《上海财经大学学报》
2019第21卷第2期
电商平台对卖方用户企业的治理机制研究——以品牌依恋理论为视角
陈莹     
华东理工大学 商学院,上海 200237
摘要:认识到电商平台交易越来越重要和更加普及,文章试图在现有研究的基础上探究有效的电商平台治理机制,研究控制、公平和定制化这三种平台治理机制对卖方用户忠诚的有效性。依据品牌依恋理论,研究三种治理机制起作用的内在机理,并探究平台品牌转换成本对三种治理机制的调节作用。通过调查177个在主要电商平台上交易的卖方用户企业,研究结果显示,控制、公平和定制化三种平台治理机制会分别通过提高卖方用户绩效满意、关系满意和自我概念连接来提高其对平台的忠诚度。而平台品牌转换成本只对公平和定制化的治理效果起调节作用,即当平台品牌转换成本低时,公平和定制化会更加有效地提高关系满意和自我概念连接,进而提高卖方用户忠诚度。
关键词平台治理机制     绩效满意     关系满意     自我概念连接     平台品牌转换成本    

一、引 言

信息技术的高速发展促使越来越多企业通过电子商务平台市场来进行交易活动(Garicano和Kaplan,2001;Grewal等,2001)。这是一种新型的经济模式,包含造市商、买方和卖方三方(Grewal等,2010)。造市商一般是指电子商务平台,用来促进买方和卖方在电子商务平台上进行交易。大部分电子商务平台通过促进买方和卖方交易来获得经济收益,例如阿里巴巴等(Silverthorne,2006;Zeng和Glaister,2016)。对于任何一个电商平台来说,最关键的营销策略是不断吸引新的买方和卖方的加入,然后在平台上进行交易,同时,留住这些买方和卖方,让这些买方和卖方继续在平台上交易,成为忠诚用户(Zhu和Iansiti,2012)。只有这样,电子商务平台才能进入“强者愈强”的良性循环(李小玲等,2014)。

那么,在这种新型平台商业模式中,如何对电商平台用户进行管理成为电商平台治理的主要挑战之一(Chakravarty等,2014)。特别地,平台首先要吸引和留住好的卖家,才能吸引更多的买家,而提高卖方用户忠诚度是平台治理的第一步,所以本研究将先探究电商平台对卖方用户有效的治理机制。电商平台在现实经济环境中迅猛发展,但相关的营销理论研究却刚刚开始(Chakravarty等,2014;Grewal等,2010)。例如,Grewal等(2010)研究了三种有效的平台治理机制,他认为通过实施监控、社区建设和自我参与三种治理机制能够促进平台绩效。Chakravarty等(2014)研究了平台企业的用户导向策略对平台绩效的影响。国内学者吴德胜和任星耀(2013)检验了淘宝网上信任保障和购物搜索两类交易机制的有效性。但是,现有研究却没有探究促进平台企业和卖方用户保持良好关系的治理机制。而本研究认为,平台企业与卖方用户紧密而牢固的关系是促进电商平台形成健康的生态环境,进而提高绩效的关键,因此,本文将研究能够促进卖方用户对平台企业高度忠诚的治理机制。

传统的渠道治理机制的研究形成了丰富的理论研究成果(Brown等,2000;Ghosh和John,2005;Lorenzoni和Lipparini,1999;Wuyts和Geyskens,2005)。而电商平台与卖方用户的关系与传统的B2B渠道关系略有不同。在传统的B2B渠道关系中,厂商从上游供应商处购买原材料,将原材料加工生产成最终的产品,然后把最终产品卖给下游的分销商。厂商是中间商,上游供应商和下游分销商并不直接接触。厂商分别和上游供应商、下游分销商间保持独立的双边关系。而在电商平台市场中,平台要同时面对多个卖方和买方用户。平台只是起到促进买方和卖方交易的作用,与买方和卖方形成了一个三边的交易系统(Hagiu和Wright,2015)。因此,平台企业与传统渠道商存在着显著差异,以传统渠道商为对象的渠道治理机制不能完全适用于具有典型的生态系统特征的服务于双边市场的平台企业。但是相关研究为本文的相关探索奠定了基础。因此,本文将在传统渠道治理机制研究的理论成果上,进一步探索适合于电商平台特殊环境的、能够提高卖方用户忠诚度的治理机制。

健全的治理机制能够帮助平台企业获得和留住卖方用户(Chakravarty等,2014)。Tsai(2011)提出,所谓用户管理就是提高用户体验。平台企业通过提高用户满意度,可以吸引用户更多的参与。但是有的研究者表示,用户满意不足以使其保持对平台的忠诚(Shi等,2011)。事实上,关系营销研究者认为用户和平台间强有力的品牌关系才是用户对平台保持忠诚的主要原因(Morgan和Hunt,1994;Price和Arnould,1999;Sheth和Parvatiyar,1995)。根据过往研究可知,品牌依恋理论系统而完整地阐释了建立强有力品牌关系的影响因素。因此,本文将运用品牌依恋理论来解释能导致用户忠诚的平台治理机制。

根据品牌依恋理论,品牌依恋会导致用户的高度忠诚行为。然而现有研究并没有全面地研究导致一个企业对另一个企业品牌依恋的影响因素。根据品牌依恋的理论框架(Park等,2008;Park等,2010),本研究认为平台有三项治理措施能够促使卖方用户产生较大的平台品牌依恋,进而导致较高的平台忠诚度。第一,平台企业可以通过控制卖方用户的行为来帮助卖方用户实现自我(Bergen等,1992)。例如,亚马逊公司通过设定卖方用户需要达到的服务标准,使卖方用户提高了服务水平,并最终提高了其在平台上的销售量和绩效满意水平(Jiang等,2011)。第二,平台企业可以通过实施公平策略,来使卖方用户达到满足自我的效果。公平策略促使卖方用户公平交易,进而使其达到较高的关系满意水平(Brown等,2006;Kumar等,1995)。第三,平台企业可以为卖方用户提供定制化的服务来满足不同用户的特殊需求。平台定制化能够促使卖方用户与平台相认同,从而丰富自我。因此,本研究主要聚焦控制、公平和定制化三个有效的治理机制。这三项治理措施,通过帮助平台卖方用户实现自我、满足自我和丰富自我——表现为较强的平台品牌依恋水平,促使卖方用户形成较强的平台忠诚度。

另外,关系营销理论也提到了品牌转换成本对顾客保留的重要性(Fornell,1992)。强烈的品牌依恋会导致真正的忠诚,而高度的品牌转换成本只会导致虚假的忠诚。因此,本研究将探究品牌转换成本对三种平台治理机制的调节作用。本文认为三种治理机制是否会导致品牌依恋的三个维度强度的增加会受品牌转换成本的影响。具体而言,高水平的品牌转换成本会降低这三种治理机制的有效性,换言之,当品牌转换成本较高时,平台治理机制会失效,卖方用户只是因为较高的转换成本留在平台上,而不会对平台产生较高的品牌依恋(Fornell,1992)。除此之外,值得注意的是,平台具有较强的网络效应特征。也就是说,大量优质的卖方会吸引买方到平台来消费,而大量的买方又会吸引更多卖方入驻平台。因此,卖方忠诚度是受到平台跨边网络效应的影响的。但是本研究只是考虑平台对卖方用户的治理机制,不涉及买方用户的治理机制及反应,因此不涉及平台的网络效应。

