移动商务用户信息质量感知对粘性倾向的影响研究

叶凤云

〔摘要〕论文从信息行为过程视角深入探讨移动商务用户的信息质量感知对粘性倾向的影响效应关系，帮助移动商务平台建立粘性机制，从而更好地吸引与保留客户。首先结合移动商务用户消费行为过程解析相应的信息行为过程，形成移动商务用户信息行为过程模型；然后基于信息行为过程模型，构建移动商务环境下用户信息质量感知对粘性倾向的影响模型（简称MUISM），提出相应研究假设并设计具体的测量指标；最后，基于获取的492份有效问卷利用AMOS17.0应用ML法对MUISM模型进行检验和分析，并结合实证分析结果提出提高移动商务平台用户粘性的针对性建议。

〔关键词〕移动商务；信息质量感知；粘性倾向；信息行为；用户

DOI：10.3969/j.issn.1008-0821.2017.04.011

〔中图分类号〕G203〔文献标识码〕A〔文章编号〕1008-0821（2017）04-0072-10

An Influence Research of Mobile Commerce User Information

Quality Perception to Stickiness Intention

——Information Behavior Process PerspectiveYe Fengyun

（School of Management，Anhui University，Hefei 230601，China）

〔Abstract〕The paper had deeply studied the influence of the information quality perception of mobile commerce users on stickiness intention from the perspective of the process of information behavior，hoped to promote the establishment of a cohesive mechanism for mobile commerce platform，so as to attract and retain customers better.Firstly，the paper had formed a process model of information behavior based on the analysis of the process of consumer behavior of mobile commerce users.Then，the influence model（MUISM）of the users information quality perception of the mobile commerce environment was constructed on the process model of information behavior，the corresponding research hypotheses were proposed and specific measurement indicators were designed.Lastly，the MUISM model was tested and analyzed by using ML AMOS17.0 method with the 492 valid questionnaires，and the targeted recommendations had been put forward to improve the user stickiness on the results of the empirical analysis.

〔Key words〕mobile commerce；information quality perception；stickiness intention；information behavior；user

1研究背景

中国互联网络统计中心CNNIC 2016年1月发布的《第37次中国互联网络发展状况统计报告》显示，截至2015年12月，中国手机网民规模达6.20亿，网民中使用手机上网人群占比提升至90.1%；我国手机网络购物规模达到3.40亿，手机网络购物的使用比例提升至54.8%。在网络应用中，移动商務类应用的地位越来越重要，手机支付、手机网络购物、手机订餐、手机旅行预订等应用的网民规模均稳定增长，移动商务已成为电子商务类企业激烈的竞争领域，如何吸引移动互联网用户的注意并使他们尽可能停留成为相关企业面临的重大挑战。

近年来，基于用户的信息质量感知研究已成为国外学术界信息质量评价研究的重点。Evans与Lindsay（2005）[1]将信息质量定义为“满足用户的需求和偏好”以及“符合或超过用户的期望”；Hilligoss与Rieh（2008）[2]认为信息质量是在一定的信息环境中，人们参照信息的期望或其它信息而对信息的良好性和有用性所做出的主观判断；Knight与Burn（2005）[3]认为互联网环境下的信息质量在很大程度上依赖于信息生产者、信息存储与维护系统、信息用户等所认知的维度；Braay等（1994）[4]构建了用户生成的网络信息质量评价指标体系；Schamber等（1996）[5]认为用户生成的信息质量评价指标体系包含清晰、成本、可靠性、有效性和相关性等5个主要指标；Metzger（2007）[6]指出信息的可靠性是基于接收者的判断，包括对信息质量的客观判断和来源可信性的主观感知；Naumann和Rolker（2010）[7]从主观、客观和过程角度将用户感知、信息本身和信息访问过程作为信息质量评价维度。

