“新零售”背景下电商平台系统式线索对消费者购买意向的影响
doi：10.14089/j.cnki.cn11-3664/f.2019.12.003 引用格式：包金龙，袁勤俭“.新零售”背景下电商平台系统式线索对消费者购买意向的影响[J].中国流通经济，2019（12）：25-33.
1
包金龙 ，袁 勤 俭2 （1.苏州市职业大学管理学院，江苏 215104；2.南京大学信息管理学院，江苏 210023）
苏州 南京摘 要： “新零售”背景下，电商平台呈现出社交化及线上线下融合发展趋势，并陆续产生了一些新兴的信息线索，包括电商平台系统式线索，而这些系统式线索对消费者购物决策的影响是电商平台和商家普遍关注的问题。可基于刺激—机体—响应模型及相关理论，以扫地机器人体验品为例，采用情景式问卷调查法，对电商平台商家和商品层面新增及既有重要系统式线索对消费者购买意向的影响（以信任和商品质量感知为中介）进行实证分析。研究结果表明，平台商家自媒体信息质量及线下服务水平通过感知信任对消费者购买意向产生影响，但对感知商品质量的影响不显著；商品描述质量、评论质量不仅通过感知商品质量还通过感知信任影响消费者购买意向；感知信任和感知商品质量是影响消费者购买意向的前因变量，且感知信任的影响更大。可见，在购买类似扫地机器人等高风险商品时，电商平台消费者会综合网店自媒体信息质量、线下服务水平、商品描述及评论质量等多种系统式线索感知网店可信度和商品质量，进而形成购买决策。因此，为提高流量转化率，对电商平台而言，应注意开发并完善社交、线上线下互动、商品评论以及商品描述服务功能，为网店信任及质量信号传递和消费者感知提供便利；对零售网店而言，应注意结合商品自身特征、营销目标和自身条件积极应用平台提供的社交媒体、线下服务、商品描述及评论功能，增进消费者对自身的信任以及对商品质量的感知。关键词：自媒体信息质量；线下服务水平；评论质量；商品描述质量；购买意向
中图分类号：F713.365 文献标识码：A 文章编号：1007-8266（2019）12-0025-09
经过近十年的高速发展，电商平台已经成为新经济发展的重要引擎。然而，伴随着网络人口红利的消失、消费需求的升级，电商平台之间以及内部的竞争越来越激烈，获客成本越来越高[ 1 ]。为此，新零售背景下，电商平台纷纷通过渠道整合、社交媒体技术来增强竞争优势和绩效。比如，天猫商城除提供传统的商品描述和商品评论社交媒体功能外，还新增了线下门店渠道整合与微淘社交媒体（自媒体）信息服务功能。这些信息主要是描述性的，对其进行认知处理比较费力。与某
些研究的做法 [2]类似，本研究将之定义为电商平台系统式线索。如何理解这些系统式线索对消费者购物决策的影响成为电商平台以及商家共同关
注的问题。现有研究主要探索了传统电商环境下网站质量、信息质量等网站总体质量特征或品牌、信誉、第三方标识等传统特征因素以信任或商品评价为
中介对消费者购物决策的影响。比如，常（Chang
HH ）等 [3]基于刺激—机体—响应（Stimulus- Or⁃
ganism-Response，SOR）模型分析了电子商务网站
质量和网站品牌两种在线环境线索以感知信任和风险为中介对消费者网站购买意向的影响。与之
KimDJ
类似，金（ ）等 [4]探索了网站信息质量、第三方信任标识和信誉等特征经由感知信任和风险对消费者网站购买意向的影响，威尔斯（Wells J D）等 [5]基于信号理论角度分析了网站质量通过产品质量感知对消费者购买意向的影响。此外，还有部分研究探索了商品描述和评论线索对商品评价的影响。比如，王（Wang Q）等
[6]基于线索利用理论分析了卖方声誉和商品描述对消费者产品评价
Lee E J
的影响，李（ ）等 [7]基于理性行为理论揭示了评论质量通过商品评价对消费者购买意向的影响。
本研究将针对“新零售”背景下电商平台新兴及既有重要系统式线索，基于刺激—机体—响应模型及相关理论，采用情景式问卷调查法，以感知信任和感知商品质量为中介，分析其对消费者购买决策共同影响的过程。
一、理论基础和研究假设
（一）电商平台系统式线索
Heuristic Systematic启发式—系统式模型（ – Model，HSM）
