□ 周麗玲

一、引 言

據(jù)CNNIC發(fā)布的《第32次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告》，截至2013年6月底，我國網(wǎng)民規(guī)模為5.91億。其中，網(wǎng)絡(luò)購物網(wǎng)民規(guī)模達到2.71億人，網(wǎng)絡(luò)購物使用率提升至45.9%(CNNIC，2013)。隨著網(wǎng)購市場的迅猛發(fā)展，網(wǎng)絡(luò)購物逐漸成為我國零售市場的重要組成部分。2008年，全國網(wǎng)購市場的年交易額首次突破千億大關(guān)，達到1200億元。到了2012年，僅僅相隔4年，這一數(shù)字便估計超過1.2萬億元，是2008年的整整10倍①。18～30歲的80后、90后成為網(wǎng)購主力，良好的商家美譽度、真實的售后服務(wù)保障和用戶評論口碑“他信力”成為消費者網(wǎng)上購買決策的三大保險因素，用戶評論口碑體現(xiàn)出其對消費者網(wǎng)購決策的影響力(艾瑞咨詢，2009)。

口碑(word of mouth)是指沒有商業(yè)目的的人際間口頭交流的關(guān)于品牌、產(chǎn)品、服務(wù)的信息或看法(Ardnt，1967)，網(wǎng)絡(luò)口碑就是消費者之間通過互聯(lián)網(wǎng)進行的產(chǎn)品信息交流(Sun，et al，2006;Hennig-Thurau，et al，2004)。與傳統(tǒng)口碑相比，網(wǎng)絡(luò)口碑的傳播范圍大為擴展，傳播頻率大為增加，因而引起了業(yè)界和學界的關(guān)注。

學界對口碑傳播的研究始于20世紀60年代。2000年以來，研究重心逐漸轉(zhuǎn)移到網(wǎng)絡(luò)口碑。對網(wǎng)絡(luò)口碑的研究基本上延續(xù)了傳統(tǒng)口碑的研究議題，比如消費者的口碑傳播動機、口碑傳播的可信度、傳播效果以及影響因素。但是，由于網(wǎng)絡(luò)口碑具有顯著不同于傳統(tǒng)口碑的特征，特別是其虛擬性和匿名性，從而給網(wǎng)絡(luò)口碑的可信度和傳播效果帶來很大疑問。

二、網(wǎng)絡(luò)口碑的傳播效果與影響因素

現(xiàn)有研究總體上都承認網(wǎng)絡(luò)口碑對消費者感知和購買決策具有重要影響。畢竟，當面臨網(wǎng)絡(luò)上的海量產(chǎn)品選擇的時候，產(chǎn)品評論和口碑就是消費者的重要評估依據(jù)(Chevalier＆Mayzlin，2006;Godes＆Mayzlin，2009)。但是，并不是所有的網(wǎng)絡(luò)口碑都具有如此顯著的影響，消費者總是會更為信任和更多參考具有某些特征的口碑、而忽略或懷疑另外的一些口碑。那么，究竟是哪些因素會影響網(wǎng)絡(luò)口碑的可信度和傳播效果，便成為此類研究的重點。

總的來說，以往對于網(wǎng)絡(luò)口碑效果影響因素的研究，大多將目光放在以下幾個方面:第一，信息發(fā)布者的特性，比如聲望、經(jīng)驗、對獨特性的追求;第二，信息接收者的特性，如先前知識;第三，信息本身的特性，包括評論的數(shù)量、方向(或曰效價，valence)、意見的分散性與一致性等;第四，情境因素，如網(wǎng)絡(luò)平臺特征;第五，產(chǎn)品因素，如卷入度等(Khare，et al，2011)。而對于網(wǎng)絡(luò)口碑的采納，一般認為兩個因素對其最重要:一是信息的有用性(Cheung，et al，2009;Liu ＆ Zhang，2010)，二是口碑的可信度(Cheung，et al，2009)。

