在線評論對服裝購買意愿影響的元分析

劉紅文 李曉紅 Nurul Hanim Romainoor

摘要： 目前在服裝及相關(guān)領(lǐng)域在線評論議題研究中，部分在線評論指標要素的研究結(jié)論存在差異，鮮有研究進行系統(tǒng)檢驗。為了對該部分爭議性的在線評論指標要素的研究結(jié)論進行客觀判斷，回應現(xiàn)實研究的困境，文章選擇元分析法，對國內(nèi)外2004—2019年發(fā)表的54篇文獻中涉及的七組變量關(guān)系、共48 029個樣本進行集成檢驗。發(fā)現(xiàn)除消費者專業(yè)性的影響效果不顯著外，消費者信任傾向、評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性與消費者購買意愿均具有正向顯著相關(guān)，且效果量均具有中度及以上程度。最后通過次群體分析發(fā)現(xiàn)，評論者資信度、在線評論質(zhì)量、在線評論數(shù)量與消費者購買意愿的關(guān)系受文化背景的調(diào)節(jié)和影響，所得結(jié)論可為平臺及企業(yè)優(yōu)化服務、后續(xù)理論深化研究提供參考。

關(guān)鍵詞： 元分析;在線評論來源特征;在線評論信息特征;在線評論接收者特征;購買意愿

中圖分類號： TS941.1

文獻標志碼： A

文章編號： 10017003（2021）01005913

引用頁碼： 011110

DOI： 10.3969/j.issn.1001-7003.2021.01.010（篇序）

Meta-analysis of the influence of online reviews on clothing purchase intention

LIU Hongwen1， LI Xiaohong2， Nurul Hanim Romainoor1

（1.School of the Arts， Universiti Sains Malaysia， Penang 11800， Malaysia; 2.School of Arts， Tiangong University， Tianjian 300387， China）

Abstract：

At present， in the research of online review topics in clothing and related fields， the research conclusions of some online review indicators are different， and few studies involve systematic tests. To make an objective judgment on the research conclusions of some controversial online review indicators， and to respond to the dilemma of real research， the Meta-analysis method was selected to carry out integration test of seven groups of variable relations and a total of 48 029 samples involved in 54 pieces of literature published in 2004-2019. It is found that in addition to the insignificant effect of consumer professionalism， consumer trust tendencies， reviewers credibility， reviewers emotional tendencies， online review quality， number of online reviews， timeliness of online reviews， and consumer purchase intentions have significantly positive correlation， and the amount of effect is moderate or above. Finally， through sub-group analysis， it is found that the relationship among the credibility of reviewers， the quality of online reviews， the number of online reviews and consumer purchase intentions is regulated and influenced by cultural background. The conclusions obtained can provide references for platform and enterprise optimization services and follow-up theoretical in-depth research.

Key words：

Meta-analysis; characteristics of online review sources; characteristics of online review information; characteristics of online review receivers; purchase intention

隨著移動互聯(lián)網(wǎng)的普及和社群媒體的興起，在線評論已經(jīng)成為引導消費者購買行為的重要因素。而服裝類商品目前作為網(wǎng)購市場的第一大產(chǎn)品品類，由于線上消費過程中存在產(chǎn)品信息不足、無法試穿與體驗，以及夸大宣傳等風險[1]，因此通過了解過往購買者對商品所作出的看法與評價，以此增加產(chǎn)品認知，對于潛在消費者降低風險感知、增加購買意向具有尤為重要的意義。因此在服裝領(lǐng)域，在線評論已經(jīng)成為消費者線上購買決策預測的重要數(shù)據(jù)來源[2]。

筆者通過文獻梳理發(fā)現(xiàn)，在線評論的重要效應早已引起了國內(nèi)外服裝及相關(guān)研究領(lǐng)域眾多學者的關(guān)注[3]，并經(jīng)過近十年的發(fā)展，取得了豐富的研究成果。但筆者發(fā)現(xiàn)目前在線評論相關(guān)研究中存在一些互相矛盾的結(jié)論，有些變量關(guān)系在一些研究中是顯著的，但在另一些研究中卻是不顯著。例如，俞明南等[4]對在線評論與消費者購買意愿關(guān)系的研究中發(fā)現(xiàn)，在線評論的時效性正向顯著影響消費者的購買意愿。鄭小平[5]、于麗萍等[6]卻指出在線評論的時效性對消費者購買意愿并無顯著影響。有關(guān)在線評論數(shù)量的研究中，Park等[7]、Vijay等[8]證實評論數(shù)量與消費者購買意愿之間具有正向顯著影響，李香娟[9]則通過研究發(fā)現(xiàn)評論數(shù)量與消費者購買意愿沒有顯著相關(guān)。關(guān)于評論者資信度也是學者們的研究矛盾點，Baber等[10]證實評論者資信度對購買意愿具有顯著影響，但羅佳佳[11]卻得出相反的結(jié)論。最后，在相同研究情境中，不同文獻所報告的變量關(guān)系的大小也未達到統(tǒng)一，如李曼麗[12]對在線評論與服裝消費者購買意愿關(guān)系的研究中發(fā)現(xiàn)，在線評論數(shù)量影響效果最大，大于在線評論質(zhì)量與在線評論者的資信度。Zhu等[13]則通過研究論證，發(fā)現(xiàn)產(chǎn)品的在線評論質(zhì)量影響效果最大。這些互相矛盾的研究對于學界深化認識，推進未來研究具有阻礙作用，因此需要對這些差異化的研究結(jié)論進行整合分析。

在過去服裝研究領(lǐng)域中，針對同類或相似研究主題的文獻整合分析基本上均采用了傳統(tǒng)敘述性文獻綜述的方法，因此其研究質(zhì)量受研究者專業(yè)水平、主觀意識的影響很大，尤其是當研究的論文數(shù)量較多且結(jié)果又不具有一致性時，其最終所得結(jié)論的客觀性與準確度容易令人質(zhì)疑。而元分析作為一種兼具量化統(tǒng)計技術(shù)和質(zhì)化歸納詮釋的研究方法，其在文獻材料收集的基礎(chǔ)上，嚴格按照一定程序的統(tǒng)計技術(shù)加以整合，以尋求一般性結(jié)論。由于整個過程主要是計量程序，因此其可以有效克服傳統(tǒng)文獻評論法中過于主觀且注重敘述的不足，從而獲得強有力的結(jié)論[14]。目前，元分析在教育、醫(yī)學、心理、工程、經(jīng)濟等各學科領(lǐng)域已經(jīng)得到了廣泛運用，但在服裝研究領(lǐng)域仍未得到足夠重視。鑒于此，本研究將基于元分析統(tǒng)計技術(shù)，以Michael等[15]所建立的說服傳播理論框架為基礎(chǔ)，對2004—2019年發(fā)表的服裝及相關(guān)領(lǐng)域的在線評論與消費者購買意愿關(guān)系的定量研究成果進行整理與分析，以此檢驗模型中相關(guān)變量關(guān)系的穩(wěn)健性，為后期理論研究及企業(yè)經(jīng)營策略的制定提供參考。

