丁黎黎，姜亞楠，王 壘

(山東科技大學(xué)經(jīng)濟(jì)管理學(xué)院，山東 青島 266590)

隨著互聯(lián)網(wǎng)的迅速發(fā)展，消費(fèi)類電子商務(wù)在中國(guó)呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì)。然而網(wǎng)上交易的時(shí)空分離特性使得消費(fèi)者無(wú)法親身感知商品，不得不面對(duì)大量的在線交易風(fēng)險(xiǎn)。那么，在這樣的網(wǎng)絡(luò)環(huán)境下，影響在線消費(fèi)者購(gòu)買決策的主要因素是什么?已有研究認(rèn)為在線消費(fèi)者通過重復(fù)性交易增強(qiáng)了學(xué)習(xí)能力，可形成信任依賴的中心路線［1］，通過信任、評(píng)價(jià)系統(tǒng)、第三方認(rèn)證等機(jī)制設(shè)計(jì)能夠影響在線消費(fèi)者的購(gòu)買決策［2］［3］，這些研究對(duì)網(wǎng)上交易的健康發(fā)展提供了一定的指導(dǎo)。但是，網(wǎng)上交易信息的不對(duì)稱削弱了在線消費(fèi)者形成中心路線的認(rèn)知能力，特別是初次購(gòu)買行為，消費(fèi)者購(gòu)物態(tài)度的形成主要由情境中的邊緣路線來決定。目前網(wǎng)上賣家以及第三方平臺(tái)的同質(zhì)化行為越來越嚴(yán)重。如，淘寶賣家的好評(píng)率幾乎都在90%以上，而且都具有“消費(fèi)者保障服務(wù)”、“七天無(wú)理由退換”等支持性服務(wù)功能。因此，在各大購(gòu)物網(wǎng)站或賣家千篇一律地豐富了各種邊緣路線線索信息的情景下，不同邊緣路線信息豐裕程度在影響消費(fèi)者的購(gòu)買意愿和購(gòu)買行為方面是否存在差異?網(wǎng)絡(luò)賣家如何針對(duì)性地增加商品的邊緣路線線索以促進(jìn)在線消費(fèi)者的購(gòu)買意愿和購(gòu)買行為?目前的研究并沒有做出回答，對(duì)于這些問題研究的缺失將導(dǎo)致已有成果對(duì)網(wǎng)上交易的指導(dǎo)缺乏針對(duì)性。

鑒于此，本文以準(zhǔn)便利商品金士頓32G U盤交易為研究對(duì)象，統(tǒng)計(jì)其在淘寶網(wǎng)沉淀的真實(shí)交易數(shù)據(jù)，利用Tobit回歸模型實(shí)證驗(yàn)證不同邊緣路線信息豐裕度對(duì)網(wǎng)絡(luò)消費(fèi)者購(gòu)買意愿和購(gòu)買行為的影響。本文的創(chuàng)新之處在于:第一，引入信息豐裕度的概念，從信息加工過程視角改進(jìn)了ELM框架下的消費(fèi)者購(gòu)買決策模型;第二，將邊緣路線信息內(nèi)涵歸納為賣方信譽(yù)、買方評(píng)論、商品詳情以及支持性服務(wù)功能四部分，對(duì)邊緣路線信息概念的內(nèi)涵進(jìn)行了外延式拓展;第三，揭示了不同邊緣路線信息豐裕度對(duì)消費(fèi)者購(gòu)買決策的影響機(jī)理，研究結(jié)論能夠?yàn)楦鞔缶W(wǎng)站以及網(wǎng)上賣家制定合適的市場(chǎng)營(yíng)銷策略提供理論指導(dǎo)。

