基于顾客视角的B2C网站品牌资产影响要素实证研究

□何旺兵 胡正明

（1、2.山东大学管理学院，济南 250100）

一、引言

品牌资产的研究是目前市场营销的前沿研究，很多学者对其进行了深入探讨和研究，在传统经济领域逐渐建立起比较完善的品牌资产理论体系（Keller，1993［1］，2003［2］；Aaker，1991［3］，1996［4］；Tasci，Gartner&Cavusgil，2007［5］；D'Hauteserre，2001［6］；Konecnik& Gartner， 2007［7］；Shankar，Azar&Fuller，2008［8］；Boo， Busser&Baloglu，2009［9］；Priluck&Till，2010［10］等），然而由于网络经济发展时间短、速度快，使得在网络经济领域品牌资产的研究依然很少。网络经济与现实经济存在很大的差异，在传统商业中，商业地段对营销影响很大，然而在网络中，由于不存在空间距离，网络经济的长尾效应和品牌的马太效应使得品牌成为了网络经济竞争的重点。因此品牌资产的研究对网络经济有着重要意义。

目前国内外学术界对B2C购物网站品牌资产的研究主要集中于品牌认知范式，品牌关系范式的实证研究依然比较少，而B2C网站SNS化方向的发展在不断强化品牌与顾客的关系，这使得很有必要采用品牌关系范式对品牌资产进行研究。

二、研究综述及研究假设

早在Aaker（1991）提出的品牌资产模型中就提出了品牌知名度（Name Awareness，简称NA）对品牌资产的影响［3］，后续研究者也通过实证研究验证了品牌知名度对品牌资产的作用。Pappu，Quester和Cooksey（2005）以消费品的实际消费行为为研究对象，验证了品牌知名度、感知质量、品牌形象/联想和品牌忠诚等因素对品牌资产的影响［11］。因此本研究提出了研究假设1。

假设1a：品牌知名度对品牌信任存在正向影响；

假设1b：品牌知名度对品牌依恋存在正向影响。

感知质量对品牌资产的影响得到了大量研究者的验证，Aaker（1991）是最早提出感知质量（Perceived Quality）对品牌资产的影响的［3］。Yoo，Donthu和Lee（2001）开发了多维度测量量表，以感知质量、品牌知名/联想和品牌忠诚三个维度为基础进行了跨文化研究［12］。因此本研究认为感知质量对品牌资产有着重要影响，由于B2C网站存在着三方面的质量：网站质量（Website Quality，简称WQ）、产品质量（Product Quality，简称PQ）和服务质量（Service Quality，简称SQ），这三方面既存在着联系，又有所区别，不同的B2C网站在这些方面的优势不同，对于消费者的意义也是不同的，所以本研究将这三个方面作为感知质量，认为他们影响着品牌资产，因此产生了研究假设2、3和4。

假设2a：网站质量对品牌信任存在正向影响；

图1 基于顾客视角的B2C购物网站品牌资产影响要素金字塔模型

假设2b：网站质量对品牌依恋存在正向影响；

假设3a：产品质量对品牌信任存在正向影响；

假设3b：产品质量对品牌依恋存在正向影响；

假设4a：服务质量对品牌信任存在正向影响；

假设4b：服务质量对品牌依恋存在正向影响。

Muniz和 O'Guinn（2001）提出了品牌社区（Brand Community）的概念，这是以品牌关系为基础的，认为其是“在某一品牌的崇拜者之间建立的社会关系结构形式，是一种专门化的，非地理联结的社区”［13］，具有共享类的意识、仪式/传统和道德责任感三个明显特征。McAlexander、Schouten和Koenig（2002）构建了以顾客为中心的品牌社区模型［14］。Park、MacInnis和Priester（2006）研究认为品牌依恋是基于关系过程成为一种联结品牌与消费者自我的认知和情感纽带，可以用来解释那些基于关系的营销交换活动所产生的较高层级的特定消费行为［15］。Thomson（2006）在借鉴心理学相关研究，提出了消费者对名人品牌依恋形成机理的A-R-C模型，他发现自主和关系需求的满足程度能够直接影响到消费者对名人品牌的依恋强度［16］。这些研究证实了社交体验（Social Experience，简称SE）对品牌资产的影响，为了研究社交体验在B2C品牌资产中的作用，本研究提出了假设5。

假设5a：社交体验对品牌信任存在正向影响；

假设5b：社交体验对品牌依恋存在正向影响。

Reinartz，Krafft和Hoyer（2003）认为顾客关系是企业试图建立持续性、赢利性关系的所有活动［17］。Subhash（2005）发现可以通过心理前摄来建立和维持长期的顾客关系，从而建立顾客忠诚。顾客关系对品牌资产的影响已经得到了研究者的证实，由此认为品牌信任（Brand Trust，简称BT）和品牌依恋（Brand Attachment，简称 BA）对品牌忠诚（Brand Loyalty，简称BL）有着重要影响，但是在B2C网站品牌资产中是否有着同样的效用以及顾客关系内部是否存在着相互作用并没有得到进一步的研究，因此本研究提出了假设6和7。

