李雨潔+廖成林+李憶

摘要：構(gòu)建理論模型，探討了消費者的偏好、評價動機(jī)和文化因素對在線評論偏差的影響機(jī)理，并提出了糾正偏差的條件。研究發(fā)現(xiàn)：消費者的選擇偏好、主動評價偏差以及評價行為的趨同性會導(dǎo)致在線評論的均值出現(xiàn)偏差，不能反映商品的真實質(zhì)量。為了糾正偏差，讓消費者購后主動撰寫評論，并糾正消費者的選擇偏好可以使在線評論的均值反映商品的真實質(zhì)量。

關(guān)鍵詞：消費者行為偏好;在線評論;偏差

DOI：10.13956/j.ss.1001-8409.2015.01.23

中圖分類號：F713.36 ? ?文獻(xiàn)標(biāo)識碼：A ? ?文章編號：1001-8409（2015）01-0105-05

Research of Influence Mechanism of Consumers Self

Selection Bias on Online Reviews

LI Yu-jie1，LIAO Cheng-lin1，LI Yi2

（1.School of Economics and Business Administration， Chongqing University， Chongqing 400044;

2.School of Economics and Management， Chongqing University of Post and Telecommunications， Chongqing 400065）

Abstract：This paper constructs the theoretical model to analyze the influence mechanism of consumers self selection bias on online reviews.Besides， it discusses the conditions to correct the bias through the model.The result shows that consumers preference， motivations， and consumers conformity behaviors are factors that lead the biased mean of the online reviews.In order to correct the bias， it derives the conditions for the mean to be an unbiased estimator.

Key words：consumers selection bias;online reviews;distribution

1 引言

在線評論作為網(wǎng)絡(luò)口碑的重要傳播渠道，近年來吸引了學(xué)術(shù)界的廣泛關(guān)注。大量研究集中于在線評論對消費者行為決策、商品銷量以及網(wǎng)站聲譽(yù)的影響^[1～3]。這些研究認(rèn)為，在線評論對消費者的購買意向和商品銷量有積極作用。然而，以上研究基于一個前提，即在線評論能有效地傳遞商品質(zhì)量信息，但該假設(shè)并沒有得到驗證。如果在線評論不能真實地傳遞信息，則會增加其他消費者的交易風(fēng)險。消費者作為在線評論的主要發(fā)起者，其個人的評論動機(jī)、偏好等因素可能對評論客觀性產(chǎn)生影響。因此，從消費者的視角，研究消費者的偏好與行為對在線評論真實性的影響具有理論和實踐意義。

現(xiàn)有關(guān)于在線評論偏差的研究主要考慮時間因素和賣方因素的影響[4，5]。從消費者個體行為視角研究在線評論偏差的文獻(xiàn)并不多見。雖然Li的研究中提到了消費者自我選擇偏差因素，但該研究認(rèn)為該因素受時間的影響使早期的評論帶有正向的偏差^[4]。本文認(rèn)為在線購買過程是消費者主動選擇商品，而不是將商品隨機(jī)分配給消費者，因而只有真正喜歡該商品的消費者才有可能購買并撰寫評論。由此，這種自我選擇偏差可能并不受時間的影響。同時，根據(jù)Ajzen的計劃行為理論，社會文化因素影響行為信念，最終影響意向和行為^[6]。為此，本文綜合考慮消費者的個人偏好、動機(jī)以及文化因素對消費者在線評論行為的影響，研究消費者的個體行為因素對在線評論真實性的影響機(jī)理。這不僅有利于深入分析在線評論偏差的來源，也有利于豐富我國消費者在線評論行為特征的經(jīng)驗數(shù)據(jù)，為中外消費者行為的跨文化比較提供新的思考點。

區(qū)別于已有研究，本文從消費者選擇偏差的視角，考慮消費者個體行為偏好對在線評論真實性的影響。例如：消費者的個體行為偏好會如何影響評論的均值？所有的消費者購后都會主動撰寫評論嗎？若不是，缺失的評論如何影響在線評論的分布？中國文化因素使在線評論行為更離散還是更趨同？通過構(gòu)建基于消費者效用的理論模型，本文致力于回答上述問題。

