移动电商消费者参与度在消费决策过程中的影响模型

　　4 移动电商消费者参与度在消费决策过程中的影响模型

　　4.1 移动电商消费者的决策模型

　　消费者行为决策，其中牵扯到 5 个 W，分别为：①what，买什么；②why，为什么要买；③when，在什么时候买；④where，在什么地方买；⑤who，谁来买。

　　而具体的消费过程，可以为分三个不同阶段，分别为消费前阶段、正在消费阶段和购买结束后阶段。这每一个阶段，都会相应地发生一定的消费者行为。

　　①消费前阶段，确认消费者需求，搜寻产品信息，分析选择商品；在这一阶段，针对消费者最重要价值的信息为产品的价格、功能以及商家承诺等；②消费阶段，这一阶段为购买的执行阶段，消费者会同时受到消费便利性、消费时间和服务质量等相关因素的影响从而决定购买行为是否产生。

　　③购买结束后阶段，这一阶段商家所提供给消费者的售后服务，以及消费者的用户体验等，使消费者对于自己的购买过程有一个确定的评价，由此将有可能影响下一次购买行为的发生。
　　
　　4.2 移动电商消费者参与度在消费决策中的要素分析

　　西方发达国家针对电商发展的实证研究这些年来层出不穷，理论界的推动使得电商发展更是如火如荼。但是与国外的情况相比，我国针对电商的研究却处于落后阶段，而这也相应地制约了我国电商市场发展。当前，我国庞大的消费人口，通过网络进行消费，其购买产品的类别以及交易金额数，比起西方先进国家来说，还是有一定的差距。而这种局面的存在，与我国特定的文化背景下消费者保守的购买心理和传统的购买行为等，有很大关系。

　　从以上角度来看，针对电商消费存在的优势和问题并存的情况，基于消费者角度来建构消费模型同时研究理论和市场实践，这是非常有意义的一件事情。目前，我国国内乃至国外，对于电商决策的相关研究，主要集中于四个方面：①消费者特征；②产品特征；③交界平台界面特征；④风险认知。
　　
　　4.2.1 移动电商的消费者特征
　　
　　目前电商市场模式下，很难把握消费者的购买意图，对于消费者搜索网页进入网店浏览商品这一系列的过程来看，商家基于现代化的数据分析软件可以统计出到店人数、当前流量等，并且通过这些基本能够提炼出来移动电商消费者的特征如下：

　　（1） 年龄集中在 20-30 岁。

　　移动电商的主要用户集中在 20 岁到 30 岁之间，差不多在正常情况下，22 岁大学一毕业，到 30 岁是一个小白领的阶段，这个人群将近五成，占了整个移动电子商务用户的五成。同时数据还显示移动电商还有一个不可忽略的人群，16 到 22 岁的人群，这个人群也在增加，这部分人群的特点，基本上不靠自己赚钱，但是非常非常具有好奇心，愿意尝试。

　　（2） 性别男女各占一半。

　　在 PC 端上看，女性占了绝对的优势，无论从人数、消费能力都占了非常大的优势，但是在移动电商的数据来看，男女基本各占一半。这说明更多的移动电商上面有更多的男性，这一点从我们的后期的调查问卷也能体现。

　　（3） 地域更为广阔从 PC 端数据显示，电子商务的消费用户主要集中在一、二线城市；而移动电商的消费用户则更为广泛，这的利于手机的应用与普及，数据发现二三线城市，甚至是四、五线城市的比重在逐步增加。

　　4.2.2 移动电商的产品特征

　　Kotler（2000）将商品分为 5 个层次：核心商品、基本商品、预期商品、扩展商品和潜在商品13；而 Kotler &Armstrong（2000）又将实体商品分为两大类：消费品与工业品。消费品是以消费者购买习惯作为分类基础，又可分为便利品、选购品、特殊品与忽略品；而工业品多以成品以及生产过程的方式进行分类，包括物件、资本、供应品与服务。

　　当然，适合于电子商务销售的商品与实体店铺毕竟不同，在评价适用于电子商务的商品特性时，Figueiredo（2000）指出，许多实体商品在电子商务中交易时，由于信息的不对称，商品的特性往往难以被精确呈现。

　　4.2.3 移动电商的交互平台界面特征

　　如今电商平台界面以及电商购物模式来看，消费者在实际消费过程中掌握更多的主动性，也可以更加个性化地决定自己的消费行为不受影响，但是依旧会受到交互平台界面的影响，组要影响来自一下 6 个方面?

