在線評論對酒店消費者購買決策影響研究

高楠

本文首先依據(jù)文獻梳理找出影響消費者購買決策的主要在線評論因素，并利用層次分析法找出其中的關鍵因素—在線評論自身的特征因素；然后引入在線評論質(zhì)量、在線評論數(shù)量、在線評論效價以及在線評論時效性提出本研究假設；最后通過問卷調(diào)查獲取數(shù)據(jù)，利用結構方程模型進行實證檢驗，得出以下結論：在線評論質(zhì)量、在線評論數(shù)量、在線評論效價都對酒店消費者購買決策有顯著正向影響，在線評論時效性對酒店消費者購買決策沒有顯著正向影響，并據(jù)此提出研究啟示。

引言

隨著電子商務行業(yè)迅猛發(fā)展，網(wǎng)絡購物越來越成為時代的主流，消費者逐漸從以往線下消費為主、線上消費為輔的傳統(tǒng)消費模式轉(zhuǎn)變?yōu)榫€上消費為主、線下消費為輔的新型消費模式。這種消費模式為廣大消費者提供了很多的便利，但是在此模式下信息不對稱的現(xiàn)象依然存在，消費者依然需要通過多種渠道獲取信息。就如對于酒店消費者而言，如果想預定酒店就需要獲取酒店相關信息，除了朋友告知、瀏覽酒店官網(wǎng)，最重要的一個獲取信息的渠道就是關于酒店的在線評論，這些評論多是其他消費者根據(jù)自己真實的入住體驗所發(fā)表的，對消費者酒店預定決策有很大的影響作用。本文旨在引入在線評論自身的特征因素（在線評論質(zhì)量、在線評論數(shù)量、在線評論效價和在線評論時效性）來研究具體的影響效果，并希望可以依據(jù)研究結果為酒店經(jīng)營者提供幾點可行性建議。

一、文獻綜述

在線評論是指消費者購買商品后在相關虛擬社區(qū)頁面上發(fā)表的自己對于商品的功能特性、感官認識、經(jīng)驗參考等評價信息（張琪，2017）。目前各學者對于在線評論的研究主要集中在兩方面：一是在線評論對酒店服務質(zhì)量或滿意度影響研究，這方面研究多是從在線評論內(nèi)容出發(fā)，深入挖掘消費者最關注的因素，并探究其對酒店服務質(zhì)量的影響。如劉梅（2017）從在線評論的內(nèi)容入手，研究福州市高星級酒店的服務質(zhì)量評價體系。二是對在線評論對消費者購買決策影響研究，這方面研究多是從在線評論的外部特征與內(nèi)部特征入手來分析其對消費者購買決策的影響。有學者認為在線評論發(fā)布者的資質(zhì)會對消費者決策過程產(chǎn)生影響（Forman et al，2008）。Xinyuan（Roy）Zhao（2015）發(fā)現(xiàn)審稿人專業(yè)知識會影響消費者酒店預訂決策。也有學者認為在線評論的質(zhì)量、在線評論的數(shù)量、在線評論的效價以及在線評論的時效性影響消費者購買決策（閔曙輝，2016）；綜合來看，評論者特征、接收者特征以及在線評論自身特征因素都會對消費者購買決策產(chǎn)生影響。

二、指標選取與研究假設

（一）指標選取

在線評論對消費者購買決策影響的過程是一個非常復雜的過程，其中的影響因素有很多，但通過上文對文獻梳理發(fā)現(xiàn)，各學者多從評論者特征、接受者特征以及在線評論自身特征因素3個方面進行研究。為了使研究精細化，本文首先利用層次分析法選取影響酒店消費者購買決策的關鍵指標，再進行下一步分析。對于各指標的重要程度采取問卷調(diào)查法與專家訪談法相結合的方式，旨在保證研究的客觀性。調(diào)研與訪談對象為旅游專業(yè)的相關教師（其均具有博士學歷且多數(shù)為教授級別）和酒店經(jīng)營者，共調(diào)研訪談30人。將各專家對這3個指標兩兩比較的結果取平均值構造判斷矩陣A，設評論者特征為B1，接受者特征為B2，在線評論自身特征為B3。

