论文部分内容阅读
摘 要：随着网购在日常生活中占据越来越重要的地位，网络评价的重要性也日益凸显。本研究基于前人的研究成果，提出假设，根据假设进行了问卷调查，并通过描述统计方法和假设检验方法对问卷调查所得数据进行分析，并得到一些相应的结果，并根据这些结果对目前网络评价系统的发展提出相应意见。
关键词：网络评价；可信度；可靠性；带图评论；好评；差评
一、引言
在电子商务日益普及的今天，网络购物深入人心，从去年双十一天猫创下1207亿的销售额便可见一斑。但由于在电子商务环境下，消费者无法直接接触商品，消费者与卖家信息严重不对称，消费者对于网络购物信任度低，无法放心购买。因此消费者在购买商品时，需要借助已购买商品的消费者所留下的评论判断商品或服务的优劣，从而进行消费决策。随着消者对于网络评价重视程度上升，商家也意识到一个好的评价和一个高的评分对于商品销售的重要性，因此“刷好评”、“好评返现”现象开始猖獗。消费者对于网络评论真实与否的认知水平直接影响了其消费感受，也影响了消费者对于商家甚至网购平台的整体感受。因此对于网络评价可靠性的影响因素的研究，不仅可以帮助消费者在购物时识别虚假信息，也可以帮助电商行业建立更完善的评论体制，从而促进网络评论体系的健康发展。
目前关于网络评论对于网络购物影响的研究，不论是国内还是国外都不在少数。但大多着力于研究网络评论对于消费决策的影响，往往研究的是一个商品或服务的评论整体特征，如评论的质量对购物意愿的影响等，但对于网络评论的解析式研究尚在少数。本文希望通过问卷及统计手段，研究影响消费者对于单个网络评价信任度的特征因素，并基于研究内容的提出研究的结论以及相应的现实建议。
网络评论是消费者在购买网络产品后根据自身感受，在网络上做出的评判，评价的内容可好可坏。后来的消费者可以读取这些评论以形成对产品的判断，随着消费者对于网络评价重视程度上升，它也受到了业界极大的关注。在国外，Sergio对网络评价对消费者满意程度的影响进行了分析，指出网上评价让顾客对商品产生了最初的预期，而这种预期使顾客购买商品后对商品的满意度受到影响。在国内，徐峰使用结构性方程模型计算得出平台声望提高对其网络评价的可靠性提高有显著的积极影响等结论；郭国庆的研究表明了网络评价本身的质量对评论可靠性的影响是最为显著的。
但目前在国内对网络评论的研究还是基于大范围的特征，如评论数量评论质量等，这给本次研究提供了研究机会。
二、模型与假设
1.模型设定
在这个研究中，研究的目的是探索网络评论内容因素对于单个网络评论可靠度的影响。通过对于目前网络评论的分析，网络评论主流的内容有图片评论，追评，好评，差评等评论人所留下的主观内容，以及評论的时间和评论人的资信度等不由评论人所决定的客观内容。因此本次研究选取了评论人信用，带图评论，差评，追评，好评，评论时间这六个评论内容因素作为本次研究的自变量，将评论的可靠性作为自变量，构成了研究的理论框架（如图），来研究其对评论可靠性的影响和影响方向。
2.研究假设
（1）评论者资信度与评论可靠性
有研究结果表明，即评论人的资信度越高，消费者对该评论人的网络评价越信任。因此会相信该评论人的消费者也越多，影响力也就越大，故可以提出以下假设：
H1：评论人信誉的上升可增加其的评论可靠性
（2）带图评论和评论可靠性
有研究结果显示，带有图片的网络评论对消费者购买决策存在一定的影响。显然，图片可以比文字给消费者更直观的商品感受，因此提出以下假设：
H2：带图评论可使该条评论的更加可靠
（3）差评、好评与评论可靠性
差评和好评作为最为常见的两种文字型网络评价，随着“水军”现象的出现与升级，好评与差评似乎并不再那么纯粹。有研究结果表明，差评数量越多，消费倾向越低；但当差评的内容品质较低时，一件商品差评的多与少对消费者的影响也会降低。可见目前消费者对于差评、好评的态度较为中立，故提出以下假设：
H3：好评对评论可靠性无太大影响
H4：差评对评论可靠性无太大影响
（4）追评与评价可靠性
追评是在用户留下第一次的评论以后，再一次进行的评论，往往这种评论是在用户对产品有了深入的了解后而留下的，不同于初次评论时可能对产品尚无深入了解便进行评论，这样的评论一般较为可信。故提出以下假设：
