消費者線上線下購買行為對實體零售商經(jīng)營策略的影響

徐芬+陳紅華??

內容提要：互聯(lián)網(wǎng)經(jīng)濟的發(fā)展促使實體零售業(yè)利用網(wǎng)絡技術升級傳統(tǒng)零售模式，但效果并不理想?；趯嶓w零售商角度，本文在北京、上海、杭州等六個城市采用定點攔截隨機抽樣，并結合多群組結構方程模型探究我國消費者線上和線下購買行為的關系，以及影響消費者線下購買的主要因素。研究表明：消費者線上購買頻次與線下購買頻次顯著正相關，并不是完全的替代關系；消費者的時間、線上購買頻次及對線下購買態(tài)度是直接影響消費者線下購買的重要因素；降價策略不是實體零售商的有效應對手段，實體零售商應優(yōu)化產(chǎn)品信息投放渠道，充分發(fā)揮實體店的服務優(yōu)勢，實施多樣化支付手段和高效化會員管理，全方位優(yōu)化經(jīng)營策略。

關鍵詞：線上線下；實體零售；經(jīng)營策略；結構方程模型

中圖分類號：F274文獻標識碼：A文章編號：1001-148X（2017）06-0017-07

隨著互聯(lián)網(wǎng)經(jīng)濟的飛速發(fā)展，線上購物的便捷性和其價格的透明性使零售業(yè)面臨巨大的挑戰(zhàn)，尤其對于大型傳統(tǒng)實體百貨，銷售額和利潤在不斷上漲的人工成本和租金雙重壓力下回落，呈現(xiàn)大規(guī)模的“負增長”和倒閉現(xiàn)象。為了提高線下銷售的競爭優(yōu)勢，越來越多的實體零售商開始利用移動互聯(lián)網(wǎng)、O2O、云計算、物聯(lián)網(wǎng)等網(wǎng)絡新技術，加快傳統(tǒng)零售模式多樣化升級，但效果并不理想。本文以實體零售商為研究對象，采取可分析潛變量間關系的結構方程模型，在北京、上海、南京等六個城市對消費者進行實地調研，利用數(shù)據(jù)分析，探究我國消費者線上和線下購買行為的關系以及影響消費者線下購買的主要因素，為實體零售商優(yōu)化經(jīng)營策略提出對策思路。

一、理論框架

本文選取可能影響消費者線上線下購買行為的重要因素，構建以消費者線下購買為主要因變量的結構方程模型。

（一）變量選擇

行為是潛在態(tài)度的表達，態(tài)度和行為存在緊密關系[1-2]。購買態(tài)度是消費者評價購買產(chǎn)品好壞的心理及表現(xiàn)出的行為傾向，消費者購買行為直接受到其購買態(tài)度的影響[3-4]。Mainieri et al（1997）[5]、王建國和杜偉強（2016）[6]等研究均表明消費態(tài)度顯著影響消費行為。本文假設消費者購買態(tài)度影響購買行為，預期線上購買和線下購買態(tài)度分別正向影響線上購買行為和線下購買行為，并分別對線下購買行為和線上購買行為產(chǎn)生負向影響。

Ajzen and Christine（1986）[7]、Boldero（1995）[8]指出對于個體行為的研究應考慮特定因素，Engle et al（1995）發(fā)現(xiàn)個性特征是行銷研究的重要基礎，其與購買行為有關，Elena and Eva（2006）[9]、宋亮（2012）[10]等認為個性特征是影響行為的因素，但其是否存在直接作用并沒有得到有效論證，因此，本文將個性特征納入模型，并假設越具有冒險精神、善于改變的個性特征越會采取購買行為，即正向影響，但其對行為是直接影響還是通過態(tài)度間接影響不確定。

