消費者價格敏感度對大數(shù)據(jù)殺熟的抑制作用

楊小杰，汪昱妃 ，姚 璠

西華大學(xué)：a.應(yīng)急學(xué)院；b.國際經(jīng)濟與管理研究院，四川 成都 610039

引言

隨著信息技術(shù)的飛速發(fā)展，互聯(lián)網(wǎng)消費平臺大量涌現(xiàn)。各類網(wǎng)絡(luò)消費平臺因其產(chǎn)品（或服務(wù)）覆蓋面廣、交易成本低、中間環(huán)節(jié)少且操作簡便等特點，吸引了大量的用戶。與此同時，人工智能、機器學(xué)習(xí)與大數(shù)據(jù)分析等技術(shù)的結(jié)合極大地提高了平臺收集、存儲和挖掘顧客信息的效率[1]。通過對用戶進(jìn)行精準(zhǔn)細(xì)分，平臺運營商可以對產(chǎn)品或服務(wù)進(jìn)行差異化定價，即市場經(jīng)濟中由來已久的價格歧視策略[2]，如旅游行業(yè)中針對不同客戶群體制定不同的門票價格、零售行業(yè)中為VIP 客戶提供折扣價格等。傳統(tǒng)的價格歧視一般是企業(yè)根據(jù)顧客類型、產(chǎn)品類別、消費時間或消費渠道等特征進(jìn)行市場劃分，然后針對不同的細(xì)分市場進(jìn)行區(qū)別定價[3]，具有公開透明的特點，顧客在完全知情的背景下進(jìn)行購買選擇。與傳統(tǒng)價格歧視相比，平臺經(jīng)濟下的價格歧視往往具有隱蔽性。例如，大數(shù)據(jù)殺熟就是平臺根據(jù)顧客的交易記錄、搜索歷史等信息對同種產(chǎn)品或服務(wù)進(jìn)行差別定價，或者新老顧客在同一平臺購買相同產(chǎn)品時實際支付的價格存在差異等。北京市消協(xié)對互聯(lián)網(wǎng)消費大數(shù)據(jù)殺熟問題的調(diào)查結(jié)果顯示，86.91% 的受訪者表示其有過被大數(shù)據(jù)殺熟的經(jīng)歷，其中網(wǎng)絡(luò)購物中的大數(shù)據(jù)殺熟問題最多。

大數(shù)據(jù)殺熟立足于算法和系統(tǒng)后臺的自動判定，具有偽裝性、欺騙性[4]。一方面，平臺出于私利對老顧客進(jìn)行殺熟會損害其權(quán)益[5]；另一方面，平臺掌握顧客個人信息可能會引起隱私泄露問題。盡管當(dāng)前反對大數(shù)據(jù)殺熟的呼聲日益高漲，現(xiàn)實情況卻是當(dāng)面臨平臺大數(shù)據(jù)殺熟時，并非所有的顧客都會采取反制行為，一些顧客仍會繼續(xù)進(jìn)行平臺消費[6]，比如網(wǎng)約車平臺被曝“殺熟”后，其用戶量仍持續(xù)增長。由此可以看出，在大數(shù)據(jù)殺熟的背景下，顧客反制大數(shù)據(jù)殺熟的行為并不符合預(yù)期?；诖耍狙芯繑M采用效果層次理論，研究平臺顧客的消費感知價值對其反制大數(shù)據(jù)殺熟行為的影響作用，檢驗顧客對殺熟的反對態(tài)度是否發(fā)揮了中介作用，并在此基礎(chǔ)上探索反制大數(shù)據(jù)殺熟行為的路徑。

