基于TAM模型的网络购物影响因素分析

陈小芳，吴晓萍，马冠骏

1.安徽财贸职业学院雪岩贸易学院，安徽合肥，230601；

2.中国移动通信集团安徽有限公司大数据研发部，安徽合肥，230031

1 问题的提出

20世纪90年代末期，随着计算机和网络技术的发展，电子商务在国内悄然兴起，时至今日，在“双十一”的舆论影响下，电子商务已经妇孺皆知。网络不仅改变着人们的工作、学习、娱乐及交友方式，也在改变着商务运作方式。本文所指网络购物是指通过网络进行的购物活动（包括B2C和C2C）。网络购物因其产品信息丰富、商品种类繁多、价格相对便宜、在线支付及配送快捷等优势，受到越来越多的商家和网民的青睐。然而，网购用户数量与网民总数量相比仍有差距。据中国互联网络信息中心（CNNIC）发布的《第34次中国互联网络发展状况统计报告》显示，截至2014年6月底，我国网民人数已经达到6.32亿，稳居世界首位；我国网络购物用户规模为3.32亿，网络购物渗透率达到52.5%。而据中国电子商务研究中心检测数据显示，目前美国网络购物渗透率为71.6%，网络购物已经成为网民的普遍行为。因此，我国网络购物还有较大的提升空间。

聚焦影响消费者网购态度和意向的主要影响因素，调整企业的运营策略，赢得更多的用户，对于企业来说意义重大。随着各种平台的实名认证、网络店铺保证金制度、网店评分、商品评价、晒单、七天无条件退换货保证、物流跟踪等网上交易体系的完善，消费者网络购物行为愈来愈趋于大众化。网络购物大环境的改善也使得影响消费者网上购物的因素不断演变。王升等在未来研究方向中指出，部分消费者通过互联网掌握全面信息、关注买家评价、搜索产品网络口碑［1］。网络口碑影响着消费者最终的商品态度和购买决策。本文在对国内外文献回顾和相关研究成果的基础上，基于经典的TAM 模型，将感知有用、感知易用、感知网络店铺服务、感知网络购物安全和感知网络口碑变量作为影响网上购物态度和意向的关键变量，试图验证诸变量对网络购物的影响。

2 理论回顾与文献综述

网络用户通过网络进行购物，心理和行为过程是动态的、复杂的，国内外学者对此已作了大量研究。戴维斯在理性行为理论（Theory of Reasoned Action，TRA）的基础上，延伸了态度—意向的关系，提出技术接受模型（The Technology Acceptance Model，TAM）［2］。TAM 技术接受模型分析了个体对于信息系统的意向对信息系统使用行为产生的影响，个体对于信息系统的态度和感知信息系统有用（PU，Perceived Usefulness）共同对信息系统的使用意向产生影响；感知信息系统有用和感知信息系统易用（PEOU，Perceived Easy of Use）共同对个体使用信息系统的态度产生影响；感知系统易用对感知系统有用同样产生影响，模型如图1所示。其中，感知有用指个体认为使用某个系统、某项技术将增加工作绩效或产出的程度；感知易用指个体认为使用某个系统、某项技术花费较少努力的程度［3］；态度是指个体对系统的评价和行为倾向；意向是指个体预计产生某项行为的强度。

