網購平臺中的消費者從眾行為研究

朱意明

（東南大學經濟管理學院，江蘇 南京 210000）

在網絡平臺使用過程中，決策是一項復雜且反復的任務。目前各大B2C、C2C平臺均已具備信用評價體系，目的在于讓消費者能夠有效的搜尋到與其需求匹配的優質產品。網絡平臺的設計初衷是為了降低交易成本和進入壁壘，以便促成更多交易，形成共贏局面。但由于互聯網的虛擬屬性，網絡交易的非人格化特征、時空不一致性，放大了網絡市場中的信息不對稱問題，導致網絡市場和傳統市場存在較大差異。一方面，網絡購物雖然快捷方便，但搜索成本較高，消費者網購時依賴搜索方式和商品排序；另一方面，對于網購平臺來說，從眾心理可以誘發消費者集中購買，突破平臺銷售極值。

一、文獻綜述

從眾一詞起源于心理學，在20世紀90年代延伸到金融和營銷領域，現在普遍將從眾定義為自身根據他人的行為而做出的行為或信念的改變。

已有文獻對網絡購物平臺上的消費者行為進行相關實證研究。Kalyanam和McIntyre選擇eBay平臺上個人數字助理作為研究對象，發現賣家聲譽對成交價有正向影響，且差評影響遠大于好評影響；Huang通過研究Amazon網站上圖書銷售情況發現，銷售量、評論量能夠對消費者購買決定有顯著影響，Chen研究圖書的星級和銷量，也得到類似結論。周黎安（2006）對易趣平臺上的聲譽機制進行研究，發現信用值高的賣家的成交價格也高。本文將通過爬蟲軟件抓取網購平臺面板數據，并對國內網絡購物平臺中對從眾行為的調節因素進行研究，對網絡平臺中消費者從眾行為研究起到一定的補充作用。

二、研究方法與設計

根據對網購決策中從眾行為理論基礎和已有文獻的結論梳理，在面臨信息不對稱、搜尋成本高等不確定情況下，消費者往往會將其他消費者在前期已做出的決定作為自己決策的依據，放棄私有信息，并通過模仿他人行為規避損失，從而產生從眾行為，即羊群效應。鑒于此本文提出以下假設：

假設一：商品的當期新增評論數量與歷史累計評論數量正相關。

假設二：商品的好評率、店鋪的綜合得分對消費者購買決策無顯著影響。

假設三：輸入商品名稱后的默認排序與商品的當期新增評論數量負相關。

假設四：商品是否為國行版本可以調節累計評論數量對消費者購買行為的影響。

三、數據來源及變量選擇

（一）數據來源及抓取

本文采用Python爬蟲框架對目標網絡平臺中商品具體的HTML網頁相關數據進行抓取，得到相關變量，并對數據進行篩選、清洗后建立面板回歸模型并進行相應分析。

網絡爬蟲數據抓取的目標網站為蘇寧易購（suning.com），選擇原因有三：一、蘇寧入駐商家須為正式注冊企業，準入條件較高，一定程度上可避免山寨假貨；二、蘇寧易購的優勢在于家電、3C產品，交易活躍。為了保證商品同質和數據的豐富性，本次研究的目標商品為蘋果手機中的最新型號iPhone X。在蘇寧易購搜索關鍵字“iPhone X＋256G”后，利用網絡爬蟲得到商品的詳細信息，并通過清洗、篩選、標準化等手段對數據進行處理，再利用Stata軟件進行相關分析。

具體的數據抓取過程分四次進行，為避開節日擾動，每次抓取時間相隔一周，且不包含國家法定假日、開學季或平臺大促等特殊情況，具體的抓取時間分別為2018年3月10、17、24、31日。利用網絡爬蟲得到的數據中主要包含兩類信息：商品信息、店鋪信息。商品信息包括商品具體名稱、頁面網址、搜索界面的位置排序、價格、折扣（滿減、云鉆返還、大聚惠等等）、評論數量以及商品好評率?？紤]到蘋果手機雖然質量相同，但仍有國行港行等區別，故對商品名稱進行關鍵字提取，確定版本（即是否國行）信息。店鋪信息包括是否蘇寧自營、店鋪評分。

四次抓取分別獲得92、114、146、191組數據，第四次抓取的數據用來計算商品在第三期的新增評論數量，如此便得到共計三期的增量數據。將抓取所獲數據進行匹配，剔除在抓取過程中新上架的商品，以及存在商品下架、商品更換、無貨等情況的數據，并刪除在最后一次抓取時仍沒有評論的商品數據，最終得到有效數據55組。

（二）描述性統計

本文的被解釋變量為商品的當期新增評論數量（CA），解釋變量包括累計評論數量(C)、商品特征(TP)、搜索排序(O)、價格因素(P)、店鋪評分(S)、商品好評率(R)、折扣信息(DA)。作為被解釋變量的新增評論（CA）差異較大，最大值為12866，最小值為0，呈現明顯的長尾效應，初步驗證消費者網購時的羊群效應假設。評價方面，好評率均值98%，店鋪評分均值4.85，消費者總是傾向于給出好評，這與中國傳統文化中的“和為貴”思想也有一定關系。