A=（1）

然后將矩陣進行歸一化處理即將矩陣標準化，并求得每一個指標的權重，結果如表1。

最后進行一致性檢驗。雖然各指標的權重值已得出，但若兩兩比較的判斷中存在很大不一致性，權重結果不予采用，所以進行一致性檢驗是必要步驟。一致性檢驗主要考察CI和CR兩個指標，CI=（λmax-n）/（n-1）；CR=CI/RI。其中n為指標數(shù)，RI的大小與n有關，λmax=1/4（γ1/ω1+γ2/ω2+γ3/ω3），，γi由矩陣A及其特征向量相乘所得矩陣得出。經(jīng)過計算發(fā)現(xiàn)CI為0.003，CR為0.005，均小于0.1，通過一致性檢驗。

根據(jù)計算結果發(fā)現(xiàn)B3即在線評論自身特征權重值最大，也就是說在線評論自身特征因素為消費者購買決策的關鍵影響因素，所以本文選取在線評論自身特征因素為研究對象。通過閱讀與梳理相關文獻，筆者發(fā)現(xiàn)在線評論自身特征因素可分為在線評論質(zhì)量、在線評論數(shù)量、在線評論效價以及在線評論時效性，接下來本文會根據(jù)這4個具體因素進行分析。

（二）研究假設

在線評論的質(zhì)量主要指評論內(nèi)容的準確性、客觀性、真實性與完整性，高質(zhì)量的在線評論可以為消費者提供較詳細且真實的酒店信息。消費者在產(chǎn)生預定酒店的需要時也會產(chǎn)生獲取酒店信息的需要，而獲取酒店信息的一個重要參考依據(jù)就是酒店在線評論，這些評論基本都是其他消費者根據(jù)自身的入住體驗發(fā)表的，但也不是每條評論都可以為消費者提供有用的信息，這取決于評論的質(zhì)量。Park et al（2007）認為高質(zhì)量的在線評論更能影響消費者的購買決策。還有學者通過實證研究證明了在線評論的內(nèi)容質(zhì)量正向影響消費者的購買意向（李曼麗，2017）。張琪（2017）更是在其碩士論文中發(fā)現(xiàn)在線評論的質(zhì)量與消費者購買決策呈顯著正相關。

在線評論的數(shù)量就是消費者針對某項產(chǎn)品或者服務發(fā)表評論的總和。一般認為關于某項產(chǎn)品或者服務的評論數(shù)量越多，該產(chǎn)品或者評論越受關注。依據(jù)從眾理論，有理由相信在線評論的數(shù)量越多，越能影響消費者的購買決策。當然，對于在線評論數(shù)量與消費者購買決策之間的關系也有很多學者研究：杜學美（2016）通過研究發(fā)現(xiàn)在線評論的數(shù)量正向影響消費者購買決策；汪蒙（2018）同樣經(jīng)過實證分析證實了在線評論數(shù)量與消費者購買決策之間的正向關系。

在線評論效價是指關于某個產(chǎn)品或某項服務評論的總體傾向性。如果所有評論中，正向評論多于負向評論，則評論總體為正向傾向；如果兩個產(chǎn)品或者服務的評論總體傾向均為正向，但是其中一個產(chǎn)品或者服務評論的正向評論數(shù)與負向評論數(shù)的差值比另一個大，則說明此產(chǎn)品或者服務的正向傾向性程度更大。如果關于一個產(chǎn)品或者一項服務的評論中，負向評論很多，一定會大大抑制消費者的購買傾向。陳佳（2018）發(fā)現(xiàn)在線評論的效價正向影響消費者購買決策。除此之外還有很多學者都對在線評論效價進行了研究，均得出了相同的結果。

在線評論的時效性是指評論發(fā)表的時間。一般認為評論的時效性越強，越能影響消費者的購買決策。筆者在訪談過程中也詢問了30位專家的意見，他們也認為酒店評論的時效性能夠影響消費者的預定決策。對于消費者來說，一條年限很長的評論對其意義不大，一切事物都在飛速發(fā)展中，彼時的情況早已發(fā)生變化。就以酒店為例，對于兩年前的消費者而言，某酒店設施、裝修風格都非常符合當時的情況，所以獲得了好評，可是對于現(xiàn)在的消費者而言，未必會覺得該酒店各方面都能滿足其需要。隨著時間推移，越新的評論對消費者購買決策的影響越大（閔曙輝，2016）。

