消費者緣何忠實于特定網絡商店？
——在線顧客惰性的視角

王金麗，申光龍，李桂華,3

(1.齊齊哈爾大學 經濟與管理學院，黑龍江 齊齊哈爾 161006；2.南開大學 商學院，天津 300071； 3.南開大學濱海學院 經濟管理系，天津 300270)

內容提要：在信任、承諾、企業規模與信譽等傳統顧客忠誠影響因素缺失條件下，消費者對眾多提供相同或者相似產品中的網絡商店存在重復光顧、正向口碑及推薦行為。基于淘寶網消費者調查，本文運用結構方程模型與bootstrap分析方法研究在線卷入度、感知信息過載以及在線轉換成本對在線顧客忠誠的作用機制。結果表明：隨著網絡技術的飛速發展，在線卷入度、感知信息過載以及在線轉換成本對特定網絡商店在線顧客忠誠的影響作用逐漸凸顯，在線顧客惰性中介是關鍵路徑，為顧客忠誠研究提供了新的視角；行為觀點的顧客惰性被認為是一種虛假忠誠，但從在線顧客惰性態度傾向視角審視在線顧客忠誠行為，是真正的顧客忠誠，是體驗經濟的體現。

一、引言

互聯網的應用和普及，引發了傳統商業模式的變革，催生出網絡商店這種新興業態形式，它以便利性、價格優勢以及多樣化選擇贏得了前所未有的經濟優勢。與此同時，在傳統顧客忠誠影響因素，如信任、承諾、企業規模與信譽等信息缺失條件下，消費者對眾多提供相同或者相似產品中的某家網絡商店(特指利用平臺型電子商務企業提供的網絡平臺從事經營的網絡商店，以下簡稱特定網絡商店)存在重復光顧、正向口碑及推薦行為。面對網絡平臺提供的多樣化選擇，消費者為什么會忠誠于特定網絡商店？這一現象背后是否存在特殊的動因與作用機制？“黑箱”的突破是否具有重要的理論和實踐價值？

網絡技術的發展帶來消費者消費環境與消費心理的顯著變化：首先，企業同質化現象日益加劇，消費者網絡購物決策影響因素早已超越產品和服務本身，上升到對整個購物過程的全方位體驗，對購物決策的過程和結果越來越重視，即在線卷入度提升。其次，“萬眾創業、全民創新”的時代，越來越多的企業順應這一趨勢，積極利用網絡開展經營，甚至涌現出眾多中國“淘寶村”，成為“萬眾創業、全民創新”的重要前沿陣地。與此對應的是，消費領域過多的決策信息選擇[1]，使得消費者感知到信息過載[2]。此外，互聯網不僅推動了商業領域的變革，更深刻地影響著人們的生活，人們的生活節奏越來越快，時間壓力越來越大。調查顯示，網民與移動電話使用者報告了更高的時間壓力分數，顯然這些用來便利溝通的媒介并不能夠減輕時間負擔[3]。在線轉換成本主要涉及在線消費者轉換中的時間、精力損失成本[4]，日益引起消費者的關注。在線顧客忠誠是解決上述消費者困惑的有效途徑。以往研究中，卷入度并不被認為是顧客忠誠的重要前置因素，感知信息過載從未被引入到顧客忠誠研究中，在線情境下，轉換成本也并不被認為是影響在線顧客忠誠的重要因素。Foxall和Pallister認為，決策行為中的卷入度(involvement)對消費者購買行為有顯著的影響[5]，Colgate等呼吁在審視消費者轉換行為中關注顧客卷入度[6]。Lee等認為信息過載影響決策質量[2]，許多研究者認為決策質量很難界定和測量，Chen等認為研究信息過載對消費者主觀狀態的影響更為實際可行[7]，然而卻止步于此。Tsai等的研究關注到在線轉換成本通過在線轉換障礙中介影響顧客重購意愿[4]。上述研究雖然預示了各要素對消費者行為的潛在影響，然而卻并未真正深入到消費者行為層面進行研究。

本文擬基于計劃行為理論，探索在線卷入度、感知信息過載以及在線轉換成本對在線顧客忠誠的作用機制。首先，探索互聯網迅速發展情境下，在線卷入度、感知信息過載以及在線轉換成本對在線顧客忠誠的直接前置作用。其次，破解在線卷入度、感知信息過載及在線轉換成本對在線顧客忠誠作用的“黑箱”，探究在線顧客惰性的中介作用。最后，進一步探討在線顧客惰性態度傾向影響下的在線顧客忠誠行為的本質。