[8]是近年来解释个人如何处理信息、建立有效性评估进而形成决策的重要理论。该理论指出，个体在高风险的决策环境下，可能有意向和动机付出较多心智努力进行信息收集与复杂加工处理，即依靠系统式方法进行决策。采用入驻经营模式的电商零售平台通常会集聚大量销售同类商品的不同卖家，除少数知名品牌旗舰店外，多数是不知名的陌生网店，而网络环境下，消费者无法亲身检视和体验商品质量，交易风险较大。因此，消费者时常需要综合多种信息线索进行零售商评估和商品评价。商品层面的卖家描述和消费者评论两类信息线索在传统电商环境下受到了研究者的关注，被认为对消费者购物决策存在较大影响 [6]。“新零售”背景下，伴随社交媒体技术的应用与线上线下渠道的融合，自媒体信息和线下服务信息成为重要的零售商服务能力线索，而相关研究比较缺乏。这些信息是电商平台零售商和商品层面重要的系统式线索。
刺激—机体—响应模型源自环境心理领域，是一个研究在线零售环境和消费者行为的经典模型 [9]。根据该理论，电商平台环境刺激会影响消费者内部认知与情感感知，进而影响消费者行为。零售商层面的自媒体信息和线下服务信息，商品层面的卖家描述和消费者评论信息可视为外部刺激因素，感知信任和感知商品质量是消费者内部感知，消费者购买意向是响应因素。（二）研究假设1.零售商服务能力线索对感知信任与感知商品质量的影响
网店线下服务水平和自媒体信息质量是平台零售商重要的服务能力线索。在线上线下融合的“新零售”背景下，平台网店有两种形态，一种仅从事线上业务，另一种同时拥有线上和线下两种业务形态。具有两种业务形态的网店，一方面其线下业务可以提供线上无法实现的购物体验与服务，增强用户信任感；另一方面，通过线下业务建立起来的声誉和信任可以转移到线上业务。因此，网店的线下业务可视为其建立信任的重要途径。有研究发现，商户的线下业务可以增加用户对社区线上到线下（O2O）电商的信任
[10]。随着社交商务的发展，电子商务平台越来越多地融入社交媒体技术，推出了类似于微博、博客等的自媒体功能，如淘宝网的店铺微淘、京东商城的店铺动态可以随时发布关于店铺活动、产品知识、用户反馈等的相关信息。能够反映信息质量的信息更新及时度、内容与用户需求相关度、描述真实可靠性水平等，体现了网店的服务能力和善意。信息质量是传统和社交电子商务网站信任重要的影响因素[4 11] ，自媒体信息作为社交电子商务
，环境下网店信息内容重要的组成部分，其质量可能也会影响消费者对网店的信任。
此外，考虑到网络市场的特点，消费者无法通过现场感知方式直接了解商品质量，只能通过外部信号线索来加以判断。网站质量是传统电商环境下商品质量感知的重要外部信号线索[5]。零售商实力线索作为网店质量的重要组成部分，可视为商品外部质量信号线索对消费者商品质量感知产生影响。综上，在电商平台环境下，提出以下假设： H1a：网店线下服务水平感知对网店感知信任有显著正向影响；
H1b：网店线下服务水平感知对感知商品质量有显著正向影响。
H2a：网店自媒体信息质量感知对网店感知信任有显著正向影响；
H2b：网店自媒体信息质量感知对感知商品质量有显著正向影响。
2.商品评论质量对感知信任和感知商品质量的影响
商品评论质量反映了与商品评论内容相关的特征，通常被定义为信息内容的说服性[ 12 ]。高质量的商品评论信息能够清楚地反映评论人的态度，并解释评论人对目标的特定态度为何以及如何形成，用来支持评论人观点的证据往往鲜明而具体；而低质量的评论信息仅仅包含评论人的主观感受，没有任何有关产品质量的证据[13]。评论质量除具有说服强度特征外，还具有效价特征[ 14 ]。为控制评论效价的影响，本研究所有评论均采用正面评论。因此，评论信息质量越高，论据越充分，所反映的商品属性信息越具体，越有利于被采纳和进行积极的商品质量感知。商品评论内容在揭示商品质量属性的同时，也蕴含零售商能力、诚实、善意等信任线索，积极的具有说服力的商品评论有助于增强消费者对零售商的信任感。实证研究发现，提高评论质量可以提升消费者对电商网
[15]。
站的信任度综上，在电商平台环境下，提出以下假设： H3a：商品评论质量感知正向影响网店感知信任；
H3b：商品评论质量感知正向影响感知商品质量。