表1 描述性統計

四、實證分析及結論

（一）相關性分析

由于變量中包含分類變量，所以對數據進行Spearman相關性分析，限于篇幅限制詳細結果略。

因變量與主要自變量都是顯著相關的，其中新增評論數量（CA）與累計評論數量（C）相關性高達0.79，且在1%水平上顯著，初步驗證從眾行為的存在；新增評論數量（CA）與在售價格（P）、搜索后排序（O）的相關性分別為0.19、0.20，且在1%水平上顯著，表明價格和商品排序也顯著影響消費者選擇，這與iPhone X的高價商品較大價格彈性特征符合；評論數量（C）?與搜索排序（O）的相關性說明消費者在決策時比較依賴平臺顯示規則，側面印證從眾行為的存在。

（二）Tobit模型分析

單次數據抓取得到的截面數據往往無法體現出個體效應，也無法分析變量之間的動態關系。由于手機屬于耐用消費品，日成交數量較少，有些店鋪可能存在某一期新增成交數量為0的情況，固定效應模型或隨機效應模型的參數估計可能會出現一些誤差，故本文將采用隨機效應的Tobit模型進行分析。

在對網絡爬蟲抓取到的數據進行處理后，本文利用Tobit隨機效應模型對第三節中提出的研究假設進行實證研究。模型以累計評論價格為因變量，對影響消費者在網絡購物時的從眾行為的變量進行驗證。在分析過程中，對部分變量進行取對數、標準化處理，并建立以下Tobit模型:

其中Si,t代表因變量，Xi,t為解釋變量，Ci代表第i個個體的影響因素，ui,t為擾動項。

表2 Tobit模型回歸結果

Tobit模型的回歸結果如表中所示，累計銷量對消費者當期購買決策在0.001水平下顯著，這表明消費者的購買行為受到之前其他消費者購買行為的影響，也就是對商品有從眾行為。累計評論數量越多，越能激發消費者的購買欲望，同時我們的分析對象iPhone X屬于價格較高的耐用消費品，消費者在選擇商品時往往會將他人的行為納入考慮因素中，以防止信息不對稱帶來的損失，這一結果與直觀感受和已有文獻結論一致，假設1成立。

商品好評率、店鋪綜合評分對當期新增評論數量影響為正，前者影響不顯著，后者則在1%水平上有顯著影響，假設2部分成立。消費者對商品好評率不敏感，但對店鋪評分重視，一方面，四次數據抓取中持續在售的鏈接僅55組，說明商品更迭、下架再上架的情況較多，商品更替頻繁、累計評論少時好評率可供參考意義不大；另一方面，根據蘇寧易購平臺規則，店鋪綜合評分則是從店鋪成立算起，所有成交過的客戶（平臺累計成交5次以下者暫不計入）打分綜合評價而成，商家私自操作的可能性小，數據更真實。

搜索默認排序對消費者購買行為影響不顯著，相關系數為負，這與之前的假設3恰好相反。根據蘇寧的搜索排序規則，默認排序綜合評價并對新上架產品有扶持政策，但消費者可能由于“廣告位”現象對默認排序產生抵觸情緒，假設3不成立。

是否國行版本對消費者行為無顯著影響，但TP與C交互項對當期新增評論量有顯著的正向影響，且在0.001水平上顯著，并且在加入交互項后模型中原有系數和顯著性沒有變化，這表明當手機非國行版本，即不享受全國聯保時，消費者需要額外花費時間精力來篩選、辨別商品信息，處于降低搜尋成本考慮，消費者在購買海外版iPhone X時的從眾行為更明顯。假設4得到驗證。

除此之外，價格對當期新增評論數量有一定的負向影響，“大聚惠”、“定金團”等標簽對消費者行為則無明顯影響，原因在于這類標志往往只起到提示作用，消費者更看重的是當期絕對價格。是否蘇寧自營也對消費者行為有顯著影響，這與蘇寧線上線下雙布局模式有關，實體店自提服務、蘇寧售后保障也對消費者有較強吸引力。

五、結論及意義

本文通過實證研究消費者網購時的從眾行為，得出以下主要結論：消費者存在明顯的從眾行為，即當期新增評論數量顯著受累計評論數量影響；手機版本對消費者的從眾行為有顯著影響，當手機為海外版本時，從眾行為更明顯；商品好評率對消費者購買影響不顯著，店鋪評分對消費者影響顯著，商品熱度比口碑對消費者行為的影響更強；商品價格、是否蘇寧自營也對消費者的購買行為有顯著影響。

對于商家來說，一方面，應該在商品上架早期推出具有吸引力的優惠促銷活動，以早期積累的人氣吸引后期的消費者進行跟隨購買，如此商品將持續保持熱度，并形成良性循環，從眾行為的存在使商品銷售有可能突破極值。另一方面，消費者的從眾行為帶來的馬太效應可能會使一些前期銷量、評論較少的優質商家熱度越來越低。雖然商品好評率對消費者影響不顯著，但店鋪綜合評分的影響較顯著，且平臺中商家評分會同時顯示店鋪評分高于或低于同行，商家也可以通過店鋪評分吸引客戶。

由于時間、精力有限，本文樣本量較小且未能對目標商品進行持續高頻抓取，每次抓取時間間隔較長導致商品下架、失效、新上架情況較多，樣本量規模不大，精確度不夠高。未來可以對平臺進行每日抓取，以獲得更精準的結論。