　　1、界面是否简洁，突出重点。当信息流相当大的时候，界面越简单越好。。

　　2、搜索功能。由于信息量大，电商界面必须有搜索功能。

　　3、吸引用户点击的按钮。按钮和链接是网页中不可缺少的控件，相比较而言，链接显得消极和被动，大的按钮显得更为生动，按钮和界面上其他元素对比起来更为显眼。

　　4、文本 界面清晰，明确。当内容以大量的文本块的形式出现时，就需要融合不同的文本颜色、背景、字体和链接去保证界面的可读性。

　　5、内容即时更新。时髦消费者需要获得最新的商品消息消息，用户也希望软件能即时升级，自动检测是否有更新文件。

　　6、口碑营销和个性化。有效的口碑营销终极目标很有可能是提供高质量的服务和良好的用户体验。用户对于一个应用软件越满意，越愿意提升社会资本和扩大社交圈。为了达到这个目的，不管是在线还是离线，电商网站都必须够吸引人。电商网站要提供更加灵活和更加适合的界面去满足用户的个性化需求。同时， 电商网站也要花费很长时间研究用户行为和搜索记录、了解用户的兴趣和期望值。

　　4.2.4 移动电商交易中的风险认知

　　1960年, Bauer 首次将风险的概念引入消费行为学研究。他指出, 交易结果具有不确定性, 其中不可避免会有一些负面结果, 比如金钱、时间、机会和自我等的损失,因此消费行为就包含一定的风险。要强调的是,这种风险是消费者主观的认知, 与客观存在的风险存在一定差异。财务风险、性能风险、身体风险、时间风险、心理风险和社会风险维度, 被公认为能够解释传统购物方式下, 绝大部分的消费者风险认知。网上购物由于虚拟环境的信息流与现实环境的物流和价值转移等在时空上的不同步,就更有可能造成交易的损失, 加大了风险。比如, 知识技术的限制使普通消费者对信息流的过程无法感知和控制, 有被黑客攻击的费者的很多知觉线索被剥夺等等。可见网上购物的特殊性, 赋予风险认知以新的含义, 甚至新的维度。可能; 呈现在网页上的商品, 摸不到, 尝不着, 导致消费者费者的很多知觉线索被剥夺等等。可见网上购物的特殊性, 赋予风险认知以新的含义, 甚至新的维度。

　　本课题也将通过这四个层面具体研究其对网络消费决策的相关影响因素的力度。
　　
　　4.3 移动电商环境下消费者的购买决策与参与度
　　
　　模型建构在消费者网络购物影响因素模型中，本文基于技术接受模型的理论基础，认为感知网络购物有用对消费者的态度和意向均有影响，而对于感知网络购物易用、网络购物风险认知、网站特性认知和商品因素的认知四个因素，只论证其对消费者态度的影响，其对消费者意向的影响并未加以考虑，主要是因为在大量查阅前人研究的基础上，并未发现这四个因素对消费者意向产生影响，且由于研究的有限性，所以本文也不考虑这四个因素对消费者意向的影响。

