基于因子分析的消費者網(wǎng)購農(nóng)產(chǎn)品影響因素研究

(湖北工業(yè)職業(yè)技術(shù)學(xué)院經(jīng)濟貿(mào)易系，湖北十堰 442000)

根據(jù)阿里研究院2017年9月發(fā)布的《中國農(nóng)產(chǎn)品消費趨勢報告》，農(nóng)產(chǎn)品線上消費處于快速發(fā)展階段，截止到2016年已經(jīng)突破870億元。預(yù)計到2020年，農(nóng)產(chǎn)品電商市場將實現(xiàn)4210億元。但由于市場信息傳導(dǎo)機制的不完善與農(nóng)產(chǎn)品市場信息的不對稱，導(dǎo)致農(nóng)產(chǎn)品在營銷過程中極易出現(xiàn)“賣難買貴”的現(xiàn)象。而農(nóng)產(chǎn)品電商平臺在具體發(fā)展中也面臨產(chǎn)品質(zhì)量標(biāo)準(zhǔn)難形成、冷鏈物流配送成本高、食品安全難維護等困境。

同時，消費者網(wǎng)購農(nóng)產(chǎn)品受到“信息不對稱”的影響，導(dǎo)致其在網(wǎng)購中存在大量的感知風(fēng)險，而這也直接影響到線上交易能否順利完成。因而，本文將從消費者的角度，重點研究消費者網(wǎng)購農(nóng)產(chǎn)品選擇的主要影響因素，為我國農(nóng)產(chǎn)品電商發(fā)展提供一定理論依據(jù)，為農(nóng)產(chǎn)品電商平臺賣家提供相應(yīng)參考建議。

1 研究綜述

從2012年農(nóng)產(chǎn)品電商開始發(fā)展以來，農(nóng)產(chǎn)品電商市場逐漸走向成熟。而在電商研究領(lǐng)域方面也正從標(biāo)準(zhǔn)化產(chǎn)品研究向差異化產(chǎn)品研究方向轉(zhuǎn)移，農(nóng)產(chǎn)品就是其中的重要領(lǐng)域。以往關(guān)于農(nóng)產(chǎn)品電商研究更多從農(nóng)產(chǎn)品電商發(fā)展現(xiàn)狀、運營渠道模式與購買動機等方面展開，側(cè)重研究農(nóng)產(chǎn)品電商未來整體發(fā)展方向。

在農(nóng)產(chǎn)品電商現(xiàn)狀研究方面，王延明、趙貴玉(2012)研究發(fā)現(xiàn)國外發(fā)達國家在農(nóng)產(chǎn)品營銷體系建設(shè)方面，生產(chǎn)區(qū)域集中化、高度市場競爭、健全的法律體制與完善的服務(wù)機構(gòu)相結(jié)合，共同構(gòu)建成熟的農(nóng)產(chǎn)品營銷體系[1]。而許志杰(2016)研究發(fā)現(xiàn)隨著互聯(lián)網(wǎng)經(jīng)濟對傳統(tǒng)產(chǎn)業(yè)的沖擊，優(yōu)化農(nóng)產(chǎn)品營銷渠道成為提升農(nóng)產(chǎn)品整體競爭力的一種有效手段，尤其需要強化農(nóng)產(chǎn)品與電子商務(wù)相融合，以此增加農(nóng)民的整體收入[2]。

在農(nóng)產(chǎn)品電商運營渠道模式研究方面，曾葉明、盛晏(2015)主要集中在對生鮮電商的發(fā)展模式、發(fā)展對策、物流供應(yīng)鏈管理、消費者網(wǎng)購生鮮農(nóng)產(chǎn)品行為等方面的研究，發(fā)現(xiàn)目前農(nóng)產(chǎn)品營銷模式以B2C模式為主[3]；陳孝強(2016)發(fā)現(xiàn)國內(nèi)農(nóng)產(chǎn)品電商集中劃分為阿里系列(天貓)、京東系列(京東商城)、網(wǎng)絡(luò)供應(yīng)鏈模式(沱沱工社)、平臺模式(順風(fēng)優(yōu)選)與O2O模式(菜管家)等五種運用模式[4]。

在農(nóng)產(chǎn)品電商購買動機研究方面，吳自強(2015)研究發(fā)現(xiàn)產(chǎn)品種類認(rèn)知、品牌認(rèn)知、發(fā)貨速度和附加服務(wù)對生鮮農(nóng)產(chǎn)品的網(wǎng)購意愿有顯著的正向影響，而物流信息及時性對農(nóng)產(chǎn)品的網(wǎng)購意愿無顯著影響[5]。祝君紅(2017)基于消費者感知價值，構(gòu)建并驗證了生鮮農(nóng)產(chǎn)品網(wǎng)購意愿影響因素模型。研究發(fā)現(xiàn)店鋪質(zhì)量、生鮮農(nóng)產(chǎn)品質(zhì)量均顯著影響感知價值，同時感知價值顯著影響生鮮農(nóng)產(chǎn)品網(wǎng)購意愿[6]。雖然普遍研究影響消費者網(wǎng)購農(nóng)產(chǎn)品的因素，但整體以宏觀為主，而從影響因素的具體維度與指標(biāo)角度展開研究較少。

