產(chǎn)品圖文信息呈現(xiàn)與線上圖書銷量*

□文│劉 蕾 吳少輝

（作者單位：中央財經(jīng)大學文化與傳媒學院 清華大學經(jīng)濟與管理學院）

自2015年國家提出“互聯(lián)網(wǎng)+”戰(zhàn)略以來，我國電子商務(wù)再次取得飛速發(fā)展。據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）數(shù)據(jù)顯示，2016年中國電子商務(wù)交易額為22.97萬億元人民幣，同比增長25.5%。其中，網(wǎng)絡(luò)零售市場交易規(guī)模5.3萬億元，在社會消費品零售總額中的滲透率達到14.9%。一方面，中央通過加快供給側(cè)改革促進傳統(tǒng)企業(yè)向互聯(lián)網(wǎng)轉(zhuǎn)型升級；另一方面，在傳統(tǒng)零售業(yè)績持續(xù)下滑背景下，互聯(lián)網(wǎng)零售轉(zhuǎn)型成為所有零售企業(yè)未來最重要的增長點。然而，企業(yè)界和學術(shù)界對于在網(wǎng)絡(luò)環(huán)境下，企業(yè)究竟該如何呈現(xiàn)產(chǎn)品信息以更好地激發(fā)消費者的購買行為、提升產(chǎn)品銷量卻缺乏足夠的理解。

從消費者角度而言，電子商務(wù)規(guī)模的持續(xù)增長伴隨著網(wǎng)絡(luò)購物用戶數(shù)量的不斷擴大。截至2016年，我國網(wǎng)絡(luò)購物用戶規(guī)模達到4.67億，用戶網(wǎng)絡(luò)購物的消費習慣已經(jīng)形成。消費者在網(wǎng)上購買產(chǎn)品時，主要通過瀏覽產(chǎn)品呈現(xiàn)信息和消費者評論信息做出決策。產(chǎn)品呈現(xiàn)信息由企業(yè)編輯和發(fā)布，消費者通過瀏覽產(chǎn)品呈現(xiàn)信息獲得對產(chǎn)品屬性及品牌方面的初步認知和評價。消費者評論信息即網(wǎng)絡(luò)口碑，企業(yè)基本無法干預(yù)和控制，這部分信息通過影響消費者對產(chǎn)品的知曉（知曉效應(yīng)）以及塑造和改變消費者對產(chǎn)品的態(tài)度（說服效應(yīng)）來影響消費者購買決策。消費者評論信息究竟如何影響消費者購買決策已經(jīng)得到廣泛而深刻的研究，而產(chǎn)品呈現(xiàn)信息對消費者購買決策的影響研究卻非常有限，對銷量影響的實證研究更加缺乏。

在網(wǎng)絡(luò)環(huán)境下，由于消費者無法真正看到和摸到產(chǎn)品，相比在線下環(huán)境下購買產(chǎn)品，他們尤其需要獲取足夠的信息以做出購買決策，因此產(chǎn)品呈現(xiàn)信息對消費者購買決策具有重要的影響。圖文信息作為最基本、最重要的產(chǎn)品信息呈現(xiàn)方式，本研究試圖探討產(chǎn)品圖文信息如何影響產(chǎn)品銷量。具體而言，本研究將回答如下兩方面問題：①產(chǎn)品文本信息數(shù)量與銷量之間是什么關(guān)系？產(chǎn)品文本信息是否越多越好？②產(chǎn)品圖片信息數(shù)量與銷量之間是什么關(guān)系？圖片是否越多越好？

圖書、音像類產(chǎn)品作為我國網(wǎng)上銷售商品的重要組成部分，近年來發(fā)展迅速。2016年，中國圖書零售市場中網(wǎng)上銷售渠道銷售額達到365億元，首次超過實體渠道銷售額（336億元）。當前，全民閱讀推廣活動更將進一步促進線上圖書銷售。因此，本研究將以圖書銷售為例，探討線上產(chǎn)品圖文信息呈現(xiàn)如何影響產(chǎn)品銷量，從而為企業(yè)開展電子商務(wù)運營提供策略建議。

