基于感知收益-感知風險框架的O2O模式下生鮮農產品購買意愿研究

張應語1,張夢佳1,王強1,任瑩1,馬陽光1,馬爽1,邵偉1,尹世久2，石忠國3

(1.曲阜師范大學管理學院,山東日照276826；2.曲阜師范大學山東省食品安全治理

政策研究中心,山東日照276826；3.電子科技大學經濟與管理學院，四川成都611731)

摘要：技術的發(fā)展推動了傳統(tǒng)產業(yè)與互聯(lián)網(wǎng)的結合，創(chuàng)造了一種全新的移動互聯(lián)網(wǎng)商業(yè)模式O2O(online to offline)。O2O模式融合了實體店和線上商城經營的諸多優(yōu)點，成為一個營銷模式創(chuàng)新的范式。感知收益-感知風險框架是消費行為研究的一個主流框架。基于這一框架，本文給出了O2O模式下生鮮農產品購買意愿的理論框架并提出了一系列假設。實證結果表明：總體態(tài)度對感知收益有正面影響，總體態(tài)度對感知風險有負面影響；信任對感知收益有正面影響，信任對感知風險有負面影響；感知收益對購買意愿有正面影響；感知風險對購買意愿有負面影響。

關鍵詞：購買行為；生鮮農產品；風險收益；風險感知；O2O模式；結構方程模型

收稿日期：2015-01-30修回日期：2015-06-10

基金項目：國家自然科學基金青年基金項目(71203122); 國家社科重大項目(14ZDA069); 國家自然科學基金數(shù)學天元青年基金項目(11426143); 教育部人文社會科學研究青年基金項目(14YJC630110); 中國博士后基金項目(2013M542270); 國家級大學生創(chuàng)新創(chuàng)業(yè)計劃資助項目(O2O模式下生鮮農產品購買意愿研究)。

作者簡介：張應語(1974-)，男，山東臨沂人，曲阜師范大學管理學院講師，博士后，研究方向：風險管理、知識管理。

中圖分類號：F326

文獻標識碼：A

文章編號：1002-9753(2015)06-0128-11

Abstract：The development of technology promotes the combination of traditional industries and the Internet，creating a new mobile International business mode—O2O(online to offline).O2O mode combines the advantages of online and shopping malls，has become a marketing innovation paradigm.The framework of perceived benefits-perceived risk is a mainstream framework of consumer behavior research.Based on this framework，this paper gives the theoretical framework of purchase intention of fresh agricultural products under the mode of O2O and puts forward a series of hypothesis.The empirical results show that：the general attitude has a positive influence on perceived benefits，has a negative influence on perceived risk;trust has a positive influence on perceived benefits，has a negative influence on perceived risk;perceived benefits have a positive influence on purchasing intention;perceived risk has a negative influence on purchasing intention.

The Research on Purchasing Intention of Fresh Agricultural Products under

O2O Mode Based on the Framework of Perceived Benefits-Perceived Risk

ZHANG Ying-yu1, ZHANG Meng-jia1, WANG Qiang1, REN Ying1,

MA Yang-guang1, MA Shuang1, SHAO Wei1, YIN Shi-jiu2，SHI Zhong-guo3

(1.SchoolofManagement,QufuNormalUniversity,Rizhao276826,China;

2.ResearchCenterforFoodSafetyGovernancePolicy,QufuNormalUniversity,Rizhao276826,China；

3.SchoolofManagementandEconomics,UniversityofElectronicScience&TechnologyofChina,Chengdu611731,China)

Key words:purchasing intention;fresh agricultural products;perceived benefits;perceived risk;O2O mode;structural equation model

一、引言

農產品流通效率直接決定農民收入，是“三農”問題的核心[1]。生鮮農產品是我國消費者除糧食之外的最主要食物營養(yǎng)來源，在日常消費中占據(jù)重要地位，在居民消費支出中占較大比例。生鮮農產品流通效率低下、流通成本高以及產銷銜接不暢等問題已引起人們和政府的高度關注。2013年，國家工商總局印發(fā)《關于加快促進流通產業(yè)發(fā)展的若干意見》，提出“推進網(wǎng)絡商品交易平臺向農村延伸，同時積極支持農業(yè)龍頭企業(yè)、農產品批發(fā)市場建立農產品網(wǎng)上交易市場，開展農產品網(wǎng)上集中交易活動，實現(xiàn)傳統(tǒng)市場升級轉型”。2014年中央一號文件明確指出要“加強生鮮農產品電子商務平臺的建設”。互聯(lián)網(wǎng)的快速發(fā)展為解決農產品流通中的突出問題，提高農產品流通效率提供了新的思路[2]。以淘寶、京東商城、亞馬遜、當當為代表的一大批電子商務平臺發(fā)展迅速，琳瑯滿目的商品均可通過網(wǎng)絡渠道購買，網(wǎng)絡團購更是如火如荼，生鮮農產品也登上了網(wǎng)絡貨架。除部分綜合性電子商務網(wǎng)站開始涉足農產品領域外，還涌現(xiàn)了如1號生鮮、家事易、菜管家、香滿園等一批直接面向消費者的專門農產品網(wǎng)站。這些生鮮電商不僅發(fā)展迅猛而且其經營范圍也由“小而精”發(fā)展成為“大而全”。通過網(wǎng)絡交易和信息化建設提高農產品流通效率已成為趨勢[3]。

