论文部分内容阅读
摘要：通过收集2012年天猫“11.11购物狂欢节”销量TOP100店铺的相关数据，利用SPSS17.0软件对天猫“11.11购物狂欢节”销量的影响因素进行独立样本T检验、相关性分析和主成分分析，结果发现在天猫“11.11购物狂欢节”的非常情境下，店铺销量与店铺评分、商品描述、服务态度等常规影响因素并无关系，而与有无微博有正向的相关关系，消费者的消费行为属于非消费行为，因而本文根据研究结果给商家提出在非常情境下的营销建议，同时忠告消费者以此为鉴，养成良好的消费习惯，理性消费。
关键词：SPSS;非常情境;非理性消费行为传统的经济学主张消费者是理性的，其消费购买行为会在预算约束能力条件下追求效用的最大化，但现实生活中，由于信息不对称、消费者自身特质或营销误导等因素，非常情境时，消费者会表现出消费目的盲目、消费心态虚荣、消费内容庸俗等一系列非理性消费行为。按照国家统计局公布的2012年10月国内社会消费品零售总额18934亿元，以平均每日零售额611亿元计算，天猫“11.11购物狂欢节”（下文简称“双十一”）的销售总额占一天社会消费品零售总额的31.2%。如此惊人的销量，很大程度上是由于消费者在泛滥的非常促销情境下，未能保持清醒的头脑，从而形成非理性的消费行为。
一、问题的提出
根据淘宝网公开资料显示，2011年淘宝商城“11.11购物狂欢节”销售额为33.6亿，2012年天猫（原淘宝商城）“11.11购物狂欢节”销售额为132亿，较2011年同比增长292.86%。销售额的大幅度增长，不仅与人们经济条件的变化以及消费观念的转变有关，消费者的非理性消费行为也起到了推波助澜的作用。
非理性消费行为使消费者陷入消费误区，造成经济损失，同时对社会再生产形成一种错误的信号传导机制，造成盲目生产、物价上涨、市场混乱、不正当竞争等现象①。本研究以2012年“双十一”为例，通过对2012年天猫“双十一”销量TOP100店铺相关数据的分析研究如下：
（一）店铺评分与描述相符、服务态度、发货速度的关系如何？
（二）店铺销量与店铺评分、描述相符、服务态度、发货速度的关系如何？
（三）店铺销量与有无微博、有无淘帮派的关系如何？
二、研究设计：
（一）研究方法：
利用主成分分析法可以得出店铺评分与描述相符、服务态度、发货速度的关系，并辨别出其中的主要影响因素;通过相关分析解决店铺销量与店铺评分、描述相符、服务态度、发货速度的关系;借助独立样本T检验判断店铺销量与有无微博、有无淘帮派的关系。
本研究中所使用的主成分分析法、相关分析、以及独立样本T检验全都借助SPSS实现。
（二）研究过程：
1.界定分析内容
本文的研究对象是天猫“双十一”销量TOP100店铺中的30家店铺，时间选取的是2012年11月11日。
2.确定研究总体和抽样
鉴于不同商品类型的店铺在关注度、平均价格以及所属商品普及度等的不同，在选取研究总体时，为使研究对象更具代表性，采用分层抽样的方式按比例从100家店铺中选取30家店铺。
表1被研究店铺所在分类结构表男装女装家纺电子电器化妆品鞋类家居混合服饰内衣家用产品46231245213.定义分析单元
（1）有无微博。2011年10月由CIC发布的《CIC·新浪合作微博白皮书》中公布了新浪微博对主流电商网站用户的覆盖度，其中淘宝网用户与新浪微博用户的重合率高达43.63%，因而本研究将是否有新浪微博作为一个研究方面。对于天猫店铺有无微博的鉴定需要符合以下两个条件：第一，该店铺在微博平台上有经新浪认证的官方账户;第二，该微博在2012.11.11日当天有发布关于天猫“双十一”的微博。
（2）有无淘帮派。淘帮派由淘宝官方授权的个人社区，免费提供给淘宝用户使用的会员平台，浏览淘帮派的网民都是淘宝用户，针对性强，加入、创建淘帮派，是淘宝有效的免费推广途径之一。对于天猫店铺有无淘帮派的鉴定条件：第一，由该店铺主管人员申请创办;第二，管理员在2012.11.11发布了关于店铺 “双十一”的帖子。
（3）其他分析单元。通过确定研究总体和抽样，得到本研究最终的数据结果，其中店铺微博粉丝数以及淘帮派成员数均来自其官方微博和淘帮派数据，描述相符、服务态度、发货速度以及店铺评分数据来自店铺首页。为了便于统计处理，本研究令“有微博”=1，“无微博”=0，同理，“有淘帮派”=1.“无淘帮派”=0。
