商品评论对网络消费者购买决策的影响研究

费佳宝

摘要：互联网的普及让网络消费者对商品评论的依赖性逐渐增强。从商品评论的数据属性出发，利用普通最小二乘法构建商品评论对网络消费者购买决策影响的多元线性回归模型，并借助SPSS13.0软件，利用相关分析和回归分析的研究方法对调查问卷收集的数据进行实证研究。研究结果表明：商品评论的数量、质量、态度、时效性、评论者的资信度都正向影响网络消费者的购买决策。

关键词：商品评论；网络消费者；购买决策；多元线性回归模型

中图分类号：F27文献标识码：Adoi：10.19311/j.cnki.16723198.2018.25.026

1商品評论对网络消费者购买决策影响的研究意义

商品评论是买家在购买产品后，根据自身的使用经历和购买经验在购物网站上发表自己关于产品的服务、质量、物流等方面的评论。在互联网快速普及的今天，网络消费者在进行购物时，会在搜索商品信息时或者要做出购买决策前浏览大量的评论信息，所以，加强商品评论对网络消费者购买决策影响的研究具有重要的意义。

第一，从网络消费者的角度出发，网络消费者通过商品评论可以了解到更多真实的产品信息，然后根据自身的需求做出合理的购买决策；

第二，从电子商务企业的角度出发，电子商务企业通过商品评论可以了解市场需求、分析网络消费者的偏好，根据自身产品的特点做出合理的营销策略；

第三，就第三方网络销售平台而言，合理的利用商品评论能有效地增加网络消费者与平台之间的粘性，提高网购市场的竞争力。

2商品评论的数据分析模型

2.1多元线性回归分析概述

通过仔细阅读了范微娜、郑小平、翟丽孔等学者研究商品评论的某一两个因素对网络消费者购买决策的影响，笔者将先前学者研究的因素结合起来，从商品评论的本身特征出发，把商品评论的数量、质量、态度、时效性作为本文研究的自变量，从商品评论的外部因素出发，把评论者的资信度也作为自变量，把网络消费者的购买决策作为因变量。

在多元统计分析中回归分析是所有方法中应用最广的一种，也是数理统计中最常用的方法。回归分析是探索自变量与因变量之间依存关系的理论。但在经典单方程计量经济学模型中，因为实际的经济问题中因变量受到多个自变量的影响，本文网络消费者的购买决策受到了多个因素的影响，因此所建的回归模型是多元线性回归模型。

本文把因变量命名为Y，五个自变量分别命名为X1、X2、X3、X4、X5，则可得出因变量Y与自变量X1、X2、X3、X4、X5的回归模型。因此商品评论对网络消费者购买决策影响的关系图和回归模型如图1所示。

Y=β0+β1xi1+β2xi2+β3xi3+β4xi4+β5xi5+μ（1）

2.2普通最小二乘法

普通最小二乘法的估计量具有线性、无偏性和有效性等优良性质，它是最佳线性无偏估计量，所以采用最小二乘法来估计参数是最佳的选择。普通最小二乘法就是利用SPSS13.0软件寻找β︿0、β1︿、β︿2、β︿3、β︿4、β︿5，让离差平方和最小，公式如下：

Q（β︿0，β︿1，β︿2…β︿p）=∑nI=1（Yi-β︿0-β1︿xi1-β︿2xi2-…-β︿pxip）2

=minβ︿0，β︿1，β︿2…β︿p∑nI=1（Yi-β︿0-β1︿xi1-β︿2xi2-…-β︿pxip）2（2）

为了使参数估计值最小，可以通过矩阵和求导的方式，得到参数估计值的正规方程组：

∑（Yi+β︿0+β1︿xi1+β︿2xi2+…+β︿pxip）=∑yi

∑（Yi+β︿0+β1︿xi1+β︿2xi2+…+β︿pxip）xi1=∑yixi1

∑（Yi+β︿0+β1︿xi1+β︿2xi2+…+β︿pxip）xi2=∑yixi2

…

∑（Yi+β︿0+β1︿xi1+β︿2xi2+…+β︿pxip）xip=∑yixip（3）

通过公式（2）、（3），可推导出参数β︿0、β1︿、β︿2、β︿3、β︿4、β︿5，由此本文的多元线性回归模型为：

Y︿=β︿0+β1︿xi1+β︿2xi2+β︿3xi3+β︿4xi4+β︿5xi5（4）

3商品评论对网络消费者购买决策影响的实证分析

3.1相关分析

相关分析是通过描述相关关系的统计量来确定相关的密切程度和线性相关的方向。本文的研究将采用Person相关系数，检验变量之间是否存在相关关系，一般而言，Person相关系数大于零，表明变量之间存在正相关关系，否则存在负相关关系。各变量之间的相关分析结果如表1所示。

