新零售及生鲜电商视角下“数商兴农”实施路径探析

摘要 根据新零售及生鲜电商的主要特点及观测要点，建立了消费者新零售平台购买生鲜农产品意愿模型，通过对调研问卷数据的分析，应用结构方程模型得出结论：生鲜农产品质量、物流服务质量与线下服务质量是消费者选择新零售平台购买生鲜农产品的重要影响因素，并在实证基础上提出新零售及生鲜电商视角下“数商兴农”的主要实施路径。

关键词 新零售；生鲜电商；数商兴农；实施路径

中图分类号 S-9  文献标识码 A  文章编号 0517-6611（2023）13-0204-06

doi：10.3969/j.issn.0517-6611.2023.13.046

Analysis on the Implementation Path of “Digital Business Revitalizing Agriculture” from the Perspective of New Retail and Fresh Food E-commerce

ZHAO Qi1， WU Jian-ni2

（1.Commercial Data Research Center， Qingdao Hotel Management Vocational and Technical College， Qingdao， Shandong 266100;  2.Department of  Business Administration， Qingdao Hotel Management Vocational and Technical College， Qingdao， Shandong 266100）

Abstract According to the main characteristics and observation points of new retail and fresh e-commerce， a model of consumers’ willingness to purchase fresh agricultural products is established on the new retail platform， and through the analysis of the questionnaire data， the structural equation model is applied to draw the following conclusions： the quality of fresh agricultural products， logistics service quality and offline service quality are important influencing factors for consumers to choose new retail platforms to purchase fresh agricultural products， and then， on the basis of empirical evidence， this paper proposes the main implementation path of “digital business revitalizing agriculture” from the perspective of new retail and fresh food e-commerce.

Key words New retail;Fresh food e-commerce;Digital business revitalizing agriculture;Implementation path

基金项目 2022年度山东省人文社会科学课题（2022-YYJJ-08）。

作者简介 赵琪（1977—），女，山东费县人，教授，博士，从事农业经济管理研究。

收稿日期 2022-08-11

“数商兴农”指的是通过加强大数据、物联网、人工智能等技术在农业领域的深度应用，全面提升农业生产数字化水平。2021年，商务部提出以“提升电商与快递物流协同发展水平与提升农产品可电商化水平”为主要工作任务的“数商兴农”行动；同年底，国务院印发《关于印发“十四五”数字经济发展规划的通知》，提出要“发展智慧农业和智慧水利，提升农业生产经营数字化水平”；2022年初，“数商兴农”正式被写入中央一号文件。

“数商兴农”是近年来国家在乡村振兴领域提出的新思路与新战略，因此作为明确的研究方向，相关论文还比较缺乏。但国内外在新零售、生鲜电商以及数字商务方向已有部分研究成果。新零售方面，Cai等［1］提出了“全渠道管理”的规定框架，为计划实施全渠道战略的零售公司提供重要的管理应用；Wang等［2］探讨了传统商贸流通企业发展“新零售”商业模式的战略转型路径和措施；张潇化等［3］提出基于逆向整合的“新零售”供应链场景化价值重构模式；朱娜等［4］建立面板向量自回归模型（PVAR），预测了我国新零售行业发展方向；张浩川等［5］以新零售企业为例，利用系统动力学方法仿真模型的运行成功地模拟了新零售企业竞争情报工作分析的过程。生鲜电商方面，Jiang等［6］采用结构方程模型、层次回归分析和重要性-绩效分析方法，研究了生鲜电商物流服务的可持续管理；毕会娜等［7］等从提高产品配送效率、完善平台管理体系、引导合理竞争3个方面提出提升生鲜电商服务质量的改进策略；韩婧姝［8］认为消费者信任在平台质量与消费者农产品重购行为、感知质量与消费者农产品重购行为之间均起了部分中介作用；林强等［9］从生鲜产品检测可靠性的提高、生产成本信息的不对称方面论证了电商企业与生产商收益的关系；李琴等［10］提出了生鲜电商与物流配送协同化平台构建思路与运营模式。数字商务方面，Kim［11］考察了数字产品呈现方式对消费者信息加工和行为意向的影响；王雪原等［12］指出，在技术-组织-环境框架下数字化政策中，数字商务、数字生产、数字物流属于体系的中间政策；曾可昕等［13］认为数字商务的发展不断赋予产业集群新内涵、新特征和新动能，促进集群经济向数字化、智能化方向转型升级。

从近年研究文献可以看出，新零售方向的研究主要集中在全渠道管理、“新零售”商业模式、场景化价值重构以及企业竞争情报工作分析等方面；生鲜电商方向的研究主要集中在生鲜电商物流服务的可持续管理、质量的改进策略、消费者信任、电商企业与生产商收益的关系以及生鲜电商与物流配送协同化平台构建等，但是关于“数商兴农”方面的研究还比较缺乏，基于此，笔者从新零售及生鲜电商视角，对“数商兴农”的实施路径进行研究，以消费者新零售平台购买生鲜农产品意愿作为切入点，重点从“数商兴农”的角度提出政策建议，对于丰富数字商务理论具有一定的意义。

