消费者网络购买意愿的影响因素分析——一个有调节的中介模型

邵继红,陈 满

(湖北工业大学经济与管理学院,湖北 武汉430068)

在校大学生受教育程度较高,对网络驾轻就熟,是未来网络消费的主力军.拥有网络购物经历的大学生和没有网络购物经历的大学生在网络认知上存在明显差异,前者对网络具有更积极的态度[1].因此,研究在校大学生的网络购物行为,分析哪些因素对其网络认知和网络购物影响较大,具有十分重要的意义[2].目前,许多学者对影响网购意愿因素的研究主要集中在TAM模型及其延伸上,而对于感知风险的调节效应研究较少.本文的研究有助于深化对在校大学生网购意愿影响因素的理解.

1 理论基础与研究假设

1.1 理论基础

1.1.1 TAM模型技术接受模型(Technology Acceptance Model,TAM)认为,当新技术被介绍给潜在用户时,有用性和易用性对于确定消费者对技术使用的态度至关重要[3].

技术接受模型主要包括两个影响行为意愿的关键变量:感知有用性、感知易用性.感知易用性是指用户认为使用特定系统不会费力的程度;感知有用性是指用户认为使用特定系统可以提高其工作绩效的程度[4.国内外学者基于技术接受模型均研究发现感知易用性正向影响大学生网络购物意向[5G6].基于此,本文采用其中一个关键变量感知易用性来研究大学生网购影响因素.技术接受模型如图1所示.

图1 技术接受模型

1.1.2 感知风险理论风险感知理论认为,风险感知是消费者对与客观存在风险的主观方面感受,主要是对消费者购买决策结果的不确定和对购买决策结果不满意的不确定[7].之后,许多学者在其定义之上做出了修改和补充.Cox将风险感知定义为消费者在购买之前对自身决策不确定,在购买之后产品对消费者造成的负面作用[8].随着互联网的发展,学者们开始研究风险感知对网购行为的影响,并从多个视角定义网络购物风险感知[9].李娜等认为,感知风险是指消费者通过网购将遭受的风险程度[10].Susanto进一步拓展了感知风险的内涵,将感知风险定义为消费者对不确定性以及参与活动的不利后果的感知[11].总之,顾客感知风险是消费者在进行购买决策时主观上对损失的一种预期,因为消费者无法预见因购买决策而导致的结果,该结果的不确定性是消费者产生感知风险的主要来源.

至于感知风险的维度,井淼等提出的八个维度的网络购物感知风险,包括时间风险、身体风险、功能风险、隐私风险、心理风险、经济风险、社会风险和服务风险,其中隐私风险和服务风险是网络购物所特有的[12].王震勤等提炼出网络购物感知风险最核心的四个维度,即时间风险、功能风险、心理风险、财务风险,认为这四个维度比其他维度的解释力更强[13].梁健爱认为网络购物的感知风险主要来自于网站、顾客和零售商三个方面,可以划分为产品风险、隐私风险、经济风险、配送风险、服务风险和心理风险[14].总体来看,不同行业对风险感知的测量均有不同的看法,有些学者在此基础上还加入了时间风险、个人风险、功能风险和隐私风险等维度展开风险感知变量的研究[15].董大海等在消费者网上购物感知风险构面研究中,将网络零售商核心服务风险、网络购物伴随风险、个人隐私风险和假货风险作为感知风险的四个构面[16].李盈莹则将感知风险分为四个维度:安全风险、财务风险、隐私风险、时间风险[17].

1.2 研究假设

1.2.1 网购经验对网购意向的影响网购经验是网购过程中经历的一种认知状态[1],是影响网购意愿的重要因素[18].过去的网购经历可能会对网购意图产生直接影响[19].与那些没有网购经验的人相比,有经验的消费者具有更高的购买意愿[8].此观点在后续研究中进一步得到认可[20].另外,maniya以购买品牌服装的印度尼西亚女性为研究对象,认为网购经验对网购行为产生了显著的正向影响[21].但是,如果消费者对这些过去的购买经历做出负面评价,那么他们就不愿意在将来进行网购.这说明了通过向现有的网购消费者提供满意的在线购物体验来使其成为回头客的重要性[22].因此,本文提出

假设H1:网购经验对网购意愿有显著的正向的影响.

1.2.2 感知易用性的中介作用关于网购经验对感知易用性的影响机制.HernandezGOrtega等人将网购群体分为三个类别:潜在购物者、购物新手和有经验的购物者,而这三种不同类型的购买者在感知易用性方面存在显著差异,即所选样本中有经验的购物者,其感知易用性的平均值都高于其他两组(潜在购物者和购物新手),说明网购经验能显著提升消费者的感知易用性.消费者在购买产品后会对产品进行评价,形成一种宝贵的购买经验.反过来,这种经验可能会影响将来进行回购的意图和决定[23],因为过去的购买体验将持续一段很长的时间,并形成一种思维定势,将会影响将来的网购意愿[24].另外,对于网购经验对网购意愿有着显著的正向影响这一观点,被多数国内外学者所认可[25G27].

