時(shí)間距離對(duì)旅游網(wǎng)站線上口碑的影響機(jī)制研究

章一丹 羅繼鋒 吳志艷

（1．上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院，上海 200030；2．對(duì)外經(jīng)貿(mào)大學(xué)，上海 201620）

時(shí)間距離是影響在線評(píng)價(jià)的重要因素，但針對(duì)旅游在線評(píng)論時(shí)間距離的研究還比較少見。并且，時(shí)間距離對(duì)評(píng)論影響的研究主要集中在認(rèn)知理論方面，解釋水平／情感強(qiáng)度兩條路徑的作用尚未被充分討論，而且缺乏二手?jǐn)?shù)據(jù)的支撐。鑒于此，本文對(duì)上述問題進(jìn)行研究，主要貢獻(xiàn)體現(xiàn)在：

第一，本文爬蟲獲取平臺(tái)旅游網(wǎng)站門票區(qū)2017—2018年的全量評(píng)論數(shù)據(jù)，使用文本情感傾向和效價(jià)評(píng)分結(jié)合的方式探究時(shí)間距離的兩條作用路徑。首先采用文本挖掘的方法提煉情感指標(biāo)，其次運(yùn)用分位數(shù)回歸、固定效應(yīng)模型和中介效應(yīng)模型等計(jì)量模型嚴(yán)謹(jǐn)?shù)仳?yàn)證時(shí)間距離的兩條作用路徑。本文將二手?jǐn)?shù)據(jù)的方法應(yīng)用于心理距離理論研究在以前的研究中不多見，是對(duì)當(dāng)前理論的實(shí)證補(bǔ)充。

第二，本文充分論證了時(shí)間距離對(duì)評(píng)分的兩條作用路徑：（1）隨著時(shí)間距離的增加，消費(fèi)者情感減弱從而導(dǎo)致原先低評(píng)分變好、原先高評(píng)分變差；（2）時(shí)間距離的增加帶來高水平的構(gòu)建，對(duì)原先評(píng)分有正向作用，而整體上時(shí)間距離對(duì)評(píng)分的正向作用是由于評(píng)分右偏的J形分布特征，低評(píng)分被拉高作用明顯大于高評(píng)分被拉低作用。這一結(jié)論對(duì)線上口碑的營銷策略有一定的指導(dǎo)意義，適度的評(píng)論時(shí)間距離能帶來更多正向的口碑，而服務(wù)商一味促使消費(fèi)者過早評(píng)論可能會(huì)帶來消極影響。

1 數(shù)據(jù)

1.1 數(shù)據(jù)

為了研究旅游網(wǎng)站在線評(píng)論的時(shí)間距離對(duì)評(píng)分的影響，編寫爬蟲程序獲取某旅游網(wǎng)站門票專欄2017年4月1日—2018年11月1日的所有產(chǎn)品的評(píng)論信息，包括產(chǎn)品編號(hào)、消費(fèi)者編號(hào)、出行時(shí)間（精確到天）、評(píng)論時(shí)間（精確到秒）、旅游地區(qū)、評(píng)分、評(píng)論文本。為了結(jié)果的有效性，去除數(shù)據(jù)中的噪聲，比如系統(tǒng)故障導(dǎo)致的重復(fù)評(píng)論，產(chǎn)品上線最開始的30條評(píng)論等。最終，共有622178條評(píng)論、2451個(gè)產(chǎn)品和225428個(gè)用戶。

此外，旅游以戶外活動(dòng)為主，容易受天氣這類外生因素的影響，為避免遺漏天氣因素帶來的內(nèi)生性問題，本文編寫爬蟲程序獲取2017年4月1日-2018年11月1日所有景點(diǎn)地區(qū)每日的天氣信息，包括最高溫度、天氣（晴、雨、多云）和PM2．5值。

