收稿日期：2013-09-27
基金项目：浙江省自然科学基金项目（Y6110380）；浙江省博士后基金项目（BSH1302093）
作者简介：纪淑娴（1982-），女，安徽宿州人，博士、副教授，浙江大学在站博士后，研究方向为电子商务、网络营销。
摘要：从感知成本和收益的角度，探索了用户参与在线信誉反馈系统的驱动力。实证研究发现，感知成本负向影响用户的参与度，且是影响系数最大的因素；乐于助人、个人分享动机以及感知收益对参与意愿具有正向显著影响；感知收益的影响系数最小。
关键词：在线信誉反馈系统；成本；收益
中图分类号：F713.365 文献标识码：A 文章编号：1001-8409（2014）03-0114-05
Analysis of Users Participation in Online Reputation
Feedback Systems Based on Cost and Benefit
JI Shu-xian
（School of Economic & Management， Zhejiang University of Science& Technology， Hangzhou 310023）
Abstract： This paper discusses that why users take part in online reputation feedback systems from the perception of cost and benefit. The result show that perceived cost have a negative effect on users participation， and the regression coefficient is the largest. Helpfulness， personal sharing motivation and perceived benefit have significant positive effects on users participation intention. And the regression coefficient of perceived benefit is the smallest.
Key words： online reputation systems； cost； benefit
引言
在充满不确定性的电子商务市场中实施有效交易，建立信任关系是基础。电子商务市场中信任机制的建立主要依赖于个体特征、信誉和制度。基于“信誉的信任”，将历史交易记录作为当前决策参考，以信誉分数作为判断依据，可以促进卖家交易信任。在C2C电子商务市场中，交易用户的信誉是通过与不同的用户持续诚信的交易而获得的，这主要依赖于在线信誉反馈机制[1]。虽然信誉评价反馈不具有法律强制力，但消费者能通过信誉反馈评价机制表达出此次交易的状况，并传达给其他消费者[2]。信誉评价反馈机制可以作为一种对卖家的非正式认证系统[1]。
信誉反馈系统作为一种信息传递机制，其主要目的是帮助消费者区分诚信和不诚信的卖家。信誉反馈机制的参与程度与制度效用水平发挥和运行效率之间息息相关[3]。eBay信誉反馈机制的评价提交率在68%左右[4]，淘宝网的评价提交率仅在50%左右，大多好评都是系统默认评价。满意的顾客更愿意参与到信誉反馈机制提供反馈[5]。但从目前各大电子商务网站使用的信誉反馈系统来看，信誉系统很难引导出负面的评价，如淘宝、eBay中几乎所有的信誉反馈都是正面的。激励足够多的卖家做出评论是在线信誉反馈机制面临的新挑战。信誉机制并不能完全反映出真实的交易状况和消费者满意程度，其交易所要承担的风险远远没有信誉系统表面上显示的乐观[5]。
而现有相关研究注意力多放在评价的接收端，而忽视了发送端的研究。从买方的角度，探索消费者参与信誉反馈机制的驱动因素，提高信誉反馈系统的运作效率，有助于提高电子商务交易信任，对于政府管理机构、电子商务交易平台等应对信任危机具有重要的意义。
1 相关研究评述
在线评论是网络口碑的一种表现形式，在线信誉系统中买方参与评价的驱动力研究是在线评论研究中的重要方面之一。国内外许多学者对口碑传播动机进行研究。在传统市场中[6]，将传播信息的动机分为四大类： 与产品相关的动机；与自我相关的动机；与他人相关的动机；与信息相关的动机。Enge等 [7]在Dichter研究的基础上指出和谐递减是唯一的消极口碑传播的动机。Sundaram等[8] 通过390个事件访谈，提出正面口碑传播的动机有利他、产品相关、自我提升、帮助公司，消极口碑传播的动机有利他动力、降低焦虑、惩罚公司、信息搜寻。