假设6a：品牌信任对品牌依恋存在正向影响；

假设6b：品牌信任对品牌忠诚存在正向影响；

假设7a：品牌依恋对品牌忠诚存在正向影响。

基于上述研究，本文提出了基于顾客视角的B2C购物网站品牌资产影响要素金字塔模型（图1）。

三、实证分析

1.调研方法及预调研

为了保证测量量表信度和效度，本研究对研究假设基础上开发的32个测量题项进行了预调研，预调研包括两个组成部分，第一部分是邀请两位网络营销领域的专家对理论进行修改，然后再邀请了8名长期进行网络购物的消费者进行测试，并对测试题项进行修改，保证题项没有歧义且符合消费者的实际情况和语境；第二部分是派发了150份预调研的调查问卷，调查问卷分为电子版和纸质版，调查对象主要是上班族和学生，调查问卷回收了141份，其中有效问卷123份，有效率为87.2%。

通过构建概念模型，对变量进行操作定义，从以往的文献、专家访谈和消费者调研中提取测量题项，形成了初始测量题项后，进行预调研，然后通过对预调研数据进行分析，采用CITC和Cronbach ɑ系数来净化题项，并通过探索性因子来检验测量题项的结构效度，最终从初始的32个测量题项中筛选出27个。

研究中采用Likert7量表对这27个测量题项进行调查，每一个问题分为7级等级进行评分，从1到7分别为非常不同意、不同意、有点不同意、不确定、有点同意、同意和非常同意，被调查者根据实际情况进行选择。调查问卷还设置了消费者网络购物基本情况调查和消费者基本资料两个部分。此外在量表中还设置了两个反方向题目，以评估被调查者填写调查问卷的认真程度。

2.正式调研及样本特征

在样本数量方面，不同的学者有不同的建议，Churchill（1982）认为，有效样本应该达到测量题项的10倍以上，Nunnally 和 Berstein（1994）建议，有效样本量为测量题项的5倍以上。本研究模型中有8个变量，27个测量题项，为了保证研究的有效性，本研究确定收集的有效样本量为300以上。

为了保证样本的有效性，本研究采用了多层次多方式的调研方案。首先，为了覆盖不同的调研群体，本研究对内容相同的调查问卷设计了两种不同的形式：电子版和纸质版。电子版采用MS WORD进行编辑，为了便于被访者填写，研究者精心设计了窗体这一突破传统电子调查问卷的技术，被访者可以很容易点击选项直接选择；纸质版由于采用笔进行选择，与电子版存在很大的不同，研究者在电子版的基础上重新优化设计，以方便被调查者进行填写；接着，为了保证调研的效果，研究者组织了五名不同领域的朋友帮忙进行调研，并对他们进行了详尽的培训，此外还制定了调研方案；最后研究者和协助者在线上线下挑选被访者进行调研：线上包括通过网站论坛随机挑选被访者；线下主要通过在交通要道随机拦截消费者的方式。最终本研究共发放了250份电子版和250份纸质版的调查问卷，回收了483份，有效调查问卷共397份，有效率为82.2%。

本研究采用了统计软件PASW Statistics 18对正式调研数据进行统计分析，统计结果与艾瑞咨询发布的《2009—2010年中国网络购物行业发展报告》［18］中B2C购物网站的市场份额基本一致，也反映了这三家网站综合实力是比较强的，有吸引消费者的特色。样本概况总体来说与中国互联网络信息中心（CNNIC）发布的《第27次中国互联网络发展状况统计报告》［19］中的数据相符合，符合当前我国网络购物人群的基本特征和网络购物基本情况。样本具有比较好的代表性。

3.变量描述性统计分析

采用PASW对正式调研中各研究变量的平均值和标准差进行统计。统计分析结果显示，研究变量均值介于3.62─5.44之间，这反映了被访者对测量题项的回答总体显出积极倾向；标准差介于0.64─1.22之间，反映了被访者对测量题项选择的分值波动不大，数据分布比较合理。在结构方程模型中，最大似然估计法和一般最小乘估价法等常用的估计方法一般要求样本数据呈现多元正态分布，否则结构方程模型参数估计的标准差等会产生偏差，从而导致估计结果的显著性检验失效，因此在描述性统计分析中加入了对研究变量的偏度和峰度的计算，结果显示偏度介于-1.62─0.29之间，其绝对值远小于标准值3，峰度介于-1.62─5.90之间，其绝对值也远小于标准值10，符合正态分布的假定，样本数据比较适合进行结构方程模型分析。