本文将移动商务用户的信息质量感知界定为用户利用手机等移动设备进行消费的过程中对产品、商家、物流、咨询等方面信息质量所产生的认知。目前，探讨电子商务网站粘性因素的研究很多，但对信息质量的关注度不高；事实上，信息行为贯穿移动商务用户消费过程的每个阶段，而在信息行为过程中对信息质量的感知是影响用户未来是否会继续重复访问某移动商务平台并进行交易的至关重要的因素，因此本文从信息行为过程视角深入探讨移动商务用户的信息质量感知对粘性倾向的影响效应关系，推动移动商务平台建立粘性机制，从而更好地吸引与保留客户。

2理论基础

2.1粘性及粘性倾向的概念

在传统营销中用于评估与促进顾客保留的机制在电子商务环境下被称为粘性（Zemzow，1999）。網站粘性是指网站维系在线客户和延长他们每次停留时间的能力，是电子商务成功的重要因素之一[8]。网站或网店特征的改变只有经过客户的感知，得到客户认可才能发挥应有作用，因而提升客户粘性是网站粘性研究的最终目的，网站粘性研究的焦点也纷纷从技术与功能视角转向用户视角[9]，如Li、Browne和Wetherhe（2006）基于客户视角，将粘性界定为由于用户深度持有持续再使用网站的承诺，将坚持在未来重复访问和使用所偏好的网站。

根据学者们对粘性的定义可知，粘性作为一种客观属性，是描述网站吸引与保留客户能力的术语；而倾向指一种态度，更多的是从用户主观意愿的角度进行考虑，则将粘性倾向界定为用户返回特定网站或延长其在特定网站持续停留时间的意愿[10]。

2.2客户粘性驱动因素

Kurniawan（2000）从用户——网站互动的交易视角，探讨用户对特定网站缺乏转换行为的影响因素，构建了一个以社区卷入、网站吸引力和便利为前因变量，愉悦和顾客满意为中介变量，客户粘性为结果变量的模型，如图1所示。

2006年，Li、Browne和Wetherbe（2006）整合社会心理学的人际投资理论和关系营销中的信任——承诺理论，从用户视角构建了客户粘性倾向模型。研究客户粘性驱动因素的实证研究很多，在此不一一列举。

已有的研究多侧重于从满意、信任、承诺等非常主观的变量方面进行考察，且未将粘性倾向进行区分。事实上，用户有需求时经常在若干个移动商务平台浏览，却选择某一个移动商务平台进行交易，其中的内在因素值得深究。故本文基于用户视角，结合移动商务用户的消费行为过程，将粘性倾向区分为访问粘性倾向和交易粘性倾向两个阶段，其中，访问粘性倾向是指用户坚持在未来重复访问所偏好移动商务平台进行浏览的意愿；交易粘性倾向是指用户坚持在未来使用某特定移动商务平台进行消费的意愿；针对访问粘性倾向和交易粘性倾向从不同的信息质量感知角度分别探讨其驱动因素。

3移动商务用户信息行为过程分析

3.1移动商务用户消费行为过程

移动商务用户消费行为过程可以划分为消费前、消费中和消费后等3个行为阶段。

消费前的行为：目前，移动商务平台众多，用户在消费前，一般会根据已掌握的信息及以往的经验选择具体的移动商务平台，然后采用分类浏览的方式选择商品或者输入关键词查找所需要的商品，接着在移动商务平台所展示的商品列表中选择某些商品进行浏览和比较，因为同样的商品往往有多个卖家，每个卖家的价格不同，信用等级和客户评分也不尽相同，用户对相关信息进行比较评估后选择一个或若干个特定商家，直接购买或与商家的客服人员沟通后确定购买与否。

消费中的行为：用户确定购买某商家的商品后，一般会与商家的客服人员沟通物流配送情况，并选择合适的支付方式付款。

消费后的行为：商家发货后，用户通过移动商务平台关注订单信息和物流信息，在收到物流配送的商品后进入移动商务平台确认收货，并根据所收到商品的情况进行评论，如果对所收到的商品不满意，可能会要求退换货，并在交易结束后进行评论。

