陳海濤 李同強(qiáng) 宋姍姍
摘要:通過(guò)對(duì)以往在線產(chǎn)品重復(fù)購(gòu)買(mǎi)意向文獻(xiàn)的研究和借鑒,基于期望認(rèn)同理論構(gòu)建在線外賣(mài)平臺(tái)用戶(hù)重復(fù)購(gòu)買(mǎi)意向的研究模型,并收集美團(tuán)外賣(mài)用戶(hù)的數(shù)據(jù)對(duì)模型進(jìn)行實(shí)證分析。結(jié)果表明,在線外賣(mài)平臺(tái)與純粹的在線產(chǎn)品用戶(hù)重復(fù)購(gòu)買(mǎi)的影響因素及程度存在差別——感知價(jià)值、滿意度和信任對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意愿均具有積極影響;認(rèn)同對(duì)網(wǎng)站質(zhì)量和感知價(jià)值具有非常顯著的積極影響,對(duì)滿意度的影響并不十分顯著;網(wǎng)站質(zhì)量對(duì)感知價(jià)值和滿意度具有非常顯著的積極影響,感知價(jià)值對(duì)滿意度具有積極影響,同時(shí)滿意度對(duì)信任的影響非常顯著。
關(guān)鍵詞:在線外賣(mài);重復(fù)購(gòu)買(mǎi);期望認(rèn)同理論
DOI:10.13956/j.ss.1001-8409.2015.11.17
中圖分類(lèi)號(hào):F71336;F224 文獻(xiàn)標(biāo)識(shí)碼:A 文章編號(hào):1001-8409(2015)11-0079-04
Abstract:Based on expectationconfirmation theory and reference to prior research on continue or repeat purchase of online product, this paper proposes a model of users repeat purchase intention of online takeaway platform, and evaluates it with collecting user data of Meituan Takeaway. Result shows that, online takeaway platform has some difference, comparing with pure online product. Research indicates that perceived value, satisfaction and trust have positive influence on users repeat purchase, confirmation has extremely significant positive effects on web quality and perceived value, but the effect on satisfaction is not so significant; web quality has very significant positive on perceived value and satisfaction, while the effect of satisfaction on trust is particularly significant.
Key words:online takeaway; repeat purchase; expectationconfirmation theory
中國(guó)餐飲市場(chǎng)每年上萬(wàn)億的規(guī)模,團(tuán)購(gòu)和外賣(mài)都是餐飲O2O的重要入口。自中國(guó)第一家在線外賣(mài)平臺(tái)餓了么2009年4月上線以來(lái),僅僅四年后的2013年,年交易額已經(jīng)達(dá)到12億元人民幣。隨著在線外賣(mài)的興起,阿里巴巴、百度、騰訊、小米等互聯(lián)網(wǎng)巨頭先后投資該領(lǐng)域,開(kāi)啟2014年最激烈的O2O外賣(mài)爭(zhēng)奪戰(zhàn),2015年更是大量資本跟進(jìn)外賣(mài)市場(chǎng)。
