基于信号传递理论的在线评论有用性影响因素研究

李昂 赵志杰

摘 要：[目的/意义]在线评论在消费者网络购物决策过程中解决信息不对称的作用日益显著，探索在线评论有用性影响因素对消费者和商家都具有重要意义。[方法/过程]以信号传递理论为框架，从与评论内容、评论者和反馈有关的信号构建在线评论有用性影响因素模型，同时考虑商品类型的调节作用，并分析了信号环境的影响。[结果/结论]通过亚马逊中国网站获取客观数据进行实证研究，发现负面评论、评论字数越多、评论含有图片、评论者对信息有披露、评论者排名越靠前、评论回应数量越多则评论有用性越高，商品类型在评论情感倾向、评论图片对评论有用性影响中起到了显著的调节作用，并且信号影响评论有用性受到信号环境的影响。

关键词：在线评论;有用性;信号传递理论;负二项回归;影响因素

Abstract：[Purpose/Significance]Online reviews play an increasingly significant role in solving information asymmetry in the decision-making process of consumer online shopping.In order to optimize the user experience of consumers，it is necessary to timely and correctly dig out the online review information that is useful to consumers.Therefore，it is of great significance to explore the factors influencing the usefulness of online reviews.[Method/Process]Based on signaling theory，this paper constructed a model of factors influencing online review usefulness from the signals related to the review content，reviewers and the review feedback，in which the moderating role of the product type was considered.On the basis of previous researches，the review readers feedback to the review and the signal environment influence were explored.[Result/Conclusion]The objective online review data were obtained through Amazon China website，and the factors influencing online review usefulness were empirically tested.The results showed that negative reviews，reviews with more number of words，reviews with pictures，reviews with the reviewer disclosure，reviews produced by the reviewer with higher rank were more useful for consumers.The product type had a moderating role in review sentiment and review pictures influencing review usefulness，moreover，the influence of signal environment was verified.

Key words：online reviews;usefulness;signaling theory;negative binomial regression;influencing factors

在Web2.0时代，在线评论作为用户生成内容的一种主要形式，已经成为消费者在购买决策过程中参考的重要信息源[1]。根据Mudambi S M等的定义，在线评论是消费者在电子商务或第三方评论等网站上发布的关于商品或服务的评价信息[2]。在线零售商通过在线评论的方式给消费者提供了交流消费体验的平台，促使消费者广泛地发表在线评论以帮助潜在的消费者做出购买决策。网站上大量的在线评论一方面为潜在消费者提供了很多有价值的参考信息[3];另一方面也增加了消费者的搜索成本，带来了信息过载问题。这降低了消费者对在线评论的使用以致其价值没有被充分发挥。一些网站为了解决此问题，在每条评论的旁边设置评论是否对消费者有用的投票，根据阅读者对评论的直接反馈可以判断评论是否有用，这在一定程度上可以帮助消费者快速发现有用的在线评论，提升消费者的用户体验[4]。这一问题也被许多研究所关注，对在线评论中哪些因素能影响其有用性进行了积极探索，识别在线评论有用性的影响因素是判断评论潜在价值的关键，可以帮助在线网站在阅读者还没有对有用性进行投票前預测有用性并进行排序，可见，研究在线评论有用性的影响因素具有重要的理论意义与实践价值。

本研究在已有文献基础上，以信号传递理论为框架，从信号发出者、信号、信号接收者的反馈以及信号环境等方面构建在线评论有用性影响因素模型，旨在以一个新的视角解释各因素如何影响在线评论有用性，其中加入了对阅读者的反馈方面的探讨和信号环境的影响，进一步完善了在线评论有用性影响因素模型，并通过亚马逊网站获取数据进行实证分析，探究在线评论有用性的影响因素及各影响因素之间的作用机制，为有用性的衡量提供新思路。

1 理论模型与研究假设

1.1 在线评论有用性和信号传递理论

Chatterjee P首次提出了在线评论有用性的概念，指评论信息使用的影响程度[5]。Mudambi S M等最早从感知价值角度定义了在线评论有用性，得到了学者们的广泛认可，指消费者在决策过程中对在线评论是否有帮助的主观感知价值[2]。

消費者在购买决策过程中通过浏览在线评论降低对产品的不确定性，以解决信息不对称的问题。作为信息经济学理论中解决信息不对称的有力工具，信号传递理论（Signaling Theory）由美国经济学家Spence M在20世纪70年代提出，2001年度获得了诺贝尔经济学奖，来源于买卖双方信息不对称情境下市场互动的研究，已经发展为包括信号发出者（Signaler）、信号（Signal）、信号接收者（Signal Receiver）、反馈（Feedback）以及信号环境（Signaling Environment）等要素在内的完整的理论框架[6]。在买卖双方信息不对称的情境下，消费者积极寻找有用的在线评论帮助他们辨别产品或服务质量，因此，为更好地解释消费者判断在线评论是否有用的行为过程，将信号传递理论引入到该领域的研究中。根据信号传递理论，信号发送者（评论者）在信号环境中发出信号给信号接收者（评论阅读者）以减少与产品或服务有关的信息不对称。

