我们采用Eviews5对时间序列数据进行分析。无论对于干扰度小还是干扰度大的搜索广告，广告匹配质量都会显著提高总体广告效果的点击数量(干扰度小的搜索引擎广告，β11=565763.6，p＜0.01; 干扰度大的搜索引擎广告，β12=476893，p＜0.01)，假设H1a和H1b得到证实。对于干扰度小的搜索广告，提高广告展现数量能有效拉动总体广告的被点击数量(β21=261435.1，p＜0.001)，假设H2a得到了证实; 而对于干扰度大的搜索广告，提高广告展现数量并不会减低总体广告的被点击数量，分析结果并不显著(β22=759.5，p＞0.05)，假设H2b没有得到证实。

我们继续检验广告展现数量对广告展现质量的调节作用。对于干扰度小的搜索广告，线性调节的系数并不显著(β31=102773.3， p＞0.05)，但非线性调节的系数显著并且符号为负(β41=-1.48E+08，p＜0.05)，这说明广告展现数量会对广告匹配质量的作用效果起着倒U形的调节作用，验证了假设H3。对于干扰度大的搜索广告，线性调节的系数显著(β32=-6485301.0，p＜0.05)，但非线性调节的系数并不显著(β42=1.88E+08，p＞0.05)，这说明广告展现数量会对广告匹配质量的作用效果起着负向线性调节作用，验证了假设H4。其中，表5.1为变量的描述性统计分析结果，表5.2为调节回归分析的结果。

有关调节效应的进一步分析

表5.1 描述性统计分析结果

＊＊＊: p＜0.005

＊＊: p＜0.01

* : p＜0.05

表5.2 调节回归的分析结果

广告展现数量对广告匹配质量的调节影响不容忽视。通过对比影响系数的大小，我们可以看到，搜索广告质量对总体广告的点击数量的影响要远远高于广告展现数量的影响作用。对于干扰度小的搜索广告，广告匹配质量的影响高于广告展现数量的两倍以上(β11=565763.6*＞β21=261435.1＊＊＊); 对于干扰度大的搜索广告，只能依赖广告匹配质量来提高总体广告的点击数量(β12=476893＊＊＊＞β22=759.5)。因此，广告展现数量如果会产生削弱广告匹配质量的作用，即使对干扰度小的搜索广告来说，这种抵消效应会超过广告展现数量可能带来的增加效应。我们用图5.3和图5.4来总结广告展现数量对广告匹配质量的调节作用效果。

续表(www.daowen.com)

＊＊＊: p＜0.005

＊＊: p＜0.01

* : p＜0.05

√: 假设得以验证。

有关调节效应的分析与主效应的研究假设并无矛盾。由于存在显著的交互效应(调节系数的影响是显著的)，主效应的分析结果则只能解释平均化影响效果，因为主效应的有效性是存在条件的:在均衡了所有可能值的调节变量影响后，某自变量对因变量的平均化影响程度(Finney，et al.，1984; Morhart，et al.，2009)。因此，对于干扰度小的搜索广告，即使假设H2a指出广告展现数量能提升广告总体点击数，但由于存在显著的调节效应，广告展现数量对广告质量的倒U形调节效应(H3)比限定条件下的H2a结论具有更强的解释力; 同理，对于干扰度大的搜索广告，广告展现数量的削弱调节效应(H4)也优于限定条件下的H2b结论。

低干扰度搜索广告中广告数量对广告质量作用效果的调节影响

高干扰度搜索广告中广告数量对广告质量作用效果的调节影响

研究结果表明，无论哪种类型的搜索引擎，提高用户点击数量的最有效方法是提高搜索广告的匹配质量。而且，干扰度小的搜索广告提高广告匹配质量和增加广告展现数量比干扰度大的搜索广告有更为明显的效果。但搜索广告的不同类型会进一步影响广告展现数量对广告匹配质量的调节影响作用。广告对搜索结果干扰度小的搜索广告，如商品搜索，增加一定展现数量的广告能提高广告匹配质量的拉动作用，增加到一定数量后广告展现数量的调节作用达到最高值，但过多的增加广告展现数量反而会削弱广告匹配质量的作用效果。而广告对搜索结果干扰大的搜索广告，如社区资讯搜索，广告展现数量越多会刺激受众对广告的反感程度，导致总体广告绩效的下滑。