安靜+鄭榮+楊明中

〔摘要〕隨著電子商務(wù)的高速發(fā)展，面對海量的網(wǎng)絡(luò)銷售商家和平臺，如何甄別出有效的在線評論信息從而提高網(wǎng)購消費者的購物決策是個重要的研究課題。因此開展對在線評論有效性的研究具有重要的理論價值和實踐意義。圍繞“消費者個體特征與在線評論有效性”這一主線，構(gòu)建消費者個體特征對在線評論有效性影響的理論模型，通過設(shè)計測量量表，對收集的樣本數(shù)據(jù)進行因子分析和回歸模型驗證。研究結(jié)果表明，消費者心理特征、認知特征和行為特征均對在線評論有效性有顯著正向影響，人口統(tǒng)計特征對在線評論有效性沒有顯著影響。

〔關(guān)鍵詞〕在線評論；消費者；個體特征；有效性

DOI：10.3969/j.issn.1008-0821.2017.01.019

〔中圖分類號〕F713.36〔文獻標識碼〕A〔文章編號〕1008-0821（2017）01-0106-06

〔Abstract〕With the rapid development of e-commerce，in the face of massive online sellers and platforms，how to identify effective online reviews to improve online shopping decision-making of consumers is an important research topic.Therefore，to carry out the research on online review effectiveness has important theoretical value and practice significance.Around the main line as individual characteristics of consumers and effectiveness of online reviews，this paper constructed a theoretical model of the impact of consumers individual characteristics on online review effectiveness.After scale design，the model was examined by validation of factor analysis and regression model through the collected sample data.Some research results showed that psychological characteristics，behavioral characteristics and cognitive characteristics of consumers had a significant positive effect on the effectiveness of online reviews，while demographic characteristics of consumers had no significant effect on online reviews effectiveness.

〔Key words〕online reviews；consumer；characteristics；effectiveness

近年來，電子商務(wù)快速發(fā)展。據(jù)CNNIC的調(diào)查數(shù)據(jù)顯示，截至2015年12月，我國網(wǎng)絡(luò)購物用戶規(guī)模達到4.13億，增長率為14.3%，我國網(wǎng)絡(luò)購物市場依然保持著穩(wěn)健的增長速度[1]。隨著用戶體驗的逐漸提升，網(wǎng)絡(luò)購物已然成為大多數(shù)網(wǎng)民的消費習(xí)慣。網(wǎng)絡(luò)口碑、價格、網(wǎng)站/商家信譽成為網(wǎng)購用戶決策時最為關(guān)注的因素，關(guān)注度分別為77.5%、72.2%和68.7%[2]。面對網(wǎng)絡(luò)海量繁雜的信息，消費者在購買決策過程中感知風(fēng)險越高，則消費者越會從網(wǎng)絡(luò)口碑中去獲得更多的信息[3]。在線評論，作為口碑傳播的一種新形式，是消費者發(fā)布在網(wǎng)絡(luò)上對特定商品的正面或負面的評價[4-5]。在線評論是消費者網(wǎng)絡(luò)購買決策的重要依據(jù)[6-7]。因此，在大量的在線評論中識別對消費者感知有效并且能夠影響其購買決策的評論顯得十分重要[8]。隨著在線商品評論的數(shù)量不斷增加，潛在消費者卻越來越難從中發(fā)現(xiàn)真正有用的信息[9]。因此如何從眾多的評論中識別有用的評論，分析在線評論的效用成為關(guān)注的熱點[10]。究竟怎樣的在線評論更有效？通過文獻發(fā)現(xiàn)，評論內(nèi)容特征和消費者特征對在線評論有效性具有非常大的影響，當(dāng)前評論內(nèi)容特征對在線評論有效性的影響研究比較成熟，積累了很多成果，而僅從消費者角度對在線評論有效性的影響進行全面、系統(tǒng)地研究較少，未來這將是一個重要的研究領(lǐng)域。因此，消費者個體特征對在線評論有效性的研究具有非常重要的理論與實踐意義。