在線外賣(mài)平臺(tái)業(yè)已成為互聯(lián)網(wǎng)020一大接口,然而由于從火爆到現(xiàn)在僅僅半年時(shí)間,學(xué)術(shù)界對(duì)此的關(guān)注還不夠。以外賣(mài)為關(guān)鍵詞在中文核心期刊中進(jìn)行搜索,返回結(jié)果中與在線外賣(mài)相關(guān)的文獻(xiàn)數(shù)量為0。對(duì)于在線外賣(mài),用戶(hù)的重復(fù)購(gòu)買(mǎi)是其盈利的源泉,如何提高用戶(hù)的重復(fù)購(gòu)買(mǎi)率對(duì)任何一家在線外賣(mài)平臺(tái)都至關(guān)重要。本文基于國(guó)內(nèi)外學(xué)者關(guān)于線上用戶(hù)重復(fù)購(gòu)買(mǎi)意愿的研究,構(gòu)建在線外賣(mài)平臺(tái)用戶(hù)重復(fù)購(gòu)買(mǎi)意愿的研究模型,并基于美團(tuán)外賣(mài)的數(shù)據(jù)進(jìn)行實(shí)證分析,以期對(duì)在線外賣(mài)平臺(tái)的建設(shè)和優(yōu)化提供有價(jià)值的參考。
1理論背景
11線上重復(fù)購(gòu)買(mǎi)意向的影響因素
目前學(xué)術(shù)界關(guān)于在線外賣(mài)平臺(tái)重復(fù)購(gòu)買(mǎi)意向的研究基本沒(méi)有,本文主要通過(guò)對(duì)其他在線產(chǎn)品如在線書(shū)店、在線拍賣(mài)、網(wǎng)上購(gòu)物、團(tuán)購(gòu)等研究的分析,析取對(duì)在線外賣(mài)平臺(tái)重復(fù)購(gòu)買(mǎi)意向有重要影響的因素,構(gòu)建本文研究模型的理論背景。
學(xué)者們注重考慮不同因素在不同調(diào)節(jié)變量下對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意向的影響研究。Gupta等對(duì)網(wǎng)上書(shū)店的用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行了研究,結(jié)果表明便利性、娛樂(lè)性和感知價(jià)值對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向具有積極影響,感知價(jià)格對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向具有消極影響;便利性和娛樂(lè)性對(duì)感知價(jià)值具有積極影響,而感知價(jià)格對(duì)感知價(jià)值存在消極影響[1]。Kim等同樣對(duì)網(wǎng)上書(shū)店的用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行了研究,結(jié)果表明感知價(jià)值對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向具有積極影響,而感知價(jià)格對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向具有消極影響;感知風(fēng)險(xiǎn)和感知價(jià)格對(duì)用戶(hù)的感知價(jià)值具有消極影響[2]。Chiu等對(duì)在線拍賣(mài)的用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行了研究,結(jié)果表明感知價(jià)值、熟悉度、滿意度對(duì)用戶(hù)習(xí)慣具有積極影響;感知價(jià)值對(duì)信任和滿意度具有積極影響,而信任和習(xí)慣對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意愿具有積極影響[3]。Khalifa等對(duì)網(wǎng)上購(gòu)物的用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行了研究,結(jié)果表明感知價(jià)值、習(xí)慣和購(gòu)物經(jīng)歷對(duì)滿意度具有積極影響;滿意度和感知價(jià)值對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意向具有積極影響[4]。