朱意明

（東南大學(xué)經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210000）

在網(wǎng)絡(luò)平臺(tái)使用過(guò)程中，決策是一項(xiàng)復(fù)雜且反復(fù)的任務(wù)。目前各大B2C、C2C平臺(tái)均已具備信用評(píng)價(jià)體系，目的在于讓消費(fèi)者能夠有效的搜尋到與其需求匹配的優(yōu)質(zhì)產(chǎn)品。網(wǎng)絡(luò)平臺(tái)的設(shè)計(jì)初衷是為了降低交易成本和進(jìn)入壁壘，以便促成更多交易，形成共贏局面。但由于互聯(lián)網(wǎng)的虛擬屬性，網(wǎng)絡(luò)交易的非人格化特征、時(shí)空不一致性，放大了網(wǎng)絡(luò)市場(chǎng)中的信息不對(duì)稱(chēng)問(wèn)題，導(dǎo)致網(wǎng)絡(luò)市場(chǎng)和傳統(tǒng)市場(chǎng)存在較大差異。一方面，網(wǎng)絡(luò)購(gòu)物雖然快捷方便，但搜索成本較高，消費(fèi)者網(wǎng)購(gòu)時(shí)依賴(lài)搜索方式和商品排序；另一方面，對(duì)于網(wǎng)購(gòu)平臺(tái)來(lái)說(shuō)，從眾心理可以誘發(fā)消費(fèi)者集中購(gòu)買(mǎi)，突破平臺(tái)銷(xiāo)售極值。

一、文獻(xiàn)綜述

從眾一詞起源于心理學(xué)，在20世紀(jì)90年代延伸到金融和營(yíng)銷(xiāo)領(lǐng)域，現(xiàn)在普遍將從眾定義為自身根據(jù)他人的行為而做出的行為或信念的改變。

已有文獻(xiàn)對(duì)網(wǎng)絡(luò)購(gòu)物平臺(tái)上的消費(fèi)者行為進(jìn)行相關(guān)實(shí)證研究。Kalyanam和McIntyre選擇eBay平臺(tái)上個(gè)人數(shù)字助理作為研究對(duì)象，發(fā)現(xiàn)賣(mài)家聲譽(yù)對(duì)成交價(jià)有正向影響，且差評(píng)影響遠(yuǎn)大于好評(píng)影響；Huang通過(guò)研究Amazon網(wǎng)站上圖書(shū)銷(xiāo)售情況發(fā)現(xiàn)，銷(xiāo)售量、評(píng)論量能夠?qū)οM(fèi)者購(gòu)買(mǎi)決定有顯著影響，Chen研究圖書(shū)的星級(jí)和銷(xiāo)量，也得到類(lèi)似結(jié)論。周黎安（2006）對(duì)易趣平臺(tái)上的聲譽(yù)機(jī)制進(jìn)行研究，發(fā)現(xiàn)信用值高的賣(mài)家的成交價(jià)格也高。本文將通過(guò)爬蟲(chóng)軟件抓取網(wǎng)購(gòu)平臺(tái)面板數(shù)據(jù)，并對(duì)國(guó)內(nèi)網(wǎng)絡(luò)購(gòu)物平臺(tái)中對(duì)從眾行為的調(diào)節(jié)因素進(jìn)行研究，對(duì)網(wǎng)絡(luò)平臺(tái)中消費(fèi)者從眾行為研究起到一定的補(bǔ)充作用。

二、研究方法與設(shè)計(jì)

根據(jù)對(duì)網(wǎng)購(gòu)決策中從眾行為理論基礎(chǔ)和已有文獻(xiàn)的結(jié)論梳理，在面臨信息不對(duì)稱(chēng)、搜尋成本高等不確定情況下，消費(fèi)者往往會(huì)將其他消費(fèi)者在前期已做出的決定作為自己決策的依據(jù)，放棄私有信息，并通過(guò)模仿他人行為規(guī)避損失，從而產(chǎn)生從眾行為，即羊群效應(yīng)。鑒于此本文提出以下假設(shè)：

假設(shè)一：商品的當(dāng)期新增評(píng)論數(shù)量與歷史累計(jì)評(píng)論數(shù)量正相關(guān)。

假設(shè)二：商品的好評(píng)率、店鋪的綜合得分對(duì)消費(fèi)者購(gòu)買(mǎi)決策無(wú)顯著影響。

假設(shè)三：輸入商品名稱(chēng)后的默認(rèn)排序與商品的當(dāng)期新增評(píng)論數(shù)量負(fù)相關(guān)。

假設(shè)四：商品是否為國(guó)行版本可以調(diào)節(jié)累計(jì)評(píng)論數(shù)量對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響。

