基于“互联网+”的O2O模式生鲜农产品供应链研究——以消费者感知体验为视角

乔丰娟， 孙桂娥

(重庆交通职业学院交通运输学院，重庆 402247)

生鲜农产品供应链存在环节复杂、网络建设模式落后、冷链物流运转开销高等状况，成为社会各个领域重视的要点问题。我国生鲜农产品从开始到发展，如今逐步成熟，已形成集种植、养殖、加工、流通和销售多元化的供应链销售模式。而在“互联网+”的带动下，各类农产品生产、销售、服务模式飞速发展，形成“互联网+生产”“互联网+销售”“互联网+服务”等方式，由此产生了“互联网+”O2O(online to offline)农产品供应链模型[1]。O2O指通过线上推广进行消费者累积，并在线下交易的方式，O2O是为虚拟与现实间的交易所搭建的网络体系[2]。O2O贸易模式与当前的B2C和C2C模型对比，最重要的特征在于线上交易-线下体验，该即时交易的线上-线下交易模式给生鲜农产品供应链带来多方位的优势。本试验从消费者感知体验视角出发，基于“互联网+”的O2O模式研究生鲜农产品供应链具有重要的研究价值。国内外学者进行了关于O2O模型和“互联网+”科技下的消费研究。Anand等认为，O2O是一类特色型电子商务模式，由于消费者需求日趋多元化，生鲜农产品供应链也将在一定时间内从根本上和消费者需求相适应[3]。Orlandi则结合反向传播与神经网络模型搭建消费者个性化需求推荐模型，从私人定制角度研究消费者需求[4]。Hungria等认为，在“互联网+”的大背景下，生鲜农产品供应链应当从线下消费转入到线上，从而达到消费均衡是O2O模式下的农产品供应链发展新趋势[5]。李季芳等则分析O2O模式下的农产品供应链消费者感知价值提升应对方案，包含提升商品或服务自身的质量，减少消费者贸易进程中的各种开销，给使用者相应的优质服务[6]。而从消费者感知价值角度的研究来说，Asche等则把农产品品牌融入消费者体验分析中，从农产品品牌消费者的服务数据构成消费体验的判定准则[7]；Pervez等在结合当前消费心理学和行为学的研究基础上，充分分析消费者主观感受对消费者体验的影响，判断在消费者主观意愿充分发挥的条件下，农产品消费者感知体验价值的大小[8]。Shin等研究满意度对移动平台上提供的O2O服务的忠诚度和满意度的影响程度，通过评估消费者对O2O和服务质量绩效的感知来衡量用户满意度[9]。国内学者刘跃等从消费者态度的角度调研生鲜农产品消费者体验，将消费者体验定义为消费者在一定标准下对农产品的判定，该判定包含商品自身的状态和性质[10]。传统的农产品电商诚信度、生鲜农产品质量安全、资质、网络服务和支付安全存在很多不足，使得O2O电子贸易下的消费者感知体验较低，给O2O电子贸易的发展带来阻力。本研究从消费者体验价值与供应链各个环节之间的关联着手，提升O2O电子贸易的使用者体验价值，便于O2O电子贸易未来的发展。

1 “互联网+”的O2O模式生鲜农产品供应链

1.1 传统生鲜农产品供应链模式

传统生鲜农产品供应链模式划分为农产品批发模式为主导型和农超对接型。其中，批发为主导型的生鲜农产品供应链体系在国内较常见，可将市场资源科学地整合在一起。商贩从农产品生产者手中直接购置农产品并运输到批发市场，并从批发市场再供应到各销售需求点，如超市、农贸市集和零售商处，最后到达消费者手中(图1)。

而农超对接型则根据超市生鲜农产品销售区域对农产品质量、品质和安全相关的准则，使得消费者对超市生鲜农产品信任程度较高(图2)。

由于传统的生鲜农产品供应链基础设置不够完善，以批发集贸市场为主的贸易场所往往未形成人车分流的方式，交易环境差，易出现生鲜农产品的二次污染。另外，生鲜农产品交易数据未必记载或记载不足，因而不便管理，由此带来的食品安全和纠纷很难追溯到责任人。

