移动社交电子商务用户推荐对大学生网购意愿影响因素实证分析

■ 操守康 郭传勇 张梦婷 张 盛 马小龙、 博士生 通讯作者（、湖州师范学院商学院 浙江湖州 33000、上海财经大学信息管理与工程学院 上海 00433）

引言

社交电子商务作为电子商务发展的一种延伸，在社会化媒体下，整合了社交图谱和兴趣图谱对产品或服务进行推广和销售 。伴随着不断发展的手机产业，移动手机上网成为了当下网民上网的主要方式。据中国互联网络信息中心第35次报告数据显示，我国移动端用户数量已达5.57亿，较13 年增加5672 万人，其中移动端上网的人群占比提升4.8个百分点。

2013 年5 月15 日，支付宝发布数据称，目前在校大学生已经成为网购主力军，其消费普及率已超过55%。在东南沿海，已达到67%。2014年5月中国IT研究中心发布数据称，在网购中大专用户占比33%，本科用户占比58%，由此可知大多网购用户文化层次较高。同年12月支付宝发布对账单数据显示，90后成为正式成为网购重要群体，并且成为申购余额宝的第二大人群占比33.2%。

基于以上分析及通过检索知网、万方、维普等国内具有代权威的数据库发现，目前各行各业都在进军移动电子商务，众多学者仅单向对移动电商、支付安全领域、消费者网购行为、信任和满意度等方面的研究，并没有针对某一领域的具体现象展开详细研究；并且针对用户推荐的研究，学者也仅仅是停留在推荐系统的表面，对推荐系统的研究对象展开了相关研究，并没有从用户推荐者的角度以及存在的自身特点去研究。加之大学生对用户推荐评价关注度高，网络空间给广大网民提供了平等表达自己意见的“新公共领域”。为此，本文就此开展研究，希望通过实证研究成果，为该领域后续发展提供一定参考价值以及帮助企业了解运营的关键环节，为移动社会化电子商务运营提供建议。

文献综述

用户推荐理论是基于熟悉商品或服务的用户，将自己对商品或服务的评价推荐给周围用户，为潜在网购用户提供建议、完成购买的过程（宗乾进，2013）。2013年梁昌勇提出了结合领域专家法的群体用户推荐算法，得出小组成员间的互动决定群体偏好并认为存在着相似性关系成员之间的推荐。

伴随着社会化电子商务的持续发展，用户推荐功能逐渐被应用于网络购物之中。移动社会化平台与传统社会化平台功能基本一致，但移动社会化平台依托AAP 作为载体，具备良好的即时信息沟通、灵活快捷的特点，并且大学生越来月青睐于手机购物，用户推荐成为了影响大学生网购主要因素。

图1 研究模型

许婕（2014）认为大学生已成为网络购物的主力军，大学生因不同性别、不同年级、不同专业、不同地域而在网络购物行为上存在一定的差异，表现不同的特点。虽然在网购意愿探索中，用户的社区“社交化”的特点被发现和被研究，但目前的研究只是对社会参与、社会比较和社会交往进行了讨论，而关于移动社交网络和电子商务网络购物行业发展的研究相对薄弱，尚未形成系统的理论模型。

模型构建

基于已有文献，本文构建如图1 所示的研究模型。

（一）基于用户推荐理论的假设

Doh（2009）认为建立以用户为中心、个性化的营销策略，采用精准营销，在最合适的时间，为用户提供最有效和最需要的信息，为用户提供了更舒适的购物经验，进而提升用户的忠诚度。张红（2013）将个性化推荐分为以下主要两种形式：第一种是根据消费者自己的浏览或者购买历史记录进行推荐；第二种是根据类似消费者具有相同兴趣为依据，推荐类似消费者所浏览、购买的商品。

大学生作为网络购物的主体，成为电子商务推荐系统的主要受体人群，大学生这一群体，对新鲜事物接受度高，对于推荐者推荐的信息关注度较高。为此提出以下假设：

H-1：视觉线索对购物经验有路径影响；H-2：视觉线索对关系强度有路径影响；H-3：视觉线索对知名度有路径影响；H-4：视觉线索对知识结构有路径影响；H-5：视觉线索对社群意见有路径影响；H-6：视觉线索对评价内容有路径影响；H-7：视觉线索对APP易用性有路径影响。

表1 样本统计特征

表2 Cronbach' Alpha 详细表

表3 具体变量KMO 和Bartlett 的检验结果

（二）口碑的影响

Arndt J.（1967）将口碑定义为信息传播者与信息接收者之间进行的与商业性目的无关的人际口头传播。而目前新形式的口碑模式——网络口碑是大学生对其消费体验的另一种直接的主观表达，它既可能是理性的分析，也可能是情绪化的言论。在电子商务环境下，不论商家是否进行线上营销活动，在运营过程中都可能会出现不良口碑。同样，也影响着大学生的网络网购行为，从而线上线下产生了相互影响的作用。为此本文从购物意愿、知识结构、购买经验、关系强度、知名度、社群影响六个方面提出以下假设：

