莫贊　李燕飛

〔摘 要〕為了理解在線評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響，文章采集淘寶網(wǎng)400多家店鋪的在線評(píng)論信息，基于S-O-R模型（Stimulus-Organism-Response Model），從消費(fèi)者學(xué)習(xí)的角度，研究體驗(yàn)型商品的在線評(píng)論信息對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響。采用SPSS 190軟件進(jìn)行數(shù)據(jù)分析，對(duì)假設(shè)進(jìn)行實(shí)證研究，統(tǒng)計(jì)結(jié)果表明，好評(píng)數(shù)量、描述評(píng)分、有圖片評(píng)論數(shù)量、追加評(píng)論數(shù)量和累計(jì)評(píng)論數(shù)量對(duì)消費(fèi)者購(gòu)買(mǎi)行為造成影響，中評(píng)數(shù)量、差評(píng)數(shù)量、物流評(píng)分和服務(wù)評(píng)分影響效果不顯著。文章最后提出了建議與不足。

〔關(guān)鍵詞〕在線評(píng)論；消費(fèi)者學(xué)習(xí)；體驗(yàn)型商品；購(gòu)買(mǎi)行為

DOI：10.3969/j.issn.1008-0821.2015.09.001

〔中圖分類號(hào)〕F7135 〔文獻(xiàn)標(biāo)識(shí)碼〕A 〔文章編號(hào)〕1008-0821（2015）09-0003-05

〔Abstract〕In order to understand the effect of online reviews on consumer purchase behavior，more than 400 Taobao shop online reviews were collected.Based on S-O-R model（Stimulus-Organism-Response Model），from a new perspective of consumer learning，this paper studied the influence on consumer purchase behavior according to online reviews of experience goods.Using SPSS 190 software for data analysis and assumptions，statistical results showed that the quantity of praise reviews，describing score，quantity of having picture reviews，quantity of appended reviews and total quantity of reviews have an effect on consumer purchase behavior.The quantity of neutral reviews and bad reviews，logistics and service score are not significant.Finally，the paper put forward suggestions and shortcomings.

〔Key words〕online reviews；consumer learning；experience goods；purchase behavior

電子商務(wù)網(wǎng)站的發(fā)展，帶動(dòng)了消費(fèi)者開(kāi)始習(xí)慣于網(wǎng)絡(luò)購(gòu)物。根據(jù)艾瑞咨詢最新數(shù)據(jù)顯示，2014年第3季度中國(guó)網(wǎng)絡(luò)購(gòu)物市場(chǎng)交易規(guī)模為69141億元，B2C占比達(dá)到442%，B2C市場(chǎng)中天貓占比近六成，而C2C市場(chǎng)體量大，能滿足網(wǎng)購(gòu)用戶差異化及個(gè)性化的需求，未來(lái)仍將維持穩(wěn)定增長(zhǎng)[1]。中國(guó)互聯(lián)網(wǎng)信息中心CNNIC發(fā)布的第35次調(diào)查報(bào)告顯示，截至2014年12月，我國(guó)網(wǎng)民規(guī)模達(dá)649億，其中手機(jī)網(wǎng)民達(dá)557億[2]，移動(dòng)購(gòu)物也逐漸成為大勢(shì)所趨。

消費(fèi)者在電子商務(wù)網(wǎng)站做出購(gòu)買(mǎi)行為之前，習(xí)慣以在線評(píng)論信息作為自己是否購(gòu)買(mǎi)的判斷依據(jù)。當(dāng)消費(fèi)者成功購(gòu)買(mǎi)后，也會(huì)在電子商務(wù)網(wǎng)站做出自己對(duì)商品的評(píng)價(jià)。近年來(lái)，對(duì)于在線評(píng)論的研究以評(píng)論的有用性和可信度為主，本文以淘寶網(wǎng)的體驗(yàn)型商品為例，采集某品牌洗面奶的評(píng)論信息，研究消費(fèi)者在使用在線評(píng)論的過(guò)程中，是如何影響購(gòu)買(mǎi)行為的。

圖1 2014年第3季度中國(guó)B2C購(gòu)物網(wǎng)站交易規(guī)模市場(chǎng)份額

1 相關(guān)理論基礎(chǔ)