1 新零售背景下消费者对生鲜农产品的购买意愿模型

1.1 实证模型、量表设计与研究假设

根据新零售及生鲜电商的主要特点及观测要点，建立了消费者新零售平台购买生鲜农产品意愿模型，如图1所示。

根据消费者新零售平台购买生鲜农产品意愿模型，进行量表设计与研究假设，每个量表均包含3个测量度，具体变量、测量项与研究假设见表1。

1.2 问卷设计与研究样本

根据量表与测量度设计问卷，首先是对问卷目的的介绍；第二部分是对答卷人员的基础信息进行采集，同时也对答卷人员对新零售平台的购物经验进行调查，以便对结果数据进行筛选；第三部分是参考成熟的量表设计问卷，采用李克特五级量表进行评估，其中1～5分别代表完全不符合、基本不符合、偶尔符合、基本符合与完全符合。为了确保问卷设计的合理，选择了身边的朋友和同学进行了预调研，并根据具体的数据反馈对问卷进行了部分修改，最终确定了终稿。

问卷中的生鲜农产品是指具有储存时间短，常态下容易腐烂变质的特质的蔬菜、水果、肉、蛋、奶以及水产品等生活中的必需品。新零售模式是一种新型的零售模式，将线上、线下和物流全面融合，运用大数据和人工智能等技术进行精准营销，典型的案例为阿里巴巴的盒马鲜生。问卷的发放通过线上和线下两个渠道进行。线上渠道使用问卷星进行问卷的发放，线下渠道主要选择山东青岛地区盒马鲜生业务区域覆盖的小区，例如银座和谐广场小区、万科生态城小区等，确保了问卷的人群覆盖度。之后对回收的问卷进行了筛选，主要删除没有新零售购物经验、重复回答、前后矛盾等无效答卷。共剔除问卷60余份，剩余有效问卷211份。

2 实证结果与分析

2.1 数据分析

2.1.1 描述性统计分析。

该问卷所涉及的答卷人特征以及生鲜电商购物习惯等，描述性统计分析结果见表2。

从表2消费者基本情况可以看出，参与调研答卷的主要为本科以上的中产消费者，其中36岁以上年龄段的占比72.98%，本科以上学历占比75.83%，月可支配收入7 000元以上占比为56.40%。主要职业为机关事业单位工作人员、公司职员以及自由职业者。以上与问卷的发放范围主要在青岛市高校教师、校友群及中高档小区等有一定的关系。同时也说明，随着盒马鲜生在青岛开店速度的加快，新一线城市的中产消费者对新零售这种新型业态有了一定的认可度。从调查可知，当前消费者主要通过大型农贸市场（68.15%）、大型连锁超市（60.19%）以及盒马鲜生等新零售平台（33.65%）购买生鲜农产品，每周购买一次的频数达到63.51%。

2.1.2 信度检验。

信度检验主要是分析问卷的样本数据是否真实可靠，该研究选择Cronbach α系数作为评测指标来对信度进行检验（表3）。结果表明，问卷的整体系数为0.997，8个变量的测量表的系数均在0.7的临界值之上，说明该模型变量均具有较好的信度水平（表3）。

2.1.3 效度检验。

效度分析主要来考查问卷的题目设计是否合理。其中内容效度即题目的设计是否合理，该问卷借鉴了国内成熟量表，并根据前期测试结果对题目的设计进行了修正，保证了内容效度。结构效度的验证主要通过探索性因子分析的方式来进行。该研究利用SPSSAU对问卷中的数据进行探索性因子分析，为了使输出图形更加美观，将各变量名称先进行一定的简化，图表中涉及的“商品”表述特指“生鲜农产品”。由KMO和Bartlett检测结果可知，KMO值为0.903，Bartlett 球形度检验的近似卡方值为2 704.395，自由度为210，P值为0，问卷数据集中度比较好，适合进行因子分析。通过因子分析一共提取出8个因子，此8个因子旋转后的方差解释率分别为17.717%、15.716%、14.343%、13.173%、11.421%、9.093%、8.246%、2.345%，旋转后累积方差解释率为92.054%，代表这8个因子合起来可以解释整个问卷的92.054%。由表4可知，所有题目的因子负荷系数均高于0.5，提取出的8个因子与问卷设计的结构相符并与问卷题目的设计有很好的对应关系。因此该问卷具有较好的结构效度。

2.2 结构方程模型分析

2.2.1 方程模型的建立与路径分析。

将量表数据导入SPSSAU，进行处理后（删除掉90%重复数据的答卷），按照消费者新零售平台购买生鲜农产品意愿模型，设置模型变量的路径关系，并选择输出MI（参考修正指标）>30的变量。为了使输出图形更加美观，将各变量名称先进行一定的简化。表5、6是估计结果模型回归系数汇总及模型拟合指标。

2.2.2 模型适配度检验与模型修正。

由路径分析可知，各假设的路径系数显著性水平不理想，模型的适配度检验拟合程度也均不理想（部分指标>0.8为可接受），考虑进一步对模型进行修正，修正模型依据的依据是MI指标，按照MI值大小依次通过增加变量之间的相关性路径，提高模型的适配度（表7）。

增加以上各项之间的关系路径，对模型进行重新估计，最终形成修正模型（表8），与之前模型相比适配度指标均有优化。