基于ATM模型的電子商務(wù)購物影響因素分析

楊慧瀛 周夢潔

[摘 要] 基于技術(shù)接受模型研究影響消費者電子商務(wù)購物意愿的因素，通過問卷調(diào)查，可以了解各因素對電子商務(wù)購物意愿的影響程度。將產(chǎn)品屬性、網(wǎng)站的系統(tǒng)質(zhì)量、信息質(zhì)量和服務(wù)質(zhì)量作為外部因素。研究發(fā)現(xiàn)：系統(tǒng)質(zhì)量對感知有用性感知易用性的影響最為強烈，感知有用性對消費者電子商務(wù)的購物意愿有顯著的正向影響，感知易用性對其的影響并不顯著。

[關(guān)鍵詞] ATM模型;技術(shù)接受模型;影響因素;電子商務(wù)

[中圖分類號] F741[文獻標(biāo)識碼] A[文章編號] 1009-6043（2019）11-0040-04

一、引言

因為智能手機的普及，電子商務(wù)的發(fā)展在今天已然是一片紅海。根據(jù)統(tǒng)計數(shù)據(jù)，2017年12月為止，我國通過電子商務(wù)平臺進行購物的用戶規(guī)模相較2016年，增長了14.3%，已經(jīng)達到5.33億，按照這一增長速度，預(yù)計2018年可以超過6億，2017年的交易額達到29.16萬億，同比增長11.7%（數(shù)據(jù)來源：CNNIC）。網(wǎng)絡(luò)購物平臺為消費者提供了包羅萬象的選擇，在網(wǎng)上，消費者幾乎可以買到所有她們想要的東西。然而，選擇越多，消費者有時候就越難以做出購買的決定。因而，影響消費者網(wǎng)購意愿的因素是各大電商網(wǎng)站所重視的，也是他們一直在研究的。在以往的研究中，研究者們發(fā)現(xiàn)，產(chǎn)品質(zhì)量、網(wǎng)站的系統(tǒng)質(zhì)量、服務(wù)質(zhì)量等等都是影響消費者網(wǎng)購意愿的重要因素。

二、國內(nèi)外相關(guān)研究現(xiàn)狀

（一）技術(shù)接受模型的研究

技術(shù)接受模型（TAM）是Davis在理性行為理論基礎(chǔ)上研究人們對信息系統(tǒng)接受程度提出的一個模型（1989）。該模型提出了兩個最主要的決定因素：①感知有用性，即說明人們對使用一個具體的系統(tǒng)對他幫助程度的感知;②感知易用性，即說明人們對使用一個具體的系統(tǒng)的容易程度的感知。技術(shù)接受模型自提出以來，就一直受大家關(guān)注，因為它被認(rèn)為是現(xiàn)今最有效的解釋和預(yù)測用戶對新事物接受行為的模型之一。但是，原始的技術(shù)接受模型因為只把感知有用和感知易用這兩個因素作為決定因素來解釋用戶行為，在使用中會有局限性。因而，很多學(xué)者在研究具體問題上都加入了自己的理解。DeLone和McLean（1992）在研究影響信息系統(tǒng)成功的因素時，在Davis技術(shù)接受模型的基礎(chǔ)上，拓展出一個綜合、多維度的信息系統(tǒng)成功模型。在他們的模型中，系統(tǒng)和信息質(zhì)量是影響系統(tǒng)成功的核心要素[1]。Venkatesh和Davis（2000）在其基礎(chǔ)上提出技術(shù)接受擴展模型[2]。QiuLingYun（2008）等在評價電子商務(wù)網(wǎng)站時，考慮到消費者信用和感知娛樂性等因素，對原技術(shù)接受模型加以改進[3]。

（二）國外相關(guān)研究現(xiàn)狀分析

在Franz（1986）看來高信息質(zhì)量代表著高有用性[4]。Ahn（2004）認(rèn)為信息質(zhì)量對消費者網(wǎng)絡(luò)購物意向存在正向影響[5]，Hollis（2004）在信息產(chǎn)業(yè)服務(wù)質(zhì)量模型中，指出服務(wù)質(zhì)量可以影響用戶的感知有用性[6]。Hughes（2004）認(rèn)為產(chǎn)品的質(zhì)量、食品的安全和產(chǎn)地得到保障，可以建立顧客忠誠度，從而帶來銷售額和盈利能力[7]。Wuandwang（2005）在研究影響消費者網(wǎng)購意愿因素時，將感知風(fēng)險作為因變量，基于此，發(fā)現(xiàn)感知風(fēng)險會直接影響消費者的購買意愿[8]。

