金明华 潘孟阳

内容摘要：由于网络技术和网络社交平台的快速发展，消费者与社会网络群体成员的互动越来越强，关系嵌入对消费者网络团购购买决策的影响越来越大。本文在社会网络视角下，引入品牌信任作为中间变量，建构关系嵌入、品牌信任和团购意愿的理论模型，探讨关系嵌入对消费者网络团购意愿的影响，并运用SPSS和AMOS统计软件对调研收集的样本数据进行分析和检验。研究结果表明：关系嵌入的关系强度对消费者的品牌能力信任有正向影响，关系嵌入的规范性影响和互惠对消费者的品牌品质信任、品牌善意信任和品牌能力信任有正向影响，品牌品质信任、品牌善意信任和品牌能力信任对消费者的网络团购意愿有正向影响。

关键词：网络团购 社会网络 关系嵌入 品牌信任 团购意愿

网络团购备受消费者青睐，企业越来越关注网络团购的营销方式及效果。作为社会网络群体中的成员，消费者受到社会网络群体其他成员的影响。在网络团购环境下，由于网络技术和网络社交平台的快速发展，消费者与社会网络群体成员的互动越来越强，关系嵌入对消费者的购买决策影响越来越大。在针对消费者网络团购消费行为的研究中，学者们关注了人格特质、服务和系统质量态度、商家因素和感知风险、产品质量和支付安全、价格折扣和时间压力等因素对消费者网络团购意愿的影响，但目前罕有学者关注关系嵌入对消费者网络团购意愿的影响。因此，本文在社会网络视角下，引入品牌信任作为中间变量，构建关系嵌入、品牌信任和消费者网络团购意愿的理论模型，并通过对研究假设和理论模型的验证，分析了关系嵌入对消费者网络团购意愿的影响。

理论基础与研究假设

（一）理论基础

1.关系嵌入的维度划分。关系嵌入是指经济活动个体与社会网络群体的互动关系。Gramovetter（1973）将关系嵌入分为互动频率、感情强度、亲密程度和互惠四个维度。此维度划分在企业价值创造、制造企业服务创新和企业创新绩效等研究中得到了广泛应用。所以，此维度划分适合应用于企业，但是否可以用于消费行为的研究还有待探寻。在参考Gramovetter学者对关系嵌入的维度划分基础上，本文运用文献调查法，尝试从社会网络视角下对消费者的关系嵌入维度进行划分。Tajfel等（1971）在社会认同理论中，指出当个体主观上认知自身与社会群体成员具有共同的身份属性时，个体能够对社会群体成员产生认同感，进而形成社会群体共同偏好，从而发生集群购买行为。据此，消费者参加网络团购过程中，社会网络群体的集群购买行为会对消费者的购买决策产生规范性影响。规范性影响是指社会群體成员听从他人或社会群体期望的倾向程度。韩金星等（2016）指出消费者受到社会群体的规范性影响越大，其信任程度改变越大，而社会群体彼此间的信任程度代表着消费者的关系嵌入程度。因此，规范性影响也应被作为衡量关系嵌入的维度。综上，本文将关系嵌入的维度初步划分为互动频率、感情强度、亲密程度、规范性影响和互惠五个维度。

为了检验关系嵌入的划分维度是否合理，本文采用深度访谈法进行了验证。首先，选取10名网络团购经验丰富的消费者（每月网络团购次数在4次以上）作为访谈对象。其次，访谈内容包括互动频率、感情强度、亲密程度、规范性影响和互惠五个方面。在此基础上，对访谈对象进行深度访谈。通过深度访谈了解到，访谈对象很难辨别出互动频率、感情强度和亲密程度，也就是说访谈对象对这三个维度的理解不具有明显差异性。此外，大多数消费者与社会网络群体成员的互动频率越高，他们的亲密程度越强，感情强度越好。依据上述访谈结果及专家们的建议，本文将互动频率、感情强度和亲密程度归为关系强度这一维度。借鉴Gramovetter（1992）对企业关系强度定义，本文将关系强度定义为消费者与社会网络群体成员的关系程度。由此，本文将关系嵌入的维度划分为关系强度、规范性影响和互惠三个维度。

