EN中文

PROGRESS IN GEOGRAPHY >

2016 , Vol. 35 >Issue 4: 476 - 486

DOI: https://doi.org/10.18306/dlkxjz.2016.04.008

Articles

Characteristics of e-shopping behavior of Nanjing residents:A case of books and clothes

  • ZHANG Yuqing , 1 ,
  • ZHEN Feng , 2, * ,
  • ZHANG Yongming 2
Expand
  • 1. School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing 210023, China
  • 2. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China

Online published: 2016-04-27

Supported by

National Natural Science Foundation of China, No.41571146

Copyright

《地理科学进展》杂志 版权所有
Fold

Abstract

With the rapid development of information and communication technology (ICT), e-shopping has increasingly become a significant part of today’s social and economic life, deeply influencing residents’ shopping behavior and the development of traditional retail trade. Residents’ shopping behavior differs in different countries, among different groups of people, and with different types of goods. This article analyzes the characteristics of e-shopping behavior of Nanjing residents and compares residents’ e-shopping behavior by distinguishing product types based on a sample survey. The survey was conducted in Nanjing City from April to June 2015 by a research group at Nanjing University, which resulted in 963 valid samples that were later applied for analysis of variance. The study result has important implications for understanding the interactions between e-shopping and in-store shopping, as well as the influence of online shopping on transportation and urban retail space. By comparing two types of products—books and clothes, the article summarizes the general characteristics of Nanjing residents’ e-shopping behavior based on shopping frequency, distance of shopping trips, and shopping attitudes. The result of one-way ANOVA shows that residents’ e-shopping behavior is a complicated process. Considering the two types of products, residents with different e-shopping frequencies clearly differ in socioeconomic attributes, spatial locations, Internet use and shopping habits, and shopping attitudes. Residents with different frequencies of shopping clothes online have significantly more dissimilarities, which means experience goods response more strongly to the new shopping mode. Specifically, people with a high frequency of shopping books online are often older (with an average age of about 33), have higher level of education and household monthly income, are more likely to use online search to get product information and less sensitive to prices. People with a high frequency of shopping clothes online are often younger (with an average age of about 30.4), have higher level of education and household monthly income, and low shopping accessibility in place of residence with an average trip distance of 20 minutes, more likely have rich experiences in using the Internet and conduct unexpected consumption, value the recreational function of shopping, and pursue fashion. The results of this study may provide some references and basic data for dissecting the relationships between online shopping and in-store shopping from a geographic perspective and examining trends of retail sales in the city.

Key words： Information & Communication Technology(ICT); e-shopping; types of goods; one-way ANOVA; Nanjing City

Cite this article

ZHANG Yuqing , ZHEN Feng , ZHANG Yongming . Characteristics of e-shopping behavior of Nanjing residents:A case of books and clothes[J]. PROGRESS IN GEOGRAPHY, 2016 , 35(4) : 476 -486 . DOI: 10.18306/dlkxjz.2016.04.008

1 引言

随着信息通讯技术(Information & Communication Technology, ICT)的快速发展,尤其是互联网技术的飞跃正在对经济活动的运行方式产生巨大影响(陈秀山等, 2006),而电子商务作为一种新生的商业业态,正在逐步改变居民的消费偏好和消费行为,进而影响传统零售业的发展模式。网络购物(e-shopping)指的是电子商务中的B2C (Business to Customer)交易部分,即消费者从虚拟商店搜索商品信息和在线购买的行为(Mokhtarian, 2004)。2014年,中国网络购物市场交易规模达到2.8万亿元,较2013年增长48.7%,始终保持较高增长水平。2014年网络购物交易额大致相当于社会消费品零售总额的10.7%,年度线上渗透率首次突破10%(艾瑞咨询, 2015)。可见,伴随互联网技术的飞速发展,网络购物日益成为社会经济生活的重要组成部分,具有强大生命力的现代电子交易手段和商业模式已越来越被人们所认识和接受(汪明峰等, 2012)。
网络购物打破了传统购物过程中时间和空间的限制,导致购物活动中的时空破碎化和购物渠道的重新组合(Couclelis, 2004)。就交通角度而言,网络购物与传统购物的关系是电子商务研究的基础性问题,概括起来可分为4种,即替代、补充、修正和中立关系(Salomon, 1986; Mokhtarian, 1990; Pendyala et al, 1991; Choo et al, 2007)。网络购物对于实体购物的替代潜力,对于减少个人出行、缓解城市交通拥堵等有重要影响,因此网络购物与实体购物间的相互关系一直是学者们争议的热点。由于研究对象及商品类型选择的不同,研究结论不一致(Farag et al, 2007; Cao, 2012)。对于网络购物产生的原因,Weltevreden(2007)认为不同地区的技术差异和购物可达性造成了各地区网上购物发展水平的差异。由此,派生出两种假设：①创新扩散假设,即网上购物是一种城市现象,因为技术革新往往从市中心开始(Anderson et al, 2003)。②效率假设,即当购物不便时,网上购物更容易发生(Ren et al, 2009; Weltevreden et al, 2009)。两种假设是否成立,也因商品类型的不同而异。因此,区分商品类型对于讨论网络购物的相关问题很有必要。学术界比较公认的划分方法是将商品划分为搜索型商品和体验型商品(Alba et al, 1997)。搜索型商品是指居民购买前不需要触摸、体验,通过网上的信息搜索就能掌握商品的主要属性、特征,例如书籍、音像制品等;而体验型商品则很难单凭网上的信息来确定商品的属性、特征,在购买之前很难评估其价值,例如衣服等(Farag et al, 2006; Huang et al, 2009; Chung et al, 2012)。搜索型商品和体验型商品在购物方式选择和购物环节等方面均存在较大的差别,其中搜索型商品更适合在网上搜索、体验和购买。
目前,有关网络购物方面的研究较多,大多来自于经济学、市场营销等领域,ICT对传统零售业模式的影响是关注的重点。相比于网上零售业的高速扩张,国内地理学界对于这一新兴商业业态的关注和研究则显得相对不足(焦华富等, 2013)。事实上,地理空间因素在零售业的发展中一直起着关键作用,网络经济并不是一种完全虚拟的经济,而是受到城市实体空间包括基础设施条件的制约(汪明峰等, 2013)。有关网络购物对交通出行及城市零售业空间的影响,也正在受到越来越多的学者关注,而了解新商业环境下的居民购物行为特征是分析这一问题的前提。对居民购物行为的研究一直是地理学研究的热点,居民购物行为的时空特征(柴彦威等, 2008; 申悦等, 2011)、影响因素(Turley et al, 2000; Tang et al, 2001)、决策机制(Talukdar et al, 2010)等是国内外消费行为研究的核心主题。随着行为视角的加强,消费者购物行为研究更加关注对消费者购物行为特征的描述,探讨消费者个人或者家庭的社会经济属性,以及地域商业环境的变化对其购物行为的影响(韩会然等,2011)。互联网的迅速发展,使得学者们对居民购物行为的关注从实体空间转移到虚拟空间,但这部分的研究成果目前还有待深入和细化。席广亮等(2014)以南京市为例,分析居民网络消费的影响因素及空间特征,研究表明：南京内外城、郊区等不同圈层居民的网络消费构成呈现差异性特征。孙智群等(2009)通过对市民基本属性、网上购物种类、花费、频率、态度等特征的空间差异分析,阐明虚拟网络空间中人们购物行为的一般特征和在现实地理空间中的差异规律,并进一步分析网络购物对城市购物空间结构发展的影响。
总的来说,现有对网络购物的研究大多以发达国家作为案例,很少涉及发展中国家。在研究居民购物消费行为时,大多停留在对传统购物出行的时空特征分析,很少结合电子商务这一新型商业业态进行分析。此外,对于网络购物的研究大多针对特定群体,例如大学生等,且很少区分商品类型并进行比较分析。本文以南京市为例,区分搜索型商品(书籍)和体验型商品(衣服),分析网络空间中居民购物行为的一般特征,通过单因素方差分析及Bonferroni检验探究不同网购频率的人群在社会经济属性、购物态度、空间、互联网使用等特征方面的差异,总结网购书籍和网购衣服频率较高人群的特征。了解新商业环境下城市居民网络购物行为特征和对网络购物的接受情况,对深入研究ICT对人们购物行为和城市零售业空间的重塑作用具有一定参考意义。