本文以做出評論的消費者為研究對象，探究消費者的哪些個體特征對在線評論產(chǎn)生影響以及是如何影響的，一方面能夠得出對在線評論有效性影響的消費者個體特征，提高消費者購買決策的有效性；另一方面，商家可以提供較為有效的網(wǎng)絡(luò)評論吸引消費者購買[11]，提高商家的網(wǎng)絡(luò)口碑，從而推動電子商務(wù)的發(fā)展。

1在線評論有效性影響因素研究現(xiàn)狀

在線評論有效性受多種因素影響[12-23]，通過梳理文獻發(fā)現(xiàn)，當(dāng)前對在線評論有效性地研究主要從評論特征和消費者特征這兩個角度[14]。

1.1評論特征

評論特征主要包括評論長度、評論的內(nèi)容特征、評論可讀性等。評論長度一般用評論字數(shù)來度量，殷國鵬、劉雯雯和祝珊發(fā)現(xiàn)評論字數(shù)越多評論越有效[24]。但Huang AH等發(fā)現(xiàn)存在一個邊界值，字數(shù)越長越接近這個邊界值，超過這個邊界值，字數(shù)對在線評論有效性的影響顯著減小甚至幾近消失[17]。當(dāng)評論長度達到一定程度之后，過長的評論會加大閱讀者的認知負荷，進而負向影響其有用性評價[24]。此外，郝媛媛等研究發(fā)現(xiàn)在線影評的情感傾向?qū)﹄娪捌狈渴杖氪嬖陲@著影響，且這種影響超過在線影評數(shù)量的影響，口碑的勸說功能發(fā)揮主要作用[25]，評論內(nèi)容的正負情感對評論的有用性存在顯著正向影響[13]。然而Mudambi S M、Schuff D的研究結(jié)果與之不盡相同，他們發(fā)現(xiàn)不同產(chǎn)品類型的極端評論的作用不同，對于體驗型產(chǎn)品，極端評論更不可信[18]。此外，評論內(nèi)容可讀性與在線評論有效性存在正向關(guān)系，即在線評論內(nèi)容可讀性越高在線評論有效性越高，并且評論的可讀性受多種因素包括詞語的選擇、句子的長度和拼寫等影響[13]。

1.2消費者特征

評論者特征主要包括名聲可信度、專業(yè)知識或經(jīng)驗、社會性因素、情感、選擇偏好、性別等，殷國鵬、廖成林、Huang AH、Cheng YH以及Dezhi Yin等進行了相關(guān)研究[12，26，17，27，23]。他們認為評論者的真名、昵稱、所處的地理位置和興趣愛好等會使消費者更加了解信息源特征，從而提高評論的有效性。王平和代寶發(fā)現(xiàn)評論者的名聲和購買經(jīng)驗對其所發(fā)表的在線評論有效性具有顯著的正向影響[16]。郭國慶、陳凱和何飛的研究進一步證實了這一觀點，評論者資信度對在線評論感知可信度具有顯著的正向影響[5]。進而殷國鵬發(fā)現(xiàn)，評論者的歷史評論數(shù)或收到消費者有效投票的評論數(shù)會影響消費者對于評論者專業(yè)知識水平的判斷，專業(yè)知識水平高的評論者發(fā)表的評論更易于被消費者接受，并給出較高的有用評價[12]。此外，研究還發(fā)現(xiàn)評論者的社會性因素也會影響評論的有效性[12]，評論者中心度與在線評論有用性之間為倒U型關(guān)系[24]。林秀嬌等指出根據(jù)評論者的評論內(nèi)容還可以區(qū)分出垃圾評論者和可信度較高的評論者，垃圾評論者的評論有效性較低，而可信度較高的評論者評論內(nèi)容較有效[28]。Dezhi Yin、Samuel D.Bond和Han Zhang研究在線評論中隱藏的消費者情感對閱讀者的感知有用性，主要研究兩種不同的負面情緒即焦慮和憤怒的影響[23]。負面在線評論質(zhì)量對消費者對產(chǎn)品的滿意度以及購買選擇具有顯著影響，消費者的卷入度對消費者的產(chǎn)品滿意度和購買選擇具有顯著的負向影響[29]。李雨潔、廖成林和李憶發(fā)現(xiàn)消費者的選擇偏好、主動評價偏差以及評價行為的趨同性會導(dǎo)致在線評論的均值出現(xiàn)偏差，不能反映商品的真實質(zhì)量[30]。郝媛媛發(fā)現(xiàn)消費者在消費不同產(chǎn)品時會感知到不同程度的風(fēng)險，風(fēng)險程度會隨商品的種類與消費者的不同而有所不同[4]。Rene Riedl、Marco Hubert和Peter Kenning以eBay為例，探究不同性別的消費者對于網(wǎng)絡(luò)的感知信任是不同的[31]。

