阮秋水

【摘 要】伴隨著經(jīng)濟，互聯(lián)網(wǎng)以及電子商務(wù)的發(fā)展，網(wǎng)上購物作為消費者活動的一種新興形式。雖然在越南網(wǎng)購這個方面比中國發(fā)展晚了十幾年但現(xiàn)在越南的網(wǎng)民對于網(wǎng)絡(luò)購物越來越熟悉，愈來愈多的網(wǎng)民先從心里開始接受網(wǎng)絡(luò)購買這一種新的購物形式。所以本文選擇這個方面是想通過科技接受模型TAM和計劃行為理論TPB的整合，體現(xiàn)越南消費者網(wǎng)上購買意向。

【關(guān)鍵詞】電子商務(wù)；消費者購買行為；網(wǎng)絡(luò)購買意向

一、研究背景

根據(jù)越南電子商務(wù)和信息技術(shù)機構(gòu)（VECITA）發(fā)布報告，越南電商市場是全球增長最快的市場之一，2015年越南電商營業(yè)總額達40.7億美元，同比2014年上漲了37%。2016越南電商市場規(guī)模增長22%，2017年越南電商銷售額增長25%。據(jù)越南工貿(mào)部統(tǒng)計，網(wǎng)購者的年齡集中在22至40歲，主要來就大省份和大城市。越南消費者進行訂單網(wǎng)上支付的比例只有19%，貨到付款依舊是越南用戶最主要的支付方式，而且大部分消費者網(wǎng)上購買主要目的是為了找到比實體店更便宜的商品?，F(xiàn)在越南主要電商平臺有：Shopee、Sendo、chodientu、Agoda、Lazada、Tiki、Zalora。

二、研究模型與理論假設(shè)

技術(shù)接受模型TAM是Davis運用理性行為理論研究用戶對信息系統(tǒng)接受時所提出的一個模型技術(shù)接受模型提出了兩個主要的決定因素：感知的有用性，感知的易用性。計劃行為理論TPB能夠幫助我們理解人是如何改變自己的行為模式的行為態(tài)度、主觀規(guī)范和知覺行為控制是決定行為意向的3個主要變量。這些年來，網(wǎng)上購物對越南消費者來說還是一種新鮮的購買方式。所以，消費者對網(wǎng)上購物的接受程度與網(wǎng)絡(luò)迅速發(fā)展分不開，技術(shù)接受模型能夠很好的測量消費者接受新技術(shù)的影響因素，同時網(wǎng)上購買也是消費者的一種購買方式的選擇，具有一般購買消費者行為的特點，適合以計劃行為理論為模型進行研究。因此，本文將技術(shù)接受模型和計劃行為理論進行整合，構(gòu)建模型來研究越南消費者網(wǎng)上購買意向研究，提出了12個假設(shè)如圖1所示：

三、實證研究與數(shù)據(jù)分析

樣本選取有網(wǎng)購經(jīng)驗的消費者為調(diào)查對象、針對在校學(xué)生、事業(yè)單位工作人員及高校教師等。調(diào)查共發(fā)放問卷330份，有效回收數(shù)296份，有效率為89，7%。整個問卷分為兩大部分：第一部分為受訪者基本情況，第二部分為受訪者對各個影響因素的認同度，7個方面的問項，共27道題，運用從1（代表完全不同意）至5（代表完全同意）的5分制里克特量表。

（一）信度及效度分析

信度分析是為了檢驗問卷的可靠性，本文使用SPSS 20軟件對調(diào)查數(shù)據(jù)進行可靠性分析結(jié)果：感知有用CITC值的PU3（網(wǎng)上購買比實體店購買節(jié)約金錢）為0.293和感知風險CITC值的PR1（在購買時填寫的個人信息，可能會泄露給其他公司或個人）為0.121都小于0.35的標準，而且刪除兩個變量后感知有用的信度為0.652和感知風險的信度為0.866，較信度前有所增加。

效度是研究獲取的觀測數(shù)據(jù)與研究目的的之間的接近程度。KMO檢測值為0.866，大于0.8，同時顯著概率為0.000小于0.01，說明這組數(shù)據(jù)的相關(guān)矩陣間有共同因素存在，適合進行因子分析。因子提取采取主成分分析法，因子旋轉(zhuǎn)方法采用最大旋轉(zhuǎn)法。當因子特征值大于1且對方差的解釋程度大于50%時，該因子將會被提取出來。因子分析結(jié)果22個題項形成6個因子，6個因子可解釋總方差的69.501%，說明問卷中設(shè)置的測評問題對消費者購買意向很顯著，這問卷的效度也較高。

（二）相關(guān)分析與回歸分析

1.相關(guān)性分析

相關(guān)分析的目的是為了檢驗分析變量之間是否存在哪兒種依存關(guān)系。相關(guān)系數(shù)r的取值范圍為-1≤r≤1， 絕對值越大表示相關(guān)密切程度越高。下面表1所示各影響因素與消費者網(wǎng)上購買意向之間的相關(guān)系數(shù)。

從表中可以看出來，感知易用、感知有用、主觀范圍、感知行為控制，網(wǎng)購態(tài)度與網(wǎng)購意向在0.01水平上存在正相關(guān)關(guān)系。感知風險與網(wǎng)購態(tài)度、網(wǎng)購意向在0.1水平上顯著負相關(guān)。因此本文提出所有的假設(shè)均通過初步驗證。

