采购中心网络特性与B2B品牌敏感性的关系研究_感知风险论文

购买中心网络特征与B2B品牌敏感度关系研究，本文主要内容关键词为：敏感度论文,特征论文,关系论文,品牌论文,网络论文，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：F274 文献标识码：A 文章编号：1005-0892(2016)08-0077-11

       一、引言

       对于大多数B2C(business to consumer)企业来说，开发和维护强势品牌已成为营销战略成功实施的关键点。相对而言，以组织客户为目标市场的企业往往较少将注意力放在品牌化上(Bendixen等，2004)。[1]在英特(Interbrand)公司2014年评出的世界上最有价值的百大品牌榜中，大多数都是B2C品牌。为此，B2B(business to business)营销经理需要思考如下问题：B2B企业是否忽视了品牌工具的运用？还是B2B的市场特征限制了品牌有效性的发挥？的确，B2B与B2C存在本质差别，B2C购买行为更多地涉及个体或家庭风险，而B2B面临组织和个体的双重风险。因此，B2B购买决策需要大范围的信息搜集，买卖双方需要构建长期关系以及通过群体讨论方式进行理性决策，以此来规避潜在风险。在此情境下，B2B品牌的功能会与B2C市场有所不同——帮助组织客户降低感知风险已成为其首要功能。

       在组织的日常运作中，如果采购的商品价值较高或潜在风险较大，那么采购决策程序就要依赖拥有完成目标所需的不同技能成员组成的团队来完成，这个团队被称为“购买中心(Buying Center)”。购买中心由组织内外部技术专家、管理者以及专业采购人员等组成，彼此分享信息，共同做出购买决策并共担风险(李桂华等，2010)。[2]

       品牌能否在B2B情境下发挥作用与购买中心的品牌敏感度高度相关。所谓B2B品牌敏感度是指在企业购买决策过程中，与企业联想相关的品牌信息可能被积极考虑的程度(Zablah等，2010)。[3]品牌敏感度在品牌资产建设中具有重要作用。品牌资产以品牌敏感为基础，假若组织客户在购买某类产品时对品牌不敏感，不关注品牌，那么该行业内任何企业的品牌资产建设将无异于空中楼阁，难见成效(郭晓凌和张梦霞，2010)。[4]

       购买中心成员来自于不同部门、不同层级甚至不同组织，他们在购买中心内扮演不同角色、占据不同节点，并且在决策过程中彼此影响，互通信息，体现出很强的交互性。可以说，购买中心的网络特征现实存在且非常明显(J

rvi和Munnukka，2009)。[5]即便如此，现有理论从网络角度对购买中心开展的研究并不多，特别是将购买中心网络特征与B2B品牌认知结合起来的研究非常缺乏。因此，研究购买中心网络特征与品牌敏感度的关系具有重要的理论意义。

       二、文献回顾

       (一)购买中心及网络特征

       Doyle(1995)将组织采购网络上升到战略高度加以认知，提出建立和维持内外部网络是企业的一项关键技能，网络是企业获取核心竞争能力、维持企业战略和创造企业价值的引擎。[6]Bristor(1993)也认为来自企业内外的购买中心成员网络在成功实施企业采购任务时扮演核心角色。[7]虽然购买中心在20世纪70年代就被许多学者广泛研究，但只有很少研究用到了网络方法(Bristor，1993；Buckles和Ronchetto，1996)。[7-8]在现实中，组织采购或采购组织确实被描述为基于技术、社会以及经济维度所形成的网络结构。H

kansson和Snehota(2000)将这种网络视作完成采购任务的、有组织的交互模式。[9]网络研究方法有助于强化购买中心功能，并能分享采购相关信息，在不同采购阶段加入网络的内外部成员可以创造和分享与采购任务相关的知识，并且可以减少采购过程中的不确定性(Buckles和Ronchetto，1996)。[8]Bristor(1993)认为，成功采购取决于组织能否建立功能良好的购买中心网络；这个网络为组织提供了来自不同部门、不同层级的有用信息，并汇总和创造了做出最优决策的知识，组织最大化地占有这些信息和知识非常必要；同时，采购任务能否成功还取决于不同采购阶段购买中心的网络结构以及不同参与者的投入情况。[7]

