网络店铺属性如何影响网络购物决策

点击进入人民网奖学金专题

●2012年度“人民网优秀论文奖”获奖名单揭晓

2012年度“人民网优秀论文奖”获奖名单10月30日揭晓，南京大学姚倩同学的论文《网络店铺属性如何影响网络购物决策——基于感知风险与信任的讨论网络集群对政府形象的影响及对策研究》获得二等奖，以下是论文全文：

摘要：网络购物持续发展，买家和卖家在网络店铺中进行信息交流、服务与交易，本文从网络店铺切入，基于感知风险和信任，讨论网络店铺的店铺服务、店铺产品、店铺规模、店铺信誉、店铺的认证身份、店铺品牌等属性对消费者消费决策的影响。结果表明，消费者感知的隐私风险会负向影响消费决策，信任会正向影响消费决策；网络店铺的属性中，店铺服务的可信性与移情性负向影响消费决策，店铺产品、店铺信誉的动态得分、店铺的认证身份和店铺品牌会正向影响消费决策，其中信任对消费决策的影响最为突出。店铺铺服务的可靠性与敏感性、服务的情境、店铺规模、店铺信誉的累积信用并不直接影响消费者决策，但能促进消费者信任的产生。而服务的可靠性与敏感性、店铺信誉的累积信用可以降低消费者感知的隐私风险。

关键词：网络购物，网络店铺，消费决策，感知风险，信任

一、 引言

中国互联网络信息中心（CNNIC）发布的《第29次中国互联网络发展状况统计报告》显示：截至2011年12月底，中国网民规模达到5.13亿，在较多网络应用服务使用率下降的同时，商务类应用渗透率依然保持稳步提升态势，其中网络购物用户规模达到1.94亿人，与2010年相比网购用户增长3344万人，增长率达到20.8%。据凤凰网报道，2010年淘宝网注册用户达到3.7亿，在线商品数达到8亿，淘宝网单日交易额峰值达到19.5亿元，分别超过北京、上海、广州三地社会消费品零售单日额。艾瑞咨询（2012）的调查显示，2012年第一季度中国网购市场的份额中，C2C市场方面淘宝网稳居第一，市场份额占95.2%，从含平台式B2C市场来看，天猫（淘宝商城）占2012第一季度交易额份额51.5%（2011年全年天猫占比51%），在B2C市场中份额进一步提升。

在网站的交易平台上，卖家用户经营网络店铺，买家用户在网络店铺中与卖家用户进行信息交流、服务与交易，在这个过程中，什么因素会影响消费者作出消费决策呢？

本文以网络店铺为切入口研究消费者的网络购物决策，网络店铺是指基于网络技术、借助商品交易平台发布商品信息，进行商务洽谈、商品销售、支付和客户服务的非独立域名的数字空间（李雁，2007）。本文的探讨C2C、B2C平台上的网络店铺，研究对象为：基于网络技术、借助淘宝网、天猫网（淘宝商城）的交易平台发布商品信息，进行商务洽谈、商品销售、支付和客户服务的非独立域名的卖家用户经营的数字空间。

从网络店铺出发，以淘宝网、天猫网的顾客进行样本，本文通过问卷调查采集买家用户在网络店铺进行消费、作出消费决策的过程中对网络店铺与卖家用户的态度与需求，研究此过程中影响消费者作出消费决策的因素，特别是揭示网络店铺的哪些属性和因素会影响消费者的消费决策。通过分析，得出的结论将能够帮助卖家用户更好地理解消费者在网络店铺进行消费时的关注点，及其对消费者消费决策产生的影响，以帮助卖家用户更有针对性地经营网络店铺，更大程度地满足消费者的需求。

二、 文献回顾

感知风险被认为是影响消费决策的重要因素。Bauer（1960）将感知风险的概念从心理学引入到消费者行为的讨论范畴，指出消费者行为是一种风险承担行为，而消费者在做出购买决策时需要承担结果无法确定的风险，他认为，消费者在做出消费决策的时候，会选择感知风险最小的方案。Michell（1999）认为消费者在做出购买决策时倾向减少感知风险。消费者感知风险的大小与其消费意愿呈反比（Steven，2004）。Vellido研究并发现与网上购物观点相关的9个因子，其中，使用者的感知风险是主要的区分因子。David Kunhlmeie研究了网上购物前因变量，发现感知风险与购买意愿之间存在负向关系。

信任也被认为是影响消费决策的重要因素。Gefen（2000）通过对Amazon.com网站使用者的研究发现，信任程度越高，进行实际消费的可能性更高。Mahmood等（2004）在研究正也发现信任和经济条件是影响网络购物的两个主要因素。国内学者于坤章、宋泽（2005）通过实证研究发现信任、网络购物感知使用方便及感知有用是影响购买态度的主要因素。在网络购物中，消费者与商家无法面对面，双方之间的交易是通过网络这一虚拟空间来进行的，同时网络购物不能像传统购物那样满足消费者对所购买商品触摸、比较的需要。因此在网络购物环境中，信任对于网络消费者购买决策的影响比对传统购买决策更为重要（陈慧、李远志，2007）。

许多学者的研究均表明，感知风险和信任时影响消费者网络购物决策的重要因素，因此，本文基于感知风险和信任来讨论网络购物中消费者和网络店铺的关系，研究网络店铺的属性对消费者网络购物决策的影响。

