社会化电子商务购买行为的影响因素分析——基于整合的角度

武汉商学院商贸物流学院 刘莉琼

E-business电子商务

社会化电子商务购买行为的影响因素分析
——基于整合的角度

武汉商学院商贸物流学院 刘莉琼

摘 要：社会化电子商务是目前备受关注的新兴电子商务形式。本文以“social commerce”为关键词搜集了国外社会化电子商务的高质量文献，总结了学者们对社会化电子商务的定义。通过对社会化电子商务购买行为的研究因素进行分析和整理，提出了四类影响因素：积极的影响因素、消极的影响因素、不相关的因素和控制变量。最后得出了结论及建议，认为可在研究中适当关注消极的影响因素和控制变量，采用实际购买行为数据以及采用联合分析等方法。

关键词：社会化电子商务 购买行为 影响因素

社会化电子商务作为电子商务的一种新兴形式，引起了广泛的关注。学者们对于社会化电子商务的影响因素研究相对较多，主要集中在用户忠诚度(如：持续使用意向、持续参与行为)、网站使用率(如：页面浏览量)、财务收益(如：销售数量、总收益、经济价值)、消费者态度(如：信任、口碑意向、推荐意向、自我披露信息行为、访问意向、转换意向、参与者的看法和偏好)、购买行为(如：购买意向、购物决策、购买行为)等方面。本文主要整合分析影响购买行为的因素。

1 文献综述

国际上表述“社会化电子商务”的术语已经稳定为“social commerce”。因此，本文在收集文献的过程中，基于Web of Science、Elservier、Taylor & Francis、Emerald等索引及全文数据库，运用关键词“social commerce”，以“主题＋关键词”为检索策略，来获取、下载文献。同时，为了补充相关重要的文献，本文利用Google学术搜索来检索并获取相关的文献信息。最后，人工排除了一些主题内容与本文不相关的文献。

Yahoo(2005)最先提出社会化电子商务这一概念，认为社会化电子商务是电子商务的一个子集，包括使用社会媒体，支持社会互动的网络媒体，以及协助产品和服务在线购买和销售的用户贡献。Stephen and Toubia(2010)认为社会化电子商务是卖家通过在线社会网络连接起来的一种新兴趋势，而其中的卖家是个人而不是企业。Liang and Turban(2011)把社会化电子商务定义为主要通过社会网络和使用Web2.0软件等社交媒体环境实现电子商务活动及交易的转变。并归纳出三个主要属性：社会媒体技术、社区互动、商业行为。Curty and Zhan(2011)提出社会化电子商务是基于社会媒体平台(如社会网络服务)的电子商务的一种新兴形式。它允许用户通过平台参与到购买和销售产品和服务中来。Wang and Zhang(2012)认为社会化电子商务以社会媒体为媒介，融合了在线和离线环境，是商务的一种形式。社会化电子商务包括使用社会媒体支持社会互动以及消费者离线和在线地辅助购买和销售产品和服务方面做出的贡献。Yadav et al.(2013)认为社会化电子商务指的是与交换相关的活动，这些活动发生在一个以电脑为媒介的社会化环境中的个人社会化网络或者被其影响，在社会化环境中，活动涉及到认知、预购买、购买和售后这些焦点交换阶段。Bai et al.(2015)认为在社会化电子商务中，企业能够和消费者直接联系，并且以较低的价格销售产品和服务来提升品牌忠诚度。

2 社会化电子商务购买行为的影响因素分析

针对与社会化电子商务购买行为紧密相关的多个因变量，如“购买意向“、购买决策”、“购买行为”等，国内外学者们展开了因子分析，从不同角度分析了不同自变量对其的影响。利用结构方程模型、动态数据模型、纵向质量研究等方法进行实证研究的结果表明，有的自变量对社会化电子商务购买行为产生积极作用，是积极的影响因素；有的自变量对购买行为产生消极作用，是消极的影响因素；有的自变量对购买行为不产生明显影响，是不相关的影响因素；还有一部分变量不是主要的影响变量，被设定为控制变量。

