莫贊　李燕飛

〔摘 要〕為了理解在線評論對消費者購買行為的影響，文章采集淘寶網(wǎng)400多家店鋪的在線評論信息，基于S-O-R模型（Stimulus-Organism-Response Model），從消費者學(xué)習(xí)的角度，研究體驗型商品的在線評論信息對消費者購買行為的影響。采用SPSS 190軟件進(jìn)行數(shù)據(jù)分析，對假設(shè)進(jìn)行實證研究，統(tǒng)計結(jié)果表明，好評數(shù)量、描述評分、有圖片評論數(shù)量、追加評論數(shù)量和累計評論數(shù)量對消費者購買行為造成影響，中評數(shù)量、差評數(shù)量、物流評分和服務(wù)評分影響效果不顯著。文章最后提出了建議與不足。

〔關(guān)鍵詞〕在線評論；消費者學(xué)習(xí)；體驗型商品；購買行為

DOI：10.3969/j.issn.1008-0821.2015.09.001

〔中圖分類號〕F7135 〔文獻(xiàn)標(biāo)識碼〕A 〔文章編號〕1008-0821（2015）09-0003-05

〔Abstract〕In order to understand the effect of online reviews on consumer purchase behavior，more than 400 Taobao shop online reviews were collected.Based on S-O-R model（Stimulus-Organism-Response Model），from a new perspective of consumer learning，this paper studied the influence on consumer purchase behavior according to online reviews of experience goods.Using SPSS 190 software for data analysis and assumptions，statistical results showed that the quantity of praise reviews，describing score，quantity of having picture reviews，quantity of appended reviews and total quantity of reviews have an effect on consumer purchase behavior.The quantity of neutral reviews and bad reviews，logistics and service score are not significant.Finally，the paper put forward suggestions and shortcomings.

〔Key words〕online reviews；consumer learning；experience goods；purchase behavior

電子商務(wù)網(wǎng)站的發(fā)展，帶動了消費者開始習(xí)慣于網(wǎng)絡(luò)購物。根據(jù)艾瑞咨詢最新數(shù)據(jù)顯示，2014年第3季度中國網(wǎng)絡(luò)購物市場交易規(guī)模為69141億元，B2C占比達(dá)到442%，B2C市場中天貓占比近六成，而C2C市場體量大，能滿足網(wǎng)購用戶差異化及個性化的需求，未來仍將維持穩(wěn)定增長[1]。中國互聯(lián)網(wǎng)信息中心CNNIC發(fā)布的第35次調(diào)查報告顯示，截至2014年12月，我國網(wǎng)民規(guī)模達(dá)649億，其中手機網(wǎng)民達(dá)557億[2]，移動購物也逐漸成為大勢所趨。

消費者在電子商務(wù)網(wǎng)站做出購買行為之前，習(xí)慣以在線評論信息作為自己是否購買的判斷依據(jù)。當(dāng)消費者成功購買后，也會在電子商務(wù)網(wǎng)站做出自己對商品的評價。近年來，對于在線評論的研究以評論的有用性和可信度為主，本文以淘寶網(wǎng)的體驗型商品為例，采集某品牌洗面奶的評論信息，研究消費者在使用在線評論的過程中，是如何影響購買行為的。

圖1 2014年第3季度中國B2C購物網(wǎng)站交易規(guī)模市場份額

1 相關(guān)理論基礎(chǔ)

在線評論的定義，不同的學(xué)者對于它的看法不全一致。Park和Lee[3]認(rèn)為在線評論是消費者之間關(guān)于網(wǎng)絡(luò)商城中已銷售的產(chǎn)品的正面和負(fù)面的評價。Mudambi和Schuff[4]將在線評論定義為粘貼在零售商、第三方網(wǎng)站上的由消費者創(chuàng)造的關(guān)于產(chǎn)品、服務(wù)的評價信息。本文認(rèn)為，在線評論是消費者做出的關(guān)于產(chǎn)品不同方面的評價信息。通過這些信息，消費者能根據(jù)他人的評價和體驗心得推斷商品的質(zhì)量，減少個人時間及降低購買風(fēng)險。

