一、前言
（一）研究背景
随着科学信息技术的迅速发展，数据信息量的持续性的增长，不断积累下来的数据存在着不同的潜在价值。2011年麦肯锡公司提出“大数据”时代已经到来，数据已经成为每一个行业必不可缺的东西，大数据的挖掘将能为各行业和企业带来不同成效的收益[1]。维克托.迈尔-舍恩伯格在《大数据时代》书中列举许多大数据的应用实例并且阐述大数据的现状以及预测未来的发展趋势，大数据是对传统技术的颠覆，其中存在的价值不可估计，已经成为了各界媒体的重点关注。
从互联网的出现到至今，网络已经慢慢的融入我们的生活当中，逐步的影响着我国的经济发展。根据中国互联网信息中心的第36次调查，中国互联网仍然在不断的快速发展，截至2015年6月，我国网民人数达到6.68亿人，互联网普及率为48.8%，网民平均每周花25.6小时在上网。从职业结构上看，学生网民占比达到24.6%，由此可见学生是互联网的主力军。从网络应用方面来看，网络的出现给大家的通信得到了便捷，网民使用即时通信规模达到了60626万人，使用率达到90.8%。此外还有用于看新闻、搜索、玩网络游戏等等，其中网络购物用户规模达到3.74亿。随着中国经济由外需驱动向内需驱动转变，网络购物在实现消费拉动经济增长过程中有着重要地位[2]。
大学生是中国网民主要构成的群体之一，他们处于特殊的环境且可以自由支配自己的资金，网络购物的次数也比其他人频繁，其网络的消费行为显示着网络群体的消费特点。随着网络的快速发展，大学生的消费观念和消费结构也随着改变。同时也发现网络购物中存在的各种问题。从中深入分析，提出解决对策，对于网络购物消费拉动经济有着关键影响。
（二）研究意义
本文通过对华商学院学生的网购消费情况调查研究，了解华商学生当前网络购物消费现状，分析网络购物行为的差异性，掌握影响网络购物频率的因素，为电商提出相应的解决对策，促进电子商务更好的发展。同时，深入了解华商学生的消费心理，正确的引导华商学生绿色健康的消费。
本研究的意义主要体现在理论意义和实践意义两个方面。
在理论方面，本文研究将有助于发现华商学生的网购消费现状和消费心理特征，找出大学生的网络购物行为特点的差异性以及影响因素，对华商学生的网络购物市场更好发展具有十分重要的意义。
在实践方面，本文研究更清楚的认识华商学生网上购物消费的行为特点，掌握影响网购消费频率的因素，为电子商家提供更好的营销方案，以此促进我国的经济发展。同时，正确的引导华商学生的网购消费心理，实施不同的教育引导方案。
（三）国内研究现状
自互联网的问世到如今，网络逐渐的改变着人们的生活方式并且影响着我国的经济发展，。CNNIC于2015年7月发布《第36次中国互联网络发展状况统计报告》中指出，我国网络的规模不断壮大，移动商务类应用发展迅速，拉动网络经济增长。截至2015年6月，我国网民人数达到6.68亿人，互联网普及率为48.8%，与2014年底相比较提高了0.9%。从网民的职业结构来分析，现在学生是中国网民中最大的群体，占比24.6%[2]，从而可见大学生是网购的主力人群。
由于网络以及电商的日益发展，网购已经变成了当代大学生消费的潮流之一。刘保喜、阎耀军在《大学生网上购物现状及对策分析》中阐述了大学生网上购物的现状和特点，同时对大学生网上购物时所出现的问题进行一系列的分析并对此问题找出解决办法以及提出建议。
网上购物热潮的掀起，大学生对新鲜事物的好奇心以及快速接受能力，网络购物无疑成为大学生显著的行为特征之一。牛欣然《大学生网购情况统计分析》通过对大学生网购情况进行统计，将大学生网购的心理特征主要分成尝试心理、风险规避心理以及乐趣心理。
许婕《大学生网购行为的差异性研究—基于对广东15所高校的调查》分别对不同的年级、性别、地理位置以及专业等四个方面来研究大学生网上购物行为的差异性，从而找出网购行为差异性的原因。
杨小燕《海南省大学生网络购物消费行为的影响因素研究》由在校大学生在网络购物消费行为的影响因素相结合，运用定性和定量进行分析，并对电子商务网站和网店提供销售启示和建议。
