叫座卻不叫好：明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的影響

龔詩(shī)陽(yáng)，李 倩，姜 博，姚 凱

1 對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 國(guó)際商學(xué)院，北京 100029 2 北京外國(guó)語(yǔ)大學(xué) 國(guó)際商學(xué)院，北京 100089 3 東北財(cái)經(jīng)大學(xué) 會(huì)計(jì)學(xué)院，遼寧 大連 116025 4 中央財(cái)經(jīng)大學(xué) 商學(xué)院，北京 100081

引言

明星是現(xiàn)代營(yíng)銷溝通中的關(guān)鍵元素，在全球范圍內(nèi)，來(lái)自各行各業(yè)的明星頻繁地與企業(yè)的各種營(yíng)銷溝通活動(dòng)聯(lián)系在一起，體現(xiàn)了重要的經(jīng)濟(jì)價(jià)值。一項(xiàng)針對(duì)全球25個(gè)國(guó)家的6 000多個(gè)電視廣告的研究表明，明星在商業(yè)廣告中出現(xiàn)的比例平均超過(guò)15%。并且，在中國(guó)和韓國(guó)等亞洲國(guó)家，明星出現(xiàn)的比例遠(yuǎn)遠(yuǎn)超過(guò)全球平均水平[1]。根據(jù)尚揚(yáng)媒介公司的調(diào)研報(bào)告，超過(guò)四分之一的消費(fèi)者表示，他們因?yàn)槊餍嵌P(guān)注和購(gòu)買一件產(chǎn)品或服務(wù)[2]。在學(xué)術(shù)界，明星效應(yīng)也一直是營(yíng)銷學(xué)者們關(guān)注的焦點(diǎn)。相關(guān)研究表明，明星效應(yīng)對(duì)企業(yè)的廣告效果、品牌建設(shè)、產(chǎn)品銷售和股價(jià)波動(dòng)等均有重要的影響[3]。

在互聯(lián)網(wǎng)環(huán)境下，明星效應(yīng)在企業(yè)營(yíng)銷溝通方面的應(yīng)用出現(xiàn)了很多新變化。其中一個(gè)重要的變化是，在社交媒體和電商網(wǎng)站等互聯(lián)網(wǎng)平臺(tái)上，明星可以直接與消費(fèi)者相連，并引導(dǎo)消費(fèi)者與品牌、產(chǎn)品或服務(wù)進(jìn)行互動(dòng)，從而產(chǎn)生數(shù)量龐大的網(wǎng)絡(luò)口碑[4]。然而，已有研究很少探討明星效應(yīng)在網(wǎng)絡(luò)互動(dòng)營(yíng)銷中發(fā)揮的獨(dú)特作用，如明星效應(yīng)如何影響產(chǎn)品的網(wǎng)絡(luò)口碑。因此，本研究在系統(tǒng)回顧已有研究的基礎(chǔ)上，提出明星效應(yīng)與網(wǎng)絡(luò)口碑影響關(guān)系的相關(guān)研究假設(shè)，運(yùn)用網(wǎng)絡(luò)爬蟲程序從大眾點(diǎn)評(píng)網(wǎng)站上收集北京和上海兩個(gè)城市超過(guò)6 000個(gè)餐飲商戶的大規(guī)模數(shù)據(jù)樣本，并通過(guò)建立計(jì)量回歸模型對(duì)研究假設(shè)進(jìn)行系統(tǒng)的實(shí)證檢驗(yàn)。

1 相關(guān)研究評(píng)述

1.1 明星效應(yīng)

明星效應(yīng)是各行各業(yè)中普遍存在的一種經(jīng)濟(jì)現(xiàn)象[5]。在早期的經(jīng)典研究中，ROSEN[6]將明星定義為一小部分能主導(dǎo)行業(yè)活動(dòng)和賺取大量金錢的人。在營(yíng)銷領(lǐng)域，學(xué)者們重點(diǎn)探討明星效應(yīng)在企業(yè)營(yíng)銷溝通活動(dòng)中發(fā)揮的作用。

已有研究表明，在參與企業(yè)營(yíng)銷活動(dòng)的過(guò)程中，明星效應(yīng)對(duì)消費(fèi)者的態(tài)度和行為產(chǎn)生積極影響[7]。ELBERSE et al.[8]對(duì)51位體育明星的廣告代言進(jìn)行橫截面分析，發(fā)現(xiàn)其中43位明星代言產(chǎn)品的銷量都有顯著增長(zhǎng)。這一結(jié)果說(shuō)明明星效應(yīng)對(duì)產(chǎn)品銷量的積極影響是廣泛存在的。CHUNG et al.[9]和GARTHWAITE[10]的研究聚焦于一位著名的明星，采用時(shí)間序列方法分析明星代言在時(shí)序上的動(dòng)態(tài)影響，結(jié)果表明明星效應(yīng)對(duì)產(chǎn)品銷量的影響不僅是迅速產(chǎn)生的，并且在時(shí)間上具有持續(xù)性；LIU et al.[11]的研究進(jìn)一步拓展了明星效應(yīng)的作用對(duì)象，發(fā)現(xiàn)明星效應(yīng)不僅影響消費(fèi)者，也影響投資者、電影院線、網(wǎng)絡(luò)媒體等眾多利益相關(guān)者的態(tài)度和行為。當(dāng)然，明星效應(yīng)的影響也存在很多邊界條件。已有研究表明，產(chǎn)品的類別[12]、明星的特征[13]和營(yíng)銷活動(dòng)的屬性[14]等都對(duì)明星的作用產(chǎn)生一定程度的影響。

明星效應(yīng)的影響也進(jìn)一步體現(xiàn)在企業(yè)價(jià)值上。AGRAWAL et al.[15]運(yùn)用事件研究的方法發(fā)現(xiàn)，企業(yè)宣布明星廣告代言的消息會(huì)刺激企業(yè)的股價(jià)產(chǎn)生0.44%的正向波動(dòng)。但是，也有研究認(rèn)為，明星效應(yīng)對(duì)企業(yè)價(jià)值的影響存在很強(qiáng)的行業(yè)和品牌異質(zhì)性。DING et al.[16]發(fā)現(xiàn)，明星效應(yīng)僅對(duì)高科技行業(yè)的企業(yè)的股價(jià)波動(dòng)產(chǎn)生重要影響，而對(duì)于傳統(tǒng)行業(yè)的影響不明顯；FIZEL et al.[17]分析體育產(chǎn)業(yè)的各個(gè)領(lǐng)域后發(fā)現(xiàn)，體育明星對(duì)企業(yè)股價(jià)的影響僅在高爾夫球這一領(lǐng)域發(fā)揮作用；FARRELL et al.[18]采用案例研究方法分析泰格·伍茲的品牌代言案例，發(fā)現(xiàn)明星效應(yīng)的影響局限于耐克等相關(guān)領(lǐng)域的知名品牌，而不會(huì)對(duì)非相關(guān)領(lǐng)域品牌或相關(guān)領(lǐng)域的小眾品牌產(chǎn)生影響。

