韓正彪　高一超　文經(jīng)緯等

關(guān)鍵詞： 信息覓食； 消費(fèi)者； 在線評(píng)論； 搜索行為； 信息線索； 收益感知

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０５．００６

〔中圖分類號(hào)〕Ｇ２５２.０ 〔文獻(xiàn)標(biāo)識(shí)碼〕Ａ 〔文章編號(hào)〕１００８－０８２１ （２０２４） ０５－０００１－０２

在線評(píng)論是指潛在或?qū)嶋H消費(fèi)者在網(wǎng)絡(luò)購物或第三方評(píng)論等網(wǎng)站上發(fā)表的與產(chǎn)品或服務(wù)有關(guān)的正面或負(fù)面觀點(diǎn)， 具體包括文本、音頻、圖像等形式［１］ 。隨著互聯(lián)網(wǎng)消費(fèi)的快速發(fā)展， 在線評(píng)論由于其可存儲(chǔ)、可測(cè)量、可溯源、可管理等特征， 越來越多的消費(fèi)者依賴在線評(píng)論來評(píng)估商品的質(zhì)量，進(jìn)而影響其購買決策［２］ 。雖然大量的在線評(píng)論為消費(fèi)者搜索信息帶來了便利， 但評(píng)論數(shù)量激增、評(píng)論質(zhì)量參差、評(píng)論管控缺失加劇了消費(fèi)者的認(rèn)知負(fù)擔(dān)，降低了消費(fèi)者的感知收益， 即消費(fèi)者需要花費(fèi)大量的時(shí)間和精力才能在在線評(píng)論中獲得有價(jià)值的信息［３］ 。針對(duì)這一問題， 已有學(xué)者圍繞在線評(píng)論對(duì)消費(fèi)者信息行為進(jìn)行了大量的探索， 研究主題涵蓋了消費(fèi)者購買決策研究［４］ 、評(píng)論使用行為研究［５］ 以及評(píng)論信息采納行為研究［６］ 等。其中， 在線評(píng)論搜索行為是指消費(fèi)者在感知收益的驅(qū)動(dòng)下， 通過對(duì)在線評(píng)論的利用來獲取更加充分的產(chǎn)品或服務(wù)信息的過程［７］ 。通?？煞从碁橄M(fèi)者對(duì)在線評(píng)論的內(nèi)容質(zhì)量、可信度、評(píng)論形式等屬性的態(tài)度表達(dá)與實(shí)際運(yùn)用［８］ 。

然而， 消費(fèi)者為了應(yīng)對(duì)和有效利用海量的評(píng)論數(shù)據(jù)中的有用信息， 其搜索在線評(píng)論的過程中需要在時(shí)間花費(fèi)、精力消耗等成本與獲取所需評(píng)論的潛在收益之間進(jìn)行最優(yōu)的平衡決策。但是， 遺憾的是以往的研究并未立足于最優(yōu)的行為決策來揭示消費(fèi)者在線評(píng)論搜尋行為的內(nèi)在機(jī)理。圖書情報(bào)學(xué)科經(jīng)典的信息覓食理論是采用成本收益率衡量信息搜尋的交互效率， 并考慮如何實(shí)現(xiàn)搜尋收益的最大化［９］ 。該理論是由Ｐｉｒｏｌｌｉ Ｐ 等在基于行為生態(tài)學(xué)領(lǐng)域的覓食理論的基礎(chǔ)上于１９９５ 年首次提出， 其核心思想是： 用戶為了提升信息搜尋的效率會(huì)根據(jù)自身信息需求盡可能地優(yōu)化信息搜尋的方法和策略［１０］ 。該理論尤其適用于分析用戶的探索式搜索行為［１１］ 。消費(fèi)者在使用點(diǎn)評(píng)類軟件搜索在線評(píng)論時(shí)， 需要面對(duì)一個(gè)具有反復(fù)性和多策略的信息搜索過程。因此， 從信息覓食理論視角出發(fā)有助于揭示消費(fèi)者在線評(píng)論搜索行為的內(nèi)在機(jī)理。

本研究旨在從信息覓食理論視角出發(fā)， 構(gòu)建消費(fèi)者在消費(fèi)點(diǎn)評(píng)類軟件平臺(tái)搜索在線評(píng)論行為的概念模型， 并采用結(jié)構(gòu)方程建模法對(duì)模型進(jìn)行實(shí)證檢驗(yàn)， 從而深入揭示消費(fèi)者在線評(píng)論搜索行為的核心影響因素。在理論層面， 本研究從信息覓食理論視角出發(fā)， 為解讀用戶在線評(píng)論搜索行為及其具體的影響因素提供了新的視角。此外， 本研究可以進(jìn)一步擴(kuò)展信息覓食理論的研究情境與邊界。在實(shí)踐層面， 本研究可以為消費(fèi)點(diǎn)評(píng)類軟件的功能與界面設(shè)計(jì)的優(yōu)化提供相關(guān)建議。

１ 文獻(xiàn)回顧與理論基礎(chǔ)

１.１ 消費(fèi)者在線評(píng)論信息行為研究回顧

國內(nèi)外學(xué)者針對(duì)消費(fèi)者在線評(píng)論信息行為開展了系統(tǒng)性的研究。其中， 對(duì)在線評(píng)論信息行為的研究主要圍繞搜索行為［１２－１３］ 、追評(píng)使用行為［５］ 、采納行為［６］ 、購買意愿［１４－１６］ 、使用意愿［１７－１８］ 和購買決策［４，１９－２０］ 等方面展開， 具體如表１ 所示。研究理論主要涉及圖式一致性理論［１２］ 、認(rèn)知需求理論［４］ 、心理模擬理論和過程透明理論［１４］ 、雙過程理論和可信性理論［２０］ 等。例如， 唐曉莉等［４］ 從消費(fèi)者認(rèn)知需求理論視角出發(fā)， 采用眼動(dòng)實(shí)驗(yàn)法發(fā)現(xiàn)客觀屬性評(píng)論相比主觀體驗(yàn)評(píng)論更能吸引消費(fèi)者的興趣，且高認(rèn)知需求的用戶對(duì)客觀屬性評(píng)論的感知有用性更大， 購買意愿也更強(qiáng)。Ｌｉｕ Ｈ 等［１４］ 基于心理模擬理論與過程透明理論， 提出了結(jié)果導(dǎo)向型食物照片的在線評(píng)論可以使消費(fèi)者表現(xiàn)出更強(qiáng)的購買意愿。此外， 食物圖片類型也會(huì)通過感知質(zhì)量與感知價(jià)值的中介作用進(jìn)一步影響消費(fèi)者的購買意愿。