根據(jù)以上理論及研究成果，本文將消費者個體作為主要影響因素，對其特征進行細化分類，全面探討它對在線評論有效性的影響效應(yīng)。

2概念模型與研究假設(shè)

2.1概念模型

基于以上理論并結(jié)合消費者個體特征，本文將影響在線評論有效性的消費者個體特征歸納為以下4類：一是人口統(tǒng)計特征，一般包括年齡、學(xué)歷、性別、家庭結(jié)構(gòu)、地區(qū)差異、收入水平、職業(yè)等，本文選取學(xué)歷、地區(qū)差異、收入水平和職業(yè)4個方面；二是行為特征，包括沖動購買、理性購買和感性購買等；三是心理特征，主要包括性價比、從眾心理[32]、個人感情3個方面；四是認知特征，包括感知有用性、感知風(fēng)險性、感知易用性等，本文選取評論時間、網(wǎng)購經(jīng)驗、專業(yè)知識和對產(chǎn)品的熟悉程度4個方面。由此，本文納入人口統(tǒng)計特征、行為特征、心理特征和認知特征4個變量，構(gòu)建了消費者個體特征對在線評論有效性的影響模型，如圖1所示。

2.2研究假設(shè)

2.2.1人口統(tǒng)計特征

學(xué)歷背景不同，消費者的知識水平有差異，對產(chǎn)品的認知也會不同，做出的評論質(zhì)量也不同。消費者所在地區(qū)不同，即區(qū)域文化不同，可能對一些特有的產(chǎn)品有著不同的需求或認知，從而影響在線評論的質(zhì)量。收入水平不同則代表著消費者的購買能力不同，對產(chǎn)品性能、價格和服務(wù)需求也不同，做出的評價質(zhì)量也不同。職業(yè)不同，消費者對產(chǎn)品的需求、經(jīng)驗、認知不同，也會影響在線評論的質(zhì)量。由此本文提出以下假設(shè)：

H1：消費者人口統(tǒng)計特征會正向顯著影響在線評論的有效性。

2.2.2行為特征

沖動購買的消費者看到產(chǎn)品評論不錯就立即臨時決定購買，而較少考慮自己的需求、產(chǎn)品適用性等；理性購買的消費者則會閱讀完相關(guān)產(chǎn)品評論后，綜合考慮產(chǎn)品質(zhì)量、價格、性能、售后服務(wù)等，再決定是否購買；感性購買的消費者一般容易被網(wǎng)絡(luò)評論的內(nèi)容、圖片等打動而做出購買決策，卻忽視產(chǎn)品的實用性、圖片的真實性等。由此提出以下假設(shè)：

H2：消費者行為特征會正向顯著影響在線評論的有效性。

2.2.3心理特征

追求性價比的消費者網(wǎng)上購物時較多關(guān)注性價比高的產(chǎn)品評論，認為更有效?；趶谋娦睦淼南M者一般缺少主見，喜歡跟風(fēng)購買，“少數(shù)服從多數(shù)”，認為絕大多數(shù)評論者持有的觀點更有效。還有一些消費者在網(wǎng)上選擇購買產(chǎn)品時較多參考明顯表達個人喜惡感情色彩的產(chǎn)品評論，認為這樣的評論更有價值。由此我們提出以下假設(shè)：