2.品牌信任的维度划分。Geok等（1999）认为品牌信任是指消费者在感知风险存在的情况下，对品牌完成承诺的信赖意愿。Arjun和Morris（2001）将品牌信任划分为品牌可信度、安全度和诚实度三个维度。在此基础上，我国学者对品牌信任的维度进行深入划分。于春玲等（2004）将消费品市场的品牌信任划分为品牌形象、质量水平、品牌认同度和企业价值观四个维度，此维度划分只针对消费品市场，没有考虑工业品市场和服务市场，而网络团购产品的类型包括实物产品和服务产品，所以此维度划分不适合本研究。袁登华等（2007）将消费者的品牌信任划分为品质信任、善意信任和能力信任三个维度。该学者运用文献研究法、关键事件访谈法和实证研究法，对品牌信任的核心要素和本质结构进行维度划分，并且三个维度的总体方差贡献率较高，每个维度的方差贡献率相差不大，另外此维度划分不仅包括先前国内外学者的研究结果，而且较全面表现出中国消费者对品牌信任的本质特征。因此，参考袁登华等学者的研究成果，本文将品牌信任划分为品质信任、善意信任和能力信任三个维度。

（二）研究假设

按照组织者的不同，目前我国网络团购包括三种模式，分别是消费者自发组织、企业组织和第三方团购平台组织的网络团购。在消费者自发组织的网络团购中，团购的产品品牌普遍被消费者认可，社会网络群体成员间以传递正面的品牌信息为主。在企业和第三方团购平台组织的网络团购中，社会网络群体成员间传递正负两面的品牌信息，但正面信息的数量要远大于负面信息。龚诗阳等（2012）指出线上评论信息的数量对消费者获取的信息总量有直接影响。Lee和Park（2008）认为网络口碑的数量正向影响消费者获取的信息总量，并且网络口碑数量对消费者的感知信息有用性有重要影响。因此，本文认为消费者对社会网络群体传递的正面品牌信息感知有用性大于负面品牌信息。

1.关系嵌入的关系强度对品牌信任的影响。关系强度包括强关系强度和弱关系强度，强关系强度为经济活动主体带来高度的互惠性、义务性和信任性，相反弱关系强度的互惠性、义务性和信任性则被减弱。强关系强度有频率性较高和亲密性较强的互动和交流，社会网络群体成员感情较好，愿意主动帮助成员解决问题，积极为成员提供建议，并尽力保证提供的信息被他人理解，期望提供的信息被成员采纳。Uzzi（1997）指出强关系强度可以增强客户对企业信任，有助于企业了解客户的认知和满足客户的需要，进而提升客户的忠诚度。Hansen（1999）认为强关系强度可以带来企业间的信任、合作与稳定，同时企业可以相互分享高质量、复杂多样或潜在的信息。因此，强关系强度有助于正面品牌信息在社会网络群体中传播，增强消费者对品牌的认知度，进而提升消费者的品牌信任。综上所述，本文提出如下假设：

假设H1a：关系强度对消费者的品牌品质信任有正向影响。

假设H1b：关系强度对消费者的品牌善意信任有正向影响。

假设H1c：关系强度对消费者的品牌能力信任有正向影响。

2.关系嵌入的规范性影响对品牌信任的影响。Rook和Fisher（1995）指出当社会参照群体对消费者的消费行为产生影响时，会产生规范性影响，并且消费者的消费行为趋向遵从规范性期望。Picazo等（2010）发现规范性影响随着社会参照群体在网络平台上发布相似的产品评价而产生。Zhang和Gu（2015）认为网络平台上相似的产品评价信息会影响消费者与社会网络群体成员的互动，进而影响消费者对产品的信任程度。因此，在网络团购环境中，消费者为了融入到社会网络群体，不被群体成员排斥，社会网络群体传递的正面品牌信息会对消费者产生规范性影响，进而增加消费者对品牌的信任程度。综上所述，本文提出如下假设：

