電子商務網站特征對消費者虛擬體驗的影響研究

[摘 要] 消費者虛擬體驗在電子商務環境下顯得十分重要。研究聚焦于網站互動性與生動性對心流體驗的影響作用，同時研究了消費者個性特質—產品涉入度所起的調節作用。通過問卷調查收集數據，運用層級回歸分析法及優勢分析法進行假設檢驗。研究發現：網站互動性與生動性對心流體驗均有顯著正向影響；網站的生動性相對于網站互動性而言，預測心流體驗的能力更強；產品涉入度正向調節了網站互動性與心流體驗之間的正向關系。

[關鍵詞] 網站特征；虛擬體驗；心流體驗；產品涉入度

[中圖分類號] F713.55 [文獻標識碼] A [文章編號] 1008—1763（2015）02—0052—06

Abstract：Virtual experience is vital in electronic business.The study adapts questionnaire to collect data，while testifies the hypothesis by hierarchical regression and dominance analysis.It researches on the influence of website interactivity and vividness on the flow experience. Besides that， it explores the moderating mechanism of product involvement on website characteristics and flow experience. It comes to the following conclusions： Firstly， website interactivity and vividness exert significantly positive influence on flow experience. Secondly， website vividness is more effective than website interactivity when forecasting flow experience. Thirdly， consumer’s individual traitproduct involvement positively moderates the relationship between website interactivity and flow experience， such that website interactivity is more positively related to flow experience when product involvement is higher.

Key words：website characteristics； virtual experience； flow experience； product involvement

一 引 言

經濟價值的演進經歷了產品經濟時代、商品經濟時代、服務經濟時代，進入到體驗經濟時代（Pine和Gilmore，1998）[1]。體驗也被看作繼產品、商品和服務之后的又一關鍵市場提供物。消費者購物的最終目的是為了體驗活動本身。也就是買什么并不重要，重要的是購買過程的愉悅體驗（Holbrook和Hirschman，1982）[2]。而隨著互聯網技術的發展，網絡購物日益普及。在美國、歐盟、日本等發達國家或地區，電子商務銷售額在零售業中的比重持續提升，2010年韓國的網購銷售額甚至超過了百貨店和超市。在中國，網絡購物是互聯網用戶增長最快的互聯網應用方式。截至2013年12月，中國網絡購物用戶規模達3.02億人，較2012增長24.7%。（CNNIC，2014）[3]。電子商務的發展已經成為互聯網乃至中國經濟領域最為引人關注的市場。在網絡購物環境下，依托于互聯網這個虛擬平臺，營造消費者的最佳體驗顯得尤其重要。

本研究關注消費者在瀏覽購物網站過程中所產生的心流體驗。心流體驗指網站使用者完全沉浸在某種在線活動中的狀態，并由此體驗到發自內心的愉悅感（Hoffman和Novak，2009）[4]。心流體驗就像膠水將消費者“粘”在網絡環境中（Hoffman和Novak，1996） [5]。那么網站作為消費者與商品進行互動的平臺，網站特征勢必會對消費者虛擬體驗產生影響。本研究聚焦于網站互動性與生動性對心流體驗的影響作用大小及相對影響強度，研究了消費者個性特質—產品涉入度所起的調節作用，具有較強的理論與現實意義。二 文獻回顧與研究假設（一）網站特征對心流體驗的影響

根據環境心理學的觀點[6]，在刺激-機體-反應（stimulusorganismresponse，SOR）范式下，消費者在瀏覽購物網站時，網站特征對消費者產生刺激，消費者機體會做出相應的反應，這種反應可以是情感反應，也可以是認知反應，最終表現在采取趨進行為或規避行為。網站特征可分為中心線索與邊緣線索兩大類。中心線索是那些與完成購物任務密切相關的信息，如商品描述、價格、促銷、物流、售后服務等。邊緣線索指與完成購物任務不直接相關的信息，如網站的顏色、動畫、音樂、游戲等（Eroglu等，2001；Richard，2005； Parboteeah等，2009）[7-9]。依此分類，網站互動性屬于中心線索，網站生動性屬于邊緣線索。在瀏覽網站的過程中，受網站互動性與生動性影響，消費者完全沉浸在上網活動中，與之無關的想法與感知均被過濾掉，時間飛逝也渾然不覺，同時伴隨著強烈的愉悅感，進入心流體驗狀態。Novak，Hoffman和Yung（2000）認為心流體驗是一種認知狀態（cognitive state）[10]。從大的理論背景來看，網站互動性與生動性會刺激消費者進入心流體驗狀態。