技術的發(fā)展推動了傳統(tǒng)行業(yè)與互聯(lián)網(wǎng)的結合，創(chuàng)造了一種全新的移動互聯(lián)網(wǎng)商業(yè)模式O2O(online to offline)商務。O2O泛指通過有線或無線互聯(lián)網(wǎng)向用戶提供商家信息，消費者在線預訂線下商品或服務，再到線下去享受服務的一種商務模式，它將線下商務機會與互聯(lián)網(wǎng)結合，讓互聯(lián)網(wǎng)成為線下交易的前臺。隨著移動互聯(lián)網(wǎng)的普及和本地生活服務類網(wǎng)絡團購的興起，越來越多互聯(lián)網(wǎng)企業(yè)開始關注和實施 O2O 商務戰(zhàn)略，越來越多的線下商家成為 O2O 商務的線下服務提供商，各種基于智能終端的移動 O2O 商務應用層出不窮[4]。當前興起的O2O模式正在呈現(xiàn)迅速崛起的態(tài)勢，已經被廣泛應用于餐飲、娛樂、旅游等領域。除了本地化服務行業(yè)紛紛開通或進入O2O外，一些B2C巨頭也開始布局O2O市場，傳統(tǒng)的零售百貨、家具家電連鎖也涉足O2O。O2O模式結合了實體店和線上商城經營的多方特點，成為下一個營銷模式創(chuàng)新的范式。對于O2O營銷模式，有專業(yè)人士稱其為互聯(lián)網(wǎng)營銷的下一個時代[5]。

二、文獻回顧與述評

(一)生鮮農產品電子商務的相關研究

生鮮農產品的“生鮮”二字決定了其不易保存、易腐易損的特性。也正是由于這一特性，現(xiàn)階段生鮮農產品的流通渠道主要還是傳統(tǒng)渠道中的農貿市場和超市。由于西方國家農產品生產、流通和消費的特點，針對農產品電子商務的研究關注B2B電子市場相對較多，而針對消費者的研究較少。隨著電子商務的飛速發(fā)展，國內農產品電子商務的相關研究也逐漸增多，主要集中在發(fā)展模式、影響因素、案例應用等領域。王杰、余國新(2012)認為，超市和農貿市場兩大生鮮農產品購買渠道各有自身的優(yōu)勢和劣勢，影響消費者購買渠道的影響因素不存在重疊和交叉，決定農貿市場和超市兩種流通渠道的競爭取決于消費者的購買行為，并且這種不可替代的格局將會一直存在[6]。盡管生鮮農產品傳統(tǒng)流通模式將會一直存在，但是隨著互聯(lián)網(wǎng)的迅猛發(fā)展，生鮮電商的出現(xiàn)已屬必然。近年來，中國農產品電子商務快速發(fā)展，目前各類涉農電子商務平臺已超過3萬家[7]。孫百鳴、王春平(2009)對農產品的電子商務模式進行了研究[8]。許逸堅(2014)通過信度與效度分析和因子分析得出結論：發(fā)展生鮮農產品電子商務模式，需要對商品質量進行嚴格地把關，在價格水平不超出傳統(tǒng)市場的情況下，進一步提高物流水平，才能將生鮮農產品網(wǎng)購規(guī)模不斷擴大[9]。鄒俊(2011)通過最優(yōu)尺度回歸模型以及因子分析，對消費者網(wǎng)購生鮮農產品意愿及影響因素進行了研究，結果表明，消費者網(wǎng)購感知與評價等因素對網(wǎng)購生鮮農產品意愿具有顯著的正向影響；家庭收入等對消費意愿具有顯著的負向影響；而購買便利程度和家庭餐飲習慣等對消費意愿沒有顯著影響[10]。劉華楠、朱祎桔(2014)基于Logistic分析，得出了網(wǎng)絡商店特性對消費者網(wǎng)購生鮮蔬菜的意愿具有顯著的正向影響，而蔬菜特性和消費者自身特征對網(wǎng)購蔬菜意愿無顯著影響的結論[11]。趙平、駱毅(2011)對農產品的電子商務網(wǎng)站——菜管家和Freshdirect進行了案例分析。當前生鮮農產品電子商務發(fā)展面臨的主要問題包括農產品質量和安全保障問題、物流配送問題、農產品電子商務網(wǎng)站建設和服務的完善，以及如何提高消費者對生鮮農產品電子商務的認識度、信任度和參與度的問題[12]。

