基于ABC态度模型的消费者重复购买意愿研究

文章编号：1001-148X（2016）11-0017-07

摘要：基于ABC态度模型理论，分三个维度：认知阶段以感知风险、感知价值为变量，情感阶段以信任和满意度为变量，行为阶段以重复购买意愿为变量，并以消费者购买经验为调节变量构建C2C环境下重复购买意愿的理论模型，通过问卷收集数据采用结构方程模型，实证分析消费者态度对重复购买意愿的影响，以探讨如何提高消费者对平台和卖家的忠诚度。研究结果表明：消费者对购物经历的感知价值和感知风险分别对其信任和满意度产生正向和负向影响，其中相对感知风险，感知价值的影响程度更高；消费者对店铺的信任和满意度均能正向影响其重购意愿，相对信任，满意度对重购意愿的影响程度更高；信任和满意度对重购意愿影响中消费者购买经验的调节作用得到验证。

关键词：重复购买意愿；ABC态度理论；结构方程模型；调节变量

中图分类号：F71355文献标识码：A

收稿日期：2016-08-02

作者简介：李琪（1955-），男，重庆人，西安交通大学经济与金融学院教授，博士生导师，经济学博士，研究方向：电子商务与网络经济；王璐瑶（1992-），女，湖北黄冈人，西安交通大学经济与金融学院博士研究生，研究方向：电子商务与网络经济。

基金项目：陕西省科技统筹创新工程计划项目，项目编号：2012ZS-09。

CNNIC的《2015中国网络购物用户调研报告》显示，2014年中国网民已基本养成网络购物习惯，约八成用户平均每月至少网购1次。电商C2C平台的市场竞争日益激烈，成熟的C2C平台往往拥有海量的产品和众多的商家，交易是在网络空间完成，顾客的转换成本很低，顾客要另选商家几乎不需要付出选择成本[1]。网络购物的空间虚拟性等特点使得消费者在购物过程中不能直接触摸和试用商品，只能通过互联网进行交易，导致网络消费者在进行消费购买决策时主要依赖的是心理认知和情感认知层面对网络商家的感知体验[2]。消费者通过店铺整体设计、店铺商品和服务等的体验所感知的风险与价值，进而影响其对商家产生的信任和满意度，信任和满意度对消费者是否愿意维持与商家的交易关系、是否愿意进行重复购买具有重要的影响作用。

对电商企业而言，如何激发顾客的重复购买意愿，并且与顾客维持长期的买卖关系对其保持竞争力是非常重要的。本文基于国内外学者关于用户重复购买意愿的研究，构建C2C平台用户重复购买意愿的研究模型，并基于淘宝网的用户调研数据进行实证分析，以期对C2C平台卖家提供更具竞争力的产品和服务提供有价值的参考。

一、理论基础与研究假设

（一）理论基础：ABC态度模型及改进

霍夫兰和卢森堡于1960年提出ABC态度模型（又名三元态度模型），通过三维的心理过程说明消费者态度的形成。模型强调了认知、感情和行为之间的相互关系，并运用层级效应的概念来解释这三种元素的相对影响，提出在标准学习层级，认知通过影响情感进而影响行为；在低介入层级，认知通过行为来影响情感；在经验层级，情感通过行为影响认知。Sears等分别对态度成分中的认知、情感和行为倾向做了解释：认知是个人对态度标的物的知识与信念，情感是个人对态度标的物的感觉，行为则是个人对态度标的物的行动或行为倾向[3]。ABC态度模型从消费者的情感态度、认知态度与行为态度的相互关系进行了归纳，也为本文的模型构建提供了参考。

在C2C电子商务模式下，本文采用ABC态度模型来分析消费者态度对重复购买意愿的影响。情感反应是由认知过程触发的，感知价值被认为是认知基础中以牺牲为代价的利益差异，而满意度是一个情感评价过程[4]。Chiu等对在线拍卖的用户重复购买意向进行了研究，结果表明感知价值、熟悉度、满意度对用户习惯具有积极影响；感知价值对信任和满意度具有积极影响，而信任和习惯对用户重复购买意愿具有积极影响[5]。Hsu等研究证实信任度和满意度是影响顾客的重复购买意向的两大关键因素[6]。因此，在理论模型基础上进行如下改进：

