北京市民网购生鲜农产品意愿及影响因素分析.docx

资源描述

北京市民网购生鲜农产品意愿及影响因素分析.docx

《北京市民网购生鲜农产品意愿及影响因素分析.docx》由会员分享，可在线阅读，更多相关《北京市民网购生鲜农产品意愿及影响因素分析.docx（19页珍藏版）》请在冰点文库上搜索。

北京市民网购生鲜农产品意愿及影响因素分析.docx

北京市民网购生鲜农产品意愿及影响因素分析

现在生鲜农产品电子商务越来越多的出现并影响着人们的生活。

基于此，本文主要研究北京市民网购生鲜农产品的意愿以及影响因素。

本文采用问卷调查的方法，利用spss软件对于数据进行信度检验、效度检验、因子分析、回归分析。

通过分析发现：

大多数北京市民是非常愿意进行网购生鲜农产品的；购买者的性别、受教育程度、购买经历、个性化产品以及物流对于北京市民网购生鲜农产品的意愿有正相关关系。

文章最后我们对生鲜农产品电商提出一些建议与意见。

关键词：

生鲜农产品影响因素意愿

Abstract

Nowmoreandmorefreshagriculturale-commercehasemergedandaffectedpeople'slives.Basedonthis,thispapermainlystudiesthewillingnessofBeijingcitizenstopurchasefreshagriculturalproductsanditsinfluencingfactors.Inthispaper,usingthemethodofquestionnairesurvey,usingSPSSsoftwarefordatareliabilitytest,validitytest,factoranalysisandregressionanalysis.ItisfoundthatthemajorityofBeijingpeoplearewillingtoonlineshoppingforfreshagriculturalproducts;genderofbuyers,levelofeducation,experience,personalizedproductsandlogisticsforthepeopleofBeijingonlineshoppingfreshagriculturalproductshavepositivecorrelation.Attheendofthearticle,wegivesomesuggestionsandopinionsonthefreshagriculturalproducts.

Keywords:

Freshagri-products,Influencefactor,Intention

一、引言

截止2016年12月，中国网民规模已经能够达到7.31亿[1]。

据农业部报道，2016年农产品电商交易额达到了2200亿元，预计到2020年，农产品电子商务交易额将达到3200亿元[2]。

2016年涉农电子商务将得到高速发展，农产品电商的规模将越来越大。

据测算，未来五年我国农产品电商交易额将占农产品交易额的5%，同时，涉外农产品电商交易额将占农产品交易额的1%。

此外，生鲜农产品电商将实现“三品一标”化，“三品一标”农产品将占农产品交易额的60%[3]。

生鲜农产品电商刚刚兴起，我们正处在由传统消费向现代消费转变的过程中，对于消费者网购生鲜农产品的意愿及影响因素的相关研究并不多，所以本文希望通过大量的调查，了解人们对于网购生鲜农产品的态度，并且知道其影响因素。

通过数据分析，得出结论，从电商和消费者两个角度提出意见，旨在提高消费者的购买意愿，增加消费者对于生鲜农产品电商的信心，同时让电商了解消费者的需求，以更好更优质的产品和服务来迎合消费者。

二、相关研究

通过文献调查研究：

邹俊（2011）基于网购生鲜农产品运作形式的基础上，研究消费者网购生鲜农产品的意愿，他发现消费者网络感知与评价等因素对于消费者网购生鲜农产品有显著影响[4]；吴自强（2015）通过方差分析、回归分析的方法，得出生鲜农产品的认知、食品安全以及服务态度等方面会影响人们网购生鲜农产品的结论[5]。

郑亚琴、杨颖（2014）总结出产品属性、价格、品牌和配送效率会直接影响消费者线上购买生鲜农产品[6]。

许逸坚（2014）研究发现，不仅生鲜农产品的质量、价格等因素会影响人们的购买，天气和季节的变化也会影响人们的购买行为[7]。

谢名良（2016）通过Logistic回归的方法发现消费者态度、物流因素、线下购买的便利程度、消费者受教育程度都对市民网购生鲜农产品意愿有正相关关系；而线下购买便利程度与网购意愿呈负相关关系[8]。

