陳振環(huán)

(東北林業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院, 黑龍江 哈爾濱 150040)

一、引言

2018年8月，中國(guó)互聯(lián)網(wǎng)信息中心(CNNIC)發(fā)布了《第42次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展情況統(tǒng)計(jì)報(bào)告》①。數(shù)據(jù)顯示中國(guó)的網(wǎng)民規(guī)模高達(dá)8.02億，網(wǎng)購(gòu)用戶及網(wǎng)上支付用戶占網(wǎng)民總數(shù)比例高達(dá)71%，網(wǎng)絡(luò)購(gòu)物以其方便省時(shí)、價(jià)格低廉、不受地域限制等優(yōu)點(diǎn)，正在成為深受廣大網(wǎng)民歡迎的一種消費(fèi)方式。諸多實(shí)體企業(yè)也緊緊抓住了新一輪“互聯(lián)網(wǎng)浪潮”所帶來(lái)的機(jī)遇，充分利用互聯(lián)網(wǎng)平臺(tái)拓寬產(chǎn)品的營(yíng)銷(xiāo)渠道，使線上和線下零售方式交織程度日益加深[1]。對(duì)于線上交易而言，產(chǎn)品銷(xiāo)售頁(yè)面提供了先前消費(fèi)者對(duì)所購(gòu)產(chǎn)品的評(píng)價(jià)信息，使廣大后續(xù)消費(fèi)者足不出戶就可以針對(duì)心儀的產(chǎn)品進(jìn)行比較選擇，通過(guò)在線支付手段實(shí)現(xiàn)產(chǎn)品購(gòu)買(mǎi)，極大地降低了消費(fèi)者的交易成本。然而，消費(fèi)者不僅對(duì)于交易方式的選擇偏好方面存在異質(zhì)性[2]，其購(gòu)物體驗(yàn)也可能受到不同銷(xiāo)售渠道提供信息和產(chǎn)品滿足能力差異的影響，最終導(dǎo)致消費(fèi)者滿意度的影響因素方面存在顯著差異。市場(chǎng)營(yíng)銷(xiāo)理論認(rèn)為，滿意度是企業(yè)保持競(jìng)爭(zhēng)優(yōu)勢(shì)的重要手段，當(dāng)企業(yè)的顧客滿意度提升5%時(shí)，利潤(rùn)存在25%～85%的上升空間，探討滿意度的影響因素也一直是理論界關(guān)注的熱點(diǎn)問(wèn)題。作為一種典型的大體積耐用品，家具產(chǎn)品具有使用時(shí)間久、總價(jià)高、體積大、不易退換的特點(diǎn)，使其電子商務(wù)營(yíng)銷(xiāo)模式與冰箱、彩電等產(chǎn)品的模式相比更加復(fù)雜。從數(shù)據(jù)來(lái)看，2016年國(guó)內(nèi)家具電商銷(xiāo)售額以19.4%的增速達(dá)到了3536.4億元，占主營(yíng)業(yè)務(wù)比例達(dá)到41.32%，表明消費(fèi)者對(duì)線上途徑購(gòu)買(mǎi)家具這種大體積耐用品的接受程度正在迅速提高。此外，隨著中國(guó)消費(fèi)者消費(fèi)能力和健康意識(shí)的不斷增強(qiáng)，對(duì)家具產(chǎn)品的環(huán)保性和美觀性需求也越來(lái)越高，實(shí)木家具因其具備天然、環(huán)保、健康和高檔的特點(diǎn)一直受到消費(fèi)者青睞，因此有必要對(duì)消費(fèi)者購(gòu)買(mǎi)實(shí)木家具產(chǎn)品的滿意度展開(kāi)研究，探尋消費(fèi)者對(duì)實(shí)木家具產(chǎn)品消費(fèi)過(guò)程中滿意度的影響因素進(jìn)而提升消費(fèi)者的滿意度，這有助于家具企業(yè)制定合理的經(jīng)營(yíng)策略和促進(jìn)國(guó)內(nèi)家具行業(yè)的發(fā)展。

對(duì)已有研究進(jìn)行梳理發(fā)現(xiàn)，從消費(fèi)者年齡、收入等個(gè)體特征因素的微觀視角出發(fā)并運(yùn)用問(wèn)卷調(diào)查手段對(duì)影響消費(fèi)者購(gòu)物滿意度展開(kāi)分析，目前已經(jīng)涌現(xiàn)出大量有價(jià)值的成果。然而消費(fèi)者的家具網(wǎng)購(gòu)行為不僅僅受其個(gè)體因素的影響，實(shí)踐中電商平臺(tái)的產(chǎn)品頁(yè)面信息因素亦會(huì)對(duì)消費(fèi)者網(wǎng)購(gòu)意愿產(chǎn)生刺激作用，目前有極少數(shù)文獻(xiàn)討論了產(chǎn)品銷(xiāo)售頁(yè)面的在線評(píng)論信息對(duì)產(chǎn)品銷(xiāo)量的影響，卻鮮有研究涉及產(chǎn)品銷(xiāo)售頁(yè)面信息對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響，雖然已有少數(shù)學(xué)者指出了這種影響機(jī)制的客觀存在(Finn, 2011)，但尚缺乏深入具體的實(shí)證分析進(jìn)行驗(yàn)證。有鑒于此，本文以在線實(shí)木家具產(chǎn)品作為研究對(duì)象，結(jié)合電商平臺(tái)的產(chǎn)品頁(yè)面信息探究了網(wǎng)絡(luò)口碑等信息對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響，進(jìn)一步豐富了消費(fèi)者滿意度領(lǐng)域的研究成果，并可為電子商務(wù)平臺(tái)中的商家制定提升銷(xiāo)售業(yè)績(jī)的策略提供有益的借鑒。文章余下部分的結(jié)構(gòu)安排如下：第二部分為口碑傳播的形成原因及其對(duì)產(chǎn)品銷(xiāo)量和網(wǎng)購(gòu)滿意度影響機(jī)理的相關(guān)文獻(xiàn)回顧；第三部分為研究設(shè)計(jì)，給出了本文的數(shù)據(jù)來(lái)源、模型的構(gòu)建與實(shí)證研究中所采用的變量說(shuō)明；第四部分報(bào)告了不同視角下的實(shí)證分析結(jié)果，同時(shí)給出了內(nèi)生性問(wèn)題及穩(wěn)健性檢驗(yàn)結(jié)果；最后是本研究的結(jié)論與管理啟示部分，并對(duì)研究局限性做出說(shuō)明。

二、文獻(xiàn)回顧

消費(fèi)者在購(gòu)買(mǎi)不同的產(chǎn)品和服務(wù)時(shí)，由于信息缺失總會(huì)習(xí)慣性的征詢其他消費(fèi)者的建議，以最大的程度的掌握相關(guān)的信息并做出購(gòu)買(mǎi)決策[3]。實(shí)際上在行為科學(xué)領(lǐng)域研究中，人們很早就已發(fā)現(xiàn)信息溝通和口碑交流會(huì)影響個(gè)體的行為、偏好和決策[4]。但是，傳統(tǒng)的口碑交流僅限于不同消費(fèi)者之間面對(duì)面的討論產(chǎn)品或服務(wù)信息，在一定的社交范圍內(nèi)受限于溝通媒介方式的落后，會(huì)隨著時(shí)間的推移和地理距離的增加而導(dǎo)致影響力逐漸減弱(龔詩(shī)陽(yáng)等，2013)?；ヂ?lián)網(wǎng)的出現(xiàn)使這種情況得到了有效的改觀，消費(fèi)者可以順暢的通過(guò)網(wǎng)絡(luò)渠道進(jìn)行信息交流，這也讓口碑傳播渠道從線下轉(zhuǎn)移到了線上，從而使口碑傳播的范圍更廣和時(shí)間更長(zhǎng)，由此產(chǎn)生了網(wǎng)絡(luò)口碑這一概念。在網(wǎng)絡(luò)營(yíng)銷(xiāo)的研究領(lǐng)域，網(wǎng)絡(luò)口碑又被稱(chēng)為在線口碑或在線評(píng)論，首先由Hanson(2000)在其著作《Principles of Internet Marketing》②引出，Hanson將網(wǎng)絡(luò)口碑定義為以計(jì)算機(jī)為媒介的信息溝通，通過(guò)電子郵件、在線論壇、使用者群組或網(wǎng)站討論區(qū)等形式進(jìn)行的口碑傳播[5]。在一些研究中認(rèn)為，消費(fèi)者在購(gòu)買(mǎi)某種產(chǎn)品或服務(wù)之前，通常會(huì)查閱其他消費(fèi)者對(duì)于其購(gòu)買(mǎi)過(guò)程的評(píng)價(jià)，甚至于很多消費(fèi)者在實(shí)體店進(jìn)行購(gòu)買(mǎi)產(chǎn)品時(shí)，也會(huì)提前查閱同類(lèi)產(chǎn)品的線上評(píng)論信息，以最大限度減小購(gòu)物過(guò)程中的不確定性因素和決策失誤[6]。Dellarocas(2003)在其研究中也指出，互聯(lián)網(wǎng)的通信功能可以實(shí)現(xiàn)網(wǎng)絡(luò)口碑的在線反饋機(jī)制，因此消費(fèi)者的在線評(píng)論系統(tǒng)被視為是實(shí)現(xiàn)網(wǎng)絡(luò)口碑最直接有效的途徑[7]。有關(guān)網(wǎng)絡(luò)口碑的研究逐漸興起并迅速成為熱點(diǎn)，相關(guān)研究主要集中在網(wǎng)絡(luò)口碑對(duì)產(chǎn)品銷(xiāo)量的影響、評(píng)論有用性及在線評(píng)論的傳播機(jī)制等方面，且尤其以網(wǎng)絡(luò)口碑對(duì)產(chǎn)品銷(xiāo)量影響的研究居多[8]。從研究對(duì)象的視角對(duì)國(guó)內(nèi)外文獻(xiàn)進(jìn)行梳理發(fā)現(xiàn)，網(wǎng)絡(luò)口碑對(duì)產(chǎn)品銷(xiāo)量影響的研究橫跨了電影票房[9-11]、圖書(shū)產(chǎn)品[12-13]、電視節(jié)目[14]、電子游戲[15]、餐飲[16]、酒店住宿[17]、護(hù)膚品[18]、實(shí)木家具[19]、在線林產(chǎn)品[20]等多個(gè)產(chǎn)品領(lǐng)域，這些研究均著重討論了在線評(píng)論的關(guān)鍵特征因素對(duì)產(chǎn)品銷(xiāo)量的影響效應(yīng)，通過(guò)網(wǎng)頁(yè)數(shù)據(jù)與計(jì)量模型進(jìn)行了規(guī)范嚴(yán)謹(jǐn)?shù)膶?shí)證分析，均認(rèn)為在線評(píng)論對(duì)產(chǎn)品銷(xiāo)量存在顯著的影響。然而受限于研究視角、在線評(píng)論要素選擇與實(shí)證分析方法的不一致，使相關(guān)研究的結(jié)論存在著比較大的差異，③這也導(dǎo)致了現(xiàn)有結(jié)論缺乏共識(shí)性的理論框架與規(guī)律性的研究發(fā)現(xiàn)(盧向華等, 2009)。

