網購差評“負面效應”的性別差異探析

杜嘉童 于瑩

摘 要：在互聯網和社交媒體高速發展的今天，參考評論進行網購已經成為現代人的一種生活習慣。本文采用問卷調查的方式取得了關于性別、評論和評論影響力的一手數據，通過回歸分析的方式對網購決策中的性別差異理論進行了驗證，得出了女性比男性更依賴評論，差評給女性帶來的“負面效應”比男性更大的結論，并據此為電商提出了相關營銷建議。

關鍵詞：消費;網絡評論;性別差異;負面效應

一、 引言

在高速發展的信息時代，網購成為現代人生活的重要組成部分。在網購時，由于不能直接接觸產品實物，人們只能依賴于商家的宣傳來了解產品，信息嚴重不對稱。在這種情況下，閱讀評論能夠較為真實地了解商品的真實情況，從而有效避免損失。所以，網絡評論（eWOM）是人們進行網絡購物決策時的重要考量指標。男性和女性作為不同的消費群體，在個性特質上有很大區別。所以，研究男性和女性面對異質性評論（好評/差評）的不同表現，將有利于商家針對商品面對客戶群體的性別差異，采取不同的評論營銷策略，從而實現盈利。

之前的研究中已經發現相比于正面評論，負面評論更受消費者信賴，這種現象可被簡稱為“負面效應”。Park & Lee（2009）采用實驗設計的方法對此進行了驗證。此外，研究表明男女在網購中存在性別差異。具體而言，Garbarino & Strahilevitz（2004）發現即使在控制了互聯網使用情況的條件下，女性在網購中感知到的風險水平仍要高于男性。這種風險感知的差異將會反映到購物決策中，即女性在做決策時會更加謹慎猶豫。而評論作為一種網絡口碑，將會對這種風險感知產生影響。在這一機制下，評論對于男女網絡購物產生差異作用。Bae & Lee（2011）就研究了這種作用，并發現評論對女性網購意圖的調節作用高于男性。然而在相關文獻中，罕有關于性別對“負面效應”的影響的研究。

二、 理論框架和基本假設

（一）性別和評論依賴性

盡管在進行網購時男性和女性都會瀏覽評論信息，但二者對評論的接受和依賴程度有很大差異。相關研究表明，相比于男性，女性更容易相信和依賴從他人處得到的信息。一方面，女性會比男性花費更多的時間和精力處理接收到的全部信息;另一方面，女性的社會性更強，更容易聽取群體意見。所以在性別和網絡評論依賴性上可以提出如下假設：評論對女性的影響大于對男性的影響（H1）。

（二）差評的“負面效應”

如前文所述，相關研究發現負面評論更受消費者信賴。這是因為在信息處理過程中存在“負面效應”，負面的消息給人們帶來的痛苦要遠高于正面消息給人們帶來的愉悅，從而給人更大的刺激。而在中國網購市場這個特定背景下，負面評論更受消費者信賴還有一個重要原因。如今，在淘寶等平臺上購物往往會收到買家的“好評返現”紅包，誘導消費者進行好評，導致好評的可信度大大下降，差評的可信度上升。據此可以提出第二個假設：負面評論對購物決策比正面評論更有影響（H2）。

（三）性別對“負面效應”的影響

在前文中，本文已經詳述了差評的“負面效應”，也說明了性別和評論依賴性的關系。進一步地，本文將研究男性和女性“負面效應”大小之間的差異。相關文獻表明，女性在網購中感知到的風險水平仍要高于男性。這種風險感知的差異將會反映到購物決策中，使女性在做購物決策時更加謹慎猶豫。據此可提出第三個假設：差評“負面效應”對女性的影響大于男性（H3）。

三、 數據收集與分析

（一）問卷設計與回收

本文的數據來源是第一手問卷數據。在問卷設計方面，采取了情景模擬的問法，選取了洗面奶這種男女生都會使用的常見網購商品，在控制了受試者產品了解程度的情況下，分別向其展示同等數量和程度的好評和差評，再要求其回答評論對購物決策影響程度的問題，由此得到數據。在問卷發放與回收上，本次問卷發放106份，回收106份，回收率100%。

（二）樣本代表性

問卷調查出的數據為截面數據，樣本容量為106。在回收的數據中，男性47個，女性59個，受試人來自全國21個省（自治區、直轄市），可認為在以上維度上具有代表性。此外，回收數據主要來自各大學，所以本文的研究對象主要是大學生。

