消费者跨渠道搭便车意愿的驱动因素分析

□袁 丽 綦方中

（1、2.浙江工业大学经贸管理学院，杭州 310023）

网络经济时代的来临，使得供应链中的零售商与消费者环节发生了改变。对于零售商，产品或服务的渠道策略更加多变，为消费者提供了一个多渠道环境以供选择；对于消费者，他们不但在网络上搜集信息，而且可以直接在网络上实现购买决策。据《第30次中国互联网络发展状况统计报告》显示，截至2012年6月底，网络购物用户规模达到2.10亿，使用率升至39%［1］。

在单渠道环境，消费者向不同零售商搜集信息并购买，即渠道内部转换；或在同一零售商完成这两步决策，即渠道内部保留。本文着重探讨消费者从离线渠道搜集信息后转换到在线渠道购买产品的跨渠道搭便车问题。

本文选取“离线渠道”，也称实体店铺；“在线渠道”，也称网络商店作为研究背景。许多商家在巩固离线渠道的同时，开始采用在线渠道与离线渠道相结合的渠道结构，即双渠道的商务模式。因此，对跨渠道搭便车问题进行研究，有助于更好地理解消费者在购买决策过程中的搭便车意愿形成机理，这对实现双渠道商务模式具有促进作用。

一、基础理论回顾及PPM模型提出

（一）理论回顾

Push-Pull-Mooring模型中的Push-Pull模型的历史可以追溯到19世纪。Ravenstein于1885年在皇家统计学会首次提出Push-Pull模型，根据其理论，迁徙发生的原因在于原居地的推力或排斥力，以及迁入地的拉力或吸引力的交互作用而成。1938年，Herberle充分阐述了推动因素和拉动因素之间的区别。Lee于1966年在Push-Pull模型中增加“干涉障碍”。1986年，Jackson修改了Lee的“干涉障碍”。Longino在1992年引入“Mooring”的概念，随后Moon于1995年将其纳入到Push-Pull模型。

Bansal等［2］采用人类迁徙文献中的PPM模型解释了消费者的转换行为。这个模型揭示了三个影响消费者转换意愿的决定因素：（1）推动作用，将消费者趋离原本渠道的因素；（2）拉动作用，将消费者拉进另一个渠道的正向因素；（3）系泊作用，阻碍消费者转换行为发生的因素。

（二）PPM模型

本文发展了基于PPM模型的概念框架。推动因素是激发人们离开原居地的因素。Compeau和Higgins［3］提出在多渠道环境中，多渠道自我效能表示消费者采用多渠道的能力和信心。如果消费者认为其不能在互联网环境中完成任务，即使他们承认在线购物的优势，也不会参与到在线购买中去。拉动因素是吸引潜在移徙者到目的地的因素，拉动因素也是目的地令人感兴趣的因素。在以往的文献中，Bansal等［2］提出目的地吸引人的因素拉动迁徙者到目的地。但是，即使推动和拉动因素都很强大，消费者也可能不会转换，这是由于受到了所谓的系泊作用的影响。Neslin等［4］指出在多渠道背景下，零售商锁定是指一个公司在消费者的整个搜索和购买过程中能多大程度地留住消费者，从而避免消费者转换。Bansal等［2］指出推动作用、拉动作用、系泊作用都会影响转换意愿，间接地影响转换行为。

因此，能够断定，多渠道自我效能是推动作用，促使消费者成为跨渠道搭便车者。竞争对手的在线零售商的吸引力代表拉动作用，因为它引发消费者从离线搜索到在线购买的渠道转换。特别地，零售商锁定代表系泊作用，它在一定程度上引起消费者的不愿意转换。

二、研究方法

（一）研究假设

在多渠道环境中，由于消费者通过各种渠道追求最大混合效用，搭便车问题变得更加复杂。当销售产品所需的售前活动与该产品的实际出售分开时，跨渠道搭便车行为经常发生。随着服务提供商和搭便车零售商之间的价格差增大，更多的消费者可能先搭乘前者的服务，再享受后者的低价。