實(shí)際上，無(wú)論是研究網(wǎng)絡(luò)口碑對(duì)產(chǎn)品銷(xiāo)量的影響，亦或是探索網(wǎng)絡(luò)口碑對(duì)于消費(fèi)者購(gòu)買(mǎi)意愿的影響，均無(wú)法回避消費(fèi)者的網(wǎng)購(gòu)滿意度問(wèn)題。④消費(fèi)者在線購(gòu)買(mǎi)產(chǎn)品或服務(wù)后所形成的在線評(píng)論信息，也直接或間接的反映了消費(fèi)者對(duì)于購(gòu)物過(guò)程中各個(gè)環(huán)節(jié)的滿意程度，因?yàn)橄M(fèi)者會(huì)將其所獲取的滿意度感知反饋在在線評(píng)論信息之中。在既有的討論消費(fèi)者行為的研究中，Oliver(1980)所提出的期望確認(rèn)理論(Expection-confirmation Theory，簡(jiǎn)稱(chēng)ECT)被廣泛應(yīng)用于評(píng)估消費(fèi)者滿意度及其購(gòu)買(mǎi)行為，ECT理論認(rèn)為消費(fèi)者對(duì)于所購(gòu)買(mǎi)的產(chǎn)品或服務(wù)滿意與否，是基于購(gòu)買(mǎi)前對(duì)產(chǎn)品或服務(wù)的預(yù)期與購(gòu)買(mǎi)后所獲得的績(jī)效進(jìn)行比較的結(jié)果，而滿意度則成為消費(fèi)者再次購(gòu)買(mǎi)該產(chǎn)品或服務(wù)的參考[21]。消費(fèi)者在參與網(wǎng)購(gòu)的過(guò)程中經(jīng)歷著類(lèi)似的過(guò)程，當(dāng)消費(fèi)者的預(yù)期與購(gòu)買(mǎi)后的績(jī)效存在差異的情況下，消費(fèi)者就會(huì)獲得不同層面的滿意度認(rèn)知，即當(dāng)消費(fèi)的預(yù)期低于購(gòu)買(mǎi)后績(jī)效的時(shí)候滿意度較高，而當(dāng)消費(fèi)者的預(yù)期高于購(gòu)買(mǎi)后績(jī)效時(shí)滿意度較低。因此，網(wǎng)絡(luò)口碑與滿意度在很大程度上存在著相關(guān)性。而從國(guó)內(nèi)外研究現(xiàn)狀來(lái)看，國(guó)外學(xué)者針對(duì)網(wǎng)絡(luò)口碑與顧客滿意度的關(guān)系早已展開(kāi)了理論與實(shí)證研究。如Ho和Lee(2007)在研究電商服務(wù)質(zhì)量時(shí)發(fā)現(xiàn)，網(wǎng)頁(yè)信息的質(zhì)量⑤會(huì)對(duì)顧客滿意度和忠誠(chéng)度產(chǎn)生顯著的影響，網(wǎng)站的頁(yè)面信息質(zhì)量是預(yù)測(cè)顧客滿意度和購(gòu)買(mǎi)意愿的一個(gè)重要因素[22]。Finn(2011)探討了加拿大在線零售網(wǎng)站的網(wǎng)頁(yè)服務(wù)質(zhì)量維度對(duì)客戶滿意度的非線性影響，發(fā)現(xiàn)網(wǎng)頁(yè)的質(zhì)量屬性與客戶滿意度之間存在著非常顯著非線性函數(shù)關(guān)系[23]。Guo等(2017)基于16個(gè)國(guó)家的25670家酒店信息，利用數(shù)據(jù)挖掘手段從在線酒店評(píng)論中提取出顧客滿意度的維度，并使用多元線性回歸分析驗(yàn)證了部分維度結(jié)構(gòu)指標(biāo)與整體滿意度之間的線性相關(guān)性[24]。Widmer等(2018)使用醫(yī)生的在線評(píng)論數(shù)據(jù)評(píng)估了患者的滿意度情況，通過(guò)有負(fù)面評(píng)論信息和沒(méi)有負(fù)面評(píng)論信息將醫(yī)生編為兩組，結(jié)果發(fā)現(xiàn)患者的滿意度并沒(méi)有顯著差異[25]。而國(guó)內(nèi)目前在該領(lǐng)域的探索尚處于起步階段，如李燕飛(2016)[26]和吳維芳等(2017)[27]分別運(yùn)用文本數(shù)據(jù)挖掘的手段，對(duì)在線評(píng)論信息中與滿意度相關(guān)的高頻特征詞進(jìn)行提煉，繼而歸納分析了滿意度的影響因素。在國(guó)內(nèi)最近的一些研究中，電子商務(wù)平臺(tái)的產(chǎn)品頁(yè)面信息被進(jìn)一步細(xì)化為點(diǎn)評(píng)類(lèi)網(wǎng)絡(luò)口碑(WOM)因素和電商服務(wù)質(zhì)量類(lèi)在線觀察學(xué)習(xí)(OL)兩個(gè)維度要素(張明璽和雷明, 2016)，而網(wǎng)絡(luò)口碑因素在先前的研究中已經(jīng)被證實(shí)會(huì)對(duì)消費(fèi)者滿意度形成間接的影響機(jī)制(魏佳, 2011; 姚卿和宋曉康, 2018)[28,29]。整體上看，國(guó)內(nèi)現(xiàn)有研究仍以問(wèn)卷調(diào)查為主(如查金祥等(2006)[30])，研究者會(huì)在樣本的采集成本和代表性之間尋求折中，導(dǎo)致只能在有限的樣本范圍內(nèi)進(jìn)行實(shí)證檢驗(yàn)(Guo等, 2017)。

綜述所述，現(xiàn)有研究雖然為我們提供了有價(jià)值的成果，但相關(guān)課題仍然存在進(jìn)一步探索的必要性。首先，現(xiàn)有研究對(duì)于網(wǎng)絡(luò)口碑的討論，大多數(shù)都是圍繞在線評(píng)論對(duì)產(chǎn)品銷(xiāo)量或購(gòu)買(mǎi)意愿而展開(kāi)，然而即使是基于同一視角下的研究結(jié)論也存在著很大的分歧，因此針對(duì)網(wǎng)絡(luò)口碑繼續(xù)展開(kāi)深入研究是具有較大理論價(jià)值。其次，具體到網(wǎng)絡(luò)口碑對(duì)網(wǎng)購(gòu)滿意度的影響，盡管已有研究從文本數(shù)據(jù)挖掘角度進(jìn)行了有益的探索，但從實(shí)證性角度利用在線評(píng)論信息對(duì)滿意度進(jìn)行嚴(yán)謹(jǐn)?shù)亩垦芯咳匀环浅T乏。最后，大部分現(xiàn)有文獻(xiàn)均從消費(fèi)者的年齡、性別等個(gè)體特征因素討論其對(duì)滿意度的影響，而采用在線評(píng)論信息展開(kāi)研究更加直接有效的體現(xiàn)了消費(fèi)者的網(wǎng)絡(luò)消費(fèi)感知，可以從新的研究視角對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響因素進(jìn)行把握?；趯?duì)現(xiàn)有研究的梳理和歸納，本文擬在將目標(biāo)網(wǎng)頁(yè)信息進(jìn)一步細(xì)分為網(wǎng)絡(luò)口碑與在線學(xué)習(xí)觀察的基礎(chǔ)上，采用計(jì)量經(jīng)濟(jì)分析方法評(píng)估了哪些線上購(gòu)買(mǎi)因素會(huì)對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度產(chǎn)生顯著影響，進(jìn)而為商家提升銷(xiāo)售業(yè)績(jī)提供借鑒，這也正是本研究需要解決的關(guān)鍵性問(wèn)題。

三、模型構(gòu)建與數(shù)據(jù)說(shuō)明

(一) 變量的定義

在線商品銷(xiāo)售網(wǎng)絡(luò)平臺(tái)的頁(yè)面為消費(fèi)者提供了極為豐富的信息(如淘寶商城、京東商城等)，其中不僅包含了之前消費(fèi)者基于網(wǎng)購(gòu)經(jīng)歷的在線評(píng)論信息，還包含了價(jià)格、發(fā)貨地址以及交易成功數(shù)量等信息，這可以使消費(fèi)者依靠產(chǎn)品銷(xiāo)售頁(yè)面的信息進(jìn)行購(gòu)買(mǎi)決策。參照學(xué)者Ho和Lee(2007)在關(guān)于電商服務(wù)質(zhì)量研究中得到的重要結(jié)論，顯示在線上購(gòu)買(mǎi)過(guò)程中的網(wǎng)頁(yè)信息質(zhì)量會(huì)對(duì)消費(fèi)者的滿意度和忠誠(chéng)度產(chǎn)生顯著影響，這為本文接下來(lái)的實(shí)證研究部分提供了極具借鑒意義的理論支撐。如前所述，當(dāng)消費(fèi)者借助互聯(lián)網(wǎng)媒介進(jìn)行將要購(gòu)買(mǎi)的產(chǎn)品或服務(wù)的信息溝通過(guò)程，被稱(chēng)為網(wǎng)絡(luò)口碑。在心理學(xué)與經(jīng)濟(jì)學(xué)領(lǐng)域，消費(fèi)者之間基于所看到的行為而進(jìn)行的社交互動(dòng)和決策被稱(chēng)為觀察學(xué)習(xí)[31]。國(guó)內(nèi)學(xué)者張明璽和雷明(2016)在此基礎(chǔ)上提出了在線觀察學(xué)習(xí)⑥的概念，認(rèn)為在線觀察學(xué)習(xí)是基于互聯(lián)網(wǎng)信息而展開(kāi)的觀察學(xué)習(xí)行為，并指出網(wǎng)絡(luò)口碑(WOM)和在線觀察學(xué)習(xí)(OL)是基于消費(fèi)者行為而產(chǎn)生的兩種典型可供參考的產(chǎn)品銷(xiāo)售頁(yè)面信息[32]。與口碑傳播相比，觀察學(xué)習(xí)為行為主體提供了更少的信息數(shù)量和可信度，因?yàn)槠渫耆蕾?lài)個(gè)體根據(jù)眼前所觀察到的信息做出主觀層面的決策。