（1）在认知阶段，学者研究发现顾客感知价值对顾客的重复购买意愿有直接的影响作用[7]，感知风险也是一个重要的因素[8]，在本文研究中通过感知风险和感知价值来测度顾客的认知态度。

（2）在情感阶段，信任能够创造高价值的交换关系，通过信任来测度消费者的情感态度，顾客信任可以引起顾客对品牌的忠诚或承诺[9]。陈明亮等通过路径分析显示，顾客感知价值通过顾客满意产生间接正向影响[10]。顾客满意度是顾客对实物质量、服务质量、品牌形象和对性能价格比感知的集中体现[11]。Zhou等通过实证证实满意度和信任共同影响消费者在网上的重复购买意愿[12]。在本文研究中通过信任和满意度来测度顾客的情感态度。

（3）在行为阶段，理理论（TRA）表明，消费者的行为意向与他们的实际行为直接相关，由于难以评估消费者的实际行为，以行为意向作为替代变量来进行考察是更为合适的。本文选择重复购买意愿（RI）作为行为阶段的测度变量，定义为消费者在C2C网站进行过首次交易后有意愿持续与该商家保持交易关系的一种愿望或倾向。

（二）提出假设

1.感知价值。Zeithaml提出顾客感知价值是消费者在所得与所失的感知基础上，对某一产品效用的总体评价，并通过实证研究证实消费者对产品或服务的感知利得越高时，对价值的感受也随之提高，而高的感知价值则会提高消费者对产品的购买意愿[13]。顾客对C2C环境下海量商家和同质化商品的感知价值是构建重复购买行为模型的关键因素，学者研究表明顾客感知价值对重复购买意愿产生直接正向影响， 通过顾客满意产生间接正向影响[10]。情感反应是由认知思维过程触发，这表明价值判断影响人们的感知满意度。李东进等通过实证证实如果消费者获得的感知价值水平较高，符合消费期望的水平越高，就越容易形成较好的满意水平，在之后的2次购买甚至多次购买时，会愿意为了降低风险和节约自身时间、精力等而产生再次光顾的意愿[14]。多位学者研究证实感知价值是激发满意度的一个重要因素[15，5]，同时感知价值也是影响满意度的最重要的驱动因素[6]。因此，本研究提出假设：

H1a：消费者在C2C网站购物的感知价值正向影响其信任。

H1b：消费者在C2C网站购物的感知价值正向影响其满意度。

2.感知风险。感知风险源于心理学，Bauer（1960年）首次提出感知风险的概念，Stone等（1993）认为感知风险是一种对损失的预期，对损失预期的把握越大，消费者感受到的风险就越大[16]。Nena[17]将网上购物感知风险定义为：通过互联网购买产品或服务，消费者对将要遭受损失的相信程度。本研究采用Nena的观点，将消费者的感知风险定义为：消费者在C2C网站进行重复购买行为是对购买行为将要遭受损失的相信程度。Miyazaki研究发现降低消费者在隐私和安全上的感知风险有利于提高消费者对在线交易的信任[18]。Pavlou认为感知风险越高，顾客的购买意愿就越低，感知风险会激发客户喜欢或讨厌的感觉，进而影响他们的信念、态度和意愿[19]。已有研究证实感知风险对网络信任的形成具有直接作用， 但感知风险对网络消费者的重复购买意向没有直接影响[2]。研究发现网络环境下感知风险对满意度有显著影响[20]。因此，本研究提出假设：

H2a：消费者在C2C网站购物的感知风险负向影响其信任。

H2b：消费者在C2C网站购物的感知风险负向影响其满意度。

3.信任与重复购买意向。信任通过不确定性、脆弱性和依赖性等特点影响和促进交易关系的形成或破裂[21]。信任的这些特点同时反映在网络购物中，消费者不能面对面接触到实物产品和商家，也无法在支付的同时就获得商品。消费者网上购物时只能通过有限的可得信息来建立对店铺及产品的信任，从而减少消费结果的不确定性。学者研究发现消费者通常有更强烈的意愿和自己信任的在线商家产生交易行为，同时证实网络信任对重复购买意向具有显著的正向影响，网络信任对消费者重复购买意向的形成具有核心影响力[22]。Gefen等证实信任的影响会随着在线购买经验的提高而下降[23]，Limayem等研究表明信任对重复购买意愿的影响作用会随着在线购买习惯或经验的形成而下降[24]。研究结果表明信任对重复购买意愿有显著影响，而购买习惯或经验则起到了负向调节效应[5]。因此，本研究提出假设：