Qureshi等同樣對(duì)網(wǎng)上購(gòu)物的用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行了研究,結(jié)果表明網(wǎng)站質(zhì)量、交付能力、網(wǎng)站聲譽(yù)對(duì)信任具有積極影響;網(wǎng)站質(zhì)量和信任對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意向具有積極影響[5]。Hsu等對(duì)團(tuán)購(gòu)的用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行了研究,其結(jié)果表明感知價(jià)值、滿意度和信任對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向具有積極影響;認(rèn)同感、感知價(jià)值和網(wǎng)站質(zhì)量對(duì)用戶(hù)滿意度具有積極影響[6]。
12線上重復(fù)購(gòu)買(mǎi)意向的研究模型
學(xué)術(shù)界關(guān)于重復(fù)購(gòu)買(mǎi)意向的研究涉及不同的視角。Delone等提出了D&M模型,其將影響信息系統(tǒng)成功的六個(gè)指標(biāo)應(yīng)用到電子商務(wù)領(lǐng)域,認(rèn)為消費(fèi)者態(tài)度及其持續(xù)購(gòu)買(mǎi)行為取決于其對(duì)系統(tǒng)、信息和服務(wù)質(zhì)量的信心[7];Hau等采用了該模型對(duì)在線團(tuán)購(gòu)的重復(fù)購(gòu)買(mǎi)行為進(jìn)行了研究[8]。Hong等從信息系統(tǒng)的技術(shù)接受模型(TAM)對(duì)線上用戶(hù)的持續(xù)行為進(jìn)行了研究,并基于此與其他兩種模型(ECM和TAM與ECM的混合模型)進(jìn)行了比較[9]。此外,還有學(xué)者從社會(huì)交易理論和投資模型理論的視角對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意向進(jìn)行研究。
本文梳理了國(guó)外關(guān)于重復(fù)購(gòu)買(mǎi)意向的研究文獻(xiàn),主要運(yùn)用的模型是基于Oliver等(1992)提出的期望-認(rèn)同理論構(gòu)建的期望-認(rèn)同模型(ECM, ExpectationConfirmation Model)。ECM認(rèn)為用戶(hù)滿意度和感知價(jià)值是用戶(hù)潛在行為的前置因素,期望的滿足和感知價(jià)值應(yīng)對(duì)用戶(hù)滿意度具有積極影響,并且期望的滿足也會(huì)影響用戶(hù)的感知價(jià)值[10]。ECM在多個(gè)在線領(lǐng)域的用戶(hù)持續(xù)行為或重復(fù)行為意向方面得到了廣泛的采用,Kang等采用ECM對(duì)用戶(hù)對(duì)線上服務(wù)的持續(xù)使用行為進(jìn)行了研究[11];Lee采用ECM對(duì)用戶(hù)在在線學(xué)習(xí)社區(qū)的持續(xù)性學(xué)習(xí)行為進(jìn)行了研究[12];Casaló等采用ECM模型對(duì)用戶(hù)在虛擬社區(qū)的持續(xù)使用行為進(jìn)行了研究[13];Lin等采用ECM對(duì)用戶(hù)的網(wǎng)絡(luò)電視持續(xù)行為進(jìn)行了研究[14]。從現(xiàn)有研究來(lái)看,ECM模型對(duì)線上服務(wù)的用戶(hù)持續(xù)性行為和重復(fù)性行為具有較好的解釋力。
2研究模型
根據(jù)相關(guān)學(xué)者的研究,本文以感知價(jià)值替代感知有用性,連同網(wǎng)站質(zhì)量和信任兩個(gè)因素一并整合到期望認(rèn)同模型ECM中,最終構(gòu)建本文的研究模型(見(jiàn)圖1)。