H-8：购物经验对网购意愿有路径影响；H-9：关系强度对网购意愿有路径影响；H-10：知识结构对网购意愿有路径影响；H-11：知名度对网购意愿有路径影响；H-12：社群影响对网购意愿有路径影响；H-13：评价内容对网购意愿有路径影响；H-14：APP易用性对网购意愿有路径影响。

（三）信任的影响

早在1995 年Mayer 就对信任维度进行了划分，即利用能力（Ability）、善意（Benevolence）和正直（Integrity）考察卖家对消费者产生的信任影响。交易是客观的、自动化的。与传统商店的交易相比，多数大学生会更信赖于线下卖家，因此，信任是决定大学生是否购买网上产品或服务的重要因素之一。而在社交网络中，信任不仅包括大学生对在线卖家的信任，而且涵盖大学生对社交商务平台的信任。为此，提出如下假设：

H-15：信任倾向对网购意愿有路径影响；H-16：购物经验对信任倾向有路径影响；H-17：关系强度对信任倾向有路径影响；H-18：知名度对信任倾向有路径影响；H-19：知识结构对信任倾向有路径影响；H-20：社群意见对信任倾向有路径影响；H-21：评价内容对信任倾向有路径影响；H-22 ：APP易用性对信任倾向有路径影响。

研究设计

（一）问卷设计

问卷中所设问题部分来自于前人已有研究，其中购物意愿、信任倾向、社群影响和购物经验等因素所设题项来自于琚潇（2012）和Bansal（2000）等人的著作中，以上所设题项均有部分改动；知识结构、评价内容和APP易用性出自本文。设计满意度的回答方式运用LIKERT 五分量表的选择方法。为了进一步保证量表的内容效度，在问卷设计结束后询问了电子商务领域的专家的意见。

（二）数据搜集

研究样本主要来自于杭州下沙的杭州师范大学、浙江财经大学和杭州电子科技大学等大学的学生，共计20 多万大学生。为了感谢被调查者的参与，赠送参与调查者一份小礼品。

本次调研耗时近一个月，在发放的800 份问卷中共回收有效问卷783 份，其中大学本科学历的学生占到96.7%，在读研究生的学生占3.3%，所以选择的群体素质高，问卷有效性较高。具体样本特征如表1 所示。

数据处理

（一）信度分析

信度（Reliability）即可靠性，可界定为真实分数（true score）的方差与观察分（observed score）的方差比例。以Peterson所建议的0.7值作为检验标准，数据处理后问卷整体Cronbach's α值均约为0.896，说明整份问卷具有非常好的整体信度，各部分的Cronbach's α值均大于0.6，说明设计的问卷是具有可靠性的，具体如表2所示。

（二）效度分析

效度主要是指测量结果能够真正反映测量对象特征的程度，即测量结果的准确性，效度系数越高，表示越能够测量到一个测验所想要测量的心理或行为特质的程度。效度分建构效度和内容效度，通过预调查对不同题项的表达方式进行了调整，以更适合被调查者的语言习惯。

本次调研利用SPSS21.0软件进行内容效度的分析，检测数据的KMO测度值和巴特球体检验数值，验证是否可以进行因子分析；然后根据因子分析得到的各项目的因子结构矩阵，并与检验值进行比较，若因子负荷值在0.5以上则说明该因子间各题项收敛效度好，具有很好的建构效度。经检验问卷整体因变量数据为0.870，超过0.5，说明可以进行因子分析。Bartlett球形检验中chi-square 值为2766.888，自由度为276，达到显著（sig=.000）。表3 中所列为具体数值。

如表3 所示，各变量的检验结果都符合检验指标，因此所设题项具有良好的结构效度。所设问卷在内容、结构效度上都达到了应有的标准，保证了问卷的可靠性和有效性。

（三）模型验证

图2 概念模型路径系数及显著性

表4 自变量与中间变量对网购意愿的影响效果

表5 模型拟合优度指数

应用结构方程模型对研究模型进行检验，使用AMOS21.0 进行数据处理，研究结果如图2所示。

由图2可知，视觉线索对购物经验、关系强度、知名度、知识结构、社群意见、评价内容、APP 易用性有显著的路径影响，H-1至H-7假设成立；购物经验、关系强度和APP易用性对信任倾向有显著的路径影响，H-16，H-17 和H-22 假设成立；知名度、知识结构、社群意见和评价内容对信任倾向的路径系数为负值且不显著，H-18，H-19，H-20 和H-21 假设不成立；购物经验、关系强度、知名度、知识结构、社群意见、评价内容和APP易用性对网购意愿有显著路径影响，H-8 至H-14假设成立。