H3：消费者在C2C网站购物的信任正向影响重复购买意愿。

H3a：消费者在C2C网站购物的信任对重复购买意愿的影响作用大小受消费者网购经验的影响。

4.满意度与重复购买意向。顾客满意是指顾客对当前供应商的总体售后评价。本文结合杨建东[11]的观点，提出顾客满意度是顾客在历史购物体验的前提下对质量的预期、对实物质量的感知、对服务质量感知、对品牌形象的感知和对性能价格比感知的集中体现。Davidow研究证实顾客满意度越高，顾客重复购买意向越高[25]，Chitturi也表明消费者满意度对重复购买意愿提供支撑作用[26]。Lin等强调通过测量满意度来考察消费者的重复购买意愿是非常关键的，因为满意度决定了消费者是否继续使用该购物渠道[27]。Lankton研究证实满意度形成过程中消费者习惯及经验是支撑因素[28]，李玉萍等也证实网络购物顾客满意时，高购买经历的顾客的重复购买意愿高于低购买经历的顾客，网络购物顾客不满意时，高购买经历的顾客的重复购买意愿高于低购买经历的顾客[29]。因此，本研究提出假设：

H4：消费者在C2C网站购物的满意度正向影响重复购买意愿。

H4a：消费者在C2C网站购物的满意度对重复购买意愿的影响作用大小受消费者网购经验的影响。

（三）研究思路：概念模型

综上，本文构建概念模型如图1，以消费者在C2C网站购物的感知风险和感知价值为自变量，以消费者信任和满意度为中介变量，验证其对消费者重复购买意愿的影响。有研究发现信任对购买意愿的影响会随着网购经验的增加而增加[23]，本文使用消费者网购经验作为调节变量，根据消费者每月购物频率、月均消费金额、网上购物年龄将C2C平台消费者分为低经验和高经验，来验证消费者网购经验差异是否导致各个变量对重复购买意愿的影响路径不同。

二、计量设计和假设检验

（一）问卷设计与调查

本文问卷设计中的5个变量均以重要文献为依据。感知价值和重复购买意愿参照Chiu 等[5]的量表、感知风险参照Jacoby等[30]的量表、信任参照Doney等[31]的量表、满意度参照Chiu等[5]和Zhao 等[32]的量表，所有的观测变量均采用7点李克特法测度（1表示完全不同意，7表示完全同意）。问卷的5个变量共设计了22个度量项，同时对受访者的个人基本信息和网络购物经验进行调查。问卷发放主要分为两个阶段，第一阶段主要针对高校内淘宝网的用户发放了164份预调研问卷，结果显示问卷具有良好的信度和效度。第二阶段正式发放问卷，调查的对象主要是用户群体最大的C2C网站淘宝网的用户，通过问卷星网站进行2个月的问卷调研，共回收问卷662份，剔除无效问卷109份，得到正式调研问卷553份，有效率为835%。

本研究的样本统计信息见表1，基本统计特征包括性别、年龄、学历、月收入、月网购支出、网购频率和月网购次数。本调研的人群年龄主要集中在18-35岁，学历以本科为主，男女占比为42：58，女性用户稍高于男性用户，符合淘宝网用户结构。月收入集中在1 000元以下和2 000元以上，可以看出大部分样本为学生和年轻白领。网购频率主要分布在一个月以内，频率相对较高，符合我们的研究目标需求。

（二）样本质量检验

本文通过SPSS210对样本数据进行信度和效度分析，得到结果如表2所示。本文问卷所涉及的5个变量：感知风险、感知价值、信任、满意度和重复购买意愿的Cronbach’s α值分别达到0874、0794、0824、0861、0835，均超过079的水平，因此认为本文所使用的调查问卷具有较好的一致性和可靠性。同时， 5个潜变量的KMO值均达到078以上，说明问卷具有较好的收敛效度，各因素的指标与模型拟合较好，具有较高的结构效度。

