李繼承，蔡偉彬

（哈爾濱理工大學(xué) 經(jīng)濟(jì)與管理學(xué)院，黑龍江 哈爾濱 150040）

0 引言

數(shù)字經(jīng)濟(jì)背景下，網(wǎng)絡(luò)消費(fèi)觀念的普及與網(wǎng)絡(luò)支付的便捷化帶動(dòng)網(wǎng)絡(luò)購物的蓬勃發(fā)展，而新冠疫情在沖擊線下產(chǎn)業(yè)的同時(shí)也在客觀上改變了消費(fèi)者的購物習(xí)慣，消費(fèi)者紛紛從線下消費(fèi)轉(zhuǎn)變?yōu)榫€上消費(fèi)。據(jù)CNNIC統(tǒng)計(jì)數(shù)據(jù)顯示，截至2021 年12 月，我國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)8.42 億人，約占網(wǎng)民整體的81.6%［1］。雖然相比于線下購物更便捷，但線上購物的虛擬性及匿名性使得其頗具風(fēng)險(xiǎn)［2］。因而，消費(fèi)者需要通過搜尋獲取更多的信息以此來減少網(wǎng)絡(luò)購物的風(fēng)險(xiǎn)。除了店鋪相關(guān)的介紹與產(chǎn)品的詳細(xì)信息外［3］，在線評(píng)論也會(huì)對(duì)消費(fèi)者的購買行為產(chǎn)生重要影響［4］。而商家在意識(shí)到在線評(píng)論的重要性后，有意參與到在線評(píng)論的發(fā)布中。部分商家通過獎(jiǎng)勵(lì)回報(bào)的形式，促使消費(fèi)者給予好評(píng)，更有甚者，則通過雇傭水軍的形式，直接發(fā)布虛假的評(píng)論信息影響消費(fèi)者的判斷決策。因而如何衡量評(píng)論質(zhì)量就顯得尤為重要，而在線評(píng)論有用性作為行之有效的衡量手段，研究其前因影響，能幫助消費(fèi)者有效地獲取所需的信息，有利于提升電商平臺(tái)服務(wù)水平和消費(fèi)者的購物體驗(yàn)。

目前在在線評(píng)論有用性的相關(guān)研究領(lǐng)域，以往國內(nèi)外學(xué)者多從評(píng)論內(nèi)容、評(píng)論者和商品類型等影響因素出發(fā)開展線性因果效應(yīng)研究。從研究方法上看，多數(shù)研究主要以傳統(tǒng)的線性回歸模型為基礎(chǔ)通過問卷或電商平臺(tái)真實(shí)數(shù)據(jù)進(jìn)行實(shí)證研究。已有研究雖闡述了在線評(píng)論有用性的影響關(guān)系，但僅挖掘出單一前因變量和在線評(píng)論有用性之間的線性對(duì)稱關(guān)系，忽略了多因素間的組合影響，使得該領(lǐng)域的研究無法從整體視角出發(fā)形成相對(duì)統(tǒng)一的研究脈絡(luò)和理論框架。此外，學(xué)者們研究部分前因變量對(duì)在線評(píng)論有用性的影響存在研究結(jié)論前后不一致的情況，這可能是因?yàn)榇嬖谝蚬g的非對(duì)稱性，從而導(dǎo)致研究結(jié)果無法統(tǒng)一。鑒于此，本文基于信息采納模型（Information Adoption Model，IAM），采集亞馬遜中國官網(wǎng)真實(shí)的評(píng)論數(shù)據(jù)，采用負(fù)二項(xiàng)回歸模型和模糊集定性比較分析（Fuzzy－set Qualitative Comparative Analysis，fsQCA）的混合方法，探究在線評(píng)論有用性的影響因素及組態(tài)效應(yīng)，以突破單一統(tǒng)計(jì)分析方法變量獨(dú)立和因果對(duì)稱的限制，彌補(bǔ)過往研究方法的不足。

1 理論綜述與研究假設(shè)

1.1 信息采納模型

Sussman等結(jié)合技術(shù)接收模型和精細(xì)加工可能性模型提出信息采納模型［5］。由圖1 可知，該模型認(rèn)為接收者依據(jù)信息質(zhì)量和信息源可信度決定對(duì)信息是否采納，這兩者直接影響信息有用性。在線評(píng)論作為消費(fèi)者在網(wǎng)絡(luò)購物中的重要決策工具，消費(fèi)者對(duì)其閱讀、理解、判斷的過程實(shí)質(zhì)上便是信息采納過程［5］。信息采納是引起消費(fèi)者態(tài)度和行為改變的前提［6］，本文使用信息采納模型來解釋消費(fèi)者衡量在線評(píng)論是否有用的行為過程。

圖1 信息采納模型Figure 1 Information adoption model

目前已有不少研究使用信息采納模型研究網(wǎng)絡(luò)購物中消費(fèi)者的在線評(píng)論有用性的影響過程及機(jī)制。對(duì)于在線評(píng)論，研究者們傾向認(rèn)為評(píng)論信息通過中心路徑來影響消費(fèi)者，而評(píng)論來源則是通過邊緣路徑對(duì)消費(fèi)者產(chǎn)生影響［7－9］。完整的在線評(píng)論主要由評(píng)論內(nèi)容信息和評(píng)論者信息構(gòu)成。評(píng)論內(nèi)容包括時(shí)間信息、商品感知信息、服務(wù)感知信息、消費(fèi)情境等，是信息的主體內(nèi)容，即中心路徑［8］，而評(píng)論者信息則常作為邊緣路徑影響消費(fèi)者對(duì)信息有用性的判斷。