2 数据和方法

2.1 数据说明

南京是长江三角洲重要的中心城市之一,社会经济相对发达,信息化发展迅速,多年来互联网经济发展的多项指标一直位于全国前列。据《中国信息社会发展报告2015》显示,南京市的信息社会发展指数达到0.67,在全国城市中排名第13位,在省会城市中排名第3位。“互联网+”上升为国家战略后,南京首次提出到2017年力争成为全国“互联网经济发展高地”。“互联网+”正在迅速融入南京实体经济,成为创新发展的新引擎。因此以南京市作为调研区域研究居民网络购物行为特征,具有一定代表性。
《南京大学居民网络购物研究》课题组从2015年4-6月开展了南京市居民网络购物行为的问卷调查,调查内容包括最近一次的购物经历、购物态度、购物习惯、个人和家庭基本信息等几个方面。根据南京市人口分布状况,选择南京市的8个区(鼓楼区、玄武区、建邺区、秦淮区、雨花台区、栖霞区、江宁区、浦口区)24个街道进行抽样调查。根据到地铁站的远近和到商业中心的距离不同,每个街道选择2~3个小区采用入户随机调查的方式进行调研,被调研小区共42个(图1)。本次问卷调查的目的是了解居民网络购物行为特征,因此被调研对象为使用互联网且有网购经历的南京市居民。入户共2874家,其中1496户同意参与调研,1032位被访者完成最终的调研,问卷回收率为35.9%。通过对问卷的有效度进行分析,最终确定963个样本,问卷有效率为93.3%。样本的基本属性情况如表1所示。本次调研中女性、学历和收入水平较高、年龄25~34岁、全职工作、居住地在市区的人群占比较高。
Fig.1 Distribution of surveyed residential areas

图1 被调研小区分布示意图

2.2 研究方法

本文运用SPSS 21.0及以下统计方法对问卷调查结果进行分析：
2.2.1 交叉频数分析与卡方检验
通过建立由两个或两个以上变量进行交叉分类形成的二维或多维列联表,对行变量与列变量之间的关联性和差异性进行分析。在交叉分析的基础上进行卡方检验,该方法能检验列联表中行变量与列变量是否独立,通过P值来反映显著性检验。
2.2.2 因子分析
因子分析是从变量群中提取共性因子的统计技术。在本次调研中,被访者回答与购物态度有关的18个问题,用五级量表表示被访者从同意(5分)到不同意(1分)该观点的程度。由于有些因素间高度相关,为便于进行方差分析,故先进行因子分析。
2.2.3 方差分析
方差分析(Analysis of Variance, 简称ANOVA),又称“变异数分析”或“F检验”,用于两个及两个以上样本均数差别的显著性检验,并在事后检验中通过Bonferroni校正进一步判别哪组变量和其他变量具有显著差别(Handy et al, 2008)。

3 南京市居民网络购物行为总体特征

居民的购物消费行为受来自外界环境和内在属性等多种因素的影响和制约。作为城市中的能动主体,居民能够根据不同的商品属性选择不同的购物目的地和出行方式等,从而形成了不同的购物特征(韩会然等, 2011)。本文将商品类型划分为体验型商品和搜索型商品,分别以衣服(包含鞋帽)和书籍两类商品为代表,从购物频率、购物出行和购物态度3个方面总结南京市居民网购行为总体特征。

3.1 频率特征

网络购物具有方便快捷、价格便宜等优势,对传统实体购物方式带来的冲击日益增加,但实体购物仍然具有一些网络购物所不具备的优点。从被调查居民对不同类型商品的购买频率(表2)可以看出：衣服在网络和实体商店购买的频率都很高,而书籍在两者的购买频率都比较低,超过一半的居民很少在网上或实体店购买书籍。与衣服相比较,书籍在网上购买的频率相对实体店更高。可见,网络对搜索型商品购物方式的选择和购买频率影响更大,而对体验型商品的购买方式选择和购买频率影响相对较小。综合表1和表2发现：网购衣服和书籍频率较高的人群多为女性,购买频率主要集中在一个月一次或两次,以年轻人为主,高中及以上学历,家庭平均月收入在5000元以上。
Tab.1 Basic social and economic statistics of the respondents

表1 被调查样本基本情况统计表

样本属性 样本量 比例/%
性别 男 404 42.1
女 555 57.9
年龄 18~24岁 173 18.7
25~34岁 473 51.2
35~44岁 199 21.6
45岁以上 78 8.5
学历 小学及以下 5 0.5
初中 43 4.5
高中/中专 104 10.8
大专 226 23.5
本科 448 46.6
研究生及以上 135 14.1
就业状态 全职工作 823 86.7
全日制在校学生 108 11.4
在职学生 18 1.9
家庭平均
月收入		 <1000元 4 0.4
1000~1999元 27 2.8
2000~2999元 75 7.9
3000~4999元 204 21.5
5000~6999元 206 21.8
7000~9999元 168 17.7
10000~14999元 135 14.2
15000~19999元 68 7.2
>20000元 62 6.5
居住地 市区 534 55.5
郊区 429 44.5
Tab.2 Frequencies of purchasing clothes and books online and offline

表2 不同类型商品网络和实体商店购买频率占比

购买频率 商品类型
衣服 书籍
网络购买/% 实体店购买/% 网络购买/% 实体店购买/%
很少 26.1 29.0 55.5 70.8
两个月一次 19.1 25.6 22.0 14.9
一个月一次或两次 33.8 23.7 18.7 10.7
一个月三次或更多 21.0 21.7 3.8 3.6
总计 100.0 100.0 100.0 100.0
从空间角度来看,不同居住区位的居民在购物频率特征上也有一定差异。本次调研涉及南京市8个区,即：中心城区(鼓楼区、玄武区、秦淮区、建邺区)和郊区(栖霞区、浦口区、江宁区、雨花台区)。从网购衣服的情况来看(图2),不同居住区位的居民网购衣服的频率总体差异不大。从衣服的平均购物频率来看,栖霞区、浦口区、雨花区等地居民网购衣服的频率相对更高,鼓楼区、玄武区等地居民网购衣服的频率相对更低。从网购书籍的情况看(图3),不同居住区位的居民网购书籍的频率差异更加明显,但居民都不太倾向于通过网络购买书籍。从书籍的平均购物频率来看,玄武区的居民网购书籍的频率最高,雨花区的居民网购书籍的频率最低。总体看来,网络购物频率在空间分布上没有呈现出明显的规律,但可以推测虚拟空间中的购物行为与传统的实体购物空间可能具有一定相关性,不同居住区位的居民因为购物可达性、商品种类等的不同而在购物频率上呈现出不同的特征。
Fig.2 Frequencies of purchasing clothes online in different residential areas

