圖書館館藏借閱與線上書店圖書消費均為圖書用戶行為，借閱數據和網絡銷售口碑是圖書用戶行為的客觀描述。網上書店提供的圖書信息是圖書館圖書采訪的重要信息源,包括基本信息、內容信息、作者信息、推薦信息、評價信息、市場信息等6方面[1]，是圖書館圖書采訪的重要參考。在這6類信息中，評價信息是比較特殊的圖書信息。圖書網絡銷售產生的口碑數據，既不屬于圖書的客觀描述信息也不屬于圖書經營主體所產生的推介信息，而是由消費者的消費行為和閱讀行為產生的，是圖書用戶行為的客觀描述。

經文獻調研發現，國內普遍重視圖書借閱量和館藏利用率研究[2-4]，而關于圖書網絡口碑的研究都集中在圖書出版題材選擇、銷量預測、推薦購買等方面[5-7]。有研究將網絡口碑在網上書店薦購服務中的應用延伸到圖書館借閱推薦中[8]，但關于圖書館館藏借閱與圖書網絡口碑之間關系的研究仍處于空白狀態，網絡口碑只是作為圖書館選購暢銷書的一個參考指標[9]。本文以中國石油大學(華東)圖書館(以下簡稱“我館”)館藏中2016年出版的圖書為樣本，研究圖書館館藏借閱與圖書網絡口碑之間的關系，為圖書館圖書采訪和館藏結構優化提供參考。

1 數據與變量

以我館館藏中2016年出版圖書為樣本，收集圖書自出版之日至2018年4月30日的借閱數據和網絡口碑數據。首先通過我館匯文Libsys系統的報表功能獲取館藏中2016年出版圖書的基本信息，共25 030種，然后抓取樣本網絡口碑數據。為了數據格式的規范和統一，優先選擇自營業務占主體的當當網和京東網。由于京東網不提供準確的書評數量數據，并對每種圖書只提供1 000條非自動回復評論，因此選擇當當網作為信息源。以圖書國際標準書號(ISBN)為依據，獲取當當網上截至2018年4月30日的圖書評論信息。如果書目出版信息與當當網不符，則以當當網為準。數據優先選擇當當自營，如果并非自營，則選擇銷售量最多的第三方商家數據。在25 030種館藏圖書中獲得有效圖書口碑數據的圖書共20 205種。為保證研究的有效性，剔除借閱量為0(12 508種)或評論數量為0(847種)的樣本[5]，有效樣本共計7 528種。將這7 528種圖書的定價、出版天數、當當網口碑信息等特征數據與總體樣本進行單樣本t檢驗，結果表明樣本數據除出版天數、復本量以外大部分數據無顯著差異，因此可以認為樣本與總體樣本不存在明顯差異。對于每種圖書，我們收集了以下相關數據。

1.1 借閱數據

通過匯文Libsys系統的報表功能獲得每種圖書不同復本的借閱次數，然后求和計算每種圖書的總借閱次數。

1.2 網絡口碑數據

當當網評論機制是注冊用戶購買圖書后才可發表書評，評論包括對圖書進行星級評分和文字評論。星級評論1星為差評，2～3星為中評，4～5星為好評。如果購買后15天沒有發表評價，則自動生成無文字評論的用戶默認好評。當當網在每種商品頁面上實時顯示平均星級評分、全部評論數和各種評價的數量。因此，獲取的數據包括每本書的平均星級評分、總評論量、好評數、中評數、差評數、自動評論數，然后根據相關數據計算好評、中評、差評在總評論中所占比例。

1.3 其他控制變量

收集其他相關變量來控制不同種類和特征的圖書潛在的異質性影響，包括以下幾方面。為了控制價格因素對圖書借閱和銷售的影響，收集了圖書的定價；為了控制不同類別圖書借閱評論的區別，收集圖書的《中國圖書館分類法》(以下簡稱“中圖法”)分類號，并按中圖法分為22個大類；為了控制不同復本數量對圖書借閱的影響，收集了圖書的館藏復本數。由于我館保存在單本庫、教材樣本庫及小語種閱覽室的部分圖書復本不能外借，為避免不可流通復本對分析結果的影響，只將可流通復本數作為研究對象。

表1為樣本類目分布情況。從表1可看出樣本類目分布非常不均衡，占比最高的兩個類目為文學I類和工業技術T類，合計占比超過五成；而部分類目僅為幾十種，S類和V類的樣本數為0。