一、理論背景與研究假設(shè)

信息呈現(xiàn)包括言語和視覺兩種基本形式，言語形式即文本信息，視覺形式則是生動化呈現(xiàn)信息的方式，包括圖片、視頻、動畫等多種方式。當前關(guān)于產(chǎn)品呈現(xiàn)信息對消費者決策影響的研究主要關(guān)注信息生動化呈現(xiàn)方式對消費者態(tài)度和產(chǎn)品評價的影響。在網(wǎng)絡(luò)購物環(huán)境中，圖文信息作為最主要的產(chǎn)品呈現(xiàn)方式，學者對其關(guān)注卻極其有限。根據(jù)我們的了解，僅有兩篇研究探討了線上產(chǎn)品圖文信息呈現(xiàn)對消費者決策的影響。金（Kim）和列儂（Lennon）通過實驗的方法比較了文本信息和圖片信息兩種方式對消費者認知態(tài)度的影響，結(jié)果發(fā)現(xiàn)相比圖片信息，文本信息對消費者態(tài)度的影響更具有優(yōu)越性；劉（Yoo）和Kim則對產(chǎn)品使用場景的圖片呈現(xiàn)方式（具體的消費背景VS純色背景）對消費者情感與購買行為意向的影響進行了實驗研究，結(jié)果發(fā)現(xiàn)采用與產(chǎn)品使用或消費場景相關(guān)的圖片更能激發(fā)消費者的購買意向。綜上可見，現(xiàn)有研究忽略了一個最基本而重要的問題，那就是圖文信息數(shù)量對產(chǎn)品銷量的影響。文本和圖片作為線上產(chǎn)品呈現(xiàn)最重要、最普遍的形式，企業(yè)到底應(yīng)該使用多少文字闡述產(chǎn)品屬性及品牌保障等信息，文字信息是否越多越好呢？又該使用多少張圖片展示產(chǎn)品呢？圖片數(shù)量是否越多越好呢？這正是本研究試圖回答的問題。

1.產(chǎn)品文本信息呈現(xiàn)對銷量的影響

一方面，如前所述，在網(wǎng)絡(luò)購物環(huán)境下，消費者無法真正看到和觸摸到產(chǎn)品，他們對產(chǎn)品評價的不確定性隨即增加，這使得消費者網(wǎng)絡(luò)購物時的感知風險大大增加。這時消費者通常會采取一些措施來降低感知風險，例如更多地、更仔細地搜集和閱讀產(chǎn)品信息。如果消費者無法獲得足夠的產(chǎn)品信息，他們傾向于放棄購物。因此，我們預(yù)期企業(yè)更多呈現(xiàn)產(chǎn)品文本信息有助于消費者更多地了解產(chǎn)品，降低購買時的不確定性和感知風險，產(chǎn)品銷售由此增加。

另一方面，產(chǎn)品文本呈現(xiàn)信息是否越多越好呢？我們認為不盡然。學者通過實驗研究發(fā)現(xiàn)，大量的信息會讓消費者感覺到信息超載，而這種感知導(dǎo)致消費者做出的選擇更差。例如，當產(chǎn)品屬性數(shù)量過多或者每個產(chǎn)品屬性有多種水平時，就可能導(dǎo)致信息超載，消費者對于做出的決策通常感到不滿意、不自信甚至非常困惑。即使消費者面臨的可選擇的產(chǎn)品太多，也會導(dǎo)致消費者決策困難甚至放棄購買。由此，我們預(yù)期當產(chǎn)品文本信息過多時，容易造成消費者的認知超載感知，從而降低購買的可能性，產(chǎn)品銷量隨之減少。

