侯娜 孟勝陽 劉雯雯

內(nèi)容摘要：隨著消費者上網(wǎng)時間日益增加，如何將消費者的線上拖延傾向轉(zhuǎn)變?yōu)橘徺I行為成為學(xué)術(shù)及實踐界的關(guān)注熱點。文章基于線上拖延對購買行為的影響進行探討，得出線上拖延會對消費者網(wǎng)上購買產(chǎn)生積極影響，同時網(wǎng)上購買行為又直接或間接地受到消費者決策型拖延傾向以及體驗型活動傾向的影響，且在這種影響起到了中介作用。另外，年齡因素以及在線活動的類型也是影響消費者購買行為的重要因素。

關(guān)鍵詞：線上拖延 ? 購買行為 ? 決策型拖延 ? 體驗活動傾向

引言

隨著互聯(lián)網(wǎng)經(jīng)濟的發(fā)展與社會的躍遷，我國居民的心理壓力與沖突也日益凸顯，其中線上拖延這種新型心理問題已成為流行的社會現(xiàn)象，并已影響到我國居民的正常生活，成為迫切需要重視的問題。所謂線上拖延，是指消費者為了避免不愉快的任務(wù)或決策而使用互聯(lián)網(wǎng)來避免無聊、不愉快或太具有挑戰(zhàn)性任務(wù)的傾向。顯然，線上拖延增加了消費者上網(wǎng)的時間與頻率，那么抓住這種現(xiàn)象背后的邏輯，進而利用消費者高頻次與多耗時的上網(wǎng)行為增加網(wǎng)上購物的可能性和頻率則成為營銷領(lǐng)域?qū)W者與企業(yè)家關(guān)注的熱題。

研究表明，拖延是一種較為普遍的社會現(xiàn)象，在不同文化背景下有15%-20%的成年人存在慢性拖延。拖延者更容易沖動，他們喜歡尋求刺激，具有較低的自我控制能力。許多研究者都發(fā)現(xiàn)人們普遍將暫緩焦慮或逃避壓力作為拖延的主要原因，并且實證研究也發(fā)現(xiàn)越是容易帶來負(fù)面情緒的任務(wù)越容易引起拖延。拖延者更傾向于沉迷于線上娛樂活動，因為這些活動不需要離開原來的地點。而這恰恰是互聯(lián)網(wǎng)的一個特點，它不需要特定的娛樂場所，互聯(lián)網(wǎng)作為拖延活動的一個重要載體，隨時隨地都可以帶給人們娛樂享受。Lavoie和Pychyl（2001）認(rèn)為互聯(lián)網(wǎng)是一個重要的拖延工具，此外也有研究指出，線上拖延不會直接導(dǎo)致購買行為，而是通過心流來影響購買行為。

鑒于此，本文深入探討了在線拖延對消費者購買行為的影響關(guān)系和作用機制，不僅揭示了消費者決策型拖延傾向以及體驗型活動傾向?qū)徺I行為直接或間接的影響，還研究了年齡、在線活動類型等影響購買行為的因素，為營銷人員針對果斷決策型消費者和決策拖延型消費者而采取異質(zhì)性誘導(dǎo)與勸服的營銷實踐提供理論依據(jù)和啟示，從而改善網(wǎng)絡(luò)營銷的方法和效果，增進購買行為。

（一）線上拖延與網(wǎng)購行為

線上拖延者更傾向于進行能產(chǎn)生積極情緒行為，從而借此暫時緩解因拖延任務(wù)而產(chǎn)生的負(fù)罪感和焦慮感。研究表明，購物可為消費者提供享樂價值，消費者會通過購物來擺脫消極情緒（Babin等1994;Thayer等1994）。因此本文假設(shè)：

H1：線上拖延與購買行為呈正相關(guān)關(guān)系。

（二）線上心流的中介作用

心流被定義為內(nèi)在的享受（Csikszentmihalyi 1975）和高度沉浸于某項活動為特征的心理狀態(tài)。心流的體驗會受消極或積極情緒的影響，當(dāng)個體認(rèn)為心流是愉悅時，其就會盡可能多地進行再次體驗（Huang等2014;O Cass和Carlson 2010），因此在線體驗中高心流水平的個體更有可能做出購買決策。研究表明，消費者會將網(wǎng)購作為愉快心流體驗的延伸（OCass and Carlson 2010）。此外，心流與注意力有關(guān)，完全專注于線上活動的消費者更易受到營銷刺激，其更有可能產(chǎn)生購買行為（Koufaris 2002）。由此提出假設(shè)：

