網絡視角的風險與時尚對消費者信息搜索行為影響研究

王麗麗，趙炳新，D.Nebenzahl

(1.山東大學管理學院，山東 濟南 250100；2.山東財經大學財政稅務學院，山東 濟南 250014；3.Ariel University Center of Samaria， Israel，69016)

網絡視角的風險與時尚對消費者信息搜索行為影響研究

王麗麗1,2，趙炳新1，D.Nebenzahl3

(1.山東大學管理學院，山東 濟南 250100；2.山東財經大學財政稅務學院，山東 濟南 250014；3.Ariel University Center of Samaria， Israel，69016)

消費者決策一直是消費者行為研究的核心，信息搜索作為消費者決策的第一步受到理論和實踐界的普遍關注。互聯網時代，消費環境快速變化呈現出網絡化特點，消費者追求時尚與個性化，產品技術復雜化增加了消費者購買的風險，這些因素使得消費行為越發嵌入于網絡當中。基于此，文章從網絡視角出發，以感知風險和時尚為切入點研究社會網絡對消費者信息搜索行為的影響。在網絡構建上，與通常直接建立網絡的方法不同，作者將網絡結構指標與回歸分析相結合，通過對以往文獻的梳理，構建了以網絡規模、網絡結構洞、網絡凝聚子群和關系強度為指標的社會網絡結構量表，采用回歸的方法揭示社會網絡對消費者信息搜索的作用。通過對樣本消費者調查研究發現，時尚和社會網絡影響消費者信息搜索行為。其中，時尚敏感度與消費者信息搜索行為之間存在正向關聯。社會網絡中的網絡規模和關系強度會分別發揮正向和負向的調節作用，調節時尚敏感度與信息搜索行為之間的關系。該研究在一方面為今后網絡角度的消費者行為研究在網絡構建上提供幫助，另一方面驗證了企業在進行產品設計、品牌營銷時，可以借助社會網絡，提高戰略的針對性和有效性。

信息搜索；社會網絡；風險；時尚；回歸方程

1 引言

科學技術飛速發展極大地改變了人類生產和生活方式，也使得消費環境迅速變化。特別是在互聯網環境下，影響消費者的因素更多，消費者之間的關系更加復雜，網絡效應更強，消費現象呈現出動態變化。消費者成為一股強大的力量影響企業決策。消費者決策作為消費者行為的核心內容一直以來都是理論與學術界的研究熱點。作為消費者決策的第一步，信息搜索是消費者合理解決問題做出購買決策的基礎，在消費者決策中發揮重要作用。正如Moorthy等[1]指出“理解消費者信息搜索行為對企業戰略制定至關重要。因此，營銷中有對消費者信息搜索行為進行實證分析的傳統也就不足為奇了”。

信息經濟時代，以互聯網為代表的信息通訊技術的飛速發展縮短了人與人之間的距離，人類被比以往更加緊密的方式連系起來(Christakis，Fowler)[2]。與此同時，產品技術日趨復雜，消費者購買面臨的不確定性即風險增加；信息冗余使得“如何獲取有效信息”取代信息貧乏成為消費者決策面臨的首要問題。與其他渠道相比，來自周圍群體的信息更受到消費者信賴[3]。消費者崇尚個性，追求消費的個性化和差異化，“時尚”成為影響消費者決策的重要因素。作為一種特殊的消費現象，“時尚”意義來自于消費者群體，“時尚”傳播于消費者互動的復雜系統中[4]。這些因素使得消費者愈發嵌入于復雜的社會網絡中，消費行為受到社會網絡影響。

盡管有關消費者信息搜索和社會網絡的研究都各自取得了豐碩成果。但是，鮮有將兩者結合的研究。針對消費者信息搜索行為，現有的研究主要關注個體變量和社會情境[5-6]，很少研究社會網絡對消費者決策行為的影響[7]。社會網絡對消費者行為的分析則主要關注購買后行為(例如社會傳染，創新擴散)[8-9]，卻忽視了網絡對消費者決策之前行為，例如信息搜索的作用。

社會網絡為消費者提供信息、資源和情感支持，是消費者信息搜索的重要渠道[10-11]。基于此，文章從社會網絡的角度出發研究消費者信息搜索行為。特別的，文章以感知風險和“時尚”作為切入點，研究社會網絡與消費者信息搜索行為之間的關系。在研究方法上，大多數網絡視角的研究或者采用小世界或無標尺網絡進行仿真模擬，或者通過事先限定樣本范圍測度具體的社會網絡[12-13]。盡管這些方法有效的驗證了網絡對消費者行為的影響，但所使用的網絡無法真實的反映出影響消費者決策的這個復雜網絡真實的網絡結構特征。與這些方法不同，文章首先假定社會網絡中的結構指標能夠影響消費者信息搜索行為，并針對結構指標設計相應的測量題項，通過調查問卷的方法驗證假設。文章發現，“時尚”和社會網絡結構的確能夠影響消費者信息搜索行為。特別的，網絡規模和關系強度會調節時尚敏感度與信息搜索行為之間的關系。在理論方面，該研究為網絡視角的消費者行為研究在網絡構建上提供了借鑒。在實踐方面，了解消費者的需求可以幫助企業更好的服務于目標群體，了解消費者如何獲取信息則有助于企業提高產品或品牌推廣的針對性。