总之,基于前人的理论,本文的研究目的在于探究适合平台、有利于提高平台卖方用户忠诚度的治理机制,以及影响平台治理机制的调节因素。具体而言,首先,根据品牌依恋理论,提出控制、公平和定制化三项治理机制,解释这三项治理机制如何通过提高卖方用户的绩效满意、关系满意和自我概念的连接,来提高平台卖方用户留在平台的意愿。品牌依恋理论能够解释企业如何与用户建立强有力的品牌关系,因此,品牌依恋框架的三维度能够很好地解释能够促进卖方用户忠诚的平台的治理机制。其次,本文还研究了是否平台品牌转换成本会促进或者抑制这三项治理措施对卖方用户的绩效满意、关系满意和自我概念的连接的影响,进而影响这三项治理措施的治理效果。品牌转换成本和品牌依恋都能够导致卖方用户忠诚,但是作用机理不同。因此本文将研究平台品牌转换成本对以建立品牌依恋为目标的平台治理机制的调节作用。本文认为研究结果将拓宽渠道治理的相关研究,对电商平台管理有重要的理论价值,弥补了电商平台用户管理方面理论的欠缺,并对现实中电商平台企业恰当地实施治理机制、增进卖方用户的忠诚度提供重要的实践指导意义。

二、理论和研究假设 (一) 品牌依恋理论

品牌依恋理论(Brand Attachment Theory)最早源于由Bowlby(1979)提出的人际依恋理论(Interpersonal Attachment Theory)。Bowlby(1980)对依恋的开创性研究提出,人类与生俱来会与某些重要对象建立依恋关系,这种依恋会逐渐演化成紧密结合的关系。然而,营销学者们认为依恋不仅仅只会发生在人与人之间(Belk,1988;Kleine Ⅲ等,1993;Mehta和Belk,1991;Schultz等,1989),用户也会对品牌或者品牌所代表公司产生依恋(Fournier,1998;Keller,2003;Schouten和McAlexander,1995)。特别是过去10年间,营销学者们对用户对品牌的依恋现象产生了极大的兴趣(Chaplin和Roedder John,2005;Fedorikhin等,2008;Park和MacInnis,2006;Park等,2008;Schouten和McAlexander,1995;Thomson,2006)。他们对品牌依恋的定义是,用户和品牌粘合的强度,并认为品牌依恋会导致对企业有利的行为,例如表现为顾客终生价值(Thomson等,2005)。

尽管现有研究中品牌依恋理论大多是应用在B2C市场,它描述了消费者和品牌的关系强度与质量(Park等,2010),本文认为有关该理论的应用可以拓展到平台市场中平台企业和卖方用户的关系建立中。原因如下:由于平台卖方企业属于平台企业的用户,类似地,他们也会与平台品牌建立起紧密粘合的关系。因此本文在平台市场背景下,运用品牌依恋理论来解释平台企业如何通过各种治理措施来加强与卖方用户的关系。

品牌依恋是品牌与自我连接的产物(Park等,2008,2010)。Park等(2010)指出这种连接由与品牌相关的想法、感觉以及品牌关系构成的丰富而可获得的记忆网络所反映。Park等(2010)进一步提出品牌依恋可以由两个因素来进行衡量,即品牌—自我连接和品牌显著性。研究表明企业用户也可以发展出强烈的品牌依恋,因为品牌可以作为他们自我概念的一部分而存在,并且品牌有一定的功能性的价值(如实现个体娱乐或者工作相关的目标)。Parish和Holloway(2010)、Park等(2008)进一步认为品牌依恋可以由品牌实现个体功能、情绪和象征性的目标的能力进行衡量。换言之,当品牌能够帮助用户实现自我、满足自我以及丰富自我时,用户可以发展出较强的品牌依恋。本文也将用这三个维度来衡量品牌依恋强度,解释平台治理措施的内在机理。

根据品牌依恋理论,本文用三个具体变量来衡量品牌依恋理论框架中的三个维度。具体如下:第一,由于平台企业可以通过帮助卖方用户提高自我效能、实现预期绩效目标来帮助卖方用户企业实现自我,因此,可以用绩效满意来衡量卖方用户自我实现的程度。具体而言,绩效满意表达了卖方用户对在平台上的效率和效能的满意程度。第二,当平台可以提供情感上的愉悦和令人享受的体验时,卖方用户企业会满足自我。因此,本文使用关系满意来衡量平台提供这种情感连接的能力。第三,当使卖方用户认同于平台时,平台企业帮助卖方用户丰富了自我。因此,本文用卖方用户的自我概念连接这个变量来衡量平台丰富用户自我的程度,具体表现为对平台品牌概念和形象的认同。总而言之,通过提高平台用户的绩效满意、关系满意和自我概念连接,即帮助他们实现自我、满足自我和丰富自我,用户企业能够形成对平台的强烈依恋,最终与平台建立起长期而稳定的关系(Park等,2008)。本文认为,三种平台治理措施——控制、公平和定制化,能够通过促使平台卖方用户实现自我、满足自我和丰富自我,最终使卖方用户愿意与平台保持长期紧密的关系。基于以上分析,确立如图1所示的基于品牌依恋理论的概念模型。

图 1 概念模型
(二) 控制和绩效满意

现有文献认为控制是促进交易各方间建立成功合作关系的关键之一。控制治理措施被认为是在企业间关系中用来规范合作方行为的一种结构安排(Fryxell等,2002;钱丽萍等,2015)。在电商平台市场中,电商平台的治理措施表现为明确的合同,在合同中详尽地描述了卖方用户的角色和职责以及某些既定的目标,这些都使得双方更易达成合作关系(Argyres和Mayer,2007;Leifer和Mills,1996;Lusch和Brown,1996)。在电商平台市场上,很多平台企业都使用了控制治理措施来提高绩效水平。例如,著名的以半导体交易为主的电商平台公司Virtual Chip Exchange会对所有的交易和物流情况进行监控,以保证订单的执行和交易的质量。另外,通过只引入有资格的原始设备商、特许经营商和芯片厂家,确保了平台所卖产品的质量和可靠性。本文认为控制治理措施能够帮助提高卖方用户的绩效满意,具体原因如下:

在电商平台市场,平台企业的控制策略包含对平台卖家用户行为和活动进行指导、培训、评估和奖赏等一系列管理措施。特别地,卖家用户被要求从事的一些行为和活动,是有利于帮助其达到预期绩效的。由于平台企业会根据这些行为和活动进行评估和奖惩,卖家用户会努力达到这些标准(Ahearne等,2010;Kohli等,1998),进而达到更高的绩效水平(Brown和Peterson,1994),例如在平台完成更高的交易量。另外,平台企业的控制策略也意味着平台企业要求卖家用户达到一定的质量和能力的标准,例如需要提供一定的资质和证书。在这样的质量控制下,平台企业能够获得更多有资格的卖家用户入驻。这些卖方用户有更多的能力和资源达到较高的绩效水平。也就是说,卖家用户更容易达到绩效满意。基于以上分析,提出如下假设:

H1:平台企业的控制水平会对卖方用户的绩效满意产生正向影响。

(三) 公平和关系满意

根据关系营销理论(relationship marketing theory),在供应链中,公平是构建上下游买方、卖方紧密关系的关键因素(Brown等,2006;Kumar等,1995)。在电商平台市场中,当平台卖方用户观察到平台在执行各项政策(如奖惩策略)时采取一视同仁的公平态度,关系满意更易达成。

根据关系营销理论和关系交换理论(relational exchange theory)(Heide和John,1992;Macneil,1980),平台中一个具有共同准则和信仰的系统能够帮助用户公司建立起更紧密而稳定的关系。通过在奖惩过程中实施过程公平和结果公平,平台公司强化了平台的各项政策和标准,平台卖方用户更易遵守各项政策条款,最终导致平台卖方用户较高的关系满意水平。例如,当平台中有卖方用户发生违规行为时,平台企业会一视同仁地进行约束和相应的惩罚,而不考虑用户的规模或对平台的贡献,以在用户间建立公平的印象。这样的公平策略会赢得广大卖方用户的信任和关系满意(Kumar等,1995)。因此,提出如下假设:

H2:平台企业的公平水平会对卖方用户的关系满意产生正向影响。

(四) 定制化和自我概念连接

营销者们早就意识到目标市场战略和定制化的重要性,实施定制化往往会导致用户忠诚和锁定(Ansari和Mela,2003;Franke等,2010)。互联网和信息技术使得定制化变得更易实现,特别是对于电商平台这种依托互联网技术的商业系统。平台企业很容易通过网站信息记录程序(website cookies)来获取用户偏好的数据,并能够据此低成本地为每一个用户提供高度相关的内容。同时,平台企业也能够让卖方用户定制化自己的内容,卖方用户不仅是平台的参与者,也是平台内容的创造者(秦芬和李扬,2018)。在电商平台市场,平台企业通过提供设计工具箱来帮助卖方用户定制化地设计自己的网页(Franke等,2010)。这些设计工具箱非常方便使用,大大降低了设计一个网站所需要的技能。因此,卖方用户网页的定制化设计成为平台常见的一种营销策略。

根据禀赋效应理论(endowment effect theory),自己设计自己的网页能够在心理上产生对网站的所有权(Pierce等,2003)。这是因为,当个体创造某个事物时,他将自己投入到这个对象中(Pierce等,2003)。类似地,Belk(1988)提出通过创造某个事物,被创造的事物变成自我的一部分。Belk和Coon(1993)也说“创造是一种最为明确的方式来把创造物纳入延伸的自我”。因此,本文认为卖方用户通过设计他们自己的网页,把网页作为延伸的自我来看待。由于网页是平台网站的一部分,卖方用户会通过定制化网页将自我与平台相连。进一步,由于平台促进了卖方用户通过设计自己的网页来表达自己的概念,因此这会加强卖方用户与平台企业的自我概念连接。综上所述,提出如下假设:

H3:平台企业的定制化水平会对卖方用户对平台企业的自我概念连接产生正向影响。

(五) 绩效满意、关系满意、自我概念连接和平台品牌忠诚

根据品牌依恋理论,当品牌能够实现自我、满足自我和丰富自我时,用户认为品牌对个体来说是非常重要的并且会对品牌产生依恋。对品牌的依恋保证了与品牌关系的持续进行(Ahluwalia等,2000;Price和Arnould,1999;Sheth和Parvatiyar,1995)。在电子平台市场中,卖方用户的绩效满意、关系满意和自我概念连接显示了平台实现自我、满足自我和丰富自我的程度,进而能够导致卖方用户对平台品牌的忠诚。具体而言,当卖方用户企业对平台有着较高的绩效满意时,平台为卖方用户创造了较高的自我效能感值,即用户企业感到能够有效地控制环境,接近和达成既定目标,并且规避不想要的结果(张宏远等,2018)。因此平台较高的功能性表现有效地满足了卖方用户的功能和绩效需求,卖方用户从而形成了对平台强有力的依恋,愿意继续与平台保持合作关系,在平台上交易。当卖方用户企业对平台有着较高的关系满意时,卖方用户在平台上有着愉悦的体验,平台企业令卖方用户感到满足。愉悦的交易体验会加强平台用户和平台的连接,平台用户倾向于继续在平台上进行交易并保持长期的关系(Grisaffe和Nguyen,2011)。最后,当卖方用户企业对平台企业有着较高的自我概念连接时,卖方用户会将自己理想的过去、现在和未来与平台企业形成象征性的连接(Markus和Nurius,1986)。平台企业在不同方面都反映了平台用户的身份,例如他所属的群体,他所持的信念或价值观(Lydon等,2005;Shavitt和Nelson,1999)。结果是,平台丰富了卖方用户自我,卖方用户愿意与平台用户建立长期的关系。根据以上分析,提出如下假设:

H4:当卖方用户企业对平台企业具有较高的(a)绩效满意、(b)关系满意和(c)自我概念连接时,卖方用户企业更愿意对平台保持较高的忠诚度。

(六) 品牌转换成本的调节作用

品牌转换成本一般被定义为从一个品牌转换到另一个品牌时可能发生的潜在成本(Heide和Weiss,1995;Jones等,2007)。它是卖方用户和平台品牌关系的经济属性。一般而言,当卖方用户转换平台品牌时,既会承受一定的货币成本又会承受一定的非货币成本(例如,时间和精力),而且还会承受转换平台造成的顾客流失等收益方面的损失。例如,当一个卖方用户在入驻平台时,可能会投入一定的专用性投资,当关系终结时,他会损失这部分投资。而且长期合作关系形成的交易流程和习惯也要跟着改变,这也是对卖方用户的损失(Jap和Ganesan,2000)。因此,一般而言,平台的品牌转换成本会抑制卖方用户转换平台。另外,品牌依恋是卖方用户和平台合作关系的情感属性,也会导致卖方用户的忠诚。研究显示,品牌依恋和品牌转换成本在对品牌忠诚的影响上有交互作用(Lam等,2004)。然而研究者并不清楚在电商平台背景下品牌转换成本的变化是否会影响三种治理机制的治理效果(用品牌依恋这一情感因素进行解释)。在电商平台背景下,本文认为有效的平台治理机制会与品牌转换成本互为替代因素。换言之,品牌转换成本会抑制三种治理机制的效果,原因如下:

一般企业会鼓励员工达到较高的顾客满意以减少他们短视的行为(Hauser等,1994)。然而,一般只有当品牌转换成本很低时才会达到最大程度的顾客满意。当品牌转换成本很高的时候,不管员工怎么努力,顾客的满意程度都不容易发生改变(Hauser等,1994)。因为品牌转换成本是一种强制性力量,当品牌转换成本高的时候,顾客被迫继续购买产品,其他非强制性的因素会较少产生作用。因此,同样地,当平台品牌转换成本较高时,控制、公平和定制化也可以减少了对品牌依恋三维度的影响。此时,主要是平台品牌转换成本这一强制因素驱使卖方用户继续合作,卖方用户较少受到其他非强制因素的影响。综上,提出如下假设:

H5:某平台品牌转换成本越高,平台控制对卖方用户绩效满意的正向影响越小。

H6:某平台品牌转换成本越高,平台公平对卖方用户关系满意的正向影响越小。

H7:某平台品牌转换成本越高,平台定制化对卖方用户自我概念连接的正向影响越小。

三、研究方法 (一) 样本与调查

本研究数据收集自中国的各大电商平台,包括淘宝、天猫、京东、微信和当当。尽管研究想要探究的是具有普世性的电商平台管理措施,但从中国收集数据仍不失为一种理想的选择。理由在于,中国已成为世界范围内最大的经济体,并且继续以较快的速度向前发展,中国电商平台市场的情况能够在很大程度上代表整体电商平台市场的情况。另外,由于近几年来支付方式的变革以及物流系统的快速发展,越来越多的中国人转向电商平台在线购买各种日常用品。淘宝、天猫、京东、微信和当当是中国最为著名的电商平台,基本上能够代表中国整个电商平台市场。因此,在这些平台上收集数据能够帮助本研究更好地理解中国的平台治理机制,进而理解适合全球范围的平台治理机制。

