网络零售商经营绩效的影响因素研究

宋鹏 郭勤勤

【摘 要】 伴随互联网的飞速发展，网络零售商的经营绩效成为经济增长的重要支柱。面向网络零售商财务数据难以获取的现实困难，立足于Web 2.0时代复杂大数据信息的可获取性，文章创新性地引入在线评论特征维度，以在线评论异质性为调节变量，采用Block回归方法研究在线评论特征对网络零售商经营绩效的影响。研究发现，在线评论异质性越高，其对在线评论特征与网络零售商之间的关系具有负向调节作用;在线评论异质性越低，则表现出正向调节作用。研究成果对于网络零售商改进综合服務质量，提高经营绩效，提升可持续竞争力具有重要的现实价值。

【关键词】 网络零售商; 经营绩效; 在线评论; 异质性

【中图分类号】 F274.6  【文献标识码】 A  【文章编号】 1004-5937（2019）12-0035-06

一、引言

从国民经济发展的现实状况来看，经济增长和企业经营绩效息息相关。长期以来，作为衡量企业综合发展水平的主要指标，企业经营绩效一直受到学术界和实务界的广泛关注[1-3]。传统的企业经营绩效研究多集中于线下企业，而随着互联网的发展，电商平台已然成为零售业态的重要组成部分，相应的，网络零售商的经营绩效则成为经济增长的重要支柱。因此，开展网络零售商经营绩效影响因素的研究具有重要的理论与现实价值[4]。

从现有研究成果来看，一方面，传统的企业绩效研究多以财务报告作为数据基础，从企业规模、资本结构和管理层激励等不同方面来探究企业绩效的影响因素[1-3];另一方面，以往的电商企业绩效研究主要注重于电商收入的确认、会计核算等方面[5-8]，还有学者利用调查问卷数据来研究平台声誉对平台经营绩效的影响[9]。然而，鲜有研究关注于网络零售商经营绩效的影响因素。就其原因而言，则与网络零售商的财务数据信息难以获取紧密相关。事实上，Web 2.0时代，面对以用户生成内容为核心的新情境，在线评论已然成为电商平台对网络零售商绩效评估、网络零售商改进综合服务质量、客户购买决策的主要信息来源[10，11]。因此，面向网络零售商财务数据难以获取的现实困难，以在线评论等相关数据为决策分析基础，有望为网络零售商经营绩效的影响因素分析提供一条崭新的研究路径。

考虑网络零售商财务数据信息获取的限制性和问卷调查数据的相对主观性，本文试图以网络零售商的产品销售量作为经营绩效的代理变量开展其绩效的影响因素研究。进一步的，相比于传统的企业运营模式，尽管网络销售使得企业可以获得更多的客户偏好信息，但是信息的海量性、不一致性等均给相关利益主体的决策分析带来了新的困难。针对在线评论信息不一致的现象，诸多学者将在线评论异质性作为解释变量开展研究，但研究结果并不一致，且鲜有将其作为调节变量进行研究。因此，本文针对网络零售商财务信息难以获取的现实困难，立足于Web 2.0时代复杂大数据信息的可获取性，创新性地引入在线评论特征维度，以在线评论异质性为调节变量，采用Block回归方法研究在线评论特征对网络零售商经营绩效的影响。

二、文献回顾与研究假设

（一）企业经营绩效

传统的研究多注重于企业规模、资本结构或管理层激励对企业经营绩效的影响。杜兴强等[2]研究高层管理薪酬激励对上市公司业绩的影响，结果表明高层管理当局薪酬与公司业绩之间呈正相关关系。陈德萍等[1]以创业板上市公司为研究对象，探究资本结构与企业经营绩效之间的关系。结果发现，资本结构和企业规模都对企业经营绩效具有显著影响。陈晓飞等[3]以环保上市公司作为研究对象，对企业规模和经营绩效之间的关系进行了分析。结果表明，企业规模与经营绩效之间只存在部分相关性。刘名武等[12]采用超效率DEA模型，探究研发投入对物流企业经营绩效的贡献率。结果发现，研发投入与企业绩效之间呈正相关关系。随着互联网的发展，学者开始尝试研究网络经营绩效，但诸多研究都主要集中于电商收入的确认、会计核算等相关问题的研究，如雷娟等[6]认为针对网络游戏虚拟商品的不同情形，网络游戏企业确认收入的时点是不同的。杨志强等[7]以淘宝网络商家收入为研究对象，对电子商务收入的确认与计量进行了探讨。可以看出，关于网络零售商经营绩效影响因素的研究仍然很少。高艳等[13]以CEO开放性作为调节变量，研究网络营销能力对企业绩效的影响。结果表明，网络营销能力对企业绩效具有正向影响，并且CEO开放性对两者之间的关系具有正向调节作用，这也为“销售量作为企业经营绩效的代理变量”提供了进一步的证据支持。