消费者在网络购物的过程里，会接触网络店铺的方方面面，受到网络店铺各种属性和特征的影响，针对网络店铺而言，其中究竟有哪些因素能基于信任和感知风险，对消费者的消费决策产生影响，需要一个总体的。陈慧、李远志（2007）对国内外电子商务条件下消费者购买决策影响因素的主要研究成果进行了回顾与评论，指出影响网络消费者购买决策的主环境因素包括价格、品牌、网站设计、信任等。针对环境因素，国内研究者对网站设计、产品类别等进行了研究，例如陈家成、黄庭翊、战玉冰（2011）研究了网站设计对消费者购买决策的影响。国内研究者还研究了口碑等第三方信息对消费决策的影响，如孙道银、李桂娟（2010）研究了网络零售网站提供的他人评价、销量排序以及商品推荐这三种典型功能对消费者的购买决策的影响，得出他人评价影响较大的结论。刘侃、 谢敬、庄玉龙（2010）进行了大学生网络购物决策影响因素的实证研究，从商家服务、商家商品、网站设计、购物安全性、信用特别是已购商品者的评价、购物费用、物流服务等方面进行讨论。

从文献回顾中可以发现，影响消费者网络购物的消费决策的因素十分复杂。经过梳理，本文从店铺服务、店铺产品、店铺规模、店铺信誉、店铺的认证身份、店铺品牌六个方面研究网络店铺的特征对消费者消费决策的影响，以揭示这些因素与消费者感知风险、消费者信任和消费决策的关系。

（一） 感知风险

感知风险概念最初由美国学者Raymond Bauer（1960）提出，他将这个心理学概念引入消费行为研究中。他认为，消费者的任何购买行为都可能无法确知其预期的结果是否正确，而某些结果可能令消费者不愉快。Salam等（1998）把网购感知风险定义为“对于网购财务损失的主观预期”。Sandra（2003）等人基于感知风险的传统定义，将“网上感知风险”定义为“消费者在考虑当次的网上购买时对损失发生的主观预期”。于丹、李广辉等（2006）将网购感知风险定义为消费者在考虑网购时对网购方式存在的不利后果的严重性和可能性的主观预期。本文研究的是消费者与卖方用户及其网络店铺之间的关系，而非消费者对网购方式的感知，因此，本文将感知风险定义为消费者在考虑当次于特定网络店铺进行网络购物时，对其不利后果的严重性和可能性的主观预期。

感知风险的维度即感知风险所具体包含的内容，学者在研究感知风险时，根据侧重和研究路径不同，总结出不同的感知风险的维度，主要分类如下表（蔺丰奇、刘益，2007）：

表 1感知风险维度

注：◎表示所采纳的对应维度。

国内学者董大海、李广辉和杨毅（2005）通过因子分析得到了消费者网上购物感知风险的四个维度：网络零售商核心服务风险、网络购物伴随风险、个人隐私风险和假货风险。李宝玲（2010）在《消费者网上购物的感知风险研究》一书中通过文献梳理和访谈、问卷调查得到了经济风险、功能风险、时间风险、心理风险、隐私风险、交付风险、服务风险、身体风险八个维度。本文研究网络购物，同时针对消费者在网络店铺感知的风险而非购物网站平台和物流方面，因此经济风险、交付风险、身体风险等方面并不属于本文研究的范围。基于前人的研究贡献，本研究将消费者感知风险的因子定义为功能风险、时间风险、心理风险、隐私风险、服务风险。

对网络购物感知风险的影响因素，李宝玲（2010）进行了归纳和总结：

表 2感知风险影响因素

影响因素 测量项目 参考文献

消费者因素 网络使用经验 Miyazaki, Fernandez, 2000

网上购物经历 Forsythe & Shi, 2003

风险态度 Warnery, 1996

消费者信任 Mittchell, 1999

零售商因素 零售商的声誉 Einwiller, 2003

零售商的信用 Cheung & Lee, 2000

网站因素 网站安全性 Cheung & Lee, 2000

网站便捷性 Mcknight & Chervancy, 2000

网站可信度 Bhatnagar, 2000;Hofman, 1995

产品因素 产品信息 Olson, 1977

产品属性 王唯鸣，2002；John Stanton，2000

产品价格 Martin， 1999

互联网因素 网络技术的安全性 Balfour， 1998

信息保护的有效性

其中，网络店铺的声誉、产品等因素被作为影响消费者感知风险的因素来研究，所以本文提出第一个研究问题：

研究问题一： 网络店铺服务、产品、规模、信誉、认证身份、品牌等网络店铺属性如何影响消费者网络购物中的感知风险？

（二） 信任

在社会学领域，信任是指在一个社团之中，成员对彼此诚实、合作行为的期待，基础是社团成员共同拥有的规范，以及个体隶属于哪个社团的角色，其所指的规范可能是深层的价值观（Fukuyama，1995）。在经济学领域，信任是一种风险行为，一种理性的市场交易行为，理性行为者只有在预期收益大于预期损失时，才会给予对方信任。在营销学领域，信任应同时包含信念和行为意愿这两个维度，是指在不确定的交易环境下，交易一方对交易的可靠性和诚实性有信心时的一种存在的心理与行为状态（Dyer & Chu，2000）。网络消费者信任是指在网络消费可能存在风险的情况下，消费者认为商家诚信和可靠的积极态度（付琛，2010）。国内学者蔡鑫、李忆（2010）将信任分为对互联网络的信任、对网上商店的信任、对第三方机构的信任三个维度。本文以网络店铺作为切入点，研究消费者在网络购物的过程中，对网络店铺的信任，信任的对象为网络店铺。基于此，本文将消费者信任定义为，消费者于特定网络店铺进行网络购物时时，对该卖家用户和网络店铺诚信和可靠的积极态度。