二、理論基礎與研究假設

(一)在線顧客忠誠的概念及維度劃分

對于顧客忠誠類型，學者們廣泛引用的是Dick和Basu[8]的觀點，按照相對態度與重復光顧行為，顧客忠誠被劃分為四種類型：真正顧客忠誠、潛在忠誠、虛假忠誠與不忠誠。對于顧客忠誠的概念界定，主要有三種流派：行為忠誠流派，指代顧客重復光顧行為；態度忠誠流派，主要指對品牌、企業等的情感依賴；復合忠誠流派認為顧客忠誠是行為忠誠與態度忠誠的有效融合[9]。復合忠誠的概念在研究中得到廣泛的認可與應用[9-10]。從消費者行為角度來看，虛假忠誠主要指代高重復光顧率低相對態度，區別虛假忠誠與真正忠誠的關鍵是態度忠誠[6，9-11]。范秀成等運用元分析方法，將顧客忠誠劃分為行為忠誠(包括重購、轉換與抱怨)、態度忠誠(包括信任、價格容忍、推薦和口碑)與復合忠誠(涵蓋上述兩種元素)[10]。雖然有研究認為推薦和口碑也是顧客的一種行為4現，但是本研究與范秀成等[10]的觀點一致，認為口碑與推薦是顧客基于自身體驗之上的態度忠誠體現。Anderson和Srinivasan[11]將在線顧客忠誠界定為，消費者對于電子商務企業所持支持態度而導致的重復購買行為。El-manstrly[9]定義在線顧客忠誠是一種在線消費者基于滿意之上，重復購買、在線正向口碑以及推薦行為。可見對于在線顧客忠誠而言，研究者們廣泛認同復合忠誠觀點。甚至有研究指出，在線顧客忠誠不僅是基于滿意，更是基于信任之上的[8]。本研究采用El-manstrly[9]對在線顧客忠誠的概念界定，并基于為學者們普遍接受的關于顧客忠誠的劃分[10]，將在線顧客忠誠劃分為在線行為忠誠與在線態度忠誠兩個維度，以進一步探究在線顧客惰性視角下，在線顧客忠誠(作為復合忠誠概念，涵蓋在線行為忠誠與在線態度忠誠，下同)的本質。

(二)在線顧客惰性觀點

在重復購買以及顧客保留研究中，顧客惰性被學者們廣泛關注。Huang和Yu認為有意識的品牌忠誠與無意識的顧客惰性是顧客重復購買行為產生的兩個主要原因，二者的區別在于決策中意識參與的程度[12]。顧客惰性被界定為：“顧客無意識或者下意識的一種習慣購買行為”，認為對品牌的惰性重復購買行為是一種虛假忠誠。Bozzo認為，三種原因導致產業消費者維持長期購買模式：一是常被提及的顧客忠誠，主要與積極情感相關；二是處于鎖入狀態(或保留)，源于客觀存在、情感或強烈轉換障礙的對供應商的依賴[13]；三是惰性狀態，其未來購買行為的最好解釋似乎是其過去購買行為。惰性被定義為產業消費者一種特定狀態，是缺乏實際積極情感、常規而穩定的購買行為，可被劃分為三種類型：純粹惰性(懶惰的、不積極的)，不關心惰性(了解處于交易劣勢，然而并不介意)以及不知情惰性(對銷售人員的信賴，使得他們并不了解目前交易并非最優交易)[13]。顧客惰性行為發生，可能的原因包括：高感知風險、高轉換成本、信息搜尋及思考成本較高、替代吸引力不足或者其他轉換障礙等。2006年，Yanamandram和White在B2B服務情境下，以定性方式探索并認為惰性是不滿意顧客卻選擇保留的重要原因之一[14]。惰性被界定為“消費者的一種懶惰、不活躍或是消極的態度傾向”，可能源于缺乏目標導向、受制于太多時間和精力困擾而不愿轉換。Lee和Neale將由于消極或不行動而維持現狀的態度傾向定義為顧客惰性[15]，認為惰性與態度忠誠都可能影響保留，與惰性不同，態度忠誠以有意地支持特定服務提供商為前提。惰性源于兩種心理狀態：消費者既可能是喜歡(滿意惰性)也可能對于競爭服務提供商是漠視的(漠視惰性)，認為漠視惰性與虛假忠誠很類似。文章進一步實證了滿意惰性、漠視惰性對轉換成本與顧客保留、正負向口碑關系的調節作用。Wu則在服務情境下認為，虛假忠誠卻高重復光顧水平可以由惰性來解釋。惰性被界定為常規而習慣的購買行為，并實證滿意、惰性與顧客忠誠正相關關系，認為惰性是除了滿意之外顧客忠誠另一驅動因素[16]。Kuo等證實顧客惰性正向影響顧客重購意愿，認為顧客惰性是一種固定購物模式，消費者基于過去消費體驗，無意識地光顧相同的店鋪或者購買相同品牌產品[17]。顧客惰性的產生主要有三個原因：一是減少消費時間；二是熟悉；三是目前店鋪與替代選擇感知差異小。Anderson和Srinivasan探討了惰性對在線顧客滿意與在線顧客忠誠的調節作用[11]。除此之外，顧客惰性還被描述為需要較少努力、不經更多思考、便利驅動[18]的行為。惰性消費者似乎逃避做新的購買決策，避免學習新的服務過程和實踐，避免在選擇間進行價格比較。換句話說，惰性顧客偏好現狀。

