一、引言
2014 年 7 月 21 日，中国互联网络信息中心(CNNIC)在京发布第 34 次 《中国互联网络发展状况统计报告》。数据显示：截至 2014 年 6 月，中国网民规模达 6.32 亿，互联网普及率达到46.9%。我国网络购物用户规模达到 3.32 亿，较 2013 年底增加2962 万人，半年度增长率为 9.8%。与 2013 年 12 月相比，我国网民使用网络购物的比例从 48.9%提升至 52.5%。与此同时，手机购物在移动商务市场发展迅速，使用比例由 28.9%提升至38.9%[1]。电子商务的发展继续保持快速增长态势。2014 年 9 月19 日，阿里巴巴正式在纽交所挂牌交易，创下了全球范围内规模最大的 IPO 交易之一，相信电子商务的发展也将进入新的发展阶段。
电子商务迅猛发展的背后，羊群效应现象也一定程度存在着，它对电子商务的发展起到了推波助澜的作用。“羊群效应”现象产生的最终结果还将导致商家的“马太效应”中国互联网络信息中心ANN IC)发布的《2013年中国网络购物市场研究报告》中指出:淘宝天猫等网购平台呈现出强者愈强、弱者愈弱的“马太效应”黔因此分析研究电子商务运营中羊群效应的主要特征具有一定的意义。
二、研究意义分析
1.意义一:羊群效应的发展导致事件的不确定，增加了研究的必要性
羊群效应一词源于生物学对动物聚群特征的研究羊群是一种很散乱的组织，平时在一起也是盲目地左冲右撞，但一旦有一只头羊动起来，其他的羊也会不假思索地一哄而上，全然不顾前面可能有狼或者不远处有更好的草叭羊群效应是一种广泛出现的社会现象，在舆论传播、金融、股市领域特别明显近年来，在电子商务领域也逐步显现发生羊群效应时，人们往往会追随他人的选择而忽略自有的信息，出现了一种跟风效应和从众效应叭一般认为，可以对羊群效应进行两种解读:第一，正面积极:如“团队合作、团队精神、凝聚力、向心力”等，要求大多数人保持一致的思考、感官和行动的状况，此时1+1>2;第二，负面破坏:如被戏称为的“乌合之众、从众效应、跟风效应”，指人们容易受到多数人的影响，追随大众所同意的，跟从大众的思想或行为，而自己并不会思考事件的意义，这种心理很容易导致盲从，从而陷入骗局或遭到失败，此时1+1<2队因此，羊群效应是一个自然社会现象，尤如一把“双刃剑”，可以为事件带来良性的发展，也可能出现毁灭性打击，增加了事件发展的不确定性和风险性B ichchandan i等的研究(1992)认为，羊群行为的发生需要两个先决条件:决策者对“自我信息的不确定性”和他们“观察前人决策的能力”}l随着互联网不断渗透到人们的日常生活中，购物、投资、投票、言论发表等传统环境中的决策逐渐转移到了互联网上进行决策环境的这种变化使得从众行为发生的条件得到了增强:首先，由于用户与信息提供方没有物理接触而且相互匿名，大部分用户对自己掌握的信息并不能很好地把握;其次，互联网上的信息平台能够不同程度地披露前期用户的决策信息，而互联网的开放性使得所有的用户都获得了这种“观察前人决策的能力”67羊群行为产生作用环境的网络化和虚拟化，进一步增强了事件发展的模糊性和不确定性因此，有效地利用和引导好“羊群效应”，研究“羊群效应”发生发展的特征和规律，将正面的“羊群效应”运用到实践中，控制负面的“羊群效应”现象的产生，对电子商务的健康发展十分必要
2.意义二:羊群效应的结果致使“马太效应”出现，增加了研究的迫切性
简单地说，电子商务的运营是电子商务企业利用网络技术搭建一个商户和网民之间的交易平台理想中的电子商务市场结构如图1所示一边是由不同规格、价格、资质、种类、特色组成的众多商品或商户，另一边是不同偏好、需求、年龄、地域、收入水平、网购经验等组成的众多网民理想中的电子商务市场结构就是要让不同的商品或商户都有自己的市场份额或拥有一定的客户群，不同需求的网民都能得到个性化的满足。
