2. 中国科学院大学 心理学, 北京 100049
2. Department of Psychology, University of Chinese Academy of Sciences, Beijing 100049, China
冲动购买是人们日常消费行为中的一种常见现象.在传统购物中,30%~50%的零售来自冲动购买,几乎90%的消费者都会偶尔冲动购物[1].购物的简便和在店内浏览均会增加冲动购买行为[2],网络购物作为一种简单快捷的购物方式[3],无须排队等待,7×24小时开放,消费者轻点鼠标即可随时随地购物,这些特点让购物变得简单,更容易增加冲动购买行为.然而,以往关于冲动购买的研究多集中于传统的线下购买,对网络购物环境下的研究并不多见.本文基于S-O-R理论,研究网站特性对在线冲动购买的影响.
1 文献综述和假设 1.1 冲动购买关于冲动购买的研究可以追溯到1950年CLOVER[4]对冲动购买在零售业中重要性的描述. ROOK[5]提出了冲动购买的5个关键因素:(1) 突然的、自发的购买欲望或冲动;(2) 失控的心理失衡状态;(3) 心理冲突与挣扎;(4) 对商品属性的认知评估能力降低;(5) 理性降低且不考虑冲动购买的后果. ROOK指出,冲动购买常常伴随激烈的情绪反应,从发现商品到购买行为的完成用时很短. SHARMA等[6]提出了界定冲动购买的3个标准:(1) 即时行动且充满正向情绪;(2) 不计后果;(3) 与享乐有关,通过购买获得即时的自我满足.
影响冲动购买的因素主要有3类:素质性因素、情境因素和社会、人口统计学因素[7].素质性因素是个体的特质,如冲动购买倾向、多样化寻求、购物享乐、认知需求、自尊、开放性等[6, 8].情境因素是指消费者在发生冲动购买时,个体外部的事件、刺激或消费者感受到的自身状态因素.情境因素通常不由消费者控制,包括情感状态、市场刺激、环境[9]、感知风险[10]、享乐或实用购物动机、时间财务限制[11]和社会因素等[6, 12].研究发现消费者处于积极情绪时容易出现冲动购买[2],商店类型、氛围、音乐和促销人员等均可影响消费者的情绪并激发冲动购买行为[13-14].社会、人口统计学因素是市场活动影响之外的因素,如性别[9]、年龄和文化等[15].
关于网络购物环境中的冲动购买影响因素,PARBOTEEAH[16]指出,促进因素有在线促销、个性化和价格,阻碍因素有感官刺激渠道较为单调且不能实地体验商品.购物网站的任务相关和情绪相关线索可以通过影响消费者的感知有用性和感知娱乐性来影响消费者的冲动购买意向[17],网站质量和个体冲动特质显著影响消费者的冲动购买意向[18].其他研究表明,网站特征(商品吸引力、娱乐性、沟通模式)通过影响消费者情绪来影响冲动购买行为[19-20].商品可获得性、视觉吸引力和网站易用性会对消费者的规范性评价、购物娱乐性、冲动性和即时满足产生影响,并最终影响消费者的冲动购买行为[20-21].可见,网站特性在消费者冲动购买上起着重要作用.
1.2 S-O-R理论S-O-R理论(stimulus-organism-response)指出,外界环境通过影响人们的意识作用于人的行为. MEHRABIAN等[22]将其引入消费心理学领域,提出将3种基本的情绪状态(PAD)作为个体对任何环境的反应表现,该理论常用于解释实体零售环境中消费者的情绪和行为反应.按照MEHRABIAN等的理论,在机体条件中,对氛围的所有情感反应分为3个独立的状态:愉悦-不愉悦(pleasure); 唤醒-无唤醒(arousal); 支配-服从(dominance). MEHRABIAN等指出:愉悦是感情反应的享乐价值;唤醒是“一种感情属性, 其范围从睡眠到狂乱”;支配是对情境或其他事物的控制感vs.外在因素导致的他控感. MEHRABIAN等的理论框架如图 1所示.
基于以上文献综述,提出了基于S-O-R理论的在线冲动购买研究框架.在网站设计和人机交互领域的研究中,网站特性分为美学特性和可用性两部分,本研究各选取一个具有代表性的特性放入模型中,即属于美学特性的网站视觉吸引力和属于可用性范畴的网站易用性.
