□文│劉 蕾 吳少輝

（作者單位：中央財經(jīng)大學(xué)文化與傳媒學(xué)院 清華大學(xué)經(jīng)濟(jì)與管理學(xué)院）

自2015年國家提出“互聯(lián)網(wǎng)+”戰(zhàn)略以來，我國電子商務(wù)再次取得飛速發(fā)展。據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）數(shù)據(jù)顯示，2016年中國電子商務(wù)交易額為22.97萬億元人民幣，同比增長25.5%。其中，網(wǎng)絡(luò)零售市場交易規(guī)模5.3萬億元，在社會消費品零售總額中的滲透率達(dá)到14.9%。一方面，中央通過加快供給側(cè)改革促進(jìn)傳統(tǒng)企業(yè)向互聯(lián)網(wǎng)轉(zhuǎn)型升級；另一方面，在傳統(tǒng)零售業(yè)績持續(xù)下滑背景下，互聯(lián)網(wǎng)零售轉(zhuǎn)型成為所有零售企業(yè)未來最重要的增長點。然而，企業(yè)界和學(xué)術(shù)界對于在網(wǎng)絡(luò)環(huán)境下，企業(yè)究竟該如何呈現(xiàn)產(chǎn)品信息以更好地激發(fā)消費者的購買行為、提升產(chǎn)品銷量卻缺乏足夠的理解。

從消費者角度而言，電子商務(wù)規(guī)模的持續(xù)增長伴隨著網(wǎng)絡(luò)購物用戶數(shù)量的不斷擴(kuò)大。截至2016年，我國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)到4.67億，用戶網(wǎng)絡(luò)購物的消費習(xí)慣已經(jīng)形成。消費者在網(wǎng)上購買產(chǎn)品時，主要通過瀏覽產(chǎn)品呈現(xiàn)信息和消費者評論信息做出決策。產(chǎn)品呈現(xiàn)信息由企業(yè)編輯和發(fā)布，消費者通過瀏覽產(chǎn)品呈現(xiàn)信息獲得對產(chǎn)品屬性及品牌方面的初步認(rèn)知和評價。消費者評論信息即網(wǎng)絡(luò)口碑，企業(yè)基本無法干預(yù)和控制，這部分信息通過影響消費者對產(chǎn)品的知曉（知曉效應(yīng)）以及塑造和改變消費者對產(chǎn)品的態(tài)度（說服效應(yīng)）來影響消費者購買決策。消費者評論信息究竟如何影響消費者購買決策已經(jīng)得到廣泛而深刻的研究，而產(chǎn)品呈現(xiàn)信息對消費者購買決策的影響研究卻非常有限，對銷量影響的實證研究更加缺乏。

在網(wǎng)絡(luò)環(huán)境下，由于消費者無法真正看到和摸到產(chǎn)品，相比在線下環(huán)境下購買產(chǎn)品，他們尤其需要獲取足夠的信息以做出購買決策，因此產(chǎn)品呈現(xiàn)信息對消費者購買決策具有重要的影響。圖文信息作為最基本、最重要的產(chǎn)品信息呈現(xiàn)方式，本研究試圖探討產(chǎn)品圖文信息如何影響產(chǎn)品銷量。具體而言，本研究將回答如下兩方面問題：①產(chǎn)品文本信息數(shù)量與銷量之間是什么關(guān)系？產(chǎn)品文本信息是否越多越好？②產(chǎn)品圖片信息數(shù)量與銷量之間是什么關(guān)系？圖片是否越多越好？

圖書、音像類產(chǎn)品作為我國網(wǎng)上銷售商品的重要組成部分，近年來發(fā)展迅速。2016年，中國圖書零售市場中網(wǎng)上銷售渠道銷售額達(dá)到365億元，首次超過實體渠道銷售額（336億元）。當(dāng)前，全民閱讀推廣活動更將進(jìn)一步促進(jìn)線上圖書銷售。因此，本研究將以圖書銷售為例，探討線上產(chǎn)品圖文信息呈現(xiàn)如何影響產(chǎn)品銷量，從而為企業(yè)開展電子商務(wù)運(yùn)營提供策略建議。