本文借鑒和延續(xù)了張明璽和雷明(2016)的研究思路，在其研究基礎(chǔ)上對(duì)網(wǎng)絡(luò)口碑與在線觀察學(xué)習(xí)的維度結(jié)構(gòu)進(jìn)行了適當(dāng)?shù)恼{(diào)整。首先，我們采用累計(jì)評(píng)論數(shù)量(REVI)、以及正面評(píng)論標(biāo)簽所占比例⑦(POSI)這兩個(gè)變量來(lái)衡量點(diǎn)評(píng)類(lèi)網(wǎng)絡(luò)口碑信息，采用評(píng)論數(shù)量來(lái)反映網(wǎng)絡(luò)口碑是已有研究的普遍做法(Gu和Park等, 2012)[33]，正面評(píng)論標(biāo)簽所占比例則反映了產(chǎn)品獲得消費(fèi)者正面評(píng)價(jià)的程度，可為潛在顧客購(gòu)買(mǎi)產(chǎn)品時(shí)提供更加全面地參考信息(張明璽和雷明, 2016)。其次，我們采用了描述相符與同行平均相對(duì)比率(DESC)、服務(wù)態(tài)度與同行平均相對(duì)比率(SERV)、物流速度與同行平均相對(duì)比率(LOGI)、寶貝收藏次數(shù)(FAVO)、搜索排名(RANK)衡量電商服務(wù)質(zhì)量類(lèi)在線觀察學(xué)習(xí)信息，前面三個(gè)相對(duì)比率變量反映了店鋪當(dāng)前在某一方面得分與同行所有店鋪平均得分的相對(duì)比率⑧，從另一方面也綜合反映了電商服務(wù)質(zhì)量的好壞，收藏次數(shù)反映了該產(chǎn)品受消費(fèi)者的歡迎程度(通常指“人氣”)，搜索排名間接地反映了消費(fèi)者網(wǎng)購(gòu)過(guò)程中接觸到該產(chǎn)品的優(yōu)先程度。最后，我們采用主成分分析方法計(jì)算權(quán)重，針對(duì)描述相符、服務(wù)態(tài)度和物流速度得分⑨構(gòu)建了一個(gè)滿意度加權(quán)綜合指數(shù)，以此來(lái)度量消費(fèi)者的網(wǎng)購(gòu)滿意程度。

(二) 模型構(gòu)建

本文采用多元線性回歸分析方法分析消費(fèi)者網(wǎng)購(gòu)滿意度的影響因素，將被解釋變量設(shè)定為消費(fèi)者網(wǎng)購(gòu)滿意度綜合指數(shù)(SATI)，解釋變量主要包含了網(wǎng)絡(luò)口碑(WOM)和在線觀察學(xué)習(xí)(OL)以及其它可能會(huì)對(duì)滿意度產(chǎn)生影響的因素。首先采用SPSS 23.0軟件中的主成分分析功能計(jì)算描述相符、服務(wù)態(tài)度和物流速度得分權(quán)重，KMO和Bartlett球型檢驗(yàn)的值為0.770，說(shuō)明數(shù)據(jù)是適合做主成分分析的；初始特征值顯示只有一個(gè)主成分大于1，可以解釋方差總變異的89.216%，主成分變量具有較強(qiáng)的解釋能力，最終求得三個(gè)得分指標(biāo)權(quán)重分別為0.332、0.335、0.333，然后采用加權(quán)平均數(shù)的方式計(jì)算得到滿意度綜合指數(shù)。⑩其次，解釋變量除了網(wǎng)絡(luò)口碑因素(WOM)和在線觀察學(xué)習(xí)因素(OL)，我們還考察了頁(yè)面信息中的產(chǎn)品價(jià)格(PRIC)、折扣系數(shù)(DISC)、產(chǎn)品銷(xiāo)量(SALE)以及店鋪虛擬變量(PLAT)對(duì)滿意度綜合指數(shù)可能存在的影響。其中，產(chǎn)品價(jià)格(PRIC)與產(chǎn)品搜索排名相對(duì)應(yīng)，反映了產(chǎn)品區(qū)間的最低價(jià)格；淘寶(天貓)店鋪在其銷(xiāo)售頁(yè)面還同時(shí)提供了實(shí)體店價(jià)格和淘寶(天貓)價(jià)格，根據(jù)這兩種價(jià)格可以計(jì)算出該項(xiàng)產(chǎn)品的折扣系數(shù)；產(chǎn)品銷(xiāo)量(SALE)采用30天內(nèi)交易成功數(shù)量替代，因產(chǎn)品的銷(xiāo)量越大需要提供的售后服務(wù)概率越高，而售后服務(wù)的好壞可能會(huì)影響到消費(fèi)者的滿意度；店鋪虛擬變量(PLAT)為兩分類(lèi)變量，當(dāng)?shù)赇仦樘熵埖赇仌r(shí)值設(shè)為1，當(dāng)?shù)赇仦樘詫毜赇仌r(shí)值設(shè)為0。最后，為了盡量減少解釋變量以外因素對(duì)參數(shù)估計(jì)準(zhǔn)確性帶來(lái)的干擾，我們還在回歸模型中加入了若干控制變量(CONTi)，主要包括發(fā)貨屬地省份的地區(qū)固定效應(yīng)(δ)、人均GDP(CONT1)、IPv4地址數(shù) (CONT2)和貨運(yùn)總量(CONT3)，后三個(gè)變量分別反映了發(fā)貨屬地省份的經(jīng)濟(jì)發(fā)展水平、互聯(lián)網(wǎng)發(fā)展水平和物流運(yùn)輸能力。回歸模型如下：

(1)

在上式中，β為待估計(jì)的回歸方程系數(shù)，ε為模型中的誤差項(xiàng)。參照已有研究的普遍做法，考慮到解釋變量可能存在的邊際遞減效應(yīng)和盡量減小異方差現(xiàn)象，對(duì)模型中的部分解釋變量進(jìn)行了對(duì)數(shù)化處理，最后選用普通最小二乘法(Ordinary Least Square, 簡(jiǎn)稱(chēng)OLS)對(duì)回歸方程進(jìn)行參數(shù)估計(jì)。在后續(xù)的實(shí)證分析部分，我們還會(huì)采用逐步回歸分析方法對(duì)解釋變量進(jìn)行篩選，以得到對(duì)回歸系數(shù)更加精確地?zé)o偏估計(jì)量，避免出現(xiàn)偽回歸現(xiàn)象。

(三) 數(shù)據(jù)描述

本研究的原始數(shù)據(jù)采集自國(guó)內(nèi)深受歡迎的網(wǎng)購(gòu)零售平臺(tái)——淘寶網(wǎng)(含天貓平臺(tái))，淘寶網(wǎng)在亞太區(qū)域范圍內(nèi)也屬于比較大型的網(wǎng)絡(luò)零售電商，僅在2017年“雙十一”當(dāng)天就達(dá)成交易額1682億元。本文將研究對(duì)象定義為淘寶網(wǎng)的實(shí)木家具產(chǎn)品，通過(guò)在淘寶網(wǎng)首頁(yè)搜索欄鍵入實(shí)木家具字段進(jìn)行檢索，然后使網(wǎng)頁(yè)形成按產(chǎn)品銷(xiāo)量進(jìn)行排名的列表，最后借助面向?qū)ο蟮慕忉屝陀?jì)算機(jī)程序設(shè)計(jì)軟件Python，通過(guò)編程按照事先定制的規(guī)則對(duì)網(wǎng)頁(yè)相關(guān)字段進(jìn)行抓取。數(shù)據(jù)的采集時(shí)間為2017年12月7日，由于剛經(jīng)歷過(guò)“雙十一”大型網(wǎng)購(gòu)狂歡日，淘寶店鋪也已結(jié)束大規(guī)模確認(rèn)收貨的在線評(píng)論高峰期，因而本文的樣本數(shù)據(jù)比較具有代表性。值得注意的是，在淘寶網(wǎng)中檢索實(shí)木家具類(lèi)商品，所呈現(xiàn)的產(chǎn)品排名頁(yè)面呈現(xiàn)的是同時(shí)包含天貓店鋪和淘寶店鋪混合列表，我們進(jìn)一步對(duì)取樣對(duì)象進(jìn)行了篩選，剔除了銷(xiāo)量?jī)H為個(gè)位數(shù)的樣本，最終得到1044個(gè)有效樣本數(shù)據(jù)，其中發(fā)貨地址分布于廣東省等14個(gè)地區(qū)，包括了700個(gè)淘寶店鋪數(shù)據(jù)和344個(gè)天貓店鋪數(shù)據(jù)。除此以外，人均GDP(CONT1)和貨運(yùn)總量(CONT3)數(shù)據(jù)均來(lái)源于2017年《中國(guó)統(tǒng)計(jì)年鑒》，IPv4地址數(shù) (CONT2)數(shù)據(jù)取自于《第40次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，我們利用Stata 15.0軟件根據(jù)省份信息將其與抓取的網(wǎng)頁(yè)數(shù)據(jù)進(jìn)行匹配，形成了最終的研究數(shù)據(jù)集。表1給出了主要變量的描述性統(tǒng)計(jì)結(jié)果。

表1 變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果與分析

(一) 相關(guān)性檢驗(yàn)

相關(guān)系數(shù)反映了變量之間聯(lián)系的密切程度，相關(guān)系數(shù)越大預(yù)示著變量間的相關(guān)性越強(qiáng)。在進(jìn)行正式的回歸方程參數(shù)估計(jì)之前，進(jìn)行相關(guān)性檢驗(yàn)是必要的，這可以進(jìn)一步明確解釋變量之間是否存在多重共線性的問(wèn)題，同時(shí)還可以判斷哪些解釋變量對(duì)被解釋變量存在的影響較大。我們使用Stata 15.0軟件計(jì)算了變量之間的相關(guān)系數(shù)矩陣，并基于Sidak檢驗(yàn)方法將多重比較納入了考慮來(lái)調(diào)整顯著性水平，這樣做可以有效的避免陷入多重比較謬誤問(wèn)題，相關(guān)系數(shù)矩陣的結(jié)果如表2所示。從表2中的相關(guān)系數(shù)矩陣可以看出，在回歸方程的全部解釋變量中，只有搜索排名(LnRANK)和店鋪虛擬變量(PLAT)兩個(gè)變量與滿意度綜合指數(shù)(SATI)的相關(guān)系數(shù)較小，兩個(gè)解釋變量的顯著性概率P值均大于0.1，無(wú)法拒絕相關(guān)系數(shù)顯著異于0的原假設(shè)，因此兩個(gè)解釋變量可能與滿意度綜合指數(shù)不相關(guān)，除此之外的其他解釋變量均在α=0.01的水平上拒絕了原假設(shè)，剩余解釋變量與滿意度綜合指數(shù)均是顯著相關(guān)的。而從各個(gè)解釋變量之間的相關(guān)系數(shù)來(lái)看，我們發(fā)現(xiàn)描述相符與同行平均相對(duì)比率(DESC)、服務(wù)態(tài)度與同行平均相對(duì)比率(SERV)、物流速度與同行平均相對(duì)比率(LOGI)呈現(xiàn)高度相關(guān)性，因此在接下來(lái)的回歸模型中需考慮可能存在的多重共線性問(wèn)題。

