基于調節定向理論的在線評論感知有用性差異研究

李 琪， 任 小 靜

(西安交通大學 經濟與金融學院， 陜西 西安 710061)

基于調節定向理論的在線評論感知有用性差異研究

李 琪， 任 小 靜

(西安交通大學 經濟與金融學院， 陜西 西安 710061)

基于調節定向理論，引入調節定向變量，運用實驗情境設計的方法，驗證了評論效價和評論質量對消費者感知有用性的影響受到調節定向類型的作用。結果顯示，對于促進定向消費者，正面或低質量的在線評論信息感知有用性更高；相反，對于預防定向消費者，負面或高質量的在線評論信息感知有用性更高，且正面高質量和負面低質量評論信息對不同調節定向類型消費者的感知有用性差異不顯著。

感知有用性；調節定向理論；評論效價；評論質量

一、引 言

在線評論作為網絡口碑傳播的一種特殊形式，即消費者通過網絡購物或第三方評論平臺發表的針對產品、服務、賣家等的正面或負面觀點[1]，對消除不確定性、輔助其做出有效決策具有重要作用[2]。目前，在線評論的發布缺乏信息審核環節[3]，評論信息多以文本形式傳播，信息發布者和接收者之間處于弱關系狀態，評論發布者很有可能會將錯誤或不準確的信息傳遞給消費者[4]，從而導致信息質量良莠不齊，這在一定程度上削弱了消費者從海量在線評論中甄別出有用信息的能力。為了幫助消費者有效應對信息超載與認知成本問題[5]，各種電商企業平臺相繼建立了在線聲譽評價系統，消費者通過回答“這條評論對您有用嗎？”進行有用性投票。但是，該機制的效果受到評論發表時長的限制，一條評論的有用票數只有經過較長時期的累積才能產生指示作用[6]。因此，并非每一條在線評論都能對消費者做出購買決策起到相同的作用[7]，企業要想對在線評論進行快速有效的管理，就要找出影響評論有用性的因素[6]。

學術界普遍認為在線評論效價和信息質量是影響在線評論說服效果的重要因素，但未得出一致性結論[8-10]。已有研究認為矛盾的原因在于網絡口碑的說服效果受到消費者動機傾向的調節[11]，即相同的評論信息對不同動機傾向的消費者會產生差異性影響。為了進一步探討消費者異質性對在線評論有用性的影響，本文基于調節定向理論，選取在線評論的效價(正面/負面)和信息質量(高質量/低質量)兩個維度，以調節定向類型(促進/預防)作為調節變量，采用實驗情境設計的方法研究其對在線評論感知有用性的作用。

二、文獻綜述

1.在線評論內容屬性和感知有用性

學術界針對“消費者認為怎樣的在線評論更有用？”這個問題展開了激烈的討論。評論效價能夠幫助消費者快速形成對產品的認知，以往研究中通常根據評論發布者的情感傾向，將在線評論分為正面、負面和中性評論，并且采用在線評論評分代表評論發布者的情感傾向，極低(極高)評分表示極端負面(正面)情感傾向，中間評分表示中性情感。但是在以往研究中哪種情感傾向的在線評論對消費者影響更大并沒有達成一致結論。Pan和Zhang認為評論效價與感知有用性之間存在正向影響，即消費者存在“積極偏差”[12]。Herr等研究認為負面口碑明確表示口碑傳播者對產品質量較差的評價，而正面或中性口碑傳遞的產品質量信息比較模糊，可以用來描述高、中、低質量的各種商品，憑借正面或中性口碑人們很難判斷產品質量[13]。Cao等利用文本挖掘技術發現評論中出現的“否定詞”個數會影響消費者對其感知有用性的評價，并且二者之間存在正相關關系[14]。因此，相比于正面或中性評論，負面評論可診斷性較強。

