付建坤+侯倫+方佳明

收稿日期：2013-04-15

基金項目：國家自然科學基金項目（71101018）；四川省哲學社會科學重點研究基地項目（XQ12C06）

作者簡介：付建坤（1987-），男，山東臨沂人，碩士研究生，研究方向為信息管理與電子商務；侯 倫（1966-），男，副教授，四川成都人，研究方向為信息管理和客戶關(guān)系管理；方佳明（1982-），男，副教授，四川成都人，研究方向為社會化媒體與營銷策略。

摘要：從品牌聲譽影響的角度，選用京東商城的評價數(shù)據(jù)為研究樣本，對評論有用性影響因素進行實證研究。在考慮品牌聲譽的影響下，對于品牌聲譽高的商品，正向評價比負向評價更有用；對品牌聲譽低的商品，極性評論比中性評論更有用；不論品牌聲譽的高低，評論深度對評論有用性均存在正相關(guān)關(guān)系；與品牌聲譽低的商品相比，評論時效性對品牌聲譽高的商品的評論有用性影響更顯著。

關(guān)鍵詞：在線評論；搜索型商品；品牌聲譽

中圖分類號：F713.365 文獻標識碼：A 文章編號：1001-8409（2014）03-0097-04

Study on the Helpfulness of Online Reviews by

Considering the Influence of Brand Reputation

FU Jian-kun， HOU Lun， FANG Jia-ming

（School of Management and Economics， University of Electronic Science and Technology of China， Chengdu 610054）

Abstract： Considering the brand reputation effect， this paper used the data from JD.com to empirically validate the factors which influence the usefulness of online reviews. Those positive reviews related to the goods with high brand reputation are more helpful than negative ones. For the goods with low brand reputation， polarity reviews are more helpful than moderate ones. The depth of online reviews is positively correlated with its usefulness for both brand reputations. Comparing to the goods with low brand reputation， the timeliness of reviews has an effect on the goods with high brand reputation.

Key words： online reviews； search goods； brand reputation

1 引言

網(wǎng)絡技術(shù)給居民的生活帶來了便利，也給電子商務行業(yè)帶來巨大的發(fā)展機遇。許多消費者選擇在線購物時，往往會在線搜尋商品相關(guān)的信息，并進行評估，才做出購買決策；完成購物之后，消費者還可以利用購物網(wǎng)站交流平臺分享自己的購物體驗。在線用戶利用在線評論發(fā)布平臺進行交流時，將自身對企業(yè)或商品的評價分享出來，為其他用戶提供決策意見。因此，在線評論不僅影響潛在消費者的情感和購買決策，也影響著商品的銷售量以及購物網(wǎng)站的利潤。

根據(jù)信息不對稱理論，在市場經(jīng)濟活動中，賣方總是比買方了解更多的商品信息。消費者在進行商品交易前，因獲取的信息不完整而缺乏足夠的信心，會努力搜尋商品的信息。用戶評論可以吸引潛在的消費者訪問網(wǎng)站，增加其訪問次數(shù)和停留時間。Jiang和Benbasat認為消費者對在線評論信息感知的診斷有利于其采納在線購物[1]。本文提到的有用評論是指能夠幫助消費者做出購物決策的診斷信息。

許多學者都曾對在線評論做過研究，但主要集中在以下幾個方面。從評論者的情感傾向角度，Chevalier和Mayzlin對Amazon圖書的評論影響銷售量的研究發(fā)現(xiàn)，評價越高的圖書銷售越好[2]；從評論者的特征角度，王平和代寶發(fā)現(xiàn)評論者的經(jīng)驗水平和權(quán)威性對消費者的購買決策有較大影響[3]；從商品類型的角度，Mudambi和Schuff比較體驗型和搜索型兩類商品發(fā)現(xiàn)，消費者獲取信息的感知成本和對信息的理解均有差異[4]。在以前的研究中，許多學者都是從評論內(nèi)容、評論者的專業(yè)水平和商品類型等角度來研究在線評論的有用性，而鮮有從商品的品牌感知角度進行研究。

