基于消费者视角的数字化消费影响因素研究

祝合良 郭凯歌 王春娟

摘 要：随着数字经济与消费互联网的快速发展，数字化消费成为构建双循环新发展格局的重要引擎和增长新动能。本文将数字化消费作为研究对象，从数字技术赋能、商业模式创新、基础保障支撑、数字消费治理四个层面构建数字化消费影响机制的理论框架与研究假设，并在问卷调查基础上采用结构方程模型实证检验数字化消费的多层次影响因素与影响效应。研究结果表明，数字技术赋能对数字化消费普及有显著的强正向效应，数字化服务质量和效率的提升能够促进消费者的数字化消費行为；商业模式创新主要是通过成本节约效应、规模经济效应、效率提升效应等促进数字化消费普及；基础保障支撑显著正向影响数字化消费普及，主要是通过物流基础设施保障、地区数字化消费设施保障等促进数字化消费普及；由于消费者对大数据推送内容的满意度较低以及平台隐私保护管理问题普遍存在，数字消费治理显著负向影响数字化消费普及，从而产生对数字化消费的负向作用力。

关键词：数字化消费；商业模式创新；数字技术赋能；数字消费治理；数字经济

中图分类号：F063. 2  文献标识码：A  文章编号：1001-148X（2023）01-0143-10

收稿日期：2022-03-10

作者简介：祝合良（1966-），男，湖南衡阳人，教授，博士生导师，研究方向：品牌管理与流通经济；郭凯歌（1994-），女，河南南阳人，博士研究生，研究方向：数字经济与商贸流通；王春娟（1984-），本文通讯作者，女，重庆开县人，副研究员，博士，研究方向：数字经济与商贸流通。

基金项目：北京市社会科学基金重大项目暨北京市习近平新时代中国特色社会主义思想研究中心项目，项目编号：21LLYJA006。

目前，中外学者有关数字化消费的研究主要围绕数字经济下消费模式与特征［1-2］、消费水平与消费能力［3-4］、消费结构［5-6］等相关问题展开，对数字化消费的驱动因素研究主要从商品属性［7］、网店属性［8］和平台属性［9-10］三个方面展开。本文将数字化消费作为研究对象，从数字技术赋能、商业模式创新、基础保障支撑、数字消费治理四个层面构建数字化消费影响机制的理论框架与研究假设，并采用问卷调查法设计针对消费者的相关问卷，实证检验数字化消费的多层次影响因素与影响效应。

一、理论分析与研究假设

数字化消费是以互联网和数字技术为支撑，以数据消费为驱动力的传统消费数字化转型的新形态，从形式、内容和模式等方面向数字化转型［11］，呈现出消费方式数据化、消费内容丰富化和消费模式多样化的特征。从消费方式数字化来看，手机、电脑等多渠道支付，在线交易全天候跨区域消费，便捷高效，社交化、平台化的优势使得数字普惠与内需释放深度融合，覆盖了居民衣食住行等多个消费场景。从消费内容数字化来看，随着物质性消费不断得到满足，非物质性消费也占据了不小的市场，数据的产业化转型以及许多专门的APP为消费者提供的网络直播、娱乐游戏、音乐视频、在线教育等消费内容，满足了人民日益增长的美好生活需要；同时，大数据还会根据消费者的历史偏好为其推送精细化个性化的产品和服务，提升供需两端的精准匹配，充分挖掘消费潜力。从消费模式数字化来看，共享经济、社交电商、直播经济等多元化的数字消费场景，以及线下体验店+线上下单等新消费模式，更注重消费者感受、激发消费者活力的同时也减少了中间环节，实现降本增效。数字消费的影响因素包括内在推力因素和外在拉力因素两个方面，如图1所示，内在推力是数字化消费的核心驱动力，以数字技术赋能和商业模式创新内在驱动数字化消费，外在拉力是数字化消费的可持续发展动力，以基础保障支撑和数字消费治理外在影响数字化消费。

图1 数字化消费影响机制

（一）数字技术赋能与数字化消费

数字技术是数字经济核心驱动力，以数字技术为中心，主要从供给侧和需求侧两方面促进数字化消费提升。从供给侧来看，运用数字化新技术不断渗透到传统产业体系，优化重构生产要素组合，催生出数字化生产要素，能够促进企业实现降本增效；数字化在生产、交换、流通和消费等多环节不断渗透和融合，多方面赋能产业发展，生产和销售打通、前台与后台合二为一，形成电子商务产业、数字内容产业、网络广告产业等产业融合的商业模式，使产业实现去中心化、平台化和柔性化的全新组织结构。从需求侧来看，人工智能、云计算、生物识别、物联网等数字技术驱动下，大数据营销决策更加精准，能够创造沉浸式的消费环境，为消费者提供视频直播、社交媒体等多种消费方式，有效适应不同的消费风格和偏好，满足新的消费需求，提高服务效率和提升消费者体验。

