基于信息覓食理論的消費者在線評論搜索行為研究

關(guān)鍵詞： 信息覓食； 消費者； 在線評論； 搜索行為； 信息線索； 收益感知

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２４．０５．００６

〔中圖分類號〕Ｇ２５２.０ 〔文獻標識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２４） ０５－０００１－０２

在線評論是指潛在或?qū)嶋H消費者在網(wǎng)絡(luò)購物或第三方評論等網(wǎng)站上發(fā)表的與產(chǎn)品或服務(wù)有關(guān)的正面或負面觀點， 具體包括文本、音頻、圖像等形式［１］ 。隨著互聯(lián)網(wǎng)消費的快速發(fā)展， 在線評論由于其可存儲、可測量、可溯源、可管理等特征， 越來越多的消費者依賴在線評論來評估商品的質(zhì)量，進而影響其購買決策［２］ 。雖然大量的在線評論為消費者搜索信息帶來了便利， 但評論數(shù)量激增、評論質(zhì)量參差、評論管控缺失加劇了消費者的認知負擔(dān)，降低了消費者的感知收益， 即消費者需要花費大量的時間和精力才能在在線評論中獲得有價值的信息［３］ 。針對這一問題， 已有學(xué)者圍繞在線評論對消費者信息行為進行了大量的探索， 研究主題涵蓋了消費者購買決策研究［４］ 、評論使用行為研究［５］ 以及評論信息采納行為研究［６］ 等。其中， 在線評論搜索行為是指消費者在感知收益的驅(qū)動下， 通過對在線評論的利用來獲取更加充分的產(chǎn)品或服務(wù)信息的過程［７］ 。通常可反映為消費者對在線評論的內(nèi)容質(zhì)量、可信度、評論形式等屬性的態(tài)度表達與實際運用［８］ 。

然而， 消費者為了應(yīng)對和有效利用海量的評論數(shù)據(jù)中的有用信息， 其搜索在線評論的過程中需要在時間花費、精力消耗等成本與獲取所需評論的潛在收益之間進行最優(yōu)的平衡決策。但是， 遺憾的是以往的研究并未立足于最優(yōu)的行為決策來揭示消費者在線評論搜尋行為的內(nèi)在機理。圖書情報學(xué)科經(jīng)典的信息覓食理論是采用成本收益率衡量信息搜尋的交互效率， 并考慮如何實現(xiàn)搜尋收益的最大化［９］ 。該理論是由Ｐｉｒｏｌｌｉ Ｐ 等在基于行為生態(tài)學(xué)領(lǐng)域的覓食理論的基礎(chǔ)上于１９９５ 年首次提出， 其核心思想是： 用戶為了提升信息搜尋的效率會根據(jù)自身信息需求盡可能地優(yōu)化信息搜尋的方法和策略［１０］ 。該理論尤其適用于分析用戶的探索式搜索行為［１１］ 。消費者在使用點評類軟件搜索在線評論時， 需要面對一個具有反復(fù)性和多策略的信息搜索過程。因此， 從信息覓食理論視角出發(fā)有助于揭示消費者在線評論搜索行為的內(nèi)在機理。

本研究旨在從信息覓食理論視角出發(fā)， 構(gòu)建消費者在消費點評類軟件平臺搜索在線評論行為的概念模型， 并采用結(jié)構(gòu)方程建模法對模型進行實證檢驗， 從而深入揭示消費者在線評論搜索行為的核心影響因素。在理論層面， 本研究從信息覓食理論視角出發(fā)， 為解讀用戶在線評論搜索行為及其具體的影響因素提供了新的視角。此外， 本研究可以進一步擴展信息覓食理論的研究情境與邊界。在實踐層面， 本研究可以為消費點評類軟件的功能與界面設(shè)計的優(yōu)化提供相關(guān)建議。

１ 文獻回顧與理論基礎(chǔ)

１.１ 消費者在線評論信息行為研究回顧

國內(nèi)外學(xué)者針對消費者在線評論信息行為開展了系統(tǒng)性的研究。其中， 對在線評論信息行為的研究主要圍繞搜索行為［１２－１３］ 、追評使用行為［５］ 、采納行為［６］ 、購買意愿［１４－１６］ 、使用意愿［１７－１８］ 和購買決策［４，１９－２０］ 等方面展開， 具體如表１ 所示。研究理論主要涉及圖式一致性理論［１２］ 、認知需求理論［４］ 、心理模擬理論和過程透明理論［１４］ 、雙過程理論和可信性理論［２０］ 等。例如， 唐曉莉等［４］ 從消費者認知需求理論視角出發(fā)， 采用眼動實驗法發(fā)現(xiàn)客觀屬性評論相比主觀體驗評論更能吸引消費者的興趣，且高認知需求的用戶對客觀屬性評論的感知有用性更大， 購買意愿也更強。Ｌｉｕ Ｈ 等［１４］ 基于心理模擬理論與過程透明理論， 提出了結(jié)果導(dǎo)向型食物照片的在線評論可以使消費者表現(xiàn)出更強的購買意愿。此外， 食物圖片類型也會通過感知質(zhì)量與感知價值的中介作用進一步影響消費者的購買意愿。