表2研究数据举例②店铺名称有无微博粉丝数服务态度描述相符……裂帛服饰旗舰店1.00144013115.39122.78only官方旗舰店1.001185498.41100.00fiveplus官方旗舰店0.000.0099.47119.81名人瑞裳旗舰店1.0019704134.02129.83…………（共计30家店铺）……三、数据分析
（一）描述分析
数据整理显示，2012年天猫“双十一”销量TOP100店铺大致可以分为十個种类，不同种类店铺所占比例存在明显差异。女装所占比例最大，为21%，所占比例最小的分类是家用产品，仅有3家。
由于销售方式的不同，网络很容易造成消费者与商家之间的信息不对称，所以置于店铺首页的店铺评分、描述相符、服务态度以及发货速度是消费者做出购买决策的重要参考因素。根据所收集的店铺数据显示，被研究店铺的店铺评分普遍位于46—49之间（满分为5分），平均店铺评分为471，其中评分为49的店铺仅有一家，评分为47或48的店铺总计22家。
此外，被研究的30家天猫店铺的描述相符、服务态度以及发货速度平均分均高于满分100③，分别为10979、10440、10482，说明这30家店铺整体上呈现良好的店铺形象，这与店铺在2012年天猫“双十一”的卓越销售表现是否有必然联系还有待考察。 微博营销是网络营销方式中的一种，作为新兴的网络购物方式，被研究的30家天猫店铺中，没有店铺官方微博的仅5家。同理，在收集到的30家天貓店铺中，有20家天猫店铺已经成立了淘帮派并拥有一定数量的成员。
（二）统计分析
1.分析天猫“双十一”以前消费者对店铺评价的可信度
对数据进行统计分析之前，首要就是对数据进行信度分析。
表3研究数据的克朗巴哈α系数表Cronbach's Alpha基于标准化项的 Cronbachs Alpha项数.834.9354由上表可以得到，α系数为0.834，其标准化后的α系数为0.935，说明被研究数据的信度较高，因而天猫“双十一”以前消费者对店铺评价具有很强的可信度。利用SPSS进行信度分析生成变量之间的相关系数表格，见表4。
表4店铺评价指标间的相关系数矩阵描述相符服务态度发货速度店铺评分描述相符1.000.904.777.847服务态度.9041.000.818.744发货速度.777.8181.000.606店铺评分.847.744.6061.000从表4可以看出，描述相符和服务态度（0904）、发货速度和描述相符（0777）、服务态度和发货速度（0818）间存在较大的正相关系数，说明这些变量之间直接的相关性比较强，他们存在信息上的重叠，同时由于他们三者都对店铺评分有不同程度的影响，因而适合进行因素的主成分分析。
表5总方差解释主
成分初始特征值提取主成分特征值方差百分比（%）累计贡献率（%）特征值方差百分比（%）累计贡献率（%）12.66788.91188.9112.66788.91188.9112.2418.03696.9463.0923.054100.000表6主成分因子荷载矩阵主成分描述相符服务态度发货速度1.949.964.915从表6 可看出，服务态度指标在第一主成分上的荷载较高，然后依次是描述相符和发货速度，对店铺评分的影响力度按从小到大排列依次为服务态度>描述相符>发货速度。
2.分析店铺销量与店铺评价指标的关系
为探究每一个店铺评价因素与天猫“双十一”的店铺销量之间的相关性，本研究利用SPSS17.0软件的二元变量相关分析对描述相符、服务态度、发货速度、店铺评分与销量之间的相关性进行了分析，经整理得到表8。
表7店铺评价指标与销量之间的相关系数矩阵描述相符服务态度发货速度店铺评分销量（万）-.183-.154-.252-.152由表7不难发现销量与描述相符、服务态度、发货速度、店铺评分之间存在负相关关系，且变量之间的相关性很弱。
3.分析店铺销量与其营销渠道的关系
（1）店铺销量与有无微博
此检验的假设为：原假设H0：店铺有无微博与销量无关
备择假设H1：店铺有无官方微博与销量有关