从以上国内已有的研究的综述，可以发现研究是以大学生网购现状为基础，深入研究网购中存在的问题并以此提出解决对策，但是研究大学生网购的差异性以及影响网购频率的因素较少，因此本文以此作为研究的目的。
二、调查的概况
（一）调查对象、调查单位及调查内容
对于调查对象的选择，综合各种因素以及调查的目的，确定以华商学院的大一，至大四之间的学生作为调查对象。调查单位是由每一位华商学院在校的每一位大一至大四之间的学生。合理分配学院男女比例，努力做到调查的客观性和科学性。
调查内容主要由五个方面构成：第一部分是被调查者的基本信息；第二部分是学生网购消费现状；第三部分影响大学生网购的因素；第四部分是大学生网购的消费心理；第五部分是学生对网购的看法。
（二）调查方法
本文采用调查方法是以网络问卷为主，通过问卷星网站和邮件等方式对此进行调查，通过网络调查对收集大范围的样本较于方便，并且速度较快，减低调查的成本。对华商学院在校的大学生以随机抽样的方法进行问卷发放。本次问卷调研从问卷设计到问卷收集以及数据的录入历时一个月，问卷一共发放220份，回收212份，回收的有效率为百分之96.4。其中根据学院男女比例3:7的情况，随机抽取66名男生和154名女生填写问卷。
（三）问卷的设计
本次调查的主体是“华商学生网络消费情况”，问卷分为五部分：（1）调查对象的个人基本信息，共七题。（2）以网购频率、网购的商品、网购的原因、网购的平台以及支付方式等方面来衡量华商学生网购的现状，共五题。（3）影响华商学生网购频率的因素，共两题（4）华商学生网购消费心理，共五题。（5）开放式的调查华商学生对网购的看法。
具体步骤是：
第一步，写封面语,主要是写给被调查者的。告诉被调查者本次进行调查的目的。
第二步，写指导语。主要告诉被调查者如何书写答案。
第三步，编制调查问卷的题目和答案。问卷包括单选、多选以及开放性问题。
三、数据分析方法
（一）基本统计分析方法
统计学是一门收集、处理、分析、解释数据并从数据中得出结论的科学[3]。统计提供的数据分析方法可分为描述统计和推断统计两大类。描述性分析是对调查总体所有单位的有关数据做搜集、整理和计算综合指标等加工出来用以描述总体的基本统计特征，而在本文中运用了以下3种基本统计分析方法[4]。
1.频数分析
了解本次被调查者的状况（如：性别比例、年级比例等）变量取值的状况，把握数据的分布特征。
2.交叉列联表分析
根据收集的样本数据，产生二维或多维交叉列联表，在此基础上，对两两变量间是否存在一定的相关性进行分析。如：不同性别的大学生网购行为差异性分析。
3.多选项分析
针对调查问卷的多选项问题而设置的统计分析方法，在对多选项问题的各个答案分析出总的频次，再对定义好的多选项变量集进行频次分析（单变量）、交叉汇总分析（多变量）。如：华商学生选择网购的原因、选择网购的平台等等。
（二）卡方检验
卡方检验属于非参数检验的范畴，主要是比较两个及两个以上样本率(构成比）以及两个分类变量的关联性分析。其主要思想就在于比较理论频数和实际频数的吻合程度或拟合优度问题[5]。
（三）对应分析
对应分析是在研究中对分类变量进行分析，研究两个或多个分类变量之间的相关关系。其基本思想是以两个变量的交叉列联表为研究对象，利用“降维”的方法，通过图形方式，直观揭示变量不同类别之间的联系[4]。例如：不同的生活费用对月平均网上购物消费范围的联系。
（四）多项Logistic回归分析
Logistic回归又称logistic回归分析。logistic回归与多重线性回归实际上有很多相同之处，最大的区别就在于他们的因变量不同。当被解释变量为多分类变量时，则应采用多项回归分析方法。多项Logistic回归模型的基本思路类似二项Logistic回归，其研究目的是分析被解释变量各类别与参照类别的对比情况[4]。
四、华商学院学生网购消费情况的调查数据的统计分析
（一）华商学院学生网购现状分析
通过图4.1可知，华商学院的大多数在校大学生平均每月在网上购物2-3次，只有12.38%的大学生每月网购超过五次，由此可见华商学院学生在网络购物消费方面处于健康状态，华商学生能够很好的自我控制网购消费欲望。
图4.1大学生网络购物频率百分比