一、文獻(xiàn)回顧與假設(shè)提出

(一)產(chǎn)品本身對(duì)消費(fèi)者在線購(gòu)買決策的影響

由于網(wǎng)絡(luò)購(gòu)物具有時(shí)空分隔特性，因此并非所有商品都適合在線銷售。Levin等指出低接觸產(chǎn)品(low touch product)比高接觸產(chǎn)品(high touch product)更適合網(wǎng)絡(luò)銷售［4］。這類產(chǎn)品具有較高規(guī)格、適中價(jià)格等特征，使消費(fèi)者無(wú)需實(shí)地感觸就能較容易判斷其質(zhì)量，如便利產(chǎn)品(如石油)、準(zhǔn)便利產(chǎn)品(如書、CD)。對(duì)于便利或準(zhǔn)便利產(chǎn)品，商家可通過提供清晰圖片來傳遞產(chǎn)品信息，如外觀、顏色、規(guī)格和真假對(duì)比等，也可通過搭配或設(shè)置不同的套餐來吸引消費(fèi)者，強(qiáng)化消費(fèi)者對(duì)賣家能力、誠(chéng)信方面的信任，進(jìn)而影響在線消費(fèi)者的購(gòu)買決策行為。因此，本文選取準(zhǔn)便利產(chǎn)品金士頓32G U盤為分析樣本，彌補(bǔ)了以往文獻(xiàn)僅考慮數(shù)據(jù)獲取的方便性而忽視樣本屬性所引起的缺陷。

(二)邊緣路線對(duì)消費(fèi)者在線購(gòu)買決策的影響

Petty和Bri?ol構(gòu)建了“詳盡可能性模型”(ELM)，指出中心路線(central route)與邊緣路線(peripheral route)在改變消費(fèi)者態(tài)度方面均可產(chǎn)生作用［5］。消費(fèi)者通過中心路線培養(yǎng)了長(zhǎng)期穩(wěn)定認(rèn)知能力而最終形成態(tài)度。然而，邊緣路線的影響與中心路線相反，消費(fèi)者對(duì)產(chǎn)品態(tài)度的形成與改變不在于產(chǎn)品本身的特性或證據(jù)，而在于邊緣線索如背景音樂、景物等的影響。在網(wǎng)絡(luò)交易環(huán)境中，邊緣線索對(duì)消費(fèi)者購(gòu)買決策影響體現(xiàn)在以下幾個(gè)方面:一是賣家信譽(yù)對(duì)消費(fèi)者購(gòu)買決策的影響，Livingston收集了高爾夫球桿的交易數(shù)據(jù)，發(fā)現(xiàn)信譽(yù)對(duì)最后成交價(jià)有遞減的正效應(yīng)［4］。國(guó)內(nèi)學(xué)者多從易趣網(wǎng)和淘寶網(wǎng)獲取數(shù)據(jù)，研究表明商家信譽(yù)對(duì)于商品成交量或最終成交價(jià)有顯著正向影響［6］。二是買方評(píng)論對(duì)消費(fèi)者購(gòu)買決策的影響，戢芳等強(qiáng)調(diào)買方評(píng)論起到信息提供者和推薦者的雙重作用，不僅為潛在客戶提供了產(chǎn)品已擁有客戶的導(dǎo)向性信息，而且能以在線口碑的形式向潛在客戶提供建議性信息，這都增強(qiáng)了潛在客戶的購(gòu)買意愿。三是商家在網(wǎng)頁(yè)上陳述的商品詳情對(duì)消費(fèi)者購(gòu)買決策的影響，商品詳情描述是消費(fèi)者了解商品的重要途徑，它可通過文字或圖片來描述產(chǎn)品信息進(jìn)而影響消費(fèi)者的購(gòu)買決策。趙佳等認(rèn)為如果賣家能夠詳細(xì)、準(zhǔn)確地描述產(chǎn)品規(guī)格，那么消費(fèi)者更容易對(duì)賣家的信譽(yù)及能力進(jìn)行判斷，從而形成購(gòu)買意愿或行為［7］。除此之外，商家也可以設(shè)計(jì)產(chǎn)品套餐來吸引消費(fèi)者，如贈(zèng)送U盤贈(zèng)讀卡器等活動(dòng)。四是支持性服務(wù)功能(SSF)對(duì)購(gòu)買決策的影響，Cenfetelli指出SSF是商家在銷售產(chǎn)品的同時(shí)，利用IT手段提供的額外服務(wù)功能，如保修、退換、正品保證等，以此吸引消費(fèi)者目光［8］。另外，支持性服務(wù)功能還可以提高商家服務(wù)質(zhì)量，增加消費(fèi)者的持續(xù)滿意感，進(jìn)而影響其購(gòu)買決策。