一、理論背景與研究假設(shè)

信息呈現(xiàn)包括言語和視覺兩種基本形式，言語形式即文本信息，視覺形式則是生動化呈現(xiàn)信息的方式，包括圖片、視頻、動畫等多種方式。當(dāng)前關(guān)于產(chǎn)品呈現(xiàn)信息對消費者決策影響的研究主要關(guān)注信息生動化呈現(xiàn)方式對消費者態(tài)度和產(chǎn)品評價的影響。在網(wǎng)絡(luò)購物環(huán)境中，圖文信息作為最主要的產(chǎn)品呈現(xiàn)方式，學(xué)者對其關(guān)注卻極其有限。根據(jù)我們的了解，僅有兩篇研究探討了線上產(chǎn)品圖文信息呈現(xiàn)對消費者決策的影響。金（Kim）和列儂（Lennon）通過實驗的方法比較了文本信息和圖片信息兩種方式對消費者認(rèn)知態(tài)度的影響，結(jié)果發(fā)現(xiàn)相比圖片信息，文本信息對消費者態(tài)度的影響更具有優(yōu)越性；劉（Yoo）和Kim則對產(chǎn)品使用場景的圖片呈現(xiàn)方式（具體的消費背景VS純色背景）對消費者情感與購買行為意向的影響進(jìn)行了實驗研究，結(jié)果發(fā)現(xiàn)采用與產(chǎn)品使用或消費場景相關(guān)的圖片更能激發(fā)消費者的購買意向。綜上可見，現(xiàn)有研究忽略了一個最基本而重要的問題，那就是圖文信息數(shù)量對產(chǎn)品銷量的影響。文本和圖片作為線上產(chǎn)品呈現(xiàn)最重要、最普遍的形式，企業(yè)到底應(yīng)該使用多少文字闡述產(chǎn)品屬性及品牌保障等信息，文字信息是否越多越好呢？又該使用多少張圖片展示產(chǎn)品呢？圖片數(shù)量是否越多越好呢？這正是本研究試圖回答的問題。

1.產(chǎn)品文本信息呈現(xiàn)對銷量的影響

一方面，如前所述，在網(wǎng)絡(luò)購物環(huán)境下，消費者無法真正看到和觸摸到產(chǎn)品，他們對產(chǎn)品評價的不確定性隨即增加，這使得消費者網(wǎng)絡(luò)購物時的感知風(fēng)險大大增加。這時消費者通常會采取一些措施來降低感知風(fēng)險，例如更多地、更仔細(xì)地搜集和閱讀產(chǎn)品信息。如果消費者無法獲得足夠的產(chǎn)品信息，他們傾向于放棄購物。因此，我們預(yù)期企業(yè)更多呈現(xiàn)產(chǎn)品文本信息有助于消費者更多地了解產(chǎn)品，降低購買時的不確定性和感知風(fēng)險，產(chǎn)品銷售由此增加。

另一方面，產(chǎn)品文本呈現(xiàn)信息是否越多越好呢？我們認(rèn)為不盡然。學(xué)者通過實驗研究發(fā)現(xiàn)，大量的信息會讓消費者感覺到信息超載，而這種感知導(dǎo)致消費者做出的選擇更差。例如，當(dāng)產(chǎn)品屬性數(shù)量過多或者每個產(chǎn)品屬性有多種水平時，就可能導(dǎo)致信息超載，消費者對于做出的決策通常感到不滿意、不自信甚至非常困惑。即使消費者面臨的可選擇的產(chǎn)品太多，也會導(dǎo)致消費者決策困難甚至放棄購買。由此，我們預(yù)期當(dāng)產(chǎn)品文本信息過多時，容易造成消費者的認(rèn)知超載感知，從而降低購買的可能性，產(chǎn)品銷量隨之減少。

