社交電商用戶消費(fèi)助農(nóng)影響因素探究

介紹

社交電商作為電子商務(wù)的重要分支，是在傳統(tǒng)電子商務(wù)與社交網(wǎng)絡(luò)深度融合基礎(chǔ)上發(fā)展形成的線上消費(fèi)新模式，其核心特征體現(xiàn)為高頻互動性與快速口碑傳播效應(yīng)。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）發(fā)布的《第55次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》[1]，截至2024年12月，中國網(wǎng)絡(luò)購物用戶規(guī)模達(dá)9.74億人，較2023年12月增長5 947萬人，占網(wǎng)民總數(shù)的87.9%。從行業(yè)規(guī)模看，中國社交電商交易規(guī)模2021年已突破2.8萬億元[2]，預(yù)計2028年將超過5萬億元[3]，凸顯其作為國內(nèi)線上消費(fèi)核心陣地的地位。

在鄉(xiāng)村振興戰(zhàn)略背景下，社交電商已成為鄉(xiāng)村農(nóng)產(chǎn)品銷售的重要渠道。具備價格優(yōu)勢的農(nóng)產(chǎn)品借助社交電商平臺打破時空限制，實(shí)現(xiàn)向全國市場的高效滲透。研究報告顯示，2023年中國社交電商市場規(guī)模達(dá)到3.24萬億元[4]，其中農(nóng)產(chǎn)品交易占據(jù)重要地位，成為助農(nóng)扶貧與鄉(xiāng)村經(jīng)濟(jì)增長的重要抓手。然而，當(dāng)前社交電商平臺中大量農(nóng)民個體戶賣家雖擁有原產(chǎn)地和價格優(yōu)勢，但在服務(wù)標(biāo)準(zhǔn)化、營銷專業(yè)化、產(chǎn)品品控等方面存在明顯短板，導(dǎo)致其在激烈的市場競爭中處于弱勢地位。因此，探究社交電商場景下用戶消費(fèi)助農(nóng)的影響因素，有針對性地提升農(nóng)民賣家的服務(wù)、營銷與產(chǎn)品質(zhì)量，是增強(qiáng)助農(nóng)產(chǎn)品競爭力、擴(kuò)大銷量的核心命題。

現(xiàn)有研究已圍繞社交電商平臺設(shè)計、消費(fèi)行為影響因素等方向形成豐富成果。然而，針對“消費(fèi)助農(nóng)”的研究還鮮有出現(xiàn)。基于此，本文試圖從用戶消費(fèi)影響因素出發(fā)，采用文本分析技術(shù)和扎根理論分析方法，探究促進(jìn)社交電商消費(fèi)用戶助農(nóng)的方法，構(gòu)建其影響因素模型，并據(jù)此提出對策建議，為農(nóng)民賣家的運(yùn)營實(shí)踐提供科學(xué)決策依據(jù)，助力鄉(xiāng)村振興戰(zhàn)略下農(nóng)村經(jīng)濟(jì)的高質(zhì)量發(fā)展。

方法

本文采用信息抓取技術(shù)和文本挖掘技術(shù)，對社交電商平臺消費(fèi)助農(nóng)數(shù)據(jù)進(jìn)行提取與分析，最終基于扎根理論進(jìn)行編碼和理論分析，進(jìn)而構(gòu)建消費(fèi)影響因素模型。

文本挖掘（TextMining）也稱文本分析，是從非結(jié)構(gòu)化的文本數(shù)據(jù)中提取有價值信息的過程，通過結(jié)合自然語言處理和機(jī)器學(xué)習(xí)等技術(shù)，將原始文本轉(zhuǎn)化為結(jié)構(gòu)化知識，便于研究分析與實(shí)踐決策。文本挖掘常見的用途包括信息提取、情感分析和知識發(fā)現(xiàn)等，一般涵蓋分詞、詞頻統(tǒng)計、情感分析、語義網(wǎng)絡(luò)分析等功能。值得一提的是，文本數(shù)據(jù)采集是文本挖掘的前提。