除了在線評論方向，評論信息質量也是影響傳播效果的主要因素[15]。營銷學領域認為信息中所包含觀點的說服力度代表了信息質量的高低。客觀的易于被理解的觀點信息比主觀的情緒化信息的說服力度更強[16]。在網絡購物環境中，評論信息多以文本形式傳播，信息質量參差不齊。評論閱讀者在瀏覽信息時不難發現，有的消費者對于此次購買經歷描述較為詳盡，有的則較為簡略。評論者對產品使用體驗描述得越詳細，采取圖文結合等方式表達，評論觀點的說服力越強，信息質量越高。Lee等將在線評論信息分為高質量和低質量評論信息，高質量評論包含了較詳細的與產品外觀、功能等屬性或使用經歷相關的描述性信息，并提供強有力的論據支撐，而低質量信息是與產品評價相關性低，僅僅包含簡單推薦或陳述不清的信息[8]。宋曉兵等實證研究得出高質量評論信息比低質量評論信息對消費者購買意愿的影響更大[17]。但Schellekens等認為低質量的正向口碑信息對消費者影響力更大[10]。Sussman和Siegal在精細加工可能性模型的基礎上，構建了信息采納模型，該模型解釋了信息質量與信息有用性之間的關系，進而影響人們對信息的采納以及決策過程[18]。并且，Pan和Zhang利用Amazon公司網站的實際數據驗證了評論長度對評論感知有用性的正向影響[12]。但殷國鵬認為評論長度不是越長越好，評論長度與評論有用性之間是一種倒“U”形關系[5]。Ghose 和Ipeirotis采用文本挖掘技術發現，評論可讀性對評論有用性有正向作用，評論拼寫錯誤率對評論有用性有負向作用[19]。以上研究主要關注評論內容屬性方面對評論感知有用性的作用。

2.接收者特征和在線評論感知有用性

在線評論感知有用性更多的是信息接收者個人的主觀判斷，不同的信息接收者對相同的評論信息會有不同的反應。Sussman和Siegal認為信息接收者的經驗會對信息采納起到調節作用[18]。此外，消費者對產品的涉入程度也會影響其對評論感知有用性的判斷。Doh和Hwang研究表明，消費者對產品的涉入程度越高，正面評論感知有用性越低，負面評論的影響作用越大；并且，消費者對產品的先驗知識也會對評論感知有用性起調節作用，消費者對于產品的先驗知識越多，其對負面評論就越敏感[20]。余偉萍等人認為消費者個人調節定向會對購買意愿產生調節作用。

以上學者們關于在線評論內容屬性和消費者特征對評論感知有用性的影響做出了開拓性的研究，但還存在一些不足，比如較少研究關注消費者個人調節定向對于評論感知有用性的調節作用。鑒于此，本文在以往研究的基礎上，引入調節定向變量，試圖從消費者個體的異質性這一角度研究其對評論有用性的影響作用。

三、理論基礎與假設提出

1.理論基礎

Higgins提出人們在追求目標的自我調節過程中會受到“促進定向”(promotion focus)和“預防定向”(prevention focus)兩種動機傾向的調節[21]，不同調節定向的個體在實現目標的過程中具有不同的表征，促進定向個體關注于是否會獲得積極的行為結果[11]，預防定向個體更加關注是否會存在消極的行為結果。促進定向和預防定向個體的差異是在追求同一目標時具有不同動機和采用不同方式，調節定向理論對個體行為具有良好的預測性[11]。對于促進定向個體，當廣告信息框架是積極且促進定向的，說服效果最佳；對于預防定向消費者，消極框架、預防定向的廣告信息說服效果最好[22]。也就是說，當個體的調節定向類型同目標追求策略相匹配時，促進定向個體對應積極接近策略，預防定向個體對應規避風險策略，消費者動機強度得到增強，從而影響消費者對商品價值的判斷，匹配體驗令消費者購買意愿提升。