表4.1大学生网购购买商品种类频数和百分比(多选题)
商品种类频数百分比
服装饰品179 85.24%
生活用品152 72.38%
零食79 37.62%
美容护肤88 41.90%
数码产品36 17.14%
教辅书籍86 40.95%
皮具箱包60 28.57%
鞋子116 55.24%
资料来源：调查问卷
面对品种繁多的网络世界，本调查选择了8种常见网购类型。从表4.1可见，大学生都开始注重自己的仪容仪表，学会打扮自己，所以大学生在网络购买服装饰品所占的比重最大，为85.24%；其次是生活用品，为72.38%。因为现在大学生都是以寄宿方式生活在大学，各种生活上的用品需要自行购买。其中，在网上购买教辅书籍占40.95%，可见大学生在网上购买教辅书籍是大学生活必不可少的一样东西。只有极少数大学生购买数码产品类，数码产品相对大学生来说属于奢侈品，且大学生所能自由自配的费用并不多，因此很少学生会在网络购买数码产品。
由于网络的快速发展，在调查的学生当中，基本92.86%的学生都认为网络购物方便快捷，能够满足到他们的需求，并且可以送货上门。有73.81%的学生愿意在网上购买的原因是因为其在网上购买的价格比实体店购买的价格优惠很多，且经常有促销打折等活动，而且网络上能够买的产品种类繁多也成为了吸引大学生愿意网购的原因之一。
图4.2大学生网购的原因（多选）
图4.3常用购物网站（多选）
此外，大学生对网购平台的品牌选择也具有一定的倾向性，一般大学生都愿意在一些名气较大、商品质量较高、具有完善的售后服务保障品牌网购平台进行网络购物。从图4.3可知，在接受调查的大学生中，96.23%的学生表示基本都会在淘宝网进行网购，同时也会在当当网和京东商城网购。因为淘宝、当当以及京东商城的知名度较高，且所购买的东西有质量的保证，其售后服务也能到相对的保障。
图4.4现时网购存在的弊端（多选）
随着网络的快速发展，网上购物仍然存在许多问题。从图4.4显示，大多数学生认为现在网购容易存在货不对版，买到的东西与在网上所看到的东西是不一致的，导致买回来的东西无用，存在隐形浪费金钱的风险。导致这一现象的发生，主要是网上购物买家是无法看到实物，仅仅靠卖家的文字描述，因此容易出现货不对版。其次，现在网购的售后服务并不完善，很多买家在网上购买货物后遇到问题得不到妥善的解决。
（二）华商学院学生网购行为的差异性分析
1.不同性别的网购行为差异
本次调查以华商学院在校学生为调查对象，在有效回收的212份问卷中，仅有两人填写“无网购经历”选项，占总数的0.94%。有网购经历的学生有210人，百分比99.06%。
表4.2有无网购经历状况
频率百分比
有网购经历210 99.06%
无网购经历2 0.94%
合计212 100%
资料来源：调查问卷
表4.3性别*网购经历列联表
网购经历合计
有无
性别男63 2 65
女147 0 147
合计210 2 212
资料来源：调查问卷
如表4.3所示，在本次调查中网购的女生有147人，占总数的69.34%；男生有65人，占调查总数的30.66%。其中有两名男生是无网购经历。通过本次调查虽然可以发现女大学生在网络购物中所占的比重是大于男大学生的，但在表4.4所示的卡方检验结果中，P值为0.033小于显著性水平0.05。即拒绝原假设，认为不同性别的学生在网购经历上有显著差异。
表4.4卡方检验
值df渐进Sig.(双侧)
Pearson卡方4.566a 1.033
连续校正1.867 1.172
似然比4.772 1.029
资料来源：调查问卷
2.不同年级的网购行为差异
图4.5大学生网络购物调查年级的百分比
从图4.5中可见，在调查的210名学生中，大三的学生进行网络购物的人数最多，占总人数的41.51%。其次是大二的学生，比例为24.06%。相对比较之下，大四的学生网购比例最低，为16.98%。通过调查与分析，发现大学一年级的学生由于刚刚踏入大学的门槛还在不断的适应之中，第一次自由的分配生活费用，由于不能很好地把握生活费用的使用而不敢随意在网上购物；相对于在大学生活两年的大学三年级的学生来说，已经很好的适应大学的生活，且开始需要各种考证的书籍资料的需要，而增加了网络购物的需求。大学二年级的学生由于开始学习专业学科，学习压力大，在网络购物的时间大大减少。而大学四年级的学生开始奔跑于各类的招聘会，时间花费在网购上比从前的少很多。
