网络团购消费者的购物渠道选择行为研究

一般而言，网络购物可以通过B2B 平台，B2C 平台，以及独立的网络商城和网络团购网站等不同的网络渠道进行。对于在B2B 平台，B2C 平台，以及独立的网络商城上进行的购物，其和传统购物的区别在于它将传统的交易过程转移到网络这个媒介上进行，交易本身的达成并没有发生本质的改变。但对于网络团购，交易成交不再是买方和卖方简单地达成一致便可，而是需要购买者达到一定规模以上的数量之后才可成功进行，以便于获得较大程度上的优惠价格。因此，网络团购有别于一般B2B 和B2C 网络购物的一种特殊的网络购物方式。因此消费者在购买一件商品时就存在3种可能的购物渠道：传统购物（即实体店购物）、一般网络购物（即B2B、B2C 网络购物）和网络团购。

网络购物和网络团购作为新的购物方式加入市场竞争的行列，必将打破原本的经济平衡状态，促进市场的良性发展。而消费者对不同的购物方式如何进行选择、哪些因素会影响这种选择就是本研究感兴趣的问题所在。消费者也一定会在这个选择过程中获得更多的获益，如何将该“获益”进行量化也是本研究进一步关注的问题。

1 购物渠道特点及消费者选择行为

1.1 网络购物渠道特点

和传统购物相比，网络购物方式具有两点明显的优势。第一，省时省力，方便快捷。采用网络购物方式进入“商场”，只需在电脑前点击页面即可，不用亲自奔赴商店的实地，省去路途时间。同时，“逛街”时不用亲自走动，网络到达商品的时间很短，更加快捷、轻松和方便。第二，价格优惠。和传统购物渠道相比，在网络购物在销售成本上有很大缩减，因此，可以在销售价格上留给消费者较大的优惠空间。同时，网络购物方式的特性也使其具有一些劣势和不足。首先，有限感知。通过网络图片和文字对商品进行浏览，无法亲眼看见或者亲自触摸，对商品的感知程度和真实情况存在偏差，对商品信息量的掌握有限。其次，等待时间长。从支付货款到获得商品之间存在时间滞后，消费者无法立即获得购买商品，需要等到若干天的发货和物流配送时间。再次，商品风险。消费者在网络上感知的商品可能与收到的实际物品不一致，或者路途中受到损坏。最后，支付安全。网银支付和第三方支付可能存在款项支付安全问题。

网络团购作为一种特别的网络购物模式，存在一些不同于普通网络购物的特点。网络团购相对网络购物的优势在于价格优惠幅度更大。由于购买人数多，网络团购有大幅度的优惠。网络团购相对网络购物的劣势包括：第一，商品种类有限，商品信息有限，购买时间有限。第二，支付安全度稍低。C2C 最大的代表淘宝网，网络支付通过支付宝等第三方认证，确认收货后货款才真正支付，或者如京东、亚马逊等的B2C 网站可以支持货到付款，这些支付方式都是消费者的资金安全的一种保障。但绝大多数网络团购网站都只支持即时网络支付。第三，配送时间更长。从物流配送上说，网络团购的收货时间可能会比一般的网络购物更长，可能达到4~10天。

1.2 消费者购物渠道选择行为机制

消费者的购物需求的产生可能是理性的，也可能是非理性的。前者指的是消费者在购物之前对商品有明确的需求，由此导致的购买行为是理性购买行为。后者指的是消费者在购物时没有对某种商品有明确的购买需求，可能是在浏览商品销售信息时觉得合适而临时产生的购买需求，由此导致的购买行为是一种冲动购买。由于二者的购买动机不同，会导致购买行为和决策过程的差异。消费者只有在理性购买时才会更加细致地进行信息搜寻和渠道比较，故本文研究的购买行为只是有目的的理性购买行为。

