消费者网上购买蔬菜行为及影响因素研究——基于北京840份调研数据的实证分析

张 标,王洁琼,张领先,2*

（1中国农业大学，北京 100083；2农业部农业信息化标准化重点实验室，北京 100083）

随着“互联网+”与各个行业的深度融合，消费者在网上购买各类商品已经成为习惯，加之物流配送和保鲜技术的快速发展，网上购买蔬菜逐渐成为消费者购买蔬菜的一个重要新途径［1］。网络购买蔬菜能够打破时空限制，让工作忙、时间紧、收入高、对食品质量和安全要求高的白领和年轻父母等人群能够随时随地购买多种新鲜蔬菜［2］。除了天猫、京东商城、苏宁云商、亚马逊等电商巨头纷纷涉足生鲜领域外，还涌现了如本来生活网、顺丰优选、天天果园、沱沱工社以及1号店、我买网等生鲜电商平台，甚至出现了菜管家、香满园等专业蔬菜购物平台，不同生鲜农产品电商营销模式层出不穷，可以说农产品电子商务市场呈现出“百花齐放”的态势［3-5］。但是对于生鲜农产品电商来说，由于消费者对购买生鲜农产品的风险感知较为敏感，加之生鲜产品的易腐易损特性，实际上如火如荼发展的生鲜农产品电商盈利率很低［6］。导致这种现象的原因有多种，除了电商平台自身不完善和社会大环境外，消费者对生鲜电商认可度、接受能力、实际购买行为等也是重要原因，尤其是各类电商平台对消费者网上购买行为不明确，不清楚影响消费者网上购物行为的关键因素，以至于无法针对不同消费群体进行精准营销。为此，本研究基于对北京蔬菜消费者的调研，分析消费者在网上购买蔬菜行为，并找出影响其购买行为的关键因素，为生鲜农产品电商企业提供重要理论依据与参考，也为政府制定相关政策和对蔬菜市场的调控提供参考。

1 文献综述与研究框架

目前，有多位学者围绕消费者生鲜农产品网上购买行为及其影响因素做研究。在理论与定性研究方面，陈龑等［3］从消费者个体特征、消费者网络购买经历、网站服务质量和物流服务水平四个角度对影响消费者网络购物意愿的因素进行分析并提出政策建议。吴春霞［7］认为消费者网上购买生鲜农产品的影响因素包括消费者网购经历和网络使用倾向、消费者网络购买生鲜农产品的感知风险、消费者对网购生鲜农产品的预期、消费者对网购生鲜农产品利弊的认知以及消费者购买生鲜农产品的特征。公雪梅等［8］采用扎根理论的方法，构建了蔬菜电子商务消费者购买意愿影响因素模型，认为产品因素、网站质量、电商知名度、消费者个体特征、物流配送、消费者感知价值和消费者感知风险影响消费者购买意愿的强度。

当然，也有多数学者是基于实际调研数据进行定量分析，得出影响消费者网络购买生鲜农产品的重要因素。张应语等［4］基于感知收益-感知风险框架的O2O模式下生鲜农产品购买意愿研究，发现总体态度和信任对感知收益有正面影响，对感知风险有负面影响，感知收益对购买意愿有正面影响，感知风险对购买意愿有负面影响。吴自强［9］研究发现，产品种类认知、品牌认知、食品安全与健康支付意愿、产品描述的详细程度、描述与真实的一致性、食品安全认证标志、历史评价、发货速度、互动服务和附加服务对生鲜农产品的网购意愿有显著的正向影响。刘景景等［6］通过主成分分析，显示消费者个人及家庭特征因素、质量认证因素、网购的经验与习惯以及网购生鲜农产品的优势会对消费者网购生鲜农产品行为具有显著影响。邹俊［10］研究表明，消费者网购感知与评价等因素对网购生鲜农产品意愿具有显著的正向影响；家庭总收入等对消费意愿具有显著的负向影响。刘华楠等［11］基于Logit回归分析，得出了网络商店特性对消费者网购生鲜蔬菜的意愿具有显著的正向影响，而蔬菜特性和消费者自身特征对网购蔬菜意愿的影响不显著。