三、數(shù)據(jù)來(lái)源及變量選擇

（一）數(shù)據(jù)來(lái)源及抓取

本文采用Python爬蟲(chóng)框架對(duì)目標(biāo)網(wǎng)絡(luò)平臺(tái)中商品具體的HTML網(wǎng)頁(yè)相關(guān)數(shù)據(jù)進(jìn)行抓取，得到相關(guān)變量，并對(duì)數(shù)據(jù)進(jìn)行篩選、清洗后建立面板回歸模型并進(jìn)行相應(yīng)分析。

網(wǎng)絡(luò)爬蟲(chóng)數(shù)據(jù)抓取的目標(biāo)網(wǎng)站為蘇寧易購(gòu)（suning.com），選擇原因有三：一、蘇寧入駐商家須為正式注冊(cè)企業(yè)，準(zhǔn)入條件較高，一定程度上可避免山寨假貨；二、蘇寧易購(gòu)的優(yōu)勢(shì)在于家電、3C產(chǎn)品，交易活躍。為了保證商品同質(zhì)和數(shù)據(jù)的豐富性，本次研究的目標(biāo)商品為蘋(píng)果手機(jī)中的最新型號(hào)iPhone X。在蘇寧易購(gòu)搜索關(guān)鍵字“iPhone X＋256G”后，利用網(wǎng)絡(luò)爬蟲(chóng)得到商品的詳細(xì)信息，并通過(guò)清洗、篩選、標(biāo)準(zhǔn)化等手段對(duì)數(shù)據(jù)進(jìn)行處理，再利用Stata軟件進(jìn)行相關(guān)分析。

具體的數(shù)據(jù)抓取過(guò)程分四次進(jìn)行，為避開(kāi)節(jié)日擾動(dòng)，每次抓取時(shí)間相隔一周，且不包含國(guó)家法定假日、開(kāi)學(xué)季或平臺(tái)大促等特殊情況，具體的抓取時(shí)間分別為2018年3月10、17、24、31日。利用網(wǎng)絡(luò)爬蟲(chóng)得到的數(shù)據(jù)中主要包含兩類(lèi)信息：商品信息、店鋪信息。商品信息包括商品具體名稱(chēng)、頁(yè)面網(wǎng)址、搜索界面的位置排序、價(jià)格、折扣（滿(mǎn)減、云鉆返還、大聚惠等等）、評(píng)論數(shù)量以及商品好評(píng)率?？紤]到蘋(píng)果手機(jī)雖然質(zhì)量相同，但仍有國(guó)行港行等區(qū)別，故對(duì)商品名稱(chēng)進(jìn)行關(guān)鍵字提取，確定版本（即是否國(guó)行）信息。店鋪信息包括是否蘇寧自營(yíng)、店鋪評(píng)分。

四次抓取分別獲得92、114、146、191組數(shù)據(jù)，第四次抓取的數(shù)據(jù)用來(lái)計(jì)算商品在第三期的新增評(píng)論數(shù)量，如此便得到共計(jì)三期的增量數(shù)據(jù)。將抓取所獲數(shù)據(jù)進(jìn)行匹配，剔除在抓取過(guò)程中新上架的商品，以及存在商品下架、商品更換、無(wú)貨等情況的數(shù)據(jù)，并刪除在最后一次抓取時(shí)仍沒(méi)有評(píng)論的商品數(shù)據(jù)，最終得到有效數(shù)據(jù)55組。

（二）描述性統(tǒng)計(jì)

本文的被解釋變量為商品的當(dāng)期新增評(píng)論數(shù)量（CA），解釋變量包括累計(jì)評(píng)論數(shù)量(C)、商品特征(TP)、搜索排序(O)、價(jià)格因素(P)、店鋪評(píng)分(S)、商品好評(píng)率(R)、折扣信息(DA)。作為被解釋變量的新增評(píng)論（CA）差異較大，最大值為12866，最小值為0，呈現(xiàn)明顯的長(zhǎng)尾效應(yīng)，初步驗(yàn)證消費(fèi)者網(wǎng)購(gòu)時(shí)的羊群效應(yīng)假設(shè)。評(píng)價(jià)方面，好評(píng)率均值98%，店鋪評(píng)分均值4.85，消費(fèi)者總是傾向于給出好評(píng)，這與中國(guó)傳統(tǒng)文化中的“和為貴”思想也有一定關(guān)系。

表1 描述性統(tǒng)計(jì)

