屈慧芳　王戀　劉淑榮等

摘要：隨著電子商務(wù)的不斷發(fā)展，越來(lái)越多的消費(fèi)者選擇網(wǎng)絡(luò)購(gòu)物，然而由于網(wǎng)絡(luò)商品的虛擬性，用戶對(duì)網(wǎng)購(gòu)商品無(wú)法實(shí)際體驗(yàn)，如何辨識(shí)商品質(zhì)量成為消費(fèi)者網(wǎng)絡(luò)購(gòu)買成敗的關(guān)鍵，在線評(píng)論給消費(fèi)者提供了一個(gè)辨識(shí)商品質(zhì)量的途徑。通過(guò)設(shè)計(jì)問(wèn)卷調(diào)查發(fā)現(xiàn)：在線評(píng)論中差評(píng)和追加評(píng)論是影響消費(fèi)者購(gòu)買決策的主要因素，因此商家應(yīng)該做好差評(píng)管理，提高服務(wù)質(zhì)量，可以通過(guò)獎(jiǎng)勵(lì)優(yōu)惠券的方式鼓勵(lì)消費(fèi)者進(jìn)行追加評(píng)論，以此向消費(fèi)者傳遞商品質(zhì)量信息，提高消費(fèi)者的購(gòu)買信心。

關(guān)鍵詞：電子商務(wù)；在線評(píng)論；購(gòu)買決策

中圖分類號(hào)：F27

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：16723198（2015）12006902

隨著電子商務(wù)的不斷發(fā)展，我國(guó)網(wǎng)民的互聯(lián)網(wǎng)應(yīng)用商務(wù)化程度迅速提高，中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）第35次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2014年年底，我國(guó)網(wǎng)民規(guī)模達(dá)到6.49億，手機(jī)網(wǎng)民規(guī)模超過(guò)5.57億，電子商務(wù)市場(chǎng)規(guī)模達(dá)到12.3萬(wàn)億，如淘寶天貓2014年“雙十一”一天就成交571億元。網(wǎng)絡(luò)購(gòu)買逐漸成為一種消費(fèi)新趨勢(shì)，而當(dāng)消費(fèi)者在購(gòu)買決策前首先會(huì)到網(wǎng)絡(luò)上瀏覽已購(gòu)買者對(duì)產(chǎn)品的使用經(jīng)驗(yàn)和評(píng)論，同時(shí)也會(huì)在收到產(chǎn)品后對(duì)商品發(fā)表自己的評(píng)論和看法。在線評(píng)論成為消費(fèi)者了解產(chǎn)品特征的一個(gè)主要渠道，是影響消費(fèi)者購(gòu)買決策重要因素之一。

電子商務(wù)的火爆使得學(xué)術(shù)界也逐漸關(guān)注消費(fèi)者購(gòu)買行為的影響因素。一些學(xué)者就從網(wǎng)站視覺吸引力（SanJos-Cabezudo et al.，2009）、價(jià)格（Kim & Benbasat，2009）、第三方認(rèn)證標(biāo)（Huetal，2010）、在線商店評(píng)論（Utz et al.，2011）、產(chǎn)品呈現(xiàn)方式（Mavlanova & Benbunan-Fich，2010）、網(wǎng)店聲譽(yù)（San-Martin& Camarero，2012）等外部線索研究這些因素對(duì)消費(fèi)者在線購(gòu)物行為的影響，國(guó)內(nèi)學(xué)者也從個(gè)人信任傾向、顧客的感知價(jià)值、第三方認(rèn)證和感知風(fēng)險(xiǎn)等方面進(jìn)行研究（易法敏，范高峰（2010）；肖阿妮，韓玉偉（2011）），在線評(píng)論對(duì)購(gòu)買決策的影響也逐漸引起學(xué)者的重視。郝媛媛，葉強(qiáng)，李一軍（2010）討論了在線影評(píng)對(duì)消費(fèi)者觀看電影決策的影響。張燕萍，周朋程（2013）分析了在線顧客評(píng)論的質(zhì)量、效價(jià)及數(shù)量對(duì)大學(xué)生購(gòu)買決策的影響，指出評(píng)論質(zhì)量和效價(jià)對(duì)消費(fèi)者購(gòu)買決策有顯著正相關(guān)影響。賈建忠，戴蘭玲（2014）構(gòu)建了在線評(píng)論對(duì)購(gòu)買決策的影響模型。從現(xiàn)有的研究文獻(xiàn)可以看到，一些學(xué)者的研究發(fā)現(xiàn)在線評(píng)論對(duì)消費(fèi)者的購(gòu)買決策有重要影響，并構(gòu)建了理論模型來(lái)分析，但是沒(méi)有具體分析在線評(píng)論如何影響購(gòu)買決策，因此本文將具體分析在線評(píng)論對(duì)購(gòu)買決策的影響機(jī)理，并通過(guò)問(wèn)卷調(diào)查進(jìn)行實(shí)證研究。