定量化的研究在線評論如何影響消費者總體購買行為，可以轉(zhuǎn)化成研究在線評論如何影響商品銷量或者銷售額的問題[5]。有學(xué)者通過對在線評論和電影票房收入的研究，發(fā)現(xiàn)用銷售量定量化測度消費者總體購買行為是可行的[6]。因此本文以商品的月成交記錄，研究在線評論如何影響消費者的購買行為。

淘寶網(wǎng)的在線評論信息均是匿名的，由于信息的不對稱，消費者在購買前無法得知商品的全部信息，要在購買前搜集在線評論信息以提高認(rèn)知，在線評論提供了消費者真實購物的感受，為消費者了解商品提供了參考。有學(xué)者認(rèn)為，消費者在線評論搜尋的驅(qū)動力來自于信息不對稱、可用信息的缺失、感知認(rèn)知權(quán)威和感知經(jīng)濟(jì)[7]，從中也可以看出在線評論搜尋行為是消費者進(jìn)行購買前的重要步驟。同時在線評論可以提高消費者對于購物網(wǎng)站和商品的感知能力，可以潛在地吸引消費者關(guān)顧，提高消費者對該網(wǎng)站的忠誠度以及群體感，使得消費者做出更好的購物決策[8]。在線評論作為一種消費者的指引信息，這種匿名的傳播方式讓更多的消費者愿意提供自己的真實體驗，哪怕是負(fù)面的評論內(nèi)容，但賣家會對消費者的消極評論信息采取策略，使得部分信息讓人不可信。而且部分淘寶賣家對差評買家存有騷擾及報復(fù)行為，讓買家不敢給出真實評價，且賣家存在刷信譽的行為，讓消費者無法區(qū)分哪些交易是虛假的，增加了消費者根據(jù)評論判斷商品優(yōu)劣的難度。endprint

消費者學(xué)習(xí)，是消費者在購買和使用商品活動中不斷獲取知識、經(jīng)驗和技能，不斷完善其購買行為的過程。消費者對商品的態(tài)度，受到在線評論的評分和評論數(shù)量的影響。消費者在有購買動機之時，受到好的或差的在線評論的暗示，會出現(xiàn)喜愛或者厭惡的態(tài)度，當(dāng)高質(zhì)量的評論不斷出現(xiàn)時，消費者心里的消費沖動會不斷地被強化，而低質(zhì)量的評論不斷出現(xiàn)時，消費者的消費沖動就會降低。消費者購買商品之后，商品的質(zhì)量得到消費者的認(rèn)可時，當(dāng)有再次購買需求時，就會作出重復(fù)購買行為。消費者對于在線評論的可信度和有用性的采納過程，可以理解為一種消費者學(xué)習(xí)行為[9]，從消費者學(xué)習(xí)的角度來觀察消費者的購買過程顯得很有必要。行為心理學(xué)創(chuàng)始人Watson提出了“刺激——反應(yīng)”模型，Mehrabian在模型的基礎(chǔ)上提出了消費者行為S-O-R模型（Stimulus-Organism-Response Model）[10]。該模型指出情景能刺激消費者的心理，再而影響消費者的消費行為。本文研究在線評論的刺激對消費者購買行為的影響，在線評論的刺激來自于評價的程度及評論內(nèi)容，評價程度是對商品的好評、中評及差評程度，本文主要分析這些評價程度的數(shù)量對消費者行為造成的影響；評論內(nèi)容指兩方面：店鋪聲譽和評價數(shù)量，店鋪聲譽是指描述評分、物流評分和服務(wù)評分，評論數(shù)量指的是有圖片評論數(shù)量、追加評論數(shù)量和累計評論數(shù)量。

圖2 消費者購買的刺激反應(yīng)模型

2 研究假設(shè)