2 文獻(xiàn)綜述

2.1 在線評論的相關(guān)研究

在線評論的相關(guān)研究主要分為兩類：在線評論有用性研究和在線評論的偏差研究。其中，有用性研究主要涉及有用性的前因變量^[7]和結(jié)果變量^[2]。雖然這些研究肯定了在線評論對口碑傳播及營銷行為的重要性，但并沒有論證在線評論是否存在偏差。倘若評價的數(shù)據(jù)本身是有偏誤的，則會誤導(dǎo)消費者和組織的決策者，為決策帶來風(fēng)險。

近年來，學(xué)者們開始關(guān)注在線評論的偏差研究。Rabin等較早研究首因效應(yīng)對在線評論偏差的影響^[8]。Kapoor等對該影響進(jìn)一步定義為順序偏差^[9]。Sikora等則更具體地研究了順序偏差的特征^[10]。順序偏差主要考慮時間因素對在線評論的影響。

另外，對于賣方因素，Hu等的研究指出書籍作者會委托熟人進(jìn)行評價，導(dǎo)致在線書評存在操縱性評論偏差，并且這種行為存在于作者與評論者之間，以及賣家、出版商和評論者之間^[11]。

總之，已有文獻(xiàn)主要集中于討論時間因素和賣方因素對在線評論偏差的影響。從消費者個體因素入手，研究在線評論偏差的研究并不多。消費者作為在線評論的撰寫者，評論反映了其對商品質(zhì)量的感知，但是消費者的主觀偏好是否對評論的客觀性產(chǎn)生影響？影響機(jī)理如何？值得我們深入研究。

2.2 網(wǎng)絡(luò)口碑傳播動機(jī)

網(wǎng)絡(luò)口碑的傳播動機(jī)是在線評論研究的重點之一，國內(nèi)學(xué)者張曉飛等將網(wǎng)絡(luò)口碑傳播動機(jī)分為正面、負(fù)面和中性動機(jī)三類^[12]。正面和負(fù)面動機(jī)分別是消費者對商品高度滿意和高度不滿的行為表達(dá)，而中性動機(jī)指消費者口碑傳播的目的是參與社交互動，但這種行為可能是因為其作為某論壇的金牌會員，支持其發(fā)展等。這種分類方式和早期研究口碑傳播的Sundaram觀點一致，即消費者對商品特別滿意或特別不滿時，容易進(jìn)行口碑傳播^[13]。

上述研究表明，并非所有的消費者都愿意主動傳播口碑信息，這就造成一些評論缺失?；诖耍疚膶⑻接懭笔У纳唐吩u論對評論整體分布的影響機(jī)理。

2.3 文化價值觀

文化因素被認(rèn)為是影響消費者口碑傳播的重要外部因素^[14]。已有文獻(xiàn)基于Hofstede對文化價值觀的分類^[15]，重點研究個人主義/集體主義維度上不同國家消費者口碑傳播動機(jī)的差異^[16]，然而這些研究的取樣多在國外，對中國消費者在線評論行為特征的討論并不深入。中國一直以來被認(rèn)為是集體主義偏好的國家，這種文化氛圍下，消費者的在線評論行為呈現(xiàn)怎樣的特征？是會更趨同還是會更離散？現(xiàn)有文獻(xiàn)并沒有對上述問題進(jìn)行詳細(xì)的闡述。

2.4 計劃行為理論

Ajzen的計劃行為理論認(rèn)為，個體擁有大量與行為有關(guān)的信念，但在特定的時間和環(huán)境下只有少量的行為信念被獲取，即突顯信念，它們是行為態(tài)度和行為控制的基礎(chǔ)^[6]。個人及社會文化因素通過影響突顯信念，進(jìn)而影響行為態(tài)度，最終影響具體的行為。本文借鑒該理論，綜合運用消費者行為學(xué)中偏好、動機(jī)的概念，并引入文化因素，討論中國文化價值觀下，消費者在線評論行為的特征。通過建立理論模型，揭示這些個體行為因素對在線評論真實性的影響。