扎根理論（GroundedTheory）是由社會學(xué)家格拉澤（BarneyGlaser）和斯特勞斯（AnselmStrauss）于1967年提出的一種質(zhì)性研究方法，其實(shí)施遵循迭代過程，包括數(shù)據(jù)收集、編碼、理論構(gòu)建與驗(yàn)證等階段。其中，編碼分為三階段，包括開放性編碼、主軸編碼和選擇性編碼。

文本挖掘

首先是文本數(shù)據(jù)采集。本文圍繞“社交電商用戶消費(fèi)助農(nóng)的影響因素”命題開展研究，將數(shù)據(jù)采集關(guān)鍵詞確定為社交電商和助農(nóng)產(chǎn)品，并分成社交電商平臺使用和助農(nóng)產(chǎn)品購買場景進(jìn)行數(shù)據(jù)采集。

在社交電商平臺使用場景中，研究小組于2024年12月至2025年5月，通過騰訊應(yīng)用寶、豌豆莢、蘋果應(yīng)用商店等渠道，采用人工與八爪魚軟件結(jié)合的方式采集用戶評論。2025年3月，淘寶、抖音、拼多多、京東、快手、小紅書等社交電商平臺的月活躍用戶分別為9.5億、8.8億、6.9億、5.5億、4.4億、2.3億，排在社交電商平臺的前列5。本文圍繞以上平臺進(jìn)行用戶評論采集，共抓取評論6247條，剔除無效評論（如無關(guān)灌水評論）554條，最后獲得5693條平臺使用評論文本。助農(nóng)產(chǎn)品購買場景中，同期通過淘寶、京東、拼多多等平臺采集“助農(nóng)”關(guān)鍵詞檢索的商品評論（涵蓋水果、蔬菜、豆制品等），共采集6021條，剔除無效評論304條，獲得5717條數(shù)據(jù)。兩類有效評論合計11410條（33.14萬字），數(shù)量比例接近1：1。

其次是文本挖掘。本文采用ROST-CM6軟件進(jìn)行評論數(shù)據(jù)的清洗、分詞、詞頻統(tǒng)計和語義網(wǎng)絡(luò)分析。在分詞過程中，因“小紅書”“性價比”等網(wǎng)絡(luò)詞匯或流行語無法被軟件識別和自動拆分，需要人工排查并自定義詞表。針對自定義詞表問題，本文還通過平臺和文獻(xiàn)調(diào)研，添加社交電商和助農(nóng)產(chǎn)品評論中的熱門詞匯，以更準(zhǔn)確捕獲高頻詞。詞頻統(tǒng)計共提取150個高頻詞（如“新鮮”“五星”“質(zhì)量”“很好”“朋友”），其中“很好”出現(xiàn)1873次（最高），“周到”出現(xiàn)42次（最低），這些高頻詞匯將用于扎根理論編碼。通過高頻詞語義網(wǎng)絡(luò)分析可見，語義網(wǎng)絡(luò)以“很好”“包裝”“新鮮”“收到”等為中心詞，向外延伸至其他小族群，反映用戶在消費(fèi)助農(nóng)中對這些核心因素及相關(guān)維度的關(guān)注。

范疇分析與模型構(gòu)建

范疇分析與模型構(gòu)建的核心工作為編碼，包括開放性編碼、主軸編碼和選擇性編碼三個階段。本階段基于文本挖掘所得的結(jié)果，圍繞“社交電商用戶消費(fèi)助農(nóng)”命題提煉概念、范疇及關(guān)聯(lián)關(guān)系，最終構(gòu)建理論模型。

