任俊玲 杜惠英 王興芬

摘要：為了探究網(wǎng)絡(luò)零售交易過程中買家的感知風(fēng)險(xiǎn)與購買意愿之間的影響關(guān)系，從感知風(fēng)險(xiǎn)及其影響因素出發(fā)，結(jié)合網(wǎng)絡(luò)零售流程，確定面向網(wǎng)絡(luò)零售的風(fēng)險(xiǎn)維度為財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、時(shí)間風(fēng)險(xiǎn)和隱私風(fēng)險(xiǎn)，感知風(fēng)險(xiǎn)的影響因素則歸納為商家、產(chǎn)品、物流、網(wǎng)站四個(gè)方面。通過模型假設(shè)檢驗(yàn)和問卷調(diào)查相結(jié)合的方法進(jìn)行實(shí)證研究，結(jié)果表明：感知風(fēng)險(xiǎn)影響因素中的賣家聲譽(yù)、產(chǎn)品質(zhì)量、網(wǎng)站建設(shè)等因素顯著負(fù)向影響感知風(fēng)險(xiǎn)中的財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)和時(shí)間風(fēng)險(xiǎn)；物流支持顯著負(fù)向影響感知風(fēng)險(xiǎn)中的財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、時(shí)間風(fēng)險(xiǎn)以及隱私風(fēng)險(xiǎn)；感知風(fēng)險(xiǎn)中的財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)和隱私風(fēng)險(xiǎn)顯著負(fù)向影響購買意愿；感知交易風(fēng)險(xiǎn)在交易相關(guān)信息和購買意愿之間起中介作用。因此，應(yīng)建立風(fēng)險(xiǎn)預(yù)控體系，從感知風(fēng)險(xiǎn)的影響因素出發(fā)進(jìn)行風(fēng)險(xiǎn)預(yù)控，進(jìn)而減少買家的感知風(fēng)險(xiǎn)，維護(hù)其合法權(quán)益，保障網(wǎng)絡(luò)零售健康發(fā)展。一是網(wǎng)絡(luò)零售平臺(tái)對(duì)注冊(cè)的商家進(jìn)行甄選，并建立評(píng)價(jià)機(jī)制、暢通投訴渠道，以保證商家可信；二是加強(qiáng)監(jiān)管、防止虛假宣傳，以保證商品質(zhì)量；三是提升物流服務(wù)水平、加強(qiáng)隱私保護(hù)，以保證物流質(zhì)量；四是拓寬網(wǎng)絡(luò)零售平臺(tái)反饋評(píng)價(jià)渠道、完善安全機(jī)制，以保證平臺(tái)服務(wù)質(zhì)量。

關(guān)鍵詞：網(wǎng)絡(luò)零售；感知風(fēng)險(xiǎn)；購買意愿；風(fēng)險(xiǎn)預(yù)控；物流服務(wù)

中圖分類號(hào)：F713.36文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-8266（2019）07-0063-10

一、引言

由于網(wǎng)絡(luò)空間的廣泛性和虛擬性以及我國網(wǎng)絡(luò)監(jiān)管體系的滯后性，虛假促銷、網(wǎng)絡(luò)詐騙、網(wǎng)絡(luò)售假等投訴居高不下，一定程度上使得部分潛在買家望而卻步，限制了網(wǎng)絡(luò)零售的發(fā)展空間。本文通過模型假設(shè)檢驗(yàn)和問卷調(diào)查相結(jié)合的方法研究商品質(zhì)量信息、賣家聲譽(yù)信息、產(chǎn)品質(zhì)量信息、物流支持信息和網(wǎng)站建設(shè)信息等交易相關(guān)信息對(duì)感知風(fēng)險(xiǎn)的影響，進(jìn)而研究對(duì)購買意愿的影響，為減少交易風(fēng)險(xiǎn)預(yù)控策略制定提供實(shí)證參考。

二、理論研究框架

（一）感知風(fēng)險(xiǎn)

感知風(fēng)險(xiǎn)最初由哈佛大學(xué)學(xué)者鮑爾（Ray mond Bauer）[ 1 ]提出，他認(rèn)為消費(fèi)者在發(fā)生購物行為時(shí)可能會(huì)有不愉快的情況，這種情況發(fā)生的不確定性就是感知風(fēng)險(xiǎn)。考克斯（Cox）[ 2 ]在此基礎(chǔ)上，認(rèn)為感知風(fēng)險(xiǎn)還應(yīng)包括當(dāng)發(fā)生不愉快情況時(shí)，消費(fèi)者主觀上所感知到的損失大小。坎寧安（Cunningham）在考克斯定義的基礎(chǔ)上進(jìn)行了修改，并進(jìn)行了實(shí)證研究，認(rèn)為感知風(fēng)險(xiǎn)中事件發(fā)生的不確定性是消費(fèi)者對(duì)于某件事能否發(fā)生的主觀認(rèn)為，而事情發(fā)生后感知到的損失大小則是可能會(huì)導(dǎo)致后果的危險(xiǎn)性[ 3 ]。此外，也有其他學(xué)者對(duì)感知風(fēng)險(xiǎn)進(jìn)行了定義，但后續(xù)的定義基本都是基于考克斯和坎寧安的定義。由上可知，感知風(fēng)險(xiǎn)是指買家對(duì)購買行為可能導(dǎo)致?lián)p失的性質(zhì)及數(shù)量上的不確定性[ 4 ]，是阻礙消費(fèi)者做出購買決策的重要因素，因此賣家必須想方設(shè)法有效降低消費(fèi)者感知風(fēng)險(xiǎn)，才能增加網(wǎng)上交易量[ 5 ]。目前對(duì)于感知風(fēng)險(xiǎn)的研究多從感知風(fēng)險(xiǎn)包含的維度出發(fā)。如張璇[ 6 ]認(rèn)為網(wǎng)絡(luò)零售風(fēng)險(xiǎn)并不是單一性的，而是包含了多個(gè)維度，大體分為經(jīng)濟(jì)風(fēng)險(xiǎn)、性能風(fēng)險(xiǎn)、隱私風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)四大類。崔保軍[ 7 ]認(rèn)為感知風(fēng)險(xiǎn)存在于身體、性能、財(cái)物、時(shí)間、社會(huì)、心理六個(gè)方面。我國著名電子商務(wù)專家董大海等[ 8 ]在消費(fèi)者網(wǎng)上購物感知風(fēng)險(xiǎn)構(gòu)面研究中，將網(wǎng)絡(luò)零售商核心服務(wù)風(fēng)險(xiǎn)、網(wǎng)絡(luò)購物伴隨風(fēng)險(xiǎn)、個(gè)人隱私風(fēng)險(xiǎn)和假貨風(fēng)險(xiǎn)作為感知風(fēng)險(xiǎn)的四個(gè)構(gòu)面。我國學(xué)者井森等[ 9 ]在做網(wǎng)上購物感知風(fēng)險(xiǎn)的實(shí)證研究時(shí)，將感知風(fēng)險(xiǎn)劃分成八個(gè)維度，分別為時(shí)間風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、隱私風(fēng)險(xiǎn)、社會(huì)風(fēng)險(xiǎn)、身體風(fēng)險(xiǎn)、心理風(fēng)險(xiǎn)、服務(wù)風(fēng)險(xiǎn)和經(jīng)濟(jì)風(fēng)險(xiǎn)。

