在线问答评论特征对感知有用性的影响

赵雅楠

摘要：基于精细加工可能性模型，以淘宝中“问大家”的真实在线问答评论为基础，采用问卷调查法并通过SPSS 24.0软件进行分层回归分析，研究在线问答评论特征中问答评论质量、情感倾向、一致性、总量、反馈数量对感知有用性的影响。结果表明，中枢路径因素和边缘路径因素都显著正向影响感知有用性，且前者的影响较大。提出可以从设置在线问答评论模板、提炼整体性指标、引导消费者评论方向等方面着手提高用户感知有用性。

关键词：在线问答评论;精细加工可能性模型;感知有用性

中图分类号：C811         文献标识码：A

文章编号：0439-8114（2020）15-0177-05

Abstract： Based on the elaboration likelihood model and the real online Q & A comments of “ask everyone” in Taobao， the influence of the quality， emotional tendency， consistency， total amount and feedback quantity of Q & A comments on perceived usefulness was studed by using questionnaire survey and hierarchical regression analysis by SPSS 24.0. The results showed that central pathway and marginal pathway factors had significant positive effects on perceived usefulness， and the former had a greater impact. It was suggested that users perceived usefulness could be improved by setting up online Q & A comment templates， refining overall indicators and guiding consumers comments.

Key words： online Q & A comments; elaboration likelihood model; perceived usefulness

网络购物已经是现在主流的购物方式，不断改善与创新的消费环境为消费者提供了海量的购物选择，但同时消费者网购行为的预测难度也随之加大。因此，很多学者开始研究网购决策中的影响因素，并且认为在现今开放的网购环境下，消费者感知不确定上升使得网络口碑成为影响网购决策的重要因素[1]。如今，电商的快速发展提升了其中在线评论系统的关注度[2]，也使网络口碑中典型的在线评论成为影响网络购物决策的重要因素[3]。消费者为降低网购方式下買卖双方信息不对称引起的决策风险，已经养成购前浏览在线评论的习惯，并且部分消费者有购后撰写评论的偏好[4，5]。因此产生的海量在线评论除了为其他消费者提供决策信息外，还能够为商家改进产品方向、维系客户指明方向[6]。可见，电商平台下在线评论对买卖双方以及平台都具有重大作用。目前学术界研究的在线评论有用性多是以单向信息交流的评论为主，很少有人对互动式评论进行研究，但是随着时间而积攒的大量在线问答评论也需要管理，那么到底在线问答评论特征怎样影响其感知有用性，单向在线评论的一些研究结论是否仍适用于在线问答评论，这些都是需要解决的问题。因此，本研究以淘宝网中的在线问答评论系统为例，研究在线问答评论特征对感知有用性的影响。

1 现有研究

目前有关在线评论的研究主要集中为两类，一类是对已产生的在线评论的研究，包括研究影响在线评论的有用性、偏差性、可信性[7]等，以及在线评论对产品销量[8]和绩效的影响;另一类是研究未产生的评论，主要涉及影响消费者撰写评论的因素动机以及如何让消费者参与评论的意愿增强。现有影响在线评论有用性的因素主要包括评论发布者、评论的内容、评论接收者特征等。

精细加工可能性模型（Elaboration likelihood model， ELM）认为个人在处理信息时存在两条主要路径，中枢路径和边缘路径。采用中枢路径时，个人处理信息时会投入大量精力，仔细考察信息内容本身，详尽地分析各种宣传提供的信息真实性，融合各方论据以及矛盾信息，最终做出一个整体判断。中枢路径涉及的是高度信息细化阶段，其中个体对于大量参数的认知是由接受者个体生成的。由中枢路径带来的态度改变结果是持久的、相对稳定的，且能够进行行为预测。在边缘路径下，起说服作用的因素多在于个人在接收信息刺激的过程中受到的积极或消极的暗示，或者个体对自己倾向观点的简单判断。在这个过程中，个体投入的精力大打折扣，此时信息接收者感知到的刺激通常与质量逻辑关系甚微。这些刺激包括信息来源可信度、信息质量或吸引力等。由边缘路径带来的态度改变结果相较而言没有那么持久和稳定。本研究将在线问答评论质量、在线问答评论情感倾向、在线问答评论一致性界定为中枢路径因素范畴，将问答评论总量、问答评论反馈数量划分为边缘路径因素范畴。

