石文華，蔡嘉龍，繩 娜，孟凡蓉

北京郵電大學(xué) 經(jīng)濟(jì)管理學(xué)院，北京 100876

引言

網(wǎng)絡(luò)購物的消費者缺乏與商品的直接接觸，單純依靠賣方提供的商品信息無法消除對產(chǎn)品質(zhì)量的感知風(fēng)險，難以做出有效決策。作為網(wǎng)絡(luò)購物中消費者商品信息內(nèi)容之間的溝通方式，電子口碑可以有效幫助消費者消除這種不確定性風(fēng)險[1]。因此，電子口碑作為與潛在消費者的信息交流方式[2]，對買家和賣家的影響越來越普遍[3]、越來越重要[4]。

近幾年，亞馬遜、淘寶和京東等國內(nèi)外各大電商平臺陸續(xù)推出向已購買者提問功能，提問者可以向已購買者提出關(guān)于商品的問題，已購買者在收到消息提醒后做出回答，是一種新型的電子口碑產(chǎn)生方式。與閱讀在線評論相比，消費者向已購買者提問的行為具有更強的主動性，得到的商品信息內(nèi)容更加聚焦。根據(jù)教育學(xué)領(lǐng)域的已有研究，消費者為了獲取商品信息主動提問的行為屬于探究學(xué)習(xí)。

由于電商平臺推出向已購買者提問功能時間較短，加上在線提問功能本身也在不斷調(diào)整和完善，目前學(xué)術(shù)界關(guān)于網(wǎng)絡(luò)購物環(huán)境口碑信息的研究主要集中在在線評論一種表現(xiàn)形式，尚未關(guān)注到在線提問這種類型的電子口碑以及探究學(xué)習(xí)這一新的消費者學(xué)習(xí)模式。因此，基于探究學(xué)習(xí)這一新的電子口碑產(chǎn)生方式的影響進(jìn)行營銷理論創(chuàng)新的探索非常必要。同時，對探究學(xué)習(xí)與消費者購買意愿關(guān)系的探討將為電商平臺和商家解析探究學(xué)習(xí)的現(xiàn)狀和前因后果，以及為平臺競爭、商家競爭提供充分的依據(jù)和有針對性的策略，對企業(yè)和中國電子商務(wù)平臺有重要的實踐意義。

1 相關(guān)研究評述

1.1 在線評論

在線評論是電子口碑的一個重要組成部分，消費者參考在線評論做出購買決策，購買后再次形成在線評論。在線評論是消費者在網(wǎng)絡(luò)上購買商品或者服務(wù)之后，在網(wǎng)絡(luò)中發(fā)表的主觀或客觀的、推薦或貶損的評價產(chǎn)品信息[5]。早期的在線評論內(nèi)容多以文本的形式呈現(xiàn)，隨著在線購物的快速發(fā)展，一些網(wǎng)絡(luò)購物平臺為了展示更生動的商品質(zhì)量信息，支持已購買產(chǎn)品的消費者進(jìn)行在線評論時采用圖片、短視頻和投票等方式[6]。由商家提供的廣告或者營銷活動等內(nèi)容會刻意放大商品或服務(wù)本身優(yōu)點而隱藏其缺點，而用戶生成的在線評論內(nèi)容更容易得到消費者的信任。關(guān)于電子口碑的研究均表明，在線評論是很多網(wǎng)絡(luò)購物消費者購買商品的主要信息來源。LUDWIG et al.[7]的研究結(jié)果表明，在網(wǎng)絡(luò)購物過程中，消費者對用戶生成內(nèi)容的信任程度遠(yuǎn)遠(yuǎn)高于對賣家生成內(nèi)容的信任程度，超過90%的消費者會閱讀在線評論，并將其作為購買決策的重要依據(jù)。

有關(guān)在線評論的研究主要來自市場營銷學(xué)領(lǐng)域，大致可以歸納為以下兩大研究主題。

第1個研究主題主要涉及在線評論本身性質(zhì)的研究。梳理已有研究，學(xué)者們選取不同的反映評論價值的維度或指標(biāo)刻畫或測量在線評論，從在線評論的內(nèi)容和情感極性等方面研究在線評論的有用性，從而反映消費者對評論質(zhì)量的感知和評價[8]。目前刻畫在線評論的特征維度主要包括評論質(zhì)量、評論數(shù)量、評論效價、評論長度和評論文本特征5個方面[9-11]。MOORE[12]對亞馬遜商城中的圖書評論進(jìn)行文本分析，結(jié)果表明解釋性語言能夠顯著影響在線評論的態(tài)度可預(yù)測性和有用性；鄭麗娟等[13]和王洪偉等[14]的研究認(rèn)為，文本方法具有較高的準(zhǔn)確性和應(yīng)用性。因此，部分學(xué)者針對在線評論的文本挖掘技術(shù)本身進(jìn)行研究[15-16]。

在線評論對消費者購買意愿的影響研究是關(guān)于在線評論的第2個重要的研究主題。DUAN et al.[17]認(rèn)為在線評論對消費者購買決策的影響主要體現(xiàn)為知曉效應(yīng)和推薦效應(yīng)。除了在線評論對消費者心理的影響，有學(xué)者依據(jù)在線評論的不同特征維度探討在線評論對消費者購買意愿的影響，大部分學(xué)者都發(fā)現(xiàn)在線評論的數(shù)量對消費者購買意愿具有正向促進(jìn)作用。VERMEULEN et al.[18]通過旅游酒店評論數(shù)據(jù)、LIU[19]利用Yahoo! Movies網(wǎng)站的影評數(shù)據(jù)、LUAN et al.[20]通過游戲數(shù)據(jù)、TRUSOV et al.[21]通過對社交網(wǎng)絡(luò)數(shù)據(jù)的研究均表明，商品的評論數(shù)量越多，消費者接受產(chǎn)品的可能性越大。