2 相關概念與研究假設

2.1 消費者信息搜索

信息搜索始于消費者需求/問題認知，是消費者有意識的激活記憶里存儲的知識或者在周圍環境中獲取信息的過程。信息搜索是消費者決策過程的重要環節，消費者合理解決問題、做出購買決策的基礎。盡管消費者信息搜索包括從記憶中搜尋信息的內部搜索行為和在外部環境中尋找信息的外部搜索行為兩個階段，但是隨著產品技術復雜性程度增加，外部搜索成為消費者重要的信息來源，因此，本文僅涉及外部信息搜索。作為消費者主動搜集有關產品信息的過程(Punj，1987)，這種主動性反映了消費者的搜索傾向和對特定信息渠道的依賴程度[14]，而這種傾向或依賴程度也恰恰是研究消費者信息搜索的主要原因和企業制定戰略的基礎。因此，本文的信息搜尋行為具體指消費者的外部信息搜索傾向。

2.2 感知風險

消費者購買決策中存在對結果的不確定，即風險。這種風險來自于消費者的主觀意識，是消費者認識到的主觀風險，而非實際存在的客觀風險。作為影響消費者決策的重要變量，感知風險貫穿消費者決策行為始終；作為一個主觀概念，消費者對風險的感知程度和對風險的承受能力不同，即對風險的態度或敏感性不同。感知風險一旦超過了消費者的承受范圍，消費者會采取相應的行動將風險降低到自己可接受的范圍之內。盡管受消費者個性、購物目的、認知需要等一系列因素的影響，每個消費者采取的策略不同，但最主要的策略可歸納為對信息的處理[15]。Eiglier[14]，Brown等[11]指出，消費者對風險的敏感程度越高，其信息搜索的傾向越高。Murray等[17]發現，隨著對風險感知程度的增加，消費者傾向使用更加多樣的信息渠道。由此，文章假設，消費者對風險越敏感，信息搜索的傾向越高，即假設1：

H1：消費者對風險的敏感度與信息搜索行為之間存在正向關系。

2.3 時尚

“時尚”是社會文化下的審美標準和行為表達，是對于世界有個人特色的認識，一種持之以恒的思想與行為模式[18]。它存在于特定時期，特定的社會系統或特定群體之中。對時尚的研究最早始于社會學領域，盡管西美爾[19]認為作為一種社會形態，時尚僅存在于社會上層。但是，隨著時代發展社會變遷，尤其是伴隨著信息傳播渠道的多樣化以及后現代社會追求差異性等特征的擴散，時尚已非上層階級專屬而是成為影響消費者及其行為的重要因素。

作為“時尚”的載體，產品/品牌所傳遞的時尚信息會不斷變化，與一般消費者相比，時尚嗅覺敏銳的消費者往往更加關注時尚動態和流行趨勢[20]，他們會關注并主動搜尋時尚信息。與其他決策一樣，信息搜索是時尚決策過程中的重要一環。Kaiser和Chandler[21]等人指出，消費者的時尚意識與其信息搜索行為有關。特別的，作為象征性消費行為，“時尚”的意義來自于社會群體，與時尚意識較低的消費者相比，對時尚更加敏感的消費者更傾向與朋友就產品進行討論[22]，傾向于廣泛的搜集信息。由此，文章提出第二個假設：

H2：消費者對時尚的敏感度與信息搜索行為之間存在正向關系。

2.4 社會網絡與消費者信息搜索

社會網絡是由個體及個體之間關聯關系構成的網絡[23]。作為消費者信息獲取的重要渠道，個體之間的關聯關系為消費者提供了信息、資源和情感支持[10，24]。關聯關系反映資源和價值流動，網絡結構為個體帶來特殊利益和優勢，其中最重要的一種優勢就是對信息的控制。Lee等[25]研究發現，位于網絡中不同位置的個體在信息搜索的動機、內容方面存在差異。由此，文章推論，對風險敏感的消費者出于降低風險，緩解壓力的需求會廣泛收集相關產品信息；時尚觸覺敏感的消費者出于對時尚的追求會廣泛的收集相關產品的信息。在這個過程中，社會網絡規模大，網絡位置優越的個體擁有信息優勢，較之網絡中其他個體，占據優勢地位的個體會更加傾向于深入的信息搜索活動。由此文章認為：