针对信任的构成，Rempel，Holmes 和Zanna（1985）把信任分为可预测性（predictability）、可靠性（dependability）和信心（faith）三个维度。Lewis和Weigert（1985）把信任分为：基于认知的信任和基于情感的信任。Mayer，Davis提出了能力、善意和诚实为值得信任的三个主要特征。Gefen（2002）探讨了网上消费者信任，认为这种信任是由能力、正直和善意三大维度组成的。国内学者叶树昱、陈华平、沈祥、李燕（2008）将信任分为能力信任(competence) 和善意型信任(good will)。付琛（2010）在其硕士论文中归纳出：能力泛指一些功能性的、特殊的技能，比如人际关系能力、工作上的见识、判断力等（Mayer，Davis & Sehoorman，1995）；善意指消费者在排除对方有利己动机后，相信对方善待自己的程度，基于善意的信任即个体相信商家在做出决策时具有良好的意愿和诚实的信念（Kramer，1999）；诚实（与正直均为Integrity释义）指对网络商家过去行为的一致性，对商家具有强烈公正意识的信念等。基于此，本文将信任包含了三个维度： 正直的信任、对善意的信任、对能力的信任。

Jarvenpaa, Tracinsky & Vitale（2000）在研究消费者对网络商店的信任时，探讨了网络商店规模和声誉两个前因。Ribbink, van Riel, Liljander & Streukens(2004)研究了电子商务背景下的服务品质、满意度与信任。国内学者对影响网络购物中信任的因素也进行了广泛的研究。如管益杰、陶慧杰、王洲兰、宋艳（2011）将指出网站使用体验、商家信誉和商家规模影响信任信念；陈明亮、汪贵浦、邓生宇、孙元（2008）的研究结果表明无网络购物经验的消费者，基于对卖家声誉、网站安全性和网站易用性等反映客体(卖家和网站)特征的因素的感知，判断是否应当信任卖家；王德胜（2010）通过实证得出：感知交易安全性、感知网站品质和感知商家声誉等具体感知因素对网络购物中消费者信任有显著的正向影响。王小宁、张仙锋、李琪（2009）基于淘宝网数据研究发现了卖家的消费者保障和信用评价对信任的影响。多种因素对消费者的信任产生了影响，因此本文提出第二个研究问题：

研究问题二： 网络店铺服务、产品、规模、信誉、认证身份、品牌等网络店铺属性如何影响消费者网络购物中对网络店铺的信任？

（三） 网络店铺属性的影响

消费者购买决策是指消费者为了满足自己的某种需求，进行信息搜寻、分析和评价，在可供选择的两个或者两个以上的购买方案中选择并且实施最佳的购买方案，以及购后评价的活动过程（周晶晶，2010）。赵明（2006）认为消费者是否对某一对象采取特定的行动，是由采取行动的人的意愿所决定，要预测消费者行为，必须了解消费者的意愿（谢桂，2011）。根据Fishbein（1975）的定义，意愿是个人从事特定行为的主观概率，经由相同的概念延伸，网络购买意愿（purchase intention）即消费者从事特定购买行为的主观概率。Dodds和Grewal与Monroe（1991）认为，网络购买意愿可视为消费者选择某一产品的主观倾向。本文研究的消费者消费决策，不仅指消费决策的行为，也包含了消费者购买的意愿，将消费决策定义为消费者当次于特定网络店铺进行网络购物时，在该店铺进行消费的主观倾向和购后评价，以及再次在该店铺进行消费的主观倾向。

消费者感知风险与消费者的消费意愿存在负向的相关关系（Steven，2004；David Kunhlmeie，2005），因此本文提出第三个研究问题：

研究问题三： 网络购物中消费者对网络店铺感知的风险如何影响消费者的购物决策？

Gefen（2000）通过对Amazon.com网站使用者的研究发现，信任程度越高，进行实际消费的可能性更高。国内外学者的研究也发现信任时影响消费者消费决策的重要因素，基于此本文提出以下研究问题：

研究问题四： 网络购物中消费者对网络店铺的信任如何影响消费者的购物决策？

经过梳理，本文从店铺服务、店铺产品、店铺规模、店铺信誉、店铺的认证身份、店铺品牌六个方面研究网络店铺的特征对消费者消费决策的影响，这些因素不仅基于感知风险与信任影响消费者网络购物的决策，同时也能直接影响消费者的消费决策，因此为了更好揭示这些因素与消费者感知风险、消费者信任和消费决策的关系，本文提出以下的研究问题：

研究问题五： 网络店铺服务、产品、规模、信誉、认证身份、品牌等网络店铺属性如何影响消费者的网络购物决策？

本文研究网络购物的消费者和网络店铺之间的关系，作为一个整体性的研究，本文试图建立一个基于感知风险和信任，展示网络店铺的影响消费者的消费决策的各个因素的模型。在理论文献综述和研究问题提出的基础上，提出本研究的模型，其中，控制变量主要包括个体特征（年龄、性别、月均生活费等）、网络使用行为（网龄、每天上网时间）和网络购物行为（网络购物经验、网络购物频率、每天上淘宝网时间、网络购物类别、网络购物金额等）。