1 模型假設(shè)

隨著支付手段的便捷，物流快遞的快速發(fā)展，越來(lái)越多的消費(fèi)者選擇網(wǎng)絡(luò)購(gòu)買，然而由于網(wǎng)絡(luò)商品的虛擬性，用戶對(duì)網(wǎng)購(gòu)商品無(wú)法實(shí)際體驗(yàn)，因此網(wǎng)絡(luò)商品質(zhì)量的好壞，使用性能等就完全依賴于已購(gòu)客戶的在線評(píng)論來(lái)了解，因此在線評(píng)論將對(duì)消費(fèi)者的購(gòu)買決策起重要影響。

當(dāng)一商品的好評(píng)數(shù)量越多時(shí)，消費(fèi)者對(duì)該商品的質(zhì)量性能等越認(rèn)可，從而能更加影響其他消費(fèi)者的購(gòu)買決策。因此提出假設(shè)：

H1：好評(píng)數(shù)量與購(gòu)買決策行為正相關(guān)。

當(dāng)商品的差評(píng)特別是有關(guān)商品質(zhì)量方面的差評(píng)容易引起其他消費(fèi)者的反感，因此提出假設(shè)：

H2：差評(píng)與購(gòu)買決策負(fù)相關(guān)。

我國(guó)電子商務(wù)中一般要求消費(fèi)者在購(gòu)買商品成功后一定時(shí)間內(nèi)必須對(duì)商品進(jìn)行評(píng)價(jià)，而且這個(gè)時(shí)間要求比較短，因此消費(fèi)者很難在短期內(nèi)對(duì)商品做出正確評(píng)價(jià)，從而導(dǎo)致評(píng)價(jià)出現(xiàn)片面性，有時(shí)候可能會(huì)誤導(dǎo)購(gòu)買決策，而追加評(píng)論則是在商品使用一段時(shí)間后才對(duì)商品性能、質(zhì)量等進(jìn)一步進(jìn)行評(píng)價(jià)，此時(shí)消費(fèi)者非常了解商品性能了，因而評(píng)價(jià)將更加有說(shuō)服力。提出假設(shè)：

H3：追加評(píng)論與購(gòu)買決策正相關(guān)。

2 模型構(gòu)建與數(shù)據(jù)收集

2.1 消費(fèi)者購(gòu)買信心指數(shù)

消費(fèi)者在購(gòu)買決策時(shí)主要通過(guò)其對(duì)產(chǎn)品的質(zhì)量、價(jià)格以及店家的服務(wù)、物流，用戶的評(píng)價(jià)等各個(gè)方面綜合考慮決定，因此我們?cè)谟懻撓M(fèi)者購(gòu)買決策時(shí)引入購(gòu)買信心指數(shù)來(lái)表示，信心指數(shù)高則購(gòu)買的可能性高，信心指數(shù)低，購(gòu)買的可能性也低。購(gòu)買信心指數(shù)的構(gòu)建依據(jù)美國(guó)密歇根大學(xué)消費(fèi)者信心指數(shù)的算法。將消費(fèi)者對(duì)產(chǎn)品的質(zhì)量、價(jià)格、售后服務(wù)以及店家的信譽(yù)、服務(wù)、物流和第三方認(rèn)證等進(jìn)行評(píng)分，評(píng)分采用李斯特5級(jí)量表表示，分?jǐn)?shù)越高，則表示該用戶對(duì)該項(xiàng)目的認(rèn)可程度越高，最后消費(fèi)者購(gòu)買信心指數(shù)按照公式（1）計(jì)算。

消費(fèi)者購(gòu)買信心指數(shù)=1.0*CA%+0.5*A%-0.5*S%-1.0*DS%（1）

其中，CA表示完全同意，A表示同意，S表示不同意，DS表示完全不同意，因此CA%就表示對(duì)問(wèn)卷中的每一道題目完全認(rèn)同比例。例如問(wèn)卷共有在線購(gòu)物相關(guān)問(wèn)題10個(gè)，其中某消費(fèi)者對(duì)其中的問(wèn)題回答是7個(gè)完全同意，2個(gè)同意和一個(gè)完全不同意，則CA%=0.7，A%=0.2，DS%=0.1，因此該消費(fèi)者購(gòu)買信心指數(shù)為：1.0*0.7+0.5*0.2-0.5*0-1*0.1=170%。