       一般而言，网络规模(即参与购买决策的人数)可以表征网络的广泛性。但同质化的购买中心即使囊括再多成员也不利于新知识的溢出与共享，网络的异质性比广泛性更好地反映了购买中心的知识结构。因此，本文将异质性作为一个描述购买中心网络特征的核心维度。刘嘉和许燕(2006)认为，网络异质性是指网络成员个人特征的分布情况，即社会网络成员在性别、年龄、种族、专业知识、价值观和人格等方面的特征是比较接近还是相差很大。[10]在网络异质度较高的购买中心里，成员具有多样化的职能背景，他们或来自于不同部门或来自于不同层级，在购买决策过程中扮演不同角色。

       网络卷入度是衡量个体与网络成员联系频繁程度的重要指标。购买中心包括不同角色，如决策者、影响者、购买者、使用者及把关者。扮演不同角色的购买中心成员间如果关系密切或互动频繁，则会向购买中心投入更多时间和精力。卷入度是一个用来描述个体卷入程度或影响采购决策程度的重要构念(Hsu和Lee，2003)。[11]卷入度的观测可以通过在采购过程中，个体与其他人口头或书面交流的次数来衡量。卷入度可以从横向和纵向两个角度加以构建。纵向卷入度是指购买中心来自组织不同层级的参与者情况。在不同组织中或不同购买情境下，纵向卷入度有很大差别，并且在采购的不同阶段，亦有不同；横向卷入度是指来自于不同组织、部门的参与者情况，在不同采购情境下，横向卷入度也有很大差异(J

rvi和Munnukka，2009)。[5]

       网络中心度可以用来衡量个体所处网络位置的优越性，体现了成员在购买中心网络中权力关系的不平衡性。购买中心网络成员既有不同专业背景，也有不同层级地位。企业高层管理者因其拥有较高的合法性权力而可能成为最终的意见领袖，特别是在集权化组织中(李桂华等，2010)。[2]Harrison(1995)认为，在买卖关系中，高权力距离对购买中心网络合作有负面作用。[12]与集权式网络相对，在分权式或民主式网络中，所有成员均有机会表达自己的观点，信息沟通会更加充分，因此地位均衡的网络有助于在购买决策中使用包括品牌知识在内的多元信息(卢宏亮和李桂华，2013)。[13]因此，本文选用“网络均衡性”反映权力距离及中心度特征。

       (二)B2B品牌知识及溢出效应

       B2B品牌不只包括名称、标志、设计和符号等有形元素。品牌在B2B情境下具有多维属性，与更加重视产品品牌的B2C营销相比，公司品牌在B2B营销中格外受到关注。将公司作为载体来创建积极的形象和声誉是B2B品牌建设的重点。B2B品牌涵盖了一系列品牌知识，它不仅传递了有形产品信息，如功能、成分、价格、包装以及质量等，同时也考虑了内化在企业供给物中的所有支持性信息，包括服务水平、物流便利性、人员支持、专业建议、企业资质、财务稳定性以及网络地位等非产品信息。这些非产品知识与企业能力(可靠性、专业性)以及企业品德(利他、互惠意愿)等无形特征有关，并且以“图式(schema)”形式客观存在于购买者的头脑中(卢宏亮和李桂华，2013)。[14]而无形的品牌知识是B2B品牌实现差异化的基础，是创造品牌资产的关键。

       现有的B2B品牌与组织购买决策关系研究认为，如果仅考虑名称、标志等有形品牌要素，它只是企业购买决策的一部分。Bendixen等人(2004)认为，在组织客户购买决策过程中，价格和配送等影响因素均排在品牌名称之前，品牌名称只占到购买决策总变异的16％。[1]如果综合考虑品牌显性的功能因素以及服务水平、技术支持、人员表现、过往经验、行业地位等无形因素，那么品牌将变得愈加重要。Mudambi等学者(1997)提出，精密轴承工业的买家将支持、交付和企业服务视为与产品同等重要的因素。[15]现有研究也表明，不锈钢激光切割机供应商重点关注技术解决、后勤问题以及为客户提供的支持(Mc Quiston，2004)。[16]面向客户的销售人员的专业知识、技能、亲和力、互惠意向以及社交能力，直接关系着组织客户对供应商品牌形象的感知。Baumgarth和Schmidt(2010)从内部品牌资产的角度探讨了品牌导向会提升员工的内部品牌知识、品牌卷入度和品牌承诺；同时，内部品牌资产会影响组织客户对公司品牌的看法。[17]Blomb

