影响消费者网络购买决策关键因素的实证研究

陈梅梅++王乐++王扶东

〔摘 要〕针对关键影响因素进行深入研究，首先基于前人相关研究成果构建了网络购买决策影响因素的假设模型，然后利用基于淘宝网和问卷星调研平台获取的全国性调查数据，通过因子分析对假设模型进行优化。最后运用结构方程模型验证了假设模型的合理性，从而得到影响网络购买决策的关键因素。

〔关键词〕网络消费；购买决策；关键影响因素；结构方程模型

DOI：10.3969/j.issn.1008-0821.2014.02.008

〔中图分类号〕F713.36 〔文献标识码〕A 〔文章编号〕1008-0821（2014）02-0037-06

网络这一新兴购物渠道一出现就受到广大网民的欢迎，网络销售市场显示出巨大的商机和潜力。随着网络销售平台的进入门槛越来越低，成千上万的网络销售商家纷纷进驻网络销售平台，使得网络销售市场份额分配不均，正显示出我国网络销售商家竞争日益激烈。所以商家为了实现在网络销售市场的持久发展，必须深入了解消费者日新月异的网购行为特点，吸引更多的网络消费者，赢取利润。了解网络消费行为特点是学术界和企业界目前面临的重要问题，尤其是消费者网络购买决策中的关键影响因素的研究，不仅促进了相关研究的发展，并且能引导在线企业做出科学经营决策，对促进我国网络购物的发展颇具现实意义。

1 相关理论和假设模型的提出

1.1 网购决策影响因素相关理论Blackwell提出的二因素论将影响消费决策的因素分为两大类，即“个人因素”和“环境因素”。三因素论是在二因素的基础上加入了市场营销因素，相关研究论述如下：

1.1.1 消费者内在因素消费者内在因素包括消费者接受新事物能力和消费者个性特征：Goldsmith指出，消费者本身的创新精神对其网上购物的行为和倾向有一定的正相关性；张俊敬的研究认为，影响消费者购买行为的主要因素就是消费者特征[1]。

1.1.2 外部环境因素外部环境因素包括产品特性、文化影响因素、网络安全、支付方式等方面。Lynch等人发现在电子商务领域，网页质量对忠诚度以及购买意愿的影响会因为产品特性的不同而存在差异[2]；Hofstede认为，消费者的文化特征会影响到个人行为。Hofstede根据国家文化维度，建立结构方程模型，证实了消费者的国家文化对其网上购物的接受行为有显著影响[3]；J.Alberto Castaneda，Francisco J.Montoro的调研统计结果表明：网络交易的安全性、顾客的隐私是网络市场最本质的资源[4]；文献[5]研究表明在网上进行购买与传统购买很明显的一个差异就是支付方式的不同，在网购所有支付方式中最受消费者欢迎的是货到付款，占34.8%，反映了人们对网络消费风险的规避倾向。

1.1.3 营销因素营销因素包括物流配送效率与服务质量、网店的特性、商品价格、商家信用和消费者购后评价、卖家的服务及与买家的沟通情况、售后服务、网络广告等方面。我国物流配送的发展相对滞后，由于贫富差距导致地域配送发展不平衡，尤其是C2C以及实力不强的B2C商家，运输通常依托第三方物流，这样，物流就作为一个不可控影响因素直接影响了顾客对商家的满意度；Loshe等提出，网上消费者购物的百分比率与他们在网上所花时间的函数成正比，商品搜索功能和降低网上购物时间可以解释61%的网上销售额和7%的客流量[6]；Yahoo/ACNielsen互联网信心指数表明，驱使消费者在网上购物的主要原因是能够研究产品并获得大量信息，从众多产品中进行价格比较和选择[5]。Hennigthurau等将网络口碑定义为任何由现在、潜在或早期消费者做出的关于产品或公司积极或消极的评论，它通过互联网被众多的人和机构所利用[7]；王谢宁通过实证调查发现，93%的消费者在网上购物时认为，由于网上商品描述不够全面等原因，希望与商家进行深入咨询与交流，并得到热情的回应与及时的答复，因此卖家的服务及沟通情况将会直接影响消费者做出购买决策[8]；目前，C2C商家的售后服务质量远远不如B2C，由此引发的贸易纠纷越来越多；Berthon等人的研究结果表明，消费者对网络广告的反应与对传统媒介广告的反应非常相似，但网络广告更适合高卷入的理性消费者[9]。

