基于某扶貧政策的MOA模型分析研究

周鵬　占美星　范少帥　程俊

摘? 要：本文主要針對MOA模型這一特殊的數據分析方法進行研究，所用數據據來自于筆者所參與的相關扶貧項目，首先對MOA模型建構進行了論述，然后簡述了相關研究方法，最后對研究結論進行了分析和總結。

關鍵詞：電商扶貧;MOA模型;研究

一、MOA模型建構

MOA模型，是動機（Motivation）、機會（Opportunity）和能力（Ability）的縮寫，也是國際上通用的一種數據處理方式，被廣泛應用于社會營銷和商業營銷等領域。MOA模型主要是從動機、機會和能力三個方面分析消費者的購買意向和購買行為，從而把握住市場的動向。本次研究基于筆者和所在團隊的相關研究，結合該領域的相關研究成果來對MOA模型利用的進行進一步延伸，提出居民電商消費的動機、機會、能力與于農村扶貧之間的關系。

二、研究方法

（一）問卷設計和變量測量

本次研究的問卷設計和變量主要是基于筆者對某縣扶貧政策的研究。某縣的扶貧政策以電商研究帶動居民脫貧政策為主，將發展電商作為該縣經濟發展和扶貧重點。所以本文的主要研究對象為該縣居民，采用便利抽樣的方法進行抽樣，同時問卷采用讓社區居民現場作答現場回收的方式進行回收，共發放問卷850份，回收750份，回收率為87%，有效率為100%。

問卷的設計包括了被調查人口的統計特征和設計變量調查兩個部分。其中被調查人口的統計特征主要為被調查人口的年齡、性別、文化程度和相關收入四個選項。設計變量的調查主要問題該地區人口的對于電商參與和電商消費的參與動機、參與能力、參與機會和社區參與等變量，主要分為完全同意、基本同意、對此不確定、基本不同意和完全不同意五個選項。結合MOA模型的相關文獻分析和實際案例，筆者在成熟量表的基礎上確定了11組觀測變量和43個測量指標。

（二）數據收集與處理

數據的收集與整理主要是在回收問卷之后進行的主要步驟，也是本次數據分析的前提。數據的收集與整理需要基于Amos21.0模型軟件和SPSS20.0統計分析軟件的強力支持，具體的步驟分為兩步，第一步是將樣本數據導入到SPSS20.0統計分析軟件中，結構分析該縣參與到電商扶貧政策的群體主要集中在20～40歲的年齡段，占到了總體比例的70%;性別以女性為主，占到了總體比例的65%;文化程度主要集中在大專以下，占到了總體比例的83%;相關收入主要為月收入2000元以下和2000～4000元之間，分別為58%和41%。第二步是將所得數據導入到Amos21.0模型軟件中，相關軟件主要分析該縣居民的參與程度和電商扶貧之間的驗證。通過分析被調查居民的參與動機、參與能力和參與機會，來對這三者和社區參與之間的關系進行驗證。

三、實證分析

（一）信度與效度分析

在對結構方程模型估計之前，對樣本數據的正態性進行檢驗，主要通過峰度系數與偏度系數對正態性進行檢驗。各觀察變量的峰度系數介于-0.248～5.195之間，絕對值沒有大于正態偏離臨界值7;各觀察變量的偏度系數介于-1.538～0.995之間，絕對值沒有大于正態偏離臨界值3。根據峰度、偏度系數結果可見樣本數據大致符合正態分布，因而采用最大似然法作為模型的估計方法。

Cronbachsα系數是對量表內在結構適配度進行評價的指標，各量表的Cronbachsα系數在0.677～0.935之間，大于0.6，說明量表可靠性程度較高。潛變量的組合信度是結構方程模型可靠性的判別標準，結果顯示，潛在變量的組合信度均大于0.6，其中參與機會、社區參與的組合信度甚至大于0.8，說明各潛在變量測量指標的一致性程度較高，模型的內在質量較佳。因素負荷量路徑系數均達顯著，除觀察變量消極電商影響感知的因素負荷量數值小于0.5以外，其他因素負荷量的數值均在0.7以上，說明潛在變量的聚斂效度理想。

（二）模型結論

通過針對本次實驗結果的分析，筆者得出以下結論，首先從能力來講，參與者的能力與整體電商的參與程度呈正比，所以當地政府應該針對當地貧困居民開展相關的培訓教育，幫助居民提升自身的實力與短板。其次從動機上來講，居民的參與動機與整體電商的參與程度沒有明顯的關系，所以當地政府應該針對居民的問題展開相關解答，幫助居民打消疑惑;第三從機會上來講，該縣的居民參與機會與參與呈正比，說明當地政府應該積極擴大居民參與電商的機會，提高整體參與水平。

參考文獻：

[1]王兆峰，向秋霜.基于MOA模型的雪峰山區社區居民參與旅游扶貧機制[J].吉首大學學報（自然科學版），2019，40（03）：56-66.

[2]雷曉娟. MOA模型視角下的政策擴散研究[D].廈門大學，2018.