消费电子零售中的展厅现象研究

消费电子零售中的“展厅现象”：一项实证研究

引言

互联网相较于传统店内零售环境具有多项优势，并已成为消费者的主要信息来源，消费者会在实际购买前后访问零售商网站（Cetelem2013）。此外，互联网已成为许多消费者最流行的销售渠道，尤其是在休闲、时尚、旅游和电子产品行业（Webloyalty2013）。一些近期研究指出两种正在影响线上与线下零售渠道的趋势，即网络展厅现象webrooming和展厅现象showrooming，在此过程中实体店与互联网在购买决策过程中的角色发生了互换。结果，互联网正成为大多数零售商的主要销售渠道，而其实体店则成为许多消费者的信息来源。这种现象并非特定于某一地理区域或消费者类型，实际上可被视为一种更为普遍的消费趋势（ Quint,Rogers,andFerguson2013）。

不断变化的在线消费者行为需要进行更深入的分析，因为在线购买在消费者中正成为一种日益增长的趋势；42%的互联网用户报告称曾在在线环境进行过在线购买（Statista2015a）。全球消费者零售销售额估计超过7500亿美元（Statista2015b），预计 2015年美国零售电子商务的销售额将增加3000亿美元（Statista2015c）。此外，随着智能手机和平板电脑等移动设备使用量的增加，这一趋势预计将 进一步增长。其他研究显示，2013年期间，美国、英国和加拿大的 70%的消费者报告至少有过一次展厅现象行为，这表明零售商店正逐渐 成为其自身电子商务网站的延伸（Clifford2012）。百思买和沃尔玛等 主要零售商已对这一现象展开研究（Bustillo2012；Zimmerman2012）。消费者在在线环境中难以评估某些产品属性，也进一步加剧了展厅现象 的发生倾向（Mehra,Kumar,andRahu2013）。

本研究探讨了零售消费者中的展厅现象。基于计划行为理论（TPB）， 作者在消费电子零售行业中建立并检验了解释消费者实践展厅现象意图 的前因变量的理论框架。本研究聚焦于该行业，因为消费电子产品是在 线购物中最热门的品类之一（康硕迪2012），因此代表了一个消费者更 有可能实践展厅现象的市场细分领域（康硕迪2012；Zaubitzer2013）。

本文的结构如下：首先，回顾文献，包括对展厅现象概念及用于解释该 现象的主要前因变量的描述；其次，考察理论框架（基于TPB）；再次， 阐述基于所提出框架的一系列假设；然后，说明本研究的方法、分析和 结果；最后，讨论研究发现及其对零售商的管理启示，并指出研究局限 性。

文献综述

展厅现象的定义与现状

电子商务的主要前提是转变消费者行为。电子商务提供的供需差异缩小 使得市场空间无处不在，即所谓的无处不在的商业（u‐commerce） （Cox2004）。由于互联网、社交媒体和移动设备等技术进步，消费者 行为正在发生变化（Chiang和Dholakia2003），这些变化改变了传统 消费模式，并使零售商能够通过新的接触点触达消费者（Shankar等人 2010）。使用不同零售渠道的消费者被称为多渠道买家（Zaubitzer 2013）。展厅现象用于解释一种基于产品和零售商比较的购买行为，并已成为在线消费者行为领域的一 种趋势，正如全国零售联合会（NRF；Smith2013）所述。根据 Richter（2014）的观点，展厅现象指的是在传统零售店或任何其他线 下展销场所查看产品，随后在线购买产品的做法。换句话说，“展厅族” 会访问实体店，观察、触摸、感受并试用产品，但不会当场购买。另一 种相反的趋势也存在，称为网络展厅现象，即消费者访问零售网站以比 较品牌之间的价格、属性、评价和保修信息，但最终在实体店进行线下 购买。也就是说，消费者在线研究产品（RO=线上研究），但最终购买 行为发生在线下（PO=线下购买）（Kramer2014）。关于展厅现象的 一个重要方面是，价格在购买决策中起着决定性作用。消费者通常被零 售网站上的价格低于实体店的价格所吸引。这可以解释为许多在线零售 商不像大多数线下商店那样承担大量开支（Kramer2014）。

