国内外管理学领域在线评论研究现状及启示

李 霞 王 羽 巴文浩

(新疆财经大学,新疆 乌鲁木齐 830012)

在线评论(Online Consumer Review)是消费者对产品或服务感知的文本形态,也是电子口碑传播的一种形式。用户依据自身购物经验在第三方网站上发表评论,其他消费者可以借助其中蕴含的信息降低自己的购物风险。因此，消费者进行在线购物决策之前,通常会先阅读该产品下的评论,再决定是否购买。但在线评论的应用并不局限于消费者层面,在市场和企业层面的应用也非常广泛。企业可以通过挖掘消费者对服务或产品的评论信息,了解用户需求、改进产品或服务、进行产品或服务推荐等。在市场层面,在线评论作为一种情报源可以帮助企业建立良好的形象,并且可以利用其中的信息进行竞争对手分析和自我分析,进而改进产品和采取恰当的市场竞争策略。尽管关于在线评论的优秀文献综述不少,但是现有研究大多是以某个具体视角切入,缺少从宏观角度出发把握整体脉络的研究。本文借助CiteSpace,可视化解读国内外在线评论研究的发展脉络,通过构建一个在线评论的整体研究框架,为对在线评论感兴趣的学者和课题项目等提供建议和参考。

一、数据来源与研究方法

(一)数据来源

由于Web of Science数据库(以下简称WoS)和中文社会科学引文数据库(以下简称CSSCI)较为权威和周详,所以本文选择这两个数据库作为数据来源。在WoS数据库中,检索时间为2021年10月20日,期刊来源限定在WoS核心合集中的SSCI数据库,通过阅读国内外相关文献得到在线评论的多种英文表达方式,确定检索主题为:TS=(“online reviews*”or“online consumer review*”or“user-generated content*”or“online customer review*”),研究方向选择管理学,最终得到545篇文献;在CSSCI数据库中,时间跨度设置与WoS数据库相同,研究方向选择管理学,检索的关键词设定为“在线评论、在线打分、网络口碑、电子口碑”,并且只选择期刊类文章,得到有效文献274篇。

(二)研究方法

CiteSpace是陈超美教授开发的可视化软件,该软件可以借助夹角余弦距离(cosine)计算出节点之间的关系强度,分析学科领域演变过程中的重要节点、关键路径和前沿热点,并且还能实现文献耦合、共现网络、合作网络和共被引网络等可视化功能。本文利用CiteSpace绘制出国内外在线评论领域的作者和机构合作网络、关键词共现和突现词检测的图谱,借助所得结果构建在线评论研究的整体框架并分析出未来发展趋势。

二、研究现状分析

(一)时空分布

发文数量的时空分布可以在很大程度上反映出某学科领域的发展现状。2009—2021年WoS和CSSCI数据库中在线评论研究发表论文数量及趋势如图1所示，其中2021年的数据仅为前10个月。

图1 2009—2021年在线评论研究论文发表趋势图

由图1可以发现,自2009年之后WoS论文发表数量缓慢增长,并且逐年上升，而CSSCI的曲线变化形式则趋于平缓。从总体发文数量而言,国外发文数量多于国内发文数量。

(二)核心作者分析

通过对在线评论文献的发文作者和作者之间的合作网络进行分析可以确认该学科领域的核心科研人员以及研究团队。利用CiteSpace中的“Au-thor”可以得到WoS与CSSCI作者合作网络图谱,整理出国内外共被引频次最高的五位学者，如表1所示。

表1 在线评论高共被引作者

(三)发文机构合作网络分析

通过对在线评论文献的发文期刊分布进行分析,可以为该领域学者收集资料、选择成果发表期刊提供指导。从国内外在线评论研究发文数量前五位的期刊的学科性质来看,国内图书情报类期刊对在线评论研究主题比较青睐,而国外收录该主题文章的则多是旅游和酒店管理类期刊，如表2所示。

表2 在线评论文献期刊分布

三、文献共被引分析——在线评论知识基础

文献中存在多种游离的知识单元,当不同的文献被同一篇文献引用时,代表多种游离的知识单元被正式整合为新的知识群。知识基础在某种程度上可以反映一个研究领域的本质。通过对学科领域的文献进行共被引分析,可以挖掘一个学科领域内的知识基础,因此本文利用CiteSpace进行文献的共被引分析。

