中国消费者网络团购动机及其类型研究

2016-01-07邓之宏,邵兵家

统计与信息论坛 2015年10期

中国消费者网络团购动机及其类型研究

邓之宏1，邵兵家2

(1.深圳信息职业技术学院商务管理学院，广东深圳 518172; 2.重庆大学经济与工商管理学院，重庆 400030)

摘要：消费者对团购网站的忠诚度较低，全面厘清消费者网络团购动机对于团购运营商提升顾客忠诚度和运营绩效具有重要意义。构建了消费者网络团购参与动机初始量表，通过项目分析和探索性因子分析等方法确定了正式量表，获得了消费者参与网络团购动机的六个维度：愉悦、便利、安全、服务、价格以及社交。采用验证性因子分析法对量表进行了实证检验，表明量表具有较高的信度和效度。为了考察量表的实用性，基于六大动机维度，采用层次聚类和K-means聚类相结合的方法对中国网络团购消费者进行细分，提出了四类消费者类型，分别为热衷型、社交型、实用型和稳健型，每类消费者具有不同的人口统计特征。研究结论可为中国团购网站运营商制定差异化的营销沟通战略和对消费者细分提供决策参考。

关键词：电子商务；网络团购；购物动机；量表开发；聚类分析

中图分类号：C811∶F063.2文献标志码：A

收稿日期：2015-04-03

作者简介：陶元磊，男，山东济宁人，讲师，博士生，研究方向：高校财务管理；

一、引言

网络团购作为“互联网+”改变零售业的创新模式，备受中国网民和企业青睐，中国网络团购市场发展势头迅猛，然而网络团购市场整体仍然处于成长期。消费者逐渐摆脱冲动型消费而转向理智型消费，但是对团购网站的满意度和忠诚度较低。鉴于消费者的购物动机影响其购物态度和行为，对购物行为起支配作用，网络团购运营商只有全面把握消费者团购行为背后隐藏的购物动机，才能有效指导企业调整营销沟通战略，提升顾客忠诚度和运营绩效，从而最终赢得竞争优势。然而，关于消费者网络团购动机的研究偏少且不够深入。现有文献大都基于经济角度研究团购动机，忽视其它因素对消费者网络团购行为的综合影响。因此，本文选择中国网络团购市场为研究对象，开发了衡量中国消费者网络团购参与动机的整合性量表，采用验证性因子分析法进行了实证检验。为了进一步考察量表的实用性，本文基于消费者网络团购动机维度，对中国消费者进行了分类。本文提出的量表为团购网站运营商全面了解中国消费者参与网络团购的各种动机提供了有力工具，可以更好地掌握消费者的网络团购行为，为其网站设计、消费者细分以及制定营销沟通战略提供决策参考。本文还试图从功利和享乐维度以及经济、社会、个体和网站等方面全面探讨中国消费者网络团购参与动机，既体现了中国团购市场和消费文化的个性特征，与国外研究相比又具有一定的相似性。因此，本文既有创新性的理论贡献，弥补了现有研究的不足，又具有较强的应用价值和管理启示。

二、文献回顾

(一)网络购物动机研究

Wolfinbarger和 Gilly指出，传统环境中的功利动机和享乐动机也同样存在于网络购物环境中[1]。To等借鉴Arnold和Reynolds的研究思路，研究发现网络购物动机与传统购物动机是不同的，有些消费者追求网络购物的功利价值，如便利、成本节约、信息可用性和选择，而有些消费者追求享乐动机，如冒险、权力地位等[2-3]。

同时，学者们对消费者网络购物行为的影响因素也进行了较为深入的研究。有些学者认为信任、风险会影响消费者网络购物的意愿或行为[4-5]；有些学者指出，互惠、从众、社会互动等社会因素会影响消费者的网络购物意愿[6]；有些学者证实了网站服务质量、网站设计质量等网站因素也会影响消费者的网络购物行为[7-8]。上述网络购物研究成果可以为网络团购研究提供借鉴。