表2 相關(guān)性檢驗(yàn)結(jié)果

續(xù)表2

SATILnREVIPOSIDESCSERVLOGILnFAVOLnRANKLnPRICDISCLnSALEPLATLOGI0.8622***-0.3390***0.2410***0.9472***0.9462***1(0.0000) (0.0000) (0.0000) (0.0000) (0.0000) LnFAVO-0.3966***0.7660***0.0285-0.5077***-0.4619***-0.4998***1(0.0000) (0.0000) (1.0000) (0.0000) (0.0000) (0.0000) LnRANK-0.0081-0.4230***-0.0842-0.0185-0.0069-0.0404-0.1634***(1.0000) (0.0000)(0.3487) (1.0000) (1.0000) (1.0000) (0.0000) LnPRIC0.3690***-0.1220***0.1857***0.3446***0.3440***0.3462***-0.09610.1521***1(0.0000) (0.0051) (0.0000) (0.0000) (0.0000) (0.0000) (0.1170) (0.0001) DISC-0.1382***0.2012***0.0827-0.2385***-0.1934***-0.2184***0.2999***-0.0120.04921(0.0005) (0.0000) (0.3932) (0.0000) (0.0000) (0.0000) (0.0000) (1.0000) (0.9996) LnSALE-0.1974***0.6362***0.0267-0.3002***-0.2666***-0.2664***0.5370***-0.7034***-0.1657***0.2590***1(0.0000) (0.0000) (1.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) (0.0000) PLAT-0.07060.1739***0.1013*-0.2024***-0.1576***-0.1541***0.2812***-0.0996*0.1137**0.4041***0.4898***1(0.7790) (0.0000) (0.0667) (0.0000) (0.0000) (0.0000) (0.0000) (0.0808) (0.0151) (0.0000) (0.0000)

注：***代表在α=0.01水平下顯著，**代表在α=0.05水平下顯著，*代表在α=0.1水平下顯著；括號(hào)內(nèi)數(shù)值為對(duì)應(yīng)的顯著性概率.

(二) 不同因素對(duì)網(wǎng)購(gòu)滿意度的總體影響

多元線性回歸的異方差問(wèn)題和多重共線性會(huì)使參數(shù)估計(jì)結(jié)果有偏且不一致，這會(huì)導(dǎo)致我們的研究結(jié)論產(chǎn)生偏誤。為了盡量減小可能存在的異方差問(wèn)題，事先對(duì)主要連續(xù)型變量進(jìn)行了對(duì)數(shù)化處理，目的是最大限度的壓縮原始數(shù)據(jù)的方差，從數(shù)據(jù)的源頭上對(duì)異方差的潛在影響進(jìn)行控制[34]。針對(duì)多重共線性問(wèn)題，我們基于前面所設(shè)立的回歸模型作為基準(zhǔn)模型，然后通過(guò)逐步添加不同控制變量的方式設(shè)定了多個(gè)形式的回歸方程，目的是便于比較納入不同解釋變量時(shí)回歸模型的系數(shù)變化情況。在實(shí)際操作中，我們還使用了方差的穩(wěn)健估計(jì)方法來(lái)獲取穩(wěn)健標(biāo)準(zhǔn)誤(Robust)，與常用的回歸標(biāo)準(zhǔn)誤相比，穩(wěn)健標(biāo)準(zhǔn)誤放寬了獨(dú)立同分布的誤差假定，因而得到的結(jié)果更加令人信服。最終，我們以逐步回歸方法給出了回歸方程的最終結(jié)果形式。與常見(jiàn)的圖書(shū)或餐飲服務(wù)產(chǎn)品屬性的區(qū)別在于，實(shí)木家具產(chǎn)品被歸屬于大體積耐用品的范圍之內(nèi)，相較而言實(shí)木家具產(chǎn)品兼具了資產(chǎn)和實(shí)用的屬性，消費(fèi)者一般購(gòu)買(mǎi)此類(lèi)商品都會(huì)比較慎重，這也可能導(dǎo)致消費(fèi)者對(duì)于網(wǎng)絡(luò)口碑與在線觀察學(xué)習(xí)信息的認(rèn)識(shí)程度存在差異，因此實(shí)證結(jié)果與針對(duì)其它產(chǎn)品得到的研究結(jié)論存在相悖的可能性。回歸方程估計(jì)結(jié)果如表3所示。為了便于對(duì)比，本文一共設(shè)定了5組回歸方程。模型(1)對(duì)應(yīng)基準(zhǔn)回歸方程的普通最小二乘法(OLS)的參數(shù)估計(jì)結(jié)果，模型(2)至模型(5)分別采用了穩(wěn)健標(biāo)準(zhǔn)誤(Robust)進(jìn)行參數(shù)估計(jì)。

從基準(zhǔn)回歸方程(1)可以看出，累計(jì)評(píng)論數(shù)量(REVI)、正面評(píng)論標(biāo)簽所占比例 (POSI)、寶貝收藏次數(shù)(FAVO)、店鋪虛擬變量(PLAT) 和控制變量中的貨運(yùn)總量(CONT3)在模型中的系數(shù)并不顯著，而常數(shù)項(xiàng)和其他解釋變量均是顯著的。模型(3)則在基準(zhǔn)回歸方程的基礎(chǔ)上給出了穩(wěn)健標(biāo)準(zhǔn)誤(Robust)的估計(jì)結(jié)果，我們可以看出其回歸系數(shù)與基準(zhǔn)回歸方程的回歸系數(shù)完全相同，但其標(biāo)準(zhǔn)誤的值大部分均有所下降，而除了IPv4地址數(shù) (CONT2)的顯著性發(fā)生變化外，其余的回歸系數(shù)顯著性并沒(méi)有發(fā)生明顯的改變，說(shuō)明本文的回歸結(jié)果是相對(duì)穩(wěn)健的。除此以外，我們?cè)谀Ｐ?2)中并沒(méi)有采用模型(3)中包含的控制變量，而是在回歸方程中控制了地區(qū)固定效應(yīng)，由于原始數(shù)據(jù)的發(fā)貨屬地包含了14個(gè)地區(qū)，對(duì)潛在的地區(qū)異質(zhì)性因素進(jìn)行控制可以減少隨機(jī)因素的干擾，地區(qū)固定效應(yīng)的處理通過(guò)在回歸方程中引入了13個(gè)地區(qū)虛擬變量來(lái)完成。同理，為了便于比較回歸模型系數(shù)的顯著性差異，我們?cè)谀Ｐ?4)中同時(shí)加入了3個(gè)控制變量和地區(qū)固定效應(yīng)，可以看出回歸系數(shù)的顯著性與模型(3)并沒(méi)有明顯的差異。需要指出的是，在模型(4)的地區(qū)固定效應(yīng)變量中，絕大多數(shù)虛擬變量均不顯著，我們可以認(rèn)為控制變量的加入已經(jīng)可以較好的解決問(wèn)題。因此，模型(5)在穩(wěn)健標(biāo)準(zhǔn)誤參數(shù)估計(jì)的基礎(chǔ)上，進(jìn)一步采用了逐步回歸方法對(duì)網(wǎng)購(gòu)滿意度的影響因素進(jìn)行篩選，剔除了在α=0.1置信水平下不顯著的因素，這樣可以得到較為精確的回歸系數(shù)無(wú)偏估計(jì)值。最終結(jié)果顯示，就實(shí)木家具產(chǎn)品的網(wǎng)購(gòu)滿意度而言，網(wǎng)絡(luò)口碑因素并沒(méi)有對(duì)其產(chǎn)生顯著影響，服務(wù)態(tài)度相對(duì)比率(SERV)、物流速度相對(duì)比率(LOGI)、描述相符相對(duì)比率(DESC)對(duì)網(wǎng)購(gòu)滿意度存在正向影響，且影響力度依次由強(qiáng)變?nèi)?，而搜索排?LnRANK)、產(chǎn)品價(jià)格(PRIC)、店鋪虛擬變量(PLAT)和產(chǎn)品銷(xiāo)量(SALE)對(duì)滿意度的影響也是正向的，說(shuō)明以上因素均促進(jìn)了網(wǎng)購(gòu)滿意度的提升。綜上所述，我們發(fā)現(xiàn)實(shí)木家具產(chǎn)品的網(wǎng)購(gòu)過(guò)程與其它商品存在相似之處，即消費(fèi)者仍然會(huì)在網(wǎng)購(gòu)過(guò)程中關(guān)注描述相符、服務(wù)態(tài)度和物流速度的感知體驗(yàn)；而搜索排名和產(chǎn)品銷(xiāo)量越高的實(shí)木家具產(chǎn)品，說(shuō)明該家具產(chǎn)品越受到消費(fèi)者的青睞，此時(shí)消費(fèi)者的網(wǎng)購(gòu)滿意度也相對(duì)較高；網(wǎng)購(gòu)滿意度隨產(chǎn)品價(jià)格的增加而提高，通常較高的產(chǎn)品價(jià)位對(duì)應(yīng)中高檔家具產(chǎn)品，由于消費(fèi)對(duì)象對(duì)產(chǎn)品品質(zhì)的要求不同，粗制濫造型家具產(chǎn)品出現(xiàn)的幾率大幅降低，較低的價(jià)格通常也在一定意義上意味著較低的服務(wù)與質(zhì)量(張懷, 2015)，消費(fèi)者雖考慮能不能購(gòu)得物美價(jià)廉的產(chǎn)品，但更加關(guān)注電商平臺(tái)的安全性和產(chǎn)品質(zhì)量保證(查金祥等, 2006)；天貓店鋪相對(duì)淘寶店鋪的網(wǎng)購(gòu)滿意度要稍高，可能的原因在于天貓店鋪對(duì)于商家準(zhǔn)入標(biāo)準(zhǔn)更加嚴(yán)格，從而降低了網(wǎng)絡(luò)欺詐與假冒偽劣現(xiàn)象的發(fā)生幾率(張明璽和雷明, 2016)。

表3 總體影響的回歸方程估計(jì)結(jié)果

注：括號(hào)內(nèi)數(shù)值為標(biāo)準(zhǔn)誤或穩(wěn)健標(biāo)準(zhǔn)誤，***代表在α=0.01水平下顯著，**代表在α=0.05水平下顯著，*代表在α=0.1水平下顯著.

