消费者基于不同原因的网购退货对购后行为的影响

张 圣 亮，张 结 娣

(中国科学技术大学 管理学院，安徽 合肥230026)



消费者基于不同原因的网购退货对购后行为的影响

张 圣 亮，张 结 娣

(中国科学技术大学 管理学院，安徽 合肥230026)

研究采用问卷调查方法分别测评了消费者网上购物后基于商家原因、个人原因和快递公司原因导致的退货行为对消费者购后行为的影响。研究发现，基于不同原因导致的退货行为对购后行为有显著影响，表现为：对消费者正向行为(正面口碑和重购意向)影响的退货原因依次是个人原因、快递公司原因和商家原因；对消费者负向行为(负面口碑和转换意向)影响的退货原因依次是商家原因、快递公司原因和个人原因。同时，研究还测评了交易历史对购后行为的调节作用。

网购；退货行为；重购意向；口碑传播

一、引 言

随着互联网快速发展以及快递行业服务质量的提升，当前越来越多的消费者卷入网络购物。据CNNIC《第36次中国互联网发展状况统计报告》，截至2015年6月，我国网购居民已达6.68亿，比上一年增长2.9%[1]。但令人遗憾的是，在网购快速增长的同时，网购退货率也居高不下。退货率居高不下给网络销售公司带来了巨大的经济负担，但如果提高退货门槛，又会减少客户订单并导致客户负面行为。但需要说明的是，网购客户退货原因是多种多样的，不同退货原因导致的消费者购后行为不可能完全相同，从而网络公司对于基于不同原因的退货消费者应采取不同的管理策略。正由于此，本文拟通过实证研究方法探讨消费者基于不同原因的退货行为对购后行为的影响，以期为网络销售公司处理退货提供理论指导和进一步丰富相关理论。

网购是伴随着互联网的运用而产生的。随着网络技术的发展，互联网在中国进一步普及应用，网购在我国得以迅猛发展。退货是与购买相伴的，也是消费者自我保护和商家保护消费者利益的行为。关于退货原因，有学者认为，销售价格、退货策略和产品质量等是重要影响因素[2][3]。还有学者从归因角度对退货行为进行了研究。吴波和李东进通过研究远程购物消费者购物后的反应，得出消费者会更多地将产品质量问题引起退货原因归于零售商，而更多地将个人偏好问题引起退货的原因归于自身[4]。

Westbrook认为，购后行为包括消费者满意、重购意向、抱怨行为、品牌忠诚和口传行为[5]。Koltler认为，购后行为是消费者在购买产品后，为了表示自己对产品满意或不满意的程度而采取的行动，即顾客的购后行为是满意或不满意评价所引发的外显行为[6]。综合来看，消费者购后行为主要体现为正向行为(正面口碑和重购意向)和负向行为(负面口碑和转换意向)。口碑传播，根据Arndt的定义，指信息发送者与信息接收者间面对面的口语上的沟通行为[7]。Blodgett 等将口碑分为正面口碑和负面口碑[8]。重购意向，根据陈明亮的定义，是指消费者与现有供应商保持连续交易关系的意愿，即消费者在产生相同或相类似需求时，将根据之前所购产品的使用感受形成再次选择同一企业所提供产品的意向[9]。转换意向，根据Keaveney的定义，指消费者意图停止消费目前的品牌并转移至其他品牌的一种心理倾向[10]。

李东进和吴波等考察了远程购物方式下退货对后悔和重购意愿的影响，发现消费者退货原因通常可以分为产品质量问题和个人偏好问题，两种退货原因引起的退货在消费者退货责任归因、感知企业信任违背和消费者退货的后悔上均存在差异[11]。刘遗志等在研究消费者购物行为的影响机制时，指出创新性对购物行为具有显著的影响[12]。吴波和李东进的研究认为，与初次购买者相比，那些与某个网上零售商有长期交易关系的消费者会对该零售商的产品质量更有信心，一次交易中产品的质量问题带来的负面结果所产生的影响会较少[4]。

由上可知：第一，关于网上购物退货原因的研究并不充分，尤其是缺少实证研究，致使研究结论缺少说服力；第二，既有研究对消费者退货原因的分类并不全面，没有穷尽网购退货的所有原因；第三，关于网购退货原因对消费者购后行为的影响，既有研究基本上还是空白，尤其是没有研究退货原因对购后行为的影响机理及其程度。基于此，本文将以网购为背景，将消费者退货原因分为商家原因、个人原因和快递公司原因，分别测评不同退货原因对消费者购后行为的影响以及影响程度，进而为网络销售公司开展退货管理提供理论指导。