2 概念与假设

2.1 相关概念

1）在线评论。在线评论的概念首次由Chatterjee[9]于2001年提出，此后国内外学者从不同角度出发界定了这一概念。从评论内容属性的角度，Chen等[10]认为用户在特定网站基于切身使用体验发布的有关商品属性的评论就是在线评论;从评论包含的范围视角出发，李枫林等[11]指出在线评论为用户在论坛或微博等社交网站或电商平台上与其他用户交互的产品或服务信息，现以文字为主，图片辅助。综上，本研究对于在线评论的理解为，消费者依据自己购买或使用某一产品过程中的个人感受，以打分、文字、图片或视频等形式发布在相关网络平台（电商平台、社交平台、虚拟社区）上的关于产品或服务的信息，这些信息是基于消费者自己意愿发布的，不受企业或平台的干扰。

2）在线问答评论。本研究认为在线问答评论产生于电商平台中的在线问答系统，通过一问多答的形式为消费者之间关于产品或服务信息的针对性互动提供了便利，目前主要以文本的形式来传递信息。在问答系统中，消费者可以在任意时间对平台中商品进行提问并获得系统随机邀请的数位已购消费者的回答，所以在线问答评论不仅具有传统评论保存时间长、传递无界限、匿名性的特点，还具有针对性、定制性、客观性等优点。同时，与传统评论相比，在线问答评论长度更短、观点更明确，有利于使评论信息一目了然且指向明确。

3）感知有用性。Davis等[12]在研究信息系统的接受理论时提出了技术接受模型，由此第一次出现“感知有用性”概念，用以表示用户在使用某一系统时感受到的系统有用性。随后Sussman等[13]依据技术接受模型发展出信息采纳模型，该模型提出信息质量和信源可信度是2个影响用户对信息感知有用性的因素。之后感知有用性就经常应用于营销和信息领域。在线评论本质上是一种信息，所以在营销学中多从信息传播角度研究在线评论，随后在线评论的感知有用性概念被提出。Mudambi等[14]认为，在线评论有用性是消费者对在线评论对自身购买决策是否有帮助的一种主观感知，此后关于有用性的研究也主要是依照这个定义。郝媛媛等[15]提出在线评论有用性是指评论中的信息对消费者在制定决策中的有用性程度;杨海娟[16]提出信息有用性为问答网站中回答的信息对阅读者增加知识或答疑解惑的程度。本研究沿用Mudambi等[14]对于在线评论有用性的概念，认为感知有用性是指评论阅读者对于评论信息对自身决策是否有帮助的主观感知。

2.2 研究假设

Zhang等[17]证明了高质量的评论信息会增强消费者的感知有用性和购买意向。如果已经购买某一产品的消费者在回答其他消费者的问题时，将相关信息全面、详细、及时地表达出来，那么这种高质量的信息会对信息接收者增强说服力度。故提出如下假设。

H1a：在线问答评论质量正向影響评论感知有用性。

在线评论的情感倾向一般划分为正面评论、中立评论、负面评论3类，正负向评论是从已购消费者角度揭示产品质量的优劣、是否与商家描述相符以及是否满足消费者的期望。Chevalier等[18]研究指出，在线评论情感倾向显著影响消费者购买决策。Ho-Dac等[19]在研究评论情感倾向与销量间关系时引入品牌强度这一调节变量，研究发现正向评论提高了弱势品牌的销量，但对强势品牌的影响不显著。关于正负面评论哪个更有用的研究中，有学者认为消费者搜索评论是一种主动行为，本质上是给即将进行的购物决策寻找支持依据，负面评论让消费者对产品品质和体验感知有所折损，与消费者真正的心理预期背道而驰，而正面评论契合了消费者对于支持性论证的需求，因此，正面评论更有用。本研究中评论情感倾向采用打分的形式，分数越高说明情感倾向越倾向于正面，于是提出假设。