H3：消費者心理特征會正向顯著影響在線評論的有效性。

2.2.4認知特征

消費者一般對在線評論有一定的了解并做出評估后才做出購買決策。有的消費者在網(wǎng)上購物時主要關(guān)注時間發(fā)表較新的產(chǎn)品評論，認為對自己更有參考價值。有的消費者認為具有一定網(wǎng)購經(jīng)驗的評論者的在線評論更加有用。有的消費者認為購買者對該產(chǎn)品的專業(yè)知識掌握程度越高，他所做出的在線評論更可信。也有的消費者認為，對產(chǎn)品的了解程度不同也會影響購買者做出的網(wǎng)絡(luò)評論。由此我們提出以下假設(shè)：

H4：消費者認知特征會正向顯著影響在線評論的有效性。

3研究設(shè)計與數(shù)據(jù)收集

3.1研究設(shè)計

本研究的調(diào)查問卷由兩部分構(gòu)成：第一部分是對被調(diào)查者的基本信息及網(wǎng)購情況調(diào)查；第二部分是消費者個體特征對在線評論有效性的影響調(diào)查量表。問卷中所設(shè)量表采用LIKERT五分量表，根據(jù)本研究所建立的消費者個體特征對在線評論有效性的影響概念模型設(shè)計問卷，包括人口統(tǒng)計特征、行為特征、心理特征和認知特征4個自變量，根據(jù)國內(nèi)外文獻中的成熟量表并結(jié)合在線評論的特征設(shè)計問項。

3.2數(shù)據(jù)收集

調(diào)查問卷主要通過互聯(lián)網(wǎng)問卷星平臺進行發(fā)布和回收，共回收問卷562份，其中有效問卷548份，有效回收率為97.5%，符合研究設(shè)計和統(tǒng)計分析要求。對被調(diào)查者的基本信息進行描述性統(tǒng)計分析，如表1所示。

4.1信度和效度分析

針對量表中的各項特征指標進行可靠性檢驗。Cronbachs Alpha系數(shù)為0.867，可見本研究量表具有較高的信度，適合進一步分析。

在進行因子分析之前，本文先進行KMO和巴特球體檢驗，發(fā)現(xiàn)研究量表的KMO值為0.843，位于0.8～0.9之間，Sig值為0.000，表明非常適合進行因子分析。具體分析結(jié)果如表2所示。

探索性因子分析是為了檢驗結(jié)構(gòu)效度。因子載荷小于0.5的選項應(yīng)刪除掉并重新擬合。結(jié)果如表2所示，所有因子的載荷值都在0.5以上，通過效度檢測。

4.2相關(guān)性分析

相關(guān)性分析是為了說明兩個變量之間的變化趨勢是否一致。本研究各變量在0.01水平上顯著相關(guān)。其中“在線評論有效性”、“心理特征”、“認知特征”分別與“行為特征”之間以及“心理特征”與“認知特征”之間的相關(guān)性較大，Pearson相關(guān)系數(shù)均在0.5以上，如表3所示。

4.3模型檢驗

本研究采用逐步回歸對研究模型進行驗證。采用逐步法為了規(guī)避變量間的共線性問題，擬合效果更好。如表4所示，從模型1、模型2到模型3，t值越來越小，Sig值均通過檢驗，表明模型越來越優(yōu)化。其中A1表示人口統(tǒng)計特征、A2表示行為特征、A3表示心理特征、A4表示認知特征。

多元逐步線性回歸要求留在方程中的變量對模型有足夠的影響力且不會造成共線性。模型3中由于A1（人口統(tǒng)計特征）其Sig值大于0.05，未通過檢驗，所以人口統(tǒng)計特征這一自變量被剔除，最終未能進入回歸方程，如表5所示。

通過以上逐步回歸分析可知，本研究最終選擇模型3，根據(jù)系數(shù)表可得出以下回歸方程：

Y=1.097+0.366X1+0.215X2+0.180X3（1）

由回歸方程可以看出：行為特征X1每增加一個單位，在線評論有效性就增加0.366個單位，由此可見消費者行為特征對在線評論有效性有正向顯著影響，因此驗證了假設(shè)H2；心理特征X3每增加一個單位，在線評論有效性就增加0.180個單位，由此可見消費者心理特征對在線評論有效性有正向顯著影響，因此驗證了假設(shè)H3；認知特征X2每增加一個單位，在線評論有效性就增加0.215個單位，由此可見消費者認知特征對在線評論有效性有正向顯著影響，因此驗證了假設(shè)H4。

