1. 引言
作为一种新兴的住宿类型，民宿通过将当地文化融入到建筑风格中，深受消费者的喜爱。除了酒店和度假村外，民宿成为了消费者选择住宿的重要选择之一。根据中国2022年民宿业发展研究报告，民宿数量平均增长了61%，旅游行业和城市发展对民宿的需求非常大。虽然民宿在经济发展、文化艺术保存、就业等领域发挥着重要作用，但很少有研究关注网络评论对民宿的影响。
由于互联网的虚拟属性，消费者在进行网络购买时，并不能接触到真实的产品。为了降低预订时的风险，消费者会在订购商品前根据产品的在线评论收集和判断信息。许多网络销售平台允许消费者在网上写评论，这使得用户在购买产品后可以与他人分享自己的体验。消费者阅读评论的主要目的是获取更多产品信息，降低产品质量的不确定性，并减少销售人员营销技巧的影响 [1] 。
在线评论是仅次于家人和朋友推荐的第二大最受信任的产品信息来源，通过在线评论的有用性构建的信任关系是影响在线交易的重要因素 [2] 。虽然商家在互联网上提供了大量的产品信息，但消费者更倾向于依赖他们同龄人的经验和对产品的看法 [3] 。不断增长的信息量引起信息过载，这使消费者难以判断和处理信息，从而降低了在线评论的信息价值。Neirotti探讨了顾客评论是否为酒店行业创造价值，发现在线评论可以影响酒店的销售和利润 [4] 。然而，据我们所知，尽管对评论的有用性研究很重要，但在民宿的特定消费群体中存在差距，这促使我们关注民宿中亲子主题这一消费群体的在线评论。因此，研究民宿中亲子主题消费群体在线评论的有用性具有一定价值，它不仅使消费者能够做出自己的决策，而且帮助管理者提升服务质量，精准了解消费者的消费心理。
2. 研究综述
2.1. 民宿
随着旅游业的不断发展和人们旅游需求的不断变化，民宿作为新型的旅游住宿方式迅速崛起。不同于传统的旅游酒店住宿，民宿在旅游体验方面更具特色，因为它通常由房屋主人自行经营和管理，提供当地的美食、文化和休闲活动 [5] 。这种住宿方式注重与顾客的沟通和互动，以人为本的经营理念不仅让消费者可以享受一些休闲活动，还可以让他们在民宿中获得难忘的体验。民宿对于当地经济的发展和就业产生了积极的影响，可以促进旅游业的发展，提高当地的旅游收入和就业率，从而增强当地的经济竞争力，这使得民宿在国内逐渐受到关注和支持，并成为旅游业不可或缺的组成部分之一 [6] 。由于互联网的快速发展，民宿行业已经进入一个新的阶段，互联网平台的出现为民宿业带来了更多的机遇。消费者越来越喜欢通过互联网平台预订民宿房间，而平台也通过各种促销活动和提高服务质量来吸引更多的消费者和民宿经营者加入，如携程、美团、Airbnb、Booking.com等平台为消费者提供了更多选择和便利 [7] 。在这些平台上，消费者可以轻松预订自己心仪的民宿，而民宿经营者也可以通过这些平台扩大他们的业务范围，提高他们的知名度和声誉。
2.2. 在线评论的有用性
在线评论的有用性是指评论对其他潜在消费者提供的有用帮助程度 [8] 。在线评论已经成为影响消费者在购买产品时做出决策的重要因素之一，消费者可以根据其他消费者的在线评论，获取关于商品的信息、性能、优缺点等方面的评价，规避信息不确定性带来的风险 [9] 。过去的研究大多使用有用性来衡量在线评论，因为有用性代表了评论信息的价值。通常有两种方式来衡量评论的有用性，即有用票数和有用票的百分比 [10] 。目前，对评论有用性特征的研究主要集中在两个方面：评论内容特征和评论者相关特征。其中，评论内容特征主要包括评分、评论情感的极端值、评论长度、可读性和评论文本特征 [11] ，而评论者相关特征主要包括评论者的专业知识、评论者的信用等级、身份披露、声誉和发布评论的历史记录 [12] 。Huang等人发现评论内容的长度有一个阈值，超过这个阈值，评论内容的长度就会变得无用 [13] 。Han研究发现评论的有用性受到评论者的身份特征、消费者的总体评论数量以及评论者的历史评论数量的影响 [14] 。Tsai的研究表明正面评论比负面评论更有帮助 [15] ，而Gao等人的研究则发现正面评论没有负面评论有价值 [16] ，Racherla等人研究发现评论者过去的声誉信息对评论有正向的影响作用 [17] 。
3. 研究假设与理论模型
3.1. 响应期