由此可見， 當(dāng)前研究主要聚焦于消費(fèi)者在線評(píng)論搜索過程中的購買意愿或購買決策的動(dòng)因探究，缺乏面向在線評(píng)論搜索行為內(nèi)在機(jī)理的相關(guān)研究。而且研究涵蓋變量類型多樣、差異較大， 缺乏系統(tǒng)性的理論框架進(jìn)行指導(dǎo)與完善。此外， 有關(guān)在線評(píng)論搜索行為的研究情境主要集中于在線購物類平臺(tái)， 缺乏在特定情境（如點(diǎn)餐等）下的搜索行為研究。為此， 本文以信息覓食理論作為基礎(chǔ)理論， 基于“信息線索—斑塊模型—菜單模型” 的思路構(gòu)建理論研究模型， 以探究影響消費(fèi)者在線評(píng)論搜索行為的內(nèi)在機(jī)理。

１.２ 信息覓食理論

信息覓食理論最初由Ｐｉｒｏｌｌｉ Ｐ［２２］ 通過研究生態(tài)學(xué)領(lǐng)域的覓食理論得出， 主要用于解決在探索式搜索情境下如何優(yōu)化信息搜索策略以提升搜索效率并獲得最大收益的問題。信息覓食理論主要包含斑塊模型、菜單模型和信息線索３ 個(gè)關(guān)鍵構(gòu)念［２３］ 。信息覓食者在陌生的信息環(huán)境中搜索信息時(shí)， 首先面臨信息斑塊的選擇， 即用戶面對(duì)的信息環(huán)境呈斑塊狀分布。一個(gè)網(wǎng)頁、一種評(píng)論集都可以看作一個(gè)信息斑塊。用戶在信息搜索時(shí)主要考慮斑塊內(nèi)導(dǎo)航距離小于斑塊間距離的區(qū)域， 即需要考慮斑塊之間的時(shí)間消耗從而應(yīng)對(duì)信息資源的不平均分配［２４］ 。除了要考慮在不同的信息斑塊中的時(shí)間消耗， 用戶在信息覓食時(shí)還需要考慮選擇何種“食物” 以及“食物” 之間的組合排序。因此， 菜單模型用于解釋不同用戶在面對(duì)不同的信息環(huán)境時(shí)， 如何制定對(duì)目標(biāo)信息的選擇、組合和排序等覓食策略［２５］ 。同時(shí)，Ｐｉｒｏｌｌｉ Ｐ［２２］ 在傳統(tǒng)菜單模型的基礎(chǔ)上進(jìn)一步提出了最優(yōu)菜單模型， 即覓食者可以根據(jù)信息環(huán)境中潛在收益與信息分布情況來判斷最大收益率。由菜單模型可知， 用戶會(huì)對(duì)不同搜索策略的感知收益作出判斷。在此基礎(chǔ)上， Ｐｉｒｏｌｌｉ Ｐ 等［２６］ 將信息線索定義為用戶進(jìn)行判斷所處理的提示性信息。

繼信息覓食理論提出后， 圖書情報(bào)學(xué)領(lǐng)域圍繞信息線索［１０］ 、斑塊模型［２７］ 和菜單模型［２８］ 得出了許多有價(jià)值的研究成果。關(guān)于信息線索， Ｓｈｉ Ｘ 等［１０］以系統(tǒng)性信息線索與啟發(fā)式信息線索為自變量， 構(gòu)建了用戶支付決策模型。結(jié)果表明， 用戶對(duì)免費(fèi)內(nèi)容的感知質(zhì)量、對(duì)創(chuàng)作者的感知可信度以及對(duì)參與者的感知數(shù)量均會(huì)正向影響用戶的服務(wù)意愿。秦芬等［２９］ 基于“信息氣味” 與信息源流行性， 采用廣義線性回歸法探究了付費(fèi)問答社區(qū)用戶圍觀行為的特征及影響因素。關(guān)于斑塊模型， 王媛媛等［２７］ 通過構(gòu)建用戶信息搜尋過程模型以及斑塊內(nèi)信息搜尋模型， 分析了用戶信息搜尋行為的具體過程以及信息搜尋效果的影響因素與相互關(guān)系。Ｍａｘｗｅｌｌ Ｄ 等［２８］結(jié)合斑塊模型對(duì)交互式信息檢索背景下用戶多樣化信息搜索行為影響因素進(jìn)行探究， 結(jié)果表明， 用戶在使用多樣化系統(tǒng)（Ｄｉｖｅｒｓｉｆｅｄ Ｓｙｓｔｅｍ）完成搜索任務(wù)時(shí)可以減少搜索結(jié)果中的潛在偏差。關(guān)于菜單模型， 袁紅等［１１］ 通過采用實(shí)驗(yàn)法錄屏記錄了用戶的菜單與斑塊選擇行為， 構(gòu)建了學(xué)術(shù)數(shù)據(jù)庫搜索行為模型， 并采用統(tǒng)計(jì)分析方法揭示了用戶學(xué)術(shù)信息探索式搜尋行為特征； 吳碧薇［３０］ 基于信息覓食理論對(duì)大學(xué)生信息能力培養(yǎng)模式進(jìn)行探索， 研究發(fā)現(xiàn)，可以根據(jù)大學(xué)生對(duì)信息菜單的熟悉程度以及對(duì)信息菜單的選擇技巧為其提供行之有效的信息能力培訓(xùn)模式。

