李 磊 宋建偉 劉 繼

(新疆財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)據(jù)科學(xué)學(xué)院)

1 研究背景

隨著消費(fèi)升級和零售新生態(tài)核心人群的形成，零售業(yè)的發(fā)展趨勢必然是線上線下一體化發(fā)展。線上交易具有跨地區(qū)、跨時(shí)間、低成本、高效率等優(yōu)勢，但也更容易因信息不對稱而產(chǎn)生逆向選擇和道德風(fēng)險(xiǎn)問題。在弱連接的匿名線上市場中，聲譽(yù)機(jī)制是交易順利、高效完成的根本保障。它既是一種信號發(fā)送機(jī)制，向潛在消費(fèi)者傳遞賣家歷史交易行為的信息，促進(jìn)交易雙方的信任[1]；又是一種搜索機(jī)制，能夠指導(dǎo)買家進(jìn)行有效搜尋并甄別出高質(zhì)量商品[2]。國內(nèi)外電商平臺構(gòu)建的聲譽(yù)系統(tǒng)主要基于以下兩個(gè)內(nèi)容：①消費(fèi)者反饋評價(jià)機(jī)制，有效的反饋機(jī)制就是一個(gè)非正式的、買方驅(qū)動(dòng)的賣家認(rèn)證系統(tǒng)[3]；②結(jié)構(gòu)性保障機(jī)制，結(jié)構(gòu)保障是第三方平臺為線上交易提供的擔(dān)保服務(wù)，買家在交易中獲得的有效保護(hù)和電商平臺的聲譽(yù)都直接影響賣家的聲譽(yù)。

從經(jīng)濟(jì)學(xué)的角度，商品可分為搜索型和體驗(yàn)型兩類。體驗(yàn)型商品提供享受體驗(yàn)，必須在購買和使用后才能對商品價(jià)值做出評判，所以消費(fèi)者在購買商品前更趨向于參考在線評論[4]。大部分實(shí)證研究選取圖書、電影等體驗(yàn)型商品，較少以農(nóng)產(chǎn)品為研究對象。新疆的特色干果是極具地方特色的優(yōu)質(zhì)農(nóng)產(chǎn)品，在全國范圍內(nèi)都有一定的知名度和美譽(yù)度，但在線上銷售中也面臨諸多問題和挑戰(zhàn)。同一區(qū)域公共品牌下的特色干果種類、等級繁多，產(chǎn)品質(zhì)量差別較大，消費(fèi)者在選擇商品時(shí)有一定的困難；有些產(chǎn)品有口碑沒品牌，有些產(chǎn)品品牌知名度不高、整合力度不夠，存在惡性競爭的風(fēng)險(xiǎn)，因此，線上評論在傳遞商品質(zhì)量信息、甄別高信譽(yù)賣家、促進(jìn)信任關(guān)系等方面的作用更加重要。

近年來，在線聲譽(yù)領(lǐng)域的實(shí)證研究更加關(guān)注評論文本的語義內(nèi)容，并運(yùn)用自然語言處理和數(shù)據(jù)挖掘方法從中提取聲譽(yù)信息流，從而更加準(zhǔn)確、客觀地測度聲譽(yù)水平[5]。為此，本研究擬以淘寶和天貓平臺上銷售的新疆特色干果為例，抓取線上交易的真實(shí)數(shù)據(jù)，從在線評論中挖掘出消費(fèi)者的情感傾向，據(jù)此測度賣家線上聲譽(yù)狀況；再構(gòu)建計(jì)量模型，研究聲譽(yù)因素對銷售收入及賣家促銷策略的影響效應(yīng)。研究結(jié)果對于線上反饋評價(jià)機(jī)制的設(shè)計(jì)和賣家競爭策略的制定有一定啟示意義。

2 文獻(xiàn)回顧與研究假設(shè)

2.1 聲譽(yù)的經(jīng)濟(jì)價(jià)值

理論分析表明，潛在消費(fèi)者會(huì)基于賣家的歷史交易行為制定購買決策，賣家積累的聲譽(yù)會(huì)體現(xiàn)在其經(jīng)濟(jì)效益上[6]?；趪鴥?nèi)主要電商平臺上的真實(shí)交易數(shù)據(jù)，對電子產(chǎn)品、小家電、化妝品、圖書等線上交易的實(shí)證研究發(fā)現(xiàn)，聲譽(yù)與商品的銷量或銷售收入有顯著的正相關(guān)關(guān)系[7,8]，而且這種關(guān)聯(lián)關(guān)系也可能是非線性的[9]。另外，其他一些因素會(huì)對聲譽(yù)的經(jīng)濟(jì)價(jià)值起到調(diào)節(jié)作用，如市場結(jié)構(gòu)[10]、商品特質(zhì)[11]等。這表明良好的聲譽(yù)能提升交易成功的概率，具有經(jīng)濟(jì)價(jià)值。

