熱門論文
最新論文
社會化電子商務環境下 消費者信任的建立與評價研究
發布時間：2023-01-10 16:19
第一章緒論 1
1.1研究背景及問題提出 1
1.2研究目的和意義 3
1.3研究內容、方法和創新點 5
1.4技術路線與論文結構 7
第二章文獻綜述 9
2.1信任 9
2.2電子商務環境下的信任 13
2.3社會化電子商務環境下的信任 18
2.4信任建立路徑 21
2.5信任建立機制 27
2.6文獻評述 28
第三章社會化電子商務環境下消費者初始信任 29
3.1初始信任的前因性研究 29
3.2初始信任模型構建 32
3.3問卷設計與數據收集 34
3.4數據分析與假設檢驗 36
3.5結論 44
第四章社會化電子商務環境下消費者持續信任 46
4.1信息系統持續使用理論 46
4.2持續信任模型構建 48
4.3問卷設計與數據收集 50
4.4數據分析與假設檢驗 53
4.5結論 57
第五章傳統電子商務至社會化電子商務的消費者信任轉移 59
5.1研究背景 59
5.2研究理論與模型假設 61
5.3問卷設計與數據收集 64
5.4數據分析與假設檢驗 67
5.5結論 73
第六章社交網絡至社會化電子商務的消費者信任轉移 74
6.1我國社交網絡使用現狀綜述 74
6.2模型構建與假設 77
6.3問卷設計與數據收集 79
6.4數據分析與假設檢驗 81
6.5結論 85
第七章社會化因素對建立消費者信任的作用機理研究 86
7.1社會化因素的作用機制 86
7.2信號傳遞博弈及其應用 87
7.3社會化口碑離散信號對信任的作用機理 89
7.4社會化口碑連續信號對信任的作用機理 93
7.5結論 98
第八章社會化電子商務信任評價機制 99
8.1電子商務信任評價綜述 99
8.2社會化電子商務信任評價指標體系 ；......100
8.3基于BP神經網絡的信任評價模型 105
8.4 結論 ......110
第九章結論與展望 .....112
9.1研究結論 112
9.2研究展望 114
參考文獻 115
致謝 125
附錄一社會化電子商務消費者使用意愿預調查問卷 126
附錄二社會化電子商務消費者初始信任調查問卷 128
附錄三 社會化電子商務消費者持續信任調查問卷 132
附錄四傳統電子商務用戶調查問卷 135
附錄五社交網絡平臺用戶調查問卷 139
附錄六社會化電子商務信任評價模型仿真代碼 142
個人簡介 145
圖表目錄
圖1-1研究技術路線圖 8
圖2-1網絡信任模型的拓撲結構 13
圖2-2基于二元主體的信任研究框架模型 16
圖2-3多學科集成的電子商務信任模型 16
圖2-4基于干系人的網上信任框架模型… 17
圖2-5六維度信任模型 17
圖2- 6基于理性行為理論的過程信任模型 ； 18
圖3-1社會化電子商務初始信任模型 34
圖3-2調整后模型假設 39
圖3- 3模型擬合度修正檢驗結果 40
圖3-4模型潛變量路徑分析圖 41
圖3- 5 Pings二階段評估方法示意圖 43
圖4-1期望確認理論模型（ECT） 47
圖4-2信息系統持續使用理論模型（ECM-IT） 47
圖4-3社會化電子商務持續信任模型 50
圖4- 4模型擬合度修正檢驗結果 55
圖4- 5模型潛變量路徑分析圖 56
圖5-1電子商務至社會化電子商務的信任轉移模型 64
圖5-2模型擬合度修正檢驗結果 69
圖5-3模型潛變量路徑分析圖 70
圖5-4相對優勢的中介作用示意圖 72
圖6-1社交網絡至社會化電子商務的信任轉移模型 79
圖6-2模型擬合度修正檢驗結果 83
圖6-3模型潛變量路徑分析圖 84
圖7-1社會化因素作用機制 87
圖7-2社會化電子商務網絡交易博弈模型 91
圖7-3社會化電子商務網絡交易博弈的分離均衡 92
圖7-4社會化電子商務商家的社會化口碑-交易量無差異曲線 94
圖7-5完全信息下的均衡 95
圖7-6分離均衡示意圖 96
圖7-7銷售高質量商品商家選擇社會化口碑水平的分離均衡 97
圖8-1扎根理論研究流程圖 101
圖8-2BP神經網絡拓撲結構 106
圖8-3網絡仿真訓練結果 108
圖8-4網絡仿真輸出 .....109
圖8-5網絡預測輸出 109
表2- 1基于心理學的信任內涵 : 10
表2- 2從被信任對象角度定義的信任 11
表2- 3信任者和被信任者雙重視角下的信任 11
表2-4基于不確定性因素定義的信任 12
表2-5社會學角度定義的信任 12
表2-6電子商務研究中信任的相關定義 ..13
表2-7電子商務信任的維度 .'.14
表2-8電子商務信任的消費者影響因素 14
表2-9電子商務信任的賣家影響因素 15
表2-10社會化電子商務代表性概念界定 19
表2-11初始信任的來源分類 22
表2-12初始信任的影響因素和建立策略 23
表2-13持續信任的影響因素 24
表2- 14國外實體環境到電子商務環境信任轉移的相關研究 25
表2- 15國內實體環境到電子商務環境信任轉移的相關研究 26
表2-16基于博弈論的信任作用機理研究 27
表3-1電子商務初始信任影響因素 31
表3- 2調查問卷基本信息表 35
表3-3調查問卷的樣本特征 36
表3- 4信度與收斂效度分析 37
表3-5因子AVE值平方根與因子相關系數矩陣 38
表3- 6調整后的因子AVE值平方根與因子相關系數矩陣 39
表3-7因子分析模型擬合度指標 41
表3-8模型路徑系數 42
表3- 9信任傾向的調節效果檢驗結果表 44
表4-1調査問卷基本信息表 51
表4-2社會化電子商務類型 52
表4-3調查問卷的樣本特征 53
表4-4信度與收斂效度分析 54
表4- 5因子AVE值平方根與因子相關系數矩陣 55
表4-6因子分析模型擬合度指標 56
表4-7模型路徑系數 57
表5- 1社會化電子商務主要模式 60
表5-2社會電子商務平臺使用情況 61
表5-3基于創新擴散模型的信息系統采納影響因素 62
表5- 4調查問卷基本信息表 65
表5-5調查問卷的樣本特征 66
表5-6信度與收斂效度分析 67
表5-7因子AVE值平方根與因子相關系數矩陣 68
表5-8因子分析模型擬合度指標 69
表5-9模型路徑系數 71
表5-10中介變量報告表格 73
表6-1社交網絡和社交應用使用情況調查結果 76
表6-2微信用戶基本數據表 76
表6- 3調查問卷基本信息表 79
表6-4調查問卷的樣本特征 80
表6-5信度與收斂效度分析 81
表6-6因子AVE值平方根與因子相關系數矩陣 82
表6-7因子分析模型擬合度指標 83
表6-8模型路徑系數 84
表8-1開放性編碼表 102
表8-2主軸編碼表 103
表8- 3社會化電子商務信任度評價指標體系 104
表8- 4信任度評分樣本數據 105
表8-5訓練樣本與檢驗樣本誤差 110
表8-6測試樣本信任等級 110
第一章緒論
1.1研究背景及問題提出
隨著計算機技術的飛速發展和互聯網絡的普及，人與人之間的溝通交流不再受到地理位 置和時間空間的局限，社交網絡幫助人們實現了隨時隨地的溝通聯系、信息共享，并且以前 所未有的勢頭迅猛發展著。伴隨移動互聯網和“互聯網+”的發展應用，社交網絡類應用更 是憑借基于位置的服務(LBS)、共同興趣、通訊錄等功能優勢，通過集用戶及時通信、分 享、服務、娛樂等多種功能為一體，滿足用戶的不同需求。信息和互聯網時代的到來不僅帶 來了溝通聯絡方式的變革，還改變了人們的購物方式，電子商務因其突破了交易的時空限制 而帶來的便利已經成為日常生活中的重要購物方式之一。中國互聯網絡信息中心(CNNIC) 于2016年1月發布的《第37次中國互聯網絡發展狀況統計報告》數據顯示：截至2015年 12月，中國互聯網民規模達到6. 88億，互聯網普及率達到50.3 %,其中網絡購物用戶規模 達到4.13億，較2014年底增長14.3%。2015年個人網絡購物占比達到各類互聯網應用的 60%,社交應用占各類互聯網應用的比例達到77%。兩類應用都具有較高的用戶使用率，說 明社交網絡和電子商務二者具有共同發展、相互促進的基礎和優勢，作為互聯網應用的兩大 重要領域正在呈現相互融合的趨勢，社會化電子商務正是在這樣的背景下初見雛形。
社會化電子商務(social commerce)也稱為社交電子商務、社會化商務，是近年來電子 商務發展的一種新趨勢。社會化電子商務依托社交媒體、網站、軟件和工具為平臺，通過用 戶之間的社會化互動、用戶生成內容(UGC)等新型手段來輔助商品或服務的購買和銷售 等行為。維基百科對社會化電子商務的定義是：社會化電子商務是電子商務的一個子集，它 包括社會媒體、支持社會交互的網絡媒體以及有助于在線購買和銷售產品和服務的用戶貢獻。
許多國外的學者對社會化電子商務的認識和研究起步較早，Liang & Turban (2011)認 為社會化網絡平臺(SNSs)是社會化電子商務得以發展的基礎。Marsden (2010)認為社會 化商務將社交網絡和電子商務整合在一起，通過應用各種網絡技術，幫助產品和服務的購買 與銷售。Stephen (2010)從廣義上將社會化商務定義為基于互聯網的一種社會化媒體形式， 這種新的形式能夠促進消費者積極參與到網上交易市場和社區產品和服務的營銷和銷售中 去。Rubel (2012)認為，社會化商務包含協同電子商務工具，使購物者能夠獲得信任的個 人意見，找到商品和服務并購買它們。Hajli (2014)和Kim&Park (2013)認為社會化商務 是電子商務的子集或一個新的分支，允許用戶生成內容，是一個基于群體和關系的在線開發 市場。我國的學者陶曉波(2015)認為，社會化電子商務包含四個要素：社會化媒體、人際 互動行為、商業意圖的融入和信息的流動，同時具備這四個要素的活動就可以被稱之為社會 化電子商務。
1.1.1社會化電子商務在國外的發展
學者Curty和Zhang (2013)認為社會化電子商務活動起源于二十世紀九十年代末期 Amazon公司和Epinions等企業的實踐活動。2005年Yahoo公司推出了一種基于Web2.0技
術的Shoposphere網絡服務，能夠實現全球用戶將自己感興趣的商品放入到精選列表（pick list）中，并能夠和網絡好友分享。Yahoo公司用"Social Commercen來稱呼這種新的商業 模式。國外基于社交網站發展電子商務的典型案例當屬Pinterest, 2011年Pinterest網站正式 上線，目前已經發展成為全球最大的圖片社交分享網站，Pinterest具有與以往社交網站顯 著不同的內容呈現方式一一使用瀑布流的形式展現圖片內容,并且能夠實現根據每個用戶的 興趣加載內容，用戶在關注感興趣的內容的同時有可能產生購買需求，Pinterest同時提供購 買商品的鏈接，通過Pinterest導出至電子商務網站的流量已經超過了 Twitter。近年來，全 球知名的社交網站如Facebook、Twitter都在嘗試增加電子商務功能，力圖將更多的社交網 民的興趣轉化為購買行為。全球排名第一的社交網絡Facebook在社會化電子商務領域的嘗 試和創新甚至被專有名詞來命名，稱為F-Commerce。
1.1.2社會化電子商務在中國的發展
近年來社會化電子商務在中國也逐漸興起并快速發展。2011年蘑菇街成立，成為中國 社會化電子商務平臺的雛形，網站主要以導購社區模式吸引顧客參與討論，用戶的點擊訪問 鏈接大多指向淘寶網；現在蘑菇街已經成功轉型成為一個定位于時尚女性的典型社會化電子 商務網站。2013年，阿里巴巴集團入股新浪微博，初步嘗試將社交網絡與電子商務的優勢 相結合，探索社會化電子商務模式。2014年，騰訊推出的微店以旗下著名的社交平臺微信 為入口發展微信電子商務。
電子商務一直是互聯網絡應用的一個重要領域，社會化電子商務作為電子商務的新模式 從起步階段就受到了廣泛關注。通過對中國互聯網絡信息中心發布的《2015年中國網絡購 物市場研究報告》調查數據進行分析，可以對我國社會化電子商務發展的大體狀況和面臨的 問題做出初步總結：
（1） 社會化電子商務有著巨大的發展動力和潛力。作為當今互聯網絡應用的主要領域, 網絡購物用戶與社交網絡用戶存在著較高的重合，其中微信用戶與網絡購物用戶的重合度最 高，達到70.6%；其他常用社交網絡如QQ空間、新浪微博、百度貼吧、騰訊微博的用戶也 都和網絡購物用戶具有較高的重合度，說明社會化網絡為社會化電子商務提供了良好的用戶 基礎和平臺，社會化電子商務的發展潛力巨大。
（2） 社會化電子商務還未形成規模，用戶使用率較低、接受度不高。2015年社交網購 用戶規模達到1.45億，比2014年增長19.1%；社交網購在網購用戶中的使用率由33.8%提 升至35.2%,只有14.7%的網購用戶能夠接受平臺利用自身的社交信息推送商品。
（3） 網購消費者分享購物信息的意愿較低。在有過網上購物經歷的社交網民人群中， 4.1%的社交網民常常分享購物信息，31.2%的人偶爾分享購物信息，高達64.6%的網絡購物 網民從不分享購物信息。
（4） 網購消費者購買別人推薦商品的意愿較低。僅有32.3%的社交網絡用戶表示會購 買別人推薦的產品，67.7%的人表示不會購買，愿意分享購物信息的網民比去年上升了 10% 以上。在商家的推動下，在部分意見領袖及關系親近者的參與下，越來越多的網民開始認可 并分享購物信息。
(5)消費者的社會化購物習慣有待于培養。雖然目前來看網購消費者使用社會化電子 商務的意愿較低，但消費者的參與、分享意愿和使用意愿處于穩步上升的趨勢，網絡社交購 物市場還需經過不斷實踐和培養，讓網民逐步接受在社交應用上分享購物信息，并對這些信 息產生信任。
綜上所述,雖然電子商務商家和社交網絡平臺運營商已經看到了將社交網絡和電子商務 相結合的巨大商機和潛在利益，但是目前消費者的認可度不高，社會化電子商務作為一個新 生事物要獲得消費者的完全信任和接受還需要一個長期的過程，為電子商務企業和商家的管 理實踐帶來了新的挑戰，同時也為管理理論、方法、技術的創新研究提出了許多新的問題和 新的研究方向。
1.1.3問題提出
上述對社會化電子商務在我國發展的現狀分析表明：雖然商家認為社會化電子商務是很 有前景的電子商務發展模式之一，對將社會化網絡和電子商務相結合的形式來促進購物感到 充滿信心，但目前消費者對社會化商務的使用意愿并不高，對通過社交網絡參與討論在網上 購買商品的方式并不信任，對過多的廣告和推銷感到反感，對個人隱私的泄露、交易安全、 他人評價的可靠性和真實性感到擔憂和缺乏信任。
信任仍然是制約消費者使用社會化電子商務平臺的主要因素。社會化電子商務增加了用 戶的購物樂趣，提供了更多的購買參考意見，更加有助于用戶獲取和參與商品的評論，基于 社會關系的社會化商務平臺環境對促進消費者購買和信任具有積極作用，但是社會化電子商 務本質上還是一種電子商務模式，也具有電子商務與生俱來的本質屬性和風險。社會化電子 商務作為傳統電子商務發展的全新模式，還處于起步階段，對于信任的研究方面既有其自身 的新特性也面臨著傳統電子商務的風險。
1.2研究目的和意義
1.2.1研究目的
社會化電子商務正在全球興起并且發展勢頭強勁，被普遍認為是電子商務發展的新模式 和未來方向，受到電子商務企業、商家和學者的廣泛關注，但是目前消費者對這種新型商務 模式的使用意愿還不高，其中一個重要原因就是缺乏消費者信任。本論文以社會化電子商務 為研究背景，從消費者角度出發，以消費者信任為核心研究內容，向前追溯到消費者建立對 社會化電子商務信任的影響因素，向后延伸到信任的結果——使用意愿，對建立消費者對社 會化電子商務的信任的前因性因素進行研究。通過對消費者初始信任的建立、信任的持續、 傳統電子商務向社會化電子商務的消費者信任轉移和社交網絡向社會化電子商務的消費者 信任轉移四個情景下的實證性研究，找到不同階段信任的影響因素，為社會化電子商務平臺、 商家的提升消費者使用意愿提供政策建議。使用社會化電子商務交易過程中可以直接獲取的 信任反映性指標變量，通過信任評價指標體系得出信任的度量值，將信任這一潛在變量轉化 為可以直接度量的值，為社會化電子商務平臺、商家對自身服務評價提供參考依據。社會化 因素是社會化電子商務的特色和優勢，通過分析社會化口碑的信號傳遞作用，為社會化電子 商務商家在市場競爭中釆用的社會化營銷策略提供建議。
綜上所述，本論文的研究目標就是針對社會化電子商務這一新興的電子商務模式，從不 同角度和發展階段研究消費信任建立的影響因素、信任的評價以及社會化因素對信任的作用 機理，進一步明晰信任在社會化電子商務中的作用機制和研究路徑，以期對管理理論與實踐 研究以及相關政策的制定提出參考建議。
1.2.2研究意義
我國電子商務的發展已經初具規模，并且朝著大規模、社會化、跨組織的方向發展，但 在迅速發展的過程中仍然面臨著缺乏交易安全和網絡誠信等一些亟待解決的問題。信任是電 子商務活動成功交易的前提，特別是社會化電子商務具有個性化、社會化、移動性等新的特 征，更加需要建立一個值得消費者信任的交易環境和服務保障體系。本研究圍繞社會化電子 商務環境下消費者信任建立和信任度評價展開，力圖為推進社會化電子商務持續快速發展貢 獻力量。
(1)理論意義
現有國內外關于電子商務信任的研究大多數是基于傳統電子商務的不同模式下開展的, 隨著電子商務的發展，一些以移動電子商務、跨境電子商務、社會化電子商務為代表的新興 電子商務形式逐漸顯現。對于新興電子商務信任的研究還處于起步階段，特別是社會化電子 商務作為傳統電子商務與社會化網絡的融合，有其獨特的屬性，也面臨更高的風險，建立消 費者信任也顯得更為重要。
本研究較為全面地研究了社會化電子商務信任的建立、評價和作用機理，從信任的動態 演化角度研究了不同發展階段信任建立的影響因素，建立了一個較為全面的社會化電子商務 信任評價機制，研究了社會化因素對信任的作用機理，為進一步深入解釋消費者信任和購買 行為打下了基礎，也為后續相關研究提供參考。
(2)實踐意義
對于傳統電子商務網站和商家而言，通過增加社會化網絡或社區功能引導消費者積極分 享評價商品實現共同購物，從以商家為中心的經營方式轉換為以客戶為中心的經營方式，將 消費者對傳統電子商務的信任轉移到社會化電子商務活動中，能夠有效刺激消費者的潛在需 求，促進消費并提高商家盈利。
對于社交網絡平臺而言，龐大的用戶群體是最大的資源，加入網絡購物功能，將消費者 對社交網站的信任轉移到新的社會化電子商務平臺上來，能夠更好地滿足用戶需求、促進消 費，也有利于增強社會化網絡知名度和提高網站盈利。
對消費者而言，社會化電子商務為消費者提供了一種新的購物方式和選擇，消費者能夠 通過彼此的信息交流獲得更加滿意而且物美價廉的商品，并在購物過程中感受到分析、互動 的樂趣。本研究從消費者信任的影響因素、信任持續的影響因素角度進行實證分析，找到了 增強消費者信任的因素，對提高消費者使用意愿有促進作用。
1.3研究內容' 方法和創新點
1.3.1研究問題界定與思路形成
社會化電子商務是將傳統電子商務與社交網絡相融合，通過社會化活動促進網絡購物的 商務活動形式，這種特性決定了社會化電子商務的形態多種多樣，可以是一個獨立的社會化 電子商務網站(平臺)，也可以表現為在傳統電子商務網站中增加的網絡社區功能或者在社 交網絡平臺增加的電子商務功能而開展的各種社會化電子商務活動。本論文研究的消費者信 任是指消費者對使用一個社會化電子商務平臺感到信任，或者參與社會化電子商務活動感到 信任，研究信任建立的影響因素、作用機理和建立信任評價機制增強消費者信任。
根據社會化電子商務的形式不同、發展階段不同，首先分別從信任的發展、信任的轉移 角度研究了建立消費者信任的影響因素和信任可能導致的結果——使用意愿;其次從理論角 度分析了社會化電子商務的特征——社會化因素對建立消費者信任的作用機理;最后試圖將 研究結論應用于社會化電子商務平臺中，依據信任的反映性指標評價體系收集用戶打分對消 費者信任度做出預測，為商家對不同信任度的消費者制定營銷策略提供決策支持。
1.3.2研究內容
(1)社會化電子商務初始信任的建立及其影響因素研究
主要解決對于沒有社會化電子商務經驗的消費者而言，是什么因素導致他們信任進而愿 意使用一個社會化電子商務平臺的問題。本部分借鑒了電子商務信任研究中初始信任模型， 在商家、網站、消費者信任傾向三個因子的基礎上，考慮社會化電子商務的特征加入口碑推 薦因子，建立社會化電子商務消費者初始信任模型。
(2)社會化電子商務的持續信任的建立及其影響因素研究
主要解決對于已經具有社會化電子商務經驗的消費者而言,如何保持他們對一個社會化 電子商務平臺的持續信任和使用的問題。通過對初始信任建立模型的分析，得到的結論是社 會化特征對消費者信任有重要作用，因此本部分重點對社會化特征進行深入分解與剖析，研 究社會化特征對社會化電子商務環境下消費者的持續信任的作用。
(3)從電子商務環境到社會化電子商務環境下消費者的信任轉移
針對傳統電子商務向社會化電子商務轉換的情景，研究傳統電子商務增加社區功能之后, 消費者信任是否會受到對原來電子商務網站信任和新的功能帶來正效應(感知優勢、兼容性、 結果可展示性)、負效應(感知成本、感知風險)的影響而轉移到在新的購物模式下。
(4)從社交網絡環境到社會化電子商務環境下消費者的信任轉移
針對社交網絡向社會化電子商務轉換的情景，以微信為例，研究微信用戶對在微信中增 加購物功能之后，用戶對新的購物方式的信任是否會受到對社交網站的信任、感受到的便利 條件、感知集成度和社會支持等因素的影響。
(5)社會化因素對消費者信任的作用機理
社會化電子商務交易活動形成的基于社交網絡的社會化口碑,是社會化因素的重要體現, 也是建立消費者信任的重要影響因素，具有向消費者傳遞商家真實信息的信號作用。從理論 研究的角度，使用博弈論中信號博弈的研究方法對社會化口碑對建立消費者信任的作用機理 做出了分析，分別將社會化口碑作為離散變量和連續變量，建立了離散信號博弈模型和連續 信號博弈模型。
（6）社會化電子商務的信任評價及仿真
基于社會化電子商務信任的前因性研究，從應用研究的角度，通過對社會化電子商務研 究的文獻和用戶訪談進行質性研究，獲取可直觀測量的信任的反映性指標，建立社會化電子 商務信任度評價指標體系。采集具有社會化電子商務經驗的消費者對指標體系中所有二級指 標的打分，并將打分作為輸入數據，經過BP神經網絡訓練和模擬，獲得的輸出作為信任度， 建立消費者信任評價模型。
1.3.3研究方法
（1） 問卷調查方法
在梳理前人相關研究文獻的基礎上，結合社會化電子商務的研究背景，選取文獻中的相 關測度項建立調查問卷，問卷題目釆用Likert 7分量表來設計。通過線上與線下相結合的方 式發放調查問卷。
（2） 實證研究方法
使用SPSS軟件對調查問卷收集的數據進行初步的描述性統計分析，剔除不合理的數據; 使用AMOS軟件對測量模型進行驗證性因子分析，通過信度、效度分析之后，對結構方程 模型進行擬合，并對理論模型中各個假設進行驗證。
（3） 質性研究方法
質性研究是一種通過對大量多種類型的文獻、訪談記錄、音頻、視頻等資料進行深入地 分析研究，從原始材料中逐步形成結論和理論的一種研究方法。基于扎根理論通過對社會化 電子商務信任的相關研究文獻和訪談記錄進行質性研究，得到信任的反映性指標建立信任評 價指標體系。
（4） 系統模擬與仿真
基于BP神經網絡原理，使用Matlab軟件對社會化電子商務信任評價指標體系的打分 數據進行模擬與仿真，經過訓練的網絡能夠較好地擬合消費者對社會化電子商務網站的信任 度評價體系，得出客觀的信任度量值。
（5） 數學建模方法
基于信號博弈理論建立商家向消費者傳遞社會化口碑信號的博弈模型，基于優化的思想 對模型進行分析，計算和證明社會化電子商務交易過程中，社交網絡形成的社會化口碑信息 對不同類型社會化電子商務賣家形成分離均衡的條件和作用機制，研究社會化因素對信任的 作用機理。
1.3.4創新點
社會化電子商務處于發展的初期階段，消費者認可度和接受度不高，對于這一新型電子 商務模式，建立消費者信任是社會化電子商務成功的關鍵因素。本論文以在社會化電子商務 環境下建立消費者信任和通過信任評價機制增進消費者信任為主要研究思路，基于社會化電 子商務復雜多樣的形態，研究信任建立的影響因素、作用機理和信任評價機制。本論文的創 新點主要體現在以下四個方面：
(1)本研究基于社會化電子商務這個新的研究領域，對社會化電子商務環境下消費者 信任的建立及其影響因素進行了深入全面地分析研究。基于信任動態演化的視角，論文建立 了社會化電子商務環境下消費者初始信任模型和持續信任模型;基于社會化電子商務的不同 形成模式，建立了消費者對傳統電子商務和社交網絡信任至社會化電子商務信任的轉移模型。 四個模型組成了一個比較完整、全面的社會化電子商務情景下消費者信任建立及其影響因素 的研究框架。
(2)本研究拓展了信任的研究領域，豐富了信任模型中的研究變量。將反映社會化特 征的相關變量納入到技術接受模型、信息系統持續使用模型、信任轉移模型中，拓展了模型 的適用條件和邊界。
(3)本研究創新性地研究了社會化因素對建立消費者信任的作用機理。對社會化電子 商務商家將社會化口碑信號傳遞給消費者，進而增強消費者信任的過程做了理論上的分析和 推導，證明社會化電子商務活動中商家及其商品的社會化口碑能夠傳遞真實的商家信息，不 同類型的商家在社會化電子商務活動中應采取不同的社會化口碑營銷策略。
(4)本研究豐富了信任研究的維度，建立了社會化電子商務環境下消費者信任的評價 機制。通過對信任的反映性指標變量進行建模與仿真，實現了對消費者信任程度的定量表達 與預測。該模型可以應用于電子商務平臺中通過用戶對反映性指標打分獲得對消費者信任度 的預測，用于幫助商家區分不同信任水平的用戶，有針對性地改進推薦策略和營銷策略。
1.4技術路線與論文結構
論文以社會化電子商務環境下消費者的信任為核心,從建立消費者信任的影響因素和結 果、社會化因素對建立信任的作用機理和信任的評價三個部分對信任開展研究，三個部分的 邏輯關系表述如下：
(1)實證研究視角
信任的前因性研究主要從縱向和橫向兩個思路展開。縱向線基于信任隨時間的動態演化 過程，研究了消費者對社會化電子商務的初始信任建立和信任的持續，分別對應論文第三章 和第四章;橫向線基于消費者對傳統電子商務和社交網絡的信任對建立社會化電子商務信任 產生影響的視角，研究不同環境下消費者信任的轉移，分別對應論文第五章和第六章。
研究結果表明：第一，在各種研究背景下，社會化因素都是建立消費者信任的重要影響 因素；第二，消費者的信任能夠顯著增強消費者使用意愿。
(2)理論研究視角
基于第一個結論一一社會化因素對社會化電子商務信任具有顯著正向影響，從理論視角 研究了社會化因素對向消費者傳遞真實信號、增強消費者信任的作用機理，對應論文第七章。
(3)應用研究視角
基于第二個結論一一社會化電子商務環境下消費者信任能夠顯著增強消費者的使用意 愿,論文從實際應用角度研究了在社會化電子商務平臺上應用信任評價機制對消費的信任度 進行預測，助于社會化電子商務商家提高服務水平、增強消費者使用意愿，對應論文第八章。
論文的主要研究思路、基本框架結構和技術路線如圖1-1所示：
第一章緒論
第二章文獻綜述
第三-六章社會化電子商務下消費者信任建立的影響因素研究
圖1-1研究技術路線圖
第二章文獻綜述
2.1信任
2.1.1信任研究的興起
信任是人類社會產生以來人與人之間交互作用的產物，是整個人類社會得以存在和發展 的必要基礎，對信任的研究具有極其重要的現實意義，信任是社會關系的粘合劑，是構建社 會秩序的基礎。但是長期以來信任就如同陽光和空氣一樣被視為理所當然的存在，它默默地 沉寂于社會科學之中卻沒有成為中心課題(B. A. Mistzal, 1996)o當時的學者主要從階級、 社會地位、經濟地位、組織形式等直觀的變量解釋人的行為，但是這種解釋經常是不充分的。 二十世紀七十年代之后，對信任的研究逐漸開始成為西方社會科學界的熱門話題，涉及到包 含社會學、心理學、政治學、經濟學和管理學領域在內的幾乎所有社會科學門類。
對信任的研究是現代社會分布不斷細化的的需求。隨著社會分工越來越精細，社會職業 不斷朝著專門化方向發展，每個社會成員必修依賴他人才能在社會上生存下去，形成了彼此 之間的依賴感、團結感和社會聯系感,因此信任也會隨著分工的擴大而進一步變得更加重要。
對信任的研究是社會風險和不可預知性不斷增加的需要。德國著名學者烏爾里希•貝克 (1986)認為文明與技術的發展給人們的生活帶來好處的同時也帶來了很多風險，這種風險 是指完全脫離人類感知能力的放射性、空氣、水和食物中的毒素和污染物，以及相伴隨的短 期和長期的對植物、動物和人的影響，這種風險會引起系統的、常常是不可逆的傷害，而且 傷害一般是不可見的，而為了應付風險社會的弱點，需要擴大信任的儲備。
對信任的研究是社會交往陌生化的需求。隨著現代社會人口流動加劇，人們的社會交往 方式由原來的“熟人社會”轉變為“陌生人社會”，人與人之間的交往更加需要建立信任， 并且不僅信任的對象發生了改變，信任的建立機制和維系模式也需要不斷調整，這一切都需 要在新的情景下對信任開展深入研究。
對信任的研究是人們對系統依賴的需求。隨著社會文明的進步，人們在工作生活中不可 能有能力完全懂得生活中遇到的涉及經濟、政治、科技、醫學等領域的所有問題，因此只能 越來越依賴他們并不了解的各種專業系統，所以只能選擇信任這些系統能夠正常運轉，沒有 信任人們將寸步難行。
2.1.2信任的定義
信任在心理學、社會學、管理學、營銷學等領域都被認為是一個重要的研究領域和視角， 由于信任具有模糊性和抽象性，不同學科對其有不同的認識和定義。心理學研究認為信任是 一個人的個人特質，是個人或組織信賴另一方的語言、口頭或書面承諾的意愿。管理學領域 研究的信任大多基于組織視角，認為信任能夠降低組織內部以及組織間的交易成本，增加企 業績效。營銷學領域研究的信任一般基于關系營銷視角，信任被認為是對伙伴可信度的信念， 也被認為是在處于弱勢情況下依靠伙伴的意愿。
信任是一個非常復雜的社會與心理學現象，迄今為止還沒有一個統一的定義，這也說明
對信任的理解和研究涉及到多個層面和多個領域，涵蓋了多個維度和不同領域。綜合多位學 者對信任的定義，可以把信任分為以下幾種：
（1） 從信任者的角度定義信任
心理學家認為信任是一種存在于個體內部的較為穩定的心理特質或信念,具有不同心理 特質或信念的個體具有不同的信任傾向，信任關系的建立主要從信任者的人格特質或者信任 者對其他社會成員的信念或態度角度開展研究。基于心理學的對信任的一些經典定義在表 2-1中列出：
表2-1基于心理學的信任內涵
信任的定義 文獻
信任是個體所有的一種構成其個人特質之一部分的信念，是個體特有的對他人 的誠意、善良及可信性的普遍可靠性的信念 信任是一群人個別的信念或共同的信念系統。在此信念下，其他的人或團體會 以值得信賴的作為做出與承諾一致的行為：無論協商所形成的承諾為何，都會 表達誠意；即使有機會，也不愿意占便宜。
信任是交往雙方對于兩人都不會利用對方的易受攻擊性的相互信心 信任涉及對他人的期望和信念，即相信他人會以我們期望的方式行動，而此方 式不必然對其有利。
信任是一種信念，在特定的情景下能夠且愿意以信任者最佳的利益行動.
信任是一種期望或信念，使個人能夠依賴他人的言行，并認為對方對自己有善 意0 信任是一種信念，即甲認為在交換關系的投資上，乙在產生正面結果或不產生 負面結果時是可以依靠的。
（2） 從被信任對象的角度定義信任
影響信任建立的因素既與信任者個體的人格特質有關，也和信任對象（被信任者）的特 征有很大關系。許多學者通過分析被信任者的特征研究信任建立機制以及信任的影響因素， 從被信任者角度來看，信任主要體現在被信任者所表現出的正直、誠實、善意、能力、行動 一致性、忠誠和動機等方面因素，這些因素體現了信任的復雜性特征。這樣的研究視角也影 響到對信任的定義，表2?2列出了從被信任者角度對信任的定義，將信任定義成為對他人特 點的反映。
表2- 2從被信任對象角度定義的信任
信任的定義 文獻
信任是某方基于能力（competent〉、坦誠（open〉、關懷（concerned） 和可靠（reliable）四個信念而處于劣勢的意愿。
信任指一個人相信且愿意依賴另一個人。高度信任包括信任的意圖 （intention） —— 特定環境中愿意依賴他人和信任的信念——在特定情 境中相信他人是善意的、有能力的、誠實的或可預測的。
信任的定義反映了三個維度：（1）信任是某方所顯示的一種期望或信念， 認為他方的行動是出于善意而有所行動；（2）某方不能控制或逼迫他方 實現這項期望；（3）信任牽涉某種程度上對他方的依賴，因此個人的結 果受到他人行動的影響。
信任是對信任的對象所知覺到的信用和善意（perceived credibility and benevolence） J. Mishra & M. A. Morrissey > 1990
D.H. Mcknight > L. L. Cummings
& N. L. Chervany, 1998
E.M. Whitener* S. E. Brodt>
M. A. Korsgaard & J. M.
Wemer, 1998
P. M. Doney, J? P- Cannon & M.
R. Mullen, 1998
信任是相信他人的善意，認為他人的期望可信賴且可預期。 P. S. Ring &VanDeVem 1992
（3）從信任者和被信任者雙重角度定義信任
有些學者認為信任是涉及信任者和被信任者兩個人的一種社會現象，主要從信任者和被 信任者的雙重角度以及兩者之間關系的角度開展信任研究，將信任視為某種態度或某一個體 對另一個體的期望。從信任者和受信者雙重角度對信任進行定義的主要文獻見表2-3：
表2- 3信任者和被信任者雙靈視角下的信任
信任的定義 文獻
信任是個體對另一個個體的言詞、承諾及口頭或書面的陳述之可靠性的一 般性期望.
信任是一種狀態，涉及對他人動機所持的有信心的正面期望，而他人的動
機通常會伴隨一定的風險
信任是認為他人的行動對其有利（而不是傷害）的一種特定期望；也是一
種類化的能力，即認為在信任之下，會有各種社會秩序的面貌.
信任是一種期望，這種期望可以減輕交換各方對投機取巧行動的恐懼.
信任是一種個人在有風險的情景中對他人動機所持有的信賴性的正面期望
狀態。
信任是一個人對與自己的行動選擇有關的他人行動的確切預期，該行動選 擇必須在自己能檢測他人行動之前進行.
信任是對正面（或非負面）結果的期望，這種期望是來自不確定的互動下 己方對他方所預期的行動.
（4）從不確定性因素定義信任
許多學者的研究認為信任是在行動的結果不完全可控的情況下才會出現,未來行動的最 終結果如何取決于哪些不被控制的行為。由于信任是一種類似冒險的行為，因此需要從不確 定性方法對信任開展研究。
表2-4基于不確定性因素定義的信任
信任的定義 文獻
一個人對某事的發生具有信任是指：他期望這件事的出現并且采取相應的行動，且 這種行為的結果與他預期相反帶來的負面心理影響大于與預期相符時所帶來的正 M. Deutsch» 1958
面心理影響。
信任是當個體面臨一個預期的損失大于預期的收益之不可預料事件時所做的一個 非理性的選擇行為。 L. T. Hosmer, 1995
信任是信任者基于主觀幾率認為被信任者會選擇不使用對信任者造成傷害的出賣 機會（即使此機會合乎信任者的利益）而選擇和被信任者合作。 B. Nooteboom, 1996
（5）從社會學角度定義信任
上述都是針對信任雙方的特征和機制的角度展開的關于信任的研究。與研究信任的雙方
主體特征不同，社會學中的信任是一種和文化、制度、社會結構緊密聯系的一種社會現象， 社會學者們不僅關注人與人之間的信任，人對制度和人對系統的信任是他們更加關注的范疇， 因此社會學者認為信任是人對社會系統正常運作的特定期待。從社會學角度對信任的解釋和
定義見表2-5：
表2?5社會學角度定義的信任
信任的定義 文獻
信任是對一個人或一個系統之可依賴性所持有的信心，在一系列給定的后果或事件 中，這種信心表達了對誠實或他人的愛的信念，或者是對抽象原則（技術性知識） A.Giddens, 2000
之正確性的信念.