2.研究假設

不同調節定向類型個體對待正面和負面信息的反應不同，促進定向個體更加關注收益，對正向結果更敏感；預防定向個體更在意損失，對負向結果更敏感。在消費者行為領域，促進定向消費者更加關注做出購買決策可能獲得的收益。正面評論提供的信息往往是令消費者滿意的購物體驗，傳遞出獲得積極購買結果的可能性更高。因此，相比于負面信息，正面評論信息與消費者的促進調節定向一致，更容易對消費者的購買決策產生影響，即消費者存在“積極偏差”，對正面評論的感知有用性更高。相反，預防定向消費者則努力避免購買產品可能帶來的風險或損失。負面產品評論提供的信息往往是消費者購買體驗不滿意的方面，傳遞出避免潛在負面結果出現的可能性更高。負面評論信息與消費者的預防調節定向更一致，因此具有更強的說服效果，即消費者存在“消極偏差”，負面評論感知有用性更高。并且，賴勝強認為當正負面評論信息同時呈現時，促進定向消費者更加關注正面信息，預防定向消費者更加關注負面信息[11]。

基于此，本文提出以下假設：

H1：對于促進定向消費者，正面在線評論感知有用性顯著高于負面在線評論。

H2：對于預防定向消費者，負面在線評論感知有用性顯著高于正面在線評論。

除了評論信息的效價，評論信息的質量也會對不同調節定向類型消費者產生差異性影響。信息質量的差異體現在信息的抽象性和具體性上，而促進定向個體傾向于處理抽象事物，預防定向個體傾向于處理具體事物[23]。Pham 和Avnet采用系統—啟發式模型研究認為促進定向個體依賴于情感因素對信息進行啟發式加工，基于啟發式線索的信息對于促進定向個體的影響力更高；而預防定向個體更加依賴于認知因素對信息進行系統性加工，基于系統式線索的信息對于預防定向消費者的影響力更高[24]。Lee等研究認為不同調節定向個體對廣告信息的解釋角度不同，促進(預防)定向個體傾向對廣告語進行抽象(具體)解釋[25]。因此，本文認為預防定向消費者會傾向于處理明確具體的信息，依賴高質量的評論信息進行決策，因此，高質量的評論信息對其更有用；促進定向消費者傾向于處理概括模糊的信息，依賴低質量的評論信息做出決策，因此，低質量的評論信息對其更有用。

綜上，本文試圖結合在線評論效價和質量兩個維度研究其對評論有用性的影響，并提出以下假設：

H3：對于促進定向消費者，低質量在線評論感知有用性顯著高于高質量在線評論。

H4：對于預防定向消費者，高質量在線評論感知有用性顯著高于低質量在線評論。

四、實證分析

采用實驗方法驗證以上假設，研究評論效價(正面/負面)和評論質量(高/低)的交互作用對不同調節定向類型消費者的(促進/預防)評論感知有用性的影響作用。

1.預實驗

(1)在線評論內容特征控制

選取手機作為實驗研究對象，基于淘寶網真實的購物環境，各選擇5條正面和負面的產品評論，保持評論內容長度基本一致，為使評論更加客觀，采用Photoshop等軟件隱匿代表評論者特征、評論總體特征的信息。評論質量的測度采用Likert 7級量表，參考李宏等人[26]的研究，讓被試者針對評論內容的“相關性、可信性、易懂性及詳實性”4個方面進行打分(1分代表最低，7分代表最高)，相關性指評論信息是否與消費者尋求的信息相關聯；可信性指信息是否可靠，值得信賴；易懂性是指評論信息是否容易被理解；翔實性指評論中是否包含必要的細節。

本階段邀請33名西安交通大學經濟與金融學院電子商務系的大學生參與調研，從實驗結果中選擇4條評論作為后續的實驗材料，分別是正面高質量、正面低質量、負面高質量和負面低質量評論，評價內容如表1所示，采用秩和檢驗來判定評論間的信息質量是否存在差異。結果顯示，正面的高質量和低質量評論間差異顯著，M正高=5.42，M正低=3.69，Z=-3.992，p=0.000<0.05；負面的高質量和低質量評論間差異顯著，M負高=5.51，M負低=3.42，Z=-4.847，p=0.000<0.05；高質量的正面評論和負面評論無顯著差異，Z=-0.349，p=0.727>0.05；低質量的正面評論和負面評論無顯著差異，Z=-0.728，p=0.467>0.05，因此，實驗對于評論質量控制是有效的。