表4.5年级*网购频率列联表
网购的频率合计
1次2-3次4-5次5次以上
年级大一计数9 17 5 6 37
期望的计数8.3 18.1 6.0 4.6 37.0
年级中的%24.3%45.9%13.5%16.2%100.0%
大二计数11 29 5 5 50
期望的计数11.2 24.5 8.1 6.2 50.0
年级中的%22.0%58.0%10.0%10.0%100.0%
续上表
年级网购的频率合计
大三1次2-3次4-5次5次以上
计数21 38 15 14 88
期望的计数19.7 43.2 14.2 10.9 88.0
年级的%23.9%43.2%17.0%15.9%100.0%
大四计数6 19 9 1 35
期望的计数7.8 17.2 5.7 4.3 35.0
年级中的%17.1%54.3%25.7%2.9%100.0%
资料来源：调查问卷
从表4.6中可以看出，将年级和网购年限进行交叉分析后得到的频数分布结果。表4-2-5检验结果可知，P值为0.371大于显著性水平0.05，即认为四个年级在网购频率上没有显著差异。
表4.6卡方检验
值df渐进Sig.(双侧)
Pearson卡方9.749a 9.371
似然比10.730 9.295
线性和线性组合.014 1.906
资料来源：调查问卷
3.不同生活费用的网购行为差异
表4.7显示，210名学生当中，有80名学生的生活费用在500-1000元，占38.09%
表4.7每月生活费用
生活费用频率百分比
500以下8 3.8%
500-1000元80 38.09%
1000-1500元87 41.43%
1500-2000元28 13.33%
2000以上7 3.33%
资料来源：调查问卷
的比例，有87名学生的生活费在1000-1500元，比例为41.43%。生活费用在500以下
以及2000元以上的占少数，分别占比例为3.8%、3.33%。可见，现在华商学生的生活费用大多在1000-1500元之间。
从表4.8可知，在有网购经验的大学生有95人，且平均每月网购消费在100至300元之间，占总人数的百分之44.81。每个月在网上购物消费500元以上的人数最少，仅仅只有13名学生，比例为百分之6.13。有64人平均每个月在网上购物消费在100元以下，比例为百分之30.66。
表4.8月均网购消费
月均网购消费频率百分比
100以下64 30.66%
100-300元95 44.81%
300-500元38 18.40%
500元以上13 6.13%
资料来源：调查问卷
表4.9生活费用范围*网购消费范围对应表
生活费范围月平均网络购物消费支出范围
100元以下100-300元300-500元500元以上有效边际
500以下5 2 0 1 8
500-1000元44 30 4 1 79
1000-1500元9 55 19 4 87
1500-2000元5 7 12 4 28
2000以上1 1 3 3 8
有效边际64 95 38 13 210
资料来源：调查问卷
生活费用与月均网购消费进行对应分析后，通过对应分析图4.6所示结果发现，生活费用在500元以下和500至1000元范围之间的华商学生大多数每月在网上购物消费均在100元以下。生活费用在1000至1500元之间的华商学生，基本上每个月在网上购物消费100至300元之间。而生活费用较高的学生则在网上购物消费的费用相应的更多。
图4.6对应分析结果
（三）华商学院学生网购消费心理特征
1.追求品牌，崇尚个性
图4.7网购心理特点
从图4.7显示，大多数学生都喜欢表达自我，想要与众不同。与过去传统的消费模式相比之下，网络的消费只要在购物平台输入自己的需求，便会有许许多多的信息提供给自己浏览选择，同时在网上购物时都会注重商品的品牌，突出自己的个性，网络购物极大的满足个人的心理需求。
2.冲动消费
