顾客线下体验对线上购买意愿的影响——线下及线上顾客信任的链式中介作用

杨尊尊 谢作渺

(1 绍兴文理学院人文学院，浙江 绍兴312000；2 中央民族大学管理学院，北京 100081)

0 引 言

零售网购增长逐渐迈入“疲惫期”，整个行业面临线上流量增长变慢、线上获客成本不断上升、获客难度持续增加的无奈局面。据数据显示，2014—2017年我国网上购物零售总额同比增速以平均10%的速度下降。如何提升线上销售额成为所有电商企业迫切想要解决的问题。2016年10月“新零售”概念的提出，标志着体验经济时代的到来，明确突出了与现代物流快速配送紧密结合，打通线上线下，让消费者获得更加高效优质的购物体验。随后，盒马鲜生、京东7Fresh、永辉超级物种等新零售业态相继涌现，我国零售业进入线上线下跨界融合的全新体验时代。

新零售背景下，消费者体验成为核心，但线下顾客体验是否有助于提升线上购买意愿？其内在机理是什么？目前，学术界缺少以线下体验对线上购买意愿角度“逆向导流”的研究,对两者内在机制探讨较少，且较少关注顾客线上体验和信任。本文基于感知风险理论、晕轮效应对此进行研究，对新零售模式下企业未来的融合发展提出可供参考的建议。

1 理论基础与研究假设

1.1 顾客线下体验与线上购买意愿的关系

顾客让渡价值理论强调企业应尽全力为顾客提供优质服务，提高产品质量，获取顾客满意，帮助顾客购买意愿的生成。一方面，Terblanche等通过建立“ISE模型”明确指明人员接触、商品价值、店内环境、商品组合和顾客投诉处理是影响零售业顾客体验的5大模块[1]。另一方面，在新零售的购物环境下，消费者选择增多，顾客购买意愿也因各种因素在线上线下渠道间不停转换。张明认为，在多种渠道并存的情况下，消费者可以通过网上收集产品信息，然后到实体店选购产品，或者通过实体店搜集产品信息，然后到网上购置产品[2]。因此，本文假设：

H1：顾客线下体验对线上购买意愿具有显著正向影响。

1.2 线下顾客信任的中介作用

对产品、服务等的满意度影响顾客对企业或品牌的认同，顾客体验成为顾客与商家建立良好信任关系的桥梁。于本海研究发现，对某零售商线下实体店购物体验满意的消费者明显对其网购渠道更加信任[3]。Sparks和Browning指出信任会帮助商家在消费者心中建立美好形象，抑制顾客对各种风险感知的顾虑，从而正向激励顾客购物意愿产生[4]。Schlosser等认为交易成功的前提是双方对彼此信任的存在，高信任度会促使消费者产生购买意愿[5]。因此，本文假设：

H2：线下顾客信任在线下体验与线上购买意愿之间具有中介作用。

1.3 线上顾客信任的中介作用

由感知风险理论可知，消费者网购时，由于无法直观感受产品和服务，面临交易结果的模糊性，导致风险感知增强，线上信任则关系着网购行为能否顺利实现。Byoungho等认为线下实体店的良好体验不仅可以提升顾客线下信任，还可以提升线上顾客信任[6]。刘宇涵和韦恒证实商品、移动技术和信任对消费者的网购意愿具有显著的正向影响[7]。Hahn和Kim证实表明线上信任可以拉近网购情境下消费者的心理距离、降低其对风险的感知，从而提高其线上购买的意愿[8]。因此，本文假设：

H3：线上顾客信任在线下体验与线上购买意愿之间具有中介作用。

1.4 线下顾客信任、线上顾客信任的链式中介作用

由感知风险理论可知，网购时消费者心理感知风险极高，影响购买行为。线下实体店的产品、服务、环境、顾客互动等体验可以让顾客对该零售商产生直观的感知，被用来发展形成线下信任，线下信任的体验感知影响消费者对该零售商的线上信任。根据“晕轮效应”的心理影响，顾客在某零售商的线下实体店中对其产生较高信任，在线上购买时对该零售商很有可能创设同样的信任度。Kuan和Bock认为线上顾客信任受到其口碑和线下信任的显著影响[9]。Hahn和Kim证实消费者对零售商线下实体店的信任度越高，对该零售商线上购买的信心越强[8]。张辉认为企业在渠道融合的发展过程中，其为消费者建立的线下实体店信任有助于建立线上零售商铺信任[10]。因此，本文假设：