3 在線評論偏差的影響因素分析

3.1 消費者的選擇偏好

消費者的選擇偏好指消費者對商品的喜好程度。通常情況下，消費者只有真正喜歡某商品，才更有可能產(chǎn)生購買行為，進(jìn)而有機(jī)會對該商品發(fā)表評論。Li等的研究也證實了消費者自我選擇偏差效應(yīng)的存在，認(rèn)為早期的消費者往往是商品的“忠實粉絲”，使早期評論帶有正向偏差^[4]。但本文認(rèn)為消費者的選擇偏差并不受時間因素的影響，且該偏差對在線評論的影響既有可能是正向的，也有可能是負(fù)向的。

3.2 消費者主動評價的偏差

已有文獻(xiàn)證實了消費者在對商品特別滿意和特別不滿的情況下，更愿意進(jìn)行口碑傳播^[13]。對商品持一般態(tài)度的消費者，其主動評價的動機(jī)較弱。因此，本文認(rèn)為在線評論是存在缺失的，那么可以觀測到的評論并不是所有消費者的購后評價。本文基于這種觀點，通過建立理論模型，分析在線評論缺失對評論整體分布的影響。

3.3 消費者評價行為的趨同性

根據(jù)Hofstede的研究結(jié)論，中國在集體主義維度上的得分較高，表明了中國人具有較強(qiáng)的群體意識文化。李東進(jìn)等的研究也認(rèn)為，在中國文化的群體導(dǎo)向中，個體行為較容易受到群體壓力的影響^[17]?；诖?，本文認(rèn)為中國的消費者在進(jìn)行評論時，由于可以觀測到其他消費者已有的評價，因此可能受到群體導(dǎo)向及社會規(guī)范的影響，其評價行為會表現(xiàn)出與其他消費者趨同的特征。

為此，本文利用淘寶網(wǎng)的在線評論數(shù)據(jù)，通過對消費者t時刻評論得分和t-1時刻評論的均分進(jìn)行相關(guān)分析，判斷已有評論得分對其他消費者的評價的影響。為了便于統(tǒng)計，將淘寶網(wǎng)評論數(shù)據(jù)量化處理為好評記5分，中評記3分，差評記1分。

隨機(jī)選取平板電視、數(shù)碼相機(jī)和筆記本電腦三類商品。數(shù)據(jù)收集的內(nèi)容包括商品名稱、商品在t時刻的評論得分（第一條評論表示t=1）、商品在t-1時刻評論的均分。對數(shù)據(jù)的篩選遵從以下規(guī)則：①考慮評論數(shù)據(jù)受商品上市時間差異的影響，選取2013年4月之前上市的商品，且評論數(shù)據(jù)選取時間段為2013年6月1日至2013年6月20日期間。②排除評論數(shù)據(jù)小于50條的商品以保證數(shù)據(jù)的準(zhǔn)確性。經(jīng)過篩選，共獲得樣本268個，評論總數(shù)81713條。

將t-1時刻評論的均分和t時刻的評論得分進(jìn)行相關(guān)分析，得出Pearson相關(guān)系數(shù)為0.778，p=0.000，達(dá)到顯著相關(guān)的水平，表示t-1時刻評論的均分和t時刻的評論得分顯著正相關(guān)，t-1時刻評論的均分越高，t時刻的評分也隨之升高。

該結(jié)果證實了中國消費者的評論會受到已有評論得分的影響，使其評分向已有評論的均分趨近。然而，如果已有的評論是有偏差的，這種群體導(dǎo)向價值觀會使在線評論的均值進(jìn)一步集中于帶有偏差的均值，帶來更大的決策風(fēng)險。

本文將通過構(gòu)建理論模型，分析消費者評價行為趨同性對在線評論分布的影響。

4 考慮消費者個體行為偏好的在線評論模型

基于以上分析，本文認(rèn)為消費者的選擇偏好、主動評價偏差以及評論行為的趨同性均會導(dǎo)致在線評論的分布發(fā)生變化。因此，通過構(gòu)建理論模型，討論在線評論的均值能夠客觀反映商品質(zhì)量的條件，可在一定程度上幫助企業(yè)和消費者獲取真實的評論信息。