1.2 研究模型

在消費(fèi)者進(jìn)行在線評(píng)論投票的情境中，消費(fèi)者對(duì)信息質(zhì)量的評(píng)估主要是對(duì)評(píng)論內(nèi)容的評(píng)估，而信息源可信度的評(píng)估是對(duì)評(píng)論者信息的評(píng)估［10］。信息質(zhì)量一般通過信息的相關(guān)性、準(zhǔn)確性、時(shí)效性和全面性加以測(cè)量［11］，在亞馬遜中國網(wǎng)站的評(píng)論信息中不僅包含了評(píng)論星級(jí)、時(shí)間、內(nèi)容和圖片等評(píng)論內(nèi)容，亞馬遜還提倡評(píng)論者用簡(jiǎn)明扼要的標(biāo)題來點(diǎn)明評(píng)論重點(diǎn)，因此其評(píng)論信息還包含標(biāo)題信息量，所以本文選取評(píng)論星級(jí)、長(zhǎng)度、標(biāo)題信息量、時(shí)效性、商品類型及圖片評(píng)估評(píng)論信息質(zhì)量。信息源可信度則通過其專業(yè)性和可靠性加以測(cè)量［5］，不同于其他電商平臺(tái)，亞馬遜中國網(wǎng)站會(huì)根據(jù)評(píng)論者的貢獻(xiàn)，進(jìn)行優(yōu)秀評(píng)論者排行以幫助消費(fèi)者在網(wǎng)站上做出明智的購物決策，并公開評(píng)論者過往的評(píng)論數(shù)和獲得的有幫助的投票數(shù)。本文信息源的可信度便選取評(píng)論者等級(jí)、經(jīng)驗(yàn)及權(quán)威性加以評(píng)估。當(dāng)前電商網(wǎng)站如淘寶、京東、亞馬遜等在其評(píng)論系統(tǒng)中均設(shè)計(jì)該條評(píng)論是否有用的選項(xiàng)，其中亞馬遜中國網(wǎng)站直截了當(dāng)?shù)匾浴癤個(gè)人發(fā)現(xiàn)此評(píng)論有用”來向消費(fèi)者展示該條評(píng)論的有用性，本文便以此來衡量在線評(píng)論有用性。根據(jù)上述內(nèi)容，基于信息采納模型，本文從評(píng)論內(nèi)容和評(píng)論者兩個(gè)層面多個(gè)前因因素探究它們對(duì)消費(fèi)者感知的在線評(píng)論有用性的組態(tài)影響，據(jù)此構(gòu)建在線評(píng)論有用性研究模型，如圖2 所示。

圖2 在線評(píng)論有用性研究模型Figure 2 Research model of online comment usefulness

1.3 評(píng)論內(nèi)容特征對(duì)評(píng)論有用性的影響

評(píng)論星級(jí)是購買者對(duì)商品和使用體驗(yàn)給出的綜合評(píng)價(jià)［12］。過往研究中評(píng)論星級(jí)的影響作用有所差異。部分學(xué)者認(rèn)為評(píng)論星級(jí)對(duì)評(píng)論有用性起正向影響［13］，其余學(xué)者則認(rèn)為負(fù)面評(píng)論包含的信息更準(zhǔn)確，對(duì)消費(fèi)者的影響更大［14－16］。多數(shù)學(xué)者普遍認(rèn)同極端評(píng)論觀點(diǎn)表達(dá)更明晰，情感傾向更明確，在線評(píng)論有用性更強(qiáng)［13，17］。在電商網(wǎng)站中，在線評(píng)論易受到商家的操縱，導(dǎo)致負(fù)面評(píng)價(jià)出現(xiàn)頻率較低，但消費(fèi)者更接受其真實(shí)性［16］，此外，負(fù)面偏差理論認(rèn)為負(fù)面信息對(duì)消費(fèi)者的行為和認(rèn)知的作用更強(qiáng)，其對(duì)評(píng)論有用性的影響更顯著［11］。

此外，評(píng)論內(nèi)容作為在線評(píng)論的主體信息，在過往研究中，評(píng)論內(nèi)容的篇幅越長(zhǎng)，評(píng)論者對(duì)商品及使用體驗(yàn)的介紹信息更完整，評(píng)論接收者的閱讀投入程度更高，對(duì)商品更加了解，信息不確定性得以減弱，顯著提升信息的有用性［18］。也有學(xué)者指出，評(píng)論長(zhǎng)度對(duì)評(píng)論有用性的影響呈現(xiàn)為倒“U”型關(guān)系，即在一定范圍內(nèi)，評(píng)論信息有助于購買決策，當(dāng)評(píng)論信息過長(zhǎng)時(shí)則會(huì)導(dǎo)致認(rèn)知過載，消費(fèi)者難以進(jìn)行購買決策［17］。由于評(píng)論者撰寫評(píng)論需投入時(shí)間及精力，加上電商平臺(tái)的評(píng)論限制，一般情況下認(rèn)為評(píng)論長(zhǎng)度仍在合理范圍內(nèi)。其次，消費(fèi)者在閱讀評(píng)論內(nèi)容前，會(huì)通過閱讀評(píng)論標(biāo)題來篩選符合其需求的評(píng)論，而標(biāo)題作為啟發(fā)式信息加工的線索，其信息量也代表著評(píng)論者在時(shí)間和精力上更大的付出［19］。而標(biāo)題信息量越多，越有利于消費(fèi)者了解評(píng)論信息，在線評(píng)論更有用。由此，提出以下假設(shè)——H1：評(píng)論星級(jí)對(duì)在線評(píng)論有用性起負(fù)向作用；H2：評(píng)論長(zhǎng)度對(duì)在線評(píng)論有用性起正向作用；H3：標(biāo)題信息量對(duì)在線評(píng)論有用性起正向作用。

