社区电商技术特性对消费者购买意愿的影响

简惠云 副教授 杨 欢

（中南大学商学院 湖南长沙 410083）

引言

社会化媒体的爆炸性增长催生出一种新的电子商务范式——社区电商。社区电商是指以社会化媒体平台为载体，利用分享、互动等多种途径，促进各种产品和服务的购买及销售的商业模式。随着对社区电商的研究，有学者基于社会化商务的背景证实了技术特性（交互性、社交性、个性化）的重要性，用户与社交媒体平台高效的交互性、平台千人千面的个性化、用户之间的互动性已经成为社区电商平台的鲜明特征，这三大特性充分概括了人与社区电商环境互动的特点。那么如何利用社区电商平台的特性来提高消费者的信任程度，从而促进其购买行为，是值得学术界、商业界进一步探讨的问题。

首先，基于移动互联网的快速发展，用户可以借助平台高效的交互性便捷浏览内容，借助留存在平台上的偏好信息让平台进行个性化推荐，与他人分享沟通自身知识和体验。因此，社区电商平台对消费者购买决策行为的触发机制可能与传统社会化商务环境下有所不同；其次，社区环境下的互动沟通相比传统社会化商务环境更频繁，氛围更单纯，社交属性更为浓厚，其信任程度更高，从而产生对平台的能力认可和情感依赖，使得社区电商平台与消费者之间信任关系构建的方式可能与传统社会化商务环境下存在差异；最后，消费者购买意愿可划分为自身购买意愿、推荐意愿、再次购买意愿三个维度。以往研究大多关注的是后者，但随着社会化商务的蓬勃发展，不少社会化媒体已经具备了直接购买的功能，因此纳入自身购买意愿也十分必要。

综上，本文从社区电商平台的特性出发，基于领先的社区电商平台 “小红书” 的调查数据，运用 “刺激- 机体- 反应” 模型，构建社区电商平台技术特性对消费者购买意愿影响的模型，探索认知信任和情感信任在该过程中所扮演的重要角色，以期为社区电商平台了解消费者购买行为提供决策支持，促成社区电商平台提升交易转化率，保障社区电商平台持续发展。

理论基础与研究假设

环境心理学的S-O-R 模型假设外部环境刺激因素可以影响人的内部状态及体验，进而驱动其行为反应。该理论模型现今已被广泛用于研究在线消费者行为，并且充分显示出对用户行为领域研究的实用性和简洁性。因此，本文将其选为消费者社区电商购买意愿作用机理的研究框架，将社区电商平台的技术特性作为重要的环境刺激因素、消费者信任（认知信任、情感信任）作为机体内部状态、购买意愿作为行为反应，以期在S-O-R 框架下能很好地证实三者之间的关系。

（一）技术特性与消费者信任的关系

信任通常是指消费者对社区电商平台可靠性的信心水平，作为一个多维度的社会化概念，信任主要包括认知和情感两个维度，其中，认知信任被定义为消费者相信或愿意依赖服务提供者的能力与行为一致性的程度，这种信任通过企业能力对顾客行为的满足程度可进行积累。情感信任则是消费者感受到的安全感与关系强度，代表了消费者对企业表现出的信任行为的情感评价。Kim 等人发现，社会化商务的全部特性对信任都能产生显著影响。

交互性主要体现社区电商平台对促进消费者与技术之间互动的程度。互动越多，熟悉感就越强。研究表明，对网站的熟悉度将减少消费者使用网站的疑惑，从而增加其对网站能力的信任感，能力属于认知信任的细分维度之一，故推断交互性对消费者认知信任的提高有积极影响。个体往往在创建、分享内容时与社区电商环境进行交互，例如分享、评论等。通过这些互动，消费者贡献了有价值的信息，从而为他人提供信息支持与情感支持。基于此，消费者能够感受到他们是被关心和被重视的，由此产生安全感与社会支持感，安全感属于情感信任的表征之一。因此，提出本文的第一组假设：

H1a：感知交互性正向影响消费者的认知信任。

H1b：感知交互性正向影响消费者的情感信任。

个性化重点关注社区电商平台所呈现的信息能够与消费者偏好和需求有效吻合，代表平台推荐内容与个人偏好之间的契合度。面对社区电商普遍存在的信息超载问题，感知个性化的存在能降低用户筛选信息的成本。因此，社区电商平台如果能展现出更多个性化内容，那么将被认为有能力更好地服务消费者，促进消费者对该平台的认知信任。此外，个性化的内容、产品推荐为消费者营造了一个提供信息和情感支持的温馨环境，促使他们感受到自身是被平台所重视的、是有价值的，这有助于构建消费者的情感信任。基于此，提出本文的第二组假设：