综上所述，移动商务用户消费行为过程如图2所示。

3.2移动商务用户信息行为过程模型

根据移动商务用户消费行为过程图，将移动商务用户的信息行为过程相应划分为消费前信息行为和消费后信息行为两个主要阶段，其中消费前信息行为又细分为信息需求的认识与表达、信息浏览、信息沟通与选择等3个子阶段；消费后行为细分为信息浏览、信息沟通与反馈等两个子阶段。每个具体的信息行为又涉及发布主体和行为客体两个方面，整体信息行为过程如图3所示。注：图中服务信息专指客户服务人员的信息服务。

结合移动商务用户信息行为过程模型图，将移动商务用户信息行为过程按消费前信息行为与消费后信息行为两个阶段分别简要描述。

3.2.1消费前信息行为过程

1）信息需求的认识与表达：人们在生活、工作或学习过程中产生一定的消费需求，如果选择通过移动商务环境进行，首先会根据所掌握的信息和以往的经验等选择具体的移动商务平台，然后将消费需求归类通过移动商务平台所提供的分类机制浏览所需要的商品/服务，或者将消费需求以具体关键词的形式表达出来，通过移动商务平台所提供的检索机制输入关键词查找所需要的商品信息或商家信息。

2）信息浏览：在消费行为前，客户一般会仔细浏览移动商务平台中所展示的商品信息和商家信息；对所展示商品的价格、商家的位置等信息进行比较分析后点击进入某一个或几个产品和商家，了解其详细信息，并与客服人员进行信息沟通。

3）信息沟通与选择：客户通过浏览对产品、物流等方面的详细信息进行综合比较评估，并根据客服人员提供信息的情况最后决定购买某商家的商品，浏览支付信息，并进入实际的消费支付过程。

3.2.2消费后信息行为过程

1）信息浏览：卖家获取客户的支付信息后，进入发货流程，物流公司揽件后，卖家和物流公司一般会通过移动商务平台将物流详细信息发布出去，商家可及时跟踪所销售商品的物流状态并进行催件，客户也可随时浏览所购买商品的物流状态准备收件。

2）信息沟通与反馈：收到卖家通过物流公司快递的商品后，客户经过一段时间的使用体验，会对商家、商品、服务及物流产生直观的感受，可以通过移动商务平台对消费过程中所获取的产品、物流及服务等方面的感受进行评论和分享；而客户评论和分享的产品、物流、服务等信息会通过移动商务平台反馈给网站、卖家及其他客户。

4研究设计

4.1理论模型构建与研究假设提出

从图3可以看出，移动商务用户信息行为主要分为消费前信息行为和消费后信息行为两个阶段，在消费前信息行为阶段，卖家、网站等通过移动商务平台发布产品、商家、物流等方面的信息，提供售前咨询信息服务，用户在消费前的浏览、查询和沟通等信息行为过程中，会对移动商务平台所提供产品、商家、物流和咨询方面的信息质量产生认知，从而影响用户对该移动商务平台的再访问意愿即访问粘性倾向；在消费后信息行为阶段，卖家、网站、物流等通过移动商务平台发布用户所购买商品的订单信息、物流信息等，提供售后信息服务，用户在支付后的浏览、查询和沟通等信息行为过程中，会对移动商务平台所提供订单、物流和服务等方面的信息质量产生认知，从而影响用户对该移动商务平台的再交易意愿即交易粘性倾向。

根据以上理论阐述，本文认为在移动商务环境下，每个特定的行为阶段所涉及的具体信息客体不同，同时客户在不同的行为阶段所关注的信息重点也不同，对信息质量的感知也就不尽相同，即用户在不同阶段的信息行为会对不同的粘性倾向产生显著影响，因此构建移动商务环境下用户信息质量感知对粘性倾向的影响模型（简称MUISM模型），如图4所示。