在線評(píng)論的定義，不同的學(xué)者對(duì)于它的看法不全一致。Park和Lee[3]認(rèn)為在線評(píng)論是消費(fèi)者之間關(guān)于網(wǎng)絡(luò)商城中已銷(xiāo)售的產(chǎn)品的正面和負(fù)面的評(píng)價(jià)。Mudambi和Schuff[4]將在線評(píng)論定義為粘貼在零售商、第三方網(wǎng)站上的由消費(fèi)者創(chuàng)造的關(guān)于產(chǎn)品、服務(wù)的評(píng)價(jià)信息。本文認(rèn)為，在線評(píng)論是消費(fèi)者做出的關(guān)于產(chǎn)品不同方面的評(píng)價(jià)信息。通過(guò)這些信息，消費(fèi)者能根據(jù)他人的評(píng)價(jià)和體驗(yàn)心得推斷商品的質(zhì)量，減少個(gè)人時(shí)間及降低購(gòu)買(mǎi)風(fēng)險(xiǎn)。

定量化的研究在線評(píng)論如何影響消費(fèi)者總體購(gòu)買(mǎi)行為，可以轉(zhuǎn)化成研究在線評(píng)論如何影響商品銷(xiāo)量或者銷(xiāo)售額的問(wèn)題[5]。有學(xué)者通過(guò)對(duì)在線評(píng)論和電影票房收入的研究，發(fā)現(xiàn)用銷(xiāo)售量定量化測(cè)度消費(fèi)者總體購(gòu)買(mǎi)行為是可行的[6]。因此本文以商品的月成交記錄，研究在線評(píng)論如何影響消費(fèi)者的購(gòu)買(mǎi)行為。

淘寶網(wǎng)的在線評(píng)論信息均是匿名的，由于信息的不對(duì)稱，消費(fèi)者在購(gòu)買(mǎi)前無(wú)法得知商品的全部信息，要在購(gòu)買(mǎi)前搜集在線評(píng)論信息以提高認(rèn)知，在線評(píng)論提供了消費(fèi)者真實(shí)購(gòu)物的感受，為消費(fèi)者了解商品提供了參考。有學(xué)者認(rèn)為，消費(fèi)者在線評(píng)論搜尋的驅(qū)動(dòng)力來(lái)自于信息不對(duì)稱、可用信息的缺失、感知認(rèn)知權(quán)威和感知經(jīng)濟(jì)[7]，從中也可以看出在線評(píng)論搜尋行為是消費(fèi)者進(jìn)行購(gòu)買(mǎi)前的重要步驟。同時(shí)在線評(píng)論可以提高消費(fèi)者對(duì)于購(gòu)物網(wǎng)站和商品的感知能力，可以潛在地吸引消費(fèi)者關(guān)顧，提高消費(fèi)者對(duì)該網(wǎng)站的忠誠(chéng)度以及群體感，使得消費(fèi)者做出更好的購(gòu)物決策[8]。在線評(píng)論作為一種消費(fèi)者的指引信息，這種匿名的傳播方式讓更多的消費(fèi)者愿意提供自己的真實(shí)體驗(yàn)，哪怕是負(fù)面的評(píng)論內(nèi)容，但賣(mài)家會(huì)對(duì)消費(fèi)者的消極評(píng)論信息采取策略，使得部分信息讓人不可信。而且部分淘寶賣(mài)家對(duì)差評(píng)買(mǎi)家存有騷擾及報(bào)復(fù)行為，讓買(mǎi)家不敢給出真實(shí)評(píng)價(jià)，且賣(mài)家存在刷信譽(yù)的行為，讓消費(fèi)者無(wú)法區(qū)分哪些交易是虛假的，增加了消費(fèi)者根據(jù)評(píng)論判斷商品優(yōu)劣的難度。endprint