除了對在線評論數(shù)量的研究外，有學(xué)者從評論的效價出發(fā)對購買意愿進(jìn)行分析。杜學(xué)美等[22]研究認(rèn)為評論效價、評論質(zhì)量和評論數(shù)量均對消費者購買意愿產(chǎn)生正向影響，好評率和評論的時效性均對消費者購買意愿產(chǎn)生直接影響；CHINTAGUNTA et al.[23]對Yahoo! Movies影評數(shù)據(jù)的研究表明，在線評論的效價對票房有正向影響。

通常，為了規(guī)避風(fēng)險，消費者認(rèn)為在線評論中的負(fù)面信息比正面信息更容易幫助自身作出決策[24-25]，導(dǎo)致負(fù)向評論效價比正向評論效價對銷量的影響更加顯著。這種現(xiàn)象被稱為負(fù)向偏差[26-27]。LUDWIG et al.[7]的研究結(jié)果表明，正向評論效價的增加對銷量的轉(zhuǎn)化率影響存在遞減效應(yīng)，負(fù)面評價不存在遞減效應(yīng)。但有學(xué)者認(rèn)為正負(fù)差異性并不能單獨影響消費者購買意愿，需要結(jié)合產(chǎn)品性質(zhì)或者消費者的性質(zhì)進(jìn)行討論。杜曉夢等[28]從受訪者的性質(zhì)出發(fā)，研究結(jié)果表明促進(jìn)定向的受訪者認(rèn)為正負(fù)面評論有用性差異不大，而防御定向的受訪者認(rèn)為負(fù)面評論有用性顯著高于正面評論；SEN et al.[29]引入產(chǎn)品類型作為評論效價與評論有用性之間關(guān)系的調(diào)節(jié)變量，實證研究發(fā)現(xiàn)，對于實用型產(chǎn)品，負(fù)面評論比正面評論更具影響力。

綜上所述，盡管學(xué)者們研究的模型和結(jié)論有一定差異，但已有研究普遍認(rèn)為在線評論數(shù)量和效價這兩個變量都對產(chǎn)品銷量有顯著的影響[2,30-31]。

1.2 商品類型

根據(jù)NELSON[32]的定義，可以根據(jù)購買前能否獲取足夠信息對商品進(jìn)行分類。因此，本研究采用最常見的商品分類方法，將商品分為搜索品和體驗品。搜索品是指消費者在購買之前就對其質(zhì)量和主要屬性具有較高感知程度的商品，如U盤；體驗品是指消費者在購買和使用產(chǎn)品之后才能對其質(zhì)量和主要屬性進(jìn)行感知的商品，如化妝品和食品。也有學(xué)者認(rèn)為商品類型并不是一個二分型變量，而是可以當(dāng)做一種連續(xù)型變量——商品信息，商品信息越客觀，商品類型越接近搜索品；商品信息越主觀，商品類型越接近體驗品[33]。一些研究將商品類型作為自變量，WILLEMSEN et al.[34]的研究表明，網(wǎng)絡(luò)購物的消費者認(rèn)為體驗品的負(fù)面評論的感知有用性更高，搜索品的正面評論的感知有用性更高。商品類型在其他網(wǎng)絡(luò)購物研究中通常起調(diào)節(jié)，在MOORE[12]的研究中，解釋性語言顯著影響在線評論的感知有用性，但是這種作用受到商品類型的調(diào)節(jié)；ZHU et al.[35]的研究表明，游戲網(wǎng)站中的在線評論數(shù)量和效價對銷量有顯著的影響，這種影響受到商品類型和消費者特征的調(diào)節(jié)；MUDAMBI et al.[36]的研究證明，在線評論的深度對評論的感知有用性有正向的顯著作用，這種作用受到商品類型的調(diào)節(jié)，對于搜索品在線評論的內(nèi)容深度對感知有用性的影響比體驗品更大。

1.3 探究學(xué)習(xí)

教育學(xué)中學(xué)習(xí)的定義是通過閱讀、聽講、研究、觀察、理解、探索、實驗、實踐等手段獲得知識或技能的過程，是一種使個體可以得到持續(xù)變化的行為方式[37]。探究學(xué)習(xí)這一概念在教育學(xué)領(lǐng)域已有上百年歷史，是一種對現(xiàn)代教育產(chǎn)生長遠(yuǎn)影響的教育理念。探究學(xué)習(xí)是一種自主獲取知識的過程[38]，在這個過程中，參與者提出問題并自主地尋找答案，最后得到獲取知識的能力，培養(yǎng)探索未知的積極態(tài)度[39]。由上述對于探究學(xué)習(xí)概念的描述可知，在教育學(xué)領(lǐng)域，探究學(xué)習(xí)是一種明顯有別于傳統(tǒng)教學(xué)模式的教學(xué)學(xué)習(xí)方法。首先，在探究教學(xué)學(xué)習(xí)過程中，學(xué)生占據(jù)主導(dǎo)地位，教師在探究學(xué)習(xí)的過程中起到必要輔助的作用。而在傳統(tǒng)的教學(xué)模式中教師占據(jù)支配地位，是整個學(xué)習(xí)過程的中心，負(fù)責(zé)制定目標(biāo)、教學(xué)管理和評估，學(xué)生更多的是作為被動接收信息的角色。其次，探究學(xué)習(xí)允許學(xué)生的學(xué)習(xí)內(nèi)容存在區(qū)別，每個學(xué)生提出的初始科學(xué)問題、探究方式、探究過程和探究結(jié)論存在區(qū)別。傳統(tǒng)的教學(xué)過程中，每個學(xué)生被要求接受相同的信息，按照相同的教學(xué)進(jìn)度學(xué)習(xí)并統(tǒng)一完成學(xué)校規(guī)定的測試。最后，探究學(xué)習(xí)比其他教學(xué)手段更加注重科學(xué)問題的提出，鼓勵學(xué)生自主探索鉆研，主動解決問題。這一點與基于問題學(xué)習(xí)類似，但是基于問題學(xué)習(xí)更關(guān)注問題的解決過程和結(jié)果，不側(cè)重問題的提出[40-41]。