消費者是否具有足夠的空閑時間是影響其消費行為的重要因素[11]，尤其是原本為滿足生理需求層次的購物行為越來越傾向為一種休閑消費，對娛樂和精神層次的需求導致時間因素更為重要。同時，實體店購物行為相對網(wǎng)上購物會耗費更多挑選時間，時間因素是否成為消費者選擇購物渠道的重要因素也是本文研究重點，因此，將消費者擁有的空間時間充裕程度作為考察變量納入模型。

另一個特定因素是土地利用情況，指商店的可達到性和城鎮(zhèn)化水平，此因素很少被國內學者所研究，但Farag et al（2006，2007）[12-13]研究發(fā)現(xiàn)城鎮(zhèn)居民更傾向于線上購買，商店可達到性負向影響線上購買行為；Van and Senior（2000）[14]、Srinivasan and Bhat（2004）[15]均表示商店可達到性與線下購買行為正相關。因此，本文將土地利用情況作為潛變量納入模型中，選取消費者居住地城鎮(zhèn)化水平、到最近商場的距離和家庭擁有的汽車數(shù)量作為其測量變量，并預期對線上購買次數(shù)和線下購買次數(shù)分別產(chǎn)生負向和正向影響。

對于人口統(tǒng)計學變量，諸多學者認為其會影響消費者的行為選擇，分析消費者購買行為時應予以考慮[16]。Haffman（1996）指出性別、收入、教育程度是影響線上購買行為的重要因素；王志剛（2003）[17]研究表明收入和教育程度顯著影響消費者購買安全食品的行為；譚婧（2008）得到性別、教育程度、收入是影響消費者購買行為的顯著變量；王秀麗和田禎祎（2011）[18]指出是否在職的線上購買行為存在顯著差別。因此，本文選擇性別、年齡、教育程度、收入、職業(yè)5個人口統(tǒng)計學變量作為調節(jié)變量，分析不同特征群體間是否存在差異。

（二）理論模型構建

基于以上文獻，本研究提出結構方程的理論框架，如圖1所示：消費者個性特征、土地利用情況、線上和線下購買態(tài)度均為無法直接測量的潛變量，線上和線下購買行為分別采用觀測變量線上購買次數(shù)、線下購買次數(shù)。由于假設自變量不存在誤差的傳統(tǒng)回歸分析無法妥善處理潛變量間的關系，因此，本文采用結構方程模型探究其因果關系，重點分析我國消費者線上和線下購買行為的關系，以及影響消費者線下購買的主要因素，探究實體零售商應如何改進相關經(jīng)營策略，以最大化滿足消費者需求。

二、調研方案設計

本次調研以結構方程理論框架為基礎設計調查問卷。在設計影響消費者實體購物行為因素時，分別從消費者個人情況、個性特征、土地利用情況、購物態(tài)度以及時間五個方面探究與消費者線下購買行為之間的因果關系。在調研地點的選擇中，選取了北京市、上海市、杭州市、南京市、吉林市和長春市對消費者進行面對面調查，共發(fā)放問卷1220份（預調研問卷20份，正式問卷1200份）。

（一）問卷設計

問卷主要分為消費者個人情況、個性特征、土地利用情況、購物態(tài)度和行為五大部分。

個人情況包括性別、年齡、教育程度、職業(yè)以及收入5個人口統(tǒng)計學變量，是作為模型中的調節(jié)變量，除收入外其他均采用二分變量，即每一個問題只有二個選項，以便多群組分析。年齡參考張連剛（2010）[19]選取35歲為分界點，并選取18歲以上的人群為研究對象；由于大學普及，教育程度是以大學學歷為分界點；不同的職業(yè)類型并沒有等級劃分，分界點為是否有職業(yè)，學生、無業(yè)游民、退休人員屬于無職業(yè)人員，其他任何形式的職業(yè)均為職業(yè)人員；但收入地域差距較大，分界點不易統(tǒng)一，將其作為觀測變量，納入結構方程模型。