對(duì)于明星效應(yīng)產(chǎn)生作用的機(jī)理，被普遍認(rèn)可的理論有明星效應(yīng)的來(lái)源模型和意義轉(zhuǎn)移模型。明星效應(yīng)的來(lái)源模型認(rèn)為，明星向消費(fèi)者提供了兩種重要的感知價(jià)值來(lái)源[19]：一是信任感來(lái)源，即明星的專業(yè)度和可信度讓消費(fèi)者對(duì)產(chǎn)品產(chǎn)生更強(qiáng)的信任感[20]；二是吸引力來(lái)源，即明星的受歡迎程度增加產(chǎn)品對(duì)消費(fèi)者的吸引力[21]。明星效應(yīng)的意義轉(zhuǎn)移模型認(rèn)為，明星在社會(huì)活動(dòng)和媒體曝光的過(guò)程中形成了鮮明的個(gè)性特征或文化意義[22]。在營(yíng)銷溝通過(guò)程中，明星的個(gè)性特征或文化意義轉(zhuǎn)移到明星代言的品牌和產(chǎn)品上，從而吸引消費(fèi)者通過(guò)購(gòu)買產(chǎn)品來(lái)獲取這種他們希望獲得的個(gè)性特征或文化意義[23]。

1.2 網(wǎng)絡(luò)口碑

在Web 2.0時(shí)代，網(wǎng)絡(luò)口碑已經(jīng)成為企業(yè)重點(diǎn)關(guān)注的決策變量。與傳統(tǒng)的線下口碑相比，網(wǎng)絡(luò)口碑有兩點(diǎn)突出的優(yōu)勢(shì)：一是消費(fèi)者可以在互聯(lián)網(wǎng)上非常便捷地發(fā)布和查看口碑信息，使網(wǎng)絡(luò)口碑的影響范圍突破了時(shí)間和空間的限制；二是企業(yè)在互聯(lián)網(wǎng)上引導(dǎo)和管理網(wǎng)絡(luò)口碑的成本比線下的類似營(yíng)銷活動(dòng)更低，運(yùn)用網(wǎng)絡(luò)口碑可以幫助企業(yè)有效地降低營(yíng)銷溝通成本[24]。

在營(yíng)銷研究領(lǐng)域，新產(chǎn)品擴(kuò)散理論最早強(qiáng)調(diào)人際溝通和口碑效應(yīng)的重要作用[25]。近年來(lái)，很多相關(guān)研究深入探討網(wǎng)絡(luò)口碑與產(chǎn)品態(tài)度[26]、購(gòu)買行為[27]、產(chǎn)品銷量[28]之間的關(guān)系?？偨Y(jié)起來(lái)，相關(guān)研究通常采用口碑?dāng)?shù)量、口碑效價(jià)和口碑差異3個(gè)維度測(cè)量網(wǎng)絡(luò)口碑的效果[29]?？诒?dāng)?shù)量衡量口碑信息的傳播廣度，通常采用產(chǎn)品的線上消費(fèi)者評(píng)論的總數(shù)測(cè)量；口碑效價(jià)衡量口碑信息的正負(fù)面程度，通常采用線上消費(fèi)者評(píng)分的均值測(cè)量；口碑差異衡量口碑信息中存在的分歧，通常采用線上消費(fèi)者評(píng)分的方差測(cè)量。從這3個(gè)維度出發(fā)，大部分實(shí)證研究探討網(wǎng)絡(luò)口碑與各種體驗(yàn)性產(chǎn)品銷量之間的影響關(guān)系，如電視收視率[30]、電影票房[31]、圖書銷量[32]、餐廳營(yíng)業(yè)額[33]、游戲銷量[34]等。近期，也有一些研究將網(wǎng)絡(luò)口碑的影響延伸到其他產(chǎn)品種類。MOE et al.[35]聚焦于日用產(chǎn)品進(jìn)行分析，發(fā)現(xiàn)網(wǎng)絡(luò)口碑的動(dòng)態(tài)變化對(duì)日用品的銷量產(chǎn)生長(zhǎng)期的動(dòng)態(tài)影響；BAKER et al.[36]將研究范圍擴(kuò)展到美國(guó)55個(gè)產(chǎn)品種類和804個(gè)品牌的大規(guī)模樣本，綜合性地分析網(wǎng)絡(luò)口碑和線下口碑對(duì)消費(fèi)者購(gòu)買行為的影響。

盡管已有很多研究都探討網(wǎng)絡(luò)口碑對(duì)消費(fèi)者行為的影響，但是，針對(duì)如何有效地引發(fā)和管理網(wǎng)絡(luò)口碑這一問(wèn)題，已有研究還處在起步階段[37]。Web 2.0技術(shù)的發(fā)展和應(yīng)用使明星與消費(fèi)者、消費(fèi)者與消費(fèi)者之間的交流和互動(dòng)更加緊密，特別是以線上消費(fèi)者評(píng)論為代表的網(wǎng)絡(luò)口碑主導(dǎo)了消費(fèi)者品牌態(tài)度和購(gòu)買行為的轉(zhuǎn)變。然而，已有研究對(duì)明星效應(yīng)與網(wǎng)絡(luò)口碑之間的關(guān)系缺乏必要的探討。而從探討明星效應(yīng)的相關(guān)研究看，已有研究主要集中探討明星效應(yīng)對(duì)消費(fèi)者態(tài)度、消費(fèi)者行為和企業(yè)價(jià)值的影響，以及明星效應(yīng)發(fā)揮作用的機(jī)理，很少探究明星效應(yīng)在新興的互聯(lián)網(wǎng)環(huán)境中發(fā)揮的作用[38]。因此，本研究通過(guò)理論推演，提出明星效應(yīng)與網(wǎng)絡(luò)口碑之間關(guān)系的相關(guān)假設(shè)，為后續(xù)的實(shí)證分析奠定理論基礎(chǔ)。