如今，展厅现象是一种体现消费者常识的购物行为，表明其在购买 过程中又迈进了一步。这一现象已引起零售商的关注，他们已开始采取 措施应对这一问题。一些措施侧重于降低产品价格，旨在缩小实体店价 格与在线价格之间的差距。根据Cetelem（2013）的一项调查，23%的 受访者确认了解展厅现象，28%的受访者表示过去曾有过展厅现象行为。MarketingVibes是一家咨询公司，其公布了关于展厅现象的以下 统计数据：（1）从2012年到2014年，在线上线下商店之间进行价格比较 的购买行为增长了156%；（2）有14%的消费者在竞争对手的网站上购 买商品（而非在所访问的零售店网站上购买）；（3）大多数参与展厅现 象的买家年龄在25–34岁之间，而20%的买家年龄在35–44岁之间；（4） 30%的消费者在零售店获取信息后，会在亚马逊网站上购买产品（ Vibes2013）。根据康硕迪（2012）的数据，参与展厅现象的顾客中有 50%年龄介于25–34岁之间，72%的人表示行为原因是更低的在线价格， 45%的人表示他们希望在在线购买前先查看产品。展厅现象中最常购买 的项目是消费电子产品（63%）、服装和配饰（43%）、书籍（29%） 和家用电器（22%），其次是玩具、珠宝/手表及其他类别（Zaubitzer 2013）。

此外，通过在商店内外使用移动终端，展厅现象已延伸至移动环境 （Kowatsch和Maass2010年）。根据谷歌（2013）的一份报告，关于 消费者在零售店进行购买决策时的在线行为得到了证实：84%的智能手 机购买者会使用手机作为辅助工具。根据帕拉戈（2013）的报告，58% 的智能手机成年用户和三分之一的美国成年买家经常表现出展厅现象。该报告中的另一项相关事实是，亚马逊是美国人比较智能手机的首选在 线网站。此外，价格是影响在线购买行为的关键变量，当零售店的价格 与亚马逊价格相近甚至包含折扣时，67%的买家会选择在零售店购买智 能手机。

在潜在的多渠道购买行为中，有必要区分忠诚研究型消费者和竞争 性研究型消费者（Neslin和Shankar2009）。忠诚研究型消费者在购 买过程中会切换渠道（即从线下到线上或反之），但始终停留在同一家 零售商处。而竞争性研究型消费者，也被称为搭便车者（ Umit‐Kucuk和Maddux2010），则利用一家零售商的渠道收集产品信 息，并转至另一家零售商的渠道完成购买。本研究聚焦于竞争性展厅现 象，即利用实体店作为获取产品或服务信息的来源，随后从其他零售商 处购买此类产品的行为。

忠诚型展厅现象对零售商而言是一个良好的机遇，但研究表明，仅 有1.8%的“展厅消费者”会表现出此类行为（VanBaal和Dach2005）。根据Neslin及其同事（2006）的观点，忠诚型展厅现象受到批评，因为 当零售商希望吸引更多消费者并将其引导至自己的在线商店时，如果转 换成本较低，消费者很可能会转向竞争对手的在线商店。同样，竞争性 展厅现象可能通过降低销售额并迫使零售商将消费者导向其在线商店 （网站），从而对零售商造成严重后果。因此，竞争性展厅现象可能被 视为对零售业，特别是对小型零售商的一种威胁。

展厅现象对小型零售商的威胁

关于展厅现象，一个需要解决的重要问题是，没有线上存在的小型企业 如何应对这一市场趋势。先前的研究发现，感知价格与使用分销渠道的 意图之间存在直接关系（Yu,Niehm,和Russell2011）。渠道与商店之 间的价格差异是影响消费者购买决策和零售商利益的关键因素（Wolk 和Ebling2010）。因此，展厅现象可能对小型企业产生负面影响，因为 专业商店通常提供更具粘性的价格和更高水平的服务，这导致更高的成 本，而小型零售商难以应对。因此，消费者通过“展厅现象”可能实现 显著的节省，这对未采用包含在线分销的全渠道策略的小型零售商可能是有害的。