1 文獻綜述

線上消費者評論是指消費者透過產(chǎn)品生產(chǎn)者網(wǎng)站、服務提供者網(wǎng)站、零售商網(wǎng)站、或第三方評論網(wǎng)站等以網(wǎng)站形式為基礎(chǔ)的特定平臺，所撰寫發(fā)表關(guān)于某特定產(chǎn)品、服務或與其有關(guān)人員的相關(guān)內(nèi)容。與傳統(tǒng)消費者口碑相比，線上消費者評論具有搜索成本低、信息數(shù)量多、擴散速度快、傳播范圍廣、信息保存久、影響力較強，以及不受時間與空間限制等優(yōu)勢[16]。

通過文獻回顧可以得知，作為一種新的社會信息傳播方式，在線評論的傳播效果（購買意愿）受到信息傳播者、接收者、刺激三個要素的影響。鑒于此，在本研究中，筆者將以Janis[17]的說服傳播理論為基礎(chǔ)，從在線評論來源特征（傳播者）、在線評論接收者特征（接收者）與在線評論信息特征（刺激）三個方面分別展開研究文獻的梳理和闡述。

1.1 在線評論來源特征與消費者購買意愿

在線評論來源特征在現(xiàn)有文獻研究中，主要包括來源類型、評論者資信度、評論者的情感傾向性與評論者的相似性等方面[18]，其中有關(guān)評論者資信度和評論者的情感傾向性的研究結(jié)論，學者們尚未達到統(tǒng)一，存在互相矛盾的觀點。

評論者資信度包括評論者的專業(yè)能力及評論者的可信性兩個維度[19]。作為評論來源的重要特征之一，評論者資信度在研究中得到了眾多學者的關(guān)注[20]。但就研究結(jié)論而言，各學者之間存在互相矛盾的觀點。李曼麗[12]在對年輕女性服裝消費者的研究中發(fā)現(xiàn)，在線評論者資信度與消費者購買意愿之間具有正向顯著相關(guān)，即評論者的資信度越高，就越容易得到消費者的認可，那么其所做出的評論就會成為潛在消費者進行消費決策時的重點參考對象。同樣結(jié)論，在Wang等[21]、Teng等[22]的研究中均得到了驗證。但于麗萍等[6]通過數(shù)據(jù)收集及分析發(fā)現(xiàn)，由于在線評論的匿名性特點，導致消費者往往無法直接識別發(fā)布評論者的資信度，因此在線評論者資信度對消費者網(wǎng)絡(luò)購買意愿并無顯著的影響。除此之外，畢繼東[23]通過論證得出了相反的結(jié)論，其認為評論者的專業(yè)性負向顯著影響消費者的購買意愿。

評論者的情感傾向性是指評論者對產(chǎn)品及服務好壞的一種主觀情感態(tài)度，主要分為正向和負向兩種，在線評論的實證范疇中常以在線評分、星級或正負評為代表。Chevalier等[24]、錢瑛[25]指出評論者的情感傾向正向顯著影響消費者的購買意愿，即當評論者總體情感傾向為正時，消費者會因其在評論中對高質(zhì)量、高性價比產(chǎn)品所表達出的肯定、愉悅的情感，而降低產(chǎn)品風險感知，進而增強購買意愿。相反，當評論者總體情感傾向為負時，消費者會因其在評論中所透露出的否定、不滿情緒，而增加對產(chǎn)品的不信任感。Zhu等[26]將產(chǎn)品分成流行與非流行產(chǎn)品分別進行驗證，研究卻發(fā)現(xiàn)評論者的情感傾向?qū)α餍行援a(chǎn)品的影響并不顯著。石璐[27]通過線上購買情景的模擬，分別探討不同情感傾向的評論內(nèi)容對消費者購買意愿的影響，發(fā)現(xiàn)當在線評論為正面時，評論者的情感傾向性對消費者的購買意愿具有正向顯著影響，而當在線評論為負面時，二者之間則不具有顯著關(guān)系。由此，可以看出目前學術(shù)界對評論者的情感傾向性影響效果的看法存在一定分歧。

1.2 在線評論信息特征與消費者購買意愿

目前針對在線評論信息特征的相關(guān)研究主要從在線評論質(zhì)量、評論類型、在線評論數(shù)量、評論的一致性和在線評論時效性等方面展開。但關(guān)于在線評論質(zhì)量、在線評論數(shù)量與在線評論時效性的研究，學者們之間仍然存在較大差異，需要進行整合[28]。

在線評論質(zhì)量是指“具有說服力的評論的強度或可信度”，在研究中通常采用評論信息的準確性、客觀性、相關(guān)性、可理解性及完整性等指標來進行衡量[29]。作為重要影響因素之一，在線評論的信息質(zhì)量在消費者的良好網(wǎng)購體驗中發(fā)揮著至關(guān)重要的作用。近年來，在線評論質(zhì)量與消費者購買意愿的關(guān)系也一直是學界的研究重點，并且二者之間所具有的正向影響效果也得到了學者們的證實[30]。韓立娜[31]在正面在線評論研究中發(fā)現(xiàn)，正面在線消費者評論質(zhì)量正向顯著影響服裝消費者的購買決策。張媛媛[32]則以C2C網(wǎng)購服裝為例，實證發(fā)現(xiàn)在線評論內(nèi)容質(zhì)量越高，消費者產(chǎn)品感知價值就越大，進而產(chǎn)生購買意愿。除此之外，Cheung等[33-34]的研究均對二者之間的影響效果進行了驗證。盡管在線評論質(zhì)量對消費者購買意愿影響顯著性的結(jié)論具有一致性，但筆者通過文獻梳理發(fā)現(xiàn)，不同文獻對二者之間所報告的變量關(guān)系大小并未達到統(tǒng)一，相關(guān)系數(shù)從0.179～0.837，各研究均有報告。

在線評論數(shù)量是針對目標產(chǎn)品或服務相關(guān)評論量的總和[35]?，F(xiàn)有大量學者研究發(fā)現(xiàn)，評論數(shù)量與消費者購買意愿具有顯著正向關(guān)系，意味著產(chǎn)品有越多人關(guān)注和討論就會有越多人來購買[36-38]。其中有部分研究甚至表明“任何宣傳都是好的宣傳”，即使是負面宣傳（如負面在線評論）也能增加消費者購買的可能性。如趙冬[39]研究指出關(guān)于某一產(chǎn)品的評論越多，而且正負評論都有的話，那么潛在消費者對產(chǎn)品的認知將會更加全面和客觀，因此在對產(chǎn)品充分了解的基礎(chǔ)上，潛在消費者越易產(chǎn)生購買的意向。盡管如此，但目前仍有部分學者認為評論數(shù)量與消費者購買意愿之間并不一定存在正向顯著的關(guān)系，二者之間關(guān)系可能不顯著或者負向顯著[6，9]。其認為由于在現(xiàn)實情景中，評論各面向指標之間存在交互影響的作用。如Bao等[40]在調(diào)查評論數(shù)量與評論效價在零售商與第三方評論網(wǎng)站間是如何影響產(chǎn)品的銷售的研究中發(fā)現(xiàn)，在同一零售商或者第三方評論網(wǎng)站中評論數(shù)量與評論效價之間有互補關(guān)系存在，而不同網(wǎng)站間評論數(shù)量與評論效價間有替代關(guān)系存在。除此之外，Chen等[41]進一步發(fā)現(xiàn)，在線評論數(shù)量與產(chǎn)品銷售量之間并非單純線性關(guān)系，認為二者關(guān)系呈反U字型態(tài)。

