王金裕，高 泉 （湖南工业大学 商学院，湖南 株洲 412008）

0 引言

近年来，由于Web2.0技术驱动，不仅社交媒体吸引了大量的用户资源，而且传统电子商务的模式也发生了改变，其中包括消费者参与的多种群体共同创造价值，例如：消费者个体创造、消费者与企业一起创造、陌生的消费者之间交流创造，消费者通过在线参与行为和在线生成内容，成为平台资源的重要组成部分，包括消费者购后体验、搜集信息的体验和陌生用户交流的体验等，这些自生的内容可以是企业得到用户的反馈，也可以取得一些有价值的建议，大量的用户极大可能发展成为潜在的购买者，同时企业也会把这些信息都反映到用户看得到的平台上。参考相关文献，大部分学者对社会化电商消费领域的价值共创研究较少，因此本文将价值共创作为影响消费者购买意愿的因素。

所谓用户生成内容（User Generated Content,UGC），就是一般的用户无论是指消费者还是潜在消费者，都会在社区或者平台上发表自己的看法与体验，包括视频、图片、音频等，消费者在互联网上自生的这些内容跟以往人们从线下口碑了解的是不同的。因此用户生成内容，成为虚拟世界各大用户购买的决策依据之一。重要的是UGC的模式改变了传统电商的行为语境，消费者通过点赞、成员互动等形式了解信息，为其他消费者提供决策信息，因此社会化活动融入了电商中。同时很多线上的商家及企业见识了UGC模式给市场带来了不同凡响的绩效，因此很多的企业商家通过自建社区、在线交流等渠道促进市场的成功。其中就有传统电商淘宝、京东商城等也开启了与消费者互动的模式，新型的社会化电商小红书、蘑菇街等是完全的通过UGC模式来运营的，最终诱发消费者的购买欲望。

在社会化电商的大环境中，用户发表分享的内容，被其他的用户看到了，这些大量的且高质量的信息，对其他用户起到了指导作用，随后也会跟随发表自己的看法、意见以及体验，给消费者和社会化电商平台包括商家创造了很多有价值的商品信息，甚至提供建议和推荐，进而吸引消费者参考与阅览，消费者会根据其他消费者发表的信息进行判断商品的价值，最终做出购买决策，因此本文将用户自生内容和价值共创作为影响消费者购买意愿的因素。

本文的理论意义在于不仅丰富了社会影响理论的研究，而且也解释了吸引社会化电商消费者的购买过程；实际价值在于为社会化商家和消费者提供了建议，为扩大社会化电商用户提供了有力的理论支持，对社会化电商的发展有重要的现实意义。

1 文献回顾

社会影响理论（Social Influence Theory,S1T）一般被用于解释人的行为，一个人最终的决定都会受到外界因素的影响，比如旁人的态度与观点。1955年Deutsch和Gerard认为社会影响共有两种，一种是信息性影响、另一种是规范性影响[1]。信息性社会影响（Informational Social Influence）是指个体把别人的观点作为自己决策的依据。规范性影响（Normative Social Influence）则是指个体认可某一具有代表性的群体，因此个体的行为要和这类群体的行为一致，以免受到排挤。2006年Wu认为UGC的信息便于搜索和控制把其归纳为信息性影响因素，UGC的人际互动反映的是人际交流和快速响应的能力，所以把其归纳为规范性影响因素[2]。2013年陈明亮和李敏乐研究认为UGC数量越多代表的客户容量就越大，在这一个庞大的群体中，消费者可以看到哪些是流行的产品、哪些是好的产品，然后产生购买意愿[3]。很多学者也发现了UGC的质量也对消费者的购买决策产生影响。因此本文把UGC的数量、人际互动性归纳为规范性影响，把UGC的质量、信息互动性归纳为信息性影响，并把这些特征作为社会影响因素来探讨对消费者的购买意愿。

价值共创最初由1999年Kambil、Friesen和Sundaram提出，他们将共同创造定义为在价值生产和分配中直接雇佣顾客[4]。2011年Witell、Kristensson和Gustafsson等认为当决定研发新产品的时候，要为产品提出新的创意、参与知识共享，为他人创造价值[5]。在消费领域，价值共创的研究主要体现在三个方面：消费者个体创造、消费者与企业一起创造、陌生的消费者之间交流创造。2010年黄春宝等学者认为消费者互动过程中投入自己的能力、知识和创意进行价值创造[6]。