已有研究表明,视觉吸引是冲动购买的间接影响因素,网站的视觉吸引力常常与积极的情绪反应或者其他积极评价联系在一起,通过影响情绪反应进而影响消费者的态度与行为[24],如网站忠诚度、购买倾向的大小等[19];ADELAAR等[25]的研究表明,视觉吸引力带来更高的情绪唤醒.因此,提出如下假设:
H1a 网站视觉吸引力正向预测情绪的愉悦度.
H1b 网站视觉吸引力正向预测情绪的唤醒度.
网站的易用性是指在网店中从导航到消费者所需信息页面的容易程度. ÉTHIER等[26]指出,网站的易用性好,会提升消费者的积极情绪,进而影响消费者的行为结果;也就是说,如果消费者在浏览网页的过程中体验到了许多困难,那么她/他在购买后出现愉悦感受的可能性较小.因此,提出假设:
H2 网站易用性正向预测情绪的愉悦度.
已有研究发现,PAD情绪理论中的愉悦和唤醒可以解释趋避行为中的大部分变异[23, 27-28].愉悦度正向影响趋近行为,愉悦度越高,趋近行为越多.愉悦度调节唤醒度与趋近行为之间的关系,在愉悦的情况下,唤醒度越高,趋近行为越多;在不愉悦的情况下,唤醒度越高,趋近行为越少[23, 27].支配感对趋避行为的影响程度很弱[29].冲动购买同样可以看作一种趋避行为,由此推测情绪的愉悦度与唤醒度对冲动购买有影响,而支配感对冲动购买的影响不显著.因此,假设如下:
H3 情绪反应对冲动购买行为有预测作用.
H3a 情绪的愉悦度正向预测冲动购买行为.
H3b 愉悦度调节唤醒度与冲动购买行为之间的关系.愉悦的情况下,唤醒度正向预测冲动购买行为;不愉悦的情况下,唤醒度负向预测冲动购买行为.
H4 情绪的愉悦度在网站特性和冲动购买行为之间起中介作用.
H4a 愉悦度在网站的视觉吸引力和冲动购买行为之间起中介作用.
H4b 愉悦度在网站的易用性和冲动购买行为之间起中介作用.
在同时测量冲动购买意向和冲动购买行为的研究中,通常都是各个自变量先影响冲动购买意向,通过冲动购买意向再影响冲动购买行为[19],因此,假设:
H5 冲动购买意向对冲动购买行为有正向预测作用.
综合上述假设,本研究的理论框架如图 2所示.
本研究的目的在于验证网站视觉吸引力和易用性是否通过情绪影响消费者的冲动购买行为.
2.1 研究方法 2.1.1 被试采用问卷调查法,发放并回收问卷319份,有效问卷300份,有效率为94.0%,其中男性占44.3%,女性占55.7%;23岁以下占13.6%,24~30岁占57.7%,31~40岁占23.0%,41岁以上占5.7%;月可支配收入,2 000元以下占27.7%,2 000~3 000元占18.7%,3 000~5 000元占26.0%,5 000元以上占27.7%;网购经验在3 a以内的占18.3%,3~5 a的占39.7%,5 a以上的占42.0%;近半年内每月网购次数,2次以下占24.7%,3~5次占36.0%,5次以上占39.0%;全日制学生占25.3%,技术研发人员占14.0%,文职行政人员占14.7%,管理人员占15.3%,其他职业占30.7%.
2.1.2 测量工具网站特性采取LOIACONO等[30]的网站视觉吸引力量表和VERHAGEN等[19]的网站易用性量表,各包含3个条目,采用Likert 7点计分法(1=非常不同意,7=非常同意).情绪部分采用MEHRABIAN等[23]情绪量表的愉悦与唤醒分量表,各包含6个条目,每个条目两端为一对反义词(如不高兴的,高兴的),被试按照符合程度在-4~4间打分.冲动购买部分采用PARBOTEEAH等[17]开发的冲动购买意向量表,包含4个条目;冲动购买行为采用BEATTY等[2]量表的改编版本,包含5个条目,均采用Likert 7点计分法(1=非常不同意,7=非常同意).
2.2 结果采用SPSS 22.0和AMOS 22.0对研究数据进行统计分析,统计方法包括描述性统计、方差分析、相关性分析、回归分析、bootstrapping、验证性因素分析和路径分析.
2.2.1 测量问卷的结构效度为了确保本研究所采用量表的结构效度,首先对问卷进行验证性因素分析,模型的拟合指标见表 1.结果显示,模型拟合度较好.