除了在線評論質(zhì)量和在線評論數(shù)量外，在線評論時效性也被眾多的學者納入其研究中，作為衡量在線評論信息特征的另一個重要指標。評論的時效性是指評論所包含信息的新舊程度，是否包含最新產(chǎn)品的相關(guān)信息。鄭小平[5]將在線評論的時效性納入消費者購買決策影響因素的研究中，實證發(fā)現(xiàn)二者之間并無顯著影響，即對于消費者而言，時效性高的在線評論不一定比時效性低的好。此外，武芳[42]也發(fā)現(xiàn)在線評論時效性對購買意愿沒有顯著相關(guān)。但在近幾年的研究中，莫贊等[43]結(jié)合信息精細加工可能性理論，研究發(fā)現(xiàn)在線評論的時效性可以通過評論可信度作用于潛在消費者的購買決策。李香娟[9]也通過實證得出，評論時效性正向顯著影響消費者購買決策。

1.3 在線評論接收者特征與消費者購買意愿

在線評論接收者是指對在線評論信息作出反應的潛在消費者。在現(xiàn)實情景中，接收到的信息實際影響效果可能因人而異，這取決于消費者的認知、經(jīng)驗和心理特征。在現(xiàn)有文獻研究中，學者們主要從消費者的專業(yè)性、消費者產(chǎn)品涉入度、消費者信任傾向與消費者風險感知等方面展開討論，以期了解不同接收方特征下評論信息對消費者購買意愿的影響程度[44]。其中有關(guān)消費者產(chǎn)品涉入度、消費者風險感知影響效果的研究，學者們基本達成一致，但在消費者的專業(yè)性與消費者信任傾向的研究結(jié)論上仍然存在分歧。

消費者的專業(yè)性是指針對某一商品領(lǐng)域，消費者對于該商品領(lǐng)域所擁有的知識、經(jīng)驗、技術(shù)等專業(yè)能力的自我主觀認定[45]。在現(xiàn)有研究中，針對消費者專業(yè)性與消費者反饋之間關(guān)系的研究仍然存在不足，在不同研究中往往會出現(xiàn)不一致的結(jié)論。如傳統(tǒng)環(huán)境下眾多研究表明，消費者的專業(yè)性與評論信息影響力具有負向顯著作用關(guān)系[46-48]。即消費者自身所具有的經(jīng)驗、知識越高，相關(guān)評論信息對其影響就會越小，因為此時消費者可以依靠自身的專業(yè)知識去評判產(chǎn)品乃至口碑信息。但部分學者認為，消費者的專業(yè)性與評論信息影響力之間呈現(xiàn)正相關(guān)或者無相關(guān)。如陳蓓蕾[49]在研究中發(fā)現(xiàn)，消費者的專業(yè)程度越高，則虛擬社區(qū)內(nèi)的口碑信息對其影響程度就越高，這是由于消費者本身具備的知識能力使得他們對信息處理具有較高的分析能力與較低的認知成本。除此之外，羅時鑫[50]通過對大學生研究發(fā)現(xiàn)，消費者的專業(yè)性與評論影響力之間沒有顯著的關(guān)系。

線上購買環(huán)境中，信任傾向主要是指消費者對網(wǎng)購平臺、企業(yè)、產(chǎn)品及在線評論等因素所表現(xiàn)出的信任態(tài)度或信念的普遍傾向[51]?，F(xiàn)有大量研究表明，消費者的信任傾向?qū)ζ滟徺I決策具有影響，尤其是在產(chǎn)品信息不充足的線上購物環(huán)境中[52]。杜學美等[53]、Saleem等[54]通過研究均證實，面對同樣未知的在線評論信息，消費者的信任傾向特質(zhì)越高，在線評論對其購買意愿的影響就越大。目前關(guān)于消費者信任傾向的影響效果，學者們已經(jīng)達成共識，但就影響大小上仍存在爭議。

上述文獻分析結(jié)論顯示，在現(xiàn)有研究成果中，評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性、消費者的專業(yè)性、消費者信任傾向7個在線評論指標要素的研究結(jié)論缺乏穩(wěn)健性，需要對其進行整合元分析，以確定模型中變量關(guān)系的有效性和穩(wěn)健性。因此，根據(jù)文獻分析結(jié)論，本研究構(gòu)建在線評論對服裝購買意愿影響的整合元分析模型，如圖1所示。

2 研究設(shè)計

2.1 文獻搜索

為了最大限度地將國內(nèi)外服裝及相關(guān)領(lǐng)域的在線評論文獻檢索出來，中文文獻方面，本研究以服裝產(chǎn)品在線評論/在線口碑、服飾產(chǎn)品在線評論/在線口碑、在線評論、網(wǎng)絡(luò)口碑等作為檢索關(guān)鍵詞，對CNKI數(shù)據(jù)庫、中國科技期刊數(shù)據(jù)庫、中國優(yōu)秀碩博士學位論文全文數(shù)據(jù)庫、萬方數(shù)據(jù)庫、維普數(shù)據(jù)庫等數(shù)據(jù)平臺進行人工搜索。而英文文獻方面，則以O(shè)nline Reviews of Apparel Products、Apparel Products Online Word of Mouth、Online Reviews、Word of Mouth、Reviewer、WOM等作為檢索關(guān)鍵詞，對Science Direct、Scopus、SpringerLink、Web of Sciencet等外文數(shù)據(jù)平臺進行檢索。為了避免遺漏，本研究也

通過Google Scholar進行文獻補查。最終從2004—2019年共檢索出243篇與服裝及相關(guān)領(lǐng)域在線評論有關(guān)的文獻，其中有156篇為實證研究類文獻。

2.2 文獻納入與排除標準

相關(guān)文獻搜集完畢后，需要按照一定標準對檢索到的文獻進行篩選，以確保文獻樣本適合當前研究。結(jié)合元分析方法和研究主題的要求，文獻納入標準如下：1）出版物具有學術(shù)性和同行評審性質(zhì);2）在線評論是論文的主要研究重點;3）需是針對服裝及相關(guān)領(lǐng)域的在線評論文獻或是以所有類型產(chǎn)品（包括服裝）作為研究對象的在線評論文獻;4）評論信息反饋涉及消費者購買意愿或決策;5）文獻至少包含本研究所提出的7個自變量影響因素中的一個或者多個路徑關(guān)系;6）文獻所使用的研究方法必須是量化研究，且報告了研究所需的變量之間的相關(guān)系數(shù)r或t值;7）文獻中有效樣本量大小明確;8）數(shù)據(jù)重復發(fā)表取其一，如學位論文發(fā)表到學術(shù)期刊上，則以原本學位論文為準。在文獻分析階段，由兩位研究者獨立審查并剔除了與當前研究重點不相關(guān)的文章。