响应期指的是消费者离开民宿到发布在线评论的时间间隔，民宿作为一种体验式产品，消费者可以在消费平台上记录他们在住宿期间的真实感受和意见，有些消费者会在体验商品服务后立即发表评论，而有些消费者则会稍后提交他们的住宿体验。当消费者在网上购买产品时，他们通常会寻找相关的产品信息，较长响应期的评论可能被认为是无益的 [18] 。从记忆角度分析，经过较长时间的响应期后，消费者往往会遗忘住宿期间的详细细节，使得在线评价内容比较简单，并且消费过程与在线评价之间的因果关系也会削弱。因此，我们做出如下假设：
H1：响应期对评论的有用性有负向影响。
3.2. 评级
评级指的是网上评论分数，它在一定程度上代表了消费者对住宿的满意程度。消费者可以从房间的清洁度、便利性和价格等方面对该民宿进行评价。在线评论被认为可以帮助消费者做出决定，用户可以通过评分筛选出符合需求的产品，因为用户可以从已经消费过的客户那里获取信息。消费者对产品的信任取决于评论所获得的有用投票的数量。然而，Berezina等人发现用户一般会更关注评分较低的评论，因为他们想知道什么原因引起低评分 [19] 。相反，Thomas等人发现评级较高的评论将获得更高的信任，并更积极地影响潜在客户的购买意向 [20] 。因此，我们提出如下假设：
H2：评论评级正向影响评论的有用性。
3.3. 照片
图片作为视觉信息，在影响消费者对评论的信任方面具有非常重要的作用，消费者更倾向于关注带有照片的商品信息，而不是没有图片的在线评论 [21] 。例如，带有图片的评论对买家也更有潜在的影响力，因为它提供了更多的视觉体验。此外，用户生成的照片具有信息价值，这有助于消费者对商品有更深入的了解，并对具有主题效应的照片表现出更高的购买意向。商家展示的照片大多经过加工和修改，在反映产品的属性和特点方面缺乏客观性，但消费者上传的图片可以还原产品的真实情况，帮助其他用户进行决策，提供更客观的看法，减少产品的不确定性。对于含有图片的评论，产品的信息量越大，评论的作用就越大。因此，我们可以做出以下假设：
H3：照片对评论的有用性有正向影响。
3.4. 评论长度
Sun的研究表明，评论长度是影响用户辨别评论有用性的关键驱动因素之一 [22] 。评论文字的长度与信息量密切相关，较长的评论往往可以提供详细的产品信息，能够降低消费者的搜索成本，并更有可能吸引顾客的注意力，从而帮助他们建立对产品的认知。相反，较短的评论则更加肤浅，因为在线评论的本质是对消费者体验的描述。
具体而言，较长的评论通常包含更多关于产品的信息、细节、属性、品质和体验等方面的内容 [23] 。这些详实的描述可以提高消费者的信心，从而促使他们更容易做出购物决策。因此，我们提出以下假设：
H4：评论长度对评论的有用性有正向影响。
3.5. 文本情感
不同消费者对同一商品的感受可能不同，而在线评论则是消费者真实感受的体现。人们更关注具有情感倾向的评论，潜在消费者通过与物品相关的信息内容和产品相关的情感倾向来推断产品的质量，带有情感倾向的评论可以影响消费者的决策 [24] 。Liu等人发现评论的有用性主要取决于评论者的情感状态，因为评论情感反映了消费者对产品的感受 [25] 。因此，我们提出以下假设：
H5：文本内容的情感对评论的有用性具有正向影响。
3.6. 历史评论数量
消费者在寻找产品的有用信息时，他们不仅关注评论的内容，还会重视评论者的历史评论次数。Hu等人研究发现，在线评论的有用性也受评论者特征的影响 [26] 。如果一个评论者只有一次评论，但对产品赞誉有加，那么这可能是一条虚假的评论，因为有价值的评论往往是对各个方面的综合评价，如设施、体验和服务等。因此，我们提出以下假设：
H6：消费者的历史评论次数对评论的有用性具有正向影响。
此外，我们考虑到消费者名称因素可能对评论有用性产生影响，因此我们将消费者是否匿名作为控制变量进行了分析。通过这种方法，我们能够更准确地研究评论有用性影响因素，并确保结果的可靠性和准确性。本研究提出的假设研究模型如图1所示。
4. 研究设计
4.1. 数据收集
