扶贫背景下我国农产品电商平台优化的实证分析

李 燕 副教授 张小媛 通讯作者 陈金源

（1、北部湾海洋发展研究中心；2、北部湾大学 广西钦州 535000）

引言

“互联网+” 的出现增强了贫困地区的内生发展动力，促进了 “电子商务+ 扶贫”（以下简称 “电商扶贫”）这种全社会参与的大扶贫格局的形成。近5 年，电商扶贫成效显著，商务大数据监测显示，仅2018 年1-12 月电子商务进农村综合示范新增238 个国家级贫困县，覆盖率达88.6%；全国农村网络零售额13679.4 亿元，同比增长30.4%；全国农产品网络零售额约2305 亿元，同比增长33.8%；全国832个国家级贫困县网络销售额697.9 亿元，同比增长36.4%。由此可见，电商扶贫已成为贫困地区经济社会发展，实现贫困地区人口快速、精准、有效脱贫致富的重要途径。

农产品电商平台（以下简称 “电商平台”）是农业产业链的大量参与要素，即生产、销售、存贮、配送、物流、技术、服务等要素，通过互联网，形成生态化集聚效应，连接买卖双方的电子化交易平台。电商平台作为电商扶贫的重要实现载体，在扶贫工作中起着集聚参与要素、促进供销信息通畅、提高扶贫效率等重要作用，涉及到农业产业链的多个环节，每个环节都会影响到消费者对电商平台的综合满意度，继而影响扶贫效果。目前，电商平台存在着农产品质量良莠不齐、网络安全得不到充分保障、网站设计有待优化、物流配送较慢、售后服务水平较差等问题。我国贫困问题凸显，扶贫任务艰巨，基于此，如何对电商平台进行优化？如何充分发挥电商平台在贫困地区扶贫工作中的作用？成为当前理论界研究的重点问题。

1965年，美国学者Cardozo首次将消费者满意（Customer Satisfaction）概念引入营销领域，他提出消费者满意与消费者忠诚正相关，有利于促进消费者重复性购买行为。Noa Willys（2018）、Dewi Marlina（2019）等学者研究发现，消费者的满意度能直接影响消费者的消费意愿和消费忠诚，本文基于消费者满意度的角度，研究电商平台的优化对提升贫困地区扶贫效果是非常有现实意义的。

研究方法与数据

（一）研究方法

1. 模型及指标选取。朱佳（2016）、唐甜甜（2019）等学者用线性回归模型研究基于O2O 电子商务的餐饮、房地产、快消产品、生鲜农产品等行业中消费者满意度影响因素及其显著性。本文主要考察在购前、购中、购后环节中各潜在变量对电商平台消费者满意度的影响程度，且基于样本容量的考虑，选择线性回归模型来研究电商平台优化影响因素。刘玉慧（2016）选取购前预期、生鲜农产品质量、物流配送服务质量、网站设计、售后服务、满意度作为研究变量来研究消费者购买生鲜农产品满意度的影响因素。本研究在结合前人研究成果并进行归纳总结的基础上，认为购前预期、产品感知、物流配送效率、网站设计、售后服务是电商平台优化的主要影响因素，并构建了以购前预期、产品感知、物流配送效率、网站设计、售后服务5 个一级指标为核心的包含19 个二级细化指标的指标测度体系，对农产品电商平台优化的影响因素进行指标选取及判断。

2. 构建多元线性回归模型。多元线性回归模型是数据统计中运用回归分析确定两个或多个变量间相互影响的一种定量关系统计法，一般表示为：

Y=w1X1+w2X2+…+wnXn+e

其中e 为正态分布，误差服从均值0。

本文问卷主要通过选取购前预期、产品感知、物流配送效率、网站设计、售后服务五个维度的指标，查看变量间的相关性及各变量对电商平台消费者满意度影响的重要程度进行线性回归分析。本文研究的模型设定如下：

在式（1）中，Y 为因变量（电商平台消费者满意度）；X 为自变量，其中电商平台优化的影响因素的5 个维度用xη（η=1，2，3…）表示，19 个二级指标用Xηω（η=1，2，3…）表示。β 为待估参数。下标η 表示影响电商平台优化的第η个因素，η的取值范围为1到n，n取自然数。