綜上所述， 在線評(píng)論搜索行為研究已經(jīng)引起了國內(nèi)外學(xué)者的關(guān)注， 且采用的研究方法和基礎(chǔ)理論都較為豐富， 但現(xiàn)有研究主要是從行為特征方面揭示消費(fèi)者在線評(píng)論搜索行為， 尚缺乏立足于用戶最優(yōu)行為決策來揭示在線評(píng)論搜索行為的內(nèi)在機(jī)理。信息覓食理論強(qiáng)調(diào)了在探索式搜索情境下用戶根據(jù)信息環(huán)境中存在的信息線索的引導(dǎo)， 并在不同的信息斑塊內(nèi)搜索信息以制定最終的信息菜單的作用。該理論可為點(diǎn)評(píng)類軟件平臺(tái)情境下消費(fèi)者在線評(píng)論搜索行為提供理論基礎(chǔ)。但當(dāng)前關(guān)于信息覓食理論的研究主要聚焦于從理論層面對(duì)搜索行為進(jìn)行解釋，尚缺乏對(duì)基于該理論指導(dǎo)消費(fèi)者在特定情境下的搜索行為影響因素的研究。因此， 本研究立足于消費(fèi)者使用點(diǎn)評(píng)類軟件搜索評(píng)論并以選擇就餐餐廳的情境為目標(biāo)開展具體研究。

２ 研究模型與假設(shè)

信息覓食理論指出用戶的搜索策略會(huì)隨著信息環(huán)境的改變而改變［３１］ ， 而信息線索是幫助做出改變的提示性信息［２６］ 。用戶在信息搜索過程中會(huì)通過某些線索來評(píng)估或判斷某些事件， 并預(yù)測(cè)未觀察到的內(nèi)容屬性。在本研究情境中， 評(píng)論的內(nèi)容質(zhì)量能暗示評(píng)論是否能夠提供有用、全面且客觀真實(shí)的信息； 評(píng)論豐富性和評(píng)論效價(jià)能分別在形式上（如圖片、詳略等）和情感傾向上反映評(píng)論的特征； 評(píng)論者資信度則是代表了評(píng)論提供者的信譽(yù)、經(jīng)驗(yàn)和評(píng)價(jià)能力等。這些評(píng)論特征（評(píng)論內(nèi)容質(zhì)量、評(píng)論豐富性、評(píng)論效價(jià)）及評(píng)論者特征（評(píng)論者資信度）作為可能的信息線索不僅影響著消費(fèi)者對(duì)某餐廳的認(rèn)識(shí)， 同時(shí)也暗示了其在各信息斑塊中可獲得的潛在收益， 即這些評(píng)論本身和其他尚未瀏覽的評(píng)論的價(jià)值。這些新的信息會(huì)給用戶的搜索行為帶來新的想法和方向［３２］ ， 并制定出自己的信息菜單， 依此進(jìn)行在線評(píng)論搜索行為。因此， 本研究基于信息覓食理論， 通過構(gòu)建在線評(píng)論搜索行為模型來詮釋消費(fèi)者在點(diǎn)評(píng)類軟件中的在線評(píng)論搜索行為。研究模型如圖１ 所示。同時(shí)， 考慮到消費(fèi)者的年齡、性別、學(xué)歷差異， 以及點(diǎn)評(píng)類軟件使用年限、頻率、依賴程度不同對(duì)在線評(píng)論搜索行為的潛在影響， 本研究將上述變量設(shè)置為控制變量。

２.１ 評(píng)論內(nèi)容質(zhì)量

在線評(píng)論的內(nèi)容質(zhì)量是指用戶視角下評(píng)論內(nèi)容的可靠性、客觀性以及真實(shí)性等特征［３３］ 。根據(jù)需求理論， 用戶的不同需求會(huì)影響其價(jià)值與行為［３４］ ，因而， 用戶對(duì)可靠的、客觀的、完整的信息的需求，會(huì)促使其采用內(nèi)容質(zhì)量高的在線評(píng)論。評(píng)論內(nèi)容質(zhì)量越高， 往往包含越多的產(chǎn)品、服務(wù)等細(xì)節(jié)信息，對(duì)用戶來說可靠度越大［３５］ ?；谛畔⒁捠忱碚摬⒔Y(jié)合上述研究結(jié)論， 本研究認(rèn)為在線評(píng)論的內(nèi)容質(zhì)量， 即評(píng)論的可信度、完整性等均會(huì)增強(qiáng)其斑塊收益感知。因此， 本文假設(shè)如下：

Ｈ１： 評(píng)論內(nèi)容質(zhì)量會(huì)正向顯著影響消費(fèi)者的斑塊收益感知

２.２ 評(píng)論豐富性

Ｈｏｖｌａｎｄ Ｃ Ｉ 等［３６］ 根據(jù)傳播與說服理論提出了用戶的情感反應(yīng)會(huì)受到信息表現(xiàn)形式的影響。在線評(píng)論的質(zhì)量影響著消費(fèi)者的購買意愿， 而評(píng)論豐富性是衡量在線評(píng)論質(zhì)量的重要指標(biāo)， 評(píng)論文本長度、上傳圖片、描述文字等均為評(píng)論豐富性的重要體現(xiàn)［３７］ 。在使用點(diǎn)評(píng)類軟件搜索評(píng)論并選定就餐餐廳的情境下， 消費(fèi)者會(huì)根據(jù)評(píng)論的豐富性包括趣味性、多樣性、詳略程度等來判斷該評(píng)論的潛在收益。具體而言， 評(píng)論文本長度會(huì)暗示用戶評(píng)論內(nèi)容的詳細(xì)程度， 用戶通常認(rèn)為較長的評(píng)論會(huì)包含更多的細(xì)節(jié)信息［３８］ ， 但評(píng)論文本冗長并不會(huì)增加用戶的感知收益， 反而會(huì)增加用戶閱讀評(píng)論的感知成本并降低搜索效率［３９］ 。此外， 評(píng)論內(nèi)加入圖片則可以視作對(duì)文本內(nèi)容的有效補(bǔ)充， 可以為用戶帶來直觀的、形象的判斷依據(jù)［４０］ ， 較多的圖片數(shù)量也能進(jìn)一步增強(qiáng)消費(fèi)者對(duì)在線評(píng)論有用性的感知［４１］ 。因此，本文假設(shè)如下：