根据假设情况，利用SPSS17.0软件进行相互独立的两组样本的T检验后得到如下结果，见表8。
表8销量与有无微博的独立样本检验结果销量（万）假设方差相等假设方差不相等方差方程的
Levene 检验F2.971Sig..096均值方程的
t 检验t-2.134-3.714df2826.234Sig.（双侧）.042.001均值差值-12.60807-12.60807标准误差值5.907303.39497差分的 95%
置信区间下限-24.70863-19.58351上限-.50751-5.63264根据上表“方差方程的 Levene 检验”中的sig.为0.096，大于设定的显著性水平0.05，故销量与有无微博两组数据方差相等。在方差相等、显著性水平为0.05的情况下，T统计量的概率p值0.042小于0.05，故应拒绝原假设，接受备择假设，即认为店铺有无官方微博对于销量的影响有明显差异。
（2）店铺销量与有无淘帮派
此检验的假设为：原假设H0：店铺有无淘帮派与销量无关
备择假设H2：店铺有无淘帮派与销量有关
将“有无微博”变量用“有无淘帮派”代替，处理结果见表9。
表9销量与有无淘帮派的独立样本检验结果销量（万）假设方差相等假设方差不相等方差方程的
Levene 检验F1.969Sig..172均值方程的
t 检验t1.7731.517df2812.558Sig.（双侧）.087.154均值差值9.087209.08720标准误差值5.124825.99085差分的 95%
置信区间下限-1.41051-3.90172上限19.5849022.07611根据上表“方差方程的 Levene 检验”中的sig.为0.172，远大于设定的显著性水平0.05，故销量与有无淘帮派两组数据方差相等。在方差相等、显著性水平为0.05的情况下，T统计量的概率p值0.087大于0.05，故应接受原假设，拒绝备择假设，即认为店铺有无淘帮派对于销量没有明显差异。
四、结论与启示
（一）研究结论
本研究根据所收集数据利用SPSS统计软件分别进行了描述分析和统计分析，描述分析方面，2012年天猫“双十一”销量TOP100店铺中女装类店铺所占比例最大;被选取作为研究对象的30家天猫店铺在不同的店铺评价指标中表现有明显差异，三个评价指标均高于同行业平均水平的店铺仅占27%;此外微博和淘帮派作为新兴的营销渠道，在被研究店铺中的普及率较高。
统计描述方面，分析结果显示在正常的网络情境下，消费者对于店铺评价具有很高的可信度，其购买行为属于理性消费行为，三项店铺评价指标中服务态度是影响店铺评价的主要因素;而在非常情境中，店铺的销量与三项店铺评价指标之间的相关关系近似可以忽略，消费者的购买决策脱离描述相符、服务态度、发货速度等店铺评价指标而制定，即消费者的消费行为属于非理性消费行为;同时，2012年天猫“双十一”时期，店铺有无官方微博对店铺的销量有明显的差异，而有无淘帮派对销量没有太大影响。 （二）启示
根据研究结果显示，可以发现消费者在非常情境下的消费行为缺乏理性，这样的非理性消费行为虽然表面上达到商家获得可观的销售额与顾客获得满意商品的双重优点，但实际上非理性消费行为对于社会再生产等多方面都具有不良影响，也无形中造成了消费者的不良消费习惯。因而本文告诫消费者在消费过程中须保持清醒的头脑，辨识消费环境，做理性消费人。
此外，在为商家提供有效的营销建议方面，现有的研究绝大多数都是以正常情境下的理性消费行为作为研究对象，而针对非常情境中的非理性消费行为，应该视情形的不同选择更加有效的营销建议。根据研究结果，本文为商家提出以下几点建议：
1.高品质的商品、高质量的服务、高效的物流速度是商家生存的首要条件，尤其在网络购物情境下，服务态度更是消费者制定消费决策的最重要因素。
2.在保证自身拥有高品质商品、服务等情况下，应尽可能制造非常情境，借助非常情境扩大自己的销售范围，吸引顾客，同时获得更多的忠实顾客。
3.积极开发更靠近消费者的营销渠道，在非常情境下，消费者容易受新兴营销渠道的影响而形成消费行为。（作者单位：同济大学）
注解：
①罗巍，王旭.非理性消费行为形成因素文献研究[J].中国市场，2010，15：105-106.