1.2 “互联网+”的O2O模式生鲜农产品供应链

和现有的C2C交易模式相比，基于“互联网+”O2O模式下的生鲜农产品供应链更重视消费者的消费服务感受，且生鲜农产品供应链各个环节的数据均有存档，为食品安全和服务的品质带来了保障[11]。B2C、C2C电子交易方式采用在线商 户+ 网络交易系统+支付系统+物流的方式；而“互联网+”O2O型生鲜农产品供应链电子贸易则采用现实商户+网络系统+支付系统+物流的方式达到线下优质生鲜农产品服务和线上安全交易为一体的保证。B2C和C2C模式下的物流在于降低物流成本，而O2O模式下的物流在于提高消费者满意度。由图3可知，生鲜农产品供应链各环节服务的提供端，生鲜农产品供应链各环节消费者，形成生鲜农产品和服务资本的集合模型。本试验通过研究“互联 网+”O2O型生鲜农产品供应链模型和消费者感知价值给生鲜农产品消费者获悉农产品资源提供便利，并为生鲜农产品供应链各环节服务满足顾客需求，实现生鲜农产品供应链的价值。

2 “互联网+”O2O模式生鲜农产品供应链消费者感知体验数据获取和分析

2.1 样本获取

本研究采用抽样调研的方式在行人众多的多个街头设置调研点，采用答问卷发放小礼品的方式针对25～45岁年龄段的人群进行调研，该年龄段的人群接纳新生事物快且多组建家庭或开始步入家庭生活，追求生活品质，且有一定的经济能力可参与生鲜农产品供应链。共发放调研问卷350份，获得有效问卷285份。本研究采用SPSS 18.0完成信息分析并得到样本数据的年龄、学历、月均生鲜农产品开销、每月参与O2O生鲜农产品的次数。

由表1可知，样本中参与的女性群体的比重约为男性的2倍，可见在网络交易环境中女性顾客参与生鲜农产品供应链的比重较大，该群体往往负责家庭饮食并看重食品安全和健康的生鲜农产品食材渠道，善于接纳新型消费模式，因此在“互联网+”O2O生鲜农产品供应链设计时可着重针对女性顾客消费心理特征进行相应调整。从学历视角而言，本科及以上进行生鲜农产品消费的群体居多，该群体认知水平高并追求高的生活品质，重视生鲜农产品的食品安全。而从收入水平来看，各个收入层次参与“互联网+”O2O生鲜农产品供应链差别不大，说明该模式的亲民性。

表1 样本状况统计分析

2.2 样本分析

本研究进一步综合生鲜农产品供应链的产品品质、产品的加工表现、物流环节、销售环节、售后服务设置题项，采用LiKet7(李克特)量表分析消费者满意度，结果见表2。

由表2可知，“互联网+”O2O生鲜农产品供应链消费者满意程度分布在3～6分之间，占83.15%。“互联网+”O2O生鲜农产品供应链消费者满意程度有待提高，由此通过“互联网+”O2O生鲜农产品供应链消费者体验还发掘生鲜农产品供应链的提升空间。

表2 “互联网+”O2O模式生鲜农产品供应链消费者满意程度调研结果分析

注：分数1—彻底不认同；2—不赞同；3—稍表不同意；4—可以；5—同意；6—较同意；7—深表同意。

3 “互联网+”O2O模式生鲜农产品供应链消费者感知体验分析

3.1 指标设计

本研究设计的调查问卷选项主体部分涵盖“互联网+”O2O模式生鲜农产品供应链的产品品质、产品的加工表现、物流环节、销售环节、售后服务等相关指标(表3)。

3.2 信度和效度解析

3.2.1 信度分析 信度分析即研究其可靠度，采用同样的调查方法对设置的指标体系反复测量，所得结果的一致性程度高。本研究的问卷信度指标为Cronbach’sα即克朗巴哈系数，如果该参数在重复调查中存在一致性且大于0.6，则表明调查问卷设计合理。