ck和Axelsson(2007)在研究没有任何实体产品的工程分包商时发现，分包商品牌形象的主要作用是吸引买方的兴趣并且提供关于企业能力、按时交货和资质等方面的信任，清晰的沟通、齐整的生产设备、先前的交易历史和企业网站等不同要素都有助于建立品牌形象。[18]

       因此，本文所谓的B2B品牌知识特指公司层面的品牌认知和品牌形象，它不同于B2C情境下的产品知识。而B2B品牌敏感度是指对于企业联想相关的品牌信息可能被积极考虑的程度(Zablah等，2010)。[3]知识溢出是指在学习过程中，知识在不同知识学习主体之间扩散的一种方式(卢福财和胡平波，2007)。[19]品牌知识溢出是指某群体内品牌知识在群体内不同个体之间的扩散、传播和转移。品牌知识溢出是知识的非自愿外溢，是知识外部性的一种表现。而品牌知识共享可视为购买中心内部成员知识自然外溢的结果，是品牌知识由个体拥有转化为群体共有的过程，包括知识的吸收和内化(Hendriks，1999)。[20]关于网络特征与知识溢出效应，王军等(2016)提出，组织社会网络结构会影响各种知识的获取，但是知识本身并不能直接转化为企业能力，而只有当企业通过学习对所获取的知识进行吸收、提炼和再创造，才能转化为企业能力。[21]马鸿佳等(2015)认为，通过社会网络获取和分享知识有助于促进个人创新行为。[22]

       (三)感知风险与信息处理理论

       与Zablah等人(2010)[3]的研究类似，本文首先定义了适度风险的购买情境，由B2B营销理论可知，购买情境可以划分为新购(New Buy，NB)、修正重购(Modified Re-buy，MRB)和直接重购(Straight Re-buy，SRB)三类。这种划分与购买中心的感知风险程度相关，直接重购的感知风险最低，修正重购次之，新购最高。在B2B背景下，Heide和Weiss(1995)的研究表明，由于组织记忆(organizational memory)的存在，有丰富经验的购买者更倾向于购买知名品牌。[23]另外，与产品相关的特定风险也可能影响B2B品牌创建。理论界通常将组织购买的产品划分为日常采购品、生产过程重要投入品及战略性产品。组织客户购买战略性产品时，在卷入度和信息搜集方面都要比常规性商品大得多，而战略性购买的高卷入度则需要购买中心更高的品牌认知度。

       在组织购买者感知风险变得越来越大的情况下，购买者的信息处理也变得越来越精细，品牌作为重要的决策信息，与其他参考信息一起对企业的购买决策产生重要影响。为了更好地理解品牌在B2B购买情境下发挥的真正作用，Brown等(2012)建立了一个具有互补性的理论框架，该框架既要囊括可测量的客观产品功能信息，又包括主观的品牌知识信息。[24]从客观决策角度来看，当购买风险增加时，品牌敏感度应该降低(如图1中①所示)；相反，主观品牌驱动视角则认为，品牌敏感度可能会随着购买风险的增加而增加(如图1中②所示)。通过深入研究信息处理过程可知，两个视角均有可取之处，并有助于理解购买风险与品牌敏感度的关系。

       由信息处理理论(information processing theory，IPT)可知，并非所有的决策过程都是客观的或纯粹理性认知的结果。所谓理性是指在决策过程中涉及的相关信息的搜集以及依赖对这些信息的分析来做出选择的程度。IPT认识到决策会涉及判断力的使用、经验以及其他非客观因素，这是因为购买中心成员本身受限于有限理性，而决策过程中涉及大量信息处理以致超出了决策者的处理能力(Siggelkow和Rivkin，2005)。[25]当信息超过一定阈值时，决策者会寻求多种快捷方式和启发式决策，如考虑品牌知识、加大市场领导者声誉的权重等以减少其认知紧张和感知风险(Brown等，2012)。[24]