H3：社會網絡會調節風險敏感度與信息搜索行為之間的正向關系。

H4：社會網絡會調節時尚敏感度與信息搜索行為之間的正向關系。

在社會網絡測量指標上，個體之間的關聯關系和由此構成的網絡結構是社會網絡研究兩個重要的組成部分[10]。因此，社會網絡主要指標包括結構和關系兩個指標維度：

2.4.1 社會網絡的結構維度與信息搜索：

社會網絡的結構維度主要指標有：網絡規模，凝聚子群，“結構洞”，網絡中心性，網絡密度。

(1) 網絡規模與信息搜索：

網絡規模指嵌入網絡中的個體以及個體之間關聯關系的數量。網絡規模大意味著個體擁有的關聯數量多，從而有更多搜索信息的渠道[26]，能夠獲得更多的社會資源[27]。大規模網絡中的信息流動更加迅速，信息量更大。因此，擁有大規模社會網絡資源的個體出于追求時尚或降低風險的需求會更傾向于進行廣泛深入的信息搜索。由此，文章假設：

H3.1：社會網絡規模會調節風險敏感度與信息搜索行為之間的正向關系。

H4.1：社會網絡規模會調節時尚敏感度與信息搜索行為之間的正向關系。

(2)網絡凝聚子群與信息搜索：

凝聚子群是社會網絡中的子網絡。凝聚子群成員之間往往具有相對較強的、直接的、緊密的、經常的或積極的關系[28]。同一子群內部成員之間通常擁有相同或相似的興趣，共同的價值觀(例如“攝影俱樂部”，“驢友團”)，或者相同的屬性(例如，“舍友”，“校友”)。凝聚子群內部成員之間通常交流頻繁，關系密切，彼此相互信任，更容易分享產品或者服務信息。在面對不確定性時，個體更加傾向于向同一子群內的同伴尋求幫助。因此，得到假設：

H3.2：社會網絡凝聚子群會調節風險敏感度與信息搜索行為之間的正向關系。

H4.2：社會網絡凝聚子群會調節時尚敏感度與信息搜索行為之間的正向關系。

(3)網絡結構洞與信息搜索：

現實生活中的網絡并非是全連通網絡。在網絡的內部和網絡之間通常存在斷點或者脆弱的關系結構。這意味著社會網絡中的個體并非相互認識，大多數個體之間會缺少直接關聯。但也有一些個體能夠與不同的網絡建立聯系，成為“代理者”。這些個體有更多的機會獲得非冗余、創新的信息(Burt，1992)，具有信息和控制優勢。也正因如此，處于“結構洞”位置的個體獲取的信息更多、更新、更廣泛，其信息搜索的傾向越高。由此，提出假設：

H3.3：社會網絡結構洞會調節風險敏感度與信息搜索行為之間的正向關系。

H4.3：社會網絡結構洞會調節時尚敏感度與信息搜索行為之間的正向關系。

(4)網絡中心性與信息搜索：

網絡中心性指網絡個體之間的連通度，中心性是網絡中的優勢位置。位于中心位置的個體往往更加活躍，與其他個體保持密切聯系，樂于與他人分享信息和資源[29]。中心地位的個體在信息獲取方面擁有特殊的社會優勢[30-31]，并在信息傳播過程中扮演著重要角色[32]，有更多獲取信息的機會[33]，在追求時尚或降低風險時信息搜索的傾向越大。由此，得到假設：

H3.4：社會網絡中心性會調節風險敏感度與信息搜索行為之間的正向關系。

H4.4：社會網絡中心性會調節時尚敏感度與信息搜索行為之間的正向關系。

(5)網絡密度與信息搜索：

在社會網絡中，網絡密度指網絡成員之間所擁有的直接關聯的比率。網絡密度在一定程度上決定了網絡中信息傳遞的數量。因此，Xiong Yan和Li Jieyi[34]等人將網絡密度描述為網絡成員之間互動的程度。密度越大的網絡中，成員之間交往越密切，彼此之間信任的程度越高[35]，交流信息的機會越多。由此，文章假設：

H3.5：社會網絡密度會調節風險敏感度與信息搜索行為之間的正向關系。

H4.5：社會網絡密度會調節時尚敏感度與信息搜索行為之間的正向關系。

2.4.2 社會網絡的關系維度與信息搜索：

關系強度是社會網絡關系維度的主要指標。

日常生活中，消費者之間被各種關系連接起來，例如朋友關系、親屬關系、同學關系、同事關系等。按照個體之間聯系的頻繁程度，格蘭諾維特將關系劃分為強關聯關系和弱關聯關系。研究者發現關系強度影響消費者信息搜尋[11]。例如，Brown和Reingen[11]指出，盡管網絡中，強關系雙方之間溝通頻繁，彼此相互信任，對決策的影響程度更大；但是，消費者在搜尋信息時更傾向于使用弱關聯關系。由此，提出假設：

