感知等待时间对网上购物的负面影响机制研究_网络模型论文

网络购物感知等待时间消极影响机理研究，本文主要内容关键词为：机理论文,消极论文,网络购物论文,时间论文，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 F713.5 文献标识码 A 文章编号1005～3492(2016)02～0176～11

       网上买的商品，究竟哪天能被送达，这是很多消费者都关心的问题。近年来，众多电商就“配送速度”展开激烈竞争。如京东商城的“211限时达”、当当网的“11省市当日达”、苏宁易购的“十城市半日达”等。此外，还有“发货速度”，天猫商城就提供了72小时的发货承诺。显然，“发货速度”与“配送速度”共同决定着消费者需要等待多久才能收到货(实际等待时间)。上述两者之所以如此重要，是因为等待是令人讨厌的，[1](P269～290)其会降低顾客的满意度和忠诚度。[2](P174～193)等待是企业在服务生产过程中难以避免的副产品。[3](P138～155)管理等待时间对服务企业而言至关重要。[4](P442～460)相对实际等待时间，感知等待时间能够更好地预测顾客体验、评价与行为。[5](P20～29)不过，鲜有文献探讨网购感知等待时间。基于此，文章在区分网购感知等待时间类型的基础上，对它们的消极影响进行深入剖析与比较。

       一、理论分析与假设提出

       (一)网络服务等待与网络购物等待

       起初，网络服务等待主要指的是下载等待或延迟。[6](P127～151)很显然，它只是网络服务等待的一种类型，并且它在现有网络技术支持下并不是影响用户态度与行为的主要因素。Ryan和Valverde，[7](P220～240对网络服务等待(Waiting for Service on the Internet)的概念作了界定，即为在网络上完成一项任务，比感知需要多投入的时间。可见，该定义并不是指实际等待时间，而是强调对等待时间的主观评价。此外，由于部分任务可能会在线下完成，所以网络服务等待并不仅仅局限于线上等待，还包括产品交付等线下等待。具体来看，他们识别出14种类型的网络服务等待，即下载延迟、处理在线广告、使用过程漫长、等待产品交付、等待咨询反馈、处理垃圾邮件、过程前问题、过程中问题、花费时间搜索、注册访问、重置密码、离线过程、等待确认、安装软件。然而，从感知视角对这些等待类型进行理论探讨的文献还十分有限。Demoulin和Djelassi[4](P442～460)以等待网上银行贷款申请获批为背景，将这种等待概念化为感知交付时间，对其影响机制作了分析。Lee等[8](P365～394)和Hong等[9](P383～406)都关注旅游网站搜索等待，并剖析感知等待时间的前因与结果。然而，当前并未有文献研究网购感知等待时间问题。

       基于网络购物过程，我们可以识别出不同类型的等待。Chen和Chang[10](P556～569)将网络购物过程划分为三个阶段：互动阶段、交易阶段和完成阶段。互动阶段包括连接质量与网站设计；交易阶段包括价值、便利、保证、娱乐和评价；完成阶段包括订单处理、产品交付和售后评价。不过，本研究只探讨完成阶段中两种类型的等待，即等待订单处理和等待产品交付。之所以如此，是因为订单处理障碍和产品交付延迟是业界和学界都高度关注的问题。一方面，顾客非常关注订单执行过程，这可能会放大订单执行障碍的消极影响；[11](P692～703)另一方面，网购服务失败中延期交付位居首位，[12](P347～364)有诸多学者对其补救策略进行了研究。[13](P101～111)，[14](P1849～1861)从图1可知，在线提交订单后，顾客不仅需要等待网商处理订单(提交订单—商品出库)，而且还需要等待商品配送(商品出库—收到货物)。这两种等待在网络购物中都极为普遍，相应地就会存在订单处理时间和商品配送时间。

      

       图1 订单处理与商品配送

       资料来源：作者绘制。

       (二)感知等待时间及其消极影响

       任何类型的服务等待均可用时间来加以度量。Hornik[15](P615～618)较早将等待时间分为实际等待时间和感知等待时间。二者的性质不同，前者是客观的，而后者是主观的。为降低实际等待时间，有学者采用排队论等运营管理技术以同时最小化服务成本与实际等待时间为目标求得最优化管理策略，[16](P541～551)也有学者提出使用自助服务技术[17](P435～445)以及基于服务优先级细分顾客[18](P146～168)等管理策略。但是，实际等待时间的降低总是有限的，[19](P20～29)而且随着个体或情境差异，人们会高估或低估实际等待时间。[20](P279～288)一般来说，感知等待时间相比实际等待时间能够更好地预测顾客反应。[4](P442～460)，[5](P20～29)有鉴于此，我们研究感知等待时间，而非实际等待时间，并基于过程视角，提出感知订单处理时间和感知商品配送时间两个构念。