3.商品描述质量对感知信任和感知商品质量的影响
商品描述信息是网店提供的关于商品基本属性、功能、价值等的描述。其质量指的是消费者对商品描述信息满足自身需求程度的评价，常用的评价指标有全面性、生动性、相关性、准确性等。在线上购物时，消费者无法碰触和尝试产品，网店提供的商品描述信息是消费者进行商品质量感知并据此作出判断的重要参考。商品描述信息越丰富、越相关、越准确，越有助于消费者准确判断商品属性及其与自身需求的吻合程度，增加对商品质量的预期，降低购前的不确定性。有些实证研
究亦表明，多样化的在线产品展示机制有助于消费者产品感知[ 16 ]。在线产品展示越丰富，越有助于增加消费者对产品的理解[6 17] ，减少产品质量不
，
确定性感知[ 18 ]。此外，商品描述信息作为网店提供的一项信息服务，其描述质量体现了网店的服务能力、诚信和善意，与网站信息质量之于网站可信度类似 [4] ，描述质量可作为网店可信度的重要外部信号线索。
据此，提出以下假设： H4a：商品描述质量感知正向影响网店感知信任；
H4b：商品描述质量感知正向影响感知商品质量。
4.感知信任、感知商品质量及购买意向信任作为一种社会现象，受到了很多学科的广泛关注，它反映了一方对另一方的一种期望，即认为另一方不会利用己方的弱势和依赖性采取机会主义行为，而会以可靠的、道德的、有益于社会的适当方式行事，履行其承诺[ 19 ]。本研究中的信任指消费者相信平台网店诚实、可靠、善意的意愿，反映消费者相信网店履行承诺、不采取机会主义行为的程度。感知商品质量指消费者对商品属性优秀或优越性的评价。根据信息不对称程度，商品属性可区分为搜索属性、体验属性、信任属性三种 [ 20 ]。其中，体验属性难以在线上购物之前辨识，而信任属性即使购后也很难确认。显然，消费者对某网店信任程度越高，就越认为该网店在销售过程中会以符合社会道德的诚信的方式采取行动，从而会增加对从交易中获得的商品体验和信任属性质量的感知。相反，面对一个不被信任的零售网店，消费者容易产生怀疑，认为零售网店可能会为了促进销售而在进行商品描述宣传时虚夸商品质量，无法履行对商品质量的承诺。马夫拉诺娃（Mavlanova T）等
[ 21 ]发现，对电子商务网站的感知信任对感知商品质量有积极影响。
在有交易风险的网络环境下，信任是影响消费者购买意向的重要决定因素。帕夫洛（Pavlou P A）
[ 22 ]指出，对在线零售商的信任是对消费者形成
Kim H W）购买意向最具影响力的预测因素。金（
等 [ 23 ]通过实证研究发现，感知信任对图书网站潜在和重复消费者的购买意向均有显著影响。洪（Hong I B）等
[ 24 ]指出，对在线零售商的信任在绩
效风险对消费者购买意向的影响中起完全中介作用。
感知商品质量同样可能影响购买意向。根据理性行为理论，对某情景下目标对象的态度是影响行为意向的关键前因。感知商品质量作为对商品态度的度量，可能会影响消费者对该商品的购买意向。在线零售环境下，有实证研究发现，感知商品
[5]。质量积极影响消费者使用网站购买产品的意向综上，在电商平台环境下，提出以下假设： H5：网店感知信任对感知商品质量具有正向影响。H6：网店感知信任对购买意向具有正向影响。H7：感知商品质量对消费者购买意向具有正向影响。
5.控制变量个人信任倾向指一个人在不同情况下愿意依赖他人的心理倾向[ 25 ] ，决定个人愿意接受他人所提供信息的程度。有研究建议，应将信任倾向作为控制变量纳入信任模型的实证研究[ 26 ]。因此，本研究以信任倾向作为控制变量，控制它对感知信任的影响。
1。本研究模型及假设具体参见图
二、研究设计
（一）问卷设计本研究将采用情景式问卷调查法进行模型和假设检验，该方法综合实验法和问卷调查法的优点，让受访者在给定的决策情景下填答问卷，能够克服传统问卷调查法的局限，获得更为有效的样本数
据。情景设计操纵了零售商实力及商品特征线索。1.情景设计考虑到采用真实企业作为研究对象很难克服消费者存在的偏见 [27] ，于是虚拟了一个网店（维柯旗舰店）作为决策情景。决策商品选择扫地机器人，这主要基于三个方面的考虑：一是随着互联网向各行各业渗透，越来越多的人开始选择和购买智能家具产品，包括扫地机器人在内的智能家具网络销量逐年攀升；二是扫地机器人产品具有一定的复杂性，多数人不熟悉，购买过程中不确定性较大，消费者更倾向于利用各种网页信息线索进行购买决策；三是有实证研究显示，与扫地机器人