在数据收集过程中,首先,研究者从两个调研公司中获取的在电商平台上交易的企业名单中随机选取了1 000个卖方用户,他们分别入驻于淘宝、天猫、京东、微信和当当,涵盖食品、电子、电脑设备和家电等行业。然后,由调研公司将问卷寄给了这些公司的高级经理,同时附信说明本调查的学术性质。问卷初始通过邮递发出,后续由电话、传真和电子邮件跟进。最终,有177家公司完成了问卷,达到了18%的回复率。有关样本公司的基本情况,可见表1。然后,研究者又对177家样本公司中35家(大约20%)的高管进行面对面访谈,以再次确认调查回复的质量。

表 1 卖方用户企业的基本情况统计(n=177)
样本特征 频数 百分比
平台
 淘宝 45 25.4
 天猫 21 11.9
 京东 35 19.8
 微信 40 22.6
 当当 36 20.3
行业
 食品 31 17.5
 电子 85 48.0
 电脑设备 43 24.3
 家电 18 10.2
地理位置
 中国东部 40 22.6
 中国南部 32 18.1
 中国北部 73 41.2
 中国西部 32 18.1
雇员数量
 <20个 21 11.9
 20~49个 35 19.8
 50~99个 34 19.2
 100~199个 53 29.9
 200~999个 26 14.7
 ≥1 000个 8 4.5
关系长度
 <2年 15 8.5
 2~5年 70 39.5
 5~10年 82 46.3
 >10年 10 5.7

为了测量不回复偏差,本研究把那些回复调查的公司的关键特征与那些不回复调查公司的关键特征(如雇员数量、公司所有权和业务区域)进行对比(Armstrong和Overton,1977),发现不存在显著差异。另外,为了测量早/晚回复偏差,研究者还比较了被调查公司的管理人员职位、雇员数量、公司所有权和经营期限等关键变量。发现在早回复和晚回复的被试间没有显著差异,因此不存在早晚回复偏差。

(二) 变量与测量

为了适应研究背景,本研究根据访谈结果对各变量测项稍作调整,具体步骤如下:首先,研究者与一部分调查企业的经理人员讨论量表的测项,以确定测项的明确性和一致性;然后,对20家公司进行预测试来检测量表与当前研究的适合度。本研究从一个公司多个经理处同时收集数据,来交叉检验量表的得分。最后,根据调查结果删除并修改一些测项以增加量表的清晰度,使测项符合本研究的背景。另外,研究项目成员还会再次对量表中的问题进行检查和评估,以确定最终量表题项。所有变量量表采用李克特7点量表(1=强烈反对,7=强烈赞成)进行测量,具体构念和其测量题项如表2所示。

表 2 量表
控制(Roth和Nigh,1992)
1. 该平台企业对我们是如何工作的有高度控制(0.572)
2. 该平台企业对我们的工作流程有高度控制(0.632)
3. 该平台企业对我们的工作质量有高度控制(0.819)
4. 该平台企业对我们的交货时间有高度控制(0.825)
5. 该平台企业对我们的产品质量有高度控制(0.803)
6. 该平台企业对我们的库存水平有高度控制(0.840)
7. 该平台企业对我们的订单执行有高度控制(0.811)
公平(Anderson和Weitz,1992)
1. 该平台在对待用户企业的公平性上享有声誉(0.944)
2. 该平台在关心他的用户企业上享有声誉(0.938)
3. 一些平台用户企业认为该平台仅仅关注他自己(R)*
定制化(Wong和Law,1999;Fryxell等,2004)
1. 该平台企业针对我们公司的情况制定专门的计划(0.855)
2. 我们对该平台给我们制定的专门的计划结果是满意的(0.897)
3. 该平台对我们公司的定制化计划是按照预定时间进行的(0.905)
4. 我们公司能够在该平台上自由地表达自己的需求和观点 (0.813)
绩效满意(Tsai,2011;Jap和Anderson,2007)
1. 该平台能够满足我们的实际需求(0.834)
2. 该平台提供专业化服务和帮助(0.781)
3. 该平台为我们解决具体的问题(0.763)
4. 该平台的功能性绩效是令人满意的(0.761)
5. 该平台给我们带来较大的销售量(0.794)
6. 该平台给我们带来较大的销售利润(0.716)
7. 该平台为我们提供支持和销售服务(0.724)
8. 我们和该平台的联合是成功的(0.848)
关系满意(Tsai,2011;Kumar等,1992;Lee,2001)
1. 该平台很好的照顾了我们(0.803)
2. 该平台很关注我们的感受(0.814)
3. 该平台回应我们所关心的事情(0.723)
4. 我们对与该平台企业的合作非常满意(0.862)
5. 我们对与该平台企业的关系非常满意(0.849)
6. 我们希望有更多像这样的平台企业(0.840)
7. 我们希望我们与该平台企业的关系能够在未来继续保持(0.734)
自我概念连接(Tsai,2011)
1. 该平台反映了我们公司的理念(0.839)
2. 该平台与我们公司的运营方式是一致的(0.845)
3. 该平台能够为我们公司代言(0.777)
4. 我们公司认同该平台的形象(0.771)
平台品牌忠诚度(Heide和Miner,1992)
1. 我们预计将会和该平台企业的关系持续很久(0.812)
  注:(1)每一个测项标准化的因素负载标注在其后的括号中。所有因素负载都是在p<0.001 水平上显著。
(2) 所有测项都采用李克特7点量表:1=“强烈反对”,7=“强烈赞成”。
(3)标注*的测项由于较低的因素负载而被删除。

表 2 量表
控制(Roth和Nigh,1992)
2. 和该平台企业关系周期性的更新事实上是自动发生的(0.747)
3. 我们和该平台企业的关系是长期联盟(0.835)
4. 我们和该平台企业的关系是持久的(0.860)
5. 我们在制定计划时不仅仅从自身的角度考虑,还关心如何让关系能够延续下去(0.788)
平台品牌转换成本(Tsai,2011;Wathne等,2001;Kumar等,1995,1998)
1. 从该平台转换到另外一个平台成本很高(0.775)
2. 在这个平台上的花费比在其他平台上的花费少(0.777)
3. 如果我们停止使用该平台,会承担损失(0.623)
4. 与该平台的关系中止所带来的巨大损失很难被弥补(0.631)
5. 该平台为我们带来的销售和利润是不可取代的(0.743)
6. 与该平台关系中止所带来的损失会损害我们的名声(0.740)
控制变量:
合作长度. 卖方用户企业与平台企业合作关系年限的对数值
公司规模. 卖方用户企业雇员数量的对数值
  注:(1)每一个测项标准化的因素负载标注在其后的括号中。所有因素负载都是在p<0.001 水平上显著。
(2) 所有测项都采用李克特7点量表:1=“强烈反对”,7=“强烈赞成”。
(3)标注*的测项由于较低的因素负载而被删除。

本研究采用Roth和Nigh(1992)的量表来测量平台企业对卖方用户的控制程度。公平量表来自Anderson和Weitz(1992),描述了卖方用户心中平台的公平程度。定制化的测量题项从Wong和Law(1999)、Fryxell等(2002)处获得,描述了平台定制化项目的有效性。

为了测量卖方用户的绩效满意程度,本研究从Tsai(2011)、Jap和Anderson(2007)的量表中提取了8个测项,这些测项描述了卖方用户对平台功能性效用的满意程度。本文从Tsai(2011)、Kumar等(1992)和Lee(2001)的量表里提取了7个测项来测量卖方用户的关系满意,反映了卖方用户对平台所展现的关怀、注意和回馈等的满意程度。最后,从Tsai(2011)的量表中开发出4个测项来测量卖方用户的自我概念连接程度,它们测量了卖方用户与平台品牌的象征性含义和形象的认同程度。