網(wǎng)絡(luò)零售中的感知風(fēng)險(xiǎn)是基于網(wǎng)絡(luò)零售交易流程消費(fèi)者感受到的交易風(fēng)險(xiǎn)，在大量文獻(xiàn)研究的基礎(chǔ)上，結(jié)合網(wǎng)絡(luò)零售交易過程中自身的特點(diǎn)，以及之前訪談的結(jié)果，摒棄部分具有相似性或包含于被包含關(guān)系的風(fēng)險(xiǎn)維度，最終確定面向網(wǎng)絡(luò)零售的風(fēng)險(xiǎn)維度為財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、時(shí)間風(fēng)險(xiǎn)和隱私風(fēng)險(xiǎn)，其中財(cái)務(wù)風(fēng)險(xiǎn)為由于網(wǎng)上購物引起的財(cái)務(wù)損失；功能風(fēng)險(xiǎn)是指所購買的商品不能達(dá)到預(yù)期功能；時(shí)間風(fēng)險(xiǎn)是指由于網(wǎng)絡(luò)購物導(dǎo)致的時(shí)間損失；隱私風(fēng)險(xiǎn)是指由于網(wǎng)絡(luò)購物帶來的隱私泄漏問題。

對(duì)于感知風(fēng)險(xiǎn)影響因素的研究，莉姆（Lim）[ 10 ]從感知風(fēng)險(xiǎn)的來源層面進(jìn)行挖掘，如技術(shù)來源、消費(fèi)者來源和商品來源。李寶玲等[ 11 ]在研究感知風(fēng)險(xiǎn)的來源時(shí)發(fā)現(xiàn)，網(wǎng)絡(luò)零售商信譽(yù)、配送服務(wù)、互聯(lián)網(wǎng)技術(shù)是消費(fèi)者網(wǎng)上購物時(shí)感知風(fēng)險(xiǎn)的三大來源；袁亮等[ 12 ]通過問卷調(diào)查方法在研究感知風(fēng)險(xiǎn)因素時(shí)發(fā)現(xiàn)，線上商品質(zhì)量、線上服務(wù)質(zhì)量和線上購物環(huán)境三者的詳細(xì)展示可以有效降低消費(fèi)者網(wǎng)上購買感知風(fēng)險(xiǎn)。劉建剛等[ 13 ]用回歸分析研究消費(fèi)者對(duì)生鮮電商感知風(fēng)險(xiǎn)發(fā)現(xiàn)物流質(zhì)量、網(wǎng)絡(luò)口碑、商品質(zhì)量、平臺(tái)信譽(yù)是主要風(fēng)險(xiǎn)因素。結(jié)合網(wǎng)絡(luò)零售交易流程的各要素，本文將感知風(fēng)險(xiǎn)的影響因素歸納為商家聲譽(yù)、產(chǎn)品信息、物流支持、網(wǎng)站建設(shè)四方面，具體如下：

1.商家聲譽(yù)

網(wǎng)絡(luò)零售靠電商平臺(tái)在賣家和買家的信息提供上具有局限性。一方面，賣家的信息難以辨別，同一個(gè)賣家可能會(huì)有多個(gè)身份，買家無法對(duì)賣家身份進(jìn)行驗(yàn)證，且賣家違規(guī)成本也很低，這就直接導(dǎo)致交易風(fēng)險(xiǎn)的增加；另一方面，買家信息也難以確定，加劇了交易的不確定性，增加了交易風(fēng)險(xiǎn)。

2.產(chǎn)品信息

由于圖片或文字的有限性，賣家可能提供一些與產(chǎn)品實(shí)物不相符的描述，易造成實(shí)物與描述相分離，增加了交易風(fēng)險(xiǎn)。此外，產(chǎn)品價(jià)格方面也存在不確定性，主要表現(xiàn)在兩個(gè)方面：一是同質(zhì)產(chǎn)品中出現(xiàn)價(jià)格差異；二是產(chǎn)品價(jià)格與實(shí)際價(jià)值不符，尤其是有些賣家以次充好，定價(jià)往往是同類商品的最低價(jià)，會(huì)在很大程度上誤導(dǎo)買家，增加了交易風(fēng)險(xiǎn)。

3.物流支持

物流是網(wǎng)絡(luò)零售的重要環(huán)節(jié)，網(wǎng)絡(luò)零售平臺(tái)貨物流轉(zhuǎn)大部分是通過第三方物流實(shí)現(xiàn)的。賣家更關(guān)注物流公司的價(jià)格而不是服務(wù)質(zhì)量，買家更關(guān)注配送時(shí)長和是否安全送達(dá)。賣家和買家對(duì)服務(wù)要求不一致直接造成配送周期長、配送質(zhì)量差，從而影響買家的消費(fèi)體驗(yàn)。

4.網(wǎng)站建設(shè)

