吴小梅 郭朝阳
[摘 要] 消费者虚拟体验在电子商务环境下显得十分重要。研究聚焦于网站互动性与生动性对心流体验的影响作用,同时研究了消费者个性特质—产品涉入度所起的调节作用。通过问卷调查收集数据,运用层级回归分析法及优势分析法进行假设检验。研究发现:网站互动性与生动性对心流体验均有显著正向影响;网站的生动性相对于网站互动性而言,预测心流体验的能力更强;产品涉入度正向调节了网站互动性与心流体验之间的正向关系。
[关键词] 网站特征;虚拟体验;心流体验;产品涉入度
[中图分类号] F713.55 [文献标识码] A [文章编号] 1008—1763(2015)02—0052—06
Abstract:Virtual experience is vital in electronic business.The study adapts questionnaire to collect data,while testifies the hypothesis by hierarchical regression and dominance analysis.It researches on the influence of website interactivity and vividness on the flow experience. Besides that, it explores the moderating mechanism of product involvement on website characteristics and flow experience. It comes to the following conclusions: Firstly, website interactivity and vividness exert significantly positive influence on flow experience. Secondly, website vividness is more effective than website interactivity when forecasting flow experience. Thirdly, consumers individual traitproduct involvement positively moderates the relationship between website interactivity and flow experience, such that website interactivity is more positively related to flow experience when product involvement is higher.
Key words:website characteristics; virtual experience; flow experience; product involvement
一 引 言
经济价值的演进经历了产品经济时代、商品经济时代、服务经济时代,进入到体验经济时代(Pine和Gilmore,1998)[1]。体验也被看作继产品、商品和服务之后的又一关键市场提供物。消费者购物的最终目的是为了体验活动本身。也就是买什么并不重要,重要的是购买过程的愉悦体验(Holbrook和Hirschman,1982)[2]。而随着互联网技术的发展,网络购物日益普及。在美国、欧盟、日本等发达国家或地区,电子商务销售额在零售业中的比重持续提升,2010年韩国的网购销售额甚至超过了百货店和超市。在中国,网络购物是互联网用户增长最快的互联网应用方式。截至2013年12月,中国网络购物用户规模达3.02亿人,较2012增长24.7%。(CNNIC,2014)[3]。电子商务的发展已经成为互联网乃至中国经济领域最为引人关注的市场。在网络购物环境下,依托于互联网这个虚拟平台,营造消费者的最佳体验显得尤其重要。
本研究关注消费者在浏览购物网站过程中所产生的心流体验。心流体验指网站使用者完全沉浸在某种在线活动中的状态,并由此体验到发自内心的愉悦感(Hoffman和Novak,2009)[4]。心流体验就像胶水将消费者“粘”在网络环境中(Hoffman和Novak,1996) [5]。那么网站作为消费者与商品进行互动的平台,网站特征势必会对消费者虚拟体验产生影响。本研究聚焦于网站互动性与生动性对心流体验的影响作用大小及相对影响强度,研究了消费者个性特质—产品涉入度所起的调节作用,具有较强的理论与现实意义。二 文献回顾与研究假设(一)网站特征对心流体验的影响
