2017, Vol. 23
表1(Table 1)
随着互联网用户的不断增加和网络消费环境的改善，网络购物已逐渐成为消费者重要的购物方式。中国互联网络信息中心 (CNNIC) 发布的《第37次中国互联网络发展状况统计报告》显示，截至2015年12月，中国网民规模达6.88亿人，其中网购用户规模达到4.13亿人。网络购物不仅可以减少消费者的搜索成本，还由于网络零售商一周七天，一天24小时不间断营业，为消费者带来了很大的便利。同时，也为网络零售商带来更多的收益，有研究表明具有网络渠道能力的零售商的超额收益比没有网络渠道的有显著的提高[1]。但是网络购物具有购物决策与消费体验分离的特征，从而产生了大量由交易纠纷引起的退货问题。传统实体店铺中，服装类产品的退货率高达35%，消费类电子产品的退货率也有11%~20%，网络零售商的退货率更高[2]。高退货率由于物流、商品破损率、商品周转运输等原因增加了网络零售商的成本支出[3]。减少退货率所带来的负面影响的一种方式就是吸引更多的消费者，增加购买率。
研究发现宽松的网络零售商退货政策是一个可以增加销售额、提高消费者忠诚度和满意度的战略工具[4]。宽松的网络零售商退货政策会发出一个质量信号[5]，暗示消费者他们有能力承担消费者退货损失，来降低消费者的购买风险[6]，因此消费者会感知到这个交易的公平性，从而产生购买意愿[7]。本文从消费者视角出发，运用信号理论和公平理论，解释了网络零售商退货政策对消费者购买行为的作用机制，即具体探究在网站名称熟悉度高低的情境下，相应的消费者行为如何，以及这一过程的影响机制是什么。对这些问题的回答，是对网络营销理论的有益补充，也是对信号理论和公平理论在零售商退货政策和店铺名称熟悉度下的发展和延伸，可以为网络零售企业根据不同类型的消费者制定不同的退货政策提供指导，以达到最优的营销效果。
一、文献回顾零售商退货政策是指商家针对自身销售的产品由于各种原因产生的消费者退货问题所作的一系列约定。退货政策的内容分为三个维度，即退货的截止时间、消费者退货需要的努力程度 (提供原始收据和填写退货表格等) 和费用的返还 (运费、商品费用等)[3]。根据各维度的要求不同，可以分为宽松的退货政策与严格的退货政策。零售商的退货政策受到商家类型、消费者的敏感类型等的影响[8]。大多数学者认为宽松的退货政策作为商品质量和卖家信誉的信号特征[6]，降低了消费者的感知风险[9]，促进了消费者购买[4, 10]。退货政策的宽松与否对顾客的忠诚度、企业口碑和企业长期利润有重要影响[8]。
网络零售业中大量出现的退货问题引起了商家的高度重视，与此相应的退货政策及其影响机理也成为电子商务与营销领域研究的重要主题。Wood[5]利用禀赋效应阐述了退货政策的宽松度对远程购物消费者购买决策过程的影响，通过实验方法论证了远程购物环境下宽松退货政策的质量信号作用。研究发现，宽松的退货政策会减少消费者在购买时的决策时间，但不会增加消费者在购买后作出保留或者退货决策的时间。Bower和Maxham[11]纵向实地考察了网络零售商四年的消费数据，通过研究发现免运费的退货对消费者的后续购买具有积极作用，付费的退货对消费者的购买具有反向作用，即经历免费退货的消费者比承担退货运费的消费者未来购买的可能性更大。退货政策的宽松程度，不但会影响消费者对新产品的试用[12]，而且还会影响消费者对网络零售商的光顾[13]。
Jeng[10]发现在传统环境中品牌熟悉度对消费者的购买意愿有影响，因此本文检验了在网络环境中网站名称熟悉度是否也有相同的影响。Pei[4]认为零售商的声誉可以调节退货政策的深度与感知到的退货政策的公平性的关系，以及退货政策的深度与购买意向之间的关系。但网站名称熟悉度与品牌熟悉度的概念并不相同，品牌熟悉度高也并不意味着品牌声誉好[14]。因此，本文将网站名称熟悉度作为调节变量引入网络零售商退货政策对消费者购买意愿的影响模型中，验证网站名称熟悉度是否存在调节效用。
二、研究假设 (一) 退货政策与购买意愿网络零售商的退货政策根据各维度的要求不同，可以分为宽松的退货政策与严格的退货政策[8]。宽松的退货政策是由一个较长的退货期限、低努力水平以及高退款保证组成的；而严格的退货政策是由一个较短的退货期限、高努力水平以及限制性退款组成的。根据信号理论，宽松的退货政策会向消费者传递更高质量的信号，进而增加消费者的购买意愿[5]。同时基于风险理论，宽松的退货政策会降低消费者改变失败决策的成本，增加了他们决策的可逆性和灵活性，从而增加消费者的购买意愿。所以，宽松的退货政策会给消费者传递一个高质量产品的信号，同时也降低了他们的购买风险，从而增加消费者的购买意愿。因此，提出如下假设。
假设1：与网络零售商严格的退货政策相比，在宽松的退货政策下消费者的购买意愿更高。