1 文獻(xiàn)綜述

1.1 關(guān)于大數(shù)據(jù)殺熟的研究概況

朱程程認(rèn)為，大數(shù)據(jù)殺熟在某些情形下符合消費欺詐的構(gòu)成要件，是對顧客公平交易權(quán)與隱私權(quán)的嚴(yán)重侵犯[7]。因此，如何反制平臺大數(shù)據(jù)殺熟成為學(xué)術(shù)界的熱點問題，目前學(xué)術(shù)界主要從法律、技術(shù)和博弈等層面對反制大數(shù)據(jù)殺熟進(jìn)行研究。在法律方面，廖建凱認(rèn)為，我國現(xiàn)行法律很難認(rèn)定大數(shù)據(jù)殺熟的法律性質(zhì)，傳統(tǒng)的消費者權(quán)益保護(hù)法律法規(guī)難以規(guī)制平臺大數(shù)據(jù)殺熟[8]。鄒開亮、劉佳明則認(rèn)為，不斷完善、細(xì)化《消費者權(quán)益保護(hù)法》相關(guān)規(guī)則是規(guī)制大數(shù)據(jù)殺熟現(xiàn)象的有效途徑[9]。鄒開亮、彭榕杰則建議在法律層面上將大數(shù)據(jù)殺熟定性為“價格欺詐行為”，對此應(yīng)建立里應(yīng)外合的監(jiān)管機制，暢通《價格法》與《消費者權(quán)益保護(hù)法》銜接互動的消費者權(quán)益保護(hù)路徑[10]。在技術(shù)方面，劉慧認(rèn)為技術(shù)進(jìn)步既能促成平臺大數(shù)據(jù)殺熟，同時也能提供反制平臺大數(shù)據(jù)殺熟的方案。劉慧設(shè)計了基于Python 的對抗系統(tǒng)以混淆平臺對用戶瀏覽和購買記錄的數(shù)據(jù)收集，并在用戶退出后清除緩存的Cookies 信息，從而模糊平臺對用戶畫像的構(gòu)建[11]。Brickell 等認(rèn)為，可信計算集團（TCG）提出的直接匿名認(rèn)證方案（DAA），可以使顧客安全地訪問平臺，同時不會泄露顧客隱私[12]。在市場博弈方面，學(xué)界目前對是否應(yīng)該就大數(shù)據(jù)殺熟進(jìn)行嚴(yán)格監(jiān)管仍存在爭論。余得生等通過構(gòu)建動態(tài)演化博弈模型分析后認(rèn)為：在大數(shù)據(jù)殺熟背景下，顧客對商品或服務(wù)的評估價值會影響顧客決策[13]。潘定等認(rèn)為，降低監(jiān)管成本、提高懲罰力度、增強顧客維權(quán)意識和提高監(jiān)管效率可以有效地反制企業(yè)大數(shù)據(jù)殺熟[14]。但邢根上等構(gòu)建的由電商企業(yè)與政府組成的演化博弈模型卻表明，長期的嚴(yán)格監(jiān)管雖然能夠反制大數(shù)據(jù)殺熟，但需要耗費大量政府資金[15]。

1.2 關(guān)于消費感知價值的研究概況

市場營銷學(xué)將消費視為顧客的主觀體驗過程，老顧客的忠誠度與粘性證明價格并不是顧客選購商品的唯一標(biāo)準(zhǔn)。顧客進(jìn)行消費決策考慮的是“顧客感知價值”，即總效用和總成本的權(quán)衡[6]，也即顧客在使用產(chǎn)品并得到價值增值后與產(chǎn)品生產(chǎn)商之間的情感聯(lián)系[16]。目前，相關(guān)研究主要集中于消費感知價值對顧客、企業(yè)的影響。何建民等基于全過程、全要素的視角認(rèn)為顧客感知價值對顧客滿意有直接、正向的影響[17]。劉輝等基于調(diào)查統(tǒng)計分析認(rèn)為，顧客感知價值對重復(fù)購買意愿有重要影響[18]。鄭文清等通過構(gòu)建結(jié)構(gòu)方程模型進(jìn)行實證研究，發(fā)現(xiàn)顧客感知價值對于形成品牌忠誠具有顯著的正向作用[19]。

至于消費感知價值的衡量維度方面的研究，劉敬嚴(yán)從功能價值、情感價值、社會價值三個維度來衡量感知價值，進(jìn)而討論其對關(guān)系質(zhì)量的作用機理[20]。李宗偉根據(jù)產(chǎn)品感知價值、服務(wù)感知價值和社會感知價值三個維度，構(gòu)建了在線購買決策影響模型[21]。Sweeney 等則以耐用消費品為研究對象，提出顧客感知價值包括功能價值、情感價值、社會價值和感知成本四個維度[22]。

綜上，已有的大數(shù)據(jù)殺熟相關(guān)研究大多是從第三方的視角研究對殺熟的監(jiān)管與治理以及如何從技術(shù)上對其實現(xiàn)反制。區(qū)別于以往研究，筆者擬從消費者的視角研究顧客在平臺上的消費感知價值是否會影響其采取反制殺熟的行為。另外，考慮到在平臺經(jīng)濟下，顧客的消費感知價值呈現(xiàn)新特征，本研究將從平臺、顧客、產(chǎn)品的角度思考衡量平臺顧客消費感知價值的三個維度，包括平臺的網(wǎng)絡(luò)口碑、顧客的平臺依賴以及產(chǎn)品差異。以此為基礎(chǔ)，筆者基于效果層次理論，深入研究顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為的影響機制與作用機制。

