消费者对电商直播农产品购买意愿的影响因素研究

摘   要：在互联网快速发展的背景下，基于技术接受模型，结合农产品网络直播营销的特性构建农产品网络直播购买意愿影响因素分析模型。在此基础上，运用实地随机抽样240份问卷为样本数据，以产品质量、产品展示、产品期望、产品偏好和购买意愿为潜变量构建结构方程模型。结果表明，产品质量、产品期望和产品偏好显著影响消费者购买意愿，呈正向相关关系，路径系数分别为0.292、0.308和0.607。因此，政府要注意产品质量安全把控，增加消费者对网络直播购买的信任度，经营者多采用折扣促销、线上团购等形式，提高消费者购买意愿。

关键词：农产品网络直播;购买意愿;影响因素;技术接受模型

中图分类号：F323.7;F724.6 文献标志码：A 文章编号：1008-2697（2022）01-0021-07

一、引言

在信息时代背景下，互联网和电子商务发展持续升温，农产品营销行业也逐渐向网络直播营销的方式靠拢。相对于传统的农产品网上销售，农产品电商直播销售具有直播形式直观和销售形式丰富等优点。国务院发布的《“十三五”全国农业农村信息化发展规划》中提到，农产品网络销售占比逐年增加，截止2020年其占农业总产值的8%，农村电子商务已然成为流行趋势。

相对于城市而言，农村仍属于欠发达地区，农业基础设施薄弱、装备落后、产业化市场化程度低的基本状况尚未彻底改变，农业供给侧结构矛盾较为突出。农产品供给受自然生长规律的周期限制较长，而消费升级时代消费者对农产品的高频消费需求变化较快，交通不便和物流薄弱带来的销售成本增加进一步加剧了“慢供给”和“快需求”之间的矛盾。农村农产品“难卖”和消费者农产品“买贵”的现象同时存在，其根本原因是市场在农业资源配置中的决定性作用发挥不畅。农产品电商直播销售降低了农产品供给的门槛值，促进了农产品生产与需求的匹配效率，增强了市场供给端的市场敏锐度。其原因如下：一是农产品电商能放大市场信号、加快市场信息从需求到供给的传递，电商跨空间的特性使得更大范围内的生产要素主体能够根据需求侧公开透明的价格波动做出相应生产决策;二是农产品电商能够优化农产品供应链，降低流通成本;三是农产品电商为认购、预售、团购、逆向定制等订单农业提供了时间、空间多个维度更为高效的渠道，有利于强化供应链利益联结机制;四是农产品电商非接触式交易方式对网销农产品的品质、规格、等级提出了更高的要求，倒逼农业生产提升组织化水平，推进农业生产规模化、标准化、品牌化发展。农业作为传统行业，更应该借助网络直播这个方法，让农产品以更直观、更简单的形式走向市场。

当前，我国农产品网络零售交易总额从1999年开始一直呈现快速增长趋势，农产品网上销售得到持续稳定的发展，到2017年农产品网络零售总额超过400亿美元，冷链物流市场规模已超过450亿美元。农产品网络销售占比逐渐增加，农产品营销更是出现电商直播带货新形式。目前，仍较少学者就消费者通过网络直播购买农产品意愿的影响因素进行分析。因此，本文在总结与借鉴前人研究的基础上，将技术接受模型作为理论基础，以消费者通过网络直播购买农产品行为建立研究模型，用实证模型分析消费者购买的影响因素，为促进农产品销售渠道扩大和农村农民增收、推进农产品营销系统的改善提供政策建议。

二、文献综述

消费者购买农产品行为的影响因素主要可以归纳为以下几方面：（1）从消费者对农产品的认知程度上，钱静斐（2014）从信任程度入手，分析消费者对有机农产品的认知行为，从支付意愿入手，分析消费者对有机农产品的购买行为[1]。张海英（2010）发现消费者的认知程度、个人和家庭特征、购买习惯等因素对农产品消费习惯有显著影响[2]。（2）在农产品品牌认知上，品牌产地和品牌知名度正向影响消费者购买意愿（张传统，2014）[3]。也有学者从消费者对认证特色农产品品牌的信任与购买行为的角度展开研究，发现特色农产品品牌的认知和信任度对其在购买“特色农产品”时产生决定性作用（许庆武，2011）[4]。（3）从农产品价格角度出发，原枫柏（2017）分析了折扣促销活动对促销预期的影响，发现价格和品牌效应是影响农产品购买的重要影响因素[5]。（4）从消费者追求健康的角度，研究发现消费者对于生物强化技术生产的创新型农产品表现出较高的购买意愿，其根本原因是与食品的安全系数成正比（刘贝贝，2018）[6]。