2.1 积极的影响因素

通过实证研究，多数学者能够提出并验证对因变量产生影响的变量。把“购买意向”作为因变量时，Liang et al.(2011)发现社会支持(情感、信息)和网站质量(系统质量、服务质量)两个因素起了重要作用，正向影响用户的社会化电子商务的意向。发现用户与社会化网站之间的关系质量(信任、满意度评论、承诺)起到间接影响作用。Kim and Park(2013)基于371名社会化商务用户样本的实证分析结果表明，所有的社会化商务特点(包括：声誉、商业公司的规模大小、信息质量、交易安全、沟通、口碑推荐，除了经济的可行性)对信任有显著影响，并且信任又显著影响购买意向和口碑意向。Ng(2013)提出文化的个体差异会增加社会化电子商务用户的购买意向。在社会化网络社区中，文化在社会交互(亲密、熟悉)与社会化电子商务购买意向之间起调节作用，而社会化网络社区的信任起中介作用，并且社会化网络社区中的信任以文化为前提条件。Pö yry et al.(2013)实证研究表明享乐动机表现出更高的参与性而功利动机更容易表现出仅仅浏览社区页面。参与的成员没有表现出从公司主页购买和推荐商品的意向，而浏览者正好相反。Lee and Choi(2014)认为持久特征(折扣率、有用性、信任)积极影响访问意向和购买意向。Zhang et al.(2014)的分析结果表明社会化电子商务意图受到顾客体验(社会支持、社会存在、流动经历)的影响，依次顾客体验又受到环境刺激(感知交互性、感知个性化)的影响。Hajli(2014)研究表明社会因素——社会支持(情感支持、信息支持)影响关系质量(承诺、满意度、信任)和社会化电子商务意向。Hajli and Sims(2015) 数据表明社会化媒体通过社会化电商结构(评级、评论、论坛、社区和推荐、消费者的社会互动和便利的在线沟通)影响在线沟通，产生社会支持(情感支持、信息支持)，进而影响消费者行为。Hajli(2015)研究显示用户通过使用社会化电子商务结构(建议&推荐、评分&评论、论坛&社区)进行各项社会化活动，从而依次增加信任和购买意向。Bai et al.(2015)得出结论：社会支持直接影响购买意愿，而用户生成内容是社会支持中的一个关键因素。

把“购买决策”作为因变量时，Cheung et al.(2014)证实消费者购买决策被两类社会化信息影响。其中基于行动的社会化信息(如其他消费者购买)比基于观点的社会化信息(如其他消费者评论)产生的影响更大。另外，消费者参与起到一定的调节作用。Li et al.(2014)发现因为社会影响，群体成员在进行购买决策时显著增加购买意愿。

把“购买行为”作为因变量时，Hamari (2013)研究发现用户查看自己徽章的次数(社会比较)积极影响用户完成交易。Curty and Zhang (2013)研究建议网站具备哪些社会化特征(促进和吸引他人、创造自我认同和社会意识、生成内容、集体行动)能够影响社会化电子商务中的用户购买行为。

在积极的影响因素中，有一些被证实为中介变量，如Liang et al.(2011)研究中的关系质量(信任、满意度评论、承诺)，Kim and Park(2013)实证分析中的信任，Ng(2013)指出的文化以及对社会化网络社区的信任，Pö yry el al.(2013)提出的社区使用行为中的浏览行为，Lee and Choi(2014)指出的访问意向以及Hajli(2015)关注的信任等。

2.2 消极的影响因素

在假设、验证自变量的过程中，发现了少数具有消极作用的影响因素。Cheung et al.(2014)的研究结果表明，消费者参与和消费者的专业知识对消费者购买决策起着重要的调节作用，但影响作用相反。消费者参与产生积极的调节效果，而消费者专业知识起消极的调节作用。Bai et al.(2015)发现产品的不确定性和卖家的不确定性是消极的影响因素。这项研究的结果显示，第三方信息中间人直接影响卖家的不确定性和产品的不确定性。此外，产品的不确定性和卖家的不确定性对购买意向有弱的消极影响。