为了测量平台品牌忠诚度,本研究用开发自Heide和Miner(1992)的量表,测量了卖方用户愿意在未来继续留在平台上交易的意愿。平台品牌转换成本的测项来自Tsai(2011)、Wathne等(2001)、Kumar等(1995)和Kumar等(1998),表明卖方用户从一个平台品牌转换到另一个平台品牌所付出的经济和心理成本大小。最后,本研究采用合作长度和企业规模作为模型的控制变量。

四、研究结果

本文采用结构方程模型中的偏最小二乘法(PLS-SEM)来验证本研究提出的概念模型。本研究采取偏最小二乘法而不是其他的结构方程方法(CB-SEM)来对模型进行预测,主要原因在于,偏最小二乘法提供一种多对多线性回归建模的方法,特别当两组变量(自变量和因变量)的个数很多,且都存在多重相关性,而样本量又较少时,用偏最小二乘回归建立的模型具有传统的结构方程方法所没有的优点(Gefen等,2000;Henseler等,2009)。因此,在分析过程中,本文采用SmartPLS软件来同时分析测量模型和结构模型(Ringle等,2005)。本研究用Bootstrap法得到的500个Bootstrap样本来检测模型中系数的显著程度(Efron和Tibshirani,1993)。接下来的两个部分将分别介绍测量模型和结构模型的估计结果。

(一) 测量模型的信度与效度检验

表3显示了量表的信度和其他相关指标。首先,信度的测量采用复合信度(CR)和平均变异抽取量(AVE)。表3显示,所有潜变量的CR值最低为0.863,超过了0.7这一门槛值(Hair等,1998)。另外,所有的AVE值都超过了Fornell和Larcker(1981)提出的0.5的标准,表明量表的测量具有较好的内部一致性。

表 3 信度与区分效度
潜变量 CR AVE 1 2 3 4 5 6 7 8 9
控制 0.906 0.584 (0.764)
公平 0.939 0.885 0.505 (0.941) 0
定制化 0.924 0.754 0.606 0.505 (0.868)
绩效满意 0.925 0.607 0.541 0.575 0.422 (0.779)
关系满意 0.928 0.648 0.590 0.657 0.542 0.753 (0.805)
自我概念连接 0.883 0.655 0.538 0.599 0.479 0.651 0.754 (0.809)
平台忠诚度 0.904 0.655 0.555 0.514 0.400 0.699 0.716 0.646 (0.809)
平台品牌转换成本 0.863 0.515 –0.210 0.250 0.005 0.524 0.415 0.355 0.427 (0.718)
合作长度 0.043 –0.006 0.131 –0.171 –0.009 0.007 –0.032 –0.288
企业规模 0.006 –0.064 0.039 0.255 0.117 0.051 0.133 0.243 0.002
  注:括号里的值为AVE的均方根。

其次,量表的聚合效度由Churchill(1979)和 Hulland(1999)提出的两个指标来衡量:(1)所有因素负载应该是显著的并超过0.5;(2)每个潜变量的AVE应该超过0.5。为了保证量表的聚合效度水平,本研究删掉了负载小于0.5的公平的一个测项。最终,所有测量题项的负载都超过了0.5的临界值(见表3),所有的AVE值也都超过了0.5。结合两项测量指标,研究者认为本研究的量表测量具有较好的聚合效度。

最后,本研究用较严格的方法来衡量各变量量表的区分效度(Fornell和Larcker,1981),即比较AVE值的平方根和变量间相关系数的大小,前者要比后者大。本研究对每个变量的AVE值取平方根,然后比较AVE值平方根和变量间相关系数的大小,发现任何一个变量AVE值的平方根比该变量与模型中其他变量的相关系数都大(见表3),表明各潜变量测量之间的区分效度良好。综上所述,数据结果显示本研究的量表具有好的信度、聚合效度和区分效度。

(二) 结构模型和假设检验结果

本文的假设提出,控制、公平和定制化分别会加强卖方用户的绩效满意、关系满意和自我概念连接(H1、H2和H3)。平台品牌转换成本抑制控制、公平和定制化对绩效满意、关系满意和自我概念连接的正向作用(H5、H6和H7)。绩效满意、关系满意和自我概念连接正向影响平台品牌忠诚(H4a-c)。为了检验这些假设,本文估计以下结构模型,模型包含控制(CO)、公平(FR)、定制化(CU)、平台品牌转换成本(BC)、绩效满意(PS)、关系满意(RS)、自我概念连接(SCC)、平台品牌忠诚(LO)和所有控制变量:

$\begin{aligned} {{{LO}}} = & {{{f}}\left( {{{PS}},{{RS}},{{SCC}},{{controls}}} \right)}\\ {{{PS}}} = & {{{f}}\left( {{{CO}},{{BC}},{{CO}} \times {{BC}}} \right)}\\ {{{RS}}} = & {{{f}}\left( {{{FR}},{{BC}},{{FR}} \times {{BC}}} \right)}\\ {{{SCC}}} = & {{{f}}\left( {{{CU}},{{BC}},{{CU}} \times {{BC}}} \right)} \end{aligned}$

PLS常常使用R2来解释内生变量和路径系数的显著性,进而检验结构模型的预测效果(Chin,1998),R2反映了内生潜变量能够被外生潜变量解释的程度。一般认为R2至少要达到10%才能保证模型有足够的解释力。表4展示了模型的拟合优度。根据R2值,绩效满意、关系满意、自我概念连接以及平台品牌忠诚分别被解释了47.9%、51.1%、44.1%和55.6%的变异。表明模型具有很好的拟合优度。

表 4 直接效应模型的拟合优度
模型中的内生潜在变量 R2
绩效满意 47.9%
关系满意 51.1%
自我概念连接 44.1%
平台品牌忠诚度 55.6%

表5所示,控制对绩效满意有显著正向影响(β=0.425,p<0.001),公平对关系满意有显著正向影响(β=0.571,p<0.001),定制化对自我概念连接有显著正向影响(β=0.456,p<0.001),支持假设H1、H2、H3。控制和平台品牌转换成本的交互作用为负向、不显著(β=–0.115,n.s)。假设H5没有得到证明。公平(β=–0.125,p<0.05)、定制化(β=–0.291,p<0.001)与平台品牌转换成本的交互作用都为显著、负向,因此,假设H6、H7得到证明。最后,绩效满意(β=0.329,p<0.05)、关系满意(β=0.264,p<0.05)和自我概念连接(β=0.232,p<0.01)与平台品牌忠诚的关系均为显著、正向,假设H4a-c得到证明。

表 5 结构方程模型估计
结构路径估计(Est.) 标准误(SE) T值(Est./SE)
控制→绩效满意 0.425 0.075 5.692***
公平→关系满意 0.571 0.058 9.803***
定制化→自我概念连接 0.456 0.066 6.864***
绩效满意→平台品牌忠诚度 0.329 0.130 2.523*
关系满意→平台品牌忠诚度 0.264 0.132 2.009*
自我概念连接→平台品牌忠诚度 0.232 0.087 2.654**
控制×平台品牌转换成本→绩效满意 −0.115 0.066 1.762
公平×平台品牌转换成本→关系满意 −0.125 0.062 2.012*
定制化×平台品牌转换成本→自我概念连接 −0.291 0.077 3.795***
合作长度→平台品牌忠诚度 0.047 0.061 0.769
企业规模→平台品牌忠诚度 0.006 0.081 0.071
  注:*p<0.05,**p<0.01,***p<0.001。
五、讨论与结论 (一) 研究结论和意义

认识到电商平台市场越来越普及和重要的地位,本研究试图通过研究三种平台治理机制——控制、公平和定制化对卖方用户忠诚的有效影响,来拓展学界对平台治理机制的研究。本研究主要依据品牌依恋理论,解释了三种有效平台治理机制的内在机理。研究显示,三种平台治理机制的治理效果还会受平台品牌转换成本的影响。具体而言,本研究主要在三个方面取得了较为显著的理论贡献。