首先，数字经济的发展通过推动生产和流通的数字化和智能化，赋能数字化消费，改变消费者的消费观念和消费行为，既实现了供需两端的精准匹配，从而在降低搜寻成本的同时能够在消费市场中创造新需求，推动数字化消费的普及向三、四线城市延伸，又通过促进分工深化而极大提升了资源配置效率，全面整合线上与线下、有形与无形的资源，打破渠道壁垒，实现商业生态体系的资源高效配置。同时，随着数字化消费的发展，“互联网+金融”服务在消费领域越来越普及，电子支付方式兼具便捷性和安全性，新型消费信贷能够有效缓解消费者的流动性约束，对消费意愿的提升和潜在客群的挖掘有助力作用，且呈现趋于普惠化的特征，这是数字化消费的重要驱动力。其次，技术变革带动仓储、物流和售后等环节的改造逐步解决以往的冷链运输短板，既极大地满足了消费者高效率、多场景的服务体验，又通过细分市场展开覆盖消费者日常生活需求的便捷服务，涵盖搜索、下单、配送、评价等一体化服务，使用户需求得到极大满足，进而不断开拓数字化消费的新客群。因此，本文提出如下假设：

H1：数字技术赋能能够促进数字化消费。

（二）商业模式创新与数字化消费

商业模式创新是数字经济的内在动力，传统商业发展模式在数字经济的推动下产生成本节约效应、规模经济效应、效率提升效应等，促进了数字化消费。一是新业态。数字化创造新兴业态，产生了新兴的商品销售渠道，扩大销售市场，形成了市场扩张效应和规模经济效应，促进了多样的数字化消费方式和场景。二是新组织。数字化驱动形成了个性定制、网络协同、智能生产等新型数字化组织方式，降低信息搜索成本和交易成本，为数字化消费提供了有力的基础支撑。三是新服务。数字化形成数据驱动的线上线下一体化服务模式，增加了数字化消费便捷性和体验性，提升了数字化消费频率。

为满足消费者个性化、即时化、便利化、多元化的消费需求，供给端在数字化驱动下不断进行业态创新和模式重塑，共享经济、平台经济、社交电商等新业态实现跨界融合和叠加协同发展，为消费者群体提供丰富的新供给，从多渠道全方位地激发年轻消费者群体以及数字化消费新客户群的消费潜力，主要表现为跨界融合发展的新零售、零售平台和社交网络平台的直播带货、社交电商打造的社区服务模式等新型消费模式。一是新零售的数字化发展，结合了线上下单、线下体验和物流配送体系，有效解决了消费者对商品和服务质量的不确定性，高度整合了线上线下资源。二是直播经济的数字化发展，结合了近距离商品展示、实时购物指南、实时商品使用答疑等内容，给消费者带来了新的消费体验，为增加数字化消费新客群和激发下沉市场消费潜力又拓宽了渠道，同时也为贫困地区的农产品销售给予了很大帮助。三是“互联网+”在线服务的数字化发展，在线服务涉及医疗行业、教育行业、旅游行业等多个消费场景，几乎覆盖消费者的日常生活需求，在政府监管下行业也越来越规范。四是社交电商的数字化发展越来越成为扩大流量的重要助力，覆盖衣食住行等各方面的商品和服务，开拓了数字化消费的新渠道，直接带动了三四线城市的消费增长。因此，本文提出如下假设：

H2：商业模式创新能够促进数字化消费。

（三）基础保障支撑与数字化消费

数字经济背景下，政府着力加强互联网消费金融监管，积极有序改善消费市场环境。一是数字经济新基建。人工智能等新技术能够推动数字化基础设施更新，提升物流基础设施水平，提高地区数字化消费便利性，是数字化消费的重要载体。二是数字经济新管理。通过适应当前数字化发展的新管理理念和交易规则制定，形成完备的技术伦理制度，进行隐私保护管理，可以避免隐私问题、安全伦理问题、公平问题等。