購物網(wǎng)站是賣家和買家進(jìn)行網(wǎng)上交易的平臺(tái)，在給雙方帶來便利的同時(shí)也存在一定的安全風(fēng)險(xiǎn)。網(wǎng)站建設(shè)安全問題的直接表現(xiàn)是對(duì)買家支付的影響，網(wǎng)絡(luò)零售中賣家的失信成本遠(yuǎn)遠(yuǎn)低于現(xiàn)實(shí)交易的失信成本，而交易中的一方一旦出現(xiàn)失信行為通常是很難追責(zé)的[ 8 ]，這直接加劇了網(wǎng)絡(luò)零售中的交易風(fēng)險(xiǎn)。

（二）購買意愿

購買意愿即買家對(duì)某一產(chǎn)品或品牌的偏好或購買態(tài)度，是買家的主觀傾向[ 12 ]。趙冬梅和紀(jì)淑嫻[ 16 ]對(duì)感知風(fēng)險(xiǎn)和購買意愿進(jìn)行了實(shí)證研究，結(jié)果表明感知風(fēng)險(xiǎn)是影響買家（尤其是潛在買家）購買意愿的重要因素。梁健愛[ 17 ]認(rèn)為購買意愿是買家光顧一家店鋪的主觀概率。多茲（Dodds）等[ 18 ]認(rèn)為購買意愿是愿意去某一商店購物以及推薦給他人的可能性，這一說法被國內(nèi)外學(xué)者所接受。本文采用多茲的觀點(diǎn)，以愿意去某一店鋪購物以及推薦給他人來界定購買意愿。

（三）理論框架

基于學(xué)者們的研究成果和現(xiàn)實(shí)中的交易流程，本文提出如圖1所示的理論研究模型框架，其具體含義為：財(cái)務(wù)、功能、時(shí)間和隱私四類感知風(fēng)險(xiǎn)分別受到商家聲譽(yù)、產(chǎn)品本身、物流和網(wǎng)站四方面因素的負(fù)向影響，最終財(cái)務(wù)、功能、時(shí)間和隱私四類感知風(fēng)險(xiǎn)負(fù)向影響買家的購買意愿。

另外，各感知風(fēng)險(xiǎn)因素與感知風(fēng)險(xiǎn)及感知風(fēng)險(xiǎn)與購買意愿間的相互影響關(guān)系根據(jù)實(shí)際中的經(jīng)驗(yàn)由假設(shè)H1～H20給出。

H1：商家聲譽(yù)負(fù)向影響財(cái)務(wù)風(fēng)險(xiǎn)；

H2：產(chǎn)品質(zhì)量負(fù)向影響財(cái)務(wù)風(fēng)險(xiǎn)；

H3：物流支持負(fù)向影響財(cái)務(wù)風(fēng)險(xiǎn)；

H4：網(wǎng)站支持負(fù)向影響財(cái)務(wù)風(fēng)險(xiǎn)；

H5：商家聲譽(yù)負(fù)向影響功能風(fēng)險(xiǎn)；

H6：產(chǎn)品質(zhì)量負(fù)向影響功能風(fēng)險(xiǎn)；

H7：物流支持負(fù)向影響功能風(fēng)險(xiǎn)；

H8：網(wǎng)站支持負(fù)向影響功能風(fēng)險(xiǎn)；

H9：商家聲譽(yù)負(fù)向影響時(shí)間風(fēng)險(xiǎn)；

H10：產(chǎn)品質(zhì)量負(fù)向影響時(shí)間風(fēng)險(xiǎn)；

H11：物流支持負(fù)向影響時(shí)間風(fēng)險(xiǎn)；

H12：網(wǎng)站支持負(fù)向影響時(shí)間風(fēng)險(xiǎn)；

H13：商家聲譽(yù)負(fù)向影響隱私風(fēng)險(xiǎn)；

H14：產(chǎn)品質(zhì)量負(fù)向影響隱私風(fēng)險(xiǎn)；

H15：物流支持負(fù)向影響隱私風(fēng)險(xiǎn)；

H16：網(wǎng)站支持負(fù)向影響隱私風(fēng)險(xiǎn)；

H17：財(cái)務(wù)風(fēng)險(xiǎn)負(fù)向影響購買意愿；

H18：功能風(fēng)險(xiǎn)負(fù)向影響購買意愿；

H19：時(shí)間風(fēng)險(xiǎn)負(fù)向影響購買意愿；

H20：隱私風(fēng)險(xiǎn)負(fù)向影響購買意愿。

三、數(shù)據(jù)來源與描述統(tǒng)計(jì)

（一）問卷設(shè)計(jì)

基于圖1所示的理論框架，設(shè)計(jì)關(guān)于網(wǎng)絡(luò)零售感知風(fēng)險(xiǎn)與購買意愿的問卷。問卷內(nèi)容由四部分組成：第一部分是被調(diào)查對(duì)象的基本信息，包括年齡、性別等基本信息；第二、第三部分是感知風(fēng)險(xiǎn)的影響因素信息，需要被調(diào)查者根據(jù)自身網(wǎng)購經(jīng)驗(yàn)進(jìn)行回答；第四部分是感知風(fēng)險(xiǎn)對(duì)買家購買意愿的影響情況調(diào)查。問卷采用李克特（Likert）五點(diǎn)量表設(shè)計(jì)，從1～5分別表示頻率由弱到強(qiáng)，問卷組成與題項(xiàng)如表1所示。

問卷完成后首先進(jìn)行了測(cè)試性發(fā)放，通過分析測(cè)試結(jié)果確定最終的問卷構(gòu)成，于2018年5月對(duì)最終問卷采用網(wǎng)絡(luò)形式在問卷星平臺(tái)發(fā)放，共回收問卷415份，全部有效，以此作為后續(xù)分析的數(shù)據(jù)基礎(chǔ)。

