高 融， 王 玲， 楊以雄

(東華大學(xué) 服裝·藝術(shù)設(shè)計(jì)學(xué)院， 上海 200051)

服裝線上零售渠道消費(fèi)者決策機(jī)制

高 融， 王 玲， 楊以雄

(東華大學(xué) 服裝·藝術(shù)設(shè)計(jì)學(xué)院， 上海 200051)

為探析服裝消費(fèi)者線上購(gòu)買決策模式，為服裝線上零售店鋪提供針對(duì)性的優(yōu)化方案，參考已有文獻(xiàn)構(gòu)建出消費(fèi)者決策指標(biāo)，通過(guò)專家訪談確定重點(diǎn)指標(biāo)。案例以品牌天貓旗艦店為研究載體，基于五段量表對(duì)消費(fèi)者進(jìn)行指標(biāo)滿意度和購(gòu)買意愿問(wèn)卷調(diào)查。通過(guò)因子分析提取了5個(gè)決策因子，經(jīng)最優(yōu)尺度回歸建立消費(fèi)者購(gòu)買意愿回歸方程。計(jì)算結(jié)果表明消費(fèi)者在案例店鋪購(gòu)物意愿一般，店鋪存在優(yōu)化空間。分析結(jié)果發(fā)現(xiàn)：5個(gè)決策因子對(duì)消費(fèi)者的購(gòu)買意愿均產(chǎn)生正相關(guān)影響；其中售后、選貨等因子對(duì)消費(fèi)者購(gòu)買意愿影響顯著，而案例店鋪在安全方面的表現(xiàn)需要重點(diǎn)提升。

服裝； 線上零售； 消費(fèi)者決策； 因子分析； 回歸分析

渠道選擇作為影響品牌盈利的關(guān)鍵因素，已成為管理學(xué)和經(jīng)濟(jì)學(xué)領(lǐng)域的重要課題[1]?；ヂ?lián)網(wǎng)對(duì)零售業(yè)經(jīng)營(yíng)策略、消費(fèi)者行為等方面都產(chǎn)生了深遠(yuǎn)影響[2]。傳統(tǒng)實(shí)體店的零售渠道變革，使行業(yè)由最初的單渠道向多渠道、跨渠道及全渠道模式發(fā)展[3]，也在一定程度上反映了消費(fèi)者意識(shí)和行為的改變。

20世紀(jì)90年代末，因特網(wǎng)使得線上零售渠道加速擴(kuò)張[4]，大量零售商主導(dǎo)的線下實(shí)體店開(kāi)始向線上零售渠道拓展[5]。由于消費(fèi)者無(wú)法線上試穿及體驗(yàn)，這類局限使得服裝的線上零售曾不被認(rèn)可[6-7]，但隨著服裝零售業(yè)的快速發(fā)展，該類商品已逐漸成為電子商務(wù)領(lǐng)域的重要組成部分[8]。21世紀(jì)初期，在消費(fèi)者需求多樣化、生產(chǎn)信息化和市場(chǎng)競(jìng)爭(zhēng)日益激烈的驅(qū)動(dòng)下，服裝線上零售渠道成為電商主流趨勢(shì)[9-10]?；诖耍疚牧炕嗽u(píng)價(jià)服裝消費(fèi)者線上購(gòu)買決策的形成要素及各要素間的關(guān)系，即服裝線上消費(fèi)決策機(jī)制，為服裝品牌零售渠道拓展提供有益參考。

1 基于4Cs營(yíng)銷理論的決策指標(biāo)構(gòu)建

4Cs營(yíng)銷理論(the marketing theory of 4Cs)是以消費(fèi)者需求為導(dǎo)向[11]，該理論于1990年由美國(guó)營(yíng)銷專家勞特朋教授提出。4Cs重新設(shè)定了市場(chǎng)營(yíng)銷組合的4個(gè)基本要素：consumer(消費(fèi)者需求)、cost to the customer(成本)、convenience(便利)和communication(溝通)，強(qiáng)調(diào)企業(yè)首先應(yīng)該把追求顧客滿意放在首位，其次是努力降低顧客的購(gòu)買成本，然后要充分注意到顧客購(gòu)買過(guò)程中的便利性，而不是從企業(yè)的角度來(lái)決定銷售渠道策略，最后強(qiáng)調(diào)應(yīng)以消費(fèi)者為中心實(shí)施有效的營(yíng)銷溝通。本文以4Cs營(yíng)銷理論為理念與標(biāo)準(zhǔn)，結(jié)合服裝線上零售渠道對(duì)消費(fèi)者購(gòu)買決策的形成要素展開(kāi)研究。

