消费者感知的在线评论有用性影响因素研究

郝清民，魏凤霞

(天津大学管理与经济学部，天津300072)

在线评论一般指消费者购买商品后在购物网站上发表的有关产品或服务的评论。据中国互联网络发展状况统计报告，到2012年12月止，在互联网上进行购物的消费者达2.42亿，相比于2011年，增长率达24.8%[1]。网络购物用户规模的快速增长基于用户购买力的提升，消费者购物经验的增加和网上交易体系的日趋完善[2]。

大多数的电子商务网站都有撰写评论的功能。但有时一件商品的评论数量相当庞大，评论质量也参差不齐[3]，因此消费者如何有效地识别、利用其认为有用的评论就成为关注的焦点。

目前，对在线评论的研究主要表现在以下几个方面:消费者发表和搜集在线评论的动机[4]、如何利用在线评论来制定相应的营销策略[5]、在线评论对销售业绩、消费者购买意愿的影响[6]。与在线评论有用性相关的研究多从评论文本特性、图书、电影等方面展开[7-8]，并未充分关注评论者属性。

基于以上原因，文章从评论者要素和评论自身属性出发，对在线评论进行实证研究。

一、文献综述与理论基础

1.消费者网络购物行为分析

消费者在网上购买商品时，总是在可供选择的商品中反复进行比较、分析，直到找到最满意的商品。然而，由于网购的虚拟性，消费者无法看到产品实物，无法了解所购产品是否真正满足自己的要求，只能通过阅读已购消费者对产品的评论来决定自己的购买决策。

2.在线评论有用性

(1)在线评论有用性的内涵。Mudambi等[9]把评论的有用性定义为已购买者发表的有助于其他消费者做出购买决策的在线产品评价。本文把其定义为:消费者通过阅读评论对产品有了进一步的了解并由此坚定或改变自己当初的选择时，则认为该评论是有助于消费者购买决策的。

(2)在线评论有用性的影响因素分析。在线评论本身对其有用性的影响:评论发布时间、评论标题的主客观性、评论的长度、评论内容的主客观性都会影响消费者的决策进而影响评论有用性。评论内容的主客观性不容易评定，标题是评论正文的概括，通过阅读标题，消费者就大概可以了解评论正文的内容。评论星级极端性、评论情感倾向虽已被研究过，但研究结论却不一致，如殷国鹏等[10]在对电影的研究中指出，相比于极端性评论，中性评论的有用性更高，而Dellarocas等[11]指出，其他的消费者认为极端的评论更具价值。因此从评论文本特性角度，选取了评论长度、评论星级极端性、评论情感倾向和评论标题主客观性四个影响因素。

评论撰写者对评论有用性的影响:在亚马逊网站上，多种因素影响评论者的排名，评论者已发表评论整体的有用程度和是否连续地发表高质量评论是最重要的两个影响因素，因此评论者排名可以很好地表示评论者信誉;历史评论数量能很好地衡量评论者的专业水平与购买经验。从评论者属性角度，选取了评论者空间排名和历史评论数量两个影响因素。

是否产品类型(搜索型、体验型)不同，评论文本特性影响评论有用性的效果也不一样。因此本文进一步研究了产品类型的调节效应。

二、研究假设

1.评论极端性与评论有用性

在亚马逊网站上消费者对商品的总体评价分五个星级。五星表示购买者对产品非常高的正面评价。一星表示购买者对产品非常低的负面评价。三星则表示一种中立的态度。本研究把评论星级分为三个层次，一星和五星为极端评论，二星和四星为介于极端和中立之间的评论，三星为中立的评论。

考虑到评论对销售的重要影响力，商家可能采用一些优惠措施诱导消费者对产品打高分，极端的正面评论有可能是不真实的;而极端负面的评论可能带有更多个人主观情感，消费者往往对极端负面的评论也持质疑态度。因此提出如下研究假设。

H1:评论的极端性和评论有用性存在负相关关系。

2.评论长度

评论的星级打分只是代表了购买者对产品的综合评价，评论本身的文本内容是对星级打分的进一步解释，这才是消费者最关注的。较长的评论通常是评论者用心去写的，会包含与产品相关的更多信息，通过阅读此评论，消费者可能会找到更多有用信息，从而减少自己对产品和服务的不确定性。因此提出如下假设。