消費者選購商品時，商品品牌是影響購買的重要因素。Weiss等的研究認為消費者對商品的認知與這種商品的品牌聲譽相關(guān)，良好的品牌聲譽促使消費者聯(lián)想到該商品具有良好的質(zhì)量和品質(zhì)，從而降低購買風險[5]。Zeithaml認為品牌聲譽是衡量商品的主要屬性，消費者根據(jù)品牌聲譽可以了解更多商品的信息，如果商品具有較高的品牌聲譽，那么這種品牌聲譽能夠幫助消費者增強對商品的購買信心[6]。

購物網(wǎng)站可以利用在線評論改善用戶體驗，吸引消費者注意，也可能提高商品的銷售量。在信息快速膨脹的時期，如何將高質(zhì)量的評論準確展現(xiàn)給潛在的消費者是購物網(wǎng)站急需解決的問題。本文在過去研究的基礎上，進一步研究評論深度、評論情感傾向和評論時效性在不同品牌聲譽條件下的評論有用性有何顯著性差異。希望能夠構(gòu)造合適的在線評論有用性影響因素模型，為在線消費者更加方便地搜索到有用的評論提供幫助，從而改善電子商務網(wǎng)站的用戶體驗。

2 理論基礎和假設的提出

2.1 情感傾向和品牌聲譽

以往的研究大多都是從評論的正面和負面兩方面來測量評論的態(tài)度對評論有用性的影響，Dellarocas等認為，極端正向的評論或極端負向的評論都會對消費者的感知產(chǎn)生較大的影響[7]。在Mudambi和Schuff對搜索型和體驗型兩類商品的評論對比研究發(fā)現(xiàn)，對體驗型商品來說，中性評論比極端評論更有用[4]。Herr等的研究表明，消費者對已經(jīng)留下良好品牌印象的商品，受到口碑影響較小，而對那些沒有接觸或未形成意識的品牌，更容易受到口碑的影響[8]。

按照Osgood和Tannenbaum提出的一致性理論，當潛在消費者在閱讀商品信息時，往往會認同與自身情感一致的信息[9]。對品牌聲譽高的商品來說，最初消費者對其持有積極的態(tài)度，更傾向于正向的評論。相對而言，對品牌聲譽低的商品，消費者對商品認知偏少，則更容易受到極性信息的影響，認為極性評論更具有診斷性。由此提出以下假設：

H1：不同品牌聲譽影響下，情感傾向?qū)υu論有用性有影響。

H1a：對品牌聲譽高的商品，正向評價比負向評價更有用。

H1b：對品牌聲譽低的商品，極性評論比中性評論更有用。

2.2 評論深度和品牌聲譽

增加評論的內(nèi)容能為潛在消費者提供更多的診斷信息，減少消費者購買商品時的不確定性。彭媛媛等從評論的可讀性角度認為評論的平均每句長度對評論的有用性具有正向影響[10]。商品的特征信息以及購買和使用后的體驗信息都隱含在評論中，評論內(nèi)容中所包含與商品相關(guān)的特征越多，這種評論對潛在消費者越有用。

由于消費者對不同品牌聲譽的商品認識的差異，受評論深度的影響可能也會有所不同。Feldman和Lyuch在1988年提出了可獲得與診斷性模型，認為當存在更多的具有診斷性和證實性的信息可以利用時，原可獲得的信息就不能作為決策和選擇的評價依據(jù)[11]。對于品牌聲譽低的商品而言，消費者對指定品牌的商品掌握比較少的信息，在交易過程中因信息的不完整而對交易缺乏信心。對于不了解這種品牌的消費者更希望獲取評論信息，來減少購買決策的不確定性?；谝陨戏治?，提出以下假設：

H2：在不同品牌聲譽情況下，評論深度對評論有用性有影響。

H2a：不論品牌聲譽的高低，評論深度對評論有用性存在正相關(guān)關(guān)系。

H2b：相對于品牌聲譽高的商品來說，評論深度對品牌聲譽低的商品影響更大。

2.3 評論時效性與品牌聲譽

彭媛媛等在電影評論的研究中將評論發(fā)布的天數(shù)作為變量，認為評論發(fā)表的時間越早，電影受關(guān)注度下降的影響而被再評價的可能性就會降低，認為評論發(fā)布天數(shù)對評論有用性存在消極影響[10]。對于電子商務市場，銷售商選擇在購物網(wǎng)站發(fā)布商品時，相對于品牌聲譽低的同類商品，消費者對品牌聲譽高的商品有更多的了解。另外，隨著商品發(fā)布時間的延長，消費者通過多方渠道獲取信息，對品牌聲譽低的商品也具有較為清晰的認識，早期評論信息的有用性可能有所下降，而最新發(fā)布評論更可能成為消費者的診斷依據(jù)?；谝陨系姆治觯岢鲆韵录僭O：