H1b：在线问答评论情感倾向正向影响感知有用性。

在线问答评论一致性是指对于同一个产品，消费者群体对其评论的一致性程度。一致性高说明消费者对同一产品的评价态度是相似的，一致性低说明消费者对同一产品的评论态度存在较大差异。具体到在线问答评论中，其一致性指的是对于同一个问题，各个被邀请的已购消费者回复的一致性程度，当回复的一致性高时，会让消费者感知信息说服力度大。因此提出假设。

H1c：在线问答评论一致性正向影响感知有用性。

评论数量是消费者对产品进行主观评价的数量，现有很多研究发现评论数量与消费者购物决策显著相关[20]。Godes等[21]研究指出消费者在线评论数量越多越能够引起其他消费者的关注并引发其购买欲望;卢向华等[22]研究了大众点评餐馆的在线评论，发现在线评论的数量和评分正向影响产品销量;龚诗阳等[23]研究了当当网的图书在线评论，李健[24]研究了亚马逊网站中的手机评论，都发现在线评论数量正向影响产品的销量。因此提出假设。

H2a：在线问答评论总量正向影响评论的感知有用性。

在线问答评论的形式是一问多答，每组评论都以提出的问题为中心进行回答，因此，当一个问题收到的回复反馈数量较多时，一方面会造成一种流行的趋势，另一方面强调这个问题的重要性。由此提出假设。

H2b：在线问答评论反馈数量正向影响评论的感知有用性。

3 数据获取与分析

3.1 量表与数据获取

根据已有的成熟量表设计了此次研究的量表。根据郑小平[25]、Gorla等[26]的研究并结合在线问答评论的自身特征，设计了在线问答评论质量的5个题项;在线问答评论情感倾向由于是一个总的指标，根据张小娟[27]的研究设置了1个题项;参考王军等[28]及杨海娟[16]的研究设计了在线问答评论一致性的3个测量题项;根据问答回帖数等相关研究设计了在线问答评论总量的2个测量题项以及反馈数量的3个测量题项;借鉴Davis等[12]的量表设计了在线问答评论感知有用性的3个测量题项。以淘宝平台实际的在线问答图片作为问卷引导，最终收集了有效问卷81份。回收的问卷中，男女占比分别为48.1%和51.9%，男女比例基本均等;年龄集中于18～30岁;以大专和本科生为主;且最近1个月的网购次数集中在3～10次。也就是说参与问卷的多为大学生且网购经验较为丰富，多为网络积极用户，样本有很好的代表性。

3.2 信效度分析

为了测试问卷测量量表的一致性，并说明设计的测量量表能够稳定地测量研究结果，进行了信度分析。采用内部一致性信度来进行度量，用克隆巴赫系数来标注信度的结果。如果系数在0.700以上说明问卷的单项信度可以接受，整体信度在0.800以上说明信度良好。运用SPSS 24.0进行信度分析，结果见表1。由表1可知，问卷各部分的信度基本在0.700以上，整体信度高于0.800，问卷整体的信度良好。

效度分析是为了鉴定问卷测量的准确性，其目的是说明研究设计的测量量表对所要测量特质能正确反映的程度。效度越高表明测量结果越与测量对象的真正特征相接近。本研究采用KMO值和Bartlett球形检验进行验证。效度检验结果见表2。由表2可知，KMO值为0.776，Bartlett球形度检验显著性P为0，说明问卷结构效度良好，适合进行后续分析。