通過(guò)文獻(xiàn)梳理,用戶(hù)的重復(fù)購(gòu)買(mǎi)意向雖然受到很多因素的影響,但部分因素要通過(guò)其他因素作為中介變量對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向產(chǎn)生影響。如期望認(rèn)同和網(wǎng)站質(zhì)量通過(guò)對(duì)感知價(jià)值和滿意度的影響,進(jìn)而對(duì)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向產(chǎn)生作用。本文中網(wǎng)站質(zhì)量是指用戶(hù)期望的網(wǎng)站質(zhì)量與感知到的網(wǎng)站質(zhì)量的差別。根據(jù)Festinge提出的認(rèn)知沖突理論,個(gè)體的期望會(huì)根據(jù)現(xiàn)實(shí)而進(jìn)行調(diào)整,因此期望認(rèn)同會(huì)對(duì)網(wǎng)站質(zhì)量產(chǎn)生影響。
Lin等認(rèn)為感知價(jià)值是個(gè)體關(guān)于一項(xiàng)服務(wù)的感知收益與感知成本的比例的全方位評(píng)估[15]。Blua等(1964)提出的社會(huì)交換理論認(rèn)為,當(dāng)個(gè)體認(rèn)為其可以獲得某種獎(jiǎng)勵(lì)時(shí),將表現(xiàn)出特定的行為特征。從經(jīng)濟(jì)人假設(shè)角度而言,人們總期望自身行為可以獲得最大的期望收益。感知價(jià)值對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意愿的影響,在已有文獻(xiàn)中已經(jīng)得到了驗(yàn)證。因此,當(dāng)用戶(hù)使用在線外賣(mài)產(chǎn)品的感知價(jià)值得到滿足時(shí),其重復(fù)購(gòu)買(mǎi)意向就會(huì)增強(qiáng)。
Shin等認(rèn)為消費(fèi)者的重復(fù)購(gòu)買(mǎi)意向是由其滿意度水平?jīng)Q定的[16]。營(yíng)銷(xiāo)理論認(rèn)為,當(dāng)個(gè)體對(duì)某一項(xiàng)產(chǎn)品或服務(wù)表現(xiàn)出滿意時(shí),個(gè)體就會(huì)持續(xù)這種購(gòu)買(mǎi)行為;而一旦個(gè)體對(duì)某一項(xiàng)產(chǎn)品或服務(wù)不滿意時(shí),個(gè)體就會(huì)轉(zhuǎn)向其替代品。滿意度對(duì)用戶(hù)重復(fù)意愿的影響在已有文獻(xiàn)中已經(jīng)得到了驗(yàn)證。因此,當(dāng)用戶(hù)使用在線外賣(mài)產(chǎn)品的滿意度增加時(shí),其重復(fù)購(gòu)買(mǎi)意向就會(huì)增強(qiáng)。
Shin等(2013)認(rèn)為電子商務(wù)中對(duì)賣(mài)家信任和信心的缺乏將會(huì)極大地降低用戶(hù)的購(gòu)買(mǎi)意向。在線交易中,信任扮演著十分重要的角色,因?yàn)槠浯碇脩?hù)對(duì)商家是否能夠按照要求完成訂單并達(dá)到其期望值。信任對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意向的影響在已有文獻(xiàn)中同樣得到了驗(yàn)證。因此,當(dāng)用戶(hù)對(duì)在線外賣(mài)產(chǎn)品的信任增加時(shí),其重復(fù)購(gòu)買(mǎi)意向就會(huì)被增強(qiáng)。
3研究方法
31調(diào)查方案
為測(cè)試本文提出的在線外賣(mài)用戶(hù)重復(fù)購(gòu)買(mǎi)意向模型,本文選擇以美團(tuán)外賣(mài)為研究對(duì)象。美團(tuán)外賣(mài)于2013年11月上線,憑借團(tuán)購(gòu)的市場(chǎng)開(kāi)拓經(jīng)驗(yàn)和資本支持,目前已經(jīng)覆蓋全國(guó)主要城市,成為在線外賣(mài)市場(chǎng)的一大巨頭。本文在中國(guó)最大的在線調(diào)查平臺(tái)問(wèn)卷星上發(fā)布問(wèn)卷,邀請(qǐng)具有美團(tuán)外賣(mài)購(gòu)買(mǎi)經(jīng)驗(yàn)的用戶(hù)參與,受試者被要求按照自己的購(gòu)買(mǎi)經(jīng)驗(yàn)對(duì)問(wèn)題做出回答。最終回收問(wèn)卷287份,排除無(wú)效問(wèn)卷及答卷時(shí)間少于65秒的問(wèn)卷(其中65秒是研究團(tuán)隊(duì)隨機(jī)邀請(qǐng)10名受試者的最短答卷時(shí)間),共獲得有效問(wèn)卷245份。樣本描述情況表1所示。