綜上所述，關于顧客惰性主要有兩種代表性觀點：一種是行為觀點，一種是態度傾向觀點。前者具有代表性的是Huang和Yu[12]的觀點，后者具有代表性的是Lee和Neale[15]觀點。本研究采用第二種觀點，在線顧客惰性是在線消費者一種懶惰、消極或不行動而維持現狀的態度傾向[15]。顧客惰性研究還呈現出如下特征：首先，顧客惰性多被理解為消費者一種習慣性重復購買行為，是一種行為結果[13]，認為并不是行為忠誠的前置因素。也因此，少有研究將顧客惰性作為顧客忠誠的影響因素。其次，顧客惰性行為被認為是消費者一種或無意識[12-13]、或有意識[14-15]的重復購買行為。在這一前提下，以定性描述形式探索消費者惰性行為產生的原因，但停留在理論探索層面缺乏實證研究。再次，探討顧客惰性的忠誠屬性，認為顧客惰性行為是一種虛假忠誠[11-13]。只有少數研究采用惰性態度傾向觀點，認為其影響顧客忠誠并實證二者之間正相關關系[16]，但并未探究顧客惰性態度傾向影響下的顧客忠誠行為屬性。可見，對于顧客惰性前置變量、結果變量的實證及其可能的中介作用機制研究存在較大空間。

(三)在線卷入度、感知信息過載、在線轉換成本對在線顧客忠誠的影響

計劃行為理論(Theory of Planned Behavior，TPB)[19]認為某種特定的行為遵循信念-意愿-行為邏輯，被認為具有很強的理論堅實性[20]。該理論認為，態度信念、感知行為控制信念影響特定行為，并且作用機制不同。

對于行為的態度是“個體對特定行為進行評價或評估之后其偏好傾向”[19]。卷入度是“基于內在需求、價值觀及興趣，個體感知到的(品牌、物品、決策等)相關度”[21]。鑒于對特定網絡商店在線顧客忠誠的研究情境，本研究稱為“在線卷入度”，界定為“顧客網絡購物中，基于內在需求、價值觀及興趣，對于購物決策過程以及結果——所購買的最終產品感知到的個體相關度”。消費者在線卷入度越高，認為所購買產品和服務對自身越重要，在初次購物體驗滿意前提下[8]，愈懼怕因重新選擇失敗而帶來的風險[17]，愈傾向于在線顧客忠誠，即在線卷入度反映消費者對在線顧客忠誠持偏好態度傾向。根據計劃行為理論，態度通過且僅通過意愿中介作用于行為。因而，本研究假設在線卷入度并不會直接影響在線顧客忠誠。

感知行為控制是“對實施行為難易程度的感知并假設它反映了過去的經驗與預期的障礙”[19]，在線購物情境中，指的是消費者對自身能夠決定在線顧客忠誠行為的感知控制力。根據計劃行為理論，當感知行為控制準確且行為并非處于完全意志控制時，感知行為控制對目標行為預測提供了重要信息[19]。感知信息過載與在線轉換成本是網絡環境下消費者無完全意志控制因素，對在線顧客忠誠行為起直接預測作用。

網絡購物以消費者網絡信息搜尋為起點。然而，一方面在線零售商充分利用網絡，向人們傳遞大量信息。另一方面，消費者信息處理能力是有限的，一旦超越消費者信息處理能力，反應速率將會下降[7]，即出現信息過載現象。本研究沿用Chen等[7]對于感知信息過載的定義，指“在進行購物決策時，感知到需要處理太多關于產品的信息”。消費者每一次網絡購物都要經歷廣泛的信息搜尋，復雜的網絡信息使得消費者決策信息過剩[3]，感知到信息過載。為了降低因重新搜尋而帶來的不便及可能的風險，在體驗滿意前提下[6]，感知信息過載成為阻礙消費者轉換[6]的障礙，將促使消費者積極考慮原有網絡商店購物。由此，提出如下假設：

H1a:感知信息過載正向影響在線行為忠誠。

H1b:感知信息過載正向影響在線態度忠誠。

轉換成本與顧客滿意是研究者們最為關注的兩個顧客忠誠前置變量，近年來更多的學者探討轉換成本對顧客忠誠的作用[6，9，22]。結合在線顧客購物過程成本項目劃分，本研究認為，消費者轉換供應商，必然重新面對在線消費決策一系列流程，重新搜尋、甄選、與在線零售商溝通、物流監管、對新產品的擔憂及議價優勢缺失等。在此過程中，時間和精力、已有優惠損失是消費者主要考量因素。與Tsai 等[4]的觀點一致，本研究將“在線轉換成本”界定為“轉換決策中，在線消費者主要考慮的時間、精力以及原有產品和服務提供商提供的價格等優惠政策損失成本”。美國銀行客戶報道顯示，如果顧客感知時間與精力成本以及不確定性遠超于從銀行轉換獲得的潛在收益時，他們選擇保留[23]。可見消費者決策過程也是一個基于成本-收益平衡分析的理性決策過程。大量研究證實轉換成本是顧客保留、顧客忠誠的重要影響因素[4，8，24]。本研究假設：