四、 模型選取及回歸分析

（一）模型設定與回歸結果

參考Bae & Lee（2011）等文獻中的變量選取，本文的因變量為評論對購物決策的影響程度（Influence），自變量為性別（Gender）、評論性質（eWOM）、對產品的了解程度（Knowledge）和月平均收入（Income）。其中，性別和評論性質為核心變量。對產品的了解程度和月平均收入為控制變量。由于前人的研究大多采用了相關分析及假設檢驗等統計方法，所以在模型選取方面，本文基于因變量的連續性不失代表性地選取了OLS回歸模型。基本的回歸模型如下：

以此模型為基礎進行回歸，Gender的系數反映了男性相較于女性對評論依賴程度的差異，eWOM的系數反映了好評相較于差評的影響差異即“負面效應”，而交互項系數則反映了男性和女性“負面效應”大小的不同，這正是我們所關心的。

為了觀察估計結果的穩健性，基于上述模型進行了四種回歸。根據參與回歸的變量的不同，表1呈現了四個衍生模型的估計結果。

（二）回歸結果分析

在前文的理論部分，本文做出了如下假設：

H1：評論對女性的影響大于對男性的影響。

H2：負面評論對購物決策比正面評論更有影響。

H3：差評“負面效應”對女性的影響大于男性。

觀察表1的參數估計結果，假設中H1和H2都得到了驗證。觀察1和3兩組回歸可知，女性對評論的依賴性要顯著地高于男性，男性的評論依賴水平比女性低0.256個單位，驗證了H1假設。觀察2和3兩組回歸可知，差評的影響力要顯著地高于好評，負面評論的影響力比正面評論高0.367個單位，驗證了H2假設。

然而，觀察加入了性別和評論性質交互項的模型4可以發現，無論是性別，評論性質，還是新加入的交互項，都沒有通過參數顯著性檢驗。這意味著H3假設沒有得到顯著驗證。原因可能有兩個方面：一方面，現有的數據年齡和學歷比較集中，大部分受試者都是大學生，基于該數據可以認為在大學階段男性和女性“負面效應”差異并不明顯。另一方面，進行回歸的數據量不夠多，如果數據量充分大，可能會得到和理論一致的回歸結果。盡管如此，模型中交互項Gender*eWOM的系數是符合預期的，這意味著男性的“負面效應”比女性低0.271個單位，這一點和前文假設相一致。

五、 結論與建議

綜合理論部分和實證部分，本文的結論是女性相較男性更關注和依賴評論，差評具有“負面效應”且這種“負面效應”對女性的影響要高于對男性的影響。

對于電商而言，可以根據如上結論來對營銷策略進行調整。具體而言，首先，重視評論對銷售的影響，特別是差評對銷售的負面影響，重視與顧客的溝通和售后服務，盡量減少差評的數量。另外，由于女性更依賴評論，所以對于面向女性顧客的產品（如化妝品、服飾配飾等）更要重視評論在營銷中的作用，既要鼓勵顧客在社交平臺上撰寫有效的好評，又要給予差評特別的重視，從數量和程度上減少差評對銷售的負面影響。

此外，雖然對電商而言控制評論非常重要，但在方法上也應當審慎。采用不當方式或過激手段，都會造成顧客的反感，反而對商家的商譽有損。更為明智的方法是鼓勵顧客在社交平臺上撰寫好評，同時正視差評反映出的問題，積極與客戶溝通解決，從源頭上減少差評的產生。

參考文獻：

[1]Park，C.，& Lee，T.M.Information direction，website reputation and WOM effect [J].Journal of Business Research，2009（62）：61-67.

[2]Garbarino，E.，& Strahilevitz，M. Gender differences in the perceived risk of buying online [J]. Journal of Business Research，2004（57）：768-775.

[3]Bae S.，Lee T. Gender differences in consumers' perception of online consumer reviews[J]. Electronic Commerce Research，2011，11（2）：201-214.

[4]Kempf，D.A.S.& Palan，K.M. The effects of gender on the processing of word-of-mouth communication[J]. Academy of Marketing Studies Journal，2006，10（1）：1-18.

[5]張紫瓊，葉強，李一軍，互聯網商品評論情感分析研究綜述[J].管理科學學報，2010（6）：84-96.

作者簡介：

杜嘉童，于瑩，中央財經大學。