Ｈ２： 評(píng)論豐富性會(huì)正向顯著影響消費(fèi)者的斑塊收益感知

２.３ 評(píng)論者資信度

評(píng)論者資信度主要是指評(píng)論者本人的可信程度， 即評(píng)論人本身具備的等級(jí)、信譽(yù)、經(jīng)驗(yàn)等主體特征。消費(fèi)者在完成評(píng)論搜索的過程中， 不僅會(huì)參考評(píng)論的內(nèi)容， 也會(huì)關(guān)注信息來源的可靠性。先前研究表明， 消費(fèi)者對(duì)評(píng)論者資信度的認(rèn)可越高， 對(duì)其評(píng)論的認(rèn)可度也越高［４２］ ， 并且用戶對(duì)評(píng)論者資信度的感知會(huì)直接增強(qiáng)在當(dāng)前斑塊持續(xù)瀏覽評(píng)論的意愿和購買意愿［４３］ 。評(píng)論者作為評(píng)論信息的生產(chǎn)者， 評(píng)論者的用戶等級(jí)、經(jīng)驗(yàn)均會(huì)正向影響消費(fèi)者對(duì)預(yù)期收益的判斷［４４］ 。此外， Ｂａｎｓａｌ Ｈ Ｓ 等［４５］ 研究同樣表明， 在制定購買決策時(shí)， 消費(fèi)者更傾向于參考可靠來源的評(píng)論， 并更容易因等級(jí)較高的評(píng)論者發(fā)布的內(nèi)容產(chǎn)生正向的收益感知。因此， 本文假設(shè)如下：

Ｈ３： 評(píng)論者資信度會(huì)正向顯著影響消費(fèi)者的斑塊收益感知

２.４ 評(píng)論效價(jià)

結(jié)合Ｃｈａｎ Ｈ［４６］ 的研究， 本文將消費(fèi)者使用點(diǎn)評(píng)類軟件搜索評(píng)論并選定就餐餐廳情境下的評(píng)論效價(jià)定義為消費(fèi)者對(duì)商品或服務(wù)整體的態(tài)度和傾向，包括感情傾向、建議傾向以及得分傾向。先前研究表明， 同類商品或服務(wù)的在線評(píng)論效價(jià)越高， 消費(fèi)者對(duì)商品或服務(wù)的情感和認(rèn)知越深［４７］ ； 評(píng)論效價(jià)越低， 則消費(fèi)者的感知風(fēng)險(xiǎn)越高［１］ ， 即消費(fèi)者對(duì)于該斑塊的感知收益越低， 并會(huì)直接或間接地影響其在線評(píng)論搜索行為。具體而言， 消費(fèi)者會(huì)根據(jù)評(píng)論效價(jià)的傾向判斷該斑塊內(nèi)的評(píng)論信息是否會(huì)給自身帶來時(shí)間、金錢方面的成本或收益。若消費(fèi)者感知到的收益低于預(yù)期值時(shí)， 就會(huì)停止評(píng)論搜索行為［４８］ ， 且負(fù)向效價(jià)比正向效價(jià)對(duì)消費(fèi)者的影響更大［４９］ 。因此， 本文假設(shè)如下：

Ｈ４： 評(píng)論效價(jià)會(huì)正向顯著影響消費(fèi)者的斑塊收益感知

Ｈ５： 評(píng)論效價(jià)會(huì)正向顯著影響消費(fèi)者在線評(píng)論搜索行為

２.５ 斑塊收益感知

斑塊模型闡述了信息搜索者在資源不平均的陌生環(huán)境中如何決策的問題。用戶為了獲得更多信息，通常會(huì)在一個(gè)信息斑塊內(nèi)花費(fèi)一定時(shí)間覓食， 并通常會(huì)在覓食結(jié)束后花費(fèi)一段時(shí)間去搜索下一個(gè)信息斑塊覓食［５０］ 。當(dāng)消費(fèi)者處于一個(gè)信息斑塊時(shí)， 會(huì)面臨一個(gè)問題： 是繼續(xù)在該處搜索信息還是尋找下一個(gè)信息斑塊進(jìn)行搜索？ 此時(shí)消費(fèi)者需要考慮在該斑塊內(nèi)的感知收益?，F(xiàn)有研究表明， 由于時(shí)間和精力的有限， 用戶通常期待在單位成本中收獲到最大限度的信息， 即獲得最大的收益［５１］ 。楊建林等［５２］從認(rèn)知角度分析了影響社會(huì)化信息搜索行為的各種因素， 研究表明， 感知收益對(duì)用戶信息搜索行為有正向顯著影響。此外， 根據(jù)信息經(jīng)濟(jì)學(xué)派對(duì)信息搜索行為的相關(guān)研究， 假定用戶在信息搜索的過程中扮演“理性人” 的角色， 而用戶為提高信息搜索效率， 其搜索行為會(huì)向邊際成本與邊際收益趨于平衡的方向前進(jìn)。具體而言， 當(dāng)消費(fèi)者感知到在該評(píng)論斑塊內(nèi)的搜索成本增加時(shí)， 會(huì)減少甚至停止信息搜索行為； 反之， 則會(huì)繼續(xù)搜索信息。因此， 本文假設(shè)如下：

Ｈ６： 斑塊收益感知會(huì)正向顯著影響消費(fèi)者在線評(píng)論搜索行為

３ 研究設(shè)計(jì)

３.１ 問卷設(shè)計(jì)