從對在線聲譽(yù)的衡量看，實(shí)證研究大都選取電商平臺的統(tǒng)計(jì)指標(biāo)(如信用積分、好評數(shù)/率等)作為聲譽(yù)水平的代理變量。這些指標(biāo)對在線聲譽(yù)的衡量過于簡單且存在偏誤，反饋機(jī)制的設(shè)計(jì)、測度方法的合理性、賣家的欺騙性行為等因素是造成“好評膨脹”“評分等級膨脹”的主要原因[12]。而在線評論文本蘊(yùn)含的信息更豐富全面，是反映賣家聲譽(yù)狀況的重要信息來源[13]。非負(fù)面評論通常在數(shù)量上占主導(dǎo)地位，要積累良好的在線聲譽(yù)，好評所起的作用至關(guān)重要。由此提出以下假設(shè)：

假設(shè)1正面線上評論蘊(yùn)含的在線聲譽(yù)水平對銷售收入有正向影響。

DUAN等[14]認(rèn)為線上評論具有知悉效應(yīng)和勸說效應(yīng)?？诒扑]會(huì)對消費(fèi)者的購買意愿產(chǎn)生直接和間接效應(yīng)[15]，是賣家聲譽(yù)作用的主要體現(xiàn)。相關(guān)研究多以效價(jià)(賣家的評分均值)來量化勸說效應(yīng)，但有學(xué)者指出，離散度指標(biāo)的信息含量更大，并在模型中引入評分的標(biāo)準(zhǔn)差[16]或評論情感極性的熵值[17]，結(jié)果證實(shí)這些指標(biāo)對商品銷售有顯著影響，但在影響方向上并沒有一致的結(jié)論。本研究認(rèn)為，在線評論的情感極性分布可反映顧客消費(fèi)體驗(yàn)上的差別程度，也是傳遞聲譽(yù)信息的重要信號。由此提出以下假設(shè)：

假設(shè)2a在線評論中的情感極性分布對銷售收入有正向影響。

假設(shè)2b在線評論中的情感極性分布對銷售收入有負(fù)向影響。

在線聲譽(yù)系統(tǒng)的另一個(gè)構(gòu)成部分是結(jié)構(gòu)性保障機(jī)制，其目的是構(gòu)建基于制度的信任，即消費(fèi)者感知到促進(jìn)交易成功的條件已經(jīng)確立[18]。SHA[19]把線上結(jié)構(gòu)性保障分為4種類型：認(rèn)證、商家承諾、銀行或保險(xiǎn)服務(wù)、交易安全保護(hù)。國內(nèi)電商平臺普遍采用的實(shí)名認(rèn)證、消費(fèi)者保障計(jì)劃、支付保障體系等均可歸為上述4種類型。結(jié)構(gòu)保障能夠促進(jìn)消費(fèi)者對賣家的信任，提升購買意愿[19]，提高成交概率[20]，并可通過網(wǎng)絡(luò)口碑的中介作用增加商品銷量[21]。所以，結(jié)構(gòu)保障傳遞了關(guān)于商家可信度的信號，由此提出以下假設(shè)：

假設(shè)3賣家獲得的結(jié)構(gòu)保障對銷售收入有正向影響。

2.2 聲譽(yù)與賣家的策略行為

在線聲譽(yù)的變化會(huì)引起賣家做出相應(yīng)的策略反應(yīng)，線上反饋評價(jià)是賣家調(diào)整經(jīng)營策略的主要依據(jù)。CABRAL等[22]對eBay賣家市場行為的研究發(fā)現(xiàn)，當(dāng)賣家收到第一個(gè)差評后，其維持聲譽(yù)的努力也隨之下降，而聲譽(yù)的下降明顯增加了賣家退出市場的可能性。FAN等[23]的實(shí)證研究表明，新賣家有更強(qiáng)烈的降價(jià)動(dòng)機(jī)，會(huì)放棄短期收益以積累聲譽(yù)，成為資深賣家后又會(huì)調(diào)整定價(jià)策略，獲取良好聲譽(yù)帶來的正回報(bào)。SU等[24]的研究也證實(shí)，淘寶賣家會(huì)根據(jù)預(yù)期的聲譽(yù)水平給商品定價(jià)，從而實(shí)現(xiàn)當(dāng)前和未來收益的最大化。

為實(shí)現(xiàn)長期生存和盈利的目標(biāo)，賣家會(huì)采取多種促銷手段來影響消費(fèi)者的購買行為。促銷活動(dòng)有助于提升品牌認(rèn)知、商品銷售和顧客的滿意度[25]，使顧客傾向于對賣家給出更高的評價(jià)[26]。賣家普遍采取折扣、優(yōu)惠券等價(jià)格促銷策略吸引顧客，但過高的折扣可能會(huì)對賣家的利潤率和聲譽(yù)造成負(fù)面影響[25]。此外，CHEN等[27]從理論上證明了在收益最大化的目標(biāo)下，賣家會(huì)根據(jù)第三方評論調(diào)整促銷策略。BAI等[28]的實(shí)證研究發(fā)現(xiàn)，賣家收到的評論數(shù)越多、評級越高，越傾向于采取團(tuán)購交易方式，表明賣家會(huì)根據(jù)反饋評價(jià)調(diào)整營銷方式。

