国际电子商务研究中常用的感知风险分析方法，本文主要内容关键词为：常用论文,风险论文,电子商务论文,方法论文,国际论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F724.6 文献标识码：A 文章编号：1671-7041(2008)04-0080-04
随着电子商务、自助银行等自助服务行业的发展，机器服务正以其便利性、快捷性和不受时间地点限制等优势逐渐得到普及，也成为现代社会的标志之一。与此同时，一系列与自助服务系统相关的安全问题也随之产生，如电子商务犯罪、密码盗窃、人身安全等。这些因素影响着人们对现有自助服务设备的使用及对新兴自助服务的感知风险波动。eDataPower调研咨询网站的调查显示，有76％的消费者认为，网上购物风险较大是不选择网上购物的主要原因。2006年中国女性消费调查数据报告显示，消费安全是不同地域、不同年龄女性消费者普遍担心的问题。要想发展在线零售业务，必须寻求方法来降低消费者对风险的感知。因此，较高的风险认知被认为是消费者网上购物的主要障碍。
国内外对感知风险的研究方兴未艾，对感知风险的研究与调查将有利于人机交互自助服务系统的改进，使现有的和新兴的自助服务不断满足人们的需求。本文从国内外主流感知风险研究的具体实例出发，介绍感知风险测量中常用的分析方法。
一、理论分析
感知风险是指在很多购买行动中，消费者会承担一些不能确知购买后果的风险，因此产生焦虑感，且由于这种焦虑感，消费者可能会修改、拖延或者取消购买决策[1]。在人机交互领域中，感知风险的问题依然存在，用户在使用某特定机器于特定的场景下完成特定任务时，会产生一定的主观风险意识，尤其是在与新的机器的交互中或在新的环境下要完成以往没有完成过的特定任务时。这种主观上的风险意识有可能影响用户对机器的使用态度和使用意向，甚至放弃自助服务而转向人工服务。
对感知风险的研究可追溯到20世纪60年代。1960年，哈佛学者Bauer首次把感知风险这一概念从心理学延伸到消费者行为学研究中。Bauer将感知风险定义为由消费者的行为产生的、而他自己不能明确预期的后果。因为消费者的购买活动产生的结果是他自己不能够精确计算的，所以这个后果可能并不令人满意，由此一来，感知风险就产生了。由于消费者总是不能明确知道某种决策的结果，因而感知风险总是存在着的。尤其是在网上购物环境下，相对传统店面购物，消费者总是提高了对风险的感知。
Bauer在引入这个概念时强调：他关注的是主观风险，即感知到的风险，而不是客观风险。因为消费者在多数情况下，面对的是一个全新的购物情景，要消费者对风险作出精确评价几乎是不可能的。即使消费者能够对其面临的风险作出精确评价，也不是客观风险刺激消费行为，而是消费者对风险的主观感知刺激消费行为的发生。风险理论在解释消费者购买行为方面，主要是把消费者行为视为一种风险承担行为，因为消费者在考虑购买时并不能确定产品的使用结果，故实际上承担了某种风险。
在Bauer之后又有许多学者对感知风险进行研究，其中得到普遍认可的是Cunningham的定义，他用两个要素来定义感知风险：(1)个体对于出现不利后果所主观感觉到的不确定性(uncertainty)；(2)后果(consequence)，即如果事情发生后，其结果的危害性。这一理论被称为双因素理论，后来成为感知风险研究的主流，在各类研究中得到大量的应用。Cunningham还最早提出了感知风险的测量方法，用不确定性和结果损失的乘积来测量感知风险，并使用顺序尺度以直接的方式询问被调查者关于危险、不确定性的感受，通过乘积得出感知风险值。
1972年，Jacoby和Kaplan把总体感知风险分成5种类型，即心理风险、财务风险、功能风险、身体风险和社会风险。研究发现，这5种风险能对总体感知风险作出61.5％的解释。Peter和Tarpey在1975年加入了第6项风险——时间风险，即在购买产品时，所可能发生的时间及努力的不确定损失。
1993年，Stone和Gronhaug指出，财务、功能、身体、心理、社会以及时间这6种感知风险对总的感知风险的解释能力达88.8％。到目前为止，国际主流感知风险研究普遍采用这6种风险结构。
1999年，Greatorex和Mitchell[2]对消费者风险认识模型加以整合，提出了新的概念模型。他们认为，消费者对特定属性上的要求水平和实际水平之间存在着某种不匹配，损失量与这种不匹配的程度成正比。考虑到产品属性不能满足要求的可能性，这种损失就成为风险。该模型还包括消费者在对要求水平和属性的重要性等作出评价时的不确定性，作为一种概率分配。张硕阳等[3]指出，该模型当前还停留在理论层面，尚缺乏实证检验。
