李昂 趙志杰

摘 要：[目的/意義]在線評論在消費(fèi)者網(wǎng)絡(luò)購物決策過程中解決信息不對稱的作用日益顯著，探索在線評論有用性影響因素對消費(fèi)者和商家都具有重要意義。[方法/過程]以信號傳遞理論為框架，從與評論內(nèi)容、評論者和反饋有關(guān)的信號構(gòu)建在線評論有用性影響因素模型，同時考慮商品類型的調(diào)節(jié)作用，并分析了信號環(huán)境的影響。[結(jié)果/結(jié)論]通過亞馬遜中國網(wǎng)站獲取客觀數(shù)據(jù)進(jìn)行實(shí)證研究，發(fā)現(xiàn)負(fù)面評論、評論字?jǐn)?shù)越多、評論含有圖片、評論者對信息有披露、評論者排名越靠前、評論回應(yīng)數(shù)量越多則評論有用性越高，商品類型在評論情感傾向、評論圖片對評論有用性影響中起到了顯著的調(diào)節(jié)作用，并且信號影響評論有用性受到信號環(huán)境的影響。

關(guān)鍵詞：在線評論;有用性;信號傳遞理論;負(fù)二項(xiàng)回歸;影響因素

Abstract：[Purpose/Significance]Online reviews play an increasingly significant role in solving information asymmetry in the decision-making process of consumer online shopping.In order to optimize the user experience of consumers，it is necessary to timely and correctly dig out the online review information that is useful to consumers.Therefore，it is of great significance to explore the factors influencing the usefulness of online reviews.[Method/Process]Based on signaling theory，this paper constructed a model of factors influencing online review usefulness from the signals related to the review content，reviewers and the review feedback，in which the moderating role of the product type was considered.On the basis of previous researches，the review readers feedback to the review and the signal environment influence were explored.[Result/Conclusion]The objective online review data were obtained through Amazon China website，and the factors influencing online review usefulness were empirically tested.The results showed that negative reviews，reviews with more number of words，reviews with pictures，reviews with the reviewer disclosure，reviews produced by the reviewer with higher rank were more useful for consumers.The product type had a moderating role in review sentiment and review pictures influencing review usefulness，moreover，the influence of signal environment was verified.

Key words：online reviews;usefulness;signaling theory;negative binomial regression;influencing factors

在Web2.0時代，在線評論作為用戶生成內(nèi)容的一種主要形式，已經(jīng)成為消費(fèi)者在購買決策過程中參考的重要信息源[1]。根據(jù)Mudambi S M等的定義，在線評論是消費(fèi)者在電子商務(wù)或第三方評論等網(wǎng)站上發(fā)布的關(guān)于商品或服務(wù)的評價信息[2]。在線零售商通過在線評論的方式給消費(fèi)者提供了交流消費(fèi)體驗(yàn)的平臺，促使消費(fèi)者廣泛地發(fā)表在線評論以幫助潛在的消費(fèi)者做出購買決策。網(wǎng)站上大量的在線評論一方面為潛在消費(fèi)者提供了很多有價值的參考信息[3];另一方面也增加了消費(fèi)者的搜索成本，帶來了信息過載問題。這降低了消費(fèi)者對在線評論的使用以致其價值沒有被充分發(fā)揮。一些網(wǎng)站為了解決此問題，在每條評論的旁邊設(shè)置評論是否對消費(fèi)者有用的投票，根據(jù)閱讀者對評論的直接反饋可以判斷評論是否有用，這在一定程度上可以幫助消費(fèi)者快速發(fā)現(xiàn)有用的在線評論，提升消費(fèi)者的用戶體驗(yàn)[4]。這一問題也被許多研究所關(guān)注，對在線評論中哪些因素能影響其有用性進(jìn)行了積極探索，識別在線評論有用性的影響因素是判斷評論潛在價值的關(guān)鍵，可以幫助在線網(wǎng)站在閱讀者還沒有對有用性進(jìn)行投票前預(yù)測有用性并進(jìn)行排序，可見，研究在線評論有用性的影響因素具有重要的理論意義與實(shí)踐價值。