H5：追评可提高评论可靠性
（5）评论时间与评论可靠性
有研究结果显示：评论的时间范围对于用户网购决定有较为显著的影响；但也有研究结果显示：评论时效对消费者购买与否并无太大影响；但根据时间越近的评价对于产品现状也更为了解这一说法，可得到假设：
H6：评论时间越短可靠性越高
三、数据收集与分析
1.数据收集
因调查主题“网购”这一要素，本次研究调查对象总体为有网购经历的人，所以主要采用网络调研，将问卷分发给受访者。此外为了保证样本的随机性，本次研究也在浙江地区街头进行了实地问卷发放。
本次研究共发放调查问卷400份，其中网络途径250份，实地发放150份，回收调查问卷共356份，去除脏数据问卷后，剩余320份，有效率为89.89%。
2.数据分析
（1）描述统计结果
首先应用spss对样本基本情况进行分析：
从表1可以看到本次有效问卷中，41.30%的受访者为男性，58.70%为女性，女性稍占优势。在年龄上0～30岁占94.10%，可见年轻人占据对的优势。在学历方面高中占26.30%，专科占7.80%，本科占60.60%，这三个选项比例较高，说明本次受访者普遍文化程度较高。从网购次数来说，每月15次以下占92.80%，说明受访者对于网购较为理性，对于本次调查可以做出相对理性的回答。 （2）假设检验结果
在假设检验中使应用Eviews7对样本进行多元非线性回归分析，本次检验采用0.05的显著性水平。分析结果如下：
通过研究得到结果如表2所示，Coefficient列为变量的系数，t-Statistic列为t检验结果，Prob.列为P值。
从模型Ⅰ可以看到，F值为5.95，是显著的，说变量对因变量影响总体是显著的。但从T检验上来看，有不少变量并没有通过T检验，说明它对于个人对于评论的信任度并无显著的影响。根据模型Ⅰ的结果，将不明显相关的变量剔除后再进行模型Ⅱ进行分析。F值提高至13.61，和模型Ⅰ相比，模型的精确度得到了提高。
结合两个模型来看，信用的p值为0.0223，小于0.05，且系数为正，说明评论人信用和消费者对于评论的信任度为正相关关系，与假设H1一致。带图评论p值接近0，小于0.05，且系数为正，说明带图评论可提高消消费者对于某一评论的信任度，与假设H2一致。好评的p值为0.0377，小于0.05，且系数为负，说明评论人信用和消费者对于某一评论的信任度为负相关关系，与假设H3不一致。差评的p值为0.0953，大于0.05，说明差评和消费者对于某一评论的信任度并无显著关系，和假设H4一致。追评的p值为0.1336，大于0.05，说明追评和消费者对于某一评论的信任度并无明显的相关关系，与假设H5不一致。评论时间的p值为0.5941，大于0.05，说明评论时间和消费者对于某一评论的信任度并无显著关系，与假设H5不一致。
四、结论与对策
1.研究发现
研究结果表明：首先，评论人资信与消费者对评论的信任度呈明显的正相关关系，即评论人资信越高，消费者对其评论越信任，这与以前的研究者的研究成果并无差异，在实际的网络购物挑选时，消费者更倾向于选择声望较高的前人所留下的评论。
其次，带图评价与评价的可靠性有明显的正相关关系。正所谓“眼见为实”，图片可以让消费者更加直观的观察到商品的质量，也可以让消费者感受到评论者的对于评论的认真程度，增加消费者对于评论的信任度。
第三好评与消费者对评论的信任度呈显著的负相关关系，即对于好评的评论，消费者态度更倾向于不信任。这是由于目前系统自动好评，以及“刷好评”等现象降低了消费者对于好评的信任度。同时本研究结果也表明差评与消费者对评论的信任度无显著的相关关系。可以看到消费者对于一条评论是否信任并不在于这条评论是差评还是好评，主要在于评论人的认真与否，這与本研究的研究结果是一致的。
2.相关对策
（1）网购平台要做好评价体系的建设
首先一个网购平台要建立一个评价机制，并不应该只是规定满分多少。平台应该要做好对刷好评等现象的管制，尽力查处“刷好评”的用户和商家，并规定相应的处罚机制。除此之外，平台应鼓励消费者以“带图”等方式对已购商品进行认真的评论，如可以采取奖励图片评论、多字评论等方式来鼓励消费者进行评论。
（2）网购平台要做好评论的评价体系建设