       时间是一种稀缺资源。鉴于当前生活节奏的加快，许多人享有更少的自由时间，时间变得越来越有价值。[21](P364～374)顾客不仅要支付货币成本，而且要支付时间成本。[22](P35～40)他们投入的时间越多，支付的时间成本就越高，这会降低从中获得的效用。[23](P1～17)据此，感知等待时间越长会带来一系列的消极影响。首先，会产生被忽略、[1](P269～290)不可接受[4](P442～460)等消极认知。其次，会诱发后悔、[3](P138～155)愤怒[2](P174～193)，[3](P138～155)等消极情绪。再次，会降低顾客的满意度[2](P174～193)，[24](P144～169)与忠诚度。[2](P174～193)，[8](P365～394)这些研究有三大特点：一是，感知等待时间均被界定为单维构念；二是，多数学者都选取消极情绪而非消极认知作为中间变量；三是，以重复购买意向和正面口碑相传为结果变量的文献较少。与此不同，本研究界定的感知等待时间是一个两维构念，包括感知订单处理时间和感知商品配送时间，并且认为它们产生的消极影响机理存在差异。

       (三)网购感知等待时间消极影响机理

       愤怒者会认为他人具有高控制力，且由他人承担主要责任。[25](P813～838)消费者会因未达到预期目标而愤怒，[26](P296～304)也会因不守承诺、不公平待遇和员工表达敌意而愤怒。[27](P420～428)服务延迟就是一种不守承诺现象，它不仅会导致较低评价，而且还会诱发愤怒等消极情绪。[28](P56～69)在传统服务等待中，有研究发现感知等待时间与等待愤怒正相关。[3](P138～155)在网络购物中，消费者对订单处理和商品配送的控制力较弱，通常只能被动等待，当等待超出预期时，会认为卖家不守承诺，并将责任归因于他们，继而会因等待时间过长而愤怒。据此，提出如下假设。

       H1：感知订单处理时间(H1a)和感知商品配送时间(H1b)会正向影响等待愤怒。

       后悔是基于反事实思考的消极情绪，相对积极结果，消极结果更易引发向上反事实思考，消费者会因有更好的替代选择而后悔，也会因已选结果不佳而后悔。[29](P401～417)等待时间越长，一方面，会使消费者更加焦虑不安，使他们进行更多的向上反事实思考；另一方面，会增加他们反思已作决策和先前替代选择的可用时间，这些都会导致后悔。[3](P138～155)在网络购物中，感知订单处理时间与感知商品配送时间越长，消费者同样也会体验到上述类似的心理活动。据此，提出如下假设。

       H2：感知订单处理时间(H2a)和感知商品配送时间(H2b)会正向影响后悔。

       相比服务质量，时间对顾客满意度的作用力更强。[30](P54～58)，[31](P80～86)随着等待时间的增加，满意度会随之降低。[32](P213～216)相对实际等待时间，满意度主要取决于感知等待时间。[5](P27)Bielen和Demoulin[2](P174～193)以就医等待为研究对象，分析发现感知等待时间负向影响等待时间满意度，继而正向影响服务满意度。另外，也有研究指出在网络购物中产品延期交付会导致顾客不满。[33](P1033～1044)，[34](P49～64)可见，一般来说，感知等待时间与满意度负相关，即感知等待时间越长，满意度就会越低。据此，提出如下假设。

       H3：感知订单处理时间(H3a)和感知商品配送时间(H3b)会正向影响等待不满。

       大量研究表明服务失败不满会导致愤怒与后悔。[35](P1397～1406)不满的消费者会进行信息搜寻以找出服务失败该由谁负责及负责什么，而愤怒的消费者早已明确服务失败责任人，会主动阻止服务失败并要求服务补救。[36](P377～393)同时，不满是一种消极体验，它会诱使消费者进行向上反事实思考，想像有其他更好的选择，由此后悔当初的决策。[29](P401～417)在网络购物中，等待不满必然也会导致愤怒与后悔。据此，提出如下假设。