問卷中消費者個性特征、土地利用情況、網(wǎng)上購物態(tài)度以及實體購物態(tài)度四個潛變量的變量設計可見表1，其測量變量的選取考慮其一致性，并至少包含3項；量表均采用7分制李克特量表，即根據(jù)受訪者對題目的同意程度劃分為完全不同意、比較不同意、基本不同意、不確定、基本同意、比較同意、完全同意7類；消費者購買行為直接采取可測量的購買頻次變量表示，即消費者線上購買次數(shù)和線下購買次數(shù)作為衡量其線上購買和線下購買行為。

（二）調研地點選擇

本文基于我國各城市經(jīng)濟發(fā)展水平，從一線、二線、三線城市中分別選取2個城市進行調研，即北京市、上海市、南京市、杭州市、吉林市、長春市。同時，由于是針對實體零售商調研，具體調研地點主要選擇各城市中具有一定知名度的大型百貨商場，如銀泰、王府井、新百等，調研地點具體分布如表2所示。

（三）調研方法與樣本

問卷調查時可以采用多種調查方法，包括電話調查法、郵寄調查法、網(wǎng)絡調查法以及面談訪問法等。盡管電話、郵寄和網(wǎng)絡調查方法的成本較低，但是不太容易控制且準確度較低，因此，本次調查采用面談訪問法，運用面談訪問法中的定點攔截法進行調查，即由調查員在指定地點對消費者進行隨機抽樣后進行面訪。為提高問卷的有效性，確保調查問卷的順利實施，調查人員全部是中國農(nóng)業(yè)大學經(jīng)濟管理學院的在校學生，并為被訪者提供了比較精美的禮品。

為確保調研質量，在正式調研前，調研人員于2016年3月13日在北京市北辰購物中心發(fā)放20份問卷，進行了預調研，并根據(jù)預調研中反饋的情況對問卷的問題進行了修改。

綜合結構模型及調研的具體要求，本次調查共發(fā)放1220份問卷：北京、上海各投放問卷300份，南京、杭州各投放200份，吉林、長春各投放100份，最終回收1002份，剔除數(shù)據(jù)缺失嚴重的問卷后，有效問卷共990份，回收率825%。

三、實證分析

（一）描述性統(tǒng)計分析

1.被訪者個人統(tǒng)計信息。本次調研樣本范圍較廣，代表性較好。其中，男女比例相差不大，女性居多，占總樣本55%；18-35年齡群體比例較大，占747%；教育程度在大學學歷以下、沒有職業(yè)的群體相對較少，這與調研的具體地點和時間有關，本次調研多數(shù)選擇了周末時間人流量較大的百貨商場，調研總體可能存在一定的偏向性，即18-35歲年齡段、學歷較高、有職業(yè)的群體相對較多，但二者的絕對人數(shù)也分別達到236人、160人，具有一定的代表性（見表3）。

2.消費者獲取產(chǎn)品的主要渠道。隨著網(wǎng)絡經(jīng)濟的飛速發(fā)展，網(wǎng)絡成為消費者獲取產(chǎn)品信息的主要渠道（65%），而商場的現(xiàn)場宣傳、親朋好友推薦、廣播電視等方式均僅有約30%的消費者接受（見表3），這與消費者日益改變的生活習慣息息相關，手機、電腦等電子產(chǎn)品成為絕大多數(shù)消費者必不可少的生活“必需品”，可以獲取產(chǎn)品信息不再受時間、空間以及產(chǎn)品種類的限制，極大提高了網(wǎng)絡宣傳的效率。

在支付方式方面，網(wǎng)上銀行和刷卡支付分別是消費者線上購買和線下購買的主要方式（見表3）。一般來說，掃碼支付（支付寶/微信）相對銀行支付（網(wǎng)上銀行/刷卡支付）更為便捷，但即使在支付寶/微信大面積普及的情況下，消費者仍以銀行支付為主，這是因為消費者對支付寶、微信等第三方平臺的支付安全性仍存在一定的擔憂。

3.消費者購買產(chǎn)品相關因素的重要性。消費者在購買產(chǎn)品時，產(chǎn)品的質量、價格、服務、便利性被認為是相對重要的因素，而一半以上的消費者認為商品質量是購買產(chǎn)品時最看中的因素，同時，25%的消費者認為購買產(chǎn)品時價格并不重要（見圖2）。