H3.6：社會網絡關系強度會調節風險敏感度與信息搜索行為之間的正向關系。

H4.6：社會網絡關系強度會調節時尚敏感度與信息搜索行為之間的正向關系。

文章研究模型結構如圖1所示：

圖1 研究模型

3 問卷設計與數據搜集

3.1 變量測量

本文涉及的主要測量變量有消費者信息搜索(因變量)、風險敏感度、時尚敏感度(自變量)、社會網絡(調節變量)。所有題項均采用likert-5級量表進行測量(1=非常不同意；2=不同意；3=中立；4=同意；5=非常同意)。

信息搜索行為：消費者信息搜索行為測量參照Blodget和Hill[14]提出的量表設計四個題項，示例問題如：“在挑選某種產品時，我會向朋友咨詢”。

風險敏感度：風險敏感度量表參照Donthu和Gilliland[36]的研究得到。量表由三個題項構成，示例問題如：“在購買產品之前，我希望確保萬無一失”。

時尚敏感度：時尚敏感度在參考Bearden等[37]的外部信息敏感度和Gould等[38]時尚意識量表的基礎上，通過與相關專家討論設計而成，包含四個題項，示例問題如：“我很在意朋友認為我看起來怎么樣”。

社會網絡指標：作為社會網絡分析的關鍵概念，目前對消費者社會網絡結構及關聯關系的測量偏重定量方法。這種方法的缺陷在于需要事先限定調查對象，明確網絡邊界，在一定程度上限制了調查對象群體。由于在質性研究方面缺乏成熟量表，本文在梳理相關文獻的基礎上結合已有少數文獻中使用的量表設計了社會網絡測量量表。初始社會網絡結構包含(1)網絡規模(2)網絡密度(3)網絡中心性(4)網絡結構洞(5)網絡凝聚子群(6)關系強度六個維度，通過定性描述的方法反映個體消費者的社會網絡位置結構。

其中，網絡規模維度參照Tichy，Tushman和Fombrun[42]，Zhao和Luo[43]的研究，由三個題項構成。示例問題如，“我與很多人都保持密切的聯系”。網絡密度參照Granovetter[39]，Xiong Yan和Li Jieyi[31]的研究得到，初始量表包含三個題項。示例問題如，“我熟悉我社會網絡中的每一個人”。網絡中心性參照Freeman[24]的研究得到，包含三個題項。示例問題如，“我在我的社會網絡中占據主導”。網絡結構洞參照Burt[40]得研究得到，初始量表包含四個題項。示例問題如，“經常有人向我尋求幫助”。網絡凝聚子群參照Galaskiewicz和Wasserman[41]研究得到，初始量表包含四個題項。示例問題如，“我所在的凝聚子群成員之間關系密切”。關系維度參照Granovetter[39]研究得到，初始量表包含四個題項。示例問題如，“我與朋友之間會進行長時間的交流溝通”。參與者基于對自己的社會網絡位置的感知進行評價。

控制變量：以往的研究表明，人口統計變量(如年齡、性別、收入水平)會影響消費者的消費行為。因此，本研究將消費者的年齡、性別、收入水平作為控制變量處理。

3.2 刺激物選擇

本文研究風險和時尚對消費者信息搜索行為的影響。盡管“時尚”是影響消費者決策的重要變量，但如何判定產品時尚與否缺乏統一的標準。對此，文章需要選擇一種產品作為時尚的代理變量調查消費者在購買該產品時如何搜索信息。通過與工商管理專業的博士生進行頭腦風暴以及前期的消費者訪談，文章選擇智能手機作為時尚產品的代表。原因在于一方面智能手機所含技術復雜，價格相對較高，消費者對其有很強的功能性要求，購買涉入程度較高；另一方面，作為日常必備的通訊工具，手機在一定程度上顯示所有者的品味、身份，外觀是影響消費者手機購買的重要因素之一。

3.3 問卷前期預調研

由于對測量變量缺乏相對成熟的量表。為了保證問卷的有效性，文章首先以便利抽樣，紙質問卷的形式進行前期預調研。對收回的114份有效問卷，首先檢驗刺激物選擇是否恰當。調查結果顯示，114名受訪者中有92.1%的人認為在購買手機時會考慮時尚因素，刺激物選擇恰當。隨后利用SPSS19.0對問卷進行探索性因素分析(Exploratory factor analysis， EFA)。探索性因素分析遵循以下原則：(1)因子特征值大于1；(2)各個題項的因子負荷(Factor loading)值大于0.5；(3)不存在交叉負荷(Cross-loading)的情況；(4)每個因子的題項數應盡量大于2項，且其包含題項的信度應大于0.7；(5)因子對方差的總解釋度大于60%。最初的分析結果表明各維度之間存在一定的相關性，為了剔除相關性影響，在因子旋轉時采用Oblimin旋轉法。