當然，對于如此眾多的影響因素，學者們的研究結(jié)論并不一致。比如，徐琳(2007)證實消費者和信息發(fā)布者的關(guān)系強度會顯著正向影響消費者的網(wǎng)絡(luò)口碑可信度，這與傳統(tǒng)口碑研究結(jié)論相一致，而Vilpponen等(2006)、郭小釵和陳蓓蕾(2009)卻證明關(guān)系強度與口碑效應(yīng)之間沒有關(guān)系，從而提示在線弱聯(lián)結(jié)也有可能產(chǎn)生巨大的口碑效應(yīng)。金立印(2007)證明主觀評價型網(wǎng)絡(luò)口碑比客觀事實型口碑對消費者購買決策具有更大的影響力，Jensen等(2013)發(fā)現(xiàn)，帶有強烈情緒的評論其可信度比較低，而Ghose和Ipeirotis(2010)的研究結(jié)論則是，夾雜有客觀描述和主觀意見的評論，對產(chǎn)品銷售的影響要低于那些只含有客觀描述或主觀意見的評論。此外，多項研究發(fā)現(xiàn)，網(wǎng)絡(luò)上的長評論比短評論對消費者更有影響力(Pan＆Zhang，2011)，口碑發(fā)布者的專業(yè)性也是決定口碑傳播效果的重要因素(Wasko，et al，2005;Sun，2006)，但Jensen等(2013)的研究卻表明，語詞的復(fù)雜性，即大量使用那些表現(xiàn)得更為專業(yè)、更具有專家知識的技術(shù)詞匯、長單詞和復(fù)雜句子的表達方式，并不能提升口碑的可信度;而另一項針對中國消費者所做的當當網(wǎng)用戶評論效果的研究與前人研究結(jié)論的差別更大，他們發(fā)現(xiàn)評論越長，反而越不利于產(chǎn)品銷售，兩者呈負相關(guān)關(guān)系(Fang，et al，2013)。

現(xiàn)有研究之所以存在如此多的分歧，與不同研究所采取的測量方法、施測素材和研究情境有很大關(guān)系。比如不同研究對變量采取不同的定義和操作化方法，用以施測的素材也分為針對圖書、旅游、電影、CD、相機、手機等不同類型產(chǎn)品或服務(wù)的口碑，其消費特點和卷入度都會有所差異。此外，研究情境也依網(wǎng)絡(luò)平臺類型而相去甚遠，像專門的口碑網(wǎng)(第三方點評網(wǎng)站)、C2C網(wǎng)購交易平臺、B2C網(wǎng)購交易平臺、網(wǎng)絡(luò)上的興趣團體、主題社區(qū)。這些網(wǎng)絡(luò)平臺的評論發(fā)布規(guī)則和聲譽，都有很大差別。消費者在上面發(fā)布評論和參考評論的幾率和習慣也有很大不同，從而導(dǎo)致研究結(jié)論的不一致。

三、本文的研究問題與研究方法

網(wǎng)絡(luò)口碑的特性使消費者實際上是在既不了解評論者、也不清楚評論的背景與情境因素的情況下，進行口碑可信度和有用性的判斷，那么消費者究竟是如何在重要的背景資料缺位的情況下，僅僅通過評論文本來推測評論發(fā)布者和口碑的可信度和有用性的呢?本文的研究興趣便在于揭示消費者對網(wǎng)絡(luò)口碑進行判斷和感知的方式，尤其是其中的認知偏見部分。

以往的實證研究多采取實驗法和調(diào)查法。實驗法在實施控制、檢驗因果關(guān)系方面有其獨特優(yōu)勢，但進行實驗法需要模擬消費者的購物體驗，而研究者不可能在實驗中對消費者所有類型的購物體驗都進行模擬。但單一地就某一兩個類別的網(wǎng)絡(luò)購物進行模擬(如圖書、旅游、電影)，并不能反映消費者豐富的日常網(wǎng)購狀態(tài)。調(diào)查法在訪問的標準化和樣本代表性方面有其優(yōu)勢，但往往只能獲得比較表面和有限的信息，而無法探究更為深入和豐富的看法、動機和認知。

有鑒于此，本文采取了焦點小組訪談的方法，以求更為貼近消費者日常的真實網(wǎng)購習慣和心態(tài)，作盡可能細致深入的觀察。在訪談過程中，我們一方面關(guān)注被訪者對相關(guān)行為與態(tài)度的自我描述，另一方面特別注意敘述者所采取的解釋體系，即敘述者在對故事中的事件作出(或不能作出)解釋時所依據(jù)的假設(shè)。

所有訪談于2013年4月至9月之間進行，共實施了三個小組、總共30人的訪談，平均每組訪談時間為2個小時，受訪者年齡均在20～44歲之間。在正式訪談之前，主持人先請受訪者完成一個刮畫紙的模擬網(wǎng)購環(huán)節(jié)，并請其立即回憶網(wǎng)絡(luò)口碑在其購買決策中的作用，然后再開始正式的訪談。由于刮畫紙是一般人并不熟知的產(chǎn)品(這一點得到了所有參與者的確認)，因此除了主持人現(xiàn)場向所有參與者進行了刮畫紙及其功能效果的展示之外，被訪者只能通過網(wǎng)上的口碑來進行判斷和選擇。供其選擇的產(chǎn)品分別來自淘寶、天貓和京東的9家店鋪(在本研究中編號為A～I)，這9家店鋪在淘寶和京東的“刮畫紙”搜索頁面里排名靠前，而且在產(chǎn)品月銷量、價格、店鋪評分、評論數(shù)量、評論的方向、意見一致性等方面均存在差別。對這9家店鋪進行購買決策，比較符合消費者平常的網(wǎng)購習慣——按關(guān)鍵詞搜索，并綜合考慮銷量、價格、評論口碑等因素。這一模擬網(wǎng)購環(huán)節(jié)的設(shè)計并非為驗證變量之間的因果關(guān)系，而是希望通過模擬購物來喚起被訪者自身的網(wǎng)購經(jīng)驗和口碑查看經(jīng)驗，以利于正式訪談的進行。