二、模型构建及研究假设

1．模型构建

借鉴前人研究成果，并通过与网购消费者深度交谈和向有关专家请教，本研究模型构建如图1所示。其中，退货原因为自变量，消费者购后行为为因变量，交易历史为调节变量。

图1 不同退货原因对消费者购后行为影响模型

模型中各变量界定如下：

(1)退货行为。借鉴吴波等的研究成果[4]，将退货行为定义为消费者购买某种产品之后因为各式各样原因而没有消费该产品，而是将该产品退给商家的行为。

(2)退货原因。借鉴吴波等的研究成果[4]，并通过对20位网购消费者访谈，本研究将网购消费者退货原因分为三类：①商家原因，包括商品原因(假冒/有瑕疵/本身质量差/与网站宣传不一致/实际大小与标注规格不一致)、服务原因(发货不及时/沟通不及时)以及价格原因(比同类产品价格高/价格下降)；②个人原因，包括个人偏好变化、个人期望值提升、个人经济条件恶化、个人选择错误(规格、型号、颜色等不符合要求)以及周边人影响；③快递公司原因，包括送货不及时、服务态度差、不送到指定或约定地点以及物品破损。

(3)购后行为。借鉴Westbrook等的定义[5]，本研究将购后行为定义为消费者购买和消费某种产品或服务后对商家采取的进一步行为。通过文献综述可知，消费者的购后行为包括多个维度，本研究主要从正面口碑、负面口碑、重购意向和转换意向四个维度度量购后行为。借鉴Arndt等和 Blodgett等的研究成果[7][8]，本研究将正面口碑定义为消费者向他人传播有关提供者正面信息的意愿；负面口碑定义为消费者向他人传播有关提供者负面信息的意愿；重购意向定义为消费者选择重复在同一个商家购买的意愿；转换意向定义为消费者选择停止在同一个商家消费的倾向。

(4)交易历史。借鉴吴波等的研究成果[4]，本研究将交易历史定义为消费者有没有相应的购买经历，并依次将其分为两个维度：没有购买经历(即初次购买)和有购买经历(即常客)。

2．研究假设

借鉴前人研究成果和通过与网购退货消费者面谈，本研究提出如下假设：

(1)关于退货原因对消费者购后行为的影响，假设如下：

H1a：消费者基于不同原因退货对正向行为(正面口碑和重购意向)有显著影响；

H1b：消费者基于不同原因退货对负向行为(负面口碑和转换意向)有显著影响；

H1c：消费者基于不同原因退货对正向行为和负向行为影响程度存在差别。

(2)关于交易历史对消费者后续行为的影响，假设如下：

H2a：在相同退货原因情形下，交易历史对消费者正面口碑有显著影响；

H2b：在相同退货原因情形下，交易历史对消费者重购意向有显著影响；

H2c：在相同退货原因情形下，交易历史对正向行为和负向行为影响程度存在差别。

(3)关于交易历史和退货原因对消费者购后行为的交互作用，假设如下：

H3a：基于不同原因退货行为和交易历史对消费者正面口碑具有交互作用；

H3b：基于不同原因退货行为和交易历史对消费者负面口碑具有交互作用；

H3c：基于不同原因退货行为和交易历史对消费者重购意向具有交互作用；

H3d：基于不同原因退货行为和交易历史对消费者转换意向具有交互作用。

三、问卷设计及数据收集

1．问卷设计

本研究拟采用问卷调查方法收集数据。这是因为：一是能够了解调查对象的真实意图；二是能够避免调查对象互相干扰。调查问卷共分为三部分：一是引导语——说明调查目的，以引导调查对象配合调查；二是调查对象信息，包括性别、年龄、受教育程度、每月网购次数等；三是基于不同原因的网购退货对购后行为的影响。在借鉴前人研究成果、对网购退货消费者访谈和预调查基础之上，将退货后消费者“正面口碑”分为“当别人提起时推荐别人购买(PW1)”、“主动劝说别人购买(PW2)”、“向其他人褒扬(PW3)”，将退货后消费者“负面口碑”分为“当别人提起时阻止别人购买(NW1)”、“向其他人批评(NW2)”、“主动劝说别人不要购买(NW3)”，将退货后消费者“重购意向”分为“继续选择这家网店(PI1)”、“优先选择这家网店(PI2)”、“增加购买次数(PI3)”，将退货后消费者“转换意向”分为“放弃在这家网店购物(CI1)”、“尽可能不在这家网店购物(CI2)”、“减少购买次数(CI3)”。采用Likert 5级量表进行测评，分数越高表示越同意，分数越低表示越不同意。