最終的結果表明風險敏感度、時尚敏感度和消費者信息搜索變量滿足信度要求，但社會網絡變量六維結構中網絡中心性和網絡密度兩個維度的信度和因子負荷未達到目標要求。通過剔除中心性和網絡密度這兩個因子以及其他變量測量指標中因子負荷小于0.5的題項，最終得到的量表中(1)社會網絡變量包含網絡規模、網絡結構洞、凝聚子群和關系強度四個維度；(2)各維度上的因子載荷全部大于0.5；(3)該量表的總解釋方差達到74.59%；(4)各變量的Cronbach’s a信度均大于0.7，說明量表有良好的信度和效度。

3.4 正式問卷發放與收集

通過問卷預調研，最終形成的問卷由四部分構成，分別涉及消費者信息渠道選擇(因變量)，消費者風險敏感度、時尚敏感度(自變量)，社會網絡變量題項(調節變量)及消費者基本信息。其中，社會網絡變量包含網絡規模、網絡結構洞、凝聚子群和關系強度四個維度。

問卷發放采用紙質問卷與電子問卷相結合的發放方式。發放時間為2015年1月1日——2015年3月15日，共發放問卷500份，回收有效問卷363份，問卷回收率為72.6%，其中有效問卷343份，超過問題題項10倍，理論上滿足本研究要求。在樣本的描述統計方面，男性占48.25%，女性占51.75%。樣本的平均年齡為32.2歲(M=2.31，SD=0.741)，平均月收入水平為5230.6元(M=2.15，SD=1.389)。在文化水平上看，高中及以下文化水平占4.39%，本科及大專占41.23%，研究生占39.47%，博士及以上占14.91%。

4 計算結果及分析

4.1 量表信度效度分析及變量描述性統計分析

為了檢驗關鍵變量“風險敏感度”、“時尚敏感度”、“社會網絡結構”和“信息搜索行為”之間的信度效度以及各個測量量表的相應測量參數，本研究采用AMOS 17.0對關鍵變量進行驗證性因素分析(Confirmatory Factor Analyses， CFA)分析。表1的結果說明，量表各測量指標的Cronbach’s a信度系數均在0.7以上，總量表的Cronbach’s a信度系數為0.894。在效度方面，各變量的方差平均提取度(AVE)均達到0.5以上，各變量的收斂效度(Convergent Validity)達到要求。各潛變量AVE的平方根在0.726-0.822之間，各潛變量之間相關系數具有顯著性，且各變量AVE的平方根都大于各潛變量之間的相關系數，量表的區分效度(Discriminant Validity)較高。量表的信度、效度能夠得到保證。

調查數據與研究模型的擬合結果如表2所示。

表1 各主要變量統計指標

注：n=343;**p< 0.01，*p<0.05

表2 模型適配度

表3 假設檢驗結果

注：n=343; **p<0.01，*p<0.05。

RMSEA通常被認為是最為重要的適配指標信息(吳明隆，2009)，其值小于0.05表示模型適配度佳，0.05-0.08表示模型適配度尚可，大于0.1為適配不良。本文中的RMSEA小于0.05，表明模型的適配度良好。RFI、NFI、IFI、TLI、CFI的值通常認為大于0.9，而且越接近于1表明模型的適配度越高，χ2/df的值小于2，都表明所構建的模型適配度比較理想。

4.2 假設檢驗

本研究主要采用層次回歸的方法(Hierarchical Regression)來進行假設的驗證。

主效應：假設1提出消費者風險敏感度與消費者信息搜索行為之間存在正向關聯。假設2提出消費者時尚敏感度對消費者信息搜索行為有顯著的影響。為了驗證這兩個假設，本章首先將各測量指標取均值，然后將消費者信息搜索行為作為因變量，隨后加入控制變量(性別、年齡、收入)，最后將自變量(風險敏感度、時尚敏感度)放入回歸方程。層次回歸的結果列在表3中。從表3中，可以看到首先，與M1相比，M2的ΔR2，ΔF均顯著，表示模型在擬合優度和解釋水平上均有所改進。方差膨脹因子(VIF)均小于10，表明多重共線性影響不顯著。其次，時尚敏感度對消費者信息搜索行為(M2，β=0.421，p<0.01)有顯著的正向影響，假設2得到了數據的支持。但是，風險敏感度與消費者信息搜索行為之間無顯著的相關關系。