綜上所述，教育學(xué)中的探究學(xué)習(xí)有學(xué)習(xí)者的主體性、學(xué)習(xí)內(nèi)容的主觀可變和強調(diào)提出問題3個重要特點，這3個特性為本研究探討網(wǎng)絡(luò)購物中的探究學(xué)習(xí)行為提供了重要的理論依據(jù)。

1.4 網(wǎng)絡(luò)購物中的探究學(xué)習(xí)

目前關(guān)于網(wǎng)絡(luò)購物消費者購買意愿的研究還未涉及探究學(xué)習(xí)。結(jié)合前文對探究學(xué)習(xí)的理解，消費者為了獲取商品質(zhì)量信息，降低網(wǎng)絡(luò)購物感知風(fēng)險，觀看賣家提供的廣告、閱讀其他已購買者的在線評論來獲取商品質(zhì)量信息的行為屬于學(xué)習(xí)行為[42-43]。網(wǎng)絡(luò)購物消費者詢問其他消費者的行為具有探究學(xué)習(xí)的3個特征，與之對應(yīng)的是網(wǎng)絡(luò)購物消費者閱讀其他消費者的在線評論更接近于傳統(tǒng)的教育方式。①向已購買的消費者詢問商品信息時學(xué)習(xí)者的主體性。潛在的網(wǎng)絡(luò)購物消費者在購物平臺上向購買者提問、閱讀答案、做出購買決定都是積極自主的行為，推動了整個學(xué)習(xí)過程。 而在消費者閱讀在線評論時，發(fā)布在線評論的消費者將關(guān)于商品的信息提供給潛在的消費者，整個過程是由消費者推動的。閱讀評論的消費者與傳統(tǒng)教學(xué)中的學(xué)生一樣，只能被動地接收信息。②向已購買的消費者詢問商品信息時，消費者的探究內(nèi)容自主決定。網(wǎng)絡(luò)購物中的消費者具有各式各樣的購買目的和購買需求，這種獨特性使消費者在網(wǎng)絡(luò)購物探究過程中提出不同的問題和對應(yīng)的回答，也就是說網(wǎng)絡(luò)購物的消費者通過向其他已購買者提問可以滿足自身的獨特需求，自主決定探究內(nèi)容。而在消費者閱讀在線評論時，對于不同的消費者，在線評論的內(nèi)容是一樣的，既定的，這類似于在傳統(tǒng)教學(xué)中每個學(xué)生接受到的知識也是無差別的。③網(wǎng)絡(luò)購物潛在消費者向已購買的消費者詢問商品信息行為的核心在于提出問題。與閱讀在線評論相比，向已購買的消費者詢問商品信息最重要的特點就在于潛在消費者根據(jù)自己的興趣點需要先發(fā)起提問。潛在的消費者通過提問獲取商品屬性信息，降低網(wǎng)絡(luò)購物中的感知風(fēng)險，對自己的購買決策產(chǎn)生重要影響。探究學(xué)習(xí)同樣強調(diào)提出問題，而且可以在解決自己探究問題的過程中提高自己的探索能力和知識整合能力。綜上所述，向已購買者提問的行為屬于探究學(xué)習(xí)。

消費者獲取商品信息的探究學(xué)習(xí)與閱讀在線評論有很大差別。①探究學(xué)習(xí)中的提問限定了回答內(nèi)容的主題和回答者的特征，提高了消費者搜尋有用信息的效率。如某消費者向已購買者提出這樣的問題：“176cm、70kg的男生穿這件大衣的XL碼合適嗎？”“這款相機水下拍攝效果如何？”。可以預(yù)見，回答者大多是同樣身高和體重的男性購買者和關(guān)注相機水下拍攝質(zhì)量的攝影愛好者，因此得到的回答也更容易獲得提問者的認(rèn)同。②閱讀在線評論是消費者之間的單向溝通，評論者不知道閱讀自己發(fā)布內(nèi)容的瀏覽者，因此可能做出不負(fù)責(zé)任的評價。而向購買者提問和回答的探究學(xué)習(xí)則是消費者之間的雙向溝通，已購買者向確定的消費者做出回答，這種信息交流更類似于面對面的溝通方式，直接降低不負(fù)責(zé)任回復(fù)的風(fēng)險，使進(jìn)行探究學(xué)習(xí)的提問者的感知信息質(zhì)量提高。③消費者在評價時可能受賣方的利益驅(qū)使或其他評論者的影響做出不符合實際的虛假評論，而在回答問題時這樣的干擾大大減少甚至沒有，從而在很大程度上減少了不真實評論的產(chǎn)生。④消費者閱讀在線評論是一種即時獲取商品信息的方式，MUDAMBI et al.[36]研究表明，網(wǎng)絡(luò)購物消費者獲取商品信息時付出的努力越多，對商品信息的感知質(zhì)量越高。而在探究學(xué)習(xí)中，提問者通常會等待已購買者的回復(fù)，付出較多的時間成本，導(dǎo)致感知質(zhì)量變高，購買意愿加強。根據(jù)以上歸納分析，將在線評論與探究學(xué)習(xí)的特征進(jìn)行對比，結(jié)果見表1。

