在线评论有用性影响因素研究综述

杨 笑

（北京外国语大学国际商学院 北京 100089）

引言

电子商务行业的快速发展使得网购平台上商品相关评论更为丰富，提供参考意见的同时也造成了信息过量。为解决这一问题就需要深入了解有用评论的特征，目前学界关于该主题涌现了许多观点，其中就有不一致的地方，相悖的观点和看法也有利于引发更多思考。本文基于信息采纳模型，通过聚焦于评论有用性影响因素对有用性影响结果的不一致性，分别从评论特征、评论者特征、阅读者特征及其他方面展开，进而结合研究现状提出研究展望与管理启示。

在线评论有用性的定义

ChatterjeeP首次提出在线评论的定义，认为评论有用性为评论信息使用的影响程度，对于评论有用性的定义仍存在一定讨论，多数学者均是基于研究需要对有用性做出解读，因此衡量方法也有所差异，有采用有用性投票数量，也有采用量表等测量方式，也有学者建议采用多种方式结合以提高测量准确度。综合不同的解释，本文认为评论有用性定义多包含三个方面：评论对购物决策或与研究目的相关方面的作用、对于有用的主观感知角度、评论的出处和相关内容。本文认为评论有用性可以理解为评论对于潜在消费者做出购物决策主观感受到的帮助程度。

在线评论有用性影响因素

本文将目前研究关于评论有用性影响因素分为评论特征、评论者特征、阅读者特征、其他因素四类，分别进行分析。

（一）评论特征

信息采纳模型认为信息质量为影响信息有用性进而影响信息采纳的重要方面，本文从信息质量方面梳理“什么样的评论更有用”。

评论长度。一般用字数、有效字数等衡量评论长度，往往评论越长包含有用信息越充分，有研究认为越长的评论越能获得点赞数，也有研究发现差评长度负向影响有用性，可能是差评字数相对好评更短，并且短评更直接反映产品缺陷。结论的不一致可能是长度指标难以较好衡量内容信息丰富度，从而在不同场景下呈现差异。

评论量。曾鑫发现对于电影产品评论量负面影响有用性，也有研究认为评论字数大于10的有效评论数正向影响有用性，表明海量评论中能够反映有效信息的评论越多越好，当下研究结论不一致可能是基于不同研究构想纳入的样本不同导致的。

评论极端性。有学者将评论分为好评、中评、差评，发现电商平台极端的评论对有用性影响不显著，也有学者发现对于第三方平台用星级衡量的极端性正向影响有用性，电商平台则不显著。此外，江晓东认为极端性正向影响有用性，且在体验品中正向影响更强，表明产品类型和平台类型可能是造成目前研究结论差异的原因。

（二）评论者特征

依据信息采纳模型，当依据评论内容质量不好决策时，消费者会通过边缘路径参考评论者相关特征（信息源可信度），从而进一步考虑决策。本文从评论者特征梳理“谁提供的评论更有用”。

个人信息披露。评论者披露个人信息会使得阅读者更加相信该评论，现有许多研究也证实了这一观点。评论者身份信息的公开（头像是否为本人头像）对于景区在线评论的有用性具有显著正向影响，同时性别和年龄信息的透露会使评论者的评论有用性更高。有购买经验（显示已购买商品）的评论者发布的评论有用性更高。

专业知识。拥有更多专业知识的评论者往往被认为更权威，值得信任。李悦研究发现评论者带精英标签会对评论有用性产生积极影响，也有研究认为标签对评论有用性无显著影响，评论者平台注册年龄、上传照片数量能正向影响评论有用性，表明标签对有用性的影响可能存在中介作用或其他影响机制。

评论者经验及专业性。许多学者认为评论经验与专业性相关，两者共同影响评论有用性。Choi H S和Leon S发现评论者经验（评论发布评论数量）负向影响评论有用性，评论者专业性（评论者所有发布评论有用投票比率）正向影响评论有用性；周旋认为评论者专业程度（用户发表评论数和用户等级）对景区在线评论有用性没有显著影响，苏雪佳也得出评论者发布的有用评论数量对评论有用性无显著影响；而林先杰基于Yelp平台发现评论专业程度（用户发表评论数和用户等级排名）对评论有用性有正向影响。刘利伟则基于跨境电商产品发现评论者经验（累计购物金额等级）对海外产品评论有用性影响不显著。以上结论不一致可能是由于研究涉及的平台和商品类型具有差异。

声誉。评论者声誉（评论者奖章数量和粉丝量）对于景区在线评论的有用性具有显著正向影响。此外，评论者排名体现了评论者的总体评论质量，评论者排名越靠前，其评论有用性越高。

社会性因素。殷国鹏、刘雯雯、祝珊发现在一定范围内评论者受关注程度（订阅者数）正向影响其发表评论的有用性评分，但是超过一定阈值之后，可能由于不同意见社区用户的关注，呈现负向相关影响。林先杰发现评论者社会网络中心度（好友数和粉丝数）对评论有用性有正向影响，张孝慈发现评论者的内向网络中心度（粉丝数）与在线评论有用性之间呈正向相关关系，外向网络中心度（好友数）则相反。王虹研究发现评论影响力（评论被阅读量）及评论者活跃度（评论者发帖数量）正向影响评论有用性。空间距离对有用性也呈现一定影响，远距离的评论者发表的星级评论感知努力更高，进而感知有用性更高。