（三）國內(nèi)相關(guān)研究現(xiàn)狀分析

粟婕（2008）認(rèn)為消費者會因為在電商平臺搜索到自己所需要的產(chǎn)品信息或者服務(wù)信息而覺得網(wǎng)絡(luò)購物是有用的[9]。在楊繼蓮（2012）看來，產(chǎn)品屬性是影響消費者網(wǎng)購的重要因素，消費者的網(wǎng)購意向受到產(chǎn)品屬性的正向影響[10]。張圣亮等（2015）將技術(shù)接受模型與信息系統(tǒng)結(jié)合，研究發(fā)現(xiàn)團購網(wǎng)站的質(zhì)量對消費者的感知有用性和感知易用性有顯著的正向影響，消費者的感知有用、感知易用對團購意愿有正向影響[11]。畢繼東（2009）通過研究發(fā)現(xiàn)只有減少網(wǎng)絡(luò)購物的感知風(fēng)險，才能有效的增強消費者的網(wǎng)購意愿[12]。

以上的文獻研究或多或少都論證了產(chǎn)品屬性、網(wǎng)站質(zhì)量對消費者網(wǎng)購的影響，因而能夠做為下文的研究假設(shè)的基礎(chǔ)。

三、模型構(gòu)建與研究設(shè)計

（一）模型構(gòu)建

相關(guān)文獻表明，網(wǎng)站質(zhì)量和產(chǎn)品屬性兩個外部變量會影響消費者的感知有用性和感知易用性，從而影響消費者的網(wǎng)購意愿。本文將以技術(shù)接受模型為基礎(chǔ)來構(gòu)建本文的模型，如圖1所示。

（二）研究假設(shè)

基于圖1電子商務(wù)購物意愿的概念模型，以及參考前文的相關(guān)文獻，本文提出以下幾個方面的研究假設(shè)：網(wǎng)站質(zhì)量和產(chǎn)品屬性對感知有用性、易用性的影響;感知有用性、易用性對購買意愿的影響。

H1：系統(tǒng)質(zhì)量能正向影響消費者的感知有用性與易用性;

H2：信息質(zhì)量能正向影響消費者的感知有用性與易用性;

H3：服務(wù)質(zhì)量能正向影響消費者的感知有用性與易用性;

H4：產(chǎn)品安全能正向影響消費者感知有用性、易用性;

H5：產(chǎn)品價格對消費者感知有用性和易用性有反向影響;

H6：感知有用性對消費者的購買意愿有正向影響;

H7：感知易用性消費者的購買意愿有正向影響。

（三）研究問卷設(shè)計

本文采取調(diào)查問卷的方式來獲取本次調(diào)查所需要的數(shù)據(jù)，并使用收集到的數(shù)據(jù)來驗證文中構(gòu)建的模型和提出的假設(shè)。本研究收集數(shù)據(jù)的方式是調(diào)查問卷，其優(yōu)越性在于，這么做能夠以嚴(yán)格的測量題目，從研究對象那獲得研究所需要的資料和數(shù)據(jù)。本文的問卷在參考了其他學(xué)者的相關(guān)研究、問卷的基礎(chǔ)上做適當(dāng)?shù)男薷模谶M行預(yù)調(diào)查之后，我們得到了各個變量的操作化定義，在此之后確定最終的問卷形式與題項。

通過對有關(guān)消費者網(wǎng)購意愿的相關(guān)文獻的整理，聯(lián)系實際生活中的經(jīng)驗并結(jié)合新鮮水果這一商品的自身屬性，進行了量表的操作化定義，現(xiàn)將各變量的量表問項整理成表，如表1所示：

