消费信息与购物决策的中介效应与调节效应研究

高雅雯，曾 云，刘鑫硕，韩祖丽，何心怡

（江西财经大学 经济学院，江西 南昌 330013）

一、引言

近年来，随着互联网普及和数字技术的迅猛发展，我国通过互联网进行购物的人数日益增加。与此同时，人们用于食品消费的支出占全部消费支出的比重呈下降趋势，而用于衣着方面的消费支出呈逐年上升趋势。广阔的市场前景推着各大电商企业纷纷投入到线上网购，开展各类促销活动，如“天猫双十一”“京东618周年庆”等。

但随着海量购物信息的涌入，消费者的购物时间总和也不断增加，给消费者的决策带来了巨大的影响：从积极方面看，信息的增加使消费者更容易找到需要的商品，对所需商品的了解越充分；从消极角度看，信息的富足迫使消费者花费更多的时间处理信息，使得消费者付出的时间成本显著增加。终究，一次购买决策的好坏往往通过事后的决策满意度才能体现出来，故本研究将以购物行为中的信息效应为研究对象，通过探讨各渠道获取的购物时间总和，以及期间涉及商品信息对于消费者决策满意度的影响到底是“多多益善”还是“少而精”。

二、研究模型与假设

(一)模型的构建与变量说明

1.服装信息对消费者购买意愿影响模型研究

本模型的构建将阐述消费者获取信息、处理信息、决策购物到给予反馈(决策满意度)的事前和事后过程，如理论模型图所示。消费者从六种渠道(预览页、详情页、评论、购物直播、询问他人、小红书及测评视频)获取并处理信息，而后做出购买决策后得出决策满意度。

理论模型图

2.变量描述及定义

(1)因变量：决策满意度。定义为消费者对过去十次服装购买决策的平均满意度。

(2)核心变量：购物时间总和。定义为消费者在六种主要服装信息获取渠道所花费的购物时间总和。

(3)中介变量：主观感知和评价，即信息处理数量(消费者主观认为购买服装时获取的信息数量的多少程度)、信息处理质量(消费者主观认为购买服装时获取的信息质量的优劣程度)、信息处理效益(消费者主观认为购买服装时获取的信息的有用程度)和信息处理成本(消费者主观认为购买服装时获取的信息所造成的机会成本的大小)。

(二)研究假设

随着信息时代的到来，电子贸易的繁荣，各大购物平台纷纷涌现，为消费者提供了众多产品，款式各式各样，导致消费者不得不花费一些时间去对进行搜集，从而确定自己的产品。Dhar和Nowlis(1999)指出当消费者仅仅有较少的时间对商品进行评估时，时间压力可能会导致选择超载效应的出现，使得消费者做出决策时缺乏系统性，从而降低决策的自信度和满意度。Chernev(2006)发现当消费者有足够的时间对商品进行选择，并不容易导致其做出决策后的后悔程度的增加，这表明时间压力可能负面影响消费决策满意。基于上述讨论，现拟提出以下假设：

H1：购物时间总和对消费者决策满意度有正向影响。

消费者在浏览网站上花费的时间越多，获得的信息数量也必然越多，成本也越高。Park(2007)研究信息质量，主要从真实性、客观性、可靠性、相关性、易懂性、有用性六个维度来研究；Mosteller(2007)发现当信息过载时，消费者不能对全部信息进行充分有效加工，同时他们也不能完全考虑到所有信息，因此无法确定作出的决策是否是最佳的，致使满意度降低；Sicilia和Ruiz(2008)通过创建三个版本的网站，操作每一个网站下的属性数量，来研究消费者的购买产品时如何受到网站中信息数量的影响，结果表明信息过多或过少都会导致消费者对产品缺乏关注兴趣。基于上述讨论，提出下面四条假设：

H2：购物时间总和对信息处理数量有正向影响。

H3：购物时间总和对信息处理质量有正向影响。

H4：购物时间总和对信息处理效益有正向影响。

H5：购物时间总和对信息处理成本有正向影响。

消费者获得信息越多，质量越好，便会对产品的熟悉度越高，对于决策也越有把握，使得最终自己的决策满意度也越高。Luican(2014)发现当信息数量过多时，消费者会感到困惑，从而会比较更多的信息，增强自信心，以此来帮助自己更加确定决策，从而使得决策满意度更高；陈涛和谢丽莎(2012)认为，高质量的信息在一定程度上反应了商品的真实属性，更容易被信息的浏览者所接受和认同；王胤丰(2017)发现信息过载不仅提高了消费者的感知效用也提高了消费者的感知成本，从而对消费者的在线决策满意度产生影响，相反，低质量的信息一般难以让信息浏览者信服和认可。基于上述讨论，提出下面两条假设：