图1 技术接受模型图

图1所示的模型能够很好地解释和预测个体在与信息系统经过一段时间交互后，个体接受信息系统的情况，并分析研究个体为何接受或者拒绝系统，解释信念与使用者态度、意向和真正使用信息系统行为之间的关系［4］。随着网络购物的兴起，TAM模型被一些学者用于研究网络消费者的网上购物接受度，目前已成为该研究领域使用最多的模型之一。结合我国的实际情况，很多学者在原始模型基础上增加若干外部变量，对该模型进行了扩展和修正。何其帼等通过研究得出：感知网络购物有用性、感知网络购物容易使用、消费者网络购物经验、消费者的收入和体验型购物导向是决定消费者网络购物的关键因素［5］。肖风桢新增网站特性为网络购物意向和网络购物行为的影响因素，并通过结构方程模型对调查数据进行了验证，证实网站特性对网络购物意向和网络购物行为有显著的正向影响［6］。郑冉冉等提出了网上购物意图影响因素理论模型，运用调研数据，使用结构方程模型验证了感知使用方便、感知效用、信任和感知风险等前因变量都显著地影响网上购物态度［7］。李国鑫等提出，感知网络购物的安全性是影响消费者网络购物态度和意向的重要因素，消费者越是感知网上购物安全，则越对网上购物行为产生积极的态度［8］。兰竹虹等以成都地区大学生为研究对象，构建并验证网络购买行为影响因素综合模型，并分析诸变量之间的关系，最后得出感知网站安全、感知商品特性是影响大学生网上购物的主要因素［9］。王升等通过研究发现，随着网络安全性的提高，用户可能会对网上购物的安全可靠性关注度降低，另外发现感知网上购物信息对用户网购态度影响最大［1］。可以看出，针对网络购物的影响因素，国内外学者们提出了很多影响变量，但多数变量由于缺乏系统的、全面的验证，并没有在理论界形成一致的结论。

3 研究假设和模型

本文同样对技术接受模型（TAM）进行适当修改与扩展，在对已有文献进行回顾的基础上，针对原有模型变量，增加了网络店铺服务、网络店铺购物安全、网络店铺（产品）口碑。网络作为一种购物渠道，其最大的优势就是跨时空，消费者可以轻松地在任意时间、任意地点搜寻并购买自己所需要的产品，避免了实体商店购物的一系列限制，同时，最重要的是可以节约大量时间成本和经济成本。因此，对于习惯于方便型网络消费者而言，网络购物提供的效用越大、越容易使用，则越倾向于网络购物；不同于实体店铺购物，网上购物用户的转移成本极低，因此良好的服务能带来良好的用户体验，从而增加交易机会。由于媒体对网络购物负面报道的增多以及很多用户的传统消费习惯与观念根深蒂固，不愿意接受网络购物这种新兴的商务形式，其实质是出于对网络购物安全的担心，所以需要在销售过程中让用户感觉到在网上购物是很安全、很自然、很普通的事，而不是一件冒险的事。网络强大的交互性，使得现在的普通个人不仅仅是信息的接受者，同时也是信息的发布者。自媒体时代的到来，也使得人们的信息来源变得不再单一，通过多方的信息搜寻，用户可以很方便地得知店铺或产品在网络上的口碑，网络口碑佳的店铺或产品会正面催生购买。

基于上述分析和TAM模型，本文提出以下假设：

H1：网络用户感知网络购物有用对网络购物态度有正向影响。

H2：网络用户感知网络购物易用对网络购物态度有正向影响。

H3：网络用户感知网络店铺服务对网络购物态度有正向影响。

H4：网络用户感知网络店铺购物安全对网络购物态度有正向影响。

H5：网络用户感知网络口碑对网络购物态度有正向影响。

H6：网络购物态度对网络购物意向有正向影响。

H7：网络用户感知网络购物有用对网络购物意向有正向影响。

H8：网络用户感知网络购物易用对网络购物意向有正向影响。

H9：网络用户感知网络店铺服务对网络购物意向有正向影响。

H 10：网络用户感知网络店铺购物安全对网络购物意向有正向影响。

H 11：网络用户感知网络口碑对网络购物意向有正向影响。

H 12：网络购物意向对网络购物行为有正向影响。

根据以上假设，图2给出了它们之间的关系，即本研究的理论概念模型。

4 研究方法

4.1 测量指标选择

本文中的主要变量，国内外学者已作过相关的研究，并形成了较为成熟的指标体系。本文在已有研究基础上，结合我国目前网络购物市场发展现状，对部分变量的测量指标进行修改与补充，如表1所示。指标均采用Likert 5分量表法对各项指标进行测量。从“非常不同意”到“非常同意”共五个选项，以1～5表示，其中“1”表示“非常不同意”，“5”表示非常同意。

图2 网络购物影响因素模型图

表1 问卷量表

4.2 数据收集

为了提高效率，本研究借鉴何其帼等［8］调研所采用的便利抽样及雪球抽样方法，通过“调查派”在线问卷系统和即时通讯软件（主要是通过QQ好友及QQ群）向有过网购经历的好友发送信息，并请求其将此信息转发其他朋友，最终获得样本273份。