H2:评论长度与评论有用性存在正相关关系。

3.评论标题的主客观性

根据在线评论描述内容的不同，可把评论分为客观事实型和主观评价型。客观事实型更多的是描述与产品性能相关的信息，而主观评价型会带有更多的个人感情色彩。消费者在购买产品时会根据商家提供的信息对产品形成初步的印象，只有消费者有意愿购买时才会参考在线评论，参考在线评论只是为了确定产品本身的性能是否与商家对产品的描述一致，而不是更多地去参考评论者的个人感受。如果商品评论包含较多的个人观点，往往被认为并不可靠或者无助于消费者做出购买决策[12]。标题是评论正文的概括，通过阅读标题，消费者就大概可以了解评论正文的内容。只有具有吸引力的评论标题，才有可能引发消费者进一步阅读评论正文。因此提出如下假设。

H3:评论标题越客观，评论有用性越高。

4.评论情感倾向与评论有用性

传统口碑的许多研究表明，相比于正面口碑，负面口碑更有助于消费者做出购买决策。但是近年来一些学者给出了不同的结论。Sen等[13]的研究表明，在线评论情感倾向确实影响评论有用性，只是正向评论较负向评论的影响更大。Adaval[14]的情感一致理论支持了这一观点:人们在评价产品的属性时，与其心情一致的信息对其影响更大。人们在网购时，通过搜寻会找到自己感兴趣的商品，只有商家对产品的描述与消费者预期一致时才会去关注评论，参考评论往往只是为了确定产品的真实质量是否与商家描述的一致，从而更加坚定自己的决策。因此，消费者在参考评论时，一般对产品都怀着正向预期，当看到大量正面评论时，即使出现少量负面评论也会坚定自己最初的购买决策。因此提出如下假设。

H4:在线评论的平均正向情感倾向与评论有用性呈正相关关系。

5.评论者空间排名与评论有用性

由于网络的虚拟性，评论者身份的不确定，有的评论者不负责任地发表一些不真实的信息来诱导消费者。因此信息的来源是影响在线评论可信度的一个重要因素。亚马逊网站提供了丰富的评论者信息，这些信息一定程度上可以制约其发送不真实的信息。王平等[15]的研究则表明，发评者受关注度越高，所发表的评论其有用性越高。亚马逊网站上的评论者排名可以很好地表示评论者信誉;那些经常发表有用评论的评论者，会得到阅读者较高的认可，其获得的排名自然更高。因此提出如下假设。

H5:评论者已有排名与该评论有用性成负相关关系，即排名越靠前，评论有用性越高。

6.评论者历史评论数量与评论有用性

消费者在做出最终决定之前，一般倾向于向具有购买经验的消费者或具有相关知识的专家征求意见。由于网络的虚拟性，信息不对称，评论阅读者往往会参考评论者的相关信息，因此发评者可信度可以影响消费者对评论质量的感知。评论者历史发表评论的数量可以很好地衡量其专业水平与购买经验，评论数量高的往往是那些具有一定网购经验的消费者，从而其发表的评论会更加可信。因此提出如下假设。

H6:发评者历史评论数量与评论有用性存在正相关关系。

三、研究设计

1.数据搜集

基于亚马逊的评论系统较其他网站更加完善，化妆品是典型的体验型产品，照相机是典型的搜索型产品。文章采用人工搜集的方法，随机从亚马逊网站上选择了化妆品和数码相机各10种产品，其中化妆品覆盖了洗面奶、乳液、BB霜、洗发露等产品，数码相机覆盖了佳能、索尼等品牌。最终化妆品选取了截止2013年3月29日总投票数大于2的326条评论，照相机选取了截止2013年3月29日总投票数不少于2的304条评论，其中剔除掉不符合评论条件的35条评论(如对评论标题主客观性的评判存在较大争议的)，最终得到有效评论595条。搜集内容包括评论文本内容、评论的星级打分、评论标题、发评者空间排名和历史评论数量。

2.变量定义

(1)因变量(H)。因变量是评论的有用性，用评论的有用票数占总投票数的百分比来衡量，是0～100之间的连续数。

(2)评论长度(L)。利用评论的总字数来衡量评论长度，该变量采用对数形式。

(3)评论的极端性(E)。评论的星级打分可以直接从网站上得到，文章把一星和五星定义为极端评论，用“2”表示;三星定义为中立评论，用“0”表示;二星和四星是介于两者之间的评论，用“1”表示。

(4)评论标题的主客观性(S)。对于该变量采用二值定义方法，评论倾向于主观时取“1”，倾向于客观时取“0”。而对于评论标题主客观性评定，则由经常网购的若干大学生采用少数服从多数的方法来确定。