Nelson從經(jīng)濟(jì)學(xué)的角度將商品分為搜索型商品和體驗型商品，搜索型商品指消費者在購買前從商品的信息就能獲取準(zhǔn)確信息的商品，如手機、相機、打印機等；體驗型商品是指消費者在購買前不能從商品介紹信息準(zhǔn)確獲取信息的商品，如化妝品、餐飲美食等。有國外的研究結(jié)果表明，體驗型商品比搜索型商品更依賴于在線評論的信息，同時購買體驗型商品的消費者更趨向于使用在線評論的信息[11-12]。因此本文對體驗型商品的在線評論信息進(jìn)行研究。

目前，不同的電子商務(wù)網(wǎng)站評論體系不完全相同，但都有涉及物流、服務(wù)、商品的評分以及文字評價。在淘寶的商品頁面上，呈現(xiàn)出多種與在線評論相關(guān)的信息，例如含圖片評論、追加評論、好評、中評、差評、累計評論等，這些評論的相關(guān)信息，哪些信息會對商品銷量產(chǎn)生影響，這些信息又是產(chǎn)生何種影響的呢？本文將一一進(jìn)行探討。

21 評價程度對消費者購買行為的影響

評價程度，是消費者對商品形成的初始態(tài)度，是指消費者關(guān)于商品作出的好評、中評和差評的評價，B2C的天貓商城與C2C的淘寶店鋪該評論體系略有不同，淘寶網(wǎng)評價涉及好評中評差評之分，而天貓商城則無此選項。本文以C2C的淘寶網(wǎng)為例，研究這三種評價程度的數(shù)量對消費者造成的影響。消費者根據(jù)商品的評價程度，更新對商品的態(tài)度，這是消費者學(xué)習(xí)的過程之一。有研究認(rèn)為，好評數(shù)量對消費者的購買決策存在顯著的作用[13]，中評數(shù)量對消費者無影響，差評數(shù)量反向影響消費者購買行為。

因此本文提出如下假設(shè)：

H1a：好評數(shù)量正向影響消費者的購買行為。

H1b：中評數(shù)量不影響消費者的購買行為。

H1c：差評數(shù)量反向影響消費者的購買行為。

22 評論內(nèi)容對消費者購買行為的影響

（1）店鋪聲譽

店鋪聲譽是指用戶在購買商品后，對商品進(jìn)行文字評價和星級評分。文字評價可涉及商品的質(zhì)量、價格、客服態(tài)度、物流等等，消費者還可再評論再進(jìn)行曬圖；除了對商品進(jìn)行評分，顧客還需對店鋪的服務(wù)態(tài)度、發(fā)貨速度、物流服務(wù)進(jìn)行星級評分，標(biāo)準(zhǔn)從一星到五星，評論的星級是店鋪的無形資產(chǎn)之一，也是店鋪吸引消費者的因素之一。已有研究表明，店鋪星級能夠增加消費者的信任[14]。

因此本文提出如下假設(shè)：

H2a：描述星級正向影響消費者的購買行為。

H2b：服務(wù)星級正向影響消費者的購買行為。

H2c：物流星級正向影響消費者的購買行為。

（2）評論數(shù)量

圖片是消費者在首次評價或者追加評論時，在評論內(nèi)容下方曬圖形成的評論內(nèi)容，含圖片評論反映了商品的質(zhì)量如色差規(guī)格與賣家描述不一致等問題，有圖片的評論減少消費者在購買體驗型商品時承擔(dān)的風(fēng)險。在消費者學(xué)習(xí)的過程中，有圖片的評論暗示了消費者的真實購買行為。本文研究有圖片評論的數(shù)量對消費者行為造成的影響。

