張馨月，李 霞，胡寶玲，徐紹榮

（中國農業(yè)大學煙臺研究院，山東煙臺 264670）

葡萄酒產業(yè)連結種植、釀造、旅游、營銷等多個環(huán)節(jié)，逐漸形成“葡萄酒+”多樣融合業(yè)態(tài)[1]?！笆奈濉睍r期，隨著產業(yè)數(shù)字化轉型的深入推進，物聯(lián)網、云計算、人工智能、可視化等現(xiàn)代信息科技與葡萄酒產業(yè)融合的廣度和深度日趨提升[2]。通過將數(shù)字化貫穿于生產管理、品牌營銷、行業(yè)監(jiān)管等各個環(huán)節(jié)，旨在挖掘企業(yè)發(fā)展新模式，驅動流程再造和生態(tài)重構，提升區(qū)域品牌影響力和產業(yè)綜合效益[3-4]。順應數(shù)字化轉型趨勢，2021 年，中國葡萄酒數(shù)字化研究院成立，運用區(qū)塊鏈技術，定期發(fā)布研發(fā)設計、廣告營銷、文化普及、飲用習慣培養(yǎng)等相關數(shù)據(jù)，實現(xiàn)創(chuàng)新資源互惠共享[5]。通過掃描瓶身的專屬二維碼，可以查詢葡萄園、采摘時間、發(fā)酵關鍵工藝、釀酒師、生產批次等追溯信息。數(shù)字化將給消費者提供更便捷優(yōu)質的服務體驗，中國葡萄酒產業(yè)也將以更高效率快速發(fā)展，進而提升國際影響力[6]，葡萄酒產業(yè)數(shù)字化轉型對消費意愿作用機制的研究價值逐漸顯現(xiàn)。

梳理文獻發(fā)現(xiàn)，許多學者從顧客感知角度對葡萄酒旅游和購買兩方面展開研究。陳皓云等[7]調查分析了跨境電商平臺用戶體驗對葡萄酒消費意愿的影響，分析得出體驗價值和價值認同在其中發(fā)揮中介作用；盧鳳萍和侯兵[8]通過對游覽賀蘭山東麓葡萄酒莊226 份有效樣本數(shù)據(jù)進行因子分析，提煉出影響葡萄酒旅游者感知水平的評價指標：美酒體驗、自我提升、休閑康養(yǎng)、景觀審美4個維度共12個分項指標；Armando Maria Corsi 等[9]研究了消費者的葡萄酒選擇驅動因素與個人價值觀之間的關系，發(fā)現(xiàn)自我超越型的消費者善于聽取他人或權威人士的建議而進行葡萄酒消費選擇。雖然葡萄酒消費行為方面成果豐碩，但關于產業(yè)數(shù)字化方面的研究成果比較少，將兩者結合起來研究的寥寥無幾，曾春水等[10]分析了賀蘭山東麓葡萄酒旅游產業(yè)的發(fā)展不足，并將加快數(shù)字化基礎建設作為對策之一。李媛媛等[11]借助鉆石模型提出加強葡萄酒產業(yè)數(shù)字平臺建設是提升競爭力的重要環(huán)節(jié)。蓋宇姮等[12]研究了不同新媒體對煙臺葡萄酒旅游產業(yè)的重要性，指出目前新媒體營銷存在過于碎片化和信息失真等問題。

綜上所述，本研究利用山東省煙臺市的調查數(shù)據(jù)，借助結構方程模型(structural equation modeling,SEM)，分析葡萄酒產業(yè)生產加工端數(shù)字化對消費者體驗數(shù)字化的傳導路徑，為葡萄酒產業(yè)數(shù)字化發(fā)展提供建議。

1 理論基礎及模型構建

1.1 理論基礎

1.1.1 產業(yè)數(shù)字化

《數(shù)字經濟及其核心產業(yè)統(tǒng)計分類（2021）》中說明了數(shù)字經濟的基本范圍，其中數(shù)字化效率提升屬于產業(yè)數(shù)字化范疇[13]。產業(yè)數(shù)字化是數(shù)字技術和實體經濟的結合，旨在借助數(shù)字技術助力實體產業(yè)提升效率、提高質量。目前，葡萄酒產業(yè)已逐漸實現(xiàn)種植和加工過程的數(shù)字化管理，建立生產加工的信息管理檔案，精準定量，遠程操控，實時監(jiān)測，形成較為高效的發(fā)展模式[14]。

