MOM  >> Vol. 9 No. 1 (February 2019)

    性别差异、购物经验、收入水平对信任转移的影响研究
    Research on the Impact of Gender, Shopping Experience, Income to Trust Transfer

  • 全文下载: PDF(470KB) HTML   XML   PP.1-10   DOI: 10.12677/MOM.2019.91001  
  • 下载量: 51  浏览量: 145  

作者:  

游艳,赵冬梅,杨蔚宁:中国农业大学经济管理学院,北京;
胡燕川:北京市政路桥股份有限公司,北京

关键词:
信任转移性别差异购物年限购物频率收入水平Trust Transfer Gender Difference Shopping Length Shopping Frequency Income

摘要:

以永辉超市为调研主体,研究消费者将信任从超市实体店转移到购物平台即京东到家永辉超市,消费者自身因素中性别差异、购物年限、购物频率和收入水平与信任转移的关系。采用调查问卷的方式收集数据,运用SPSS和多元Logistic回归模型,实证研究了消费者自身因素对渠道间信任转移的影响和作用。研究结果表明:在中国电子商务市场环境下,消费者将信任从实体店转移到购物平台的过程中,性别差异对信任转移不存在显著的正向影响,为国外有关研究分歧增加了一个实证;购物年限和购物频率显著影响信任转移,消费者依靠自身交易经验来决定是否作出消费渠道的信任转移;消费者的收入水平对渠道间信任转移不存在显著的正向影响。

The paper made investigation of Yonghui supermarket, and researched consumers’ trust transfer from the supermarket to online shopping platform with the same brand, to analyze the impact of consumers' factors such as gender, shopping length, shopping frequency and income level on trust transfer. Using questionnaires to collect data, using SPSS and multivariate Logistic regression model, empirical study is aimed to find out the impact of consumer factors on trust transfer. The results show that in the Chinese e-commerce market, while consumers transfer the trust from the store to shopping platform, the gender difference does not have significant positive impact, which increases an example for foreign academic argument. Shopping length and shopping frequency affect trust transfer; consumers rely on their own transactions experience to decide whether to change shopping channel. Furthermore, there is no significant influence of income level on trust transfer.

1. 引言

随着互联网和智能设备的推广,在线消费已经成为商品交易的重要模式,带动了在线消费者规模的迅速增长。根据中国互联网络信息中心(CNNIC)调查显示,截至2018年6月,我国网民规模达8.02亿,手机网民规模达7.88亿。由此可见,我国网民和手机网民的规模持续扩大,互联网普及率攀升。在线消费从很大程度上改变了消费者传统的实体店购买模式,在线消费从初期的网页端交易,逐步发展为手机移动端购物,同时利用电子商务扩大市场也成为企业运营必需的发展战略。因此,研究在线消费者自身因素及其对渠道间信任转移的影响,显得具有一定的理论和实践意义。

目前,对消费者信任的动态变化中存在的性别差异影响,有学者进行了初步探索,但基于实体店到同一品牌购物平台,性别差异对信任转移的影响尚未有深入研究。同时,国外学者对性别差异是否影响消费者信任也存在着明显的分歧;关于购物经验对信任的影响研究相对较多,具体到子变量对信任转移存在的影响仍有研究空间;关于收入水平对渠道间信任转移的影响国内外研究相对较少。

以京东到家永辉超市为研究背景,在电子商务环境下研究消费者信任从实体店转移到购物平台的消费者自身因素。采用调查问卷的方式,运用SPSS和Logistics分析方法,研究了性别差异对信任转移的影响,购物经验分为购物年限和购物频率两个方面进行了研究,收入水平是否显著影响信任转移,本研究作出了探索性的尝试。

