评论不一致性对消费者的双面影响：产品属性与调节定向的调节*

(1武汉大学 经济与管理学院 市场营销与旅游管理系, 武汉 430072)

(2武汉科技大学 管理学院, 武汉 430081)

1 引言

社会化媒体的广泛应用, 使得用户产生内容(User Generated Content)急剧增长(Lovett, Peres, &Shachar, 2013), 其中不一致性(Variance)的评价越来越多, 对于同一产品, 有的消费者给出负面评价打“2 分”, 有的给出正面评价打“5 分” (Sun, 2012)。一些企业由于担心负面评论的破坏性, 还试图操纵产品在线评论, 比如删除负面口碑, 或伪装成消费者发表正面评论等(崔耕, 庄梦舟, 彭玲, 2014)。那既有正面也有负面的不一致性评论, 一定会给企业带来负面影响吗？企业是否需要去掩盖较低分的评论, 降低评论的不一致呢？以往研究没有给出统一的结论, 有的研究指出产品评论的不一致性会存在负面影响(Tang, Fang, & Wang, 2014; Ye, Law, &Gu, 2009), 有的则发现评论的不一致性能够促进产品销售增长(Clemons, Gao, & Hitt, 2006), 还有的发现没有显著的影响(Kim, Lim, & Brymer,2015)。以往涉及评论不一致性的研究主要是从总体评分的角度展开(Chang, Lin, & Luarn, 2014), 忽略了从评论不一致的来源(如评论内容所涉及的产品属性)去做研究(De Maeyer, 2012)。事实上, 产品是由一系列的属性(Attributes)组成的(Kim & Chhaje,2002), 而消费者对产品属性的偏好是不一致的,这就会出现同样产品总体评分水平下, 消费者的评分不一致性的构成却相差很大, 这是以往研究结论相矛盾的原因所在。为此, 本文将区分产品属性导致的不一致性来研究其影响机制, 力图解决以往研究结论中的冲突问题。

根据用户对产品属性的偏好标准是否一致, 可以将产品属性分为垂直属性和水平属性(Sun, 2011;Wattal, Telang, & Mukhopadhyay, 2009)。垂直属性(Vertical Attributes)是指消费者对于产品属性存在明确统一偏好标准的属性, 如手机的电池寿命和音量等, 也常被称为质量属性; 而水平属性(Horizontal Attributes)是指消费者没有统一偏好的属性, 常常因个人的喜好、感受而有不同的评判标准, 例如手机的颜色和设计, 也被称为匹配属性(Kwark, Chen,& Raghunathan, 2014)。对于垂直属性, 由于消费者的偏好标准统一, 评论的不一致性越高, 大家感知到的不确定性也就越高, 容易产生风险感知; 而对于水平属性, 由于消费者的偏好标准不一致, 评论的不一致性越高, 大家感知到的争议也就越大, 相应容易产生独特性感知。根据调节定向理论, 不一致的产品属性评论(垂直或水平)会激发消费者不同的思维认知模式, 进而有不同的风险与收益(独特性)感知, 最终影响其购买行为。本研究基于调节定向理论, 通过引入评论中的产品属性内容来探究消费者评论不一致性所造成的双面影响(研究框架如图 1所示), 力图揭示产品属性评论不一致性会产生不同的影响机制, 解决已有研究中关于评论不一致性看似冲突的结论。

图1 研究框架

为了检验两种产品属性评论不一致性带来的不同影响, 本文通过一个餐馆的二手数据分析, 结果发现垂直属性评论不一致性越高, 会给产品销量带来负面影响, 而水平属性评论不一致性越高, 反倒会提高产品的销量, 初步验证了本文的一个基本假设。接着我们通过两个实验, 进一步探究这两种不同的属性评论不一致性对消费者购买意向影响的内在机制。实验结果证明了垂直属性(水平属性)评论不一致性通过影响消费者风险感知(独特性感知), 进而降低(提高)其购买意向, 而且不仅产品属性评论会调节主效应, 同时消费者个人特质也会进一步调节产品属性评论的调节作用。

2 理论与假设

2.1 调节定向理论

消费者在面对相同的营销情境时常常会表现出截然相反的行为表现, 有的更在意收益与否, 是否有价值, 而有的更关注损失与否, 风险有多大。比如同样计划购买一件打折商品, 一些消费者会关注价格优惠带来的节省, 而另一些消费者则更关注商品质量是否比原价销售时有所下降(尹非凡, 王詠, 2013)。Geers, Weiland, Kosbab, Landry和 Helfer(2005)将个体为达到特定目标而努力地控制、改变自己的思想或反应的这一过程称为自我调节。个体在实现目标的自我调节过程中会表现出特定的方式或倾向, 即调节定向(Regulatory Focus Theory,RFT), 包括防御定向(Prevention Focus)和促进定向(Promotion Focus)。处于防御定向主导下的个体受安全需要的驱动, 将责任和义务作为目标; 而处于促进定向主导下的个体受提高需要驱动, 倾向于努力达到理想的目标(Higgins, 1997)。不同调节定向占主导的个体在思维认知、信息处理与行为上都存在显著的不同。

思维与认知层面。①思维方式：相对于防御定向的个体, 促进定向的个体思维比较发散, 对信息的开放性和包容性更高(Crowe & Higgins, 1997;Liberman, Molden, Idson, & Higgins, 2001)。防御定向的个体会倾向于将负面信息描述成损失; 而个体若处于促进定向则会倾向于将正效价的信息描述成获得(Lee, Keller, & Sternthal, 2010)。②认知能力：防御定向的个体拥有较低的认知能力, 善于处理具体信息, 更关注于外界事物的具体信息点; 而促进定向的个体拥有更高的认知能力, 善于提取出事物与事物之间的深层关系(Zhu & Meyers-Levy,2007)。③结果关注：防御定向的个体对消极结果更敏感, 更在意行为后果是否有损失; 而促进定向的个体对积极结果更敏感, 会更在乎自行为结果是否有收益(尹非凡, 王詠, 2013)。