根据环境心理学的观点[6],在刺激-机体-反应(stimulusorganismresponse,SOR)范式下,消费者在浏览购物网站时,网站特征对消费者产生刺激,消费者机体会做出相应的反应,这种反应可以是情感反应,也可以是认知反应,最终表现在采取趋进行为或规避行为。网站特征可分为中心线索与边缘线索两大类。中心线索是那些与完成购物任务密切相关的信息,如商品描述、价格、促销、物流、售后服务等。边缘线索指与完成购物任务不直接相关的信息,如网站的颜色、动画、音乐、游戏等(Eroglu等,2001;Richard,2005; Parboteeah等,2009)[7-9]。依此分类,网站互动性属于中心线索,网站生动性属于边缘线索。在浏览网站的过程中,受网站互动性与生动性影响,消费者完全沉浸在上网活动中,与之无关的想法与感知均被过滤掉,时间飞逝也浑然不觉,同时伴随着强烈的愉悦感,进入心流体验状态。Novak,Hoffman和Yung(2000)认为心流体验是一种认知状态(cognitive state)[10]。从大的理论背景来看,网站互动性与生动性会刺激消费者进入心流体验状态。
具体而言,互动性指一个或多个个体可以对某特定对象做出反应的程度(Florenthal和Shoham,2010)[11]。网络互动包含两个重要的方面,一是人机互动,二是人际互动,从而实现信息交流与人际交往(Hoffman 和Novak,1996)[5]。网站使用者通过浏览网站,向网站提出信息需求,网站通过页面的流畅显示,信息的快速反馈,实现人机互动。网站使用者通过网站平台向商家咨询产品信息、送货退货条款、与其他具有相似购买经历的消费者进行沟通交流等,实现人际互动。互动性强的网站,对消费者的信息需求提供明确而及时的反馈,同时消费者对所从事的活动有一种潜在控制感。根据Csikszentmihalyi(1993)的观点,明确而及时的反馈以及控制感均是产生心流体验的重要前提条件[12]。此外,Novak 等[10]以及Richard和Chandra[13]的实证研究也发现了网站互动性与心流体验之间有一定的正向联系。
据此,本研究假设:
H1:网站的互动性正向影响心流体验。
生动性指媒介环境的具象丰富性。也即媒介环境呈现信息的方式。生动性包括深度与广度两个维度。广度是指媒介所能触动的感官的数量,如颜色、图表、音频、视频等的运用。媒介深度是指媒介质量及表现的结果(Steuer,1992)[14]。
如果电子商务网站能够充分应用视频、音频、动画、文本、图表来充分刺激人们的多种感官,那么就能增加视觉愉悦感,吸引人们的注意力,使其流连其中。
Hoffman和Novak (1996) [5]概念模型中提到生动性是心流体验的前因变量。实证研究表明生动性是远距临场感的前因变量(Steuer,1992;Coyle和Thorson,2001)[14] [15],而远距临场感又是心流体验的前因变量(Novak等,2000;Bridges和Florsheim,2008)[10] [16]。据此,本研究假设:
H2:网站的生动性正向影响心流体验。
心流体验的重要特征是浏览购物网站的过程中,消费者完全沉浸其中,体会到发自内心的愉悦感。较强的网站互动性,会使消费者对所从事的活动有一种控制感,同时能全神贯注于浏览网站这项活动中。较强的网站生动性,则有助于消费者体会到视觉愉悦,激发消费者进一步浏览更多的网页,从而产生发自内心的愉悦感。本研究认为,网站互动性是产生心流体验的前提条件,而网站生动性则是使这种体验得以强化及持续的重要条件。据此,本研究假设:
H3:网站的生动性比网站的互动性对心流体验的影响更大。
(二)产品涉入度的调节作用
产品涉入度是一种消费者个性特征、动机状态,指消费者对产品是否感兴趣及产品对消费者而言是否相关或是否重要(Mittal,1989;Zaichkowsky,1985) [17] [18]。消费者对产品涉入度越高,愉悦感越强,精神越集中(Koufaris,2002)[19]。
不同的个体对相同产品的涉入度不同,那么面对设计相同的电子商务网站时,不同个体进入心流体验的强度是否有所不同?本研究认为,产品涉入度越高,在浏览相同的网站时,消费者越容易全身心投入其中,从而产生心流体验。据此,提出如下假设:
H4:产品涉入度正向调节网站互动性与心流体验之间的关系。也就是当产品涉入度越高,网站互动性与心流体验之间的正向关系就越强。
H5:产品涉入度正向调节网站生动性与心流体验之间的关系。也就是当产品涉入度越高,网站生动性与心流体验之间的正向关系就越强。三 研究设计(一)样本选择及问卷设计
本研究采用问卷调查法收集数据。调查对象为在校大学生,主要为本科生,年龄集中在18~24岁,占样本总人数的95.1%。这个年龄段的年青人,是我国网络购物的主力军,2013年20~29岁的网民占总网民数的31.2%(CNNIC,2014)[3]。