(二)网络团购参与动机研究

相对于网络购物，有关网络团购动机的研究文献偏少。学者们大都把研究重点放在价格等经济因素方面。较为典型的有，McHugh认为团购的优势体现在两点：一是消费者可以低于市价购买到产品，二是消费者集中购买可以获得数量折扣，增强消费者讨价还价能力[9]。Anand和Aron提出，影响团购的两个重要因素为需求积聚和数量折扣，当消费者意识到购买数量越多、产品价格越低时，其团购参与意愿就会提高[10]。

除了价格因素外，很多学者也研究了其它因素对网络团购的影响。Ku研究指出，消费者对团购运营商的信任会增加其购买意愿[11]。Chen通过网络民族志研究方法，提出了消费者网络团购的四种动机：利润、价值、情感和绩效，然而，没有开发相应的量表去测量这些动机[12]。Hsu等指出，消费者对网站的满意、对卖家的满意和网站质量积极影响再购意愿[13]。由此可见，现有研究普遍认为获得低价是消费者参与网络团购的最主要目的，忽略了其它因素的影响，缺乏对消费者参与网络团购的各种动机的整合性研究。

邓之宏通过在线问卷调查及开放式访谈的形式，初步分析了中国消费者参与网络团购的经济、社会、个体(心理)和网站等方面的参与动机[14]。本文将在此基础上继续进行研究，构建中国消费者网络团购参与动机测量量表，全面探究消费者参与网络团购的种种动机，并基于团购动机对团购消费者进行分类，从而有效弥补现有研究的不足。

三、研究设计

(一)量表设计

本文量表初始测量项目库主要源于上述列举的部分文献。我们对上述文献中开发的相关量表进行了详细的翻译和梳理，结合网络团购的具体情境，整理出65条消费者网路团购参与动机测量项目，同时对142名具有网络团购经历的中国消费者进行了在线调查与访谈，对访谈结果进行了文本内容分析，修改了部分测量项目的措辞，补充了8条网络团购参与动机，最终得到了73条测量项目，构成了量表初始测量项目库。我们对每个测量项目给予固定的随机编号，在后续分析过程中保持不变。量表采用李克特(Likert)5分量表，1分表示“很不同意”，5分表示“很同意”。

(二)数据收集

本文使用了全国最大的在线问卷调查网站之一——问卷星(www.sojump.com)提供的付费样本服务，在线收集全国范围内的网络团购消费者样本。邀请该网站具有网络团购经历的会员在线填写问卷，通过设置各种筛选规则以及陷阱问题等自动剔除无效答卷，以确保调查数据的有效性。本文的数据收集分为以下四个阶段。第一阶段是在线访谈阶段，对142名具有网络团购经历的中国消费者进行在线调查与访谈，初步了解中国消费者参与网络团购的各种动机，据此修改、完善初始量表。第二阶段是小规模的预测试阶段，根据文献整理并结合在线访谈的内容分析，设计了含有73个测量项目的初始量表，在问卷星上进行试调查。总共有114名消费者参与了问卷调查，有效问卷数为102名。基于有效样本进行了项目分析。第三阶段是探索性因子分析阶段，根据第二阶段项目分析所得出的65个测量项目制作正式问卷，在问卷星上进行在线调查。共回收问卷495份，删除无效问卷169份，得到有效问卷326份，其中男性171人，占比为52.45%，女性155人，占比为47.55%。第四阶段是验证性因子分析阶段，根据探索性因子分析所获得的24个测量项目设计问卷，重新在问卷星上进行问卷调查，以保证获得具有差异性的样本。共回收问卷552份，剔除无效问卷227份，有效问卷为325份，其中男性150人，占比46.20%，女性175人，占比53.80%。