正式的訪談內(nèi)容圍繞被訪者平時在淘寶(含天貓)的購物體驗進行。之所以選擇淘寶，是因為它占據(jù)著中國網(wǎng)購市場交易的絕對霸主地位，市場份額占比為76.9%②。而且淘寶網(wǎng)將用戶評論作為賣家信用的重要標準，在用戶完成交易之時便自動生成發(fā)表評論的導(dǎo)引頁面，并對發(fā)表評論給予一定的獎勵措施，如提升買家星級和信用。因此，如果再考慮到淘寶網(wǎng)的普及性，我們可以合理地推測，在中國大陸，消費者在淘寶網(wǎng)觀看評論和發(fā)表評論的頻率總體而言要高于國內(nèi)其他任何一家購物網(wǎng)站，因此很適合于用作我國大陸消費者網(wǎng)絡(luò)口碑研究的平臺。

四、研究發(fā)現(xiàn)

淘寶與天貓的用戶評價體系大同小異，從以往研究及本次訪談來看，對消費者網(wǎng)購決策可能會發(fā)生影響的因素主要包括:產(chǎn)品月銷量、產(chǎn)品價格、商品描述、服務(wù)承諾(正品保證與退款退貨保障)、店鋪星級、店鋪評分、寶貝評分、累計評價數(shù)量、好評率、評論的方向(好評中評差評)、評論意見的一致性以及意見的全面性等等。其中，月銷量、價格、店鋪星級這幾項雖不是用戶評價體系的一部分，但卻會受到用戶評價的影響，因此消費者對它們的參考，事實上也隱含了用戶評價的影響。不過，由各種數(shù)字評分和文字評論構(gòu)成的網(wǎng)絡(luò)口碑，對于消費者來說并非擁有同等的重要性，人們對信息的處理也總是難免會受到情感和偏見的影響。那么，面對網(wǎng)絡(luò)上的各色評論與口碑，消費者究竟是怎樣做出自己的選擇的呢?

1.隨處可見的啟發(fā)式思考：數(shù)量為王

已有多項實證研究提示，評論的數(shù)量會顯著影響產(chǎn)品銷量(Davis＆Khazanchi，2008;Duan，et al，2008;Liu，2006)，Berger等(2010)甚至還發(fā)現(xiàn)，只要能增加口碑的數(shù)量，即便是負面口碑，也能促進消費者的購買可能性。對此，Duan等(2008)的解釋是，顧客評論能增強網(wǎng)購商品的實在感，從而產(chǎn)生一種“注意力效應(yīng)”(awareness effect)。

只重數(shù)量而不管評論的質(zhì)量，比如評論的準確性、時效性、表述的清晰度等方面，這正是一種典型的啟發(fā)式(heuristic)思考方法，也被心理學家卡尼曼和特沃斯基稱為“拇指規(guī)則”。即依據(jù)直覺和經(jīng)驗的推理方法，而不是系統(tǒng)的(systematic)信息加工過程(施瓦茨，2013，p48)。也有學者借助精細加工可能性模型(Elaboration Likelihood Model，ELM)的說法，稱之為信息處理的邊緣路徑(peripheral cues)，與中樞路徑(central cues)相區(qū)別(Cheung＆Thadani，2012)。系統(tǒng)的與中樞路徑的處理方式，是在形成態(tài)度之前對信息加以仔細的審視和質(zhì)量評估，而啟發(fā)式與邊緣路徑則會僅僅依憑一些外圍線索來決定對待信息的態(tài)度。在我們的研究中，不僅發(fā)現(xiàn)受訪者非常看重評論的數(shù)量，而且還習慣于看商品的月銷量。數(shù)量顯示出對消費者認知判斷的重要影響:

F11(Female，女性，編號為11)：我就是買東西不喜歡麻煩，它又便宜，買的人又多，所以就選A。我總覺得網(wǎng)上賣的東西質(zhì)量都差不多，就是(圖)一個便宜，然后買的人又多。

M12(Male，男性，編號為12)：首先第一個我看的是月銷量，因為月銷量很多的話，就說明有很多人在買，我就覺得比較放心。很多人買，說明沒有什么很致命的問題。第二個是因為，……B和D的評價比較多，價格可以。