4.信度和效度分析

在预调研阶段，本研究对预调研数据已经进行了信度和效度分析，并筛选出了5个不符合要求的测量题项。为了避免正式调研数据出现偏差，保证结构方程模型分析的有效性，本研究对正式调研数据中的研究变量进行了信度和效度分析。

信度（Reliability）分析是用来测量数据的稳定性或一致性的程度。本研究采用PASW对正式调研的研究变量数据进行分析，主要采用了单项—总体相关系数（CITC）和Cronbach ɑ系数这两个系数。Cronbach ɑ系数将测量数据每一条结果都与其他数据进行比较，对量表的一致性评估比较谨慎，克服了传统折半信度的不足。

表1显示，正式调研研究变量的测量题项单项—总体相关系数（CITC）介于0.724─0.891之间，超过了其他研究者通常采用的最低标准0.4。本研究的Cronbach ɑ系数介于0.850─0.928之间，说明样本数据具有很高的信度。

表1 正式调研研究变量的CITC和信度分析

效度分析（Validity）是用来反映测量工具所能够正确测量所要测量项目的特质的程度。本研究主要采用了探索性因子分析，探索性因子分析是一种常用的测量开发方法，当对测量项目内部结构不清楚，不能形成有效理论预期时，将所有测量指标放在一起进行探索性因子分析，再通过所得到的因子负荷值判断概念效度的情况。测量指标的单一维度性是测量理论中基础的关键的假设之一（Gerbing和Anderson，1988），因此本研究做了研究变量的单维度检验。检验结果显示，研究变量的KMO介于0.678─0.777之间，超过了标准值0.5，适合做因子分析。每一个变量的测量题项都只生成了一个因子，每个因子的解释百分比介于63.931%─74.578%之间，解释能力比较强，这说明本研究将各个研究变量看做单维度概念是比较合理的。

5.结构方程模型评价

本研究采用AMOS 18中的最大似然估计对初始结构方程模型进行估计。 模拟分析结果显示，卡方/自由度的值为1.985，小于评价标准3；RMR为0.020，RMSEA为0.023，两者都小于0.05，符合0.05；模型的拟合参数GFI、NFI、TLI和CFI分别为0.929、0.941、0.954和0.914，高于大多数研究者建议的0.90的标准，这些数据表面结构方程模型与调查数据具有比较好的拟合度。

表2是结构方程模型分析的假设路径关系检验结果，其中大多数假设得到验证，品牌知名度、网站质量、产品质量、服务质量和社交体验对品牌信任的显著性关系得到验证，品牌知名度、社交体验对品牌依恋的显著性关系也得到验证，但是网站质量、产品质量和服务质量对品牌依恋的显著性关系没有得到验证，品牌信任对品牌依恋和品牌忠诚以及品牌依恋对品牌忠诚呈现正相关。综上所述，假设H1a、H1b、H2a、H3a、H4a、H5a、H5b、H6a、H6b和H7a得到了验证，但是H2b、H3b和H4a并没有得到验证。

综上所述，前因变量顾客感知中品牌知名度与品牌信任的正向关系、网站质量与品牌信任的正向关系、产品质量与品牌信任的正向关系、服务质量与品牌信任的正向关系、社交体验与品牌信任的正向关系、品牌知名度与品牌依恋的正向关系以及社交体验与品牌依恋的正向关系得到了验证，而网站质量与品牌依恋的正向关系、产品质量与品牌依恋的正向关系以及服务质量与品牌依恋的正向关系并没有得到验证。中间变量顾客关系中品牌信任与品牌依恋的正向关系、品牌信任与品牌忠诚的正向关系和品牌依赖与品牌忠诚的正向关系都得到了验证。

表2 结构方程模型路径分析

四、结论和展望

1.研究结论与创新点

本研究从顾客视角研究B2C购物网站品牌资产的影响要素，将顾客感知分为品牌知名度、网站质量、产品质量、服务质量和社交体验，顾客关系分为品牌信任和品牌依恋，顾客行为为品牌忠诚，其中顾客感知的社交体验是以往研究所忽视的，随着SNS网站的兴起而在购物网站中发挥着重要作用，在品牌资产是否包括结果变量方面，不同学者有不同的理解，本研究认为结果变量即顾客行为是品牌资产的重要组成部分。据此本研究开发了基于顾客视角的B2C购物网站品牌资产影响要素的测量量表。

