服裝網(wǎng)購(gòu)消費(fèi)者銷售評(píng)價(jià)比的影響因素

劉小紅

(惠州學(xué)院服裝系，廣東 惠州 516007)

隨著網(wǎng)絡(luò)科技迅速應(yīng)用于傳統(tǒng)零售領(lǐng)域，網(wǎng)絡(luò)營(yíng)銷正在改變?nèi)藗兊纳罘绞?。董濤?］在分析網(wǎng)絡(luò)購(gòu)物對(duì)消費(fèi)行為5個(gè)階段的影響時(shí)發(fā)現(xiàn)，網(wǎng)購(gòu)正在潛移默化地影響著顧客的消費(fèi)習(xí)慣、消費(fèi)觀念以及生活模式。根據(jù)中國(guó)電子商務(wù)研究中心發(fā)布的《2013年度中國(guó)服裝電子商務(wù)運(yùn)行報(bào)告》，2013年中國(guó)服裝網(wǎng)購(gòu)市場(chǎng)交易規(guī)模達(dá)4349億元，增長(zhǎng)了42.6%，占整個(gè)網(wǎng)購(gòu)市場(chǎng)的23.1%。服裝鞋帽市場(chǎng)因其網(wǎng)購(gòu)需求量大，復(fù)購(gòu)率高，成為電商企業(yè)爭(zhēng)奪最為激烈的品類市場(chǎng)。在激烈的市場(chǎng)競(jìng)爭(zhēng)中大型服裝品牌公司憑借其已建立的品牌優(yōu)勢(shì)成為發(fā)展最快的贏家，如七匹狼、美特斯邦威、海瀾之家、雅戈?duì)枴⒕拍镣?、真維斯等品牌進(jìn)入網(wǎng)購(gòu)市場(chǎng)后迅速成為銷量排名前列的強(qiáng)勢(shì)服裝品牌，而在淘寶平臺(tái)上一些中小網(wǎng)店卻很難成為網(wǎng)購(gòu)市場(chǎng)快速發(fā)展的受益者。為消除消費(fèi)者對(duì)網(wǎng)絡(luò)交易安全性、商品質(zhì)量風(fēng)險(xiǎn)、售后服務(wù)水平等方面的疑慮，天貓、淘寶、京東等大型網(wǎng)購(gòu)平臺(tái)通過在線評(píng)價(jià)機(jī)制，為服裝網(wǎng)店不斷積累商業(yè)興譽(yù)，凈化網(wǎng)購(gòu)生態(tài)環(huán)境，因此網(wǎng)購(gòu)消費(fèi)者的在線評(píng)價(jià)正在成為網(wǎng)絡(luò)營(yíng)銷的重要變量，受到研究人員的關(guān)注。Godes等［2］認(rèn)為顧客在線評(píng)論作為一種新的口碑方式，對(duì)輔助顧客做出有效決策具有重要作用，但Trusov［3］認(rèn)為相對(duì)傳統(tǒng)口碑，在線評(píng)論因其商業(yè)利益關(guān)系使其可信度大大降低。張輝等［4］的研究結(jié)論支持用戶評(píng)價(jià)對(duì)其他消費(fèi)者的購(gòu)買決策產(chǎn)生重要影響。管榮偉［5］認(rèn)為在網(wǎng)絡(luò)環(huán)境下，消費(fèi)者的決策更多的是依賴信息交互或者從第三方獲得對(duì)網(wǎng)店、賣家以及交易環(huán)境等信息。賀和平等［6］將消費(fèi)者購(gòu)物前瀏覽其他消費(fèi)者購(gòu)物評(píng)價(jià)稱為關(guān)系體驗(yàn)，而且這種關(guān)系體驗(yàn)顯著正向影響消費(fèi)者對(duì)經(jīng)濟(jì)性價(jià)值、社會(huì)性價(jià)值及利他性價(jià)值的在線體驗(yàn)。宋光興等［7］應(yīng)用交易時(shí)間、價(jià)值因素改進(jìn)了在線信用分的集結(jié)方法。楊波威等［8］提出了基于用戶投票質(zhì)量的用戶投票激勵(lì)算法。George［9］提出了使用負(fù)分的評(píng)價(jià)尺度來懲罰聲譽(yù)不高的商家和提高買家滿意度。蔣艷梅［10］提出顧客首次網(wǎng)購(gòu)時(shí)參照群體傳達(dá)的購(gòu)物經(jīng)歷及價(jià)值表達(dá)對(duì)消費(fèi)者的網(wǎng)站選擇、產(chǎn)品選擇、購(gòu)買意向和實(shí)際購(gòu)買行為有著顯著地正向影響。張耕等［11］研究在線評(píng)論時(shí)提出負(fù)面在線評(píng)論數(shù)量、評(píng)論者專業(yè)度以及產(chǎn)品價(jià)格3方面對(duì)產(chǎn)品銷售量有顯著的負(fù)面影響。江文鈺等［12］認(rèn)為，在線評(píng)論是消費(fèi)者從其他消費(fèi)者的購(gòu)買經(jīng)歷中了解商品信息及購(gòu)物風(fēng)險(xiǎn)程度的重要途徑，因此激勵(lì)消費(fèi)者積極地參與購(gòu)買評(píng)價(jià)是商家營(yíng)銷的重要手段。從以上文獻(xiàn)分析可發(fā)現(xiàn)，對(duì)網(wǎng)購(gòu)在線評(píng)價(jià)的研究主要集中在對(duì)消費(fèi)者決策的正面影響、負(fù)面影響、數(shù)據(jù)采集與評(píng)價(jià)方法、評(píng)價(jià)監(jiān)督、提高好評(píng)率等方面，但網(wǎng)購(gòu)企業(yè)面臨的實(shí)際問題是如何提高網(wǎng)購(gòu)消費(fèi)者參與在線評(píng)價(jià)的比例，以此吸引更多的流量來提升業(yè)績(jī)。本文針對(duì)這一問題，結(jié)合網(wǎng)購(gòu)企業(yè)案例，研究影響在線評(píng)價(jià)比例的因素。