（二）数据来源

1. 数据来源。本文主要采用线上、线下相结合的问卷调研方式。线下调查问卷发放范围是广西、云南、贵州、新疆等西部12 个省区，其中在国家级贫困县样本的选取比例高于其它地区30%，选取贫困地区农民（主要年龄段为20 周岁至60 周岁）、扶贫工作站工作人员、当地村支部书记、政府工作人员及从事电商相关工作人员为对象开展调查。线上调查问卷主要面向全国经常网购农产品的消费者，这些消费者具有上网习惯，对互联网熟悉。本次调查时长6 个月；共发放702 份问卷，回收成功525 份，回收率为74.79%，其中有效问卷为445 份，问卷有效率为84.76%，问卷有效率较高的原因是在回收的时候已经将部分明显无效的问卷剔除。

2. 被调查者人口特征分析。本文的调研对象是有在电商平台网购农产品的人，对445 份有效调研样本数据的人口统计特征进行分析得到：本次被调查者男性占比42.7%，女性占比57.3%，女性比男性占比高14.6 个百分点。本次被调查者年龄主要集中在19-39 岁这个年龄段，占比75%，这个年龄段的群体对网络接受程度高；学历群体主要集中在大专、本科这个层次，占比60.3%；收入在1000 元-5000 元区间各个群体占比较为均衡，1000 元以下低收入群体占比较低，5000元以上高收入群体占比较高，说明电商平台网购农产品与收入水平呈正相关；职业分类中，农民群体占比较高，为26.3%；其它各类占比较为均衡。基于以上数据分析，本次调查样本的性别、年龄、学历、收入、职业占比均较合理，有利于做进一步分析。

3. 电商平台消费者满意度影响因素。本文问卷主要通过选取购前预期、产品感知、物流配送效率、网站设计、售后服务五个维度的指标，查看变量间的相关性及各变量对电商平台消费者满意影响的重要程度进行多元线性回归分析。

电商平台消费者满意度影响因素的测量指标和变量表示如表1 所示。

实证分析与结论

（一）实证分析

1. 信度和效度分析。信度又称可靠度，用来检验调研样本数据的可靠性、一致性以及稳定性程度。Cronbach’s Alpha ≥0.7 为高信度，α ≤0.35 为低信度。 本文用Cronbach’s Alpha系数法来判断问卷内部的一致性和稳定性，如表2 所示，本文此量表α 系数值均大于0.7，说明信度高。

表1 电商平台消费者满意度影响因素测量指标表

表2 信度和效度检验结果表

表3 购前预期各变量回归系数模型汇总b

效度（Validity）是指问卷量表数据的有效性或可靠性，本文采用Bartlet球度和Kaiser Meyer Olkin（KMO）检验方法来研究定量数据的设计合理性；首先分析KMO 值，本文KMO 值均大于0.7，说明效度好，且Bartlett 球形检验Sig. 值均为0＜0.05，达到显著，可拒绝零假设，说明数据适合做进一步的分析。

2. 具体变量回归分析。本文采用线性回归模型来验证变量之间的因果关系，分别对电商平台优化及扶贫效果的影响因素与消费者满意度进行回归分析，购前预期维度与消费者满意度进行回归分析的过程如表3 所示，其它因素的回归结果皆由同样方式得出。

首先，将购前预期维度的3 个二级指标作为自变量，将消费者满意度作为因变量进行回归分析，检验 “能买到满意的农产品（X11）”“农产品不会出现问题（X12）”“送货速度符合预期（X13）” 对电商平台满意度的影响情况。

其次，通过回归分析发现，调整R2系数是0.773，数据拟合度较好，具备有效性。其中X11、X12、X13的 Sig 值分别为 0.000、0.000、0.000，小于0.05，说明X11、X12、X13与消费者满意度存在显著正相关，购前预期的回归系数为0.492、0.215、0.192，方程的回归常数为0.407，因此得到购前预期与电商平台消费者满意回归方程如下：

