知識特征對圖書在線評論有用性感知的影響研究

[摘 要] 基于知識特征視角，構建圖書在線評論影響因素指標體系，利用Tobit模型分析知識特征對圖書在線評論媒介有用性感知的影響。研究結果表明：知識特征對以贊同數和問答數作為因變量的在線評論有用性的作用效果存在差異。知識黏性對在線評論有用性有顯著負向關系。知識寬度對在線評論有用性具有顯著正向影響。知識密度對以問答數為因變量的在線評論有用性有顯著的正向影響，而對以贊同數為因變量的在線評論有用性無顯著影響。

[關鍵詞] 在線評論 有用性 知識特征 Tobit 模型

[中圖分類號] G230 [文獻標識碼] A [文章編號] 1009-5853 （2022） 03-0059-07

Research on the Impact of Knowledge Characteristics on the Book’ s Online Reviews Helpfulness

Wang Jian

（School of Economics and Management， Zhengzhou University of Light Industry， Zhengzhou， 450001）

[Abstract] Based on the perspective of knowledge characteristics， this paper constructs a system of influencing factors of online reviews. The approval number and number of Q&A of online reviews are used as evaluation indicators for the helpfulness of online reviews. Using Tobit Model to analyze the influence of knowledge characteristics on the helpfulness of online reviews. The results show that： There is a significant negative relationship between knowledge stickiness and the helpfulness of online reviews. Knowledge breadth has a significant positive effect on the helpfulness of online reviews. Knowledge density has a positive and significant effect on the number of Q&A of online reviews， but it has no significant effect on the approval number of online reviews.

[Key words] Online review Helpfulness Knowledge characteristics Tobit model

根據艾瑞咨詢發布的2019年移動閱讀行業研究報告顯示，2019年中國移動閱讀市場規模接近204.9億元，同比增長22.4%，用戶規模為3.9億。購買數字化圖書逐漸成為讀者閱讀的主要方式。知名市場研究公司朱比特研究機構的調查數據顯示，超過75%的顧客網上購物之前，會參考在線評論，在線評論作為網絡口碑的主要形式，對出版機構、 圖書集成商、 圖書分銷商等有重要作用。在線評論是消費者觀點的呈現，蘊含著人們對事物認識的信息、知識和智慧，體現了人對知識的動態發現過程和靜態認知結果。在線評論知識共享實現了消費者與讀者彼此之間經驗、技能等具有價值性和稀缺性信息資源的交流討論，完成由知識源向知識受體的傳播和感知過程。知識交互的過程豐富了消費者對品牌節點的記憶網絡，為其判斷零售商服務質量提供更可靠信息，又可實現消費者之間的資源融合。購買前后體驗的對比也可為其他消費者獲取更豐富的產品知識，知識量越大，越能影響消費者對在線評論媒介效用的感知程度。因此，在線評論知識對消費者感知在線評論有用性具有重要意義。

已有研究主要分析知識量對在線評論有用性的影響，但知識具有黏性、密度、寬度等多種特征，知識黏性、知識密度和知識寬度等知識特征在已有研究中很少被關注。因此，本文基于知識特征視角，構建涵蓋知識密度、知識黏性和知識寬度等影響因素指標體系，利用Tobit模型對研究假設進行檢驗，最后得出若干研究結論，并進行研究展望。

本研究提出了基于知識特征的在線評論有用性影響因素的測量維度，分析了知識特征對在線評論有用性的作用機制，從知識特征視角進一步豐富在線評論有用性影響因素的研究內容。得出的研究結果有助于消費者發表更加有用的在線評論信息、輔助讀者快速識別有用的在線評論知識，實現賣家和第三方平臺對在線評論的優化與管理和提高顧客購買決策效率。本研究的創新之處在于：（1）從知識特征視角分析在線評論有用性影響因素的作用效果。（2）不僅將在線評論贊同數作為在線評論有用性的直接評價指標，更引入在線評論問答數作為在線評論有用性的間接評價指標。（3）知識密度相對于知識量作為影響因素更能體現在線評論信息中知識蘊含的程度;知識寬度的引入討論了有用的在線評論內容是否要進行多維度說明。最后探討了知識黏性對在線評論有用性感知的影響。

