叶绘英
（安顺学院 旅游学院，贵州 安顺 561000）
摘 要：与他商品相比，在网络上购买服装所面临的风险更大，因为个顾客不能亲自试穿将要购买的商品.因此了解影响网络购买服装意象的因素具有必要性和重要性.此研究利用扩展计划行为理论探讨个人创新性.通过对105份淘宝用户调查问卷分析，结论显示个人创新性对网络购买服装的意向没有直接影响，而是通过影响对网络购买服装的态度而间接影响网络购买服装的意向.
教育期刊网 http://www.jyqkw.com
关键词 ：个人创新性；计划行为理论；网络购买服装意向
中图分类号：F768.3 文献标识码：A 文章编号：1673-260X（2015）05-0038-04
1 引言
自从1969年因特网的出现以来，经过近45的发展，网络已经得到了普及，1990年，因特网用户仅为100万左右，到2006年增加至7亿，而最近的报告显示其用户已超过18亿.而网络的普及，网络购物也网络购物也逐渐成为了最新型的购物模式.网络购物降级了商家的销售成本，其商品不分地域地面向所有网络用户，增加了卖出的机率，从而为商家带来利益.而价格便宜，商品繁多，购买方便等为消费者到来了实惠.至今网络已经发展成为世界上最大的市场[1].很多欧洲国家网直络购物用户约占总人口的50%，而美国2010年的网络销售额也达到了400亿美元以上.根据商务部数据统计，2013年中国网络销售额超过10万亿，其中零售交易额超过1.85万亿，成为了全球最大的网络零售市场[2].
尽管网络购物已经越来越流行，但是仍有大量的消费者对选着网络渠道购买商品在犹豫.通过比较，因为费者不能够在购买前试穿[3]，网络购买衣服的风险高于其他商品.因此了解影响消费者网络购物行为的因素具有一定的现实和理论意义.
2 文献回顾
2.1 网络购物研究
在20年代初期，随着网络安全的发展，网络购物逐渐赢得了公众的信任.进而被越来越多的买家和卖家所接受[4].例外网络商品基本囊括了所以的商品和服务类型,如书籍，女性商品，旅游，酒店、电子等等.与其实体店相比，网络商品种类多，多样性高等特点.因为网络购物在零售业的重要性，学者对这个领域的的研究兴趣也渐增.2000以前，只有少量关于网络购物课题的研究.然而，在那之后，很多学者开始研究和调查网络购物行为.Khosrow-pour (2004)提到,了消费者网络购物行为可以帮网络零售商瞄准潜在顾客,并通过发展和完善网络购物来获得更多的效益[5].
学者的研究表明，影响消费者网络购物行为的因素有很多，如态度，年龄，个人创新性等.例外，也有大量的学者从其他方面研究了网络购物.例如，Degeratu和Rangaswany(2000)通过比较消费者网络购物和实体店购物的行为，发现消费者在网络上购物时对价格更敏感[6].而Childers(2001)研究了消费者动机，进而把消费者动机分为了两个类型：享乐动机和实用动机[7].
虽然网络购物越来越普及，但仍然有大量的消费者对选着网络渠道购物存在疑虑[9].Cha(2010)从购物者角度解释了原因,他认为最重要的原因是消费者在购买前不能够试穿[8]，因为无法辨别是颜色和款式是否适合自己.因此，尽管网络购物更加方便和便宜，但是依然有一部分消费者更喜欢选择传统渠道购买服装.Goldsmith(2003)研究证实了年龄、性别、种族等人口学变量与选着网络购物没有关联，而对网络购买服装的态度对其选择网络进行购买服装有重要的影响[9].关于个人创新性的研究，很多学者把重点放在了解释其对个人选择使用新科技的研究上.研究证明，因为个人创新性的程度不同，对接受新科技的态度、意向也不同[10],有研究发现个人创新性更高的人越能够接受在网络购买服装.