为了抵消展厅现象的负面影响并减少这一趋势，零售商应努力缩小 线上与线下渠道的价格差异，并加强对其销售人员的培训计划（Quint 等2013）。其他学者建议，零售商应保持价格信息的及时更新，提供涵 盖线上与线下渠道的一体化体验，确保产品免费且快速配送并明确配送 政策，与客户建立更良好的关系，更加关注消费者的体验而非产品价格， 并避免让客户等待。总之，小型零售商必须通过振兴店内体验来克服展 厅现象（Stephens2013）。

理论模型与假设

TPB

文献回顾确定了三种常用于预测技术接受和使用的理论：计划行为理论 （TPB）（阿杰恩，2011）、技术接受模型（TAM）（Davis1986； Xioani和Prybutok2003）以及创新扩散理论（DOI）（Boateng、 Molla和Heeks2009）。本研究基于计划行为理论构建了一个理论模型， 用于分析影响零售消费者实践展厅现象的一些变量。

计划行为理论（TPB）由阿杰恩（1985）提出，是理性行为理论 （TRA）（Ajzen和Fishbein1980）的扩展。这两个理论的主要区别在 于，在TPB中，个体有可能控制自己的行为（Westaby,Versenyi,和 Hausmann2005）。在过去20年中，研究人员广泛使用了TPB，并证 明其非常适合预测多种情境下人类意图和行为的广泛多样性（Ajzen和 Fishbein1980；Lutz2011）。一些改进TPB的尝试集中在对其变量进 行分解（DTPB）（Taylor和Todd1995）以及对该理论的重新表述 （RTPB）（Ajzen2002a, 2002b）。这些完善预测性理论模型的努力已 被证明适用于技术接受的创新环境以及信息系统的使用（Taylor和 Todd1995；Kuo和Young2008）。

计划行为理论（TPB）指出，个体的行为由其行为意图（BI）、对 行为的态度（ATB）、社会影响（SI）、主观规范（SN）、感知行为控 制（PBC）（阿杰恩1991）、先前经验、对行为的信念（Taylor和 Todd1995）以及执行期望行为的理由和反对理由（Westaby等人2005） 所决定。在消费者行为文献中，TPB模型已被在离线和在线购买情境中被广泛使用（George2004；Hansen, Jensen,和Solgaard2004；Hsu等人2006）。根据以往研究，计划行 为理论（TPB）足以解释消费者对实践展店行为的态度、主观规范的影 响以及感知行为控制如何预测消费者实践展店的意图（Luo等人2014）。

下一节将描述所提出模型中使用的主要变量及其相互关系。

使用原因

文献综述表明，原因是个体信念、其总体动机（例如态度、主观规范和 感知控制）与其行为意图或使用意图之间的联系（Westabyetal.2005）。理论框架提出，原因通过影响消费者的动机和总体意图，帮助他们为其 行为进行辩护和正当化（Westabyetal.2005）。这提出了一个重要的 理论问题，因为原因概念在决策与判断情境中已被证实具有预测效度 （Campion1991; Pennington and Hastie 1988; Westaby et al. 2005）。因 此，执行或不执行某一行为的原因，在态度、主观规范、感知控制、行 为意图以及最终行为之间起着重要的桥梁作用（Westabyetal.2005）。

根据Inks和Mayo（2002）的观点，一些消费者对在线购物持保留态度， 这可能对在线渠道的接受率产生负面影响。在本研究中，通过对以往研 究的分析，确定了构成在线购买利弊原因的主要变量，因为这些变量可 能会影响消费者对展厅现象的态度及其执行该行为的意图。

本研究采用了电子商务文献中提到的最相关的消费者行为原因。消 费者在线购买（或不购买）的主要原因包括以下几点： 1.通过在线购买减轻压力，这对消费者的行为变化有直接影响，并间接 影响其决策以及身心福祉（Moschis2007）。关于压力的研究证明，在 压力条件下，消费者会采取旨在更有效利用资源的行为，以增强对环境 的控制，例如克制不必要的购买行为（Durante和Laran2016）。

2.与分销渠道之间的价格差异相关的因素，表明在线价格更低( Kannan和Kopalle2001；Koufaris和AjitKambil2001；Quint等 2013)。消费者可能以比线下渠道更低的价格在线购买产品的这一前提， 成为消费者对在线购买产生积极态度以及形成购买产品意图的原因。