綜上，本研究認(rèn)為當(dāng)在線聲譽(yù)發(fā)生變化時(shí)，兩方面原因可能會(huì)導(dǎo)致賣家在促銷策略方面做出相應(yīng)的調(diào)整：①出于聲譽(yù)管理的考慮，無論是扭轉(zhuǎn)在線聲譽(yù)的下滑，還是積累良好的聲譽(yù)，賣家都有可能采取促銷手段來激勵(lì)消費(fèi)者反饋好評；②出于收益最大化的目的，價(jià)格促銷本質(zhì)上就是一種定價(jià)策略，所以在線聲譽(yù)的變化可能會(huì)導(dǎo)致促銷策略的調(diào)整。賣家的促銷策略是多種影響效應(yīng)疊加的選擇結(jié)果，也是一個(gè)實(shí)證問題，由此提出以下假設(shè)：

假設(shè)4正面線上評論蘊(yùn)含的在線聲譽(yù)水平對促銷策略有影響。

假設(shè)5在線評論中的情感極性分布對促銷策略有影響。

3 研究方法

3.1 樣本及數(shù)據(jù)收集

本研究將研究對象限定為大棗、葡萄干和巴旦木3種代表性的新疆特色干果。采取Python語言編寫爬蟲程序與人工抓取相結(jié)合的方法，從淘寶和天貓平臺上收集了研究所需的數(shù)據(jù)。抽樣方法為，先根據(jù)商品銷量排序的結(jié)果，從排名前150的店鋪中隨機(jī)抽樣，然后再選取每家店鋪銷量最高的前3個(gè)商品跟蹤收集數(shù)據(jù)。對于銷量和評論數(shù)持續(xù)4周不變的商品，視為滯銷商品并從商品集中剔除。對于下架商品，從觀測初期開始至少有5周有效觀測數(shù)據(jù)的商品予以保留，否則從商品集中剔除。在剔除商品的同時(shí)，再按上述抽樣原則，補(bǔ)充新的店鋪和商品。

從2018年4月6日～2018年10月27日，每3天收集一次數(shù)據(jù)，共69個(gè)觀測時(shí)點(diǎn)。獲取的有效非平衡面板數(shù)據(jù)共涉及29家淘寶店鋪、46個(gè)商品，44家天貓旗艦店、148個(gè)商品。具體收集的數(shù)據(jù)包括：店鋪的基本信息(如開店時(shí)長、信用積分、服務(wù)承諾、保證金金額等)、商品交易的基本信息(如價(jià)格、銷量、收藏?cái)?shù)、支付方式、促銷活動(dòng)等)、在線評論的基本信息(如評論數(shù)量、評論文本等)。

3.2 在線聲譽(yù)測度

3.2.1在線評論的情感分析

消費(fèi)者在購物過程中通常同時(shí)考慮賣家和商品的聲譽(yù)狀況，這兩種聲譽(yù)聯(lián)合起來對商品銷售產(chǎn)生顯著影響。而線上評論內(nèi)容通常既涉及商品又涉及賣家，其評價(jià)的對象是多個(gè)，同時(shí)傳遞關(guān)于商品和賣家聲譽(yù)狀況的信號[12]。所以，在線評論的情感分析結(jié)果是兩種聲譽(yù)狀況的聯(lián)合信號顯示，在此基礎(chǔ)上可更準(zhǔn)確地測度影響商品銷售的聲譽(yù)因素。

在整個(gè)樣本觀測期間，共抓取在線評論314 755條。剔除無效評論后，有效評論共314 194條，其中淘寶店29 475條，約占9.38%，旗艦店284 719條，約占90.62%。本研究使用Python的SnowNLP包計(jì)算在線評論的情感值，并根據(jù)情感值對評論分為好、中、差3類。由于SnowNLP包中的語料庫包含的農(nóng)產(chǎn)品評論很少，直接使用該語料庫導(dǎo)致情感分類結(jié)果的準(zhǔn)確率較低，故本研究先用已標(biāo)注的農(nóng)產(chǎn)品類評論文本對語料庫進(jìn)行了擴(kuò)充，然后再進(jìn)行情感分析。從淘寶店和旗艦店評論中分別隨機(jī)抽取1 000條和6 000條進(jìn)行情感標(biāo)注，然后按7∶3的比例劃分訓(xùn)練集和測試集，訓(xùn)練分類模型。訓(xùn)練后的模型在測試集上的分類準(zhǔn)確率達(dá)到了85%以上，情感極性的分類效果較好(1)本研究采用網(wǎng)格搜索法確定情感分類的臨界值。根據(jù)分類準(zhǔn)確率的提升幅度判斷，最終將好評的情感臨界值定為0.7，差評的情感臨界值定為0.3。。

