疫情防控政策下社区团购对购物出行的影响

2022-06-16 00:59贺康康张水潮范新科陈政
宁波工程学院学报 2022年2期
关键词:购物时期居民

贺康康, 张水潮, 范新科, 陈政

(1. 宁波工程学院 建筑与交通工程学院, 浙江 宁波 315211; 2. 宁波宁工交通工程设计咨询有限公司, 浙江 宁波 315211; 3. 宁波市公安局交通警察局, 浙江 宁波 315199)

0 引言

社区团购是依托线下实体社区,借助线上社交工具进行的“线上预订+线下自提”的团购模式。 社区团购以传统社区“熟人社会”为基础,以微信等社交网络为媒介,以生鲜品为切入口,弥补了纯电商无法即时服务的短板,为社区居民提供低价、便利的团购服务[1-2]。 尤其在疫情防控时期,在居住小区封闭管理、居民限制出入、网络快递停运的情况下,社区团购推出了无接触配送、标准化蔬菜包等新型服务,为保障居民基本生活需求发挥了较大的作用。

社区团购作为新型网络购物方式,国内外对其行为特征和影响因素,以及对购物出行的影响还缺乏研究,对疫情防控政策下社区团购对购物出行影响的研究更是空白。 目前,国内外研究主要集中在传统网络购物对居民出行的影响,现有的研究表明,传统网络购物对居民出行影响存在4 种情况[3]:(1)替代——购物出行被网络购物取代[4];(2)互补——由于网络购物,购物出行频率增加[5,-6];(3)改变——购物出行没有被网络购物替代,而是被改变[7];(4)中立——网络购物没有影响购物出行[8-9]。 WELTEVREDEN等人研究了荷兰网络购物者,发现网络购物可以减少个人购物出行量,市中心最有可能面临网络购物取代实体店购物的挑战[10]。 CAO 调查了美国明尼苏达州的网络购物者,发现有49.3%的被调查人员在网上看到商品后倾向于去实体店购物,购物出行受到网络信息的激发[11]。 章雨晴调查了南京市居民网络购物行为和实体零售业发展情况,认为主城区是网络零售和实体零售的双重热点,而近郊区域网络购物对实体购物存在一定程度的替代[12]。 胡鹏飞认为网络购物可有效减少步行和公交车的出行需求,而出租车和小汽车的出行需求受网络购物影响较少[13]。

本研究通过网络问卷收集新冠肺炎疫情防控政策下居民的社区团购和购物出行数据,分析不同疫情防控政策下社区团购行为和购物出行的特征和影响因素,探求疫情结束后居民是否会使用社区团购代替购物出行的决定因素,为社区团购目标客户辨别和发展策略制定提供理论支撑。

1 研究地区与数据收集

1.1 研究地区

本研究选取浙江省宁波市居民作为研究对象。宁波市自2020 年1 月22 日确诊第一例新冠肺炎患者之后,实施了一系列政策措施全力防控疫情。2 月4 日,要求所有村(小区)一律实行封闭式管理,每户家庭(居家隔离家庭除外)每两天可指派1 人外出采购生活物资。2月11 日,规定每户家庭每天可外出1人。2 月16 日,不再限制居民出行次数,规定持有“甬行码”绿码或“甬行证”的人员,在亮码或亮证、测温后可进出所在村或小区。

1.2 数据收集

本研究于2020 年2 月20—22 日通过网络问卷调查2 月6—20 日之间宁波居民社区团购和购物出行情况。 被调查者需要回忆 2 月 6—10 日(CP1 时期),2 月 11—15 日(CP2 时期),2 月 16—20 日(CP3时期)三个不同防控政策时期的社区团购金额和频率、购物出行频率。 社区团购金额和频率可以通过查询手机APP 记录得到。 疫情防控时期居民出入小区需要出示通行证并记录出行时间,购物出行频率也可以通过查询得到。 因此,虽然调查追溯时间较长,但社区团购和购物出行记录都有据可循,可在一定程度上保证数据可靠性。 本次调查共收集578 份问卷,剔除不完整和无效问卷,最后获得485 个有效样本。

