基于成本收益的用戶參與在線信譽反饋系統(tǒng)驅(qū)動力研究

收稿日期：2013-09-27

基金項目：浙江省自然科學(xué)基金項目（Y6110380）；浙江省博士后基金項目（BSH1302093）

作者簡介：紀(jì)淑嫻（1982-），女，安徽宿州人，博士、副教授，浙江大學(xué)在站博士后，研究方向為電子商務(wù)、網(wǎng)絡(luò)營銷。

摘要：從感知成本和收益的角度，探索了用戶參與在線信譽反饋系統(tǒng)的驅(qū)動力。實證研究發(fā)現(xiàn)，感知成本負(fù)向影響用戶的參與度，且是影響系數(shù)最大的因素；樂于助人、個人分享動機以及感知收益對參與意愿具有正向顯著影響；感知收益的影響系數(shù)最小。

關(guān)鍵詞：在線信譽反饋系統(tǒng)；成本；收益

中圖分類號：F713.365 文獻標(biāo)識碼：A 文章編號：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

在充滿不確定性的電子商務(wù)市場中實施有效交易，建立信任關(guān)系是基礎(chǔ)。電子商務(wù)市場中信任機制的建立主要依賴于個體特征、信譽和制度?；凇靶抛u的信任”，將歷史交易記錄作為當(dāng)前決策參考，以信譽分?jǐn)?shù)作為判斷依據(jù)，可以促進賣家交易信任。在C2C電子商務(wù)市場中，交易用戶的信譽是通過與不同的用戶持續(xù)誠信的交易而獲得的，這主要依賴于在線信譽反饋機制[1]。雖然信譽評價反饋不具有法律強制力，但消費者能通過信譽反饋評價機制表達出此次交易的狀況，并傳達給其他消費者[2]。信譽評價反饋機制可以作為一種對賣家的非正式認(rèn)證系統(tǒng)[1]。

信譽反饋系統(tǒng)作為一種信息傳遞機制，其主要目的是幫助消費者區(qū)分誠信和不誠信的賣家。信譽反饋機制的參與程度與制度效用水平發(fā)揮和運行效率之間息息相關(guān)[3]。eBay信譽反饋機制的評價提交率在68%左右[4]，淘寶網(wǎng)的評價提交率僅在50%左右，大多好評都是系統(tǒng)默認(rèn)評價。滿意的顧客更愿意參與到信譽反饋機制提供反饋[5]。但從目前各大電子商務(wù)網(wǎng)站使用的信譽反饋系統(tǒng)來看，信譽系統(tǒng)很難引導(dǎo)出負(fù)面的評價，如淘寶、eBay中幾乎所有的信譽反饋都是正面的。激勵足夠多的賣家做出評論是在線信譽反饋機制面臨的新挑戰(zhàn)。信譽機制并不能完全反映出真實的交易狀況和消費者滿意程度，其交易所要承擔(dān)的風(fēng)險遠遠沒有信譽系統(tǒng)表面上顯示的樂觀[5]。

而現(xiàn)有相關(guān)研究注意力多放在評價的接收端，而忽視了發(fā)送端的研究。從買方的角度，探索消費者參與信譽反饋機制的驅(qū)動因素，提高信譽反饋系統(tǒng)的運作效率，有助于提高電子商務(wù)交易信任，對于政府管理機構(gòu)、電子商務(wù)交易平臺等應(yīng)對信任危機具有重要的意義。

1 相關(guān)研究評述

在線評論是網(wǎng)絡(luò)口碑的一種表現(xiàn)形式，在線信譽系統(tǒng)中買方參與評價的驅(qū)動力研究是在線評論研究中的重要方面之一。國內(nèi)外許多學(xué)者對口碑傳播動機進行研究。在傳統(tǒng)市場中[6]，將傳播信息的動機分為四大類： 與產(chǎn)品相關(guān)的動機；與自我相關(guān)的動機；與他人相關(guān)的動機；與信息相關(guān)的動機。Enge等 [7]在Dichter研究的基礎(chǔ)上指出和諧遞減是唯一的消極口碑傳播的動機。Sundaram等[8] 通過390個事件訪談，提出正面口碑傳播的動機有利他、產(chǎn)品相關(guān)、自我提升、幫助公司，消極口碑傳播的動機有利他動力、降低焦慮、懲罰公司、信息搜尋。