（四）問卷發(fā)放與回收

本研究通過問卷星發(fā)放問卷的形式選取樣本，為了本次研究能夠順利進行，問卷發(fā)放的對象是經(jīng)過篩選的，選取的樣本主要是學(xué)生和城市白領(lǐng)。主要的發(fā)放方法是將調(diào)查問卷的鏈接通過微信、郵箱等聯(lián)系渠道發(fā)送給自己的好友、好友的朋友以及網(wǎng)友等。問卷發(fā)放的時間為2018年2月26日到2018年3月16日。對回收回來的問卷進行了很認(rèn)真的篩選，篩選的標(biāo)準(zhǔn)主要有：一是問卷填寫人是否擁有網(wǎng)絡(luò)購物的經(jīng)歷;二是問卷有沒有用心填寫，問卷各題項的答案在邏輯上是否能夠說得通。本次問卷共回收261份，初步刪選后，有效問卷為252份。

四、網(wǎng)絡(luò)購物影響因素的實證分析

本章將通過spss20.0對問卷調(diào)查收集到的數(shù)據(jù)進行數(shù)據(jù)分析，包括變量的描述性統(tǒng)計分析、信度效度分析、因子分析、相關(guān)性分析和回歸分析，對模型和假設(shè)進行驗證。

（一）樣本的描述性統(tǒng)計分析

在被調(diào)查樣本中，男性121人，女性132人，男女比例接近，該樣本基本能反應(yīng)真實水平。從受教育程度來看，被調(diào)查對象的受教育程度大多數(shù)是本科，高達76.7%，大專及以下的人數(shù)較少，和碩士人數(shù)相當(dāng)，博士及以上人數(shù)最少。接受調(diào)查的對象中，有過網(wǎng)購新鮮水果經(jīng)驗的人占絕大多數(shù)，占比為78.3%，沒有購買過水果的占比22.7%。

（二）信度和效度分析

1.量表的信度檢驗。信度，就是反映所得到的結(jié)果的一致性或者穩(wěn)定性的指標(biāo)，能夠反映被測量變量的真實程度的。目前最常用的信度系數(shù)是Cronbach創(chuàng)立的Alpha系數(shù)，即Cronbach's Alpha系數(shù)，本文就是釆用Alpha系數(shù)來檢驗量表的可信度。檢驗結(jié)果的數(shù)值大于0.7，屬于高信度;在0.35到0.7之間可以使用;Alpha系數(shù)小于0.35的變量信度過低，不能使用。從檢驗結(jié)果可以看出，本問卷量表中各個變量的Alpha系數(shù)均大于0.7，具有很高的信度。如表2。

2.量表的效度檢驗。效度是指一個檢測能夠測到的該測驗所能預(yù)測到的心理和行為的程度，即測量接近真實的程度。本文的效度分析釆用Bartlett（巴特利特球體），在這個檢驗中，檢驗得到的Sig値是0.000，遠遠小于1%，表明數(shù)據(jù)是相關(guān)矩陣，具有相關(guān)性，也說明收集到的數(shù)據(jù)適合做因子分析;另一方面，進行KMO樣本測度的檢驗。變量之間的共同因素越多，KMO的值就會越大，KMO的値越大，越適合做因子分析。本文的KMO値為0.900，很適合做因子分析。如表3所示。

（三）因子分析

在前面效度分析的結(jié)果說明本文的變量適合做因子分析。詳細(xì)的檢驗結(jié)果如表3所示。

如表4所示，所有題項的因子載荷均在0.7以上，能夠解釋絕大部分的變量信息，符合本文要求。最終，所有題項均予保留。

（四）結(jié)果驗證

為了驗證假設(shè)成立與否，現(xiàn)在通過相關(guān)分析和回歸分析來驗證。另外，由于原假設(shè)變量太多，為了便于分析，所以將多個變量通過求均值轉(zhuǎn)換成一個變量，具體轉(zhuǎn)換見表。

1.相關(guān)分析。相關(guān)系數(shù)是測量變量之間關(guān)系的密切程度的，其結(jié)果大于-1小于1。系數(shù)大于0，表明兩個變量正相關(guān)，數(shù)值越大，相關(guān)性也就越強;系數(shù)小于0，表明變量呈負(fù)相關(guān)。本文采用pearson相關(guān)性分析方法測量各變量之間的相關(guān)程度。

從表5可以看出，Pearson相關(guān)性數(shù)值均大于零，顯著性（雙側(cè)）數(shù)值均為0.000，因此產(chǎn)品屬性、系統(tǒng)質(zhì)量、信息質(zhì)量和服務(wù)質(zhì)量與感知有用性、感知有用性之間有顯著的正相關(guān)關(guān)系。