綜上所述，我們預(yù)期產(chǎn)品銷量隨產(chǎn)品文本呈現(xiàn)信息數(shù)量先增后減，呈現(xiàn)倒U型變化趨勢。隨著文本信息由少逐漸增多，產(chǎn)品銷量首先會增加，即消費者通過了解和閱讀更多產(chǎn)品信息而減少不確定性和感知風(fēng)險；而當(dāng)產(chǎn)品文本呈現(xiàn)信息數(shù)量由適中繼續(xù)增多時，消費者會感知到信息超載，從而放棄購買，產(chǎn)品銷量開始減少。

2.產(chǎn)品圖片信息呈現(xiàn)對銷量的影響

學(xué)者研究發(fā)現(xiàn)人們可以更快、更加無意識地處理圖片信息，而且圖片與其意義之間的聯(lián)系相比文字更加直接，也比文字更加有吸引力。當(dāng)人們處理圖片信息時，采用格式塔處理方式，整體性地、一次性地處理全部信息，而處理文本信息時則采用碎片式處理方式，碎片化地依次處理信息。由于圖片信息處理更快、更加容易，消費者更加偏好處理圖片信息。相應(yīng)地，在網(wǎng)絡(luò)購物環(huán)境下，圖片信息會減少消費者的認(rèn)知負(fù)擔(dān)，消費者處理起來更加容易和快速，看到圖片也會降低消費者的不確定性，由此增加消費者購買的可能性，因此我們預(yù)期產(chǎn)品圖片信息呈現(xiàn)數(shù)量與銷量之間呈現(xiàn)正向相關(guān)關(guān)系。

二、數(shù)據(jù)和變量

本研究數(shù)據(jù)來源于當(dāng)當(dāng)網(wǎng)。當(dāng)當(dāng)網(wǎng)作為起步早、規(guī)模大的中文圖書在線銷售平臺，在同類網(wǎng)站中擁有的用戶數(shù)量很多，占據(jù)了超過50%的市場份額。同時，當(dāng)當(dāng)網(wǎng)提供的圖書銷售情況、商品詳情、消費者評論等信息涵蓋了本研究所需要的全部數(shù)據(jù)，避免了潛在的異方差問題，提高了研究的有效性。我們收集了2017年6月17日當(dāng)當(dāng)網(wǎng)24小時圖書暢銷榜的前300本圖書信息。對于每一本圖書，我們收集的數(shù)據(jù)包括如下內(nèi)容。

產(chǎn)品圖文信息呈現(xiàn)數(shù)據(jù)。每本圖書的商品詳情即是產(chǎn)品圖文信息呈現(xiàn)內(nèi)容，基本包括以下幾個部分：編輯推薦、內(nèi)容簡介、作者簡介、目錄、前言、媒體評論、在線試讀部分章節(jié)。我們收集了每一部分的字?jǐn)?shù)并將其加總得到產(chǎn)品文本信息呈現(xiàn)的總字?jǐn)?shù)，同時收集了產(chǎn)品圖片信息的總數(shù)。

網(wǎng)絡(luò)口碑?dāng)?shù)據(jù)。網(wǎng)絡(luò)口碑?dāng)?shù)據(jù)對產(chǎn)品銷量的影響已經(jīng)得到廣泛的驗證，學(xué)者發(fā)現(xiàn)評論數(shù)量和評論分?jǐn)?shù)會影響產(chǎn)品銷量，因此我們收集了每本圖書的評論數(shù)量和好評率兩個數(shù)據(jù)。好評率是指五星評分占總評分的百分比，在本研究中以此代表評論分?jǐn)?shù)。

銷量數(shù)據(jù)。當(dāng)當(dāng)網(wǎng)沒有公開產(chǎn)品的具體銷量，因此我們無法直接獲取每本圖書的具體銷量數(shù)據(jù)。然而，當(dāng)當(dāng)網(wǎng)公開了近24小時圖書銷量排行榜，列出了銷量排名前500位的圖書。學(xué)者發(fā)現(xiàn)銷量和銷量排名分別取自然對數(shù)之后呈線性相關(guān)關(guān)系，而且大部分相關(guān)研究都直接用銷量排名的自然對數(shù)來替代銷量的自然對數(shù)。因此本研究使用銷量排名替代具體銷量數(shù)據(jù)來研究企業(yè)發(fā)布內(nèi)容與產(chǎn)品銷量之間的關(guān)系。