另一方面，在那些对消费者在线购买态度和意图产生负面影响的原因中， 文献揭示了研究人员对研究某些反对在线购买原因的兴趣，例如

3.与消费者在线购买产品后退货相比在实体店购买产品退货时遇到的困 难相关的因素(Ofek, Katona, and Sarvary 2011; Maity and Arnold 2013)。总体而言，放宽退货政策会减少退回商店的产品数量，这有利于在线购 买过程并提高消费者满意度，尤其是对于知名品牌而言（Walshetal. 2016）。

4.与在线购买产品配送时间较长相关的原因（Li,Lu和Talebian2015年）。准时送达是影响客户评价和满意度影响最大的变量之一（Dholakia和 Zhao2010年），假设消费者愿意支付运费，只要产品能在预定时间内送 达（Abdul‐Muhmin2010年）。

5.由于在线缺乏关于产品物理属性的信息，消费者需要触摸或查看产品 （Peterson,Balasubramanian,andBronnenberg1997；伯克2002； Gurrea和Sanclemente2014）。一些研究展示了在低参与度产品传播 中，触摸产品或产品目录如何增强消费者说服效果（Peck和 WigginsJohnson2011）。

基于这些理论贡献，作者提出了以下假设：

H1a：在线购买的原因对消费者对在线购买的态度有积极影响。H1b：在线购 买的原因对消费者在商店网站上购买的意愿有积极影响。H2a：反对在线购买 的原因对消费者对在线购买的态度有负面影响。H2b：反对在线购买的原因对 消费者在商店网站上购买的意愿有负面影响。

与实体店购买的兼容性

购买风格的兼容性1991）衡量了在线购买模式与消费者认为其在实体店 中的购买体验与其当前的风格、习惯和过往经历的相似程度。在关于电子商务环境中兼容性的先前研究显示，兼容性是消费者采纳电子 商务的关键因素，尤其是当以往的购买体验不允许消费者对产品质量进 行实物评估时（Jarvenpaa和Todd1996）。因此，零售商有必要提供 与实体店产品测试方式相兼容的体验，例如使用三维建模等新技术（ Peterson等人1997）。因此，在线购买体验相对于实体店购买体验在兼 容性和愉悦性方面的感知将影响消费者对在线购买的态度。也就是说， 对在线购买的积极态度可能会促使消费者产生购买行为（Jarvenpaa、 Tractinsky和Vitale2000；VanderHeijden、Verhagen和 Creemers2003），并通过使用零售商网站进行购买的意愿来实现（ Jiang和本巴萨特2007）。因此，作者提出以下假设：

H3a：与实体店购买的兼容性将对消费者对在线购买的态度产生积极影响。 H3b：与实体店购买的兼容性将对消费者在商店网站上购买的意愿产生积极影 响。

感知控制

为了阐明感知控制对消费者行为的影响，学者们从不同角度对其进行了 分析（Koufaris2002）。文献综述表明，感知控制被纳入计划行为理论 中，以提高在意愿情况下对行为意图的预测力（阿杰恩和马登1986； Millstein1996），并且它也是技术使用的主要前因之一（Teo等2009）。从在线导航中的流畅感角度来看，感知控制可以被定义为“对自身 行为和环境的控制程度”（Koufaris2002,208）。在电子商务环境中， 存在大量可用的产品信息，而消费者可用于购物的时间却更少（ Koufaris2002），这导致功利型消费者在购买过程中需要更多的控制、 更少的努力以及更高的效率（Jarvenpaa和Todd1996；Tracy1998）。因此，网站必须通过提供简单易用、便于导航、有助于产品搜索和交易， 并使消费者能够轻松理解其使用方式和内容的界面，来赋予消费者更高 的控制感和便利性（Baty和Lee1995）。这样，高水平的感知控制将促 进个体执行某种行为的意图，增强其努力程度和坚持性（阿杰恩2002a）。如果消费者认为由于商店网站存在的困难使得展厅现象难以实现，则他 们的感知控制程度可能较低（Luo等2014）。因此，只有当消费者拥有执行该行为所需的时间、能力、意愿及其他资源。本研究认 为，消费者对商店网站所感知的环境与实体店存在显著差异，且感知控 制变量反映了消费者在执行特定行为时的自我效能，这种自我效能可能 因不同事件或行为而变化（Bandura1982）。因此，消费者对实施展厅 现象行为的感知控制将影响其行为意图。由此，作者提出以下假设：

