基于动机理论的拼购电商接受度调查 ?

黄伟鑫 杨晓婧 窦平安

摘 要：拼购电商是具有巨大潜力的新型社交电商，针对其接受度进行实证研究和分析，明确拼购模式是否具有可持续发展的生命力;通过对拼购电商相关文献的梳理和实践案例的探究，梳理出地域差异和用户参与两个关键变量，再结合动机理论的三个细分变量：功效性动机、享乐性动机和社交因素，构建用户接受度模型;研究发现，大学生群体对拼购电商接受度不高;地域差异不影响接受度，享乐性动机对接受度影响较小;用户参与、功效性动机、社交因素显著影响接受度。

关键词：拼购电商;用户接受度;动机理论;Amos结构方程

一、引言

拼购电商是移动电子商务领域不可忽略的规模化、高增长的细分市场。根据《2018-2019年中国拼购电商行业研究报告》，2018年拼购电商用户预计达到3.12亿，手机渗透率达到47%。拼购模式的成功使许多传统电商纷纷效仿，京东成立京东拼购，苏宁易购推出苏宁拼购，并且拼购的形式也慢慢延伸到电影票、会员、外卖等虚拟产品或服务上，成为了一种互联网营销思维。然而拼购借助于用户的社交资源，当过多的推广信息占据了社交圈子时，用户体验受到了严重影响，再加之新兴平台扩展过快带来的商品质量和服务问题，使拼购电商陷入消极的舆论当中。如何能再拼购模式下，提高用户接受度，塑造拼购电商的口碑，成为了拼购电商是否能持续发展的关键问题。

国内外学者对于拼购电商的研究主要集中在三个方面，分别是平台口碑、平台设计和用户意愿。在平台口碑上，由于拼购电商处于发展的初期，商家引入标准低和监管机制弱，致使拼购电商在商品质量上受到质疑。相关数据表明2017年全年，平台投诉率高达13.2%，2018年6月更是面临着上千家商铺到总部维权。但拼购模式并不是商品低质的必然原因，张阳、徐兵（2019）通过构建电商入驻传统平台和拼购平台的博弈模型证明了低质企业并不能通过拼购平台获得更高的利益。Ahmed Doha， Nada Elnahla（2019）研究在社交商务中发现，社交电商是社会资本收益和社会参与形式的价值工具，用户参与社交电商平台的主要驱动力是追求社会价值。在平台设计上，任海英（2013）基于Agent社交网络“分享-购物”模型论证了社交电商平台建立的可行性;Thomas Friedrich（2019）以网络黏性的角度，分析影响社交电商用户黏性的因素，研究表明特征丰富度对认知和情感因素产生积极影响，从而增加网站粘性。这意味着当组合使用功能多样的社交商务功能时，平台可以更加成功。在用户意愿上，Jewoo Yeon， Inyoung Park（2019）研究个人作为商品销售商和推广者所产生的信任问题，在研究中，思考平台和个体供应商的信任是否会影响客户的态度并积累客户忠诚度，结果显示个别供应商信任没有显著影响，但客户忠诚度是由各个供应商积累的。耿荣娜（2017）基于UTAUT模型，发现社交电商平台信息可信度、信息组织成效、社交电商平台功能完整性、社会影响和用户期望都是影响用户初次信息采纳的关键因素。

鉴于国内外学者的研究，本文主要基于动机理论，研究大学生对拼购电商的接受程度，年轻人是网购的主力军，对新兴事物接受快，具有代表性。同时本文结合拼购电商的发展历程，提出地域差异和用户参与两個变量，探究接受度影响因素，构建并修正接受度模型，并对拼购电商的未来发展策略提出建议。

二、拼购电商的特点

拼购指的是购物者自发组织其他人参与购物的行为。拼购电商具有以下特点：

1.商品信息去中心化

在国外有两种类型的电商，一是类似于Google，需要通过搜索引擎匹配自己需要的商品;另一种类似于Facebook，通过将商品信息寄存在图片上，吸引用户点击商品链接。在国内淘宝就像是Google，而Facebook类型的电商就是新兴的社交电商。拼购电商作为社交电商的重要组成，也具有商品信息去中心化的特点。在传统电商中，商品信息集中于一个平台之中，想要了解有关的信息，必须要进入指定的平台。而对于拼购电商，商品信息可分散于各个平台上，使信息的曝光率大大增加。