       因此IPT表明，在特定的购买条件下，某些品牌策略很可能会比其他策略更有效。在总体风险水平较低时，购买者无动力进行复杂的信息搜索，取而代之，品牌成为决策可以遵循的线索；随着感知风险的增加，购买者可能会寻找客观的决策线索，发现并强调产品功能信息来评估竞争性产品。因此，购买中心的品牌敏感度可能会下降。当感知风险达到较高水平时，决策者需要大量信息以降低感知风险，又由于决策者具有有限的信息处理能力，品牌敏感度可能会作为一种风险减压机制而增强。至此，基于IPT客观和主观决策的组织购买过程可以用一条曲线来表示(如图1中③所示)。该曲线表明：感知风险与品牌敏感度关系遵循一条U形路径。

      

       图1 购买风险与品牌敏感度

       由图1可知，从客观决策角度出发可以预期：低风险的购买情境会引发高水平的品牌敏感度。但此时购买中心决策水平较低，网络异质性及成员卷入度有限，BC网络特征与品牌敏感度之间的关系较弱；当购买风险达到一定水平时，品牌敏感度会随着风险的提高而提高。而此时，购买中心的决策水平较高，网络异质性及成员卷入度均有提升，购买中心网络特征与品牌敏感度之间的关系较强。因此本文将研究定位于具有一定风险水平的决策情境，重点关注曲线③感知风险中值M右侧信息超载部分。

       基于以上分析，本文将购买中心网络特征、品牌知识溢出效应以及B2B品牌敏感度纳入到一个框架中，聚焦适度风险情境，探讨三者的相互作用机理。

       三、理论模型与研究假设

       网络异质性代表着网络广泛性、开放性、多样性与互补性。异质性可以影响购买中心网络结构的许多方面，例如它直接影响采购相关知识的数量和质量(J

rvi和Munnukka，2009)。[5]与小规模同质化的购买中心相比，当购买中心规模较大且异质性较强时，更多信息资源可以溢出到决策过程中。例如，更多人从事信息检索和分析工作，使得对不同产品的相关信息进行更加全面的扫描或更加深入的分析成为可能。此外，Kohli(1989)研究表明，在异质化购买中心中，专家对于购买决策的影响力度较大，[26]技术专家是购买中心内唯一将品牌视作比价格更重要的群体，他们更了解产品的功能属性并对降低风险更加敏感(Bendixen等，2004)。[1]在此情况下，购买中心进行广泛地信息检索有助于品牌知识获取，而专家型成员品牌导向及决策力量的增强有助于购买中心成员之间品牌知识的交流分享以及品牌敏感度的提升。

       其次，购买中心成员之间构成了一个目标一致的合作型网络，与竞争型网络相比其特殊性体现在：购买中心成员需要为最终决策负责，其网络成员存在利益关联，其他人的意见会对个人决策产生重要影响。由于企业采购是一项充满不确定性的高风险性工作，因此购买中心成员的决策过程必然会通过网络向其他成员寻求帮助或心理支持。购买中心网络异质性决定了求助者所获信息的多样性和互补性。购买中心网络的异质性水平越高，异质性知识就越多，进入购买中心考虑集的B2B品牌知识就越多，有关B2B供应商的商业地位、过往经历、人员素质、可靠性、服务水平、口碑与声誉等品牌隐性知识就会在购买决策过程中得到呈现。

       再次，IPT表明，在高风险购买情境下，购买者如果将注意力完全放在客观的属性或标准上，这种方式对于降低风险而言是低效的。这是因为购买者可能面临海量信息，而且需要评估相互冲突的因素。因此组织购买者也需要依靠判断力、经验、决策的快捷方式(如品牌信息、公司信誉)等主观线索来减少其感知风险。在这种情况下，购买中心成员会变得品牌敏感，因为品牌可以作为合法化其购买决策以及减少组织和个人社会心理风险感知的一种有效手段(Kotler和Pfoertsch，2006)。[27]综上，本文提出假设：