2014年2月第34卷第2期现？代？情？报Journal of Modern InformationFeb.，2014Vol.34 No.22014年2月第34卷第2期影响消费者网络购买决策关键因素的实证研究Feb.，2014Vol.34 No.21.2 假设模型的提出由于本文研究的最终目的是为企业提供有效的营销建议，所以选择营销学4P理论支持网络购买决策影响因素假设模型的提出。从决策的角度看，影响消费者网络购买决策各种因素可以分为企业不可控因素和企业可控因素，其中企业可控因素是本文研究的重点，根据营销学4P理论中的产品、价格、分销、促销指标，全面考虑网购行为的特点，基于前人相关研究成果，初步提出了网络购买决策影响因素的假设模型，包括“商品信息”、“配送服务”、“商家服务”、“网站设计”和“网络商店”5个方面共28个影响因素，假设模型如图1所示。图1 网络购买决策影响因素假设模型

2 研究方法采用问卷调查法收集相关资料。确定研究变量，参考相关研究拟出初步测量表，结合测试结果确定正式问卷。

2.1 问卷的设计根据营销学4P理论模型和研究假设，在充分借鉴国外研究成果的基础上，结合本研究的实际需要，确定本文所需的调研问卷结构与调查项目。然后在问卷星调研平台上对100多人进行了试调研，以便识别并消除问卷中可能存在的问题，进行修改后形成正式的调查问卷。本文的调查问卷主要由三部分组成。第一部分是被访者进行网络购物的基本信息，并对网络消费者进行了不同分类；第二部分是基于本文所提出的网络购买决策影响因素模型，对28个观测变量进行测量；第三部分是被访者的人口统计资料。其中，第一部分和第三部分的测量均采用类别尺度，第二部分采用李克特五分量表的形式进行测量，从影响非常大、影响比较大、一般、影响比较小、基本无影响分别用5到1表示。

2.2 调研的实施本文通过淘宝网和问卷星调研平台获取了全国性调查数据。由于淘宝网是我国起步最早、规模最大的电子商务C2C网络平台，问卷星是一个专业的在线问卷调查平台，因此两者结合后的样本颇具代表性并且质量有保证。采用结构方程模型分析所需要的样本量必须达到一定水平，各种拟合指标、分布、检验及其功效才有统计意义，才能对模型进行合理的评价。须综合考虑样本代表性、模型估计和模型评价三因素，一般样本量应该是观测变量数目的10～20倍[10]。本文有28个观测变量，调查问卷共回收4 828份，去除无效数据，有效数据达4 232份，有效率为87.66%。有效样本量远远超过结构方程所需的样本量，为本次调研提供了合理的数据。本次调研共收回4 232份问卷，符合运用结构方程方法的样本需求，样本结构清晰，为本次的调研提供了合理的数据。

2.3 模型设定与分析方法因为网络购买决策因素不易测量，并且观测变量多达28个。而结构方程具有以下无可比拟的优点：可构建潜变量与因变量之间的关系、允许自变量和因变量含有测量误差、允许潜变量由多个观测变量构成、比传统方法更有弹性的测量模型等。正是基于这些优点，结构方程的方法能解决本文对网络购物影响因素进行实证分析时所遇到的困难。结构方程模型包含潜变量和观测变量，根据结构方程模型的基本原理，网站设计、商品信息、配送服务、商家服务和网络商店为内因潜变量，网络购买决策为外因潜变量，共有28个观测变量。各潜变量之间的关系形成结构模型，各观测变量与各潜变量之间的关系形成测量模型。本文根据研究目的和假设检验的需要，运用SPSS20.0分析软件对问卷的信度和效度进行检验，确保在研究过程中数据的科学性和合理性；其次对数据进行因子分析，研究数据内部因果关系，优化假设模型；最后运用AMOS软件分析验证模型并得到标准化总效果表，根据各变量的不同效果对因素进行排序。

3 数据分析与研究结果

3.1 问卷的信度和效度检验

3.1.1 信度检验信度反映了问卷测量结果的一致性和稳定性。本文采用克朗巴哈一致性系数（Cronbachs α）来考察数据可靠性，剔除那些不能提高测量信度的指标，一般认为Cronbachs α系数大于0.70是可接受的。通过对问卷测量项整体进行信度分析，从而得到问卷的整体信度：0.940，可见本研究问卷中各个变量的内部一致性较高，信度良好。