（二）在线评论异质性

在线评论异质性是指客户对产品相关评价的不一致程度，即针对同一产品，客户群体既有正向评论，也有负向评论，甚至有些评论是极端性的，相应的，在线评论异质性可用评论离散程度来刻画。在线评论异质性低则意味着客户群体对同一产品的评价响应是相似的，这意味着很可能是因为产品本身因素引起的，而在线评论异质性高则意味着客户群体对同一产品的评价响应存在很大的差异，引起这种差异的原因很可能是外部环境因素导致的。Clemons et al.[14]的研究表明，不一致的用户生成内容能促进销售收入增长，即产品评论不一致性越高，表明客户对产品的综合评价存在一定的争议性，这会引起客户群体对产品的谈论，增加客户对产品的兴趣和购物欲望，促进产品销售收入的增长，进而提升网络零售商的经营绩效。但是它对所有的产品都是正向影响吗？现有的研究成果存在结论不一致的现象。如Sun[15]研究了在线评论异质性与评论星级得分对产品销量的交互作用，结果表明：星级平均分值较高时，评论离散程度对销量有负向影响;星级平均分值较低时，评论离散程度对销量有正向影响。而本文引入在线评论异质性作为调节变量，基于在线评论视角来研究网络零售商经营绩效的影响因素。

本文分别选取在线评论数量和评论长度作为刻画评论数量和评论文本特征的变量。

对于在线评论数量与销售收入之间的关系，大量实证研究结果均表明两者之间存在正相关关系，即评论数量越高，销售收入越高。如Godes et al.[16]研究结果表明，当客户群体对某商品的在线评论越多，就越能引起潜在客户的关注，从而引发客户的购买欲望。卢向华等[17]研究大众点评餐馆的在线评论数量与销售收入之间的关系，结果表明在线评论数量对销售收入具有显著的正向影响，并且价格对两者之间的关系起到了调节作用。基于此，本文认为在线评论数量与经营绩效之间具有正相关关系，同时以在线评论异质性作为调节变量研究在线评论数量对经营绩效的影响。在线评论异质性越高，即说明该产品并没有获得客户群体的一致认可，客户由于风险规避意识，从而导致购买欲望降低，削弱了评论数量对经营绩效的正向作用。反之，在线评论异质性越低，即评论差异性越小，代表客户群体对该产品质量的认可度一致，增强了在线评论数量对经营绩效的作用。相应的，本文提出假设1和假设2。

H1：在线评论异质性越高，其对评论数量与经营绩效之间的关系具有负向调节作用。

H2：在线评论异质性越低，其对评论数量与经营绩效之间的关系具有正向调节作用。

评论长度是指客户购买产品后对产品的质量和商家服务做出评价的字数。张艳辉等[18]引入产品类型作为调节变量研究在线评论文本长度对评论有用性的影响。现有的大量研究表明，评论文本长度越长，在线评论所包含的信息可能越全面，即越能增加客户购买的信心，从而引发产品销售收入的上升[19-20]。本文在现有研究的基础上，引入在线评论异质性作为调节变量研究评论长度对经营绩效的影响。在线评论异质性越高，即评论离散程度越高，表明客户群体对该产品的综合评价一致性低，从而削弱了评论长度与经营绩效之间的正相关关系;反之，即在线评论差异性越低，则增强了评论文本长度对经营绩效的影响。因此，本文提出假设3和假设4。

H3：在线评论异质性越高，其对评论长度与经营绩效之间的关系具有负向调节作用。

H4：在线评论异质性越低，其对评论长度与经营绩效之间的关系具有正向调节作用。

除以上变量外，本文将评论时间和产品价格作为控制变量。理论模型框架图如图1所示。

三、研究方法

（一）变量测量

本文基于在线评论异质性的视角，建立了在线评论属性特征对网络零售商经营绩效的影响因素模型。研究模型共包括6个变量，其中因变量是经营绩效：用产品销量排名代替即Ln Rank[16，21]。自变量包括评论数量（直接抓取）、评论长度（在线评论的字符个数）。调节变量为在线评论异质性（评论评分的标准差）。控制变量包括评论时间（抓取评论数据的时间与发表评论时间的差）、产品价格（直接抓取）。综上，相关变量定义如表1所示。