調節效應：為了驗證假設H3，H4，本章首先將信息搜索行為作為因變量，依次加入控制變量、自變量(風險敏感度、時尚敏感度)，最后加入自變量和調節變量的乘積項。為了消除共線性，在構造自變量和調節變量的乘積項時，對自變量和調節變量分別進行了標準化。層級回歸分析結果列于表3中。從表3中的模型4可以看出首先，與M3相比，M4的ΔR2，ΔF均顯著，表示模型在擬合優度和解釋水平上均有所改進。方差膨脹因子(VIF)均小于10，表明多重共線性影響不顯著。其次，社會網絡規模與消費者時尚敏感度之間存在正向關系(M4，β=0.245 ，p<0.01)。這意味著，消費者社會網絡規模會促使追求時尚的消費者深入而廣泛的收集信息。假設H4.1得到驗證。

在關系強度的調節作用上，模型4的結論說明關系強度與消費者時尚敏感度之間的交互會對消費者信息搜索行為產生負向影響(M4，β=-0.317，p<0.01)。也就是說當消費者時尚敏感度較低時，消費者會在關系親密的個體之間搜尋相關產品信息。而當消費者時尚敏感度較高時，較之強關聯關系，消費者更加傾向于向弱關聯關系的個體咨詢討論。在這種情況下，弱關聯關系個體之間信息傳遞的更加迅速、有效。消費者個體之間關聯關系的強弱調節時尚敏感度與信息搜索行為之間的強弱。假設H4.4得到支持。

4.3 結果分析

通過樣本數據假設驗證，文章得到如下結論：

第一，社會網絡的規模和關系強度調節時尚敏感度與信息搜索行為之間的正向關系。社會網絡規模方面，社交范圍廣泛的個體擁有大量的關系資源，這意味著更多的信息渠道，能夠獲得更多的社會資源，這些因素會促進消費者進行信息搜索。關系強度的調節作用則說明，時尚敏感度較低的消費者傾向與關系親密的個體討論；對于時尚敏感度較高的消費者來說，在信息傳播與接受程度上弱關聯的作用更大。該結論與格蘭諾維特的弱關聯理論相契合。

第二，網絡結構洞雖然影響消費者信息搜索方式(M4，β=0.160，p<0.05)，但在時尚敏感度與消費者信息搜索行為之間不存在調節作用。原因在于，作為消費者與外界交流的媒介，時尚消費行為反映消費者內心對理想自我，社會身份及地位的追求。“時尚敏感度”更多的是消費者內心活動的反映，這種活動會推動消費者向外界尋求情感支持。網絡結構洞雖然與信息傳播有關，但在信息類型上看，傳遞的多是有關產品特定的功能，實用性、非情感性的信息。因此網絡結構洞調節效應不顯著。

第三，凝聚子群對消費者信息搜索行為無顯著影響。通常來說，凝聚子群內部的個體之間往往有相同或相似的興趣、價值觀或屬性。這造成了在同一群體內部，信息具有較高的同質性，缺乏異質性。盡管在面對不確定信息時消費者傾向于向同伴尋求幫助，但對時尚敏感的消費者往往渴望更多新鮮的、有差異化的信息。這造成了凝聚子群的影響不顯著。

第四，風險敏感度與消費者信息搜索行為之間無顯著影響。這一結論違背了已有關于感知風險與信息搜索行為之間關聯關系的結論。文章認為問題或許出在樣本群體上。從文章樣本群來看，其收入水平較高(平均月收入水平為5230.6元)，對手機支出的價格彈性較低，這造成了在本文的研究中，風險敏感度與信息搜索行為之間無顯著關系。

5 結語

通過問卷調查和結果分析，文章發現除個體變量(如年齡、性別等)和情境因素(市場環境、時間壓力等)等因素外，消費者所處的社會網絡結構也能夠對消費者行為產生影響，而這種影響不僅局限在購買后行為，在決策前——信息搜索過程中也發揮重要作用。特別的，社會網絡不同的結構特征(網絡規模、關系強度)與消費者屬性(時尚敏感度)結合在一起，影響消費者對時尚產品——手機的信息搜索行為。該結論為今后網絡視角的消費者行為研究提供借鑒。在實踐方面，本文的研究結果說明，時尚產品生產企業在產品或品牌推廣時可借助社會網絡，通過影響消費者周圍的群體間接的將產品或品牌信息向消費者滲透。特別是在時尚品直銷模式中，選擇對價格敏感性低，網絡結構緊密地群體可以收到很好的營銷效果。

鑒于主客觀原因限制，本文不可避免的存在以下幾個方面的局限：(1)對社會網絡的研究剛剛起步，涉及的內容復雜，研究基礎還相對薄弱。(2)在刺激物選擇上，本文僅選擇了手機作為時尚代理變量，未來的研究中應該擴大產品種類。(3)本文的樣本群體對手機價格彈性敏感度低，未顯著的體現感知風險對信息搜索行為的影響，在后續的研究中應該擴大樣本。

[1] Moorthy, Sridhar, Brian T, Ratchford, DebabrataTalukdar. Consumer information search revisited: theory and empirical analysis. Journal of Consumer Research,1997,23(3): 263-277.