信任是一個社會結構和文化現象，包含三個層面的意愿：一是對維持和實現自然秩 序和合乎道德的社會秩序的期望；二是對處于社會關系和社會體制之中有技術能力 的人的角色行為的期望；三是期望相互作用的另一方履行其信用義務和責任. Bernard Barber, 1989
信任是使個體能適應復雜社會環境的一種簡化策略，并因此從不斷增加的機會中獲 T. Earle & G. T.
益。 Cvetkovich, 1995
信任是相信他人未來的可能行動的賭博，由信心（belief）和承諾（commitment） 兩個因素組成。 P. Strom Puka* 2005
通過對信任相關文獻的研究和梳理，可以看到信任在不同的研究領域定義不盡相同。心 理學家傾向于從個體的心理或人格特質去研究信任，社會心理學家關注信任者與被信任者之 間的關系，社會學家認為信任的影響因素包含社會結構、文化傳統和制度規范。不同領域的 研究者會基于不同的視角、沿著不同的路徑對信任深入研究，并且形成了各自不同的理論和 研究體系。
2.1.3基于網絡的信任研究
隨著互聯網絡和信息技術的飛速發展,網絡平臺已經成為人與人之間進行信息和情感交 流的重要手段，互聯網絡提供了一個虛擬社會，在這個虛擬社會中的人際交往活動、商務活 動和社會關系與現實社會具有不同的特征和運行規律，這種特殊性引發了學者們對原有的信 任相關理論的探討、檢驗和創新。
由于網絡空間的虛擬性和不確定性，信任是對網絡空間各項社會活動和商務活動開展研 究的前提和重要條件。學者Corritore, Kracher和Wiedenbeck (2003)認為網絡信任的關鍵 條件包括：風險(risk)、弱點(vulnerability)、期望(expectation)、信心(confidence)和 利用(exploitation)。
網絡信任模型描述了網絡信任產生的因素、網絡信任的表現因子和網絡信任在導致的結 果之間的相互關系，如圖2-1所示。在網絡環境下，網站自身的技術因素和特點，網站提供 的信息、服務或商品的可信性，已經消費者在虛擬環境中特征(信任傾向)等都是基于網絡 的信任研究的關注對象。
圖2-1網絡信任模型的拓撲結構
2.2電子商務環境下的信任
2.2.1電子商務環境下的消費者信任
自從電子商務產生和發展以來，對電子商務信任的研究一直是國內外學者關注的問題。 由于電子商務具有基于虛擬網絡環境開展商品或服務銷售的特點，電子商務信任常常被稱為 網絡信任(OnlineTrust)、在線信任或線上信任，對電子商務信任的定義也綜合了心理學、 管理學和營銷學信任的定義。目前國內外學者一致認可的對電子商務信任的定義是由Mayer 等學者于1995年提出的定義：信任是信任者(truster)對被信任者(trustee)表現出的一種 意愿，這種意愿是指:被信任者能夠按信任者的期望執行重要、特別的活動，在這種意愿下， 雖然信任者有可能受到被信任者的傷害，也不會考慮或者控制被信任者的能力。通過對電子 商務信任的文獻追蹤，表2-6列舉了比較有代表性的電子商務信任的定義。
表2-6電子商務研究中信任的相關定義
定義 文獻
信任是個體有依賴他人的意愿。
電子商務信任是信任主體對信任客體不暴露主體弱點的期 望，期望信任客體表現出善意、能力和可預測行為的信息。 可信性和善意構成電子商務交易信任.
在不確定(有風險)的環境下，一方愿意信賴另一方的意愿、 打算或期望.
電子商務信任指在線消費者希望在線商家能夠按照其期望執 行重要活動，維護或提高消費者的利益. Gefen, Karahanna and Straub. 2003
Mcknight and Chervany, 2002
Pavlou and Gefen, 2004
魯耀斌，2005
趙宏霞，2010
2.2.2電子商務信任的維度
大量學者的研究表明，信任是一個多維變量，導致消費者信任的因素眾多，不同的研究 者從不同的角度對電子商務信任劃分了維度，包括二維度信任、三維度信任和多維度信任。 詳細分析見表2-7o
表2-7電子商務信任的維度
信任維度 主要內容 文獻
二維度 認知信任、情感信任 Mcallister* 1995； Johnson and Graysonb, 2005
二維度 技術信任、關系信任 Ratnasingam> 2005
三維度 個人、人際和制度 Tan, 2004
三維度 購前信任、購中信任、購后信任 馬書剛，李鋼，顏鵬，2007
五維度 信任傾向、組織信任、信念、意圖、信任行為 Mcknight and Chervany, 2001
六維度 制度、行為、技術、交易、信息、產品 Kim, Song and Braynov et al.> 2005
六維度 消費者行為、制度、信息、產品、交易、技術 魯耀斌，董圓圓，2005
以上研究均表明，由于研究信任的角度和被研究對象所處的環境不一樣，信任的維度劃 分也不同。
2.2.3電子商務信任的影響因素
對電子商務信任的研究大多是圍繞信任的影響因素開展的，主要研究哪些因素能夠導致 消費者的信任態度。學者們分別基于不同研究背景和視角對信任的影響因素做了深入的研究, 通過對以往研究文獻進行梳理與總結，發現消費者信任的影響因素主要包含消費者因素、賣 家因素和環境因素三個方面。
(1)消費者因素
消費者因素既包括消費者的性別、年齡、學歷、收入等個人基本情況，還包括信任傾向、 對風險的感知、網上購物經驗等方面，具體見表2-8。
表2- 8電子商務信任的消費者影響因素
研究方法 影響信任因素 文獻
實證方法 消費者個人的信任傾向 Kim and Prabhabkar, 2002
實證方法 消費者的個體因素、認知因素、經歷因素、知識因素 Rita and Lundgren > 2004
實證方法 消費者個人信任傾向 Bhattacheijee* 2002
實證方法 消費者感知網上風險 Hoffman and Novak. 1996
實證方法 消費者感知風險 Corbitt. Thanasankit and Han, 2003
實證方法 網上購物經驗 王宏偉，夏遠強，2009
大量的實證研究結論已經證實了個人信任傾向對建立網絡信任有顯著正向影響,但是消 費者的網上購物經驗、感知風險等因素是否能夠顯著影響消費者信任方面，不同學者的研究 結論并不一致。例如：Gefen (2000)通過對217名網上消費者問卷調查，研究結果發現消 費者的性格傾向對網絡信任有一定的影響，然而邵兵家，孟憲強和張宗益(2005)的實證研 究卻發現消費者的個人特征對信任沒有顯著的影響。除此以外，還有部分學者的研究表明消 費者對網絡購物的認知(顧姝姝，2008),個人特征和性格傾向(Tian, Lai and Daniel, 2008) 均會對網絡環境下消費者的信任產生影響。
(2)賣家因素
電子商務環境下，賣家是消費者建立信任的重要參考因素，也是電子商務信任的重要研 究對象。賣家因素主要包括口碑、聲譽、規模等方面。
表2-9電子商務信任的賣家影響因素
研究方法 影響信任因素 文獻
實證研究 賣家聲譽對消費者信任有影響 Dellarocas, 2003
實證研究 企業的知名度對消費者信任有顯著的影響 龐川，陳忠民，羅瑞文，2004
實證研究 賣家網店的規模和聲譽對消費者信任有影響 Jarvenpaa^l. and Tractimsy'n» 1999
實證研究 消費者對電子商務的信任程度同網絡賣家的信息描 Liaoa and Lina, 2006
述質量成正向變化關系
除此以外，大量的研究表明賣家的售后服務、互動性、賣家所處網站的功能性等均影響 消費者的信任。Kouferis (2004)等學者的研究認為當消費者無法通過與賣家面對面交流的 方式來確定商家是否值得信任的時候，消費者與商家交流的順暢與否就變得尤為重要。Porat (2008)等學者研究認為在暈輪效應的影響下，網站聲譽是消費者建立初始信任的重要影響 因素。林家寶等(2015)對水果電子商務的研究認為，物流服務質量、網站設計質量、賣家 與消費者溝通、消費者信任傾向是影響消費者信任的因素。
(3)環境因素
研究表明消費者在進行電子商務活動時，不僅僅重視賣家的聲譽和規模，也十分重視交 易環境。李立，秦輝，王挺(2010)認為電子商務的環境因素包括第三方信任保障機制和法 律保障機制。魏明俠(2005)的研究認為在電子商務環境下，消費者感受到對隱私的保護和 安全是影響消費者信任的重要因素。曹振華(2006)等通過對消費者在線交易的定量研究也 得到了類似的結論，認為對隱私的保護和付款安全是提高網絡購物者信任水平的重要舉措。
2.2.4電子商務信任理論模型
通過前面的文獻研究可以看出：電子商務信任是一個多維度、多種影響因素、涉及多個 主體的復雜問題，很難在一個模型中涵蓋信任的全部方面。眾多學者從各不相同的研究視角 闡述了電子商務信任的理論研究框架，其中許多模型對社會化電子商務的信任研究有重要借 鑒意義。
Mayer ( 1995)等在關于信任研究的經典文獻中提出了基于信任的二元主體：信任方 (trustor)和被信任方(trustee),并且基于信任的二元主體建立了閉環反饋型信任模型，如 圖2-2所示。該模型認為被信任方的特征包括能力、善意和誠實，信任方的特征指信任傾向， 二者都對信任產生影響，信任和感知風險會導致關系中的風險承擔，最終結果又會反作用于 信任方，改變信任方的信任態度。
圖2-2基于二元主體的信任研究框架模型
McKnight和Chervany (2002)使用語義分析的方法，經過分析心理學、社會學、社會 心理學等不同學科門類對信任的研究，構建了一個電子商務信任模型。該模型包含信任傾向、 基于制度的信任、信賴他人的信念和信賴他人的動機四個因子，并在此基礎上引入Web商 家的介入和與信任相關的行為，進一步豐富了模型的電子商務特征，比較全面完整地描述了 電子商務信任及其內涵，其中許多變量可以用于不同的研究背景。
圖2-3多學科集成的電子商務信任模型
Shankar和Urban (2002)從電子商務交易涉及的各個參與方 干系人(stakeholder) 的角度建立電子商務信任模型。基于干系人的網上信任框架模型(圖2-4)描述了網上信任 的影響因素：網站特征、用戶特征和其他特征，網上信任的結果：行為動機、滿意度與忠誠 度、企業績效。該模型為電子商務信任的影響因素提供了豐富的變量。
企業績效
寸-網站流量
t價格
-飯益
-獲利性/投資收益化
股東價值—_ ——
圖2-4基于干系人的網上信任框架模型
Kim等（2005）認為電子商務交易過程中涉及到四個實體：買方、賣方、第三方和技術， 依據四個實體之間相互關系進一步將影響信任的因素劃分為六個維度，依據所歸屬的實體被 劃分為三個層次。六維度信任模型對電子商務信任的研究要素進行了清晰地劃分，信任在六 個維度相互作用過程中不斷累積，后期受到前期的影響。
技術
技術維
技術
、r 、，
/'消費肴選擇、'、 ,/第三方 \
\消費者行為維7 '、 制度維 ，‘
第三方
L . 丄
網站、 產品選擇\ 交付實施
■Q A
信息維，‘ 產品維 、、交易維
賣方
圖2?6所示的網絡交易過程信任模型是由Salam (2005)提出的，該模型是基于理性行 為理論、技術接受模型和關系依賴理論的一個網上信任形成模型。模型使用外部因素、信念、 態度、動機、行為結果和關系發展六個因素描述了信任的動態發展過程,在信任發展過程中， 消費者和網絡商家的關系會從初期的信息搜索關系發展為短期交易，最終有可能發展為長期
穩定的關系。
圖2?6基于理性行為理論的過程信任模型
上述理論為電子商務信任的研究提供了良好的研究基礎，后來的學者基于上述理論從電 子商務的不同實體、不同發展階段對電子商務信任開展了進一步深入的研究。隨著信息技術 的發展和進步，電子商務出現了新的商務模式，以社會化電子商務為代表的新興電子商務環 境下消費者信任的建立仍然是一個重要的研究課題，對社會化電子商務環境下消費者信任的 研究仍然需要依據上述模型并結合新的情景對模型加以改進。
2.3社會化電子商務環境下的信任
2.3.1社會化電子商務定義
web 2.0技術的應用是社會化電了商務得以發展的基礎和起點。某種程度上可以認為： 社會化電子商務是電子商務的一種新形式(Kim and Park, 2013； Hajli, 2014),它不僅使 消費者變成互聯網內容的創造者，還為供應商提供更多更廣闊的市場。自從社會化電子商務 出現以來，對社會化電子商務的定義和范圍界定就一直是許多學者關注的熱點問題，試圖從 不同角度定義和解釋社會化電子商務，表2-10中列舉了一些有代表性定義。
表2-10社會化電子商務代表性概念界定
定義 文獻
社會化電子商務是指消費者通過web 2.0技術和社會化媒體完成的Liang and Turban, 2011 電子商務交易和活動.
社會化電子商務是一種以網絡為基礎的商業程序，支持用戶之間的 Huang and Benyoucef, 2013 交流，允許用戶通過社交媒體銷售產品和服務。
社會化電子商務是一種融合線上和線下環境的新型商務活動。 Wang and Zhang, 2012
社會化電子商務是一種在社會媒體協助下完成的網絡購買和銷售的 Caverlee, Liu and Webb. 2010 行為，支持用戶間的交流，分享用戶體驗等用戶生產內容.
社會化電子商務是利用社會化媒體支持交易各方交流互動、分享、 魯文，于兆吉，2015
傳播和推薦商品或服務，從而促進商晶和服務交易的一種新型電子
商務模式.
社會化電子商務是消費者在網絡虛擬空間中，通過人際互動獲取和 Seifert, Schneider, Rukzio, 2011 比較產品的價格、可獲得性、配置等信息，進而展開購買決策的商 務活動。
社會化電子商務是消費者在線合作，從受信任的個體獲取建議、找Leitner, Grechenig, 2013 到正確產品并最終購買的一種現象。
社會化電子商務是傳統電子商務的一種變革，它基于一對一的人際 Afrasiabi Rad, Benyoucefi 2011 互動，形成更具社交性與互動性的電子商務活動.
社會化電子商務不僅是商品和服務的在線買賣，它使顧客與商家、Chong, Ooi, Lin, et al,2014
商家與商家之間可以通過社會化媒體在線開展合作式互動，并創造
商業價值。
社會化電子商務是B2C電子商務的一個延伸，消費者在這一模式下Shen, Eder, 2012
通過人際互動機制開展尋找商品、積累并分享商品信息、集中制定 購買決策等消費行為.
綜上所述，本論文的作者認為：社會化電子商務是一種以Web2.0技術、用戶生成內容 等互聯網絡新興技術應用為基礎和支撐，利用社會化媒體(平臺)協助用戶分享、互動、推 薦以達到社會認同，利于社會化因素促進商品或服務交易的一種新型電子商務模式。
2.3.2社會化電子商務的特征
社會化電子商務是傳統電子商務的升級版本，二者本質上都是為了滿足用戶的需求，提 供商品和服務的銷售和購買，但也存在差異：在電子商務活動中商家是商務活動的主體，客 戶只是對商品的價值與質量進行關注與選擇;而在社會化電子商務中客戶是商務活動的主體, 客戶可以通過分享、互動實現價值共創。社會化電子商務具有如下特征：
(1)真實性：在傳統電子商務環境中用戶購物只能參考陌生人的評價，而在社會化電 子商務環境中由于用戶之間的好友關系是基于社交群體建立的，具有較強的關系連接，這就 決定了用戶間交流傳遞的信息相對更加可靠和真實可信。
(2)公開性：社會化電子商務的社會化特征決定了其商務模式就是鼓勵用戶參與，依 托社交平臺用戶可以自由地分享購物感受、評論商品、向好友推薦商品等，通過發布用戶關 于商品生成的內容吸引更多消費者購買。
(3)互動性：社會化電子商務平臺的服務對象是企業和用戶，既可以促進用戶與商家 的交流，同時可以增加用戶與用戶的經驗分享，激勵用戶主動反饋商品的內容。
(4)社區性：在社會化電子商務平臺，用戶根據相同的興趣愛好集聚并形成社區，在 社區中大家可以進行深入的交流與討論。
(5)精準性：社會化電子商務的最大價值是能夠幫助消費者精準、快速地定位到自己 感興趣的信息、自動過濾掉無用的信息，提高了用戶獲得信息的價值和效率；同時用戶獲得 的信息因為是網絡好友推薦和分享的信息，有助于建立消費者信任。
2.3.3社會化電子商務信任
電子商務的虛擬性和信息不對稱性決定了消費者可能因為缺乏信任而拒絕釆納,因此信 任一直是電子商務自產生以來重要的研究課題之一。傳統電子商務交易環境以商家為中心, 主要通過對商家口碑、網站質量、產品、交易環境、售后服務等因素感知信任。社會化電子 商務以客戶為中心，增加了信任研究的維度，也擴大了信任研究的范圍。
SanghynKim (2013)認為社會化商務的信任以及信任的表現(購買意愿和口碑)受到 社會化商務的特征影響，他認為社會化電子商務的特征包括：聲譽、規模、信息質量、交易 安全性、信息交流、經濟可行性和口碑介紹。其中除了經濟可行性之外，其他六個因素都對 消費者信任有顯著影響。
Nick Hajli (2015)定義了社會化電子商務的基礎構面(Social Commerce Constructs)： 等級和評論、推薦和介紹、論壇和社會三個方面分析消費者的信任和購買意愿。基于TAM 模型的實證研究表明：社會化電子商務的構面能夠顯著提升消費者信任和購買意愿。
Rimantas Gatautis (2014)基于整合的技術接受模型(UTAUT)做了社會化商務的釆 納研究，通過對臉書用戶的實證研究，結果表明：社會影響對于個人采納社會化商務起到最 重要的影響，其次是努力期望和便利條件，影響最小的是績效期望。
Mahmood (2013)提出了社會化電子商務接受模型，他認為信任和感知有用性會影響 到消費者購買意愿，同時信任又受到推薦、社區和評級三個因素的影響。Mahmood認為更 多的交互是社會化電子商務的一個重要特征，交互性影響用戶交易前、中、后各階段的決策。
Harris和Dennis (2011)的研究同樣認為信任程度和購買意愿呈正相關，朋友的推薦對 改變用戶網絡習慣有顯著影響，不同親密程度的朋友對信任程度以及影響呈現層級結構，從 上至下依次是真實朋友至來自購物網站的陌生人評論。
Sherchan (2013)等學者對社交網絡的信任信息收集模型、信任評估模型和信任傳播模 型進行了詳細分析和總結。他們認為：信任是可計算的(calculative)、交互的(relational)、情 緒性的(emotional)、認知的(cognitive)> 制度性的(institutional)、有傾向性的(dispositional)o 目前對于社會電子商務信任的研究還剛剛開始，特別是結合中國國情和中國消費者特點 的研究欠缺，相關研究文獻較少，研究的視角也不夠全面。
2.3.4社會化電子商務信任與消費者使用意愿
消費者對社會化電子商務建立信任的直接體現就是具有購買和使用意愿。通過文獻梳理 發現，國外的專家學者對社會化電子商務消費者購買意愿的研究相對國內學者更為深入。主 要包括：Cha (2009)對不同消費者的網上購買意愿進行研究，發現消費者的購買意愿受到 感知易用性、感知適用性、社會化媒體使用經驗等因素的影響。Moody, Galletta和Lowry (2014)通過調查發現，賣家的名氣、規模、信息數量、交易安全性、溝通及口碑對消費者 的信任和購買意愿產生正向影響。Kim和Park (2013)通過研究發現，消費者對擁有強關 系的網絡口碑會持有信任態度，消費者一般比較容易采納具有專業背景的信息傳播者分享的 信息。Viswanath. Michael和Gordon (2003)基于TAM模型中增加了主觀規范、公眾形 象、工作相關性、產出質量和結果展示等因素，實證研究發現：主觀規范對購買意愿有直接 正向的影響，經驗和自愿性通過主觀規范對使用意愿產生影響。Youriekang (2009)通過對 韓國消費者的調查發現：年齡、感知有用性、趣味性、羊群效應、社交導向是影響消費者接 受社會化電子商務的主要因素。
我國關于消費者使用社會電子商務的意愿研究處于起步階段，張曉雯和陳巖(2015)以 信任作為中介變量，構建了社會化電子商務網站、內容推薦者、推薦的內容、內容接受者模 型，發現網站聲譽、關系強度、推薦人專業性及信任都影響消費者的購買意愿，其中信任是 最主要的因素，其它因素次之。堀瀟(2012)基于技術接受模型、信息系統成功模型和感知 風險理論，構建了社會化電子商務的消費者使用意愿模型，實證研究證明了感知有用性和社 群影響對使用意愿有正向影響。左文明，王旭，樊償(2014)的研究站在社會資本視角，構 建了網絡口碑與購買意愿的關系模型，對使用蘑菇街和美麗說的消費者進行問卷調查的結果 表明，響消費者的購買意愿受到網絡口碑質量和數量的的顯著影響。陳莎(2013)從消費者 個人因素、廠商因素、電子商務網站因素和社會化網站因素進行分析，研究表明，消費者個 人因素對信任的影響十分顯著，大于廠商因素、電子商務網站聲譽和社會化網站聲譽對信任 的影響。
2.4信任建立路徑
信任體現了人對事物和環境的認知和態度，會隨著時間的流逝產生動態變化。在個人對 某一事物逐步認知和熟悉過程中,其信任建立的路徑可能會從最初的信任發展成為持續的信 任，并且在一定條件下對某一事物的信任會轉移轉移到另外一個事物上面。
2.4.1初始信任的建立
(1)初始信任的涵義
信任的發展具有動態性的特點，消費者在電子商務活動中通過不斷認知、總結、反饋的 過程對電子商務信任也會經歷初步建立、持續、減少、消亡的過程。從廣義上講，學者普遍 認為信任的發展經過三個階段：形成初始信任、信任的持續和信任的衰減。王小燕，龐素琳， 羅偉其(2009)認為在電子商務環境下，初始信任是潛在顧客經過對賣家進行了解和判斷來
決定是否與其進行進一步交易的關鍵階段。王學東，商憲麗(2007)將電子商務初始信任定 義為：從第一次瀏覽某陌生網站到第一次產生購買行為之間，消費者相信賣方具有能力、正 直和善意的程度。魯耀斌、周濤(2005)在對電子商務活動中消費者信任的研究中把消費者 的初始信任定義為：用戶初次與網站交互過程中形成的信任，認為初始信任是培養用戶信任 的第一步。
(2)消費者初始信任的建立
初始信任的建立是信任得以持續的前提,對用戶的釆納行為和使用意愿研究有重要意義。 通過對電子商務初始信任的相關研究結果進行歸納總結，可將初始信任的來源分為以下幾類:
表2-11初始信任的來源分類
初始信任類
型 定義 舉例說明 參考文
獻
假設交易雙方都是理性的條件下，交易者 當消費者預期供應商的欺騙成本大
基于計算的 相信他人會充分考慮被信任和不被信任 于獲利時，對供應商產生的信任程
信任 兩種情形下的收益和成本并且理性評估 度較高
欺騙成本和合作獲利，再確認對其信任度
基于知識的 對被信任者積累知識后產生信任 消費者會因為能夠熟練使用網站或
信任 手機軟件而達成網絡交易 王學東，
基于人格特 信任來源于個人在初次與他人接觸時，愿 客服的服務態度 商憲麗，
質的信任 意信任他人的傾向 基于制度的信任表現為：情境正常 2007
基于制度的 基于感受到安全的措施或制度保障而產 和結構保證兩種形式，如規章、保
信任 生的信任 證、承諾、合約、第三方保證等
基于認知的 基于個人感知到的某些原因或因素來決 認知信任表現為：分類程序和控制
信任 定對被信任者的信任程度 幻想
表2-11從不同的角度描述了初始信任，把初始信任分為五種類型。更多的學者傾向于
對初始信任的影響因素及其建立策略的研究。
(3)消費者初始信任的影響因素及其建立策略
對初始信任的影響因素研究是信任的影響因素的細分，消費者、商家和環境仍然是研究 的主要方面，其中研究涉及較多的因素是商家因素，例如網站質量、信息安全、交易安全、 網站易用性等。由于消費者和環境相對不易改變，所以對建立策略的研究基本集中在商家的 策略方面。
表2-12初始信任的影響因素和建立策略
研究學者 影響因素 建立策略 參考文獻
為消費者提供一個便利、高效的購 魯耀斌，周濤,
網站的有用性、易用性、商家聲譽、網 物環境、構建一個良好的信任和信 2005
魯耀斌 站安全、消費者信任傾向 用氛圍、提高了他們購物時的安全
感等
陳曉亮 網絡安全、隱私保護、技術因素、商業 提供產品信息、返回信任水平等 陳曉亮，2006
因素、社會環境因素和消費者的經驗 定制化產品或服務、與其他有一定 李沁芳，劉仲
李沁芳 制度信任、氣質信任、技術接受因素、 影響力的客戶、供應商、第三方物 英，2007
Web界面的特征、內容管理 流的友情鏈接直接增強客戶的信任
消費者感知的商家服務承諾因素、消費 網絡制度、平臺、初始印象以及服 王海，2008
王海 者感知網絡制度因素 務承諾
考慮便于消費者使用的導航、信息 王全勝，鄭稱
檢索和定制化等功能，并注意提升 德，周耿,2009
王全勝 網站結構、網站內容和視覺效果 網站整體的
連結效
商家名聲、網站信息質量和系統質量、 商家聲明，網站系統表現，第三方 廖列法，孟祥
虜列法 網站用戶評價，自身聲明、網站與知名 評價 茂，2014
王荷琴 機構鏈接、網站采用第三方保障措施
消費者自身因素：消費者的認知、消費
者的態度、消費者的購買習慣 網上商店策略，信用管理的創新， 王荷琴，2008
環境影響因素：相關群體的影響、營銷 選擇適合的產品，加強宣傳
組合的影響、社會輿論的影響
事前因素（網店商譽、感知品質）、結 王學東，商憲
王學東 構保證因素（網店保證機制、商品保證 網上商店、消費者的口碑 麗，2007
機制） 網站聲譽、網站規模、網站外觀設 盧鋒華，2006
盧鋒華 網站形象、網站導航、網站互動性、網 計、感知易用性、感知有用性、交
站安全性、個人、環境 易安全、個人信息安全、溝通、社
區、定制化服務
2.4.2持續信任的建立
相對于初始信任，建立對電子商務的持續信任對于保留客戶、獲得長期盈利具有更加重 要的意義。曾慧、郝遼鋼，于貞朋（2014）在對消費者持續網絡信任的研究認為；電子商務 的持續信任是指消費者在與電子商務企業完成交易之后，與該電商企業進行下一次交易的主 觀期望。目前，學者對持續信任的研究主要集中在兩方面，一方面是持續信任的影響因素,
而另一方面是持續信任對顧客忠誠度或者使用意愿的影響情況O
表2-13持續信任的影響因素
研究學者 影響因素 研究結論 參考文獻
在線客服、物流服務、產 持續網絡信任對網絡顧客忠誠有顯著的正 曾慧，郝遼鋼，
曾慧 品價值 向影響關系 于貞朋，2014
信息質量、系統質量、服 公眾對政府門戶網站的滿意和信任顯著影
王濤 務質量、結構保證 響公眾使用政府門戶網站的意愿 王濤，2011
服務保障質量、服務結果 姚水洪，陳真真,
姚水洪 質量、服務補救質量 持續信任對持續使用意愿產生正向效果 2013
網站有用性、網站安全性、 網絡持續信任影響消費者的信息提供意愿
網站易用性、客戶響應能 陳明亮，汪貴浦，
陳明亮 力、賣家聲譽、關系營銷 和網購意愿，信息提供意愿與網購意愿正 鄧生宇，等，2008
相關。
水平
網店專業形象、聲譽、價 張拉結，潘凱凡,
張拉結 格水平、聯系溝通、物質 價格水平是顧客最關注的影響因素 呂紅波，2014
獎勵、過去交易經驗
網站隱私保護措施、安全 公司應該在安全技術和安全政策、公司規 邵兵家，孟憲強,
邵兵家 控制政策、公司的規模、 模和知名度等方面釆取措施，提高消費者 2005
品牌效應 對在線公司的信任 曹振華，褚榮偉，
曹振華 服務質量、網絡社區 機構認證，及隱私權政策的說明 陸雄文，2006
上表中的文獻主要對消費者在網上交易或使用網絡商店的過程中產生持續信任的影響 因素進行研究并給出建議。持續信任的影響因素主要歸結為商家因素、第三方因素。此外, 很多學者也在研究持續信任影響因素的同時，發現持續信任對使用意愿以及顧客忠誠度會產 生顯著的正向影響，有助于產生持續性的購買行為。
2.4.3信任的轉移
根據信任轉移理論，信任可能在兩個具有相關性的實體之間發生轉移。在電子商務剛剛 興起的時候，信任的轉移研究主要聚焦在消費者對實體商店的信任向網上商店轉移的問題, 伴隨電子商務發展不斷成熟壯大，新興電子商務模式不斷涌現，學者們更多地開始關注傳統 電子商務的信任向新興電子商務模式轉移的問題。
(1)網下至網上的信任轉移
信任轉移體現了消費者的認知過程，國夕卜學者對實體環境到電子商務環境的信任轉移做 了大量的分析研究，主要集中在消費者的線下信任是否對線上信任產生影響，涉及到銀行、 零售店等線下及線上的信任轉移研究。學者普遍認為，消費者對線上銷售的滿意度、使用程 度、口碑及購買信息等都受到線下信任的影響。具體的研究成果見表2-14»
表2-14國外實體環境到電子商務環境信任轉移的相關研究
研究對象 研究方法 研究結論 文獻來源
實體店和網上零售 相關分析 消費者對線下網絡的口碑和信任會顯著 Kuan and Bock^ 2007
商店的潛在顧客的 影響線上信任；在線商店前口碑、線下信
信任轉移 任和預期約束力影響消費者的在線信任
消費者的態度和信 相關分析 消費者對多渠道零售商實體商店的態度 Badrinarayanan , Becerra
任在多渠道間轉移 正向影響其對網絡商店的態度，消費者對 實體商店信任正向影響其網上信任，消費 者對網絡商店的信任正向影響其購買意 愿
消費者對零售商實體商店的信任能夠直 and Kim et al., 2012
消費者線上及線下 結構方程模 Yang, Huang and Xu» 2008
的信任轉移 型 接或通過流程整合間接地影響他對電子
商務網站的初始信任
網下銀行與網上銀 相關分析 消費者對網上銀行的滿意度、網站流量、 Lee> Kang and Mcknight,
行的信任轉移 結構保證和使用程度等指標受到消費者 2007
對網下銀行信任的影響
學生線下與線上的 相關分析 學生對線下商店的信任對感知網上購物 Hahn and Kim, 2009
信任轉移 信心、信息搜索動機及購買意愿有顯著影
響
國內學者關于實體環境與電子商務環境的信任轉移的研究，以定量研究為主，證實了消 費者的線下信任對線上信任具有直接或間接的影響作用，并從不同視角對信任轉移過程中的 影響因素進行了分析。付曉蓉，陳興強（2011）以在校學生為研究對象開展實證研究，結果 發現消費者的感知安全性、感知易用性及過程一致性會對線下信任向線上信任的轉移產生影 響。具體的研究結論見下表。
表2-15國內實體環境到電子商務環境信任轉移的相關研究
研究模型 研究方法 研究結論 文獻來源
以ATM模型及創新擴 相關分析 消費者對線下渠道的信任顯著影響消費者對 薛曉霞,2013
散理論的感知兼容性和 線上渠道的感知易用性和感知有用性，從而對
結構保證變量為基礎 消費者的線上渠道產生影響
構建交易保護感知、零 結構方程模型 在多渠道零售環境下，消費者對零售實體店的 李燕艷,2012
售商特別保證感知、心 信任會增加對該品牌在線零售商店的信任，也
流體驗及在線商店忠誠 增強他們對網絡交易保護和零售商特別保證
模型 的感知
構建線下信任、心流體 結構方程模型 消費者線下信任對線上消費者信任、在線購物 汪旭輝，徐
驗、結構保證、線上信 的心理體驗以及在線交易環境下的結構保證 健，張其林，
任以及線上商店忠誠的 均有正向影響 等，2014
模型
線下印象、線下信任、 結構方程模型 線下印象和線下的信任對消費者感知線上服 吳雪，董大
感知網上服務和網上購 務的能力均有正向的影響 海，2014
買意向模型
構建線下信任、線上信 實驗研究方法 企業線下信任對線上信任有正面影響，消費者 張輝，2011
任、網絡購買經驗及購 的網絡購買經驗會強化這種關系，線上信任能
買意愿 夠促進消費者購買意愿的提升
結合Nicosia模型和 定性分析 消費者信任會在渠道間和渠道內部發生轉移， 王國順，楊
TRA理論 不同的信任轉移路徑之間的演變機制不同 晨,2014
(2)渠道間的信任轉移
渠道間的信任轉移是指信任從一種環境向另一種環境的轉移。傳統電子商務環境到新興 電子商務環境下的消費者信任轉移就是一種跨渠道的信任轉移。
互聯網絡和智能移動設備的普及促進了移動電子商務的發展，許多國外學者對從線上轉 移到移動渠道的消費者信任轉移問題進行了硏究。Lu, Yang和Chau (2011)構建了基于 信任的顧客決策模型，對互聯網支付服務至移動環境中信任轉移問題進行研究，發現用戶對 互聯網絡支付服務的信任與同一企業提供的移動支付服務的初始信任有顯著正相關性。林家 寶，魯耀斌和章淑婷(2010)基于整合的技術接受模型，研究了移動證券服務的信任轉移問 題，發現消費者對網上證券服務的信任對移動證券服務的信任有顯著影響，同時網上證券服 務的信任還會顯著影響感知移動證券服務的易用性和有用性。萬君，李靜，趙宏霞(2015) 基于TAM模型和信任理論，構建了移動購物用戶接受行為結構方程模型，研究也發現了同 樣的結論:消費者對互聯網絡的信任能夠顯著影響其對移動購物的初始信任。王敬童(2014) 通過對湖南地區用戶的互聯網支付在移動環境下的信任轉移研究，發現用戶的網上支付信任 顯著影響移動支付的信任。
2.5信任建立機制
很多學者使用博弈論和信息經濟學的方法研究網絡交易環境下不同主體對建立消費者 信任的作用機理問題。表2-16列舉了應用博弈理論在電子商務和移動電子商務環境下建立 信任的作用機理研究成果。
表2-16基于博弈論的信任作用機理研究
研究模型 研究內容和結論
文獻來源
運用一次博弈、重復博弈和有外部干預情況下博弈模型，分析電子
重復博弈、一次博 弈
商務中失信產生的原因，認為收益的最大化原則是決定是否守信的 主要因素，得出加強交易合作的持久性、政府監管和懲罰的力度、 信息的真實性以及完善的信用制度，是解決電子商務中信用問題的
車純，2004
完全信息靜態博
弈、完全信息動態
博弈
動態演化博弈
根本方法.
釆用完全信息靜態博弈和動態博弈探索了電子商務信任水平低的
機理，認為企業在電子商務中信用模式和信用程度的選擇是虛擬市
場中交易者之間相互博弈的結果.
基于大群體博弈分析的復制動態進化博弈模型對CtoC網絡交易下 的信任危機進行了探討，認為一方面要建立網下的個人信用制度， 發展信用服務中介機構，著力推行第三方認證；一方面通過鼓勵同 城交易、代收款信用擔保服務等方法增進用戶間的信任
曾勇、徐茂衛,
2004
王曉燕，2005
以"檸檬市場”理論為出發點，分析了信任缺乏的內在機理，并結 合案例分析提出了建立網絡信任的策略思路。
運用博弈論方法對電子商務交易中買賣雙方的誠實行為進行了分
完全信息靜態博弈
析，認為監管制度和信用評級機制約束對交易雙方是否都誠實交易
山、劉曉紅，
信號博弈
演化博弈
具有重要影響.
基于信號傳遞博弈模型對電子商務市場中經營者信息傳遞過程進 行了分析，并就如何減少市場中的欺詐行為提出了相應對策。
基于博弈論模型，探討C2C電子商務交易中誠信問題產生的根源, 并在此基礎上經由一系列的推理和分析，提出解決該問題的一些建 議.
2006
陳建玲、馬輝
民，2007
田婕,
2007
信號博弈
針對賣家與消費者之間存在的的信息不對稱問題，通過建立信號博 弈模型，分析C2C電子商務交易中的信任問題，提出促使賣家誠信 經營的對策.