关于感知易用性对网购意愿的影响机制.周丽等TAM以南京地区大学生为研究对象,发现感知易用性正向影响大学生网络购物意向[5].李盈莹通过实证研究得出大学生移动网络购物的感知易用性会正向影响其网购的采纳意愿[17].针对网站设计,田振世认为感知易用性对消费者网站使用意图正向成立[28],这一结果与其他学者是一致的[29].另外,有些研究对感知易用性与网购意愿的关系进行了实证分析,同样发现感知易用性对网购意愿存在显著的正向影响[30G31].因此,本文提出

假设H2:感知易用性在网购经验与网购意愿间起中介作用.

1.2.3 感知风险的调节作用关于感知风险对感知易用性的影响机制.肖风桢以大学生为目标群体,实证得出感知风险负向影响网购意愿[2].另外国内学者李娜等基于Meta与SEM分析,对多元视角下消费者网购意愿影响因素进行了整合研究,发现感知风险对感知易用性存在着显著的负向影响[10].

关于感知风险对网购意愿的影响机制.大多数研究认为感知风险对网购意愿有显著的负向影响,且感知风险是直接影响消费者购买意愿的最重要因素[32].Taylor认为感知风险会影响消费者的购买决策,从而影响消费者的购买意愿[33],这一结论也与其他学者的理解是一致的[34G38].另外,张汉鹏等通过对网购环境下消费者购买意愿模型的分析,认为在电子商务环境下,消费者的购买意愿受感知风险的影响[39].而与其他学者研究的视角不同,张应语等实证发现感知风险与生鲜农产品消费者购买意愿负相关[40];任俊玲等从不同的维度出发,认为感知风险中的财务风险、功能风险和隐私风险均显著的负向影响购买意愿[41];蒋丽婷在当前供给侧结构性改革以及“互联网+”的大背景下,多角度分析了电子商务活动过程中影响消费者购买意向的关键因素,并认为感知风险会抑制网购意向[31].本文认为,在低感知风险的情境下,感知易用性更强,进而网购意愿也越强;反之,在高感知风险的情境下,感知易用性更弱,进而网购意愿也越弱.因此,本文提出

假设H3:感知风险负向调节感知易用性与网购意愿之间的关系,即在低感知风险情境下,感知易用性对网购意愿的正向作用更强;在高感知风险情境下,感知易用性对网购意愿的正向作用更弱.

1.2.4 有调节的中介作用根据上述假设进一步推论,感知易用性的中介作用受到感知风险的调节,是一个被调节的中介效应.具体来说,感知易用性中介网购经验影响其网购意愿的关系,并且该中介作用的大小取决于感知风险的高低.在低感知风险的情境下,网购经验对网购意愿的影响增强,此时,网购经验对网购意愿的影响效应更多通过感知易用性传递;在高感知风险的情境下,网购经验对网购意愿的影响减弱,此时,网购经验对网购意愿的影响效应较少通过感知易用性传递.因此,本文提出

假设H4:感知风险负向调节感知易用性在网购经验与网购意愿关系中的中介作用,即在低感知风险情境下,网购经验通过感知易用性影响网购意愿的作用更强;在高感知风险情境下,网购经验通过感知易用性影响网购意愿的作用更弱.

基于以上分析,本研究的理论模型如图2所示.

图2 理论模型

2 研究设计

2.1 研究方法

本文研究数据通过问卷调查获得,调研对象为在校大学生.问卷发放时间为2020年4-5月份,共发放问卷434份,回收有效问卷417份,有效回收率为96.08%.有效问卷中,被调研的大学生中男性占比47.2%,女性占比52.8%;年龄方面,19-22岁的在校大学生居多,占比65.5%.而其他年龄段:18岁及以下、23-26岁、27岁以上则相对较少,分别占比2.2%、31.2%以及1.2%;年级方面,大四居多,占比57.1%,大一、大二、大三、研究生分别占比5.3%、12.7%、16.8%以 及8.2%.

2.2 变量测量

本研究问卷均来自于国内外已有成熟量表,除控制变量外,所有题项均采用Likert5点量表测量(1表示非常不同意,5表示非常同意).

网购经验.借鉴Aziz等[5]的实证研究,设计3个题项进行测量,如“网购是有趣的”.

感知易用性.借鉴白一含[42]和郭珊[43]的研究,设计4个题项进行测量,如“在购物网站订购的程序很容易”.

感知风险.采用李盈莹[17]的编制的4题项量表进行测量,如“我认为在网上购物支付会对我的支付账户带来危险”.

网购意愿.借鉴白一含[42]和Aziz等[6]的研究,设计3个题项进行测量,如“我会进行网购”.