2. 文献回顾

Lee和Turban [1] 将信任作为在线消费者进行交易的中介变量,他认为信任包含四项主要因素,包括买方对在线卖方的可信任度、买方对在线消费环境的信任感,安全因素如第三方认证以及其它的安全保障方法、个人的信任倾向即消费者自身因素。同时,McKnight [2] 等研究指出在交换关系中,一个重要的考虑因素是愿意进行交换的对象,而信任在决定跟谁交换中起决定性作用。

《中国互联网络发展状况统计报告(第39次)》,中国互联网络信息中心,2016年12月信任转移是逐步认知的进程和构建信任的机制,根据信任目标相关的实体或企业信息产生信赖,该认知过程被称为信任转移。近年来,信任转移已成为国外学术界研究热点,研究发现消费者对一个渠道的信任程度将影响同一品牌其它渠道的信任感知。Kuan和Bock [3] 发现消费者对实体商店的信赖可以或许明显影响网络平台信任。Hahn和Kim [4] 在此基础上,提出实体店信任可用于预测消费者使用企业购物平台搜索产品的意愿,该意愿和在线消费信心正向影响消费者的购买意愿。Badrinarayanan [5] 基于评价性条件反射理论,实证消费者对实体商店的态度正向影响其对在线平台和供应商的态度,其信任也正向影响在线信任。Gefen [6] 认为消费者依据技术信任和商家信任来决定其购买决策,同时结构保障和情景正常也对信任产生重要影响。

在性别差异的研究方面,Dittmar [7] 指出消费者的性别和个体差异致使对相同事物的认知也会截然不同,性别差异被认为是个体差异的主要因素,不同性别的消费者即男性、女性,在消费心理和购买决策上具有不同特征,男性对待购物的态度是务实的,而女性则容易具有情绪化的倾向。男性和女性在进行口碑传播时也存在着差别,Mulac [8] 提出女性进行意见交换时更倾向于感情化。Gefen [9] 研究了她们分享自己的体验,已期得到他人的赞扬,更多展现的是情感需求的社会表现。男性的沟通交流则更倾向于信息互换,首要是为了晋升社会地位和对别人的影响力。Awad和Ragowsky [10] 分析了信任传播过程中,男性为了展示本身的知识面和能力,取得对方的认同而发布信息,而女性则是为了与别人分享喜悦,达到自我完善及互惠,因此可以看出性别差异对建立信任及信任传播存在差异。Rodgers [11] 等研究结果表明,女性消费者相对男性消费者而言,较容易受到感情和当时情绪因素的影响,而消费者满意正是消费者在与网络商家进行愉悦而便捷的交互中,逐渐积累的一种对网络商家及其网络平台的积极情感反馈。因此,Shankar [12] 提出相对于男性消费者,女性消费者对购物平台及商家满意度将更大程度地影响其对网络商家信任水平的提高或降低。然后,Lewicki [13] 研究发现在消费者与卖家的关系承诺阶段,性别差异的影响作用并不显著,消费者更看中卖家的经营能力与行为善意。在线消费者和卖家达成较高水平的关系承诺之后,双方建立持续信任,消费者的行为和态度更加忠诚,形成一种稳定的行为意向,这时的消费者性别差异已不显著。

关于购物经验的相关研究,Zucker [14] 提出信任来源于消费者的消费经验或以前的交易行为,或基于消费对象自身背景而产生的信任感,也基于第三方认证、法律法规等制度信任。基于多层面特征模型,Kim [15] 提出了消费者建立信任的前因和后果,认为信任的前因包括经验、认知、情感和个性化差异,以此影响信任和对网络购物的风险意识。国内学者发现购物平台的结构保障和供应商因素对在线信任具有显著的正向影响 [16] ,因此消费者的购物体验,即对购物平台保障和供应商的消费体验将显著影响在线信任,也将增进自身的购物频率。在对信任的进一步迭代研究中,Lewicki [17] 提出信任的迭代演化可分为三个阶段,分别是基于计算的信任,基于常识的信任,和基于认同的信赖。同时,Singh [18] 按照时间节点,将信任分为购买前信任和购买后信任,潜在消费者依据间接经验作出是否信任及购买决策,老用户则依靠自身交易经验。

