张可欣，殷 超，刘潍嘉，徐绍荣，杨晓杰，潘立臣

（中国农业大学烟台研究院，山东烟台 264670）

随着葡萄酒文化的普及和西方饮食习惯的影响，我国葡萄酒消费快速增长，在一二线城市，葡萄酒渗透率超过80%[1-2]。电子商务作为一种新型的商业运营模式，其快速、低成本、无时空限制的便捷消费体验被越来越多的消费群体熟知和认可[3-4]，通过天猫、京东、酒仙网、网酒网等电商平台购买葡萄酒的规模屡屡增长。《中国葡萄酒行业市场需求预测与投资分析报告》数据显示，2017 年，我国约有15%的居民有网购葡萄酒的经历，国内葡萄酒电商市场迅速崛起[5-6]。在以需求为核心理念的导向下，在山东省选取4 个经济发展比较好的城市进行调查，从网站平台、供应链[7]、支付体系、物流建设等方面探索消费者网购葡萄酒满意度的影响因素，为加速电商平台和实体企业深入融合[8]，实现线上线下信息资源全方位整合和优势互补，进一步推动新旧动能转换和消费模式智能化提供帮助。

1 研究假设与理论模型

1.1 研究假设

方便、合理的平台设计及支付体系，促进了网购交易额的快速增长[9]，同时，虚假折扣、网购欺诈、消费者信息泄露等事件也频繁发生[10-11]，因此电商平台诚信度及支付体系安全隐患影响消费者网购体验及满意度。葡萄酒作为一种时尚、健康的饮品，其口感、品质、价格等必然会对消费者的购买决策造成影响。此外，热情、高效、完善的服务体系及快速便捷的物流配送体系极大地节省了消费者的搜寻成本和时间成本，也是影响网购体验及满意度的主要因素。基于上述分析提出网购葡萄酒满意度影响因素的研究假设：

假设1：平台形象正面影响消费者对其产品感知。

假设2：消费者对网购葡萄酒的安全感知正面影响其对网购葡萄酒的产品感知。

假设3：消费者对网购葡萄酒的服务感知正面影响其对网购葡萄酒的产品感知。

假设4：平台形象正面影响消费者对其产品的网购满意度。

假设5：消费者对网购葡萄酒的安全感知正面影响其对网购葡萄酒的满意度。

假设6：消费者对网购葡萄酒的服务感知正面影响其对网购葡萄酒的满意度。

假设7：消费者对网购葡萄酒的产品感知正面影响其对网购葡萄酒的满意度。

1.2 理论模型

结合以上理论分析，参考相关研究成果[12]及消费者行为理论，设定平台形象、安全感知、产品感知、服务感知、网购满意度5 个潜变量和16 个观测变量，构建消费者网购葡萄酒满意度影响因素的结构方程模型（即SEM 模型）[13-14]，探讨这5 个潜变量之间及潜变量与观测变量间的相互作用和相互关系。模型变量说明及网购葡萄酒满意度影响因素理论模型分别见表1和图1。

2 数据说明及质量检验

2.1 数据说明

表1 模型变量定义及说明

问卷设计共两部分：第一部分为样本基本信息，包括性别、年龄、月收入和学历4 道题项。第二部分为网购葡萄酒满意度影响因素观测变量13 道题项和网购葡萄酒满意度3 道题项，这16 个观测变量题项具体内容见表1，其赋值采用10 级量表法，从非常不赞同到强烈赞同依次计1～10 分。调查时间为2019 年11 月—2020 年1 月，在山东济南、青岛、东营、烟台4 个城市的大型商场超市分别发放问卷55 份，通过随机抽样进行调查获取数据，共发放问卷220 份，经过筛选剔除后有效问卷204 份，有效回收率为92.73%。

有效样本基本信息统计如下：男性占比59.86 %，高于女性。年龄分布30 岁以下、31～40岁、41～50 岁及51 岁以上的占比分别为28.37 %、33.51%、27.89%和10.23%，50 岁及以下样本合计占比89.77 %，是葡萄酒消费的主力军。月收入为4500 元以下的占比18.63 %，4501～7000 元的占比30.49 %，7001 元以上的占比50.88 %，即中高收入样本占比超过一半。学历为中专高中及以下的样本占比为13.74 %，本专科及以上学历样本占比86.26 %，即调查样本整体知识水平较高。选取的样本总体情况符合葡萄酒消费的实际情况。

表2 潜变量信度检验

2.2 数据质量检验

2.2.1 信度检验

采用克伦巴赫α系数法（Cronbach's Alpha），利用SPSS22.0 对样本数据进行信度检验，检验结果见表2。由表2 可知，5 个潜变量的Cronbach's Alpha 值均大于或等于0.8，总量表Cronbach's Alpha值高达0.964，说明问卷信度比较好。

2.2.2 效度检验

利用SPSS22.0，采用因子分析法对样本数据进行结构性效度检验，检验结果见表3。由表3 可知，5 个潜变量的KMO 值均大于0.6，累计方差贡献率均高于60 %，Bartlett 球体检验的显著性水平均小于0.001，即样本数据通过了效度检验。