对变量进行描述性统计,各变量的描述性统计、内部一致性系数及其相关结果见表 2,各变量间均存在相关性(r = 0.188 ~ 0.598, p < 0.001).
对人口统计学变量和网购情况进行方差分析,结果显示,月可支配收入对愉悦度(F(3, 296)=4.375, p=0.005) 和唤醒度(F(3, 296)=4.521, p=0.004) 影响显著.每月网购次数对愉悦度(F(2, 296)=7.783, p=0.001)、唤醒度(F(2, 296)=8.398, p < 0.001)、冲动购买意向(F(2, 295)=23.364, p < 0.001) 和冲动购买行为(F(2, 295)=17.308, p < 0.001) 影响显著,人口统计学变量对情绪、冲动购买意向和行为的影响均不显著.因此,将月可支配收入和每月网购次数作为控制变量纳入分层回归分析.
将网站的视觉吸引力和易用性作为自变量,情绪的愉悦度和唤醒度分别作为因变量进行回归分析,结果如表 3所示.视觉吸引力(β = 0.181, p = 0.007) 和网站易用性(β = 0.225, p = 0.001) 对愉悦度有正向预测作用(ΔR2 = 11.9%),视觉吸引力对唤醒度(β = 0.380, p < 0.001) 有正向预测作用(ΔR2= 15.3%).
以冲动购买行为为因变量,将每月网购次数作为控制变量放入第1层、情绪的愉悦度与唤醒度作为自变量放入第2层、愉悦度与唤醒度的交互项放入第3层,进行多元分层回归分析(见表 4).结果表明,情绪的愉悦度、唤醒度及其交互项都对冲动购买行为有影响,交互作用见图 3.在愉悦的情况下,唤醒度正向预测冲动购买行为(β= 0.477, t= 2.710*),在不愉悦的情况下,唤醒程度负向预测冲动购买行为(β = -0.356, t= -2.257*).
使用bootstrapping方法进行愉悦的中介作用检验[31],结果表明,愉悦中介网站视觉吸引力和易用性对冲动购买意向和行为的作用详见表 5.
使用AMOS22.0进行路径分析,模型的各项拟合指标:χ2=21.815,df=8,χ2/df=2.727,RMSEA=0.077,GFI=0.982,AGFI=0.920,IFI=0.978,CFI=0.978,模型拟合度良好,结果如图 4所示,网站的视觉吸引力正向预测情绪的愉悦度与唤醒度,网站的易用性正向预测情绪的愉悦度,愉悦度及愉悦度与唤醒度的交互项通过冲动购买意向影响冲动购买行为.
目前关于网站特性与消费者购买意向关系的研究中,大多采用问卷调查法,例如本文第2节.但是这种研究方法存在一定的局限性,如被试是通过回忆填答相关问题,对购买行为发生时的情况还原较弱.因此,设计了虚拟购物实验,通过虚拟购物网站引发环境刺激,记录消费者的反应,并加入了情绪量表的前测,证实购物网站对消费者情绪的影响作用,作为对问卷研究结果的补充.
3.1 先导研究 3.1.1 先导研究1先导研究1的目的是确定模拟购物网站中的商品种类.通过对319名网上购物者的问卷调查,询问其最常购买的商品类型.结果显示,“服装、鞋帽、饰品”类商品为46.1%,“书籍、音像制品”为18.5%,“电脑、配件、数码产品”为16.6%.因此,为了保证商品的熟悉性,确定模拟购物网站所用的商品类型为“服装、鞋帽、饰品”类商品,为方便起见,模拟购物网站中所选择商品的目标人群均为女性.
3.1.2 先导研究2先导研究2的目的是对实验材料——4个模拟购物网站进行评定,确定网站视觉吸引力和易用性的操纵效果.
本研究通过操纵展示图片的美观度、颜色搭配的协调度、背景图片的美观度来操纵网站视觉吸引力的高低;通过操纵导航的易用度、超链接的多少来操纵网站易用性的高低.分别制作了高视觉吸引力,高易用性;高视觉吸引力,低易用性;低视觉吸引力,高易用性;低视觉吸引力,低易用性4个模拟购物网站.
网站制作完成后,招募了24名有网购经验的女大学生对网站进行评分.实验采用2(视觉吸引力高vs.视觉吸引力低)×2(易用性高vs.易用性低)的被试内设计.为了消除顺序效应,对网站的呈现顺序进行了平衡,采用的视觉吸引力量表与易用性量表与研究1一致.