由于消費者之間通過在線問答探究學(xué)習(xí)是非實時溝通，因此潛在的消費者通過提問獲取商品信息時，雖然減少了搜索和瀏覽的次數(shù)，但是在一定程度上增加了時間成本。因此，一部分消費者選擇閱讀其他消費者之間的在線問答來獲取自己感興趣的商品信息。潛在消費者閱讀其他消費者的在線問答的過程其實是一種不自覺的心理模擬[44]，心理模擬的定義是模仿真實或假設(shè)事件表現(xiàn)，心理模擬能夠降低商品描述對消費者購買意愿的影響。研究表明對于商品的負(fù)面評價，心理模擬會削弱購買意愿[45]。

表1 在線評論與探究學(xué)習(xí)對比Table 1 Comparison of Online Reviews and Inquiry Learning

當(dāng)潛在的消費者瀏覽到自己關(guān)注的問題和回答時，在潛意識中將該問題視為自己的提問，也就是此時的消費者通過心理模擬進(jìn)行了一次低程度的探究學(xué)習(xí)過程。由上述推論可知，網(wǎng)絡(luò)購物消費者瀏覽其他消費者之間的在線問答行為也可以被視為探究學(xué)習(xí)。

綜合以上內(nèi)容，本研究將向已購買者提問定義為第1類探究學(xué)習(xí)(IL1)，將閱讀其他消費者在線提問定義為第2類探究學(xué)習(xí)(IL2)。

2 研究假設(shè)

通過比較探究學(xué)習(xí)與在線評論，本研究發(fā)現(xiàn)兩者之間的幾點重要差別。①探究學(xué)習(xí)的主體是提問者或者心理模擬的提問者；②探究學(xué)習(xí)的消費者能夠獲取更貼近自身需求的有用信息；③從評論者的角度看，在寫在線評論時沒有明確地指向潛在的消費者，而在回答提問時，由于有了明確的對象，評論者回答的真實性顯著提高。簡而言之，消費者通過向已購買者提問能夠大大降低對商品質(zhì)量信息的不確定性，從而容易做出購買決策，而且這種效應(yīng)應(yīng)該高于在線評論對購買意愿的影響。探究學(xué)習(xí)和在線評論為潛在的消費者提供有價值的決策參考信息，而潛在消費者的決策最終將轉(zhuǎn)化為該商品的銷量。因此，可以用商品銷量表示潛在消費者的購買意愿。綜上所述，本研究提出假設(shè)。

H1在線評論數(shù)量顯著正向影響商品銷量；

H2在線評論效價顯著正向影響商品銷量；

H3探究學(xué)習(xí)的提問數(shù)量顯著正向影響商品銷量；

H4探究學(xué)習(xí)的提問數(shù)量對商品銷量的影響高于在線評論數(shù)量。

某商品探究學(xué)習(xí)的提問數(shù)量(以下簡稱提問數(shù)量)越多，意味著消費者對該商品的探究學(xué)習(xí)的量越大，提問數(shù)量的多少直接代表第1類探究學(xué)習(xí)的數(shù)量，而提問數(shù)量越多說明消費者在進(jìn)行第2類探究學(xué)習(xí)時得到的商品信息越豐富。參照在線評論對購買意愿的影響模式，商品類型很可能對在線評論數(shù)量和提問數(shù)量對商品銷量的影響起調(diào)節(jié)作用。因此，本研究提出假設(shè)。

H5在線評論數(shù)量對商品銷量的影響受商品類型的調(diào)節(jié)，與體驗品相比，搜索品的在線評論數(shù)量對商品銷量的影響更強；

H6提問數(shù)量對商品銷量的影響受商品類型的調(diào)節(jié)，與體驗品相比，搜索品的提問數(shù)量對商品銷量的影響更強。

H1～H6只考慮探究學(xué)習(xí)的量的變化對購買意愿產(chǎn)生的影響，沒有將探究學(xué)習(xí)的兩種形式進(jìn)行區(qū)分。顯然，第1種探究學(xué)習(xí)中，消費者付出的成本和努力程度要高于第2種。有研究表明，網(wǎng)絡(luò)購物消費者在獲取信息時付出的努力越多，他對該信息的信任程度越高。所以，本研究可以推斷，對于同一種商品，隨著探究學(xué)習(xí)程度的加深，消費者的購買意愿越來越高。因此，本研究提出假設(shè)。

H7第2類探究學(xué)習(xí)的購買意愿顯著高于閱讀在線評論；

H8第1類探究學(xué)習(xí)的購買意愿顯著高于第2類探究學(xué)習(xí)。

探究學(xué)習(xí)程度的加深可以幫助消費者消除更多的商品信息不確定性，從而使消費者作出購買決策更加容易(包括購買和不購買)，本研究使用消費者購買意愿的兩極分化程度刻畫決策的容易程度。因此，本研究提出假設(shè)。