消費(fèi)者學(xué)習(xí)，是消費(fèi)者在購(gòu)買(mǎi)和使用商品活動(dòng)中不斷獲取知識(shí)、經(jīng)驗(yàn)和技能，不斷完善其購(gòu)買(mǎi)行為的過(guò)程。消費(fèi)者對(duì)商品的態(tài)度，受到在線評(píng)論的評(píng)分和評(píng)論數(shù)量的影響。消費(fèi)者在有購(gòu)買(mǎi)動(dòng)機(jī)之時(shí)，受到好的或差的在線評(píng)論的暗示，會(huì)出現(xiàn)喜愛(ài)或者厭惡的態(tài)度，當(dāng)高質(zhì)量的評(píng)論不斷出現(xiàn)時(shí)，消費(fèi)者心里的消費(fèi)沖動(dòng)會(huì)不斷地被強(qiáng)化，而低質(zhì)量的評(píng)論不斷出現(xiàn)時(shí)，消費(fèi)者的消費(fèi)沖動(dòng)就會(huì)降低。消費(fèi)者購(gòu)買(mǎi)商品之后，商品的質(zhì)量得到消費(fèi)者的認(rèn)可時(shí)，當(dāng)有再次購(gòu)買(mǎi)需求時(shí)，就會(huì)作出重復(fù)購(gòu)買(mǎi)行為。消費(fèi)者對(duì)于在線評(píng)論的可信度和有用性的采納過(guò)程，可以理解為一種消費(fèi)者學(xué)習(xí)行為[9]，從消費(fèi)者學(xué)習(xí)的角度來(lái)觀察消費(fèi)者的購(gòu)買(mǎi)過(guò)程顯得很有必要。行為心理學(xué)創(chuàng)始人Watson提出了“刺激——反應(yīng)”模型，Mehrabian在模型的基礎(chǔ)上提出了消費(fèi)者行為S-O-R模型（Stimulus-Organism-Response Model）[10]。該模型指出情景能刺激消費(fèi)者的心理，再而影響消費(fèi)者的消費(fèi)行為。本文研究在線評(píng)論的刺激對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響，在線評(píng)論的刺激來(lái)自于評(píng)價(jià)的程度及評(píng)論內(nèi)容，評(píng)價(jià)程度是對(duì)商品的好評(píng)、中評(píng)及差評(píng)程度，本文主要分析這些評(píng)價(jià)程度的數(shù)量對(duì)消費(fèi)者行為造成的影響；評(píng)論內(nèi)容指兩方面：店鋪聲譽(yù)和評(píng)價(jià)數(shù)量，店鋪聲譽(yù)是指描述評(píng)分、物流評(píng)分和服務(wù)評(píng)分，評(píng)論數(shù)量指的是有圖片評(píng)論數(shù)量、追加評(píng)論數(shù)量和累計(jì)評(píng)論數(shù)量。

圖2 消費(fèi)者購(gòu)買(mǎi)的刺激反應(yīng)模型

2 研究假設(shè)

Nelson從經(jīng)濟(jì)學(xué)的角度將商品分為搜索型商品和體驗(yàn)型商品，搜索型商品指消費(fèi)者在購(gòu)買(mǎi)前從商品的信息就能獲取準(zhǔn)確信息的商品，如手機(jī)、相機(jī)、打印機(jī)等；體驗(yàn)型商品是指消費(fèi)者在購(gòu)買(mǎi)前不能從商品介紹信息準(zhǔn)確獲取信息的商品，如化妝品、餐飲美食等。有國(guó)外的研究結(jié)果表明，體驗(yàn)型商品比搜索型商品更依賴于在線評(píng)論的信息，同時(shí)購(gòu)買(mǎi)體驗(yàn)型商品的消費(fèi)者更趨向于使用在線評(píng)論的信息[11-12]。因此本文對(duì)體驗(yàn)型商品的在線評(píng)論信息進(jìn)行研究。

目前，不同的電子商務(wù)網(wǎng)站評(píng)論體系不完全相同，但都有涉及物流、服務(wù)、商品的評(píng)分以及文字評(píng)價(jià)。在淘寶的商品頁(yè)面上，呈現(xiàn)出多種與在線評(píng)論相關(guān)的信息，例如含圖片評(píng)論、追加評(píng)論、好評(píng)、中評(píng)、差評(píng)、累計(jì)評(píng)論等，這些評(píng)論的相關(guān)信息，哪些信息會(huì)對(duì)商品銷(xiāo)量產(chǎn)生影響，這些信息又是產(chǎn)生何種影響的呢？本文將一一進(jìn)行探討。