其他控制變量。為排除其他可能潛在因素會影響圖書的銷量，我們加入了如下的一系列控制變量來排除這些可能的干擾因素。為了控制價格因素對圖書銷量的影響，我們收集了每本圖書的銷售價格。促銷也可能會影響圖書的銷量，因此我們收集了每本圖書的促銷折扣。圖書類型是基于圖書內(nèi)容對圖書進(jìn)行的分類，包括文藝、青春、少兒、生活、經(jīng)濟(jì)管理、科技教育、人文社科七種類型。不同類型圖書在趣味性、可讀性、實用性等方面均不同，面向的消費者群體不同，其購買行為也可能有很大差異，因此收集了圖書類型作為控制變量。產(chǎn)品生命周期是影響產(chǎn)品銷量的重要因素，圖書的產(chǎn)品生命周期可以根據(jù)圖書出版時間進(jìn)行計算，因此我們收集了每本圖書的出版時間來計算其產(chǎn)品年齡，以控制產(chǎn)品生命周期對圖書銷量的影響。

表1報告了圖書類型的分布情況。在銷售排名前300名的圖書中，文藝類和少兒類圖書較多，合計占總數(shù)的70%，其次是人文社科類圖書，占總數(shù)的15%。青春、科教及生活類圖書占比最少，合計占總數(shù)的15%。

表1 圖書類別及占比

表2為本文主要變量的描述性統(tǒng)計。研究樣本在價格、促銷折扣、產(chǎn)品年齡上有較大差異，說明該樣本具有較好的代表性。每一本圖書平均獲得103490條評論，與中位數(shù)53985有較大差異，說明有少數(shù)圖書獲得了大量的消費者評論。每本圖書的好評率平均為99.70%，與中位數(shù)99.80%差距甚小，標(biāo)準(zhǔn)差只有0.24%，說明進(jìn)入榜單的圖書獲得了消費者的一致好評。在產(chǎn)品圖文信息呈現(xiàn)方面，產(chǎn)品文本信息數(shù)量的平均值為4977，中位數(shù)為3860，說明對于每本圖書的介紹簡繁有別；而產(chǎn)品圖片信息數(shù)量的平均值為6，中位數(shù)為5，可見對于每本圖書使用圖片數(shù)量的差異并不是很大。

表2 數(shù)據(jù)的描述性統(tǒng)計

表3報告了本研究涉及的主要變量及其描述。如前所述，我們采用銷量排名的自然對數(shù)作為因變量。同樣的，對于自變量，我們也對其進(jìn)行取自然對數(shù)的線性變換，包括圖書價格（Lnprice），產(chǎn)品年齡（Lnage），消費者評論數(shù)（LnVolume），產(chǎn)品文本信息數(shù)量（Lnwords）。同時對因變量和自變量進(jìn)行對數(shù)變換有兩個好處：第一，可以壓縮變量的量綱，從而消除變量數(shù)量級相差很大的情況。如不同圖書的消費者評論數(shù)差異很大，多者高達(dá)10多萬條，少的則僅有幾百條，對變量進(jìn)行對數(shù)變化就很必要。第二，雙對數(shù)模型可以將潛在的非線性關(guān)系轉(zhuǎn)變?yōu)榫€性關(guān)系，從而提高模型的穩(wěn)健性。另外，對變量進(jìn)行對數(shù)變換后，模型回歸系數(shù)代表彈性水平，即自變量的百分比變化引起因變量變動的百分比，這對于系數(shù)的含義更加一目了然。對于其他自變量，促銷折扣（Discount）、好評率（Valence）由于為百分比形式，所以不需要進(jìn)行對數(shù)變換。圖書類型為啞變量，也不需要進(jìn)行對數(shù)變換。對于圖書的產(chǎn)品圖片信息數(shù)量，由于有54本圖書使用圖片數(shù)量為0，對數(shù)變換將損失這部分?jǐn)?shù)據(jù)，所以也未對該變量進(jìn)行對數(shù)變換。