信息处理与行为层面。①行为策略：防御定向的个体有明显的保守(Conservative)倾向(即, 为避免损失确保安全, 不惜以放弃重大收益为代价),偏好采用警惕(Vigilance)策略(即, 保证“正确拒绝”,避免“错报”); 而促进定向的个体有明显的冒险(Risky)倾向(即, 为获得收益最大化, 不惜以重大损失为代价), 偏好采用渴望(Eagerness)策略(即,保证“击中”, 避免“漏报”) (Crowe & Higgins, 1997;Molden & Finkel, 2010; 尹非凡, 王詠, 2013)。②信息搜索：调节定向类似于信息的“过滤器”, 防御定向的个体不仅会主动搜寻与亏损相关的信息, 而且其搜索形成的考虑集较小且同质化; 而促进定向的个体则是会主动搜寻与得益相关的信息, 形成更大、更多样化的考虑集(Wang & Lee, 2006; 尹非凡,王詠, 2013)。③信息处理：防御定向的个体更倾向于使用谨慎(Cautious)的信息加工方式, 并且更强调准确; 而促进定向的个体更倾向于使用探索性(Exploratory)的信息加工方式, 并且更强调速度(Förster, Higgins, & Bianco, 2003)。

不管是防御定向还是促进定向, 都既可以表现为个体在成长过程中逐渐形成的一种长期的人格特质; 也可以受情境启动诱发而呈现为临时性的(Higgins, 1997)。启动消费者调节定向的具有范式和方法有很多, 如①任务框架式：告知被试可以避免(或不能避免)某一消极结果(启动防御定向)或可以获得(或无法获得)某一积极结果(启动促进定向);②自我指导类型：让被试写出他们的义务、责任来启动防御定向, 或写出他们的希望或目标来启动促进定向; ③自传记忆任务：让被试回忆过去避免(或未避免)某一消极结果的经历, 或者获得(或未获得)某一积极结果经历; ④更为直接的方式：如通过与防御型目标(如, 回避、预防、错误等)及促进型目标(如, 追求、成功、收获等)相关的词汇来启动相应的调节定向(杜晓梦, 赵占波, 崔晓, 2015; Lockwood,Jordan, & Kunda, 2002)。

2.2 产品属性评论的不一致性

在线评论(Online Review)是网络口碑的一种重要形式, 一般指潜在或实际消费者在电子商务或第三方评论网站上发表关于产品或服务的正面或负面观点(Chen & Xie, 2008)。2015年中国互联网络信息中心调查发现, 在线评论成为用户网购决策时最为关注的因素(77.5%)。一般来说, 在线评论包含3个维度：量(Volume, 即评论数); 极性(Valence, 即评论是正面还是负面)和不一致性(Variance, 即评论之间的差异性), 前两个维度(量和极性)已经得到了非常广泛的关注(Chevalier & Mayzlin, 2006), 取得了丰富的研究成果(Liu, 2006; Zhu & Zhang, 2010),但第三个维度(不一致性)的研究却相对较少。

Chang等人(2014)将在线评论一致性定义为“评论者对于产品评价达成共识的程度”, 也就是说共识程度越低, 评论不一致性越高。现有研究多是采用消费者整体评分的差异(方差或标准差)来衡量在线评论的不一致性, 进而从不同行业实证探讨其对产品销售的影响, 但是并没有取得统一的结果。Tang等人(2014)的研究认为不一致的评论实际上意味着产品在质量上的不稳定, 有损产品销售; 而Sun (2012)通过对亚马逊网站上产品评分分布不一致的研究发现, 评论越不一致, 表明该产品是一种利基产品, 因而产品销量越高; 还有的研究发现不存在显著的影响(Kim et al., 2015)。事实上, 这种不一致的评论信息可能负向抑制也可能正向促进消费者对该产品的购买。

负向效应/防御定向。Bauer (1960)从心理学角度提出感知风险(Perceived Risk)的概念, 他认为消费者可能都无法确知其购买行为的预期结果是否正确, 并且某些结果可能令消费者不愉快。该感知风险主要表现在两个方面, 一是对购买决策结果(是否能够满足购买目的)的不确定, 二是因错误决策而导致的后果严重程度的不确定。而人们总是偏好一致性信息, 认知失调理论(Theory of Cognitive Dissonance)也认为个体发现不一致信息时, 会感受到心理冲突和紧张不安, 希望通过态度或行为改变减少这种不一致(Festinger, 1962; 李信, 陈毅文,2016)。因此, 当面对不一致的在线评论时, 消费者会陷入不知如何判断产品好坏的两难境地, 对该产品的预期使用结果产生不确定感。有人评价好, 有人评价不好, 说明该产品没有得到一致的认同, 消费者会认为它必定存在某些不好的地方, 若购买则会带来一定的风险, 即提高了感知风险。也就是说,评论越不一致, 越容易激发消费者对产品的感知风险。而感知风险会对消费者的评价、选择和行为产生重要影响。感知风险高, 意味着较高水平的不确定性以及更大可能造成负面的结果(江红艳, 王海忠,何云, 朱力, 2016)。当感知风险越强, 消费者对产品的购买意向便会越低(Petersen & Kumar, 2015)。

正向效应/促进定向。不一致的产品评论也给消费者提供了对产品的独特性(Uniqueness)感知。消费者购买产品时往往偏好独特性来与其他消费者区分开。如果其他人变得与他们相似了, 他们觉得自己的个性受到了冲击(Cheema & Kaikati, 2010)。并且独特性需求(Need for Uniqueness)理论认为,尽管个体需要遵守大众化的社会规范以避免冲突,并赢得他人的认可、赞同或奖赏, 但每个人也都有体现个性和追求差异的愿望(Snyder & Fromkin,1977)。而产品是定义消费者自身感觉的一个非常重要的因素, 是消费者自身的延伸。个体可以通过获取、使用和处置产品来实现自我形象以及社会形象的目的, 从而和其他个体区别开来(李东进, 张亚佩,郑军, 2015)。产品越独特, 越能满足某些消费者心中对特定属性的渴望和诉求, 一旦消费者的特定需求被满足后, 该产品便会引起他们的共鸣。根据市场共鸣理论, 在超差异化市场条件下, 异质性越高就越能引起消费者对产品的吻合, 而吻合度越高, 支付意向越高(黄敏学, 王贝贝, 廖俊云, 2015)。

可见, 产品属性评论的不一致性可以启动消费者不同的调节定向, 给消费者带来两种截然不同的影响, 本文提出假设1：

H1：产品属性评论的不一致性会影响消费者购买意向, 且有两种可能的影响途径：

H1a：产品属性评论不一致性越高, 越可能激发消费者对产品的风险感知, 进而降低购买意向(防御定向);

H1b：产品属性评论不一致性越高, 越可能激发消费者对产品的独特性感知, 进而提高购买意向(促进定向)。

2.3 产品属性的调节作用

正因为消费者对评论不一致性有两种不同认知定向, 给消费者带来不同的感知(风险感知或独特性感知), 才会出现其对实际销量有正面影响也有负面影响的矛盾结论。而消费者面对评论不一致性, 为什么会有两种不同的感知呢？