(二)O2O商務的相關研究

自從Alex Rampel(2010)提出O2O概念后，在業(yè)界引起了廣泛而熱烈的討論，國內外學者從商業(yè)模式、數(shù)據(jù)挖掘、應用案例、未來發(fā)展等方面進行了初步探討。對于O2O商業(yè)模式的劃分，不同的人有不同的見解。趙桂珺(2013)認為，O2O商業(yè)模式可以分為4種：線上交易到線下消費體驗模式、線下營銷到線上交易模式、線下營銷到線上交易再到線下消費群體模式和線上交易或營銷到線下消費體驗再到線上消費體驗模式)[13]。根據(jù)盈利模式的不同，盧益清、李忱(2013)將O2O商業(yè)模式分為三種不同的類型，即廣場模式、商城模式和代理模式[14]。孫悅等將O2O商業(yè)模式分為團購網(wǎng)站模式、二維碼模式、線上線下同步模式和營銷推廣模式[15]。而針對生鮮農產品，汪旭暉、張其林(2014)將其劃分為以加工企業(yè)為核心的農產品O2O模式、以農民專業(yè)合作社為核心的農產品O2O模式、以批發(fā)市場為核心的農產品O2O模式、以零售企業(yè)為核心的農產品O2O模式[3]。Hsieh等(2013)基于BP神經網(wǎng)絡算法提出了一種O2O商務的線下商家推薦算法[16]；徐國虎等(2013)分析了大數(shù)據(jù)環(huán)境下的O2O電商用戶數(shù)據(jù)特征，提出O2O電商數(shù)據(jù)挖掘模型，并探討數(shù)據(jù)挖掘流程和主要的數(shù)據(jù)挖掘方法[17]。隨著Groupon(高朋網(wǎng))火爆全球，O2O這種商業(yè)模式被越來越多的人關注，國外運作并且取得成功的網(wǎng)站主要有Uber、Jetsetter、Zaarly、Getaround和Trunkclub等；在中國，大眾點評網(wǎng)、攜程、美團網(wǎng)、窩窩網(wǎng)，這些以O2O作為運營模式的網(wǎng)站成為電子商務新亮點[14]。O2O模式的應用已經滲透到我們日常生活的各個領域，在線旅游、房地產、訂票、移動互聯(lián)網(wǎng)、餐飲、汽車租賃、電子優(yōu)惠券、奢侈品等等。O2O商業(yè)模式具有本地服務和線下服務的特點，未來將形成一種多層次多維度的復合生態(tài)體系，并且不斷向多元化和縱深化發(fā)展，互聯(lián)網(wǎng)與實體店將實現(xiàn)深度融合和多方互動，線上企業(yè)與傳統(tǒng)以及非IT企業(yè)將會有更加緊密的交流，將提供線上線下雙店一體化運營服務，傳統(tǒng)經濟和新經濟相互支撐、融合、發(fā)展將加速O2O商業(yè)模式的蛻變。姜麗、丁厚春(2014)認為，O2O商務模式在小眾化需求時代更符合相關者的利益訴求，在移動互聯(lián)網(wǎng)時代將迎來它的“移動營銷時代”。商家的立足點是做好本地化服務，關鍵點在于應用平臺實現(xiàn)多元化服務增值，難點是構建多渠道數(shù)字化電商平臺[18]。O2O模式是最近幾年發(fā)展起來的新型商業(yè)模式，雖然團購模式為O2O模式的發(fā)展起到了一定的鋪墊作用，O2O商業(yè)模式仍處于初步探索階段。尤其是針對實物的O2O模式，相關研究更多地停留在概念分析階段[19]。

三、理論框架與研究假設

(一)理論框架

選擇是權衡的結果，而很多選擇更是感知收益與感知風險平衡的結果。BRA模型(benefit-risk analysis model)是消費行為研究的一個主流框架[20]。根據(jù)BRA模型，消費者對于消費意愿的選擇是由感知風險與感知收益決定。而感知風險與感知收益的過程是由諸如總體態(tài)度、信任、知識等幾個態(tài)度因素給定的因果解釋。根據(jù)Zaionc(2006)的研究，態(tài)度在很大程度上影響著消費者的購買意愿，對于個人的感知風險和感知收益同樣具有重大影響[21]。消費者對產品相關知識的掌握(Slovice，1997)和消費者的受教育程度(Chauhuri，1998)也影響著消費者的購買意愿[22]。