H2a：感知个性化正向影响消费者的认知信任。

H2b：感知个性化正向影响消费者的情感信任。

社交性特征是指社区电商平台通过提供社会情境的支持来促进消费者之间社交共享的程度。消费者通过与其他消费者进行有效沟通，可以获得社会支持、友谊等社会利益，而来自他人的支持是消费者在参与人际互动中获得的最主要的社会价值之一。社交程度越高，意味着消费者之间或消费者与社区电商平台之间的交互更频繁，日积月累，将提高熟悉度并形成良好的用户体验，最终形成消费者的认知信任。同时，感知的社交性又将增强其在社交分享中的满意度、舒适度与自豪感，体现出消费者对社区电商平台的情感信任。基于此，提出本文的第三组假设：

H3a：感知社交性正向影响消费者的认知信任。

H3b：感知社交性正向影响消费者的情感信任。

（二）消费者认知信任和情感信任与购买意愿的关系

信任对消费者购买意愿有着重要影响，购买意愿的产生取决于消费者的认知和情感。认知信任越高就表明他们越相信在这个社区电商平台上可以获取到有价值的信息或购买到心仪的商品，这对购买意愿有直接促进作用。另外，处于个人消费情境下的消费者在进行消费选择时往往会受到情感反应的影响，消费者如果对一个社区电商平台有很高的情感信任，那么他们很可能会因此提高购买意愿。基于此，提出本文的第四组假设：

H4a：消费者的认知信任正向影响其购买意愿。H4b：消费者的情感信任正向影响其购买意愿。

（三）认知信任和情感信任的中介作用

虽然消费者的认知信任与购买意愿之间存在重要关系，但其内部作用机理在社会化商务环境下却鲜少得到研究。有学者认为个体对事物的认知反应会影响其情感反应，而情感反应又将提高个体的行为意向。同时，理性行为理论认为情感信任作为一种态度形式，可以中介认知信任与购买意愿之间的关系。这样，情感信任与购买意愿之间的关系便可直接反映消费者在网络购物情境下的态度——意图关系。认知信任是情感信任的基础，当消费者认为某个社会化商务平台感知有用（认知信任）时，他们就会认为使用该平台将感到安全、便利、舒适（情感信任），进而产生冲动购买意愿。国内研究者也证实了情感反应在消费者对网店的感知专业性和接近行为的关系中起完全中介作用。因此，考虑情感信任的中介效应时，认知信任与行为意向之间的关系就会降低，一旦认知信任发展为情感信任，那些有经验的个体在将来的合作中便很大程度不再需要考虑认知信任。基于此，提出以下假设：

H5：在消费者认知信任与购买意愿的关系中，情感信任起中介作用。

综上所述，本文以S-O-R 模型为基本框架，构建研究模型，探究社会化商务特性对信任和购买意愿的影响，如图1 所示。

研究方案设计

（一）量表设计

本文六个变量的测量项目都是根据国外成熟的量表改编而来，其中交互性、社交性的测量参考Steuer（1992）和Animesh（2011）等的研究，个性化、情感信任的测量参考Kumar 和Benbasat（2006）的研究，认知信任的测量参考McKnight（2002）等的研究，购买意愿的测量参考Gefen（2003）的研究，然后按照标准的翻译与回译程序，比较两个版本的量表测量项目差别，修改可能存在歧义的表达，完成量表开发。测量项目均采用5 级Likert 量表来测度。

（二）数据收集

本文采用网络问卷的形式，利用微信、QQ 等平台通过微信群、朋友圈转发、朋友转发等形式收集数据，为激励用户认真完成问卷，告知当其认真填写问卷通过审核后，会发送一个红包作为奖励。同时，通过设置同一IP、同一设备仅能填写一次，保证每个用户只参加一次调查。采取设计反向题项、匿名收集等措施减少同源误差。共回收电子问卷474 份，除去未使用过小红书、填写不完整、答案单一等问卷，最终回收有效问卷共322 份。其中，大多数为女性，占比71.4%；大多数受访者在18-29 岁之间（88.6%）；在教育程度方面，77.1% 获得本科或以上学历；67.5% 的人使用小红书App 超过一年。

图1 理论模型

表1 信度和收敛效度分析

表2 区分效度

表3 拟合指数

图2 模型结果

实证结果与分析

（一）信度与效度分析

本文采用Cronbach's α 系数法对数据进行信度分析，统计结果见表1。除认知信任的α 值大于0.7，其余变量的α 值均大于0.8，各变量组合信度CR 值远大于临界值0.5，表明问卷数据信度较好。各变量测量项的标准因子负载均大于临界值0.6；各变量平均方差抽取量均大于临界值0.5，符合收敛效度检验要求。

通过比较AVE 平方根与各变量相关系数的大小，进一步检验变量间的区分效度，结果见表2。所有平均获取方差（AVE 平方根）均大于各变量之间的相关系数，说明区分效度较好。

采用验证性因子分析进一步检验结构效度，统计结果见表3。拟合指数NFI、IFI、TLI、CFI 的值均大于0.9，且RMAEA 的值小于0.08，均达到参考值的标准，说明结构效度较好。