图2 不同居住区位居民网购衣服频率占比

Fig.3 Frequencies of purchasing books online different residential areas

图3 不同居住区位居民网购书籍频率占比

3.2 出行特征

居民购物行为具有较强的空间属性,并且与城市商业空间、居民日常活动空间具有较强的互动关系。购物可达性、商品类型等的不同都可能导致居民的购物出行表现出不同的特征。从表3可以看出,公交(包括巴士、地铁、轻轨等)出行是居民购物出行的主要载体,其次是私家汽车或摩托车、步行、电动自行车或助力车等。其中,居民使用私家汽车或摩托车购买衣服的比例略高于书籍。表4反映的是不同类型商品购物出行的时间距离,可以看出,衣服和书籍的购买出行距离主要集中在21~30 min的路程。购买书籍的长距离出行(30 min以上)比例相对衣服更高,说明居民购买衣服的便利性相对较高,这可能与服装店和书店的商业布局模式有关。进一步分析可以发现,相较于其他交通方式,购买衣服出行中经常采用私家汽车或摩托车的居民,网购衣服的频率相对更高,经常采用步行方式的居民,网购衣服的频率相对更低(卡方检验,P=0.000);购买书籍出行中经常采用步行方式的居民,网购书籍的频率也相对更低(卡方检验,P=0.030)。实体商店购买衣服出行时间较长的居民(30 min以上)更倾向于网上购买衣服(卡方检验,P=0.003)。
Tab.3 Travel modes of purchasing clothes and books

表3 不同类型商品购物出行交通方式占比

购物出行最常采用的交通方式 商品类型
衣服/% 书籍/%
步行 14.0 14.6
电动自行车或助力车 13.0 13.7
公交（包括巴士、地铁、轻轨等） 49.7 52.8
自行车 1.3 1.9
出租车 3.1 2.6
私家汽车或摩托车 18.9 14.4
合计 100.0 100.0
Tab.4 Travel distances of purchasing clothes and books

表4 不同类型商品购物出行的距离占比

购物出行的距离/min 商品类型
衣服/% 书籍/%
<5 3.4 5.5
6~10 18.1 15.4
11~20 27.2 23.0
21~30 27.4 25.1
31~40 13.9 16.5
41~50 5.0 5.5
51~60 2.7 3.3
>60 2.3 5.7
合计 100.0 100.0
Fig.4 Travel distances of purchasing clothes in different residential areas

图4 不同居住区位居民购买衣服出行距离

Fig.5 Travel distances of purchasing books in different residential areas

图5 不同居住区位居民购买书籍出行距离

此外,不同居住区位居民的购物出行特征也有一定差异。图4和图5分别反映不同居住区位的居民购买衣服和书籍的出行距离情况。从购买衣服的平均出行距离来看,浦口区居民平均出行距离最大,鼓楼区居民平均出行距离最小,中间由远到近分别为：秦淮区、玄武区、江宁区、雨花区、栖霞区、建邺区。从购买书籍的平均出行距离来看,由远到近分别为：玄武区、江宁区、浦口区、秦淮区、建邺区、雨花区、栖霞区、鼓楼区。可见,鼓楼区的居民购买衣服和书籍的平均出行距离都比较小,其原因可能是鼓楼区处于南京市中心,交通便利、经济发达,购物便利性较高。更进一步的分析显示,鼓楼区的居民网购衣服和书籍的频率都较低(卡方检验,P值分别为0.082、0.029)。总的来说,居民的购物出行特征一定程度上反映了其居住地的交通可达性和购物便利性,从而对个人网络购物的频率产生一定影响。

3.3 购物态度

购物态度是观测居民消费行为的重要因素,不同的购物态度可能会引起不同的购物行为和不同的消费活动。采用SPSS 21.0进行因子分析,结果显示：KMO检验值为0.760,Bartlett检验值P<0.05,表明该研究的数据适合采用此方法;采用主成分法提取公因子,并采用方差极大正交法进行旋转。根据实际情况,本文将特征值限定为1,载荷系数小于0.34的不予显示,共提取到5个公因子,旋转之后的累计方差贡献率为55.2%。通过因子分析提取出的5个公因子包括：冲动消费心理、购物享受心理、时间节约心理、成本节约心理、求新心理,因子载荷矩阵如表5所示。总的来说,被调研居民趋向于计划外的消费,享受购物过程,喜欢并乐于了解新产品,在购物中注重比较价格和节约时间,网络购物的休闲享乐动机开始被重视。随着中国零售业的快速发展,新型零售业态的不断引进与完善,居民的消费心理也在发生变化,多样化、个性化需求增强。由于购物行为包含了诸多难以预测与研究的心理过程,如购物动机、感受、态度等,因此不同消费者的购物决策会呈现出较大差异性
Tab.5 Factor loading matrix of shopping attitudes

表5 购物态度因子载荷矩阵

购物态度 求新 购物享受 成本节约 冲动消费 时间节约
我喜欢购买新颖的产品 0.725
买东西时我喜欢追随潮流 0.654
向别人展示我与众不同很重要 0.625
我喜欢了解新颖的产品 0.599
购物通常是一件很无聊的事 -0.786
购物是有趣的 0.421 0.583
我在买东西时通常很匆忙 -0.540
购物可以帮助我放松 0.470
我在购买之前通常会比较价格 0.760
购买新颖的产品时,我通常很谨慎 0.707
买东西时获得最低的价格很重要 0.575
我买东西时通常不在意商品的价格 -0.439 -0.394
我买东西的时候通常是没有计划的 0.804
我经常会买购物计划外的东西 0.668
我通常会有并坚持我的购物计划 0.669 -0.492
我有足够的时间去购物 -0.834
我常常太忙而没有时间去购物 0.731

4 不同网购频率人群特征对比

采用单因素方差分析(one-way ANOVA),检验不同网购频率的人群在社会经济属性、空间、网络使用及购物习惯、购物态度等特征上是否存在显著差别。并在事后检验中通过Bonferroni 校正进一步判别哪组变量和其他变量具有显著差别。通过SPSS 21.0进行操作,以网络购物的频次(很少、两个月一次、一个月一次或两次、一个月三次或更多)为分组变量(自变量),社会经济属性、空间、网络使用及购物习惯、购物态度四类变量作为因变量,对搜索型商品(书籍)和体验型商品(衣服)分别进行方差分析。分组数据满足方差分析的前提要求,方差分析的结果如表6所示。
Tab.6 Analysis result of one-way ANOVA