(一)国外在线评论高共被引文献分析

本文选用CiteSpace中的Cited Reference节点对WoS数据库中的文献进行分析,并对样本数据进行LLR聚类分析,结果显示知识基础聚集在“hotel performance”“social ties”“population perception”“big data analysis”“online prosocial contribution”“cross-culture study”“user-generated content platform”等知识群。对其进行归纳整理发现,国外高共被引的知识群大多集中在社交媒体软件和虚拟平台领域，其中“big data analysis”与“cross-culture study”知识群较为前沿,出现节点均为2020年前后。

通过对共被引文献进行聚类分析发现:

1.社交媒体平台类似于生物研究中的标本,因为符合某些适合实验室研究的特征才被挑选出来,这种做法会忽略一些潜在的重要特征。现有研究所使用的数据大多基于网站流行度或者是借鉴他人的研究,这就造成了数据来源的单一性。Xiang Zheng(2017)从文本特征的角度出发研究了顾客对于酒店各方面关注的程度,结论显示来自不同平台的评论数据特征有明显不同。

2.信号对于在线情境有重要意义,因为在这种情境下,购物的风险水平和不确定性都高于线下情形,消费者难以评估产品的可靠性和质量。但在线零售商可以通过信号与顾客进行对话,进而减少双方的信息不对称,让顾客了解产品或服务的质量。

3.在弱连接的网络市场中,声誉可以为交易的顺利进行提供保障。声誉系统不仅是一种信号发送机制，而且是一种信号甄别和搜索机制,因为它在反映过去交易信息的同时，还能帮助消费者筛选出高品质的产品。

(二)国内在线评论高共被引文献分析

对CSSCI数据库中的文献进行分析,并对样本数据进行LLR聚类分析,结果显示知识基础聚集在“追加评论”“机器学习”“有效性”“商业竞争情报”等知识群。“追加评论”和“机器学习”知识群较为前沿,出现节点均为2020年前后。

通过对比国内外高共被引文献可以发现:

1.国内缺少对数据差异性的研究,通过阅读相关文献也可以发现,现有研究选取数据时基本上是依据网站流行度或借鉴前人的研究。

2.近些年国内研究倾向于利用文本挖掘技术对在线评论内容进行语义分析,以判断用户的情感趋向。王安宁等(2020)提出一种融合特征情感和产品参数的客户感知偏好模型,研究结果解释了特征情感和产品参数与产品销量的关联关系,为企业的市场营销和产品设计决策提供了理论基础。

3.国内研究十分关注在线评论对消费者决策的影响,“评论极端性”“网络口碑正负性”和“口碑效应”都是影响消费者决策的重要因素。现有文献围绕评论的文本特征、评论者特质、产品类型和消费者特质开展了许多关于在线评论感知有用性的研究。评论星级和产品星级的一致性程度、评论者的等级被认为是衡量评论有用性的外围线索,负面评论的比例与评论字数的长度则是判断评论是否有用的中心线索,所有的中心线索与外围线索都能增强在线评论的有用性,并且产品的价格和类型都对有用性有一定的调节作用。

四、关键词共现分析——在线评论研究热点

(一)国内外在线评论研究关键词共现对比分析

文献中的关键词是一篇文章研究的核心问题。在科学计量中,关键词的共现结果可以体现出该领域的研究热点。选择CiteSpace中的Keyword+term节点,对WoS和CSSCI数据库中在线评论研究样本数据进行分析,并且利用LLR算法对所得关键词进行聚类分析，得到国内外在线评论研究关键词的共现图谱，如图2所示。从图2可以看出,国内外研究主要以口碑和在线评论两个主题为基点进行发散研究。对关键词进行知识群聚类分析发现，国内研究主题集中在购买意愿、情感分析、市场竞争和有用性等方面,而国外研究主题则聚焦在社交网络、情感分析、旅游、说服和虚假评论等方面。

图2 国内外在线评论研究关键词共线图谱

结合图谱和关键词聚类结果进行对比分析,可以发现国内外研究的相似之处。

1.国内外的研究都是基于口碑和在线评论两个角度出发。以口碑为基石出发的研究大多与消费者行为有关,如购买意愿、口碑营销和购买决策等。以在线评论为中心的研究大多是有关文本挖掘的主题,如深度学习、情感分析和正负情感等。

2.国内外都比较关注文本挖掘和消费者决策,不同之处在于:首先，国内比较关注在线评论的商业价值,如市场竞争和购买意愿等,而国外研究更加关注在线评论对消费者行为的影响；其次，国内研究关注在线评论在电商和企业层面的应用，国外研究更加关注在线评论在旅游和酒店业的应用。