在搜索到的156篇服裝及相關(guān)領(lǐng)域的在線評論實證研究文獻中，剔除掉與本研究納入標準不符的文獻，最終得到54篇文獻樣本納入到本研究分析中。其中，中文文獻共33篇，英文文獻共21篇。

2.3 文獻編碼

通過對所選文獻樣本進行全面審查，提取作者、發(fā)表年份、有效樣本量、文化背景（東、西方文化）、目標自變量（評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性、消費者的專業(yè)性、消費者信任傾向）、因變量（消費者購買意愿）、相關(guān)系數(shù)等信息進行編碼（表1）。在進行上述編碼過程中，當研究者遇到任何分歧時，都會進行討論，直到達成共識，使元分析的結(jié)果更加準確。

3 實證分析

在研究工具上，本研究選用Comprehensive Meta-analysis 3.0專業(yè)版軟件進行元分析操作。在模型選擇上，本研究通過文獻梳理發(fā)現(xiàn)，在線評論各指標要素對消費者購買意愿的影響可能受到研究工具、抽樣方法、被試群體等因素的影響。因此，在綜合考慮到具有充足樣本量的基礎(chǔ)上，本研究選擇隨機效果模型將會更加科學合理。

3.1 描述性統(tǒng)計分析

對在線評論7組變量關(guān)系的研究數(shù)量、相關(guān)系數(shù)、正負關(guān)系及樣本量進行描述性分析（表2）可以看出，在納入本研究的54篇文獻樣本中，探討“在線評論質(zhì)量”和“在線評論數(shù)量”影響的研究分別有46篇和35篇。其次是關(guān)于在線評論者特征的研究，“評論者資信度”和“評論者的情感傾向性”的研究數(shù)量分別是40篇和17篇。而關(guān)于在線評論接收者特征的研究目前在服裝及相關(guān)領(lǐng)域相對較少，“消費者的專業(yè)能力”“消費者信任傾向”的研究數(shù)量分別為11篇、22篇。由此可知，當前服裝及相關(guān)領(lǐng)域已有的關(guān)于在線評論對消費者購買意愿影響的研究中，大多是從“在線評論信息特征”這一角度出發(fā)進行探究。另外從“相關(guān)系數(shù)”一欄可以進一步看出，目前相關(guān)文獻研究的結(jié)論存在一定的差異性，具體表現(xiàn)為變量關(guān)系顯著方向的不一致（評論者的情感傾向性、消費者的專業(yè)性），以及效果量變化跨度較大（如消費者信任傾向、在線評論質(zhì)量等）。最后從樣本數(shù)量的統(tǒng)計可知，最小樣本量為78個，最大的有503個，所有研究變量的平均樣本量為243～281個。這一結(jié)果表明，7組變量關(guān)系中參與調(diào)查研究的人數(shù)比較接近。樣本總量最高的為QAR-BI，有12 128人;最低的是PA-BI，有2 672人。

3.2 出版偏誤

在元分析中，元分析的結(jié)果可能會因為選擇文獻的偏差而造成偏誤，將這種偏誤稱之為出版偏誤[55]。出版偏誤會造成高估原先既有的平均效果量，因此在分析中需要對其進行檢測，目前常用漏斗圖（研究及效果量視覺分布的對稱性）、Rosenthals失安全系數(shù)測試（P>0.05）、Eggers回歸檢驗（P-value（2-tailed）<0.05）三種檢測方法及其標準進行出版偏誤的測量[56]。首先使用漏斗圖來檢驗本研究是否存在出

版偏誤的問題，如圖2—圖5所示。從漏斗圖特征來看，評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性、消費者的專業(yè)性、消費者信任傾向與消費者購買意愿之間的研究樣本及效果量基本在總效果量兩端呈現(xiàn)均勻分布形態(tài)，表明本研究中不存在嚴重的出版偏誤問題。但使用視覺觀察的方式來進行結(jié)論判斷仍然過于主觀，需要結(jié)合Rosenthals失安全系數(shù)和Eggers回歸檢驗的測試結(jié)果進行更精確的檢驗（表3）。

表3結(jié)果顯示，在Rosenthals失安全系數(shù)測試中，在線評論各指標要素失安全系數(shù)N均大于各自的臨界值（K×5+10），對應的各自Z值大于1.96，P值小于0.001，表明文獻樣本具有代表性，沒有出版偏誤問題。Eggers回歸截距測試結(jié)論顯示，在線評論各指標要素在95%置信區(qū)間內(nèi)包含0，且P值均大于0.05，再次驗證在本研究中不存在出版偏誤問題，結(jié)果穩(wěn)定可靠。

3.3 異質(zhì)性檢驗

異質(zhì)性主要是指相同研究之間真實效果量的差異，特別是指因組間方差而導致的效果量差異[57]。目前針對異質(zhì)性檢驗的方法主要包含Q檢驗、I2檢驗和H檢驗3種，一般以P<0.1（Q檢驗），I2檢驗（25%為低異質(zhì)性、50%為中異質(zhì)性、75%為高異質(zhì)性），H>1.5（H檢驗）作為研究存在異質(zhì)性的主要指標[58]。從表4中數(shù)據(jù)可得，在線評論各指標要素與消費者購買意愿之間效果值的Q檢驗結(jié)果均為顯著（P值小于0.1），表明元分析中各效果值均是異質(zhì)的。在異質(zhì)性程度上，本研究通過I2檢驗發(fā)現(xiàn)，在線評論各指標要素效果值的真實變異效果在總變異效果中占比均有80%以上，大于75%高異質(zhì)性的建議標準，因此本研究呈現(xiàn)出高異質(zhì)性特征。H檢驗值均大于1.5，進一步驗證了本研究中各效果值之間異質(zhì)性的存在。因此，鑒于研究的異質(zhì)性特征，本研究使用隨機效果模型進行議題分析是合理的。

3.4 總效果值的檢驗

在進行因子關(guān)系檢驗之前，需要將多個單一的效果值進行合并得出每個因子的總效果值r，通過r值可以判斷自變量與因變量之間總效果量的強弱。Cohen[59]提出通過相關(guān)系數(shù)r判斷效果量強弱的經(jīng)驗準則，一般來說當0.10≤r≤0.29時，表示自變量與因變量之前具有小的效果量;當0.30≤r≤0.49時，表示中等效果量;當r≥0.5時，表示強的效果量。此外，還需要采用Z統(tǒng)計量（Z>1.96）對總效果值r的統(tǒng)計學意義進行檢驗。表5為在線評論各指標要素的總效果值及其顯著性檢驗結(jié)果，表明除消費者的專業(yè)性（Z=-0.961，P>0.05）的影響效果不顯著外，評論者資信度（Z=16.845，P<0001）、評論者的情感傾向性（Z=6.882，P<0.001）、在線評論質(zhì)量（Z=19.111，P<0.001）、在線評論數(shù)量（Z=15.228，P<0.001）、在線評論時效性（Z=9.126，P<0.001）、消費者信任傾向（Z=14.589，P<0.001）與消費者購買意愿之間均存在正向顯著關(guān)系。而在影響效果強弱方面，評論者資信度（0453）、評論者的情感傾向性（0.492）、在線評論質(zhì)量（0495）、在線評論數(shù)量（0.493）、在線評論時效性（0.406）對消費者購買意愿具有中度影響效果;消費者信任傾向（0.565）對購買意愿則存在高度影響效果。

