根据中国互联网信息中心(CNNIC)发布的数据截止2015年12月，中国网民已经达到了6.88亿人，其中手机网民超过6.20亿，网站总数423万家，国内域名数3102万户，网络购物更是发展迅速，截止2015年12月我国网络购物用户超过了4.13亿，其中移动互联网用户，达到3.40亿，增长率为43.9%。2015年11月12日，第七个天猫双11全球狂欢节落下帷幕，全天交易额达912.17亿元，其中无线交易额为626.42亿元，无线成交占比68.67%。

童话树：“我不服，我要放出我的撒手锏了！当当当当！这可是我小时候不同时期的照片，你们可以看一看，能看得到我的正脸吗？能看到算我输。不知道为什么，我小时候一拍照就爱扮鬼脸，好好一小姑娘，不是扯嘴巴，就是动作幅度大，极度夸张，我感觉我小时候是个戏精，啊啊啊！我应该去当个演员。”

现如今网络6.18年中大促、双11及双12等购物节以一种势不可当的潮流深入到家电、服装、食品、娱乐等各个领域，融入到人们的日常衣食住行中，正悄然地改变着人们的生活方式。对于这种中国互联网最大规模的商业促销狂欢活动，消费者购买意愿成为了研究的重要方向。在双11网购促销季发展如此迅速，若不了解影响消费者购买行为以及影响其购买意愿的重要因素，将会造成网购服务与需求无法对接。

国外学者在网络购物领域对理论模型的研究虽然较为全面，但却很少从实证方面对技术采纳与利用整合模型进行研究[1]。因此本文基于UTAUT理论，探讨影响网络促销季购买意愿的影响因素，并对网购消费者的具体行为进行调查是具有实际应用价值的。实证研究结果对电子商务企业提出了针对网络促销季消费者的策略性建议。

1 研究理论

Venkatesh和Davis对TAM理论和研究模型进行了整合，提出了整合型技术采纳与使用理论(UTAUT)模型。

H3: 社会影响会正向影响消费者对网络促销季购买意愿；

(1)划分关注区域(AOI)。按照综合五人热点图的结果，页面12选取其中标题、中间位置的零件照片、中间位置零件的电路符号周围一小圈的三个封闭区域作为关注区域，见图1(a)；页面14选取其中标题、电器元件三维图、左侧电路中开关符号、卡通形象周围一小圈的四个封闭区域作为关注区域，见图1(b)。

2 模型建立与假设

长期以来，人们认为土地管理主要涉及地与人的关系，主要依靠法律、行政、经济手段，没有太多的技术含量。事实上，土地管理是一门科学，需要科技的支撑。实践证明，有效的技术支撑和政策制度配置，是科学管理土地的重要经验。

在调查前，通过10个样本的小规模访谈和5次头脑风暴，结合了网络促销季购物的特点，设计了本研究的测量量表，然后在预调研了130份问卷的基础上设计了问卷。调查问卷主要包括：绩效期望、努力期望、社会影响、顾客感知、促销活动、价格优惠、购买意愿7个变量为测评对象，共形成了24个题项，采用Likert5级量表，并进行效度检验。

H1：绩效期望会正向影响消费者对网络促销季的购买意愿；

H2：努力期望会正向影响消费者对网络促销季购买意愿；

购物节是一种新型的电子商务购物方式，消费者在网购促销季中购买的过程主要有：第一，消费者对网购促销季购物模式的接受过程，用UTAUT模型构建；第二，消费者在促销活动、产品特征、品牌效应等方面的影响因素，最终形成购买意愿。

UTAUT 模型构建了影响行为意向的四个核心变量，即：绩效期望、努力期望、社会影响和便利条件。绩效期望是用户在其工作中感知到的改善和自身提高的程度；努力期望是用户所能认知的难易程度；社会影响是用户感知到受周围群众的意见或态度的程度；便利条件是用户利用现有的条件能够使用的程度[2]。该模型还引入了性别、年龄、经验和自愿使用四个具有显著影响的调节作用变量。

H6：价格优惠会影响网络促销季购买意愿；

H5:促销活动会影响网络促销季购买意愿；

H4：顾客感知会正向影响对网络促销季购买意愿；

将动态要素（一种当期产出作为下期投入的特殊要素）引入到考虑非期望产出的Malmquist模型当中，构建一个全新的动态EBM-MI指数，探究中国33个工业行业低碳全要素生产率的动态效应。

轻钢-混凝土组合结构具有轻钢结构的优点，同时由于混凝土的存在而提高了结构的刚度和稳定性，并增强了结构的防火性能。

综上所述，本研究基于UTAUT理论模型又结合网络促销季的特点建立消费者购买意愿的初始模型，构建模型如下图所示。

基于UTAUT的网络促销季购买意愿研究模型图

3 实证研究

3.1 量表设计

构建了UTAUT模型的绩效期望、努力期望、社会影响、顾客感知、促销活动、价格优惠六个核心变量，作为影响网络促销季消费者购买意愿的重要因素；考虑了性别、年龄、经验和自愿性这四个重要的个体特征作为其调节变量，本研究只选取性别、年龄作为调节变量，消费者接受购买并不需要经验的判断，并且这种意愿通常是主动的，所以不选取经验和自愿性作为调节变量，根据模型提出以下研究假设：