(二) 退货政策与感知公平公平是消费者对商家的政策、价格和服务是否合理或公平的评估[4]。消费者对公平的感知细分为结果公平、程序公平、互动公平三个维度[5]。而网站的产品退货过程中的努力程度、退货的截止日期以及退款的比例都会正向影响消费者对程序公平和结果公平的感知[4]。根据公平理论，消费者通过投入与回报比是否达到内心的预期来衡量自己是否受到了公平的对待，从而形成感知公平。因此，在网络环境下，当消费者在遭遇错误购买之后, 通常会认为自己遭受到了不公正的对待，宽松的退货政策让消费者付出较少的努力就可以撤销错误购买，消费者感知公平就会较高，反之则感知公平较低。因此，提出如下假设。
假设2：与网络零售商严格的退货政策相比，在宽松的退货政策下消费者的感知公平更高。
(三) 网站名称熟悉度的调节作用品牌熟悉度会影响消费者对产品或服务的总体态度[4]和购买决策[15]。根据态度可接近性理论，网站名称熟悉度越高，信息接收者脑海中的联想就越广泛，网站的信息就越容易从他们的记忆中提取出来[15]。当消费者感觉自己和该网站很亲近的时候，他们往往更容易对该网站商品的质量和属性表示认同，更容易在该网站上产生购买意愿。消费者在熟悉度较高的网站投入较少搜索商品的时间，就可以购买到质量较高的商品，消费者感知公平就会较高。而网站名称熟悉度越低，我们可以认为该消费者在该网站信息处理过程中耗费的时间较少，对网站的商品也会有恐惧感和不信任感，感知公平和购买意愿都会较低。因此，提出如下假设。
假设3：与低网站熟悉度相比，退货政策对高网站熟悉度的消费者感知公平的影响更高。
假设4：与低网站熟悉度相比，退货政策对高网站熟悉度的消费者购买意愿的影响更强烈。
(四) 感知公平的中介作用消费者作出行为反应的一个重要前提就是感知公平[16]。人们之所以关心公平，是因为公平可以使他们最大化地谋取私利[17]。实证分析发现，在网络零售环境下感知公平对消费者的行为意愿有直接效应[18], 其中感知公平会显著影响购买决策[19-20]。因此，提出如下假设。
假设5：对网络零售商退货政策的感知公平会积极影响消费者的购买意愿。
综合以上分析，网络零售商退货政策的宽松程度对消费者的购买意愿有影响，网络零售商退货政策的宽松程度对感知公平有影响，感知公平对消费者的购买意愿也有影响。网络零售商退货政策的宽松程度对消费者的购买意愿不仅直接影响，而且还通过中介变量影响。因此，提出如下假设。
假设6：对网络零售商退货政策的感知公平在退货政策宽松程度和消费者购买意愿之间起中介作用。
本文的模型框架如图 1所示。
|
图 1 模型框架 |
本研究采用双因子实验设计，通过对一个自变量 (退货政策宽松程度) 和一个调节变量 (网站名称熟悉度) 的操控，共设置4个实验组。其中，退货政策宽松程度划分为两组：严格退货政策与宽松退货政策；网站名称熟悉度划分为两组：高网站名称熟悉度与低网站名称熟悉度。因此本研究的实验组设计为2(退货政策：严格vs.宽松)×2(网站名称熟悉度：高vs.低)，这样就形成了4个不同的实验情境。本研究中，共涉及“网站名称熟悉度”“退货政策宽松程度”“感知公平”“购买意愿”等四个构念。在退货政策研究中“感知公平”“购买意愿”的测量语项来自Kukar-Kinney[21]和Pei[4]的研究，“退货政策宽松程度”的测量语项来自Jeng[10]的研究，“网站名称熟悉度”的测量语项则是基于Laroche[22]、Ha和Perks[23]以及Jeng[10]等的研究。所有变量均采用多项的李克特七级量表来测量，7表示“完全同意”，1表示“完全不同意”。
(二) 变量操控与测量对于退货政策宽松程度的操控方式，本研究在参考Jeng[10]的操控方法的基础上，将退货政策的三个维度同时设置为严格或同时设置为宽松。即宽松的退货政策是由较长的退货期限 (30天)、低努力水平 (无附加条件) 以及低退货费用支出 (由购物网站承担商品发出与返回的运费) 组成；严格的退货政策则由较短的退货期限 (7天)、高努力水平 (有附加条件) 以及高退货费用支出 (由被试承担商品发出与返回的运费) 组成。
在网站名称熟悉度的操控方面，参考Campbell和Keller[24]、徐康锋[14]、Jeng[10]的研究。通过问卷形式对在校大学生进行了调查，问卷中要求每名参与人员写出三个熟悉的可以购买到运动鞋的购物网站。本次问卷调查一共邀请了53人参与，其中有2人的回答内容与实际要求不符，遂将其剔除，即实际有效数据为51份。在对这51份有效数据进行统计分析后，挑选出了出现频次最高的购物网站 (满分51次)，即“天猫”。本研究最终选取真实存在的知名购物网站“天猫”作为高网站名称熟悉度组的网站。与此同时，为了避免真实存在的购物网站影响被试的个人偏好，本研究虚构了“酷爱买”购物网站作为低网站名称熟悉度组的网站，并在后续研究中剔除在预实验和正式实验中判断该“酷爱买”购物网站为高网站名称熟悉度的无效问卷。
为确保操纵有效，做了前测实验，20份有效样本测量结果显示所有变量的α系数均大于0.7。在95%的置信水平下，均通过独立样本T检验，操纵成功。