首先，新型基础设施建设是数字化消费普及的重要载体，可以极大程度上激活消费者的消费动力，推动消费力度向三、四线城市下沉市场扩展，逐步实现全民数字化消费变革。一方面，信息基础设施建设普及可以弥合不同产业、地区间的数字鸿沟，带来全新的业态创新布局、商业模式重塑，激发各地区消费者在文娱、生活、学习、工作等各方面的数字化消费需求，使得消费者摒除地理位置的限制，足不出户享受到世界各地的商品和服务；另一方面，网络基础设施建设也弥合了农村偏远地区以及老年消费者群体面临的数字鸿沟，充分挖掘中国超大市场规模的消费潜力。其次，数字化消费市场的规范和监管制度在不断地改进和完善，数据信息管理也是基础保障支撑的一个重要部分。由于数字化消费市场具有海量“活”的数据，企业可以基于此抓取消费者的需求偏好，描绘消费者行为画像，进而为消费者推荐心仪产品，实现个性化定制。因此，本文提出如下假设：

H3：基础保障支撑能够促进数字化消费。

（四）数字消费治理与数字化消费

随着数字经济的快速发展，传统的管理模式和交易模式变革导致企业参与产业协作、市场竞争、价值创造的方式发生转变，企业组织形态从封闭型向开放型转变，企业业务流程向以消费者为中心的逆向整合生产要素转变，企业协调向以人为本的组织架构和分配机制转变，企业参与主体向小微企业转变，传统模式下的消费规则机制正在发生变化。《关于平台经济领域的反垄断指南》的实施标志着全新的互联网监管时代到来国务院反垄断委员会. 《国务院反垄断委员会关于平台经济领域的反垄断指南》，2021年2月7日。，数字消费治理成为支撑数字化消费可持续高质量发展的决定性力量。与此同时，数字经济的数据化、智能化、平台化、生态化等特征也导致低门槛、低成本与低风险无序进入，行业无限制、扩张性发展，在数据管理、数字营销等方面存在问题，阻碍数字消费治理的普及，治理理念和方式需要不断创新。一是数据化管理方面，海量数据集聚的同时缺乏数据开放制度、数据权利归属制度、数据交易规则、数据安全与隐私保护规则等，导致数字鸿沟、隐私泄漏等问题频发，对数字化消费的进一步普及产生影响；二是数字技术带来信息成本、议价成本、决策成本、监督交易、违约成本等交易成本降低，出现了数字鸿沟、野蛮生长、行业垄断、恶性竞争等问题，阻碍了数字化消费健康发展；三是数字化营销缺乏消费者人文关怀，各种数字媒体采用数字化手段缺乏职业道德，毫无节制地向消费者推送商品，激发消费者购买欲望，出现了操作陷阱、算法设局、消费欺诈与虚假宣传等侵害消费者权益问题，导致大量非理性消费，造成了妨碍用户创新与成长的“信息茧房”。处于垄断地位的平台企业利用大数据分析和智能算法技术，预测消费者需求，进行商品和价格的个性化定制，从而攫取更多消费者剩余，即“大数据杀熟”行为。因此，本文提出如下假设：

H4：数字消费治理能够促进数字化消费。

二、研究设计

综合本文研究假设构建的研究模型如图2所示，数字化消费普及受数字技术赋能、商业模式创新、基础保障支撑、数字消费治理的影响，同时四者之间存在相互作用关系。

图2 研究模型框架

（一）样本与数据

本文研究数据来自于对不同特质消费者的抽样问卷调查，问卷形式为问卷星平台的电子文档，以便收集来自全国各地区消费者的问卷。为了保障本次问卷調查的回收质量，本文的问卷对象不限制地区和年龄，正式问卷收集工作历时20天，设置每一位受访者仅可参与一次调研的原则，共发放问卷1000份，剔除有缺失数据、有70%为同一数字的无效样本后最终收回有效问卷663份，问卷的题项主要围绕这些因素来编制。其中，由于调查问卷中包括“您对数字化消费的了解程度”题项，此题项是作为体现数字化消费普及度的题项之一，因此保留所有填写完整的问卷作为有效问卷。