(5)评论的情感倾向(R)。由于评论的星级打分能真实反映消费者对商品的原始态度，因此采用评论的星级打分作为其情感倾向的替代指标。

(6)评论者空间排名(K)和历史评论数量(Q)。评论者属性均可以直接从网站上得到。空间排名越靠前，评论有用性越高，对空间排名采用对数形式。历史评论数量越多，评论有用性越高。

(7)控制变量(T)。因变量用评论有用票数占总投票数的百分比来度量，当总投票数不相同时，评论有用性度量出来的效果也不同。因此，为了研究结果更加可靠，引入投票总数作为控制变量。

(8)调节变量(A)。为了探讨不同类型产品的在线评论有用性的影响效应是否存在差异，把产品类型作为调节变量。当产品是搜索型(照相机)时，变量的值为“1”，是体验型时(化妆品)变量为“0”。

四、数据分析及结果

1.自变量对因变量的直接效应检验

采用SPSS18对数据进行了多元线性回归的分析。以评论有用性作为因变量，控制变量和评论本身特征(L，E，S，R)为自变量建立回归模型1;以控制变量和评论者属性(K，Q)为自变量建立模型2;以控制变量、评论本身特性、评论者属性为自变量建立回归模型3(见表1)。

表1 模型回归结果

从模型1中可以看出，评论长度、评论的情感倾向与评论有用性的系数为正并通过显著性检验，因此假设H2和H5得到初步验证。评论极端性、评论标题的主客观性与评论有用性的系数为负并通过显著性检验，因此假设H1和H3得到初步验证。并且这四个变量在加入评论者要素后仍通过显著性检验。

模型2显示评论者空间排名与评论有用性成负相关关系，但并没有通过显著性检验，而在模型3加入评论文本特性后通过了显著性检验。这说明评论者空间排名可能通过评论文本特性间接地影响评论有用性，这也是可以理解的。消费者在参考评论时最关注的还是评论本身对自己是否有帮助，且亚马逊网站上的评论者空间排名并没有显示在评论主页，只有再点击一下才可以看到与评论者相关的信息，因此有些消费者为了节省时间不会再去花费时间查看与评论者相关的信息。然而亚马逊网站上影响评论者空间排名的最重要因素就是评论者过去所发评论的整体有用程度和持续地发表新的高质量评论，消费者也是很清楚这一点的，所以那些关注评论者信息的消费者自然会对排名靠前的评论者赋予更高的信任度。总之，评论者空间排名对评论有用性还是有一定影响的，它对评论有用性的间接效应在下面会进一步进行验证。

评论者历史评论数量与评论有用性在模型2中也没有通过显著性检验，虽然在加入评论文本特性的模型3中通过显著性检验，但是为负值，即历史评论数量越多，有用性反而越差，与假设H6相反。这一结果在预料之外，追其原因可能是历史评论数量只能表明该评论者在亚马逊网站上购物的次数，经常购物的消费者并不一定每次都认真地去写购后评论，他们自身有一定的购物经验，不需要太参考评论，可能也不会认真地去写评论，更多地可能是享受网购的乐趣。而那些历史评论数量少，购买商品次数不多或初次在亚马逊网站上购物的消费者，为了纪念这次难忘的购物经历反而会认真地写评论，因此评论质量就会高。

2.自变量对因变量的间接效应检验

为了检验评论者属性是否通过评论文本特性中的某些自变量来间接地影响评论有用性，以评论长度为因变量，评论者空间排名与历史评论数量为自变量建立模型4;以评论情感倾向为因变量，评论者排名与历史评论数量为自变量建立模型5;评论有用性为因变量，以评论长度和评论情感倾向为自变量建立模型6。从表2中可以看出3个模型都通过了显著性检验，由此可以表明评论者属性通过评论文本特性来间接地影响评论的有用性。由模型4可知，评论者空间排名与评论长度成负相关关系，即排名越靠前，撰写的评论越长，而评论越长，评论有用性越高，也进一步验证了评论者空间排名对评论有用性的间接效应。

表2 评论者属性对因变量的间接效应检验

3.商品类型的调节效应检验

为了检验搜索型产品对评论有用性的影响与体验型产品对评论有用性的影响是否不同，商品类型为调节变量的检验结果见表3。

由表3可知，产品类型对在线评论长度和评论者历史评论数量的调节效应显著，对其他变量的调节效应不显著，即无论是体验型产品还是搜索型产品，评论的极端性、评论标题的主客观性、评论的情感倾向、评论的空间排名对评论有用性的影响无显著差异，均服从自变量对因变量的直接效应检验结果。为了有效地探讨调节效应显著的两个变量在不同产品类型中的具体影响效应，分别对两类产品进行了多元线性回归分析，结果见表4。