(二)国内外在线评论研究演化路径

突现词可以挖掘相关研究领域的前沿热点议题。本文利用CiteSpace中的CitationBurst方法展现关键词强度和起止时间,进而分析国内外在线评论的发展演化路径,结果如表3所示。通过对国内外在线评论相关文献的研读,结合突现词汇总结果,可以将国内外在线评论发展路径分为三个阶段。

1.应用探索阶段(2008—2011年)。这一阶段以“口碑传播”“信息结构”“信息”和“营销”等关键词突现为主,该阶段的研究主要集中于剖析在线评论的内在结构和实践意义。

2.多模式构建阶段(2012—2015年)。在这一阶段，随着电子商务平台和社交软件的蓬勃发展,学术界对在线评论的研究更加聚焦,开始研究在线评论在某些具体领域对消费者和企业的影响,如品牌声誉、购物决策、影评和反馈等。

3.模式深入阶段(2016—2021年)。这一阶段的研究借助文本挖掘技术使在线评论有了更加广泛的应用,在线评论被应用到推荐服务、竞争分析、产品研发和价值共创等方面。

表3 突现词汇总

五、在线评论的整合研究框架

通过对文献的梳理并结合上述分析结果发现，现有研究的主体主要有四个,分别是发送者、消费者、企业和市场。从在线评论发送者角度出发,现有研究主要集中在撰写在线评论的动机和收益两个方面；有关消费者的研究大多集中在感知有用性、购买决策和推荐系统；对企业的研究更多偏向于产品开发和价值共创；对市场的研究大多集中在竞争情报和产品销量。但是,价值共创只出现在了国外研究中,国内对于这方面的研究还比较少。在此基础上,为了更好地阐述现有在线评论研究系统,结合前人研究成果，本文概括了在线评论研究的整合框架，如图3所示。

图3 在线评论研究整合框架

(一)在线评论定义及内涵

在线评论是消费者对产品或公司感知的文本形态,同时也是电子口碑传播的一种重要形式。与卖家提供的产品信息相比,在线评论包含了消费者对产品属性特征和产品使用体验的表述,更具吸引力和参考价值，对产品的销量以及消费者的购买行为有非常重要的影响作用。

(二)研究主题

绝大部分的消费者既是在线评论的发布者也是阅读者。以消费者为研究主体,分析其进行在线评论行为的动因与收益属于前因研究,对购买意愿、市场和企业的研究则属于后因研究。

1.发布者动因研究。消费者线上评论系统是网络口碑产生的有效路径。在线评论作为一种全新的口碑形式,摆脱传统口碑的约束条件,传播的范围更广,对消费者行为产生了强烈影响。现有关于用户口碑传播动因的经典研究主要有产品卷入、自我卷入、他人卷入和信息卷入动机与减少失调动机,以及利他主义、自我提升、减少焦虑、报复和寻求建议等。虽然目前关于用户在线评论动因的研究较多,但是并未有一致结论。目前关于消费者发布在线评论动机的研究更多地关注于收益分析,对成本研究还不够完善。本文将从消费者、产品和企业等三方面探讨消费者发布在线评论的动因。

(1)消费者。消费者维度影响在线评论产生的因素主要集中在消费者认知心理动机,主要包括利他主义、提升自我以及社交互动需求等方面。岳中刚与王晓亚(2015)认为，尽管社交互动、利他主义以及经济动机都可以刺激消费者参与和发布在线评论,但是消费者的发布动机与行为之间仍然受外在情境、个人特征和交流气氛的调节。Hennig-Thurau等(2004)从经济效用的视角识别了消费者发布在线评论的八种动机，分别是信息平台的支持、发泄负面情绪、关心其他消费者、积极地提升自我、社交需求、经济激励、帮助企业和寻求建议,并进一步指出社交需求动机对消费者发布在线评论的影响最大。

(2)产品。在与产品相关的方面,口碑产生的前因理论基础主要基于“期望不一致”理论,即消费者的实际体验效果与期望值不一致程度的大小。Derbaix和Vanhamme(2003)认为，原创性高的新产品可以给用户带来更高的惊奇程度和趣味性体验,并且消费者更喜欢讨论有趣和惊奇的话题。Jurca等(2010)分析了10万条来自全球旅游网站Tripadvisor(猫途鹰)的消费者评论,研究结果表明宾馆房间的价格影响在线评论的产生,高价会导致更多的负面口碑产生。