具體而言，互動性指一個或多個個體可以對某特定對象做出反應的程度（Florenthal和Shoham，2010）[11]。網絡互動包含兩個重要的方面，一是人機互動，二是人際互動，從而實現信息交流與人際交往（Hoffman 和Novak，1996）[5]。網站使用者通過瀏覽網站，向網站提出信息需求，網站通過頁面的流暢顯示，信息的快速反饋，實現人機互動。網站使用者通過網站平臺向商家咨詢產品信息、送貨退貨條款、與其他具有相似購買經歷的消費者進行溝通交流等，實現人際互動。互動性強的網站，對消費者的信息需求提供明確而及時的反饋，同時消費者對所從事的活動有一種潛在控制感。根據Csikszentmihalyi（1993）的觀點，明確而及時的反饋以及控制感均是產生心流體驗的重要前提條件[12]。此外，Novak 等[10]以及Richard和Chandra[13]的實證研究也發現了網站互動性與心流體驗之間有一定的正向聯系。

據此，本研究假設：

H1：網站的互動性正向影響心流體驗。

生動性指媒介環境的具象豐富性。也即媒介環境呈現信息的方式。生動性包括深度與廣度兩個維度。廣度是指媒介所能觸動的感官的數量，如顏色、圖表、音頻、視頻等的運用。媒介深度是指媒介質量及表現的結果（Steuer，1992）[14]。

如果電子商務網站能夠充分應用視頻、音頻、動畫、文本、圖表來充分刺激人們的多種感官，那么就能增加視覺愉悅感，吸引人們的注意力，使其流連其中。

Hoffman和Novak （1996） [5]概念模型中提到生動性是心流體驗的前因變量。實證研究表明生動性是遠距臨場感的前因變量（Steuer，1992；Coyle和Thorson，2001）[14] [15]，而遠距臨場感又是心流體驗的前因變量（Novak等，2000；Bridges和Florsheim，2008）[10] [16]。據此，本研究假設：

H2：網站的生動性正向影響心流體驗。

心流體驗的重要特征是瀏覽購物網站的過程中，消費者完全沉浸其中，體會到發自內心的愉悅感。較強的網站互動性，會使消費者對所從事的活動有一種控制感，同時能全神貫注于瀏覽網站這項活動中。較強的網站生動性，則有助于消費者體會到視覺愉悅，激發消費者進一步瀏覽更多的網頁，從而產生發自內心的愉悅感。本研究認為，網站互動性是產生心流體驗的前提條件，而網站生動性則是使這種體驗得以強化及持續的重要條件。據此，本研究假設：

H3：網站的生動性比網站的互動性對心流體驗的影響更大。

（二）產品涉入度的調節作用

產品涉入度是一種消費者個性特征、動機狀態，指消費者對產品是否感興趣及產品對消費者而言是否相關或是否重要（Mittal，1989；Zaichkowsky，1985） [17] [18]。消費者對產品涉入度越高，愉悅感越強，精神越集中（Koufaris，2002）[19]。

不同的個體對相同產品的涉入度不同，那么面對設計相同的電子商務網站時，不同個體進入心流體驗的強度是否有所不同？本研究認為，產品涉入度越高，在瀏覽相同的網站時，消費者越容易全身心投入其中，從而產生心流體驗。據此，提出如下假設：

H4：產品涉入度正向調節網站互動性與心流體驗之間的關系。也就是當產品涉入度越高，網站互動性與心流體驗之間的正向關系就越強。

H5：產品涉入度正向調節網站生動性與心流體驗之間的關系。也就是當產品涉入度越高，網站生動性與心流體驗之間的正向關系就越強。三 研究設計（一）樣本選擇及問卷設計

本研究采用問卷調查法收集數據。調查對象為在校大學生，主要為本科生，年齡集中在18～24歲，占樣本總人數的95.1%。這個年齡段的年青人，是我國網絡購物的主力軍，2013年20～29歲的網民占總網民數的31.2%（CNNIC，2014）[3]。

本研究采用隨機化與方便抽樣相結合的方法，在福建地區主要是廈門與泉州兩地的三所高校進行問卷調查。樣本所在地區經濟發展水平相近，因此可以排除經濟發展因素對消費者沖動購買的影響。本研究正式開展之前先進行預測試，對量表的信度效度進行分析，并對量表進行修訂。在預測試的基礎上，展開正式測試。正式測試共發出問卷750份，有效回收700份，剔除缺失題項較多的樣本，并剔除異常值后，最終有效樣本649份，有足夠的樣本量。