表3 主要變量及其描述

表4展示了主要變量之間的相關(guān)關(guān)系。首先，消費者評論數(shù)量與銷量排名之間具有顯著的負(fù)相關(guān)關(guān)系。說明銷量排名越靠前，即越暢銷的圖書，所擁有的網(wǎng)絡(luò)口碑越多。圖書好評率與銷量排名之間沒有顯著相關(guān)關(guān)系。其次，產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量排名之間不顯著相關(guān)，我們將在計量模型中進(jìn)一步檢驗二者的關(guān)系，而產(chǎn)品圖片信息呈現(xiàn)數(shù)量與銷量排名負(fù)相關(guān)，與我們的預(yù)期相符。

表4 主要變量的相關(guān)關(guān)系矩陣

表4中多個自變量之間具有較強(qiáng)的相關(guān)關(guān)系，揭示自變量之間可能存在多重共線性問題。為此，本文用VIF檢驗來考察自變量之間的共線性水平。結(jié)果顯示VIF值在1.05～2.11之間（＜10），表明多重共線性均在可接受的范圍內(nèi)。

三、產(chǎn)品圖文信息呈現(xiàn)對在線圖書銷量影響的實證分析

為了分析產(chǎn)品圖文信息呈現(xiàn)數(shù)量對圖書銷量的影響，我們建立了如下模型來進(jìn)行估計：

Lnranki= α0+ α1·Lnpricei + α2·Discounti+α3·Lnagei+ α4·Genrei+ α5·LnVolumei+ α6·Valencei+ α7·Lnwordsi+ α8·Lnwordsi2+ α9·Picturesi+ εi

我們用下標(biāo)i=1,…, N來代表圖書。模型的因變量為銷量排名Lnrank。控制變量方面，Lnprice為價格，Discount為促銷折扣，Lnage為產(chǎn)品年齡，Genre為圖書類型，LnVolume和Valence為網(wǎng)絡(luò)口碑變量，前者為消費者評論數(shù)量，后者為好評率。Lnwords和Pictures為我們所關(guān)注的產(chǎn)品圖文信息呈現(xiàn)相關(guān)的解釋變量。Lnwords為產(chǎn)品文本信息呈現(xiàn)數(shù)量，Pictures為產(chǎn)品圖片信息呈現(xiàn)數(shù)量。如前所述，我們預(yù)期產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量之間為倒U型關(guān)系，也就是與銷量排名之間為U型關(guān)系，即當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量由少增加到適中時，銷量隨之增加，銷量排名數(shù)值變??；但是當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時，銷量開始減少，銷量排名數(shù)值變大。因此我們在模型中加入產(chǎn)品文本信息呈現(xiàn)數(shù)量的一次項和二次項，以驗證兩者之間是否為U型關(guān)系。如果二次項系數(shù)α8大于0且顯著，說明兩者之間確為U型關(guān)系；如果二次項系數(shù)α8不顯著，則我們的假設(shè)不成立。對于產(chǎn)品圖片信息呈現(xiàn)數(shù)量，我們預(yù)期其與銷量排名為線性關(guān)系，即圖片數(shù)量越多，銷量越高，銷量排名數(shù)值越小。

回歸結(jié)果如表5所示。對于控制變量，產(chǎn)品年齡正向顯著（α3=0.311，p＜0.01），說明隨著圖書出版時間越長，銷量排名越靠后，銷量越少。消費者評論數(shù)量負(fù)向顯著（α5=-0.431，p＜0.01），說明消費者評論數(shù)量越多，銷量排名越靠前，銷量越多，即圖書銷量隨著消費者評論數(shù)量的增多而增加。這與大多數(shù)對網(wǎng)絡(luò)口碑的研究結(jié)論相一致。好評率對銷量排名的影響并不顯著（α6=4.547，p＞0.01），這與黃可及龔詩陽等的實證研究結(jié)果相一致，造成該現(xiàn)象的原因或是由于樣本中好評率極其接近所致。