2．数据收集

本研究通过专业问卷调查网站问卷星收集数据。一是在线样本绝大部分有网购经历，符合本研究要求；二是能够控制被试者答题时间，保证被试者的随机性，防止同一被试者重复填写；三是国内外都有此种做法。

本研究共收回问卷407份，剔除内容不全、有明显矛盾和没有退货经历者的18份无效问卷，最终确定389份问卷进入统计分析。

四、统计及分析

1．描述性统计

采用描述性统计方法将调查对象基本信息统计如下：

①调查对象性别为男性47.8%和女性52.2%，这基本与网购人群性别相符(杜红云等调查显示女性网购人群占总体的 50.8%，并逐步增大[13])；②调查对象年龄主要集中在21～30岁之间(占比77.6%)，这也基本符合网购人群年龄特征(杜红云等调查显示国内网购人群中绝大部分是20～40岁的年轻人群)；③调查对象教育程度主要集中在本科及其以上学历，这主要是受调查样本特征的影响，本科及其以上学历人群更愿意参与学术研究相关问题的调查；④调查对象平均每月网购次数集中在1～2次；⑤调查对象交易历史分别为首次购买59.9%和两次及其以上购买40.1%，这基本与网购人群特征相符；⑥调查对象退购商品类别主要是服饰鞋帽(占比67.4%)，这基本与网购人群网购商品类别相符；⑦调查对象网购平台主要是淘宝和天猫，分别占比57.1%和24.4%，这两个平台也是目前大部分消费者选择的平台；⑧调查对象退购商品价格主要集中在51～200元，这主要是受调查样本特征影响，本研究调查对象主要集中在在校学生，收入较低，网购商品价格较低。

在互联网时代，很多消费者会通过自媒体来传播，所以专门对口碑传播方式进行了调查，发现利用自媒体方式传播所占比例较高。为此，本研究中的口碑传播既包括传统方式的口碑传播，也包括互联网时代的自媒体口碑传播。

2．信度与效度分析

采用AMOS18.0软件对因子模型的信度和效度进行检验。信度分析结果显示：①χ2/df=1.9209、CFI=0.988、IFI=0.988、TLI=0.983、NFI=0.975、RMSEA=0.049，表明因子模型具有较好的拟合度[14][15]；②所有观测变量因子载荷值均大于0.7，信度系数值均大于0.8，表明所有观测变量信度均达到显著水平；③因子组合信度值均大于0.9，表明量表具有较好的内部一致性。

效度分析结果显示：①所有变量平均方差抽取量值均大于0.5，表明变量具有较好的聚类效度；②平均方差抽取量值的平方根均大于变量之间的相关系数，表明量表具有较好的判别效度。

3．单因素方差分析与均值分析

为检验假设H1a和假设H1b，采用单因素方差分析进行检验。

方差分析对变量方差齐性要求较高，基于此，首先进行方差齐性检验，结果显示，变量的Sig.值均大于 0.05，表明样本方差差异不显著，即可以进行方差分析。

在方差齐性检验基础上，以退货原因为自变量，正面口碑、负面口碑、重购意向以及转换意向为因变量进行单因素方差分析，结果如表1所示。

表1 单因素方差分析

从表1可知，Sig.值均小于0.05，表明在0.05显著性水平下，基于不同原因的退货对消费者正面口碑、负面口碑、重购意向和转换意向均有显著影响，假设H1a至假设H1b得以检验。

为进一步检测退货原因类型对消费者正面口碑、负面口碑、重购意向和转换意向的影响程度，本研究采用均值分析方法进行分析，结果如表2所示。

表2 不同退货原因下消费者购后行为问项均值

从表2可知，消费者基于不同原因的退货对购后行为影响程度存在显著差异性，表现为：基于商家原因、个人原因和快递公司原因的退货行为对消费者正向行为和负向行为影响程度均存在显著差异性，假设H1c得到检验。具体来说：(1)对消费者正向行为(正面口碑和重购意向)影响的退货原因依次是个人原因、快递公司原因和商家原因；(2)对消费者负向行为(负面口碑和转换意向)影响的退货原因依次是商家原因、快递公司原因和个人原因。