32調(diào)查問(wèn)卷
問(wèn)卷設(shè)計(jì)借鑒已有文獻(xiàn)證實(shí)的題項(xiàng),并進(jìn)行了適應(yīng)性修改。認(rèn)同測(cè)量借鑒Lee的研究[12];感知價(jià)值測(cè)量借鑒Chiu等的研究[3];網(wǎng)站質(zhì)量測(cè)量借鑒Wu等(2006)的研究;滿意度測(cè)量借鑒Chiu等的研究[3];信任測(cè)量借鑒Pennington等的研究[17],而重復(fù)購(gòu)買(mǎi)意愿的測(cè)量借鑒Khalifa等的研究[4],這些學(xué)者的問(wèn)卷測(cè)量也廣泛被其他學(xué)者所借鑒。問(wèn)卷采用李克特5級(jí)評(píng)分法,1代表非常不同意,5代表非常同意。
4數(shù)據(jù)分析與結(jié)果
本文采用偏最小二乘法(PLS)對(duì)數(shù)據(jù)進(jìn)行兩步分析,首先通過(guò)驗(yàn)證性因子分析(CFA)對(duì)測(cè)量模型進(jìn)行信度和效度分析,然后通過(guò)結(jié)構(gòu)方程(SEM)對(duì)結(jié)構(gòu)模型進(jìn)行路徑分析。本文數(shù)據(jù)分析使用Smart PLS 3軟件。
41測(cè)量模型
本文采用可靠度、聚合效度和區(qū)別效度對(duì)測(cè)量模型進(jìn)行評(píng)價(jià)。測(cè)量模型的可靠度采用組合信度和內(nèi)部一致性系數(shù)進(jìn)行評(píng)價(jià),如表2所示,所有潛在變量的組合信度均在07以上,所有潛在變量的內(nèi)部一致性系數(shù)亦均在07以上,表明測(cè)量模型具有較高的可靠度。根據(jù)Fornell等的研究[18],如表2和表3所示,每一個(gè)測(cè)量題項(xiàng)的載荷因子均在07以上;每一個(gè)潛在變量的平均提取方差值(AVE)在054~074之間,大于05的標(biāo)準(zhǔn)值,這表明問(wèn)卷具有較好的聚合效度。表3中,對(duì)角線上AVE的平方根(加下劃線的數(shù)據(jù))是所在列中最大的,表明測(cè)量模型具有較高的區(qū)別效度。
此外,為了避免數(shù)據(jù)出現(xiàn)多元共線性問(wèn)題,本文采用VIF指標(biāo)對(duì)測(cè)量模型進(jìn)行檢驗(yàn),結(jié)果顯示VIF指標(biāo)值在1~353之間。根據(jù)Hair等(2006)出版的專(zhuān)著,當(dāng)VIF值大于10時(shí),則數(shù)據(jù)存在多元共線性問(wèn)題。因此,多元共線性問(wèn)題不會(huì)影響計(jì)算結(jié)果。
42結(jié)構(gòu)模型
本文Bootstrapping以Subsamples為1500、Test Type為雙側(cè)檢驗(yàn)來(lái)計(jì)算結(jié)構(gòu)模型路徑的t值和標(biāo)準(zhǔn)誤,并且選擇Weighting Scheme為Path進(jìn)行路徑計(jì)算,結(jié)果(見(jiàn)圖2)顯示認(rèn)同對(duì)感知價(jià)值和網(wǎng)站質(zhì)量之間的關(guān)系非常顯著,其中H1的標(biāo)準(zhǔn)誤β=01, t=337,H2的β=004, t=1718;而認(rèn)同對(duì)滿意度的影響顯著,其中H4的β=008, t=201。網(wǎng)站質(zhì)量對(duì)感知價(jià)值和滿意度的影響非常顯著,其中H3的β=011,t=417,H6的β=009, t=632;滿意度對(duì)信任的影響同樣非常顯著,其中H7的β=006,t=1356;感知價(jià)值對(duì)滿意度的影響顯著,其H5的β=011,t=209。對(duì)滿意度直接影響的幾個(gè)潛在變量中,信任對(duì)重復(fù)購(gòu)買(mǎi)意向的影響非常顯著,其中H10的β=011,t=256,感知價(jià)值和滿意度對(duì)重復(fù)購(gòu)買(mǎi)意向的影響顯著,其中H8的β=015,t=217,H9的β=015,t=236。