H2a：線上拖延與線上心流呈正相關(guān)關(guān)系。

H2b：線上心流與消費者網(wǎng)絡(luò)購物行為兩者之間呈正相關(guān)關(guān)系。

（三）決策型拖延和體驗活動傾向影響

1.決策型拖延的影響。決策型拖延是指個體在進行選擇時產(chǎn)生的拖延傾向（Mann，1982）。決策型拖延者更容易感到焦慮和無聊，這會導(dǎo)致其借助互聯(lián)網(wǎng)進行拖延活動。由此提出假設(shè)：

H3a：決策型拖延和線上拖延呈正相關(guān)關(guān)系。

當(dāng)拖延者感到焦慮時，其會選擇線上拖延暫緩焦慮（Senecal等，1997）。因此，決策型拖延傾向的個體可能更傾向于探索具有高度互動性或能為他們提供控制感的網(wǎng)站，即網(wǎng)絡(luò)交互過程中的交互和感知控制都可以被認(rèn)為是影響心流體驗的關(guān)鍵因素（Huang，2003）。由此提出假設(shè)：

H3b：決策型拖延與心流呈正相關(guān)關(guān)系。

研究表明，決策型拖延程度高的個體更容易產(chǎn)生消極情緒（Spada等2006;Umeh and Omari Asor，2011），盡管在線流量體驗和積極情緒會增加消費者在線購買的可能性，但拖延帶來的負(fù)面影響會降低消費者購物的可能性。由此提出假設(shè)：

H3c：決策型拖延與消費者購物行為呈負(fù)相關(guān)關(guān)系。

2.體驗活動傾向的影響。影響消費者線上拖延的第二個因素是消費者參與在線活動的類型。線上活動可以分為體驗型活動與目標(biāo)導(dǎo)向型活動，體驗型活動被認(rèn)為是愉快的和令人興奮（Rodgers等，2007），同時這種積極情緒會促進消費者作出購買決策。由此提出假設(shè)：

H4a：體驗型活動拖延與線上拖延呈正相關(guān)關(guān)系。

由于體驗型活動通常能為個體帶來逃避現(xiàn)實的內(nèi)在感知（Rodgers等2007），并可提高個體注意力、扭曲其時間感知，故可認(rèn)為體驗型活動也可以導(dǎo)致更大強度的心流，由此提出假設(shè)：

H4b：體驗型活動與心流呈正相關(guān)關(guān)系。

體驗型活動雖然可以增加個體使用互聯(lián)網(wǎng)的頻率和時間，但不能直接導(dǎo)致其產(chǎn)生最終購物行為（Bridges和Florsheim 2008）。因此，本文認(rèn)為享樂價值觀對消費者購買產(chǎn)生直接負(fù)向影響。相反，與尋求特定目標(biāo)有關(guān)的功利主義價值觀可能會直接正向影響購買（Bridges和Florsheim 2008）。由此提出假設(shè)：

H4c：體驗型活動與消費者購物行為呈負(fù)相關(guān)關(guān)系。

3.決策型拖延和體驗活動傾向的共同作用。高決策型拖延的個體更傾向參加線上體驗型活動來尋求心理滿足（Pychyl等2000）。低決策型拖延者對策的負(fù)面情緒小，其不依賴互聯(lián)網(wǎng)緩解壓力。故體驗活動傾向會導(dǎo)致決策型拖延者的在線拖延更高，由此提出假設(shè)：

H5a：高決策型拖延的個體，其對體驗活動的偏好與在線拖延呈正相關(guān);低決策型拖延偏好的個體，其對體驗活動的偏好與在線拖延程度無關(guān)。

體驗活動傾向可能導(dǎo)致強迫購物（O'Guinn和Faber 1989）或窗口購物（Kukar-Kinney和Close 2010）。決策型拖延者更有可能選擇體驗型活動進行購物，而非拖延者更有可能參與認(rèn)知購買決策并選擇目標(biāo)導(dǎo)向的在線任務(wù)。由此提出假設(shè)：

H5b：決策型拖延會調(diào)節(jié)體驗型活動傾向與消費者購買行為之間的關(guān)系。體驗型活動傾向與低決策型拖延者的購買行為呈負(fù)相關(guān)關(guān)系，與高決策型拖延者的購買行為呈正相關(guān)關(guān)系。