(三)信息豐裕度對(duì)消費(fèi)者在線購(gòu)買決策的影響

Steuer指出信息豐裕度(information richness)是環(huán)境將信息呈現(xiàn)給感官的方式，包括廣度和深度兩個(gè)屬性，廣度是同時(shí)呈現(xiàn)的感知維度數(shù)量，深度是每個(gè)感知渠道的清晰度［9］。Li等發(fā)現(xiàn)高信息豐裕度或互動(dòng)性會(huì)提高用戶的虛擬體驗(yàn)，從而使用戶對(duì)特定信息媒介產(chǎn)生積極印象。信息的豐裕程度不僅是賣家向消費(fèi)者傳遞自身能力的信號(hào)，也可以減輕買賣雙方之間的信息不對(duì)稱性［10］。

結(jié)合以上文獻(xiàn)分析以及國(guó)內(nèi)電子商務(wù)平臺(tái)網(wǎng)上商家的實(shí)際運(yùn)營(yíng)情況，本文將邊緣路線信息劃分為賣方信譽(yù)、買方評(píng)價(jià)、商品詳情以及支持性服務(wù)功能四種類型。邊緣路線信息豐裕度主要通過在線交易平臺(tái)提供的邊緣路線信息的廣度和深度來表示。這里邊緣路線信息的廣度通過文字描述、圖片展示等信息呈現(xiàn)方式來體現(xiàn)，而深度則通過相同信息呈現(xiàn)方式的不同呈現(xiàn)質(zhì)量來體現(xiàn)?；谝陨戏治觯狙芯吭贓LM框架下構(gòu)建邊緣路線信息豐裕度與消費(fèi)者購(gòu)買決策關(guān)系的影響模型(如圖1所示)，并提出以下假設(shè):

H1:賣方信譽(yù)信息豐裕度與消費(fèi)者在線購(gòu)買意愿正相關(guān);

H2:賣方信譽(yù)信息豐裕度與消費(fèi)者在線購(gòu)買行為正相關(guān);

H3:買方評(píng)論信息豐裕度與消費(fèi)者在線購(gòu)買意愿正相關(guān);

H4:買方評(píng)論信息豐裕度與消費(fèi)者在線購(gòu)買行為正相關(guān);

H5:商品詳情信息豐裕度與消費(fèi)者在線購(gòu)買意愿正相關(guān);

H6:商品詳情信息豐裕度與消費(fèi)者在線購(gòu)買行為正相關(guān);

H7:SSF信息豐裕度與消費(fèi)者在線購(gòu)買意愿正相關(guān);

H8:SSF信息豐裕度與消費(fèi)者在線購(gòu)買行為正相關(guān)。

圖1 ELM框架下的邊緣路線信息豐裕度與消費(fèi)者在線購(gòu)買決策關(guān)系模型

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來源

2013年5月18日23時(shí)，利用網(wǎng)絡(luò)爬蟲程序以“金士頓32G U盤”為關(guān)鍵詞在淘寶網(wǎng)進(jìn)行搜索，得到1772條原始數(shù)據(jù)。實(shí)證分析剔除了以下三種原始數(shù)據(jù):(1)不包郵賣家，以避免賣家利用提高郵費(fèi)從而增加利潤(rùn)所產(chǎn)生的商品虛假報(bào)價(jià);(2)不提供信用度與好評(píng)率的天貓賣家與二手貨賣家;(3)開店尚不足一個(gè)月的賣家，最終獲得有效數(shù)據(jù)393條。

(二)變量定義及描述

1.被解釋變量。以買家的購(gòu)買意愿與購(gòu)買行為作為被解釋變量。對(duì)于購(gòu)買行為的測(cè)度，采用國(guó)內(nèi)外學(xué)者通用的商品月成交量(sales)來測(cè)度。而對(duì)于購(gòu)買意愿的測(cè)度，本文采用收藏商品的人數(shù)(collection)來度量購(gòu)買意愿，原因在于網(wǎng)絡(luò)交易環(huán)境下買家同時(shí)面對(duì)成百上千件類似商品，而“收藏商品”這一功能可以幫助買家迅速查找、比較與購(gòu)買，增強(qiáng)其購(gòu)物意愿。