追加評論是指雙方評價完成并生效后的180天內(nèi)，買家將有1次追加評論的機會，賣家也會隨之多1次解釋機會，從而更真實的反映購買后的情況。追加的評論可以是文字內(nèi)容，也可添加圖片，但不影響賣家的好評率。追加評論更好地反映了消費者的消費感受，有的商品在短時間內(nèi)不會出現(xiàn)質(zhì)量或者其他問題，追加評論可以讓消費者了解商品的持久耐用度。有學(xué)者利用復(fù)雜網(wǎng)絡(luò)的方法對淘寶的化妝水追加評論進(jìn)行研究，發(fā)現(xiàn)追加時間呈現(xiàn)長尾分布，具有特定的規(guī)律性[15]。文本研究追加評論的數(shù)量對消費者行為造成的影響。

累計評論是消費者購買商品作出的評價，所示評論為1個月之內(nèi)的評論數(shù)量。評論內(nèi)容可涉及商品的規(guī)格、質(zhì)量、色差、物流及客服等因素，內(nèi)容長則可做長篇大論，短則也可作出兩個字評價，如好評、不好等。累計評論是消費者進(jìn)行商品購買前了解商品信息的重要渠道，信息豐富度高的評論，可助消費者深入了解商品信息。有研究認(rèn)為好評數(shù)量代替了累計評論對消費者造成的影響[13]，而有研究發(fā)現(xiàn)，在線評論的數(shù)量影響了消費者網(wǎng)絡(luò)購買的意愿[16]。本文研究累計評論數(shù)量對消費者行為的影響。

因此本文提出如下假設(shè)：

H3a：追加評論數(shù)量正向影響消費者購買行為。

H3b：有圖片評論數(shù)量正向影響消費者購買行為。

H3c：累計評論數(shù)量正向影響消費者購買行為。

3 數(shù)據(jù)研究與結(jié)果分析

本文選取某品牌洗面奶這種商品作為研究對象，主要基于以下幾點原因：一是因為洗面奶是一種體驗型的商品，消費者購買是出于個人使用或送人使用的目的，避免了因為攀比等情感因素而進(jìn)行購買；二是此商品為每日使用商品，消費者對商品的使用心得相互不同，排除了消費者個人情感對品牌所產(chǎn)生的影響。endprint

淘寶提供30天內(nèi)的成交記錄及評論記錄，因此本文以淘寶提供的30天銷售數(shù)量作為研究對象。數(shù)據(jù)樣本選取了2014年11月15日到2014年12月15日的在線評論相關(guān)數(shù)據(jù)，通過在淘寶網(wǎng)搜集了銷量前440家的資生堂洗面奶銷售信息，評論總數(shù)共218 954條，除去無法獲取評價星級的店鋪，總涉及店鋪434家。

首先對全體樣本的變量作描述性統(tǒng)計分析如表1，發(fā)現(xiàn)好評、中評、差評數(shù)量三者的極小值均為0，由于樣本來自同種商品不同的店鋪，有的店鋪該商品銷量小，消費者購買后還未作出評價，因此好評數(shù)量為0；中評、差評數(shù)量的均值小于3，因為消費者給出中評與差評的幾率較小，因此均值也低。描述、服務(wù)和物流三項評分極小值在44～45分（滿分5分），極大值均為5，均值在48左右，可見店鋪的三項評分相差不大。有圖片評論、追加評論和累計評論的數(shù)量極小值均為0，這是由于新店鋪的評論不多，且消費者未曬圖和進(jìn)行追加評論；有圖片和追加評論的均值都在10左右，由于在評論中添加圖片比文字評論步驟多，追加評論耗費的時間和精力也多，若商品不出現(xiàn)特別的情況下，消費者不進(jìn)行曬圖及追加評論的行為。

回歸模型以月成交記錄為因變量，以好評、中評、差評數(shù)量為自變量建立模型1，再以描述、服務(wù)、物流評分、有圖片、追加評論、累計評論數(shù)量為自變量建立模型2，對兩個回歸模型分別進(jìn)行了擬合優(yōu)度檢驗、方程顯著性檢驗。本文采用SPSS190軟件，在進(jìn)行模型1初步回歸時，發(fā)現(xiàn)容差為02～03，且VIF（方差膨脹因子）在35左右，變量存在共線性問題，因此本文采用逐步回歸的方法，克服模型間的共線性問題，從全部樣本的回歸分析結(jié)果來檢驗本文提出的假設(shè)。從模型擬合程度上看，模型1和模型2的擬合度均高于075，模型1的回歸結(jié)果在001水平上顯著，模型2的回歸結(jié)果在005水平上顯著。兩個模型的DW值均在2附近，因此不存在多重共線性問題。

