线下推荐对我国消费者网络购买意愿的影响——基于关系强度理论

张 新， 马 良

(山东财经大学 管理科学与工程学院， 山东 济南 250014)

线下推荐对我国消费者网络购买意愿的影响
——基于关系强度理论

张 新， 马 良

(山东财经大学 管理科学与工程学院， 山东 济南 250014)

文章基于关系强度理论分析了推荐对消费者涉入以及消费者购买意愿的影响。同时，文章检验了消费者涉入的中介效应和关系强度的调节效应。通过问卷调查以及结构方程模型的方法对收集到的249份样本数据进行分析。研究表明：推荐积极正向影响消费者的涉入；消费者涉入积极正向影响消费者的购买意愿；消费者涉入在推荐与消费者购物意愿之间起部分中介效应；关系强度负向调节推荐与消费者涉入的关系。

推荐；涉入度；关系强度；购买意愿

一、引 言

近年来，我国电子商务呈现蓬勃发展的趋势。据中国互联网络信息中心(CNNIC)发布的第39次《中国互联网络发展状况统计报告》显示，截止2016年12月，中国有网民规模达7.3亿，互联网普及率为53.2%[1]。伴随着电子商务的发展，网络购物网站涌现出了大量消费者网络购物后的行为，如评论、转发、推荐等。据统计，亚马逊设置“你认为这条评论有用么？”这一简单问题每年会给其带来27亿元的收入。网络购物后的消费者行为由于能够影响潜在消费者的购买决策而逐渐被管理界和学术界所重视。学术界对消费者购物后的行为从不同方面展开了广泛研究，其中重要的一方面是对社会化商务环境下消费者推荐行为的研究。学者们对消费者推荐行为的研究可分为两大类：一类是基于推荐系统的研究；另一类把推荐行为作为口碑行为的一种形式进行研究。本文把推荐行为作为口碑行为的一种形式来进行研究。虽然有研究表明口碑行为与消费者购买意愿之间具有正向相关关系，然而对于推荐行为与消费者购买意愿关系的研究还较少。此外，推荐行为的作用机理是一个重要而有待于深入研究的问题。已有研究表明消费者涉入是网络购物过程的重要因素，它影响着消费者购买决策的全过程。消费者涉入程度的不同往往会对消费者购买决策产生不同影响。推荐是否影响消费者涉入进而影响消费者购买意愿，目前为止，答案有待探究。另外一个值得关注的问题是，先前学者对推荐行为的研究主要集中于陌生人推荐、商家及代理推荐等弱关系推荐，而被学者忽略的重要一方面是强关系(如朋友、家人)推荐的重要影响。强关系指的是同质性较强的社会关系(如朋友、家人)。不同关系强度的推荐对消费者涉入程度以及最终的购买意愿是否会产生不同的影响是值得研究的问题。因此，有必要建立研究模型来问答不同关系强度的推荐对消费者涉入与消费者购买意愿的影响。

基于以上分析，本文在社会化商务环境下探究了推荐对消费者涉入以及消费者购买意愿的影响，同时检验了关系强度在推荐与消费者涉入之间的调节效应，以及消费者涉入在推荐与消费者购买意愿之间的中介效应。

二、理论基础与假设提出

1.推荐与消费者涉入

涉入度被定义为一种主观心理状态，它反映了产品或服务对客户的重要性和个人相关性。随着进一步的研究，学者们把涉入度分为：广告涉入、产品涉入和购买决策涉入3个方面。其中，广告涉入是指消费者对广告信息的关心程度；产品涉入是指产品对个人的重要性或者消费者对产品的重视程度；而购买决策涉入指的是消费者对购买决策或者购买活动的关注程度[2]。关于涉入度的影响因素，大致可以归纳为个人因素、产品因素和情境因素3个方面。其中，个人因素主要包括个人的价值观、个人的需求与兴趣、个人的知识等；产品因素主要集中在产品价格、产品风险等；而情境因素主要包括采购环境、时间、技术等因素。

学者们对于消费者涉入进行了广泛的研究并检验了口碑行为与消费者涉入之间的关系。然而，在我国社会化网络环境下对个人推荐与消费者涉入的关系进行研究的文章还很缺乏。多数情况下，当个人对消费者进行推荐时，消费者对产品或者服务的涉入程度会不同程度的增加。已有研究证实口碑推荐能够使消费者花费更多的时间考虑推荐的产品[3]。因此，文章提出如下假设：

