基于某扶貧政策的MOA模型分析研究

周鵬　占美星　范少帥　程俊

摘? 要：本文主要針對MOA模型這一特殊的數(shù)據(jù)分析方法進行研究，所用數(shù)據(jù)據(jù)來自于筆者所參與的相關(guān)扶貧項目，首先對MOA模型建構(gòu)進行了論述，然后簡述了相關(guān)研究方法，最后對研究結(jié)論進行了分析和總結(jié)。

關(guān)鍵詞：電商扶貧;MOA模型;研究

一、MOA模型建構(gòu)

MOA模型，是動機（Motivation）、機會（Opportunity）和能力（Ability）的縮寫，也是國際上通用的一種數(shù)據(jù)處理方式，被廣泛應(yīng)用于社會營銷和商業(yè)營銷等領(lǐng)域。MOA模型主要是從動機、機會和能力三個方面分析消費者的購買意向和購買行為，從而把握住市場的動向。本次研究基于筆者和所在團隊的相關(guān)研究，結(jié)合該領(lǐng)域的相關(guān)研究成果來對MOA模型利用的進行進一步延伸，提出居民電商消費的動機、機會、能力與于農(nóng)村扶貧之間的關(guān)系。

二、研究方法

（一）問卷設(shè)計和變量測量

本次研究的問卷設(shè)計和變量主要是基于筆者對某縣扶貧政策的研究。某縣的扶貧政策以電商研究帶動居民脫貧政策為主，將發(fā)展電商作為該縣經(jīng)濟發(fā)展和扶貧重點。所以本文的主要研究對象為該縣居民，采用便利抽樣的方法進行抽樣，同時問卷采用讓社區(qū)居民現(xiàn)場作答現(xiàn)場回收的方式進行回收，共發(fā)放問卷850份，回收750份，回收率為87%，有效率為100%。

問卷的設(shè)計包括了被調(diào)查人口的統(tǒng)計特征和設(shè)計變量調(diào)查兩個部分。其中被調(diào)查人口的統(tǒng)計特征主要為被調(diào)查人口的年齡、性別、文化程度和相關(guān)收入四個選項。設(shè)計變量的調(diào)查主要問題該地區(qū)人口的對于電商參與和電商消費的參與動機、參與能力、參與機會和社區(qū)參與等變量，主要分為完全同意、基本同意、對此不確定、基本不同意和完全不同意五個選項。結(jié)合MOA模型的相關(guān)文獻分析和實際案例，筆者在成熟量表的基礎(chǔ)上確定了11組觀測變量和43個測量指標(biāo)。

（二）數(shù)據(jù)收集與處理

數(shù)據(jù)的收集與整理主要是在回收問卷之后進行的主要步驟，也是本次數(shù)據(jù)分析的前提。數(shù)據(jù)的收集與整理需要基于Amos21.0模型軟件和SPSS20.0統(tǒng)計分析軟件的強力支持，具體的步驟分為兩步，第一步是將樣本數(shù)據(jù)導(dǎo)入到SPSS20.0統(tǒng)計分析軟件中，結(jié)構(gòu)分析該縣參與到電商扶貧政策的群體主要集中在20～40歲的年齡段，占到了總體比例的70%;性別以女性為主，占到了總體比例的65%;文化程度主要集中在大專以下，占到了總體比例的83%;相關(guān)收入主要為月收入2000元以下和2000～4000元之間，分別為58%和41%。第二步是將所得數(shù)據(jù)導(dǎo)入到Amos21.0模型軟件中，相關(guān)軟件主要分析該縣居民的參與程度和電商扶貧之間的驗證。通過分析被調(diào)查居民的參與動機、參與能力和參與機會，來對這三者和社區(qū)參與之間的關(guān)系進行驗證。

三、實證分析

（一）信度與效度分析

在對結(jié)構(gòu)方程模型估計之前，對樣本數(shù)據(jù)的正態(tài)性進行檢驗，主要通過峰度系數(shù)與偏度系數(shù)對正態(tài)性進行檢驗。各觀察變量的峰度系數(shù)介于-0.248～5.195之間，絕對值沒有大于正態(tài)偏離臨界值7;各觀察變量的偏度系數(shù)介于-1.538～0.995之間，絕對值沒有大于正態(tài)偏離臨界值3。根據(jù)峰度、偏度系數(shù)結(jié)果可見樣本數(shù)據(jù)大致符合正態(tài)分布，因而采用最大似然法作為模型的估計方法。

Cronbachsα系數(shù)是對量表內(nèi)在結(jié)構(gòu)適配度進行評價的指標(biāo)，各量表的Cronbachsα系數(shù)在0.677～0.935之間，大于0.6，說明量表可靠性程度較高。潛變量的組合信度是結(jié)構(gòu)方程模型可靠性的判別標(biāo)準(zhǔn)，結(jié)果顯示，潛在變量的組合信度均大于0.6，其中參與機會、社區(qū)參與的組合信度甚至大于0.8，說明各潛在變量測量指標(biāo)的一致性程度較高，模型的內(nèi)在質(zhì)量較佳。因素負(fù)荷量路徑系數(shù)均達顯著，除觀察變量消極電商影響感知的因素負(fù)荷量數(shù)值小于0.5以外，其他因素負(fù)荷量的數(shù)值均在0.7以上，說明潛在變量的聚斂效度理想。

（二）模型結(jié)論

通過針對本次實驗結(jié)果的分析，筆者得出以下結(jié)論，首先從能力來講，參與者的能力與整體電商的參與程度呈正比，所以當(dāng)?shù)卣畱?yīng)該針對當(dāng)?shù)刎毨Ь用耖_展相關(guān)的培訓(xùn)教育，幫助居民提升自身的實力與短板。其次從動機上來講，居民的參與動機與整體電商的參與程度沒有明顯的關(guān)系，所以當(dāng)?shù)卣畱?yīng)該針對居民的問題展開相關(guān)解答，幫助居民打消疑惑;第三從機會上來講，該縣的居民參與機會與參與呈正比，說明當(dāng)?shù)卣畱?yīng)該積極擴大居民參與電商的機會，提高整體參與水平。

參考文獻：

[1]王兆峰，向秋霜.基于MOA模型的雪峰山區(qū)社區(qū)居民參與旅游扶貧機制[J].吉首大學(xué)學(xué)報（自然科學(xué)版），2019，40（03）：56-66.

[2]雷曉娟. MOA模型視角下的政策擴散研究[D].廈門大學(xué)，2018.