（二）模型檢驗

模型檢驗是模型結果分析前必不可少的條件，是結果的有力支撐。本文的模型檢驗主要是信度、效度以及模型整體適配度檢驗。

1.信度和效度檢驗。信度檢驗選擇Cronbachs α系數(shù)作為測量指標。從表4可以看出，消費者個性特征、線上購買態(tài)度Cronbachs α系數(shù)大于界點值07，屬于高信度變量；線下購買態(tài)度略低，但高于界點值035，屬于一般信度變量，這可能與樣本的較強隨機性有關（吳林海等，2011）；土地利用情況變量的Cronbachs α系數(shù)為0307，是低信度變量，本文予以剔除。

本文選擇皮爾遜相關系數(shù)作為效度檢驗的指標。問卷內容是在前人已有研究以及相關理論基礎上設置，具有一定內容效度；在建構效度上，個性特征、線上購買態(tài)度、線下購買態(tài)度三個潛變量中的測量變量之間相關系數(shù)較高，同時不同潛變量的測量變量之間相關系數(shù)較低，則說明建構效度中的收斂效度和區(qū)別效度均較高，一定程度保證了模型模擬結果的有效性和可信度。

2.適配度檢驗。在適配度檢驗前先檢驗模型是否存在違犯估計[20]。由圖3可知，個性特征、線上購買態(tài)度、線下購買態(tài)度三個潛變量中測量變量的標準化回歸系數(shù)基本介于05-095間，并達到5%顯著水平，則說明模型的基本適配度良好，因為系數(shù)越大表示指標變量能被概念解釋的變異越大，指標變量可以有效反映其要測量的概念特質；測量誤差較小，并不存在極端標準誤以及負的誤差項，這表明模型并不存在違犯估計問題。

3.消費者線下購買行為的影響因素分析。根據(jù)理論模型進行模擬，結果顯示：收入和線上購買態(tài)度對線下購買行為影響不顯著，表示收入和對線上購買的態(tài)度并不直接顯著影響消費者去實體店的購買行為；時間對線上購買行為影響不顯著，即消費者的時間充裕程度并不直接顯著影響其從線上購買的頻次。因此，本文將以上路徑刪除后重新模擬，并得到以下估計結果（見表6）：

除線下購買態(tài)度對線下購買頻次正向影響統(tǒng)計上不顯著，其他路徑均顯著，并達到1%或5%的顯著水平。理論上，線下購買態(tài)度是影響消費者去線下購買商品的重要影響因素，統(tǒng)計上不顯著可能與測量變量的選取存在一定的偏差有關，同時此變量并沒有影響模型的質量，各檢驗指標均較為理想，因此，本文認為此影響存在。

結構方程中共包含9條路徑，除線上購買態(tài)度對線下購買態(tài)度的影響以及線上購買頻次對線下購買頻次的影響和預期不符合外，其他均符合，包括消費者善于冒險和改變的個性特征正向影響線上購買態(tài)度和線下購買態(tài)度，線上購買態(tài)度正向影響線上購買頻次，收入和線下購買態(tài)度負向影響線上購買頻次，時間和線下購買態(tài)度分別與實體購物頻次負相關和正相關。

線上購買態(tài)度對線下購買態(tài)度、線上購買頻次對線下購買頻次的影響和預期符號相反，即線上購買態(tài)度和線上購買頻次分別正向影響線下購買態(tài)度和線下購買頻次，這表明線上購買對實體零售商并不是完全的沖擊作用，反而會呈現(xiàn)一定推動作用。主要原因是本文的研究對象并不是某一種無差異產(chǎn)品，而是整體產(chǎn)品，從而線上購買頻次和線下購買頻次并不是針對同一種產(chǎn)品，而是消費者對所有產(chǎn)品的總購買頻次。隨著消費者生活水平的不斷提高，以及市場中產(chǎn)品的迅速多元化，消費者所需的產(chǎn)品結構和數(shù)量也不斷變化，不同消費者可根據(jù)自身狀況優(yōu)化購買方式，如在線上購買部分可信賴產(chǎn)品時通過網(wǎng)上搜索實體店產(chǎn)品以減少去實體店挑選的時間，即線上購買頻次提高網(wǎng)上搜索頻率從而增加線下購買頻次，這與消費者獲取產(chǎn)品信息的主要渠道是網(wǎng)絡是一致的。