互聯(lián)網(wǎng)的匿名性使消費者更愿意在網(wǎng)上發(fā)表評論，進行口碑傳播，參與在線信譽反饋系統(tǒng)。學(xué)者們結(jié)合互聯(lián)網(wǎng)在線口碑的特點，提出了一些新的觀點。Henning[9]指出社會互動的欲望、經(jīng)濟誘因、對其他消費者的關(guān)注、提高自我價值的潛力是消費者參與評論的主要驅(qū)動力。消費者和商家之間存在互利互惠的關(guān)系，一般會為了得到評價而積極地評價其交易伙伴，也有不少人會為了展現(xiàn)其專業(yè)知識和經(jīng)驗而進行評論[10]。Dellarocas與Wood研究顯示利他主義不是消費者在線評論的主要動機[5]。Inge研究指出，消費者負(fù)面口碑傳播的動機有尋找安慰、發(fā)泄、尋求建議、娛樂、自我表達、警告、報復(fù)等[11]。韓國用戶最喜歡發(fā)表好評，中國用戶最喜歡發(fā)表差評。在亞太地區(qū)，中國網(wǎng)民最喜歡發(fā)布負(fù)面產(chǎn)品評論，也只有中國網(wǎng)民發(fā)表負(fù)面評論的意愿超越正面評論。約62%的中國網(wǎng)民表示他們更愿意分享負(fù)面評論。

在國內(nèi)，在線信譽反饋系統(tǒng)的參與性動機研究還比較少，學(xué)者們討論了其他社交網(wǎng)站的參與動機。常靜[12]研究指出，實用價值動機、興趣、勝任性、交往和求知動機均會影響用戶參與百度百科。范曉屏[13]指出信息性、工具性、娛樂、社會聯(lián)系、社會強化、內(nèi)在化、認(rèn)同感、審美、逃避現(xiàn)實是個體參與非交易類虛擬社區(qū)的九種動機。畢振力[14]討論口碑宣傳、重新購買等購后行為，認(rèn)為公司認(rèn)知、可選擇性、產(chǎn)品差異等會影響購后的口碑行為。程鵬飛[15]指出口碑發(fā)送方的專業(yè)知識會影響到在線口碑的影響力。美國人傾向于信息分享，而中國人則主要進行信息的搜尋和檢索，所以中國的討論區(qū)資源不夠豐富[16]。通過研究探索網(wǎng)民參與信譽反饋系統(tǒng)的動機，進而制定激勵電子商務(wù)網(wǎng)站用戶參與信譽反饋系統(tǒng)的措施，可以提高網(wǎng)站粘性，促進電子商務(wù)網(wǎng)站可持續(xù)發(fā)展。

2 概念模型與研究假設(shè)

消費者參與在線信譽反饋系統(tǒng)可能會獲得一定經(jīng)濟回報。消費者期望得到商品折扣、商家或交易平臺的獎勵以及更好的售后服務(wù)。商家為了鼓勵消費者參與信譽反饋系統(tǒng)，會給予評論比較真實詳細的客戶一定的積分或小禮品。因此，本文認(rèn)為消費者會為了追求商品折扣、積分等經(jīng)濟利益，參與在線信譽反饋系統(tǒng)，給出在線評論。因此提出假設(shè)。

H1：感知收益動機正向影響消費者參與在線信譽反饋系統(tǒng)。

消費者參與在線信譽反饋系統(tǒng)，給出在線評論需要消費者回憶購買過程和使用經(jīng)歷，整理看法，這個過程可能會產(chǎn)生一些消極心理作用，形成一定的認(rèn)知成本。同時，用戶需要花費時間將自己的觀點整理形成文字并輸入到信譽反饋系統(tǒng)中，這個過程需要花費用戶大量的時間，形成一定的時間成本。Orlikowski研究表明，當(dāng)知識貢獻過程需要耗費大量時間時，人們共享知識的意愿被削弱[17]。因此提出假設(shè)。