表6 方差分析结果

变量 One-way ANOWA
书籍 衣服
F值 P值 F值 P值
社会经济属性 年龄 4.862 0.002* 3.375 0.018*
学历 12.072 0.000* 4.582 0.003*
家庭平均月收入 10.836 0.000* 5.738 0.001*
空间特征 购物可达性 0.260 0.855 4.342 0.005*
网络使用及
购物习惯		 使用互联网时间 7.113 0.000* 10.313 0.000*
上网频率 1.733 0.159 10.606 0.000*
网络搜索使用频率 13.434 0.000* 30.280 0.000*
购物态度 冲动消费心理 3.690 0.012* 9.293 0.000*
购物享受心理 1.763 0.153 7.638 0.000*
时间节约心理 0.375 0.771 1.497 0.214
成本节约心理 6.112 0.000* 1.153 0.327
求新心理 2.183 0.088 6.379 0.000*
表6显示：不同频率网上买书的人群,在年龄、学历、家庭平均月收入(社会经济属性),使用互联网时间、网络搜索使用频率(网络使用及购物习惯),冲动消费心理、成本节约心理(购物态度)7个变量上存在显著差异。不同频率网上买衣服的人群,在年龄、学历、家庭平均月收入(社会经济属性),购物可达性(空间特征),使用互联网时间、上网频率、网络搜索使用频率(网络使用及购物习惯),冲动消费心理、购物享受心理、求新心理(购物态度)10个变量上有显著差异。其中,不同频率网上购买衣服的人群在特征上的差异更为显著,说明体验型商品对网络购物这一新型购物方式的响应更为强烈。通过Bonferroni校正,对有显著差异的变量进行进一步分析,事后检验结果如表7-8所。
Tab.7 Result of Bonferroni test to the frequencies of purchasing books online

表7 书籍网购频率事后检验结果

变量 书籍网上购物频率
很少 两个月一次 一个月一次或两次 一个月三次或更多
社会经济
属性		 年龄 -0.2503[一个月一次或两次] -0.2452[一个月一次或两次] 0.2503[很少]
0.2452[两个月一次]
学历 -0.4077[两个月一次]
-0.3944[一个月一次或两次]		 0.4077[很少] 0.3944[很少]
家庭平均
月收入		 -0.7310[一个月一次或两次]
-1.0545[一个月三次或更多]		 0.7310[很少] 1.0545
[很少]
网络使用及
购物习惯		 使用互联
网时间		 -0.2764[两个月一次]
-0.2517[一个月一次或两次]		 0.2764[很少] 0.2517[很少]
网络搜索
使用频率		 -0.5213[两个月一次]
-0.6155[一个月一次或两次]
-0.6527[一个月三次或更多]		 0.5213[很少] 0.6155[很少] 0.6527
[很少]
购物
态度		 冲动消费
心理		 0.2488[两个月一次] -0.2488[很少]
-0.2694[一个月一次或两次]		 0.2694[两个月一次]
成本节约
心理		 0.2509[一个月一次或两次] 0.4320[一个月一次或两次] -0.2509[很少]
-0.4320[两个月一次]

注：括号中的为和该类别有显著差异的类别,表中数值为均值差,显著性水平为0.05。

Tab.8 Result of Bonferroni test to the frequencies of purchasing clothes online

表8 衣服网购频率事后检验结果

变量 衣服网上购物频率
很少 两个月一次 一个月一次或两次 一个月三次或更多
社会经济属性 年龄 0.2468[两个月一次] -0.2468[很少]
学历 -0.2986[一个月一次或两次]
-0.2824[一个月三次或更多]		 0.2986[很少] 0.2824[很少]
家庭平均月收入 -0.3951[一个月一次或两次]
-0.6749[一个月三次或更多]		 0.3951[很少] 0.6749[很少]
空间特征 购物可达性 0.3813[一个月一次或两次] -0.3813[两个月一次]
网络使用及购物习惯 使用互联网
时间		 -0.2750[两个月一次]
-0.2400[一个月一次或两次]
-0.4608[一个月三次或更多]		 0.2750[很少] 0.2400[很少]
-0.2208[一个月三次或更多]		 0.4608[很少]
0.2208[一个月一次或两次]
上网频率 -0.3052[一个月一次或两次]
-0.5145[一个月三次或更多]		 -0.2714[一个月三次或更多] 0.3052[很少] 0.5145[很少]
0.2714[两个月一次]
网络搜索使用频率 -0.6197[两个月一次]
-0.6936[一个月一次或两次]
-1.2096[一个月三次或更多]		 0.6197[很少]
-0.5899[一个月三次或更多]		 0.6936[很少]
-0.5160[一个月三次或更多]		 1.2096[很少]
0.5899[两个月一次]
0.5160[一个月一次或两次]
购物
态度		 冲动消费心理 -0.4439[一个月三次或更多] -0.4421[一个月三次或更多] -0.2858[一个月三次或更多] 0.4439[很少]
0.4421[两个月一次]
0.2858[一个月一次或两次]
购物享受心理 -0.4316[一个月三次或更多] 0.3473[一个月三次或更多] -0.2519[一个月三次或更多] 0.4316[很少]
0.3473[两个月一次]
0.2519[一个月一次或两次]
求新心理 -0.2524[一个月一次或两次]
-0.3979[一个月三次或更多]		 0.2524[很少] 0.3979[很少]

注：括号中的是和该类别有显著差异的类别,表中数值为均值差,显著性水平为0。

4.1 社会经济属性

由表7-8可以看出,网上买书频率为一个月一次或两次的人群平均年龄高于两个月一次或很少进行网购书籍的人群,约为33岁。经常网购书籍的人群相对于很少网购书籍的人群来说学历和家庭平均月收入更高,经常网购衣服的人群同理。很少网购衣服的人群比两个月一次网购衣服的人群相对年龄更大,平均年龄约为30.4岁。可见,不同网购频率的人群的平均年龄在搜索型和体验型两种类型的商品上呈现出不同的规律,但总的来说,年轻人对网购的接受度普遍较高。此外,居民的受教育程度越高,收入越高,越容易接受网上购物的观念和方式,网购的意愿也就越强烈。

4.2 空间特征

空间特征通过购物可达性,即采用居住地距经常买书或者买衣服的实体商店的距离来衡量。不同频率网购书籍的人群在空间特征上的差异并不显著,不同频率网购衣服的人群在空间特征上则有明显差异。如表8所示,网购衣服频率较低的人群相对于网购衣服频率较高的人群而言,居住地购物可达性更高。经常网购衣服的居民平均出行距离为20 min左右的路程。网络购物会减少时间和空间的束缚,导致时空破碎,但地理因素仍会产生重要影响。不同区位的购物可达性存在差异,从原因上看,一方面,城市化水平不同的区域在基础设施和服务设施水平上存在一定差距,导致购物可达性存在差距;另一方面,不同区域内特定类型商品的商业布局体系也会影响居民购物的可达性。购物可达性高的地区,实体购物便利,网络购物提高购物效率的优势难以发挥,因此网购频率较低。同时也说明,衣服作为一种体验型商品,其购买方式对于区位的反应更为明显。

4.3 网络使用及购物习惯

相对于经常网购书籍的人群(两月一次、一个月一次或两次)而言,很少网购书籍的人群,使用互联网的时间较短。相对于其他类别的人群而言,很少进行网购书籍的人群使用网络搜索获取商品信息的频率也较低。很少网购衣服的人群相比其他频率网购衣服的人群使用互联网时间更短,上网频率更低,网络搜索频率也更低。这表明对于衣服和书籍而言,网购频率较高的人群更倾向于具有网络经验丰富和使用网络搜索获取商品信息的特征,经常网购衣服的人群上网频率更高。可见,使用网络是进行网上购物的前提,网络经验也是影响消费者网络购物的重要因素。居民使用互联网的程度越高,信息化水平越高,对网络购物的接受度就更高。整理调研问卷数据还发现：移动互联网正在改变人们的购物习惯,购物不再受到设备的限制,时空破碎化趋势越来越明显。基于ICT的搜索引擎、社交网络、即时通讯等新方式都是消费者获取商品信息的重要来源,ICT在购物过程中发挥着越来越重要的作用。

