电子商务环境下消费者网络评价影响因素研究

范柯婵　张聪群

摘要：消费者网络评价在电子商务中引导消费者的网购行为，而消费者特征、商家因素和物流因素在不同程度上影响消费者网络评价结果。具体分析了11个因素，构建了消费者网络评价影响因素的理论模型，结合195份调查问卷，通过Logistic回归检验了11个因素对消费者网络评价的影响。研究结果表明：消费者宽恕倾向、经验特征、商品质量、售后服务质量和配送速度对消费者网络评价有正向影响，交付态度和交付方式对消费者网络评价有负向影响，而商品一致性、价格、商家声誉和商品完好性对消费者网络评价没有显著影响。其中，质量是核心影响因素。此外，研究发现高收入和高学历群体越来越注重网络购物的整体体验，对电商的期望更高。

关键词：电子商务；网络评价；网购

DOI：10.16315/j.stm.2015.02.007

中图分类号：F724.6 文献标志码：A

近几年，我国网络购物市场不断发展，截至2013年底，网络购物用户规模达到3.02亿，实现交易额1.85万亿元。据《2013年中国网络购物市场研究报告》指出：37.5%的网购消费者把用户评价作为购物决策的主要考虑因素，其比重远高于其他因素，稳居第一位。消费者网络评价是电子商务环境下消费者的交易后行为，是消费者购物体验的一种评价方式，也是一种新的口碑传播方式。与传统口碑相比，网络评价借助互联网技术和平台在消费者之间进行传播具有传播速度快、覆盖面广、影响力大的特点，且相比于广告等其他信息来源，消费者会更加认可同消费个体的他人推荐（Peer Recommendations）。网络评价能够弥补交易前消费者的信息不对称，降低其风险感知，同时响应消费者的从众心理，正负面评价的比例会左右消费者的购买决策，并且间接影响网络商家的销售业绩、品牌形象等，甚至在一定程度上影响着电子商务的发展。由此可见，在电子商务不断发展的今天，网络评价的作用和价值越来越重大，然而在现有的研究中，众多学者都将焦点聚集在网上交易前或交易中阶段的消费者行为，很少关注网购消费者的交易后行为，而网络评价作为一种口碑传播方式，是一种消费者后续行为，更鲜有学者探究其自身的影响因素。基于此，本文以中国最大的C2C电子商务平台——淘宝网的网络评价记录为依据，通过问卷调查、Logistic回归等方法研究网络评价的影响因素，以期帮助网络商家掌握消费者不满意的原因等，从而对症下药，采取措施以提高好评率，进而提高其信誉度和美誉度。

1.文献回顾

消费者网络评价是一种电子口碑。电子口碑（EWOM）是消费者在网络上发布的关于企业、产品或服务的正面评价或负面评价，进而实现与其他消费者的经验、信息交换和分享，它直接影响潜在消费者的质量认知、品牌态度和购买行为，从而影响商家的销售业绩等。而网络评价是电子口碑的主要表现方式，《2013年中国网络购物市场研究报告》指出：消费者在购买熟悉或不熟悉的产品时，用户评价始终在购物决策中占据主导地位。

在网络交易中，消费者会根据自身的网购经验、特定需求以及商家的品牌声誉对购物网站的整体服务质量产生预期，而时空分离以及虚拟性等特点使得信息不对称现象普遍存在，交易前阶段商家拥有信息优势，消费者只能通过二手信息（如用户评价）来感知商家服务和产品质量，从而容易产生交易后消费者不愉快的购物体验；换句话讲，消费者实际购买到的产品或享受的服务质量与其预期相违背，从而产生不满意或抱怨的心理和行为，给予商家负面评价，即负面的口碑传播。而绝大多数对于交易满意的顾客就会对商家的产品和服务给予肯定的评价，产生正面的口碑传播，但是负面的口碑传播所造成的影响比正面的口碑传播更强，且消费者偏好负面评价；因此，本研究重点关注负面评价的影响因素研究。

消费者给予商家负面评价（包括中评和差评）属于网购消费者交易后抱怨（不满意）行为的一种，中评和差评的区别只在于消费者抱怨或不满意的程度不同。Singh指出顾客抱怨是指顾客受到在购买或消费商品和服务时的不满驱使而采取的一系列行为或非行为反应。研究指出影响消费者网络评价的因素较多，具体分析如下。