信号传递理论的核心是信号发送者，根本特征在于信号发出者是内部人，即对产品或服务有一定了解和经验的产品或服务的使用者，拥有潜在消费者没有获得的产品或服务信息，他们可以选择通过发出信号将获得的对产品或服务的个人经验分享给其他消费者。信号可以分为：与评论有关的信号、与评论者有关的信号和与反馈有关的信号。与评论有关的信号通常包含在评论内容中，评论者发出这样的信号成本较低，而与评论者相关的信号是电子商务网站提供的，评论者获得这类信号的成本较高，因为电子商务网站需要根据评论者长期发布评论的情况对其进行评价，例如排名等。这两类信号都是评论的阅读者可以直接观察到的。评论阅读者是信号接收者，是寻找产品或服务信息的外部人，他们期望获得关于即将购买的产品或服务信息以用于决策参考，同时也会通过回应的方式对评论者发出的信号做出反馈，可以视为反向信号。信号环境对信号如何降低信息不对称的程度有一定影响，也就是说，电子商务网站中以在线评论形式存在的消费者产生的内容会影响哪些因素影响了在线评论有用性。

基于此，本文从与评论内容有关的信号，与评论者有关的信号和与反馈有关的信号考虑评论有用性的影响因素，并考虑了商品类型的调节作用，如图1所示。同时，也对信号对评论有用性的影响是否取决于信号环境进行了研究。对与反馈有关的信号和信号环境对在线评论有用性影响的研究尚不多见，本研究对此进行了完善，以期做出理论贡献。

1.2 研究假设

1.2.1 与评论内容有关的信号

1）评论情感倾向。消费者在电子商务网站上可以选择1～5星的形式评价商品，代表消费者对商品的情感倾向，1星代表极差的负面评价，5星代表极好的正面评价。评论者的情感倾向表达了对商品的整体感知，是减少评论者和阅读者之间信息不对称的一个重要因素。Sen S等认为相对于正面评论，负面评论包含的信息更准确[7]。何有世等认为负面评价会提供给消费者商品的缺点和不足，对消费者更有用[8]。根据Nelson P定义的搜索型商品和体验型商品，搜索型商品的信息在消费者购买前通过搜寻比较容易获得，而体验型商品只有在消费者购买后通过自身的体验才能对与其形象、风格有关的信息进行评价[9]，因此，评论情感倾向对评论有用性的影响程度对于不同的商品类型会有所不同。Mudambi S M等研究发现，对于体验型商品，消费者更倾向相信情感倾向程度低的评论[2]，在此基础上，提出假设：

H1a：评论情感倾向对在线评论有用性产生影响，对评论阅读者而言，负面评价往往具有更高的有用性。

H1b：商品类型在评论情感倾向对评论有用性的影响关系中起到了调节作用。

2）评论深度。消费者希望通过在线评论获得关于产品或服务更多的信息，篇幅较长的评论往往包含更多的产品或服务的信息，较为丰富的内容也会刺激消费者阅读，帮助消费者减少网络购物的信息不确定性。许多学者对此进行了探索，Mudambi S M等认为，无论对搜索型商品还是体验型商品，信息的深入性能提升消费者信心以帮助其做出购买决策，评论字数与有用性呈正相关关系[2]。廖成林等也得出了评论深度对有用性有显著正向影响的结论[10]，因此，提出假设：

H2：评论深度与在线评论有用性呈正相关关系，对评论阅读者而言，评论字数越多，评论越有用。

3）评论图片。在评论中上传图片是近年来电子商务网站在线评论中新增加的一项元素，通过上传图片为评论中的观点提供进一步佐证，图片为消费者提供了更直观的产品信息，比文字更容易让消费者信服，减少购物疑虑。广告领域的研究表明，与文字相比，图片更容易对消费者产生积极的影响，让其产生正面态度和购买意愿[11]。闵庆飞等研究认为含有图片的评论比不含图片的评论具有更高的有用性[12]。商品类型不同，上传图片对评论有用性的作用程度也不同。由于搜索型商品的信息与体验型商品相比，具有更强的客观性，张艳辉等认为搜索型商品评论中的图片对评论有用性的作用更加明显[13]。基于以上研究，提出假设：