图4.8冲动消费
图4.8表明，在调查的学生当中，有66.51%的学生都会冲动的在网上购买东西，并且事后觉得所购买的东西没有用而感到后悔。由此可见，大多数的大学生对于新奇的事物经不住诱惑而出现冲动消费，导致消费失去了计划性。
3.攀比心理
图4.9攀比心理
图4.9可知，被调查的大学生中都会出现看到别人买到好的东西，自己会十分的羡慕并且想要得到的心理。网上消费虽为个体的行为，但是个人的行为很容易受到他人的影响。现在的大学生都是以住在宿舍为主，过群体生活。彼此的购物行为都会互相产生影响，无形的出现爱慕虚荣的心理，喜欢跟别人作比较，以求心理上的满足。
4.追求方便快捷心理
从前面的图4.2数据显示，大学生愿意网上购物的原因是出于网购方便快捷。如今的大学基本坐落在城市的郊区，远离繁华地带。过去传统的消费模式，地理位置受限制且路途遥远，在路上花费的时间较多，并且有些商店未必有自己所需要的物品。而在网上购物不需要出门，只需要动动手指，24小时全天候都能随时随地的购买到自己所需物品。这种新型的消费模式顺应了大学生追求方便快捷的消费心理。
（四）华商学院学生网购消费频率影响因素分析
1.研究假设
根据所收集的资料和数据的分析，以及对现实状况的考虑，对影响大学生网络购物消费的因素，提出以下的假设：
（1）大学生个体特征变量对网购频率的影响
第一，消费者性别与网上购买频率相关性较弱，在选择所购买的商品的种类与传统的购物相类似；
第二，消费者专业年级与网上购买频率相关性较强，且成负相关关系，表明年级越高的大学生上网购买的频率越低；
第三，消费者生活费用状况与网上购物频率成正相关关系，表明生活费较高的学生网上购买频率越高。
（2）商品因素对网上购物频率的影响
第一，网上购买商品质量对网上购物频率有着正向影响；
第二，网上购物卖家服务态度对网上购物频率有着正向影响。
（3）相关行为变量对网上购物频率的影响
消费者平均上网时间与网上购物有着正相关关系。
2.实证模型与变量设定
(1)实证模型
在研究华商学院学生网络购物的影响因素，即研究影响华商学生网上购物的频率的因素。本文通过建立广义Logit模型的方法研究,研究目的是分析被解释变量各类别与参照类别的对比情况，公式如下：
（4.1）
其中，Pj为被解释变量为第j类的概率，PJ为被解释变量为第J（j≠J）类的概率，且第J类为参照类。
研究中的因变量有4个水平，将水平1（网购1次）作为参照组，对每一分类的水平作比较，得到3个Logistic模型，分别为水平2（网购2-3次）与水平1（网购1次）相比较；水平3（网购4-5次）与水平1相比较；水平4(网购5次以上)与水平1相比较，即：
（4.2）
（4.3）
（4.4）
同时：P1+P2+P3+P4=1
(2)变量设定
通过各研究假设对网购频率进行单因素分析，综合得出选择被调查者的生活费用状况（X1）、平均上网时间（X2）、网络商店卖家服务态度（X3）、网购商品品牌（X4）、网购商品质量（X5）共5个变量来进行回归分析。
3.多项Logistic回归分析
通过多项Logistic回归分析后，得到回归拟合信息表（表4.10），似然比检验表（表4.11），通过表4-4-1可知，零模型的-2倍的对数似然为243.971，当前模型为170.620，似然比卡方值为73.351，概率P值为0.00，在0.05的显著性水平以内，零假设应被拒绝回归方程显著性检验，则认为模型选择正确，全体解释变量与广义Logit P之间的线性关系有着显著影响。
表4.10模型拟合信息
模型模型拟合标准似然比检验
-2倍对数似然值卡方df显著水平
仅截距243.971
最终170.620 73.351 21.000
资料来源：回归分析报告
通过对每个自变量的作用进行了似然比检验，当中的5个变量逐步进入模型时，卡方统计量的P值均小于显著性水平0.05，说明模型中的变量的解释能力在增强，若将这5个变量剔除，必然会对-2倍对数似然数值的变化有着显著影响。
表4.11似然比检验
效应模型拟合标准似然比检验
简化后的模型的-2倍对数似然值卡方df显著水平
截距1.706E2.000 0.