研究設(shè)計與實證分析

（一）研究設(shè)計

為檢驗個體的決策型拖延傾向和體驗型活動傾向?qū)οM者購買行為的影響，本文將在線拖延和心流設(shè)為中介變量（如圖1所示）。為了檢驗該模型，本文首先使用來自學(xué)生樣本的數(shù)據(jù)進行研究一，其次考慮到年齡因素的影響，本文采用不同年齡段的社會樣本進行研究二。

（二）研究一

1.樣本描述。研究一選取在校大學(xué)生為樣本，調(diào)查發(fā)放380份問卷，回收有效問卷376份，其中男性160人，占比42.6%;女性216人，占比57.4%。所有樣本的年齡均在18-24歲之間。

2.實證分析。調(diào)查問卷根據(jù)Pew的報告（Pew 2010）及我國實際情況改編而成。其中包含了有關(guān)互聯(lián)網(wǎng)活動和線上拖延的一系列問題。研究前本文對清單上的活動項目（見表1）進行了預(yù)測試，并選擇了20個線上活動進行調(diào)查。參與者被要求對每項活動在5點里克特量表上的參與頻率進行評分，然后通過計算體驗型項目的平均得分和目標(biāo)導(dǎo)向項目的平均得分之間的差值來測量體驗活動的傾向。其中決策型拖延量表（Mann 1982）、線上拖延量表（Thatcher 2008年）、線上心流（Novak等2000）、購買行為（Bridges and Florsheim 2008;Seock and Bailey 2008）的量表均參考了前人的研究成果。

3.效度和可靠度。本文利用AMOS軟件對樣本進行驗證性因子分析，并通過X2/DF、RMSEA、TLI、CFI、SRMR驗證模型擬合度（測量模型見表2，樣本相關(guān)分析及效度見表3，學(xué)生樣本路徑分析見表4）。其中原始量表中所有最小因子負(fù)荷為0.6的項目都被保留。因此，在確定最終測量模型前，本文刪除了幾個因子負(fù)荷過小的問題。

4.模型結(jié)果（見圖2）：第一，線上拖延效果。線上拖延與購物行為沒有顯著聯(lián)系，即H1不被支持（β=.072，p>.10）。線上拖延與線上心流成正相關(guān)的關(guān)系，H2a成立（β=.156，p<.05）。線上心流與消費者購物行為成正相關(guān)關(guān)系，H2b成立（β=.294，p<.001）;第二，決策型拖延效果。決策型拖延與線上拖延成正相關(guān)，H3a成立（β=.391，p<.001）。然而決策型拖延與線上心流沒有顯著關(guān)系，H3b（β=.092，p>.10）不成立。決策型拖延與購物行為成負(fù)相關(guān)關(guān)系，H3c成立（β=-0.262，p<.001）;第三，體驗活動傾向效果。體驗型行為與線上拖延成正相關(guān)，H4a成立（β=.716，p<.001）。體驗型行為與線上心流成正相關(guān)，H4b成立（β=.28，p<.01）。體驗型行為與購買行為無關(guān)，H4c不成立（β=-0.078，p>.10）;第四，決策型拖延和體驗活動的聯(lián)合效應(yīng)。決策型拖延和體驗活動的聯(lián)合效應(yīng)與線上拖延無顯著關(guān)系，H5a不成立（β=-0.034，p>.10）。決策型拖延和體驗活動的聯(lián)合效應(yīng)與消費者購物行為無顯著關(guān)系，H5b不成立（β=-0.079，p>.10）。

5.中介效應(yīng)。數(shù)據(jù)表明，線上拖延在決策型拖延和線上心流的關(guān)系中有完全的中介作用（β=.061，p<.05）。線上拖延在體驗活動和線上心流的關(guān)系中有部分中介作用（β=.112，p<.05）。線上拖延和心流在決策型拖延和購物行為中有完全中介作用（β=.033，p<.05）。心流在體驗活動和購物行為中起著完全中介的作用（β=.082，p<.05）。

6.研究一結(jié)論。線上拖延間接導(dǎo)致了消費者購物行為的產(chǎn)生，其受決策型拖延和體驗活動的影響。線上拖延會通過心流轉(zhuǎn)化成購買行為，同時決策型拖延對購買行為存在兩種相反的影響。其一，高決策型拖延者更有可能形成心流，因此其更有可能產(chǎn)生購買;其二，決策型拖延會直接導(dǎo)致消費者購物行為的減少。這可能因為拖延作為一種消極情緒，其會降低消費者的購物熱情。體驗型活動直接導(dǎo)致線上拖延和心流。這是因為體驗型活動可以帶給用戶愉悅的體驗。但體驗型活動對消費者購物沒有直接影響，這與本文之前的假設(shè)有出入，這可能是因為研究樣本不具備代表性。因此，本文在研究二中擴大了研究范圍，以期得出更具概括性的結(jié)論。