4.1 模型建立

本文用常量q代表商品的質(zhì)量。消費者具有異質(zhì)性xi，會影響其購后對商品質(zhì)量的感知，進(jìn)而影響消費者的效用。由于消費者的異質(zhì)性受到生活環(huán)境、教育水平、社會地位、收入及個性特征等許多微小的獨立隨機(jī)因素的影響，根據(jù)中心極限定理，本文假設(shè)xi服從期望是0，方差是σ2的正態(tài)分布^[13]，xi：N（0，σ2）。令消費者i的效用為：

uiq=q+xi （1）

式（1）表示消費者i的效用服從期望是q，方差是σ2的正態(tài)分布，ui（q）：N（q，σ2）。

本文用Lbias來反映消費者選擇偏好的影響，當(dāng)Lbias>0時，表示消費者對商品喜愛而購買商品，進(jìn)而評價，導(dǎo)致在線評論的期望具有正向偏差。當(dāng)Lbias<0時，說明消費者對某類商品有偏好，表現(xiàn)出對商品的缺點過于敏感和苛刻，因而不容易獲得心理上的滿足，這時消費者的偏好反而對在線評論的均值造成負(fù)向偏差。然而，已有研究發(fā)現(xiàn)，中國消費者的在線評論以好評居多^[18]。本文認(rèn)為消費者的選擇偏好對在線評論的期望有正向的影響，即Lbias>0（圖1）。

圖1 消費者i的選擇偏好對在線評論期望的影響

本文分別用δ-和δ-反映消費者主動評價偏差的影響。δ-表示消費者主動差評的效用臨界值，當(dāng)uiq≤δ-時，說明消費者對商品不滿，以差評進(jìn)行抱怨;當(dāng)uiq≥δ-時，說明消費者對商品滿意，以好評進(jìn)行贊揚。當(dāng)δ-<uiq<δ-時說明消費者認(rèn)為商品一般，沒有主動撰寫評論的意愿。倘若δ-=δ-，則表示所有的消費者都主動撰寫評論。由此，給定某個消費者i主動撰寫評論的概率p，見圖2。

圖2 消費者i主動評價的概率分布

p=1 ?uiq≤δ- 或 δ-≤uiq

0 ?δ-<uiq<δ-（2）

本文用rn表示n條在線評論的均值。當(dāng)n充分大，δ-=δ-且Lbias=0時，在線評論呈正態(tài)分布，此時評論得分的均值如實地反映商品的質(zhì)量。利用中心極限定理：

根據(jù)命題1，通過糾正消費者偏好，并使消費者主動差評和主動好評的臨界值趨近于對稱或相等時，在線評論均值的期望能夠反映商品的真實質(zhì)量。

在現(xiàn)實中，雖然無法完全消除消費者的選擇偏好，但本研究提示了潛在的消費者應(yīng)該主動識別該偏差。消費者主動評價的偏差也會影響在線評論的均值，為了糾正這種偏差，則需要所有的消費者購后都及時上傳評論，或者使消費者主動評價的效用臨界值關(guān)于評論的均值左右對稱。鑒于后者在現(xiàn)實中不易滿足，本文認(rèn)為商家和網(wǎng)站應(yīng)鼓勵消費者在購后及時評價商品，最大可能地減少評論缺失以糾正消費者因素所導(dǎo)致的在線評論偏差。

命題2：當(dāng)δ--q+Lbias<q+Lbias-δ-時，Ern>q;當(dāng)δ--q+Lbias>q+Lbias-δ-時，在線評論均值的期望將呈現(xiàn)三種情況：①Ern<q;②Ern>q;