Pavlou(2003)在他的模型中驗證了感知風險和信任的關系，研究表明，信任可以直接影響到感知風險，也可以間接的影響到消費意愿[23-27]。本研究在感知收益和感知風險分析的基礎上研究消費者購買意愿，聯(lián)合消費者的總體態(tài)度、知識和信任等多維度因素。圖1給出了O2O模式下消費者購買生鮮農產品購買意愿的理論框架。

圖1　O2O模式下消費者購買生鮮農產品意愿的概念框架

(二)研究假設

1.總體態(tài)度(general attitude)

態(tài)度在消費者的購買意愿中起著重要作用。張漢鵬等(2013)的研究發(fā)現(xiàn)，消費者對媒介網(wǎng)站的不同態(tài)度對消費者的感知收益和感知風險有顯著影響，并提出在電子商務環(huán)境下，態(tài)度正向影響感知收益，負向影響感知風險[28]。另外，Lin(2006)指出，消費者的積極態(tài)度對感知風險負相關，消費者的消極態(tài)度對感知風險正相關；相反，積極態(tài)度對感知收益有顯著的正影響，消極態(tài)度對感知風險有顯著的負影響。Ajzen(1985)指出消費者的態(tài)度和行為意向影響購買意愿，當消費者的總體態(tài)度認為感知的功能和團購網(wǎng)站的服務能滿足他們的期望時，他們更愿意使用網(wǎng)站參與團購[29]。O2O模式下，消費者對網(wǎng)購和食品安全持更積極的態(tài)度，這種態(tài)度將在很大程度上直接影響消費者自身的感知收益與感知風險，間接影響消費者購買意愿。因此，本研究提出如下假設：

H1：消費者的總體態(tài)度對感知收益有正面影響，即當消費者持更積極的態(tài)度，他們會更多的感覺到在O2O模式下購買生鮮農產品的感知收益。

H2：消費者的總體態(tài)度對感知風險有負面影響，即當消費者持更積極的態(tài)度，他們將更少的感覺到在O2O模式下購買生鮮農產品的感知風險。

H3：消費者的總體態(tài)度對購買意愿有正面影響，即當消費者持更積極的態(tài)度，他們在O2O模式下購買生鮮農產品的意愿將增強。

2.信任度(trust)

鑒于O2O模式下購買過程的虛擬性，消費者對商家的信任程度可能會對購買意愿的形成起重要作用。信任在網(wǎng)絡交易過程中起著至關重要的作用，可以為客戶提供高預期，促進網(wǎng)絡交易的完成[23-24]。缺乏誠信和對賣家的不信任將減少消費者購買意愿[25-26]。積極的信任對網(wǎng)購意愿的影響是正向的[27]。Jarvenpaa等(2000)認為消費者對網(wǎng)站商家的信任增加時，他所感知到的風險自然會減少，感知到的收益將增加。消費者參與在線團購是由于消費者對網(wǎng)站發(fā)起者的信任，網(wǎng)站和消費者的評論影響消費者對網(wǎng)站的信任和購買意愿。當信任增加時，感知風險將降低，感知收益將增加，進而增加他們從事在線團購的意圖[30]。Lee和Turban將影響電子商務環(huán)境下消費者信任的因素分為線上商家可信任度、網(wǎng)上購物媒介的可信任度和第三方認證的可信任度。本研究認為網(wǎng)站自身的評價、消費者的評價、第三方的評價都在很大程度上影響著消費者的信任度，進而影響感知風險和感知收益。因此，本研究提出如下假設：

H4：消費者的信任對感知收益有正面影響，即當消費者認為網(wǎng)站的評價值得信任，他們會感覺到更多的在O2O模式下購買生鮮農產品的感知收益。

H5：消費者的信任對感知風險有負面影響，即當消費者認為網(wǎng)站的評價值得信任，他們會看到更少的在O2O模式下購買生鮮農產品的感知風險。

H6:消費者的信任對購買意愿有正面影響，即當消費者認為網(wǎng)站的評價值得信任，他們在O2O模式下購買生鮮農產品的意愿將升高。

3.知識(knowledge)

消費者掌握的知識量能夠在很大程度上影響感知風險與感知收益。大量的相關知識可以幫助消費者掌握更多的信息，因此，意識到的風險將越小，感知收益也就相應的增大。Slovice(1997)指出受教育程度與風險的認知度成反比，高學歷的消費者的感知風險低于低學歷的消費者，相反，高學歷的消費者的感知收益高于低學歷的消費者。Chauhuri(1998)的研究指出消費者對產品的相關知識掌握的越多，他們的感知風險就越低，感知收益越高；對于產品的相關知識掌握的越少，他們的感知風險就越高，感知收益越低[31]。消費者對網(wǎng)購的知識與網(wǎng)購流程的了解在一定程度上決定了消費者感知風險與感知收益。因此，本研究提出如下假設：

