王 惠 撒海蘭

（石河子大學經濟與管理學院，新疆 石河子 832000）

引言

中國互聯(lián)網絡信息中心（CNNIC）發(fā)布的第47次《中國互聯(lián)網絡發(fā)展狀況統(tǒng)計報告》顯示，截至2020 年底，我國網民規(guī)模達9.89 億，互聯(lián)網普及率為70.4%［1］。互聯(lián)網普及率的上升極大帶動了電商平臺的發(fā)展，而網絡購物的虛擬性使消費者不能親自體驗產品，消費者在購買前一般會瀏覽以往買家發(fā)布的在線評論進行參考。但部分商家會通過好評返現(xiàn)等方式混淆消費者判斷。為此，主流電商平臺相繼推出了追加評論功能。高質量的追加評論能夠將更全面、真實的信息反饋給商家和消費者，幫助消費者辨別有用信息，輔助商家了解市場需求，為消費者提供更加優(yōu)質的產品服務，從而構建公平可靠的電商平臺。

一、理論基礎與研究假設

（一）理論基礎

1.追加評論概念及特點

追加評論是消費者在交易成功的半年內，可以就產品的使用感受再進行一次評價。此次評價能更全面、準確、客觀地反映產品信息。追加評論具有評論數(shù)量少，評論的滯后性，評論可信度高，內容更寬泛等特點。

2.購買意愿及影響因素

意愿是指個人經歷某種特定行為之后的主觀傾向。消費者對某種產品的消費傾向受到對該品牌、產品或服務的個人認知態(tài)度以及外部變量因素的影響［2］。消費者購買某種產品或服務可能性的大小可以由購買意愿來評估［3］。信任、感知風險也是影響消費者購買意愿的因素［4］。消費者購買意愿越強，就越有可能產生對某種產品的購買行為。

3.技術接受模型

技術接受模型是Davis提出的將理性行為理論運用到計算機領域，研究外部信息如何影響個體行為的模型［5］（圖1）。外部變量決定個體感知有用性，感知有用性影響個體想用態(tài)度，想用態(tài)度和感知有用性共同影響個體行為意向，行為意向最終決定個體對系統(tǒng)的使用情況。在電子商務的研究領域中，國內外學者經常利用技術接受模型探討個體購買意向及行為的影響因素。

圖1 Davis的技術接受模型

（二）模型構建

追加評論的出現(xiàn)使在線評論的研究更加細化，本文參考已有學者對技術接受模型的研究，定義外部變量為追加評論特征和評論發(fā)布者可信度，中介變量為感知有用性，因變量為購買意愿，構建電商購物平臺追加評論對消費者購買意愿影響的模型（圖2）：

圖2 追加評論對消費者購買意愿影響模型

（三）研究假設

本文借鑒相關學者對在線評論的研究總結，并結合追加評論的個性特征構建電商購物平臺追加評論對消費者購買意愿影響的模型，提出與之對應的假設，假設匯總如表1所示。

表1 假設匯總

二、問卷設計和數(shù)據來源

根據相關學者研究追加評論和購買意愿所設計的問題，結合追加評論的特點設計本文的調查問卷。問卷分為兩部分。第一部分是研究對象基本信息，由性別、年齡、學歷、網購年齡等7 個問題構成。第二部分由模型中的6個變量構成。量表設計采用李克特五點計分法，從1～5 分別代表相當不贊同到相當贊同，調查對象依據自己真實的網絡購物感受進行打分。

本文選取普遍具有網絡購物經歷的在校大學生為研究對象，數(shù)據來源于新疆大學、新疆財經大學和石河子大學345名在校大學生的微觀調查。問卷采取線上發(fā)放的形式，收回的380 份問卷中剔除有明顯邏輯錯誤和隨機作答的無效問卷，剩余345份，問卷回收率為90.78%。