2 理論基礎(chǔ)和研究假設(shè)

2.1 明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑?dāng)?shù)量的影響

消費(fèi)者通過(guò)發(fā)布網(wǎng)絡(luò)口碑分享他們的產(chǎn)品購(gòu)買或使用經(jīng)歷[39]。相關(guān)理論表明，消費(fèi)者的自我表達(dá)動(dòng)機(jī)是驅(qū)動(dòng)口碑?dāng)?shù)量的重要因素[40]。當(dāng)消費(fèi)者發(fā)布口碑信息時(shí)，他們?cè)诜窒硇畔⒌耐瑫r(shí)也在傳遞和增強(qiáng)他們的自我概念[41]。因此，不少學(xué)者探討產(chǎn)品或品牌特征與消費(fèi)者自我表達(dá)動(dòng)機(jī)之間的關(guān)系。SERNOVITZ[42]認(rèn)為，企業(yè)的口碑營(yíng)銷活動(dòng)一定要具有趣味性，因?yàn)闆](méi)有消費(fèi)者愿意談?wù)摕o(wú)聊的企業(yè)、產(chǎn)品或品牌；BERGER et al.[43]的實(shí)驗(yàn)研究表明，產(chǎn)品的趣味性程度與即時(shí)的口碑?dāng)?shù)量高度相關(guān)；HUGHES[44]和ROSEN[45]認(rèn)為，具有獨(dú)特性和驚奇感的產(chǎn)品更能激發(fā)消費(fèi)者的口碑；PERES et al.[46]發(fā)現(xiàn)，品牌的社交屬性對(duì)促進(jìn)線上口碑最有效。由于與普通產(chǎn)品相比，與明星有關(guān)聯(lián)的產(chǎn)品更具趣味性、獨(dú)特性和社交屬性，所以本研究推測(cè)明星效應(yīng)可以引發(fā)更多與產(chǎn)品相關(guān)的網(wǎng)絡(luò)口碑[47]。

除此之外，還有一些研究認(rèn)為，消費(fèi)者在周圍環(huán)境中接觸到的產(chǎn)品或品牌線索越多，他們對(duì)產(chǎn)品或品牌的聯(lián)想和記憶就越充分，從而產(chǎn)生的口碑信息也越多。BERGER et al.[43]發(fā)現(xiàn)，產(chǎn)品的公眾可見(jiàn)性和環(huán)境線索能夠持久地引發(fā)口碑信息；FOSSEN et al.[29]的研究表明，消費(fèi)者接觸到的電視廣告越多，他們發(fā)布的與品牌相關(guān)的網(wǎng)絡(luò)口碑也越多。由于與普通產(chǎn)品相比，與明星有關(guān)聯(lián)的產(chǎn)品有可能獲得更多的曝光，消費(fèi)者接觸到這些產(chǎn)品的機(jī)會(huì)就越多，所以更有可能引發(fā)更多網(wǎng)絡(luò)口碑?；谏鲜鐾茢?，本研究提出假設(shè)。

H1明星效應(yīng)對(duì)產(chǎn)品的網(wǎng)絡(luò)口碑?dāng)?shù)量有顯著的正向影響。

2.2 明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑效價(jià)的影響

網(wǎng)絡(luò)口碑的效價(jià)反映消費(fèi)者使用產(chǎn)品后的滿意程度[48]，換句話說(shuō)，如果消費(fèi)者對(duì)產(chǎn)品使用或服務(wù)體驗(yàn)越滿意，他們對(duì)產(chǎn)品或服務(wù)的評(píng)分也越高。在已有研究中，期望確認(rèn)理論被廣泛地用于理解消費(fèi)者形成滿意態(tài)度的過(guò)程[49]。OLIVER[50]發(fā)現(xiàn)，期望確認(rèn)與消費(fèi)者購(gòu)買汽車的滿意程度和重購(gòu)意愿高度相關(guān)；KIM et al.[51]發(fā)現(xiàn)，期望確認(rèn)和信任是決定用戶對(duì)電子商務(wù)網(wǎng)站是否滿意的原因。根據(jù)該理論，消費(fèi)者對(duì)產(chǎn)品或服務(wù)是否滿意的判斷主要來(lái)自于購(gòu)前期望與購(gòu)后績(jī)效的比較結(jié)果。購(gòu)買之前，消費(fèi)者對(duì)欲購(gòu)買的產(chǎn)品或服務(wù)的表現(xiàn)形成購(gòu)買前的期望；購(gòu)買之后，消費(fèi)者根據(jù)實(shí)際使用的體驗(yàn)對(duì)產(chǎn)品或服務(wù)的績(jī)效產(chǎn)生認(rèn)知。當(dāng)產(chǎn)品的購(gòu)后績(jī)效超過(guò)購(gòu)前期望，消費(fèi)者產(chǎn)生期望確認(rèn)，從而對(duì)產(chǎn)品或服務(wù)滿意；而當(dāng)產(chǎn)品的購(gòu)后績(jī)效未達(dá)到購(gòu)前期望，消費(fèi)者產(chǎn)生期望不確認(rèn)，導(dǎo)致對(duì)產(chǎn)品或服務(wù)不滿意。最后，消費(fèi)者的滿意程度影響他們對(duì)產(chǎn)品或服務(wù)的評(píng)分高低。

根據(jù)期望確認(rèn)理論，當(dāng)其他情況不變時(shí)，消費(fèi)者購(gòu)前期望的高低對(duì)最終的口碑效價(jià)有決定性的影響。對(duì)于具有明星效應(yīng)的產(chǎn)品或服務(wù)，消費(fèi)者通常在購(gòu)買前形成更高的期望。一是因?yàn)槊餍菍?duì)代言的產(chǎn)品或服務(wù)進(jìn)行更多的宣傳和推薦，從而提高了消費(fèi)者的期望；二是因?yàn)槊餍堑木砣霝楫a(chǎn)品和服務(wù)提供了一種質(zhì)量信號(hào)，這通常也讓消費(fèi)者對(duì)產(chǎn)品產(chǎn)生過(guò)高的期望[52]。由于購(gòu)前期望過(guò)高，消費(fèi)者實(shí)際購(gòu)買產(chǎn)品或服務(wù)后，更有可能產(chǎn)生購(gòu)后績(jī)效未達(dá)到購(gòu)前期望的不滿意狀態(tài)，從而更有可能對(duì)產(chǎn)品或服務(wù)做出較低的評(píng)價(jià)?；谏鲜鐾茢?，本研究提出假設(shè)。