1 文獻綜述與研究假設

1.1 在線評論有用性及其影響因素

有用性的概念最早由戴維斯（Davis）在技術接受模型（TAM）中提出，被定義為用戶主觀認為使用某一系統可以提高工作績效的程度。消費者使用在線評論最主要的目的是更容易地進行購買決策，因此把在線評論有用性定義為可以為消費者購買決策過程提供有價值的診斷信息。在線評論有用性不僅表現為可以輔助消費者購買決策，也可以為零售商提供商業指導。但在線評論信息在數量上爆發式的增長和參差不齊的評論質量使用戶快速簡便地獲取有用的評論內容變得困難。淘寶、京東等電子商務網站在線評論社區利用贊同數投票形式對用戶生成的評論內容的效用進行直接評價，輔助消費者篩選有用的在線評論信息，同時也設立問答區域，促進發評者和接收者對在線評論內容進行互動交流。基于對在線評論有用性影響因素的薈萃分析顯示，雖然已有研究的理論基礎不一致，但在線評論有用性影響因素的研究變量可以歸納為與評論內容相關的影響因素（評論長度、評論可讀性、評論星級和評論時間等）和與評論者相關的影響因素（評論者自我信息披露、評論者經驗、評論者等級、評論者好友和評論者粉絲等）。

1.2 基于知識特征的在線評論有用性影響因素

知識特征是對知識所具特點的概括總結。知識特征的分類具有多種形式。尼爾森（Nelson）和溫特（Winter）等提出知識具有復雜性和專屬性等特征，野中郁次郎提出顯性知識和隱性知識的分類，認為顯性知識和隱性知識可以相互轉化。知識特征也可以從黏性、密度、寬度等視角進行劃分。石乘齊將知識特征的層次構建劃分為知識寬度、知識存量等絕對測度和重要性、相似性等相對測度。基于以上對知識特征的研究，本研究將知識密度、知識黏性和知識寬度等知識特征作為在線評論有用性影響因素的研究變量。

不同知識類別的組合形成不同的知識寬度，在線評論知識寬度是對評論內容中異質知識數量的統計，產品屬性特征、情感特征、服務水平特征和物流質量特征4類異質知識特征詞從不同角度對消費者購買經歷進行說明，有助于完善和豐富消費者的認知需求。在線評論知識密度是以相對指標反映知識量的程度，知識密度越大，說明消費者獲取更多知識的可能性越大。知識在轉移的過程中，接收方的吸收能力、因果關系模糊等原因會產生認知成本，形成知識轉移障礙，影響消費者對在線評論的感知。根據艾瑞克馮（Ericvon）對知識黏性的定義，在線評論獲得、轉移和使用知識時產生成本，表示在線評論知識具有黏性。

1.3 知識密度與在線評論有用性

嚴建援等從在線評論知識數量角度對在線評論有用性進行分析，認為產品質量、使用感受和物流速度可以增強消費者感知有用性。但較長評論中無用信息的存在會稀釋知識對在線有用性的作用效果。因此，基于知識特征，本研究引入知識密度這一相對指標，將在線評論知識占評論信息的比重定義為在線評論知識密度。知識密度越大表示擁有的專屬知識越多，可以作為評估知識優勢的指標。王浣塵將知識密度定義為知識內容中必不可少的知識量所占的比重。因此，知識密度越大，說明在線評論相對有用的知識越多，對在線評論的有用性越高。故提出假設H1：

H1：在線評論知識密度與評論有用性有正向關系。

1.4 知識黏性與在線評論有用性

黏性是知識的特點之一。在轉移和應用過程發生的阻滯現象即為知識黏性。蘇蘭斯基（Szulanski）認為知識黏性造成知識流動的困難性。在知識轉移過程中，知識對其擁有者具有一定的黏附性，形成轉移障礙，影響消費者對在線評論有用性的感知。相關研究認為在線評論信息以合適的段落數呈現，有助于提高在線評論知識轉移的流暢性。知識黏性越低，知識轉移的數量越多，消費者對在線評論有用性的感知程度越高。因此，提出假設H2：