三、實證分析

（一）問卷描述性分析

本部分對在校大學生網絡購物的基本信息進行統(tǒng)計分析，對各變量的均值、標準差等進行總體描述性分析，由此來判斷選取調查樣本的合理性和可靠性。

1.樣本人口特征（表2）

表2 樣本人口特征分析

問題 選項 頻率 百分比網購年齡每月平均網購次數(shù)是否查看追加評論3000元以上1年以下1-3年3-5年5年以上沒有網購過1-3次3-5次5次以上會不會12 24 98 146 77 4 207 87 47 267 78 3.48%6.96%28.41%42.32%22.32%1.16%60%25.22%13.62%77.39%22.60%

從樣本人口特征分析來看，樣本性別分布均勻。年輕化、學習專業(yè)分布較廣，調查對象具備較長年限的網絡購物經驗，熟悉網絡購物的流程，利用追加評論了解產品信息的可能性很大，表明本文選取的樣本較合理。

2.變量的描述性分析

各變量的描述性統(tǒng)計針對購物時查看追加評論的267個樣本展開，通過SPSS統(tǒng)計軟件分析各個變量的均值和標準差（表3）：

表3 各變量描述性統(tǒng)計

變量 題項 項目均值項目標準差均值標準差最小值最大值感知有用性d3 E1 E2 E3 F1 F2 F3 3.65 3.75 3.83 3.70 3.72 3.85 3.60 0.865 0.798 0.814 0.831 0.814 0.796 0.881 3.72 3.76 0.7381 0.7137消費者購買意愿1 1 1 1 1 1 1 5 5 5 5 5 5 5

問卷所有題項的均值在3.26～3.85之間，6個變量的均值在3.47～3.79之間，說明調查對象填寫問卷問題時具有較好的態(tài)度。從變量和題項的標準差來看，題項和變量的標準差介于0.7137～0.991之間，說明問卷數(shù)據分布比較合理。

（二）信度效度分析

1.信度分析

本文利用Cronbach's α進行信度分析（表4），衡量標準為：0.7＜α＜0.8說明量表的信度比較好，0.8＜α＜0.9 說明量表的信度非常好。各變量的Cronbach's α值如表3所示：6個變量和所有題項的Cronbach's α信度系數(shù)均大于0.8，這說明變量和題項設計符合研究要求，具有非常好的信度。

表4 各變量信度分析

變量 變量描述 題項數(shù)目Cronbach's α評論者可信度追加評論者具有該產品或服務的相關知識追加評論者對所購產品或服務具有使用經驗追加評論者對所購產品或服務具有評價能力3 0.850感知有用性0.822 3消費者購買意愿追加評論對我的網絡購物非常有幫助追加評論讓我更全面的了解產品或服務追加評論可以提高我的網絡購物體驗追加評論使我改變了對該產品或服務的看法購買該產品或服務的決策中參考了追加評論可能向朋友推薦帶有追加評論的產品或服務3 0.896

2.效度分析

本文效度分析利用KMO檢驗和Bartlett球形檢驗變量是否適合因子分析（表5）。KMO 檢驗用于比較各變量之間的相關性，衡量標準為：0.9以上表明非常適合因子分析，0.7～0.8表明因子分析的效果較好。如果Bartlett 球形檢驗結果顯示Sig.＜0.05，則表明量表中的變量相互獨立。

表5 各變量KMO檢驗和Bartlett球形檢驗

由表5可知，各變量的KMO值均在0.7左右，并且Bartlett 球形檢驗Sig 值小于默認值0.05，說明量表具有較好的效度，比較適合因子分析。

（三）相關性分析

本文利用Pearson 相關系數(shù)檢驗變量之間的相關性（表6），衡量標準為：Pearson 系數(shù)的絕對值越靠近于1，表明變量之間的相關程度越高，絕對值為0.4以下表明變量之間存在弱相關或無相關關系。