由此梳理出基于4Cs的服裝線上零售渠道消費(fèi)者決策要素及34項(xiàng)影響指標(biāo)，如表1所示。其中：1)需求。討論渠道滿足消費(fèi)者個(gè)人需求的情況。亞伯拉罕·馬斯洛博士提出了一個(gè)被廣泛接受的需求層次理論(hierarchy of needs)，研究了以層次概念為基礎(chǔ)的人類需求動(dòng)機(jī)，將需求分為5個(gè)層次，從低層次到高層次依次為生理需要、安全需要、歸屬和愛(ài)的需要、自尊需要、自我實(shí)現(xiàn)的需要[12]；2)成本。顧客購(gòu)買商品的過(guò)程，實(shí)質(zhì)上也是一種投入產(chǎn)出的過(guò)程，除投入金錢以外，還包括情感、時(shí)間、體力和精力等方面的付出，這些投入和付出構(gòu)成了顧客的購(gòu)買成本[13]；3)便利。零售渠道在給消費(fèi)者提供輕松、便利的交易環(huán)境時(shí)，還應(yīng)充分考慮到消費(fèi)者接受售后服務(wù)的便利性；4)溝通。線上零售模式在與消費(fèi)者溝通時(shí)，包括客服交流與環(huán)境信息溝通2部分。

2 專家訪談與指標(biāo)修正

本文研究將針對(duì)案例店鋪消費(fèi)者開(kāi)展問(wèn)卷調(diào)查。通常，針對(duì)普通消費(fèi)者的調(diào)查問(wèn)卷，問(wèn)項(xiàng)數(shù)量應(yīng)控制在20個(gè)以內(nèi)，最多不宜超過(guò)30個(gè)[14]。若34項(xiàng)指標(biāo)全部設(shè)置為問(wèn)卷問(wèn)項(xiàng)，可能由于題量較大而導(dǎo)致無(wú)法獲得準(zhǔn)確有效的消費(fèi)者數(shù)據(jù)。為此，通過(guò)專家訪談，對(duì)文獻(xiàn)研究梳理出的指標(biāo)體系進(jìn)行修正，并篩選出較為重要的指標(biāo)項(xiàng)作為消費(fèi)者問(wèn)卷問(wèn)項(xiàng)。

表1 基于4Cs服裝線上零售渠道消費(fèi)者決策指標(biāo)

2.1 訪談方案

訪談服裝行業(yè)專家共21人，均擁有3 a及以上相關(guān)行業(yè)從業(yè)經(jīng)歷，具體特征統(tǒng)計(jì)見(jiàn)表2。訪談過(guò)程中，專家依據(jù)自身的從業(yè)經(jīng)歷與行業(yè)認(rèn)知，完成2部分內(nèi)容：1)通過(guò)五段量表答題形式，對(duì)各項(xiàng)指標(biāo)的重要程度打分；2)對(duì)模型中的各項(xiàng)影響維度及影響因子進(jìn)行確認(rèn)或修正，提出增加、刪除或保留等意見(jiàn)。

2.2 訪談結(jié)果

表3示出服裝線上零售渠道消費(fèi)者決策重點(diǎn)指標(biāo)。由于本文針對(duì)線上零售渠道展開(kāi)研究，根據(jù)專家意見(jiàn)關(guān)于“商品售價(jià)及運(yùn)費(fèi)”“上網(wǎng)費(fèi)用”和“產(chǎn)品偏好”，在本文研究中不應(yīng)作重點(diǎn)討論。專家們對(duì)表1各項(xiàng)指標(biāo)打分，均值范圍從2.90～4.52，其中大于4.00的共有16項(xiàng)，這些可被視為服裝線上零售渠道消費(fèi)者決策重點(diǎn)指標(biāo)。這些指標(biāo)排序越靠前，極大值與極小值間的差值相對(duì)越小，標(biāo)準(zhǔn)差也越小，說(shuō)明專家們對(duì)重點(diǎn)指標(biāo)的認(rèn)可程度隨重要性增加而趨于集中。有部分專家表示：1)消費(fèi)者會(huì)因嫌麻煩而不愿多涉及網(wǎng)購(gòu)的售后服務(wù)，因而對(duì)“售后服務(wù)”的重要性產(chǎn)生分歧；2)許多消費(fèi)者將網(wǎng)購(gòu)過(guò)程視為娛樂(lè)消遣，對(duì)于價(jià)格間和貨品間的比較速度并不關(guān)注，因而對(duì)“產(chǎn)品挑選耗時(shí)”和“價(jià)格判斷難易度”的重要性產(chǎn)生分歧。由于整體樣本對(duì)這些存在觀點(diǎn)差異的指標(biāo)打分均值仍較高，因此予以保留并待問(wèn)卷調(diào)查研究驗(yàn)證。