依據(jù)構(gòu)建的研究模型， 自變量為評(píng)論內(nèi)容質(zhì)量、評(píng)論豐富性、評(píng)論效價(jià)、評(píng)論者資信度； 中介變量為斑塊收益感知； 因變量為在線評(píng)論搜索行為； 控制變量為年齡、性別、學(xué)歷， 以及點(diǎn)評(píng)類軟件使用年限、頻率、依賴程度。正式問卷包括兩部分： 第一部分是被調(diào)查者的基本信息； 第二部分為理論模型各變量相應(yīng)的問項(xiàng)。本研究模型的變量及其測(cè)量項(xiàng)一覽表如表２ 所示。測(cè)量項(xiàng)共為２９ 個(gè)，均采用李克特五級(jí)量表。其中， １～２６ 題： “１， 代表非常不同意” “２， 代表不同意” “３， 代表沒意見” “４， 代表同意” “５， 代表非常同意”。２７～２９題： “１， 代表非常短” “２， 代表較短” “３， 代表一般” “４， 代表較長” “５， 代表非常長”。

３.２ 數(shù)據(jù)收集

本研究采用問卷調(diào)查法收集數(shù)據(jù)。將設(shè)定的問卷通過問卷星進(jìn)行展示， 并借助于微信、騰訊ＱＱ、經(jīng)管之家等社交軟件或開放論壇發(fā)放鏈接， 調(diào)查時(shí)間為２０２３ 年３ 月６ 日—２７ 日。共回收問卷４１９ 份，根據(jù)測(cè)謊題項(xiàng)、填寫時(shí)間、異常值等對(duì)問卷進(jìn)行篩選， 最終得到３５２ 份有效問卷， 有效問卷率為８４.０％。本次被調(diào)查者的人口統(tǒng)計(jì)學(xué)特征如表３ 所示。

由表３ 可知， 在３５２ 份有效樣本中， 對(duì)于點(diǎn)評(píng)類軟件使用年限， 時(shí)間為１～５ 年的（不含５ 年）的數(shù)量最多， 占７０.２％； 對(duì)于使用頻率， 頻率為每周２～３ 次的最多， 占比為４２.１％， 其次是半個(gè)月２～３ 次，占比為３１.８％； 對(duì)于依賴程度， 一半以上的樣本對(duì)點(diǎn)評(píng)類軟件的依賴程度比較高。同時(shí)， 本次調(diào)查樣本男女性別比大致為１ ∶２， 多數(shù)樣本年齡在１８～２２歲之間（８１. ５％）。根據(jù)中國餐飲年度觀察和大數(shù)據(jù)２０２３ 報(bào)告中的美團(tuán)數(shù)據(jù)顯示， ２０２２ 年在線餐飲消費(fèi)者性別分布中， 女性數(shù)量多于男性， 且年齡在３０ 歲以下的消費(fèi)者人群占比超過一半［５９］ ， 這表明本研究中的樣本在性別和年齡分布方面與現(xiàn)實(shí)吻合。

４ 數(shù)據(jù)分析與結(jié)果

４.１ 信度分析

信度（Ｒｅｌｉａｂｉｌｉｔｙ） 主要是對(duì)測(cè)量結(jié)果一致性、穩(wěn)定性和可靠性的測(cè)量， 一般通過Ｃｒｏｎｂａｃｈａ 系數(shù)來描述測(cè)量［６０］ 。本文使用ＳＰＳＳ２４.０ 對(duì)調(diào)查問卷進(jìn)行了信度分析， 表４ 為最終量表中各變量的檢驗(yàn)結(jié)果， 其中各變量的系數(shù)值均大于０.７， 表明本研究設(shè)計(jì)的問卷的一致性和可靠性較好。

４.２ 效度分析

效度（Ｖａｌｉｄｉｔｙ）是對(duì)量表測(cè)量正確性的判斷指標(biāo)， 指測(cè)量工具確實(shí)可以測(cè)得檢測(cè)指標(biāo)的程度［６２］ 。本研究采用ＫＭＯ 和Ｂａｒｔｌｅｔｔ 球形度檢驗(yàn)進(jìn)行判斷，結(jié)果如表５ 所示。

由表５ 可知， 問卷整體ＫＭＯ 值等于０.９２５，Ｂａｒｔｌｅｔｔ 球形度檢驗(yàn)顯著， 可以做因子分析。利用Ａｍｏｓ２２.０ 進(jìn)行驗(yàn)證性因子分析， 以復(fù)合信度（Ｃｏｍ?ｐｏｓｉｔｅ Ｒｅｌｉａｂｉｌｉｔｙ， ＣＲ）檢驗(yàn)量表的聚合效度； 以平均提取方差值（Ａｖｅｒａｇｅ Ｖａｒｉａｎｃｅ， ＡＶＥ）檢驗(yàn)量表的區(qū)分效度。表６、表７ 中的數(shù)據(jù)顯示， 除評(píng)論豐富性下一個(gè)問項(xiàng)的因子載荷略低于０.５ 外， 剩余題項(xiàng)均符合檢驗(yàn)標(biāo)準(zhǔn)， 測(cè)量項(xiàng)的ＣＲ 值均高于０ ７， ＡＶＥ值均大于０.５， 說明該量表的收斂效度較好； 各測(cè)量項(xiàng)ＡＶＥ 平方根同樣滿足檢驗(yàn)要求， 表明該量表的區(qū)分效度較好。

４.３ 假設(shè)檢驗(yàn)

本研究利用Ａｍｏｓ２２.０ 對(duì)假設(shè)模型進(jìn)行估計(jì)，經(jīng)過對(duì)模型進(jìn)行修正后， 模型檢驗(yàn)標(biāo)準(zhǔn)及檢驗(yàn)結(jié)果數(shù)據(jù)如表８ 所示。表中數(shù)據(jù)顯示模型擬合指標(biāo)均符合規(guī)定適配值。因此， 構(gòu)建的模型整體適配度良好。