表1 圖書類目分布

表2展示了樣本數據描述性統計結果。從表2可看出不同樣本在定價、出版天數、可流通復本上具有較大差異，說明樣本具有良好的代表性。借閱量和評論數量的平均數和中位數存在較大差異，說明只有少部分圖書獲得大量的借閱和線上評論。消費者對圖書星級評論普遍較高，中值和平均數均接近滿分5分。

表2 數據描述性統計

其他口碑評論數據中，好評占總體評論量的比例高達99.52%，中評和差評占總體評論的比例分別為0.34%和0.14%。

分析中所涉及的變量信息見表3。由于數據存在較大的量級差距，有的圖書評論數有幾萬條，而有的僅幾條。為了壓縮變量的量綱，同時將潛在的非線性關系轉化為線性關系，以增強回歸結果的穩健性，我們對所有連續性變量進行對數化處理，包括借閱量、復本量、定價、出版天數、總評論數、自動評論數、平均評分。好評比例、中評比例、差評比例等百分比數據不需要對數轉換，類目為啞變量，同樣不需要對數轉換。

注：類目為啞變量，樣本按照中圖法分為22個大類，由于S和V類樣本數為0，所以共20類

2 網絡口碑數據對借閱量的影響

2.1 相關性分析

表4為主要變量相關關系矩陣。從表4可看出借閱量與網絡口碑中的總評論數、自動評論數存在顯著的正相關，而與平均評分、好評比例、中評比例、差評比例無明顯的相關關系；與復本量、出版天數存在顯著的正相關，需要在模型中控制其影響；與定價存在顯著的負相關，同時定價與大多數網絡口碑數據存在顯著的負相關，只與中評比例和差評比例存在顯著的正向關系；出版天數與借閱量及大多數網絡口碑數據存在顯著的正相關，與差評比例存在顯著的負相關，說明隨著出版天數的增加，借閱和圖書銷售都會增加，差評比例也會顯著下降。此外，總評論數與自動評論數的相關性高達0.998，說明用戶默認好評在總評論數量中占主要部分，具有文字的用戶主動評論非常少。為了避免多重共線性，我們剔除自動評論數，以意義更全面的總評論數代表總評論量。

此外，類目作為無序多分類變量，以啞變量的形式進行相關性分析，可以注意到20個類目啞變量與其他變量的相關性并不一致，大部分啞變量與借閱量、復本量顯著負相關，與總評論數、自動評論數顯著正相關，與定價、出版天數顯著相關但正負向不一致，與平均評分、好評比例、中評比例和差評比例無明顯相關。I類和T類兩個啞變量比較特殊，它們與幾乎全部變量存在顯著的相關關系。結合樣本類目分布(表1)認為具體分類樣本數量影響了分析結果，需要在模型中控制其影響。

2.2 線性回歸分析

根據相關性分析結果，建立3個獨立的線性模型進行回歸分析。3個模型的不同之處在于模型(1)使用總評論數來解釋借閱量，而模型(2)在模型(1)的基礎上添加平均星級評分、模型(3)用好評比例和差評比例替換星級評論數。通過上述模型，我們能夠分析網絡口碑數據中不同變量對借閱量的影響。

借閱量i=α0+α1定價i+α2出版天數i+α3復本量i+α4-22類目i+β0總評論數i+ε

(1)

借閱量i=α0+α1定價i+α2出版天數i+α3復本量i+α4-22類目i+β0總評論數i+β1平均評分i+ε

(2)

借閱量i=α0+α1定價i+α2出版天數i+α3復本量i+α4-22類目i+β0總評論數i+β2好評比例i+β3差評比例i+ε

(3)

因變量均為借閱量,模型中用下標i來表示第i本圖書。在控制變量中，類目表示圖書按中圖法分類的啞變量(中圖法類目共22大類，由于S和V類中沒有樣本，所以共20個類目，加入19個啞變量)。總評論數、平均評分、好評比例和差評比例是我們關注的網絡口碑數據。平均評分表示圖書i的總體評分，好評比例和差評比例分別從正負兩方面說明用戶評論的影響。由于平均評分與好評比例、中評比例、差評比例均存在高度的相關關系，為了避免多重共線性，分別分析它們對借閱量的影響，模型(2)在模型(1)基礎上加入平均評分，在模型(3)中將平均評分替換為好評比例和差評比例。通過計算模型的方差膨脹因子(VIF)，所有VIF值均在3以下，表明所有模型的多重共線性均在可接受范圍內。 表5為回歸分析結果匯總。模型(0)為基準模型，包含與借閱量有關的其他控制變量，沒有加入網絡口碑數據。模型(0)的作用主要是對比加入網絡口碑數據后模型的擬合度是否有明顯的提升，以此判斷網絡口碑數據對借閱量的影響。從表5可知，模型(1)、模型(2)和模型(3)加入網絡口碑數據后，調整R方均由0.141增加到0.228，說明在加入網絡口碑變量后，模型的擬合度明顯提高了。但是模型(2)和模型(3)在模型(1)基礎上新加入變量后的調整R方相同，并未有效提高模型擬合度，F值反下降，由此可以推導出網絡口碑數據對借閱量的解釋主要來自模型(1)中加入的總評論數。