（二）数据收集

本文以亞马逊中国（https：//www.amazon.cn/）为目标平台，选取销量排名前100产品的在线评论信息为研究样本。考虑到不同类型产品的在线评论特征对经营绩效可能存在不同的影响作用，为了保证实证研究结果的可靠性，本文在总体样本的基础上，又将搜索型产品与体验型产品区分开来分别组成两个样本子集。实证研究中，剔除了评论数量为0的所有样本，在线评论样本共40 207个;其中，体验型产品21 306个样本，搜索型产品18 901个样本。本文采用Block方法，通过分层回归验证在线评论的属性特征对经营绩效的影响以及在线评论异质性的调节效应。

四、实证结果与分析

本研究运用分层回归分析方法验证在线评论特征对经营绩效的影响，所有变量均纳入模型。值得注意的是，本研究的因变量是用产品销量排名代替，其与经营绩效是负相关关系，即排名越靠前，经营绩效越高。当回归结果系数为正时，表明自变量对经营绩效具有负向影响;反之，则表明具有正向影响。

表2和表3分别是全部样本的描述性统计和回归分析结果。根据产品的在线评论异质性数据分布，将大于中值的定义为差异大，小于等于中值的定义为差异小，即SDstar>0.95时，定义为在线评论异质性高;当SDstar≤0.95时，定义为在线评论异质性低。将在线评论异质性高记为1，在线评论异质性低记为0。

从表3实证结果来看，评论长度与企业经营绩效之间呈正相关关系，而评论数量与企业经营绩效呈负相关关系;在线评论异质性越高，其对在线评论特征与企业经营绩效之间的关系具有正向调节作用。就其原因而言，本文认为这可能归咎于全样本包含了不同类型的产品。

为了进一步研究在线评论异质性对在线评论与企业经营绩效之间关系的作用，本文将全部样本分成搜索型产品和体验型产品两组，表4和表5是其基本的描述性统计。

根据两种产品的在线评论异质性数据分布，将大于中值的定义为差异大，小于等于中值的定义为差异小，即在搜索型产品中，当SDstar>0.90时，定义为在线评论异质性高;当SDstar≤0.90时，定义为在线评论异质性低。在体验型产品中，当SDstar>1.11时，定义为在线评论异质性高;当SDstar≤1.11时，定义为在线评论异质性低。将在线评论异质性高记为1，在线评论异质性低记为0。

搜索型产品的模型回归结果如表6所示，由模型2与模型1可知，加入自变量后，模型拟合优度有了显著提高（ΔR2=0.190，p<0.001）。模型2中的5个变量对经营绩效的影响均在p<0.001的水平上显著。比较模型3和模型2，加入交乘项后，模型拟合优度和方程的总体显著性更优（ΔR2=0.009，p<0.001），且两个交互项都在p<0.001的水平上显著。从表6的结果可知，在模型2中，评论数量对搜索型产品的经营绩效具有显著的负向影响，其可能是因为客户主动评论意愿较低，因此造成了这样的结果。由模型2的回归结果可知，在线评论异质性对搜索型产品在线评论数量与经营绩效之间的关系具有调节作用，且从模型3的结果可知，当在线评论异质性越高时，其起到了负向调节作用，反之则增强了在线评论数量对经营绩效的影响，H1和H2得到验证支持。而评论长度与搜索型产品的经营绩效之间具有显著的正相关关系，在线评论异质性对评论长度与搜索型产品的经营绩效之间的关系起到了调节作用，H3和H4得到支持。

体验型产品模型的回归结果如表7所示，比较3个模型的结果可知，加入自变量与交乘项后，模型拟合优度和方程的显著性有了明显提高（ΔR2=0.140，ΔR2=0.032，p<0.001），并且变量和交乘项均在p<0.001的水平上显著。从模型2的结果可知，评论数量对体验型产品的经营绩效具有显著的正向影响，评论长度与经营绩效之间呈显著负相关关系，可能原因是客户群体购买体验型产品后，更倾向于写长篇的差评，因此导致了负向结果。分析模型3的结果表明，在线评论异质性越高，评论差异越大时，对体验型产品评论数量、评论长度与经营绩效之间的关系均起到了负向调节作用，反之起到了正向调节作用，假设都得到了验证支持。

五、结论与展望

（一）研究结论

在现有研究的基础上，本文基于亚马逊中国的产品数据（销量、销售价格等）和在线评论信息数据，引入在线评论异质性作为调节变量构建多元线性模型，应用分层回归方法分析网络零售商经营绩效的影响因素。主要创新与结论如下：

1.本文针对网络零售商财务信息难以获取的现实困难，立足于Web 2.0时代复杂大数据信息的可获取性，创新性地引入在线评论特征维度，分析大样本复杂评论信息与网络零售商经营绩效之间的关系。这一新的研究视角有望为互联网企业经营绩效影响因素的研究提供一条崭新的路径。