H2明星效應(yīng)對(duì)產(chǎn)品的網(wǎng)絡(luò)口碑效價(jià)有顯著的負(fù)向影響。

2.3 明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑差異的影響

在統(tǒng)計(jì)上，通常采用消費(fèi)者評(píng)分的方差測(cè)量網(wǎng)絡(luò)口碑差異。在管理意義上，網(wǎng)絡(luò)口碑差異通常代表消費(fèi)者對(duì)產(chǎn)品或服務(wù)評(píng)價(jià)的不一致程度[53]。與口碑?dāng)?shù)量和口碑效價(jià)相比，學(xué)者們對(duì)口碑差異的關(guān)注相對(duì)較少[54]。但從管理實(shí)踐上，口碑差異和不一致性對(duì)理解消費(fèi)者的購(gòu)買決策和預(yù)測(cè)消費(fèi)者的潛在需求都具有深刻的意義[55]。對(duì)于產(chǎn)生網(wǎng)絡(luò)口碑差異的原因，相關(guān)研究提供了兩種解釋。第1種解釋認(rèn)為，口碑差異來(lái)源于產(chǎn)品或服務(wù)覆蓋了不同細(xì)分市場(chǎng)中的消費(fèi)者。由于不同細(xì)分市場(chǎng)中的消費(fèi)者群體對(duì)產(chǎn)品或服務(wù)的偏好程度存在較大差異，所以他們對(duì)產(chǎn)品或服務(wù)的評(píng)分也不一致。這種情況通常出現(xiàn)在小眾的或具有某種獨(dú)特性的產(chǎn)品或服務(wù)上[56]。在這種情況下，一部分偏好這種獨(dú)特特征的消費(fèi)者群體對(duì)該產(chǎn)品或服務(wù)產(chǎn)生很高的評(píng)價(jià)，而其他消費(fèi)者群體則給出較低的評(píng)價(jià)，從而增加了口碑的差異。第2種解釋認(rèn)為，口碑差異來(lái)自于消費(fèi)者對(duì)前期過(guò)高或過(guò)低口碑的反向調(diào)整。相關(guān)研究認(rèn)為，消費(fèi)者在進(jìn)行評(píng)分時(shí)受到之前評(píng)分的影響[57]。MUCHNIK et al.[58]通過(guò)一項(xiàng)大型的線上實(shí)地實(shí)驗(yàn)(online field experiment)發(fā)現(xiàn)，當(dāng)前期的評(píng)分被實(shí)驗(yàn)者操控之后，后續(xù)的評(píng)分相應(yīng)地進(jìn)行調(diào)整，從而糾正前期評(píng)分的偏誤。

根據(jù)上述研究結(jié)論，本研究推測(cè)明星效應(yīng)將增加產(chǎn)品的網(wǎng)絡(luò)口碑差異。一方面，與明星相關(guān)的產(chǎn)品會(huì)覆蓋兩類不同細(xì)分市場(chǎng)的消費(fèi)者群體——明星的粉絲群體和非粉絲群體。這兩類消費(fèi)者群體對(duì)該產(chǎn)品的偏好可能存在較大差異。本研究推測(cè)，明星的粉絲群體對(duì)產(chǎn)品的偏好和評(píng)分較高，而非粉絲群體對(duì)產(chǎn)品的偏好和評(píng)分相對(duì)較低，從而增加了網(wǎng)絡(luò)口碑差異。另一方面，明星效應(yīng)可能吸引粉絲群體率先進(jìn)行評(píng)論，造成總體評(píng)分高估。后續(xù)的消費(fèi)者在評(píng)分時(shí)對(duì)之前的評(píng)分進(jìn)行調(diào)整，從而給出較低的評(píng)分。在這種情況下，網(wǎng)絡(luò)口碑的差異也會(huì)增加?；谏鲜龇治?，本研究提出假設(shè)。

H3明星效應(yīng)對(duì)產(chǎn)品的網(wǎng)絡(luò)口碑差異有顯著的正向影響。

3 數(shù)據(jù)和變量

3.1 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)源于中國(guó)最受消費(fèi)者歡迎的第三方評(píng)論網(wǎng)站——大眾點(diǎn)評(píng)網(wǎng)。在中國(guó)所有同類網(wǎng)站中，大眾點(diǎn)評(píng)網(wǎng)擁有最多注冊(cè)商戶、活躍用戶和消費(fèi)者評(píng)論。因此，運(yùn)用大眾點(diǎn)評(píng)網(wǎng)的數(shù)據(jù)可以幫助我們獲得最完整的大規(guī)模商戶樣本和最具代表性的網(wǎng)絡(luò)口碑信息。在數(shù)據(jù)收集過(guò)程中，本研究的首要目標(biāo)是建立一個(gè)大規(guī)模且具有代表性的數(shù)據(jù)樣本，包括具有明星效應(yīng)的商戶和不具有明星效應(yīng)的商戶。首先，本研究通過(guò)兩份最新的明星排行榜確定明星的選取范圍。第1份名單是由《福布斯》雜志評(píng)選的2017年中國(guó)明星排行榜，包含100名中國(guó)最具商業(yè)價(jià)值和曝光度的明星。第2份名單是由百度百科公布的2017年第4季度明星人氣排行榜，包含1 000名在百度百科上具有最高人氣的明星。通過(guò)綜合這兩個(gè)排行榜，本研究構(gòu)建一個(gè)共包含1 100名明星的名單列表，涵蓋影視、音樂(lè)、主持、體育、曲藝、文學(xué)、時(shí)尚7個(gè)類別。然后，本研究在北京的一所高校招募4名商學(xué)院的本科生，請(qǐng)他們根據(jù)這份明星名單，獨(dú)立地在百度網(wǎng)站和大眾點(diǎn)評(píng)網(wǎng)站上逐一查找明星參與經(jīng)營(yíng)的餐飲類商戶。在對(duì)這4位同學(xué)的搜索結(jié)果進(jìn)行反復(fù)核對(duì)后，本研究確定有66位明星參與經(jīng)營(yíng)了大眾點(diǎn)評(píng)網(wǎng)上的餐飲類商戶(詳細(xì)信息見(jiàn)附表)，將這些商戶定義為具有明星效應(yīng)的商戶。