H9第2類探究學(xué)習(xí)者比閱讀在線評論者購買意愿的兩極分化程度更大；

H10第1類探究學(xué)習(xí)者比第2類探究學(xué)習(xí)者購買意愿的兩極分化程度更大。

由于H1～H6針對某一類商品，H7～H10針對某一種商品，所以本研究設(shè)計兩個實驗對上述假設(shè)進(jìn)行驗證。

3 研究1

3.1 研究模型

通過對已有研究的梳理，根據(jù)H1～H6，本研究將探究學(xué)習(xí)引入在線評論模型，建立探究學(xué)習(xí)影響商品銷量的理論模型，見圖1。

圖1 研究模型Figure 1 Research Model

為了探究某類商品在線評論數(shù)量和效價以及提問數(shù)量對商品銷量的影響，本研究對中文亞馬遜商城的商品數(shù)據(jù)進(jìn)行爬取，商品數(shù)據(jù)的采集時間為2017年3月10日。選擇亞馬遜商城的商品作為數(shù)據(jù)來源是因為已有很多關(guān)于在線評論與商品銷量關(guān)系的研究都選用亞馬遜商城的商品數(shù)據(jù)，可以確保數(shù)據(jù)來源的可靠性和合理性。亞馬遜商城商品信息的在線評論數(shù)量在商品頁中直接顯示，在線評論效價可以用商品評星表示，提問數(shù)量在亞馬遜商城customer questions & answers版塊中由answered questions的數(shù)量(即消費者提問的已被回答的問題數(shù)量)刻畫，商品銷量用銷量排名的自然對數(shù)表示。利用Spss 22等數(shù)據(jù)分析軟件對采集的數(shù)據(jù)進(jìn)行回歸分析，以驗證H1～H6。

由于亞馬遜商城提供的是商品銷量排名信息，借鑒CHEN et al.[46]的研究，本研究將商品銷量排名對數(shù)化后表示商品銷量。根據(jù)研究模型中各變量之間的關(guān)系，構(gòu)建商品銷量回歸模型，即

lnSal=β0+β1ORs+β2Rat+β3IL+β4ORs·Pro+

β5IL·Pro+ε

(1)

其中，β0為常數(shù)項；β1～β5為待估計參數(shù)；ε為誤差項，服從正態(tài)分布N(0,δ2)。其他變量含義見表2。

表2 變量定義Table 2 Definition of Variables

3.2 實驗數(shù)據(jù)

研究1在2017年10月10日至20日進(jìn)行，采集亞馬遜商城共11 888條商品數(shù)據(jù)，剔除重復(fù)、缺少商品排名和評論數(shù)量為0的數(shù)據(jù)后，得到4 035條有效商品數(shù)據(jù)。其中，選擇相機作為搜索品，有1 849條數(shù)據(jù)；選擇化妝品和食品作為體驗品，有2 186條數(shù)據(jù)。

3.3 實驗結(jié)果分析

研究1通過逐步回歸的方式獲得最優(yōu)的自變量，并根據(jù)相關(guān)變量的系數(shù)和變量進(jìn)入方程的順序進(jìn)行比較，證明相關(guān)假設(shè)是否成立。具體操作如下：

對實驗數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化后，利用Spss統(tǒng)計軟件進(jìn)行多元線性回歸分析，構(gòu)建4個模型，4個模型的因變量均為Sal，模型1的預(yù)測變量為常數(shù)項和IL，模型2的預(yù)測變量為常數(shù)項、IL和ORs，模型3的預(yù)測變量為常數(shù)項、IL、ORs和IL·Pro，模型4的預(yù)測變量為常數(shù)項、IL、ORs、IL·Pro和ORs·Pro。模型1、模型2和模型3為逐步回歸的中間過程，模型4為逐步回歸的最終結(jié)果，后續(xù)的分析主要圍繞模型4展開。

表3為4個模型的有效性檢驗結(jié)果。由表3可知，從模型1到模型4，調(diào)整的R2逐漸增大。模型1調(diào)整的R2=0.235，ΔF=1 135.454，p<0.001；模型4調(diào)整的R2=0.318，ΔF=61.080，p<0.001。表明模型4的擬合程度最優(yōu)。

表4給出ANOVA分析結(jié)果，F(xiàn)值是對模型的總體檢驗。由表4可知，4個模型的F值均顯著，表明模型1～模型4的自變量聯(lián)合起來對因變量均具有顯著性影響。

表5為逐步回歸結(jié)果，未標(biāo)準(zhǔn)化系數(shù)為相關(guān)解釋變量直接進(jìn)入回歸模型的系數(shù)，標(biāo)準(zhǔn)化系數(shù)為相關(guān)解釋變量標(biāo)準(zhǔn)化之后進(jìn)入回歸模型的系數(shù)，共線性統(tǒng)計對相關(guān)解釋變量進(jìn)行共線性檢驗。

根據(jù)實驗數(shù)據(jù)分析，本研究將表5模型4得到的標(biāo)準(zhǔn)化系數(shù)代入(1)式，因為標(biāo)準(zhǔn)化后常數(shù)項變?yōu)?，而且Rat由于不存在相關(guān)性沒有進(jìn)入回歸方程。因此，得到的回歸模型為

lnSal=-0.207ORs-0.279IL-0.146ORs·Pro-

0.144IL·Pro+ε

(2)

由表5模型1～模型4可知，變量進(jìn)入模型的先后順序為IL、ORs、IL·Pro、ORs·Pro。上述變量和交互項均通過共線性診斷，VIF小于10，表3中ΔF和ΔR2均顯著。由于Sal代表商品的銷量排名，商品銷量越高意味著排名越靠前，即Sal值越小，故回歸方程中相關(guān)系數(shù)

表3 模型有效性檢驗結(jié)果Table 3 Results for Model Validity Test

表4 ANOVA分析結(jié)果Table 4 ANOVA Analysis Results

表5 回歸結(jié)果Table 5 Regression Results

表6 搜索品和體驗品回歸結(jié)果Table 6 Regression Results for Search Product and Experience Product