3.3 分层回归分析

在验证各因素对感知有用性的影响时用SPSS 24.0对各个变量进行层次回归。在模型1中放入中枢路径变量类因素在线问答评论质量（X1）、在线问答评论情感倾向（X2）和在线问答评论一致性（X3）;在模型2中放入边缘路径变量类因素在线问答评论总量（X4）、在线问答评论反馈数量（X5），得到结果如表3所示。

由表3可知，2个回归模型显著性检验P都小于0.05，共线性方面均满足要求，说明不同的在线问答评论特征都对问答评论感知有用性产生显著的影响。当模型1中只有中枢路径因素时，这时回归关系可以解释问答评论感知有用性29.1%的变异;当在模型中加入边缘路径因素时如模型2所示，此时模型解释力度为40.9%，模型的解释力度显著提高了11.8%（ΔR2=0.118，P<0.05），也就是说边缘路径变量的加入使得R2增加了11.8%。也说明中枢路径类因素对因变量的影响比边缘路径类更大。此外，由模型2可知，在线问答评论质量、评论情感倾向、评论一致性、问答评论总量、问答评论反馈数量正向影响感知有用性（β=0.424，P<0.05;β=0.142，P<0.05;β=0.160，P<0.05;β=0.255，P<0.05;β=0.129，P<0.05），验证了假设H1a、H1b、H1c、H2a、H2b。此外，5个自变量的β值由大到小依次是在线问答评论质量、在线问答评论总量、在线问答评论一致性、在线问答评论情感倾向、在线问答评论反馈数量。可见在线问答评论质量对感知有用性的影响程度远大于其他的自变量，再次说明在线问答中枢路径变量比边缘路徑变量有更大的影响力。

4 结论与建议

4.1 结论

参考网络口碑以及在线评论的相关文献，研究了在线问答评论特征中评论质量、在线评论情感倾向、在线评论一致性、在线评论总量、在线评论反馈数量5个变量对感知有用性的影响，具体结论如下。

1）在线问答评论质量显著正向影响感知有用性。说明问答评论质量越高，消费者主观感知的有用性就越高，假设H1a得到证实。层次回归模型中，在线问答评论质量的标准化系数为0.424，在所有自变量中数值最大，说明其对感知有用性的影响最大。问答评论质量是对评论内容本身的评价，可以通过相关性、易懂性、丰富性、可信度等方面为用户提供关于产品的信息，从而满足用户的需求，提高用户的感知有用性。

2）在线问答评论情感倾向正向影响用户感知有用性。在层次回归分析中，其系数为0.142，假设H1b得到证实。这主要与用户浏览在线问答评论时所保持的情感有关，用户大多数是因为对产品产生了兴趣才会具体看问答评论，此时较易被符合自身情绪的评论吸引，认为其更有用。

3）在线问答评论一致性正向影响用户感知有用性。在回归层次分析中，其系数为0.160，假设H1c得到证实。问答评论一致性指的是用户在阅读评论时感知到的消费者对于同一问题的观点一致性，因为人们更易对被多数人认可的事情表现认同，当用户发现对同一主题的问题回答观点高度一致时，会在潜意识中产生认可，从而增加感知有用性。此外，不一致的评论会导致用户难以进行诊断，因此可能会产生认知失调从而降低对其有用性的感知。因此，评论的一致性越高，其感知有用性越大。

4）在线问答评论总量体现了产品的知晓效应，问答评论总量越多说明该产品越流行，越易激发用户对总体评论的感知有用性。在回归模型中其系数为0.255，是除了在线问答评论质量外系数最高的自变量，说明其对于评论感知有用性的影响较大，假设H2a得到证实。

5）在线问答评论反馈数量显著正向影响感知有用性。在回归模型2中，其系数为0.129，假设H2b得到证实，说明问答评论得到的来自其他消费者、商家的回复讨论数量越多，用户越感知其有用。在问答评论系统中，消费者能够对评论进行有用性投票，也可以就自己感兴趣的评论进行交流。如果1条评论的反馈数量很多，说明有更多的人关注这个话题，展示了话题的热度，而且会引起后来消费者的讨论聚集，某种程度上反映了问答评论影响力的大小。