本研究在已有文獻(xiàn)基礎(chǔ)上，以信號傳遞理論為框架，從信號發(fā)出者、信號、信號接收者的反饋以及信號環(huán)境等方面構(gòu)建在線評論有用性影響因素模型，旨在以一個新的視角解釋各因素如何影響在線評論有用性，其中加入了對閱讀者的反饋方面的探討和信號環(huán)境的影響，進(jìn)一步完善了在線評論有用性影響因素模型，并通過亞馬遜網(wǎng)站獲取數(shù)據(jù)進(jìn)行實(shí)證分析，探究在線評論有用性的影響因素及各影響因素之間的作用機(jī)制，為有用性的衡量提供新思路。

1 理論模型與研究假設(shè)

1.1 在線評論有用性和信號傳遞理論

Chatterjee P首次提出了在線評論有用性的概念，指評論信息使用的影響程度[5]。Mudambi S M等最早從感知價值角度定義了在線評論有用性，得到了學(xué)者們的廣泛認(rèn)可，指消費(fèi)者在決策過程中對在線評論是否有幫助的主觀感知價值[2]。

消費(fèi)者在購買決策過程中通過瀏覽在線評論降低對產(chǎn)品的不確定性，以解決信息不對稱的問題。作為信息經(jīng)濟(jì)學(xué)理論中解決信息不對稱的有力工具，信號傳遞理論（Signaling Theory）由美國經(jīng)濟(jì)學(xué)家Spence M在20世紀(jì)70年代提出，2001年度獲得了諾貝爾經(jīng)濟(jì)學(xué)獎，來源于買賣雙方信息不對稱情境下市場互動的研究，已經(jīng)發(fā)展為包括信號發(fā)出者（Signaler）、信號（Signal）、信號接收者（Signal Receiver）、反饋（Feedback）以及信號環(huán)境（Signaling Environment）等要素在內(nèi)的完整的理論框架[6]。在買賣雙方信息不對稱的情境下，消費(fèi)者積極尋找有用的在線評論幫助他們辨別產(chǎn)品或服務(wù)質(zhì)量，因此，為更好地解釋消費(fèi)者判斷在線評論是否有用的行為過程，將信號傳遞理論引入到該領(lǐng)域的研究中。根據(jù)信號傳遞理論，信號發(fā)送者（評論者）在信號環(huán)境中發(fā)出信號給信號接收者（評論閱讀者）以減少與產(chǎn)品或服務(wù)有關(guān)的信息不對稱。

信號傳遞理論的核心是信號發(fā)送者，根本特征在于信號發(fā)出者是內(nèi)部人，即對產(chǎn)品或服務(wù)有一定了解和經(jīng)驗(yàn)的產(chǎn)品或服務(wù)的使用者，擁有潛在消費(fèi)者沒有獲得的產(chǎn)品或服務(wù)信息，他們可以選擇通過發(fā)出信號將獲得的對產(chǎn)品或服務(wù)的個人經(jīng)驗(yàn)分享給其他消費(fèi)者。信號可以分為：與評論有關(guān)的信號、與評論者有關(guān)的信號和與反饋有關(guān)的信號。與評論有關(guān)的信號通常包含在評論內(nèi)容中，評論者發(fā)出這樣的信號成本較低，而與評論者相關(guān)的信號是電子商務(wù)網(wǎng)站提供的，評論者獲得這類信號的成本較高，因?yàn)殡娮由虅?wù)網(wǎng)站需要根據(jù)評論者長期發(fā)布評論的情況對其進(jìn)行評價，例如排名等。這兩類信號都是評論的閱讀者可以直接觀察到的。評論閱讀者是信號接收者，是尋找產(chǎn)品或服務(wù)信息的外部人，他們期望獲得關(guān)于即將購買的產(chǎn)品或服務(wù)信息以用于決策參考，同時也會通過回應(yīng)的方式對評論者發(fā)出的信號做出反饋，可以視為反向信號。信號環(huán)境對信號如何降低信息不對稱的程度有一定影響，也就是說，電子商務(wù)網(wǎng)站中以在線評論形式存在的消費(fèi)者產(chǎn)生的內(nèi)容會影響哪些因素影響了在線評論有用性。