開放性編碼

開放性編碼作為扎根理論分析的初始階段，核心目標(biāo)是將原始文本數(shù)據(jù)分解為離散的概念，通過標(biāo)簽化和分類初步建立分析框架。本文以社交電商平臺使用評論和消費(fèi)助農(nóng)評論數(shù)據(jù)為基礎(chǔ)，通過研究和小組集體研討對文本信息進(jìn)行抽象概念化并識別潛在模式，具體流程包括概念提取、范疇命名與內(nèi)涵界定。項(xiàng)目組結(jié)合前期分詞、詞頻統(tǒng)計和語義網(wǎng)絡(luò)分析結(jié)果，首先對原始文本進(jìn)行概念標(biāo)簽化，如針對評論“有兩個壞的，店家已經(jīng)賠了，服務(wù)態(tài)度好”提取概念“服務(wù)態(tài)度積極”；隨后將初步概念聚合為高階范疇，如將“服務(wù)態(tài)度”“售后服務(wù)”等概念合并為范疇“服務(wù)質(zhì)量”。經(jīng)反復(fù)迭代與內(nèi)涵校準(zhǔn)，最終整理得到13個一級范疇（子范疇），包括易用性、信任、情感反饋等（見表1）。

主軸式編碼

主軸式編碼是扎根理論分析的中間階段，旨在通過識別范疇間的潛在邏輯關(guān)聯(lián)，將開放性編碼中提取的離散子范疇整合為系統(tǒng)性主范疇，為理論模型搭建骨架。本文圍繞社交電商用戶消費(fèi)助農(nóng)場景，通過梳理子范疇的內(nèi)在關(guān)聯(lián)形成有意義的聚合體系，提煉核心范疇，為最終選擇性編碼奠定基礎(chǔ)。具體分析中，首先，對13個子范疇進(jìn)行內(nèi)涵界定與描述，確保每個子范疇的定義清晰且具有獨(dú)特性；其次，梳理子范疇之間的關(guān)聯(lián)性，易用性、功能性、可用性和內(nèi)容性都指向社交電商平臺對用戶消費(fèi)行為的支持能力，因此歸屬同個主范疇，命名為“平臺支持”主范疇；包裝物流、服務(wù)質(zhì)量和供給能力與賣家關(guān)聯(lián)性最強(qiáng)，歸屬為“服務(wù)供給”主范疇；信任、口碑和社交互動是用戶在社交場景中建立信任的核心要素，提煉為“信任構(gòu)建”主范疇；經(jīng)濟(jì)性、產(chǎn)品質(zhì)量和情感反饋體現(xiàn)用戶對消費(fèi)行為的價值評判和主觀感知，整合為“價值感知”主范疇。最終，13個子范疇被系統(tǒng)歸入4個主范疇，形成社交電商用戶消費(fèi)助農(nóng)影響因素理論模型（見表2）。

選擇性編碼

選擇性編碼是扎根理論三級編碼的最終階段，目標(biāo)是整合所有范疇，提煉一個核心范疇，形成具備內(nèi)在一致性的理論框架。本文在主軸式編碼中提煉出“平臺支持”“服務(wù)供給”“信任構(gòu)建”“價值感知”四個主范疇，在選擇性編碼階段，進(jìn)一步界定主范疇概念，分析主范疇間的互動關(guān)聯(lián)，最終識別核心范疇。

在主范疇中，“平臺支持”指用戶對社交電商平臺的功能易用性、內(nèi)容呈現(xiàn)的評價等，是平臺方為消費(fèi)助農(nóng)提供基礎(chǔ)支撐能力的綜合表現(xiàn)；“服務(wù)供給”是指用戶對賣家提供的包裝物流效率、售后服務(wù)質(zhì)量和商品供給多樣性的評價，反映賣家服務(wù)消費(fèi)助農(nóng)的實(shí)際水平；“信任構(gòu)建”是指用戶通過社交互動、口碑傳播形成對助農(nóng)活動、平臺及賣家的信任程度，是連接消費(fèi)意愿與行為的關(guān)鍵中介；“價值感知”指用戶對產(chǎn)品的性價比、質(zhì)量達(dá)標(biāo)度以及消費(fèi)過程中的情感體驗(yàn)的主觀評判。四個主范疇均體現(xiàn)本文的核心“助農(nóng)因素”，進(jìn)而形成社交電商用戶消費(fèi)助農(nóng)影響因素概念模型（見圖1）。