1.1.2 計劃行為理論

根據(jù)Ajzen 于1991 年提出的計劃行為理論[15]，個體行為會較大程度上受到外部因素的影響，同時，個體行為意向主要受到主觀規(guī)范、感知行為控制和態(tài)度的影響[16]。根據(jù)Davis 提出的技術接受模型[17]，將影響態(tài)度的因素分為感知易用性和感知有用性，即主觀上認為某一產品或服務對效率的提升程度[18]。根據(jù)此理論，本研究將主觀規(guī)范定義為消費者進行葡萄酒相關消費受外界壓力影響的程度，即消費者的數(shù)字化參與程度，以下簡稱參與程度。將態(tài)度定義為消費者對葡萄酒產業(yè)采取數(shù)字化技術所帶來的效益的信任程度，以下簡稱消費者信任。將個體行為意向用消費意愿這一潛變量表示，將參觀酒莊、體驗種植采摘、直接購買、推薦親友消費作為消費意愿的觀測變量（CW1—CW4）。

1.2 模型構建

杜芳芳[19]認為企業(yè)與消費者線上多渠道交互能夠鼓勵消費者融入并促進價值共創(chuàng)。因此，將消費者能夠線上查詢并了解葡萄酒數(shù)字化相關信息、線上提交反饋并收到回復[20]、線上VR 瀏覽[21]等作為參與程度的觀測變量（PD1—PD4），并提出以下假設：參與程度對消費者感知有正向影響（H1）；參與程度對消費者信任有正向影響（H2）；參與程度對消費者意愿有正向影響（H3）。

竇龍祺等[22]認為消費者關于葡萄酒釀造過程、葡萄酒品牌的認知評價對其參與葡萄酒旅游有正向影響。引入消費者感知這一潛變量，將消費者對葡萄種植、收獲、酒莊場景展示、出庫、質檢報告等數(shù)字化內容的感知作為消費者感知的觀測變量（CP1—CP4）[23]，并提出以下假設：消費者感知對消費者信任有正向影響（H4）；消費者感知對消費意愿有正向影響（H5）。

王然[24]、馬振[25]等認為消費者對葡萄酒的喜愛與忠誠度是影響消費者購買的重要因素，對產品質量和服務水平的認同能極大地激發(fā)消費者的購買欲望。因此，將消費者對葡萄酒數(shù)字化技術的內容和功能的信任作為消費者信任的觀測變量（CT1—CT4），并提出以下假設：消費者信任對消費意愿有正向影響（H6）。

根據(jù)上述理論基礎和假設，初步構建模型（圖1）。

2 數(shù)據(jù)來源與變量設置

2.1 數(shù)據(jù)來源與樣本描述

本研究選取的數(shù)據(jù)來源于2022 年10—12 月對山東省煙臺市5 個深受歡迎的葡萄酒莊附近的游客進行調查，共完成375 份問卷，剔除無效問卷后，最終獲得有效問卷362 份，有效回收率96.53 %。其中，于張裕卡斯特酒莊、華夏長城酒莊附近收回有效問卷163 份，于蓬萊國賓酒莊、中糧君頂酒莊、沃族酒莊附近收回有效問卷199份。

362 份有效樣本中女性占比56.08%，男性占比43.92%，女性多于男性，符合當下女性群體喜愛葡萄酒的現(xiàn)狀。年齡介于18～30 歲的合計占比54.70 %，這部分群體相對年輕，好奇心較強，更善于接受并嘗試新生事物。文化程度方面，接受過高等教育的人數(shù)合計占比66.30 %。收入方面，每月可支配收入在2001～8000 元的人數(shù)合計占比82.33 %，說明葡萄酒消費滲入大眾化各個收入階層?？傮w而言，大部分受訪者屬于偏年輕、學歷較高的平民階層，這部分群體逐漸成為葡萄酒消費的主要目標客群，故樣本符合研究要求（表1）。

表1 樣本基本信息描述性統(tǒng)計

2.2 變量設置

根據(jù)初步構建的模型和設置的變量，采用李克特量表五點法設計問卷，對每個問題陳述設置非常不同意、不同意、中立、同意、非常同意5 個評分標準。在預調研中，對問題陳述進行篩選，保留辨別力強的問題，具體內容見表2。

表2 問題陳述

3 實證分析

3.1 信效度檢驗

使用Cronbach's Alpha 系數(shù)法對量表進行信度檢驗，從統(tǒng)計結果來看，系數(shù)值均高于0.800，通過信度檢驗，表明各維度包含的問題內部一致性較高，數(shù)據(jù)是具有可信度的。使用KMO 檢驗和巴特利特球形度檢驗進行效度分析，巴特利特球形度檢驗的P 值為0.000＜0.05，通過了效度檢驗，表明樣本數(shù)據(jù)具有相關性，量表中所設的問題有意義（表3）。