H3：在不同品牌聲譽情況下，評論時效性對評論有用性有影響。

H3a：對品牌聲譽低的商品，評論時效性與評論有用性存在負相關(guān)關(guān)系。

H3b：相對于品牌聲譽低的商品，評論時效性對品牌聲譽高的商品影響更大。

3 模型構(gòu)建和研究方法

3.1 模型構(gòu)建

總結(jié)之前學者的研究成果和以上的理論假設，提出了本研究的回歸模型（式1）。即在品牌聲譽（BraRep）交互作用下，情感傾向（Rating）、評論深度（WNum）、評論時效性（IntTime）和投票總數(shù)（TotVotes）對在線評論有用性（helpfulness）的影響回歸模型，其中評論投票數(shù)為控制變量。

Helpfulness%=β0+β1BraRep+β2Rating

+β3Rating2+β4WNum+β5IntTime

+β6TotVotes+β7Rating×BraRep

+β8Rating2×BraRep+β9WNum×BraRep

+β10IntTime×BraRep+ε（1）

為了驗證本文提出的假設，采用京東商城（JD.com）的在線評論數(shù)據(jù)作為研究樣本，在此模型中，因變量為評論的有用性，通過評論的有用投票數(shù)占總投票數(shù)的百分比來測量。自變量為品牌聲譽、情感傾向、評論深度和評論時效性。其中品牌聲譽為二分變量，1表示品牌聲譽高，0表示品牌聲譽低，情感傾向通過評論的打分來測量；評論內(nèi)容的字數(shù)作為評論的深度；將評論發(fā)表時間與數(shù)據(jù)獲取時間的時間間隔作為評論時效性。評論投票數(shù)為控制變量，評論投票數(shù)選取的是參與評論投票的總數(shù)。

為了驗證H1b，本文采用Mudambi和Schuff等的研究方法，在模型中包括了情感傾向的線性項和平方項，并分別用Rating和Rating2表示，研究在品牌聲譽的影響下情感傾向?qū)υu論有用性的影響[4]。

3.2 數(shù)據(jù)收集

根據(jù)Huang等對商品的分類方法，將商品分為搜索型和體驗型兩類[12]。在本研究中選取了手機、數(shù)碼相機和路由器三種搜索型商品。在正式數(shù)據(jù)收集之前，先對商品的品牌聲譽進行了調(diào)研。對品牌聲譽調(diào)查采用Selnes和Gonhaug的測試方法[13]。被測對象分別對每種商品的7個品牌的聲譽進行1～7分進行打分（1為非常低，7為非常高）。選取了大學生作為對象發(fā)放此問卷，共發(fā)放40份，回收40份。根據(jù)調(diào)查結(jié)果，以手機為例，選取蘋果為品牌聲譽高的研究對象，對應選取了首信、奧克斯、理光、飛魚星、巴法羅等5個品牌為品牌聲譽低的研究對象，并且均與蘋果的品牌聲譽有顯著差異（P<0.001），見表1。在瀏覽在線評論時發(fā)現(xiàn)，相對于品牌聲譽高的商品，品牌聲譽低的商品銷售量比較少，已發(fā)表的在線評論數(shù)量相對也少，因此，為了獲取足夠的研究樣本，在本研究中選取5個低聲譽的品牌，而只選取1個高聲譽的品牌。