（二）描述性統(tǒng)計(jì)分析

1.樣本與取樣結(jié)果

415個(gè)受訪者中，男性和女性的樣本個(gè)數(shù)相差不大，分別占總樣本的50.1%與49.9%，在性別方面比較均衡。年齡方面，以19～25歲的受訪者為主，占樣本數(shù)的63.1%，其次為26～33歲的受訪者，占樣本數(shù)的24.6%，說明年齡層次方面，本研究主要受訪者為19～33歲的年輕人，符合目前網(wǎng)絡(luò)購物市場中年輕人群占主導(dǎo)地位的特征。受訪者的學(xué)歷主要集中在本科學(xué)歷和碩士學(xué)歷，分別占樣本數(shù)的53.7%與26%，說明本次研究的受試者具有高學(xué)歷屬性，以及網(wǎng)絡(luò)零售消費(fèi)模式更能夠在高學(xué)歷人群中被廣泛接受和普及。職業(yè)方面，以學(xué)生受訪者為主，占樣本數(shù)的57.1%，其次為企業(yè)人員，占樣本數(shù)的26.3%。網(wǎng)購經(jīng)歷最多的為>3～5年的受試者，占樣本數(shù)的38.3%，其次為1～3年和>5～10年的受試者，分別占樣本數(shù)的26.7%與26.5%，說明本研究調(diào)查的受試者網(wǎng)購經(jīng)歷普遍集中在1～10年，具體如表2所示。

2.共同方法偏差檢驗(yàn)

共同方法偏差（Common Method Biases），是指預(yù)測(cè)變量和效標(biāo)變量之間的偏差，它是一種系統(tǒng)誤差[ 19 ]，往往存在于數(shù)據(jù)收集過程中，是由于數(shù)據(jù)來源和測(cè)試題項(xiàng)的相同性以及測(cè)試對(duì)象和測(cè)量環(huán)境的一致性等人為因素所引起的。

在以往的調(diào)查問卷中，針對(duì)所有的受訪者采用內(nèi)容相同的調(diào)查問卷，且都以自評(píng)的方式完成，所以可能存在共同方法偏差的問題，影響研究結(jié)果。為了減小這種可能性，在本次調(diào)查問卷中對(duì)被試者采取匿名的方式，以降低其顧慮；問卷也隱匿研究變量的名稱，以減少被試者的猜測(cè)。

文獻(xiàn)[19]提出了通過哈曼（Harman）單因素檢驗(yàn)方法檢驗(yàn)共同方法偏差的思想，若經(jīng)檢驗(yàn)后數(shù)據(jù)只析出了一個(gè)因子或者某個(gè)因子的解釋力特別強(qiáng)，則共同方法偏差問題嚴(yán)重。為此，通過因子分析方法對(duì)測(cè)試量表的共同方法偏差進(jìn)行分析，將各量表的測(cè)量題項(xiàng)統(tǒng)一放入變量中，采用主成分法的因子抽取方式以及因子不旋轉(zhuǎn)。分析結(jié)果顯示，共析出6個(gè)因子，共解釋74.787%的方差變異，對(duì)于任何一個(gè)因子，均不存在因子解釋力達(dá)到50%的情況。因此，本研究樣本數(shù)據(jù)的共同方法偏差問題不嚴(yán)重，不會(huì)對(duì)研究結(jié)果產(chǎn)生較大的影響。

3.變量描述性統(tǒng)計(jì)分析

為確保能夠通過最大似然估計(jì)方法分析結(jié)構(gòu)方程模型的路徑系數(shù)，需要保證各測(cè)量變量服從多元正態(tài)分布，而要判斷變量服從正態(tài)分布則要分析測(cè)試變量的峰度和偏度值與0的差異程度。峰度被用來衡量觀測(cè)變量分布的集中度，偏度則用來衡量觀測(cè)變量的不對(duì)稱程度，通過觀測(cè)變量分布曲線的尖峭程度和偏斜程度來判斷。當(dāng)偏度和峰度值均為0時(shí)，表明觀測(cè)變量服從正態(tài)分布。但在現(xiàn)實(shí)問題分析中，由于收集的數(shù)據(jù)存在誤差，很難達(dá)到完全標(biāo)準(zhǔn)的正態(tài)分布。因此，當(dāng)偏度和峰度的絕對(duì)值小于3時(shí)，即可判定該觀測(cè)變量近似服從正態(tài)分布[ 20 ]。

表3為對(duì)自變量的描述性分析，自變量的12個(gè)項(xiàng)目中，偏度的絕對(duì)值最大為0.853，峰度的絕對(duì)值最大為0.681，均小于3，說明自變量近似服從正態(tài)分布。

表4為對(duì)中介變量的描述性分析，中介變量的13個(gè)項(xiàng)目中，偏度的絕對(duì)值最大為0.855，峰度的絕對(duì)值最大為0.748，均小于3，說明中介變量近似服從正態(tài)分布。

表5則為因變量的描述性分析，因變量的3個(gè)項(xiàng)目中，偏度的絕對(duì)值最大為0.177，峰度的絕對(duì)值最大為0.508，均小于3，說明因變量近似服從正態(tài)分布。

分別以財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、隱私風(fēng)險(xiǎn)、時(shí)間風(fēng)險(xiǎn)為自變量，購買意愿為因變量做正態(tài)概率分布圖（Normal P-P Plot），結(jié)果顯示，正態(tài)概率分布都近似呈對(duì)角線狀態(tài)，表明數(shù)據(jù)呈現(xiàn)較強(qiáng)的正態(tài)性，適合做回歸分析。

（三）信度效度檢驗(yàn)

1.信度檢驗(yàn)

信度通過檢查同一個(gè)被測(cè)事物被重復(fù)測(cè)量結(jié)果的一致性程度，可以反映所用的測(cè)量量表是否具有穩(wěn)定性和可靠性，信度系數(shù)越高，說明量表的一致性程度也越高。在檢驗(yàn)所用測(cè)量量表的信度時(shí)，可以采用克隆巴哈（Cronbach）α信度系數(shù)，系數(shù)越高，說明所用的測(cè)量量表的信度越高。α>0.8，對(duì)應(yīng)的測(cè)量量表的信度很好；當(dāng)α>0.7時(shí)，表明測(cè)量量表的信度較好；若α<0.7時(shí)，則需重新設(shè)計(jì)測(cè)量量表。表6是各維度的克隆巴哈α信度系數(shù)，結(jié)果顯示：各量表的克隆巴哈α信度系數(shù)均在0.8以上，說明量表信度很好，可進(jìn)行下一步的分析。