由表6可得，Pearson相關(guān)性的分析結(jié)果均大于零，且顯著性（雙側(cè)）的數(shù)值為0.000，因此感知有用性、易用性和消費者的網(wǎng)購意愿之間存在著顯著的正相關(guān)關(guān)系。

2.回歸分析。在上一節(jié)中對產(chǎn)品屬性、信息質(zhì)量、服務(wù)質(zhì)量、系統(tǒng)質(zhì)量、感知有用性、易用性和網(wǎng)購意愿之間的相關(guān)程度進行了相關(guān)性分析，雖然相關(guān)性分析的結(jié)果比較理想，但是相關(guān)分析的結(jié)果只能說明變量之間的相關(guān)關(guān)系以及關(guān)聯(lián)程度，不能證明各變量之間的因果關(guān)系。為了驗證各變量之間的因果關(guān)系，現(xiàn)在建立回歸方程進行逐步回歸分析。

本文采用逐步回歸的方法將各個變量引入，再剔除掉由于后面加入的變量而變得不再顯著的原變量，保證最后的模型是最優(yōu)的，取顯著性水平α進=0.05，α出=0.10。

（1）外部變量與感知有用性之間的回歸分析。

通過回歸模型的VIF値和DW値來驗證自變量之間的多重共線和序列相關(guān)問題。根據(jù)結(jié)果，表8模型4的VIF値小于10，說明自變量之間沒有多重共線問題，且其DW値為1.933，接近2，表明各個自變量之間獨立性很強。

由表7和8可知，模型4為最優(yōu)模型，4個外部變量共同解釋了感知有用性的49.7%。模型中的F値為52.172，顯著性Sig値為0.000，說明模型的擬合度較高，具有顯著的回歸效果。得到回歸方程：感知有用性=0.319*系統(tǒng)質(zhì)量+0.255*信息質(zhì)量+0.154*服務(wù)質(zhì)量+0.121*產(chǎn)品屬性+0.657。

（2）外部變量與感知易用性之間的回歸分析。

此次回歸分析自變量由4個減少到3個，剔除了信息質(zhì)量，意味著信息質(zhì)量與感知易用性之間的沒有顯著的關(guān)系，即假設(shè)H2不成立。根據(jù)結(jié)果，表10模型3的VIF値小于10，說明自變量之間沒有多重共線問題;而表9中模型4的DW値為2.153，較接近2，表明各個自變量之間獨立性很強。

由表9和表10可知，模型3為最優(yōu)模型，3個外部變量共同解釋了感知有用性的42.1%。模型中的F値為51.139，顯著性Sig値為0.000，說明模型的擬合度較高，具有顯著的回歸效果。得到回歸方程：感知易用性=0.327*系統(tǒng)質(zhì)量+0.279*服務(wù)質(zhì)量+0.176*產(chǎn)品屬性+1.003。

（3）感知有用性、易用性與購買意愿之間的回歸分析。

此次回歸分析自變量由2個減少到1個，剔除了感知易用性，意味著感知易用性與購買意愿之間沒有顯著的關(guān)系。

由表11和表12可知，感知有用性解釋了購買意愿的24.0%。模型中的F値為66.499，Sig値為0.000，說明模型的擬合度較高，具有顯著的回歸效果。得到回歸方程：購買意愿=0.604*感知有用性+1.104

通過回歸分析的結(jié)果可知，信息質(zhì)量正向影響感知易用性這個假設(shè)不成立，感知易用性正向影響消費者的網(wǎng)購意愿不成立（即H7不成立），其余的假設(shè)全部成立。

五、研究結(jié)論與展望

（一）研究結(jié)論

1.感知有用性和感知易用性的影響因素，最強烈的是系統(tǒng)質(zhì)量，其次是服務(wù)質(zhì)量。這一結(jié)果與我們?nèi)粘Ｉ钪械捏w驗相符合。一個網(wǎng)站的質(zhì)量越好，就是系統(tǒng)響應(yīng)迅速，售前售后服務(wù)到位，消費者對在該網(wǎng)站上進行購物的感知有用性和感知易用性就會越高，購買意圖產(chǎn)生的機會相對應(yīng)的就會提高。信息質(zhì)量對感知有用性的影響比較大，非標(biāo)準(zhǔn)化系數(shù)為0.255，但是對感知易用性的影響卻不顯著。