H2a:在線轉換成本正向影響在線行為忠誠。

H2b:在線轉換成本正向影響在線態度忠誠。

(四)在線顧客惰性對在線卷入度、感知信息過載、在線轉換成本與在線顧客忠誠關系的中介作用

1．在線卷入度、感知信息過載、在線轉換成本對在線顧客惰性的影響

消費者卷入度有高低之分，對消費者購買行為的影響主要體現在兩個方面，信息搜尋動力強度與消費決策依據的多寡。低卷入度消費者缺乏尋求并比較購物選擇信息的動力，并且并不追求最優選擇，偏好便利[18]；具有較高卷入度的消費者被描述為受到激勵去搜集產品信息，比較產品并愿意購買某種特定類型的產品。Foxall和Pallister的研究顯示，低卷入度消費者依賴一個或幾個要素做出購買決策，高卷入度消費者購買決策更為復雜，許多要素都會影響購買行為[5]。上述分析意味著，高卷入度消費者在初次決策中一定非常審慎，全方位考慮各種要素，如力求信息搜尋全面、全方位比較并與賣家溝通以做出購買決策等。在線顧客忠誠是消費者面臨再次購買類似產品時，是否轉換原有網絡零售商的決策。本研究認為，與初次購物相反，消費者會對繁雜的購物決策過程感到厭倦，降低消費者轉換意愿。在線顧客惰性代表顧客維持現狀，較低的轉換意愿[15]。本研究假設：

H3：在線卷入度正向影響在線顧客惰性。

互聯網時代，消費者在線購物面臨大量選擇，甚至使消費者感知到信息過載，在初次購物滿意體驗基礎上，感知信息過載會促使消費者排斥過多信息，傾向于簡單策略(重復購買)來擺脫信息過載的負面影響，有研究顯示惰性顧客通常是多樣化選擇規避者[13,25]。一個惰性顧客被描述為缺乏搜尋選擇的動力[25]，目前的購買模式被重復只因需要付出較少努力。Colgate和Lang指出，便利代表了惰性的其他決定因素[26]。另據計劃行為理論，感知信息過載作為消費者無完全意志控制力因素，也將正向影響特定行為(在線顧客忠誠)意愿(在線顧客惰性)。由此，本研究假設：

H4：感知信息過載正向影響在線顧客惰性。

轉換成本對顧客忠誠作用的研究多聚焦于前置和調節作用且成果豐碩。El-manstrly探討了轉換成本對信任、顧客感知價值與顧客忠誠關系的調節作用[9]；Nagengast等探討了不同類型的轉換成本對滿意與重購行為關系的非線性調節作用[27]。Lee和Neale在服務情境下，探討了轉換成本與顧客保留正相關關系[15]；Tsai等證實在線轉換成本通過轉換障礙中介顯著影響顧客忠誠[4]；Park等實證轉換成本與顧客忠誠正相關[24]。Burnham等的研究指出，在信用卡業務中，轉換成本對顧客忠誠的解釋力為13%，而在遠程電信服務中解釋力達到30%[22]。Tsai等的研究證實，在線轉換成本對在線顧客忠誠有高達59%的解釋力，在線轉換成本提供了競爭優勢，降低了消費者轉換意愿[4]。Colgate和Lang與Stanko 等認為，轉換成本是顧客惰性的決定因素之一[26,28]。由此，本研究假設：

H5：在線轉換成本正向影響在線顧客惰性。

2．在線顧客惰性對在線顧客忠誠的影響

Lee和Neale指出，惰性有高、低之分[15]。高惰性顧客在考慮轉換時是消極的，由此導致他們與其服務供應商維持現狀。低惰性顧客積極地尋求并比較交易，結果導致他們的背離[26]。Yanamandram和White通過質性研究發現，惰性是不滿意顧客保留的重要因素[14]。Kuo 等證實顧客惰性正向影響顧客重購意愿[17]。Wu則在服務情境下實證顧客惰性顯著影響顧客忠誠[16]。

顧客對于特定網絡商店所表現出來的行為有兩個方向，要么選擇保留，進而顧客忠誠，要么背離形成顧客轉換。在線顧客惰性是消費者懶惰、不積極、不行動而維持現狀的態度傾向[15]，代表顧客較低的轉換意愿，使消費者忠實于原有網絡商店。根據計劃行為理論，對特定行為(在線顧客忠誠)的意愿(在線顧客惰性)將影響行為。

綜合上述分析，依據計劃行為理論，本研究假設：

H6a：在線顧客惰性正向影響在線行為忠誠。

H6b：在線顧客惰性正向影響在線態度忠誠。

3．在線顧客惰性的中介作用

綜上所述，消費者在線卷入度越高，在初次購物體驗滿意前提下[8]，愈懼怕因重新選擇失敗而帶來的風險[17]；復雜的網絡信息使得消費者決策信息過剩[3]，導致情感上對于過多信息的排斥[7]，顧客忠誠不失為一種好的選擇；轉換成本作為一種轉換障礙因素[14-15，26]，阻止消費者轉換。可見，在線卷入度、感知信息過載與在線轉換成本都促使消費者轉換意愿降低，傾向于維持原有購物行為，即對原有網絡商店顧客忠誠。在線顧客惰性是在線消費者一種懶惰的、消極的或不行動而維持現狀的態度傾向[15]。一些研究經定性或定量分析認為顧客忠誠是惰性的結果[14，16-17，26]。可見，在線顧客惰性可能中介在線卷入度、感知信息過載、在線轉換成本與在線顧客忠誠之間的關系。Anderson和Srinivasan[11]的研究認為，由便利驅動的顧客更不可能通過重復搜尋新的零售商而使他們變得不便利，因而更可能顯示出高忠誠水平，行為忠誠甚至是態度忠誠。本研究假設：