1.2 關(guān)鍵變量

1．2．1 評(píng)分

旅游網(wǎng)站評(píng)論中的產(chǎn)品評(píng)分有1～5分五檔，分?jǐn)?shù)越高越積極。622178條樣本評(píng)分均值4．57，方差0．80。評(píng)分有著明顯J形偏態(tài)分布（Gao et al．，2015；Hu et al．，2006；2009），評(píng)分集中在5分檔（見圖1）。90．1%的評(píng)分集中在4～5分，其中5分超過70%。由于消費(fèi)者對(duì)高分（4～5分）的偏好，時(shí)間距離對(duì)低分段的變化（1～2分）和高分段的變化（4～5分）的影響可能是不一樣的，常見的多元回歸在這里可能無效，本文增加分位數(shù)回歸模型驗(yàn)證這種不一致性。

圖1 評(píng)分分布

1．2．2 時(shí)間距離

時(shí)間距離定義為消費(fèi)者出行時(shí)間和評(píng)論時(shí)間的時(shí)間差。旅游網(wǎng)站的出行時(shí)間精確到天，評(píng)論時(shí)間精確到分鐘，因此本文以天為單位統(tǒng)計(jì)時(shí)間距離。時(shí)間距離的偏度是3．39（p＜0．001），因此對(duì)時(shí)間距離做對(duì)數(shù)變換，由于時(shí)間距離包含0（0沒有對(duì)數(shù)變換），因此整體加1再進(jìn)行對(duì)數(shù)變換（McCune et al．，2012）。此外，為了更好地解釋交互項(xiàng)，本文對(duì)時(shí)間距離做了中心化處理（Cohen et al．，2003）。

圖2 時(shí)間距離分布

1．2．3 文本情感

Senta情感分析系統(tǒng)采用Bi-LSTM雙向語義依賴的深度學(xué)習(xí)框架，本文調(diào)用Baidu API的Senta情感分析定制模塊，采用遷移學(xué)習(xí)的方法，獲得文本情感得分0～1的連續(xù)值。首先利用公開數(shù)據(jù)集“譚松波的酒店評(píng)論語料”訓(xùn)練模型，共包含9000條積極樣本、3000條消極樣本，訓(xùn)練后的模型精確度從0．77提升到0．84。然后將模型應(yīng)用到622178條評(píng)論文本中，獲得連續(xù)情感值的均值為0．78、方差為0．28、偏度為-1．51，也存在J形偏態(tài)分布的情況。

1.3 控制變量

具體的控制變量見表1，包含產(chǎn)品信息、用戶信息和天氣信息。產(chǎn)品信息方面，本文統(tǒng)計(jì)了評(píng)論前產(chǎn)品的歷史平均分和歷史評(píng)價(jià)數(shù)，分別代表了旅游產(chǎn)品的歷史水平和受歡迎程度，這些可能會(huì)影響到產(chǎn)品評(píng)價(jià)（Huang et al．，2016）。用戶信息方面，本文統(tǒng)計(jì)了評(píng)論前消費(fèi)者的評(píng)論平均分和評(píng)論數(shù)，這可能系統(tǒng)性代表了消費(fèi)者的評(píng)價(jià)習(xí)慣（Huang et al．，2016）。天氣信息是影響旅游出行的重要因素（Becken and Wilson，2013），本文提取了最高氣溫、天氣狀況和PM2．5三個(gè)指標(biāo)。選用當(dāng)日最高氣溫主要是景點(diǎn)旅游一般是在日間進(jìn)行，由于一些地區(qū)的晝夜溫差較大，最高氣溫比平均氣溫更能反映出當(dāng)天的體感溫度。為了更好地解釋交互項(xiàng)，對(duì)最高氣溫做了中心化處理（Cohen et al．，2003）。天氣狀況是將天氣預(yù)報(bào)的文字描述劃分成4檔：1-晴，2-多云，3-小雨陣雨等，4-中雨暴雨等。旅游出行受到淡旺季、氣候等因素的影響，因此本文采用年度和月度的時(shí)間固定效應(yīng)，以消除由時(shí)間因素帶來的模型不可觀測(cè)因素。需要注意的是，當(dāng)使用時(shí)間和產(chǎn)品的固定效應(yīng)時(shí)，產(chǎn)品信息已經(jīng)在固定效應(yīng)模型中體現(xiàn)；當(dāng)使用時(shí)間和消費(fèi)者固定效應(yīng)時(shí)，消費(fèi)者信息也得到了體現(xiàn)，相應(yīng)變量無需再放入模型。