2 理論和假設(shè)

效果層次理論認(rèn)為，認(rèn)知、態(tài)度和行為三者之間相互影響，其中：認(rèn)知是顧客搜尋和評價關(guān)于某些品牌和零售渠道的信息的過程[23]，態(tài)度是顧客的主觀情感，而特定的認(rèn)知會導(dǎo)致某種情感和行為傾向[24]，即顧客認(rèn)知會通過影響其態(tài)度進(jìn)而影響行為。在平臺大數(shù)據(jù)殺熟的背景下，認(rèn)知即平臺顧客的消費感知價值，態(tài)度即平臺顧客對大數(shù)據(jù)殺熟的看法。由于大數(shù)據(jù)殺熟會損害老顧客的權(quán)益并且可能引起隱私問題[5]，因此，本研究只考慮顧客對大數(shù)據(jù)殺熟的反對態(tài)度。行為即平臺顧客在面臨大數(shù)據(jù)殺熟時采取的反制行為。

2.1 平臺顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為的影響

本研究采用平臺的網(wǎng)絡(luò)口碑、顧客的平臺依賴以及產(chǎn)品差異三個維度來衡量平臺顧客的消費感知價值。網(wǎng)絡(luò)口碑是指為了分享、幫助或促使顧客產(chǎn)生購買決策而產(chǎn)生的網(wǎng)上信息，是顧客對產(chǎn)品或服務(wù)形成認(rèn)知的重要依據(jù)。錢秋蘭從多個維度全面分析網(wǎng)絡(luò)口碑對顧客行為的影響，發(fā)現(xiàn)負(fù)面的、虛假的、形式單一的、商家式口碑及口碑?dāng)?shù)量少和評分低的網(wǎng)絡(luò)口碑都易轉(zhuǎn)移消費者的購買[25]。平臺依賴是指顧客對平臺消費的體驗感受、偏好和信任。譚娟認(rèn)為，由于平臺消費的便利性，顧客會逐漸產(chǎn)生對平臺消費的偏好或依賴，這可能使他們難以意識到大數(shù)據(jù)殺熟，或者即便意識到了也不愿意轉(zhuǎn)移到線下消費[26]。對于產(chǎn)品差異，韓飛、于洪彥認(rèn)為，如果平臺間的產(chǎn)品差異較大，顧客會花費更多精力比較這些差異，從而降低對價格的關(guān)注度[27]?；诖?，筆者提出以下假設(shè)：

H1：平臺顧客的消費感知價值會負(fù)向影響其對大數(shù)據(jù)殺熟的反制行為，即在平臺消費的感知價值越低，顧客采取反制大數(shù)據(jù)殺熟的行為越積極；

H1a：網(wǎng)絡(luò)口碑越差，顧客反制大數(shù)據(jù)殺熟的行為越積極；

H1b：平臺依賴越弱，顧客反制大數(shù)據(jù)殺熟的行為越積極；

H1c：產(chǎn)品差異越小，顧客反制大數(shù)據(jù)殺熟的行為越積極。

2.2 平臺顧客的消費感知價值對顧客態(tài)度的影響

當(dāng)前，學(xué)術(shù)界對顧客態(tài)度是一元還是多元爭論不斷，傳統(tǒng)研究認(rèn)為態(tài)度是一元化的，而矛盾性態(tài)度研究則提出態(tài)度是二元化的[28]，即對于同一事物正面和負(fù)面的評價可以同時存在。雖然平臺掌握數(shù)據(jù)在一定條件下可以提高顧客的消費體驗，但是就大數(shù)據(jù)殺熟本身而言，老顧客遭到平臺殺熟必定會使其遭受福利損失。因此，本研究認(rèn)為，面對平臺大數(shù)據(jù)殺熟，顧客的態(tài)度是單一的，即對大數(shù)據(jù)殺熟持反對態(tài)度。顧客態(tài)度會受到消費價格感知的影響，王影等通過研究移動短視頻感知價值對消費者行為選擇的影響機制，認(rèn)為消費者通過移動短視頻產(chǎn)生的用戶態(tài)度的中介效應(yīng)顯著[29]。陶曉波等通過對精細(xì)處理可能性模型的拓展，研究了網(wǎng)絡(luò)負(fù)面口碑對消費者態(tài)度的影響機理[30]。以此為基礎(chǔ)，本研究提出如下假設(shè)：