在影响消费者生鲜农产品购买渠道选择因素上，相关研究发现购买环境、价格因素及消费者所在行业等因素影响了其农产品购买渠道选择（古川，2015）[7]，而购买能力、产品了解能力等因素的差异性则无法实现购买意愿与购买行为的一致（陈志颖，2006）[8]。

消费者通过网络、电商平台购买农产品的影响因素主要有以下几方面：（1）在消费者特征方面，学者研究分析后发现性别、年龄、受教育程度以及收入程度差异会影响消费者对网购地理标志农产品消费意愿（吴春雅，2019）[9]。也有学者围绕绿色生鲜农产品的网络购买意愿进行研究，实证结果显示：消费者个体属性中的教育程度对网购生鲜农产品意愿具有显著正向影响，消费者的年龄对网购意愿具有显著负向影响（王克喜，2017）[10]。而收入和农产品网络购买意愿之间存在正相关关系，此外承诺保障售后和网站上的商品种类也是影响消费者网络购买意愿的两大关键影响因素（刘华楠，2015）[11]。同时，消费者的渠道利用习惯、较高的转换成本等原因造成消费者不愿意线上购买商品（郭俊辉，2017）[12]。在网络购物经验与习惯方面，孙亚娟（2018）发现网购经历越丰富，其对网络购物的接受度、信赖度和满意度越高[13]。（2）在网站特征方面，网商声誉将影响消费者的购买决策（吴卫群，2017）[14]，消费者也愿意根据自身的购买习惯选择熟悉的网站购买产品。在消费者态度因素上，消费者易受到农产品网络口碑数量（王志辉，2017）[15]和网店服务质量（卢强，2017）[16]的影响。韩震（2018）以网购农产品为例，构建了产品道德属性感知模型，结果表明环境保护、公众安全、社会公平等道德方面是消费者更加关注的;与社会问题相关联的道德属性信息和消费过程中的参与意识和归属感是重要影响因素[17]。（3）在产品特征及食品安全方面，农产品食品安全也会对消费者的购买行为造成影响（张松涛，2017）[18]。例如消费者网购生鲜农产品的感知风险维度、有无产品性能风险，如食品安全质量问题是影响消费者网上购买的因素（崔艳红，2016）[19]，消费者农产品质量与安全意识在影响网购意愿中发挥调节作用（赵晓飞，2016）[20]。不少学者的研究发现，产品食品安全等对生鲜农产品的网购意愿有显著的正向影响（吴自强，2015）[21]，而冷链储存和运输发展不健全易造成食品安全问题（唐金湘，2018）[22]。农产品的新鲜度和产品运输过程中的安全问题也是主要问题（战勇钢，2016）[23]。

三、概念模型与研究假说

（一）概念模型

技术接受模型（Technology Acceptance Model， TAM）最早由学者Davis[24]提出，在概念被提出后经过多年发展衍生了许多概念模型，在学术研究上的应用已经十分广泛。其模型基础形式如图1所示。

技术接受模型目前已被应用于测量电商平台采纳行为意向（王艳玲，2020）[25]、用户持续使用购物类APP模型影响因素[26]（周 沛，2020）、新能源汽车购买意愿[27]（尹洁林，2019）、有机农产品购买意愿[16]（卢强，2017）等消费者行为分析中，对消费者行为影响因素有很好的解释能力。因此，可以采用此模型对消费者通过网络直播购买农产品的意愿问题进行探究。本研究以技术接受模型的拓展模型为基础，结合实际情况，从个体和系统中选取产品期望、产品偏好、产品质量、产品展示作为自变量，分析其对通过网络直播购买农产品意愿的影响。基于上述分析，本文的研究框架如图2所示。

（二）研究视角与研究假说

网络直播购物由于其良好的购物体验和新奇的购物形式近年来发展迅猛，越来越受到广大消费者的喜爱。网络直播购物区别于其它，除了产品质量、品牌认知、产品价格等因素外，网络直播形式，如产品展示形式等因素对消费者也有很大程度的吸引力。消费者对其产品期望和产品偏好也是重要影响因素。对于企业而言，网络直播是一种新的营销方式，以视频直播的形式增加与消费者的互动，实现产品营销目标。农产品网络直播现在仍处于发展过程中，在发展上升初期遇到产品供给与消费者需求难以协调的问题。因此，探究消费者网络直播购买意愿影响因素及其形成机制，有针对性地提出改进意见，是促进网络直播购物有效发展的重要手段。本文在参考王志辉（2017）[15]和尹洁林（2019）[27]关于购买意愿影响因素分析的基础上，结合农产品直播购物的特性，从以下四个方面来探讨农产品网络直播购买的影响因素。据此，提出以下假设：