H2：在線評論知識黏性與在線評論有用性有負向關系。

1.5 知識寬度與在線評論有用性

知識寬度是指擁有知識元素的豐富程度，反映了主體知識多樣化程度。知識多樣化程度強調知識不僅在數量上的增長，同時強調知識的異質特征。有限的異質知識數量無法對知識接收者產生較大的效用，知識效用評價也較低。因此，實現知識效用的最大化需要改變知識寬度。消費者所重視的產品評論觀點、體驗感受和產品服務等內容構成在線評論知識的寬度，知識寬度與在線評論效用密切相關。根據上述分析，提出假設H3：

H3：在線評論知識寬度與在線評論有用性有正向關系。

研究概念模型見圖1。

2 研究設計

2.1 變量選取與數據處理

因變量為兩個，分別為在線評論贊同數和在線評論問答數。國外有多篇文獻利用贊同數評價在線評論有用性。因此，在線評論贊同數作為評價指標之一有廣泛的研究基礎。在線評論問答數體現了消費者之間的互動程度，實現了對讀者疑問的解答。問答數的增加表明消費者可以為讀者提供更多有用知識的可能性變大，影響消費者對在線評論有用性的感知程度。亞馬遜網站利用消費者的問答數進行排名，問答數越多說明在線評論質量越高。問答數量也體現消費者對評論內容的關注度，反映評論的有用性[34]。因此，本研究以在線評論問答數作為在線評論有用性的第二個評價指標。

自變量為在線評論知識特征的三個維度，包括知識密度、知識黏性和知識寬度。對在線評論知識特征三個維度進行測量的關鍵是對在線評論知識的識別。本研究將產品屬性特征、情感特征、產品體驗、服務水平特征和物流質量特征5個消費者最為關注的內容作為在線評論知識。利用語義分析系統ICRCLAS和Excel表格統計在線評論知識特征的相關數據。通過上文對知識特征與在線評論有用性的相關研究，對知識密度、知識黏性和知識寬度的測量方法進行定義并進行描述性統計分析，具體數據如表1所示。

2.2 Tobit模型

在線評論有用性投票數和問答數的取值范圍都為大于0的正整數，因變量存在受限情況。以傳統的最小二乘法回歸進行估計，參數會產生偏差，并且估計量是不一致的，而Tobit模型的主要特征為因變量是以受限方式觀測，其模型可以表達為以下形式：

樣本數據的描述性統計分析如表2所示。

其中，? a、a、a、b、b、b等分別為各自變量的回歸系數， e，e為殘差項。

3 實證結果分析

本研究回歸結果見表2，模型1和模型2分別代表以在線評論贊同數和問答數作為因變量進行Tobit回歸的結果。

由表2的回歸結果可知，在模型1和模型2中，在線評論知識黏性與在線評論有用性具有顯著的負向關系，在線評論知識寬度與在線評論有用性具有顯著的正向關系;知識密度與在線評論有用性具有正向關系，在模型1中沒有通過顯著性檢驗，但在模型2中通過顯著性檢驗。