H7：消費者的知識對感知收益有正面影響，即當消費者對網(wǎng)購生鮮農產品的流程和網(wǎng)購的知識更正確的認識，他們會感覺到更多的在O2O模式下購買生鮮農產品的感知收益。

H8：消費者的知識對感知風險有負面影響，即當消費者對網(wǎng)購生鮮農產品的流程和網(wǎng)購的知識更正確的認識，他們會感覺到更少的在O2O模式下購買生鮮農產品的感知風險。

4.感知收益(perceived benefits)與感知風險(perceived risk)

感知收益與感知風險是影響和描述消費者購買意愿的重要變量，Ueland等(2012)在對消費意愿和消費行為的BRA模型中表示，消費者感知收益和感知風險是直接影響消費者購買意愿的最重要因素[20]。趙冬梅和紀淑嫻(2010)在研究消費者網(wǎng)絡購買意愿的實證研究中得出感知收益直接影響了消費者的網(wǎng)絡購買意愿，感知風險對消費者的網(wǎng)絡購買意愿卻沒有直接影響的結論[32]。張漢鵬等(2013)通過對網(wǎng)購環(huán)境下消費者購買意愿模型的分析，表示電子商務環(huán)境下，消費者的購買意愿同時受感知收益和感知風險的共同影響，然而DAN的研究則證實感知收益和感知風險對于消費者購買意愿都沒有顯著影響[28]。眾多研究表明，在電子商務環(huán)境下，感知收益顯著影響消費者購買意愿[33-34]，感知風險與消費者購買意愿負相關[35-37]。因此，本研究提出如下假設：

H9：消費者的感知收益對購買意愿有正面影響，即當消費者感知到更多的購買生鮮農產品的感知收益，他們在O2O模式下購買生鮮農產品的意愿將升高。

H10：消費者的感知風險對購買意愿有負面影響，即當消費者感知到更多的生鮮農產品購買的感知風險，他們在O2O模式下購買生鮮農產品的意愿將降低。

(三)研究方法

1.問卷設計

其中在是否有網(wǎng)購經驗上設置了邏輯跳轉,當調查對象選擇“否”的時候，則該部分結束；選擇“是”的時候，繼續(xù)回答網(wǎng)購消費額。第二部分是消費者在O2O模式下對生鮮農產品購買意愿調查。影響消費者購買意愿的因素有6個維度，分別是感知收益、感知風險、總體態(tài)度、知識、信任度、購買意愿。每個維度設有2～6個問項，共有21個問項。評分尺度采用五級Likert量表，從1點到5點分別表示不同意、不太同意、不確定、比較同意、同意。問卷內容在參考大量國內外學者的研究基礎上設計完成，隨后進行了小規(guī)模訪談。在經過小規(guī)模訪談之后，消除了問項的不明確和不全面之處。得到各測量變量的測量問項(表1)。

表1　問卷變量及測量項

2.數(shù)據(jù)收集

本研究采取實地發(fā)放和網(wǎng)上填寫問卷的調查方式。在調查地點的選擇上，考慮商業(yè)圈的地理位置和具有不同階層的消費人群。在調查對象的選擇上，采取隨機調查的方式，但堅持同一家庭成員不重復采訪的原則，避免數(shù)據(jù)的重復性，以保證調查數(shù)據(jù)的客觀性、科學性。本次調查共發(fā)放800份調查問卷，回收713份，其中有效問卷631份，有效率78.88%。

四、數(shù)據(jù)分析與模型驗證

(一)樣本概況

1.調查對象

本研究的調查對象主要為具有一定文化水平并已參與工作的群體。調研范圍不局限于某一區(qū)域，具體包括山東省的日照市、青島市、臨沂市、棗莊市、菏澤地區(qū)和聊城地區(qū)等6個地市和四川省瀘州市、湖北省武漢市、新疆自治區(qū)庫爾勒市和廣西自治區(qū)來賓市等地市。

2.樣本量的確定

本研究的數(shù)據(jù)分析采用結構方程模型方法。Gorsuch認為，實證分析中對樣本量的要求應該滿足兩點：第一，總體樣本量要大于100份；第二，研究模型中所涉及到的變量和樣本數(shù)量的比例應該在1∶5。本研究的觀測變量為21個，所以樣本的選擇范圍應該為200～700之間。課題組共收到631份為有效問卷，符合樣本數(shù)量要求。

(二)信度和效度檢驗

1.信度檢驗

Cronbach α系數(shù)方法是使用最多的同質性信度檢驗方法。內部信度分析常用項目分析來實現(xiàn)。Churchill(1979)認為，如果指標的相關度(CITC，Corrected Item-Total Correlation)小于0.5，則須刪去該指標；同時計算α系數(shù)，如果α值在0.6以上，說明指標可靠性是可以接受的，否則也應予以刪除。根據(jù)Churchil的算法，需要刪除B6項。因為該測量項的相關度僅為0.277，不符合大于0.5的要求。刪除后的感知風險的Cronbachα值從0.650提高為0.683(結果如表2所示)。

