李雨洁+廖成林+李忆

摘要：构建理论模型，探讨了消费者的偏好、评价动机和文化因素对在线评论偏差的影响机理，并提出了纠正偏差的条件。研究发现：消费者的选择偏好、主动评价偏差以及评价行为的趋同性会导致在线评论的均值出现偏差，不能反映商品的真实质量。为了纠正偏差，让消费者购后主动撰写评论，并纠正消费者的选择偏好可以使在线评论的均值反映商品的真实质量。

关键词：消费者行为偏好;在线评论;偏差

DOI：10.13956/j.ss.1001-8409.2015.01.23

中图分类号：F713.36    文献标识码：A    文章编号：1001-8409（2015）01-0105-05

Research of Influence Mechanism of Consumers Self

Selection Bias on Online Reviews

LI Yu-jie1，LIAO Cheng-lin1，LI Yi2

（1.School of Economics and Business Administration， Chongqing University， Chongqing 400044;

2.School of Economics and Management， Chongqing University of Post and Telecommunications， Chongqing 400065）

Abstract：This paper constructs the theoretical model to analyze the influence mechanism of consumers self selection bias on online reviews.Besides， it discusses the conditions to correct the bias through the model.The result shows that consumers preference， motivations， and consumers conformity behaviors are factors that lead the biased mean of the online reviews.In order to correct the bias， it derives the conditions for the mean to be an unbiased estimator.

Key words：consumers selection bias;online reviews;distribution

1 引言

在线评论作为网络口碑的重要传播渠道，近年来吸引了学术界的广泛关注。大量研究集中于在线评论对消费者行为决策、商品销量以及网站声誉的影响^[1～3]。这些研究认为，在线评论对消费者的购买意向和商品销量有积极作用。然而，以上研究基于一个前提，即在线评论能有效地传递商品质量信息，但该假设并没有得到验证。如果在线评论不能真实地传递信息，则会增加其他消费者的交易风险。消费者作为在线评论的主要发起者，其个人的评论动机、偏好等因素可能对评论客观性产生影响。因此，从消费者的视角，研究消费者的偏好与行为对在线评论真实性的影响具有理论和实践意义。

现有关于在线评论偏差的研究主要考虑时间因素和卖方因素的影响[4，5]。从消费者个体行为视角研究在线评论偏差的文献并不多见。虽然Li的研究中提到了消费者自我选择偏差因素，但该研究认为该因素受时间的影响使早期的评论带有正向的偏差^[4]。本文认为在线购买过程是消费者主动选择商品，而不是将商品随机分配给消费者，因而只有真正喜欢该商品的消费者才有可能购买并撰写评论。由此，这种自我选择偏差可能并不受时间的影响。同时，根据Ajzen的计划行为理论，社会文化因素影响行为信念，最终影响意向和行为^[6]。为此，本文综合考虑消费者的个人偏好、动机以及文化因素对消费者在线评论行为的影响，研究消费者的个体行为因素对在线评论真实性的影响机理。这不仅有利于深入分析在线评论偏差的来源，也有利于丰富我国消费者在线评论行为特征的经验数据，为中外消费者行为的跨文化比较提供新的思考点。

区别于已有研究，本文从消费者选择偏差的视角，考虑消费者个体行为偏好对在线评论真实性的影响。例如：消费者的个体行为偏好会如何影响评论的均值？所有的消费者购后都会主动撰写评论吗？若不是，缺失的评论如何影响在线评论的分布？中国文化因素使在线评论行为更离散还是更趋同？通过构建基于消费者效用的理论模型，本文致力于回答上述问题。

2 文献综述

2.1 在线评论的相关研究

在线评论的相关研究主要分为两类：在线评论有用性研究和在线评论的偏差研究。其中，有用性研究主要涉及有用性的前因变量^[7]和结果变量^[2]。虽然这些研究肯定了在线评论对口碑传播及营销行为的重要性，但并没有论证在线评论是否存在偏差。倘若评价的数据本身是有偏误的，则会误导消费者和组织的决策者，为决策带来风险。