由此可見， 當(dāng)前研究主要聚焦于消費者在線評論搜索過程中的購買意愿或購買決策的動因探究，缺乏面向在線評論搜索行為內(nèi)在機理的相關(guān)研究。而且研究涵蓋變量類型多樣、差異較大， 缺乏系統(tǒng)性的理論框架進行指導(dǎo)與完善。此外， 有關(guān)在線評論搜索行為的研究情境主要集中于在線購物類平臺， 缺乏在特定情境（如點餐等）下的搜索行為研究。為此， 本文以信息覓食理論作為基礎(chǔ)理論， 基于“信息線索—斑塊模型—菜單模型” 的思路構(gòu)建理論研究模型， 以探究影響消費者在線評論搜索行為的內(nèi)在機理。

１.２ 信息覓食理論

信息覓食理論最初由Ｐｉｒｏｌｌｉ Ｐ［２２］ 通過研究生態(tài)學(xué)領(lǐng)域的覓食理論得出， 主要用于解決在探索式搜索情境下如何優(yōu)化信息搜索策略以提升搜索效率并獲得最大收益的問題。信息覓食理論主要包含斑塊模型、菜單模型和信息線索３ 個關(guān)鍵構(gòu)念［２３］ 。信息覓食者在陌生的信息環(huán)境中搜索信息時， 首先面臨信息斑塊的選擇， 即用戶面對的信息環(huán)境呈斑塊狀分布。一個網(wǎng)頁、一種評論集都可以看作一個信息斑塊。用戶在信息搜索時主要考慮斑塊內(nèi)導(dǎo)航距離小于斑塊間距離的區(qū)域， 即需要考慮斑塊之間的時間消耗從而應(yīng)對信息資源的不平均分配［２４］ 。除了要考慮在不同的信息斑塊中的時間消耗， 用戶在信息覓食時還需要考慮選擇何種“食物” 以及“食物” 之間的組合排序。因此， 菜單模型用于解釋不同用戶在面對不同的信息環(huán)境時， 如何制定對目標信息的選擇、組合和排序等覓食策略［２５］ 。同時，Ｐｉｒｏｌｌｉ Ｐ［２２］ 在傳統(tǒng)菜單模型的基礎(chǔ)上進一步提出了最優(yōu)菜單模型， 即覓食者可以根據(jù)信息環(huán)境中潛在收益與信息分布情況來判斷最大收益率。由菜單模型可知， 用戶會對不同搜索策略的感知收益作出判斷。在此基礎(chǔ)上， Ｐｉｒｏｌｌｉ Ｐ 等［２６］ 將信息線索定義為用戶進行判斷所處理的提示性信息。

繼信息覓食理論提出后， 圖書情報學(xué)領(lǐng)域圍繞信息線索［１０］ 、斑塊模型［２７］ 和菜單模型［２８］ 得出了許多有價值的研究成果。關(guān)于信息線索， Ｓｈｉ Ｘ 等［１０］以系統(tǒng)性信息線索與啟發(fā)式信息線索為自變量， 構(gòu)建了用戶支付決策模型。結(jié)果表明， 用戶對免費內(nèi)容的感知質(zhì)量、對創(chuàng)作者的感知可信度以及對參與者的感知數(shù)量均會正向影響用戶的服務(wù)意愿。秦芬等［２９］ 基于“信息氣味” 與信息源流行性， 采用廣義線性回歸法探究了付費問答社區(qū)用戶圍觀行為的特征及影響因素。關(guān)于斑塊模型， 王媛媛等［２７］ 通過構(gòu)建用戶信息搜尋過程模型以及斑塊內(nèi)信息搜尋模型， 分析了用戶信息搜尋行為的具體過程以及信息搜尋效果的影響因素與相互關(guān)系。Ｍａｘｗｅｌｌ Ｄ 等［２８］結(jié)合斑塊模型對交互式信息檢索背景下用戶多樣化信息搜索行為影響因素進行探究， 結(jié)果表明， 用戶在使用多樣化系統(tǒng)（Ｄｉｖｅｒｓｉｆｅｄ Ｓｙｓｔｅｍ）完成搜索任務(wù)時可以減少搜索結(jié)果中的潛在偏差。關(guān)于菜單模型， 袁紅等［１１］ 通過采用實驗法錄屏記錄了用戶的菜單與斑塊選擇行為， 構(gòu)建了學(xué)術(shù)數(shù)據(jù)庫搜索行為模型， 并采用統(tǒng)計分析方法揭示了用戶學(xué)術(shù)信息探索式搜尋行為特征； 吳碧薇［３０］ 基于信息覓食理論對大學(xué)生信息能力培養(yǎng)模式進行探索， 研究發(fā)現(xiàn)，可以根據(jù)大學(xué)生對信息菜單的熟悉程度以及對信息菜單的選擇技巧為其提供行之有效的信息能力培訓(xùn)模式。