H4a：认为对自己进行展厅现象有更高控制力的消费者将对在线购买持有更积 极的态度。H4b：认为对自己进行展厅现象有更高控制力的消费者将具有更高 的在商店网站上购买的意图。

在线购物体验与展厅现象

考虑到消费者行为是学习的结果（Bentler和Speckart1979），一些研 究人员指出，过去的消费行为可能对行为意图具有良好的预测作用（ Armitage和Conner2001）。部分学者支持过去购买体验会影响消费 者对在线购买的态度以及在线购买意愿的观点（MaySo、Danny Wong和Sculli2005；Huang和Hsu2009）。因此，本研究将展厅现 象视为一种随着消费者学习而增加的机会性在线行为。因此，作者提出 以下假设：

H5a：消费者的展厅现象体验对在线购买的态度有积极影响。H5b：消费者的展 厅现象体验对在商店网站上购买的意图有积极影响。

主观规范

主观规范指的是个体感知到的执行或不执行某种行为的社会压力，可以 定义为对用户重要的人认为应该执行特定行为的程度（阿杰恩1991）。换句话说，主观规范涉及个体关于他人期望的规范信念。根据阿杰恩 （1991）的观点，参照个体的意见会根据个体顺从该人意愿的动机程度 而被加权。例如，如果消费者认为有影响力的人要求其采取某种行为， 或者观察到周围其他人正在执行该行为，那么他可能会利用某种沟通媒 介来获取信息或进行购买。在本研究中，主观规范是定义为个人感知到他人要求的程度，通过他人对个人使用特定技术的 “相关性”来衡量。先前的研究确立了主观规范与购买行为之间以及主 观规范与态度之间的正向关系。在计划行为理论中，主观规范是意图的 主要前因（阿杰恩和马登1986）。因此，如果大多数消费者认为实施展 厅现象是一种可接受的行为，他们将对该行为产生更强的意图（Luo等 人2014）。基于此，作者提出以下假设：

H6a：感知到来自参照群体的社会压力较高的消费者，对在线购买的态度会更 积极。H6b：感知到来自参照群体的社会压力较高的消费者，在商店网站上购 买的意图会更强。

对在线购买的态度和消费者在商店网站上的购买意图

所提出的理论框架采用认知‐情感方法来解释消费者对在线或实体店购买 态度的形成。该方法已应用于多项电子商务研究中，有助于全面识别人 类反应（Eagly,Mladinic,andOtto1994; Kempf 1999年; Onurbodur, Brinberg, and Coupey 2000）。文献表明，消费者对在线购买行为的意图 主要由其对在线购物的

商店或对在特定网站上购买的态度。因此，对购买过程、品牌或产品的 积极态度将鼓励消费者进行购买行为，并增加可能性

这种行为会发生（Jarvenpaa等人2000；VanderHeijden等人2003； Jiang和Benbasat2007）。关于在线环境，Jarvenpaa及其同事（ 2000）发现，对在商店网站上购买的积极态度会增加在该商店购买的可 能性，因此，对商店的态度会影响购买意图（Grazioli和Jarvenpaa 2000；Coyle和Thorson2001）。其他研究通过网站评估了购买意图， 并得出结论：在线购买受到功利价值、对在线购物的态度、信息可用性 和享乐价值的影响（Khare和Rakesh2011）。对零售店的态度被定义 为认为在该商店购买很可能产生整体正面结果或整体负面结果的信念 （Jarvenpaa等人2000；Lim等人2006）。

本研究将对在线购买的态度视为对过去的在线购买体验的整体评估。因此，作者提出以下假设：

H7：对在线购买持更积极态度将对消费者在商店网站上购买的意图产生更大影响。

行为意图（使用意图）

行为意图（BI）变量被认为是“反映个体执行某种行为的强度的因素” （Ajzen1991，第181页）。在计划行为理论（TPB）中，行为意图是对 某种行为或最终使用最具影响力的预测因素。Armitage和Conner（ 2001年）对此进行了验证，他们分析了截至1997年发表的185项实证研 究，发现计划行为理论能够解释行为差异以及使用意图的27%至39%的 变化。因此，在TPB的各个构念中，行为意图已被证实是实际行为的最 佳预测因素。对于本研究提出的模型而言，实践展厅现象的意图代表了 主要的内生变量。图1展示了反映所有提出假设的理论模型，而表1描 述了所采用的测量指标。