表2 受訪專家特征統(tǒng)計(jì)Tab.2 Characteristic statistics of interviewed experts

表3 服裝線上零售渠道消費(fèi)者決策重點(diǎn)指標(biāo)Tab.3 Key customer decision index of apparel online retail

3 消費(fèi)者問(wèn)卷調(diào)查

3.1 案例品牌

本文研究以產(chǎn)品定位年輕休閑時(shí)裝，目標(biāo)消費(fèi)群體為18～40歲女性，已在天貓開(kāi)設(shè)品牌旗艦店的L品牌天貓旗艦店為案例店鋪，由被調(diào)查者在充分瀏覽該店鋪后填寫問(wèn)卷。

3.2 研究方法

量表用于衡量個(gè)體的內(nèi)在感受、知覺(jué)或情感反應(yīng)[15]，包含若干關(guān)于研究對(duì)象特點(diǎn)的問(wèn)項(xiàng)，評(píng)分一定程度上反映了研究對(duì)象的性質(zhì)[16-17]，被廣泛應(yīng)用于消費(fèi)者行為研究，因此，實(shí)證研究采用問(wèn)卷調(diào)查和多元統(tǒng)計(jì)分析的方法。

針對(duì)16項(xiàng)重點(diǎn)指標(biāo)設(shè)計(jì)問(wèn)項(xiàng)，以五段量表答題形式，獲取被調(diào)查者對(duì)案例店鋪各項(xiàng)指標(biāo)表現(xiàn)滿意度，以及在該店鋪進(jìn)行購(gòu)物行為的意愿。

3.3 樣本選擇

選取案例品牌目標(biāo)客戶群中的女性消費(fèi)者開(kāi)展問(wèn)卷調(diào)查，調(diào)查時(shí)間為2015年4月28日至5月29日，共獲取有效問(wèn)卷196份，人口統(tǒng)計(jì)特征見(jiàn)表4。被調(diào)查者年齡多集中在21～25歲(80.6%)，學(xué)歷水平全部為本科及以上，其中大部分為學(xué)生(88.8%)，整體樣本符合實(shí)驗(yàn)預(yù)期。

表4 受試者人口統(tǒng)計(jì)特征Tab.4 Demographic characteristics of subjects

4 結(jié)果分析

有效樣本整體克朗巴哈系數(shù)為0.817，說(shuō)明信度良好。KMO值為0.784大于0.6，巴特利球形檢驗(yàn)的顯著性差異(Sig.)為0，小于0.05，說(shuō)明量表效度系數(shù)良好，適合開(kāi)展因子分析。

4.1 描述性分析

表5示出整體樣本對(duì)各項(xiàng)重點(diǎn)指標(biāo)表現(xiàn)情況的滿意度均值。

表5 重點(diǎn)指標(biāo)問(wèn)項(xiàng)描述統(tǒng)計(jì)量Tab.5 Descriptive statistics of key index items

對(duì)于案例店鋪，64%的被調(diào)查者表示比較愿意在該店鋪中進(jìn)行購(gòu)買行為，24%的被調(diào)查者表示購(gòu)買意愿一般，如圖1所示。整體樣本數(shù)據(jù)轉(zhuǎn)換為百分制得分為63.80分，購(gòu)買意愿為比較愿意。

4.2 因子分析

通過(guò)4Cs營(yíng)銷理論構(gòu)建的決策指標(biāo)，可依據(jù)消費(fèi)者問(wèn)卷調(diào)查數(shù)據(jù)進(jìn)行因子分析，基于消費(fèi)者決策行為探索服裝線上零售渠道消費(fèi)者決策因子。