模型1（在線評論贊同數為因變量）的回歸結果表示，知識密度與在線評論有用性具有正向的關系（a = 0.634），但不顯著（P = 0.1432），因此假設H1不成立。本研究認為在線評論知識內容的異質性是導致在線評論知識密度對在線評論有用性的影響效果不顯著的主要原因。在線評論知識密度強調知識數量占在線評論總數的比重，但相同特征知識在數量上增加并不能引發消費者感知有用性的提高。例如某一在線評論內容為“沒有辜負期待，書的質量很好，內容還沒有看期望值很高，紙質很好，紙質很好，紙質很好吖吖吖重要的事情說三遍。書真的很棒，滿分推薦”，該條在線評論中“紙質很好”的評論內容多次重復，雖起到強調作用，但同一知識特征數量的增加并不能顯著提高在線評論有用性，這也在另一方面證明知識寬度對在線評論有用性的顯著影響。知識寬度是指在線評論涵蓋異質知識的程度，是對在線評論異質知識程度的計量。本研究中知識寬度的回歸系數為0.9347，且在1%的水平下顯著（P = 0.0000），假設H3得到驗證，說明在線評論知識寬度越大，越有助于消費者感知在線評論有用性。知識黏性的回歸系數為負數（a = -0.3927），且在5%的水平下顯著（P = 0.0441），說明假設H2得到支持，知識黏性越大，消費者對在線評論感知的有用性程度越低。本研究認為認知成本產生知識黏性，影響消費者識別有用的在線評論知識，造成在線評論有用性感知程度下降。

模型2（在線評論問答數為因變量）的回歸結果表示，知識密度對在線評論有用性具有顯著的正向影響（b = 0.6687，P = 0.0312），但與贊同數作為因變量的回歸結果存在截然相反的結論（a = 0.6340，P = 0.1432），其原因可能是在線評論問答數表明消費者對在線評論知識存在疑惑，需要更多在線評論知識消除消費者的不確定性和增加對在線評論知識的信任度，因而導致知識密度在以贊同數和問答數為因變量的回歸模型中的系數存在差異。上文中提到的“書的質量很好”和“紙質很好”兩個產品體驗知識，其中“紙質很好”是對“書的質量很好”的一個細致化說明，雖然兩者屬于同一知識特征下的產品體驗說明，但“紙質很好”這一產品體驗的描述更加細致，更有助于消費者了解產品情況，可以減少消費者的不確定性。因此，問答環節下同一知識特征的知識描述出現重疊而導致知識密度的提高也有助于在線評論有用性的增強。知識黏性的回歸系數（b）為-0.3734，在10%的水平下顯著，假設H2成立。對比在線評論贊同數回歸結果下知識黏性的系數，發現兩模型回歸系數相近，都在-0.38左右，因此可以認定知識黏性在贊同數投票環節和問答環節中對在線評論有用性具有相同程度的負向作用。而知識寬度的增加對于減少消費者的不確定性、提高對在線評論有用性的感知具有顯著正向作用（b = 0.8774，P = 0.0000），這也驗證假設H3的正確性，即問答環節，知識寬度對在線有用性具有正向作用。根據Tobit回歸分析結果，本研究的研究假設的驗證結果如表3所示。

4 結論與展望

本研究細分知識特征的維度，利用Tobit模型研究知識特征對在線評論有用性的作用效果。實證結果表明：

知識密度與在線評論贊同數無顯著的正向關系，而與在線評論問答數呈正向的關系。這說明知識密度的增加有助于緩解和消除在線評論接收者對知識的不確定性和不信任性，而對持有信任態度的在線評論信息接收者無顯著影響。知識黏性對在線評論贊同數和問答數都有顯著的負向關系，因此知識黏性對在線評論有用性具有負向影響。這說明提高在線評論有用性需要降低在線評論知識黏性，可以通過合理安排評論內容的段落、增強在線評論知識接收方的吸收能力和強化在線評論內容的因果關系等途徑提高在線評論內容的流暢性，實現知識黏性的降低。知識寬度與在線評論贊同數和問答數分別具有顯著的正向關系，因此知識寬度對在線評論有用性具有正向影響。消費者在發表在線評論知識時，應擴展在線評論知識的寬度，從產品屬性特征、情感、體驗、服務水平和物流質量等多方面進行說明，才能為讀者提供更加有用性的在線評論。

