消费者线上线下渠道迁移影响因素及机制

陈立彬，田翛然

（北京工商大学商学院，北京市 100048）

一、引言

近几年，众多传统零售商纷纷试水线上交易，大力推广O2O模式，不过其经营效果远未达到预期。从现实情况看，多种零售渠道应当可以更好地满足消费者对灵活性的需求，不过对零售商而言，却面临着理解消费者如何使用、何时使用线上线下渠道，何种因素驱使消费者在两种渠道间迁移的重大难题。目前，也有研究探讨消费者渠道迁移问题，但主要从消费者角度考虑其购买行为，且各研究提出的迁移问题影响因素较为分散，缺乏对这一问题的系统化阐述，甚至有些学者的研究结果互相矛盾，说明对消费者渠道选择影响因素的研究尚待进一步深入挖掘和探讨。系统探索消费者线下向线上渠道迁移过程的影响因素和作用机制，能够为零售业管理者应对竞争和挑战提供清晰的思路。

二、文献回顾与研究假设

（一）文献回顾

1.国内外消费者线上线下购物影响因素研究

众所周知，消费者购买行为越来越复杂，影响消费者选择购物渠道的因素也纷繁多样。通过对国内外相关文献进行梳理，可将影响消费者渠道选择的因素划分为个人因素、零售商因素、渠道因素、产品因素、情境因素五种类型。

（1）个人因素。包括人口统计因素、购买动机及购物经验。伊曼（Inman J J）等[1]的研究证明，区域人口统计特征会对消费者渠道选择产生影响；补国苗等[2]认为，消费者年龄、职业等不同，其对渠道的偏好也不同；吉拉德（Girard T）等[3]从购买动机角度研究消费者购买行为的总体倾向，发现购物经验反过来成为消费者内部搜寻的信息来源。

（2）零售商因素。在零售商因素中，营销策略[4]、声誉、品牌形象、与消费者沟通方式等均会对消费者渠道选择产生影响，零售商知名度、品牌形象等的提升可相应降低消费者感知风险，影响消费者线上购买意愿。

（3）渠道因素。在渠道因素中，渠道的可行性是消费者选择购物渠道时最先考虑的因素，此外消费者感知渠道风险对渠道选择也具有非常重要的影响。

（4）产品因素。对于产品因素，可根据消费者获得产品信息的难易程度把产品分为搜索性产品和体验性产品两种。古普塔（Gupta A）等[5]认为，搜索产品更适合线上购买，体验产品更适合线下购买。

（5）情境因素。对于情境因素，尼克尔森（Nicholson M）等[6]将之划分为五个维度，并进一步证实在主导消费者购物渠道选择的参考因素中，情境因素发挥着非常重要的作用。

综上可知，有必要对消费者线上线下渠道迁移影响因素进行系统的动态分析。在此基础上，可结合“互联网+”时代特征不断创新传统零售商业模式，推动传统零售商业模式变革[7]。

2.消费者渠道迁移相关研究

渠道迁移指多渠道环境下，消费者从一个渠道转换到另外一个渠道的动态行为过程。安萨里（Ansari A）等[8]认为，渠道迁移主要关注消费者从线下购买转换为线上购买的动态过程以及如何迁移的问题。贾文帕（Jarvenpaa S L）等[9]、西姆（Shim S）等[10]认为，消费者对渠道特征的态度会影响消费者购买动机。对消费者而言，有些渠道特征容易被识别，有些渠道特征不容易被识别，那些容易被识别的特征在消费者决策过程中扮演着非常重要的角色。