本研究采用随机化与方便抽样相结合的方法,在福建地区主要是厦门与泉州两地的三所高校进行问卷调查。样本所在地区经济发展水平相近,因此可以排除经济发展因素对消费者冲动购买的影响。本研究正式开展之前先进行预测试,对量表的信度效度进行分析,并对量表进行修订。在预测试的基础上,展开正式测试。正式测试共发出问卷750份,有效回收700份,剔除缺失题项较多的样本,并剔除异常值后,最终有效样本649份,有足够的样本量。
本研究设定的调查网站是服装购物网站,设定服装购物网站作为调查对象,可以排除产品类别属性对研究的干扰。被调查者根据最近一次光临购物网站的经历填答问卷。为了保证被调查者填答问卷的质量,问卷设计了时间筛选值,将最近一次光临购物网站的时间在14天以上的样本数据删除,以保证被调查者所回忆的是近14天内的购物经历。(二)变量测量与信效度检验
本研究均采用国际期刊已使用过的成熟量表。变量测量的所有题项均采用李克特七点评分方法进行评价,从“非常不同意”到“非常同意”,分别给予1分到7分的赋值。网站互动性与生动性采用Fortin和Dholakia(2005)[20]开发的量表,各6题项,该量表在本研究中的信度系数分别为0.781与0.819。心流体验采用Huang(2003)[21]对心流体验的测量,12题项,包括控制、专注、好奇与愉悦四个维度。该量表在本研究中的总的信度系数为0.847,四个维度的信度分别为0.748、0.871、0.793、0.762,表明该量表具有良好的信度。产品涉入度采用McQuarrie和Munson(1992) [22]10题项量表,该量表在本研究中的信度系数为0.934。
对多维变量心流体验进行因子分析,先对样本进行KMO测度和Bartlett检验,KMO=0.829,Bartlett检验卡方值=3225.65,达到显著水平,数据适合做因子分析。在因子分析过程中,一般使用特征值、碎石图和累积方差百分比三种方法来提取公因子。四个因子控制、专注、好奇、愉悦累积解释方差百分比为71.785%,大于60%,表明提炼的公因子个数是可靠的。验证性因子分析的结果表明,通过探索性因子分析所提炼出的心流体验四因子,很好地反映了心流体验的概念内涵。
采用平均方差萃取量(average variance extracted, AVE)比较法检验主要变量间的区分效度。研究发现,各主要变量的平均方差萃取量的平方根大于其与其他变量间的相关系数。
网站互动性的AVE为0.514,网站生动性的AVE为0.582,心流体验的AVE为0.635,产品涉入度的AVE为0.511,其平方根分别为0.717,0.763,0.797,0.715。
四 假设检验
(一)描述统计分析及共同方法偏差检验
各测量项目的数据总体基本服从正态分布,满足了进行后续数据处理分析的基本要求。同时,运用Harman单因子检验对数据进行共同方法偏差检验,未发现共同方法偏差。各主要变量的描述统计分析结果详见表2。
(二)假设检验
本研究运用层次回归分析法与优势分析法进行假设检验。在进行回归分析之前,先进行多重共线性检验。检验结果显示模型中各主要变量的VIF值均小于2,因此可以判定回归模型中各主要变量间不存在多重共线性。
1.直接效应分析
运用层级回归进行假设检验。首先将心流体验设为因变量,其次加入控制变量(网络购物经验、性别、教育程度、个体冲动特质),最后加入自变量(网站互动性,网站生动性)。
层级回归分析结果列在表3中。从表3中可以看到,网站的互动性对心流体验有正向影响(M2,β=0.150,p<0.01),网站的生动性对心流体验有正向影响(M2,β=0.272,p<0.01)。因此,假设H1与假设H2得到了数据的支持。此外,本研究还就控制变量到因变量的回归情况,与加入自变量后的情况相比,运用F检验,检验拟合度改变值(ΔR2=0.133)的显著性。研究结果表明ΔF=51.211,p<0.01,拟合度改变值显著。
2.调节效应分析
运用层级回归进行假设检验。首先将心流体验设为因变量,其次加入控制变量(网络购物经验、性别、教育程度、个体冲动特质),再加入自变量(网站互动性,网站生动性)与调节变量产品涉入度,最后加入调节变量与自变量的交互项。为了消除多重共线性,在构造调节变量和自变量的乘积项时,将调节变量和自变量分别进行了中心化。层级回归分析结果列在表3中。
从表3中可以看到,网站互动性与产品涉入度的交互项系数为正,并且显著(M4,β= 0.083,p < 0.01)。这就意味着,当产品涉入度越高时,网站互动性与心流体验之间的正向关系就越强。而网站生动性与产品涉入度的交互项系数不显著(M4,β= -0.046,p> 0.10),产品涉入度对网站生动性与心流体验之间的关系并无调节作用。假设H4得到支持,而假设H5不被支持。