可見，消費者行為特征、心理特征、認知特征均正向顯著影響在線評論有效性，由此驗證了假設(shè)H2、H3、H4，其中消費者行為特征對在線評論有效性的影響最大，其次是認知特征，影響最小的是心理特征。由于人口統(tǒng)計特征其Sig值大于0.05，未通過檢驗，因此假設(shè)H1未能得到驗證。

5結(jié)論

在當(dāng)下互聯(lián)網(wǎng)開放的環(huán)境下，在線評論的可信度顯得十分重要。參與到在線評論過程的消費者可分為兩類：一類是購買產(chǎn)品之后做出評論的人；一類是購買產(chǎn)品之前看評論的人。顯然，本文的研究對象是前者，從評論者個體特征的角度對在線評論有效性進行分析。構(gòu)建的研究模型包括人口統(tǒng)計特征、行為特征、心理特征和認知特征4個自變量。通過問卷調(diào)查收集數(shù)據(jù)，并進行數(shù)據(jù)分析和模型檢驗。研究發(fā)現(xiàn)，消費者行為特征、心理特征、認知特征均對在線評論有效性有正向的顯著影響。這一研究結(jié)果有助于消費者全面甄別網(wǎng)絡(luò)評論的效用，從而做出正確的購買決策，同時對網(wǎng)絡(luò)運營商根據(jù)不同消費者特征制定個性化的營銷方案具有一定的參考意義，從而提高商品評論的有效性，吸引更多的顧客購買，促進電子商務(wù)的發(fā)展。

當(dāng)然，本研究還存在很多不足之處，樣本數(shù)量選取有限，后期研究爭取采集更多的數(shù)據(jù)，從而增加研究結(jié)論的可信度。在消費者個體特征方面，后續(xù)相關(guān)研究可進一步挖掘并細化。

參考文獻

[1]CNNIC.第37次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[EB/OL].http：∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/201601/P020160122 469130059846.pdf，2016-04-03.

[2]CNNIC.2015年中國網(wǎng)絡(luò)購物市場研究報告[EB/OL].http：∥www.cnnic.net.cn/hlwfzyj/hlwxzbg/dzswbg/201606/P020160622 616579052961.pdf，2016-06-25.

[3]Bansal HS，Voyer PA.Word-of-mouth Processes within a Services Purchase Decision Context[J].Journal of Service Research，2000，3（2）：166-167.

[4]郝媛媛.在線評論對消費者感知與購買行為影響的實證研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[5]郭國慶，陳凱，何飛.消費者在線評論可信度的影響因素研究[J].當(dāng)代經(jīng)濟管理，2010，32（10）：17-23.

[6]Xiao Ma，Lara Khansa，Yun Deng，Sung S.Kim.Impact of Prior Reviews on the Subsequent Review Process in Reputation Systems[J].Journal of Management Information Systems，2014，30（3）：279-310.

[7]Itamar Simonson，Emanuel Rosen.What Marketers Misunderstand about Online Reviews[J].Harvard Business Review，2014：23-25.

[8]Forman C，Ghose A，Wiesenfeld B.Examining the Relationship Between Reviews and Sales：The Role of Reviewer Identity Disclosure in Electronic Markets[J].Information Systems Research，2008，19（3）：291-313.

[9]Logan Kugler.Keeping Online Reviews Honest[J].Communications of the ACM，2014，57（11）：20-23.

[10]楊銘，祁巍，閆相斌，等.在線商品評論的效用分析研究[J].管理科學(xué)學(xué)報，2012，15（5）：65-75.

[11]Nan Hu，Noi Sian Koh，Srinivas K.Reddy.Ratings Lead You to the Product，Reviews Help You Clinch it？The Mediating Role of Online Review Sentiments on Product Sales[J].Decision Support Systems，2014，57：42-53.