因此，本文运用社会影响理论和价值共创理论研究社会化电商消费者的购买意愿。2 研究假设与模型

根据相关研究成果，本文认为用户自生内容的特征包括信息性影响和规范性影响两方面，其中，信息性影响包括信息质量、信息互动性；规范性影响包括信息数量和人际互动性；以信任为中介变量，构建用户自生内容的特征（UGC特征）和价值共创对社会化电商消费者的购买意愿的概念模型。

2.1 信息性特征对购买意愿的影响

2009年Lee和Youn通过实验证明了此产品的评论质量越高，其内容包含产品的信息就越详细，最后证明了高质量的在线评论相比较低质量的在线评论更能够影响消费者的购买意愿[7]。2015年Ma等认为UGC的相关性越高，用户搜寻信息的时间就越短，同时用户能在短时间内搜寻到自己满意的、真实且全面的想要的信息，让消费者对UGC的可信度有一种认可[8]。因此提出以下研究假设：

H1：信息性特征对社会化电商消费者购买意愿有显著的影响。

2.2 规范性特征对社会化电商消费者购买意愿的影响

2011年Ye和Law利用大量的研究数据证实了用户生成内容的数量和价值对消费者有很大的正相关性[9]。2004年Dholakia认为人际交流互动越频繁成员之间的感情就越近，消费者更加愿意参与购买，提升自己在群体中的地位获得群体的认可。因此提出以下假设：

H2：规范性特征对社会化电商消费者的购买意愿有显著的影响。

2.3 信息性特征对价值共创的影响

用户在社会化电商平台浏览的时候，看到了其他用户发表的信息，此信息的质量很高，包含了产品的全部信息和用后体验，刚好自己也买了此产品，用后也很好，但是自己没有在此平台上分享任何的信息，看到这样高质量的信息，也会去分享自己使用的体验。信息越真实，对社会化电商平台的价值和对其他用户带来的信息价值就越大。因此提出以下假设：

H3：信息性特征对价值共创有显著的影响作用。

H3a：信息性特征对发起的价值共创有显著的影响作用。

H3b：信息性特征对自发的价值共创有显著的影响作用。

2.4 规范性特征对价值共创的影响

H4：规范性特征对价值共创有显著的影响作用。

H4a：规范性特征对自发的价值共创有显著的影响作用。

H4b：规范性特征对发起的价值共创有显著的影响作用。

2.5 价值共创对社会化电商消费者购买意愿的影响

2008年Payne和Storbacka认为消费者自主的学习对企业的品牌以及产品都有一个更高的认知，这种认知越高，对企业以及企业生产的产品就会越认可，从而进一步影响消费者的购买意愿[11]。因此本研究如下假设：

H5：价值共创对社会化电商消费者的购买意愿有显著的影响作用。

H5a：发起的价值共创对社会化电商消费者的购买意愿有显著的影响作用。

H5b：自发的价值共创对社会化电商消费者的购买意愿有显著的影响作用。

综上所述，本研究假设与模型的构建如图1所示。

图1 概念模型

3 实证分析

3.1 问卷设计

调查初期，先进行一个测试，少量的发放问卷，看题项是否合适，问卷总共两大部分：第一部分为调查对象的基本信息；第二部分测量4个变量：信息性特征、规范性特征、价值共创、购买意愿。

位于Rue du Faubourg大街的Lemarié羽饰坊收藏有许多珍稀的羽毛，如白鹭与风鸟、兀鹫、天鹅、孔雀的羽毛。这些经过Lemarié“羽毛工人”染色、修剪、卷毛和压碎后，都成为了时装的装饰要素。

UGC特征的衡量题项有9个，包括信息性特征和规范性特征，参考郜雁等（2014）、Wu等（2006）、Fan等人（2012）的研究[12-13]。价值共创的衡量题项采用2014年李朝辉等人的研究，将价值共创分为发起的价值共创和自发的价值共创共11个题项[14。]购买意愿3个题项，共设计23个问题，问卷中的题项均用李克特5级量表打分测量，从不符合到非常符合，依次给予1～5分。

3.2 样本统计

通过线下发放纸质问卷，总共发放207份问卷，有效问卷207份，有效问卷率为100%。在207个样本中，男女生大约各占三分之一和三分之二；年龄方面，20～24周岁的居多；受教育程度方面，本科居多。在207份样本统计中，调查对象以年轻和高学历的人员居多，符合本研究目的。因此，问卷是具有代表性。