近年来，学者们开始关注在线评论的偏差研究。Rabin等较早研究首因效应对在线评论偏差的影响^[8]。Kapoor等对该影响进一步定义为顺序偏差^[9]。Sikora等则更具体地研究了顺序偏差的特征^[10]。顺序偏差主要考虑时间因素对在线评论的影响。

另外，对于卖方因素，Hu等的研究指出书籍作者会委托熟人进行评价，导致在线书评存在操纵性评论偏差，并且这种行为存在于作者与评论者之间，以及卖家、出版商和评论者之间^[11]。

总之，已有文献主要集中于讨论时间因素和卖方因素对在线评论偏差的影响。从消费者个体因素入手，研究在线评论偏差的研究并不多。消费者作为在线评论的撰写者，评论反映了其对商品质量的感知，但是消费者的主观偏好是否对评论的客观性产生影响？影响机理如何？值得我们深入研究。

2.2 网络口碑传播动机

网络口碑的传播动机是在线评论研究的重点之一，国内学者张晓飞等将网络口碑传播动机分为正面、负面和中性动机三类^[12]。正面和负面动机分别是消费者对商品高度满意和高度不满的行为表达，而中性动机指消费者口碑传播的目的是参与社交互动，但这种行为可能是因为其作为某论坛的金牌会员，支持其发展等。这种分类方式和早期研究口碑传播的Sundaram观点一致，即消费者对商品特别满意或特别不满时，容易进行口碑传播^[13]。

上述研究表明，并非所有的消费者都愿意主动传播口碑信息，这就造成一些评论缺失。基于此，本文将探讨缺失的商品评论对评论整体分布的影响机理。

2.3 文化价值观

文化因素被认为是影响消费者口碑传播的重要外部因素^[14]。已有文献基于Hofstede对文化价值观的分类^[15]，重点研究个人主义/集体主义维度上不同国家消费者口碑传播动机的差异^[16]，然而这些研究的取样多在国外，对中国消费者在线评论行为特征的讨论并不深入。中国一直以来被认为是集体主义偏好的国家，这种文化氛围下，消费者的在线评论行为呈现怎样的特征？是会更趋同还是会更离散？现有文献并没有对上述问题进行详细的阐述。

2.4 计划行为理论

Ajzen的计划行为理论认为，个体拥有大量与行为有关的信念，但在特定的时间和环境下只有少量的行为信念被获取，即突显信念，它们是行为态度和行为控制的基础^[6]。个人及社会文化因素通过影响突显信念，进而影响行为态度，最终影响具体的行为。本文借鉴该理论，综合运用消费者行为学中偏好、动机的概念，并引入文化因素，讨论中国文化价值观下，消费者在线评论行为的特征。通过建立理论模型，揭示这些个体行为因素对在线评论真实性的影响。

3 在线评论偏差的影响因素分析

3.1 消费者的选择偏好

消费者的选择偏好指消费者对商品的喜好程度。通常情况下，消费者只有真正喜欢某商品，才更有可能产生购买行为，进而有机会对该商品发表评论。Li等的研究也证实了消费者自我选择偏差效应的存在，认为早期的消费者往往是商品的“忠实粉丝”，使早期评论带有正向偏差^[4]。但本文认为消费者的选择偏差并不受时间因素的影响，且该偏差对在线评论的影响既有可能是正向的，也有可能是负向的。

3.2 消费者主动评价的偏差

已有文献证实了消费者在对商品特别满意和特别不满的情况下，更愿意进行口碑传播^[13]。对商品持一般态度的消费者，其主动评价的动机较弱。因此，本文认为在线评论是存在缺失的，那么可以观测到的评论并不是所有消费者的购后评价。本文基于这种观点，通过建立理论模型，分析在线评论缺失对评论整体分布的影响。

3.3 消费者评价行为的趋同性

根据Hofstede的研究结论，中国在集体主义维度上的得分较高，表明了中国人具有较强的群体意识文化。李东进等的研究也认为，在中国文化的群体导向中，个体行为较容易受到群体压力的影响^[17]。基于此，本文认为中国的消费者在进行评论时，由于可以观测到其他消费者已有的评价，因此可能受到群体导向及社会规范的影响，其评价行为会表现出与其他消费者趋同的特征。