(三)数据分析方法

本文使用了多种数据分析方法。第一，对初始量表进行项目分析，通过多种手段来检验测量项目的适切性，剔除不合适的项目；第二，运用SPSS 22.0进行探索性因子分析，对量表进行精简，获得具有清晰因子结构的动机维度；第三，运用AMOS 22.0进行验证性因子分析，验证量表的因子结构模型；最后，本文整合了探索性因子分析和验证性因子分析样本数据，重新进行因子分析，并根据标准化因子得分对消费者进行聚类分析。

四、数据处理

(一)项目分析结果

本文综合运用了描述性统计分析、极端组比较、项目与总分相关分析法以及同质性检验等多种手段来检验测量项目的适切性。首先观察测量项目描述性统计分析结果，筛选出“同意”百分比低于50%且“不同意”百分比较高的测量项目5个，分别是第4、6、12、40和67题，这些项目应首先予以剔除。然后考察项目分析的结果，极端组检验、题项与总分相关检验、同质性检验等三大指标中至少有一项没有达到理想状态的项目共有3题，分别是63、26和35题，这些项目应予以删除。因此，经过项目分析之后，共删除8个项目，保留65个项目，形成下一阶段的量表。

(二)探索性因子分析结果

在因子分析前，检验样本的KMO和Bartlett球形检验值，分别为0.930和10 012.373(p<0.001)，表明样本非常适合进行因子分析。本文因子分析采用主成分分析法，同时转轴采用最大方差法。因子数目的确定主要参考因子特征值、陡坡检验、碎石图拐点以及各个因子解释方差变异量和累计解释方差变异量。为保证测量项目的单维化，本文剔除因子载荷绝对值小于0.5或在多个因子上均有较高载荷(大于0.5)的测量项目。因子分析过程中，我们交替使用各种标准对测量项目进行精简，最终提取了24个测量项目并将其归为6大因子，如表1所示。这6大动机因子分别命名为愉悦、便利、安全、服务、价格以及社交。进一步分析这6个因子的初始特征值，全部大于1，同时因子旋转后解释方差变异量也全部高于3%，6个因子累计解释方差变异量为59.597%。各个因子与其测量项目归属关系明确，没有出现跨因子现象，说明量表具有良好的因子结构。

(三)验证性因子分析结果

1．模型拟合及评价

本文利用AMOS 22.0对量表进行验证性因子分析，使用Bootstrap ML进行模型参数估计，Bootstrap样本数为500，检验量表的6维结构是否得到新样本的支持。初始模型的验证性因子分析拟合结果如表2所示，部分绝对指数(GFI、AGFI)和增值指数(TLI、NFI和CFI)稍低于推荐值，而且项目Q16的标准化因子载荷为0.417，明显偏低，这些都表明理论模型与样本数据间适配度不太理想。本文删除项目Q16，根据修正指数(MI)提供的路径，增列了一些限制条件，对模型进行修正。修正后的验证性因子分析结果如表3所示。修正模型的各项拟合指数基本合理(如表2所示)，各个测量项目的标准化因子载荷最小为0.505，最大为0.792，而且CR都达到了p<0.001的显著性水平。这些充分说明理论模型与样本数据间可以适配，测量指标能有效反映各个因子的构念特质。

表1　中国消费者网络团购参与动机

表2　验证性因子分析拟合指数表

表3　验证性因子分析Bootstrap标准化结果

注： CR值(Critical Ratio)即临界比值，一般要求CR>1.96(p<0.05)。在双尾检验情况下，当CR > 1.96时，p< 0.05，用*表示；当CR > 2.58时，p< 0.01，用**表示；当CR > 3.29时，p< 0.001，用***表示。

2．数据的信度和效度检验

1)数据的信度检验。利用SPSS 22.0对量表进行信度检验，Cronbach α系数为0.920，同时观察验证性因子分析结果，各因子的组成信度位于0.640至0.843之间，有4个因子组成信度大于0.7，说明数据具有较好的信度。

