“互聯網+”背景下農產品直播銷售影響因素研究

梅睿安 趙潤澤 白子曦

摘 要：電商直播是新興的“互聯網+”銷售模式之一，中國農村直播銷售形成了“一人帶動全村”的營銷模式。在總結分析現有資料與案例的基礎上，采用因子分析法對影響農村“電商+直播”效益的因素進行研究，并對其發展現狀進行評估。結果表明：影響消費者在直播間發生購買農產品行為的因子主要為直播內容、主播影響、物品價格和售后服務，其中直播內容的影響最為顯著。基于此，對農村“電商+直播”模式的發展提出了建設性建議，以助力農村直播營銷的發展，幫助農產品真正走出鄉村，打開更加廣闊的市場。

關鍵詞：農產品;直播;影響因素;因子分析

中圖分類號 F326.5;F713.50文獻標識碼 A文章編號 1007-7731（2021）19-0127-04

在互聯網飛速發展的新形勢下，農業作為我國的傳統產業面臨著新的機遇。2014—2018年短短5年間，中國農村網上零售額從1800億元增長到13679.4億元，銷售規模仍在繼續擴大[1]。目前，淘寶、京東等電子商務平臺也開啟了直播窗口。農產品電商直播是利用電子商務直播平臺實時展示產品，“一對多”面對潛在客戶來獲取訂單、籌集資金的一種營銷模式。實時交付使得買賣雙方的溝通更加便捷，由于其非接觸性、可視化、互動性強，成為了農業銷售的新趨勢、新亮點[2]，顯示出巨大的發展潛力。為了更好地了解農產品直播銷售的發展現狀以及消費者在直播間購買農產品的體驗，筆者采用問卷調研和因子分析法對“互聯網+”背景下農產品直播銷售現狀進行了研究。

1 材料與方法

1.1 問卷設計 為了使調查更加科學有效，采用模型分析和查閱文獻的方法對問卷進行設計，所設計的問卷主要包括2個部分：第1部分為個人信息，主要包括被調查者的性別、年齡、職業、受教育程度、婚姻狀況及其所在家庭狀況等;第2部分設置的是直播間里消費者購買行為影響因素的相關問題，按照李克特量表（Likert scale）將被調查者反應分為非常認同、認同、一般、不認同、很不認同5種程度，并且分別賦予1、2、3、4、5分，讓被調查者根據自己的實際情況和感受作出真實選擇。

1.2 問卷發放 采取線上問卷調研方式。整個調查過程分為2個階段：一是咨詢與調查階段，采用隨機抽樣的方法進行，預調查共發放問卷35份、收回32份，分析問卷的反饋情況，針對問卷中不完善的地方進行修改完善;二是問卷調查階段，在2020年11月至2021年1月進行，共發放問卷600份、收回587份，有效問卷523份，回收率97.83%，有效率達87.2%，基本符合問卷的樣本規范。

1.3 研究方法

1.3.1 因子分析法 因子分析法（Factor Analysis）的基本目的是用少數的因子描述多個指標之間的聯系，通過將幾個密切相關的變量組合到同一組因子中，使較少的因子反映原始數據中的大部分信息，將主要因素表示為線性組合以再現原始變量和主要因素之間的相關性的方法[6]。例如，假設一共有N個樣本，p個指標X=（X1，X2，…，Xp）T為可實測的原始隨機變量，要尋找的主因子F=（F1，F2，…，Fm）T，它們是所有原始觀測變量表達式中出現的相同因子，且彼此獨立又不能夠觀測的理論變量。則原始指標變量與主因子的關系表示為：

Xp=αp1F1+αp2F2+…+αpmFm+εp

其矩陣形式為：X=A×F+ε

式中，A=（αij）p×m，為因子載荷矩陣，元素的絕對值表明Xi與Fi相關程度;ε=（ε1，ε2，…，εp）T，表示模型中的殘差，一般忽略不計。為了使Xi與Fi相關關系更突出，根據因子分析的原理，可進一步利用SPSS軟件進行因子旋轉，使Xi與Fi中某些因子相關關系更加明顯。每個公因子可以表示為變量的線性組合，然后用變量的觀察值來估計因子得分，而因子得分可以用來取代原來的變量進行后續分析。

1.3.2 信度檢驗 信度檢驗又稱為可靠性檢驗，在李克特度量表中采用的信度檢驗方法是克朗巴哈系數（Cronbach's alpha）。通過SPSS軟件分析得出問卷的信度系數為0.965>0.9，表明其信度非常好，說明問卷中數據的信度可以接受。

1.3.3 KMO和Bartlett檢驗 一般認為KMO系數高于0.9時非常合適，問卷的KMO系數為0.954>0.9，則認為調查問卷的變量之間存在較高的相關性。Bartlett球體檢驗中，當P<0.05時，表示相關矩陣不是單位矩陣，適合作因子分析。問卷分析得出P<0.05，說明相關矩陣不是單位矩陣。綜上所述，所得的樣本數據經過檢測均滿足相關要求，適合作因子分析。

2 結果與分析

2.1 調查對象基本信息 523份有效問卷中涉及的年齡區間較大，從事的職業范圍也比較廣泛。其中女性305人（占比58.32%），男性218人（占比41.68%）;平均年齡33.3歲;被調查者所處的家庭生命周期涉及各個階段：單身青年期（參加工作直到結婚的時期）占比15.68%，家庭形成期（從結婚到新生兒誕生）占比13.38%，家庭成長期（小孩從出生到上大學前）占比28.87%，子女教育期（小孩上大學期間）占比20.84%，家庭成熟期（子女參加工作到家長退休）占比8.6%，退休養老期（退休以后）占比3.25%，其他情況占比9.37%。

2.2 因子分析 利用收集的數據，通過主成分分析法構造因子變量，利用SPSS軟件分析得到清晰的因子含義，對因子的成分矩陣旋轉得到旋轉后的成分矩陣。由表1可知，4個公因子所含變量的因子載荷系數都在0.7以上，效度較好。利用因子分析中的主成分分析法，規定因子特征值>1為提取條件。其中方差貢獻率越大，主因子相對越重要。4個主因子累計方差貢獻率為73.837%，因此用其代替原有的指標變量進行研究可行。將農產品直播銷售中影響顧客發生購買行為的因素分別命名為直播內容（F1）、主播影響（F2）、物品價格（F3）和售后服務（F4），其對農產品直播銷售影響的貢獻率分別為26.510%、18.477%、16.308%和12.542%[6]。