2 研究方法

2.1 负二项回归

泊松(Poisson)分布和负二项分布是计数模型中最常用的离散型概率模型,常用于描述单位时间、单位平面或单位空间中罕见质点总数的随机分布规律。 本研究中,假设社区团购的频率和购物出行的频率是两组计数变量,由于社区团购的频率和购物出行的频率两组变量的均值均小于其方差,这不支持泊松回归模型的要求,因此利用负二项回归进行分析。 社区团购频率模型变量为表1 所列的被调查者属性,购物出行频率模型变量为表1 所列的被调查者属性,以及不同疫情防控政策下社区团购频率和金额。 本文采用R3.4.3 中的MASS Package 通过极大似然估计进行参数估计。

表1 有效被调查者属性

2.2 线性回归

线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法,运用十分广泛。 考虑到社区团购金额是连续变量,且很大程度上服从正态分布,因此利用线性回归模型来确定社区团购金额的影响因素。 模型变量为表1 所列的被调查者属性,文中采用SPSS22.0软件通过极大似然估计进行参数拟合。

2.3 二元 Logit 模型

Logit 模型是行为研究中常用的预测分析方法。模型根据随机效用理论,购物者在一定选择条件下,可选择效用最大的选择方案,选择方案受到购物者特性、选择方案特性等因素影响[15]。 社区团购是否会取代购物出行是一组二元变量,采用二元Logit 回归模型来探索决定社区团购是否会取代购物出行的决定因素。 模型变量为表1 所列的被调查者属性,以及不同疫情防控政策下社区团购频率、社区团购金额和购物出行频率。 本文采用SPSS22.0 软件通过极大似然估计进行参数估计。

3 结果与讨论

3.1 社区团购和购物出行特征

不同疫情防控政策下,社区团购和购物出行行为有所变化(表2)。 CP1 时期,社区团购频率比购物出行频率高35.86%;CP2 时期,团购频率增加了3.59%,但团购金额下降了2.52%,购物出行频率增加了25.47%;CP3 时期,社区团购频率下降45.38%,团购金额下降60.11%,购物出行频率增加了48.02%,购物出行频率比社区团购频率高52.51%。 随着疫情形势好转和防控政策放宽,主力购物方式由社区团购逐渐转变为出行购物,但社区团购还占了32.20%的购物比例。 社区团购已经成为重要的购物补充方式,部分居民已经对社区团购产生较强的认同,并逐渐形成团购习惯。

表2 不同疫情防控政策下社区团购和购物出行行为特征

3.2 社区团购影响因素分析

3 种疫情防控政策下社区团购频率的参数标定结果十分接近(表3)。 性别、教育程度、住房产权、家庭规模、交通工具所有权、社区团购经历与社区团购频率均为正相关,年龄、家庭月收入、居住地位置与社区团购频率均为负相关。模型显示,年龄越大,团购频率越低,这与传统网络购物的研究结果一致[6,15],老年人需要更长时间才能接受新型购物方式。 低收入者的团购频率更高,而家庭规模越大,购物需求高,则团购频率也越高。 居住地位置在市中心的购物者团购频率更高,这是由于市中心的社区团购服务更加丰富,而郊区位置由于居住地分散、人口密度较低,使得配送难度增大,导致团购服务数量和质量要远远低于市中心。

表3 不同疫情防控政策下社区团购频率的负二项回归模型

不同疫情防控政策下社区团购金额模型的标定结果如表4 所示。模型显示,3 种不同防控政策模型下,性别、家庭月收入、教育程度、住房产权、家庭规模、小汽车所有权、非机动车所有权、社区团购经历与社区团购金额均为正相关,年龄与社区团购金额呈现负相关。 家庭月收入越高,团购金额越大,可以看出高收入者单次社区团购的金额更高,这与传统网络购物的特征一致[16]。

表4 不同疫情防控政策下社区团购金额的线性回归模型

3.3 购物出行影响因素分析

不同疫情防控政策下购物出行频率模型的标定结果差异较大(表5)。CP3 时期,年龄呈现显著的正相关,说明老年人更加愿意外出购物,有可能是由于社区团购主要以生鲜为主,而老年人对于生鲜食品更倾向于自己挑选。 CP1 和CP2 时期,小汽车所有权、非机动车所有权与购物出行频率显著正相关,这是由于该时期宁波市公共交通服务停运,拥有交通工具的居民更方便外出购物。 而CP3 时期公共交通服务恢复运营,激发了没有交通工具的居民的购物出行。 家庭规模也呈现同样的趋势,因为家庭规模越大,购物需求量越大,需求种类越多,而社区团购群物品种类单一,需要加入多个团购群,多次下单才能满足购物需求,因此居民会更倾向于外出购物。 从社区团购次数与购物出行次数的关系来看,CP2 时期两者显著负相关,CP3 时期则表现为显著正相关,这表明社区团购并不能完全取代购物出行,但是在非常时期社区团购对保障居民基本生活需求还是发挥了重要的作用。

