爱华网系列专题：大学生就业
中国网民数量的爆发式增长，为电子商务提供了不竭动力，各种新型购物模式、交往模式不断涌现。在国家拉动内需、刺激社会消费的背景下，网络购物服务的深化带动了更多的网民通过网购实现日常消费，购物网站的频繁促销也激发了网民新的购买需求，带动了网络购物用户规模的稳健增长。调查显示，网络购物消费者群体年龄集中在18-40岁，其中大专及本科学历消费者已经成为网络购物最为活跃的力量。 一、大学生网络购物行为模型假设 根据实际经验及前人研究成果，本文拟定感知风险、信任度与第三方担保三个因素对大学生网络购物存在影响，根据TAM模型确定网站的自我效能、感知有用和感知易用对网络购物存在影响，并根据各项因素提出以下假设: 第三方担保服务。第三方担保指在网络购物中双方交易的金额通过第三方支付，即消费者先把交易金额支付给第三方，当收到商品，确认商品无误后再由第三方向卖家支付消费金额。第三方担保服务可以减少网络购物中的财产风险，提高消费者对网络购物的信任度。因此，本文针对第三方担保服务提出以下假设: H1:第三方担保与感知风险负相关 H2:第三方担保与信任度正相关 感知风险。感知风险指大学生在网络购物中的购买行为导致的结果是无法确切预知的，其结果可能令消费者不愉快，主要表现在时间风险、财务风险、功能风险以及个人信息泄露等，只有当消费者认为网络购物是低风险的，他们才愿意参与网络购物。而风险与信任是相互依存的，当消费者认为在网络购物中风险低，说明消费者对网络购物有足够的信任度。因此本文提出以下假设: H3:感知风险和购物意愿呈负相关 H4:感知风险和信任度呈负相关 信任度。当消费者对网络购物有足够的信任时，消费者对网络购物的担忧相对减少，就会愿意在网络平台上消费。因此本文提出以下假设: H5:信任度与购物意愿正相关 网站自我效能。网站的自我效能是指个人对使用网站能力的一种主观判断。若个人的自我效能高，则有理由认为个人能利用网站很好的完成某项任务，即认为使用网站容易并且有用有效果。因此本文提出以下假设: H6:网站自我效能与感知有用正相关 H7:网站自我效能与感知易用正相关 根据TAM理论模型提出假设八、假设九、假设十: H8:感知有用与购物意向正相关 H9:感知易用与感知有用正相关 H10:感知易用与购物意向正相 二、确定模型指标及建立模型 我们将潜变量分为内生潜变量和外生潜变量。其中，内生潜变量包括感知风险，信任度，购物意向，感知有用和感知易用五方面，具体观测指标如下： 感知风险的观测指标包括五点，分别是网络购物能提供到位的售后服务，网络购物能采取良好的隐私保护措施，网上付款比较安全，购物时受骗的可能性较小以及网购所需商品不满意，则可以退货。 信任度下有三个观测指标，依次是网站声誉和规模对购物地点的影响较大，相信商家所做的承诺以及相信商家在网上所做的商品介绍。 购物意向包括以后很愿意进行网络购物和很想注册成功为购物网站会员以便日后购物两个观测指标。 感知有用包括四个观测指标，一是能提供所需的商品或信息，二是网络购物可以获得更多的商品折扣优惠，三是网络购物能够节省时间，提高购物效率，四是网络购物可以不受限制地挑选物品。 感知易用包括购物网站上很容易获取所需商品的信息和购物网站很容易使用等两个观测指标。 外生潜变量由第三方担保服务和自我效能构成。其中，第三方担保服务有采用直接付款的方式仍会与之交易和只有通过第三方付款愿意与卖方交易两个观测指标。自我效能则包括即使未用过网络购物系统也愿意使用，若有在线指南参考，愿意使用购物系统以及遇到困难时有人帮助才愿意使用购物系统 等三个观测指标。
这些测量指标通过调查问卷得到，每项指标分别赋予1-5分，分别表示非常不同意、不同意、不确定、同意和非常同意。根据前面的分析结果我们建立大学生网络购物行为模式的结构方程全模型。 三、问卷信度分析 对于回收的问卷利用SPSS19.0进行描述性的统计分析和信度分析，结果如下： 感知风险下网络购物能提供到位的售后服务指标的平均值为2.84，标准偏差为0.908。网络购物能采取良好地隐私保护措施指标的平均值为2.99，标准偏差为0.953。网上付款比较安全指标的平均值为3.17，标准偏差为0.791。购物时受骗的可能性较小指标的平均值为2.94，标准偏差为0.851。网购所需商品不满意则可以退货指标的平均值为3.55，标准偏差为0.806。感知风险指标的量表信度值分析为0.724。 信任度指标下网站声誉和规模对购物地点的影响较大指标的平均值为3.85，标准偏差为0.744。相信商家所做的承诺指标平均值为3.21，标准偏差为0.761。相信商家在网上所做的商品介绍指标的平均值为3.10，标准偏差为0.821。信任度指标的量表信度值分析为0.817。 购物意向指标之下，以后很愿意进行网络购物指标的平均值为3.75，标准偏差为0.683。很想注册成功为购物网站会员以便日后购物指标的平均值为3.53，标准偏差为0.850。购物意向指标的量表信度值分析为0.817。 