2 研究分析

本研究主要分析一般消費者網(wǎng)購農(nóng)產(chǎn)品過程中哪些因素會促進消費者產(chǎn)生購買行為，主要從消費者視角進行分析，探究賣家在選品、店鋪設(shè)置、客戶服務(wù)與物流服務(wù)等方面對消費者購買行為的影響作用，進而為賣家店鋪后期改善與調(diào)整提供相關(guān)的建議。針對目前研究過多集中于定性研究的現(xiàn)象，本研究堅持從定量分析角度進行分析。通過網(wǎng)絡(luò)問卷(https://www.wjx.cn/jq/19481436.aspx)與實地發(fā)放問卷形式，發(fā)放450份問卷，回收有效415份，問卷有效率92.22%。其中被調(diào)研者的基本情況分布如表1所示。

表1 被調(diào)研者的基本情況

通過SPSS20.0軟件對回收的有效問卷進行統(tǒng)計分析發(fā)現(xiàn)，該問卷的總的Cronbach’s Alpha系數(shù)為0.845，保持在0.8以上，問卷的信度良好；另外通過分析該問卷的KMO值為0.821，高于0.8，而且顯著性概率P<0.001，說明樣本很適合做因子分析，并且Bartlett球體檢驗的P值為0.000，表明該矩陣不是單位矩陣，適合做因子分析。因而，對影響消費者網(wǎng)購農(nóng)產(chǎn)品的因素分別進行因子分析，經(jīng)過旋轉(zhuǎn)后因子載荷矩陣如表2所示，指標(biāo)X1-X12根據(jù)因子載荷量分別劃分到不同變量類目中。

表2 影響消費者網(wǎng)購農(nóng)產(chǎn)品的旋轉(zhuǎn)后因子載荷矩陣

根據(jù)旋轉(zhuǎn)后因子載荷矩陣將影響消費者網(wǎng)購農(nóng)產(chǎn)品的各個二級指標(biāo)統(tǒng)一劃分到一級指標(biāo)下(如表3所示)，以便后續(xù)分析各個一級變量中不同指標(biāo)對消費者網(wǎng)購行為的影響效用。針對旋轉(zhuǎn)后因子分析結(jié)果，本研究模型為：

消費者購買體驗=f(產(chǎn)品特質(zhì)、商家服務(wù)水平、物流服務(wù)、在線評價)

記作Y消費者購買體驗=β1F1+β2F2+β3F3+β4F4+ε

表3 影響消費者網(wǎng)購農(nóng)產(chǎn)品因素的指標(biāo)

為了進一步驗證賣家各個因素對消費者網(wǎng)購農(nóng)產(chǎn)品的影響，我們建立了5個模型，其中因變量為消費者購買行為。模型1的解釋變量僅包含控制變量，考察被調(diào)研者性別、年齡、職業(yè)與家庭收入等對購買行為的影響；模型2、3、4、5在模型1的基礎(chǔ)上加入了產(chǎn)品特征、商家服務(wù)水平、物流服務(wù)與在線評價，以研究各個因素對消費者購買行為的影響。通過SPSS20.0軟件分析其回歸結(jié)果如表4所示。

第一步，驗證控制變量對消費者購買行為的回歸分析結(jié)果。通過模型1我們發(fā)現(xiàn)，消費者性別、家庭月收入對其購買行為產(chǎn)生顯著的正向影響，其回歸系數(shù)分別為0.027、0.105，處于小于0.01的顯著水平；而其年齡、身份或職業(yè)、教育水平對其購買行為也有一定的正向影響，其回歸系數(shù)分別為0.144、0.033、0.159，處于小于0.05的顯著水平。這說明相較于其他因素，消費者性別、家庭月收入對其購買行為影響顯著。

第二步，驗證產(chǎn)品特性對其購買行為的影響。從模型2發(fā)現(xiàn)，產(chǎn)品特性對其購買行為的回歸系數(shù)為0.476，處于小于0.01的顯著水平，t值為4.871，F(xiàn)值為7.892，均在0.01水平上顯著。而且R2增大為0.186，調(diào)整后的R2為0.179，并且都在0.000的水平上顯著。這說明產(chǎn)品特性對其購買行為有顯著的正向影響。

第三步，驗證商家服務(wù)水平對其購買行為的影響。由模型3發(fā)現(xiàn)，其調(diào)整后的R2為0.278，比之前的0.017出現(xiàn)了顯著的提升。而且商家服務(wù)水平對其購買行為的回歸系數(shù)為0.211，處于小于0.01的顯著水平，t值為5.213，F(xiàn)值為11.467，均處于小于0.01的顯著水平。這說明商家服務(wù)水平對其購買行為有顯著的正向影響。