基于此，本文從與評論內(nèi)容有關(guān)的信號，與評論者有關(guān)的信號和與反饋有關(guān)的信號考慮評論有用性的影響因素，并考慮了商品類型的調(diào)節(jié)作用，如圖1所示。同時，也對信號對評論有用性的影響是否取決于信號環(huán)境進(jìn)行了研究。對與反饋有關(guān)的信號和信號環(huán)境對在線評論有用性影響的研究尚不多見，本研究對此進(jìn)行了完善，以期做出理論貢獻(xiàn)。

1.2 研究假設(shè)

1.2.1 與評論內(nèi)容有關(guān)的信號

1）評論情感傾向。消費(fèi)者在電子商務(wù)網(wǎng)站上可以選擇1～5星的形式評價商品，代表消費(fèi)者對商品的情感傾向，1星代表極差的負(fù)面評價，5星代表極好的正面評價。評論者的情感傾向表達(dá)了對商品的整體感知，是減少評論者和閱讀者之間信息不對稱的一個重要因素。Sen S等認(rèn)為相對于正面評論，負(fù)面評論包含的信息更準(zhǔn)確[7]。何有世等認(rèn)為負(fù)面評價會提供給消費(fèi)者商品的缺點(diǎn)和不足，對消費(fèi)者更有用[8]。根據(jù)Nelson P定義的搜索型商品和體驗(yàn)型商品，搜索型商品的信息在消費(fèi)者購買前通過搜尋比較容易獲得，而體驗(yàn)型商品只有在消費(fèi)者購買后通過自身的體驗(yàn)才能對與其形象、風(fēng)格有關(guān)的信息進(jìn)行評價[9]，因此，評論情感傾向?qū)υu論有用性的影響程度對于不同的商品類型會有所不同。Mudambi S M等研究發(fā)現(xiàn)，對于體驗(yàn)型商品，消費(fèi)者更傾向相信情感傾向程度低的評論[2]，在此基礎(chǔ)上，提出假設(shè)：

H1a：評論情感傾向?qū)υ诰€評論有用性產(chǎn)生影響，對評論閱讀者而言，負(fù)面評價往往具有更高的有用性。

H1b：商品類型在評論情感傾向?qū)υu論有用性的影響關(guān)系中起到了調(diào)節(jié)作用。

2）評論深度。消費(fèi)者希望通過在線評論獲得關(guān)于產(chǎn)品或服務(wù)更多的信息，篇幅較長的評論往往包含更多的產(chǎn)品或服務(wù)的信息，較為豐富的內(nèi)容也會刺激消費(fèi)者閱讀，幫助消費(fèi)者減少網(wǎng)絡(luò)購物的信息不確定性。許多學(xué)者對此進(jìn)行了探索，Mudambi S M等認(rèn)為，無論對搜索型商品還是體驗(yàn)型商品，信息的深入性能提升消費(fèi)者信心以幫助其做出購買決策，評論字?jǐn)?shù)與有用性呈正相關(guān)關(guān)系[2]。廖成林等也得出了評論深度對有用性有顯著正向影響的結(jié)論[10]，因此，提出假設(shè)：

H2：評論深度與在線評論有用性呈正相關(guān)關(guān)系，對評論閱讀者而言，評論字?jǐn)?shù)越多，評論越有用。

3）評論圖片。在評論中上傳圖片是近年來電子商務(wù)網(wǎng)站在線評論中新增加的一項(xiàng)元素，通過上傳圖片為評論中的觀點(diǎn)提供進(jìn)一步佐證，圖片為消費(fèi)者提供了更直觀的產(chǎn)品信息，比文字更容易讓消費(fèi)者信服，減少購物疑慮。廣告領(lǐng)域的研究表明，與文字相比，圖片更容易對消費(fèi)者產(chǎn)生積極的影響，讓其產(chǎn)生正面態(tài)度和購買意愿[11]。閔慶飛等研究認(rèn)為含有圖片的評論比不含圖片的評論具有更高的有用性[12]。商品類型不同，上傳圖片對評論有用性的作用程度也不同。由于搜索型商品的信息與體驗(yàn)型商品相比，具有更強(qiáng)的客觀性，張艷輝等認(rèn)為搜索型商品評論中的圖片對評論有用性的作用更加明顯[13]。基于以上研究，提出假設(shè)：