Y=0.407+0.492X11+0.215X12+0.192X13（2）

接着是回归方程显著性检验（F 检验）和回归系数显著性检验（t 检验）。从表3 可知回归方程式（2）的F 值为551.735，同时显著性水平为0.000 ＜0.05，方程通过了显著性检验；购前预期回归系数的t值分别为11.104、5.413、4.256，显著性水平分别为0.000、0.000、0.000，均小于0.05，因此购前预期的回归系数是显著的。

通过以上分析，回归方程（2）通过了有效性检验，因此可以认为回归方程（2）是具有意义的。

通过同样的方式，分别对产品感知（X2）、物流配送（X3）、电商平台网站设计（X4）及售后服务（X5）的二级指标和消费者满意度（Y）进行回归分析， 得出产品感知、物流配送、网站设计、售后服务与满意度的回归方程为：

3. 多元线性回归结果。本文得到购前预期、产品感知、物流配送、电商平台网站设计、售后服务对电商平台消费者满意度影响因素多元线性回归分析结果如表4 所示。

（二）结论

通过上述分析得出本文的研究结论：

第 一， 从 表2 可 知， 本 文 问 卷 的6 个 变 量 的Cronbach’s Alpha 系数均大于0.9，且KMO 值全部都大于0.7，说明本文研究的数据有较好的稳定性和准确性。各个维度R2（拟合优度）的值都在0.75 以上，所建立的回归模型对样本数据整体具有较好的拟合性和有效性。

表4 多元线性回归分析结果汇总

第二，表4 显示，五个影响因素购前预期、产品感知、物流配送、网站设计、售后服务的回归系数（B）分别为0.407、0.342、0.473、0.262、0.255。说明在这些影响因素中物流配送和消费者满意度的相关性最大，其次购前预期、产品感知、网站设计和售后服务。

第三，从表4 可知，各二级指标与满意度的关系中，除了网站界面和组织结构设计好、信息分类排序等编排好这2 个指标的Sig. ＞0.05 与满意度无关，应从中剔除。其他的17 个二级指标的Sig. ＜0.05，与满意度相关，在这17 个指标中，预测能买到满意的农产品（B=0.492）、对农产品质量满意（B=0.507）、物流配送态度（B=0.481）、网站易操作（B=0.387）、售后服务态度好（B=0.431）的回归系数（B）较高，是影响消费者满意度的关键因素，因此电商平台消费者满意度要从这几方面来优化提高。

对策建议

综上，“互联网+” 的出现增强了贫困地区的内生发展动力，促进了电商扶贫这种全社会参与的大扶贫格局的形成。农产品电商平台是电商扶贫的重要实现载体。本文构建了购前预期、产品感知、物流配送效率、网站设计、售后服务5 个一级指标为核心的包含19 个二级细化指标的测度体系，运用多元线性回归模型分析变量间的相关性及各变量对农产品电商平台优化的影响程度。为进一步提高电商平台对贫困地区扶贫效果，加快贫困地区扶贫工作的开展，本文基于消费者满意度，提出电商平台优化提升对策：

（一）提高物流配送效率

根据回归分析结果可知，物流配送效率（B=0.473）是电商平台消费者满意度影响因素中相关性最高的因素，二级指标中配送服务态度（B=0.481）影响程度最高，其次是包装完好性（B=0.263）和准时性（B=0.174）。完善的农产品物流体系和高效的配送效率是优化配送服务态度的必要条件。一方面，针对农产品的特性，电商平台应该积极健全农产品物流体系。严格把控农产品包装，使用特殊的包装保护材料来降低农产品在运输过程中的损耗；利用农村电子商务专项资金，积极建立完善的县乡三级物流体系，解决农产品进城 “最初一公里” 和 “最后一公里” 的问题；加强农产品生产者的物流意识，普及物流知识，从源头完善农产品物流体系建设。另一方面，不断提高平台物流配送效率，简化订单处理流程和发货流程，与邮政、顺丰等物流公司建立长期合作关系，或自建物流配送体系，提高分拣货效率；提高物流自动化和信息化水平，自动匹配农产品，从消费者下单到发货全自动化操作，提高信息处理时间，缩短发货时间，从而提高物流配送效率。