消费者光顾或转换渠道是由他们对渠道特征的感知而决定的[11-12]。对多渠道购物的消费者而言，每个渠道都有其吸引人的地方，也有其不吸引人的地方。普拉姆（Pulliam P）[13]认为，消费者会根据自己的购物需求在多种渠道间迁移的原因是，在消费者印象中渠道的某一特征恰好符合自己的需要。目前，相关研究主要基于零售商视角和消费者视角进行。基于零售商视角的研究主要关注零售商如何理解消费者渠道迁移行为以及如何管理消费者渠道迁移。特兰珀（Trampe D）等[14]把零售商促进消费者从线下渠道迁移到线上渠道的战略分为两种：一种是强迫消费者进行迁移，即对不进行渠道迁移的消费者采取惩罚措施；另一种是促使消费者主动迁移，即对从线下渠道迁移到线上渠道的消费者给予奖励。其研究结果表明，后一种策略比前一种策略能够赢得更多的消费者满意和忠诚。基于消费者视角的研究主要关注对消费者渠道迁移动因和机理的挖掘，目前对消费者渠道迁移影响最大的因素有两个，即主观规范和渠道迁移成本。普库拉格力（Pookulangara S）等[15]的研究表明，消费者主观规范及其对渠道迁移的态度可预测消费者在不同渠道间迁移的动机。消费者主观规范程度越高，渠道迁移的可能性就越小。周（Chou S Y）等[16]认为，渠道迁移成本与消费者对渠道迁移的态度、主观规范、过去的行为以及对多样性的寻求等共同构成了迁移的阻碍，会对消费者迁移产生锚定作用。

（二）研究假设

消费者行为的复杂性逐渐增强，如果其对目前使用的渠道感到不愉快，就会马上迁移到另外一个渠道[15]。周等[16]认为，对这种从平衡到开始尝试新渠道过程中影响因素的研究主要基于推拉理论以及包含锚定作用的推拉理论扩展模型[16]，而模型的关键在于推力与拉力的拟合度。李（Lee E S）[17]认为，是否迁移是人们基于对推力和拉力的评估而决定的，但个体评估要基于自身个性与社会环境。后来，牟恩（Moon B）[18]把锚定因素正式引入推拉理论，目前已经形成了学者们经常用到的包含推力、拉力、锚定三个变量的推拉理论。

1.推力因素

消费者的人口统计特征，如受教育水平和收入水平，会对消费者渠道迁移产生重要作用。库什瓦哈（Kushwaha T）等[19]发现，收入和受教育水平与多渠道消费者行为之间存在一种积极关系，消费者受教育程度越高，越能更好地进行决策。收入水平高的消费者支付能力较强，感知损失金钱的风险通常较低，具有更高的抗风险能力。由此，提出以下假设：

H1：消费者的人口统计特征对消费者从线下迁移到线上具有积极作用。

H1a：受教育程度对消费者从线下迁移到线上具有积极作用。

H1b：收入水平对消费者从线下迁移到线上具有积极作用。

随着互联网覆盖范围的日益扩大，消费者对电脑和智能手机的依赖程度越来越大，加之经常进行网络购物的消费者对安全和隐私信息泄露担忧的逐步减少，促使线上购物快速增长。有学者认为，网络的使用对消费者未来使用互联网购物的动机具有积极影响[20]。网络使用经验能否促进消费者从线下到线上的迁移行为，也需要实证检验。目前阶段，年轻的消费者喜欢宅在家里，更提高了他们使用线上渠道的可能性。此外，消费者经常利用自己的智能设备浏览零售商网站以搜集渠道和产品信息，既大大促进了信息的传播以及消费者对线上渠道的认知，也为他们提供了极大的购物便利，助长了消费者宅的生活方式，而这又会反过来影响消费者的购物习惯。由此，提出以下假设：

H2：网络使用经验对消费者从线下迁移到线上具有积极作用。

H3：宅的生活方式对消费者从线下迁移到线上具有积极作用。

消费者创新性指消费者对新事物的接受能力或者消费者基于与他人沟通经验而进行变革性决策的程度。消费者个性特征存在很大差异，其对新事物的看法也存在很大差异。保守型消费者对新事物的感知风险可能会比较高，对使用新渠道购物顾虑较多。相反，那些喜欢追求新事物的消费者创新性较强，比较容易进行变革性决策，会积极尝试新的购物渠道，渠道迁移意愿可能会比较强。由此，提出以下假设：