(3)企业。在线评论的产生在很大程度上直接受到企业行为的影响。Ward和Ostrom(2006)采用内容分析法分析了来自40个在线网站的负面在线评论,研究结果表明负面评论传播的主要原因是失败的产品或服务。Qu等(2008)通过对雅虎的评论系统进行分析,发现消费者非常关注产品的售后服务质量，如物流、退货和换货等。因此,快速响应顾客的评论对减少负面评论发生和促进正面评论传播有非常重要的意义。

2.发布者收益。在各大电子商务网站通常会内置消费者社区,并且采取一系列措施鼓励消费者发表对产品的使用评论。这些措施大致可以分为两类:一类是提供经济激励如商家给予发表者一定的代金券、信用积分或者金钱等；另一类奖励是按照浏览者对产品评论的有用性进行投票排名。一些学者将前者称之为财务回报、市场回报或者经济回报，而后者被称为非社会回报或非金钱回报。Ahrens等(2013)在电子推荐系统的实验中发现,小额的经济奖励能激励接收者与发送者的参与。在线评论可以辅助阅读者进行购物决策,并且购物网站往往会置顶有用性较高的产品评论,因此评论发布者可以得到一定的声望、网络地位和社会回报等。但是目前研究发布者收益的文献还比较少。

3.消费者寻求在线评论动机。消费者浏览在线评论的动机大致可以分为三类:一是支持动机,通过浏览在线评论可以获得其他用户对产品或服务的消费体验,支持其曾经的消费决策;二是信息动机,从在线评论中获取的其他用户对服务或者商品的评价为其消费决策提供支持;三是娱乐动机,通过在线评论可以获知其他用户的轶闻趣事。岳中刚和王晓亚(2015)认为，通过获取其他用户的产品使用体验来降低购买行为的不确定性是消费者寻求在线评论的主要动机,因此消费者的文化价值观、风险取向以及专业知识等都会在不同程度上影响消费者的努力程度和搜寻行为。Henning-Thurau等(2004)通过对在线评论平台的消费者进行调查,归纳出四种动机:获取积分或报酬奖励、了解消费趋势、社区成员资格和了解商品的使用。降低消费行为的风险、减少评价与搜索产品的成本、对产品效用进行预估、寻求社会保障、形成消极偏见也是驱动消费者寻求在线评论的关键因素。

4.消费者行为影响。在线评论对消费者行为影响的研究主要集中于在线评论的有用性。在线评论对消费者购买意愿的影响力会受到很多因素的影响。这些因素大致可以分为三类:一是在线评论本身的文本特征,如在线评论的效价、数量和质量等;二是在线评论源的相关因素,如评论者的专业素养、网站的可信度和评价者的可靠性等;三是与在线评论接收者特征方面相关的因素,例如接收者的产品涉入度、接收者的专业素养、接收者的风险和信任倾向等。Forman等(2008)、Ghose和Ipeirotis(2011)基于在线评论数据发现，评论者已发表的评论数量、排名和身份特征等信息,不仅会影响在线评论的有用性,还会影响产品的销售情况。

还有部分学者利用在线评论探寻消费者的偏好,进而进行推荐服务。单晓红等(2018)利用在线评论数据对携程的用户进行了画像。张炎亮等(2020)利用在线评论挖掘用户对产品各个属性特征的评价,进而对用户进行画像,并且利用改进后的算法提高了个性化推荐的准确率。

5.市场行为影响。在线评论对市场的影响主要体现在销售额、个体决策和竞争分析等三个方面。

从销售额角度出发的研究大多是以在线评论的评论、方向等特征变量和数量作为解释变量,以销售额和市场占有率等指标作为被解释变量,通过实证研究检验各个变量之间的影响。在线评论可以对消费者购买决策和企业市场绩效产生显著的影响,因此许多企业认为在线评论系统可以被视作一种新兴的营销工具。Chevaliar等(2006)利用双重差分法对美国亚马逊平台图书销售量与在线评论的关系进行研究,结果显示评论数量和图书销售额之间存在显著的正相关关系。

从个体决策角度出发的研究大多认为,在线评论主要从两个方面影响消费者的购买决策：一方面是知晓效应；另一个方面是推荐效应。知晓效应是指通过浏览在线评论可以使消费者知晓、关注以及选择该产品；推荐效应则是指在线评论能够塑造消费者对产品的认知和态度,进而影响消费者的购买决策。与促销和营销手段相比,被在线评论说服的顾客的忠诚度更高,并且给企业带来的溢价报酬更多。Trusov等(2009)通过对比传统营销和在线评论获取新顾客的能力,发现在线评论等电子口碑推荐的长期弹性是0.53,是媒体营销的30倍、事件营销的20倍。