1 理論模型及分析變量

在電子商務(wù)實(shí)踐中，大多數(shù)商家更加關(guān)注好評(píng)率，并通過一些技術(shù)手段來提高好評(píng)率，營(yíng)銷行為過于短期化。事實(shí)上，電商的好評(píng)率與傳統(tǒng)渠道的商譽(yù)或口碑的形成與作用機(jī)制是相同的，是企業(yè)可持續(xù)發(fā)展之本，也是企業(yè)重要的無形資產(chǎn)。要提高好評(píng)率，關(guān)鍵是通過可持續(xù)的營(yíng)銷策略來提高消費(fèi)者參與網(wǎng)購(gòu)在線評(píng)價(jià)的比例，從而將消費(fèi)者的正面或負(fù)面的購(gòu)物體驗(yàn)顯示出來，既可引導(dǎo)消費(fèi)者購(gòu)物，也可指導(dǎo)企業(yè)改善營(yíng)銷策略。為此，本文建立了用來評(píng)估網(wǎng)購(gòu)消費(fèi)者參與在線評(píng)價(jià)程度的評(píng)估模型。該模型的因變量為服裝銷售評(píng)價(jià)比，指服裝網(wǎng)店消費(fèi)者在線評(píng)價(jià)數(shù)量與商家要求的在線評(píng)價(jià)數(shù)量的比值，用來測(cè)量網(wǎng)購(gòu)在線評(píng)價(jià)的參與比例。該值越高，表明消費(fèi)者參與在線評(píng)價(jià)的積極性越高，對(duì)網(wǎng)店商譽(yù)的積累具有重要意義。該模型的解釋變量(自變量)以營(yíng)銷4Ps(指營(yíng)銷組合中的產(chǎn)品、價(jià)格、渠道、促銷四大要素)理論為依據(jù)，選擇了產(chǎn)品庫存量(stock keeping unit，SKU)深度、產(chǎn)品暢銷程度、產(chǎn)品價(jià)格3個(gè)變量;另外，依據(jù)產(chǎn)品屬性與消費(fèi)者屬性，選擇了服裝檔次、產(chǎn)品性別屬性2個(gè)調(diào)節(jié)變量，以觀察調(diào)節(jié)變量是否會(huì)加強(qiáng)或減弱產(chǎn)品SKU深度、產(chǎn)品暢銷程度對(duì)銷售評(píng)價(jià)比的影響程度。