均為負(fù)值。綜合表3～表5的檢驗結(jié)果，在線評論數(shù)量和探究學(xué)習(xí)的提問數(shù)量顯著正向影響商品銷量，H1和H3得到驗證，這與已有在線評論的研究結(jié)論相符。由于商品的在線評論效價未進(jìn)入模型，H2未得到驗證。商品的在線評論效價之所以未進(jìn)入模型，可能由于亞馬遜商城的評論數(shù)據(jù)中存在相當(dāng)數(shù)量的虛假評論[47]，導(dǎo)致商品評分在4.8分～5分區(qū)間內(nèi)占比極高(占23.400%)，最終導(dǎo)致商品在線評論效價未進(jìn)入模型。

由表5模型4可知，IL的標(biāo)準(zhǔn)化系數(shù)為-0.279，其絕對值大于ORs的標(biāo)準(zhǔn)化系數(shù)的絕對值，表明消費者的提問數(shù)量對商品銷量的影響大于在線評論數(shù)量，H4得到驗證。同時，IL·Pro的t值為-8.899，p<0.001；ORs·Pro的t值為-7.815，p<0.001。以上結(jié)果表明，商品類型的調(diào)節(jié)作用顯著。

表6給出對搜索品和體驗品進(jìn)行逐步回歸得到的結(jié)果。

由表6可知，對于體驗品來說，提問數(shù)量對商品銷量的影響的標(biāo)準(zhǔn)化系數(shù)為-0.314，在線評論數(shù)量對商品銷量的影響的標(biāo)準(zhǔn)化系數(shù)為-0.258；對于搜索品來說，提問數(shù)量對商品銷量的影響的標(biāo)準(zhǔn)化系數(shù)為-0.442，在線評論數(shù)量對商品銷量的影響的標(biāo)準(zhǔn)化系數(shù)為-0.302。體驗品的在線評論數(shù)量對商品銷量影響的標(biāo)準(zhǔn)化系數(shù)的絕對值小于搜索品，其提問數(shù)量對商品銷量影響的標(biāo)準(zhǔn)化系數(shù)的絕對值也小于搜索品，表明對于亞馬遜商城，搜索品在線評論數(shù)量和提問數(shù)量對于商品銷量的影響大于體驗品，H5和H6得到驗證。

比較回歸方程中的系數(shù)，對于在線評論數(shù)量和提問數(shù)量對商品銷量的影響，搜索品比體驗品更加敏感。也就是說對于數(shù)碼相機，在線評論數(shù)量和提問數(shù)量對商品銷量的影響高于化妝品和食品。導(dǎo)致這種結(jié)果出現(xiàn)的原因可能有兩點，一是數(shù)碼相機屬于典型的搜索品，前面關(guān)于搜索品的定義提到，消費者在購買搜索品時更傾向于信息的搜尋，說明實驗結(jié)果符合客觀常識。二是數(shù)碼相機的價格普遍高于化妝品和食品，對于價格較高的商品，消費者通常會花費更多的精力去獲取商品信息以消除購買風(fēng)險，這也就導(dǎo)致搜索品數(shù)碼相機對ORs和IL的調(diào)節(jié)方向為正向。

4 研究2

4.1 研究模型

根據(jù)前文分析，為了驗證H7和H8，本研究構(gòu)建模型為

APIOR

(3)

其中，APIOR為閱讀在線評論的消費者平均購買意愿，APIIL2為進(jìn)行第2類探究學(xué)習(xí)的消費者平均購買意愿，APIIL1為進(jìn)行第1類探究學(xué)習(xí)的消費者平均購買意愿。

消費者的購買意愿表示此人購買該商品的可能性，購買意愿高意味著很可能購買，購買意愿低意味著很可能不購買。這兩種情況下，消費者較容易做出購買或不購買的決策。而中等的購買意愿意味著消費者可能購買也可能不購買，即消費者較難做出購買或者不購買的決策。因此，本研究使用消費者購買意愿的兩極分化程度刻畫決策的難易程度。

根據(jù)前文分析，為了驗證H9和H10，本研究構(gòu)建模型為

PPIOR

(4)

其中，PPIOR為閱讀在線評論的消費者購買意愿的兩極分化程度，PPIIL2為進(jìn)行第2類探究學(xué)習(xí)的消費者購買意愿的兩極分化程度，PPIIL1為進(jìn)行第1類探究學(xué)習(xí)的消費者購買意愿的兩極分化程度。

4.2 實驗設(shè)計

為了研究消費者在不同學(xué)習(xí)行為下的購買意愿情況，本研究設(shè)計一個線上線下結(jié)合的調(diào)查實驗，實驗分3個部分進(jìn)行。

第1部分，在線評論的購買意愿研究。隨機抽選亞馬遜商城中的數(shù)碼相機、化妝品和食品作為實驗對象。以亞馬遜商城真實在線評論和在線問答的文本內(nèi)容為原型，提取出消費者最關(guān)心的幾個商品維度。根據(jù)亞馬遜商城商品評論的組成實際情況為每種商品設(shè)計8條在線評論，并合理設(shè)計評論的情感傾向，即1條負(fù)面評論，5條正面評論，2條中性評論。實驗參與人員閱讀3個商品的在線評論，按照Likert 7點評分法，分別對每一個商品的購買意愿進(jìn)行打分，1為非常同意，7為非常不同意。