本研究主要關(guān)注產(chǎn)品圖文信息呈現(xiàn)變量對圖書銷量的影響。首先，結(jié)果顯示產(chǎn)品文本信息呈現(xiàn)數(shù)量二次項系數(shù)正向顯著（α8=0.137，p＜0.05），說明產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量排名之間呈現(xiàn)U型關(guān)系，這與我們的預(yù)期一致，即當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從小增加到適中時，銷量排名數(shù)值不斷變小，意味著銷量不斷增加；但當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時，銷量排名數(shù)值隨之變大，意味著銷量反而不斷減少。與此同時，產(chǎn)品文本信息呈現(xiàn)數(shù)量一次項系數(shù)負(fù)向顯著（α7=-2.225，p＜0.05）。其次，產(chǎn)品圖片信息呈現(xiàn)數(shù)量系數(shù)小于0且邊際顯著（α9=-0.018，p＜0.10），說明銷量隨著產(chǎn)品圖片信息呈現(xiàn)數(shù)量的增加而增加，這也與我們的預(yù)期相一致。

表5 產(chǎn)品圖文信息呈現(xiàn)變量對銷量的影響結(jié)果

此外，為分析產(chǎn)品文本和圖片信息呈現(xiàn)數(shù)量對圖書銷量排名的影響，我們通過將模型（1）與基準(zhǔn)模型來進(jìn)行對比驗證。模型（0）為基準(zhǔn)模型，我們在模型（0）中僅加入了控制變量及網(wǎng)絡(luò)口碑變量，而沒有加入產(chǎn)品圖文信息呈現(xiàn)變量。模型（0）的主要作用在于對比加入產(chǎn)品圖文信息呈現(xiàn)變量后模型的擬合優(yōu)度是否有明顯的提升，以此來說明產(chǎn)品圖文信息呈現(xiàn)變量是否對圖書銷量有重要的影響。由表5可以看出，模型（1）在加入產(chǎn)品圖文信息呈現(xiàn)變量后，R2由0.221增加到0.243，由此說明，加入產(chǎn)品圖文信息呈現(xiàn)變量后，模型的擬合優(yōu)度明顯提升。為了進(jìn)一步驗證產(chǎn)品圖文信息呈現(xiàn)變量的聯(lián)合顯著性，我們采用Wald test對三個變量進(jìn)行聯(lián)合檢驗。結(jié)果顯示F值為2.59，P值為0.05，說明產(chǎn)品圖文信息呈現(xiàn)變量確實對圖書銷量有重要影響。

四、結(jié)論與啟示

本文基于在線圖書銷售數(shù)據(jù)對產(chǎn)品所呈現(xiàn)的線上圖書圖文信息與其銷量之間的關(guān)系進(jìn)行了實證分析，補(bǔ)充了網(wǎng)絡(luò)購物環(huán)境下產(chǎn)品呈現(xiàn)領(lǐng)域的研究空白。首先，以往研究主要關(guān)注消費者生成的網(wǎng)絡(luò)口碑變量對銷量的影響，而忽視了企業(yè)主導(dǎo)的產(chǎn)品呈現(xiàn)變量對銷量的潛在影響。本文通過實證研究驗證了產(chǎn)品圖文信息呈現(xiàn)變量對銷量存在重要的影響。其次，產(chǎn)品文本與圖片信息呈現(xiàn)數(shù)量與銷量之間的關(guān)系不同，產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量之間呈現(xiàn)倒U型關(guān)系。當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從少增加到適中時，銷量隨之增加；但當(dāng)產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時，銷量開始減少。而圖片數(shù)量與銷量之間則為正向相關(guān)關(guān)系，即銷量隨著圖片數(shù)量增加而增加。