互联网的匿名性使消费者更愿意在网上发表评论，进行口碑传播，参与在线信誉反馈系统。学者们结合互联网在线口碑的特点，提出了一些新的观点。Henning[9]指出社会互动的欲望、经济诱因、对其他消费者的关注、提高自我价值的潜力是消费者参与评论的主要驱动力。消费者和商家之间存在互利互惠的关系，一般会为了得到评价而积极地评价其交易伙伴，也有不少人会为了展现其专业知识和经验而进行评论[10]。Dellarocas与Wood研究显示利他主义不是消费者在线评论的主要动机[5]。Inge研究指出，消费者负面口碑传播的动机有寻找安慰、发泄、寻求建议、娱乐、自我表达、警告、报复等[11]。韩国用户最喜欢发表好评，中国用户最喜欢发表差评。在亚太地区，中国网民最喜欢发布负面产品评论，也只有中国网民发表负面评论的意愿超越正面评论。约62%的中国网民表示他们更愿意分享负面评论。
在国内，在线信誉反馈系统的参与性动机研究还比较少，学者们讨论了其他社交网站的参与动机。常静[12]研究指出，实用价值动机、兴趣、胜任性、交往和求知动机均会影响用户参与百度百科。范晓屏[13]指出信息性、工具性、娱乐、社会联系、社会强化、内在化、认同感、审美、逃避现实是个体参与非交易类虚拟社区的九种动机。毕振力[14]讨论口碑宣传、重新购买等购后行为，认为公司认知、可选择性、产品差异等会影响购后的口碑行为。程鹏飞[15]指出口碑发送方的专业知识会影响到在线口碑的影响力。美国人倾向于信息分享，而中国人则主要进行信息的搜寻和检索，所以中国的讨论区资源不够丰富[16]。通过研究探索网民参与信誉反馈系统的动机，进而制定激励电子商务网站用户参与信誉反馈系统的措施，可以提高网站粘性，促进电子商务网站可持续发展。
2 概念模型与研究假设
消费者参与在线信誉反馈系统可能会获得一定经济回报。消费者期望得到商品折扣、商家或交易平台的奖励以及更好的售后服务。商家为了鼓励消费者参与信誉反馈系统，会给予评论比较真实详细的客户一定的积分或小礼品。因此，本文认为消费者会为了追求商品折扣、积分等经济利益，参与在线信誉反馈系统，给出在线评论。因此提出假设。
H1：感知收益动机正向影响消费者参与在线信誉反馈系统。
消费者参与在线信誉反馈系统，给出在线评论需要消费者回忆购买过程和使用经历，整理看法，这个过程可能会产生一些消极心理作用，形成一定的认知成本。同时，用户需要花费时间将自己的观点整理形成文字并输入到信誉反馈系统中，这个过程需要花费用户大量的时间，形成一定的时间成本。Orlikowski研究表明，当知识贡献过程需要耗费大量时间时，人们共享知识的意愿被削弱[17]。因此提出假设。
H2：参与成本负向影响消费者参与在线信誉反馈系统。
Chen从信息共享理论出发研究网络社区的参与性，认为用户参与网络社区主要目的是交换信息和知识[18]。Molly和Samer认为某种程度上的利他主义是促使人们进行知识贡献的主要原因[19]。当人们意识到自己的行为能给他人带来好处时，人们更愿意助人为乐。参与在线信誉反馈系统能够帮助消费者对商家产品全面了解，帮助潜在消费者做出正确的购买决策。研究认为用户有乐于助人的意愿，更愿意参与到在线信誉反馈系统中。因此提出假设。
H3：助人为乐动机正向影响消费者参与在线信誉反馈系统。
人们在网络购物中可能会产生积极或消极的焦虑，参与信誉反馈系统进行文字评论和沟通能够在一定程度上缓解焦虑。Sundaram[8]和Henning [9]指出情感分享是消费者进行口碑宣传的一个重要动机。本文认为用户有情感分享的动机，更愿意参与到在线信誉反馈系统中。因此提出假设。
H4：情感分享动机正向影响消费者参与在线信誉反馈系统。
3 研究方法
3.1 样本与数据
本文采用网上调查的方法（http：//www.diaochapai.com/survey639026），自2012年10月9日至12月31日，通过淘宝旺旺、腾讯QQ和电子邮件等方式邀请好友帮忙填答问卷，同时采用滚雪球抽样方法，由好友推荐好友进行问卷填写，共得到有效问卷402份，样本基本情况见表1。
随着网络的普及，网络已经成为人们生活的一部分，调查中四分之三以上的人群每天都会上网，但是由于信任的缺失，普遍购买金额还比较小，大多数网络购买人群平均每次购物金额在200元以下。
3.2 问卷和测量
（1）问卷的形成。根据Anderson和Gerbing[20]的建议，通过4个步骤获得测量题项。①对近年国外顶级期刊进行全面扫描，找到每个变量的测量题项并进行回译。②在尽可能保持原量表的基础上，对15名有丰富网络购物经验者进行深度访谈，对问卷进行修正，保证量表符合中国语言表达习惯。③确定初步测量题项，形成初始问卷并进行预调查，调查的样本数为70。④根据预调查结果对问卷修正，形成正式调研问卷。
表1 研究样本分布
（2）问卷的信度和效度分析。以Cronbach α系数来检验有关变量的信度得到表2，各变量的信度系数均大于0.7，表明问卷具有良好的信度。采用SPSS11.5对每一个潜变量的观测指标分别采用主成分因子分析并进行正交旋转，删除因子载荷过低的题项，再进行验证性因子分析，得到各题项在相应变量上的载荷因子。各因子的载荷系数均大于0.5，表明问卷具有良好的结构效度。