3.3 信度与效度分析

本文使用SPSS20.0进行EFA分析，分析结果显示：KMO值为0.798，大于0.7；Bartlett值为0.000（＜0.05），分析值表明问卷有结构效度，实证数据可以做因子分析。本文采用Cronbach's alpha信度测量方法。通过SPSS20.0分析，变量的α系数如表1所示。由表1可以看出，规范性特征的α系数大于0.8，表明信度较好，价值共创变量的α系数0.749，购买意愿的α系数为0.671，表明信度良好。

本文使用Amos17.0对实证数据进行CFA分析，更深入地测查量表的信度和效度。根据因子载荷值算出AVE值，如表2所示，所有AVE值位于0.5上下，表明模型有很好的效度。同时，所有CR值均大于0.8且接近0.8，表明各潜变量有良好的信度。

表 1 Cronbach's α 系数

表2 各潜变量AVE值和CR值

表3 模型适配度指标

3.4 模型假设检验

本文运用Amos17.0检验模型假设。检验结果以及衡量标准如表3所示，研究结果的拟合优度指标均位于理想值以内，说明模型与实证数据有比较高的拟合度。

通过AMOS17.0软件对模型的计算，验证路径系数值对假设的变量关系。其中F1代表信息性特征、F2代表规范性特征、F3代表发起的价值共创、F4代表自发的价值共创、F5代表购买意愿。规范性特征在0.01的显著性水平上与发起的价值正相关，假设H4a得到验证。规范性特征在0.001水平上与自发的价值共创正相关，其他变量没有显著性影响。需要根据CR系数对模型进行修正。修正后经过验证，依旧是规范性特征对发起的价值共创和自发的价值共创有显著影响，规范性特征通过自发的价值共创对购买意愿有显著的影响，如图2所示。

3.5 结果讨论

图2 结构模型数据分析结果

表4 标准化路径系数

如表4所示，各变量之间因果关系的路径系数均在95%的置信水平上达到了显著水平，本文假设H4a、H4b和H5b均成立。根据回归分析得出的结论，本文对此结论进行了分析：

（1）UGC的规范性特征对发起的价值共创有显著的影响，对自发的价值共创也有显著地影响作用。

结果表明，用户发表的内容越多，数量越庞大表明用户对产品越在意越了解，因此社区成员对社区发表的产品的测评活动的参与度和关注度也就越高。包括社区成员之间的交流和互动的频繁性也直接提升了其参与产品投票的活动的积极性。因此规范性特征对发起的价值共创是有显著影响的。用户发表的内容越多也能引起其他的消费者发表自己对此商品的评价，产品是一样的，可能产品连接、信息内容有不同，因此可以给其他消费者更多的参考。所以规范性特征对社区成员自发的价值共创也有显著影响。

（2）发起的价值共创对社会化电商消费者的购买意愿没有显著的影响，但是自发的价值共创对购买意愿是有显著影响作用的。

社区里发起的新产品的测评、包括产品的投票活动，消费者并不是很感兴趣、消费者面对的直接是产品而不是这些测评活动、认为对自己购买产品帮助不是直接的帮助，因此消费者对发起的价值共创并不是很在意，对消费者的购买意愿并不是影响很大。但是对于社区成员自己发表的内容而言是直接对商品的信息描述和评价、因此会吸引消费者的关注影响购买意愿，因为他们会认为这是直接了解产品信息的最佳途径。

4 研究启示与局限

本文对社会化电商消费者购买意愿的影响因素进行研究，研究结论表明，UGC的信规范性特征间接地对社会化电商消费者的购买意愿有显著的影响，规范性特征无论是对发起的价值共创还是自发的价值共创都是有显著的影响的，同时自发的价值共创对消费者的购买意愿是有显著影响的。

基于本文的研究结论，首先，社会化电商要想提高用户的购买意愿，应该加强管理力度，增强用户对生成内容的认知，进一步提高价值共创的意识；其次，增加商家和用户对社区内容的发布量，拉动用户进行产品购后体验的分享，让用户参考后，能够因为这些评价而感到很愉悦。再次，商家也可以多多参与产品的测评与征集意见的活动，让使用者发表自己对理想产品的看法。也促进了潜在消费者对产品的购买意愿。

本文也存在一定局限性。理论方面，本文只假设了2个影响因素，社会影响理论中可能还有其他因素影响社会化电商消费者的购买意愿。此外，其他理论中的因素也有可能会对社会化电商消费者的购买意愿产生影响，未来的研究可考虑增加其他理论或其他因素。实证研究方面，本文的样本主要以使用过社会化电商APP的用户为主，学生和企业从业人员居多，具有一定代表性，但为了保证研究结论更具有普遍性和推广性，未来的研究有必要进一步扩大样本规模，增强样本随机性。