首先,本研究提出了三个能够帮助平台建立与卖方用户有紧密关系的有效的平台治理机制——控制、公平和定制化,进一步拓展了研究者们在平台治理机制方面的相关研究。研究显示,平台企业作为交易的促进者,能够通过一定的治理机制主动、有效地与卖方平台建立起紧密的关系。具体表现为,控制、公平和定制化能够提高卖方用户的绩效满意、关系满意和自我概念连接(H1-3),而绩效满意、关系满意和自我概念连接又可以导致较高的卖方用户忠诚(H4),因此,本研究认为控制、公平和定制化是有效的平台治理机制,能够促使卖方用户与平台保持长期合作的关系。

其次,通过以上分析可知,三种治理机制是通过提高卖方用户的绩效满意、关系满意和自我概念连接来提高卖方用户对平台的忠诚度。而绩效满意、关系满意和自我概念连接代表了卖方用户实现自我、满足自我和丰富自我的程度,即品牌依恋的三个维度。因此,本文认为品牌依恋理论框架可以用来解释控制、公平和定制化这三种治理机制的内在机理,丰富了品牌依恋理论在企业间关系的应用。

最后,研究提出了三种平台治理机制有效的边界条件。研究结果显示,当平台品牌转换成本处于低水平时,公平、定制化的治理机制对关系满意、自我概念连接的影响较大;当平台品牌转换成本处于高水平时,公平、定制化的治理机制对关系满意、自我概念连接的影响较小(H6和H7)。然而平台品牌转换成本对控制机制的调节作用是不显著的(H5),也就是不管平台品牌转换成本是高还是低,平台控制都能够通过提高卖方用户绩效满意来提高其对平台的忠诚度。然而,只有当平台品牌转换成本较低时,公平和定制化才能够通过增强关系满意和自我概念连接来增强卖方用户忠诚。

(二) 管理启示

本研究结果对电商平台企业恰当地实施治理机制、增进卖方用户的忠诚度具有重要意义。具体而言,包含以下几个方面:

1. 为电商平台企业管理平台上众多的卖方用户提供指导。本文研究结果显示,面对众多的卖方用户,平台首先要实施严格的控制,例如严格审查从而确保卖方的各项资质、产品的真实性、服务的质量以及配送的及时性等(Konsynski等,1989)。其次,平台要公平对待卖方用户。在平台执行各项政策时采取一视同仁的公平态度,并按照规定对违规的店铺实施相应的惩罚、对表现突出的优质店铺给予相应的奖赏等。最后,平台要根据卖方的多样化需求提供定制化的产品或者服务。例如,通过提供设计工具箱,方便用户进行定制化的店铺网页设计,即使没有专业的设计背景,也能够轻松开店。另外,还可以提供“微淘”、“买家秀”等服务,让卖家彰显出自己的独特风格和特征。通过实施控制、公平和定制化的策略使得卖方用户能够达到较高水平的绩效满意、关系满意和自我概念连接,最终达到对平台的忠诚。

2. 对品牌依恋理论的应用能够加强平台企业对其与卖方用户关系互动和治理的认识。本研究通过将品牌依恋理论应用到企业间关系治理,能够使平台企业更深刻地理解其对卖方用户治理机制的内在机理,以及平台网络中卖方用户和电商平台关系互动的内涵,从而指导其作出相应的治理安排。对品牌依恋三个维度的探究(绩效满意、关系满意和自我概念连接),能使平台治理能够加强企业间心理因素的关注。卖方用户会因为平台控制、公平和定制化的策略而实现自我、满足自我和丰富自我,即产生对平台品牌的依恋,进而影响其愿意继续留在平台上进行交易。因此,平台的各项治理机制应该具有人格性,不能忽视各项治理措施对自我效能、情绪和象征性目标的满足。也就是说,平台在对卖家用户进行管理时应该以关系为导向,将卖方用户看成一个个的个体,进行一对一的服务和营销,从而与卖方用户建立起紧密的关系。

3. 平台企业应该区分以关系为导向的治理机制和以交易为导向的治理机制。根据平台品牌转换成本这一调节变量的研究结果,本研究建议,在现实中,平台企业可以选择增加平台的品牌转换成本,或者实施控制、公平和定制化的治理机制,使卖方用户愿意留在平台继续交易,关键要看平台企业的战略导向是关系的还是交易的。另外,尽管很多平台通过不断增加保证金或其他经济投入来留住卖方用户,但是这种强硬的增加平台品牌转换成本的手段在应用时需要适可而止,因为如果使用不恰当,有可能会损害平台和卖方用户之间的友好关系。

(三) 研究不足与未来研究方向

由于各方面的限制,本研究有几项不足和缺陷,能够为未来相关研究提供一定的思路。首先,本文的数据来源于中国这一个国家,尽管中国的经济环境适合于本文的研究,但未来研究可以在其他文化、环境中反复调查研究,以验证本研究结果的外部有效性。其次,尽管本研究在调查中尽量避免了各种误差,但还是可以在研究中使用更多的数据收集和调研方法,例如用纵向研究法、行为实验法来补充和验证本文的研究结果。例如,本研究显示,平台可以使用三种治理机制——控制、公平和定制化,来促使卖方用户更加忠诚。未来的研究可以采用纵向研究法客观地测量卖方用户在治理机制实施后的行为反应,从而验证本文的研究结果。最后,本文主要研究的是平台企业对卖方用户的治理机制,因为本文认为平台对卖方用户的治理是平台治理的基础,只有提高卖方用户的忠诚度,才能够吸引更多优质的买方用户。但是,未来的研究可以进一步探究平台对买方用户的治理机制,从而使得平台治理的研究更为完整。