2.效度檢驗(yàn)

效度表示所測(cè)量到的結(jié)果對(duì)所考查內(nèi)容的反映程度。測(cè)量結(jié)果與要考察的內(nèi)容越吻合，則效度越高；反之，亦然。在檢查變量間的相關(guān)性和偏相關(guān)性時(shí)采用了KMO檢驗(yàn)，它的取值在0～1之間。KMO統(tǒng)計(jì)量越接近于1，變量間的相關(guān)性越強(qiáng)，偏相關(guān)性越弱，因子分析的效果越好。在實(shí)際分析中，好的分析效果需要KMO統(tǒng)計(jì)量在0.7以上，若KMO統(tǒng)計(jì)量小于0.5，則因子分析法不再適用，應(yīng)考慮重新設(shè)計(jì)變量結(jié)構(gòu)或者采用其他統(tǒng)計(jì)分析方法。經(jīng)巴特利特（Bartlett）球形檢驗(yàn)判斷后，如果相關(guān)陣是單位陣，則各變量獨(dú)立因子分析法無效。若顯著性Sig.<0.05，說明各變量間具有相關(guān)性，因子分析有效。

對(duì)自變量、中介變量、因變量進(jìn)行KMO檢驗(yàn)和巴特利特球形檢驗(yàn)的結(jié)果如表7所示，KMO值分別為0.928，0.921，0.782，均大于0.7；巴特利特球形檢驗(yàn)的結(jié)果均小于0.001，表明相關(guān)矩陣不為單位陣，可見問卷變量間存在較強(qiáng)的統(tǒng)計(jì)學(xué)意義，適合進(jìn)行因子分析。

主成分分析結(jié)果表明，影響因素量表提取出商家信譽(yù)、產(chǎn)品質(zhì)量、物流支持、網(wǎng)站建設(shè)4個(gè)因素共12個(gè)觀測(cè)因子，方差貢獻(xiàn)率為59.33%；感知風(fēng)險(xiǎn)量表提取出財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)、隱私風(fēng)險(xiǎn)、時(shí)間風(fēng)險(xiǎn)4個(gè)因素共13個(gè)觀測(cè)因子，方差貢獻(xiàn)率為57.93%；購買意愿量表提取出購買意愿1個(gè)因素共3個(gè)觀測(cè)因子，表明問卷具有較理想的結(jié)構(gòu)效度。

3.驗(yàn)證性因子分析

本文使用結(jié)構(gòu)方程模型（SEM）來驗(yàn)證模型適配程度。整體模型適配度（Fit Index）區(qū)分為絕對(duì)擬合指標(biāo)（Absolute Indexes）、相對(duì)擬合指標(biāo)（Rela tive Indexes）、調(diào)整擬合指標(biāo)（Adjusted Indexes）。絕對(duì)指標(biāo)用來描述在模型適配后留下的殘差或未解釋的變異量是否還可察覺到的情況，包括卡方自由度比值（χ2/df）、近似誤差的均方根（RMSEA）、擬合優(yōu)度指數(shù)（GFI）、調(diào)整的擬合優(yōu)度指數(shù)（AGFI）和殘差均方根（RMR）等。相對(duì)指標(biāo)描述解釋一組觀察數(shù)據(jù)時(shí)某特定模型與其他可能模型相比較的優(yōu)越性，這些指標(biāo)大部分建立在與最差適配（Worst Fitting）模型相比，常見的最差適配模型就是只考慮方差協(xié)方差矩陣的模型，又稱虛無模型（Null Model）。這類指標(biāo)有規(guī)范擬合指數(shù)（NFI）、相對(duì)擬合指數(shù)（RFI）、遞增擬合指數(shù)（IFI）、TuckerLewis指數(shù)（TLI），比較擬合指數(shù)（CFI）等。調(diào)整指標(biāo)描述模型如何結(jié)合適配性與簡效性，常用指標(biāo)有簡約后規(guī)范指標(biāo)（PNFI）和簡約配適度指標(biāo)（PGFI）。

通過AMOS22.0進(jìn)行結(jié)構(gòu)方程模型分析針對(duì)模型與數(shù)據(jù)間的擬合程度進(jìn)行評(píng)估，各類指標(biāo)適配標(biāo)準(zhǔn)、運(yùn)行結(jié)果及模型適配判斷情況如表8所示，各指標(biāo)均在適配標(biāo)準(zhǔn)范圍內(nèi)，表明模型變量假設(shè)與樣本數(shù)據(jù)的契合度在可接受標(biāo)準(zhǔn)范圍內(nèi)，說明結(jié)構(gòu)模型的總體擬合效果較好，具備良好的適配度。調(diào)整指標(biāo)也在適配范圍內(nèi)，則說明模型在具有較好適配度的同時(shí)相對(duì)簡單有效。

本研究使用測(cè)量模型中得到的因素負(fù)荷量及誤差變異量來計(jì)算組合信度（Component Reliabili ty，CR）與平均萃取變異量（Average Variance Ex tracted，AVE）。組合信度主要檢測(cè)各構(gòu)面的內(nèi)部一致性，性質(zhì)與克隆巴哈α相似，海瑞（Hair）等[ 21 ]認(rèn)為CR值需達(dá)到0.7以上，表示構(gòu)面具有良好的信度，并且CR值越高，信度越好；AVE為驗(yàn)證問項(xiàng)對(duì)該潛在構(gòu)面的平均解釋能力，福內(nèi)爾（Fornell）和拉克爾（Larcker）認(rèn)為AVE達(dá)0.5以上具有良好的效度，若僅在0.4以上，則為可接受范圍，AVE值越高則代表潛在因素具有較高的建構(gòu)效度。

如表9所示，商家聲譽(yù)CR值為0.866，AVE值為0.683；產(chǎn)品本身CR值為0.806，AVE值為0.580，物流方面CR值為0.836，AVE值為0.629；網(wǎng)站方面CR值為0.821，AVE值為0.606，各維度的CR值均高于0.7，AVE值均高于0.5，說明各維度都具有相當(dāng)?shù)臉?gòu)建效度。