何德华、韩晓宇、李优柱（2014）基于电子商务消费者行为和我国生鲜农产品电子商务特点，分析发现：

产品质量安全、预期和网站信息丰富程度会显著影响消费者购买意愿[9]。

三、问卷设计及分析方法

（一）问卷设计

本研究按照营销的4P理论，同时结合生鲜农产品营销的特点，将可能涉及的影响因素分为四个部分：

（1）有形产品：

质量、包装、品牌、规格、产地、三品一标、个性化产品；

（2）无形产品：

客服人员态度、退换货难度、售后服务、质量保障；（3）价格：

产品本身价格、与市场之差、快递价格、打折力度、买赠情况、付款期限、付款方式、分期付款；（4）渠道：

网站对于产品信息介绍的完整性、网站对于产品信息介绍的真实性、网站设计的美观性、支付平台的便利性、卖家沟通便利性、包裹追踪及时性、物流准时程度、物流公司偏好；（5）促销：

商品广告促销、商品人员促销和商品口碑及评价。

量表采用里克特五级量表。

（二）分析方法

本文采用spss22.0版本的软件对数据进行分析，主要进行样本描述性统计分析、信度和效度检验、因子分析和回归分析。

信度检验：

通过信度检验了解调查所获得数据是否可信，若通过检验，并且分数很高说明本次调研得到的数据非常可信；若未通过检验，则需要对问卷进行修改，重新发放问卷；效度检验：

一方面跟信度检验有着一样的功能，另一方面效度检验还可以分析各个因素是否适合进行因子分析[10]。

因子分析：

根据设计时的四个维度，分别对产品、价格、渠道、促销进行因子分析。

用因子分析的方法来检验设计的维度是否合理。

回归分析：

本文采取Logistic回归分析，通过回归分析知道各个影响因素对于消费者网购意愿的影响的大小[11]。

四、样本描述性统计

（一）样本统计

本次调查通过问卷调查法，即网络问卷和实地问卷、电话调查法和专家咨询法，共搜集到问卷520份，收回有效问卷464份，无效文卷56份。

在464个有效问卷中，其中男性有176人，占全部人数的38%；女性有288人，占全部人数的62%。

本次调查年龄在20-30岁、学历为大学本科、家庭月均收入在3000-10000元，参与答题的人数最多。

表1:

样本统计表

题项

选项

人数

比例

题项

选项

人数

比例

性别

男

176

38%

受教育程度

高中及以下

20%

女

288

62%

大学本科

292

63%

硕士

14%

年龄

19岁以下

博士及以上

20-29岁

222

48%

家庭月均收入

3000元以下

19%

30-39岁

13%

3000-6000元

160

34%

40-49岁

19%

6000-10000元

122

26%

50-60岁

10000-15000元

13%

60岁以上

15000元以上

（二）变量统计

本文运用spss22.0软件对各个变量进行统计，主要测算各个变量的平均值、标准差和方差。

统计结果如下：

表2:

变量统计表

平均值（E）

标准偏差

方差

有形产品

质量

4.63

.762

.581

包装

3.53

1.056

1.116

品牌

3.68

1.167

1.361

规格

3.60

1.043

1.089

产地

3.61

1.009

1.018

三品一标

3.93

1.164

1.355

个性化产品

3.09

1.288

1.658

无形产品

客服人员态度

4.13

1.011

1.022

退换货难度

4.35

.964

.930

售后服务

4.33

.947

.897

质量保障

4.63

.801

.641

价格

产品本身价格

4.07

.906

.821

与市场价之差

4.14

.864

.746

快递价格

3.91

.987

.974

打折力度

4.00

1.000

买赠情况

3.51

1.057

1.117

付款期限

2.99

1.308

1.710

付款方式

3.13

1.274

1.623

分期付款

2.63

1.317

1.733

渠道

产品信息完整性

4.25

.910

.829

产品信息真实性

4.50

.800

.641

网站设计的美观性

3.51

.998

.996

支付平台便利性

4.19

.896

.804

卖家沟通便利性

4.24

.894

.799

包裹追踪及时性

4.14

.896

.803

物流准时程度

4.25

.845

.714

物流公司偏好

3.52

1.120

1.255

促销

商品广告促销

3.62

.990

.980

商品人员促销

3.44

.965

.932

商品口碑及评价

4.38

.884

.781

（三）交叉统计

1．年龄与购买次数交叉分析

表3：

年龄与购买次数交叉表

年龄（单位：

岁）

过去一年网购次数

19以下

20-29

30-39

40-49

50-59

60以上

总计

0次

198

1-5次

198

6-10次

10-15次

15次以上

总计

222

464

根据表3可知：

年龄在20-29岁年龄段的消费者网购次数最多，年龄在60岁以上年龄段的消费者网购次数最少。

此外，年龄在40-49岁年龄段的消费者网购次数出现小高峰。

这与现在的社会情况基本一致，年轻人是网购的主力军，而中老年人因为好奇心和空闲时间，网购经历也不少。

2.家庭月收入与购买意愿交叉分析

表4：

家庭月收入与购买意愿交叉表

家庭平均月收入（单位：

元）

是否愿意网购生鲜农产品（1=愿意，0=不愿意）

3000以下

3000-6000

6000-10000

10000-15000

15000以上

总计

17%

11%

44%

17%

16%

56%

总计

19%

34%

26%

13%

100%

根据表4可知：

家庭月均收入在3000-6000元的消费者最愿意网购生鲜农产品。

同时，数据表明：

家庭月均收入从3000元开始，收入越高，消费者网购生鲜农产品的意愿越低。

五、结果分析

（一）意愿分析

1.消费者愿意尝试网购生鲜农产品

根据表5可知：

愿意在网上购买生鲜农产品的有260人，占总人数的56%；不愿意在网上购买生鲜农产品的有204人，占总人数的44%。

2.网购过生鲜农产品的消费者较少

研究发现：

网上购买过生鲜农产品的共有93人，占总人数的40%，没有在网上购买过生鲜农产品的有139人，占总人数的60%。

表5:

意愿与行为交叉表

题项

选项

人数

比例

是否愿意网购生鲜农产品

是

260

56%

否

204

44%

是否网购过生鲜农产品

是

186

40%

否

278

60%

由此可知：

生鲜农产品的线上市场是比较广阔的，因为大多数消费者愿意在网上购买生鲜农产品，但是基于某些原因真正有过购买行为的消费者却占少数。

根据进一步调查发现，一些消费者认为网上购买生鲜农产品可能会存在质量问题，还有可能在运输中导致生鲜产品变质等问题。

（二）信度和效度检验

1.消费者网购生鲜农产品意愿及影响因素量表可信度高

本文利用统计软件spss22.0来分析北京市市民网购生鲜农产品意愿及其影响因素。

表6结果显示：

本文的克隆巴赫系数达到了0.931，高于0.9，说明本次调查问卷是非常可信的。

表6：

可靠性统计表

克隆巴赫系数

基于标准化项目的克隆巴赫系数

项数

.931

.936

2.消费者网购生鲜农产品影响因素非常适合做因子分析

KMO和巴特利球体检验是检验各个原始变量之间的相关性，相关性越高越适合做因子分析，相关性越低，越不适合做因子分析。

表3检验可知：

本次问卷的各个变量间的KMO值为0.886,同时Bartlett球度检验的显著性为0.000，小于1%，说明很适合进行因子分析。

检验结果如下：

表7：

KMO和巴特利特检验表

KMO取样适切性量数。

.886

Bartlett的球形度检验

上次读取的卡方

4622.361

自由度

435

显著性

.000

（三）因子分析

因子分析是将多个变量提取出几个共性因子的分析方法，本文采用主成分分析方法来提取影响消费者网购生鲜农产品意愿的因素。

本文根据特征值大于1的标准，将各个变量浓缩为2个或一个因子，并以最大方差法进行转轴。

结果如下：

（1）有形产品因子分析：

7个变量中共提取2个公因子，共解释方差的57.52%

（2）价格因子分析：

8个变量中共提取2个公因子，共解释方差的72.57%

（3）渠道因子分析：

8个变量中共提取2个公因子，共解释方差的71.79%

表8-1:

影响因素因子分析结果

维度

项目

因子荷载

特征值

解释方差量

因子一

因子二

有形产品

质量

0.496

0.165

2.831

40.45%

包装

0.743

0.167

品牌

0.834

-0.068

规格

0.638

0.231

产地

0.693

0.19

三品一标

0.196

0.849

1.195

17.07%

个性化产品

0.126

0.85

价格

产品本身价格

0.85

0.143

4.138

51.73%

与市场价之差

0.878

0.032

快递价格

0.727

0.367

打折力度

0.79

0.133

买赠力度

0.579

0.48

付款期限

0.207

0.897

1.667

20.84%

付款方式

0.214

0.848

分期付款

0.064

0.897

渠道

产品信息完整性

0.833

0.112

4.676

58.45%

产品信息真实性

0.842

0.034

物流的准时程度

0.757

0.346

支付平台便利性

0.771

0.324

卖家沟通便利性

0.804

0.268

包裹追踪及时性

0.771

0.378

网站设计美观性

0.308

0.767

1.067

13.34%

物流公司偏好

0.106

0.886

无形产品和促销的因子分析均只提取了一个公因子，故无法以最大方差法进行旋转。

分析结果如下表所示：

表8-2：

影响因素因子分析结果

维度

项目

总方差解释量

无形产品

客服人员态度

70.7%

退换货难度

售后服务

质量保障

促销

商品广告促销

62.2%

商品人员促销

商品口碑及评价

（四）回归结果与分析

1．模型建立

Y=f（X1,X2,X3,X4,X5,…,X30,X31,X32,X33,X34）

该模型中，Y表示消费者网购生鲜农产品意愿，当Y=1时，表示消费者愿意购买，Y=0时，表示消费者不愿意购买；其中X1表示性别、X2表示年龄、X3表示受教育程度、X4表示家庭月收入、X5表示消费者是否在网上购买过生鲜农产品，X6至X32为各个影响因素，前文已介绍。

Logistic回归方程为：

该方程中p是因变量，表示消费者网购生鲜农产品意愿的概率；x为自变量，表示各个影响因素；

是方程的常数；βi为回归系数。

2.回归分析

本文适用统计软件spss22.0软件中的二元logistic回归对相关变量进行分析，将各个变量引入回归模型进行相关性检验。

表9：

模型参数检验表

方程式中的变量

S.E.

Wald

自由度

显著性

Exp（B）

步骤0

常量

.243

.132

3.363

.067

1.275

表9显示，方程中常数项的估计值B为0.243，估计值的标准差S.E.为0.132，Wald检验值为3.363。

表10：

购买意愿影响因素回归分析

S.E.