H4：创新性会对消费者从线下迁移到线上具有积极作用。

2.拉力因素

与线下渠道相比，线上渠道具有自身独特的优点，如可提供丰富的产品信息、产品线宽而深、价格相对较低等。此外，线上销售平台和零售商为扩展自身业务通常会举办各种的营销活动，如提供价格更低的产品、发放新用户优惠券等。渠道的价格、可能性、服务水平、产品质量会影响渠道吸引力。主观规范指个体感知到的同龄人在某一行为方面给自己带来的压力[16]。相关研究发现，消费者熟悉的人所使用的渠道会影响消费者对渠道的选择，且当消费者身边的朋友等均在使用线上渠道时，主观规范就会对消费者产生压力，消费者为不脱离群体，总是希望自己的行为能够与群体保持一致。由此，提出以下假设：

H5：渠道吸引力对消费者购物渠道从线下迁移到线上具有积极作用。

H6：主观规范对消费者从线下迁移到线上具有积极作用。

3.锚定作用

感知风险是消费者购物过程中对客观风险的心理感受和主观认知，随不确定性程度与获得消极结果可能性的提高而增加。感知心理风险指消费者因决策失误而感受到的心理压力和负担[21]。也有学者认为，当消费者通过网络购买到一件不知道出处的产品或者消费者收到的产品没有达到广告宣传的效果时，就会产生心理风险[16]。消费者通过线上渠道购物时，由于缺乏必要的知识和技能，可能会买到与零售商描述不符的产品，或者因自己判断失误而导致购买到的产品与自己的需要不符，结果产生失望、挫折感、生气、焦虑等负面情绪。当消费者不够了解线上渠道或者缺乏线上购物经验时，其感知心理风险会更高。罗森（Rosen K T）等[22]提出，感知风险是网络购物增长的主要障碍。当消费者可以在实体店通过触摸等方式评估产品时，能够更好地确定产品是否满足自己的需要[23]。而消费者通过线上渠道购买产品时，需要等待一段时间才能收到产品，感知风险很高。由此，提出以下假设：

H7：感知风险对消费者购物渠道从线下迁移到线上具有锚定作用。

基于上述研究假设，构建如图1所示的理论研究框架。

三、研究方案设计

（一）问卷设计与数据收集

问卷测量指标的提炼主要基于文献分析，借鉴已有研究成果并结合本研究主题对指标进行适当修改，通过问卷预测试进一步完善问卷题项，形成最终调查问卷。最终数据来源于在线和纸质问卷所获取的第一手资料，且样本主要集中在北京地区，其电子商务发展水平相对较高，居住人口平均受教育水平较高，网络购物比较频繁，样本质量有保证。本研究主要的调查对象是高校学生和企事业单位白领。选择这两个群体的原因在于，研究消费者线上线下渠道迁移要求研究对象具有从线上到线下或者从线下到线上的迁移行为，高校学生和企事业单位白领一般都具有较好的网络应用能力，且大部分都具有网上购物经历，比较符合本研究需要。本次问卷发放时间为2016年12月，调查共回收问卷498份，有效问卷424份，问卷有效率为85.1%。男性和女性占比分别为30.2%和69.8%，女性占比远高于男性。被调查者年龄以30岁以下的年轻群体为主，且主要集中在20～29岁之间。被调查者大多是高校学生和企事业单位白领，总占比为87.3%。被调查者受教育程度多为本科及以上，本科占比最高，达77.8%，其次为研究生及以上，占15.1%。被调查者网络使用经验比较丰富，能够熟练使用线上和线下两种渠道进行购物，总体来说可以满足本研究对样本的要求。

图1 理论研究框架

（二）量表来源

由理论研究框架可知，研究涉及主观规范、网络使用经验、感知风险、渠道吸引力、新事物接受能力、宅的生活方式六个自变量。主观规范量表来自文卡特斯赫（Venkatesh V）等[24]的研究，包括四个题项；网络使用经验量表来自福德（Ford N）等[25]的研究，包括三个题项；感知风险量表来自斯通（Stone R N）等[21]的研究，包括四个题项；渠道吸引力量表来自班沙尔（Bansal H S）等[26]的研究，包括四个题项；新事物接受能力量表来自戈德史密斯（Goldsmith R E）[27]的研究，包括三个题项；宅的生活方式量表来自威廉姆（William R S）等[28]的研究，包括三个题项；线上购买意愿量表来自菲希贝（Fishbein M）等[29]和陈（Chen Z）等[30]的研究，包括四个题项。所有题项均采用李克特（Likert）七点量表进行测量。