4.區(qū)別效度

區(qū)別效度用來衡量問項(xiàng)在不同構(gòu)面間的區(qū)別程度，若測(cè)量模型具有區(qū)別效度，則潛在構(gòu)面彼此之間的關(guān)聯(lián)程度必須小于潛在構(gòu)面內(nèi)的相關(guān)程度，故潛在變量的平均變異數(shù)抽取量AVE的平方根必須大于其他不同構(gòu)面的相關(guān)系數(shù)。

表10為模型對(duì)應(yīng)的區(qū)別效度，從中可見，對(duì)角線AVE值開根號(hào)后數(shù)值皆大于非對(duì)角線內(nèi)之相關(guān)系數(shù)，說明模型中各參量具有良好的區(qū)別效度。

四、模型驗(yàn)證與假設(shè)檢驗(yàn)

為了檢驗(yàn)?zāi)Ｐ椭懈髯兞恐g的關(guān)系，對(duì)各變量進(jìn)行層次回歸分析，結(jié)果如表11所示。

1.財(cái)務(wù)風(fēng)險(xiǎn)的回歸分析

財(cái)務(wù)風(fēng)險(xiǎn)模型的解釋力為77.4%，F(xiàn)值為158.263，p值小于0.05，說明模型成立。結(jié)果表明：賣家聲譽(yù)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)具有顯著負(fù)向影響，商家聲譽(yù)越好，則買家感知的財(cái)務(wù)風(fēng)險(xiǎn)越低，假設(shè)H1獲得支持。產(chǎn)品質(zhì)量對(duì)財(cái)務(wù)風(fēng)險(xiǎn)具有顯著的負(fù)向影響，產(chǎn)品質(zhì)量越好，則買家感知的財(cái)務(wù)風(fēng)險(xiǎn)越低，假設(shè)H2獲得支持。物流支持對(duì)財(cái)務(wù)風(fēng)險(xiǎn)具有顯著負(fù)向影響，買家感知的物流支持越好，則買家感知的財(cái)務(wù)風(fēng)險(xiǎn)越低，假設(shè)H3獲得支持。網(wǎng)站建設(shè)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)具有顯著負(fù)向影響，商家網(wǎng)站建設(shè)越完善，買家感知的財(cái)務(wù)風(fēng)險(xiǎn)越低，假設(shè)H4也獲得支持。

2.功能風(fēng)險(xiǎn)的回歸分析

功能風(fēng)險(xiǎn)模型的解釋力為73.0%，F(xiàn)值為125.467，p值小于0.05，說明模型成立。結(jié)果表明：賣家聲譽(yù)對(duì)功能風(fēng)險(xiǎn)具有顯著負(fù)向影響，商家聲譽(yù)越好，買家感知的功能風(fēng)險(xiǎn)越低，假設(shè)H5獲得支持。產(chǎn)品質(zhì)量對(duì)功能風(fēng)險(xiǎn)具有顯著負(fù)向影響，產(chǎn)品質(zhì)量越好，買家感知的功能風(fēng)險(xiǎn)越低，假設(shè)H6獲得支持。物流支持對(duì)功能風(fēng)險(xiǎn)具有顯著負(fù)向影響，物流支持越好，買家感知的功能風(fēng)險(xiǎn)越小，假設(shè)H7獲得支持。網(wǎng)站支持對(duì)功能風(fēng)險(xiǎn)具有顯著負(fù)向影響，假設(shè)H8獲得支持。

3.時(shí)間風(fēng)險(xiǎn)的回歸分析

時(shí)間風(fēng)險(xiǎn)模型的解釋力為67.1%，F(xiàn)值為94.907，p值小于0.05，說明模型成立。商家聲譽(yù)對(duì)時(shí)間風(fēng)險(xiǎn)具有顯著負(fù)向影響，商家聲譽(yù)越好，則買家感知的時(shí)間風(fēng)險(xiǎn)越低，假設(shè)H9獲得支持。產(chǎn)品質(zhì)量對(duì)時(shí)間風(fēng)險(xiǎn)具有顯著負(fù)向影響，產(chǎn)品質(zhì)量越好，則買家感知的時(shí)間風(fēng)險(xiǎn)越低，假設(shè)H10獲得支持。物流支持對(duì)時(shí)間風(fēng)險(xiǎn)具有顯著負(fù)向影響，物流支持越好，則買家感知的時(shí)間風(fēng)險(xiǎn)越低，假設(shè)H11獲得支持。網(wǎng)站支持對(duì)時(shí)間風(fēng)險(xiǎn)具有顯著負(fù)向影響，商家網(wǎng)站支持越完善，買家感知的時(shí)間風(fēng)險(xiǎn)越低，研究假設(shè)H12獲得支持。

4.隱私風(fēng)險(xiǎn)的回歸分析

隱私風(fēng)險(xiǎn)模型的解釋力為45.1%，F(xiàn)值為78.368，p值小于0.05，說明模型成立。商家聲譽(yù)對(duì)隱私風(fēng)險(xiǎn)沒有顯著影響，假設(shè)H13未獲得支持。產(chǎn)品質(zhì)量對(duì)隱私風(fēng)險(xiǎn)沒有顯著影響，假設(shè)H14未獲得支持。物流支持對(duì)隱私風(fēng)險(xiǎn)具有顯著負(fù)向影響，假設(shè)H15獲得支持。網(wǎng)站支持對(duì)隱私風(fēng)險(xiǎn)沒有顯著影響，研究假設(shè)H16未獲得支持。

5.購買意愿的回歸分析

購買意愿回歸分析如表12所示。購買意愿模型的解釋力為67.1%，F(xiàn)值為212.171，p值小于0.05，說明模型成立。財(cái)務(wù)風(fēng)險(xiǎn)對(duì)購買意愿具有顯著負(fù)向影響，說明買家感知的財(cái)務(wù)風(fēng)險(xiǎn)越高，則購買意愿越低，與假設(shè)H17相符合，故假設(shè)H17獲得支持。功能風(fēng)險(xiǎn)對(duì)購買意愿具有顯著負(fù)向影響，說明買家感知的功能風(fēng)險(xiǎn)越高，則購買意愿越低，與假設(shè)H18相符合，故假設(shè)H18獲得支持。時(shí)間風(fēng)險(xiǎn)對(duì)購買意愿沒有顯著影響，與假設(shè)H19不符，故假設(shè)H19未獲得支持。隱私風(fēng)險(xiǎn)對(duì)購買意愿具有顯著負(fù)向影響，說明買家感知的隱私風(fēng)險(xiǎn)越高，則購買意愿越低，與假設(shè)H20相符，故假設(shè)H20獲得支持。

