消费者网络互动对购买意愿影响的实证研究

周 宏，张 皓

(暨南大学 管理学院，广东 广州 510632)



消费者网络互动对购买意愿影响的实证研究

周 宏，张 皓

(暨南大学 管理学院，广东 广州 510632)

网络互动在消费者网络购买决策中的作用日益明显，探讨网络互动对购买意愿的影响机理具有重要意义。以S-O-R模型为理论框架，将消费者网络互动作为刺激因素(S)，网络信任作为机体(O)，购买意愿作为反应(R)，剖析了网络互动、网络信任和购买意愿三者之间的关系构建。实证研究表明：网络互动的刺激作用会显著影响消费者网络信任，进而正向影响其购买意愿的形成，此外构成消费者网络信任的认知信任和情感信任间也存在显著的影响关系。研究结论对于深入理解网络互动对消费者购买心理与行为的影响机制具有重要的理论与实践价值。

消费者网络互动；网络信任；S-O-R模型

互联网的蓬勃发展使消费者不再只是信息的被动接受者，更成为了信息的创造者和传播者，并实现了传播者、受众者和消费者三重身份的重合。大量研究表明消费者之间的互动对其心理及行为产生重要的影响，随着消费者之间的互动在企业价值创造中扮演着越来越重要的作用，如何利用网络社区中的消费者群体互动实现价值共创，成为了营销理论与企业实践研究的热点问题。目前关于网络社区的研究多从用户体验、网页互动、社区满意度等角度出发，从消费者间互动关系着手揭示网络社区中消费者互动对购买意愿内在影响机制的研究较少。如，NOORT 等[1]仅从消费者与网站互动的角度出发探究其对消费者品牌态度的影响，BOTZENHARDT 等[2]虽然从网络社区人际互动的角度出发探究其对消费者采纳新产品的影响，但是没有深入剖析其影响的内在机制。

网络社区最基本的特征是个体之间的关联和互动，并借此实现个体追求的价值，因此，研究视角需要从产品或服务的使用价值转移到个体之间的关联价值。笔者借鉴刺激-有机体-反应理论(stimulus-organism-response，S-O-R)，以消费者网络信任为中介变量，探讨消费者网络互动对购买意愿的影响机制，并利用消费者调研数据对模型进行实证分析，为企业提供管理借鉴。

1 理论综述

1.1 网络社区中的消费者互动

从消费者角度出发的互动形式有3种：消费者和服务提供者的互动、消费者和服务环境的互动、消费者与消费者之间的互动[3]，笔者研究的是消费者与消费者之间的互动。消费者在网络社区进行互动的动机主要归为表达性动机和工具性动机。表达性动机中最突出的是自我表达动机，是指通过描述自己的生活、表达自己的观点和看法，以抒发自己的感受[4]。工具性动机是指通过与其他消费者互动，建立社会关系、获取社会资源以达到其他目的[5]。

根据消费者在网络社区中互动的动机可以将消费者互动划分成两种主要类型：产品互动和人际互动。产品互动是指消费者为表达自己的观点和情绪，或者为了获取信息而进行的以产品、品牌或服务等话题为中心的互动；人际互动是指在网络社区中，成员之间为了建立社会关系、获取社会资源而进行的沟通与交流[6]。产品互动与人际互动一方面能使消费者实现知识共享、价值共创，另一方面还能满足消费者社会性的情感和价值需求。大量研究表明网络社区成员之间的互动对成员的归属感、信任和满意度有显著影响，并最终通过态度影响其购物意愿。

1.2 网络互动中的信任

网络信任是个多维度的概念，其实质是人际信任关系在网络环境下的表现形式。人际信任形成于网络社区成员间的互动过程，会促使消费者愿意接受成员提供的信息，采纳对方的建议，也使消费者愿意向其他成员提供信息和意见，并与对方保持长期交流的关系[7]。

以往关于网络社区信任的研究较多地关注于认知信任。认知信任的概念来源于社会学、经济学、政治学的理论视角，其将信任视为施信方理性的选择，而这种选择是基于明确且内在的价值观作出的对于优势的评估。当施信方确定有好的理由去信任时，其认知信任的程度将会提高。然而，仅有认知信任还不足以促使个体做出是否信任的决策。这是因为理性选择的观点，一方面高估了人们的认知能力、有意识参与评估的水平、人们具备稳定的价值观和有序偏好的程度；另一方面忽视了情感与社会影响在信任决策时扮演的重要角色[8]。

信任决策常常包括理性推断和感性的感知[9]，因此无论在传统情境下还是IT情境下的信任都包括认知信任与情感信任。认知信任指消费者对被信方拥有值得信赖的属性的理性期望，情感信任指的是施信方在依赖被信方时感到安全和舒适。基于以上理由，笔者将网络信任划分为认知信任与情感信任。