H2：平臺顧客的消費感知價值負(fù)向影響其對大數(shù)據(jù)殺熟的反對態(tài)度，即在平臺消費的感知價值越低，顧客對大數(shù)據(jù)殺熟的反對程度越強；

H2a：網(wǎng)絡(luò)口碑越差，顧客對大數(shù)據(jù)殺熟的反對態(tài)度越強；

H2b：平臺依賴越弱，顧客對大數(shù)據(jù)殺熟的反對態(tài)度越強；

H2c：產(chǎn)品差異越小，顧客對大數(shù)據(jù)殺熟的反對態(tài)度越強。

2.3 顧客態(tài)度對大數(shù)據(jù)殺熟反制行為的影響

消費心理學(xué)認(rèn)為，顧客的態(tài)度能夠影響其消費行為[31]。比如王國猛等考察環(huán)境態(tài)度對環(huán)境價值觀和綠色購買行為的中介效用，認(rèn)為環(huán)境態(tài)度對綠色購買行為具有顯著的正向影響[32]。周峰認(rèn)為消費者是影響轉(zhuǎn)基因食品發(fā)展的重要因素，了解消費者的態(tài)度對于預(yù)測轉(zhuǎn)基因食品的市場前景十分重要[33]。胥琳佳將社會心理學(xué)的經(jīng)典理論TRA 模型引入品牌國際傳播中，探討品牌信息對消費者態(tài)度和行為的作用機制，驗證了跨國品牌中消費者態(tài)度通過意圖影響其行為[34]。以此為基礎(chǔ)，本研究提出如下假設(shè)：

H3：顧客對“殺熟”的反對態(tài)度正向影響其反制“殺熟”的行為，即顧客對大數(shù)據(jù)殺熟的反對態(tài)度越強，其反制大數(shù)據(jù)殺熟的行為越積極。

2.4 顧客態(tài)度的中介作用

本研究進(jìn)一步明確平臺顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為的影響機制，認(rèn)為有以下三種可能的作用機制：①平臺顧客的消費感知價值直接影響反制大數(shù)據(jù)殺熟的行為；②平臺顧客的消費感知價值通過影響顧客態(tài)度間接影響反制大數(shù)據(jù)殺熟的行為，即顧客態(tài)度發(fā)揮中介作用；③前兩種作用機制同時存在。以此為基礎(chǔ)，本研究提出如下假設(shè)：H4：顧客對大數(shù)據(jù)殺熟的反對態(tài)度在平臺顧客的消費感知價值與反制大數(shù)據(jù)殺熟的行為間起到中介作用。本研究的理論框架如下圖1 所示。

圖1 消費者價格敏感度對大數(shù)據(jù)殺熟的抑制行為作用機制理論框架圖

3 實證分析

3.1 數(shù)據(jù)收集

筆者采用問卷調(diào)查收集調(diào)研數(shù)據(jù)，在線上問卷平臺共發(fā)放500 份問卷，回收486 份問卷，剔除數(shù)據(jù)內(nèi)容不全和存在規(guī)律性答題的問卷后得到有效問卷446 份，問卷的有效回收率為89.2%。在有效樣本中，男性占比27.8%，女性占比72.2%；在年齡方面，25 歲以下、26～35 歲共占比89.2%；在學(xué)歷方面，本科學(xué)歷占比73.9%；在職業(yè)方面，以在校生和公司職員為主，累計占比達(dá)85.8%?？傮w而言，收集的樣本特征與平臺顧客基本特征相符，樣本具有代表性。

