陳小燕 張晴

(華僑大學(xué) 福建泉州 362021)

1 引言

中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)在2023年3月2日發(fā)布的第51次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截止到2022年12月，中國的網(wǎng)絡(luò)用戶數(shù)量達(dá)到10.67億，比2021年12月增加了3549萬，網(wǎng)絡(luò)滲透達(dá)到75.6%。在線購物已融入人們?nèi)粘Ｉ?，在線平臺正逐步變成消費(fèi)者創(chuàng)作、分享、表達(dá)意見的重要空間。當(dāng)人們進(jìn)行網(wǎng)絡(luò)購物時(shí)，由于不能親身體驗(yàn)和直接接觸產(chǎn)品，消費(fèi)者會瀏覽已購消費(fèi)者在平臺上發(fā)表的評論，將其作為購買決策的重要信息渠道。不同情感強(qiáng)度的在線評論對消費(fèi)者購買決策的影響程度不同，帶有強(qiáng)烈情感的評論更容易抓住消費(fèi)者的眼球；情感語氣比較平淡的在線評論更容易被消費(fèi)者忽略。本文基于前景理論與SOR理論，對在線評論中的情感強(qiáng)度對消費(fèi)者購買意愿的影響進(jìn)行了探討。

2 理論模型和研究假設(shè)

2.1 理論模型

本文立足SOR理論模型基礎(chǔ)，提出在線評論情感強(qiáng)度對消費(fèi)者購買意愿產(chǎn)生的影響，其中感知風(fēng)險(xiǎn)和感知有用性作為中介變量來構(gòu)建本文的理論模型，構(gòu)建理論模型如圖1所示。

圖1 在線評論情感強(qiáng)度與購買意愿的關(guān)系模型

2.2 研究假設(shè)

2.2.1 評論情感強(qiáng)度對購買意愿的作用

在線評論情感強(qiáng)度指的是已購買產(chǎn)品的消費(fèi)者在事后評論中情緒的強(qiáng)烈程度，評論中情感表達(dá)的強(qiáng)烈程度會對潛在顧客的購買意向產(chǎn)生影響，評論的情感強(qiáng)度越高，顧客越會對商品和服務(wù)產(chǎn)生更深層次的印象，從而影響消費(fèi)者的感知性，并影響消費(fèi)者的購買意愿。

因此，本文提出假設(shè)1：在線評論的情感強(qiáng)度與消費(fèi)者購買意愿明顯正相關(guān)。

2.2.2 評論情感強(qiáng)度對感知風(fēng)險(xiǎn)的作用

網(wǎng)絡(luò)購物的發(fā)展帶動了網(wǎng)上評論的發(fā)展，顧客通過看網(wǎng)上評論對產(chǎn)品或服務(wù)有更多的了解。在線評論中表現(xiàn)出的情感特征，更容易讓消費(fèi)者有代入感和認(rèn)同感。通過在線評論表現(xiàn)的不同程度強(qiáng)烈情感，例如“這家店的味道真的差勁！”與“這家店的味道一般”，給人對購買產(chǎn)品預(yù)估產(chǎn)生后果的程度不同。王曉輝、張明睿(2021)研究得出，情感強(qiáng)烈的評論會增加消費(fèi)者感知不確定性和感知后果嚴(yán)重性，從而影響消費(fèi)者的信任與決策。

因此，本文提出假設(shè)2：在線評論情感強(qiáng)度負(fù)向影響感知風(fēng)險(xiǎn)。

2.2.3 評論情感強(qiáng)度對感知有用性的作用

現(xiàn)階段，已有學(xué)者對在線評論的多種特征進(jìn)行研究，探討在線評論不同特征對感知有用性的作用。其中，評論中的情緒價(jià)值往往能夠讓消費(fèi)者與評論者共情，更容易取得消費(fèi)者的信任，對消費(fèi)者感知有用性產(chǎn)生一定的影響。鄭麗娟、王洪偉(2017)研究證明了程度副詞會增加在線評論的情感強(qiáng)度，例如“質(zhì)量超級差”和“質(zhì)量差”給消費(fèi)者的感知是不一樣的，副詞修飾程度越高，在線評論情感態(tài)度越強(qiáng)烈，消費(fèi)者接收到的信息程度也就越強(qiáng)，對在線評論感知價(jià)值越高。