由于蔬菜具有贮藏时间短、损耗大等特性，导致消费者购买蔬菜行为有别于其他农产品，影响消费者购买蔬菜行为因素也有所差异，学者围绕消费者购买蔬菜行为影响因素进行了大量研究。卢洋等［12］研究发现，消费者的年龄、受教育程度、对食品安全的关注程度、对价格的重视程度以及居住地附近的有机蔬菜销售规模对消费者的购买行为有显著影响。李志博等［13］研究发现，核心利益偏好、便捷利益偏好、职业、家庭成员因素对居民选择蔬菜购买场所影响显著。胡雨苏等［14］研究发现，居民蔬菜购买行为属习惯性、理智型和经济型购买，安全、便捷、营养、价格是居民购买蔬菜时着重考虑的几个因素。韦得胜等［15］研究发现，消费者购买绿色蔬菜行为受到重视蔬菜营养、重视蔬菜口味、重视蔬菜安全、信任超市蔬菜质量、辨识绿色蔬菜标识、受教育程度、工作类型、家庭收入水平等三类8个变量的影响显著。王晶等［16］研究发现，年龄、家庭收入、家庭结构、认知程度及支付意愿是影响消费者购买有机蔬菜的主要因素。贺静等［17］研究结果显示，南京市居民的年龄、家庭月收入、对有机果蔬的认知程度和对市场的信任程度对居民的购买有机蔬菜行为具有显著影响。赵卫红等［18］以石家庄市的消费者为例，采用Logit模型实证性别、对健康的关注、质量安全意识、环境关注程度以及可追溯性蔬菜的价格对购买意愿产生显著影响。

基于以上研究，并结合实地调研，本研究提出以下研究假说：

H1：个体及家庭特征对消费者网上购买蔬菜行为具有影响；

H2：消费者对蔬菜价格质量感知能够影响其网上购买蔬菜行为；

H3：消费者对品牌蔬菜感知能够影响网上购买蔬菜行为；

H4：消费者购买蔬菜习惯能够影响其网上购买蔬菜行为。

针对以上研究假说，建立如图1所示的研究框架。从图1可以看出，个体特征和家庭特征是属于消费者固有的内在属性，这些内在特征对消费者购买蔬菜行为具有重要决定作用；而消费者对蔬菜价格质量感知和品牌蔬菜感知是属于消费者的感官认知，这些感官认知水平能够影响消费者购买蔬菜行为；蔬菜消费习惯能够支配消费者购买蔬菜行为，因此，消费者的内在属性、感知和蔬菜消费习惯共同影响着网上购买蔬菜行为，以下研究均是基于该研究框架进行。

图1 消费者网上购买蔬菜行为研究框架Fig.1 Research framework of behavior for consumers to purchase vegetables online

2 消费者网上蔬菜购买行为特征分析

本研究数据来源于课题组在2016年7—9月对北京蔬菜消费者的调研，问卷内容主要包括消费者个体基本信息、家庭基本信息、蔬菜购买信息、网上购买行为、价格质量认知等。问卷设计完成后，本课题组联合数据调查公司进行网络问卷发放，通过有偿支付提高问卷填写者积极性。此外，为了确保回收的答卷数据真实有效，采用了严格的问卷质量控制机制。总共发放1 000份调研问卷，最终收到有效问卷840份，有效问卷回收率为84%。由表1可以看出，调研样本以北京市区为主，分布情况和居住人口大致相符，即朝阳区和海淀区的样本量最大，其次是东城区和西城区，距离市中心较远的郊区样本分布相对较少，如密云、延庆等，样本整体分布合理，能够代表整个北京消费者购买蔬菜情况。

表1 有效调查样本的区域分布情况Table 1 Distribution of effective questionnaires in different districts