3.5 敏感度分析

敏感度分析主要用來檢測元分析中，是否存在異常樣本。通常采用一次移除一個研究的方式進行，即以研究的總效果量為基準，每次采取移除一個研究樣本的方式，來檢測移除樣本對總效果量的影響，如果總效果量改變較大，就表明移除樣本可能是異常值，因此需要對此進行修正。從表6可以看出，以各自總效果量為基準，評論者資信度（0.437～0.460）、評論者的情感傾向性（0.462～0.531）、在線評論質(zhì)量（0.483～0501）、在線評論數(shù)量（0.480～0.502）、在線評論時效性（0385～0.426）、消費者的專業(yè)性（-0.202～-0.098）、消費者信任傾向（0.546～0.577）7個評論要素無論移除任何一個研究樣本后的效果量在95%置信區(qū)間內(nèi)變化均相對較為穩(wěn)定。因此，表示刪除任何一項研究都不會影響總效果量，這也充分說明本研究得出的元分析結(jié)果非常穩(wěn)定。

3.6 次群體分析

異質(zhì)性檢驗發(fā)現(xiàn)，各研究之間的效果值均呈現(xiàn)高異質(zhì)性，可能存在顯著的調(diào)節(jié)變量。而次群體分析是探討異質(zhì)性來源最常用的方法之一，故本研究根據(jù)樣本特征，選擇使用文化背景（東方、西方文化）對5組變量關(guān)系的調(diào)節(jié)效應進行次群體分析。由于消費者專業(yè)性、在線評論時效性與消費者購買意愿關(guān)系的英文研究數(shù)量過少，無法進行結(jié)果計算，因此未納入表格。當Q值的顯著性小于0.1時，則可以判定檢驗的變量關(guān)系受到調(diào)節(jié)變量的影響，如表7所示。文化背景顯著調(diào)節(jié)評論者資信度（Q=2.607，P<0.1）、在線評論質(zhì)量（Q=3981，P<0.1）、在線評論數(shù)量（Q=3.253，P<0.1）與消費者購買意愿之間的關(guān)系。且根據(jù)點估計值大小可以判定，東方背景下的在線評論質(zhì)量、在線評論數(shù)量與消費者購買意愿關(guān)系高于西方背景，而西方背景下的評論者資信度的影響效果則高于東方背景。此外，研究中評論者的情感傾向性、消費者信任傾向的調(diào)節(jié)效果未達顯著水平。

4 討論與建議

將根據(jù)上述統(tǒng)計分析結(jié)果，本研究結(jié)合當前實際狀況展開討論，并提出相應的對策建議。

第一，模型中評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性、消費者信任傾向與消費者購買意愿均具有正向顯著關(guān)系，這與過去多數(shù)研究結(jié)果一致，表明上述在線評論指標要素與消費者購買意愿之間關(guān)系具有穩(wěn)健性。

1）消費者信任傾向與消費者購買意愿關(guān)系的效果值得分為高，表示消費者信任傾向?qū)οM者購買意愿的產(chǎn)生具有重要影響力。在現(xiàn)代銷售中，消費者信任傾向的形成是一個相對長期、較為隱性的過程。但一經(jīng)形成，便具有穩(wěn)定、持久的特征，使消費者在購買決策反應上表現(xiàn)出一定的規(guī)則和適應性。因此，廣大服裝網(wǎng)購平臺及企業(yè)需要從硬件與情感兩個維度展開消費者良好信任度的培養(yǎng)，一方面應通過不斷完善平臺功能、優(yōu)化網(wǎng)購界面、豐富產(chǎn)品類別與提升產(chǎn)品品質(zhì)等措施來提升平臺及企業(yè)的專業(yè)性、權(quán)威性，從而獲得消費者的認可;另一方面需要增強與消費者的互動交流，強化與消費者之間的心理聯(lián)結(jié)。

2）在線評論質(zhì)量、在線評論數(shù)量、評論者資信度、評論者的情感傾向性、在線評論時效性對消費者購買意愿具有中度影響效果。因此，相關(guān)企業(yè)在實際銷售中也需要著重關(guān)注上述5個評論指標要素的影響力。例如，目前國內(nèi)服裝類產(chǎn)品在線評論仍然存在著信息內(nèi)容較少、可信度不高、參考價值較低等質(zhì)量問題，因此在評價內(nèi)容方面，建議平臺或服裝企業(yè)可以為消費者提供一種結(jié)構(gòu)化的評論格式。其次，由于目前國內(nèi)主流電商平臺基本仍然采取匿名評論方式，導致消費者很難對評論者的可靠性和專業(yè)性進行判斷，因此無法通過評論源可信度獲得對評論有用性的感知。針對這一現(xiàn)狀，則建議國內(nèi)相關(guān)學者及電商平臺可以借鑒國外成熟的在線評論機制，在尊重消費者隱私的法律框架下，根據(jù)中國市場及消費者的實際狀況探索出一種合理的線上評論者信息披露策略，以此為評論接收者提供更為準確的信息參考等。

第二，消費者的專業(yè)性與消費者購買意愿關(guān)系的元分析結(jié)果不顯著，這與變量關(guān)系的穩(wěn)健性較弱具有直接聯(lián)系。其產(chǎn)生原因可能由于變量關(guān)系之間存在著中介變量或調(diào)節(jié)變量的影響，如瓦瑜[30]通過統(tǒng)計檢驗，證實了消費者的專業(yè)性對消費者購買意愿的影響是通過產(chǎn)品的感知價值產(chǎn)生的。鑒于此，建議未來相關(guān)研究中可深入探討中介變量與調(diào)節(jié)變量的影響效果。