4.2 建议

1）设置平台在线问答推荐模板及提炼整体指标。通过以上研究发现问答评论质量是影响感知有用性的最重要因素，所以一定要以其为抓手提升消费者感知有用性，而评论质量主要包括相关性、可靠性、丰富性、易读性等方面。①设置平台推荐问答模板。根据研究结论可知评论情感倾向以及问答评论质量显著正向影响评论感知有用性，故可以将平台推荐提问格式设置为“您对该产品的情感态度是正面/负面/中立”“您认为该产品在味道/舒适/内容/好用度/好看等（体验型产品维度）或者在容量/质量/电量/发热/耐用等（搜索型产品维度）方面怎么样”两个维度，将平台推荐回答格式细化为两个维度“我对该产品持正面/负面/中立态度”“主要是因为该产品在味道/舒适/内容/好用度/好看等（体验型产品维度）或者在容量/质量/电量/发热/耐用等（搜索型产品维度）等方面怎么样”。②在线问答评论一致性、评论总量及评论反馈数量正向影响感知有用性，这些指标多是整体性指标，现有的在线问答平台中问答评论一致性、评论反馈数量并没有被提炼出来，而是需要消费者自我感知。因此，平台可以根据从推荐的评论模板收集的数据中提炼出这些指标给消费者提供关于在线问答评论的整体感知。对于在线问答评论一致性，可以根据消费者回答模板中的第一个维度“我对该产品持正面/负面/中立态度”的分析得出，得出如“90%的消费者对该产品持正面观点”等一致性指标;对于评论总量，系统可以通过简单的设置计算出该产品所有的评论总量;对于评论反馈数量，平台可以分析出该组问答评论中共有多少回答并进行标注。

2）引导消费者在线问答评论的方向。一般来说问答评论的方向与消费者感知产品质量有关，正面问答评论能够促进消费者购买意愿，负面问答评论会增强消费者对产品的不满，而评论整体越倾向于正面，消费感知的有用性越高，所以商家或平台可以引导消费者在线问答评论的方向。①保证产品质量，提升服务水平。产品质量和服务水平是影响在线问答评论倾向的主要原因，同时也是消费者主要关注的2个维度。电子商务企业只有保证产品质量并提升服务水平，才能够提高消费感知价值，从而塑造正面的情感倾向。最终使企业获得良好的信誉，从而吸引更多的用户。②卖家及时进行正面回复引导。在线问答评论是主题式评论，提供了商家进行回复的平台，因此商家一方面要及时对问题进行正面回复，使消费者在浏览评论时首先获取正面评论的第一印象;另一方面商家需要及时参与其他消费者的问答，对负面问答进行解释说明，冲淡负面在线问答评论带来的负面影响。

参考文献：

[1] CHEUNG C M K， THADANI D R. The impact of electronic word-of-mouth communication： A literature analysis and integrative model[J]. Decision support systems， 2012， 54（1）：461-470.

[2] PICAZO-VELA S， CHOU S Y， MELCHER A J， et al. Why provide an online review？An extended theory of planned behavior and the role of big five personality traits[J]. Computers in human behavior， 2010， 26（4）：685-696.

[3] 朱丽叶， 袁登华， 张静宜. 在线用户评论质量与评论者等级对消费者购买意愿的影响——产品卷入度的调节作用[J]. 管理评论， 2017， 29（2）：87-96.

[4] SENECAL S， NANTEL J. The influence of online product recommendations on consumers online choices[J]. Journal of retailing， 2004， 80（2）：159-169.

[5] 陈梅梅， 董平军. 中国网络消费者行为特征[J]. 中国流通经济， 2017， 31（2）：80-85.

