隐私关注与中国B2C电子商务客户忠诚度实证研究

1、隐私关注与中国b2c电子商务客户忠诚度实证研究摘要：个人信息对于b2c电子商务网站商家改善服 务水平和促进销售有较大促进作用，但是当个人信息披露给 网站商家后，还少有研究消费者不同的隐私关注程度对其网 络购物行为和客户忠诚度是否或如何影响。本文通过问卷调 查方式，基于沟通隐私管理理论，发现消费者在提供更多个 人真实信息给网站商家后，隐私关注程度高的用户具有更强 的网络购物忠诚倾向，而隐私关注程度低的用户具有较低的 网络购物忠诚倾向。结果显示在线零售商应该重视对隐私关 注度高的用户，并通过改善个人消费者隐私保护、网站安全 水平，从而改善与消费者的信任关系，促进网站销售。关键词：隐私关注；风险规避

2、；安全感知；客户忠诚 度；电子商务中图分类号：f724. 6文献标识码：a文章编号： 1003-3890 (2013) 04-0053-05一、引言随着互联网的快速发展和普及，网络购物由于其便利性 和经济性，吸引了越来越多的人参与。cnnicc1报告指出， 2008-2010年，中国网络购物用户规模连续3年保持50%左 右的高速增长，到2011年，中国网购用户总规模达到1.94 亿人，网购使用率提升至37. 8%,网络购物越来越多地渗透 到普通人的生活。目前国内有多家b2c电子商务网站，如天 猫（原淘宝）、京东商城、卓越、当当、凡客、苏宁易购等, 如何吸引和保留更多的客户，在激烈的竞争中生存并

3、壮大发 展，成为这些商家必须考虑的问题。之前研究如cronin2发现，对于购物网站（商家）来 说，了解越多的客户相关个人信息，越便于开展对应的个性 化服务和营销，识别目标市场，从而吸引和保留更多的客户， 促进网站购物的销售额提升。因此，之前研究3-7发现， 购物网站经常会通过开发利于隐私保护的忠诚系统(privacy-friendly loyalty systems)或采取一些奖励措施，来搜集或鼓励客户披露更多个人信息给商家。然而，网 络购物过程，难免会暴露个人的一些相关信息，如由于注册 和物流要求，需要提供个人姓名、联系电话、收货地址、电 子邮箱等，pavlou8研究指出,如果这些信息一旦被

4、误用 或恶意使用，则会对相关客户带来相应的经济、社会等风险, 从而引起越来越多客户对个人隐私的关注问题。从客户角 度，客户披露（self-disclosure）个人信息给购物网站， 由于隐私担心程度的不同，他们的购物行为是否会发生变 化，是否如商家期望，提高对应客户忠诚度呢？已经有较多学者研究了网站购物客户忠诚度的影响因素，如：swaid等指出，服务质量能够正面影响客户的满意 度和忠诚度9-11 ； yen12研究发现，转换成本(switching costs)和感知风险(perceived risk)会影响客户忠诚度 等。但目前还少有研究个人对隐私的态度即隐私关注程度是 否会对个人的网站购物

5、忠诚度产生影响，针对中国文化环境 的隐私关注与客户忠诚意愿的研究更是少见。如果不同的隐 私关注程度对网络购物环境下的客户忠诚度有相关影响，则 对商家改善对应服务，从而针对性地吸引和保留相应客户有 重要实际意义。本文通过文献回顾分析，基于沟通隐私管理理论，抽样 调查研究了中国b2c网络购物环境下个人隐私关注(privacy concern)与客户忠诚度之间的关系，提出了相应的理论模 型和假设，并对理论模型进行了实证验证。最后发现在b2c 网络购物环境下，客户对隐私的关注程度与其网站购物忠诚 度成正向关系，从而丰富了在线购物环境下客户忠诚度影响 因素的理论，并为网站商家吸引和保留客户提供参考。后续

6、内容组织是，第二章对相关文献进行回顾分析并提 出理论模型和假设，第三章是研究方法和数据处理，后续章 节讨论结果、局限性和未来研究。二、文献综述1. 客户忠诚度。客户忠诚度，01iver13曾定义为“在 未来再次购买某种商品或服务时，承诺会始终选择原来的商 品或服务，从而导致对同一品牌的重复性的购买，并且这种 购买行为不受环境或者营销手段的影响” o而在营销学中可 定义为客户对商家的承诺或维持与服务提供者继续保持关 系的意愿14 o相比传统购物，电子网络世界中忠诚客户行为的基本条 件已经有所不同，在不同商家之间的连接比较容易，商家更 难使在线客户满意并保留15。影响在线购物忠诚度的因素 较多，如

7、隐私友好it系统、忠诚计划等能够有效改善客户 对网站的满意度，从而提高其忠诚度3 , 16；创新 (innovative ) > 卷入程度(involvement)、转移成本 (switching cost)和感知风险能够正面影响客户网站忠诚 度12, 17-18；而客户信任、满意度、服务质量等，能够 正面影响客户网站忠诚度9-11, 19-20。从以往文献来看，很少发现有关b2c网络购物环境下消 费者自身的隐私关注对客户忠诚度的影响关系研究。2. 隐私、安全与风险。什么是隐私(privacy) ? smith21等通过总结前人文献指出，基于不同维度隐私有 不同的定义，它包括基于价值的定