5討論
本文借鑒了已有文獻(xiàn)關(guān)于在線產(chǎn)品的重復(fù)購(gòu)買(mǎi)意向的研究,對(duì)當(dāng)下最火的O2O模式——在線外賣(mài)平臺(tái)進(jìn)行了研究,研究結(jié)果如下:
第一,信任對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)意向的影響最為顯著,感知價(jià)值對(duì)重復(fù)購(gòu)買(mǎi)意向的影響最大,滿意度對(duì)重復(fù)購(gòu)買(mǎi)意愿的影響較小。說(shuō)明用戶(hù)對(duì)在線外賣(mài)平臺(tái)的可信賴(lài)性、是否以用戶(hù)利益為重、是否堅(jiān)守承諾和義務(wù)的問(wèn)題較為關(guān)注,尤其是2014年8月在線外賣(mài)平臺(tái)商家的“黑作坊”事件發(fā)生后,用戶(hù)對(duì)這一問(wèn)題更加敏感。在線外賣(mài)改變傳統(tǒng)電話定外賣(mài)的方式,其隨時(shí)隨地的方便性及購(gòu)買(mǎi)的娛樂(lè)性對(duì)用戶(hù)重復(fù)購(gòu)買(mǎi)影響較大。在線外賣(mài)平臺(tái)可以通過(guò)開(kāi)展搶紅包、拼單等活動(dòng)增加用戶(hù)黏性和購(gòu)買(mǎi)次數(shù)。
第二,網(wǎng)站質(zhì)量對(duì)用戶(hù)的感知價(jià)值和滿意度的影響非常顯著。這說(shuō)明在線外賣(mài)平臺(tái)友好的用戶(hù)界面,簡(jiǎn)單易學(xué)的操作,信息的及時(shí)、可靠和服務(wù)的快捷與可信賴(lài)對(duì)用戶(hù)的感知價(jià)值和滿意度的影響較大。在線外賣(mài)平臺(tái)可以通過(guò)自建外賣(mài)快送團(tuán)隊(duì)、優(yōu)化網(wǎng)站設(shè)計(jì)來(lái)增強(qiáng)用戶(hù)的感知價(jià)值和滿意度。
第三,認(rèn)同對(duì)用戶(hù)感知價(jià)值和網(wǎng)站質(zhì)量的影響非常顯著,而對(duì)滿意度的影響較小。這說(shuō)明用戶(hù)在在線外賣(mài)平臺(tái)的購(gòu)買(mǎi)過(guò)程和獲得收益對(duì)用戶(hù)的感知價(jià)值和對(duì)網(wǎng)站質(zhì)量的評(píng)價(jià)具有重要影響。在線外賣(mài)平臺(tái)可以通過(guò)控制商家質(zhì)量、開(kāi)展優(yōu)惠活動(dòng)、提高配送速度等來(lái)提升用戶(hù)的感知價(jià)值和對(duì)網(wǎng)站質(zhì)量的好評(píng)率,最終增強(qiáng)用戶(hù)的重復(fù)購(gòu)買(mǎi)意向。
6結(jié)束語(yǔ)
本文基于期望認(rèn)同理論,構(gòu)建在線外賣(mài)平臺(tái)用戶(hù)重復(fù)購(gòu)買(mǎi)意向模型,并通過(guò)收集美團(tuán)外賣(mài)的用戶(hù)數(shù)據(jù)對(duì)模型進(jìn)行檢驗(yàn),結(jié)果顯示構(gòu)建的模型對(duì)問(wèn)題的解釋具有較高的勝任度,但本研究仍存在以下不足:第一,本文選取美團(tuán)外賣(mài)作為代表,而不同的外賣(mài)平臺(tái)可能存在一定的差別;第二,本文并未考慮價(jià)格優(yōu)惠對(duì)在線外賣(mài)平臺(tái)用戶(hù)重復(fù)購(gòu)買(mǎi)意愿的影響。未來(lái)研究中,可以考慮將用戶(hù)習(xí)慣、價(jià)格折扣等作為調(diào)節(jié)變量,對(duì)不同在線外賣(mài)平臺(tái)進(jìn)行對(duì)比研究。
參考文獻(xiàn):
[1]Gupta S, Kim H. The Moderating Effect of Transaction Experience on the Decision Calculus in OnLine Repurchase[J]. International journal of electronic commerce, 2007, (1):127.