对评分结果进行重复测量方差分析,结果显示,4个网站之间的视觉吸引力差异显著,F(3, 21) = 6.328, p = 0.006, 4个网站之间易用性差异显著,F(3, 21) = 11.166,p < 0.001.
将4个网站进行两两配对t检验,结果显示,操纵达到了预期效果,见表 6.
本研究通过网络征集了有网络购物经验的女性220人,排除作答不认真的被试16人,有效被试204人,有效率为92.7%.其中23岁以下占7.4%,24~30岁占51.0%,31~40岁占37.3%,41岁以上占4.4%;月可支配收入2 000元以下占11.8%,2 000~3 000元占20.6%,3 000~5 000元占32.4%,5 000元以上占35.3%;网购经验在3 a以内的占10.3%,3~5 a的占40.2%,5 a以上的占49.5%;近半年内每月网购次数在2次以下的占18.6%,3~5次的占38.2%,5次以上的占43.1%.
3.2.2 测量工具本研究中的网站视觉吸引力、易用性及情绪测量与研究1相同,对冲动购买的测量采用模拟情境问卷法(改编自文献[32]):“小丽是一位在校大学生,有份兼职的工作(收入来源).在拿到薪水的前几天,包括三餐花费,身上还剩260元.下周她要参加一个活动,但没有合适的上衣,因此她想在网上为自己买一件上衣.在浏览网站XXX(刚才您浏览的网站)的时候,发现一件非常满意的上衣,价格为100元;同时,她看中了网店里的一件款式、颜色、材质看起来都非常喜欢的连衣裙,这件原价250元的连衣裙正在限时打折,折后200元. ”如果你是小丽,你会(a)仅仅只买上衣;(b)买上衣,但心里还是惦记着那条连衣裙;(c)把上衣和连衣裙都买下来. (d)买上衣、连衣裙,然后还有一件相配的发饰.选项a、b、c、d分别计1、2、3、4分,得分越高,表示冲动购买越强.
3.2.3 实验流程本研究为2(高视觉吸引力vs.低视觉吸引力)×2(高易用性vs.低易用性)的被试设计.被试进行PAD情绪量表测量作为前测,浏览指定的模拟购物网站,并将满意的产品放入购物车中.在浏览网站后,被试再次进行PAD情绪测量,并对网站的美观度和易用性进行测量,通过模拟情境问卷法进行冲动购买测量,最后完成人口统计学变量的填答.
3.3 结果方差分析结果表明,不同组之间的冲动购买有显著差异(F(3, 199) = 3.133, p = 0.027),其中,高视觉吸引力、高易用性组冲动购买最多(M=2.76);低视觉吸引力、低易用性组冲动购买最少(M = 2.29).
3.3.1 网站特性对情绪的回归对人口统计学变量和网购情况进行方差分析,结果显示,年龄对冲动购买(F(3, 199)=2.818, p=0.040) 影响显著;月收入对愉悦度(F(4, 181)=3.351, p =0.011) 影响显著;网购经验对冲动购买(F(3, 199) = 2.774, p = 0.043) 影响显著;每月网购次数对愉悦度(F(3, 182) = 4.310, p =0.006) 和冲动购买(F(3, 199) = 6.426, p < 0.001) 影响显著.其余人口统计学变量对情绪、冲动购买的影响均不显著.因此,将年龄、月收入、网购经验和每月网购次数作为控制变量纳入分层回归分析.
将网站的视觉吸引力和易用性作为自变量,情绪的愉悦度和唤醒度分别作为因变量,人口统计学变量和愉悦度与唤醒度的前测作为控制变量进行回归分析,结果如表 7所示.视觉吸引力(β = 0.248, p < 0.001) 和网站易用性(β = 0.240, p < 0.001) 对愉悦有正向预测作用(ΔR2 = 16.5%),视觉吸引力对唤醒度(β= 0.129, p =0.013)有正向预测作用(ΔR2= 1.7%).
以冲动购买为因变量,将年龄、网购经验和每月网购次数作为控制变量放入第1层,情绪的愉悦度与唤醒度作为自变量放入第2层,最后将愉悦度与唤醒度的交互项放入第3层,进行多元分层回归分析(见表 8).结果表明,情绪的愉悦度、愉悦度与唤醒度的交互项都对冲动购买行为有影响.