表1 選取的4類評論內容

(2)個體調節定向控制

根據Higgins對個體行為傾向的劃分，參考Keller[27]的研究方法，首先，讓被試者思考他們的理想期望或責任義務是什么，并寫下其中的兩個答案。然后設計Likert 5級量表讓被試者回答“目前哪個方面對您而言更重要？”(1代表做應該做的事情，7代表做想做的事情)這一問題，對個體的調節定向進行區分。

本階段共有40名被試者參與調研，每組20人。實驗結果顯示促進定向組認為做他們想做的事情更重要(M促=3.9)，預防定向組認為做他們應該做的事情更重要(M預=2.1)，兩組間存在顯著差異(Z=-3.690，p=0.000<0.05)，因此，實驗對個體調節定向的控制是有效的。

2.主體實驗

(1)實驗操作

主體實驗通過網絡發放問卷的形式進行，將實驗對象隨機分配到各組中，不同組對應不同的評論信息。問卷分為3部分：①對評論有用性的回答，要求被試者閱讀以下情景：“您打算在網上購買一部手機，您在該平臺上搜尋到以下評論信息，請仔細閱讀該評論信息，并對其有用性進行回答”；②對個體調節定向的回答；③被試者填寫個人統計信息，如年齡、性別等。

本次問卷于2016年7月初分別向西安交通大學、西南財經大學、渭南師范學院的本科生和研究生進行發放，共收集到問卷485份，其中有效問卷為418份，有效問卷率為86.2%。

首先采用SPSS 16.0軟件對樣本8組數據分別進行K-S檢驗，以驗證數據是否服從正態分布。結果顯示，K-S檢驗的p值均小于0.05，各組數據不服從正態分布，不能采用方差分析，因此采用非參數檢驗(Mann-Whitney U檢驗)對數據進行分析。

(2)假設檢驗

①評論效價、評論質量對評論有用性的影響作用。表2的實證結果顯示，對于不同調節定向消費者，正面低質量和負面高質量在線評論對其感知有用性的影響作用存在顯著性差異，正面高質量、負面低質量在線評論對其感知有用性的影響均值不同，但差異不顯著。

表2 評論效價和評論質量對其感知有用性作用差異檢驗

②調節變量影響下評論效價和評論質量對其感知有用性作用差異檢驗。引入調節定向變量，從而驗證在調節變量影響下，評論效價和評論質量對其感知有用性的作用。表3的結果顯示，對于促進定向消費者，正面高質量在線評論感知有用性顯著大于負面高質量在線評論(M正高=3.28>M負高=2.67，Z=-2.771，p=0.006<0.05)；正面低質量在線評論感知有用性顯著大于負面低質量在線評論(M正低=3.91>M負低=3.39，Z=-2.854，p=0.004<0.05)，因此，假設H1成立。對于預防定向消費者，負面高質量在線評論感知有用性顯著大于正面高質量在線評論(M負高=3.96>M正高=3.37，Z=-2.665，p=0.008<0.05)；負面低質量在線評論感知有用性顯著大于正面低質量在線評論(M負低=3.25>M正低=2.64，Z=-2.621，p=0.009<0.05)，因此，假設H2成立。

表3 調節變量影響下的評論效價對其感知有用性差異檢驗

表4 調節變量影響下的評論質量對其感知有用性差異檢驗

表4的結果顯示，對于促進定向消費者，正面低質量在線評論的感知有用性顯著大于正面高質量在線評論(M正低=3.91>M正高=3.28，Z=-3.132，p=0.002<0.05)；負面低質量在線評論感知有用性大于負面高質量在線評論(M負低=3.39>M負高=2.67，Z=-3.340，p=0.001<0.05)，因此，假設H3支持。對于預防定向消費者，正面高質量在線評論感知有用性顯著大于正面低質量在線評論(M正高=3.37>M正低=2.64，Z=-3.040，p=0.002<0.05)；負面高質量在線評論感知有用性顯著大于負面低質量在線評論(M負高=3.96>M負低=3.25，Z=-3.398，p=0.001<0.05)，因此，假設H4成立。