通过SPSS 18.0可得Cronbach’sα参量为0.823，说明调研问卷可靠性与信度水平均高，该研究很科学。

3.2.2 效度分析 效度分析即探究调研问卷的有效性，该指标能体现测试方案下所获取的调研目标相应特征值[12]。效度越高，则调查结果越能反映参与调查行为的真实性。部分问项的效度指标见表4。

表3 “互联网+”O2O模式生鲜农产品供应链的各环节指标

表4 部分问项的效度指标

3.3 KMO和Bartlett球体下的参量解析

本研究针对样本数据完成KMO样本测试和Bartlett球体研究。通常按如下标准解释2个指标：(1)KMO值。如果KMO结果高于0.9则样本数据可行性很高；KMO结果在 0.8～0.9之间则样本数据可行性高；KMO结果在0.7～0.8之间则样本数据可行性较高；KMO结果在0.6～0.7之间则样本数据可行性一般；KMO结果在0.5～0.6之间则样本数据可行性差；KMO结果低于0.5则样本数据可行性很差，并完全不适合完成参数分析。(2)P值指标。P值<0.05，该指标对结果有影响，要保留；P值>0.05，该指标对结果影响较小，可删除。采用KMO样本测算和Bartlett校验值表明本研究样本数据可完成参量解析(表5)。

表5 KMO与Bartlett校验结果

3.4 主成分分析

参数获得采用主成分分析方法和旋转因子策略。18个参数被转换为5个>1的公参数，其值分别为5.352、2.932、2.364、1.951、1.731，根据累积方差方式可获得5组公参量的整体方差结果，该值约为77.205%，而5个公参数涵盖了98.867%的数据。因此，5个公共参量能体现样本的绝大部分数据。依据信息特征值进行回归分析，得到“互联网+”O2O模式生鲜农产品供应链下的消费者体验整体方差结果(表6)。

表6 解释性整体方差结果

3.5 参量相关性分析

本研究采用Person研究方法，利用SPSS 18.0完成“互联网+”O2O生鲜农产品供应链的一级指标关联性分析(表7)。5个一级指标均和“互联网+”O2O生鲜农产品供应链消费者体验价值存在各种程度的正关联。从结果来看，各个参量和消费者体验价值关联存在差别，消费者体验感知和生鲜农产品供应链的产品品质的关联程度最大，为0.532。

表7 相关性分析

3.6 旋转因子分析法

本研究采用最大方差方法对参数载荷矩阵完成旋转，依据整合后的旋转模式完成因子分析，对各个成分所包含的参数进行分类。为便于分析将载荷小于0.5的值都去掉，依据参数旋转阵列数据得到量表中项与主成分方法整合后的7个公共参数间的关系(表8)。

表8 旋转阵列的整合模式

综合表7、表8的各个参数对整体方差贡献值的差别，通过贡献率差值把结果划分为T1(生鲜农产品供应链的产品品质)、T4(生鲜农产品的销售环节)、T5(生鲜农产品的售后环节)、T3(生鲜农产品的物流环节)、T2(生鲜农产品的加工表现)，其结果分别为27.35%、21.24%、20.33%、18.34%、12.74%。

通过对旋转量表的分析可得二级指标对一级指标的作用级别也存在差别：在T1中选生鲜农产品的品质优劣；在T2中选生鲜农产品的包装密封程度；在T3中选生鲜农产品物流快捷度；在T4中选生鲜农产品价格；在T5中选售后服务完善度；这些在相应的一级指标中均显著(表9)。

表9 公共参量包含选项标准和选项标准

3.7 回归解析

本研究采用多元线性回归方法完成因参量(消费者感知)和“互联网+”O2O生鲜农产品供应链的一级指标的关联分析，即确定各参量和因变量间关联度，设计的多元线性解析模式如下：

