朱江暉， 高廣明， 富寧鈺

(1. 溫州大學(xué) 美術(shù)與設(shè)計(jì)學(xué)院， 浙江 溫州 325035； 2. 雅瑩集團(tuán)股份有限公司， 浙江 嘉興 314000)

在電子商務(wù)市場(chǎng)中，作為我國(guó)消費(fèi)者近年來最熱門的網(wǎng)購品類，服裝因其購買量大且重復(fù)消費(fèi)率高而成為電商企業(yè)爭(zhēng)奪用戶潛力最大的品類市場(chǎng)。然而，伴隨著電子商務(wù)行業(yè)的快速發(fā)展，服裝一直是消費(fèi)者網(wǎng)購?fù)对V的熱點(diǎn)產(chǎn)品。其原因主要在于，不同于傳統(tǒng)商務(wù)環(huán)境下的購物，網(wǎng)絡(luò)交易的虛擬特性給網(wǎng)購消費(fèi)者增加了更多不確定性，即消費(fèi)者無法確切了解火爆銷售背后所隱藏的電商誠信、服務(wù)等方面的問題，如服裝品質(zhì)、服務(wù)質(zhì)量、產(chǎn)品性價(jià)比等。作為顧客獲取有關(guān)商家、產(chǎn)品、服務(wù)等信息的重要渠道，各大電商平臺(tái)采用了在線評(píng)論機(jī)制，即顧客在交易完成后基于消費(fèi)體驗(yàn)對(duì)產(chǎn)品及服務(wù)所做的在線評(píng)論；但是目前仍普遍存在評(píng)價(jià)內(nèi)容單一、缺乏語義的模糊性處理、計(jì)算方法過于簡(jiǎn)單等不足[1]，因此，分析服裝電子商務(wù)中賣家的測(cè)評(píng)指標(biāo)體系，進(jìn)而研究綜合評(píng)價(jià)方法顯得十分必要。

目前，國(guó)內(nèi)外關(guān)于電商賣家聲譽(yù)評(píng)價(jià)的研究成果較為豐富，主要包括電商賣家聲譽(yù)的測(cè)評(píng)維度研究、評(píng)價(jià)系統(tǒng)的模型構(gòu)建與計(jì)算方法設(shè)計(jì)以及客戶行為研究、電商賣家聲譽(yù)影響因素及其影響機(jī)制研究等方面。如劉思強(qiáng)等[2]分析了電商賣家的聲譽(yù)評(píng)價(jià)指標(biāo)體系，該指標(biāo)體系可用在C2C和B2C的電商模式。Kim等[3]基于社交網(wǎng)絡(luò)，提出了用于系統(tǒng)定量評(píng)價(jià)聲譽(yù)和信任的計(jì)算模型。Lin等[4]認(rèn)為顧客自身的聲譽(yù)情況會(huì)對(duì)商家的聲譽(yù)評(píng)價(jià)產(chǎn)生影響，鑒于此，電商賣家聲譽(yù)評(píng)價(jià)系統(tǒng)的設(shè)計(jì)需要綜合分析買賣雙方的聲譽(yù)狀況。Kotha等[5]通過研究發(fā)現(xiàn)，相比較而言，電子商務(wù)環(huán)境中公司聲譽(yù)形成速度明顯快于傳統(tǒng)商務(wù)環(huán)境。李宏媛等[6]基于語義規(guī)則提出了一種電商在線評(píng)論的情感分析流程，并在服裝電商評(píng)論中進(jìn)行了實(shí)際應(yīng)用。

盡管國(guó)內(nèi)外關(guān)于電商賣家在線評(píng)價(jià)方面的研究取得了大量的成果，但是專門針對(duì)服裝品類的研究卻相對(duì)較少。通過進(jìn)一步對(duì)現(xiàn)有文獻(xiàn)研究分析后發(fā)現(xiàn)：目前研究中，有關(guān)聲譽(yù)測(cè)評(píng)量表在借鑒和二次開發(fā)過程中存在著不同程度的適用性問題。這主要是由于現(xiàn)有聲譽(yù)測(cè)評(píng)量表的開發(fā)多數(shù)是在傳統(tǒng)商務(wù)環(huán)境下服務(wù)行業(yè)的基礎(chǔ)上進(jìn)行的，在量表的移植過程中會(huì)存在不同情境下的適應(yīng)性問題。此外，在電商環(huán)境下，由于不同品類的產(chǎn)品其個(gè)性化服務(wù)總是呈現(xiàn)出不確定性和復(fù)雜性的特點(diǎn)[7]，因此，與此相關(guān)的綜合評(píng)價(jià)所傳達(dá)的也往往是模糊性概念。這就導(dǎo)致了現(xiàn)有研究所涉及的測(cè)評(píng)指標(biāo)體系與綜合評(píng)價(jià)模型并不具備較強(qiáng)的可移植性，如果用于服裝品類則還需要設(shè)置評(píng)價(jià)因素集及其權(quán)重。