为此，本文利用淘宝网的在线评论数据，通过对消费者t时刻评论得分和t-1时刻评论的均分进行相关分析，判断已有评论得分对其他消费者的评价的影响。为了便于统计，将淘宝网评论数据量化处理为好评记5分，中评记3分，差评记1分。

随机选取平板电视、数码相机和笔记本电脑三类商品。数据收集的内容包括商品名称、商品在t时刻的评论得分（第一条评论表示t=1）、商品在t-1时刻评论的均分。对数据的筛选遵从以下规则：①考虑评论数据受商品上市时间差异的影响，选取2013年4月之前上市的商品，且评论数据选取时间段为2013年6月1日至2013年6月20日期间。②排除评论数据小于50条的商品以保证数据的准确性。经过筛选，共获得样本268个，评论总数81713条。

将t-1时刻评论的均分和t时刻的评论得分进行相关分析，得出Pearson相关系数为0.778，p=0.000，达到显著相关的水平，表示t-1时刻评论的均分和t时刻的评论得分显著正相关，t-1时刻评论的均分越高，t时刻的评分也随之升高。

该结果证实了中国消费者的评论会受到已有评论得分的影响，使其评分向已有评论的均分趋近。然而，如果已有的评论是有偏差的，这种群体导向价值观会使在线评论的均值进一步集中于带有偏差的均值，带来更大的决策风险。

本文将通过构建理论模型，分析消费者评价行为趋同性对在线评论分布的影响。

4 考虑消费者个体行为偏好的在线评论模型

基于以上分析，本文认为消费者的选择偏好、主动评价偏差以及评论行为的趋同性均会导致在线评论的分布发生变化。因此，通过构建理论模型，讨论在线评论的均值能够客观反映商品质量的条件，可在一定程度上帮助企业和消费者获取真实的评论信息。

4.1 模型建立

本文用常量q代表商品的质量。消费者具有异质性xi，会影响其购后对商品质量的感知，进而影响消费者的效用。由于消费者的异质性受到生活环境、教育水平、社会地位、收入及个性特征等许多微小的独立随机因素的影响，根据中心极限定理，本文假设xi服从期望是0，方差是σ2的正态分布^[13]，xi：N（0，σ2）。令消费者i的效用为：

uiq=q+xi （1）

式（1）表示消费者i的效用服从期望是q，方差是σ2的正态分布，ui（q）：N（q，σ2）。

本文用Lbias来反映消费者选择偏好的影响，当Lbias>0时，表示消费者对商品喜爱而购买商品，进而评价，导致在线评论的期望具有正向偏差。当Lbias<0时，说明消费者对某类商品有偏好，表现出对商品的缺点过于敏感和苛刻，因而不容易获得心理上的满足，这时消费者的偏好反而对在线评论的均值造成负向偏差。然而，已有研究发现，中国消费者的在线评论以好评居多^[18]。本文认为消费者的选择偏好对在线评论的期望有正向的影响，即Lbias>0（图1）。

图1 消费者i的选择偏好对在线评论期望的影响

本文分别用δ-和δ-反映消费者主动评价偏差的影响。δ-表示消费者主动差评的效用临界值，当uiq≤δ-时，说明消费者对商品不满，以差评进行抱怨;当uiq≥δ-时，说明消费者对商品满意，以好评进行赞扬。当δ-<uiq<δ-时说明消费者认为商品一般，没有主动撰写评论的意愿。倘若δ-=δ-，则表示所有的消费者都主动撰写评论。由此，给定某个消费者i主动撰写评论的概率p，见图2。