本研究運(yùn)用自主開(kāi)發(fā)的網(wǎng)絡(luò)爬蟲程序，2018年1月7日至14日在大眾點(diǎn)評(píng)網(wǎng)上完成數(shù)據(jù)收集。由于大部分明星參與經(jīng)營(yíng)的商戶都集中于北京和上海，所以，本研究抓取了這兩個(gè)城市所有明星參與經(jīng)營(yíng)的餐飲類商戶的詳細(xì)信息。通過(guò)這一過(guò)程，共獲取263個(gè)明星商戶的樣本。首先，收集每一個(gè)商戶的基本信息，包括商戶名稱、明星姓名、城市、地點(diǎn)、經(jīng)營(yíng)類別、人均價(jià)格、經(jīng)營(yíng)時(shí)間和營(yíng)銷活動(dòng)。然后，收集每一個(gè)商戶的消費(fèi)者評(píng)論信息。消費(fèi)者在大眾點(diǎn)評(píng)網(wǎng)上對(duì)商戶進(jìn)行評(píng)分時(shí)先對(duì)該商戶進(jìn)行總體評(píng)分，再對(duì)具體的屬性進(jìn)行評(píng)分，網(wǎng)站默認(rèn)的屬性評(píng)分涉及口味、環(huán)境和服務(wù)3個(gè)方面。因此，本研究依據(jù)大眾點(diǎn)評(píng)網(wǎng)站的默認(rèn)分類標(biāo)準(zhǔn)收集消費(fèi)者評(píng)論數(shù)據(jù)，包括評(píng)論數(shù)量、總體評(píng)分、口味評(píng)分、環(huán)境評(píng)分、服務(wù)評(píng)分以及1星～5星評(píng)論的具體數(shù)量。

在獲得明星商戶樣本后，本研究匹配相似的非明星商戶樣本，通過(guò)匹配可以降低除明星效應(yīng)以外其他異質(zhì)性因素對(duì)研究結(jié)果的影響。本研究選取城市、地點(diǎn)和經(jīng)營(yíng)類別3個(gè)指標(biāo)匹配非明星商戶樣本，其內(nèi)在的邏輯是，處于同一城市、同一地點(diǎn)且經(jīng)營(yíng)類別相同的明星商戶與非明星商戶存在高度的相似性。根據(jù)這一標(biāo)準(zhǔn)，本研究運(yùn)用網(wǎng)絡(luò)爬蟲程序抓取6 102個(gè)非明星商戶樣本，并且收集這些商戶的詳細(xì)基本信息和消費(fèi)者評(píng)論信息。表1完整地展示了數(shù)據(jù)的樣本分布，可以看出，明星商戶有263家，占4.132%；非明星商戶有6 102家，占95.868%。從城市的分布看，北京的商戶有3 111家，占48.877%；上海的商戶有3 254家，占51.123%。從經(jīng)營(yíng)類別看，中式菜比例最高，占26.929%，其次分別為日本菜、西餐、火鍋、小吃快餐、東南亞菜、臺(tái)灣菜和創(chuàng)意菜。

表1 樣本分布Table 1 Sample Distributions

3.2 變量描述

在原始數(shù)據(jù)的基礎(chǔ)上，進(jìn)一步計(jì)算實(shí)證分析中涉及的變量。

(1)自變量：商戶是否有明星參與經(jīng)營(yíng)(Sta)，啞變量，有明星參與取值為1，沒(méi)有明星參與取值為0。

(2)因變量：線上消費(fèi)者對(duì)商戶的評(píng)論數(shù)量(Vol)、評(píng)論分?jǐn)?shù)即網(wǎng)絡(luò)口碑效價(jià)(Val)、評(píng)論差異(Var)、口味評(píng)分(Tas)、環(huán)境評(píng)分(Env)和服務(wù)評(píng)分(Ser)，以上變量均取自然對(duì)數(shù)。

(3)控制變量：①商戶的月度總經(jīng)營(yíng)時(shí)間(Age)，取自然對(duì)數(shù)；②商戶的人均消費(fèi)價(jià)格(Pri)，取自然對(duì)數(shù)；③商戶是否參與團(tuán)購(gòu)(Gro)，啞變量，參與團(tuán)購(gòu)取值為1，未參與團(tuán)購(gòu)取值為0；④商戶是否提供外賣(Tak)，啞變量，提供外賣取值為1，不提供外賣取值為0；⑤商戶是否提供預(yù)定(Res)，啞變量，提供預(yù)定取值為1，不提供預(yù)定取值為0；⑥商戶是否參與促銷(Pro)，啞變量，參與促銷取值為1，不參與促銷取值為0；⑦商戶是否參與其他營(yíng)銷活動(dòng)(Cam)，啞變量，參與取值為1，不參與取值為0；⑧商戶所在城市(Cit)，啞變量，在北京取值為1，在上海取值為0；⑨商戶提供菜品的經(jīng)營(yíng)類別(Typ)，分類變量，東南亞菜取值為1，創(chuàng)意菜取值為2，臺(tái)灣菜取值為3，中式菜取值為4，小吃快餐取值為5，日本菜取值為6，火鍋取值為7，西餐取值為8?？刂谱兞坑糜诳刂粕虘魧用娴漠愘|(zhì)性影響。本研究將所有非負(fù)連續(xù)型變量都進(jìn)行取自然對(duì)數(shù)的線性變換處理，這樣處理有兩點(diǎn)好處：一是壓縮了變量的量綱，因此控制了潛在的離群值和異方差的影響；二是將潛在的非線性關(guān)系轉(zhuǎn)換為線性關(guān)系，使回歸模型的估計(jì)結(jié)果更加穩(wěn)健[41]。

表2給出數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果。首先，明星商戶的平均經(jīng)營(yíng)時(shí)間為46.122個(gè)月，略短于非明星商戶的平均經(jīng)營(yíng)時(shí)間50.589個(gè)月，t=1.760,p<0.100。在人均價(jià)格上，消費(fèi)者在明星商戶的人均消費(fèi)為139.449元人民幣，在非明星商戶的人均消費(fèi)為133.302元人民幣，兩者的差異在統(tǒng)計(jì)上并不顯著，t=-0.659,p=0.510。上述結(jié)果進(jìn)一步說(shuō)明，本研究對(duì)明星商戶與非明星商戶的匹配是有效的，兩類商戶在經(jīng)營(yíng)的基本指標(biāo)上并不存在明顯差別。