(三) 不同熱度下滿意度的影響因素分析

隨著互聯(lián)網(wǎng)時(shí)代的到來(lái)，熱門(mén)是當(dāng)今一個(gè)頻繁出現(xiàn)的詞匯，然而對(duì)于其概念的界定卻鮮有文獻(xiàn)有所涉及。從一般意義而言，熱門(mén)是指比較流行的引人注目或吸引人的事物，通俗一些理解就是指一種產(chǎn)品受到歡迎或關(guān)注的程度。此外，也有一些文獻(xiàn)從微觀經(jīng)濟(jì)學(xué)的視角對(duì)熱門(mén)進(jìn)行了定義，如Stock和Balachander(2005)認(rèn)為熱門(mén)產(chǎn)品是指當(dāng)前商品處于消費(fèi)者很難獲取的狀態(tài)，也就是說(shuō)產(chǎn)品處于資源稀缺的情況，因此廠商可以通過(guò)使產(chǎn)品稀缺來(lái)獲取可觀的市場(chǎng)利潤(rùn)[35]。目前，理論界對(duì)于熱門(mén)產(chǎn)品和非熱門(mén)產(chǎn)品的界定標(biāo)準(zhǔn)并不統(tǒng)一，不同的學(xué)者對(duì)于如何區(qū)分熱門(mén)產(chǎn)品和非熱門(mén)產(chǎn)品提出了多種方法。如盤(pán)英芝等(2011)采用已看過(guò)、正在看和收藏?cái)?shù)作為圖書(shū)產(chǎn)品的熱門(mén)程度的指標(biāo)，然后通過(guò)聚類(lèi)分析方法將圖書(shū)分為熱門(mén)產(chǎn)品和非熱門(mén)產(chǎn)品兩類(lèi)，然后根據(jù)相關(guān)樣本進(jìn)行實(shí)證分析[36]。王君珺和閆強(qiáng)(2013)從消費(fèi)者需求量大小的視角出發(fā)，采用在線評(píng)論的數(shù)量作為熱門(mén)與非熱門(mén)品牌的劃分標(biāo)準(zhǔn)，評(píng)論數(shù)量在均值以上的樣本為熱門(mén)產(chǎn)品，反之則劃分為非熱門(mén)產(chǎn)品。Zhu和Zhang(2010)分析在線評(píng)論對(duì)游戲產(chǎn)品銷(xiāo)量的影響時(shí)，采用了銷(xiāo)售數(shù)量衡量商品的熱門(mén)程度，將銷(xiāo)售數(shù)量在均值以上的產(chǎn)品定義為熱門(mén)，反之則劃分為非熱門(mén)產(chǎn)品[37]。綜合上述資源稀缺理論與消費(fèi)者需求量理論，我們認(rèn)為采用產(chǎn)品銷(xiāo)售數(shù)量作為熱門(mén)程度的劃分標(biāo)準(zhǔn)較為妥當(dāng)，因?yàn)橘Y源稀缺程度和消費(fèi)者的需求量大小均可以通過(guò)銷(xiāo)售數(shù)量得到最為直觀的體現(xiàn)，而采用評(píng)論數(shù)量反映消費(fèi)者的需求，則無(wú)法排除一些消費(fèi)者交易完成后并未進(jìn)行點(diǎn)評(píng)的特殊情況。根據(jù)Zhu和Zhang(2010)對(duì)于熱門(mén)與非熱門(mén)產(chǎn)品的劃分標(biāo)準(zhǔn)，本文將實(shí)木家具樣本數(shù)據(jù)劃分為兩大類(lèi)，并采用方差的穩(wěn)健估計(jì)方法計(jì)算回歸方程系數(shù)，得到的結(jié)果如表4所示。

模型(6)與模型(7)分別針對(duì)非熱門(mén)類(lèi)實(shí)木家具產(chǎn)品的樣本進(jìn)行回歸分析，模型(8)和模型(9)則給出了熱門(mén)類(lèi)實(shí)木家具產(chǎn)品的回歸分析結(jié)果。在全部樣本中，非熱門(mén)類(lèi)實(shí)木家具產(chǎn)品的數(shù)量多于熱門(mén)類(lèi)實(shí)木家具產(chǎn)品，其中非熱門(mén)類(lèi)樣本有601個(gè)，而熱門(mén)類(lèi)樣本只有443個(gè)。模型(6)為針對(duì)非熱門(mén)類(lèi)實(shí)木家具產(chǎn)品全部解釋變量的回歸結(jié)果，可以看出回歸方程中存在很多解釋變量不顯著的情況，因此我們采用逐步回歸方法得到更加簡(jiǎn)潔的模型(7)?；貧w結(jié)果顯示，對(duì)于非熱門(mén)類(lèi)實(shí)木家具產(chǎn)品，對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度影響最大的為服務(wù)態(tài)度與同行相對(duì)比率(SERV)，其次為物流速度與同行相對(duì)比率(LOGI)，描述相符與同行相對(duì)比率(DESC)排在第三位，產(chǎn)品價(jià)格(PRIC)對(duì)滿意度的影響系數(shù)最小，且這些解釋變量對(duì)網(wǎng)購(gòu)滿意度的影響均為正向效應(yīng)。同理，模型(8)和模型(9)分別給出了熱門(mén)實(shí)木家具產(chǎn)品的回歸結(jié)果。從模型(9)的參數(shù)估計(jì)結(jié)果可以看出，對(duì)于熱門(mén)實(shí)木家具產(chǎn)品而言，對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度影響最大的為服務(wù)態(tài)度與同行相對(duì)比率(SERV)，其次為物流速度與同行相對(duì)比率(LOGI)，描述相符與同行相對(duì)比率(DESC)在模型中變得并不顯著，產(chǎn)品價(jià)格(PRIC)依然對(duì)網(wǎng)購(gòu)滿意度產(chǎn)生了顯著的正向影響，而實(shí)木家具產(chǎn)品的銷(xiāo)量(SALE)與搜索排名(LnRANK)也對(duì)網(wǎng)購(gòu)滿意度具有顯著的正向促進(jìn)作用。由此可見(jiàn)，與前面的全樣本回歸結(jié)果相一致，我們發(fā)現(xiàn)網(wǎng)絡(luò)口碑因素對(duì)于實(shí)木家具產(chǎn)品的網(wǎng)購(gòu)滿意度影響并不顯著，而在線觀察學(xué)習(xí)因素則對(duì)消費(fèi)者的網(wǎng)購(gòu)滿意度產(chǎn)生了顯著影響，反映了消費(fèi)者對(duì)于實(shí)木家具產(chǎn)品的選購(gòu)更加的理性，關(guān)注的重點(diǎn)集中在店鋪的服務(wù)質(zhì)量方面的自我感知，而不會(huì)盲目的追隨其他消費(fèi)者做出評(píng)論反饋。除此以外，我們發(fā)現(xiàn)店鋪虛擬變量(PLAT)對(duì)熱門(mén)家具產(chǎn)品存在顯著的正向影響，這意味著天貓店鋪中的熱門(mén)家具產(chǎn)品相對(duì)淘寶店鋪中的熱門(mén)家具產(chǎn)品滿意度要高，而在非熱門(mén)實(shí)木家具產(chǎn)品中這種影響則并不顯著存在。與全樣本回歸結(jié)果相一致的是，折扣系數(shù)(DISC)和正面評(píng)論標(biāo)簽比例(POSI)對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響均不顯著?？赡艿脑蛟谟诰W(wǎng)絡(luò)店鋪在營(yíng)銷(xiāo)中的打折現(xiàn)象非常普遍，并不能明顯的刺激消費(fèi)者產(chǎn)生該產(chǎn)品相對(duì)便宜的心理感知，同時(shí)消費(fèi)者的消費(fèi)觀念日趨理性，折扣對(duì)消費(fèi)者決策的影響正在逐漸減小(張懷, 2015)，而正面評(píng)論標(biāo)簽比例的影響則可能受到來(lái)自負(fù)面評(píng)論標(biāo)簽影響的抵消，使消費(fèi)者難以根據(jù)評(píng)論標(biāo)簽的內(nèi)容對(duì)網(wǎng)購(gòu)滿意度做出綜合的評(píng)判(張明璽和雷明, 2016)。

公路養(yǎng)護(hù)管理部門(mén)還要增強(qiáng)養(yǎng)護(hù)人員的專(zhuān)業(yè)技能，改變?cè)械墓佛B(yǎng)護(hù)理念，讓養(yǎng)護(hù)人員更加清晰地了解自身工作性質(zhì)，充分認(rèn)識(shí)到做好公路大中修養(yǎng)護(hù)工作對(duì)公路安全運(yùn)行的重要性。從公路養(yǎng)護(hù)管理人員自身角度來(lái)分析，要樹(shù)立長(zhǎng)遠(yuǎn)工作目標(biāo)，正確看待公路大中修工程養(yǎng)護(hù)工作，并定期總結(jié)工作經(jīng)驗(yàn)，對(duì)于結(jié)構(gòu)不同的公路，應(yīng)當(dāng)采取不同的公路養(yǎng)護(hù)方法，并加強(qiáng)檢修力度，提升公路預(yù)防性養(yǎng)護(hù)水平，保證公路能夠可靠運(yùn)行。

表4 熱門(mén)產(chǎn)品與非熱門(mén)產(chǎn)品的回歸方程估計(jì)結(jié)果

注：括號(hào)內(nèi)數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***代表在α=0.01水平下顯著，**代表在α=0.05水平下顯著，*代表在α=0.1水平下顯著.