4.4 购物态度

相对于两个月一次网购书籍的人群来说,一个月一次或两次和很少网购书籍的人更倾向于冲动消费,很少和两个月一次进行网上购书的人群更倾向于比较价格。一个月三次或更多网购衣服的人群相对于其他频率网购衣服的人群更倾向于冲动消费,具有购物享受和求新心理。由此可以看出,不常网购书籍的人群更可能对价格敏感,经常网购衣服的人群更可能进行计划外的消费,看重购物的娱乐休闲功能,追求时尚。可见,冲动消费心理、购物享受、成本节约心理和求新心理对居民网上购物频率均有一定影响,随着网购市场的不断发展,消费者的个性化和多样化需求增加,购物的附加功能如休闲娱乐功能的重要性凸显。
总的来说,不同网购频率的人群在社会经济属性、空间、网络使用及购物习惯、购物态度等特征上存在显著差别,同时也因商品类型的不同而呈现出不同的特征。在社会经济属性方面,不同网购频率的人群平均年龄在两种类型商品上呈现出不同的规律,但在受教育程度、家庭平均月收入等方面特征相似;在空间特征方面,不同频率网购书籍的人群无显著差异,不同频率网购衣服的人群则有明显差异,网购衣服频率较低的人群居住地购物可达性更高;在网络使用及购物习惯方面,网购频率较高的人群均更倾向于使用互联网时间较长和通过网络搜索获取商品信息,经常网购衣服的人群上网频率更高;在购物态度方面,很少网购书籍的人群更倾向于具有冲动消费、成本节约心理,经常网购衣服的人群更倾向于具有冲动消费、购物享受、求新心理。

5 结论与讨论

随着ICT的进步,网络购物越来越具有替代传统购物的潜力,其对于特定类型商品的冲击越来越大,在潜移默化中改变居民的消费行为。本文划分体验型商品和搜索型商品,分别以衣服和书籍为代表,从购物频率、购物出行和购物态度3个方面总结南京市居民网购行为总体特征,并通过单因素方差分析及Bonferroni检验,比较不同网购频率的人群在特征上的差别。从特征差异来看,网购书籍频率较高的人群相对于网购书籍频率较低的人群而言,平均年龄更高(约为33岁),学历和家庭平均月收入更高;更倾向于使用网络搜索获取商品信息;对商品价格更加不敏感。网购衣服频率较高的人群相对于网购衣服频率较低的人群而言,平均年龄更低(约为30.4岁),学历和家庭平均月收入更高;居住地购物可达性更低,平均出行距离为20 min左右的路程;更倾向于网络经验丰富和使用网络搜索获取商品信息,上网频率更高;更可能进行计划外的消费,看重购物的娱乐休闲功能,追求时尚。总的来说,不同频率网购衣服的人群在特征上的差异更为显著,即体验型商品对网络购物这一新型购物方式的响应更为强烈。
ICT对居民购物方式和城市商业经济活动的渗透不断加深,在渗透的过程中,网络零售对传统地理空间的改变以及地理空间的响应已出现并逐渐清晰(曾思敏等, 2013)。城市居民购物行为研究是现代城市商业活动研究的重要内容,而网上购物行为正是实体空间行为进入虚拟空间行为延伸的典型代表。因此,从地理学角度对网络购物行为的研究具有一定价值。但目前大多对网络购物特征的研究对于空间要素的关注仍然不够(刘学等, 2015),且没有进行商品类型的区分,本文在一定程度上填补了这一方面的空白。对网络空间中居民购物行为特征的分析仅仅是深入分析网络购物与实体购物之间相互作用关系和对传统零售业空间影响的基础,未来的研究应更加关注网上购物行为的空间效应,分析城市零售业未来的发展方向和信息时代的城市空间变化趋势。由于零售业历史、空间格局、法律制度、消费文化和技术背景等因素的差异,各国形成各具特色的电子商务发展模式,不同国家网购人群行为特征也有差异。随着更广泛的信息设备安装、更大规模的在线人数、更加开放的消费市场,互联网在中国将更具有颠覆性,随之兴起的电子商务对中国零售市场的冲击力也将更大。因此,未来进行中国与发达国家居民网购行为的比较研究显得十分必要的。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
艾瑞咨询. 2015. 2014年中国网络购物行业年度监测报告[DB/OL]. 2015-06-26[2015-08-26].

[iResearch. 2015. China online shopping report 2014[DB/OL]. 2015-06-26[2015-08-26]..]

[2]
柴彦威, 沈洁, 翁桂兰. 2008. 上海居民购物行为的时空间特征及其影响因素[J]. 经济地理, 28(2): 221-227.基于上海市居民购物行为的问卷 调查数据,研究居民购物行为的时空间特征,并从主观决策和客观物质空间的两个方面探讨其影响因素。结果表明,上海市居民购物行为表现出低频率、夜间化、短 距离以及非机动与公交出行方式为主的一般特征;商品购物出行的时空间等级明显,但具有分散化和扁平化的特征。其中,不同商品购物活动空间选择因素的不同导 致其购物出行范围的等级性差异,而城市商业物质环境和空间分布更多地决定了居民购物行为的具体方式、空间大小和集中程度。

[Chai Y W, Shen J, Weng G L.2008. A study on activity space of shopping of Shanghai residents: Temporal and spatial characteristics and relative influencing factors[J]. Economic Geography, 28(2): 221-227.]

[3]
陈秀山, 倪小恒. 2006. 信息通信技术对服务业布局的影响分析[J]. 中国软科学,(4): 109-117, 129.信息通信技术改变了服务企业地理布局的成本收益格局,从而驱使服 务企业做出布局调整,而面对面交流在企业内外交流中的重要性限制了这种布局调整.信息通信技术带来的新的外部竞争和收益驱动导致了服务企业的分化重组,由 此形成的新服务企业分别以不同的布局形式,适应了新的地理分布成本收益格局.信息通信技术影响下整体服务业新布局的形成正是沿着这种企业分化重组的路径实 现的.同时,知识背景和文化传统则影响到不同地域服务业布局调整的程度.

DOI

[Chen X S, Ni X H.2006. The analysis of ICT’s impact on service industry’s location[J]. China Soft Science,(4): 109-117, 129.]

[4]
韩会然, 焦华富, 王荣荣, 等. 2011. 城市居民购物消费行为研究进展与展望[J]. 地理科学进展, 30(8): 1006-1013.城市居民购物消费行为是城市商业活动的主要内容，研究居民的购物行为特征及决策过程，能够为城市商业网点规划提供一定的依据。居民的购物消费行为是城市地理学与行为地理学研究的重要领域之一，有必要梳理其研究进展及发展趋向。本文从国外研究进展及国内研究重点两个方面回顾了居民购物消费行为的相关研究及最新进展，并对其进行述评与展望。认为国、内外购物消费行为研究都经历了由宏观供给层面到微观需求层面研究的转变；国外研究主要集中于基础理论、购物消费行为特征及影响因素、模型预测与模拟等方面，国内研究主要表现为宏观层面的商业空间研究、购物消费行为的时空特征、影响因素及行为决策机制研究等；通过对国内外购物消费行为的研究内容和现状进行比较与述评，从虚拟商圈、新型业态、居住就业空间新因素、低碳消费与跨界消费新模式、技术方法、研究内容等方面展望了有待进一步深入研究的领域。

DOI

[Han H R, Jiao H F, Wang R R, et al.2011. Progress and prospects of the research on shopping behavior of urban residents[J]. Progress in Geography, 30(8): 1006-1013.]