对于评论不一致性的现有研究主要从总体评分的角度展开(Chang et al., 2014), 鲜有从评论内容, 特别是涉及企业产品自身方面的信息来做更为具体的研究。而实际上, 消费者更加注重阅读内容本身(Maeyer, 2012), 以认知产生这种不一致的原因(Tang et al., 2014)。产品都是由一系列的多项属性组成(Kim & Chhaje, 2002), 并且现今产品的在线评论中也往往呈现了用户对产品属性的评价(Lee & Bradlow, 2011)。例如：中关村网上的电脑评论涉及性价比、外观设计、屏幕效果和运行速度等属性; 携程网上的酒店评论涉及位置、设施、服务和卫生等属性; 淘宝网上的衣服评价涉及面料、色差、版型和做工等属性。虽然评论中涉及的产品属性信息很少被研究者所注意到(Lee & Bradlow,2011), 但是与现有研究所关注的评论数量、极性、不一致性等一样, 它们也会很容易被消费者所接收和关注, 消费者在购买决策过程中也会参考产品的各项属性(Bertini, Ofek, & Ariely, 2009)。

产品垂直属性的评论不一致可能带来产品风险的感知, 但是水平属性的评论不一致却能带来产品独特性的感知。这是因为, 消费者对垂直属性有着统一的偏好标准, 且垂直属性通常属于产品功能层面的, 有质量上的高低、好坏评判标准。那么垂直属性方面的评价若存在不一致, 便容易激发消费者防御型认知处理模式, 使其意识到产品在某些功能、质量上存在问题, 产生并提高风险感知, 而启动防御定向的消费者会抗拒风险(汪涛, 谢志鹏,崔楠, 2014), 以至于最终会降低其购买意向。这也符合 Ye等人(2009)将产品评论不一致视为风险的观点。而对水平属性而言消费者就没有统一的偏好,其本质就存在不一致性的问题, 并且水平属性通常并不影响产品的基本功能。当消费者阅读到对产品水平属性不一致的评论时, 消费者反倒容易采取促进型认知处理模式, 思考“为何大家评价不一致”,进而产生对该产品的独特性认知, 启动促进定向的消费者会更多追求机会而非考虑风险(汪涛等,2014), 因此为获得这种潜在的收益, 他们更加愿意选择购买。这就像Clemons等人(2006)的研究中,人们对啤酒的口味(水平属性)好坏的评价反而会增加产品销售一样。因此, 我们提出假设2：

H2：产品属性会调节评论的不一致性对消费者产品风险和独特性感知的影响, 进而影响消费者购买意向。

H2a：垂直属性评论不一致性越高, 越能激发消费者对产品的风险感知, 进而降低购买意向;

H2b：水平属性评论不一致性越高, 越能激发消费者对产品的独特性感知, 进而提高购买意向。

2.4 消费者特质的调节作用

前面我们从产品评论客观视角(评论内容：产品属性), 解释了为什么消费者会对评论不一致性会有不同的感知, 进而影响其购买行为。而本身对于不同个性特质的消费者, 其认知乃至行为都是有所不同的。Pham和Higgins (2004)的一系列研究表明调节定向对消费者购买决策不同阶段(需求识别、信息搜索、形成考虑集合、选项评估、购买决策及购买后过程)都有影响; 特别是当信息负荷较大时, 消费者更易依赖调节定向来选择性地加工信息(尹非凡, 王詠, 2013)。

①对于防御定向的个体而言, 一方面, 他们的思维比较封闭, 对信息的开放性和包容性较低, 倾向于使用谨慎的信息加工方式(Crowe & Higgins,1997; Förster et al., 2003; Liberman et al., 2001), 而对于产品的垂直属性人们本身偏好一致, 按理说评价也应该一致, 却出现有人叫好有人说差, 所以对于不一致的垂直属性评论, 他们会更直接了当地将这种信息理解为购买该产品存在风险隐患; 另一方面, 他们受安全需要驱动, 对于亏损相关的信息更为敏感且会主动搜寻, 在意行为后果是否有损失(Higgins, 1997; Wang & Lee, 2006; 尹非凡, 王詠,2013), 因此当对于不一致的产品垂直属性评论,他们也更容易感知到该产品的潜在风险。②对于促进定向的个体而言, 一方面, 他们的思维比较发散,对信息的开放性和包容性较高, 倾向于使用探索式的信息加工方式(Crowe & Higgins, 1997; Förster et al., 2003; Liberman et al., 2001), 因此面对人们偏好不一致的水平属性评论, 越不一致的信息可能越容易引起他们的思考, 从而意识到产品本身具有一定的独特性才会导致大家评价不一; 另一方面, 他们受提高需要驱动, 对于得益的信息更敏感且会主动搜寻, 在意行为后果是否有收益(Higgins, 1997;Wang & Lee, 2006; 尹非凡, 王詠, 2013), 因此当面对不一致的产品水平属性评论, 他们也就更容易将这类信息视为产品具有独特性。③并且, 即便对于两种定向的个体来说, 不一致的垂直属性评论都会激发他们对产品的风险感知, 不一致的水平属性评论都会激发他们对产品的独特性感知, 但是由于防御定向的个体更关注风险, 更在意结果是否损失,促进定向的个体更关注收益, 更在意结果是否积极,并且风险更多地意味着有损失, 独特意味着有收益,所以我们认为对于防御定向的消费者, 垂直属性评论的不一致更能激发其对产品的风险感知, 对于促进定向的消费者, 水平属性评论的不一致更能激发其对产品的独特性感知。④由于防御定向的个体有明显的保守倾向, 为避免损失确保安全, 不惜以放弃重大收益为代价, 偏好采用警惕策略(Crowe &Higgins, 1997; Molden & Finkel, 2010; 尹非凡, 王詠, 2013), 所以对防御定向的消费者而言, 垂直属性评论的不一致更能激发其对产品的风险感知, 且为了避免损失而降低购买意向; 而促进定向的个体有明显的冒险倾向, 为获得收益最大化, 不惜以重大损失为代价, 偏好采用渴望策略(Crowe &Higgins, 1997; Molden & Finkel, 2010; 尹非凡, 王詠, 2013), 所以对促进定向的消费者而言, 水平属性评论的不一致更能激发其对产品的独特性感知,且为获得收益而提高购买意向。由此我们提出了假设3：

