趙文德 付榮華 劉世明

摘要：當(dāng)前社交電商發(fā)展勢頭強勁，但是其存在的信用失衡、經(jīng)營不規(guī)范、產(chǎn)品服務(wù)質(zhì)量參差不齊等問題嚴(yán)重制約了社交電商的健康發(fā)展。為了提高社交電商規(guī)范化、專業(yè)化發(fā)展，實現(xiàn)行業(yè)協(xié)同發(fā)展，分析了國內(nèi)外社交電商研究現(xiàn)狀；構(gòu)建了基于S-O-R和UTAUT2的整合模型，并引入了分享互動、享樂動機、價值價格、社群影響等相關(guān)指標(biāo)；鑒于拼多多在社交電商中具有代表性，以拼多多為例開展社交電商參與意愿影響因素研究，從口碑、信用、品牌和輿情四個維度進行社交電商生態(tài)系統(tǒng)重構(gòu)。該研究結(jié)果揭示了社交電商消費者參與意愿影響因素之間的內(nèi)在機理，所提出的針對性建議和策略對促進社交電商行業(yè)健康發(fā)展以及電子商務(wù)相關(guān)企業(yè)的成長有一定的理論意義和實踐價值。

關(guān)鍵詞：社交電商；參與意愿；S-O-R模型；UTAUT2模型；結(jié)構(gòu)方程模型

分類號：F724.6 文獻標(biāo)識碼：A

★基金項目：廣州市哲學(xué)社會科學(xué)發(fā)展“十三五”規(guī)劃2019年度共建課題（2019GZGJ250）；廣東省哲學(xué)社會科學(xué)“十三五”規(guī)劃2017年度學(xué)科共建項目（GD17XGL09）；2018年度廣州教育政策研究課題（ZCYJ18008）。

引言

中國互聯(lián)網(wǎng)協(xié)會發(fā)布的《2018中國社交電商行業(yè)發(fā)展報告》中指出由于社交電商爆發(fā)式增長、良莠不齊，出現(xiàn)了各種不規(guī)范行為。而作為社交電商的排頭兵，拼多多，一個存在諸多爭議、有著“低價”、“山寨假貨”標(biāo)簽的社交電商平臺，其在美國納斯達克的上市引起了行業(yè)的熱議。雖然外界對拼多多的吐槽批評不斷，但是拼多多仍可以在短短3年達到3億用戶注冊量，一躍成為繼淘寶和京東之外穩(wěn)居第三的電商巨頭，顯然是有它的獨到之處。盡管社交電商發(fā)展勢頭迅猛，但是隨之而來的“差評”、“假貨”、“過度營銷”等問題也層出不窮。有哪些因素推動了社交電商的蓬勃發(fā)展？又有哪些因素使得社交電商發(fā)展“困難重重”，該如何謀求突破？本文以拼多多為例，進行社交電商平臺的消費者參與意愿影響因素研究，并根據(jù)研究結(jié)果提出針對性的建議和策略。

目前國內(nèi)外對于社交電商的研究方向主要包括以下幾類：第一是對于社交電商平臺發(fā)展的影響因素研究。LiangTP[1]研究社會支持和關(guān)系質(zhì)量對社交電商發(fā)展的作用。謝芳[2]提出一種基于社交網(wǎng)絡(luò)的電子商務(wù)信任模型[3]，實證分析表明，消費者信任能夠顯著影響消費者購買意愿，便利條件能夠顯著影響消費者信任[4]。ShanmugamM等[5]研究了社交商務(wù)結(jié)構(gòu)和社會支持結(jié)構(gòu)（即情感支持和信息支持）對建立在線社區(qū)平臺的作用。LuB[6]研究表明社會技術(shù)對建立值得信賴的在線交換有重要貢獻。第二是社交電商平臺中消費者行為模式的研究。ZhangKZ等[7]利用刺激-生物-反應(yīng)模型和五階段消費者決策過程提出一個綜合框架來理解這種背景下的消費者行為。AkmanI等[8]用最小二乘回歸測試研究模型，分析影響消費者采用社交電商意圖的主要因素。戴國良[9]研究了社交電商下消費者購前分享動機。第三是定性分析社交電商模式的優(yōu)勢及價值。操守康等[10]研究了移動電商的用戶推薦可以提高用戶參與意愿。戴國良[11]認(rèn)為社交電商基于熟人的網(wǎng)絡(luò)社交關(guān)系營銷有助于降低網(wǎng)絡(luò)社交網(wǎng)購風(fēng)險認(rèn)知、取得用戶信任和增加顧客價值與顧客忠誠度。劉新民等[12]從價值嵌入的角度分析了從社交需求到商務(wù)需求轉(zhuǎn)換過程的關(guān)鍵因素。BusalimAHetal[13]認(rèn)為社交電商是一個充滿希望的新研究領(lǐng)域，展示了一種利用社交媒體進行商業(yè)活動以吸引客戶及其網(wǎng)絡(luò)朋友的新范例。

