当前位置：文档库 › O2O模式下生鲜农产品购买意愿研究

O2O模式下生鲜农产品购买意愿研究

安徽农业科学，Journal of Anhui Agri. Sci. 2017,45(34) :228 -230,258

020模式下生鲜农产品购买意愿研究

王晓慧，王志尚，任莹，马阳光，马爽，张应语* (曲阜师范大学管理学院，山东曰照276800)

摘要基于二项Logistic回归模型，建立了 020模式下生鮮农产品影响因素的初始方程。树模型分析发现，年龄和月网购消费额的对数值的交互项具有统计学意义，二者具有协同效应，并得出最终的Logistic回归方程。最后，提出了发展生鮮农产品020平台的相关对策。

关键词购买行为；生鮮农产品;Logistic回归模型；020模式

中图分类号S126 文献标识码A文章编号0517 - 6611(2017)34 - 0228 - 03

Study on the Purchase Intention o f Fresh Agricultural Product in 020M ode

W A N G X iao-h u i, W A N G Zh i-sh an g,R E N Y i i^, Z H A N G Y ii^-y u*et al (School of Management, Qufu Normal University,Rizhao, Shandong 276800)

Abstract Based on binomial Logistic regression model, the original equation for the influencing factors of fresh agricultural product in 020 mode was established. Through tree model analysis, we found that the interactive items between age and logarithmic value of monthly online shopping consumption was of statistical significance,and the two had a synergistic effect. A n d the final Logistic regression equation was ob-tained. Finally, some related countermeasures were given for developing 020 platform of fresh agricultural product.

K ey words Purchasing behavior；Fresh agricultural product；Logistic

生鲜农产品是未经过深加工的初级农产品，一般将其称为生鲜三品（果蔬、肉类、水产品），评价生鲜农产品价值的重要指标就是产品的新鲜度。在我国，生鲜农产品在人们日常生活中是必不可少的，但因其具有不易保存、易腐易坏等特性，一直以来生鲜农产品主要通过传统渠道进行线下销售。目前，电子商务正以惊人的速度改变着人们的生活。随着互联网的普及，截至2014年6月我国网民规模达6.32亿，其中手机网民规模5. 27亿，互联网普及率达46. 9%。移动商务类应用在移动支付的拉动下，正历经跨越式发展，在各项网络应用中地位显得愈发重要[1]。2014年1月，国务院印发了《关于全面深化农村改革加快推进农业现代化的若干意见》[2]，明确指出要“创新农产品流通方式，加强生鲜农产品电子商务平台的建设”。互联网的快速发展，为解决农产品流通中的突出问题，提高农产品流通效率提供了新思路[3]，加快了生鲜农产品网上流通渠道的发展。

生鲜农产品电子商务的重要特点是能迅速对接消费市场，满足消费者对不同地域的特色、优质生鲜农产品的需求[4]。在电子商务模式中,020(Online To Offline)模式是最符合生鲜农产品特性的一种电子商务模式。020模式这一概念是由Alex Hampel于2010年8月提出的，经过电子商务经济实践性发展的磨炼，定义辨证地扩展为“Online To Off-line 和 Offline To Online” 的“辨证统一”。通过020模式，消费者可以在线上预定产品，并到实体店铺中购买;同时可以把线下有购买意向的消费者通过网上平台便捷的消费方式吸引到线上，实现线上线下的双重结合。

虽然目前020模式是符合生鲜农产品流通的一种电商模式，但消费者购买网上生鲜农产品时，消费者的购买意愿直接关系到020交易能否顺利进行，因此在生鲜农产品电

作者简介王晓慧（1995—），女，山东寿光人,本科生，专业：信息管理与信息系统。*通讯作者，副教授，博士，硕士生导师，从事

食品安全研究。

收稿日期2017 -09 -24regression model；020 mode

子商务的发展过程中消费者的购买意愿起着重要作用。笔者对消费者020模式下生鲜农产品的购买意愿进行了分析，以期对生鲜农产品的020模式进行优化和调整，从而进一步促进生鲜农产品在020模式下的发展。