H7a：在線卷入度通過在線顧客惰性中介正向影響在線行為忠誠。

H7b：在線卷入度通過在線顧客惰性中介正向影響在線態度忠誠。

H8a：感知信息過載通過在線顧客惰性中介正向影響在線行為忠誠。

H8b：感知信息過載通過在線顧客惰性中介正向影響在線態度忠誠。

H9a：在線轉換成本通過在線顧客惰性中介正向影響在線行為忠誠。

H9b：在線轉換成本通過在線顧客惰性中介正向影響在線態度忠誠。

總之，經上述分析，結合計劃行為理論，本研究建立了如圖1所示的研究模型。

圖1 研究模型

三、研究設計

(一)樣本選擇

為了契合研究情境，排除品牌、企業規模、企業信譽、經營產品類別等可能對特定網絡商店顧客忠誠形成影響的因素，本研究以中國淘寶網顧客為調查對象。針對在線顧客忠誠，因調查對象首先要在特定網絡商店有過重復購物經歷，因而問卷中設計了一個題目，詢問被調查對象是否在淘寶網的某個網絡商店有一次以上，即重復購買經歷。為了排除地域、年齡、性別、受教育程度、收入、職業等人文因素影響，問卷設計中對這些消費者特征都進行了調查。本研究數據來源于兩部分：一部分是工作人士，地域分布于北京、天津、青島、上海及黑龍江省一些城市，職業分布廣泛，包括公務員、公司職員、工程師、個體創業者等；另一部分主要針對東北部某高校在校大學生。共回收問卷446份，剔除了無淘寶網購物體驗、無重復購買經歷及一些無效問卷后，剩余有效樣本372份。372份樣本中，頻率分析顯示男性占比40.1%，女性占比59.9%；19-29歲樣本占比52.4%，30-39歲樣本占比35.5%，40-49歲樣本占比10.5%，50歲以上樣本占比1.3%；婚姻狀況已婚未婚樣本大致各占一半；大專及以下學歷樣本占比21.6%，本科學歷占比73.4%，研究生學歷占比5%；收入在3000元以下樣本占比36.2%，3000-5000元樣本占比40.3%，5000-10000元樣本占比20.0%，10000元及以上占比3.5%。上述分析顯示樣本很好地避免了樣本偏差。

(二)測量工具

本文構念測量均采用成熟量表，Likert 7點測量方法，“1”=完全不同意，“7”=完全同意。

(1)在線卷入度。采用Zaichkowsky[21]提出的10條目量表，被證明有著很高的效度和信度(本研究中Cronbach’s α=0.910)。舉例題項：網絡購物過程和結果對我來說，“極其重要——非常不重要(反向)”、“極其無聊——非常有趣”、“與我極其相關——與我毫不相關(反向)”、“毫無意義——非常有意義”。

(2)感知信息過載。采用Chen等[7]提出的3條目感知信息過載量表(本研究中Cronbach’s α=0.776)。舉例題項：“有太多信息，在購物過程中讓我感到很有負擔”、“因為有太多網站和網絡商店，我感到要找到所有相關信息非常困難”。

(3)在線轉換成本。本文研究對象是對特定網絡商店在線顧客忠誠行為，因而采用相同在線情境下Tsai等[4]提出的在線轉換成本量表(本研究中Cronbach’s α =0 .774)。題項包括：“轉向其他網絡商店將會花費大量精力”、“轉向新網絡商店的過程會花費大量時間”、“轉向一家新網絡商店，會失去價格、積分等現有網絡商店提供的優惠”。

(4)在線顧客惰性。采用Lee 和Neale[15]提出的顧客惰性量表(本研究中Cronbach’s α= 0.804)。舉例題項：“我不考慮轉向其他網絡商店購物”、“我不必為考慮轉向其他網絡商店購物而煩惱”。

(5)在線顧客忠誠。目前對于在線顧客忠誠的研究還很不深入，測量方法也很多樣。鑒于在線顧客忠誠與傳統顧客忠誠在行為表現上高度一致，如重復光顧、積極的正面口碑，甚至向自己的親友推薦等，這里采用El-manstrly[9]成熟量表。該量表包括在線行為忠誠(3條目，本研究中Cronbach’s α=0.886)、在線態度忠誠(3條目，本研究中Cronbach’s α=0.853)兩個維度，共計6個條目。