M13：我選的是B，第一個我看的是它的月銷量，有2千多件，可以達到一個合格的標準。

M21：我選的是B和D，就是因為第一個它們的銷量和評價都非常的大。

F4：然后我又看了一下，對比了一下他們家的賣出，一個月之內(nèi)賣了600多件。有的只賣了200多件。銷量既然這么大，肯定還是得到了一定認可的，所以這家可能會成為我的首選吧。

M9：我看的時候，如果發(fā)現(xiàn)它的月銷量特別特別的低，一般就不會去考慮了。比方說，它一個月的銷量可能就只有個位數(shù)或是怎樣的，賣得特別少的話，我就不會去考慮了。

評論數(shù)量和銷售量，會影響消費者對商品受歡迎程度和商品質(zhì)量的感知。不過，也并非所有的受訪者都認為評論數(shù)量和銷售量是越高越好。F17和F15這兩位女性受訪者就表達了她們對數(shù)量的不同理解:

F17：我一般不太看重銷量。我覺得只要評論數(shù)有10個以上就都差不多了；如果太多評論，人多口雜，也成不了什么參考。

F15：我也是，我不是很注重銷量。反而我會覺得，如果銷量特別特別多的，一般都是在搞特價或者搞促銷的，我反而會覺得它不一定質(zhì)量很好。但是，一般也不會買銷量特別低的東西。如果買一些常用的話，我就會覺得月銷量在100以上就可以了，不一定要特別多。

但值得注意的是，即便是這種看似反對數(shù)量為王的觀念，實際上也是一種依據(jù)直覺和經(jīng)驗做推理的方法。也就是說，它同樣是一種啟發(fā)式的思考方法。以往的研究將選擇高評論數(shù)量的情況一概歸為啟發(fā)式思考或邊緣路徑式思考(Cheung＆Thadani，2012)，實際上忽略了不同人對數(shù)量高低的理解差異。當消費者選擇評論數(shù)量少的商品時，也不一定就意味著啟用了更為審慎和系統(tǒng)的觀察思考方法。

2.網(wǎng)絡(luò)口碑評估中的信任偏誤：描述越多越可信

過去的研究在評論長度對口碑傳播效果的影響上得到的是不一致的結(jié)論，大多數(shù)研究認為是長評論比短評論對消費者更有影響力。但也有學者得出的是剛好相反的結(jié)論，或者是評論長短與口碑可信度沒有關(guān)系的結(jié)論(Pan＆Zhang，2011;Fang，et al，2013;Jensen，et al，2013)。而從我們的訪談來看，幾乎所有的受訪者都表達了對長評論的更大信任，“描述越多越可信”的信任偏誤，在受訪者的網(wǎng)上購物體驗中普遍存在。在淘寶網(wǎng)的用戶評價體系里面，詳細描述的方式包括了使用長文字評論和使用消費者附圖這兩種。

F27：一般就是看那種(文字評論)寫得比較多的嘛，有的人寫得特別長，很詳細，那種一般都應(yīng)該是很真實的，可以看一下。

M9：淘寶上給的很多評價都給得很籠統(tǒng)，比如說“還行”、“挺好”……像一般的這種評論就會忽略。那種寫得比較長的比較詳細的會仔細看一下，一般的就完全可以忽略掉。

M12：如果像那種“一般”、“好”、“不錯”這樣的評論，一般都不會看。

M19：它有圖，有實物的照片，我就覺得還蠻相信的。(主持人：就是消費者的附圖是吧?)對……有消費者附圖，比較相信那個實物的照片。

F16：我一般是先看它那個店鋪的那個評分……然后就看它的評價，評價主要是看它的三個評價：一個是它的中差評，一個是它的附圖片的評價，然后一個是它的追加評價。

在淘寶購物情境下，每個消費者都擁有同等的給予評價的權(quán)力，加上評論的不斷更新，因此是不可能形成用戶評論的意見領(lǐng)袖的;而且，消費者所能獲得的有關(guān)評論發(fā)布者的信息非常有限，除了網(wǎng)名和買家信用等級，幾乎沒有任何有關(guān)評論發(fā)布者個人及其評論情境的信息，所以消費者需要僅憑評論文本就作出評論可靠性的判斷，這其中的判斷歸因?qū)嶋H上是很困難的。而詳細的評論文本則有可能為消費者提供一些進行可靠性判斷的重要線索:

Host(主持人)：那大家是怎么去判斷用戶評論的可靠性?

