国际著名市场研究公司Jupiter Research调查分析显示：超过75%的消费者在线购买商品之前，会参考互联网用户所写的产品评论信息；超过90%的大企业相信，用户推荐和评论意见在影响消费者购买决策的决定性因素中占据重要位置。在学术界中，网络口碑(在线评论)与消费者购物决策影响关系同样是理论研究的热点议题。近些年，一直有不少研究以图书、电影、酒店与餐馆等为研究对象，着重探讨在线评论的关键客观特征—数量(volume)、星级/效价(rating/valence)等对于产品销售情况的影响效应，并以客观二手数据与计量模型进行严谨的实证分析(Chevalier & Mayzlin，2006；Duan et al.，2008b；Ye et al.，2011；郝媛媛、叶强等2009；卢向华，2009)，但是研究结论也存在一些差异，缺乏共识性的理论框架与规律发现(Zheng et al.，2011；郝媛媛、叶强等，2010)。
近一两年，企业进一步关注如何有效管理与应用在线评论，国外Amazon、Tripadvisor等，国内京东商城、豆瓣网等均会在每条评论旁边设置“这条评论对您有用吗”①的消费者投票，并且显示有用性投票比例(例如：“80/115人认为此评论有用”)。消费者能够根据有用性评价筛选或排序在线评论，会有助于减轻信息过载与认知成本问题(Cao et al.，2011；Ghose & Ipeirotis，2009；Willemsen et al.，2011)，提升消费者使用体验以及服务满意度(Connors & Mudambi，2011)。Mudambi和Schuff(2010)明确提出，在线评论有用性(helpfulness of online review)的理论构念，将它定义为在消费者决策过程的感知价值，从而与已有文献中信息诊断力(diagnosticity)具有良好的理论一致性(Jiang & Benbasat，2004；Pavlou & Liang，2007)。目前，不少实证研究指出，有用性越高的在线评论对消费者说服效果也越好(Pan & Zhang，2011)、对购买决策影响也更加显著(Chen et al.，2009)，亦即表明并非每条评论对于消费者而言是同等重要(Pan & Zhang，2011；Willemsen et al.，2011)。
然而，已有研究大多关注从聚合层面(aggregate-level)考察在线评论与产品销售之间的影响关系，却忽视了从个体层面(individual-level)研究评论信息被消费者处理接受、感知价值进而影响购买决策的复杂过程(Lee & Lee，2009；Stephen & Lehmann，2012；殷国鹏、祝珊，2011)，亦即“消费者认为怎样的在线评论更有用？”这一问题。近一两年来，最新文献从不同的管理学科视角探讨这一问题，研究影响消费者对于在线评论有用性评价的因素及模型(Huang et al.，2011；Korfiatis et al.，2012；Wang et al.，2011；Willemsen et al.，2011；Wu et al.，2011)，希望能够准确理解并预测在线评论有用性的消费者评价，从中挖掘互联网用户创作内容的经济价值(Ghose & Ipeirotis，2009；Ye et al.，2011)。尽管相关研究已经取得一些初步成果，也存在一些未解决的理论问题及不足：首先，由于该问题研究刚起步，已有文献多以启发式研究为主，缺乏明晰的理论分析框架，难以解释有用性评价的影响机制；其次，已有研究大多关注评论的内容特征，所探讨影响因素较为局限，尤其是缺乏考察评论者的个体特征，尤其是社会性因素；第三，电子商务、第三方评论网站不断增添与丰富社会化功能，这就更加需要考察社会性因素对于在线评论有用性的影响效应。
首先，与已有在线评论与销售情况聚合影响研究类似，在线评论有用性研究大多集中在评论的内容特征，包括星级评分②/极端性(Korfiatis et al.，2011；Mudambi & Schuff，2010；邱凌云，2008)、评论长度(Zhang et al.，2010；Mudambi & Schuff，2010)、正向/负向陈述(Cheung et al.，2009；Connors & Mudambi，2011；Schlosser，2011)，上述特征相对客观且较易测量。Mudambi和Schuff(2010)发表于MISQ研究论文明确界定在线评论有用性概念，借鉴信息经济学与决策不确定性理论框架，基于Amazon数据的计量模型分析表明评论极端性(星级衡量)、评论长度对在线评论有用性具有直接影响，并且考察搜索型与经验型产品的调节效应。Zhang等(2010)运用计量模型分析，在控制消费目的情况下，表明正向/负向陈述(以星级评分衡量)、评论长度对于在线评论劝说能力(以亚马逊有用性投票衡量)有着显著性影响。郝媛媛、叶强等(2010)在扩展Ghose等学者的研究基础上，从文本特征出发探索影响在线评论有用性的因素，并以影评数据进行实证分析。
