全渠道服装零售中 社交移动渠道使用意愿影响因素

陈彦 曲洪建

摘  要：基于创新扩散理论，研究全渠道零售中社交移动渠道与消费者行为间的关系。通过问卷调查法获得创新特征等因素与社交渠道采用意愿之间关系的数据。研究发现社交移动渠道使用意愿会受到相对优势、兼容性、复杂性、可试用性、可观察性和感知风险的影响。情景变量和渠道偏好在模型主效应的不同方面具有调节作用。最后结合社交移动渠道从创新特性方面和感知风险方面分别提出了构建全渠道服装供应链的对策建议。

关键词：全渠道零售;社交移动渠道;创新扩散理论;消费者行为

中图分类号：F713.365    文献标识码：A

Abstract： Based on the diffusion-of-innovations theory， research the relationship between social mobile channels and consumer behavior in omni-channel retail. The questionnaire survey method is used to obtain data on the relationship between factors such as innovation characteristics and the willingness to adopt social channels. The study found that the willingness to use social mobile channels will be affected by relative advantages， compatibility， complexity， trialability， observability and perceived risk. Situational variables and channel preferences play a moderating role in different aspects of the model's main effects. Finally， in combination with social mobile channels， the countermeasures and suggestions for constructing an omni-channel clothing supply chain are proposed from the aspects of innovation characteristics and perceived risks.

Key words： omni-channel retail; social mobile channels; innovation diffusion theory; consumer behavior

0  引  言

越来越多的服装企业开始采用全渠道零售，比如优衣库、GAP、Nordstrom等。全渠道零售被认为是多渠道零售的发展，顾客可以在线上渠道、线下渠道和移动渠道间自由流动。社交移动渠道是指具有社交功能的移动渠道，其出现满足了全渠道零售中消费者的社交需求。Kane等[1]的研究显示，60%的企业将社交媒体渠道整合到现有渠道中来提升消费者满意度。研究消费者渠道选择影响机制有助于企业优化全渠道供应链管理体系。Kim等[2]从全渠道消费者角度出发，研究发现网络购物的创新特性和感知风险会对消费者使用新渠道产生影响。Alena等[3]将感知风险分为产品风险、数据风险和可用性风险，研究结果表明感知风险的三个维度均在不同程度上影响了消费者对多渠道技术的态度。

综上可知，有关全渠道消费者行为的研究主要是在全渠道和多渠道技术接受意愿方面，结合全渠道服装零售分析有关社交移动渠道创新特性与消费者意愿关系的研究较少。因此，本文将基于创新扩散理论，从社交移动渠道创新特性出发，引入情境因素和渠道偏好作为调节变量，探讨影响全渠道服装消费者社交移动渠道使用意愿的内在机理并构建模型，实证分析后提出对策建议。

1  理论分析及模型构建

1.1  理論分析

罗杰斯于1995年首次提出创新扩散理论[4]，该理论解释了潜在用户基于对创新的信念或态度而拒绝或采用某项创新的决定。在创新扩散理论中，个人感知的创新特征包含五个部分：相对优势、兼容性、复杂性、可试用性和可观察性。创新扩散理论模型如图1所示。

本文中创新指“被个人或其他采用单位视为新颖的观念，实践或事物”。社交移动渠道可以视为一项创新的原因：（1）社交移动渠道是一种相对较新的业务模型;（2）社交移动渠道与传统业务模型（例如实体店和仅在线商店）有独特的区别。因此，本文采用创新扩散理论来研究消费者如何看待这种强调社交的创新商业模式，从而导致社交移动渠道的扩散。

1.2  研究假设

1.2.1  创新特性与感知风险对消费者社交移动渠道使用意愿的影响及研究假设

相对优势是指用户对采纳某项创新技术比使用已有技术完成相同任务感知优势的程度[5]。如果一项技术或服务能够更高效地实现某项功能，则存在相对优势[6]。社交移动渠道的相对优势指其优于传统购物渠道和线上渠道的程度。因此，如果认为社交移动渠道是更好的选择，则消费者更有可能采用社交移动渠道。本研究假设：

H1  相对优势正向影响消费者社交移动渠道使用意愿。

兼容性是指创新被视为与潜在采纳者的现有价值观、需求和过去经验相一致的程度[7]。本研究中，感知兼容性是指消费者认为选择社交移动渠道符合其需求、生活方式和购物偏好的程度。根据以往的研究结果，本文假设当使用社交移动购物与个人价值观和生活方式具有更高兼容性时将提高消费者的使用几率，并假设：