（二）量表开发

从消费者视角设置数字化消费及其影响因素的测量量表，主要包括数字技术赋能、商业模式创新、基础保障支撑和数字消费治理等因素，将量表发至网络平台问卷星上，尽可能保证样本的随机性，最终收集有效问卷663份，问卷对象来自我国26个省市。本文针对问卷数据进行探索性因子分析，删除因子载荷低于0. 5的题项，最终形成包含4个测量数字化消费普及的题项、3个测量数字技术赋能的题项、4个测量商业模式创新的题项、2个测量基础保障支撑的题项、4个测量数字消费治理题项的量表。上述所有量表采用Likert五级量表，测量题项来源如表1所示。从消费者角度出发，数字化消费普及用消费者对数字化消费的了解度、功能掌握度、支出倾向度来体现；从消费者视角来看，数字化消费普及度越高说明数字化消费在人们社会生活中覆盖率越高，数字化消费的未来发展潜力越好。数字技术赋能用消费者视角下数字化消费过程中提供智能化供给服务的质量和效率来体现，商业模式创新用数字化消费的成本节约效应、规模经济效应、效率提升效应等来体现，基础保障支撑用消费者视角下的网络基础设施保障与物流基础设施保障来体现。数字消费治理包括对数据确权、数据流动开放、平台规制等多方面的治理，对于消费者来说主要是大数据分析对消费过程的影响，体现在消费需求精准匹配情况、商家恶意利用大数据分析结果的价格歧视行为以及消费者对于大数据分析的态度等。所以，本文用数字化消费市场中消费者对数据问题监管和治理的接受度来表示数字消费治理的有效性。

（三）描述性统计

根据Hunjet等（2019）［13］的研究，考虑本文样本消费者在数字化消费行为中可能受年龄、教育程度、收入水平、居住城市等因素影响，本文将这些影响数字化消费的消费者个人特征加入量表中，放在实证检验中作为控制变量，尽量避免遗漏重要变量所导致的内生性问题。样本描述性统计特征如表2所示，可以看出，男女比例接近1：1；消费者年龄主要在31-45岁和18-30岁，占比达59. 39%，18岁以下、45-60岁和60岁以上各占比12. 82%、17. 8%和9. 95%，总体结构基本呈正态分布；从教育程度来看，本科和高中层次占比最高，分别达36. 95%和28. 06%，高中以下和研究生以上分别占比14. 93%和20. 06%，也基本呈正态分布。从月收入水平来看，8000以下占比最高，达60%，中等收入水平样本较多。从职业来看，企业工作者占比最高，达32. 73%，其次是公务员、教师和学生。从居住城市来看，一线城市消费者占比最高，达38. 01%，二线城市与其相差不大，占比34. 99%，其次是县城和乡村，分别占比18. 85%和8. 15%，符合目前下沉市场数字化渗透增强的现状，与2020年城乡网民规模结构配比基本一致根据中国互联网络信息中心发布的《第47次中国互联网络发展状况统计报告》：2020年中国网民男女比例分别为51%和49%；2020年中国网民19岁以下、20-29、30-39、40-49、50-59、60岁以上规模比例分别为16. 6%、17. 8%、20. 5%、18. 8%、15. 1%、11. 2%；2020年中国网民学历为高中以下、高中/中专/技校、大学专科、本科及以上的规模比例分别为59. 6%、20. 6%、10. 5%、9. 3%；2020年中国网民月收入为5000以下、5000-8000、8000以上的规模比例分别为70. 7%、14. 5%、14. 8%；2020年中国网民中学生、党政机关事业单位从业人员、企业从业人员、专业技术人员、其他职业规模比例分别为21%、2. 7%、21. 2%、8. 2%、46. 9%；2020年中国网民城乡规模比例分别为68. 7%和31. 3%。。總体来看，在线上平台填写问卷的前提下，本文所获取的样本不可避免地存在一些选择性偏差，如样本中年龄分布在18-45岁之间的比例相较于2020年中国网民规模配比较高，学历在本科及以上的样本配比也比较高，月收入分布配比在5000以下的样本较少，职业分布在企业和公务员的样本比例偏多，均与2020年网民规模配比有所差异。因此，本文旨在检验理论分析中数字化消费影响机制的假设猜想，基于相关测量题项与问卷数据，获得不同影响路径下对数字化消费普及度的解释力，由于这些样本选择性偏差的存在，本文实证检验结果中的影响系数大小与显著性可能与现实情况有一定概率上的偏差，在检验结果分析中还要把高学历高收入消费群体的偏好特征及对结果的影响考虑进去。

