在线评论对消费者信任度的影响研究

汤海滨 刘婉琳

摘 要：在线评论作为线上口碑的一种形式，是消费者判断商品质量的一种途径，调查表明，消费者在网络购买商品也会货比三家，其中在线评论是非常重要的一种渠道。文章以消费者的“认知—态度—行为”为理论基础，主要探讨在线评论对消费者信任度是否有正向影响及其影响程度。通过对相关文献的总结，文章从在线评论的数量、质量、时效性三个维度展开讨论。通过问卷调查，并运用SPSS统计软件对得到的有效数据进行描述性统计、相关分析和回归分析，以此来验证文章的假设及模型。研究结果表明：在线评论的数量、质量和时效性对消费信任度有显著的正向影响。

关键词：网络购物;在线评论;消费者信任

中图分类号：F713.36 文献标识码：A 收稿日期：2018-10-14

基金项目：教育部人文社会科学研究青年基金项目（17YJCZH158）;广东省高等教育学会“十三五”规划课题（16GYB053）。

作者简介：汤海滨（1982—），男，讲师，高级物流师，硕士，研究方向：团队管理、创新创业。

一、引言

网络购物时代的到来，为消费者提供了更加便利的购物方式，足不出户，就可以买到想要的东西。但由于网络购物的局限性，消费者无法直接感受到商品，这使得消费者对网上的商品信任度不足，这在一定程度上也影响了网络购物的发展。为了解决消费者对于商品信任度的问题，网络购物平台和企业也提供了很多应对措施。在线评论作为线上口碑的一种形式，是消费者判断商品质量的一种非常重要的途径。已有的调查数据表明，消费者在网络购买商品时的货比三家，主要是通过在线评论来实现的。

二、文献综述和研究模型建立

（一）在线评论

在线评论作为网络口碑的一种重要传播形式，随着互联网的发展和购物网站的兴起，发挥着越来越重要的作用。对此，国内外许多学者都对在线评论做出了相关研究（见表1）。

根据前人的研究结论，本文对在线评论的理解和定义是：消费者在网络平台提供的评论区内，发表自己对在网上购买商品或服务的体验过程、对商品本身的质量特征以及自己使用商品后对商品性价比等购物体验发出的一系列评价，其内容表现形式丰富，对后来的或潜在的消费者获取商品信息做出购买决策有一定的影响。本文对在线评论特指的是购物网站中消费者在体验购物并消费后发表的对物品和购物体验的相关评论，包括文字、图片、视频等形式。

（二）消费者信任

McKninht（2002）等学者指出，网络购物中在线评论的匿名性、交易过程的难控性使得网络购物有着很高的不确定性[5]。Ang，Dubelaar和Lee（2010）对电子商务信任进行研究，提出了物流能力高、交流自愿性、客户隐私保障性能够提高消费者信任[6]。Jarvenpaa（2011）等认为影响消费者信任的重要因素是网络商家信度和购物环境安全性[7]。赵红霞（2013）等人发现，网络购物中商店和消费者互动能够有力的增加消费者信任[8]。胡洪畅（2015）对电子商务中的消费者信任做出定义，是指线上的消费者对线上的商店企业所抱有的信任意念和意图，希望购物过程中商家能够保护消费者的利益和满足消费者期望[9]。

消费者信任在商业交易中一直都是商家最重视的，从现有文献中可看出影响消费者信任的内容包括：风险、善意、理性、情感。其中理性是指被信任者提供能证明自身可信任因素，如实力、品牌、口碑等，信任者则通过多方因素来判断是否应该信任对方。本文的研究重点正是被信任者所能提供的信息之一，即线上评论对消费者信任度的影响。

（三）模型构建与假设提出

本文以消费者一般模式“认知—态度—行为”为理论基础，构建了在线评论对消费者信任度影响的模型，旨在探讨在线评论对消费者信任度的作用。评论数量越多，越能够显示出消费者对该产品的关注度高，能够促进产品销量增长[10]。评论的质量一般都是表现在评论的内容能够提供大量有效信息，具有真实性，能够让消费者采纳。评价质量高能够为消费者减少干扰信息，提高决策效率[11]。孙文俊（2014）对评论时效性的研究结论是，评论发表时间对信息有效性有很大的影响，发表时间越近，信息越有参考的意义[12]。综合前人的研究，本文将在线评论分为在线评论数量、在线评论质量、在线评论的时效性三个要素来进行研究。并基于此构建理论模型，如图1所示。