（三）阅读者特征

不同阅读者对于信息的处理能力和理解角度均有差异，因此从信息有用性的感知者角度梳理“评论对谁更有用”。

阅读者商品涉入度。涉入理论中“自我涉入”可以用于预测一个人因其地位或角色对于他人的说服（或相反意见）的态度，当评论涉及的产品和服务与消费者相关度高或者重要性高，需要消费者消耗大量精力和时间对其信息进行加工处理，则为高涉入度商品。消费者对于高涉入度产品优先采用中心路径信息质量处理信息，对于低涉入度产品则会倾向采用边缘路径以减少认知成本和搜寻努力。阅读者商品涉入度可以调节评论有用性影响因素对评论有用性影响，也有研究认为商品涉入度正向影响感知有用性。

阅读者互联网经验。彭岚、周启海等从信息接受者角度提出阅读者的互联网经验会影响其搜索成本，拥有互联网经验的消费者搜索成本较低，搜索成功概率更大，从而更愿意使用互联网搜集信息，从而影响其对评论的感知有用性。

阅读者决策时间。近时间距离决策时（一天后），消费者感知负面的客观评论有用性更强；远时间距离决策时（一年后），消费者感知负面的主观评论有用性更强。

阅读者调节定向类型。防御定向消费者相对促进定向消费者更悲观、更倾向规避风险；对于促进定向的个体，正面评论具有更高的感知有用性，对于防御定向的个体则相反。

（四）其他影响因素

探讨其他影响因素可以深入了解“什么情况下评论更有用”。

品牌。品牌是商家用于将自身产品服务特殊化的一种符号或者标记，品牌声誉是口碑的一部分。品牌的价值、高低端评判难以界定，往往结合价格、知名度、市场占有率、媒体评价等区分。蔡春江研究发现商品品牌在评论星级和评论深度对评论有用性的影响中呈现显著中介作用，并且调节评论者排名和评论者购买经验对评论有用性的影响。对于搜索型产品，品牌熟悉度越高，相比较于一致性的追评，矛盾性的追加评论对消费者感知有用性更大。正面评论下，消费者倾向于预订熟悉品牌的酒店，而负面评论下，无论品牌是否熟悉，消费者几乎不打算预订酒店，对于不熟悉的品牌，消费者对价格还会更敏感。

商品类型。商品类型可以分为搜索品和体验品、高卷入度型和低卷入度型。搜索品是消费前能够通过已有信息大致了解产品的属性，而体验品则需要更深入体验。有研究表明搜索品评论长度及评论获赞数均大于体验品，表明产品类型影响评论长度和评论有用性。产品卷入度是指消费者基于自身利益和需求对产品的关心程度。消费者针对高卷入度产品会投入更多精力与思考，通过复杂的比较分析进行购买决策。一般高卷入度产品对于消费者而言更重要，决策风险大。刘翥发现在表达相同情绪的在线评论下，产品卷入度越低，感知风险越小，消费者感知有用性越高。

评论平台。李枫林等将信息分为商家主导信息，用户主导信息和第三方主导信息。在此基础上评论平台可分为卖家平台、第三方平台和消费者自建平台，对于搜索品而言，不同平台的正面在线评论感知有用性没有显著差异，对于正面评论，卖家平台感知有用性弱于其他平台，可能是相对于卖家平台商业性更弱，信息更具有说服性。此外，消费者自建平台用户间关系强度更高，信息数量更少。

价格。消费者对于低价格产品感知风险较低，正向评论与其购买预期一致，负向评论容易被归因为评论者自身原因，因此对于价格较低的商品，正向评论有用性大于负向评论；同理，对于价格较高的商品，负向评论有用性大于正向评论。

研究展望与管理启示

（一）研究展望

尽管目前关于评论有用性的研究视角和方法多种多样，有许多研究成果，但是依然存在需要深入研究讨论的内容。

首先，对于部分指标，例如评论情绪、评论双面性、评论视频、评论图片等研究相对于评论长度、评论量等较少，未来的研究可以进一步丰富该话题内容，也可以探索目前还没有深入研究的一些评论因素。例如，是否设置在线直播讲解，从而扩充有用性影响因素指标丰富该领域的研究。

其次，对于卖家的反馈及营销对策研究较少，未来可以进一步讨论，卖家是否回复评论以及卖家是否上传产品评论图片对有用性的影响，为电商营销提供建议与参考。此外，从产品设计角度来看，不同的平台UI设计方式及评论呈现方式也可能影响感知有用性，还可以深入了解电商平台和第三方平台评论内容的差异。

最后，对于目前研究结论存在的不一致性还有待深入分析。

（二）管理启示

诸多研究均表明在线评论对于消费者决策有一定程度影响，因此就消费者而言需要加强识别有用评论的能力，提升消费者维权意识，其中就包括对于虚假好评的举报等，也可以通过对评论进行回复与其他潜在消费者深入交流。

平台可以通过设置收货后评论提醒积极引导消费者做出评价，以及畅通举报投诉渠道，鼓励共同维护网络评论秩序，同时，也可以制定更详细的平台规范及利用大数据手段对产品评论进行监管，约束商家的不当营销及其他不当行为。

商家可以积极参与评论互动，从而促进评论区讨论氛围及适时解答潜在消费者共有疑惑，从而打消部分决策顾虑，也可以积极分析评论内容持续进行产品改进及服务优化。