3.1.2 效度检验首先对各潜变量的观测变量进行验证性因子分析，从而判断本文调研问卷的收敛效度。得出整体的KMO值为0.953，非常适合进行因子提取，见表1 KMO和Bartlett的检验。通过特征值大于1的条件操作SPSS统计软件，因子分析经过7次迭代后从28个观测变量中提取出4个公因子，分别为服务质量、商品信息、网站设计、网络商店安全性，它们特征值的累计贡献率有56.486%，见表2解释的总方差，由于观测变量众多，所以提取出的4个潜变量的方差解释能力非常强，结果合理。又因为这4个潜变量的观测变量的因子载荷值均大于0.5，统计显著性非常高，故本文调研问卷具有较高的收敛效度。然后通过SPSS20.0分析软件对所有观测变量和潜变量之间的相关关系进行分析，以此判断各潜变量的区别效度。每个观测变量与其相对应的潜变量之间的相关系数均大于与其他潜变量之间的相关系数，因此本文采用的潜变量均具有较高的区别效度。表1 KMO和Bartlett的检验

取样足够度的Kaiser-Meyer-Olkin度量。0.953Bartlett的球形度检验近似卡方61 271.27df378Sig.0

表2 解释的总方差

3.1.3 假设模型调整与优化基于因子分析的结果，利用主成分分析方法，操作SPSS20.0分析软件经过7次迭代后得到成分矩阵，从而对本文提出的网络购买决策影响因素模型进行恰当调整，将28个影响因素重新归为4类，根据具体相关的影响因素分布和理论研究基础，对二级指标重新命名，如表3所示，从而优化了之前所构建的假设模型。表3 旋转成份矩阵及影响因素调整表

3.2 结构方程模型的拟合分析

3.2.1 结构方程模型的效度检验观测模型的效度检验是通过分析公因子方差和交互公因子方差进行的，各潜变量的H2j值均大于0 ，说明观测模型具有较好的效度。结构模型的效度检验是通过冗余度和交互冗余度分析进行的，各内因潜变量的F2j均大于0，说明结构模型具有较好的效度。

3.2.2 结构方程模型的拟合结果分析通过对结构方程模型进行拟合分析得到一系列指标，判断这些指标是否全部达到标准，以此对结构方程模型的真实性和合理性进行检验。本研究的网络购买决策影响因素模型的基本参数拟合情况如表4所示，对网络购买决策影响因素的假设模型调整后的拟合指标均符合适配的标准。说明模型调整后的拟合度非常好。本文认为该模型调整后通过了整体模型拟合度检验，可以在调整后模型的基础上进行变量之间的参数估计。本研究运用结构方程对网络购买决策的影响因素的概念模型的拟合情况进行检验，对于概念模型的拟合度检验包括基本参数拟合标准和整体模型拟合程度两方面进行验证。

3.3 变量之间影响效果分析当模型中所有指标检验合格后，本文期望得知各个潜在变量之间的影响效果究竟有多大。各变量之间的相互关系复杂，存在直接和间接关系。根据本文事先设定的模型可知，各个观测变量都是通过内因潜在变量间接影响外因潜在变量“网络购买决策”的，因此本文想要了解各个观测变量（影响因素）对网络购买决策的影响程度，必须综合考虑直接影响与间接影响。

表4 参数估计

根据因素之间的直接影响效果和间接影响效果，在AMOS20.0软件分析中得到因素之间的总影响程度，结果如表5所示。

3.3.1 效果分析如表5所示，本研究的二级指标对于一级指标的总效果就等于其直接效果，三级指标对于二级指标的总效果等于其直接效果，而三级指标对于一级指标的总效果等于其间接效果。表5 标准化总效果表

从表5中可以看出，所有二级指标“服务质量、商品信息”等都对一级指标“网络购买决策”均有直接影响，其中“服务质量”对“网络购买决策”的影响最大为0.993。“联系便利”对“网络购买决策”的影响最小为0.629；所有三级指标都对其对应的二级指标有直接影响，以“服务质量”为例，可以看出“售后服务有保障”对于“服务质量”来说是最重要的因素，“支付方式多样化”对其影响程度最小。由表5可见，所有二级指标都对一级指标无间接影响，只有三级指标对一级指标有间接影响。从统计结果分析得出“售后服务有保障”对一级指标“网络购买决策”的间接影响最大为0.78，其次是“商家服务效率”，其间接影响为0.773，而“卖家所在地”对于“网络购买决策”的影响是微乎其微为0.264。