H3a：評論圖片與在線評論有用性呈正相關(guān)關(guān)系，含有圖片的評論有用性更高。

H3b：商品類型在評論圖片對評論有用性的影響關(guān)系中起到了調(diào)節(jié)作用。

1.2.2 與評論者有關(guān)的信號

1）評論者信息披露。發(fā)出信號的評論者提供的個人信息也會影響消費(fèi)者對其提供的產(chǎn)品或服務(wù)信息有用性的感知。評論者在發(fā)布在線評論的電子商務(wù)網(wǎng)站中會填寫個人資料，如昵稱、地理位置、興趣、上傳頭像照片等，但是也有評論者沒有填寫任何個人資料信息。評論者展示個人信息，促使閱讀者在信息源上產(chǎn)生自信，會增加評論可信度，其提供有用商品信息的可能性就越大，而沒有個人資料的評論者會降低評論真實(shí)性，進(jìn)而影響有用性。Forman C等對評論者信息披露和評論有用性的關(guān)系進(jìn)行了研究，發(fā)現(xiàn)評論者在網(wǎng)站中披露個人信息，如姓名、地理位置、愛好等，能增加其發(fā)布評論的可信度和有用性[14]。卓四清等也得到了評論者個人信息披露對評論有用性有正向影響的結(jié)論[15]。因此，提出假設(shè)：

H4：評論者信息披露與在線評論有用性呈正相關(guān)關(guān)系，暴露個人信息的評論者發(fā)表的評論有用性更高。

2）評論者排名。作為信息來源，評論者的專業(yè)性也影響著消費(fèi)者對評論有用性的感知。評論者的專家形象可以通過電子商務(wù)網(wǎng)站對評論者的排名來體現(xiàn)。電子商務(wù)網(wǎng)站根據(jù)評論者長期參與發(fā)表評論的情況進(jìn)行綜合評價，發(fā)表的評論越多，評論獲得的有用投票總數(shù)越多，排名就越靠前。一般認(rèn)為排名靠前的評論者由于經(jīng)驗(yàn)豐富，所以發(fā)表的評論具有較高的參考價值。廖成林等、郭國慶等對此進(jìn)行了研究，認(rèn)為評論者資信度越高，其評論有用性越高[10，16]。有些網(wǎng)站在排名比較靠前的評論者發(fā)布的評論旁會用標(biāo)簽突顯出來，以此來引起閱讀者的關(guān)注。因此，提出假設(shè)：

H5：評論者排名對在線評論有用性有顯著影響，排名越靠前的評論者的評論有用性越高。

1.2.3 與反饋有關(guān)的信號

評論的閱讀者在接收到信號后，會通過回應(yīng)評論對信號做出反饋，其他閱讀評論的消費(fèi)者也會看到回應(yīng)的信息。江曉東通過對當(dāng)當(dāng)網(wǎng)和京東商城的在線評論進(jìn)行實(shí)證分析，發(fā)現(xiàn)消費(fèi)者對評論的回應(yīng)越多，感知的有用性就越強(qiáng)[17]。吳江等認(rèn)為一條評論獲得的回應(yīng)越多，表明消費(fèi)者對評論越感興趣[18]，積極與信號發(fā)出者互動進(jìn)而產(chǎn)生有用信息的可能性就越大，對其他閱讀者的參考價值也越大。因此，提出假設(shè)：

H6：閱讀者對評論的回應(yīng)與在線評論有用性呈正相關(guān)關(guān)系，回應(yīng)越多的評論有用性更高。

1.2.4 信號環(huán)境的影響

根據(jù)信號傳遞理論，信號發(fā)出的環(huán)境對信號減少信息不對稱的程度有一定影響。電子商務(wù)平臺中存在著大量的在線評論，消費(fèi)者可以通過選擇閱讀不同的評論來降低對產(chǎn)品或服務(wù)的不確定性。在消費(fèi)者注意力有限的情況下，每個產(chǎn)品的不同評論都希望獲得消費(fèi)者的關(guān)注，在這樣的環(huán)境下，與每條在線評論相關(guān)的各種信號會提高在線評論被感知的有用性，即各種信號對評論有用性影響顯著，而在只有極少的在線評論存在的環(huán)境中，評論的存在就是對消費(fèi)者有幫助的，即有些信號對評論的有用性影響不顯著[19]。因此，提出假設(shè)：