根据图4的概念模型，移动商务环境下，用户在消费前对信息质量的感知会显著影响用户的访问粘性倾向，结合上文的描述提出以下4个研究假设。

假设H1：在消费前，移动商务用户对产品信息质量的感知显著影响其访问粘性倾向。

假设H2：在消费前，移动商务用户对商家信息质量的感知显著影响其访问粘性倾向。

假设H3：在消费前，移动商务用户对咨询信息质量的感知显著影响其访问粘性倾向。

假设H4：在消费前，移动商务用户对物流信息质量的感知显著影响其访问粘性倾向。

根据图3的概念模型，移动商务环境下，用户在消费后对信息质量的感知会显著影响用户的交易粘性倾向，结合上文的描述提出以下4个研究假设。

假设H5：在消费后，移动商务用户对服务信息质量的感知显著影响其交易粘性倾向。

假设H6：在消费后，移动商务用户对物流信息质量的感知显著影响其交易粘性倾向。

假设H7：在消费后，移动商务用户对订单信息质量的感知显著影响其交易粘性倾向。

假设H8：在消费后，移动商务用户对评论信息质量的感知显著影响其交易粘性倾向。

在移动商务环境下，访问作为交易的前期必经阶段，相互之间应存在显著的相关性，故提出下面研究假设。

假設H9：在移动商务环境下，用户访问粘性倾向显著影响交易粘性倾向。

4.2移动商务用户信息质量评价指标体系设计

基于3.2对移动商务用户信息行为过程的分析及4.1所构建之MUISM模型，在已有的信息质量感知指标体系研究成果基础上从消费前和消费后两个阶段分别设计信息质量感知的测量指标，从访问和交易两个角度分别设计粘性倾向的测量指标。

4.2.1消费前信息质量感知指标

结合移动商务用户消费前信息行为的具体过程和后续研究的可操作性，对移动商务平台所涉及产品、商家、物流和咨询方面信息的质量感知采用目前常用的全面性、可靠性、新颖性和便利性等指标，具体测量指标如表1所示。

4.2.2消费后信息质量感知指标

结合移动商务用户消费后信息行为的具体过程和后续研究的可操作性，对移动商务平台所涉及服务、物流、订单和评论方面信息的质量感知同样采用目前常用的全面性、可靠性、新颖性和便利性等指标，具体测量指标如表2所示。

4.2.3粘性倾向的测量指标

在本研究中，访问粘性倾向指客户坚持在未来继续访问和浏览某移动商务平台的意愿，交易粘性倾向指客户坚持在未来继续选择某移动商务平台进行交易的意愿。基于Li等人（2006）[11]和Lin（2007）[12]开发的粘性倾向测量题项基础上，结合不同粘性倾向的特性，得到访问粘性倾向和交易粘性倾向的具体测量题项，如表3所示。

4.3问卷设计与调查

4.3.1问卷结构设计

为了保证调查问卷的科学性与有效性，本研究首先邀请有经验的人员对问卷进行试填，再根据专家意见和试填结果对问卷的部分内容和格式进行修改完善，从而形成正式调查问卷。

调查问卷由两部分构成：第一部分调查个人基本信息，为单项选择题；第二部分为问卷主体，调查移动商务用户消费过程中信息质量感知对粘性倾向的影响，采用Likert 5度量表，从“非常同意”、“同意”、“一般”、“不同意”到“非常不同意”分别给予5、4、3、2、1的分数，请用户根据自己对相关变量的主观感受进行打分，从而对变量进行测量。

4.3.2数据来源与样本分析

从2016年7月至2016年8月，利用问卷星在线网站（http：∥1.sojump.com）设计网络调查问卷，通过EMAIL、QQ、微信等方式获得有效问卷32份，利用问卷星在线网站提供的样本服务获得有效问卷460份，因此，调查共获得有效问卷492份。利用SPSS18.0对调查对象的性别、年龄、职业、受教育程度等几个方面进行描述性统计分析，如表4所示。

5实证分析

5.1信效度检验

5.1.1信度检验

为了检验样本的信度，本研究应用SPSS18.0进行运算，得到各变量的克朗巴哈一致性系数（Cronbachs α），Cronbachs α的值一般介于0和1之间，其值越大，说明变量的各个测量题项越相关，即内部一致性程度越高，统计结果如表5所示。