然而随着电子商务的运营和发展，由于诸多因素或自然的选择，社会上必然会有一些个体或组织具有信息占有的比较优势，这种优势促成了羊群效应的形成，最终导致市场结构出现分化，从而形成“马太效应”，即强者愈强，弱者愈弱，如图 2所示。“马太效应”在社会、经济、政治、金融等等各个领域客观、现实地存在着，不管人们怎样对它褒贬不一、批判指责。我们与其回避此问题，批判“马太效应”带来怎样的社会不公，不如去正视它的存在，努力发挥“马太效应”所带来的积极作用，消除和减少“马太效应”所附带的消极影响。
图 3 所示是“马太效应”起积极作用的电子商务市场结构。竞争强劲的商户市场份额不断扩大，品牌影响力日益增强，最终可能通过兼并、购买、重组等形式，将竞争弱小的商户进行吞并。重组之后的商户继续发挥原有的管理、资本、品牌、研发等方面的优势，积极改良产品，细分用户需求，努力创造更加符合客户需求的高价值产品，并且实现了规模效益，最终商户和客户均会从中受益，形成市场多赢的局面。对整个市场来说，无论是品牌影响力、竞争软实力，还是规模、销量、产值、就业人数等指标均比重组之前得到了提高。这样的市场结构即就是“能力越大，责任越大”。图 4 所示是“马太效应”起消极作用的电子商务市场结构。
某商户可能通过一些不正当手段显着地占领了市场，并逐步将竞争弱小的商户挤出了市场，形成一枝独大的垄断局面。借着垄断地位，该商户没有把精力放在改良产品、满足客户需要、为客户创造价值的本位上，而是不顾客户利益，哄抬产品价格，疯狂攫取客户利 润 ，最终的结果是客户会放弃该商户的产 品 ，选择其它的产品进行替代，或者有新的竞争者进入，该商户最终倒闭或者是被别的商户所取代。应该认识到，在竞争充分的市场经济中，任何市场行为都应是以满足客户需求、为客户创造价值为本位，虚假、浮夸的市场行为骗得了一时，骗不了长久，骗得了一部分人，却骗不了所有人。
因此，无论是羊群效应还是最终导致形成的马太效应，都是现实社会中存在的一种自然现象，其本身没什么好坏之分，其本质取决于这个群体的行为动机和价值取向，以及形成这种现象的过程是否公平公正，或形成之后朝着怎样的目标前进。
在电子商务平台上，对于产品质量过硬、品牌美誉度较高的商品，我们可以有效地借助和利用“羊群效应”，使其达到快速占领市场、扩大市场影响力的作用。在运营当中，如出现羊群效应现象，可以先分析这种现象是否属于正常。如正常，分析原因、找出规律、改进已建立的管理模型；如不正常，则采取相应的阻隔和干预措施。目前，国内外有关电子商务运营中的羊群效应管理机制的研究，其完整系统理论较少，在电子商务爆发式增长的现阶段，在羊群效应将导致马太效应的争议讨论下，对此进行研究具有一定的迫切性。
3. 意义三：羊群效应的研究可借鉴运用到舆论导向和社会正能量的传播，增加了研究的现实性。
近年来，媒体网站上的新闻热点事件较多，如 2013 年随着刘志军、雷政富、薄熙来、李某某、杨达才、龚爱爱等案件的公开审理，人们在关注案件本身的同时，对其事件的评论也引起了广泛的注意。许多评论观点雷同、出奇一致，有时则出现意见一边倒的现象，新闻事件的背后是不同观点之间的“口水仗”。在网络发达的自媒体时代，无论是门户网站中对某一新闻事件的评论群体，还是电商网站中对某一商户商品的点评群体，或者是社交网站中信息交流的社交群体，羊群效应都不同程度地存在着。
一直以来，弘扬人类美德、彰显社会公德、传播社会正能量，是社会舆论传播的主旋律，同时可以起到净化心灵、树立正气、和谐社会的效用。而借助羊群效应能快速、有效地达到这个目的。电子商务运营中的羊群效应包含较多的数量化信息，通过这方面的数理研究，可将其相关方法、理论借鉴运用到媒体舆论导向和社会正能量的传播上来，进而增加了研究的现实性。
三、羊群效应呈现的主要特征分析
法国着名社会心理学家、群体心理学创始人古斯塔夫·勒庞(Gustave Le Bon)指出：群体形成之后，就会表现出一种共同的、暂时的、然而又是十分鲜明的普遍特性[7]。因此，不管是正面还是负面，从对羊群效应的描述上看，羊群效应的存在具备以下主要数理特征：