H3：消费者的个人调节定向特质会进一步调节产品属性对产品评论不一致性与消费者感知关系的调节作用。

H3a：消费者防御定向越显著, 越会强化垂直属性评论不一致性对消费者风险感知的影响, 弱化水平属性评论不一致性对消费者独特性感知的影响。

H3b：消费者促进定向越显著, 越会弱化垂直属性评论不一致性对消费者风险感知的影响, 强化水平属性评论不一致性对消费者对产品独特性感知的影响。

3 研究设计

3.1 预研究

为了检验产品属性评论是否调节评论不一致性对销量的影响, 在正式实验之前我们先从团购网站上抓取了餐馆美食团购的评论和销量进行初步的分析。之所以选取餐饮作为研究对象, 一是因为餐饮作为体验型产品, 其在线评论是影响消费者是否购买的重要因素; 二是因为餐饮含有明显的垂直和水平属性, 有利于验证产品属性评论的调节作用。

3.1.1 数据搜集

我们在2016年4月20日从大众点评团购网站上随机抓取了当期138家涉及火锅、自助餐、江浙菜、粤港菜等不同类别的餐馆美食团购数据, 数据包括团购的评分分布(1～5分的每个评分数)、团购已售数量、总体评分数值等。由于同样一款团购产品可能会多家餐馆(分店)通用, 而团购涉及的属性评论会受不同的餐馆本身影响; 并且多数餐馆的团购产品均不止一项, 而同家餐馆的不同团购产品属性评价多会是相似的, 所以我们只抓取的每条团购数据均是该店最受欢迎(已售数量最大)的产品, 并且该团购不能多店通用。另外, 由于该团购网站上的单条评论, 均有涉及“口味、环境、服务”三种属性的评分, 并且餐馆环境质量有明显的高低、好坏之别, 而人们普遍对于口味的偏好则是不一样的,即“环境”属于垂直属性, “口味”属于水平属性, 因此我们抓取了每款团购产品在“环境”与“口味”上的评分分布。也就是说, 每条数据包含了4项信息：“环境”与“口味”属性评分分布方差(He & Bond,2015)衡量的“垂直”与“水平”评论不一致性(方差越大表示不一致性越高); 已售数量代表的产品销量;还有作为操控变量的总体评分值。

3.1.2 数据分析

首先, 如表 1所示, 通过描述性统计分析, 我们可以初步发现评分方差的分布较广, 数据有一定的代表性。接着, 通过一般线性回归分析以检验属性评论不一致性对产品销量的影响, 即产品属性评论是否会调节评论不一致性对销量的影响。由于评论不一致性值(方差)和总体评分值均为个位数, 而团购销量极大值近 50万, 所以在回归分析之前我们先对所有数据进行了取对数处理, 以增强回归结果的稳健性。结果如表2所示, 产品属性评论不一致性对销量的调节作用是显著的, 垂直属性评论越不一致则销量越低(β=−0.29,p< 0.001); 水平属性评论越不一致则销量越高(β=0.25,p=0.001), 而总体评分的作用并不显著。

表1 变量的描述性统计分析结果

表2 属性评论不一致性对产品销量的影响

3.1.3 结果讨论

以上实证结果表明了, 产品属性评论会调节评论不一致性对销量的影响。即当评论内容是涉及产品垂直属性的, 那么评论越不一致, 销量会越低;但是当评论内容是涉及产品水平属性的, 那么评论越不一致, 销量反倒会越高。由此可见在讨论不一致的产品评论时, 关注评论内容, 即其涉及到产品属性的重要性。为了进一步佐证产品属性, 以及消费者个人特质本身的调节作用, 并且探究评论不一致性对消费者购买行为的内在影响机制, 我们开展了实验1和实验2。

3.2 实验1

3.2.1 前测实验

由于本研究根据评论内容针对性的不同, 将评论按产品属性的不同划分为针对垂直属性的评论以及针对水平属性的评论。该前测实验便是为了对正式实验1和实验2中垂直属性和水平属性的操控做好准备, 包括了两部分, 一是筛选出网上购买智能手机时需要考虑的手机属性; 二是将以上属性分为垂直和水平属性, 并各取3种作为正式实验中的在线评论项。

本研究以智能手机为实验刺激物, 主要是基于以下4点考虑：(1)智能手机普及率很高, 被试都熟悉该产品, 能够根据自己的经验更好地理解评论内容。(2)在网购智能手机中, 被试一般都比较谨慎,重视参考在线评论信息。(3)智能手机产品属性多且包含明显区别的垂直和水平属性, 有利于本研究的实验操控。(4)智能手机是搜索型产品, 有别于预实验中作为体验型产品的餐饮, 这样不同类型的产品可使得本研究假设的论证更为可靠。

首先, 我们从京东商城、淘宝、苏宁和中关村四个网站中随机抽取不同品牌、价位的智能手机评论信息, 每个网站各取100条; 对400条评论进行分类与整合, 确立了包括手机外观设计、屏幕尺寸、电池续航能力、像素等18个产品属性。然后, 根据Sun (2011)对垂直和水平属性的定义, 由 4位营销专业硕士研究生对这 18个属性进行分类, 并由一位专业博士研究生再次校正, 确定了垂直属性 13个和水平属性5个。接着通过随机编码形成手机属性(分垂直属性和水平属性两种)重要程度排序问卷,由 40位随机被试选出智能手机的垂直和水平属性各前3个重要属性。按照被选属性的频次, 我们确立了垂直属性和水平属性各3个代表属性, 分别为电池续航能力(P=31)、像素(P=27)、音质(P=25)与手感(P=37)、外观设计(P=36)、屏幕尺寸(P=36)。

3.2.2 正式实验1

实验 1采用 2(评论不一致性：不一致性低/不一致性高)×2(产品属性评论：垂直属性/水平属性)的组间设计, 一是为了验证产品在线评论的不一致性对消费者购买意向的影响, 并且是否通过产品风险和独特性感知起作用, 验证主效应, 即H1; 二是为了验证产品属性评论的不同是否起调节作用, 即证明H2。

为了避免智能手机产品本身、品牌、价格等因素对被试感知的影响, 实验只清晰呈现具体评论信息。同时, 鉴于已有研究在线评论的追加形式、评论者等级、评论正负项、评论时间远近等会影响阅读者的感知, 因而为了进一步排除其他信息对实验结果的影响, 实验也对在线评论追加形式、评论者等级、评论正负项、评论时间远近、评论渠道等进行控制。每组评论信息中都只包含6个评分分布图(包括了由前测实验中得到的“手感、尺寸、外观、电池、像素、音质”6个属性)和附加4条具体的评论内容。评论不一致性高组看到的评分分布图如图2(a)和图 2(c) (方差为 2.28), 评论不一致性低组看到的评分分布图如图 2(b)和图 2(d) (方差为 0.16);产品垂直属性评论组看到的评分分布图如图2(a)和图2(b), 产品水平属性评论组看到的评分分布图如图2(c)和图2(d)。每组都同样地包含针对“尺寸、外观、像素、音质”四个属性的一致性评论, 且评分都控制在3.8。