在调研中询问消费者是否在网上购买过蔬菜，调查结果如表2所示，有41.4%的消费者在网上购买过蔬菜，而其余58.6%的消费者没有在网上购买过蔬菜。

表2 消费者网上购买蔬菜行为Table 2 Behavior for consumers to purchase vegetables online

依据图1研究框架，从个体与家庭特征、蔬菜价格质量感知、蔬菜消费习惯和品牌蔬菜感知4个方面对有过网上购买蔬菜经验和没有在网上购买蔬菜经验的消费者特征进行分析。

2.1 个体与家庭特征

从表3可以看出，女性消费者比男性消费者更爱在网上购买蔬菜，女性在网上购买蔬菜的比例高于男性在网上购买蔬菜的比例8.2%；中青年在网上购买蔬菜比例最高，当消费者年龄在31—40岁时，购买蔬菜比例最大，达到51.9%，其次是21—30岁的消费者，网上购买蔬菜比例为40.1%；在网上购买蔬菜的消费者比例大致是随着受教育水平提高而提高，当消费者学历为本科时占比最大，为47.9%；网上购买蔬菜行为与家庭月收入呈现出明显的正向关系，当家庭月收入达到30 000元（人民币，下同）及以上时，有65.5%的消费者发生网上购买蔬菜行为；网上购买蔬菜行为与家庭月食品支出也呈现出明显的正向关系，当家庭月食品支出在5 001—10 000元时，网上购买蔬菜的消费者比例高达69.0%。

表3 个体和家庭特征与网上蔬菜购买行为Table 3 Characteristics of individuals and fam ilies and online purchasing behavior of vegetables

2.2 蔬菜价格质量感知特征

从表4可以看出，在蔬菜市场价格感知方面，蔬菜价格水平和波动感知均与在网上购买过蔬菜的消费者占比呈负向相关。在质量安全感知方面，消费者对蔬菜质量安全的关心程度与在网上购买过蔬菜的消费者占比呈正向相关，自我认为能够鉴别蔬菜质量的消费者在网上购买过蔬菜占比高于不能够鉴别蔬菜质量的消费者占比15.5%，消费者对当前蔬菜质量状况评价与在网上购买过蔬菜的消费者占比有正向关系。

2.3 蔬菜消费习惯特征

在蔬菜消费习惯与网上购买蔬菜行为方面（表5），消费者购买蔬菜频率与在网上购买蔬菜的消费者比例有负向相关关系，此外，分季节购买蔬菜的消费者中有网购经历比例高于不分季节的消费者；在消费者关注蔬菜新鲜程度方面，从整体来看，大致是越关心蔬菜新鲜度的消费者有网购蔬菜经历的可能性更大，但是这种差异性并不明显。

表4 蔬菜价格质量感知特征与网上蔬菜购买行为Table 4 Awareness of vegetable prices and qualities and online purchasing behavior of vegetables

表5 蔬菜消费习惯与网上购买蔬菜行为Table 5 Consumption custom and online purchasing behavior of vegetables

2.4 品牌蔬菜特征

从表6可以看出，消费者对蔬菜上标签信任度与网上蔬菜购买行为具有明显正向关系，在非常不信任标签信息的消费者中，只有25.0%在网上购买蔬菜，而非常信任标签信息的消费者中，有74.4%在网上购买蔬菜。在消费者对品牌蔬菜购买和高支付意愿方面，越愿意购买和高价支付有网购蔬菜经历的消费者占比会更高。

表6 品牌蔬菜特征与网上购买蔬菜行为Table 6 Brand vegetables and online purchasing behavior of vegetables

3 基于计量经济模型的影响因素分析

消费者在网上购买蔬菜经历包括“有”和“没有”两种情况，相应地消费者行为属于二分类离散选择行为，结合以往相关研究［12-13，16-17］，本研究将选择二分类Logit回归选择模型来研究消费者在网上购买蔬菜的影响因素。

