014-p9消费者网上购物感知风险构面研究

学生组三等奖消费者网上购物感知风险构面研究李广辉、杨毅、金玉芳大连理工大学管理学院摘要：网络购物风险是影响消费者网上购买的一个重要制约因素，揭示网上购物风险构面对互联网企业制定消除消费者感知风险的策略具有重要的现实意义。本文首先对感知风险构面已有研究进行回顾与总结，然后利用焦点小组与深度访谈技术对消费者网上购物感知风险进行了定性探查，从而形成网络环境下消费者感知风险构成的初始要素，最后通过网络调研搜集数据，并使用因子分析等统计技术得出了消费者网上购物感知风险的四个构面：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。关键词：互联网感知风险感知风险构面自从1997年7月美国政府正式发布“全球电子商务政策框架”以来，在全球范围内掀起了一股电子商务的热潮[1]。众多的企业开始在网上直接向消费者销售产品，但这种B2C电子商务的发展并不尽如人意。根据上海艾瑞市场咨询有限公司2003年底的调查显示，中国2003年网上零售额为7.9亿元人民币，而2003年中国社会消费品零售总额达到44674.8亿元人民币，网上零售仅占到0.02％。而另外一份根据中国互联网络中心2003年7月的调查，网民将网上购物作为其上网主要目的的比例仅为0.2％[2]。以上数据表明，消费者网上购物的金额相对较少，经常上网购物的比例更少。而致使该现状存在的原因是什么呢？根据eDataPower调研咨询网站的调查显示，有76％的消费者认为网上购物风险较大是不选择网上购物的主要原因[3]。Burke（1997）也认为企业要想发展他们的在线零售业务，必须要寻求方法来降低消费者感知到的风险[4]。因此风险被认为是消费者网上购物的主要障碍[5][6][7]。那么，网络环境下究竟有哪些是消费者网上购物时所关注的风险呢？本文就此进行研究并尝试予以回答。1文献回顾风险（risk）这个概念在20世纪20年代在经济学领域变得相当流行[8]。从那个时候起，它被成功地应用到经济学、财政学及其他决策学科里面[9]。在1960年美国营销协会第43届年会上，哈佛大学的Bauer教授首次把风险这个概念引入到营销领域。感知风险理论是用来解释消费者的购买行为，主要是把消费者行为视为一种风险承担（risktaking）行为[10]，因为消费者在考虑购买时并不能确定产品的使用结果，故实际上消费者承担了某种风险，这是感知风险的最初含义。1.1感知风险的概念与测量在Bauer教授之后，有很多的学者研究了感知风险，并对感知风险的定义不断进行完善和补充，得到大多数学者赞同的是Cunningham的定义，他把感知风险分成下列两个因素：1.不确定性（uncertaintyconsequence）：消费者对于某件事情是否发生的主观概率；2.后果（consequence）：如果事情发生后，其结果的危险性。自从Cunningham在1967年将感知风险的两个组成成分之后，这个概念就成为后续感知风险研究的主流[11]。最早的感知风险测量也是由Cunningham（1967）提出来的，他以不确定性与结果损失的乘积来测算感知风险的大小，在测量上使用顺序尺度（OrdinalScale），以直接的方式询问受访者关于危险（Danger）和不确定性（Uncertainty）的感受，再将二者相乘，得出感知风险值[11]。虽然在已有文献中没有提及这种计算方法的理论基础是什么，但Peter和Ryan（1976）认为它可能来自于概率论[12]。1.2感知风险的构面Bauer教授在提出感知风险概念的时候，并没有提出感知风险包含哪些内容，或者哪些类型。Cox（1967）提出感知风险可能与财务或者心理风险有关，Cunningham（1967）消费者认为消费者感知到的风险可能包括社会后果、资金损失、物理的损伤、时间损失和产品性能等问题。之后众多学者研究了感知风险包含的构面，到目前为止，许多对感知风险的研究采用的都是六构面：财务风险、功能风险、时间风险、身体风险、社会风险和心理风险。