内容摘要：近几年，国外研究者对消费者的网络购物行为和影响因素进行了大量的理论和实证研究。国内在这方面的研究也很多，但大多停留在定性研究层面。尽管国外研究者通过基于国外消费者的实证研究得到了一些研究成果，但由于国内的电子商务基础、环境和消费者观念、习惯与国外有很大不同，这些结论是否适用国内消费者仍然存在很大的疑问。因此，文章利用一些最新的国外理论和实证研究成果，联系中国消费者的实际情况，通过对国内消费者数据的定量分析，重点考察商品特性和消费者创新个性对国内消费者网络购物倾向的影响。

　　
　　1999年以来，电子商务的热潮开始在国内兴起，同时也带动了国内的电子商务研究。然而，到目前为止，国内在这方面的研究虽然数量很多，但大多停留在定性研究的层面，实证性的定量研究极其罕见。尽管国外研究者通过基于国外消费者的实证研究得到了一些研究成果，但这些结论是否适用于中国消费者仍然存在很大疑问。鉴于这一现状，文章利用一些最新的国外理论和实证研究成果，联系中国消费者的实际情况，通过对国内消费者数据的定量分析，重点考察商品特性和消费者创新个性对国内消费者网络购物倾向的影响，以弥补国内在这一研究领域的不足，并希望为今后的研究作一铺垫。
　　
　　研究假设
　　
　　根据Peterson等的理论，消费者是否会接受 Internet这种购物渠道，在很大程度上取决于销售的产品或服务的类型。在此基础上，我们提出假设1：H1：产品或服务的类别对消费者的网络购物倾向有显著的影响。

　　为了进一步研究具体的商品特性对消费者是否选择网络购物渠道的影响，Peterson等建立了一个对产品或服务进行分类的框架，包括3个衡量商品特性的维度：价值量与购买频度；价值成分；差异化程度。
 
　　Peterson等认为，在第一个维度上，价值高、购买频度低的商品更适合网上销售；在第二个维度上，无形商品更适合网上销售；在第三个维度上，差异化程度高的商品更适合在网上销售。在此基础上，我们提出假设2-4：H2：消费者更倾向于在Internet上购买相对昂贵而不常购买的产品或服务。H3：消费者更倾向于在Internet上购买具有无形性的产品或服务。H4：消费者更倾向于在Internet上购买差异化程度较高的产品或服务。

　　Bellman等发现，决定在线用户是否在网上购物的一个最有效预测指标是“生活‘在线化’的程度”。

　　H5：更高的网络使用度（非购物目的）将导致更强的网络购物倾向。H6：更高的特定领域创新个性将导致更强的网络购物倾向。H7：特定领域创新个性对网络使用度与网络购物倾向的关系起调节作用。
　　
　　样本设计与数据收集过程
　　
　　本次研究的抽样总体是某大学的全体在校学生，抽样单位是学生个人，抽样方法是便捷整群抽样。在正式收集数据前，首先进行了两次预调查，以检验问卷的可读性和可靠性（信度），并通过因变量的度量方法。共回收问卷239份，最终有效样本量为216。McDaniel和Gatesr推荐的用于营销研究的样本数量标准为：每个主子群的数量不少于100，而次级子群的数量在20至50之间。本次研究的两个主子群，网络购物组（购物次数在1次以上）和非网络购物组（购物次数为0次）的数量分别为120人和96人，因此，我们认为这一样本量对于本次研究是可以接受的。
 
　　所有的有效问卷利用统计软件SPSS进行了录入和处理，样本的基本特征如下：平均年龄24岁，最小16岁，最大38岁；42%为女性；75%未婚；62%为本科生，另外38%是硕士生和MBA；多数人月收入在500元以下（66%）；平均每周上网时间18.1小时，其中120人（55.6%）没有尝试过网上购物，而另外96人有过1次以上的网络购物经验。
　　
　　数据分析
　　
　　（一）商品特性与网络购物倾向之间关系的分析

　　网络购物组（购物次数在1次以上）对绝大部分商品的网络购买可能性都高于非网络购物组（购物次数为0次）。独立样本t检验（Independent-Samples t-Test）表明，部分商品的网络购买可能性网络购物组显著高于非网络购物组（p<0.05），这些商品是CD、软件、鲜花礼品、金条、空白磁带、金银首饰和手机短信服务。

　　为了进一步了解商品特性的三个维度对网络购物倾向的影响，我们根据这三个维度对八类商品的数据进行了重新组合，并通过比较样本t检验（Paired-Samples t-Test）考察三种商品特性对网络购物倾向的影响，可以看到，在三个特性上，不同属性商品的网络购买可能性都有显著差别（p<0.05），价值低、购买频度高的商品，无形的商品和差异化程度高的商品更适合在网上销售。

　　（二）鉴别分析

　　为了更加清楚地认识商品特性对网络购物行为的影响，我们利用鉴别分析来考察各类商品对网络购物倾向的预测能力。分组变量为网络购物的次数，我们对这一变量进行了重新编码，将其转化为二分变量，0=网络购物次数为0，定义为非网络购物组，1＝网络购物次数在1次以上，定义为网络购物组，鉴别变量为各类商品的网络购买可能性。样本被随机分为两组，分析组（70%）用来推出鉴别函数，而检验组（30%）用来检验鉴别函数的有效性。
 
　　首先，我们对进行鉴别分析需要的假设条件进行了检验，发现各鉴别变量之间相关性不高，不存在多重共线性，Box`s M检验表明各组案例的协方差矩阵相等。然后，我们利用SPSS统计软件提供的逐步鉴别法（Stepwise Method）进行鉴别分析，在每一步中将使残余鉴别力指数Wilk`s Lambda最小的鉴别变量纳入鉴别函数中，这样，就剔除了统计上不显著的鉴别变量。最终纳入鉴别函数的鉴别变量为类别A和类别B两个，特征值为0.096，Wilk`s Lambda=0.912（p<0.05），分组矩心为：网络购物组0.345，非网络购物组-0.275，鉴别函数为：
 
　　D=-4.107+0.556类别A+0.487类别B
　　
　　商品类别A具有最大的鉴别作用（0.831），其次是商品类别B（0.767）。

　　为了检验鉴别函数的有效性，我们构造了分类矩阵，鉴别函数在分析组和检验组的正确预测分别为60.1%和62.1%。Hair等建议用分组比例概率Cpro作为判断鉴别函数有效性的标准，Cpro=P2+（1－P）2，p为组别1的案例数占总样本数的比例，在本次研究中，Cpro=50.6%，因此，鉴别函数的预测准确性和有效性是可以接受的。
 
　　（三）消费者个人特征与网络购物倾向之间关系的分析

　　1.多元线性回归分析。为了考察消费者创新个性和网络使用度对网络购物倾向的影响，我们以网络购物的次数为应变量，以综合网络使用度（总上网时间）、分类网络使用度（分类上网时间）和创新个性（六个问题的平均分）为自变量，进行了一系列回归分析。

首先，我们用总上网时间进行回归，发现网络购物倾向与综合网络使用度有显著的正相关关系（p<0.05），但是回归方程的确定系数R2只有0.029，可见综合网络使用度对网络购物倾向变化的解释能力有限。

　　为了进一步探求网络使用度与网络购物倾向的深层次联系，我们接下来用三个分类上网时间进行回归（Enter法）。确定系数R2从0.029提高到了0.082，而且三个自变量中只有搜寻信息时间呈显著正相关关系，说明相对于综合网络使用度，分类网络使用度能够更好地解释网络购物倾向的变化，而且只有搜寻、浏览信息的时间才对网络购物倾向产生显著的影响。
 
　　接下来，我们将创新个性纳入回归方程（Enter法），可以看到，网络购物倾向与消费者的特定领域创新个性有显著的正相关关系（p<0.05），回归方程的确定系数R2为0.119，较之没有纳入创新个性的回归方程有很大提高。

　　2.Moderator分析。在本文的假设中，我们还提出了创新个性对网络使用度和网络购物倾向之间的关系起到调节（Moderator）作用，为了检验这一假设，按照Baron和Kenny提出的Moderator分析方法，构造了一个反映创新个性与网络使用度相互作用的变量。前面已经得到结论，网络购物倾向只与搜寻时间有显著相关性，因此，为了简化分析过程，这里只考察创新个性对搜寻时间与网络购物倾向之间关系的调节作用。

　　首先，对创新个性的搜寻时间两个变量进行了标准化处理，然后将两个标准化变量的乘积作为相互作用变量。标准化转换的目的一方面是减少潜在的多重共线性，另一方面是均衡地反映两个变量相互作用。然后，以网络购物次数为因变量，以标准化的搜寻时间、标准化的创新个性和相互作用变量为自变量，进行线性回归分析（Forward法），回归结果是相互作用变量与网络购物倾向有显著的正相关关系（p<0.05），而且在纳入相互作用变量后，回归方程的确定系数R2从0.106提高到了0.123，可见，创新个性对网络使用度和网络购物倾向之间的关系起到了显著的调节作用。
　　
　　结论与讨论
　　
　　（一）对研究假设的验证

　　表1列示了数据分析对本文研究假设的验证结果。从商品特性对网络购物倾向的影响来看，我们的研究结果大体上与Peterson等的理论分析结论相符合，但是，在价值量与购买频度的维度上，我们得到的结论是，价值低、购买频度高的商品更适合在网上销售，这一点与Peterson等的理论相反。Phau等人对新加坡消费者的研究也发现了类似的现象。

　　从消费者的创新个性和网络使用状况对网络购物倾向的影响来看，我们的研究结果与Citrin等人对美国消费者的实证研究结果一致。但是，在本文的研究中，有两点需要特别指出：

　　首先，与Citrin等人的研究不同，我们考察了消费者为不同目的的网络使用时间对网络购物倾向的影响，发现相对于总上网时间，分类上网时间能够更好地解释网络购物倾向的变化，而且只有搜寻、浏览信息的时间才对网络购物倾向产生显著的影响。这一发现对于网上零售商的营销实务具有重要的意义，我们将进一步讨论这个问题。

　　其次，Citrin等人测量的网络使用度是除购物以外其它目的的上网时间，而对特定领域创新个性的测量只限定在电子商务网站这一狭小领域，我们认为，研究创新个性和网络使用度对网络购物倾向的共同作用，这两个具体的操作性定义所限定的领域似乎并不完全匹配。因此，本文的研究将特定领域创新个性的测量扩展到所有网站的范围，以与本文度量的网络使用度更加匹配。研究结果表明，相对于Citrin等人定义的特定领域创新个性，利用范围更宽的特定领域创新个性进行研究仍然能够支持本文提出的研究假设。

　　此外，不论是Citrin等人的研究还是本文的研究，回归方程的确定系数R2都不高（Citrin等为0.16，本文为0.123），这说明网络使用度和创新个性只能解释百分之十几的网络购物倾向的变化。实际上，影响网络购物倾向的因素有很多，网络使用度和创新个性只是众多因素中的两个，因此，解释能力有限就不难理解了。

　　本文还考察了调查对象对网络购物的态度与实际网络购物行为之间的关系，发现与实际表现的网络购物行为不同，大部分调查对象对自己的网络购物意愿持肯定态度（77.3%）。我们用中值拆分法将调查对象分为两组，网络购物否定态度组（得分1、2和3）和网络购物肯定态度组（得分4、5和6），与实际网络购物行为进行了列表分析，发现在否定态度组中，大部分的确没有尝试过网络购物（83.7%），而另外一小部分人尽管已经尝试过网络购物，仍然对网络购物意愿持否定态度，原因之一可能是有过不愉快的网上购物经历，正如Lohse等所发现的。而在肯定态度组中，只有52.7%的人尝试过网络购物，这说明目前国内消费者对参与网络购物还存在许多顾虑和障碍，同时也说明网络购物市场还有很大的潜力可挖。

　　（二）对营销实务的意义

　　本文从商品特性和消费者的个人特征两个方面研究了影响网络购物倾向的因素，对于企业的现实意义主要是，使网上零售商和准备进军网上零售的企业更加清楚地认识卖什么（What）、卖给谁（Who）这两个重要的营销决策因素，从而制定更加有效的产品策略、促销策略和目标市场策略。
 
　　本文的研究发现，价值低、购买频度高的商品和差异化程度高的商品更适合在国内进行网上销售。低价的商品，特别是那些需要实体运输的产品，物流的相对成本较高。而网络购物这种在家购物的形式，对物流提出了较高的要求，正如新浪网电子商务部首席策划官周寄淮先生所指出的那样，“最后100米的成本”使网上零售这种形式在很多时候并不比传统零售方式更经济。而高价商品，网上销售往往使消费者感知到较高的财务风险和产品风险，在现阶段不是网络购物者的主要选择。

　　国内的网上零售商为了进一步开发网上零售市场，今后需要重点改进的是：利用更先进的技术，设计生动、吸引人的，交互性更好的购物界面，使浏览者获得更好的商品体验度和购物娱乐性，从而减低产品风险；努力建立网上零售商的声誉，尽量销售品牌形象好的商品，并结合专家推荐和退换担保等策略进一步降低产品风险；提供多种支付形式供消费者选择，并确保结算体系的安全以降低消费者的财务风险；加强网络购物者的个人隐私保护，确保网上信息传输的安全性以降低信息安全风险；完善物流配送体系，建立专业化的第三方物流配送公司，从而实现物流的规模经济，降低网络零售的总成本。

　　无形的商品和服务，例如软件、电子版报刊杂志等，可以利用Internet本身作为物流渠道，这样，在理论上，交易的全部过程都可以在网上瞬时完成，因此这类商品特别适合网上销售。另外一些有形商品，如书刊和CD，其使用价值成分（文字和音频）也可以通过网络传输，这样，网上零售商可以通过提供样品、片段或目录等形式增加消费者的购买前体验，从而有效地降低产品风险。

　　Internet极大提高了消费者搜寻和处理信息的能力，而且，随着WWW的出现和更多、更先进的多媒体技术的应用，Internet为消费者提供的购物体验已经远远超过了简单的文字描述。因此，对于差异化程度高的商品来说，Internet是一个有效的市场细分工具，消费者只需点击几下鼠标，就可以轻易比较各种产品，找到最符合自己需要的商品，相对于传统零售渠道，所付出的成本是极低的。

总的来说，那些能够很好利用Internet的优势的商品更适合在网上销售，网上零售商应该将产品线的重点集中在能够通过网络传输的或能够通过网络试用的，或者差异化程度高而风险较低的商品上，例如软件、CD、鲜花礼品、在线音频视频流等。

　　Bhatanger等认为，网络购物与传统零售渠道相比最大的优势在于方便性，因此，网上零售商也应该充分利用这一优势与传统零售商竞争。例如，保持网站24小时运营，加强购物界面的引导性和可操作性，设计快捷、简便的订购系统平台等。此外，多个网上零售商联合共建网上商场，或者销售同一类商品的零售商共建网上超级专卖店，在一个网站上提供更多的商品，也可以提高网络购物的方便性。例如，可以建立“一站式”旅游电子商务网，将所有的旅行社连结起来，提供有关旅游景点、交通、住宿等的丰富信息，并可直接订购各地的车船票、机票、宾馆住宿等。

　　本文通过鉴别分析，发现对于低价的有形商品（类别A和类别B）的网络购买意愿能够有效预测消费者的网络购物行为。对于网络零售商来说，如果能掌握这方面的信息，就可以有效识别潜在的顾客，从而制定有针对性的营销组合策略。而本文对于消费者个人特征与网络购物倾向关系的研究，能够使企业更好地了解哪些因素促使消费者从一般意义的网络使用者成为网络购物者。

　　尽管总的上网时间（每周）与消费者的网络购物倾向有显著的相关性，但本文的研究发现，消费者上网出于不同的目的，只有为搜寻、浏览信息目的上网时间才会影响网络购物倾向，而为了沟通或娱乐等其它目的上网并不会导致消费者采用网络购物。这一点不难解释，因为网络购物者首先会通过Internet搜集商品信息，了解各种商品的特点，进行比较并做出选择，然后才会实际购买，而且只有在网上搜寻、浏览信息才可能有机会接触更多的电子商务网站。

　　此前国内外的一些研究多数基于总的上网时间探讨这一问题，而本文的研究结果有利于加深对一问题的认识，并对企业的营销实践起到更具体的借鉴意义。例如，网上零售商在选择网络广告媒介时，应该把重点放在一些综合性的门户网站上。

　　从本文的研究还可以看到，在现阶段，将一般的网络使用者转变成网络购物者，对WWW这一特定领域的创新性是一个十分重要的因素，对Internet的熟悉只能使那些更具创新个性的消费者接受网络购物。现在，企业应该认真考虑，将钱平均地花在一般的网络使用者身上是否值得。潜在的顾客不仅要有一定的网络使用经验，而且更重要的是，要有一定的创新个性，只有在这类消费者身上的花费才可能产生现实的回报。

　　此外，网络零售企业应该设法培养消费者对Internet的特定领域创新性，例如，设计更生动、吸引人，操作性更好的网站界面，对初次访问或注册的消费者给予一定的奖励等，这些措施将有利于提高消费者的特定领域创新性，从而最终有利于消费者接受网络购物。

　　创新的早期采用者，除了作为新产品或服务的早期销售对象，另一个重要作用是，他们是新产品或服务形象的口传沟通（Word-of-Mouth）信息源，而口传对消费者的购买行为有重要的影响。因此，如果网络零售企业能够有效识别早期采用者，并了解他们的需要，制定有针对性的营销组合策略，不但可以促使他们接受网络购物，而且还可以创造良好的口传沟通效果，从而对后期采用者产生积极影响，使企业在竞争中处于有利的地位。
　　
　　参考文献：
　　1.Peterson,Robert A.,Sridhar Balasubramanian and Bart J.Bronnenberg, Exploring the Implications of the Internet for Consumer Marketing[J].Academy of Marketing Science,Fall 2007
　　2.Bellman,S.,J.Lonhse,and E.J.Johnson,Predictors of Online Buying:Findings from the Wharton Virtual Test Market[J].Communications of the ACM,December 2009
　　3.McDaniel,Carl and Roger Gates,Contemporary Marketing Research(South-Western College Publishing)[M].1999
　　4.Hair,J.F.R.E.Aaderson,R.L.Tatham and W.C.Black,Multivariate Data Analysis with Readings(Prentice-hall)[M].1995
　　5.Baron,R.M.and D.A.Kenny, The Modertor-Mediator Variable Distinction in Social-Psychological Research:Conceptual, Strategic,and Statistical Considerations[J].Journal of Personality and Social Psychology, Dec.2006
　　6.Phau,Ian and Sui Meng Poon,Factors Influencing the Types of Products and Services Purchased over the Internet[J].Internet Research,Number 2,2007
　　7.Internet Commerce Study Reveals Demographics, Shopping Trends,[J].Discount Store News,July2009
　　8.Bhatnagar,Amit,Sanjog Misra and H. Raghav Rao,On Risk,Convenience,and Internet Shopping Behavior[J].Communications of the ACM, November 2009