1.3 S-O-R模型

S-O-R模型由前因变量(环境属性)、中介作用的情绪状态和趋近或规避的产出结果构成，其核心思想在于认为处于环境中的个人对环境特征作出的趋近或规避行为受到个人情绪状态的中介作用影响。刺激是激起接受者反应的一种外在影响(external influence)[10]；有机体涉及/介于刺激和最终行为、反应间的个人内部的过程和结构，该过程和结构由感知的、心理的感觉和思考活动构成，具体是指人们的情绪和认知；反应是产出结果或消费者反应后的最终行为，包括心理上的反应(如态度)或行为的反应。

S-O-R模型支持将消费者的感情和认知状态作为中介变量，为将网站互动特征作为环境刺激的相关研究提供了一个理论上合理的、简化的方法[11]。笔者以S-O-R模型为理论框架来研究消费者网络互动对购买意愿的影响机制，将网络社区中的消费者互动视为一种刺激，消费者的认知信任与情感信任作为有机体，消费者购买意愿视为反应，认为网络社区中消费者互动(刺激)增强了消费者的认知信任与情感信任(有机体)，从而提升了消费者的购买意愿(反应)。

2 理论模型和研究假设

2.1 理论模型

在以去中心化、开放、共享为显著特征的网络环境下，以信息聚合、知识共创、知识共享为重要内容的网络交互活动在消费者网络购买决策中的作用日益突出，这种网络互动关系是影响消费者内在情感的一种外部影响，消费者在此刺激下产生网络信任的心理反应，并最终促进购买意愿的形成。因此，按照S-O-R模型的思路，笔者将消费者网络互动视为一种刺激，消费者的认知信任与情感信任作为有机体，消费者购买意愿视为反应，构建的理论研究模型如图1所示。

图1 基于S-O-R的网络互动对购买意愿 影响的理论研究模型

2.2 研究假设

(1)网络互动对消费者信任的影响关系。社会影响理论认为，消费者群体互动能通过与他人建立积极的人际关系而提高消费者的满意度，降低对于产品的感知风险[12]。相关研究也表明，提高互动性可以增强在线体验的愉悦性，反之则会使得消费者感到沮丧，并明显降低愉悦感[13]。由此提出假设：

H1a 人际互动正向影响认知信任。

H1b 人际互动正向影响情感信任。

消费者在网上进行购物时会面临更大的不确定性风险，此时消费者受到信息性社会影响，更加倾向于与其他有过购买经验的人进行互动并参考他人意见。网上虚拟社区通过让消费者自由交换意见和建议能够提高消费者的信任，认为他人是可以信赖和依靠的[14]。由此提出假设：

H2a 产品互动正向影响认知信任。

H2b 产品互动正向影响情感信任。

(2)认知信任与情感信任的影响关系。大量研究表明，情感信任是在认知信任的基础上产生的。一旦个体被认为是能胜任的、可信赖的、可靠的，就更容易对其产生情感信任[15-16]。即情感信任在理性的认知过程中慢慢产生，并受到认知信任的显著影响。由此提出假设：

H3 认知信任正向影响情感信任。

(3)消费者网络信任对购买意愿的影响关系。消费者在社区信息搜索的互动过程中，一方面能更大程度地了解产品，降低可能由于错误购买导致的经济风险、时间风险、社会风险以及心理风险；另一方面可以与他人建立良好的社会关系，实现自我价值。由此可见，在互动过程中产生的认知信任与情感信任会对消费者购买意愿产生积极影响。由此提出假设：

H4a 认知信任正向影响购买意愿。

H4b 情感信任正向影响购买意愿。

3 实证研究分析

3.1 问卷设计

笔者需要测量的变量共有5个：产品互动、人际互动、认知信任、情感信任和购买意愿。其中，产品互动的测量量表参照文献[6]的研究；人际互动的测量量表参考PREECE[17]的研究；认知信任的测量量表参照BROMILEY等[18-19]的研究；情感信任的测量量表参考文献[9]的研究；购买意愿的测量量表参照BHATTACHERJEE[20]的研究。

调查问卷最终由17个题项构成，所有题项均采用李克特5级量表进行测量，1分代表“非常不同意”，5分代表“非常同意”。

3.2 数据调研

在数据调研中，为避免由于调研对象对测试产品的既有认知度或对特定品牌态度等方面的差异带来的影响，笔者通过两次前测并选择某一品牌的充电宝作为测试产品。此外，为了控制外部环境差异对结果的影响，调研过程统一安排在实验室进行，调研对象首先要求在指定的虚拟社区中与其他在线消费者进行互动，并最后完成问卷填写。正式调研共发放问卷258份，收回有效问卷220份。