因此，各变量的信度和效度水平较为理想，可以用来测量相应的概念。
表2 信度检验
4 数据分析与假设验证
采用SPSS11.5进行回归分析，对模型提出的相关假设进行检验。研究数据是否适合进行回归分析，需要通过数据之间的残差、共线性等来确定。本文通过Durbin-Watson统计值来检验残差的独立性，通过“容忍度”和“方差膨胀因子（VIF）”来检验变量的多重共线性，用残差的散点图来检验数据间的线性关系，并用残差的直方图和累计概率图来检验数据是否服从正态分布。
以参与信誉反馈系统的意愿（INTE）为因变量，以助人为乐动机（HELP）、个人分享动机（SHAR）、感知成本（COST）、感知收益（BENE）为自变量，采用逐步筛选（stepwise）方法进行线性回归验证假设H1、H2、H3、H4。回归系数结果见表3，残差分布图和残差直方图见图1和图2。
从表3可以看出：D-W值为2.008，接近于2.000，近似认为残差序列负自相关不显著；HELP、SHAR、COST、BENE4个变量的容忍度值分别为0.776、0.778、0.902、0.914，方差膨胀因子VIF的值分别为1.228、1.285、1.108、1.094，都比较接近于1，说明四个自变量的多重共线性不明显。
从图1和图2看出，回归标准化残差基本呈现正态分布，因变量与自变量基本符合线性关系。因此，调研数据符合线性回归的基本要求。表3 参与信誉反馈系统动机的回归系数与显著性检验表 注：*p<0.1、**p<0.05、***p<0.01 从表3可以看出，4个自变量都能够进入回归模型，其联合解释变异量0.449，即4个自变量能够联合决定信誉反馈系统参与动机中46.5%的变异量。乐于助人动机的标准化回归系数为0.212，大于个人分享、感知收益的回归系数，说明乐于助人在用户参与信誉反馈系统的动机中占有重要的地位。感知成本的标准化回归系数为-0.240，说明感知成本与用户参与动机具有负向的影响关系。用户感知的参与时间成本越高，越不愿意参与到其中。4个自变量的P-Value均为0.000，达到显著性水平。因此，假设H1至H4被样本数据支撑。
5 结论与建议
信誉反馈系统中的文字评论是消费者网络购买的重要依据。通过问卷调查和回归分析，对用户参与在线信誉反馈系统并给出文字评论的动机进行探讨，提出的假设都得到验证。
电子商务网站用户的乐于助人动机、个人分享动机、感知收益和成本与其参与信誉反馈系统都有显著的相关关系。其中，对参与行为影响力最大的动机是感知成本，其次是乐于助人和个人分享，最弱的是感知收益。
用户是否参与到在线信誉反馈系统，给出参考价值很高的文字评论，很大程度上取决于用户的感知成本。很多用户是因为发表文字评论需要回顾整个购买过程，组织语言，花费很多时间成本，而放弃参与信誉评价。因此，电子商务网站需要优化在线信誉反馈系统，简化评论流程，提供一些格式和选项供用户选择，然后自动生成文字评价，增强用户参与系统的便利性。对于时间价值比较高的用户以及不擅长文字表达的用户，可以通过便捷的方式给出评论，参与到系统中来。而对于一些擅长文字表达，时间价值相对比较低的用户，鼓励其发表各种格式的评论，以供其他用户参考。通过合理的在线评论管理流程优化，尽可能减少用户对参与信誉反馈系统，给出文字评论行为的感知成本，可以大大提升信誉系统的运行效率。
乐于助人动机对用户参与行为影响也比较大。希望帮助他人是参与信誉反馈系统的重要影响因素。因此，对于电子商务网站来说，信誉反馈系统中的文字评价可以不按照时间的先后顺序来进行排序，而采用根据其他用户感知评论的有用性等来进行排序，可将参考度、价值比较高的文字评论突出显示，以激发用户帮助他人的内在满足感，满足其助人为乐的心理需求，并以此激励用户给出高参考价值的评价。
四个动机中，感知收益对于用户的参与度影响最小。大多数消费者参与信誉反馈系统给出文字评价并不只是为了得到相应的回报和奖励。目前电子商务网站中大多数商家采用积分和优惠券等经济上的收益来诱导消费者参与信誉系统，而这一措施效果并不显著。商家应将更多的精力放在信誉系统的优化上，减少用户参与成本，而不是采用物质上的奖励。
本文主要讨论用户参与在线信誉反馈系统的动机，根据实证结果提出增强用户参与信誉系统的建议。作为一项实证研究，还存在一些不足之处，如本文重点从成本和收益的角度探讨信誉反馈系统的参与度，而影响参与度的因素很多，未来可以从更多的角度进行研究。
参考文献：
[1]Pavlou P A， Gefen D. Building Effective Online Marketplaces with Institution-based Trust [J]. Information Systems Research， 2004， 15（1）：37-59.