3.3.2 确立网络购买决策的关键影响因素本研究最终目的是通过结构方程的方法验证各个因素对于网络购买决策具有正向影响和影响程度以及基于此找出影响网络购买决策的关键因素。根据前文得出的各个影响因素对于网络购买决策的间接影响程度，本文因此对影响因素进行排序，排名前十的因素如表6所示。表6 影响因素排名表由表6可见，在最重要的前10个影响因素中，有6个属于“服务质量”，4个属于“商品信息”。说明在众多因素中，服务质量是消费者最重视的，越来越多的消费者关注服务质量超过商品本身。这也能间接验证了在直接效果中，“商家服务”对“网络购买决策”影响最大。对于网络购买决策来说，不同的影响因素有不同程度的影响，但是从统计结果来看，各个影响因素对于网络购买决策影响程度并没有出现较大的差异，相邻两个因素对网络购买决策的影响相差很小，甚至“商品价格”和“送货速度”这两个影响因素间接效果值是相等的。即使如此，“售后服务有保障”和“卖家所在地”对于网络购买决策影响程度有很大的差别，“售后服务有保障”（0.78）对网络购买决策影响非常大，而“卖家所在地”（0.264）对于网络购买决策的影响则非常小。同时，随着消费者对于自身利益的保护意识增强，也越来越重视在交易过程中的隐私以及交易的安全性。

4 研究结论本文利用淘宝网和问卷星进行调研，基于营销学的4P理论，运用结构方程的研究方法对影响消费者网络购买决策关键因素进行实证分析，得到最重要的影响因素。研究显示，排名前十的关键影响因素包括售后服务有保障、商家服务效率、支付安全性、客服态度、网站口碑好、包装完好、商品介绍详尽、送货信息查询方便、商品评价高、商家信誉好。由此可见，服务质量对消费者网购决策影响最大，其次是商品信息。因此，网络商家应综合采取多种措施，提高线上和线下的服务水平，达到高质量高效率的水平。此外，商家应该提高自身的网购安全性并做好网购安全系统的维护工作，对有限的资源进行合理分配，最大可能的正面影响网络消费者的决策。研究结论对我国在线企业通过改变自身的软件或硬件条件来影响消费者网购决策具有一定的参考价值，在竞争激烈的网购市场立于不败之地具有重要意义。当然，未来还有待运用用实验的方法，从消费者类型和交易成本的角度出发，对影响网络购买决策的因素做出进一步的研究。

参考文献

[1]张俊敬.影响消费者网上购物行为因素的实证研究[D].上海：复旦大学，2006.

[2]Lynch，P D，Kent R J，Srinivasan S S.The global Internetshopper：Evidence from shopping tasks in twelve countries[J].Journal of Advertising Research，2001，41（3）：15-23.

[3]赵志刚.消费者国家文化特征对其网上购物接受行为影响的实证研究[D].长沙：中南大学，2006：1-2.

[4]J.Alberto Castaeda·Francisco J.Montoro.The effect of Internet general privacy concern customer behavior[M].Electron Commerce Res，2007，7：117-141.

[5]2012年中国网络购物市场研究报告[R].2013，1：1-2.

[6]Leon G.Schiffman，Leslie L.Kanuk.Consumer Behavior（Eight Edition）[M].2006：35-37.

[7]Fong J.S.Burton.Electronic word-of-mouth.A comparion of stated and revealed behavior on electronic discussion boards[J].Journal of interactive Adveritising，2006：6-7.

[8]王谢宁.消费者在线购物行为影响因素的实证研究[J].大连理工大学学报：社会科学版，2009，（4）：23-27.

[9]Berthon P，Pitt L，Watson T R.Re-surfing W3：Researchperspectives on marketing communication and buyer behavior on the worldwide web[J].International Journal of Advertising，1996，15（9）：287-301.

[10]侯杰泰，温忠麟.结构方程模型及其应用[M].北京：教育科学出版社，2004.

（本文责任编辑：马 卓）