1.1 產(chǎn)品SKU深度

在網(wǎng)購(gòu)業(yè)務(wù)中，SKU指在線服裝產(chǎn)品的銷售屬性集合，包括品種、顏色、尺碼等，是產(chǎn)品存貨計(jì)量的最小單位;產(chǎn)品SKU深度是指網(wǎng)店某個(gè)品種上架時(shí)全部可售件數(shù)，包括該品種的全部顏色、尺碼的上架陳列件數(shù)。該值越高，消費(fèi)者選購(gòu)的自由度越大，表明單一品種上架售賣的數(shù)量越多，潛在的顧客數(shù)量會(huì)越多，在線評(píng)論數(shù)量也會(huì)越多。而在線評(píng)價(jià)數(shù)量越多，又可能會(huì)引發(fā)更多的網(wǎng)購(gòu)顧客購(gòu)買或參與在線評(píng)價(jià)，進(jìn)而影響銷售評(píng)價(jià)比。

1.2 產(chǎn)品價(jià)格

產(chǎn)品價(jià)格指網(wǎng)店銷售產(chǎn)品的吊牌價(jià)格。價(jià)格對(duì)消費(fèi)者購(gòu)買行為會(huì)產(chǎn)生雙重影響，一方面，價(jià)格高會(huì)在消費(fèi)者心目中形成產(chǎn)品檔次高以及質(zhì)量好的心理效應(yīng);另一方面，通過各種形式的優(yōu)惠形成較低價(jià)格會(huì)令消費(fèi)者感覺購(gòu)買實(shí)惠，這也是電商平臺(tái)重要營(yíng)銷手段，如天貓光棍節(jié)，要求所有商家在當(dāng)天銷售的貨品必須是最近30 d的最低價(jià)(2013年光棍節(jié)將該期限延長(zhǎng)到50 d)。此外價(jià)格的高低會(huì)影響消費(fèi)者購(gòu)物決策介入深度，價(jià)格越高，風(fēng)險(xiǎn)感知越高，購(gòu)買決策介入程度也會(huì)越高，因此價(jià)格是影響消費(fèi)者購(gòu)物決策的一個(gè)重要變量。

1.3 產(chǎn)品暢銷程度

產(chǎn)品暢銷程度是一個(gè)相對(duì)指標(biāo)，通常需要根據(jù)產(chǎn)品一定時(shí)期內(nèi)(服裝零售企業(yè)通常會(huì)在產(chǎn)品上市后的半個(gè)月到1個(gè)月內(nèi)進(jìn)行評(píng)估)銷售數(shù)量或售罄率(指已銷售數(shù)量占全部可銷售數(shù)量的比值)進(jìn)行主觀的評(píng)價(jià)，因此產(chǎn)品暢銷程度反映了消費(fèi)者在產(chǎn)品上市特定時(shí)期內(nèi)被消費(fèi)者的接受程度，直接影響消費(fèi)者參與在線評(píng)價(jià)的數(shù)量及比例。

1.4 產(chǎn)品性別屬性

產(chǎn)品性別屬性是指產(chǎn)品適用對(duì)象的性別，以此為依據(jù)，將服裝劃分為男裝、女裝。在消費(fèi)者網(wǎng)購(gòu)過程中，由于不能直接收集消費(fèi)者的性別信息，而購(gòu)買者與實(shí)際消費(fèi)者也會(huì)出現(xiàn)分離，因此用產(chǎn)品性別屬性類型替代消費(fèi)者性別類型，以此分析網(wǎng)購(gòu)消費(fèi)者在線評(píng)價(jià)的性別差異，但存在局限性。

1.5 產(chǎn)品價(jià)格檔次

價(jià)格檔次是一個(gè)主觀指標(biāo)，通常與產(chǎn)品的類型、品牌、價(jià)格水平等有關(guān)。為便于分析產(chǎn)品價(jià)格檔次對(duì)銷售評(píng)價(jià)比的調(diào)節(jié)作用，本文將樣本按照價(jià)格高低分為高、中、低3檔，并用數(shù)字作代碼:1低檔、2中檔、3高檔。

