虚拟社区的社会性特征对网络购买行为的影响研究 ——以中国网络消费者为例

论文摘要

近几年来,随着互联网和网络购物的快速发展,中国虚拟社区规模和数量迅速壮大,使用虚拟社区的人数也在不断增长。2009年6月进入虚拟社区的人数达到了10,275万人,同2008年底比较增长率达到了12.9%。在网络购物用户方面,2009年7月16日,中国互联网络信息中心(CNNIC)发布的报告中显示,网络购物的用户规模也达到了8788万人,网络购物方便并且价格透明,它已经成为当今重要的购物方式。未来几年中国的虚拟社区规模将继续扩大,网络购物人数也不断增加,在中国虚拟社区这个特殊的环境下,研究消费者的网络购物行为,有利于把握网络消费的影响因素,有助于得到更好的营销启示。本研究通过对国外关于虚拟社区社会性特征对网络消费的研究基础上,结合Limayem等人的网络购买行为研究理论模型,以技术接受模型(TAM)为理论框架,根据影响中国消费者的社会性特征的初步分析,对虚拟社区社会性特征对网络购买行为的影响模型做了整合。通过对国内外虚拟社区社会性特征因素问卷调查,归纳了符合中国虚拟社区社会性特征的因素,从而建立中国虚拟社区社会性特征对网络购买行为影响模型。本研究在虚拟社区中发放网络问卷以收集数据,通过AMOS建构结构方程模型,来实证研究中国虚拟社区社会性特征对网络购买行为的影响。通过本研究的结论,提出了给予虚拟社区的营销启示。本研究验证了测量模型,并得到了以下的基本结论：(1)国内外虚拟社区社会性特征因素的对比分析；(2)验证了中国虚拟社区的社会性特征(信任感、社区成员互动、社区规范及社区活动)对网络购买行为之间的关系机理。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 互联网络
• 1.1.2 网络消费
• 1.2 研究意义
• 1.3 研究创新
• 1.4 研究流程
• 1.5 研究框架
• 第二章 文献讨论
• 2.1 虚拟社区及其社会性特征
• 2.1.1 虚拟社区的定义
• 2.1.2 社会性特征
• 2.1.3 国外对虚拟社区的社会性特征的研究
• 2.2 网络消费
• 2.3 网络购买行为
• 2.3.1 网络购买行为研究理论模型
• 2.3.2 技术接受模型
• 第三章 研究架构与假设
• 3.1 研究架构
• 3.2 变量定义
• 3.2.1 虚拟社区社会性特征
• 3.2.2 主观规范
• 3.2.3 信息价值
• 3.2.4 网络购买意向和网络购买行为
• 3.3 中国虚拟社区社会性特征对网络购买行为影响模型
• 3.3.1 中国虚拟社区的社会性特征问卷分析
• 3.3.2 国内外虚拟社区社会性特征变量的对比
• 3.3.3 中国虚拟社区社会性特征对网络购买行为影响模型的确定
• 3.4 研究假设
• 3.4.1 中国虚拟社区的社会性特征
• 3.4.2 信息价值
• 3.4.3 主观规范
• 3.4.4 网络购买意愿和网络购买行为
• 3.4.5 研究假设总结
• 第四章 研究方法
• 4.1 变量确定及操作性问题的确定
• 4.2 问卷形成
• 4.2.1 问卷设计
• 4.2.2 问卷前测
• 4.2.3 问卷发放和回收
• 4.3 分析方法
• 第五章 数据分析与结构方程模型
• 5.1 描述性统计
• 5.1.1 样本人口统计资料
• 5.1.2 均值和标准差分析
• 5.2 信效度分析
• 5.2.1 信度分析
• 5.2.2 效度分析
• 5.3 结构方程模型
• 5.3.1 结构方程模型简介
• 5.3.2 结构方程模型评价及分析
• 第六章 结论与展望
• 6.1 研究结论与分析
• 6.2 营销启示
• 6.3 研究局限及未来展望
• 致谢
• 参考文献
• 附录A 攻读学位期间公开发表的论文
• 附录B