四、實(shí)證分析及結(jié)論

（一）相關(guān)性分析

由于變量中包含分類(lèi)變量，所以對(duì)數(shù)據(jù)進(jìn)行Spearman相關(guān)性分析，限于篇幅限制詳細(xì)結(jié)果略。

因變量與主要自變量都是顯著相關(guān)的，其中新增評(píng)論數(shù)量（CA）與累計(jì)評(píng)論數(shù)量（C）相關(guān)性高達(dá)0.79，且在1%水平上顯著，初步驗(yàn)證從眾行為的存在；新增評(píng)論數(shù)量（CA）與在售價(jià)格（P）、搜索后排序（O）的相關(guān)性分別為0.19、0.20，且在1%水平上顯著，表明價(jià)格和商品排序也顯著影響消費(fèi)者選擇，這與iPhone X的高價(jià)商品較大價(jià)格彈性特征符合；評(píng)論數(shù)量（C）?與搜索排序（O）的相關(guān)性說(shuō)明消費(fèi)者在決策時(shí)比較依賴(lài)平臺(tái)顯示規(guī)則，側(cè)面印證從眾行為的存在。

（二）Tobit模型分析

單次數(shù)據(jù)抓取得到的截面數(shù)據(jù)往往無(wú)法體現(xiàn)出個(gè)體效應(yīng)，也無(wú)法分析變量之間的動(dòng)態(tài)關(guān)系。由于手機(jī)屬于耐用消費(fèi)品，日成交數(shù)量較少，有些店鋪可能存在某一期新增成交數(shù)量為0的情況，固定效應(yīng)模型或隨機(jī)效應(yīng)模型的參數(shù)估計(jì)可能會(huì)出現(xiàn)一些誤差，故本文將采用隨機(jī)效應(yīng)的Tobit模型進(jìn)行分析。

在對(duì)網(wǎng)絡(luò)爬蟲(chóng)抓取到的數(shù)據(jù)進(jìn)行處理后，本文利用Tobit隨機(jī)效應(yīng)模型對(duì)第三節(jié)中提出的研究假設(shè)進(jìn)行實(shí)證研究。模型以累計(jì)評(píng)論價(jià)格為因變量，對(duì)影響消費(fèi)者在網(wǎng)絡(luò)購(gòu)物時(shí)的從眾行為的變量進(jìn)行驗(yàn)證。在分析過(guò)程中，對(duì)部分變量進(jìn)行取對(duì)數(shù)、標(biāo)準(zhǔn)化處理，并建立以下Tobit模型:

其中Si,t代表因變量，Xi,t為解釋變量，Ci代表第i個(gè)個(gè)體的影響因素，ui,t為擾動(dòng)項(xiàng)。

表2 Tobit模型回歸結(jié)果

Tobit模型的回歸結(jié)果如表中所示，累計(jì)銷(xiāo)量對(duì)消費(fèi)者當(dāng)期購(gòu)買(mǎi)決策在0.001水平下顯著，這表明消費(fèi)者的購(gòu)買(mǎi)行為受到之前其他消費(fèi)者購(gòu)買(mǎi)行為的影響，也就是對(duì)商品有從眾行為。累計(jì)評(píng)論數(shù)量越多，越能激發(fā)消費(fèi)者的購(gòu)買(mǎi)欲望，同時(shí)我們的分析對(duì)象iPhone X屬于價(jià)格較高的耐用消費(fèi)品，消費(fèi)者在選擇商品時(shí)往往會(huì)將他人的行為納入考慮因素中，以防止信息不對(duì)稱(chēng)帶來(lái)的損失，這一結(jié)果與直觀感受和已有文獻(xiàn)結(jié)論一致，假設(shè)1成立。

商品好評(píng)率、店鋪綜合評(píng)分對(duì)當(dāng)期新增評(píng)論數(shù)量影響為正，前者影響不顯著，后者則在1%水平上有顯著影響，假設(shè)2部分成立。消費(fèi)者對(duì)商品好評(píng)率不敏感，但對(duì)店鋪評(píng)分重視，一方面，四次數(shù)據(jù)抓取中持續(xù)在售的鏈接僅55組，說(shuō)明商品更迭、下架再上架的情況較多，商品更替頻繁、累計(jì)評(píng)論少時(shí)好評(píng)率可供參考意義不大；另一方面，根據(jù)蘇寧易購(gòu)平臺(tái)規(guī)則，店鋪綜合評(píng)分則是從店鋪成立算起，所有成交過(guò)的客戶(hù)（平臺(tái)累計(jì)成交5次以下者暫不計(jì)入）打分綜合評(píng)價(jià)而成，商家私自操作的可能性小，數(shù)據(jù)更真實(shí)。