分類模型對全部有效在線評論的情感傾向性分類結(jié)果見表1。天貓是國內(nèi)B2C市場上最大的電商渠道之一，相對于淘寶的集市賣家(C2C市場)，天貓商城的產(chǎn)品質(zhì)量較好，消費(fèi)者權(quán)益更有保障，信譽(yù)口碑更佳。旗艦店的評論中，好評數(shù)占比最高，約為80%；23 359條中性評論中，系統(tǒng)默認(rèn)好評占0.65%，其余99.35%都是根據(jù)語義內(nèi)容判定的中性情感。淘寶店的評論中，中評數(shù)最多，約占70.3%，好評數(shù)次之，差評數(shù)最少。這是因?yàn)樘詫毜甑姆答佋u論中，“系統(tǒng)默認(rèn)好評”占比達(dá)到70.28%，在情感分析中都被歸為“中評”。在20 717條中性評論中，系統(tǒng)默認(rèn)好評占97.58%，根據(jù)文本語義內(nèi)容判定的中性評價(jià)僅占2.42%(2)出現(xiàn)“系統(tǒng)默認(rèn)好評”的原因主要有兩個(gè)：(a)買家的確對線上交易表示滿意，但沒有及時(shí)給出反饋評價(jià)；(b)買家對線上交易并不滿意，但又不愿給出負(fù)面評價(jià)，所以不予評價(jià)。根據(jù)字面內(nèi)容無法區(qū)分具體是哪種原因，但無論是哪種情況，“系統(tǒng)默認(rèn)好評”都傳遞不出關(guān)于賣家商品、服務(wù)質(zhì)量的任何有效信息，起不到信號發(fā)送的作用。鑒于此，本研究將“系統(tǒng)默認(rèn)好評”均歸為中評。。

表1 在線評論情感傾向性分析結(jié)果

3.2.2在線聲譽(yù)水平的測度

盡管絕大多數(shù)類似研究都采用總量指標(biāo)作為在線聲譽(yù)的代理變量，但由于第三方平臺統(tǒng)計(jì)的銷量指標(biāo)是一個(gè)流量數(shù)據(jù)，所以為更準(zhǔn)確地刻畫在線聲譽(yù)與銷售收入之間的關(guān)系，本研究基于線上好評的增量測度在線聲譽(yù)水平。關(guān)于人類行為動(dòng)力學(xué)的研究已經(jīng)發(fā)現(xiàn)，大量人類行為的時(shí)間間隔分布均具有重尾特征，在線用戶的興趣變化是一個(gè)符合冪律的無限長程記憶過程[29]。而農(nóng)產(chǎn)品的消費(fèi)具有一定的時(shí)效性，其內(nèi)在品質(zhì)的檢驗(yàn)也具有一定的滯后性，因此農(nóng)產(chǎn)品的在線評論不僅會(huì)表現(xiàn)出更強(qiáng)烈的情感，而且也具有更強(qiáng)的時(shí)效性。出于上述兩個(gè)方面的考慮，本研究用好評數(shù)增量的加權(quán)平均來測度聲譽(yù)水平的動(dòng)態(tài)變化。假定潛在消費(fèi)者對評論內(nèi)容的記憶性隨記憶時(shí)長λ的增大，以冪律形式衰減：

P(λ)∝λ-α,

(1)

(2)

3.2.3情感熵的測度

對體驗(yàn)型商品而言，在線評論的觀點(diǎn)分歧也是影響潛在消費(fèi)者購買意愿的一個(gè)重要因素。觀點(diǎn)分歧說明不同消費(fèi)者的體驗(yàn)效用差別較大，而這主要是由潛在的商品特性造成的，也是在線聲譽(yù)的一種體現(xiàn)。本研究用線上評論的情感極性分布反映商品消費(fèi)體驗(yàn)的差異化信息，根據(jù)每個(gè)觀測點(diǎn)的好、中、差評論增量計(jì)算信息熵(簡稱為情感熵)：

(3)

3.3 模型設(shè)定

3.3.1在線聲譽(yù)對銷售收入的影響

本研究以觀測點(diǎn)的商品成交價(jià)格乘以近30天的銷量來估算銷售收入，已有研究成果大多表明在線聲譽(yù)對銷售收入的影響是非線性的，故對銷售收入、聲譽(yù)水平和情感熵均取了對數(shù)。為避免內(nèi)生性問題，測度在線聲譽(yù)的指標(biāo)均滯后一期[14,23]。為檢驗(yàn)假設(shè)1～假設(shè)3，基于非平衡的面板數(shù)據(jù)構(gòu)建以下計(jì)量模型：

lnS=α0+α1lnRepu+α2lnE+β′StrucVar+γ′ContrVar+ε，

(4)