H7：信號對評論有用性的影響取決于信號環(huán)境。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)收集

以Amazon.cn網(wǎng)站上客觀存在的在線評論為研究對象，驗(yàn)證提出的模型和研究假設(shè)。亞馬遜中國是一個綜合的電子商務(wù)零售商，較早的采用了在線評論的形式為消費(fèi)者提供參考信息，擁有大量用戶及評論數(shù)據(jù)。通過網(wǎng)絡(luò)爬蟲軟件從網(wǎng)站上獲取兩種商品類型的在線評論，選取的搜索型商品包括手機(jī)、筆記本電腦和數(shù)碼相機(jī)，而體驗(yàn)型商品包括圖書、CD和音像制品，時間范圍從2012年1月1日到2017年10月9日，通過數(shù)據(jù)清洗，共獲得有效樣本5 079條在線評論。每條評論數(shù)據(jù)包括：評論星級、評論字?jǐn)?shù)、評論是否含有圖片、評論者是否暴露個人信息、評論者排名、評論回應(yīng)以及評論獲得的有用投票數(shù)。

2.2 研究變量

為驗(yàn)證假設(shè)，變量如表1所示。以評論情感傾向、評論深度、評論圖片、評論者信息披露、評論者排名、評論回應(yīng)作為自變量，以評論有用性為因變量。評論情感傾向以評論星級為代理指標(biāo);評論深度采用評論的字長表示;評論圖片被定義為二值變量，“0”代表不含有圖片，“1”代表含有圖片;評論者信息披露也定義為“0”表示沒有暴露任何個人信息，系統(tǒng)一般默認(rèn)為“亞馬遜買家”，只要暴露個人信息就用“1”表示;評論者排名以網(wǎng)站對評論者的排名為代理指標(biāo)，評論回應(yīng)以評論回應(yīng)的數(shù)量為代理指標(biāo)。由于亞馬遜網(wǎng)站中不再顯示有用性投票數(shù)與總投票數(shù)的比例，所以，借鑒Racherla P等的研究，因變量評論有用性以網(wǎng)站上提供的該評論獲得的有用投票數(shù)為代理指標(biāo)[20]。商品類型作為調(diào)節(jié)變量，定義為二值變量，“0”代表體驗(yàn)型商品，“1”代表搜索型商品。

3 模型估計(jì)與結(jié)果分析

3.1 描述性統(tǒng)計(jì)

變量描述性統(tǒng)計(jì)分析如表2所示，在線評論有用性的均值在7左右，而最大值為1 051，表明大多數(shù)評論獲得的有用性投票數(shù)較少。評論情感傾向均值在4左右，說明大多數(shù)消費(fèi)者的情感傾向趨于積極，傾向于給高分。評論深度最小值為10，原因是亞馬遜網(wǎng)站對評論字?jǐn)?shù)的最低要求為10個字，平均評論長度為82個字左右。評論者信息披露的均值為0.76，表明大多數(shù)消費(fèi)者或多或少都披露了個人信息，不是沒有披露任何信息。評論回應(yīng)的最大值為27，說明網(wǎng)站中消費(fèi)者對評論的回應(yīng)并不積極。

3.2 回歸分析

模型的回歸結(jié)果如表3所示，用似然比（Log Likelihood）和偽R2系數(shù)（Pseudo R2）檢驗(yàn)?zāi)Ｐ偷臄M合優(yōu)度，參考同類研究，擬合效果較好。由表3可知，與評論內(nèi)容有關(guān)的信號中，評論情感傾向?qū)υu論有用性有顯著影響，且回歸系數(shù)為負(fù)，表明負(fù)向評論的有用性更高，因此，假設(shè)H1a成立。網(wǎng)站中評論的情感傾向趨向積極，大多數(shù)為正面評論，評論者在商家返現(xiàn)的激勵下也會提供正面評價，雖然正面評價提供的信息能為消費(fèi)者購買決策提供參考，但沒有負(fù)面評價提供的信息對消費(fèi)者更有幫助，一方面數(shù)量相對較少的負(fù)面評價更容易吸引消費(fèi)者的注意力而獲得有用性投票;另一方面負(fù)面評價會暴露商品信息中沒有的缺點(diǎn)，因此提供的信息對消費(fèi)者更具參考價值。評論深度和評論圖片都與在線評論有用性顯著相關(guān)，并且回歸系數(shù)都為正，表明評論深度與有用性呈正相關(guān)關(guān)系，含有圖片的評論有用性更高，因此假設(shè)H2、H3a得到支持。評論深度由評論字?jǐn)?shù)代表，字?jǐn)?shù)越多說明提供的信息越多，因此對消費(fèi)者也越有用，之前的研究也驗(yàn)證了這一結(jié)論[21]，而評論圖片能夠更直觀地反映商品的情況，因此對消費(fèi)者的價值也越大。由交互效應(yīng)的分析發(fā)現(xiàn)，商品類型對評論情感傾向、評論圖片影響評論有用性分別具有顯著的調(diào)節(jié)作用，所以假設(shè)H1b、H3b成立，表明評論情感傾向和評論圖片對不同商品類型的評論有用性的影響不同。