基于以上研究，提出以下研究假設：

H1：在線評論的質(zhì)量顯著正向影響酒店消費者的購買決策。

H2：在線評論的數(shù)量顯著正向影響酒店消費者的購買決策。

H3：在線評論的效價顯著正向影響酒店消費者的購買決策。

H4：在線評論的時效性顯著正向影響酒店消費者的購買決策。

本文選取的4個影響因素均為定性變量，不易測量，由此引入結構方程模型進行具體分析。結構方程模型是一種驗證性的統(tǒng)計方法（邱皓政，2005）。而這種驗證就是比較學者提出的假設模型中所隱含的協(xié)方差矩陣與實際調(diào)查數(shù)據(jù)的協(xié)方差矩陣之間的差異（吳明隆，2010）。筆者依據(jù)結構方程模型來構建研究假設模型，通過上文提出的研究假設，可以得出各影響因素與消費者購買決策之間的關系，由此可得出以下方程：η=γ1λ1+γ2λ2+γ3λ3+γλ4+ζ。

其中，η為消費者購買決策，λ1為在線評論的質(zhì)量，λ2為在線評論的數(shù)量，λ3為在線評論的效價，λ4為在線評論的時效性；γ1為在線評論質(zhì)量與消費者購買決策之間的路徑系數(shù)，γ2為在線評論數(shù)量與消費者購買決策之間的路徑系數(shù)，γ3為在線評論效價與消費者購買決策之間的路徑系數(shù)，λ4為在線評論的時效性與消費者購買決策之間的路徑系數(shù)，ζ為消費者購買決策的殘差值。

三、問卷設計與收集

（一）問卷結構

本研究問卷共分為3部分：第一部分為篩選性問題，旨在找出那些通過網(wǎng)站預訂酒店并且會查看評論的消費者；第二部分為問卷的主體部分，為各個變量的測量題項，以量表的形式呈現(xiàn)，為保證量表的信度與效度，筆者主要采用前人關于變量的成熟量表，見表2；第三部分為消費者的一些基本信息，包括年齡、性別、學歷、職業(yè)等。

（二）問卷收集

問卷主要采用網(wǎng)上電子問卷與紙質(zhì)問卷相結合的方式，其中，紙質(zhì)問卷主要是針對筆者所在地—石家莊市，向符合調(diào)研條件的消費者進行發(fā)放，具體發(fā)放地點為學校周邊的商場與公園。網(wǎng)上問卷則采用問卷星的形式，調(diào)研對象不局限于石家莊市的消費者，相較于紙質(zhì)問卷，調(diào)研的范圍更廣。本次問卷共發(fā)放300份（紙質(zhì)問卷100份，電子問卷200份），回收有效問卷252份（紙質(zhì)問卷82份，電子問卷170份），有效率84%。將消費者基本信息統(tǒng)計如表3。

四、研究結果

（一）測量模型檢驗

Anderson和Gerbing認為運用結構方程模型分析數(shù)據(jù)時，第一步檢驗測量模型的信度與效度（可反映問卷的信度與效度）；第二步檢驗整體結構方程模型以驗證相關假設。對于測量模型信度效度的檢驗主要考察各變量的克朗巴赫系數(shù)（Cronbachs Alpha）、平均變異萃取值（AVE）和組合信度（CR）。一般認為克朗巴赫系數(shù)>0.6，平均變異萃取值>0.5，組合信度>0.6方可通過檢驗。變量的克朗巴赫系數(shù)通過AMOS軟件操作可直接獲得，而平均變異萃取值和組合信度在獲取相關數(shù)據(jù)之外還需要經(jīng)過計算獲得，計算公式如下：