(四) 不同價(jià)位下滿意度的影響因素分析

與圖書(shū)和電影等產(chǎn)品相區(qū)別之處在于，實(shí)木家具產(chǎn)品更加偏向于體驗(yàn)型商品，即需要消費(fèi)者購(gòu)買(mǎi)后進(jìn)行使用才能夠?qū)Ξa(chǎn)品品質(zhì)進(jìn)行正確的評(píng)價(jià)，僅通過(guò)商家的介紹信息所能夠獲知的商品屬性有限，而前者完全可以在購(gòu)買(mǎi)前通過(guò)商家介紹信息就能夠?qū)ι唐穼傩赃M(jìn)行精確感知，因此前者屬于搜索型商品。根據(jù)微觀經(jīng)濟(jì)理論，消費(fèi)者的需求量會(huì)隨價(jià)格的變化而改變，那么當(dāng)價(jià)格的變動(dòng)引起消費(fèi)者對(duì)實(shí)木家具產(chǎn)品需求量的變化，也同時(shí)意味著商家為消費(fèi)者提供售后服務(wù)總量的增加或減少，而電商服務(wù)質(zhì)量則會(huì)影響到消費(fèi)者對(duì)實(shí)木家具產(chǎn)品的綜合評(píng)價(jià)結(jié)果。例如，當(dāng)商家需要為多個(gè)消費(fèi)者提供售后服務(wù)時(shí)，由于時(shí)間或精力的限制，可能會(huì)引發(fā)消費(fèi)者對(duì)商家服務(wù)的抱怨，當(dāng)顧客得到的服務(wù)體驗(yàn)與購(gòu)買(mǎi)前的預(yù)期不一致的情況下，就會(huì)導(dǎo)致消費(fèi)者的網(wǎng)購(gòu)滿意度相對(duì)較低。一些學(xué)者在研究中發(fā)現(xiàn)，對(duì)于較高價(jià)位的產(chǎn)品而言，口碑評(píng)分的重要性存在邊際遞增效應(yīng)，而隨著產(chǎn)品價(jià)格的繼續(xù)提高，口碑評(píng)分的重要性則呈現(xiàn)邊際遞減特征，甚至變?yōu)樨?fù)面影響；此外，價(jià)格通常是消費(fèi)者進(jìn)行消費(fèi)的主要?jiǎng)訖C(jī)，對(duì)于低價(jià)位產(chǎn)品而言，消費(fèi)者面臨風(fēng)險(xiǎn)的成本較低，消費(fèi)者可能會(huì)更加容易達(dá)成交易行為；而對(duì)于高價(jià)位的產(chǎn)品而言，較高的價(jià)格通常會(huì)被消費(fèi)者認(rèn)為是產(chǎn)品價(jià)值的體現(xiàn)，一些消費(fèi)者可能更加偏愛(ài)高價(jià)位的實(shí)木家具產(chǎn)品(盧向華和馮躍, 2009)。因此，價(jià)格對(duì)消費(fèi)者的影響可能存在雙重疊加效應(yīng)。實(shí)木家具產(chǎn)品帶給消費(fèi)者的印象通常是價(jià)格高不可攀，然而當(dāng)前實(shí)木家具市場(chǎng)并非高端消費(fèi)者的獨(dú)寵，由于滿足各個(gè)收入階層的消費(fèi)需求，因此按照價(jià)格也可以被劃分為高、中、低檔。我們通過(guò)對(duì)產(chǎn)品價(jià)格(PRIC)進(jìn)行描述統(tǒng)計(jì)發(fā)現(xiàn)，樣本數(shù)據(jù)中的價(jià)格最小值為80元，而最大值為40875元，均值為2465.9元，可見(jiàn)與上述分析完全相一致。

目前對(duì)于實(shí)木家具產(chǎn)品價(jià)格檔次的劃分并沒(méi)有固定的標(biāo)準(zhǔn)，需要根據(jù)實(shí)際情況對(duì)價(jià)格進(jìn)行靈活的處理，我們考慮到消費(fèi)者對(duì)于家具檔次的劃分會(huì)在工資收入水平與實(shí)木家具產(chǎn)品價(jià)格之間進(jìn)行綜合權(quán)衡，家具產(chǎn)品的分檔也應(yīng)該根據(jù)消費(fèi)者的支付能力進(jìn)行界定。因此本文效仿了恩格爾系數(shù)的計(jì)算方法，得到劃分實(shí)木家具產(chǎn)品檔次的價(jià)格界限。我們采用了消費(fèi)比例系數(shù)的形式，采用實(shí)木家具產(chǎn)品的實(shí)際價(jià)格與國(guó)內(nèi)城鎮(zhèn)人均工資水平的比例系數(shù)作為區(qū)劃標(biāo)準(zhǔn)，參照恩格爾系數(shù)對(duì)于貧困和富裕的界定標(biāo)準(zhǔn)，本文界定當(dāng)消費(fèi)比例系數(shù)低于0.3時(shí)，我們將其視為低端實(shí)木家具產(chǎn)品，當(dāng)消費(fèi)比例系數(shù)介于0.3和0.59之間時(shí)界定為中端實(shí)木家具產(chǎn)品，當(dāng)消費(fèi)比例系數(shù)大于0.59時(shí)定義為高端實(shí)木家具產(chǎn)品。全國(guó)城鎮(zhèn)人均平均工資數(shù)據(jù)來(lái)源于2017年《中國(guó)統(tǒng)計(jì)年鑒》，轉(zhuǎn)換為月平均工資為5630.75元，因此我們可以得到實(shí)木家具產(chǎn)品的分檔界限分別為1689.23元和2989.93元。根據(jù)這一界定標(biāo)準(zhǔn)，我們將原始數(shù)據(jù)劃分為高、中、低檔三組樣本，并分別進(jìn)行逐步回歸分析，以檢驗(yàn)不同價(jià)位下消費(fèi)者網(wǎng)購(gòu)滿意度的影響因素差異，具體的回歸分析結(jié)果見(jiàn)表5。模型(10)和模型(11)給出了低端實(shí)木家具產(chǎn)品的樣本估計(jì)結(jié)果，低端產(chǎn)品的樣本個(gè)數(shù)為502個(gè)，可以看出對(duì)于低端產(chǎn)品，消費(fèi)者會(huì)更加關(guān)注服務(wù)態(tài)度與同行相對(duì)比率(SERV)，其次為物流速度與同行相對(duì)比率(LOGI)，而產(chǎn)品銷(xiāo)量(SALE)、產(chǎn)品價(jià)格(PRIC)與搜索排名(LnRANK)對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度具有正向促進(jìn)作用。中端實(shí)木家具產(chǎn)品的樣本個(gè)數(shù)為309個(gè)，模型(12)和模型(13)給出了回歸分析結(jié)果，消費(fèi)者關(guān)注的重點(diǎn)為服務(wù)態(tài)度與同行相對(duì)比率(SERV)，其次為描述相符與同行相對(duì)比率(DESC)和物流速度與同行相對(duì)比率(LOGI)，中端實(shí)木家具產(chǎn)品在天貓店鋪中的滿意度要比淘寶店鋪的滿意度稍高一些。模型(14)和模型(15)為高端產(chǎn)品的回歸分析結(jié)果，其樣本個(gè)數(shù)為233個(gè)，與低端產(chǎn)品的影響因素相類(lèi)似，產(chǎn)品銷(xiāo)量(SALE)、產(chǎn)品價(jià)格(PRIC)與搜索排名(LnRANK)均具有正向促進(jìn)作用，不同之處在于消費(fèi)者主要關(guān)注描述相符與同行相對(duì)比率(DESC)和物流速度與同行相對(duì)比率(LOGI)因素，這可能是由于高端產(chǎn)品價(jià)格較高，相較于中低端產(chǎn)品店家的服務(wù)態(tài)度普遍都比較好。綜上所述，實(shí)木家具產(chǎn)品的網(wǎng)絡(luò)營(yíng)銷(xiāo)的重點(diǎn)需要從產(chǎn)品質(zhì)量、服務(wù)態(tài)度和物流速度三個(gè)方面提升消費(fèi)者的滿意度水平，中端產(chǎn)品在天貓店鋪進(jìn)行銷(xiāo)售以贏得消費(fèi)者的信任水平，中高端產(chǎn)品可以通過(guò)適當(dāng)?shù)膬r(jià)格歧視手段促進(jìn)消費(fèi)者的購(gòu)買(mǎi)欲望，例如通過(guò)合理的提高價(jià)格使顧客認(rèn)為實(shí)木家具產(chǎn)品有更好的質(zhì)量保障。折扣系數(shù)作為最為常用的促銷(xiāo)手段，對(duì)實(shí)木家具產(chǎn)品的網(wǎng)購(gòu)滿意度影響效果并不顯著，這與張懷(2015)的研究結(jié)論是一致的。同時(shí)，實(shí)木家具產(chǎn)品作為體驗(yàn)型產(chǎn)品，網(wǎng)絡(luò)口碑因素對(duì)于消費(fèi)者滿意度的影響十分微弱，甚至可能會(huì)取得適得其反的效果。

表5 不同價(jià)格檔次產(chǎn)品的回歸方程估計(jì)結(jié)果

續(xù)表5

模型(10)模型(11)模型(12)模型(13)模型(14)模型(15)SERV0.177***0.173***0.0880***0.0965***0.0296(0.0173)(0.0132)(0.0154)(0.0157)(0.0241)LOGI0.0545***0.0522***0.0349***0.0330***0.0698***0.0762***(0.0133)(0.0113)(0.0122)(0.0116)(0.0148)(0.0111)LnFAVO0.00172-0.001170.00118(0.00212)(0.00120)(0.00140)LnRANK0.004250.00594**0.002920.00901***0.00861***(0.00283)(0.00240)(0.00288)(0.00274)(0.00285)LnPRIC0.00681*0.00782**-0.002270.0105***0.00917**(0.00353)(0.00308)(0.00886)(0.00367)(0.00356)DISC0.003180.0134-0.0120(0.00810)(0.00926)(0.0108)LnSALE0.00785**0.00983***0.002530.0114***0.00942**(0.00356)(0.00268)(0.00242)(0.00356)(0.00369)PLAT0.001380.005360.00815**0.000888(0.00529)(0.00371)(0.00366)(0.00491)LnCONT1-0.00143-0.0121-0.0148***-0.0139(0.00684)(0.00866)(0.00534)(0.0121)LnCONT20.003180.004550.00869***0.00535(0.00398)(0.00925)(0.00264)(0.0124)LnCONT3-0.0005860.00542-0.000536(0.00428)(0.0107)(0.0147)_CONS4.597***4.605***4.746***4.786***4.671***4.608***(0.0944)(0.0315)(0.115)(0.0552)(0.116)(0.0530)N502502309309233233R20.8090.8080.8090.8050.7430.733adj. R20.8040.8060.8000.8020.7270.728

注：括號(hào)內(nèi)數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***代表在α=0.01水平下顯著，**代表在α=0.05水平下顯著，*代表在α=0.1水平下顯著。

(五) 內(nèi)生性及穩(wěn)健性檢驗(yàn)