2 數(shù)據(jù)采集與整理

本文研究的樣本取自于某大型休閑服裝品牌天貓網(wǎng)店銷售系統(tǒng)，從其營(yíng)業(yè)數(shù)據(jù)中按性別進(jìn)行分類隨機(jī)抽樣，抽取銷售周期在1個(gè)月以上服裝產(chǎn)品的銷售數(shù)據(jù)及在線評(píng)價(jià)數(shù)據(jù)，共有99個(gè)SKU值。依據(jù)模型分析需要，對(duì)所采集的數(shù)據(jù)進(jìn)行相關(guān)計(jì)算整理，對(duì)因變量用減平均值法進(jìn)行中心化處理。中心化處理的計(jì)算公式為

式中:Xi為原變量;X—為原變量的平均值;X'i為中心化處理后的新變量。

2.1 銷售評(píng)價(jià)比的計(jì)算

銷售評(píng)價(jià)比的計(jì)算公式為

式中:qi為網(wǎng)購(gòu)消費(fèi)者對(duì)i產(chǎn)品在線評(píng)價(jià)數(shù)量;Qi為商家要求對(duì)i產(chǎn)品在線評(píng)價(jià)數(shù)量;Ri為網(wǎng)購(gòu)消費(fèi)者對(duì)i產(chǎn)品銷售評(píng)價(jià)比。

在網(wǎng)購(gòu)平臺(tái)上，商家要求網(wǎng)購(gòu)者對(duì)每件產(chǎn)品都要給出在線評(píng)價(jià)，因此，理論上商家要求的在線評(píng)價(jià)數(shù)量就是在線銷售數(shù)量。實(shí)際上，在收集整理交易數(shù)據(jù)時(shí)需要考慮以下3個(gè)問題:一是消費(fèi)者單品單件購(gòu)買時(shí)，商家要求的在線評(píng)價(jià)數(shù)量與產(chǎn)品銷售數(shù)量、訂單數(shù)量是相同的;二是消費(fèi)者多品單件購(gòu)買時(shí)，商家要求的在線評(píng)價(jià)數(shù)量與產(chǎn)品銷售數(shù)量相同，但會(huì)大于訂單數(shù)量;三是單品多件購(gòu)買時(shí)，商家要求的在線評(píng)價(jià)數(shù)量與訂單數(shù)量相同，但會(huì)小于銷售數(shù)量。根據(jù)交易情況分析，前2種情況的比例最高，達(dá)到80%左右，為簡(jiǎn)化數(shù)據(jù)，用銷售數(shù)量代替商家要求的在線評(píng)價(jià)數(shù)量，計(jì)算銷售評(píng)價(jià)比，能較好反映消費(fèi)者參與在線評(píng)價(jià)程度，但存在一定局限性。

2.2 產(chǎn)品SKU深度統(tǒng)計(jì)

在電商平臺(tái)上，消費(fèi)者能看到的產(chǎn)品SKU深度是某一款式的可供銷售的數(shù)量，包括了該款式所有的尺碼及顏色的產(chǎn)品數(shù)量，因此，消費(fèi)者進(jìn)入購(gòu)買平臺(tái)后，可能會(huì)因?yàn)閿嗌珨啻a而放棄購(gòu)買，影響消費(fèi)者對(duì)其他產(chǎn)品的評(píng)價(jià)。

2.3 產(chǎn)品價(jià)格統(tǒng)計(jì)