F16：我覺得是可以看得出來的，看他的語氣，然后看他結(jié)合他的生活的那些實際，比如送給他的小侄子啊，怎么樣，很具體很具體的那一種，包括各個方面都講得很具體的那種。像很短的那種“不錯”、“很好”，這種一般我就不看了。

F26：比如有一個評價說有一個幼兒園老師，她買了試用就覺得質(zhì)量很好，包括店家還送了贈品，還送了什么的。

前文提到，Duan等(2008)認為顧客評論數(shù)量越多，就越能增強網(wǎng)購商品的實在感。那么，我們的訪談則進一步表明，顧客評論的詳細程度同樣也能增進商品的實在感和購物消費的實在感。評論里面關(guān)于顧客本人及其購物消費情境的說明越具體、越詳細，就越能增強其評論的可信度。

對長評論和附圖評論的偏愛，不僅因為消費者認為它們的可信度更高，也因為消費者認為它們的有用性、參考價值更強:

M14：我覺得作為一個買家的話，需要去識別評論的有效性，像那種“好”、“不錯”、“發(fā)貨速度快”這種，你可以直接忽略了。像一些說得比較多的或者附圖的，參考性可能會要高一點。

M7：底下詳細的評論我是比較喜歡看的，所以一般如果評論(文字)比較少的話，我就感覺對我沒有什么幫助。

F15：一般就是那種“很好”、“很不錯”，然后一大串，或者就類似的，特別短，其實也不能說，我也不覺得說他一定就是水軍或者說怎么著，但是對于你的購物決策來說沒有參考意義。也就是說你給我“很好”、“很不錯”這種評價，對我是沒有任何意義的。

在認知心理學領(lǐng)域，卡尼曼和特沃斯基提出了“易得性啟發(fā)法”的概念(availability heuristic，也譯為“可獲得性啟發(fā)式”)，指人們的判斷推理過程常常受到可獲得的記憶的影響，傾向于認為容易想起的事件比不容易想起的事件更常見。在生活中，很多人都會輕信那些道聽途說來的“證據(jù)”，因為這些故事生動逼真、細節(jié)豐富，而且是活生生的事例，所以大部分人都會十分重視這類信息(施瓦茨，2013，p49)。生動性和細節(jié)令這類信息在消費者做購物決策時更容易從腦海中浮現(xiàn)，因而更容易對決策產(chǎn)生影響。從這個角度講，消費者對詳細信息的直接信賴，也可看作啟發(fā)式思考的一種表現(xiàn)。

3.消極偏見：壞消息總比好消息更有影響力

多項研究表明，網(wǎng)絡(luò)負面口碑對于消費者購買決策的影響要明顯大過正面口碑(Herr，et al，1991;Park＆Lee，2009)，這與以往對傳統(tǒng)口碑的大部分研究結(jié)論相一致。因此有學者指出，“網(wǎng)絡(luò)環(huán)境中，一群滿意網(wǎng)友的10句稱贊可能不敵一個不滿意網(wǎng)友的一句聲討”(金立印，2007)。我們的訪談同樣發(fā)現(xiàn)了這種現(xiàn)象，而且表現(xiàn)得非常明顯:

F1：一般我只會看差評。

M23：主要就是看差評，看看里面有沒有(說)什么很大的問題。

M14：中評差評很重要，因為里面可能包含一些比較典型的問題，你可以參考一下，看這個到底對你有沒有用。

F3：我覺得如果我連大家評價的那個缺點我都覺得可以忍受的話，那好評我就可以不看了。就是說，差評能夠忍受的話。

M5：如果評價特別差的，那肯定直接一票否決掉；如果是還OK的話，就會繼續(xù)開那個阿里旺旺跟他繼續(xù)聊。

M12：我一般不太相信評論，因為評論這個東西是非常主觀的一個東西……當然，如果是非常消極的評論，也會影響到我。

對負面口碑的格外重視這一現(xiàn)象，再次驗證了以往研究揭示的“消極偏見”(negativity bias)或“消極效應(yīng)”(negativity effect)，即，壞消息總是會得到更多的關(guān)注，并往往被給予更高的信賴度。這一現(xiàn)象實際上不只在網(wǎng)絡(luò)口碑中出現(xiàn)，而且在傳統(tǒng)口碑，甚至廣告、新聞等其他傳播類型和情景中同樣存在。過去對消費者行為的研究就發(fā)現(xiàn)，負面信息總是會比正面信息更能吸引消費者的注意，而且在消費者購買決策中被賦予更高的權(quán)重(Herr，et al，1991)。心理學家也發(fā)現(xiàn)，“壞事總比好事更有影響力”(bad is stronger than good)。這一規(guī)律廣泛存在于很多現(xiàn)象和領(lǐng)域。中國俗語“好事不出門，壞事傳千里”也是同樣道理。

“消極偏見”在網(wǎng)絡(luò)口碑的認知中表現(xiàn)得尤為顯著，與網(wǎng)絡(luò)購物比傳統(tǒng)購物所具有的更大的風險性和不確定性有關(guān)。由于缺乏實體店式的現(xiàn)場展示，消費者對網(wǎng)絡(luò)口碑中的負面信息會更為敏感、更容易做出反應(yīng)。而如果負面意見都比較一致地集中在某一個或某幾個問題上，就會令評論觀看者對負面意見所反映的問題深信不疑。