21 評(píng)價(jià)程度對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響

評(píng)價(jià)程度，是消費(fèi)者對(duì)商品形成的初始態(tài)度，是指消費(fèi)者關(guān)于商品作出的好評(píng)、中評(píng)和差評(píng)的評(píng)價(jià)，B2C的天貓商城與C2C的淘寶店鋪該評(píng)論體系略有不同，淘寶網(wǎng)評(píng)價(jià)涉及好評(píng)中評(píng)差評(píng)之分，而天貓商城則無(wú)此選項(xiàng)。本文以C2C的淘寶網(wǎng)為例，研究這三種評(píng)價(jià)程度的數(shù)量對(duì)消費(fèi)者造成的影響。消費(fèi)者根據(jù)商品的評(píng)價(jià)程度，更新對(duì)商品的態(tài)度，這是消費(fèi)者學(xué)習(xí)的過(guò)程之一。有研究認(rèn)為，好評(píng)數(shù)量對(duì)消費(fèi)者的購(gòu)買(mǎi)決策存在顯著的作用[13]，中評(píng)數(shù)量對(duì)消費(fèi)者無(wú)影響，差評(píng)數(shù)量反向影響消費(fèi)者購(gòu)買(mǎi)行為。

因此本文提出如下假設(shè)：

H1a：好評(píng)數(shù)量正向影響消費(fèi)者的購(gòu)買(mǎi)行為。

H1b：中評(píng)數(shù)量不影響消費(fèi)者的購(gòu)買(mǎi)行為。

H1c：差評(píng)數(shù)量反向影響消費(fèi)者的購(gòu)買(mǎi)行為。

22 評(píng)論內(nèi)容對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響

（1）店鋪聲譽(yù)

店鋪聲譽(yù)是指用戶在購(gòu)買(mǎi)商品后，對(duì)商品進(jìn)行文字評(píng)價(jià)和星級(jí)評(píng)分。文字評(píng)價(jià)可涉及商品的質(zhì)量、價(jià)格、客服態(tài)度、物流等等，消費(fèi)者還可再評(píng)論再進(jìn)行曬圖；除了對(duì)商品進(jìn)行評(píng)分，顧客還需對(duì)店鋪的服務(wù)態(tài)度、發(fā)貨速度、物流服務(wù)進(jìn)行星級(jí)評(píng)分，標(biāo)準(zhǔn)從一星到五星，評(píng)論的星級(jí)是店鋪的無(wú)形資產(chǎn)之一，也是店鋪吸引消費(fèi)者的因素之一。已有研究表明，店鋪星級(jí)能夠增加消費(fèi)者的信任[14]。

因此本文提出如下假設(shè)：

H2a：描述星級(jí)正向影響消費(fèi)者的購(gòu)買(mǎi)行為。

H2b：服務(wù)星級(jí)正向影響消費(fèi)者的購(gòu)買(mǎi)行為。

H2c：物流星級(jí)正向影響消費(fèi)者的購(gòu)買(mǎi)行為。

（2）評(píng)論數(shù)量

圖片是消費(fèi)者在首次評(píng)價(jià)或者追加評(píng)論時(shí)，在評(píng)論內(nèi)容下方曬圖形成的評(píng)論內(nèi)容，含圖片評(píng)論反映了商品的質(zhì)量如色差規(guī)格與賣(mài)家描述不一致等問(wèn)題，有圖片的評(píng)論減少消費(fèi)者在購(gòu)買(mǎi)體驗(yàn)型商品時(shí)承擔(dān)的風(fēng)險(xiǎn)。在消費(fèi)者學(xué)習(xí)的過(guò)程中，有圖片的評(píng)論暗示了消費(fèi)者的真實(shí)購(gòu)買(mǎi)行為。本文研究有圖片評(píng)論的數(shù)量對(duì)消費(fèi)者行為造成的影響。