图 1 研究假设图示

三、 研究方法

（一） 样本

本文通过问卷调查搜集资料。调查样本来自南京大学抽样采用随机抽样的方法，以宿舍楼为单位，按宿舍编号进行随机抽样。研究采用入户调查的形式，访问员进入宿舍发放调查问卷，由受访者自填问卷。问卷调查在2012年3月21到3月26日期间进行，调查对象是使用过淘宝网平台（包括淘宝网、天猫网）进行网络购物的南京大学在校大学生，实际回收有效问卷样本376个，样本覆盖了本科生、硕士研究生和博士研究生三个群体，男女比例为51.1:48.9，并使用SPSS17.0软件对样本数据进行分析。

（二） 测量维度

1. 店铺服务

基于申文果等人（2006）、谢桂（2006）、赵伟（2010）等研究中提出的所提出的量表，店铺服务的测量共分为三个因子店铺服务的可靠与敏感、店铺服务的可信与移情、店铺服务的情境， KMO值为0.890，累计解释变量61.243%。

其中店铺服务的可靠与敏感指网络店铺能迅速并流畅地为消费者提供安全可靠的服务、给出并遵守承诺；店铺服务的可信与移情指网络店铺的的服务能给人安定的心理感受并充分考虑消费者的需求；店铺服务的情境指网络店铺为消费者提供的服务场景，主要指店铺的版面设计、布局等。

2. 店铺产品

根据杨琪（2011）中使用的测量维度，本文采用了三个题项测量店铺产品的变量，其KMO值为0.591，累计解释变量60.745%。

3. 店铺规模

根据冯炜（2010）、赵伟（2010）中采用的的测量维度，本文使用了三个题项测量店铺规模的变量，其KMO值为0.685，累计解释变量为68.313%

4. 店铺信誉

根据刘琳（2011）的量表，参考淘宝平台上网络店铺显示的与信誉相关的不同种类的积分、得分和其他消费者评价等信息，本文对店铺信誉的测量分为两个因子：店铺累积信用和店铺动态评分。其中，店铺累积信用反映了以前的买家对卖家交易整个过程的整体印象；店铺动态得分反映了买家对卖家过去交易中涉及的服务和发货的印象，其CKMO值为0.762，累计解释变量77.788%。

5. 店铺的认证身份

参考刘琳（2011）设计了有关店铺在网络购物平台上获得的认证身份的题项，根据淘宝网交易平台的实际情况，包括“该店铺签署《消费者保障服务协议》，并已提交保证金对我有积极的影响”、“实名认证中‘支付宝实名认证’对我有用”、“该店铺是淘宝商城的店铺这一信息对我有用”三个题项，其KMO值为0.634，累计解释变量67.741%。

6. 店铺品牌

基于周晶晶（2010）中对店铺品牌的研究，测量了店铺品牌的变量，其KMO值为0.906，累积解释变量56.663%。

7. 感知风险

本文研究的是消费者在网上购物过程中针对网络店铺的感知风险，李宝玲（2010）在《消费者网上购物的感知风险研究》一书中对感知风险量表的研究与归纳的基础上，使用了与网络店铺密切相关的消费者感知风险的维度的测量题项，将感知风险的因子定义为功能风险、时间风险、心理风险、隐私风险、服务风险，在经过因子分析处理后，包括产品功能与信息检索风险、等待与心理压力的风险、隐私风险三个因子，其KMO值为0. 816，累计解释变量63.598%。

其中产品功能与信息检索风险指消费者感知到的购买的产品性能不如预期的风险和网络店铺内容过多导致耗费太长时间寻找产品的风险。等待与心理压力风险指消费者感知到的订货到收货的时间过长、售后服务不完善导致寻求服务时间过长造成的风险以及担心自己做出了错误的消费决策或焦急等待的心态所产生的风险。隐私风险指消费者网络店铺进行消费时感知的因个人信息外泄或被盗用所产生的风险。

8. 信任

基于Mayer的信任研究，根据付琛（2010）中使用的量表，本文使用了9个题项测量消费者在网络店铺进行网络购物消费时对店铺产生的信任。其KMO值为0.900，累计解释变量为55.811%。

9. 消费决策

基于齐懿冰（2007）、刘琳（2011）等人的研究，本文从购买意愿、推荐意愿、再次购买意图、正面评价四个角度设计了四个题项测量消费者在网络购物过程中的消费决策，“我愿意在该店铺购买产品”、“我会将该店铺推荐给朋友”、“在购买商品后，我愿意再次在该店铺购买自己需要的商品”和“我对该卖家的评价是正面的”四个题项的KMO值为0.792，累计解释变量为70.277%。

四、 研究发现与讨论

消费者感知风险分为产品功能与信息检索风险、等待与心理压力的风险、隐私风险三个因子，分别以其作为因变量，网络店铺的属性和控制变量作为自变量进行回归分析。

表3的结果显示，对产品功能与信息检索风险而言，在不考虑店铺信誉因素时，模型调整R2为0.022（sig.<0.1），店铺服务的三个因子与它没有显著的相关关系（sig>0.1）；店铺产品对其具有负向影响 (β=-0.181，sig.≤0.01)；店铺规模正向影响产品功能与信息检索风险(β=0.131，sig.<0.1)；店铺的认证身份、店铺品牌均和产品功能能与信息检索风险没有显著的相关性（sig.>0）。