綜上所述，我們預(yù)期產(chǎn)品銷量隨產(chǎn)品文本呈現(xiàn)信息數(shù)量先增后減，呈現(xiàn)倒U型變化趨勢。隨著文本信息由少逐漸增多，產(chǎn)品銷量首先會增加，即消費者通過了解和閱讀更多產(chǎn)品信息而減少不確定性和感知風險；而當產(chǎn)品文本呈現(xiàn)信息數(shù)量由適中繼續(xù)增多時，消費者會感知到信息超載，從而放棄購買，產(chǎn)品銷量開始減少。

2.產(chǎn)品圖片信息呈現(xiàn)對銷量的影響

學者研究發(fā)現(xiàn)人們可以更快、更加無意識地處理圖片信息，而且圖片與其意義之間的聯(lián)系相比文字更加直接，也比文字更加有吸引力。當人們處理圖片信息時，采用格式塔處理方式，整體性地、一次性地處理全部信息，而處理文本信息時則采用碎片式處理方式，碎片化地依次處理信息。由于圖片信息處理更快、更加容易，消費者更加偏好處理圖片信息。相應(yīng)地，在網(wǎng)絡(luò)購物環(huán)境下，圖片信息會減少消費者的認知負擔，消費者處理起來更加容易和快速，看到圖片也會降低消費者的不確定性，由此增加消費者購買的可能性，因此我們預(yù)期產(chǎn)品圖片信息呈現(xiàn)數(shù)量與銷量之間呈現(xiàn)正向相關(guān)關(guān)系。

二、數(shù)據(jù)和變量

本研究數(shù)據(jù)來源于當當網(wǎng)。當當網(wǎng)作為起步早、規(guī)模大的中文圖書在線銷售平臺，在同類網(wǎng)站中擁有的用戶數(shù)量很多，占據(jù)了超過50%的市場份額。同時，當當網(wǎng)提供的圖書銷售情況、商品詳情、消費者評論等信息涵蓋了本研究所需要的全部數(shù)據(jù)，避免了潛在的異方差問題，提高了研究的有效性。我們收集了2017年6月17日當當網(wǎng)24小時圖書暢銷榜的前300本圖書信息。對于每一本圖書，我們收集的數(shù)據(jù)包括如下內(nèi)容。

產(chǎn)品圖文信息呈現(xiàn)數(shù)據(jù)。每本圖書的商品詳情即是產(chǎn)品圖文信息呈現(xiàn)內(nèi)容，基本包括以下幾個部分：編輯推薦、內(nèi)容簡介、作者簡介、目錄、前言、媒體評論、在線試讀部分章節(jié)。我們收集了每一部分的字數(shù)并將其加總得到產(chǎn)品文本信息呈現(xiàn)的總字數(shù)，同時收集了產(chǎn)品圖片信息的總數(shù)。

網(wǎng)絡(luò)口碑數(shù)據(jù)。網(wǎng)絡(luò)口碑數(shù)據(jù)對產(chǎn)品銷量的影響已經(jīng)得到廣泛的驗證，學者發(fā)現(xiàn)評論數(shù)量和評論分數(shù)會影響產(chǎn)品銷量，因此我們收集了每本圖書的評論數(shù)量和好評率兩個數(shù)據(jù)。好評率是指五星評分占總評分的百分比，在本研究中以此代表評論分數(shù)。

銷量數(shù)據(jù)。當當網(wǎng)沒有公開產(chǎn)品的具體銷量，因此我們無法直接獲取每本圖書的具體銷量數(shù)據(jù)。然而，當當網(wǎng)公開了近24小時圖書銷量排行榜，列出了銷量排名前500位的圖書。學者發(fā)現(xiàn)銷量和銷量排名分別取自然對數(shù)之后呈線性相關(guān)關(guān)系，而且大部分相關(guān)研究都直接用銷量排名的自然對數(shù)來替代銷量的自然對數(shù)。因此本研究使用銷量排名替代具體銷量數(shù)據(jù)來研究企業(yè)發(fā)布內(nèi)容與產(chǎn)品銷量之間的關(guān)系。