H1：推荐积极正向影响消费者的产品涉入。

H2：推荐积极正向影响消费者的信息涉入。

H3：推荐积极正向影响消费者的购买涉入。

2.消费者涉入和网络购物意愿

网络购物意愿被定义为消费者愿意并打算做出网络交易的情境。国内外学者从不同理论视角对消费者网络购物意愿展开了丰富的研究。与传统购物相比，电子商务时代网络购物的虚拟性使得消费者感受到较大的风险，这使得消费者对于网络购物的涉入程度发生了一定程度的变化，而不同程度的涉入直接影响到消费者的购买意愿。这一观点与众多学者对消费者涉入与网络购物意愿关系的研究结论一致，即消费者涉入与网络购物意愿之间存在正向相关关系。例如Hollebeek发现具有较高产品涉入和购买涉入的消费者更容易产生购买行为[4]；Wu发现涉入度在一定程度上积极正向影响消费者的购买意愿[5]。一般而言，消费者涉入程度越高，往往越容易产生购买意愿。基于以上分析，文章提出如下假设：

H4：产品涉入积极正向影响消费者购买意愿。

H5：信息涉入积极正向影响消费者购买意愿。

H6：购买涉入积极正向影响消费者购买意愿。

3.关系强度的调节效应

关系强度理论是由美国社会学家格兰诺维特在1974年提出。每个人的人际关系可分为强关系和弱关系两种。其中，强关系指的是个人社会网络同质性较强的关系(如朋友、家人等)；而弱关系指的是个人社会网络异质性较强的关系(如陌生人)。而对于关系强度的影响因素分析，一种是基于社会资本的三维度模型，把关系强度作为社会资本的结构维进行分析；另一种是围绕自我中心网络从强关系和弱关系两个维度来研究关系强度的影响因素[6]。本文则是从后一种强关系和弱关系维度进行分析。在关系强度的作用效果方面，学者们的研究结论还尚未达成一致。例如Levin等认为与具有强关系的知识接受者相比，具有弱关系的知识接受者更容易获得更多共享的知识[7]。而Zhilin等指出在强关系之间更有利于个体信息和新事物的接受；在弱关系之间更有助于用户和新团体建立联系并提升创造力，激发新的灵感等[8]。

虽然已有学者对关系强度对个体行为的影响进行了研究，但在社交网络的环境中，关系强度对个体行为的影响机理还有待进一步探讨。已有研究证实关系强度的高低在一定程度上能够影响信息的可信度进而影响消费者的购买意向[9]。在强关系之中，由于信息发送者对于消费者个人的喜好倾向以及个人需求有一定的了解，而这种关系会降低消费者涉入对口碑传播的影响[10]。此外，Laszlo Sajtos发现在同等涉入的情况下，弱关系能够产生更强的口碑影响[11]。文章认为在较强的关系强度中，推荐者对于消费者个人的喜好倾向以及个人需求有一定的了解，而这种强关系一定程度上会降低消费者涉入。基于以上分析，本文提出如下假设：

H7：关系强度负向调节推荐与产品涉入的关系。

H8：关系强度负向调节推荐与信息涉入的关系。

H9：关系强度负向调节推荐与购买涉入的关系。

根据以上讨论，本文提出研究模型，如图1所示。

图1 研究模型

三、研究设计

1.问卷设计

文章采用问卷调查的方法来验证概念模型。问卷的内容主要包括测量题项和受访者描述性统计信息两部分。其中，问卷的测量题项都选自于前期研究的成熟量表。购买涉入包含“网络购物前了解所有可能的替代方案很重要”等5个测量题项，量表借鉴Slama 和Tasehian等[12]学者的成熟量表。产品涉入包含“我将要网络购物的产品对我来说是有吸引力的”等6个测量题项，信息涉入包括“网络购物中产品信息、打折促销信息对我很重要”等6个测量题项，量表借鉴Zaichkowsky[2]学者的成熟量表。推荐包含“我愿意把网上购物产品推荐给周围的人”等4个测量题项，量表借鉴Walsh 和 Elsner等[13]学者的成熟量表。关系强度包含“我与周围的人保持紧密的联系”等4个测量题项，量表借鉴Shi Guicheng 等[14]学者的成熟量表。购买意愿包含“我进行网络购物的可能性很高”等4个测量题项，量表借鉴Van der Heijden等[15]学者的成熟量表。问卷采用李克特7级量表形式，1表示非常不同意，7表示非常同意。