四、数据分析

（一）信度和效度分析

1.信度分析

为了说明测量问卷的内在一致性，本研究测算克隆巴哈α系数（Cronbach α）。一般认为，克隆巴哈α系数在0.60～＜0.65区间为不可信；在0.65～＜0.70区间为最小可接受值；在0.70～＜0.80区间为相当好；大于等于0.80为非常好。各变量克隆巴哈α系数参见表1。问卷中所有变量的克隆巴哈α系数均大于0.7，表明问卷信度较好，内在一致性和稳定性有保证。

2.效度分析

接下来，通过验证性因子分析检测问卷结构效度。首先，进行KMO和巴特利特球形检验，得到KMO值为0.804，表明测量项目适合进行因子分析；其次，采用主成分分析法提取因子，并运用标准化的正交旋转法来简化因子矩阵结构，使各因子的意义更为清晰明确。因子分析结果具体参见表2。

（二）单因素方差分析

单因素方差分析法用来研究一个控制变量的不同水平是否会对观测变量产生显著影响。本研究将利用单因素方差分析法来检测人口统计变量中的受教育程度和收入水平是否会对消费者线上购买意愿产生影响。为观察控制变量是否会对观测变量产生显著影响，本研究采用单因素方差分析法计算得到收入水平和受教育程度的F值分别为1.527和7.44，p值分别为0.193和0.000。由此可知，收入水平对消费者线上购买意愿无显著影响，而受教育程度对消费者线上购买意愿具有显著影响，H1a得到支持，H1b被拒绝。

表1 问卷各变量信度分析

表2 因子分析结果

（三）回归分析

本部分主要通过回归分析来进一步研究六个变量与线上购买意愿之间的关系并建立回归模型。本研究以线上购买意愿（I）作为因变量，以主观规范（S）、网络使用经验（E）、渠道吸引力（A）、宅的生活方式（H）、消费者创新性（NA）、感知风险（PR）作为自变量，构建如下回归模型：

其中，a、b、c、d、e、f分别为各变量的系数，g为回归方程常数项（无实际统计意义，不考虑）。

由表3可以看出，容差的取值范围在0～1之间，越接近0，表明多重共线性越强；越接近1，表明多重共线性越弱。VIF的取值大于或等于1，VIF越接近1，解释变量间的多重共线性越弱；VIF越大，解释变量间的多重共线性越强。容差和VIF是测度解释变量间多重共线性非常重要的统计量。本研究多元回归方程中各自变量的容差均比较接近1，VIF均小于10且接近1，说明各解释变量之间不存在多重共线性问题。感知风险、宅的生活方式、主观规范、网络使用经验、渠道吸引力的p值均为0.000，小于0.001，拒绝零假设，即回归系数与零存在显著差异，应当保留在多元回归方程中，同时消费者创新性的p值为0.029，小于0.05，也应该拒绝零假设，即回归系数与零存在显著差异，也应当保留在回归方程中。由回归分析结果可知，线上购买意愿可以被自变量解释的部分为53.8%。F=83.260，p=0.000＜0.05，说明该线性模型整体显著。由容差和VIF结果可知，各解释变量之间不存在多重共线性问题。模型中主观规范（S）、网络使用经验（E）、渠道吸引力（A）、消费者创新性（NA）、宅的生活方式（H）的回归系数分别为0.195、0.277、0.210、0.085、0.230，表明各自变量与线上购买意愿之间存在正相关关系，而感知风险（PR）的回归系数为-0.356，说明其与线上购买意愿（I）之间存在负向相关关系，且负向相关性较大，从而H2～H7得到验证。

五、研究结论与建议

（一）研究结论

表3 回归分析结果

1.宅的生活方式、消费者创新性、网络使用经验正推动消费者越来越多地从线下购物转换到线上购物

网络购物的兴起使消费者生活方式越来越宅，越来越多的人们不愿意到线下购物，而更多地选择线上渠道，这种渠道迁移使消费者足不出户即可买到自己所需要的产品，很好地满足了消费者不愿出门购物的心理需求。随着时间的推移，喜欢宅的消费者其网络购物经验越来越丰富，越来越依赖线上渠道，最终完全从线下渠道迁移到线上渠道。创新性强的消费者比较关注潮流信息，对陌生事物怀有好奇心，勇于尝试新事物，这种类型的消费者了解到线上渠道时，会积极探索并乐于从线下转移到线上进行尝试。