使用bootstrapping方法进行愉悦的中介作用检验[31],结果如表 9所示,愉悦中介网站视觉吸引力和易用性对冲动购买的影响.
使用AMOS22.0进行路径分析,模型的各项拟合指标:χ2 = 53.122,df = 17,χ2/df=3.125,RMSEA = 0.109,GFI=0.944,AGFI=0.852,IFI=0.939,CFI=0.936,模型拟合度较好,结果如图 5所示,网站的视觉吸引力正向预测情绪的愉悦度与唤醒度,网站的易用性正向预测情绪的愉悦度,愉悦度及愉悦度与唤醒度的交互项正向影响冲动购买.
从S-O-R理论出发,探讨了网站的视觉吸引力、易用性和消费者情绪对冲动购买的影响.采用问卷法和模拟购物网站进行调查,验证了研究结果的稳定性,并通过前后测的方式证实了网站特征对消费者情绪的影响作用.
回归分析结果显示,网站视觉吸引力和易用性正向预测情绪的愉悦度,表明网站的视觉吸引力和易用性越强,消费者情绪的愉悦度越高;视觉吸引力正向预测情绪的唤醒度,表明网站的易用性越强,消费者情绪的唤醒度越高,验证了假设H1和H2.这些结果与已有研究结论[24, 33]一致.
研究表明,情绪的愉悦度及愉悦度与唤醒度的交互项对冲动购买影响显著,消费者的愉悦度越高,冲动购买越多.愉悦度能够调节唤醒度对冲动购买的影响,由交互作用分析可知,当消费者处于高愉悦状态时,唤醒度正向预测冲动购买,唤醒度越高,冲动购买行为越多;当消费者处于非愉悦状态时,唤醒度负向预测冲动购买,唤醒度越高,冲动购买行为越少.假设H3得到验证.这与MEHRABIAN等[23, 27, 29, 34]对于情绪与趋避行为的研究结论一致.中介作用分析结果表明,愉悦度在网站特性与冲动购买之间起中介作用,假设H4得到验证.路径分析结果验证了基于S-O-R理论的在线冲动购买模型,网站特性通过影响消费者的情绪作用于冲动购买.
本研究的理论贡献在于提出了基于S-O-R理论的在线冲动购买模型.在以往针对网站特性的研究中,多从用户或者消费者对网站的认知评价角度进行研究,较少关注消费者情绪这一因素;在基于传统消费情境下冲动购买的研究中,不少学者将情感反应作为冲动购买的行为内涵,也有学者将消费者的认知评价纳入到理论模型中[27, 9];而研究网络环境下消费者冲动购买的文献相对传统领域则少得多,并且集中于对网络购物环境的优势(如在线促销等)[16]分析,较少提出整合的适用于网上消费者冲动购买的理论.本研究借鉴了MEHRABIAN等[22]的S-O-R模型,发现愉悦度正向预测冲动购买,调节唤醒与冲动购买之间的关系,愉悦度与唤醒度对趋避行为的影响同样适用于在线冲动购买行为,拓宽了该模型的适用范围.
本研究对电子商务具有一定的指导意义.提示电子商务商家在设计网站时不仅要重视页面的美观度,而且要考虑如何让消费者能够轻松地找到想要的信息,即不能忽视网站易用性对消费者的影响.已有研究表明,多样化寻求会促使消费者更多地浏览网页[35],但是产品过多带来的认知负荷会减少购买行为[36],说明购物网站既要给消费者多种多样的美观产品,又要通过商品分类、导航等功能减轻消费者的认知负荷,促进消费行为的发生.此外,女性比男性的冲动购买行为更多[37],在设计网站时,要重视女性的审美偏好及购物习惯,也可以通过增加虚拟体验或采用更生动的呈现方式等提升消费者的购物体验[38].
研究结果显示,对于消费者来说每月网购次数和冲动购买之间存在显著相关性,这与冲动购买倾向是一种个人特质相符合[6].研究表明,自我控制能力较低的人更容易发生冲动购买[39],对于经常发生冲动购买的人来说,想减少冲动购买的最好方法就是不去浏览那些购物网站及商店.
本研究尚存在一定的不足:1) 研究中仅选取视觉吸引力和网站易用性2个维度作为网站特性的代表,而网站特性还有背景音乐、任务相关线索和沟通模式等维度,今后的研究可以深入探讨这些维度对在线冲动购买的影响,为商家提供更加详细的指导. 2) 研究2中仅使用女性被试,今后可增加男性被试,探讨性别对情绪及冲动购买的影响及网站特性对性别的影响.