H3a：评论图片与在线评论有用性呈正相关关系，含有图片的评论有用性更高。

H3b：商品类型在评论图片对评论有用性的影响关系中起到了调节作用。

1.2.2 与评论者有关的信号

1）评论者信息披露。发出信号的评论者提供的个人信息也会影响消费者对其提供的产品或服务信息有用性的感知。评论者在发布在线评论的电子商务网站中会填写个人资料，如昵称、地理位置、兴趣、上传头像照片等，但是也有评论者没有填写任何个人资料信息。评论者展示个人信息，促使阅读者在信息源上产生自信，会增加评论可信度，其提供有用商品信息的可能性就越大，而没有个人资料的评论者会降低评论真实性，进而影响有用性。Forman C等对评论者信息披露和评论有用性的关系进行了研究，发现评论者在网站中披露个人信息，如姓名、地理位置、爱好等，能增加其发布评论的可信度和有用性[14]。卓四清等也得到了评论者个人信息披露对评论有用性有正向影响的结论[15]。因此，提出假设：

H4：评论者信息披露与在线评论有用性呈正相关关系，暴露个人信息的评论者发表的评论有用性更高。

2）评论者排名。作为信息来源，评论者的专业性也影响着消费者对评论有用性的感知。评论者的专家形象可以通过电子商务网站对评论者的排名来体现。电子商务网站根据评论者长期参与发表评论的情况进行综合评价，发表的评论越多，评論获得的有用投票总数越多，排名就越靠前。一般认为排名靠前的评论者由于经验丰富，所以发表的评论具有较高的参考价值。廖成林等、郭国庆等对此进行了研究，认为评论者资信度越高，其评论有用性越高[10，16]。有些网站在排名比较靠前的评论者发布的评论旁会用标签突显出来，以此来引起阅读者的关注。因此，提出假设：

H5：评论者排名对在线评论有用性有显著影响，排名越靠前的评论者的评论有用性越高。

1.2.3 与反馈有关的信号

评论的阅读者在接收到信号后，会通过回应评论对信号做出反馈，其他阅读评论的消费者也会看到回应的信息。江晓东通过对当当网和京东商城的在线评论进行实证分析，发现消费者对评论的回应越多，感知的有用性就越强[17]。吴江等认为一条评论获得的回应越多，表明消费者对评论越感兴趣[18]，积极与信号发出者互动进而产生有用信息的可能性就越大，对其他阅读者的参考价值也越大。因此，提出假设：

H6：阅读者对评论的回应与在线评论有用性呈正相关关系，回应越多的评论有用性更高。

1.2.4 信号环境的影响

根据信号传递理论，信号发出的环境对信号减少信息不对称的程度有一定影响。电子商务平台中存在着大量的在线评论，消费者可以通过选择阅读不同的评论来降低对产品或服务的不确定性。在消费者注意力有限的情况下，每个产品的不同评论都希望获得消费者的关注，在这样的环境下，与每条在线评论相关的各种信号会提高在线评论被感知的有用性，即各种信号对评论有用性影响显著，而在只有极少的在线评论存在的环境中，评论的存在就是对消费者有帮助的，即有些信号对评论的有用性影响不显著[19]。因此，提出假设：

H7：信号对评论有用性的影响取决于信号环境。

2 研究设计

2.1 数据收集

以Amazon.cn网站上客观存在的在线评论为研究对象，验证提出的模型和研究假设。亚马逊中国是一个综合的电子商务零售商，较早的采用了在线评论的形式为消费者提供参考信息，拥有大量用户及评论数据。通过网络爬虫软件从网站上获取两种商品类型的在线评论，选取的搜索型商品包括手机、笔记本电脑和数码相机，而体验型商品包括图书、CD和音像制品，时间范围从2012年1月1日到2017年10月9日，通过数据清洗，共获得有效样本5 079条在线评论。每条评论数据包括：评论星级、评论字数、评论是否含有图片、评论者是否暴露个人信息、评论者排名、评论回应以及评论获得的有用投票数。

2.2 研究变量

为验证假设，变量如表1所示。以评论情感倾向、评论深度、评论图片、评论者信息披露、评论者排名、评论回应作为自变量，以评论有用性为因变量。评论情感倾向以评论星级为代理指标;评论深度采用评论的字长表示;评论图片被定义为二值变量，“0”代表不含有图片，“1”代表含有图片;评论者信息披露也定义为“0”表示没有暴露任何个人信息，系统一般默认为“亚马逊买家”，只要暴露个人信息就用“1”表示;评论者排名以网站对评论者的排名为代理指标，评论回应以评论回应的数量为代理指标。由于亚马逊网站中不再显示有用性投票数与总投票数的比例，所以，借鉴Racherla P等的研究，因变量评论有用性以网站上提供的该评论获得的有用投票数为代理指标[20]。商品类型作为调节变量，定义为二值变量，“0”代表体验型商品，“1”代表搜索型商品。