2)数据的效度检验。本文重点考察量表的结构效度。结构效度可以从收敛效度和区别效度进行评价。

首先检验收敛效度，主要考察测量项目的标准化因子载荷和各个因子的组成信度。验证性因子分析结果表明，修正模型各个测量项目的标准化因子载荷都不低于最低临界水平0.50，介于0.50~0.95之间，而且都达到了p<0.001的显著性水平；在组成信度方面，各个因子的组成信度都大于0.6。因此，量表具有较好的收敛效度。

然后考察区别效度。本文分别将两两因子的相关系数限定为1，将此限定模型与未限定模型的卡方值进行比较，若卡方值差异量大且达到显著水平时，表示这两个因子间具有区别效度。检验结果显示，因子间的限定模型的卡方值与未限定模型相比，都显著增大，各个因子间具有区别效度。

(四)消费者类型聚类分析

整合探索性因子分析和验证性因子分析的两次样本数据，共获得651个有效样本，其中男性321人，占比49.3%，女性330人，占比50.7%。本文基于651个样本数据重新进行了探索性因子分析，获得的因子维度及其测量项目和前面探索性因子分析结果完全一致，进一步验证了量表结构的稳定性。为了进一步考察量表的实用性，本文使用量表对消费者类型进行细分，采用层次聚类和K-means聚类相结合的方法进行聚类分析。

首先运用层次聚类法对样本基于6大动机标准化因子得分进行聚类，聚类方法选择Ward最小方差法,测度方法采用欧氏距离平方。观察凝聚表和树状图，将样本分为四类最为合适。然后采用K-means聚类法进行聚类，类别数定为4，使用层次聚类法的类中心点作为初始聚类中心，以提高聚类的速度和准确性。K-means聚类分析的结果如表4所示，4类的样本数分别为178、211、123和139。ANOVA检验结果显示，F值位于12.961至308.135之间，四类之间的标准化因子得分均值在p<0.001的水平上存在显著差异。

表4　K-means聚类分析结果

注：表中的数值为各个类别消费者在六大动机维度上的标准化因子得分均值，F检验p<0.001。

为了了解4类消费者之间的具体差异，本文以每类消费者在参与动机6大因子的评分均值作为研究对象，进行单因素方差分析，结果如表5所示。

F值位于15.985至271.720之间，显示4类消费者对于6大购物动机因子的评分均值在p<0.001的水平上存在显著差异。本文运用事后检验方法进行各类均值的多重比较。

为了进一步了解不同类型消费者的人口特征，本文构造了交叉表，应用卡方检验去判断性别、年龄、受教育程度、收入、每年团购次数、每次平均消费金额等变量在四类之间是否存在显著差异。卡方检验结果显示，年龄、收入、每年团购次数以及每次平均消费金额等变量在四类之间存在显著差异(p<0.05)，而性别和教育程度的差异不明显。

表5　动机维度评分均值的方差分析及其事后检验

注：表中的数值为各个类别消费者在6大动机维度上的评分均值，括号内数值为标准差，F检验p<0.001。便利和价格的均值因非齐性，事后检验采用Tamhane’s T2方法，其它因子采用Tukey’s HSD方法。

根据K-means聚类分析结果以及6大动机维度在四类中的评分均值情况，结合4类消费者的人口统计特征，本文对类别进行命名，并深入阐述每类消费者的人口变量和消费行为方面的分布特征。

类型1：命名为“热衷型消费者”，占据样本27.34%的比例。这一类型的消费者在所有的动机维度评分均值方面都是最高的，既重视网络团购的功利价值，也关注其享乐价值。从人口统计特征来看，这类消费者当中女性比重偏多，大概占了该类样本57.3%的比例，消费者的收入情况良好，每月可供支配的收入在6 000元以上的占了38.2%的比例，每年团购次数在10次以上的比例也偏高，大约为54.5%，而且每次平均消费金额在2 000元以上的比例在4类中相对较高，达到了11.8%。“热衷型消费者”有些类似于Kim所提出的“α消费者”，他们在大多数的享乐和功利动机方面得分都较高，以及Cardoso和Pinto所提出的“动态型消费者”，他们在所有的享乐和功利动机方面得分都高[15-16]。