2.解釋變量。(1)商家信譽(yù)信息豐裕程度(reputation information richness;RIR)的度量與吳德勝等對(duì)賣家信用度等級(jí)度量方法一致［11］:淘寶網(wǎng)中賣家信用度等級(jí)分別為:紅心級(jí)、鉆石級(jí)、皇冠級(jí)和金冠級(jí)，每一等級(jí)由低到高分為1-5級(jí)，五顆低級(jí)標(biāo)志可升級(jí)為一顆高級(jí)標(biāo)志，因此賣家信用度的取值范圍為 ［0，54］。(2)買方評(píng)論信息豐裕度(evaluation information richness;EIR)由買家對(duì)商品的評(píng)價(jià)分?jǐn)?shù)(score)、評(píng)價(jià)條數(shù)(pieces)與是否出現(xiàn)評(píng)價(jià)截圖(screenshot)來度量，其中評(píng)價(jià)截圖變量為虛擬變量，除了在規(guī)定的位置顯示買家評(píng)論詳情之外，商品銷售頁(yè)面如果還有評(píng)價(jià)信息截圖的，該變量取值為1，否則為0。(3)商品詳情信息豐裕程度(detail information richness;DIR)的度量方法為:對(duì)商品逐點(diǎn)進(jìn)行功能介紹，則定義豐裕度為低，取值為1;若還配以豐裕圖片來激發(fā)消費(fèi)者的積極情感，定義豐裕度為中，取值為2;除此之外，若還贈(zèng)送配套商品或提供多種套餐組合，則定義豐裕度為高，取值為3。(4)SSF信息豐裕度(SSF information richness;SSFIR)由商家所能提供的支持性服務(wù)種類的多少來度量。U盤網(wǎng)絡(luò)銷售的SSF包括正品保障(certified)、提供發(fā)票(invoice)、七天退換(returns)、退運(yùn)保險(xiǎn)(insurance)和促銷活動(dòng)(promotion)。商家提供該項(xiàng)功能取值為1，否則為0，提供的SSF信息種類越多，豐裕度越高。

3.控制變量。以商品價(jià)格(price)作為控制變量。在影響在線購(gòu)買決策的因素中，價(jià)格一直是比較重要的因素之一。價(jià)格和購(gòu)買行為的負(fù)向關(guān)系也得到了部分學(xué)者的驗(yàn)證［12］。

(三)變量描述性統(tǒng)計(jì)分析

描述性統(tǒng)計(jì)結(jié)果見表1，在獲取的393條有效記錄中，僅有52條產(chǎn)生交易，約占總數(shù)的13.2%，說明準(zhǔn)便利商品交易的“二八現(xiàn)象”十分嚴(yán)重。U盤價(jià)格在40元到468元之間變化，差距非常大。商家信譽(yù)信息豐裕度的差異也非常懸殊，最高信用度為100，最低信用度僅為0。與此相對(duì)的是，商品評(píng)分、商品評(píng)價(jià)截圖與商品介紹詳情的差異卻很小。

表1 變量的描述性統(tǒng)計(jì)

(四)模型選擇

86.8%的店鋪并沒有產(chǎn)生任何交易，原因在于部分消費(fèi)者的一致性購(gòu)買行為導(dǎo)致角點(diǎn)解的出現(xiàn)。如果將這86.7%的樣本拋棄，不僅樣本數(shù)量會(huì)減少，結(jié)果也會(huì)有偏差，并且不滿足一致性要求。而Tobit模型正適用于這種在正值連續(xù)分布，但以正概率取零值的數(shù)據(jù)結(jié)構(gòu)。在這種左歸并的情形下，Tobit模型可以確保無(wú)偏、一致的估計(jì)，而線性回歸模型則有可能對(duì)買家的購(gòu)買決策做出負(fù)值的預(yù)測(cè)，這顯然不合理。Tobit模型定義了一個(gè)潛變量y*，y*滿足經(jīng)典線性假設(shè)，服從具有線性條件均值的正態(tài)同方差分布，而被解釋變量的值由以下方法給出:

三、實(shí)證結(jié)果分析

由于部分變量差異較大，為了消除回歸中可能存在的異方差，本文對(duì)賣家的月銷售量、收藏人數(shù)、商品價(jià)格、評(píng)價(jià)條數(shù)、評(píng)價(jià)分?jǐn)?shù)五個(gè)變量取自然對(duì)數(shù)。對(duì)于賣家月銷售量、收藏人數(shù)、評(píng)價(jià)條數(shù)、評(píng)價(jià)分?jǐn)?shù)等取值可能為0的變量，先加上1后再取自然對(duì)數(shù)，以保持?jǐn)?shù)據(jù)在0處被左截?cái)嗟奶卣?。?duì)變量進(jìn)行處理之后，變量Q-Q圖基本呈現(xiàn)一條直線，證明變量基本服從正態(tài)分布。變量的VIF值也很低，排除了多重共線的可能性。