H2  兼容性正向影响消费者社交移动渠道使用意愿。

复杂性可以定义为创新被认为相对难以理解和使用的程度[8]。当消费者认为使用一项创新毫不费力时，使用的速度更快。已有文献得出感知创新复杂对采用手机银行的意愿产生了负面影响[9]。因此，如果使用社交移动渠道购物被认为是复杂或令人困惑的，消费者将不太可能尝试使用。因此本文假设：

H3  复杂性负向影响消费者社交移动渠道使用意愿。

可试用性是指某项创新在有限基础上可被试验的程度。如果消费者可以随时选择使用或不使用某项创新，也就是使用成本不高时使用的倾向更大。可观察性指某项创新结果能为他人看见的程度。在本研究中是指消费者选择使用社交渠道后与其他消费者能够进行分享和讨论的程度。本文假设：

H4  可试用性正向影响消费者社交移动渠道使用意愿。

H5  可观察性正向影响消费者社交移动渠道使用意愿。

风险是指购买决策过程中的购买风险。Forsythe和Shi[8]将产品性能、财务、心理和时间或便利性风险作为网络零售环境下最重要的风险维度。Thakur和Srivastava[10]将这些风险称为性能、安全、隐私和时间风险。本文将感知风险分为产品质量风险、财务风险和个人信息风险，并作出假设：

H6  感知风险负向影响消费者社交移动渠道使用意愿。

1.2.2  情景变量和渠道偏好的调节效应

情境变量被定义为“特定的观察时间和地点中的所有因素，这些因素不随个人知识或刺激而产生”[11]。情境变量会暂时改变消费者对某项服务的偏好、态度或意愿，从而改变他们的永久偏好，最终改变他们的行为[12]。相比于使用线下零售服务“即时购买即时交付”的特点，使用全渠道服装零售服务需要消费者付出额外的学习使用软件的努力，如果消费者擅长接受新技术，那么其接受过程中感知到付出的努力较少。本文假设：

H7a  情景变量增强相对优势对消费者社交移动渠道使用意愿的正向影响。

H7b  情景变量增强兼容性对消费者社交移动渠道使用意愿的正向影响。

H7c  情景变量减弱复杂性对消费者社交移动渠道使用意愿的负向影响。

H7d  情景变量增强可试用性对消费者社交移动渠道使用意愿的正向影响。

H7e  情景变量增强可观察性对消费者社交移动渠道使用意愿的正向影响。

H7f  情景变量减弱感知网购购物风险对消费者社交移动渠道使用意愿的负向影响。

渠道偏好指消费者在多大程度上更倾向于通过在线或线下渠道进行购买。渠道偏好有可能影响消费者对零售渠道的接受程度和感知风险[14]。消费者的渠道选择可能受到消费者偏好程度的影响，从而导致消费者对社交移动渠道的使用态度。假设消费者倾向于使用在线渠道，那么在线渠道的优势较强，从而减轻了在线渠道中感知风险的负面影响。本文假设消费者越喜欢在线购物渠道，就越能更好地应对感知风险。假设如下：

H8a  渠道偏好增强相对优势对消费者社交移动渠道使用意愿的正向影响。

H8b  渠道偏好增强兼容性对消费者社交移动渠道使用意愿的正向影响。

H8c  渠道偏好减弱复杂性对消费者社交移动渠道使用意愿的负向影响。

H8d  渠道偏好增强可观察性对消费者社交移动渠道使用意愿的正向影响。

H8e  渠道偏好增强可试用性对消费者社交移动渠道使用意愿的正向影響。

H8f  渠道偏好减弱感知网购购物风险对消费者社交移动渠道使用意愿的负向影响。

1.3  模型构建

综合上述研究假设，构建本文理论模型如图2所示。

2  研究设计

2.1  变量选择和测度

测量变量的题项选自支持良好的文献，并根据本文研究目的进行调整。采用Lin[15]提出的测量感知相对优势的项目。采用Kim[2]提出的测量复杂性和兼容性的项目。采用Moore和Benbasat[7]研究中测量可试用性和可观察性的测项。使用Cho[16]研究中的题项测量了网上购物的感知风险。使用Alena等[3]研究中的题项测量情景变量和渠道偏好。最后，使用MacKenzie等[17]研究的三个项目测量使用意愿。

2.2  样本选择及数据搜集

采用问卷调查法验证了本研究中先前提出的假设模型。所有题项均通过5级李克特量表（从“非常同意”到“非常不同意”）进行衡量，相应的评分为1至5。问卷通过问卷星进行线上发放，共发放问卷252份，回收问卷238份，问卷回收率为94%，有效问卷为227份，问卷有效率为95%。本次调查中男性占45%，女性占55%。年龄在25岁及以下的占46.2%，26至35岁的占27.2%。大多数参与者年龄在19至45岁，满足中国电子商务研究中心在互联网用户分析报告中的年龄比例，样本符合要求。