3.优势分析
上述研究表明网站互动性与生动性正向影响心流体验。但对于研究者而言,除了探索网站互动性与生动性对心流体验的影响,还关心网站互动性与生动性对心流体验的相对影响强度,即相对重要性。本研究采用优势分析法(dominance analysis)(Budescu,1993)[23]进行分析。
本质上优势分析法允许在所有可能的统计模型中对各自变量对复相关系数平方(squared multiple correlation,R2)的贡献进行比较。通过对所有可能模型的回归分析,计算各自变量的直接效应、总体效应和部分效应,并通过计算直接效应、总体效应和部分效应的平均值来计算每一自变量的相对重要性。然后, 再对每一自变量的相对重要性进行比较。这样,通过将各自变量对因变量总方差的贡献分解为已预测方差百分比,就能使各自变量的相对重要性得以更精确地表现出来。
具体而言,为分析不同的自变量在预测因变量时的相对重要性,将心流体验(FL)分别对不同的自变量网站互动性(IT)、网站生动性(VI)及自变量的组合(IT+VI)作回归,产生三个不同的回归方程。表4中的第一列代表回归方程中已包括的变量;第二列代表回归方程的R2,第三列与第四列代表将该自变量加入回归方程后的R2提高值。
为了计算X1的贡献,则先分别计算没有其他自变量时的贡献(即直接效应,0.110)、有另外一个自变量的贡献(即部分效应,0.016),然后再计算两者的平均值(即总体效应,(0.110+0.016)/2=0.063)。同理为了计算X2的贡献,重复上述过程。最后将R2分解为不同成分,以反映每一自变量的相对重要性。
从表4中的结果可以看出,对于预测心流体验的回归方程来说,在已解释的那部分方差中,网站互动性贡献了38.18%,网站生动性贡献了61.82%。在预测心流体验时,网站生动性的贡献大于网站互动性的贡献。假设H3得到数据支持。
五 研究结论与未来展望
(一)研究结论与贡献
根据消费体验理论,本研究探究了网站特征与心流体验的关系,得出如下结论:首先,网站互动性与网站生动性均对心流体验有显著正向影响。其次,与网站互动性相比,网站生动性对心流体验的影响力更大。第三,产品涉入度对网站互动性与心流体验之间的关系具有正向的调节作用,即消费者产品涉入度越高时,网站互动性与心流体验的正向关系就越强。而产品涉入度对网站生动性与心流体验之间的关系不具有调节作用。结合优势分析的结果,在预测心流体验时,网站生动性的贡献远远大于网站互动性的贡献,可以对违背假设的实证结果做出合理解释。也就是,网站生动性正向影响心流体验,由于它对心流体验的预测力较强,因此不受产品涉入度高低的影响。网站互动性正向影响心流体验,但由于它对心流体验的预测力较弱,因此受到产品涉入度高低的影响。
本研究在理论方面的贡献主要有:一是探索性研究网站互动性与生动性对心流体验的影响作用大小及相对影响强度;二是综合考虑了情境因素与个体个性特征对心流体验的综合影响,深化了在线心流体验的研究。
在实践上,本研究结论可为电子商务企业提供有益的启示,特别是在设计电子商网站时如何有效资源配置提供宝贵建议。电子商务企业,特别是B2C(Business to Customer)企业,其电子商务网站充当着营销渠道及沟通平台的重要作用。本研究发现网站互动性与生动性均正向影响心流体验。而心流体验与购买意愿正相关(Richard和Chandra2005;Hausman和Siekpe,2009;Hsu, Chang等,2011)[13] [4] [24]。因此通过提高网站的生动性与互动性能使消费者产生更强烈的心流体验,从而有助于企业提高销售额。如果受预算限制,不能在网站的互动性与生动性方面均衡投资的话,那么资源应向提高网站生动性倾斜。原因在于本研究发现与网站互动性相比,网站生动性对心流体验的影响力更大。而且,网站生动性对心流体验的影响作用不受产品涉入度的干扰,这种影响作用显得更为稳定。
(二)研究展望
本研究选取网站互动性与生动性作为切入点,探索其对在线心流体验的影响。网站互动性与生动性只是网站两类主要特征的代表,未来的研究可以挖掘网络购物环境下更多的具有特定情境特征的变量,并且探索这些变量对心流体验的不同影响机制。还可以进一步研究心流体验对消费者在线购买行为及购买意愿的影响,心流体验对品牌忠诚度的影响等。
[参 考 文 献]
[1] Pine, B.J. and J.H. Gilmore.Welcome to the ExperienceEconomy[J]. Harvard Business Review, 1998,76(4):97-105.