2.主观规范和渠道吸引力能够促使消费者进行线上线下渠道迁移

无论是线上还是线下经营者，都应具有自己准确的目标细分市场。通过不断地进行细分市场聚焦，可以更好地吸引目标市场消费者，而聚集效应越强，消费者主观规范越强烈。因此，经营者首先应当明确自身定位，聚焦于某类特定的消费者，然后借助营销手段使自己具有这类消费者固有的个性特征，并进一步通过这些目标人群进行强大的口碑营销，使得其他人在主观规范作用下进行消费；其次应当不断增强自身购物渠道吸引力，使得消费者能够在渠道选择过程中偏向于吸引力较强的一方。

3.感知风险会抑制消费者从线下渠道迁移到线上渠道

购物安全性是消费者重点考虑的因素。对线下渠道而言，消费者可以实地进行产品试用并进而决定是否购买，感知风险很小，经营者仅需提供

高质量产品和完善售后保障即可。而对线上渠道来讲，消费者仅仅通过网上提供的产品信息描述并不能准确判断产品质量，加之付款后往往还需要一段时间才能收到产品，运输过程是否会对产品造成不利影响也不确定，因此一定要合理规避这种安全风险。此外，消费者对产品是否符合自己的心理预期也会存在心理感知风险，如果消费者在购买过程中感知到这种风险不断增强，就会尽量避免通过这一渠道购买产品并迁移到其他渠道进行购买。

（二）营销策略建议

1.根据消费者生活方式的变化调整店铺零售策略

每次重大的技术变革都可能对人们的生活方式产生重要影响，网络的出现和发展同样如此。人们可以借助网络获取信息、进行沟通与交流、购买所需要的物品，网络的便利性推动了现代社会人们生活方式的变化，很多消费者变得越来越宅。对宅的消费者而言，他们更多地会采用线上购物方式。网络购物正在推动着消费者生活方式的变化，而消费者生活方式的变化又会推动消费者购物习惯的改变，并从根本上带来零售业态的变革，使零售业态在调整过程中达到新的均衡。因此，零售店铺经营者应加强对消费者生活方式的了解，根据消费者生活方式的变化来调整店铺经营策略，以更好地适应业态调整的需要。为吸引更多消费者到线下购物，线下实体店的经营者应提供一些更有吸引力的营销策略来吸引消费者。当前消费者主要通过网络或社交工具来获取信息，零售商可以通过微博或微信等社交工具与消费者建立联系，及时为消费者提供商场有关新产品和促销活动的信息。

2.融入娱乐元素，增强渠道吸引力

当消费者购物动机为娱乐导向时，更倾向于使用线下渠道。消费者逛街的目的具有多样性，除购物外还包括社交、娱乐等，如果实体零售店铺能够同时满足消费者的非购物需求，那么消费者将更加愿意光顾。因此，线下实体店不应仅仅满足于为消费者提供优质的试穿体验，而且要开辟出一些场所设置餐饮、影视、台球等休闲娱乐功能区。休闲娱乐功能可以吸引更多消费者，增加消费者在商场停留的时间，聚集商场人气，可以说是一举多得。比如，设立亲子画室、餐饮课堂等，为消费者家庭与人际交往创造条件；建立创意书店、泥塑等店铺，增加消费者在线下渠道购物的娱乐体验。