　　根据上述论述，提出模型如图 4.1 所示：【1】

　　
　　其中本文所欲验证的变量假设归纳如下：

　　Hl：消费者个体因素会对消费者网站特性认知产生影响。

　　H2：2a：消费者个体因素会对感知网络购物有用产生影响。

　　2b：消费者个体因素会对感知网络购物易用产生影响。

　　H3：消费者个体因素会对商品因素产生影响。

　　H4：消费者个体因素会对网络购物风险认知产生影响。

　　H5：消费者个体因素会对网络购物态度产生影响。

　　H6：消费者个体因素会对网络购物行为产生影响。

　　H7：7a：消费者网站特性的认知，对感知网络购物有用产生正面影响。

　　7b：消费者网站特性的认知，对感知网络购物易用产生正面影响。

　　H8：消费者网站特性的认知，对消费者网络购物态度产生正面影响。

　　H9：消费者感知网络购物易用，对感知网络购物有用产生正面影响。

　　H10：消费者感知网络购物有用，对消费者网络购物态度产生正面影响。

　　H11：消费者感知网络购物有用，对消费者网络购物意向产生正面影响。

　　H12：消费者感知网络购物易用，对消费者网络购物态度产生正面影响。

　　H13：消费者所感知网络商品质量信息，对网络购物态度产生正面影响。

　　H14：消费者网络购物风险认知，对消费者网络购物态度产生负面影响。

　　H15：消费者网络购物态度，对消费者网络购物意向产生正面影响。

　　H16：消费者网络购物意向，对消费者网络购物行为产生正面影响。

　　4.3.1 针对变量的定义与测量

　　1、针对变量的定义本文研究涉及的变量主要有以下六个层面：消费者个体因素、消费者网站特性认知、消费者网络购物接受程度、消费者对商品因素的认知、消费者网络购物风险认知、消费者网络购物态度和意向，每个变量均由几个细分变量组成。各细分变量如下：

　　（1）顾客个体因素【2】

　　
　　（2）顾客针对网络消费特性的相关认知【3】

　　
　　（3）顾客对于网络购物的可接受程度【4】

　　
　　（4）顾客对于网络购物所存风险程度的认知情况【5】

　　
　　（5）商品因素
　　
　　（6）顾客网络购物对应的消费态度、购买意向和是否达成消费行为【7】

　　
　　2、 针对变量的测评本课题基于过往学者研究结果之上，经过大量的文献调研，设计了针对变量进行测评的表格如下，其中每一个不同变量的相应测评项目及参考文献出处如下：

　　（1）测量顾客的个体因素【8】

　　
　　（2）顾客对于网店特性相对认知的测评情况【9】

　　
　　（3）顾客接受网络购物相关程度的测评【10】

　　
　　（4）顾客对于网络购物所存在风险在认知方面的测评【11】

　　
　　（5）商品因素【12】

　　
　　（6）顾客网络购物消费态度、购买意向、消费行为相关测评【13】

　　
　　4.3.2 调查问卷设计

　　1、 调查的准备时期——预调查所谓预调查，指的是通过问卷形式开展的调查，这一调查阶段是了解问卷设计相关问题的可靠性，比如说各种用于检测的问题，是不是具备理解性、无歧义性、易答性等等，而预调查的主要目的在于通过了解问卷的可靠性，及时改进不合理的提问问题，可以使在问卷调查开展过程中，被调查方完全了解问题的意义并提供给调查一方想要的具备真实性的答案。

　　本课题的预调查开展，主要针对在校大学生以他们为预调查样本，通过随机发放方式下发问卷 50 份，并有效地进行后续的跟进，所以 50 份问卷全部顺利有效回收。

　　在预调查这一阶段回馈的问题有：①问卷题目数量太多；②编排次序混乱等等。

　　所以，针对问题的存在，结合预调查相关数据，课题对即将发放的调查问卷题目进行相应改进，同时精简了部分意义不大的问题，重新编排次序等等，例如，发现感知网络购物有用的 2、3 两个项目意思上重复，将其合并为 1 个，而 4、5 两个项目都是在说明网络购物是非常有用的，遂删掉第 5 个。根据反馈意见，调整了意思表达不清晰的项目。修改后的量表如下：【14】

　　
　　正式问卷共分为五大部分：

　　第一部分是针对消费者的个体因素开展调查，比如说消费者创新消费特点、个人情况变量、消费导向特征和相关网络消费经验等等，共计 13 个问题；第二部分针对消费者对于网络消费特性的认知程度，共计 8 个问题；第三部分是针对消费者接受网络消费的程度变量，共计 7 个问题；第四部分是消费者所了解到的网络消费风险性，共计 9 道问题；第五部分是商品因素，共计 3 道问题；第六部分为消费者网络购物态度、意向和行为，有 5 道问题。一共有 45 道题。

　　本研究所使用的问卷衡量工具为一般性选择和李克特 5 级量表（Likert）开展测评，这是一种在社会科学研究方面经常要使用到的测评方法。其中：

　　第一部分为消费者私人情况变量的统计，以及针对消费者网络消费经验相关内容的选择（一般性）；其它四部分，都统一采用了李克特的五级量表法，从“完全不同意”发展到“完全同意”这五个范围进行选择，并且分别给予 5 分到 1 分这个评分范围。

