关于“在线抱怨：时间邻近性线索与情感性对负面在线评论价值感知的影响”研究的学术报告
本研究由美国达特茅斯学院塔克商学院的Lauren Grewal副教授、英国牛津大学赛德商学院的Andrew T. Stephen教授以及美国东北大学达莫尔-麦金商学院Yakov Bart教授共同完成。该研究于2025年（期刊预印标识为2026年）发表在美国市场营销协会（American Marketing Association）旗下的学术期刊《Journal of Marketing Research》第63卷第1期。
本研究隶属于消费者行为与数字营销领域，核心关注在线口碑（eWOM）特别是负面在线评论对消费者决策的影响机制。尽管传统研究普遍认为，由于“负面偏差”（Negativity Bias）的存在，负面信息通常比正面信息更具诊断性和影响力，但现实观察发现，并非所有负面评论都能有效劝阻消费者。本研究旨在探究在何种特定条件下，负面在线评论的劝诫作用会被削弱。
研究背景基于几个关键理论：第一，负面偏差理论认为人们倾向于更重视并更受负面信息影响。第二，归因理论指出，个体会对他人行为进行原因推断（归因于个人特质或外部情境）。第三，关于“发泄”（venting）的文献将发泄定义为负面情绪的表达，但以往研究多集中于发泄者对发泄者自身的影响，忽略了信息接收者（即评论读者）对发泄行为的感知与反应。
因此，本研究的目标是检验当负面评论同时呈现两种特定线索——“时间邻近性”（Temporal Proximity）线索和一定程度的“负面情感性”（Negative Emotionality）表达时，消费者是否会将该评论视为一种情绪“发泄”，进而将评论内容归因于评论者自身（而非产品/服务质量），最终导致对评论信息的“折扣”（Discounting），即降低其决策参考价值。
本研究采用“档案数据分析”与“受控实验”相结合的混合方法，共包含五个主要研究（Study 1至Study 5），并辅以预注册分析和稳健性检验，形成了一个完整、严谨的证据链。
第一流程：基于真实数据的初步验证（研究1） * 研究对象与样本量： 研究团队收集了Tripadvisor平台上美国12个主要酒店市场在约6年期间（2010年1月至2015年9月）的所有酒店评论数据。在总计超过160万条评论中，筛选出评分≤3星的负面评论共393,587条，涉及2,367家酒店。 * 数据处理与方法： 1. 核心变量测量： * 时间邻近性： 计算评论发布日期与用户报告的住宿月份之间的“距离”（以月为单位）。距离越小，表示时间邻近性越高（例如，距离为0表示评论与住宿发生在同一个月）。 * 负面情感性： 使用“语言探索与词频统计”（Linguistic Inquiry and Word Count， LIWC）词典，计算每条评论文本中负面情绪词汇（negemo）的百分比。同时，也测量了更具体的情绪维度，如愤怒（anger）、焦虑（anxiety）和悲伤（sadness）。 * 评论折扣（因变量）： 以每条评论获得的“有用性”（helpfulness）投票数作为代理变量。评论被认为“有用”的次数越少，表明其被读者折扣的程度越高。 2. 分析方法： 考虑到评论嵌套于不同酒店中，且因变量为计数数据，研究采用了带有酒店随机效应的泊松回归模型。核心是检验时间距离、负面情感性以及二者的交互项对评论有用性的影响。 3. 稳健性检验： * 使用评论文本中表达时间远近的语言（如“今天”、“上周”）作为时间邻近性的替代测量。 * 使用VADER情感分析工具和“评价性词典”（Evaluative Lexicon）作为负面情感性的替代测量。 * 通过潜在狄利克雷分配（Latent Dirichlet Allocation, LDA）主题模型提取评论提及的酒店设施和话题作为额外控制变量。 4. 额外分析： 出于对比目的，也对正面评论（评分>3星）进行了相同分析。