其一是一致性特征。群体成员观点意见一致，大多数保持一致的思想和行动，与成员的级别、贡献、偏好、性别等因素关系不显着。古斯塔夫·勒庞(Gustave Le Bon)指出：群体中人有两个共同的特点，首先是每一个人个性的消失，其次是他们的感情与思想都在关注于同一件事。
其二是非泊松分布特征。加入该群体的人数到达过程不符合泊松分布的性质。泊松分布是一种很常见的简单随机过程，经常用来模拟营业厅的客户到达率、电话呼叫次数、某一地区一段时间间隔内发生交通事故的次数、某一医院在一天内的急诊病人数等等。泊松分布具有以下几个性质：第一，平稳性：
在区间[α，α+t]内有 k 个客户到来的概率与起点 α 无关，只与时间区间的长度 t 有关，即概率 pk(α，α+t)=pk(t)；第二，无后效性：
客户到达时刻互相独立，客户各自独立地随机到达，不相交区间内到达呼叫数的概率分布是相互独立的；第三，疏稀性：在无限小时间间隔 △t 内，到达 2 个以上的概率可认为是零，且在有限时间区间内到达的顾客户数是有限的，即
很显然，羊群效应的人数到达率不符合泊松分布性质。
其三是突增性特征。在羊群效应的产生过程中，会出现人数突发激增现象，某一时期的人数到达率会是其全程平均到达率的数倍以上。
其四是同质连续性特征。受前人决策信号的影响，后来人的决策行为会出现与前人决策信号一致的情况，从而出现决策行为同质连续性特征。
四、羊群效应主要特征的实证分析
文章拟从某电子商务网站对最佳商户的评定结果入手，研究羊群效应呈现的主要特征。该电子商务网站推出的最佳商户评定，主要是由该网站会员对商户进行内容点评和星级打分，网站对加入时间超过 3 个月且点评数达到同行平均点评数的商户进行综合打分，从而得出总体评价最好的最佳商户，由系统自动生成，每天更新，从而为消费者进行决策提供依据和参考。
文章分别选取了三个案例：某市的最佳酒店、最佳餐厅和最佳商场。在 2013 年 5 月的一个多月观察中，某酒店在 107 个上榜商户中一直名列第 1 位置，某餐厅和某购物商场也分别在100 个上榜商户中一直名列第 1 和第 2。文章试图通过上述羊群效应的三个主要特征，检验分析这三个案例是否存在羊群效应现象，数据采集情况如表 1 所示，其中“全部点评”是指未经该网站审核认可的所有会员对该商户进行点评的数量，“默认点评”是指经该网站审核认可通过的点评数量。
1. 一致性验证
该网站会员对商户的每一条点评内容主要有以下信息：文字描述、星级打分、分项内容打分、消费额、会员级别等，会员自身的信息还有性别、发表的主题贴数、点评数、粉丝数等。一致性验证主要是通过单因素方差分析，研究不同级别、不同消费额、不同性别、不同范围内发表的主题贴数、点评数、粉丝数是否对星级打分造成显着影响。数学模型如下[9]：
设在一项试验中，因素 A 有 r 个不同水平 A1，A2，… Ar，在水平 Ai下的试验结果 Xi服从正态分布 N (μi，σ2)(i=1，2，…，r)，且X1，X²，… Xr相互独立，现在水平 Ai下做了 ni次试验，获得了ni个试验结果 Xij(j=1，2，…，ni)，它可以看成是取自总体 Xi(i=1，2，…，r)的一个样本，由于 Xij服从正态分布 N(μi，σ2)，故 Xij与 μi的差可以看成一个随机误差 εij(i=1，2，...，r；j=1，2，…，ni)，εij服从正态分布，于是单因素方差分析的数学模型可以表示为：
其中各 εij相互独立，其任务是检验上述同方差的 r 个正态总体的均值是否相等，即检验假设：H0：μ1=μ2=…=μ圮H1：μ1，μ2，...，μi中至少有两个不相等。
在选取的三个案例中，文章运用数理统计工具的单因素方差分析 ，分别进行了检验。结果表明，会员级别、性别、消费额度、拥有粉丝数、撰写点评数、发表主题贴数均对商户的星级打分不会造成显着影响，即从打分的分值结果来看，为同一商户打分的所有会员分值集中，差别不显着，观点趋于一致。