2.產(chǎn)品屬性也是影響感知有用性和感知易用性的強烈的因素之一，尤其是對于水果這類食品，人們對產(chǎn)品的要求更高。本研究中，由于將產(chǎn)品安全、價格兩個變量轉(zhuǎn)換成一個變量，所以不能得到具體變量的影響。

（3）感知有用性對消費者的購買意愿有顯著的正向影響，假設(shè)H7得到了驗證，但是感知易用性對消費者購買意愿的影響并不顯著，即H6不成立，這一結(jié)論與Davis等學(xué)者的結(jié)論一致。

（二）研究建議

學(xué)術(shù)研究的目的不僅僅要關(guān)注學(xué)術(shù)方面，更重要的是要應(yīng)用于實際問題，并且將技術(shù)接受模型以及感知價值理論作為本文的理論基礎(chǔ)。在現(xiàn)今時代，網(wǎng)絡(luò)購物已經(jīng)融入人們的日常生活，成為不可缺少的一部分。那么如何吸引、留住消費者是線上商家取勝的關(guān)鍵。根據(jù)本文的實證研究的結(jié)果，對網(wǎng)站的提出以下幾點建議：

1.完善網(wǎng)站質(zhì)量，讓消費者感受到通過電子商務(wù)購物的優(yōu)勢。根據(jù)上文的研究，網(wǎng)站質(zhì)量對感知有用性有顯著的正向影響，而感知有用性對網(wǎng)購意愿又有顯著的正向影響，商家可以通過開發(fā)站內(nèi)搜索引擎來提高網(wǎng)站質(zhì)量，使消費者在獲取他們自己所需要的信息這方面能夠更加容易，但是，保證信息的時效性、準(zhǔn)確性、可靠性是最重要的。如果信息的質(zhì)量得不到保證，那么之前的保證的信息的易獲取性將起到反作用。

2.保證產(chǎn)品質(zhì)量，增加消費者對商家的信任。近年來食品安全問題層出不窮，研究結(jié)果顯示產(chǎn)品安全、價格等對消費者的網(wǎng)購意愿有顯著的影響。為了增加消費者的信任，商家可以提供完善的售后服務(wù)來向消費者保證產(chǎn)品質(zhì)量，打消消費者的顧慮。

3.增強顧客感知有用性，提高顧客忠誠度。本文實證研究表明感知有用性對消費者的行為意圖影響顯著，因此電商商家需要加強顧客感知有用性，增強消費者感知有用性給其帶來的購物欲望。提高用戶感知有用性可以從以下幾個方面著手。首先，完善網(wǎng)站的系統(tǒng)質(zhì)量;其次，保證產(chǎn)品安全。

（三）研究不足與展望

受資源和時間的限制，本文的調(diào)查選取的樣本，無論是在數(shù)目還是在代表性上都沒有全面的考慮，代表性不夠，不能代表全體網(wǎng)購用戶。因此，針對本文的調(diào)查問卷有一些缺陷，后續(xù)研究需要在調(diào)査對象方面的加大投入，希望能夠減少對研究結(jié)果的影響，使研究結(jié)果更具有代表性。

[參考文獻]

[1]Delone W H. The Delone and McLean model of information systems success： a ten year update [J]. Journal of management information systems，2003，19（4）：9-30.

[2]Qiu LingYun，LiDong.Applying TAM in B2C E-Commerce Research：An Extended Model [J].Tsinghua Science and Technology，2008，13（3）：265-272.

[3]Ahn，Tony，Seewon Ryu，and Ingoo Han.The impact of the online and offline features on the user acceptance of internet shopping malls. Electronic Commerce Research and Applications，2004，3 （4）， 405-420.

[4]楊繼蓮.制約消費者網(wǎng)購的因素及對策探討[J].現(xiàn)代商貿(mào)工業(yè)，2012（1）：243-244.

[5]張圣亮，袁佳，李小東.大學(xué)生消費者網(wǎng)絡(luò)團購意向?qū)嵶C研究——基于TAM和ISSM整合模型[J].江漢學(xué)術(shù)，2015，2（1）：13-20.

[責(zé)任編輯：潘洪志]