其他控制變量。為排除其他可能潛在因素會影響圖書的銷量，我們加入了如下的一系列控制變量來排除這些可能的干擾因素。為了控制價格因素對圖書銷量的影響，我們收集了每本圖書的銷售價格。促銷也可能會影響圖書的銷量，因此我們收集了每本圖書的促銷折扣。圖書類型是基于圖書內(nèi)容對圖書進行的分類，包括文藝、青春、少兒、生活、經(jīng)濟管理、科技教育、人文社科七種類型。不同類型圖書在趣味性、可讀性、實用性等方面均不同，面向的消費者群體不同，其購買行為也可能有很大差異，因此收集了圖書類型作為控制變量。產(chǎn)品生命周期是影響產(chǎn)品銷量的重要因素，圖書的產(chǎn)品生命周期可以根據(jù)圖書出版時間進行計算，因此我們收集了每本圖書的出版時間來計算其產(chǎn)品年齡，以控制產(chǎn)品生命周期對圖書銷量的影響。

表1報告了圖書類型的分布情況。在銷售排名前300名的圖書中，文藝類和少兒類圖書較多，合計占總數(shù)的70%，其次是人文社科類圖書，占總數(shù)的15%。青春、科教及生活類圖書占比最少，合計占總數(shù)的15%。

表1 圖書類別及占比

表2為本文主要變量的描述性統(tǒng)計。研究樣本在價格、促銷折扣、產(chǎn)品年齡上有較大差異，說明該樣本具有較好的代表性。每一本圖書平均獲得103490條評論，與中位數(shù)53985有較大差異，說明有少數(shù)圖書獲得了大量的消費者評論。每本圖書的好評率平均為99.70%，與中位數(shù)99.80%差距甚小，標準差只有0.24%，說明進入榜單的圖書獲得了消費者的一致好評。在產(chǎn)品圖文信息呈現(xiàn)方面，產(chǎn)品文本信息數(shù)量的平均值為4977，中位數(shù)為3860，說明對于每本圖書的介紹簡繁有別；而產(chǎn)品圖片信息數(shù)量的平均值為6，中位數(shù)為5，可見對于每本圖書使用圖片數(shù)量的差異并不是很大。

表2 數(shù)據(jù)的描述性統(tǒng)計

表3報告了本研究涉及的主要變量及其描述。如前所述，我們采用銷量排名的自然對數(shù)作為因變量。同樣的，對于自變量，我們也對其進行取自然對數(shù)的線性變換，包括圖書價格（Lnprice），產(chǎn)品年齡（Lnage），消費者評論數(shù)（LnVolume），產(chǎn)品文本信息數(shù)量（Lnwords）。同時對因變量和自變量進行對數(shù)變換有兩個好處：第一，可以壓縮變量的量綱，從而消除變量數(shù)量級相差很大的情況。如不同圖書的消費者評論數(shù)差異很大，多者高達10多萬條，少的則僅有幾百條，對變量進行對數(shù)變化就很必要。第二，雙對數(shù)模型可以將潛在的非線性關(guān)系轉(zhuǎn)變?yōu)榫€性關(guān)系，從而提高模型的穩(wěn)健性。另外，對變量進行對數(shù)變換后，模型回歸系數(shù)代表彈性水平，即自變量的百分比變化引起因變量變動的百分比，這對于系數(shù)的含義更加一目了然。對于其他自變量，促銷折扣（Discount）、好評率（Valence）由于為百分比形式，所以不需要進行對數(shù)變換。圖書類型為啞變量，也不需要進行對數(shù)變換。對于圖書的產(chǎn)品圖片信息數(shù)量，由于有54本圖書使用圖片數(shù)量為0，對數(shù)變換將損失這部分數(shù)據(jù)，所以也未對該變量進行對數(shù)變換。