1问卷设计

问卷设计时，在是否有网购经验问题上设置了逻辑跳转。当调查对象选择“否”时，则该部分结束;选择“是”时，继续回答网购消费额。影响消费者购买意愿的因素有6个维度，分别为感知收益、感知风险、总体态度、知识、信任度和购买意愿。每个维度设有2?6个问项，共计21个问项。评分尺度采用5级Likert量表，1~5分别表示不同意、不太同意、不确定、比较同意、同意。问卷内容是在参考大量国内外学者研究的基础上完成设计的，随后进行了小规模访谈，以消除问项的不明确和不全面之处。

2数据收集

采用实地发放和网上填写问卷的方式进行调查。在调查地点的选择上，考虑了商业圈的地理位置和具有不同阶层的消费人群。在调查对象的选择上，采取随机调查方式，但坚持同一家庭成员不重复采访的原则，避免数据的重复性，以保证调查数据的客观性与科学性。此次调查共发放800份调查问卷，回收713份问卷，其中有效问卷631份，有效率为 78. 88%。

3基于二项Logistic模型的购买意愿影响因素分析

Logistic回归属于概率型非线性回归，是分析因变量为定性变量的常用统计分析方法。由于Logistic回归方程对数据的正态性、方差齐性以及自变量类型不做要求，并且具有系数的可解释性等优点，使得其在医学、经济学等领域得到了广泛应用[5_8]。

3.1 Logistic初始建模该研究借助二项Logistic模型，考

察性别、年龄、家庭人数、受教育程度、月收入水平、每天上网时间、网购经验和月网购消费额等因素对020模式下消费者购买生鲜农产品意愿的影响。假设消费者愿意购买，则设

45卷34期王晓慧等020模式下生鮮农产品购买意愿研究229

图1

年龄的堆积直方图（a )和正态P -P 图（b )

Fig. 1

The stacked histogram (a ) and normal P-P diagram (b ) o f age

d f 373

14W I 2

^38

不愿意N o t w a n t to

愿意W a n t to

购买意愿 P u rch ase intention

年龄A g e

观测的累积叔率 O b served cum ulative probability

图2

月网购消费额的箱图（a )和正态P -P 图（b)

F ig.2

The boxplots (a ) and normal P -P diagram (b ) of monthly online shopping consumption

糢塾显示了似然比值(82.奶)和2个伪决定'系数0? & Sttdl R 2(0.552)、Nagdkeife .R ‘.（0. 683)。其中伪决.定系歎太于〇. 5，表示模型中自变量解释的因变壘的变异占因变憂；总变异的比例较商*引人自变量后，对回归模型的预测结果分类，当P >0.5时，判断结果为阳性。其中，不愿惫购买和愿意购实的百分比分别为74. 8%和82.1% ,说明消费者选择 020模式购买生鲜农产品的意愿大多数被正确预测，蓋总确率为-78.5%，预测结果较为-理想a

研究发现，性别、家庭人数、学历和月收人水平这4个变. 量的回归结果不显奢，说明消费者对生鲜农产品的购买意愿对上述几个变身反应不敏感。因此,在剔除上述几个变麗

，后,又进行了1_|日分析，其结果如表2所示。

由此

可构建

〇2〇楔武下的生鲜农产品购买意愿二项Logistic 回归方程: J ?建蠢愿=-2. 271 - 0. 321 x 年齡+ 0,.138 X ■每天上网时间+ 1.272 x 网购餐验+ 0.243 x ln (月网购機费额)。

3.2

树模型分析通过

Logirtic 分析,到了_本分析

结果。考虑到各自变?量之间存在交互作用以及各自变?量和因变量之间可能存在的联系，利用树模型进行分析,以发现 :交互颠:。该研究莱用CHAID 方法，分析结果如图3所示。