在收入差异对信任的研究方面,国内外实证研究相对较少,Uslaner [19] 研究了个体特征对信任水平的影响,包括收入水平、性别差异、教育背景、宗教信仰等。Alesina [20] 和Ferrara [21] 研究得出收入少、女性、教育程度低、少数族裔的信任水平则更低,在性别差异上,男性比女性拥有更高的信任水平。Delhey和Newton [22] 提出收入高低造成信任水平的差异,个体的社会经济条件越好,社会信任度越高。综合上述文献,本论文提出了如下假设:

H1:在线消费者的性别差异对信任转移具有显著的正向影响。

H2:在线消费者的购物年限与信任转移正相关。

H3:在线消费者的购物频率对信任转移具有显著的正向影响。

H4:在线消费者的收入水平显著正向影响消费者的信任转移。

3. 数据收集与分析

通过前往京东集团总部进行管理层访谈、对接永辉超市北京区域负责人,采用发放调查问卷的方法,以京东到家永辉超市为研究背景,在电子商务环境下研究消费者信任从实体店转移到购物平台的消费者自身因素,包括性别差异、购物年限、购物频率、收入水平。然后通过管理层访谈对量表进行预测试,增加了部分量表,并请专家进一步修改完善。当然影响消费者决策的还有其它自身因素,如实际需要、购买动机等,以及卖家特征,如平台能力、结构保障、第三方认证,本文暂不涉及。在预调研中对收集回来的数据使用SPSS软件进行了探索性因子分析,删除部分题目形成了最终测量量表。

3.1. 数据收集

最终收集调研问卷417份,调研对象主要为18~49岁的消费者,占比93%,男女比例为1:2,教育程度本科及以上占70%,购物时间2~8年占77%,月均购物频率为3~6次的占49%,月收入2000-6000元的消费者占44%。使用SPSS软件对样本进行描述性统计分析,见表1,并计算最大值、平均值、标准差、偏度和峰度,其中偏度绝对值小于1,峰度绝对值小于2,数据呈正态分布。

Table 1. Descriptive statistics

表1. 描述性统计

Continued

3.2. 卡方分析

为了探究调查者对象是否发生从实体店到购物平台的信任转移,由于本问卷设置的信任是量表形式,需要对数据进行转换,我们将信任得分的前27%设置为没有发生信任转移,记作0,信任得分后27%作为发生信任转移,记作1,中间的信任得分由于没有较好的区分度,因此接下来的分析总共样本量为未发生信任转移为119人,发生了信任转移为88人,总共样本为207人。

卡方检验作为非参数测验,经过比对两项或多项频数,目标是检测在一定显著性程度上实际频数与某理论模型或分布特征假设为基础的期望频度的差异。卡方检验的运用领域非常广泛,前提为拥有足够大的样本量,促使在零假设下通过多元的正态中心极限定理来保证检验统计量有渐近的皮尔逊卡方分布。皮尔逊卡方统计量由统计学家皮尔逊于1899年提出,用于检验实际分布与理论分布配合水平,统计配合度检验的值。它是由各项实际观测次数fo与理论分布次数fe之差的平方除以理论次数,然后再求和而得出的,其计算公式为:

x 2 = ( f 0 f e ) 2 f e

运用SPSS作为卡方检验的工具,将性别差异、购物时间、购物频率、收入水平逐一进行卡方检验。在性别差异的研究中,检验统计量值为4.784,自由度为1,双侧渐进显著性为0.029,如表2;在购物时间的卡方检验中,检验统计量值为17.241,与卡方分布符合较好,自由度为4,双侧渐进显著性为0.002,如表3;在购物频率的卡方检验中,检验统计量值为18.589,与卡方分布符合较好,自由度为4,双侧渐进显著性为0.001,如表4;对于收入水平的卡方检验,检验统计量值为16.037,与卡方分布符合较好,自由度为4,双侧渐进显著性为0.003,如表5