②本研究所有数据于2012年12月28日收集。
③满分：指由淘宝提供的关于描述相符、服务态度、发货速度的行业平均值，本研究中令该平均值为100.
参考文献：
[1]王文宾，赵庆祯.用统计软件SPSS分析学生成绩影响因素[A].山东省计算机学会.山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C].山东省计算机学会：，2005：4.
[2]刘东胜，张轶敏.网上购物顾客满意度影响因素实证研究——以淘宝网为例[J].中国市场，2011，23：100-103+107.
[3]金永生，王睿，陈祥兵.企业微博营销效果和粉丝数量的短期互动模型[J].管理科學，2011，04：71-83.
[4]韩钰，杜建会，郭鹏飞.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].经济地理，2011，10：1660-1665.
[5]陈永胜，贾志永.网络消费的非理性行为刍议[J].生产力研究，2007，22：14-15.
[6]黄守坤.非理性消费行为的形成机理[J].商业研究，2005，10：14-17.
[7]吴峰，田蕊.网络环境下浅谈病毒式营销[J].商场现代化，2009，11：106-108.
[8]翟庆华，叶明海.网络购物顾客忠诚度影响因素实证研究[J].经济论坛，2009，18：128-131.
[9]汪飞燕，汪洁.基于SPSS的合肥地区零售业顾客满意度的影响因素研究[J].湖北经济学院学报（人文社会科学版），2010，10：80-81.
[10]陈晓明.企业微博客营销效果的影响因素分析[D].暨南大学，2012.
关键词：SPSS;非常情境;非理性消费行为传统的经济学主张消费者是理性的，其消费购买行为会在预算约束能力条件下追求效用的最大化，但现实生活中，由于信息不对称、消费者自身特质或营销误导等因素，非常情境时，消费者会表现出消费目的盲目、消费心态虚荣、消费内容庸俗等一系列非理性消费行为。按照国家统计局公布的2012年10月国内社会消费品零售总额18934亿元，以平均每日零售额611亿元计算，天猫“11.11购物狂欢节”（下文简称“双十一”）的销售总额占一天社会消费品零售总额的31.2%。如此惊人的销量，很大程度上是由于消费者在泛滥的非常促销情境下，未能保持清醒的头脑，从而形成非理性的消费行为。
一、问题的提出
根据淘宝网公开资料显示，2011年淘宝商城“11.11购物狂欢节”销售额为33.6亿，2012年天猫（原淘宝商城）“11.11购物狂欢节”销售额为132亿，较2011年同比增长292.86%。销售额的大幅度增长，不仅与人们经济条件的变化以及消费观念的转变有关，消费者的非理性消费行为也起到了推波助澜的作用。
非理性消费行为使消费者陷入消费误区，造成经济损失，同时对社会再生产形成一种错误的信号传导机制，造成盲目生产、物价上涨、市场混乱、不正当竞争等现象①。本研究以2012年“双十一”为例，通过对2012年天猫“双十一”销量TOP100店铺相关数据的分析研究如下：
（一）店铺评分与描述相符、服务态度、发货速度的关系如何？
（二）店铺销量与店铺评分、描述相符、服务态度、发货速度的关系如何？
（三）店铺销量与有无微博、有无淘帮派的关系如何？
二、研究设计：
（一）研究方法：
利用主成分分析法可以得出店铺评分与描述相符、服务态度、发货速度的关系，并辨别出其中的主要影响因素;通过相关分析解决店铺销量与店铺评分、描述相符、服务态度、发货速度的关系;借助独立样本T检验判断店铺销量与有无微博、有无淘帮派的关系。
本研究中所使用的主成分分析法、相关分析、以及独立样本T检验全都借助SPSS实现。
（二）研究过程：
1.界定分析内容