　　2、问卷调查阶段——正式调查本课题所开展的研究，采取了纸面的问卷调查法和网络问卷调查法这两种调查方法有机结合的随机调查，其中纸面问卷将由此次课题研究参与人员针对北京科技大学天津学院和天津工业大学在校学生亲自发放和回收，且回收率较高；而网上问卷调查主要是针对目前国内知名拍卖网站（淘宝网、易趣网和拍拍网）通过 Email、QQ 聊天工具等形式发放和回收，其回收率较低。总共发放问卷 400 份（其中纸面问卷 300份、网上问卷 100 份），收回 295 份（纸面问卷 242 份、网上问卷 53 份），最终得到有效问卷 280 份作为研究的最终样本。样本的分布见表 4.15，表 4.16 所示：【15】

　　
　　数据收集详细说明：

　　（1）此次调查共回收 280 份详实有效的样本，而这其中被调查对象，男女比例3：2，男性绝对多数；
　　
　　（2）问卷调查对象按年龄段划分为 5 部分，其中 18 岁～35 岁样本数居多，83.9%；而﹤18 岁和≧46 岁年龄段样本数偏少，这主要是此次调查问卷基本下发给在校大学生的原因。

　　（3）调查对象划分①职业方面：可以划分为学生、职员（企业、事业单位）、专业技术人员及教育战线人员、自由职业人员、其它这五大类，学生样本达 79.6%；②受教育程度划分：本科及以上学历，占 80%，正好吻合《第二十五次中国互联网络发展状况相关统计报告》中提及的“大专及大专以上学历人群，基本构成网络购物消费主流的群体”。因此，高学历人群可以当成是网络消费人群的典型性代表。

　　（4）可支配收入情况通过调查对象的收入情况发现，其中：①每个月可支配收入﹤1000 元， 54.3%；②每个月月可支配收入≧4000 元，3.9%。

　　这一结果也吻合上述提及的报告中相关内容，认为月可支配收入低的用户是网络消费主力军，但是，在这次调查中有一个不确定性因素就是，本次调查样本主要来自于在校大学生，而这些大学生目前还是无收入人员，所以在这一方面，调查有一定的出入性。

　　从以上数据可以看出，本次研究所用的样本是具有一定代表性的。【16】

　　
　　4.3.3 统计数据的分解

　　本篇论文主要采用 SPSS 16.0，还有 AMOS 7.0 这两种统计软件，统计问卷调查所得到的各种数据并进行分析。

　　1、问卷信度分析

　　所谓信度是指对同一事物进行重复测量时，所得结果的一致性程度，它反映了测量工具（量表）的稳定性或可靠性 。而信度分析，又名可靠性分析，这是检验问卷评测相关变量时，对于稳定性和一致性的相关测评分析。一般情况下，问卷信度的高低，说明问卷以及问卷的结果是否具备可重复性、一贯性，其内容是否具备一致性，以及相关研究重复性程度等。

　　信度指标，基本用相关系数进行表示，可分成大致的 3 类：①稳定系数；②等值系数；③内部一致性系数。

　　本课题在研究过程中采用的是第三类别来分析问卷的信度，即内部一致性系数。

　　而当前社会科学相关研究方面，最常使用的第三类别的信度指标是 Cronbach 的 α 系数，这个系统介于 0～1 之间，值越高代表信度越高。

　　根据多数学者的观点，任何量表的信度系数如果在 0.9 以上，则该量表的信度甚佳；信度系数在 0.7 以上都是可接受的；但一旦信度＜0.6，就需要对研究工具进行重新的修正或者重新编制。

　　在课题研究中，我们采用了 Cronbach 的 α 值，对问卷中不同变量的信度进行衡量。先行删除效果不好的问项，然后，各变量的相关信度表，可是见下表的 4.17 和4.18 所示：【17-18】

　　
　　由表 4.18 了解，不计商品相关因素，各研究变量 Cronbach 的 α 值基本上处于0.709～0.909 这一范围内，为可以接纳的范围。所以，结论是不同变量的问项，具备相关的稳定性、一致性。

