5影响农产品电子商务模式选择的因素分析
5.1农产品电子商务模式选择的影响因素的确定
5.1.1影响农产品电子商务模式选择的因素的确定
根据上节分析农产品电子商务模式的构成因素结合农产品电子商务模式的概念与性能指标图提出以下假设:
(1)消费者体验影响农产品电子商务模式的选择:好的农产品电子商务模式消费者的体验一定不差,相反只有消费者体验好的农产品电子商务模式才是经得住考验的模式,而消费者的体验与农产品价格、质量、服务、信誉、物流等待时间、消费习惯等影响。这些因素成了影响农产品电商模式选择的潜在因素---消费者体验的构成因素。
(2)合作伙伴的满意度影响农产品电子商务模式的选择:好的电商模式,其商务链上的合作伙伴应该是比较满意的,而合作伙伴的利润高低、风险与利润的对等性、以及运营资本的高低与发挥专业特长成为影响合作伙伴的关键因素。
(3)政府的满意度影响农产品电子商务模式的选择:好的电子商务模式应该是合理合法经营的,而且为社会纳税贡献的,所以合理合法经营与促进税收成为影响农产品电子商务模式选的重要因素。
(4)农产品主体特点是影响农产品电子商务模式的重要因素:其决定了农产品电子商务模式的架构和流程,具体受到农产品生产周期长短、产销地分布远近、产品特色鲜明程度、产规模大小、品牌化程度高低、包装储藏要求高低的影响。
(5)营销主体的方便性是影响农产品电子商务模式的重要因素:不同的电子商务模式对营销方案、成本、效果,信息传递的效率的要求不一,也是他们成为影响电商农产品模式的影响因素。
(6)流通主体协作的程度是影响农产品电子商务模式的重要因素:电子商务模式的优劣表现在电商流通链上的各经济体之间的协作,具体表现在流通效率、合作溢出效应、协作方便性等因素上。
(7)电商平台主体性能是影响农产品电子商务模式的重要因素:不同的电子商务模式对电商平台的性能要求不一,其中平台网站内容设计、技术质量标准与流程规范程度、操作的难易程度、以及技术水平和平台网站的点击率与转换率的高低是电商平台主体性能的表现。
基于以上架设整合出影响农产品电子商务模式的主要7个潜变量。分别是消费者体验、农产品经营组织满意度、政府支持程度3个外生潜变量和12个对应的可测量变量以及农产品主体特点、营销主体方便性、流通主体协作程度、电商平台主题性能4个内生潜变量和18个对应的可测量变量。
5.1.2农产品电子商务模式选择的影响因素的分析方法与模型的确定
由于结构方程模型具有同时处理多个因变量(可包含潜变量及其指标)、同时估计因子结构和因子关系、容错性较好、相对于回归分析模型拟合度较好等优势,所以对以上7个潜变量之间的关系进行分析,需要利用可测量变量且使用结构方程分析的方法来进行分析,结合相关营销管理学科知识,建立图5-1结构方程图,该图描述所有因素之间的关系。
令M=农产品电子商务模式。将其作为中介变量,根据结构方程的原理,其变量结构方程:
测量方程(指标与潜变量之间的关系):
结构方程(潜变量之间的关系):
5.2问卷调查简介
5.2.1调查问卷简介
根据图5-1的相关指标进行调查问卷的设计,具体问卷见附录1.2,按照图5-1先左后右由上到下的顺序,问卷的每一部分对应于图5-1的每一部分,每部分中的问题按照由上到下的顺序对应于图5-1中的每一个因素。
5.2.2问卷调查简介
此次调研于2013年12月-2013年3月进行,期间以电子邮件的形式面向全国范围内农产品电子商务企业和农产品运营组织共发放问卷85份,回收问卷77份,有效问卷70份。
5.3数据分析
5.3.1数据的信度和效度分析
用SPSS20.0软件对调查统计数据进行信度和效度分析:
(1)信度分析:
根据表5-2数据,克伦巴赫a信度系数=0.899>().8,信度分析效果非常好。(克伦巴赫a信度系数,一般要大于0.7,最低不小于0.6,0.8就非常好)(2)效度分析:
根据表5-3数据,KMO and Bartlett's Test=0. 699>0. 5,因子分析的效度较好。可以进行因子分析;P=0.000〈0.001因子的相关系数矩阵非单位矩阵,能够提取最少的因子同时又能解释大部分的方差,其效度较好。
5.3.2模型的拟合度分析