图2 消费者i主动评价的概率分布

p=1  uiq≤δ- 或 δ-≤uiq

0  δ-<uiq<δ-（2）

本文用rn表示n条在线评论的均值。当n充分大，δ-=δ-且Lbias=0时，在线评论呈正态分布，此时评论得分的均值如实地反映商品的质量。利用中心极限定理：

根据命题1，通过纠正消费者偏好，并使消费者主动差评和主动好评的临界值趋近于对称或相等时，在线评论均值的期望能够反映商品的真实质量。

在现实中，虽然无法完全消除消费者的选择偏好，但本研究提示了潜在的消费者应该主动识别该偏差。消费者主动评价的偏差也会影响在线评论的均值，为了纠正这种偏差，则需要所有的消费者购后都及时上传评论，或者使消费者主动评价的效用临界值关于评论的均值左右对称。鉴于后者在现实中不易满足，本文认为商家和网站应鼓励消费者在购后及时评价商品，最大可能地减少评论缺失以纠正消费者因素所导致的在线评论偏差。

命题2：当δ--q+Lbias<q+Lbias-δ-时，Ern>q;当δ--q+Lbias>q+Lbias-δ-时，在线评论均值的期望将呈现三种情况：①Ern<q;②Ern>q;

③Ern=q。

证明：当δ--q+Lbias<q+Lbias-δ-时，由定理得：

φδ--q+Lbiasσ-φδ--q+Lbiasσ>0，则Λ>0。

因为Lbias>0，Λσ>0，所以Ern>q。反之，当δ--q+Lbias>q+Lbias-δ-时，Λ<0。此时，若Lbias<Λσ，则Ern<q;若Lbias>Λσ，则Ern>q;若Lbias=Λσ，则Ern=q。命题2证毕。

根据命题2，当消费者主动好评的意愿较强时，消费者主动评价的偏差对在线评论均值的期望有正向影响。因为消费者选择偏好对在线评论均值的期望也有正向影响，所以此时在线评论均值的期望会大于商品的真实质量，出现正向的偏误。

当消费者主动差评的意愿较强时，消费者主动评价的偏差对在线评论均值的期望有负向影响。然而，由于消费者选择偏好具有正向影响，此时需要比较消费者选择偏好和消费者主动评价偏差两个影响因素的大小。只有当消费者主动差评的偏差对在线评论的负向影响超过了消费者选择偏好的正向影响时，在线评论均值的期望才有可能会小于商品的真实质量。反之，在线评论均值的期望则大于商品的真实质量。若两个因素的影响恰好相等，则此时在线评论均值的期望也等于商品的真实质量，但这种情况在现实中并不容易发生。

关于在线评论分布的方差，本文认为，消费者个体行为偏好的三个因素对方差的影响不同：①消费者选择偏好对方差并不造成影响。②消费者评论行为的趋同性，会使在线评论的离散型减小，因而导致方差减小。③消费者主动评价的偏差对方差影响较为复杂，只有在消费者主动评价的效用临界值关于均值对称的情况下在线评论的方差增大。

5 结论

通过研究消费者个体行为偏好，以及各因素对在线评论真实性的影响，本文发现：①在线评论均值的期望受到消费者的选择偏好和主动评价偏差的影响而存在偏差，由于其反映了现实中在线商品评论的均值，从而说明评论的均值存在偏差。②消费者的选择偏好使在线评论的均值大于商品的真实质量，但对在线评论分布的方差无影响。③当消费者主动好评的意愿增强时，在线评论的均值大于商品的真实质量，反之，则在线评论的均值会呈大于、小于、等于商品的真实质量三种情况。④消费者评价行为的趋同性使在线评论分布的方差减小，加剧了偏差效应。此外，基于模型，本文还探讨了评论均值的期望反映商品质量的条件，即消费者购后都主动撰写评论，并纠正消费者的选择偏好。

本文的理论贡献是：①从消费者行为的视角，揭示了导致在线评论发生偏差的影响因素。这一方面增加了对消费者个体行为偏差因素的理解，另一方面更清晰地反映出消费者偏好、主动评价动机及评价行为趋同特征对在线评论真实性的影响机理，有助于丰富和完善关于在线评论偏差的研究成果。②实证研究发现中国文化因素下，消费者在线评论行为呈趋同性特征，这进一步拓展了Hofstede文化分类理论在中国消费者在线评论行为的应用，同时为相关领域的跨文化研究提供了经验数据。