图2 评论不一致性高低的评分分布图

针对具体评论的内容, 本研究参考Chen和Xie(2008)对在线评论的操纵方法, 首先结合京东商城、淘宝、苏宁和中关村网站上关于智能手机的评论, 选取一条典型的正面评论, 再根据实验操控的需要, 实验将评论中的正面形容词进行反义转换,同时尽量排除言语风格、文字数量等因素的干扰。比如, “手感很好”改为“手感很差”。

本次实验的参与者均是武汉大学的学生, 选择大学生作为被试是因为现今大学生们都具有丰富的网络购物经验。2016年5月5日130名被试参与实验, 其中男性77人占59.2%, 女性53人占40.8%;18岁以下的占4.6%, 18～25岁的占78.5%, 36～35岁的占16.9%; 本科生占50.8%, 硕士生占42.3%; 博士生占 6.9%。参与者们被随机分到上述 4种情境中。实验采用假想场景, 假定被试需要网购一款智能手机, 并通过阅读在线评论进行决策。被试在阅读完实验材料之后, 先被要求填写对该手机的购买意向量表, 然后要回答对该手机产品的独特性感知和风险感知, 最后填写对评论不一致性水平的感知,作为操控检验。

3.2.3 结果分析

首先, 做了操控检验, 结果发现产品评论不一致性感知操控成功。评论不一致性高组的被试比不一致性低组能感知到更强的评论不一致性(M不一致性高=4.96,SD不一致性高=1.04 vs.M不一致性低=2.89,SD不一致性高=1.04;F(1,128)=129.90,p< 0.001)。

然后, 本研究使用逐步回归的方法检验评论不一致性对购买意向的影响, 及消费者对产品风险和独特性感知的中介作用, 结果如表3所示。首先, 对购买意向进行回归发现, 评论不一致性对消费者购买意向有显著的影响(β=−0.37,p< 0.001), 即主效应显著。其次, 分别对产品风险和独特性感知进行回归, 结果表明了评论不一致性对风险感知(β=0.36,p< 0.001)和产品独特性感知(β=0.16,p=0.047)均有显著作用, 即评论越不一致的话, 消费者对产品的风险感知可能越强, 对产品的独特性感知也可能越强。最后在主效应检验中加入产品风险感知进行回归, 结果显示了评论不一致性(β=−0.20,p=0.012)和风险感知(β=−0.50,p< 0.001)对购买意向的影响显著; 同样加入独特性感知后分析发现, 评论不一致性(β=−0.43,p< 0.001)和独特性感知(β=0.39,p< 0.001)的影响也显著存在。具体而言, 当评论越不一致, 消费者感知到产品风险越强的时候,其购买意向越低; 而当评论越不一致, 消费者感知到产品独特性越强的时候, 其购买意向会越高, 即假设1得到验证。

表3 风险感知和独特性感知的中介作用

表4 评论不一致性与产品属性评论对购买意向的影响

接着, 对实验数据进行了2(评论不一致性：不一致性低/不一致性高) × 2(产品属性评论：垂直属性/水平属性)的 ANOVA分析, 结果如表 4所示。结果显示：评论不一致性和产品属性评论对购买意向均存在显著影响(M不一致性低=4.22 >M不一致性高=3.30,F(1,126)=26.72,p< 0.001;M垂直属性=3.39 M不一致性高=2.44); 对产品水平属性的评论越不一致, 消费者的购买意向会越高(M不一致性低=4.03

最后, 虽然评论不一致性和产品属性评论对购买意向的交互作用显著, 但是它们的作用是否与消费者对产品的风险和独特性感知是否相关还未知,故进一步参照 Preacher, Rucker和Hayes (2007)与Hayes (2013)提出的Moderated Mediation方法进行中介分析。先将评论不一致性设置为自变量, 评论不一致性低的取值为 0, 评论不一致高的取值为 1;将产品属性设置为调节变量, 垂直属性评论取值为0, 水平属性评论取值为1; 分别将独特性感知和风险感知设置为中介变量, 将购买意向设置为因变量。根据两位学者的建议, 实验采用bootstrap分别形成风险感知和独特性感知间接效应 95%的置信区间, 如果 0不包含在置信区间内, 说明风险感知和独特性感知均成功中介了评论不一致性和产品属性对购买意向的影响。

检验结果表明：对于产品风险感知而言, 评论不一致性和产品属性评论对风险感知的交互作用是显著的, β=−1.02,SE=0.28,t=−3.60,p< 0.001;产品风险感知也能显著影响消费者购买意向, β=−0.45,SE=0.10,t=−4.61,p< 0.001。控制了风险感知对购买意向的影响之后, 在垂直属性组中, 评论不一致性对购买意向有显著的作用, β=−1.45,SE=0.24,t=−5.99,p< 0.001; 而在水平属性组中,评论不一致性对购买意向没有显著的作用。有条件的间接效应分析(Conditional Indirect Effect)显示,对于垂直属性评论来说, 评论不一致性可以通过降低消费者对该产品风险感知而提高购买意向(95%CI: LICI=−0.88, ULCI=−0.23), 且中介效应值为−0.51; 而对于水平属性评论来说, 评论不一致性不能通过降低消费者的风险感知而提高购买意向(95%CI: LICI=−0.24, ULCI=0.10)。另外, 对于产品独特性感知而言, 评论不一致性和产品属性评论对独特性感知的交互作用是显著的, β=0.74,SE=0.26,t=2.82,p=0.006; 产品独特性感知也能显著影响消费者购买意向, β=0.35,SE=0.11,t=3.18,p=0.019。控制了独特性感知对购买意向的影响之后, 在垂直属性组中, 评论不一致性对购买意向没有显著的作用; 而在水平属性组中, 评论不一致性对购买意向有显著的作用, β=1.93,SE=0.22,t=−8.64,p< 0.001。有条件的间接效应分析显示,对于垂直属性评论来说, 评论不一致性不能通过提高消费者对该产品独特性感知而提高购买意向(95%CI: LICI=−0.21, ULCI=0.10); 而对于水平属性评论来说, 评论不一致性可以通过提高消费者对产品的独特性感知而提高购买意向(95%CI: LICI=0.07, ULCI=0.47), 且中介效应值为0.22。从图3的3个图也能在一定程度上看出产品属性评论对评论不一致性与购买意向关系的调节作用。总之, 不一致的垂直属性评论更能激发消费者对产品的风险感知, 从而降低购买意向, 而不一致的水平属性评论更能激发消费者对产品的独特性感知, 进而提高购买意向, 即假设2得到验证。