树模型分析结果表明，.年龄、月网购消费额的对数值和家庭人数作为节点被拆分，表明了 2者之间存在交互作用

此次调查结果表明，影响消费者选择020模式购实生

堆积直方图和正态P - P 图来考察其分布状态。月网购消费额的分布可能呈正備态分布，通过绘制J !网购消费额的箱图和正_ P - P 图乘考察其分布状态

H la 显示，按照购买愿意将每个年龄段细分为2段;在不愿意购买组年龄的相对比例较小，在愿意购买组年龄从低到高分布比较均匀。图lb 蓝示年龄的总体分布较接近正态分布，虽然仍然存在一些差异，但可以考虑进行模型分析。

从图2可以看出，不愿意购买组的方网购消费额低于愿意购买且月网购消费额不服从正态分布，也存在离群值和极端值。为此，考虑对月网购消费额的数据进行自然对数变换，以减弱离群值前影响。

由于“每天上网时间”“月收人水平”和“受教育程度”是分类貪麄，B 此对其迸行哑.变_义..。在对上述哑鸯_釐_的系数进行估计时，可得出每个哑变量和参照水平之间的差异。

H 变量y = 1;假设消费者不愿意购买，则设因变量y = 〇。

首先,使用描述统计考察几个变量的分布情况，如表1 所示。

表1

描述性统计

Table 1

The descriptive statistics

序号

No.

变量Variable 平均值Mean 标准差

Standard deviation

1性别—0.4992

33.93010.251

3家庭人数 3.680 1.020

4学历

2.830 1.2175

月收人水平 3.143 1.0936

上网时间 2.960 1.4757

网购经验 1.3100.4658

月网购消费额

304.455

765.690

年龄的分布可能不属于正态分布,因此通过绘制年龄的

8〇「 a

购买意愿 P urch ase intention

■不愿意 N o t w a n t to c (\ . ■■愿意 W a n t to

o o o o o o o o o o 108

Bpdmnssos .s

d d o q s

3U I 1U 0^*5S

A 】T IT q ^0J d

3A T -4-?5n L D n 3 psiDsdxq

u 4A o s n

b o J t x -.

230安徽农业科学2017 年

表2剔除不显著变量后回归的模型参数估计

Table 2 The emission o f parameters in regression model after eliminating insignificant variables

项目Item

回归系数S

Coefficient of

regression

标准误

Standard

error

■P值

P value似然比OR

O R的95%置信区间

95%confidence

interval for OR

年龄Age-0.3210.1249.9760.0160.1790.161 ~0.397

每天上网时间Daily online time0.1380.068 4.1140.0430.1480.125-1.313网购经验 Online shopping experience 1.2720.54315.4950.0190.5680.332-1.333

月网购消费额的对数值Logarithmic value of monthly

online shopping consumption

0.2430.095 6.5380.011 1.0750.137 -1.536常量 Constant-2.271 1.094 6.3070.0380.103

■￥8*

>is e i

节点0

类M%n

■不Kg 49 6 3U ■ E t504 318

总计100.0 631：!a a

年》

=0.000tr方

P?=〇.〇〇〇.令方=23.612,

d f=1

图3树模型分析

Fig. 3 The tree model analysis

鲜农产品的各因素影响程度不一（图4)。年龄、月网购消费额的对数值、受教育程度、家庭人数依次排在影响消费者选择020模式购买生鲜农产品因素重要性的前4位。其中，年龄这一自变量标准化的重要性达到100%，月网购消费额的对数值、受教育程度和家庭人数自变量标准化的重要性在

120

100 Si g80

0.025

0. 0202

0. 015I

0.010 叾

0. 005￥

身窆治?普?§

#l i

s E a ? k I

c B

^ j-.'-U t n r.