[28]。类似的吸尘器属于体验品
为确保自变量有适当的变异，对网店服务能力、商品评论质量、商品描述质量三个变量分别按高低两种水平创建八种具体购物情景。网店服务能力通过网店自媒体信息质量、线下服务水平操纵，服务能力高则两项均高，服务能力低则两项均低；网店自媒体信息质量通过自媒体信息相关性、多样性、及时性、有用性操纵；线下服务水平通过线下服务标识操纵。高质量的评论与产品相关，易于理解且具有说服力；低质量的评论是情绪化的、主观性的、空洞的。高质量的描述规格参数全面，图文并茂，易于阅读，有多媒体展示；低质量的描述不易于阅读，主要是文字展示。所有情景信息均改编自真实的电商平台，与研究目标无关的信息，如销量、评价数量、店铺信誉等均隐去。2.构念测量在本研究的实证模型中，构念的测量指标主要是参考之前提出的已经验证的量表，并结合本研究具体情景适当改编而成的。所有构念均采用李克特（Likert）五级量表测量。经过前测，得到构念最终测量项及来源文
1。
献。具体参见表
（二）数据收集和样本本研究的调查对象是具有在线购物经验的人群。为更好地接近调查目标，采用网络调查法收集数据。2018 7 21
年 月2018 8 4
日至 年 月 日，经过两周的在线调
254查，最终获得有效问卷 份，满足结构方程模型分析所需最低样本量的要求[ 32 ]。样本描述性统计分析结果显示，八种情景
27~36
问卷的样本数均在 之间，分布较为均衡；男
81（31.9%）和173（68.1%），以性和女性人数分别为
20~29 岁（49.8%）和女性居多；年龄主要集中在
30~39 岁（27.0%
）；学历以大专和大学本科为主（69.7% 1 000 27.0%）和 3
）；个人收入以 元以下（
001~5 000元（22.8%）占比较高，其他收入水平人数分布较为均衡；具有两年以上购物经验的样本
80%。与中国互联网络信息中心发布的占比超过
41
第 次《中国互联网络发展状况统计报告》关于网民特征的描述相比，样本具有一定的代表性。
通过比较前一周和后一周的样本数据，评估无反应偏倚。卡方和曼—惠特尼（Mann-Whitney）检验显示，前后样本群体的性别、年龄、学历占比等人口统计特征与模型中的构念均值没有显著差异，说明样本数据不存在严重的响应偏差问题。
鉴于本研究数据从单一来源同时收集而来，进一步检验共同方法偏差问题。首先，使用哈蒙（Harmon）的单因素方法
[ 33 ]检验研究模型中的构念。结果发现，存在八个因子，且一个因子解释的
34.49％，说明共同方法偏差的威胁处最大方差是
于可接受范围。其次，参考梁（Liang H）等
[ 34 ]的研究，将共同方法因子以及所有主要构念的指标纳入偏最小二乘法（PLS）模型，然后计算它们各自对每个指标方差的解释程度。结果显示，各指标由各实
0.78，由共同方法因子质性构念解释的平均方差为
0.01，说明由共同方法因子解解释的平均方差不足释的平均方差占比非常小，此外大多数共同方法因
0.12），且多数不子载荷数值非常小（绝对值最大为显著，说明样本也不存在严重的共同方法偏差问题。
进一步检验情景控制变量操纵的有效性。以
情景变量控制水平（高或低）作为自变量，以对应的情景变量测量指标值的均值作为因变量，对网店自媒体信息质量、网店线下服务水平、商品评论质量、商品描述质量做方差分析。结果显示，情景
p<0.001变量高低不同水平间的差异均在 的水平上显著，说明操纵有效。
三、模型分析
本研究模型构念多达九种，较为复杂，其中有些构念假设属于探索性研究。进行柯尔莫哥洛夫—斯米尔诺夫（Kolmogorov-Smirnov）检验发现，各构念测量指标不符合正态分布，同时也需要处理控制变量，因而选择偏最小二乘结构方程模型（PLS-SEM）分析方法。
（一）测量模型分析
SmartPLS3.0
利用 软件对测量模型信度、构念效度（包括收敛效度和区别效度）进行验证。结果
2。所有构念的克隆巴哈α系数（Cronbach's参见表α）变化范围在0.84~0.92，组合信度