假设H2a：规范性影响对消费者的品牌品质信任有正向影响。

假设H2b：规范性影响对消费者的品牌善意信任有正向影响。

假设H2c：规范性影响对消费者的品牌能力信任有正向影响。

3.关系嵌入的互惠对品牌信任的影响。每位消费者都掌握着一定的信息、知识和资源，消费者为了获得他人帮助愿意与社会网络群体成员分享自己的信息、知识和资源。Lin等（2009）提出互惠和信任在很大程度上存在关联，张加春（2016）认为互联网改变了传统社会的信任关系，消费者之间产生了嵌入性信任这种新型信任结构，并且企业建立互惠性的网络平台有助于增强嵌入性信任。因此，消费者为了获取利益或帮助愿意与社会网络群体分享品牌的正面信息，随着品牌信息共享程度的加深，消费者对品牌的信任程度加大。综上所述，本文提出如下假设：

假设H3a：互惠对消费者的品牌品质信任有正向影响。

假设H3b：互惠对消费者的品牌善意信任有正向影响。

假设H3c：互惠对消费者的品牌能力信任有正向影响。

4.品牌信任对消费者网络团购意愿的影响。Beldad等（2010）指出在网络购物环境下，由于网络虚拟属性的特征，消费者产生购买行为的首要条件是信任。刘晓斌和江辉（2012）在建构消费者团购购买意向的消费模型中，把信任作为重要的衡量因素。许多学者都认为信任对消费者的购买意愿有显著的正向影响。因此，在网络团购坏境下，消费者对团购品牌的信任可以降低消费者购买决策中的不确定性因素，进而增强消费者的网络团购意愿。综上所述，本文提出如下假设：

假设H4a：品牌品质信任对消费者的网络团购意愿有正向影响。

假设H4b：品牌善意信任对消费者的网络团购意愿有正向影响。

假设H4c：品牌能力信任对消费者的网络团购意愿有正向影响。

依据上述内容，假设H1a、H1b和H1c预测了关系强度对消费者品牌信任的影响，假设H2a、H2b和H2c预测了规范性影响对消费者品牌信任的影响，假设H3a、H3b和H3c预测了互惠对消费者品牌信任的影响，所以假设H1、H2和H3阐述了关系嵌入的三个维度与消费者品牌信任之间的关系；假设H4a、H4b和H4c预测了品牌能力信任、品牌善意信任和品牌品质信任对消费者网络团购意愿的影响，所以假设H4阐述了品牌信任三个维度与消费者网络团购意愿之间的关系。根据上述研究假设，构建如图1所示的理论模型。

研究设计

本文样本数据来源于问卷调研和结构式访谈。鉴于本文研究目的是分析关系嵌入对消费者网络团购意愿的影响，所以选取的调查对象为团购实际参与者。考虑到消费者在不同时间节点上的消费行为具有明显差异性，即消费者的消费行为具有时间动态性特征，所以本文将网络团购时间界定为调查对象最近的一次团购经历。调查问卷和访谈提纲一共包括四个部分：第一部分是关于调查对象的基本统计信息题项；第二部分是关于社会网络视角下的关系嵌入题项；第三部分是关于消费者对品牌信任的题项；第四部分是关于消费者网络团购意愿的题项。