(三) 正式实验与操纵检验通过在某知名网络调查平台上编制正式问卷，并生成链接，再通过QQ和微信给每名被试发放实验链接，要求其在网上自行完成实验。共有240人参与了正式实验，其中47人没有正确判断实验情境中购物网站的退货期限，将其剔除，最终实际收到有效问卷193份，有效问卷回收率为80.4%。具体的人口统计特征如表 1所示。本次实验被试大部分为在校大学生，根据《2016年大学生网购调查报告总结》，90.89%的大学生表示最近6个月有过网购，其中60.24%的大学生会偶尔网购，21.86%的大学生会经常网购，而只有2.36%的大学生处于“疯狂网购”模式。由此可见，大学生已经成为网购的主力军之一，选择在校大学生作为实验对象是合理的。
|
表 1 人口统计特征 |
本文分别对搜集到的量表进行探索性因子分析和验证性因子分析。使用SPSS20.0工具进行信度检验。如表 2所示，所有构念的Cronbach’s α都在0.937以上，均大于0.7，说明每个构念的内部一致性都较高。通过验证性因子分析中的因子载荷值可以计算出各个潜在变量的组合信度 (CR) 都在0.96以上，远远超过了推荐的基准值0.7，并且各变量的平均方差提取值 (AVE) 也都大于0.88，说明所有构念的组合信度很高。
|
|
表 2 测量表信度分析 |
构念效度主要通过收敛效度和区别效度来评价。如表 2所示，所有构念的因子载荷都大于0.5，说明收敛效度较高；所有AVE值均高于0.50，且所有构念AVE值的平方根都大于其与其他构念的相关系数 (如表 3所示)，说明区别效度较好。综上所述，本研究的数据具有较好的信度和效度，适合做进一步的检验分析。
|
|
表 3 各变量的平均值、标准差和相关系数 (N=193) |
为了检验自变量退货政策宽松程度对购买意愿和感知公平的主效应，本研究使用单因素方差分析，将购买意愿、感知公平作为因变量输入，将退货政策宽松程度作为固定因子输入。当退货政策宽松时，消费者的购买意愿显著高于退货政策严格时的购买意愿。即退货政策宽松程度对购买意愿的主效应显著，其中M严格=3.45，M宽松=4.91；F(1, 191)=46.308，P=0.000 < 0.001。换言之，与网络零售商严格的退货政策相比，在宽松的退货政策下消费者的购买意愿更高，假设H1得到验证。
当退货政策宽松时，消费者对退货政策的感知公平显著高于退货政策严格时的感知公平。即退货政策宽松程度对感知公平的主效应显著，其中M严格=3.64，M宽松=5.58；F(1, 191)=136.050，P=0.000 < 0.001。换言之，与网络零售商严格的退货政策相比，在宽松的退货政策下消费者对退货政策的感知公平更高，假设H2得到验证。
(二) 调节效应检验然后，检验网站熟悉度的调节作用。以感知公平作为因变量，退货政策宽松程度和网站名称熟悉度为自变量的多因素方差分析表明，退货政策宽松程度的主效应显著 (F(1, 189)=175.915，P=0.000 < 0.001)，网站名称熟悉度的主效应显著 (F(1, 189)=44.257，P=0.000 < 0.001)，退货政策宽松程度与网站名称熟悉度的交互作用具有显著性 (F(1, 189)=6.945，P=0.009 < 0.01)。由于两者的交互作用显著，对其进行简单效应检验，结果如图 2所示。当网站名称熟悉度低时，M严格=3.35，M宽松=4.93，差异值为1.58；当网站名称熟悉度高时，M严格=3.95，M宽松=6.32，差异值为2.37，如图 3所示。表明在网站名称熟悉度高的条件下，退货政策宽松程度对消费者对退货政策的感知公平的影响更大。因此，假设H3得到验证。
|
图 2 网站名称熟悉度差异下的购买意愿图 |
|
图 3 网站名称熟悉度差异下的感知公平 |
以购买意愿作为因变量，退货政策宽松程度和网站名称熟悉度为自变量的多因素方差分析表明，退货政策宽松程度的主效应显著 (F(1, 189)=85.779，P=0.000 < 0.001)，网站名称熟悉度的主效应显著 (F(1, 189)=135.398，P=0.000 < 0.001)，退货政策宽松程度与网站名称熟悉度的交互作用具有显著性 (F(1, 189)=7.694，P=0.006 < .01)。由于两者的交互作用显著，对其进行简单效应检验，结果如图 2所示，当网站名称熟悉度低时，M严格=3.95=2.75，M宽松=3.81，差异值为1.06；当网站名称熟悉度高时，M严格=3.95=4.20，M宽松=6.16，差异值为1.96，如图 3所示。表明在网站名称熟悉度高的条件下，退货政策宽松程度对消费者购买意愿的影响更大。因此，网站名称熟悉度对退货政策宽松程度与购买意愿之间的关系起到调节作用，假设H4得到验证。
(三) 回归分析从前文的分析结果可以初步看出，对退货政策的感知公平与消费者购买意愿之间存在显著的正相关关系。于是，本研究以对退货政策的感知公平为自变量，以消费者的购买意愿为因变量，来做进一步的回归分析。回归分析结果如表 4所示。
|
|
表 4 回归结果 |