若将消费者有过在网上购买蔬菜经历定义为“y=1”，则消费者没有在网上购买蔬菜经历定义为“y=0”，那么消费者在网上购买蔬菜行为与影响因素可建立如下关系：

则消费者在网上购买蔬菜行为二元Logit回归模型为：

上式中：Y为消费者在网上购买蔬菜行为的结果，Xi表示影响消费者在网上购买蔬菜的因素，p表示消费者在网上购买蔬菜行为的概率，α为常数项，β1，β2，β3，…，βn为待估参数。

消费者在网上购买蔬菜行为模型中的变量定义、均值和标准差如表7所示。

表7 消费者网上购买蔬菜行为模型中的变量定义及统计描述Table 7 Definition and statistical description of variables in behavior model for consumers to purchase vegetables online

4 结果与分析

本研究利用SPSS 21.0统计分析软件进行二元Logit回归，利用最大似然方法进行模型估计，得到回归模型的Cox-Snell R2和Nagelkerke R2统计量的值分别为0.164和0.221，卡方检验值对应的P值均为0.000，且整体预测正确率为69.8%，说明模型整体显著且有效。最终的回归结果如表8所示，表中给出每个自变量在模型回归中的系数（B）、标准差、Wald统计量、自由度、P值和发生比率［Exp（B）］。

从表8可以看出，在所选择的16个潜在影响因素中有10个影响因素通过10%水平的显著性检验，其P值均小于给定的显著性水平，表明模型中这些自变量的回归系数显著不为0，即这些自变量在模型中都是显著的，说明这些因素能够显著影响消费者网上购买蔬菜行为。

表8 消费者网上购买蔬菜行为的Logit模型回归结果Table 8 Regression result of Logitmodel for consumers to purchase vegetables online

4.1 个体家庭特征

在个体家庭特征方面，性别、年龄、教育水平、家庭月收入和家庭食品支出均通过10%显著水平检验，说明这些因素能够显著影响消费者的网上购买蔬菜行为。

性别的回归系数为-0.326，说明女性消费者比男性消费者更有可能在网上购买蔬菜。女性消费者平常比较喜欢在网上购买各种东西，花费的时间精力也比男性更多，也就愿意去在网上购买蔬菜。

年龄的回归系数为-0.168，说明年龄越大的消费者越不愿意网上购买蔬菜。一方面，年龄较大消费者已经形成去超市、农贸市场等地点购买蔬菜习惯，很难接受在网上购买蔬菜；另一方面，相对于年龄较大的消费者而言，年轻消费者对于网络和手机操作会更熟练，更愿意接受新鲜事物，特别是对于网络购物接受度更高。

受教育水平的回归系数为正，说明受教育程度越高的消费者，越有可能在网上购买蔬菜。由于网上购买蔬菜不能向其他购买方式一样可以亲身体验进行蔬菜质量鉴别，这就要求消费者在网上购买蔬菜时需要有一定知识和认知水平，这也是受教育程度较高消费者所具备的优势。

家庭收入和家庭食品支出回归系数均为正，这说明家庭收入和食品支出对消费者网上购买蔬菜行为具有显著正向促进作用，即家庭收入或家庭食品支出越高的家庭，发生网上购买蔬菜行为的可能性就越大。网上所销售的蔬菜以特色、有机、品牌等蔬菜为主，销售价格也会比一般蔬菜高，这就需要消费者在网上购买蔬菜时支付更多的成本，家庭收入较高和家庭食品支出较多的消费者更有能力去支付额外的成本，同时生活水平较高，更愿意消费高端品牌蔬菜。

4.2 蔬菜价格质量感知

鉴别能力回归系数为正，且通过5%显著性检验，说明消费者认为自己能够鉴别蔬菜质量。在网上购买蔬菜需要对蔬菜质量具有一定的鉴别能力，通过各方面比较选出性价比较高的蔬菜，如果消费者认为自己能够很好鉴别蔬菜质量，那么就会规避质量安全风险，相反，不具有鉴别能力的消费者因担心质量安全风险而不敢在网上购买蔬菜。