以上数据结果可以看出，在0.05的显著性水平下，商品评论的五个自变量的相关系数分别为0546、0.748、0.741、0.488、0.753，其对应的Sig值都小于005，则表明商品评论的五个自变量与网络消费者的购买决策之间存在显著的正相关关系。

3.2回归分析

回归分析是通过建立回归方程来研究自变量与因变量之间的因果分析。为了确定变量之间的密切程度，在相关分析的基础上利用SPSS13.0软件进行回归分析。在多元线性回归条件下，采用F检验判断自变量与因变量之间是否存在线性关系；采用Beta系数，分析自变量对因变量影响程度的大小；采用VIF检验判断变量之间的多重共线性问题，一般而言，当0

回归矩阵分析的结果可以看到，各变量的VIF值都小于10，说明变量之间不存在多重共线性问题；X1、X2、X3、X4、X5的回归系数分别为0.120、0123、0.121、0.113、0.129，对应的Sig的值都小于0.05，则表明商品评论的数量、质量、态度、时效性、评论者的资信度都会对网络消费的购买决策产生正向影响；其多元线性回归模型为Y︿=1.940+0.120xi1+0.123xi2+0.121xi3+0.113xi4+0.129xi5。

4商品评论对网络消费者购买决策影响的结论

在对变量的相关分析中，自变量的Person相关系数都大于0，说明自变量与因变量之间存在正向相关；其中，评论者资信度的Person相关系数0.753最大，商品评论时效性的Person相关系数0.488最小，则表明评论者资信度的影響效果最显著，评论时效性的影响效果最小。

在对变量的总体回归分析中，各变量的F值为3987，在0.05的显著性水平下，F检验都通过；在变量的回归矩阵分析中，自变量的非标准化系数都大于0，说明自变量与因变量之间正向相关；其中评论者资信度的Beta系数0.130最大，商品评论时效性的Beta系数0.109最小，则表明评论者资信度的影响效果最显著，评论时效性的影响效果最小。

相关分析和回归分析的实验结论一致，即可得出结论：

商品评论的数量、质量、态度、时效性以及评论者的资信度都正向影响网络消费者的购买决策。其中评论者的资信度对网络消费者购买决策的影响效果最显著，评论的时效性影响效果最小。

5商品评论数据属性对电子商务企业的发展建议

5.1建立完善的商品评论的交流平台

对商品评论的数量，电子商务企业应该建立一个完善的商品评论的交流平台。有了完善的交流平台，网络消费者才愿意发表评论，评论的数量越多，产品的知名度越高，网络消费者对此产品的关注度也会增加，达到电子商务企业的营销目的。

5.2采用激励措施鼓励网络消费发表评论

对于商品评论的态度、质量和时效性，电子商务企业采用发送优惠券、赠送小礼品、换取积分或获得折扣等激励措施作为奖励，鼓励网络消费者在相关交流平台上发表积极的、高质量和最新的购后评价。看到正面的、高质量的和最新的产品信息后，网络消费者进行选择的参考指标就越多，会增加对产品的购买需求，扩大电子商务企业的市场份额，提高市场的竞争力。

5.3发掘资信度较高的评论者

对于评论者的资信度，电子商务企业应该努力发掘资信度较高的评论者，发挥其领袖的作用，并将其作为口碑营销的主力军，鼓励此类商品评论者利用自身的影响力积极进行口碑营销，以较小的成本更好的发挥口碑营销的价值，也能更快的达到宣传的效果。

5.4制定负面评论的补救措施

对于商品评论的态度，电子商务企业应该高度重视负面评论的影响，在出现负面评论时，及时的与评论者沟通，了解负面评论产生的原因，采取相应的措施进行补救，改善消费者对产品或服务的印象，增加消费者对产品的满意度，提高消费者的购买决策。

参考文献

[1]尹英姿.基于TAM的酒店在线评论参与行为研究[D].青岛：中国海洋大学，2012.

[2]范微娜.商品评论对信任和购买意愿研究[J].新营销，2013，7（1）：1718.

[3]郑小平.商品评论对网络消费者购买决策影响的实证研究[D].北京：中国人民大学，2008，38（3）：291297.

[4]翟丽孔.网店商品评论对消费者购买意愿的影响研究[D].大连：东北财经大学，2011，22（12）：5259.