③Ern=q。

證明：當(dāng)δ--q+Lbias<q+Lbias-δ-時，由定理得：

φδ--q+Lbiasσ-φδ--q+Lbiasσ>0，則Λ>0。

因為Lbias>0，Λσ>0，所以Ern>q。反之，當(dāng)δ--q+Lbias>q+Lbias-δ-時，Λ<0。此時，若Lbias<Λσ，則Ern<q;若Lbias>Λσ，則Ern>q;若Lbias=Λσ，則Ern=q。命題2證畢。

根據(jù)命題2，當(dāng)消費者主動好評的意愿較強(qiáng)時，消費者主動評價的偏差對在線評論均值的期望有正向影響。因為消費者選擇偏好對在線評論均值的期望也有正向影響，所以此時在線評論均值的期望會大于商品的真實質(zhì)量，出現(xiàn)正向的偏誤。

當(dāng)消費者主動差評的意愿較強(qiáng)時，消費者主動評價的偏差對在線評論均值的期望有負(fù)向影響。然而，由于消費者選擇偏好具有正向影響，此時需要比較消費者選擇偏好和消費者主動評價偏差兩個影響因素的大小。只有當(dāng)消費者主動差評的偏差對在線評論的負(fù)向影響超過了消費者選擇偏好的正向影響時，在線評論均值的期望才有可能會小于商品的真實質(zhì)量。反之，在線評論均值的期望則大于商品的真實質(zhì)量。若兩個因素的影響恰好相等，則此時在線評論均值的期望也等于商品的真實質(zhì)量，但這種情況在現(xiàn)實中并不容易發(fā)生。

關(guān)于在線評論分布的方差，本文認(rèn)為，消費者個體行為偏好的三個因素對方差的影響不同：①消費者選擇偏好對方差并不造成影響。②消費者評論行為的趨同性，會使在線評論的離散型減小，因而導(dǎo)致方差減小。③消費者主動評價的偏差對方差影響較為復(fù)雜，只有在消費者主動評價的效用臨界值關(guān)于均值對稱的情況下在線評論的方差增大。

5 結(jié)論

通過研究消費者個體行為偏好，以及各因素對在線評論真實性的影響，本文發(fā)現(xiàn)：①在線評論均值的期望受到消費者的選擇偏好和主動評價偏差的影響而存在偏差，由于其反映了現(xiàn)實中在線商品評論的均值，從而說明評論的均值存在偏差。②消費者的選擇偏好使在線評論的均值大于商品的真實質(zhì)量，但對在線評論分布的方差無影響。③當(dāng)消費者主動好評的意愿增強(qiáng)時，在線評論的均值大于商品的真實質(zhì)量，反之，則在線評論的均值會呈大于、小于、等于商品的真實質(zhì)量三種情況。④消費者評價行為的趨同性使在線評論分布的方差減小，加劇了偏差效應(yīng)。此外，基于模型，本文還探討了評論均值的期望反映商品質(zhì)量的條件，即消費者購后都主動撰寫評論，并糾正消費者的選擇偏好。

本文的理論貢獻(xiàn)是：①從消費者行為的視角，揭示了導(dǎo)致在線評論發(fā)生偏差的影響因素。這一方面增加了對消費者個體行為偏差因素的理解，另一方面更清晰地反映出消費者偏好、主動評價動機(jī)及評價行為趨同特征對在線評論真實性的影響機(jī)理，有助于豐富和完善關(guān)于在線評論偏差的研究成果。②實證研究發(fā)現(xiàn)中國文化因素下，消費者在線評論行為呈趨同性特征，這進(jìn)一步拓展了Hofstede文化分類理論在中國消費者在線評論行為的應(yīng)用，同時為相關(guān)領(lǐng)域的跨文化研究提供了經(jīng)驗數(shù)據(jù)。

