“社交电商”用户购买意向驱动因素的模型与实证分析

杨世武， 苑心怡

(1.中南财经政法大学 首义校区党委办公室，湖北 武汉 430073；2.中南财经政法大学 信息与安全工程学院，湖北 武汉 430073)

2011年至今，中国的电商行业一直在不断地演变与发展，传统电商平台的盈利模式、营销模式已经无法为企业带来足够的预期收益，搜索购物模式逐渐被发现式消费模式所取代，消费者的需求与满意度逐渐成为各大电商企业关注的中心，“社交电商”应运而生. “社交电商”主要是指通过社交媒体进行电子商务活动，目前发展较为成熟的有“微商”“拼多多”等，消费者对其的喜爱与信赖程度日益提高，用户数呈井喷式增长. 在这种背景下，本研究基于整合型技术接受与使用模型，从消费者入手，探究影响其购买意向的因素，有助于明确消费者通过“社交电商”购物时所受到的主观影响因素，帮助相关企业制定更合理的营销策略，使“社交电商”的健康、稳定发展.

1 理论基础

1.1 “社交电商”发展现状研究

“社交电商”是伴随互联网的高速发展而产生的，以移动社交网络为基本载体，核心是满足消费者的多样式需求. 在流量红利逐渐耗尽的后电商时代，消费者越来越倾向于“有口碑、有推荐”的电商产品. 拼多多、小红书等新兴“社交电商”的出现，极大地冲击了传统电商行业.

Lee等学者认为，社交媒体的平行崛起是驱动亚洲电子商务惊人增长的重要动力[1]；当前，我国“社交电商”的典型模式包括拼团型、内容型、关键意见领袖分销型与原生小程序四种类型[2]. 刘洋、高茜认为，“社交电商”的发展主要体现在社交应用电商化、电商平台社交化和社交应用与电商平台协同发展三方面[3]；贾孝魁认为，“社交电商”主要有黏性大且互动强、用户细分精确与商业潜力巨大三个特点[4]. 学者们普遍认同“社交电商”将是未来电商行业发展的主要方向之一，但目前仍存在缺乏监管、产品售后没有保障、盈利方式单一等问题，多数企业也不清楚如何将社交流量健康、科学、有效地引入电子商务环节.

1.2 消费者购买行为研究

消费者的购买行为源于本体的购买意愿. Burnkran在研究中指出，这种购买意愿就是消费者在面对商品时个人的想法与动机[5]；Dodds等人则认为购买意愿实质为消费者可能购买某种商品的主观概率的大小[6]. 故而通过消费者的主观购买倾向会对其购买行为产生深刻影响.

影响消费者主观购买倾向的因素包含多方面. Schierz等指出了配合度、个体机动性以及主观规范的重要影响[7]；孙永波等认为App广告植入、品牌App与联盟App会对消费者感知价值与功能性产生正向影响[8]；Yadav等认为电商社交媒体营销活动的感知涉及互动性、信息性、口碑性、个性化与趋势性[9]；Vilnai-Yavetz等在调查用户在社交网络服务上共享商业内容的动机时发现，社交网络用户可能会认为社交共享的内在主义(如利他主义)比外在动机(如财务动机)对他们更重要[10].

目前在构建消费者购买行为研究模型时，研究人员普遍关注以下两大方面：一是用户的感知价值，用户通常会购买感知价值最大化的商品，Dodds等学者证实了购买意愿与感知价值存在一定正相关关系[6]；二是用户感知风险，此风险既包括质量不能确定等商品风险，也包括支付安全等流程风险，Brack等学者认为消费者在进行商品购买决策时会受到感知风险的显著影响[11]. 这两大着眼点适用于普遍的购买行为研究，但应用于“社交电商”研究时则太过于宏观. 同时，“社交电商”具有“电子商务”与“社交”的两大特性. 因此，消费者在网购环境下会受网络安全、界面设计等因素的影响，并且社交元素(如他人推荐、关注讨论等行为)也会对其购买行为产生较大影响. 因此，在构建“社交电商”消费者购买行为研究模型时，需针对这两大特性明确化、具体化.