采用主成分分析法提取反映被調(diào)查者對(duì)各項(xiàng)指標(biāo)表現(xiàn)滿意度因子。前5個(gè)因子的累積貢獻(xiàn)率為61.5%，大于60%，滿足因子個(gè)數(shù)對(duì)累積貢獻(xiàn)率的要求，因此選擇提取5個(gè)因子。如表6所示旋轉(zhuǎn)方差矩陣，得出因子結(jié)構(gòu)并對(duì)因子進(jìn)行命名。

表6 因子分析旋轉(zhuǎn)方差矩陣Tab.6 Rotation matrix of factor analysis

因子1選貨：消費(fèi)者在零售渠道中，針對(duì)貨品信息分析與挑選所涉及的指標(biāo)，如貨品品類、貨品信息分析、價(jià)格判斷難易度等。

因子2服務(wù)：零售渠道通過(guò)店員和顧客交流系統(tǒng)提供給消費(fèi)者的相關(guān)服務(wù)，涉及指標(biāo)客服服務(wù)水準(zhǔn)、服務(wù)態(tài)度、顧客交流平臺(tái)等。

因子3安全：零售渠道確保消費(fèi)者在購(gòu)物過(guò)程中的貨幣、隱私、提貨等方面的安全，涉及指標(biāo)貨幣安全、個(gè)人隱私保護(hù)和付款、收貨難易度。

因子4消耗：消費(fèi)者在零售渠道中所產(chǎn)生的時(shí)間、精力等方面的消耗，涉及指標(biāo)產(chǎn)品挑選難易度和產(chǎn)品挑選耗時(shí)。

因子5售后：在購(gòu)買行為發(fā)生之后，消費(fèi)者將與品牌商產(chǎn)生的接觸，包括售后服務(wù)以及經(jīng)由產(chǎn)品所展示與傳達(dá)的品牌理念對(duì)消費(fèi)者產(chǎn)生的長(zhǎng)期影響。

4.3 最優(yōu)尺度回歸分析

最優(yōu)尺度回歸分析(optimal scaling)允許因/自變量為各種類型的分類變量，分析時(shí)采用一定的非線性變換方法對(duì)原始分類變量進(jìn)行轉(zhuǎn)換，然后反復(fù)迭代以找到最佳方程式[18]。

表7 變量標(biāo)準(zhǔn)回歸系數(shù)及顯著性檢驗(yàn)Tab.7 Standard regression coefficient and significant test

最優(yōu)尺度回歸模型的方程如式(1)所示：

(1)

式中：S為消費(fèi)者購(gòu)買意愿；F1為因子選貨的得分；F2為因子服務(wù)的得分；F3為因子安全的得分；F4為因子消耗的得分；F5為因子售后的得分。由式可知，5個(gè)決策因子對(duì)消費(fèi)者的購(gòu)買意愿均產(chǎn)生正相關(guān)影響，按標(biāo)準(zhǔn)回歸系數(shù)數(shù)值從大到小排列依次為售后、選貨、服務(wù)、安全及消耗，即這幾項(xiàng)因子對(duì)消費(fèi)者購(gòu)買意愿的影響由大到小。

消費(fèi)者在線上選購(gòu)時(shí)常擔(dān)心產(chǎn)品不符合預(yù)期，因而對(duì)售后較看重，若有無(wú)條件退貨等條款，會(huì)很大程度激發(fā)購(gòu)買意愿；界面設(shè)計(jì)等因素對(duì)選購(gòu)過(guò)程有直接影響，選貨的重要性排第二較為合理；雖然相比實(shí)體店，網(wǎng)購(gòu)過(guò)程中店員介入較少，但當(dāng)消費(fèi)者對(duì)產(chǎn)品尺碼、工藝等產(chǎn)生疑慮時(shí)，客服服務(wù)仍具有重要意義；安全方面，消費(fèi)者通過(guò)瀏覽正規(guī)網(wǎng)站和提升網(wǎng)銀、支付寶等賬戶安全主動(dòng)規(guī)避相關(guān)風(fēng)險(xiǎn)，網(wǎng)店需承擔(dān)的安全責(zé)任相對(duì)較低；消費(fèi)者瀏覽網(wǎng)店不受時(shí)間、地理位置等因素影響，相比實(shí)體店，消費(fèi)者無(wú)需花費(fèi)到店離店的時(shí)間和精力，因此消耗對(duì)消費(fèi)者購(gòu)買意愿的影響力最低。