另一方面，较少文献发现在研究评论的内容特征之外，需要进一步考察“谁发表的在线评论更有用”的问题(Connors & Mudambi，2011；Forman et al.，2008；Hu，2008；Pan & Zhang，2011；孙春华、刘业政，2009)。Forman等(2008)、Ghose和Ipeirotis(2011)基于在线数据实证研究表明：评论者特征—身份信息、评论者排名、已发表评论数量等，会积极地影响消费者对于在线评论的有用性评价，并更加显著地影响产品销售情况。Hu(2008)以交易成本经济学理论研究在线评论有效性问题，发现消费者不仅关注在线评论的星级，还会受到评论者在网络中表现的专家身份、活跃程度等因素影响。Connors和Mudambi(2011)通过实验研究得到类似结论，评论者在网络中表现的专家身份会影响其发表评论的有用性评价。上述初步的实证结果与社会心理学的说服理论是较为一致的，亦即表明信息源会影响信息接受者对传播信息的感知价值与接受程度(Bhattacherjee & Sanford，2006；Stephen & Lehmann，2012；Forman et al.，2008)。
另一方面，认知负荷理论(Cognitive Load)假设人类的认知结构由工作记忆和长时记忆构成，工作记忆容量是有限的，一次只能存储、处理较少的信息(Sweller，1988)。为了使加工得以顺利进行，当前进入工作记忆的信息量不能超过工作记忆容量。否则，就会引起认知资源的分配不足，从而影响个体学习或问题解决的能力，此种情况就成为认知超载(cognitive overload)。当消费者阅读在线评论时，他们在工作记忆之中处理信息，评论长度是表征认知负荷的关键指标之一(Gan et al.，2012)。由于工作记忆的有限容量，尽管在一定范围内，丰富的评论信息会有助于消费者购物决策。但是，一旦评论信息的处理需求达到工作记忆的上限，那么就会造成消费者的认知超载，并且使得人们难以较好地进行决策制定。因此，我们可以得出如下研究假设。
假设1b(H1b)：在线评论长度超过一定范围时，与消费者对其有用性评价之间是负向相关关系。
从文献综述来看，评论星级(包括极端性)几乎是所有研究均会探讨的客观特征，众多学者从信息诊断力(diagnosticity)、信息源可信度等理论视角进行了相当多理论与实证探讨(Wu et al.，2011；Zheng et al.，2011)，并且考虑了产品类型的调节作用(Mudambi & Schuff，2010)。从信息诊断力视角出发，不少研究大多认为相比较极端正向或负向用户评论而言，中间态度、观点表达不明晰的在线评论会被认为缺乏信息增加值，对于购物决策的影响价值有限，进而会被消费者给出较低的有用性评价(Forman et al.，2008；Pavlou & Dimoka，2006)。因此，本文可以提出如下研究假设。
假设2a(H2a)：与平均星级差异(正向、负向)和消费者对在线评论的有用性评价之间是正向相关关系。
另一方面，有用性评价实际是通过社会化投票机制来组织、应用在线评论。因此，本文与已有研究最大差异在于：基于社会心理学的从众效应(Conformity)视角，探讨单一评论星级与该产品平均星级差异将会如何影响在线评论的有用性评价。从众效应是社会心理学中社会影响研究的成果，指人们自觉不自觉地以大多数人的意见为准则，做出判断、改变自身态度与行为的心理过程(郭镇之、徐培喜，2006)。针对在线评论的社会化投票机制，消费者对于评论有用性进行评价时不仅会考虑评论内容、信息源等因素，也同时会受到其他消费者意见的影响(Cheung et al.，2009)。所以，当单条评论星级与产品平均星级之间一致性程度越高的话，消费者就有可能对于该条评论给出更高的有用性评价。综上所述，与平均星级差异(正向、负向)较大的单条评论，由于并非代表评论者的共识性意见，在从众效应下消费者会选择给出较低的有用性评价。因此，本文提出如下研究假设。
假设2b(H2b)：与平均星级差异(正向、负向)和消费者对在线评论的有用性评价之间是负向相关关系。
文献综述与分析表明，评论者因素在已有研究中关注不够，并且主要考察评论者身份信息的影响效应(Forman et al.，2008)，几乎未曾涉及评论者的在线社会网络，但是在互联网的社会化发展趋势下理应加以关注(Smith，2007)。说服的双过程模式表明，当信息接收者沿着边缘路径处理信息时，信息源的可靠性(Credibility)往往是最重要的线索，直接影响信息接收者的基本判断(Chu & Kamal，2008；Cheung，2009；金立印、王如意，2008)。在概念化层面，信息源的可靠性可以从两个维度表征(Bhattacherjee & Sanford，2006；Zhang et al.，2010)：可信任度(trustworthiness)、专业能力(expertise)。