Table 2. Chi-square test for gender differences

表2. 性别差异卡方检验

0个单元格(0.0%)的期望计数小于5。最小期望计数为29.33。b. 仅针对2 × 2表进行计算。

Table 3. Chi-square test of shopping time

表3. 购物时间卡方检验

a. 2个单元格(20.0%)的期望计数小于5。最小期望计数为2.98。

Table 4. Chi-square test of shopping frequency

表4. 购物频率卡方检验

a. 0个单元格(0.0%)的期望计数小于5。最小期望计数为5.10。

Table 5. Chi-square test of income level

表5. 收入水平卡方检验

a. 1个单元格(10.0%)的期望计数小于5。最小期望计数为4.68。

3.3. 多分类Logistic回归

信任转移是将消费者从实体店转移到购物平台的关键,基于对永辉超市实体店的消费体验和信任,京东到家移动端的结构保证和情景正常因素,信任产生的前因、商家虚实结合的流程集成度和消费者购买意愿,将影响消费者对移动端的感知和购买决策。运用多分类Logistic回归分析,进一步分析性别差异、购物年限、购物频率和收入水平对信任转移的影响。在数据分析上,多分类Logistic 回归常用于研究多值响应变量与影响因素之间的关系,是二分类Logistic 回归技术的延伸。logistic模型由极大似然法求解的,似然值实际上则为一个概率,取值在0~1,极大似然值为1说明模型很好,得出其对数似然值ln(1) = 0,所以能够根据−2倍的−2 Log likelihood对数似然值来验证模型拟合状况,其对数似然值越小则模型拟合得越好。

Logistic回归分析有无交互作用,通常做法为先拟合单独主效应的模型情况,其次拟合有主效应和交互作用,最后求得似然比值和似然比卡方值。经过系统的分析和比较,参数估算值见表6,可见性别的显著性为0.256,P值大于0.05,说明性别差异对信任转移的影响不显著,假设1未得到有效验证;购物时间和购物频率的显著性均为0,说明两者显著影响信任转移,假设2和假设3得到验证;收入水平的显著性为0.636,P值大于0.05,收入水平不能显著影响信任转移,假设4不成立。

Table 6. Likelihood ratio test

表6. 似然比检验

进一步分析,由表7中可以观察到,变量性别差异的Sig值为0.261,大于0.005,说明其不显著。购物经验的各变量中,除了购物年限的第四个选项Sig值为0.18,大于0.05,其它各选项的Sig值均小于0.05,其变量回归系数具有良好的显著性,验证了购物年限的显著性。购物频率的各个变量中,1、2、3、5选项的Sig值均小于0.05,其变量回归系数具有良好的显著性,验证了购物频率对信任具有显著性影响。而月收入的各变量中,Sig值均明显大于0.05,说明收入水平不能显著影响信任转移。具体假设验证结果如表8

Table 7. Estimates of parameters

表7. 参数估算值

Table 8. Hypothesis test results

表8. 假设检验结果

4. 结论与展望

以永辉超市为调研主体,从永辉超市实体店转移到购物平台即京东到家永辉超市,分析研究了消费者自身因素中性别差异、购物年限、购物频率和收入水平与信任转移的关系。采用调查问卷的方式收集数据,运用SPSS和多元Logistic回归模型,实证研究了消费者自身因素对信任转移的影响和作用。研究结果表明:在中国电子商务市场环境下,消费者将信任从实体店转移到购物平台的过程中,性别差异对信任转移不存在显著的正向影响,购物年限和购物频率则显著影响信任的转移,收入水平对信任转移也不存在显著的影响。