本文的研究结果对企业正确发布商品信息及售后服务具有一定的指导意义。首先，本文得出消费者主动好评的意愿增强会推高在线评论的均值，而消费者主动差评的意愿增强，则有可能会使评论的均值降低。这提示了企业需要准确、如实地发布商品信息，帮助消费者建立正确的期望，消费者对商品期望过高或过低，都会影响其主动评价的意愿，不利于卖方获取好评。其次，从纠偏的角度来说，本文得出当所有消费者购后都主动评价时，有助于在线评论反映商品的真实质量。这提示企业应采取鼓励措施，激励消费者购后积极参与评价，减少评论数据的缺失。这不仅有助于企业获取真实的客户反馈，也有助于其根据准确的评论数据适时调整供货及营销策略。

本文的研究也有一些局限性：由于缺乏相关的实证数据，只能对纠偏条件进行定性讨论，未来研究可展开调查，结合在线评论和实证数据进行更准确的纠偏计算。

参考文献：

[1]Park D H，Lee J，Han I.The Effect of Online Consumer Reviews on Consumer Purchasing Intention：The Moderating Role of Involvement[J].International Journal of Electronic Commerce，2007，11（4）：125-148.

[2]Cui G，Lui H K，Guo X N.The Effect of Online Consumer Reviews on New Product Sales[J].International Journal of Electronic Commerce，2012，17（1）：39-57.

[3]Kumar N，Benbasat I.The Influence of Recommendations and Consumer Reviews on Evaluations of Websites[J].Information Systems Research，2006，17（4）：425-439.

[4]Li X X，Hitt L M.Self-selection and Information Role of Online Product Reviews[J].Information Systems Research，2008，19（4）：456-474.

[5]Hu N，Bose I，Koh N S，et al.Manipulation of Online Reviews：An Analysis of Ratings，Readability，and Sentiments[J].Decision Support Systems，2012，52（3）：674-684.

[6]Ajzen I.The Theory of Planned Behavior[J].Organizational Behavior and Human Decision Processes，1991，50（2）：179-211.

[7]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.

[8]Rabin M，Schrag J L.First Impressions Matter：A Model of Confirmatory Bias[J].The Quarterly Journal of Economics，1999，114（1）：37-82.

[9]Kapoor G，Piramuthu S.Sequential Bias in Online Product Reviews[J].Journal of Organizational Computing and Electronic Commerce，2009，19（2）：85-95.

[10]Sikora R T，Chauhan K.Estimating Sequential Bias in Online Reviews：A Kalman Filtering Approach[J].Knowledge-Based Systems，2012，27：314-321.

[11]Hu N，Liu L，Sambamurthy V.Fraud Detection in Online Consumer Reviews[J].Decision Support Systems，2011，50（3）：614-626.

[12]张晓飞，董大海.网络口碑传播机制研究述评[J].管理评论，2011，（2）：88-92.

[13]Sundaram D S，Mitra K，Webster C.Word-of-mouth Communications：A Motivational Analysis[J].Advances in Consumer Research，1998，25（1）：527-531.

[14]Lam D，Lee A，Mizerski R.The Effects of Cultural Values in Wom Communication[J].Journal of International Marketing，2009，17（3）：55-70.

[15]Hofstede G H.Cultures Consequences：Comparing Values，Behaviors，Institutions，and Organizations Across Nations.[M]：SAGE Publications，Incorporated，2001.

[16]Fong J，Burton S.A Cross-cultural Comparison of Electronic Wom and Country-of-origin Effects[J].Journal of Business Research，2008，61（3）：233-242.

[17]李东进，吴波，武瑞娟.中国消费者购买意向模型——对Fishbein合理行为模型的修正[J].管理世界，2009（1）：121-129.

[18]李雨洁，廖成林，于辉.线上商品评论反“L”型分布的偏差与纠正[J].统计研究，2013，（4）：46-51.

（责任编辑：何 彬）