王曉慧 王志尚 任瑩

摘要 基于二項Logistic回歸模型，建立了O2O模式下生鮮農(nóng)產(chǎn)品影響因素的初始方程。樹模型分析發(fā)現(xiàn)，年齡和月網(wǎng)購消費額的對數(shù)值的交互項具有統(tǒng)計學(xué)意義，二者具有協(xié)同效應(yīng)，并得出最終的Logistic回歸方程。最后，提出了發(fā)展生鮮農(nóng)產(chǎn)品O2O平臺的相關(guān)對策。

關(guān)鍵詞 購買行為；生鮮農(nóng)產(chǎn)品；Logistic回歸模型；O2O模式

中圖分類號 S126 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2017）34-0228-03

Abstract Based on binomial Logistic regression model， the original equation for the influencing factors of fresh agricultural product in O2O 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. And the final Logistic regression equation was obtained. Finally， some related countermeasures were given for developing O2O platform of fresh agricultural product.

Key words Purchasing behavior；Fresh agricultural product；Logistic regression model；O2O mode

生鮮農(nóng)產(chǎn)品是未經(jīng)過深加工的初級農(nóng)產(chǎn)品，一般將其稱為生鮮三品（果蔬、肉類、水產(chǎn)品），評價生鮮農(nóng)產(chǎn)品價值的重要指標(biāo)就是產(chǎn)品的新鮮度。在我國，生鮮農(nóng)產(chǎn)品在人們?nèi)粘Ｉ钪惺潜夭豢缮俚模蚱渚哂胁灰妆４?、易腐易壞等特性，一直以來生鮮農(nóng)產(chǎn)品主要通過傳統(tǒng)渠道進(jìn)行線下銷售。目前，電子商務(wù)正以驚人的速度改變著人們的生活。隨著互聯(lián)網(wǎng)的普及，截至2014年6月我國網(wǎng)民規(guī)模達(dá)6.32億，其中手機網(wǎng)民規(guī)模5.27億，互聯(lián)網(wǎng)普及率達(dá)46.9%。移動商務(wù)類應(yīng)用在移動支付的拉動下，正歷經(jīng)跨越式發(fā)展，在各項網(wǎng)絡(luò)應(yīng)用中地位顯得愈發(fā)重要[1]。2014年1月，國務(wù)院印發(fā)了《關(guān)于全面深化農(nóng)村改革加快推進(jìn)農(nóng)業(yè)現(xiàn)代化的若干意見》[2]，明確指出要“創(chuàng)新農(nóng)產(chǎn)品流通方式，加強生鮮農(nóng)產(chǎn)品電子商務(wù)平臺的建設(shè)”?；ヂ?lián)網(wǎng)的快速發(fā)展，為解決農(nóng)產(chǎn)品流通中的突出問題，提高農(nóng)產(chǎn)品流通效率提供了新思路[3]，加快了生鮮農(nóng)產(chǎn)品網(wǎng)上流通渠道的發(fā)展。

生鮮農(nóng)產(chǎn)品電子商務(wù)的重要特點是能迅速對接消費市場，滿足消費者對不同地域的特色、優(yōu)質(zhì)生鮮農(nóng)產(chǎn)品的需求[4]。在電子商務(wù)模式中，O2O（Online To Offline）模式是最符合生鮮農(nóng)產(chǎn)品特性的一種電子商務(wù)模式。O2O模式這一概念是由Alex Rampel于2010年8月提出的，經(jīng)過電子商務(wù)經(jīng)濟實踐性發(fā)展的磨煉，定義辨證地擴展為“Online To Offline和Offline To Online”的“辨證統(tǒng)一”。通過O2O模式，消費者可以在線上預(yù)定產(chǎn)品，并到實體店鋪中購買；同時可以把線下有購買意向的消費者通過網(wǎng)上平臺便捷的消費方式吸引到線上，實現(xiàn)線上線下的雙重結(jié)合。