追加評(píng)論是指雙方評(píng)價(jià)完成并生效后的180天內(nèi)，買(mǎi)家將有1次追加評(píng)論的機(jī)會(huì)，賣(mài)家也會(huì)隨之多1次解釋機(jī)會(huì)，從而更真實(shí)的反映購(gòu)買(mǎi)后的情況。追加的評(píng)論可以是文字內(nèi)容，也可添加圖片，但不影響賣(mài)家的好評(píng)率。追加評(píng)論更好地反映了消費(fèi)者的消費(fèi)感受，有的商品在短時(shí)間內(nèi)不會(huì)出現(xiàn)質(zhì)量或者其他問(wèn)題，追加評(píng)論可以讓消費(fèi)者了解商品的持久耐用度。有學(xué)者利用復(fù)雜網(wǎng)絡(luò)的方法對(duì)淘寶的化妝水追加評(píng)論進(jìn)行研究，發(fā)現(xiàn)追加時(shí)間呈現(xiàn)長(zhǎng)尾分布，具有特定的規(guī)律性[15]。文本研究追加評(píng)論的數(shù)量對(duì)消費(fèi)者行為造成的影響。

累計(jì)評(píng)論是消費(fèi)者購(gòu)買(mǎi)商品作出的評(píng)價(jià)，所示評(píng)論為1個(gè)月之內(nèi)的評(píng)論數(shù)量。評(píng)論內(nèi)容可涉及商品的規(guī)格、質(zhì)量、色差、物流及客服等因素，內(nèi)容長(zhǎng)則可做長(zhǎng)篇大論，短則也可作出兩個(gè)字評(píng)價(jià)，如好評(píng)、不好等。累計(jì)評(píng)論是消費(fèi)者進(jìn)行商品購(gòu)買(mǎi)前了解商品信息的重要渠道，信息豐富度高的評(píng)論，可助消費(fèi)者深入了解商品信息。有研究認(rèn)為好評(píng)數(shù)量代替了累計(jì)評(píng)論對(duì)消費(fèi)者造成的影響[13]，而有研究發(fā)現(xiàn)，在線評(píng)論的數(shù)量影響了消費(fèi)者網(wǎng)絡(luò)購(gòu)買(mǎi)的意愿[16]。本文研究累計(jì)評(píng)論數(shù)量對(duì)消費(fèi)者行為的影響。

因此本文提出如下假設(shè)：

H3a：追加評(píng)論數(shù)量正向影響消費(fèi)者購(gòu)買(mǎi)行為。

H3b：有圖片評(píng)論數(shù)量正向影響消費(fèi)者購(gòu)買(mǎi)行為。

H3c：累計(jì)評(píng)論數(shù)量正向影響消費(fèi)者購(gòu)買(mǎi)行為。

3 數(shù)據(jù)研究與結(jié)果分析

本文選取某品牌洗面奶這種商品作為研究對(duì)象，主要基于以下幾點(diǎn)原因：一是因?yàn)橄疵婺淌且环N體驗(yàn)型的商品，消費(fèi)者購(gòu)買(mǎi)是出于個(gè)人使用或送人使用的目的，避免了因?yàn)榕时鹊惹楦幸蛩囟M(jìn)行購(gòu)買(mǎi)；二是此商品為每日使用商品，消費(fèi)者對(duì)商品的使用心得相互不同，排除了消費(fèi)者個(gè)人情感對(duì)品牌所產(chǎn)生的影響。endprint

淘寶提供30天內(nèi)的成交記錄及評(píng)論記錄，因此本文以淘寶提供的30天銷(xiāo)售數(shù)量作為研究對(duì)象。數(shù)據(jù)樣本選取了2014年11月15日到2014年12月15日的在線評(píng)論相關(guān)數(shù)據(jù)，通過(guò)在淘寶網(wǎng)搜集了銷(xiāo)量前440家的資生堂洗面奶銷(xiāo)售信息，評(píng)論總數(shù)共218 954條，除去無(wú)法獲取評(píng)價(jià)星級(jí)的店鋪，總涉及店鋪434家。