由表5可知，各变量的Cronbachs α都在0.6以上，且各变量的项已删除的Cronbachs Alpha值差异不大即各个变量在单一测量题项删除情况下，克朗巴哈一致性系数都没有发生显著改变，这些数据表明调查问卷具有较好的信度。

5.1.2效度检验

在正式调查全部完成后，为检验量表题项的结构合理性和内容可靠性，需要对量表的效度进行分析。

1）探索性因子分析

在进行探索性因子分析前，利用SPSS18.0运算得到的KMO（Kaiser-Meyer-Olkin）值检验样本数据的因子适合性，检验标准为：KMO>0.5，表示变量之间具备较多公共因子，适合进行因子分析；如果KMO<0.5，则不适合进行因子分析。

①消费前信息质量感知

如表6所示，在消费前信息质量感知方面，样本的KMO值为0.857 >0.5，Bartlett球形检验的卡方值为1 905.812，显著性水平为0.000，说明各测量题项间存在联系，适合对样本数据进行因子分析。

消费前信息质量感知变量的探索性因子分析结果如表7所示，产品信息质量、商家信息质量、物流信息质量、咨询信息质量4个因子累积解释了53.114%的方差，各个项目在其相关联的变量上的因子负荷都大于0.5，交叉变量的因子负荷没有超过0.5，表明本部分问卷的结构效度较好。

②消费后信息质量感知

如表8所示，在消费后信息质量感知方面，样本的KMO值为0.818>0.5，Bartlett球形检验的卡方值为2 010.540，显著性水平为0.000，说明各测量题项间存在联系，适合对样本数据进行因子分析。

消费后信息质量感知变量的探索性因子分析结果如表9所示，服务信息质量、物流信息质量、订单信息质量、评论信息质量4个因子累积解释了53.506%的方差，各個项目在其相关联的变量上的因子负荷都大于0.5，交叉变量的因子负荷没有超过0.5，表明本部分问卷的结构效度较好。

2）验证性因子分析

Fornell和Larcker（1981）[12]提出评估收敛效度3项标准：完全标准化的因子负荷都大于0.5且达到显著水平（p<0.05或p<0.1），完全标准化的因子负荷值越大，基础效度越好；组合信度（简称CR）大于0.7，组合信度值越大，变量量表内部越具有一致性；平均变异萃取量（简称AVE）大于0.5。

利用AMOS17.0对样本数据进行验证性因子分析，以最大似然法作为参数估计方法，得到因子分析的结果，应用以上标准评估调查问卷的收敛效度，如表10所示。

根据表10的数据，所有指标的因子负荷值均在0.5左右且达到显著水平（p<0.05），组合信度均大于0.7，模型的测量量表具有内部一致性；平均变异萃取量均大于0.8，表示80%以上的方差被说明，模型具有良好的收敛效度。

5.2MUISM模型检验

利用AMOS17.0应用最大似然法（Maximum likelihood，简称ML法）对模型进行检验与修正，计算得到理论模型的假设检验结果，如表11所示。

通过AMOS17.0计算得到相应的拟合指数值，所构建的MUISM模型的拟合指数结果如表12所示。

表12的数据说明，MUISM模型的拟合效果比较理想。

6研究结论及建议

6.1MUISM模型的效应关系及说明

根据表11的假设检验结果计算出MUISM模型中各变量之间的总效应，如表13所示。

表13的数据说明，产品、商家和物流等方面的信息质量感知显著影响移动商务用户的访问粘性和交易粘性；从表1和表2的测量指标可以看出，这些方面的信息质量感知测量指标注重测量了信息的全面性、可靠性、新颖性和便利性等方面。

移动商务平台应从用户信息行为全过程的视角，首先吸引更多的商家进入移动商务平台，提升移动商务平台产品的多样性和全面性；增强对商家所发布产品、物流等的信息质量控制，提高相关信息的可靠性；并敦促商家不断更新产品信息，保证移动商务平台上商品的新颖性；借助人机交互理论，提高移动商务用户获取相关信息的便捷性。提升移动商务用户消费全过程的信息质量感知，从而提高用户对移动商务平台或商家的访问粘性及交易粘性。