6.模型解釋

商家聲譽(yù)、產(chǎn)品質(zhì)量、網(wǎng)站建設(shè)以及物流支持顯著負(fù)向影響感知交易風(fēng)險(xiǎn)中的財(cái)務(wù)風(fēng)險(xiǎn)、功能風(fēng)險(xiǎn)和時(shí)間風(fēng)險(xiǎn)。本文的假設(shè)H1～H12及H15均得到了支持。假設(shè)H13（商家聲譽(yù)負(fù)向影響隱私風(fēng)險(xiǎn)）、假設(shè)H14（產(chǎn)品質(zhì)量負(fù)向影響隱私風(fēng)險(xiǎn)）以及假設(shè)H16（網(wǎng)站建設(shè)負(fù)向影響隱私風(fēng)險(xiǎn)）均沒有得到支持。究其原因，主要是在實(shí)際交易中，產(chǎn)品本身與買家隱私之間無直接關(guān)系，通常認(rèn)為隱私泄露多出現(xiàn)在物流環(huán)節(jié)，由物流服務(wù)方導(dǎo)致，而不是商家和第三方購物網(wǎng)站，可見，模型驗(yàn)證與人們的普遍認(rèn)知相符。

同時(shí)，消費(fèi)者感知風(fēng)險(xiǎn)中的財(cái)務(wù)、功能和隱私風(fēng)險(xiǎn)對(duì)購買意愿有顯著的負(fù)向作用，感知風(fēng)險(xiǎn)會(huì)負(fù)向影響買家的購買意愿，本文假設(shè)H17、H18、H20均得到了支持，假設(shè)H19（時(shí)間風(fēng)險(xiǎn)負(fù)向影響購買意愿）未能得到支持。主要原因是隨著網(wǎng)絡(luò)零售業(yè)的發(fā)展，物流運(yùn)輸網(wǎng)十分發(fā)達(dá)，普通快遞的運(yùn)輸時(shí)間一般為2～3天，這一時(shí)間長度早已被買家所接受，而且物流網(wǎng)站會(huì)實(shí)時(shí)更新物流狀態(tài)，買家更容易直觀地了解物流運(yùn)輸情況，從而大大提高了人們對(duì)物流在途時(shí)間的接受程度，因此，相對(duì)于其他風(fēng)險(xiǎn)來看，時(shí)間風(fēng)險(xiǎn)并不是影響購買意愿的關(guān)鍵因素。

五、面向感知風(fēng)險(xiǎn)的網(wǎng)絡(luò)零售風(fēng)險(xiǎn)預(yù)控策略

從本文的研究框架和模型驗(yàn)證可知，顧客對(duì)網(wǎng)絡(luò)零售感知的風(fēng)險(xiǎn)越小，其購買意愿越強(qiáng)，就越容易實(shí)施網(wǎng)上購物行為。因此，可以據(jù)此建立面向感知風(fēng)險(xiǎn)的風(fēng)險(xiǎn)預(yù)控體系來減小感知風(fēng)險(xiǎn)，推進(jìn)網(wǎng)絡(luò)零售交易模式的健康發(fā)展，即從感知風(fēng)險(xiǎn)的影響因素出發(fā)進(jìn)行風(fēng)險(xiǎn)預(yù)控。

1.從商家因素出發(fā)

首先，網(wǎng)絡(luò)零售平臺(tái)要對(duì)注冊(cè)的商家進(jìn)行甄選；其次，要建立合理的商家評(píng)價(jià)機(jī)制，從商家信息、交易記錄、產(chǎn)品描述和服務(wù)狀況等多方面進(jìn)行評(píng)價(jià)；再次，要設(shè)立暢通的投訴體系，以便及時(shí)發(fā)現(xiàn)不良商家和商家的不良行為，盡可能從商家角度減小交易風(fēng)險(xiǎn)，保證消費(fèi)者的權(quán)利。

2.從產(chǎn)品質(zhì)量出發(fā)

一方面，強(qiáng)化監(jiān)管機(jī)制，直接保障產(chǎn)品質(zhì)量，同時(shí)確保商家對(duì)商品描述和商品定價(jià)的客觀性；另一方面，在網(wǎng)絡(luò)零售交易平臺(tái)上對(duì)夸大宣傳、提供虛假商品信息以及欺詐買家的行為給予嚴(yán)厲懲罰，提高假貨和劣質(zhì)產(chǎn)品銷售的代價(jià)，從而保障產(chǎn)品質(zhì)量。

3.從物流方面出發(fā)

從物流服務(wù)本身的質(zhì)量（如及時(shí)性等）、物流過程中商品的完整性和準(zhǔn)確性等方面進(jìn)行風(fēng)險(xiǎn)防控，尤其要注重對(duì)買家信息的保護(hù)，物流企業(yè)要嚴(yán)格執(zhí)行相關(guān)部門制定的個(gè)人信息保護(hù)規(guī)定，堅(jiān)決杜絕買賣個(gè)人信息的行為，并運(yùn)用相關(guān)手段杜絕商品運(yùn)輸中的信息泄露。

4.從網(wǎng)絡(luò)零售平臺(tái)出發(fā)

網(wǎng)絡(luò)零售平臺(tái)在具備買賣雙方進(jìn)行商品交易的同時(shí)，還應(yīng)拓寬反饋和評(píng)價(jià)渠道，以便于對(duì)交易雙方和交易過程進(jìn)行監(jiān)督。同時(shí)，網(wǎng)站也應(yīng)構(gòu)建并不斷完善自身安全保障機(jī)制，為網(wǎng)絡(luò)交易和交易雙方信息保護(hù)提供強(qiáng)有力的保障。

參考文獻(xiàn)：

[1]衛(wèi)志誠.當(dāng)前電子商務(wù)中風(fēng)險(xiǎn)類型分析及評(píng)估模型研究[D].合肥：合肥工業(yè)大學(xué)，2012.