从整个购物的决策过程来看，可分为几个步骤，先后包括产生需求、进入渠道、搜索、支付和取货及以后这五个过程。其中，产生需求、进入渠道和搜索这三个过程属于购买渠道选择前的阶段，决定购买渠道这个过程属于确定购买选择阶段，支付、取货及以后这两个过程属于购物渠道选择后阶段。在后四个过程中，每个过程的都有一些因素在渠道间存在差异，从而导致不同购买渠道的选择给消费者带来不同的效用。这些因素在维度上可以分为时间因素、体验因素和个人偏好因素三大类，如图1所示。

在产生需求后的进入渠道过程，渠道间的差异因素包括路途时间。进入传统购物渠道需要花费一定的路程时间才能到达实体商店，而进入普通网络购物和网络团购则无须花费路途时间，接入互联网对于消费者而言是非常迅捷的。

在搜索过程中，渠道间的差异包括两方面，一部分是时间因素，一部分是体验因素。在时间因素方面，在不同的渠道上进行搜索会花费不同的时间。在体验因素方面，不同渠道带给消费者的体验包括商品价格、商品信息和商品可选范围。在商品价格上，一般情况是普通网络购物的价格低于传统购物，网络团购的价格又要低于普通网络购物。渠道提供的商品信息可能不同，一般认为，在传统购物渠道上获得的商品信息是最多的，因为可以亲眼看见商品、近距离观察甚至触碰，能够全面了解商品信息，网络购物渠道次之，网络团购的商品信息可能比普通网络团购更少。商品可选范围上，传统购物渠道和普通网络购物渠道都存在非常丰富的选择范围，尤其是后者，经常包含比实体店更多种类、更创意精美的商品，但对于网络团购，团购网站在某个时刻只推出有限种类的商品，消费者并不能随意地进行选择，商品可选范围受限。

在决定购买渠道过程中，选择不同购物渠道的效用差异还和消费者在不同渠道上的个人偏好有关。这些因素包括消费者对该购物渠道的熟悉程度、认为的方便程度以及上次购买同种种类商品的渠道。显然，常理上说，消费者对一个购物渠道越是熟悉、认为它越方便，越是有可能在选择这个渠道进行购买。而消费者上一次购买的渠道可能也会对其产生一定的渠道黏性从而增大消费者再次购买的概率。

支付过程中，选择不同的购买渠道会导致时间因素和体验因素上的差异。三种购物渠道的交易和支付方式不同，从而支付时间也会有所差异。体验因素上，付款安全度和交易可靠性也会有所差异。一般地，因为网络支付涉及网上银行支付等风险因素，传统购买方式下的付款方式要比网络购买安全系数会更高。交易可靠性指的是消费者付款后得到商品的风险。在传统购物渠道上，消费者会付款后可以立即获得商品，交易可靠性极高，几乎不存在风险。

取货及以后的过程中，不同的购物渠道会导致时间因素和体验因素上的差异。时间上，选择传统购物渠道的消费者可以立即取货，不存在递送时间。而普通网络购物和网络团购的消费者在支付货款后还需花费几天的等待时间。此外，对于网络购买的商品，消费者在收到实物时可能会发现与网上描述的有所差别，这可能导致消费者购物体验的不满。售后服务方面，普通网络购物渠道和网络团购也比传统购物渠道面临更多的不便，消费者可能面临无法联系商家的危险。

综上，选择不同的购物渠道，影响消费者效用的因素包括三个方面：时间因素、体验因素和个人偏好因素。其中，时间因素包括路途时间、搜索时间、交易时间、递送时间，体验因素包括商品价格、商品信息、可选范围、付款安全、交易可靠性、商品与描述一致性和售后服务，个人偏好因素包括消费者对购买渠道的方便程度、熟悉程度的评价，以及上次同类商品的购买渠道。

2 模型实证分析

为获取实际消费者数据，本研究根据前文所述研究思路进行问卷设计对上述消费行为因素开展调查。产品类别为包装食品类和服装鞋帽类。调查对象为在校大学生，共收集到270 份有效问卷。表1 为模型的系数估计结果。我们将逐一进行分析。