方法论

样本与数据收集

176名零售消费者（77名男性和99名女性）参与了一项关于消费电子零售 环境中展厅现象现状的调查。参与者采用分层非概率抽样方法进行选取， 控制变量为年龄和性别。受访者是在西班牙格拉纳达省一些主要消费电 子产品商店的入口处招募的。数据通过一组市场研究专业人士在2015年2月至3月期间发放问卷收集。表2总 结了该研究的技术细节。参与者的年龄在18至70岁之间，平均35岁（参 见表3了解样本的人口统计特征）。

调查测量

为了确保调查中所用测量指标的内容效度，作者回顾了以往的研究并相 应地调整了量表。他们使用了7点李克特量表，范围从强烈不同意到强烈 同意。在线购物体验因子的指标来自Hui,Teo,和TomLee（2007）。用于测量与在商店购买的兼容性改编自江和本巴沙特（2007）提出的量表。关于 对在线购买利弊原因的评估，由于文献中缺乏经过实证检验的量表，作 者采用了先前研究中测试过的个别项目，这些研究包括彼得森及其同事 （1997）；伯克（2002）；奥康纳（2003）；莫希斯（2007）；奥费 克、卡托纳和萨尔瓦里（2011）；迈提和阿诺德（2013）；昆特及其同 事（2013）；古雷亚和桑克莱门特（2014）；李、卢和塔莱比安（ 2015）；卡南和科帕勒（2001）；以及库法里斯和阿吉特·坎比尔（ 2001）。这些项目包括以下内容，涉及在商店网站上购买：（a）在线购 买减轻了我的压力，（b）在线价格通常低于实体店价格，（c）与店内 购买相比，退货更加困难，（d）在商店购物时看不到产品对我来说是个 问题，以及（e）在实体店购买产品更快。用于测量主观规范的社会影响 的指标改编自文卡特斯及其同事（2003）提出的量表。至于感知控制的 测量，则改编了库法里斯（2002）提出的指标。关于对零售店态度的量 表，作者使用了林及其同事（2006）开发的项目。最后，为了测量使用 网络进行展厅现象的意愿，研究改编了文卡特斯及其同事（2003）提出 的量表。

消费电子零售中的“展厅现象”：一项实证研究

数据分析与结果

量表验证

该模型通过结构方程建模（SEM）进行检验，该方法采用基于偏最小二乘法（PLS）的组件估计技术。该技术类似于回归分析，使用聚焦于潜在变量与其测量指标之间理论关系的结构模型。该方法主要用于基于方差的因果分析中的预测，不同于基于协方差的方法，如LISREL或 AMOS（Chin, Marcolin和Newsted 1996, 25）。该方法在市场营销领域也得到了广泛应用（Jarvis等 2003；Albers 2010年；Vinzi等 2010）。其主要优势之一是不需要大样本量，并且适用于理论发展的早期阶段 （Barclay, Higgins和Thompson 1995；Chin等 1996）。这种多变量分析方法的特征和优势已在文献中得到广泛讨论（Sarstedt, Henseler和Ringle 2011）。鉴于本研究的特点以及所提出的变量，偏最小二乘法（PLS）是评估该模型的合适技术。

在数据分析方面，使用了SmartPLS 2.0.M3软件（Ringle, Wende,和 Will 2005；Ringle, Wende,和Will 2010年）。三种类型的效度被测试的内容包括内容效度、收敛效度和区分效度。内容效度通过使用先前经过测试的量表、标准的量表适应程序以及学术专家进行评估。量表显示出收敛效度，通过克朗巴赫系数、组合信度（CR）和平均方差提取量（AVE）进行评估，这些值均高于文献中接受的最低值（分别为0.70、 0.70和0.50）（Fornell 和 Larcker 1981），但 展示厅行为的原因变量 的克朗巴赫系数低于0.70，且 与零售店的兼容性和 感知控制变量的值接近0.70。关于CR，所有提出的量表均等于或高于最低推荐值，除了 展示厅行为的原因变量。至于AVE，除感知控制外，所有变量均高于推荐值。