注 釋

[1]艾瑞咨詢. 2019年中國移動閱讀白皮書[EB/OL]. [2020-01-10]. http：//www.iresearch.cn

[2][23]殷國鵬.消費者認為怎樣的在線評論更有用？——社會性因素的影響效應[J].管理世界，2012（12）：115-122

[3]周榮庭，胡賢鳳，Fahad Asmi.基于CSI模型的AR圖書顧客滿意度研究[J].出版科學，2019，27（3）：103

[4]陳曉美. 網絡評論觀點知識發現研究[D].長春：吉林大學，2014：17

[5]汪旭暉，張其林.在線評論如何影響多渠道零售商品牌權益？——調節聚焦傾向與在線評論框架的調節匹配視角[J].經濟管理，2017，39（6）：131

[6]蘇婉，李陽春.移動互聯網O2O模式下顧客知識共享機制研究[J].情報理論與實踐，2016，39（4）：90-91

[7]王慧.基于知識獲取與分享的消費者行為模式研究[J].情報科學，2017，35（11）：48

[8]常亞平，劉興菊，閻俊，等.虛擬社區知識共享之于消費者購買意向的研究[J].管理科學學報，2011，14（4）：87-89

[9][22]嚴建援，張麗，張蕾.電子商務中在線評論內容對評論有用性影響的實證研究[J].情報科學，2012，30（5）：716

[10][15][19]朱紅濤.知識特性對知識交流效率的影響研究[J].情報理論與實踐，2012，35（7）：37

[11]Davis F D. Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology[J]. Mis Quarterly， 1989， 13（3）：333-334

[12]SCHUFF S M M and D. What Makes a Helpful Online Review？ A Study of Customer Reviews on Amazon.com[J]. MIS Quarterly， 2010， 34（1）：186

[13]Qazi A， Syed K B S， Raj R G， et al. A concept-level approach to the analysis of online review helpfulness[J]. Computers in Human Behavior， 2016， 58（5）：75-81

[14][30][36]H. H， D. X， G. A， et al. Understanding the determinants of online review helpfulness： A meta-analytic investigation[J]. Decision Support Systems， 2017， 102（10）：5-9

[16][27]石乘齊.基于知識特性的技術創新網絡組織權力形成研究[J].情報學報，2014，33（7）：677-686

[17]李中梅，張向先，郭順利.移動商務環境下O2O用戶在線評論有用性影響因素研究[J].情報科學，2017，35（2）：132-133

[18][29][33]何有世，李娜.搜索型商品評論有用性影響因素研究[J].情報雜志，2016，35（12）：203

[20]晏自翔，卞藝杰.匹配視角下知識粘性分析和對策研究[J].情報雜志，2016，35（6）：202-207+188

[21]馮帆，廖飛.知識的粘性、知識轉移與管理對策[J].科學學與科學技術管理，2007（09）：89-91

[24]王儉，修國義，過仕明.基于知識特征的在線評論知識轉移效率測度研究[J].情報科學，2019，37（7）：147

[25]王浣塵. 信息距離與信息[M]. 北京：科學出版社， 2006：120

[26]張駿，馬躍.高校科研組織的知識粘性及管理對策分析[J].研究與發展管理，2016，28（5）：127-128

[27]周賀來.基于治理視角的知識粘性削弱對策研究[J].科學學與科學技術管理，2008（6）：90-91

[28]劉偉，徐鵬濤.O2O電商平臺在線點評有用性影響因素的識別研究——以餐飲行業O2O模式為例[J].中國管理科學，2016，24（5）：170-174

[31]張艷輝，李宗偉，趙詣成.基于淘寶網評論數據的信息質量對在線評論有用性的影響[J].管理學報，2017，14（1）：83-84

[32]江曉東.什么樣的產品評論最有用？——在線評論數量特征和文本特征對其有用性的影響研究[J].外國經濟與管理，2015，37（4）：43-49

[34]王智生，李慧穎，孫銳.在線評論有用性投票的影響因素研究——基于商品類型的調節作用[J].管理評論，2016，28（7）：146-147

（收稿日期：2019-06-10）

[基金項目] 本文系黑龍江省教學科學“十三五”規劃2020年度重點課題“混合教學環境下學習績效評價研究”（GJB132304）研究成果之一。

[作者簡介] 王儉，管理學博士，鄭州輕工業大學經濟與管理學院講師、碩士生導師。

出版科學，2022，30（3）：59-65