雖然目前O2O模式是符合生鮮農(nóng)產(chǎn)品流通的一種電商模式，但消費者購買網(wǎng)上生鮮農(nóng)產(chǎn)品時，消費者的購買意愿直接關(guān)系到O2O交易能否順利進(jìn)行，因此在生鮮農(nóng)產(chǎn)品電子商務(wù)的發(fā)展過程中消費者的購買意愿起著重要作用。筆者對消費者O2O模式下生鮮農(nóng)產(chǎn)品的購買意愿進(jìn)行了分析，以期對生鮮農(nóng)產(chǎn)品的O2O模式進(jìn)行優(yōu)化和調(diào)整，從而進(jìn)一步促進(jìn)生鮮農(nóng)產(chǎn)品在O2O模式下的發(fā)展。

1 問卷設(shè)計

問卷設(shè)計時，在是否有網(wǎng)購經(jīng)驗問題上設(shè)置了邏輯跳轉(zhuǎn)。當(dāng)調(diào)查對象選擇“否”時，則該部分結(jié)束；選擇“是”時，繼續(xù)回答網(wǎng)購消費額。影響消費者購買意愿的因素有6個維度，分別為感知收益、感知風(fēng)險、總體態(tài)度、知識、信任度和購買意愿。每個維度設(shè)有2～6個問項，共計21個問項。評分尺度采用5級Likert量表，1～5分別表示不同意、不太同意、不確定、比較同意、同意。問卷內(nèi)容是在參考大量國內(nèi)外學(xué)者研究的基礎(chǔ)上完成設(shè)計的，隨后進(jìn)行了小規(guī)模訪談，以消除問項的不明確和不全面之處。

2 數(shù)據(jù)收集

采用實地發(fā)放和網(wǎng)上填寫問卷的方式進(jìn)行調(diào)查。在調(diào)查地點的選擇上，考慮了商業(yè)圈的地理位置和具有不同階層的消費人群。在調(diào)查對象的選擇上，采取隨機調(diào)查方式，但堅持同一家庭成員不重復(fù)采訪的原則，避免數(shù)據(jù)的重復(fù)性，以保證調(diào)查數(shù)據(jù)的客觀性與科學(xué)性。此次調(diào)查共發(fā)放800份調(diào)查問卷，回收713份問卷，其中有效問卷631份，有效率為78.88%。

3 基于二項Logistic模型的購買意愿影響因素分析

Logistic回歸屬于概率型非線性回歸，是分析因變量為定性變量的常用統(tǒng)計分析方法。由于Logistic回歸方程對數(shù)據(jù)的正態(tài)性、方差齊性以及自變量類型不做要求，并且具有系數(shù)的可解釋性等優(yōu)點，使得其在醫(yī)學(xué)、經(jīng)濟學(xué)等領(lǐng)域得到了廣泛應(yīng)用[5-8]。

3.1 Logistic初始建模

該研究借助二項Logistic模型，考察性別、年齡、家庭人數(shù)、受教育程度、月收入水平、每天上網(wǎng)時間、網(wǎng)購經(jīng)驗和月網(wǎng)購消費額等因素對O2O模式下消費者購買生鮮農(nóng)產(chǎn)品意愿的影響。假設(shè)消費者愿意購買，則設(shè)因變量y=1；假設(shè)消費者不愿意購買，則設(shè)因變量y=0。

首先，使用描述統(tǒng)計考察幾個變量的分布情況，如表1所示。

年齡的分布可能不屬于正態(tài)分布，因此通過繪制年齡的堆積直方圖和正態(tài)P-P圖來考察其分布狀態(tài)。月網(wǎng)購消費額的分布可能呈正偏態(tài)分布，通過繪制月網(wǎng)購消費額的箱圖和正態(tài)P-P圖來考察其分布狀態(tài)。

圖1a顯示，按照購買愿意將每個年齡段細(xì)分為2段；在不愿意購買組年齡的相對比例較小，在愿意購買組年齡從低到高分布比較均勻。圖1b顯示年齡的總體分布較接近正態(tài)分布，雖然仍然存在一些差異，但可以考慮進(jìn)行模型分析。