表4 提供了关于项目数量、克朗巴赫系数、CR、AVE以及构念可靠性的信息。所有构念在实证背景下均表现出收敛效度。区别效度通过比较AVE的平方根（与每个潜在变量的相关性）与其他模型构念之间的差异，以及通过分析构念内部的相关性以及指标与构念之间的相关性来评估（Fornell 和 Larcker 1981；Barclay 等人 1995）。结果表明，量表明显具备区别效度。 表5 显示了构念内部的相关性，并将其与AVE的平方根进行比较。总体而言，结果有力地支持了本研究的内容效度、量表及其项目的收敛效度和区别效度。

相关系数矩阵未显示任何高度相关的变量（主要构念之间的最高相关性为r= 0.507）。共同方法偏差检验通常会显示出高度相关（r > 0.90） （Pavlou 和 El Sawy 2006）。此外，由于偏最小二乘法（PLS）算法对所有构念均采用反射模式，因此几乎不可能出现共线性问题（Chin 等 1996）。本研究提出的模型使用 SmartPLS 2.0.3 进行检验。为了估计路径的显著性，作者采用了包含 500 个子样本的自举法程序。

总体而言，有充分证据表明量表的收敛效度良好，但展示厅行为的原因变量除外，该变量已被从模型中删除。所有项目的信度均可接受，但感知控制量表的第4个项目最终被舍弃。

结构模型

根据Falk和Miller（1992）的研究，潜在变量的R2高于0.1时，才可接受或拒绝提出的假设。鉴于偏最小二乘法（PLS）的主要目标是预测，

讨论与启示

自出现以来，互联网已成为消费者的主要信息来源之一。如今，文献表明存在一种购买行为，即消费者在实体店获取产品信息，随后在线购买该产品。这种行为对未采用全渠道策略或未能将互联网作为营销渠道加以利用的零售商构成了威胁。本研究分析了展厅现象在零售业中的现状。为此，作者基于计划行为理论（TPB）构建了一个关于消费者意图进行展厅现象的理论模型，该模型包含多个提出的变量及其相互关系。

本研究探讨的一个初步问题是消费者是否了解“展厅现象”这一术语。总体而言，67.3%的受访者表示他们不了解展厅现象，但48.5%的受访者提到他们会从实体店获取产品信息并试用产品，但最终在商店的网站或其他竞争对手的网站上完成购买。

本研究的主要贡献之一是运用计划行为理论（TPB）来解释一种鲜有研究的计划行为（Richter 2014），即展厅现象，其中消费者在实体店浏览、观察和比较产品后进行在线购买。第二个贡献在于将文献中尚未广泛使用的变量纳入理论模型，例如支持和反对某种行为的理由以及与店内购买的兼容性（Jiang 和 Benbasat 2007）。总而言之，基于态度原因和购买意愿所提出的因果关系（H1a 和 H1b）在统计上并不显著，这一点已在先前的研究中得到证实（Westaby 和 Braithewaite 2003； Westaby 等人 2005）。相反，反对展厅现象的理由被发现是购买意愿 （H2b）和对零售店态度（H2a）的负向直接前因，正如 Westaby 及其同事（2005）所述。基于这些结果，零售商应尽量减少消费者在产品退换方面遇到的困难（即减少反对展厅现象的理由），尤其是在在线渠道方面。此外，改善在线购买产品的配送时间可能使消费者认为在实体店的购买过程更快（Li、Lu 和 Talebian 2015）。最后，消费者无法看到他们计划在线购买的产品，是不进行在线购买的一个重要原因，因此对于在线零售商而言，通过使用照片、视频和/或三维模型提供更详细的图形信息至关重要（Peterson 等人 1997；Burke 2002；Gurrea 和 Sanclemente 2014）。

本研究证实了在线购买与实体店购买之间的兼容性在展厅现象实践中的重要作用。该变量被发现具有直接的正向关系对零售店的态度，正如江和本巴萨特（2007）所提出的。这一发现支持了以下观点：在线零售商应模仿其实体店的流程和美学设计，以便消费者认为在线购买环境与实体店的购买环境相似。为了增强跨渠道的兼容性，作者建议创建注重简洁性和易用性的网站，使用虚拟购物车，并采用类似于百货商店的产品分类结构。