图3 评论不一致性与产品属性评论的交互作用

3.2.4 结果讨论

通过以上实验分析, 研究发现不一致的评论会通过影响消费者对产品的风险和独特性感知进而对购买意向产生影响, 具体来说, 当评论不一致性激发消费者对产品的风险感知, 则购买意向会随之降低, 而当评论不一致性激发消费者对产品的独特性感知, 则购买意向会随之提高。另外, 产品属性评论在主效应中起着显著的调节作用, 即对于垂直属性评论而言, 评论不一致更能激发消费者对产品的风险感知, 从而降低购买意向, 而对于水平属性评论而言, 评论不一致更能激发消费者对产品的独特性感知, 从而提高购买意向。至此, 本研究的前两个假设得到了证明。

3.3 正式实验2

实验2的设计为2(评论不一致性：不一致性低/不一致性高)×2(产品属性评论：垂直属性/水平属性)×2(调节定向：防御型/促进型), 目的是一方面为了再次验证主效应和产品属性评论的调节作用, 即假设1和2; 另一方面主要是为了检验调节定向对产品属性评论调节作用的进一步调节, 即假设 3。另外, 本研究借鉴 Higgins等(2001)的调节定向问卷(Regulatory Focus Questionnaire, RFQ)来测量被试的特质性调节定向。

2016年5月16日共有140位来自集美大学的大学生被试参与该实验, 其中男性 75人占 53.6%,女性65人占46.4%; 18岁以下的占14.3%, 18～25岁的占79.3%, 26～35岁的占6.4%; 本科生占78.6%,硕士生占21.4%。实验参与者们被随机分到4种情境中。

本实验情境设计除了将评分效价设置成4.7分,并增加消费者调节定向的操控(防御型/促进型), 其他操控均与实验1相同。实验中, 被试在阅读完智能手机评论后, 首先填写特质型调节定向问卷, 然后填写对该手机的购买意向量表, 接着要回答对该手机产品的风险感知和独特性感知, 最后填写对评论不一致性水平的感知, 作为操控检验。

3.3.1 结果分析

调节定向：被试的调节定向得分是用促进量表得分减去防御量表得分, 然后将调节定向得分排序,使用中位数法, 将大于0.50的被试分到促进定向组,其余的被试分到防御定向组(Higgins et al., 2001)。最终得到防御型71人, 促进型69人。

评论不一致性：操控检验结果显示产品评论不一致性感知操控成功, 评论不一致组的被试比一致组能感知到更强的评论不一致性(M不一致性高=5.14,SD不一致性高=0.86 vs.M不一致性低=2.89,SD不一致性低=0.90;F(1,138)=229.50,p< 0.001)。

假设1和2：如表5所示, 我们再次通过逐步回归分析发现, 评论不一致性会通过影响消费者对产品风险和独特性的感知, 进而对购买意向产生影响, 即产品评论越不一致, 越容易激发消费者对产品的风险感知(或独特性感知), 进而降低(或提高)购买意向。另外, 通过ANOVA分析也发现产品属性评论的调节作用依旧显著(F(1,136)=57.88,p<0.001), 有调节的中介作用分析方法检验到在产品属性评论调节作用之下, 产品独特性和风险感知的中介作用仍显著。也就是说, 垂直属性评论不一致性越高, 越能激发消费者对产品的风险感知, 进而降低购买意向; 而水平属性评论的不一致性越高,越能激发消费者对产品的独特性感知, 进而提高购买意向。因此, 假设1和2再次得到验证。

表5 风险感知和独特性感知的中介作用

假设3：首先, 检验调节定向是否会进一步调节产品属性评论对评论不一致性与消费者风险感知关系的调节作用, 结果显示, 调节定向、产品属性评论以及评论不一致性三者对消费者风险感知的交互作用显著,F(1,132)=4.25,p=0.041。详情如图 4所示, 当个体防御定向越显著, 越会强化垂直属性评论不一致性对风险感知的影响; 而当个体促进定向越显著, 反倒越会弱化垂直属性评论不一致性对风险感知的影响, 即假设H3a和H3b得到部分验证。

接着, 我们检验调节定向是否会进一步调节产品属性评论对评论不一致性与消费者独特性感知关系的调节作用, 结果显示, 调节定向、产品属性评论以及评论不一致性三者对消费者独特性感知的交互作用显著,F(1,132)=4.04,p=0.047。如图5所示, 当个体防御定向越显著, 越会弱化水平属性评论不一致性对独特性感知的影响; 而当个体促进定向越显著, 反倒越会强化水平属性评论不一致性对独特性感知的影响, 至此, 假设H3a和H3b得到全部验证。

图4 评论不一致性与产品属性评论对消费者风险感知的影响

图5 评论不一致性与产品属性评论对消费者独特性感知的影响

3.3.2 结果讨论

通过实验 2分析, 本研究再次检验了主效应(H1), 评论不一致性会通过影响消费者对产品的风险和独特性感知进而影响其购买意向, 也再次验证了产品属性评论对主效应有调节作用, 即垂直属性评论(水平属性)不一致性越高, 越会激发消费者的风险感知(独特性感知), 进而降低(提高)购买意向。另外, 实验2最主要验证了调节定向对产品属性评论的调节作用的进一步调节。具体而言, 当消费者防御定向越显著, 越会强化垂直属性评论不一致性对消费者风险感知的影响(即垂直属性评论不一致性越高, 越能激发消费者风险感知), 而弱化水平属性评论不一致性对消费者独特性感知的影响; 当消费者促进定向越显著, 越会强化水平属性评论不一致性对消费者对产品独特性感知的影响(即水平属性评论不一致性越高, 越能激发消费者独特性感知), 而弱化垂直属性评论不一致性对消费者风险感知的影响。

4 总结与讨论

4.1 理论贡献

随着社会化媒体的应用与影响的深入, 基于社会化媒体的用户评论成为企业社会化营销的关键。为此, 现有研究将用户评论看作网络口碑最主要的形式之一, 重点探究了口碑量、极性和不一致性对用户购买行为的影响。但对不一致性的影响存在不统一的结论, 一个关键的问题是没有区分不一致性产生的原因。本研究认为用户评论的不一致性的根本原因是用户对产品属性存在主观偏好差异, 这种偏好的差异性容易引发用户对不同产品属性评价的不一致性。本研究通过引入垂直属性(有统一的偏好标准)和水平属性(无统一偏好标准, 受主观个人偏好影响)的区分概念, 并基于消费者调节定向机制, 解决已有关于评论不一致性研究中的矛盾性发现。总的来说, 具有如下理论贡献：