M14：如果中差評是集中在某一個問題的話，那說明這個問題確實蠻嚴重的；如果這個中差評分散開的話，你可能就會覺得這個東西就沒有那么嚴重，你可以自己再多看一下。

M30：要是給的差評都是說的同一個問題，那就真的是有問題了?？床钤u很重要。

但是，負面評價也有對消費者的購買決策影響失效的時候。比如在銷量很高的情況下有一定的中差評，或者當負面評價里反映的內(nèi)容并不是消費者所看重的方面的時候:

M14：如果說銷量很少、可能銷量不上三位數(shù)就有很多中差評，那可能影響對我很大。就是說，如果你賣了不上100件就有很多中差評的話，那我還是會很猶豫的，一般不會買。但哪種情況下中差評對我影響很小，如果他銷量上了四位數(shù)、五位數(shù)的，幾千件幾萬件的，我覺得有中差評很正常，然后就看對這個東西你在不在意吧……我覺得這個銷量很重要的，跟銷量有關(guān)。我覺得如果銷量高的話有中差評，是蠻正常一件事情。

F15：(我買了有中差評的商品)是因為中差評的內(nèi)容可能我不是非?？粗亍热缯f，它有些評價是說衣服有點緊，有點大，但我覺得對于這個價位來說，對這件衣服我并不是很在意這些東西。在它中差評里面反而沒有我特別在意的內(nèi)容，我可能就會買。

4.期望突破與口碑可信度：有好有壞才算可信

在網(wǎng)絡(luò)環(huán)境下，由于評論發(fā)布者和評論文本在時間和空間上的分隔存在，觀看評論的人只能通過閱讀孤立的評論文本來判斷評論發(fā)布者是否可信(Jensen，et al，2013)，那么，消費者又是如何解讀評論文本的呢?Jensen等人運用語言期待理論考察了口碑文本內(nèi)容與消費者口碑信任之間的關(guān)系，發(fā)現(xiàn)如果評論文本突破了消費者的預(yù)先期待，就會顯著改變消費者對評論發(fā)布者的可信度感知。具體來說，評論文本如果兼有正面信息和負面信息、比較全面(two-sidedness)，就會引發(fā)積極的期待突破，從而提升口碑可信度;如果帶有強烈情緒，則會引發(fā)消極的期待突破、降低口碑可信度。

在我們的訪談中也不時可以發(fā)現(xiàn)被訪者類似的論述，一邊倒的好評在很多時候并不能獲得消費者的信任:

M5：好評程度太低了，或者好評程度百分之百，我覺得這個可信度不是很大。

F3：如果看了一些店好評比較多之后，我就會去看一下有沒有負面評價。如果全是好評，你就會覺得它的可信度就是不高。

F29：我現(xiàn)在再也不相信什么好評率100%了，那種絕對有問題，這個我是親身經(jīng)歷過的。反倒是那些好評率百分之九十幾，比如百分之九十八點幾、九十九點幾那種，是比較可靠的。

F15：如果某一個店家的評論全部都是好評的話，也是覺得不是特別的可信。所以，就是覺得如果有個別的中評或者差評的話，看一看它可能會出現(xiàn)什么問題，也是比較好的，就是有一個心理準備。

M6和F15甚至直接表達了評價里面應(yīng)該有個好與壞的組合的看法，認為有好有壞才算可信。

M6：(看到給)好(評)的首先會打一個問號，不會說看到好評就是絕對迷信，因為有這個水軍這個問題的存在嘛。然后，它這個評價里面要有一個組合問題，就是，好的要有，壞的也要有，不能只說好的，這個可信度會降低。

F15：我覺得像這種(評價)，比如說“別的都好，就是容易自己卷起來，有點影響使用”，這種評價給人感覺就是很真實，就是因為一個人拿到貨品，大部分人的感覺都是說，即使它真的很好，也可能都是80%的好、20%的不好，通常都還是會提議，比如說覺得哪里還有欠于改進之類的。就是說，如果是好評中帶一點點瑕疵的評價，會給人感覺比較真實一點；如果說完全就是那種“好”、“很好”、“店家態(tài)度也好”、“快遞也快”，如果是這種，很多就都忽略不看了。

從被訪者的表述來看，他們對評論的好壞組合所進行的主觀設(shè)定，基本是針對一邊倒的好評而言，對百分百好評率持強烈質(zhì)疑態(tài)度。然而，正是人們對可靠的信息應(yīng)該有個“好壞的組合”這種預(yù)先的刻板印象，導(dǎo)致有些值得信賴的信息沒有被采信，也導(dǎo)致人們對網(wǎng)絡(luò)口碑的是非判斷里面充滿了很多似是而非的邏輯。