（四）模型解释

结构方程模型主要作用是，通过测量出的各个变量之间的路径系数，来表达相应因素之间的影响程度高低。若要输出模型的直接效应、间接效应以及总效应，需要在Analysis Properties 中的Output项选择Indirect,direct &total effects 项。表4 为具体数值。

由表4可知，关系强度的总效应是0.69745，所以对大学生网购意愿影响程度最高的是关系强度，紧接着是购物经验、APP易用性、社群意见、知名度、知识结构、评价内容。

（五）模型拟合度评价

模型拟合优度的样本数据是为了支持整体评估假设，模型的符合程度越高，这表明该模型的合理性更大、有更高的可用性和数据分析结果更可信。本研究将采用以下研究者常用的测量指标来分析本研究模型的拟合度，如表5所示。

结果讨论

信任影响网购意愿。从信息接受者来看，信任是影响大学生在移动社交电子商务网站中购物意愿的重要因素。大学生在平台上会因为推荐者的购物经验、知识结构、关系程度、知名度、社群影响，也会因为推荐者对大学生推荐内容的视觉线索、详尽程度、展现的评价内容，以及此款APP应用的易用性，而影响网购意愿。

网购经验与关系强度结合对大学生网购意愿影响极大。从信息源即网络用户推荐上看，推荐者的关系强度、知名度、知识结构和购物经验能够显著影响信息接受者的信任态度，购物经验和关系强度显著影响大学生网购意愿。其中关系强度和购物经验对信任态度的影响最为显著。其中关系强度和购物经验相结合的用户推荐最能引起大学生的信任，即身边熟悉的朋友同学好友有购买该推荐商品的经验。

移动终端效能（易用性）是促使大学生使用移动互联网购物的重要影响因素。移动终端效能作为外在客观因素之一，其效能的感知仍在于大学生。移动终端作为移动互联网的载体，凭借其可携带性、便利性和功能性成为了大学生与移动互联网相连接的关键环节。实证结果显示，移动终端效能显著影响大学生的使用意愿，即，终端功能越强大，对其操作越熟悉；移动端的操作界面更人性化和更便于操作易用，大学生对此的青睐程度也就越高。

管理启示

重视用户推荐的作用，保证用户推荐信息的真实可靠。首先，移动社交电子商务相对于传统社交电子商务其本质区别，就是凭借移动端的便捷性，突破时间与空间的限制等特点，形成了一种即时分享与推荐的功能。其次第三方需要通过数字认证并通过数字认证来识别用户推荐者，并对推荐信息发送方进行管理，从而使大学生在选择广告商家时，做到有一定的筛选依据，进而避免大学生对推荐者信用一无所知的现象。

与相关服务提供商紧密合作，打造良好的管理平台，加强对大学生数据的挖掘。基于移动互联网的团购需要与相关服务提供商合作，做好平台的建设和管理，为移动互联网购物的发展提供硬件支撑。同时，对大学生消费数据进行深入挖掘，做好细分，每一位用户推荐者能根据本领域内大学生的消费习惯和消费行为，真正做到对大学生的精准营销，最终为大学生提供特色信息服务。

设置简单操作的APP 吸引潜在大学生。随着互联网技术的不断发展，智能手机越来普遍，根据有关调查显示，目前大学生的惰性严重加剧，在网络购物中，习惯了懒人操作模式，对于复杂难懂的手机APP 购物软件而言，并不热衷。因此运营商应设计合理简单操作容易的软件以及优化用户界面。

1.宗乾进.国外社会化电子商务研究综述[J].情报杂志，2013，32（10）

2.梁昌勇，冷亚军，王勇胜等.电子商务推荐系统中群体用户推荐问题研究[J].中国管理科学，2013，21（3）

3.许婕.大学生网购行为的差异性研究—基于对广东15 所高校的调查[J].扬州大学学报：高教研究版，2014（3）

4.Doh S J,Hwang J S.How consumers evaluate e WOM (electronic word-ofmouth) messages[J].Cyber Psychology &Behavior,2009,12(2)

5.张红.基于用户认知的电子商务网站知识推荐服务接受模型研究[D].南京理工大学，2013（3）

6.Amdt J.Role of Product-related Conversations in the Diffusion of a New Product[J].Journal of Marketing Research,1967,4(7)

7.琚潇，忻展红.社会化电子商务的用户使用意向研究[D].北京邮电大学，2012

8.Bansal H S,Voyer P A.Word-ofmouth processes within a services purchase decision context[J].Journal of service research,2000,3(2)