1.3 技术接受模型与整合型技术接受模式的本质与发展

技术接受模型(Technology Acceptance Model，TAM)是Davis在1989年提出的，其以理性行为理论为基础，主要涉及感知有用性、感知易用性、使用态度、行为意向等方面[12]；而在后续的研究中，部分学者认识到了TAM模型针对不同背景的调研对象进行研究时的解释能力较低，Venkatesh等于2003年在对历年TAM相关研究总结的基础上，创造性地提出了“整合型技术接受模式”(Unified Theory of Acceptance and Use of Technology，UTAUT)，包括绩效期望、付出期望、社会影响与促成因素四个核心维度，并将性别、年龄、经验和自愿性这四个会对核心维度产生显著影响的调节变量也引入到模型之中[13].

对用户接受某项技术的程度，UTAUT模型具有良好的解释能力，现已广泛运用于社会行为、商业行为等领域. 但由于最初是为解释信息技术接受度而提出的，所以部分因子变量不适用于其他具体研究场景，需要进行针对性改进. 例如陈坚等在UTAUT模型的基础上，通过使用意向及使用行为探讨乘客接受度，构建了无人驾驶公交乘客接受度模型[14]；吴士健等基于UTAUT模型，构建了一个包含绩效期望、努力期望、社会期望、便利条件和感知知识优势的学术虚拟社区知识共享综合效应模型[15]等，均取得了较好的解释效果.

本研究基于TAM与UTAUT的基本理论，针对“社交电商”这一特定背景提出了若干具体假设维度并进行了模型建构与结果分析.

2 模型建立与假设提出

本研究在UTAUT模型的基础上，结合“社交电商”的特点与实际情况，将各个维度的影响因素细化，提出了8个影响因素——感知有用性、感知易用性、感知风险性、主观规范、感知配合度、感知可信度、感知优越性和感官印象，彼此之间也会产生影响，并基于此提出了12个假设.

2.1 感知有用性

在对用户购买行为的研究中发现，只有当某一物品符合用户的当前需求或潜在需求时，用户才会愿意浏览该种商品，进而增加其购买几率[16]. 在本调研中将感知有用性定义为用户对“社交电商”相关产品所感知到的有用性，并提出：

H1：用户对于“社交电商”商品的感知有用性对其感知可信度产生正向影响.

2.2 感知易用性

感知易用性被定义为个体认为使用某一特定信息系统技术时的容易程度，用户在使用或准备使用某一信息系统技术时所感知到的容易使用性越强，用户的付出期望值就越弱，进而会表现出较为正面的使用意愿[17]. 在本调研中将感知易用性定义为用户在使用“社交电商”购物时所感知到的易用性. 在技术接受模型中可以看到，感知易用性对感知有用性的影响已通过相关的研究得以证实. 鉴于此，本研究提出：

H2：用户对于“社交电商”商品的感知易用性对其感知配合度产生正向影响.

2.3 感知风险性

在网络服务领域，平台与系统的安全性常常与用户的隐私安全息息相关，这也是用户在使用某一功能时非常注重的方面[18]. 研究表明，具有较低感知风险性的系统更加能够激发用户的使用意愿. 在调研中将感知风险性定义为用户对于“社交电商”媒介泄露隐私、支付安全等方面的顾虑，并提出：

H3：用户对于“社交电商”商品的感知风险性对其感知可信度产生负向影响.

H4：用户对于“社交电商”商品的感知风险性对其感知有用性产生负向影响.

2.4 主观规范

主观规范指的是个体在做出某一行动或意愿时，受到与其具有交往关系的人们意见的影响程度[19]. “社交电商”是基于社交平台所开展的商业活动，社交平台中有大量用户会发表个人购物经验，因此其他用户会较大程度地受到主观规范的影响. 在本调研中将主观规范定义为用户在通过“社交电商”购物时，受到的来自社交圈对于商品意见的影响程度. 同时，若用户的社交圈中对于某一商品有较多推荐或好评，那么用户对该商品的感知可信度也会大大提升. 鉴于此，本研究提出：

H5：主观规范对于用户使用“社交电商”时的感知可信度产生正面影响.

H6：主观规范对于用户使用“社交电商”时的感知有用性产生正面影响.

2.5 感知配合度

配合度是指新的技术或商品与用户之前使用经验或其在使用时所形成的价值观等方面的匹配程度[20]. 在本调研中将感知配合度定义为用户对于使用“社交电商”时所感知到的与自己生活、经验以及价值观的契合程度. 同时，如果用户使用某项技术较为顺利，用户会更加容易感知到该项技术的有用性、易用性. 鉴于此，本研究提出：

H7：用户对于“社交电商”商品的感知配合度对其感知易用性产生正向影响.