消費(fèi)者在閱讀評(píng)論時(shí)，除了關(guān)注評(píng)論星級(jí)及評(píng)論內(nèi)容外，也會(huì)關(guān)注評(píng)論時(shí)效性。評(píng)論時(shí)效性是指評(píng)論時(shí)間與接收者閱讀時(shí)間的間隔。郝媛媛等證實(shí)評(píng)論時(shí)效性越高，其評(píng)論越有用［20］；方佳明等研究發(fā)現(xiàn)評(píng)論發(fā)表天數(shù)越長(zhǎng)，評(píng)論有用性越高［21］。而評(píng)論有用性之所以存在時(shí)間累積的影響，是由于消費(fèi)者對(duì)近期評(píng)論來不及瀏覽投票，而時(shí)間較長(zhǎng)的評(píng)論則更能獲得消費(fèi)者的關(guān)注，所以時(shí)效長(zhǎng)的評(píng)論更有用［16］。再者，信息技術(shù)的發(fā)展使得評(píng)論展示形式日益多樣化，除了傳統(tǒng)的文字評(píng)論，消費(fèi)者還能以圖片、視頻形式進(jìn)行評(píng)論。研究表明，圖片比文字更容易對(duì)消費(fèi)者產(chǎn)生積極影響［19］。相較于傳統(tǒng)的文字評(píng)論，消費(fèi)者在進(jìn)行圖片評(píng)論時(shí)，需要考慮圖片的色澤、構(gòu)圖、美感等諸多因素，花費(fèi)更多的時(shí)間成本，因而具備圖片的評(píng)論更具可信度。此外，評(píng)論圖片與內(nèi)容相互補(bǔ)充，更好降低消費(fèi)者的信息不確定性，提高評(píng)論的有用性［22］。由此，提出以下假設(shè)——H4：評(píng)論時(shí)效性對(duì)在線評(píng)論有用性起正向作用；H5：評(píng)論圖片對(duì)在線評(píng)論有用性起正向作用。

根據(jù)購買前信息獲取的難易程度，Nelson 將商品類型劃分為搜索品和體驗(yàn)品［23］。在購買前，消費(fèi)者能通過評(píng)論信息了解搜索品的質(zhì)量屬性，而體驗(yàn)品只能通過在購買后知曉，不同類型商品的評(píng)論有用性有所差別，相較于體驗(yàn)品，搜索品評(píng)論的有用性更高［22］。此外，消費(fèi)者對(duì)不同商品類型的信息認(rèn)知有所差異，搜索品的評(píng)論側(cè)重于客觀商品品質(zhì)描述，而體驗(yàn)品的評(píng)論則主要呈現(xiàn)用戶的主觀體驗(yàn)，因此在研究中商品類型常作為調(diào)節(jié)變量［24］。不同商品類型下，評(píng)論長(zhǎng)度會(huì)引起評(píng)論中解釋行為和解釋反應(yīng)與評(píng)論有用性的感知差異［25］。對(duì)于搜索品而言，評(píng)論篇幅越長(zhǎng)，商品實(shí)物描述越細(xì)致，消費(fèi)者也能獲得更多有用信息，這對(duì)于注重客觀屬性的搜索品更具參考價(jià)值［13］。商品類型不同，評(píng)論圖片的效果有所差異。對(duì)于體驗(yàn)品而言，圖片無法展示購買者的使用體驗(yàn)等核心信息，而在搜索品中，圖片展示的信息更為直接客觀，圖片能清晰明了展示產(chǎn)品功能設(shè)計(jì)及使用效果，其評(píng)論的有用性也會(huì)增加［13］。由此，提出以下假設(shè)——H6a：不同商品類型的在線評(píng)論有用性存在差異；H6b：商品類型在評(píng)論長(zhǎng)度與評(píng)論有用性中起調(diào)節(jié)作用；H6c：商品類型在評(píng)論圖片與評(píng)論有用性中起調(diào)節(jié)作用。

1.4 評(píng)論者特征對(duì)評(píng)論有用性的影響

在電商平臺(tái)評(píng)論系統(tǒng)中，常會(huì)對(duì)優(yōu)秀評(píng)論者進(jìn)行等級(jí)排行，這既能為消費(fèi)者購物決策提供判斷信息，也會(huì)激勵(lì)購買者發(fā)表優(yōu)質(zhì)評(píng)論。作為啟發(fā)式的信息線索，評(píng)論者等級(jí)影響消費(fèi)者感知到的評(píng)論有用性［26］。評(píng)論者的高等級(jí)凸顯其專業(yè)性，用戶更青睞高等級(jí)評(píng)論者的評(píng)論，其評(píng)論的有用性也越高［33］。評(píng)論者以往獲得的投票越多，其商品知識(shí)水平越高，代表其權(quán)威性也越高，其評(píng)論意見更有用［16］。根據(jù)信號(hào)傳遞理論，評(píng)論者權(quán)威性作為電商平臺(tái)提供的高成本信號(hào)，信息更難以獲得，因而對(duì)消費(fèi)者的可信度較高。而評(píng)論者權(quán)威性越強(qiáng)，可雅度越高，則其評(píng)論有用性越高。過往研究常使用評(píng)論者所發(fā)表的評(píng)論數(shù)來衡量評(píng)論者的經(jīng)驗(yàn)，評(píng)論者過往所發(fā)表的評(píng)論數(shù)越多，代表其參與程度越高，其評(píng)論經(jīng)驗(yàn)更豐富，則其評(píng)論有用性應(yīng)該會(huì)更高［16］。由此，提出以下假設(shè)——H7：評(píng)論者等級(jí)對(duì)在線評(píng)論有用性起正向作用；H8：評(píng)論者權(quán)威性對(duì)評(píng)論有用性起正向作用；H9：評(píng)論者經(jīng)驗(yàn)對(duì)在線評(píng)論有用性起正向作用。