表1 兩類品牌聲譽調(diào)查統(tǒng)計檢驗

本文選取京東商城的用戶評論為本研究的樣本數(shù)據(jù)，對于以上6個品牌，每個品牌中選取評論數(shù)比較多的5種商品。在2012年11月3日，利用程序自動獲取網(wǎng)頁源文件，并抓取每個商品的評論數(shù)據(jù)，將這些數(shù)據(jù)以CSV格式存儲。獲得的數(shù)據(jù)包括了評論用戶名、評論發(fā)表時間、評論打分、使用心得、有用投票數(shù)和無用投票數(shù)。在進一步處理中，剔除了投票總數(shù)少于1的評論。認為這些評論的投票數(shù)過少，對評論有用性的評價代表性較差。最終得到了6個品牌的在線評論共計634條。模型中的全部樣本的描述性統(tǒng)計分析結(jié)果見表2。

表2 全部樣本各變量的描述性統(tǒng)計

4 模型結(jié)果分析

本研究通過逐步回歸法進行回歸分析，剔除不顯著的變量（P>0.1），模型最終的回歸分析結(jié)果見表3。模型的整體擬合F檢驗顯著（P=0.000），校正的確定性系數(shù)R2為0.103。另外，本文在數(shù)碼相機和路由器類商品中分別選取尼康和普聯(lián)作為研究對象時，得到了相同的結(jié)論，說明研究對象的選取并不影響最終的結(jié)論。

表3 全部樣本回歸結(jié)果

注：*p < 0.05， **p < 0.01， ***p < 0.001；“ns”對應的系數(shù)不顯著（P>0.1）

為了檢驗不同品牌聲譽情況下的情感傾向、評論深度和評論時效性對在線評論有用性的影響，分別對品牌聲譽高和品牌聲譽低的商品數(shù)據(jù)樣本用相同的方法回歸，得到回歸分析結(jié)果（見表4）。在品牌聲譽高的情況下，情感傾向影響顯著（P<0.001）且為正，驗證了假設H1a，即對品牌聲譽高的在線評論，正向評價比負向評價更有用。在品牌聲譽的影響下（見表3），“品牌聲譽×情感傾向”和“品牌聲譽×情感傾向平方”的回歸參數(shù)檢驗均顯著，P值分別為0.006和0.016。從品牌聲譽低的樣本回歸分析結(jié)果（見表4）可以看出情感傾向的系數(shù)為負和情感傾向平方的系數(shù)為正且顯著，表明情感傾向的影響形如“U型”分布，就是說極性評論對在線評論有用性影響更大，也驗證了假設H1b。

在表4中，無論是品牌聲譽高還是品牌聲譽低的商品，評論深度對在線評論的有用性均顯著，P值分別為0.005和0.015。H2a的假設得到了驗證，說明評論深度對在線評論有用性具有正相關(guān)性，在線評論的內(nèi)容能夠很好地幫助消費者在購物中提供診斷信息。而評論深度與品牌聲譽的交互作用并不顯著（p>0.1），與理論假設H2b相反，說明消費者并不會因之前對品牌的認識的差異，而忽略了購物網(wǎng)站的在線評論的內(nèi)容。綜合考慮全部樣本，評論深度對在線評論有用性的影響是顯著的（P=0.000），驗證了H2的假設。

對于評論時效性對不同品牌聲譽的影響，從表4中可以看出，對品牌聲譽高的商品，評論時效性對在線評論有用性影響并不顯著，而對品牌聲譽低的商品，評論時效性對在線評論有用性存在消極的影響（P=0.054），驗證了假設H3a。從表3的分析結(jié)果來看，H3b的假設并沒有得到充分的驗證。對該結(jié)果可能的解釋是，評論信息多數(shù)都與商品本身有關(guān)。對于不同品牌聲譽的商品，盡管存在一些評論隨著時間的延長，消費者進行決策時的用處在減小，但有些評論并不是如此，例如對商家、物流、商品使用技巧等的評價，這些信息有用性并不受評論時效性的影響而減弱，甚至有用性可能會更強。表4 兩種品牌聲譽下的獨立樣本回歸結(jié)果

注：**p < 0.01， ***p < 0.001；“ns”對應的系數(shù)不顯著（P>0.1）

5 總結(jié)