綜上，目前國內(nèi)外對社交電商參與意愿影響因素的研究較少。首先對具體社交電商企業(yè)案例分析較少，其次對社交電商出現(xiàn)的新現(xiàn)象和特征的理論研究不足，研究模型方法對新現(xiàn)象的解釋能力較弱。本文以拼多多為例，探索消費者參與意愿的影響因素，存在的創(chuàng)新點有二。其一，本文對社交電商參與意愿影響因素的指標(biāo)以UTAUT2模型為基礎(chǔ)，提出新的分析視角；其二，本文基于S-O-R模型和UTAUT2理論有機結(jié)合，構(gòu)建了消費者參與意愿的模型，深化了S-O-R及UTAUT2模型的應(yīng)用領(lǐng)域，為提高社交電商平臺的參與意愿、降低顧客流失率提供參考建議和意見。

1、理論背景與研究假設(shè)

S-O-R理論是指個人的行為認(rèn)知會因外界環(huán)境而受到刺激，因而做出接近或者排斥的行為反應(yīng)，包含刺激、機體和反應(yīng)三個要素[14]。技術(shù)采納與利用整合擴展模型（UTAUT2）主要用于顧客領(lǐng)域信息技術(shù)接受行為的研究，并且該模型在使用意向與使用行為上的解釋能力有所提高[18]。本文在整合S-O-R模型和UTAUT2模型的核心要素基礎(chǔ)上，結(jié)合實地走訪結(jié)果，將模型框架分為“刺激”、“有機物”、“反應(yīng)”三個模塊。其中價格價值、娛樂動機和分享互動歸為刺激因素，并加入中介變量感知風(fēng)險、使用態(tài)度和社群影響作為有機物，消費者的參與意愿為反應(yīng)因素，共同構(gòu)成本研究的理論模型，具體模型如圖1所示。

本文從“刺激”、“有機物”、“反應(yīng)”三個維度提出9個假設(shè)，研究消費者參與社交電商的影響因素。

H1：分享互動對感知風(fēng)險有負(fù)向影響；

H2：分享互動對使用態(tài)度有正向影響；

H3：價格價值對感知風(fēng)險有負(fù)向影響；

H4：價格價值對使用態(tài)度有正向影響；

H5：享樂動機對感知風(fēng)險有負(fù)向影響；

H6：享樂動機對使用態(tài)度有正向影響；

H7：感知風(fēng)險對使用態(tài)度有負(fù)向影響；

H8：社群影響對參與意愿有正向影響；

H9：使用態(tài)度對參與意愿有正向影響。

2、研究設(shè)計

2.1 量表設(shè)計

在參考以往文獻并咨詢相關(guān)專家的基礎(chǔ)上，本問卷主要包含兩個部分：首先是使用拼多多用戶的基本信息，主要包括年齡、性別、學(xué)歷以及職業(yè)。第二部分就是對消費者參與意愿的測試，為了提高問卷的信度和效度，在綜合考慮拼多多這一社交電商平臺自身特點基礎(chǔ)上，本文的量表設(shè)計主要借鑒了Venkatesh等的UTAUT2量表以及其他國內(nèi)外權(quán)威核心期刊量表設(shè)計，量表中各項問卷全部采用李克特5級量表，分別為：非常不同意、不同意、一般、同意和非常同意。

2.2 樣本收集

本問卷調(diào)查對象主要以在拼多多平臺進行消費體驗的群體為主，同時也包括少數(shù)使用拼多多但尚未在此平臺進行購買的用戶。在問卷調(diào)查時，將用戶信息的問題放在最后，以避免其他因素對結(jié)果造成影響。本研究通過線上發(fā)放問卷方式共發(fā)放350份問卷，回收有效問卷304分，回收率為86.86%。剔除全部選擇同一個選項的問卷共18分，最終有284份有效問卷用于數(shù)據(jù)分析，被調(diào)查的樣本中，初中及以下占比14%、高中（包括中職）占比17.8%、大專占比26.2%、本科占比38.1%、研究生及以上占比3.8%；18歲以下占比21%、18-25歲占比54.9%、26-30歲占比17.8%、31-35歲占比2.8%、36歲以上占比3.5%。