式中，StrucVar是反映結(jié)構(gòu)保障的變量向量。鑒于賣家普遍獲得的結(jié)構(gòu)保障(如實(shí)名認(rèn)證等)對于在線聲譽(yù)的信號顯示作用很小，故不予考慮。在第三方平臺上，旗艦店和淘寶店可獲得的結(jié)構(gòu)保障有較大差別。針對旗艦店，選取保證金余額、破損包退兩個(gè)代理變量；針對淘寶店，選取保證金余額、質(zhì)量安全、7天無理由退貨3個(gè)代理變量，并預(yù)期這些變量對銷售收入有正向影響。ContrVar是控制變量向量，基于已有研究來選取控制變量。雖然中性評論的情感傾向性不明確，可能同時(shí)含有褒貶態(tài)度、語義內(nèi)涵比較復(fù)雜，但有研究發(fā)現(xiàn)中評率對銷售收入也有顯著影響[30]，故選取滯后一期的中評率作為控制變量。評論數(shù)量通常是度量網(wǎng)絡(luò)口碑知悉效應(yīng)的重要變量，本研究用研究期間的累積評論數(shù)控制知悉效應(yīng)的影響。對商品的收藏行為是購買傾向性的體現(xiàn)，收藏?cái)?shù)還具有一定的勸說效應(yīng)，因此需要控制收藏?cái)?shù)的影響。促銷活動(dòng)很可能對銷售收入產(chǎn)生影響，這里只考慮賣家最常用的促銷方式，旗艦店為滿減、包郵和優(yōu)惠券3種方式，淘寶店為淘金幣、優(yōu)惠劵和包郵3種方式(3)從樣本數(shù)據(jù)看，打折、贈(zèng)送小禮品、刮券等其他促銷活動(dòng)占比均不足3%，故不予考慮。，并構(gòu)建虛擬變量來區(qū)分是否有促銷活動(dòng)。

另外，旗艦店有開店時(shí)長的統(tǒng)計(jì)指標(biāo)，老店與新店相比，在市場占有量、經(jīng)營管理和服務(wù)水平等方面都有明顯優(yōu)勢，開店時(shí)間越長，說明賣家在市場中的生存幾率越高，越具有競爭優(yōu)勢。本研究還用旗艦店的僅自主退款完結(jié)時(shí)長來反映商家的服務(wù)水平，服務(wù)質(zhì)量越高越有助于商品的銷售。

第三方平臺計(jì)算淘寶店的信用積分，并根據(jù)信用積分評出等級，從低到高共分為“紅心”“鉆石”“皇冠”“金皇冠”4個(gè)級別，其中每個(gè)級別中又細(xì)分為5個(gè)等級。賣家的信用積分和等級非常直觀，是消費(fèi)者購物時(shí)的重要參考因素之一。本研究基于樣本數(shù)據(jù)，以上、下四分位點(diǎn)為臨界值，將賣家分為高、中、低3個(gè)信用級別?？傮w上，高信用級別對應(yīng)的是“金皇冠”，中等信用級別對應(yīng)的是“皇冠”中的4～5級，其他為低信用級別，分類結(jié)果較為合理。此外，還選取了退款率以反映淘寶店的商品和服務(wù)質(zhì)量。

3.3.2在線聲譽(yù)對促銷策略的影響

賣家最常采用的促銷方式本質(zhì)上都是價(jià)格促銷策略，而且一些賣家會(huì)同時(shí)采取兩種及以上的促銷方式。根據(jù)目前能獲取的線上交易數(shù)據(jù)，既無法具體量化每個(gè)賣家的分段定價(jià)方式，也無法區(qū)分每一種促銷方式的影響效應(yīng)。所以，本研究探討在線聲譽(yù)對賣家促銷傾向性的影響。定義P=Prob(Prom=1)，以賣家是否采取促銷策略為因變量，建立如下面板Logistic模型：

(5)

為檢驗(yàn)假設(shè)4～假設(shè)5，選取聲譽(yù)水平、情感熵作為核心解釋變量。促銷活動(dòng)的一個(gè)重要目的是為了促進(jìn)商品的銷售，所以銷售收入也作為重要解釋變量納入模型中。為避免內(nèi)生性問題，上述變量均滯后一期?？刂谱兞縿t包括中評率、收藏?cái)?shù)、開店時(shí)長、信用級別等。

4 實(shí)證結(jié)果與分析

4.1 變量的描述性統(tǒng)計(jì)分析

淘寶店和天貓旗艦店分別在C2C和B2C市場上運(yùn)營，這兩個(gè)市場的定位、管理方式和技術(shù)支持等方面有明顯區(qū)別，而且第三方平臺的統(tǒng)計(jì)指標(biāo)和所提供的結(jié)構(gòu)保障也有較大差別。故本研究基于淘寶店和天貓旗艦店兩個(gè)子樣本，分別研究在線聲譽(yù)的影響效應(yīng)，計(jì)量模型中變量的定義及描述性統(tǒng)計(jì)分別見表2和表3(4)為便于閱讀，表2、表3中銷售收入、保證金余額的單位均設(shè)定為萬元。估計(jì)模型時(shí)，上述變量的單位均為元。。

表2 變量定義及描述性統(tǒng)計(jì)(天貓旗艦店)

表3變量定義及描述性統(tǒng)計(jì)(淘寶店)

4.2 在線聲譽(yù)對銷售收入的影響效應(yīng)

鑒于保證金余額、收藏?cái)?shù)、累積評論數(shù)的數(shù)據(jù)波動(dòng)較大，故對這3個(gè)變量也做了對數(shù)處理。為處理變量取值為0的問題，銷售收入、保證金余額、收藏?cái)?shù)、累積評論數(shù)均在原樣本數(shù)據(jù)上加1，再取自然對數(shù)。對于聲譽(yù)水平為0的情況，用觀測期間該商品聲譽(yù)水平最小非零值的十分之一來近似替代，再取自然對數(shù)。本研究的樣本數(shù)據(jù)總體上是一個(gè)非平衡的短面板數(shù)據(jù)，考慮到可能存在的異方差問題，故采用FGLS方法估計(jì)隨機(jī)效應(yīng)模型，Pooled OLS和FGLS估計(jì)結(jié)果見表4。

