UTAUT视角下网上购药行为影响因素研究

陈自洁

（广东药科大学 医药商学院）

一、引言

网上药店是企业依法建立的，在互联网上为个人消费者提供医药商品交易服务的虚拟销售市场，是医药电子商务发展的产物。然而，虽然我国网上药店市场潜力巨大，发展却明显滞后于已经高度发达的普通品类电子商务。消费者对于网上购买药品的积极性极大地影响着网上药店的盈利和发展。对消费者网上购药行为的影响因素进行研究[1,2,3]，分析并解释网上药店发展过程中碰到的问题及原因，能更好地帮助网上药店找到有针对性的解决方案。

消费者对于网上购药的接受程度除了从认知心理学、消费者行为分析等角度展开研究外,最常引入TAM模型进行用户行为分析，是应用最为广泛的方法。但是TAM理论只重点关注“感知有用性”和“感知易用性”两个影响因素，常常需要额外引入较多的影响因素对TAM 理论进行修正，才能更准确地描述相关的研究对象。整合型技术接受和使用理论UTAUT[4]。UTAUT理论提取出显著影响用户对于新技术使用意愿和使用行为的四个潜在变量：绩效期望PE、付出期望EE、社群影响SI以及促进条件FC。其中前三个变量对使用意愿直接影响,最后一个变量对使用行为直接影响。经过实证检验，UTAUT对用户使用行为的解释力比以往的模型都更为有效。在我国，UTAUT模型已被较多应用于对信息系统和信息技术的接受行为及其影响因素的建模上，比如消费者网络购物、网络学习行为、众包物流参与行为等领域[5,6,7]。而基于UTAUT视角对消费者网上购药行为进行建模及分析的相关研究仅在近两年有少量尝试[1,2]。本文以UTAUT理论为基础，结合消费者对药品安全、网购安全、法律法规等相关风险的关注，引入感知风险(Perceived risks,PR)作为影响购买意愿的潜在变量，从而更准确地描述消费者网上购药行为的影响因素。

二、消费者网上购药行为的影响因素模型及研究假设

（一）基于UTAUT理论的网上购药行为影响因素模型

本文基于UTAUT理论构建的网上购药行为影响因素模型中，绩效期望、付出期望、社群影响以及感知风险四个潜在变量是模型的自变量，分别对消费者的网上购药意愿产生直接影响。促进条件为协助变量，对网上购药行为起到促进作用。而网上购药意愿为中介变量，影响购药行为的同时，在绩效期望、付出期望、社群影响、感知风险与网上购药行为之间起着中介作用。综合已有文献[1,5,6,7]中关于消费者网上购物、网上学习、网上购药等行为的研究成果，本文为网上购药行为的UTAUT模型引入了5个控制变量：性别、年龄、学历、上网频率和网购频率，并假设5个控制变量的复合作用将对5个核心自变量产生显著的影响。

在此基础上，我们根据药品销售的特点、网上消费者的行为以及网络购物的特征，并综合UTAUT理论的应用成果，设计网上购药行为UTAUT模型的维度参数图（图1）。

图1 引入感知风险的网上购药UTAUT模型维度图

（二）基于UTAUT理论的网上购药影响因素的研究假设

本文模型提出的研究假设如表1所示。

表1 本文模型的研究假设

论文首先依据图1的影响因素维度图设计关于网上购药的问卷，发放并收集有效问卷样本，再对问卷进行信度检验和结构效度检验，分析问卷设计以及问卷样本的质量。然后使用结构方程模型SEM计算并分析潜在变量与观测变量（问卷题目）之间以及潜在变量之间的相关性。在此基础上评估基于UTAUT理论的网上购药行为影响因素模型的整体拟合度，进一步修正此影响因素模型。最后通过结构方程模型路径分析验证研究假设。

三、调查问卷设计及问卷分析

（一）问卷设计及样本收集

整份问卷分为两个部分：第一部分从性别、年龄、学历、上网频率和网购频率几个方面收集个人基本信息，分别对应模型的5个控制变量的测度。第二部分问卷主体，共21个问题，分别对图1的 17个变量维度以及网购药品的意愿和行为进行测度。所有变量测量均采用李克特七级量表，分值从1到7（1=非常不同意，2=不同意，3=有些不同意，4=一般，5=有些同意，6=同意，7=非常同意）。

通过问卷星平台发放并回收295份问卷，剔除13份无效问卷后共获得有效问卷282份，有效问卷率为95.6%。下面进一步使用SPSS统计软件检验问卷的信度和效度，以分析问卷样本测量的质量，以及问卷设计的质量。