第三，次群體分析結(jié)果顯示，文化背景是評論者資信度、在線評論質(zhì)量、在線評論數(shù)量與消費者購買意愿的調(diào)節(jié)變量，其中東方背景下的在線評論質(zhì)量、在線評論數(shù)量與消費者購買意愿關(guān)系高于西方背景，而西方背景下的評論者資信度的影響效果則高于東方背景。陳文沛[60]基于霍夫斯泰德文化維度理論，通過研究發(fā)現(xiàn)東西方消費者的文化底蘊差異顯著。與西方消費者相比，中國消費者是屬于權(quán)力距離高、群體主義、男性社會、不確定性回避高與長期導向的文化。鑒于此，本研究提出變量調(diào)節(jié)效應差異化的原因在于：首先，權(quán)力距離的認知差異。受傳統(tǒng)文化中“天地君親師”等崇尚權(quán)威的價值觀念影響，中國消費者具有較高的權(quán)力距離特征，在消費決策過程中更加傾向聽從權(quán)威的意見。而西方消費者對權(quán)力距離的認知相對較弱，人們傾向不接受管理特權(quán)的觀念。因此，與西方消費者相比，具有權(quán)威含義的評論者資信度、在線評論質(zhì)量兩個變量對中國消費者將具有更大的影響力。但數(shù)據(jù)分析結(jié)果顯示，西方背景下評論者資信度的影響力是高于東方背景的，這與中西方文化認知差異不一致。根據(jù)上文分析，主要原因在于國內(nèi)主流電商平臺基本采取匿名評論方式，對評論者信息披露極為有限，因此國內(nèi)消費者很難對信息評論者的資信度進行判斷。在這種情形下，消費者只能根據(jù)評論質(zhì)量的高低，來評估評論源的可靠性。其次，群體主義與個體主義的差異。群體本位文化是中國文化的重要特質(zhì)之一，其核心內(nèi)涵強調(diào)人是具有群體生存需要的互動個體，每一個體的命運與群體息息相關(guān)。而西方的個體主義文化內(nèi)涵更多地強調(diào)個人至上，注重個人價值的實現(xiàn)。因此，這引用到在線評論中，可以發(fā)現(xiàn)當某款產(chǎn)品在線評論的數(shù)量越多，表示關(guān)注該款產(chǎn)品的人群也會越多，那么受群體本位文化影響的中國消費者也將更加重視。因此與西方文化背景下的消費者相比，在線評論數(shù)量對中國消費者的影響更大。次群體分析中，盡管評論者的情感傾向性、消費者信任傾向的調(diào)節(jié)作用并不顯著，但西方背景下的兩組變量關(guān)系還是略高于東方背景。這與東西方消費者在不確定性回避文化維度上的差異有關(guān)，與西方消費者相比，中國消費者更為謹慎、含蓄，面對不確定性風險時的規(guī)避意識更高。具體表現(xiàn)在中國消費者面對好評時總會持有一定的懷疑心態(tài)，對產(chǎn)品或品牌良好信任傾向的培養(yǎng)也需要更高的成本。因此，相關(guān)學者及企業(yè)需從宏觀和微觀雙重視角展開研究，探討如何有效地將網(wǎng)絡(luò)評論系統(tǒng)的效果最大化。尤其是如今隨著跨境電商的蓬勃發(fā)展，研究不同國家消費者的購物習慣、用戶行為和文化觀念，從而設(shè)計具有文化語境的電子商務網(wǎng)站在線評論系統(tǒng)是十分必要的。

5 結(jié) 論

在研究方法上，針對傳統(tǒng)敘述性文獻綜述研究法的不足，本研究利用定量的元分析法進行研究議題的整合分析，對推動服裝理論研究方法的更新具有重要意義。在研究問題上，本研究選擇在線評論研究中評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性、消費者的專業(yè)性、消費者信任傾向7個在線評論指標要素的有效性和穩(wěn)健性檢驗作為研究問題。在對7組研究變量關(guān)系分別進行了出版偏誤、異質(zhì)性、敏感性與次群體分析后，得到除消費者的專業(yè)性的影響效果不顯著外，消費者信任傾向、評論者資信度、評論者的情感傾向性、在線評論質(zhì)量、在線評論數(shù)量、在線評論時效性與消費者購買意愿均具有正向顯著相關(guān)，且效果量均具有中度及以上程度。隨后通過次群體分析發(fā)現(xiàn)，評論者資信度、在線評論質(zhì)量、在線評論數(shù)量與消費者購買意愿的關(guān)系受文化背景的調(diào)節(jié)和影響。

本研究仍然存在一定的局限，例如造成研究異質(zhì)性的因素有很多，包括研究對象、研究工具及調(diào)節(jié)變量等，但目前本研究僅從文化背景單一角度進行分析，這需要在后期研究素材豐富的基礎(chǔ)上，進行深入探討。

參考文獻：

[1]柯婷婷. 電子商務環(huán)境下服裝實體店的發(fā)展對策[J]. 天津紡織科技， 2016（4）： 66-67.

KE Tingting. Measures for the development of physical stores of clothing in the e-commerce environment[J]. Tianjin Textile Technology， 2016（4）： 66-67.

[2]吉小葉. 在線評論對網(wǎng)絡(luò)消費者首次購買意愿影響機理研究[D]. 太原： 中北大學， 2016.

JI Xiaoye. A Study on the Mechanism of Influence of Online Reviews on Online Consumers Willingness to Buy for the First Time[D]. Taiyuan： North Central University， 2016.

[3]李昂， 趙志杰. 在線評論有用性研究綜述[J]. 商業(yè)經(jīng)濟研究， 2019（6）： 77-80.

LI Ang， ZHAO Zhijie. A review of online review usefulness research[J]. Business Economics Research， 2019（6）： 77-80.

[4]俞明南， 武芳， 張明明. 在線評論對顧客購買意愿的影響研究[J]. 市場周刊（理論研究）， 2014（4）： 58-60.

YU Mingnan， WU Fang， ZHANG Mingming. A study on the influence of online reviews on customers willingness to buy[J]. Marketing Week（Theoretical Research）， 2014（4）： 58-60.

[5]鄭小平. 在線評論對網(wǎng)絡(luò)消費者購買決策影響的實證研究[D]. 北京： 中國人民大學， 2008.

ZHENG Xiaoping. An Empirical Study on the Impact of Online Reviews on Online Consumers Purchasing Decisions[D]. Beijing： Renmin University of China， 2008.

[6]于麗萍， 夏志杰， 王冰冰. 在線評論對消費者網(wǎng)絡(luò)購買意愿影響的研究[J]. 現(xiàn)代情報， 2014， 34（11）： 34-38.

YU Liping， XIA Zhijie， WANG Bingbing. A study of the influence of online reviews on consumers online purchase intentions[J]. Modern Intelligence， 2014， 34（11）： 34-38.

[7]PARK D H， LEE J， HAN I. The effect of on-line consumer reviews on consumer purchasing intention： the moderating role of involvement[J]. International Journal of Electronic Commerce， 2007， 11（4）： 125-148.

[8]VIJAY T S， PRASHAR S， PARSAD C， et al. An empirical examination of the influence of information and source characteristics on consumers adoption of online reviews[J]. Pacific Asia Journal of the Association for Information Systems， 2017， 9（1）： 75-94.

[9]李香娟. 在線評論對消費者購買決策的影響研究[D]. 北京： 中國地質(zhì)大學， 2018.

LI Xiangjuan. A Study on the Influence of Online Reviews on Consumer Purchasing Decisions[D]. Beijing： China University of Geosciences， 2018.

[10]BABER A， THURASAMY R， MALIK M I， et al. Online word-of-mouth antecedents， attitude and intention-to-purchase electronic products in Pakistan[J]. Telematics & Informatics， 2016， 33（2）： 388-400.

[11]羅佳佳. 正面網(wǎng)絡(luò)口碑對消費者在線沖動購買意愿的影響研究[D]. 昆明： 云南財經(jīng)大學， 2019.