（1）时间价格因素。

表2 给出了不同日均上网时间的人群对搜索时间的敏感程度。平时在网上花费较多时间的消费者，其绝对值逐渐减小，对于搜索时间越不敏感。对比两类商品的消费者可以发现，包装食品类商品消费者的对搜索时间的敏感度比服装鞋帽类消费者更高，消费者在购买服装鞋帽类商品时愿意在搜索过程上花费更多的时间。例如，对于日均上网时间1-2 小时的消费者来说，如果每多花费一小时的搜索时间，购买包装食品类的消费者将减少16.81单位的效用，而购买服装鞋帽类商品的消费者将只减少7.11 个单位的效用。出现这种现象的原因在于，消费者在购买服装鞋帽类商品时需要花费跟多的时间进行仔细挑选，而这个挑选的时间过程对于购买包装食品类商品则可以短得多。因此，消费者在购买包装食品时对搜索时间会更加敏感。

类似地，对于不同月消费额度的消费者来说，对价格的敏感程度也不同。表3 表明消费者的价格敏感度随着月消费水平的增加逐渐降低。包装食品类商品消费者的对价格的敏感度比服装鞋帽类消费者更高，消费者在购买服装鞋帽类商品时愿意花费更多的钱。例如，对于月消费水平600 元以下的消费者来说，如果价格每增加一元，购买包装食品类的消费者将减少11.12 单位的效用，而购买服装鞋帽类商品的消费者将仅减少1.81 个单位的效用。而出现这种现象的原因可能在于，包装食品类的价格通常不超过百元，远远低于服装鞋帽类商品动辄几百的价格，对于本来就相对便宜的包装食品类商品，单位价格的变动自然要比服装鞋帽类商品更敏感。

（2）渠道体验及个人偏好因素效应。

在渠道体验因素上，模型中的变量有四个：售后服务、商品与描述一致性、商品可选范围和渠道信息度，系数从大到小依次是商品可选范围17.4，渠道信息度16.01，商品和描述一致性13.46 和售后服务5.41。商品可选范围是对消费者选择行为影响最大的因素，其次是渠道信息度，再次是商品和描述的一致性。相比而言，售后服务对消费者渠道选择的影响效应则小得多。消费者在选择购物渠道的时候，更多关注的还是商品获得前的渠道体验，售后服务发生在商品购买行为完成之后，且很多情况下未必会涉及，所以售后服务对消费者渠道选择行为的影响相对有限。

在个人偏好方面，消费者对一个渠道的熟悉程度对他选择这个渠道会产生很大的影响，该变量的估计系数达到21.35，此外，上次购买也对消费者再次选择相同的渠道产生积极的效应，该系数达到6.38。这说明，除了渠道本身的特点和性质之外，消费者本身对一个渠道购买方式的熟悉程度和习惯性也强烈影响着他的选择行为。另一方面，消费者对购买渠道的方便程度也很重要。根据调查定义，这里的方便程度更多是消费者对一个购买渠道的主观感受和判断，而且这种判断可能因人而异，有些人可能觉得网络购物足不出户非常方便，也有些人可能觉得去商店直接买到商品更加快捷。

（3）消费者获益。

网络团购的商业模式是通过消费者组团购买从而获得比一般情况更加优惠的价格。在价格更低的情况下，如果团购的商品和其余两个渠道的商品是同质的，这势必会加剧市场的竞争，促使其他渠道的销售商降低价格或者提高商品质量，市场的这种变化则意味着消费者能够以更低的价格获得更优质的商品，从而从中获益。

根据调查数据，消费者认为团购网的商品的价平均比传统购物渠道和普通网络购物渠道分别低38%和15%。

网络团购极有可能给消费者带来三个渠道中最高的效用，如果将网络团购从市场中剔除，则消费者只能在剩余两个渠道中购买。这两个市场系统分别是存在网络团购购物方式的系统和不存在网路团购购物方式的系统，两个系统消费者获得效用之差的价格表示就是网络团购给消费者带来的消费者获益的增加。