       H1：购买中心的网络异质性对B2B品牌知识溢出有正向影响；

       H2：购买中心的网络异质性对B2B品牌知识共享有正向影响；

       H3：购买中心的网络异质性对B2B品牌敏感度有正向影响。

       一般而言，企业间交易的商品特别是生产过程重要投入品或战略性产品价值昂贵，购买失败所产生的后果严重。因此，复杂的购买行为既要求群体参与决策，也需要购买中心成员较高程度的卷入。高卷入度意味着购买中心成员需要花费更多时间和精力去准备和积累产品和品牌知识，以便在差异较大的B2B品牌之间做出正确决策。

       网络卷入度还影响着购买中心成员间横向和纵向的互动效果。在参与决策过程中，高卷入成员会有更强的求知欲，更有积极性去溢出和吸收品牌知识。在高互动网络中，信息沟通更加充分，而沟通的信息是对品牌知识的传播。从结果上看，卷入度高的网络互动时间更长、互动频率更高、互动效果更好；高卷入成员不仅是品牌知识摄入者，还是新品牌知识的贡献者。

       最后，由IPT可知，个人和组织都有有限的信息处理能力。当购买中心信息超载时，决策者会选择品牌作为决策快捷方式来评价产品，预测产品质量和绩效以及做出最终的购买决策。高卷入成员由于充分的知识储备，会为购买中心带来更多信息，一旦信息存量超出成员的信息处理能力时，品牌可以作为简化选择的线索(Kotler和Pfoertsch，2006)，其敏感度就会得到提升。[27]因此，本文提出假设：

       H4：购买中心的网络卷入度对B2B品牌知识溢出有正向影响；

       H5：购买中心的网络卷入度对B2B品牌知识共享有正向影响；

       H6：购买中心的网络卷入度对B2B品牌敏感度有正向影响。

       由于购买中心成员原有职位不同，拥有的专业知识和采购经验存在差别，获取信息的渠道以及信息保有量不同，因此购买中心中权力性质和分布状态会存在不均衡性(李桂华等，2010)。[2]这种不均衡的权力地位会影响购买中心成员之间品牌知识的转移(卢宏亮和李桂华，2013)。[13]当购买中心内职位落差过大时容易造成“一言堂”局面，即职位较高者主导购买决策，次级职位参与者没有动力与其进行品牌知识分享，从而造成知识溢出和共享效率损失。

       即便购买中心职位差别不大但知识层次差距较大也会限制品牌知识的溢出和共享。专业技术人员由于垄断关键知识而处于优势地位，其他成员由于知识水平较低而很难实现在一个知识层面上的知识共享；占据信息洼地的参与者(如把关者和直接采购者)负责与供应商之间的沟通，由于其对采购工作非常熟悉，掌握的关于产品、供应商以及组织的“内幕”信息较多，会对购买决策产生重要影响。同样，从社会交换理论来讲，对于信息的独占心理会束缚其与信息弱势者分享相关品牌知识(卢宏亮和李桂华，2013)。[13]相反，若购买中心内的网络均衡感越高，品牌知识溢出和共享的效率也会提高。

       如前文所述，购买中心不同身份成员的品牌敏感度不同，技术专家和使用者等参与者对品牌的敏感度更高(Bendixen等，2004)。[1]如果这些人在购买中心内缺少话语权，则会限制B2B品牌在购买决策过程中的作用力。因此，本文提出假设：

       H7：购买中心的网络均衡性对B2B品牌知识溢出有正向影响；

       H8：购买中心的网络均衡性对B2B品牌知识共享有正向影响；

       H9：购买中心的网络均衡性对B2B品牌敏感度有正向影响。

       成员间知识溢出效应对网络组织中知识共享有重要影响，良好的知识溢出效应是知识共享顺利进行的必要条件(卢福财和胡平波，2007)。[19]如果购买中心网络成员之间没有知识溢出效应，那么购买中心成员间知识共享也就无法形成，结网决策的意义也就无法体现，购买中心就失去了存在价值。因此，有理由相信，B2B品牌知识溢出为购买中心品牌知识共享提供了动力。B2B品牌敏感度是指组织客户积极考虑B2B品牌信息的程度(Zablah等，2010)，[3]它以品牌信息在网络内的互动和交流为基础。品牌知识溢出和分享有助于提高B2B品牌敏感度是因为：(1)品牌知识溢出和共享提高了购买中心的品牌意识，更多成员意识到购买品牌产品的重要性；(2)在B2B市场上，品牌作为一种“线索体系”代表着多维利益承诺，购买中心成员之间知识溢出和共享增强了品牌知识的表达、传播、扩散和吸收效果。更多的品牌利益点，特别是隐性利益被发掘出来，可以提高品牌认同感以及群体决策的一致性。因此，本研究提出假设：