綜上所述， 在線評論搜索行為研究已經(jīng)引起了國內(nèi)外學(xué)者的關(guān)注， 且采用的研究方法和基礎(chǔ)理論都較為豐富， 但現(xiàn)有研究主要是從行為特征方面揭示消費者在線評論搜索行為， 尚缺乏立足于用戶最優(yōu)行為決策來揭示在線評論搜索行為的內(nèi)在機理。信息覓食理論強調(diào)了在探索式搜索情境下用戶根據(jù)信息環(huán)境中存在的信息線索的引導(dǎo)， 并在不同的信息斑塊內(nèi)搜索信息以制定最終的信息菜單的作用。該理論可為點評類軟件平臺情境下消費者在線評論搜索行為提供理論基礎(chǔ)。但當(dāng)前關(guān)于信息覓食理論的研究主要聚焦于從理論層面對搜索行為進行解釋，尚缺乏對基于該理論指導(dǎo)消費者在特定情境下的搜索行為影響因素的研究。因此， 本研究立足于消費者使用點評類軟件搜索評論并以選擇就餐餐廳的情境為目標開展具體研究。

２ 研究模型與假設(shè)

信息覓食理論指出用戶的搜索策略會隨著信息環(huán)境的改變而改變［３１］ ， 而信息線索是幫助做出改變的提示性信息［２６］ 。用戶在信息搜索過程中會通過某些線索來評估或判斷某些事件， 并預(yù)測未觀察到的內(nèi)容屬性。在本研究情境中， 評論的內(nèi)容質(zhì)量能暗示評論是否能夠提供有用、全面且客觀真實的信息； 評論豐富性和評論效價能分別在形式上（如圖片、詳略等）和情感傾向上反映評論的特征； 評論者資信度則是代表了評論提供者的信譽、經(jīng)驗和評價能力等。這些評論特征（評論內(nèi)容質(zhì)量、評論豐富性、評論效價）及評論者特征（評論者資信度）作為可能的信息線索不僅影響著消費者對某餐廳的認識， 同時也暗示了其在各信息斑塊中可獲得的潛在收益， 即這些評論本身和其他尚未瀏覽的評論的價值。這些新的信息會給用戶的搜索行為帶來新的想法和方向［３２］ ， 并制定出自己的信息菜單， 依此進行在線評論搜索行為。因此， 本研究基于信息覓食理論， 通過構(gòu)建在線評論搜索行為模型來詮釋消費者在點評類軟件中的在線評論搜索行為。研究模型如圖１ 所示。同時， 考慮到消費者的年齡、性別、學(xué)歷差異， 以及點評類軟件使用年限、頻率、依賴程度不同對在線評論搜索行為的潛在影響， 本研究將上述變量設(shè)置為控制變量。

２.１ 評論內(nèi)容質(zhì)量

在線評論的內(nèi)容質(zhì)量是指用戶視角下評論內(nèi)容的可靠性、客觀性以及真實性等特征［３３］ 。根據(jù)需求理論， 用戶的不同需求會影響其價值與行為［３４］ ，因而， 用戶對可靠的、客觀的、完整的信息的需求，會促使其采用內(nèi)容質(zhì)量高的在線評論。評論內(nèi)容質(zhì)量越高， 往往包含越多的產(chǎn)品、服務(wù)等細節(jié)信息，對用戶來說可靠度越大［３５］ 。基于信息覓食理論并結(jié)合上述研究結(jié)論， 本研究認為在線評論的內(nèi)容質(zhì)量， 即評論的可信度、完整性等均會增強其斑塊收益感知。因此， 本文假設(shè)如下：