本文的研究对象是天猫“双十一”销量TOP100店铺中的30家店铺，时间选取的是2012年11月11日。
2.确定研究总体和抽样
鉴于不同商品类型的店铺在关注度、平均价格以及所属商品普及度等的不同，在选取研究总体时，为使研究对象更具代表性，采用分层抽样的方式按比例从100家店铺中选取30家店铺。
表1被研究店铺所在分类结构表男装女装家纺电子电器化妆品鞋类家居混合服饰内衣家用产品46231245213.定义分析单元
（1）有无微博。2011年10月由CIC发布的《CIC·新浪合作微博白皮书》中公布了新浪微博对主流电商网站用户的覆盖度，其中淘宝网用户与新浪微博用户的重合率高达43.63%，因而本研究将是否有新浪微博作为一个研究方面。对于天猫店铺有无微博的鉴定需要符合以下两个条件：第一，该店铺在微博平台上有经新浪认证的官方账户;第二，该微博在2012.11.11日当天有发布关于天猫“双十一”的微博。
（2）有无淘帮派。淘帮派由淘宝官方授权的个人社区，免费提供给淘宝用户使用的会员平台，浏览淘帮派的网民都是淘宝用户，针对性强，加入、创建淘帮派，是淘宝有效的免费推广途径之一。对于天猫店铺有无淘帮派的鉴定条件：第一，由该店铺主管人员申请创办;第二，管理员在2012.11.11发布了关于店铺 “双十一”的帖子。
（3）其他分析单元。通过确定研究总体和抽样，得到本研究最终的数据结果，其中店铺微博粉丝数以及淘帮派成员数均来自其官方微博和淘帮派数据，描述相符、服务态度、发货速度以及店铺评分数据来自店铺首页。为了便于统计处理，本研究令“有微博”=1，“无微博”=0，同理，“有淘帮派”=1.“无淘帮派”=0。
表2研究数据举例②店铺名称有无微博粉丝数服务态度描述相符……裂帛服饰旗舰店1.00144013115.39122.78only官方旗舰店1.001185498.41100.00fiveplus官方旗舰店0.000.0099.47119.81名人瑞裳旗舰店1.0019704134.02129.83…………（共计30家店铺）……三、数据分析
（一）描述分析
数据整理显示，2012年天猫“双十一”销量TOP100店铺大致可以分为十個种类，不同种类店铺所占比例存在明显差异。女装所占比例最大，为21%，所占比例最小的分类是家用产品，仅有3家。
由于销售方式的不同，网络很容易造成消费者与商家之间的信息不对称，所以置于店铺首页的店铺评分、描述相符、服务态度以及发货速度是消费者做出购买决策的重要参考因素。根据所收集的店铺数据显示，被研究店铺的店铺评分普遍位于46—49之间（满分为5分），平均店铺评分为471，其中评分为49的店铺仅有一家，评分为47或48的店铺总计22家。
此外，被研究的30家天猫店铺的描述相符、服务态度以及发货速度平均分均高于满分100③，分别为10979、10440、10482，说明这30家店铺整体上呈现良好的店铺形象，这与店铺在2012年天猫“双十一”的卓越销售表现是否有必然联系还有待考察。 微博营销是网络营销方式中的一种，作为新兴的网络购物方式，被研究的30家天猫店铺中，没有店铺官方微博的仅5家。同理，在收集到的30家天貓店铺中，有20家天猫店铺已经成立了淘帮派并拥有一定数量的成员。
（二）统计分析
1.分析天猫“双十一”以前消费者对店铺评价的可信度
对数据进行统计分析之前，首要就是对数据进行信度分析。
表3研究数据的克朗巴哈α系数表Cronbach's Alpha基于标准化项的 Cronbachs Alpha项数.834.9354由上表可以得到，α系数为0.834，其标准化后的α系数为0.935，说明被研究数据的信度较高，因而天猫“双十一”以前消费者对店铺评价具有很强的可信度。利用SPSS进行信度分析生成变量之间的相关系数表格，见表4。