根據(jù)最終模型的參數(shù)估計(jì)結(jié)果， 得到如圖２ 所示的路徑系數(shù)圖， 以及相應(yīng)的建設(shè)檢驗(yàn)結(jié)果如表９所示。

由表９ 可知， 在信息線索方面， 假設(shè)Ｈ１～ Ｈ５均成立， 表明本文研究的４ 種信息線索即評(píng)論內(nèi)容質(zhì)量、評(píng)論豐富性、評(píng)論者資信度、評(píng)論效價(jià)均對(duì)斑塊收益感知產(chǎn)生顯著正向影響， 且評(píng)論效價(jià)還直接對(duì)在線評(píng)論搜索行為產(chǎn)生顯著正向影響。在信息斑塊中， 假設(shè)Ｈ６ 成立， 表明本文中介變量斑塊收益感知對(duì)在線評(píng)論搜索行為產(chǎn)生顯著正向影響。此外， 對(duì)于控制變量， 年齡（β ＝ ０.００３， ｐ＞０. ０５）、學(xué)歷（β ＝ ０.０６０， ｐ＞０.０５）、使用頻率（β ＝ ０.００６，ｐ＞０.０５）、使用年限（β ＝０.０７６， ｐ＞０.０５）對(duì)在線評(píng)論搜索行為影響均不顯著； 性別（β ＝ ０.１８０， ｐ＜０.００１）、依賴程度（β ＝０.１７４， ｐ＜０.００１）顯著影響在線評(píng)論搜索行為。

４.４ 斑塊收益感知的中介效應(yīng)檢測(cè)

斑塊收益感知的中介效應(yīng)檢測(cè)使用Ｂａｒｏｎ Ｒ Ｍ等［６１］ 提出的因果步驟檢驗(yàn)法， 即在自變量對(duì)因變量、中介變量顯著的情況下， 通過納入中介變量對(duì)自變量的作用效果做進(jìn)一步檢驗(yàn)。中介效應(yīng)檢驗(yàn)結(jié)果如表１０ 所示， 評(píng)論內(nèi)容質(zhì)量（β ＝０.５１３， ｐ＜０.００１）和評(píng)論者資信度（β ＝０.５６７， ｐ＜０.００１）顯著影響在線評(píng)論搜索行為， 但是當(dāng)斑塊收益感知作為中介變量納入模型中， 評(píng)論內(nèi)容質(zhì)量（β ＝０.１０１， ｐ＝０.０８３）和評(píng)論者資信度（β ＝０.０９４， ｐ＝０.１４６）對(duì)在線評(píng)論搜索行為無顯著影響， 這意味著評(píng)論內(nèi)容質(zhì)量和評(píng)論者資信度完全通過斑塊收益感知影響在線評(píng)論搜索行為。評(píng)論豐富性（β ＝０.５６６， ｐ＜０.００１）和評(píng)論效價(jià)（β ＝０.６３０， ｐ＜０.００１）顯著影響在線評(píng)論搜索行為， 當(dāng)斑塊收益感知作為中介變量納入時(shí)， 評(píng)論豐富性（β ＝０.１８６， ｐ＝０.００８）和評(píng)論效價(jià)（β ＝０.２５３，ｐ＜０.００１）對(duì)在線評(píng)論搜索行為的直接效應(yīng)仍顯著，這意味著斑塊收益感知存在部分中介效應(yīng)。然而在整個(gè)模型中， 評(píng)論豐富性對(duì)在線評(píng)論搜索行為的影響并不顯著（β ＝ ０.０８３， ｐ ＝ ０.０７９＞０.０５）。因此，本模型中， 斑塊收益感知在評(píng)論內(nèi)容質(zhì)量、評(píng)論者資信度、評(píng)論豐富性對(duì)在線評(píng)論搜索行為的影響中起完全中介效應(yīng)， 僅在評(píng)論效價(jià)對(duì)在線評(píng)論搜索行為的影響中起部分中介效應(yīng)。

５ 討論

５.１ 信息線索研究結(jié)果表明， 評(píng)論內(nèi)容質(zhì)量、評(píng)論豐富性、評(píng)論效價(jià)以及評(píng)論者資信度均會(huì)正向顯著影響消費(fèi)者斑塊收益感知。其中， 評(píng)論者資信度對(duì)斑塊收益感知影響最大， 其次是評(píng)論豐富性， 然后是評(píng)論效價(jià)， 評(píng)論內(nèi)容質(zhì)量對(duì)斑塊收益感知的影響最小。此外， 評(píng)論效價(jià)對(duì)于在線搜索行為的影響， 包括直接影響和間接影響兩條路徑， 間接影響是通過斑塊收益感知影響在線搜索行為， 即斑塊收益感知在評(píng)論效價(jià)與消費(fèi)者在線評(píng)論搜索行為的關(guān)系中只起部分中介作用。研究結(jié)果不僅驗(yàn)證了胡媛等［１３］ 的研究結(jié)論， 即上述評(píng)論指標(biāo)中的評(píng)論內(nèi)容質(zhì)量和評(píng)論者資信度對(duì)在線評(píng)論搜尋行為有顯著正向影響， 還進(jìn)一步擴(kuò)展探究了評(píng)論豐富性和評(píng)論效價(jià)對(duì)收益感知的影響及影響大小關(guān)系。

消費(fèi)者在瀏覽評(píng)論試圖找到有用信息的過程中，首先會(huì)對(duì)信息來源， 即對(duì)評(píng)論者特征進(jìn)行判斷。若對(duì)信息源表示不信任， 那么對(duì)評(píng)論特征的判斷也會(huì)受其影響， 甚至直接放棄瀏覽該評(píng)論。在評(píng)論特征中， 相較于評(píng)論內(nèi)容質(zhì)量， 評(píng)論豐富性和評(píng)論效價(jià)是消費(fèi)者對(duì)評(píng)論直觀、感性的判斷。消費(fèi)者并不愿意在閱讀評(píng)論上消耗太多精力［５０］ 。因此， 消費(fèi)者往往不會(huì)首選內(nèi)容質(zhì)量這類需要花費(fèi)更多精力的評(píng)論特征， 而更愿意通過評(píng)論豐富性和評(píng)論效價(jià)來感知斑塊收益。此外， 評(píng)論效價(jià)表明了該商品或服務(wù)的整體正負(fù)傾向， 具有很強(qiáng)的代表性［３９］ 。因此， 評(píng)論效價(jià)除了會(huì)直接影響消費(fèi)者對(duì)該評(píng)論斑塊的收益感知， 也會(huì)直接影響消費(fèi)者在線評(píng)論搜索行為［５２］ ，即決定消費(fèi)者是否會(huì)放棄當(dāng)前斑塊并前往下一斑塊搜索評(píng)論甚至停止搜索。