2.效度檢驗

探索性因素分析中，需要對樣本進行KMO樣本測度以及巴特萊特球形檢驗(Bartlett Test of Sphericity)，用以檢驗是否可以進行因子分析。調查問卷中20個觀測變量的探索性因素分析結果見表3。由表3知，KMO值為0.829>0.50，同時顯著性水平為0.000<0.001。因此，該量表具有良好的效度，適合進行因子分析。

表2　測量項的Cronbach α系數(shù)

表3　量表的KMO和Bartlett’s球效度檢驗表

(三)因子分析和結構模型分析

1.因子分析

對量表的20個測量項進行主成分分析和直交轉軸法——最大變異法分析。共同性分析表明，共同性最小值為 0.452，最大值為 0.798(具體數(shù)值省略)。共同性越高說明該變量與其他變量可測量的共同特質越多，即該變量越具有影響力，是作為項目分析時篩選測量問題是否合適的指標之一。共同性檢驗顯示，所有測量項的共同性都大于0.45，說明它們對總體方差的貢獻率較高。經過探索性因子分析，得到的解釋總方差為60.221%(表4)。

表5　旋轉后的因子載荷矩陣

12345C10.707C20.733C30.6280.758C40.660C50.800C60.766C70.674C80.662C90.840C100.819

采用主成分分析法(principal components ana￣lysis)提取因子，得到如表5所示的結果。表5所列的是旋轉后的因子載荷矩陣，表中空白表格處表示相應載荷小于0.4。根據(jù)問卷題項的設置，第一個因子是“感知收益”(A1-A5)，第二個因子是“信任度”(C4-C7)，第三個因子是“感知風險”(B1-B5)，第四個因子是“購買意愿”(C8-C10)，第五個因子是“總體態(tài)度”(C1-C3)。從表中可以看出，題項C3在兩個因子上都有載荷，但在第五個因子上的載荷相對較高，說明該題項主要還是解釋第五個因子。另外，“C3網(wǎng)購已被大多數(shù)人接受”和“C4我對網(wǎng)購流程以及方法都很了解”是測量“知識”這個維度的，但C3與“總體態(tài)度”的測度極其相關，C4與“信任度”的測度也相關，因此，在下面的分析中我們把這兩個測量項歸入對應因子的測量中。

2.結構方程模型分析。

進行結構方程模型分析之前，我們還進行了實驗樣本的聚合效度分析。根據(jù)分析結果可以看出，所有測量項的標準化載荷均在0.6以上，各變量測度項的平均方差抽取量AVE都大于 0.5，除了總體態(tài)度的組合信度CR在0.7646，其他各測量項的組合信度CR均在0.8以上(具體數(shù)據(jù)省略)，這表明樣本的聚合效度良好。另外，我們還進行了各個變量間的區(qū)別效度分析。在區(qū)別效度表中，對角線上的數(shù)字都大于對應的相關系數(shù)值(具體數(shù)值省略)。這說明各個變量之間具有較好的區(qū)別效度。

圖2　購買意愿結構方程模型

擬合指標指標值擬合情況標準Chi-Square2.292小于3,非常好擬合指標比較CFI0.940大于0.9,非常好增量擬合指數(shù)IFI0.940大于0.9,非常好擬合優(yōu)度指數(shù)GFI0.930大于0.9,非常好調整的擬合優(yōu)度指數(shù)AGFI0.900等于0.9,非常好近似誤差均方根RMSEA0.059小于0.08,非常好非正態(tài)化擬合指數(shù)NNFI0.930大于0.9,非常好標準擬合指數(shù)NFI0.920大于0.9,非常好阿凱克信息標準AIC420.000相對較小,非常好

基于上述分析，我們將總體態(tài)度和信任度作為外生變量，將感知收益、感知風險和購買意愿作為內生變量，利用軟件Lisrel18.0構建出了結構方程模型(圖2)，并且給出了模型的擬合指標(表6)。

表7列出了結構方程模型的各路徑系數(shù)、相應的T值和對應假設等結果，從中我們可以看出各假設是否通過檢驗。

采用學術報告形式的出科考核方式可以激發(fā)學生的學習興趣，拓寬了知識面，通過自行查閱資料等方式、既可以加深對基礎知識的理解和記憶，又可以提高自身分析、解決臨床實際問題的能力，達到提升臨床思維的目的。通過報告匯報，提高自信心，增強勇氣、鍛煉其語言表達能力和溝通能力。帶教教師通過指導、修改、分析學生學術報告，及時了解最新知識動態(tài)，從而達到教學相長的初衷。

