基于大数据与大语言模型(LLM)驱动视角解析亲环境态度对绿色电子口碑的影响:产品特征的调节作用

《Journal of Business Research》:Unpacking the effects of pro-environmental attitudes on green eWOM from a big data– and LLM-driven perspective: moderating roles of product characteristics

【字体: 大 中 小 】 时间:2026年08月22日 来源:Journal of Business Research 11.1

编辑推荐:

   摘要随着消费者对可持续发展的关注日益增加,他们越来越多地分享关于产品和服务的可持续性实践及环境影响的电子口碑 (eWOM)。然而,鲜有研究探讨绿色 eWOM 的驱动因素及其与产品多维度特性的交互效应。基于态度 - 行为 - 情境理论,本研究利用大数据(涵盖 2000 多种美容

  

摘要

随着消费者对可持续发展的关注日益增加,他们越来越多地分享关于产品和服务的可持续性实践及环境影响的电子口碑 (eWOM)。然而,鲜有研究探讨绿色 eWOM 的驱动因素及其与产品多维度特性的交互效应。基于态度 - 行为 - 情境理论,本研究利用大数据(涵盖 2000 多种美容产品的 512826 条消费者评论)和大语言模型,考察了亲环境态度对绿色 eWOM 的影响。本研究进一步探讨了产品的内部特征(环境披露)和外部特征(人气)的调节作用。研究发现,亲环境态度对绿色 eWOM 行为有正向影响,而这一正向效应会被产品环境披露和人气所减弱。本研究为新兴的绿色 eWOM 文献做出了贡献,并对数字营销和可持续发展战略具有启示意义。

引言

随着全球可持续性担忧的加剧,消费者越来越多地在在线评论中表达环境评估,从而产生了绿色电子口碑(绿色 eWOM)——即关于产品和品牌环境绩效的在线讨论 (Filieri et al., 2021; D'Acunto et al., 2023)。由于在线评论深刻影响购买决策和品牌绩效 (Donthu et al., 2021, Filieri, 2015, Wang et al., 2023a),并且绿色 eWOM 可以塑造企业声誉和市场结果 (Basuroy et al., 2003),理解是什么驱动消费者生成环境框架的评论,以及在什么条件下,已成为关键的研究和管理优先事项。
亲环境态度被广泛认为是可持续行为的核心驱动因素 (e.g. Blok et al., 2015)。然而,一个基本的理论问题尚未得到充分解决:这些态度是否以及在什么条件下转化为环境框架的在线评论。虽然越来越多的研究记录了绿色 eWOM 的模式,例如环境框架评论与评论有用性、消费者满意度或文化和国家环境绩效的作用之间的关联 (Filieri et al., 2021; D'Acunto et al., 2023),但亲环境态度在塑造绿色 eWOM 方面的作用尚未在明确考虑产品层面情境因素的边界框架内得到系统考察。
态度 - 行为 - 情境理论 (ABC) 视角认为,亲环境行为源于内部倾向与情境条件的交互作用 (Guagnano et al., 1995)。大量研究表明,情境因素可能加强或减弱环境态度的行为影响 (Ertz et al., 2016, Steg and Vlek, 2009)。然而,绿色 eWOM 研究主要关注人际前因 (D'Acunto et al., 2025, Jalil et al., 2024),对于情境因素如何调节亲环境态度与绿色 eWOM 之间的关系,特别是在产品特征方面,提供的见解有限,留下了产品层面情境线索如何塑造评论者生成绿色 eWOM 的倾向性问题的开放问题。
在这些因素中,有两个特别突出但尚未得到充分探索。环境披露——通过生态标签和可持续性声明——通过使可持续性属性更具可评估性来塑造消费者的环境期望 (Atkinson and Rosenthal, 2014, Cai et al., 2017, Sigurdsson et al., 2022),并代表了一种内部的、产品固有的情境线索。产品人气则相反,作为一种外部的、源自市场的信号,影响消费者的信息处理和感知价值 (Olsen et al., 2014; Filieri et al., 2018)。尽管具有理论相关性,但目前尚不清楚这两个情境因素是放大还是限制了亲环境态度转化为绿色 eWOM。
除了理论差距外,方法论局限性也进一步制约了现有研究。大多数大规模研究使用基于词典的方法 (D'Acunto et al., 2023, D'Acunto et al., 2024, Mariani and Borghi, 2023) 或传统机器学习技术 (Filieri et al., 2022; Xu et al., 2024) 来在线评论中操作化环境态度。虽然可扩展,但这些方法依赖于预定义的词汇或表面层文本特征,可能无法捕捉用户生成内容中嵌入的隐含含义和上下文细微差别。最近大语言模型 (LLMs) 的进展展示了强大的上下文感知文本解释和潜在构念识别能力 (Praveen et al., 2024)。然而,其潜力尚未被系统利用于绿色 eWOM 研究中亲环境态度的操作化,限制了现有实证发现的测量精度。
为了解解决这些差距,本研究借鉴 ABC 理论来调查绿色 eWOM 的驱动因素和边界条件,利用大数据分析和 LLMs 克服 prior research 的方法论局限性。ABC 框架特别适合此研究,因为它认为态度可以对行为产生直接影响,并且关键是,这种影响取决于情境条件 (Stern, 2000)。此外,ABC 是在环境研究领域明确开发的,其稳健性已在不同领域得到证明,包括绿色产品购买 (Sadiq et al., 2023, Goh and Balaji, 2016)、可持续服务消费 (Ertz et al., 2016) 和节能行为 (Xu et al., 2017)。使用来自丝芙兰超过 2000 种美容产品的 50 多万条在线评论的大型数据集,我们利用 LLM 操作化亲环境态度,考察其对绿色 eWOM 的直接影响,并系统探索产品环境披露和产品人气的调节作用。
本研究以几种方式为绿色 eWOM 文献做出了贡献。理论上,它超越了主要关注人际前因的焦点,表明亲环境态度转化为绿色 eWOM 取决于产品层面的情境条件,即环境披露和产品人气。这样做,它丰富了 ABC 框架,表明这两种情境上不同的产品线索(一种是内部和产品固有的,另一种是外部和源自市场的)都通过基于期望的机制减弱了态度 - 行为联系。该研究还扩展了新兴的环境框架 eWOM 研究,将注意力从读者侧转移到评论者侧,揭示了评论者如何以及为什么生成它们。方法上,该研究引入了基于 LLM 的亲环境态度操作化,来源于大规模在线评论。最后,通过关注化妆品行业,本研究将绿色 eWOM 研究的实证范围扩展到了服务主导背景之外 (Arici et al., 2023, Liao et al., 2026, Mariani and Borghi, 2023, Yang et al., 2026b)。