Bandura［5］将自我效能定义为一个人可以成功执行行为的信念。在Bandura和他同事的研究资料中，已经证明自我效能对一个人的行为影响强烈。多渠道自我效能是消费者使用多种渠道（包括网络商店和实体店铺）从搜集信息到完成交易的能力和信心。拥有较高多渠道自我效能的消费者认为自己擅于在不同的消费阶段选择最好的服务提供商。因此，消费者越是相信自己有能力处理不同渠道的各种问题，搭便车的可能性就越大。故提出假设：

H1：多渠道自我效能对跨渠道搭便车意愿具有正面效应。

以往成功的经验在促进个人自我效能意识上是最具有影响力的因素［6］。消费者拥有越多搭便车的成功体验，就越可能引发下一次的转换行为。故提出假设：

H2：转换体验对多渠道自我效能具有正面效应。

假如不同特征的消费者都能够成功完成交易活动，旁观者在增加自我效能上就有一个合理的依据［5］。因此，如果消费者意识到他们的参照群体运用多种渠道能够完成一次交易，并获得最大效用，他们应该更有信心采取类似的行为。故提出假设：

H3：间接体验对多渠道自我效能具有正面效应。

Dabholkar和 Walls［7］从现存的研究中得出结论，如果消费者认为他们目前的服务供应商的价格是高昂的，则更容易转换。同时，学术研究者将注意力集中在确定起点的消极因素（“推动”变量）和目的地的积极因素（“拉动”变量），因此，推动因素还应包括起点的消极因素，即Push-Pull模型中提到的原居地的推力或排斥力，如高价感知。许多研究将服务提供商的评估指标作为推动变量，即起点促使转换的排斥力量。当消费者的高价感知强烈时，则更容易转换零售商。故提出假设：

H4：高价感知对多渠道自我效能具有正面效应。

Jones等［8］指出转换障碍是影响消费者决定保持服务供应商的重要因素。Neslin等［4］阐释了零售商锁定是指一家零售商从搜集信息到购买决策过程中保留消费者的能力，同时，发现网络商店具有极低的零售商锁定，而实体店铺具有极高的零售商锁定。由于消费者认为跨渠道搭便车需要消耗大量的资源，零售商锁定使得搭便车变得更加困难或成本高昂。因此，零售商锁定是一个可以降低搭便车意愿的转换障碍，换言之，它可能会降低跨渠道搭便车意愿。故提出假设：

H5：零售商锁定对跨渠道搭便车意愿具有负面效应。

Burnham等［9］将转换成本定义为消费者从一家零售商转换到另一家零售商过程中相关联的一次性费用。当感知到的成本增加，消费者参与转换行为的可能性就减小。研究还表明，转换成本对转换障碍具有正面影响。因此，转换成本影响搜集信息和转换到在线渠道的倾向，较高的转换成本可以提高客户忠诚度。在一定程度上，消费者感知到越高的转换成本，则感受到越强的零售商锁定，结果更倾向于渠道保留。故提出假设：

H6：转换成本对零售商锁定具有正面效应。

Oliver和 DeSarbo［10］提出感知价值源于公平理论，它考虑的是消费者的输出/输入与服务供应商的输出/输入之比。Boyle等［11］指出防止移徙发生的障碍，如起始点的家庭责任或移动的成本高。转换成本对应于移动的成本高，而感知价值相当于起始点的家庭责任。起始点的感知价值越高，消费者越不可能转换。故提出假设：

H7：感知价值对零售商锁定具有正面效应。

竞争对手的在线零售商的吸引力是指竞争对手的在线渠道与离线渠道相比的优势。竞争对手在线零售商的吸引力反映了消费者跨渠道搭便车意愿的积极态度。更具吸引力的竞争对手增加了消费者从这些替代零售商购买的意愿。根据PPM模型理论，在多渠道环境中，特定零售商的相对吸引力拉动消费者到达目的地。此外，依据理性行为理论，消费者对替代零售商的属性感知，转化为购买的吸引力影响到零售商选择。对于一个搭便车的消费者来说，一家更具吸引力的网络商店增加了搭便车的可能性。故提出假设：

H8：竞争对手的在线零售商的吸引力对跨渠道搭便车意愿具有正面效应。

在线零售商的感知服务质量是消费者对虚拟市场中在线服务供应商的卓越与品质的总体评价和判断。当一个网站建立的时候，积极的维度必须不断保持。好口碑和客户忠诚度取决于这些积极的维度。现有在服务转换文献中唯一被广泛讨论且符合此概念的因素是备选的吸引力。故提出假设：