（三）研究二

1.樣本描述。共發(fā)放了310份問卷，回收307份有效問卷。其中男性158人，占比51.5%;女性149人，占比48.5%;18-24歲有93人，占比30.3%;25-34歲的有58人，占比18.9%;35-44歲的有72人，占比23.5%;45-54歲的有78人，占比25.4%;55歲以上的有6人，占比2%。為了更好地與研究一樣本進行比較，本文將樣本二進行分組，18-24歲為年輕組，24歲及以上為年老組。其中年輕組中共有93人，男性51人，占比54.8%，女性42人，占比45.2%。年老組共有214人，男性107人，占比50%，女性107人，占比50%。

2.效度和可靠度。本文利用AMOS軟件對樣本二進行驗證性因子分析。原始量表中所有最小因子負(fù)荷為0.6的項目均被保留。測量模型擬合結(jié)果和結(jié)構(gòu)模型擬合指標(biāo)都達到判斷標(biāo)準(zhǔn)，說明驗證性因子分析擬合較好，樣本具有收斂效度和區(qū)別效度。

3.結(jié)果分析（見圖3）：第一，線上拖延的效果。線上拖延與購買行為間沒有顯著關(guān)系，H1不被支持（β=.113，p>.10）。線上拖延與線上心流成正相關(guān)，H2a成立（β=.43，p<.001）。年輕組的線上心流與購物行為成正相關(guān)，H2b成立（β=.431，p<.01）。年老組的線上心流和購物行為沒有顯著關(guān)系，假設(shè)H2b不成立;第二，決策型拖延的效果。決策型拖延與線上拖延成正相關(guān)，H3a成立（β=.351，p<.001）。決策型拖延與線上心流沒有顯著關(guān)系，H3b（β=.083，p>.10）不成立。決策型拖延與購物行為成負(fù)相關(guān)，H3c成立（β=-0.339，p<.001）;第三，體驗活動傾向的效果。體驗型行為與線上拖延之間沒有顯著關(guān)系，H4a不成立（β=.119，p>.10）。體驗活動與線上心流成正相關(guān)，H4b成立（β=.519，p<.001）。年輕組中，體驗型行為與購買行為無關(guān)，H4c不成立（β=-0.18，p>.10）;年老組中，體驗活動與消費者購買行為成正相關(guān)，H4c成立（β=.517，p<.001）;第四，決策型拖延和體驗活動的聯(lián)合效應(yīng)。決策型拖延和體驗活動的聯(lián)合效應(yīng)與線上拖延無顯著關(guān)系，H5a不成立（β=0.089，p>.10）。決策型拖延和體驗活動的聯(lián)合效應(yīng)與購物行為無顯著關(guān)系，H5b不成立（β=-0.037，p>.10）。

4.中介效應(yīng)。本文對樣本二進行了路徑分析（見表5），結(jié)果顯示，線上拖延完全介導(dǎo)了決策型拖延對心流的影響，其間接路徑顯著為正（β=.151，p<0.001），直接路徑不顯著（β=.083，p>0.10）;線上拖延和心流部分介導(dǎo)了決策型拖延對購買行為的影響，其直接路徑顯著為負(fù)（β=-0.339，p<.001），間接路徑顯著為正（β=0.065，p<.001）。

5.研究二結(jié)果分析。線上拖延能夠正向影響心流。但在年輕組中，高強度的心流體驗可以導(dǎo)致消費者的購買行為的產(chǎn)生。然而，對于年老組的消費者來說，心流并不能導(dǎo)致其購買行為的產(chǎn)生，這可能是因為受年齡因素的影響，年長的消費者決策更加理性，其消費決策受情緒的影響程度小。數(shù)據(jù)表明，決策型活動拖延對購買表現(xiàn)出兩個相反的影響。一是決策型活動可以正向影響線上拖延，從而正向影響心流，并且具有高決策型拖延傾向的年輕人最終會產(chǎn)生購物行為。而負(fù)向影響則是高決策型拖延會直接導(dǎo)致消費者購物行為的減少，這可能是由于拖延產(chǎn)生的負(fù)面情緒減少了消費者的購物欲望。對于活動類型的影響，本文發(fā)現(xiàn)體驗活動對心流具有顯著正向影響，并且體驗活動對年老組消費者的購買行為也存在正向影響。