汪俊、項喜章、
肖平，2009
完全信息靜態博弈
建立了基于不對稱信息的團購信任分析模型，通過分析發現，團購 模式可以抵制電子商務中失信行為的產生，促進電子商務誠信交易 環境的建立。
姚磊、李英、王
鳳杰，2010
演化博弈
運用演化博弈理論，研究移動商務用戶信任的演化均衡狀態，認為
建立潛在用戶的信任，移動商家應采取主動發出可信信號，對于老 用戶提升用戶滿意度；監管機制隨著移動商務的發展來調整，在嚴 格管理的同時營造適當寬松的發展環境；對受損用戶的補償和對失 信商家的懲處，在初期應較大，隨著監管機構提高其發現商家失信
郭零兵、羅新 星、朱名勛， 2013
行為的概率額度可以逐步減小
2.6文獻評述
信任是伴隨人類社會不斷上升進步過程中，各類社會科學研究領域中不可或缺的一個重 要研究變量。當前電子商務已經與實體購物形式并列成為我國國民經濟的重要組成部分，電 子商務也在與社交網絡、互聯網金融等不斷融合發展產生新的模式，而消費者信任的建立是 電子商務發展中的一個重要影響因素。
社會化電子商務作為電子商務的一種新的發展形式，在我國的發展還屬于初級階段，消 費者普遍接受度不高，在未來的發展過程中還面臨許多不確定性和風險，建立消費者信任是 促進這種新型商務模式發展的有效手段。通過對信任理論、電子商務信任、社會化電子商務 信任的相關文獻進行研究整理，發現這些研究中存在一些局限和不足之處。
第一，多數學者圍繞電子商務信任和消費者購買行為開展的大量研究主要聚焦在傳統電 子商務領域，對社會化電子商務環境下消費者信任建立機制的研究成果不夠豐富、研究深度 不夠。
第二，社會化電子商務將社會化因素與傳統電子商務相融合，社會化電子商務的形式具 有多樣性。現有對社會化電子商務信任的研究文獻大多是基于單一環境的，沒有考慮到消費 者在傳統電子商務下的信任或者在社交網絡下的信任對社會化電子商務信任產生的影響，而 這種影響稱為信任的轉移，在很多由電子商務網站或社交網站發展而來的社會化電子商務網 站中是真實存在的。
第三，現有的對社會化電子商務信任研究是靜態的，沒有考慮在社會化電子商務逐步興 起的過程中，消費者從初步嘗試到逐漸認可的過程中信任建立的動態過程。因此有必要從信 任隨時間動態演化的角度，研究社會化電子商務初始信任的建立和信任的保持。
第四，社會化電子商務的最大特點和優勢是電子商務與社交網絡相互融合促進消費，商 家利用社會化營銷等活動促進電子商務交易的達成，目前缺乏對社會化因素如何在社會化電 子商務交易過程中促進消費者信任建立的深入分析。
第五，現有對社會化電子商務信任的研究多是采用實證研究方法，把信任作為一個潛在 變量，研究信任的前因性影響因素和導致的結果，缺少對社會化電子商務信任的定量評價研 究。對于社會化電子商務平臺來說，通過收集消費者對社會化電子商務信任的各項反映性指 標打分，可以定量地觀測消費者忠誠度便于商家針對不同用戶采取不同的推薦和營銷策略; 對于消費者而言，其他消費者的信任度評價能夠更好地為自身購買商品提供參考和依據。
第三章社會化電子商務環境下消費者初始信任
社會化電子商務當前在我國還處于發展的初期階段,對于大多數消費者來說還是一個新 鮮事物，社會化電子商務的形式也是多種多樣，但究其本質是社會化網絡與電子商務相融合 通過社交網絡發展和促進電子商務的一種網絡購物形式。對電子商務信任的大量研究已經證 明：建立信任是消費者采納電子商務的重要前提條件。在社會化電子商務的情景下，沒有使 用經驗的消費者接受和使用社會化電子商務的前提同樣是要對這種新型的商務形式建立信 任，這種信任是一種初始信任。本章以消費者對社會化電子商務建立初始信任為研究背景, 實證分析建立消費者初始信任的影響因素。
3.1初始信任的前因性研究
3.1.1技術接受模型與信任研究
技術接受模型(Technology Acceptance Model, 1AM)是信息管理與信息系統領域的一 個經典理論模型，于1989年由Davis首次提出，后來經過不斷被改進和拓展，在電子商務 的研究領域，學者多使用該模型研究消費者對電子商務網站的接受程度，很多學者(Gefbn, 2003； Pavlou, 2003； Koufhris、William, 2002； Wu、Chen, 2005； Wang、Benbasat> 2005) 應用技術接受模型研究電子商務信任和消費者對電子商務的采納研究，認為感知易用性會影 響消費者信任，信任進而會影響感知有用性，三者均會影響使用網上購物的動機。Mahmood (2012)認為在社會化電子商務情景下，信任和感知有用性會影響到消費者購買意愿。
對社會化電子商務信任的研究大多延續了傳統電子商務信任研究的思路和模式,研究理 論模型參考了技術接受模型(TechnologyAcceptance Model, TAM),技術接受模型仍然是研 究社會化電子商務的主流模型。但是社會化電子商務作為電子商務發展的新模式，又有不同 于傳統電子商務的特點。社會化電子商務更加突出以客戶為中心的理念、突出用戶的參與分 享和相互影響，營銷方式主要依靠口碑營銷和社會化營銷，因此與傳統電子商務相比消費者 更能體會到真實感、樂趣。
3.1.2電子商務初始信任研究
社會化電子商務由電子商務衍生而來，與電子商務有密不可分的聯系和內在一致性。由 于電子商務的信任研究具有豐富的研究成果，對社會化電子商務信任的研究需要考慮的首要 問題是：電子商務環境下消費者信任的影響因素在社會化電子商務環境下是否同樣適用。
對電子商務信任的研究表明，在消費者還未在一個電子商務網站進行交易之前，如果缺 乏對這個網站的信任，很有可能放棄交易或轉而去選擇另一家網站。在沒有直接經驗的前提 下，初始信任的建立大多需要通過間接信息和對網站的初步感知來獲得。許多學者都通過實 證研究論證了電子商務環境下初始信任的形成和構建機制。
國外的學者McKnight (1998)等人提出了電子商務初始信任框架模型，認為初始信任 的影響因素包含信任傾向(disposition to trust)、基于制度的信任(institution-based trust)和 認知過程C cognitive processes) o Koufaris (2004)提出影響消費者初始信任的因素有消費者 信任傾向、對公司的感知和對網站的感知。Geffen(2003)基于社會交換理論(Social Exchange Theory, SET)的研究認為，在初始信任建立階段信任傾向發揮較大的作用，但當消費者積 累了較多網上購物經驗之后，熟悉(Familiarity)將對信任起到更大作用。Egger (2001)分 析了電子商務交易過程中信任的形成機制，將建立初始信任的過程分為交互前的過濾、接口 屬性、信息內容和關系管理四個階段。
國內學者魯耀斌(2005)等的研究認為B2C電子商務環境下消費者建立初始信任的影 響因素包括網站有用性、易用性、商家聲譽、網站安全、消費者信任傾向，信任傾向顯著影 響消費者購買動機。陳明亮(2008)基于B2C和C2C網站消費者的大樣本數據采用結構方 程建模方法對初始網絡信任和持續網絡信任做了大量比較研究。研究結果表明：(1)兩種信 任的形成機制存在明顯差異：賣家聲譽、網站安全性和網站易用性是初始信任的關鍵影響因 素，而商家的響應能力和聯系溝通水平是決定買家繼續信任賣家的主要因素。(2)兩類信任 的作用機制相似:消費者的信息提供意愿和網上購物意愿會受到網絡初始信任和網絡持續信 任的影響。周濤(2009)基于詳盡似然模型，從雙重認知處理的角度考慮網上用戶初始信任 的構建，認為論據質量、來源可信性、自我效能顯著影響消費者初始信任，自我效能在論據 質量對初始信任的影響中發揮正向影響，在來源可信性對初始信任的影響中發揮負向調節作 用。
還有很多學者基于信號理論(Signaling Theory )＞社會平衡理論(Social Balance Theory) 等理論建立初始信任模型，通過文獻整理總結了電子商務初始信任的主要影響因素，如表 3-1所示：
表3-1電子商務初始信任影響因素
電子商務初始信任影響因素 文獻來源
商家因素 感知公司定制意愿
感知聲譽
感知規模
品牌
從業年限
排名
感知有用性 Shankara,Urbanbet al. (2002)；
感知易用性 Kim, Song et al. (2005)：
感知安全控制 leo and Liu (2007)；
網站導航 McKnight (1998)；
網站因素 網站界面 Kouferis (2004)；
個性化 Geffen (2003)；
訪問速度 Egger (2001 )；
消費者因素 信息質量
信任傾向
網上購物經驗
環境因素 熟悉
保障機制
第三方認證
3.1.3社會化電子商務初始信任的前因性研究
在社會化電子商務活動中，消費者如果沒有社會化購物的經驗，對風險和不確定性的擔 憂超出可能獲得收益的期望，則會釆取不信任進而不釆納的態度。建立初始信任是消費者對 社會化電子商務平臺具有參與和使用意愿的必備條件和首要步驟，只有建立了初始信任，網 站才有機會與消費者建立長期穩定的商業聯系并獲取長期盈利。
建立消費者對社會化電子商務初始信任的研究可以從社會化商務特征和社會化因素出 發，研究信任的影響因素及其對消費者購買意愿的影響。SanghynKim (2013)認為社會化 商務的信任以及信任的表現(購買意愿和口碑)受到社會化商務的特征影響，他認為社會化 電子商務的特征包括：商家信譽、網站規模、信息質量、交易安全性、用戶交流、經濟可行 性和好友口碑介紹。其中除了經濟可行性因素之外，其他六個因素都對消費者信任以及購買 意愿有顯著影響。Nick Hajli (2015)從社會化因素出發，建立了社會化電子商務的三個基 本構面(Social Commerce Constructs):評價和評論、推薦和介紹、論壇和社會，基于TAM 模型的實證研究表明：社會化電子商務的三個構面都能夠顯著提升消費者信任和購買意愿。
本章主要研究社會化電子商務環境下消費者初始信任的建立及其影響因素，研究借鑒了 電子商務信任前因性研究成果和社會化電子商務的特征，基于技術接受模型，選取商家(聲
譽)、網站(感知有用、感知易用、感知樂趣、交易安全)、社會化特征(社會推薦)和消費 者特征(信任傾向)四個方面的七個因素作為潛在自變量，研究這七個因素對社會化商務環 境下消費者初始信任建立和使用意愿的影響。
3.2初始信任模型構建
3.2.1商家因素與初始信任
消費者普遍認為，聲譽較好的商家是能力、誠實和善意的象征，更具有滿足消費者需求 的能力、更容易取得消費者的信任。企業的品牌、規模、從業年限、服務等因素都是其社會 聲譽的綜合體現。在初始信任建立的階段，對于從沒有和商家發生過購買關系的消費者而言, 商家和網站的聲譽是做出使用和購買決策的重要考慮因素之一。許多有關電子商務信任的研 究文獻把聲譽作為影響消費者信任的重要因素，Jarvenpaa (2002)和KoufHis (2004)的研 究認為消費者感知到的商家聲譽對網上商家及其產品的信任有顯著影響。在社會化電子商務 情景下，消費者同樣需要考慮商家的聲譽來決定是否接受和使用社會化電子商務這一新的電 子商務形式。
H1：社會化電子商務情境下，商家的聲譽顯著正向影響消費者的初始信任建立。
3.2.2網站因素與初始信任
網站因素主要包括：感知有用性、感知易用性、感知樂趣、安全保障。在信息系統和電 子商務的研究中，技術接受模型(Technology Acceptance Model, TAM)被廣泛應用于對信 息系統、電子商務網站的用戶釆納研究。根據IAM理論，感知易用性通過感知有用性發揮 作用，感知有用性直接影響消費者的行為動機——購買意愿。技術接受模型與信任相結合, 用于考察消費者的行為動機。在本模型中，信任是指消費者對采納社會化電子商務模式以及 基于社會化電子商務平臺完成整個購買流程感到信任。感知易用性是指用戶對社會化商務網 站使用感到很容易接受，感知有用性是指消費者初步感覺到使用社會化電子商務平臺對購物 是有幫助的。
在研究模型中，基于技術接受模型的感知-態度-動機這一關系提出下列假設:
H2：在社會化電子商務情境下，感知易用性對感知有用性有顯著正向影響
H3：在社會化電子商務情境下，感知易用性對消費者初始信任有顯著正向影響
H5：在社會化電子商務情境下，感知有用性對消費者使用意愿有顯著正向影響
H6：在社會化電子商務情境下，初始信任對消費者使用意愿有顯著正向影響
感知樂趣是指用戶在使用社會化電子商務活動過程中所感受到的愉悅程度。在基于共同 興趣建立的社會化電子商務活動中，消費者多是因為具有公共的目標聚集在一起分享和討論 購物信息并最終形成購物決策，在這一過程中消費者更加能夠體會到購物和與朋友互動交流 的樂趣，因此與傳統電子商務相比，在社會化電子商務活動中消費者更容易感受到樂趣。
Moon和Kim (2001)首次將用戶感知的趣味性這個新的變量納入到技術接受模型中，認為 增加感知趣味性變量之后的模型相比傳統的技術接受模型而言，對信任的解釋程度更高。 Davis (1989)等人在對信息技術使用方面的研究中也把感知樂趣視為使用信息系統的內部 動機。KiseolYang (2015)從社會化電子商務平臺網站質量的角度研究了對于提升用戶參與 度、提升口碑、促進用戶協同購物的影響，結果表明感知樂趣和用戶的歸屬感顯著影響用戶 對社會化電子商務的參與度，而用戶的參與促進口碑和協同購物。因此，在本章的研究模型 中，根據社會化網絡中用戶具有共同興趣的特征，在原有的感知有用性和感知易用性基礎上 增加了感知樂趣這一重要因素。通過將社會化互動和電子商務購物流程相結合，使用戶更能 感受到購物的樂趣，社會化媒體平臺中好友的推薦和分享信息能夠增加消費者的信任。
H7：感知樂趣對消費者初始信任用有顯著正向影響
H8：感知樂趣對消費者使用意愿有顯著正向影響
社會化電子商務作為電子商務的一種新型模式，同樣涉及一些促進和保障交易成功完成 的安全措施，這些措施包括法律法規、保證、政策、承諾或協議等。McKnight和Chervany (2002)的研究認為人們更加傾向于在他們認為安全可靠的環境中對其他人或事產生信任。 在社會化電子商務環境下，消費者在于社區好友交互過程中更加注重個人信息和隱私的保護, 需要具有更高的安全性和保障措施。
H9：感知安全控制對消費者的初始信任有顯著正向影響。
3.2.3社會口碑與初始信任
研究表明對朋友的信任能夠增進對商品和商家的信任。Harris和Dannis (2011)認為信 任程度和購物意愿呈正相關，好友的推薦對改變用戶的網絡習慣有顯著影響，并且這種信任 程度以及影響呈現層級結構 > 從上至下是真實朋友關系到來自購物網站的評論。思踐(2011) 總結了消費者行為受社會化關系影響的規律,他認為對專業性較強產品的購買決策受到專家、 權威機構、意見領袖的影響，對專業性不強的商品的購買決策會受到親朋好友的影響。在社 會化電子商務環境下，消費者可以方便地在社交網絡社區中瀏覽到親朋好友對商品的展示和 評論，社交網絡中的意見領袖們由于具有專業知識、豐富的購物經驗或者較高的社會地位和 影響力，使得他們的推薦對消費者的信任和購買意愿具有很大的影響力。
H10： 口碑推薦對消費者初始信任有顯著正向影響
H11： 口碑推薦對消費者使用意愿有顯著正向影響
3.2.4信任傾向與初始信任
信任傾向指的是一個人所表現出的信任他人的趨勢,是對初始信任研究中需要考慮的一 個重要因素，反映了消費者自身的特征。信任傾向是指一個人在個人成長的過程中，由于個 人的生活經歷、個性和性格特征以及成長環境逐漸形成的一種個人差異和特征，通常認為信 任傾向包含兩方面的含義：一方面是對人性的信念，即相信其他人都是可以信任的；另一方 面是信任姿態，即信任者認為信任別人會給自己帶來更好的結果，而不會考慮這種信任是否 合理。Gefen (2002)和Kim (2008)的研究認為消費者信任傾能夠直接導致對電子商務的 信任，Kim和Prabhakar (2004)認為在沒有相互交往經歷之前，信任傾向高的人較容易對 一種新技術或服務產生信任。由于消費者對社會化電子商務活動缺乏經驗，信任傾向是消費 者初始信任研究的一個重要參考因素。因此提出假設：
H12：消費者信任傾向對消費者初始信任有顯著正向影響。
基于上述假設構建如圖3-1所示的社會化電子商務環境下，消費者初始信任建立模型。
感知有用性
| H2
\H4 \ 使用意愿
感鬭甬廠 \H3 /
H6
感知樂趣
b 初始信任
感知安全控制
H12
口碑推薦
X 信任傾向
聲譽 /
圖3-1社會化電子商務初始信任模型
3.3問卷設計與數據收集
本研究中使用了通過調查問卷收集數據開展實證研究驗證模型假設的方法。在對傳統電 子商務信任的實證研究中，一種常用的方法是使用結構方程模型來描述和擬合模型中各個影 響因素與建立消費者信任之間的路徑關系。結構方程模型(Structrual EquationModiling, SEM) 常常被用于研究問卷調查或實驗數據中潛在變量的關系，屬于統計學中的多變量統計，包含 因子分析和路徑分析兩種方法，廣泛應用于心理學、市場營銷、消費者行為等研究領域。
本論文需要從社會化電子商務環境下消費者初始信任的建立、信任的持續和轉移角度研 究消費者信任這一潛在變量，因此使用結構方程模型來判別和檢驗建立信任的影響因素以及 結果。
3.3.1問卷設計
本研究通過發放調查問卷收集數據，問卷包含被調查者人口特征統計和研究模型中所有 因素的測度項兩個部分，問卷采用Likert七分量表設計。模型中的因素也稱為因子(Factor) 或構面(Construct),代表模型中要研究的變量，通常這些變量難以直接觀測到因而稱為潛 變量，需要通過可以直接測量的觀察變量來反映。在本研究中每一個因子使用不少于三個題 項進行測度，問卷中所有題項均選取自電子商務和社會化電子商務初始信任的相關研究文獻, 并且根據具體研究情景做出適當調整。
問卷編制完成后首先通過專家訪談對量表進行閱讀和檢查,并根據專家意見進一步修訂 和改進。問卷修訂完成后邀請30名互聯網絡用戶進行了問卷預測試，再次修訂了部分題目，
最終問卷的測度項及測度指標如表3-2所示。
表3?2調查問卷基本信息表
測度項 測度指標 來源
這個網站聲譽很好
這個網站提供良好的服務 Kouferis (2004)
聲譽 REP 這個網站非常有名，我對它的名字很熟悉 Sanghyun
感知有用性 PU 這個網站規模龐大
這個網站是目前市場上最大的供應商之一 這個網站能夠幫我找到價格合理的滿意的商品 在這個網站我很快找到滿意的商品（效率高） 在這個網站買到的商品我都很滿意（效果好） 這個網站對我很有用 Kim(2013)
我認為使用一個社會化電子商務網站是容易的事情。 Shwadhin Sharma,
感知易用性 PEOU 訪問這個網站與社會好友共同購物是容易的事情。 Robert E. Crossler
感知樂趣 PE 充分利用這個平臺滿足我的需求很容易
使用社會化電子商務網站購物是有趣的事。
將朋友交流和購物相結合是有趣的事情。
在購物過程中，能夠和社交網絡好友分享購物經驗、評 價商品、參與互動是有趣的事情。 (2014)
網站提供交易安全的保障 Kiseol
感知安全控制 PSC 網站提供保護個人隱私安全的保障 Yang,Xiaoshu Li,
我對這個平臺的安全承諾感到放心 我認為大多數人都是值得信賴的 etc. (2015)
信任傾向 TRUP 我通常會相信他人，除非他們有讓我不相信的理由 當我第一次碰到他人時，我通常以最大的善意度人 社區好友的推薦是可靠的、客觀、公正的 McKnight (2002)
口碑推薦 WOM 社區好友是可以信賴的 NickHajli (2015)
社會化電子商
務信任 社區論壇的評論是可信的
這個社會化電子商務平臺是值得信賴的。 Sanghyun Kim,
TRU_SC 這個社會化商務平臺了解我的興趣和需求 Hyunsun Park
這個平臺提供的信息值得信賴 (2013)
使用意愿 IU 如果一個商品是我的社交網絡好友推薦的，我會很有興 趣在網上購買它 Celeste See-Pui Ng
在網上購物時，我會接受網絡好友對商品的推薦和評價 (2013)
我愿意將我的購物體驗和信息分享給我的好友
3.3.2數據收集
智能手機和移動互聯網絡的飛速發展和廣泛應用，使得網絡購物和網絡社交更加快速便 捷，社會化電子商務就是將二者相融合，達到促進消費者購買的目的。訪問一個社會化電子 商務平臺的消費者可能并不具有網絡購物或使用社交網絡的豐富經驗，但一定具有使用互聯 網絡的經驗。因此，本次調查針對所有年齡段的具有互聯網絡使用經驗的受調查者開放。問
卷通過問卷星網站基于網絡發放，共回收475份，經過認真甄別，剔除答題時間過短、答案 全部相同的題項，最終獲得有效問卷443份。對443份有效問卷中的描述統計指標如下表所 示：
表3-3調查問卷的樣本特征
項目 頻數 百分比
女 230 51.9
性別 男 213 48.1
合計 443 100.0
18歲以下 4 0.9
18-30 歲 169 3&1
年齡 30-40 歲 148 33.4
40-50 歲 87 19.6
50歲以上 35 7.9
合計 443 100.0
10000元以上 71 16.0
6000-10000 元 126 28.4
每月可支配收入 3000-6000 元 127 2&7
1500-3000 兀 78 17.6
1500元以下 41 9.3
合計 443 100.0
初中及以下 30 6.8
中專或高中 66 14.9
大專 118 26.6
最高學歷 本科 143 32.3
碩士研究生 71 16.0
博士研究生 15 3.4
合計 443 100.0
在被調查者中女性為230人，男性213人，年齡涵蓋了中國互聯網民的主要人群，71.5% 的受調查者年齡集中在18至40歲之間，57.1%的受調查者月收入介于3000-10000元之間。 在學歷分布方面，學歷為大專及以下和學歷為本科的受調查者分別占總人數的48.3%和 32.3%,其余為研究生學歷。樣本數據與我國網民統計分布規律基本一致。
3.4數據分析與假設檢驗
3.4.1信度與收斂效度分析
調查問卷中的題項數據是研究消費者對社會化電子商務建立的初始信任及影響因素的 直接觀測值，是模型中各個因素的體現。Thomopson (2004)的研究認為，在對結構方程模 型進行擬合檢驗之前應先要檢驗每一個測量模型，以保障模型具有較好的信度和收斂效度。 本章研究模型的所有因子和所有題型都從已有的相關研究文獻中提取并做了適合研究情景 的修改，因此首先要對模型中每一個因子代表的測量模型做驗證性因子分析(confinnatory factor analysis, CFA)用以檢驗模型的信度和效度。
本章的模型共包含九個因子，分別是：感知有用性、感知易用性、感知樂趣、感知安全 控制、口碑推薦、商家聲譽、初始信任、信任傾向和消費者使用意愿。使用Amos 21.0軟件 分別對上述九個因子的測量模型做驗證性因子分析，得到標準化的因子負載荷均高于0.7并 且顯著，說明模型具有較高的題目信度。根據因子負載荷計算得到各個因子的組成信度均大 于0.8,平均方差萃取值(AVE)均高于0.6,如表34所示。可以看出，各項指標完全符合 Hair (2009), Fomell和Larcker (1981)提出的公認標準：因子負載量須大于0.5,組成信 度大于0.6,平均方差萃取值大于0.5,多元相關系數的平方大于0.5。因此認為模型具有較 高的題目信度、組合信度和收斂效度。
表3-4信度與收斂效度分析
參數顯著性估計 題目信度 組合信度~收斂效度
UnStd. S.E. z-value P Std. SMC CR AVE
PU1 1.000 .811 .658 .881 .649
PU2 1.128 .058 19.382 ♦** .850 .723
感知有用性
PU3 1.021 .057 17.815 *** .787 .619
PU4 .915 .053 17.389 *** .771 .594
PEOU1 1.000 .796 .634 .885 .720
感知易用性 PEOU2 1.153 .059 19.682 *** .880 .774
PEOU3 1.078 .055 19.547 .867 .752
PE1 1.000 .力9 .607 .885 .721
感知樂趣 PE2 1.256 .064 19.664 *** .943 .889
PE3 1.066 .057 18.637 .817 .667
PSC1 1.000 .851 .724 .895 .741
感知安全控制 PSC2 1.116 .050 22.222 *** .892 .796
PSC3 1.032 .049 21.047 *** .838 .702
TRUP1 1.000 .814 .663 .852 .658
信任傾向 TRUP2 1.011 .059 17.097 *** .838 ,702
TRUP3 .910 .055 16.526 *** .780 .608
W0M1 1.000 .850 .723 .894 .739
口碑推薦 W0M2 1.134 .051 22.248 *** .901 .812
WOM3 .954 .046 20.682 *** .826 .686
IU1 1.000 .810 .656 .856 .666
使用意愿 IU2 .959 .055 17.347 *** .838 .702
IU3 .975 .057 16.975 *** .799 .638
TRU_SC1 1.000 .834 .696 .895 .740
初始信任 TRU_SC2 1.073 .051 21.152 *** .863 .745
TRU_SC3 1.068 .050 21.530 *** .883 .780
聲譽 REP2 1.000 .732 .536 .878 .644
REP3 1.308 .075 17.532 *** .873 .762
REP4 1.247 .072 17.299 *** .856 .733
REP5 1.140 .076 15.029 *** .739 .546
3.4.2區別效度分析
檢驗區別效度是為了保證在結構方程模型中，各個因子之間的題目不具有髙度的相關性, 通常使用平均方差萃取方法(Average Variance Extracted, AVE)對因子的區別效度進行檢驗， 如果一個因子的AVE平方值大于這個因子與其他因子的相關系數，則認為該因子具有較好 的區別效度。依據這一評判標準，可以看到：表3-5中對角線上因子的AVE平方根均大于 各因子之間的相關系數，因此可以認為模型的各個因子有較好的區別效度。
表3-5因子AVE值平方根與因子相關系數矩陣
因子 信任傾 初始 使用 聲譽 口碑 感知安 感知 感知易 感知有
向 信任 意愿 推薦 全控制 樂趣 用性 用性
信任傾向 .811
初始信任 .584 .860
使用意愿 .595 .654
聲譽 .390 .452 .420 .802
口碑推薦 .516 .575 .625 .216 .860
感知安全控制 .570 .660 .466 .490 .518 .861
感知樂趣 .602 .543 .690 .483 .455 .547 .849
感知易用性 .526 .544 .569 .647 .338 .556 .702 .849
感知有用性 .544 .609 .483 .682 .412 .641 .566 .793 ?806
但是從表3-5也可以看到感知易用和感知有用的相關性達到0.793,已經高出0.75的標 準，說明這兩個因子具有較高的相關性。產生這種現象的原因可能是由于目前的網絡購物消 費者一般都具有比較豐富的網上購物或社交工具的使用經驗，他們對感知易用和感知有用的 區分度并不高，認為易用就是有用，有用必然易用。雖然模型符合了區別效度要求，但感知 易用和感知有用的相關性較高可能導致模型擬合時，在檢驗感知易用和感知有用對初始信任 建立產生影響程度的時候，可能會發生共線性的問題。
3.4.3模型調整
為了避免共線性問題的產生，本模型將感知有用性的四個測度項和感知易用性的三個測 度項合并為一個因子，并將這個因子命名為感知有用。重新對感知有用因子進行驗證式因子 分析，刪除FactorLoading小于0.6的題項和修正指標中MI值較大的題項，最終保留PU1、 PU2、PU3和PEOU3四個題項。對修改后的模型因子進行相關性分析，得到新的AVE平方 根與因子相關系數矩陣。調整后的各因子完全滿足區別效度的要求，并且有效避免了由于因 子的相關性過高可能引起的共線性問題。
表3- 6調整后的因子AVE值平方根與因子相關系數矩陣
因子 CR AVE 信任傾
向 初始信 任 使用意 愿 商家聲 譽 口碑推 薦 感知安
全控制 感知樂
趣 感知有
用
信任傾向 .852 .658 .811
初始信任 .895 .740 .602 .860
使用意愿 .856 .666 .604 .702 .816
商家聲譽 .878 .644 .385 .469 .401 .802
口碑推薦 .894 .739 .502 .586 .644 .207 .860
感知安全 控制 .895 .741 .575 .665 .489 ,497 .531 .861
感知樂趣 .885 .721 .610 .567 .675 .472 .454 .573 ?849
感知有用 .868 .623 .544 .628 .509 .668 .403 .673 .614 .789
3.4.4模型擬合
通過分析認為模型具有較好的信度和效度之后，使用結構方程軟件AMOS 21.0來檢驗 研究模型中的路徑假設，吳明隆在《結構方程模型——AMOS的操作與應用》一書中指出： Amos軟件具有五種模型估計方法：極大似然估計方法(Maximum Likelihood, ML)、一般 最小平方法(Generalized Least Squares, GLS)、未加權最小平方法(Unweighted Least Squares, ULS ) ＞尺度自由最小平方法(Scale-free Least Squares, AFLS )和漸進分布自由法 (AsymmptoticallyDistribution-free, ADF)«在估計方法與樣本大小的關系方面，在樣本數 據符合正態分布的前提下，使用ML法的樣本數目最好介于300-500,本模型的數據正好符 合這一要求，因此使用最大似然估計方法對模型進行估計。
在進一步驗證模型的路徑假設之前，首先對模型數據的正態性進行檢驗，保證模型中的 所有觀測變量都滿足正態分布并刪除存在極端值的樣本之后，最終得到443個樣本數據。結 構方程模型的檢驗中，研究者所期望獲得的結果是“接受虛無假設”(p>0.05),因為一個不 顯著的檢驗結果表示虛無假設不應該被拒絕，此時樣本協方差矩陣與模型隱含的協方差矩陣 就越接近，表示理論模型與實證數據愈契合，模型的契合度愈好。
在對結構方程模型進行擬合時，首先要通過觀察適配度指標對模型適配度進行檢驗。適 配度指標(goodness-o&fit indices)用于評價假設的路徑分析模型圖與樣本數據是否相互適 配，當p>0.05,卡方自由度比介于1和2之間，GFL AGFR TLL CFI, IFI值愈接近1并 且RMSEA值小于0.08表示模型適配度愈好。但值得注意的是，隨著樣本數據的增加，卡方 值和自由度必然增加，由于一般數據難以達到多元正態性，p值也具有越來越接近于0的趨 勢，此時會被視為樣本和模型的擬合度不佳，這是由于p值的顯著性受到數據樣本數過大的 影響。Craig K. Enders (2005 )證明了可以使用Bollen-Stine Boostrap方法用于糾正結構方程 模型中由于數據不符合正態性而引起的模型擬合偏差的問題。Murray J. Fisher和Jennie King (2010)將這一方法應用于糾正護理教育中的以自我為導向學習模型擬合的偏差。
本模型的樣本數超過200,出現了 p值顯著的情況，為了避免模型擬合受到樣本數過大 的影響，論文采用 Kenneth A. Bollen 和 Robert A. Stine (1993)提出的 Bollen-Stine 方法對模 型擬合度進行修正。模型擬合修正的檢驗結果如下圖所示：
BoUen-Stme Bootstr^ (Defirah model)
The mocH fit better ia 2000 boSsti罔p saa^les.
It ft ahoat w戎 m 0 bootstr^) san^>fes.