H1：产品质量正向促进消费者直播购买农产品意愿。

H2：个体因素中产品期望正向促进消费者直播购买农产品意愿。

H3：产品展示正向促进消费者直播购买农产品意愿。

H4：消费者产品偏好正向促进其直播购买农产品意愿。

四、研究设计

（一）数据来源及样本描述性统计分析

本文数据由课题组于 2020年9—11月对湛江市4个区进行实地调查获取。在进行正式问卷调查前，在湛江市麻章区发放60份问卷进行预调研，并依据预调研结果对问卷进行修正。样本获取采用随机分层抽样方法，在湛江市赤坎区、霞山区、坡头区、麻章区4个区各抽取6个街道，每个街道抽取12个样本，发放并收回问卷288份，其中有效问卷240份，问卷有效率为83.33%。

在对数据进行实证分析之前，有必要对样本作相应的统计描述（表1），观察样本在性别、年龄、受教育程度、职业等多方面的数据特征，为后续计量模型提供参考。在性别构成上，男女分布较为均衡;年龄构成中，各年龄段群体均有分布。职业分布中比例最多的是在企业工作的人群，占比33.8%;其次是在政府部门及事业单位工作群、占32.1%;离退休人群占比最少、为6.3%。在受教育程度中，本科、大专占58.3%，初中及以下教育占比最少、为5.4%，高中、中专占比为29.2%。被调查样本中，各收入层次分布较为均衡。家中有15岁以下孩童家庭约占样本四成，所占比例为40.4%。关于日常购买农产品的主要地点这一变量，最主要的地点是农贸市场占比41.3%，其次为生鲜超市占比26.7%，大型商超占比20.4%，网上购买或电话预定仅占比7.9%。这一比例说明在农贸市场购买农产品仍是大多数家庭购买农产品的主要地点，农产品网络平台在农产品销售中有很大的成长空间和市场潜力。家庭购买农产品的频率在样本中占比最多的是两天购买一次，占比38.8%;其次是每天都要去买菜，占比26.7%，这说明家庭日常生活中对农产品有较为频繁的需求。关于大家是否了解网络直播购物这个问卷问题，将近一半的人选择很了解，其次是一般了解、占比27.5%，非常了解占比17.9%;不了解网络直播购物的人群最少，仅占比5%。对于曾经是否通过网络直播购买农产品，样本显示有购买经历的人群占总样本的43.8%。

（二）问卷及变量定义

本次调研问卷分为两部分，第一部分是调查样本的个人特征、家庭特征以及消费者是否具有网络直播购买农产品的经历等。第二部分是潜变量产品质量、产品期望、产品展示、产品信任和产品偏好的测度项，采用Likert 5级量表对变量进行赋值，1为“完全不同意”，5为“完全同意”。问卷设计在充分借鉴以往研究的基础上再设计相应的量表，使其适合网络直播购买农产品行为的特点。农产品网络直播购买意愿指标参考了文献的研究。正式调查前，我们在小范围预调研的基础上进行了问卷的修改和完善，使涵盖的问题通俗易懂，保证问卷质量。指标具体定义如表2所示。

五、实证分析

（一）信度与效度检验

通过对问卷数据进行信度分析后发现，模型中各指标的克伦巴赫系数都高于0.7，说明问卷数据有较高的信度。KMO值显示为0.941，并在5%水平下显著相关，表明数据指标的结构效度较好。根据主成分抽取方法获取的因子分析结果，得到旋转后的因子载荷矩阵，共提取出5个公因子。

（二）模型拟合

本文构建的消费者直播购买农产品影响因素模型得到17个观测变量和5个潜变量，初始假设模型的修正指标临界值为25，依次对M.I.的最大值分别建立联系进行修正，使所有的M.I.值小于25，最终得到修正后的模型。根据修正后的模型适配指标，对前后提出的假设和作用路径进行验证，得到的模型整体适配度的检验结果如表3所示，修正后模型适配度较好。