表4店铺评价指标间的相关系数矩阵描述相符服务态度发货速度店铺评分描述相符1.000.904.777.847服务态度.9041.000.818.744发货速度.777.8181.000.606店铺评分.847.744.6061.000从表4可以看出，描述相符和服务态度（0904）、发货速度和描述相符（0777）、服务态度和发货速度（0818）间存在较大的正相关系数，说明这些变量之间直接的相关性比较强，他们存在信息上的重叠，同时由于他们三者都对店铺评分有不同程度的影响，因而适合进行因素的主成分分析。
表5总方差解释主
成分初始特征值提取主成分特征值方差百分比（%）累计贡献率（%）特征值方差百分比（%）累计贡献率（%）12.66788.91188.9112.66788.91188.9112.2418.03696.9463.0923.054100.000表6主成分因子荷载矩阵主成分描述相符服务态度发货速度1.949.964.915从表6 可看出，服务态度指标在第一主成分上的荷载较高，然后依次是描述相符和发货速度，对店铺评分的影响力度按从小到大排列依次为服务态度>描述相符>发货速度。
2.分析店铺销量与店铺评价指标的关系
为探究每一个店铺评价因素与天猫“双十一”的店铺销量之间的相关性，本研究利用SPSS17.0软件的二元变量相关分析对描述相符、服务态度、发货速度、店铺评分与销量之间的相关性进行了分析，经整理得到表8。
表7店铺评价指标与销量之间的相关系数矩阵描述相符服务态度发货速度店铺评分销量（万）-.183-.154-.252-.152由表7不难发现销量与描述相符、服务态度、发货速度、店铺评分之间存在负相关关系，且变量之间的相关性很弱。
3.分析店铺销量与其营销渠道的关系
（1）店铺销量与有无微博
此检验的假设为：原假设H0：店铺有无微博与销量无关
备择假设H1：店铺有无官方微博与销量有关
根据假设情况，利用SPSS17.0软件进行相互独立的两组样本的T检验后得到如下结果，见表8。
表8销量与有无微博的独立样本检验结果销量（万）假设方差相等假设方差不相等方差方程的
Levene 检验F2.971Sig..096均值方程的
t 检验t-2.134-3.714df2826.234Sig.（双侧）.042.001均值差值-12.60807-12.60807标准误差值5.907303.39497差分的 95%
置信区间下限-24.70863-19.58351上限-.50751-5.63264根据上表“方差方程的 Levene 检验”中的sig.为0.096，大于设定的显著性水平0.05，故销量与有无微博两组数据方差相等。在方差相等、显著性水平为0.05的情况下，T统计量的概率p值0.042小于0.05，故应拒绝原假设，接受备择假设，即认为店铺有无官方微博对于销量的影响有明显差异。
（2）店铺销量与有无淘帮派
此检验的假设为：原假设H0：店铺有无淘帮派与销量无关
备择假设H2：店铺有无淘帮派与销量有关
将“有无微博”变量用“有无淘帮派”代替，处理结果见表9。
表9销量与有无淘帮派的独立样本检验结果销量（万）假设方差相等假设方差不相等方差方程的
Levene 检验F1.969Sig..172均值方程的
t 检验t1.7731.517df2812.558Sig.（双侧）.087.154均值差值9.087209.08720标准误差值5.124825.99085差分的 95%
置信区间下限-1.41051-3.90172上限19.5849022.07611根据上表“方差方程的 Levene 检验”中的sig.为0.172，远大于设定的显著性水平0.05，故销量与有无淘帮派两组数据方差相等。在方差相等、显著性水平为0.05的情况下，T统计量的概率p值0.087大于0.05，故应接受原假设，拒绝备择假设，即认为店铺有无淘帮派对于销量没有明显差异。
四、结论与启示
（一）研究结论