CR值的变化范0.89~0.95，均高于0.7
围在 的阈值，说明测量模型具有良好的内部一致性信度。构念平均方差萃取
0.67~0.87，高于0.5值（AVE）的范围为 的阈值，所有
0.766~0.945，均测量指标因子载荷的变化范围是
0.6 p<0.001
大于 的阈值，且在 的水平上显著，说明测量模型也具有良好的收敛效度。构念相关系数
0.69，小于任何一个构念平均方差萃取值最大值为
的平方根，所有指标因子载荷均大于其在其他构念上的交叉载荷，异质性—同质性相关比率（HTMT）最高为
0.774，均低于0.90
的阈值，说明本研究测量模型具有
显著的区别效度。
（二）结构模型检验
1.模型效度检验
结构模型效度评估的主
要标准是决定系数（ R2 ）和预
测相关性（ Q2 ）。其中，R2表示每个内生潜变量的被解
0.33，说
释方差，其值达到
明解释能力达到中等水平， 0.67
代表解释能力强；Q2用于检验模型的预测相关
0性，一般情况下模型内生构念Q2大于 说明模型有预测相关性。
SmartPLS3.0
利用 软件进行分析，感知商品质量、购买意向、感知信任三个构念的R2分别为0.472、0.615 0.481，均大于0.33，说明模型整体具
和有中等以上的解释水平；感知商品质量、购买意
0.364、0.456向、感知信任三个构念的Q2分别为 和0.378，均大于0，说明模型具有预测相关性。2.假设检验
SmartPLS3.0 Bootstrap⁃利用 软件的拔靴法（ ping）计算模型路径系数的显著性，设置重复抽样
5 000 2。由表2
次数为 次。结果参见表 可知，本研
11 2
究共有 条直接影响效应假设，其中 条未通过检验，9
条通过检验。控制变量影响显著。四、结论与启示（一）讨论与结论本研究以扫地机器人商品的选购为决策情景，采用情景式问卷调查法，实证分析电商平台零售商层面和商品层面系统式信息线索在信任和商品质量感知中介下对消费者购买意向的影响，得出以下结论：
1.电商平台背景下，网店自媒体信息质量及线下服务水平通过感知网店信任对消费者购买意向产生影响
亚达夫（Yadav M）等
[35]发现，电子商务网站的社交媒体营销活动感知可显著提升消费者购买意向。张（Chong A Y L）等
[ 36 ]研究指出，淘宝网社交媒体技术（在线评论和即时通信）的有效使用可增加消费者对网店的信任。金（Kim E）等
[37]研究发现，在线购物过程中风险感知高的消费者更倾向于使用线下店内取货服务。本研究进一步揭示网店自媒体技术和线下服务对消费者购物意向的影响机制，并在新的情景下拓展上述研究结论，为当前电商平台融合社交媒体与线下服务的实践提供实证依据。
然而，网店自媒体信息质量及线下服务水平对感知商品质量的影响不显著。其原因可能在于，它们与商品描述和评论信号线索相比，属于弱的商品质量信号，致使影响减弱。这是因为，根据信号理论的研究，在多个信号同时存在的情况下，强信号会削弱其他信号的作用。比如，有研究发现，当存在大量的直接商品信息时，价格对感知质
[38]。
量的影响会减弱
2.商品描述质量、评论质量不仅通过感知商品质量还通过感知网店信任影响消费者购买意向
商品质量评价是在线购物决策的一项主要任务。威尔斯等 [5]基于信号理论，建立了网站质量外部线索通过影响感知商品质量进而影响消费者购买意向的研究模型。本研究从网站质量的具体维度和信任理论视角出发，对该模型进行拓展，识别出商品描述质量和评论质量两种重要的网店质量线索，指出网店信任和商品质量感知是网店质量线索影响消费者购物决策的重要中介因素。
3.感知网店信任和感知商品质量是影响消费者购物决策的前因变量，且感知信任的影响更大
这说明，在电商平台交易环境下，尽管平台通过交易规则、服务保证、商家资质认证等措施降低了交易的风险，但商品质量等交易不确定因素依然难以规避。比如，网经社电子商务研究中心发布的电子商务用户体验与投诉监测报告显示，商
2019