2.2 计划行为理论
在过去的研究中，有一些模型用来解释个人行为，其中最著名的三个模型是理性行为理论（TRA），计划行为理论（TPB）和技术接受模型.Fishbein ＆ Ajizen(1975)[11]提出来的.根据这个理论，采取行为的意图对个人表现行为有直接的决定作用.同时，行为意图又取决与个人对行为的态度和主观规范.（见图3-1）
Ajizen(1985)[12]发现，个人行为不是仅仅受意向的影响，而这也限制了TRA的解释个人行为的作用性.于是一个复合的TRA模型被提出，也就是TPB.从模型对比上来说TPB模型是在TRA模型的基础加入了一个行为意图的绝定因素，即是认知行为受控.（见图3-2）而此能够直接影响行为意向和实际行为.
在TPB被，提出后，就被广泛运用于解释和预测个人和组织行为.除此之外，很多研究者对TRA和TPB模型进行了比较，发现TPB模型行为的预测优越于TRA模型.
而随着信息技术的发展，Davis(1989)[13]提出了一个用于解释和预测个人在信息技术上采取或执行行为的模型即技术接受模型（TAM）.而此模型的理论基础则是理性行为理论.在TAM模型中，Davis应用理性行为理论中的因果联系因素也就是行为态度，行为意向和实际行为之间的关系来分析个人对信息技术的采用.对于采用信息技术，Davis认为个人对采用信息技术的态度取决于感知易用和感知有用.在基于TRA的基础，通过研究实证分析，TAM模型被引出（见图表3-3）.
3 研究假设和方法
通过对研究模型的回顾，本文提出了一个扩展的的研究模型.（见图3-2）
根据ATM理论，个人对信息科技的态度对取决于感知易用性和感知有用性.而本文“信息科技”被指定为网络购物.
综合以上对文献和模型的相关研究，提本文出了9个假设：
假设1（H1）：网络购物态度（ATT）对网络购买服装意向有显著影响.
假设2（H2）:主观规范(SN)对网购购买服装意向有显著影响.
假设3（H3）：认知行为受控(PBC)网络购买服装意向有显著影响.
假设4（H4）：感知易用（PEU）对网络购买服装态度有显著影响.
假设5（H5）：感知有用(PU)对网络购买服装态度有显著影响.
假设6（H6）：个人创新性(PI)对感知网络购物有用有显著影响.
假设7（H7）：个人创新性(PI)对感知网络购物有用显著影响.
假设8（H8）：个人创新性(PI)对网络购买服装意向有显著影响.
假设9（H9）：个人创新性(PI)对网络购买服装态度有显著影响.
本研究对淘宝130位淘宝用户发起网络问卷调查.但只收回了105分，回复率约为20%.样本的特征包括了人口学特征和行为性特征.人口学个涉及了年龄，性别，社会职务和家庭年收入.了测试这些决定因素，采用的Link的5点量表.年龄，家庭年收入，在网络上购买服装的经验将用顺序数据来测试；而顶类型数据则用于测试性别和社会职位.
4 数据分析
4.1 样本分析
问卷调查发到了500个邮件地址.但是只收到了105份，其回复率仅为约20%.样本特征包括了人口学特征和行为性特征.人口学特征涉及了了三个方面：年龄，性别，社会职位.男性和女性受访者各占51.4%和48.6%.超过一半的参与者年龄在26-35岁之间，约为58.1.而18到25岁的占了38.1%.例外大多数的参与者都是全职工作者.（见表4-1）行为性特征涉及了三个方面：在网络上购买过衣服，每周在网络上消耗的时间，已经使用网络多少年.数据显示有64.8的参与者在网络上购买服装，而有76.2%的参与者每周上网超过20小时.同时，超过38.1%的回复者已经使用网络超过8年，而仅有3位回复者使用网络的时间低于2年.
4.2 测试假设分析
本文采用spss16.0中的数据回归分析来测试上文中提出的8个假设.表格4-8展示了对关于网络购买服意向的相关假设分析，即H1,H2,H3,H8表格中可以看出对网络服装的态度（ATT）（(β=.48,p<.01in mode 1,β=.46,P<.01 in model 2），显示了其对网络购买服装意向有显著影响.因此可得知假设1成立.然而主观规范（SN）(β=-.04,p=.74 in model 1,β=-.05,p=.67 in model 2),认知行为控制(β=.07,p=.56)和个人创新性(β=.07,p=.44)的回归分析结果都表明其对网络购买服装意向没有显著影响.因此假设,2,3和8均不成立.