四、實證分析

(一)共同方法偏差檢驗

本研究通過一系列過程控制方法，如匿名調查法、設計反向題項、問卷題項間隔分布、調查對象多樣化、時間間隔等進行問卷設計與數據搜集，以降低可能存在的共同方法偏差。借鑒楊勇等[29]研究中為學者廣泛采用的Harman’s 單因素檢驗法對數據進行共同方法偏差檢驗，未旋轉主成分分析結果顯示，第一公因子提取方差為29.991%，低于40%臨界標準，說明共同方法偏差并不明顯。

(二)信度與效度分析

為了確認在線顧客忠誠的具體維度，本研究首先對在線顧客忠誠量表進行了探索性因子分析。選擇特征值大于1的主成分分析方法，結果顯示樣本適宜做因子分析(KMO值為0.806，Bartlett球形檢驗近似卡方值為1198.316，顯著性水平為0.000)。運用主軸因素法對因子進行旋轉，因子分析結果見表1。探索性因子分析顯示：量表題項可被劃分為兩個維度，題項因子載荷均大于0.5，且不存在多重載荷，所提取的共同因子方差均大于0.6，兩個因子累計解釋全部題項79.581%的信息。

表1 在線顧客忠誠量表探索性因子分析結果

為了進一步驗證模型擬合度，判定聚合效度與區分效度，本研究運用AMOS24.0對模型做了驗證性因子分析。結果顯示所有條目都如期在相應的因子上有顯著的因子載荷，并基于此計算組合信度(CR)及平均提取方差(AVE)值。驗證性因子分析中使用了Landis等[30]提出的條目打包技術，基于推薦使用的隨機打包方法對在線卷入度條目進行了打包操作。驗證性因子分析結果顯示：χ2=217.27，df=120，χ2/df=1.811< 2，GFI=0.940，CFI=0.973，TLI=0.966，RMSEA=0.047，均在臨界標準以內，表明結構模型擬合度較好。Cronbach’s α值介于0.774-0.910之間，組合效度介于0.776-0.918之間，說明量表具有良好內部一致性。AVE值介于0.537-0.789之間且因子載荷均大于0.5，表明量表收斂效度符合要求。量表的判別效度見表2，各變量的平均提取方差平方根均大于該變量與其他變量的相關系數，說明量表的判別效度也達到可接受水平。

(三)主效應檢驗

為了驗證在線卷入度、感知信息過載、在線轉換成本對在線顧客惰性與在線顧客忠誠的影響以及在線顧客惰性對在線顧客忠誠的影響，本研究采用結構方程模型軟件AMOS24.0對結構模型進行分析。結果顯示：χ2=198.735，df=121，χ2/df=1.642< 2，GFI=0.944，CFI=0.979，TLI=0.973，RMSEA=0.042，均在臨界標準以內，表明結構模型擬合度較好，可以進行路徑分析。由圖2可知：除了感知信息過載對在線行為忠誠(假設H1a，β= 0.029， t=0.478)與在線態度忠誠(假設H1b，β= 0.056， t= 0.946)的直接影響不顯著外(圖2中虛線所示)，其余直接作用路徑均通過假設檢驗。在線卷入度(β=0.205， t=3.727)、感知信息過載(β=0.212， t=3.104)、在線轉換成本(β=0.433， t=5.527)均顯著正向影響在線顧客惰性，假設H3，H4，H5得到實證支持。在線轉換成本正向影響在線行為忠誠(β=0.258， t=3.573)與在線態度忠誠(β=0.600， t=7.279)，假設H2a，H2b得到驗證。在線顧客惰性顯著正向影響在線行為忠誠(β=0.546， t=7.429)與在線態度忠誠(β=0.227， t=3.333)，假設H6a，H6b得到數據支持。

表2 均值、標準差及判別效度檢驗

注：*、**、***分別表示p<0.05、p<0.01、p<0.001(下同)，對角線值為AVE的平方根。

圖2 主效應檢驗結果

(四)中介效應檢驗

本研究采用Zhao等[31]和陳瑞等[32]提出的bootstrap方法，運用SPSS 22.0軟件對在線顧客惰性中介效應做進一步檢驗。近幾年Zhao等[31]所提出的中介檢驗程序已經得到了廣泛認可，在心理學、組織行為學、消費者行為學等領域的頂級學術期刊中有較多的引用。本研究bootstrap分析樣本量選擇5000，設定95%置信區間，采用偏差校正的非參數百分位法，對在線顧客惰性中介作用及中介類型進行了檢驗，如表3所示。

在線顧客惰性對在線卷入度與在線顧客忠誠中介效應檢驗結果表明：在95%的置信區間水平下，在線顧客惰性對在線卷入度與在線行為忠誠之間的中介效應檢驗的結果未包含0(LLCI=0.173，ULCI=0.342)，表明在線顧客惰性對在線卷入度與在線行為忠誠中介作用顯著，其效應大小為0.249。此外，在控制了在線顧客惰性中介作用后，在線卷入度對在線行為忠誠的直接作用不顯著(LLCI= -0.009，ULCI=0.210)，說明在線顧客惰性中介在線卷入度與在線行為忠誠，且是唯一的中介變量。在95%的置信區間水平下，在線顧客惰性對在線卷入度與在線態度忠誠的中介檢驗的結果未包含0(LLCI=0.113，ULCI=0.246)，表明在線顧客惰性對在線卷入度與在線態度忠誠中介作用顯著，其效應大小為0.174。在控制了在線顧客惰性中介作用后，在線卷入度對在線態度忠誠的直接作用依然顯著(LLCI=0.155，ULCI=0.362)，說明除了在線顧客惰性中介之外，還存在其他中介路徑，在線顧客惰性對在線卷入度與在線態度忠誠起部分中介作用。