It & worse or tofihO bootstr學
Testing Ae mJ 由at the modd is cOTect, Bolfen-Stme bootst珂)p = .000
圖3- 3模型擬合度修正檢驗結果
可以看出：使用BoUen-Stine方法進行的2000次擬合全部優于使用最大似然法擬合的 結果，出現不好模型的概率p=0.000,說明p值顯著是因為樣本數較大造成的。修正后的模 型擬合指標如下表所示,所有指標均達到擬合標準建議值范圍之內，卡方自由度比值為1.219, 表明該修正后的模型擬合度較好。
表3?7因子分析模型擬合度指標
沁擬合度指標 擬合標準 am合度值
Bollen-Stine c2 smaller is better 335.258
DF (Degree of Freedom) bigger is better 275
Normed Chi-sqr (c2/DF) 1<c2/DF<3 1.219
GFI >0.9 0.959
AGFI >0.9 0.944
RMSEA <0.08 0.022
TLI (NNFI) >0.9 0.991
CFI >0.9 0.992
IFI >0.9 0.992
Hoelter*sN(CN) >200 363.748
Gamma hat >0.9 0.996
McDonald's NCI >0.9 0.934
3.4.5模型檢驗
通過AMOS軟件對結構方程模型假設進行路徑檢驗, 徑系數。
@ H pui
倒 砂 “ “ “ ■{" PU3 0 H PEOU3
@ H psci
©•<
@ »( ps(a
路徑系數和假設檢驗的結果如下表所示:
表3-8模型路徑系數
假設 Estimate S.E. C.R. P 檢驗結果
H1 聲譽 —> 初始信任 0.086 0.053 1.618 0.106 拒絕
H2 感知有用 ―> 初始信任 0.192 0.077 2.48 0.013 接受
H3 初始信任 —> 使用意愿 0.318 0.054 5.849 «** 接受
H4 感知樂趣 ―> 初始信任 0.064 0.056 1.139 0.255 拒絕
H5 感知樂趣 ―> 使用意愿 0.343 0.048 7.097 *** 接受
H6 感知安全控制 —¥ 初始信任 0.189 0.054 3.526 *** 接受
H7 口碑推薦 ―> 初始信任 0.255 0.048 5.302 *** 接受
H8 口碑推薦 —» 使用意愿 0.271 0.048 5.698 *** 接受
H9 信任傾向 —> 初始信任 0.153 0.05 3.04 0.002 接受
傳統電子商務中的商家聲譽因素在本模型中并沒有顯著影響消費者初始信任的建立，假 設H1不成立，這與社會化電子商務本身作為一種新型的電子商務模式是分不開的。在互聯 網絡不斷創新的時代里，新的電子商務模式不斷涌現，像美麗說、蘑菇街這樣的新興社會化 電子商務網站可能并不具有很大的規模和長期經營積累的良好聲譽，而是依靠新的營銷模式 和社會關系吸引消費者并獲得消費者的信任。
模型的檢驗證明了經典技術接受模型的基本假設在社會化電子商務環境下仍然是成立 的，接受假設H2和H3,感知有用和感知易用對建立消費者初始信任有顯著正向影響，信 任對消費者的使用意愿有顯著正向影響。由于使用社會化電子商務的潛在消費者已經普遍具 備了熟練理解、掌握和使用網絡購物和網絡社交的基本技能，他們對有用性和易用性的認知 區分度已經不大。
從模型檢驗結果可以看到，相對于傳統電子商務，社會化電子商務具有更多的感知樂趣 和社會口碑推薦特征，是建立消費者對社會化電子商務初始信任的重要影響因素。從模型檢 驗的最終結果可以看到，感知樂趣能夠顯著提升消費者對社會化電子商務這一新型商務模式 的初次使用意愿，但并沒有提升消費者的信任，接受假設H5,拒絕假設H4。說明感知樂趣 并不是建立消費者初始信任的影響因素，雖然在初期能夠提升消費者的使用意愿，但長期來 看如果沒有建立可靠的保障機制，不能獲得消費者的信任，必然難以持續擁有忠誠客戶。社 會化電子商務的另一個重要特征是在購物過程中可以獲得更多來自好友的口碑推薦，而口碑 推薦對于消費者來說能夠顯著影響他們的信任和使用意愿，因此接受假設H7和H8,說明 建立口碑營銷是社會化電子商務良好發展的有效途徑。
信任傾向是信任理論中的一個重要因素，在本模型中消費者的信任傾向顯著正向影響對 社會化電子商務初始信任的建立，接受假設H9o此外，信任傾向在整個模型中對初始信任 的影響因素具有調節作用，保證了對感知有用和口碑推薦對初始信任建立的影響。
從各因子的影響因素方面來看，本研究的數據獲取和模型分析是合理的，各個因子對消 費者初始信任（”=0.59）和購買意愿（便=0.65）的解釋是比較充分的。
3.4.6調節效果分析
從社會化電子商務的初始信任模型中可以看到：信任傾向、感知有用、感知安全控制和 口碑推薦都是影響消費者建立對社會化電子商務的初始信任的重要因素。信任傾向除了對初 始信任的建立有正向影響之外還可能對其他三個因素有調節作用。
對信任傾向的調節效果進行評估時，首先要對主效果的因素負載荷及殘差進行估計，按 照Ping (1995,1996)提出的對結構方程模型中潛變量交互作用的二階段評估方法，將具有 交互作用的因子簡化為一個交乘項指標，若交乘項對潛在因變量有顯著影響，說明調節效果 存在。
圖3- 5 Ping's二階段評估方法示意圖
Piilg認為假設X=X】+X2，Z=Z]+Z2，Xi、X2、Zi、Z2分另(J為觀察變量，則因子X和Z的交 互作用XZ可以由X：z=(xi+X2)(zi+Z2)來表示,交乘項的因子負載值入(loading)和殘差e(error) 根據下面公式計算而得：
入x:z =仏1 + 九 2)(九1 + ^z2) (3-1)
^ex-.z =(久 xi + )2 Var (X) (0e2i + &ez2)+ Szi + ^-z2)2Var(Z)(0exl + 9£X2)
+(®ezl + 0ez2)(&exl + *ex2) (3-2)
^■x:x =(Axl + 久竝)？ (3-3)
^ex:x = 4(2x1 + 久 x2)2Var(X)(0exl + 0"2)+ 2(0exl + ^ex2)2 G"4)
在本模型中應用上述方法對信任傾向的調節效果進行分析，首先分別對信任傾向、感知 有用、感知安全控制和口碑推薦四個因子做均值中心化(meancenter)處理，再用信任傾向 分別與感知有用、感知安全控制和口碑推薦相乘得到代表調節效果的交乘項，使用Amos 軟件運行判斷調節效果的顯著性，得到如下表所示結果：
表3- 9信任傾向的調節效果檢驗結果表
假設 Estimate S.E. C.R. P 調節效果
信任傾向 —> 初始信任 0.348 0.051 6.806 ***
感知有用 ―> 初始信任 0.393 0.051 7.659
信任傾向對感知有用的調節效果 —> 初始信任 -0.033 0.014 -2.337 0.019 顯著
感知安全控制 —> 初始信任 0.441 0.052 &491 ***
信任傾向 ―? 初始信任 0.305 0.051 5.979 ***
信任傾向對感知安全控制的調節效果 —> 初始信任 -0.026 0.016 -1.585 0.113 不顯著
口碑推薦 —? 初始信任 0.355 0.049 7.248 ***
信任傾向 ―> 初始信任 0.376 0.05 7.516
信任傾向對口碑推薦的調節效果 ―» 初始信任 -0.052 0.016 -3.227 0.001 . 顯著
在假設交乘項因子對初始信任影響系數為0的前提下進行模型擬合，當p為0.05的顯 著水平時拒絕假設，則認為調節效果顯著。從表3-9中可以看出信任傾向不僅對建立初始信 任有顯著正向影響，還在感知有用和口碑推薦對初始信任的影響作用中起到了調節作用，即 信任傾向越高的消費者，越容易通過感知到有用性和網絡好友的推薦建立信任。但是信任傾 向對感知安全控制并不具有調節作用。
3.5結論
本章使用調查問卷和實證研究方法研究了社會化電子商務情景下,消費者對一個社會化 電子商務平臺建立信任進而產生使用意愿的影響因素。通過對技術接受模型進行擴展，引入 社會化電子商務的重要優勢和特征：口碑推薦和感知樂趣，構建了在社會化商務情境下消費 者初始信任以及使用意愿的影響因素研究模型。通過對443名消費者的調查與分析，實證研 究結果顯示：
第一，技術接受模型在社會化電子商務情景下同樣適用。社會化電子商務作為傳統電子 商務與社會化網絡結合的新模式，將社會化營銷引入電子商務、促進消費者信任和購買決策 的達成。與傳統電子商務初始信任影響因素不同的是，消費者可能沒有使用社會化電子商務 的直接經驗，但是具有豐富的互聯網絡、智能設備或傳統電子商務的使用經驗，具有較高的 信息技術應用能力，互聯網時代創新層出不窮決定了消費者喜歡新奇又注重個人信息安全, 不太注重企業的規模和聲譽等傳統因素，這也解釋了原來在電子商務初始信任模型中的一些 經典信任影響因素（信任傾向、感知有用性、感知易用性、感知安全控制）仍然有效，但有 些因素（商家聲譽）失靈的原因。
第二，研究表明，消費者對社會化電子商務信任的影響因素與傳統電子商務的信任影響 因素有很大不同。消費者不再重視商家的規模和聲譽，隨著信息技術的快速更新和互聯網絡 的普及以及大眾對不斷更新的信息技術接受和使用能力提高，不斷有新的商業模式出現并引 領電子商務的發展，基本購物功能的滿足也不再是吸引消費者的主要因素，取而代之的是消 費者從中網絡購物過程之中感受到的樂趣。消費者在網絡購物過程中也不再僅限于參考商家 的商品介紹和以往交易的陌生人評論，而是可以參考社交網絡或社區好友的直接購買經驗和 口碑推薦。對于社會化電子商務企業和商家來說，如何精準定位潛在客戶，通過社交平臺傳 遞商品信息同時提升用戶體驗和樂趣是應該關注的問題。
第三，安全始終是消費者在虛擬網絡環境下十分重視的問題，消費者的不信任、不采納 行為大多是因為感覺交易安全和個人信息安全沒有保障。對于社會化電子商務企業和商家來 說，新的商務模式可能使用戶面臨更多暴露個人信息的風險，應采取更多個人信息安全保障 措施促進消費者信任。
本章內容在全文整個研究體系構架中處于開端和基礎地位,為后面信任的持續和信任的 轉移研究奠定基礎。本章的研究情景是：消費者初次認識或使用一個社會化電子商務平臺的 時候是否會建立對它信任的態度，以及是什么樣的因素導致了消費者的信任。基于上述情景 對促進消費者信任的影響因素開展研究。研究表明，社會化特征和社會化因素在消費者信任 中起到重要的作用，在后續信任持續和信任轉移研究中仍然需要進一步分析和討論。
第四章社會化電子商務環境下消費者持續信任
對社會化電子商務的初始信任只是消費者認識和使用各種社會化電子商務平臺、參與社 會化電子商務活動的前提和開端。持續的信任是信任發展的后續階段，初始信任向持續信任 的轉化是信任的動態演化過程。從信任發展的階段來看，消費者對社會化電子商務的初始信 任會隨著時間的推移保持穩定、逐漸增長或衰減。如果消費者的信任減少則意味著他們不再 愿意參與到社會化電子商務的活動中，也不再愿意通過這種形式購買商品和服務了。在形成 持續信任階段，消費者的認知因素起了主導作用，對持續信任的影響因素和結果進行分析, 建立和維持消費者的持續信任，將有利于電子商務企業和電子商務網站在不斷增加客戶群的 同時保持和增強客戶忠誠度，從而獲得長期盈利。
本章研究消費者在使用社會化電子商務并建立了初始信任之后，如何保持用戶的信任水 平并使其產生繼續使用的意愿，增強用戶黏性和忠誠度。主要探討如何建立消費者對社會化 電子商務的持續信任，試圖通過分析持續信任的影響因素達到促進消費者持續使用，進而愿 意主動參與并且向好友推薦的目的。
4.1信息系統持續使用理論
目前針對于社會化電子商務環境中消費者持續信任的相關研究較少，僅有一些對社交網 絡中消費者信任和持續使用行為的研究。有關信息系統持續使用的研究主要圍繞兩方面思路 展開：一種是改進和擴展用于研究初始釆納的經典模型，用于解釋消費者持續使用的行為; 另種研究思路是完全脫離信息系統采納模型，基于信息系統持續使用的角度建立模型。本章 研究主要借鑒了一些電子商務環境下持續信任的相關研究理論和經驗，基于信息系統持續使 用理論，技術接受模型(TAM)、計劃行為理論(TPB)等理論構建持續信任模型。
4.1.1期望確認理論
期望確認理論(Expectation Confirmation Theory, ECT)是由 Oliver 于 1980 年首次提出 的最初用于研究消費者滿意度的理論，該模型描述了消費者對商品或服務的滿意度是通過其 購買前期望與購買后績效相比較而得到的，并且滿意度會成為消費者是否再次購買或使用的 重要參考指標之一。之后有許多學者(Anderson & Sullivan 1993； Oliver 1980, 1993； Patterson etal. 1997； Tse&Wiltonl988)在多個領域應用期望確認理論研究了消費者的滿意度、重復 購買行為和意愿，如汽車再次購買(Oliver 1993)及攝錄像機再次購買(Sprenget al. 1996)。
在圖4-1所示的期望確認模型中，期望確認與滿意度之間有緊密聯系，當消費者的期望 很高而該期望沒有得到確認或確認的程度較低的時候，消費者的滿意度較低；當消費者的期 望得到確認的程度高于他之前的期望時，消費者就具有較高的滿意度。Oliver (1980)的研 究也驗證了上述結論并且對期望確認過程進行了較為詳細的描述，他認為消費者在購買商品 或服務之前會先形成一個影響其購買態度和購買傾向的購買前期望，在發生購買行為之后， 消費者會將使用商品或服務之后的績效與購買前的期望做比較，并根據前者大于、等于或小 于后者的關系形成正面不確認，確認或者負面不確認的結果，進而決定了消費者的滿意度水 平，而消費者的滿意度又決定了其是否再次購買或持續使用。
大量的研究成果已經表明，期望確認對消費者感知滿意度有十分重要的作用，在基于虛 擬環境進行商品或服務交易的電子商務研究情景下，該模型同樣適用。
圖4-1期望確認理論模型(ECT)
4.1.2信息系統持續使用模型
:期望確認理論主要從企業經營和營銷手段的角度描述了消費者滿意度和重復使用或購 買的問題。Bhattacherjee (2001)將信息技術接受模型與期望確認模型相結合，對期望確 認模型的使用范圍做了擴展，提出了信息系統持續使用模型，如圖4-2所示。對于信息系統 的持續使用，感知信息系統的有用性和使用之后的滿意度是用戶能夠持續使用信息系統重要 原因，同時感知有用性會提升用戶使用后的滿意度，而期望確認又會影響感知有用性和滿意 度。
圖4-2信息系統持續使用理論模型(ECM-IT)
國內外很多學者使用該模型研究了用戶持續使用信息系統的行為oHsu.Chiu和Ju(2004) 在研究中應用信息系統持續使用模型對萬維網用戶的持續使用因素進行了研究，認為影響萬 維網用戶持續使用的因素包含期望、滿意度和網絡自我效能等因素。Bhattacherjee, Perol 和Sanford (2008)基于信息系統持續使用模型對文件管理系統的持續使用進行了研究，證 明了自我效能顯著正向影響持續使用意愿，并且持續使用意愿和便利條件顯著正向影響持續 使用行為。
國內學者劉魯川，孫凱和王菲(2011)的研究中通過加入質量因素(服務質量、信息質 量、系統質量)、自我功效和促成因素，對信息系統持續使用模型進行擴展，完成了對移動 搜索用戶的持續使用行為模型構建。駱迪和薛君(2012)在信息系統持續使用模型中引入感 知愉悅性和自我感知效能兩個因素，用于研究電子商務中增強消費者粘性的問題，研究結果 表明消費者的重復購買意圖與感知因素顯著正向影響消費者的粘性。李倩、侯碧梅(2013) 將信息系統期望確認模型與信息系統成功模型整合，引入感知服務可達性因素構建了移動社 交網絡持續使用模型。
4.2持續信任模型構建
國內外眾多學者結合不同的問題背景,應用信息系統期望確認模型研究消費者的持續使 用行為。本章將信息系統期望確認模型與信任理論相結合，研究消費者的持續信任問題。
4. 2. 1信息系統期望確認模型與持續信任
在本模型中期望確認是指用戶使用社會化電子商務后所感知到的實際績效與使用之前 的期望相比較后的結果，即實際感知對期望的確認。ECM-IT模型中消費者在使用信息系統 之后會感受到信息系統對于解決實際問題的有用性，因此感知有用性會對用戶的滿意度產生 影響。Hong (2006)等學者借鑒了 TAM模型的研究成果，認為將TAM模型的研究起點設 置為用戶采納行為發生之后，基于首次釆納之后的持續使用情景，與ECM-IT模型結合起來， 具有對用戶持續使用行為更強的解釋能力。因此感知易用性與感知有用性在信息系統持續使 用的研究中仍然是必不可少的研究變量。
劉人境(2013)對社交網絡中的個人用戶持續使用行為的研究結果表明：期望確認度對 使用者感知有用和滿意度具有顯著影響作用,滿意度對使用者持續使用的意愿具有顯著影響; 環境因素和行為控制因素也是影響網絡個人用戶的持續使用行為和意愿的主要因素;網絡個 人用戶通過使用社交網絡而感知到的樂趣對滿意度和持續使用意愿具有影響顯著，對感知信 任的影響卻并不顯著。滿意度是指消費者對使用社會化電子商務平臺或參與社會化電子商務 活動之后的感受和體驗。持續信任反映了用戶對未來繼續使用的期望，通常這種期望是基于 消費者過往的親身體驗總結形成的，滿意度反映了消費者過去的使用感受，好的使用感受不 僅能夠增進消費信任而且能夠保持消費者信任。周濤(2010)在對移動商務消費者釆納模型 的研究中認為消費者滿意度會顯著正向影響信任。
根據信息系統持續使用模型提出假設：
H1：期望確認對滿意度有顯著正向影響。
H2：期望確認對感知有用性有顯著正向影響
H3：感知有用顯箸正向影響消費者滿意度
H4：滿意度顯著正向影響消費者的持續信任的建立
H5：感知有用顯著影響持續信任的建立
4. 2. 2社會化電子商務特征與持續信任
社會化電子商務與傳統電子商務的重要區別是融入了社交網絡和網絡社會化活動，社交 網絡具有突出的“社會化”特征，促進了社會比較和社會參與，通過互動和參與讓用戶體會到 更多的樂趣。Mahmood (2012)通過對社會化電子商務接受模型的研究認為：信任和感知 有用性會影響到購買意愿，同時信任又受到推薦、社區、評價的影響。此外更多的互動性是 社會化電子商務的有一個重要特征，會影響到消費者交易過程中的決策。劉人境(2013)的 研究認為網絡個人用戶通過使用社交網絡感知到的樂趣對滿意度和持續使用意愿具有的影 響是顯著的，但是卻并不顯著影響信任。這同本論文中對社會化電子商務初始信任的研究結 論一致：感知樂趣能夠增強消費者的使用意愿，但對于建立消費者信任并不能產生影響。
因此在綜合各位學者對社會化電子商務研究的基礎上，可以認為社會化因素主要包括： 社會互動和社會推薦。社會互動是指：社會化電子商務以消費者為中心，利用社會化媒體促 進消費者和商家、消費者和消費者之間的網絡互動，消費者基于共同的興趣會主動對購物信 息和感受進行分享和反饋，通過互動參與購物過程獲取質優價廉的商品。社會推薦是指：由 于社會化電子商務活動中的消費者會因為興趣相投聚集在一起并建立聯系，從中獲得歸屬感 和認同感，消費者購買商品或服務時很容易受到社區討論、網絡好友(意見領袖、好友、陌 生人評論等)的意見影響，基于社會網絡關系的信息推薦提高了信息的信任程度，在強關系 網絡中會產生共同的網絡購物行為。
H6：社會互動顯著正向影響消費者的持續信任的建立。
H7：社會推薦顯著正向影響消費者的持續信任的建立。
4. 2. 3持續信任的結果
對于電子商務信任的研究大多從消費者行為和心理影響視角展開,理性行為理論和技術 接受模型認為行為動機導致使用行為，信任作為一種行為動機，會直接影響用戶的使用行為。 并且信任能顯著減少用戶感知的不確定性和交易風險，進而促進持續使用行為。消費者信任 會影響消費者的行為意圖，具體表現為：消費者購買意愿、重復訪問網站、將網站推薦給他 人、對交易或網站做出積極的評價和評論、重復的購買行為、對網站忠誠等(Zeithaml, Berry, Parasuraman, 1996; Sultan, Urban, Shankar, 2002; Harris, Goode, 2004; Patrick, Paul, Bill, Anson, 2007)o Mahmood認為在社會化電子商務情景下，信任和感知有用性會影響到消費者購買意 愿。許多學者(AndersonandNarus, 1990； Ganesan, 1994； Hennig-ThurauandKlee> 1997； Singh and Sirdeshmukh, 2000)在關于營銷行為的研究中通過實證研究得到了信任與重復購 買行為之間存在顯著的正相關關系的結論。通常認為消費者一旦對交易建立了信任，在未來 的交易中可能感受到的風險和成本就會顯著下降，并且會產生持續購買的愿望。
消費的信任不僅表現為有購買意愿，也可能表現為愿意在網絡平臺上發表個人的使用感 受、參與評價和互動。因此在社會化電子商務情境下，消費者建立信任后一方面會產生購買 意愿進而產生購買行為，另一方面也會愿意將自己的購物經驗分享給他人，愿意通過評價和 推薦等方式繼續參與社會化電子商務活動。
H8：對社會化電子商務的持續信任顯著正向影響消費者購買意愿
H9：對社會化電子商務的持續信任顯著正向影響消費者推薦意愿
建立消費者對社會化電子商務的持續信任模型如圖4-3所示。
4.3問卷設計與數據收集
4.3.1問卷設計
本研究采用調查問卷的方法收集模型中的觀測數據，對測量模型進行驗證性因子分析, 使用結構方程模型進行假設檢驗。問卷的設計包含被調查者人口特征統計和研究模型中所有 因子的測度項兩個部分，問卷采用Likert七分量表設計。模型中所有的因子通過至少三個題 項進行測度，測度指標均選取自相關的研究文獻，并依據社會化電子商務的研究情景做適當 修正。問卷編制完成后首先通過專家訪談對量表進行閱讀和檢查，并根據專家提出的意見做 進一步修改和完善。問卷修訂完成后首先邀請20名具有社會化電子商務使用經驗的網購用 戶進行問卷前測，再次修訂了部分題目。最終問卷指標項如下表所示：
表4-1調查問卷基本信息表
來源
感知有用性 PU PU1 這個網站能夠幫我找到價格合理的滿意的商品 Shwadhin
PU2 在這個網站我很快找到滿意的商品（效率高） Sharma, Robert
PU3 在這個網站買到的商品我都很滿意（效果好） E. Crossler
PU4 這個網站對我很有用 (2014)
社會推薦 SR SRI 社區好友的推薦是可靠的、客觀、公正的 Nick Hajli
SR2 社區好友是可以信賴的 (2015)
SR3 社區論壇的評論是可信的
社會互動 SI Sil 社會化電子商務提供我和好友交流信息的平臺 Sanghyun Kim,
SI2 -社會化電子商務提供最新的商品信息和好友評論 Hyunsun Park
SI3 社會化電子商務接受我對商品使用感受的反饋信
自 (2013)
期望確認 EC ECI ，包、
使用社會化電子商務比我期望的要好 Bhattacheijee ,
EC2 社會化電子商務的服務水平比我期望的要高 2001
EC3 總體來說我對社會化電子商務的期望得到了滿足
滿意度 SAT SAT1 我對于使用這個社會化電子商務網站感覺滿意 Bhattacheijee ,
SAT2 我對于使用這個社會化電子商務網站感覺愉快 2001
SAT3 我對于使用這個社會化電子商務網站感覺滿足
SAT4 我非常喜歡與朋友交流和購物相結合這種形式
購買意愿 IB 田1 我愿意在這個網站購買商品或服務 Sanghyun Kim,
IB2 將來我愿意繼續在這個網站購買商品或服務 Hyunsun Park
IB3 我愿意經常訪問和使用這個網站 (2013)
推薦意愿 WMI WMI1 我愿意將這個網站介紹給他人
WMI2 我愿意將這個網站的優點介紹給他人
WMI3 我愿意向我的朋友或熟人推薦這個網站
WMI4 我會鼓勵別人使用這個網站
社會化電子 TRU_SC TRU_SC1 這個社會化電子商務平臺是值得信賴的. Sanghyun Kim,
商務信任 TRU_SC2 這個社會化商務平臺了解我的興趣和需求 Hyunsun Park
TRU_SC3 這個平臺提供的信息值得信賴 (2013)
4.3.2數據收集
信任的保持和持續是信任生命周期的第二個階段，是指消費者使用過社會化電子商務平 臺或參與過社會化電子商務活動，對社會化電子商務有了初步的認知并且建立了初步的信任 之后的一個階段。本次調查要求受調查者具有網絡購物經驗和社交網絡使用經驗，向參與者 明確通過社交媒體輔助購物決策的購物行為屬于社會化電子商務，要求具有社會化電子商務
購物經歷的被調查人填寫問卷。本次調查共發放478份問卷，收回有效問卷419份，經過剔 除具有異常值的數據，最終獲得有效問卷402份。
本次調查對目前中國主要的社會化電子商務網站做了分類,每一個分類選取典型網站為 代表，要求用戶基于自己訪問或使用過的社會化商務網站經驗填寫問卷。對被調查者的社會 化電子商務使用經歷進行分析，淘寶網作為目前中國最大的C2C電子商務平臺，基于淘寶 網的淘寶社區和微淘的使用比例占80.8%,社會化電子商務平臺使用率排行居首；其次是團 購網站，受調查者中約有58.5%的人表示使用過團購網站；隨著移動互聯網絡的普及，在社 交軟件中增加的電子商務功能逐漸成為一種新的購物體驗，使用頻率達42.3%,并且稱上升 趨勢；而模仿國外Pinterest模式的圖片+興趣購物模式（蘑菇街、美麗說）在被調查者中所 占比例最低，這可能與這類網站的目標定位消費者群體比較狹窄主要為年輕女性，并且最終 流量都導向淘寶網有關。
表4-2社會化電子商務類型
社會化商務網站 類型 使用人數 占比
美麗說、蘑菇街、堆糖網、花瓣網 Pinterest （圖片+興趣模式），基于公共興趣的購 物分享社會化電子商務網站 97 24.1%
淘寶網社區、微淘等 傳統電子商務網站與社交網絡結合形式 325 80.8%
大眾點評等團購網站 020團購模式 235 58.5%
微博、微信、社交網絡的電子商務 基于傳統社交網絡或社交軟件的電子商務服務 170 42.3%
服務
從402名有過社會化電子商務購物經驗的被調查者獲取的有效問卷中的描述統計指標 如下表所示：
表4?3調查問卷的樣本特征
項目 頻數 百分比
性別 女 204 50.7
男 198 49.3
合計 402 100.0
18歲以下 3 0.7
1&30 歲 152 37.8
年齡 30-40 歲 137 34.0
40-50 歲 81 20.1
50歲以上 29 7.2
合計 402 100.0
1500元以下 67 16.7
1500-3000 元 104 25.9
每月可支配收入 3000-6000 元 122 30.3
6000-10000 兀 70 17.4
10000元以上 39 9.7
合計 402 100.0
初中及以下 24 6.0
中專或高中 55 13.7
大專 113 28.1
最高學歷 本科 134 33.3
碩士研究生 65 16.2
博士研究生 11 2.7
合計 402 100.0
上表數據與我國網民的年齡、職業、收入結構基本一致，說明此次調查問卷收集的數據 具有代表性。
4.4數據分析與假設檢驗
4.4.1信度與收斂效度分析
社會化電子商務的持續信任模型共包含八個因子：感知有用、期望確認、滿意度、持續 信任、社會互動、社會推薦、購買意愿和推薦意愿。由于因子的題項是根據前人的研究成果 來確定的，分別對八個因子的測量模型進行驗證性因子分析，得到標準化的因子負載荷均高 于0.7并且顯著，說明本模型具有較高的題目信度；根據因子負載荷計算得到各個因子的組 成信度均大于0.8,平均方差萃取值均高于0.6,如表44所示。可以看出，各項指標完全符 合Hair (2009), Fomell和Larcker (1981)提出的公認標準：因子負載量大于0.5,組成信 度大于0.6,平均方差萃取值(AVE值)大于0.5,多元相關系數的平方大于0.5。因此可以 認為模型具有較高的題目信度、組合信度和收斂效度，具有進行下一步建立結構方程模型的 條件。
表4-4信度與收斂效度分析
因子 題項 參數顯著性估計 題目信度 組合信度 收斂效度
UnStd. S.E. z-value P Std. SMC CR AVE
EC2 1.000 .905 .819 .895 .739
期望確認 EC3 .772 .039 19.933 *** .812 .659
EC1 .885 .041 21.349 .860 .740
SAT2 1.000 .875 .766 .879 .647
滿意度 SAT3 1.045 .050 20.915 *** .862 .743
SAT1 1.011 .053 1&985 *** .800 .640
SAT4 .855 .059 14.543 *** .663 .440
PU2 1.000 .866 .750 .824 .611
感知有用 PU3 .839 .062 13.626 *♦* .760 .578
PU1 .768 .058 13.135 *** .711 .506
SI2 1.000 .866 .750 .869 .689
社會互動 SI3 1.033 .058 17.815 *** .832 .692
SI1 1.029 .060 17.104 *** .790 .624
SR2 1.000 .902 .814 .882 .714
社會推薦 SR3 .871 .045 19.356 *** .833 •694
SR1 .856 .046 18.439 *** .796 .634
TRU_SC2 1.000 .768 .590 .843 .643
持續信任 TRU_SC3 1.099 .073 15.041 *** .884 .781
TRU_SC1 .904 .063 14.415 *** .747 .558
IB2 1.000 .888 .789 .883 .716
購買意愿 IB3 .910 .048 18.997 *** .822 .676
IB1 .887 .046 19.095 *** .826 .682
WMI2 1.000 .864 .746 .904 .702
WMI3 .981 .044 22.306 *** .879 .773
推薦意愿 WMI1 .981 .046 21,185 *** .849 .721
WMI4 .914 .052 17.578 *** .753 .567
4.4.2區別效度分析
檢驗區別效度是為了保證在結構方程模型中，各個因子之間的題目不具有高度的相關性, 通常使用平均方差萃取方法(Average Variance Extracted, AVE)對因子的區別效度進行檢驗， 如果一個因子的AVE平方根值大于這個因子與其他因子的相關系數，則認為該因子具有較 好的區別效度。從表4-5看以看到：除了滿意度和期望確認兩個因子具有較高的相關系數 (0.870)之外，其他數據均滿足對角線上各個因子的AVE平方根大于各因子的相關系數的 標準。相關性較高的期望確認和滿意度在模型中處于單一路徑上，期望確認通過滿意度間接 對持續信任產生影響，因此在模型中這種相關性高不會對模型擬合造成估計系數為負值等不 好的影響。因此可以認為模型中因子的區別效度是可以接受的。
表4- 5因子AVE值平方根與因子相關系數矩陣
因子 社會推薦 社會互動 持續信任 推薦意愿 感知有用 購買意愿 滿意度 期望確認
社會推薦 •845
社會互動 .486 ?830
持續信任 .646 .696 .802
推薦意愿 .493 .660 .750 .838
感知有用 .445 .546 .604 .591 .782
購買意愿 .415 .657 .695 .832 .674 •846
滿意度 .542 .751 .783 .698 .665 .711 .804
期望確認 .497 .684 .734 .641 .627 .639 .870 .860
4.4.3模型假設檢驗
在進一步驗證模型的路徑假設之前，首先對模型數據的正態性進行檢驗，保證模型中的 所有觀測變量都滿足正態分布并刪除存在極端值的樣本，最終得到402個樣本數據。隨著樣 本數據的增加，卡方值和自由度都會增加，p值的顯著性會受到數據樣本數大小和數據是否 多元正態分布的影響。機構方程模型的檢驗中，研究者期望獲得的結果是接受虛無假設 (p>0.05),即樣本協方差矩陣與模型隱含的協方差矩陣的差異越小越好，但是如果模型的 樣本數較大(>200), p值愈容易顯著(p<0.05),得到模型與樣本數據不能擬合的結論。本 模型的樣本數介于300-500之間，使用最大似然估計法對模型擬合，出現了 p值小于0.05 的結果。為了避免出現模型擬合受到樣本數和數據不符合多元正態分布的影響，采用Kenneth A. Bollen和Robert A. Stine (1993)提出的Bollen-Stine方法對模型擬合度進行修正。
BaUen-Stiite Bootstrap (De&nlt model)
The model fit better in 2000 bootstrap san^tes.
It ft 血out eqaaDy wdl m 0 bootstrap sables.
It worse or fafled tofitmO booisirap san^les.
Testing the nol hypothesis that the mo^ is correct, BoOen-Stme bootstreqp p = .000
圖4?4模型擬合度修正檢驗結果
由上圖可以看出：使用Bollen-Stine模型進行的2000次擬合全部優于使用最大似然法 擬合的結果，出現不好模型的概率尸0.000,說明p值顯著是因為樣本數較大造成的。修正 后的模型擬合指標如下表所示，所有指標均達到擬合標準建議值范圍之內，卡方自由度比值 為1.357,表明該修正后的模型擬合度較好。
表4-6因子分析模型擬合度指標
模型擬合度指標 擬合標準 模型擬合度值
Bollen-Stine c2 smaller is better 389.543
DF (Degree of Freedom) bigger is better 287
Normed Chi-sqr (c2/DF) 1<c2/DF<3 1.357
GFI >0.9 0.952
AGFI >0.9 0.939
RMSEA <0.08 0.030
TLI (NNFI) >0.9 0.985
CFI >0.9 0.987
IFI >0.9 0.987
Hoelter's N (CN) >200 296.590
Gamma hat >0.9 0.992
McDonald's NCI >0.9 0.880
通過AMOS軟件對模型假設進行檢驗，圖4-5給出了模型檢驗結果和路徑系數。
圖4-5模型潛變量路徑分析圖
路徑系數和假設檢驗的結果如下表所示：
表4-7模型路徑系數
假設 Estimate S.E. C.R. P 檢驗結果
H1 期望確認 —> 滿意度 0.815 0.059 13.904 *** 接受
H2 期望確認 —? 感知有用 0.504 0.048 10.607 *** 接受
H3 感知有用 —» 滿意度 0.169 0.064 2.642 0.008 接受
H4 滿意度 —> 持續信任 0.346 0.054 6.439 *** 接受
H5 感知有用 —? 持續信任 0.209 0.057 3.695 **« 接受
H6 社會互動 持續信任 0.241 0.046 5.281 *** 接受
H7 社會推薦 —? 持續信任 0.167 0.033 4.998 *** 接受
H8 持續信任 —+ 購買意愿 0.801 0.056 14.257 *** 接受
H9 持續信任 —> 推薦意愿 0.848 0.056 15.272 *** 接受
可以看到模型中的假設全部被接受。在社會化電子商務環境下，消費者對于與網絡好友 社交互動、信息分享有助于網絡購物的實際感知如果能夠和他們的期望相一致，就能夠顯著 增強消費者對社會化電子商務的滿意度，同時這種新型的電子商務方式也會被認為具有實際 效果，假設H1和H2被接受。感知有用能夠顯著正向影響消費者滿意度，接受假設H3。消 費者滿意度和感知有用能夠顯著正向影響消費者對社會化電子商務的持續信任，支持假設 H4和H5o說明信息系統持續使用模型在社會化電子商務持續信任的研究中確認有效。
社會推薦和社會互動作為社會化電子商務有別于傳統電子商務的特色和優勢，對于建立 消費者長期持續的信任有重要的作用，接受原假設H6和H7。社會化電子商務為消費者提 供了能夠分享商品信息、自由發表感受和意見、參與感興趣商品的討論的平臺，在這過程中 每一名消費者既是信息的接受者也是傳送者，一個人會影響更多的人，也就是說，已經對社 會化電子商務建立了信任態度的消費者，不僅自身會具有購買意愿也愿意向其網絡好友分享 和推薦，持續信任顯著正向影響消費者購買意愿和推薦意愿，假設H8和H9在模型中也得 到驗證。
從各個因子的作用方向上看，本次研究的數據獲取和模型分析是合理的，對消費者持續 信任（R2=0.79）、購買意愿（R2=0.66）和推薦意愿（R2=0.71）的解釋是比較充分的。
4.5結論
本章將信息系統持續使用模型應用于社會化電子商務環境下建立消費者持續信任的研 究，在考慮到社會化電子商務自身特點和優勢的基礎上，研究建立消費者持續信任的影響因 素以及持續信任是否能導致社會化電子商務的持續使用，構建了在社會化商務情境下消費者 持續信任的影響因素研究模型。通過對402名具有參與過不同形式社會化電子商務活動的消 費者進行調查，實證研究數據得出了以下結論：
第一，研究拓展了信息系統持續使用模型。社會化電子商務把傳統電子商務與社交網絡 相結合，將社會化營銷、關系營銷引入電子商務，利用社交網絡中好友之間的互動與推薦, 吸引和保持消費者持續的信任態度，進而產生購買和向好友推薦的行為。通過結合社會化因 素和特征，本研究驗證了信息系統持續使用模型對社會化電子商務持續信任的解釋能力，拓 展了模型的理論邊界。
第二，社會化特征對社會化電子商務信任的建立、保持和交易達成起到重要的推動和促 進作用。在基于網絡信息的社會關系背景下，消費者認為基于共同興趣的社交好友分享的信 息更具有真實性、可靠性和持久性，長期維系的社交網絡好友關系有助于建立持久的信任。 社交網絡平臺幫助消費者更加方便地獲取好友對商品的展示和評價并且參與其中，將購物和 社交結合在一起，能夠促進交易的達成，提升消費者信任。
第三，在社會化電子商務持續信任模型中還探討了持續信任的結果，持續信任建立之后 消費者不僅能夠形成自身的購買意愿,還能夠形成推薦意愿——愿意將自己購買商品的信息 推薦給好友進而形成更多的關注和潛在購買。電子商務企業和商家應充分認識和利用社交網 絡平臺維護穩定的客戶群體，通過社交網絡的社會化特征發掘潛在客戶群體，進而形成長期 的盈利。
第五章傳統電子商務至社會化電子商務的消費者信任
轉移
社會化電子商務是傳統電子商務和新興社會化媒體共同發展并相互融合的產物,是一種 新型的電子商務形式，并逐步發展成為一種新的電子商務盈利模式。許多社交網站和傳統電 子商務網站正是看到這一商機逐步向社會化電子商務方向轉型。例如擁有中國最大社交網絡 用戶群體的新浪微博和中國最大的C2C電子商務網站淘寶網都正在探索社會化電子商務模 式，也體現了目前我國社會化電子商務平臺的兩種主要模式：一種是在傳統電子商務網站中 加入社區功能，通過社交網絡促進網絡購物；另一種是社交網絡中導入購物功能，基于社交 網絡良好的社會關系引導和促進消費。
社會化電子商務雖然是新興的商務模式,但其形成脫離不了傳統電子商務和社會化網絡, 大部分使用者首先是電子商務網站或社交網絡的資深用戶，具有對于原有網站的信任和忠誠 度。通過將傳統電子商務與社交網絡相結合，引導用戶將原有的信任和忠誠度轉移到新的商• 務模式下，對新型的社會化電子商務模式建立信任，進而生成購買意愿是接下來兩章要研究 的主要內容。
本章主要研究在傳統電子商務平臺上引入社交網絡功能之后，對于習慣使用傳統電子商 務網站的用戶，是否能夠將原來對傳統電子商務平臺的信任成功轉移到新型的社會化電商平 臺上。增加社交功能的社會化電子商務網站可以為用戶提供交流商品信息的平臺，能夠使用 戶感受通過交流獲取更加適合需要和物美價廉的商品的樂趣。同時這種轉換也可能存在風險, 通過對使用者的大量訪談表明，用戶會擔憂要承受更多個人隱私信息暴露給他人的風險，無 法辨別網絡好友提供信息的真偽，使用社會化電子商務可能需要花費更多的時間精力甄別商 品信息完成購物等風險和成本。
目前社會化電子商務情景下消費者信任轉移的相關研究文獻并不多，本研究借鑒了電子 商務信任轉移、移動商務信任轉移和移動支付信任轉移的相關研究及結論探討傳統電子商務 環境到社會化電子商務環境下消費者信任的轉移問題，研究具有傳統電子商務使用經驗的消 費者具有的對傳統電子商務的信任是否有助于建立對社會化電子商務的信任。
5.1研究背景
社會化電子商務在中國的發展目前還沒有一個典型的成功范例值得參考和借鑒。電子商 務網站與社交網絡互相融合滲透、相互促進交互發展，梁循(2014)在《社會化商務理論與 實踐》一書中，在研究了社會化電子商務的國內外發展狀況的基礎之上，認為從社會化電子 商務主要有三種發展模式：
(1)傳統電子商務網站的社會化
在傳統電子商務平臺上增加社會化功能,通過建立社區的形式吸引消費者對網站的商品、 購物流程進行展示、分析、推薦和討論，通過社會化改進增強用戶交互。通過在電子商務網 站增加社會化內容，打通了社交網絡和電子商務平臺的信息通道，在信息傳播方面解決了傳 統電子商務的信息孤島問題，同時可以提升用戶的粘性和忠誠度，通過朋友推薦吸引更多潛
在客戶。淘寶網作為我國最大的C2C電子商務平臺，也在平臺上增加了社會化功能促進購 物，例如淘寶社區和微淘，都旨在通過增加用戶的分享、評價促進購物。
(2)在社交網站上衍生電子商務活動
在社會化網絡中加入電子商務功能，由于社交網絡能夠聚集龐大而活躍的用戶群體，為 發展電子商務提供了巨大的潛在客戶資源。美國最大的社交網站Facebook允許各個電子商 務網站發布的商品信息通過廣告插件投放到Facebook平臺上，通過Facebook網絡建立的人 際信任關系和推薦關系拉動商品銷售，將用戶的興趣轉化為購買動機。我國的社交平臺主要 有微博、微信、人人網、豆瓣網、QQ空間等，其中以微博和微信的用戶使用率和覆蓋率更 高。
(3)新興的社會化電子商務網站
隨著社會化電子商務的興起，一些將社會化網絡和電子商務功能整合在一起的新興電子 商務網站開始出現了。這類網站的特點是以社交網絡和共同興趣為依托，強調用戶之間的互 動和自主分享商品內容，引導消費者把興趣轉換為購買行為。從廣義上講，團購與020模 式也可以算是社會化電子商務的形式之一。
美麗說、蘑菇街作為典型的新興社會化電子商務網站代表，通過圖片+評論+購買鏈接 的形式，以簡潔高效的方式方便用戶瀏覽商品信息并促進購買達成。美麗說和蘑菇街網站對 用戶的定位主要是年輕女性群體，許多商品最終還是需要在淘寶網實現購買。
為了使研究具有代表性和說服力，首先針對上述三種社會化電子商務形式在我國消費者 的應用情況開展初步調查，調查包括消費者基本信息、網絡購物習慣、社交網絡使用習慣、 社會化購物使用經驗等方面。參與調查的消費者涵蓋了各個性別、年齡、收入和學歷階層, 共獲取469份有效問卷。依據對社會化電子商務主要形式的分析，調查列舉了常用的社會化 購物形式：
表5-1社會化電子商務主要模式
社會化電子商務實例
美麗說、蘑菇街、堆糖網、花瓣網
大眾點評等團購網站
淘寶社區、微淘
微博、微信或其他社交網絡的電了商務功能
其他社會化電子商務平臺
表5-2是對消費者使用社會化購物主要形式的初步分析，從調查結果可以明顯看出，受 調查者對淘寶社區、微淘的使用率最高，有過使用經驗的人數占總人數的76.3%,其次是大 眾點評等團購網站，對社交網絡植入的電子商務功能、定位于年輕女性消費者的社會化電子 商務平臺的使用率都較低。淘寶網作為國內規模大、用戶群覆蓋廣泛的傳統電子商務平臺， 具有引入社會化網絡的優勢和基礎，也反映出當前我國社會化電子商務發展的主要形式是在 傳統電子商務網站上增加社會化功能，通過網絡社區的用戶互動促進商品和服務的購買。
本章基于具有網絡購物經驗的用戶群，研究對具有電子商務經驗的消費者來說，如果在 他們習慣使用的電子商務網站添加社會化功能，對原有電子商務網站的信任在什么樣的條件 下能夠轉移到新的電子商務形式上去。
表5-2社會電子商務平臺使用情況
項目 頻數 百分比
女 242 51.6
性別 男 227 48.4
合計 469 100
18歲以下 6 1.3
18-30 歲 177 37.7
年齡 30-40 歲 156 33.2
40-50 歲 91 19.4
50歲以上 39 8.3
合計 469 100
1500元以下 77 16.4
1500-3000 元 130 27.7
每月可支配收入 3000-6000 元 140 29.9
6000-10000 兀 81 17.3
10000元以上 41 8.7
合計 469 100
初中及以下 34 7.2
中專或高中 69 14.7
大專 128 27.3
最高學歷 本科 150 32
碩士研究生 73 15.6
博士研究生 15 3.2
合計 469 100
美麗說、蘑菇街、堆糖網、花瓣網 104 22.2
淘寶社區、微淘 358 76.3
常用的社會化購物 大眾點評等團購網站 255 54.4
網站 微博、微信或其他社交網絡的電子商務功能 182 3&8
其他社會化電子商務平臺 42 9.0
5.2研究理論與模型假設
5.2.1創新擴散理論
創新擴散理論(Diffusion of Innovation, DOI 或 Innovation Diffusion Theory, IDT)由 Rogers于1962年首次提出，該理論將創新擴散定義為創新隨著時間透過社會系統與組織傳 播的社會過程，從宏觀層面解釋了新興技術的傳播過程。在同一個社會體系中，不同個體對 新技術、新產品等的采納有早晚先后之分，大體可以分為：創新者、早期釆納者、早期多數、 后期多數和滯后者，這些人群成正態曲線分布。Rogers在創新擴散理論中首次提出影響創 新擴散的五大因素包括：相對優勢(Relative Advantage),兼容性(Compatibility),復雜性
（Complexity）,可觀察性（Observability）和可試用性（Trialability）oMoore 和 Benbasat（ 1991） 擴展了 Rogers提出的五個創新采納影響因素，基于信息系統應用背景提出了影響信息技術 采納的八個因素：相對優勢、兼容性、易用性、結果可展示性、形象、可觀察性、可試用性、 自愿性。創新擴散理論在信息系統領域的研究一致發現：技術兼容性、技術復雜性（易用性） 和相對優勢（感知需要）是創新采納的三個重要因素。
表5-3基于創新擴散模型的信息系統采納影響因素
感知一項創新與潛在釆用者已有的價值、需要和過去的經驗相一致的程度
感知一項創新增強個人在其社會系統中形象或地位的程度
感知使用創新是自愿和自主的程度
在本研究中，對于已經熟悉和習慣使用傳統電子商務的用戶來說，加入社交功能后需要 考慮的創新擴散因素包含：新的商務模式是否更加有利于消費者購物（相對優勢），新的系 統是否與原有系統在用戶使用習慣、功能、界面、安全性等方面相兼容（兼容性），以及社 會化電子商務是否能夠幫助用戶通過相互交流了解其他人的購物信息和過程（結果可展示 性）。