５.２ 信息斑塊

研究發(fā)現(xiàn)， 斑塊收益感知正向顯著影響消費(fèi)者在線評(píng)論搜索行為。該發(fā)現(xiàn)可以通過以往研究的結(jié)果進(jìn)行解釋。Ｓｉｍｏｎ Ｈ Ａ［６３］ 早在１９７１ 年便發(fā)現(xiàn)，信息是消耗性的， 接受信息需要消耗注意力。然而，與信息的價(jià)值相比， 消費(fèi)者的注意力顯得相對(duì)匱乏。因此， 消費(fèi)者需要合理地規(guī)劃精力去觀察信息。Ｎａ?ｋａｙａｍａ Ｍ 等［５０］ 將這一結(jié)論具體到評(píng)論信息， 其研究發(fā)現(xiàn)大部分消費(fèi)者不愿意花費(fèi)大量的時(shí)間和精力去閱讀餐廳的評(píng)論， 相反， 他們更有可能根據(jù)對(duì)預(yù)期收益的評(píng)估來決定使用適量的評(píng)論信息。因此，可以認(rèn)為斑塊收益感知是消費(fèi)者在線評(píng)論搜索行為的驅(qū)動(dòng)力， 該驅(qū)動(dòng)力會(huì)影響消費(fèi)者在線評(píng)論搜索行為的策略和強(qiáng)度。具體而言， 在探索式搜尋情境中，消費(fèi)者對(duì)斑塊收益感知的高低會(huì)直接決定其下一步搜索行為， 即根據(jù)斑塊收益感知并結(jié)合自身情況制定自己的信息菜單和覓食策略。當(dāng)收益感知高時(shí)，消費(fèi)者會(huì)考慮將其加入自己的信息菜單， 并繼續(xù)在該斑塊內(nèi)覓食， 延長在該斑塊內(nèi)停留的時(shí)間； 反之， 則會(huì)終止在該斑塊內(nèi)的覓食而進(jìn)入下一個(gè)信息斑塊， 甚至結(jié)束覓食行為。

５.３ 信息菜單

本次研究發(fā)現(xiàn)， 消費(fèi)者在線評(píng)論搜索行為的本質(zhì)是制定信息菜單， 具體包括信息菜單的選擇、組合以及覓食時(shí)長的確定等。信息菜單是進(jìn)行在線評(píng)論搜索行為的依據(jù)。消費(fèi)者在點(diǎn)評(píng)類軟件上瀏覽評(píng)論時(shí)， 受到各種信息線索的影響和啟發(fā)， 逐漸明確自己的目標(biāo)， 同時(shí)也形成自己的覓食菜單。之后，消費(fèi)者則會(huì)根據(jù)自己的菜單進(jìn)行在線評(píng)論的搜索，以避免浪費(fèi)時(shí)間和精力。以往對(duì)在線評(píng)論搜索行為或在線瀏覽行為的測(cè)量主要是通過實(shí)驗(yàn)法［１２，６２］ 、自我報(bào)告［１２］ ， 使用現(xiàn)有數(shù)據(jù)集［６４］ 或訪談法［５］ 進(jìn)行， 也有部分使用量表測(cè)量［１９］ 。本研究從菜單模型出發(fā)對(duì)在線評(píng)論搜索行為進(jìn)行測(cè)量（如： 詢問消費(fèi)者是否會(huì)選擇不同的信息斑塊； 是否會(huì)在斑塊之間進(jìn)行切換或者將斑塊進(jìn)行組合等）， 有效拓展了在線評(píng)論搜索行為的可操作性測(cè)量。

６ 結(jié)語

本研究從信息覓食理論出發(fā)， 為有效揭示消費(fèi)者在線評(píng)論搜索行為內(nèi)在機(jī)理提供了新的視角。具體而言， 本研究將信息線索視作一種“氣味” 給予消費(fèi)者引導(dǎo)與啟示， 以幫助他們感知各個(gè)信息斑塊的潛在收益， 并使其結(jié)合自身情況形成自己的信息菜單， 最終根據(jù)信息菜單到相應(yīng)的信息斑塊中覓食所需信息。因此， 基于“信息線索—斑塊模型—菜單模型” 的思路選取了評(píng)論內(nèi)容質(zhì)量、評(píng)論豐富性、評(píng)論效價(jià)以及評(píng)論者資信度４ 個(gè)維度構(gòu)建影響因素理論模型， 系統(tǒng)地闡述了信息覓食理論在消費(fèi)者使用點(diǎn)評(píng)類軟件搜索評(píng)論并選擇就餐餐廳這一具體情境的應(yīng)用。為此， 本文提出如下幾點(diǎn)建議：