X3 179.606 8.986 3.029
X5 180.640 10.020 3.018
X1 192.614 21.994 3.000
X4 179.012 8.392 3.039
X2 193.030 22.410 9.008
资料来源：回归分析报告
上述的5个变量构成的回归模型结果如表4.12所示，根据华商学生网购频率的Logistic回归分析结果，可知：
生活费用范围（X1）变量的Wald统计量的P值在这三类的网购频率上均小于显著性水平0.05，说明大学生生活费用的多与少对网上购物频率有着显著影响。与“网购1次”相比较，如果大学生的生活费越多，那么每月在网上购物的次数越多。
平均每天上网时间（X2）变量中，上网时间1小时（X2=1）的Wald统计量的P值在网购2-3次中小于显著性水平0.05，说明每天上网一小时对网购频率2-3次有着显著影响。上网时间3-4小时（X2=3）的Wald统计量的P值在网购5次以上中小于显著性水平0.05。从而可知，与“网购1次”相比较之下，每天上网的时间越多，大学生每个月在网上购物的频率越多。
网络商店卖家服务态度（X3）变量的Wald统计量的P值均大于显著性水平0.05。说明商家的服务态度对网购频率影响不大。
网购商品品牌（X4）变量的Wald统计量的P值分别在网购2-3次和网购5次以上小于显著性水平0.05，说明与“网购1次”相比较，商品的品牌对大学生网购的频率有着一定的影响，但并不是完全的显著。可见，商品的品牌知名度越高，大学生对此品牌的信任度增加就会增加购买的频率。
网购商品质量（X5）变量的Wald统计量的P值均比显著性水平0.05大，说明与“网购1次”相比较，商品的质量对于华商学生网上购物的频率没有显著的影响。
表4.12参数估计
网购的频率B标准误Wald df显著水平Exp(B)
2-3次截距-1.493.805 3.442 1.064
X3 18.130 6390.979.000 1.998 7.479E7
X5 18.100 4750.983.000 1.997 7.253E7
X1.677.270 6.297 1.012 1.969
X4.983.458 4.616 1.032 2.673
[X2=1]-1.769.848 4.353 1.037.171
[X2=2].607.510 1.412 1.235 1.834
[X2=3].625.474 1.738 1.187 1.869
[X2=4]0c..0..
4-5次截距-4.430 1.093 16.410 1.000
X3-1.761.000.1..172
X5 20.962 4750.983.000 1.996 1.269E9
X1 1.360.335 16.527 1.000 3.898
X4.572.582.966 1.326 1.771
[X2=1]-18.894 4303.725.000 1.996 6.227E-9
[X2=2]-.121.723.028 1.867.886
[X2=3].762.587 1.686 1.194 2.142
[X2=4]0c..0..
5次以上截距-4.745 1.189 15.942 1.000
X3 19.522 6390.979.000 1.998 3.009E8
X5 18.840 4750.983.000 1.997 1.520E8
X1 1.128.353 10.199 1.001 3.090
X4 1.522.599 6.459 1.011 4.579
[X2=1]-.648 1.093.352 1.553.523
[X2=2]-.356.936.145 1.704.700
[X2=3]1.284.650 3.908 1.048 3.612
[X2=4]0c..0..