相应地，在线评论的情境下，评论者专业能力、可信任度是影响其发表评论的有用性评价高低的关键因素(Wang et al.，2011；于春玲等，2011)，也是消费者进行评价判断时会采用的重要启发式规则(Cheung et al.，2012；Cheung & Thadani，2012)。从社会网络视角分析，中心度(Centrality)是分析网络中节点特性分析的关键步骤，是衡量个体在社会网络中影响力的重要指标(Smith et al.，2007)，并且在一定程度上反映个体的社会资本(Ellison et al.，2007；殷国鹏等，2006)。譬如，基于Web2.0视频网站(YouTube)在线数据的实证研究表明，社会网络在用户创作内容扩散与影响过程起到重要作用，视频内容创作者所链接的订阅者越多，那么该视频易于得到正向评价，并进一步加速视频内容的传播与扩散(Susarla et al.，2012)。此外，相关研究表明，个体节点的网络中心度与其可信任感之间具有相当强的正向相关性，亦是高中心度节点社会资本的一种体现(Prell，2003；Wang et al.，2011)。综上所述，在消费者对用户评论的有用性评价过程中，评论者的网络中心度将会起到积极的正向影响。因此，本文提出如下研究假设：
假设3a(H3a)：评论者的内向网络中心度与其所发表评论的有用性评价之间是正向相关关系。
假设3b(H3b)：评论者的外向网络中心度与其所发表评论的有用性评价之间是正向相关关系。
信息接收者采用ELM模式的边缘路径时，会更多地依据社会线索来处理信息，进而形成判断(Bhattacherjee & Sanford，2006)。网络曝光度是反映评论者社会线索的关键指标，是引导信息接收者做出决策的启发式规则，会对其所发表评论的有用性评价产生积极影响(Ghose & Ipeirotis，2011；Hu et al.，2008)。群组是在线社区的重要功能，每一群组均有自己的主题及兴趣爱好。类似于豆瓣网的在线社区之中，用户可能会加入不同的兴趣小组，进而形成了许多的各自不同、有所重叠的社会网络(Smith et al.，2007)。依据社会网络中“弱连接”理论，群组内用户间在线关系即为“弱连接”，他们同时保持多样化的关系链接，并在各个社会网络中具有一定的影响力(Ellison et al.，2007)。综上所述，有理由相信评论者参加群组数量越多，其发表的在线评论会被更多的消费者关注与积极评价。因此，本文提出如下研究假设。
在线评论有用性会显著地依赖于评论发表时机，亦即可否为正在搜集产品信息的消费者提供及时、最新的评论内容(Cheung et al.，2012)。从信息质量视角出发，不少文献均认为及时性(timeliness)是评论内容质量的关键维度，进而影响消费者对于该评论的消费者有用性评价(Otterbacher，2009；Chen & Tseng，2011)。
评论者的另一重要线索是历史评论数量，它会影响消费者对于评论者经验能力以及声誉的判断(Ghose & Ipeirotis，2011；Wang et al.，2011)。从说服的双过程模式分析，评论者经验能力会提升其发表评论的可信度，该评论者发表评论易于被消费者接受，并给出较高的有用性评价(Cheung et al.，2009；Forman et al.，2008)。
第三，考察评论者社会网络的影响效应是本研究重要扩展，并且由于豆瓣网提供了非常好的实证情境，我们得以将理论模型、客观数据有机地结合起来。网络中心度是衡量个体在社会网络中影响力的最关键指标，实证结果验证了评论者内向、外向中心度会直接影响其发表评论所获的有用性评价，这一研究结论既很好地将社会网络理论延伸到在线评论研究之中(Brown et al.，2007)，也是为评论有用性研究开拓了新的理论分析视角(Lu et al.，2010)。评论者的关系多样性在模型分析中的回归系数不显著，这可能由于豆瓣兴趣小组的总数量太多(29万个左右)，每一评论者的参加小组(最高251，均值56)所占比例过低，难以起到足够的影响作用。
(1)已有文献主要考察评论星级高低(Korfiatis et al.，2012；Pan & Zhang，2011)、极端性(Mudambi & Schuff，2010；Wu et al.，2011)，并且取得不少有意义的实证结论。本文则借鉴社会心理学的从众视角，并且与信息诊断力视角比较分析，考察与平均星级差异对于评论有用性的影响效应。实证结果表明，某一评论与平均星级存在负向差异时，从众效应将会更加显著，亦即个体会倾向于认可大众意见；相反地，当存在正向差异时，信息诊断力效应将发挥作用，亦即个体会认为该评论提供增量信息。因此，从不同视角研究竞争性假设，不仅为探讨评论有用性提供新的分析视角，也能够更好地探讨影响评论有用性的复杂机理。
(2)从说服的双过程模式分析，评论者(信息源)特征必然会影响其发表评论的有用性评价，已有文献对于身份信息、经验知识等特征有所涉及。但是，已有文献缺乏信息源的社会性因素的考察(Lu et al.，2010；Zheng et al.，2011)，或者基于问卷数据的实证分析(Zhang et al.，2010；Cheung et al.，2012)，缺乏基于大规模客观数据的实证分析。本文以豆瓣网提供的独特数据样本进行实证分析，初步探讨了评论者的网络中心度、关系多样化等社会网络特征对于评论有用性的影响效应，同时符合在线社会化融合发展趋势。