本文從服裝電商顧客的消費(fèi)體驗(yàn)這一視角出發(fā)，采用實(shí)證研究的方法，分析電子商務(wù)環(huán)境下服裝賣家的測(cè)評(píng)指標(biāo)體系及其權(quán)重分布，并進(jìn)一步構(gòu)建綜合評(píng)價(jià)模型，以期為國(guó)內(nèi)服裝電商賣家改善服務(wù)質(zhì)量及優(yōu)化評(píng)價(jià)方式提供理論依據(jù)與決策參考。

1 服裝電商賣家的測(cè)評(píng)指標(biāo)采集

1.1 評(píng)價(jià)要素收集

本文研究收集了淘寶、天貓、京東商城、凡客誠品4個(gè)國(guó)內(nèi)電商網(wǎng)購平臺(tái)中服裝品類的總計(jì)26個(gè)服裝品牌的1 563條顧客在線評(píng)論內(nèi)容，對(duì)原始評(píng)論內(nèi)容進(jìn)行閱讀分析，并人工識(shí)別出顧客在線評(píng)價(jià)的基本要素，表1示出服裝在線評(píng)價(jià)要素的識(shí)別示例。

表1 服裝電商顧客在線評(píng)價(jià)要素識(shí)別示例Tab.1 Identifying sample of online evaluation elements

1.2 初始量表優(yōu)化

本文首先通過人工識(shí)別，得到34個(gè)評(píng)價(jià)基本要素，并形成相應(yīng)的測(cè)量項(xiàng)目。為確保測(cè)量項(xiàng)目語義表達(dá)準(zhǔn)確、清晰，隨后于2016年12月組織了由市場(chǎng)營(yíng)銷專業(yè)、服裝專業(yè)營(yíng)銷方向的相關(guān)老師與研究生，以及服裝企業(yè)電商管理人員所組成的專家組對(duì)34個(gè)測(cè)量項(xiàng)目進(jìn)行了整合與篩選，最終形成了27條測(cè)量項(xiàng)目，并由此編制Likert 5級(jí)初始量表。

其次，在問卷預(yù)調(diào)查的基礎(chǔ)上對(duì)數(shù)據(jù)進(jìn)行分析，根據(jù)統(tǒng)計(jì)分析方法中的題項(xiàng)檢驗(yàn)標(biāo)準(zhǔn)，剔除初始量表中質(zhì)量不好的測(cè)量項(xiàng)目，以使量表進(jìn)一步優(yōu)化。預(yù)調(diào)查在溫州展開，通過網(wǎng)絡(luò)平臺(tái)與實(shí)際現(xiàn)場(chǎng)2種方式發(fā)放問卷。期間共發(fā)放412份問卷，回收有效問卷357份，其中網(wǎng)絡(luò)問卷和現(xiàn)場(chǎng)問卷分別為219份和138份。運(yùn)用SPSS 22.0對(duì)樣本數(shù)據(jù)展開分析，根據(jù)文獻(xiàn)[8]中的題項(xiàng)檢驗(yàn)標(biāo)準(zhǔn)對(duì)測(cè)量項(xiàng)目進(jìn)行篩選。經(jīng)過分析，包裝精美度、產(chǎn)品整潔性、物流商3個(gè)測(cè)量指標(biāo)經(jīng)校正后它們與分量表總分的相關(guān)系數(shù)(corrected item-total correlation, CITC)小于0.4，并且經(jīng)過刪除后的分量表信度系數(shù)(Cronbach′s α)值增加，因此，需要考慮將這3個(gè)測(cè)量項(xiàng)目刪除。

至此，經(jīng)優(yōu)化后的量表由剩余的24個(gè)指標(biāo)組成，如表2所示。該量表的綜合信度系數(shù)值由原先的0.927增加至0.929，上述24個(gè)測(cè)量項(xiàng)目便構(gòu)成了正式調(diào)查量表。

表2 服裝電商賣家測(cè)評(píng)指標(biāo)探索性因子分析Tab.2 EFA of measurement index of e-commerce seller