4.4 購(gòu)買意愿回歸分析

4.4.1 因子得分計(jì)算

因子分析采用主成分分析法，由下式可計(jì)算fij(第i個(gè)指標(biāo)的第j個(gè)主成分系數(shù))，其中i=1,2,…,16,j=1,2,…,5。表8示出因子分析解釋總方差。表9示出分析成分矩陣。

(2)

式中：λj為初始特征值(見(jiàn)表8)；tij為初始因子載荷(見(jiàn)表9)。

表8 因子分析解釋總方差Tab.8 Total variance of factor analysis

表9 因子分析成分矩陣Tab.9 Component matrix of factor analysis

(3)

則F1=14.643。同理可得：F2=0.434，F(xiàn)3=-0.449；F4=1.461；F5=0.834。

4.4.2 購(gòu)買意愿回歸模型及評(píng)價(jià)

各問(wèn)項(xiàng)的打分范圍為1～5分，因此F1～F5的范圍分別為[3.905, 19.525]，[-6.873, 7.153]，[-6.181, 6.694]，[-5.599, 8.380]，[-6.182, 7.568]。進(jìn)而得出最優(yōu)尺度回歸模型方程式S的取值范圍為[-4.570, 12.505]，-4.570≤S<-1.155時(shí)，結(jié)果為極不愿意購(gòu)買； -1.155≤S<2.260為不太愿意購(gòu)買；2.260≤S<5.675為一般；5.675≤S<9.090為比較愿意購(gòu)買；9.090≤S≤12.505為非常愿意購(gòu)買。將因子得分帶入式(1)，可知，此次問(wèn)卷調(diào)查S得分為4.857，表明被調(diào)查者對(duì)于在案例店鋪進(jìn)行購(gòu)買行為的意愿屬一般。

從各項(xiàng)因子得分在所屬分值范圍內(nèi)的水平表現(xiàn)來(lái)看，案例店鋪在安全、消耗、售后和服務(wù)方面存在較大優(yōu)化空間，如圖2所示。

5 結(jié) 論

考慮消費(fèi)者決策對(duì)零售渠道發(fā)展的重要性，本文在建立線上零售渠道消費(fèi)者決策指標(biāo)的基礎(chǔ)之上，通過(guò)消費(fèi)者問(wèn)卷實(shí)驗(yàn)，建立購(gòu)買意愿最優(yōu)回歸模型，這一消費(fèi)者購(gòu)買決策的量化評(píng)價(jià)方法具有實(shí)用性和參考意義。本文以案例品牌天貓店鋪為例，分析該評(píng)價(jià)方法的應(yīng)用，后續(xù)將針對(duì)更多類型的線上零售渠道，如手機(jī)移動(dòng)終端開(kāi)展研究，為服裝企業(yè)零售渠道的拓展與建設(shè)提供借鑒。

FZXB

[1] XIAO Tiaojun，CHOI Tsanming. Purchasing choices and channel structure strategies for a two-echelon system with risk-averse players[J]. International Journal of Production Economics, 2009, 120(1): 54-65.

[2] BERMAN B R. Competing in Tough Times: Business Lessons from L L Bean, Trader Joe′s, Costco, and Other World-Class Retailers[M]. New Jersey: FT Press, 2010: 27-38.

[3] BELL David, GALLINO Santiago, MORENO Antonio. Showrooms and information provision in omni-channel Retail[J]. Production and Operations Management, 2015, 24(3): 360-362.

[4] MULLER-LANKENAU Claas, WEHMEYER Kai, KLEIN Stefan. Multi-channel strategies: capturing and exploring diversity in the European retail grocery industry[J]. International Journal of Electronic Commerce, 2005, 10(2): 85-122.

[5] BOCK Geewoo，LEE Jumin，KUAN Hueihuang， et al. The progression of online trust in the multi-channel retailer context and the role of product uncertainty[J]. Decision Support Systems, 2012, 53(1): 97-107.

[6] FRANKE Nikolaus, SCHREIER Martin，KAISER Ulrike. The ″I designed it myself″ effect in mass customization[J]. Management Science, 2010, 56(1): 125-140.