研究產(chǎn)品圖文信息呈現(xiàn)對銷量的影響具有重要的實踐意義。第一，本研究結(jié)論同樣適用于其他領(lǐng)域企業(yè)。它將指導(dǎo)網(wǎng)絡(luò)零售商呈現(xiàn)給消費者最優(yōu)的產(chǎn)品信息以最大化其收益。從產(chǎn)品文本信息呈現(xiàn)數(shù)量來說，如果企業(yè)不了解文本信息數(shù)量與銷量之間的倒U型關(guān)系而盲目認(rèn)為產(chǎn)品文本信息呈現(xiàn)數(shù)量越多越好，這將給產(chǎn)品銷量帶來負(fù)面影響。本文的研究結(jié)論提出銷量隨產(chǎn)品文本信息呈現(xiàn)數(shù)量增加而呈現(xiàn)倒U型變化，即存在某個適中值，在這個適中值點上，銷量達(dá)到最大。因此網(wǎng)絡(luò)零售商在對呈現(xiàn)產(chǎn)品時應(yīng)注意控制總體文本數(shù)量，既不能過少造成無法完整準(zhǔn)確地介紹產(chǎn)品的優(yōu)勢，也不能過多造成消費者的認(rèn)知負(fù)擔(dān)，從而降低了消費者深入了解產(chǎn)品的興趣，也就降低了銷量。第二，對圖片數(shù)量而言，企業(yè)應(yīng)在呈現(xiàn)產(chǎn)品時盡量增加對圖片的使用。尤其對于圖書行業(yè)而言，文化產(chǎn)業(yè)建設(shè)成為支柱產(chǎn)業(yè)，全民閱讀活動使文化消費群體不斷擴(kuò)大，“一帶一路”倡議的實施等無不為圖書零售企業(yè)提供了巨大的機(jī)遇。根據(jù)本文計量模型的回歸結(jié)果，可計算出圖書文本信息呈現(xiàn)數(shù)量的適中值為3361。圖片數(shù)量則與銷量呈現(xiàn)正向相關(guān)關(guān)系。那么，對于在線圖書零售商而言，要關(guān)注呈現(xiàn)圖書時使用的文本與圖片數(shù)量，以促進(jìn)銷量的最大化。第三，在政策制定領(lǐng)域，產(chǎn)品圖文信息呈現(xiàn)數(shù)量效應(yīng)仍然適用。如政府在公布政策或者政府動態(tài)時，也應(yīng)注意對于文本數(shù)量的控制和圖片的使用。然而對于不同的產(chǎn)品類型，適中的產(chǎn)品文本信息呈現(xiàn)數(shù)量或許有所不同。那么，找到產(chǎn)品文本信息呈現(xiàn)數(shù)量的適中值對網(wǎng)絡(luò)零售商或者政府部門就具有重要的戰(zhàn)略意義。

本文基于當(dāng)當(dāng)網(wǎng)的圖書數(shù)據(jù)研究了產(chǎn)品圖文信息對銷量的影響。雖然本研究補(bǔ)充了產(chǎn)品圖文信息呈現(xiàn)的研究空白，但仍存在一定的局限性，值得在未來研究中深入探討。為了更加深刻地理解產(chǎn)品圖文信息呈現(xiàn)變量與銷量之間的關(guān)系，未來的研究還需要進(jìn)一步探討變量之間的因果關(guān)系。這需要研究人員采用更多不同的研究方法，如實驗室方法、田野實驗法等，以收集更多細(xì)化的個體數(shù)據(jù)。此外，本文考察了產(chǎn)品文本信息呈現(xiàn)數(shù)量和圖片數(shù)量對銷量的影響，而沒有考察其他產(chǎn)品圖文信息呈現(xiàn)變量如效價等的作用。未來可拓展研究其他產(chǎn)品圖文信息呈現(xiàn)變量如效價等如何影響銷量。

（作者單位：中央財經(jīng)大學(xué)文化與傳媒學(xué)院 清華大學(xué)經(jīng)濟(jì)與管理學(xué)院）