2.区别于传统的企业经营绩效研究，本文基于在线评论视角，引入销售量作为企业经营绩效的代理变量，研究在线评论异质性与在线评论特征对网络零售商经营绩效的交互作用。在线评论异质性即评论不一致性，当产品的评论不一致性越高时，表明客户群体对该产品的评价有很大的差别，而潜在客户由于风险规避意识，可能会降低对该产品的购买欲望，从而降低了经营绩效，削弱了在线评论其他属性特征对经营绩效的作用;反之，则增强了客户群体的购买信心，进而刺激经营绩效的上升。

（二）研究展望

基于以上的结论分析可以看出，评论的异质性对在线评论特征与经营绩效之间的关系起到了调节作用，网络零售商与电商平台应注重个体差异，通过提升客户服务效率，进而提高经营绩效。但本文的研究也存在一些不足：

1.本文仅仅研究了在线评论异质性对评论数量特征和评论文本特征与经营绩效之间关系的作用，未来可以引入其他变量如评论者排名、在线评论有用性进行研究，深入探讨在线评论异质性对经营绩效的影响。

2.本文仅仅从数值上衡量了在线评论异质性，即从评分的角度刻画了评论不一致性。客户群体可能由于一些主观原因虽然对产品进行高评分，但是其发表的评论内容却是负面的。因此，未来的研究可以运用智能化自然语言处理来分析评论文本中客户的情感倾向，进而更为精细地分析在线评论异质性与经营绩效之间的相关关系。

【参考文献】

[1] 陈德萍，曾智海.资本结构与企业绩效的互动关系研究——基于创业板上市公司的实证检验[J].会计研究，2012（8）：66-71.

[2] 杜兴强，王丽华.高层管理当局薪酬与上市公司业绩的相关性实证研究[J].会计研究，2007（1）：58-65.

[3] 陈晓飞，关峻.企业规模与经营绩效相关性研究——来自环保上市公司数据[J].财会通讯，2014（27）：38-40.

[4] 王煜.网络营销财务管理存在的问题和解决对策[J].会计之友，2012（10）：29-31.

[5] 李寿喜，汪梦晓.我国收入会计准则变动对电商企业会计核算的影响[J].会计之友，2018（5）：142-144.

[6] 雷娟，陈宏刚，陈娟.探析网络游戏中虚拟货币销售收入的确认[J].会计之友，2016（19）：42-45.

[7] 杨志强，黄林娜，黄椿丽.电子商务会计收入确认探讨——基于淘宝网络商家收入确认视角[J].财会通讯，2014（28）：75-78.

[8] 祝兵.“天猫”卖家收入确认与促销的会计核算[J].财会月刊，2014（5）：75-77.

[9] 汪旭晖，郭一凡.平台型电商声誉对平台卖家绩效的影响研究——基于顾客关系质量的研究视角[J].西南民族大学学报（人文社会科学版），2018，39（11）：128-135.

[10] SULIN B，PAUL A P.Evidence of the effect of trust building technology in electronic markets：price premiums and buyer behavior[J].Management Information Systems Quarterly，2002，26（3）：243-268.

[11] BAKOS YANNIS J.Reducing buyer search costs：implications for electronic market places[J].Management Science，1997，43（12）：1676-1692.

[12] 劉名武，任颖颖.考虑R&D 投入的我国上市物流企业经营绩效研究[J].会计之友，2018（4）：125-130.

[13] 高艳，宋蔚.CEO开放性、网络营销能力与企业会计绩效[J].财会通讯，2019（9）：51-60.

[14] CLEMONS E K，HITT G L .When online reviews meet hyper differentiation：a study of the craft beer industry[J].Journal of Management Information Systems，2006，23（2）：149-171.

[15] SUN，MONIC.How does the variance of product ratings matter？[J].Management Science，2012，58（4）：696-707.

[16] GODES D，MAYZLIN D.Using online conversations to study word-of-mouth communication[J].Marketing Science，2004，23（4）：545-560.

[17] 卢向华，冯越.网络口碑的价值——基于在线餐馆点评的实证研究[J].管理世界，2009（7）：126-132.

[18] 张艳辉，李宗伟.在线评论有用性的影响因素研究：基于产品类型的调节效应[J].管理评论，2016，28（10）：123-132.

[19] 王君珺，闫强.不同热度搜索型产品的在线评论对销量影响的实证研究[J].中国管理科学，2013（S2）：406-411.

[20] 石文华，王璐，绳娜，等.在线初次评论与在线追加评论对商品销量影响的比较研究[J].管理评论，2018（1）：144-153.

[21] MAYZLIN D，CHEVALIER J A.The effect of word of mouth on sales：online book reviews[J].Journal of Marketing Research，2006，43（3）：345-354.