因此，本文提出假設(shè)3：在線評論情感強(qiáng)度正向影響感知有用性。

2.2.4 感知風(fēng)險(xiǎn)的中介作用

市場上虛假信息大量出現(xiàn)，網(wǎng)絡(luò)購物中的不確定因素越來越多，消費(fèi)者的感知風(fēng)險(xiǎn)也越來越高，他們在選擇商品或服務(wù)前會進(jìn)行慎重的選擇。顧客的感知風(fēng)險(xiǎn)對其購買意向有負(fù)面作用：顧客感覺到的風(fēng)險(xiǎn)程度越高，越會降低其購物意向；而顧客的風(fēng)險(xiǎn)感知程度越低，越會增加其購物意向。同時(shí)一些學(xué)者以感知風(fēng)險(xiǎn)為中介變量，探討了在線評論情感方面對消費(fèi)者購買意愿的影響研究。

因此，本文提出以下假設(shè)：

假設(shè)4：感知風(fēng)險(xiǎn)對消費(fèi)者購買意愿有負(fù)面的影響。

假設(shè)5：感知風(fēng)險(xiǎn)在在線評論情感強(qiáng)度與購買意愿之間發(fā)揮著中介作用。

2.2.5 感知有用性的中介作用

Davis等(1989)認(rèn)為，消費(fèi)者的感知有用性與購買意愿存在相關(guān)聯(lián)。唐曉莉(2020)發(fā)現(xiàn)，用戶在網(wǎng)絡(luò)評論感受到的有用程度和用戶的購物意向之間存在著顯著的正向關(guān)系，用戶在網(wǎng)絡(luò)評論感受到的有用程度越高，其購物意向越強(qiáng)烈。帶有情感的在線評論往往更容易吸引消費(fèi)者的閱讀，不同情感詞表達(dá)的情感強(qiáng)度有所不同，消費(fèi)者從這些評論中獲取的有用性也不同，最終購買決策也不一樣。

因此，本文提出以下假設(shè)：

假設(shè)6：感知有用性對消費(fèi)者購買意愿有積極的影響。

假設(shè)7：感知有用性在在線評論情感強(qiáng)度與購買意愿之間發(fā)揮著中介作用。

3 研究設(shè)計(jì)

3.1 變量測量

在設(shè)計(jì)研究量表時(shí)，本文參考國內(nèi)外學(xué)者較為成熟完善的量表，并根據(jù)本文的研究模型進(jìn)行變量題項(xiàng)的修改，在線評論情感強(qiáng)度的測量借鑒了黎小林(2007)的量表，感知風(fēng)險(xiǎn)主要采用了沈薇(2022)的研究量表，感知有用性參考了Park等(2007)的研究量表，購買意愿借鑒了Voyer(2000)的成熟量表。本文變量題項(xiàng)通過李克特5層量表來測定，1～5分別代表“完全不同意”至“完全同意”。

3.2 樣本選擇

基于研究內(nèi)容，本文選取18～40歲的中青年人群為調(diào)研對象。本文采用電子問卷的形式，在微信、QQ、小紅書等網(wǎng)絡(luò)平臺進(jìn)行調(diào)查問卷的發(fā)放，發(fā)放時(shí)間為2023年3月1日—3月29日，為期一個(gè)月左右。通過在網(wǎng)上發(fā)布問卷，一共得到276份答卷，剔除無效問卷共得230份有效答卷，總體有效率為83.3%。

4 實(shí)證分析

4.1 信效度分析

4.1.1 信度分析

本文采用克隆巴赫系數(shù)值對問卷量表進(jìn)行信度測試，根據(jù)數(shù)據(jù)分析結(jié)果可知，如表1所示，各變量的克隆巴赫系數(shù)分別為0.917、0.893、0.879、0.890，均大于0.8，說明本量表具有良好的可靠性。