表6 各變量之間的相關性分析

★★，在.01水平（雙側）上顯著相關

由表6可知，在0.01的顯著性水平下，追加評論數(shù)量、質量、效價與感知有用性的Pearson 系數(shù)均大于0.5，說明追加評論特征與感知有用性存在中等程度的正相關關系；評論者可信度與感知有用性的Pearson 系數(shù)為0.725，說明兩者存在較強的正相關關系；感知有用性與消費者購買意愿之間的Pearson系數(shù)為0.818，說明兩者存在極強的正相關關系。

（四）回歸分析

本文通過線性回歸確定變量之間的因果關系。利用Sig 值判斷變量間的顯著程度，Sig.＜0.001說明顯著程度非常高；0.01≤Sig.＜0.05 說明具有顯著差異；利用容差和方差膨脹因子(VIF)檢驗變量之間的多重共線問題，容差＞0.1且VIF＜10說明變量之間不存在共線性問題。

1.追加評論特征與感知有用性的回歸分析（表7）

表7 追加評論特征與感知有用性的回歸系數(shù)及顯著性水平檢驗

a.因變量：消費者感知有用性

由表 7 可知，各變量的容差＞0.1 且 VIF＜10，說明變量之間不存在共線性問題。追加評論數(shù)量、質量的Sig.＜0.001，說明顯著程度很高，追加評論效價Sig.＜0.05，說明具有差異顯著，追加評論特征3個自變量與因變量感知有用性之間的回歸關系及顯著性得以檢驗，影響程度為：追加評論質量(0.306)、追加評論數(shù)量(0.275)、追加評論效價(0.119)。假設H1、H2、H3 得到驗證，追加評論特征與感知有用性之間的回歸方程為：

（E代表消費者感知有用性，A代表追加評論數(shù)量，B代表追加評論質量，C代表追加評論效價，e代表隨機誤差項）

2.追加評論者特征與感知有用性的回歸分析（表8）

表8 追加評論者特征與感知有用性的回歸系數(shù)及顯著性水平檢驗

由表8 可知，追加評論者可信度Sig.＜0.001，說明顯著程度很高，追加評論者可信度與感知有用性之間的回歸關系得到檢驗，追加評論者可信度對感知有用性的影響程度為0.699。假設H4 得到驗證，兩者之間的回歸方程為：

（E代表消費者感知有用性，D代表追加評論者可信度，e代表隨機誤差項）

3.感知有用性與消費者購買意愿的回歸分析（表9）

表9 感知有用性與購買意愿的回歸系數(shù)及顯著性水平檢驗

由 9 可知，感知有用性Sig.＜0.001，說明顯著程度很高，感知有用性與消費者購買意愿之間的回歸關系得到檢驗，感知有用性對購買意愿的影響程度為0.790。假設H5得到驗證，感知有用性與消費者購買意愿之間的回歸方程為：F=0.746+0.790E+e（F代表消費者購買意愿，E代表感知有用性，e代表隨機誤差項）

三、結論與建議

（一）結論

本文通過實證分析電商平臺追加評論對感知有用性的影響及其如何影響消費者的購買意愿，研究結論如下。

1.追加評論特征（質量、數(shù)量、效價）與感知有用性之間呈正向相關關系。3 個變量與感知有用性的回歸系數(shù)分別為：0.306、0.275、0.119。追加評論質量、數(shù)量對感知有用性的影響較為明顯，說明高質量的、數(shù)量多的追加評論能夠提高大學生購買群體對評價信息的有用性感知。這一結論與現(xiàn)實情況也比較契合。如今的大學生消費群體越來越關注豐富且有用的追加評論信息，因為高質量的網絡追加評論，具有較強的說服力，讓消費者更容易去相信評論的內容。追加評論效價對大學生消費群體感知有用性影響較小，說明追加評論內容所傳達的積極或消極態(tài)度對消費者產生的影響較小。