表3 调节效应检验结果

表4 回归结果分析

从表4可以看出，在搜索型产品中，评论长度与评论有用性的显著性水平P=0.036＜0.05;在体验型产品中，评论长度对评论有用性的显著性水平为P=0.274＞0.05。一个显著，一个不显著，则说明产品类型具有调节效应，即评论长度与评论有用性呈正相关关系，在搜索型产品中更加明显。究其原因，相比于体验型产品，一般购买者往往对相机、电脑等搜索型产品缺乏鉴别能力，更多地依靠评论者发表的评论来判断商家对产品的功能描述是否真实可靠，为了更加全面地了解产品的各个性能，会尽可能多地去关注有关产品的任何细节描述，因而在浏览在线评论时会更多地关注篇幅较长的评论。

从表4可以看出，在搜索型产品中，评论者历史评论数量对评论有用性的显著性水平P=0.000＜0.05;在体验型产品中，评论者历史评论数量对评论有用性的显著性水平P=0.221＞0.05。一个显著，一个不显著，则说明产品类型具有调节效应。在自变量对因变量的直接效应检验中，历史评论数量对评论有用性的影响并未通过显著性检验，究其原因，除了历史评论数量通过评论文本属性间接地影响评论有用性之外，另外一个原因就是，商品类型对历史评论数量具有调节效应。即历史评论数量与评论有用性成负相关关系，在搜索型产品中更加显著。

五、结 语

文章从评论者要素和评论本身属性出发，选取亚马逊网站上体验型产品的典型代表产品和搜索型产品的典型代表产品实证分析在线评论的影响因素，进一步完善了相关研究的理论体系。研究表明，无论是体验型产品还是搜索型产品，由于极端评论往往被认为带有更多的个人感情色彩，评论的极端性与评论的有用性成负相关关系;标题是评论正文的概括，只有评论标题具有吸引力，才有可能吸引消费者进一步阅读评论正文，进而对消费者产生影响。验证表明，评论标题越客观，评论有用性越高;空间排名代表着评论者的受关注度，研究表明评论者已有排名与该评论有用性成负相关关系且通过评论文本特性来间接地影响评论有用性;评论长度与评论有用性存在正相关关系，在搜索型产品中更加明显;历史评论数量不仅通过评论文本属性间接地影响评论有用性，且商品类型对历史评论数量具有调节效应，在搜索型产品中，历史评论数量对有用性的影响效应更显著。

[1]CNNIC.中国互联网络发展状况统计报告[R].中国互联网络信息中心，2012.

[2]李国鑫，李一军，李 兵，等.我国电子商务用户网上购物行为的影响因素及其演变:基于2006年与2009年数据的实证研究[J].管理评论，2012，24(7):56-62.

[3]杨 铭，祁 巍，闫相斌，等.在线商品评论的效用分析研究[J].管理科学学报，2012，15(5):65-75.

[4]Kim E E K，Mattila A S，Baloglu S.Effects of gender and expertise on consumers'motivation to read online hotel reviews[J].Cornell Hospitality Quarterly，2011，52(4):399-406.

[5]Moe W W，Trusov M.The value of social dynamics in online product ratings forums[J].Journal of Marketing Re-search，2011，48(3):444-456.

[6]郝媛媛，叶 强，李一军.基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J].管理评论，2009，21(10):95-103.

[7]郝媛媛，叶 强，李一军.基于影评数据的在线评论有用性影响因素研究[J].管理科学学报，2010，13(8):78-88.

[8]孙文俊，薛博召.图书领域消费者在线评论的有用性影响因素研究[J].江苏商论，2011，30(5):58-60.

[9]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.

[10]殷国鹏，祝珊.网络社区在线评论有用性影响模型研究[J].图书情报工作，2012，56(16):140-147.

[11]Dellarocas C，Zhang X Q ，Awad N F.Exploring the value of online product reviews in forecasting sales:The case of motion pictures [J].Journal of Interactive Marketing，2007，21(4):23-45.

[12]Zhang Z.Weighing stars:Aggregating online product reviews for intelligent e-commerce applications[J].IEEE Intelligent Systems，2008，23(5):42-49.

[13]Sen S，Lerman D.Why are you telling me this?An examination into negative consumer reviews on the web [J].Journal of Interactive Marketing，2007，21(4):76-94.

[14]Adaval R.Sometimes it just feels right:The differential weighting of affect-consistent and affect-inconsistent product information[J].Journal of Consumer Research，2001，28(1):1-17.

[15]王 平，代 宝.消费者在线评论有用性影响因素实证研究[J].统计与决策，2012，35(2):118-120.