(1)深化了对评论不一致性影响机制的理解。本文通过关注消费者对产品属性偏好的不同, 即引入两种不同的产品属性评论(垂直属性/水平属性), 破解了以往研究关于评论不一致性影响的矛盾结论。即当评论是涉及垂直属性的, 那么评论不一致性越高, 则越容易激发消费者的风险感知, 进而降低购买意向; 而当评论是针对水平属性的, 那么评论不一致性越高, 反倒越容易激发消费者的独特性感知,进而提高购买意向。并且, 以往关于评论不一致性的研究多只是从总体评分分布差异来探究, 而忽略了不一致性的根源, 即评论内容——产品属性的评论。而实际上, 消费者本身也是非常看重用户产生的内容(Chevalier & Mayzlin, 2006), 消费者说什么(口碑内容)可能比说了多少(口碑数量特征)更加重要(Gopinath, Thomas, & Krishnamurthi, 2014)。

(2)丰富了对消费者调节定向理论的理解。本研究通过引入消费者风险和独特性两种感知, 探讨了不同的产品属性评论不一致性对消费者购买行为的影响乃至内在的作用机制。不仅是产品属性对评论不一致性和购买行为的关系有调节作用, 而且消费者本身的个人特质也会对该调节作用进一步调节。即不单从产品本身角度还从消费者角度进一步深入探讨该调节效应的作用边界, 而这也是已有研究所忽略的。

4.2 管理意义

(1)有助于企业正确地认识负面口碑评价的作用。以往研究指出, 负面口碑的影响是非常大的,然而不是所有的负面口碑都会带来负面的作用。对于水平属性方面的负面口碑, 消费者会有更多的容忍度, 甚至将其看作有争议和表现个人独特性选择的依据, 此时负面评价反倒会起促进作用, 比如电影恶评有时候引起更多人的关注和观看; 而对于垂直属性的负面口碑, 哪怕是不一致的评价都会带来负面作用。因此企业要高度重视有着统一评价标准的垂直属性的评价。

(2)有助于企业利用用户评论来提升产品质量的管理。在社会化媒体的条件下, 由于消费者之间的社会影响显著增强, 消费者不在单纯依赖企业发布的产品信息, 而更加倾向于采用其他消费者的意见, 这就使得企业必须十分注重消费者的网上意见和内容。但是在消费者对产品属性偏好异质性的条件下, 用户产生内容呈现出混乱、对立和不一致的现象。通过识别消费者对于水平属性还是垂直属性评论不一致, 企业可以针对性地管理在线产品评论。如针对垂直属性做出提升, 但是引导消费者讨论和关注产品的水平属性, 激发消费者的喜爱度。

4.3 研究局限与展望

本研究虽然得出了一些结论, 但整个过程还是有一定局限性的, 未来的研究可以在以下几个方面进一步的完善与发展。一是本文将产品分为体验型和搜索型进行探究, 而产品还可以按照不同功能属性分为防御定向和促进定向的产品, 前者是保障生活安全的产品, 后者是增加生活乐趣的产品(李信,陈毅文, 2016), 从不同种产品分类的角度进行研究,是不是又会有新的发现, 未来可以再进一步挖掘。二是, 实验法样本多为大学生, 其消费水平、社会经验和学历等方面与其他群体存在差异, 对研究结果的外部性有一定影响, 本研究结论有待在其他群体中进行检验。三是, 本文只探讨了评论不一致性对消费者购买行为的影响, 而评论本身作为一种口碑形式, 那么消费者是否会对这种不一致的口碑进行进一步地传播呢, 后续研究可以引入消费者口碑传播意向, 从而深化在社会化媒体时代口碑传播的研究。

Bauer, R.A.(1960).Consumer behavior as risk taking.In R.S.Hancock (Ed.),Dynamic marketing for a changing world(pp.389–393).Chicago: American Marketing Association.

Bertini, M., Ofek, E., & Ariely, D.(2009).The impact of add-on features on consumer product evaluations.Journal of Consumer Research, 36(1), 17–28.

Chang, S.T., Lin, T.M.Y., & Luarn, P.(2014).The effects of word-of-mouth consistency on persuasiveness.Canadian Journal of Administrative Sciences, 31(2), 128–141.

Cheema, A., & Kaikati, A.M.(2010).The effect of need for uniqueness on word of mouth.Journal of Marketing Research, 47(3), 553–563.

Chen, Y.B., & Xie, J.H.(2008).Online consumer review:Word-of-mouth as a new element of marketing communication mix.Management Science, 54(3), 477–491.

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.

Clemons, E.K., Gao, G.G., & Hitt, L.M.(2006).When online reviews meet hyperdifferentiation: A study of the craft beer industry.Journal of Management Information Systems,23(2), 149–171.

Crowe, E., & Higgins, E.T.(1997).Regulatory focus and strategic inclinations: Promotion and prevention in decisionmaking.Organizational Behavior and Human Decision Processes, 69(2), 117–132.

Cui, G., Zhuang, M.Z., & Peng, L.(2014).What if consumers view online product reviews as intentional manipulation?Journal of Marketing Science, 10(1), 21–33.

[崔耕, 庄梦舟, 彭玲.(2014).莫让网评变为“罔评”: 故意操纵网络产品评论对消费者的影响.营销科学学报,10(1), 21–33.]

De Maeyer, P.(2012).Impact of online consumer reviews on sales and price strategies: A review and directions for future research.Journal of Product & Brand Management,21(2), 132–139.

Du, X.M., Zhao, Z.B., & Cui, X.(2015).The effect of review valence, new product types and regulatory focus on new product online review usefulness.Acta Psychologica Sinica,47, 555–568.

[杜晓梦, 赵占波, 崔晓.(2015).评论效价、新产品类型与调节定向对在线评论有用性的影响.心理学报, 47, 555–568.]

Festinger, L.(1962).A theory of cognitive dissonance.Stanford: Stanford University Press.

Förster, J., Higgins, E.T., & Bianco, A.T.(2003).Speed/accuracy decisions in task performance: Built-in trade-off or separate strategic concerns?Organizational Behavior and Human Decision Processes, 90(1), 148–164.

Geers, A.L., Weiland, P.E., Kosbab, K., Landry, S.J., &Helfer, S.G.(2005).Goal activation, expectations, and the placebo effect.Journal of Personality and Social Psychology,89(2), 143–159.

Gopinath, S., Thomas, J.S., & Krishnamurthi, L.(2014).Investigating the relationship between the content of online word of mouth, advertising, and brand performance.Marketing Science, 33(2), 241–258.