搜索默認(rèn)排序?qū)οM(fèi)者購(gòu)買(mǎi)行為影響不顯著，相關(guān)系數(shù)為負(fù)，這與之前的假設(shè)3恰好相反。根據(jù)蘇寧的搜索排序規(guī)則，默認(rèn)排序綜合評(píng)價(jià)并對(duì)新上架產(chǎn)品有扶持政策，但消費(fèi)者可能由于“廣告位”現(xiàn)象對(duì)默認(rèn)排序產(chǎn)生抵觸情緒，假設(shè)3不成立。

是否國(guó)行版本對(duì)消費(fèi)者行為無(wú)顯著影響，但TP與C交互項(xiàng)對(duì)當(dāng)期新增評(píng)論量有顯著的正向影響，且在0.001水平上顯著，并且在加入交互項(xiàng)后模型中原有系數(shù)和顯著性沒(méi)有變化，這表明當(dāng)手機(jī)非國(guó)行版本，即不享受全國(guó)聯(lián)保時(shí)，消費(fèi)者需要額外花費(fèi)時(shí)間精力來(lái)篩選、辨別商品信息，處于降低搜尋成本考慮，消費(fèi)者在購(gòu)買(mǎi)海外版iPhone X時(shí)的從眾行為更明顯。假設(shè)4得到驗(yàn)證。

除此之外，價(jià)格對(duì)當(dāng)期新增評(píng)論數(shù)量有一定的負(fù)向影響，“大聚惠”、“定金團(tuán)”等標(biāo)簽對(duì)消費(fèi)者行為則無(wú)明顯影響，原因在于這類(lèi)標(biāo)志往往只起到提示作用，消費(fèi)者更看重的是當(dāng)期絕對(duì)價(jià)格。是否蘇寧自營(yíng)也對(duì)消費(fèi)者行為有顯著影響，這與蘇寧線(xiàn)上線(xiàn)下雙布局模式有關(guān)，實(shí)體店自提服務(wù)、蘇寧售后保障也對(duì)消費(fèi)者有較強(qiáng)吸引力。

五、結(jié)論及意義

本文通過(guò)實(shí)證研究消費(fèi)者網(wǎng)購(gòu)時(shí)的從眾行為，得出以下主要結(jié)論：消費(fèi)者存在明顯的從眾行為，即當(dāng)期新增評(píng)論數(shù)量顯著受累計(jì)評(píng)論數(shù)量影響；手機(jī)版本對(duì)消費(fèi)者的從眾行為有顯著影響，當(dāng)手機(jī)為海外版本時(shí)，從眾行為更明顯；商品好評(píng)率對(duì)消費(fèi)者購(gòu)買(mǎi)影響不顯著，店鋪評(píng)分對(duì)消費(fèi)者影響顯著，商品熱度比口碑對(duì)消費(fèi)者行為的影響更強(qiáng)；商品價(jià)格、是否蘇寧自營(yíng)也對(duì)消費(fèi)者的購(gòu)買(mǎi)行為有顯著影響。

對(duì)于商家來(lái)說(shuō)，一方面，應(yīng)該在商品上架早期推出具有吸引力的優(yōu)惠促銷(xiāo)活動(dòng)，以早期積累的人氣吸引后期的消費(fèi)者進(jìn)行跟隨購(gòu)買(mǎi)，如此商品將持續(xù)保持熱度，并形成良性循環(huán)，從眾行為的存在使商品銷(xiāo)售有可能突破極值。另一方面，消費(fèi)者的從眾行為帶來(lái)的馬太效應(yīng)可能會(huì)使一些前期銷(xiāo)量、評(píng)論較少的優(yōu)質(zhì)商家熱度越來(lái)越低。雖然商品好評(píng)率對(duì)消費(fèi)者影響不顯著，但店鋪綜合評(píng)分的影響較顯著，且平臺(tái)中商家評(píng)分會(huì)同時(shí)顯示店鋪評(píng)分高于或低于同行，商家也可以通過(guò)店鋪評(píng)分吸引客戶(hù)。

由于時(shí)間、精力有限，本文樣本量較小且未能對(duì)目標(biāo)商品進(jìn)行持續(xù)高頻抓取，每次抓取時(shí)間間隔較長(zhǎng)導(dǎo)致商品下架、失效、新上架情況較多，樣本量規(guī)模不大，精確度不夠高。未來(lái)可以對(duì)平臺(tái)進(jìn)行每日抓取，以獲得更精準(zhǔn)的結(jié)論。