控制变量.除了网购经验、感知易用性和感知风险,还有一些其他因素会对网购意愿产生影响.比如,原朝芳等人认为性别会影响大学生网购行为[44];周建认为性别和年级会影响网购行为[45];仇艳文等人认为性别会影响大学生网购意愿,而且不同年龄阶段的消费者对产品的认知、购买心理及行为会产生购买意愿的差异[46].本研究将性别、年龄、年级作为控制变量.其中,性别为虚拟变量(男性=1,女性=0),年龄为实际年数,年级分为大一、大二、大三、大四以及研究生以上等5个阶段.

3 实证分析

3.1 同源性方差分析

尽管本研究在问卷设计以及收集数据阶段对题项表达的准确性、匿名性等做了一定工作,但仍可能存在同源性方差问题.为了避免同源性方差,采用Harman单因素检验法,检测同源性偏差程度.对调查问卷中所有题项作因子分析,在未旋转时所得到的第一个主成分,不超过总方差解释变异的50%,则表示同源性方差不严重.通过SPSS22.0软件进行主成分因子分析,在未旋转时得到的第一个主成分的方差解释变异为28.301%,远小于50%,说明同源性方差问题不严重.

3.2 信度和效度检验

运用SPSS22.0统计分析工具,采用克朗巴哈系数(Cronbacha’sα)对信度进行检测.一般认为,当Cronbacha’sα<0.65说明不可信,当CronG bacha’sα>0.65说明可以接受,当Cronbacha’sα>0.70说明信度较好.如表1所示,各变量信度均大于0.70,信度较好.

效度分析中,各变量的KMO测度值均大于0.6,Bartlett球形度检验所对应的概率值(Sig.值)都为0.000(小于显著性水平0.05),说明各变量适合做因子分析(表1).此外,结果中各因子的方差累计解释率为65.321%,这说明量表对理论的解释能力很强.同时,由因子分析所提取来的因子与理论大体相同,这说明量表具有很好的效度.

表1 关键变量的信度和效度分析

表2为验证性因子分析的结果.四因子模型拟合度明显优于其他3个比较模型.(χ2=175.057,df=71;χ2/df=2.466<3,本研究其他适配度指标:GFI=0.944,AGFI=0.918,CFI=0.948,IFI=0.948,均 大 于0.9,RMSEA=0.059<0.08,SRMR=0.0477<0.05).

表2 适配度指标结果

3.3 描述性统计和相关分析

利用SPSS22.0软件对各变量进行均值、标准差以及相关分析,结果见表2.从表2中看出,网购经验与网购意愿显著正相关(R=0.43,P<0.01);网购经验与感知易用性显著正相关(R=0.49,P<0.01),感知易用性与网购意愿显著正相关(R=0.41,P<0.01).但这只能说明各变量之间是否存在关系,不能说明其影响方向以及影响作用.在此基础上,本文采取层次回归方法对研究假设进行检验.

表3 描述性统计与相关分析结果

3.4 假设检验

3.4.1 主效应检验通过层级回归方法,结果(表4)发现在控制样本的性别、年龄、年级后,网购经验对网购意愿具有显著的正向影响(模型2,β=0.43,P<0.001),假设H1得到了支持.

表4 感知易用性在网购经验与网购意愿之间的中介模型的回归分析

3.4.2 中介效应检验通过SPSS软件中的PROCESS插件进行感知易用性的中介效应检验,结果见表4.从模型3中可以看出,网购经验对感知易用性有显著正向影响(β=0.49,P<0.001);在回归模型中同时加入网购经验与感知易用性后,感知易用性对网购意愿也有显著的正向影响(模型1,β=0.26,P<0.001),但同时网购经验对网购意愿的主效应依然显著,由此可见,感知易用性子在网购经验与网购意愿之间起到了部分中介作用.与此同时,通过对感知易用性在网购经验与网购意愿之间的中介效应分析,可知其95%的置信区间不包括0,再次说明了中介效应显著(表5).

表5 感知易用性在网购经验与网购意愿之间的中介效应分析

3.4.3 调节效应检验通过层级回归的方法,将感知风险、感知易用性和两者的交互项(感知风险×感知易用性)放入回归方程来检验感知风险的调节作用.结果(表6)显示,感知风险与感知易用性的交互项对网购意愿具有显著的负向影响(模型6,β=-0.13,P<0.01).因此,H3得到验证.

3.4.4 有调节的中介效应检验运用SPSS22.0软件中的PROCESS插件,采用Bootstrap法进一步检验有调节的中介作用,结果如表7所示.对高感知风险而言,网购经验通过感知易用性对网购意愿的影响不显著(β=0.0723,在95%的置信水平下,置信区间[-0.0093,0.1667],包括0);对低感知风险而言,网购经验通过感知易用性对网购意愿的影响显著(β=0.2014,在95%的置信水平下,置信区间[0.1053,0.2978],不包括0).因此,H4得到验证.

表7 有调节的中介效应检验结果

4 结论

1)网购经验对网购意愿存在显著的正向影响;

2)感知易用性在网购经验影响网购意愿的过程中发挥部分中介作用;

3)感知风险负向调节了感知易用性对网购意愿的影响,进而影响了网购意愿的整个中介机制.