三、数据分析与结果检验

（一）信度与效度检验

本文对反向变量x21和x22进行重新编码，利用Cronbachs α系数对最终使用的研究量表进行内部一致性检验，所有量表信度系数指标α与组合信度CR高于0. 6，在α≥0. 70时是高信度，故可得出结论：该数据结果通过信度检验，具备内部一致性特征。将验证性因子分析（CFA）结果报告如表3所示。CMIN/DF为1. 764（小于2），RMSEA=0. 034（小于0. 08），GFI、AGFI、TLI、CFI分别为0. 968、0. 954、0. 988、0. 991，均大于0. 9，可见测量模型拟合度较好。所有变量的因子载荷值均超过0. 5，且在1%水平上显著，变量平均方差提取值（AVE）均大于0. 3，说明量表中的变量具有较好的聚敛效度；同时，对所有变量进行因子降维分析，对17个指标进行KMO和Bartlett检验，结果KMO统计量为0. 959，卡方在1%水平上显著，即拒绝变量间的净相关矩阵不是单元矩阵的假设，说明17个指标间有很强的相关性，并且Bartlett检验的概率值P为0. 000，量表具有良好的效度。此外，变量相关性及AVE平方根结果如表4所示，AVE平方根均超过该变量的其他相关系数，说明区分效度良好。

（二）同源偏差问题

考虑到研究中可能存在的同源偏差问题，一方面在调查问卷发放中考虑了全国各个地区的样本，且为匿名填写；另一方面，收集到足够的调查问卷之后，本文采用三种方法进行同源偏差检验。首先，采用Harman单因子分析对研究涉及的主要题项进行因子分析，提取出5个共同因子，共解释了72. 24%的变异量，第一个主成分因子的方差解释比例为33. 17%，可初步判定本研究的同源偏差问题并不严重。其次，参考刘玲玲等（2019）［22］的做法，采用单因子的验证性因子分析，比较拟合指标与原模型的差异，结果显示模型拟合很差，CMIN/DF为7. 311，RMSEA为0. 198，GFI、AGFI、TLI、CFI分别为0. 661、0. 572、0. 676、0. 483，可证明无严重同源偏差问题。最后，借鉴连帅磊等（2018）［23］的做法，采用加入共同方法因子的验证性因子分析，结果显示CMIN/DF为1. 781，RMSEA为0. 063，GFI、AGFI、TLI、CFI分别为0. 944、0. 908、0. 959、0. 972，与原模型的结果相差不足0. 05，可证明无严重同源偏差问题。

（三）假设检验

根据前文的初始模型，运用Amos22. 0软件的极大似然法估计各回归系数参数，计算出标准化路径系数检验结果如图3所示。

数字技术赋能、商业模式创新和基础保障支撑总体上都是正向影响数字化消费普及的重要因素，影响因子分别达到0. 86、0. 77和0. 31，数字消费治理负向作用于数字化消费普及，影响因子为-0. 82。其中，数字技术赋能包含的3个观察变量均为正向作用力，即对于本文研究样本，大概率消费者认为在进行网络消费时对商品和服务的质量以及平台售后服务问题比较满意；商业创新模式包含的4个观察变量都为正向作用路径，即研究样本中消费者普遍认为数字化消费能够产生成本节约效应、规模经济效应、效率提升效应；基础保障支撑包含的2个观察变量也表现为正向作用路径，即关于地区数字化消费的便捷性与快递送达速度的观察变量的估计值为正，说明在本文研究样本中，大概率消费者认为地区数字化消费便捷度较高，快递送达速度也较快，这个结果可能与样本容量中一、二线城市较多，而乡村样本较少有关；数字消费治理所包含的4个观察变量，均为体现大数据自动推荐商品与服务问题以及数字化消费过程中的数据管理问题的调查变量，说明对于本文的研究样本，大概率消费者认为比较不满意大数据的自动推荐商品与服务问题，同时隐私泄露问题和大数据杀熟问题也是普遍存在的，数字消费治理总体上对数字化消费普及存在明显的负向作用路径。考虑到检验结果可能会受到样本选择中高学历高收入消费群体的偏好特征的影响，数字技术赋能、商业模式创新、基础保障支撑和数字消费治理对数字化消费普及的影响程度可能存在一定概率上的浮动。高学历高收入群体往往对数字化消费的供给服务的质量和效率、规模经济效应、效率提升效应等更加注重，同时对大数据杀熟和消费者隐私泄露等情况更加敏感，接受度不高，因此，本文的实证检验结果中数字技术赋能和商业模式创新对数字化消费普及的影响程度估计可能偏高，数字消费治理对数字化消费普及的影响系数可能偏低。