H2：參與成本負(fù)向影響消費者參與在線信譽反饋系統(tǒng)。

Chen從信息共享理論出發(fā)研究網(wǎng)絡(luò)社區(qū)的參與性，認(rèn)為用戶參與網(wǎng)絡(luò)社區(qū)主要目的是交換信息和知識[18]。Molly和Samer認(rèn)為某種程度上的利他主義是促使人們進行知識貢獻的主要原因[19]。當(dāng)人們意識到自己的行為能給他人帶來好處時，人們更愿意助人為樂。參與在線信譽反饋系統(tǒng)能夠幫助消費者對商家產(chǎn)品全面了解，幫助潛在消費者做出正確的購買決策。研究認(rèn)為用戶有樂于助人的意愿，更愿意參與到在線信譽反饋系統(tǒng)中。因此提出假設(shè)。

H3：助人為樂動機正向影響消費者參與在線信譽反饋系統(tǒng)。

人們在網(wǎng)絡(luò)購物中可能會產(chǎn)生積極或消極的焦慮，參與信譽反饋系統(tǒng)進行文字評論和溝通能夠在一定程度上緩解焦慮。Sundaram[8]和Henning [9]指出情感分享是消費者進行口碑宣傳的一個重要動機。本文認(rèn)為用戶有情感分享的動機，更愿意參與到在線信譽反饋系統(tǒng)中。因此提出假設(shè)。

H4：情感分享動機正向影響消費者參與在線信譽反饋系統(tǒng)。

3 研究方法

3.1 樣本與數(shù)據(jù)

本文采用網(wǎng)上調(diào)查的方法（http：//www.diaochapai.com/survey639026），自2012年10月9日至12月31日，通過淘寶旺旺、騰訊QQ和電子郵件等方式邀請好友幫忙填答問卷，同時采用滾雪球抽樣方法，由好友推薦好友進行問卷填寫，共得到有效問卷402份，樣本基本情況見表1。

隨著網(wǎng)絡(luò)的普及，網(wǎng)絡(luò)已經(jīng)成為人們生活的一部分，調(diào)查中四分之三以上的人群每天都會上網(wǎng)，但是由于信任的缺失，普遍購買金額還比較小，大多數(shù)網(wǎng)絡(luò)購買人群平均每次購物金額在200元以下。

3.2 問卷和測量

（1）問卷的形成。根據(jù)Anderson和Gerbing[20]的建議，通過4個步驟獲得測量題項。①對近年國外頂級期刊進行全面掃描，找到每個變量的測量題項并進行回譯。②在盡可能保持原量表的基礎(chǔ)上，對15名有豐富網(wǎng)絡(luò)購物經(jīng)驗者進行深度訪談，對問卷進行修正，保證量表符合中國語言表達習(xí)慣。③確定初步測量題項，形成初始問卷并進行預(yù)調(diào)查，調(diào)查的樣本數(shù)為70。④根據(jù)預(yù)調(diào)查結(jié)果對問卷修正，形成正式調(diào)研問卷。

表1 研究樣本分布

（2）問卷的信度和效度分析。以Cronbach α系數(shù)來檢驗有關(guān)變量的信度得到表2，各變量的信度系數(shù)均大于0.7，表明問卷具有良好的信度。采用SPSS11.5對每一個潛變量的觀測指標(biāo)分別采用主成分因子分析并進行正交旋轉(zhuǎn)，刪除因子載荷過低的題項，再進行驗證性因子分析，得到各題項在相應(yīng)變量上的載荷因子。各因子的載荷系數(shù)均大于0.5，表明問卷具有良好的結(jié)構(gòu)效度。