H=A0+A1T1+A2T2+A3T3+A4T4+A5T5+E。

(1)

式中：A1、A2、A3、A4、A5表示自变量；A0表示回归常数；E表示随机偏差；H表示“互联网+”O2O生鲜农产品供应链模式下的消费者体验价值；T1表示生鲜农产品供应链的产品品质；T2表示生鲜农产品的加工表现；T3表示生鲜农产品的物流环节；T4表示生鲜农产品的销售环节；T5表示生鲜农产品的售后服务。

在回归解析的过程中，权重值越大，则代表相应的参量贡献越大。由表10可知，生鲜农产品供应链的产品品质和生鲜农产品的销售环节对消费者体验价值作用明显。

在多元线性回归方程中，根据判别参数和回归标准差值校验拟合分析，依据F值回归模型的特征，回归量R值为 0.812，R2值为0.653，调整后的R2结果为0.652(表11)。由于模型拟合效果好，校验值中系数越接近1，则代表其拟合性质越好，本研究结果为0.652，证明其状态较好。本研究通过公式(2)给出消费者感知下的“互联网+”O2O生鲜农产品供应链多元线性回归模型：

表10 多元回归参量

H=0.241+0.376T1+0.263T2+0.292T3+0.356T4+0.333T5+E。

(2)

表11 回归模型下拟合结果校验

4 总结与建议

4.1 总结

当前的生鲜农产品供应链存在环节多、交易开销高、物流组织无序、加工和数据不完整的问题。在“互联网+”背景下发展O2O生鲜农产品供应链能够有效解决上述问题，而一切销售的终极目标是让消费者满意，从而壮大并稳定产生价值，本试验从消费者视角进行“互联网+”O2O生鲜农产品供应链发展研究具有重要价值。

4.2 建议

4.2.1 从多元服务融合视角发展“互联网+”O2O生鲜农产品供应链 伴随生鲜农产品的消费感知理念逐步升级，消费者更加关注生鲜农产品的消费感受。因此，生鲜农产品供应链须要依据其生产地优势，由供应链多元农产品提供模式往生活感知的角度发展。依托“互联网+”的技术流，可将O2O生鲜农产品供应链的线上和线下服务更完善地呈现给消费者。跟踪生鲜农产品供应链各环节，为各环节消费者提供安全的服务。

4.2.2 将休闲农业融入到生鲜农产品供应链的环节中 将休闲农业融入到生鲜农产品供应链的环节中，从而构建生态型农业。为生鲜农产品消费者提供踏青、长短假日型农业休闲游的娱乐消费模式，从而创造多元化的生鲜农产品供应链。并在“互联网+”和O2O模型的推动下，让生态生鲜农业旅游得到更好的推广和发展。

4.2.3 发展品牌化“互联网+”O2O生鲜农产品供应链 生鲜农产品供应链生产者须要着眼于高品质型生鲜农产品，并依托网络技术实现生鲜农产品的品牌打造。逐步在消费者心目中构建高品质、健康型、养生型的生鲜农产品品牌，并通过“互联网+”和O2O模型努力推动品牌，从而达到真正成功的生鲜农产品供应链模式。

4.2.4 构建完备的生鲜农产品质量保证系统 电商平台的薄弱环节在于质量监管系统力度不够，要构建完善的“互联网+”O2O生鲜农产品供应链就应当在一开始把握好质量关。因此，生鲜农产品供应链系统须要通过加速电子贸易体制监管和投诉体系，不断把控风险，并建立质量分析和监管体系完备生鲜农产品供应链各环节投诉处理系统，为消费者提供最优质的服务。

4.2.5 充分发挥“互联网+”O2O生鲜农产品供应链系统的便捷性 完备全方位“互联网+”的O2O模式生鲜品供应链结构，保障生鲜农产品供应链各环节的便利性，并采用便捷的支付系统如银行卡支付、支付宝和微信支付等模式便于消费者随时随地完成交易。