通过深入了解在线评论对消费者信任度的影响及其影响程度，进而帮助商家更好地利用商品评论这个与消费者联系的中介，经营和消费者之间的信任关系，增加顾客忠诚度，保持销量持续增长。基于此目的，提出本文假设：

H：在线评论对消费者信任度有正面影响;

Ha ：在线评论的数量对消费者信任度有正面影响;

Hb：在线评论的质量对消费者信任度有正面影响;

Hc：在线评论的时效性对消费者信任度有正面影响。

三、研究设计

（一）問卷设计

调查问卷的质量很大程度上影响着论题的结论。为了确保问卷的有效性，本问卷设计参考了Park & Kim（2008），李健（2009）和王孟萍（2014）等学者研究时所用的量表和本文研究的在线评论的三个维度初步制订问卷。然后小规模地访谈一些网络购物时间长，经验丰富的人群，对问卷的提问方式、语句表达和措辞不当的地方进行修改，确保问题能够被正确理解，把握问卷设置的合理性，最后确定本次研究的调查问卷，并发放问卷。

（二）问卷发放

研究的对象主要是在校大学生和年轻上班族，根据CNNIC第40次中国互联网发展状况统计报告显示，从年龄结构看，20～29岁年龄段网民占比最高，从职业结构看，学生群体占比最大、其次为年轻上班族[13]。本次问卷发放形式分为网络问卷和纸质问卷。网络问卷通过问卷星网页制作，通过微信、问卷网站、QQ邮箱发放。纸质问卷由调查人员在校园内发放。共回收问卷320份，其中有效问卷305份，有效率为95.3%。

四、实证分析

（一）描述性统计分析

本文将收集到的数据运用SPSS24.0软件进行分析。本研究在调查各个变量中的每个问项时，采用的是李克特五点量表来测量，1～5的数值分别表示被调查者对问项的不同态度和倾向。表2是对各个变量进行的描述性统计分析。

通过描述性统计可得出样本数据反映出来的整体水平的可信性，本文研究的各项变量对消费者信任度的影响，从总体均值来看，各项变量处于3.58～3.74之间的较高水平，可以反映出调查者对问卷问题的认同度较高，各变量的标准差处于0.626～0.773之间，相对较小，可以反映出消费者对在线评论影响消费者信任度的观点趋于一致，绝大部分的消费者认为，评论的数量、质量、时效性能够对消费者信任度产生不同程度的影响，对其购买决策有一点帮助。这些数据可以初步说明问卷设计和预期目标相符，各变量能够受到被调查者的认同，保证了收集到的数据的准确性。

（二）信度和效度分析

1.信度分析

问卷信度和问卷的测量结果是呈正相关的关系，所以信度越高，问卷的测量结果越可信。目前最常用的指标是Cronbach's α系数，大多数国外学者认为，当测量的变量不一样的时候，Cronbach's α系数的最优值是在0.70以上。本文调查的每个变量的Cronbach's α系数如表3所示，本问卷总的信度是0.850，说明量表总体具有较好信度，各个变量的Cronbach's α值除了评论数量0.713外，其他三个变量的Cronbach's α值均大于0.8，各变量具有较好信度，同时也说明了本问卷各项变量的测量题目之间具有较好的一致程度，进一步说明问卷的信度较高。

2.效度分析

效度分析是对问卷的有效程度和正确程度进行分析，调查问卷是否能准确测出所要测量的特性和功能的程度，程度越高，说明问卷测量出的结果越准确，也就越有效地说明研究的现象。

统计学上通常采用因子分析方法进行效度检验，一般地，当统计量KMO大于0.7时，说明该变量适合做因子分析;当统计量KMO在0.5到0.7之间，说明该变量勉强适合做因子分析，当统计量KMO在0.5以下，说明该变量非常不适合做因子分析。概率P（sig）小于临界水平0.05时，说明可以进行因子分析。本研究中，以评论数量、评论质量、评论时效性作为自变量，消费者信任度作为因变量，分别进行因子分析，结果如表4所示：本文计算出的KMO都大于0.5，说明各变量存在着较强的偏相关性，P（sig）值均小于0.05，说明各个变量存在极强的相关性，同时表明本文各个变量都能做因子分析。