研究結(jié)論

第一，線上拖延正向影響消費者購物，心流在其中起著調(diào)節(jié)作用。線上拖延者會傾向推遲決定并參與體驗活動。線上拖延和體驗活動傾向會導(dǎo)致更大的心流，心流會促進消費者購買，同時決策型拖延者會因其負(fù)面情緒而對購物行為產(chǎn)生負(fù)向影響。

第二，線上拖延對購買行為的影響存在年齡差異性。高線上拖延水平的成年人有更大的決策型拖延傾向。對于研究二中的兩個年齡組，在線拖延和體驗活動會導(dǎo)致心流增加，但心流增加對年老組消費者的購買行為沒有影響，而年輕組消費者會因為心流增加而產(chǎn)生購物行為。

第三，雖然線上拖延不影響年老組消費者的購物行為，但體驗活動傾向卻直接導(dǎo)致了其進行購物。這可能是因為年老組消費者在進行體驗活動時，會瀏覽符合自身購買標(biāo)準(zhǔn)的商品，從而激發(fā)了其潛在的購物需求，并且年老組消費者較年輕組擁有更穩(wěn)定的收入，從而支撐了其在非心流狀態(tài)下購買商品。

參考文獻：

1.Thatcher， A.， Wretschko， G.， & Fridjhon， P.Online flow experiences， problematic internet use and internet procrastination[J].Computers in Human Behavior，2008，24（5）

2.Babin， B. J.， Darden， W. R.， & Griffin， M. Work and/or fun：measuring hedonic and utilitarian shopping value. Journal of Consumer Research，1994，20（4）

3.Thayer，R. E.， Newman， J. R.， & McClain， T. M. Self-regulation of mood： strategies for changing a bad mood， raising energy， and reducing tension. Journal of Personality and Social Psychology，1994，67（5）

4.Csikszentmihalyi，M.Beyond Boredom and Anxiety[M]. San Francisco：Jossey-Bass，1975

5.Huang，L.， Hsieh， Y.， & Wu， Y. J.Gratifications and social network service usage： the mediating role of online experience.Information and Management，2014，51（6）

6.OCass，A.，& Carlson，J.Examining the effects of websiteinduced flow in professional sporting team websites. Internet Research，2010，20（2）

7.Koufaris，M.Applying the technology acceptance model and flow theory to online consumer behavior[J]. Information Systems Research，2002，13（2）

8.Mann，L. Decision making questionnaires I and II. Unpublished scales， Flinders University of South Australia， Flinders， South Australia，1982

9.Senecal， C.， Lavoie， K.， & Koestner， R.Trait and situational factors in procrastination： an interactional model[J]. Journal of Social Behavior and Personality，1994，12（4）

10.Huang，M.Designing website attributes to induce experiential encounters[J]. Computers in Human Behavior，2003，19（4）

11.Spada， M. M.， Hiou， K.， & Nikcevic， A. V. Metacognitions，emotions， and procrastination[J]. Journal of Cognitive Psychotherapy，2006，20（3）

12.Umeh， K.， & Omari-Asor， L.Emotional vulnerability and coping styles for resolving decisional conflict. The Journal of Psychology，2011，145（4）

13.Rodgers， S.， Wang， Y.， Rettie， R.， & Alpert， F. The web motivation inventory： replication， extension and application to internet advertising[J]. International Journal of Advertising，2007，26（4）

14.Bridges， E.， & Florsheim， R. Hedonic and utilitarian shopping goals： the online experience[J]. Journal of Business Research，2008，61（4）

15.Pychyl， T. A.， Lee， J. M.， Thibodeau， R.， & Blunt， A.Five days of emotion： an experience sampling study of undergraduate student procrastination[J]. Journal of Social Behavior and Personality，2000，15（5）

16.OGuinn， T. C.， & Faber， R. J.Compulsive buying： a phenomenological exploration[J]. Journal of Consumer Research，1989，16（2）

17.Kukar-Kinney， M.， & Close， A. G.The determinants of consumers online shopping cart abandonment[J]. Journal of the Academy of Marketing Science，2010，38（2）

18.Pew. Internet & American Life Project . The percentage of Internet users who have “ever done”an online activity[DB/OL]. Retrieved February 10，2011

19.Novak，T. P.， Hoffman， D. L.， & Yung， Y. Measuring the customer experience in online environments： a structural modeling approach[J]. Marketing Science，2000，19（1）

20.Seock， Y.， & Bailey， L. R.The influence of college studentsshopping orientations and gender differences on online information searches and purchase behaviours[J]. International Journal of Consume，2008，32（2）