[2] Holbrook, M.B. and E.C. Hirschman.The Experiential Aspects of Consumption: Consumer Fantasies, Feelings, and Fun[J]. Journal of Consumer Research, 1982,9(2):132-140.
[3] 中国互联网络信息中心(CNNIC):第33次中国互联网络发展状况统计报告[EB/OL].中国互联网络信息中心网站,2014年1月16日
[4] Hausman, A.V. and J.S. Siekpe.The Effect of Web Interface Features on Consumer Online Purchase Intentions[J]. Journal of Business Research, 2009, 62(1):5-13.
[5] Hoffman, D.L. and T.P. Novak.Marketing in Hypermedia ComputerMediated Environments: Conceptual Foundations[J]. The Journal of Marketing, 1996, 60(3):50-68.
[6] Mehrabian, A. and J.A. Russell.An approach to Environmental Psychology[M]. Cambridge, MA:MIT Press. 1974.
[7] Eroglu, S.A., K.A. Machleit, and L.M. Davis.Atmospheric Qualities of Online Retailing: A Conceptual Model and Implications[J]. Journal of Business Research, 2001,54(2):177-184.
[8] Richard, M.O.Modeling the Impact of Internet Atmospherics on Surfer Behavior[J]. Journal of Business Research, 2005,58(12):1632-1642.
[9] Parboteeah, D.V., J.S. Valacich, and J.D. Wells.The Influence of Website Characteristics on a Consumer's Urge to Buy Impulsively[J]. Information Systems Research, 2009,20(1):60-78.
[10]Novak, T.P., D.L. Hoffman, and Y.F. Yung.Measuring the Customer Experience in Online Environments: A Structural Modeling Approach[J]. Marketing Science,2000,19(1):22-42.
[11]Florenthal, B. and A. Shoham.Fourmode Channel Interactivity Concept and Channel Preferences[J]. Journal of Services Marketing,2010,24(1):29-41.
[12]Csikszentmihalyi, M.Activity and Happiness: Towards a Science of Occupation[J]. Journal of Occupational Science,1993,1(1):38-42.
[13]Richard, M.O. and R. Chandra.A model of Consumer Web Navigational Behavior: Conceptual Development and Application[J]. Journal of Business Research,2005,58(8):1019-1029.
[14]Steuer, J.Defining Virtual Reality: Dimensions Determining Telepresence[J]. Journal of communication,1992,42(4):73-93.
[15]Coyle, J.R. and E. Thorson.The Effects of Progressive Levels of Interactivity and Vividness in Web Marketing Sites[J]. Journal of Advertising,2001,30(3):65-77.
[16]Bridges, E. and R. Florsheim.Hedonic and Utilitarian Shopping Goals: The Online Experience[J]. Journal of Business Research,2008,61(4):309-314.
[17]Mittal. A theoretical Analysis of Two Recent Measures of Involvement[J]. Advances in Consumer Research,1989,16(1):697-702.
[18]Zaichkowsky,J.L.Measuring the Involvement Construct[J]. Journal of Consumer Research,1985,12(3):341-352.
[19]Koufaris, M.Applying the Technology Acceptance Model and Flow Theory to Online Consumer Behavior[J]. Information Systems Research,2002,13(2):205-223.
[20]Fortin, D.R. and R.R. Dholakia.Interactivity and Vividness Effects on Social Presence and Involvement with a Webbased Advertisement[J].Journal of Business Research, 2005, 58(3): 387-396.
[21]Huang, M.H.Designing Website Attributes to Induce Experiential Encounters[J]. Computers in Human Behavior,2003,19(4):425-442.
[22]McQuarrie, E.F. and J.M. Munson.A Revised Product Involvement Inventory: Improved Usability and Validity[J]. Advances in Consumer Research,1992,19(1):108-115.
[23]Budescu D V. Dominance analysis:A New Approach to the Problem of Relative Importance of Predictors in Multiple Regression[J]. Psychological Bulletin,1993,114(3):542-551.
[24]Hsu, C.L., K.C. Chang, and M.C. Chen.Flow Experience and Internet Shopping Behavior: Investigating the Moderating Effect of Consumer Characteristics[J].Systems Research and Behavioral Science, 2011,29(3):317-332.