1.1消费者特征与网络评价

消费者特征是影响网络评价的主要因素，包括宽恕倾向和经验特征，它们是消费者本身具备、且不容易发生变化的，因此对网络交易的整个过程都会产生影响。宽恕倾向是一种稳定的人格特质，表示受害者在受到伤害后放弃作出报复性或伤害性反击的倾向，其中报复和疏远对方的动机降低、和解和善意的动机增加。在网络交易中，宽恕倾向越高的消费者，就越能包容由于信息不对称而产生的交易纠纷，从而给予商家正面评价，反之，给予商家负面评价的几率就会提升。经验特征包括消费者过去交易所积累的知识、经验和熟悉感。交易经验丰富程度不同的消费者处理网络评价的态度和能力不同，且拥有较多愉快经验的消费者很可能倾向于正面评价，而拥有较多不愉快经验的消费者则倾向于负面评价。Dongyoung等研究指出消费者购买经验的增加与其网络口碑行为呈正相关，且关于某领域知识丰富的消费者更乐于传播该领域产品和服务的正面口碑，反之对该领域了解不多的消费者则更多地传播负面口碑。

1.2商家因素与网络评价

商家产品和服务的质量是影响消费者评价的关键因素。据2013年CNNIC发布的网购报告显示：产品质量和售后服务问题是给消费者带来不愉快经历的主要原因，邵家兵等指出商品问题和售后问题是影响交易评价结果的主要因素。其中商品问题包括质量、价格以及一致性，一致性主要表现为消费者实收商品与网上图片、文字描述是否相符以及与消费者实际订单要求是否相符。鉴于电子商务正在由“价格驱动”转向“服务驱动”，服务质量也是消费者网上交易后影响其评价等级的关键因素之一，周涛指出网络交易后阶段商家发货的及时性、准确性以及售后服务的有效性都可以用服务质量来表示，根据SERVQUAL模型，网上交易的售后服务质量包括可靠性、响应性、保证性和移情性4个维度，其中前3个维度合起来称之为“服务水平”。此外，彭赓等指出商家的历史信誉度是消费者预期该商家未来交易行为的一个依据，网络商家的信誉度越高，消费者对其期望越大，则若发生产品或服务问题而带来的不满意程度就越强，给予商家负面评价的概率也就越高。综上所述，商家因素主要包括商品问题、售后服务质量以及商家信誉度。

1.3物流因素与网络评价

物流环节与消费者直接接触，其服务质量（配送速度、商品完好性、交付方式、物流人员态度等）直接影响消费者的购物体验。在网络交易后阶段，网上商品需要通过物流配送将商品送达消费者手中，由于物流而带来的商品损坏、收货时间长等问题，消费者无法向第三方物流要求赔偿，因而总是将这些责任转移到商家身上，其中快递速度慢是网购用户拥有不愉快经历的主要原因之一。此外，Mentzer等认为物流服务包括物流实体配送服务和客户营销服务（物流人员的服务态度等），并提出货物可得性、时间性和完好性是衡量物流服务质量的3项指标。在美国Tennessee大学关于物流服务质量维度的研究报告中，其维度也包含了货品完好程度、时间性以及物流人员素质。而商品的交付方式——消费者自行取货或者物流人员送货上门，这无疑会影响消费者的购物体验。由此可见，物流服务质量是网购消费者对商家进行评价的重要依据，比如消费者网购的商品在运送途中遇到损坏会提高消费者给予负面评价的可能性。事实上，淘宝网店的用户评价中由于物流因素产生的中差评不在少数，据邵家兵等调查得出至少有8.8%的负面评价源于物流。

2.模型构建

2.1研究模型

基于以上文献回顾以及对淘宝网众多用户评价的整理分析，本文构建了以下消费者网络评价影响因素的理论模型，如图1所示。

2.2变量设定和测量

顾客满意度（pleasurable fulfillment）是一种消费后结果的测量维度，无论是线上或线下的商店，消费者满意度都产生于消费行为的结束阶段，是消费者交易后认知与交易前期望进行比较之后的一种整体情绪反应，且对于交易的满意或不满意是导致正面评价和负面评价的直接原因。因此，本文用顾客满意度的高低来表示消费者评价等级的高低。