[2]Kim H, Gupta S. A comparison of Purchase Decision Calculus Between Potential and Repeat Customers of an Online Store[J]. Decision Support Systems, 2009, 47:477-487.
[3]Chiu CM, Hsu MH, Lai H,et al. Reexamining the Influence of Trust on Online Repeat Purchase Intention: The Moderating Role of Habit and Its Antecedents[J]. Decision Support Systems, 2012, 53(4): 835-845.
[4]Khalifa M, Liu V. Online Consumer Retention: Contingent Effects of Online Shopping Habit and Online Shopping Experience[J]. European Journal of Information Systems, 2007, 16(6): 780-792.
[5]Qureshi I, Fang Y, Ramsey E, et al. Understanding Online Customer Repurchasing Intention and the Mediating Role of Trust——An Empirical Investigation in Two Developed Countries[J]. European Journal of Information System, 2009, 18(3): 205-222.
[6]Hsu M, Chang C, Chuang L. Understanding the Determinants of Online Repeat Purchase Intention and Moderating Role of Habit: The Case of Online Group-buying in Taiwan[J]. International Journal of Information Management, 2015, 35:45-56.
[7]DeLone W, McLean E. Measuring E-commerce Success: Applying the DeLone & McLean Information Systems Success Model[J]. International Journal of Electronic Commerce, 2004, 9(1):31-47.
[8]Hsu M, Chang C, Chu K, et al. Determinants of Repurchase Intention in Online Group-buying: The Perspectives of DeLone& McLean IS Success Model and Trust[J]. Computers in Human Behavior, 2014:234-245.
[9]Hong S, Thong J Y L, Tam K Y. Understanding Continued Information Technology Usage Behavior: A Comparison of Three Models in the Context of Mobile Internet[J]. Decision Support System,2006, 42: 1819-1834.
[10]Bhattacherjee A. Understanding Information Systems Continuance: An Expectationconfirmation Model[J]. MIS Quarterly, 2001, 25(3): 351-370.
[11]Kang Y S, Hong S, Lee H. Exploring Continued Online Service Usage Behavior: The Roles of Selfimage Congruity and Regret [J]. Computer in Human Behavior, 2009, 25: 111-122.
[12]Lee M. Explaining and Predicting Users Continuance Intention Toward E-learning: An Extension of the Expectation-confirmation model [J]. Computer & Education, 2010, 54(2): 392-420.
[13]Casaló L V, Flavián C, Guinalíu M. Antecedents and Consequences of Consumer Participation in Online Communities: The Case of the Travel Sector. International Journal of Electronic Commerce, 2010, 15(2), 137-167.
[14]Lin T, Wu S, Hsu J S, et al. The Integration of Value-based Adoption and Expectationconfirmation Models: An Example of IPTV Continuance Intention[J]. Decision Support Systems, 2012, 54:63-75.
[15]Lin H H, Wang Y S. An Examination of the Determinants of Customer Loyalty in Mobile Commerce Context [J]. Information Management, 2006, 43(3): 271-282.
[16]Shin J I, Chung K H, Oh J S, et al. The Effect of Site Quality on Repurchase Intention in Internet Shopping through Mediating Variables: The Case of University Students in South Korea[J]. International Journal of Information Management, 2013, 33:453-463.
[17]Pennington R, Wilcox H D, Grover V. The Role of System Trust in Businesstoconsumer Transactions [J]. Journal of Management Information Systems, 2003, 20(3): 197-226.
[18]Fornell C, Larcker, David F. Evaluating Structural Equation Models with Unobservable Variables and Measurement Error [J]. 1981, 18(1): 39-50.
(責(zé)任編輯:何彬)