2.追加評論者可信度與感知有用性之間呈顯著的正向相關，回歸系數(shù)為0.699。表明追加評論的可靠性和真實性對大學生消費群體的感知有用性有非常重要的影響。這說明大學生消費群體在判斷追加評論內容是否有用時，會考慮到追加評論者是否具有評價能力、對產品的使用感受是否真實、發(fā)布追評的意圖是否是善意性的、是否會受外界物質影響、是否具有經驗技能等。

3.感知有用性與消費者購買意愿之間呈顯著的正向相關關系，回歸系數(shù)為0.79。表明大學生消費群體的購買意愿在很大程度上是由其感知到追加評論有用性的大小決定。大學生消費群體感知追加評論的有用性越高，其購買意愿越強烈。網站的追加評論在一定程度上提升了參考評論信息的便捷性，同時提高了信息的有用性，從而顯著地影響著消費者的購買意愿。Davis 的技術接受模型中感知有用性是影響個體想用態(tài)度和行為意向的主要因素［5］，本文研究也證實了這一結論。高校大學生作為網絡購物的主力軍，對信息具有較高的搜索能力，所以追加評論對大學生消費群體的網絡購買意愿具有較大影響。

（二）建議

本文研究結果顯示，大學生消費群體做出購買決策前會收集產品的相關信息，并且查看其他買家對產品的追加評論，以降低網上購物的風險。為此，根據本文的結論現(xiàn)從商家、消費者和電商平臺三個方面提出相關建議。

1.對商家來說，要提高對追加評論的重視，采取一定的措施來提高消費者發(fā)表追加評論的意愿。商家可以建立發(fā)表追加評論的獎勵機制。鼓勵消費者在初評之后發(fā)布較高質量的追評，特別是對產品消費后的文字描述、實物圖片、使用效果視頻等客觀真實的體驗評價，以傳達商品品質信息，增加評論的有用性，提高其他網購人群的購買意愿。商家對發(fā)表高質量追評的消費者，可提供一定數(shù)額的代金券或店鋪折扣。同時，商家要控制負面追加評論的出現(xiàn)。重視追加評論者發(fā)布的有關產品和服務的反饋信息，這些內容能反映商家在產品和服務上的優(yōu)點與不足。商家可針對反饋的問題及時提高產品品質和改善售后服務質量，增加店鋪的信用等級，從而提高自身產品的市場競爭力，吸引更多的顧客。

2.對消費者而言，首先，在網絡購物時要注意關注所買商品的追加評論，并注意辨別評論的真?zhèn)危源私档唾徫镲L險，提高決策效率。其次，消費者要積極發(fā)表自己對產品和店鋪服務的真實使用感受，不僅能為其他消費者提供購買參考，而且還能刺激更多的消費者在購買商品后做出客觀評價，營造一個更加真實、良性的網絡環(huán)境。同時還能對商家誠信運營起到一定的監(jiān)督作用。最后，評論發(fā)布者也應規(guī)范自身在網絡中的行為，加強自律意識，正確對待好評返現(xiàn)、刷信譽等行為，避免因商家擬給予“好評”物質獎勵而做出虛假評論。

3.對電商購物平臺，一方面要建立科學合理的評價排名和展示機制，幫助網絡消費者能在眾多在線評論中較快地瀏覽到對其最有用的商品評論，提升消費者體驗。另一方面要建立完善的用戶信譽評價體系，消費者可通過評論者的信譽級別輔助判斷其發(fā)布的信息是否可靠有用，以利于甄別評論的真假。與此同時，電商平臺還要建立正規(guī)的評論管理監(jiān)督機制。能識別判斷刷好評的賣家，并對違規(guī)賣家加大懲罰力度；對銷售假冒偽劣產品的賣家從經濟和法律等層面實行嚴厲處罰。針對購買者的投訴，平臺要提高響應速度和處理力度，從而為網絡消費群體營造一個公平、透明的購物環(huán)境，進而提升評論有用性，獲得網購人群的信任。