首先對(duì)全體樣本的變量作描述性統(tǒng)計(jì)分析如表1，發(fā)現(xiàn)好評(píng)、中評(píng)、差評(píng)數(shù)量三者的極小值均為0，由于樣本來(lái)自同種商品不同的店鋪，有的店鋪該商品銷(xiāo)量小，消費(fèi)者購(gòu)買(mǎi)后還未作出評(píng)價(jià)，因此好評(píng)數(shù)量為0；中評(píng)、差評(píng)數(shù)量的均值小于3，因?yàn)橄M(fèi)者給出中評(píng)與差評(píng)的幾率較小，因此均值也低。描述、服務(wù)和物流三項(xiàng)評(píng)分極小值在44～45分（滿分5分），極大值均為5，均值在48左右，可見(jiàn)店鋪的三項(xiàng)評(píng)分相差不大。有圖片評(píng)論、追加評(píng)論和累計(jì)評(píng)論的數(shù)量極小值均為0，這是由于新店鋪的評(píng)論不多，且消費(fèi)者未曬圖和進(jìn)行追加評(píng)論；有圖片和追加評(píng)論的均值都在10左右，由于在評(píng)論中添加圖片比文字評(píng)論步驟多，追加評(píng)論耗費(fèi)的時(shí)間和精力也多，若商品不出現(xiàn)特別的情況下，消費(fèi)者不進(jìn)行曬圖及追加評(píng)論的行為。

回歸模型以月成交記錄為因變量，以好評(píng)、中評(píng)、差評(píng)數(shù)量為自變量建立模型1，再以描述、服務(wù)、物流評(píng)分、有圖片、追加評(píng)論、累計(jì)評(píng)論數(shù)量為自變量建立模型2，對(duì)兩個(gè)回歸模型分別進(jìn)行了擬合優(yōu)度檢驗(yàn)、方程顯著性檢驗(yàn)。本文采用SPSS190軟件，在進(jìn)行模型1初步回歸時(shí)，發(fā)現(xiàn)容差為02～03，且VIF（方差膨脹因子）在35左右，變量存在共線性問(wèn)題，因此本文采用逐步回歸的方法，克服模型間的共線性問(wèn)題，從全部樣本的回歸分析結(jié)果來(lái)檢驗(yàn)本文提出的假設(shè)。從模型擬合程度上看，模型1和模型2的擬合度均高于075，模型1的回歸結(jié)果在001水平上顯著，模型2的回歸結(jié)果在005水平上顯著。兩個(gè)模型的DW值均在2附近，因此不存在多重共線性問(wèn)題。

從模型1回歸結(jié)果來(lái)看，回歸方程F值為151637，P值為0000，R方為0789，可見(jiàn)方程非常顯著，擬合程度也很好。好評(píng)、中評(píng)、差評(píng)數(shù)量3個(gè)因變量中，只有好評(píng)數(shù)量的系數(shù)顯著，并且系數(shù)為正，因此假設(shè)H1a得到驗(yàn)證，即好評(píng)數(shù)量正向影響消費(fèi)者購(gòu)買(mǎi)行為。這也符合實(shí)際的情況，說(shuō)明商品的好評(píng)數(shù)與消費(fèi)者購(gòu)買(mǎi)存在著密切的關(guān)系。而中評(píng)和差評(píng)數(shù)量在模型中系數(shù)不顯著，假設(shè)H1b得到驗(yàn)證，中評(píng)數(shù)量對(duì)消費(fèi)者購(gòu)買(mǎi)行為無(wú)影響；假設(shè)H1c不成立，即差評(píng)數(shù)量對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響關(guān)系沒(méi)有得到驗(yàn)證。在淘寶實(shí)際的交易中，賣(mài)家很少作出中評(píng)或者差評(píng)的評(píng)價(jià)，因此好評(píng)在累計(jì)評(píng)論中的比例會(huì)占到95%以上，降低了中評(píng)和差評(píng)對(duì)銷(xiāo)量的影響，同時(shí)賣(mài)家會(huì)對(duì)作出中評(píng)的差評(píng)的買(mǎi)家進(jìn)行電話溝通等行為，促使或迫使買(mǎi)家修改中評(píng)和差評(píng)。因此在此次數(shù)據(jù)研究中，中評(píng)差評(píng)影響不顯著，該假設(shè)有待進(jìn)一步研究。