本研究從信息不對稱理論出發(fā)，研究評論的有用性。在網(wǎng)絡環(huán)境下，消費者可以更加方便地搜尋到與購買商品有關(guān)的信息，減少信息不對稱對自身購買決策的風險。在海量的信息中，增加了信息搜索的成本，需要從消費者角度出發(fā)，有效地識別有用的在線評論，改善消費者的購物體驗，也是電子商務發(fā)展的關(guān)鍵。本文在不同品牌聲譽條件下，研究情感傾向、評論深度和評論時效性對在線評論有用性的影響，建立了理論模型，并利用京東商城的真實評論數(shù)據(jù)進行驗證。研究發(fā)現(xiàn)：兩種品牌聲譽的商品，在線評論有用性受情感傾向的影響具有顯著性差異；對不同品牌聲譽的商品，評論深度對評論有用性都具有正相關(guān)關(guān)系；品牌聲譽低的商品，評論時效性對評論有用性具有負相關(guān)關(guān)系。在實際的應用上，購物網(wǎng)站不僅要通過激勵手段來促進消費者在網(wǎng)站上發(fā)布評論，也應該進一步完善在線評論的評價標準，例如考慮到品牌聲譽的影響，來改善消費者的購物體驗，提高購物網(wǎng)站的聲譽和吸引力。

本研究還存在很多不足有待完善。首先，本文研究的評論有用性只是針對參與評價的用戶，而對沒有參與評價的用戶是否有用并不清楚，在將來的研究中，可以充分考慮消費者因素，進一步驗證本文的假設。其次，本文只是選取了搜索型商品作為研究對象，并沒有考慮到體驗型商品。在不同品牌聲譽影響下的體驗型商品的在線評論有用性是否有差異，還需要進一步的檢驗。最后，評論深度僅僅通過評論的字長來測量，并沒有考慮評論內(nèi)容的質(zhì)量和特征，將來的研究可以利用文本挖掘的方法分析評論文本特征，更加準確真實地反應評論的有用性。

參考文獻：

[1]Jiang Z， Benbasat I. Virtual Product Experience： Effects of Visual and Functional Control of Products on Perceived Diagnosticity and Flow in Electronic Shopping [J]. Journal of Management Information Systems， 2004， 21（3）：111-147.

[2]Chevalier J A， Mayzlin D. The Effect of Word of Mouth on Sales： Online Book Reviews [J]. Journal of Marketing Research， 2006， 4（3）： 345-354.

[3]王平，代寶.消費者在線評論有用性影響因素實證研究[J]. 統(tǒng)計與決策， 2012，2： 118-120.

[4]Mudambi S M， Schuff D. What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com [J].Manage Information Science Quarterly. 2010， 34（1）： 185-200.

[5]Weiss A M， Anderson E， Maclnnis D J. Reputation Management as a Motivation for Sales Structure Decisions [J].Journal of Marketing， 1999， （10）： 57-74.

[6]Zeithaml V.A. Consumer Perceptions of Price， Quality， and Value： A Means-end Model and Synthesis of Evidence [J]. The Journal of Marketing， 1988， 52（3）： 2-22.

[7]Dellarocas C， Zhang X Q， Awad N F. Exploring the Value of Online Product Reviews in Forecasting Sales： The Case of Motion Pictures [J]. Journal of Interactive Marketing， 2007， 21（4）： 23-45.

[8]Herr P M， Kardes F R， Kim J. Effects of Word-of- mouth and Product-attribute Information on Persuasion： An Accessibility-diagnosticity Perspective [J]. Journal of Consumer Research， 1991， 17（4）： 454-462.

[9]Osgood C E， Tannenbaum P H. The Principle of Congruity in the Prediction of Attitude Change [J]. Psychological Review， 1955：62， 42-55.

[10]彭媛媛，葉強，李一軍. 基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學學報，2010， 13（8）： 78-96.

[11]Feldman J M， Lynch J G. Self-generated Validity and Other Effects of Measurement on Belief， Attitude， Intention， and Behavior [J]. Journal of Applied Psychology， 1988， 73（3）： 421-435.

[12]Huang P， Lurie N H， Mitra S. Searching for Experience on the Web： An Empirical Examination of Consumer Behavior for Search and Experience Goods [J]. Journal of Marketing， 2009， 73（2）： 55-69.

[13]Selnes F， Gonhaug K. Effects of Supplier Reliability and Benevolence in Business Marketing [J]. Journal of Business Research， 2000， 49（3）： 259-271.