品质量问题一直是 年前三季度投诉的热点问题。信任作为处理在线环境不确定性和风险的关键策略，对电商平台消费者购买意向具有重要影响。（二）管理启示在购买类似扫地机器人等的高风险商品时，电商平台消费者会综合网店自媒体信息质量、线下服务水平、商品描述及评论质量等多种系统式线索来感知网店可信度和商品质量，进而形成购买决策。因而，为提高流量转化率，电商平台和网店可从商家层面的自媒体信息服务质量、线下门店服务水平，商品层面的评论与描述信息质量入手，提高消费者对网店的信任程度，形成对商品的积极评价。
对电商平台而言，应注意开发并完善社交、线上线下互动、商品评论及商品描述服务功能，为网店信任及质量信号的传递和消费者感知提供便利。比如，完善网店自媒体功能，使消费者不仅可对网店发布的内容进行点赞、回复，还可自主发布品牌及商品体验信息；提供线下门店管理服务，以便网店整合线上线下产品、库存、价格、促销、交易、评论等信息，提供信息查询、客户服务、支付、订单履行等交互服务；引入多维、虚拟现实等新兴商品展示和体验技术，丰富网店商品描述媒介；允许消费者票选高质量评论并予以优先展示，应用大数据技术提高对刷单、虚假评论、虚假广告等行为的甄别能力，加大对相应违规行为的处罚力度，提高电商平台信息质量。
对零售网店而言，应注意结合商品自身特征、营销目标和自身条件，积极应用平台提供的社交媒体、线下服务、商品描述及评论功能，增加消费者对网店的信任和对商品质量的感知。比如，可采用对话、讲故事、顾客互动参与、拟人化等形式加强与消费者的交流沟通和互动，提高社交媒体信息的多样性、时效性以及对消费者的有用性；整合线上线下促销、产品与价格、交易及客户服务等信息，通过便捷化、个性化服务提高网店线上线下综合服务能力；在信息沟通中发挥视频、图像、文字等媒介独特的优势，全面、生动、客观地展示商品属性和特征，以便消费者感知商品质量属性特征与自身需求的契合度；在商品评论管理时不仅要努力获得积极评论，还要鼓励消费者进行能够反映商品具体属性特征的高质量评论，可通过定期识别最佳商品评论并与消费者共享，帮助他们生成质量更高的评论，同时注意对最佳评论的发布者给予适当奖励。
（三）研究不足与展望首先，根据研究目标，本研究仅选择了一种决策风险较大的体验品扫地机器人，并以此构造购买决策情景，没有考虑涉及其他类别商品的情景，未来可考虑涉及其他类别商品的情景，以提高研究结论的普适性；其次，本研究只考虑了正面评论
质量的影响，实际上，与正面评论相比，消费者可能更重视负面评论，未来研究可进一步探索负面评论质量对消费者购物决策的影响；最后，本研究主要探讨了零售商和商品层面系统式信息线索对消费者购物决策的独立影响，不同线索之间可能存在交互影响，未来可对此做进一步探索。
参考文献：
[1] B2C 2018[EB/OL].中国网上零售 市场年度综合分析
（2018- 04- 13）[2019- 10- 02].https：//www.analysys.cn/arti⁃ cle/analysis/detail/1001281. [2]杜松华，柯晓波，后锐，等.基于HSM
的企业微信影响力P2P网贷平台为例[J].管理评论，2016，28（12）：研究：以
198-212.
[3]CHANG H H，CHEN S W.The impact of online store envi⁃ ronment cues on purchase intention[J].Online information re⁃ view，2008，32（6）：818-841.
[4]KIM D J，FERRIN D L，RAO H R.A trust-based consumer decision- making model in electronic commerce：the role of trust，perceived risk，and their antecedents[J].Decision sup⁃ port systems，2008，44：544-564.
[5]WELLS J D，VALACICH J S，HESS T J.What signal are you sending? how website quality influences perceptions of product quality and purchase intentions[J].MIS quarterly， 2011，35（2）：373-396.