第一,就国内外有争议的性别差异对信任转移的影响问题,研究发现性别差异不能显著正向影响信任转移,该结论印证了Lewicki [13] 的研究结果,与其它文献综述中研究结论不一致。分析认为在信任从实体店到购物平台转移过程中,消费者基于在实体店永辉超市的购买历史和购买经验,产生对永辉超市品牌的信任,继而对超市购物平台的能力和善意产生信任,从而顺畅地将消费行为转移到购物平台上。因此在结论中性别差异的影响不显著也是合理的。

第二,在购物经验的研究中,在中国电子商务的大环境下,研究结果与国外学者之前的研究成果一致,验证了消费者的信任基于消费对象自身背景,在有实体店购买经验后,老用户依靠自身交易经验来决定是否作出消费渠道的信任转移。消费者的购物经验,包括购物历史、购物频率、购物体验等显著地影响渠道间的信任转移。

第三,就收入水平的差异对信任转移的影响方面,国内外研究相对较少。个别学者认为收入越高,信任度越高,收入少的消费者则信任水平更低,但是本研究发现收入水平对信任转移影响并不显著。基于研究对象为永辉超市,消费产品是日常生活用品,使用频率较高、单价相对较低、总价相对不高,所以消费者无论收入高低,对信任转移的影响程度并不显著。

鉴于调研数据对象的有限性,永辉超市实体店到网络购物平台京东到家永辉超市,虽然是一个较为理想的研究对象,但是研究目标和目标人群存在一定局限性,可能会影响研究的效度。未来研究可基于不同领域的研究对象分析消费者自身因素对信任转移的影响,在有效借鉴国外研究成果的同时,考虑中国发展特色,结合国家和地区间的数据结果进行横向比较,增强理论解释力。

文章引用:
游艳, 赵冬梅, 杨蔚宁, 胡燕川. 性别差异、购物经验、收入水平对信任转移的影响研究[J]. 现代市场营销, 2019, 9(1): 1-10. https://doi.org/10.12677/MOM.2019.91001