凝.g S 8粼V

蜇a亡

'T3

{4b

自变量I n d e p e n d e n t v a ria b le

图4自变量重要性分析

Fig. 4 The importance analysis of independent variables

50%以上，与L o g istic回归分析结果基本一致。由于家庭人数这一变量在L o g istic回归分析中没有进人模型，因此只对年龄和月网购消费额的对数值进行交互作用分析。效应检验及具体参数估计如表3所示。

表3参数估计

Table 3 The emission o f parameters

参数

回归系数S

Coefficient of

regression

标准误

Standard

error

假设性检验

Hypothesis test

Parameter

■P值

P value 截距 Intercept-0.3930.330 5 2.1800.014

年龄 x1it?Age x lm;0.3680.109 2 4.0790.018根据上述结果可知，年龄和月网购消费额对数值的交互项具有统计学意义。对其系数取正可知，二者具有协同效应。此外，树模型和Logistic回归模型的分析结果存在相互印证和对应的关系，得出最终的Logistic回归方程:购买意愿= -2.664 - 0.321 x年龄+ 0.138 x每天上网时间+ 1.272 x网购经验+ 0.243 x lm:+ 0.368 x年龄x lm心:为月网购消费额)。

4对策

通过以上结果分析可知，年龄、月网购消费额、受教育程度和家庭人数依次排在影响消费者选择020模式购买生鲜农产品因素重要性的前4位。性别、学历和月收人水平这3 个变量对消费者选择020模式购买生鲜农产品的购买意愿影响不大。为了更好地发展这种模式，提出以下对策:①商家在宣传020模式下购买生鲜农产品时，应当用通俗易懂的语言，建立起消费者对媒介网站的正确态度并着重选择年龄段在20 ~ 30、月网购消费额较髙、能熟练掌握网购程序和

(下转第258页

）

安徽农业科学，Journal of Anhui Agri . Sci . 2017,45(34) :231 -232,238

2012 2013

2014 2015

书分Year

图1 2012—2015年舟山远洋企业鱿鱼捕捞产量

Fig . 1 Squid detection yield of Zhoushan pelaggic companies during 2012 - 2015

进行分类加工处理，按不同部位进行分类保存。

虽然鱿鱼的繁殖受气候影响巨大，有些地区暴发厄尔尼诺现象会导致产量暴跌，但是几大渔场的综合产量仍有提髙。加上目前我国在印度洋并无规模船队进行鱿钓作业，却有多家国内公司时亥_察新的渔业资源的动态，预计在未来几年会开发出新的渔场。2

西南大西洋公海鱿鱼探捕产量分析

舟山宁泰远洋渔业公司的宁泰58号渔船于2015年1月 17日一6月30日在西南大西洋公海进行阿根廷滑鱿鱼探捕作业，共^■作业165 (1，产量情况见表1。

2.1月总产量情况由表1可知，2015年度宁泰58号在西南大西洋钓捕渔获物总产量为1 31

3. 200 t (与2014年度相比减少了 379.325 t )。在2015年度的渔获物总产量中，3月份的产量最髙，近400 t ;4月份和2月份的产量分别在300 t 左右;1月份的产量不髙，近130 t ，产量低主要是由于1月份的作业天数只有15 d ;6月份的产量最低，不到30 t ，主要是由于6月份西南大西洋已进人渔讯末期。

2.2月平均日产量情况由表1可知，2015年宁泰58号在西南大西洋钓捕渔获物的平均日产量为7 958. 79 kg/d (相比

鱿鱼属软体动物类，是乌贼类的一种[1]，营养价值丰富，含有多种人体需要氨基酸，低脂肪、髙蛋白、低热量等优点使其逐渐走人大众视野。全球海洋中头足类资源总储备量为 5 000万~ 10 000万t ，而全球每年约360万t 的捕捞量中，有 70%左右是鱿鱼，鱿鱼产量每年都有新的增长[:]。鱿鱼是当前我国远洋渔业的三大主要品种之一，2015年我国鱿鱼捕捞量达到48.61万t ，并且渔场的产量仍在不断提髙。舟山是我国远洋鱿鱼的最大生产基地、输人口岸和主要加工地区，据统i 十鱿鱼产量占整个舟山远洋渔业的90%以上，舟山鱿鱼产量更是占全国鱿鱼产量的70%左右，是我国鱿钓渔业第一市。