由于服裝具有時(shí)尚性和季節(jié)性，消費(fèi)者需求變化快，為更好地體現(xiàn)供求關(guān)系，折扣成為電商營(yíng)銷的普遍手段，而且折扣水平也會(huì)因?yàn)槠脚_(tái)促銷活動(dòng)而發(fā)生變化，同一商品的實(shí)際銷售價(jià)格，從上市到退市，折扣水平從95%到50%，因存貨下降速度而有不同，實(shí)際銷售價(jià)格呈現(xiàn)下降趨勢(shì)，平均折扣水平在60%至70%之間，以保證貨品的最終盈利目標(biāo)。某一商品在不同時(shí)段的實(shí)際交易價(jià)格會(huì)存在差異，但均以產(chǎn)品的吊牌價(jià)格為基礎(chǔ)。由于吊牌價(jià)格是企業(yè)營(yíng)銷組合策略的重要因素之一，實(shí)際銷售價(jià)格是根據(jù)市場(chǎng)需求變化而做出的調(diào)整，因此在分析模型中，采用產(chǎn)品吊牌價(jià)格而不是實(shí)際交易價(jià)格。

2.4 暢銷程度劃分

本文根據(jù)產(chǎn)品累計(jì)銷售量的大小排序，將暢銷程度劃分為3個(gè)等級(jí):銷量小于等于200件為滯銷;銷量大于200件小于等于1000件為平銷;銷量大于1000件為暢銷。代碼分別為1滯銷，2平銷，3暢銷。由于暢銷程度與銷售周期及售罄率有關(guān)，直接以累計(jì)銷售量進(jìn)行評(píng)價(jià)有一定局限性。

2.5 產(chǎn)品檔次劃分及調(diào)節(jié)變量積計(jì)算

本文根據(jù)產(chǎn)品價(jià)格的高低排序，分為3個(gè)等級(jí):小于等于50元為低檔;50～150元之間為中檔;價(jià)格大于150元為高檔。代碼分別為1低檔、2中檔、3高檔。產(chǎn)品檔次劃分完成后，計(jì)算與SKU深度、暢銷程度的積，以此做調(diào)節(jié)分析。

2.6 產(chǎn)品性別屬性數(shù)據(jù)提取及調(diào)節(jié)變量積

從銷售數(shù)據(jù)庫的款式代碼數(shù)據(jù)中提取性別屬性代碼數(shù)據(jù)，代碼分別為:1男裝、2女服裝。性別代碼提取完成后，計(jì)算與SKU深度、暢銷程度的積，以此做調(diào)節(jié)分析。

3 回歸模型結(jié)果分析

調(diào)用SPSS的Explore功能，計(jì)算出樣本庫中全部產(chǎn)品的銷售評(píng)價(jià)比平均值為55.6%。調(diào)用SPSS的Linear Regression功能，輸入因變量:銷售評(píng)價(jià)比;輸入第1組自變量:SKU深度、產(chǎn)品價(jià)格、暢銷程度，代表參加模型1的變量;輸入第2組調(diào)節(jié)變量的積變量:產(chǎn)品性別屬性×?xí)充N程度、產(chǎn)品性別屬性×SKU深度、產(chǎn)品檔次×SKU深度、產(chǎn)品檔次×?xí)充N程度，與第1組變量一起，代表參加模型2的變量。執(zhí)行此命令獲得利用最小二乘法回歸分析的結(jié)果，如表1、2所示。

表1 模型方差檢驗(yàn)Tab.1 Model test of variance

從表1回歸模型方差檢驗(yàn)結(jié)果來看，模型2的R2較模型1有所提高，表明解釋能力有增加，2個(gè)模型的F檢驗(yàn)顯著水平Sig.均小于0.05，通過了顯著性水平檢驗(yàn)，表明模型1回歸分析結(jié)果具有顯著性，且模型2的2個(gè)調(diào)節(jié)變量的調(diào)節(jié)效應(yīng)也具有顯著性。

從表2回歸系數(shù)來看，模型1中，SKU深度、價(jià)格、暢銷程度的系數(shù)值分別為0.004、0.065、3.386，均為正數(shù)，說明這3個(gè)變量與銷售評(píng)價(jià)比正相關(guān)，且顯著水平 Sig.均小于0.05，通過了顯著性水平檢驗(yàn)。從影響程度來看，暢銷程度系數(shù)最大，其次是價(jià)格，SKU深度系數(shù)最小，表明越暢銷的產(chǎn)品，銷售評(píng)價(jià)比越高。這一結(jié)果表明暢銷程度與銷售評(píng)價(jià)比之間能形成良好的互動(dòng)效應(yīng)，而且較深的SKU深度與較高的價(jià)格對(duì)銷售評(píng)價(jià)比具有提升作用。對(duì)電商企業(yè)來講，通過定向促銷形成暢銷產(chǎn)品、提高產(chǎn)品SKU深度及制定合理的價(jià)格水平，能有效提升網(wǎng)購(gòu)消費(fèi)者在線評(píng)價(jià)的參與程度，從而提高在線流量及品牌商譽(yù)。