4.3 数据分析

4.3.1 样本基本情况分析

样本中，女性和男性比例分别为53.28%和46.72%，女性多于男性；年龄段主要分布在18～35岁之间，占总样本数量的86.59%；调查对象中，一个月平均参与网络购物的次数在2次以上的占总样本数量的48.28%，一个月平均网络购物金额在200元以上的占总样本数量的44.73%。

4.3.2 信度分析

为了确保研究的科学性，对回收的有效问卷利用SPSS 19.0进行信度分析。采用Cronbach＇α系数信度系数法，Cronbach＇α系数值通常在0和1之间。当Cronbach＇α系数＜0.6时，一般认为量表内部一致性信度不足；当0.6≤Cronbach＇α系数＜0.7时，表明量表可信度尚佳；当0.7≤Cronbach＇α系数＜0.8时，表明量表具有较好的信度；当0.8≤Cronbach＇α系数＜0.9时，表明量表信度甚佳；当0.9≤Cronbach＇α系数时，表明量表信度非常好［10］。对于研究模型中各因素以及总体问卷进行信度分析，结果如表2所示。

表2 网络购物因素信度及总体信度

其中，感知网络购物有用（0.732）、感知网络购物易用（0.716）、感知网络服务（0.792）、感知网络购物安全（0.752）、感知口碑（0.626）、网络购物态度（0.769），问卷整体的 Cronbach＇α系数值为0.945，表明问卷的可靠性很好，可以进行下一步假设检验。

4.3.3 假设检验

4.3.3.1 网络购物意向与网络购物行为的关系

采用Pearson相关分析法对网络购物意向和网络购物行为两个因素进行相关分析。利用SPSS 19.0对两组变量进行双变量相关分析，得出网络购物意向和网络购物行为之间的Pearson相关系数为0.613，在0.01水平上显著，如表3所示。说明网络购物意向对网络购物行有正向影响，这一结果与国内外学者研究结果一致，H12得到验证。

表3 网络购物意向与网络购物行为的关系

4.3.3.2 网络购物态度与网络购物意向的关系

网络购物态度有三个因子，首先通过主成分分析法得出各因子的得分系数，从而得出该要素的综合代表因子，最后将该综合代表因子与网络购物意向进行Pearson相关分析。

进行因子分析前，先对网络购物态度进行KMO和Bartlett球形检验以确定该要素是否适合作因子分析。网络购物态度KMO和Bartlett球形检验结果如表4所示，其中KMO值为0.801，表明该因素适合做因子分析。

表4 网络购物态度KMO值和Bartlett球形检验

对网络购物态度进行降维因子分析，各成分（按问卷量表顺序）得分系数分别为0.371、0.366、0.367；加权求和后获得综合代表因子：0.371＊Q16＋0.366＊Q17＋0.367＊Q18；对网络购物意向因子进行相关性分析得出Pearson相关系数为0.812，在0.01水平上显著。可以看出，网上购物态度与网上购物意向正相关，从而验证了假设H6。

4.3.3.3 网络购物各影响因素与网络购物态度之间的关系

首先对各影响因素分别进行因子分析。KMO检验与Bartlett球形检验结果如表5所示。可以看出，各因素的KMO值均在0.7以上，适合作因子分析。

表5 网络购物因素KMO值和Bartlett球形检验

各影响因素提取的主成分均为1，得分矩阵如表6所示。

表6 网络购物影响因素成分得分系数矩阵

同样，根据得分系数矩阵求出各影响因素综合因子度量值，然后分析它们与网络购物态度的相关性，得到结果如表7所示。

表7 网络购物影响因素与网络购物态度的相关性

从表7可以看出，相关系数全为正，说明网络购物各个影响因素均与网上购物态度正相关。验证了假设 H1、H2、H3、H4、H5。相关性由强到弱依次为感知服务、感知安全、感知易用、网络口碑、感知有用。

4.3.3.4 网络购物各影响因素与网络购物意向之间的关系

利用SPSS 19.0直接求出网络购物各影响因素与网络购物意向之间的相关性，结果如表8所示。从表8可以看出，相关性由强到弱依次为：感知服务、感知安全、感知易用、网络口碑、感知有用，验证了假设 H7、H8、H 9、H 10、H 11。