研究意義

本文圍繞“社交電商用戶消費(fèi)助農(nóng)影響因素”展開研究，采用文本挖掘和扎根理論相結(jié)合的質(zhì)性研究方法。首先，通過社交電商平臺采集用戶評論數(shù)據(jù)，獲取真實(shí)使用反饋；其次，利用文本挖掘技術(shù)對評論文本進(jìn)行分詞、詞頻統(tǒng)計和語義網(wǎng)絡(luò)分析；最后，基于扎根理論執(zhí)行三階段編碼，構(gòu)建出包含13個子范疇和4個主范疇的社交電商用戶消費(fèi)助農(nóng)影響因素概念模型。本文的理論價值體現(xiàn)在：作為聚焦社交電商用戶消費(fèi)助農(nóng)場景的質(zhì)性研究，補(bǔ)充了該領(lǐng)域的研究空白，豐富了社交電商消費(fèi)行為與助農(nóng)經(jīng)濟(jì)交叉領(lǐng)域的理論成果，為后續(xù)相關(guān)研究提供了概念框架參考。實(shí)踐意義在于：概念模型可為社交電商平臺和賣家的管理提供指導(dǎo)，如“平臺支持”范疇提示社交電商平臺應(yīng)該從易用性、功能性、可用性和內(nèi)容性四個方面提升用戶體驗(yàn)，從而促進(jìn)消費(fèi)。此外，本文可進(jìn)一步結(jié)合問卷調(diào)查和因子分析進(jìn)行實(shí)證研究，并構(gòu)建結(jié)構(gòu)方程模型，進(jìn)一步揭示社交電商用戶消費(fèi)助農(nóng)的影響機(jī)理。

管理啟示

以用戶體驗(yàn)為核心強(qiáng)化平臺支持能力

用戶體驗(yàn)是消費(fèi)者使用社交電商平臺的前提，也是開展消費(fèi)助農(nóng)的前提。首先，平臺方應(yīng)從技術(shù)上完善軟件或網(wǎng)站的可用性，保障安裝和打開正常、無閃退，強(qiáng)化用戶隱私保護(hù)機(jī)制；其次，平臺方應(yīng)聚焦社交互動與消費(fèi)助農(nóng)的核心需求，提供短視頻展示、農(nóng)產(chǎn)品智能推薦等適配功能，兼顧潮流性與實(shí)用性。同時，平臺還應(yīng)梳理功能節(jié)點(diǎn)以提升操作流暢度，簡化下單、售后等流程，適配不同用戶群體的使用習(xí)慣；最后，平臺應(yīng)以短視頻、筆記等形式豐富內(nèi)容呈現(xiàn)，鼓勵用戶發(fā)布農(nóng)產(chǎn)品交流內(nèi)容，鼓勵用戶發(fā)布農(nóng)產(chǎn)品交流內(nèi)容，打造“種草生態(tài)”，優(yōu)化界面美學(xué)體驗(yàn)。

以服務(wù)質(zhì)量為重點(diǎn)優(yōu)化全鏈條服務(wù)供給

社交電商助農(nóng)產(chǎn)品賣家提升服務(wù)水平，實(shí)現(xiàn)消費(fèi)者“無憂”助農(nóng)。在包裝上，確保打包牢固，保障產(chǎn)品完整交付；在物流上，優(yōu)選配送快、服務(wù)好的物流公司，減少延遲配送與產(chǎn)品損壞變質(zhì)；在客戶服務(wù)上，平臺與賣家協(xié)同增強(qiáng)售前、售中、售后服務(wù)意識，改善用戶消費(fèi)體驗(yàn)；在產(chǎn)品上，豐富產(chǎn)品體系，從類別、包裝、品種等方面擴(kuò)大助農(nóng)產(chǎn)品選擇面，滿足不同消費(fèi)群體的需求。