2.回歸分析

前面的相關(guān)性分析驗證了因素之間的相關(guān)關(guān)系，要檢驗假設(shè)的正確性需要用回歸分析。根據(jù)本文的消費者網(wǎng)上購買意向模型，本文路徑分析的目的在于驗證該研究模型是否可以得到支持。此研究路徑要進行3個回歸分析：

表2是以效標變量為感知有用，預(yù)測變量為感知易用。F值為52.468，顯著性水平為0.000，表明模型擬合良好。感知易用β為0.515說明感知易用對感知有用有顯著的正向影響，所以假設(shè)H1得到支持。

表3是以效標變量為網(wǎng)上購買態(tài)度，預(yù)測變量為感知易用，感知有用，感知風險，感知行為控制和主觀范圍。F值為69.034，顯著性水平為0.000，表明模型擬合良好。方差膨脹因子（VIF）遠小于10，因此不存在多重共線性問題。感知易用、感知有用、主觀范圍、感知行為的回歸系數(shù)β分別為0.271，0.474，0.084，0267說明感知易用，感知有用，主觀范圍，感知行為對網(wǎng)上購買態(tài)度有顯著的正向影響，假設(shè)H2a，H3a，H5a，H6a得到支持。感知風險的回歸系數(shù)β為-0.096說明感知風險對網(wǎng)上購買態(tài)度有負向影響，假設(shè)H4a也得到了支持。

表4是以效標變量為網(wǎng)上購買意向，預(yù)測變量為預(yù)測變量為感知易用，感知有用，感知風險，感知行為控制，主觀范圍和網(wǎng)上購買態(tài)度。F值為50.604，顯著性水平為0.000，表明模型擬合良好。方差膨脹因子（VIF）遠小于10，因此不存在多重共線性問題。感知易用、感知有用、主觀范圍、感知行為和網(wǎng)購態(tài)度的回歸系數(shù)β分別為0.138，0.574，0.213，0.067，0.523說明感知易用、感知有用、主觀范圍、感知行為和網(wǎng)購態(tài)度對網(wǎng)上購買意向有顯著的正向影響。假設(shè)H2b，H3b，H5b，H6b，H7得到支持。感知風險的回歸系數(shù)β為-0.072說明感知風險對網(wǎng)上購買態(tài)度有負向影響，假設(shè)H4b也得到了支持。

四、結(jié)論與建議

研究基于TPB和TAM模型的基礎(chǔ)上并考慮兩個模型的缺陷，便將技術(shù)接受模型和計劃行為理論進行整合用來研究越南網(wǎng)上消費者購買意向。本研究的結(jié)論能夠為網(wǎng)上商店提供有用的營銷策略建議，以增強消費者選擇網(wǎng)上購買的意向網(wǎng)上購買這個平臺可以致力于增強網(wǎng)上商店的優(yōu)勢，提供比傳統(tǒng)購物渠道更多的方便。隨著互聯(lián)網(wǎng)的發(fā)展，購物網(wǎng)站的構(gòu)建日趨成熟，網(wǎng)站的設(shè)計逐漸完善。為顧客提供個性化設(shè)計和服務(wù)得網(wǎng)站脫穎而出，這些都是消費者購買意向的重要參觀點。現(xiàn)在在越南電子商務(wù)發(fā)展中還存在兩個問題就是：一是，物流方面還不夠完善（物流時間長，運費高），所以促進建立的第三方物流產(chǎn)業(yè)。大宗商品行業(yè)與一般地社會物流產(chǎn)業(yè)有一定的差別，因此還是需要建立專門的第三方產(chǎn)業(yè)，運用相關(guān)的專業(yè)人才，對資源進行合理的整合，尋找降低物流成本的方法，從根本上發(fā)展大宗商品物流產(chǎn)業(yè)。二是，貨到付款依舊是越南用戶最主要的支付方式，因此，促進發(fā)展第三方支付產(chǎn)業(yè)就是為了降低政府、企業(yè)、事業(yè)單位直連銀行的成本，滿足了企業(yè)專注發(fā)展在線業(yè)務(wù)的收付要求。

【參考文獻】

[1] Ajzen I.， Fishbein M. （1975）， Belief， Attitude， Intention and Behavior： An Introduction to theory and research， Addition-Wesley， Reading， MA.

[2] Gefen D， Karahanna E， Straub D W， Trust and TAM in online shopping： an intergrated model {J}. MIS quarterly， 2003， 27 （1）： 51-90.

[3] Hossein Rezace Dolat Abadi， Seyede Nasim Amirosadat Hafshejani， Faeze Kermani Zadeh （2011）， Considering factors that affect usersonline purchase intention with using structural equation modeling.

[4]黃文彥，溫世松，大學(xué)生網(wǎng)絡(luò)消費意愿影響因素實證研究{J}.科技管理研究，2012，32（3）：165-169.

[5]馮娜，基于移動電子商務(wù)消費者行為影響因素研究{J}.全國商情理論研究，2016（20）：25-26.

[6]曾鳴，電商消費環(huán)境下消費者購買行為影響因素研究--以大學(xué)生群體購買西裝為例{J}.中國礦業(yè)大學(xué)， 2017（2）：30-40.