对相关人员进行访谈，得到的结论与统计结果基本一致。如果是商家原因导致的退货行为，消费者基本上会将退货责任全部归咎于商家，产生负面行为的可能性大于正面行为；如果是个人原因导致的退货行为，消费者一般不会将退货责任归咎于商家，虽然消费者退货了，但是仍然可能会产生正面行为；如果是快递公司原因导致的退货行为，消费者会将退货责任部分归咎于商家。

4．独立样本t检验

为检验假设H2a和H2b，采用独立样本t检验进行分析，结果如表3和表4所示。

表3 交易历史的独立样本T检验

表4 交易历史的组统计量

从表3可知，正面口碑和重购意向的t分布双尾显著性概率小于0.05，表明交易历史对正面口碑和正面重购意向影响显著，且无论是正面口碑还是重购意向，常客比初次购买者的影响程度更大，即假设H2a和H2b通过检验。

从表4可知，在相同退货原因情形下，退货行为对初次购买者和常客的后续行为影响程度均存在显著差异。其中，退货行为对常客的正向行为(正面口碑和重购意向)的影响程度较初次购买者的影响程度大，而对常客的负向行为(转换购买和负面口碑)的影响程度较初次购买者的影响程度小，即假设H2c通过验证。这个结果表明常客类型消费者对商家具有更高的忠诚度，虽然退货了，但是退货后正向行为意向较强。

此外，为了解调查对象性别、年龄、受教育程度以及网购次数对退货原因与购后行为关系有无影响，还分别就性别、年龄、受教育程度以及网购次数进行了独立样本T检验。结果发现，性别、受教育程度以及网购次数对退货原因与购后行为关系影响不显著(具体结果不再展示)。

5．一般线性模型(GLM)

为检验不同原因退货和交易历史的交互作用，分别以正面口碑、负面口碑、重购意向和转换意向为因变量，不同原因的退货行为和交易历史为固定因素进行一般线性模型(GLM)分析，结果如表5所示。

表5 退货原因*关系类型的GLM分析结果

从表5可知，正面口碑和负面口碑的Sig.值小于0.05，说明交互作用显著，即基于不同原因退货行为和交易历史对消费者正面口碑和负面口碑具有交互作用，假设H3a和H3b通过检验；重购意向和转换意向的Sig.值大于0.05，交互作用不显著，假设H3c和H3d则没有通过检验。可能原因是：口碑传播影响更大，Katz和Lazardfeld指出，就信息传播的有效性和影响力而言，口碑传播是广告的3倍、人员推销的4倍和报纸或杂志的7倍[16]。

五、结 论

通过本研究，获得以下基本结论及其相应启示：

(1)基于不同原因的退货行为对消费者正向行为及负向行为均有显著影响——这一结论弥补了理论界关于网购退货对消费者退货后行为影响研究的不足，同时也启示商家为了增加消费者正向行为和防止负向行为发生，应尽力做好退货相关工作。

(2)对消费者正向行为(正面口碑和重购意向)影响的退货原因依次是个人原因、快递公司原因和商家原因。商家应该更加坚定无条件退货策略，同时应尽可能减少因退货给顾客产生的损失。

(3)对消费者负向行为(负面口碑和转换意向)影响的退货原因依次是商家原因、快递公司原因和个人原因。商家第一原因是商品原因(占比92.5%)，表明消费者非常看重商品质量，这就启示商家为了减少退货行为的负面影响，应尽力保证商品质量；商家第二原因是服务原因(占比5.7%)，启示商家，随着消费者服务意识增强，应适当提高服务质量，以满足消费者服务需求；商家第三原因是价格原因(占比1.8%)，表明价格在一定程度上影响退货后的负面行为，启示商家应尽可能保持价格合理与稳定。

(4)基于快递公司原因导致的退货行为对购后行为有显著影响——快递公司方面原因也是影响退货的重要原因之一。这就启示商家，在选择快递公司时，不能为了节约成本而选择服务质量较差的快递公司。有关快递公司选择可参考张圣亮等有关快递公司服务质量的研究结论[17]。

(5)交易历史对消费者口碑传播有调节作用——启示商家注重与消费者建立长期的关系，且一旦发生退货，及时与消费者沟通联系，尽量避免消费者传播负面口碑。

本研究存在这样一些局限性：第一，地域和样本局限。该研究地域和样本较集中，会影响外部效度，建议未来研究者在更大范围内对更多人群进行调查；第二，模型完备性局限。该研究没有囊括退货后悔、自媒体传播等变量，建议未来研究者应加以考虑。

[1] CNNIC.第36次中国互联网络发展状况统计报告[EB/OL].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/201507/t20150722_52624.htm,2016-01-27.