（責任編輯：楊 銳）

[3]王平，代寶.消費者在線評論有用性影響因素實證研究[J]. 統(tǒng)計與決策， 2012，2： 118-120.

[4]Mudambi S M， Schuff D. What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com [J].Manage Information Science Quarterly. 2010， 34（1）： 185-200.

[5]Weiss A M， Anderson E， Maclnnis D J. Reputation Management as a Motivation for Sales Structure Decisions [J].Journal of Marketing， 1999， （10）： 57-74.

[6]Zeithaml V.A. Consumer Perceptions of Price， Quality， and Value： A Means-end Model and Synthesis of Evidence [J]. The Journal of Marketing， 1988， 52（3）： 2-22.

[7]Dellarocas C， Zhang X Q， Awad N F. Exploring the Value of Online Product Reviews in Forecasting Sales： The Case of Motion Pictures [J]. Journal of Interactive Marketing， 2007， 21（4）： 23-45.

[8]Herr P M， Kardes F R， Kim J. Effects of Word-of- mouth and Product-attribute Information on Persuasion： An Accessibility-diagnosticity Perspective [J]. Journal of Consumer Research， 1991， 17（4）： 454-462.

[9]Osgood C E， Tannenbaum P H. The Principle of Congruity in the Prediction of Attitude Change [J]. Psychological Review， 1955：62， 42-55.

[10]彭媛媛，葉強，李一軍. 基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學學報，2010， 13（8）： 78-96.

[11]Feldman J M， Lynch J G. Self-generated Validity and Other Effects of Measurement on Belief， Attitude， Intention， and Behavior [J]. Journal of Applied Psychology， 1988， 73（3）： 421-435.

[12]Huang P， Lurie N H， Mitra S. Searching for Experience on the Web： An Empirical Examination of Consumer Behavior for Search and Experience Goods [J]. Journal of Marketing， 2009， 73（2）： 55-69.

[13]Selnes F， Gonhaug K. Effects of Supplier Reliability and Benevolence in Business Marketing [J]. Journal of Business Research， 2000， 49（3）： 259-271.

（責任編輯：楊 銳）

[3]王平，代寶.消費者在線評論有用性影響因素實證研究[J]. 統(tǒng)計與決策， 2012，2： 118-120.

[4]Mudambi S M， Schuff D. What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com [J].Manage Information Science Quarterly. 2010， 34（1）： 185-200.

[5]Weiss A M， Anderson E， Maclnnis D J. Reputation Management as a Motivation for Sales Structure Decisions [J].Journal of Marketing， 1999， （10）： 57-74.

[6]Zeithaml V.A. Consumer Perceptions of Price， Quality， and Value： A Means-end Model and Synthesis of Evidence [J]. The Journal of Marketing， 1988， 52（3）： 2-22.

[7]Dellarocas C， Zhang X Q， Awad N F. Exploring the Value of Online Product Reviews in Forecasting Sales： The Case of Motion Pictures [J]. Journal of Interactive Marketing， 2007， 21（4）： 23-45.

[8]Herr P M， Kardes F R， Kim J. Effects of Word-of- mouth and Product-attribute Information on Persuasion： An Accessibility-diagnosticity Perspective [J]. Journal of Consumer Research， 1991， 17（4）： 454-462.

[9]Osgood C E， Tannenbaum P H. The Principle of Congruity in the Prediction of Attitude Change [J]. Psychological Review， 1955：62， 42-55.

[10]彭媛媛，葉強，李一軍. 基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學學報，2010， 13（8）： 78-96.

[11]Feldman J M， Lynch J G. Self-generated Validity and Other Effects of Measurement on Belief， Attitude， Intention， and Behavior [J]. Journal of Applied Psychology， 1988， 73（3）： 421-435.

[12]Huang P， Lurie N H， Mitra S. Searching for Experience on the Web： An Empirical Examination of Consumer Behavior for Search and Experience Goods [J]. Journal of Marketing， 2009， 73（2）： 55-69.

[13]Selnes F， Gonhaug K. Effects of Supplier Reliability and Benevolence in Business Marketing [J]. Journal of Business Research， 2000， 49（3）： 259-271.

（責任編輯：楊 銳）