６.１ 消費(fèi)者信息線索選擇糾偏與“ 主動(dòng)評(píng)估” 理念培育

研究發(fā)現(xiàn)， 相較于其他信息線索， 評(píng)論者資信度對(duì)消費(fèi)者斑塊收益感知影響效果最大。但是調(diào)查結(jié)果顯示， 消費(fèi)者對(duì)評(píng)論者資信度中評(píng)論者點(diǎn)評(píng)經(jīng)驗(yàn)、評(píng)價(jià)能力的評(píng)分卻較低。因此， 本研究建議消費(fèi)者應(yīng)立足信息收益感知， 關(guān)注來自可靠評(píng)論者的評(píng)論信息， 提升對(duì)高質(zhì)量評(píng)論者點(diǎn)評(píng)經(jīng)驗(yàn)、點(diǎn)評(píng)能力的認(rèn)可度與參考使用頻率。例如， 源自具有實(shí)名、等級(jí)高、帶Ｖ 標(biāo)、使用年限長等特征的評(píng)論者的評(píng)論具有更高可信度， 消費(fèi)者可以借助上述特征篩選評(píng)論以完成信息菜單制定。在用戶信息素養(yǎng)培訓(xùn)方面， 應(yīng)增強(qiáng)消費(fèi)者的“主動(dòng)評(píng)估” 意識(shí)。對(duì)于無法辨別真?zhèn)蔚脑u(píng)論信息， 應(yīng)通過與平臺(tái)客服進(jìn)行核實(shí)的方式或主動(dòng)放棄的方式進(jìn)行篩選與利用， 提升評(píng)論信息真?zhèn)卧u(píng)估能力。

６.２ 在線評(píng)論內(nèi)容質(zhì)量管控與評(píng)論數(shù)據(jù)深化研判

在線評(píng)論內(nèi)容質(zhì)量主要包括可信度、完整性以及有用性等。本研究發(fā)現(xiàn)， 消費(fèi)者在搜索在線評(píng)論過程中會(huì)受到評(píng)論內(nèi)容質(zhì)量的影響， 但評(píng)論內(nèi)容質(zhì)量對(duì)斑塊收益感知的影響較小。這在一定程度上是由于當(dāng)下在線評(píng)論內(nèi)容存在質(zhì)量水平不高所致（例如商家操控評(píng)論、用戶惡意評(píng)論）。今后， 對(duì)于在線評(píng)論信息內(nèi)容質(zhì)量的管控而言， 平臺(tái)方應(yīng)發(fā)揮主導(dǎo)作用。平臺(tái)方應(yīng)需要進(jìn)一步規(guī)劃評(píng)論發(fā)布守則、評(píng)論審核機(jī)制以及評(píng)論管理模式。例如， 面對(duì)商家通過向消費(fèi)者提供補(bǔ)償來獲得好評(píng)， 平臺(tái)方應(yīng)立即向商家提出警告并展開調(diào)查， 以及對(duì)涉嫌違規(guī)賬號(hào)進(jìn)行停用直至商家整改完畢。此外， 面向用戶收益感知， 綜合利用平臺(tái)記錄的客觀數(shù)據(jù)、主觀數(shù)據(jù)，建立評(píng)論庫用以訓(xùn)練評(píng)論模型， 助力消費(fèi)者真實(shí)評(píng)論呈現(xiàn)。面對(duì)匿名消費(fèi)者通過大量刷好評(píng)或差評(píng)牟利， 平臺(tái)方應(yīng)及時(shí)屏蔽并刪除相關(guān)評(píng)論， 并結(jié)合消費(fèi)者評(píng)論大數(shù)據(jù)， 對(duì)該類用戶進(jìn)行管控， 必要時(shí)采用法律的武器維護(hù)商家與平臺(tái)權(quán)益。

６.３ 點(diǎn)評(píng)類軟件功能模塊設(shè)計(jì)與適用群體范圍擴(kuò)增

本研究發(fā)現(xiàn)， 消費(fèi)者在線評(píng)論搜索行為會(huì)受到斑塊收益感知的正向影響。因此， 本文建議點(diǎn)評(píng)類軟件在進(jìn)行界面設(shè)計(jì)時(shí)， 需要充分考慮用戶的斑塊收益感知， 從而增強(qiáng)消費(fèi)者在線評(píng)論搜索行為的強(qiáng)度并擴(kuò)大適用群體范圍。具體而言， 設(shè)計(jì)者在對(duì)軟件功能模塊進(jìn)行優(yōu)化時(shí)， 需要以用戶時(shí)間、精力等收益為目標(biāo)， 增加用戶在當(dāng)前評(píng)論斑塊內(nèi)的停留時(shí)間。例如， 在軟件頁面設(shè)計(jì)上， 可以增加打標(biāo)簽功能， 即用戶根據(jù)主觀感受對(duì)所瀏覽的評(píng)論打出個(gè)性化標(biāo)簽， 或增加深度篩選功能， 即支持用戶對(duì)多個(gè)標(biāo)簽進(jìn)行組合與排序輔助用戶完成搜索行為， 以減少用戶搜索評(píng)論和發(fā)現(xiàn)信息的障礙， 從而提升用戶的收益感知。此外， 針對(duì)特殊群體， 如老年群體、殘障人士等， 提供以“幫扶” 為核心要義的頁面設(shè)計(jì)與服務(wù)支持。具體而言， 以簡潔化、聚焦化的頁面布局和問答式、輔助式的服務(wù)機(jī)器人滿足特殊群體的功能需求， 擴(kuò)大軟件推廣使用范圍。

同時(shí)， 本研究也存在一定的局限性。首先， 研究對(duì)象主要聚焦于使用點(diǎn)評(píng)類軟件的大學(xué)生群體用戶， 未來可針對(duì)該類軟件的其他不同群體進(jìn)行深入分析； 其次， 問卷調(diào)研情境主要借助了點(diǎn)評(píng)軟件即大眾點(diǎn)評(píng)、美團(tuán)兩款軟件的設(shè)計(jì)模式， 鑒于國內(nèi)其余點(diǎn)評(píng)類軟件的差異化設(shè)計(jì)機(jī)制， 未來可以聚焦于具體類別的點(diǎn)評(píng)類軟件； 最后， 本研究僅是基于信息覓食理論對(duì)消費(fèi)者在線評(píng)論搜索行為影響因素進(jìn)行分析， 今后需要考慮集成其他理論以更為全面和詳盡地分析消費(fèi)者在線評(píng)論信息搜索行為的內(nèi)在機(jī)理。

（責(zé)任編輯： 楊豐僑）