[5]
焦华富, 韩会然. 2013. 中等城市居民购物行为时空决策过程及影响因素: 以安徽省芜湖市为例[J]. 地理学报, 68(6): 750-761.购物决策过程是居民根据自身需求进行购物信息搜寻、购物目的地选择等方面的完整过程,是居民购物行为发生与实施的前提和基础,已经成为城市地理学研究的热点之一。本文利用2011 年芜湖市居民购物行为调查问卷数据,通过构建居民购物出行的嵌套Logit 模型,从购物出行模式决策、购物初始时间决策、购物目的地决策、购物出行交通方式决策等四个层面对芜湖市居民购物行为的决策过程及影响因素进行了探讨。结果表明:① 居民属性特征对购物出行模式决策具有显著影响,男性居民选择单纯购物出行的概率较大,而女性居民、有家人陪伴的居民更倾向多目的出行;在中心城区居住及出行距离远的居民偏好中午进行多目的购物概率较大,出行距离集中在1~2 km的范围内,而近郊区居民则避开下班高峰期进行购物,倾向选择2~5 km的购物空间范围;② 具有私家车的男性居民在晚上进行购物的概率比较大,其出行概率是上午的2.94 倍,更加偏好远距离出行;居民上下班途中购物大多发生在下班时间,偏好5~8 km范围的远距离;有朋友陪伴的居民更倾向上午依赖公共交通进行远距离出行;③ 以家为购物出发地点的居民的购物更倾向19:00 之后并且偏好远距离出行,公交车依然是芜湖市居民购物出行的主要载体。

[Jiao H F, Han H R.2013. Research on temporal and spatial decision-making process and influencing factors of residents’ shopping behavior in medium-sized cities: A case study of Wuhu City in Anhui Province[J]. Acta Geographica Sinica, 68(6): 750-761.]

[6]
刘学, 甄峰, 张敏, 等. 2015. 网上购物对个人出行与城市零售空间影响的研究进展及启示[J]. 地理科学进展, 34(1): 48-54.随着互联网的快速发展和普及,网上购物因其巨大的经济潜力已经成为ICT 应用的核心领域之一。网上购物指的是通过互联网搜索或购买商品和服务的活动,网上购物作为一种新的购物渠道和媒介,与城市传统零售业在竞争的同时又相互补充,重新塑造人们的购物行为和零售业运行模式,进而改变着城市传统零售业布局和土地利用格局。本文重点梳理国内外近20 年来地理学界关于网上购物、出行和城市零售空间的研究内容。网上购物和出行的关系包括替代、补充、修正、中立4 个方面。网上购物对城市零售空间的影响包括:①扩大化和碎片化活动空间;②不同等级零售空间受网购影响差异显著,向虚实融合的零售空间转化;③线上线下零售活动向与其他空间渗透和融合,促进传统零售空间转型。研究结论可为消费者出行优化和城市传统零售业发展转型提供借鉴。

DOI

[Liu X, Zhen F, Zhang M, et al.2015. Research review of online shopping impact on personal travel and urban retail space and implications[J]. Progress in Geography, 34(1): 48-54.]

[7]
申悦, 柴彦威, 王冬根. 2011. ICT对居民时空行为影响研究进展[J]. 地理科学进展, 30(6): 643-651.以计算机为核心的ICT凭借网络飞速发展,渗透到社会生活的各个领域,对居民日常生活产生了巨大影响,引发了地理、交通、规划学者的关注。本文对国内外ICT 对居民时空行为的影响研究进行综述。从地理学的视角出发,分别从时空制约、破碎化、多任务以及ICT 活动的可视化与数据管理几个角度,论述了国外ICT 对居民时空利用的影响研究。从交通视角出发,分别从ICT与出行及实体活动、远程办公与通勤行为、网上购物与实体购物及购物出行、网上娱乐与休闲娱乐及休闲出行4 组关系方面,对国外研究进行综述。对目前国内ICT 研究的现状进行了论述,认为中国的ICT 研究尚处于起步阶段,地理学者的研究多集中于宏观尺度,基于微观个体行为视角的ICT研究极为不足。指出数据搜集是基于微观个体行为的ICT影响研究的关键,国内学者应对空间与行为视角的ICT研究给予足够的关注。

DOI

[Shen Y, Chai Y W, Wang D G.2011. Reviews on impacts of information and communication technologies on human spatial-temporal behavior[J]. Progress in Geography, 30(6): 643-651.]

[8]
孙智群, 柴彦威, 王冬根. 2009. 深圳市民网上购物行为的空间特征[J]. 城市发展研究, 16(6): 106-112.网上购物行为的快速发展正在改 变着传统的商店购物行为与居民日常生活空间以及城市空间结构转型,深圳市已成为网上购物行为最为活跃的中国城市之一。以深圳市民网上购物行为问卷调查的第 一手资料为基础,通过不同调查区之间网上购物行为的频率、花费、目的等的比较,研究中国大城市居民网上购物行为的空间特征。调查显示,网上购物行为处于起 步阶段,购买频率和花费不高,但经常购买的商品种类差异明显,居民对网上购物的接受度很高;购物花费、非目标商品购买量与城市实体商业中心的相关性明显, 居民网上购物活跃度与距离商业中心的远近有关,购物花费空间差异明显,商业中心内调查区的非目标商品购买较多,一定程度上体现了虚拟空间与实体空间之间的 联系。

DOI

[Sun Z Q, Chai Y W, Wang D G.2009. The spatial characteristics of e-shopping behavior of Shenzhen residents[J]. Urban Studies, 16(6): 106-112.]

[9]
汪明峰, 卢姗. 2012. 替代抑或补充: 网上购物与传统购物出行的关系研究[J]. 人文地理, 27(3): 44-49.

[Wang M F, Lu S.2012. Substitution or complementarity: Online shopping and its relationship with traditional shopping behavior[J]. Human Geography, 27(3): 44-49.]

[10]
汪明峰, 卢姗, 袁贺. 2013. 网上购物对不同区位消费者行为的影响: 市区和郊区的比较[J]. 城市规划, 37(11): 84-88, 95.

[Wang M F, Lu S, Yuan H.2013. Influences of online shopping on consumer behaviors at different shopping locations: A comparative study on city center and suburb[J]. City Planning Review, 37(11): 84-88, 95.]

[11]
席广亮, 甄峰, 汪侠, 等. 2014. 南京市居民网络消费的影响因素及空间特征[J]. 地理研究, 33(2): 284-295.在互联网络和信息技术的影响下，网上购物、团购等基于电子商务平台的网络消费方式得到极大发展，网络消费逐渐成为城市居民消费选择的重要方式，网络消费市场得到了较快的发展。同时，由于居民社会阶层的差别及相应居住空间的分异，导致网络消费呈现出不同的空间特征，并且对实体空间产生不同程度的影响。通过对南京居民网络消费情况的问卷调查，分析个人社会经济属性、住房状况、交通方式以及移动网络使用等体现居民社会阶层状况的要素对居民网络消费选择的影响，进而分析居民网络消费的空间分布特征，研究城市不同空间的网络消费构成和网络消费商品类型特征，在此基础上分析不同空间网络消费对交通出行和实体商业空间结构的影响程度。

DOI

[Xi G L, Zhen F, Wang X, et al.2014. Study on the influencing factors and spatial characteristics of residents’ online consumption in Nanjing[J]. Geographical Research, 33(2): 284-295.]