[12]殷國鵬.消費者認為怎樣的在線評論更有用？——社會性因素的影響效應(yīng)[J].管理世界，2012，（12）：115-124.

[13]郝媛媛，葉強，李一軍.基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學(xué)學(xué)報，2010，13（8）：78-88，96.

[14]彭嵐，周啟海，邱江濤.消費者在線評論有用性影響因素模型研究[J].計算機科學(xué)，2011，38（8）：205-207，244.

[15]龔思蘭，丁晟春，周夏偉，等.在線商品評論信息可信度影響因素實證研究[J].情報雜志，2013，32（11）：202-207.

[16]王平，代寶.消費者在線評論有用性影響因素實證研究[J].統(tǒng)計與決策，2012，（2）：118-120.

[17]Huang AH，Chen K，Yen DC，etc.A Study of Factors that Contribute to Online Review Helpfulness[J].Computers in Human Behavior，2015，48：17-27.

[18]Mudambi S M，Schuff D.What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com[J].MIS Quarterly，2010，34（1）：185-200.

[19]Cindy Man-Yee Cheung，Choon-Ling Sia，Kevin K.Y.Kuan.Is This Review Believable？A Study of Factors Affecting the Credibility of Online Consumer Reviews from an ELM Perspective[J].Journal of the Association for Information Systems，2012，13（8）：618-635.

[20]Matthew L.Jensen，Joshua M.Averbeck，Zhu Zhang，Kevin B.Wright.Credibility of Anonymous Online Product Reviews：A Language Expectancy Perspective[J].Journal of Management Information Systems，2013，30（1）：293-323.

[21]Hyunmi Baek，JoongHo Ahn，Youngseok Choi.Helpfulness of Online Consumer Reviews：Readers Objectives and Review Cues[J].International Journal of Electronic Commerce，2013，17（2）：99-126.

[22]Qing Cao，Wenjing Duan，Qiwei Gan.Exploring Determinants of Voting for the“Helpfulness”of Online User Reviews：a Text Mining Approach[J].Decision Support Systems，2011，50（2）：511-521.

[23]Dezhi Yin，Samuel D.Bond，Han Zhang.Anxious or Angry？Effects of Discrete Emotions on the Perceived Helpfulness of Online Reviews[J].MIS Quarterly，2014，38（2）：539-560.

[24]殷國鵬，劉雯雯，祝珊.網(wǎng)絡(luò)社區(qū)在線評論有用性影響模型研究——基于信息采納與社會網(wǎng)絡(luò)視角[J].圖書情報工作，2012，56（16）：140-147.

[25]郝媛媛，鄒鵬，李一軍，等.基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實證研究[J].管理評論，2009，21（10）：95-103.

[26]廖成林，蔡春江，李憶.電子商務(wù)中在線評論有用性影響因素實證研究[J].軟科學(xué)，2013，27（5）：46-50.

[27]Cheng YH，Ho HY.Social Influences Impact on Reader Perceptions of Online Reviews[J].Journal of Business Research，2015，68（4）：883-887.

[28]林秀嬌，魏晶晶，劉月，等.基于評論關(guān)系圖的垃圾評論者檢測研究[J].福州大學(xué)學(xué)報：自然科學(xué)版，2015，43（2）：170-175.

[29]李宏，喻葵，夏景波.負面在線評論對消費者網(wǎng)絡(luò)購買決策的影響：一個實驗研究[J].情報雜志，2011，30（5）：202-207.

[30]李雨潔，廖成林，李憶.消費者個體行為偏好對在線評論真實性的影響機理研究[J].軟科學(xué)，2015，（1）：105-109.

[31]Rene Riedl，Marco Hubert，Peter Kenning.Are There Neural Gender Differences in Online Trust？An FMRI Study on the Perceived Trustworthiness of eBay Offers[J].MIS Quarterly，2010，34（2）：397-428.

[32]Paulo B.Goes，Mingfeng Lin，Ching-man Au Yeung.“Popularity Effect”in User-generated Content：Evidence from Online Product Reviews[J].Information Systems Research，2014，25（2）：222-238.

（本文責(zé)任編輯：孫國雷）