类型2：命名为“社交型消费者”，占据样本32.41%的比例，是4类中最大的一类。这一类型的消费者大多受到亲朋好友的邀请和推荐而参与网络团购，也喜欢通过网络团购为亲朋好友购物。该类消费者对价格因素的评分最低，不太关注商品价格。从人口统计特征来看，这类消费者年龄在26~30岁的比例偏多，占了该类样本43.1%的比例，受教育程度也较高，具有研究生学历的占了9.5%，每次团购平均消费金额在1 000~2 000元的比例较大，占了15.2%的比例。“社交型购物者”有些类似于Boone等所提出的“个性化消费者”，他们在购物中会寻求个人关系，以及Cardoso和Pinto所提出的“社会型购物者”，其喜欢陪同朋友或家人购物，也喜欢为亲朋好友购物[16-17]。

类型3：命名为“实用型消费者”，占据样本18.90%的比例，是4类中最小的一类。这一类型的消费者在便利、价格和服务等功利维度中评分较高，而在社交和安全方面评分较低。“实用型消费者”较为关注能否高效、及时、便捷地买到所需的商品。从人口统计特征来看，这类消费者年龄在25岁及以下的比例偏多，占了33.3%的比例，该类消费者收入状况一般，每月可支配收入位于4 000元及以下占了52.8%的比例，每次团购平均消费金额在1 000元及以下的比例偏多，占了86.2%的比例。“实用型消费者”有些类似于Kim所提出的“功能型消费者”，他们在功利主义动机维度上评分较高，以及Cardoso和Pinto所提出的“实用型消费者”，他们在功利动机维度得分较高，而在享乐动机维度得分较低[15-16]。

类型4：命名为“稳健型消费者”，占据样本21.35%的比例。这一类型的消费者在安全和价格维度评分均值较高，而在愉悦和社交等维度评分均值较低。这类消费者在团购中非常注重团购网站的信誉和安全性，也喜欢在团购时寻求价格折扣，然而不太关注团购中的享乐因素。从人口统计特征来看，这类消费者男性消费者偏多，占了该类样本54.0%的比例，年龄在30岁以上的比例偏多，占了55.4%的比例，每年团购次数相对偏少，1~5次占了36.7%的比例，每次团购平均消费金额普遍不高，1 000元及以下的占84.9%的比例。“稳健型消费者”有些类似于Kim所提出的“β消费者”，他们在社交和潮流维度方面得分较低，以及Cardoso和Pinto所提出的“温和型消费者”，他们在享乐和功利维度得分处于中等位置[15-16]。

五、研究结论与管理启示

(一)研究结论

本文遵循较为规范的量表开发流程，构建了消费者网络团购参与动机量表，采用探索性因子分析获得了中国消费者参与网络团购的主要动机维度，然后采用验证性因子分析法对量表进行了实证检验，结果表明量表具有较高的信度和效度。最后进一步考察了量表的实用性，使用量表对中国网络团购消费者进行细分，将其划分为4类消费者类型。

(二)理论贡献

本文的理论贡献主要有以下两点。首先，本文开发了中国消费者网络团购参与动机的整合性量表，可以更好地解释消费者网络团购行为。量表既包括便利、安全、服务和价格等功利动机，又涵盖愉悦和社交等享乐动机。同时，便利和价格属于经济因素，安全和社交属于社会因素，愉悦属于个体心理因素，服务属于网站因素，因此，本文提出的量表较为全面地展现了消费者参与网络团购的经济、社会、个体和网站等方面的动因。消费者所拥有的各种团购动机，可以解释某些具体的团购行为，例如冲动型购买和强制性消费行为以及礼品团购行为。消费者的冲动型购买和强制性消费等非理性行为可以用量表中的愉悦动机进行解释，消费者通过网络团购可以获得精神愉悦和享乐价值。量表也可以解释消费者进行礼品团购的行为，消费者通过团购网站为朋友或家人购买礼物，满足其社交需求。第二，本文开发的中国消费者网络团购参与动机量表，既体现了中国团购市场和消费文化的个性特征，与国外研究相比又具有一定的相似性。一方面，本研究结果表明，中国网络团购消费者特别重视购物安全和服务质量，这和国外相关研究的结果存在一定的差异。另一方面，本文研究结果与国外相比，也具有一定的相似性。比如，中国消费者同样具有便利、价格、愉悦和社交等购物动机。此外，本文通过聚类分析得出的中国团购消费者类型和国外也具有一定的相似性。我们提出的4类消费者和Cardoso和Pinto的研究相似有3类和Kim的研究相似。因此，我们可以推断中国网络团购消费者和欧美消费者具有许多类似之处。