[12]
曾思敏, 陈忠暖. 2013. 国外网上零售商业空间及其影响效应研究综述[J]. 人文地理, 28(1): 36-42.基于可获得的国外文献,文章回 顾了1990年代中期以来,国外地理学科关于网上零售引发的商业空间和其他活动空间的响应以及改变的探讨。目前,国外地理学者主要致力于以下几个方面的研 究:(1)网上商店的区位问题及其空间扩散过程;(2)网上零售对购物模式的组织和空间的影响;(3)城市交通空间结构对网上零售的响应;(4)网上零售 产业渗透对居住空间的影响。相关研究基本涉及了在网上零售产业背景下可能出现的各类地理问题,值得刚开始致力于这一领域的其他国家学者(例如中国)参考和 借鉴。此外,文章从研究尺度、研究对象以及研究内容等方面评价了国外已有研究。

[Zeng S M, Chen Z N.2013. A review on spatial organization of e-retail and its impact abroad[J]. Human Geography, 28(1): 36-42.]

[13]
Alba J, Lynch J, Weitz B, et al.1997. Interactive home shopping: Consumer, retailer, and manufacturer incentives to participate in electronic marketplaces[J]. Journal of Marketing, 61(3): 38-53.

[14]
Anderson W P, Chatterjee L, Lakshmanan T R.2003. E-commerce, transportation, and economic geography[J]. Growth and Change, 34(4): 415-432.This paper explores possible ways in which growth in Internet retailing (e-retailing) may affect the spatial distribution of economic activities. After a brief overview of e-retailing, a categorization of possible spatial impacts is introduced. These include impacts on the retail industry, such as substitution of e-retail for brick-and-mortar retail, impacts on transportation, such as substitution of freight transportation for personal transportation in goods delivery, and pervasive impacts that affect the whole economy. The latter category includes uniform delivered pricing, spatial leveling of accessibility, and marketing strategies that target individuals rather than regions. The question of whether e-retailing and brick-and-mortar retailing are truly substitutes is taken up in the next section, along with potential implications of multi-channel retailing. The final section of the paper defines some critical research directions. Copyright 2003 Gatton College of Business and Economics, University of Kentucky..

DOI

[15]
Cao X Y.2012. The relationships between e-shopping and store shopping in the shopping process of search goods[J]. Transportation Research Part A: Policy & Practice, 46(7): 993-1002.Internet facilitates hybrid shopping processes by enabling consumers to acquire information, experience product, and conduct transaction using different media (e.g., internet, store, and catalog) at different locations at different times. Although several studies have explored how internet transactions and store sales influence each other, few investigated transportation implications of the hybrid shopping process of single products. Using 540 internet users in the Minneapolis-St. Paul metropolitan area, USA, this study decomposed their shopping processes of a group of search goods (books, compact discs (CDs), video compact discs (VCDs), videotapes, and album) to understand the relationships of e-shopping and store shopping. The authors found the media for product awareness, information search, and product trial are important predictors of transaction medium; and the awareness medium is the most important. Further, 17% of store buyers used internet for information search and/or product trial, and about 10% of internet buyers made trips to store to acquire information and/or experience product. The findings carry implications for marketing strategies and travel demand analysis.

DOI

[16]
Choo S, Lee T, Mokhtarian P L.2007. Relationships between US consumer expenditures on communications and transportation using almost ideal demand system modeling: 1984-2002[J]. Transportation Planning and Technology, 30(5): 431-453.

[17]
Chung J, Rao V R.2012. A general consumer preference model for experience products: Application to internet recommendation services[J]. Journal of Marketing Research, 49(3): 289-305.We present a general consumer preference model for experience products that overcomes the limitations of consumer choice models, especially, when it is not easy

DOI

[18]
Couclelis H.2004. Pizza over the internet: E-commerce, the fragmentation of activity and the tyranny of the region[J]. Entrepreneurship & Regional Development, 16(1): 41-54.The question this paper explores is the extent to which e-commerce may be liberating consumers and merchants from the constraints of space (and time) that have traditionally led to predictable regional patterns of retail location. Is distance dead, have the laws of regional organization dissolved away in the age of Internet shopping? Following a discussion of some figures, trends and definitions relating to e-commerce, the paper develops a tentative theoretical framework for the study of this question. First, the fragmentation of activity hypothesis suggests that the activity of shopping can be decomposed into a large number of different sub-activities, some of which can better be carried out physically and others electronically from a variety of different locations. Next, noting that the sub-activity of paying for a purchase is the single most critical one for the survival of a local retail presence, a general game-theoretic model is outlined to help to estimate the relative amounts of physical vs. Internet shopping that would help to safeguard a healthy local retail presence. The paper concludes that e-commerce is not about to end the 鈥榯yranny of the region鈥. Regional structure principles remain important, although many familiar analytic approaches may have to be rethought or extended.

DOI

[19]
Farag S, Krizek K J, Dijst M.2006. E-shopping and its relationship with in-store shopping: Empirical evidence from the Netherlands and the USA[J]. Transport Reviews, 26(1): 43-61.

[20]
Farag S, Schwanen T, Dijst M, et al.2007. Shopping online and/or in-store? A structural equation model of the relationships between e-shopping and in-store shopping[J]. Transportation Research Part A: Policy & Practice, 41(2): 125-141.Searching product information or buying goods online is becoming increasingly popular and could affect shopping trips. However, the relationship between e-shopping and in-store shopping is currently unclear. The aim of this study is to investigate empirically how the frequencies of online searching, online buying, and non-daily shopping trips relate to each other, after controlling for sociodemographic, land use, behavioral, and attitudinal characteristics. Data were collected from 826 respondents residing in four municipalities (one urban, three suburban) in the center of the Netherlands, using a shopping survey. Structural Equation Modeling was used to give insight in the mutual dependencies of the endogenous variables, and in direct and indirect effects between variables. The findings suggest that complementarity or generation between e-shopping and in-store shopping seems to be more likely to occur than substitution. The more often people search online, the more shopping trips they tend to make. Frequent in-store shoppers also buy frequently online. Shop accessibility has a negative effect on the frequency of online searching; the more shops are nearby, the less often persons search online. However, shop accessibility influences the frequency of online buying positively; the more shops are nearby, the more often persons buy online. Urbanisation level affects e-shopping indirectly via Internet use: urban residents shop online more often than suburban residents do, because urban residents use the Internet more often.

DOI

[21]
Handy S, Cao X Y, Mokhtarian P.2008. Neighborhood design and children’s outdoor play: Evidence from northern California[J]. Children, Youth and Environments, 18(2): 160-179.

[22]
Huang P, Lurie N H, Mitra S.2009. Searching for experience on the web: An empirical examination of consumer behavior for search and experience goods[J]. Journal of Marketing, 73(2): 55-69.

[23]
Mokhtarian P L.1990. A typology of relationships between telecommunications and transportation[J]. Transportation Research Part A: Policy & Practice, 24(3): 231-242.This paper defines the relationship between telecommunications and transportation, by expanding on linkages already identified in the literature, by identifying additional relationships, and by putting these relationships into a robust conceptual framework. There are conceptual, physical, analytical, and regulatory parallels between telecommunications and transportation. Telecommunications affects the demand for, and supply of, transportation -- and vice versa. In the broadest sense, all communication requires transportation in order to occur: transportation either of people, or objects or of electronic impulses. In other words, communication takes place via one or more of those three modes. It is suggested that "communication breeds communication." That is, the easier it is to communicate (whether through travel or telecommunications), or the more that one or another form of communication takes place, the more that communication as a whole is stimulated. The relative shares of each of the three modes of communication may vary as one mode partially substitutes for another, but the absolute amounts of communication via each mode are likely to increase. Two empirical studies are summarized, one illustrating that teleconferencing increased travel, the other illustrating that telecommuting decreased travel. Other implications for transportation planning are highlighted.