2.数据收集

在设计完问卷后，我们选取了10名研究生对问卷进行了试填以保证问卷的可读性与易读性。在保证没有问题之后，在问卷星网站(www.soujump.com)发放问卷。最终的问卷包含了29个测量题项，回收并统计了受访者的描述性统计信息(包括性别、年龄、学历、月收入、网络购物年限等等)。总共发放问卷265份，剔除填写不完整以及不合格数据16份，剩余数据249份，问卷的有效率为93.96%。受访者的描述性统计特征如表1所示。

表1 受访者描述性统计

四、实证分析

1.信度和效度

学术界对于测量量表的信度检验主要通过Cronbach’s、组合信度(CR)和抽取变异量(AVE)来检验。根据学者的建议，Cronbach’sα在0.9以上则认为很好，0.8以上为好；组合信度(CR)在0.8以上则认为好，而在0.7以上表示可接受；抽取变异量(AVE)在0.5以上表示可接受。本研究的Cronbach’sα值从0.905变化到0.954，所有指标都大于0.9；CR值从0.861变化到0.921，所有指标都大于0.8；AVE值从0.567变化到0.705，所有指标都大于0.5。因此，本研究测量量表具有较高的信度。

同时，文章经过KMO样本测度和Barlett球形检验，得到KMO值为0.923(p<0.001)，表明可以做因子分析。对样本进行探索性因子分析，结果表明所有测量项目的因子载荷由最小值0.723到最大值0.861，因子载荷均大于0.7。这说明量表具有良好的聚合效度。

图2 结构方程模型结果注：**代表p<0.01,***代表p<0.001。

2.模型匹配与回归结果

运用结构方程模型来检验变量之间的关系。研究结果如图2所示：推荐积极正向影响消费者的产品涉入(β= 0.860，t= 26.446，p<0.05)，假设H1成立。推荐积极正向影响消费者的信息涉入(β= 0.854，t= 25.829，p<0.05)，假设H2成立。推荐积极正向影响消费者的购买涉入(β= 0.851，t=25.442，p<0.05)，假设H3成立。这表明消费者对于产品、信息和购买的涉入程度会随着推荐行为的增加而增加，即推荐越强烈，消费者的涉入程度越大。同时，消费者的产品涉入积极正向影响消费者的购买意愿(β= 0.401，t= 6.197，p<0.05)，假设H4成立。消费者的信息涉入积极地正向影响消费者的购买意愿(β= 0.316，t=4.489，p<0.05)，假设H5成立。消费者的购买涉入积极正向影响消费者的购买意愿(β= 0.246，t=3.539，p<0.05)，假设H6成立。这说明消费者在进行产品、信息和购买的涉入后会产生一定的购买意愿，而消费者的涉入程度越大，其产生购买意愿的可能性也就越大。

3.关系强度的调节效应

使用多元层次回归的方法检验关系强度的调节作用。首先计算变量的因子得分，并进行去中心化。之后进行多元层次回归分析，使用“Enter”方法，第一层放入主预测变量，第二层放入调节变量，第三层放入交互项。结果显示假设H7成立 (β=-0.303,t= -6.587,p<0.05)，如表2所示。

表2 关系强度在推荐与产品涉入之间的调节效应

用同样的方法检验关系强度在推荐与信息涉入之间的调节效应。研究结果显示假设H8是成立的 (β=-0.254,t=-5.272,p<0.05)，如表3所示。

同时，还检验了关系强度在推荐与购买涉入之间的调节效应。研究结果表明假设H9成立 (β=-0.288,t=-6.038,p<0.05)，如表4所示。

表3 关系强度在推荐与信息涉入之间的调节效应

表4 关系强度在推荐与购买涉入之间的调节效应

4.涉入的中介效应

关于中介效应的检验，目前为止，被学术界广泛接受的是Bootstrap 法和经验M-test法。结合本文的样本特征，本文采用Bootstrap 的方法来检验涉入度在推荐与购买意愿之间的中介效应。首先，运用SPSS20.0对数据进行了去中心化；之后分别通过Bias-Corrected方法和Percentile方法来检验信息涉入、产品涉入和购买涉入的中介效应。根据学者的建议，当运用Bias-Corrected方法或者Percentile方法测量的统计量的置信区间不包括零时，则可以判断统计量具有中介效应。不同变量的直接效应和问接效应结果如表5所示：