2.3 不相关的因素

通过实证检验后，发现有些自变量并没表现出与因变量的相关性。如Kim and Park(2013)提出的经济的可行性；Pö yry et al.(2013)研究的享乐动机、参与行为；Hamari(2013)分析的明确的目标，即可以解锁徽章的能力；Lee and Choi(2014)总结的瞬时特征(缺乏时间、数量短缺、临时优惠券)；Bai et al.(2015)指出的第三方信息中介。从表象上来看，以上这些因素均不同程度地表现出与社会化电子商务购买行为的关联性，但是均没有得到研究者们的实验数据的验证。

2.4 控制变量

控制变量是指那些除了实验因素以外的所有影响实验结果的变量，这些变量不是本实验所要研究的变量，所以又称无关变量、无关因子、非实验因素或非实验因子。只有将自变量以外一切能引起因变量变化的变量控制好，才能弄清实验中的因果关系。国内外学者在研究中引入控制变量的很少，如Zhang et al.(2014)把年龄、性别、网络购物体验作为控制变量进行了分析。

3 结论及建议

3.1 发现了大量的积极的影响因素，可适当关注消极的影响因素及控制变量

从现存的研究者们的研究成果来看，多数从影响社会化电子商务的购买行为的积极影响因素入手，实证得出了一些有价值的发现，如社会支持这一因素得到了不少学者的关注，提出其所包含的情感支持和信息支持能显著影响消费者购买行为，并有效进行了验证。社会支持代表了社会化电子商务的本质特征，这一结论充分证明了社会化电子商务这种新兴电子商务形式的发展前景，并为社会化电子商务企业通过发展网站的社会化特征，促进用户群体网络关系来提升购买水平提供了依据。同时，不少学者先后证实了信任的积极影响作用，并充当了诸如社会支持、网站质量、社会化电子商务结构、声誉、商业公司的规模大小、信息质量、交易安全、沟通、口碑推荐、亲密、熟悉等因素与购买行为之间的中介变量。这一结论充实了对社会化电子商务购买行为的研究，强调了信任的重要性。

与此同时，在今后的研究中，学者们除了一方面继续巩固和深化对购买行为的积极的影响因素的研究，也可以开始关注消极的影响因素和控制变量。消费者购买行为体系是一个复杂的综合体，存在着大量的影响因素，积极的因素能有效促进购买，但是消极的因素也是企业获取收益的绊脚石，需要得到关注并加以引导和规避。并且，一些非实验因素如不加以控制，会影响到实证研究的性度和效度，最终导致偏差。目前，在消极的影响因素和控制变量方面涉及的成果较少，将是研究的一个方向。

3.2 多用“购买意向”代替“购买行为”，需转向使用实际购买行为数据

目前，研究数据多数来源于在线调查问卷，是意向数据而非事实数据。用“购买意向”数据代替“购买行为”数据，虽然可以在一定程度上预测社会化电子商务用户的购买趋势，但是仍与实际情况存在差距。应多用网页抓取数据、网站数据来研究社会化电子商务的购买行为，进一步深化在此方面的研究成果。同时，国外多以facebook、twitter等以及国内多以淘宝、人人网等网站的社会化电子商务用户为研究对象，缺乏大型企业开展社会化电子商务的一手数据。

3.3 研究方法多用结构方程模型，可考虑联合分析等方法

在现在的影响因素研究中，研究方法多用结构方程模型，该方法有诸多优点，赢得了广大学者的青睐。结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的显在变量，也可能包含无法直接观测的潜在变量。结构方程模型可以替代多重回归、通径分析、因子分析、协方差分析等方法，清晰分析单项指标对总体的作用和单项指标间的相互关系。目前，研究 均立足于社会化环境及特征对购买行为的分析上，缺乏从社会化电子商务的产品特征的角度进行分析。从这个角度出发分析社会化电子商务消费者购买行为，可以考虑联合分析方法，该方法能较好分析产品的多个特性如何影响消费者购买决策问题。对于社会化电子商务企业设计产品及促进社会化电子商务用户参与到产品设计环节有积极的促进作用。