表1 各個(gè)量表測量的信度分析結(jié)果

4.1.2 效度分析

本文采用Bartlett's球形度檢驗(yàn)和KMO檢驗(yàn)對變量數(shù)據(jù)進(jìn)行效度驗(yàn)證。由表2中可以看出,KMO值均大于0.7，p＜0.05，說明選取樣本具有獨(dú)立性。

表2 KMO檢驗(yàn)和Bartlett球形度檢驗(yàn)分析表

4.2 相關(guān)分析

本文采用皮爾遜相關(guān)分析方法進(jìn)行變量之間的相關(guān)分析。為使量表簡單明了，用Q9、Q10、Q11、Q12分別代表變量評論情感強(qiáng)度、感知風(fēng)險(xiǎn)、感知有用性及購買意愿。由表3可知，每個(gè)變量的絕對數(shù)值都大于0.4，表示變量之間有中度的強(qiáng)相關(guān)。對于評論情感強(qiáng)度這一變量，其與有用性、購買意愿之間的相關(guān)性值分別為0.463和0.550，在0.01上具有顯著的正相關(guān)，而感知風(fēng)險(xiǎn)與評論情感強(qiáng)度、購買意愿的相關(guān)性值分別為-0.445和-0.441，表明具有明顯的負(fù)相關(guān)。

表3 各變量相關(guān)性分析

4.3 回歸分析

4.3.1 評論情感強(qiáng)度與購買意愿

由表4中可以得出，F(xiàn)統(tǒng)計(jì)值的顯著性值為0.000，表示其預(yù)測作用明顯；德賓-沃森值為1.877，表示各殘差項(xiàng)之間具有一定的獨(dú)立性。由表5可知，在線評論情感強(qiáng)度的t值為0.000，預(yù)測效果良好，因此假設(shè)1得到支持。

表4 評論情感強(qiáng)度與購買意愿的回歸分析

表5 評論情感強(qiáng)度與購買意愿的回歸分析系數(shù)

4.3.2 評論情感強(qiáng)度與感知風(fēng)險(xiǎn)

由表6可知，F(xiàn)的顯著性值是0.000＜0.05，故在線評論情感強(qiáng)度對感知風(fēng)險(xiǎn)的模型分析預(yù)測效果顯著；德賓-沃森值為1.773，表明殘差項(xiàng)間具有一定的獨(dú)立性。由表7可知，在線評論情感強(qiáng)度的顯著性值為0.000，因此假設(shè)2得到支持。

表6 在線評論情感強(qiáng)度對感知風(fēng)險(xiǎn)的回歸分析

表7 在線評論情感強(qiáng)度對感知風(fēng)險(xiǎn)的回歸分析系數(shù)

4.3.3 評論情感強(qiáng)度與感知有用性

由表8可知，F(xiàn)的顯著性值是0.000，小于0.05，德賓-沃森值為1.835，表現(xiàn)出整體達(dá)到顯著預(yù)測效果的情況。從表9可知，t統(tǒng)計(jì)值為0.000，預(yù)測效果良好，因此假設(shè)3得到支持。

表8 在線評論情感強(qiáng)度對感知有用性的回歸分析

表9 在線評論情感強(qiáng)度對感知有用性的回歸分析系數(shù)

4.3.4 感知風(fēng)險(xiǎn)、感知有用性與購買意愿

由表10和表12的回歸分析可以得出，兩者的F顯著性值是0.000，因此模型回歸預(yù)測效果比較顯著。由表11和表13可知，感知風(fēng)險(xiǎn)和感知有用的t值為0.000，預(yù)測效果較好。因此，假設(shè)4和假設(shè)6得到支持。

表10 感知風(fēng)險(xiǎn)與購買意愿的回歸分析

表11 感知風(fēng)險(xiǎn)與購買意愿的回歸分析系數(shù)

表12 感知有用性與購買意愿的回歸分析

表13 感知有用性與購買意愿的回歸分析系數(shù)

4.3.5 感知風(fēng)險(xiǎn)、感知有用性的中介作用

本文引入感知風(fēng)險(xiǎn)和感知有用性兩個(gè)中介變量，研究在線評論情感強(qiáng)度和消費(fèi)者購買意愿之間的關(guān)系。如表14所示，從Q10的顯著性數(shù)值0.017和Q11的顯著性數(shù)值0.000可以看出，兩者都小于0.05，可以進(jìn)行顯著性檢驗(yàn)；Q9系數(shù)值由原來的0.612變成0.413，表明Q10和Q11在其中發(fā)揮部分中介作用，因此假設(shè)5和假設(shè)7得到支持。