2 研究設(shè)計(jì)

2.1 研究方法

社會(huì)學(xué)家Ragin 于20 世紀(jì)80 年代提出了定性比較分析方法［28］。不同于傳統(tǒng)回歸分析聚焦于獨(dú)立因素的影響，定性比較分析方法不受條件之間可能存在相互交互的影響即共線性問題，可以揭示不同條件組合和結(jié)果之間因果關(guān)系的復(fù)雜性［29］。定性比較分析方法在處理大樣本和分析復(fù)雜組態(tài)問題的優(yōu)勢(shì)，使其成為多個(gè)研究領(lǐng)域解決復(fù)雜因果關(guān)系的重要工具。

過往關(guān)于在線評(píng)論有用性影響因素的研究?jī)H關(guān)注前因變量的單獨(dú)效應(yīng)，缺乏對(duì)不同影響因素間組態(tài)效應(yīng)的探討。因此，本文使用QCA 方法探究在線評(píng)論有用性與其前因變量之間存在的復(fù)雜因果關(guān)系。由于本文通過采集大量亞馬遜中國網(wǎng)站真實(shí)評(píng)論數(shù)據(jù)進(jìn)行分析，屬于大樣本文，且多數(shù)變量屬于計(jì)數(shù)變量更適用fsQCA 方法進(jìn)行分析。此外，基于大樣本文的趨勢(shì)，張明等認(rèn)為QCA 方法和主流統(tǒng)計(jì)分析方法的有效整合提供了擴(kuò)大社會(huì)科學(xué)理論的描述力、預(yù)測(cè)力和解釋力的機(jī)會(huì)［30］。因而本文嘗試采用負(fù)二項(xiàng)回歸模型和fsQCA相結(jié)合的方法以提高解釋力度。

2.2 數(shù)據(jù)收集與清洗

本文使用的數(shù)據(jù)來源于亞馬遜中國網(wǎng)站（www.amazon.cn），選取銷售量大、評(píng)論數(shù)多的商品，使用網(wǎng)絡(luò)爬蟲軟件八爪魚抓取Kindle 閱讀器、耳機(jī)、手表、電動(dòng)牙刷等搜索品，以及圖書等體驗(yàn)品在線評(píng)論數(shù)據(jù)，評(píng)論數(shù)據(jù)的時(shí)間從2012 年1 月1 日至2021 年12月31 日，評(píng)論數(shù)據(jù)主要包括評(píng)論星級(jí)、標(biāo)題和內(nèi)容、圖片、該評(píng)論的有用性投票數(shù)、評(píng)論者排名、評(píng)論數(shù)、過往獲得的有幫助投票數(shù)等。

為了保證研究的準(zhǔn)確性，對(duì)初始采集的數(shù)據(jù)進(jìn)行清洗。首先，剔除短時(shí)間內(nèi)（2min）同一ID 地址的重復(fù)樣本，以及缺失數(shù)據(jù)如評(píng)論者排名的樣本。其次，剔除掉無效的樣本，如評(píng)論內(nèi)容為“哈哈哈哈”“棒棒棒”等。最后，對(duì)評(píng)論內(nèi)容中存在的無效符號(hào)如“＃”“！”“＆”進(jìn)行篩選并刪除。最終獲得18 635個(gè)有效樣本。

2.3 變量測(cè)度

本文中共包括10 個(gè)變量，對(duì)變量的測(cè)度主要根據(jù)亞馬遜網(wǎng)站實(shí)測(cè)數(shù)據(jù)。通過收集該評(píng)論的有用性投票來衡量在線評(píng)論有用性［31］。評(píng)論內(nèi)容特征則用評(píng)論星級(jí)、評(píng)論長(zhǎng)度、標(biāo)題信息量、評(píng)論時(shí)效性、評(píng)論圖片、商品類型來測(cè)量，評(píng)論者特征選取評(píng)論者等級(jí)、評(píng)論者權(quán)威性、經(jīng)驗(yàn)來衡量。其中亞馬遜中國網(wǎng)站給出評(píng)論者明確的等級(jí)排名，為方便研究，評(píng)論者等級(jí)規(guī)則如下：前10 001—10 000 000 名為等級(jí)1、前5 001—10 000 名為等級(jí)2、前1 001—5 000 名為等級(jí)3、前101—1 000 名為等級(jí)4、前1—100 名為等級(jí)5。具體如表1 所示。

3 實(shí)證分析

3.1 描述性統(tǒng)計(jì)

描述性統(tǒng)計(jì)分析結(jié)果如表2 所示，在線評(píng)論有用性最大值為1 407，均值為0.961，評(píng)論星級(jí)均值為4.464，表明多數(shù)評(píng)論為正面評(píng)論。評(píng)論長(zhǎng)度均值為37個(gè)字左右，標(biāo)題信息量均值為6.296，表明多數(shù)評(píng)論者對(duì)其購買過程進(jìn)行反饋。評(píng)論者經(jīng)驗(yàn)、評(píng)論者權(quán)威性的均值分別為11.51 和18.94，表明多數(shù)消費(fèi)者并非首次進(jìn)行評(píng)論且其評(píng)論普遍獲得其他人的認(rèn)同。評(píng)論圖片的均值為0.0502，說明網(wǎng)站中消費(fèi)者對(duì)發(fā)布圖片并不積極。