LUO Jiajia. A Study on the Influence of Positive Online Word-of-Mouth on Consumers Online Impulse Buying Intention[D]. Kunming： Yunnan University of Finance and Economics， 2019.

[12]李曼麗. 在線評論對年輕女性服裝消費者購買意向的影響研究[D]. 北京： 北京服裝學院， 2018.

LI Manli. A Study on the Influence of Online Reviews on the Purchase Intention of Young Female Clothing Consumers[D]. Beijing： Beijing Institute of Fashion Technology， 2018.

[13]ZHU L， YIN G， HE W. Is this opinion leaders review useful？ peripheral cues for online review helpfulness[J]. Journal of Electronic Commerce Research， 2014， 15（4）： 267-280.

[14]朱益民， 陳坤. 谷胱甘肽s-轉(zhuǎn)移酶基因（M1、T1）多態(tài)性與大腸癌綜合危險性的Meta分析[J]. 實用腫瘤雜志， 2001（4）： 280-281.

ZHU Yimin， CHEN Kun. Meta-analysis of glutathione s-transferase gene（M1， T1） polymorphisms and combined risk of colorectal cancer[J]. Journal of Practical Oncology， 2001（4）： 280-281.

[15]MICHAEL D N， HOVLAND C I， JANIS I L. Personality and persuasibility[J]. American Sociological Review， 1959， 25（1）： 131.

[16]石朝輝. 在線評論對網(wǎng)絡(luò)消費群體購買意愿的影響研究[D]. 湘潭： 湘潭大學， 2016.

SHI Zhaohui. A Study on the Impact of Online Reviews on Online Consumers Purchase Intention[D]. Xiangtan： Xiangtan University， 2016.

[17]JANIS I L. Personality correlates of susceptibility to persuasion[J]. Journal of Personality， 1954， 22（4）： 504-518.

[18]周興海. 在線評論、感知風險和購買意愿的關(guān)系研究[D]. 南寧： 廣西大學， 2014.

ZHOU Xinghai. Research on the Relationship between Online Reviews， Perceived Risk and Purchase Intention[D]. Nanning： Guangxi University， 2014.

[19]王麗平. 負面在線評論的比例及其補救措施對消費者購買意愿的影響[D]. 南京： 南京師范大學， 2017.

WANG Liping. The Proportion of Negative Online Reviews and the Effect of Their Remedies on Consumers Purchase Intention[D]. Nanjing： Nanjing Normal University， 2017.

[20]李星星. 矛盾性追評對消費者購買意愿的影響研究[D]. 泉州： 華僑大學， 2016.

LI Xingxing. Research on the Impact of Contradictory Review on Consumers Purchase Intention[D]. Quanzhou： Huaqiao University， 2016.

[21]WANG X W， WEI K K， TEO H H. The acceptance of product recommendations from web-based word-of-mouth systems： effects of information， informant and system characteristics[C]//International Conference on Information Systems. Montreal： DBLP， 2007.

[22]TENG S， KHONG K W， GOH W W， et al. Examining the antecedents of persuasive eWOM messages in social media[J]. Online Information Review， 2014， 38（6）： 746-768.

[23]畢繼東. 網(wǎng)絡(luò)口碑對消費者購買意愿影響實證研究[J]. 情報雜志， 2009， 28（11）： 46-51.

BI Jidong. An empirical study on the effect of internet word of mouth on consumers purchase intention[J]. Journal of Information， 2009， 28（11）： 46-51.

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

[25]錢瑛， 楊定華. 基于情感傾向的在線評論對購買決策的影響[J]. 商業(yè)研究， 2015（6）： 133-137.

QIAN Ying， YANG Dinghua. The influence of online reviews based on emotional tendency on purchase decision[J]. Business Research， 2015（6）： 133-137.

[26]ZHU F， ZHANG X Q. Impact of online consumer reviews on sales： the moderating role of product and consumer characteristics[J]. Journal of Marketing， 2010， 74（2）： 133-148.

[27]石璐. 在線評論的情感傾向?qū)οM者購買意愿的影響： 感知價值和感知有用性的中介作用[D]. 濟南： 山東師范大學， 2019.

SHI Lu. The Effect of Online Comments Emotional Orientation on Consumers Purchase Intentions： the Mediating Role of Perceived Value and Perceived Usefulness[D]. Jinan： Shandong Normal University， 2019.

[28]劉麗. 負面在線評論對消費者購買意愿的影響研究[D]. 重慶： 重慶工商大學， 2014.

LIU Li. Research on the Impact of Negative Online Reviews on Consumers Purchase Intention[D]. Chongqing： Chongqing Technology and Business University， 2014.

[29]孫夢皎. 基于用戶視角的河北省政府交通出行信息質(zhì)量評價研究[D]. 保定： 河北大學， 2019.

SUN Mengjiao. Research on the Quality Evaluation of Hebei Province Governments Transportation Trip Information Based on User Perspective[D]. Baoding： Hebei University， 2019.

[30]瓦瑜. 在線評論對消費者購買意愿的影響研究[D]. 杭州： 浙江大學， 2014.

WA Yu. Research on The Impact of Online Reviews on Consumers Purchase Intention[D]. Hangzhou： Zhejiang University， 2014.

[31]韓立娜. 正面在線評論對服裝消費者購買意愿影響的實證研究[D]. 沈陽： 東北大學， 2013.

HAN Lina. An Empirical Study of the Impact of Positive Online Reviews on Apparel Consumers Willingness to Buy[D]. Shenyang： Northeastern University， 2013.

[32]張媛媛. 在線評論對消費者購買決策影響的實證研究[D]. 杭州： 浙江財經(jīng)大學， 2015.

ZHANG Yuanyuan. An Empirical Study of The Impact of Online Reviews on Consumers Purchasing Decisions[D]. Hangzhou： Zhejiang University of Finance and Economics， 2015.

[33]CHEUNG M Y， LUO C， CHEN S H. Credibility of electronic word-of-mouth： informational and normative determinants of on-line consumer recommendations[J]. International Journal of Electronic Commerce， 2009， 13（4）： 9-38.

[34]CHEUNG C M K， THADANI D R. The impact of electronic word-of-mouth communication： a literature analysis and integrative model[J]. Decision Support Systems， 2012， 54（1）： 461-470.

[35]佘維軍. 基于語義情感信息的評論有用性研究[D]. 重慶： 重慶大學， 2016.

SHE Weijun. Research on the Usefulness of Reviews Based on Semantic Sentiment Information[D]. Chongqing： Chongqing University， 2016.

[36]FILIERI R. What makes online reviews helpful？ a diagnosticity-adoption framework to explain informational and normative influences in e-WOM[J]. Journal of Business Research， 2015， 68（6）： 1261-1270.

[37]XU X， YAO Z. Understanding the role of argument quality in the adoption of online reviews[J]. Online Information Review， 2015， 39（7）： 885-902.