8、义(value-based definitions )和基于同源的定义(cognate-based definitions),它们又分别把隐私看作权利(right).商品 (commodity).状态(state)和控制(control )；个人有 将自己隐私单独保留及限制他人访问信息的权利，也有将其 作为有价值的商品进行交换的权利；为了增强自治和/或减 少不稳定性，个人有权对个人和他人之间的交易保持一定控 制。传统意义上，隐私更多的是人与人之间的个人信息私密 性，它对于发展个人之间的亲密和信任关系是必要的22 o 前期研究23-25发现，由于不同的个性差异，不同的个人 对隐私关注程度不同，从

9、而表现出不同的人口学及文化差 异。udo26将安全(security)定义为"对意外事件、非 授权人们的故意披露、或非授权修改或破坏的数据保护”， 它通常指提供访问控制、隐私、保密、完整性、身份验证、 不可否认性、可用性和有效性。与隐私相关，安全已经被较 多政府和消费者组织标记为电子商务的关键考虑问题27 o 对应在线购物，park等28将安全感知(security- perception) 定义为在线购物控制及防止交易数据误用或非 授权篡改的能力。风险感知最初由哈佛大学的bauer于1960提出，他认为消费者任何的购买行为，都可能无法 确知其预期的结果是否正确，而某些结果可能令消费

10、者不愉 快，所以，消费者购买决策中隐含着对结果的不确定性，而 这种不确定性，也就是风险最初的概念29 o消费者与网站商家之间，虽然是个人与组织的关系，但 如果把组织看作一个可信任的个体，则隐私在发展它们之间 的亲密和信任关系仍然必要。petronio提出的沟通隐私管理理论(communicationprivacy management theory)认为，由于个体在披露自己 的隐私信息时面临着较大的脆弱性(vulnerability),人们 在沟通之前倾向于开发个人隐私边界(privacy boundaries) 来保护他们讨论内容的完整性。这里的脆弱性是指隐私风险 信念，即当通过电子沟通手段

11、披露个人信息给他人时相关的 高潜在损失的期望。一旦隐私边界建立，卷入个体在共享边 界内分配"信任信用点"(trust credit points),这些信 任信用点会随着后续双方的行为提高或降低。posey等研究 发现，个人与个人(person-to-person )、个人与群体 (person-to-group)紧密联系会导致个人信息披露、隐私 风险信念降低及信任提高等伴随行为和效果。相比传统购物方式，消费者在网络购物时会面临更大的 安全和风险问题。gupta等指出，由于担心系统安全和难于 在线评估产品，由此引发在线风险感知，而客户的安全和风 险感知，能够明显影响其修改、

12、推迟及回避购物等决策行为。 相比传统购物方式，客户在网络购物时面临更大的隐私扩散 风险，根据沟通隐私管理理论，对于更专注个人隐私和网络 风险的消费者，一旦基于信任前提披露个人真实信息给网 站，为了避免风险扩散，会更加强化其隐私边界，规避因转 移到其他不同购物网站所带来的不确定性风险，从而会产生 基于风险规避的锁定效应，表现出更强的忠诚意愿。由此， 我们提出以下假设：hl. b2c网络购物环境下，隐私关注度高的用户具有较 高的网络购物忠诚度倾向。h2. b2c网络购物环境下，隐私关注度低的用户具有较 低的网络购物忠诚度倾向。基于沟通隐私管理理论，人们倾向于建立隐私边界来保 护自己的隐私，而在隐私

13、边界内的参与者之间容易建立信任 关系。为了避免隐私信息在更大范围的网络中扩散风险，客 户隐私关注度越高，其购物忠诚度倾向越高；隐私关注程度 低，其购物忠诚度倾向越低。三、研究方法1.预测试(pre-test)与问卷设计。在问卷调查之前, 首先访谈了 7位经常网络购物的博士生和社会工作人员，调 查内容主要是问他们是否有较稳定的电子购物网站、对隐私 和风险的关注程度、对在线购物的安全感知程度、影响他们 商家选择的因素大致有哪些等。在基本求证理论假设后，开始设计调查问卷。调查问卷 设计共计3次，第一次是没有根据文献自行设计电子调查问 卷，然后将调查问卷发放给4个经常购物的个人及学术研究 者征求意见，

14、并根据反馈意见修改电子问卷生成在线调查问 卷网页，然后正式通过电子邮件将链接发送给4个企事业单 位的部分员工和硕博士研究生。在上述问卷调查中途，又重 新考虑了研究问题的自变量、因变量及对应量表问题，参考 之前文献重新修改了网购忠诚度调查问题项，并完善了对客 户忠诚度的测量，重新修改了问卷，第二次正式发给另一批 被调查者，并放弃了第一批正式调查问卷数据。问卷中采用 likert 5分法，1表示“非常不同意” ,5表示“非常同意”（部分问题采用可能性或程度测量，1表示“非常低”，5 表示“非常高”）。本研究的问卷设计观察变量编码及对应 构念，如表1所示。为了控制其他因素对消费者网购忠诚度的影响，如