五、結(jié)論與討論

網(wǎng)絡(luò)購物情境下，消費者需要在高度不確定的狀況下、依靠非常有限的信息來進行判斷和決策。顧客評論在一定程度上消解了消費者的信息不對稱狀態(tài)，但顧客評論本身的匿名性、虛擬性、主觀性等特征，卻令這種用戶自制信息可能與情緒、錯誤、片面、虛假等因素相混雜，從而給評論觀看者加上又一重的不確定性。本次訪談研究表明，在網(wǎng)購情境下，消費者對網(wǎng)絡(luò)口碑經(jīng)常采用啟發(fā)式和直覺式判斷，具體表現(xiàn)包括:看重數(shù)量，僅憑對數(shù)量的直覺和經(jīng)驗來下結(jié)論;偏好長評論，認為說得越多、描述得越詳細就越可信;偏好和信賴負面口碑，消極偏見表現(xiàn)明顯;質(zhì)疑一邊倒的好評，對評論的好壞組合進行預(yù)先的主觀設(shè)定。

諾貝爾經(jīng)濟學獎得主丹尼爾·卡尼曼在對人們思考判斷中的啟發(fā)式和偏差進行長期研究的基礎(chǔ)上，將人的思維模式分為系統(tǒng)1和系統(tǒng)2兩種。系統(tǒng)1的運行是無意識且快速的，不怎么費腦力，沒有感覺，完全處于自主控制狀態(tài);系統(tǒng)2則將注意力轉(zhuǎn)移到需要費腦力的大腦活動上來，例如復(fù)雜的運算等等，需要付出努力才能完成(卡尼曼，2013，P5)。本研究所發(fā)現(xiàn)的消費者對網(wǎng)絡(luò)口碑的啟發(fā)式思考和直覺判斷方式，都可歸入系統(tǒng)1。這種思維模式將原本較難的問題作了簡單化處理，從而大大提高了人們的決策效率，大多數(shù)時候它也很奏效。但是，由于系統(tǒng)1存在成見，對邏輯學和統(tǒng)計學表現(xiàn)得一無所知，因此不可避免地會在一些情況下導(dǎo)致決策失誤。

由此可見，人們的判斷和決策，不但沒有想象的那么完整和理性，而且也并非所有的誤差都可以追溯出動機因素(卡尼曼等，2013)。即便沒有主觀上的故意，而且，即便是受過訓(xùn)練的統(tǒng)計學家，也同樣有可能因為啟用走捷徑的直覺式和啟發(fā)式判斷而出錯。對此，我們所能做的，便是更好地理解這些啟發(fā)式和它們所帶來的偏見，力圖在不確定的情境下、特別是在比較重要的決策問題上避免錯誤，提高判斷和決策的質(zhì)量。

本研究以消費者訪談資料展現(xiàn)了人們在處理網(wǎng)絡(luò)口碑信息過程中的啟發(fā)式和偏見，對其中提到的某些命題，還可以在將來的研究中以其他研究方法作進一步的檢驗和討論。存在于網(wǎng)絡(luò)口碑信息接受當中的偏見和偏差，也不會僅限于本文所列舉的四種表現(xiàn)，這些都有待于未來的研究加以進一步的發(fā)掘和探討。

本文受到武漢大學“70后”學者學術(shù)團隊“傳播學理論創(chuàng)新團隊”資助；是武漢大學自主科研項目“網(wǎng)絡(luò)口碑的傳播機制及其效果研究”成果之一，得到“中央高?；究蒲袠I(yè)務(wù)費專項資金”資助。

注釋

① 此數(shù)字為根據(jù)2012年上半年的發(fā)展情況所做的全年度推測。2012年上半年，我國網(wǎng)購市場規(guī)模是5090億元。參見《中國網(wǎng)絡(luò)購物市場的發(fā)展趨勢》.新華網(wǎng)浙江頻道.2012年9月15日.

② 參見《中國網(wǎng)絡(luò)購物市場的發(fā)展趨勢》.新華網(wǎng)浙江頻道.2012年9月15日.

［1］ 〔美〕巴里·施瓦茨著.選擇的悖論:用心理學解讀人的經(jīng)濟行為.梁嘉歆等，譯.杭州:浙江人民出版社，2013.

［2］ 〔美〕丹尼爾·卡尼曼著.思考，快與慢.胡曉姣等，譯.北京:中信出版社，2013.

［3］ 〔美〕丹尼爾·卡尼曼，〔美〕保羅·斯洛維奇，〔以〕阿莫斯·特沃斯基，編.不確定狀況下的判斷:啟發(fā)式和偏差.方文等，譯.北京:中國人民大學出版社，2013.