为了保证调查问卷和访谈提纲的有效性和可靠性，本文对变量的衡量均借鉴国内外学者的成熟量表。对关系嵌入的衡量，关系强度主要借鉴了Petrozi等（2006）的量表，共计4个题项；规范性影响主要借鉴了Yen和Chang（2015）与Shukla和Banerjee（2014）的量表，共计4个题项；互惠主要借鉴了Kankanhalli等（2005）的量表，共计4个题项。品牌信任主要借鉴了袁登华等（2007）的量表，品牌能力信任、品牌善意信任和品牌品质信任各计3个题项，共计9个题项。消费者的网络团购意愿主要借鉴Dodds等（1991）的量表，共计3个题项。依据网络团购的特点和我国消费者的特征，对量表进行适当地调整，形成本文的测量量表。本文调查所有题项均运用李克特7点尺度来测量，其中1代表完全不同意、2代表不同意、3代表有点不同意、4代表一般、5代表有点同意、6代表同意、7代表完全同意。

为了确保调查问卷的有效性，笔者在正式发放调查问卷前，发放了20份调查问卷进行预调研。根据调查对象的反馈意見和专家们的建议，笔者对语义表述不明确和语句描述不精简等题项进行了修正，形成了本文最终的调查问卷。本文采用网络渠道发放与回收调查问卷，网络发放渠道选为问卷星和新媒体平台（如微博、微信和QQ等），历经一个月的时间，总计回收调查问卷274份，删除不认真填写和不完整的调查问卷63份，最后有效调查问卷共计211份，有效调查问卷的回收率为77.0%。

为了方便访谈量化和统计分析，本文选用结构式访谈，并运用个别访问方式对调查对象进行调研。首先，依据人员的态度、素质、经验（态度量化为人员的语言、行为和对外界的反应，素质量化为学历和年级相同，经验量化为学习过市场调研相关课程）和家庭住址分布，从课题组成员和哈尔滨商业大学市场营销学会挑选出10名访谈员。其次，在进行正式结构式访谈之前，请市场调研学科老师对访谈员进行培训，培训内容包括：访谈员掌握访谈方法，明确访谈对象和网络团购时间界定条件；访谈员把网络发放的调查问卷作为访问提纲，提问顺序和方式与调查问卷保持高度一致，对调查对象的回答采用统一标准量化为调查问卷；保证访谈员对调查问卷的问题理解保持一致，避免对访谈对象进行带有主观意见和主观偏见的引导，以确保访谈标准化和结果可靠度。每次访谈时间为40分钟左右，访谈准备时间为10分钟左右，正式访谈时间为30分钟左右。最后，经过市场调研专家老师培训后，利用访谈员暑假时间，依据访谈员的家庭住址在北京、哈尔滨、大连、广州、上海、昆明、兰州、西宁、成都和西安共计10个城市进行结构化访谈，计划每位访谈员访谈数量的最低标准为20份。历经一个半月时间，共收集访谈调查问卷218份，删除不完整和配合度不高的访谈调查问卷24份，最终访谈调查问卷数量为194份，有效访谈问卷的回收率为89.0%。

网络调研和结构式访谈问卷数量一共492份，删除网络调研和结构式访谈调查问卷97份，整体有效调查问卷数量为395份，整体有效调查问卷的回收率为80.3%。此样本数量已经达到确保结构方程模型信度的要求数量。

数据分析

（一）描述性统计分析

在性别上，男性和女性样本数据占比43.4%和56.6%，中国网络购物人口占比46.7%和53.3%。在年龄上，18岁以下、18到30岁、31到40岁、41岁以上样本数据占比分别为3.0%、64.8%、24.1%、8.1%，中国网络购物人口占比4.8%、62.9%、24.8%、7.5%。在文化水平上，高中及以下、專科、本科、硕士及以上样本数据占比33.7%、26.8%、36.2%、3.3%，中国网络购物人口占比分别为39.3%、33.7%、26.0%、1.0%。可见，样本数据的统计结果与中国互联网络发展状况统计报告中的数据相吻合，所以样本数据具有很大的代表性。