表2 回歸模型系數(shù)Tab.2 Regression model coefficients

模型2為加入了調(diào)節(jié)變量積的分析結(jié)果，其中，產(chǎn)品性別屬性×SKU深度、產(chǎn)品性別屬性×?xí)充N程度對(duì)應(yīng)的顯著性檢驗(yàn)水平Sig.小與0.05，表明產(chǎn)品×產(chǎn)品性別屬性對(duì)SKU深度和暢銷程度的調(diào)節(jié)效應(yīng)通過了顯著性水平檢驗(yàn)。其中，產(chǎn)品性別屬性對(duì)SKU深度系數(shù)為 －0.002，對(duì)暢銷程度系數(shù)為4.768，表明產(chǎn)品性別屬性對(duì)SKU深度的調(diào)節(jié)效應(yīng)是負(fù)的，對(duì)暢銷程度的調(diào)節(jié)效應(yīng)是正的，其統(tǒng)計(jì)意義為:女性產(chǎn)品受SKU深度的影響程度不如男性產(chǎn)品，但更容易受暢銷程度影響。

產(chǎn)品檔次×?xí)充N程度的顯著性檢驗(yàn)水平Sig.為0.234，未通過顯著性檢驗(yàn)。產(chǎn)品檔次×SKU深度的顯著性檢驗(yàn)水平Sig.小于0.05，通過了顯著性水平檢驗(yàn)。產(chǎn)品檔次對(duì)SKU深度系數(shù)為0.001，表明產(chǎn)品檔次對(duì)SKU深度具有正向調(diào)節(jié)效應(yīng)，其統(tǒng)計(jì)意義為:高檔產(chǎn)品的在線評(píng)價(jià)較低檔產(chǎn)品對(duì)SKU深度的敏感性更強(qiáng)。

4 結(jié)論

1)應(yīng)用短期的促銷措施使產(chǎn)品迅速進(jìn)入暢銷周期，提高產(chǎn)品的暢銷程度，有利于提高網(wǎng)購(gòu)消費(fèi)者在線評(píng)價(jià)的參與程度。由于暢銷程度不是企業(yè)可控制的，但企業(yè)可通過其營(yíng)銷策略引導(dǎo)消費(fèi)者定向購(gòu)買，快速提高銷售量，從而縮短產(chǎn)品進(jìn)入熱銷的周期。如天貓推出的定向單品促銷活動(dòng)受到消費(fèi)者與網(wǎng)購(gòu)企業(yè)的大力追捧，形成良好的互動(dòng)效率，與這一結(jié)論吻合。

2)適度提高網(wǎng)銷產(chǎn)品的SKU深度與價(jià)格水平，有利于提高網(wǎng)購(gòu)消費(fèi)者在線評(píng)價(jià)的參與程度，過低的產(chǎn)品SKU深度與價(jià)格水平會(huì)降低消費(fèi)者網(wǎng)購(gòu)決策的介入水平而影響在線評(píng)價(jià)的參與程度。理論上網(wǎng)購(gòu)平臺(tái)可以無限制集成消費(fèi)者網(wǎng)購(gòu)商機(jī)，提高產(chǎn)品SKU深度，不僅產(chǎn)生了規(guī)模效應(yīng)，也能提升消費(fèi)者在線評(píng)價(jià)參與程度。

3)女裝的銷售評(píng)價(jià)比受SKU深度的影響程度不如男裝，但更易受暢銷程度影響;高檔產(chǎn)品的銷售評(píng)價(jià)比較低檔產(chǎn)品更易受SKU深度的影響，但受暢銷程度的影響不顯著。對(duì)于網(wǎng)購(gòu)企業(yè)來講，在制定營(yíng)銷組合策略時(shí)，女裝SKU深度可低于男裝，但要加強(qiáng)女裝導(dǎo)入期的促銷以盡快進(jìn)入暢銷周期;高檔產(chǎn)品SKU深度要高于低檔產(chǎn)品，以增加消費(fèi)者的選購(gòu)自由度。