消费者对于商品进行评论后，平台应对评论做出相应的评价和筛选，比如平台经过考察后认为该评价较为客观优质，即可打上优质评论的标签，以便后面查看评论的消费者参考。同时也应与推出消费者对评论评价和打分的机制，高分评论置顶，通过这种方式可以让优质的评论自然的凸显。
3.消费者要做好对评论的鉴别
由于现在网购平台上的评论龙蛇混杂，即使是评价很高的商品也有可能是商家雇人“刷”出来的。所以消费者要提高自身的鉴别能力，尽量选择评论人资信度较高，评论内容质量较高，并且带有图片的评论进行参考。
参考文献：
[1]Godes D，Mayzlin D.Using Online Conversations to Study Word-of-Mouth Communication[J].Marketing Science，2004，23（4）：545-560.
[2]Sergio Picazo- Vela.The Effect of Online Reviews on Customer Satisfaction： An Expectation Disconfirmation Approach[R].Proceedings of the Fifteenth Americas Conference on Information Systems，San Francisco California，2009.
[3]徐峰，胡娟娟.网络产品评论可信度影响因素实证研究[J].江西财经大学学报，2013（6）：55-59.
[4]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.
[5]杨颖，朱毅.无图无真相？图片和文字网络评论对服务产品消费者态度的影响[J].心理学探新，2014，34（1）：83-89.
[6]陆海霞，吴小丁，苏立勋.差评真的那么可怕吗？--负面线上评论对消费者购买行为的影响研究[J].北京社会科学，2014（5）：102-109.
[7]王远怀，于洪彦，李响.网络评论如何影响网络购物意愿？[J].中大管理研究，2013，8（2）：1-19.
[8]郑小平.在线评论对网络消费者购买决策影响的实证研究[D].中国人民大学，2008.
关键词：网络评价；可信度；可靠性；带图评论；好评；差评
一、引言
在电子商务日益普及的今天，网络购物深入人心，从去年双十一天猫创下1207亿的销售额便可见一斑。但由于在电子商务环境下，消费者无法直接接触商品，消费者与卖家信息严重不对称，消费者对于网络购物信任度低，无法放心购买。因此消费者在购买商品时，需要借助已购买商品的消费者所留下的评论判断商品或服务的优劣，从而进行消费决策。随着消者对于网络评价重视程度上升，商家也意识到一个好的评价和一个高的评分对于商品销售的重要性，因此“刷好评”、“好评返现”现象开始猖獗。消费者对于网络评论真实与否的认知水平直接影响了其消费感受，也影响了消费者对于商家甚至网购平台的整体感受。因此对于网络评价可靠性的影响因素的研究，不仅可以帮助消费者在购物时识别虚假信息，也可以帮助电商行业建立更完善的评论体制，从而促进网络评论体系的健康发展。
目前关于网络评论对于网络购物影响的研究，不论是国内还是国外都不在少数。但大多着力于研究网络评论对于消费决策的影响，往往研究的是一个商品或服务的评论整体特征，如评论的质量对购物意愿的影响等，但对于网络评论的解析式研究尚在少数。本文希望通过问卷及统计手段，研究影响消费者对于单个网络评价信任度的特征因素，并基于研究内容的提出研究的结论以及相应的现实建议。
网络评论是消费者在购买网络产品后根据自身感受，在网络上做出的评判，评价的内容可好可坏。后来的消费者可以读取这些评论以形成对产品的判断，随着消费者对于网络评价重视程度上升，它也受到了业界极大的关注。在国外，Sergio对网络评价对消费者满意程度的影响进行了分析，指出网上评价让顾客对商品产生了最初的预期，而这种预期使顾客购买商品后对商品的满意度受到影响。在国内，徐峰使用结构性方程模型计算得出平台声望提高对其网络评价的可靠性提高有显著的积极影响等结论；郭国庆的研究表明了网络评价本身的质量对评论可靠性的影响是最为显著的。