DOI

[24]
Mokhtarian P L.2004. A conceptual analysis of the transportation impacts of B2C e-commerce[J]. Transportation, 31(3): 257-284.<a name="Abs1"></a>This paper discusses, at a conceptual level, a number of issues related to the evaluation of the transportation and spatial impacts of e-shopping. We review the comparative advantages of store shopping and e-shopping, and conclude that neither type uniformly dominates the other. We identify the building blocks of the shopping process, and note that information and communications technologies are making possible the spatial and temporal fragmentation and recombination of those elements. We analyze future shopping-related changes in transportation as the net outcome of four different fundamental causes, that can be viewed hierarchically: (1) changes in shopping mode share (i.e. shifts in the proportion of shopping activities conducted through store shopping, e-shopping and other modes), keeping the volume of goods purchased and per capita consumption spending constant; (2) changes in the volume of goods purchased, keeping per capita consumption spending constant; (3) changes in per capita consumption spending, independent of demographic changes; and (4) demographic changes. Some factors result in reduced travel while others lead to increased travel. The combined outcome of all factors does not appear to support any hope that e-shopping will reduce travel on net; to the contrary there may be negative impacts due to increased travel, even if those impacts are likely to be localized and/or small in magnitude for the most part. Thus, on the whole, we are likely (with some exceptions) to see continued adoption of both store shopping and e-shopping. Consumers will blend both forms as they conduct a sequence of shopping activities, and retailers will blend both in marketing to and serving customers. Assessing the transportation impacts of e-shopping &#x2013; even in the short term, let alone the long term &#x2013; presents some formidable measurement challenges. Nevertheless, those challenges are worthy of our most creative efforts at solution.

DOI

[25]
Pendyala R M, Goulias K G, Kitamura R.1991. Impact of telecommuting on spatial and temporal patterns of household travel[J]. Transportation, 18(4): 383-409.A spatial and temporal analysis of travel diary data collected during the State of California Telecommuting Pilot Project is performed to determine the impacts of telecommuting on household travel behavior. The analysis is based on geocoded trip data where missing trips and trip attributes have been augmented to the extent possible. The results confirm the earlier finding that the Pilot Project telecommuters substantially reduced travel; on telecommuting days, the telecommuters made virtually no commute trips, reduced peak-period trips by 60%, total distance traveled by 75%, and freeway miles by 90%. The spatial analysis of the trip records has shown that the telecommuters chose non-work destinations that are closer to home; they exhibited contracted action spaces after the introduction of telecommuting. Importantly, this contraction took place on both telecommuting days and commuting days. The telecommuters distributed their trips, over the day and avoided peak-period travel on telecommuting days. Non-work trips, however, show similar patterns of temporal distribution on telecommuting days and commuting days. Non-work trips continued to be made during the lunch period and late afternoon and evening hours.

DOI

[26]
Ren F, Kwan M P.2009. The impact of geographic context on e-shopping behavior[J]. Environment and Planning B: Planning and Design, 36(2): 262-278.ABSTRACT Recent studies have examined what factors affect the adoption of e-shopping (electronic shopping), why people adopt e-shopping, and what changes in activity &ndash; travel patterns will occur as a response to e-shopping. Very few studies to date, however, have investigated the impact of geographic context on people&rsquo;s e-shopping behavior. This study reexamines the explanatory factors that are related to people&rsquo;s e-shopping patterns through a study of the Columbus Metropolitan Area, OH. It focuses on the effect of accessibility to local shops and the residential context on the adoption of e-shopping and the frequency of buying online. Using an activity &ndash; Internet diary dataset, the results suggest that people with lower levels of accessibility to local shopping opportunities are more likely to engage in e-shopping, since the Internet enhances the efficiency of shopping by providing more product information and by eliminating the need of travel in the physical world. Further, people who live in areas with a white majority are more likely to adopt e-shopping. The magnitude of the impact of these context factors on e-shopping, however, is quite small.

DOI

[27]
Salomon I.1986. Telecommunications and travel relationships: A review[J]. Transportation Research Part A: Policy & Practice, 20(3): 223-238.No abstract provided.

DOI

[28]
Talukdar D, Gauri D K, Grewal D.2010. An empirical analysis of the extreme cherry picking behavior of consumers in the frequently purchased goods market[J]. Journal of Retailing, 86(4): 336-354.<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Extreme cherry pickers are customers who seek price deals and excessively avail themselves of deep discount offers, which generates negative profits for retailers. This study uses market transaction and primary consumer survey data to provide insights into the determinants, prevalence, and profit impacts of such behavior in the frequently purchased goods market. We find that the extreme cherry picking segment is small (about 2% of all shoppers), but its relative value varies across stores, and consumers manifest this behavior only in secondary stores. An inverse U-shaped relationship marks consumers&rsquo; opportunity costs for cross-store price search and likelihood of extreme cherry picking behavior. Finally, we also find that a loss leader promotional strategy adds to retailers&rsquo; bottom lines, despite the pure loss generated by extreme cherry pickers.</p>

DOI

[29]
Tang C S, Bell D R, Ho T H.2001. Store choice and shopping behavior: How price format works[J]. California Management Review, 43(2): 56-74.This article presents a perceived shopping utility framework for analyzing the impact of retail price format on store choice. This, in turn, determines three key performance metrics: number of shoppers; number of trips; and average spending per trip. When choosing a store, consumers evaluate both the fixed and variable utilities of shopping. The fixed utility does not vary from trip to trip whereas the variable utility depends on the size and composition of the shopping list. This article summarizes prior findings on store choice, analyzes how retailers can improve their performance, and interprets the practices of leading retailers. It presents a framework that can accommodate situations where retailers face multiple segments of buyers who have different sensitivities to fixed and variable utilities.

DOI

[30]
Turley L W, Milliman R E.2000. Atmospheric effects on shop-ping behavior: A review of the experimental evidence[J]. Journal of Business Research, 49(2): 193-211.

[31]
Weltevreden J W J.2007. Substitution or complementarity? How the Internet changes city centre shopping[J]. Journal of Retailing and Consumer Services, 14(3): 192-207.<h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">The rapid expansion of the Internet has spawned a growing body of literature on the impact of online shopping (here called e-shopping) on physical shopping. This paper explores the impact of e-shopping on shopping at city centres in the Netherlands for 25 retail categories, using a sample of 3200 Internet users. Results indicate that in the short run, e-shopping is unlikely to have a significant effect on purchases at city centre stores. In the long run, however, e-shopping may well substitute for going to actual stores. Furthermore, consumers today frequently consult the Internet before making a purchase from a store, and the city centre constitutes a source of information before an online purchase is made. The impact of these events, however, differ largely among the various retail categories and types of Internet shoppers.</p>

DOI

[32]
Weltevreden J W J, Van Rietbergen T.2009. The implications of e-shopping for in-store shopping at various shopping locations in the Netherlands[J]. Environment and Planning B: Planning and Design, 36(2): 279-299.

Options
Outlines

/

〈 〉