表5 涉入的中介作用

注：Bootstrap 抽样次数为5000 次。

从表5可以看到：所有的直接效应和间接效应的t值都大于1.96，并且运用Bias-Corrected方法和Percentile方法测量的信息涉入、产品涉入和购买涉入的置信区间都不包括零，因此，信息涉入、产品涉入和购买涉入在推荐和消费者购买意愿之间起部分中介作用。首先，这意味着推荐对购买意愿具有积极正向影响；其次，推荐通过影响消费者的信息涉入、产品涉入和购买涉入而对消费者的购买意愿产生积极影响，即推荐越强烈，消费者的涉入度就越大，进而产生的购买意愿就越大。

五、结论与建议

本文在社会化商务环境下通过问卷调查以及结构方程模型的方法检验了推荐对消费者涉入以及消费者购买意愿的影响。研究结果表明：当他人进行推荐时，消费者由于存在一定的好奇心，同时又碍于无法拒绝而不得不对信息、产品、购买等进行一定程度的涉入。即推荐的强度增加，消费者的涉入度会随之增加。当消费者对产品、信息和购买进行一定程度涉入以后，往往会发现自己喜欢的商品，进而产生一定的购买意愿与行为。一定程度上，消费者的涉入度越高，其购买意愿往往越大。同时，在同等推荐的情况下，随着用户强度的增加，消费者的涉入度会降低。当具有较强关系的用户推荐给消费者产品时(如家人、朋友等)，一方面，关系强度较高的用户往往对于消费者的喜好有一定的了解，其推荐的产品或者信息往往符合消费者的需求；另一方面，消费者对于关系强度较高的用户推荐的信息和产品往往存在较低的风险感知，即消费者往往是信任关系强度较高的用户的推荐。综合以上两个方面，消费者对强关系推荐的产品或者信息往往表现出以下行为：一是不会过多地涉入由于消费者之前就知道或者了解产品或者信息；二是进行过低的涉入进而直接产生购买行为，消费者对于强关系的推荐是信任的。而当关系强度较低的用户给消费者推荐产品时(如陌生人等)，由于对陌生人传达的信息的不确定性以及风险的感知，消费者会过多地涉入，尽可能搜集多的信息来减少这种不确定性，最终才可能产生购买行为。本文的研究结论验证了美国社会学家马克·格兰诺维特的弱关系理论，即与强关系相比，弱关系有着极快的、可能具有低成本和高效能的传播效率。

本文的研究对于网络运营商及商家有重要的实践意义。首先，商家要加强消费者的关系营销，通过利用强关系的推荐来降低消费者的风险感知进而提升其购买意愿；同时，第三方网络购物平台要提供一定的基础平台与保障，例如，开通关系推荐购物通道不失为一种好的营销策略。当消费者通过推荐通道购物时，商家可以给予消费者一定的折扣。对于消费者而言，会减少网络搜寻的时间成本，在一定程度上还能够克服选择恐惧症；而商家也会获得更多的订单进而获取额外利润。此外，商家一方面要加强网站的建设和产品信息的描述以确保消费者能够较容易地涉入，另一方面，要从信息涉入、产品涉入、购买涉入三个不同的方面来关注消费者的涉入，针对不同的产品有针对地展开营销行为。本文的研究可能局限于问卷搜集方法的单一性，以及数量上的限制，未来的研究可以使用多元化方法搜集数据。

[1] 中国互联网络信息中心. 第39次中国互联网络发展状况统计报告[EB/OL]. (2017-01-22)[2017-04-20]. http://www.cac.gov.cn/cnnic39/index.htm.

[2] ZAICHKOWSKY J L. The personal involvement inventory: Reduction, revision, and application to advertising[J]. Journal of Advertising,1994,23(4):59-70.