主要参考文献
[1] 李小玲, 任星耀, 郑煦. 电子商务平台企业的卖家竞争管理与平台绩效——基于VAR模型的动态分析[J].南开管理评论,2014(5).
[2] 钱丽萍, 罗小康, 杨翩翩. 渠道控制机制如何抑制关系退出倾向——兼论竞争强度的调节作用[J].外国经济与管理,2015(6).
[3] 秦芬, 李杨. 用户生成内容激励机制研究综述及展望[J].外国经济与管理,2018(8).
[4] 吴德胜, 任星耀. 网上拍卖交易机制有效性研究——来自淘宝网面板数据的证据[J].南开管理评论,2013(1).
[5] 张宏远, 赵曙明, 范丽君. 心理需求满足有助于员工主动行为? ——自我效能感的调节作用[J].财经问题研究,2018(10).
[6] Ahearne M, Rapp A, Hughes D E, et al. Managing sales force product perceptions and control systems in the success of new product introductions[J].Journal of Marketing Research,2010,47(4):764–776.
[7] Ahluwalia R, Burnkrant R E, Unnava H R. Consumer response to negative publicity: The moderating role of commitment[J].Journal of Marketing Research,2000,37(2):203–214.
[8] Anderson E, Weitz B. The use of pledges to build and sustain commitment in distribution channels[J].Journal of Marketing Research,1992,29(1):18–34.
[9] Ansari A, Mela C F. E-customization[J].Journal of Marketing Research,2003,40(2):131–145.
[10] Argyres N, Mayer K J. Contract design as a firm capability: An integration of learning and transaction cost perspectives[J].Academy of Management Review,2007,32(4):1060–1077.
[11] Armstrong J S, Overton T S. Estimating nonresponse bias in mail surveys[J].Journal of Marketing Research,1977,14(3):396–402.
[12] Belk R W. Possessions and the extended self[J].Journal of Consumer Research,1988,15(2):139–168.
[13] Belk R W, Coon G S. Gift giving as agapic love: An alternative to the exchange paradigm based on dating experiences[J].Journal of Consumer Research,1993,20(3):393–417.
[14] Bergen M, Dutta S, Walker Jr O C. Agency relationships in marketing: A review of the implications and applications of agency and related theories[J].Journal of Marketing,1992,56(3):1–24.
[15] Bowlby J. The making and breaking of affectional bonds[M]. London: Tavistock, 1979.
[16] Bowlby J. Attachment and loss: Volume 3. loss[M]. New York: Basic Books, 1980.
[17] Brown J R, Cobb A T, Lusch R F. The roles played by interorganizational contracts and justice in marketing channel relationships[J].Journal of Business Research,2006,59(2):166–175.
[18] Brown J R, Dev C S, Lee D J. Managing marketing channel opportunism: The efficacy of alternative governance mechanisms[J].Journal of Marketing,2000,64(2):51–65.
[19] Brown S P, Peterson R A. The effect of effort on sales performance and job satisfaction[J].Journal of Marketing,1994,58(2):70–80.
[20] Chakravarty A, Kumar A, Grewal R. Customer orientation structure for internet-based business-to-business platform firms[J].Journal of Marketing,2014,78(5):1–23.
[21] Chaplin L N, Roedder John D. The development of self-brand connections in children and adolescents[J].Journal of Consumer Research,2005,32(1):119–129.
[22] Chin W W. The partial least squares approach to structural equation modeling[A]. Marcoulides G A. Modern methods for business research[M]. Mahwah, New Jersey: Lawrence Erlbaum Associates, 1998.
[23] Churchill Jr G A. A paradigm for developing better measures of marketing constructs[J].Journal of Marketing Research,1979,16(1):64–73.
[24] Efron B, Tibshirani R J. An introduction to the bootstrap[M]. New York: Chapman Hall, 1993.
[25] Fedorikhin A, Park C W, Thomson M. Beyond fit and attitude: The effect of emotional attachment on consumer responses to brand extensions[J].Journal of Consumer Psychology,2008,18(4):281–291.
[26] Fornell C. A national customer satisfaction barometer: The Swedish experience[J].Journal of Marketing,1992,56(1):6–21.
[27] Fornell C, Larcker D F. Evaluating structural equation models with unobservable variables and measurement error[J].Journal of Marketing Research,1981,18(1):39–50.
[28] Fournier S. Consumers and their brands: Developing relationship theory in consumer research[J].Journal of Consumer Research,1998,24(4):343–373.
[29] Franke N, Schreier M, Kaiser U. The " I designed it myself” effect in mass customization[J].Management Science,2010,56(1):125–140.
[30] Fryxell G E, Dooley R S, Vryza M. After the ink dries: The interaction of trust and control in US-based international joint ventures[J].Journal of Management Studies,2002,39(6):865–886.
[31] Garicano L, Kaplan S N. The effects of business-to-business e-commerce on transaction costs[J]. The Journal of Industrial Economics,2001,49(4):463–485.
[32] Gefen D, Straub D W, Boudreau M C. Structural equation modeling and regression: Guidelines for research practice[J]. Communications of the Association for Information Systems,2000,4:7.
[33] Ghosh M, John G. Strategic fit in industrial alliances: An empirical test of governance value analysis[J].Journal of Marketing Research,2005,42(3):346–357.
[34] Grewal R, Chakravarty A, Saini A. Governance mechanisms in business-to-business electronic markets[J].Journal of Marketing,2010,74(4):45–62.
[35] Grewal R, Comer J M, Mehta R. An investigation into the antecedents of organizational participation in business-to-business electronic markets[J].Journal of Marketing,2001,65(3):17–33.
[36] Grisaffe D B, Nguyen H P. Antecedents of emotional attachment to brands[J].Journal of Business Research,2011,64(10):1052–1059.
[37] Hagiu A, Wright J. Marketplace or reseller?[J].Management Science,2015,61(1):184–203.
[38] Hair J F, Anderson R E, Tatham R L, et al. Multivariate data analysis[M]. 5th ed. Upper Saddle River, NJ: Prentice Hall, 1998.
[39] Hauser J R, Simester D I, Wernerfelt B. Customer satisfaction incentives[J].Marketing Science,1994,13(4):327–350.
[40] Heide J B, John G. Do norms matter in marketing relationships?[J].Journal of Marketing,1992,56(2):32–44.
[41] Heide J B, Miner A S. The shadow of the future: Effects of anticipated interaction and frequency of contact on buyer-seller cooperation[J]. Academy of Management Journal,1992,35(2):265–291.
[42] Heide J B, Weiss A M. Vendor consideration and switching behavior for buyers in high-technology markets[J].Journal of Marketing,1995,59(3):30–43.
[43] Henseler J, Ringle C M, Sinkovics R R. The use of partial least squares path modeling in international marketing[A]. Sinkovics R R, Ghauri P N. Advances in international marketing[M]. Bingley, UK: Emerald, 2009: 277–319.
[44] Hulland J. Use of partial least squares (PLS) in strategic management research: A review of four recent studies[J].Strategic Management Journal,1999,20(2):195–204.
[45] Jap S D, Anderson E. Testing a life-cycle theory of cooperative interorganizational relationships: Movement across stages and performance[J].Management Science,2007,53(2):260–275.
[46] Jap S D, Ganesan S. Control mechanisms and the relationship life cycle: Implications for safeguarding specific investments and developing commitment[J].Journal of Marketing Research,2000,37(2):227–245.
[47] Jiang B J, Jerath K, Srinivasan K. Firm strategies in the " mid tail” of platform-based retailing[J].Marketing Science,2011,30(5):757–775.
[48] Jones M A, Reynolds K E, Mothersbaugh D L, et al. The positive and negative effects of switching costs on relational outcomes[J].Journal of Service Research,2007,9(4):335–355.
[49] Keller K L. Brand synthesis: The multidimensionality of brand knowledge[J].Journal of Consumer Research,2003,29(4):595–600.
[50] Kleine Ⅲ R E, Kleine S S, Kernan J B. Mundane consumption and the self: A social-identity perspective[J].Journal of Consumer Psychology,1993,2(3):209–235.
[51] Kohli A K, Shervani T A, Challagalla G N. Learning and performance orientation of salespeople: The role of supervisors[J].Journal of Marketing Research,1998,35(2):263–274.
[52] Konsynski B, Warbelow A, Kokuryo J. AUCNET: TV auction network system[R]. Harvard Business School Case No. 190001, 1989.
[53] Kumar K, Van Dissel H G, Bielli P. The merchant of Prato-revisited: Toward a third rationality of information systems[J].MIS Quarterly,1998,22(2):199–226.
[54] Kumar N, Scheer L K, Steenkamp J B E M. The effects of perceived interdependence on dealer attitudes[J].Journal of Marketing Research,1995,32(3):348–356.
[55] Kumar N, Stern L W, Achrol R S. Assessing reseller performance from the perspective of the supplier[J].Journal of Marketing Research,1992,29(2):238–253.
[56] Lam S Y, Shankar V, Erramilli M K, et al. Customer value, satisfaction, loyalty, and switching costs: An illustration from a business-to-business service context[J].Journal of the Academy of Marketing Science,2004,32(3):293–311.
[57] Lee D Y. Power, conflict and satisfaction in IJV supplier—Chinese distributor channels[J].Journal of Business Research,2001,52(2):149–160.