　　2、 单因素分析（个人变量）

　　针对个人变量的单因素方差分析，主要出于检验某项因素所能影响的 1 个或者是多个相对独立因变量之间的差异。在本项研究当中，单因素变量进行方差分析，目的在于分析具备差异特点的人口统计，被作为研究对象的消费者在年龄、性别、职业、月收入、受教育程度以及网络经验等方面存在的差异性，对于消费者在网络消费过程中，针对平台属性的认知、网络销售的感知等相关消费行为上可能产生的影响。

　　3、分析单人统计变量以及各个不同变量的单项影响因素

　　（1）针对网络购物进行的统计个人变量，在消费特性认知方面的 One wayANOVA【19】

　　
　　由表 4.19 的分析结果可知，单因素方差分析（One way ANOVA）之后，P＞0.1，这说明以上各种单因素不会对顾客网络消费的特性认知产生明显的影响力度。

　　（2）感知有用、感知易用的单因素方差分析【20】

　　
　　通过表 4.20，我们发现在感知容易性方面，单项方差分析之后，P 值＞0.1，这说明各种单因素诸如性别、消费者年龄、职业等等，都不会对消费者感知容易性产生明显的影响。而在感知效用性方面，年龄和职业的差异，当 α＝0.1 时，存在着明显的差异性；可是，与性别、收入和受教育程度，却没有显着差异性。

　　（3）网络购物风险性相关认知方面单因素方差分析【21】

　　
　　观察表 4.21，我们发现针对年龄不同和月收入不同的，当 α＝0.1 时，在这个水准上对于风险性的认知存在着明显差异性。可是，性别、职业和受教育并不影响认知。

　　（4）网络购物消费态度方面单因素方差分析【22】

　　
　　分析表 4.22 发现，年龄、受教育程度对这一单因素（消费态度）有着明显影响，可是性别、收入和职业，却没有显着区别。

　　（5）网络消费行为方面的单因素方差分析【23】

　　
　　分析表 4.23 发现，当消费行为在 α＝0.1 这个水平上时，年龄和受教育程度对于消费行为有着显明的影响，而其它元素则基本没有影响。

　　4、消费者的网络经验与不同变量研究之间的单因素分析

　　本课题针对消费者的互联网经验，从三方面开展研究：①使用互联网时间；②平均单次上网时间；③每周平均网络消费次数。

　　（1）互联网使用经验在网站特性认知方面 One-wayANOVA【24】

　　
　　通过表 4.24 发现网络经验与网络消费特性认知之间没有显着的联系。

　　（2）感知效用性（易用性和有用性）方面的 One wayANOVA【25】

　　
　　分析表 4.25，得出结论，在感知效用性方面，当 α＝0.05 与 α＝0.1 时，网络经验和平均上网时间存在明显的差异性。

　　（3）针对网络购物风险认知方面的 One wayANOVA【26】

　　
　　分析表 4.26 得出结论，网络经验与网络消费风险认知之间存在着明显的差异性。

　　（4）网络消费态度方面 One wayANOVA【27】
　　

　　分析表 4.27 知道，网络经验将会显着影响消费者网络购物态度。

　　（5）网络消费行为方面 One wayANOVA【28】

　　
　　通过表 4.28 了解网络相关经验会显着影响消费者网络购物行为。

　　5、 分析消费者决策模型（Structural Equation Model，SEM）结构方程模型，包含三方面含义：

　　（1）结构方程模型，这是一个针对因果关系而建立、估测和检验的相关模型。在结构方程模型当中，一方面包含有可以显在观测的变量，另一方面可能包含潜在型的不能直接观测的变量。

　　（2）结构方程模型，这是一种可以代替通径分析、多重回归、协方差分析、因子分析等分析方法的相关模型，而且可以清楚地分析单项指标和单项指标相互间的关系，以及它对于总体所起的作用。

　　（3）结构方程分析有别于传统回归分析，它可以同时进行多个因变量的处理工作，并可以用来比较和评价不同建构方法的理论模型。可以说，结构方程模型，对于统计学中“因子分析”和“路径分析”这两大主流技术有效地进行了整合，因其先进适用性从而被广泛地运用。

　　1、方程模型的拟合度分析关于模型的拟合度，存在着三类指标，分别为：①增值拟合度，Incremental fit?

　　measures；②简约拟合度，Parsimonious fit measures；③绝对拟合度，Absolute fitmeasures。其相关评价标准如表 4.29：【29】