Wald

显著性

Exp（B）

您的性别

.897

.353

6.442

.011

2.452

您的年龄

-.049

.076

.416

.519

.952

受教育程度

.768

.269

8.173

.004

2.156

家庭平均月收入

.228

.158

2.087

.149

1.256

是否网购买过生鲜农产品

1.624

.358

20.528

.000

5.073

质量

-.293

.268

1.199

.274

.746

包装

.123

.216

.327

.568

1.131

品牌

-.029

.193

.022

.882

.972

规格

.135

.196

.478

.489

1.145

产地

-.049

.205

.058

.809

.952

三品一标

.118

.191

.382

.537

1.125

个性化产品

.380

.189

4.042

.044

.684

客服人员态度

-.063

.226

.078

.780

.939

退换货难度

.101

.317

.102

.750

1.106

售后服务

.033

.324

.010

.919

1.034

质量保障

.122

.407

.090

.764

1.130

产品本身价格

.134

.313

.185

.667

1.144

与市场价之差

-.111

.331

.112

.738

.895

快递价格

-.097

.266

.134

.714

.907

打折力度

.245

.257

.906

.341

1.277

买赠情况

-.097

.238

.166

.684

.908

付款期限

-.011

.239

.002

.965

.989

付款方式

.208

.214

.941

.332

1.231

分期付款

-.015

.227

.004

.947

.985

产品信息完整性

-.077

.341

.051

.821

.926

产品信息真实性

-.189

.389

.236

.627

.828

网站设计的美观性

-.211

.258

.669

.413

.809

支付平台便利性

.185

.340

.296

.587

1.203

卖家沟通便利性

.141

.363

.152

.697

1.152

包裹追踪及时性

.384

.388

.980

.322

1.468

物流准时程度

.874

.397

4.852

.028

.417

物流公司偏好

.223

.224

.991

.319

1.250

商品广告促销

.317

.265

1.426

.232

1.373

商品人员促销

-.229

.281

.660

.416

.796

商品口碑及评价

.103

.265

.152

.696

1.109

常量

-2.59

1.563

2.757

.097

.075

该部分运用Logistic回归模型，对影响北京市民网购生鲜农产品的各个因子进行了拟合优度检验以及参数的显著性检验。

通过分析结论如下：

（1）性别对于北京市民网购生鲜农产品意愿影响显著。

计量结果显示，性别因素在5%水平下通过检验，回归系数B=0.897。

由此可知：

性别对于北京市民网购生鲜农产品有正相关关系。

在设置数据时，笔者将男性赋予1，女性赋予0，由此可知，男性更倾向于网上购买生鲜农产品。

（2）受教育程度对于北京市民网购买生鲜农产品意愿有显著影响。

计量结果显示，受教育程度因素在5%水平下通过检验，回归系数B=0.768。

由此得出：

受教育程度对于北京市民网上购买生鲜农产品有正相关关系。

受教育程度越高的人越愿意在网上购买生鲜农产品。

（3）购买行为对于北京市民网上购买生鲜农产品意愿有显著影响。

计量结果显示，市民是否在网上购买过生鲜农产品这一因素，在5%水平下通过检验，回归系数B=1.64。

由此可知：

市民是否在网上购买过生鲜农产品对于网购生鲜农产品的意愿有正相关关系。

在网上购买过生鲜农产品的市民更愿意购买。

（4）个性化产品对于北京市民网购生鲜农产品意愿有显著影响。

计量结果显示，个性化产品因素在5%的水平下通过检验，回归系数B=0.38。

由此得出：

个性化产品对于北京市民网上购买生鲜农产品意愿有正相关关系。

（5）物流的准时程度对于北京市民网购生鲜农产品意愿有显著影响。

计量结果显示，物流的准时程度因素在5%的水平下通过检验，回归系数B=0.874。

由此可知：

物流的准时程度对于北京市民网上购买生鲜农产品意愿有正相关关系。

六、对策建议讨论

（一）保证产品质量，维护商家信誉

对于经营生鲜农产品的电商来说，保证生鲜农产品的质量是最重要的。

消费者购买生鲜农产品就是为了品尝最新鲜、质量最优的产品，如果不能保证生鲜农产品的质量，就会影响到消费者的信任，损失商家的信誉。

一旦消费者对商家或者某一行业失去了信心，那么想再重新建立信心就非常困难。

所以说，生鲜农产品电商必须要保证经营产品的质量安全，让消费者相信他们所购买的生鲜农产品质量过关，有保障。

严格把控产品质量，才是电商竞争的核心，才能真正建立商家的信誉[12]。

（二）提高物流效率，降低物流成本

如果说保证生鲜农产品的质量是前提，那么提高生鲜农产品的物流效率就是重要保障。

人们购买生鲜农产品更多的就是为了能吃上最新鲜的食品，如果在物流过程中耽误了很长的时间就会严重影响生鲜农产品的质量和新鲜程度。

所以，店家在物流配送上一定要选择送货速度快的物流公司。

保证消费者能够品尝到最新鲜的农产品。

同时，降低冷链物流成本也是非常重要的环节，物流公司要努力整合资源，节约利用材料，优化细节，尽最大努力减小运输成本[13]。

展开阅读全文