章节摘要

大数据驱动的在线评论探索

以前关于在线评论的数据驱动研究主要关注三个维度:语言特征、核心内容信息和外围内容信息。首先,在语言特征方面,如评论长度和效价 (D'Acunto et al., 2023, Kübler et al., 2024, Yang et al., 2026b)、可读性 (Deng et al., 2022, Zhang et al., 2019, Zhao et al., 2019) 以及主观性 (Deng et al., 2022, Zhang et al., 2019, Zhao et al., 2019) 已被...

亲环境态度对绿色 eWOM 的影响

亲环境态度指的是对环境问题的一种评估性的、认知构建的反应,是通过学习和个人经验塑造的 (Nascimento & Loureiro, 2024)。它包含个人信念、规范、价值观以及对亲环境行为的倾向 (Guagnano et al., 1995)。
ABC 理论认为态度代表潜在倾向,直接激励亲环境行动 (Stern, 2000)。与基于意图的模型不同...

数据收集

我们使用 Python 网络爬虫从丝芙兰的在线商店收集了一个原始评论数据集,丝芙兰是全球知名的专门从事化妆品、护肤和美容产品的零售商,包括超过 8,000 种美容产品的详细信息。我们的数据跨越了 2008 年 8 月至 2023 年 2 月(数据于 2023 年 3 月收集),包括 2169 种美容产品的 512,826 条消费者评论。样本涵盖产品名称、价格、成分和各种产品特征。每条评论包括...

总体讨论

与强调人际倾向和主观感知的情境因素对亲环境行为的共同影响的新兴研究一致 (Sadiq et al., 2023, Xu et al., 2017, Ertz et al., 2016),我们的发现为以下命题提供了实证支持:态度对绿色 eWOM 的影响取决于评估性的产品情境,而不是孤立运作的。
首先,主要分析表明,当消费者主动...

结论

随着美容产品造成的环境污染日益增加,消费者的环境态度正在上升。本研究利用 LLM 操作化亲环境态度的存在和程度。基于 ABC 理论,我们考察了亲环境态度与绿色 eWOM 之间的关系,并调查了环境披露和产品人气的调节作用。使用来自一家大型化妆品... 超过五十万条在线评论数据集

CRediT 作者贡献声明

Yi Feng: 写作 – 回顾与编辑,写作 – 初稿,软件,方法论,数据整理。 Raffaele Filieri: 写作 – 回顾与编辑,监督,资源,项目管理,调查,概念化。 Dujuan Wang: 写作 – 回顾与编辑,监督,资源,项目管理,资金获取。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系,这些利益或关系可能影响本论文报告的工作。

致谢

本研究得到了福建省自然科学基金(批准号 2026J008048)、福州大学研究项目(批准号 XRC202533)和国家自然科学基金(批准号 W2511078)的支持。
Yi Feng, 获得四川大学(中国成都)管理科学与工程博士学位。她是中国福州大学的副教授。她目前的研究兴趣包括信息管理、智慧营销、数据挖掘和机器学习。她的部分工作已发表在领先期刊上,如 技术预测与社会变化、决策支持系统、商业研究杂志、运筹学评论、IEEE
Yi Feng|Raffaele Filieri|Dujuan Wang
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号