通過以上分析可知線下購買態(tài)度、線上購買頻次以及時間直接影響線下購買頻次，但考慮各變量間的關聯(lián)作用，可得到各變量對線下購買頻次的綜合效應（見表7）：個性特征和時間是影響消費者線下購買最大的因素；線上購買態(tài)度和線上購買頻次對其影響相對較少，但與線下購買態(tài)度和收入帶來的影響類似。

4.多群組分析?；谌丝诮y(tǒng)計的調節(jié)變量，對模型進行性別、職業(yè)、年齡的群組分析，模擬結果匯總見表8：不同群組的顯著性和影響大小存在一定的差別，但正負關系均和總樣本結果是一致。

在性別分組上，女性的各變量間關系除線下購買態(tài)度外對線下購買頻次均顯著，但男性的線上購買態(tài)度和線下購買態(tài)度對線上購買頻次影響不顯著，則說明產(chǎn)品態(tài)度會更大程度影響女性的線上購買行為，這與女性相對男性通常更感性一致；但男性的線上購買頻次對線下購買頻次的正向影響遠大于女性，這由于男性更傾向于迅速選擇產(chǎn)品，通過網(wǎng)上搜索減少實體店的挑選時間，從而在其線上購買時網(wǎng)上搜索頻率更高，帶來的線下購買頻次則相應增加。

在職業(yè)分組上，消費者是否有職業(yè)對其二者模型路徑關系影響存在很大差異。在影響線下購買頻次的因素上，時間和線上購買頻次僅對有職業(yè)群體顯著，而并不直接影響沒有職業(yè)的群體。因為無職業(yè)消費者很大的特點是時間非常充裕，從而時間不會成為其是否去線下購買的受限因素，同時，無職業(yè)消費者并不需要在通過網(wǎng)上搜索實體店商品情況以減少購買時間，這正驗證了以上的推論。

在年齡分組中，35歲以上高年齡組相對18-35歲低年齡組最大的不同是線上購買態(tài)度對線下購買態(tài)度以及線下購買態(tài)度對線上購買頻次影響均不顯著，可能由于高年齡群體家庭、社會負擔較重，能夠充分享受體驗線下購買服務的時間和機會相對較少，對其認知較為固定，從而線上購買態(tài)度不會明顯改變其線下購買態(tài)度，而線下購買態(tài)度也不會對其線上購買的頻次造成較大影響。

四、結論和建議

（一）主要結論

本文從實體零售商角度出發(fā)，從全國范圍的6個地級市獲取了990個消費者樣本，并結合多群組結構方程模型，研究了網(wǎng)絡背景下消費者線上和線下的替代互補關系，以及影響消費者線下購買行為的重要因素，為實體零售商經(jīng)營策略優(yōu)化提供借鑒性建議和參考。研究結果表明：

1.消費者的線上和線下購買頻次顯著正相關，即線上購買頻次增加會帶動線下購買頻次的增加，二者并不是完全的替代關系。對于同種產(chǎn)品可能會存在一定的替代效應，但對于整體產(chǎn)品而言，線上購買頻次增加會帶來網(wǎng)上搜索頻次提高，從而增加線下購買頻次。

2.消費者的業(yè)余時間充裕程度、線上購買頻次以及對線下購買態(tài)度是直接影響消費者線下購買次數(shù)的重要因素，而消費者的收入、線上購買態(tài)度、個性特征并不顯著。