（二）合理控制消费者的购前预期

根据回归分析结果可知，购前预期（B=0.407）对电商平台消费者满意度影响排名第二，二级指标中预测能买到满意的农产品（B=0.492）影响程度最高，其次是农产品不会出现问题（B=0.215）、送货速度符合预期（B=0.192）。电商平台消费者满意度和消费者预期有着很大的相关性，实际购后感知与消费者预期相符，消费者满意，反之不满意。一方面，提高产品的绩效，保证消费者能买到满意的农产品，广泛调研消费者的需求，在此基础上，提高农产品质量、改善产品包装、加强售后服务、提升物流配送速度，以此来提高电商平台产品的绩效；另一方面，合理控制消费者预期，制定恰当的广告宣传策略，过度宣传和美化产品，盲目提高消费者的预期，在短期内可以促进产品销量的提高，但却会使消费者预期过高而降低满意度；客观评估送货期限，在能力范围内最大限度缩短送货时间，物流的准时性在很大程度上会影响消费者满意度。

（三）加强农产品标准化建设

根据回归分析结果可知，产品感知（B=0.342）也是影响电商平台消费者满意度的重要因素，二级指标中农产品质量（B=0.507）和新鲜度（B=0.231）是影响满意度的关键因素。加强农产品标准化建设是提高农产品质量、保证农产品新鲜度的有效途径。第一，建立产品的标准化和分级制，电商平台联合上游种植企业，用订单反推农产品的标准化和分级制度，通过电子标签等新技术实现农产品生产全过程追溯来确保产品质量。第二，建设农产品品控体系，建立农产品质量检验检测中心，用严格的数据作为标准进行严格筛选保障农产品质量。第三，严格落实农产品标准化政策，转变传统粗放的农产品生产方式，将农产品标准化生产技术应用到农产品生产的全过程，对农产品生产进行标准化管理。

（四）优化电商平台网站设计

根据回归分析结果得出，仅从数值上看，电商平台网站设计（B=0.262）与电商平台消费者满意度相关性一般，主要原因是电商平台网站设计综合评分为3.49 分，高于其它几项评分，说明目前消费者对电商平台网站设计的满意度相对较高，但仍有改进的余地，如网站简易操作（B=0.387）、流畅性（B=0.257）、安全性（B=0.123）等因素。电商平台要精简优化，操作简单方便，有利于增加消费者的平台购物频率。第一，优化网站首页，界面应设计的清晰明了，让消费者一目了然，操作简单；导航功能设计要注意农产品合理分类，有利于消费者快速定位要购买的农产品。第二，优化网页设计，完善电商平台的查询功能、订单功能、支付功能等，以便为消费者提供最佳的服务过程，降低跳出率。第三，提高网站的安全性，建立多道防火墙将内外网之间的安全系数大大提高；对平台内部网络定期进行全面检查，并使用杀毒软件监控内网中的木马、病毒等隐患，从根本上保证电商平台的安全性。第四，提高网站流畅性，加大对系统运转稳定性的保护，确保客户在访问平台系统时处于稳定运行的状态。

（五）完善售后服务管理

根据回归分析结果得出，售后服务（B=0.255）也对电商平台消费者满意度产生一定程度的影响，其中售后服务态度（B=0.431）和售后效率（B=0.251）是影响售后服务满意度的关键。第一，完善电商平台的售后管理体系，制定售后服务评价标准，简化退货和交换流程，为增强消费者对农产品网上采购的信心提供一定保障。第二，提供多种售后反映渠道，除了单一的平台在线客服外，还可以增加热线电话、邮箱、微信公众号、QQ 等及时的反馈渠道，避免渠道单一导致的低效率。第三，提高售后问题处理效率。对于售后问题的解答及时有效率，客服专员经过系统的培训，熟悉产品知识，建立专门的售后问题解决方案数据库，在维护平台利益的同时要最大限度的满足消费者需求。