表8 网络购物影响因素与网络购物意向的相关性

5 结论与启示

运用SPSS19.0对网络购物的影响因素进行了实证研究分析，为新一代互联网商提供了决策参考。分析结果表明，感知网络店铺优质服务、感知网络购物安全性、感知网络购物系统易用性、感知网络良好口碑、感知网络购物有用性对网络购物态度和网络购物意向有正向影响作用，网络购物态度对网络购物意向有正向影响，网络购物意向对网络购物行为有正向影响。这也验证了本文提出的基于TAM的网络购物影响因素扩展模型是合理的。

网络购物态度的五大影响因素中，感知网络店铺优质服务、感知网络购物安全性、感知网络购物易用性与网络购物态度的相关系数值均达到0.6以上；网络购物意向的影响因素中，感知网络店铺优质服务、感知网络购物安全性与网络购物意向的相关系数值均达到0.5以上。这说明感知网络店铺优质服务和感知网络购物安全性是影响网络购物态度和意向的关键因素。因此，网商需要改善网络店铺的服务功能、提供人性化服务、营造良好的购物环境、优化网络购物用户体验，从而让用户由访问者变成消费者，并促进其进行二次购买。网络购物安全一直是制约电子商务发展的瓶颈问题，如何营造安全的购物环境，让更多人信任网络购物并接受网络购物是电子商务永恒的课题。随着信息技术的不断升级，网络购物平台总体安全性能有所改善，但是，由于网络的虚拟性，还是有很多危险因素，需要网商自律，用户自我保护。感知网络购物有用性和感知网络易用性均对网络购物态度和网络购物意向有着正向的影响作用，这与TAM模型理论相一致。值得一提的是，感知网络购物易用明显地较感知网络购物有用影响更大，这说明随着电子商务已深入普通百姓家，人们已接受网络购物有用的观念，网络购物的易用性对于网络购物态度和意向影响较大，说明人们更倾向于简单的系统操作，因此，网商需要尽可能地简化购物流程，让操作平台更加人性化、简单化。

本文把网络口碑作为独立因素提出来并做了分析，结果表明，网络口碑与网络购物态度的相关系数为0.491，与网络购物意向的相关系数为0.322，均具有较强的相关性。这说明在虚拟的网络环境中，用户越来越不信任网商对产品的文字描述或是图片，而是希望从其他用户口中得知相对较为真实的评价，从而为自己的网络购物提供决策依据。因此，网商要诚信经营，以树立良好的网络口碑，并积极搭建各种形式的用户交流与沟通平台，一方面方便用户获取信息，另一方面能让老用户在目标群体中为自己传播良好的口碑。

［1］王升，刘璞.天津地区大学生网上购物行为影响要素研究［J］.河北工业大学学报，2013，42（2）：111－118

［2］Davis F D，Bagozzi R P，Warshaw，P R.User Acceptance of Computer Technology：A Comparison of Two Theoretical Models［J］.Management Science，1989，35（8）：982－997

［3］Jarvenpaasl，Tractinsky N，Saarinen L.Consumer Trust in an Internet Store：a Cross－cultural Validation ［J］.Journal of Computer Mediated Communication，1999，5（2）：37－56

［4］Davis Fred D.Perceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology［J］.MIS Quarterly，1989，13（3）：318－340

［5］何其帼，林梅华.网上购物行为影响因素实证研究［J］.经济管理，2006（10）：44－49

［6］肖风桢.大学生网络购物影响因素的实证研究［J］.科技管理研究，2011（1）：131－134

［7］郑冉冉，宋泽.网上购物意图影响因素实证研究［J］.商业经济与管理，2007（7）：55－61

［8］李国鑫，李一军，李兵，叶强.我国电子商务用户网上购物行为的影响因素及其演变：基于2006年与2009年数据的实证研究［J］.管理评论，2012，24（7）：56－62

［9］兰竹虹，屈改柳，崔鹏勇.大学生群体网上购物消费行为的影响因素分析：基于成都地区高校的实证调查［J］.消费经济，2013，29（4）：58－63

［10］吴明隆.SPSS操作与应用：问卷统计分析实务［M］.台中：五南图书出版公司，2008：347