（三）相关性分析

将因变量消费者信任度与自变量评论数量、评论质量、评论时效性之间进行相关性分析，分析结果如表5所示。结果表明，消费者信任度与评论数量、评论质量、评论时效性之间对应的相关系数分别是0.661、0.737和0.72，且均大于0，对应的相关性显著水平sig值均为0，远远小于临界水平0.05，说明消费者信任度与评论数量、评论质量、评论时效性之间有显著的正相关关系。

相关性分析能够反映出在线评论的数量、在线评论的质量、在线评论的时效性和消费者信任度之间的关系，从表5可得出：

（1）在线评论的数量和消费者信任度的pearson相关系数为0.661，这表明在线评论的数量和消费者信任是呈正相关关系的，由此证明假设Ha成立。

（2）在线评论的质量和消费者信任度的pearson相关系数为0.737，这表明在线评论的真实性和消费者信任是呈正相关关系的，由此证明假设Hb成立。

（3）在线评论的时效性和消费者信任度的pearson相关系数为0.720，这表明在线评论的时效性和消费者信任是呈正相关关系的，由此证明，假设Hc成立。

（四）回归分析

因变量消费者信任度对自变量评论数量、评论质量、评论时效性进行回归分析，表6是模型汇总表，反映了模型对数据的解释能力，R方和调整R方越大，模型的拟合情况越好，本研究中，经过分析得到R为0.793，调整的R方为0.624，大于0.5，估计的标准误差为0.383，说明模型的解释能力较强，同时也表明了在线评论能够解释消费者信任度中62.4%的差异性，说明自变量对因变量的影响非常显著。

表7是方差表，方差分析表反映了模型整体的显著性，一般讲模型的检验P（sig）与0.05比较，如果小于0.05，即显著。表8中的sig值为0，远远小于临界水平0.05，说明模型整体非常显著。假设H得到支持。

表8是回归系数表，回归系数是各个变量在回归方程中的系数值，sig值表示回归系数的显著性，越小越显著，一般将其与0.05比较，若小于0.05，即为显著。表8中自变量评论数量、评论质量、评论时效性对应的sig值均为0，远远小于临界水平0.05，说明回归系数很显著。在线评论数量、在线评论质量、在線评论时效性的标准化数值分别为0.231、0.380、0.324，说明在线评论的质量对消费者信任度的影响最大，然后是在线评论的时效性和在线评论的数量。

假设Y为消费者信任度，X1、X2、X3分别是评论数量、评论质量、评论时效性，应对应回归方程为：Y= 0.813+0.212X1+0.276X2+0.277X3

根据以上数据分析结果和本文的研究假设，可以得出本研究的结果模型，如图2所示：

（1）在线评论的系数为0.212，这说明在线评论的数量和消费者信任度呈显著正相关关系，表明在线评论数量越多，消费者对其信任度越高。

（2）在线评论质量系数为0.276，这说明在线评论质量和消费者信任度呈显著正相关关系，表明在线评论质量越高，消费者对其信任度越高。

（3）在线评论的时效性系数为0.277，这说明在线评论的时效性和消费者信任度呈显著正相关关系，表明在线评论的时间越近，消费者对其信任度越高。

五、结论和展望

（一）主要研究结论和建议

1.结论

本文通过构建在线评论与消费者信任之间的理论模型，通过实证研究方式研究各个变量之间的关系。设计问卷并以大学生和年轻上班族为主要调查对象进行电子问卷发放和收集数据，对所收集到的有效数据进行描述性统计、相关性分析和回归性分析，并且对问卷的信度和效度进行评估。通过相关性分析对各个变量之间的关系进行研究，经过实证分析得出了以下结果：

（1）在线评论的数量、在线评论的质量、在线评论的时效性对消费者信任度均有显著的正相关关系。因此，卖家在进行消费者售后服务管理时，需要同时关注这三个方面的内容。

（2）在线评论的数量越多，对消费者的信任度影响也越高。某种产品或者服务的评价越多，说明越多消费者被吸引并购买体验，通过研究发现，如果某件商品的评论数量越多，意味着消费者获得的有效信息更多，评论越多也是销量的体现，更能够令消费者增加信任。