H8：用户对于“社交电商”商品的感知配合度对其感知有用性产生正向影响.

H9：用户对于“社交电商”商品的感知配合度对其感知风险性产生负向影响.

2.6 感知可信度

可信度是指对人或事物可以依赖的程度，是根据经验对一个事物或一件事情为真的相信程度. 信度高意味着在同样或类似的条件下重复操作，仍然可以得到该测量结果. 因此，在本研究中，可信度被定义为用户在“社交电商”的平台下，对于商家多推荐的商品所感知到的可信任程度. 在对“社交电商”驱动用户购买的因素进行研究的过程中，发现人们认为知名品牌的旗舰店更加具有可信度，其产品性价比更高. 这些商家的优惠活动相较其他品牌更能激起用户的购买欲望. 并且用户对品牌的信任程度也会受主观规范的影响. 鉴于此，本研究提出：

H10：用户对于“社交电商”商品的感知可信度对其感知有用性产生正向影响.

2.7 感知优越性

优越感是一种自我意识，自我良好意识. “社交电商”一大特点就是用户可以分享使用心得，这在某种程度上也提供了用户展示拥有商品的平台. 在本研究中，将感知优越性定义为在一个集体中，个体在购买了在这个集体中所广泛认知，但却有大多数人不能负担得起的产品后，所感知到的优越感，个体通常会高估该类商品的有用性并以此来说服自己与他人. 鉴于此，本研究提出：

H11：用户对于“社交电商”商品的感知优越性对其感知有用性产生正向影响.

2.8 感观印象

印象是指个体(认知主体)头脑中有关认知客体的形象； “感观”则强调这种认知是通过视觉、听觉等形成的[21]. 在本研究中，感观印象被定义为“社交电商”平台下，商品通过增加出现频率等方式刺激用户，从而使用户形成的对于某一商品的感观印象. 用户对于某种商品或商家产生一定的感观印象后，会有意地加深了解并倾向于认为该商品或商家符合自己的需求，进而提升其购买意愿. 鉴于此，本研究提出：

H12：用户对于“社交电商”商品的感观印象对其感知有用性产生正向影响.

3 数据来源与实证分析

3.1 整体情况

本研究针对提出的假设内容设计了调查问卷. 问卷题头处介绍了何为“社交电商”，并列举了几大常见的“社交电商”商家帮助调查对象理解；相关题项的测量采用了李克特5点尺度，1表示完全不认同(完全不符合)，5表示完全认同(完全符合)；问卷题项主要分为人口统计学特征题项(如年龄、性别、职业等)与模型测量题项两大部分. 为充分考虑UTAUT模型中四个调节变量的影响，本研究选取了不同年龄、不同性别、不同“社交电商”使用程度的群体进行问卷发放，并做了相应情况记录.

本调查问卷在正式发放前选取50人做了预测试，根据测试结果，简化了问卷逻辑，并调整了部分不严谨的表述，以避免可能存在的语义理解偏差问题. 为保证调查结果的客观与有效性，本调查问卷于2019年3月主要通过网络途径在老师同学、亲朋好友之间发放，2019年5月截止. 共回收到问卷364份，剔除填写时间过短及存在空项、漏项的问卷7份，保留有效问卷357份，有效答卷率为98.07%.

表1KMO与Bartlett检验结果

检验值类别数值KMO值0.860Bartlett球形检验近似卡方2276.638df210.000Sig0.000

3.2 数据处理与分析

本文首先通过因子分析对量表进行提取删除处理，然后进行Pearson相关性检验验证假设是否成立.

数据样本KMO值为0.860(超过0.50)，Bartlett球形检验中显著性为0.000，故问卷有效，且适合进行因子分析.

在因子分析过程中，主要采用主成分分析法，删除了因子载荷小于0.5的题项(A4与C3)，保留了特征值大于1与累计方差贡献率明显的题项，最终形成量表(如表2).