2 服裝電商賣家的測(cè)評(píng)指標(biāo)體系

2.1 測(cè)評(píng)指標(biāo)構(gòu)成分析

正式問卷調(diào)查在杭州和溫州兩地展開，共發(fā)放563份問卷，回收有效問卷485份，其中網(wǎng)絡(luò)問卷和現(xiàn)場(chǎng)問卷分別為252份和233份。為了進(jìn)一步了解24個(gè)服裝電商賣家測(cè)評(píng)指標(biāo)的具體構(gòu)成，運(yùn)用SPSS 22.0對(duì)正式調(diào)查獲得的樣本數(shù)據(jù)進(jìn)行探索性因子分析。

首先，通過KMO抽樣適當(dāng)性檢驗(yàn)與Bartlett球形檢驗(yàn)，以確定各指標(biāo)之間是否有公共因子存在[9]。經(jīng)檢驗(yàn)，樣本的KMO值為0.941，Bartlett球形檢驗(yàn)達(dá)到顯著性水平，說明樣本適宜進(jìn)行因子分析。

其次，利用主成分分析法對(duì)24個(gè)評(píng)價(jià)指標(biāo)進(jìn)行降維處理，提取各項(xiàng)指標(biāo)的公共因子。采用方差最大旋轉(zhuǎn)法進(jìn)行旋轉(zhuǎn)，提取特征值大于1的公共因子，共有4個(gè)，共可解釋67.631%的變異量。即服裝電商賣家的測(cè)評(píng)指標(biāo)體系由4個(gè)維度、24個(gè)評(píng)價(jià)指標(biāo)構(gòu)成，分別將這4個(gè)公共因子命名為產(chǎn)品因子、服務(wù)因子、價(jià)值因子、特色因子，如表2所示。

2.2 測(cè)評(píng)指標(biāo)結(jié)構(gòu)模型檢驗(yàn)

根據(jù)上述探索性因子分析的結(jié)果，本文利用AMOS 21.0分析軟件建立服裝電商賣家測(cè)評(píng)指標(biāo)結(jié)構(gòu)方程模型，如圖1所示，其中e表示誤差。為了進(jìn)一步檢驗(yàn)?zāi)Ｐ徒?gòu)效度的內(nèi)在質(zhì)量與整體模型的適配性，對(duì)樣本數(shù)據(jù)進(jìn)行驗(yàn)證性因子分析。

圖1 服裝電商賣家測(cè)評(píng)指標(biāo)結(jié)構(gòu)模型Fig.1 Measurement index structure model of e-commerce seller

2.2.1信度與效度檢驗(yàn)

表3示出信度與收斂效度的檢驗(yàn)結(jié)果?？煽闯龈饕患?jí)指標(biāo)的組合信度值介于0.854～0.930之間，各二級(jí)指標(biāo)的信度系數(shù)值(R2)介于0.516～0.699之間，它們分別大于0.7和0.5的最低標(biāo)準(zhǔn)，表明模型具有較好的內(nèi)在質(zhì)量。

各主因子的平均方差抽取量(average variance extracted，AVE)是反映收斂效度的指標(biāo)，該值越大，說明測(cè)量指標(biāo)越能反映公共因子(即潛在變量)的內(nèi)在特質(zhì)，其判別標(biāo)準(zhǔn)一般應(yīng)大于0.5。從表3可看出，各主因子的AVE值均高于0.5的標(biāo)準(zhǔn)，表示收斂效度檢驗(yàn)符合要求。

表3 信度和效度檢驗(yàn)結(jié)果Tab.3 Test result of reliability and validity

表4示出各因子AVE值平方根與因子間相關(guān)系數(shù)的對(duì)比情況。各因子AVE值平方根位于表格中對(duì)角線的位置，因子間相關(guān)系數(shù)則位于對(duì)角線以下位置。表中，各因子AVE值平方根均大于因子間相關(guān)系數(shù)，表明因子之間的區(qū)別效度良好。

表4 AVE值的平方根與因子相關(guān)系數(shù)對(duì)比表Tab.4 Square root of AVE and correlation coefficients

2.2.2擬合度檢驗(yàn)

通過模型擬合度檢驗(yàn)，卡方與自由度比(χ2/df)為1.799<2，近似誤差均方根(RMSEA)為0.041<0.08，其他幾個(gè)主要擬合指數(shù)如表5所示。上述指標(biāo)均符合擬合度檢驗(yàn)的最低標(biāo)準(zhǔn)，說明模型擬合情況較好。綜合上述檢驗(yàn)結(jié)果，本文所建立的測(cè)評(píng)指標(biāo)結(jié)構(gòu)模型可作為服裝電商賣家的測(cè)評(píng)指標(biāo)體系。