Ｈ１： 評論內(nèi)容質(zhì)量會正向顯著影響消費者的斑塊收益感知

２.２ 評論豐富性

Ｈｏｖｌａｎｄ Ｃ Ｉ 等［３６］ 根據(jù)傳播與說服理論提出了用戶的情感反應(yīng)會受到信息表現(xiàn)形式的影響。在線評論的質(zhì)量影響著消費者的購買意愿， 而評論豐富性是衡量在線評論質(zhì)量的重要指標， 評論文本長度、上傳圖片、描述文字等均為評論豐富性的重要體現(xiàn)［３７］ 。在使用點評類軟件搜索評論并選定就餐餐廳的情境下， 消費者會根據(jù)評論的豐富性包括趣味性、多樣性、詳略程度等來判斷該評論的潛在收益。具體而言， 評論文本長度會暗示用戶評論內(nèi)容的詳細程度， 用戶通常認為較長的評論會包含更多的細節(jié)信息［３８］ ， 但評論文本冗長并不會增加用戶的感知收益， 反而會增加用戶閱讀評論的感知成本并降低搜索效率［３９］ 。此外， 評論內(nèi)加入圖片則可以視作對文本內(nèi)容的有效補充， 可以為用戶帶來直觀的、形象的判斷依據(jù)［４０］ ， 較多的圖片數(shù)量也能進一步增強消費者對在線評論有用性的感知［４１］ 。因此，本文假設(shè)如下：

Ｈ２： 評論豐富性會正向顯著影響消費者的斑塊收益感知

２.３ 評論者資信度

評論者資信度主要是指評論者本人的可信程度， 即評論人本身具備的等級、信譽、經(jīng)驗等主體特征。消費者在完成評論搜索的過程中， 不僅會參考評論的內(nèi)容， 也會關(guān)注信息來源的可靠性。先前研究表明， 消費者對評論者資信度的認可越高， 對其評論的認可度也越高［４２］ ， 并且用戶對評論者資信度的感知會直接增強在當(dāng)前斑塊持續(xù)瀏覽評論的意愿和購買意愿［４３］ 。評論者作為評論信息的生產(chǎn)者， 評論者的用戶等級、經(jīng)驗均會正向影響消費者對預(yù)期收益的判斷［４４］ 。此外， Ｂａｎｓａｌ Ｈ Ｓ 等［４５］ 研究同樣表明， 在制定購買決策時， 消費者更傾向于參考可靠來源的評論， 并更容易因等級較高的評論者發(fā)布的內(nèi)容產(chǎn)生正向的收益感知。因此， 本文假設(shè)如下：

Ｈ３： 評論者資信度會正向顯著影響消費者的斑塊收益感知

２.４ 評論效價

結(jié)合Ｃｈａｎ Ｈ［４６］ 的研究， 本文將消費者使用點評類軟件搜索評論并選定就餐餐廳情境下的評論效價定義為消費者對商品或服務(wù)整體的態(tài)度和傾向，包括感情傾向、建議傾向以及得分傾向。先前研究表明， 同類商品或服務(wù)的在線評論效價越高， 消費者對商品或服務(wù)的情感和認知越深［４７］ ； 評論效價越低， 則消費者的感知風(fēng)險越高［１］ ， 即消費者對于該斑塊的感知收益越低， 并會直接或間接地影響其在線評論搜索行為。具體而言， 消費者會根據(jù)評論效價的傾向判斷該斑塊內(nèi)的評論信息是否會給自身帶來時間、金錢方面的成本或收益。若消費者感知到的收益低于預(yù)期值時， 就會停止評論搜索行為［４８］ ， 且負向效價比正向效價對消費者的影響更大［４９］ 。因此， 本文假設(shè)如下：

Ｈ４： 評論效價會正向顯著影響消費者的斑塊收益感知

Ｈ５： 評論效價會正向顯著影響消費者在線評論搜索行為

２.５ 斑塊收益感知

斑塊模型闡述了信息搜索者在資源不平均的陌生環(huán)境中如何決策的問題。用戶為了獲得更多信息，通常會在一個信息斑塊內(nèi)花費一定時間覓食， 并通常會在覓食結(jié)束后花費一段時間去搜索下一個信息斑塊覓食［５０］ 。當(dāng)消費者處于一個信息斑塊時， 會面臨一個問題： 是繼續(xù)在該處搜索信息還是尋找下一個信息斑塊進行搜索？ 此時消費者需要考慮在該斑塊內(nèi)的感知收益。現(xiàn)有研究表明， 由于時間和精力的有限， 用戶通常期待在單位成本中收獲到最大限度的信息， 即獲得最大的收益［５１］ 。楊建林等［５２］從認知角度分析了影響社會化信息搜索行為的各種因素， 研究表明， 感知收益對用戶信息搜索行為有正向顯著影響。此外， 根據(jù)信息經(jīng)濟學(xué)派對信息搜索行為的相關(guān)研究， 假定用戶在信息搜索的過程中扮演“理性人” 的角色， 而用戶為提高信息搜索效率， 其搜索行為會向邊際成本與邊際收益趨于平衡的方向前進。具體而言， 當(dāng)消費者感知到在該評論斑塊內(nèi)的搜索成本增加時， 會減少甚至停止信息搜索行為； 反之， 則會繼續(xù)搜索信息。因此， 本文假設(shè)如下：