整理各个潜在变量的标准化回归结果如表5所示，可以看出，四条数字化消费普及的影响路径都在10%的水平上显著，数字技术赋能、商业模式创新与基础保障支撑对数字化消费普及都存在显著的正向影响，数字消费治理则表现为负向作用力。综合本文的研究检验结果，H1、H2和H3与前文的研究假设都基本符合，H4的检验结果表示不支持前文的研究假设。主要原因在于：数字消费治理在协调分配机制和提供可持续性保障的同时，大数据智能算法会窃取消费者信息，进行“大数据杀熟”，而消费者普遍反感此行为，因此，数字消费治理对数字化消费普及的路径系数出现负值，这也是引发社会注意和监管部门思考的一个问题。

接下来本文采用SPSS25. 0软件的线性回归方法对研究假设进行检验，考虑样本的一些基本特征，在回归分析中将性别、年龄、教育程度、月收入水平等作为控制变量，分别加入数字技术赋能、商业模式创新、基础保障支撑、数字消费治理和控制变量，由此产生5个模型，5个模型的检验结果如表6所示。

结果表明：第一，模型5的R2值和调整后的R2值最高，分别达到0. 114和0. 103，与模型1（0. 026）和模型2（0. 031）相比，模型5的R2值上升了三倍，与模型4（0. 093）和模型3（0. 107）相比，也有小幅度上升，说明数字技术赋能、商业模式创新、基础保障支撑和数字消费治理四个层面的变量都对数字化消费普及具有较强的解释力，同时性别、年龄、教育程度、月收入水平等控制变量的加入，也显著提升了模型的拟合优度。第二，五个模型检验结果都显示数字技术赋能显著正向影响数字化消费普及，且至少在10%水平上显著，影响因子在0. 1左右，结合其观察变量，说明在消费者进行数字化消费过程中，对于数字技术和产品的服务质量和效率总体上满意，能够推动消费者的数字化消费行为。第三，商业模式创新显著正向影响数字化消费普及，且影响程度较高。五个模型的结果都显示至少在10%水平上显著，这与前文的路径分析结果一致，商业模式创新也是在所有变量中影响因子较大的，即对数字化消费普及的作用程度比较强，结合其观察变量，成本节约效应、规模经济效应、效率提升效应等都对数字化消费普及具有显著的促进作用。第四，基础保障支撑显著正向影响数字化消费普及，且影响程度最高。模型3、模型4和模型5都显示基础保障支撑显著影响数字化消费普及，且都在1%水平上显著，影响因子在0. 39左右，即基礎保障支撑能够较强地解释数字化消费普及。考虑其观察变量，物流基础设施水平、地区数字化消费设施便利性等总体上对数字化消费普及存在正向促进作用。第五，数字消费治理显著负向影响数字化消费普及。模型4和模型5都显示数字消费治理负向影响数字化消费普及，且都在1%水平上显著，影响因子在-0. 23左右，考虑控制变量前后，数字消费治理的估计系数变化不大。结合其观察变量，消费者对大数据推送内容的满意度以及隐私保护管理问题等对数字化消费普及具有负向影响。事实上，大数据推送内容虽然增加了消费者购买自己需要商品和服务的便利性，但与此同时也是一定程度上对消费者隐私的侵犯，会让消费者在心理上产生排斥，降低消费者的满意度；同时，网络平台的价格制定问题虽然一直处于社会的重点关注领域，很多平台和企业已经在采取措施进行监管，处理效率也在不断提升，但目前的网络平台管理制度还有待完善，市场上的商家规模和管理水平参差不齐，平台市场的信息不对称使得消费者不能轻易分辨出最优的商家进行商品和服务交易，因此，市场规范管理和平台制度管理还有待完善，消费者总体满意度不高。