[6] GODES D， MAYZLIN D. Using online conversations to study word-of-mouth communication[M]. INFORMS， 2004， 23（4）， 545-560.

[7] 王 宁， 宋嘉莹， 杨学成. C2C电商平台中在线评论偏离真实性的诱因及应对策略[J]. 软科学， 2017， 31（4）：100-103.

[8] MENG Y， WANG H， ZHENG L. Impact of online word-of-mouth on sales： The moderating role of product review quality[J]. New review in hypermedia & multimedia， 2018， 24（1）：1-27.

[9] CHATTERJEE P. Online reviews： Do consumers use them？[J]. Advance of consumer research， 2001，28：129-134.

[10] CHEN Y B， XIE J H. Online consumer review： Word-of-mouth as a new element of marketing communication mix[J]. Management science， 2008， 54（3）：477-491.

[11] 李楓林， 刘昌平， 胡 媛. 网络消费者在线评论搜寻行为研究[J].情报科学，2012，30（5）：720-724.

[12] DAVIS F D， BAGOZZI R P，WARSHAW P R. User acceptance of computer technology： A comparison of two theoretical models[J]. Management science， 1989， 35（8）： 982-1003.

[13] SUSSMAN S W， SIEGAL W S. Informational influence in organizations： An integrated approach to knowledge adoption[J]. Information systems research， 2003， 14（1）：47-65.

[14] MUDAMBI S M， SCHUFF D. What makes a helpful review？ A study of customer reviews on Amazon. Com[J]. MIS Quarterly，2010， 34（1）：185-200.

[15] 郝媛媛， 叶 强， 李一军. 基于影评数据的在线评论有用性影响因素研究[J]. 管理科学学报， 2010， 13（8）：78-88，96.

[16] 杨海娟. 综合性问答网站用户信息采纳意愿影响因素实证研究——基于信息性社会影响和规范性社会影响的视角[J]. 现代情报， 2017， 37（10）：42-48.

[17] ZHANG K Z K， CHEUNG C M K， LEE M K O. Examining the moderating effect of inconsistent reviews and its gender differences on consumers' online shopping decision[J]. International journal of information management，2014，34（2）：89-98.

[18] CHEVALIER J A，MAYZLIN D. The effect of word of mouth on sales：Online book reviews[J]. Journal of marketing research， 2006，43（3）：345-354.

[19] HO-DAC N N，CARSON S J，MOORE W L. The effects of positive and negative online customer reviews： Do brand strength and category maturity matter？[J]. Journal of marketing，2013，77（6）：37-53.

[20] 孙春华， 刘业政. 网络口碑对消费者信息有用性感知的影响[J].情报杂志， 2009， 28（10）：51-54.

[21] GODES D，MAYZLIN D. Using online conversations to study word-of-mouth communication[J]. Marketing science， 2004，23（4）：545-560.

[22] 卢向华，冯 越. 网络口碑的价值——基于在线餐馆点评的实证研究[J]. 管理世界， 2009（7）：126-132，171.

[23] 龚诗阳， 刘 霞， 赵 平. 线上消费者评论如何影响产品销量——基于在线图书评论的实证研究[J]. 中国软科学， 2013（6）：171-183.

[24] 李 健. 在线商品评论对产品销量影响研究[J]. 现代情报， 2012， 32（1）：164-167.

[25] 鄭小平. 在线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.

[26] GORLA N， SOMERS T M， WONG B. Organizational impact of system quality， information quality， and service quality[J]. Journal of strategic information systems， 2010， 19（3）：207-228.

[27] 张小娟. 在线评论情感倾向对顾客购买意愿的影响研究[D]. 上海：上海工程技术大学， 2016.

[28] 王 军， 周淑玲. 一致性与矛盾性在线评论对消费者信息采纳的影响研究——基感知有用性的中介作用和自我效能的调节作用[J].图书情报工作， 2016， 60（22）：94-101.