從模型2回歸結(jié)果來(lái)看，描述評(píng)分的系數(shù)顯著，但是系數(shù)為負(fù)值，且由于描述評(píng)分的滿分為5分，因此該系數(shù)數(shù)值很大，假設(shè)H2a得到反向支持。描述評(píng)分與銷(xiāo)量成反比關(guān)系，從消費(fèi)者學(xué)習(xí)的角度解釋，店鋪隨著銷(xiāo)量的增加，描述評(píng)分會(huì)逐漸降，由于描述評(píng)分太高的店鋪銷(xiāo)量較少，給予消費(fèi)者不好的心理暗示，讓消費(fèi)者認(rèn)為，店鋪是因?yàn)樘幱谛碌隊(duì)顟B(tài)而評(píng)分太少，或是讓消費(fèi)者認(rèn)為這些高評(píng)分都是虛假行為是刷信譽(yù)得來(lái)的。因此，描述評(píng)分高，卻降低了消費(fèi)者的購(gòu)買(mǎi)行為。物流評(píng)分和服務(wù)評(píng)分的系數(shù)不顯著，即假設(shè)H2b、H2c得不到驗(yàn)證，物流評(píng)分和服務(wù)評(píng)分對(duì)消費(fèi)者的購(gòu)買(mǎi)行為無(wú)顯著影響。從實(shí)際情況來(lái)講，每家店鋪的描述、服務(wù)、物流三項(xiàng)評(píng)分相差不大，均值都在48左右，憑這三項(xiàng)的評(píng)分高低，無(wú)法讓消費(fèi)者毫不猶豫地作出購(gòu)買(mǎi)行為。

在模型2中，追加評(píng)論數(shù)量和有圖片評(píng)論數(shù)量這兩個(gè)變量的系數(shù)顯著，且為正值，假設(shè)H3a、H3b得到驗(yàn)證，即追加評(píng)論數(shù)量和有圖片評(píng)論數(shù)量越高，越能推動(dòng)消費(fèi)者的購(gòu)買(mǎi)行，有圖片的評(píng)論數(shù)量影響效果比追加評(píng)價(jià)略低些。累積評(píng)論數(shù)量的系數(shù)雖然顯著，但是為負(fù)值，說(shuō)明評(píng)論數(shù)量越多，反而降低了消費(fèi)者的購(gòu)買(mǎi)行為，即假設(shè)H3c得到反向支持，且累計(jì)評(píng)論的標(biāo)準(zhǔn)差很大，因此該系數(shù)值較小。從各項(xiàng)系數(shù)來(lái)看，追加評(píng)論數(shù)量的影響是最大的，即追加評(píng)論的數(shù)量越多，銷(xiāo)量也會(huì)越大。從實(shí)際的淘寶購(gòu)物過(guò)程來(lái)講，追加評(píng)論顯示了買(mǎi)家在購(gòu)買(mǎi)后的一段時(shí)間內(nèi)關(guān)于商品使用的真實(shí)評(píng)價(jià)，這些真實(shí)的評(píng)價(jià)會(huì)增加消費(fèi)者的心理暗示和消費(fèi)欲望。

4 結(jié) 語(yǔ)

本文以淘寶網(wǎng)的某品牌洗面奶為研究對(duì)象，探討了在線評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響。研究結(jié)果表明，在線評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響因素包括：好評(píng)數(shù)量、描述評(píng)分、有圖片評(píng)論數(shù)量、追加評(píng)論數(shù)量和累計(jì)評(píng)論數(shù)量。中評(píng)數(shù)量、差評(píng)數(shù)量、服務(wù)評(píng)分和物流評(píng)分這4個(gè)因素，在本文的研究中影響并不顯著。因此賣(mài)家在銷(xiāo)售的過(guò)程中，可采取激勵(lì)措施讓消費(fèi)者作出好評(píng)和高質(zhì)量的評(píng)價(jià)，例如以返現(xiàn)、現(xiàn)金券和積分兌獎(jiǎng)品的形式作為激勵(lì)，鼓勵(lì)消費(fèi)者在購(gòu)買(mǎi)后主動(dòng)作出評(píng)價(jià)、曬圖和追加評(píng)論行為，因此賣(mài)家也必須提高自身商品的質(zhì)量才可增加評(píng)論數(shù)據(jù)。本文的結(jié)論有助于幫助消費(fèi)者在短時(shí)間內(nèi)快速地根據(jù)在線評(píng)論信息作出決定，讓賣(mài)家掌握在線評(píng)論的重要性，及時(shí)改正店鋪的不足，為調(diào)整營(yíng)銷(xiāo)策略提供參考。本文只對(duì)體驗(yàn)型商品樣本進(jìn)行研究，存在著不足，有待進(jìn)一步的研究。