在基準(zhǔn)回歸分析結(jié)果中，我們基于全樣本回歸模型(3)考察了不同因素對(duì)滿意度的整體影響，然而網(wǎng)購(gòu)滿意度與產(chǎn)品銷(xiāo)量之間可能存在雙向因果關(guān)系，這可能會(huì)導(dǎo)致我們的回歸分析結(jié)果存在內(nèi)生性問(wèn)題。在回歸分析中導(dǎo)致內(nèi)生性問(wèn)題的可能原因有三方面，主要包括了遺漏變量、反向因果和測(cè)量誤差。一方面，我們?cè)诨貧w分析中發(fā)現(xiàn)產(chǎn)品銷(xiāo)量的提升對(duì)顧客滿意度具有正向促進(jìn)作用；另一方面，由于消費(fèi)者網(wǎng)購(gòu)滿意度的提升會(huì)讓其作出較高的評(píng)分，直接影響可能會(huì)導(dǎo)致消費(fèi)者的二次購(gòu)買(mǎi)行為，間接影響則會(huì)使其他消費(fèi)者根據(jù)評(píng)分結(jié)果作出購(gòu)買(mǎi)決策，這些影響均會(huì)促進(jìn)產(chǎn)品銷(xiāo)量的增加。此外，已有研究證實(shí)了消費(fèi)者的個(gè)體特征和主觀偏好會(huì)對(duì)家具購(gòu)買(mǎi)行為產(chǎn)生顯著的影響，如李英等(2016)通過(guò)對(duì)問(wèn)卷調(diào)查數(shù)據(jù)進(jìn)行多元對(duì)應(yīng)分析后發(fā)現(xiàn)，家具消費(fèi)者的職業(yè)、月收入、以往的網(wǎng)購(gòu)經(jīng)歷等個(gè)體特征與其購(gòu)買(mǎi)行為存在高度相關(guān)性[38]。然而，受制于淘寶網(wǎng)頁(yè)信息的局限和約束，我們并不能獲取消費(fèi)者的個(gè)體特征信息，這導(dǎo)致基準(zhǔn)回歸分析存在遺漏變量的可能性。解決內(nèi)生性問(wèn)題的常用方法是利用工具變量，采用兩階段最小二乘法(2SLS)進(jìn)行參數(shù)估計(jì)，工具變量必須要滿足兩個(gè)條件：其一是工具變量與內(nèi)生變量相關(guān)，其二是工具變量與隨機(jī)擾動(dòng)項(xiàng)不相關(guān)；若模型不存在內(nèi)生性問(wèn)題，則采用工具變量法與基準(zhǔn)回歸方程的估計(jì)結(jié)果應(yīng)該相似，反之則存在內(nèi)生性問(wèn)題[39]。本文采用店鋪是否提供上門(mén)安裝服務(wù)(INSTALL)作為產(chǎn)品銷(xiāo)量的工具變量，當(dāng)商家提供該項(xiàng)服務(wù)時(shí)我們令值為1，反之則值設(shè)為0，這是因?yàn)槿绻赇佁峁┥祥T(mén)安裝服務(wù)意味著消費(fèi)者會(huì)獲得額外的增值服務(wù)，這會(huì)使消費(fèi)者更加偏愛(ài)選擇提供上門(mén)安裝服務(wù)的店鋪購(gòu)買(mǎi)產(chǎn)品，進(jìn)而會(huì)使店鋪的產(chǎn)品銷(xiāo)量得到提升。而上門(mén)安裝服務(wù)屬于商家自行決定是否提供，商家在制定政策前并不知道潛在顧客的個(gè)體特征，因此上門(mén)安裝服務(wù)具有相對(duì)的外生性。為了進(jìn)一步確保回歸結(jié)果的穩(wěn)健性，我們還采用了地區(qū)固定效應(yīng)對(duì)分組回歸結(jié)果進(jìn)行了再檢驗(yàn)，具體結(jié)果如表6所示。模型(16)為兩階段最小二乘回歸分析結(jié)果，模型(17～21)分別對(duì)應(yīng)熱門(mén)產(chǎn)品、非熱門(mén)產(chǎn)品、低端產(chǎn)品、中端產(chǎn)品、高端產(chǎn)品的參數(shù)估計(jì)結(jié)果。從整體來(lái)看，使用了工具變量的情況下，兩階段最小二乘(2SLS)估計(jì)結(jié)果與基準(zhǔn)回歸估計(jì)結(jié)果基本相一致，而采用了地區(qū)固定效應(yīng)進(jìn)行分組參數(shù)估計(jì)的回歸系數(shù)及顯著性均未發(fā)生明顯的變化，這進(jìn)一步說(shuō)明了本文的實(shí)證分析結(jié)果的可靠性和穩(wěn)健性。

注：括號(hào)內(nèi)數(shù)值為穩(wěn)健標(biāo)準(zhǔn)誤，***代表在α=0.01水平下顯著，**代表在α=0.05水平下顯著，*代表在α=0.1水平下顯著.

五、結(jié)論與啟示

本文基于國(guó)內(nèi)最大的B2C網(wǎng)購(gòu)零售平臺(tái)——淘寶網(wǎng)(含天貓平臺(tái))實(shí)木家具產(chǎn)品銷(xiāo)售頁(yè)面提供的豐富數(shù)據(jù)信息，討論了網(wǎng)絡(luò)口碑信息和在線觀察學(xué)習(xí)信息等解釋變量對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響，得到的主要結(jié)論包括以下幾方面：首先，基準(zhǔn)回歸分析、逐步回歸分析、工具變量估計(jì)和穩(wěn)健性檢驗(yàn)的結(jié)果均顯示網(wǎng)絡(luò)口碑因素對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響并不顯著，在線觀察學(xué)習(xí)因素對(duì)消費(fèi)者網(wǎng)購(gòu)滿意度的影響絕大部分情況下較為顯著，折扣系數(shù)和寶貝收藏次數(shù)對(duì)消費(fèi)者的網(wǎng)購(gòu)滿意度并沒(méi)有發(fā)生顯著影響，產(chǎn)品價(jià)格、產(chǎn)品銷(xiāo)量和店鋪虛擬變量對(duì)網(wǎng)購(gòu)滿意度的影響會(huì)因產(chǎn)品類(lèi)型的不同而存在影響差異。其次，不同熱度下分組回歸結(jié)果顯示實(shí)木家具產(chǎn)品的消費(fèi)者網(wǎng)購(gòu)滿意度的影響因素存在顯著差異，非熱門(mén)產(chǎn)品的消費(fèi)者更多的關(guān)注描述相符與同行相對(duì)比率、服務(wù)態(tài)度與同行相對(duì)比率、物流速度與同行相對(duì)比率和產(chǎn)品價(jià)格因素，而熱門(mén)產(chǎn)品的消費(fèi)者還會(huì)額外關(guān)注搜索排名、產(chǎn)品銷(xiāo)量和店鋪所處平臺(tái)因素；結(jié)果顯示熱門(mén)產(chǎn)品在天貓店鋪的滿意度相對(duì)淘寶店鋪的滿意度要高，對(duì)于非熱門(mén)產(chǎn)品則這種差異性并不顯著。再次，進(jìn)一步按照價(jià)格將實(shí)木家具產(chǎn)品劃分為低端、中端、高端三種類(lèi)型，不同價(jià)格檔次下分組回歸結(jié)果顯示實(shí)木家具產(chǎn)品的消費(fèi)者網(wǎng)購(gòu)滿意度的影響因素具有明顯差異；搜索排名、產(chǎn)品價(jià)格和產(chǎn)品銷(xiāo)量均對(duì)消費(fèi)者的網(wǎng)購(gòu)滿意度呈正向影響，差異主要體現(xiàn)在在線觀察學(xué)習(xí)因素方面，低端產(chǎn)品消費(fèi)者主要關(guān)注服務(wù)態(tài)度與同行相對(duì)比率和物流速度與同行相對(duì)比率，高端產(chǎn)品消費(fèi)者關(guān)注重點(diǎn)在于描述相符與同行相對(duì)比率、物流速度與同行相對(duì)比率；中端產(chǎn)品的消費(fèi)者則同時(shí)關(guān)注描述相符與同行相對(duì)比率、服務(wù)態(tài)度與同行相對(duì)比率、物流速度與同行相對(duì)比率因素，這與非熱門(mén)產(chǎn)品的消費(fèi)者關(guān)注重點(diǎn)存在交集，店鋪所處平臺(tái)亦會(huì)對(duì)網(wǎng)購(gòu)滿意度產(chǎn)生影響。最后，從使用是否提供上門(mén)安裝服務(wù)作為工具變量進(jìn)行參數(shù)估計(jì)和使用地區(qū)固定效應(yīng)替代控制變量的估計(jì)結(jié)果來(lái)看，回歸方程系數(shù)的符號(hào)和顯著性并未發(fā)生大規(guī)模的改變，說(shuō)明本文的實(shí)證分析結(jié)果是穩(wěn)健的。

基于實(shí)木家具產(chǎn)品銷(xiāo)售頁(yè)面信息的理論分析與實(shí)證檢驗(yàn)結(jié)果，對(duì)于大型B2C網(wǎng)絡(luò)購(gòu)物平臺(tái)的商家提升顧客滿意度提供了豐富的政策啟示。第一，網(wǎng)絡(luò)零售商應(yīng)該牢固樹(shù)立誠(chéng)信經(jīng)營(yíng)意識(shí)。利用B2C網(wǎng)絡(luò)購(gòu)物平臺(tái)進(jìn)行產(chǎn)品銷(xiāo)售，并非簡(jiǎn)單的通過(guò)互聯(lián)網(wǎng)信息技術(shù)實(shí)現(xiàn)交易過(guò)程，網(wǎng)絡(luò)商鋪的價(jià)值和經(jīng)營(yíng)模式在于拓寬銷(xiāo)售渠道，使?jié)撛诘南M(fèi)者擺脫了地域因素的限制，節(jié)省了消費(fèi)者的交易成本。然而，中國(guó)的消費(fèi)者對(duì)于網(wǎng)絡(luò)購(gòu)物過(guò)程的滿意度和信任度普遍不高(查金祥等, 2006)，整體上與消費(fèi)者的購(gòu)買(mǎi)前對(duì)產(chǎn)品的預(yù)期尚存在一定的差距，消費(fèi)者的網(wǎng)購(gòu)滿意度仍然存在進(jìn)一步的提升空間。消費(fèi)者對(duì)于實(shí)木家具產(chǎn)品的購(gòu)買(mǎi)，普遍都比較重視描述相符與同行相對(duì)比率，因此網(wǎng)絡(luò)零售商必須確保產(chǎn)品頁(yè)面信息描述的真實(shí)性，杜絕產(chǎn)品頁(yè)面信息的偽造或不真實(shí)對(duì)消費(fèi)者滿意度造成的負(fù)面影響。網(wǎng)絡(luò)零售商過(guò)分夸大或造假產(chǎn)品頁(yè)面描述信息，短期內(nèi)雖然能夠帶動(dòng)銷(xiāo)量的增加，但一旦消費(fèi)者做出較低滿意度評(píng)分，將給網(wǎng)絡(luò)零售商的利潤(rùn)帶來(lái)長(zhǎng)期的負(fù)面影響(張明璽和雷明, 2016)。第二，網(wǎng)絡(luò)零售商需要持續(xù)不斷的提高電商服務(wù)質(zhì)量。我們的實(shí)證結(jié)果顯示實(shí)木家具產(chǎn)品的消費(fèi)者普遍重視服務(wù)態(tài)度與同行相對(duì)比率、物流速度與同行相對(duì)比率兩方面因素，所以網(wǎng)絡(luò)零售商家不僅應(yīng)該為消費(fèi)者提供完善的售后服務(wù)體系，還應(yīng)該兌現(xiàn)服務(wù)承諾和提供快速的退換貨機(jī)制與補(bǔ)償機(jī)制。當(dāng)前國(guó)內(nèi)快遞服務(wù)公司呈現(xiàn)多元化市場(chǎng)特征，物流速度快通常意味著運(yùn)送費(fèi)用上升，但商家為消費(fèi)者選擇快遞方式時(shí)應(yīng)該充分考慮物流速度，而不應(yīng)該局限于僅僅考慮物流成本因素，商家可以在物流成本方面做出適當(dāng)?shù)刈尣?，畢竟物流速度的增加?huì)使網(wǎng)購(gòu)滿意度得到提升，從長(zhǎng)遠(yuǎn)盈利來(lái)看是非常值得的。第三，網(wǎng)絡(luò)零售商的促銷(xiāo)手段不應(yīng)該僅局限于傳統(tǒng)的打折活動(dòng)。從本文使用的實(shí)木家具產(chǎn)品樣本來(lái)看，幾乎所有的店鋪都使用了打折手段進(jìn)行促銷(xiāo)，然而折扣系數(shù)變量對(duì)于消費(fèi)者網(wǎng)購(gòu)滿意度的影響并不顯著，說(shuō)明消費(fèi)者對(duì)于網(wǎng)絡(luò)零售平臺(tái)的打折活動(dòng)可能正在變得越來(lái)越不“感冒”。一些媒體曝光了某些網(wǎng)絡(luò)零售商在促銷(xiāo)活動(dòng)開(kāi)始之前提高產(chǎn)品價(jià)格，再通過(guò)打折活動(dòng)將價(jià)格降至原價(jià)，表面上看促銷(xiāo)活動(dòng)對(duì)消費(fèi)者讓利，實(shí)際上這種不誠(chéng)信行為嚴(yán)重影響了網(wǎng)絡(luò)平臺(tái)聲譽(yù)，降低了消費(fèi)者對(duì)于打折促銷(xiāo)的信任感。網(wǎng)絡(luò)零售商可通過(guò)為消費(fèi)者提供免費(fèi)上門(mén)安裝服務(wù)等增值業(yè)務(wù)，提高消費(fèi)者的滿意度。第四，實(shí)行差異化的營(yíng)銷(xiāo)策略，滿足各層次消費(fèi)者的需求。實(shí)木家具產(chǎn)品作為大體積耐用品，決定了消費(fèi)者即關(guān)注其美學(xué)價(jià)值又重視其實(shí)用價(jià)值，可以采用搭配銷(xiāo)售或分檔銷(xiāo)售的方式迎合消費(fèi)者需求，適度的讓產(chǎn)品價(jià)格高于同行平均價(jià)格，會(huì)讓消費(fèi)者產(chǎn)生具有更好質(zhì)量保障的感覺(jué)。此外，天貓店鋪的準(zhǔn)入條件雖然略顯嚴(yán)格，但會(huì)讓消費(fèi)者對(duì)產(chǎn)品質(zhì)量形成更高的信任感，一些情況下有利于提高網(wǎng)絡(luò)零售商的業(yè)績(jī)。