消費(fèi)者購(gòu)買信心指數(shù)值越大，說(shuō)明消費(fèi)者對(duì)該商品越有信心，從而越有可能做出購(gòu)買的決策。該數(shù)值大小反映了消費(fèi)者對(duì)在線購(gòu)買的信心大小，因而可以用來(lái)反映消費(fèi)者的購(gòu)買行為決策。

2.2 消費(fèi)者購(gòu)買決策模型

通過(guò)前面的分析，可以看出消費(fèi)者做出購(gòu)買決策時(shí)綜合考慮了產(chǎn)品質(zhì)量、價(jià)格、服務(wù)、物流等多種因素的結(jié)果，因此我們構(gòu)建購(gòu)買決策模型：

index=β0+β1×Praise+β2*Bad-review+β3*Add-comment+β4*Credit+β5*Service+β6*Logistic+ε（2）

其中：index表示消費(fèi)者購(gòu)買信心指數(shù)，Praise表示好評(píng)，Bad-review表示差評(píng)，Add-comment表示追加評(píng)論，Credit表示信用度，Service表示服務(wù)態(tài)度，Lodistic表示物流。endprint

2.3 數(shù)據(jù)收集與效度檢驗(yàn)

為研究消費(fèi)者網(wǎng)絡(luò)購(gòu)買決策的影響因素，我們?cè)O(shè)計(jì)了《消費(fèi)者購(gòu)買決策影響因素調(diào)查問(wèn)卷》，并對(duì)農(nóng)大校園內(nèi)及校園周圍的學(xué)生、居民進(jìn)行發(fā)放，問(wèn)卷總共設(shè)計(jì)了17個(gè)問(wèn)題，涉及到信用度、商家服務(wù)態(tài)度、物流以及在線評(píng)論中好評(píng)、差評(píng)和追加評(píng)論等問(wèn)題，問(wèn)卷采用李斯特五分法。問(wèn)卷共發(fā)放312份，正式調(diào)查完成后，回收了278份問(wèn)卷，其中刪除了30份無(wú)效問(wèn)卷，有效樣本數(shù)為248份，有效回收率為92.6%。數(shù)據(jù)收集完畢后，所有數(shù)據(jù)均被輸入到SPSS軟件中進(jìn)行分析。

參與本次調(diào)查中的男性占29%，女性占71%，而且他們大多數(shù)都有過(guò)網(wǎng)購(gòu)經(jīng)歷，其中有59.3%的人有有10次以上的網(wǎng)購(gòu)經(jīng)歷，另有37.1%的參與者有1到10次網(wǎng)購(gòu)經(jīng)歷。學(xué)歷分布為本科占86.2%、碩士占10.7%、其他7.1%，這與調(diào)查在校園內(nèi)及周邊進(jìn)行有關(guān)，也與中國(guó)互聯(lián)網(wǎng)絡(luò)熱點(diǎn)調(diào)查報(bào)告中高教育程度的消費(fèi)者比較容易接受網(wǎng)上購(gòu)物的結(jié)論吻合。在這些調(diào)查中可以發(fā)現(xiàn)消費(fèi)者在進(jìn)行網(wǎng)絡(luò)購(gòu)買時(shí)，有76.8%的消費(fèi)者會(huì)經(jīng)常瀏覽商品的在線評(píng)論，并根據(jù)評(píng)論情況進(jìn)行購(gòu)買決策。而只有0.8%的消費(fèi)者購(gòu)買商品時(shí)沒(méi)有瀏覽在線評(píng)論。

問(wèn)卷信度是指問(wèn)卷所獲得的數(shù)據(jù)與其平均值的差異程度。一般常用的信度指標(biāo)有內(nèi)部一致性（internal consistency），它表示觀測(cè)項(xiàng)目（問(wèn)卷的問(wèn)題項(xiàng)）之間的內(nèi)部一致性或同質(zhì)性，常用克隆巴赫一致性系數(shù)（Cronbachα）來(lái)測(cè)量，Cronbachα的值一般是介于0和1之間，越接近于1，說(shuō)明信度越高。在本次問(wèn)卷中各因素的Cronbachα值為0.79，表明該量表信度較好（見表1）。

3 實(shí)證分析

首先對(duì)問(wèn)卷進(jìn)行KMO檢驗(yàn)和Bartlett球形檢驗(yàn)，KMO檢驗(yàn)系數(shù)為0.779，大于0.5，而且Bartlett的球形檢驗(yàn)表明：Bartlett值為883.321，P<0.0001，說(shuō)明變量之間的相關(guān)水平非常適合進(jìn)行因子分析，檢驗(yàn)結(jié)果見表2。