表7　假設結果檢驗

由表7可知，總體態(tài)度對感知收益具有正向影響，即當消費者持更積極的態(tài)度時，他們會對在O2O模式下購買生鮮農產品產生更多的感知收益。這驗證了假設H1；總體態(tài)度對感知風險具有負向影響，即當消費者持更積極的態(tài)度時，他們會對在O2O模式下購買生鮮農產品產生更少的感知風險。這驗證了假設H2；而總體態(tài)度對購買意愿無顯著影響，表明了假設H3不成立。

另一個外生變量信任度對感知收益、感知風險和購買意愿均有顯著影響。其中信任度對感知風險具有負向影響，即當消費者認為網(wǎng)站的評價值得信任時，他們會產生更少在O2O模式下購買生鮮農產品的感知風險。這驗證了假設H5；信任度對感知收益和購買意愿具有正向影響，這驗證了假設H4和H6。

作為內生變量的感知收益對購買意愿具有正向影響；而感知風險對購買意愿具有負向影響，這驗證了假設H9和H10。

五、政策建議

分析結果表明，消費者的信任、感知收益和感知風險直接影響購買意愿；消費者的知識、總體態(tài)度間接影響購買意愿。為進一步促進O2O模式的發(fā)展與生鮮農產品網(wǎng)購消費，根據(jù)上述研究結論提出如下政策建議：

(1)企業(yè)或商家推廣O2O模式網(wǎng)購生鮮農產品應選擇網(wǎng)購發(fā)達、網(wǎng)購模式較為普及、月網(wǎng)購消費和平均上網(wǎng)時間較多的地區(qū)。網(wǎng)購模式普及和月網(wǎng)購消費較多的地區(qū)，消費者對于選擇O2O模式購買生鮮農產品接受程度高，購買意愿相對較高。年齡處于20-30及40-50歲的人群是推廣O2O模式網(wǎng)購生鮮農產品的首選。

(2)企業(yè)或商家選擇O2O模式網(wǎng)絡銷售生鮮農產品時應注意提升商家信譽和服務質量。研究表明，對于消費者購買意愿的形成，消費者對商家的信任程度起了重要作用。由于看不到實物，信用問題自然而然的成為了交易的關鍵問題。虛假信息、描述與實物不符等現(xiàn)象時有發(fā)生，消費者不得不對此心有余悸，因此，提升商家信用至關重要。O2O模式網(wǎng)購是無法觸及到實物的購物模式，服務就顯得尤為重要。優(yōu)質周到的服務更能吸引顧客并且留住顧客，滿足消費者的心理需求。

(3)企業(yè)或商家在選擇及推廣O2O模式網(wǎng)絡銷售生鮮農產品時應注意宣傳，加強消費者對O2O模式、網(wǎng)購生鮮農產品的認識，樹立消費者對媒介網(wǎng)站的正確態(tài)度。雖然研究顯示態(tài)度和知識對消費者購買意愿沒有直接影響，但態(tài)度和知識直接影響感知收益和感知風險，進而間接影響購買意愿。加強網(wǎng)站內容建設，為消費者提供更加豐富和全面的產品信息，促進消費者對O2O模式網(wǎng)購生鮮農產品的了解和認識，進一步挖掘潛在顧客，促進O2O模式網(wǎng)絡銷售生鮮農產品的發(fā)展。

參考文獻：

[2]樊西峰.鮮活農產品流通電子商務模式構想[J].中國流通經濟,2013(4)：85-90.

[3]汪旭暉,張其林.基于線上線下融合的農產品流通模式研究——農產品O2O框架及趨勢[J].北京工商大學學報:社會科學版,2014(5)：18-25.

[4]李普聰,鐘元生.移動O2O商務線下商家采納行為研究[J].2014，9：75-87.

[5]伍景芳,劉念.論O2O模式的博弈論基礎[J].企業(yè)研究，2013(6)：19-21.

[6]王杰,余國新.消費者生鮮農產品購買渠道選擇影響因素研究——基于烏魯木齊市的調查[J].新疆農墾經濟，2012(2)：53-59.

[7]中國電子商務快速發(fā)展 農產品成企業(yè)追逐熱點.DB/OL.[2014-02-24].http://www.chinairn.com/print/34449￣64.html.

[8]孫百鳴,王春平.黑龍江農產品電子商務模式選擇[J].商業(yè)研究，2009(8)：175-176.

[9]許逸堅.居民生鮮農產品網(wǎng)購意愿影響因素研究[J].江蘇科技信息，2014(21)：97-98.

[10]鄒俊.消費者網(wǎng)購生鮮農產品意愿及影響因素分析[J].消費經濟，2011，27(4)：69-76.

[11]劉華楠,朱祎桔.消費者網(wǎng)購生鮮蔬菜的意愿及影響因素分析——基于上海市消費者的調查[J].中國農學通報，2014，30(21)：289-293.