2.用户主导拼购

拼购跟团购除了在成团人数、时间等成团条件的差异外，最主要的区别是拼购电商用户是自发团购的。传统的团购是商家发起团购请求，通过折扣吸引人群一起购买，达到集群的效果。拼购电商的用户是自己发现了一个想要的商品，主动地发起团购，利用自己的社交资源，拉拢好友参与，因此拼购是用户主导的。

3.信息传播具有强裂变性

由于拼购是用户主导的，用户想要达成拼购或者获得优惠，就需要进行主动地传播信息，而信息传播的地点主要集中在社交平台，社交平台自带分享的属性，因此信息可以由一个传播节点迅速分裂成多个节点，同时进行传播，达到在短时间内吸引流量的效果。

三、理论框架

1.用户接受度影响因素分析

（1）动机

参照刘彦妮（2015）对动机的划分，本文将动机划分为功效性动机（FM）、享乐性动机（HM）和社交因素（SI）三个变量。功效性动机指的是以任务为导向，并受到消费者为完成目的的激励影响，在拼购中，通常涉及由现金激励驱动的推广和商品实惠带来的参与。享乐性动机由消费者获得的效用和付出的成本两方面综合决定，在拼购中，通常体现在参与所带来的惊奇，从众消费和追随大众等方面。社交影响指的是将社交链获取的信息当作消费行为的依据;在拼购中体现为社交圈中的宣传和身边朋友的参与所带来的影响。基于此，本文提出假设：

H1：功效性动机正向影响用户接受度

H2：享乐性动机正向影响用户接受度

H3：社交因素正向影响用户接受度

（2）地域差异

地域差异主要包括自然状况与地理位置的差异、经济发展状况的差异和文化风俗的差异。本文参照中国的行政划分，将地域分为7个大区：东北、华东、华中、华南、西北和西南，再将行政大区中的城市按照发展规模可以分为：一线城市、二线城市、三线城市、四线城市及其他。结合拼购电商的发展历程，我们提出假设：

H4：电商发展水平越低的地域，用户接受度越高

（3）用户参与

用户参与，指的是指用户因感知对自身价值而投入的程度，通过物质投入、情感投入或智力投入，参与到相关活动中。本文将用户划分为三大类：参与过拼购电商、未参与过拼购电商但线下体验过拼购、未参与过拼购电商且未在线下体验过拼购。第一类用户群体是切实体验过拼购电商，他们对于拼购电商有更直观的认识;第二类用户群体指的是用户购物时，会与好友一起凑单购买，以此获得店家提供的优惠，这一类用户有较大可能性转化为第一类用户;第三类用户群体指的是没有拼购的意识，但通过各类自媒体或者是社交平台上了解过拼购电商，他们对于拼购电商只有一个意识上的认识，这类用户的接受度反映的是用户在当今舆论环境下，愿意尝试拼购电商的可能性。针对三类用户的接受度，提出假设：

H5：参与过拼购电商的用户接受度最高

H6：未参与过拼购电商且未在线下体验过拼购的用户接受度最低

2.模型构建

依据动机理论和上述假设构建用户接受度模型：

四、数据分析及假设检验

问卷采用李克特量表的形式，为保证调查样本的地域分布平衡，以项目组的家乡同学为主要调查对象，限定最多跨越两层关系链进行发放，一共收回345份问卷，其中无效问卷11份，有效问卷335份，经计算符合置信度的要求。以下对数据进行分析：

1.接受度描述性分析

依照用户参与，将用户划分为三类：一类用户：使用过拼购电商，二类用户：未使用过拼购电商但在线下体验过拼购的用户，三类用户：未使用过拼购电商且未在线下体验过拼购的用户。

分析可知，拼购电商的用户接受度不高，均值为2.84，低于中间值3，同时不同类用户的接受度差异较大，一类用户接受度最高，三类用户的接受度最低。具体分析结果如下表所示：

2.基于结构方程的假设检验

根据问卷设计，进行FM，HM和SI三个构面的验证性因素分析（confirmatory factor analysis，CFA），得出每个构面的组成信度（CR）大于0.7，内部一致性高，变异抽取量（AVE）大于0.5，有高信度和收敛效度，符合国内外学者提出的构面要求，同时P值均小于0.001，变量之间有较高的显著性。具体结果如下表2：