对等待与心理压力的风险而言，店铺服务中的“服务的可靠性与敏感性”可以降低该风险(β=-0.126，sig.<0.1)，而另外两个因子“服务的可信性与移情性”、“服务的情境”与该风险没有显著的相关关系（sig>0.1）；店铺产品、店铺规模对消费者感知的等待与心理压力风险没有显著相关关系（sig.>0.1）；店铺信誉中的“店铺动态得分”正向影响该风险(β=0.104，sig.<0.1)；店铺的认证身份正向影响该风险(β=0.226，sig.≤0.001)；店铺品牌负向影响消费者。

对隐私风险而言，店铺服务中的“服务的可靠性与敏感性”可以降低该风险(β=-0.163， sig.≤0.001)，而另外两个因子“服务的可信性与移情性”、“服务的情境”与该风险没有显著的相关关系（sig>0.1）；店铺产品正向影响消费者感知的隐私风险(β=0.184，sig.≤0.01)；店铺规模、店铺认证身份、店铺品牌对消费者感知的隐私风险没有显著相关关系（sig.>0.1）；店铺信誉中的“店铺累积信用”负向影响隐私风险(β=-1410.104，sig.<0.1)，而店铺信誉另一个因子“店铺动态得分”与隐私风险没有显著的相关关系（sig.>0）。

这回答了研究问题一，网络店铺属性中的店铺产品属性可以降低消费者在网络店铺感知的产品功能与信息检索风险，而店铺规模会增大消费者感知到的产品功能与信息检索风险。在店铺规模加大的情况下，消费者接触的内容可能会过多，消费者浏览、搜索、辨别这些信息的时间等成本更高，有更高的可能性需要耗费太长的时间进行信息检索，因此可能感知到更高的产品功能与信息检索风险。

此外，消费者的网络购物经验负向影响消费者感知的产品功能与信息检索风险（(β=-0.119，sig.<0.1)。消费者网络购物的经验丰富时，消费者对网络购物的流程更为熟悉，消费者能够更为熟练地开展网络购物的进程，并权衡利弊，规避风险。

而网络店铺属性中的店铺服务的可靠性与敏感性、店铺品牌可以降低消费者在网络店铺感知的等待与心理压力的风险，而店铺信誉中的店铺动态得分、店铺的认证身份会增大消费者感知到的等待与心理压力的风险。服务的可靠性与敏感性为消费者提供及时的承诺，可以较少消费者对发货速度、售后服务、决策错误等方面的负面期待，降低其感知的风险。

此外，消费者的网龄正向影响消费者感知的等待与心理压力的风险(β=0.143，sig.≤0.01)消费者月均生活费负向影响等待与心理压力的风险(β=-0.103，sig.<0.1)。网龄较长的网络购物消费者，接触网络的时间较久、范围较广、程度较深，有可能有更多的机会面对网络世界中不确定的一面，而其不确定和由不确定带来的使用者的心理压力。

对隐私风险而言，网络店铺属性中的店铺服务的可靠性与敏感性、店铺累积信用可以降低消费者感知的隐私风险，而店铺产品属性和消费者感知到的隐私风险正相关。

此外，消费者月均生活费负向影响隐私风险(β=-0.115，sig.<0.1)。

表 3 消费者感知风险的回归分析

以消费者信任作为因变量，网络店铺的属性和控制变量作为自变量进行回归分析，结果（表4）显示，店铺服务的三个因子“服务的可靠性与敏感性”（β=0.338，sig.≤0.001）、“服务的可信性与移情性”(β=0.266，sig.≤0.001)和“服务的情境”（β=0.009，sig.<0.1）与正向影响消费者对网络店铺的信任；店铺产品正向影响信任(β=0.146，sig.≤0.01)；店铺规模正向影响信任（(β=0.086，sig.<0.1)；店铺信誉的“店铺累积信用”因子正向影响信任（(β=0.1416，sig.≤0.001)，但其“店铺动态得分”因子与消费者信任的关系并不显著(sig.>0.1)；店铺的认证身份与信任没有显著的相关性(sig.>0.1)；而店铺品牌正向影响信任（(β=0.182，sig.≤0.001)。

这回答了研究问题二，网络店铺属性中的店铺服务、店铺产品、店铺规模、店铺累积信用、店铺品牌都会对消费者对网络店铺的信任产生正向的影响。

其中，β值最大的因子为店铺“服务的可靠性与敏感性“、”店铺服务的可信性与移情性”，均为店铺服务的因子，店铺服务三个因子的β值总和也高于其他网络店铺的属性，针对消费者对网络店铺产生的信任，店铺服务是重要的影响因素。

此外，消费者每天上网的时间对消费者的信任具有正向影响（(β=0.76，sig.<0.1)。每天上网时间较长的网络购物消费者，接触网络的范围较广、程度较深，对网络的了解比较深，有更多的机会面对网络世界中不确定的一面的同时也有更多机会面对网络世界中值得信任的一面，也会促进网络购物的消费者有更多的机会产生信任，且随着熟悉度的增加，对消费者的信任程度也有促进作用。