本研究根据所收集数据利用SPSS统计软件分别进行了描述分析和统计分析，描述分析方面，2012年天猫“双十一”销量TOP100店铺中女装类店铺所占比例最大;被选取作为研究对象的30家天猫店铺在不同的店铺评价指标中表现有明显差异，三个评价指标均高于同行业平均水平的店铺仅占27%;此外微博和淘帮派作为新兴的营销渠道，在被研究店铺中的普及率较高。
统计描述方面，分析结果显示在正常的网络情境下，消费者对于店铺评价具有很高的可信度，其购买行为属于理性消费行为，三项店铺评价指标中服务态度是影响店铺评价的主要因素;而在非常情境中，店铺的销量与三项店铺评价指标之间的相关关系近似可以忽略，消费者的购买决策脱离描述相符、服务态度、发货速度等店铺评价指标而制定，即消费者的消费行为属于非理性消费行为;同时，2012年天猫“双十一”时期，店铺有无官方微博对店铺的销量有明显的差异，而有无淘帮派对销量没有太大影响。 （二）启示
根据研究结果显示，可以发现消费者在非常情境下的消费行为缺乏理性，这样的非理性消费行为虽然表面上达到商家获得可观的销售额与顾客获得满意商品的双重优点，但实际上非理性消费行为对于社会再生产等多方面都具有不良影响，也无形中造成了消费者的不良消费习惯。因而本文告诫消费者在消费过程中须保持清醒的头脑，辨识消费环境，做理性消费人。
此外，在为商家提供有效的营销建议方面，现有的研究绝大多数都是以正常情境下的理性消费行为作为研究对象，而针对非常情境中的非理性消费行为，应该视情形的不同选择更加有效的营销建议。根据研究结果，本文为商家提出以下几点建议：
1.高品质的商品、高质量的服务、高效的物流速度是商家生存的首要条件，尤其在网络购物情境下，服务态度更是消费者制定消费决策的最重要因素。
2.在保证自身拥有高品质商品、服务等情况下，应尽可能制造非常情境，借助非常情境扩大自己的销售范围，吸引顾客，同时获得更多的忠实顾客。
3.积极开发更靠近消费者的营销渠道，在非常情境下，消费者容易受新兴营销渠道的影响而形成消费行为。（作者单位：同济大学）
注解：
①罗巍，王旭.非理性消费行为形成因素文献研究[J].中国市场，2010，15：105-106.
②本研究所有数据于2012年12月28日收集。
③满分：指由淘宝提供的关于描述相符、服务态度、发货速度的行业平均值，本研究中令该平均值为100.
参考文献：
[1]王文宾，赵庆祯.用统计软件SPSS分析学生成绩影响因素[A].山东省计算机学会.山东省计算机学会2005年信息技术与信息化研讨会论文集（一）[C].山东省计算机学会：，2005：4.
[2]刘东胜，张轶敏.网上购物顾客满意度影响因素实证研究——以淘宝网为例[J].中国市场，2011，23：100-103+107.
[3]金永生，王睿，陈祥兵.企业微博营销效果和粉丝数量的短期互动模型[J].管理科學，2011，04：71-83.
[4]韩钰，杜建会，郭鹏飞.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].经济地理，2011，10：1660-1665.
[5]陈永胜，贾志永.网络消费的非理性行为刍议[J].生产力研究，2007，22：14-15.
[6]黄守坤.非理性消费行为的形成机理[J].商业研究，2005，10：14-17.
[7]吴峰，田蕊.网络环境下浅谈病毒式营销[J].商场现代化，2009，11：106-108.
[8]翟庆华，叶明海.网络购物顾客忠诚度影响因素实证研究[J].经济论坛，2009，18：128-131.
[9]汪飞燕，汪洁.基于SPSS的合肥地区零售业顾客满意度的影响因素研究[J].湖北经济学院学报（人文社会科学版），2010，10：80-81.
[10]陈晓明.企业微博客营销效果的影响因素分析[D].暨南大学，2012.