借助EVIEWS 6.0軟件進(jìn)行統(tǒng)計(jì)，結(jié)果如表2所示。價(jià)格對(duì)消費(fèi)者購(gòu)買意愿和購(gòu)買行為的影響在六個(gè)模型中均達(dá)到顯著水平，回歸系數(shù)為負(fù)。這說明，對(duì)于準(zhǔn)便利商品來說，價(jià)格是消費(fèi)者考慮的重要因素之一，價(jià)格越高，消費(fèi)者購(gòu)買意愿越低。這與實(shí)際生活中的現(xiàn)象相吻合，因?yàn)闇?zhǔn)便利商品標(biāo)準(zhǔn)化程度較高，高價(jià)格并不意味著高質(zhì)量，消費(fèi)者用較低的價(jià)格同樣可以買到高標(biāo)準(zhǔn)的商品，所以消費(fèi)者購(gòu)買意愿會(huì)受到價(jià)格的顯著影響。

表2 邊緣路線信息豐裕度對(duì)消費(fèi)者在線購(gòu)買決策影響的Tobit估計(jì)

模型1驗(yàn)證賣方信譽(yù)信息豐裕度對(duì)消費(fèi)者在線購(gòu)買意愿的影響，結(jié)果顯示賣方信譽(yù)豐裕度對(duì)買家在線購(gòu)買意愿產(chǎn)生了顯著的正向影響(β=0.067，P＜0.01)。在之后的模型驗(yàn)證(模型2至模型4)中，結(jié)果表明賣方信譽(yù)信息豐裕度對(duì)消費(fèi)者在線購(gòu)買意愿的影響同樣顯著。從實(shí)證結(jié)果可以反映，由于信譽(yù)積分是網(wǎng)絡(luò)賣家長(zhǎng)期獲取顧客好評(píng)累積形成，是商家信譽(yù)的集中體現(xiàn)，其對(duì)消費(fèi)者在線購(gòu)買意愿的顯著影響表明了消費(fèi)者的購(gòu)物理性，同時(shí)也證明了淘寶網(wǎng)商家信譽(yù)制度的有效性。H1得到驗(yàn)證。

模型2驗(yàn)證買方評(píng)論信息豐裕度對(duì)消費(fèi)者在線購(gòu)買意愿的影響，在模型1的基礎(chǔ)上引入了買方評(píng)論信息豐裕度后，回歸方程的R2值由0.237增加到0.655，說明買方評(píng)論信息豐裕度的引入增強(qiáng)了自變量對(duì)因變量的解釋程度?；貧w結(jié)果顯示，商品的評(píng)價(jià)條數(shù)與評(píng)論截圖均與買方的在線購(gòu)買意愿呈現(xiàn)顯著的正相關(guān)關(guān)系，系數(shù)分別是1.376和0.782，而商品評(píng)分對(duì)消費(fèi)者在線購(gòu)買意愿的影響并不顯著。究其商品評(píng)分對(duì)消費(fèi)者在線購(gòu)買意愿影響不顯著的原因，我們認(rèn)為一是淘寶網(wǎng)中商品評(píng)分多集中在4.6-4.8分之間，買家較難感知到差別，二是賣出一件商品的商家，獲得一個(gè)好評(píng)就會(huì)獲得滿分5分，而賣出幾百件商品的商家，獲得一個(gè)非好評(píng)就會(huì)使其分?jǐn)?shù)低于5分，從而降低了商品評(píng)分對(duì)買家的影響。H3得到部分驗(yàn)證。

模型3驗(yàn)證商品詳情信息豐裕度對(duì)消費(fèi)者在線購(gòu)買意愿的影響，在模型2的基礎(chǔ)上引入了商品詳情信息豐裕度，回歸結(jié)果顯示，商品詳情信息豐裕度對(duì)消費(fèi)者在線購(gòu)買決策的影響并不顯著。從描述性統(tǒng)計(jì)結(jié)果可以看出，商品詳情信息豐裕度的標(biāo)準(zhǔn)差較小，各個(gè)商家介紹商品的詳情非常類似，因此難以得到顯著的回歸結(jié)果。H5未得到數(shù)據(jù)支持。