H4：线下顾客信任和线上顾客信任在线下体验与线上购买意愿之间具有链式中介作用。

2 研究方法

2.1 研究程序和样本

本文借助于问卷星收集样本数据，利用QQ、微信、朋友圈等渠道发送问卷。首先是预测试，共获得有效问卷113份，分析结果显示，线下体验、线下顾客信任、线上顾客信任、线上购买意愿Cronbach’s Alpha系数值分别为0.945、0.923、0.915、0.918，KMO值分别为0.903、0.844、0.830、0.732，均大于0.70，且Bartlett的球形度检验均显著，可见各变量的信效度较好，适合进行因子分析。通过主成分分析，线下体验共抽取4个公共因子，且因子负荷量大都大于0.5，所有构念与本研究设想相符。旋转后，4个公共因子可以解释的总变异量为78.599%，表明线下体验萃取后保留的因素较为理想。

二是正式调研，地区范围涵盖东中西部各主要城市，时间为2018年9月17日至12月20日，共获得问卷325份，删除无效问卷11份，有效率达到96.66%。样本中男性占比41.1%，18～40岁占比93.3%,大学本科及以上学历占比83.1%，企业员工占34.7%，政府机关及事业单位员工占23.6%，学生群体达到19.1%。月收入达6 000元以上的48.7%，青年人且高收入群体是新零售实体店消费的重要组成部分。同时，具有6次以上的网上购物经历的对象占84.7%；实体店的零售企业购物经历方面，苏宁易购排名第一，占31.2%；宜家家居次之，占28.7%，盒马鲜生排名第三，占17.5%，此外，还有永辉超级物种(14.0%)、京东7FRESH(8.3%)、小象生鲜(0.3%)。

2.2 变量测量

本文量表均采用Likert 5点量表计分方式，1～5表示从很不满意/完全不同意到很满意/完全同意。

2.2.1 顾客线下体验

顾客线下体验(OFE)以“ISE”模型为基础，根据新零售背景下出现的自助结账、AR体验、空中运送等新的体验特点，结合王先庆、雷韶辉等学者的研究，将顾客线下体验分为产品体验、服务体验、环境体验、智能化体验四个维度，包含15个题项[11]。各拟合值为X2/df=2.870，NFI=0.939，CFI=0.959，RMSEA=0.077，拟合效果较好；组合信度CR=0.923，平均变异量抽取值AVE=0.751，量表具有很好的内部结构效度和收敛效度。

2.2.2 线下顾客信任和线上顾客信任

线下顾客信任(OFT)和线上顾客信任(ONT)借鉴Sirdeshmukh等的研究成果[12]，分别包含4个题项。线下顾客信任各拟合值为X2/df=0.538，NFI=0.999，CFI=1.000，RMSEA=0.000；组合信度CR=0.934，平均变异量抽取值AVE=0.779；线上顾客信任各拟合值为X2/df=2.249，NFI=0.996，CFI=0.988，RMSEA=0.063；组合信度CR=0.935，平均变异量抽取值AVE=0.783。两个量表均具有很好的内部结构效度和收敛效度。

2.2.3 线上购买意愿

线上购买意愿(OWB)采用的量表包含3个题项。各拟合值为X2/df=0.416，NFI=0.999，CFI=1.000，RMSEA=0.000；组合信度CR=0.925，平均变异量抽取值AVE=0.805，量表具有很好的内部结构效度和收敛效度。

2.2.4 控制变量

本文主要采用性别(gen)、年龄(age)、教育水平(edu)、职业(car)、月收入(inc)作为控制变量。

3 数据分析与结果

3.1 同源偏差检验

本文采用Haman单因素方法进行同源偏差检验。在使用EFA方法对测量指标进行分析时，第一个因子变异在总变异量的比重为22.428%，远低于50%，说明数据通过检验。

3.2 区别效度检验

本文采用AMOS21.0软件对变量进行区别效度检验，其中四因子模型各拟合值最好(X2/df=2.257，RMSEA=0.031，GFI=0.864，CFI=0.953，TLI=0.948，SRMR=0.063)，达到了临界值要求，且明显优于三因子模型、二因子模型、一因子模型。

3.3 描述性统计分析

各变量的均值、标准差和相关系数如表1所示，线下体验与线下顾客信任、线上顾客信任以及线上购买意愿均显著正相关；线下顾客信任与线上顾客信任及线上购买意愿均显著正相关；线上顾客信任与线上购买意愿显著正相关。

3.4 假设检验

本文利用SPSS20.0软件，采用层次分析法进行回归分析。如表2所示，分别以线下顾客信任、线上顾客信任和线上购买意愿为因变量，由M6可知，线下体验对线上购买意愿起显著正向影响(β=0.805，p<0.001)，假设得到支持。由M2和M4可知，线下体验对线下顾客信任(β=0.901，p<0.001)和线上顾客信任(β=0.822，p<0.001)均有显著促进作用。在M7和M8中分别加入线下顾客信任和线上顾客信任后发现，线下顾客信任(β=0.442，p<0.001)和线上顾客信任(β=0.696，p<0.001)中介效应均显著，且线下体验的回归系数均显著降低(β=0.406，p<0.001)、(β=0.233，p<0.001)。由此可见，线下顾客信任和线上顾客信任在线下体验与线上购买意愿之间具有部分中介效应，假设H1、H2、H3成立。