本文的研究結(jié)果對企業(yè)正確發(fā)布商品信息及售后服務(wù)具有一定的指導(dǎo)意義。首先，本文得出消費者主動好評的意愿增強(qiáng)會推高在線評論的均值，而消費者主動差評的意愿增強(qiáng)，則有可能會使評論的均值降低。這提示了企業(yè)需要準(zhǔn)確、如實地發(fā)布商品信息，幫助消費者建立正確的期望，消費者對商品期望過高或過低，都會影響其主動評價的意愿，不利于賣方獲取好評。其次，從糾偏的角度來說，本文得出當(dāng)所有消費者購后都主動評價時，有助于在線評論反映商品的真實質(zhì)量。這提示企業(yè)應(yīng)采取鼓勵措施，激勵消費者購后積極參與評價，減少評論數(shù)據(jù)的缺失。這不僅有助于企業(yè)獲取真實的客戶反饋，也有助于其根據(jù)準(zhǔn)確的評論數(shù)據(jù)適時調(diào)整供貨及營銷策略。

本文的研究也有一些局限性：由于缺乏相關(guān)的實證數(shù)據(jù)，只能對糾偏條件進(jìn)行定性討論，未來研究可展開調(diào)查，結(jié)合在線評論和實證數(shù)據(jù)進(jìn)行更準(zhǔn)確的糾偏計算。

參考文獻(xiàn)：

[1]Park D H，Lee J，Han I.The Effect of Online Consumer Reviews on Consumer Purchasing Intention：The Moderating Role of Involvement[J].International Journal of Electronic Commerce，2007，11（4）：125-148.

[2]Cui G，Lui H K，Guo X N.The Effect of Online Consumer Reviews on New Product Sales[J].International Journal of Electronic Commerce，2012，17（1）：39-57.

[3]Kumar N，Benbasat I.The Influence of Recommendations and Consumer Reviews on Evaluations of Websites[J].Information Systems Research，2006，17（4）：425-439.

[4]Li X X，Hitt L M.Self-selection and Information Role of Online Product Reviews[J].Information Systems Research，2008，19（4）：456-474.

[5]Hu N，Bose I，Koh N S，et al.Manipulation of Online Reviews：An Analysis of Ratings，Readability，and Sentiments[J].Decision Support Systems，2012，52（3）：674-684.

[6]Ajzen I.The Theory of Planned Behavior[J].Organizational Behavior and Human Decision Processes，1991，50（2）：179-211.

[7]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證研究[J].軟科學(xué)，2013，27（5）：46-50.

[8]Rabin M，Schrag J L.First Impressions Matter：A Model of Confirmatory Bias[J].The Quarterly Journal of Economics，1999，114（1）：37-82.

[9]Kapoor G，Piramuthu S.Sequential Bias in Online Product Reviews[J].Journal of Organizational Computing and Electronic Commerce，2009，19（2）：85-95.

[10]Sikora R T，Chauhan K.Estimating Sequential Bias in Online Reviews：A Kalman Filtering Approach[J].Knowledge-Based Systems，2012，27：314-321.

[11]Hu N，Liu L，Sambamurthy V.Fraud Detection in Online Consumer Reviews[J].Decision Support Systems，2011，50（3）：614-626.

[12]張曉飛，董大海.網(wǎng)絡(luò)口碑傳播機(jī)制研究述評[J].管理評論，2011，（2）：88-92.

[13]Sundaram D S，Mitra K，Webster C.Word-of-mouth Communications：A Motivational Analysis[J].Advances in Consumer Research，1998，25（1）：527-531.

[14]Lam D，Lee A，Mizerski R.The Effects of Cultural Values in Wom Communication[J].Journal of International Marketing，2009，17（3）：55-70.

[15]Hofstede G H.Cultures Consequences：Comparing Values，Behaviors，Institutions，and Organizations Across Nations.[M]：SAGE Publications，Incorporated，2001.

[16]Fong J，Burton S.A Cross-cultural Comparison of Electronic Wom and Country-of-origin Effects[J].Journal of Business Research，2008，61（3）：233-242.

[17]李東進(jìn)，吳波，武瑞娟.中國消費者購買意向模型——對Fishbein合理行為模型的修正[J].管理世界，2009（1）：121-129.

[18]李雨潔，廖成林，于輝.線上商品評論反“L”型分布的偏差與糾正[J].統(tǒng)計研究，2013，（4）：46-51.

（責(zé)任編輯：何 彬）