表2 描述性統(tǒng)計(jì)Table 2 Descriptive statistics

3.2 假設(shè)檢驗(yàn)

參考過往在線評(píng)論有用性的研究，由于在線評(píng)論有用性屬于計(jì)數(shù)變量，而且真實(shí)獲取的在線評(píng)論有用性存在大量的零值，樣本數(shù)據(jù)方差大于均值。適用于能擬合離散計(jì)數(shù)數(shù)據(jù)的負(fù)二項(xiàng)回歸模型［26］，所以本文借助Stata 軟件采用負(fù)二項(xiàng)回歸模型驗(yàn)證假設(shè)?；貧w結(jié)果如表3 所示，對(duì)比過往研究的擬合優(yōu)度，本模型的偽R2系數(shù)為0.13，說明擬合效果良好。

表3 負(fù)二項(xiàng)回歸分析結(jié)果Table 3 Negative binomial regression analysis results

評(píng)論星級(jí)的系數(shù)為負(fù)，P 值顯著，表明評(píng)論星級(jí)越低，評(píng)論有用性更高，假設(shè)H1成立。評(píng)論長(zhǎng)度和標(biāo)題信息量的系數(shù)均為正且P 值均顯著，表明在一定范圍內(nèi)，評(píng)論篇幅越長(zhǎng)，標(biāo)題信息量越多，在線評(píng)論有用性更高，假設(shè)H2、H3成立。評(píng)論時(shí)效性的系數(shù)為正，P 值顯著，表明相比于最近發(fā)布的評(píng)論，發(fā)布時(shí)間較長(zhǎng)的評(píng)論累積的有用性更高，假設(shè)H4成立。評(píng)論圖片的系數(shù)為正，P 值顯著，表明評(píng)論者發(fā)布的圖片與評(píng)論內(nèi)容相互結(jié)合，對(duì)評(píng)論有用性有顯著促進(jìn)作用，假設(shè)H5成立。商品類型的系數(shù)為負(fù)，P 值顯著，表明不同商品類型的評(píng)論有用性有顯著差異，相對(duì)于體驗(yàn)品，消費(fèi)者從搜索品的評(píng)論中獲取信息更為容易，則搜索品的評(píng)論有用性更高，假設(shè)H6a成立。評(píng)論長(zhǎng)度與商品類型的交互項(xiàng)系數(shù)為正，P 值顯著，表明商品類型促進(jìn)評(píng)論長(zhǎng)度對(duì)評(píng)論有用性的作用，相比于搜索品，消費(fèi)者更需要通過長(zhǎng)篇幅的內(nèi)容了解購買者的使用體驗(yàn)，假設(shè)H6b部分成立。而評(píng)論圖片與商品類型的交互項(xiàng)系數(shù)不顯著，表明商品類型并無調(diào)節(jié)作用，假設(shè)H6c不成立。

評(píng)論者等級(jí)系數(shù)為正，P 值顯著，表明排名靠前的評(píng)論者發(fā)布的評(píng)論的有用性更高，假設(shè)H7成立。評(píng)論者權(quán)威性系數(shù)為正，P 值顯著，表明評(píng)論者權(quán)威性越強(qiáng)，則其評(píng)論的可靠性越高，對(duì)商品理解越深刻，則其評(píng)論越有用，假設(shè)H8成立。評(píng)論者經(jīng)驗(yàn)系數(shù)為負(fù)，P 值顯著，表明評(píng)論者過往發(fā)布的評(píng)論數(shù)越多，并不能增加其評(píng)論的有用性，反而會(huì)削弱其評(píng)論的有用性，可能是平臺(tái)在激勵(lì)消費(fèi)者發(fā)表評(píng)論時(shí)，雖然提高了評(píng)論者的評(píng)論數(shù)量，卻導(dǎo)致評(píng)論者隨意評(píng)論，致使評(píng)論可信度降低［32］，因而降低其評(píng)論有用性，假設(shè)H9不成立。

3.3 變量校準(zhǔn)

本文參考Andrews 等使用直接校準(zhǔn)法對(duì)變量進(jìn)行校準(zhǔn)［33］，錨點(diǎn)選取為95%的分位數(shù)值、平均數(shù)、5%的分位數(shù)值分別作為完全隸屬、交叉點(diǎn)和完全不隸屬的臨界點(diǎn)。使用fsQCA3.0 程序進(jìn)行模糊值校準(zhǔn)各變量校準(zhǔn)錨點(diǎn)結(jié)果如表4 所示。

表4 各變量校準(zhǔn)錨點(diǎn)Table 4 Calibration anchor points for each variable

3.4 必要性分析

由表5 可知，單個(gè)前因變量一致性均低于0.9，表明不存在前因變量能構(gòu)成高在線評(píng)論有用性的必要條件，可以對(duì)所有在線評(píng)論者有用性的前因變量進(jìn)行組態(tài)分析。