［4］ CNNIC.第32次中國互聯(lián)網(wǎng)絡(luò)發(fā)展狀況統(tǒng)計報告.2013-07.

［5］ 艾瑞咨詢.網(wǎng)購年交易額首破千億大關(guān).商業(yè)新聞網(wǎng)，2009-02-18.

［6］ 郭小釵，陳蓓蕾.在線口碑效應(yīng)的影響因素實證研究.北京理工大學學報(社會科學版)，2009，11(2).31-35.

［7］ 金立印.網(wǎng)絡(luò)口碑信息對消費者購買決策的影響:一個實驗研究.經(jīng)濟管理，2007(22):36-42.

［8］ 徐琳.網(wǎng)絡(luò)口碑可信度影響因素的實證研究.財貿(mào)研究，2007(5):113-117.

［9］ Ardnt，J.(1967).Role of product-related conversations in the diffusion of a new product，Journal of Marketing Research，4(3):291-295.

［10］ Berger，J.，Sorensen，A.T.，＆ Rasmussen，S.J.(2010).Positive effects of negative publicity:when negative reviews increase sales.Marketing Science，29(5):815-827.

［11］ Cheung C.M.K.，＆ Thadani，D.R.(2012).The impact of electronic word-of-mouth communication:a literature analysis and integrative model.Decision Support Systems，54:461-470.

［12］ Cheung，M.，Luo，C.，Sia，C.，＆ Chen，H.(2009).Credibility of electronic word-of-mouth:informational and normative determinants of on-line consumer recommendations，International Journal of Electronic Commerce，13(4):9-38.

［13］ Chevalier，J.A.，＆ Mayzlin，D.(2006).The effect of word of mouth on sales:online book reviews.Journal of Marketing Research，43(3):345-354.

［14］ Davis，A.，＆ Khazanchi，D.(2008).An empirical study of online word of mouth as a predictor for multi-product category e-commerce sales，Electronic Markets，18(2):130-141.

［15］ Duan，W.，Gu，B.，＆ Whinston，A.(2008).Do online reviews matter?—an empirical investigation of panel data，Decision Support Systems，45(4):1007-1016.

［16］ Fang，H.，Zhang，J.，Bao，Y.＆ Zhu，Q.(2013).Towards effective online review systems in the Chinese context:a cross-cultural empirical study.Electronic Commerce Research and Applications，12:208-220.

［17］ Ghose，A.，＆ Ipeirotis，P.G.(2010).Estimating the helpfulness ad economic impact of product reviews:mining text and reviewer characteristics.Electronic copy available at http://ssrn.com/abstract=1261751.

［18］ Godes D.，＆ Mayzlin，D.(2009).Firm-created word-of-mouth communication:evidence from a field test.Marketing Science，28(4):721-739.

［19］ Hennig-Thurau，T.，Gwiner，K.P.，Walsh，G.，＆ Gremler，D.D.(2004).Electronic word-of-mouth via consumer-opinion platforms:what motivates consumers to articulate themselves on the internet?Journal of Interactive Marketing，18(1):38-52.

［20］ Herr，P.M.，Kardes，F(xiàn).R.，＆ Kim，J.(1991).The effects of word-of-mouth and product-attribute information on persuasion:an accessibility-diagnosticity perspective，Journal of Consumer Research，17(4):454-462.

［21］ Jensen，M.L.，Averbeck，J.M.，Zhang，Z.，＆ Wright，K.(2013).Credibility of anonymous online product reviews:a language expectancy perspective.Journal of Management Information Systems，30(1):293-323.

［22］ Khare，A.，Labrecque，L.I.，＆ Asare，A.K.(2011).The assimilative and contrastive effects of word-of-mouth volume:an experimental examination of online consumer ratings.Journal of Retailing，87(1):111-126.

［23］ Liu，R.，＆ Zhang，W.(2010).Informational influence of online customer feedback:an empirical study，Database Marketing＆ Consumer Strategy Management，17(2):120-131.

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

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

［26］ Park，C.，＆ Lee，T.(2009).Information direction，website reputation and eWOM effect:a moderating role of product type，Journal of business Research，62(1):61-67.

［27］ Sun，T.，Youn，S.，Wu，G.H.(2006).Online word-of-mouth(or mouse):a exploration of its antecedents and consequences.Journal of Internet Mediated Communication，11(4):1104-1127.

［28］ Vilpponen，A.，Winter，S.，Sundqvist，S.(2006).Electronic word-of-mouth in online environments:exploring referral network structure and adoption behavior.Journal of Interactive Advertising，6(2):71-86.

［29］ Wasko，M.，F(xiàn)araj，S.(2005).Why should I share?Examining social capital and knowledge contribution in electronic networks of practice.MIS Quarterly，29(1):35-57.