第2部分，第2類探究學(xué)習(xí)的購買意愿研究。將第1部分的文本內(nèi)容加工成在線問答的形式，根據(jù)每種商品的不同屬性分別設(shè)計3個問題，隨機抽選與第1部分實驗不同的實驗參與人員，在閱讀在線問答后，按照Likert 7點評分法，分別對每一個商品的購買意愿進(jìn)行打分，1為非常同意，7為非常不同意。用第1部分的在線評論作為問題的回答，這種設(shè)計能夠完全控制實驗參與人員獲取的信息內(nèi)容，確保第1部分實驗和第2部分實驗的信息獲取方式是唯一的變量，即閱讀在線評論或者閱讀在線問答。

第3部分，第1類探究學(xué)習(xí)的購買意愿研究。線上發(fā)布調(diào)查問卷，隨機抽選與第1部分實驗和第2部分實驗不同的實驗參與人員進(jìn)行調(diào)查，請實驗參與人員從4個問題中選擇兩個問題。當(dāng)參與者根據(jù)自己的關(guān)注重點選擇問題后，問卷跳轉(zhuǎn)出相應(yīng)的回答，回答的文本內(nèi)容與第1部分和第2部分相同。這種設(shè)計同樣能夠保證參與人員獲得的信息內(nèi)容一致，唯一的變量就是獲取信息的方式。實驗參與人員在閱讀在線問答后對每種商品的購買意愿進(jìn)行打分，按照Likert 7點評分法，1為非常同意，7為非常不同意。

通過以上實驗，實驗參與人員對商品信息的探究學(xué)習(xí)程度逐漸加深。實驗的3個部分嚴(yán)格控制了實驗參與人員能獲取的商品信息內(nèi)容，確保測量的購買意愿的差異是由信息獲取方式不同產(chǎn)生的，也就是測量探究學(xué)習(xí)程度的加深對購買意愿的影響。

4.3 研究數(shù)據(jù)

研究2的起止時間為2017年4月1日至5月10日，共收集303份數(shù)據(jù)，第1部分收集100份數(shù)據(jù)，第2部分收集101份數(shù)據(jù)，第3部分收集102份數(shù)據(jù)。參與實驗的人員為北京某大學(xué)在校學(xué)生，年齡主要集中在20歲～25歲，男性156人，女性147人，以在校本科生和在校研究生居多。通常來說，這類群體的網(wǎng)絡(luò)購物經(jīng)驗相對較豐富，有利于對探究學(xué)習(xí)的研究。

對于H7和H8，本實驗測量消費者對3種商品的平均購買意愿，即

i=OR,IL1,IL2；j=1,2,3；k=1,2,…,100

(5)

其中，i為類別變量，分別為閱讀在線評論、第1類探究學(xué)習(xí)和第2類探究學(xué)習(xí)；j為組別變量，分別為數(shù)碼相機、化妝品和食品；k為某一部分實驗的實驗參與人員；PI為消費者對某種商品的購買意愿。

對于H9和H10，消費者購買決策的難易程度用購買意愿的兩極分化程度來刻畫。因為對購買意愿的量表采用Likert 7點評分法，如果得分越偏向兩極，表明消費者做出購買決策的可能性也越偏向兩極。

消費者購買意愿兩極分化程度用購買意愿與購買意愿中位數(shù)4之差的平方和表示，即

PPIi,k=∑(PIi,j,k-4)2

(6)

4.4 實驗結(jié)果分析

對3部分實驗數(shù)據(jù)進(jìn)行均值和兩極分化程度的兩兩比較，先采用組統(tǒng)計對兩組數(shù)據(jù)進(jìn)行描述性統(tǒng)計，判斷兩組數(shù)據(jù)是否存在差異；然后通過獨立樣本檢驗進(jìn)行更深入的分析，即方差等同性檢驗中，如果假定等方差的F值顯著，表明兩組方差不齊，兩部分實驗數(shù)據(jù)有差異，此時如果不假定等方差的t值顯著，說明兩組數(shù)據(jù)差異有統(tǒng)計學(xué)意義。采用Spss軟件對實驗數(shù)據(jù)進(jìn)行統(tǒng)計分析和檢驗，表7和表8分別給出第1部分實驗和第2部分實驗數(shù)據(jù)組統(tǒng)計和獨立樣本檢驗結(jié)果，表9和表10分別給出第2部分實驗和第3部分實驗數(shù)據(jù)組統(tǒng)計和獨立樣本檢驗結(jié)果。

表7 第1部分實驗和第2部分實驗數(shù)據(jù)組統(tǒng)計結(jié)果Table 7 Group Statistics Results for Part I and Part II Experimental Data

根據(jù)表7結(jié)果可以初步判斷APIik和PPIik的兩組數(shù)據(jù)存在差異，為了得到準(zhǔn)確的結(jié)果，對表8進(jìn)行分析。

由表8可知，APIi,k假定等方差結(jié)果表明，F(xiàn)=2.338，p>0.100，說明兩組方差相等，兩類實驗數(shù)據(jù)沒有差異，即在只有信息獲取方式不同的情況下，通過閱讀在線評論和進(jìn)行第2類探究學(xué)習(xí)對購買意愿的影響沒有顯著差異，H7沒有得到驗證。

由表8可知，PPIi,k假定等方差結(jié)果表明，F(xiàn)=5.611,p<0.050；由表7可知，PPIIL2=7.257，PPIOR=5.670。以上結(jié)果表明，兩組方差不相等，可以繼續(xù)進(jìn)行獨立樣本t檢驗，此時表8中PPIi,k不假定等方差結(jié)果表明，t=-2.554，p<0.050。說明在只有信息獲取方式不同的條件下，第2類探究學(xué)習(xí)的消費者更容易做出購買決策，即進(jìn)行第2類探究學(xué)習(xí)后，購買意愿的兩極分化程度顯著高于在線評論，H9得到驗證。