从竞争分析角度出发的研究大多认为，由于企业产品同质化严重,市场竞争日益激烈,在线评论作为一种新兴的情报源,如果深度挖掘文本内容,可以帮助企业进行经营管理以及建立良好的品牌形象。目前,国内外学者已经对此进行了大量研究,国外学者的研究主要集中在商业情报价值分析方面,国内的研究更注重探索情感分析和机器学习技术在产品竞争情报领域的应用。Xu K(2011)等利用亚马逊的评论数据提出一种可以从用户评论中挖掘产品比较关系并且可视化的图模型方法,以帮助企业进行风险管理以及提供决策支持。Netzer等(2012)提出了一种利用产品名称的共现事件测量任意两个产品之间关联程度的方法，即如果两个产品在同一条评论中出现的概率越大,那么他们之间的竞争关系就越强。Abrahams等(2012)提出一种基于文本分析的综合框架,该框架可以用于识别发现在社交媒体上发布的有关电子产品以及汽车领域产品质量缺陷信息。陈元和赵静(2016)从竞争情报工作流程的角度出发,采用SO-LSA和SVM算法对在线评论数据进行情感分析来获得有关企业产品的情报。

6.企业行为影响。近年来,用户在参与企业产品开发方面越来越主动。在线评论作为用户和企业沟通的桥梁,被逐渐应用在企业开发新产品和改进产品等方面。现有文献关于产品创新的研究分为两种思路:其一是将产品创新发现视为评论文本分类问题；其二是聚焦于从社交网络中寻找领先用户。王安宁等(2020)通过结合文本挖掘技术和计量模型,利用在线评论研究了产品参数和特征情感融合作用对产品销量的影响。Li等(2014)通过分析评论者的专业性以及对特定产品的情感态度,洞察产品特征的规格和重要性,为企业开发下一代产品提供决策支持。在社交网络中占据重要节点的客户,对其他消费者的行为决策具有重要影响。Tuarob和Tucker(2015)认为，可以把潜在产品特征当作领先用户的重要指标,利用社交网络中海量的信息自动识别领先用户,可以帮助企业识别并追踪有实际价值的产品创新设计信息。

在线评论是消费者购买产品后的使用体验,对企业及时发现质量缺陷有非常重要的意义。现有文献大多集中于探究如何识别含有质量问题的在线评论,少有探究关于产品质量改进效果的研究。因此，从时间维度衡量在线评论对产品缺陷和质量的改进效果和经济收益的动态影响是未来研究的方向。

六、研究结论与展望

(一)研究结论

本文通过CiteSpace对WoS和CSSCI数据库中2009—2021年的管理学领域文献进行科学计量与知识图谱分析,并结合相关文献得出以下结论。

1.在线评论研究引起国际与国内学者的广泛关注,并且在近些年都处于一个高发文量状态。但是从研究主体看,更多学者主要关注于消费者、市场和企业等三方面,对于发布者的研究还比较少。

2.国内外研究都非常关注在线评论对消费者决策的影响,但国外研究的范围更加广泛,如价值共创、数据差异性、消费者满意度和竞争分析等方面的研究都是值得借鉴的。

3.从突现词的整理汇总可知，近些年的研究热点集中在文本挖掘,但是缺少相关实证研究从时间维度衡量企业利用挖掘到的信息所获得的效果和经济收益等。

(二)研究展望

通过知识图谱和研读国内外相关研究,并结合当前的市场环境以及技术发展,从消费者、市场和企业等三方面出发探讨在线评论未来的发展趋势。

1.消费者。目前关于影响消费者购买决策的研究已经非常丰富了,但是现有文献大多是在西方个人主义情境下探究在线评论对消费者行为的影响,少有针对东方集体主义文化与跨文化的比较研究。消费者的从众行为会对在线评论的形成、散播以及会对消费者购买决策产生怎样的影响等问题都需要基于中国本土文化情境开发量表,形成有本土消费文化特色的研究结论。

2.市场。在线评论可以对销售额、个体决策产生直接的影响,并且能够应用到市场竞争分析上。但在线产品评论数据量十分庞大,并且大多是非结构化的文本内容,传统分析方法难以胜任从海量数据中筛选出正确有效竞争情报的任务。

3.企业。在线评论在企业层面的应用主要是帮助企业进行产品创新与改进以及发现质量缺陷,但是目前鲜有学者从时间维度衡量在线评论对产品缺陷和质量的改进效果和经济收益的动态影响,这将是未来相关研究的发展方向。