表 4 消费者信任的回归分析

以消费者的消费决策作为因变量，消费者的感知风险、信任和网络店铺的属性，以及控制变量作为自变量进行回归分析，结果（表5）显示，感知风险中的“隐私风险”因子负向影响消费决策（β=-0.071，sig.<0.1），另外两个因子“产品功能与信息检索风险”“等待与心理压力的风险”则与消费决策没有显著的相关关系（sig.>0.1）；信任对消费决策产生正向影响（β=0.623，sig.≤0.001）。店铺服务的三个因子中“服务的可信性与移情性”负向影响消费决策（β=-0.157，sig.≤0.001）、“服务的可靠性与敏感性”和“服务的情境”与消费决策没有显著的相关关系（sig.>0）；店铺产品正向影响消费决策(β=0.076，sig.<0)；店铺规模与消费决策没有显著的相关性（sig.>0.1）；店铺信誉的“店铺动态得分”因子正向影响消费决策(β=0.064，sig.<0.1)，但其“店铺累积信用”因子与消费者信任的关系并不显著(sig.>0.1)；店铺的认证身份正向影响消费决策（β=0.075，sig.<0.1），店铺品牌对消费决策有正向影响（β=188，sig.≤0.001）。

这回答了研究问题三和问题四，消费者感知的隐私风险会负向影响消费决策，信任会正向影响消费决策。

结果也回答了研究问题五，店铺服务的“可信性与移情性”负向影响消费决策；而店铺产品、店铺信誉的动态得分、店铺的认证身份和店铺的品牌会正向影响消费决策。店铺服务的可信性与移情性指指网络店铺的的服务能给人安定的心理感受并充分考虑消费者的需求，其与消费决策的正相关（r=0.206，sig.≤0.01），考虑其他因素后，在回归中对消费决策产生负向影响，这或许是因为在特定的网络店铺进行消费时，消费者接受的信息量很大，店铺产品、店铺信息等已经提供了足够了信息给消费者进行参考进行消费决策，或者消费者对网络店铺已经对店铺产生信任，不再需要过多的信息，和服务，也不希望受到打扰，而此时过分“殷勤”的服务，可能造成消费者的逆反心理，因而负向影响消费决策。

其中，信任的β值最高，说明对于消费者做出消费决策，信任的影响力最大。

表 5 消费决策的回归分析

五、 结论与不足

从数据分析结果可知，消费者对网络店铺的信任对网络购物决策的影响最为突出，比较信任和感知风险对消费决策的影响，发现信任对消费决策的影响远大于感知风险的影响，虽然消费者感知风险对消费决策的负向影响也得到的证实，但两者影响力的不同于预期并不一致，这可能是因为消费者在做出消费决策的考量时，更容易感受到积极的信任情感，受到其鼓励，而不易被负面的感知风险情感和考量，受到挫折。因此网络店铺的经营者需要培养消费者的信任感，促使其作出消费决策，店铺产品、店铺品牌等店铺属性不仅能直接正向影响消费者的消费决策，而且对消费者信任产生正面影响，网络店铺经营者需要不断提供物美价廉的产品，并打造自身的店铺品牌；店铺铺服务的可靠性与敏感性、服务的情境、店铺规模、店铺累积信用尽管并不直接与消费者决策具有显著的正向影响关系，但是，这些店铺属性都能促进消费者信任的产生，因此同样值得经营者的注意。消费者感知的隐私风险会负向影响消费者购物决策，而产品功能与信息检索风险、等待与心理压力的风险并不与消费者购物决策显著相关，可见，消费者十分重视隐私的安全，网络店铺的经营者可以从提高服务的可靠性与敏感性、店铺累积信用来降低消费者感知的隐私风险。

本文中展现店铺信誉的共有两个因子，分别为“店铺累积信用”、“店铺动态得分”，前者反映了以前的买家对卖家交易整个过程的整体印象，后者反映了买家对卖家过去交易中涉及的服务和发货的印象；前者侧重时间的导向，在淘宝的累积信用显示体系中，网络店铺成立的时间长短也可以影响累积信用得分的高低，能更好地体现网络店铺自成立以来的中的信誉，后者则侧重事件的导向，能更好地体现网络店铺在服务、发货等具体行为上的表现得来的信誉。从表1和表5的回归结果分析可以看出，对信任而言，“店铺累积信用”有显著相关关系而“店铺动态得分”无，对消费决策而言，“店铺动态得分”有显著相关关系而“店铺累积信用”无，消费者在对网络店铺产生信任的过程中，更关注店铺整体的信誉，而在做出具体的消费决策时，消费者更关注网络店铺的具体信用评价。而在相关分析中，消费者信任和“店铺累积信用”（r=0.363，sig.≤0.01）和“店铺动态得分”（r=0.185，sig.≤0.01）均相关，消费这消费决策和“店铺累积信用”（r=0.337，sig.≤0.01）和“店铺动态得分”（r=0.225，sig.≤0.01）亦均相关。这样的出入不能排除用于测量店铺信誉的量表信度、效度存在不足的可能性，也可能是因为淘宝的信誉机制并不能真正反映店铺的信誉，需要进一步完善和讨论。

本研究调查问卷本身具有局限性。在设计问卷时，参考和修改了前人的问卷题项，部分题项对研究针对网络店铺的信任、感知风险代表性不足，例如原假设中感知风险的“若对产品不满意，与店铺沟通、退货或维修可能时间会很长”、“在该店铺购买的产品可能缺少相应的售后服务保障，如退货、维修”题项因在两个因子的含义上比较模糊而于因子分析阶段予以剔除；“若买到的商品出现问题，可能很难找到店主或客服进行交涉”因为载荷度偏低予以剔除，导致修正后的量表中缺少了专以售后服务为中心的感知风险部分，没有进行研究。

而数据分析的结果里，有关不同维度的感知风险进行回归得出模型R方与调整R方偏低，其解释力度不够强，代表性不足。数据分析中存在与其他研究结果嫌烦的情况，例如店铺信誉中的店铺动态得分对消费者感知的等待与心理压力风险产生负向影响，此类结果并没有足够的理论支撑，不易解释，而其代表性亦不足，需要在题项设计的明晰和全面性、抽样的代表性等方面加以完善，才能给出更有意义的结果。

参考文献

中文文献

[1] 蔡鑫、李忆，电子商务中影响消费者信任的构成要素及其前因变量[J]，商业时代，2010 (35)，41-42.