安全状况回归系数为负，且通过1%显著水平检验，说明安全状况对消费者网上购买蔬菜行为具有显著阻碍作用，即当消费者认为当前蔬菜质量安全较为严重，就更愿意在网上购买蔬菜。当蔬菜质量安全状况不好时，消费者对普通蔬菜信任度就会降低，为了避免因质量问题带来的健康风险，消费者就选择在网上购买能够保障质量安全的高端优质蔬菜。

价格水平认知、价格波动认知和关心程度没有通过显著性检验，即这3个因素对消费者在网上购买蔬菜行为没有显著影响。

4.3 蔬菜消费习惯特征

在蔬菜消费习惯方面，季节性特征和关注新鲜程度没有通过显著性检验，即这2个变量对消费者在网上购买蔬菜行为没有显著影响。频率特征的系数为正，且在1%水平上显著，说明购买蔬菜越频繁的消费者越不可能在网上购买蔬菜。购买蔬菜较为频繁的消费者一般都已经形成去超市、农贸市场等地点的习惯，另外在网上购买蔬菜一般都是提前预定，从下单到食用需要一段时间，这样就会增加让经常购买蔬菜消费者的时间，从而不愿意在网上购买蔬菜，对于购买蔬菜不多的消费者，对蔬菜的及时性要求不高，也就愿意付出一定的时间成本在网上购买蔬菜，并且经常购买蔬菜消费者有足够能力去实体蔬菜销售地点购买到性价比较好的蔬菜，购买蔬菜频率低的消费者网上购买蔬菜时会通过说明信息和认证标签来选择性价比较高的蔬菜。

4.4 品牌蔬菜感知

标签信任度的回归系数为0.380，且在1%水平上显著，这说明对蔬菜标签信任度越高的消费者，越有可能在网上购买蔬菜。消费者在网上购买蔬菜时不能亲自判断蔬菜优劣，只能通过卖家提供的标签信息进行判别蔬菜，这就导致对蔬菜标签信任度较低的消费者不相信网上蔬菜信息，更愿意去实体店购买蔬菜。高价支付意愿的回归系数为0.513，且在5%水平上显著，说明高价支付意愿能够促进消费者在网上购买蔬菜。相对于普通蔬菜而言，在网上销售的特色品牌蔬菜价格较高，愿意高价支付的消费者，就有能力承担多余的成本，就会促进消费者在网上购买蔬菜行为。

5 结论与建议

本研究基于对北京840个蔬菜消费者的调研数据，通过统计描述和二元Logit回归模型分析，研究发现：有41.4%的消费者在网上购买过蔬菜；教育水平、家庭收入、家庭食品支出、鉴别能力、标签信任度、高价支付意愿和频率特征对消费者在网上购买蔬菜具有显著正向影响，而性别、年龄和安全状况对消费者在网上购买蔬菜具有显著负向影响。

基于以上研究结论，提出如下建议：

5.1 实行差异化营销策略，提供精准化服务模式

多向女性消费者推送网上蔬菜信息；多向年轻消费者宣传网上蔬菜，并提供丰富多样的优惠措施，引导年轻消费者登录网上平台进行蔬菜购买；蔬菜电商平台或企业应注重对不同支付能力消费者的差异化营销，为有高端品牌蔬菜需求的消费者提供更精准方便的购买方式，为其节约更多时间，这样就会吸引更多消费者。

5.2 保障蔬菜质量安全，提升网络蔬菜信誉

由于网络购物的虚拟特性，导致很多消费者不敢尝试网络购买蔬菜，一旦遇到质量安全问题，消费者就会对网上购菜持有负面态度，不仅自己以后不会在网上购买蔬菜，还会劝说更多人不去网络购菜。这就要求电商平台和蔬菜销售者要通过严格管理、标准化包装、精准化检测等措施切实保证蔬菜质量安全，避免客源流失。电商平台对自身和企业进行严格管理，避免因利益驱逐而损害消费者权益，从而降低网络购买蔬菜信誉。建立健全蔬菜可追溯体系，对网络销售的蔬菜实现精准化追溯，一旦出现问题将彻底追究责任，同时能够让消费者对网络蔬菜更加信任，提高网络蔬菜消费信心。