2.3  数据分析

2.3.1  信度与效度检验

本次研究主要用SPSS26.0对有效问卷进行信度和效度检验，8个变量的Cronbach α值均大于0.7，因此问卷具有可靠信度。然后对量表进行效度分析，KMO值为0.833，说明适合进行因子分析。Bartlett检验p值为0.000，因子载荷均大于0.4，方差的累积贡献为72.68%，因此认为问卷具有较高有效性。

2.3.2  主效应检验

随后对收集数据进行线性回归分析，检验主要假设H1～H6。表1为结果汇总情况，显示了自变量（相对优势、兼容性、复杂性、可试用性、可观察性和感知风险）解释因变量（社交移动渠道使用意愿）的方差。创新属性因子中的A相对优势、B兼容性、C复杂性、D可试用性和E可观察性，以及F感知风险与Y使用意愿具有显著相关性。

具体来说，认为社交移动渠道相对优势更大的消费者表现出积极的使用意愿B=0.150，p<0.1，即创新的相对优势越强消费者使用意愿越高，假设H1得到验证。相比与传统线上购物模式，社交移动渠道很好得融合了购物属性和社交属性，内容展现形式多样化使得商品展示更加立体直观，消费者浏览过程中的愉悦感较高，有助于增加交易成功率。

兼容性正向影响消费者社交渠道使用意愿B=0.150，p<0.1，也即社交移动渠道与消费者生活习惯的兼容性越高，消费者的使用意愿越强，假设H2得到验证。

与预期不同的是，结果显示感知复杂性程度对消费者使用社交移动渠道意愿产生了正向影响B=0.103，p<0.1，拒接假设H3。这一结果与文献[2]的研究结果不同，后者发现与复杂性程度和使用意愿之间存在积极关系。复杂性的正向影响可以用社交存在理论解释：社交移动渠道作为在线购物渠道的演进，引入了社交属性，消费者主动学习使用方法和主动搜集信息的过程增加了社交存在感。对于一些消费者来说，虽然使用社交移动渠道进行选购相对于去线下商店购物来说是一个复杂的过程，但是通过社交移动渠道的社交功能，与他人分享交流使用体验将增加社交存在感，满足其社交需求。

可试用性B=0.214，p<0.1和可观察性B=0.340，p<0.05均正向影响消费者社交移动渠道使用意愿，从而支持假设H4、H5。互联网技术的提升降低了消费者使用某项技术服务的成本，能够选择随时使用或放弃使用某项服务能够提高消费者的使用意愿。消费者所处社会环境产生的可观察信息，如朋友推荐、讨论等有可能增大他使用朋友所推荐服务的意愿。

感知风险B=-0.145，p<0.001负向影响社交移动渠道使用意愿，支持假设H6。线上购物服务具有产品风险、财务风险和个人信息风险，如在商品交付完成之前无法检查实物。使用线上购物服务时，即使消费者对购买的商品感到不满意，退货或换货也伴随不便的手续。

2.3.3  调节效应检验

情境因素和渠道偏好对消费者社交移动渠道使用意愿的调节效应的检验结果见表2和表3。表1结果表明，加入了情境因素调节变量模型的R均大于基础模型（模型1），验证了情境因素对主效应的调节作用。交互项A×GB=0.100，p<0.01、B×GB=0.067，p<0.5的系數显著为正，表明情境因素在创新特性与消费者社交移动渠道使用意愿的关系中有显著调节作用，强化主效应中主变量与因变量间的关系，从而支持H7a和H7b，拒绝H7c～H7f。

表3展示了渠道偏好的调节作用，交互项C×HB=-0.074，p<0.05、E×HB=0.061，p<0.1和F×HB=0.880，p<0.05的系数显著为正，支持H8c、H8e和H8f。C×H的系数B=-0.074，p<0.05结果显著，但与预期的关系相反，即渠道偏好弱化创新特性与消费者使用社交移动渠道意愿间的关系，H8a、H8b、H8c和H8d被拒绝。偏好使用线上购物的消费者具有更高的互联网技术服务接受度和网购风险承受度，因此能够减弱感知风险的负向使用意愿。

3  对策建议

3.1  创新特性方面

社交移动渠道中的零售商需要关注消费者需求，注意使用跟随热点、易于接受的宣传方式对商品进行展示。社交渠道平台应注意提升用户使用感受，增加用户粘性，提升自身相对优势，增加平台中愿意使用社交移动渠道的消费者数量。在社交移动渠道中投放广告的零售商应着重于提升服务设计，社交移动平台则可优化个性化推荐算法，优化消费者生活方式兼容性。企业应重视社交移动渠道中的社交互动，可设立激励社交互动的营销机制，促进互动交流。社交移动平台可推出消费者内容产出激励机制，促进消费者分享购物体验，通过社交起到再次传播的作用，正向影响消费者使用社交移动渠道购物意愿。