參考文獻(xiàn)

[1]艾瑞網(wǎng).艾瑞咨詢季度報(bào)告[EB/OI].http：∥report.iresearch.cn/html/20141105/241068.shtml，2014-12-21.

[2]中國(guó)互聯(lián)網(wǎng)信息中心.第35次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OI].http：∥www.cnnic.net.cn /hlwfzyj/hlwxzbg/，2015-03-01.

[3]Park，C.，and TMLee.Information direction，website reputation and eWOM effect：A moderating role of product type[J].Joural of Business Research，2009，（62）：61-67.endprint

[4]Mudambi，SM.& Schuff，D.What makes a helpful online review？A study of customer reviews on Amazon.com[J].MIS quarterly，2010，34（1）：185-200.

[5]郝媛媛.在線評(píng)論對(duì)消費(fèi)者感知與購(gòu)買(mǎi)行為影響的實(shí)證研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[6]WJDuan，BGu，ABWhinston.The dynamics of online word-of-mouth and product sales-an empirical investigation of the movie industry[J].Journal of Reatailing，2008b，84（2）：233-242.

[7]李楓林，劉昌平，胡媛.網(wǎng)絡(luò)消費(fèi)者在線評(píng)論搜尋行為研究[J].情報(bào)科學(xué)，2012，（5）：720-724.

[8]Kumar，N.& Benbasat，I.Research note：the influence of recommendations and consumer reviews on evaluations of websites[J].Information Systems Research，2006，17（4）：425-439.

[9]宋曉晴，孫習(xí)祥.消費(fèi)者在線評(píng)論采納研究綜述[J].現(xiàn)代情報(bào)，2015，（1）：164-169.

[10]Mehrabian，Russel W.The Dynamics of Online Word-of-Mouthand Product Sales.An Empirical Investigation of the Movie Industry[J].Journal of Retailing，2008，84（2）：233-242.

[11]Senecal S，Nantel J.The influence of online product recommendations on consumers online choices[J].Journal of retailing，2004，80（2）：159-169.

[12]Bei L T，Chen E Y I，Widdows R.Consumers online information search behavior and the phenomenon of search vs.experience products[J].Journal of Family and Economic Issues，2004，25（4）：449-467.

[13]郭功星.消費(fèi)者網(wǎng)購(gòu)決策的影響因素分析——基于電熱水壺網(wǎng)絡(luò)銷(xiāo)售信息的實(shí)證研究[J].消費(fèi)經(jīng)濟(jì)，2013，（4）：52-57.

[14]胡海清，嚴(yán)建援，許壘.信息豐富度、采購(gòu)成本、線上渠道模式對(duì)購(gòu)買(mǎi)行為的影響研究[J].管理評(píng)論，2012，（5）：80-88.

[15]李宗偉，劉潤(rùn)然，張艷輝，等.基于復(fù)雜網(wǎng)絡(luò)的淘寶網(wǎng)追加評(píng)價(jià)群體統(tǒng)計(jì)特征分析[J].軟科學(xué)，2014，（8）：103-106.

[16]于麗萍，夏志杰，王冰冰.在線評(píng)論對(duì)消費(fèi)者網(wǎng)絡(luò)購(gòu)買(mǎi)意愿影響的研究[J].現(xiàn)代情報(bào)，2014，（11）：34-38.

（本文責(zé)任編輯：孫國(guó)雷）endprint