Ｈ６： 斑塊收益感知會正向顯著影響消費者在線評論搜索行為

３ 研究設(shè)計

３.１ 問卷設(shè)計

依據(jù)構(gòu)建的研究模型， 自變量為評論內(nèi)容質(zhì)量、評論豐富性、評論效價、評論者資信度； 中介變量為斑塊收益感知； 因變量為在線評論搜索行為； 控制變量為年齡、性別、學(xué)歷， 以及點評類軟件使用年限、頻率、依賴程度。正式問卷包括兩部分： 第一部分是被調(diào)查者的基本信息； 第二部分為理論模型各變量相應(yīng)的問項。本研究模型的變量及其測量項一覽表如表２ 所示。測量項共為２９ 個，均采用李克特五級量表。其中， １～２６ 題： “１， 代表非常不同意” “２， 代表不同意” “３， 代表沒意見” “４， 代表同意” “５， 代表非常同意”。２７～２９題： “１， 代表非常短” “２， 代表較短” “３， 代表一般” “４， 代表較長” “５， 代表非常長”。

３.２ 數(shù)據(jù)收集

本研究采用問卷調(diào)查法收集數(shù)據(jù)。將設(shè)定的問卷通過問卷星進行展示， 并借助于微信、騰訊ＱＱ、經(jīng)管之家等社交軟件或開放論壇發(fā)放鏈接， 調(diào)查時間為２０２３ 年３ 月６ 日—２７ 日。共回收問卷４１９ 份，根據(jù)測謊題項、填寫時間、異常值等對問卷進行篩選， 最終得到３５２ 份有效問卷， 有效問卷率為８４.０％。本次被調(diào)查者的人口統(tǒng)計學(xué)特征如表３ 所示。

由表３ 可知， 在３５２ 份有效樣本中， 對于點評類軟件使用年限， 時間為１～５ 年的（不含５ 年）的數(shù)量最多， 占７０.２％； 對于使用頻率， 頻率為每周２～３ 次的最多， 占比為４２.１％， 其次是半個月２～３ 次，占比為３１.８％； 對于依賴程度， 一半以上的樣本對點評類軟件的依賴程度比較高。同時， 本次調(diào)查樣本男女性別比大致為１ ∶２， 多數(shù)樣本年齡在１８～２２歲之間（８１. ５％）。根據(jù)中國餐飲年度觀察和大數(shù)據(jù)２０２３ 報告中的美團數(shù)據(jù)顯示， ２０２２ 年在線餐飲消費者性別分布中， 女性數(shù)量多于男性， 且年齡在３０ 歲以下的消費者人群占比超過一半［５９］ ， 這表明本研究中的樣本在性別和年齡分布方面與現(xiàn)實吻合。

４ 數(shù)據(jù)分析與結(jié)果

４.１ 信度分析

信度（Ｒｅｌｉａｂｉｌｉｔｙ） 主要是對測量結(jié)果一致性、穩(wěn)定性和可靠性的測量， 一般通過Ｃｒｏｎｂａｃｈ’ａ 系數(shù)來描述測量［６０］ 。本文使用ＳＰＳＳ２４.０ 對調(diào)查問卷進行了信度分析， 表４ 為最終量表中各變量的檢驗結(jié)果， 其中各變量的系數(shù)值均大于０.７， 表明本研究設(shè)計的問卷的一致性和可靠性較好。

４.２ 效度分析

效度（Ｖａｌｉｄｉｔｙ）是對量表測量正確性的判斷指標， 指測量工具確實可以測得檢測指標的程度［６２］ 。本研究采用ＫＭＯ 和Ｂａｒｔｌｅｔｔ 球形度檢驗進行判斷，結(jié)果如表５ 所示。

由表５ 可知， 問卷整體ＫＭＯ 值等于０.９２５，Ｂａｒｔｌｅｔｔ 球形度檢驗顯著， 可以做因子分析。利用Ａｍｏｓ２２.０ 進行驗證性因子分析， 以復(fù)合信度（Ｃｏｍ?ｐｏｓｉｔｅ Ｒｅｌｉａｂｉｌｉｔｙ， ＣＲ）檢驗量表的聚合效度； 以平均提取方差值（Ａｖｅｒａｇｅ Ｖａｒｉａｎｃｅ， ＡＶＥ）檢驗量表的區(qū)分效度。表６、表７ 中的數(shù)據(jù)顯示， 除評論豐富性下一個問項的因子載荷略低于０.５ 外， 剩余題項均符合檢驗標準， 測量項的ＣＲ 值均高于０ ７， ＡＶＥ值均大于０.５， 說明該量表的收斂效度較好； 各測量項ＡＶＥ 平方根同樣滿足檢驗要求， 表明該量表的區(qū)分效度較好。