3.3 信度与效度检验

该问卷调查样本量为220，大于题项数的5倍，满足数据分析的样本量要求。运用SPSS17.0统计软件对样本数据做KMO检验和Bartlett球度检验，结果表明，KMO值为0.884，Bartlett球形检验卡方统计值的显著性水平为0.000，适合进行因子分析。笔者采用主成分分析方差最大化正交旋转对样本数据进行探索性因子分析，共得出5个因子同研究的变量相吻合，累计方差贡献率为85.063%，各变量相关题项的因子载荷均大于0.5，其中最小值为0.777，说明量表的聚合效果较好。对各变量的内部一致性信度进行检验，结果表明Cronbachs’α系数均超过0.7，说明量表信度较好，相应的检验结果如表1所示。

表1 信效度检验结果

为了进一步对量表的效度进行检验，使用AMOS17.0软件对样本数据进行验证性因子分析，从测量模型的拟合水平来看χ2/df=1.503，小于3，NFI=0.954，CFI=0.984，IFI=0.984，TLI=0.980，RME=0.048小于0.08，可以看出模型与数据拟合较好，各题项在对应潜变量上的因子载荷均大于0.5，且较显著说明量表具有较好的收敛效度。

3.4 模型验证与修正

模型验证结果和总效应表分别如表2和表3所示。从表2可知，模型的各个假设均得到验证。从表3可知，人际互动分别通过认知信任与情感信任影响购买意愿(总效应为0.155)，且人际互动对情感信任(总效应为0.319)的影响高于人际互动对认知信任(总效应为0.225)的影响。产品互动分别通过认知信任与情感信任影响购买意愿(总效应为0.200)，且产品互动对认知信任的影响(总效应0.433)显著高于产品互动对情感信任的影响(总效应为0.284)。认知信任与情感信任均对购买意愿有直接影响作用，认知信任还会通过情感信任间接影响购买意愿，且认知信任对购买意愿的影响(总效应为0.319)比情感信任对购买意愿的影响(总效应为0.296)更为显著。

表2 模型验证结果

注：*表示P<0.05，**表示P<0.01，***表示P<0.001

表3 总效应表

最终解释模型各变量间的路径关系如图2所示。

图2 最终解释模型各变量间的路径关系

4 结论

笔者基于S-O-R理论和网络信任相关理论，探讨了消费者互动的心理感知过程，揭示了消费者互动对购买意愿的作用机制，为如何提升在线消费者购买意愿提供了一个新的切入点。通过实证研究发现，产品互动对认知信任影响更为明显，这与文献[15]对于认知信任的研究结果一致。人际互动对情感信任影响更为明显，这与文献[12]对于情感信任的研究结果一致。情感信任与认知信任均对购买意愿有直接影响作用，且认知信任还会通过情感信任间接影响购买意愿，相对于情感信任而言认知信任对购买意愿的影响更为显著。笔者的研究结论对于网络企业科学开展营销活动有如下启示：

(1)网络互动营销有利于促进消费者与网络企业间的双赢。研究结果显示强化消费者之间的积极互动有利于增强消费者对网络企业的信任，进而促进消费者购买意愿的提升。因此积极地为消费者间的互动交流提供条件，通过消费者间的互动作用来加强消费者对产品信息的深入了解，加强消费者与企业间的沟通是提升网络营销业绩的重要手段。由此，网络企业一方面要创造一个有利于消费者间自由交流的空间和机制，促进消费者间分享相关信息和消费心得，这有助于了解消费者对公司的认知，从而为营销策略的正确制定提供依据，也有助于促进潜在消费者向现实消费者的转变；另一方面，在消费者关系互动中，除注重产品互动外，加强消费者间的人际互动也尤为重要，人际互动有利于情感信任的形成，对提升消费者购买意愿具有显著影响。

(2)提升社区信息的易用性和有用性有利于增强消费者的认知信任。研究结果表明认知信任对购买意愿的影响更为显著，同时认知信任还通过对情感信任的间接作用影响到购买意愿。这意味着消费者间互动的动机很大程度上是出于对产品、品牌或服务信息的了解。因此，网络企业应积极保证社区信息的易用性与有用性，提供有效的产品查找搜索引擎，通过产品推荐和产品信息的准确描述等来帮助网络消费者更容易和更淸楚地了解产品和服务。

(3)重视意见领袖在消费者互动中的社会影响作用。笔者的研究结论和以往的研究成果都表明，消费者购买意愿会受到社会关系的影响，因此网络企业应该多发掘和培养一些网络社区中的意见领袖，或通过聘用专门的网络社区经理来管理网络社区的营销活动，鼓励他们积极与其他参与者进行互动，从而帮助他人解决问题，并且能够对消费者心理产生积极的引导作用。

[1] NOORT G V, VOORVELD H A M, REIJMERSDAL E A V. Interactivity in brand web sites: cognitive, affective and behavioral responses explained by consumers’ online flow experience[J]. Journal of Interactive Marketing,2012,26(4):223-234.