模型4驗(yàn)證SSF信息豐裕度對(duì)消費(fèi)者在線購(gòu)買意愿的影響，在模型3的基礎(chǔ)上引入了SSF信息豐裕度，回歸結(jié)果顯示，正品保障和促銷行為與消費(fèi)者在線購(gòu)買意愿表現(xiàn)出顯著的正相關(guān)關(guān)系，回歸系數(shù)分別為0.779和0.630。而提供發(fā)票、七天退換與消費(fèi)者購(gòu)買意愿并未表現(xiàn)出顯著的正相關(guān)關(guān)系。究其原因，我們認(rèn)為金士頓32G U盤作為一種準(zhǔn)便利商品，提供發(fā)票和七天退貨并不會(huì)對(duì)消費(fèi)者產(chǎn)生特別大的吸引力。然而，正品保障增強(qiáng)了買方對(duì)準(zhǔn)便利商品質(zhì)量的認(rèn)可，并且促銷行為可以降低買方的購(gòu)買成本。H7得到部分支持。

模型5至模型8驗(yàn)證邊緣路線信息豐裕度對(duì)消費(fèi)者在線購(gòu)買行為的影響，與消費(fèi)者在線購(gòu)買意愿影響通過相同驗(yàn)證的因素是:賣方信譽(yù)信息豐裕度、買方評(píng)論信息中的評(píng)價(jià)條數(shù)與評(píng)價(jià)截圖豐裕度對(duì)消費(fèi)者在線購(gòu)買行為的影響依然顯著，即H2得到支持，H4得到部分支持，H6未得到數(shù)據(jù)支持。與消費(fèi)者在線購(gòu)買意愿得出不同驗(yàn)證結(jié)論的是，SSF信息豐裕度中的促銷行為對(duì)消費(fèi)者在線購(gòu)買行為的影響不顯著，H8得到部分支持。分析原因在于:淘寶商家的促銷活動(dòng)持續(xù)時(shí)間較長(zhǎng)、頻率較高，許多產(chǎn)品自其上線之日起便一直處于促銷狀態(tài)，促銷在更大程度上成為一種吸引消費(fèi)者注意的噱頭。雖然促銷商品以更低的搜索成本使得其更容易得到消費(fèi)者的關(guān)注(H7已驗(yàn)證)，但消費(fèi)者真正購(gòu)買商品時(shí)，會(huì)發(fā)現(xiàn)促銷行為并不是實(shí)質(zhì)上的讓利。

從模型1到模型8的驗(yàn)證過程中，根據(jù)回歸方程的R2可以看出，相比較消費(fèi)者購(gòu)買意愿的解釋程度，各自變量對(duì)因變量消費(fèi)者在線購(gòu)買行為的總體解釋程度更少，這表明相比于消費(fèi)者在線購(gòu)買行為，消費(fèi)者在線購(gòu)買意愿受到信息豐裕度的影響程度更大。

四、結(jié)論與啟示

本文探討了不同邊緣路線信息豐裕度對(duì)在線購(gòu)買決策的影響機(jī)理，研究結(jié)論可為網(wǎng)上交易平臺(tái)或是賣家進(jìn)行網(wǎng)站勸說式信息設(shè)計(jì)提供理論指導(dǎo)。結(jié)果表明賣方信譽(yù)信息豐裕度、買方評(píng)論信息中的評(píng)價(jià)條數(shù)和評(píng)價(jià)截圖豐裕度、支持性服務(wù)功能中的正品保障信息豐裕度無(wú)論對(duì)消費(fèi)者在線購(gòu)買意愿還是在線購(gòu)買行為都具有顯著的正向影響，說明在線消費(fèi)者能夠?qū)彶楹头治鲂畔碓础⑺鸭蜋z驗(yàn)網(wǎng)站或賣家提供的體驗(yàn)，形成購(gòu)物動(dòng)機(jī)和能力并完成購(gòu)買行為。但與此同時(shí)，商品詳情信息豐裕度以及部分支持性服務(wù)功能如七天退換、開具發(fā)票等并未對(duì)消費(fèi)者的在線購(gòu)買決策產(chǎn)生顯著影響，說明網(wǎng)上交易中準(zhǔn)便利商品邊緣路線信息的體現(xiàn)與設(shè)計(jì)還缺乏針對(duì)性，商品屬性與邊緣路線信息匹配性不足，導(dǎo)致現(xiàn)有邊緣路線信息對(duì)消費(fèi)者在線購(gòu)買決策的影響并未全部發(fā)揮作用。因此，我們建議第三方交易平臺(tái)或賣家，對(duì)賣方信譽(yù)系統(tǒng)和買方評(píng)價(jià)系統(tǒng)做進(jìn)一步的優(yōu)化完善;豐富商品詳情信息以減少買賣雙方的信息不對(duì)稱;針對(duì)不同的商品屬性設(shè)計(jì)不同的邊緣路線信息，增強(qiáng)商品屬性與不同支持性服務(wù)功能的匹配程度，以促進(jìn)網(wǎng)上交易的長(zhǎng)遠(yuǎn)發(fā)展;增加信息處理的投入，影響在線消費(fèi)者信息處理動(dòng)機(jī)和能力，促進(jìn)邊緣路線向中心路線的轉(zhuǎn)化，使消費(fèi)者形成長(zhǎng)期穩(wěn)定的認(rèn)知。