表5 單因素必要性分析結(jié)果Table 5 Results of single factor necessity analysis

3.5 構(gòu)建真值表和組態(tài)分析

關(guān)于原始一致性閾值設(shè)定的問題，Ragin 推薦一致性閾值設(shè)定大于等于0.80［28］。結(jié)合樣本實(shí)際情況，本文將一致性閾值設(shè)定為0.80，而PRI一致性則根據(jù)學(xué)者們建議設(shè)定為不低于0.75［29］?？紤]到本文的案例數(shù)量較大，在保留75%的總案例數(shù)后［29］，設(shè)定案例閾值為10。之后，經(jīng)過標(biāo)準(zhǔn)分析、反事實(shí)分析得到復(fù)雜解、中間解及簡(jiǎn)約解。QCA 不僅能夠能分析得到不同的組態(tài)路徑，還能區(qū)分核心條件與補(bǔ)充條件［33］，簡(jiǎn)約解得到結(jié)果變量的核心條件變量，中間解得到結(jié)果變量的輔助條件變量，本文在分析時(shí)以中間解為主并考慮了簡(jiǎn)約解。從表6 可見，通過對(duì)18 635 個(gè)評(píng)論數(shù)據(jù)樣本的計(jì)算和分析可以得到高在線評(píng)論有用性的組態(tài)，結(jié)果顯示總體一致性為0.9333，而當(dāng)前大樣本的QCA 研究中解的總體覆蓋度一般是在0.3 以上［36］，而本文的解的總體覆蓋度為0.3744 ＞0.3，是符合當(dāng)前研究標(biāo)準(zhǔn)的。表明組態(tài)整體解釋力較強(qiáng)，可信度高?；凇暗刃浴钡募僭O(shè)前提，在研究復(fù)雜因果關(guān)系時(shí)，多種組態(tài)可以得出同一結(jié)果［29］。本文發(fā)現(xiàn)了6 種構(gòu)成高在線評(píng)論有用性的組態(tài)，即Y1、Y2a、Y2b、Y3a、Y3b、Y3c，其一致性指標(biāo)分別為0.9752、0.989、0.9925、0.9813、0.9836、0.9842，說明這6 種組態(tài)都是高在線評(píng)論有用性的充分條件。