四、结论与建议

（一）结论

数字化消费作为新发展格局下的消费新引擎，是数字经济通过成本节约效应、规模经济效应、精准配置效应、创新赋能效應等不断促进和推动其发展。本文基于数字化消费影响机制理论框架，分别从数字技术赋能、商业模式创新、基础保障支撑和数字消费治理四个方面详细阐述了数字化消费的影响机制。综合来看，数字技术赋能和商业模式创新从内在推力精准匹配供需两端，产生成本节约效应、规模经济效应、效率提升效应等，推动数字化消费的发展；基础保障支撑和数字消费治理则从外在拉动弥合地区间数字鸿沟，改善数据确权、数字营销等问题，支撑数字化消费可持续高质量发展。在理论机制分析的基础上，本文利用问卷调查法对来自不同地区、不同年龄段、不同收入水平的样本进行研究，采用结构方程模型法从数字技术赋能、商业模式创新、基础保障支撑和数字消费治理四个层面构建数字化消费普及的影响因素路径分析，在模型假设检验之后，又估计了其线性回归系数。实证结果表明：（1）数字化消费受多重因素影响，数字技术赋能、商业模式创新、基础保障支撑和数字消费治理都对数字化消费普及具有较强的解释力。（2）数字技术赋能对数字化消费普及存在积极促进作用，结合其观察变量，说明数字化服务质量和效率的提升能够推动消费者的数字化消费行为。（3）商业模式创新对数字化消费普及有显著的强正向作用效应，结合其观察变量，主要通过成本节约效应、规模经济效应、效率提升效应等促进数字化消费普及。（4）基础保障支撑也显著正向影响数字化消费普及，即物流基础设施保障、地区数字化消费设施保障的提升能够显著促进数字化消费普及。（5）数字消费治理显著负向影响数字化消费普及，主要是由于消费者对大数据推送内容的满意度较低以及平台隐私保护管理问题普遍存在，从而产生对数字化消费普及的负向作用力。

（二）建议

基于以上研究结论，本文认为应当把握好数字化消费的新增长机遇，从加强数字技术赋能、创新商业模式、强化数字基础设施、加强数字化消费治理四方面着手，构建数字化消费生态体系，促进未来的数字化消费健康有序发展，具体建议如下：

（1）加强数字技术赋能。依托数字技术深化客户识别、市场营销、运营管理、仓储物流、产品服务等环节的数字化应用；支持建立全渠道用户数据库，运用大数据技术预测消费行为和消费潜力，实现精准化营销和个性化服务，提高可视化管理、动态化响应和智能化决策水平；支持运用物联网、区块链、射频识别等数字技术，优化库存管理系统，大力发展智能商贸物流。

（2）不断创新商业模式。主动适应消费新需求，通过数字技术与传统产业融合的商业模式创新，打破组织内阻碍渠道融合的壁垒，推动包括社交媒体渠道等线上渠道和实体渠道的合作，把握我国低线城市年轻消费者巨大的消费潜力，通过全渠道实现对消费者的有效覆盖，培育更大规模的数字消费新领域，加快数字消费新业态和新模式的创新。

（3）强化数字基础设施保障。针对目前数字化消费发展存在的基础设施便捷性不足、服务能力偏弱等现象，政府、市场和企业共同合作，发挥协同效应和规模效应，加快5G网络、物联网、消费互联网等基础设施建设，构建高质量的数字基础设施，为数字消费奠定坚实的生产力基础。

（4）完善数字化消费治理。政府、行业协会、企业、媒体、消费大众等多元主体，应当通过行业管理、平台管理、政府管理，充分运用物联网、区块链、人工智能等数字化技术，在数据管理、数字交易、数字营销等多方面，加强数字化消费过程中消费者的隐私保护、平台大数据管理，促进数字化消费规范发展。

参考文献：

［1］ Kim Y， Sohn D， Choi S M. Cultural Difference in Motivations for Using Social Network Sites： A Comparative Study of American and Korean College Students［J］．Computers in Human Behavior，2011，27（1）：365-372.

［2］ 曾世宏，刘迎娣.互联网技术、交易效率与服务业发展——兼论服务消费对高质量发展的基础性作用［J］．产经评论，2020（3）：16-31.

［3］ Salahuddin M， Alam K. Information and Communication Technology， Electricity Consumption and Economic Growth in OECD Countries： A Panel Data Analysis［J］．International Journal of Electrical Power & Energy Systems， 2016，76：185-193.

［4］ 方福前，邢炜.居民消费与电商市场规模的U型关系研究［J］．财贸经济，2015（11）：131-147.

［5］ 杜丹清.互联网助推消费升级的动力机制研究［J］．经济学家，2017（3）：48-54.

［6］ 马香品.数字经济时代的居民消费变革：趋势、特征、机理与模式［J］．财经科学，2020（1）：120-132.

［7］ Flavián C， Gurrea R， Orús C. Choice Confidence in the Webrooming Purchase Process：The Impact of Online Positive Reviews and the Motivation to Touch［J］．Journal of Consumer Behaviour，2016， 15（5）： 459- 476.

［8］ Arora S， Singha K， Sahney S. Understanding Consumers Showrooming Behaviour ： Extending the Theory of Planned Behaviour ［J］．Asia Pacific Journal of Marketing and Logistics，2017，29（2）：409-431.