3.2 變量測量

本研究涉及的變量均有較為成熟的量表，筆者只是在成熟量表的基礎(chǔ)上進(jìn)行了一定的修改。本研究的主要變量均采用Likert5 點量表測量，其中“1”表示完全不符合，“5”表示完全符合；相關(guān)變量包括平臺顧客的消費感知價值、顧客態(tài)度以及顧客反制大數(shù)據(jù)殺熟的行為。在調(diào)查問卷中，筆者就網(wǎng)絡(luò)口碑設(shè)計了4 個題項，如“我認(rèn)為電商平臺的網(wǎng)絡(luò)評價真實可靠”，該量表的α 系數(shù)為0.832；就平臺依賴設(shè)置了3 個題項，如“我有偏愛在某家電商平臺消費的習(xí)慣”，該量表的α 系數(shù)為0.722；就產(chǎn)品差異也設(shè)置了3 個題項，如“我認(rèn)為電商平臺同類型的產(chǎn)品和服務(wù)差異大”，該量表的α 系數(shù)為0.747。同時，本研究借鑒姜巖的測量量表，就顧客的反對態(tài)度設(shè)置了3 個題項，如“我作為某電商平臺的會員卻比新客戶花更多錢，會感到憤怒”，該量表的α 系數(shù)為0.735[35]。另外，本研究借鑒陳曄等的測量量表，就顧客對大數(shù)據(jù)殺熟的反制行為設(shè)計了5 個題項，如“我會向有關(guān)部門舉報電商平臺的‘殺熟’行為”，該量表的α 系數(shù)為0.883[36]。一般而言，Cronbach’s α 系數(shù)在0～1 之間、系數(shù)為0.7～0.8 表示量表具有相當(dāng)?shù)男哦?，系?shù)為0.8～0.9則說明量表信度非常好。從上述分析可以看出，筆者采用的量表具有較好的內(nèi)部一致性。

3.3 數(shù)據(jù)分析

3.3.1 驗證性因子分析

筆者使用Amos 24.0 構(gòu)建驗證性因子分析模型并測試各題項能否有效反映其對應(yīng)的變量，最終剔除效度不高的題項。驗證性因子分析結(jié)果如表1 所示，各變量的CR 值介于0.7～0.9 之間、AVE 值介于0.5～0.9 之間，說明變量的測度效果較理想。為了使平臺依賴和產(chǎn)品差異兩個變量的AVE 值達(dá)標(biāo)，本研究根據(jù)驗證性因子分析情況，剔除了平臺依賴的第1 個題項以及產(chǎn)品差異的第2 個和第3 個題項。

表1 驗證性因子分析結(jié)果

3.3.2 區(qū)分效度分析

本研究通過區(qū)分效度分析來檢驗各變量是否有明顯差異，結(jié)果如表2 所示。從表2 可以看到，各變量與其他變量之間的相關(guān)系數(shù)均小于該變量AVE 的平方根，表明變量之間的區(qū)分效度較好。

表2 區(qū)分效度分析結(jié)果

3.3.3 相關(guān)性分析

表3 是各變量之間相關(guān)系數(shù)的統(tǒng)計分析結(jié)果。由表3 可知，產(chǎn)品差異與顧客對大數(shù)據(jù)殺熟的反對態(tài)度顯著負(fù)相關(guān)（r=-0.466，p〈0.01）；顧客對大數(shù)據(jù)殺熟的反對態(tài)度與反制大數(shù)據(jù)殺熟的行為顯著正相關(guān)（r=0.277，p〈0.01）；網(wǎng)絡(luò)口碑與顧客對大數(shù)據(jù)殺熟的反制行為顯著負(fù)相關(guān)（r=-0.205，P〈0.05）；產(chǎn)品差異與顧客對大數(shù)據(jù)殺熟的反制行為顯著負(fù)相關(guān)（r=-0.349，P〈0.01）。除此之外，其他變量之間沒有顯著的相關(guān)關(guān)系。該相關(guān)性分析結(jié)果為后續(xù)假設(shè)驗證提供了必要支持。