表3 主要變量及其描述

表4展示了主要變量之間的相關(guān)關(guān)系。首先，消費者評論數(shù)量與銷量排名之間具有顯著的負相關(guān)關(guān)系。說明銷量排名越靠前，即越暢銷的圖書，所擁有的網(wǎng)絡(luò)口碑越多。圖書好評率與銷量排名之間沒有顯著相關(guān)關(guān)系。其次，產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量排名之間不顯著相關(guān)，我們將在計量模型中進一步檢驗二者的關(guān)系，而產(chǎn)品圖片信息呈現(xiàn)數(shù)量與銷量排名負相關(guān)，與我們的預(yù)期相符。

表4 主要變量的相關(guān)關(guān)系矩陣

表4中多個自變量之間具有較強的相關(guān)關(guān)系，揭示自變量之間可能存在多重共線性問題。為此，本文用VIF檢驗來考察自變量之間的共線性水平。結(jié)果顯示VIF值在1.05～2.11之間（＜10），表明多重共線性均在可接受的范圍內(nèi)。

三、產(chǎn)品圖文信息呈現(xiàn)對在線圖書銷量影響的實證分析

為了分析產(chǎn)品圖文信息呈現(xiàn)數(shù)量對圖書銷量的影響，我們建立了如下模型來進行估計：

Lnranki= α0+ α1·Lnpricei + α2·Discounti+α3·Lnagei+ α4·Genrei+ α5·LnVolumei+ α6·Valencei+ α7·Lnwordsi+ α8·Lnwordsi2+ α9·Picturesi+ εi

我們用下標i=1,…, N來代表圖書。模型的因變量為銷量排名Lnrank?？刂谱兞糠矫妫琇nprice為價格，Discount為促銷折扣，Lnage為產(chǎn)品年齡，Genre為圖書類型，LnVolume和Valence為網(wǎng)絡(luò)口碑變量，前者為消費者評論數(shù)量，后者為好評率。Lnwords和Pictures為我們所關(guān)注的產(chǎn)品圖文信息呈現(xiàn)相關(guān)的解釋變量。Lnwords為產(chǎn)品文本信息呈現(xiàn)數(shù)量，Pictures為產(chǎn)品圖片信息呈現(xiàn)數(shù)量。如前所述，我們預(yù)期產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量之間為倒U型關(guān)系，也就是與銷量排名之間為U型關(guān)系，即當產(chǎn)品文本信息呈現(xiàn)數(shù)量由少增加到適中時，銷量隨之增加，銷量排名數(shù)值變小；但是當產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時，銷量開始減少，銷量排名數(shù)值變大。因此我們在模型中加入產(chǎn)品文本信息呈現(xiàn)數(shù)量的一次項和二次項，以驗證兩者之間是否為U型關(guān)系。如果二次項系數(shù)α8大于0且顯著，說明兩者之間確為U型關(guān)系；如果二次項系數(shù)α8不顯著，則我們的假設(shè)不成立。對于產(chǎn)品圖片信息呈現(xiàn)數(shù)量，我們預(yù)期其與銷量排名為線性關(guān)系，即圖片數(shù)量越多，銷量越高，銷量排名數(shù)值越小。

回歸結(jié)果如表5所示。對于控制變量，產(chǎn)品年齡正向顯著（α3=0.311，p＜0.01），說明隨著圖書出版時間越長，銷量排名越靠后，銷量越少。消費者評論數(shù)量負向顯著（α5=-0.431，p＜0.01），說明消費者評論數(shù)量越多，銷量排名越靠前，銷量越多，即圖書銷量隨著消費者評論數(shù)量的增多而增加。這與大多數(shù)對網(wǎng)絡(luò)口碑的研究結(jié)論相一致。好評率對銷量排名的影響并不顯著（α6=4.547，p＞0.01），這與黃可及龔詩陽等的實證研究結(jié)果相一致，造成該現(xiàn)象的原因或是由于樣本中好評率極其接近所致。