［1］董濤.網(wǎng)絡(luò)購(gòu)物對(duì)主體消費(fèi)行為影響研究［J］.廣西民族大學(xué)學(xué)報(bào)，2013，35(5):156 －159.DONG Tao.On influence of online shopping on subject's consumer behavior［J］.Journal of Guangxi University for Nationalities，2013，35(5):156－159.

［2］WU CH J，LIANG R D.Effect of experiential value on customer satisfaction with service encounters in luxuryhotel restaurants［J］.International Journal of Hospitality Management，2009，28:586 －593.

［3］GODES D，MAYZLIN D.Using online conversations to study word of mouth communication［J］.Marketing Science，2004，23:545－560.

［4］張輝，白長(zhǎng)虹，李儲(chǔ)鳳.消費(fèi)者網(wǎng)絡(luò)購(gòu)物意向分析:理性行為理論與計(jì)劃行為理論的比較［J］.軟科學(xué)，2011，25(9):131－135.ZHANG Hui，BAI Changhong，LI Chufeng.Study on consumers'online purchasing intention:comparison between TRA and TPB［J］.Soft Science，2011，25(9):131－135.

［5］管榮偉.基于消費(fèi)者感知的網(wǎng)店賣家信任影響因素分析［J］.企業(yè)經(jīng)濟(jì)，2013(10):89－95.GUAN Rongwei.On impacts of online sellers trust based on consumer perception［J］. Enterprise Economy，2013(10):89－95.

［6］賀和平，周志民.基于消費(fèi)者體驗(yàn)的在線購(gòu)物價(jià)值研究［J］.商業(yè)經(jīng)濟(jì)與管理，2013(3):63－72.HE Heping，ZHOU Zhimin.A study of online shopping value based on consumer experiences［J］.Journal of Business Economics，2013(3):63 －72.

［7］宋光興，曹春方.電子商務(wù)中在線信用分的集結(jié)方法及個(gè)性化推薦研究［J］.預(yù)測(cè)，2009(5):55－64.SONG Guangxing，CAO Chunfang.Research on the online reputation aggregating approaches and the customized recommendation［J］.Forecasting，2009(5):55－64.

［8］楊波威，宋廣華，鄭耀.C2C電子商務(wù)平臺(tái)下的用戶投票激勵(lì)算法［J］.電信科學(xué)，2010(10):141－145.YANG Bowei， SONG Guanghua，ZHENG Yao.An incentive strategy of voting in the C2C ecommerce environment ［J］. Telecommunications Science，2010(10):141－145.

［9］GEORGE G Slack.Resources and the performance of pr-ivately held firms［J］.Academy of Management Journal，2005，48:661 －676.

［10］蔣艷梅，趙文平.基于參照群體影響的消費(fèi)者首次網(wǎng)購(gòu)決策模型分析［J］.統(tǒng)計(jì)與決策，2011，24:85－88.JIANG Yanmei，ZHAO Wenping.First decision-making model of consumer online shopping based on reference group influences［J］.Statistics and Decision，2011，24:85－88.

［11］張耕，郭寧.負(fù)面在線評(píng)論對(duì)產(chǎn)品銷量的影響:基于淘寶網(wǎng)的實(shí)證研究［J］.消費(fèi)經(jīng)濟(jì)，2012，12:86－89.ZHANG Geng，GUO Ning.Influences of negative online comments on product sales:an empirical research based on taobao［J］.Consumer Economics，2012，12:86 －89.

［12］江文鈺，糜仲春.電子商務(wù)信譽(yù)管理系統(tǒng)的多維評(píng)分模型［J］.管理學(xué)報(bào)，2007，4(3):302－305.JIANG Wenyu， MIZhongchun. Multi-dimensional graded model of reputation management system in ecommerc［J］.Chinese Journal of Management，2007，4(3):302－305.