       H4：等待不满会正向影响等待愤怒(H4a)和后悔(H4b)。

       Voorhees等[3](P138～155)以银行、理发、餐饮和加油站4个行业为研究样本，实证分析发现感知等待时间会正向影响等待愤怒与后悔。与之不同，对H3和H4进行整合，我们发现感知等待时间会正向影响等待不满，继而由其正向影响等待愤怒和后悔。从文献中看，感知等待时间与等待不满、等待愤怒和后悔的关系以及等待不满与等待愤怒和后悔的关系都得到了验证，但是这些变量之间的传导机制却未被探讨，即我们并不清楚等待不满是否在其中发挥着关键的中介作用。为深入剖析该问题，提出如下假设。

       H5：等待不满会中介感知订单处理时间(H5a)和感知商品配送时间(H5b)对等待愤怒的正向影响；它还会中介感知订单处理时间(H5c)和感知商品配送时间(H5d)对后悔的正向影响。

       愤怒和后悔会带来消极的行为意向在学术界已达成共识。愤怒者会采取直言不讳的处理方式[37](P303～317)，并表现出各种报复行为[38](P85～99)。比如，愤怒者会提高转换意向，增加负面口碑相传。[35](P1397～1406)，[38](P85～99)后悔者会认为有更好的选择，因而他们的转换意向会更强。[39](P445～455)另外，他们会将责任归咎于自己，产生自我责备心理，通常不会向服务提供者抱怨，而更可能会向亲朋好友抱怨。换句话说，后悔者会提高负面口碑相传。[35](P1397～1406)，[39](P445～455)据此，提出如下假设：

       H6：等待愤怒会正向影响转换意向(H6a)和负面口碑相传(H6b)；后悔会正向影响转换意向(H6c)和负面口碑相传(H6d)。

       基于上述假设推演，本研究绘制出网络购物感知等待时间消极影响机理模型，见图2。

      

       图2 概念模型

       资料来源：作者绘制。

       二、研究设计

       (一)变量测量

       根据上文对网络购物感知等待时间的划分，借鉴Voorhees等[3](P138～155)的观点，对感知订单处理时间、感知商品配送时间与后悔分别从4个方面采用7点语义差别量表加以测量，等待时间是“短暂的1～7长久的”、“不可接受的1～7可以接受的”、“简短的1～7冗长的(反向题)”、“合理的1～7不合理的”；后悔是“极好的选择1～7后悔的选择”、“毫不怀疑1～7非常怀疑”、“不后悔1～7很后悔”、“选择是正确的1～7本该选择其他”。在Boni?eldm和Cole[38](P85～99)、Sánchez-García和Currás-Pérez[35](P1397～1406)研究基础上，修改得到等待不满和等待愤怒量表，分别有3个测量题项。类似地，基于Bougie等[36](P377～393)、Sánchez-García和Currás-Pérez[35](P1397～1406)的研究设计出转换意向和负面口碑相传量表，分别有3个测量题项。这些变量均采用7点Likert量表，1表示完全不同意，7表示完全同意。

       (二)数据收集

       本研究采用回顾式问卷调查法。首先，设计甄别问题“在过去6个月里，您在网上购物时，从提交订单到收到货物的等待时间有超出您的预期吗?”以筛选出有效被访者。其次，恳请被访者尽量回忆这次网购等待经历，并回答选购商城、商品类型、配送方式和等待阶段4道题。最后，针对这次网购等待经历，要求被访者认真填答问卷。根据中国互联网信息中心发布的《2013年中国网络购物市场研究报告》，20～29岁用户人群是网络购物市场的主力军，所占比例高达56.4％。这个年龄段正好覆盖了高校本科生、研究生群体。在天津市3所高校共发放问卷300份，剔除无效问卷共得到219份有效问卷，回收有效率为73％。

       其中，淘宝商城、京东商城、当当网、其他商城、其他分别占76.7％、5.0％、4.1％、4.1％、10.1％；服饰鞋帽、个护化妆、图书/音像、礼品箱包、其他分别占64.4％、10.0％、9.1％、5.0％、11.5％；网上商城自有物流配送、第三方物流配送、不清楚分别占12.8％、82.2％、5.0％；订单处理等待、商品配送等待、二者皆有分别占23.7％、47.0％、29.3％；男性、女性分别占17.8％、82.2％(鉴于女性占比较高，进行独立样本T检验，发现男性与女性在问项评价上并不存在显著差异，P＞0.05)；本科生、硕士生分别占71.7％、28.3％；月生活费支出，600元以下、600～1200元、1201～1800元、1801～2400元、2400元以上分别占8.2％、65.8％、18.7％、3.2％、4.1％；网购经历时间，1年以下、1～2年、2～3年、5～6年、6年以上分别占9.1％、45.2％、34.7％、6.4％、4.6％；过去1月网购次数，2次以下、2～5次、6～8次、8次以上分别占31.5％、47.9％、11.9％、8.7％；每次网购平均支出，100元以下、100～200元、201～300元、301～500元、500元以上，29.2％、52.5％、9.6％、7.8％、0.9％。