[2] 陈慧、李远志，电子商务条件下消费者购买决策影响因素探析[J]，北京邮电大学学报(社会科学版)，2007(2)，1-4+24.

[3] 陈明亮、汪贵浦、邓生宇、孙元，初始网络信任和持续网络信任形成与作用机制比较[J]，科研管理，2008 (5)，187-195.

[4] 董大海、李广辉、杨毅，消费者网上购物感知风险构面研究[J]，管理学报，2005 (1)，55-60.

[5] 董雅丽、李晓楠，网络环境下感知风险、信任对消费者购物意愿的影响研究[J]，科技管理研究，2010(21)，134-137.

[6] 冯炜，消费者网络购物信任影响因素的实证研究[D]，浙江大学，2010.

[7] 付琛，网络口碑对消费决策的影响机制研究[D]，浙江大学，2010.

[8] 管益杰、陶慧杰、王洲兰、宋艳，网络购物中的信任[J]，心理科学进展，2011(8)，1205-1213.

[9] 胡文渝、金永生、李静，网络购物中信息搜索的感知价值对购物意愿的影响[J]，北京邮电大学学报(社会科学版)，2011 (3)，31-37.

[10] 井淼、周颖、周洁如，消费者网上购物的感知风险研究[J]，市场营销导刊，2004 (Z1)，37-39.

[11] 李宝、胡宏力，网上购物感知风险及对策研究[J]，中国流通经济，2007 (2)，52-54.

[12] 李宝玲，消费者网上购物的感知风险研究[M]，北京：经济管理出版社，2010年.

[13] 李宝玲、李琪，网上消费者的感知风险及其来源分析[J]，经济管理，2007 (2)，78-83.

[14] 李春天、涂洪波、路强，网络环境下消费习惯对消费者购买决策影响研究[J]，现代商贸工业，2010(18)，236-237.

[15] 李丁丁、郑霞、王丽，C2C电子商务中消费者感知风险对其决策的影响[J]，企业导报，2011(6)，222-223.

[16] 李红主编，统计分析软件及应用实验[M]，北京：经济科学出版社，2008.

[17] 李莉、王静，从“观望者”到“购买者”——中国旅游电子商务消费者购买决策行为探析[J]，旅游学刊，2008(5)，49-56.

[18] 李晴主编，消费者行为学（第2版）[M]，重庆：重庆大学出版社，2009.

[19] 李思志，网络购物感知风险研究[D]，辽宁工程技术大学，2011.

[20] 李雁，我国网络店铺的发展与营销策略研究[D]，河海大学，2007.

[21] 梁建芳、李筱胜，电子商务环境下女性服装消费行为分析[J]，浙江理工大学学报，2011 (5)，728-733.

[22] 蔺丰奇、刘益，消费者感知风险研究：国外文献综述[J]，营销科学学报，2007第3卷第 2辑.

[23] 刘侃、谢敬、庄玉龙，大学生网络购物决策影响因素的实证研究[J]，中国商贸，2010(14)，86-87.

[24] 刘琳，基于信誉和管制机制的消费者网上购物决策研究[D]，浙江大学，2011.

[25] 刘顺忠，数理统计理论、方法、应用和软件计算[M]，武汉：华中科技出版社，2005.

[26] 齐懿冰，基于网络信任的消费者购买决策的研究[D]，吉林大学,2007.

[27] 荣晓华，消费者行为学（第三版）[M]，大连：东北财经大学出版社，2011.

[28] 申文果、汪纯孝、谢礼珊，电子与传统服务质量对顾客信任感和忠诚感的影响研究[M]，广州：中山大学出版社，2006.

[29] 宋晓玉、丁辉、李丹，网络购物的消费者信任问题[J]，经营与管理，2007 (6)，56-58.

[30] 孙道银、李桂娟，网络购物决策的影响因素调查[J]，销售与市场(管理版)，2010 (2)，23-27.

[31] 孙祥、尤丹蓉、陈毅文、王二平，网上购物环境中消费者相关因素对认知风险的影响[J]，人类工效学，2005 (4)，11-13+16.

[32] 孙祥、张硕阳、尤丹蓉、陈毅文、王二平，B2C电子商务中消费者的风险来源与风险认知[J]，管理学报，2005 (1)，45-48+54.

[33] 王德胜，网络购物中影响消费者信任的感知因素实证研究[J]，山东社会科学，2010(12)，45-49.

[34] 王宏伟、夏远强，网络购物中客户信任影响因素的实证研究[J]，情报杂志，2009(1)，79-82.

[35] 王利艳，电子商务环境下女性消费者的购买决策分析[J]，中国商贸，2011(31)，178-179.