表3 反對態(tài)度下的變量相關(guān)性分析結(jié)果

3.3.4 假設(shè)檢驗

本研究通過建立平臺顧客的消費感知價值、顧客態(tài)度、顧客對大數(shù)據(jù)殺熟的反制行為三個變量的影響路徑以確立并檢驗假設(shè)模型。由于結(jié)構(gòu)方程模型既可以驗證假設(shè)模型中變量間的作用機制，也可以檢驗?zāi)Ｐ蛿M合數(shù)據(jù)的適配度[37]，故本研究利用Amos 24.0 來構(gòu)建結(jié)構(gòu)方程模型。模型擬合結(jié)果如表4 所示，說明假設(shè)模型的整體擬合度良好。同時，本研究通過構(gòu)建SEM 進(jìn)行路徑分析，結(jié)果如表5 所示?？傮w而言，模型的擬合指標(biāo)基本達(dá)到要求，個別指標(biāo)雖低于理想數(shù)值但可以被接受，通過上述分析，本研究看到：一是平臺顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為產(chǎn)生影響的路徑系數(shù)為-0.331，且在0.01 的水平下顯著，說明平臺顧客的消費感知價值負(fù)向影響顧客反制大數(shù)據(jù)殺熟的行為，即H1成立。二是網(wǎng)絡(luò)口碑對大數(shù)據(jù)殺熟反制行為產(chǎn)生影響的路徑系數(shù)為-0.253，且在0.01 的水平下顯著，說明網(wǎng)絡(luò)口碑越差，顧客對大數(shù)據(jù)殺熟的反制行為越積極，即H1a成立。三是產(chǎn)品差異對大數(shù)據(jù)殺熟反制行為產(chǎn)生影響的路徑系數(shù)為-0.052，且在0.05 的水平下顯著，說明產(chǎn)品差異越小，顧客對大數(shù)據(jù)殺熟的反制行為越積極，即H1c成立。四是平臺顧客的消費感知價值對顧客反對態(tài)度的影響路徑系數(shù)為-0.238，且在0.05的水平下顯著，說明平臺顧客的消費感知價值負(fù)向影響顧客對大數(shù)據(jù)殺熟的反對態(tài)度，即H2成立。五是產(chǎn)品差異對顧客反對態(tài)度產(chǎn)生影響的路徑系數(shù)為-0.215，且在0.05 的水平下顯著，說明產(chǎn)品差異越小，顧客對大數(shù)據(jù)殺熟的反對態(tài)度越強烈，即H2c成立。六是顧客的反對態(tài)度對反制行為產(chǎn)生影響的路徑系數(shù)為0.250，且在0.01 的水平下顯著，說明顧客對大數(shù)據(jù)殺熟的反對態(tài)度正向影響對大數(shù)據(jù)殺熟的反制行為，即H3成立。除上述路徑外，平臺顧客的消費感知價值、顧客態(tài)度、對大數(shù)據(jù)殺熟的反制行為這三個變量間的影響路徑均不顯著。

表4 整體擬合系數(shù)

表5 結(jié)構(gòu)方程路徑系數(shù)

基于上述結(jié)果，本研究繼續(xù)驗證顧客反對態(tài)度是否在平臺顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為的作用機制中發(fā)揮中介效應(yīng)，結(jié)果如表6 所示。從表6 可以看到，平臺顧客的消費感知價值顯著影響其對大數(shù)據(jù)殺熟的反制行為，總效應(yīng)為-0.331，而通過反對態(tài)度影響顧客對大數(shù)據(jù)殺熟反制行為的間接效應(yīng)為-0.157。因此，本研究認(rèn)為，在平臺顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為的作用機制中，顧客反對態(tài)度發(fā)揮部分中介效應(yīng)，即H4成立。

表6 反對態(tài)度的中介效應(yīng)檢驗

從表7 可知，顧客反對態(tài)度在平臺顧客的消費感知價值和大數(shù)據(jù)殺熟反制行為之間的間接效應(yīng)顯著，具體情況是：間接效應(yīng)為-0.137，抽樣次數(shù)為5 000 次，95%的置信區(qū)間為[-0.274，-0.063]，區(qū)間內(nèi)未包含0。該結(jié)果驗證了中介效應(yīng)的存在。

表7 Bootstrap 取樣結(jié)果

4 研究結(jié)論

目前，平臺經(jīng)濟大數(shù)據(jù)殺熟因其普遍性和危害性，引起了學(xué)術(shù)界的廣泛關(guān)注。已有研究大多從平臺經(jīng)濟的外部因素（如政府監(jiān)管、技術(shù)手段等）探討如何規(guī)制大數(shù)據(jù)殺熟。本研究通過分析平臺顧客的消費感知價值對大數(shù)據(jù)殺熟反制行為的影響以及顧客態(tài)度在兩者之間的中介效應(yīng)，發(fā)現(xiàn)平臺顧客反制大數(shù)據(jù)殺熟行為的積極程度會受到其消費感知價值的影響，即當(dāng)平臺的網(wǎng)絡(luò)口碑越差、平臺產(chǎn)品的差異性越小，顧客對大數(shù)據(jù)殺熟的反制行為越積極，但顧客對平臺的依賴程度與其反制行為沒有直接聯(lián)系。由此可見，如果平臺企業(yè)改善其網(wǎng)絡(luò)口碑、擴大平臺間的產(chǎn)品差異，就能達(dá)成顧客與平臺的雙贏，即：既提升顧客的消費感知價值，又獲得更大的盈利。