分法，1为完全不同意，7为完全同意。在本研究中该量表的Cronbach′sα为0.845。最后，参与者需要填写最近1个月的网购次数、网购年龄、平均网购浏览时间、教育程度、年龄、性别和情感状态。为了确保问卷的质量，请参与者回答是否认真填写问卷。实验完成后，参与者获得研究者随机发放的红包，平均金额1元。

3.2.3实验结果分析

图1给出4种默认好评数量情景下消费者购买意愿的均值。为了检验共同因素偏差问题，参考KOTLAR et al.[45]的做法，使用Harman单因素检验进行分析，发现不存在能够解释超过26%变异量的因子。然后，以购买意愿为因变量，以默认好评数量为自变量，以网购次数、网购年龄、平均网购浏览时间、教育程度、年龄、性别和情感状态作为控制变量，进行单因素方差分析。方差分析结果表明，默认好评数量的主效应显著，默认好评数量与消费者购买意愿存在显著负相关，默认好评数量越多，消费者购买意愿越低，F(3，223)=3.328，p=0.020，偏η2=0.043；控制变量对购买意愿均无显著影响。进一步采用最小显著性差异法进行事后检验，控制组与5条默认好评组(p=0.039)和10条默认好评组(p=0.009)差异显著，与3条默认好评组差异不显著，p>0.100。

图1 默认好评数量对购买意愿的影响Figure 1 Impact of Number of Default Good Reviews on Purchase Intentions

使用Bootstrap方法检验感知产品诊断性是否在默认好评数量对消费者购买意愿的影响中起中介作用，表4给出感知产品诊断性的中介效应检验结果。由于默认好评数量是分组变量，本研究采用Spss Process的模型4进行多次检验，参照组均为控制组(无默认好评)，设定Bootstrap次数为5 000，同时将控制变量放入模型中。由表4可知，感知产品诊断性在3条默认好评组中的中介作用不显著，间接效应为-0.102，p>0.100，90%置信区间为[-0.433，0.212]，包含0。在5条默认好评组中的中介作用显著，间接效应为-0.328，p<0.050，95%置信区间为[-0.736，-0.036]，不包含0。在10条默认好评组中的中介作用显著，间接效应为-0.499，p<0.010，99%置信区间为[-1.114，-0.132]，不包含0。此外，在3个实验组中，默认好评数量的直接效应均不显著，置信区间均包含0，说明感知产品诊断性起完全中介作用。H1b得到验证。

4 结论

4.1 研究结果

本研究通过二手数据分析和实验的方法探讨默认好评数量对消费者购买行为的影响及其边界条件和内在机制。研究1的结果表明，①默认好评数量与产品销量显著负相关，表明在控制其他评论、产品和商家相关的因素后，默认好评数量越多，消费者的购买量越少；②默认好评数量对不同类型产品销量的影响不同，对体验品销量的影响不显著，这一结果与已有研究的结论相似[35]，即消费者对体验品评论中的文字内容关注度低；③产品流行度对默认好评数量的影响起调节作用，与GU et al.[37]的发现相近，小众产品受到的评论负作用相对大，随着流行度的升高，默认好评数量的负作用越来越小直至消失；④经营模式的调节作用显著，默认好评数量对经销商代理的产品销量的负向影响更大。

研究2的分析结果进一步支持默认好评数量对消费者购买行为的负向影响。此外，研究还发现，默认好评数量较少时(如3条默认好评组)，消费者购买意愿并没有显著降低，只有当默认好评数量较多时(如5条和10条默认好评组)，消费者购买意愿降低。这一结果可能意味着在默认好评数量较少时，消费者可以通过其他信息判断产品质量，并不会受到干扰。此外，默认好评效应中介机制的分析结果表明，消费者的感知产品诊断性完全中介默认好评对消费者购买行为的影响，验证了本研究假设，默认好评数量通过降低消费者的感知产品诊断性负向影响消费者购买行为。

表4 感知产品诊断性的中介作用检验结果Table 4 Test Results for Mediation Effect of Perceived Product Diagnosticity

4.2 理论贡献和实践启示

本研究关注默认好评这种特殊的评论操控行为，并认为其与一般评论操控在性质上有差异，加深了对评论操控行为的认识，并揭示出将评论操控在具体性质上进行划分具有重要意义。已有研究仅从整体上讨论评论操控行为，或在形式上分析不同评论操控行为的差异，很难系统性地展示评论操控的影响及其背后的影响机制。本研究针对默认好评的特殊性质，提出一种新的解释机制，表明默认好评的负向影响是干扰消费者判断、降低消费者感知产品诊断性导致的后果。这一观点加深了对评论操控对消费者影响的理解，突出了评论操控特征(如商家角度是否可控制、消费者角度是否可识别)与消费者行为之间的理论联系。

在实践方面，商家应该采取措施主动避免默认好评带来的负面影响，尤其是对搜索品、排名靠后和经销代理的产品。一方面，商家可以通过与平台协商或鼓励消费者评论等措施减少默认好评；另一方面，商家应该尽可能多地提供信息或服务，以帮助消费者判断产品质量，从而避免默认好评可能产生的干扰，如提供第三方的权威质量认证、免费试用、介绍原材料来源或生产加工流程等。此外，本研究建议网络购物平台合理设计在线评论系统，营造值得信任的购物环境，积极采取更加灵活的评论管理策略，通过更便利的评价过程、消费评价提醒等措施鼓励消费者进行评价，而不是直接将未评价的消费记录默认为好评，以实现消费者、商家和平台的共赢。

4.3 研究局限和展望

①研究结论需要在更广泛的平台和行业背景下进行验证。研究1中的评论和销售数据采集自阿里巴巴网站，属于B2B类型的网络购物平台，尽管该网站也经营部分零售业务，但是研究结论仍需要在B2C平台中进一步验证。②默认好评数量作用的边界条件需要进一步挖掘，本研究在控制在线评论总数以及正常五星好评数量的情况下建立计量经济模型，考虑到默认好评可能由于增加了评论总数量和五星好评数量而产生正向影响，未来研究可以进一步讨论默认好评由此产生积极作用的可能性。③关于默认好评与一般评论操控的比较研究仍需进一步探讨，未来研究可以考虑两者在其他维度上的区别，并通过实验的方法比较两种评论操控对消费者购买行为的不同影响以及内在机理。④默认好评等评论操控行为不仅影响商家，也很可能影响其所在的平台，如降低平台声誉，评论操控对平台的影响以及平台如何有效治理评论操控也是今后研究的重点。

附录

实验材料

亲爱的朋友：

您好！非常感谢您参与此次问卷调查。本问卷不计姓名，调查结果将受到严格保密，仅用于学术研究，不作商业用途，旨在探究网购行为，请您放心作答。本次问卷预计填写时间为2分钟。非常感谢您的参与，您的认真填写对我们的研究至关重要！

xxxxxxx课题组

您现在将要选购一份礼物送给您的朋友，接下来您将看到一款剃须刀。请仔细阅读商品信息评论内容，依次逐题回答，不要遗漏文字材料和问题。(以下内容需要阅读10秒以上)。

控制组(示例)

3条默认好评组(示例)

5条默认好评组(示例)

10条默认好评组(示例)