表1 控制變量表

圖3 連續(xù)情感得分分布

2 模型結(jié)果

2.1 時(shí)間距離與評(píng)分

首先，采用傳統(tǒng)的多元回歸模型，評(píng)分為因變量、時(shí)間距離為自變量。模型有兩個(gè)特點(diǎn)：（1）增加了天氣變量、最高氣溫、天氣狀況和PM2．5值，其中天氣狀況（2，3，4）是離散值（2）分別對(duì)時(shí)間、產(chǎn)品和消費(fèi)者做固定效應(yīng)，控制了隨時(shí)間、產(chǎn)品、個(gè)體變化但難以觀測(cè)的變量，因此三者固定效應(yīng)模型具有最佳的穩(wěn)健性。用以下公式對(duì)三者固定效應(yīng)模型做具體解釋：

在式（1）中：TD指時(shí)間距離，Temp是最高氣溫，i是消費(fèi)者編號(hào)，j是產(chǎn)品編號(hào)，t是時(shí)間編號(hào)，δi是消費(fèi)者的固定效應(yīng)，λj是產(chǎn)品的固定效應(yīng)，τt是時(shí)間的固定效應(yīng)，Controlijt代表除時(shí)間距離以外的控制變量。

回歸結(jié)果顯示（表2），在普通的最小二乘回歸（OLS）和多種固定效應(yīng)模型下，時(shí)間距離對(duì)評(píng)分均有顯著的正向作用，且多個(gè)模型的回歸系數(shù)相近。天氣因素的影響方面，最高氣溫對(duì)評(píng)分有顯著的負(fù)作用（系數(shù)＝-0．003，p＜0．01）；極端天氣（天氣狀況4）相較于好天氣（天氣狀況1）有顯著的負(fù)作用（系數(shù)＝-0．028，p＜0．01）；PM2．5也會(huì)影響到評(píng)分，旅游當(dāng)天的 PM2．5值越高，評(píng)分越低（系數(shù)＝-0．015，p＜0．1）。此外，表2還報(bào)告了時(shí)間與天氣的交互系數(shù)，時(shí)間與最高氣溫的交互項(xiàng)顯著為正（系數(shù)＝0．0007，p＜0．01），而最高氣溫對(duì)評(píng)分有負(fù)作用（系數(shù)＝-0．003，p＜0．01）。因此，時(shí)間距離對(duì)主效應(yīng)（最高氣溫）帶來的負(fù)影響有一定的調(diào)節(jié)作用，即隨著時(shí)間距離的增加，最高氣溫對(duì)評(píng)分的負(fù)作用逐漸減弱。

值得思考的是，時(shí)間距離對(duì)最高氣溫的調(diào)節(jié)作用也說明了時(shí)間距離增加給消費(fèi)者天氣感知帶來的減弱作用，由此推斷時(shí)間距離對(duì)評(píng)分可能也會(huì)存在同樣的“弱化”作用。同時(shí)，評(píng)分有著明顯J形偏態(tài)分布（Gao et al．，2015；Hu et al．，2006；2009），評(píng)分主要集中在5分，低分段的變化（1分／2分向高分）空間大于高分段的變化（4分和5分向低分），傳統(tǒng)的最小二乘回歸中時(shí)間距離對(duì)低分段的影響主導(dǎo)了回歸系數(shù)。因此，傳統(tǒng)的多元回歸在這里可能是失效的，下面將采用分位數(shù)回歸模型進(jìn)一步探究時(shí)間距離對(duì)不同水平評(píng)分的影響。

表2 評(píng)分的回歸模型結(jié)果

2.2 時(shí)間距離與情感強(qiáng)度

普通最小二乘法是建立自變量和因變量條件均值關(guān)系的線性模型，而分位數(shù)回歸則是利用自變量和因變量的條件分位數(shù)進(jìn)行建模，它能反映自變量對(duì)因變量分布位置、刻度和形狀的影響。本文采用分位數(shù)回歸模型對(duì)評(píng)分在0．25、0．5、0．75、0．9分位點(diǎn)上進(jìn)行回歸，研究不同水平下時(shí)間距離的影響系數(shù)。同時(shí)，模型在時(shí)間和產(chǎn)品層面做了固定效應(yīng)，由于消費(fèi)者人數(shù)較多，直接將用戶平均分和用戶評(píng)論數(shù)作為控制變量加入模型中。固定效益模型能夠避免觀測(cè)不到的變量對(duì)模型的干擾，增加了模型整體的穩(wěn)健性。具體回歸模型如下：