４.３ 假設(shè)檢驗

本研究利用Ａｍｏｓ２２.０ 對假設(shè)模型進行估計，經(jīng)過對模型進行修正后， 模型檢驗標準及檢驗結(jié)果數(shù)據(jù)如表８ 所示。表中數(shù)據(jù)顯示模型擬合指標均符合規(guī)定適配值。因此， 構(gòu)建的模型整體適配度良好。

根據(jù)最終模型的參數(shù)估計結(jié)果， 得到如圖２ 所示的路徑系數(shù)圖， 以及相應(yīng)的建設(shè)檢驗結(jié)果如表９所示。

由表９ 可知， 在信息線索方面， 假設(shè)Ｈ１～ Ｈ５均成立， 表明本文研究的４ 種信息線索即評論內(nèi)容質(zhì)量、評論豐富性、評論者資信度、評論效價均對斑塊收益感知產(chǎn)生顯著正向影響， 且評論效價還直接對在線評論搜索行為產(chǎn)生顯著正向影響。在信息斑塊中， 假設(shè)Ｈ６ 成立， 表明本文中介變量斑塊收益感知對在線評論搜索行為產(chǎn)生顯著正向影響。此外， 對于控制變量， 年齡（β ＝ ０.００３， ｐ＞０. ０５）、學(xué)歷（β ＝ ０.０６０， ｐ＞０.０５）、使用頻率（β ＝ ０.００６，ｐ＞０.０５）、使用年限（β ＝０.０７６， ｐ＞０.０５）對在線評論搜索行為影響均不顯著； 性別（β ＝ ０.１８０， ｐ＜０.００１）、依賴程度（β ＝０.１７４， ｐ＜０.００１）顯著影響在線評論搜索行為。

４.４ 斑塊收益感知的中介效應(yīng)檢測

斑塊收益感知的中介效應(yīng)檢測使用Ｂａｒｏｎ Ｒ Ｍ等［６１］ 提出的因果步驟檢驗法， 即在自變量對因變量、中介變量顯著的情況下， 通過納入中介變量對自變量的作用效果做進一步檢驗。中介效應(yīng)檢驗結(jié)果如表１０ 所示， 評論內(nèi)容質(zhì)量（β ＝０.５１３， ｐ＜０.００１）和評論者資信度（β ＝０.５６７， ｐ＜０.００１）顯著影響在線評論搜索行為， 但是當(dāng)斑塊收益感知作為中介變量納入模型中， 評論內(nèi)容質(zhì)量（β ＝０.１０１， ｐ＝０.０８３）和評論者資信度（β ＝０.０９４， ｐ＝０.１４６）對在線評論搜索行為無顯著影響， 這意味著評論內(nèi)容質(zhì)量和評論者資信度完全通過斑塊收益感知影響在線評論搜索行為。評論豐富性（β ＝０.５６６， ｐ＜０.００１）和評論效價（β ＝０.６３０， ｐ＜０.００１）顯著影響在線評論搜索行為， 當(dāng)斑塊收益感知作為中介變量納入時， 評論豐富性（β ＝０.１８６， ｐ＝０.００８）和評論效價（β ＝０.２５３，ｐ＜０.００１）對在線評論搜索行為的直接效應(yīng)仍顯著，這意味著斑塊收益感知存在部分中介效應(yīng)。然而在整個模型中， 評論豐富性對在線評論搜索行為的影響并不顯著（β ＝ ０.０８３， ｐ ＝ ０.０７９＞０.０５）。因此，本模型中， 斑塊收益感知在評論內(nèi)容質(zhì)量、評論者資信度、評論豐富性對在線評論搜索行為的影響中起完全中介效應(yīng)， 僅在評論效價對在線評論搜索行為的影響中起部分中介效應(yīng)。

５ 討論

５.１ 信息線索研究結(jié)果表明， 評論內(nèi)容質(zhì)量、評論豐富性、評論效價以及評論者資信度均會正向顯著影響消費者斑塊收益感知。其中， 評論者資信度對斑塊收益感知影響最大， 其次是評論豐富性， 然后是評論效價， 評論內(nèi)容質(zhì)量對斑塊收益感知的影響最小。此外， 評論效價對于在線搜索行為的影響， 包括直接影響和間接影響兩條路徑， 間接影響是通過斑塊收益感知影響在線搜索行為， 即斑塊收益感知在評論效價與消費者在線評論搜索行為的關(guān)系中只起部分中介作用。研究結(jié)果不僅驗證了胡媛等［１３］ 的研究結(jié)論， 即上述評論指標中的評論內(nèi)容質(zhì)量和評論者資信度對在線評論搜尋行為有顯著正向影響， 還進一步擴展探究了評論豐富性和評論效價對收益感知的影響及影響大小關(guān)系。