從圖2可以看出，不愿意購買組的月網(wǎng)購消費額低于愿意購買組，且月網(wǎng)購消費額不服從正態(tài)分布，也存在離群值和極端值。為此，考慮對月網(wǎng)購消費額的數(shù)據(jù)進(jìn)行自然對數(shù)變換，以減弱離群值的影響。

由于“每天上網(wǎng)時間”“月收入水平”和“受教育程度”是分類變量，因此對其進(jìn)行啞變量定義。在對上述啞變量的系數(shù)進(jìn)行估計時，可得出每個啞變量和參照水平之間的差異。

模型顯示了似然比值（82.427）和2個偽決定系數(shù)Cox & Snell R2（0.552）、Nagelkerke R2（0.683）。其中，偽決定系數(shù)大于0.5，表示模型中自變量解釋的因變量的變異占因變量總變異的比例較高。引入自變量后，對回歸模型的預(yù)測結(jié)果分類，當(dāng)P>0.5時，判斷結(jié)果為陽性。其中，不愿意購買和愿意購買的百分比分別為74.8%和82.1%，說明消費者選擇O2O模式購買生鮮農(nóng)產(chǎn)品的意愿大多數(shù)被正確預(yù)測，且總正確率為78.5%，預(yù)測結(jié)果較為理想。

研究發(fā)現(xiàn)，性別、家庭人數(shù)、學(xué)歷和月收入水平這4個變量的回歸結(jié)果不顯著，說明消費者對生鮮農(nóng)產(chǎn)品的購買意愿對上述幾個變量反應(yīng)不敏感。因此，在剔除上述幾個變量后，又進(jìn)行了回歸分析，其結(jié)果如表2所示。

由此可構(gòu)建O2O模式下的生鮮農(nóng)產(chǎn)品購買意愿二項Logistic回歸方程：購買意愿=-2.271-0.321×年齡+0.138×每天上網(wǎng)時間+1.272×網(wǎng)購經(jīng)驗+0.243×ln（月網(wǎng)購消費額）。

3.2 樹模型分析

通過Logistic回歸分析，得到了基本分析結(jié)果?？紤]到各自變量之間存在交互作用以及各自變量和因變量之間可能存在的聯(lián)系，利用樹模型進(jìn)行分析，以發(fā)現(xiàn)交互項。該研究采用CHAID方法，分析結(jié)果如圖3所示。

樹模型分析結(jié)果表明，年齡、月網(wǎng)購消費額的對數(shù)值和家庭人數(shù)作為節(jié)點被拆分，表明了三者之間存在交互作用。

此次調(diào)查結(jié)果表明，影響消費者選擇O2O模式購買生鮮農(nóng)產(chǎn)品的各因素影響程度不一（圖4）。年齡、月網(wǎng)購消費額的對數(shù)值、受教育程度、家庭人數(shù)依次排在影響消費者選擇O2O模式購買生鮮農(nóng)產(chǎn)品因素重要性的前4位。其中，年齡這一自變量標(biāo)準(zhǔn)化的重要性達(dá)到100%，月網(wǎng)購消費額的對數(shù)值、受教育程度和家庭人數(shù)自變量標(biāo)準(zhǔn)化的重要性在50%以上，與Logistic回歸分析結(jié)果基本一致。由于家庭人數(shù)這一變量在Logistic回歸分析中沒有進(jìn)入模型，因此只對年齡和月網(wǎng)購消費額的對數(shù)值進(jìn)行交互作用分析。效應(yīng)檢驗及具體參數(shù)估計如表3所示。

根據(jù)上述結(jié)果可知，年齡和月網(wǎng)購消費額對數(shù)值的交互項具有統(tǒng)計學(xué)意義。對其系數(shù)取正可知，二者具有協(xié)同效應(yīng)。此外，樹模型和Logistic回歸模型的分析結(jié)果存在相互印證和對應(yīng)的關(guān)系，得出最終的Logistic回歸方程：

購買意愿=-2.664-0.321×年齡+0.138×每天上網(wǎng)時間+1.272×網(wǎng)購經(jīng)驗+0.243×lnx+0.368×年齡×lnx（x為月網(wǎng)購消費額）。