因此，各變量的信度和效度水平較為理想，可以用來測量相應(yīng)的概念。

表2 信度檢驗

4 數(shù)據(jù)分析與假設(shè)驗證

采用SPSS11.5進行回歸分析，對模型提出的相關(guān)假設(shè)進行檢驗。研究數(shù)據(jù)是否適合進行回歸分析，需要通過數(shù)據(jù)之間的殘差、共線性等來確定。本文通過Durbin-Watson統(tǒng)計值來檢驗殘差的獨立性，通過“容忍度”和“方差膨脹因子（VIF）”來檢驗變量的多重共線性，用殘差的散點圖來檢驗數(shù)據(jù)間的線性關(guān)系，并用殘差的直方圖和累計概率圖來檢驗數(shù)據(jù)是否服從正態(tài)分布。

以參與信譽反饋系統(tǒng)的意愿（INTE）為因變量，以助人為樂動機（HELP）、個人分享動機（SHAR）、感知成本（COST）、感知收益（BENE）為自變量，采用逐步篩選（stepwise）方法進行線性回歸驗證假設(shè)H1、H2、H3、H4。回歸系數(shù)結(jié)果見表3，殘差分布圖和殘差直方圖見圖1和圖2。

從表3可以看出：D-W值為2.008，接近于2.000，近似認(rèn)為殘差序列負(fù)自相關(guān)不顯著；HELP、SHAR、COST、BENE4個變量的容忍度值分別為0.776、0.778、0.902、0.914，方差膨脹因子VIF的值分別為1.228、1.285、1.108、1.094，都比較接近于1，說明四個自變量的多重共線性不明顯。

從圖1和圖2看出，回歸標(biāo)準(zhǔn)化殘差基本呈現(xiàn)正態(tài)分布，因變量與自變量基本符合線性關(guān)系。因此，調(diào)研數(shù)據(jù)符合線性回歸的基本要求。表3 參與信譽反饋系統(tǒng)動機的回歸系數(shù)與顯著性檢驗表 注：*p<0.1、**p<0.05、***p<0.01 從表3可以看出，4個自變量都能夠進入回歸模型，其聯(lián)合解釋變異量0.449，即4個自變量能夠聯(lián)合決定信譽反饋系統(tǒng)參與動機中46.5%的變異量。樂于助人動機的標(biāo)準(zhǔn)化回歸系數(shù)為0.212，大于個人分享、感知收益的回歸系數(shù)，說明樂于助人在用戶參與信譽反饋系統(tǒng)的動機中占有重要的地位。感知成本的標(biāo)準(zhǔn)化回歸系數(shù)為-0.240，說明感知成本與用戶參與動機具有負(fù)向的影響關(guān)系。用戶感知的參與時間成本越高，越不愿意參與到其中。4個自變量的P-Value均為0.000，達到顯著性水平。因此，假設(shè)H1至H4被樣本數(shù)據(jù)支撐。

5 結(jié)論與建議

信譽反饋系統(tǒng)中的文字評論是消費者網(wǎng)絡(luò)購買的重要依據(jù)。通過問卷調(diào)查和回歸分析，對用戶參與在線信譽反饋系統(tǒng)并給出文字評論的動機進行探討，提出的假設(shè)都得到驗證。

電子商務(wù)網(wǎng)站用戶的樂于助人動機、個人分享動機、感知收益和成本與其參與信譽反饋系統(tǒng)都有顯著的相關(guān)關(guān)系。其中，對參與行為影響力最大的動機是感知成本，其次是樂于助人和個人分享，最弱的是感知收益。

用戶是否參與到在線信譽反饋系統(tǒng)，給出參考價值很高的文字評論，很大程度上取決于用戶的感知成本。很多用戶是因為發(fā)表文字評論需要回顧整個購買過程，組織語言，花費很多時間成本，而放棄參與信譽評價。因此，電子商務(wù)網(wǎng)站需要優(yōu)化在線信譽反饋系統(tǒng)，簡化評論流程，提供一些格式和選項供用戶選擇，然后自動生成文字評價，增強用戶參與系統(tǒng)的便利性。對于時間價值比較高的用戶以及不擅長文字表達的用戶，可以通過便捷的方式給出評論，參與到系統(tǒng)中來。而對于一些擅長文字表達，時間價值相對比較低的用戶，鼓勵其發(fā)表各種格式的評論，以供其他用戶參考。通過合理的在線評論管理流程優(yōu)化，盡可能減少用戶對參與信譽反饋系統(tǒng)，給出文字評論行為的感知成本，可以大大提升信譽系統(tǒng)的運行效率。