AVE=（Σλ2）/[（Σλ2）+（Σθ）]（2）

CR=（Σλ）2/[（Σλ）2+（Σθ）]（3）

其中λ為標準化因素負荷量，θ為觀察變量的誤差變異量。

根據(jù)表4數(shù)據(jù)可以看出，測量模型信度與效度（聚合效度）考察的各項指標均達到了標準值，通過檢驗，可以進行下一步假設檢驗。

（二）假設檢驗的結果

本文首先利用AMOS22.0軟件，并根據(jù)研究假設構建了整體結構方程模型，然后關聯(lián)問卷所獲得的數(shù)據(jù)，通過計算檢驗此結構方程模型的適配度，只有模型具有良好的適配度，假設檢驗結果才有效，對于模型適配度的檢驗見表5。最后進行假設檢驗，主要通過路徑系數(shù)與P值分析檢驗結果。

通過各指標實際值與標準值對比發(fā)現(xiàn)模型具有很好的適配度，可以進行下一步的假設檢驗。假設檢驗結果如圖2所示，結果表明本文所提出的4個假設中有3個得到了驗證，即在線評論質(zhì)量、在線評論數(shù)量、在線評論效價對酒店消費者購買決策有顯著正向影響，其中在線評論質(zhì)量與酒店消費者購買決策之間的路徑系數(shù)為0.161；在線評論數(shù)量與酒店消費者購買決策之間的路徑系數(shù)為0.299，P值為0.008<0.05；在線評論效價與酒店消費者購買決策之間的路徑系數(shù)為0.423，P值為0.016<0.05。由此可見，在線評論的效價對酒店消費者購買決策的影響最為顯著。而在線評論的時效性對酒店消費者購買決策沒有顯著的正向影響，在線評論時效性與酒店消費者購買決策之間的路徑系數(shù)為0.210，P值為0.339>0.05，說明在線評論的時效性對酒店消費者購買決策有正向影響，但是不顯著。

圖2 模型的假設檢驗結果

注：*代表P<0.05，**代表P<0.01，***代表P<0.001

五、結論與啟示

（一）研究結論

消費者的購買決策過程是一個非常復雜的過程，本文旨在研究在線評論對酒店消費者購買決策的影響，而在線評論所包含的因素主要有接收者特征、評論者特征以及在線評論自身特征等，筆者通過層次分析法找出影響酒店消費者購買決策最關鍵的因素—在線評論自身特征。因在線評論自身特征又包含在線評論質(zhì)量、在線評論數(shù)量、在線評論效價以及在線評論時效性，所以本文引入這4個因素研究其對酒店消費者購買決策的影響。

本研究利用問卷調(diào)查法獲取相關數(shù)據(jù)，并應用結構方程模型進行了實證分析，結果發(fā)現(xiàn)在線評論質(zhì)量、在線評論數(shù)量、在線評論效價對酒店消費者的購買決策有顯著正向影響作用，且在線評論效價的影響作用最大；但是在線評論時效性對酒店消費者的購買決策沒有顯著的正向影響，說明消費者在瀏覽酒店在線評論時對評論發(fā)表的時間不太關注，而是更多地關注評論質(zhì)量、數(shù)量與效價。

（二）研究啟示

在線評論對消費在進行酒店預定時的影響越來越重要，是獲取酒店信息的重要渠道，好的在線評論可以促進消費者消費，為酒店帶來收益，為此酒店經(jīng)營者需要重視在線評論并合理利用在線評論。接下來本文從3個方面為酒店提出建議。

一是酒店經(jīng)營者需要鼓勵消費者發(fā)表評論以增加評論數(shù)量，與此同時更要控制評論質(zhì)量，引導消費者依據(jù)自己真實的入住體驗發(fā)表評論，從服務、衛(wèi)生、設施、環(huán)境等多方面評價酒店，以此為其他消費者提供更多的信息，也可增加酒店的入住率。

二是酒店經(jīng)營者需要及時處理差評，針對消費者的不滿采取補救措施，如果確實是酒店自身的原因造成了消費者比較差的入住體驗，酒店經(jīng)營者在發(fā)現(xiàn)后應立即聯(lián)系該消費者并商量具體解決方法，還應依據(jù)差評原因?qū)频赀M行修整，保證類似事情不再發(fā)生。

三是酒店經(jīng)營者應加強與第三方網(wǎng)站的合作，構建信息反饋機制，不僅要及時反饋差評信息，還要定期反饋所有關于酒店的評論信息，以了解大多數(shù)消費者最為關注的地方，并不斷完善酒店自身條件。

（作者單位：河北地質(zhì)大學）