表1 均值、标准差和相关系数

表2 层次回归分析结果

本文利用SPSS20.0插件PROCESS，采用Bootstrapping方法重复抽样2 000次，构建95%的无偏校正置信区间，采用PROCESS模型6即链式中介模型检验，并加入控制变量，结果如表3所示，线下体验对线上购买意愿的总效应为0.805，其中直接效应值为0.139，置信区间为(-0.029，0.306)，包含0，不显著。中介效应值为0.666，置信区间为(0.488，0.857)，不包含0，显著。该中介效应主要包含3个间接效应，即间接效应1：线下体验—线下顾客信任—线上购买意愿，此路径效应值为0.141，置信区间为(-0.030，0.298)，包含0，线下顾客信任的中介效应不显著；间接效应2：线下体验—线下顾客信任—线上顾客信任—线上购买意愿，此路径效应值为0.256，置信区间为(0.148，0.395)，不包含0，线下顾客信任和线上顾客信任的链式中介效应显著；间接效应3：线下体验—线上顾客信任—线上购买意愿，此路径效应值为0.267，置信区间为(0.131，0.423)，不包含0，线上顾客信任的中介效应显著，假设H4成立。

表3 链式中介效应估计与检验结果

结构方程模型(Structural Equation Modeling，SEM)最大的优点在于可以将测量与分析合并，同时评估模型中的测量指标、潜在变量，精准度更高。因此，本文利用AMOS21.0建立“线下体验—线下顾客信任—线上顾客信任—线上购买意愿”影响关系的结构方程模型M9，M9的各项拟合指标(X2/df=4.323，RMR=4.041，GFI=0.742，NFI=0.844，RFI=0.828，IFI=0.875，TLI=0.862，CFI=0.875，RMSEA=0.103)大多未达到要求，模型适配性较差。根据M9的检验结果和修正指数M.I.调整路径和残差，每次仅修正一个参数，得到M10模型，拟合指标(X2/df=2.598，RMR=0.034，GFI=0.847，NFI=0.908，RFI=0.896，IFI=0.942，TLI=0.933，CFI=0.941，RMSEA=0.071)大都达到要求，M10的影响路径及路径系数如图1所示。

图1 链式中介结构方程模型M10

M10模型结果表明，线下体验对线下顾客信任具有显著正向影响(β=0.863，p<0.001)，对线上顾客信任具有显著正向影响(β=0.372，p<0.001)；线下顾客信任对线上顾客信任具有显著正向影响(β=0.500，p<0.001)；线上顾客信任对线上购买意愿具有正向影响(β=0.792，p<0.001)。

为了进一步检验链式中介作用，本文采用AMOS Bayesian SEM对检验链式中介作用再次检验，见表4，两者的链式中介效应平均值为0.466，置信区间为(0.302，0.649)，不包含0；线上信任在线下体验与线上购买意愿之间的中介效应平均值为0.404，置信区间为(0.223，0.598)，不包含0。由此可见，链式中介作用成立。

表4 AMOS Bayesian SEM链式中介检验结果

4 结论与启示

4.1 研究结论

顾客线下体验对线上购买意愿具有正向影响。新零售背景下，线下与线上具有协同作用。顾客购买意愿是顾客购买行为发生的前提，线下的购物体验和认知会影响消费者线上购买意愿，从而决定新的购物选择。线下顾客信任与线上顾客信任具有中介作用，证实通过为顾客提供独特舒适又贴心的服务，能够收获顾客的高度信任，弱化顾客对各种购买风险感知的顾虑，从而产生购买意愿。线下顾客信任和线上信任具有链式中介作用，表明顾客线下的产品、服务、环境、智能化等方面所形成的整体体验影响线下顾客信任，并由线下转移到线上，从而对线上购买意愿产生积极影响。

4.2 研究启示

提高顾客线下体验满意度。一是加强产品质量管理，新零售企业急剧扩张，导致产品质量问题频出，如“标签门”事件，损害了消费者的信任。二是科技助推新零售，通过人工智能算法实现“货—场—人”到“人—货—场”的生态转变，通过智能化服务为顾客带去便捷、新奇的别样体验。三是提高服务人员的专业素质，降低或打消顾客购物过程中的种种顾虑。有效整合线上线下优势。线下实体店具有零距离接触顾客的独特优势，而线上销售在仓储、店面、服务等具有成本优势，通过顾客逛线下实体店的低频行为塑造其对新零售企业整体的良好认知，进而对线上店铺也产生认同感，并增加高频的线上购买行为。同时，通过高效、便捷的物流配送，以降低消费者线上下单的时间风险感知。