由于本研究所使用的随机效用方程的随机项服从多元联合正态分布，消费者获益的计算无显性数学表达式，

故本文采用统计模拟的方式在估计的模型参数的基础上得到这一差额。

对于服装鞋帽类的消费者，网络团购能够带来平均9.53 元/人次的消费者获益增加，对于包装食品类的消费者，网络团购能够带来平均8.56 元/人次的消费者获益增加，二者平均可以带来9.07 元/人次的消费者获益。网络团购给服装鞋帽类商品购买者带来的消费者获益增量比包装食品类购买者略多1元。

为简便起见，消费者获益增量也可称为消费者获益。我们将个体的消费者获益增量乘以一年平均购买次数之后进行汇总，可以获得消费者因为网络团购而获得的年均消费者获益。根据调查数据，服装鞋帽类商品购买者平均一年购买同类商品6.6 次，该类商品消费者年消费者获益62.9 元/人/年，包装食品类商品购买者平均一年购买同类商品17.1 次，该类商品消费者的年消费者获益146.38 元/人/年。总计平均获益87.07元/人/年。

在计算出消费者获益增量的平均数值后，如果拥有此次调查样本在全国或区域内的大致占比份额，则可估算出团购给全国或区域的消费者带来的消费者获益。根据中国互联网络信息中心2012 年的中国互联网络发展状况统计报告，截至2011 年12 月底，我国团购用户数达到6465万。根据中国互联网络信息中心2010 年11 月发布的2010 年中国网络市场研究报告，网络购物用户中大学生用户比例为32.7%，购买商品的类别中，服装鞋帽类的网络购物用户比例为61.5%，包装食品类7.8%。

我们可以大致估计，中国本科以上学历、且可能从传统购物方式、普通网络购物方式和网络团购三种方式中选择购物渠道进行服装鞋帽类商品购买的消费者有6465万×32.7%×61.5%=1300 万，本科以上学历、且可能从传统购物方式、普通网络购物方式和网络团购三种方式中选择购物渠道进行包装食品类商品购买的消费者有6465万×32.7%×7.8%=164.9 万。则这两类人群去年至少分别可以获得8.2亿元和2.4亿元的消费者获益。

3 结论

通过基于Probit 的离散选择模型参数估计，本研究重点着眼于三个方面的探究。第一，确定众多影响因素中真正能够显著影响消费者选择随机效用的因素。第二，消费者在选择购买渠道时的时间和价格效应。第三，各渠道体验因素和个人因素对选择行为的影响效应。

时间敏感度上，平时在网上花费较多时间的消费者对于搜索时间的越不敏感。包装食品类商品消费者的对搜索时间的敏感度比服装鞋帽类消费者更高。价格敏感度上，消费者的价格敏感度随着月消费水平的增加逐渐降低。包装食品类商品消费者的对价格的敏感度比服装鞋帽类消费者更高。

在渠道体验因素上，商品可选范围是对消费者选择行为影响最大的因素，其次是渠道信息度，再次是商品和描述的一致性。售后服务对消费者渠道选择的影响效应则小得多。

在个人偏好方面，消费者对一个渠道的熟悉程度对他选择这个渠道会产生很大的影响，上次购买也对消费者再次选择相同的渠道产生积极的效应。消费者本身对一个渠道购买方式的熟悉程度和习惯性也强烈影响着他的选择行为。

基于Probit 模型的结果，研究也通过消费者获益的计算量化除了网络团购这一新的购物模式带来的福利。对于服装鞋帽类的消费者，网络团购能够带来平均9.53 元/人次的消费者获益增加，年消费者获益62.9 元/人/年，对于包装食品类的消费者，网络团购能够带来平均8.56 元/人次的消费者获益增加，年消费者获益146.38 元/人/年。根据中国网络市场全体数据进行粗略估计，这两类人群去年至少分别可以获得8.2亿元和2.4亿元的消费者获益。

内容来源（有删选）：饶燕芳,吕晓玲. 网络团购消费者选择行为和消费者获益研究[J].统计与决策,2014,(4):94-99.