表14 中介效應(yīng)的回歸分析系數(shù)

5 結(jié)語

5.1 研究結(jié)論

本文以在線評論為研究對象，從評論的情感強(qiáng)度特點(diǎn)出發(fā)，對在線評論的情感強(qiáng)度如何對消費(fèi)者的購買意向產(chǎn)生影響進(jìn)行了探討。通過分析得出研究結(jié)論：評論的情感強(qiáng)度對消費(fèi)者的購買意向有著明顯的正向影響，其中感知風(fēng)險(xiǎn)和感知有用性起著中介作用。

5.2 研究建議

5.2.1 重視并引導(dǎo)在線評論的屬性

對于在線評論，要注意其評論的情感與消費(fèi)者購買意向的關(guān)聯(lián)性，在線評論的情感強(qiáng)烈程度愈高，對顧客的購買意向愈有重要的正面作用。因此，企業(yè)和商家應(yīng)充分重視語氣強(qiáng)烈的在線評論，增加該方面的評論比例，對于語氣平平、態(tài)度不鮮明的評論，不用太過關(guān)注。另外，企業(yè)和商家應(yīng)積極引導(dǎo)評論的情感強(qiáng)度，總結(jié)評論區(qū)中情感強(qiáng)烈的評論信息并分析其評論特點(diǎn)，對所提供的商品和服務(wù)進(jìn)行深入思考，挖掘吸引顧客強(qiáng)烈情感表達(dá)的產(chǎn)品和服務(wù)優(yōu)勢。

5.2.2 積極解決問題，提供高質(zhì)產(chǎn)品和服務(wù)

如果平臺中強(qiáng)語氣情感的評論比例較少，企業(yè)和商家就應(yīng)積極反思和查找問題的根源，可以通過主動聯(lián)系已購消費(fèi)者進(jìn)行調(diào)查，查明引起消費(fèi)者語氣表達(dá)不強(qiáng)烈的原因。企業(yè)和商家應(yīng)提供更高質(zhì)量的商品和服務(wù)，讓消費(fèi)者在網(wǎng)購過程中選擇心儀的商品和服務(wù)，其購物體驗(yàn)就會增加，從而在線評論中積極的情感比例就會增加。另外，企業(yè)和商家應(yīng)完善相應(yīng)的服務(wù)措施，具體可以采取對顧客隱私進(jìn)行嚴(yán)密保護(hù)、完善關(guān)于顧客退換貨的保障服務(wù)等來降低顧客感知的風(fēng)險(xiǎn)，從而提高顧客的消費(fèi)意向。

5.3 研究的局限性

第一，研究內(nèi)容不夠深入。不同情感傾向的在線評論，其情感強(qiáng)度對消費(fèi)者的影響不同，同時(shí)在線評論情感強(qiáng)度可以分為強(qiáng)中弱三方面來進(jìn)行研究，不同程度的情感強(qiáng)度對消費(fèi)者的感知能力影響也不同，本文的研究內(nèi)容并未涉及這些方面。

第二，研究維度缺乏。本文在對各變量的量表進(jìn)行測量時(shí)，主要是在前人成熟的理論之上進(jìn)行了簡單詞語修改，并未根據(jù)研究內(nèi)容進(jìn)行變量測量的創(chuàng)新。同時(shí)，采用感知風(fēng)險(xiǎn)和感知有用性傳統(tǒng)理論作為中介變量研究，未在前人研究的基礎(chǔ)上選擇其他理論進(jìn)行新的研究。

第三，受到時(shí)間和財(cái)力的局限，本文在網(wǎng)上發(fā)布問卷，時(shí)間較短且投入資金較少，很容易影響問卷數(shù)據(jù)的客觀性。同時(shí)，填寫問卷的人群和職業(yè)有相關(guān)局限性，研究數(shù)據(jù)受到一定影響而不夠全面客觀。