[3] GUPTA P，HARRIS J. How e-WOM recommendations influence product consideration and quality of choice: a motivation to process information perspective[J]. Journal of Business Research，2010,63(9):1041-1049.

[4] HOLLEBEEK L D，JAEGER S R，BRODIE R J，etal. The influence of involvement on purchase intention for new world wine[J]. Food Quality and Preference,2007,18(8): 1033-1049.

[5] WU W L，LEE Y C. The effect of blog trustworthiness，product attitude，and blog involvement on purchase intention[J]. International Journal of Management & Information Systems，2012,16(3):265-276.

[6] 张敏，向阳，陆宇洋. 社会关系强度对大学生微信知识共享行为的影响分析[J]. 图书情报工作,2015,59(23):64-71.

[7] LEVIN D Z，CROSS R. The strength of weak ties you can trust: the mediating role of trust in effective knowledge transfer[J]. Management Science,2004,50(11):1477-1490.

[8] LUO Z，CAI W，LI Y，etal. The correlation between social tie and reciprocity in social media[A]. International Conference on Electronic and Mechanical Engineering and Information Technology[C]. Harbin：Emeit 2011，2011:3909-3911.

[9] KOO D M. Impact of tie strength and experience on the effectiveness of online service recommendations[J]. Electronic Commerce Research and Applications,2016,15(1): 38-51.

[10] WIRTZ J，CHEW P. The effects of incentives，deal proneness，satisfaction and tie strength on word-of-mouth behaviour[J]. International Journal of Service Industry Management，2002,13(2):141-162.

[11] LASZLO SAJTOS D，VOYER P A，RANAWEERA C. The impact of word of mouth on service purchase decisions: examining risk and the interaction of tie strength and involvement[J]. Journal of Service Theory and Practice,2015,25(5):636-656.

[12] SLAMA M E,TASHCHIAN A. Selected socioeconomic and demographic characteristics associated with purchasing involvement[J]. Journal of Marketing,1985,49(1):72-82.

[13] WALSH G,ELSNER R. Improving referral management by quantifying market mavens' word of mouth value[J]. European Management Journal,2012,30(1):74-81.

[14] SHI G,SHI Y Z,CHAN A K K,etal. Relationship strength in service industries: a measurement model[J]. International Journal of Market Research,2009,51(5):659-686.

[15] VANDER HEIJDEN H,VERHAGEN T,CREEMERS M. Understanding online purchase intentions: contributions from technology and trust perspectives[J]. European journal of information systems,2003,12(1):41-48.

The Effects of Offline Recommendation on Chinese Consumers’ Online Purchase Intentions: Based on Tie Strength Theory

ZHANG Xin, MA Liang

( School of Management Science and Engineering, Shandong University of Finance and Economics， Jinan 250014, China )

Based on tie strength theory, this study investigates the effects of recommendation on consumers’ involvement as well as consumers’ online purchase intentions. Meanwhile, the moderating role of tie strength and the mediating role of consumers’ involvement are examined. This paper adopts the questionnaire and structural equation model, and analyzes 249 sampes of data collected from soujump.com. Results show that recommendation has positive effects on consumers’ involvement, and consumers’ involvement has positive effects on consumers’ online purchase intentions. Consumers’ involvement plays a partial mediating role between recommendation and consumers’ online purchase intentions, and tie strength negatively moderates the relationship between recommendation and consumers’ involvement.

recommendation； involvement； tie strength； purchase intention

10.19525/j.issn1008-407x.2017.02.003

2016-06-08;

2016-09-05

国家社科基金重点项目：“我国区域产品质量影响因素分析及监管对策研究”(13AGL012)；国家自然科学基金项目：“网络购物平台商品质量管控作用机理及其演进研究”(71472111)；教育部人文社会科学研究规划基金项目：“信息化与工业化融合机理、测度与路径选择研究”(13YJA790153)。

张新(1967-)，男，山东曹县人，教授，博士生导师，主要从事管理信息系统与电子商务研究；马良(1991-)，男，山东日照人，山东财经大学管理科学与工程学院硕士研究生，研究方向为电子商务与消费者行为，E-mail:maliang1010@126.com。

F713.50

A

1008-407X(2017)02-0015-06