（三）结构方程模型检验

结构方程模型研究包括三个步骤：一是模型构建，二是估计结构模型参数，进行拟合优度分析；三是模型分析与假设检验。

1.模型构建。对问卷数据进行信度、效度分析后得到5个潜变量和22个观测变量共同构成本文的结构方程模型，通过Amos210对初始模型进行拟合估计，录入数据进行处理。

2.结构方程模型拟合优度指标。对方程整理进行拟合，见表3结果可知整体模型的相对拟合优度和绝对拟合优度（GFI=0940，CFI=0971，NFI=0941，IFI=0971都大于09）均符合结构方程模型的估计要求，RMSEA值为0041，小于005，无需进行模型修正。接下来对整体模型引进调节变量“消费者购买经验”，对低经验用户数据和高经验用户数据进行拟合，结果如表3后半部分所示。低经验模型：GFI=0940，CFI=0978，NFI=0927，RMSEA=0033；高经验模型：GFI=0887，CFI=0960，NFI=0885，RMSEA=0048。各指标均可看出，低经验和高经验消费者的整体模型拟合结果良好。

3.模型分析与假设检验。

（1）模型整体的假设检验。使用Amos210进行运算，其路径估计系数结果如图2所示，所有路径的标准化拟合系数均显著（p

（2）调节变量的假设检验。采用多群组SEM法对模型进行调节变量的效果检验，引入3个限定模型来检验H3a和H3b，从表4的数据可以看出三个模型的各项拟合指标均达到测量学要求。以消费者购买经验为调节变量时，M2和M3的卡方值分别为0000和0001，均达到了显著水平（P

对高经验和低经验的消费者数据分别进行路径拟合，结果如表5所示。估计结果表明，在高购物经验的分组中，6条路径均较好地通过了显著性检验；而低购物经验的分组中，信任对消费者的重复购买意愿的影响路径（p=0134>01），未通过假设检验，其他五条路径则均通过了显著性检验。分析结果表明：一是对低购买经验的消费者，信任对重购意愿的路径未得到支持，因此对低购买经验的消费者，其对店铺的信任并不能促进其重购意愿；而高购买经验的消费者进行重购行为则与其对店铺的信任程度显著相关。说明消费者对店铺的信任正向促进其重购意愿，但因消费者的购买经验的高低而存在差异，即H3a获得支持。二是低购买经验的消费者对店铺的满意度影响其重购意愿的路径系数为0810，而高购买经验的消费者的路径系数则为0457。说明消费者对店铺的满意度正向促进其重购意愿，并随着消费者购买经验的提高，影响作用的大小有所降低，H4a获得支持。

三、研究结论与实践应用

本文通过问卷调查，采用结构方程模型，以ABC态度模型为理论基础引入感知价值、感知风险、信任和满意度四个变量验证在C2C环境下消费者态度对重复购买意愿的影响，并采用消费者的购买经验作为调节变量来检验其调节作用。从假设检验结果可知，消费者在网络零售环境下的重复购买意愿，从认知、情感和行为三个阶段是互相影响、相互促进的。本文根据相关结论提出提升网络零售行业竞争力对应方案：

（1）认知阶段对情感阶段的影响作用。假设H1a、H1b、H2a和H2b得到支持，消费者对购物经历的感知价值和感知风险分别对其信任和满意度产生正向和负向影响，其中，相对感知风险，感知价值对信任和满意度的影响程度更高，说明消费者对店铺的信任和满意度的形成更容易受到感知价值的影响。从消费者认知影响其情感反馈的角度，C2C零售商家提高客户在进行商品浏览、咨询、购买和售后各个环节的价值体验感可以抵消消费者对其购物体验过程中感知到的风险的负面情绪，从而提高其对店铺产品和服务的信任度和满意度，促进其正向情感反馈的产生。