表2 描述性統(tǒng)計(jì)結(jié)果Table 2 Results for Descriptive Statistics

其次，在營(yíng)銷活動(dòng)方面，明星商戶提供團(tuán)購(gòu)服務(wù)的比例為0.471，提供外賣服務(wù)的比例為0.475，與非明星商戶沒(méi)有顯著的區(qū)別。t團(tuán)購(gòu)=0.307,p=0.759；t外賣=0.249,p=0.803。提供預(yù)定服務(wù)的明星商戶均值為0.190，顯著高于提供預(yù)定服務(wù)的非明星商戶的均值0.128，t=-2.929,p<0.010。非明星商戶在參與促銷方面更加積極，有0.091的非明星商戶參與大眾點(diǎn)評(píng)網(wǎng)的促銷計(jì)劃，顯著高于明星商戶0.053的參與率，t=2.100,p<0.050。此外，非明星商戶在參與其他營(yíng)銷活動(dòng)方面也更加積極，參與率為0.091，而明星商戶的參與率不到1%。

在網(wǎng)絡(luò)口碑方面，明星商戶的評(píng)論數(shù)量平均為2 606條，顯著高于非明星商戶的1 598條，t=-6.013,p<0.010；明星商戶的總體評(píng)分為4.399分，也高于非明星商戶的4.309分，t=-3.564,p<0.010；明星商戶的評(píng)分差異為0.727，同樣高于非明星商戶的0.559，t=-10.235,p<0.010。有趣的是，在對(duì)商戶具體屬性的評(píng)分上，出現(xiàn)了與總體評(píng)分不同的結(jié)果。明星商戶在口味方面的平均評(píng)分為8.108，在環(huán)境方面的平均評(píng)分為8.319，在服務(wù)方面的平均評(píng)分為8.023；非明星商戶在口味方面的平均評(píng)分為8.356，在環(huán)境方面的平均評(píng)分為8.393，在服務(wù)方面的平均評(píng)分為8.318。明星商戶在這3項(xiàng)評(píng)分上均顯著低于非明星商戶，p<0.050。

描述性統(tǒng)計(jì)結(jié)果初步展示了明星商戶與非明星商戶在網(wǎng)絡(luò)口碑方面的差異，但并不能揭示多變量間相互作用對(duì)結(jié)果產(chǎn)生的影響。所以，本研究對(duì)數(shù)據(jù)進(jìn)一步處理，并建立嚴(yán)謹(jǐn)?shù)挠?jì)量回歸模型，分析明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的影響。

4 實(shí)證分析和結(jié)果

實(shí)證分析的目的是系統(tǒng)地探索明星效應(yīng)與網(wǎng)絡(luò)口碑之間的關(guān)系。由于網(wǎng)絡(luò)口碑存在數(shù)量、效價(jià)和差異3個(gè)維度，本研究建立一組線性模型進(jìn)行估計(jì)，具體為

(1)

其中，i為商戶，i=1,…,N；Xi為包含一系列與i商戶相關(guān)的控制變量向量，具體為Agei、Prii、Groi、Taki、Resi、Proi、Cami、Citi和Typi，γ為其待估系數(shù)向量；α為需要估計(jì)的截距項(xiàng)；β為需要估計(jì)的系數(shù)；ε為殘差項(xiàng)。

本研究采用普通最小二乘法進(jìn)行回歸分析，表3給出(1)式的回歸結(jié)果，(1)列、(3)列和(5)列僅將各個(gè)網(wǎng)絡(luò)口碑的因變量與自變量進(jìn)行回歸，(2)列、(4)列和(6)列加入全部控制變量。由表3可知，在加入控制變量后，模型的擬合優(yōu)度R2明顯增加，說(shuō)明完整模型的結(jié)果更加值得信任。

表3的(3)列結(jié)果表明，Sta的系數(shù)為0.622，p<0.010，說(shuō)明有明星參與經(jīng)營(yíng)的商戶在消費(fèi)者評(píng)論數(shù)量上顯著高于非明星商戶，意味著明星商戶比非明星商戶評(píng)論數(shù)量平均高出62.2%。H1得到驗(yàn)證，即明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑?dāng)?shù)量有顯著的正向影響。

表3 明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的影響Table 3 Effects of Celebrity Endorsement on Online WOM

表3的(4)列結(jié)果表明，Sta的系數(shù)為-0.001，p=0.728，不顯著，說(shuō)明明星商戶在總體評(píng)分上與非明星商戶并沒(méi)有顯著的差別。并且，(3)列未加入控制變量的回歸結(jié)果表明，明星商戶的總體評(píng)分小幅高于非明星商戶，系數(shù)為0.018，p<0.010。因此，H2沒(méi)有得到驗(yàn)證。

表3的(6)列結(jié)果表明，Sta的系數(shù)為0.133，p<0.010，說(shuō)明明星商戶在消費(fèi)者評(píng)分的差異上顯著高于非明星商戶，意味著明星商戶比非明星商戶在評(píng)分差異上高出13.3%。H3得到驗(yàn)證，即明星代言對(duì)網(wǎng)絡(luò)口碑差異有顯著的正向影響。

上述分析結(jié)果主要基于明星樣本與非明星樣本的簡(jiǎn)單匹配。本研究采用傾向得分匹配法完成明星樣本與非明星樣本的選擇和匹配，驗(yàn)證(1)式的實(shí)證分析結(jié)果。傾向得分匹配法最早由ROSENBAUM et al.[59]提出，其基本思想是在評(píng)估政策的效果時(shí)，若能找到與處理組樣本盡可能相似的控制組樣本，就能最大程度地降低樣本選擇偏誤，使分析的結(jié)果更加合理?；趦A向得分匹配法的基本思想，本研究采用多維匹配的方法尋找與明星樣本接近的非明星樣本。在運(yùn)用Logit模型計(jì)算傾向得分值時(shí)，將(1)式中Xi包含的所有控制變量均作為協(xié)變量納入模型，分別運(yùn)用近鄰匹配法1∶1匹配和1∶4匹配、半徑匹配法和核匹配法計(jì)算明星效應(yīng)的平均處理效果。通過(guò)不同的匹配方法對(duì)明星樣本與非明星樣本進(jìn)行匹配，可以檢驗(yàn)傾向得分匹配法對(duì)平均處理效果計(jì)算結(jié)果的穩(wěn)定性。