由表 4可知，VIF值为1.002，远小于10，说明排除了多重共线性问题。多元回归模型中的Durbin-Watson值为1.637，接近于2，说明误差项自相关的问题也被排除了。调整后的R2为0.560，说明对退货政策的感知公平以及感知可信度这两个变量可以解释购买意愿56%的变化，拟合优度较好；并且p=0.000 < 0.001，说明模型的回归效果显著。感知公平对购买意愿的回归系数为0.747，P值分别为0.000，小于0.05，说明退货政策的感知公平对消费者的购买意愿有显著的正向影响。因此，假设H5得到了验证。
(四) 中介效应检验根据前人提出的中介变量验证方法来验证感知公平在退货政策宽松程度与消费者购买意愿之间是否起到中介作用。先对自变量退货政策宽松程度与因变量购买意愿做回归分析，得到回归系数c=0.541。然后将中介变量感知公平引入到回归方程中，以退货政策宽松程度、感知公平为自变量，购买意愿为因变量，进行逐步多元回归分析，回归系数c′=-0.012，与c=0.541相比显著降低，且p=0.866>0.05，不显著 (如表 5所示)。因此，根据检验条件可以判断感知公平在退货政策宽松程度与购买意愿之间起到完全中介作用，即假设H6得到了验证。
|
|
表 5 中介作用的回归结果 |
本文旨在探讨网络零售商退货政策可能影响消费者购买意向的情景变量。基于信号理论和公平理论，将网站名称熟悉度作为调节变量，采用2(退货政策：严格vs宽松)×2(网站名称熟悉度：高vs低) 的实验设计，构造了4个不同的实验情境，探讨了网络零售商退货政策宽松程度对消费者感知公平、购买意愿的影响以及网站名称熟悉度的调节作用。结果发现：(1) 网络零售商退货政策的宽松程度对消费者的感知公平和购买意愿显著正相关；(2) 网站名称熟悉度对网络零售商退货政策宽松程度与购买意愿以及感知公平之间都具有调节作用；(3) 网络零售商退货政策宽松程度通过影响消费者的感知公平，进而影响消费者的购买意愿，即感知公平在网络零售商退货政策宽松程度与消费者购买意愿之间起到完全中介作用。
本文主要有三个方面的理论贡献：(1) 补充了国内关于退货政策影响消费者行为的实证研究；(2) 丰富了信号理论和公平理论在消费者行为研究领域的运用；(3) 本研究考虑了网络购物环境的差异化，引入了网站名称熟悉度这一新的调节变量，探讨了网站名称熟悉度对网络零售商退货政策所产生效应的调节作用。这不仅在理论上丰富了关于退货政策的相关研究，而且对未来网络零售商退货政策的进一步研究提供了理论参考。
网络零售商的退货政策会显著影响消费者的购买决策。在网络环境下，零售商可以通过提高退货政策的宽松程度，来提高消费者的感知公平，从而促进消费者的购买意愿。退货政策影响作用的大小同时受到网站名称熟悉度的影响。随着网站名称熟悉度的提升，退货政策宽松程度对消费者购买意愿的正向影响越大。因此，对于一个不知名的购物网站 (尤其是新建的购物网站)，建议在运营初期可以采用较为严格的退货政策，同时配以其他优惠策略来增加网站流量和转化率。随着网站知名度的提升，企业可以尝试放宽网络零售退货政策的一些限制性条款。此外，网站名称熟悉度与消费者在该网站上花费的时间精力是密切相关的。通常认为，一个购物网站的老用户比新用户在该网站上花费的时间精力要多。所以建议购物网站可以按照用户在网站上花费时间的长短对用户进行评级，时间越长评级越高。购物网站给不同级别的用户提供差异化的退货政策，即评级越高，提供的退货政策越宽松。
(二) 局限与展望本文在理论基础、模型构建、研究假设以及研究设计上力求严谨、科学，但由于一些客观原因，仍然存在一些不足之处：(1) 样本问题。采用单一来源的样本，研究结果是否可以推广到实际工作情景，有待进一步验证。(2) 变量控制问题。在研究过程中并没有控制如被试的认知能力等变量，这可能影响到研究结果的准确性。(3) 研究设计问题。本研究并没有考虑产品类别、产品价格等其他因素对研究假设的影响。此外，退货政策是由三个维度构成的，本研究只考虑了两种情况，即三个维度全部严格和三个维度全部宽松，并没有探讨其他组合的影响作用。在未来的研究中，我们希望可以考虑增加产品类别、价格等调节因素，以及细分退货政策的三个维度，探讨不同组合的退货政策的影响机理。
基于网络零售商退货政策对消费者行为研究还有很多值得探讨的问题。本研究仅揭示了零售商退货政策对消费者购买意愿的一条路径。零售商退货政策对消费者的其他影响还包括消费者满意度、消费者溢价支付的意愿以及消费者退货行为等，未来研究可以从这些方面着手。
| [1] | 邵兵家, 蒋飞. 网络渠道的应用对中国零售业上市公司绩效的影响[J]. 重庆大学学报 (社会科学版), 2015(2): 48–57. |
| [2] | SU X M. Consumer returns policies and supply chain performance[J]. Manufacturing & Service Operations Management, 2009, 11(4): 595–612. |