[38]SONG J， KIM J， JONES D R， et al. Application discoverability and user satisfaction in mobile application stores： an environmental psychology perspective[J]. Decision Support Systems， 2014， 59（3）： 37-51.

[39]趙冬. 在線客戶評論對消費者購買決策影響的實證研究[D]. 重慶： 重慶工商大學， 2012.

ZHAO Dong. An Empirical Study of the Impact of Online Customer Reviews on Consumer Purchase Decisions[D]. Chongqing： Chongqing Technology and Business University， 2012.

[40]BAO T， CHANG T L S. Why Amazon uses both the New York Times Best Seller List and customer reviews： an empirical study of multiplier effects on product sales from multiple earned media[J]. Decision Support Systems， 2014， 67： 1-8.

[41]CHEN Y， FAY S， WANG Q. The role of marketing in social media： how online consumer reviews evolve[J]. Journal of Interactive Marketing， 2011， 25（2）： 85-94.

[42]武芳. 在線評論對化妝品網(wǎng)購用戶購買決策影響研究[D]. 大連： 大連理工大學， 2014.

WU Fang. Research on the Impact of Online Reviews on Purchase Decisions of Cosmetics Online Shopping Users[D]. Dalian： Dalian University of Technology， 2014.

[43]莫贊， 羅敏瑤. 在線評論對消費者購買決策的影響研究： 基于評論可信度和信任傾向的中介、調(diào)節(jié)作用[J]. 廣東工業(yè)大學學報， 2019， 36（2）： 54-61.

MO Zan， LUO Minyao. Study on the influence of online reviews on consumers purchase decisions： based on the intermediary and moderating effects of review credibility and trust tendency[J]. Journal of Guangdong University of Technology， 2019， 36（2）： 54-61.

[44]王曉旭， 王海清. 在線評論對網(wǎng)絡(luò)用戶購買意愿影響研究[J]. 東方企業(yè)文化， 2013（5）： 106.

WANG Xiaoxu， WANG Haiqing. A study on the influence of online reviews on the purchase intention of web users[J]. Oriental Corporate Culture， 2013（5）： 106.

[45]王婷. 口碑傳播營銷應用實證研究[D]. 成都： 西南財經(jīng)大學， 2008.

WANG Ting. An Empirical Study on the Application of Word-of-Mouth Communication Marketing[D]. Chengdu： Southwest University of Finance and Economics， 2008.

[46]任慶偉. 在線口碑對消費者購買決策的影響實證研究[D]. 金華： 浙江師范大學， 2010.

REN Qingwei. An Empirical Study on the Influence of Online Word-of-Mouth on Consumer Purchasing Decisions[D]. Jinhua： Zhejiang Normal University， 2010.

[47]張燕. 網(wǎng)絡(luò)口碑對消費者購買決策影響研究[D]. 南京： 南京師范大學， 2013.

ZHANG Yan. A Study on the Influence of Online Word-of-Mouth on Consumer Purchasing Decisions[D]. Nanjing： Nanjing Normal University， 2013.

[48]戴蘭玲. 在線客戶評論對消費者購買意愿的影響研究[D]. 廣州： 華南理工大學， 2014.

DAI Lanling. A Study on the Impact of Online Customer Reviews on Consumers Purchase Intention[D]. Guangzhou： South China University of Technology， 2014.

[49]陳蓓蕾. 基于網(wǎng)絡(luò)和信任理論的消費者在線口碑傳播實證研究[D]. 杭州： 浙江大學， 2008.

CHEN Beilei. An Empirical Study of Consumer Online Word-of-Mouth Transmission Based on Network and Trust Theory[D]. Hangzhou： Zhejiang University， 2008.

[50]羅時鑫. 口碑溝通對購買決策的影響研究[D]. 杭州： 浙江大學， 2007.

LUO Shixin. A Study on the Influence of Word-of-Mouth Communication on Purchasing Decisions[D]. Hangzhou： Zhejiang University， 2007.

[51]李沁芳. 電子商務用戶信任影響因素建模及實證研究[D]. 上海： 同濟大學， 2008.

LI Qinfang. Modeling and Empirical Study on the Influence Factors of E-Commerce User Trust[D]. Shanghai： Tongji University， 2008.

[52]譚春輝. 網(wǎng)絡(luò)口碑傳播要素對瀏覽者信任感知的影響研究[J]. 蘭州學刊， 2017（1）： 176-189.

TAN Chunhui. A study on the influence of online word-of-mouth communication elements on viewers perception of trust[J]. Lanzhou Journal， 2017（1）： 176-189.

[53]杜學美， 丁璟妤， 謝志鴻， 等. 在線評論對消費者購買意愿的影響研究[J]. 管理評論， 2016， 28（3）： 173-183.

DU Xuemei， DING Jingyu， XIE Zhihong， et al. The influence of online reviews on consumers purchase intention[J]. Management Review， 2016， 28（3）： 173-183.

[54]SALEEM A， ELLAHI A. Influence of electronic word of mouth on purchase intention of fashion products in social networking websites[J]. Pakistan Journal of Commerce and Social Sciences， 2017， 11（2）： 597-622.

[55]韓嘯. 整合技術(shù)接受模型的薈萃分析： 基于國內(nèi)10年研究文獻[J]. 情報雜志， 2017， 36（8）： 150-155.

HAN Xiao. A Meta-analysis of integrated technology acceptance models： based on 10 years of domestic research literature[J]. Intelligence Journal， 2017， 36（8）： 150-155.

[56]丁鳳琴， 趙虎英. 感恩的個體主觀幸福感更強： 一項元分析[J]. 心理科學進展， 2018， 26（10）： 1749-1764.

DING Fengqin， ZHAO Huying. Thanksgiving individuals have stronger subjective well-being： a Meta-analysis[J]. Advances in Psychological Science， 2018， 26（10）： 1749-1764.

[57]高爽， 張向葵， 徐曉林. 大學生自尊與心理健康的元分析： 以中國大學生為樣本[J]. 心理科學進展， 2015， 23（9）： 1499-1507.

GAO Shuang， ZHANG Xiangkui， XU Xiaolin. A Meta-analysis of college students self-esteem and mental health： with Chinese college students as a sample[J]. Advances in Psychological Science， 2015， 23（9）： 1499-1507.

[58]王丹， 翟俊霞， 牟振云， 等. Meta分析中的異質(zhì)性及其處理方法[J]. 中國循證醫(yī)學雜志， 2009， 9（10）： 1115-1118.

WANG Dan， ZHAI Junxia， MOU Zhenyun， et al. Heterogeneity in Meta-analysis and its treatment[J]. Chinese Journal of Evidence-Based Medicine， 2009， 9（10）： 1115-1118.

[59]COHEN J. Statistical Power Analysis for the Behavioral Sciences[M]. New York： Academic Press， 2013： 77-83.

[60]陳文沛. 生活方式、消費者創(chuàng)新性與新產(chǎn)品購買行為的關(guān)系[D]. 重慶： 重慶大學， 2014.

CHEN Wenpei. The Relationship between Lifestyle， Consumer Innovation and New Product Purchase Behavior[D]. Chongqing： Chongqing University， 2014.