表3 信度與效度檢驗結果

3.2 驗證性因子分析

通過AMOS 26.0進行信度和效度的檢驗，根據(jù)表4，CR 值均大于0.7，AVE 值均大于0.5，表明測量模型收斂效度、判別效度均符合要求。

表4 收斂效度檢驗表

根據(jù)表5，對角線粗體數(shù)字均大于其所在列的下方數(shù)字，表示此測量模型的區(qū)分效度較好。

表5 區(qū)分效度表

3.3 模型擬合指標檢驗

表6 顯示，根據(jù)較為權威的測量標準，CMID/DF、RMSEA、CFI、TLI 均達到擬合良好的標準，GFI和AGFI 達到可接受的標準，表示模型擬合效果較好，可以進行路徑回歸分析。

表6 模型擬合指標

3.4 結構方程模型驗證

通過AMOS 26.0 軟件計算路徑系數(shù)及各潛變量共同解釋的方差變異R2，結果顯示，假設H1—H6均在1%的水平上顯著，即研究假設均得到了支持（表7），模型路徑見圖2。

表7 擬合路徑系數(shù)表

圖2 結構方程模型路徑圖

3.5 結果與分析

由圖2 和表7 可知，消費者的數(shù)字化參與程度對消費意愿有直接和間接的影響，總效應系數(shù)為0.996，其中，直接效應系數(shù)0.505，間接效應系數(shù)為0.491。參與程度通過消費者感知和消費者信任對消費意愿有間接影響。消費者線上VR全景游覽葡萄酒莊，對不同款葡萄酒及其生產過程中的相關數(shù)據(jù)進行追溯，運用軟件自動統(tǒng)計繪制酒莊種植品種、基地面積、葡萄酒產銷情況圖表等，深化消費者對葡萄酒品牌感知和信任。

消費者感知對消費意愿也有直接和間接的影響，總效應系數(shù)為0.562，其中，直接效應系數(shù)0.251，間接效應系數(shù)為0.311，即消費者感知對消費意愿的影響主要通過消費者信任這一中介變量產生作用。由生產、加工端到消費端單向的數(shù)字化宣傳和營銷只能讓消費者產生淺層的感知，很難帶來直接的消費欲望，需要通過交互式體驗提高消費者對酒企數(shù)字化生產與加工的感知度和信息的可靠性，進而激發(fā)消費新動能。

消費者信任對消費意愿有顯著的直接影響，路徑系數(shù)為0.614，消費者對有數(shù)字化技術加持的葡萄酒風土文化、歷史沿革、品質品牌、溯源信息等越信任，消費意愿越強烈?！包S河流域高端葡萄酒質量溯源平臺”的推介運營，助力提升消費信任度和安全感?；趨^(qū)塊鏈信息不可篡改性，酒企、產區(qū)監(jiān)管部門要聯(lián)合起來共同上鏈，在基地、原料、工藝、設施、釀酒專家、生產時間、獲獎情況等全面提供產品的溯源信息，并讓消費者參與其中，避免過度宣傳和美化。

4 結論與建議

本文根據(jù)山東省煙臺市362 份調查數(shù)據(jù)，構建SEM 結構方程模型，設置參與程度、消費者感知、消費者信任、消費意愿4 個潛變量和16 個觀測變量，探索生產、加工端數(shù)字化技術的應用對消費意愿的影響機制。分析得出參與程度、消費者感知和消費者信任顯著正向影響消費意愿，綜合效應系數(shù)都比較高，分別為0.996、0.562、0.614，據(jù)此提出以下建議：

（1）強化生產加工端數(shù)字化信息監(jiān)管。數(shù)字化發(fā)展模式的基礎仍是高質量的、消費者滿意的產品和服務。進一步完善生產、加工端數(shù)字化發(fā)展體系，建立數(shù)字化管理系統(tǒng)和服務平臺，完善數(shù)字化技術在種植、釀造等環(huán)節(jié)的應用，落實多部門嚴格檢測和第三方權威機構檢測制度，向消費者提供真實、權威的數(shù)據(jù)。

（2）精準數(shù)字化營銷助力開拓細分市場。借助微博、微信、小紅書等社交平臺，利用大數(shù)據(jù)把握不同消費群體的消費偏好，對消費者進行精準推送，提高挖掘潛在客戶的效率，降低拓展市場的成本。同時，注重開發(fā)自主品牌app、小程序和銷售平臺等，加強官網管理建設，提高品牌知名度和用戶粘性，增強消費者信任。

（3）加快促進數(shù)字化發(fā)展在消費端的可視化。重視生產、加工端數(shù)字化與消費端的連接，拓展多元化的消費者數(shù)字化體驗場景，加快數(shù)字化技術在市場各環(huán)節(jié)的滲透。加快構建消費者評價反饋機制，增強消費者對數(shù)字化生產與加工的認知和參與程度，助力數(shù)字化發(fā)展在消費端的可視化。