3、實證分析

與傳統(tǒng)的探索性因子分析和回歸分析相比，結(jié)構(gòu)方程模型可以同時處理多個構(gòu)念，并且可以提出一個特定的因子結(jié)構(gòu)，并檢驗它是否吻合數(shù)據(jù)。故本文以結(jié)構(gòu)方程模型作為實證分析工具，采用SmartPLS2.0軟件對研究假設(shè)進行數(shù)據(jù)分析。

3.1 信效度檢驗

首先對構(gòu)面的測量模型進行分析，結(jié)果顯示各測量指標(biāo)的因素負(fù)荷量均大于0.7，且各潛變量Cronbachs α>0.8，測量模型的信度較好；本文用Construct Reliability來檢測組合效度，所有結(jié)構(gòu)變量的信度CR>0.8，具有較高組合信度；通過Factor loading以及AVE的值來分析收斂效度，所有測量變量在所有結(jié)構(gòu)變量上的載荷值都超過0.7，并且結(jié)構(gòu)變量的AVE值大于0.7，說明數(shù)據(jù)具有較好的收斂效度。

通過計算每個變量的AVE值的平方根和變量間的相關(guān)系數(shù)矩陣來進行區(qū)別效度檢驗，每個變量AVE值的平方根都大于它與其他變量之間的相關(guān)系數(shù)，說明模型的區(qū)別效度高，各潛變量間的共線性可能性小，表明該模型的整體信效度很好，如表2所示。

3.2 假設(shè)檢驗

研究假設(shè)主要指結(jié)構(gòu)模型中構(gòu)面的相關(guān)性，本文假設(shè)檢驗結(jié)構(gòu)如表3所示。

（1）分享互動至使用態(tài)度的標(biāo)準(zhǔn)化路徑系數(shù)為0.243，價格價值至使用態(tài)度的標(biāo)準(zhǔn)化路徑系數(shù)為0.216，享樂動機至使用態(tài)度的標(biāo)準(zhǔn)化路徑系數(shù)為0.257，假設(shè)H2、H4和H6均成立。表明消費者對拼多多有較為積極的使用態(tài)度，可能是因為其低價、互動和購物游戲化設(shè)計的特點。

（2）分享互動至感知風(fēng)險的標(biāo)準(zhǔn)化路徑系數(shù)為-0.419，價格價值至感知風(fēng)險的標(biāo)準(zhǔn)化路徑系數(shù)為-0.254，享樂動機至感知風(fēng)險的標(biāo)準(zhǔn)化路徑系數(shù)為-0.250，假設(shè)H1、H3和H7均成立。表明拼多多顯著的優(yōu)勢背后暗含了較大的風(fēng)險，例如：隱私泄露、拼團不成功等。

（3）感知風(fēng)險至使用態(tài)度的標(biāo)準(zhǔn)化路徑系數(shù)為-0.258，假設(shè)H7成立。表明消費者對拼多多的感知風(fēng)險越高，越容易對其產(chǎn)生消極的參與態(tài)度。使用態(tài)度至參與意愿的標(biāo)準(zhǔn)化路徑系數(shù)為0.438，社群影響至參與意愿的標(biāo)準(zhǔn)化路徑系數(shù)為0.384，假設(shè)H8和H9均成立。態(tài)度、主觀規(guī)范和參與意愿構(gòu)成了理性行為理論核心要素。

4、研究結(jié)論

本文基于S-O-R和UTAUT2模型，以拼多多為例研究了社交電商平臺消費者參與意愿的影響因素，并采用結(jié)構(gòu)方程模型進行實證分析，梳理出參與社交電商的原因以及存在的風(fēng)險，并從口碑、品牌、輿情、信用等方面提出具體對策建議。

1）口碑建設(shè)：拼多多亟需制定透明合理的打假條例制度，罰款條目應(yīng)該精簡優(yōu)化，不能為了罰款而罰款，應(yīng)該以合理合法規(guī)章制度規(guī)范平臺秩序；拼多多需要提高服務(wù)質(zhì)量，以產(chǎn)品質(zhì)量和優(yōu)質(zhì)服務(wù)并重，提升顧客體驗。對于拼多多以及其他社交電商平臺，口碑建設(shè)必須以誠信為底線，杜絕虛假宣傳銷售信息。虛假信息在互聯(lián)網(wǎng)平臺很容易被追蹤和監(jiān)控，一旦被揭露，對平臺的負(fù)面影響是致命性的，因此平臺需要保障信息傳播的真實性，避免出現(xiàn)信息的模糊不清和不對稱現(xiàn)象。

