重慶地區大學生網上購物行為影響因素實證研究

劉貴容　孫璽

摘 要：重慶是西南地區的經濟樞紐和科技文化中心，這里的生產、消費行為具有一定的代表性，而重慶地區大學生的網購行為對于西南地區開展電子商務和開展高校教育都有一定的借鑒意義。本文通過因子分析表明，重慶地區大學生網購過程中包含社會風險、源風險、財務風險、功能風險、時間風險和身體風險等6種感知風險。進一步回歸分析發現，這6種風險中只有社會風險和源風險對他們的購物行為有顯著影響。同時，父母每個月提供的生活費用，每周瀏覽購物網站的頻率，過去的網購滿意水平，籍貫等因素也對他們的網購行為有顯著影響。

關鍵詞：大學生；網購；因子分析；回歸分析；重慶

一、引言

關于大學生的網購行為，國內有不少學者給予了關注。其中具有代表性的有王菲菲等（2011）通過實證研究表明，大學生網上購物行為與感知有用、感知易用、努力期望、行為控制認知、映像和兼容性、促成條件、工作適配性、購物樂趣等因素顯著正相關。周月書、黃健（2010）通過對南京市大學生實證研究表明，每天上網時間越長的大學生更容易選擇網上購物；商品質量風險、商品交付風險以及售后服務風險對大學生網上購物具有負面影響；女生和郊區的大學生更多地選擇網上購物[。更重要的是，趙海平（2010）對西部地區大學生的網購消費心理和行為作了研究，對了解我國西部地區大學生網絡消費行為有很好的借鑒意義。

重慶是西南地區的經濟樞紐和科技文化中心，這里的生產、消費行為具有一定的代表性。大學生的成長和教育又是重慶地區乃至整個西部地區經濟發展的重要影響群體，他們的網購行為對于西南地區開展電子商務和開展高校教育都有一定的借鑒意義。本文以在校大學生為研究對象，采用自編大學生網上購物行為調查問卷對重慶400名大學生進行了調查。問卷一共由四部分構成，第一部分為問卷的調查目的及填寫說明；第二部分為被訪者基本人口統計學信息；第三部分為大學生網購基本情況調查，主要包括網購頻率、網購商品種類、網購滿意度等題項；第四部分為大學生網購風險感知量表。2013年5月至6月間，筆者抽取重慶大學、重慶工商大學、重慶郵電大學移通學院、重慶郵電大學、重慶交通大學、重慶師范大學等共10所高校發放問卷400份，收回有效問卷319份，有效回收率80%。

本文擬使用社會科學統計軟件spss19.0首先對量表數據進行因子分析，以提取出大學生網上購物風險感知公因子，然后將提取出的公因子、大學生瀏覽網上購物網站的頻次、曾經的網上購物滿意水平以及性別、籍貫、專業等人口統計學變量作為解釋變量，而以大學生每學期的網上購物次數作為回歸變量進行線性回歸分析，以期找出影響大學生網上購物行為的顯著性變量。

二、因子分析

1.量表變量選擇

變量體系的設計須遵循系統性原則、層次性原則、可辨性原則、可測性原則和定量原則。本文借鑒Hassan等（2006）消費者網上購物感知風險量表，考慮到文化差異，本文對量表初測后進行了修訂，經過增刪后最終確定了6個維度和16個題項。6個維度分別是社會風險（X1網購會讓朋友覺得我很潮、X2網購會讓朋友覺得我在炫耀、X3網購會使我贏得朋友的尊重）、源風險（X4網購時很難確定網店聲譽、X5我很擔心網店是否值得信任、X6網購時很難確認網店的可靠性和專業性）、財務風險（X7網購可能會泄露私人財產信息、X8網購可能泄露銀行賬號信息、X9網購可能會產生額外費用）、功能風險（X10網購時我不能感覺、體驗和試用產品、X11我擔心收到的商品與網上呈現的有差別、X12網購很難確定商品的具體特征）、時間風險（X13我擔心物流太慢、X14我擔心商品不能按時送達）和身體風險（X15網購時長會得頸椎病、X16網購時長會使我眼睛疲勞）。

2.信度分析

在社會科學領域，信度常用的檢驗方法是克隆巴赫（Cron-bach）系數。系數越大，表示被檢測的各個題項間的相關性越大，信度越高（即內部一致性程度越高）。本文采用spss 19.0對量表數據進行信度分析，得到系數為0.865，表明該量表數據具有較高信度。

3.因子分析檢驗

由spss19.0對原有變量進行KMO值和BARLETT檢驗，分析結果表明，KMO值為0.842>0.7，BARLETT球型檢驗表明其觀測值取值概率為0.000<0.05，說明相關系數矩陣與單位矩陣有顯著差異，變量間相關性較強，適合做因子分析。

4.因子提取、命名及得分

為保留較多原始信息，本文擬提取 6 個公共因子，提取法為主成分分析法，因子旋轉法為最大方差法，保存因子得分，經過6 次迭代得到如下結果：

方差貢獻率為79.26%，能夠解釋變量的大部分信息。

由旋轉后的因子及共同度分析結果可知，F1在變量X1、X2、X3的載荷都在0.879以上，這三個變量與網上購物時的社會感知風險相關，故將F1命名為社會風險因子；F2 在X4 、X5 、X6這三個變量上載荷大于0.755，故將這三個與商家誠信相關的公因子F2命名為源風險公因子；F3 在X7、X8、X9這三個變量上載荷大于0.759，F3反映了消費者網上購物時對金錢損失的潛在擔憂，故將F3命名為財務風險公因子；F4在X10、X11、X12三個變量上載荷大于0.753， F4主要關系到商品的功能風險，故將此因子命名為功能風險公因子；F5在變量X13、X14上載荷大于0.796，該因子體現了消費者網上購物時對商品交付時間的擔憂，故將此命名為時間風險公因子；F6在變量X15、 X16上載荷均不小于0.778，這兩個變量集中體現了消費者網上購物過程中，因為長時間上網而可能遭致的身體風險，故將此因子命名為身體風險公因子。從表1中還可以看到各原始變量的共同度都大于0.684，表明原始變量對各公共因子的依賴程度較大，本研究的因子分析具有較好的效果。

回歸結果表明（表3），性別、年級、學科專業、財務風險、功能風險、時間風險、以及身體風險等變量的概率取值均大于0.05的顯著水平，因此這些變量在0.05的顯著水平上均不具有統計學意義。而籍貫、每月父母提供的生活費用、過去的網購滿意水平、每星期瀏覽購物網站的頻次、社會風險以及源風險等變量在0.05置信水平上結果顯著，具有統計學意義，表明大學生的網上購物行為會受到這些因素的影響。endprint