表3 潜变量效度检验

3 SEM模型分析

3.1 模型修正

利用AMOS22.0 软件，采用极大似然法估计模型参数，根据修正指数和相关理论知识对模型进行多次拟合修正，最终得到网购葡萄酒满意度影响因素的标准化路径系数图，如图2 所示。图2 显示，平台形象→满意度这一原始路径未通过显著性检验，即平台形象对网购满意度的影响不大。通过实地走访调查发现，这一验证结果也较为合理，因为大部分网购葡萄酒消费者对其常用的电商平台如京东、天猫、酒仙网、网酒网、也买酒等均比较了解，消费者普遍认为这些电商平台的信誉度较高，故其对消费者满意度的影响也不大。

3.2 模型适配度检验

选取CMIN/DF、GFI、RMSEA 等指标评价修正后的SEM 模型与样本数据的匹配度，评价结果见表4。由表4 可以看出，除GFI 略小于最优拟合标准值0.900，其他检验指标值均符合参考标准，说明构建的模型比较理想，能够达到适配标准。

表4 模型适配度指标

3.3 结果分析

修正后的SEM 模型标准化路径系数及统计检验值见表5。由图2 和表5 可以看出，网购葡萄酒满意度的直接影响因素有产品感知、安全感知、服务感知，路径系数分别为0.373、0.294、0.319，伴随概率均在1 %的水平下显著性，验证了假设5—7。其中产品感知对网购满意度的直接影响高于安全感知和服务感知，这说明在葡萄酒网购过程中，相较于其他影响因素，消费者更看重葡萄酒的品质、价格等。平台形象、安全感知和服务感知通过产品感知间接影响网购葡萄酒满意度，其标准化路径系数分别为0.290、0.370、0.300，伴随概率均在5 %的水平下显著，验证了假设1—3。在间接影响网购葡萄酒满意度的这3 个潜变量中，间接效应最大的是安全感知为0.138（0.370*0.373），其次是服务感知0.112（0.300*0.373）平台形象为0.108（0.290*0.373）。

从各潜变量对应观测变量的标准化路径系数中可以看出：平台形象的3 个观测变量中标准化系数最大的是网页设计为0.891，其次是操作系统为0.823，信誉度对平台形象的影响最小，为0.615，可见在常用电商平台信誉度不相上下的情况下，网页设计的合理性和葡萄酒购买操作系统的便捷性成为了消费者评价平台形象的重要指标。安全感知的3 个观测变量中标准化系数最大的是支付安全为0.950，隐私保护和交易保密性的标准化系数则分别为0.849 和0.802。这说明，在线支付的便利性、安全性是消费者安全感知的最重要和最主要标杆。服务感知的3 个观测变量中标准化系数最大的是客服服务为0.969，配送和退换货的标准化系数也都较大，分别为0.960 和0.888。网购过程中消费者与店家唯一的沟通渠道就是客服，所以客服服务的态度、业务水平、响应速度等自然是消费者服务感知的重要方面。产品感知的4 个观测变量中标准化系数最大的是品质为0.847，其次分别为价格0.828，宣传0.802，产品种类0.759，表明产品品质和价格是影响消费者产品感知的重中之重。满意度的3 个观测变量中标准化系数最大的是网购频率为0.976，整体满意度的标准化系数也较高，为0.963，最小的是向亲朋好友推荐网购葡萄酒的可能性，为0.541，可见，消费者网购葡萄酒的整体满意度越高，其提高网购葡萄酒频率的意愿就越强。

4 结论与讨论

基于SEM 模型分析可知，安全感知、产品感知、服务感知对网购葡萄酒满意度的直接影响均通过了显著性检验，平台形象、安全感知、服务感知3个潜变量通过产品感知对消费者网购葡萄酒满意度的间接影响通过了显著性检验。平台形象、安全感知、服务感知之间也存在显著的交互作用。无论从5 个潜变量之间的标准化路径系数还是从各潜变量与其对应观测变量的标准化系数进行分析，均认为影响消费者网购葡萄酒的主要因素是葡萄酒本身的品质、性价比等属性。

表5 标准化路径系数及统计检验值

提高网购葡萄酒满意度，需要厂商和电商平台共同努力，具体措施主要有以下几个方面。第一，厂商要时刻将提高葡萄酒的品质放在首位，产品质量过硬是企业能够在激烈的市场竞争中立于不败之地的主要保证要素。第二，消费者对网购葡萄酒宣传真实性的较高关注度也提醒企业，在加大宣传力度，打造产品知名度之时，要实事求是，保证实物与宣传内容一致，建立产品和品牌在消费者群体中的美誉度。第三，网购这一销售途径由于其自身固有的特点，不可避免地会削弱消费者与商家之间的联系，降低消费者的信任感。作为选择电商平台进行销售的商家，应该在保证产品质量的基础上，通过不断改善客服服务态度、业务水平、响应速度等方式加强服务体系建设，注重退换货、退款等特殊情况的妥善处理。第四，商家还要选择可靠的物流企业和配送方式，在保证配送质量和速度的前提下尽可能降低配送成本。第五，电商平台要建立良好信誉度，设计安全便利的购物操作系统，提高消费者购买的安全感知，进而保持或提高消费者网购的频率和满意度。