在與評論者有關(guān)的信號中，評論者信息披露通過顯著性檢驗(yàn)，回歸系數(shù)為正，表明對信息進(jìn)行披露的評論者發(fā)表的評論有用性更高，評論者排名也通過了顯著性檢驗(yàn)，且系數(shù)為負(fù)，表明排名越小，即排名越靠前，評論有用性越高，因此，假設(shè)H4、H5得到支持。評論者對個人信息進(jìn)行披露，能夠增加評論者的可信度，從而提高了評論的有用性，而評論者排名越靠前，表明評論者發(fā)表評論經(jīng)驗(yàn)越豐富，提供的信息越有用。

[9]Nelson P.Information and Consumer Behavior[J].Journal of Political Economy，1970，78（20）：311-329.

[10]廖成林，蔡春江，李憶.電子商務(wù)中在線評論有用性影響因素實(shí)證研究[J].軟科學(xué)，2013，27（5）：46-50.

[11]Mitchell A A，Olson J C.Are Product Attribute Beliefs the Only Mediatior of Advertising Effects on Brand Attitude？[J].Journal of Marketing Research（JMR），1981，1（1）：318-332.

[12]閔慶飛，覃亮，張克亮.影響在線評論有用性的因素研究[J].管理評論，2017，29（10）：95-107.

[13]張艷輝，李宗偉.在線評論有用性的影響因素研究：基于產(chǎn)品類型的調(diào)節(jié)效應(yīng)[J].管理評論，2016，28（10）：123-132.

[14]Forman C，Ghose A，Wiesenfeld B.Examining the Relationship Between Reviews and Sales：The Role of Reviewer Identity Disclosure in Electronic Markets[J].Information Systems Research，2008，19（3）：291-313.

[15]卓四清，馮永洲.在線評論有用性影響因素實(shí)證研究——基于Tripadvisor.com酒店評論數(shù)據(jù)[J].現(xiàn)代情報，2015，35（4）：52-56，74.

[16]郭國慶，陳凱，何飛.消費(fèi)者在線評論可信度的影響因素研究[J].當(dāng)代經(jīng)濟(jì)管理，2010，32（10）：17-23.

[17]江曉東.什么樣的產(chǎn)品評論最有用？——在線評論數(shù)量特征和文本特征對其有用性的影響研究[J].外國經(jīng)濟(jì)與管理，2015，37（4）：41-55.

[18]吳江，劉彎彎.什么樣的評論更容易獲得有用性投票——以亞馬遜網(wǎng)站研究為例[J].數(shù)據(jù)分析與知識發(fā)現(xiàn)，2017，1（9）：16-27.

[19]Siering M，Muntermann J，Rajagopalan B.Explaining and Predicting Online Review Helpfulness：The Role of Content and Reviewer-related Signals[J].Decision Support Systems，2018，108.

[20]Racherla P，F(xiàn)riske W.Perceived Usefulness of Online Consumer Reviews：An Exploratory Investigation across Three Services Categories[J].Electronic Commerce Research & Applications，2012，11（6）：548-559.

[21]王智生，李慧穎，孫銳.在線評論有用性投票的影響因素研究——基于商品類型的調(diào)節(jié)作用[J].管理評論，2016，28（7）：143-153.

（責(zé)任編輯：孫國雷）