表3 中介效應與中介類型bootstrap檢驗結果

在線顧客惰性對感知信息過載與在線顧客忠誠中介效應檢驗結果表明：在95%的置信區間水平下，在線顧客惰性對感知信息過載與在線行為忠誠之間的中介檢驗的結果未包含0(LLCI=0.142,，ULCI=0.304)，表明在線顧客惰性對感知信息過載與在線行為忠誠中介作用顯著，其效應大小為0.217。此外，在控制了在線顧客惰性中介作用后，感知信息過載對在線行為忠誠的直接作用依然顯著(LLCI= 0.052,，ULCI=0.255)，說明在線顧客惰性在感知信息過載與在線行為忠誠之間起部分中介作用。在95%的置信區間水平下，在線顧客惰性對感知信息過載與在線態度忠誠的中介檢驗的結果未包含0(LLCI=0.099，ULCI=0.225)，表明在線顧客惰性對感知信息過載與在線態度忠誠中介作用顯著，其效應大小為0.159。在控制了在線顧客惰性中介作用后，感知信息過載對在線態度忠誠的直接作用依然顯著(LLCI=0.139，ULCI=0.322)，說明在線顧客惰性中介為部分中介作用。

在線顧客惰性對在線轉換成本與在線顧客忠誠中介效應檢驗結果表明：在95%的置信區間水平下，在線顧客惰性對在線轉換成本與在線行為忠誠之間的中介檢驗的結果未包含0(LLCI=0.178，ULCI=0.319)，表明在線顧客惰性對在線轉換成本與在線行為忠誠中介作用顯著，其效應大小為0.245。此外，在控制了在線顧客惰性中介作用后，在線轉換成本對在線行為忠誠的直接作用依然顯著(LLCI= 0.219，ULCI=0.422)，說明在線顧客惰性中介在線轉換成本與在線行為忠誠，且為部分中介作用。在95%的置信區間水平下，在線顧客惰性對在線轉換成本與在線態度忠誠的中介檢驗的結果未包含0(LLCI=0.089，ULCI=0.199)，表明在線顧客惰性對在線轉換成本與在線態度忠誠中介作用顯著，其效應大小為0.136。此外，在控制了在線顧客惰性中介作用后，在線轉換成本對在線態度忠誠的直接作用依然顯著(LLCI=0.425，ULCI=0.603)，說明在線顧客惰性起部分中介作用。

(五)實證結果分析

第一，在線卷入度、感知信息過載以及在線轉換成本都是在線顧客惰性重要的前置因素，并且都存在通過在線顧客惰性中介的路徑正向影響在線行為忠誠與在線態度忠誠，然而作用機制是不同的：(1)對于在線行為忠誠而言，在線卷入度通過且僅通過在線顧客惰性中介正向影響在線行為忠誠；在線轉換成本、感知信息過載除了經在線顧客惰性中介作用機制之外，還存在其他中介變量作用機制。(2)對于在線態度忠誠而言，三者經在線顧客惰性中介作用機制趨同，都存在其他中介變量作用機制。除此之外，在線轉換成本還直接顯著影響在線顧客行為與態度忠誠。感知信息過載對在線顧客忠誠的直接作用未得到數據支持，可能的解釋是：目前消費者感知的信息過載水平不足以直接導致消費者行為與態度忠誠，但確實使顧客轉換網絡商店的意愿降低，從而間接影響在線顧客行為與態度忠誠。

第二，理論與實證數據顯示，在線卷入度、感知信息過載對于在線顧客行為與態度忠誠均不存在直接作用路徑，需要通過在線顧客惰性中介，并且在線顧客惰性完全中介在線卷入度與在線行為忠誠關系。除此之外，在線轉換成本也存在通過在線顧客惰性對在線行為與態度忠誠的間接作用機制。可見在線顧客惰性對在線卷入度、感知信息過載、在線轉換成本與在線顧客忠誠關系的關鍵中介作用。

五、結論與啟示

(一)研究結論

本文關注互聯網情境下，消費者面對多樣化選擇卻忠實于特定網絡商店這一看似矛盾的現象，基于計劃行為理論，探索在線卷入度、感知信息過載以及在線轉換成本對在線顧客忠誠的作用機制，得出如下具體研究結論。

(1)互聯網不僅助推了產業發展，也推動了消費環境、消費者心理與消費者行為的改變。互聯網的飛速發展，帶來消費環境的變化，促使消費者不再偏好多樣化選擇轉而忠實于特定網絡商店。消費者行為動因也發生了變化，消費者在線卷入度提升、感知信息過載、關注在線轉換成本，實證結果證實上述各要素都顯著地影響對特定網絡商店的在線顧客忠誠行為。