(三)管理启示

本文构建的中国消费者网络团购参与动机量表不仅具有学术意义，而且可以为中国团购网站运营商制定营销沟通战略以及消费者细分提供决策参考。

首先，本文提出的量表可以作为中国团购网站运营商调查消费者团购动机的工具，帮助运营商制定科学有效的营销沟通战略。网络团购运营商全面掌握消费者参与团购的各种动机，对于制定营销沟通战略至关重要，可以优化网站设计，丰富产品选择，提升服务质量，改进营销策略。团购网站运营商也可以进一步利用这个量表去评估不同团购动机对顾客满意度、忠诚度等购物结果的影响。因此，本文给出的量表也为团购网站运营商提供了一个管理顾客满意度和忠诚度的工具。

其次，本文给出的量表为中国团购网站运营商提供了消费者细分的工具，网络团购运营商可以使用量表对现有消费者进行细分，了解和掌握消费者的类型及其特征，还可以研究消费者的性别、年龄、受教育程度和收入等人口变量在各个类型之间的分布特征，进而针对不同类型的消费者制定差异化的营销策略。

“热衷型消费者”是团购爱好者，既追求购物的效率，又注重购物的乐趣。这类消费者以女性居多，收入较高，每年团购次数和每次的团购金额都较大，因此网络团购运营商应该把这类客户作为重要客户和利润来源，努力做好客户关系管理工作，一方面为他们提供优质的服务，增进购物的经济性和便利性，另一方面也应注重购物中的情感因素，做好网站的美学设计，提升消费者的购物体验和愉悦感。

“社交型消费者”容易受到亲朋好友的影响而参与网络团购，也喜欢通过团购为亲朋好友购物。这类消费者年轻而富有朝气，受过良好的教育，热爱社交。网络团购运营商可以通过BBS、QQ和微信等各种渠道构建消费者虚拟社群，提升消费者的社交体验，增进沟通交流。同时，这类消费者喜欢为亲朋好友团购礼物，因此网络零售商应注重礼品的宣传和促销，尤其在节假日期间更应注意。

“实用型消费者”注重便利、价格和服务等功利因素，不太注重享乐因素。这类消费者以涉世未深的年轻人居多，收入状况一般，每次团购消费金额不高。网络团购零售商可以通过提供性价比高的产品、开展价格促销活动、提供各种便利措施以及提高网站服务质量等手段吸引这类消费者。

“稳健型消费者”非常注重购物安全和商品价格，也不太关注享乐因素。这类消费者以男性居多，成熟稳重，每年团购次数及团购金额较少。网络团购零售商应采取各种措施消除消费者对网络团购安全性的担忧，例如完善在线安全认证机制，提供额外的安全保障措施，采用第三方支付服务等，并切实保障消费者隐私不被泄露，增进消费者对团购网站的信任。网络团购零售商还可以通过有效的价格促销来吸引这类消费者。

参考文献：

[1]Wolfinbarger M, Gilly M C. Shopping Online for Freedom, Control, and Fun[J]. California Management Review, 2001(2).

[2]To P L, Liao C, Lin T H. Shopping Motivations on Internet: A Study Based on Utilitarian and Hedonic Value[J]. Technovation, 2007,27(12).