本研究主要關(guān)注產(chǎn)品圖文信息呈現(xiàn)變量對圖書銷量的影響。首先，結(jié)果顯示產(chǎn)品文本信息呈現(xiàn)數(shù)量二次項系數(shù)正向顯著（α8=0.137，p＜0.05），說明產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量排名之間呈現(xiàn)U型關(guān)系，這與我們的預(yù)期一致，即當產(chǎn)品文本信息呈現(xiàn)數(shù)量從小增加到適中時，銷量排名數(shù)值不斷變小，意味著銷量不斷增加；但當產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時，銷量排名數(shù)值隨之變大，意味著銷量反而不斷減少。與此同時，產(chǎn)品文本信息呈現(xiàn)數(shù)量一次項系數(shù)負向顯著（α7=-2.225，p＜0.05）。其次，產(chǎn)品圖片信息呈現(xiàn)數(shù)量系數(shù)小于0且邊際顯著（α9=-0.018，p＜0.10），說明銷量隨著產(chǎn)品圖片信息呈現(xiàn)數(shù)量的增加而增加，這也與我們的預(yù)期相一致。

表5 產(chǎn)品圖文信息呈現(xiàn)變量對銷量的影響結(jié)果

此外，為分析產(chǎn)品文本和圖片信息呈現(xiàn)數(shù)量對圖書銷量排名的影響，我們通過將模型（1）與基準模型來進行對比驗證。模型（0）為基準模型，我們在模型（0）中僅加入了控制變量及網(wǎng)絡(luò)口碑變量，而沒有加入產(chǎn)品圖文信息呈現(xiàn)變量。模型（0）的主要作用在于對比加入產(chǎn)品圖文信息呈現(xiàn)變量后模型的擬合優(yōu)度是否有明顯的提升，以此來說明產(chǎn)品圖文信息呈現(xiàn)變量是否對圖書銷量有重要的影響。由表5可以看出，模型（1）在加入產(chǎn)品圖文信息呈現(xiàn)變量后，R2由0.221增加到0.243，由此說明，加入產(chǎn)品圖文信息呈現(xiàn)變量后，模型的擬合優(yōu)度明顯提升。為了進一步驗證產(chǎn)品圖文信息呈現(xiàn)變量的聯(lián)合顯著性，我們采用Wald test對三個變量進行聯(lián)合檢驗。結(jié)果顯示F值為2.59，P值為0.05，說明產(chǎn)品圖文信息呈現(xiàn)變量確實對圖書銷量有重要影響。

四、結(jié)論與啟示

本文基于在線圖書銷售數(shù)據(jù)對產(chǎn)品所呈現(xiàn)的線上圖書圖文信息與其銷量之間的關(guān)系進行了實證分析，補充了網(wǎng)絡(luò)購物環(huán)境下產(chǎn)品呈現(xiàn)領(lǐng)域的研究空白。首先，以往研究主要關(guān)注消費者生成的網(wǎng)絡(luò)口碑變量對銷量的影響，而忽視了企業(yè)主導(dǎo)的產(chǎn)品呈現(xiàn)變量對銷量的潛在影響。本文通過實證研究驗證了產(chǎn)品圖文信息呈現(xiàn)變量對銷量存在重要的影響。其次，產(chǎn)品文本與圖片信息呈現(xiàn)數(shù)量與銷量之間的關(guān)系不同，產(chǎn)品文本信息呈現(xiàn)數(shù)量與銷量之間呈現(xiàn)倒U型關(guān)系。當產(chǎn)品文本信息呈現(xiàn)數(shù)量從少增加到適中時，銷量隨之增加；但當產(chǎn)品文本信息呈現(xiàn)數(shù)量從適中繼續(xù)增加時，銷量開始減少。而圖片數(shù)量與銷量之間則為正向相關(guān)關(guān)系，即銷量隨著圖片數(shù)量增加而增加。