| [3] | POSSELT T, GERSTNER E, RADIC D. Rating E-tailers' money-back guarantees[J]. Journal of Service Research, 2008, 10(3): 207–219. DOI: 10.1177/1094670507306684 |
| [4] | PEI Z, PASWAN A, YAN R L. E-tailers return policy, consumer's perception of return policy fairness and purchase intention[J]. Journal of Retailing and Consumer Services, 2014, 21(3): 249–257. DOI: 10.1016/j.jretconser.2014.01.004 |
| [5] | WOOD S L. Remote purchase environments:The influence of return policy leniency on two-stage decision processes[J]. Journal of Marketing Research, 2001, 38(2): 157–169. DOI: 10.1509/jmkr.38.2.157.18847 |
| [6] | BONIFIELD C, COLE C, SCHULTZ R L. Product returns on the Internet:A case of mixed signals?[J]. Journal of Business Research, 2010, 63(9/10): 1058–1065. |
| [7] | LI Y J, XU L, LI D H. Examining relationships between the return policy, product quality, and pricing strategy in online direct selling[J]. International Journal of Production Economics, 2013, 144(2): 451–460. DOI: 10.1016/j.ijpe.2013.03.013 |
| [8] | FORNELL C, WERNERFELT B. Defensive marketing strategy by customer complaint management:A theoretical analysis[J]. Journal of Marketing Research, 1987, 24(4): 337–346. DOI: 10.2307/3151381 |
| [9] | DAVIS S, HAGERTY M, GERSTNER E. Return policies and the optimal level of "Hassle"[J]. Journal of Economics and Business, 1998, 50(5): 445–460. DOI: 10.1016/S0148-6195(98)00013-7 |
| [10] | JENG S P, HUANG L S, CHOU Y J, et al. Do consumers perceive moneyback guarantees as believable? The effects of money-back guarantee generosity, store name familiarity, and perceived price[J]. Service Science, 2014, 6(3): 179–189. DOI: 10.1287/serv.2014.0076 |
| [11] | BOWER A B, MAXHAM J G I. Return shipping policies of online retailers:Normative assumptions and the long-term consequence of fee and free returns[J]. Journal of Marketing, 2012, 76(5): 110–124. DOI: 10.1509/jm.10.0419 |
| [12] | HELLER L. High cost of returns prompts industry cooperation[J]. Discount Store News, 1998, 37(19): 4–5. |
| [13] | KUMAR V, GEORGE M, PANCRAS J. Cross-buying in retailing:Drivers and consequences[J]. Journal of Retailing, 2008, 84(1): 15–27. DOI: 10.1016/j.jretai.2008.01.007 |