[58] Leifer R, Mills P K. An information processing approach for deciding upon control strategies and reducing control loss in emerging organizations[J].Journal of Management,1996,22(1):113–137.
[59] Lorenzoni G, Lipparini A. The leveraging of interfirm relationships as a distinctive organizational capability: A longitudinal study[J].Strategic Management Journal,1999,20(4):317–338.
[60] Lusch R F, Brown J R. Interdependency, contracting, and relational behavior in marketing channels[J].Journal of Marketing,1996,60(4):19–38.
[61] Lydon J E, Burton K, Menzies-Toman D. Commitment calibration with the relationship cognition toolbox[A]. Baldwin M W. Handbook of interpersonal cognition[M]. New York: Guilford Press, 2005: 126–152.
[62] Macneil I R. The new social contract[M]. New Haven, CT: Yale University Press, 1980.
[63] Markus H, Nurius P. Possible selves[J].American Psychologist,1986,41(9):954–969.
[64] Mehta R, Belk R W. Artifacts, identity, and transition: Favorite possessions of Indians and Indian immigrants to the United States[J].Journal of Consumer Research,1991,17(4):398–411.
[65] Morgan R M, Hunt S D. The commitment-trust theory of relationship marketing[J].Journal of Marketing,1994,58(3):20–38.
[66] Parish J T, Holloway B B. Consumer relationship proneness: A reexamination and extension across service exchanges[J].Journal of Services Marketing,2010,24(1):61–73.
[67] Park C W, MacInnis D J. What’s in and what’s out: Questions on the boundaries of the attitude construct[J].Journal of Consumer Research,2006,33(1):16–18.
[68] Park C W, MacInnis D J, Priester J. Brand attachment: Construct, consequences and causes[M]. Boston, MA: Now Publishers, 2008.
[69] Park C W, MacInnis D J, Priester J, et al. Brand attachment and brand attitude strength: Conceptual and empirical differentiation of two critical brand equity drivers[J].Journal of Marketing,2010,74(6):1–17.
[70] Pierce J L, Kostova T, Dirks K T. The state of psychological ownership: Integrating and extending a century of research[J].Review of General Psychology,2003,7(1):84–107.
[71] Price L L, Arnould E J. Commercial friendships: Service provider-client relationships in context[J].Journal of Marketing,1999,63(4):38–56.
[72] Ringle C M, Wende S, Will A. Smart PLS 2.0[M]. Hamburg, Germany: University of Hamburg, 2005.
[73] Roth K, Nigh D. The effectiveness of headquarters-subsidiary relationships: The role of coordination, control, and conflict[J].Journal of Business Research,1992,25(4):277–301.
[74] Schouten J W, McAlexander J H. Subcultures of consumption: An ethnography of the new bikers[J].Journal of Consumer Research,1995,22(1):43–61.
[75] Schultz S E, Kleine Ⅲ R E, Kernan J B. These are a few of my favorite things: Toward an explication of attachment as a consumer behavior construct[A]. Srull T. Advances in consumer research[M]. Provo, UT: Association for Consumer Research, 1989: 359–366.
[76] Shavitt S, Nelson M. The social identity function in person perception: Communicated meanings of product preferences[A]. Maio G, Olson J. Why we evaluate: Function of attitudes[M]. Mahwah, NJ: Erlbaum, 1999: 37–57.
[77] Sheth J N, Parvatiyar A. Relationship marketing in consumer markets: Antecedents and consequences[J].Journal of the Academy of Marketing Science,1995,23(4):255–271.
[78] Shi W H, Chen J J, Ma J M. A study of customer loyalty based on switching cost and brand attachment[J]. The Journal of China Universities of Posts and Telecommunications,2011,18(S1):136–141.
[79] Silverthorne S. New research explores multi-sided markets[J]. HBS Working Knowledge, (March 13), (accessed June 4, 2014), http://hbswk.hbs.edu/item/5237.html, 2006.
[80] Thomson M. Human brands: Investigating antecedents to consumers’ strong attachments to celebrities[J].Journal of Marketing,2006,70(3):104–119.
[81] Thomson M, MacInnis D J, Park C W. The ties that bind: Measuring the strength of consumers’ emotional attachments to brands[J].Journal of Consumer Psychology,2005,15(1):77–91.
[82] Tsai S P. Fostering international brand loyalty through committed and attached relationships[J].International Business Review,2011,20(5):521–534.
[83] Wathne K H, Biong H, Heide J B. Choice of supplier in embedded markets: Relationship and marketing program effects[J].Journal of Marketing,2001,65(2):54–66.
[84] Wong C S, Law K S. Managing localization of human resources in the PRC: A practical model[J].Journal of World Business,1999,34(1):26–40.
[85] Wuyts S, Geyskens I. The formation of buyer-supplier relationships: Detailed contract drafting and close partner selection[J].Journal of Marketing,2005,69(4):103–117.
[86] Zeng J, Glaister K W. Competitive dynamics between multinational enterprises and local internet platform companies in the virtual market in China[J].British Journal of Management,2016,27(3):479–496.
[87] Zhu F, Iansiti M. Entry into platform-based markets[J].Strategic Management Journal,2012,33(1):88–106.
The Commerce Platform’s Governance Mechanisms on Seller Users: From the View of the Brand Attachment Theory
Chen Ying     
School of Business,East China University of Science and Technology,Shanghai 200237,China
Summary: Because of the rapid development of information technology, more and more companies have started to exchange goods and services on the e-commerce platform. Under this new business model, the main challenge for e-commerce platform firms is how to govern user firms, especially how to improve seller user firms’ loyalty. Therefore, based on the review of the traditional channel governance mechanism, this study explores three platform governances (control, fairness and customization) by which one can increase seller user firms’ loyalty. Relationship marketing researchers suggest that the strong brand relationship between users and a platform firm is the main reason for users to be loyal to the firm. Prior research has utilized the brand attachment theory to systematically articulate the factors that can lead to a strong brand relationship. By following this direction, this study will also use the brand attachment theory to explicate the platform’s governance mechanisms and their roles in obtaining seller user firms’ loyalty. This study argues that the three platform governances can promote higher seller user firms’ loyalty, by increasing their brand attachment to the platform.   According to the brand attachment theory, a user can build strong attachment to a brand if the brand can fulfill his/her goals of self-enablement, self-gratification, and self-enrichment. In the context of the e-commerce platform market, firstly, platform control strategy encourages seller user firms’ sense of self-efficacy and enables them to attain desired performance results. In other words, platform firms’ control mechanism promotes seller user firms’ performance satisfaction. Secondly, platform fairness strategy provides seller user firms emotional pleasures and trust towards the platform. That is, platform firms’ fairness mechanism promotes seller user firms’ relationship satisfaction. Thirdly, platforms customization strategy makes seller user firms identify with the concept or image of the platform. Specifically, platform firms’ customization mechanism promotes seller user firms’ self-concept connection. Therefore, this study posits that control, fairness, and customization will increase seller user firms’ loyalty through promoting their performance satisfaction, relationship satisfaction, and self-concept connection with the platform, respectively.  Moreover, the relationship marketing literature also addresses the importance of brand switching costs in corporates’ user retention programs. Strong brand attachment will cause true loyalty, while high brand switching costs will lead to spurious loyalty. Therefore, this study analyzes the moderating effects of switching costs on the three platform governances. We suggest that high brand-switching costs buffer the effectiveness of these three governance mechanisms. Specifically, control, fairness, and customization will be less effective in building brand attachment to the platform when user firms are forced to stay in the e-commerce platform by higher brand switching costs. Finally, by collecting data from 177 seller user firms registered and transacting in key e-commerce platforms and using Partial Least Squares (PLS) to test the model, the empirical results show that the proposed research model and most hypotheses are verified.
Key words: platform governance     performance satisfaction     relationship satisfaction     self-concept connection     platform brand switching costs