表6 高在線評(píng)論有用性組態(tài)Table 6 High online review usefulness configurations

對(duì)這6 種組態(tài)詳細(xì)分析如下：①條件組態(tài)Y1顯示，無論評(píng)論圖片是否存在，缺乏高評(píng)論星級(jí)（核心條件）、缺乏高評(píng)論時(shí)效性（核心條件）、在搜索品中（邊緣條件）、缺乏高評(píng)論者等級(jí)（邊緣條件）、缺乏高評(píng)論者經(jīng)驗(yàn)（邊緣條件）、擁有高評(píng)論長(zhǎng)度（核心條件）、擁有高評(píng)論者權(quán)威性（核心條件）以及擁有高標(biāo)題信息量（邊緣條件）可以產(chǎn)生高的在線評(píng)論有用性。②組態(tài)Y1表明，無論評(píng)論圖片是否存在，對(duì)于一些低評(píng)論時(shí)效性即時(shí)間間隔近的搜索品的負(fù)面評(píng)論（缺乏評(píng)論星級(jí)）而言，即使該條評(píng)論的撰寫者等級(jí)較低且評(píng)論經(jīng)驗(yàn)較少，只要其評(píng)論標(biāo)題總結(jié)得當(dāng)，評(píng)論內(nèi)容豐富，并且作為該商品的權(quán)威評(píng)論者，則其在線評(píng)論仍能得到較高的有用性投票。如，在Kindle閱讀器及飛利浦電動(dòng)牙刷等近期銷量大、評(píng)論多的商品中，雖然其負(fù)面評(píng)論中的評(píng)論者等級(jí)較低、經(jīng)驗(yàn)少，但作為Kindle 閱讀器的擁躉，其敘述得當(dāng)、言之有物的評(píng)論，仍然得到較多人的有用性投票。③條件組態(tài)Y2a顯示，無論高標(biāo)題信息量是否存在，缺乏高評(píng)論時(shí)效性（邊緣條件）、在搜索品中（邊緣條件）、缺乏高評(píng)論者等級(jí)（邊緣條件）、缺乏高評(píng)論者經(jīng)驗(yàn)（邊緣條件）、擁有評(píng)論圖片（核心條件）、擁有高評(píng)論者權(quán)威性（核心條件）、擁有高評(píng)論星級(jí)（邊緣條件）以及擁有高評(píng)論長(zhǎng)度（邊緣條件）可以產(chǎn)生高的在線評(píng)論有用性。條件組態(tài)Y2b顯示，無論高標(biāo)題信息量是否存在，缺乏高評(píng)論時(shí)效性（邊緣條件）、在搜索品中（邊緣條件）、擁有評(píng)論圖片（核心條件）、擁有高評(píng)論者權(quán)威性（核心條件）、擁有高評(píng)論星級(jí)（邊緣條件）、擁有高評(píng)論長(zhǎng)度（邊緣條件）、擁有高評(píng)論者等級(jí)（邊緣條件）以及擁有高評(píng)論者經(jīng)驗(yàn)（邊緣條件）可以產(chǎn)生高的在線評(píng)論有用性。④組態(tài)Y2a與Y2b表明，無論評(píng)論標(biāo)題信息量是否豐富，在近期搜索品的正面評(píng)價(jià)中，只要評(píng)論者有專業(yè)的商品知識(shí)且在評(píng)論中發(fā)布圖片，則其在線評(píng)論便能獲得較高的有用性投票。而Y2a與Y2b的區(qū)別便在于Y2a路徑中的評(píng)論者等級(jí)較低、經(jīng)驗(yàn)不足，而Y2b的評(píng)論者等級(jí)高、歷史評(píng)論數(shù)較多即經(jīng)驗(yàn)豐富。例如，在Sony 耳機(jī)、Western臺(tái)式機(jī)外置硬盤、AKG 專業(yè)錄音室耳機(jī)和Casio男士數(shù)字手表等銷量較少的小眾商品中，在評(píng)論星級(jí)高的情況下，只要評(píng)論者的權(quán)威性較高即具備較淵博的商品知識(shí)并在其評(píng)論中發(fā)布圖片，便能獲得較高的評(píng)論有用性。⑤條件組態(tài)Y3a顯示，無論高標(biāo)題信息量是否存在，缺乏高評(píng)論星級(jí)（核心條件）、缺乏高評(píng)論時(shí)效性（邊緣條件）、不考慮評(píng)論圖片（邊緣條件）、在搜索品中（邊緣條件）、擁有高評(píng)論長(zhǎng)度（核心條件）、擁有高評(píng)論者等級(jí)（核心條件）、擁有高評(píng)論者權(quán)威性（邊緣條件）以及擁有高評(píng)論者經(jīng)驗(yàn)（邊緣條件）可以產(chǎn)生高的在線評(píng)論有用性。條件組態(tài)Y3b顯示，無論高標(biāo)題信息量是否存在，缺乏高評(píng)論星級(jí)（核心條件）、不考慮評(píng)論圖片（邊緣條件）、擁有高評(píng)論長(zhǎng)度（核心條件）、擁有高評(píng)論者等級(jí)（核心條件）、擁有高評(píng)論時(shí)效性（邊緣條件）、在體驗(yàn)品中（邊緣條件）、擁有高評(píng)論者權(quán)威性（邊緣條件）以及擁有高評(píng)論者經(jīng)驗(yàn)（邊緣條件）可以產(chǎn)生高的在線評(píng)論有用性。條件組態(tài)Y3c顯示，無論評(píng)論時(shí)效性是否存在，缺乏高評(píng)論星級(jí)（核心條件）、不考慮評(píng)論圖片（邊緣條件）、擁有高評(píng)論長(zhǎng)度（核心條件）、擁有高評(píng)論者等級(jí)（核心條件）、擁有高標(biāo)題信息量（邊緣條件）、在體驗(yàn)品中（邊緣條件）、擁有高評(píng)論者權(quán)威性（邊緣條件）以及擁有高評(píng)論者經(jīng)驗(yàn)（邊緣條件）可以產(chǎn)生高的在線評(píng)論有用性。⑥組態(tài)Y3a表明，無論標(biāo)題信息量是否豐富，在近期搜索品的負(fù)面評(píng)價(jià)中，消費(fèi)者在兼顧評(píng)論者權(quán)威性和經(jīng)驗(yàn)后，主要依據(jù)排名靠前的評(píng)論者等級(jí)及其評(píng)論內(nèi)容中囊括的關(guān)于商品的表述言辭，給予其評(píng)論高的有用性投票。這種情況出現(xiàn)在多種產(chǎn)品中，如Champion T恤、耳機(jī)、手表、電動(dòng)牙刷和保溫杯中，在低評(píng)論星級(jí)即負(fù)面評(píng)論中，消費(fèi)者主要關(guān)注評(píng)論者等級(jí)及其評(píng)論內(nèi)容來確定該評(píng)論是否有用。⑦組態(tài)Y3b和Y3c表明，無論評(píng)論時(shí)效性即評(píng)論時(shí)間遠(yuǎn)近、標(biāo)題信息量多少，在體驗(yàn)品的負(fù)面評(píng)論中，消費(fèi)者在兼顧評(píng)論者權(quán)威性和經(jīng)驗(yàn)后，主要依據(jù)評(píng)論者的領(lǐng)先排名即高等級(jí)以及其長(zhǎng)篇幅的評(píng)論內(nèi)容，給予該評(píng)論高的有用性投票。由于本文選取的體驗(yàn)品為圖書，在其負(fù)面評(píng)價(jià)中，評(píng)論者會(huì)使用長(zhǎng)篇幅的評(píng)論內(nèi)容撰寫書籍情況及自身的閱讀體驗(yàn)，而一般情況下，這樣的評(píng)論者多為熱愛閱讀，涉獵較廣的“讀書人”，其評(píng)論者權(quán)威性高、評(píng)論等級(jí)及經(jīng)驗(yàn)相較其他商品的評(píng)論者更為豐富，因而其評(píng)論的有用性也更高。

3.6 穩(wěn)健性檢驗(yàn)

對(duì)于研究結(jié)果的穩(wěn)健性檢驗(yàn)，本文參考孫國強(qiáng)等的做法，通過將一致性閾值設(shè)定水平由0.8 提升至0.85、0.9 進(jìn)行穩(wěn)健性檢驗(yàn)［35］。研究發(fā)現(xiàn)，一致性閾值的改變，并未導(dǎo)致中間解和簡(jiǎn)單解的結(jié)果出現(xiàn)明顯變化，而解的一致性和覆蓋率也無明顯變動(dòng)，因此研究結(jié)果具有穩(wěn)健性［36］。