H6：信息处理数量在购物时间总和对消费者决策满意度的影响中起中介作用。

H7：信息处理质量在购物时间总和对消费者决策满意度的影响中起中介作用。

消费者制定购物决策时往往需要对信息进行收集和分析，在这个过程中花费的时间越多，付出的成本就越高，获得的效益也可能越高，最后消费者通过对成本和效益进行权衡，判定决策的满意度。郑江宁和张迎春(2010)指出购物成本包括金钱成本和时间成本，购物成本越高，消费者希望获取的购物体验就越高，但是若期望过高，造成“投入”和“产生”不成正比，心理失衡，就会降低满意程度。基于上述讨论，提出下面二条假设：

H8：信息处理效益在购物时间总和对消费者决策满意度的影响中起中介作用。

H9：信息处理成本在购物时间总和对消费者决策满意度的影响中起中介作用。

三、数据分析

(一)样本基本特征分析

本研究通过线上调查平台向高校大学生发放271份问卷，问卷回收率为100%，有效回收率为85.24%。

本文采用Cornhach’sα信度系数法进行信度检验。结果显示，量表的整体和四个维度均大于0.8，表明问卷量表内部一致性较高，可信度较强。通过因子分析法检验问卷的结构效度。先验证量表整体的K MO和Bartlett球形检验，KMO检验参数为0.867(＞0.8)，Bartlett球形检验结果显著，说明问卷适合使用因子分析方法。对每一个变量提取公因子，因子的载荷值都大于0.5，说明问卷的区别效度较好，具有比较好的效度。

被调查者的基本特征为：男84人，女147人，男女比例接近为4：7；同时，97.4%的大学生接触网络购物的时间达到1年，表明大学生有一定的网络购物经验；77.6%的大学生每周浏览购物网站的时间在1小时以上，说明大学生每周会花费时间在网络购物上；此外，每月网购次数为0的人数仅为5人，占总数的3.6%，故可知大部分大学生每月会网购。

(二)模型与假设验证分析

1.初步分析

想要分别检验各个变量的中介效应作用，需先进行初步分析，即将购物时间总和与各个中介变量以及因变量进行相关分析，结果表明购物时间总和与决策满意度、信息处理数量、信息处理质量之间有较强的正相关关系，与信息处理效益和信息处理成本之间的相关性不显著。故假设H1、H2、H3得到验证，假设H4、H5不成立。由此可以初步判断，购物时间总和对决策满意度有正向促进作用，且信息处理数量和信息处理质量在其中可能具有作为中介变量的潜质，而信息处理效益和信息处理成本可能不具备中介作用。可能因为消费者认为在购买服装时，在获取信息和处理信息过程中花费时间越多，获取的信息量越大，能从中筛选出更可靠的商品，最终提高决策满意度，但消费者似乎并不认为花的时间越多越容易做出决策或者越难以抉择。

2.效应分析

(1)中介效应检验

为检验各信息处理变量是否满足中介作用，本文采用温忠麟及其团队(2014)对中介模型的研究观点进行回归分析并检验。初步分析表明，购物时间总和对决策满意度的直接预测作用显著(β=0.125，P＜0.1)。而加入信息处理数量作为中介变量后(如表2中的模型1所示)，购物时间总和则不能显著预测决策满意度(β=0.040，P＞0.1),且信息处理数量对决策满意度有显著影响。因此，信息处理数量在购物时间总和决策满意度之间具有完全中介作用。Bootstrap检验表明这一中介效应显著,95%的置信区间为[0.0048,0.0237],中介效应为0.1969,占总效应(0.9373)的21.01%。同理，加入信息处理质量作为中介变量后(如表2中的模型2所示)，购物时间总和则不能显著预测决策满意度(β=0.087，P＞0.1),且信息处理质量对决策满意度有显著影响。即说明信息处理质量在购物时间总和决策满意度之间具有完全中介作用。Bootstrap检验表明这一中介效应显著,95%的置信区间为[0.0011,0.0138],中介效应为0.0061,占总效应(0.0198)的30.81%。因此假设H6和H7得到验证。