[2] Christakis N A,Fowler J H. Connected:the surprising power of our social network and how they shape our lives[M]. China Renmin University Press,2012.

[3] Godes D, Mayzlin D. Firm-created word-of-mouth communication: Evidence from a field test[J]. Marketing Science, 2009,28(4): 721-739.

[4] Sproles G B. Fashion theory: A conceptual framework[J]. Advances in Consumer Research， 1974, 1(1):463-472.

[5] Goldsmith R E, Clark R A. An analysis of factors affecting fashion opinion leadership and fashion opinion seeking[J]. Journal of Fashion Marketing and Management,2008,12(3): 308-322.

[6] 程璐.網絡信息認知對中國農村居民消費觀念的影響研究[J].中國管理科學，2014,22(S1):511-518.

[7] Lee S H. The role of consumers’ network positions on information-seeking behavior of experts and novices: A power perspective[J]. Journal of Business Research， 2014,67:2853-2859.

[8] 蔡淑琴,馬玉濤,王瑞.在線口碑傳播的意見領袖識別方法研究[J].中國管理科學，2013,21(2):185-192.

[9] 段文琦,陳忠,惠淑敏.基于復雜網絡的網絡市場新產品擴散:采用網絡和初始條件的作用[J].系統工程，2007,25(5):15-19.

[10] Gibbons D, Olk P M. Individual and structural origins of friendship and social position among professionals[J]. Journal of Personality and Social Psychology，2003,84(2): 340-351.

[11] Brown J J, Reingen P H. Social ties and word-of-mouth referral behavior[J]. Journal of Consumer Research，1987,14(3):350-362.

[12] 趙良杰,武邦濤,段文琦,等.消費者交互作用對網絡效用產品擴散的影響——基于產品生命周期的視角.系統工程理論與實踐，2012,32(1):67-75.

[13] 陳濤,謝麗莎.社會樞紐對整體網(絡)創新抗拒的影響研究[J].中國管理科學，2014,22(S1):712-717.

[14] Blodgett J, Donna Hill. An exploratory study comparing amount-of-search measures to consumers’ reliance on each source of information[J]. Advertising in Consumer Research， 1991, 18:773-779.

[15] Cox D F, Rich S U.Perceived risk and consumer decision making: The case of telephone shopping[J]. Journal of Marketing Research， 1964,11(1):32-39.

[16] Langeard E P E. A new approach to service marketing[J]. Marketing Consumer Services: New Insights, 1977:31-58.

[17] Murry R M,Castle D J. The neurodevelopmental basis of sex differences in schizophrenia[J]. Psychol ogical. Medicine, 1991,21:565-575.

[18] Greenblatt S.Renaissance self-fashioning: From more to shake-speare[M]. Chicago: University of Chicago Press, 1980.

[19] Simmel G. Fashion [J]. International Quarterly,1904,10:130-155.

[20] D’aveni R.Fashion conscious: Lessons in commoditization from the fashion industry[J]. Ivey Business Journal， 2010, 74 (2):1-4.

[21] Kaiser S B, Chandler J L. Older consumers’ use of media for fashion information[J]. Journal of Broadcasting and Electronic Media，1985, 29: 201-207.

[22] Nam J, Hamlin R. The fashion-conscious behaviours of mature female consuers[J]. International Journal of Consumer Studies， 2007,31(1):102-108.

[23] Iacobucci D, Nigel Hopkins. Modeling Dyadic Interactions and Networks in Marketing[J]. Journal of Marketing Research，1992,29( 2): 5-17.

[24] Hajli.Social commerce constructs and consumer’s intention to buy[J].International Journal of Information Management，2015,35:183-191.

[25] Lee S H M, Cotte J, Noseworthy T J. The role of network centrality in the flow of consumer influence. Journal of Consumer Psychology，2010, 20: 66-77.

[26] Ma F C, Wang X G.Research on social network model of knowledge transfer[J]. Jiangxi Social Sciences,2006，7：38-44.

[27] Freeman L C. Centrality in social networks: Conceptual clarification[J]. Social Networks.1997, 3(1): 215-239.

[28] Wasserman S, Faust K.Social network analysis: Methods and application [M]. Cambridge:Cambridge University Press,1994.