以下是排名第 2 的最佳购物商场案例的具体数据情况：
（1） 不同级别的会员对星级打分影响不显着。
该网站根据会员的贡献值大小，分别设立了 0、1、2、3、4、4.5、5、5+ 共八个级别。这些级别所对应的会员数分别是5，7，9，19，22，20，24，7，3，F=0.903<F crit=2.103，所以不同级别的会员对星级打分影响不显着。
（2） 不同性别的会员对星级打分影响不显着。
最终结果显示，107 条点评打分中，其中男性 15 名，女性84 名，其余 8 条内容未注明性别。最终 F=0.233<F crit=3.084，由此可知不同性别的会员对星级打分影响不显着。
（3） 不同消费额度的会员对星级打分影响不显着。
107 调点评中，其中消费额满 600 元以上的有 4 人，消费额 300~599 之间的有 6 个，消费额 101~299 元之间的有 10 人，消费额 1~100 元之间的有 14 人，未标明消费额度的有 73 人，最终结果显示，F=0.465<F crit=2.461，可得知不同消费额度的会员对星级打分影响不显着。
（4） 拥有不同粉丝的会员对星级打分影响不显着。
结果显示，最终 F=0.644<Fcrit=2.304，可得知拥有不同粉丝的会员对星级打分影响不显着。
（5） 撰写不同点评数的会员对星级打分影响不显着。
107 条点评中，已写 1000 个以上点评的有 5 人，已写401~1000 个点评的有 16 人，已写 201~400 个点评的有 24 人，已写 101-200 个点评的有 16 人，已写 51~100 个点评的有 14人，已写 21~50 个点评的有 16 人，已写 0~20 个点评的有 16人，结果显示，F=1.703<F crit=2.191，所以撰写不同点评数的会员对星级打分影响不显着。
（6） 发表不同主题贴数量的会员对星级打分影响不显着。
会员在该网站发表主题贴的数量情况，可说明此会员的活跃程度，107 条点评中，发表了 100 以上主题贴的有 6 人，发表了30~99 个主题贴的有 16 人，发表了 10~29 个主题贴的有 7 人，发表了 1~9 个主题贴的有 24 人，发表了 0 主题贴的有 54 人，结果显示，F=1.643<F crit=2.461，所以发表不同主题贴数量的会员对星级打分影响不显着。
2. 非泊松分布验证检验总体是否具有某一个指定的分布或属于某一个分布族时，可以用 X²拟合优度检验法。当总体为离散型的情况，常用Pearson X²检验：设总体的 X 分布律为 P{X=i} = pi，i=1，2，…k；又设 p0i，i=1，2，…，k 为已知分布律，要检验的假设为：H0：
pi=p0i，i=1，2，…，k圮H1：至少有一个 i，pi≠p0i设(X1，X²，…，Xn)为来自总体 X 的样本，检验统计量为 X²=∑i=1k(ni-np0i)2/np0i。
其中 ni为 X1，X²，…，Xn中取值为 αi的个数。对检验水平 α，拒绝域为 X²≥Xα2(k-r-1)，r 为 p0i中所含的要估计的未知数的个数，而此时 p0i应为将所含的未知参数用其最大似然估计代替后的值[11]。
文章以某市的最佳酒店为例，期间有 92 封点评，共 882天、127 周、30 个月。我们分别以天、周、月为单位统计出客户前来点评的次数 i，用 nti、nzi、nyi分别表示每天、每周、每月前来点评次数为 i 的频数，结果如表 2 所示。
下面文章用 χ2拟合优度 -Pearsonχ2检验来验证每天、每周、每月前来点评的次数 X是否服从 Poisson 分布(α=0.05)。
可见应拒绝 H0，即可认为以天、周、月为周期的前来点评的次数 X 不服从 Poisson 分布。
另外两个案例的检验方法、过程同上所述，结果均表明以天、周、月为周期的前来点评的次数 X 不服从 Poisson 分布。