[1] | HAUSMAN A. A multi-method investigation of consumer motivations in impulse buying behavior[J]. Journal of Consumer Marketing, 2000, 17(5): 403–426. DOI:10.1108/07363760010341045 |
[2] | BEATTY S E, FERRELL M E. Impulse buying: Modeling its precursors[J]. Journal of Retailing, 1998, 74(2): 169–191. DOI:10.1016/S0022-4359(99)80092-X |
[3] | SZYMANSKI D M, HISE R T. E-satisfaction: An initial examination[J]. Journal of Retailing, 2000, 76(3): 309–322. DOI:10.1016/S0022-4359(00)00035-X |
[4] | CLOVER V T. Relative importance of impulse-buying in retail stores[J]. Journal of Marketing, 1950, 15(1): 66–70. DOI:10.2307/1247083 |
[5] | ROOK D W. The buying impulse[J]. Journal of Consumer Research, 1987(2): 189–199. |
[6] | SHARMA P, SIVAKUMARAN B, MARSHALL R. Impulse buying and variety seeking: A trait-correlates perspective[J]. Journal of Business Research, 2010, 63(3): 276–283. DOI:10.1016/j.jbusres.2009.03.013 |
[7] | AMOS C, HOLMES G R, KENESON W C. A meta-analysis of consumer impulse buying[J]. Journal of Retailing and Consumer Services, 2014, 21(2): 86–97. DOI:10.1016/j.jretconser.2013.11.004 |
[8] | THOMPSON E R, PRENDERGAST G P. The influence of trait affect and the five-factor personality model on impulse buying[J]. Personality and Individual Differences, 2015, 76(1): 216–221. |
[9] | BURGESS B, YAOYUNEYONG G, GIBBS S. Gender, self-construal and impulse buying behavior of young Thai consumers[J]. Asian Journal of Business Research ISSN, 2014, 4(1): 2014. |
[10] | PODOSHEN J S, ANDRZEJEWSKI S A. An examination of the relationships between materialism, conspicuous consumption, impulse buying, and brand loyalty[J]. Journal of Marketing Theory and Practice, 2012, 20(3): 319–334. DOI:10.2753/MTP1069-6679200306 |
[11] | XU Y, HUANG J S. Effects of price discounts and bonus packs on online impulse buying[J]. Social Behavior and Personality: An International Journal, 2014, 42(8): 1293–1302. DOI:10.2224/sbp.2014.42.8.1293 |
[12] | KACEN J J, HESS J D, WALKER D. Spontaneous selection: The influence of product and retailing factors on consumer impulse purchases[J]. Journal of Retailing and Consumer Services, 2012, 19(6): 578–588. DOI:10.1016/j.jretconser.2012.07.003 |
[13] | MATTILA A S, WIRTZ J. The role of store environmental stimulation and social factors on impulse purchasing[J]. Journal of Services Marketing, 2008, 22(7): 562–567. DOI:10.1108/08876040810909686 |
[14] | SAAD M, METAWIE M. Store environment, personality factors and impulse buying behavior in Egypt: The mediating roles of shop enjoyment and impulse buying tendencies[J]. Journal of Business and Management Sciences, 2015, 3(2): 69–77. |
[15] | PORNPITAKPAN C, HAN J H. The effect of culture and salespersons' retail service quality on impulse buying[J]. Australasian Marketing Journal, 2013, 21(2): 85–93. DOI:10.1016/j.ausmj.2013.02.005 |
[16] | PARBOTEEAH D V. A Model of Online Impulse Buying [D]. Washington:Washington State University, 2005. |
[17] | PARBOTEEAH D V, VALACICH J S, WELLS J D. The influence of website characteristics on a consumer's urge to buy impulsively[J]. Information Systems Research, 2009, 20(1): 60–78. DOI:10.1287/isre.1070.0157 |
[18] | WELLS J D, PARBOTEEAH V, VALACICH J S. Online impulse buying: Understanding the interplay between consumer impulsiveness and website quality[J]. Journal of the Association for Information Systems, 2011, 12(1): 32. |
[19] | VERHAGEN T, VAN DOLEN W. The influence of online store beliefs on consumer online impulse buying: A model and empirical application[J]. Information & Management, 2011, 48(8): 320–327. |