5.2.2效價理論
效價理論是一類基于理性認知的消費者決策理論，該理論主要從正效用和負效用兩個方 面研究消費者行為。D. J. Kim和D. J. Fenin等分別于2008年和2009年發表的論文中將效 價理論應用于電子商務情景下的消費者信任和滿意度影響因素研究。楊水清,魯耀斌（2010） 等在移動支付的釆納研究中使用了效價理論，研究正效用和負效用在從網絡支付向移動支付 的消費者信任轉移過程中對消費者使用意向的影響。本部分基于消費者從電子商務到社會化 電子商務的轉換過程中，影響消費者對社會化電子商務信任和使用意愿的正效用因素和負效 用因素兩個方面進行實證研究。
（1）正效用
效價理論中的正效用是指在模型中能夠促進消費者信任和使用意愿的因素，原始效價理 論認為感知收益屬于正效用。本研究中由于社會化電子商務是一種創新型的電子商務模式, 結合創新擴散理論選取相對優勢、兼容性和結果可展示性三個因素，認為這三個創新性因素 對建立社會化電子商務信任及使用意愿有正向的影響。
對于電子商務網站的忠誠用戶而言，增加了社會化的功能之后使得網絡購物過程中與好 友溝通更加方便、提高了購物效率，與傳統電子商務相比更具有優勢，因而也更加值得信任； 社會化功能是添加在傳統電子商務網站之上的，是對原有網站功能的豐富和提升，因而用戶 感覺新的功能與網站具有兼容性;社會化功能能夠幫助用戶在網絡購物過程中及時獲得好友 發布的購物信息，也能發布自己的購物心得體會并參與互動，這相對于傳統電子商務而言顯 然有助于用戶的購物并刺激更多的購買欲望，這種結果可展示性能夠提升用戶對新的社會化 電子商務形式的信任和使用意愿。因此提出下面的假設：
H1：相對優勢顯著正向影響消費者對社會化電子商務的信任。
H2：兼容性顯著正向影響消費者對社會化電子商務的信任。
H3：兼容性顯著正向影響消費者對社會化電子商務的使用意愿。
H4：結果可展示性顯著正向影響消費者對社會化電子商務的信任。
H5：結果可展示性顯著正向影響消費者對社會化電子商務的使用意愿。
(2)負效用
原始效價理論認為感知風險屬于負效用，消費者在獲得了社會化電子商務帶來的相對優 勢、兼容性和結果可展示性的同時也承擔一定的風險。在社會化電子商務中，消費者通過與 網絡好友分享商品信息、購物過程、使用感受等信息達成共同購物，消費者會擔心分享自己 的信息有泄露個人隱私的風險，擔心網絡好友的可靠性，因此本模型假設感知風險可能會對 消費者信任起到妨礙作用。
H6：感知風險對社會化電子商務信任有顯著負向影響。
此外，原本主要依靠商家提供的產品信息和個人經驗購物的消費者在社會化商務環境下 要花費大量的時間和精力維系與好友的關系，通過互動、分享、推薦等行為獲取更多有利于 網絡購物的信息，刺激潛在消費，以便最終促進購物達成，這一過程中可能增加的成本包含 時間、精力、和金錢。因此本模型中假設感知成本可能會阻礙消費者的使用意愿。
H7：感知成本對社會化電子商務消費者使用意愿有顯著負向影響。
5.2.3信任轉移理論
McKnight (2003)認為信任轉移是信任建立的重要機制之一。K.J. Stewart(2003)認為： 當人們對某一種事物(source)產生信任，而這一事物與另一個事物(target)具有相關性 (relatedness)時，對原有事物的信任可以轉移到另一個事物上面。這種相關性可以體現為： 相似(similarity)'接近(proximity)和共同方向(Common fate)»電子商務是已被中國消 費者普遍接受并且使用率較高的一種購物形式，對電子商務信任的研究已經比較完善和全面, 消費者對發展比較成熟的電子商務比較信任，使用意愿也較高。在消費者習慣使用的電子商 務網站上加入社交網絡的功能，消費者的網絡購物行為將由傳統的以商家為中心的活動逐步 轉化為以客戶為中心的商務活動，消費者在購物過程中不再僅僅依靠商家的廣告和有限的陌 生人的評價做出購買決策，而是擁有更多的自主權和決定權。社會化電子商務是添加了社會 化因素的商務活動，本質上仍然是基于網絡的以商品或服務銷售為目的的商務活動，必然與 電子商務具有很多相似、接近和共同方向，因此可以認為消費者對電子商務的信任是能夠轉 移到社會化電子商務活動中的。并且依據被電子商務信任研究反復證明的信任能夠顯著正向 影響使用意愿這一結論，我們也有理由推斷一旦消費者建立了對社會化電子商務的信任，也 一定擁有較高的使用意愿。因此可以假設：
H8：消費者對傳統電子商務的信任顯著正向影響消費者對社會化電子商務的信任。
H9：消費者對社會化電子商務的信任顯著正向影響消費者使用意愿。
5.2.4電子商務信任
對電子商務信任的研究表明：信任能夠有效降低消費者對風險的感知，同時能夠提高對 收益的感知。學者Kim和Fenin (2008,2009)對于信任的研究證實了信任能夠有效地降低 消費者對電子商務活動風險的感知。Doney (1997)的研究證實了信任能夠有效增加消費者 對電子商務活動中獲得收益的感知。基于本研究的情景，可以假設消費者如果具有對電子商 務的信任,那么他們對于增加了社會化功能的新的電子商務活動所感知到的風險會相應降低, 感知到的相對優勢會相應增加。
H10：消費者對傳統電子商務的信任對其感知社會化電子商務的風險有顯著負向影響。
HU：消費者對傳統電子商務的信任對其感知社會化電子商務的相對優勢有顯著正向影 響。
依據上述假設建立的傳統電子商務至社會化電子商務的消費者信任轉移模型如圖5-1 所示。
負效應
圖5-1電子商務至社會化電子商務的信任轉移模型
5.3問卷設計與數據收集
5.3.1問卷設計
本章仍然采用調查問卷的方法對模型進行假設檢驗，問卷采用Likert七分量表，包含被 調查者人口特征統計相關題項和研究模型中因子的測度項兩個部分。所有因子采用不少于三
個題項進行測度，指標選取自相關研究文獻。問卷編制完成后首先通過專家訪談對量表進行 預測試，并根據專家意見進一步修改和完善。問卷修訂完成后首先邀請了 23名具有網購經 驗的消費者進行初步測試，再次修訂了部分題目，最終問卷指標項如下表所示：
表5-4調查問卷基本信息表
來源
Shwadhin Sharma, Robert E. Crossler
(2014)
Sanghyun Kim, Hyunsun Park
(2013)
McKnight
(2002)
YaoBin Lu, Shuiqing ^ng,Patrie k Y.K. Dhau(2011 )
Celeste
See-Pui Ng
(2013)
5.3.2數據收集
隨著互聯網絡、移動通信工具的普及，以及物流業的飛速發展，電子商務的社會化是大
勢所趨。本次調查針對具有網絡購物經驗的人群，圍繞已經對傳統電子商務建立信任的消費 者是否能夠對社會化電子商務也同樣采取信任的態度和使用意愿開展調查。問卷調查的主要 對象是社會各個階層具有網絡購物經驗的普通消費者，調查通過問卷星網站發布，持續約一 個月時間，共收回478份問卷，經過人工篩選去除不合格問卷后，共獲得有效問卷447份。 被調查者獲取的有效問卷中的描述性統計指標分析如下表所示。
表5-5調查問卷的樣本特征
項目 頻數 百分比
性別 女 230 51.5
男 217 48.5
合計 447 100.0
18歲以下 4 0.9
18-30 歲 168 37.6
年齡 30-40 歲 149 333
40-50 歲 88 19.7
50歲以上 38 8.5
合計 447 100
1500元以下 68 15.2
1500-3000 元 126 2&2
每月可支配收入 3000-6000 元 135 30.2
6000-10000 元 78 17.4
10000元以上 40 8.9
合計 447 100
初中及以下 32 7.2
中專或高中 65 14.5
大專 125 28.0
最高學歷 本科 141 31.5
碩士研究生 70 15.7
博士研究生 14 3.1
合計 447 100
臺式電腦 161 36.0
網絡購物方式 筆記本電腦 195 43.6
手機 376 84.1
平板電腦 93 20.8
半年以內 53 11.9
半年到一年 29 6.5
使用網絡購物的時間 一年到兩年 72 16.1
兩年到三年 73 16.3
二年以上 220 49.2
合計 447 100
2次以下 251 56.2
24次 146 32.7
每周平均使用網絡購物
5-7次 25 5.6
的頻率
7次以上 25 5.6
合計 447 100
少于10分鐘 32 7.2
10-30分鐘 216 48.3
每次網絡購物大約花費
31-60分鐘 142 31.8
的時間
多于60分鐘 57 12.8
合計 447 100
現實生活中親朋好友的評價 312 69.8
推薦
網絡購物時會參考誰的
陌生人的網上評價 244 54.6
意見？
網絡好友的評價 201 45.0
專家、明星、達人的網上推薦 68 15.2
從對樣本的描述性統計分析可以看出:消費者在網絡購物時更加傾向于信任現實生活中 或網絡上親朋好友的推薦和評價，熟人的推薦和評價對信任有顯著影響。此外，通過消費者 在網絡購物時使用手機終端的比例達到84.1%,可以看出傳統電子商務正在朝著移動化、本 地化、社會化的方向發展，一些團購網站的移動應用正是順應這種發展規律的社會化電子商 務形式。
5.4數據分析與假設檢驗
5.4.1信度與收斂效度分析
本研究模型的因子和所有題型都是從已有的相關研究文獻中提取的，因此首先要對模型 中每一個因子做驗證性因子分析(CFA)o Thomopson (2004)的研究認為，在對結構方程 模型進行擬合檢驗之前應先要檢驗每一個測量模型，以保障模型具有較好的信度和收斂效度。 本章的模型共包含八個因子，分別是：感知成本、感知風險、相對優勢、兼容性、結果可展 示性、電子商務信任、社會化電子商務信任和消費者使用意愿。
分別對上述八個因子進行測量模型的驗證性因子分析，得到標準化的因子負載荷均髙于 0.75并且顯著，說明本模型具有較高的題目信度；根據因子負載荷計算得到各個因子的組成 信度均大于0.8,平均方差萃取值均高于0.6,如表5-6所示。可以看出，各項指標均符合 Hair , Fomell和Larcker (1981)提出的公認標準：因子負載須大于0.5,組成信度大于0.6, 平均方差萃取值大于0.5,多元相關系數的平方大于0.5。本模型全部達到要求的標準，因此 認為模型具有較高的信度和收斂效度。
表5- 6信度與收斂效度分析
維度 題項 參數顯著性估計 題目信度組合信度收斂效度
UnStd. S.E. z-value P Std. SMC CR AVE
PEC1 1.000 .919 .845 .913 .780
感知成本 PEC2 1.028 .034 30.651 *** .956 .914
PEC3 .833 .039 21.285 *** .762 .581
PERI 1.000 .868 .753 .901 .752
感知風險 PER2 .996 .043 23.276 *** .890 .792
PER3 .969 .044 21.994 *** .843 .711
REA1 1.000 .885 .783 .908 .766
相對優勢 REA2 1.092 .043 25.147 *** .908 .824
REA3 .977 .043 22.569 *** .831 .691
COMI 1.000 .820 .672 .869 .690
兼容性 COM2 1.100 .059 18.810 *** .870 .757
COM3 .983 .055 17.963 *** .800 .640
RED1 1.000 .796 .634 .884 .719
結果可展示性 RED2 1.108 .056 19.925 *** .910 .828
RED3 1.061 .056 19.114 *** .834 .696
TRU_EC1 1.000 .921 .848 .933 .824
電子商務信任 TRU_EC2 1.007 .031 32.788 *** .942 .887
TRU_EC3 .888 .033 27.211 *** .858 .736
TRU_SC1 1.000 .841 .707 .915 .782
社會化電子商務信任 TRU_SC2 1.075 .045 24.037 *** .902 .814
TRU_SC3 1.072 .044 24.221 **♦ .909 .826
IU1 1.000 .809 .654 .838 .633
使用意愿 IU2 .958 .060 15.902 *** .820 .672
IU3 .957 .062 15.384 *** .757 .573
5.4.2區別效度分析
檢驗區別效度是為了保證兩個因子之間的題目不應該具有高度的相關性,通常使用平均 方差萃取方法(AVE)對因子的區別效度進行檢驗，如果一個因子的AVE平方值大于這個 因子與其他因子的相關系數，則認為該因子具有較好的區別效度。依據這一評判標準，可以 看到：表5-7中對角線上各個因子的AVE平方根均大于各因子的相關系數，因此可以認為 模型的各個因子有較好的區別效度。
表5-7因子AVE值平方根與因子相關系數矩陣
使用意愿 社會化電子
商務信任 電子商
務信任 結果可
展示 兼容性 相對優勢 感知
成本 感知 風險
使用意愿 .796
社會化電子商
務信任 .692 .884
電子商務信任 .557 .682 .908
結果可展示 .756 .607 .492 .848
兼容性 .680 .656 .530 .681 .831
相對優勢 .603 .643 .581 .640 .767 ?875
感知成本 .101 .106 .102 .119 .174 .049 • 883
感知風險 .239 .135 .052 .274 .238 .145 .470 .867
5.4.3模型假設檢驗
由于結構方程對樣本數據與模型進行擬合時使用最大似然估計方法，要求樣本數據符合 正態分布，因此在檢驗模型的路徑假設之前，先對樣本數據進行正態性檢驗以保證模型中的 所有觀測變量都符合正態分布。由于樣本數據的增加，卡方值和自由度會隨之增加，p值的 顯著性受到數據樣本數大小和數據是否多元正態分布的影響。機構方程模型中，研究者期望 獲得的結果是接受虛無假設（p>0.05）,認為模型協方差矩陣和樣本數據的協方差矩陣擬合 較好，而隨著樣本數的增加（>200）, p值愈容易顯著（p<0.05）,得到模型與樣本數據不能 擬合的結論。本模型的樣本數為447較大，模型擬合后p值沒有滿足大于0.05的標準，因 此采用Kenneth A. Bollen和Robert A. Stine （1993）提出的Bollen-Stine方法對模型擬合度進 行修正。
Bollen-Stine Bootstrap （Default model）
The mocfel fit bett« in 2（XX） bootstr可）sauries.
It fit about equally well in 0 bootstrap sanies.
It ft worse or fafled to fit in 0 lxx^strq> saoq^s.
Testing tiie null hypothesis that the model is cmrect, BoOen-Stiae bootstrap p = .000
圖5- 2模型擬合度修正檢驗結果
由圖5-2可以看出：使用Bollen-Stine模型進行的2000次擬合全部優于使用最大似然法 擬合的結果，出現不好模型的概率p=0.000,說明p值顯著是樣本數較大造成的。修正后的 模型擬合指標如表5-8所示，所有指標均達到建議值范圍之內，卡方自由度比值為1.298, 表明該模型的擬合度較好。
表5-8因子分析模型擬合度指標
剜擬合度指標 擬合標準 砲擬合度值
Bollen-Stine c2 smaller is better 304.948
DF (Degree of Freedom) bigger is better 235
Normed Chi-sqr (c2/DF) 1<c2/DF<3 1.298
GFI >0.9 0.965
AGFI >0.9 0.952
RMSEA <0.08 0.026
TLI (NNFI) >0.9 0.990
CFI >0.9 0.992
IFI >0.9 0.992
Hoeller's N(CN) >200 344.910
Gamma hat >0.9 0.995
McDonald's NCI >0.9 0.925
通過AMOS軟件對模型假設進行檢驗，圖5-3給出了模型檢驗的結果。
.84 ' ，
圖5V模型潛變量路徑分析圖
模型的路徑系數和假設檢驗結果如下表所示：
表5-9模型路徑系數
假設 Estimate S.E. C.R. P 檢驗結果
H1 相對優勢 —> 社會化電子商務信任 0.154 0.047 3.301 *** 接受
H2 兼容性 社會化電子商務信任 0.207 0.063 3.304 *** 接受
H3 兼容性 —> 使用意愿 0.167 0.063 2.628 0.009 接受
H4 結果可展示 —? 社會化電子商務信任 0.197 0.058 3.421 *** 接受
H5 結果可展不 —* 使用意愿 0.427 0.061 6.998 *** 接受
H6 感知風險 —? 社會化電子商務信任 0.016 0.032 0.49 0.624 拒絕
H7 感知成本 ―> 使用意愿 -0.012 0.031 -0.396 0.692 拒絕
H8 電子商務信任 社會化電子商務信任 0.309 0.041 7.586 *** 接受
H9 社會化電子商務信任 使用意愿 0.296 0.05 5.92 接受
H10 電子商務信任 —? 感知風險 0.046 0.042 1.088 0.277 拒絕
H11 電子商務信任 —? 相對優勢 0.439 0.035 12.674 *** 接受
從假設檢驗的結果可以得出以下結果:社會化電子商務作為傳統電子商務的一種創新形 式，應用創新滲透理論的三個因子：相對優勢、兼容性和結果可展示性能夠有效提升消費者 信任和使用意愿。通過模型驗證，支持假設H1-H5：相對優勢、兼容性和結果可展示性均對 建立消費者對社會化電子商務的信任有顯著正向影響，消費者感受到兩種電子商務形式的兼 容性和結果可展示性對消費者接受和使用社會化電子商務起到顯著正向影響。在電子商務信 任研究中普遍認為的負效應因素在本模型中并不顯著，拒絕假設H6和H7。信任轉移理論 在本模型中得到驗證，電子商務信任對社會化電子商務信任具有顯著正向影響，支持假設 H8,說明消費者對傳統電子商務的信任對其信任社會化電子商務有正向影響。消費者對社 會化電子商務建立信任之后能夠顯著提升其使用意愿，驗證了假設H9,說明信任對于消費 者使用意愿的重要作用在傳統電子商務向社會化商務轉移的情境下同樣適用o消費者對電子 商務的信任能夠顯著正向影響其感知到增加社會化功能后的相對優勢，因此支持假設H10, 但是與傳統電子商務的信任研究不同的是，消費者對這種轉換過程中可能面臨的風險增加并 不敏感，模型并沒有支持假設H11。
感知成本會負向影響消費者對社會化電子商務的使用意愿的假設H7沒有被接受，說明 消費者不會因為有可能要在社會化購物上面花費更多的時間、精力和金錢而不愿意去使用社 會化電子商務，在這一過程中感受到的樂趣是提升消費者使用意愿的重要因素。電子商務信 任對感知風險具有顯著負向影響H10、感知風險對社會化電子商務信任具有顯著負向影響 H6沒有被接受，說明消費者對一個電子商務網站的信任不能顯著降低他們對社會化電子商 務具有風險的感知，這種風險并不是來自于傳統的電子商務，特別是當前電子商務已經發展 到了比較成熟的階段能夠提供比較健全的第三方保障機制的情況下，消費者感知到的風險主 要來自于在電子商務中引入社區之后，社會化因素帶來的不可控風險。
從各個因子的作用方向上看，本次研究的數據獲取和模型分析是合理的，對社會化電子 商務信任（R2=0.6）的解釋是比較充分的。
5.4.4中介效果分析
在結構方程模型中，直接效果（Direct Effect）是指某一個變量對另一個變量的直接影 響，消費者對傳統電子商務的信任對社會化電子商務信任的影響就是直接效果。間接效果 （IndirectEffect）是指某一個變量通過某一個中介變量對另一個變量產生的影響，電子商務 信任通過感知相對優勢對社會化電子商務信任產生影響，這種影響就稱為間接效果。總效果 （TotalEfiect）等于直接效果加上間接效果。
在傳統電子商務至社會化電子商務信任轉移的結構方程模型中，已經證明消費者對傳統 電子商務的信任顯著正向影響相對優勢（路徑a）、感知相對優勢顯著正向影響消費者對社 會化電子商務的信任（路徑b）以及電子商務信任對社會化電子商務信任有顯著正向影響（路 徑c）。接下來需要分析電子商務信任（TRU_EC）是否通過中介變量相對優勢（REA）對社 會化電子商務信任（TRU_SC）產生影響（間接效果），能夠部分解釋為什么消費者對電子 商務的信任能夠轉移到社會化電子商務中來。
中介變量的間接效果的經典檢驗方法包括最初由Baron和Kenny于1986年提出的因果 法和Sobel Test方法，上述兩種傳統的中介效果檢驗方法要求間接效果的抽樣分布必須滿足 正態分布。本研究采用Mackinnon于2004年提出的Bootstrap方法對間接效果進行檢驗， Bootstrap方法的優勢在于當樣本數據不符合正態分布時，以研究樣本作為抽樣總體，通過 重復在樣本總體中抽出再放回的反復抽樣過程（2000次），將每次抽到的參數作為最終的結 果，可有效解決多元數據難以符合正態分布時的情形。使用Bootstrap方法得到表5-10所示 的模型中介變量報告表格，從表格中可以看到z值等于點估計值與標準誤相除得到的商，分 別使用Bias-corrected percentile方法和Percentile方法進行區間估計，置信區間都位于0的右 側，同時滿足|z|>1.96,則說明中介效果顯著。
表5-10對本模型中介效果的檢驗結果說明了：相對優勢對于促進消費者對傳統電子商 務的信任向社會化電子商務轉移具有一定的間接效果，消費者能夠感受到在電子商務活動中 加入社交功能有助于他們獲取更多真實可靠的信息和制定購買決策，社會化電子商務相對于 傳統電子商務具有相對優勢。
表5J0中介變量報告表格
product of coefficient Bootstrap 1000 times 95% CI
Variables bias corrected percentile
Point Estimate SE z-value
Lower Upper Lower Upper
Indirect Effect
TRU_EC- ^REA->TRU_SC .068 .034 2.000 .010 .142 .011 .142
Direct Effect
TRU_EC- *TRU_SC .309 .046 6.717 .214 .400 .209 .397
Total Effect
TRU EC->TRU SC .3 力.053 7.113 .280 .485 .277 .481
5.5結論
本章基于效價理論、創新擴散理論和信任轉移理論研究了電子商務環境到社會化商務環 境下消費者信任轉移的問題。通過對447名消費者的調查與分析，實證研究結果表明：
第一，電子商務與社會化電子商務具有本質上的一致性，都是以吸引和促進消費者購買 商品或服務為主要目的。在電子商務網站加入促進消費者交流討論的網絡社區功能，是對傳 統電子商務的一種創新，也是一種優勢。在新的功能應用過程中用戶感受到的相對優勢、兼 容性和結果可展示性能夠顯著促進消費者信任的建立，進而增加使用意愿。同時用戶在這一 創新過程中感知到的個人信息和隱私泄露的風險等不可控因素不會因為對傳統電子商務的 信任而減少,這也是目前影響和制約消費者接受社會化電子商務這一新興電子商務模式的重 要因素。
第二，社會化將是電子商務未來發展的重要趨勢，傳統電子商務網站和電子商務商家應 該認識到社會化對電子商務帶來的機遇與挑戰，一方面重視在傳統電子商務網站中增加網絡 社區功能，以吸引消費者參加關于商品的討論、推薦和信息共享，以發掘潛在購買力，增加 收益；另一方面在引入社會化功能是要充分保障信息安全、交易安全，以顯著降低消費者可 能面臨的社交網絡中個人隱私泄露、交易安全難以保障等風險。
第六章社交網絡至社會化電子商務的消費者信任轉移
社會化電子商務將社交網絡與電子商務相結合的特性決定了消費者對社會化電子商務 建立的信任可能來自于傳統電子商務，也可能來自于社交網絡。研究社會化電子商務情景下 消費者信任的轉移包含兩個方面：一方面是傳統電子商務社會化情景下，消費者信任從傳統 電子商務至社會化電子商務的轉移；另一方面是社交網絡衍生電子商務功能背景下，消費者 信任從社交網絡至社會化電子商務的轉移。第一種信任轉移的研究已經在第五章完成，本章 主要研究第二種信任轉移，即社交網絡至社會化電子商務環境下消費者信任轉移的問題。
社交應用的基礎是人與人之間的關系和交互,這種社會關系不再局限于現實世界中的親 戚、朋友、同事、同學等親近關系，還包含了虛擬空間的更加廣泛的具有共同興趣愛好或相 似經歷的感情共鳴關系，還可能是有信任感的意見領袖。電子商務商家或平臺通過這些關系 推薦或分享傳播購物信息，將帶動整個社交圈子里的用戶對企業和產品的認知和信任，最終 轉化為銷售。
對于已經擁有眾多活躍用戶的社交網站來說,豐富的客戶資源和潛在的購買力是引入電 子商務的最大支持和動力，包括Facebook在內的國內外許多社交平臺都試圖通過與加入電 子商務功能將用戶的興趣轉換為購買。本章主要研究對于社交網絡的用戶來說，如果在社交 網站引入電子商務功能，是什么因素導致用戶能將對社交網站的信任轉移到社會化電子商務 平臺上，建立信任進而產生使用意愿。
6.1我國社交網絡使用現狀綜述
6.1.1社交網絡在中國的使用狀況
中國互聯網絡信息中心2015年的調查數據顯示：我國網絡社交類應用主要分為社交網 站、即時通信、微博三種類型。其中這三類社交應用中使用率最高的是即使通信類應用，網 民覆蓋率達到了 90.7%,其次為社交網站，網民使用覆蓋率達到77.0%,覆蓋率最低的為微 博，大約為43.6%。從三類社交應用的用戶結構來看，微博用戶具有學歷層次高、收入層次 高、年齡層次低的特點，社交網站用戶學歷層次和收入層次都較低，而即時通信用戶年齡層 次較高。
三類應用具有基本社交功能的基礎上各有特色和優勢。社交網站可以為用戶提供內容豐 富的不同類型的信息，用戶可以根據自身興趣愛好加以選擇；即時通信更加側重于好友之間 的及時、定向、簡短的信息傳送；微博則具有信息單向傳播擴散影響力廣的特點。三種應用 各有特長，滿足了使用者不同方面的信息獲取和交流的需求，同時三種類型的社交應用還存 在大約33.7%的用戶重合，說明這部分用戶對社交類應用的使用意愿較高。
(1)社交網站
社交網站提供的功能主要包含長文本、圖片、視頻、音頻等不同類型信息的發布、分享、 評論、轉發等，可以依據不同主題和不同用戶的興趣建立分組，實現多種媒體形式、大量信 息的存儲、分享和轉發。相對上述功能，在線購物的用戶比例較低，約占36.9%。
社交網站聯系人中，有大約88%的聯系人是同學、現實生活中的朋友，其次是親人或 親戚，比例約為75.6%,同事的關注比例為68.4%o這說明社交網站中的人際關系大多數是 基于熟人建立的關系。由于社交網站很多是基于共同興趣為目的建立的,用戶粘性通常較高, 57.9%的用戶的訪問頻率是每天訪問，每周訪問兩次以上的用戶也占到大約20%«
(2)微博
我國網民中大約有43.6%的人使用過微博，其中以新浪微博的用戶比例最高，用戶忠誠 度也較高。在新浪微博提供的各項功能中，關注社會熱點話題和新聞的用戶占比80.3%,關 注感興趣的人的用戶占比為68.1%,愿意主動轉發他人信息或分享個人信息的用戶約占 60.3%,使用微博收聽音樂和觀看視頻的用戶占50%,只有21%的用戶有購物行為。
與社交網絡不同，微博用戶除了與現實生活中的熟人進行互動之外，還可以關注明星、 大V、意見領袖等陌生人，通常這類人群由于知名度高、關注人數眾多而具有較大的社會影 響力，常常會因為發布的某一話題或信息引起廣泛的關注，形成巨大的傳播效應。
(3)及時通信工具
用戶使用率較高的及時通信工具依次為：QQ、微信、阿里旺旺、YY語音、陌陌等， 其中QQ、微信的用戶覆蓋率和忠誠度都較高。
以微信為例，網民在微信上使用較多的功能包括：文字或語音聊天，朋友圈。微信支付 的使用率和發展前景廣闊，支付內容涵蓋打車付費、話費充值、彩票、購物、公益等多個方 面，但通過微信購物的使用率較低。
6.1.2問題研究背景
我國目前的三大類社交應用中，整體網民覆蓋率最高的為即時通信，在即時通信的各種 應用中，伴隨智能手機的普及，近年來微信具有取代QQ成為用戶使用率較高的一種社交工 具的趨勢。微信是一種基于強社會關系的社交網絡形式，微信好友一般來自現實生活中的同 事、朋友、同學、親屬或認識的人等，因此微信的使用者一般忠誠度較高，對微信中的朋友 也會比較信任。目前微信已經不僅僅作為用戶分享信息和及時通信的平臺，基于微信支付、 微信營銷等手段，微信電子商務己經成為一個新的電子商務形式，主要形式包括：微店、朋 友圈代購等，屬于社會化電子商務的一個特殊形態。
為進一步明晰社交網絡至社會化電子商務環境下信任轉移的研究背景，明確具體的研究 情景和研究對象，使研究結果具有廣泛性、針對性和代表性，在對消費者社會化電子商務使 用狀況調研的內容中，首先進行了消費者對社交網站和社交應用軟件使用基本情況的前期調 研。調查問卷列舉了目前網絡用戶使用率較高的社會化網絡平臺和社交軟件，包括：微博、 微信、騰訊QQ、人人網、豆瓣網、百度貼吧等。
從表6-1中的調查結果可以看出：社交網站大多是在某一領域或圍繞某一主題具有共同 興趣的用戶的聚集，還沒有類似國外Facebook這樣的用戶覆蓋率較高的社交網站。基于我 國的國情，在目前用戶使用率較高的社交網絡平臺或軟件中，微信已經成為使用率最高的一 款社交軟件。通過網上發放調查問卷的形式，在不同性別、年齡、學歷、收入水平的469 名受調查者中，使用微信的用戶已經達到421人，覆蓋率達到89.8%,遠遠超過其他社交網
絡應用。
表6-1社交網絡和社交應用使用情況調查結果
項目 頻數 百分比
女 242 51.6
性別 男 227 48.4
合計 469 100
18歲以下 6 1.3
18-30 歲 177 37.7
年齡 30-40 歲 156 33.2
40-50 歲 91 19.4
50歲以上 39 8.3
合計 469 100
1500元以下 77 16.4
1500-3000 元 130 27.7
每月可支配收入 3000-6000 元 140 29.9
6000-10000 兀 81 17.3
10000元以上 41 8.7
合計 469 100
初中及以下 34 7.2
中專或高中 69 14.7
大專 128 27.3
最高學歷 本科 150 32
碩士研究生 73 15.6
博士研究生 15 3.2
合計 469 100
微博 240 51.2
微信 421 89.8
人人網 128 27.3
常用的社交網站或軟件 開心網 76 16.2
百度貼吧 204 43.5
豆瓣網 74 15.8
其他社交網站或工具 31 6.6
表6-2顯示了微信用戶的性別、年齡、收入和學歷分布，可以認為微信用戶已經覆蓋了 各個年齡、收入和不同學歷的階層，因此以微信用戶為研究對象，研究微信中加入電子商務 功能對用戶信任的影響具有現實意義和代表性。
表6-2微信用戶基本數據表
項目 頻數 百分比
女 210 49.9
性別 男 211 50.1
合計 421 100
18歲以下 3 0.7
18-30 歲 160 38
年齡 30-40 歲 145 34.5
40-50 歲 78 1&5
50歲以上 35 8.3
合計 421 100
1500元以下 • 70 16.4
1500-3000 元 107 25.4
每月可支配收入 3000-6000 元 128 30.4
6000-10000 兀 77 18.3
10000元以上 39 9.3
合計 421 100
初中及以下 22 5.2
中專或高中 57 13.5
大專 119 28.3
最高學歷 本科 141 33.5
碩士研究生 68 16.2
博士研究生 14 3.3
合計 421 100
6.2模型構建與假設
6.2.1社交網絡中的信任及信任的轉移
消費者在做出購買決策時總是傾向于傾聽他們所信任的家人和朋友的意見，而隨著互聯 網絡的普及，人與人的溝通聯絡、人們的購物行為也不再受到地理位置和距離的局限，基于 網絡的購買行為很容易受到基于網絡的社交圈子的影響，消費者在進行網絡購物時不可避免 地會受到所信任的好友、意見領袖等的影響。Celeste See-PuiNg (2013)在對不同文化背景 下消費者在社會化電子商務網站購買意愿研究中認為，社會互動(親近和熟悉)顯著影響使 用者對社交網絡的信任，社交網絡信任有助于提升社會化電子商務的購買意愿，并且實證研 究證明，這種現象在東亞比在拉丁美洲地區更為明顯。
H1：消費者對社交網絡的信任顯著正向影響其對社會化電子商務的信任。
H2：消費者對社會化電子商務的信任顯著正向影響其使用意愿。
6.2.2社交網絡與社會化電子商務的相關性與信任轉移
在傳統電子商務網站中加入社交功能促進消費者購物，將消費者對原來電子商務網站的 信任轉移到社會化電子商務平臺上面來，信任轉移前后的場景都是以網上購買商品和服務為 主要目的。在社交網絡引入電子商務功能則不同，信任轉移前后的情景和目的都有不同，用 戶使用社交網站的目的大多是通過分享信息、交流互動來滿足情感上的共鳴和信息共享，而 社會化電子商務的目的是要通過用戶的共享、推薦促進商品或服務交易的達成。由于信任轉 移前后情景的使用目的不同，對于信任轉移的研究主要從信任轉移理論和社交網絡與電子商 務的相關性兩個視角展開。
K.J. Stewart (2003)在對網絡信任的轉移研究中指出，信任能夠發生轉移需要有兩個前 提條件：相似性(similarity)和商業聯系(business tie)。相似性體現信任者(trustor)和受 信者(trustee)之間的內部關系，即具有相同的固有本質。商業聯系反映的是信任者和受信 者之間的外部關系，即雖然他們本質不同但具有共同的外部特征。
社會化電子商務以購買和銷售產品和服務為目的，社會網絡以人際交流和信息共享為目 的，兩者不具備相同內在一致性，但是具有商業聯系和相似性，即社會化電子商務基于社會 網絡關系并通過網絡關系促進交易的達成。本章主要從社交網絡與社會化商務的商業聯系和 相關性因素研究信任的轉移和消費者使用意愿并提出假設。
社交網絡擁有相對穩定而忠誠的用戶群，具有拓展其他業務的便利條件，網絡用戶更加 易于接受在本社區內增加的新功能，例如購物。商品和服務的購買是人們日常生活衣食住行 離不開的討論題目，尤其是一些基于共同興趣的網絡社區對商品的需求和針對性更強更直接, 在社交網絡上加入購物功能或導入鏈接便于刺激用戶潛在需求促進購買行為，用戶會對增加 購物功能感到便利和易于接受。
H3a：消費者感受到的便利條件對建立社會化電子商務信任有顯著正向影響。
H4a：消費者感受到的便利條件對增強使用意愿有顯著正向影響。
社交網絡中的感知集成度(entitativity)是指社交網絡用戶能夠被感知成為一個緊密連 接的集體的程度。Nan Wang, Xiao-Liang Shen等(2013)基于信任轉移理論研究了網絡口碑 服務向移動網絡口碑服務的信任轉移問題，并討論了網絡口碑服務和移動網絡口碑服務具有 的相似性和商業聯系，研究結果認為功能一致性和感知集成度對消費者移動網絡口碑服務的 信任及其使用意愿有顯著影響。
在社會化電子商務的情境下，將社會化網絡與電子商務相集成可以進一步增強消費者信 任，用戶對社交網絡的信任由于功能的拓展會轉移到社會化電子商務活動，用戶通過好友的 推薦可能會激發潛在購買愿望進而對社會化電子商務活動建立信任。
H3b：感知集成度對建立社會化電子商務信任有顯著正向影響。
H4b：感知集成度對增強消費者使用意愿有顯著正向影響。
6.2.3社會支持理論
社會支持(social support)是指在一個群體或組織中的成員在身體或心理上感知到他人 幫助、回應和照顧的感受。在社會化媒體平臺上，當用戶獲得他人分享的信息時他就會感受 到別人的幫助和照顧，也就會更加愿意與別人分享信息，包括購物信息丄iang和Turban(2011) 的研究認為社交網絡用戶之間的信任和友誼能夠通過信息的分享得以增長，從而進一步提高 購買意愿。NickHajli, Julian Sims (2015)認為社會化媒體的社會化特征能夠產生社會支持， 社會支持能夠顯著影響社會化電子商務的使用意愿。Celeste See-PuiNg (2013)認為社會互 動(親近和熟悉)能夠顯著影響用戶對社會網絡社區的信任，而對社會網絡社區的信任對消 費者購買意愿有顯著影響。
社會支持通常被認為是一個多維度的因素，包含信息支持(information support),情感 支持(emotional support)和有形支持(tangible support)»信息支持是指為用戶提供有用的 信息和建議，各種形式的用戶生成內容(UGC),包括評論、推薦、知識等都是信息支持的 表現。情感支持是指能夠感受到作為一個組織或群體的成員被照顧和關愛，在情感上信賴和 依賴他人，在社會網絡情景下用戶因為能夠獲得其他用戶提供的信息和幫助而感受到情感支 持。有形支持包括直接的援助或服務，在社會化電子商務中，社區成員通過社交網絡的虛擬 平臺溝通聯絡，因此有形支持不在本模型的研究范圍之內。在社會化電子商務情境下，用戶 之間通過信息的分享加強了情感的交流和共鳴，從而有效提高信任和使用意愿。
H3c：消費者感受到的社會支持對建立社會化電子商務信任有顯著正向影響。
H4c：消費者感受到的社會支持對增強使用意愿有顯著正向影響。
基于上述假設和分析建立如圖6-1所示的社交網絡至社會化電子商務環境下消費者信 任建立及其影響因素模型。
圖6-1社交網絡至社會化電子商務的信任轉移模型
6.3問卷設計與數據收集
6.3.1問卷設計
本研究采用調查問卷的方法對模型進行假設檢驗，問卷采用Likert七分量表設計，包含 被調查者人口特征統計和研究模型中因子的測度項兩個部分。模型中的所有因子采用至少三 個測度項進行測度，測量指標均來源于相關的研究文獻并根據研究背景做了適當修改。問卷
編制完成后首先經過專家訪談進行初步檢查，并根據專家意見進一步修改和完善。問卷修訂 完成后邀請了 31名微信用戶進行問卷前測，再次修訂了部分題目，最終問卷指標項如下表 所示：
表6- 3調查問卷基本信息表
測度項 測度指標 來源
便利條件 FC 在微信中加入購物功能更方便購物
在微信中加入購物功能更方便與好友溝通
在微信中加入購物功能妨礙正常社交功能
當我遇到困難的時候，會有微信好友安慰和鼓勵我 當我遇到困難的時候，會有微信好友傾聽我的感受 Rimantas Gatautis
(2014)
社會支持 SS 當我遇到問題的時候，會有微信好友提供信息幫我解決 問題
當我遇到困難的時候，會有微信好友向我提供解決問題 的建議 Nick Hajli, Julian
Sims (2015)
微信與電子商務集成度較高 Nan Wang,
感知集成度 PEE 微信與電子商務相關性較高 Xiao-Liang Shen
微信和電子商務功能是可以結合在一起的 等(2013)
對社交網絡 的信任 TRU_SNS 微信中的電子商務功能是值得信任的
我的社交好友總是會注意到我的興趣
微信能夠幫助我與朋友互動交流
如果一個商品是我的微信好友推薦的，我會很有興趣在 Celeste See-Pui
Ng (2013)
使用意愿 iu 網上購買它
在網上購物時，我會接受微信好友對商品的推薦和評價
我愿意將我的購物體驗和信息分享給我的微信好友 Celeste See-Pui
Ng (2013)
社會化電子 商務信任 TRU_SC 微信中的電子商務功能是值得信賴的。
微信中的電子商務功能了解我的興趣和需求
微信中的電子商務功能提供的信息值得信賴 Sanghyun Kim, Hyunsun Park (2013)
6.3.2數據收集
社會化電子商務區別于傳統電子商務的重要特征就是在電子商務與社會化因素的結合, 利用消費者的社會化屬性促進商品和服務的購買。因此社會化電子商務的一個重要形式就是 基于社交網站或社交軟件加入購物功能形成社會化電子商務活動。通過前期對我國社交網絡 和社交工具使用情況的背景調研可以發現，目前還沒有一個使用率和覆蓋面較高的社交網絡 平臺，而基于移動互聯技術的微信應用是目前使用率最高的一種社交工具。基于微信平臺加 入的電子商務功能是一種由社交網絡發展而來的社會化電子商務形式，因此對微信電子商務 信任的研究可以作為社交網絡至社會化電子商務環境下消費者信任轉移的典型案例。
本次調查主要針對具有微信使用經驗的人群開展調查，調查問卷通過問卷星在網絡上發 放，持續約一個月時間，共收回483份問卷，經過去除答題時間過短、答題IP地址相同、 題項全部一樣的問卷，共獲得有效問卷438份。對有效問卷的描述性統計指標如表6-4所示：
表6-4調查問卷的樣本特征
項目 頻數 百分比
性別 女 224 51.1
男 214 48.9
合計 438 100.0
18歲以下 4 0.9
18-30 歲 165 37.7
年齡 30-40 歲 147 33.5
40-50 歲 87 19.9
50歲以上 35 7.9
合計 438 100.0
1500元以下 67 15.3
1500-3000 元 121 27.6
每月可支配收入 3000-6000 元 129 29.5
6000-10000 元 80 18.3
10000元以上 41 9.4
合計 438 100.0
初中及以下 30 6.8
中專或高中 61 13.9
大專 124 2&3
最高學歷 本科 136 31.1
碩士研究生 72 16.4
博士研究生 15 3.4
合計 438 100.0
上表數據與前期用戶對微信的使用情況調研獲取的數據在性別、年齡、收入、學歷指標 上分布基本一致，與我國網購人群年齡、職業、收入結構基本一致，表明此次調查收集的數 據具有代表性。
6.4數據分析與假設檢驗
6.4.1信度與收斂效度分析
由于本研究中各因子的所有題型都是從已有的相關研究文獻中提取，因此首先要對模型 中每一個因子做驗證性因子分析。在對結構方程模型進行擬合檢驗之前應先檢驗每一個測量 模型，能夠保障模型具有較好的信度和收斂效度。
本研究針對所有的因子進行了驗證性因子分析，社會支持、便利條件、感知集成度、社 交網絡信任、社會化電子商務信任、消費者使用意愿六個因子的因子負載量均大于0.65并 且顯著；所有因子的組成信度均大于0.75,平均方差萃取值(AVE值)均高于0.6,符合 Hair (2009), Fomell和Larcker (1981)提出的公認標準：因子負載量大于0.5,組成信度 大于0.6,平均方差萃取值大于0.5,多元相關系數的平方大于0.5。本模型全部達到要求的 標準，因此認為模型具有較高的信度和收斂效度。具體結果見表6-5。
表6- 5信度與收斂效度分析
維度 題項 參數顯著性估計 題目信度 組合信度 收斂效度
UnStd. S. E. z-value P Std. SMC CR AVE
SS1 1.000 .874 .764 .853 .661
社會支持 SS2 .963 .055 17. 432 *** .830 .689
SS4 .783 .490 15. 853 *** .728 .530
FC1 1.000 .836 • 699 .871 .696
便利條件 FC2 1.214 .061 19.890 *** .961 .924
FC3 .801 .050 15. 980 *** • 682 .465
PEE1 1.000 .770 .593 .835 .630
感知集成度 PEE2 1. 109 .073 15. 259 *** .888 .789
PEE3 1.018 .071 14.443 *** .713 .508
TRU_SNS1 1.000 .723 .523 .820 .606
社交網絡信任 TRU_SNS2 1. 185 .086 13. 757 *** .876 .767
TRU_SNS3 .911 .067 13. 609 *** .726 .527
■TRU_SC1 1.000 .774 .599 .852 .659
社會化電子商務信任 TRU_SC2 1.054 .066 16. 083 *** .790 .624
TRU_SC3 1.084 .066 16.529 *** .868 .753
IU1 1.000 .803 .645 .838 .634
使用意愿 IU2 .935 .072 12. 924 *** .824 .679
IU3 .930 .074 12.559 *** .760 .578
6.4.2區別效度分析
區別效度用于檢驗不同因子之間的相關性在統計上是否有差異。表6-6中可以看到在這 個模型中，區別效度并沒有完全滿足對角線上因子的AVE平方根大于相應各因子的相關系 數的標準，說明該模型中的某些因子存在相關性較高的可能。因此為了達到較好的模型擬合 效果，采用二階模型來進行擬合，并對原有的結構方程模型做適當調整。
表6- 6因子AVE值平方根與因子相關系數矩陣
維度 社會化電子
商務信任 社交網絡信任 使用意愿 便利條件 社會支持 感知集成度
社會化電子商
務信任 .812
社交網絡信任 .700 .778
使用意愿 .699 .782 .796
便利條件 .642 .733 .769 .834
社會支持 .525 .701 .712 .610 .813
感知集成度 .676 .791 .857 .757 .700 .794
在便利條件、感知集成度和社會支持三個因子的相關性略高的情況下，根據前面的文獻 分析可以認為：這三個因子體現了社交網絡和社會化電子商務之間的相關性和商業聯系，因 此考慮使用一個新的潛變量一一相關性因素與上述三個因子建立一個二階三因子模型。二階 三因子模型與便利條件、感知集成度和社會支持三個因子的相關性模型為等值模型，相關性 因素能夠涵蓋上述三個因子的全部信息，因此其與一階模型的擬合度完全相同，并且能夠較 好地避免模型可能出現的共線性問題。
6.4.3假設檢驗
在驗證模型的路徑假設之前，先要對模型數據的正態性進行檢驗，保證模型中的所有觀 測變量都滿足正態分布。經過刪除極端值樣本后，最終得到438個樣本數據。由于樣本數據 較大，卡方值和自由度增加，p值的顯著性會受到數據樣本數較大和數據不符合多元正態分 布的影響，出現p值趨近于0的情況。結構方程模型中，研究者期望獲得的結果是接受虛無 假設(p>0.05),認為模型協方差矩陣和樣本數據的協方差矩陣擬合較好無偏差，為了避免 出現模型擬合受到樣本數和數據不符合多元正態分布的影響，采用Kenneth A. Bollen和 Robert A. Stine (1993)提出的Bollen-Stine方法對模型擬合度進行修正。
Bollen-Stine Bootstrap (Defirah model)
The mocfel fit better m 2000 bootstr誓 samples.