[2]BAUER，R.A. Consumer behavior as risk taking[C]//Han cock R S. Dynamic marketing for a changing world——pro ceedings of the 43rd conference of the american marketing association，1960：389-398.

[3]CUNNINGHAM S M.The major dimensions of perceived risk[C]//Cox D F.Risk taking and information handling in con sumer behavior. boston：graduate school of business admin istration.Cambridge：Harvard University Press，1967：82-108.

[4]謝識(shí)予.經(jīng)濟(jì)博弈論[M].3版.上海：復(fù)旦大學(xué)出版社，2011：57.

[5]蘇航.電商平臺(tái)中賣家信息展示道德失范問題研究[D].長春：吉林大學(xué)，2015.

[6]張璇.電子商務(wù)信息不對(duì)稱與網(wǎng)絡(luò)購物風(fēng)險(xiǎn)分析[J].商業(yè)經(jīng)濟(jì)研究，2017（2）：84-86.

[7]崔保軍.產(chǎn)品傷害危機(jī)情境下消費(fèi)者感知風(fēng)險(xiǎn)的研究述評(píng)與展望[J].商業(yè)經(jīng)濟(jì)與管理，2015（4）：65-73.

[8]董大海，李廣輝，楊毅.消費(fèi)者網(wǎng)上購物感知風(fēng)險(xiǎn)構(gòu)面研究[J].管理學(xué)報(bào)，2005，2（1）：55-60.

[9]井森，周穎，王方華.網(wǎng)上購物感知風(fēng)險(xiǎn)的實(shí)證研究[J].系統(tǒng)管理學(xué)報(bào)，2007，16（2）：164-169.

[10]LIM，NENA.Consumer’s perceived risk：source versus con sequences[J].Pacific Asia conference on infornation，2003，2（3）：216-228.

[11]李寶玲，李琪.網(wǎng)上消費(fèi)者的感知風(fēng)險(xiǎn)及其來源分析[J].經(jīng)濟(jì)管理，2007（2）：78-83.

[12]袁亮，吳佩勛.基于結(jié)構(gòu)方程模型的線上展示、感知風(fēng)險(xiǎn)與購買意愿[J].統(tǒng)計(jì)與決策，2017（22）：183-185.

[13]劉建剛，韓楠，張美娟，鐘昌寶.生鮮電商平臺(tái)消費(fèi)者購買決策影響因素實(shí)證研究[J].常州大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018，19（6）：38-46.

[14]崔保軍，余偉萍.群發(fā)性產(chǎn)品傷害危機(jī)對(duì)消費(fèi)者感知品類風(fēng)險(xiǎn)影響的實(shí)證研究[J].河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2017，44（4）：79-84.

[15]杜瑋.旅游購物感知風(fēng)險(xiǎn)對(duì)旅游購物決策過程的影響分析——以海南旅游購物為例[J].中國商論，2017（34）：51-52.

[16]趙冬梅，紀(jì)淑嫻.信任和感知風(fēng)險(xiǎn)對(duì)消費(fèi)者網(wǎng)絡(luò)購買意愿的實(shí)證研究[J].數(shù)理統(tǒng)計(jì)與管理，2010，29（2）：305-314.

[17]梁健愛.顧客感知風(fēng)險(xiǎn)對(duì)網(wǎng)絡(luò)零售商惠顧意愿影響實(shí)證研究[J].企業(yè)經(jīng)濟(jì)，2012（8）：110-114.

[18]DODDS W B，KENT B，et al.Effects of price，brand and store information on buyers’ product evaluation[J].Journal of marketing research，1991（28）：307-319.

[19]周浩，龍立榮.共同方法偏差的統(tǒng)計(jì)檢驗(yàn)與控制方法[J].心理科學(xué)進(jìn)展，2004，12（6）：942-950.

[20]吳明隆.問卷統(tǒng)計(jì)分析實(shí)務(wù)——SPSS操作與應(yīng)用[M].重慶：重慶大學(xué)出版社，2010：130-157.

[21]HAIR，JOSEPH F J，et al. Multivariate Data Analysis[M].6th ed.Upper Saddle River，NJ：Prentice-Hall，2006：81-98.

Researches on the Correlation between Perceived Risk and Purchase Intention for Online Retailing

REN Jun-ling，DU Hui-ying and WANG Xing-fen

（Beijing Information Science and Technology University，Beijing100192，China）

Abstract：In order to explore the relationship between perceived risk and purchase intention of buyers in the online retail transaction process，starting from the perceived risk and its influencing factors and combined with the online retail process，the authors determine that the influencing factors of such risk dimensions of online retail as financial risk，functional risk，time risk and privacy risk are summarized into four aspects：merchant，product，logistics and website. An empirical study is conducted on the influencing factors of perceived risk，the type of perceived risk，and the correlation between purchase intentions. The results show that：factors such as seller reputation，product quality and website construction in the risk-aware factors have a significant negative impact on financial risk，functional risk and time risk in perceived risk；logistics support significantly negatively affects financial risk and function in perceived risk；financial risk，functional risk and privacy risk in perceived risk significantly negatively affect purchase intention；and perceived transaction risk plays a mediating role between transaction related information and purchase intention. So we should，starting from the influencing factors of perceived risks，establish risk prevention system to control the risk，which will in turn reduce the buyers’perceived risk，protect their legal right and interests，and guarantee the health development of online retail. Specifically speaking，we should establish evaluation mechanisms and complaint channels，strengthen supervision and prevent false propaganda to ensure the quality of goods，improve the quality of logistics services，guarantee the quality of goods in logistics services，and strengthen the protection of privacy to ensure the logistics quality，and expand online retail platform feedback evaluation channels and security mechanisms to ensure platform service quality.

Key words：online retail；perceived risk，；willingness to purchase；risk pre-control；logistic service