以上表明，可能是购物时间总和的增加，提高了信息处理数量和信息处理质量，从而进一步提高了消费者的购物决策满意度。例如，消费者在其他平台上看到博主的穿搭视频和测评，从更可靠的买家中获取更真实的信息，从而趋利避害，继而做出让自己更为满意的决策。然而加入信息处理效益作为中介变量后(如表2中的模型3所示)，购物时间总和仍能较为显著地预测决策满意度(β=0.120，P＜0.1),且信息处理效益对决策满意度有显著影响。因此，信息处理效益在购物时间总和决策满意度之间不具有中介作用。Boots tra p检验也表明这一中介效应不显著,95%的置信区间为[-0.0053,0.0075],区间包含0，因此假设H8不成立；同理，加入信息处理成本作为中介变量后(如表2中的模型4所示)，购物时间总和仍能较为显著地预测决策满意度(β=0.114，P＜0.1),且信息处理成本对决策满意度有显著影响。因此，信息处理成本在购物时间总和决策满意度之间不具有中介作用。Boots trap检验也表明这一中介效应不显著,95%的置信区间为[-0.0014,0.0064],区间包含0，因此假设H9不成立。

表1 各信息处理变量基于多元回归的中介效应结果

(2)调节效应分析

虽然信息处理效益和信息处理成本在购物时间总和对消费者决策满意度的影响中不起中介作用，但不妨假设这两个信息处理变量在购物时间总和和决策满意度中起调节作用。因此在H8和H9的基础上新增两处假设：

H8’：信息处理效益在购物时间总和对消费者决策满意度的影响中起调节作用。

H9’：信息处理效益在购物时间总和对消费者决策满意度的影响中起调节作用。

为检验信息处理效益的调节作用，采用Hayes开发的PR OCESS Model4进行回归分析(见表2)。结果发现，信息处理效益中心化和购物时间总和中心化的交互项显著负向预测决策满意度(β=-0.121，P＜0.1，如模型6所示)，但信息处理成本中心化和购物时间总和中心化的交互项没有显著负向预测决策满意度(β=-0.035，P＞0.1，如模型8所示),因此假设H8’成立，H9’不成立。以上表明，信息处理效益越高，消费者在花费同等准备时间的前提下，决策满意度越高，然而在现实生活中，买卖双方的信息不对称现象比较严重，有许多负面事件和让人啼笑皆非的买家秀效应，导致目前消费者认为花费大量的购物时间是必要的，并普遍接受这个现实。因此，在本文的实证分析中，我们得到的结果是信息处理成本在时间总和与决策满意度之间不起中介作用也不起调节作用。

表2 信息处理效益和信息处理成本基于多元回归的调节效应结果

四、结论与启示

本文研究结果表明：1.在了解商品基本属性方面，购物时间总和必然通过增加信息处理数量和信息处理质量使决策满意度提高；2.消费者在信息处理效益更高的情况下，用更少的时间搜集信息能获得同样的决策满意度，说明购物信息越有用，越能减小消费者的时间成本；3.在服装销售领域，买卖双方的信息不对称程度可能较为严重，因此消费者习惯于在购买一件让自己满意的商品时阅读大量信息，并且不计较处理信息的成本。

根据上述结论，我们提出以下几个建议：第一，在企业方面，应该加大对于自身产品的宣传力度，且避免虚假宣传，不一味地追求标新立异。对于宣传的广告一定要立足于产品本身，并尽可能地提供更多关于该商品的特征信息，让消费者对商品有更全面、直观的了解。如此，消费者对于该服装产品品牌乃至于企业的满意度都会大大增加，企业也能创一个更好的口碑，更有利于企业立足于当下的社会潮流中。第二，在管理者方面，应提高商家的准入门槛，注意把握商品质量。电商平台管理者应该保持商品质量和数量的优化，多引入高质量的厂商，提高商品的质量，精简商品信息，使得消费者有更多的选择，同时花费较少的精力就能选择出符合自身需求的满意的商品。