H9：在线零售商的感知服务质量对竞争对手的在线零售商的吸引力具有正面效应。

（二）变量衡量及指标设定

跨渠道搭便车意愿题项改编自Van Baal和Dach。多渠道自我效能的题项改编自Wang和Netemyer；Mckee等。转换体验题项改编自East。间接体验题项改编自Compeau和Higgins。高价感知题项改编自Dabholkar和Walls；Lichtenstein等。零售商锁定题项改编自Ranaweera和Prabhu；Tsai等。转换成本题项改编自Shun Yin Lam。感知价值题项改编自Levesque和McDougall。竞争对手的在线零售商的吸引力题项改编自Jones等。在线零售商的感知服务质量改编自Jessica Santos。

（三）问卷设计

本文在参考国外学者开发出的量表基础上，结合主题对量表内容进行了调整。第一部分为筛选问题。第二部分为主体部分，题项均采用李克特七级量表的设计形式，从“强烈不同意”到“强烈同意”供受访者选择。第三部分为受访者的基本信息。

（四）数据收集

初步筛选的受访者是那些在过去一年里选择购买产品过程中有跨渠道搭便车体验的消费者。Martin Peitz认为消费者需要亲自检验，以正确评估产品的价值，换言之，部分通过网络购买的产品是体验产品。问卷形成之后，邀请78名在校大学生试答，部分受访者反映题项较难理解。对问卷进行修改后，形成预测调查所用问卷，邀请300名本科生、研究生及毕业生填写问卷，共得到229份有效问卷。

其中有285名受访者有过网购体验，占总体样本数（300例）的95%；还有15名（5%）受访者表示近期并没有网购体验；有229名受访者在网购前发生搭便车行为，占总体样本数的76.3%。

三、模型求解结果及其分析

（一）信效度分析

本文采用Cronbach α系数分析样本信度，一般α系数大于0.7即表明样本数据的信度较高。因子的Cronbach α系数在0.757—0.863的范围内变化，这说明编制的量表具有较好的信度。

效度即测量的正确性，指测验或其他测量工具确实能够测得其所欲测量的构念之程度。效度分为内容效度、统计效度和结构效度，而前两种效度往往通过专家定性研究或具有公认的标准测量加以判定，结构效度则可以通过评价模型运算后得到的载荷系数、路径系数或相关系数是否具有统计显著性来检验。

（二）理论模型拟合效果评估

本研究使用Amos17.0.2统计软件进行结构模型分析。模型与数据的拟合度与理想结果的对比见表1。初始模型的x2/df、RMSEA、CFI、IFI指标已经达到拟合要求，模型存在修正的可能性。根据AMOS输出结果中的修正指标（Modification Indices），观察变量的残差间存在相关性。由于某些观察变量都是描述同一潜在变量的，因此有某种程度的共变关系。增列误差变量e31、e32间的共变关系后得到拟合结果1，所有评价指标均优于初始模型。虽然还有GFI、AGFI和NFI指标未能达到要求，但修正后的假设模型与观察数据的适配情况较初始模型有了很大的提高。

表1 模型与数据拟合结果与理想结果对比表

（三）假设检验

假设模型的标准化路径系数估计值如表2所示。本文9个假设全部显著成立，且与预测方向一致。

根据实证结果，潜在变量与其测量指标间的因素负荷量值，介于0.50至0.95之间，结构模型统计分析结果如图1。一个x2值对应一个p值，卡方值对受试样本的大小非常敏感，样本数愈大，则卡方值愈容易达到显著，导致理论模型遭到拒绝的概率愈大。本文采用问卷调查法，样本数在200以上，因而整体模型是否适配需再参考其他的适配度指标［12］。