笔者在文献检索中发现，已有研究在测量这些风险构面时，大多是直接询问消费者对构面的风险感知，而不涉及构面所包含的内容。StoneandGronhaug（1993）也注意到这个问题，认为已有的研究实际上都忽略了结构的准则维度（criteriondimensionsofconstruct）问题，而这个问题是Bettman在1975年就早已指出的[13]。Stone弥补了这个局限，对于每一个构面都利用三个要素来测量，得出上述六构面，它们对总的感知风险的解释能力达88.8％[1][13]。上述感知风险构面的研究主要是与某种具体的产品或者服务相关，但风险的产生不仅与产品有关，也与产品的购买环境有很大的关系[14]。消费者在商店购买时会感知到风险[15]，对于邮购或电话购物这种居家购买（in-homeshopping）会感知到更大的风险[16]。有些研究人员认为居家购买之所以被认为是一个高风险的行为，主要原因有以下几个：（1）缺少提前检查产品的机会；（2）在返回有问题商品时比较困难；（3）比较怀疑邮件定购的商业道德[17][18]。网上购物作为一种新的居家购物方式，同样存在这三个风险，可以看出这三个风险并不属于六构面中的任何一个，这表明居家购买这种方式包含了不同于传统环境的感知风险类型。笔者在文献检索过程中，尚未发现网上购物感知风险构面的专门研究，已有的研究主要集中在某些感知风险与消费者某种行为之间的关系。例如，Sandra和BoShi（2002）研究了互联网下消费者感知到的财务风险、产品绩效风险、心理风险和时间风险，以及他们与消费者网上行为的关系[19]；Anthony等人（2001）认为消费者感知的网络的隐私风险和安全风险是B2C电子商务的主要障碍，他们研究了这两种风险与消费者网上经历及其网上行为的关系[5]；Anne-SophieCases（2002）对网上感知风险与降低感知风险方法关系进行了研究[6]；RongChen和FengHe（2003）对网上感知风险，品牌知识与选择网上购物行为三者之间的关系进行了研究[7]。笔者认为已有网上购物感知风险构面或类型方面的研究主要存在以下三点局限：（1）没有明确提出消费者网上购物感知风险的构面；已有的研究都是直接借用传统环境下感知风险构面代替网上购物感知风险构面，笔者理解这也是研究人员出于简化自己研究的考虑，因为构面的形成是一个比较复杂、并且工作量较大的工作。（2）忽略了构面的准则维度问题；由于并没有统一的标准，因而各研究在理解感知风险时并不一致。1作者所使用的方法是将六个构面与总感知风险之间进行回归分析。（3）样本选择过于单一。很多学者往往用消费者对于某个购物网站的感知代替其对于网上购物的感知风险。2网上购物感知风险要素探查通过文献回顾，笔者共收集到10个已研究的感知风险构面。在这10个构面的基础上，笔者对消费者进行了深度访谈和焦点小组访谈，探查在已有的构面下消费者网上购物感知风险的要素有哪些。同时，还得到了3种已有构面不能涵盖感知风险要素，笔者将其暂时命名为“服务风险”。这样，笔者共得到了24个网上购物感知风险要素，如表1。将上述24个感知风险要素连同与消费者的人口统计变量形成调查问卷，进行了预测试。对每一个要素都询问消费者感知到的此种风险的“发生可能性”与“后果严重性”，对于“发生可能性”，采用从“可能性很小”到“可能性很大”7级量表进行测量，对于“后果严重性”，采用从“非常不严重”到“非常严重”7级量表进行测量。预测试采用方便抽样的方法，调查了18位消费者。在采用问卷调查的同时，还对每一位消费者进行了个人的访谈，记录下消费者对于问题的问法，有无未包含的要素等问题的意见。通过预测试发现消费者认为L1与L23，L2与L24这两对要素代表了相似问题，所以将要素L23与L24删除，用L1与L2代替即可。预测试中并未发现消费者提及新的风险，也说明现有要素已基本涵盖了消费者对网上购物感知到的风险。