其中：λj（τ）是產(chǎn)品j在水平τ下的固定效應(yīng)，υt（τ）是時(shí)間t在水平τ下的固定效應(yīng)，模型中的不同水平的斜率系數(shù)不一樣，時(shí)間距離TDijts的系數(shù)αgi（τ）（τ）代表第g i（τ）組未知的斜率參數(shù)。

根據(jù)Williams（2013）的研究，時(shí)間距離對(duì)不同水平的情感有不同的作用，時(shí)間距離對(duì)消極情感有改進(jìn)的作用，對(duì)積極情感有減弱的作用。前文已經(jīng)探討了效價(jià)評(píng)分和文本情感傾向的差別，本文加入時(shí)間距離對(duì)文本的情感值（自然語言處理模型計(jì)算的連續(xù)情感值）的分位數(shù)回歸，對(duì)比時(shí)間距離對(duì)評(píng)分和情感值的不同影響。

表3展示了分位數(shù)回歸的結(jié)果，對(duì)評(píng)分的回歸中，時(shí)間距離在 25%（0．029，p＜0.01）、50%（0.008，p＜0.01）、75%（0.04，p＜0．01）分位點(diǎn)上均有正向作用，但影響系數(shù)在逐漸變小，而時(shí)間距離在90%分位點(diǎn)對(duì)評(píng)分沒有顯著的作用。對(duì)情感值的回歸中，時(shí)間距離在25%（0．002，p＜0.01）分位點(diǎn)有正向作用，在50%分位點(diǎn)沒有顯著的作用，在75%（-0.0008，p＜0.01）和90%（-0.001，p＜0．01）分位點(diǎn)有顯著的負(fù)向作用，同時(shí)負(fù)向作用是在逐漸增強(qiáng)的。需要注意的是，因?yàn)橐蜃兞吭u(píng)分和連續(xù)情感值的閾值范圍不同，回歸系數(shù)沒有直接可比性。

從模型結(jié)果來看，時(shí)間距離對(duì)不同水平評(píng)分的影響系數(shù)差異較大，這種差異可能是別的遺漏變量帶來的。而時(shí)間距離對(duì)情感強(qiáng)度的減弱作用明顯，隨著時(shí)間距離的增加，消極情感和積極情感都會(huì)逐漸減弱，并且時(shí)間距離的作用大小隨情感強(qiáng)度的增加邊際增大。因此，時(shí)間距離很可能通過改變情感強(qiáng)度從而減弱了對(duì)評(píng)分的影響系數(shù)。本文進(jìn)一步在時(shí)間距離對(duì)評(píng)分的回歸中加入情感值作為中介變量。

2.3 時(shí)間距離的兩條作用路徑

時(shí)間距離對(duì)評(píng)分的回歸中加入情感值作為中介變量的結(jié)果展示在下方。首先，加入情感值后的時(shí)間距離在各分位點(diǎn)上對(duì)評(píng)分都是顯著的正向作用，并且影響系數(shù)處于同一個(gè)量級(jí)，即加入剔除情感收縮的影響后，時(shí)間距離對(duì)各水平評(píng)分均有穩(wěn)健的正向作用。結(jié)合解釋水平理論的相關(guān)研究（Eyal et al．，2004；Herzog et al．，2007；Williams et al．，2014；Huangetal．，2016），認(rèn)為這反映時(shí)間距離通過高水平構(gòu)建正向提高了評(píng)分。

其次，以0．25和0．75分位數(shù)為例分析情感值的中介作用。根據(jù)溫忠麟等（2004）的中介效應(yīng)測(cè)試方法，情感值的中介作用成立。在0．25分位數(shù)水平上（圖5），時(shí)間距離對(duì)情感是正向作用，加入情感值后，時(shí)間距離對(duì)評(píng)分的影響系數(shù)從原先的0．029（p＜0.01）下降到0.023（p＜0.01）；在0.75水平上，時(shí)間距離對(duì)情感是負(fù)向作用，加入情感值后，時(shí)間距離對(duì)評(píng)分的影響系數(shù)從原先的0.004（p＜0.01）下降到0.012（p＜0．01）。