表2 题项量表

分析中主要采用皮尔逊相关系数(Pearson correlation coefficient)来度量变量之间的相关程度. 设皮尔逊相关系数为P，P>0，代表两变量正相关，P<0代表两变量负相关. 具体而言，当|P|≥0.8时，认为两变量极强相关；当|P|∈[0.6，0.8)时，认为两变量强相关；当|P|∈[0.4，0.6)，认为两变量中等程度相关；当|P|∈[0.2，0.4)时，认为两变量弱相关；当|P|<0.2时，认为两变量极弱相关或无相关. 另外，P值后面带有表示两变量在0.05(双尾)水平上显著相关，带有表示两变量在0.01(双尾)水平上显著相关.

3.2.1 感知有用性与感知可信度

表3 感知有用性与感知可信度相关性

分析表3中数据可以得出两组变量的皮尔逊相关性均为正数，且大多在(0.3，0.5)内，即变量之间存在中等偏弱的正相关，故H1与H10成立.

3.2.2 感知易用性与感知配合度

表4 感知易用性与感知配合度相关性

分析表4中数据可以得出，两组变量的皮尔逊相关性均为正数，且大多在(0.3，0.5)内，故变量之间存在正相关，相关程度中等偏弱，故H2成立.

3.2.3 感知风险性与感知可信度、感知有用性

表5 感知风险性与感知可信度、感知有用性相关性

分析表5中数据可得，感知风险性与感知可信度的相关变量皮尔逊值大多为负数，即存在负相关，故H3成立；感知风险性与感知有用性的相关变量皮尔逊相关性大多为正数，即存在较弱的正相关，故H4不成立.

3.2.4 主观规范与感知可信度、感知有用性

表6 主观规范与感知可信度、感知有用性相关性

分析表6中数据可得，主观规范与感知可信度的相关变量皮尔逊相关性均为正数，且在(0.1，0.3)范围内，即存在较弱的正相关性，故H5成立；主观规范与感知有用性的相关变量皮尔逊相关性大多为正数，且在(0.1，0.3)范围内，即存在较弱的正相关性，故H6成立.

3.2.5 感知配合度与感知易用性、感知有用性、感知风险性

表7 感知配合度与感知易用性、感知有用性、感知风险性相关性

分析表7中数据可得，感知配合度与感知易用性的相关变量皮尔逊相关性均为正数，且大多在(0.3，0.4)范围内，即存在中等偏弱的正相关性，故H7成立；感知配合度与感知有用性的相关变量皮尔逊相关性均为正数，且大多在(0.2，0.5)范围内，即存在中等程度的正相关性，故H8成立；感知配合度与感知风险性的相关变量皮尔逊相关性正负不定，且数值均接近于0，故H9不成立.

3.2.6 感知优越性与感知有用性

表8 感知优越性与感知有用性相关性

分析表8中数据可得，感知优越性与感知有用性的相关变量皮尔逊相关性均为正数，且大多在(0.2，0.5)范围内，即存在中等程度的正相关性，故H11成立.

3.2.7 感官印象与感知有用性

表9 感官印象与感知有用性相关性

分析表9中数据可得，感官印象与感知有用性的相关变量皮尔逊相关性均为正数，且大多在(0.2，0.4)范围内，即存在中等偏弱的正相关性，故H12成立.

综上，H1、H2、H3、H5、H6、H7、H8、H10、H11与H12成立，H4与H9不成立.

感知风险性与感知有用性相关变量的皮尔逊相关性多为正数，代表两变量正相关，说明当用户感知到的风险增大时，对商品的感知有用性会不减反增，所以有时尽管“社交电商”中销售商品的风险性增加，消费者却倾向于更加认同其价值；感知配合度与感知风险性相关变量的皮尔逊相关性有正有负，无法判定其是否存在线性关系，故不能说明感知配合度对感知风险性产生负向影响，有些商家利用消费者熟悉的操作模仿其他商家平台以假乱真，故意隐瞒自身的风险隐患.

4 结论

本研究以TAM与UTAUT理论为基础，对影响“社交电商”用户购买欲望的驱动因素进行了假设，通过问卷调研、访谈等形式收集数据，并进行论证，得出如下主要结论.

(1)主观规范或成为“社交电商”刺激用户购买行为的强有力因素.

“社交电商”作为备受追捧的新兴购物平台，其最大的特色在于利用人们的社交圈进行商品销售. 由于前几年假冒产品的横行霸道，人们对于商家描述的信任大打折扣(由题项I3实验结果可得)，这促使传统电商推出“向已购买用户提问”等功能，更是促进了“社交电商”的发展与壮大. 现在的人们更加倾向于购买相识之人推荐的产品，或是较为信任的专业人士通过线上测评后推荐的产品(由题项C1、C2实验结果可得). 由此可印证，主观规范或成为刺激用户产生购买欲望的最强动力.