[6]WANG Q，CUI X，HUANG L，et al.Seller reputation or prod⁃ uct presentation? an empirical investigation from cue utiliza⁃ tion perspective[J].International journal of information man⁃ agement，2016，36（3）：271-283.
[7]LEE E J，SHIN S Y.When do consumers buy online product reviews? effects of review quality，product type，and reviewer’s photo[J].Computers in human behavior，2014，31（1）：356366.
[8]CHAIKEN S.Heuristic versus systematic information pro⁃ cessing and the use of source versus message cues in persua⁃ sion[J].Journal of personality & social psychology，1980，39 （5）：752-766.
[9]EROGLU S A，MACHLEIT K A，DAVIS L M.Atmospheric qualities of online retailing：a conceptual model and implica⁃ tions [J].Journal of business research，2001，54（2）：177-184. [10]于本海，杨永清，孙静林，等.顾客体验与商户线下存在
O2O [J].
对社区 电商接受意向的影响研究 管理学报， 2015，12（11）：49-55.
[11]KIM S，PARK H.Effects of various characteristics of social commerce（s- commerce） on consumers’trust and trust performance[J].International journal of information manage⁃
ment，2013，33（2）：318-332.
[12]CHEUNG C M K，THADANI D R.The impact of electronic word- of- mouth communication：a literature analysis and integrative model[J].Decision support systems，2012，54： 461-470.
[13]PARK D H，LEE J，HAN I.The effect of on-line consumer reviews on consumer purchasing intention：the moderating role of involvement[J].International journal of electronic commerce，2007，11（4）：125-148.
[14]ARENI C S，LUTZ R J.The role of argument quality in the elaboration likelihood model[J].Advances in consumer re⁃ search，1988，15（1）：197-203.
[15]LIN X，WANG X，HAJLI N.Building e-commerce satisfac⁃ tion and boosting sales：the role of social commerce trust and its antecedents[J].International journal of electronic commerce，2019，23（3）：328-363.
