基于结构方程的陇南农产品电商影响因素分析
关键词：陇南；农产品；电商；结构方程中图分类号：F592 文献识别码：A
引言
农产品电子商务的发展带动了区域经济的增长，促进“三农”问题的解决。对于企业而言，较低的互联网服务成本、政府提供的免费基础设施等促进了农村电子商务的发展[1]，但社会经济、政策、隐私安全和基础设施建设等因素对农产品电子商务的实施具有显著的影响[2]。目前，对于农产品电子商务的影响因素研究主要集中于农户和企业两个方 面，农产品电商面向的消费客户既可以是普通消费者，也可以是经销商、零售商等通过各种渠道进货的客户，农村地区互联网的发展与使用受制于结构因素和个体差异的交互作用，信息需求受制于生产方式，影响农民的信息搜寻行为。
陇南物产丰富，近年来在政府的推进下农产品电子商务取得了可喜的成绩，但是理论落后于实践，从目前已有的研究看，在农产品电子商务影响因素分析方面，多数是从某一角度对电子商务营销或活动进行讨论，对整个农产品电子商务的系统影响因素研究较少，完整全面影响分析模型框架的建立和论证欠缺；再者，有关研究采用了传统的定性分析方法，缺少考虑多个影响因素的交互对未来结果的作用。本文利用结构方程对各影响因素关系进行分析，同时估计因子结构和因子关系。
1、数据来源及评价指标体系构建
作者先后走访了陇南市的部分电子商务企业和淘宝店主，通过实地访谈形式和他们进行了交流。经统计，实地走访电子商务企业和淘宝店主58家，其中月销售额在10万以上的电子商务企业6家，实地查看了企业和淘宝店主的后台数据，但在未能调取后台数据，只是从宏观上了解到了现状和存在的问题。为了获取更详实的数据，以问卷（https://sojump.com/m/10929751.aspx）的形式面向陇南范围内农产品运营组织者和农产品电子商务企业以及全国的消费者发放问卷，回收有效问卷363份，其中包括普通消费者问卷270份和陇南农产品电商企业问卷93份。
根据问卷设计因素分析，参考学者李小锋[3]给出的因素，结合经济学、管理学相关概念，为了更好地建立模型进行数据分析，现提出以下假设：（见表1.1）
基于以上假设整合出影响陇南市农产品电子商务的7个变量，分别是农产品的主体属性、所使用的电商平台、商品的流通体系、营销方式、消费者体验、农产品商务链上合作者的满意度、政府支持力度。其中消费者体验、农产品商务链上合作者的满意度、政府支持力度3个为外生潜变量，其有13个对应的可测量变量；其中农产品的主体属性、所使用的电商平台、商品的流通体系、营销方式4个为内生潜变量，其有15个对应的可测变量。模型中各要素需要观测的具体范畴见表1.2。
2、模型构建及因素分析2.1 结构方程模型
对调查数据采用李克特五级量表(Likert scale)进行整理，利用表列删除法对缺失数据做处理后得到最终数据311条，基于这311条数据做分析。
根据结构方程原理，测量模型描述潜在变量如何被相对应的显性指标所测量，结构方程描述潜在变量之间的因果关系，如下：
2.2数据信度分析
本文采用Cronbach’s Alpha系数[4]测量数据的稳定性，因该方法对量表内部一致性估计更佳。下面采用SPSS16.0研究数据的内部一致性，结果见下表：
表2.1克隆巴赫系数为0.785，说明案例所使用数据具有较好的信度（Cronbach’s Alpha信度系数，一般要大于0.7，最低不小于0.6），适合于作因子分析，能够提取最少的因子同时又能解释大部分的方差，其效度较好。
2.3模型拟合
Amos中有多种模型运算方法，本文采用极大似然估计进行运算。为了比较载荷系数，对系数进行标准化，转换公式如下:
根据统计结果，采用Amos做数据分析，观察拟合度对原假设模型调整，修正后的参数估计图如下：