但目前在国内对网络评论的研究还是基于大范围的特征，如评论数量评论质量等，这给本次研究提供了研究机会。
二、模型与假设
1.模型设定
在这个研究中，研究的目的是探索网络评论内容因素对于单个网络评论可靠度的影响。通过对于目前网络评论的分析，网络评论主流的内容有图片评论，追评，好评，差评等评论人所留下的主观内容，以及評论的时间和评论人的资信度等不由评论人所决定的客观内容。因此本次研究选取了评论人信用，带图评论，差评，追评，好评，评论时间这六个评论内容因素作为本次研究的自变量，将评论的可靠性作为自变量，构成了研究的理论框架（如图），来研究其对评论可靠性的影响和影响方向。
2.研究假设
（1）评论者资信度与评论可靠性
有研究结果表明，即评论人的资信度越高，消费者对该评论人的网络评价越信任。因此会相信该评论人的消费者也越多，影响力也就越大，故可以提出以下假设：
H1：评论人信誉的上升可增加其的评论可靠性
（2）带图评论和评论可靠性
有研究结果显示，带有图片的网络评论对消费者购买决策存在一定的影响。显然，图片可以比文字给消费者更直观的商品感受，因此提出以下假设：
H2：带图评论可使该条评论的更加可靠
（3）差评、好评与评论可靠性
差评和好评作为最为常见的两种文字型网络评价，随着“水军”现象的出现与升级，好评与差评似乎并不再那么纯粹。有研究结果表明，差评数量越多，消费倾向越低；但当差评的内容品质较低时，一件商品差评的多与少对消费者的影响也会降低。可见目前消费者对于差评、好评的态度较为中立，故提出以下假设：
H3：好评对评论可靠性无太大影响
H4：差评对评论可靠性无太大影响
（4）追评与评价可靠性
追评是在用户留下第一次的评论以后，再一次进行的评论，往往这种评论是在用户对产品有了深入的了解后而留下的，不同于初次评论时可能对产品尚无深入了解便进行评论，这样的评论一般较为可信。故提出以下假设：
H5：追评可提高评论可靠性
（5）评论时间与评论可靠性
有研究结果显示：评论的时间范围对于用户网购决定有较为显著的影响；但也有研究结果显示：评论时效对消费者购买与否并无太大影响；但根据时间越近的评价对于产品现状也更为了解这一说法，可得到假设：
H6：评论时间越短可靠性越高
三、数据收集与分析
1.数据收集
因调查主题“网购”这一要素，本次研究调查对象总体为有网购经历的人，所以主要采用网络调研，将问卷分发给受访者。此外为了保证样本的随机性，本次研究也在浙江地区街头进行了实地问卷发放。
本次研究共发放调查问卷400份，其中网络途径250份，实地发放150份，回收调查问卷共356份，去除脏数据问卷后，剩余320份，有效率为89.89%。
2.数据分析
（1）描述统计结果
首先应用spss对样本基本情况进行分析：
从表1可以看到本次有效问卷中，41.30%的受访者为男性，58.70%为女性，女性稍占优势。在年龄上0～30岁占94.10%，可见年轻人占据对的优势。在学历方面高中占26.30%，专科占7.80%，本科占60.60%，这三个选项比例较高，说明本次受访者普遍文化程度较高。从网购次数来说，每月15次以下占92.80%，说明受访者对于网购较为理性，对于本次调查可以做出相对理性的回答。 （2）假设检验结果
在假设检验中使应用Eviews7对样本进行多元非线性回归分析，本次检验采用0.05的显著性水平。分析结果如下：
通过研究得到结果如表2所示，Coefficient列为变量的系数，t-Statistic列为t检验结果，Prob.列为P值。
从模型Ⅰ可以看到，F值为5.95，是显著的，说变量对因变量影响总体是显著的。但从T检验上来看，有不少变量并没有通过T检验，说明它对于个人对于评论的信任度并无显著的影响。根据模型Ⅰ的结果，将不明显相关的变量剔除后再进行模型Ⅱ进行分析。F值提高至13.61，和模型Ⅰ相比，模型的精确度得到了提高。