[20] | FLOH A, MADLBERGER M. The role of atmospheric cues in online impulse-buying behavior[J]. Electronic Commerce Research and Applications, 2013, 12(6): 425–439. DOI:10.1016/j.elerap.2013.06.001 |
[21] | LIU Y, LI H, HU F. Website attributes in urging online impulse purchase: An empirical investigation on consumer perceptions[J]. Decision Support Systems, 2013, 55(3): 829–837. DOI:10.1016/j.dss.2013.04.001 |
[22] | MEHRABIAN A, RUSSELL J A. An Approach to Environmental Psychology[M]. Cambridge: the MIT Press, 1974. |
[23] | MEHRABIAN A, DE WETTER R. Experimental test of an emotion-based approach to fitting brand names to products[J]. Journal of Applied Psychology, 1987, 72(1): 125. DOI:10.1037/0021-9010.72.1.125 |
[24] | JUNG CHANG H, YAN R N, ECKMAN M. Moderating effects of situational characteristics on impulse buying[J]. International Journal of Retail & Distribution Management, 2014, 42(4): 298–314. |
[25] | ADELAAR T, CHANG S, LANCENDORFER K M, et al. Effects of media formats on emotions and impulse buying intent[J]. Journal of Information Technology, 2003, 18(4): 247–266. DOI:10.1080/0268396032000150799 |
[26] | ÉTHIERJ, HADAYAP, TALBOTJ, 等. B2C web site quality and emotions during online shopping episodes: An empirical study[J]. Information & Management, 2006, 43(5): 627–639. |
[27] | MEHRABIAN A. Framework for a comprehensive description and measurement of emotional states[J]. Genetic, Social, and General Psychology Monographs, 1995, 121(3): 339–361. |
[28] | RUSSELL J A, PRATT G. A description of the affective quality attributed to environments[J]. Journal of Personality and Social Psychology, 1980, 38(2): 311. DOI:10.1037/0022-3514.38.2.311 |
[29] | ROBERT D, JOHN R. Store atmosphere: An environmental psychology approach[J]. Journal of Retailing, 1982, 58(1): 34–57. |
[30] | LOIACONO E T, WATSON R T, GOODHUE D L. Web qual: An instrument for consumer evaluation of web sites[J]. International Journal of Electronic Commerce, 2007, 11(3): 51–87. DOI:10.2753/JEC1086-4415110302 |
[31] | HAYES A F. Introduction to Mediation, Moderation, and Conditional Process Analysis: A Regression-Based Approach[M]. Guilford: Guilford Press, 2013. |
[32] | ROOK D W, FISHER R J. Normative influences on impulsive buying behavior[J]. Journal of Consumer Research, 1995, 22(3): 305–313. DOI:10.1086/jcr.1995.22.issue-3 |
[33] | LOUREIRO S M C, ROSCHK H. Differential effects of atmospheric cues on emotions and loyalty intention with respect to age under online/offline environment[J]. Journal of Retailing and Consumer Services, 2014, 21(2): 211–219. DOI:10.1016/j.jretconser.2013.09.001 |
[34] | RUSSELL J A, MEHRABIAN A. Approach-avoidance and affiliation as functions of the emotion-eliciting quality of an environment[J]. Environment and Behavior, 1978, 10(3): 355–387. DOI:10.1177/0013916578103005 |
[35] | PARK E J, KIM E Y, FUNCHES V M, et al. Apparel product attributes, web browsing, and e-impulse buying on shopping websites[J]. Journal of Business Research, 2012, 65(11): 1583–1589. DOI:10.1016/j.jbusres.2011.02.043 |
[36] | KUKSOV D, VILLAS-BOAS J M. When more alternatives lead to less choice[J]. Marketing Science, 2010, 29(3): 507–524. DOI:10.1287/mksc.1090.0535 |
[37] | TIFFERET S, HERSTEIN R. Gender differences in brand commitment, impulse buying, and hedonic consumption[J]. Journal of Product & Brand Management, 2012, 21(3): 176–182. |
[38] | SHEN K N, KHALIFA M. System design effects on online impulse buying[J]. Internet Research, 2012, 22(4): 396–425. DOI:10.1108/10662241211250962 |
[39] | ROBERTS J A, MANOLIS C. Cooking up a recipe for self-control: The three ingredients of self-control and its impact on impulse buying[J]. Journal of Marketing Theory and Practice, 2012, 20(2): 173–188. DOI:10.2753/MTP1069-6679200204 |