结合上文影响因素的分析，本研究问卷借鉴李克特5点量表，对每一变量的测量问题设计了5个等级。消费者特征包含宽恕倾向和经验特征两个维度，本文分别借鉴Brown和Khalifa等的相关研究用3个题项进行测量。商家因素包含商品问题、售后服务质量和商家信誉度，其中，商品问题又分为质量、价格和一致性3个维度，根据邵家兵等以及Koufaris等的研究分别用4个、5个、3个题项来测量；售后服务质量参照Sheng等的研究用5个题项测量；商家信誉度参照冯炜的研究用3个题项测量。物流因素通过配送速度、商品完好性、交付态度和交付方式来衡量，前三者在黄斐等和郑兵等相关研究的基础上用3个题项测量，交付态度则有4个测量题项。消费者满意度作为因变量是借鉴了查金祥等的研究，有9个测量题项。

3.实证研究

3.1数据收集

本研究所使用的数据均来自于作者的调查。本文以拥有网购经验的群体为调查对象，历时2个月（2014年7～8月），通过网络发放以及线下纸质发放2种途径向多个城市（包括杭州、宁波、绍兴）的消费群体进行调研，共发放问卷273份，回收208份，其中有效问卷195份，回收率和有效率分别达到76.2%和93.7%。样本基本情况，如表1所示。其中，19～29岁的消费群体占了91.8%，作为网络购物市场的主力军，该群体的意见极具代表性。

3.2信度和效度分析

3.2.1信度分析

为确保研究结果的科学性，本文在进行回归之前运用Cronbachs a系数来衡量调查数据的信度，如果测量条款的a系数大于0.7，则表明该量表的信度较佳，此外，在净化测量条款前后，如果删除某个测量条款能使a系数明显增大，则表示可考虑删除该条款。基于此，本文通过运行SPSS软件得到以下结果，如表2所示。各个变量的a系数均大于0.7，说明本研究量表的内部一致性较好，所调查得到的数据可信度较高。

3.2.2效度分析

本研究所设计的量表借鉴了众多相关领域学者所认可和广泛使用的较成熟量表，这些量表经过大量实证研究的检验，基本上涵盖了它所要测量的某个因素的主要项目，在此基础上，笔者结合本文的研究背景和目的，通过专家咨询等方式对部分条款进行增减和改编，因此本文所使用的量表具有较好的内容信度。

3.3因子分析

通过因子分析可以精炼数据，消除原始数据之间的相关性，以保证数据适合进行logistic回归，并且能够提高模型分析的准确性。本研究先对所有自变量进行因子分析，得到Bartlett球体检验值为3384.322，显著性水平为0.000，KMO值为0.787，由此可知，本研究的变量数据适合做因子分析。通过采用主成分分析提取法，按照特征值大于1的原则，共抽取了11个因子，总共解释72.402%的方差，最终因子载荷矩阵结果，如表3所示。表中记录了对该因子起主要贡献作用的变量数据，从中可以看到这11个因子分别是交付方式、商品完好性、配送速度、宽恕倾向、一致性、经验特征、质量、价格、交付态度、售后服务质量和商家信誉度。

3.4Logistic回归分析

本文除了以上提到的11个因子，还有6个人口特征变量，分别是性别（x1）、年龄（x2）、教育程度（x3）、收入（x4）、网购经验（x5）和网评次数（x6）。为了优化模型，本文将分别采用以下3种形式做二元logistic回归分析：①将所有人口特征变量作为虚拟变量；②将所有人口特征变量作为分类变量；③只将性别、年龄和网评次数作为虚拟变量，其余人口特征变量作为分类变量，具体回归结果，如表4所示。