It & about equaBy weB m 0 bootstrap sauries.
It ft worse ot to ft in 0 boEstr電)sa咤ks.
Testmg 血 nd hypoti^sis that modd is greet, Bden-Stro bootstr叩 p = .000
圖6?2模型擬合度修正檢驗結果
由圖6-2可以看出：使用Bollen-Stine模型進行的2000次擬合全部優于使用最大似然法 擬合的結果，出現不好模型的概率p=0.000,說明p值顯著是因為樣本數較大造成的。修正 后的模型擬合指標如表6-7所示，所有指標均達到建議值范圍之內，卡方自由度比值為1.434, 表明該模型的擬合度較好。
表6- 7因子分析模型擬合度指標
模型擬合度指標 擬合標準 模型擬合度值
Bollen-Stine c2 smaller is better 183.512
DF (Degree of Freedom) bigger is better 128
Normed Chi-sqr (c2/DF) 1<c2/DF<3 1.434
GFI >0.9 0.964
AGFI >0.9 0.946
RMSEA <0.08 0.032
TLI (NNFI) >0.9 0,987
CFI >0.9 0.989
IFI >0.9 0.989
Hoeltefs N (CN) >200 306J 54
Gamma hat >0.9 0.994
McDonald's NCI >0.9 0.938
進一步通過AMOS軟件對模型假設進行檢驗，圖6-3給出了模型檢驗結果:
圖6-3模型潛變量路徑分析圖
模型路徑系數和假設檢驗的結果如下表所示：
表6-8模型路徑系數
假設 Estimate S.E. C.R. P 假設檢
驗結果
H1 社交網絡信任 —> 社會化電子商務信任 .368 .053 6.918 *** 接受
H2 社會化電子商務信任 —? 使用意愿 .114 .050 2.271 0.023 接受
H3 相關性因素 ―> 社會化電子商務信任 .489 .052 9.396 *** 接受
H4 相關性因素 使用意愿 .805 .066 12.253 **♦ 接受
相關性因素 ―? 感知集成度 1,000 接受
相關性因素 —? 便利條件 .742 .060 12.301 *** 接受
相關性因素 —? 社會支持 .821 .063 12.951 ♦** 接受
從表6-8的假設檢驗結果可以得出以下結論：消費者對社交網絡的信任能夠顯著正向影 響對社會化電子商務的信任，驗證了信任在一定條件之下是可以發生轉移的，接受假設H1。 消費者對社會化電子商務的信任能夠正向影響消費者的使用意愿，接受假設H2,再次驗證 了信任對消費者使用意愿的正向影響。在社交網絡與社會化電子商務的相關性因素中，消費 者感知的便利條件、感知集成度和社會支持能夠顯著正向影響對社會化電子商務的信任，接 受假設H3；便利條件、感知集成度和社會支持能夠顯著正向影響用戶的使用意愿，接受假 設H4。
從各個因子的作用方向上看，本次研究的數據獲取和模型分析是合理的，對社會化電子
商務信任（R2=0.44）的解釋是可以接受的。
6.5結論
本章從社交網絡的角度出發基于信任轉移理論和社會支持理論，研究消費者對社交網絡 的信任向社會化電子商務環境轉移的可能性和影響因素。用戶使用社會化網絡的目標與使用 電子商務的目的有本質的區別，但是也有相關性，本章從社會化網絡和電子商務的相關性出 發，基于社會支持理論討論信任轉移及其影響因素，選取中國使用使用率最高的微信應用的 用戶為主要研究對象,通過對438名消費者的調查數據進行分析和模型擬合,得到以下結論:
第一，信任始終是促進消費者采納社會化電子商務的重要因素，同時信任可以在具有相 關性的不同情境下發生轉移，在社交網絡中加入購物功能，消費者對社會網絡的信任會隨之 轉移到新的功能中去。微信作為中國使用率最高的社交工具之一，植入網絡購物功能無疑是 極具商業價值的，商家可以通過開設公眾號、關系營銷、發送購物鏈接等方式，依托于強大 的社會關系網絡提升品牌形象和知名度、發掘潛在客戶，并且在更大程度上滿足消費者需求。
第二，對于社會化網絡的忠誠用戶而言，在社交網絡加入電子商務功能的最大優勢就是 能夠感受到在不離開原有社交網絡關系的前提下增加新功能的便利性，在與好友感情溝通、 信息共享的同時還能夠滿足購買感興趣的商品或服務的需求，這對于消費者來說是較容易接 受的。
第三，社交網絡和電子商務看起來并沒有顯著的聯系，但是兩者的結合具有無限潛力。 社會支持、感知集成度是社交網絡的優勢，將社交網絡的優勢與電子商務相結合對于消費者 來說具有便利性，這些共同性因素是信任由社交網絡轉移到社會化電子商務的重要因素。社 交網絡和電子商務商家應該充分認識到社交網絡和電子商務相結合帶來的商機，充分發掘和 利用社交網絡的大量潛在消費人群和網絡口碑的傳遞機制為電子商務的發展帶來新的機遇。
第七章社會化因素對建立消費者信任的作用機理研究
社交網絡與電子商務擁有大量忠誠而穩定的用戶群體，社會化電子商務的創新模式順應 了將用戶的社交需求和購物需求相互融合，提供更加可靠便捷基于共同興趣服務的需求。在 社會化電子商務活動中，信任是影響消費者使用意愿的重要因素，但是消費者信任建立的機 制和影響因素卻與傳統電子商務有所不同。社會化因素已經成為建立消費者信任和制約社會 化電子商務成功的關鍵因素，消費者從與網絡好友的分享、參與、互動、推薦等社交活動中 更加迅速地獲取滿意的商品信息，電子商務商家則需要在社交平臺中保持良好的聲譽和口碑 以吸引更多的潛在客戶參與交易。
在社會化電子商務環境下，由于網絡交易的虛擬性，賣家和買家之間的信息不對稱，并 且賣家和買家行動有先后，因此買賣雙方的交易是一個不完全信息動態博弈的過程。消費者 只依靠網上的商品介紹和評論難以對商品的價格、質量做出準確的判斷，商家需要借助于在 社交網絡中積累的消費者評價與口碑向潛在購買者傳遞反映商品質量信息的信號，這種信號 就是社會化口碑信息。
本章基于信號博弈理論，討論在社會化電子商務交易過程中,消費者通過網絡社區互動、 推薦、參與評價等網絡社會化活動形成的對商品和商家的社會化口碑評價在社會化電子商務 交易過程中發揮的作用。研究結論認為社會化口碑具有向消費者傳遞信號的作用，能夠幫助 買方了解更加真實的商品信息，在網上交易過程中降低信息不對稱，進而增強消費者信任。
7.1社會化因素的作用機制
對社會化電子商務消費者信任的前因性研究已經證明，社會化因素對建立和保持消費者 信任并且促進消費者購買起到重要作用。社會化因素主要歸結為：社會參與、社會互動、社 會推薦和社會認同等，上述四個因素是在社交網絡與傳統電子商務融合的基礎上，由商家來 引導，消費者因為對網絡好友具有認同感因而釆納好友的購物推薦，在商家的營銷手段和自 身使用感受的共同推動下與更多的好友分享購買信息和經驗，進一步將好的經驗向其他好友 傳遞和推薦，通過這種分享、參與、推薦的過程與好友互動。對商家而言，通過社交網絡平 臺傳遞商家口碑能夠迅速地吸引大量潛在消費者，提高消費者對商家和商品的信任，進而提 高商品銷售量和獲利，但同時也要求商家提供更好的商品和服務，因此社會化口碑能夠起到 提升消費者信任、使用意愿，同時促進商家提升產品和服務質量的雙重效果。
圖7-1展示了社會化因素在社會化電子商務中的作用機制：在融合了社交網絡功能的電 子商務平臺上，商家通過社會化營銷手段吸引消費者參與社會化活動，在社會化因素作用下 形成商品或服務的社會化口碑。社會化口碑向潛在購買者傳遞了關于商家提供的商品和服務 的較為真實客觀的信息，真實可靠的社會化口碑對消費者購買決策起到重要參考作用，良好 的社會化口碑能夠有效提升商家聲譽和消費者信任。
圖7-1社會化因素作用機制
社會化口碑作為商家長期經營過程中通過開展社會化營銷活動積累社會聲譽，在網絡交 易中有如下特征：
(1 )社會化口碑是基于共同興趣的用戶在交易全過程中不斷積累下來的比較客觀的評 價，是商家聲譽和消費者信任的客觀體現。
(2)社會化口碑通過基于社交網絡平臺或工具的社交網絡活動建立，具有較大的影響 力和擴散作用。
(3)社會化口碑對商家的誠信經營和消費者的規范自律起到監管作用。
7.2信號傳遞博弈及其應用
7.2.1信號博弈的應用
信號博弈理論最早是由Spence (1974)在對勞動力市場建立的模型中提出的，他分析 了勞動力市場上存在的雇主和員工之間的信息不對稱現象，雇主在雇傭員工的時候并不能完 全掌握員工的能力信息，但是員工可以通過自身的受教育程度向雇主傳遞工作能力的信息, 員工的能力越高其接受教育的成本則越低。Spence的研究證明了即使較高的受教育程度不 能提高勞動效率，受教育程度都是一種員工向雇主傳遞其工作能力的信號。在此之后陸續有 學者將信號博弈模型推廣應用于研究廣告(Nelson, 1974)、資本結構(Ross, 1977)、廣告 和價格(Milgrom and Roberts, 1986)、醫療等不同領域的問題，信號博弈理論還被用來分析 人力資源管理、客戶關系管理、孔雀開屏等問題。
在對傳統電子商務的研究中，信號傳遞理論被應用于研究電子商務企業如何向消費者塑 造自身品牌形象的問題。利用信號傳遞博弈模型解釋了即使要付出高額的成本，企業仍然愿 意通過網絡營銷和廣告的方式擴大宣傳，以期獲得較好的聲譽和社會知名度。通過塑造品牌 形象，企業向消費者傳遞了能夠提高高品質服務或商品的信號，進而吸引更多的消費者關注 和購買產品。
在社會化電子商務環境下，網絡社區在構建社會化口碑過程的作用開始凸顯，企業更加 注重產品在社交網絡中的聲譽和口碑，因為這些信息會以社交網絡為平臺迅速地在具有共同 興趣和購物目標的消費者之間傳遞，因此社會化網絡口碑不僅是商家聲譽的體現，也對網絡 交易起到監控作用。
7.2.2信號博弈原理
在信號傳遞博弈(signalling game)模型中，信息是不完全或者不對稱的，因此屬于一 種不完全信息動態博弈。當參與人做出了選擇并且這種選擇導致出現了自己和其他參與人相 分離的局面，則此時達到分離均衡。分離均衡從社會角度看有可能是低效率的，即負擔了獲 得信號的費用而總產出和完全沒有發送信號是一樣的。但信號并不總是導致低效率，在電子 商務信任的研究中，聲譽可以作為一種企業向消費者傳遞信息的信號，使企業為了維護自身 聲譽而主動約束自己的行為，進而有助于規范市場秩序促進交易，因而在該模型中信號有效 率的。
信號博弈模型假設有兩個參與人，參與人1代表信號發送方也稱為領頭者，參與人2 代表信號接收方也稱為追隨者，參與人1的類型是私人信息，參與人2的類型是公共信息。 博弈的順序如下：
(1)在信息不對稱的條件下，定義集合® = 為參與人的類型空間，“自然”
選擇參與人1的類型0G0,參與人1完全了解自己的類型0,但參與人2并不了解，只知 道參與人1的類型是9的概率是問⑹，并且有％卩(甘)=lo
(2)參與人1在觀測到類型0之后選擇發出信號m,并且有m e M,M = ,mJ｝代
表參與人1發出的信號空間。
(3)參與人2在觀察到參與人1發出信號m之后，使用貝葉斯法則根據先驗概率p(0)得 到后驗概率H=p(0|m),然后會選擇行動a,并且有aGA, A = ｛護“,…,〃｝為參與人2 的行動空間。
(4)定義參與人1和參與人2的收益函數分別為：iii(m,a,0)和U2(m,a,0)。
在信號博弈的過程中，當參與人1發出信號時，他預測到參與人2將根據他發出的信號修 正對自身類型的判斷，因而會選擇一個對自身最有利的類型；參與人2知道參與人1選擇的 是給定類型和考慮信息效應情況下的最優策略，因此使用貝葉斯法則修正對參與人1的類型 的判斷，選擇最有利于自身的行動。
假設m(0)是參與人1的類型為0時向參與人2發送的信號,a(m)代表參與人2在觀察到參 與人1發送的信號后采取的行動。參與人1可以以不同的概率選擇不同的信號，參與人2 可以以某一概率選擇行動，即存在混合戰略，則信號傳遞博弈模型的精煉貝葉斯均衡可以表 示為：
(Pi) a*(m) G arg max^p (9 |m)uz (m,a,0)
e
(P2 ) m* (0) G arg max u^m, a* (m), 0)
m
(B) p(0 |m)是參與人2使用貝葉斯法則根據先驗概率p(e),觀測到的信號m和參與 人1的最優戰略m* (0)計算得到的后驗概率。
(Pi )表示在給定后驗概率的前提下，參與人1發出的信號后，參與人2所釆取的最
優策略；(P2)表示當參與人1預測到參與人2可能采取的策略a*(m)之后，所選擇的最優 策略；(B)為貝葉斯法則在該博弈模型中的應用。子博弈完美均衡向信號傳遞博弈的自然擴 展成為完美貝葉斯均衡，使得在博弈的任何階段給定根據貝葉斯法則從均衡策略和觀察到的 行動中得出的信念后策略就是最優的。
信號傳遞博弈可能達到三種類型的精煉貝葉斯均衡包括：分離均衡、混同均衡和準分離 均衡。
(1)分離均衡(separating equilibrium)是指不同類型的信號發送者以p=l的概率選擇 發送不同的信號，此時信號能夠準確反映出信號發送者的真實類型。在只有兩種類型的信號 發送者(K = 2)、并且只發送兩種信號(J = 2)時，分離均衡意味著如果n?是類型『的最 優選擇，那么n?—定是類型/的最優選擇。即收益函數滿足：
Ui(7ni,a*(7n),0i) > u± (m2,a*(m),01)
Ui (mz,a*(m),62') > U! (mL,a*(m),62')
(2)混同均衡(pooling equilibrium)指不同類型的信號發送者都會選擇發送相同的信 號，此時信號不能真實地反映出信號發送者的類型，因此接收者不需要修正先驗概率。假設 山為均衡戰略，則有：
“1 (m< 61) > (m, a*(m), 01)
Ui (m7, a*(7n),02) > it】(m, 02)
p (0k |nP) = p(砂)
(3)準分離均衡(semi-sq)aratingequilibrium)是指某一類型的信號發送者之中有一部 分選擇特定的信號發送，而另一部分會隨機地選擇信號發送，在這種情況下信號也不能完全 真實的反映信號發送者的類型。假設類型為61的信號發送者隨機選擇發送信號m1或m2, 類型為62的發送者以p=l的概率發送信號n?, a表示類型為01的參與人1選擇發送m1的概 率，達到準分離均衡時則有：
it】(尬七/仇),^】)=
Ui (m2, a*(m),d2) >
~ fal. - _ a xp(護) _
P( H_ axp(0i) + Oxp(02)_
(1 一 a) x p0)
(1 - a) x pCe1) + 1 x p(6>2) }
1 x譏護)
(1 一 a) x p(6P) + 1 x p(02)
如果參與人2觀察到參與人1選擇發送n?信號，就知道參與人1 一定屬于3類型；如 果參與人2觀察到參與人1選擇發送ri?信號，就不能準確地知道參與人1的類型，但是會 推斷參與人1屬于61類型的概率下降了，屬于y類型的概率上升了。
7.3社會化口碑離散信號對信任的作用機理
本章將信號博弈理論應用于社會化電子商務交易的情景之中，將社會化口碑定義為網絡 賣家向消費者傳遞的信號，網絡賣家可以通過推送類似推薦信息的社會化口碑信號，在社交 網絡中向不了解商品真實信息的買家展示其商品的優劣程度。網絡賣家為信號的發送者，買 家為信號的接收者，賣家的商品信息是私人信息，買家獲得的信息為共同知識，因此構成有 兩個博弈方的不完全信息動態博弈模型。
7.3.1模型假設
假設社會化電子商務賣家向買家發送的社會化口碑信號具有兩種狀態：高水平（高影響 力）和低水平（低影響力）。離散信號博弈模型的時間順序為：
（1） “自然”選擇賣家的類型，假設Sg代表出售高質量商品的賣家類型，Sb代表出售 低質量商品的賣家類型，自然選擇賣家類型為Sg的概率為p,自然選擇賣家類型為Sb的概 率則為1-p。
（2） 賣家完全掌握自己的信息，假設社會化電子商務賣家在網絡營銷、銷售和售后服 務過程中,借助社交網絡通過消費者的社會參與互動累積較高的社會化口碑水平用T表示； 網上賣家維持較低水平的社會化口碑用t表示。
（3） 買家在參與社會化電子商務過程中，在社會參與互動過程中感受到賣家的社會化 口碑之后，會做出購買決策，決定交易或者是不交易。
（4） 在模型的博弈過程中，假設提供高質量商品的賣家Sg出售商品的價格為Ph，買 家購買高質量商品獲得的價值為Vh，銷售高質量商品的成本用Cg表示，在社會化電子商務 平臺上保持較高水平的社會化口碑和影響力的運營成本為Cgt，保持較低水平的社會化口碑 的運營成本為C®。假設提供低質量商品的賣家Sb出售商品的價格為P”買家購買低質量 商品獲得的價值為V”銷售低質量商品的成本為Cb，在社會化電子商務平臺上保持較高水 平的社會化口碑和影響力的運營成本為Cbt，保持較低水平的社會化口碑的運營成本為CBto 且滿足條件 Vh>Vl，Vh>Ph，VL>PLo
（5） 信號博弈模型滿足分離條件，商品質量越好，累積和維護較高社會化口碑水平的 成本越低，即Cgt<Cbt；并且高質量商品的生產成本高于低質量商品的生產成本，即CG>CBo 社會化電子商務交易過程中的買家并不完全清楚賣家銷售商品的真實質量，但是買家可以參 考賣家的社會化口碑信息決定自己可以承受的心理價位，即當買家看到賣家的社會化口碑較 好時，就愿意以Ph的價格購買商品；當買家認為賣家的社會化口碑水平較低時，則愿意以 Pl的價格購買商品。買家購得高質量商品的價值Vg大于低質量商品的價值Vb，即VG>VBo
7.3.2模型分析
信號博弈模型屬于不完全信息博弈，因此可以采用海薩尼（Harsanyi）轉換的方式，通 過引入一個虛擬的參與人自然（Nature）轉化為完全但不完美信息的動態博弈。自然選擇商 家生產高質量的商品或是生產低質量的商品，該博弈問題可由圖7-2來表示。圖中括號中的 公式表示社會化電子商務中賣家和買家在采取不同策略的情況下雙方各自的收益（U|, U2） 5表示賣家的收益，5表示買家的收益。
圖7-2社會化電子商務網絡交易博弈模型
對出售低質量商品的賣家來說,如果預期提高社會化口碑水平和影響力需要付出的成本 低于預期收益，那么該網絡賣家就會選擇保持高社會化口碑T,此時買家就難以通過賣家傳 遞的社會化口碑信號正確地區分賣家的類型，因此社會化口碑就不會起到信號傳遞和增進消 費者信任的作用。因此該信號博弈模型的理想狀態是實現分離均衡：出售高質量商品賣家為 了避免被低質量商品賣家模仿會選擇加大社會化營銷力度，鼓勵消費者參與到商品營銷的社 會化活動中，并在社會化因素的作用下形成較高的社會化口碑；對于銷售低質量商品的賣家 來說，積累和維持高水平的社會化口碑需要較高的成本并且承擔不誠信帶來的風險，因此通 常不會開展社會化營銷、而是釆取維持較低水平的社會化口碑影響力并且通過低價位的商品 吸引消費者的策略。
模型達到分離精煉貝葉斯均衡，需要滿足以下條件：
（1） 買家認為商品的價格是質量的反映，當買家認為購買商品所獲得的價值大于商品 價格的時候就會做出進行交易。
VG- PH>0, VB- PL>0 （7-1）
（2） 對于銷售高質量商品的賣家Sg來說，保持較高的社會化口碑的預期收益應該大于 較低口碑的收益，因此有：
(Ph ~ cg~ Cgt) - (Pl - cg~ cGt) > 0
變換后得到公式（7-2）：
Ph— Pl
Cgt _ Cgt
公式（7-2）表明出售高質量商品的賣家Sg的社會化口碑價格彈性大于1,即維持較高 水平的社會化口碑帶來的收益增加比付出的成本增長要高，付出一定成本累積高口碑以確保 商品高價出售是值得的。
（3）對于銷售低質量商品的賣家Sb來說，維持較低影響力的社會化口碑獲得的預期收 益大于維持較高社會化口碑水平的收益，因此有：
（Ph ~ Cb— Cbt） - （Pl - cb~ Cpt） < 0
變換后得到公式（7-3）：
Ph _Pl
Cbt _ Cpt
公式(7-3)表明出售低質量商品賣家Sb的社會化口碑價格彈性小于1，即維持高水平 社會化口碑帶來收益的增加不足以抵補為了增加消費者參與社會化活動的活躍度而增加的 成本，Sb會選擇降低社會化口碑的影響力從而降低成本來獲取更多收益。
(4)如果所有的賣家都選擇鼓勵買家參與社會化活動，將較高水平的社會化口碑信息 傳遞給買家，那么高質量商品賣家的收益應該大于低質量商品賣家的收益。因此得到關系式:
(Ph — Cg ~ 為)—(Ph — CB —為)> 0
變換后得到公式(74)：
Cbt ~ Cgt > Cc~ (7 ~ 4)
公式(7-4)表明出售高質量商品的賣家如果要轉換為出售低質量商品的賣家，那么在 現有較高社會化口碑影響力的情況下，賣家減少的銷售商品成本(Cg-Cb)低于增加的社會 化口碑運營成本(Cbt-CGt).說明出售高質量商品的賣家并沒有向出售商品質量差的賣家轉 化的趨勢；另一方面來講，銷售低質量商品的賣家如果要轉換為出售高質量商品的賣家，在 保持社會化口碑具有較高影響力的前提下，減少的社會化口碑維護成本(Cb「Cgt)要大于 增加的商品銷售成本(Cg-Cb)，因此從長遠來看，低質量商品賣家會選擇轉換為銷售高質 量的商品以獲得更高的收益。
(5)由于賣家采用分離戰略，提供高質量商品的賣家會通過建立和維持高社會化口碑 增強對消費者購買決策的影響力，低質量商品賣家則會盡量降低社會化口碑對消費者的影響 力。對于買家來說，會根據商家的社會化口碑水平做出判斷，當賣家傳遞的信號為高社會化 口碑時，會以Ph的價格達成交易；當賣家傳遞的信號為低社會化口碑時，以Pl的價格達成 交易。買家判斷賣家傳遞的信號類型與賣家的真實類型相同的后驗概率等于1,即
P(Sg|T)=1, P(SG|t) = O, P(Sb|T) = O, P(SB|t)=l
7.3.3模型求解
當模型達到分離均衡時，意味著無論買家是否選擇交易，賣家Sg的最優策略都是維持 較高的社會化口碑和影響力，而賣家Sb的最優策略則是保持較低的社會化口碑的影響力， 此時對模型進行如下描述：
(1)銷售高質量商品賣家選擇通過社會化營銷手段提高社會化口碑，銷售低質量商品 的賣家選擇保持較低社會化口碑影響力。
(2)買家的后驗概率為：P(Sg|T)=1, P(SG|t) = O, P(Sb|T) = O, P(SB|t)= lo
(3)依據社會化口碑傳遞的反映賣家商品質量的信號，買家會根據自身的支付水平和 期望收益來決定與不同類型的賣家進行交易。
(4)在社會化電子商務交易過程中，當買家通過社會化活動了解到賣家具有較高的社 會化口碑和影響力時，會選擇以高價格Ph購買商品，此時賣家的收益函數為：US = PH-CG -Cgt，買家的收益函數為：Ur=Vg-Ph；當買家觀察到賣家的社會化口碑影響力較低時， 就會期望以低價格Pl購買到商品，此時賣家的收益函數為：Us = Pl-Cb-Cbt，買家的收 益函數為：Ur =Vb-Pl。
在分離均衡的條件下，社會化口碑是一種能夠傳遞真實網絡賣家信息的信號，能夠有效 地提升消費者對社會化電子商務的信任程度。網絡買家會通過社會化口碑反映出的社會化因 素影響力來區分網絡賣家出售商品的真實信息，依據自己的可以支付的心理價位做出購買決 策。從長期來看，低質量商品的賣家會認識到通過提高商品質量和社會化口碑及其影響力來 增加收益。
7.4社會化口碑連續信號對信任的作用機理
7.4.1模型描述
離散的社會化口碑信號博弈已經證明：在分離均衡條件下，賣家向買家傳遞的社會化口 碑信號能夠幫助買家區分賣家的真實信息類型。在實際的社會化電子商務實踐活動中，賣家 向買家發送的有關商家社會化口碑的信號可以作為連續的變量來處理，消費者參考網絡社區 中網絡賣家的社會化口碑做出購買決策，該博弈模型的時間順序定義為：
(1)自然決定社會化電子商務商家的類型有兩種：生產高質量商品的商家，用如表示； 生產低質量商品的商家，用tL表示。并且自然產生生產高質量商品商家的概率為p(tH)= q， 則生產低質量商品的商家概率為P(tL)= 1-q。
(2)社會化電子商務的商家完全了解自身的水平，因此會選擇一種適合的社會化營銷 水平，在社會化電子商務平臺社會維持一定的社會化口碑和影響力，這種經過長期經營和用 戶社會化活動積累的對商家商品的社會化口碑發送信息量用x表示，并且x>0»
(3)消費者在社會化電子商務交易過程中觀測到商家的社會化口碑信息X,并且會參 考社會化口碑信息決定是否購買，消費者的購買量由w表示。
(4)用c(t,x)表示類型為t的商家維持一定水平的社會化口碑x所花費的成本，假設商 品單位價格為v=l,則商家的收益為wv- c(t, X),由于生產成本對于網絡商家來說是一個常 量，因此在商家的收益函數中不做考慮。
(5)消費者購買單位商品的收益函數定義為：r(t,x)-l, r(t,x)表示買家參考t類型商家 的社會化口碑信息x做岀購買決策之后獲得的收益(感知價值)。
7.4.2模型假設
基于上述模型描述，進一步提出假設：
(1)社會化電子商務商家會開展一些社會化營銷活動積累社會化口碑，這些社會化口 碑信息是消費者在社會化電子商務平臺提供的社區中互動、分享、推薦等行為產生的，是對 網絡購物體驗的真實描述，不存在虛假信息。
(2)在相同的社會化口碑水平下，消費者購買高質量商品獲得的感知價值大于低質量 商品獲得的感知價值，即對于一個x值，假設有響,x)>血,x), r(t, x)是關于x的線性增 函數，并且社會化口碑不會降低消費者的感知價值，即對所有的t和X,有：
(3)在維持相同的社會化口碑水平下，低質量商品的賣家所花費的成本要比高質量商
品的賣家高，對所有的x有：
dc(S，x) deg x)
dx dx
由圖74可以看出：Il表示銷售低質量商品的商家過點(xi,wj的無差異曲線，Ih表示銷 售高質量商品商家過點(X2,Wl)的無差異曲線。由于銷售低質量商品的商家提高社會化口碑的 邊際成本比高質量商品的賣家要高，因此無差異曲線II比Ih更加陡峭。當銷售低質量商品 的商家需要把社會化口碑水平由X]提升到X2時，需要將交易量從W]提升至％才能得到補
償，而銷售高質量商品的商家只需要將交易量由眄提升至Wh，顯然有Wl>Wh。 w T
Ih
___Cf
Wh
W|
圖7?4社會化電子商務商家的社會化口碑-交易量無差異曲線
(4)一般來說網絡交易量會隨著買家在網絡社區觀察到的商品的社會化口碑水平的提 高而上升，表現為現實中消費者購買商品時的從眾心理，因此可以假設網絡交易量與社會化 口碑水平為x時消費者感知價值的期望成正比。
w(x) = k [ x r(tH/x) + (l- p(切|尢))x r(tL,x)]
在社會化口碑為X時，商家銷售高質量商品的概率為p( tH I x)o k為常數，不失一般性 可令k=l«
首先假設商家銷售商品的類型是共同知識，在完全信息的情況下，商家獲得的交易量 可以表示為：
w(x) = k x r(t, %)
對于銷售商品類型用t表示的商家所選擇維持的社會化口碑水平£(t)滿足：
x*(t) 6 arg max[k x r(t,x) 一 c(t,x)]
X
令w*(t) = kx r(t,x*(t)),在圖7-5中，A點表示銷售低質量商品的商家在完全信息博 弈的情況下應該采取的最優策略，即降低用于維持社會化口碑的成本，依靠低價格的商品吸 引消費者購買；B點表示銷售高質量商品的商家應該采取的最優策略，即充分利用高的社會 化口碑提高影響力并吸引消費者購買。