表3 時(shí)間距離、評(píng)分和情感值的分位數(shù)回歸結(jié)果

表4 情感值在時(shí)間距離對(duì)評(píng)分影響的中介效應(yīng)

圖4 情感值的中介效應(yīng)（0．25分位數(shù)）

圖5 情感值的中介效應(yīng)（0．75分位數(shù)）

2.4 小結(jié)

首先，本文通過分位數(shù)回歸模型論證了時(shí)間距離對(duì)情感值的減弱作用，并且時(shí)間距離對(duì)最高氣溫的調(diào)節(jié)作用也佐證了這一減弱效應(yīng)。其次，通過中介效應(yīng)模型論證了時(shí)間距離通過情感和解釋水平兩條路徑共同作用于評(píng)分。本文還對(duì)模型的穩(wěn)健性進(jìn)行了檢驗(yàn)。一方面，調(diào)整樣本集，如隨機(jī)生成的方式抽取子樣本集，在樣本集中隨機(jī)加入被清洗掉的“臟”樣本等，測(cè)試發(fā)現(xiàn)樣本數(shù)據(jù)的變化不會(huì)改變時(shí)間距離對(duì)評(píng)分的影響方式；另一方面，調(diào)整時(shí)間距離的測(cè)量方式，如改用周度、月度統(tǒng)計(jì)時(shí)間距離，取消時(shí)間距離的對(duì)數(shù)變換等，測(cè)試發(fā)現(xiàn)時(shí)間距離的測(cè)量方式也不會(huì)其對(duì)評(píng)分結(jié)果產(chǎn)生作用。因此，以上的模型結(jié)果適用于普遍數(shù)據(jù)集和測(cè)量方式，有良好的穩(wěn)健性。

3 結(jié)論

本文的貢獻(xiàn)在于：第一，通過嚴(yán)謹(jǐn)?shù)膶?shí)證分析，在二手?jǐn)?shù)據(jù)中論證了時(shí)間距離的兩條作用路徑，對(duì)心理距離、解釋水平理論和在線評(píng)論的研究工作作出了貢獻(xiàn)；第二，為旅游評(píng)論的市場(chǎng)營銷提供了科學(xué)建議。目前普遍督促消費(fèi)者盡早評(píng)論的營銷策略可能會(huì)帶來負(fù)面效果，適度增加消費(fèi)者評(píng)論的時(shí)間距離可以提高在線口碑。本文的研究還有以下兩點(diǎn)不足：首先，本文研究中只論證了時(shí)間距離對(duì)評(píng)分的正向作用，并結(jié)合 Williams（2013）的框架推斷出這種作用是由解釋水平變化帶來的，而抽象／具體在其中的作用尚未得到充分論證；其次，本文目前只涉及四種心理距離中的時(shí)間距離，Huang et al．（2016）的研究表明時(shí)間距離和空間距離會(huì)同時(shí)影響到在線評(píng)分，并且時(shí)間距離和空間距離間有交互作用，這些有待后續(xù)研究繼續(xù)論證。

人們常說“距離產(chǎn)生美”，本文的研究發(fā)現(xiàn)，旅游活動(dòng)的回憶會(huì)隨著時(shí)間距離的增加而變化，所謂的“距離產(chǎn)生美”，一方面是時(shí)間距離的增加減弱了消極情感，另一方面是時(shí)間距離增加使人們更關(guān)注抽象事件，從而增加了評(píng)價(jià)的積極性。當(dāng)然，時(shí)間距離的增加也會(huì)減弱積極情感，但由于旅游口碑的J形分布特征，消極情感的改善效果和解釋水平的正向作用更為突出。因此，服務(wù)商不必一味促使消費(fèi)者過早評(píng)論，適當(dāng)?shù)摹熬嚯x”能夠產(chǎn)生更“美”的口碑。