采用主成分因子分析對(duì)問(wèn)卷進(jìn)行因子分析，以特征根大于或者等于1為因子萃取原則，得到6個(gè)特征根大于1的因子，累計(jì)解釋方差達(dá)到63.495%。由旋轉(zhuǎn)因子載荷矩陣（表3）可以提取出相應(yīng)6個(gè)主成分：差評(píng)數(shù)量、追加評(píng)論、好評(píng)數(shù)、評(píng)論內(nèi)容、服務(wù)與物流、信息渠道。

通過(guò)對(duì)差評(píng)、追加好評(píng)、好評(píng)數(shù)、在線評(píng)論內(nèi)容、店家服務(wù)、物流等因素對(duì)購(gòu)買決策進(jìn)行相關(guān)分析，結(jié)果如表4。

相關(guān)系數(shù)結(jié)果顯示差評(píng)、好評(píng)數(shù)、追加評(píng)論、在線評(píng)論內(nèi)容、物流快遞、店家服務(wù)態(tài)度正相關(guān)，因此商家在實(shí)際經(jīng)營(yíng)過(guò)程中應(yīng)該重視這些方面的管理，特別是對(duì)購(gòu)買決策影響比較大的差評(píng)、追加評(píng)論方面的管理，采取措施來(lái)促進(jìn)消費(fèi)者的購(gòu)買決定。

4 結(jié)論與建議

通過(guò)對(duì)在線評(píng)論中差評(píng)追加評(píng)論等的實(shí)證研究發(fā)現(xiàn)：差評(píng)、追加差評(píng)與消費(fèi)者負(fù)相關(guān)，而好評(píng)數(shù)、追加好評(píng)、在線評(píng)論內(nèi)容則與購(gòu)買決策正相關(guān)，在這些影響因素中，追加評(píng)論和差評(píng)對(duì)購(gòu)買決策的影響最大。

對(duì)于差評(píng)的影響，商家應(yīng)該通過(guò)提高服務(wù)水平來(lái)減少服務(wù)方面引起的差評(píng)，從而提高好評(píng)度來(lái)吸引顧客的注意，從而進(jìn)一步增加消費(fèi)者的購(gòu)買決策。

而針對(duì)追加評(píng)論的影響，商家可以采取一些措施來(lái)鼓勵(lì)消費(fèi)者多給出積極正面的追加評(píng)論，比如可以對(duì)有一定實(shí)質(zhì)內(nèi)容的追加評(píng)論進(jìn)行優(yōu)惠券獎(jiǎng)勵(lì)，吸引更多顧客發(fā)表對(duì)商品進(jìn)行使用以后的用后體驗(yàn)報(bào)告，特別是正面的評(píng)價(jià)，以此向消費(fèi)者傳達(dá)商品質(zhì)量信息，提高消費(fèi)者的購(gòu)買信心。

參考文獻(xiàn)

[1]Chen，Y.Herd behavior in purchasing books online[J].Computers in Human Behavior，2008，24（5）：19771992.

[2]Kim，D. & I. Benbasat.TrustAssuring Arguments in B2C Ecommerce； Impact of Content，Source， and Price on Trust[J].Journal of Management Information Systems， 2009，26（3）：175206.

[3]Mavlanova，T. & BenbunanFich，R.Counterfeit Products on the Internet：The Role of SellerLevel and ProductLevel Information[J].International Journal of Electronic Commerce，2010，15（2）：79104.

[4]Utz， S.，Kerkhof，R，& van den Bos，J.Consumers rule： How consumer reviews influence perceived trustworthiness of online stores[J].Electronic Commerce Research and Applications，2011：210.

[5]SanMartin， S. & Camarero，C. A CrossNational Study on Online Consumer Perceptions， Trust， and Loyalty[J].Journal of Organizational Computing & Electronic Commerce，2012，22（1）：6486.

[6]易法敏，范高峰.消費(fèi)者購(gòu)買意愿對(duì)網(wǎng)上購(gòu)物行為影響的實(shí)證研究[J].海南大學(xué)學(xué)報(bào)，2010，（10）.

[7]肖阿妮，韓玉偉.C2C電子商務(wù)中消費(fèi)者網(wǎng)絡(luò)信任影響因素的實(shí)證分析[J].廣西財(cái)經(jīng)學(xué)院學(xué)報(bào)，2011，（06）.

[8]郝媛媛，葉強(qiáng)，李一軍.基于影評(píng)數(shù)據(jù)的在線評(píng)論有用性影響因素研究[J].管理科學(xué)學(xué)報(bào)，2010，13（8）：7888.

[9]張燕萍，周朋程.在線顧客評(píng)價(jià)對(duì)網(wǎng)購(gòu)決策的影響分析[J].北方經(jīng)貿(mào)，2013，（03）.

[10]賈建忠，戴蘭玲.在線客戶評(píng)論對(duì)消費(fèi)者購(gòu)買決策的影響研究[J].價(jià)值工程，2014，（12）：169170.endprint