表2 结构模型的路径系数和假设检验结果

四、结论与启示

依据人文地理学文献中的PPM模型，通过研究三种影响力，即推力、拉力和系泊力，解释了消费者愿意跨渠道搭便车的驱动因素。

首先，当消费者认为自己非常具备为不同目的采用不同渠道的能力的时候，他们具有较高转换零售商的意愿。具体地，当消费者具备更多以往成功完成购物任务的亲身体验时，多渠道自我效能就越高。社会学习理论提出间接体验对多渠道自我效能具有正面影响。由于消费者期望从不同渠道获得最大的效用，因此这种较高的多渠道自我效能增加了人们参与跨渠道搭便车的可能性。此外，实体店铺的销售价格往往高于网络商店，对于生活费并不丰厚的大学生来说，拥有更强烈的高价感知，就更容易引发搭便车行为。其次，分析结果表明零售商锁定提高，跨渠道搭便车意愿降低，这一结论与以往研究保持一致，均显示零售商锁定对消费者保留具有正面影响。如果消费者认为跨渠道搭便车是一项困难的活动，他们将不会倾向于参与跨渠道搭便车。通过增加转换的相关成本，企业可以降低消费者转换零售商的意愿。再次，作为现有文献中唯一被广泛讨论的作为拉动作用的竞争对手吸引力，对跨渠道搭便车意愿具有正面影响。最后，随着电子商务的日益成熟，绝大多数具备一定网络知识的大学生群体能够熟练地运用在线渠道，因此，用来测量在线零售商的感知服务价值的变量之间存在共变关系。

本文的研究结果还存在一定的局限性。第一，本文关注从离线渠道搜集信息后转换到在线渠道购买产品这一现象。搭便车具有双向性，随着渠道策略的不断完善，消费者获取信息来源的更加多元化以及多渠道消费者群体的新特点，离线渠道同样可以搭乘在线渠道成本高昂的信息服务。第二，适配度指标的优劣并无法保证一个模型是有用的。模型适配度的评估应该来自不同的数据源，从不同的观点采用多种准则指标来评估模型的适配度。第三，当前具有代表性的研究将焦点集中在多渠道环境下一次购买决策过程中搜索和购买的横向渠道选择。进一步的研究可以是在消费者购买过程中的不同阶段搜集纵向数据。

［1］中国互联网络信息中心（CNNIC）.第30次中国互联网络发展状况统计报告［EB/OL］.http：//www.cnnic.cn/dtygg/dtgg/201207/W020120719405405832029.pdf,2012-07-23.

［2］BansalH.S.， TaylorS.F.， James Y.S..“Migrating” to New Service Providers： Toward a Unifying Framework of Consumers' Switching Behaviors［J］.Journal of the Academy of Marketing Science，2005，33（1）：96-115.

［3］Compeau D. R.， Higgins C. A.. Computer Self-Efficacy：Development of a Measure and Initial Test［J］.MIS Quarterly，1995，19（2）：189-211.

［4］Neslin S.A.，Grewal D.，Leghorn R..Challenges and Opportunities in Multichannel Customer Management［J］.Journal of Service Research，2006，9（2）：95-112.

［5］Bandura A..Self-Efficacy：Towards a Unifying Theory of Behavioral Change［J］.Psychological Review，1977，84（2）：191-215.

［6］Bandura A.. Social Cognitive Theory of Self-Regulation［J］.Organizational Behavior and Human Decision Processes，1991，50（2）：248-287.

［7］Dabholkar P.A.， Walls S.. Service Evaluation and Switching Behavior for Experiential Services：An Empirical Test of Gender Differences within a Broader Conceptual Framework ［J］. Journal of Consumer Satisfaction， Dissatisfaction， and Complaining Behavior，1999，12：123-137.

［8］JonesM.A.， Mothersbaugh D.L.， BeattyS.E..Switching Barriers and Repurchase Intentions in Services［J］.Journal of Retailing， 2000，76（2）：259-274.

［9］Burnham T.A.，Frels J.K.，Mahajan V..Consumer Switching Costs： A Typology， Antecedents， and Consequences ［J］. Journal of the Academy of Marketing Science，2003，31（2）：109-126.

［10］Oliver R. L.， Desarbo W. S.. Response Determinants in Satisfaction Judgments［J］.Journal of Consumer Research，1988，14（4）：495-508.

［11］Boyle P.J.，Halfacree K.，Robinson V.. Exploring Contemporary Migration［M］.New York： Longman Harlow，1998.

［12］吴明隆.结构方程模型——AMOS的操作与应用［M］.重庆：重庆大学出版社，2009.