[3]Arnold M J, Reynolds K E. Hedonic Shopping Motivations[J]. Journal of Retailing, 2003,79(2).

[4]Gefen D, Karahanna E, Straub D W. Trust and TAM in Online Shopping: An Integrated Model[J]. MIS Quarterly, 2003(1).

[5]Jarvenpaa S L, Tractinsky N, Saarinen L. Consumer Trust in an Internet Store: A Cross-Cultural Validation[J]. Journal of Computer-Mediated Communication, 1999,5(2).

[6]Hwang Y. An Empirical Study of Online Trust and Consumer Behavior: Cultural Orientation, Social Norms, and Personal Innovativeness in Information Technology[C]. Proceeding of the Twenty-sixth International Conference on Information Systems (ICIS), Las Vagas, NV, USA, 2005.

[7]邓之宏, 郑伟亮, 秦军昌. 中国 C2C 交易市场电子服务质量综合评价实证研究[J]. 数理统计与管理, 2014, 33(4).

[8]高防. 在线购物背景下的顾客满意过程[J]. 统计与信息论坛, 2011, 26(4).

[9]McHugh J. Consumer Collusion! [J]. Forbes, 1999,164(5).

[10]Anand K S, Aron R. Group Buying on the Web: A Comparison of Price-discovery Mechanisms[J]. Management Science, 2003,49(11).

[11]Ku E C. Beyond Price: How Does Trust Encourage Online Group's Buying Intention? [J]. Internet Research, 2012,22(5).

[12]Chen C P. Online Group Buying Behavior in CC2B e-Commerce: Understanding Consumer Motivations[J]. Journal of Internet Commerce, 2012,11(3).

[13]Hsu M H, Chang C M, Chu K K, LEE Y J. Determinants of Repurchase Intention in Online Group-buying: The Perspectives of DeLone & McLean IS Success Model and Trust[J]. Computers in Human Behavior, 2014(36).

[14]邓之宏.中国消费者网络团购参与动机研究[J]. 价格理论与实践, 2013(10).

[15]Kim H S. Using Hedonic and Utilitarian Shopping Motivations to Profile Inner City Consumers[J]. Journal of Shopping Center Research, 2006,13(1).

[16]Cardoso P R, Pinto S C. Hedonic and Utilitarian Shopping Motivations Among Portuguese Young Adult Consumers[J]. International Journal of Retail & Distribution Management, 2010,38(7).

[17]Boone L E, Kurtz D L, Johnson J C, et al. City Shoppers and Urban Identification Revisited[J]. Journal of Marketing, 1974(4).

Research on the Participating Motivations and Typology of Chinese Online Group Buying Consumers

DENG Zhi-hong1，SHAO Bing-jia2

(1. School of Business Administration, Shenzhen Institute of Information Technology, Shenzhen 518172, China;

2. School of Economics and Business Administration, Chongqing University, Chongqing 400030, China)

Abstract:Consumer loyalty to group-buying website is low, so comprehensive understanding of the consumer motivations to participate online group-buying is of great significance for operators to improve customer loyalty and operational performance. This paper built the initial motivation scale for consumers to participate in online group buying. Conducting the item analysis and exploratory factor analysis to analyze data collected from online questionnaires on Chinese consumers who have taken part in online group buying, this study constructs and refines the scale which contains 24 items in six dimensions: pleasure, convenience, safety, service, price and sociality. To verify the factor structure of the scale, this study conducts confirmatory factor analysis. The validate results show that the scale has a high level of reliability and validity. In order to investigate the usefulness of scale, based on these factors, this study performs a cluster analysis with hierarchical and K-means methods to suggest the existence of four shopping types: enthusiastic shopper, social shopper, pragmatic shopper and conservative shopper. Shopping types are profiled in terms of demographic and behavioral variables. The motivation scale of online group buying can provide meaningful insights for group buying retailers to develop marketing communication strategies and consumer segmentation.

Key words:electronic commerce; online group buying; shopping motivation; scale development; cluster analysis

(责任编辑：张治国)