4 對策

通過以上結(jié)果分析可知，年齡、月網(wǎng)購消費額、受教育程度和家庭人數(shù)依次排在影響消費者選擇O2O模式購買生鮮農(nóng)產(chǎn)品因素重要性的前4位。性別、學(xué)歷和月收入水平這3個變量對消費者選擇O2O模式購買生鮮農(nóng)產(chǎn)品的購買意愿影響不大。為了更好地發(fā)展這種模式，提出以下對策：

①商家在宣傳O2O模式下購買生鮮農(nóng)產(chǎn)品時，應(yīng)當(dāng)用通俗易懂的語言，建立起消費者對媒介網(wǎng)站的正確態(tài)度并著重選擇年齡段在20～30、月網(wǎng)購消費額較高、能熟練掌握網(wǎng)購程序和家庭人數(shù)超過2人的人群，他們對O2O模式下購買生鮮農(nóng)產(chǎn)品易于接受。②我國農(nóng)業(yè)將會迎來規(guī)?；?jīng)營主體發(fā)展的成熟時期，應(yīng)整合供應(yīng)商資源，與優(yōu)良的生產(chǎn)基地建立合作關(guān)系，縮短供應(yīng)鏈，運用現(xiàn)代化技術(shù)使生產(chǎn)者和消費者實現(xiàn)信息共享。③開放生產(chǎn)基地，O2O模式不僅銷售產(chǎn)品，更是一種線下體驗。消費者可通過參觀生產(chǎn)基地，了解生鮮農(nóng)產(chǎn)品的生長環(huán)境、體驗生鮮農(nóng)產(chǎn)品的采摘過程和試吃，增強消費者對產(chǎn)品質(zhì)量的信任，提高透明度，又在此過程中為消費者提供了良好的購物體驗。④企業(yè)或商家在推廣O2O模式網(wǎng)購生鮮農(nóng)產(chǎn)品時應(yīng)該建立物流監(jiān)督體制，確保生鮮農(nóng)產(chǎn)品能在短時間內(nèi)到達(dá)消費者手中，進(jìn)而保證生鮮農(nóng)產(chǎn)品的新鮮度，提高消費者的滿意程度，以此利用病毒式營銷來推廣O2O模式網(wǎng)購生鮮農(nóng)產(chǎn)品的營銷方案。

參考文獻(xiàn)

[1] 中國互聯(lián)網(wǎng)絡(luò)信息中心.第34次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[J].互聯(lián)網(wǎng)天地，2014（7）：71-89..

[2] 中共中央 國務(wù)院 關(guān)于全面深化農(nóng)村改革加快推進(jìn)農(nóng)業(yè)現(xiàn)代化的若干意見[J].農(nóng)村工作通訊，2014（3）：9-14.

[3] 樊西峰.鮮活農(nóng)產(chǎn)品流通電子商務(wù)模式構(gòu)想[J].中國流通經(jīng)濟，2013，27（4）：85-90.

[4] 劉建鑫，王可山，張春林.生鮮農(nóng)產(chǎn)品電子商務(wù)發(fā)展面臨的主要問題及對策[J].中國流通經(jīng)濟，2016，30（12）：57-64.

[5] 王昊.Logistics回歸模型在廣東省房價預(yù)測中的應(yīng)用研究[J].現(xiàn)代商貿(mào)工業(yè)，2010，22（16）：304-306.

[6] 董曉萌.Logistic回歸模型診斷肺癌病人的生存時間[J].科學(xué)技術(shù)與工程，2010，10（26）：6519-6520，6533.

[7] 袁建林，陳立文，景楠.基于Logistic的房地產(chǎn)上市公司經(jīng)濟效益風(fēng)險評價研究[J].統(tǒng)計與決策，2010（18）：77-79.

[8] 常振海，劉薇.Logistic回歸模型及其應(yīng)用[J].延邊大學(xué)學(xué)報（自然科學(xué)版），2012，38（1）：28-32.