在线评论深刻影响消费者决策，其说服力通常被归因于一个深思熟虑的认知过程（Type 2-精细加工）。因此，平台常优先展示内容详尽的高质量评论，以期辅助用户进行理性判断。但我们被一条评论“种草”或“拔草”的过程，可能并非总是如此深思熟虑。相反，我们可能仅仅是因为某条评论反复出现、看得多了，就在无意识中（Type 1-自动加工）被它影响了。

那么，在线口碑的说服力究竟从何而来？是源于评论内容的精细详尽（Elaborateness），所触发的深思熟虑的 Type 2 加工？还是源于评论的简单曝光（Exposure），所驱动的无意识的 Type 1 加工？当这两种力量同时存在甚至相互竞争时，谁才是主导我们决策的真正推手？

今天，我们将通过一篇发表在MIS Quarterly上的文章《Deliberative or Automatic: Disentangling the Dual Processes Behind the Persuasive Power of Online Word-of-Mouth》，来揭开这些问题的答案。该研究通过巧妙的实验设计，将这两种作用机制分离并直接对比。

01 理论与假设

基于双加工理论，在线口碑对消费者态度与购买意愿的影响主要通过两条路径实现：一是依赖认知努力、有意识地对评论内容进行深度处理的精细化加工（Type 2），二是由评论高频曝光所引发自动化、无需费力的自动加工（Type 1）。

传统观点认为，消费者通过审慎的推敲来处理在线评论（如详尽、具体的高质量评论），从而改变其态度与决策（Type 2）。然而，根据“纯粹曝光效应”，信息仅因被多次曝光而变得熟悉，即可通过一种自动化的、无需意识努力的过程（Type 1）增强其说服力。这种自动化过程产生的熟悉感能够直接塑造态度，且认知吝啬的消费者倾向于依赖可自动处理的输入信息，而非投入更多努力进行审慎判断。在实际评论环境中，尽管高精细度评论通常因排名靠前而同时获得高曝光，但其说服力的主要驱动因素并非其内容质量所触发的审慎加工，而是其高可见性所引发的自动化加工。

【假设1】评论曝光对消费者（a）态度和（b）购买意愿的影响程度大于评论精心制作

负面信息通常比正面信息具有更强的影响力，即“负面偏差”。这源于人们普遍的风险规避倾向：人们对潜在损失的敏感度远高于对等量收益的敏感度。在产品评论情境下，负面评论传达了产品缺陷和潜在购买风险，消费者因此对其更为敏感，以避免不良决策。基于此，当高曝光评论为负面时，消费者对曝光信息的自动化加工会更加敏锐，从而使得曝光度（相对于精细度）的说服优势得到进一步放大。

【假设2】 高曝光评论的效价会调节评论曝光度（相对于精细度）对消费者（a）态度和（b）购买意愿的影响，具体而言，当高曝光评论为负面时，其调节效应比高曝光评论为正面时更强。

02 研究方法与结果

为了直接比较评论精细度（Type 2加工）和评论曝光度（Type 1加工）的相对影响力，文章采用了 “权衡实验” 设计。该设计的核心在于，让两种理论所预测的结果相互竞争，指向相反的方向。如表1所示设计了两种实验条件，通过产品的正面和负面评论来改变评论精细度和评论曝光度：

ž（A列）积极条件：让正面评论获得高曝光，但内容低精细度；同时，让负面评论为低曝光，但内容高精细度。

ž（B列）消极条件：让负面评论获得高曝光，但内容低精细度；同时，让正面评论为低曝光，但内容高精细度。

如果消费者主要受精细度（Type 2加工）驱动，那么他们的态度会朝着高精细度评论的效价方向改变（即积极条件下态度变负面，消极条件下态度变正面）。

如果消费者主要受曝光度（Type 1加工）驱动，那么他们的态度会朝着高曝光评论的效价方向改变（即积极条件下态度变正面，消极条件下态度变负面）。

来自MIS Quarterly Vol. 49 No. 1 / March 2025 P.335

研究1

操纵：

ž评论曝光度（低vs.高）：改变特定效价中不同评论的数量。高曝光度意味着某一效价的评论出现次数多（2次），低曝光度则出现次数少（1次）。

ž评论详细度（低vs.高）：改变评论的具体性和广泛性。高精细度评论包含具体的产品特征描述（如“鼠标有拇指凹槽，…，…，很舒适”），低精细度评论则相对抽象简短（如“鼠标很舒适”）。