第二流程：受控实验验证核心效应与机制（研究2、3、4） * 研究对象： 所有实验参与者均通过亚马逊MTurk（使用CloudResearch筛选）或Prolific Academic平台招募。 * 实验设计与流程： * 研究2： 采用2（时间邻近性：近 vs. 远） × 2（评论效价：负面 vs. 正面）的组间设计。420名参与者阅读一则关于餐厅的Yelp评论。在负面/正面评论中，时间线索被操纵为“今天我去…”（近）或“上周我去…”（远）。参与者随后报告其在该餐厅就餐的“购买意愿”（Purchase Intention， 1-5分），并在研究者提供定义后，评价其认为该评论表现出“发泄”的程度。此外还测量了感知情感性与理性作为发泄的代理变量。 * 研究3： 采用单因子（时间邻近性：近 vs. 远 vs. 无信息）的组间设计。330名参与者仅阅读负面评论，时间线索分别为“今天我去…”（近）、“上周我去…”（远）或“我去…”（无时间信息）。测量购买意愿及感知情感性/理性。 * 研究4： 采用单因子（时间邻近性：近 vs. 远）的组间设计，241名参与者阅读负面餐厅评论。除了测量购买意愿和感知发泄外，本研究关键地引入了归因测量。参与者需评估评论者的个人因素（如性格）和餐厅体验本身在驱动该评论中各扮演了多大角色，并计算出一个“归因得分”（个人归因减体验归因），得分越高表示越倾向于将评论归因于评论者个人。同时，直接测量了参与者感知的“评论有用性”（1-5分），以与研究1的档案数据结果呼应。 * 分析方法： 主要使用回归分析检验主效应和交互效应，并使用Hayes的PROCESS宏进行（序列）中介分析，以检验“时间邻近性 → 感知发泄 → 归因转变 → 评论折扣（购买意愿/有用性）”这一理论路径。
第三流程：过程证据——通过调节进行验证（研究5） * 研究5a（调节发泄感知）： 采用2（时间邻近性：近 vs. 远） × 2（发泄动机：明确 vs. 不明确）的组间设计，521名参与者阅读一则关于亚马逊上肉类温度计的负面评论。在“明确”条件下，直接告知参与者该评论者写评论是为了“发泄情绪”；在“不明确”条件下，则告知是为了“分享信息”。测量购买意愿。此研究旨在验证，当发泄动机被明确点明时，时间邻近性线索的作用应被削弱。 * 研究5b（调节归因）： 采用2（时间邻近性：近 vs. 远） × 2（归因导向：评论者 vs. 体验）的组间设计。向参与者展示一个Yelp评论者资料，显示其历史评论大多为低分（引导归因于“评论者”个人特质）或大多为高分（引导归因于本次“体验”本身），然后让其阅读该评论者的最新负面餐厅评论。测量购买意愿。此研究旨在验证，当已有信息引导归因于评论者时，时间邻近性线索的作用应被削弱。
研究1结果： 对Tripadvisor近40万条负面评论的分析有力地支持了核心假设。泊松回归结果显示，时间距离、负面情感性及其交互项对评论有用性均有显著影响。进一步分析交互效应发现：当评论中完全不包含负面情感词汇时，时间邻近性高的评论（距离近）反而被认为更有用。然而，一旦评论包含任何程度的负面情感（negemo > 0），模式发生逆转——时间邻近性高的评论被认为有用性显著更低。 简单效应分析显示，在负面情感性水平较高时（如negemo=100），时间距离每增加一个月，评论的有用性平均增加约12.6%。这表明，“时间邻近”与“负面情感”的结合导致了评论被折扣。对具体情绪的分析发现，愤怒和焦虑情绪与时间邻近性的交互效应尤为显著，而悲伤情绪则不显著，这暗示了发泄通常与高唤醒度的负面情绪相关。稳健性检验使用不同的时间和情感测量方法均得到一致结论。对正面评论的分析则呈现相反模式，包含负面情感且时间邻近的正面评论被认为更有用。
研究2结果： * 购买意愿： 对于负面评论，时间邻近性高（“今天”）导致比时间邻近性低（“上周”）显著更高的购买意愿，意味着评论信息被折扣。对于正面评论，时间邻近性无显著影响。 * 感知发泄： 负面评论被认为比正面评论表现出更多的发泄。更重要的是，在负面评论中，时间邻近性高的评论被认为比时间邻近性低的评论表现出显著更多的发泄。 * 中介机制： 有调节的中介分析证实，时间邻近性通过增加感知发泄，进而提高了对负面评论的购买意愿（即导致折扣），但这种效应仅存在于负面评论中，在正面评论中不成立。