近年來(lái)，隨著中國(guó)經(jīng)濟(jì)的蓬勃發(fā)展和人均可支配收入水平的提高，越來(lái)越多的消費(fèi)者更加偏愛(ài)于網(wǎng)絡(luò)形式購(gòu)買(mǎi)需要的商品。如今，無(wú)論是在農(nóng)村亦或城市，個(gè)人電腦都已經(jīng)變?yōu)槭制占暗墓ぞ?，在過(guò)去幾年里實(shí)木家具的網(wǎng)絡(luò)零售也迅速得到發(fā)展。但實(shí)木家具產(chǎn)品畢竟與服裝、電子產(chǎn)品等有一定的區(qū)別，因?yàn)閺囊话銓用鎭?lái)講家具更大成分要?dú)w屬于耐用型產(chǎn)品，因此消費(fèi)者對(duì)于網(wǎng)絡(luò)購(gòu)買(mǎi)方式會(huì)變得異常謹(jǐn)慎。先前的實(shí)證研究側(cè)重于從個(gè)體特征層面探索對(duì)消費(fèi)者滿意度的影響或者在線頁(yè)面信息對(duì)銷(xiāo)量存在的影響，而我們的研究拓展了此前的工作并可初步發(fā)現(xiàn)消費(fèi)者對(duì)實(shí)木家具產(chǎn)品網(wǎng)購(gòu)滿意度的影響因素，為淘寶網(wǎng)店家在店鋪經(jīng)營(yíng)方面如何提升消費(fèi)者滿意度提供有意義的借鑒。值得注意的是我們的研究也存在一定程度的局限性。本文的經(jīng)驗(yàn)研究結(jié)果基于實(shí)木家具產(chǎn)品網(wǎng)頁(yè)銷(xiāo)售數(shù)據(jù)完成，而大體積耐用品則包括冰箱、電視、洗衣機(jī)等多種產(chǎn)品，因而研究結(jié)論在針對(duì)大體積耐用品推廣時(shí)的普適性有待進(jìn)一步檢驗(yàn)和完善，因此本文的結(jié)論僅屬于指示性參考。盡管如此，我們的研究結(jié)論可以幫助電商企業(yè)了解消費(fèi)者對(duì)大體積耐用品網(wǎng)購(gòu)滿意度的影響因素。此外，一些學(xué)者在針對(duì)圖書(shū)產(chǎn)品(龔詩(shī)陽(yáng)等, 2013)和筆記本電腦產(chǎn)品(張明璽和雷明, 2016)的研究中，采用網(wǎng)絡(luò)爬蟲(chóng)工具獲取了樣本隨時(shí)間變化的面板數(shù)據(jù)，由于增加了時(shí)間維度和擴(kuò)大了樣本量，可以分析影響因素的動(dòng)態(tài)變化信息，使估計(jì)結(jié)果的精確度得到提高。受到時(shí)間和技術(shù)手段的限制，本文采用的是淘寶網(wǎng)實(shí)木家具樣本的橫截面數(shù)據(jù)形式，而未將其它大型電商平臺(tái)的樣本納入分析范圍，因此擴(kuò)大產(chǎn)品范圍和樣本數(shù)據(jù)量展開(kāi)實(shí)證研究將是未來(lái)進(jìn)一步的研究方向。

[注 釋]

① 1997年，國(guó)家主管部門(mén)研究決定由中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)牽頭組織有關(guān)互聯(lián)網(wǎng)單位共同開(kāi)展互聯(lián)網(wǎng)行業(yè)發(fā)展?fàn)顩r調(diào)查，自1997年至今CNNIC已成功發(fā)布42次全國(guó)互聯(lián)網(wǎng)發(fā)展統(tǒng)計(jì)報(bào)告，自1998年以來(lái)，中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心形成了每年年初和年中定期發(fā)布《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》的慣例，這些報(bào)告均可以在中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)的官方網(wǎng)站上免費(fèi)下載。

② 該書(shū)英文版于2000年由美國(guó)西北大學(xué)出版社出版，國(guó)內(nèi)學(xué)者成湘洲將其譯為中文版，并于2001年由華夏出版社出版發(fā)行，中文版譯名為《網(wǎng)絡(luò)營(yíng)銷(xiāo)原理》。

④ 菲利普·科特勒(Philip Kotler)認(rèn)為，顧客滿意是指顧客對(duì)其明示的、通常隱含的或必須履行的需求或期望已被滿足的程度的感受。滿意度是顧客滿足情況的反饋。它是對(duì)產(chǎn)品或者服務(wù)性能，以及產(chǎn)品或者服務(wù)本身的評(píng)價(jià)，給出了(或者正在給出)一個(gè)與消費(fèi)的滿足感有關(guān)的快樂(lè)水平，包括低于或者超過(guò)滿足感的水平，是一種心理體驗(yàn)。

⑤ Ho和Lee(2007)在其研究中認(rèn)為，網(wǎng)站上的信息質(zhì)量是否符合用戶的需求和期望至關(guān)重要。他們基于過(guò)去的研究，確定了評(píng)估信息內(nèi)容質(zhì)量的標(biāo)準(zhǔn)包括準(zhǔn)確性，及時(shí)性，簡(jiǎn)潔性，相關(guān)性，可靠性和完整性。

⑥ 通俗的說(shuō)，當(dāng)消費(fèi)者在網(wǎng)上訂購(gòu)酒店住宿時(shí)，面對(duì)網(wǎng)站上的眾多酒店信息，可能會(huì)去征求身邊熟人或朋友(曾在目標(biāo)酒店住宿過(guò))的建議做出決策，也可能會(huì)通過(guò)瀏覽網(wǎng)站上邊酒店網(wǎng)頁(yè)信息中的消費(fèi)者點(diǎn)評(píng)進(jìn)行決策，這一過(guò)程實(shí)質(zhì)上就是在線觀察學(xué)習(xí)。當(dāng)消費(fèi)者在生活中去餐館就餐時(shí)，通過(guò)觀察發(fā)現(xiàn)某一家餐館非?；鸨?就餐人多)而選擇就餐，就是觀察學(xué)習(xí)的過(guò)程。

⑦ 計(jì)算公式為正面評(píng)論標(biāo)簽所占比例=(正面評(píng)論累計(jì)次數(shù)/評(píng)論總數(shù))*100%。淘寶網(wǎng)在產(chǎn)品頁(yè)面評(píng)論區(qū)上方設(shè)置了評(píng)論標(biāo)簽信息，系統(tǒng)自動(dòng)采用在線文本挖掘技術(shù)對(duì)用戶評(píng)論信息進(jìn)行挖掘，出現(xiàn)次數(shù)較為頻繁的共性詞語(yǔ)會(huì)以標(biāo)簽形式顯示在評(píng)論區(qū)，同時(shí)用戶還能夠看到高頻詞匯的累計(jì)出現(xiàn)次數(shù)，例如：質(zhì)量不錯(cuò)(51)、服務(wù)好(24)、沒(méi)有色差(5)、質(zhì)量一般(3)等。

⑧ 當(dāng)指標(biāo)得分高于同行店鋪得分均值時(shí)為正數(shù)，當(dāng)指標(biāo)得分低于同行店鋪均值時(shí)為負(fù)數(shù)，指標(biāo)與同行店鋪得分持平時(shí)數(shù)值為零。7.92%表示與同行業(yè)店鋪平均得分相比，得分高7.92%。

⑨ 描述相符、服務(wù)態(tài)度和物流速度得分為消費(fèi)者在確認(rèn)收貨后進(jìn)行評(píng)價(jià)時(shí)所賦予，每種得分都可以分為五個(gè)星級(jí)(依次代表1～5分)，最終顯示在銷(xiāo)售頁(yè)面的為所有評(píng)論得分的均值。這種形式與調(diào)查問(wèn)卷中李克特五級(jí)量表(Likert scale)的功能相類(lèi)似，因此可以用來(lái)反映消費(fèi)者的滿意程度。

⑩ s計(jì)算公式為滿意度綜合指數(shù)=0.332*描述相符得分+0.335*服務(wù)態(tài)度得分+0.333*物流速度得分。從權(quán)重可以看出，因描述相符、服務(wù)態(tài)度和物流速度得分的權(quán)重差異性不大，因此也可以直接采用算數(shù)平均的方法近似計(jì)算滿意度綜合指數(shù)。