五、結 論

本文基于調節定向理論，引入調節定向變量，驗證了評論效價和評論質量對其評論感知有用性的影響及受到調節定向類型的作用。基于實驗數據分析結果，本文得出以下結論：

第一，正面低質量的在線評論信息對于促進定向消費者更加有用。促進定向消費者更加關注做出購買決策可能帶來的收益，正面在線評論往往體現的是令消費者滿意的購物體驗，正面信息與消費者促進定向類型相匹配，因此，促進定向消費者往往會利用正面信息輔助購買決策，正面在線評論感知有用性更高。并且，其更依賴于情感因素對信息進行啟發式加工，傾向于處理概括模糊的信息，低質量評論信息與消費者促進定向類型更適配，因此，低質量評論信息感知有用性更高。

第二，負面高質量的在線評論信息對于預防定向消費者更加有用。預防定向消費者在做出購買決策時，更多會考慮到購買產品可能帶來的風險或損失，負面在線評論表達了消費者對產品或服務不滿意的方面，負面信息與消費者預防定向類型相匹配，因此，負面在線評論感知有用性更高，消費者存在一定的“消極偏差”。 并且，其更依賴于認知因素對信息進行系統性加工，傾向于處理明確具體的信息，高質量評論信息與消費者預防定向類型更適配，因此，高質量評論信息對消費者感知有用性更適用。

然而正面高質量在線評論和負面低質量在線評論對不同調節定向類型消費者的差異影響不顯著，本文認為其原因是由于該類信息與消費者的調節定向類型適配性不高，消費者難以依賴其做出有效購買決策。

本文具有一定的理論意義和實踐指導意義。在理論方面，本文引入個體調節定向變量，從消費者特征方面研究了其對在線評論感知有用性的影響，擴展了評論有用性方面的研究；在實踐指導方面，企業應對不同調節定向類型的消費者開展不同的營銷服務，尤其是對于預防定向消費者而言，其應該更加關注負面評論，因此企業應采取措施降低負面評論的影響，比如可以及時對負面評論進行解釋，對消費者予以補救。

同時，本研究存在一定的不足。第一，本文的研究對象僅針對在校大學生，研究結果對于其他消費人群是否成立有待進一步驗證。第二，本研究僅選取了手機這類產品作為研究對象，產品類型的不同會影響評論感知有用性，后續可針對不同類型產品做進一步研究。

[1] CHEN Y,XIE J. Online consumer review: word-of-mouth as a new element of marketing communication mix[J]. Management Science，2008,54(3):477-491.

[2] 張耕,劉震宇. 在線消費者感知不確定性及其影響因素的作用[J]. 南開管理評論，2010,13(5):99-106.

[3] BABIN B J,LEE Y,Griffin M,etal. Modeling consumer satisfaction and word-of-mouth:restaurant patronage in Korea[J]. Journal of Services Marketing,2005,19(3):133-139.

[4] BAILEY A A. Consumer awareness and use of product review websites[J]. Journal of Interactive Advertising,2005,6(1):68-81.

[5] 殷國鵬. 消費者認為怎樣的在線評論更有用？——社會性因素的影響效應[J]. 管理世界，2012，(12):115-24.

[6] 江曉東. 什么樣的產品評論最有用？——在線評論數量特征和文本特征對其有用性的影響研究[J]. 外國經濟與管理,2015,37(4):41-55.

[7] 王長征,何釤,王魁. 網絡口碑中追加評論的有用性感知研究[J]. 管理科學，2015,28(3):102-114.

[8] LEE J,PARK D,HAN I. The effect of negative online consumer reviews on product attitude:an information processing view [J]. Electronic Commerce Research and Applications，2008,7(3):341-352.

[9] LIU Y. Word of mouth for movies:its dynamics and impact on box office revenue[J]. Journal of Marketing，2006,70(3):74-89.

[10] SCHELLEKENS G,VERLEGH P,SMIDTS A. Language abstraction in word of mouth[J]. Journal of Consumer Research,2010,37(2):207-223.

[11] 賴勝強. 基于調節定向理論的網絡口碑影響研究[J]. 財經論叢，2014,178(2):72-78.

[12] PAN Y,ZHANG J Q. Born unequal:a study of the helpfulness of user-generated product reviews[J]. Journal of Retailing,2011,87(4):598-612.