资料来源：分析报告。参考类别是:1次。
五、结论与建议
（一）结论
网上购物对于大学生来说是生活中必不可缺的一种新型消费方式，根据对华商学院的学生调查分析结果可得到如下结论：
第一，华商学生平均每月网上购物的频率在2-3次范围内，且购物的种类大多数为服装、生活用品、女生化妆用品以及教辅书籍。在接受调查的学生当中的一个原因是喜欢便捷的网购购物，能够满足需求，其次是价格实惠。同时，随着网络购物的发展，网购中的问题也随之而来，根据数据的调查显示，网购出现货不对板的问题较为严重。
第二，从不同的性别、年级、生活费用范围等三个方面来调查网购行为的差异性可知，不同的性别学生网购的频率有显著不同，其中，女生在网上购物所占的比重较大，然而不同的年级对网购频率则没有多大的影响。除此，还发现生活费用越多的学生，在网上购物消费的费用则越多。
第三，根据调查数据发现华商大部分学生有追求品牌，崇尚个性的心理特征，且容易出现冲动消费的情况。
第四，通过Logistic回归分析后，发现华商学生个体因素对于网购消费没有太大影响，而华商学生的生活费用范围、每天上网的时间、商家的服务态度、商品的品牌以及商品的质量则都是影响华商学生网购频率的重要因素，因此，控制华商学生在宿舍上网的时间，不仅对华商学生的身心健康，也可以控制华商学生网购的频率，减少乱花钱的现象。同时提高商品品牌的知名度，也是吸引华商学生光顾的重要因素，对此商家因做出相应的对策，促进电子商务的发展。
（二）建议
1.学校应积极引导学生绿色健康消费意识，正确培养学生的消费观和价值观，倡导理性消费
网络购物已经是当前华商学生日常生活中必不可缺的，由于受环境的影响，在网络购物方面容易出现盲目跟风和冲动消费的现象。对此学校积极引导华商学生健康绿色消费意识，培养华商学生正确的价值观和消费观，理性消费。另外，加强华商学生的网络操作能力，提高网络消费的自信心。与此同时，控制好华商学生的上网的时间，让华商学生能够在大学生涯中健康成长。
2.电商要发挥价格优势，提高售后服务质量
对于华商学生消费者来说，网购商品的价格高低直接影响着消费者购买的意愿。电商应适当的时候进行降价促销，便可以吸引更多的华商学生去消费。如今大学生都喜欢彰显自我，电商应该顺应这个特征，推出个性化的产品，加大力度宣传，一方面可以留住客户，另一方面可以吸引更多人的眼球。同时售后的服务也尤为重要，建立完善的售后服务机制，当顾客遇到问题时应积极回答与解决。
3.XX要完善行业的法律体系，加强对网络的监管力度
现在会有不法商家，在商品的描述中模糊不清，混淆消费者的视线，容易出现货不对版的现象。对此，XX应该对此做出相应的对策，完善行业的法律体系，预防诈骗行为，维护消费者的合法权益。
注释
[1]代芯瑜,张文曦.我国大数据研究现状与热点分析[J].思想战线,2013,(9):32-33.
[2]中国互联网信息中心.第36次中国互联网络发展状况统计报告[R].北京:中国互联网信息中.2015.
[3]贾俊平.统计学基础[M].北京:中国人民大学出版社,2010.52-54.
[4]薛薇.SPSS统计分析方法及应用（第三版）[M].北京:电子工业出版社,2014.15-18.
[5]刁小伟.家庭教育对高职专学生职业发展的影响研究[J].中国校外教育,2012,(12):71-72.
参考文献
中国互联网信息中心.第36次中国互联网络发展状况统计报告[R].北京:中国互联网信息中.2015.
刘保喜,阎耀军.大学生网上购物现状及对策分析[J].经营管理者,2012,(18):15-16.
牛欣然.大学生网购情况统计分析[J].商界论坛_前言探索,2013,(20):20-22.
许婕.大学生网购行为的差异性研究——基于对广东15所高校的调查[J].扬州大学学报（高教研究版）,2014,(3):36-37.
王单媛.大学生网购心理和消费行为的调查分析与研究—以南京理工大学为例[J].学理论,2015,(13):12-13.
杨小燕.海南省大学生网络购物消费行为的影响因素研究[D].海南大学硕士论文,2013.
骆鹏.新疆大学生网络购物行为研究[D].甘肃:兰州大学硕士论文,2012.
朱艳,潘杰义.大学生网络购物调查及影响因素研究[J].技术与创新管理,2015,36(5):48-52.
安晓.大学生网络购物行为实证研究——以S大学为例[D].山西师范大学硕士论文,2014.
黄飞.大学生网络消费偏好识别及影响因素研究[D].中南大学硕士论文,2013.
田野.基于数据挖掘技术的网络购物市场问卷调查数据分析[D].吉林大学硕士论文,2014.
穆林.电子商务模式下大学生的消费心理分[J].中国商贸,2012,(12):22-23.
朱光婷.大数据环境下C2C模式中消费者行为研究[D].上海工程技术大学硕士论文,2015.
代芯瑜,张文曦.我国大数据研究现状与热点分析[J].思想战线，2013,(9):38-39.
魏源.基于多项Logistic模型的大学生网络购物信任影响因素[D].西南财经大学硕士论文,2012.