[2] MUKHOPADHYAY S K，SETOPUTRO R.Reverse Logistics in e-business：optimal price and return policy[J].International Journal of Physical Distribution and Logistics Management，2003，34(1)：70-89.

[3] MUKHOPADHYAY S K，SETOPUTRO R.A dynamic model for optimal design quality and return policies[J].European Journal of Operational Research，2007，180(3)：1144-1154.

[4] 吴波，李东进.远程购物消费者退货后的反应研究[J].当代经济，2013,(7)：67-76.

[5] WESTBROOK R A.Product/consumption-based affective responses and post-purchase processes[J].Journal of Marketing Research，1987，24(3)：258-270.

[6] 菲利普·科特勒,盖利·阿姆斯特朗.市场营销原理(第九版)[M].北京：清华大学出版社，2001.120.

[7] ARNDT J.Role of product-related conversations in the diffusion of a new product [J].Jourmal of Marketing research，1967，4(3)：291-295.

[8] BLODGETT J G,HILL D J,TAX S S.The Effects of distributive，procedural，and interactional justice on postcomplaint behavior[J].Journal of Retailing，1997，73(2):185-210.

[9] 陈明亮.生命周期不同阶段客户重复购买意向决定因素的实证研究[J].管理世界，2002，(11)：93-107.

[10] KEAVENEY S M.Customer switching behavior in service industries：an exploratory study [J].Journal of Marketing，1995，59(2)：71-82.

[11] 李东进，吴波，李研.远程购物环境下退货对购后后悔影响研究[J].南开管理评论，2013，16(5)：77-89.

[12] 刘遗志，汤定娜.消费者创新性对移动购物行为的影响机制研究——基于计划行为理论视角[J].大连理工大学学报(社会科学版)，2015，(3):40-46.

[13] 杜红云，刘丹.中国网络购物消费人群的特征分析及展望[J].科教导刊，2011，(40)：130-131.

[14] BOLLEN K A，LONG J S.Testing Structural Equation Models[M].New York：Sage Publications，1993.154.

[15] BENTLER P，STEIN J.Structural equation models in medical research[J].Statistical Methods in Medical Research，1992，1(2)：159-181.

[16] ELIHU K,PAVL F.Personal influence:the part played by people in the flow of mass communication[J].Canadian Journal of Economics & Political Science,1955，80(13):1583-1583.

[17] 张圣亮，张晓萌.快递行业顾客感知服务质量影响因素研究[J].上海管理科学，2015,(3)：55-59.

The Influence of Online Shopping Return with Different Attributions on Post-Purchase Behavior of Consumer

ZHANG Shengliang,ZHANG Jiedi

(School of Management, University of Science and Technology of China, Hefei 230026, China )

By conducting a questionnair suvey, this study has explored the influence of consumers’ return online with different attributions (merchants, individuals,and courier companies) on their post-purchase behavior.Results showed that online return based on different attributions have different effects on post-purchase behavior.And the positive consumer behavior (positive word of mouth and repurchase intention) is sequentially influenced by personal attribution, courier company attribution and merchant attribution,while the negative consumer behavior (negative word of mouth and conversion intention) is sequentially influenced by merchant attribution, courier company attribution and personal attribution.Meanwhile, this study also evaluated the regulating effect of the purchase history on post-purchase behavior.

online shopping；return behaviour；repurchase intention；word of mouth

2015-11-12;

2016-01-27

张圣亮(1964-)，男，河南夏邑人，副教授，主要从事市场营销和服务营销研究；张结娣(1990-)，女，安徽安庆人，中国科学技术大学管理学院硕士研究生，研究方向为市场营销和服务营销，E-mail：zjd4122@mail.ustc.edu.cn。

F27

A

1008-407X(2016)04-0033-06