       (三)分析方法

       为估计结构方程模型，一是采用基于极大似然估计的协方差分析法，[40](P443～477)二是采用基于偏最小二乘的方差分析法。[41]前者有严格要求，数据通常必须是较大样本，且服从正态分布。不过，后者对数据的要求较为宽松，适用于小样本、非正态分布。针对小样本，相比前者，后者的统计功效(Statistical Power)更强。[42](P258～268)鉴于本研究的样本量较小，并且数据不服从多元正态分布，因此采用基于偏最小二乘的方差分析法对结构方程模型进行估计更好。统计分析使用的分析软件是Smart PLS 2.0。

       三、数据分析

       (一)测量模型检验

       反应性测量模型需要评估其信度(测量指标信度和内部一致性信度)和效度(聚敛效度和判别效度)[43](P258～286)。在24个反应性指标中，有23个载荷系数都超过0.7，只有一个指标(测量感知商品配送时间的反向题)的载荷系数为0.682，稍微有点低。由此，测量模型的反应性指标达到令人满意的指标信度水平。此外，反应性测量模型的Cronbach’s Alpha值和组合信度(Composite Reliability，CR)值均超过0.811，这表明各潜变量测量的内部一致性信度很好。同样地，所有平均方差萃取量(Average Variance Extracted，AVE)都远高于临界阈值0.5，这验证了量表的聚敛效度很好。最后，根据Fornell和Larcker[44](P39～50)的标准，各潜变量AVE的算术平方根都大于它们之间相关系数的绝对值，这充分说明各潜变量之间具有良好的判别效度。由此，测量模型评估结果证实所有潜变量测量都是可靠且有效的。

      

       (二)结构模型检验

       本研究对结构模型进行逐步分析。第一步(模型1)，检验网购感知等待时间、等待愤怒、后悔、转换意向和负面口碑相传的关系(H1、H2、H6)；第二步(模型2)，继续加入等待不满，检验其中介效应(H3、H4、H5)。

       针对模型1，首先，运行PLS Algorithm，计算模型中各内生变量的拟合优度

。等待愤怒、后悔、转换意向和负面口碑相传的

分别为14.46％、17.78％、61.33％和49.27％，均大于可接受临界值0.1。[45](P13～38)其次，运行Blindfolding，获得内生变量的预测相关(Predictive Relevance)统计量

，等待愤怒、后悔、转换意向和负面口碑相传的Q[2]分别为0.126、0.150、0.502和0.355，都大于0，这验证了模型的预测相关性。最后，运行Bootstrapping以产生更为合理的标准误差估计。依据Hair等[46](P139～152)的建议，在219个原始样本基础上，设计5000次抽样，得到标准误差和t统计量。感知订单处理时间对等待愤怒(β=0.246，t=4.116，p＜0.001)与后悔(β=0.342，t=5.978，p＜0.001)均有显著的正向影响。同样地，感知商品配送时间对等待愤怒(β=0.228，t=4.804，p＜0.001)与后悔(β=0.244，t=3.845，p＜0.001)也都有显著的正向影响。等待愤怒对转换意向(β=0.379，t=5.231，p＜0.001)和负面口碑相传(β=0.461，t=6.616，p＜0.001)有显著的正向影响。后悔对转换意向(β=0.492，t=7.367，p＜0.001)和负面口碑相传(β=0.318，t=4.356，p＜0.001)有显著的正向影响。因此，H1、H2、H6均得到支持。模型1的检验结果，见图3。

      

       图3 模型1检验结果

       注：双尾检验，+p＜0.05，*p＜0.01，**p＜0.001。资料来源：作者绘制。

       接下来，在模型1中加入等待不满得到模型2以检验它的中介效应。在加入等待不满后，模型2的预测力明显提高。具体来看，等待不满、等待愤怒、后悔、转换意向和负面口碑相传的