4 結(jié)論、啟示與展望

4.1 結(jié)論

基于信息采納模型，結(jié)合負(fù)二項(xiàng)回歸模型和fsQCA方法來探究在線評(píng)論有用性的影響因素和因素間的組態(tài)效應(yīng)。主要結(jié)論如下：①負(fù)二項(xiàng)回歸模型結(jié)果表明，在線評(píng)論情境中，評(píng)論內(nèi)容特征作為影響在線評(píng)論有用性的中心路徑，評(píng)論長(zhǎng)度、標(biāo)題信息量、時(shí)效性、圖片均對(duì)在線評(píng)論有用性起顯著正向作用，評(píng)論星級(jí)與商品類型則起負(fù)向作用。而作為邊緣路徑的評(píng)論者特征，評(píng)論者等級(jí)、權(quán)威性正向影響評(píng)論有用性，評(píng)論者經(jīng)驗(yàn)則因?yàn)榇嬖谠u(píng)論“注水”的可能，負(fù)向影響評(píng)論有用性，同時(shí)，商品類型正向調(diào)節(jié)評(píng)論長(zhǎng)度與在線評(píng)論有用性間關(guān)系。②負(fù)二項(xiàng)回歸的模型擬合度為0.13，表明在評(píng)論內(nèi)容或評(píng)論者特征中，單個(gè)因素對(duì)消費(fèi)者感知的在線評(píng)論有用性的解釋力度較差，而必要性分析中單個(gè)前因變量一致性均低于0.9，也表明不存在任一前因變量能構(gòu)成高在線評(píng)論有用性的必要條件，因此有必要從整體視角出發(fā)探討前因變量間的組態(tài)效應(yīng)。③組態(tài)分析結(jié)果顯示，包含6 條能提升在線評(píng)論有用性的路徑，多條路徑解釋了在線評(píng)論有用性影響因素間的組態(tài)作用。不同組態(tài)表明不同情境下高在線評(píng)論有用性的實(shí)現(xiàn)路徑。在搜索品的負(fù)面評(píng)論情境即組態(tài)Y1中，只有評(píng)論者具備高權(quán)威性以及其評(píng)論標(biāo)題信息量多、內(nèi)容篇幅長(zhǎng)時(shí)，才能獲得高的評(píng)論有用性；在搜索品的正面評(píng)論情境即組態(tài)Y2中，只要評(píng)論者具備專業(yè)的商品知識(shí)即高權(quán)威性并且發(fā)布評(píng)論圖片，即可獲得高的評(píng)論有用性；在體驗(yàn)品的負(fù)面評(píng)論情境中即組態(tài)Y3中，既需要考慮高評(píng)論者等級(jí)，也需要內(nèi)容豐富的長(zhǎng)篇幅評(píng)論，才能獲得高的在線評(píng)論有用性。總而言之，從信息采納模型出發(fā)，無論是哪種組態(tài)，消費(fèi)者只有在綜合考慮信息質(zhì)量（評(píng)論內(nèi)容特征）和信息源可信度（評(píng)論者特征）之后，才會(huì)給予高在線評(píng)論有用性的投票。

4.2 啟示

理論方面。首先，本文率先在在線評(píng)論有用性研究領(lǐng)域引入fsQCA 方法，完善在線評(píng)論有用性的前因研究，突破過往研究中單一統(tǒng)計(jì)分析方法對(duì)自變量相互獨(dú)立和因果對(duì)稱的限制，彌補(bǔ)過往研究方法的不足。其次，從整體視角出發(fā)，研究前因變量間的組態(tài)效應(yīng)，有利于形成相對(duì)完整統(tǒng)一的理論框架。最后，從信息質(zhì)量（中心路徑）和信息源可信度（邊緣路徑）出發(fā)，采用混合方法識(shí)別在線評(píng)論有用性的提升路徑，不僅是對(duì)信息采納模型的擴(kuò)展與深入使用，也豐富了QCA研究方法的適用范圍，為后續(xù)研究提供良好的借鑒。

實(shí)踐方面。首先，本文證實(shí)電商網(wǎng)站激勵(lì)購買者多發(fā)評(píng)論的方式存在負(fù)向影響，相比于評(píng)論數(shù)量，評(píng)論質(zhì)量才是電商網(wǎng)站應(yīng)考慮的重點(diǎn)，而網(wǎng)站可以通過識(shí)別評(píng)論者權(quán)威性的方式，對(duì)相關(guān)優(yōu)質(zhì)評(píng)論者加以激勵(lì)，從而刺激優(yōu)質(zhì)評(píng)論者撰寫有用性高的在線評(píng)論。同時(shí)，評(píng)論圖片作為高在線評(píng)論有用性多個(gè)組態(tài)的核心存在條件，對(duì)消費(fèi)者購買決策提供更多幫助，電商網(wǎng)站需要鼓勵(lì)購買者在評(píng)論中多發(fā)布圖片。此外，高有用性評(píng)論中負(fù)面評(píng)論的占比不小，商家可以利用有價(jià)值的負(fù)面評(píng)論來改善產(chǎn)品。最后，高有用性在線評(píng)論路徑的識(shí)別，有利于潛在消費(fèi)者迅速識(shí)別符合其需求的評(píng)論，更高效地進(jìn)行購買決策。

4.3 研究局限與未來展望

本文的研究局限與未來展望主要有以下兩個(gè)方面：一方面，本文的評(píng)論數(shù)據(jù)來源為亞馬遜中國網(wǎng)站，而不同的電商平臺(tái)其評(píng)論數(shù)據(jù)有所區(qū)別，構(gòu)成的組態(tài)也可能有所差異，未來可以對(duì)不同電商平臺(tái)的高在線評(píng)論有用性的組態(tài)進(jìn)行對(duì)比研究。另一方面，評(píng)論數(shù)據(jù)存在時(shí)間效應(yīng)，在今后的研究中可以進(jìn)行時(shí)序QCA研究，以對(duì)比分析不同時(shí)期高在線評(píng)論有用性的組態(tài)變化。