第四步，驗證物流服務(wù)對其購買行為的影響作用。通過模型4發(fā)現(xiàn)，物流服務(wù)對其購買行為的回歸系數(shù)為0.214，處于小于0.01的顯著水平，t值和F值均處于小于0.01的顯著水平。而且R2增大為0.342，調(diào)整后的R2為0.301，并且都在0.000的水平上顯著。這說明物流服務(wù)對其購買行為有顯著的正向影響。

第五步，驗證在線評價對其購買行為的影響。由模型5發(fā)現(xiàn)，其調(diào)整后的R2為0.313，比之前的0.017出現(xiàn)了顯著的提升。而且在線評價對其購買行為的回歸系數(shù)為0.325，處于小于0.01的顯著水平，t值為3.718，F(xiàn)值為12.462，均處于小于0.01的顯著水平。這說明在線評價對其購買行為有顯著的正向影響。

表4 影響消費者網(wǎng)購農(nóng)產(chǎn)品因素的回歸分析結(jié)果

綜上所述，整體的影響因素回歸分析結(jié)果為：

Y消費者購買體驗=0.476F1+0.211F2+0.214F3+0.325F4+1.078

這也充分說明在整體消費者購買行為中影響最大的是產(chǎn)品本身特性，其次是店鋪中在線評價質(zhì)量，最后才是物流服務(wù)與店鋪陳設(shè)與裝修情況。

為更深入分析各個因素對消費者購買行為的影響作用，我們接下來重點分析主要因素中的二級指標(biāo)對消費者購買行為的影響(如圖1所示)。通過圖1中回歸分析發(fā)現(xiàn)，其回歸方程為：

Y=0.159X1+0.351X2+0.285X3+0.224X4+0.501X5+0.431X6+0.418X7+0.335X8+0.29X9+0.603X10+0.218X11+0.51X12+1.452

在產(chǎn)品特質(zhì)因素中，產(chǎn)品新鮮度與生態(tài)化對消費者購買行為均在0.01水平上顯著，而產(chǎn)品口感的顯著性較弱，在0.05水平上顯著；在商家服務(wù)水平方面，店面布局與商品詳細介紹對其購買行為在0.01水平上顯著，而退換貨服務(wù)的顯著性不明顯；在物流服務(wù)方面，相較于送貨上門服務(wù)，物流的快捷性與及時的物流進度提醒對其購買行為影響較大；在在線評論方面，評論中的差評率與賣家回復(fù)對其購買行為影響顯著，顯著性均小于0.01，而評論的有效性影響較小。

圖1 影響消費者網(wǎng)購因素各指標(biāo)對購買行為回歸分析

3 對策與建議

相較于其他產(chǎn)品，農(nóng)產(chǎn)品網(wǎng)上營銷時效性更強，獲得消費者的信任是營銷成敗的關(guān)鍵。而深入探究影響消費者網(wǎng)上選購農(nóng)產(chǎn)品行為的因素對于賣家而言具有重要意義，而詳細分析消費者選購網(wǎng)上農(nóng)產(chǎn)品的動機也為賣家進一步改進產(chǎn)品品質(zhì)與服務(wù)質(zhì)量，提升店鋪整體吸引力具有重要指導(dǎo)作用。

針對本研究分析的結(jié)果，對各大銷售農(nóng)產(chǎn)品網(wǎng)絡(luò)平臺提出以下相關(guān)的建議：

首先，強化店鋪本身農(nóng)產(chǎn)品品質(zhì)。重點開發(fā)具有地方特色與差異化產(chǎn)品，滿足于消費者個性化消費需求。由于目前網(wǎng)上店鋪目標(biāo)消費群集中于中上層收入群體，因而應(yīng)結(jié)合其消費需求，注重農(nóng)產(chǎn)品的新鮮度、生態(tài)化等特點，重點引進地理標(biāo)志農(nóng)產(chǎn)品，以吸引消費者的關(guān)注度。同時，積極吸引各地優(yōu)秀品牌農(nóng)產(chǎn)品入駐店鋪，以進一步提升店鋪本身的知名度與品牌影響力。

其次，關(guān)注店鋪消費者在線評論。對消費者在選購產(chǎn)品、售后服務(wù)各個環(huán)節(jié)與流程進行跟蹤式管理，及時有效對消費者的意見與建議進行反饋，保證消費者選購的滿意度，以進一步提升消費者對店鋪本身的忠誠度。另外，對不滿意與有異議客戶及時有效提出解決措施，強化消費者對店鋪本身的信任度。

最后，提升物流服務(wù)與商家服務(wù)水平。在物流及時送達與快件提醒服務(wù)、跟蹤服務(wù)相結(jié)合，注重線上選購與線下服務(wù)相結(jié)合，保證生鮮農(nóng)產(chǎn)品的冷鏈物流配送服務(wù)，對客戶驗貨中存在的問題及時通過線下門店快速進行退換貨服務(wù)，強化客戶的購買體驗。同時，完善店鋪本身的商品說明與介紹，在完成產(chǎn)品陳列的基礎(chǔ)上實現(xiàn)消費者體驗式購物過程，以進一步提升客戶對店鋪本身的依賴，增強店鋪和產(chǎn)品的美譽度。