（3）在线评论的质量对消费者信任度的影响最高，消费者在进行线上购物时，为了得到更多的有效信息，除了通过商家提供的商品广告，更重要的是由其他消费者在评论中提供的其他更客观，更符合消费者想知道的其他有效的商品信息，诸如文字、图片及视频等商品信息。高质量的在线评论能够有效提高消费者对商品和商家的信任度。

（4）评论的时效性也能正面影响消费者信任度。评论时间越接近消费者购买商品的时间，就越能够让消费者进一步了解该商品，因为新的评论代表其他消费者对此商品最新的使用评价，更能让购买者增加对商品的信任。

2.建议

在线评论在网络购物中是重要的信息传递员，大多数消费者在购买之前都会查看商品的相关评论。这样重要的环节对于电子商家来说也是一个非常值得关注和利用的。本文以学生和年轻上班族为调查对象，通过理论研究和实证分析，根据得出的结论提出几点建议：

（1）商家应该多引导消费者发表评论信息。商家应该引导已经在本店消费过的消费者进行积极有效的商品评论，积极有效的评论能够增加新消费者对该商家的信任度，从而提升购买几率。企业可以通过一些优惠政策来吸引消费者配合参加商品评论，让他们发表一些更详细、全面的商品评论，提高评论可信度和有效性，吸引更多的消费者。

（2）企业应该关注消费者在评论中对产品或服务的评论。消费者在评论中一般都是发表自己对产品或者购物过程的感受，企业应该关注消费者对产品或服务的评价，明确自身的优缺点，优点继续保持，缺点积极改进，根据消费者的喜好为其提供更优的服务，这样既能够优化自身，又能够与消费者形成良好的沟通，有利于培养消费者的忠诚度。

（3）消费者可以充分利用在线评论的机会，表达自己的观点。尤其是当消费者对商品或者服务不满意时，可以通过在线评论进行客观的表述。这样一方面可以让商家意识到自身存在的问题，另一方面也使其他潜在消费者能够对商品有正确的认识，避免产生不愉快的购物体验。

（二）研究的局限性和未来展望

本研究主要考察的是在线评论对消费者信任度的影响。消费者信任只是购买行为发生之前的情感“预兆”，而消费者信任与购买行为之间还会受到很多因素的影响。后续还可以进一步探讨在线评论对消费者购买行为的影响。

参考文献：

[1]Bickart BA，Schindler R M.Internet Forums as Influential Sources of Consumer Information[J].Journal of Interactive Marketing，2001（3）：31-40.

[2]Park D H，Kim S.The effects of Consumer knowledge on message processing of electronic world of mouth via online consumer reviews[J].Electronic Commerce Research and Applications，2008，7（4）：399-410.

[3]雍 艷.体验型产品在线评论对消费者决策影响效应的研究[D].北京：北京邮电大学，2012.

[4]张媛媛.在线评论对消费者购买决策影响的实证研究[D].杭州：浙江财经大学，2014.

[5]Mcknight D H，Carterm，Thatcher JB et al.Trust in a Specific Technology：An Investigation of Its Components and Measures[J].ACM Transactions on Management Information Systems，2011，2（2）.

[6]Ang，LDubelaar，C.&Lee，B.C.To Trust or not to Trust？A Model of Internet Trusts from the CustomersPoint of View[A].Proceedings of the 14th Bled Electronic Commerce Conference[C].Bled：Lawrence，2011（3）：40-52.

[7]Ba S，Pavlou P A.Evidence of the Effect of Trust Building Technology in Electronic Markets：Price Premiums and Buyer Behaviour[J].MIS Quarterly，2011（6）：243-268.

[8]赵宏霞，刘岩峰.关系营销、网店声誉对B2C电子商务交易信任的影响[J].软科学，2013（8）：80-84.

[9]胡洪畅.B2C电子商务中商家提升消费者信任度的策略研究[D].昆明：云南师范大学，2015.

[10]焦 玥.消费者口碑传播行为及交互影响的模拟仿真研究[J].计算机应用研究，2014（11）：3234-3239.

[11]郝清民，魏凤霞.消费者感知的在线评论有用性影响因素研究[J].天津大学学报（社会科学版），2014（5）：404-408.

[12]刘 峰，刘 敬，白 松，等.互联网金融时代银行客户行为变化趋势及对策研究[J].北京金融评论，2014（3）：187-203.

[13]中国互联网信息中心.第40次中国互联网络发展状况统计报告[R].http：//www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201708/t20170803_69444.htm，2018-03-02.