分别为28.40％、67.58％、37.17％、61.35％和49.27％。类似地，运行Blindfolding得到预测相关统计量

，等待不满、等待愤怒、后悔、转换意向和负面口碑相传的分别为0.222、0.616、0.312、0.503和0.354。运行Bootstrapping(Cases=219，Samples=5000)得到各路径系数与显著性水平，见图4。将所得结果与模型1进行比较发现，感知订单处理时间对等待愤怒的直接影响从显著路径系数值0.246降低到非显著性水平值0.013；订单处理阶段的对后悔的直接影响从显著路径系数值0.342降低到显著性水平值0.198(P＜0.01)；感知商品配送时间对等待愤怒的直接影响从显著路径系数值0.288降低到反假设值-0.110；感知商品配送时间对后悔的直接影响从显著路径系数值0.244降低到非显著性水平值0.001。由此，拒绝H1a、H1b和H2b，接受H2a、H3、H4、H6。这说明等待不满的中介效应很可能存在。

       根据Helm等[47]的建议，为验证中介效应，借助Sobel统计量检验间接效应的显著性，并使用VAF(Variance Accounted For)值评价间接效应的解释力。感知订单处理时间、感知商品配送时间与等待愤怒和后悔的关系都受到等待不满的中介作用，其中等待不满只对感知订单处理时间与后悔的关系有41.5％的部分中介作用，其余的关系均是100％的完全中介，见表2。这从统计上论证了中介效应的存在。由此，H5得到支持。

      

       图4 模型2检验结果

       注：双尾检验，+p＜0.05，*p＜0.01，**p＜0.001。资料来源：作者绘制。

      

       基于上文分析，剔除不显著路径H1a、H1b和H2b，再次对修正的概念模型进行统计检验，修正模型的预测力更佳。等待不满、等待愤怒、后悔、转换意向和负面口碑相传的

分别为28.24％、66.59％、37.15％、61.35％和49.27％；

分别为0.220、0.605、0.311、0.503和0.354。运行Bootstrapping(Cases=219，Samples=5000)得到各路径系数与显著性水平，所有路径系数均达显著，见图5。

      

       图5 修正模型检验结果

       注：双尾检验，+p＜0.05，*p＜0.01，**p＜0.001。资料来源：作者绘制。

       (三)总效应比较

       上述检验结果表明等待不满的中介作用确实存在。在这里，将模型1与修正模型的直接效应与总效应做比较，发现必须考虑等待不满的中介影响，否则会错误预测消费者的行为意向。此外，还发现感知订单处理时间与感知商品配送时间的消极影响存在较大不同。

       从表3可知，当不以等待不满为中介变量(模型1)时，感知订单处理时间对转换意向与负面口碑相传的总效应均大于感知商品配送时间的；感知订单处理时间对后悔的直接效应更强，而感知商品配送时间对等待愤怒的直接效应更强。当以等待不满为中介变量(修正模型)时，感知商品配送时间对转换意向与负面口碑相传的总效应却都大于感知订单处理时间的，这与模型1恰好相反；感知订单处理时间对后悔的总效应更强，而感知商品配送时间对等待愤怒的总效应更强，这与模型1基本一致；感知商品配送时间相比感知订单处理时间，对等待不满的直接影响更强。总体而言，在消极情绪上，两者的结论基本一致，但在行为意向上，两者的结论却恰好相反。

      

       四、结论、启示与展望

       (一)结论与理论贡献

       本研究对网购感知等待时间及其消极影响机理进行了深入分析。相关研究结论是对网络服务等待相关理论的有益补充。

       第一，从过程视角首次提出网购感知等待时间的两维构念，即感知订单处理时间和感知商品配送时间。绝大多数研究都将感知等待时间视做单维构念，如医院就诊等待、[48](P107～129)超市结账等待、[24](P144～169)电话呼叫等待[32](P213～216)与网站搜索等待。[8](P365～394)，[9](P383～406)根据起始时间点，有学者将传统服务等待分为服务前、中和后等待，或是过程前、中和后等待。[49](P152～173)依据Friman[50](P197～205)的观点，相比服务过程中，过程前感知等待时间会诱发更多的消极情绪。因而，不同类型感知等待时间的消极影响可能会存在不同。不过，上述思路并不适用于划分网购感知等待时间。为此，本研究对网络购物过程进行分析，抽取出订单处理和商品配送两个关键的等待阶段，提出感知订单处理时间和感知商品配送时间，弥补了现有文献对网购感知等待时间研究的不足，同时也为细致分析其消极影响机理奠定了基础。