关于模型中分析的前因变量，感知控制已被证实为对零售店态度的主要前因变量（假设H3a），这与文献中的观点一致（Westaby 等人 2005）。这一发现意味着，如果零售商希望提升消费者对其网站购买行为的积极态度，则应增强消费者的感知控制。为此，建议零售商提高其网站的可用性，重点在于促进消费者在网站上的导航体验。研究结果表明，由于假设H4b被拒绝，感知控制与使用网站的意愿之间不存在直接关系。因此，感知控制对态度的影响大于对购买意图的影响，这与Luo及其同事（2014）提出的观点相矛盾。

关于消费者以往的展厅体验，作者发现它是使用意图的主要前因变量（假设4b），并在较小程度上是在线购买态度的前因变量（H5a） （May So 等人 2005；Huang 和 Hsu 2009）。这证实了基于过往行为的学习有助于预测未来行为的意图（Conner 和 Armitage 1998）。研究结果提示零售商，其顾客的展厅现象实践会增加重复该行为的可能性。因此，作者建议对顾客的展厅行为进行深入分析，以了解其未满足的需求以及实施该行为的原因。通过这些信息，零售商可以引导顾客访问其自有网站，提高顾客忠诚度，并降低其访问其他竞争对手网站的意图。

通过主观规范的社会影响表明，这种规范对改善消费者对在线购买的态度（假设H6a）具有重要作用，但并不能影响其在线购买行为（假设H6b），这与Luo及其同事（2014）提出的观点相矛盾。这一结果的一种解释是，对某些消费者而言，在线购买过程是在计算机或移动设备前独自完成的行为，因此他们的最终购买决策不受他人影响，但他人意见仍会显著影响他们的态度（Ickler等，2009）。因此，控制他人尤其是网络参与者（如博主、分析师和记者）的影响，有助于理解主观规范对展厅现象的影响。最后，正如采用计划行为理论的电子商务文献所表明的那样，对在线购买的态度直接影响并正向促进与网络使用意图相关（H7）（阿米蒂奇和康纳，2001年）。所有假设和结果的总结见表7。关于本研究的启示，一个相关的问题是：小型零售店如何应对展厅现象？大多数小型零售商一直专注于客户服务。作者提出了以下建议： （1）通过提供美观且高度可用的网站，包括产品详细分析和价格比较，并有效整合线上与线下渠道（例如，提供免费Wi‐Fi、移动购物折扣），以提升客户体验；（2）通过改进退货流程、增强产品的“实体感”、展示尽可能真实的产品图形信息以及缩短产品交付时间，提高消费者感知控制（从而改善消费者对零售店的态度）；（3）通过使网络环境尽可能与零售店环境相似、使用虚拟购物车、有效进行产品分类、提供相似的支付流程，以及利用博主和其他“意见领袖”在在线渠道提供建议，最大限度地提升线上购买与实体店购买之间的兼容性；（4）通过识别并精准定位忠诚客户，了解他们的购买原因，减少其不购买的原因，并改善他们对商店的整体态度，以提高购买可能性。

局限性和未来研究

本研究存在一些局限性，可在未来研究中加以解决。首先，建议针对 reasons f or and against using the website变量采用不同的量表，因为本研究中获得的效度分数并不高。其次，本研究使用的样本量相对较小。因此，未来研究应考虑通过将参与者的选择扩展到其他地理区域来增加样本量和代表性。更大的样本量将使研究人员能够使用基于协方差的其他计算技术，例如LISREL或AMOS中结构方程模型估计方法所采用的技术。最后，由于采用了偏最小二乘法（PLS），作者无法使用模型的调整指数，这一问题可在未来的研究中予以解决。

关于未来的研究方向，作者建议将本研究扩展到其他产品类别。例如，分析展厅现象在不同产品类别（如频繁购买的产品、季节性产品和/ 或体验型产品）中的潜在差异将十分有意义。此外，分析人口统计学差异对展厅现象实践的影响也十分重要，因为人口统计学变量在文献中被认为是计划行为理论的主要调节变量之一。同时，进一步的研究可以通过在其他地理区域重复本研究来考察展厅现象实践中的跨文化差异。