[2]Stewart K J. Trust Transfer on the World Wide Web [J]. Organization Science， 2003， 14（1）： 5-17.
[3]Brown J， Morgan J. Reputation in Online Markets： Some Negative Feedback [Z]. IBER Working Paper， UC Berkeley， 2006.
[4]Elizabeth C， Farookh K H， Tharam D. Reputation Ontology for Reputation Systems [C]. Proceedings of the 2006 International Conference on On the Move to Meaningful Internet Systems， 2006.
[5]Dellarocas C， Wood C A. The Sound of Silence in Online Feedback： Estimating Trading Risks in the Presence of Reporting Bias [J]. Management Science， 2008， 54（3）： 460-476.
[6]Dichter E. How Word-of-mouth Advertising Works [J]. Harvard Business Review， 1966，44 （6）： 147-160.
[7]Engel J F， Blackwell R D， Miniard P W. Consumer Behavior （8th ed.）[M]. Fort Worth： Dryden Press，1993.
[8]Sundaram D S， Mitra K， Webster C. Word-of-mouth Communications： A Motivational Analysis [J]. Advances in Consumer Research， 1998 （25）： 527-531.
[9]Henning T. Electronic Word-of-mouth Via Consumer-opinion Platforms： What Motivates Consumers to Articulate Themselves on the Internet [J]. Wiley Introduction， 2004，18（1）：78-91.
[10]Dellarocas C. The Digitization of Word-of-mouth： Promise and Challenges of Online Reputation Mechanisms [J]. Management Science， 2003， 49（10）： 1407-1424.
[11]Inge M E. Never Eat in That Restaurant， I Did！ Exploring Why People in Negative Word-of-mouth Communication [J]. Psychology and Marketing， 2007， 24（8）：661-680.
[12]常静，杨建梅. 百度百科用户参与行为与参与动机关系的实证研究[J]. 科学学研究，2009， 27（8）：1213-1219.
[13]范晓屏. 非交易类虚拟社区成员参与动机： 实证研究与管理启示[J]. 管理工程学报， 2009， 23（1）：1-6.
[14]毕振力，袁登华. 购后行为的维度与差异：基于不同消费情境的研究[J].软科学，2011，25 （8）：139-144.
[15]程鹏飞. 关系强度、发送方专业知识与口碑影响力——信任的中介效应[J].软科学，2013，27（5）：66-74.
[16]Fong J， Burton S. Online Word-of-mouth： A Comparison of American and Chinese Discussion Boards [J]. Asia Pacific Journal of Marketing and Logistics，2006， 18（2）：146-156.
[17]Orlikowski W J. Using Technology and Constituting Structures： A Practice Lens for Studying Technology in Organizations [J]. Organization Science， 2000，11（7）： 404-428.
[18]Chen Y B， Xie J H. Online Consumer Review： Word-of-mouth as a New Element of Marketing Communication Mix [J]. Management Science， 2008， 54（3）： 477-491.
[19]Molly M W， Samer F. Why Should I Share？ Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice [J]. MIS Quarterly， 2005， 29（1）：35-57.
[20]Anderson J С， Gerbing D W. Structural Equation Modeling in Practice： A Review and Recommended Two-step Approach [J]. Psychological Bulletin， 1988. 103（3）：411-423.