表4 在線聲譽(yù)對銷售收入的影響

注：*、**、***分別表示在10%、5%、1%水平下顯著，括號內(nèi)是標(biāo)準(zhǔn)誤。下同。

天貓旗艦店的聲譽(yù)水平對銷售收入有顯著的正向影響，聲譽(yù)水平每提升1%，銷售收入可平均增加0.446%，在線好評中隱含的聲譽(yù)水平能夠?yàn)橘u家?guī)斫?jīng)濟(jì)收益，實(shí)證結(jié)果支持假設(shè)1。但情感熵的系數(shù)顯著為負(fù)，情感熵每增加1%，銷售收入平均下降0.142%，證實(shí)了假設(shè)2b。情感熵的值越大，意味著評論中的情感極性分布越均勻，即中評或差評的比例會(huì)相對增加，這種情況下潛在消費(fèi)者的購買意愿會(huì)下降，導(dǎo)致賣家的銷售收入受到負(fù)面影響。聲譽(yù)水平和情感熵對銷售收入的影響效應(yīng)表明，線上消費(fèi)者明顯屬于風(fēng)險(xiǎn)厭惡型。另外，旗艦店的中評率對銷售收入有明顯促進(jìn)作用。雖然旗艦店中評的比重不大，但是99%以上有實(shí)質(zhì)性語義內(nèi)容，系統(tǒng)默認(rèn)好評很少。中評不具有明確的情感傾向性，但語義內(nèi)容傳遞了可供潛在消費(fèi)者參考的商品或服務(wù)信息，消費(fèi)者獲取的信息越多越有助于商品的銷售。

與本研究的預(yù)期相符，旗艦店所有反映結(jié)構(gòu)保障的代理變量，都對銷售收入有顯著的正向影響，假設(shè)3得到了驗(yàn)證。這也表明，結(jié)構(gòu)保障在提高消費(fèi)者信任度、建立良好在線聲譽(yù)等方面有重要作用。商品的累積評論數(shù)和收藏?cái)?shù)均與銷售額之間存在明顯的正相關(guān)關(guān)系，該結(jié)果反映出知悉效應(yīng)與勸說效應(yīng)對商品銷售的促進(jìn)作用，說明人氣商品通常會(huì)受到消費(fèi)者的普遍青睞。開店時(shí)長、服務(wù)質(zhì)量(由僅自主退款完結(jié)時(shí)長反映)也與銷售收入有顯著的正相關(guān)關(guān)系，這些實(shí)證結(jié)果均與預(yù)期一致。但是，促銷活動(dòng)對旗艦店商品的銷售收入有顯著的負(fù)面影響。旗艦店采取的主要促銷方式是包郵，在整個(gè)樣本中，有包郵的商品銷售約占60%，遠(yuǎn)高于其他促銷方式。通常情況下，消費(fèi)者購物達(dá)到一定的金額才能享受免運(yùn)費(fèi)的優(yōu)惠。包郵有時(shí)是實(shí)際價(jià)格優(yōu)惠，有時(shí)則是改變消費(fèi)者的感知以獲得銷量的增加。若賣家通過增加銷量而降低的成本不能彌補(bǔ)價(jià)格優(yōu)惠產(chǎn)生的損失，則賣家的銷售收入會(huì)下降。

對于淘寶店，聲譽(yù)水平的變化不影響商品的銷售收入，實(shí)證結(jié)果不支持假設(shè)1。情感分析的結(jié)果表明，語義內(nèi)容明確表達(dá)出正面評價(jià)的線上評論并不多，而是系統(tǒng)默認(rèn)好評占主導(dǎo)地位。實(shí)質(zhì)性好評在數(shù)量上不占優(yōu)勢，其蘊(yùn)含的聲譽(yù)信息較少，所以對消費(fèi)者的購買意愿沒有顯著影響。與旗艦店類似，情感熵對銷售收入有顯著負(fù)面影響，情感熵每增加1%，銷售收入平均下降0.256%，證實(shí)了假設(shè)2b。在線評論的情感極性若向非正面變化，對淘寶店而言也是不利的，可見B2C市場上的消費(fèi)者也是風(fēng)險(xiǎn)厭惡型。值得注意的是，中評率對銷售收入有顯著負(fù)面影響。本研究中的中評基本上由系統(tǒng)默認(rèn)好評構(gòu)成，有研究發(fā)現(xiàn)，好評率極高的原因是買家擔(dān)心遭到賣家報(bào)復(fù)，所以不滿意的顧客更傾向不予評價(jià)，而不是給出差評[12]。本研究的實(shí)證結(jié)果表明，潛在消費(fèi)者在參考線上評論時(shí)很可能也注意到了這一點(diǎn)，過多的系統(tǒng)默認(rèn)好評反而會(huì)降低他們的購買意愿。