在产量增加的压迫下，鱿鱼市场也在进行不断的调整完善。但是长久以来，产量的提髙和企业的完善并没有同比例的增加，使得其间的鸿沟越来越深，市场终将面临创新整合。笔者通过对西南大西洋公海鱿鱼探捕产量调查，并对舟山多家远洋渔业公司调研，分析鱿鱼销售走向，针对鱿鱼市场弊端提出了相应对策，供从业者参考。1

我国捕捞鱿鱼的品种及产地

我国市场鱿鱼主要来自远洋捕捞，捕捞区域主要为北太平洋海域(太平洋鱿鱼）、日本海海域（真鱿）、西南大西洋海域（阿根廷鱿鱼）、东南太平洋（秘鲁鱿鱼）等，还有部分来自以及我国近海（真鱿）。2012—2015年舟山远洋企业在三大主要渔场捕捞产量见图1。

阿根廷渔场鱿鱼品质最佳，鱿鱼个体小，肉厚油多，适合鲜销零售，市面上的鱿鱼一般也都是阿根廷鱿鱼;北太平洋的鱿鱼颜色紫红，跟阿根廷鱿鱼相似，但是品质不如阿根廷鱿鱼;秘鲁鱿鱼个体巨大，最大可达200 kg ，一般直接在船上 *

基金项目2016年浙江省大学生科技刨新活动计划暨新苗人才计划项

目（2016R 411057);浙江省海洋与渔业局2015年安哥拉海域中上层鱼类资源探捕项目；浙江省海洋与渔业局2014年西南大西洋公海阿根廷滑柔鱼资源探捕项目。

作者简介蔡啸涛（1995—），男，河南洛阳人，本科生，专业：海洋渔业。

*通讯作者，讲师，硕士，从事渔具理论与远洋渔业研究

收稿日期2017 -09 -28

西南大西洋公海鱿鱼探捕产量及销售分析

蔡啸涛1，石桂华2,周挺3，郑基1，蔡世发1，刘祖强1，马家志1 ^

(1.浙江海洋大学水产学院，浙江舟山316022 ;2.浙江海

洋大学东海科学技术学院，浙江舟山316000;3.舟山宁泰远洋渔业有限公司，浙江舟山316100)

摘要以2015年1—6月我国在西南大西洋公海海域阿根廷滑柔鱼钓的探捕调查为基础，分析了专业鱿钓船（宁泰58号）的产量情况，并对远洋渔业公司鱿鱼销售进行了实地调研，为指引、规范鱿鱼产业发展提出合理意见。关键词鱿鱼;探捕产量;销售；远洋渔业中图分类号S 9-9 文献标识码A

文章编号0517 -6611(2017)34 -0231 -02

Squid Detection Yield and Sales in the High Sea of Southwest Atlantic Ocean CAI Xiao -tao 1 ,SHI Gui -hua 2 , ZHOU Ting 3, MA Jia -zhi 1 et al (1. Fisher }^ College , Zhejiang Ocean University , Zhoushan , Zhejiang

316022;2. Donghai Science and Technology College，Zhejiang Ocean University , Zhoushan , Zhejiang 316000；3. Zhoushan Ningtai Pelagic

Fisher }^ Co . , Ltd . , Zhoushan , Zhejiang 316100)

Abstract Based on the fieldwork about Argentine shortfin squid jigging in the high sea o f Southwest Atlantic Ocean from Januar )^ 2015 to June

2015,we analysed squid detection yield in the vessel NING TAI 58, and conducted research about squid sales of pelagic fisher }^ companies , then gived some reasonable advises about guiding and regulating the squid industry .Key words Squid ; Detection yield ; Sales ; Pelagic

fishery