（二）信度与效度检验

本文利用SPSS22.0统计软件对样本数据进行信度和效度分析。各个变量的Cronbachα系数值为0.732到0.845，最小值为0.732大于0.7，CITC系数值从0.527到0.747，最小值为0.527大于0.5，同时删除每个变量下任何题项Cronbachα值都会下降，所以调查问卷具有良好的信度。

首先，对样本数据进行KMO检验和Bartlett球形度检验，结果显示KMO值为0.876，大于0.7，Bartlett球形度为0.000，小于0.05，说明样本数据适合进行探索性因子分析。其次，运用主成份萃取和方差最大旋转的因子分析法检验调查问卷的效度，共提取7个因子，每个因子的特征值都大于1，并累计解释方差变异量的73.5%，因子载荷维度与量表中的划分维度相同，同时各因子载荷值均大于最低标准值0.5，所以样本数据具有良好的效度。

（三）模型检验和假设检验

本文对理论模型的检验，通过AMOS21.0统计软件来完成。AMOS21.0统计软件生成的模型拟合度检验结果见表1所示，可以看出各个指标均达到标准模型要求，所以本文理论模型与样本数据的拟合程度较好。

本文理论模型结构方程的路径系数图见图2所示，可以看出，关系强度对能力信任路径系数为0.227，所以关系强度对能力信任有正向影响，而关系强度对品质信任和善意信任影响不显著，因此假设H1a和H1b不成立，H1c成立；规范性影响对品质信任、善意信任和能力信任路径系数分别为0.610、0.488和0.621，所以规范性影响对品质信任、善意信任和能力信任有正向影响，因此假设H2a、H2b和H2c成立；互惠对品质信任、善意信任和能力信任路径系数分别为0.218、0.260和0.376，所以互惠对品质信任、善意信任和能力信任有正向影响，因此假设H3a、H3b和H3c成立；品质信任、善意信任和能力信任对团购意愿路径系数分别为0.421、0.364和0.285，所以品质信任、善意信任和能力信任对团购意愿有正向影响，因此假设H4a、H4b和H4c成立。

结论

本文从社会网络视角出发，通过文献调查法和深度访谈法对关系嵌入的维度进行探索，以此为基础构建关系嵌入、品牌信任和团购意愿的理论模型，通过实证分析明确了关系嵌入如何通过品牌信任影响消费者的团购意愿，并得出如下结论：

第一，关系强度对品牌能力信任有正向影响。因为关系强度代表着消费者与社会网络团购群体间的密切程度，高强度可以降低消费者购物中感知到的风险，增加消费者对品牌质量的感知可靠性，进而增强消费者的品牌能力信任。而关系强度对品牌品质信任和善意信任影响不显著。原因是目前消费者对品牌产品质量好坏和满足消费者需求等能力方面了解很深，而对品牌实力强弱和设计理念等善意和品质方面了解很浅，所以品牌善意和品质方面的信息没能得到广泛传播。

第二，规范性影响对品牌品质信任、善意信任和能力信任有正向影响。因为消费者嵌入于社会网络团购群体，从心理上来看，消费者希望得到社会网络消费群体的认可，融入到社会网络群体中，这会使消费者的消费行为趋同于社会网络群体，从而使消费者的品牌信任具有扩散性、传递性和趋同性。

第三，互惠对品牌品质信任、善意信任和能力信任有正向影响。原因是消费者掌握的信息是少量的，而社会网络团购群体掌握的信息数量多且范围广，但社会网络团购群体互相分享信息的条件是期望在自身需要信息时可以得到群体成员的帮助，这样的互惠方式使消费者更深入了解品牌信息，增强消费者的品牌信任程度。

第四，品牌品质信任、品牌善意信任和品牌能力信任对消费者的网络团购意愿有正向影响。这是因为无论在实体购物还是网络购物环境下，信任都是增强消费者购买意愿的重要因素之一，而这种正向影响作用在网络购物环境下更为明显，所以品牌信任作为信任的一种，对消费者的团购意愿有正向影响。