（2）情感阶段对行为阶段的影响作用。假设H3和H4得到支持，消费者对店铺的信任和满意度均能正向影响其重购意愿，其中，相对信任，满意度对重购意愿的影响程度更高，说明消费者产生重复购买意愿从情感基础上更多的基于对产品和服务的满意度。对店铺的信任度对其产生重购行为意愿的影响相对较小，这也符合C2C环境下消费者顾客忠诚度较低的现状，即C2C环境下消费者选择重复购买更看重的是情感体验中的满意程度，满意度决定了产品和服务的竞争力。对C2C环境下的卖家来说，其核心竞争战略应该抓住产品和服务质量来提高顾客的重复购买意愿。

（3）消费者购买经验对行为阶段的调节作用。假设H3a和H3b得到支持，验证了情感阶段中的信任和满意度对行为阶段的重购意愿影响中消费者购买经验的调节作用。对低购买经验的消费者，其对店铺的信任对重购意愿无显著影响，而满意度对重购意愿的影响路径系数则高达0810；对高购买经验的消费者，其对店铺的信任和满意度均显著影响其重购意愿，路径系数分别为0551和0457，影响程度相似。结果表明具有丰富购物经验的消费者在进行重复购买行为时较为谨慎，对店铺的信任度和满意度两者均较好时才会产生重购意愿，而购物经验少的消费者则主要根据前次购物的满意程度来确定是否重购。对C2C环境下的卖家而言，可以通过收集整理客户数据，针对买家购买经验的高低（可以通过买家的购物星级进行分类），采取针对性的营销和客户关怀计划，对低购买经验的客户可以采取售前和售后关怀及会员优惠等方式提高其满意度来提高其忠诚度和重购意愿，对高购买经验客户最主要还是应该提升产品的质量、服务水平、信用服务和口碑积累来提高其信任度。C2C平台的在线卖家应该在首次交易中通过加强消费者感知价值、降低感知风险来提升消费者对店铺产品和服务的信任及满意度，从而提高客户的重复购买意愿，针对不同购买经验的客户，要注重交易过程，加强与客户的良性互动，不断积累信用和满意度，建立卖家自身的口碑、品牌和忠诚度。

本文基于ABC态度理论，通过消费者态度的角度考察消费者的哪些感知因素会影响其重购意愿，并以消费者购买经验来考察购买经验不同的消费者的重复购买意愿影响因素和程度是否有区别。研究结果对C2C平台买家具有一定的参考和借鉴意义，也进一步扩展了ABC态度理论的实践范围，未来对此方向的研究可以结合目前C2C平台卖家采用微信、微博等社交媒体引流客户进行粉丝营销和微信微博预告营销等热点，进一步探讨新媒体环境下传统C2C零售商采用社交媒体影响对消费者态度和重购意愿的影响。

参考文献：

[1]叶作亮， 王雪乔， 宝智红，等. C2C环境中顾客重复购买行为的实证与建模[J]. 管理科学学报， 2011， 14（12）：71-78.

[2]喻建良，李岳，倪剑，等.基于心理契约的网络消费者重复购买意向实证研究[J].财经理论与实践，2011，32（1）：96-100.

[3] Sears，Peplau，Tayliniard， Social Psychology[C]//7th edition. Englewood.liff NJ ： Prentice-Hall Inc.，1991：188-194.

[4]Oliver R L；Swan J E.Consumer Perceptions of Interpersonal Equity and Satisfaction in Transactions：A Field Survey Approach[J].Journal of Marketing，1989，53（5）：21-35.

[5]Chiu C M， Hsu M H， Lai H， et al. Re-examining the influence of trust on online repeat purchase intention： The moderating role of habit and its antecedents[J]. Decision Support Systems， 2012， 53（4）：835-845.

[6]Hsu M H， Chang C M， Chuang L W. Understanding the determinants of online repeat purchase intention and moderating role of habit： The case of online group-buying in Taiwan[J].International Journal of Information Management， 2015， 35（1）：45-56.

[7]Parasuraman A. Reflections on Gaining Competitive Advantage Through Customer Value[J]. Journal of theAcademy of Marketing Science， 1997，25（2）：154-161.

[8]Featherman MS.，Pavlou PA.Predicting e-services adoption： a perceived risk facets perspective[J].International journal of human-computer studies，2003，59（4）：451-474.

[9]Morgan，R.M. and Hunt，S.D.The Commitment-Trust theory of relationship marketing[J].Journal of Marketing， 1994，58（3）： 20-38.

