空间因素在网络购物中的作用——基于广州市大学生网络购物的实证分析
发布时间:2021-08-02 21:36
空间距离是传统商业区位的关键影响因子。但随着电子商务的迅猛发展,空间因素在网络购物中的作用仍有待商榷,现有研究结论也因研究区域、研究对象不同而不同。大学生作为网络购物的主要群体之一,其年龄、教育、收入等个体因素方面差距较小,更有利于深入探析空间因素对网络购物的影响。文章基于广州市618份大学生调研问卷,运用多元线性回归、交叉表分析等方法分析大学生网络购物行为及其影响因素。结果表明:①广州市大学生网购指数为2.57,中心城区的网购指数较高,番禺区、黄埔区的网购指数较低。②大学城内外、距实体店距离等空间因素对大学生网购指数有较大影响,月支出、性别、交通可达性等因素对网购指数具有一定影响。③大学城内的生活空间与消费空间存在较高程度的重叠,导致大学城内外的学生对饰品、日用百货和图书等商品的网购偏向差异较大。④实体店分布对大学生网购的影响相对比较复杂,呈倒"U"型关系,因实体店分布密度不同分别呈抑制、替代、补充、促进等关系。
【文章来源】:经济地理. 2020,40(08)北大核心CSSCICSCD
【文章页数】:9 页
【部分图文】:
广州市案例区示意图
商品特征也是影响网络购物的主要因素之一[2,4]。本文在构建网购指数时选取网络购物商品偏向度这个指标,以分析大学生网络购物的各类商品偏向,因此不考虑商品类型这个因素。在网络购物中,商品的物流配送是影响网络购物的重要因素[20],本文重点考虑商品运输时长(X7)、商品运输费用(X8)、商品发货地(X9)等3个因素作为影响大学生网络购物的商品因素(图2)。1.3 数据处理
测算结果显示,广州市大学生网购指数为2.57。从空间特征看,越秀区、海珠区的大学生网购指数最高,分别为2.88、2.80;天河区、白云区的大学生网购指数其次,分别为2.71、2.60;番禺区、黄埔区的大学生网购指数相对较低,均低于广州市平均水平2.57。主要因为越秀区、海珠区、天河区是广州市中心区域,实体店数量较多,更易刺激大学生的购物消费。而白云区、番禺区、黄埔区不是城市中心区域,实体店分布相对密度较小,会在一定程度上减小对购物消费的刺激,从而影响网络购物指数。2.1 网购支出占比
【参考文献】:
期刊论文
[1]新媒体背景下大学生网络行为特点及其引导策略[J]. 杨梅,周正柱. 黑龙江高教研究. 2018(12)
[2]大学生“双十一”期间网络购物意愿的影响因素分析[J]. 徐士莹,杨加猛. 经济研究导刊. 2018(32)
[3]南京市居民网络消费的影响因素及空间特征[J]. 席广亮,甄峰,汪侠,秦萧. 地理研究. 2014(02)
[4]在线消费者的心理距离及其测度方法研究——基于解释水平理论的视角[J]. 黄鹤婷,赵冬梅. 经济研究参考. 2013(14)
[5]基于交通可达性的港珠澳大桥时空压缩效应[J]. 吴旗韬,张虹鸥,叶玉瑶,苏泳娴. 地理学报. 2012(06)
[6]替代抑或补充:网上购物与传统购物出行的关系研究[J]. 汪明峰,卢姗. 人文地理. 2012(03)
[7]时间压力和参照群体对消费者网络团购意愿的影响[J]. 李先国,杨晶,刘雪敬. 中国软科学. 2012(04)
[8]基于SPSS的中国网络团购市场发展趋势及其区域差异研究[J]. 韩钰,杜建会,郭鹏飞. 经济地理. 2011(10)
[9]大学生网络购物行为调查研究[J]. 谭江伟,窦维. 重庆理工大学学报(社会科学). 2011(09)
[10]消费者网络购物意向分析——理性行为理论与计划行为理论的比较[J]. 张辉,白长虹,李储凤. 软科学. 2011(09)
硕士论文
[1]80后网络消费行为性别差异研究[D]. 李芳.上海师范大学 2013
本文编号:3318317
【文章来源】:经济地理. 2020,40(08)北大核心CSSCICSCD
【文章页数】:9 页
【部分图文】:
广州市案例区示意图
商品特征也是影响网络购物的主要因素之一[2,4]。本文在构建网购指数时选取网络购物商品偏向度这个指标,以分析大学生网络购物的各类商品偏向,因此不考虑商品类型这个因素。在网络购物中,商品的物流配送是影响网络购物的重要因素[20],本文重点考虑商品运输时长(X7)、商品运输费用(X8)、商品发货地(X9)等3个因素作为影响大学生网络购物的商品因素(图2)。1.3 数据处理
测算结果显示,广州市大学生网购指数为2.57。从空间特征看,越秀区、海珠区的大学生网购指数最高,分别为2.88、2.80;天河区、白云区的大学生网购指数其次,分别为2.71、2.60;番禺区、黄埔区的大学生网购指数相对较低,均低于广州市平均水平2.57。主要因为越秀区、海珠区、天河区是广州市中心区域,实体店数量较多,更易刺激大学生的购物消费。而白云区、番禺区、黄埔区不是城市中心区域,实体店分布相对密度较小,会在一定程度上减小对购物消费的刺激,从而影响网络购物指数。2.1 网购支出占比
【参考文献】:
期刊论文
[1]新媒体背景下大学生网络行为特点及其引导策略[J]. 杨梅,周正柱. 黑龙江高教研究. 2018(12)
[2]大学生“双十一”期间网络购物意愿的影响因素分析[J]. 徐士莹,杨加猛. 经济研究导刊. 2018(32)
[3]南京市居民网络消费的影响因素及空间特征[J]. 席广亮,甄峰,汪侠,秦萧. 地理研究. 2014(02)
[4]在线消费者的心理距离及其测度方法研究——基于解释水平理论的视角[J]. 黄鹤婷,赵冬梅. 经济研究参考. 2013(14)
[5]基于交通可达性的港珠澳大桥时空压缩效应[J]. 吴旗韬,张虹鸥,叶玉瑶,苏泳娴. 地理学报. 2012(06)
[6]替代抑或补充:网上购物与传统购物出行的关系研究[J]. 汪明峰,卢姗. 人文地理. 2012(03)
[7]时间压力和参照群体对消费者网络团购意愿的影响[J]. 李先国,杨晶,刘雪敬. 中国软科学. 2012(04)
[8]基于SPSS的中国网络团购市场发展趋势及其区域差异研究[J]. 韩钰,杜建会,郭鹏飞. 经济地理. 2011(10)
[9]大学生网络购物行为调查研究[J]. 谭江伟,窦维. 重庆理工大学学报(社会科学). 2011(09)
[10]消费者网络购物意向分析——理性行为理论与计划行为理论的比较[J]. 张辉,白长虹,李储凤. 软科学. 2011(09)
硕士论文
[1]80后网络消费行为性别差异研究[D]. 李芳.上海师范大学 2013
本文编号:3318317
本文链接:https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/3318317.html