　　
　　见表 4.30，研究模型相关的拟合度指标数值如下：【30】

　　
　　通过上表 4.30，本课题所提出的顾客网络消费影响因素模型，具备一定解释能力。

　　2、方程模型的路径分析本调查通过结构方程模型的路径分析法，对自变量和因变量之间存在关系进行确证，从而确认相关各变量研究因果关系与模型假设是否存在联系。

　　以下对各个变量的路径分析示意图进行说明：

　　（1）网络购物行为研究提出网络消费行为的相关假设：

　　H6：消费者个体因素会对网络购物行为产生影响。

　　H16：消费者网络消费意向，对消费者网络消费行为产生正面影响。【31】

　　
　　由上图得出相关的网络消费行为结构方程式如下：

　　网络消费行为＝0.72 网络消费意向＋0.53 顾客个体因素 R2＝0.73在这一方程式中， R2＝0.73，这代表网络消费行为可以通过顾客个体因素与网络消费意向这两个因素进行解释，相应的解释能力为 73%。而且，网络消费意向较大地影响了网络消费行为，所以 H6 和 H16 判定为成立。

　　（2）网络消费意向研究提出了网络消费意向的相关假设：

　　H11：顾客感知网络消费很有用，对之网络消费意向产生正面影响。

　　H15：顾客网络消费态度，对之网络消费意向产生正面影响。【32】

　　
　　由上图得出网络消费意向的结构方程式为：

　　网络消费意向＝0.48感知网络消费有用 ＋ 0.63网络消费态度 R2＝0.67方程式中 R2＝0.67，表示网络消费意向可以由感知网络消费有用和相关消费态度共同解释，解释能力值 67%。并且网络消费态度较大影响了网络消费意向。所以 H11和 H15 判定成立。

　　（3）网络消费态度此处提出有关网络消费意向的相关假设：

　　H5：顾客个体因素会影响网络消费态度。

　　H8：顾客网站特性的认知，对顾客网络消费态度有正面性影响。
　　
　　H10：顾客感知网络消费有用，对顾客网络消费态度有正面性影响H12：顾客感知网络消费易用性，对顾客网络消费态度有正面性影响。

　　H13：顾客认知网络商品因素，对顾客网络消费态度具备正面性影响。

　　H14：顾客认知网络消费风险，负面影响顾客网络消费态度。【33】

　　
　　通过上图得出网络消费态度相关结构方程式如下：

　　网络消费意向＝0.61 顾客个体因素＋0.37 网店特性认知＋0.38 感知网络消费有用＋0.22 感知网络消费易用＋0.18 商品因素－0.35 认知网络消费风险 R2＝0.69方程式 R2＝0.69，代表网络消费态度同时可由顾客个体因素、网站特性认知、感知效用性、网络消费风险认知共同解释，解释能力值 69%。结论是顾客个体因素、网站特性认知、感知效用性、商品因素等对网络消费态度产生正面影响，而网络消费风险则负面影响网络销售态度，故 H5、H8、H10、H12、H13、H14 成立。

　　（4）感知网络消费有用性针对有关网络消费意向的相关假设：

　　H2a：顾客个体因素会影响感知网络消费有用。H7a：顾客网站特性的认知会正面影响感知网络消费有用。【34】

　　
　　H9：顾客感知网络消费易用会正面影响感知网络消费有用。

　　由图我们得出感知网络消费有用的结构方程式为：

　　感知网络消费有用＝0.33 顾客个体因素＋0.28 网站特性认知＋0.74 感知网络消费易用 R2＝0.59方程式 R2＝0.59：代表感知网络消费有用可同时由顾客个体因素、网站特性认知、感知网络消费易用来解释，其解释能力值 59%。其中感知网络消费易用更大地影响感知网络消费有用。故 H2a 、H7a、H9 判定成立。

　　（5）感知网络消费易用本研究所提出有关感知网络消费易用的假设：

　　H2b：顾客个体因素会对感知网络消费易用产生影响。

　　H7b：顾客网站特性的认知正面影响感知网络消费易用。【35】

　　
　　由图得出感知网络消费易用如下结构方程式：

　　感知网络消费易用＝0.39 顾客个体因素＋0.77 网站特性认知 R2＝0.67方程式 R2＝0.67：代表感知网络消费易用，同时可由顾客个体因素、网店特性认知等共同解释，解释能力值 67%。其中网站特性认知较大影响到感知网络消费易用，故 H2b 、H7b 判定成立。