［9］ 李明琨，吴欢，王伟.互联网企业大数据"杀熟"的博弈行为机理与消费者应对策略［J］．管理学刊，2021（2）：55-64.

［10］Rodrigo M， Wilfried S Z， Tommaso V. The Value of Personal Information in Online Markets with Endogenous Privacy［J］．Management Science，2018，65（3）：1342-1362.

［11］張峰，刘璐璐.数字经济时代对数字化消费的辩证思考［J］．经济纵横，2020（2）：45-54.

［12］韩文龙.数字经济中的消费新内涵与消费力培育［J］．福建师范大学学报（哲学社会科学版），2020（5）：98-106+170.

［13］Hunjet A， Kozina G，  Vukovic D. Consumer of the Digital Age［J］．Ekonomska Misaoi Praksa，2019， 28（2）：639-654.

［14］Flavián C， Gurrea R， Orús C. Combining Channels to Make Smart Purchases： The Role of Webrooming and Showrooming［J］．Journal of Retailing and Consumer Services，2020，52：1-11.

［15］Jing B. Showrooming and Webrooming： Information Externalities between Online and Offline Sellers［J］． Marketing Science，2018，37（3）：469-483.

［16］Fernández N V， Pérez M J S， Vázquez-Casielles R. Webroomers Versus Showroomers： Are They the Same？［J］． Journal of Business Research，2018，92（11）：300-320.

［17］Wollenburg J， Holzapfel A， Hübner A， Kuhn H. Configuring Retail Fulfillment Processes for Omni-Channel Customer Steering［J］． International Journal of Electronic Commerce， 2018，22（4），540-575.

［18］Singh D K， Kumar A， Dash M K. Using Analytic Hierarchy Process to Develop Hierarchy Structural Model of Consumer Decision Making in Digital Market［J］．Asian Academy of Management Journal， 2016，21（1）： 111-136.

［19］Kim K， Kim E B. Suggestions to Enhance the Cyber Store Customer Satisfaction［J］．Journal of American Academy of Business，2006，9（1）：233-240.

［20］Dholakia R R， Miao Z. Effects of Online Store Attributes on Customer Satisfaction and Repurchase Intentions［J］．International Journal of Retail & Distribution Management，2010，38（6-7）：482-496.

［21］Spiegel Y. Commercial Software， Adware， and Consumer Privacy［J］．International Journal of Industrial Organization，2013，31（6）：702-713.

［22］刘玲玲，田录梅，郭俊杰.亲子关系对青少年冒险行为的影响：有调节的中介模型［J］．心理发展与教育，2019（2）：210-218.

［23］连帅磊，劉庆奇，孙晓军，等.手机成瘾与大学生拖延行为的关系：有调节的中介效应分析［J］．心理发展与教育，2018（5）：595-604.

Research on Determinants of Digital Consumption from the Perspective

of Consumers

ZHU He-liang1，2，GUO Kai-ge1， WANG Chun-juan3

（1.School of Economics， Capital University of Economics and Commerce，Beijing，100070， China;

2.School of Economics and Management， Beijing University of Technology，Beijing，100124， China;

3.Business Research Institute，Beijing College of Finance and Commerce，Beijing 101101，China）

Abstract： With the rapid development of digital economy and consumer Internet， digital consumption has become an important engine and new growth momentum for building a new development pattern of double cycle. Taking digital consumption as the research object， this paper constructs the theoretical framework and research hypothesis of the impact mechanism of digital consumption from the four aspects of digital technology empowerment， business model innovation， basic guarantee support and digital consumption governance， and empirically tests the multi-level influencing factors and effects of digital consumption by using structural formula model on the basis of questionnaire survey， The results show that： Digital technology empowerment has a significant positive effect on the popularization of digital consumption， and the improvement of digital service quality and efficiency can promote consumers digital consumption behavior; Business model innovation mainly promotes the popularization of digital consumption through cost saving effect， economies of scale effect and efficiency improvement effect; Infrastructure support also has a significant positive impact on the popularization of digital consumption， mainly through the guarantee of logistics infrastructure and regional digital consumption facilities; Digital consumption governance has a significant negative impact on the popularity of digital consumption， mainly due to the low satisfaction of consumers with the content pushed by big data and the widespread problems of platform privacy protection and management， resulting in a negative force on the popularity of digital consumption. Finally， based on theoretical and empirical research， this paper puts forward countermeasures and suggestions for the future development of digital consumption.

Key words：digital consumption; business model innovation; digital technology empowerment; digital consumption governance; digital economy

（责任编辑：关立新）