表4 變量相關關系矩陣

注：*代表P<0.10 ；**代表P<0.05 ；***代表P<0.01

在所有模型中，出版天數和復本量是最重要的控制變量。如在模型(1)中，出版天數的系數為顯著的正向相關(α2=0.763，P<0.01)，說明圖書出版時間越長，其借閱量越大；而復本量同樣顯著正向相關(α3=0.492，P<0.01)，說明復本量越大，其借閱量越高，均符合對圖書借閱的常識認知。

在模型(1)中，我們主要關注總評論數對借閱量的影響。總評論數的系數呈顯著正相關(β0=0.145，P<0.01)，說明圖書借閱量隨總評論數增加而增加，總評論數每增加1%，借閱量增加約0.15%。在模型(2)和模型(3)中，我們主要關注平均評分、好評比例和差評比例對借閱量的影響。首先，從顯著水平上來看，平均評分和差評比例的P值均大于0.1，只有好評比例的顯著性(P=0.053)具有統計意義，說明用戶平均星級評分和差評對借閱量沒有顯著的影響，只有好評對借閱量存在統計關系。但好評比例的系數(β2=-1.257)為負，說明好評比例越高，借閱量越小。參考前面相關性分析中總評論數與平均評分、好評比例的顯著的負相關系數，不符合常識認知。原因在于用戶主動評論比例非常小，隨著圖書的總評論量變大，差評數量同步增長，導致平均評分和好評比例反而低于總評論量低的圖書。

表5 圖書借閱變量回歸分析匯總

注 ：*代表P<0.10 ；**代表P<0.05 ；***代表P<0.01

3 結論及啟示

提高圖書借閱率，避免零借閱現象是圖書館目前工作的重中之重。本文對圖書館圖書借閱量與網絡口碑數據之間的關系進行了實證分析，結果顯示在網絡口碑數據中總評論數與圖書借閱量有顯著的正向相關。由于網絡書店克服了傳統書店的空間、地域和種類數量等因素限制，能夠滿足社會總需求中的長尾部分，反映了全社會讀者對圖書的總體需求情況。而圖書借閱量則受到圖書館內外因素共同限制，內部因素包括復本數量、借閱規則、入藏時間等，限制了讀者圖書借閱，文中對可流通復本量的分析證明了這一點；外部因素包括專業分布、學生規模、教學科研特點、研究領域等，這些因素與圖書館館藏情況無關，只與讀者群體的自身差異有關，即學校個體需求與社會總需求是不同的。圖書館應分析用戶信息需求，明確自身限制借閱因素，提高館藏利用率，減少零借閱現象。

本文對圖書館管理實踐提供了啟示。圖書館可以以網絡書店銷售類目分布特征優化館藏圖書類目結構，以網絡書店銷售評論的類目特征為依據建立一個以借閱率為導向的最優館藏類目結構和新書采購類目結構，提高借閱量和館藏借閱率。如以2016年大學征訂圖書目錄為樣本，獲取圖書在當當網銷售一年的評論數量，然后以評論數量中位數以上的圖書統計類目分布比例。它可以作為面向公眾的公共圖書館的館藏建設類目標準,高校圖書館可以參考自身專業設置和教學科研需求等因素，對其做相應調整。其次，圖書采訪應覆蓋類目高書評圖書。高書評圖書是指評論量超過所在類目同期出版圖書的評論量平均數的圖書，根據當當網數據計算一般不超過所在類目同年出版種數的20%。具體平均數指標可以使用上一年度或近兩年的類目總評論數均值作為參考。覆蓋高評論圖書可以以最少的資源覆蓋借閱量最高的圖書，實現經濟效益最大化。高書評書目可以參考網絡書店的銷售排行榜，如當當網以日、周、月、年等周期，按44個大類544個小類提供每一類銷量最高的前500種圖書，基本覆蓋了高評論圖書。我館已經開發相應的爬蟲軟件用于高評論數量書目抓取。同時，高評論數圖書應該配置高復本，以防止供應不足。我們可以通過書評數量計算借閱量，從而得出合適的復本數量。