從模型1回歸結(jié)果來看，回歸方程F值為151637，P值為0000，R方為0789，可見方程非常顯著，擬合程度也很好。好評、中評、差評數(shù)量3個因變量中，只有好評數(shù)量的系數(shù)顯著，并且系數(shù)為正，因此假設(shè)H1a得到驗證，即好評數(shù)量正向影響消費者購買行為。這也符合實際的情況，說明商品的好評數(shù)與消費者購買存在著密切的關(guān)系。而中評和差評數(shù)量在模型中系數(shù)不顯著，假設(shè)H1b得到驗證，中評數(shù)量對消費者購買行為無影響；假設(shè)H1c不成立，即差評數(shù)量對消費者購買行為的影響關(guān)系沒有得到驗證。在淘寶實際的交易中，賣家很少作出中評或者差評的評價，因此好評在累計評論中的比例會占到95%以上，降低了中評和差評對銷量的影響，同時賣家會對作出中評的差評的買家進(jìn)行電話溝通等行為，促使或迫使買家修改中評和差評。因此在此次數(shù)據(jù)研究中，中評差評影響不顯著，該假設(shè)有待進(jìn)一步研究。

從模型2回歸結(jié)果來看，描述評分的系數(shù)顯著，但是系數(shù)為負(fù)值，且由于描述評分的滿分為5分，因此該系數(shù)數(shù)值很大，假設(shè)H2a得到反向支持。描述評分與銷量成反比關(guān)系，從消費者學(xué)習(xí)的角度解釋，店鋪隨著銷量的增加，描述評分會逐漸降，由于描述評分太高的店鋪銷量較少，給予消費者不好的心理暗示，讓消費者認(rèn)為，店鋪是因為處于新店狀態(tài)而評分太少，或是讓消費者認(rèn)為這些高評分都是虛假行為是刷信譽得來的。因此，描述評分高，卻降低了消費者的購買行為。物流評分和服務(wù)評分的系數(shù)不顯著，即假設(shè)H2b、H2c得不到驗證，物流評分和服務(wù)評分對消費者的購買行為無顯著影響。從實際情況來講，每家店鋪的描述、服務(wù)、物流三項評分相差不大，均值都在48左右，憑這三項的評分高低，無法讓消費者毫不猶豫地作出購買行為。

在模型2中，追加評論數(shù)量和有圖片評論數(shù)量這兩個變量的系數(shù)顯著，且為正值，假設(shè)H3a、H3b得到驗證，即追加評論數(shù)量和有圖片評論數(shù)量越高，越能推動消費者的購買行，有圖片的評論數(shù)量影響效果比追加評價略低些。累積評論數(shù)量的系數(shù)雖然顯著，但是為負(fù)值，說明評論數(shù)量越多，反而降低了消費者的購買行為，即假設(shè)H3c得到反向支持，且累計評論的標(biāo)準(zhǔn)差很大，因此該系數(shù)值較小。從各項系數(shù)來看，追加評論數(shù)量的影響是最大的，即追加評論的數(shù)量越多，銷量也會越大。從實際的淘寶購物過程來講，追加評論顯示了買家在購買后的一段時間內(nèi)關(guān)于商品使用的真實評價，這些真實的評價會增加消費者的心理暗示和消費欲望。