3.实体店应当突出经营主题，增加消费者体验乐趣

国内很多购物中心和百货商场在建筑风格、布局规划方面同质化严重，千店一面，导致消费者选择购物中心唯一的影响因素就是距离远近。如今，消费者逛商场在很多情况下并不是为了购物，或者说购物并非首要目的，特别是很多年轻的消费者，他们逛商场更主要的是为了获得体验的乐趣，而购物可能会成为一种附属需求。这种千店一面的现象不仅会降低消费者购物体验，而且会让经营者丧失明显的竞争优势。与国内不同，国外很多购物中心在建立初期就设定了自己的主题，如泰国的Terminal 21商场以机场为主题，整个购物中心就是一个航站台，同时融入多个世界知名地标和时尚元素，消费者在那里可以选择“伦敦”“巴黎”“东京”等国际知名大都市来逛。我国澳门地区的威尼斯人购物中心也别具一格，走进威尼斯人购物中心，就仿佛真正来到了威尼斯，眼前有碧绿的运河，有游客泛舟而行，有街道两旁林立的店铺，有古典优雅、鳞次栉比的欧洲建筑，美轮美奂，有超过350家商铺入驻，覆盖娱乐、休闲、购物等多方位的功能体验。

4.一般搜索性产品消费者感知风险较低，实体店应当增加体验性产品以吸引顾客

搜索性产品的消费者感知风险较低，消费者在购买这类产品（如生活日用品）时，更倾向于选择线上渠道，因为这类产品仅仅通过在网络上搜索信息就可以基本判定产品质量的好坏，且这类产品的消费者感知风险较小，而在线下购买这些产品通常还需要消费者自己将产品搬运回家，相较而言，在线上购买更加便利。事实上，与线上渠道相比，线下渠道最大的优点就是可以为消费者提供体验，线下渠道应充分利用并挖掘自身优势资源，深入探索，把消费者吸引过来。此外，应培养专业售货员为消费者提供专业化建议，并通过建立安全舒适的试衣间等优化消费者购物体验。由此可见，之前那种大而全的经营模式已经不再适合现代快速发展的零售行业的需要了，实体店铺应当更加专注于细分市场，选择合适的产品品类，而非满足所有消费者的需求。因此，可以考虑适当减少搜索性产品的销售，缩减搜索性产品线的宽度和深度，以节约更多资源、更多空间，致力于经营体验性产品。

5.使用社群营销构建消费者主观规范

对如今的消费者而言，市场上以流量为核心的线上投放策略效果越来越差，无论是搜索引擎还是信息流，其打开率越来越不理想，主观规范也几乎无法发挥作用。因此，为增强营销主观规范，线下实体店可以借助微信、微博等线上平台甚至各种线下平台和社区进行精准化社群营销，基于相同或相似的兴趣爱好，通过某种载体来聚集人气，在拥有社群成员的基础上引导社群用户进行自运营、自传播、自组织，打造情感认同并满足消费者自身的认同感，进一步由社群主观规范引领消费者进行线下渠道选择。

（三）研究局限与展望

消费者多渠道购物行为本身非常复杂，加之渠道迁移是一个动态的过程，影响消费者渠道迁移的因素很多，研究消费者渠道迁移机制及影响因素非常具有挑战性。受研究范围所限，本研究无法涵盖影响消费者渠道迁移的所有因素。对于其他可能影响消费者渠道迁移的因素，如消费者时间压力、购物习惯、渠道产品品类、渠道售后服务保障等，今后的研究可进一步加以探讨。此外，随着网络技术的进步以及消费者生活方式的改变，影响消费者迁移的因素也会发生变化，未来研究也要根据这些因素的变化进行相应的调整。

参考文献：

[1]INMAN J J，SHANKAR V，FERRARO R.The roles of channel-category associations and geodemographics in channel patronage[J].Journal of marketing，2004，68（2）：51-71.

[2]补国苗，张博文，曹彦玲.消费者购买渠道选择的影响因素分析[J].河北工程大学学报（社会科学版），2010，27（2）：24-25.

[3]GIRARD T，KORGAONKAR P，SILVERBLATT R.Relationship of type of product，shopping orientations，and demographics with preference for shopping on the internet[J].Journal of business&psychology，2003，18（1）：101-120.

[4]方正，杨洋.渠道迁移策略的效果对比——基于PVAR模型的通信行业实证研究[J].中国流通经济，2013，27（2）：90-95.

[5]GUPTA A，SU B C，WALTER Z.An empirical study of consumer switching from traditional to electronic channels：a purchase-decision process perspective[J].International journal of electronic commerce，2004，8（3）：131-161.