[10]陈明亮.客户重复购买意向决定因素的实证研究[J].科研管理，2003，24（1）：110-115.

[11]杨建东.基于关系承诺的客户满意度影响客户重购意向的实证研究[J]. 电子商务， 2013（8）：18-21.

[12]Tao Zhou， Yaobin Lu， Bin Wang. The Relative Importance of Website Design Quality and Service Quality in Determining Consumers’ Online Repurchase Behavior[J]. Information Systems Management， 2009，26（26）：327-337.

[13]Zeithaml V A. Consumer perceptions of price， quality and value： a means-end model and synthesis of evidence[J].Journal of Marketing，1998，52：2-22.

[14]李东进， 杨凯， 周荣海. 消费者重复购买意向及其影响因素的实证研究[J]. 管理学报， 2007， 4（5）：654-659.

[15]Lin H H， Wang Y S. An examination of the determinants of customer loyalty in mobile commerce contexts[J]. Information & Management， 2006， 43（3）：271-282.

[16]Stone R N. Perceived Risk： Further Considerations for the Marketing Discipline [J]. European Journal of Marketing， 1993， 27（3）：39-50.

[17]Lim Nena. Consumers’ perceived risk： sources versus consequences[C]//Pacific Asia Conference on Information（PACIS 2002）. Elsevier Science， 2003：216-228.

[18]Miyazaki A D， Fernandez A. Consumer Perceptions of Privacy and Security Risks for Online Shopping[J]. Journal of Consumer Affairs， 2001， 35（1）：27-44.

[19]Pavlou P A. Consumer Acceptance of Electronic Commerce： Integrating Trust and Risk with the Technology Acceptance Model[J]. International Journal of Electronic Commerce， 2003， 7（7）：101-134.

[20]Lopez-Nicolas C， Molina-Castillo F J. Customer Knowledge Management and E-commerce： The role of customer perceived risk[J]. International Journal of Information Management， 2008， 28（2）：102-113.

[21]Bradach J L， Eccles R G. Price， Authority， and Trust： From Ideal Types to Plural Forms[J]. Annual Review of Sociology， 1989，15（1）：97-118.

[22]Chiu C， Chang C， Cheng H， et al. Determinants of customer repurchase intention in online shopping[J]. Online Information Review， 2000，33（4）：761-784.

[23]Gefen D， Karahanna E， Straub D W. Inexperience and experience with online stores： the importance of TAM and trust[J]. IEEE Transactions on Engineering Management， 2003， 50（3）：307-321.

[24]Limayem M， Cheung C M K. How Habit Limits the Predictive Power of Intention： The Case of Information Systems Continuance.[J]. Mis Quarterly， 2007，31（4）：705-737.

[25]Davidow M.Have you heard the word？ The effect of word of mouth on perceived justice，satisfaction and repurchase intentions following complaint handling[J].Journal of Consumer Satisfaction Dissatisfaction & Complaining Behavior，2003，16.

[26]Chitturi R，Raghunathan R，Mahajan，et al.Delight by design： The role of hedonic versus utilitarian benefits[J].Journal of Marketing，2008，72： 48-63.

[27]Lin G T R， Sun C. Factors influencing satisfaction and loyalty in online shopping： an integrated model[J]. Online Information Review， 2009， 33（3）：458-475（18）.

[28]Lankton N K， Wilson E V， Mao E. Antecedents and determinants of information technology habit[J].Information & Management， 2010， 47（5-6）：300-307.

[29]李玉萍， 崔丙群. 基于归因理论的顾客网上重复购买意愿研究[J].商业研究，2015（6）：120-125.

[30]Jacoby J， Kaplan L B. The Components of Perceived Risk[C]//Advances in Consumer Research，1972.

[31]Doney P M， Cannon J P. An examination of the nature of trust in buyer-seller relationships[J].Journal of Marketing， 1997，61（2）：35-51.

[32]Zhao L， Lu Y， Zhang L， et al. Assessing the effects of service quality and justice on customer satisfaction and the continuance intention of mobile value-added services： An empirical test of a multidimensional model[J]. Decision Support Systems， 2012，52（3）：645-656.