       第二，等待不满中介网购感知等待时间与等待愤怒和后悔的关系。已有研究发现感知等待时间与等待愤怒和后悔正相关，[3](P138～155)感知等待时间与满意度负相关，[2](P174～193)，[32](P213～216)而满意度与愤怒和后悔负相关。[35](P1397～1406)按此逻辑，满意度可能会对感知等待时间与愤怒和后悔的关系有中介作用，但是并未有学者对该假设进行实证检验。本研究发现感知订单处理时间和感知商品配送时间与等待愤怒和后悔的关系均会受到等待不满的中介影响。具体来看，等待不满只对感知订单处理时间与后悔的关系有41.5％的部分中介作用，而对其余的关系均是100％的完全中介。换言之，当考虑等待不满时，感知订单处理时间与等待愤怒以及感知商品配送时间与等待愤怒和后悔的直接关系都会变得不显著。因而，如果想通过感知等待时间来预测等待愤怒和后悔，那么就必须考虑等待不满的中介作用，由此得到的预测效果才会更好。

       第三，感知订单处理时间与感知商品配送时间的消极影响机理存在差异。在探讨感知等待时间的消极影响时，多数学者都是以单维的感知等待时间为起点，将顾客满意或忠诚作为研究的落脚点。与之不同，本研究考虑的更为细致，一方面将感知等待时间分为感知订单处理时间与感知商品配送时间，另一方面将转换意向和负面口碑相传作为结果变量。本研究发现感知商品配送时间对等待不满的影响更强；感知订单处理时间对后悔的影响更强，而感知商品配送时间对等待愤怒的影响更强；感知商品配送时间对转换意向与负面口碑相传的影响均更强。然而，当不考虑等待不满的中介作用时，感知订单处理时间依然对后悔的影响更强，感知商品配送时间依然对等待愤怒的影响更强。但是，感知订单处理时间对转换意向与负面口碑相传的影响却更强。可见，如果不考虑等待不满，那么就会得到恰好相反的结论。这再次说明不能忽略等待不满这个核心中介。

       (二)启示与管理建议

       在网络购物中，顾客等待是极为常见的现象。本研究结论对网商进行顾客等待时间管理有借鉴价值。

       第一，建议对网购感知等待时间进行调查。众多网商一般通过优化运营管理流程与能力来降低顾客等待时间。但实际等待时间的降低总是有限的，而且不同的人会对其产生不同的时间感知。在现实中，网商会邀请顾客对商品或服务的满意度进行评价，但是他们并未设计关于网购感知等待时间调查的题项。依据订单跟踪信息，顾客可以随时了解订单处理与商品配送的进展，网商也可以计算出这两种类型等待的客观时间。然而，从这里并不能获知顾客对等待订单处理和商品配送时间的评价。由于感知等待时间相比实际等待时间能够更有效预测顾客的等待反应，所以很有必要增加针对两种类型感知等待时间的购后调查。

       第二，建议高度重视等待不满的关键作用。一般来说，顾客感知等待时间越长，他们就会越不满意、愤怒和后悔，继而会提高转换意向和负面口碑相传。我们发现感知订单处理时间和感知商品配送时间会带来不同的消极影响。首先，感知订单处理时间既会直接影响后悔，又会通过等待不满间接影响后悔，但它只会通过等待不满间接影响等待愤怒；而感知商品配送时间只会通过等待不满间接影响等待愤怒和后悔。其次，当考虑等待不满时，感知商品配送时间对转换意向和负面口碑相传的影响更强；反之，当不考虑等待不满时，感知订单处理时间对转换意向与负面口碑相传的影响却更强。由此，在进行等待时间管理时，等待不满的关键作用不容忽视。

       (三)不足与未来展望

       本研究还存在一些不足，有待进一步完善。首先，没有考虑一些变量对网购感知等待时间消极影响机理的调节作用。如在一些文化中，更长的等待时间可能会被接受，这会减弱它的消极影响。[3](P138～155)此外，消费者的个性，如控制欲会调节在线消费者体验、满意和抱怨的关系，[14](P1849～1861)那么它也很可能会调节网购感知等待时间的消极影响。其次，没有探讨有哪些因素会影响网购感知等待时间。Lee等[8](P365～394)研究发现网站界面及其设计会通过聚焦沉浸、暂时分离和增加乐趣影响感知等待时间，并提出浏览目的(享乐性vs.功利性)、风险属性(偏好vs.规避)和任务复杂性等其他可能存在的影响因素。为此，建议剖析这些及其他因素对网购感知等待时间的作用机理。

标签：网络模型论文;  关系处理论文;