参考文献：

1.Granovetter M.Economic institutions as social constructions： A framework for analysis[J]. Act a Sociologica，1992，35（1）

2.Granovetter M.The Strength of Weak Ties[J]. American Journal of Sociology，1973，42（9）

3.Tajfel H.，Billig M. G.， Bundy R. P.，et al. Social Categorization and Intergroup Behavior[J]. European Journal of Social Psychology，1971，1（2）

4.Bearden W O，Netermeyer R G， TEEL J E. Measurement of consume susceptibility to interpersonal influence[J]. Journal of Consumer Research，1989，15（4）

5.韩金星，张，古晨妍.网络团购中消费者社会互动对团购信任的影响[J].管理评论，2016，28（9）

6.Geok Theng Lau， Sook Hanlee. Consumers Trust in a Brand and the Link to Brand Loyalty[J]. Journal of Market Focused Management，1999（4）

7.Arjun Chaudhuri， Morris B Holbrook. The chain of effects from brand trust and brand affect to brand performance： the role of brand loyalty[J]. Journal of Marketing，2001，65（2）

8.于春玲，郑晓明，孙燕军，赵平.品牌信任结构维度的探索性研究[J].南开管理评论，2004，7（2）

9.袁登华，罗嗣明，李游.品牌信任结构及其测量研究[J].心理学探新，2007（3）

10.龚诗阳，刘霞，刘洋.网络口碑决定产品命运吗——对线上图书评论的实证分析[J].南开管理评论，2012（4）

11.Lee J，Park D， Han I. The Effect of Negative Online Consumer Reviews on Product Attitude： An Information Processing View[J]. Electronic Commerce Research and Applications，2008，7（3）

12.Uzzi B.Social Structure and Competition in Inter-firm Networks：The Paradox of Embeddedness[J]. Administrative Science Quarterly，1997，429（1）

13.Hansen M T. The Search-transfer Problem：The Role of Weak Ties in Sharing Knowledge Across Organizational Subunits[J]. Administrative Science Quarterly，1999（44）

14.Picazo V S，Chou S Y， Melcher A J，etal. Why provide an online review？ An extended theory of planned behavior and the role of big-five personality traits[J]. Computers in Human Behavior，2010，26（4）

15.Zhang Z，Gu C. Effects of consumer social interaction on trust in online group-buying contexts：An empirical study in China[J]. Journal of Electronic Commerce Research，2015，16（1）

16.Lin M J J， Hun S W， Chen C J. Fostering the determinants of knowledge sharing in professional virtual communities[J]. Computers in Human Behavior，2009，25（4）

17.张加春.嵌入性信任：网络社会下的信任关系[J].中州学刊，2016（6）

18.Beldad A，De Jong M， Steehouder M. How shall I trust the faceless and the intangible？ A literature review on the antecedents of online trust[J]. Computers in Human Behavior，2010，26（5）

19.刘晓斌，江辉.网络团购购买意向影响因素的模型研究[J].企业活力，2012（12）

20.Petroczi A，Nepusz T， Bazso F. Measuring tie-strength in virtual social networks[J]. Connections，2006，27（2）

21.Yen C， Chang C M. Unity is strength：Understanding usersgroup buying behavior in Taiwan from a collectivism perspective[J]. Journal of Electronic Commerce Research，2015，16（2）

22.Shuklal P，Banerjee M. The direct and interactive effects of store-level promotions on impulse purchase：Moderating impact of category familiarity and normative influences[J]. Journal of Consumer Behavior，2014，13（4）

23.Kankanhalli A， Tan B C Y， Wei K K. Contributing knowledge to electronic knowledge repositories：An empirical investigation[J]. MIS Quarterly，2005，29（1）

24.Dodds W B， Monroe K B， Grewal D. Effects of price， brand， and store information on buyers product evaluations[J].Journal of Marketing Research，1991

25.中國互联网络信息中心（CNNIC）.第38次中国互联网络发展状况统计报告[R].2017.1