5.3 强化网络蔬菜品牌，提供多种蔬菜种类

在农贸市场或超市等地点购买蔬菜，消费者看到满意的就会购买，但是消费者在网上购买蔬菜时，就会通过多种比较选择性价比最高的蔬菜购买，这就需要不同蔬菜具有自己的品牌竞争优势，强化蔬菜品牌是让消费者有更多的选择余地，对自己所挑选的蔬菜就会更加信任。由于消费者生活地域半径的限制，导致消费者在实体店购买蔬菜有限，无法满足部分消费者的特殊需求，网络购买蔬菜的无时空限制的优势就会充分体现出来。因此，在网络应该提供更加丰富和有特色的蔬菜，例如：反季节蔬菜、不同包装类型的蔬菜、不同加工程度的蔬菜、具有地域属性的特色蔬菜、多种选择品牌的蔬菜等。

［1］戴佩慧，项朝阳，肖兴安.蔬菜网络营销的关键制约因素研究［J］.长江蔬菜，2013（17）：58-61.

［2］冯杰明.蔬菜网络销售模式的探索与实践［J］.中国蔬菜，2014（12）：1-3.

［3］陈龑，杨坚争，基于Logit的顾客生鲜电子商务接受度实证研究［J］.电子商务，2016（2）：14-17.

［4］张应语，张梦佳，王强，等.基于感知收益-感知风险框架的O2O模式下生鲜农产品购买意愿研究［J］.中国软科学，2015（6）：128-138.

［5］崔艳红.网购生鲜农产品的感知风险维度及网络营销策略研究［J］.农业经济，2016（5）：138-140.

［6］刘景景，王晓睿，袁航.消费者生鲜农产品网购行为研究［J］.农产品质量与安全，2016（5）：73-78.

［7］吴春霞.消费者网上购买生鲜农产品意愿及影响因素研究［J］.江苏商论，2014（13）：59-60.

［8］公雪梅，杨蕙馨.蔬菜电子商务消费者购买意愿的扎根理论分析［J］.求索，2016（7）：90-94.

［9］吴自强.生鲜农产品网购意愿影响因素的实证分析［J］.统计与决策，2015（20）：100-103.

［10］邹俊.消费者网购生鲜农产品意愿及影响因素分析［J］.消费经济，2011（4）：69-72.

［11］刘华楠，朱祎桔.消费者网购生鲜蔬菜的意愿及影响因素分析：基于上海市消费者的调查［J］.中国农学通报，2014，30（21）：289-293.

［12］卢洋，王寒玉，邹洪梅.消费者购买有机蔬菜的行为及其影响因素分析：基于成都市消费者的调查［J］.科技传播，2010（18）：94，101-103.

［13］李志博，张浩，安玉发.都市社区居民选择蔬菜购买场所影响因素分析：以北京为例［J］.经济问题，2012（12）：70-74.

［14］胡雨苏，刘晴，黄映晖.北京市居民蔬菜购买行为分析［J］.农业展望，2015（8）：70-75.

［15］韦得胜，谢屹，卫望玺，等.绿色蔬菜购买行为及影响因素研究：基于北京市200名消费者的实证分析［J］.消费经济，2014（5）：61-66.

［16］王晶，车斌.消费者有机蔬菜认知情况及购买行为分析：以上海市居民为例［J］.浙江农业学报，2013，25（6）：1417-1422.

［17］贺静，孙泽萍，谢煜，等.消费者有机果蔬购买行为及其影响因素分析：基于南京市居民的调查［J］.北京林业大学学报（社会科学版），2015，12（3）：63-68.

［18］赵卫红，刘秀娟.消费者对可追溯性蔬菜的购买意愿的实证研究［J］.农村经济，2013（1）：56-59.