根据“2021年中国旅游最发达城市”的统计报告，我们筛选出了中国旅游最发达的10个城市，分别是北京、重庆、上海、杭州、武汉、成都、广州、西安、贵阳和苏州。对于这些城市，我们使用Python软件从携程网这个著名的旅游网站上抓取了104家民宿的数据，总共获得了13840条评论。这些数据包括消费者入住时间、评论发布时间、历史评论数量、行程类型、评分(1~5分，分数越高表示满意度越高)、消费者评论的内容、评论获取的有用性投票数量以及上传的照片，我们的研究框架结构如图2所示。
我们将用这些数据来进行分析和研究，由于消费者的ID、旅行类型以及民宿回复消费者的信息，因为这些数据与本实验无关，删除这些数据可以确保数据的准确性和分析的可靠性。此外，为了保护消费者隐私，我们将对评论内容进行适当的润色处理，确保不包含任何个人信息或敏感信息。
4.2. 变量测量
根据提出的假设，有关的变量设计如表1所示。消费者入住时间和在线评论时间在携程网上按月公开，这使得我们有机会研究响应期如何影响评论的有用性，响应期间隔的时间我们计算间隔的月数。通过计算每条评论中的字数来表示评论长度，评级被定义为消费者对体验的总体评分(1~5分，分数越高表示满意度越高)。本研究使用一个二元变量来表示评论是否包括照片(有照片的评论为1，否则为0)，以研究有无照片对评论有用性的影响。
评论情感是通过SnowNLP完成的，SnowNLP用于中文自然语言处理和语义分析，例如文本分类、情感分析等。该方法通过对评论中可用的积极和消极词的总数进行统计计算，获取消费者评论的总情感分数，从而得出评论的情感倾向。具体而言，我们的文本处理过程包括以下步骤：首先对文本进行分割，将其拆分成句子的形式。利用构建好的情感词典对每个句子进行情感分析，以确定该句子中包含多少情感词以及它们的情感极性。最后，对整个句子的情感词进行加权计算，将积极色彩词汇记为1，将消极色彩词汇记为−1，将中性的词汇记为0，并将它们的权重相加，得到该评论文本的情感值。
4.3. 研究方法
正如我们之前讨论的，我们的研究中考虑了影响评论有用性的因素包括响应期、评级、照片、评论长度、文字情感和历史评论等。评论的有用性是通过获得的有用票数来评价的，为了验证提出的假设，我们使用了负二项回归模型来探索影响评论有用性的因素。
(1)
其中α0为常数项，β表示表示自变量对因变量的影响程度，δ表示所有控制变量的系数，ε表示残差项。
5. 实证结果
5.1. 描述性统计分析
首先，本研究的所有变量描述性统计信息如表2所示。在我们的模型变量中，尽管文本长度和历史评论数量都是非负整数数据，但由于它们的平均值小于标准差，因此我们采用对这两个变量取对数的方法，以减少数据之间的差异。
Table 2. Descriptive statistics for variables
表2. 变量的描述性统计
为了确保各变量之间没有相关性，我们检查了这些变量的相关矩阵，变量的相关矩阵和VIF值如表3所示。由于存在一些变量相关系数较高的情况，我们进行了多重共线性测试。结果显示变量的VIF最大值为2.080，最小值为1.010，均小于10，因此该模型中不存在多重共线性问题。
Table 3. Correlation coefficient matrix and VIF
表3. 相关系数矩阵和VIF
注：*、**和***分别代表在10%、5%和1%的水平上显著。
5.2. 结果分析
模型回归的结果如表4，响应期对评论的有用性之间存在负向且显著作用(β1 = −0.2659, p < 0.001)，因此假设H1得到支持。评论评级对在线评论的影响不显著(β2 = 0.5032, p > 0.5)，因此假设H2不成立。带有照片的评论正向影响评论的有用性(β3 = 0.8810, p < 0.001)，因此假设H3成立。评论文本长度正向且显著影响在线评论的有用性(β4 = 0.7585, p < 0.01)，因此假设H4成立。文本情感对评论的有用性具有正向显著影响(β5 = 0.00722, p < 0.001)，因此假设H5成立。消费者的评论历史和评论有用性之间存在明显的正向且显著的关系(β6 = 0.1660, p < 0.05)，因此H6得到支持。
Table 4. Hypothesis testing results
表4. 假设检验结果
注：*、**和***分别代表在10%、5%和1%的水平上显著。
5.3. 深入研究