       H10：品牌知识溢出对品牌知识共享有正向影响；

       H11：品牌知识溢出对品牌敏感度有正向影响；

       H12：品牌知识共享对品牌敏感度有正向影响。

       四、研究设计

       (一)变量测量

       本研究共有6个潜变量需要测量，其中网络异质性参考了Stoddard和Fern(2002)的研究成果；[28]网络均衡性参考了卢宏亮和李桂华(2013)的研究成果；[13]网络卷入度是对Hsu和Lee(2003)在B2C情境下形成的卷入度量表改编而成；[11]B2B品牌敏感度参考了郭晓凌和张梦霞(2010)的研究成果。[4]B2B品牌知识溢出没有现成量表，主要参考其他情境下的知识溢出测量语句并进行改编而成，从“购买中心其他成员告诉我许多供应商企业信息、成员会充分表达对拟采购企业的看法、成员会积极传授各自的采购经验，知道了原来不知道的供应商企业信息”等方面加以测量。B2B品牌知识共享参考了Hendriks(1999)的研究成果。[20]以上问题均采用7级李克特(Likert)量表，1为完全不同意，7为完全同意。为了保证本文的适度风险假设，我们在量表中提示被调查者以修正重构(MRB)和新购(NB)为背景考虑相关问题的回答。

       (二)数据来源与分析方法

       本研究采用问卷调查的方式调查企业内具有采购经历的员工。为了提高测量工具的有效性，我们进行了预调查。40份初始量表被发放给有B2B采购经验的博士生、农业推广硕士、项目管理硕士、MBA和EMBA学员，这些人员在家具制造、石油石化、食品加工以及装备制造等方面比较擅长。回收有效问卷37份。根据克朗巴哈(Cronbach)系数值＞0.6，问项与总体的相关系数＜0.4且删除后系数显著增加的原则，对B2B品牌知识溢出的第4个问项(知道了原来不知道的供应商企业信息)进行了删减，确定了最终量表，详见表1所示。

      

       正式调查是针对黑龙江、吉林、上海、天津、辽宁、山东、北京、江苏和浙江等地企业进行的，调查对象包括企业高管、项目负责人、技术专家、采购部员工以及参与过采购的其他人员(如经验丰富的员工、行政人员)等。本研究对参与调查人员预设的采购年限为3年。本次调查共发放纸质和电子问卷483份，回收233份，剔除不满足年限要求或填答不合格的问卷后，获得有效问卷207份，样本有效率为42.8％。有效样本涵盖了如下行业(占比)：石油化工(12.5％)、汽车(10.5％)、建筑业(22.1％)、钢铁(10.4％)、电子设备(7.9％)、煤炭(5.6％)、装备制造(23.2％)、家具制造(7.8％)。企业类型包括国企、民企以及股份制企业等不同类型，具有较好代表性。

       五、数据分析和假设检验

       (一)信度和效度检验

       本研究采用Cronbach's α系数和组合信度(Composite Reliability，CR)作为量表信度的评价指标。Cronbach's α系数在实际应用中，一般要求至少大于0.70，量表的组合信度也需达到0.70才属于比较稳定的测量。本研究的信度检验结果如表1所示，各潜在变量的α系数介于0.779-0.874之间，CR值介于0.781-0.875之间，均大于0.70的标准，表明本文使用量表具有较好的内部一致性。

       本文从内容效度和判别效度两个方面进行效度量测。一方面，本研究量表中的问项均改编自国内外较成熟的测量工具，经过英语专业学生翻译后反复校对而成；并且在量表开发过程中充分考虑了营销专家和专业采购者的建议，在总体上保证了该套量表具有较高的内容效度。判别效度采用模型中各变量的AVE平方根大于其所在行与列相关系数的绝对值的方法检验，结果如表2所示，说明量表具有较好的判别效度。