[29] Faust K. Centrality in affiliation networks[J]. Social Networks，1997, 19: 157-191.

[20] Cross R, Borgatti S P, Parker A. Beyond answers: Dimensions of the advice network[J]. Social Networks，2001, 23: 215-235.

[31] 楊映雪,彭英,孫夢嬌.虛擬社區用戶信息風向對消費者行為的影響研究[J].人力資源管理，2015,(09):192-194.

[32] Bao C H, Xie X Z, Shen N. Social network analysis[J].Journal of the China Society for Scientific and Tehnical Information，2003,22(3)：365-374.

[33] Mehra A, Kilduff M, Brass D J. The social networks of high and low self-monitors: Implications for workplace performance[J]. Administrative Science Quarterly, 2001,46: 121-146.

[34] Xiong Yan, Li Jieyi. Relationships among network structure, knowledge integration and knowledge-intensive team performance[J]. R&D Management， 2011,23(6):8-16.

[35] Park M S,Shin J K,Ju Yong.The effect of online social network characteristics on consumer purchasing intention of social deals[J].Global Economic Review，2014,43(1):25-41.

[36] Donthu N， Gilliland D. The infomercial shopper[J]. Journal of Advertising Research，1996, 36(2):69-76.

[37] Bearden W O, Netemeyer R G, Teel J E. Measurement of consumer susceptibility to interpersonal influence[J]. Journal of Consumer Research, 1989,15: 473-481.

[38] Gould S J, Stern B B. Gender schema and fashion consciousness[J].Psychology&Marketing,1989,6(2):129-145.

[39] Granovetter M S. Economic action and social structure: the problem of embeddendness[J]. American Journal of Sociology,1985,91(3):481-510.

[40] Burt R S. Structural holes: The social structure of competition[M]. Harvard University Press.1992.

[41] Galaskiewicz J, Wasserman S. Advances in the social and behavioral sciences[M]. Social Network Analysis.Sage Publications.1994.

[42] Tichy N M, Tushman M L, Fombrun C. Social network analysis for organizations[J]. The Academy of Management，1979, 4(4):507-519.

[43] Zhao Y D, Luo J D. How to measure social capital: Research summary[J]. Social Sciences Abroad，2005,(2):18-24.

Research on the Influence of Risk and Fashion on Consumer Information Searching-based on Social Network

WANG Li-li1,2, ZHAO Bing-xin1, D.Nebenzahl3

(1.School of Management, Shandong University, Jinan 250100, China;2.School of financial and tax, Shandong University of Finance and Economics,Jinan 250014,China;3.Ariel University Center of Samaria, Israel 69016,China)

Consumer decision-making is the core of consumer behavior. As the first step of consumer decision-making theory, information searching receives more attention. In the network era, consumer environment changes quickly and presents network characteristics. Consumers pursue fashion and personality. Technical complexity increases consumer’s perceived risk. all these factors embed consumers into the complex social network. Despite a plethora of research in the respective domain of consumer information searching and social network, little study has been focused on the relationship between the two domainants. As the main channel for information, social network provide information and resources support. So from the perspective of network, taking risk and fashion as the point of entry, how social network influences consumer’s information searching behavior is studied in this article.In network construction, the main literature use analogue simulation or friend-network/communication network to instead of the network which influences consumer decision-making. Different from those articles, structure index and regression model are put together in this paper. Starting with the network structure, this paper along the line of propose hypothesis, survey design, data collection, model validation to study whether the structure indexes in complex network also play a role in consumer information searching.First, an assumption is made that there is a positive correlation between consumer’s risk/fashion sensitivity and information searching behavior. With the social network as the moderator variable, the structure model is established.By reviewing related literature, the network scale which includes network size, network structure-hole, network cohesive sub-group and tie strength is built, The method of regression is adopted to reveal the relationship between consumer’s social network and information searching. Data is collected by using a convenience sampling. It is found that consumer’s fashion sensitivity has positive correlation with information searching. Social network has a moderate effect. Especially, network size and tie strength have positive/negative effect respectively.This conclusion provides instructions to the study of network and consumer behavior on network construction. For enterprise, this research verifies that social network can influence information searching, so company can use social network as a tool, in product design, brand marketing and so on, to expand product/brand influence and improve the pertinence and effectiveness of promotion and strategy.

information searching; social network; risk; fashion; regression equation

1003-207(2016)11-0137-09

10.16381/j.cnki.issn1003-207x.2016.11.016

2015-03-21；

2015-08-25

王麗麗(1982-)，女(漢族)，山東萊州人，山東大學管理學院博士研究生，研究方向：管理科學，E-mail：20088686@sdufe.edu.cn.

C93

A