表4-9为关于网络购买服装的态度回归分析.在模式1，态度（ATT）被作为独立变量，而感知有用（PU）和感知易用被作为自变量.回归数据(Adjust R2=.47,p<.05)暗示回归结果有显著性.同时也意味着感知易用(β=.33,p<.05 in model 1 and β=.27,p<.05)和感知有用(β=.40,P<.01 in model 1,β=.38, P<.01)和对网络购买服装的态度有显著影响.因此假设4和假设5成立.在模式2中，加入了变量个人创新性，回归分析结果(Adjust R2=.499,P<.05)显示,PI(β=.31,P<.01)对网络购买服装的态度有显著影响，而同时对感知有用和感知易用也有显著影响，因此假设6,7和9均成立.
通过对模型的检测，此模型能够解释个人的网络购买服装的意向.但是有其中假设2，3和假设8不成立.因此根据此结果，作者提出了修正后的模型（见图4-1）.
5 结论
通过文献的调查，本文在基于前有的计划行为理论模型上，提出了一个扩展的计划行为理论模型和8个假设.为了证实假设成立与否，作者采用了邮件问卷调查方式收集了原始数据；一共收集了105份有效问卷.进而应用SPSS 18.0作为处理数据的工具对数据进行了回归分析.回归分析数据显示，9个假设中，假设1,4,5,6，7,和9成立，而假设2,3,8不成立.假设验证结果暗示了个人创新性对网络购买服装意向没有的影响，而可通过影响对网络购买服装的态度间接影个响行为印象，从而影响实际的购买行为.
教育期刊网 http://www.jyqkw.com
参考文献：
〔1〕Levine, J.R. and Young, M.L. (2010) The Internet for Dummies, Indiana: Wiley Publishing lnc.
〔2〕中华人民共和国商务部.关于促进电子商务和服务流通方式(2013)[EB/OL]http://www.guancha.cn/economy/2014_06_04_234747.shtml.
〔3〕Black, K. (2009) For contemporary decision: Statistics, (6th ed), Apteral: R.R. Denoelley.
〔4〕Okonkwo, U. (2010) Luxury Online: Styles, Systems, And Strategies, New York:Macmillan Publishers Ltd.
〔5〕Khosrow-pour, M. (2004) Innovation Through Information Technology, London: Idea Group Publishing.
〔6〕Degeratu, A. M., Rangaswany, W. (2000)Consumer choice behaviour in online and traditional supermarkets: the effects of brand name, price, and other search attributes, International Journal of Research in Marketing, 17, 55-78.
〔7〕Childers, T., Carr, C., Peck, J. and Carson, S. (2001) ‘Hedonic and Utilitarian Motivations for Online Retail Shopping Behavior,’ Journal of Retailing Vol. 77, pp. 511-535.
〔8〕Cha, S. (2010) Consumer responses after an unsatisfactory online apparel shopping and return experience: shopping orientation and perceived justice approaches.Corvallis: Oregon State University.
〔9〕Goldsmith, R.E and Goldsmith, E.B (2003) ‘Buying apparel over the Internet’, Journal of Product ﹠Management, Vol. 11. No. 2, pp. 89-102.
〔10〕Soloman, J and Garratt, D. (2009) Essentials of Economics (5th ed), Essex: Prentice Hall.
〔11〕Fishbein, M., and Ajzen, I. (1975), Belief, Attitude, Intention and Behavior: An Introduction to Theory and Research. Reading, Mass: Addison-Wesley.
〔12〕Ajzen, I. (1985) “From intentions to action: a theory of planned behavior” in Kuhl, J and Beskmann, J. (Eds) Action Control: From Cognition to Behavior. New York: Springer.
〔13〕Davis, F.D. (1989) ‘Perceived Usefulness, Perceived Ease of Use, and User Acceptance ofInformation Technology’ Journal of MIS Quarteriy, Vol. 13, No. 3, pp. 319-340.