研究3结果： 进一步确认，只有当负面评论附带“近”时间线索时，才会导致更高的购买意愿（相比“远”和“无信息”条件）。“远”和“无信息”条件的效果无差异。同时，时间邻近性高的评论也被感知为更具情感性（发泄的代理变量），并且情感性中介了时间邻近性对购买意愿的影响。
研究4结果： 成功验证了完整的序列中介模型。 * 主效应： 时间邻近性高的负面评论导致更高的购买意愿和更低的有用性评分。 * 中介路径： 时间邻近性 → 增加感知发泄 → 导致归因向评论者个人倾斜（归因得分升高）→ 最终引发评论折扣（表现为购买意愿升高、有用性评分降低）。数据分析显示，序列中介路径显著，而单独的中介路径或不显著，或在反转中介顺序后不显著，有力地支持了理论模型。
研究5结果： * 研究5a： 当未明确提及发泄动机时，复制了先前效应：时间邻近性高的负面产品评论导致更高购买意愿。然而，当明确告知评论者是为了“发泄”而写时，时间邻近性的效应变得不显著，购买意愿在“近”和“远”条件下都处于较高水平。这表明，明确的发泄信息本身就能触发折扣，无需读者再依赖时间线索进行推断。 * 研究5b： 当通过历史评论信息将归因导向“体验”时，复制了先前效应：时间邻近性高的负面评论导致更高购买意愿。然而，当归因被预先导向“评论者”个人时，时间邻近性的效应变得不显著，购买意愿在“近”和“远”条件下都处于较高水平。这表明，一旦读者已有理由将负面评论归因于评论者，时间邻近性线索便失去了其附加的推断价值。
本研究得出结论：消费者在阅读负面在线评论时，会整合时间邻近性线索与负面情感性表达这两种普遍存在的线索。当两者结合出现时，消费者会将该评论推断为评论者的一种情绪“发泄”行为。这种“发泄”感知会启动一个归因转变过程——读者倾向于将评论中的负面信息归咎于评论者个人的、情绪化的动机，而非客观的产品或服务质量问题。作为归因转变的结果，读者会对该负面评论的价值进行“折扣”，即降低其在决策中的参考权重，具体表现为认为评论帮助性更低，以及/或者更倾向于购买被负面评价的产品/服务。
科学价值： 1. 深化对负面在线口碑效应的理解： 突破了“负面评论总是更有影响力”的简单认知，识别并验证了导致负面评论影响力被削弱的具体边界条件（时间邻近性+负面情感性）。 2. 拓展情绪与消费行为研究： 响应了学界对在线评论中情绪效应研究的呼吁，特别是聚焦于负面评论，揭示了情绪表达需结合情境线索（如时间）才能产生特定影响。 3. 推进“发泄”行为研究： 首次将研究视角从“发泄者”转向“信息接收者”，系统探究了受众如何感知并解读在线环境中的发泄行为，并创新性地将“时间邻近性”引入对发泄的感知界定中。 4. 整合归因理论与在线决策： 清晰描绘了从线索感知（时间、情感）到心理推断（发泄感知），再到归因转变，最终影响行为决策（评论折扣）的完整心理机制链条。
应用价值： 1. 对在线评论平台： 启示平台在设计评论排序算法、评论者引导机制或界面展示时，可考虑时间邻近性与情感性信息的权重。例如，可对刚体验后就发布的、情绪强烈的负面评论进行延迟展示或添加提示，以优化整体信息的诊断性。 2. 对企业和品牌： 帮助管理者更精准地评估不同类型负面评论的实际威胁。那些带有强烈情绪、且发布迅速的负面评论，其实际劝退消费者的能力可能低于表面看起来的程度，企业可以相应调整客服和公关策略的优先级。 3. 对消费者： 提升消费者的媒介素养，使其意识到自身在评估在线评论时可能存在的认知偏差，鼓励其更批判性地审视评论信息的来源和动机。
研究还对正面评论进行了一些探索性分析。结果发现，在正面评论中，包含负面情绪且时间邻近，反而可能增加其感知有用性（研究1）。作者推测这可能是因为其偏离了读者对正面评论通常充满正面情绪的预期，从而显得更真实、更不偏颇。这为未来研究“积极情绪表达”（作者称之为“gushing”）与时间线索的交互作用提供了一个有趣的对立面。此外，研究也指出，当消费者阅读多条评论而非单条时，或者当企业遭遇大量疑似“报复性评分”（review bombing）时，发泄折扣效应可能会发生复杂变化，这些都是未来值得深入研究的方向。