根据回收调查问卷统计结果,用MM SPSS AM0S20.0软件进行数据分析处理,发现其拟合度不是很好后对原假设模型进行了多次局部调整,其修正后的结构方程关系如图5-2。
美国社会统计学家卡米尼斯和马克依维尔认为,卡方值与自由度之比在2: 1到3: 1之间是可以接受的,本模型的X2/DF=650.587/316 =2.059,可以被接受;另外其值=0.000〈0.1,可以被接受。
学界普遍认为在大样本情况下:NFI、NNFI、CFI、IFI、GFI. AGFI、RFI大于0.9,RMR小于0.035,RMSEA值小于0. 08,表明模型与数据的拟合程度很好。
根据Bentler & Chou的研究,包含较多变量的模型完全达到一般认定的拟和优度是比较困难的。本模型包含了 6个变量,27个测量项目,所以局部拟和优度指标未能达到0.9是可以接受的,由于样本数量较少,该模型拟合结果中NFI、NNFI、AGFI、GFI、IFI、RFI随非小于0.9,但很接近,基本可以被接受的,也表明模型基本拟合。
5.3.3模型分析结果
(1)具体分析结果
根据IBM SPSS AMOS20. 0软件分析得表5-5和表5-6。
由于样本数较少,上表中选取P值<0.05的置信区间作为显着性(临界比估计的绝对值大于1.96称之为显着)判断的标准。所有标记为***的表示通过检验。
Regression Weights中包括每个负载的非标准化估计值、标准差、临界比(估计值除以标准差的比率)以及表示显着性的P值。
由于样本数较少,表5-6中的个别数据较接近1基本正常;若在样本充足的情况下,其数值大于1则表明结构方程的潜变量之间存在共线性。本表不存在大于1的情况,但其接近1可能由于样本量不足对结构方程的解释能力欠佳的原因。
将表5-5中数据的权重数据形象化可以得出图5-3标注有回归参数的结构方程图形。
(2)分析结果总结:
根据前面建立结构方程的7个理论架设,结合表5-5与图5-3的数据信息,可以看出:
①在农产品电子商务的模式选择中剔除掉了政府满意度潜变量,这与当前我国农产品电子商务发展处于初级阶段的国情相关,由于农产品电子商务发展刚刚起步,政府并没有加大对其监管的力度,也减少或减免了农产品相关交易的税收鼓励其发展,所以其对农产品电子商务模式的影响不大。
②消费者体验中副除了消费者习惯项,该项在问卷中的倒查结果比较极端,要么不重要,要么狠重要,摆动很大引起方差较大所以剔除掉了。另外对一般消费者而言由于习惯而购买,由于不习惯希望尝鲜也购买,所以对电商模式选择的影响不大。
③在潜变量电商平台主体性能的影响因素中点击率与转换率的影响与潜变量营销主体方便性的营销效果存在相关性,其存在使得方程的共线性增强,所以剔除掉该影响因素。
④另外消费者体验与合作伙伴的满意度相关性很小,所以在结构方程里面忽略掉了其相关性分析。
⑤在所剩余的6个潜变量中,合作伙伴的满意度对流通主体的协作程度以及农产品主体属性的影响较大,其载荷系数分别为0.9和0.55,说明流通主体的协作程度以及农产品主体的属性对其电商模式的影响较大;消费者体验与电商平台的性能与流通主体的协作程度关系较紧密,其载荷系数分别为0.65和0.54,而电商平台的观测指标中操作的难易程度的关系载荷最大为1.6,流通主体的协作程度中协作方便性的关系载荷最大为1.06,可见消费者体验对电商平台的操作与流通主体之间协作的方便性要求较高,主要反映在效率上。
⑥另外营销成本的高低对营销主体方便性的影响较大,其次是营销效果的大小,二者的影响载荷系数分别是2. 59和1.52;在农产品的主体属性中产品特色鲜对应的因子载荷最大为1.31;合作伙伴满意度中利润的高低载荷系数最大为1,其次是风险与利润是否对等协调;在消费者体验中企业信誉好坏与产品质量好坏的载荷较大,分别为1.2和1. 15。
通过以上分析,我们总结出农产品运营企业电子商务选择的最,宴的可测量影响因素有:电商平台操作的难易程度、流通主体之间协作的方便性、营销的成本、农产品的特色鲜明程度、利润的高低、企业信誉;而主要的隐性因素有:消费者体验、流通主体的协作程度、电商平台主体的性能、合作伙伴的满意度以及农产品主体的属性,其中最主要的是流通主体的协作程度与合作伙伴的满意度。
农产品运营企业在选择电商模式时可参考图5-3的结构方程图中的载荷系数进行抉择。