[2] BOTZENHARDT A, HEINRICH D, CAMPBELL C. Just small talk： the impact of interpersonal interaction in virtual web communities on new-product adoption[J]. International Journal of Internet Marketing and Advertising,2013,8(2):86-101.

[3] LIBAI B, BOLTON R, BUGEL M S, et al. Customer-to-customer interactions: broadening the scope of word of mouth research[J]. Journal of Service Research,2010,13(3):267-282.

[4] KOZINETS R V, HEMETSBERGER A, SCHAU H J. The wisdom of consumer crowds collective innovation in the age of networked marketing[J]. Journal of Macromarketing,2008,28(4):339-354.

[5] MATHWICK C, WIERTZ C, RUYTER K D. Social capital production in a virtual P3 community[J]. Journal of Consumer Research,2008,34(6):832-849.

[6] NAMBISAN S, BARON R A. Virtual customer environments: testing a model of voluntary participation in value co-creation activities[J]. Journal of Product Innovation Management,2009,26(4):388-406.

[7] PAN L Y， CHIOU J S. How much can you trust online information, cues for perceived trustworthiness of consumer-generated online information[J]. Journal of Interactive Marketing,2011,25(2):67-74.

[8] PI S M, LIAO H L, CHEN H M. Factors that affect consumers’ trust and continuous adoption of online financial services[J]. International Journal of Business & Management,2012,7(9):108-119.

[9] KOMIAK S X， BENBASAT I. Understanding customer trust in agent-mediated electronic commerce, web-mediated electronic commerce, and traditional commerce[J]. Information Technology and Management,2004,5(1):181-207.

[10] NAMKUNG Y， JANG S C. Effects of perceived service fairness on emotions, and behavioral intentions in restaurants[J]. European Journal of Marketing,2010,44(9/10):1233-1259.

[11] YOON E. Effects of website environmental cues on consumers’ response and outcome behaviors[D]. New Zealand：College of Education and Human Science,2012．

[12] CHU S C， KIM Y. Determinants of consumer engagement in electronic word-of-mouth (eWOM) in social networking sites[J]. International Journal of Advertising,2009,30(1):47-75.

[13] SAUTTER P， HYMAN M R， LUKOSIUS V. E-tail atmospherics: a critique of the literature and model extension[J]. Journal of Electronic Commerce Research,2004,5(1):14-24.

[14] BA S. Online trust through a community responsibility system[J]. Decision Support Systems,2001,31(3):323-336.

[15] SARGEANT A， LEE S. Individual and contextual antecedents of donor trust in the voluntary sector[J]. Journal of Marketing Management,2002,18(7/8):779-802.

[16] GUSTAFSSON A， JOHNSON M D， ROOS I. The effects of customer satisfaction, relationship commitment dimensions and triggers on customer retention [J]. Journal of Marketing,2005,69(4):210-218.

[17] PREECE J. Sociability and usability in online communities: determining and measuring success[J]. Behavior & Information Technology,2001,20(5):347-356.

[18] BROMILEY P， CUMMINGS L L. Transactions costs in organizations with trust[J]. Research on Negotiation in Organizations,1995(5):219-250.

[19] MCALLISTER D J. Affect-and cognition-based trust as foundations for interpersonal cooperation in organizations [J]. Academy of Management Journal,1995,38(1):24-59.

[20] BHATTACHERJEE A. Understanding information systems continuance: an expectation-confirmation model[J]. MIS Quarterly,2001,25(3):351-370.

ZHOU Hong:Assoc. Prof.; School of Management, Jinan University, Guangzhou 510632, China.

An Empirical Study on the Impact of Consumers Network Interaction on Purchasing Intention

ZHOUHong,ZHANGHao

As the impact of network interaction on the consumer network purchasing decision grows more and more significant, it is important to explore the mechanism of network interaction effects on purchasing intention. This paper used the theoretical framework of S-O-R, where network interactions were treated as stimulus, online trust as organism, purchase intention as reaction, to analyze the relationship among network interaction, purchase intention and network trust. The research shows that: the stimulation effect of the customer interactions significantly affects consumers' network trust which had positive influence on their purchase intention; in addition, cognition trust and emotion trust, which constituted as network trust, had significant impacts on consumers’ purchasing intention. The conclusion provides with both theoretical and practical value for a deep understanding of the effect of network interaction influence on consumer buying psychology and behavior.

customer network interactions; network trust; stimulus-organism-response model

2095-3852(2017)02-0197-05

A

2016-10-25.

周宏(1973-)，男，贵州赤水人，暨南大学管理学院副教授，博士，主要研究方向为流通现代化与商务智能．

教育部社科基金项目(14YJA630099)；广东省社科基金项目(GD12CGL15)．

F713.5

10.3963/j.issn.2095-3852.2017.02.016