2）品牌建設(shè)：拼多多以及其他社交電商平臺需要提高用戶體驗，優(yōu)化購物界面；完善品牌配套建設(shè)，重視物流服務(wù)，加強對第三方物流的管控力度，提高物流服務(wù)水平；最后應(yīng)重視品牌互動，及時捕捉市場信息的變化，提高創(chuàng)新思維和意識。

3）輿情建設(shè)：拼多多應(yīng)積極采納消費者的合理建議，加強輿情建設(shè)，做好公關(guān)，樹立正面積極的企業(yè)形象；處理并維護好與公眾媒體之間的關(guān)系，加強合作；積極開展社會公益活動，例如農(nóng)村扶貧項目等，樹立有社會責(zé)任感的企業(yè)形象。

4）信用建設(shè)：拼多多應(yīng)該亟需降低購物風(fēng)險，尤其是在信用風(fēng)險方面，應(yīng)該努力提高平臺認(rèn)可度，信任度。拼多多以及其他社交電商平臺的內(nèi)部運營需要規(guī)范管理，優(yōu)化業(yè)務(wù)管理流程，制定內(nèi)部規(guī)范。同時配合工商部門做好消費者維權(quán)工作；完善商家信用評級機制，建設(shè)信用自查系統(tǒng)，建立健全消費者保障服務(wù)機制。

參考文獻

[1] Liang T P， Ho Y T， Li Y W， et al. What drives social commerce： The role of social support and relationship quality[J]. International Journal of Electronic Commerce， 2011，16（2）：69-90.

[2] 謝芳.社交商務(wù)網(wǎng)絡(luò)環(huán)境下網(wǎng)絡(luò)購買信任保障機制構(gòu)建[J].商業(yè)經(jīng)濟研究，2017（20）：77-80.

[3] 于真，朱杰，申貴成.一種基于社交網(wǎng)絡(luò)的電子商務(wù)信任模型與仿真[J].系統(tǒng)仿真學(xué)報，2018，30（08）：3115-3123.

[4] 陳蕾，王瑞梅.社會化電子商務(wù)下社交網(wǎng)絡(luò)平臺消費者網(wǎng)購意愿實證分析——基于信任轉(zhuǎn)移視角[J].商業(yè)經(jīng)濟研究，2016（23）： 65-67.

[5] Shanmugam M， Sun S， Amidi A， et al. The applications of social commerce constructs[J]. International Journal of Information Management， 2016， 36（3）：425-432.

[6] Lu B， Fan W， Zhou M. Social presence， trust， and social commerce purchase intention： An empirical research[J]. Computers in Human Behavior， 2016， 56：225-237.

[7] Zhang K Z K， Benyoucef M. Consumer behavior in social commerce： A literature review[J]. Decision Support Systems， 2016， 86（C）：95-108.

[8] Akman I， Mishra A. Factors Influencing Consumer Intention in Social Commerce Adoption[J]. Information Technology & People， 2017， 30（2）.

[9] 戴國良.社交電子商務(wù)購前分享動機研究[J].中國流通經(jīng)濟， 2018， 32（10）：39-47.

[10] 操守康，郭傳勇，張夢婷，張盛，馬小龍.移動社交電子商務(wù)用戶推薦對大學(xué)生網(wǎng)購意愿影響因素實證分析[J].商業(yè)經(jīng)濟研究，2015（36）：61-63.

[11] 戴國良.中國文化背景下的網(wǎng)絡(luò)社交電子商務(wù)消費行為分析[J].商業(yè)經(jīng)濟研究，2016（05）：68-70.

[12] 劉新民，李芳，王松.基于價值嵌入的電子商務(wù)社交購物模式應(yīng)用研究[J].商業(yè)研究，2016（04）：125-130.

[13] Busalim A H， Hussin A R C. Understanding social commerce： A systematic literature review and directions for further research[J]. International Journal of Information Management， 2016， 36（6）：1075-1088.

[14] 楊學(xué)成，涂科.平臺支持質(zhì)量對用戶價值共創(chuàng)公民行為的影響——基于共享經(jīng)濟背景的研究[J].經(jīng)濟管理，2018，40（03）：128-144.

作者簡介：

趙文德 ，碩士，廣州番禺職業(yè)技術(shù)學(xué)院管理學(xué)院教師，研究方向：電子商務(wù)與物流、供應(yīng)鏈管理；

付榮華，碩士，廣州番禺職業(yè)技術(shù)學(xué)院管理學(xué)院副教授，研究方向：技術(shù)創(chuàng)新管理、供應(yīng)鏈管理等；

劉世明，博士，廣州番禺職業(yè)技術(shù)學(xué)院管理學(xué)院副教授，研究方向：職業(yè)教育、供應(yīng)鏈管理等。