　　(6) 网店特性认知针对网店特性认知的假设：

　　Hl：顾客个体因素会对顾客网店特性认知产生影响。【36】

　　
　　分析上图得出网店特性认知之结构方程式如下：

　　网店特性认知＝0.28 顾客个体因素 R2＝0.63方程式 R2＝0.63：代表网店特性认知可通过顾客个体因素进行解释，解释能力值63%。故判定 H1 成立。

　　（7） 商品因素本研究所提出有关商品因素的假设：

　　H3：顾客个体因素会对商品因素产生影响。【37】

　　
　　分析上图得出网店特性认知相关结构方程式如下：

　　网店特性认知＝0.42 顾客个体因素 R2＝0.59方程式 R2＝0.59：代表网店特性认知可由顾客个体因素进行解释，解释能力值59%。故判定 H3 成立。

　　（8） 网络消费风险认知针对网络消费风险认知相关假设：

　　H4：顾客个体因素影响网络消费风险认知。【38】

　　
　　得到网络消费风险认知相关结构方程式如下：

　　认知网络消费风险＝0.17 顾客个体因素 R2＝0.68方程式 R2＝0.68：代表网络消费风险认知可通过顾客个体因素进行解释，解释能力值 68%。故判定 H4 成立。

　　4.3.4 假设的相关检验相关假设检验之结果如表 4.31 所示：【39】

　　
　　4.4 移动电商提高消费者参与度的分析

　　店铺在线咨询功能、搜索服务、系统可靠性、系统服务器工作速度等多个变量会影响消费者能否接受网络消费。但在当前的技术条件下，因为移动网络的迅猛发展，这些变量并不会对消费者网络消费态度和消费意向产生太大影响。

　　但是，我们同时也要看到，这些变量是开展网络消费的基本前提，所以移动电商企业在拓展电商销售渠道的时候，首先要把硬件条件做好，即功能完善、服务器速度稳定、系统通畅的网站。许多网民对于网络消费抱有疑虑的原因在于他们担心对应的售后服务以及商品质量、物流配送、网络支付安全等问题，而这也是当前社会网民针对网络消费所提出来的最多也最需要改进的地方，因此，这几方面的变量如今已经成为了直接影响消费者网络消费态度和消费行为的最关键变量之一。

　　通过以上的问卷调查、模型建构我们得出结论，网店需要做好这几方面的工作：①容易且安全支付；②及时配送正确的产品；③优秀的售后服务；④优良的产品质量。

　　2004 年时，中国互联网信息网络中心面向网民发布中国网络调查报告，其中针对网络购物总结消费者选择网络消费原因如下：①送货上门，方便，53.9%；②价格便宜，50.1%；③购买本地买不到商品，44.8%；④节省时间、体力，35.7%；⑤好奇，尝试一下，24.9%；⑥效率高于传统购物，20.9%。

　　由以上数据看出，消费者感知网络消费有用性是影响电子商务发展的主要因素，但在本课题中，因为我们所调查研究的为潜在的网络消费者（在校大学生），所以，这一变量并不是主要影响网络消费者的因素，但是对于网络消费态度和消费意向仍有一定的影响。因此对于网店来说，需要提供给顾客更进一步的购物优势，使消费者感到网络购物的效用，从而才能接受。

　　2004 年，中国互联网信息网络中心所发布的中国网络调查报告中，指出在我国：①存在 62.4%的网民，抵制网络消费，原因是害怕上当，不信任网站（网店），这是网民不上网购物的最主要原因；②担心商品质量，而不上网购物的网民占 47.4%；③质疑购物安全性的网民占 42.3%。这说明了许多潜在消费者，他们关注网络购物安全性问题，所以，移动电商需要让网民感觉到上网消费是一件具备可靠性的事情，并及时对应消费者需求解决消费者遇到的问题，保护消费者的隐私，按时传递消费者各种产品或服务。在发展移动电商时，感知电商信息质量，这是影响消费者购物态度和消费意向的一个主要决定因素，所以需要特别注意，使消费者可以通过移动电商的诚意感觉到网店所提供的各种针对商品或服务的信息是准确完善而且易于理解可信赖的。