[6]NICHOLSONM，CLARKEI，BLAKEMOREM."One brand，three ways to shop"：situational variables and multichannel consumer behavior[J].The international review of retail，distribution and consumer research，2002，12（2）：131-148.

[7]高凯.“互联网+”时代传统零售业商业模式创新路径[J].企业经济，2017（5）：155-159.

[8]ANSARI A，MELA C F，NESLIN S A.Customer channel migration[J].Journal of marketing research，2008，45（1）：60-76.

[9]JARVENPAA S L，TODD P A.Consumer reactions to electronic shopping on the world wide web[J].International journal of electronic commerce，1996，1（2）：59-88.

[10]SHIM S，EASTLICK M A，LOTZ S.Assessing the impact of internet shopping on store shopping among mall shoppers and internet users[J].Journal of shopping center research，2000，7（2）：7-44.

[11]GEISTFELD L V，PAULINS V A.The effect of consumer perceptions of store attributes on apparel store preference[J].Journal of fashion marketing&management，2003，7（4）：371-385.

[12]WILDE S J，KELLY S J，SCOTT D.An exploratory investigation into e-tail image attributes important to repeat，internet savvy customers[J].Journal of retailing&consumer services，2004，11（3）：131-139.

[13]PULLIAM P.To web or not to web?is not the question，but rather：when and how to web?[J].Direct marketing，1999，62（1）：18-24.

[14]TRAMPE D，KONUS U，VERHOEF P C.Customer responses to channel migration strategies toward the e-channel[J].Journal of interactive marketing，2014，28（4）：257-270.

[15]POOKULANGARA S，HAWLEY J，XIAO G.Explaining multi-channel consumer's channel-migration intention using theory of reasoned action[J].International journal of retail&distribution management，2011，39（3）：183-202.

[16]CHOU S Y，SHEN G C，CHIU H C，et al.Multichannel service providers'strategy：understanding customers'switching and free-riding behavior[J].Journal of business research，2016，69（6）：2 226-2 232.

[17]LEE E S.A theory of migration[J].Demography，1966，3（1）：47-57.

[18]MOON B.Paradigms in migration research：exploring“moorings”as a schema[J].Progress in human geography，1995，19（4）：504-524.

[19]KUSHWAHA T，SHANKAR V.Are multichannel customers really more valuable?the moderating role of product category characteristics[J].Journal of marketing，2013，77（4）：67-85.

[20]LUEG J E，PONDER N，BEATTY S E，et al.Teenagers’use of alternative shopping channels：a consumer socialization perspective[J].Journal of retailing，2006，82（2）：137-153.

[21]STONE R N，GRONHAUG K.Perceived risk：further considerations for the marketing discipline[J].European journal of marketing，1993，27（3）：39-50.

[22]ROSEN K T，HOWARD A L.E-retail：gold rush or fool's gold?[J].California management review，2000，42（3）：72-100.

[23]LYNCH J G，ARIELY D.Wine online：search costs affect competition on price，quality，and distribution[J].Marketing science，2000，19（1）：83-103.

[24]VENKATESH V，MORRIS M G，DAVIS G B，et al.User acceptance of information technology：toward a unified view[J].Mis quarterly，2003，27（3）：425-478.

[25]FORD N，MILLER D，MOSS N.The role of individual differ-ences in internet searching：an empirical study[J].Journal of the american society for information science and technology，2001，52（12）：1 049-1 066.

[26]BANSAL H S，TAYLOR S 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.

[27]GOLDSMITH R E.Using the domain specific innovativeness scale to identify innovative internet consumers[J].Internet reseacrh，2001，11（2）：149-158.

[28]WILLIAM R S，SCOTT M S.Why people（don’t）shop online：a lifestyle of the internet consumer[J].Psychology&marketing，2003，20（7）：567-597.

[29]FISHBEIN M，AJZEN I.Belief，attitude，intention and behavior：an introduction to theory and research[M].Reading，MA ：Addsion-Wesley，1975：130-132.

[30]CHEN Z，DUBINSKY A J.A conceptual model of perceived customer value in e-commerce：a preliminary investigation[J].Psychology&marketing，2003，20（4）：323-347.