（责任编辑：王惠萍）
[9]Henning T. Electronic Word-of-mouth Via Consumer-opinion Platforms： What Motivates Consumers to Articulate Themselves on the Internet [J]. Wiley Introduction， 2004，18（1）：78-91.
[10]Dellarocas C. The Digitization of Word-of-mouth： Promise and Challenges of Online Reputation Mechanisms [J]. Management Science， 2003， 49（10）： 1407-1424.
[11]Inge M E. Never Eat in That Restaurant， I Did！ Exploring Why People in Negative Word-of-mouth Communication [J]. Psychology and Marketing， 2007， 24（8）：661-680.
[12]常静，杨建梅. 百度百科用户参与行为与参与动机关系的实证研究[J]. 科学学研究，2009， 27（8）：1213-1219.
[13]范晓屏. 非交易类虚拟社区成员参与动机： 实证研究与管理启示[J]. 管理工程学报， 2009， 23（1）：1-6.
[14]毕振力，袁登华. 购后行为的维度与差异：基于不同消费情境的研究[J].软科学，2011，25 （8）：139-144.
[15]程鹏飞. 关系强度、发送方专业知识与口碑影响力——信任的中介效应[J].软科学，2013，27（5）：66-74.
[16]Fong J， Burton S. Online Word-of-mouth： A Comparison of American and Chinese Discussion Boards [J]. Asia Pacific Journal of Marketing and Logistics，2006， 18（2）：146-156.
[17]Orlikowski W J. Using Technology and Constituting Structures： A Practice Lens for Studying Technology in Organizations [J]. Organization Science， 2000，11（7）： 404-428.
[18]Chen Y B， Xie J H. Online Consumer Review： Word-of-mouth as a New Element of Marketing Communication Mix [J]. Management Science， 2008， 54（3）： 477-491.
[19]Molly M W， Samer F. Why Should I Share？ Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice [J]. MIS Quarterly， 2005， 29（1）：35-57.
[20]Anderson J С， Gerbing D W. Structural Equation Modeling in Practice： A Review and Recommended Two-step Approach [J]. Psychological Bulletin， 1988. 103（3）：411-423.
（责任编辑：王惠萍）
[9]Henning T. Electronic Word-of-mouth Via Consumer-opinion Platforms： What Motivates Consumers to Articulate Themselves on the Internet [J]. Wiley Introduction， 2004，18（1）：78-91.
[10]Dellarocas C. The Digitization of Word-of-mouth： Promise and Challenges of Online Reputation Mechanisms [J]. Management Science， 2003， 49（10）： 1407-1424.
[11]Inge M E. Never Eat in That Restaurant， I Did！ Exploring Why People in Negative Word-of-mouth Communication [J]. Psychology and Marketing， 2007， 24（8）：661-680.
[12]常静，杨建梅. 百度百科用户参与行为与参与动机关系的实证研究[J]. 科学学研究，2009， 27（8）：1213-1219.
[13]范晓屏. 非交易类虚拟社区成员参与动机： 实证研究与管理启示[J]. 管理工程学报， 2009， 23（1）：1-6.
[14]毕振力，袁登华. 购后行为的维度与差异：基于不同消费情境的研究[J].软科学，2011，25 （8）：139-144.
[15]程鹏飞. 关系强度、发送方专业知识与口碑影响力——信任的中介效应[J].软科学，2013，27（5）：66-74.
[16]Fong J， Burton S. Online Word-of-mouth： A Comparison of American and Chinese Discussion Boards [J]. Asia Pacific Journal of Marketing and Logistics，2006， 18（2）：146-156.
[17]Orlikowski W J. Using Technology and Constituting Structures： A Practice Lens for Studying Technology in Organizations [J]. Organization Science， 2000，11（7）： 404-428.
[18]Chen Y B， Xie J H. Online Consumer Review： Word-of-mouth as a New Element of Marketing Communication Mix [J]. Management Science， 2008， 54（3）： 477-491.
[19]Molly M W， Samer F. Why Should I Share？ Examining Social Capital and Knowledge Contribution in Electronic Networks of Practice [J]. MIS Quarterly， 2005， 29（1）：35-57.
[20]Anderson J С， Gerbing D W. Structural Equation Modeling in Practice： A Review and Recommended Two-step Approach [J]. Psychological Bulletin， 1988. 103（3）：411-423.
（责任编辑：王惠萍）