感知有用指标的量表信度值分析为0.850。其中，能提供所需的商品或信息指标平均值为4.08，标准偏差为0.623。网络购物可以获得更多的商品折扣优惠指标平均值4.17，标准偏差为0.727。网络购物能够节省时间，提高购物效率指标平均值为4.04，标准偏差为0.669。网络购物可以不受限制地挑选物品指标平均值4.11，标准偏差为0.661。 感知易用指标的量表信度值分析为0.705。购物网站上很容易获取所需商品的信息的平均值为3.73，标准偏差为0.756。购物网站很容易使用指标的平均值为3.93，标准偏差为0.619。 第三方担保服务的量表信度值分析为0.714。采用直接付款的方式仍会与之交易指标的平均值为3.43，标准偏差为0.708。只有通过第三方付款愿意与卖方交易指标的平均值为4.01，标准偏差为0.545。 自我效能指标下即使未用过网络购物系统也愿意使用指标的平均值为3.88，标准偏差为0.659。若有在线指南参考，愿意使用购物系统指标的平均值为4.02，标准偏差为0.642。遇到困难时有人帮助才愿意使用购物系统指标的平均值为3.97，标准偏差为0.709。自我效能指标的量表信度值分析为0.769。 通过分析得出各指标的量表信度值分析为0.7以上，问卷整体的量表信度值分析为0.885，由此可以说明问卷具有一定的内部一致性。 三、模型的识别与整体拟合优度 该模型中共有57个参数，其中包括21个负荷，21个观测变量的误差方程，5个内生潜变量的误差方程，结构模型的10个未知参数，由于 57≤21×22／2＝231，故该模型可识别。 同时，模型的4个拟合优度指标x2/df（2.19）、非常规拟合度NNFI (0.927)、比较拟合指数CFI (0.938)和拟合优度GFI (0.829)均达到了建议值，说明总体拟合效果不错，结构方程模型与实际数据拟合良好，可以用于验证前面提出的10个假设。 四、模型参数的显著性检验 在LISREL8.70的输出结果中给出了各个因子负荷的估计，以及标准差和t统计量，一般认为t大于2为显著，此时认为因子负荷显著不等于0，由输出结果可知21个因子负荷的t统计量均大于0，故认为因子负荷估计参数显著不为零。而在内生变量因果关系路径系数中，感知风险对购物意向(t统计量1.529)、感知易用对感知有用(t统计量-0.627)和感知易用对购物意向(t统计量0.334)的路径系数t值小于2，不显著。因此可以验证前文的10个假设，其中假设3、假设9、假设10不成立。 (五)结构方程模型路径系数 图5. 1 结构方程模型 图5. 1是结构方程模型各因子间完全标准化的路径系数，从图中可以看出，信任度对购物意向的直接效用最大，为0.608；感知风险对购物意向的效用虽然不显著，但感知风险可以通过信任度对购物意向产生0.239(0.393×0.608)的效用；第三方担保服务通过感知风险和信任度对购物意向可以产生0.288(0.203×0.239+0.394×0.608)的总效用。网站的自我效能只能通过感知有用对购物意向产生0.116的总效用；而感知有用本身对购物意向产生0.135的效用。 六、结论及建议 通过以上研究，本文得出以下结论： 第一，影响大学生网络购物意向的主要因素是大学生对网络购物的信任度，其次是大学生感知网络购物平台的有用性因素。 第二，大学生在网络购物中感知风险的大小对大学生网购意向没有显著的直接影响，其主要是通过影响大学生对网络购物的信任度来影响其购物意愿乃至购物行为。 第三，大学生感知网购平台的易用性对其网络购物意向的影响不显著。 根据以上结论，本文提出建议如下： 提高网络购物平台的信用，增加大学生对网络购物的信任度。商家在进一步巩固网络购物原有优势的同时，可以从提高商品的质量、增强商品或服务的实用性、真实地描述自己的商品或服务、利用较低的折扣吸引、提高对客户隐私的保护能力、选择服务和速度较好的物流等方面提高大学生对其的信任度，降低大学生的风险感知度，同时建立良好的售后服务，提高商家自身的信用、美誉度和忠诚度，打造商业品牌和商业形象，吸引更多的大学生用户以及潜在大学生用户。 参考文献 [1]侯杰泰.结构方程模型及其应用.教育科学出版社，2004，（7） [2]方翔.大学生网络购物影响因素分析.消费导刊,2010:61-62 [3]赵欣，浅谈消费者网络购物行为的影响因素.电子商务，2011:102-103 [4]谢卿.消费者网络购物行为影响因素.第2期，2011:66-69 [5]邢鹏程.影响消费者网络购物行为的因素分析.第24期，2011:138-139 [6]chung-hoon park,young-gul kim.identifying key factors affecting consumer purchase behavior in an online shopping context. [7]Satya menon,Barbara Kahn.pleasure on the internet shopping.