本研究設定的調查網站是服裝購物網站，設定服裝購物網站作為調查對象，可以排除產品類別屬性對研究的干擾。被調查者根據最近一次光臨購物網站的經歷填答問卷。為了保證被調查者填答問卷的質量，問卷設計了時間篩選值，將最近一次光臨購物網站的時間在14天以上的樣本數據刪除，以保證被調查者所回憶的是近14天內的購物經歷。（二）變量測量與信效度檢驗

本研究均采用國際期刊已使用過的成熟量表。變量測量的所有題項均采用李克特七點評分方法進行評價，從“非常不同意”到“非常同意”，分別給予1分到7分的賦值。網站互動性與生動性采用Fortin和Dholakia（2005）[20]開發的量表，各6題項，該量表在本研究中的信度系數分別為0.781與0.819。心流體驗采用Huang（2003）[21]對心流體驗的測量，12題項，包括控制、專注、好奇與愉悅四個維度。該量表在本研究中的總的信度系數為0.847，四個維度的信度分別為0.748、0.871、0.793、0.762，表明該量表具有良好的信度。產品涉入度采用McQuarrie和Munson（1992） [22]10題項量表，該量表在本研究中的信度系數為0.934。

對多維變量心流體驗進行因子分析，先對樣本進行KMO測度和Bartlett檢驗，KMO=0.829，Bartlett檢驗卡方值=3225.65，達到顯著水平，數據適合做因子分析。在因子分析過程中，一般使用特征值、碎石圖和累積方差百分比三種方法來提取公因子。四個因子控制、專注、好奇、愉悅累積解釋方差百分比為71.785%，大于60%，表明提煉的公因子個數是可靠的。驗證性因子分析的結果表明，通過探索性因子分析所提煉出的心流體驗四因子，很好地反映了心流體驗的概念內涵。

采用平均方差萃取量（average variance extracted， AVE）比較法檢驗主要變量間的區分效度。研究發現，各主要變量的平均方差萃取量的平方根大于其與其他變量間的相關系數。

網站互動性的AVE為0.514，網站生動性的AVE為0.582，心流體驗的AVE為0.635，產品涉入度的AVE為0.511，其平方根分別為0.717，0.763，0.797，0.715。

四 假設檢驗

（一）描述統計分析及共同方法偏差檢驗

各測量項目的數據總體基本服從正態分布，滿足了進行后續數據處理分析的基本要求。同時，運用Harman單因子檢驗對數據進行共同方法偏差檢驗，未發現共同方法偏差。各主要變量的描述統計分析結果詳見表2。

（二）假設檢驗

本研究運用層次回歸分析法與優勢分析法進行假設檢驗。在進行回歸分析之前，先進行多重共線性檢驗。檢驗結果顯示模型中各主要變量的VIF值均小于2，因此可以判定回歸模型中各主要變量間不存在多重共線性。

1.直接效應分析

運用層級回歸進行假設檢驗。首先將心流體驗設為因變量，其次加入控制變量（網絡購物經驗、性別、教育程度、個體沖動特質），最后加入自變量（網站互動性，網站生動性）。

層級回歸分析結果列在表3中。從表3中可以看到，網站的互動性對心流體驗有正向影響（M2，β=0.150，p<0.01），網站的生動性對心流體驗有正向影響（M2，β=0.272，p<0.01）。因此，假設H1與假設H2得到了數據的支持。此外，本研究還就控制變量到因變量的回歸情況，與加入自變量后的情況相比，運用F檢驗，檢驗擬合度改變值（ΔR2=0.133）的顯著性。研究結果表明ΔF=51.211，p<0.01，擬合度改變值顯著。

2.調節效應分析

運用層級回歸進行假設檢驗。首先將心流體驗設為因變量，其次加入控制變量（網絡購物經驗、性別、教育程度、個體沖動特質），再加入自變量（網站互動性，網站生動性）與調節變量產品涉入度，最后加入調節變量與自變量的交互項。為了消除多重共線性，在構造調節變量和自變量的乘積項時，將調節變量和自變量分別進行了中心化。層級回歸分析結果列在表3中。

從表3中可以看到，網站互動性與產品涉入度的交互項系數為正，并且顯著（M4，β= 0.083，p < 0.01）。這就意味著，當產品涉入度越高時，網站互動性與心流體驗之間的正向關系就越強。而網站生動性與產品涉入度的交互項系數不顯著（M4，β= -0.046，p> 0.10），產品涉入度對網站生動性與心流體驗之間的關系并無調節作用。假設H4得到支持，而假設H5不被支持。