将构面组合，结合研究模型，通过Amos.26进行结构方程分析，如图所示：

由图2可知，卡方值与自由度的比值为3.88，在3到5之间，在宽松条件下可接受，比较适合度指标在0.7-0.9之间，平均平方误差平方根在0.05-0.1之间，模型配适度合格，得出的结论具有较高的可信度。

3.假设检验

经过验证，本文初始设立的6条假设中，有3条不符合，分别是H2，H3，H4，实证分析得出，地域差异对用户接受度的影响微乎其微，享乐性动机（HM）对用户接受度没有显著影响，社交因素（SI）对用户接受度有显著的负向影响（路劲系数为-0.54）。用户参与对用户接受度的正向影响最大（路劲系数为0.52），其次是功效性动机（路劲系数为0.46），由此验证参与过拼购电商的用户接受度最高，参与过拼购电商且未在线下体验过拼购的用户接受度最低，功效性动机正向影响用户接受度等3条假设。

五、结论与启示

1.结论

本文研究大学生对拼购电商的接受程度及其影响因素，结果发现拼购电商的用户接受度并不高。同时研究发现，拼购电商的接受度受功效性动机、用户参与这两个因素正向影响，受社交因素负向影响。另外H2，H3，H4假设不成立的理由可能有以下几点：首先，地域差异变量提出的依据是拼购电商中的典型代表，拼多多，在发展初期实行的是“农村包围城市”的路線，并取得了成功，因而认为地域差异会影响到用户接受度，然而本调查样本为年轻人，与拼多多发展初期瞄准的目标用户差异较大。其次，随着拼购电商的发展和拼购模式的模仿，拼购电商已不是新奇的事物，使用拼购不会带来惊奇新鲜的感觉，再加之拼购电商的娱乐性设计主要目的是为了增加用户的留存时间，提高用户粘性，对于没有使用过拼购电商的用户而言，并没有太大的影响;最后，社交因素对用户接受度产生了显著的负方向影响，其中的原因可能是拼购电商对社交资源的过渡开采，破坏了社交圈原本的功能与结构，使用户心理产生了厌恶。根据本文研究，提高拼购电商用户接受度可以从用户参与、功效性动机和社交因素三个方面进行。

2.启示

首先，增加潜在用户使用拼购电商的机会。研究表明，使用过拼购电商的用户区分于只参与过拼购和仅听过拼购的用户而言，对于拼购电商的接受度更高，这表明拼购模式是有吸引力的，能让用户在其中获得价值;其次，提高功效性方面的激励。功效性动机显著影响用户对拼购电商的接受度，如适当举行拼购减价活动，以低价高质的产品吸引用户，让人更有动力使用拼购电商;最后，平衡拼购电商的社交推广。社交推广是拼购电商的优势，但滥用社交推广会降低用户和潜在用户对于拼购电商的接受度，社交推广不能只求多而不求质量，只有少而精的社交推广，拼购电商才能可持续发展。

参考文献：

[1]艾媒咨询，《2018-2019年中国拼购电商行业研究报告》[R].2018.11

[2]张阳，徐兵.“拼多多”式的社交团购会降低平台商品质量吗？——基于电商企业入驻平台选择视角的分析[J].商业研究，2019（05）：10-17.

[3]Ahmed Doha， Nada Elnahla， Lindsay McShane， Social commerce as social networking， Journal of Retailing and Consumer Services，2019：307-321.

[4]任海英，张飓.基于Agent的社交网络“购物-分享”模型及电商应对策略[J].中国经贸导刊，2013（06）：70-71.

[5]Thomas Friedrich， Sebastian Schlauderer， Sven Overhage， The impact of social commerce feature richness on website stickiness through cognitive and affective factors： An experimental study， Electronic Commerce Research and Applications，2019.

[6]Jewoo Yeon， Inyoung Park， Daeho Lee， What creates trust and who gets loyalty in social commerce？， Journal of Retailing and Consumer Services，2019：138-144.

[7]耿荣娜.社会化电子商务用户信息采纳过程及影响因素研究[D].吉林大学，2017.

[8]刘彦妮.网络购物节中的消费者参与行为研究[D].浙江工商大学，2015.