7.4.3模型分析
在社會化電子商務交易過程中，賣家和買家的博弈是一種不完全信息的動態博弈。信號 博弈問題中如果存在分離的精煉貝葉斯均衡，就說明銷售高質量商品的商家可以通過社會化 口碑的影響力向消費者發送信號，幫助消費者辨識電子商務商家的優劣以實現分離均衡，獲 得消費者信任。而是否存在分離的精煉貝葉斯均衡以及均衡的形式如何，與商家的無差異曲 線和消費者的收益函數有關。
假設分離均衡條件下商家的策略為: xp 一嚴仇) x(t)-
消費者在觀測到兩種社會化口碑水平中的一種之后的推斷為：
P(切 |%*(切))=1, = 0
消費者的策略為：w(x*(tL)) = w*(s), w(x*(tH)) = W*Ch) 分離均衡及最優解如下圖所示：
圖7- 6分離均衡示意圖
下面通過分析非均衡路徑上消費者對于社會化口碑水平的推斷p(tH| X)和選擇策略w(x), 來證明類型為t的商家對消費者策略w(x)的最優反映就是x=x*(t),進而完成對該信號博弈模 型達到分離均衡的描述。
假設消費者對非均衡情景下的社會化口碑水平的推斷為:
pQh 儀) _ f 0 X < x 伽)
-1 1 X > X-(tH) (7-6)
對應消費者策略表示為：
w(x)= f r(tL,x) x < x*(tH) (『(切，兀) x 2 x*(切) (7-7)
對于給定的上述消費者推斷及其策略，由于有：
(1)銷售高質量商品的商家選擇任意乂 > 時的無差異曲線均位于通過點
W*(切))的無差異曲線Ih的下方，選擇任意X < 的無差異曲線都不會位于
與消費者感知價值函數r(tL) x)相切的無差異曲線If的上方。
(2)銷售低質量商品的商家選擇任意x < x*(tH)時的無差異曲線都位于穿過點 (x*(tL), M(G)的無差異曲線II的下方，同時選擇任意x >疋(切)時的無差異曲線都不會 位于通過點(£(切)，w\tH))的無差異曲線II'的上方。
因此，當社會化電子商務商家的無差異曲線和消費者感知價值的函數滿足圖7-6時，得 到商家策略(x(tL) = x*(tL), x(切)=x*(切)｝和消費者推斷p(tH|x),此時達到博弈模型的分 離均衡。
上述分析說明：
a)雖然在社會化電子商務環境中消費者不能直接觀測到商家出售商品的真實質量信息， 但融合了社會化功能的電子商務平臺會為消費者提供商家的社會化口碑信息，這種信息能夠 幫助消費者對商品的質量做出準確的判斷。銷售髙質量商品的商家也更加傾向于維護和提高 自身的社會化口碑、增強社會化口碑在消費者中間的影響力，進而增強消費者信任。
圖7-7銷售高質量商品商家選擇社會化口碑水平的分離均衡
在圖7-7中，Ih為銷售高質量商品的商家通過點的無差異曲線，IL 是銷售低質量商品的商家經過點(疋(g), w*(tL))的無差異曲線。II'為出售低質量商品的商 家經過點(疋(切)，⑷伽))的無差異曲線，抵'為無差異曲線II與消費者收益函數「(如x)的 交點表示的社會化口碑水平，Ih'為銷售高質量商品的商家經過點(x/, r (如Xs1))的無差異曲 線，Ih"為銷售高質量商品的商家與消費者感知價值函數r(tL) x)相切的無差異曲線，Xs"代表 無差異曲線Ih"與r(tH，x)的交點所對應的社會化口碑水平。
前面討論的分離均衡圖7-7給出的無差異曲線和消費者的感知價值函數中并不存在，這 是因為對于公式(8-7)所確定的消費者戰略w(x),由于無差異曲線II'位于II的上方，銷售低 質量商品的商家的最優反應不是X*(tL),而是x*(tQ。在這種情況下銷售低質量商品的商家 也會通過提高社會化口碑的影響力偽裝成為銷售高質量商品的商家，形成信號博弈混同均衡 的情形。同樣對于圖8-7,若銷售高質量商品的商家選擇的x小于II與r(tH,x)交點所對應 的社會化口碑水平xj,銷售低質量商品的商家同樣可以冒充銷售高質量商品的商家，形成 混同均衡。
為了避免達到混同均衡的局面，銷售高質量商品的商家需要提高社會化口碑的影響力， 若選擇在公式(7-5)-公式(7-7)中用xj替換x*(tQ,就能得到達到分離均衡時的商家策 略、消費者的推斷和消費者策略。
上述分析說明：
b)銷售高質量商品的商家若要避免被銷售低質量商品的商家冒充、實現分離均衡，需 要向消費者發送大量的社會化口碑信息并使社會化口碑在消費者中間具有一定的影響力。如 果社會化口碑影響力不夠，消費者就不能通過社會化口碑傳遞的信息區分不同質量的商家。
銷售高質量商品的商家雖然能夠通過提高社會化口碑的影響力，使自己與銷售高質量 商品的商家相分離，但這種選擇也是有限度的。在圖7-7中，當銷售高質量商品的商家選擇 比Xs"更高的社會化口碑水平Xs"時，穿過點(xj", r(tH> xj"))的無差異曲線If"位于Ih"下方。 但當銷售高質量商品的商家選擇［X” X2］區間之間的值作為社會化口碑的發送值的時候，即 使消費者認為其銷售的商品質量較差，其無差異曲線都會處于If"的上方。這說明：銷售高 質量商品的商家若選擇xj"作為發送的社會化口碑信息，其獲得的購買量會將低于銷售低質 量商品的商家，此時銷售高質量商品的商家必然不會選擇高于xj"的社會化口碑水平。
在這種局面下，銷售高質量商品的商家會理性地選擇區間［xj, Xs"］中的任一值替換公式 (8-5)-公式(8-7)中的x*(tH),可以得到一個分離均衡。隨著x值在［xj, Xs〃］區間增加，無差異 曲線是逐漸下移的，因此銷售高質量商品的商家選擇社會化口碑水平為xj時，既能夠實現 分離均衡，商家也能夠實現相對最大的效用，社會化口碑可以作為一種信號向消費者傳遞商 家的真實信息。
上述分析說明：
c)雖然對于銷售高質量商品的商家來說，維持較高水平的社會化網絡口碑提高網絡口 碑對消費者的影響力，能夠獲得更多消費者的信任，與銷售低質量商品的商家相區分，但是 社會化口碑的水平并非越高越好，維持過高的社會化口碑會降低商家的效用。因此銷售高 質量商品的商家要選擇適當的社會化口碑水平，既保障自身的最大效用，又能夠實現與銷售 高質量商品商家的分離均衡。
7.5結論
本章采用博弈論的方法對社會化電子商務情景下，社會化因素對消費者信任建立的保障 機制及作用機理做出了分析。將傳統電子商務與社交網絡相結合，網絡商家通過社會化營銷 方式，鼓勵消費者參與社會化活動形成社會化口碑。社會化口碑是商家向消費者傳遞的全面 反映商家和商品信息的信號，能夠輔助消費者做出更加準確的購買決策，是社會化電子商務 活動中社會化因素的集中體現。本章分別將社會化口碑作為離散變量和連續變量，建立了離 散信號博弈模型和連續信號博弈模型，通過對模型的分析和證明可以得到如下結論：
(1)社會化口碑作為社會化電子商務的特色和優勢，具有向消費者傳遞商家真實信息 的信號作用。
(2)在社會化電子商務的交易中，通過增加銷售低質量商品的賣家提升社會化口碑影 響力的成本，減少銷售高質量商品的賣家用于維護和提高社會化口碑影響力的成本，可以使 得社會化口碑作為商家發送給消費者的信號，起到傳遞商品質量信息的作用，即網絡口碑高、 影響力大表示商家出售的商品質量較高，網絡口碑少、影響力小則代表商家出售的商品質量 較差，在社交網絡中形成的社會化口碑能夠實現對不同類型網絡賣家在銷售策略方面的分離 均衡。
(3)銷售高質量商品的商家傾向于維護和提高自身的社會化口碑、增強社會化口碑在 消費者中間的影響力，進而增強消費者信任。銷售低質量商品的商家傾向于減少社會化口碑、 降低社會化口碑在消費者中間的影響力，通過低價格的商品獲得盈利。但從長遠來看，低質 量商品賣家會選擇轉換為銷售高質量的商品以獲得更高的收益。
(4)銷售高質量商品的商家若要避免被銷售低質量商品的商家冒充、實現分離均衡， 需要向消費者發送大量的社會化口碑信息并使社會化口碑在消費者中間具有一定的影響力。 如果社會化口碑影響力不夠，消費者就不能通過社會化口碑傳遞的信息區分不同質量的商家。 但是社會化口碑的水平也并非越高越好，維持過高的社會化口碑會降低商家的效用。因此只 有當社會化電子商務商家的無差異曲線和消費者的感知價值函數滿足一定的關系的時候，社 會化口碑才成為向消費者傳遞商品信息的信號。
第八章社會化電子商務信任評價機制
論文第三-六章從信任發展的動態演化角度，建立了消費者對社會化電子商務的初始信 任模型和持續信任模型，對信任的影響因素和結果進行了實證分析，針對社會化電子商務的 不同模式，基于信任轉移理論，分別對社交網絡和傳統電子商務情景至社會化電子商務環境 下消費者信任的建立及其影響因素做了深入的分析。上述對社會化電子商務信任的前因性研 究證明了社會化電子商務平臺和商家如果能夠改善和提高消費者的信任，就能夠顯著增強消 費者的購買和使用意愿。
前期的研究已經證明:建立消費者信任對于社會化電子商務這一新興電子商務形式的持 續健康發展至關重要，但信任作為一個反映消費者心理預期和意愿的潛在變量難以通過直接 觀察或測量而獲得。當消費者訪問一個社會化電子商務平臺或參與社會化電子商務活動時, 如果能夠對其信任的程度進行評價、度量和預測，對于社會化電子商務平臺、電商企業和商 家更好地了解消費者需求、•提高消費者滿意度、忠誠度將有很大的促進作用。本章從信任的 測量評價視角，對社會化電子商務環境下的消費者信任開展研究。將信任以及信任的程度這 樣一個抽象的概念通過量化的值來表達，消費者對多種影響信任的綜合因素做出定量打分之 后，得到一個對信任的度量值，通過量化的信任度量值描述消費者信任的程度。
信任度是一個量化的表示信任程度的值或等級，在一個社會化電子商務平臺上，消費者 對商家或網站的信任并不是一個簡單的信任或不信任的問題，而是一個在多大的程度上可以 信任的問題,因此需要通過信任度來衡量消費者信任的程度。對于社會化電子商務平臺來說, 通過建立一個消費者信任度評價體系，能夠獲取消費者對評價體系中各個信任影響因素的直 接得分（直接感受）便于商家提高和改進服務質量。對于消費者而言，在網站社區中能夠看 到其他消費者特別是社交好友的信任度評價，能夠更好地為選購商品提供參考和推薦。
目前針對社會化電子商務環境下的信任度評價相關研究比較少，本章的研究內容包括構 建一個社會化電子商務的信任度評價模型，基于BP神經網絡模型訓練數據并獲得信任度值, 為社會化電子商務的信任度評價問題提供一種解決方案。
&1電子商務信任評價綜述
在電子商務領域，對信任進行量化和分級是對商家實施有效監督、促進和提升消費者信 任的一個有效手段。電子商務的信任評價一般用信任度來衡量，信任度評價是一個涉及內容 繁多的復雜過程，胡偉雄、王崇（2012）總結了電子商務信任度評價的常用方法包括：層次 分析法、基于概率論的評價方法、模糊集合評價方法、基于云模型的評價方法、灰色聚類評 價方法和BP神經網絡評價方法。
層次分析法是一種將復雜問題逐層分解的方法，從簡單的層次開始向上逐層分析解決問 題，但是這種方法主要靠專家的專業知識做出評判，受到專家對評判系統的認知程度的限制， 具有一定的主觀性。J0ang （2001）等最早使用概率論和模糊評判的方法對電子商務信任度 進行評價，用于描述信任的模糊性和不確定性，但需要大量符合經典分布的經驗數據，在數 據不符合概論分布的時候會出現評判失效的問題。張景安（2010）、李正濤（2010）等學者 采用云模型理論，從計算機P2P網絡環境和網絡安全的角度建立了電子商務網絡信任評估 模型。樊麗杰⑵12)等使用灰色預測理論解決移動電子商務的信任評價問題，但灰色預測 模型計算過程復雜，求解比較繁瑣，并且難以規避虛假或惡意評價的問題。BP神經網絡作 為目前被廣泛應用的神經網絡模型之一，是一種模擬人類大腦識別和處理信息并獲取知識的 非線性動力學系統。BP神經網絡模型可以實現學習和儲存大量的輸入-輸出映射關系，通過 對訓練樣本進行學習，不斷從數據中提取規則，學習數據的內在規律，其最大優點是在模型 模擬和計算過程中規避了復雜的數學推導。胡偉雄(2012)通過對電子商務環境下信任度的 評價方法進行深入的比較研究，最終通過使用BP神經網絡較好地解決了 C2C電子商務模 式下消費者信任的評價問題。
社會化電子商務環境下，消費者通過在社交網絡平臺上與好友互動和信息分享，幫助他 們更加容易地獲取質優價廉的商品和服務。與傳統電子商務相比，消費者顯然更能夠在社會 化商務活動中感受到參與互動和樂趣。本章綜合參考前面研究中在社會化電子商務環境下建 立消費者信任的主要影響因素，從商家、交易環境、社會化網絡三方面因素建立信任度評價 指標體系，通過使用BP神經網絡模型對消費者信任度評價指標體系進行模擬，通過對消費 者信任打分數據進行訓練和學習，建立科學合理的社會化電子商務環境下的消費者信任度評 價指標體系，為消費者對社會化電子商務平臺的信任評價提供一種定量化的解決方法。
8.2社會化電子商務信任評價指標體系
在對社會化電子商務環境下消費者信任評價的研究中，由于信任是一個不能夠直接觀測 的潛在變量，需要找到直觀的能夠反映信任程度的變量，通過對這些直觀可測量變量進行打 分來獲得消費者對社會化電子商務綜合信任程度的間接評測，而這些信任度的反映性變量就 構成一個度量信任程度的評價指標體系。為了客觀地獲得社會化電子商務信任的反映性指標 變量，本部分的研究采用基于扎根理論的質性研究方法。從現有的對社會化電子商務信任的 相關研究文獻，以及對社會電子商務使用用戶進行的訪談資料出發，通過文本數據打散、編 碼達到逐步提煉出較為清晰的概念結構，最終獲取信任的反映性指標變量構建信任評價指標 體系。與實證研究不同的是，質性研究的方法基于事實資料，從底層岀發，能夠更加全面客 觀地找到信任的直觀反映性影響因素。
&2.1研究理論
扎根理論(GroundedTheory)是由美國的兩位社會學家Barney Glaser和Anselm Strauss 于1967年共同提出的一種質性研究方法。其研究思路并不是基于現有的理論提出假設并進 一步驗證，而是從基礎數據出發，通過對數據的歸納總結進一步提煉出理論。Kathy Camez (2009)認為基于扎根理論的研究方法通常包含三個步驟：第一步，收集和初步分析原始資 料，包含問卷、文獻、訪談等各類音頻、視頻、圖形、文字等材料；第二步，對資料進行編 碼，依次為開放性編碼、主軸編碼和選擇性編碼，在編碼過程中需要執行“提出問題、進行 比較、建立分類、建立聯系和發現理論”的步驟；第三步，生成理論并檢驗。基于扎根理論 的研究過程是一個由下而上逐步認識客觀世界、發現規律的探索性研究過程，這一研究思路 與實證研究的思路截然不同，不容易受到實證研究中已經設定好的理論模型及其假設的研究 思路的局限。
文獻 案例 資料收集 1開發、1
―鈾和講梓 研究 理論
飽和結論和
討論 選定 和整理 編碼 結論 '建議
▲
1 1
1 1
1
1
補充 理論未飽和 1
1
資料
圖8-1扌I根理論研究流程圖
8.2.2指標數據收集與處理
開展質性研究的首要步驟是對資料進行收集，文本資料包括中文文獻、英文文獻和訪談 筆記。中文文獻以社會化電子商務（社會化電商、社交商務）和信任為搜索關鍵詞，在中文 期刊全文數據庫平臺，對SCI來源期刊、EI來源期刊、中文核心期刊和CSSCI期刊進行檢 索，共搜索到中文文獻10篇；以social commerce和trust為關鍵詞在Web of Science和 ScienceDirect數據庫搜索，共獲得18篇英文文獻作為研究樣本。社會化電子商務信任的研 究是一個比較新的領域，發表的論文成果較少,全部文獻都是2010年之后發表的學術論文。 為了對現有文獻研究做補充，更加客觀地反映社會化電子商務信任的反映性指標，本研究還 對10名社會化電子商務的使用者進行訪談并獲得訪談資料，選取的十名受訪者具有至少一 年以上使用電子商務和社交網絡的經驗，并且具有借助社交網絡平臺或工具完成網上購物的 經歷，其中男性4人、女性6人，年齡分布在1845歲之間。
在資料分析的初始階段，使用質性分析軟件NvivolO對所有文獻資料和訪談記錄創建材 料來源，閱讀每一篇文獻找到文獻中所有對消費者信任及影響因素的論述，并對關鍵詞句進 行開放性編碼，初步得到42個自由節點，如下表所示。
表8-1開放性編碼表
名稱 材料來源 參考點 名稱 材料來源 參考點
導航 1 1 視覺美學 I 1
感知風險 1 2 推薦和參考 3 5
感知樂趣 2 4 推薦者知名度 1 1
感知他人 1 1 推薦者專業性 1 1
感知易用 2 5 網絡口碑聲譽 4 7
感知有用 3 6 好友交易信息 1 2
共享語言 1 5 好友專業性 1 2
共享愿景 1 4 社會參與 1 3
關系強度 1 2 社會推薦 3 6
互惠 2 7 網絡好友推薦 3 5
交易安全 2 2 與好友互動 3 4
規章制度 1 1 真實好友推薦 3 5
論壇與社區 2 2 規章制度 1 2
評級和評論 2 4 網絡信息質量 1 1
第三方保障 2 2 網上評論質量 1 1
社會交互 2 2 網站質量 3 5
社會交互聯接 1 4 售后服務 1 2
社會支持 2 2 隱私與安全 1 1
社區驅動 1 1 用戶友好 1 1
社區認可 1 7 娛樂性 1 1
在創建節點并對節點進行編碼的時候,可能會出現有些文獻中反復出現同一關鍵詞或語 句作為編碼的情形，因此并不能以單篇文獻岀現同一編碼的詞頻作為判斷該編碼重要性的指 標，而是要計算該編碼出現在多少篇文獻或訪談之中。依據上述規則初步實現了對信任的反 映性因素進行編碼，并對這些編碼和節點進行審核。接著對這些節點進行初步的歸類合并， 剔除與研究主題關系較小的節點，將同類重復的觀點放到同一個節點下，最后歸類到12個 節點。這十二個節點基本能夠涵蓋了社會化電子商務環境下建立消費者信任的主要影響因素, 也是消費者信任的反映性指標。
表8?2主軸編碼表
主軸編碼 開放性編碼節點
商家聲譽 網絡口碑聲譽、口碑（W0M）、商家規模
商家服務 售后服務
趣味性 感知樂趣、娛樂性
有用性 感知有用
易用性 感知易用
網站質量 導航、視覺美學、網絡信息質量、網上評論質量、網絡特性
隱私與安全 感知風險、交易安全、隱私與安全
制度保障 第三方保障、規章制度
社會參與 評級和評論、社區驅動、社會參與
社會互動 社會交互、社會交互聯接、與好友互動、感知他人、互惠
社會推薦
社會認同 推薦者知名度、推薦者專業性、推薦和參考、社會推薦、網絡好友推薦、真實好友推薦、 好友專業性、好友交易信息
共享語言、共享愿景、社會存在、社會支持、社區認可、論壇與社區、關系強度、用戶 友好
&2.3指標體系構建
通過綜合參考上述對社會化電子商務情境下消費者信任建立的反映性指標的質性研究 結果，可以從商家、網絡交易環境和社會化網絡三個方面構建社會化電子商務消費者信任評 價指標體系。如果消費者對商家的口碑及其提供的產品或服務感到信任，對網絡交易環境中 網站環境和第三方保障機制感到放心、對社會化平臺中與網絡好友交流互動獲取的商品信息 和購物推薦感到真實可靠，則認為消費者對這樣一個社會化電子商務平臺的信任度較高。將 商家因素、環境因素、社會化因素定義為消費者信任評價指標體系的一級指標，再進一步對 三個一級指標進行細化并建立完整的評價指標體系。
（1） 商家因素
大量對傳統電子商務信任方面的研究成果已經表明，商家在長期經營過程中積累起來的 良好知名度和聲譽對建立和增強消費者的信任有顯著正向影響，另外如果商家能夠提供較好 的售前、售后服務，也會增加用戶的信任度。
美國調查機構Cheskin Research發布的電子商務信任的六維測度中，將品牌聲譽劃分為 九個二級指標，認為聲譽對消費者信任有正向影響。非盈利研究機構Consumer WebWatoh 提出了提高消費者信任的五個維度，其中包含涉及顧客服務的三個測度。Fogg等人于2002 年開展了一次大規模調查，全面歸納了消費者對網站信任的影響因素，其中也包含了網站的 聲譽和服務兩項。
綜上所述，商家的聲譽和服務作為影響消費者信任的重要而經典的因素，被作為商家因 素的兩個二級指標納入到信任度評價模型之中。
（2） 環境因素
一個社會化電子商務網站的環境因素包括趣味性、有用性、易用性、網站質量、隱私安 全和制度保障等。消費者通過在購物過程中參與互動與分享商品信息，找到與自己興趣相投 的朋友，更能體會到網絡購物的樂趣，因此感知趣味性是社會化電子商務與傳統電子商務相 比的一大不同之處，樂趣能夠促進消費者的信任。由于社會化電子商務將社交網站與電子商 務相結合開展商務活動，易用性是指用戶會把一個社會化電子商務平臺與自己熟悉的購物網 站或社交網站相比較，認為一個社會化電子商務平臺兼容性較好、轉換成本較低、有助于用 戶網絡購物并且很容易接受這樣的一種購物方式。此外，Liang和Li （2012）的研究認為網 站質量對消費者是否愿意持續使用一個社會化電子商務網站有顯著影響。對用戶隱私和交易 安全有保障措施、具有規范的各項規章制度都對增強消費者信任起到促進作用。
（3）社會化因素
在傳統電子商務環境下,消費者主要依靠個人的主觀感知和網站提供的歷史交易數據做 出購買決策，而在社會化商務環境下，消費者的購買決策一方面受到商家、交易環境等因素 影響，另一方面也會受到社會化因素的影響。主要社會化因素包括：社會參與、社會互動、 社會推薦與社會認同。不同于傳統電子商務的以商家為中心，社會化電子商務以消費者為中 心，充分利用社會化媒體的作用來促進消費者與商家之間、消費者之間的互動，消費者基于 共同的興趣會主動對購物信息和感受進行分享和反饋并向商家表達訴求，通過參與互動獲取 質優價廉的商品。由于社會化電子商務活動中的消費者會因為共同的興趣聚集在一起并從中 獲得歸屬感和認同感，消費者購買商品或服務時也很容易受到社區討論、網絡好友（意見領 袖、好友、陌生人評論等）的意見影響，基于社會網絡關系的商品推薦提高了消費者的信任 程度，較容易產生共同的網絡購物行為。
由此可確定社會化電子商務信任評價的指標體系，如表8-3所示：
表8- 3社會化電子商務信任度評價指標體系
一級指標 二級指標
商家聲譽X"
商家因素
商家服務Xn 趣味性X21 有用性X22 易用性X23
環境因素
網站質量X24 隱私與安全X25 制度保障X26 社會參與X3] 社會互動X3, 社會化因素 '
社會推薦X33 社會認同X34
8.2.4數據采集
本研究的數據主要通過發放線上和線下調查問卷獲得，社會化電子商務作為近幾年來新 興的電子商務模式，使用者大多是具有豐富的電子商務經驗或活躍于各大社交網站的年輕人, 因此調查對象以40歲以下的青年人為主。在被調查者完成問卷之前首先明確其具有社會化 電子商務活動的經歷和體驗，具有通過社交網絡獲取商品相關信息并用于輔助購物決策的行 為。本次調查共發放問卷236份，最終收回有效問卷201份。
為了便于受訪者理解各項二級指標，本次調查針對社會化電子商務信任度指標體系中的 每一個二級指標設計兩到三個問題，參考Likert七分量表設計，由用戶針對提出問題的認同 程度從低到高(1~7)進行打分。每一個二級指標項的所有問題得分的算術平均值作為該指 標項的得分，所有12個二級指標的用戶打分作為BP神經網絡的輸入。將被調查者對綜合 信任度題目打分的平均值作為BP神經網絡的目標輸出。
部分訓練樣本與測試樣本數據如下表所示：
表8-4信任度評分樣本數據
X11 xl2 x21 x22 x23 x24 x25 x26 x31 x32 x33 x34 TRU
5.40 5.00 5.00 4.67 5.67 5.33 5.33 6.00 5.33 5.00 5.33 3.67 5.00
4.20 3.50 4.00 5.00 3.33 5.67 4.67 4.00 4.00 4.50 5.00 4.67 4.00
6.60 6.00 6.00 6.00 5.67 6.00 6.33 6.00 6.00 6.00 6.00 6.67 6.00
2.00 3.75 3.33 3.67 2.33 5.67 2.33 2.67 1.00 5.00 4.00 4.00 1.67
4.40 6.00 7.00 6.00 5.00 5.33 4.00 5.00 5.67 6.25 5.00 4.33 4.67
5.20 5.75 5.33 6.00 4.00 3.33 4.00 4.00 3.33 2.00 5.00 2.67 3.67
5.00 5.75 4.67 4.00 4.00 5.00 4.00 4.67 3.33 4.25 5.33 5.00 4.33
4.80 4.00 4.00 4.00 4.00 4.67 4.00 4.00 4.00 4.00 4.00 4.00 4.00
3.20 4.25 5.00 2.67 2.67 5.00 2.33 4.33 4.67 4.00 4.00 4.67 3.67
4.40 5.25 5.33 5.67 4.67 5.33 4.33 5.33 6.00 5.25 5.00 4.67 5.00
6.00 4.50 4.33 3.67 5.67 4.33 3.67 3.33 4.67 3.75 4.67 4.00 4.33
4.40 6.00 5.00 4.00 5.67 5.00 4.00 6.00 5.33 4.25 5.00 5.00 5.00
6.40 6.25 5.67 4.67 5.33 5.33 5.00 4.67 5.67 5.00 4.00 4.33 5.00
4.60 5.75 5.33 4.33 2.67 5.33 3.33 4.00 5.33 4.00 4.00 4.00 4.67
4.20 5.25 5.33 4.33 4.00 533 4.67 6.00 5.00 4.75 5.67 6.00 5.00
8.3基于BP神經網絡的信任評價模型
&3.1 BP神經網絡原理
BP神經網絡模擬了人類大腦學習的過程，是一種多層前饋神經網絡。當信息在BP神 經網絡中傳送的時候，會遵循信號向前傳送、誤差向后傳送的規則。當信號在神經網絡中傳 送的過程中，輸入信號首先從輸入層傳送，經過隱含層逐層傳遞到輸出層，每一層都由若干 的神經元組成，同一層的神經元只會對下一層的神經元產生影響。當輸出層未得到期望的輸 岀的時候，會將誤差信號進行反向傳送，重新調整整個網絡的權值和閾值，直到預期輸出能 夠接近期望輸出為止。一個典型BP神經網絡的拓撲結構如圖8-2所示：
圖8-2BP神經網絡拓撲結構
其中，X1，X2 Xn是BP神經網絡的輸入值，Y1，丫2，…，Ym是BP神經網絡的 輸出值，也稱為預測值，Wij和Wjk是BP神經網絡中不同層的權值。BP神經網絡可以看做 是一個表達非線性關系的函數，函數的自變量X是神經網絡輸入值，因變量Y是神經網絡 的預測值。如果一個BP神經網絡有n個輸入節點數和m個輸出節點，則該網絡表示了一組 從n個自變量至m個因變量的函數映射關系。
輸入數據需要在BP神經網絡中進行訓練，訓練過程通常包含以下七個步驟：
步驟一：初始化網絡。由訓練樣本數據的輸入值X確定輸入層的神經元個數數n,輸出 值Y來決定神經網絡輸出層的神經元個數m,隱含層的神經元個數可以根據經驗公式確定。 輸入層與隱含層之間的神經元連接權值由Wij表示，隱含層和輸出層神經元之間連接權值用 表示，初始化隱含層閾值a和輸出層閾值b之后，設定學習速率，選擇神經元的傳遞函 數。
步驟二：計算隱含層輸出。隱含層輸出H是由公式(8-1)根據給定的輸入變量X、輸 入層和隱含層連接權值w§、隱含層閾值a計算得到的。
Hj = f(£Li WyXi — aj j = 1,2,...,!