3.優勢分析

上述研究表明網站互動性與生動性正向影響心流體驗。但對于研究者而言，除了探索網站互動性與生動性對心流體驗的影響，還關心網站互動性與生動性對心流體驗的相對影響強度，即相對重要性。本研究采用優勢分析法（dominance analysis）（Budescu，1993）[23]進行分析。

本質上優勢分析法允許在所有可能的統計模型中對各自變量對復相關系數平方（squared multiple correlation，R2）的貢獻進行比較。通過對所有可能模型的回歸分析，計算各自變量的直接效應、總體效應和部分效應，并通過計算直接效應、總體效應和部分效應的平均值來計算每一自變量的相對重要性。然后， 再對每一自變量的相對重要性進行比較。這樣，通過將各自變量對因變量總方差的貢獻分解為已預測方差百分比，就能使各自變量的相對重要性得以更精確地表現出來。

具體而言，為分析不同的自變量在預測因變量時的相對重要性，將心流體驗（FL）分別對不同的自變量網站互動性（IT）、網站生動性（VI）及自變量的組合（IT+VI）作回歸，產生三個不同的回歸方程。表4中的第一列代表回歸方程中已包括的變量；第二列代表回歸方程的R2，第三列與第四列代表將該自變量加入回歸方程后的R2提高值。

為了計算X1的貢獻，則先分別計算沒有其他自變量時的貢獻（即直接效應，0.110）、有另外一個自變量的貢獻（即部分效應，0.016），然后再計算兩者的平均值（即總體效應，（0.110+0.016）/2=0.063）。同理為了計算X2的貢獻，重復上述過程。最后將R2分解為不同成分，以反映每一自變量的相對重要性。

從表4中的結果可以看出，對于預測心流體驗的回歸方程來說，在已解釋的那部分方差中，網站互動性貢獻了38.18%，網站生動性貢獻了61.82%。在預測心流體驗時，網站生動性的貢獻大于網站互動性的貢獻。假設H3得到數據支持。

五 研究結論與未來展望

（一）研究結論與貢獻

根據消費體驗理論，本研究探究了網站特征與心流體驗的關系，得出如下結論：首先，網站互動性與網站生動性均對心流體驗有顯著正向影響。其次，與網站互動性相比，網站生動性對心流體驗的影響力更大。第三，產品涉入度對網站互動性與心流體驗之間的關系具有正向的調節作用，即消費者產品涉入度越高時，網站互動性與心流體驗的正向關系就越強。而產品涉入度對網站生動性與心流體驗之間的關系不具有調節作用。結合優勢分析的結果，在預測心流體驗時，網站生動性的貢獻遠遠大于網站互動性的貢獻，可以對違背假設的實證結果做出合理解釋。也就是，網站生動性正向影響心流體驗，由于它對心流體驗的預測力較強，因此不受產品涉入度高低的影響。網站互動性正向影響心流體驗，但由于它對心流體驗的預測力較弱，因此受到產品涉入度高低的影響。

本研究在理論方面的貢獻主要有：一是探索性研究網站互動性與生動性對心流體驗的影響作用大小及相對影響強度；二是綜合考慮了情境因素與個體個性特征對心流體驗的綜合影響，深化了在線心流體驗的研究。

在實踐上，本研究結論可為電子商務企業提供有益的啟示，特別是在設計電子商網站時如何有效資源配置提供寶貴建議。電子商務企業，特別是B2C（Business to Customer）企業，其電子商務網站充當著營銷渠道及溝通平臺的重要作用。本研究發現網站互動性與生動性均正向影響心流體驗。而心流體驗與購買意愿正相關（Richard和Chandra2005；Hausman和Siekpe，2009；Hsu， Chang等，2011）[13] [4] [24]。因此通過提高網站的生動性與互動性能使消費者產生更強烈的心流體驗，從而有助于企業提高銷售額。如果受預算限制，不能在網站的互動性與生動性方面均衡投資的話，那么資源應向提高網站生動性傾斜。原因在于本研究發現與網站互動性相比，網站生動性對心流體驗的影響力更大。而且，網站生動性對心流體驗的影響作用不受產品涉入度的干擾，這種影響作用顯得更為穩定。

（二）研究展望

本研究選取網站互動性與生動性作為切入點，探索其對在線心流體驗的影響。網站互動性與生動性只是網站兩類主要特征的代表，未來的研究可以挖掘網絡購物環境下更多的具有特定情境特征的變量，并且探索這些變量對心流體驗的不同影響機制。還可以進一步研究心流體驗對消費者在線購買行為及購買意愿的影響，心流體驗對品牌忠誠度的影響等。

[參 考 文 獻]

[1] Pine， B.J. and J.H. Gilmore.Welcome to the ExperienceEconomy[J]. Harvard Business Review， 1998，76（4）：97-105.