同理，由表10可知，APIi.k假定等方差結(jié)果表明，F(xiàn)=7.842，p<0.050；由表9可知，APIIL1=4.153,APIIL2=

表8 第1部分實驗和第2部分實驗數(shù)據(jù)獨立樣本檢驗結(jié)果Table 8 Independent Sample Test Results forPart I and Part II Experimental Data

表9 第2部分實驗和第3部分實驗數(shù)據(jù)組統(tǒng)計結(jié)果Table 9 Group Statistics Results for Part II and Part III Experimental Data

表10 第2部分實驗和第3部分實驗數(shù)據(jù)獨立樣本檢驗結(jié)果Table 10 Independent Sample Test Results forPart II and Part III Experimental Data

3.541；此時表10中APIi,k不假定等方差結(jié)果表明，t=-3.794，p<0.001。以上結(jié)果表明，第3部分實驗數(shù)據(jù)的平均值顯著高于第2部分實驗，也就是說第1類探究學(xué)習(xí)的消費者平均購買意愿顯著高于第2類探究學(xué)習(xí)的消費者，H8得到驗證。

由表10可知，PPIi.k假定等方差結(jié)果表明，F(xiàn)=8.846，p<0.050；由表9可知，PPIIL1=10.245,PPIIL2=7.258。此時表10中PPIi,k不假定等方差結(jié)果表明，t=-3.677，p<0.001。以上結(jié)果表明，第3部分實驗的兩極分化程度顯著高于第2部分實驗的，也就是說第1類探究學(xué)習(xí)的消費者更容易做出購買決策，H10得到驗證。

研究2的結(jié)果表明，本研究提出的模型具有一定的合理性。對實驗參與人員購買意愿的測量和分析結(jié)果表明，主動提問的消費者對得到的商品信息更信任，由于表7和表9中APIi,k的值大部分小于中位數(shù)4，即整體的商品評價信息偏向于好評，所以該類消費者的購買意愿顯著高于直接閱讀在線問答的消費者。但可能由于實驗參與人員獲取的商品信息的總量不足，使實驗中閱讀在線問答和閱讀在線評論的消費者對商品的感知質(zhì)量差異不大，最終導(dǎo)致購買意愿沒有顯著差別。

隨著探究學(xué)習(xí)程度的加深，從閱讀在線評論到閱讀在線問答再到提出問題并閱讀回復(fù)，實驗參與人員購買意愿的兩極分化程度逐漸加深。根據(jù)前文的分析，消費者購買意愿兩級分化程度的加大一定程度上能夠代表消費者更加容易做出購買決策，也就是說，提高探究學(xué)習(xí)程度顯著降低消費者決策的難度。

5 結(jié)論

5.1 研究結(jié)果

本研究通過研究1和研究2兩個實驗，探討探究學(xué)習(xí)和在線評論對消費者購買意愿的影響，對提出的研究假設(shè)進(jìn)行檢驗和分析。研究結(jié)果表明，探究學(xué)習(xí)的提問數(shù)量和在線評論數(shù)量對消費者購買意愿有顯著影響，提問數(shù)量和在線評論數(shù)量越多，商品銷量越大，并且提問數(shù)量對商品銷量的影響大于在線評論數(shù)量。同時，商品類型對上述影響關(guān)系起調(diào)節(jié)作用，即搜索品提問數(shù)量和在線評論數(shù)量對商品銷量的影響大于體驗品。在商品信息內(nèi)容一致的情況下，消費者主動進(jìn)行提問后的購買意愿顯著高于閱讀其他人在線問答后的購買意愿，消費者閱讀他人在線問答比閱讀在線評論更容易做出購買決策，主動提問比閱讀他人在線問答更容易做出購買決策。

本研究為商家的網(wǎng)絡(luò)口碑管理提供策略建議和參考。對于電子商務(wù)平臺而言，向已購買者提問的功能應(yīng)該受到足夠的重視。根據(jù)本研究的結(jié)論，提問數(shù)量對商品銷量存在顯著影響，因此，電子商務(wù)平臺應(yīng)該采取一定措施激勵潛在的消費者向已購買者提問，從而增加平臺內(nèi)商品的銷售數(shù)量。

5.2 局限和展望

本研究的研究1選取3種典型的體驗品和搜索品，但是沒有驗證其他搜索品和體驗品是否也符合研究模型和假設(shè)。本研究模型的總體擬合度為0.318，說明還有一些影響商品銷量的重要變量尚未納入模型中，如評論和在線問答的文本特征以及評論者和回答者的屬性特征也可能影響評論有用性，進(jìn)一步影響商品的銷量。H7不成立可能是因為消費者獲取信息不足，導(dǎo)致兩種獲取信息方式?jīng)]有對購買意愿造成顯著差異，這一點可以在后續(xù)研究中做進(jìn)一步驗證分析。

后續(xù)研究應(yīng)重視探究學(xué)習(xí)這個新變量對于商品銷量的作用，挖掘與探究學(xué)習(xí)相關(guān)的變量，使電子口碑模型得到進(jìn)一步完善，如通過文本挖掘技術(shù)研究探究學(xué)習(xí)的文本內(nèi)容和文本特征的有用性和對商品銷量的影響以及消費者特征對探究學(xué)習(xí)行為的影響等。另外，在設(shè)計相關(guān)的實驗時應(yīng)當(dāng)注重還原網(wǎng)絡(luò)購物的實際情形，合理設(shè)置商品信息內(nèi)容，確保探究學(xué)習(xí)行為的影響能夠被準(zhǔn)確測量。