樂于助人動機對用戶參與行為影響也比較大。希望幫助他人是參與信譽反饋系統(tǒng)的重要影響因素。因此，對于電子商務(wù)網(wǎng)站來說，信譽反饋系統(tǒng)中的文字評價可以不按照時間的先后順序來進行排序，而采用根據(jù)其他用戶感知評論的有用性等來進行排序，可將參考度、價值比較高的文字評論突出顯示，以激發(fā)用戶幫助他人的內(nèi)在滿足感，滿足其助人為樂的心理需求，并以此激勵用戶給出高參考價值的評價。

四個動機中，感知收益對于用戶的參與度影響最小。大多數(shù)消費者參與信譽反饋系統(tǒng)給出文字評價并不只是為了得到相應(yīng)的回報和獎勵。目前電子商務(wù)網(wǎng)站中大多數(shù)商家采用積分和優(yōu)惠券等經(jīng)濟上的收益來誘導(dǎo)消費者參與信譽系統(tǒng)，而這一措施效果并不顯著。商家應(yīng)將更多的精力放在信譽系統(tǒng)的優(yōu)化上，減少用戶參與成本，而不是采用物質(zhì)上的獎勵。

本文主要討論用戶參與在線信譽反饋系統(tǒng)的動機，根據(jù)實證結(jié)果提出增強用戶參與信譽系統(tǒng)的建議。作為一項實證研究，還存在一些不足之處，如本文重點從成本和收益的角度探討信譽反饋系統(tǒng)的參與度，而影響參與度的因素很多，未來可以從更多的角度進行研究。

參考文獻：

[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]常靜，楊建梅. 百度百科用戶參與行為與參與動機關(guān)系的實證研究[J]. 科學(xué)學(xué)研究，2009， 27（8）：1213-1219.

[13]范曉屏. 非交易類虛擬社區(qū)成員參與動機： 實證研究與管理啟示[J]. 管理工程學(xué)報， 2009， 23（1）：1-6.

[14]畢振力，袁登華. 購后行為的維度與差異：基于不同消費情境的研究[J].軟科學(xué)，2011，25 （8）：139-144.

[15]程鵬飛. 關(guān)系強度、發(fā)送方專業(yè)知識與口碑影響力——信任的中介效應(yīng)[J].軟科學(xué)，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.

（責(zé)任編輯：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]常靜，楊建梅. 百度百科用戶參與行為與參與動機關(guān)系的實證研究[J]. 科學(xué)學(xué)研究，2009， 27（8）：1213-1219.

[13]范曉屏. 非交易類虛擬社區(qū)成員參與動機： 實證研究與管理啟示[J]. 管理工程學(xué)報， 2009， 23（1）：1-6.

[14]畢振力，袁登華. 購后行為的維度與差異：基于不同消費情境的研究[J].軟科學(xué)，2011，25 （8）：139-144.

[15]程鵬飛. 關(guān)系強度、發(fā)送方專業(yè)知識與口碑影響力——信任的中介效應(yīng)[J].軟科學(xué)，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.

（責(zé)任編輯：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]常靜，楊建梅. 百度百科用戶參與行為與參與動機關(guān)系的實證研究[J]. 科學(xué)學(xué)研究，2009， 27（8）：1213-1219.

[13]范曉屏. 非交易類虛擬社區(qū)成員參與動機： 實證研究與管理啟示[J]. 管理工程學(xué)報， 2009， 23（1）：1-6.

[14]畢振力，袁登華. 購后行為的維度與差異：基于不同消費情境的研究[J].軟科學(xué)，2011，25 （8）：139-144.

[15]程鵬飛. 關(guān)系強度、發(fā)送方專業(yè)知識與口碑影響力——信任的中介效應(yīng)[J].軟科學(xué)，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.

（責(zé)任編輯：王惠萍）