参考文献

[1] Lee, M.K.O. and Turban, E. (2001) A Trust Model for Consumer Internet Shopping. International Journal of Electronic Commerce, 6, 75-91.
https://doi.org/10.1080/10864415.2001.11044227
[2] Mcknight, D.H. and Chervany, N.L. (2002) What Trust Means in E-Commerce Customer Relationships: An Interdisciplinary Conceptual Typology. International Journal of Electronic Commerce, 6, 35-59.
https://doi.org/10.1080/10864415.2001.11044235
[3] Kuan, H.H. and Bock, G.W. (2007) Trust Transference in Brick and Click Retailers: An Investigation of the Before-Online-Visit Phase. Information & Management, 4, 175-187.
https://doi.org/10.1016/j.im.2006.12.002
[4] Hahn, K.H. and Kim, J. (2009) The Effect of Offline Brand Trust and Perceived Internet Confidence on Online Shopping Intention in the Integrated Multi-Channel Context. International Journal of Retail & Distribution Management, 37, 126-141.
https://doi.org/10.1108/09590550910934272
[5] Badrinarayanan, V., Becerra, E.P., Kim, C.H., et al. (2012) Transference and Congruence Effects on Purchase Intentions in Online Stores of Multi-Channel Retailers: Initial Evi-dence from the U.S. and South Korea. Journal of the Academy of Marketing Science, 40, 539-557.
https://doi.org/10.1007/s11747-010-0239-9
[6] Gefen, D., Karahanna, E. and Straub, D.W. (2003) Trust and TAM in Online Shopping: An Integrated Model. MIS Quarterly, 27, 51-90.
https://doi.org/10.2307/30036519
[7] Dittmar, H., Long, K. and Meek, R. (2004) Buying on the Internet: Gender Difference in Online and Conventional Buying Motivations. Sex Roles, 50, 423-444.
https://doi.org/10.1023/B:SERS.0000018896.35251.c7
[8] Mulac, A., Erlandson, K.T., Farrar, W.J. and Hallett, J.S. (1998) Uh-huh. What’s That All about? Differing Interpretations of Conversational Backchannels and Questions as Source of Miscommunication across Gender Boundaries. Communication Research, 25, 641-668.
https://doi.org/10.1177/009365098025006004
[9] Gefen, D. and Ridings, C. (2005) If You Spoke as She Does, Sir, Instead of the Way You Do: A Sociolinguistics Perspective of Gender Differences in Virtual Communities. ACM SIGMIS Database, 36, 78-92.
https://doi.org/10.1145/1066149.1066156
[10] Awad, N.F. and Ragowsky, A. (2008) Establishing Trust in Elec-tronic Commerce through Online Word of Mouth: An Examination across Genders. Journal of Management Information Systems, 24, 101-121.
https://doi.org/10.2753/MIS0742-1222240404
[11] Rodgers, S. and Harris, M.A. (2003) Gender and E-Commerce: An Exploratory Study. Journal of Advertising Research, 43, 322-329.
https://doi.org/10.2501/JAR-43-3-322-329
[12] Shankar, V., Smith, A.K. and Rangaswamy, A. (2003) Customer Satisfaction and Loyalty in Online and Offline Environments. International Journal of Research in Marketing, 20, 153-175.
https://doi.org/10.1016/S0167-8116(03)00016-8
[13] Lewicki, R.J., Tomlinson, E.C. and Gillespie, N. (2006) Models of Interpersonal Trust Development: Theoretical Approaches, Empirical Evidence, and Future Directions. Journal of Management: Official Journal of the Southern Management Association, 32, 991-1022.
https://doi.org/10.1177/0149206306294405
[14] Zucker (1986) Production of Trust: Institutional Sources of Economic Structure (1840-1920). Research in Organizational Behavior, 8, 53-111.
[15] Kim, D.J., Song, Y.I., Braynov, S.B. and Rao, H.R. (2005) A Multi-Dimensional Trust Formation Model in B-to-C e-Commerce: A Conceptual Frame Work and Content Analyses of Academia/Practitioner Perspective. Decision Support Systems, 40, 143-165.
https://doi.org/10.1016/j.dss.2004.01.006
[16] 游艳, 赵冬梅, 胡燕川. 第三方评估和共同价值观对在线消费者行为意向的影响研究[J]. 管理现代化, 2017(2): 78-83.
[17] Lewick, R.J. and Bunker, B.B. (1996) Developing and Maintaining Trust in Work Relationships. In: Kramer, R. and Tyler, T., Eds., Trust in Organizations: Frontiers of Theory and Research, Sage Publications, Thousand Oaks, 114-139.
https://doi.org/10.4135/9781452243610.n7
[18] Singh, J. and Sirdeshmukh, D. (2000) Agency and Trust Mecha-nisms in Consumer Satisfaction and Loyalty Judgments. Journal of the Academy of Marketing Science, 28, 150-167.
https://doi.org/10.1177/0092070300281014
[19] Uslaner, E.M. (2003) Trust, Democracy and Governance: Can Government Policies Influence Generalized Trust? In: Hooghe, M. and Stolle, D., Eds., In Generating Social Capital: Civic Society and Institutions in Comparative Perspective, Palgrave Macmillan, New York, 171-190.
https://doi.org/10.1057/9781403979544_9
[20] Alesina, A. (2002) Who Trusts Others? Journal of Public Eco-nomics, 85, 207-234.
https://doi.org/10.1016/S0047-2727(01)00084-6
[21] Ferrara, L.E. (2002) Inequality and Group Participation: Theory and Evidence from Rural Tanzania. Journal of Public Economics, 85, 235-273.
https://doi.org/10.1016/S0047-2727(01)00102-5
[22] Delhey, N.K. (2005) Predicting Cross-National 1-Evels of Social Trust: Global Pattern or Nordic Exceptionalism? European Sociology Review, 21, 311-327.
https://doi.org/10.1093/esr/jci022