[2] Holbrook， M.B. and E.C. Hirschman.The Experiential Aspects of Consumption： Consumer Fantasies， Feelings， and Fun[J]. Journal of Consumer Research， 1982，9（2）：132-140.

[3] 中國互聯網絡信息中心（CNNIC）：第33次中國互聯網絡發展狀況統計報告[EB/OL].中國互聯網絡信息中心網站，2014年1月16日

[4] Hausman， A.V. and J.S. Siekpe.The Effect of Web Interface Features on Consumer Online Purchase Intentions[J]. Journal of Business Research， 2009， 62（1）：5-13.

[5] Hoffman， D.L. and T.P. Novak.Marketing in Hypermedia ComputerMediated Environments： Conceptual Foundations[J]. The Journal of Marketing， 1996， 60（3）：50-68.

[6] Mehrabian， A. and J.A. Russell.An approach to Environmental Psychology[M]. Cambridge， MA：MIT Press. 1974.

[7] Eroglu， S.A.， K.A. Machleit， and L.M. Davis.Atmospheric Qualities of Online Retailing： A Conceptual Model and Implications[J]. Journal of Business Research， 2001，54（2）：177-184.

[8] Richard， M.O.Modeling the Impact of Internet Atmospherics on Surfer Behavior[J]. Journal of Business Research， 2005，58（12）：1632-1642.

[9] Parboteeah， D.V.， J.S. Valacich， and J.D. Wells.The Influence of Website Characteristics on a Consumer's Urge to Buy Impulsively[J]. Information Systems Research， 2009，20（1）：60-78.

[10]Novak， T.P.， D.L. Hoffman， and Y.F. Yung.Measuring the Customer Experience in Online Environments： A Structural Modeling Approach[J]. Marketing Science，2000，19（1）：22-42.

[11]Florenthal， B. and A. Shoham.Fourmode Channel Interactivity Concept and Channel Preferences[J]. Journal of Services Marketing，2010，24（1）：29-41.

[12]Csikszentmihalyi， M.Activity and Happiness： Towards a Science of Occupation[J]. Journal of Occupational Science，1993，1（1）：38-42.

[13]Richard， M.O. and R. Chandra.A model of Consumer Web Navigational Behavior： Conceptual Development and Application[J]. Journal of Business Research，2005，58（8）：1019-1029.

[14]Steuer， J.Defining Virtual Reality： Dimensions Determining Telepresence[J]. Journal of communication，1992，42（4）：73-93.

[15]Coyle， J.R. and E. Thorson.The Effects of Progressive Levels of Interactivity and Vividness in Web Marketing Sites[J]. Journal of Advertising，2001，30（3）：65-77.

[16]Bridges， E. and R. Florsheim.Hedonic and Utilitarian Shopping Goals： The Online Experience[J]. Journal of Business Research，2008，61（4）：309-314.

[17]Mittal. A theoretical Analysis of Two Recent Measures of Involvement[J]. Advances in Consumer Research，1989，16（1）：697-702.

[18]Zaichkowsky，J.L.Measuring the Involvement Construct[J]. Journal of Consumer Research，1985，12（3）：341-352.

[19]Koufaris， M.Applying the Technology Acceptance Model and Flow Theory to Online Consumer Behavior[J]. Information Systems Research，2002，13（2）：205-223.

[20]Fortin， D.R. and R.R. Dholakia.Interactivity and Vividness Effects on Social Presence and Involvement with a Webbased Advertisement[J].Journal of Business Research， 2005， 58（3）： 387-396.

[21]Huang， M.H.Designing Website Attributes to Induce Experiential Encounters[J]. Computers in Human Behavior，2003，19（4）：425-442.

[22]McQuarrie， E.F. and J.M. Munson.A Revised Product Involvement Inventory： Improved Usability and Validity[J]. Advances in Consumer Research，1992，19（1）：108-115.

[23]Budescu D V. Dominance analysis：A New Approach to the Problem of Relative Importance of Predictors in Multiple Regression[J]. Psychological Bulletin，1993，114（3）：542-551.

[24]Hsu， C.L.， K.C. Chang， and M.C. Chen.Flow Experience and Internet Shopping Behavior： Investigating the Moderating Effect of Consumer Characteristics[J].Systems Research and Behavioral Science， 2011，29（3）：317-332.