[7] MERLE Aurlie，CHANDON J L，ROUX Elyette, et al. Perceived value of the mass-customized product and mass customization experience for individual consumers[J]. Production and Operations Management Science, 2010, 19(5): 503-514.

[8] APEAGYEI P R, OTIENO Rose. Usability of pattern customising technology in the achievement and testing of fit for mass customisation[J]. Journal of Fashion Marketing and Management, 2007, 11(3): 349-365.[9] MENDELSON Haim，PARLAKTURK A K. Competitive customization[J]. Manufacturing and Service Operations Management, 2008, 10(3): 377-390.

[10] TAKAGOSHI Noritsugu，MATSUBAYASHI Nobuo. Customization competition between branded firms: continuous extension of product line from core product[J]. European Journal of Operational Research, 2013, 225(2): 337-352.

[11] LIN T L, LEE C C, LIN H C. Analysis of customer profit contribution for banks with the concept of marketing mix strategy between 4Cs and 5Ps[J]. Service Business, 2013, 7(1): 37-59.

[12] TAORMINA R J，GAO J H. Maslow and the motivation hierarchy: measuring satisfaction of the needs[J]. American Journal of Psychology, 2013, 126(2): 155-177.[13] 鄭燕燕. 零售企業(yè)經(jīng)營(yíng)成本與顧客購(gòu)買成本的博弈分析[J]. 北方經(jīng)濟(jì), 2010(9): 83-84. ZHENG Yanyan. The game analysis between operation cost and customer purchase cost of the retail business[J]. North China Journal of Economics, 2010(9): 83-84.

[14] 岳欣.市場(chǎng)調(diào)研、分析與預(yù)測(cè)[M]. 北京: 北京郵電大學(xué)出版社, 2010:124-140. YUE Xin.Market Research, Analysis and Forecast [M].Beijing:Beijing University of Posts and Telecommunications Press,2010:124-140.

[15] DEVELLIS Robert F. Scale Development: Theory and Applications[M].US: Sage Publications, 1991:39.

[16] PILLAI K G. Range of confidence scale and consumer knowledge calibration[J]. Psychological Reports, 2014, 114(1): 149-155.

[17] CHANG Huacheng, LAI Hsinhsi，CHANG Yuming. A measurement scale for evaluating the attractiveness of a passenger car form aimed at young consumers[J]. International Journal of Industrial Ergonomics, 2007, 37(1): 21-30.

[18] 張文彤. 世界優(yōu)秀統(tǒng)計(jì)工具SPSS11統(tǒng)計(jì)分析教程高級(jí)篇[M]. 北京: 希望電子出版社, 2002: 139. ZHANG Wentong. World Excellent Statistical Tools: Advanced Tutorial of SPSS11 Statistical Analysis [M]. Beijing: Beijing Hope Electronic Press, 2002: 139.

Consumers decision mechanisms on apparel online retail channels

GAO Rong, WANG Ling, YANG Yixiong

(Fashion·ArtDesignInstitute,DonghuaUniversity,Shanghai200051,China)

In order to provide the apparel online stores with targeted optimization schemes, customers′ decision strategy on apparel online retail channels were studied. Consumer decision-making indicators were built from the perspective of 4Cs marketing theory, determining the final index by expert interviews. Five sections scale questionnaires were used for collecting consumers′ satisfactions on each index and the purchase intention of the case brand′s Tmall store. 5 decision factors were extracted by factor analysis and the regression equations of consumer purchase intention were obtained by optimal scaling regression. Results showed the purchase willingness of consumers in the case store were modest and the store could be improved. 5 decisions factors had positive effects on the purchase intention of consumers, in which the after-sale service and the product selection had significant effects, while the performance of the case store in safety could be improved.

apparel; online retail; consumer decision; factor analysis; regression analysis

10.13475/j.fzxb.20151203707

2015-12-31

2016-07-04

中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目(CUSF-DH-D—2015036); 上海市教委海派時(shí)尚設(shè)計(jì)及價(jià)值創(chuàng)造知識(shí)服務(wù)中心資助項(xiàng)目(13S1070241)

高融(1986—)，女，博士生。主要研究方向?yàn)榉b消費(fèi)心理。楊以雄，通信作者，E-mail：yyx@dhu.edu.cn。

F 768.3； TS 941.12

A