[36] 王守中，我国B2C消费者初始信任的建立[J]，消费经济，2007 (1)，52-55.

[37] 王小宁、张仙锋、李琪，信任影响因素对消费者网络购物行为的影响:学生与职员的视角[J]，消费经济，2009 (5)，53-55+59.

[38] 王震勤、董荔、胡志颖，网络购物环境下感知风险类型及风险水平分析[J]，商场现代化，2009 (6)，153-154.

[39] 魏占宏、张阳东，第三方信息对网络购物决策的影响分析——以淘宝网为例[J]，价格理论与实践，2009 (9)，71-72.

[40] 谢桂，情境因素对网络购买意愿影响的研究[D]，山西财经大学，2011.

[41] 徐琳，网络购买决策的影响因素:卖家地域特征[J]，经济论坛，2006 (7)，98-99.

[42] 杨琪，消费者网上购物感知风险的前置影响因素[D]，西南财经大学，2011.

[43] 姚公安、覃正，消费者对电子商务企业信任保持过程中体验的影响研究[J]，南开管理评论，2010(1)，99-107.

[44] 姚秀丽，消费者行为及网络购物[M]，北京：科学出版社，2010.

[45] 叶全福、侯伦，基于感知风险的消费者网络购物决策模型研究[J]，管理学家(学术版)，2011(6)，66-75.

[46] 叶树昱、陈华平、沈祥、李燕，影响顾客网上购物因素的实证研究[J]，预测，2008 (4)，53-58.

[47] 于丹、董大海、金玉芳、李广辉，基于消费者视角的网上购物感知风险研究[C]，中国市场学会2006年年会暨第四次全国会员代表大会论文集，2006.

[48] 于丹、董大海、刘瑞明、原永丹，网上购物风险来源、类型及其影响因素研究[J]， 大连理工大学学报(社会科学版)，2007(2)，13-19.

[49] 于坤章、宋泽，信任、TAM与网络购买行为关系研究[J]，财经理论与实践，2005(5)， 119-123.

[50] 张茉、陈毅文，产品类别与网上购物决策过程的关系[J]，心理科学进展，2006 (3)， 433-437.

[51] 赵伟，C2C交易中买方信任的获取问题研究[D]，中国海洋大学，2010.

[52] 周冲、唐晓华，网络购物中的信任问题分析[J]， 商场现代化，2006(14)，154.

[53] 周晶晶，在线客户评论对消费者购买决策的影响力研究[D]，浙江大学，2010.

[54] 朱巧妮、顾庆良，服装在线消费的决策满意度模型构建[J]，经济师，2011 (7)， 45-46.

[55] 艾瑞咨询：http://ec.iresearch.cn/17/20120426/170802.shtml.

[56] 凤凰网：http://news.ifeng.com/gundong/detail_2011_01/07/4078519_0.shtml.

[57] 中国互联网络信息中心（CNNIC）：第29次中国互联网络发展状况统计报告

英文论文：

[1] Anderson James C, Gerbing David W. Structural equation modeling in practice: a review and recommended two-step approach [J]. Psychological Bulletin. 1988. 103(3). 411-423.

[2] Anne Sophie Cases. Perceived risk and risk reduction strategies in Internet shopping [J]. The International Review of Retail, Distribution and Consumer Ressearch. 2002(10). 677-693.

[3] Bettman JR. Perceived risk and its components: a model and empirical test [J]. Journal of Marketing. 1973. 10(2). 184-190.

[4] Chang Man Kit, Cheung Waiman, Lai Vincent S. Literature derived reference models for the adoption of online shopping [J]. Information and Management. 2005. 42(4). 543-559.

[5] Kuhlmeter D, Knight G. Antecedents to internet-based purchasing: a multinational study [J]. International Marketing Review. 2005. 22(4). 460-469.

[6] Mayer R C, Davis J H, Schoorman F D. An integration model of organizational trust [J]. The Academy of Management Review. 1995. 20(3). 709-734.

[7] McKngith D, Norman L Chervany. Initial trust formation in new organizational relationships [J]. The Academy of Management Review. 1998. 23(3). 473-490.

[8] McKnight D H, Choudhury V, Kacmar C. The impact of initial trust on intentions to transact with a web site: a trust building model [J]. Journal of Strategic Information Systems. 2002(11). 297-323.

[9] Paul Peter J, Lawrence. A comparative analysis of three consumer decision strategies [J]. Journal of Marketing. 1975(6). 29-37.

[10] Pavlou P. Consumer acceptance of electronic commerce: integrating trust and risk with the technology acceptance model [J]. International Journal of Electronic Commerce Research and Applications. 2003. 7(3). 101-134.

[11] Rong Chen and Feng He. Examination of brand knowledge, perceived risk and consumers’ intention to adopt an online retailer [J]. Total Quality Management & Business Excellence. 2003(14). 677-693.

[12] Sandra M Forsythe, Bo Shi. Consumer patronage and risk perceptions in Internet shopping [J]. Journal of Business. 2003(56). 867-875.

[13] Vellido P L, Meehan K. Quantitative characterization and prediction of online purchasing behavior: a latent variable approach [J]. International Journal of Electronic Commerce. 2000. 4(4). 83-104.

[14] William Wilkie, Edgar Pessemier. Issues in marketing’s use of multi-attributes models [J]. Journal of Marketing. 1973. 10(2). 184-190.