二、研究方法
感知风险测量前期的数据收集主要是采取访谈、问卷调查、焦点小组等方法。由于本文主要介绍感知风险测量的研究方法，因此不对研究设计和研究结果做过于深入的阐述。
1.多变量方差分析
所谓多变量方差分析，就是指存在着两个以上的因变量共同反映了自变量的影响程度。感知风险受到个人特征、购买意图、参与程度、产品知识等各种因素的影响，因此运用多变量方差来分析各种因素对感知风险的影响是最常见的感知风险分析方法。Garbarino和Strahilevitz[4]运用多变量分析方法分析了信用卡错用、欺骗性站点、隐私泄露、运输问题、产品性能问题这5种在线购物风险对感知风险的影响。根据Cunningham的感知风险双因素理论，从性别差异对感知风险的影响入手，得出结论：女性对不确定性和后果的感知风险均高于男性，对隐私泄露的后果感知尤为严重。男女对隐私泄露的可能性感知则没有显著性差异。研究结果如表1所示。
2.结构方程模型
由于感知风险相关的主观因素是不可直接测量的潜在变量，因此需要利用一定的方法对感知风险理论模型的合理性进行验证。结构方程模型是基于变量的协方差矩阵来分析变量之间关系的一种统计方法，是对包含测量误差的潜在变量进行分析的有效工具。
井淼等[5]采用问卷和访谈的方法，运用结构方程模型，识别出互联网购物环境下感知风险的维度，分析了感知风险各维度对总体风险的贡献率，并开发了针对中国本地消费者的网上购物感知风险维度量表。结果显示，经济风险、功能风险、社会风险、时间风险、身体风险、心理风险，这些传统购物环境下存在的风险，消费者在网上购物时依然能感知到。隐私风险和服务风险是网上购物不同于传统购物的风险维度。8个风险维度对网上购物总体风险的解释量为72.61％。
在对417份有效问卷进行一系列信度和效度分析后，笔者对有效数据使用了结构方程模型AMOS4.0软件进行验证性因子分析，以进一步检验研究假设，得出感知风险维度因子模型的参数估计，详见表2。
邵兵家等[6]运用结构方程模型对感知风险等影响个人网上银行使用意向的因素进行了实证研究。根据土耳其和我国台湾地区的相关研究，提出了感知风险与网上银行使用负相关的假设。
影响人们接受电子商务的一个主要障碍就是互联网上缺乏安全与隐私。网上银行、金融自助服务设备等也面临着同样的问题。邵兵家等认为，由于客户提供给银行的个人信息都是真实的信息，而且又多属于敏感信息，因而在网上银行环境中客户承担了更大的风险，只有客户认为网上银行是低风险的，才会愿意接受网上银行并放心使用。在实证研究方面，Polatoglu等[7]基于土耳其的研究表明，感知风险是影响客户采用网上银行的主要因素之一。Jih Shu-Jang等[8]基于我国台湾地区的研究表明，感知风险可以显著影响客户对于网上银行的接受。
针对925份有效问卷，利用Lisrel 8.70进行结构方程分析，以验证提出的假设。验证性因子分析结果显示，感知风险对使用意向的直接影响并不显著，因此假设不成立。但感知风险可以通过对电子渠道的信任而对使用意向产生间接的影响。感知风险对使用意向的间接效应为－0.1056(－0.22*0.48)，如图1所示。
图1 结构方程模型(*p＜0.05，**p＜0.001 )
3.模糊聚类分析
模糊聚类分析是从模糊集的观点来探讨事物的数量分类的一类方法。该方法主要针对的是这样的问题，即样本空间P中的元素含有多个属性，要求对其中的元素进行合理的分类，最终可以以聚类图的形式加以呈现。下面分析一种基于模糊数学的聚类评价模型构建过程。
极差变换表示为
由于模糊聚类分析较为复杂，与其他方法相比，采用该方式的研究从数量上说要相对少很多。
三、结语
对感知风险在电子商务及其他非金融领域人机交互的分析与测量，应该根据研究问题的具体特点和研究假设中变量的类型等综合因素来考虑最终采用何种数据分析方式。由于感知风险受到诸多因素的影响，尤其是人们的主观意识受到各种条件的制约，因此分析与测量感知风险时要考虑各种因素以及各种因素和变量之间的相互的、复杂的动态关系。因此当前对感知风险的研究所得到的结论非常有限，研究范围也相对狭窄。多数局限在电子商务领域，以网络购物为主。
在人机交互领域中，除电子商务之外，还有很多非金融领域的操作，如软件最终用户编程、移动电子产品使用、自助登记服务设备等，也存在着感知风险的问题。掌握好当前感知风险分析和测量的方法，将其应用并扩展到更广泛的人机交互领域，将有助于提高人机交互质量和效率，了解用户的潜在心理，让机器设备更好地服务于用户。