薛薇.SPSS统计分析方法及应用（第三版）[M].北京:电子工业出版社,2014.
贾俊平.统计学基础[M].北京:中国人民大学出版社,2010.
附录华商学院学生网购消费情况调查问卷
亲爱的同学们:
您好！非常感谢您参与此次问卷调查，主要是了解目前华商学院学生网络购物消费情况，需要您的参与和帮助。问卷采取不记名方式，不会泄露您的任何隐私。问卷中涉及的题目没有对错之分，请根据您的实际情况填写。衷心感谢您的支持！
1.您的性别？
A.男B.女
2.您所在的年级？
A.大一B.大二C.大三D.大四
3.您有网购经历吗？
A.是B.否
4.您每天上网的时间是？
A.1小时B.1-2小时C.2-3小时D.4小时以上
5.您每个月的生活费范围是？
A.500以下B.500-1000元C.1000-1500元D.1500-2000元E.2000以上
6．您每个月平均网络购物消费支出范围是？
A.100元以下B.100-300元C.300-500元D.500元以上
7.您每月网购的频率是？
A.1次B.2-3次C.4-5次D.5次以上
8.您生活费的主要来源？
A.父母供给B.勤工助学C.奖学金D.兼职E.其他
9.您在网络购买的商品主要有？（多选）
A.服装饰品B.生活用品C.零食D.美容护肤E.数码产品
F.教辅书籍G.皮具箱包H.鞋子
10.您选择网购的主要原因？（多选）
A.方便快捷B.产品种类多C.价格优惠D.服务态度好E.东西新奇好玩F.质量好G.其他（请注明）
11.您通常通过哪些网站进行网购？（多选）
A.淘宝网B.当当网C.京东商城D.唯品会E.1号店F.聚美优品G.拍拍网
12.您一般网购时选择的支付方式是什么？
A.通过第三方担保（如：支付宝）B.网上银行C.邮局银行汇款D.货到付款
13.在网购中，哪些因素对您的影响较大？（多选）
A.商品价格B.商品质量C.商品品牌D.网友评价E.邮费F.卖家信誉和服务态度G.支付是否安全
14.在您看来，现时的网上购物存在哪些弊端？（不定项）
A．卖家诚信问题B.卖家货不对版C.邮费不实惠D.售后服务无法保证E.买家不能见到实物F.网络支付不安全G.快递途中容易发生问题H.其他（请注明）
15.在网购中对于喜爱的商品，您会尽最大的可能去买到它？
A.是B.否
16.您看到别人在网上购买到好的东西，您会很羡慕并也想买一件？
A.是B.否
17.偶尔您会冲动的网上购买东西，事后因为东西没用而感到后悔？
A.经常会B.偶尔会C.不会
18.网上购物打折出校的消息是否会令您心动？
A.经常会B.偶尔会C.不会
19.下列对当代大学生网购消费心理特点的描述您所认可的选项（多选，选项请打√）
非常同意同意一般不同意非常不同意
时尚前卫
追求个性
强调实用
喜爱攀比
价格敏感
追求名牌
20.您对网购的看法是（可写多个看法）
致谢
本论文在赵慧琴导师的悉心指导下完成的。导师渊博的专业知识、严谨的治学态度，精益求精的工作作风，诲人不倦的高尚师德，严于律己、宽以待人的崇高风范，朴实无法、平易近人的人格魅力对本人影响深远。不仅使本人树立了远大的学习目标、掌握了基本的研究方法，还使本人明白了许多为人处事的道理。本次论文从选题到完成，每一步都是在导师的悉心指导下完成的，倾注了导师大量的心血。在此，谨向导师表示崇高的敬意和衷心的感谢！在写论文的过程中，遇到了很多的问题，在老师的耐心指导下，问题都得以解决。所以在此，再次对老师道一声：老师，谢谢您！。
常言道：滴水之恩，当以涌泉相报；父母养育了我，母校栽培了我。您们对我的恩情，我必将铭记于心，学好本领，报答您们，回报社会。
最后感谢审阅、评议论文和出席论文答辩会的各位老师，感谢您们的辛勤劳动和指教！
下载提示：
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：写文章小能手，如若转载，请注明出处：https://www.447766.cn/chachong/10095.html,