表4給出傾向得分匹配分析的結(jié)果。①對(duì)于口碑?dāng)?shù)量，運(yùn)用近鄰匹配法(1∶1)得到的明星效應(yīng)的平均處理效果為0.575，運(yùn)用近鄰匹配法(1∶4)的平均處理效果為0.561，運(yùn)用半徑匹配法的平均處理效果為0.715，運(yùn)用核匹配法的平均處理效果為0.686，顯著性均為p<0.010。4種匹配方法的均值為0.634，說(shuō)明明星效應(yīng)能夠使商戶的口碑?dāng)?shù)量提升63.4%。②對(duì)于口碑效價(jià)，運(yùn)用近鄰匹配法(1∶1)得到的明星效應(yīng)的平均處理效果為0.001，運(yùn)用近鄰匹配法(1∶4)的平均

表4 明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的平均處理效應(yīng)Table 4 Average Treatment Effects of Celebrity Endorsement on Online WOM

處理效果為-0.003，運(yùn)用半徑匹配法的平均處理效果為-0.003，運(yùn)用核匹配法的平均處理效果為-0.001，均不顯著。4種匹配方法的均值僅為-0.002。③對(duì)于口碑差異，運(yùn)用近鄰匹配法(1∶1得到的明星效應(yīng)的平均處理效果為0.128，運(yùn)用近鄰匹配法(1∶4)的平均處理效果為0.136，運(yùn)用半徑匹配法的平均處理效果為0.139，運(yùn)用核匹配法的平均處理效果為0.135，顯著性均為p<0.010。4種匹配方法的均值為0.135，說(shuō)明明星效應(yīng)能夠使商戶的口碑差異增加13.5%。綜上所述，傾向得分匹配法的分析結(jié)果與表3通過(guò)簡(jiǎn)單匹配法得到的回歸結(jié)果高度一致，進(jìn)一步證明前文分析結(jié)果的穩(wěn)定性。

通過(guò)對(duì)(1)式的回歸分析，H1和H3得到驗(yàn)證，即明星代言對(duì)網(wǎng)絡(luò)口碑?dāng)?shù)量和網(wǎng)絡(luò)口碑差異均有顯著的正向影響。但H2卻沒(méi)有得到驗(yàn)證，根據(jù)前文的假設(shè)，本研究預(yù)期明星商戶的評(píng)分顯著低于非明星商戶的評(píng)分。然而，實(shí)證結(jié)果卻表明，在消費(fèi)者對(duì)商戶的總體評(píng)分上，明星商戶與非明星商戶并沒(méi)有顯著的區(qū)別。從描述性統(tǒng)計(jì)上看，明星商戶的總體評(píng)分甚至還略高于非明星商戶。明星效應(yīng)究竟是否降低網(wǎng)絡(luò)口碑效價(jià)，本研究基于消費(fèi)者對(duì)商戶的口味、環(huán)境和服務(wù)3項(xiàng)具體屬性的評(píng)分，進(jìn)一步分析明星效應(yīng)與網(wǎng)絡(luò)口碑效價(jià)之間的關(guān)系。

為了分析明星效應(yīng)對(duì)商戶的各項(xiàng)屬性評(píng)分的影響，本研究建立另一組線性模型，具體為

(2)

其中，δ為需要估計(jì)的截距項(xiàng)，η和θ為需要估計(jì)的系數(shù)，φ為控制變量向量的待估系數(shù)向量，為殘差項(xiàng)。由于消費(fèi)者在評(píng)分時(shí)首先對(duì)商戶進(jìn)行總體評(píng)分，然后再對(duì)商戶的口味、環(huán)境和服務(wù)3項(xiàng)具體屬性進(jìn)行評(píng)分，所以總體評(píng)分可能對(duì)屬性評(píng)分造成錨定影響。因此，本研究加入Vali控制總體評(píng)分對(duì)屬性評(píng)分的潛在影響。

表5給出(2)式的回歸結(jié)果，(1)列、(4)列和(7)列僅將各個(gè)網(wǎng)絡(luò)口碑的因變量與自變量進(jìn)行回歸，(2)列、(3)列、(5)列、(6)列、(8)列和(9)列加入其他控制變量。由表5可知，在加入控制變量后，模型的擬合優(yōu)度R2顯著提升。

表5 明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑效價(jià)的影響：屬性評(píng)分Table 5 Effects of Celebrity Endorsement on Online WOM Valence: Ratings of Attributes

表5中，對(duì)于不同的因變量，Sta的系數(shù)估計(jì)結(jié)果呈現(xiàn)出高度一致性。(2)列中，Sta的系數(shù)為-0.045,p<0.010，說(shuō)明明星參與經(jīng)營(yíng)的商戶在口味評(píng)分上比非明星商戶平均低4.5%；(5)列中，Sta的系數(shù)為-0.025,p<0.010，說(shuō)明明星商戶在環(huán)境評(píng)分上比非明星商戶平均低2.5%；(8)列中，Sta的系數(shù)為-0.048,p<0.010，說(shuō)明明星商戶在服務(wù)評(píng)分上同樣比非明星商戶平均低4.8%。上述結(jié)果一致表明，明星效應(yīng)對(duì)商戶的具體屬性評(píng)分有顯著的負(fù)向影響。