图2.1 结构方程参数估计图在Amos软件中，CR方法可以检验估计出的参数是否具有统计意义。譬如对于估计结果中的“消费者体验”潜变量对“农产品主体”潜变量的路径系数为0.434，其CR值为7.633，相应的p值小于0.01，则可以认为这个路径系数在95%的置信度下与0存在显著性差异。限于篇幅参数估计结果略，最后给出修正后的结果。
2.4结构方程模型的修正
在结构方程模型中，如果残差项矩阵Σ－S各项趋于零，就可以认为模型拟合了数据。在Amos软件中有多种拟合指标可供参考，如Browne & Cudeck指出当近似误差均方根小于0.05时模型拟合较理想。对于本文算例，各项拟合指标见下表2.2。
观察原模型拟合指数结果可以发现，系数有好多是不显著的。从实际的角度考虑，通过调查过程中受访者的陈述和课题组的感受，政府的满意度与物流水平高低的差别不是太明显，所以考虑将该因素在模型中剔掉，添加农产品主体特性到营销方式的路径，表2.3给出了修正后模型各路径系数估计值。
2.5模型结果分析
本文在前人研究的基础上，通过以上问卷调查和数据分析,得到了模型与处理后的问卷数据之间的适配程度，但这并非判断模型拟合好坏的唯一标准，在实际问题中，还需依据研究对象的实际背景做合理性假设[5]，即便某些指数未达到最优，但利用相关理论能够解释的模型更具有实际意义，因此从陇南农产品电子商务的实际出发，依据前面建立结构方程的理论假设，结合上面各表和各图的数据信息，可以得出如下结果:
（1）消费者习惯项在消费者感受体验中剔除了，问卷中该项的数据摆动很大，结果显示比较极端，从而导致分析结果方差大，所以剔除。从实际情况考虑，对普通消费群体来说，因为习惯购买某种农产品可以购买，但是偶尔看到希望尝鲜也可以购买，因此认为对电商模式选择不会造成大的影响。
（2）在其余的潜变量中,合作伙伴的满意度对流通主体的协作程度载荷系数较大,说明影响较大, 这些都和现实生活中现象是吻合的，说明流通主体的协作程度以及农产品主体特性对其电商模式的影响较大。
（3）利用Amos24.0软件选择direct effect、indirect effect、total effect分析发现消费者体验到农产品主体特性的直接效应是0 . 7 9 8，消费者体验到农产品主体特性的间接效应是0.373×0.157=0.058，则消费者体验到农产品主体特性的总效应为0.798+0.058=0.856，这就说明当“消费者体验”潜变量每提升1个单位，“农产品主体特性”潜变量总共将提升0.856个单位，说明消费者体验对农产品电商模式的影响较大。
参考文献：
[1] Solaymani S,Sohaili K,Yazdinejad E A.Adoption andUse of E-commerce in SMEs[J].Electronic CommerceR esearch,2012,12(3):249-263.
[2] Arayesh M B.Investigating the Financial and Legalsecuri-ty Infrastructure Affecting the Electronic Marketing of Ag-ricultural Products in Ilam Province [J]. Procedia-socialand Behavioral Sciences,2015,205(9):542-549.
[3] 李小锋. 农产品电子商务模式选择的影响因素分析[D].华中农业大学,2014.
[4] 温忠麟,侯杰泰,马什赫伯特.结构方程模型检验:拟合指数与卡方准则[J].心理学报,2004(02):186-194.
[5] 侯振兴.区域农户农企采纳农产品电子商务的影响因素[J].西北农林科技大学学报(社学版),2018,18(01): 66-74.
作者简介：
崔俊峰，讲师，硕士，陇南师范高等专科学校，甘肃省高等学校农村电商人才培养重点实验室，主要从事统计和电子商务研究；
安奇贤，陇南师范高等专科学校。