15、价 格、服务质量的影响，调查问卷中增加了不同在线零售商价 格和服务基本相同的控制条件。2问卷回收。问卷调查对象是中国北京市有网络购物 经验的部分硕博研究生和企事业单位在职职工等，通过设计 在线问卷，并将在线问卷网址发放给调查对象，共收到问卷 102份，填写完整的问卷有67份，检查问卷结果，去掉三个 填写异常问卷3份，还剩64份。从调查统计人口特征统计 来看，性别、年龄、网络购物经验、教育背景、职业等分布 比较合理，样本有较好的随机性和独立性。具体情况如表2 所示。3. 数据分析与模型检验。研究主要采用spss17进行主 成分分析、信度分析、相关分析及回归处理，而验证性因子 分析及假设模型验证采

16、用lisrel8. 7o（1）信度检验（reliab订ity test）o逐个对每个构念 及对应的观察变量进行信度检验，结果如表3所示。由于pc2的校正项总计相关性小于0,并且项已删除的 cronbach' s alpha值相比pc1和pc3反而更大，因此删除 pc2项，而只保留pc1和pc3项，重新测其组合信度 (composite reliability,简称 cr)为 0. 663,大于理想 信度最低标准0.6。检测客户忠诚度的cl1、cl2和cl3,其组合信度cr值 为0. 682,大于理想信度最低标准0.6。用spss 17将上述初选观察变量进行主成分分析 (principl

17、e component analysis,简称 pca),并进行最大 方差旋转(varimax),成分矩阵结果如表4所示。从上述结果可以看出，经过旋转后，其重新标度后的载 荷因子，pc1和pc3都大于0. 7, cl1cl3也都大于0. 7。 上述所有因子的累积解释平方和为65. 125%,因此，信度总 体可以接受。(2) 效度检验(validity test)0 构念效度(construct validity)包括聚合效度(convergent validity)和区分 效度discriminant validity),聚合效度通过潜变量的方差 抽取量(ve)来进行衡量，ve值应大于0.5；

18、而区分效度 通过平均提取方差(ave)、潜变量测量问项的载荷、潜变量 之间的相关系数来进行检验。从表4可以看出，抽取的观察 变量ve值都大于0. 6,满足聚合效度要求；从表5可以看出, 非对角线数值都小于0.4,构念之间的区分效度较好。(3) 假设验证。将自变量与因变量的假设模型，使用 lisrel8. 7进行处理，结果如下：拟合度指标为： chi-squared. 72 ( p-0. 069 ) , gfi二0. 94 , agfi二0. 77 , nfi=0. 82 (0. 9), cfi=0. 86 (>0. 8), srmr=o. 10 (11盛天翔，刘春林.网上交易服务质量四维

19、度对顾客满意及忠 诚度影响的实证分析j南开管理评论，2008, (6)： 37-41.12 yen y s can perceived risks affect the relationship of switching costs and customer loyalty in e-commerce? j internet research, 2010, 20 (2)： 210-224.13 01iver r l. whence consumer loyalty? j the journal of marketing, 1999： 33-44.14 zhang x, prybutok v r

20、. a consumer perspective of e-service qualityj engineering management, ieee transactions on, 2005, 52 (4)： 461-477.15 lee g g, lin h f. customer perceptions of e-service quality in online shopping j intern ational journal of retail & distribution management, 2005, 33 (2)： 161-176.16 cigliano j,

21、georgiadis m, pleasance d, et al.the power of loyaltycreating winning loya. lty programs j mckinsey on retail, mckinsey white papers, 2000.17 wang h c , pallister j g , foxall g r innovativeness and involvement as determinants of website loyalty： ii. determinants of consumer loyalty in b2c e-commerc

22、ej. technovation, 2006, 26 ( 12)： 1366-1373.18 徐国伟.产品卷入度与感知风险下顾客忠诚研究 j.软科学，2012, 26 (2)： 140-144.19 chen j, cheng z, huang l determinants of customer loyalty in china c2c e-commerce： from a social net work perspec ti vj univers ity of s t. galle n. ， 2007 20 lin g t r , sun c c. factors influencing

23、satisfaction and loyalty in online shopping : an integrated modelj online information review, 2009, 33 (3)： 458-47521 smith h j, dinev t, xu h. information privacy research : an interdisciplinary reviewj. mis quarterly, 2011, 35 (4)： 989-1016.22 fried c. privacy a moral annalysisj yale law journal,

24、1968, 77： 21.23 bansal g, zahedi f, gefen d. the impact of personal dispositions on information sensitivity , privacy concern and trust in disclosing health information onlinej decision support systems, 2010, 49 (2)： 138-150.24 culnan m j, armstrong p k. information privacy concerns, procedural fairness, and impersonal trust： an empirical investigationj organizetion science, 1999, 10 (1)： 104-115.25 bartel