参考文献

[1] Bai，Y．，Z．Yao and Y．F．Dou．“Effect of social commerce factors on user purchase behavior：An empirical investigation from renren．com”[J]．International Journal of Information Management，2015，35(05)．

[2] Cheung，C．M．K．，B．S．Xiao and I．L．B．liu．“Do actions speak louder than voices？The signaling role of social information cues in influencing consumer purchase decisions”[J]．Decision Support Systems，2014(65)．

3] Curty，R．G．and P．Zhang．“Social commerce：Looking back and forward”[J]．Proceedings of the American Society for Information Science and Technology，2011，48(1)．

4] Curty，R．G．and P．Zhang．“Website features that gave rise to social commerce： a historical analysis，”[J]．Electronic Commerce Research and Applications，2013(12)．

5] Hajli，M．N．“The role of social support on relationship quality and social commerce”[J]．Technological Forecasting & Social Change，2014(87)．

6] Hajli，N．“Social commerce constructs and consumer’s intention to buy”[J]．International Journal of Information Management，2015(35)．

7] Hajli，N．and J．Sims“Social commerce：The transfer of power from sellers to buyers”[J]．Technological Forecasting & Social Change，2015(94)．

8] Hamari，J．“Transforming homo economicus into homo ludens：A field experiment on gamification in a peer-to-peer trading service”[J]．Electronic Commerce Research and Applications，2013(12)．

9] Heo，C．Y．“Exploring group-buying platforms for restaurant revenue management”[J]．International Journal of Hospitality Management，2015．

10] Kim，S．and H．Park．“Effects of various characteristics of social commerce (s-commerce) on consumers’trust and trust performance，”[J]．International Journal of Information Management，2013(33)．

11] Lee，H．andJ．Choi．“Why do people visit social commerce sites but do not buy？[J]．The role of the scarcity heuristic as a momentary characteristic”，2014．

12] Li，Y．M．，C．L．Chou and L．F．Lin．“A social recommender mechanism for locationbased group commerce”[J]．Information Sciences，2014(274)．

13] L i a n g，T．P．，Y．T．H o，Y．W．L i a n d E．Turban“What Drives Social Commerce：The Role of Social Support and Relationship Quality”[J]．International Journal of Electronic Commerce，2011，16(2)．

[14] Liang，T．P．，and E．Turban．“Introduction to the Special Issue Social Commerce：A Research Framework for Social Commerce”[J]．International Journal of Electronic Commerce，2011，16(2)．

[15] Ng，C．S．P．“Intention to purchase on social commerce websites across cultures：A cross-regional study，”[J]．Information & Management，2013(50)．

[16] Pö yry，E．，P．Parvinen and T．Malmivaara．“Can we get from liking to buying？Behavioral differences in hedonic and utilitarian Facebook usage"[J]．Electronic Commerce Research and Applications，2013(12)．

[17] Stephen，A．T．and O．Toubia．“Deriving Value from Social Commerce Networks”[J]．Journal of Marketing Research，2010，47(2)．

[18] Wang，C．N．and P．Zhang．“The Evolution of Social Commerce：The People，Management，Technology，and Information Dimensions”[J]．Communications of the Association for Information Systems，2012，31(5)．

[19] Yadav，M．S．，K．Valck，T．H．Thurau，D．L．Hoffman and M．Spann．“Social Commerce：A Contingency Framework for Assessing Marketing Potential”[J]．Journal of Interactive Marketing，2013(27)．

[20] Z h a n g，H．，Y．B．L u，S．G u p t a a n d L．Zhao．“What motivates customers to participate in social commerce？The impact of technological environments and virtual customer experiences”[J]．Information & Management，2014(51)．

中图分类号：F713.36

文献标识码：A

文章编号：2096-0298(2015)08(c)-058-04

作者简介：刘莉琼(1979-)，女，湖北武汉人，汉族，工商管理硕士，武汉商学院商贸物流学院电子商务教研室，副教授，主要从事电子商务方面的研究。