表5 不同疫情防控政策下购物出行频率的负二项回归模型

3.4 疫情结束后社区团购影响分析

如表6 所示,疫情结束后,仅有5.29%的前期无团购经验的居民会使用社区团购替代购物出行,而有14.34%的有团购经验的居民会选择替代出行。 社区团购在前期已经使用的客户群中有更高的认可度。 这也可能由于疫情时期的团购服务由于订单量大,配送力量紧张,导致服务质量比平时有所下降,因此客户对团购的认同度不高,有70.04%的新客户和32.56%的老客户表示今后不会再使用社区团购。疫情结束后社区团购对购物出行不具备明显的替代作用,这与很多传统网络购物的研究一致[5-7]。 表7显示了社区团购是否会替代购物出行的二元Logit 回归模型标定结果。 家庭月收入和防控政策时期的出行频率与替代选择具有显著的负相关,社区团购经历、防控政策时期的团购频率和团购金额呈现显著的正相关。 收入越高,越倾向于外出购物;而防控政策时期的团购频率和团购金额越高的居民,可能由于在前期加入较多的团购群,已经筛选出适合的团购商品,因此更有可能形成长期的团购习惯以替代外出购物。

表6 疫情结束后社区团购选择特征

表7 社区团购是否会替代购物出行的二元Logit 回归模型

限制出行时期(CP1 和CP2)社区团购对保障居民基本生活需求发挥了巨大的作用。 该时期社区团购企业应肩负社会责任,以最大范围提供基础物资配送服务为目标,尤其是要加强郊区位置的配送能力和服务水平,以及老年群体的咨询指导和服务宣传,协助政府做好弱势群体封控期间的基本生活保障工作。CP1 和CP2 时期虽然是培育社区团购新客户的最佳时期,但受物资和配送人员紧缺的影响,该时期的社区团购体验低于正常时期,造成解封后客流急剧流失。 后疫情时代,社区团购仍旧充满发展机遇,社区团购服务商应在保证产品低价的前提下,制定相应的产品质量保障制度和标准,集成部分社区团购服务商,解决单个团购群品类单一、客户需要多次下单的问题,系统化社区团购平台,提供完善的物流追踪服务、售后保障服务机制、客服机制等,以提高社区团购品牌的影响力,增强消费者的信任度感知。

4 结语

本文以宁波市居民在不同疫情防控政策下社区团购和购物出行行为为例,分析社区团购和购物出行特征和影响因素,以及疫情结束后社区团购替代购物出行的决定因素。 在多重防控政策下,社区团购成为主要的购物方式,随着疫情形势好转和防控政策放宽,主力购物方式逐渐回归为出行购物,但社区团购已经成为重要的购物补充方式,防控政策促使部分居民逐渐形成团购习惯。 社区团购频率和金额主要受疫情防控政策、家庭月收入和规模、住房产权、交通工具拥有情况和社区团购经历的影响。 防控政策放宽后,社区团购客流流失较为严重,后疫情时代的社区团购应加强产品质量保障、提供多元服务、完善售后服务机制,以便提高社区团购品牌的吸引力和影响力。

由于调查样本数量有限,调查结果有一定局限性。 后期将扩充样本数据来验证上述结论,同时增加社区团购商品价格和质量、物流追踪和售后服务、疫情期间居民的心理因素,并结合SP 调查进一步丰富疫情防控政策将更有说服力。 此外,解析居民购物行为选择和转移机理也是下一步研究的重点。

猜你喜欢
购物时期居民
石器时代的居民
我们为什么选择网上购物?
文艺复兴时期的发明家
开心一刻
清代时期
圣诞购物季
新时期的向善向上
快乐六一,开心购物!
不可错过的“购物”APP
高台居民