在预测试基础上，对部分问题的问法做了调整，形成了最终问卷。表1收集的网上购物感知风险要素感知风险构面1包含要素2感知风险构面包含要素财务风险L1货款损失隐私风险L13个人信息丢失L2信用卡被盗损失L14购物习惯被追踪时间风险L3信息搜寻时间过长L15未经允许的联系L4交付时间过长来源风险L16网站真实性风险L5取货时间过长L17网站信息风险L6退货时间过长服务风险L18退换风险绩效风险L7假货风险L19维修风险L8产品功能风险L20无销售人员风险心理风险L9心理压力交付风险L21交付丢失风险身体风险L10身体伤害L22交付损坏风险社会风险L11来自同事的评价支付风险L23网上支付失败L12来自家庭的评价L24黑客盗用信用卡注：1.其中服务风险构面为访谈中得到，其余构面是从文献中得到；2.这些要素是通过探查消费者在这些构面上感知到的风险得来。3数据收集与样本描述为了确保正式调查样本的来源更加可靠，笔者与eDataPower调研咨询网合作进行，从eDataPower的会员数据库中随机抽取部分会员，作为本次研究的样本。eDataPower以电子邮件的形式向其会员发送调查问卷。这样样本有以下两个优点：（1）样本具有较强的代表性表2样本基本信息描述描述指标比例描述指标比例性别男：67.2％婚姻已婚：49％女：32.8％未婚：51％接触互联网时间半年之内：2.9％网上购物频率0次：33.8％半年～1年：7.8％只有1次：7.8％1年～3年：24.5％很少：33.8％3年之上：64.7％经常：2.4％收入（元）1000以下：28.9％学历初中以下：20.4％1000～1999：47.5％高中：34.8％2000～2999：14.7％大专：37.7％3000～5999：5.4％本科及以上15％10000以上：1％eDataPower是新成立的网上调研咨询公司，要成为其会员必定对互联网的使用比较熟悉，这样的群体无论其有无网上购物经历，都一定在互联网的使用过程中接触过网上购物这种购物方式，因而他们对于网上购物的感知风险也更加准确。（2）采用随机抽样的方法更加科学。依据概率理论，根据会员编号从eDataPower会员中随机抽取了211名受试者。选取出来的样本特征如表2所示。4数据分析4.1项目分析项目分析目的在于求出该要素的“决断值”（Criticalratio；简称CR值），如果该要素的CR值达到显著性水平，则说明该要素具有鉴别能力，保留，否则删除。同时，CR值越大，说明该要素的鉴别能力越强，当CR值很低时，可以删除。分析结果显示，所有要素的CR值都达到了显著水平（P0.05）。各要素的CR值如表3所示。表3各要素的决断值要素决断值备注要素决断值备注L1-10.554***L12-2.578删除L2-11.743***L13-14.382***L3-8.154***L14-12.946***L4-11.408***L15-12.896***L5-8.250***L16-13.035***L6-12.055***L17-14.931***L7-10.032***L18-10.232***L8-13.169***L19-11.115***L9-11.028***L20-13.195***L10-7.026***L21-16.282***L11-3.197删除L22-15.724***注：***代表p0.001。从表3可以发现，要素L11和L12的决断值过低，因此考虑删除两个要素。同时因为所有要素测量的都是消费者网上购物感知风险，所以每一个要素应该与总感知风险呈显著性相关。在进行相关性分析时发现，要素L12与总感知风险相关性不显著，因此考虑删除要素L12删除，印证项目分析的结果。经过项目分析和相关性分析后，删除了要素L11和L12，对余下20个要素进行进一步分析。4.2因子分析因子分析的目的是通过从20个要素中提取若干因子，这些因子能够在最大程度上说明消费者对于网上购物的感知风险，这些提取的因子也被称为构面。分析结果显示剩余20个要素的KMO值为0