以社交文化為導(dǎo)向構(gòu)建互動信任生態(tài)體系

社交電商平臺與賣家應(yīng)營造互動氛圍，構(gòu)建高信任水平的消費(fèi)者生態(tài)。社交互動是一把雙刃劍，既能傳播良好口碑建立信任，同時負(fù)面評論也會快速擴(kuò)散。因此，平臺與賣家應(yīng)該利用好該功能，以產(chǎn)品和服務(wù)質(zhì)量為根基：及時監(jiān)測評論區(qū)及社區(qū)負(fù)面反饋，快速響應(yīng)并公示解決方案；獎勵“種草”用戶，以代金券、紅包等激勵消費(fèi)者發(fā)布積極反饋，擴(kuò)大正面口碑，強(qiáng)化用戶信任。

以交易反饋為核心提升用戶消費(fèi)價值感知

價值感知是用戶對消費(fèi)“值不值得”的主觀評估，賣家應(yīng)以用戶交易反饋為核心參照，從價格、產(chǎn)品質(zhì)量等方面提升消費(fèi)者價值感知。首先，助農(nóng)產(chǎn)品賣家嚴(yán)格篩選助農(nóng)產(chǎn)品，確保新鮮、口感好、品種佳、足秤，杜絕劣質(zhì)產(chǎn)品；其次，設(shè)置合理的產(chǎn)品價格，針對不同消費(fèi)群體制定差異化策略，保障利潤水平的同時提高消費(fèi)者經(jīng)濟(jì)性感知；最后，鼓勵正面反饋用戶提供更詳細(xì)信息，總結(jié)成運(yùn)營經(jīng)驗(yàn)備忘錄，持續(xù)改善用戶價值感知。

參考文獻(xiàn)：

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心.第55次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》[EB/OL].（2025-01-17）[2025-05-05].https：//www.cnnic.net.cn/n4/2025/0117/c88-11229.html.

[2]華經(jīng)產(chǎn)業(yè)研究院.2021-2026年中國社交電商行業(yè)發(fā)展監(jiān)測及投資戰(zhàn)略規(guī)劃研究報告[EB/OL].（2020-11-24）[2025-05-05].https：//www.huaon.com/channel/internet/666212.html#report_contents.

[3]博思數(shù)據(jù)研究中心.2024-2030年中國社交電商市場分析與投資前景研究報告[EB/OL].（2024-10-15）[2025-05-05].https：//www.bosidata.com/report/C447754RAR.html.

[4]智研咨詢.2025-2031年中國社交電商行業(yè)市場競爭力分析及發(fā)展前景展望報告[EB/OL].（2025-01-01）[2025-05-05].https：//www.chyxx.com/research/1135283.html.

[5]QuestMobile.2025中國移動互聯(lián)網(wǎng)春季報告[EB/OL]. （2025-05-07）[2025-05-10].https：//www.questmobile.com.cn/ research/rep0rt/1919961024158601218.

揭陽市哲學(xué)社會科學(xué)2023年度課題“鄉(xiāng)村振興背景下社交電商用戶消費(fèi)助農(nóng)影響因素和對策研究——以揭陽市為例”（批準(zhǔn)號：JY23KLO7）；揭陽職業(yè)技術(shù)學(xué)院科學(xué)研究項(xiàng)目“鄉(xiāng)村振興背景下社交電商用戶消費(fèi)助農(nóng)的影響因素研究”（項(xiàng)目編號：2022JYCKY10）。

（作者單位：揭陽職業(yè)技術(shù)學(xué)院）