綜合表3和表5的實(shí)證結(jié)果，本研究發(fā)現(xiàn)明星效應(yīng)與網(wǎng)絡(luò)口碑效價(jià)之間存在很微妙的關(guān)系，在總體評(píng)分上，明星商戶與非明星商戶并沒(méi)有顯著的區(qū)別；但在具體的屬性評(píng)分上，明星商戶的評(píng)分則顯著低于非明星商戶。出現(xiàn)這種不一致結(jié)果的原因在于，近期的相關(guān)研究表明，與基于商戶具體屬性的多維度評(píng)價(jià)系統(tǒng)相比，基于總體感知的單維度評(píng)價(jià)體系更容易引起消費(fèi)者評(píng)分的偏誤[60]。①消費(fèi)者在進(jìn)行總體評(píng)分時(shí)，更加難以形成對(duì)產(chǎn)品總體效用的準(zhǔn)確判斷。例如，當(dāng)消費(fèi)者對(duì)商戶的口味和價(jià)格等滿意而對(duì)環(huán)境和服務(wù)等不滿意時(shí)，消費(fèi)者對(duì)商戶的總體評(píng)價(jià)就很難衡量。所以，消費(fèi)者對(duì)商戶的總體評(píng)分就會(huì)出現(xiàn)折中的結(jié)果。②考慮到上述情況，消費(fèi)者在總體評(píng)分的過(guò)程中理論上需要耗費(fèi)更多的認(rèn)知資源進(jìn)行思考和權(quán)衡。然而，絕大部分情況下，對(duì)商戶進(jìn)行評(píng)分是一個(gè)低卷入度的決策過(guò)程，消費(fèi)者更傾向于采用啟發(fā)式思考而非系統(tǒng)式思考的方式進(jìn)行決策[61]。這時(shí)，消費(fèi)者通常受到明星效應(yīng)這個(gè)最明顯的商戶屬性的影響，從而將對(duì)明星的偏愛(ài)轉(zhuǎn)移到對(duì)商戶的總體評(píng)價(jià)上[23]。這也解釋了為何在描述性統(tǒng)計(jì)中出現(xiàn)明星商戶的總體評(píng)分略高于非明星商戶的結(jié)果。當(dāng)消費(fèi)者在對(duì)商戶的各個(gè)具體屬性進(jìn)行評(píng)分時(shí)，評(píng)價(jià)的指向性就更加明確，評(píng)價(jià)過(guò)程中需要消耗的認(rèn)知資源也更少，所以更容易做出準(zhǔn)確而客觀的判斷[60]。根據(jù)上述原因，本研究認(rèn)為，表5中以商戶具體屬性評(píng)分為因變量的回歸結(jié)果更接近明星效應(yīng)與網(wǎng)絡(luò)口碑效價(jià)的真實(shí)影響關(guān)系。

綜上所述，雖然，明星效應(yīng)對(duì)商戶的總體評(píng)分沒(méi)有顯著影響，但對(duì)商戶的具體屬性評(píng)分卻有顯著的負(fù)向影響，H2得到驗(yàn)證，即明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑效價(jià)有顯著的負(fù)向影響。

5 結(jié)論

明星效應(yīng)在企業(yè)的網(wǎng)絡(luò)營(yíng)銷溝通中發(fā)揮著至關(guān)重要的作用[62]，本研究以大眾點(diǎn)評(píng)網(wǎng)站上的餐飲商戶為研究對(duì)象，運(yùn)用網(wǎng)絡(luò)爬蟲程序收集超過(guò)6 000家商戶的客觀數(shù)據(jù)，并建立計(jì)量模型，分析明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的影響。

研究結(jié)果表明，明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑有非常顯著的影響。具體而言，本研究觀察明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的數(shù)量、效價(jià)和差異的影響。①明星商戶獲得的消費(fèi)者評(píng)論數(shù)量比非明星商戶平均高出62.2%，即明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑?dāng)?shù)量有顯著的正向影響。②明星效應(yīng)對(duì)商戶的總體評(píng)分并沒(méi)有顯著影響，但對(duì)商戶的具體屬性評(píng)分卻有顯著的負(fù)向影響，即明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑效價(jià)有顯著的負(fù)向影響。同時(shí)，這一結(jié)果也表明，消費(fèi)者在進(jìn)行總體評(píng)分時(shí)更加難以形成對(duì)產(chǎn)品總體效用的準(zhǔn)確判斷。③明星商戶的消費(fèi)者評(píng)分差異比非明星商戶平均高出13.3%，即明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑差異有顯著的正向影響。

本研究結(jié)論為企業(yè)的營(yíng)銷實(shí)踐提供相應(yīng)的啟示。企業(yè)在進(jìn)行網(wǎng)絡(luò)互動(dòng)營(yíng)銷時(shí)，最理想的營(yíng)銷溝通目標(biāo)應(yīng)該是同時(shí)增加口碑?dāng)?shù)量、提升口碑效價(jià)和降低口碑差異。然而，本研究實(shí)證結(jié)果表明，明星效應(yīng)增加產(chǎn)品的口碑?dāng)?shù)量，同時(shí)降低產(chǎn)品的口碑效價(jià)、增加產(chǎn)品的口碑差異。這一結(jié)果說(shuō)明，明星效應(yīng)對(duì)網(wǎng)絡(luò)口碑的影響存在“叫座卻不叫好”的現(xiàn)象。一方面，明星效應(yīng)能夠提升網(wǎng)絡(luò)口碑?dāng)?shù)量，從而增加消費(fèi)者對(duì)產(chǎn)品的知曉度；另一方面，明星效應(yīng)又降低口碑效價(jià)和增加口碑差異，從而降低消費(fèi)者對(duì)產(chǎn)品的美譽(yù)度。這一現(xiàn)象提示管理者，企業(yè)在網(wǎng)絡(luò)互動(dòng)營(yíng)銷活動(dòng)中運(yùn)用明星效應(yīng)時(shí)，需要權(quán)衡增加口碑?dāng)?shù)量與降低口碑效價(jià)之間的關(guān)系。因此，當(dāng)企業(yè)的主要目標(biāo)是提升產(chǎn)品的知名度時(shí)，明星效應(yīng)能夠發(fā)揮正面的作用。但是，當(dāng)企業(yè)的主要目標(biāo)是提升產(chǎn)品的美譽(yù)度時(shí)，明星效應(yīng)可能起到適得其反的效果。

本研究還有不足之處。①本研究主要探討明星效應(yīng)對(duì)于網(wǎng)絡(luò)口碑影響的主效應(yīng)，未來(lái)研究可以進(jìn)一步加強(qiáng)對(duì)邊界條件的探討，如明星的知名度、產(chǎn)品的特征、圖文信息等[63]因素均可能在明星效應(yīng)與網(wǎng)絡(luò)口碑的關(guān)系中起調(diào)節(jié)作用。②未來(lái)研究可進(jìn)一步將口碑劃分為線上口碑和線下口碑，分析明星效應(yīng)對(duì)消費(fèi)者口碑的影響在線上與線下渠道是否存在差異[64]。③本研究運(yùn)用大眾點(diǎn)評(píng)網(wǎng)站上的數(shù)據(jù)，主要聚焦于餐飲這一個(gè)行業(yè)探討明星效應(yīng)對(duì)于網(wǎng)絡(luò)口碑的影響。未來(lái)研究可以考慮將研究對(duì)象進(jìn)一步擴(kuò)展到其他行業(yè)，以增強(qiáng)研究結(jié)論的普適性。