实证结果证明本研究开发的基于顾客视角的B2C购物网站品牌资产影响要素的测量量表具有良好的信度和效度，该量表对后续研究者有着重要的参考价值。本研究在该领域研究中首次引入的变量——社交体验，在品牌资产量表中的信度和效度都非常好，对品牌资产有着重要的影响，是不可缺少的因素之一。

此外本研究认为品牌资产不仅仅包括了顾客感知，还包括了顾客行为，顾客感知通过中间变量顾客关系对顾客形成产生影响，据此开发了基于顾客视角的B2C购物网站品牌资产影响要素金字塔模型。

本研究实证验证了关系价值在B2C购物网站品牌资产的重要作用，扩展了品牌资产在网络购物中的研究视角，说明关系范式在网络购物研究中可以发挥重要的作用。此外研究还支持了品牌资产包括顾客感知和顾客行为两个层面。这些研究成果对本研究领域有着重要的价值。

2.研究局限与展望

由于研究条件和个人能力所限，本研究依然存在着一定的局限性，主要表现在样本方面，由于研究的资源有限，相对于庞大的网络购物消费者，虽然笔者尽可能地扩大了样本数量，还是不能完整地反映网络购物的全貌，不能够深入研究消费者的区域差异性。

针对本研究的不足，未来研究中，研究者可以从以下几个方面入手：（1）进一步扩展研究视角。（2）扩展研究样本的广度和深度。此外由于B2C购物网站本身还处于不断发展过程中，远远没有定型，未来会出现更多的新技术、新理念，研究者可以根据最新的发展情况，引入新变量。

［1］Kelley K.L..Conceptualizing，Measuring and Managing Customer-Based Brand Equity［J］.Journal of Marketing，1993，57（1）：1─22.

［2］Keller，K.L.，Lehmann，Don.How do Brands Create Value［J］.Marketing Management，2003，（5-6）：27─31.

［3］Aaker， D.A..Managing Brand Equity［M］.New York：The Free Press，1991.

［4］Aaker， David A..MeasuringBrand EquityAcross Products and Markets［J］. California Management Review，1996，38（3）：102─120.

［5］Tasci， A.D.A.， Gartner， W.C.and Cavusgil， S.T..Measurement of Destination Brand Bias Using a Quasi-Experimental Design［J］.Tourism Management，2007，28（6）：1529─1540.

［6］D'Hauteserre，A.M..Destination Branding in a Hostile Environment［J］.Journal of Travel Research，2001，39：200─207.

［7］Konecnik，M.and Gartner，W.C..Customer-Based Brand Equity for a Destination［J］.Annals of Tourism Research，2007，34（2）：400─421.

［8］Venkatesh Shankar， Pablo Azar and Matthew Fuller.Practice Prize Paper—BRAN*EQT： A Multicategory Brand Equity Model and Its Application at Allstate［J］.Marketing Science，2008，27（4），7-8：567─584.

［9］Soyoung Boo，James Busser and Seyhmus Baloglu.A Model of Customer-Based Brand Equity and its Application to Multiple Destinations ［J］. Tourism Management，2009，30（2）：219─231.

［10］RandiPriluck and Brian D.Till.Comparing a Customer-Based Brand Equity Scale with the Implicit Association Test in Examining Consumer Responses to Brands［J］.Journal of Brand Management，2010，17：413─428.

［11］Pappu，R. ，Quester，P.G.and Cooksey，R.W..Consumer-Based Brand Equity：Improving the Measurement─ EmpiricalEvidence［J］.Journalof Product&Brand Management，2005，14（3）：143─154.

［12］Yoo，B.and Donthu，N..Developing and Validating a Multidimensional Consumer─Based Brand Equity Scale［J］.Journal of Business Research，2001，52（1）：1─14.

［13］Albert，M.Muniz and Thomas，C.O'Guinn.Brand Community［J］.Journal of Consumer Research，2001，27（3）.

［14］James， H.McAlexander， John， W.Schoutenand Harold， F.Koenig.Building Brand Community［J］.Journal of Marketing，2002，66（1）：38─54.

［15］Park， C.W.， MacInnis， D.J.and Priester， J..Beyond Attitudes：Attachment and Consumer Behavior［J］.Seoul Journal Business，2006，12（2）：3─35.

［16］Thomson， M.. Human Brands： Investigating Antecedents to Consumers’Strong Attachments to Celebrities［J］.Journal of Marketing，2006，70（7）：104─119.

［17］Reinartz， W.J.，Krafft， M.andHoyer， W.D..Measuring the Customer Relationship Management Construct and Linking It to Performance Outcomes，Working Paper，Series of the Teradata Center for Customer Relationship Management， Duke University，2003.

［18］艾瑞咨询集团.2009─2010年中国网络购物行业发展报告［R］.2010.

［19］中国互联网络信息中心.第27次中国互联网络发展状况统计报告［R］.2011.1.