Hayes, A.F.(2013).Introduction to mediation, moderation,and conditional process analysis: A regression-based approach.New York: Guilford Press.

He, S.X., & Bond, S.D.(2015).Why is the crowd divided?Attribution for dispersion in online word of mouth.Journal of Consumer Research, 41(6), 1509–1527.

Higgins, E.T.(1997).Beyond pleasure and pain.American Psychologist, 52(12), 1280–1300.

Higgins, E.T., Friedman, R.S., Harlow, R.E., Idson, L.C.,Ayduk, O.N., & Taylor, A.(2001).Achievement orientations from subjective histories of success: Promotion pride versus prevention pride.European Journal of Social Psychology,31(1), 3–23.

Huang, M.X., Wang, B.B., & Liao, J.Y.(2015).The influence of preference variance in customer reviews on product sales.Journal of Marketing Science, 11(3), 1–17.

[黄敏学, 王贝贝, 廖俊云.(2015).消费者评论中偏好差异性对销量的影响机制研究.营销科学学报, 11(3), 1–17.]

Jiang, H.Y., Wang, H.Z., He, Y., & Zhu, L.(2016).The synergistic effect between corporate image and product’s superior benefits: A stereotype content model approach.Acta Psychologica Sinica, 48(1), 95–105.

[江红艳, 王海忠, 何云, 朱力.(2016).公司形象和产品属性超越的协同效应: 基于刻板印象内容模型.心理学报,48(1), 95–105.]

Kim, K., & Chhajed, D.(2002).Product design with multiple quality-type attributes.Management Science, 48(11), 1502–1511.

Kim, W.G., Lim, H., & Brymer, R.A.(2015).The effectiveness of managing social media on hotel performance.International Journal of Hospitality Management, 44, 165–171.

Kwark, Y., Chen, J.Q., & Raghunathan, S.(2014).Online product reviews: Implications for retailers and competing manufacturers.Information Systems Research, 25(1), 93–110.

Lee, A.Y., Keller, P.A., & Sternthal, B.(2010).Value from regulatory construal fit: The persuasive impact of fit between consumer goals and message concreteness.Journal of Consumer Research, 36(5), 735–747.

Lee, T.Y., & Bradlow, E.T.(2011).Automated marketing research using online customer reviews.Journal of Marketing Research, 48(5), 881–894.

Li, D.J., Zhang, Y.P., & Zheng, J.(2015).Influence of scarcity perception on purchase intention—from an anticipated regret perspective.Systems Engineering, 33(11),75–80.

[李东进, 张亚佩, 郑军.(2015).稀缺感知对购买意向的影响——基于预期后悔的视角.系统工程, 33(11), 75–80.]

Li, X., & Chen, Y.W.(2015).Effects of different eWOM supplementary forms on purchase intention: The moderating role of eWOM valence.Acta Psychologica Sinica, 48(6),722–732.

[李信, 陈毅文.(2016).口碑追加形式对购买意向的影响:口碑方向的调节作用.心理学报, 48(6), 722–732.]

Liberman, N., Molden, D.C., Idson, L.C., & Higgins, E.T.(2001).Promotion and prevention focus on alternative hypotheses: Implications for attributional functions.Journal of Personality and Social Psychology, 80(1), 5–18.

Liu, Y.(2006).Word of mouth for movies: Its dynamics and impact on box office revenue.Journal of Marketing, 70(3),74–89.

Lockwood, P., Jordan, C.H., & Kunda, Z.(2002).Motivation by positive or negative role models: Regulatory focus determines who will best inspire us.Journal of Personality and Social Psychology, 83(4), 854–864.

Lovett, M.J., Peres, R., & Shachar, R.(2013).On brands and word of mouth.Journal of Marketing Research, 50(4),427–444.

Molden, D.C., & Finkel, E.J.(2010).Motivations for promotion and prevention and the role of trust and commitment in interpersonal forgiveness.Journal of Experimental Social Psychology, 46(2), 255–268.

Petersen, J.A., & Kumar, V.(2015).Perceived risk, product returns, and optimal resource allocation: Evidence from a field experiment.Journal of Marketing Research, 52(2),268–285.

Pham, M.T., & Higgins, E.T.(2004).Promotion and prevention in consumer decision making: State of the art and theoretical propositions.Social Science Electronic Publishing.

Preacher, K.J., Rucker, D.D., & Hayes, A.F.(2007).Addressing moderated mediation hypotheses: Theory,methods, and prescriptions.Multivariate Behavioral Research,42(1), 185–227.

Snyder, C.R., & Fromkin, H.L.(1977).Abnormality as a positive characteristic: The development and validation of a scale measuring need for uniqueness.Journal of Abnormal Psychology, 86(5), 518–527.

Sun, M.(2011).Disclosing multiple product attributes.Journal of Economics & Management Strategy, 20(1), 195–224.

Sun, M.(2012).How does the variance of product ratings matter?Management Science, 58(4), 696–707.

Tang, T., Fang, E., & Wang, F.(2014).Is neutral really neutral?The effects of neutral user-generated content on product sales.Journal of Marketing, 78(4), 41–58.

Wang, J., & Lee, A.Y.(2006).The role of regulatory focus in preference construction.Journal of Marketing Research,43(1), 28–38.

Wang, T., Xie, Z.P., & Cui, C.(2014).Have a good chat with the brand: The impact of personified brand communication on consumer brand attitude.Acta Psychologica Sinica,46(7), 987–999.

[汪涛, 谢志鹏, 崔楠.(2014).和品牌聊聊天——拟人化沟通对消费者品牌态度影响.心理学报, 46(7), 987–999.]

Wattal, S., Telang, R., & Mukhopadhyay, T.(2009).Information personalization in a two-dimensional product differentiation model.Journal of Management Information Systems, 26(2), 69–95.

Ye, Q., Law, R., & Gu, B.(2009).The impact of online user reviews on hotel room sales.International Journal ofHospitality Management, 28(1), 180–182.

Yin, F.F., & Wang, Y.(2013).Regulatory focus in consumer behavior research.Advances in Psychological Science,21(2), 347–357.

[尹非凡, 王詠.(2013).消费行为领域中的调节定向.心理科学进展, 21(2), 347–357.]

Zhu, F., & Zhang, X.Q.(2010).Impact of online consumer reviews on sales: The moderating role of product and consumer characteristics.Journal of Marketing, 74(2),133–148.

Zhu, R., & Meyers-Levy, J.(2007).Exploring the cognitive mechanism that underlies regulatory focus effects.Journal of Consumer Research, 34(1), 89–96.