（二）问卷的信度检验

问 卷 总 的 Cronbach’s Alpha系数为0.856，信度较高，问卷具有使用的价值。对于各个潜在变量“绩效期望、付出期望、社群影响、促进条件、感知风险，以及网上购药意愿和行为”，变量内部的观测题项之间的相关性都在0.5以上，说明观测题项之间的相关程度较高，题项的设计合理；各潜在变量的Alpha系数分别为：0.755、0.748、0.760、0.763、0.810、0.822，都比问卷Alpha系数0.856要小得多，这说明基于UTAUT模型构建的问卷信度远高于单一变量组成的问卷。“题项已删除的Cronbach’s Alpha 值”表示，若去掉任意一个观测题项，都会使得问卷的Alpha系数减小，信度下降。这说明问卷中各个题项对于提升问卷内部的一致性皆有正向贡献，都可以保留，问卷无需调整。

（三）问卷的结构效度检验

由于对于网上购药行为PB而言，潜在变量 PE、EE、SI、FC、PR和PI都属于影响因素，因此对这些因素对应的题项数据进行因子分析。结果显示KMO值为0.841，Bartlett球形度检验的近似卡方值很大且显著性水平为0，这说明问卷数据的各变量间的相关性较强，适合做因子分析，数据具有效度。

问卷数据旋转后的因子载荷矩阵显示，五个因子的旋转后累积方差解释率为64.070%，远大于50%，这说明题项的信息量可以有效地提取出来。进一步分析矩阵中大于0.5的因子载荷，我们得到潜在变量与因子的关系：付出期望EE和促进条件FC可由因子1共同解释，感知风险PR可由因子2解释，社群影响SI由因子4解释，绩效期望PE由因子5解释，而购买意愿PI和购买行为PB皆可由因子3解释。综合来看，潜在变量内部的各个观测题项与因子的对应关系与预期一致，这说明问卷结构效度良好。

四、问卷的结构方程模型分析

（一）问卷的结构方程模型及拟合度

经检验发现，五个控制变量中，只有网购频率对网上购药意愿PI的影响是显著的。在模型中添加并验证四个潜在变量两两之间的关联，最后保留显著相关的两组关联：绩效期望PE与付出期望EE，付出期望EE与促进条件FC。以模型拟合优度以及模型复杂度为基准不断调整修正，得到图2性能较优的模型。

图2 基于UTAUT理论的网上购药行为影响因素的结构方程模型

论文采用常用的拟合指数来评价模型。卡方值在调整模型的过程越来越小。绝对拟合指数中，CMIN/DF在1-3之间，RMESA小于0.08，GFI和AGFI在0.8-0.9之间，增值拟合指数NFI、IFI和CFI皆越接近1越好，这表明我们的模型拟合度较好，模型可以接受。

（二）问卷的结构方程模型路径分析及假设检验

在图2结构模型中，除了PE3←PE 和PB1←PB外，其他潜在变量与观测变量之间的标准路径系数都明显大于0.5。且所有潜在变量与观测变量之间的路径都是显著的（P<0.001），每道题的误差变量以及添加的变量之间的协方差也达到P<0.001显著性水平，这说明潜在变量对观测变量的解释都是有意义的，问卷质量较好。在P<0.001显著性水平下，路径PI←PE ，PI←EE ，PI←网购频率，PB←PI都是显著的。而在P<0.05显著性水平下，路径PI←SI ，PI←SI 和PI←PR也是显著的。消费者的网上购药意愿对网上购药行为有非常显著的正向影响（H1），网上购药意愿起中介作用（H7），而促进条件对网上购药行为确实有显著的正向影响（H5）。根据路径系数，绩效期望、付出期望、网购频率和社群影响都对网上购药意愿有显著的正向影响（H1、H2、H3），且影响力依次减小。另外，感知风险确实对网上购药意愿有显著的负向影响。综上所述，表1提出的所有研究假设都是可以接受的。

五、给网上药店的建议

综合研究假设、图2UTAUT模型维度图、图4结构方程模型以及表7路径系数，论文对网上零售药店提出一些建议：

（1）丰富药店的药品种类，薄利多销，并提供快捷的送药上门服务，这有利于提升用户网上购药的绩效期望，增强购药意愿。社区药店可依据其地理优势，更好地为网上购药用户提供快速的送药上门服务，满足急用药需求。

（2）药品监管机构牵头，持续优化药品追溯系统建设，完善药品追溯码，保证药品安全。网上药店的药品要具备药品追溯码，并在销售页面清晰展示追溯码供用户查询验证。

（3）网上药店要在显著的位置标示购买药品的相关规则与规定，详细列明每种药品的功能、用法用量、不良反应、注意事项、禁忌症、药品追溯码等关键信息，安排执业药师提供实时药学服务，简化购买流程，尽量降低用户网上挑选和购买合适药品的难度，降低时间成本，提升网上购药效率的优势。

（4）利用网购平台购物大数据，面向网购频率高的用户推荐网上药店，发放优惠券，并对社交推荐给予一定的激励。

（5）网上药店要在首页显眼处展示药店的营业执照、《互联网药品交易服务资格证书》《互联网药品信息服务资格证书》等有关网上售药资质的证书，展示执业药师资格证书，供消费者查询核实。