消費者在瀏覽評論試圖找到有用信息的過程中，首先會對信息來源， 即對評論者特征進行判斷。若對信息源表示不信任， 那么對評論特征的判斷也會受其影響， 甚至直接放棄瀏覽該評論。在評論特征中， 相較于評論內(nèi)容質(zhì)量， 評論豐富性和評論效價是消費者對評論直觀、感性的判斷。消費者并不愿意在閱讀評論上消耗太多精力［５０］ 。因此， 消費者往往不會首選內(nèi)容質(zhì)量這類需要花費更多精力的評論特征， 而更愿意通過評論豐富性和評論效價來感知斑塊收益。此外， 評論效價表明了該商品或服務(wù)的整體正負傾向， 具有很強的代表性［３９］ 。因此， 評論效價除了會直接影響消費者對該評論斑塊的收益感知， 也會直接影響消費者在線評論搜索行為［５２］ ，即決定消費者是否會放棄當(dāng)前斑塊并前往下一斑塊搜索評論甚至停止搜索。

５.２ 信息斑塊

研究發(fā)現(xiàn)， 斑塊收益感知正向顯著影響消費者在線評論搜索行為。該發(fā)現(xiàn)可以通過以往研究的結(jié)果進行解釋。Ｓｉｍｏｎ Ｈ Ａ［６３］ 早在１９７１ 年便發(fā)現(xiàn)，信息是消耗性的， 接受信息需要消耗注意力。然而，與信息的價值相比， 消費者的注意力顯得相對匱乏。因此， 消費者需要合理地規(guī)劃精力去觀察信息。Ｎａ?ｋａｙａｍａ Ｍ 等［５０］ 將這一結(jié)論具體到評論信息， 其研究發(fā)現(xiàn)大部分消費者不愿意花費大量的時間和精力去閱讀餐廳的評論， 相反， 他們更有可能根據(jù)對預(yù)期收益的評估來決定使用適量的評論信息。因此，可以認為斑塊收益感知是消費者在線評論搜索行為的驅(qū)動力， 該驅(qū)動力會影響消費者在線評論搜索行為的策略和強度。具體而言， 在探索式搜尋情境中，消費者對斑塊收益感知的高低會直接決定其下一步搜索行為， 即根據(jù)斑塊收益感知并結(jié)合自身情況制定自己的信息菜單和覓食策略。當(dāng)收益感知高時，消費者會考慮將其加入自己的信息菜單， 并繼續(xù)在該斑塊內(nèi)覓食， 延長在該斑塊內(nèi)停留的時間； 反之， 則會終止在該斑塊內(nèi)的覓食而進入下一個信息斑塊， 甚至結(jié)束覓食行為。

５.３ 信息菜單

本次研究發(fā)現(xiàn)， 消費者在線評論搜索行為的本質(zhì)是制定信息菜單， 具體包括信息菜單的選擇、組合以及覓食時長的確定等。信息菜單是進行在線評論搜索行為的依據(jù)。消費者在點評類軟件上瀏覽評論時， 受到各種信息線索的影響和啟發(fā)， 逐漸明確自己的目標， 同時也形成自己的覓食菜單。之后，消費者則會根據(jù)自己的菜單進行在線評論的搜索，以避免浪費時間和精力。以往對在線評論搜索行為或在線瀏覽行為的測量主要是通過實驗法［１２，６２］ 、自我報告［１２］ ， 使用現(xiàn)有數(shù)據(jù)集［６４］ 或訪談法［５］ 進行， 也有部分使用量表測量［１９］ 。本研究從菜單模型出發(fā)對在線評論搜索行為進行測量（如： 詢問消費者是否會選擇不同的信息斑塊； 是否會在斑塊之間進行切換或者將斑塊進行組合等）， 有效拓展了在線評論搜索行為的可操作性測量。

６ 結(jié)語

本研究從信息覓食理論出發(fā)， 為有效揭示消費者在線評論搜索行為內(nèi)在機理提供了新的視角。具體而言， 本研究將信息線索視作一種“氣味” 給予消費者引導(dǎo)與啟示， 以幫助他們感知各個信息斑塊的潛在收益， 并使其結(jié)合自身情況形成自己的信息菜單， 最終根據(jù)信息菜單到相應(yīng)的信息斑塊中覓食所需信息。因此， 基于“信息線索—斑塊模型—菜單模型” 的思路選取了評論內(nèi)容質(zhì)量、評論豐富性、評論效價以及評論者資信度４ 個維度構(gòu)建影響因素理論模型， 系統(tǒng)地闡述了信息覓食理論在消費者使用點評類軟件搜索評論并選擇就餐餐廳這一具體情境的應(yīng)用。為此， 本文提出如下幾點建議：