如图5所示，春节期间臭氧均未超标，最大臭氧8h滑动平均值为110.1μg/m3，出现在2月2日。当天午后同时出现了臭氧最大小时均值116.6μg/m3。从图6日变化来看，臭氧浓度未呈现很规则的单峰特征(000左右最低值，100左右最高值)，而是在100达到最低浓度。随着日出，臭氧在光化学作用下不断生成，臭氧浓度逐渐上升，直到100左右达到峰值，随后逐渐下降，并在夜间保持较低水平，直至第二日上午重新上升，这与假期臭氧前体污染物排放减少，积累缓慢有关。

3.2 数据收集

2015淘宝大数据分析报告显示，90后人群已成为绝对网购消费主力。因此，本研究选择在促销季中有购物经历的大学生作为调查对象，具有十分重要的现实意义。通过线上与线下实地发放问卷的方式进行数据的收集，一共发放问卷450份，收回422份，有效问卷为408份，有效问卷回收率90.67%。数据结果显示年龄主要集中在19-26岁，占总数的61%；教育程度主要为专科与本科，占总数的76%。

3.3 信度与效度检验

本研究运用SPSS软件对问项进行信度分析，得出各个测量变量的Cronbach’s α的值如表1所示。Cronbach’s α值均在0.7以上，表明问卷的可信度达到所检验标准[3]。决定因素抽取的方法，有主成分分析法、主轴法、Alpha因素抽取法等。最常用使用的方法为主成分分析法与主轴法，其中，以主成分分析法最为普遍使用的方法，在Spss统计软件也多采用了主成分分析法来估计因素负荷量[4]。本研究采用了主成分分析法进行效度检验，结果显示，各变量的KMO值均大于0.65，解释百分比超过60%，显著性概率为0.000，说明量表具有较高的结构效度。

3.4 假设检验

通过结构方程模型对理论模型所假设的6个主要变量间关系进行检验。 运行软件Amos对模型各路径系数进行估计[5]，具体结果见表2所示 。

表1 信度和效度检验

变量名称基于标准化评估项目调整的克朗巴哈系数(Cronbach'salphaBasedonStandardizedItems)KMO绩效期望0.8170.689努力期望0.7640.704社会影响0.8390.816顾客感知0.7370.757购买意愿0.9460.768

表2 检验结果

假设标准化路径系数估值S.ET值P假设检验结果绩效期望0.5760.6730.3263.1650.012支持努力期望-0.056-0.0530.163-0.4480.626不支持社会影响-0.438-0.4360.214-1.3940.075不支持顾客感知-0.323-0.2340.017-2.5270.084不支持促销活动0.6050.4380.1383.532***支持价格优惠0.6590.6780.0896.559***支持

拟合指数：X2/df=1.767；GFI=0.628；AGFI=0.558；NFI=0.628；IFI=0.758；CFI=0.766；RMSEA=0.068

由表2可知，假设模型路径系数回归结果(显著性水平一般为0.05)。努力期望、社会影响、顾客感知影响购买意愿的路径P>0.05，表明变量间没有相关关系得出[6]：假设H1、H5、H6成立，假设H2、H3、H4不成立，从表1也可以看出，对网络促销季购买意愿的影响的程度从大到小为：价格优惠、绩效期望、促销活动；感知风险、社会影响、努力期望对网络促销季购买意愿有负向影响。

4 结 论

本研究基于UTAUT模型构建了影响消费者对网购促销季购买意愿模型，研究结果显示：绩效期望、促销活动、价格优惠对网购促销季购买意愿有显著影响。消费者非常关注网购促销活动宣传力度、绩效期望、产品的价格等方面，首先，电子商务企业在促销季期间加大合理的促销宣传力度，避免虚假宣传尤其是虚假标价问题；其次，为消费者提供真正优惠价的产品而不能对消费者价格欺诈，做到价廉物美；最后，提升顾客的绩效期望等等。以便促进消费者的购买意愿。研究结论对电子商务企业的网购促销季的后续发展具有参考和实际借鉴价值。

参考文献：

[1] 王菲菲.基于UTAUT模型的大学生网络购物消费倾向研究[D].无锡:江南大学,2012：1—2.

[2] Venkatesh V.,morrisM.G.,Davis G.B.,etal. User Acceptance of information Technology:Towards a Unified View [J].MIS Quarterly,2003,27(03):425-478.

[3] 吕振通,张凌云.SPSS统计分析与应用[M].北京:机械工业出版社，2009：173—175.

[4] 吴明隆.问卷统计分析实务[M].重庆:重庆大学出版社，2010：196—199.

[5] 谭春辉,张洁,曾奕棠.基于UTAUT模型的消费者网络购物影响因素研究[J].市场营销，2014 (03):28—30.

[6] 赵保国,成颖慧.网络团购中消费者购买意愿影响因素研究[J].中央财经大学学报，2013(10):91—96.