[13] HERR P M,KARDES F R,KIM J. Effects of word-of-mouth and product-attribute information on persuasion:an accessibility-diagnosticity perspective[J]. Journal of Consumer Research，1991,17(4):454-462.

[14] CAO Q,DUAN W,GAN Q. Exploring determinants of voting for the “helpfulness” of online user reviews:a text mining approach[J]. Decision Support Systems,2011,50(2):511-521.

[15] 賴勝強,朱敏. 網絡口碑研究述評[J]. 財貿經濟,2009,(6):127-131.

[16] PETTY R E,CACIOPPO J T. The effects of involvement on responses to argument quantity and quality:central and peripheral routes to persuasion [J]. Journal of Personality & Social Psychology,1983,46(1):69-81.

[17] 宋曉兵, 叢竹, 董大海. 網絡口碑對消費者產品態度的影響機理研究[J]. 管理學報,2011,8(4):559-566.

[18] SUSSMAN S W,SIEGAL W S. Informational influence in organizations:an integrated approach to knowledge adoption[J]. Information Systems Research,2003,14(1):47-65.

[19] GHOSE A,IPEIROTIS P G. Estimating the helpfulness and economic impact of product reviews:mining text and reviewer characteristics[J]. IEEE Transactions on Knowledge & Data Engineering,2010,23(10):1498-1512.

[20] DOH S J,HWANG J S. How consumers evaluate eWOM (electronic word-of-mouth) messages [J]. CyberPsychology & Behavior，2009，12(2):193-197.

[21] HIGGINS E T,SHAH J,FRIEDMAN R. Emotional responses to goal attainment:strength of regulatory focus as moderator.[J]. Journal of Personality & Social Psychology,1997,72(3):515-25.

[22] LEE A Y,AAKER J L. Bringing the frame into focus: the influence of regulatory fit on processing fluency and persuasion.[J]. Journal of Personality & Social Psychology,2004,86(2):205-18.

[23] F?RSTER J,HIGGINS E T. How global versus local perception fits regulatory focus[J]. Psychological Science,2005,16(8):631-636.

[24] PHAM M,AVNET T. Ideals and oughts and the reliance on affect versus substance in persuasion[J]. Journal of Consumer Research，2004,30(4):503-518.

[25] LEE A,KELLER P,STERNTHAL B. Value from regulatory construal fit:the persuasive impact of fit between consumer goals and message Concreteness[J]. Journal of Consumer Research,2010,36(5):735-747.

[26] 李宏,喻葵,夏景波. 負面在線評論對消費者網絡購買決策的影響：一個實驗研究[J]. 情報雜志,2011,30(5):202-206.

[27] KELLER P. Regulatory focus and efficacy of health messages[J]. Journal of Consumer Research,2006,33(1):109-114.

Differences in Perceived Helpfulness of Online Reviews Based on the Regulation Focus Theory

LI Qi， REN Xiaojing

( School of Economics and Finance， Xi’an Jiaotong University， Xi’an 710061, China )

Drawing on the regulation focus theory, this study introduces the regulation focus variables into experimental conditions to examine whether the valence and quality of perceived helpfulness of online reviews have an effect on consumers’ different regulatory systems. The results show that positive or low quality online reviews have greater influence on promotion-focused consumers while negative or high quality online reviews have greater influence on prevention-focused consumers. There are no significant differences between positive, high quality online reviews and negative, low quality online reviews in affecting consumers with different focuses.

perceived helpfulness; regulation focus theory; review valence; review quality

10.19525/j.issn1008-407x.2017.03.009

2016-09-06;

2016-12-12

陜西省科技統籌創新工程計劃項目：“電子商務與電子政務若干問題研究”(2012SZS-09)

李琪(1955-)，男，重慶人，教授，博士生導師，主要從事電子商務與現代服務業研究；任小靜(1990-)，女，陜西渭南人，西安交通大學經濟與金融學院博士研究生，主要從事電子商務與網絡經濟研究，E-mail：rxj4046@stu.xjtu.edu.cn。

F713.55

A

1008-407X(2017)03-0061-06