６.１ 消費者信息線索選擇糾偏與“ 主動評估” 理念培育

研究發(fā)現(xiàn)， 相較于其他信息線索， 評論者資信度對消費者斑塊收益感知影響效果最大。但是調(diào)查結(jié)果顯示， 消費者對評論者資信度中評論者點評經(jīng)驗、評價能力的評分卻較低。因此， 本研究建議消費者應(yīng)立足信息收益感知， 關(guān)注來自可靠評論者的評論信息， 提升對高質(zhì)量評論者點評經(jīng)驗、點評能力的認可度與參考使用頻率。例如， 源自具有實名、等級高、帶Ｖ 標、使用年限長等特征的評論者的評論具有更高可信度， 消費者可以借助上述特征篩選評論以完成信息菜單制定。在用戶信息素養(yǎng)培訓(xùn)方面， 應(yīng)增強消費者的“主動評估” 意識。對于無法辨別真?zhèn)蔚脑u論信息， 應(yīng)通過與平臺客服進行核實的方式或主動放棄的方式進行篩選與利用， 提升評論信息真?zhèn)卧u估能力。

６.２ 在線評論內(nèi)容質(zhì)量管控與評論數(shù)據(jù)深化研判

在線評論內(nèi)容質(zhì)量主要包括可信度、完整性以及有用性等。本研究發(fā)現(xiàn)， 消費者在搜索在線評論過程中會受到評論內(nèi)容質(zhì)量的影響， 但評論內(nèi)容質(zhì)量對斑塊收益感知的影響較小。這在一定程度上是由于當(dāng)下在線評論內(nèi)容存在質(zhì)量水平不高所致（例如商家操控評論、用戶惡意評論）。今后， 對于在線評論信息內(nèi)容質(zhì)量的管控而言， 平臺方應(yīng)發(fā)揮主導(dǎo)作用。平臺方應(yīng)需要進一步規(guī)劃評論發(fā)布守則、評論審核機制以及評論管理模式。例如， 面對商家通過向消費者提供補償來獲得好評， 平臺方應(yīng)立即向商家提出警告并展開調(diào)查， 以及對涉嫌違規(guī)賬號進行停用直至商家整改完畢。此外， 面向用戶收益感知， 綜合利用平臺記錄的客觀數(shù)據(jù)、主觀數(shù)據(jù)，建立評論庫用以訓(xùn)練評論模型， 助力消費者真實評論呈現(xiàn)。面對匿名消費者通過大量刷好評或差評牟利， 平臺方應(yīng)及時屏蔽并刪除相關(guān)評論， 并結(jié)合消費者評論大數(shù)據(jù)， 對該類用戶進行管控， 必要時采用法律的武器維護商家與平臺權(quán)益。

６.３ 點評類軟件功能模塊設(shè)計與適用群體范圍擴增

本研究發(fā)現(xiàn)， 消費者在線評論搜索行為會受到斑塊收益感知的正向影響。因此， 本文建議點評類軟件在進行界面設(shè)計時， 需要充分考慮用戶的斑塊收益感知， 從而增強消費者在線評論搜索行為的強度并擴大適用群體范圍。具體而言， 設(shè)計者在對軟件功能模塊進行優(yōu)化時， 需要以用戶時間、精力等收益為目標， 增加用戶在當(dāng)前評論斑塊內(nèi)的停留時間。例如， 在軟件頁面設(shè)計上， 可以增加打標簽功能， 即用戶根據(jù)主觀感受對所瀏覽的評論打出個性化標簽， 或增加深度篩選功能， 即支持用戶對多個標簽進行組合與排序輔助用戶完成搜索行為， 以減少用戶搜索評論和發(fā)現(xiàn)信息的障礙， 從而提升用戶的收益感知。此外， 針對特殊群體， 如老年群體、殘障人士等， 提供以“幫扶” 為核心要義的頁面設(shè)計與服務(wù)支持。具體而言， 以簡潔化、聚焦化的頁面布局和問答式、輔助式的服務(wù)機器人滿足特殊群體的功能需求， 擴大軟件推廣使用范圍。

同時， 本研究也存在一定的局限性。首先， 研究對象主要聚焦于使用點評類軟件的大學(xué)生群體用戶， 未來可針對該類軟件的其他不同群體進行深入分析； 其次， 問卷調(diào)研情境主要借助了點評軟件即大眾點評、美團兩款軟件的設(shè)計模式， 鑒于國內(nèi)其余點評類軟件的差異化設(shè)計機制， 未來可以聚焦于具體類別的點評類軟件； 最后， 本研究僅是基于信息覓食理論對消費者在線評論搜索行為影響因素進行分析， 今后需要考慮集成其他理論以更為全面和詳盡地分析消費者在線評論信息搜索行為的內(nèi)在機理。

（責(zé)任編輯： 楊豐僑）