4 結(jié) 語

本文以淘寶網(wǎng)的某品牌洗面奶為研究對象，探討了在線評論對消費者購買行為的影響。研究結(jié)果表明，在線評論對消費者購買行為的影響因素包括：好評數(shù)量、描述評分、有圖片評論數(shù)量、追加評論數(shù)量和累計評論數(shù)量。中評數(shù)量、差評數(shù)量、服務(wù)評分和物流評分這4個因素，在本文的研究中影響并不顯著。因此賣家在銷售的過程中，可采取激勵措施讓消費者作出好評和高質(zhì)量的評價，例如以返現(xiàn)、現(xiàn)金券和積分兌獎品的形式作為激勵，鼓勵消費者在購買后主動作出評價、曬圖和追加評論行為，因此賣家也必須提高自身商品的質(zhì)量才可增加評論數(shù)據(jù)。本文的結(jié)論有助于幫助消費者在短時間內(nèi)快速地根據(jù)在線評論信息作出決定，讓賣家掌握在線評論的重要性，及時改正店鋪的不足，為調(diào)整營銷策略提供參考。本文只對體驗型商品樣本進(jìn)行研究，存在著不足，有待進(jìn)一步的研究。

參考文獻(xiàn)

[1]艾瑞網(wǎng).艾瑞咨詢季度報告[EB/OI].http：∥report.iresearch.cn/html/20141105/241068.shtml，2014-12-21.

[2]中國互聯(lián)網(wǎng)信息中心.第35次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[EB/OI].http：∥www.cnnic.net.cn /hlwfzyj/hlwxzbg/，2015-03-01.

[3]Park，C.，and TMLee.Information direction，website reputation and eWOM effect：A moderating role of product type[J].Joural of Business Research，2009，（62）：61-67.endprint

[4]Mudambi，SM.& Schuff，D.What makes a helpful online review？A study of customer reviews on Amazon.com[J].MIS quarterly，2010，34（1）：185-200.

[5]郝媛媛.在線評論對消費者感知與購買行為影響的實證研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2010.

[6]WJDuan，BGu，ABWhinston.The dynamics of online word-of-mouth and product sales-an empirical investigation of the movie industry[J].Journal of Reatailing，2008b，84（2）：233-242.

[7]李楓林，劉昌平，胡媛.網(wǎng)絡(luò)消費者在線評論搜尋行為研究[J].情報科學(xué)，2012，（5）：720-724.

[8]Kumar，N.& Benbasat，I.Research note：the influence of recommendations and consumer reviews on evaluations of websites[J].Information Systems Research，2006，17（4）：425-439.

[9]宋曉晴，孫習(xí)祥.消費者在線評論采納研究綜述[J].現(xiàn)代情報，2015，（1）：164-169.

[10]Mehrabian，Russel W.The Dynamics of Online Word-of-Mouthand Product Sales.An Empirical Investigation of the Movie Industry[J].Journal of Retailing，2008，84（2）：233-242.

[11]Senecal S，Nantel J.The influence of online product recommendations on consumers online choices[J].Journal of retailing，2004，80（2）：159-169.

[12]Bei L T，Chen E Y I，Widdows R.Consumers online information search behavior and the phenomenon of search vs.experience products[J].Journal of Family and Economic Issues，2004，25（4）：449-467.

[13]郭功星.消費者網(wǎng)購決策的影響因素分析——基于電熱水壺網(wǎng)絡(luò)銷售信息的實證研究[J].消費經(jīng)濟(jì)，2013，（4）：52-57.

[14]胡海清，嚴(yán)建援，許壘.信息豐富度、采購成本、線上渠道模式對購買行為的影響研究[J].管理評論，2012，（5）：80-88.

[15]李宗偉，劉潤然，張艷輝，等.基于復(fù)雜網(wǎng)絡(luò)的淘寶網(wǎng)追加評價群體統(tǒng)計特征分析[J].軟科學(xué)，2014，（8）：103-106.

[16]于麗萍，夏志杰，王冰冰.在線評論對消費者網(wǎng)絡(luò)購買意愿影響的研究[J].現(xiàn)代情報，2014，（11）：34-38.

（本文責(zé)任編輯：孫國雷）endprint