盡管本文研究涵蓋了可以從淘寶網(wǎng)交易界面到的主要指標(biāo)，但仍有一些影響消費(fèi)者購(gòu)買決策的因素沒有考慮到，如商家在淘寶網(wǎng)的搜索排名等。本文所選取的研究對(duì)象，也不能代表所有準(zhǔn)便利商品所具備的特性，因而得到的結(jié)論也存在一定的局限性，需要在以后的研究中加以深入分析。此外，雖然本文改進(jìn)了ELM框架下的在線消費(fèi)者購(gòu)買決策模型，對(duì)邊緣路線信息豐裕程度影響消費(fèi)者購(gòu)買決策的作用過程進(jìn)行了刻畫，但顯然并不全面，這也是以后研究所要重視的方向。

［1］Park D.H.，Lee J.，Han I.The effect of on-line consumer reviews on consumer purchasing intention:The moderating role of involvement［J］.International Journal of Electronic Commerce，2007，11(4):125-148.

［2］Park D.H.，Kim S.The effects of consumer knowledge on message processing of electronic word-of-mouth via online consumer reviews［J］.Electronic Commerce Research and Applications，2009，7(4):399-410.

［3］殷紅.網(wǎng)絡(luò)交易中的私人秩序——聲譽(yù)、可執(zhí)行契約與信用評(píng)價(jià)體系［J］.華東師范大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2013，45(1):94-102.

［4］Levin A.M.，Levin I.P.，Weller J.A.A multi-attribute analysis of preferences for online and offline shopping:Differences across products，consumers，and shopping stages ［J］.Journal of Electronic Commerce Research，2005，6(4):281-290.

［5］Petty R E，Brion^l P.The elaboration likelihood model［J］.Handbook of theories of social psychology，2011，(1):224-245.

［6］Livingston J.A.How valuable is a good reputation?A sample selection model of internet auctions［J］.Review of Economics and Statistics，2005，87(3):453-465.

［7］趙佳，馬欽海，張躍先.C2C環(huán)境下感知在線評(píng)論與初始信任的調(diào)節(jié)因素［J］.東北大學(xué)學(xué)報(bào)(自然科學(xué)版)，2012，(12):1790-1794.

［8］Cenfetelli R.T.，Benbasat I.，Al-Natour S.Addressing the what and how of online services:Positioning supporting-services functionality and service quality for business-to-consumer success［J］.Information Systems Research，2008，19(2):161-181.

［9］Steuer J.Defining virtual reality:Dimensions determining telepresence ［J］.Journal of Communication，1992，42(4):73-93.

［10］Li H.，Daugherty T.，Biocca F.Impact of 3-D advertising on product knowledge，brand attitude，and purchase intention:The mediating role of presence［J］.Journal of Advertising，2002，31(3):43-57.

［11］吳德勝，任星耀.網(wǎng)上拍賣交易機(jī)制有效性研究——來自淘寶網(wǎng)面板數(shù)據(jù)的證據(jù)［J］.南開管理評(píng)論，2013，16(1):122-137.

［12］姜亞楠.第三方平臺(tái)邊緣信息對(duì)消費(fèi)者購(gòu)買行為影響研究［D］.青島:山東科技大學(xué)碩士學(xué)位論文，2014.