（二）假设检验

本文使用结构方程模型软件AMOS 23 对模型假设进行检验。检验结果见图2，其中，认知信任（β=0.256，p＜0.05）和情感信任（β=0.631，p＜0.001）对消费者购买意愿存在显著积极影响，因此，假设H4a 和假设H4b 成立。交互性（β=0.270，p＜0.001）和个性化（β=0.427，p＜0.001）显著积极影响认知信任，表明假设H1a 和H2a成立。但交互性（β=0.027，p＞0.05）和个性化（β=-0.073，p＞0.05）对情感信任的影响不显著，假设H1b 和H2b 不成立。社交性显著积极影响认知信任（β=0.244，p＜0.01）和情感信任（β=0.531，p＜0.001），因此，假设H3a 和假设H3b 成立。

（三）中介效应检验

为进一步验证认知信任和情感信任的中介作用，本文运用Bootstrap 程序，采取随机重复抽样的方式，在332 个样本中抽取5000 个样本，并构建95% 的置信区间，通过对间接效果置信区间的估计对中介效应进行检验。检验结果表明：认知信任- 情感信任- 购买意愿的中介路径显著（β=0.118，SE=0.033，95%CI[0.063，0.190]）。由此，假设H5 成立。认知信任对购买意愿的直接效应系数为0.181，显著（p=0.02），由此认知信任对购买意愿的影响为部分中介效应，“认知信任- 情感信任- 购买意愿” 路径能够解释的影响效应比例为39.46%。

此外，采用AMOS 23.0 分别对交互性、个性化、社交性影响消费者购买意愿的路径进行分解，结果如表4 所示。除个性化- 情感信任- 购买意愿外，各条路径的95%置信区间都没有包括0，验证了认知信任和情感信任在社区电商技术特性与购买意愿之间的中介效应。其中，认知信任和情感信任分别在交互性和购买意愿存在显著中介效应，加入情感信任后，交互性- 认知信任- 情感信任- 购买意愿的连续中介效应也显著；当仅有认知信任作为中介时，个性化和购买意愿中介效应显著，但仅有情感信任作为中介时，中介效应变为不显著；加入情感信任后，个性化- 认知信任- 情感信任- 购买意愿中介检验的结果显著；当仅有认知信任或仅有情感信任作为中介时，社交性和购买意愿之间具有中介效应，加入情感信任后，社交性- 认知信任- 情感信任- 购买意愿的中介效应也显著。

表4 Bootstrap 中介效应检验结果（N=332）

进一步，根据温忠麟等检验中介效应的方法，当中介效应成立时，检验直接效应系数的显著性，交互性对购买意愿的直接效应系数为0.035，不显著（p=0.533），社交性对购买意愿的直接效应系数为0.068，不显著（p=0.345），个性化对购买意愿的直接效应系数为0.184，显著（p=0.003），由此交互性和社交性只存在中介效应，为完全中介效应，个性化为部分中介效应，个性化影响购买意愿的中介效应比例为40.84%。

因此，认知信任和情感信任在社区电商技术特性和购买意愿之间均起链式中介作用，即交互性、个性化和社交性不仅通过认知信任和情感信任影响消费者购买意愿，同时也会通过认知信任、情感信任的链式中介影响消费者购买意愿。交互性和社交性为完全中介效应，个性化为部分中介效应。

结论与建议

本文探讨了社区电商技术特性和信任对购买意愿的影响。实证结果如下：社区电商技术特性对认知信任有显著积极影响，其中，个性化对认知信任的影响最大，而仅有社交性对情感信任有显著积极影响；认知信任和情感信任均对消费者购买意愿有显著积极影响，此外，情感信任对消费者购买意愿的影响大于认知信任；认知信任和情感信任在社区电商平台技术特性与购买意愿之间起链式中介作用。除个性化外，交互性、社交性均能通过认知信任和情感信任的三条路径影响消费者购买意愿，而个性化不仅能通过认知信任以及认知信任和情感信任的链式中介这两条间接路径影响购买意愿（不能通过情感信任路径影响购买意愿），还能直接影响购买意愿。根据实证结果，提出以下对策：

第一，社区电商平台应重视技术特性的作用，建议社区电商平台建立并优化一个兼具三大特性的购物环境，如通过优化App 或者网页的流程，提升平台的易用性和交互效率，从而提升消费者的认知信任；通过维护良好的社区环境，鼓励用户分享优质内容，促成消费者之间的信息分享与互动交流，提升消费者认知信任；在个性化推荐中，引入或建立消费者的社会信任关系，促成消费者信任关系的传递，使得消费者解除对于平台个性化的心理防备和抵触情绪。

第二，由于认知信任和情感信任对消费者购买意愿的中介效应，平台应该积极促进认知信任和情感信任的形成与转化。如通过倡导和谐、互助的社区氛围，奖励用户互助行为，促成用户与用户、平台与用户之间情感信赖关系的建立，提升消费者情感信任；引导用户的能力认知信任内化为情感上的依赖，并最终引导用户与平台产生直接交易行为。