3.2  感知风险方面

在使用线上购物服务时，即使消费者对购买的商品感到不满意，退货或换货也伴随不便的手续。社交移动购物服务可以作为一种新的商业模式，可通过多样化的内容形式，多方位的向消费者展示商品，降低消费者购前产品感知风险，弥补仅线上购物的不足。社交移动平台中的零售商应该制定合理的退货或退款政策，尽量减少消费者感知线上购物的风险，促进产品的销售。

4  结束语

本文基于创新扩散理论构建了包含创新特性、感知风险和消费者社交移动渠道使用意愿在内的分析框架，引入情境因素和渠道偏好作为调节变量，探讨了创新特性对使用意愿的具体影响路径。研究结果表明，创新特性确实是预测消费者使用社交移动渠道意愿的有力前导因素，与已有关于创新特征对新服务技术接受意愿的文献结果相一致[15]。本研究结合研究结果对企业如何促进社交移动渠道的扩散提出了相应的对策建议，为服装企业更好地实施社交移动渠道营销策略提供参考。

參考文献：

[1]  Kane G C J， Palmer D， Phillips A N， et al. Moving beyond marketing： Generating social business value across the enterprise[J]. MIT Sloan Management Review， 2014，56（1）：1.

[2]  KIM E， PARK M-C， LEE J. Determinants of the intention to use Buy-Online， Pickup In-Store （BOPS）： The moderating effects of situational factors and product type[J]. Telematics and Informatics， 2017，34（8）：1721-1735.

[3]  ORTLINGHAUS A， ZIELKE S， DOBBELSTEIN T. The impact of risk perceptions on the attitude toward multi-channel technologies[J]. International Review of Retail， Distribution and Consumer Research， 2019，29（3）：262-284.

[4]  ROGERS E M. Diffusion of innovations[M]. Simon and Schuster， 2010.

[5]  LIAO H-L， LU H-P. The role of experience and innovation characteristics in the adoption and continued use of e-learning websites[J]. Computers & Education， 2008，51（4）：1405-1416.

[6]  FLIGHT R L， ALLAWAY A W， KIM W-M， et al. A study of perceived innovation characteristics across cultures and stages of diffusion[J]. Journal of Marketing Theory and Practice， 2011，19（1）：109-126.

[7]  MOORE G C， BENBASAT I. Development of an instrument to measure the perceptions of adopting an information technology innovation[J]. Information Systems Research， 1991，2（3）：192-222.

[8]  FORSYTHE S M， SHI B. Consumer patronage and risk perceptions in Internet shopping[J]. Journal of Business Research， 2003，56（11）：867-875.

[9]  ZHOU T， LU Y， WANG B. Integrating TTF and UTAUT to explain mobile banking user adoption[J]. Computers in Human Behavior， 2010，26（4）：760-767.

[10]  THAKUR R， SRIVASTAVA M. A study on the impact of consumer risk perception and innovativeness on online shopping in India[J]. International Journal of Retail & Distribution Management， 2015，43（2）：148-166.

[11]  BELK R W. Situational variables and consumer behavior[J]. Journal of Consumer Research， 1975，2（3）：157-164.

[12]  SIMON F， USUNIER J-C. Cognitive， demographic， and situational determinants of service customer preference for personnel

-in-contact over self-service technology[J]. International Journal of Research in Marketing， 2007，24（2）：163-173.

[13]  YAHIA I Ben， AL-NEAMA N， KERBACHE L. Investigating the drivers for social commerce in social media platforms： Importance of trust， social support and the platform perceived usage[J]. Journal of Retailing and Consumer Services， 2018，41：11-19.

[14]  KO H， JUNG J， KIM J， et al. Cross-cultural differences in perceived risk of online shopping[J]. Journal of Interactive Advertising， 2004，4（2）：20-29.

[15]  LIN H-F. An empirical investigation of mobile banking adoption： The effect of innovation attributes and knowledge-based trust[J]. International Journal of Information Management， 2011，31（3）：252-260.

[16]  CHO J. Likelihood to abort an online transaction： influences from cognitive evaluations， attitudes， and behavioral variables[J]. Information & Management， 2004，41（7）：827-838.

[17]  MACKENZIE S B， LUTZ R J， BELCH G E. The role of attitude toward the ad as a mediator of advertising effectiveness： A test of competing explanations[J]. Journal of Marketing Research， 1986，23（2）：130-143.