保證金余額、質(zhì)量安全承諾和7天無理由退貨承諾的系數(shù)均顯著為正，假設(shè)3在淘寶店賣家中也成立。商品累積評論數(shù)和收藏?cái)?shù)對銷售收入有顯著的正向影響；賣家服務(wù)質(zhì)量(由退款率反映)的提升與銷售收入之間也是顯著的正相關(guān)關(guān)系，這些結(jié)果與旗艦店的情況完全類似。中等和高信用等級賣家的銷售收入明顯高于低信用等級賣家，該結(jié)果符合預(yù)期，也說明盡管存在不少問題，但是第三方平臺的信用積分制度仍然會(huì)對消費(fèi)者的購買決策產(chǎn)生影響。此外，淘寶店賣家的促銷活動(dòng)可提高商品銷售收入。淘金幣和優(yōu)惠券是淘寶店賣家采用最多的促銷方式，多設(shè)計(jì)為階梯式優(yōu)惠形式，不同消費(fèi)層次的顧客均有可能享受一定的優(yōu)惠，所以可能更易于激發(fā)消費(fèi)者的購買欲望。當(dāng)然，銷售收入的提高并不意味著銷售利潤也一定增加，該結(jié)果也從一個(gè)側(cè)面表明，在C2C市場上，賣家似乎更偏向采取“薄利多銷”的方式來銷售商品。

4.3 在線聲譽(yù)對促銷策略的影響效應(yīng)

模型(5)Pooled Logistic和隨機(jī)效應(yīng)Logistic回歸結(jié)果見表5。LR檢驗(yàn)的結(jié)果表明，應(yīng)選用隨機(jī)效應(yīng)面板Logistic估計(jì)結(jié)果。對于旗艦店賣家，只有銷售收入、情感熵、開店時(shí)長對賣家的促銷傾向有顯著的影響，其余自變量的系數(shù)均不顯著。實(shí)證結(jié)果不支持假設(shè)4，僅支持假設(shè)5。一方面，聲譽(yù)水平對賣家進(jìn)行促銷活動(dòng)的可能性沒有影響；另一方面，越是資深賣家越不傾向于搞促銷活動(dòng)。由于旗艦店都是具備了一定的運(yùn)營能力和品牌影響力的企業(yè)店鋪，線上聲譽(yù)較好，賣家已經(jīng)無需刻意追求好評數(shù)的持續(xù)增長，所以好評數(shù)的波動(dòng)不會(huì)使賣家產(chǎn)生強(qiáng)烈的價(jià)格促銷動(dòng)機(jī)。特別是在已經(jīng)積累了良好聲譽(yù)的情況下，賣家可能更傾向于享受良好聲譽(yù)帶來的經(jīng)濟(jì)收益，所以降價(jià)的可能性較小。

情感熵越大，旗艦店賣家進(jìn)行促銷活動(dòng)的可能性越大。這意味著當(dāng)賣家觀察到中性或負(fù)面在線評論增多時(shí)，則更傾向于通過促銷活動(dòng)提高顧客的滿意度、管理在線聲譽(yù)，以避免聲譽(yù)狀況惡化。此外，銷售收入越高，賣家采取促銷策略的可能性越大。結(jié)合前面模型(4)的實(shí)證結(jié)果，即旗艦店賣家的促銷行為會(huì)降低商品的銷售收入，這反映了賣家一定程度上的讓利行為，也從側(cè)面說明旗艦店在線上市場競爭中，并不是以利潤最大化為唯一目的，也有品牌推廣、客戶關(guān)系管理等其他方面的綜合考慮。

表5 在線聲譽(yù)對促銷策略的影響

相比之下，C2C市場上的情況就有明顯差別。淘寶賣家的聲譽(yù)水平對促銷可能性有顯著的正向影響，從而驗(yàn)證了假設(shè)4；情感熵的系數(shù)不顯著，實(shí)證結(jié)果不支持假設(shè)5。淘寶店賣家收到的實(shí)質(zhì)性好評越多，越傾向于采取促銷手段，以進(jìn)一步激勵(lì)顧客留下好評。按照目前第三方平臺的反饋評價(jià)機(jī)制，淘寶店賣家基本上都是“一邊倒”的好評，差評比例很小，即使差評數(shù)有所增加，也不會(huì)改變賣家“好評膨脹”的狀況。這種情況下，賣家很可能會(huì)忽略線上評論情感極性的變化，而以追求好評數(shù)的積累為主要目標(biāo)。

另外，銷售收入越高，賣家采取促銷策略的可能性越大。前面的研究已經(jīng)發(fā)現(xiàn)，促銷活動(dòng)可增加銷售收入，這表明在C2C市場上，淘寶店賣家比較注重形成促銷與收入增長的良性循環(huán)。對于其他控制變量，中等和高信用等級賣家采取促銷策略的可能性均大于低信用等級賣家，該結(jié)果也從側(cè)面印證了賣家的促銷傾向會(huì)隨聲譽(yù)水平的提升而增強(qiáng)。商品的收藏?cái)?shù)越大，賣家進(jìn)行價(jià)格促銷的可能性越小，說明淘寶賣家一般不會(huì)對人氣商品搞促銷。