[12]何德華,韓曉宇,李優(yōu)柱.生鮮農產品電子商務消費者購買意愿研究[J].西北農林科技大學學報:社會科學版，2014(7)：85-91.

[13]趙桂珺.O2O模式在零售行業(yè)中的應用研究[J].商業(yè)評論，2013(10)：42- 44.

[14]盧益清,李忱.O2O商業(yè)模式及其發(fā)展前景研究[J].企業(yè)經濟，2013(11)：98-101.

[15]孫悅,郭醒,徐欣欣.O2O電子商務模式剖析[J].Oberservation，2013(11)：5-12.

[16]Hsieh H C，Chen Y C，Lin H C.Improved precision rec￣ommendation scheme by BPNN algorithm in O2O commerce[C]//Proc of the 10th IEEE Int.Conf.on E-Business Engine￣ering.2013：281-285.

[17]徐國虎,孫凌,許芳.基于大數(shù)據(jù)的線上線下電商用戶數(shù)據(jù)挖掘研究[J].中南民族大學學報：自然科學版，2013(6)：100-105.

[18]姜麗,丁厚春.O2O商業(yè)模式透視及其移動營銷應用策略[J].商業(yè)時代，2014(15)：58- 60.

[19]張茜,趙亮.基于顧客體驗的O2O商務模式系統(tǒng)動力學建模與仿真研究[J].科技管理研究，2014(12)：200-204.

[20]? Ueland，et al..State of the art in benefit-risk anal￣ysis：Consumer perception[J].Food and Chemical Toxicology，2012(50):67-76.

[21]YUE M Z George.Exploring the impact of online privacy disclosures on consumer[J].Journal of Retailing，2006，82(4)：331-338.

[22]Chaudhuri.A Product class effects on perceived risk:The role of emotion[J].International Journal of Research Information Marketing,1998(15):157-168.

[23]Gefen D，Karahanna E,Straub D W.Trust and TAM in online shopping:An integrated model[J].MIS Quarterly，2003，27(1)：51-90.

[24]HSU Meng-hsiang，CHANG Chun-ming，CHU Kuo-kuang，et al.Determinants of repurchase intention in online group-buying:The perspectives of DeLone & McLean IS success model and trust[J].Computers in Human Behavior,2014(36)：234-245.

[25]Li D，Browne G J,Wetherbe J C.Why do Internet users stick with a specific web site? A relationship perspective[J].International Journal of Electronic Commerce,2006，10(4)：105-141.

[26]Shin J 1，Chung K H，Oh J S,et al.The effect of site quality on repurchase intention in Internet shop￣ping through mediating variables：The case of university students in South Korea[J].International Journal of Information Management，2013，33(3)：453- 463.

[27]Chiu C M，Hsu M H，Lai H,et al.Re-examining the influence of trust on online repeat purchase intention：The moderating role of habit and its antecedents[J].Decision Support Systems，2012，53(4)：835-845.

[28]張漢鵬,陳冬宇,王秀國.基于網(wǎng)站和賣家的C2C消費者購買意愿模型:感知收益與風險的轉移[J].數(shù)理統(tǒng)計與管理,2013,32(4):720-725.

[29]Ajzen 1.From intentions to actions：A theory of planned behavior[C].KUHL,BECKMAN J.Action control:From cognition to behavior.Heidelberg:Springer,1985.

[30]Jarcenpaa S，Tractinsky N，Vitale M.Consumer trust in an internet store[J].Information Technology and Management，2000(1/2)：45-71.

[31]Chaudhuri.A product class effects on perceived risk:the role of emotion[J].International Journal of Research Informa￣tion Marketing,1998(15):157-168.

[32]趙冬梅,紀淑嫻.信任和感知風險對消費者網(wǎng)絡購買意愿的實證研究[J].數(shù)理統(tǒng)計與管理，2010，29(2)：307-312.

[33]Hui K L,Bernard C Y T,Goh C Y.Online information disclosure:Motivators and measurements[J].ACM Tran￣sactions on Internet Technology，2006,6(4)：415- 441.

[34]Liu X,Wei K K.An empirical study of product differe￣nces in consumers’ E-commerce adoption behavior[J].Elect￣ronic Commerce Research and Applications，2003(2)：229-239.

[35]Satyabhusan Dash,Saji K B.The role of consumer self-efficacy and Website social-presence in customers’ adoption of B2C online shopping an empirical study in the India context[J].Journal of International Consumer Marketing，2007，20(2)：33- 49.

[36]Kuhlmeter D,Knight G.Antecedents to internet-based purc￣hasing:A multinational study [J].International Marketing Review，2005，22(4)：460- 469.

[37]Lu Y B,Yang S Q,Patrick Y K.Dynamics between the trust transfer process practice and，2011，19(2)：139-151.

(本文責編：海洋)