研究產(chǎn)品圖文信息呈現(xiàn)對銷量的影響具有重要的實踐意義。第一，本研究結(jié)論同樣適用于其他領(lǐng)域企業(yè)。它將指導(dǎo)網(wǎng)絡(luò)零售商呈現(xiàn)給消費者最優(yōu)的產(chǎn)品信息以最大化其收益。從產(chǎn)品文本信息呈現(xiàn)數(shù)量來說，如果企業(yè)不了解文本信息數(shù)量與銷量之間的倒U型關(guān)系而盲目認為產(chǎn)品文本信息呈現(xiàn)數(shù)量越多越好，這將給產(chǎn)品銷量帶來負面影響。本文的研究結(jié)論提出銷量隨產(chǎn)品文本信息呈現(xiàn)數(shù)量增加而呈現(xiàn)倒U型變化，即存在某個適中值，在這個適中值點上，銷量達到最大。因此網(wǎng)絡(luò)零售商在對呈現(xiàn)產(chǎn)品時應(yīng)注意控制總體文本數(shù)量，既不能過少造成無法完整準確地介紹產(chǎn)品的優(yōu)勢，也不能過多造成消費者的認知負擔，從而降低了消費者深入了解產(chǎn)品的興趣，也就降低了銷量。第二，對圖片數(shù)量而言，企業(yè)應(yīng)在呈現(xiàn)產(chǎn)品時盡量增加對圖片的使用。尤其對于圖書行業(yè)而言，文化產(chǎn)業(yè)建設(shè)成為支柱產(chǎn)業(yè)，全民閱讀活動使文化消費群體不斷擴大，“一帶一路”倡議的實施等無不為圖書零售企業(yè)提供了巨大的機遇。根據(jù)本文計量模型的回歸結(jié)果，可計算出圖書文本信息呈現(xiàn)數(shù)量的適中值為3361。圖片數(shù)量則與銷量呈現(xiàn)正向相關(guān)關(guān)系。那么，對于在線圖書零售商而言，要關(guān)注呈現(xiàn)圖書時使用的文本與圖片數(shù)量，以促進銷量的最大化。第三，在政策制定領(lǐng)域，產(chǎn)品圖文信息呈現(xiàn)數(shù)量效應(yīng)仍然適用。如政府在公布政策或者政府動態(tài)時，也應(yīng)注意對于文本數(shù)量的控制和圖片的使用。然而對于不同的產(chǎn)品類型，適中的產(chǎn)品文本信息呈現(xiàn)數(shù)量或許有所不同。那么，找到產(chǎn)品文本信息呈現(xiàn)數(shù)量的適中值對網(wǎng)絡(luò)零售商或者政府部門就具有重要的戰(zhàn)略意義。

本文基于當當網(wǎng)的圖書數(shù)據(jù)研究了產(chǎn)品圖文信息對銷量的影響。雖然本研究補充了產(chǎn)品圖文信息呈現(xiàn)的研究空白，但仍存在一定的局限性，值得在未來研究中深入探討。為了更加深刻地理解產(chǎn)品圖文信息呈現(xiàn)變量與銷量之間的關(guān)系，未來的研究還需要進一步探討變量之間的因果關(guān)系。這需要研究人員采用更多不同的研究方法，如實驗室方法、田野實驗法等，以收集更多細化的個體數(shù)據(jù)。此外，本文考察了產(chǎn)品文本信息呈現(xiàn)數(shù)量和圖片數(shù)量對銷量的影響，而沒有考察其他產(chǎn)品圖文信息呈現(xiàn)變量如效價等的作用。未來可拓展研究其他產(chǎn)品圖文信息呈現(xiàn)變量如效價等如何影響銷量。

（作者單位：中央財經(jīng)大學文化與傳媒學院 清華大學經(jīng)濟與管理學院）