| [14] | 徐康锋. 网站信息环境对消费者感知质量的影响研究[D]. 杭州: 浙江大学, 2014. |
| [15] | 朱翊敏, 周延风. 品牌熟悉度和赞助方式对消费者响应的影响[J]. 商业经济与管理, 2013(1): 43–51. |
| [16] | BOLTON L E, ALBA J W. Price fairness:Good and service differences and the role of vendor costs[J]. Journal of Consumer Research, 2006, 33(2): 258–265. DOI: 10.1086/506306 |
| [17] | TYLER T R, LIND E A. A Relational model of authority in groups[J]. Advances in Experimental Social Psychology, 1992, 25: 115–192. DOI: 10.1016/S0065-2601(08)60283-X |
| [18] | KUO Y F, WU C M. Satisfaction and post-purchase intentions with service recovery of online shopping websites:Perspectives on perceived justice and emotions[J]. International Journal of Information Management, 2012, 32(2): 127–138. DOI: 10.1016/j.ijinfomgt.2011.09.001 |
| [19] | GREENBERG J. Stealing in the name of justice:Informational and interpersonal moderators of theft reactions to underpayment inequity[J]. Organizational Behavior and Human Decision Processes, 1993, 54(1): 81–103. DOI: 10.1006/obhd.1993.1004 |
| [20] | BROCKNER J, WIESENFELD B M. An integrative framework for explaining reactions to decisions:Interactive effects of outcomes and procedures[J]. Psychological Bulletin, 1996, 120(2): 189–208. DOI: 10.1037/0033-2909.120.2.189 |
| [21] | KUKAR-KINNEY M, XIA L, MONROE K B. Consumers' perceptions of the fairness of price-matching refund policies[J]. Journal of Retailing, 2007, 83(3): 325–337. DOI: 10.1016/j.jretai.2007.03.005 |
| [22] | LAROCHE M, KIM C, ZHOU L. Brand familiarity and confidence as determinants of purchase intention:An empirical test in a multiple brand context[J]. Journal of Business Research, 1996, 37(2): 115–120. DOI: 10.1016/0148-2963(96)00056-2 |
| [23] | HA H Y, PERKS H. Effects of consumer perceptions of brand experience on the web:Brand familiarity, satisfaction and brand trust[J]. Journal of Consumer Behavior, 2005, 4(6): 438–452. DOI: 10.1002/(ISSN)1479-1838 |
| [24] | KIRMANI A, CAMPBELL M C.Taking the target's perspective:The persuasion knowledge model[M]//Social Psychology of Consumer Behavior.New York:Psychology Press, 2009:297-316. |