结合两个模型来看，信用的p值为0.0223，小于0.05，且系数为正，说明评论人信用和消费者对于评论的信任度为正相关关系，与假设H1一致。带图评论p值接近0，小于0.05，且系数为正，说明带图评论可提高消消费者对于某一评论的信任度，与假设H2一致。好评的p值为0.0377，小于0.05，且系数为负，说明评论人信用和消费者对于某一评论的信任度为负相关关系，与假设H3不一致。差评的p值为0.0953，大于0.05，说明差评和消费者对于某一评论的信任度并无显著关系，和假设H4一致。追评的p值为0.1336，大于0.05，说明追评和消费者对于某一评论的信任度并无明显的相关关系，与假设H5不一致。评论时间的p值为0.5941，大于0.05，说明评论时间和消费者对于某一评论的信任度并无显著关系，与假设H5不一致。
四、结论与对策
1.研究发现
研究结果表明：首先，评论人资信与消费者对评论的信任度呈明显的正相关关系，即评论人资信越高，消费者对其评论越信任，这与以前的研究者的研究成果并无差异，在实际的网络购物挑选时，消费者更倾向于选择声望较高的前人所留下的评论。
其次，带图评价与评价的可靠性有明显的正相关关系。正所谓“眼见为实”，图片可以让消费者更加直观的观察到商品的质量，也可以让消费者感受到评论者的对于评论的认真程度，增加消费者对于评论的信任度。
第三好评与消费者对评论的信任度呈显著的负相关关系，即对于好评的评论，消费者态度更倾向于不信任。这是由于目前系统自动好评，以及“刷好评”等现象降低了消费者对于好评的信任度。同时本研究结果也表明差评与消费者对评论的信任度无显著的相关关系。可以看到消费者对于一条评论是否信任并不在于这条评论是差评还是好评，主要在于评论人的认真与否，這与本研究的研究结果是一致的。
2.相关对策
（1）网购平台要做好评价体系的建设
首先一个网购平台要建立一个评价机制，并不应该只是规定满分多少。平台应该要做好对刷好评等现象的管制，尽力查处“刷好评”的用户和商家，并规定相应的处罚机制。除此之外，平台应鼓励消费者以“带图”等方式对已购商品进行认真的评论，如可以采取奖励图片评论、多字评论等方式来鼓励消费者进行评论。
（2）网购平台要做好评论的评价体系建设
消费者对于商品进行评论后，平台应对评论做出相应的评价和筛选，比如平台经过考察后认为该评价较为客观优质，即可打上优质评论的标签，以便后面查看评论的消费者参考。同时也应与推出消费者对评论评价和打分的机制，高分评论置顶，通过这种方式可以让优质的评论自然的凸显。
3.消费者要做好对评论的鉴别
由于现在网购平台上的评论龙蛇混杂，即使是评价很高的商品也有可能是商家雇人“刷”出来的。所以消费者要提高自身的鉴别能力，尽量选择评论人资信度较高，评论内容质量较高，并且带有图片的评论进行参考。
参考文献：
[1]Godes D，Mayzlin D.Using Online Conversations to Study Word-of-Mouth Communication[J].Marketing Science，2004，23（4）：545-560.
[2]Sergio Picazo- Vela.The Effect of Online Reviews on Customer Satisfaction： An Expectation Disconfirmation Approach[R].Proceedings of the Fifteenth Americas Conference on Information Systems，San Francisco California，2009.
[3]徐峰，胡娟娟.网络产品评论可信度影响因素实证研究[J].江西财经大学学报，2013（6）：55-59.
[4]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.
[5]杨颖，朱毅.无图无真相？图片和文字网络评论对服务产品消费者态度的影响[J].心理学探新，2014，34（1）：83-89.
[6]陆海霞，吴小丁，苏立勋.差评真的那么可怕吗？--负面线上评论对消费者购买行为的影响研究[J].北京社会科学，2014（5）：102-109.
[7]王远怀，于洪彦，李响.网络评论如何影响网络购物意愿？[J].中大管理研究，2013，8（2）：1-19.
[8]郑小平.在线评论对网络消费者购买决策影响的实证研究[D].中国人民大学，2008.