(2)感知配合度与感官印象会增加用户的购买欲望.

“社交电商”作为新媒体时代的产物，其有关操作是否与用户主观经验相契合(由题项D1、D2实验结果可得)、宣传方式是否符合用户心理预期则显得十分重要(由题项G1、G2实验结果可得). 当用户使用“社交电商”购物流程清晰、明确，用户购买意向会大幅度增加；若宣传力度适当，用户就能获得感兴趣的商品推荐，但若过度宣传，则会引起用户反感，极大降低了用户的购买意向；广告的筛选、选择合适的位置与频率投放广告等，都是各平台需考虑的重要因素之一.

(3)感知风险性是阻碍“社交电商”用户购买行为的主要原因.

目前，从事“社交电商”的商户往往规模并不大，如微商的主要销售群体为个人，不具备独立开发支付系统的能力与资源，所以购买资金的流量、支付的安全性，成为用户较为关心的问题之一(由题项I2实验结果可得)；其次，由于大多数微商没有受到良好的培训以及正规的管控，用户仍十分担心个人隐私的泄漏问题. 网络上各类盗用用户信息、个人信息泄露、隐私被曝光、诈骗骚扰电话等等事件发生，让用户尤为担心此类现象(由题项I1实验结果可得)；同时，以微商为代表的“社交电商”商户往往不支持退换货服务，这无形之中为用户增添了不安全感，会降低其购买欲望(由题项E1实验结果可得).

(4)用户并不十分认可“社交电商”商品的可靠性.

当下，“社交电商”平台的经营发展虽逐渐规范化，但准入门槛低的特点也决定其无法从源头保证商品的可靠性，这也是当下用户较为关心的方面所在(由题项E1、E2实验结果可得). 如何提高“社交电商”商品质量，加强对各商家的管理，充分利用“社交”优势，将是未来“社交电商”发展的机遇所在.

5 发展与建议

本研究从消费者的角度分析了“社交电商”吸引用户的几大途径与特点，企业可据此合理规划、开展商务活动；消费者可在“社交电商”环境下据此明确自身消费原因，避免冲动消费；国家相关部门也可利用本研究成果指导有关政策的部署，鼓励、规范社交网络电子商务模式的发展，具体而言：

首先，各方应充分重视“社交电商”的安全风险性问题，国家可颁布条例法规以保障“社交电商”的安全性. 这既是当下“社交电商”的瓶颈所在，亦是其巨大的发展机遇. 安全风险性主要包括资金流向与货品质量两方面. 本研究显示，消费者普遍对“社交电商”的资金流向持怀疑态度，这直接导致其购买意愿大大降低，各大“社交电商”企业可转变投入大量资金研发独家支付渠道的方式，积极尝试与网银、支付宝等较为成熟的支付渠道合作，实现互利共赢；企业也应对平台上的各类商品进行质量检测与评论的真实性检测，及时跟踪货源信息，谨防诸如聘用商品推手散布虚假使用体验以吸引消费者的行为发生.

其次，“社交电商”应充分利用其“社交性”的特点，以主观规范为抓手，寻求均衡推荐状态. “社交电商”迅速发展壮大的原因，很大程度得益于其对社交网络的利用. 前电商时代，用户的需求在于丰富充足的商品；而后电商时代，用户的困扰则在于面对琳琅满目的商品不知该如何选择. 社交网络中的熟人推荐、专业测评等方式则刚好解决此类问题. 因此，各大企业应继续发挥社交网络的优势，注重主观规范的质量与数量，寻求一个满足用户需求又不招致用户厌烦的合理推荐规模.

最后，针对不同用户群体推出不同的“社交电商”模式. 人们普遍认为年轻人比老年人更热爱网购、女性比男性更经常网购，这种认知太过于片面，随着互联网的普及，各类群体对于网购的需求均大幅提高. 但值得注意的是，不同群体所偏好的购买方式大相径庭. 例如，从本研究可以看出，年轻人对于感知风险性的敏感程度要弱于老年人，女性更易受主观规范影响……因此，提高“社交电商”类型的多样性，也将会是其发展方向之一.