6.2.2建立全过程的客户服务体系，提高客户服务各阶段的信息质量

从表1和表2的测量指标可以看出，咨询信息质量和服务信息质量均是针对商家所提供的客户服务信息质量而言的。其中咨询信息质量侧重于售前咨询的信息质量感知，服务信息质量则侧重于售后服务的信息质量感知，表13的数据却说明它们对粘性倾向的影响明显不同。

通过对被调查者深入访谈得知，移动商务用户在消费过程中，已经习惯于对所需商品进行详细的咨询，并注重咨询信息质量的感知；而在目前的移动商务环境下，主动、专业提供售后服务的商家很少，从而出现多数用户对售后信息服务的质量感知度低的状况。在这种现状下，移动商务平台或商家如果能重视商品的售后服务，提供优质的售后服务信息，同时优化咨询信息服务的质量，建立全过程的客户服务体系，将会明显与其它移动商务平台和商家形成差异化，从而有效提高用户对移动商务平台或商家的访问粘性及交易粘性。

6.2.3鼓励移动商务用户发布高质量评论，提高用户评论信息的质量

从表1和表2的测量指标可以看出，评论信息质量感知变量主要测度的是移动商务用户对发布产品、商家及物流等相关信息的质量感知，表13的数据说明移动商务用户并不太注重移动商务平台所提供的用户信息发布方式；而用户所发布评论信息的获取质量体现在消费前信息质量感知的各个变量中，表13的数据说明移动商务用户在消费过程中，注重所获取到的用户评论信息质量的感知。

因此，移动商务平台和商家应该鼓励用户积极发布自身消费体验方面的评论信息，从而提高用户对移动商务平台或商家的访问粘性及交易粘性。

参考文献

[1]Evans G，Lindsay W.The management and control of quality[M].Mason，Oh：Thomson，2005：102-211.

[2]Hilligoss B，Rieh S Y.Developing a unifying framework of credibility assessment：Construct，heuristics，and interaction in context[J].Information Processing & Management，2008，44（4）：1467-1484.

[3]Knight S，Burn J.Developing a framework for assessing information quality on the world wide web[J].Informing Science，2005，（8）：159-172.

[4]Barry C L.User-defined Relevance Criteria：An Exploratory Study[J].Journal of the American Society for Information Science，1994，45（3）：149-159.

[5]Schamber L，Bateman J.User in Relevance Evaluation：Toward Development of a Measurement Scale[C].In：Proceedings of the 59th Annual Meeting of the American Society for Information Science，Baltimore，MD，USA.Medford，NJ：Learned Information，1996：212-305.

[6]Metzger M J.Making sense of credibility on the web：Models for evaluating online information and recommendations for future research[J].Journal of the American Society for Information Science and Technology，2007，58（13）：2078-2091.

[7]Naumann F，Rolker C.Assessment methods for information quality criteria[EB].http：∥mitiq.mit.edu/iciq/iqdownload.aspx？ICIQYear=2000&File=AssessmentMenthods4IQCriterria.pdf，2010-01-22.

[8]Li D H，Browne G J，Wetherbe J C.Why do Internet users stick with a specific web site？A relationship perspective[J].International Journal of Electronic Commerce，2006，10（4）：105-141.

[9]呂洪兵.B2C网店社会临场感与粘性倾向的关系研究[M].北京：光明日报出版社，2013：95-102.

[10]Lin J C-C.Online stickiness：Is antecedents and effect on purchasing and effect on purchasing intention[J].Behavior & Information Technology，2007，26（6）：507-516.

[11]Dahui Li，Browne G J，Wetherbe J C.Why do Internet users stick with a specific web site？A relationship perspective[J].International Journal of Electronic Commerce，2006，10（4）：105-141.

[12]Lin J C-C.Online stickiness：Is antecedents and effect on purchasing and effect on purchasing intention[J].Behavior & Information Technology，2007，26（6）：507-516.