      

       (二)假设检验

       本研究理论模型的拟合指标结果如下：

=1.604，符合小于3的严格标准；RMSEA值为0.056，小于0.1的上限值；GFI和AGFI值分别为0.928和0.926，均大于0.90的阈限值；CFI和IFI值都为0.905，均大于0.90的阈限值。以上拟合指数说明，理论模型的拟合度符合要求。

       在整体模型拟合情况良好的基础上，本研究进一步检验提出的假设是否成立。由图2及表3可知，网络异质性对B2B品牌知识溢出有显著正向影响(β=0.233，p＜0.001)，H1通过检验；网络异质性对B2B品牌知识共享有显著影响(β=0.294，p＜0.001)，H2通过检验；网络异质性对B2B品牌敏感度有显著正向影响(β=0.187，p＜0.01)，H3通过检验；网络卷入度对B2B品牌知识溢出有显著正向影响(β=0.323，p＜0.001)，H4通过检验；网络卷入度对B2B品牌知识共享有正向影响(β=0.344，p＜0.001)，H5通过检验；网络卷入度对B2B品牌敏感度无显著影响(β=0.092，p=0.247)，因此H6未通过检验；同样，网络均衡性对B2B品牌知识溢出有显著影响(β=0.312，p＜0.001)，H7通过检验；网络均衡性对B2B品牌知识共享有显著正向影响(β=0.318，p＜0.001)，H8通过检验；网络均衡性对B2B品牌敏感度无显著影响(β=0.071，p=0.281)，H9没有通过检验；B2B品牌知识溢出对B2B品牌知识共享有显著正向影响(β=0.483，p＜0.001)，H10通过检验；B2B品牌知识溢出对B2B品牌敏感度有显著正向影响(β=0.417，p＜0.001)，H11通过检验；B2B品牌知识共享对B2B品牌敏感度有显著正向影响(β=0.461，p＜0.001)，H12通过检验。

      

       图2 标准路径模型

       注：虚线表示未通过检验的路径；***表示p＜0.001(双尾)。

      

       六、结论与启示

       (一)研究结论

       本研究基于网络规模、中心度及连接强度等三个维度将购买中心网络特征划分为网络异质性、网络均衡性和网络卷入度，并考虑上述网络特征与B2B品牌知识溢出、共享及品牌敏感度之间的关系。通过实证研究得到如下结论：

       1.网络均衡性和网络卷入度对B2B品牌知识溢出和共享有正向影响，但对B2B品牌敏感度没有直接影响。这说明，即便是在均衡且高卷入网络中，成员的品牌敏感度也需要通过品牌知识溢出和共享这一学习机制来实现。购买中心是一个重要的合作型社会网络，其品牌敏感度是一个从网络合作者那里搜集、共享和内化品牌信息的过程。均衡且高卷入的网络特征有助于购买中心对拟购商品及企业有更加全面、立体的认识，可以保证购买中心品牌知识的保有量。但品牌敏感度需要经历一个“推断—跳跃”过程，推断的依据是网络中获取的知识或信息，而当信息存量超过成员信息处理能力(即信息超载)时，在适度风险的作用下才会实现由“产品导向”向“品牌导向”的跳跃。

       2.网络异质性既直接影响B2B品牌敏感度，又通过品牌知识溢出和共享机制间接影响品牌敏感度。除了间接影响外，网络异质性特征对B2B品牌敏感度还有直接正向影响，这可能由于信息超载以外的其他原因导致。究其原因，可能包括两个方面：一是网络异质性更可能将品牌敏感型成员(如专家)纳入到购买中心来，从而提升了购买中心品牌敏感度；二是异质性网络更可能带来竞争性的品牌信息，从而反向增加了购买中心品牌敏感度。

       3.B2B品牌知识溢出和共享对提升B2B品牌敏感度有直接影响，该结论表明信息传递机制的中介作用，也再次印证了信息处理过程是实现B2B品牌敏感的重要机理。

       收稿日期：2016-05-25

标签：感知风险论文;  异质性论文;  企业特征论文;  客户感知论文;  决策能力论文;