为了进一步探讨不同情感对评论有用性的影响，我们对评论的情感进行了分类，包括积极、消极和中性，并分别研究它们对评论有用性的影响。情感分组结果如表5所示，结果呈现出一些明显的差异，积极情绪的评论并不是预测评论有用性的重要指标，相反，中性和消极情绪的评论，能显著提高评论的有用性。除此之外，我们还能发现，不论评论情绪是积极、消极还是中性，评论响应期越长，评论的有用性越低。
Table 5. Analysis of emotional grouping
表5. 情感分组
注：*、**和***分别代表在10%、5%和1%的水平上显著。
5.4. 稳健性检验
考虑到因变量有用性投票包含零值，为了减少样本的不平衡，我们采用零膨胀负二项回归模型检验本研究提出的模型(ZINB)。ZINB是一种广义线性模型，通常用于分析计数数据，特别是在因变量中存在大量零值的情况下。它通过引入一个额外的过程来模拟因变量中零值的产生，从而提高模型的准确性和可解释性。Logit模型也是一种常见的二分类模型，被广泛应用于解释变量对于二元因变量的影响。因此，我们使用ZINB和Logit模型去检验我们模型的稳健性，表6是ZINB和Logit的检验结果。
使用负二项回归模型的结果与稳健性检验的结果基本一致，但是，通过对比可以发现，负二项回归模型的显著性高于ZINB和Logit模型，这表明负二项回归模型更适合本论文的研究。
注：*、**和***分别代表在10%、5%和1%的水平上显著。
6. 启示和不足
6.1. 启示
本文采用亲子主题的民宿作为研究对象，从携程网爬取了13,840条民宿在线评论，使用负二项回归模型，分析在线评论有用性影响因素。与以往评论有用性研究不同的是，我们的研究变量不仅涉及到评论内容特征包括评论照片、评论文本长度、评级，还涉及评论者特征包括历史评论数量、响应期、文本情感。考虑到不同情绪对评论有用性的影响，我们将情感分为积极、消极和中性，从多维度情感分析评论有用性。
研究结果显示，评论者历史评论数量越多、评论长度、文本情感和评论的有用性有正相关关系。同时，带有照片的评论获得的有用性票数会更多，原因在于消费者可以根据照片内容获取到商品的额外信息如环境、配套设施设备的情况。在多情感角度分析中，响应期与评论的有用性呈显著负相关关系，即响应期越长，评论的信息价值越小，获得的有用性票数越低。
针对研究结果，我们提出以下建议：
一是民宿管理者应该关注消费者的消极评论情感并且做出及时回复，因为潜在消费者在做出购买商品决定时会更加关注商品的负面信息，消极的评论获得的有用性票数更多。为此，民宿管理者对于消极评论应采取相关的补救措施行动，提升服务质量，以获得积极的评论。同时，管理者也要思考如何鼓励消费者撰写详细的评论，鼓励消费者留下详细的评论是非常有益的，这不仅有助于提高民宿的曝光度和知名度，协助管理者满足消费者的信息需求，也使得消费者能够更快做出决策，并有可能增加民宿的营业额。
二是消费者在线评论商品使用体验感受，应该尽量做到客观、真实、详细。评论内容应当客观不能因为主观喜好或者偏见而对商品进行过度批评或者过度赞扬。评论内容应当真实反映消费者的使用体验和感受，不能夸大其词。评论内容应当详细具体，尽可能地描述使用商品的各个方面和细节，能够为其他消费者提供参考和帮助。网上信息评论也要尽可能及时评论，避免由于时间间隔长的原因，撰写的在线评论应该尽可能详细地描述自己的使用体验和感受，并在第一时间发布评论，以便其他消费者可以及时了解商品的优缺点。消费者也可以在评论中提及自己的需求和期望，帮助管理者更好地满足消费者的需求，提高服务质量。
6.2. 研究不足
尽管我们的研究得出了评论的有用性影响因素，但也有一些限制。第一，我们仅使用了携程网的评论数据，因此我们的结论可能不适用于其他平台或其他行业。第二，我们并未检查评论的真实性，这意味着一些人可能会发布虚假评论来影响本研究结果，未来的研究应该考虑解决这个问题。第三，我们未考虑其他因素如消费者的文化背景、性别、年龄、产品质量和价格等，这些因素也可能影响评论的有用性。因此，未来的研究可以结合文本挖掘、深度学习等方法研究在线评论有用性。
基金项目
教育部人文社会科学研究规划基金项目“企业社会责任影响资源配置效率的作用机制、理性边界与实证研究”(编号：20YJA630024)的阶段性成果。