从表中可以看出，模型1中的年龄和网评次数通过了显著性检验，其余人口特征变量没有通过显著性检验，而模型2中所有的人口特征变量都没有通过显著性检验。因此，从模型择优角度出发，为减少自变量以节省自由度，本文只将年龄和网评次数作为虚拟变量，其余人口特征变量采用分类变量形式，而性别只有两个选项，因而也采用虚拟变量形式，得到回归结果，即模型3。经检验，模型3的卡方检验值为42.986，sig值为0.003；模型的似然比检验值-2LogL为225.857，该值属于比较理想的范围，且Hosmer-Lemeshow检验的显著性水平为0.349，该值远大于0.05，说明模型系数的显著性情况良好，且具有较好的拟合优度。此外，模型的总预测准确率达到88.2%，表明模型3的预测效果比较理想。

3.5统计结果分析

通过数据分析发现，交付方式、配送速度和交付态度（物流因素）、宽恕倾向和经验特征（消费者特征）、售后服务质量（商家因素）通过了0.1显著性水平的检验，商品质量（商家因素）通过了0.05显著性水平的检验。其中，交付方式和交付态度的回归系数为负，表明在其他因素不变的情况下，消费者受这两个因素影响的程度越高，其给予商家正面评价的可能性就会降低；而其他5个因素的回归系数为正，表明在其他因素不变的情况下，消费者受这些因素影响的程度越高，其给予商家正面评价的可能性就会提高。商家信誉度、商品完好性、一致性和价格对消费者网络评价没有显著影响。

对于人口特征变量，作为分类变量的消费者收入和教育程度分别在0.1和0.05水平上通过显著性检验，回归系数均为负，表明在其他因素不变的情况下，消费者的收入和教育程度每提高一个档次，其给予商家正面评价的可能性就会降低，说明高收入和高学历群体对电商的期望更高。

4.结论

本研究在理论分析的基础上，对195份调查数据进行了信度、效度检验、因子分析，最后通过Logistic回归检验了消费者宽恕倾向、经验特征、商品质量、价格、商品一致性、售后服务质量、商家声誉、配送速度、商品完好性、交付态度和交付方式对消费者网络评价的影响。

分析得出：①消费者特征的2个因子，宽恕倾向和经验特征对消费者网络评价有显著影响。宽恕倾向越高，消费者就越能理解和体谅在网购时发生的纠纷，其给与商家正面评价的可能性也越高；而网购经验越丰富，在一定程度上意味着消费者对于网络购物总体上是比较满意的，从而给予正面评价的可能性也会提高。②商家因素中商品质量和售后服务质量显著影响消费者网络评价。商品是消费者的最终目的，它的好坏严重影响着消费者的满意度；而售后服务是消费者网购时的全程感受，必定会影响消费者的购物体验，从而影响网络评价。③物流因素包括配送速度、交付态度和交付方式也对消费者网络评价有显著影响。消费者在短时间内收到商品，得到物流人员的良好服务，能够增强消费者愉快的购物体验，从而提高给予正面评价的可能性。④综合以上因素，商品质量是目前影响消费者网络评价的核心因素，而与其他因素相比，售后服务质量的影响作用比较有限。这可能是因为服务质量属于消费者需求层次中的较高层次，目前绝大部分的消费者还局限于较低层次需求的满足。⑤消费者的收入和教育程度在一定程度上与网络评价结论负相关。随着收入和教育程度的提高，消费者越来越注重网络购物的整体体验，不仅对商品质量，更是对服务质量等各方面提出高要求，且情感信任的成分越来越少。

随着网络购物市场继续快速发展，以及用户评价对网络购物决策的影响，本研究直接关注消费者网络评价自身的影响因素，尤其是引入了消费者宽恕倾向、交付方式2个因素，相对于其他众多学者将研究的焦点放在网络评价这种电子口碑产生后的影响力而言，具有一定开创意义。但本文也存在不足之处：一是量表的设计。直接翻译国外学者的调查题项会存在翻译和语境偏差，并且在其他学者的基础上进行改编也会产生不合理之处。二是样本量的限制。本文的样本数量没有超过200个，虽符合Logistic回归分析对样本量的要求，但样本量越大越有利于得出科学的结论。在未来的研究中可以进一步扩大样本量，完善量表设计，将消费者网络评价的产生机制、影响因素、影响效应以及市场应用等整体结合起来进行研究，进一步完善消费者网络评价的理论模型。