(2)在線顧客惰性在在線卷入度、感知信息過載以及在線轉換成本與在線顧客忠誠關系中發揮關鍵中介作用，為在線顧客忠誠研究提供了新的視角。實證檢驗證實，在線顧客惰性對在線顧客忠誠的影響作用不但存在，而且是不可或缺的關鍵機制。

(3)從在線顧客惰性視角審視在線顧客忠誠行為，仍然是一種真正的顧客忠誠。在線顧客惰性不僅顯著正向影響在線行為忠誠，也顯著影響在線態度忠誠，由在線顧客惰性促動的在線顧客忠誠是真正的顧客忠誠。

(4)在線顧客忠誠是消費者基于過去購物體驗滿意前提下，綜合考慮其他因素，如感知信息過載水平、在線轉換成本、自身對購買決策的個體卷入度等，經簡單收益-成本、風險分析基礎上的一種理性決策，其實質是體驗經濟的體現。

(二)管理啟示

本研究對于中國具體情境下政府政策制定、電子商務發展與在線零售商經營等具有重要的實踐指導意義。

(1)政府應采取積極措施保障消費者權益并優化電子商務經營環境。網絡經營虛擬性，決定了消費者對電商經營資質、信譽以及安全問題充滿質疑，政府應采取有力措施促進網絡安全與公平競爭機制構建。一是通過新聞報道、公益宣傳等方式提升消費者網絡購物安全與防范意識。二是制定網絡安全、電子商務、個人信息保護及反壟斷等法律法規。三是建立科學有效的市場監管方式，查處并打擊互聯網企業壟斷行為，營造公平競爭環境。四是建立產品質量追溯機制，建設電子商務售后服務質量檢測云平臺，解決消費者退貨難、維權難、產品責任追溯難等問題。

(2)在線零售商應拓寬經營思路，積極利用“互聯網+”與“絲路電商”發展契機，拓展全新的國際化進入模式。研究揭示，在線顧客惰性態度傾向影響下的在線顧客忠誠是一種真正的顧客忠誠，消費者鎖入效應明顯，爭奪競爭對手資源不再是良好選擇，利用“互聯網+”與“絲路電商”發展契機進軍國際市場是一條可取的發展路徑。尤其是近年來，我國電子商務發展迅速，取得了可喜的經營業績，在線零售商應積極利用“絲路電商”作為跨境經營的契機，為自身發展尋求新的思路。政府要完善相關政策：鼓勵各類跨境電子商務服務商發展，尤其要完善跨境物流體系，拓展全球經貿合作；推進跨境電子商務通關、檢驗檢疫、結匯等關鍵環節綜合服務體系建設；創新跨境權益保障機制，推進國際互認。

(3)在線零售商應樹立動態經營意識。研究證實，隨著網絡經濟的迅猛發展，在線卷入度、感知信息過載與在線轉換成本對在線顧客忠誠的影響作用逐漸凸顯。這些消費心理的轉變，提請網絡經營者時刻關注消費環境、消費心理與消費行為的改變，契合顧客需求。“萬眾創新、全民創業”預示著我國經濟增長方式的轉變，互聯網平臺將成為重要前沿陣地，在線零售商以及電子商務新進入者都應樹立動態經營意識。

(4)電子商務企業應強化“體驗經營理念”。研究揭示，受在線顧客惰性傾向影響的在線顧客忠誠是真正的顧客忠誠，是體驗經濟的體現。作為電子商務企業應樹立體驗經營理念。一是支持實體零售商利用網絡商店、移動支付、智能試衣等新技術，打造體驗式購物模式。二是利用大數據分析技術，向消費者推送相關推薦，推動精準營銷。三是從最初的與在線消費者的互動，到訂單確定、物流環節及產品與服務本身及售后各個環節提升顧客體驗。此后，尤其是面對顧客重復購買，良好的顧客關系維護是必要的。四是積極構建“滾雪球式”隱性營銷模式。在線忠誠消費者不僅自身重復購買，還傾向于在線正向口碑以及向親友推薦，是網絡商店不可忽視的營銷資源，應以顧客為中心，發揮顧客口碑與推薦輻射作用，實現“滾雪球式”隱性營銷。

(5)在線零售商應采取相應措施發現并強化顧客惰性態度傾向以促進消費者在線忠誠。鑒于研究結論，在線轉換成本不僅通過在線顧客惰性中介間接影響，而且直接作用于在線顧客忠誠，所能采取的措施包括提升面向老顧客的顧客優惠、積分、重視售后服務、與顧客建立良好關系等舉措。就感知的信息過載要素而言，可以預測未來消費者感知的信息過載水平只可能逐步攀升。在線零售商可以在利用這一優勢的同時，盡量簡化本商店的商品選擇流程，提高信息獲取與溝通的便利性，這一層面上良好的在線交互或許是一有效途徑。就在線卷入度而言，其本身就直接加劇了在線消費者惰性傾向，在線零售商要力求使消費者獲得滿意的初次購物體驗。