[16]CHEN L D，GILLENSON M L，SHERRELL D L.Enticing on⁃ line consumers：an extended technology acceptance perspec⁃ tive[J].Information & management，2002，39（8）：705-719. [17]JIANG Z，BENBASAT I.The effects of presentation for⁃ mats and task complexity on online consumers' product un⁃ derstanding[J].MIS quarterly，2007，31（3）：475-500. [18]DIMOKA A，HONG Y，PAVLOU P A.On product uncer⁃ tainty in online markets：theory and evidence[J].MIS quar⁃ terly，2012，36（2）：1-32.
[19]GEFEN D，KARAHANNA E，STRAUB D W.Trust and TAM in online shopping：an integrated model[J].MIS quar⁃ terly，2003，27（1）：51-90.
[20]DARBY M R，KARNI E.Free competition and the optimal amount of fraud[J].The journal of law & economics，1973， 16（1）：67-88.
[21]MAVLANOVA T，BENBUNAN- FICH R，LANG G.The role of external and internal signals in e-commerce[J].Deci⁃ sion support systems，2016，87：59-68.
[22]PAVLOU P A.Consumer acceptance of electronic com⁃ merce：integrating trust and risk with the technology accep⁃ tance model[J].International journal of electronic com⁃ merce，2003，7（3）：101-134.
[23]KIM H W， XUY ，GUPTA S.Which is more important in Internet shopping，perceived price or trust?[J].Electronic commerce research & applications，2012，11（3）：241-252. [24]HONG I B，CHA H S.The mediating role of consumer trust in an online merchant in predicting purchase intention[J]. International journal of information management，2013，33 （6）：927-939.
[25]MCKNIGHT D H，CHERVANY N L.What trust means in
e- commerce customer relationships：an interdisciplinary
conceptual typology[J].International journal of electronic commerce，2001，6（2）：35-59.
[26]GEFEN D，STRAUB D W.Consumer trust in B2C e- com⁃ merce and the importance of social presence：experiments in e-products and e-services[J].Omega，2004，32（6）：407-424. [27]MOHR L A，WEBB D J.The effects of corporate responsi⁃ bility and price on consumer responses[J].Journal of con⁃ sumer affairs，2005，39（1）：121-147.
[28]WEATHERS D，SWAIN S D，GROVER V.Can online product reviews be more helpful? examining characteristics of information content by product type[J].Decision support systems，2015，79：12-23.
[29]WANG R Y，STRONG D M.Beyond accuracy：what data quality means to data consumers[J].Journal of management information systems，1996，12（4）：5-33. [30]BHATTACHERJEE A，SANFORD C.Influence processes for information technology acceptance：an elaboration like⁃ lihood model[J].MIS quarterly，2006，30（4）：805-825. [31]GEFEN D.E-commerce：the role of familiarity and trust[J].
Omega，2000，28（6）：725-737.
[32]HAIR J F，RINGLE C M，SARSTEDT M.PLS- SEM：in⁃ deed a silver bullet[J].Journal of marketing theory & prac⁃ tice，2011，19（2）：139-152.
[33]PODSAKOFF P M，ORGAN D W.Self-report in organiza⁃ tional research[J].Journal of management，1986，12（4）： 531-544.
[34]LIANG H，SARAF N， HUQ ，et al.Assimilation of enter⁃ prise systems：the effect of institutional pressures and the mediating role of top management[J].MIS quarterly，2007， 31（1）：59-87.
[35]YADAV M，RAHMAN Z.Measuring consumer perception of social media marketing activities in e-commerce indus⁃ try：scale development & validation[J].Telematics & infor⁃ matics，2017，34（7）：1 294-1 307.
[36]CHONG A Y L，LACKA E， LIB ，et al.The role of social me⁃ dia in enhancing guanxi and perceived effectiveness of ecommerce institutional mechanisms in online marketplace [J].Information & management，2018，55（5）：621-632. [37]KIM E，PARK M C，LEE J.Determinants of the intention to use Buy-Online，Pickup in-Store（BOPS）：the moderating effects of situational factors and product type[J].Telematics & informatics，2017，34（8）：1 721-1 735.
[38]CHANG T Z，WILDT A R.Price，product information，and purchase intention：an empirical study[J].Journal of the academy of marketing science，1994，22（1）：16-27.
责任编辑：陈诗静