3.消費者的時間充裕程度負向影響其前去線下購買頻次，即消費者時間越充裕越會增加線下購買的次數(shù)，但時間并不顯著影響消費者線上購買行為，這與網(wǎng)上商品存在“無限”性，基本不受時間和空間的限制有關。

4消費者對線下購買態(tài)度正向影響其實體店購物次數(shù)，實體店商品的質量、售前咨詢、個性體驗等服務是實體店購物態(tài)度的重要測量變量，而價格因素不是消費者選擇線下購買的重要因素，即線上購買和實體購物的價格差距不再顯著成為實體零售商的競爭弱勢。

5.在性別、職業(yè)、年齡的群組分析中，是否有職業(yè)的分組模擬結果差距最大，時間和線上購買頻次均不影響沒有職業(yè)群體的線下購買次數(shù)。

（二）對策建議

根據(jù)上述研究結論，對我國實體零售商經(jīng)營策略優(yōu)化提出以下建議：

1.優(yōu)化產(chǎn)品信息投放渠道，提高消費者線下購物頻次。消費者的線上和線下購買行為呈現(xiàn)顯著的互補關系，消費者線上購買會增加線上搜索頻次以促進線下購買。因此，實體零售商不應局限在商場附近、居民街道發(fā)放單頁，或簡單利用商場大屏幕或廣告排位，更需要根據(jù)零售商自身實力，充分利用網(wǎng)絡手段，將產(chǎn)品信息（內容、商家位置、促銷活動）投放微信、微博、商場相關網(wǎng)上平臺，提高商場搜索熱度、建立公布實體店產(chǎn)品更新和促銷活動的網(wǎng)上平臺等渠道，提高消費者實體店購物的有效性。

2.充分發(fā)揮實體店優(yōu)勢，全方位提高服務質量。實體零售和線上購買的價格差距并不是消費者選擇購物渠道的主要因素，實體零售商不應盲目采取降價策略，而是需要充分發(fā)揮實體店優(yōu)勢，如借鑒部分零售商的做法，從商場的內外環(huán)境舒適度設計到員工高素質的服務態(tài)度和技能以及不斷改善的人性化配套設施方面做出改進和提升（增加母嬰室、多功能衛(wèi)生間、多樣化維修站），完善多樣化售后保障措施（“不滿意就退貨”、客戶投訴建議渠道、獎勵等），讓消費者充分體會實體店購物獨特的精神享受，從而增加其實體店購物頻次；但傳統(tǒng)百貨商場受空間和格局的固定性，無法提供購物中心多樣式服務，可針對特殊節(jié)日或群體舉辦頗具特色的商場活動吸引消費者，如廣州百貨的“三八閨蜜酒會”、重慶紅星美凱龍的“Homeys”智能服務型機器人導購，同時考慮商場品牌的差異性，減少和周圍商場過多重復的品牌，構建較為特色的產(chǎn)品和服務，增加消費者對商場的識別度，提升實體店零售競爭力。

3.實現(xiàn)支付手段多樣化、便捷化，縮短購物等待時間。消費者時間與實體店購物行為成反比，實體零售店應充分考慮減少消費者實體店內購物“無謂的”時間成本，如商品購物支付排隊結賬的等待時間。盡管多數(shù)實體店已實施支付寶、微信、刷卡、現(xiàn)金等多種支付方式，但并沒有實質性解決支付難問題。實體店建立網(wǎng)上平臺，對實體店產(chǎn)品開通二維碼識別，消費者可自助掃碼下單并支付，讓其享受實體店購物體驗的同時，節(jié)省沒必要的購物時間，并可以吸引更多會員加入。

4.實現(xiàn)會員管理現(xiàn)代化、高效化，最大化滿足消費者需求。實體店的促銷針對性較差，無法滿足消費者的隱性需求，對會員的吸引力差。實體零售商可利用互聯(lián)網(wǎng)搭建社交平臺，成立不同的產(chǎn)品版塊，發(fā)布針對性的產(chǎn)品促銷信息，吸引更多的會員參與，并對會員信息進行數(shù)據(jù)分析，針對不同購物偏好的消費者投放特定的促銷信息，不僅節(jié)省促銷成本，更提高促銷的有效性。

參考文獻：

[1]Upmeyer A， Six B， et al. Attitudes and Behavioral Decisions，SpringsVerlag New York Inc，1989：1-2.