表5 模型擬合指數(shù)檢驗(yàn)表Tab.5 Model fit summary

2.3 各級(jí)指標(biāo)權(quán)重的確定

2.3.1計(jì)算方法

為使權(quán)重確定既有客觀性，又能適當(dāng)避免傳統(tǒng)主成分法只能處理線性問題的局限性，本文采用改進(jìn)的主成分法對(duì)各級(jí)指標(biāo)賦權(quán)，主要步驟[10]如下。

1)對(duì)數(shù)-中心化轉(zhuǎn)換。

式中：xhj為樣本原始數(shù)據(jù)；zhj為轉(zhuǎn)化后的樣本數(shù)據(jù)；h為各樣本，h=1，2，…，k；j為各指標(biāo)，j=1，2，…，n。

2)利用 Excel 計(jì)算上述結(jié)果的協(xié)方差矩陣。

3)應(yīng)用 SPSS 軟件分析協(xié)方差矩陣主成分，得到特征值及其對(duì)應(yīng)的特征向量Fl，l表示主成分。

4)計(jì)算指標(biāo)的權(quán)重系數(shù)。

式中：μj表示各指標(biāo)權(quán)重系數(shù)值；fjl表示主成分特征向量所組成矩陣中的元素；λl表示主成分所對(duì)應(yīng)的特征值；m表示主成分?jǐn)?shù)。

5)記wj為各指標(biāo)權(quán)重值，則

2.3.2各級(jí)指標(biāo)權(quán)重計(jì)算

首先，根據(jù)正式調(diào)查的樣本數(shù)據(jù)，按照產(chǎn)品、服務(wù)、價(jià)值、特色4個(gè)一級(jí)指標(biāo)的分類，將其各自的二級(jí)指標(biāo)數(shù)據(jù)分別代入上述公式，分步驟進(jìn)行二級(jí)指標(biāo)權(quán)重值的計(jì)算，結(jié)果如表6所示。

其次，分別計(jì)算產(chǎn)品、服務(wù)、價(jià)值、特色4個(gè)一級(jí)指標(biāo)Uhi的得分情況，計(jì)算公式為

式中：w表示二級(jí)指標(biāo)權(quán)重值；u表示二級(jí)指標(biāo)得分情況；h表示各樣本；i表示一級(jí)指標(biāo)，i=1，2，3，4；j表示一級(jí)指標(biāo)下的二級(jí)指標(biāo)，j=1，2，…，n。

最后，將4個(gè)一級(jí)指標(biāo)得分?jǐn)?shù)據(jù)代入權(quán)重計(jì)算公式，分步驟計(jì)算出它們的權(quán)重，其計(jì)算結(jié)果見表6，表中各級(jí)指標(biāo)權(quán)重按由大到小順序排列。

表6 各級(jí)評(píng)價(jià)指標(biāo)權(quán)重分布及顧客評(píng)價(jià)矩陣表Tab.6 Index weights and matrix of customer evaluation

3 服裝電商賣家的顧客綜合評(píng)價(jià)

3.1 綜合評(píng)價(jià)模型

對(duì)于多因素問題評(píng)價(jià)，模糊集理論被認(rèn)為是一種十分有效的決策方法[11]。本文將模糊綜合評(píng)判決策方法用于服裝電商賣家綜合評(píng)價(jià)，具體步驟如下。

1)根據(jù)已建立的服裝電商賣家的測(cè)評(píng)指標(biāo)體系，將評(píng)價(jià)因素劃分為產(chǎn)品U1、價(jià)值U2、服務(wù)U3、特色U4共4個(gè)主因素，Ui={ui1，ui2，…，uij}，其中：i=1，2，3，4；j為4個(gè)主因素下的各子因素，j=1，2，…，n。它們共同構(gòu)成了顧客評(píng)價(jià)因素U={U1，U2，U3，U4}，即滿足U=U1∪U2∪U3∪U4。

2)采用5級(jí)定量化的評(píng)價(jià)標(biāo)準(zhǔn)，構(gòu)建評(píng)判集V={v1，v2，v3，v4，v5}={非常不滿意，不滿意，一般，滿意，非常滿意}，將評(píng)判集的等級(jí)以數(shù)量化表示，其中：v1=1，v2=2，v3=3，v4=4，v5=5。