3. 突增性验证
从表 3、表 4 可以看出，在观察期的 20%时间点位前后，出现了人数突增情况，此时的周到达率是整个观察期周到达率的 2-14 倍，其中最佳酒店、最佳餐厅点评次数突增的情况十分明显。
4. 同质连续性验证
为了考察这三个案例的跟风、从众程度，可以定义同质连续性占比和相近连续性占比两个指标。同质连续性占比 = 连续出现 3 个以上 （含 3 个） 打分一致的点评数 / 默认点评数。如规定点评打分在±1 分视为决策行为类似相近，则相近连续性占比 = 连续出现 3 个以上 （含 3 个） 打分相近的点评数 / 默认点评数。最佳酒店、最佳餐厅、最佳商场的点评打分的同质连续性如表 5 所示。
五、结论
文章运用数理统计的特征和指标，定量分析和描述了电子商务运营中的羊群效应现象。通过设定一致性、非泊松分布、突增性、同质连续性四个指标，分析羊群效应的主要特征，可以掌握羊群效应参与的热情度和形成的聚集度，从而为今后的研究奠定了基础。其中一致性、同质连续性呈现出了羊群效应成员参与的群体特征，非泊松分布、突增性呈现出了羊群效应产生形成的过程特征。从上述分析可以看出，上面三个案例满足“羊群效应”的三个主要特征，均不同程度地存在着羊群效应现象，产生这种现象的原因是多方面的，例如网站对会员的激励，商户近期开展了系列营销促销活动，商户对会员的点评反馈和激励，“头羊”的带动和推动，或者存在“网络推手”的策划等等。这种现象属于正面还是负面，还有待于进一步分析和研究。
正面的羊群效应，即消费者确实对该商品的价格、质量、服务、品牌、信誉较为认可，从而带动了销量和排名，进而刺激商家生产、开发更加符合消费者需求的产品，出现了正反馈；负面的羊群效应则是商家出于利益追逐，通过网络推手、网络水军的策划人为作假形成。据北京市公安局网络管理处分析，目前知名商业网站和论坛 50%以上的帖子，都来自“网络推手”，而并非网民自发的发帖[11]。
“羊群效应”的正面或负面判别将作为下一步的研究范畴，而从社会学的角度来看可以认为，“羊群效应”是一个自然的社会现象，其本身没什么好坏之分，其本质取决于这个群体的行为动机和价值取向，以及形成这种现象的过程是否公平公正，或形成之后朝着怎样的目标前进。“羊群效应”尤如一把“双刃剑”，可以为企业带来良性的发展，也可能出现毁灭性打击；“羊群效应”的爆发力度和爆发后的稳定时间长短，表面上可能与“头羊”或者“网络推手”有关，但最终还是取决于企业是否把精力放在产品的质量和服务上，是否真正实践以人为本，以客户中心的经营服务理念。
【参考文献】
[1] 中国互联网络信息中心. 第 34 次中国互联网络发展状况统计报告[RB/OL].2014-08-08.
[2] 中国互联网络信息中心. 2013 年中国网络购物市场研究报告[RB/OL]. 2014-08-08.
[3] 百度百科. 羊群效应 [RB/OL].2013-09-18.
[4] 薛玉林，吕廷杰，齐佳音，陈霞.“双 11”促销活动中羊群效应的博弈分析 [J].技术经济与管理研究，2014(09)：3-6.
[5] 薛玉林，陈霞. 电子商务企业的羊群效应凸显 [J].中国电信业，2013(01): 48-49.
[6] Bikhchandani S.，Hirshleifer D.，Welch I. A Theory of Fads，Fashion，Custo-m，and Cultural Change as Informational Cascades [J].Journal of PoliticalEconomy，1992，100(5)：992-1026.
[7] 古斯塔夫·勒庞着，戴光年译. 乌合之众—大众心理研究(第二版) [M].北京:新世界出版社，2011：10-11.
[8] 苏驷希. 通信网性能分析基础 [M].北京:北京邮电大学出版社,2006:13-14.