4.4 穩(wěn)健性檢驗(yàn)

為驗(yàn)證上述研究結(jié)論的穩(wěn)健性，進(jìn)行如下檢驗(yàn)。首先，由于在線聲譽(yù)水平的測度與冪指數(shù)α密切相關(guān)，所以在區(qū)間[2，3]中，α以0.25的步長依次取值，重新計(jì)算了在線聲譽(yù)水平，并按本研究的模型依次進(jìn)行回歸，檢驗(yàn)在線聲譽(yù)對銷售收入和促銷傾向性的影響，結(jié)果表明，核心解釋變量的系數(shù)顯著性和符號與前文一致。其次，在模型(4)中，因變量由銷售收入替換為銷售量，進(jìn)一步檢驗(yàn)在線聲譽(yù)的經(jīng)濟(jì)價(jià)值。回歸結(jié)果表明，前文中關(guān)于旗艦店的研究結(jié)論依然成立；但在淘寶店中，在線聲譽(yù)水平對銷售量有顯著的正向影響，情感熵的影響效應(yīng)不變。在模型(5)中，銷售收入是重要控制變量，同樣將其替換為商品的銷售量，以考察控制變量的變化對研究結(jié)果的影響。檢驗(yàn)結(jié)果顯示，核心解釋變量的系數(shù)顯著性和符號沒有改變?？傮w上，本研究的實(shí)證結(jié)論穩(wěn)健、可信，回歸結(jié)果留存?zhèn)渌鳌?/p>

5 結(jié)語

本研究以新疆特色干果這類較為特殊的體驗(yàn)型商品為研究對象，從國內(nèi)最具代表性的B2C和C2C市場中抓取線上交易數(shù)據(jù)，全面而準(zhǔn)確地測度賣方的在線聲譽(yù)，從需求角度研究了聲譽(yù)的經(jīng)濟(jì)價(jià)值，從供給角度分析了聲譽(yù)對賣家促銷傾向性的影響。研究發(fā)現(xiàn)：①好評中隱含的聲譽(yù)水平對旗艦店銷售收入有顯著提升作用，對淘寶店無明顯影響，而線上評論中的情感熵對兩類賣家的銷售收入均有顯著負(fù)面影響；②賣家在第三方平臺獲得的結(jié)構(gòu)保障對銷售收入有顯著正向影響；③在線聲譽(yù)的變化對賣家采取促銷策略的傾向性有顯著影響，旗艦店以聲譽(yù)管理為主，更重視在線評論中的觀點(diǎn)分歧，傾向于通過促銷提升顧客滿意度，淘寶店則以聲譽(yù)構(gòu)建為主，傾向于通過促銷增加消費(fèi)者的實(shí)質(zhì)性好評反饋。

在線聲譽(yù)所包含的信息非常豐富，簡單的量化指標(biāo)無法全面、準(zhǔn)確地反映聲譽(yù)狀況，會(huì)影響潛在消費(fèi)者的信任感知。淘寶網(wǎng)上大量的系統(tǒng)默認(rèn)好評會(huì)使聲譽(yù)系統(tǒng)出現(xiàn)“噪聲”，導(dǎo)致線上聲譽(yù)失真。盡管交易雙方對這種“噪聲”具有一定的“過濾”能力，但是為提高反饋評價(jià)機(jī)制的效用，第三方平臺應(yīng)完善反饋機(jī)制的設(shè)計(jì)，降低“噪聲”出現(xiàn)的可能性，重視對在線評論語義內(nèi)容的分析挖掘，改進(jìn)信譽(yù)的測度方法。

對于線上賣家而言，為實(shí)現(xiàn)盈利和長期生存的目標(biāo)，應(yīng)從多個(gè)維度構(gòu)建和積累良好的在線聲譽(yù)，不能只追求好評的數(shù)量，更應(yīng)重視好評的質(zhì)量和消費(fèi)者情感觀點(diǎn)的變化。獲得結(jié)構(gòu)保障也是構(gòu)建在線聲譽(yù)的有效途徑，并可帶來一定的經(jīng)濟(jì)收益，是賣家應(yīng)考慮的一種策略選擇。另外，賣家有必要優(yōu)化差異化定價(jià)策略，積極開展網(wǎng)絡(luò)口碑營銷，從而提高自身的競爭優(yōu)勢。

未來研究可擴(kuò)大農(nóng)產(chǎn)品的種類，豐富樣本的代表性，強(qiáng)化體驗(yàn)型商品相關(guān)研究結(jié)論的普適性；在細(xì)粒度層面挖掘在線評論的情感極性及強(qiáng)度，進(jìn)一步精準(zhǔn)且全面地提煉文本評論所隱含的在線聲譽(yù)信息流；在數(shù)據(jù)許可的情況下，可將賣家的促銷策略量化為具體的定價(jià)方式，并深入研究在線聲譽(yù)變化與不同促銷方式之間的交互作用。