3)根據(jù)Ui={ui1，ui2，…，uij}和評(píng)判集V={v1，v2，…，v5}，得到各主因素Ui的單因素評(píng)判矩陣。

式中，rijk表示主因素Ui中的子因素j被顧客評(píng)為vk時(shí)的頻率，k=1，2，…，5。

4)由各子因素的權(quán)重Wi={wi1，wi2，…，wij}，結(jié)合主因素Ui的單因素評(píng)判矩陣Ri，可以得到各主因素Ui的評(píng)價(jià)向量Bi=WiRi={bi1，bi2，…，bi5}。

5)由各主因素權(quán)重W={w1，w2，w3，w4}，結(jié)合由各主因素Ui評(píng)價(jià)向量所組成的主因素評(píng)判矩陣B，可得到顧客評(píng)判總因素U的評(píng)價(jià)向量R=WB。

6)考慮顧客評(píng)判集V，則服裝電商賣家的顧客綜合評(píng)價(jià)結(jié)果為F=RVT。

3.2 實(shí)證分析

以淘寶網(wǎng)某五鉆服裝電商賣家為例，選取一款服裝產(chǎn)品(截至2017年3月，其累計(jì)銷量達(dá)840件)，利用上述綜合評(píng)價(jià)模型進(jìn)行綜合評(píng)價(jià)。

根據(jù)網(wǎng)站的后臺(tái)數(shù)據(jù)，隨機(jī)聯(lián)系該款服裝的10位買家組成評(píng)價(jià)小組。該評(píng)價(jià)小組成員根據(jù)二級(jí)指標(biāo)，按照評(píng)判集V的評(píng)價(jià)量度進(jìn)行評(píng)價(jià)打分。

按照3.1節(jié)所述的方法進(jìn)行計(jì)算，得到顧客評(píng)判總因素U的評(píng)價(jià)向量為：R=WB=(0.010，0.054，0.261，0.268，0.407)。通過進(jìn)一步的計(jì)算，得到該服裝電商賣家的顧客綜合評(píng)分：F=RVT=0.010×1+0.054×2+0.261×3+0.268×4+0.407×5=4.008，這表明評(píng)價(jià)小組對(duì)該服裝電商的綜合評(píng)價(jià)為滿意。

為了便于比較，10位顧客還按五分制為該電商賣家進(jìn)行了總體打分，其平均值為4.090分，這與采用綜合評(píng)價(jià)模型計(jì)算得出的評(píng)價(jià)結(jié)果基本吻合。

4 結(jié) 論

1)針對(duì)服裝電商顧客在線評(píng)論要素進(jìn)行降維處理，構(gòu)建了包含4個(gè)一級(jí)指標(biāo)和24個(gè)二級(jí)指標(biāo)的服裝電商賣家顧客測(cè)評(píng)指標(biāo)體系。服裝網(wǎng)購消費(fèi)者對(duì)服裝電商賣家的在線評(píng)價(jià)圍繞產(chǎn)品、服務(wù)、價(jià)值、特色4個(gè)主要因素展開。與電商平臺(tái)評(píng)價(jià)指標(biāo)體系不同的是電商平臺(tái)的評(píng)價(jià)往往側(cè)重于網(wǎng)站建設(shè)、網(wǎng)站服務(wù)、網(wǎng)站品牌、網(wǎng)站信任與安全性等方面。

2)分別對(duì)各級(jí)評(píng)價(jià)指標(biāo)進(jìn)行權(quán)重分析，影響消費(fèi)者評(píng)價(jià)的4個(gè)一級(jí)指標(biāo)權(quán)重由大到小依次排列為產(chǎn)品、價(jià)值、服務(wù)、特色。即在電子商務(wù)環(huán)境下，服裝消費(fèi)者對(duì)電商賣家的綜合評(píng)價(jià)與顧客對(duì)于產(chǎn)品試穿效果、更多實(shí)惠、便捷服務(wù)、商家特色4個(gè)方面由大到小的關(guān)注度密不可分。

3)運(yùn)用模糊綜合評(píng)判決策方法，構(gòu)建了服裝電商賣家的模糊綜合評(píng)價(jià)模型。通過實(shí)證的方法對(duì)該模型進(jìn)行驗(yàn)證，結(jié)果表明，顧客的整體評(píng)分情況與采用該評(píng)價(jià)模型計(jì)算得出的評(píng)價(jià)結(jié)果基本吻合。

隨著國(guó)內(nèi)服裝電子商務(wù)的迅速發(fā)展，顧客對(duì)電商賣家的評(píng)價(jià)顯得越來越重要。通過本文所構(gòu)建的模糊綜合評(píng)價(jià)模型，其綜合評(píng)價(jià)結(jié)果可實(shí)現(xiàn)由定性評(píng)價(jià)轉(zhuǎn)為定量評(píng)價(jià)。

FZXB