3 模型估计与结果分析

3.1 描述性统计

变量描述性统计分析如表2所示，在线评论有用性的均值在7左右，而最大值为1 051，表明大多数评论获得的有用性投票数较少。评论情感倾向均值在4左右，说明大多数消费者的情感倾向趋于积极，倾向于给高分。评论深度最小值为10，原因是亚马逊网站对评论字数的最低要求为10个字，平均评论长度为82个字左右。评论者信息披露的均值为0.76，表明大多数消费者或多或少都披露了个人信息，不是没有披露任何信息。评论回应的最大值为27，说明网站中消费者对评论的回应并不积极。

3.2 回归分析

模型的回归结果如表3所示，用似然比（Log Likelihood）和伪R2系数（Pseudo R2）检验模型的拟合优度，参考同类研究，拟合效果较好。由表3可知，与评论内容有关的信号中，评论情感倾向对评论有用性有显著影响，且回归系数为负，表明负向评论的有用性更高，因此，假设H1a成立。网站中评论的情感倾向趋向积极，大多数为正面评论，评论者在商家返现的激励下也会提供正面评价，虽然正面评价提供的信息能为消费者购买决策提供参考，但没有负面评价提供的信息对消费者更有帮助，一方面数量相对较少的负面评价更容易吸引消费者的注意力而获得有用性投票;另一方面负面评价会暴露商品信息中没有的缺点，因此提供的信息对消费者更具参考价值。评论深度和评论图片都与在线评论有用性显著相关，并且回归系数都为正，表明评论深度与有用性呈正相关关系，含有图片的评论有用性更高，因此假设H2、H3a得到支持。评论深度由评论字数代表，字数越多说明提供的信息越多，因此对消费者也越有用，之前的研究也验证了这一结论[21]，而评论图片能够更直观地反映商品的情况，因此对消费者的价值也越大。由交互效应的分析发现，商品类型对评论情感倾向、评论图片影响评论有用性分别具有显著的调节作用，所以假设H1b、H3b成立，表明评论情感倾向和评论图片对不同商品类型的评论有用性的影响不同。

在与评论者有关的信号中，评论者信息披露通过显著性检验，回归系数为正，表明对信息进行披露的评论者发表的评论有用性更高，评论者排名也通过了显著性检验，且系数为负，表明排名越小，即排名越靠前，评论有用性越高，因此，假设H4、H5得到支持。评论者对个人信息进行披露，能够增加评论者的可信度，从而提高了评论的有用性，而评论者排名越靠前，表明评论者发表评论经验越丰富，提供的信息越有用。

[9]Nelson P.Information and Consumer Behavior[J].Journal of Political Economy，1970，78（20）：311-329.

[10]廖成林，蔡春江，李忆.电子商务中在线评论有用性影响因素实证研究[J].软科学，2013，27（5）：46-50.

[11]Mitchell A A，Olson J C.Are Product Attribute Beliefs the Only Mediatior of Advertising Effects on Brand Attitude？[J].Journal of Marketing Research（JMR），1981，1（1）：318-332.

[12]闵庆飞，覃亮，张克亮.影响在线评论有用性的因素研究[J].管理评论，2017，29（10）：95-107.

[13]张艳辉，李宗伟.在线评论有用性的影响因素研究：基于产品类型的调节效应[J].管理评论，2016，28（10）：123-132.

[14]Forman C，Ghose A，Wiesenfeld B.Examining the Relationship Between Reviews and Sales：The Role of Reviewer Identity Disclosure in Electronic Markets[J].Information Systems Research，2008，19（3）：291-313.

[15]卓四清，馮永洲.在线评论有用性影响因素实证研究——基于Tripadvisor.com酒店评论数据[J].现代情报，2015，35（4）：52-56，74.

[16]郭国庆，陈凯，何飞.消费者在线评论可信度的影响因素研究[J].当代经济管理，2010，32（10）：17-23.

[17]江晓东.什么样的产品评论最有用？——在线评论数量特征和文本特征对其有用性的影响研究[J].外国经济与管理，2015，37（4）：41-55.

[18]吴江，刘弯弯.什么样的评论更容易获得有用性投票——以亚马逊网站研究为例[J].数据分析与知识发现，2017，1（9）：16-27.

[19]Siering M，Muntermann J，Rajagopalan B.Explaining and Predicting Online Review Helpfulness：The Role of Content and Reviewer-related Signals[J].Decision Support Systems，2018，108.

[20]Racherla P，Friske W.Perceived Usefulness of Online Consumer Reviews：An Exploratory Investigation across Three Services Categories[J].Electronic Commerce Research & Applications，2012，11（6）：548-559.

[21]王智生，李慧颖，孙锐.在线评论有用性投票的影响因素研究——基于商品类型的调节作用[J].管理评论，2016，28（7）：143-153.

（责任编辑：孙国雷）