[2]李林. 態(tài)度與行為關系的預測因素考察[J]. 閩江學院學報， 2006，27（1）：116-119.

[3]劉慶華.消費態(tài)度評測與轉變的模型及方法[J].邢臺職業(yè)技術學院學報，2003， 20（2）：61-63.

[4]程志斌， 曹振輝， 葛長榮，等. 不同消費態(tài)度的豬肉消費者消費行為分析[J]. 中國畜牧雜志， 2007，43（22）：33-35.

[5]Tina Mainieri， Elaine G. Barnett， Trisha R. Valdero， et al. Green Buying： The Influence of Environmental Concern on Consumer Behavior[J]. Journal of Social Psychology， 1997，137（2）：189-204.

[6]王建國，杜偉強. 基于行為推理理論的綠色消費行為實證研究[J]. 大連理工大學學報：社會科學版， 2016，37（2）：13-18.

[7]Ajzen I，Christine T. Correspondence Between Health Attitudes and Behavior[J]. Basic & Applied Social Psychology， 1986，7（4）：259-276.

[8]Boldero J. The Prediction of Household Recycling of Newspapers： The Role of Attitudes， Intentions， and Situational Factors[J]. Journal of Applied Social Psychology， 1995， 25（5）：440-462.

[9]Elena F， Eva M. Influence of personality on ecological consumer behavior[J]. Journal of Consumer Behaviour， 2006， 5（3）：167-181.

[10]宋亮. 消費者人格特質對仿冒品購買意愿的影響[J]. 消費導刊， 2012（7）：3-4.

[11]卿前龍，陳昭.閑暇時間約束下休閑消費需求擴大探討[J]. 現(xiàn)代財經(jīng)：天津財經(jīng)大學學報， 2009（9）：46-49.

[12]Farag， S.， Weltevreden， J.， Van Rietbergen， T.et al.E-shopping in the Netherlands： Does geography matter？ Environment and Planning B： Planning and Design，2006b，33：59-74.

[13]Farag S， Schwanen T， Dijst M， et al. Shopping online and/or in-store？ A structural equation model of the relationships between e-shopping and in-store shopping[J]. Transportation Research Part A Policy & Practice， 2007，41（2）：125-141.

[14]Van， U.P.， Senior， M. The contribution of mixed land uses to sustainable travel in cities. In： Williams， K.， Burton， E.， Jenks， M.（Eds.）， Achieving Sustainable Urban Form. E. & F.N. Spon， London/New York，2000：139-148.

[15]Srinivasan， S.， Bhat， C.R. Modeling the generation and allocation of shopping activities in a household. Paper presented at the 83rd Annual Meeting of the Transportation Research Board， January 2004， Washington， DC.

[16]張曉勇， 李剛， 張莉. 中國消費者對食品安全的關切——對天津消費者的調查與分析[J]. 中國農(nóng)村觀察， 2004（1）：14-21.

[17]王志剛. 食品安全的認知和消費決定∶關于天津市個體消費者的實證分析[J]. 中國農(nóng)村經(jīng)濟， 2003（4）：41-48.

[18]王秀麗， 田禎祎. 網(wǎng)民網(wǎng)絡購物行為調查[J].圖書情報工作，2011（6）：20-23.

[19]張連剛，基于多群組結構方程模型視角的綠色購買行為影響因素分析[J].中國農(nóng)村經(jīng)濟，2010（2）：44-56.

[20]Byrne B.M. Structural Equation Modeling with Amos： Basic Concepts，Applications And Programming[M].New jersey：LawrenceErilbaumAssociates，2001.