其中1表示隱含層的神經元(結點)個數，f表示隱含層的傳遞函數，傳遞函數必須是 一個可微的線性或非線性函數，通常使用Sigmoid函數
f(x)=^ (0</(%)<1) (8-2)
步驟三：計算輸出層輸出。BP神經網絡預測輸出O是依據公式(8-3),由隱含層輸出 H、隱含層與輸岀層的連接權值和輸出層的閾值b計算得到的。
0k= Sj=iHjWjk-bk k = l,2, --,m (8-3)
步驟四：計算誤差。網絡預測誤差e是由公式(8-4)中期望輸出Y與神經網絡預測輸 出O的差值計算得到的。
ek=Yk~Ok k = 1,2,(8-4)
步驟五：更新權值。把上一步驟中得到的網絡預測誤差e分別帶入公式(8-5)和公式 (8-6),得到新的網絡連接權值巧和Wj“其中II為學習速率。
Wjj = Wjj +nHj(l-Hj)x①y雷Wjkek i = 1,2,…,n; j = (8-5)
Wjk = Wjk+ t]Hjek j = 1,2,...,!; k = 1,2, ...,m (8-6)
步驟六：更新閾值。將網絡預測誤差e帶入到公式(8-7)和公式(8-8),獲得新的網 絡節點閾值a和b。
a}= aj+T]Hj(l-Hj)EkLiWjkek j = 1,2, ...,1 C8-7)
bk = bk + ek k = 1,2, ...,m (8-8)
步驟七：根據網絡預測輸入和期望輸出判斷算法迭代是否達到結束條件，若未達到則返 回步驟二。
8.3.2 BP神經網絡結構設計
根據信任度指標體系中12個用戶綜合打分值可以確定BP神經網絡的輸入層共有12個 節點，最終將獲得綜合考慮12個指標最終得到的一個用戶信任度值，因此設定輸出層為1 個節點，代表消費者信任度得分。隱含層神經元個數需要依據經驗和反復實驗來確定，增加 神經元個數雖然可以提高網絡映射精度，但可能導致訓練時間過長。通常的做法是參考經驗 公式來計算隱含層神經元估計值：1 =応帀+ a,其中1代表隱含層神經元的個數，m和 n分別代表輸出層和輸入層的神經元個數，a是0至10之間的任意常數。
依據經驗公式確定隱含層神經元的個數取值范圍為5至13,依次嘗試不同的神經元個 數并檢驗對網絡預測性能的影響，最終確定當隱含層的神經元個數為6時，網絡誤差最小同 時網絡的預測的性能也較好。選取的神經網絡結構為12x6x 1。
8.3.3輸入輸出數據處理
BP神經網絡的輸入數據是201份社會化電子商務用戶對12個二級指標項的綜合打分值, 網絡輸出是用戶對社會化商務平臺的綜合信任度評價值。在數據訓練之前，為了避免由于輸 入輸出數據在數量級上的差異造成較大的網絡預測誤差，需要首先對輸入數據進行歸一化處 理。選取Matlab軟件自帶的mapminmax函數對輸入輸出數據進行歸一化處理，處理之后獲 得[-1,1]區間的值。在201份樣本數據中隨機選取出180份數據作為訓練數據，剩余的21份 數據作為測試數據。
8.3.4訓練網絡
(1)創建與訓練網絡
對隨機選出的180份樣本數據進行歸一化處理之后再進行訓練以滿足實際應用需求。隱 含層和輸出層的傳遞函數均選用Tan-Sigmoid函數，使用LM優化算法(trainlm函數)進行 網絡學習。設置網絡訓練的各項參數：設置訓練次數為2000次，誤差精度為0.015,學習速 率為0.05。
經過13次訓練之后神經網絡達到了預定的精度，訓練結果如下圖所示：
Best Validation Performance is 0.04658 at epoch 6
圖8- 3網絡仿真訓練結果
(2)網絡仿真預測輸出
網絡學習完成之后，基于訓練好的BP神經網絡模型，將訓練樣本值作為函數的數據輸 入，調用Matlab中的sim函數，就能夠獲得網絡仿真輸出，對網絡輸出進行反歸一化處理 之后，就會得到訓練樣本的擬合值。用訓練樣本的擬合值和訓練樣本的期望輸出值(即調查 數據獲取的用戶信任度打分)進行比較，就能夠初步看出模型的仿真能力，若兩者差距較小， 則可以說明模型權值和閾值比較恰當，模型仿真能力較好。具體方法是：調用plot函數做 出期望輸岀和模擬輸出的模型擬合對比曲線圖，如圖84所示。再進一步將訓練網絡仿真值 與樣本觀測值進行比較，當設定條件為：模型的期望輸出值與仿真輸出值之差的絕對值小于 0.2時認為模型擬合良好，則模型仿真的準確率達到83.33%,可以認為模擬值與實際值較吻 合。
圖8- 4網絡仿真輸出
8.3.5網絡測試與模型驗證
在對模型仿真能力進行驗證之后，為了進一步檢驗網絡的優劣，還需要使用與訓練樣本
無關的檢驗樣本數據對網絡進行預測。具體做法是將21組測試數據代入模型，得到的網絡 輸出(預測結果)與實際測量值進行比較，結果如下圖所示:
BP網絡預測輸岀
6 1 1 1
圖8-5網絡預測輸出
同樣當設定條件為：模型的期望輸出值和仿真輸出值之間差值的絕對值小于0.2時認為 模型擬合良好，模型預測的準確率達到力.22%。通過將預測值與仿真值進行對比，可以看 出模型擬合的偏差尚在可接受的范圍之內。
8.3.6計算誤差與標準差
通過網絡訓練和模擬之后模型的輸出與期望輸出的差值就是模型的誤差,誤差的大小決 定了模型的質量。假設BP網絡模擬輸岀結果為output_y = sim(net, observed_x), observed_x 為樣本觀測值，相對誤差error=(output_y- observed_y)/ observed」，因為誤差數組error可能 為正值或負值，因此在計算平均誤差時要取絕對值abs(eiTor),相對誤差的標準差用std(error)
計算。訓練樣本與測試樣本的誤差比較如下表所示：
表8- 5訓練樣本與檢驗樣本誤差
誤差項 訓練樣本 檢驗樣本
平均誤差 0.0322 0.0490
標準差 0.06677 0.07334
從表8-5可以看出，訓練樣本和檢驗樣本的平均誤差率分別為3.22%和4.90%,訓練樣 本和檢驗樣本的標準差為分別是6.68%和7. 33%,說明實際數據和模型預測數據的誤差不大, 模型基本能夠比較客觀地模擬消費者信任度的計算過程，也能夠比較客觀地對消費者信任進 行定量描述。
8.3.7社會化電子商務信任等級評定
由于對社會化電子商務信任度的數據采集參考了里克特七分量表設計，因此獲取的各項 指標測量值取值范圍介于［1,7］之間。為了進一步簡化表達消費者對社會化電子商務的信任程 度，針對BP神經網絡的預測結果，確定信任等級。可將信任等級按信任度的大小由高到低 分為：完全信任、比較信任、一般、不太信任、不信任五個等級，分別用A={y|6<y<7}, B={y|4.6Vy<6}、C={y|3.3Vy<4.6}、D={y|2<y<3.3}, E={y|y<2}來表示，其中 y 表示消費者對 一個社會化電子商務平臺的綜合信任度的預測值。依據上述標準將21個測試樣本的預測值 和觀測值分別劃分等級后再進行對比，如表8-6所示：
表8- 6測試樣本信任等級
樣本序號95 12 143 72 86 127 159 117 190 118 179 20 163 71 85 160 83 33 79 25 51
實際輸出B C C B D B B B B B C B D B C C B C B B C
期望輸出B C C B D B B B B B C B D B C C B C B B C
可以看出經過劃分等級以后，實際輸出等級和期望輸出等級保持一致，也說明了信任評 價模型的有效性。
8.4結論
對消費者信任進行描述與評價，直觀定量地評價消費者信任程度和等級，能夠幫助企業、 商家和用戶客觀衡量和評價社會化電子商務網站質量、增強消費者的使用意愿。本章基于文 獻和訪談的質性研究，從客觀文本中提煉出消費者信任的反映性指標，構建了一個社會化電 子商務平臺的信任度評價指標體系，并且采用BP神經網絡方法構建了這個信任度的評價模 型，對信任進行量化測量、評價與打分，并進…步劃分等級。BP神經網絡模型具有評價客 觀性強、準確性高的特點，能夠通過訓練數據的自我學習，有效規避設置權值系數等人為干 擾因素，這種方法相對于傳統的模糊綜合評判、灰色理論和層次分析等方法，能更顯現出模 型的便捷性、自動化和智能化。
目前我國的社會化電子商務正處于蓬勃發展的上升階段，但消費者接受程度還不高，吸 引更多消費者接受和使用這種新型電子商務模式成為瓶頸問題。解決這個問題的關鍵因素之 一就是提高消費者信任和使用意愿。信任評價模型可用于從消費者信任的角度對社會化電子 商務平臺做出評價，并對消費者信任做出預測，幫助商家了解消費者的信任程度和使用意愿， 有針對性地改進和提高服務水平;幫助消費者了解其他買家對社會化電子商務平臺的信任度, 增強辨識能力。
在今后的研究中,可將評價模型應用于一個真實社會化電子商務平臺的用戶信任度評價, 以檢驗實際運行效果并進一步改進;另一方面還可以對提升社會化電子商務的消費者信任度 進一步深入細化研究，嘗試對社會化商務信任的各個方面和各個階段分別進行評價研究，以 便找出信任的敏感性影響因素。
第九章結論與展望
9.1研究結論
電子商務信任一直是學者們研究和關注的一個重要問題，社會化電子商務作為近幾年來 電子商務發展的新趨勢，由于其形式多樣、情況復雜也面臨著極大的風險和挑戰。在社會化 電子商務環境下，亟需對消費者信任展開全面系統的研究。本研究正是基于這樣的背景，以 建立消費者信任的影響因素和對信任的評價為研究目標，從信任的不同發展階段、社會化電 子商務信任的不同形成過程、信任的作用機理和信任的評價多個方面開展研究。
(1)社會化電子商務環境下消費者初始信任的建立及其影響因素
第一，技術接受模型在社會化商務情景下同樣適用。社會化電子商務作為傳統電子商務 與社會化網絡結合的產物，將社會化營銷、關系營銷引入電子商務、促進消費者信任和購買 決策的達成。通過引入社會化特征因素，本研究進一步驗證了技術接受模型的解釋能力，拓 展了技術接受模型的理論邊界。
第二，社會化電子商務情景下對消費者初始信任的前因性研究結論與傳統電子商務有一 些不同，消費者不再重視商家的規模和聲譽，在網絡購物過程中也不再僅限于參考商家的商 品介紹和以往交易的評論，而是更加注重社交網絡中社區好友的直接購買經驗和口碑推薦。 對于社會化電子商務平臺和商家來說，如何精準定位潛在客戶，通過社交平臺傳遞商品信息 同時提升用戶體驗和樂趣是應該關注的問題。
第三，安全始終是消費者在虛擬網絡環境下十分重視的問題，消費者的不信任、不采納 行為大多是因為感覺交易安全和個人信息安全受到威脅。對于社會化電子商務企業和商家來 說，新的商務模式可能使用戶面臨暴露個人信息的更多風險，應采取更多法律和制度保障措 施，為消費者提供個人信息安全保障措施，促進消費者信任。
(2)社會化電子商務環境下消費者信任持續的影響因素
第一，信息系統持續使用模型在社會化電子商務的研究背景下同樣適用。社會化電子商 務把傳統電子商務與社交網絡相結合，將社會化營銷、關系營銷引入電子商務，利用社交網 絡中好友之間的互動與推薦，吸引和保持消費者持續的信任態度，進而產生購買和向好友推 薦的行為。通過考慮社會化特征因素，本研究進一步驗證了信息系統持續使用模型的解釋能 力，拓展了模型的理論邊界。
第二，社會化特征對社會化電子商務信任的建立、保持和交易達成起到重要的推動和促 進作用。在基于網絡信息的社會關系背景下，消費者認為基于共同興趣的社交好友分享的信 息更具有真實性、可靠性和持久性，長期維系的社交網絡好友關系更能夠促進持續信任的建 立。社交網絡平臺幫助消費者更加方便地獲取好友對商品的展示和評價并且參與其中，將購 物和社交結合在一起，能夠促進交易的達成，提升消費者信任。
第三，在社會化電子商務持續信任模型中還探討了持續信任的結果，持續信任建立之后 消費者不僅能夠形成自身的購買意愿,還能夠形成推薦意愿一一愿意將自己購買商品的信息 推薦給好友進而形成更多的關注和潛在購買。電子商務企業應充分認識和利用社交網絡平臺 維護穩定的客戶群體，通過社交網絡的社會化特征發掘潛在客戶群體，進而形成長期的盈利。
(3 )從電子商務環境到社會化電子商務環境下消費者的信任轉移
第一，電子商務與社會化電子商務具有本質上的一致性，都是以吸引和促進消費者購買 商品或服務為主要目的。在電子商務中加入促進消費者交流討論的網絡社區功能，是對傳統 電子商務的一種創新，也是一種優勢。在新的功能應用過程中用戶感受到的相對優勢、兼容 性和結果可展示性能夠顯著促進消費者信任，進而增加使用意愿。同時用戶在這一創新過程 中感知到的個人信息和隱私泄露的風險等不可控因素不會因為對傳統電子商務的信任而減 少，這也是目前影響和制約消費者接受社會化電子商務這一新興電子商務模式的重要因素。
第二，社會化將是電子商務未來發展的一大趨勢，電子商務網站和電子商務商家應該認 識到社會化對電子商務帶來的機遇與挑戰，應該一方面重視在傳統電子商務網站中增加網絡 社區功能，以吸引消費者參加關于商品的討論、推薦和信息共享，發掘潛在購買力，增加收 益；另一方面在引入社會化功能是要充分保障信息安全、交易安全，以顯著降低消費者可能 面臨的社交網絡中個人隱私泄露、交易安全難以保障等風險。
(4)從社交網絡環境到社會化電子商務環境下消費者的信任轉移
第一，信任始終是促進消費者采納社會化電子商務的重要因素，同時信任可以在具有相 關性的不同情境下發生轉移，在社交網絡中加入購物功能，消費者對社會網絡的信任會隨之 轉移到新的功能中去。在電子商務無處不在的時代，社交網絡為電子商務網站和商家提供了 新的平臺，通過在社交網絡上開展關系營銷打造自身形象、推銷商品、建立直接的購物鏈接 等方式來提升商家和網站知名度、吸引潛在客戶和購買力，另一方面也能更好地滿足消費者 需求。
第二，對于社會化網絡的忠誠用戶而言，在社交網絡加入電子商務功能的最大優勢就是 能夠讓他們感受到在不離開原有社交網絡關系的前提下增加新功能的便利性，在與好友感情 溝通、信息共享的同時還能夠滿足購買感興趣的商品或服務的需求，這對于消費者來說是很 容易接受的。
第三，社交網絡和電子商務看起來并沒有顯著的聯系，但是兩者的結合具有無限潛力。 社會支持、感知集成度是社交網絡的優勢，將社交網絡的優勢與電子商務相結合對于消費者 來說具有便利性,這些共同性因素是信任由社交網絡轉移到社會化電子商務的重要影響因素。 電子商務商家應該充分認識到社交網絡和電子商務相結合帶來的商機，充分發掘和利用社交 網絡的大量潛在消費人群和網絡口碑的傳遞機制為電子商務的發展帶來新的機遇。
(5)社會化因素對信任的作用機理
基于社交網絡的社會化口碑是社會化電子商務中社會化因素的集中體現,也是建立消費 者信任的重要因素。社會化口碑作為社會化電子商務的優勢，具有向消費者傳遞商家真實信 息的信號作用。銷售高質量商品的商家傾向于維護和提高自身的社會化口碑、增強社會化口 碑在消費者中間的影響力，進而增強消費者信任。銷售低質量商品的商家傾向于減少社會化 口碑、降低社會化口碑在消費者中間的影響力，通過低價格的商品獲得盈利。對于銷售高質 量商品的商家來說，需要向消費者發送一定量的社會化口碑信息并使社會化口碑在消費者中 間具有一定的影響力，但是社會化口碑的水平也并非越高越好，只有當社會化電子商務商家 的無差異曲線和消費者的感知價值函數滿足一定的關系的時候，社會化口碑才成為向消費者 傳遞商品信息的信號。
（6）社會化電子商務的消費者信任評價機制
信任是一個不可直接測量的潛在變量,但可以通過能夠直觀測量的信任反映性因素來表 達。通過對社會化電子商務信任的文獻和訪談進行質性研究，找到信任的反映性指標，建立 對社會化電子商務信任度評價體系，使得消費者信任不再是一個模糊的概念而是一個可計算 的數值一一使用可以度量的信任度表示消費者對一個社會化電子商務平臺信任的程度o信任 度計算過程是依據信任度評價指標體系，通過消費者對使用社會化電子商務平臺的感受進行 打分，使用BP神經網絡對用戶打分數據進行訓練與仿真并輸出結果。建立社會化電子商務 信任評價體系的意義在于；對于社會化電子商務平臺來說，通過收集用戶對信任評價體系各 項指標的打分可以實現對信任度的預測，有助于商家針對用戶的信任程度改善服務和營銷策 略。對于消費者而言，參考其他消費者的信任評價能夠更好地為自身購買商品提供參考和依 據。
9.2研究展望
本研究基于全過程的視角深入研究了社會化電子商務環境下消費者信任建立、信任持續、 信任轉移的影響因素，社會化因素對建立消費者信任的作用機理和信任的評價機制。消費者 信任是一個隨著時間不斷變化的動態過程，本研究中沒有涉及社會化商務信任可能出現減弱 的情況。實證研究數據按照與我國互聯網絡用戶的性別、年齡、收入、學歷層次相一致的比 例獲取，沒有對不同地域的差異進行比較。在未來的研究中可基于目前社會化電子商務不同 的模式和實際案例有針對性地開展信任的影響因素研究，對特定情境下的社會化電子商務信 任展開深入研究。
在未來的研究中，可將信任評價模型應用于社會化電子商務平臺的用戶信任評價，以檢 驗實際運行效果并進一步改進;另一方面還可以對提升社會化電子商務信任度進行深入細化 研究，嘗試對社會化商務信任的各個方面和各個階段分別進行評價研究，以便找出信任的敏 感性影響因素。
參考文獻
[1]Amir Afrasiabi Rad, Morad Benyoucef. Towards Detecting Influential Users in Social Networks [J]. E-Technologies: Transformation in a Connected World , 2011(78): 227 -240
[2]Andalleeb, S. S. Dependence Relations and the Moderating Role of Trust: Implications
for behavioral intention in marketing channels [J]. International Journal of Research in Marketing, 1995(12)
[3]Badrinarayanan V, Becerra E P> Kim C et al. Transference and congruence effects on
purchase intentions in online stores of multi-channel retailers: initial evidence from the US and South Korea [J]. Journal of the Academy of Marketing Science. 2012, 40(4): 539-557
[4]Bhattacharya, R & Pillutla, M. M. A formal Model of trust based on outcomes 卩].
Academy of Management Review, 199& 23(4)
[5]Bhattacheijee A. Individual Trust in Online Firms: Scale Development and Initial Test
[J]. Journal of Management Information Systems. 2002,19(1): 211-241
[6]Boon, S D & Holmes, J G. The dynamics of interpersonal trust: Resolving uncertainty in
the face of risk, In Hinde R A & Groebel J, Cooperation and Personal Behavior. New York: Cambridge University, 1985.
[7]Caverlee J, Liu L, Webb S. The Social trust framework for trusted social information
management: Architecture and algorithms [J]? Information Sciences. 2010, 180(1): 95-112
[8]Celeste See-Pui Ng. Intention to purchase on social commerce websites across cultures:
A cross-regional study [J]. Information & Management, 2013(50): 609-920
[9]Cha J. Shopping on Social Networking Web Sites： Attitudes toward Real versus Virtual
Items [J]. Jounal of Interactive. 2009,10(1): 77-93
[10]Corbitt B J, Thanasankit T, Han Y. Trust and e-commerce: a study of consumer perceptions 卩].Electronic Commerce Research and Applications. 2003,2(3): 203-215
[11]Creed, WED & Miles, R. Trust in Organizations: A lingking organizational forms, managerial philosophies, and the Opportunity costs of controls, In R. M. Kramer & T R Tyler, Trust in organizations: Frontiers of Theory and Research. Thousand Oaks, CA: Sage, 1996
[12]Craig K. Enders. An SAS Macro for Implementing the Modified Bollen-Stine Bootstrap for Missing Data: Implementing the Bootstrap Using Existing Structural Equation Modeling Software. Structural Equation Modeling, 2005,12⑷：620-641
[13]Cummings, L L, & Bromiley, P. The Organiztional Trust Inventory (OTI): Debelopment and Validation, InRM Kramer & T R Tyler (eds.), Trust in Organiations. Newbury Park, CA: Sage, 1996
[14]Dasgupta, P. Trust: Making and breaking cooperative relations. Oxford: Basil Blackwell, 1988
[15]Davis F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology [J]. MIS Quarterly, 1989,9:319-340
[16]Davis F D, Bagozzi R P, Warshaw P R? User acceptance of information technology: a comparison of two theoretical models [J]. Management Science, 1989, 35(8):982-1003.
[17]Deutsch, M. Trust and Suspicion [J]. The Journal of Conflict Resolution, 195 & 2.
[18]Dellarocas C. The Digitization of Word of Mouth: Promise and Challenges of Online Feedback Mechanisms [J]. Management Science. 2003,49(10): 1407-1424
[19]D.H. McKnight, V Choudhury, C. Kacmar. Developing and validating trust measures for e-commerce: an integrative typology [J]. Information Systems research, 2003,13(3): 334-359
[20]Dirks, K T. Trust in Leadership and Team Performance: Evidence from NCCA Basketball. Journal of Applied Psychology, 2000, 85(6)
[21]D. J. Kim, D. J. Ferrin, H.R. Rao. A Trust-based consumer decision making model in electronic commerce: The role of trust, perceived risk, and their antecedents [J]. Decision Support Systems, 2008,44(2): 544-564.
[22]D. J. Kim, D. J. Ferrin, H.R. Rao. Trust and Satisfaction, Two Stepping Stones for Successful E-Commerce Relationships: A Longitudinal Exploration [J]. Information Systems Research, 2009, 20(2): 237-257.
[23]Doney, P M, Cannon, J P & Mullen, M R. Understanding the Influence of National Culture on the Development of Trust [J]. Academyy of Management Review, 1998,23(3)
[24]Earle, T & Cvetkovich, G T. Social Trust: Toward a Cosmopolitan Society. New York: Praeger, 1995
[25]Fogg B J, Soohoo C, Danielson D, et al. How do people evaluate a website's credibility? Result from a large study [R], 2002. http://www.consumerwebwatch.org.
[26]Fomell, C., Larker, D.F? Evaluating structural equation models with unobservable variables and measurement error [J], Journal of Marketing Research, 1981,18,39-50
[27]Gefen D. E-commerce: the role of familiarity and trust [J]. Omega. 2000, 28(6): 725-737
[28]Gefen D, Karahanna E, Straub D W. Trust and TAM in online shopping: An integrated model [J]. MIS QUARTERLY. 2003, 27(1): 51-90
[29]Gefen D, Karahanna E, Straub D W. Inexperience and experience with online stores: the importance of TAM and trust[J]. IEEE Transactions on Engineering Mangement, 2003,50(3):307-321
[30]Hahn KH, Kim J. The effect of offline brand trust and perceived internet confidence on online shopping intention in the integrated multi - channel context [J]. International
Journal of Retail & Distribution Management. 2009,37(2): 126-141
卩]]Hajli M N. A study of the impact of social media on consumers [J]. International Journal of Market Research. 2014, 56(3): 387-404
[32]Harris L, Daimis C. Engaging customers on facebook-challenges for e-retailers [J]. Consumer Behavior, 2011(10): 338-346
[33]Hoffinan D L, Novak T P. Marketing in hypermedia conq)uter-mediated environments: Conceptual foundations [J]. Journal of Marketing. 1996, 60(3): 50
[34]Hosmer, L T. Trust: The connection link between organizational theory and philosophical ethics [J], Academy of Management Review, 1995,20 (2)
[35]Huang Z, BenyoucefM. From e-commerce to social commerce: A close look at design features [J]. Electronic Commerce Research and Applications. 2013,12(4): 246-259
[36]Jarvenpaa'Sl., Tractimsy'N. Consumer Trust and Interact Store: A Cross-cultural Validation [J]. Journal of Computer Mediated Communication. 1999, 5(2): 1-33
[37]Jeang A. A Logic for Uncertain Probabilities [J]. International Journal of Uncertainty, Fuzziness &Knowledge Based Systems, 2001,9(3):279- 311
[38]Johnson D, Graysonb K. Cognitive and affective trust in service relationships [J]. Journal of Business Research. 2005, 58(4): 500-507
[39]JunChen, Xiao-Liang Shen. Consumers5 decisions in social commerce context: An empirical investigation [J]. Decision Support S平tems, 2015,79: 55-64
[40]Kenneth A. Bollen, Robert A. Stine. Bootstrapping Goodness-of-Fit Measures in Structural Equation Models [J]. Sociological Methods Research, 1992,21: 205-229
[41]K.J. Stewart. Trust transfer on the world wide web [J]. Organization Science, 2003 4(1): 5-17
[42]Kim D J, Song Y I, Braynov S B et al. A multidimensional trust formation model in B-to-C e-commerce: a conceptual framework and content analyses of academia/practitioner perspectives [J]. Decision Support Systems. 2005, 40(2): 143-165
[43]Kim S, Park H. Effects of various characteristics of social commerce (s-commerce) on consumers' trust and trust performance [J]. International Journal of Information Management. 2013, 33(2): 318-332
[44]Kim S, Park H. Effects of various characteristics of social commerce (s-commerce) on consumers' trust and trust performance [J]. International Journal of Information Management. 2013, 33(2): 318-332
[45]Kim, Prabhabkar. Convergence and trust in e-Commerce [J]. BT Technology Journal. 2002(24): 34-36
[46]Kiseol Yang, Xiaoshu Li, HaeJung Kim, Young Hoon Kim. Social shopping website quality attributes increasing consumer participation, positive WOM, and co-shopping: The reciprocating role of participation 卩]. Journal of Retailing and Consumer Services, 2015,(24):1-9
[47]Koufaris M, Hampton-Sosa W. The development of initial trust in an online company by new customers [J]. Information and Management. 2004,41(3): 377-397
[48]Koufaris William H-S. The development of initial trust in an online company by new customers [J]. Information & Management, 2004,41(3):377-397
[49]KuanH, Bock G. Trust transference in brick and click retailers: An investigation of the before-online-visit phase [J]. Information & Management. 2007,44(2): 175-187
[50]Lee K C, Kang L Mcknight D H. Transfer From Offline Trust to Key Online Perceptions: An Empirical Study [J]. IEEE Transactions on Engineering Management. 2007, 54(4): 729-741
[51]Liang T, Turban E. Introduction to the Special Issue Social Commerce: A Research Framework for Social Commerce [J]. International Journal of Electronic Commerce. 2011, 16(2): 5-14
[52]Liang, T., Ho, Y, &Li, Y What drives social commerce: The role of social support and relationship quality 卩].International Journal of Electronic Commerce, 2012,16(2): 69-90
[53]Liaoa C, Lina P P A H. The roles of habit and web site quality in e-commerce [J]. International Journal of Information Management. 2006, 26(6): 469-483
[54]Lu Y, Yang S, Chau P Y K et al. Dynamics between the trust transfer process and intention to use mobile payment services: A cross-environment perspective [J]. Information & Management. 2011,48(8): 393-403
[55]Mahmood Hajli. A research framework for social commerce adoption [J]. Infonnation Management & Computer Security, 2013,3(21): 144-154
[56]Mahmood Hajli. Social commerce adoption model[C]. AMCIS, 2012
[57]Malaika Brengman, Farhod P. Karimov. The effect of web communities on consumers， initial trust in B2C e-commerce websites. Management Research Review [J], 2012,9(35): 791-817
[58]Marsden, P. Social Commerce: Monetzing Social Media [M]. Syzygy Group, 2010
[59]Mayer R C, Davis J H, Schoorman FD. An Integrative model of organizational trust[J]. Academy of Management Review. 1995, 20(3): 709-734
[60]Mcallister D J. Affect- and Cognition-Based Trust as Foundations for Interpersonal Cooperation in Organizations [J], The Academy of Management Journal. 1995, 38(1): 24-59
[61]Mcknight D.H., Chervany N L. What Trust Means in E-Commerce Customer Relationships: An Interdisciplinary Conceptual Typology [J]. International journal of electronic commerce. 2002, 6(2): 35-59
[62]McKnight, D.H., Choudhury V, Kacmar C. The impact of initial consumer trust on intentions to transact with a web site: a trust building model [J]. Journal of Strategic Information Systems, 2002a, 11: 297-323
[63]McKnight, D.H., Choudhury Y Kacmar C. Developing and validating trust measures for E-commerce: an integrative typology [J]. Information Systems Reasearch, 2002b, 13(3): 334-359
[64]Moody G D, Galletta D F, Lowry P B. When trust and distrust collide online: The engenderment and role of consumer ambivalence in online consumer behavior [J]. Electronic Commerce Research and Applications. 2014,13(4): 266-282
[65]Moore G C, Benbasat I. Development of an instrument to measure the perceptions of adopting an information technology innovation [J], Information Systems Research, 1991,2(3): 192-222
[66]Murray J. Fisher, Jennie King. The self-directed learning readiness scale for nursing education revisited: A confirmatory factor analysis. Nurse Education Today 2010,30: 44^8
[67]Nan Wang, Xiao-Liang Shen, Yongqiang Sun. Transition of electronic word-of-mouth services from web to mobile context: A trust transfer perspective [J]. Decision Support Systems, 2013,54: 1394-1403
[68]Nick Hajli, Julian Sims. Social commerce: The transfer of power from sellers to buyers [J]. Technological Forecasting & Social Change, 2015.
[69]Nick Hajli. Social commerce constructs and consumer's intention to buy [J]. International Journal of Information Management, 2015(35): 183-191
[70]P. Doney, J. Cannon. An examination of the nature of trust in buyer-seller relationships [J]. Journal of Marketing, 1997,61(2):35-51
[71]Pavlou P A, Gefen D. Building Effective Online Marketplaces with Institution-Based Trust [J]. Information Systems Research. 2004, 15(1): 35-59
[72]Porat T, Tractinsky N. Affect as a Mediator between Web-Store Design and Consumers' Attitudes toward the Store [M]. Affect and Emotion in Human-Computer Interaction, 200& 142-153
[73]Ratnasingam P. E-commerce Relationships: The impact of trust on relationship continuity [J]. International Journal of Commerce and Management. 2005, 15(1): 1-16
[74]Renata Goncalves Curty, Ping Zhang. Website features that gave rise to social commerce: a historical analysis [J]. Electronic Commerce Research and Applications, 2013,12(4): 260-279
[75]Rimants Gatautis, Audrone Medziausiene. Factors affecting social commerce acceptance in Lithuania [J]. Social and Behavioral Sciences, 2014(110): 1235-1242
[76]Rita W, Lundgren Psychological antecedents of institution-based consumer trust in e-retailing [J]. Journal of Marketing, 2004,42(1): 159-177
[77]Robert A, Ping, Jr. Latent Variable Interaction and Quadratic Effect Estimation: A Two Step Technique Using Structural Equation Analysis [J]. Psychological Bulletin, 1996, 9(1):166-175
[78]Robert A, Ping, Jr. A Parsimonious Estimating Technique for Interaction and Quadratic Latent Variables [J]. Journal of Marketing Research, 1995, 32: 336-347
[79]Rogers E M. Diffusion of Innovations [M]. New York: Free Press, 1995.
[80]Salam A F, Lyer L, Palvia P, et al. Trust in E-commerce [J]. Communications of ACM, 2005,48(2): 73-77
[81]Sanghyun Kim, Hyunsun Park. Effects of various characteristics of social commerce (s-commerce) on consumers, trust and trust performance [J]. International Journal of Information Management, 2013(33): 318?332
[82]Shankar, V., Urban, G.L., and Sultan, F. Online trust: a stakeholder perspective, concepts, implications, and future directions [J]. The Journal of Strategic Information Systems, 2002,11(3-4): 325-344
[83]Sherchan W, Nepal S, Paris C. A survey of trust in social networks [C]. ACM Computing Surveys, 2013(45-4): article 47
[84]Shwadhin Sharma, Robert E. Crossler. Disclosing too much? Situational factors affecting information disclosure in social commerce environment [J]. Electronic Commerce Research and Applications, 2014,13: 305-319
[85]Stephen A T, Toubia O. Deriving Value from Social Commerce Networks [J]. Journal of Marketing Research, 2010,47(2): 215-228
[86]Tan F B. Online Consumer Trust: A Multi-Dimensional Model [J]. Journal of Electronic Commerce in Organizations. 2004, 2(3): 40-58
[87]Thompson, B. Exploratory and comfirmatory factor analysis: Understanding concepts and applications [M], Washington, DC: American Pasyhological Association.
[88]Tian Y, Lai F, Daniel F. An examination of the nature of trust in logistics outsourcing relationship [J]. Industrial Management and Data Systems. 2008,108(3-4): 346-367
[89]Viswanath V, Michael G, Gordon B D et al. User Acceptance of Information Technology: Toward A Unified View [J]. MIS Quarterly. 2003, 3(27): 425-478
[90]Wang C, Zhang P. The Evolution of Social Commerce: The People, Management, Technology, and Information Dimensions [J], Communications of the Association for Information Systems. 2012,31(5): 105-127
[91]Wang W, Benbasat I. Trust in and adoption of online recommendation agents [J]. Joximal of the AIS, 2005,6(3):72-101
[92]Wang, Y.D. and Emurian, H.H. An overview of online trust: concepts, elements, and implications [J]. Comuters in Human Behavior, 2005,21(1):105-125
[93]Yian Bai, Zhong Yao, Yi-Fan Dou. Effect of social commerce factors on user purchase behavior: An empirical investigation from renren.com 卩].International Journal of Information Management, 2015,33: 538-550
[94]Yang Q, Huang L, Xu Y. Role of Trust Transfer in E-Commerce Acceptance [J]. Tsinghua Science & Technology. 2008, 13(3): 279-286
[95]Yaobin Lu, Shuiqing Yang, Patrick Y.K. Chau, et al. Dynamics between the trust transfer process and intention to use mobile payment services: A cross-environment erspective[J]. Infbrmation&Mangement, 2011,4& 393-403
[96]Youriekang. Acceptance Factors of Social Shopping [Z]. 2009
[97]CNNIC.第38次中國互聯網絡發展狀況統計報告，2016.7
[98]CNNIC. 2015年中國網絡購物市場研究報告，2016.6
[99]CNNIC. 2015年中國社交應用用戶行為研究報告，2016.4
[100]曹振華，褚榮偉，陸雄文消費者在線交易信任影響因素的實證研究一來自臺 灣的證據[J].南開管理評論,2006(04): 91-95
[101]車純，李華，姚波.電子商務中信用的博弈分析[J].電子科技大學學報，2004(12): 25-27.
[102]陳明等.MATLAB神經網絡原理與實例精解.北京：清華大學出版社，2013.3
[103]陳明亮，•汪貴浦，鄧生宇，等.初始網絡信任和持續網絡信任形成與作用機制比 較[J].科研管理,2008,29(5): 187-195
[104]陳莎.社會化電子商務網購信任影響因素及信任對口碑傳播的影響研究[D].中 南大學,2013.
[105]陳曉亮.電子商務初始信任的構建與應用研究[D].華中科技大學,2006.
[106]陳建玲，馬輝民，錢若冰.電子商務交易過程中的信號傳遞博弈分析[J].武漢理 工大學學報(信息與管理工程版).2007,29(2): 131-154.
[107]付曉蓉，陳興強.消費者對零售商線下信任向線上信任轉移的影響因素研究[J]. 時代經貿,2011(27): 12-15
[108]樊麗杰，王素貞，劉衛.基于人類信任機制的移動電子商務信任評估方法[JJ.計 算機科學，2012,1 (1) :190~192
[109]顧姝姝.中國網上交易的消費者信任問題研究[D].南京師范大學,2008.
[110]郭零兵，羅新星，朱名勛.移動商務信任的演化博弈及動態仿真[J]. 2013.7(22): 1-6
[111]胡偉雄，王崇.電子商務信任度評價方法比較研究[J].現代情報，2012,11 (32)： 3~5
[112]胡偉雄，姜政軍.基于BP神經網絡的C2C電子商務信任度評價模型[J].圖書情報 工作，2012,5 (10)： 131-137
[113]垢瀟.社會化電子商務的用戶使用意向研究[D].北京郵電大學,2012.
[114]梁循，楊小平，申華.社會化商務理論與實踐.北京：清華大學出版社，2014.12
[115]李正濤，韓放.基于云模型的C2C電子商務信任評價[J].學術研究,2010.
[116]李立，秦輝，王挺.網絡消費者信任影響因素研究評述[J].現代物業(中旬刊)， 2010(04): 1-5
[117]李沁芳，劉仲英.電子商務初始信任影響因素的動態建模[J].商業研究,2007(08): 204-208
[118]李燕艷.傳統零售商信任轉移及其對線上延伸績效的作用研究[D].東北財經大 學,2012.
［119］ 廖列法，孟祥茂.B2C電子商務消費者初始信任建立策略研究［JJ.江西理工大學學 報,2014(04): 41-46
［120］ 林家寶，魯耀斌，章淑婷.網上至移動環境下的信任轉移模型及其實證研究［J］.南 開管理評論,2010(03): 80-89
［121］ 林家寶，萬俊毅，魯耀斌.生鮮農產品電子商務消費者信任影響因素分析:以水果 為例［J］.商業經濟與管理,2015(05): 5-15
［122］ 劉人境，柴嬪.SNS社交網絡個人用戶持續使用行為的影響因素研究［J］.軟科學， 2013, 4(27): 132-135
［123］ 盧鋒華.顧客對B2C網站初始信任的影響因素研究［D］.浙江大學,2006.
［124］ 魯文，于兆吉.社會化電子商務研究綜述［J］.中國商貿,2015(01): 70-71
［125］ 魯耀斌，董圓圓.電子商務信任問題理論框架研究［幾管理學報,2005(05): 522-526
［126］ 魯耀斌，于建紅.網上信任概念及影響因素綜述［J］.科技管理研究， 2005(12):256-259
［127］ 魯耀斌，周濤.B2C環境下影響消費者網上初始信任因素的實證分析［J］.南開管理 評論,2005(06): 96-101
［128］ 魯耀斌，周濤.網上信任模型的比較分析［J］.科技管理研%, 2005,25(11)：⑶-134
［129］ 馬書剛，李鋼，顏鵬.B2C電子商務中信任問題與對策研究［J］.科技經濟市場， 2007(05): 116-117
［130］ 潘勇.淺析電子商務市場中的信任機制一基于“檸檬市場”理論的分析［J］.財貿研 究，2006(3):53—57.
［131］ 龐川，陳忠民，羅瑞文.消費者網絡信任影響因素的實證分析［J］.系統工程理論 方法應用，2004(04): 295-299
［132］ 潘永杰，唐玉生.意見領袖影響的傳播對消費者購買行為的影響研究［J］.廣西大學 學報，2009,4 (31) :362?263.
［133］ 榮泰生.AMOS與研究方法［M］.重慶：重慶大學出版社，2009
［134］ 邵兵家，孟憲強.中國B2C電子商務中消費者信任影響因素的實證研究［J］.科技 進步與對策,2005(07): 166-169
［135］ 思踐.社會化商務與微博營銷區別.
http://tech.163.eom/l l/0622/09/7752GVH800094IGN.html
［136］ 陶曉波，楊學成，許研.社會化商務研究述評與展望［JJ.管理評論， 2015,27(11):75-85
［137］ 田婕.C2C交易中誠信問題研究一基于博弈論模型［J］.電子商務，2007(3): 68-70.
［138］ 田雨晴.社會化電子商務研究綜述［J］.北京郵電大學學報(社會科學版)，2013,15 (4) :33?39
［139］ 萬君，李靜，趙宏霞.基于信任轉移視角的移動購物用戶接受行為實證研究［J］.軟 科學,2015, 29(2): 121-125
［140］ 汪旭輝，徐健，張其林，等.顧客信任轉移對傳統零售商線上延伸績效的作用機
制［J］.中大管理研究,2014,9(1): 1-20
［141］ 汪俊、項喜章、肖平.C2C電子商務模式中信息不對稱的博弈分析［J］.武漢工程大 學學報，2009 (10)： 5-8
［142］ 王國順，楊晨.實體和網絡零售下消費者的信任轉移與渠道遷徙［JJ.中南大學學 報(社會科學版),2014(04): 9-16
［143］ 王海.C2C電子商務中消費者初始信任影響因素研究［D］.浙江工商大學,2008.
［144］ 王荷琴.淺析B2C模式下網絡消費者初始信任的建立［J］.商場現代化,2008(19): 76-77
［145］ 王宏偉，夏遠強.網絡購物中客戶信任影響因素的實證研究［JJ.情報雜志， 2009(01): 79-82
［146］ 王敬童.基于信任轉移理論的湖南移動電子支付采納研究［J］.湖南商學院學報， 2014(01): 113-117
［147］ 王全勝，鄭稱德，周耿.B2C網站設計因素與初始信任關系的實證研究［J］.管理學 報,2009(04): 495-501
［148］ 王守中.我國B2C消費者初始信任的建立［JJ.消費經濟,2007(01): 52-55
［149］ 王濤.公眾對政府門戶網站持續信任的形成機制研究［J］.安徽農業科學，2011(06): 3745-3748
［150］ 王小燕，龐素琳，羅偉其.消費者對移動銀行初始信任模型的建立與啟示［JJ.現 代管理科學,2009(07): 98-99
［151］ 王曉燕.CtoC電子商務中的信任問題：一個進化博弈分析模型［JJ.商業研究， 2005(5): 179—181.
［152］ 王學東，商憲麗.網上商店建立消費者初始信任的探析［JJ.圖書情報工作， 2007(02): 51-53
［153］ 魏明俠.感知隱私和感知安全對電子商務信用的影響研究［J］.管理學報,2005(1): 61-65
［154］ 吳雪，董大海.互聯網環境下消費者跨渠道購買行為研究［J］.當代經濟管理， 2014(11): 34-40
［155］ 吳明隆.問卷統計分析實務——SPSS操作與應用［M］.重慶：重慶大學出版社， 2010
［156］ 吳明隆.結構方程模型——AMOS實務進階［M］.重慶：重慶大學出版社，2013
［157］ 薛曉霞.消費者從線下渠道向線上渠道的信任轉移研究［D］.太原科技大學,2013.
［158］ 姚水洪，陳真真.手機銀行服務質量對持續信任的影響研究［J］.經濟與管理， 2013(11): 78-82
［159］ 姚磊，李英，王鳳杰.基于博弈論的電子商務團購信任問題研究［J］.華東經濟管 理，2010,3 (24)： 117-119
［160］ 于忠華，史本山，劉曉紅.電子商務交易中買賣雙方誠實行為的博弈分析［J］.商 業研究，2006(7): 67-69.
［161］ 岳壬晉，田海平.信任研究的學術理路一一對信任研究的若干路徑的考察［J］.南京
社會科學，2004,6:19-24
[162]張輝.消費者信任轉移研究一企業線下信任如何促進在線購買[J].商業時代， 2011(36): 28-30
[163]張拉結，潘凱凡，呂紅波.淘寶平臺汽配行業電子商務顧客持續信任的因素研究 [J].科技視界,2014(02): 166-171
[164]張曉雯，陳巖.社會化電子商務環境下消費者購買意愿的影響因素研究[J].現代 商業,2015(22): 69-74
[165]張景安，張杰，王秀義.P2P網絡中基于云模型的主觀信任評價[JJ.微電子學與計 算機，2010 (8)
[166]趙宏霞B2C環境下消費者信任的影響因素及作用機理研究[D].遼寧工程技術大 學,2010.
[167]左文明，王旭，樊償.社會化電子商務環境下基于社會資本的網絡口碑與購買意 愿關系[J].南開管理評論,2014(04): 140-150
[168]宗乾進.國外社會化電子商務研究綜述[J].情報雜志，2013, 32 (10) :117~121
[169]曾慧，郝遼鋼，于貞朋.B2C環境下消費者持續網絡信任的實證研究[J].管理現代 化,2014(06): 34-36
[170]曾勇，徐茂衛.電子商務中買賣方之間信用模式選擇的博弈論分析[J].網絡與信 息化，2004(10): 147-149.
[171]周濤，魯耀斌.基于ELM的網上用戶初始信任影響因素研究[J].信息系統學報， 2009,4: 48-56
[172]翟學偉，薛天山.社會信任理論及其應用[M]?北京：中國人民大學出版社，2014.5
相關標簽:
