C2C环境下消费者网络购物的决策模型 ——基于感知风险，感知收益与信息质量

论文摘要

当前C2C网络购物发展如火如荼,但消费者感知风险大、态度不一而足仍是阻碍网络购物进一步发展的瓶颈。如何降低感知风险,形成积极的态度对网络购物的发展非常重要。同时由于信息、对消费者感知风险和收益具有重要影响,从消费者决策的角度,考虑信息、质量对网上购物行为的影响,对帮助C2C商家重视网站信息质量、改善经营策略有重要帮助。本文在分析现有网上购物研究成果的基础上,以计划行为理论、感知风险理论等为基础,建立研究模型并进行验证。研究模型力图从感知风险和收益角度分析消费者信启、加工过程；同时通过试验详细探讨外部刺激信号和个人决策变化之间的关系。首先,本文提出了C2C环境下的决策模型,从网站和网站卖家两个方面研究影响消费者决策的因素。以往的研究或基于网站或基于卖家,本文将网站和卖家相联系,以期探索两者的联系。在模型的实证分析中发现,C2C环境下消费者对网站的感知风险直接影响消费者对卖家的感知风险,影响系数显著。同时,消费者对购物网站的感知收益、感知有用性和感知易用性通过态度间接对特定卖家产生显著影响。其次,本文研究了C2C环境下信息、质量对消费者决策的影响。通过实验证实了卖家信息披露和在线消费者评论质量和消费者感知收益关系显著。同时,发现在线消费者评论质量的高低对消费者感知风险影响显著。结论说明了,即使网店经营一段时间,但由于产品或其他原因导致在线评论质量不高,不高的在线评论质量并没有起到提高消费者感知收益、降低感知风险的作用,反而可能使得这类网店和新开的网店相比没有竞争优势。结论也说明了,即使新开的网店由于缺少在线评论处于不平等的竞争平台,但同样可通过卖家信息披露等形式表现卖家的友善和诚实,从而得到消费者的信任。再次,本文对技术接受模型和计划行为理论进行了拓展。以往的研究以技术接受模型的感知有用性测量网络购物的激励作用存在局限。技术接受理论强调用户对系统的采纳,用其中的感知有用性研究网络购物的正面影响并不充分,因为网络购物不只是一个技术接受的过程。本文表明感知收益能够更好地测量网络购物的正面影响。在计划行为理论中,态度是一贯的、持久性的评价,对于新事物或新情境,由于没有占有足够信息,用计划行为理论无法很好地判断消费者的购买意图。本文从感知风险和收益方面,对计划行为理论进行拓展,认为,对于具体情境,感知风险和收益是更好的预测变量。最后,本文也验证了消费者对卖家的感知收益和感知风险对购买意图的影响显著,两者是预测购买意图的良好变量。

论文目录

• 摘要
• ABSTRACT
• 1. 绪论
• 1.1 问题的提出
• 1.1.1 风险成为网络购物发展的重要障碍
• 1.1.2 网络购物的优势
• 1.1.3 信息质量对网络购物发展的重要性
• 1.2 研究目的和意义
• 1.2.1 研究目的
• 1.2.2 研究意义
• 1.3 研究思路和结构
• 1.3.1 研究思路
• 1.3.2 研究结构
• 2. 文献综述
• 2.1 网上消费者的决策研究
• 2.2 网上购物感知风险的研究
• 2.3 网上购物感知收益的研究
• 2.4 信息质量的研究
• 2.4.1 卖家信息披露
• 2.4.2 在线消费者评论
• 3. C2C网络购物决策模型构建
• 3.1 模型构建的理论基础
• 3.1.1 行为理论（TRA TPB TAM）
• 3.1.2 风险收益理论
• 3.2 模型概述
• 3.2.1 感知风险、收益和态度的关系
• 3.2.2 感知有用性、易用性与态度、购买意图的关系
• 3.2.3 信息质量与特定卖家感知风险、收益的关系
• 3.2.4 特定卖家感知风险、收益与购买意图的关系
• 3.2.5 主观规范与购买意图的关系
• 3.2.6 感知行为控制与购买意图的关系
• 4. 实证研究方法设计
• 4.1 研究方法选择
• 4.2 问卷设计与测量
• 4.2.1 感知风险的测量
• 4.2.2 感知收益的测量
• 4.2.3 TPB各维度的测量
• 4.2.4 TAM各维度的测量
• 4.3 试验设计
• 4.3.1 实验组设计
• 4.3.2 实验过程
• 4.4 统计分析方法
• 5. 数据分析和结果汇总
• 5.1 描述性统计
• 5.2 信度、效度分析
• 5.2.1 问卷的效度分析
• 5.2.2 问卷的信度分析
• 5.3 模型验证
• 5.3.1 PLS路径系数检验
• 5.3.2 特定卖家感知风险组间方差分析
• 5.3.3 特定卖家感知收益组间方差分析
• 5.4 实证分析结果汇总
• 5.5 建议与应用
• 6. 结论
• 6.1 研究结论
• 6.2 研究讨论
• 6.3 本文创新点
• 6.4 研究局限性和展望
• 参考文献
• 附录A：调查问卷
• 问卷一：商品信息
• 问卷二：商品信息×卖家披露
• 问卷三：商品信息×卖家披露×低质量在线评论
• 问卷四：商品信息×卖家披露×高质量在线评论
• 附录B：样本特征
• 致谢
• 在读期间发表论文清单