两种条件：

ž积极条件：参与者阅读 2条简短正面评论（高曝光/低精细度） 和 1条详尽负面评论（低曝光/高精细度）。

ž消极条件：参与者阅读 2条简短负面评论（高曝光/低精细度） 和 1条详尽正面评论（低曝光/高精细度）。

因变量：参与者阅读评论前后对产品的态度和购买意愿。两次测量的差值（即改变量）反映了评论的说服效果。

实验设计：实验选用一款无线鼠标作为目标产品。参与者首先看到该产品具有中立的平均评分（3星，基于220条评论），以此建立初始的中立态度，然后被随机分配到两种条件（积极或消极），然后阅读三则评论（示例：如图1）。

来自MIS Quarterly Vol. 49 No. 1 / March 2025 P.337

研究发现：

支持假设1：无论在哪种条件下，消费者阅读评论后的态度和购买意愿变化，均与高曝光评论的效价保持一致。部分支持假设2：研究发现了负面偏差在态度改变上的证据。即，由高曝光负面评论所引发的态度变化程度，显著大于由高曝光正面评论所引发的变化。但在购买意愿上，这种调节效应不显著。

研究2

研究目的：克服研究1的潜在局限，采用更微妙、更稳健的方法再次检验假设。

ž改进一：更微妙的曝光度操控--研究1通过改变评论数量来操控曝光度，这可能导致参与者有意识地去计算三个评论的平均效价的可能性，并将其与产品的平均评级（3星）进行比较，然后相应地调整他们的态度和购买意图。研究二采用了重复曝光方式。参与者分两屏浏览评论，第二屏会重复出现第一屏中的某条评论，从而增加其曝光频率，而正、负面评论的总数始终保持相等。

ž改进二：更强的精细度操控--将低精细度评论进一步简化（如从“鼠标好用，自动关机”简化为“鼠标好用”），使其与高精细度评论的差异更加极端，从而强化对精细加工的操控。

实验设计：参与者先看两条“首屏评论”（一正一负，一低精细度一高精细度），然后选择查看全部评论。在“第二屏”中，他们会看到三条评论，其中一条是首屏评论的重复（根据实验条件，重复的是正面或负面评论），另外两条是新评论。

研究发现：

支持假设1：在消极条件下，尽管存在一条详尽的正向评论，消费者的态度和购买意愿依然出现了显著的负面下滑。在积极条件下，变化不显著。支持假设2：研究2发现了负面偏差对态度和购买意愿的调节作用。高曝光负面评论所产生的说服力（相对于精细度而言）远大于高曝光正面评论。

03 结论与启示

本研究清晰地揭示了在线口碑说服力的核心机制，回答了其“从何而来” 与 “何时更强” 的关键问题。影响消费者决策的，往往不是评论内容的详尽与深度（Type 2 精细加工），而是评论的简单曝光频率（Type 1 自动加工）。我们常常不是因为评论写得好而被说服，而是因为看得多了，就不自觉地被影响了。更重要的是，负面评论的“杀伤力”远大于正面评论。 这种“曝光效应”存在显著的负面偏差，意味着高频出现的负面评论会产生不成比例的强大破坏力。

参考文献：Lei, Z., Yin, D., & Zhang, H. (2025). Deliberative or automatic: Disentangling the dual processes behind the persuasive power of online word-of-mouth. MIS quarterly, 49(1), 331-346.

文章链接：https://misq.umn.edu/misq/article-abstract/49/1/331/76/Deliberative-or-Automatic-Disentangling-the-Dual?redirectedFrom=fulltext

作者信息：

Zhanfei Lei

Position: Assistant Professor, Isenberg School of Management, University of Massachusetts Amherst

Site: https://www.isenberg.umass.edu/people/zhanfei-lei

E-mail: zlei@isenberg.umass.edu

Research Interest: User-generated content; Biases and heuristics; Electronic commerce

Dezhi Yin

Position: Associate Professor, Muma College of Business, University of South Florida

Site: https://dennyyin.com/

E-mail: dezhiyin@usf.edu

Research Interest: Emotional expressions in online environments; user-generated content; AI-generated content

Han Zhang

Position: Chair Professor, School of Business, Hong Kong Baptist University

Site: https://scholars.hkbu.edu.hk/en/persons/HANZHANG

E-mail: hanzhang@hkbu.edu.hk

Research Interest: the economics of information technology, online trust and reputation, online word-of-mouth, and the evolution of electronic markets