范佩霞 张陶陶 殷婉茹 王飞 吴梦婷

摘要：伴随着互联网的不断发展，电子商务兴起了发展新销售模式的浪潮，互联网平台上预售模式结合电子商务，影响着大学生群体的消费行为。本文通过设计调查问卷，识别出在网络预售模式下影响大学生消费行为的因素，对问卷数据进行统计，并通过多元回归方法分析各因素对大学生消费行为的影响，促进大学生合理消费，同时为商家利用网络预售模式提供建议，分析在此种销售模式下，其对大学生消费行为的影响程度，用以商家进行精准营销，提升自身竞争力、增加销量的有效策略。

关键词：预售模式  消费行为  回归模型

一、引言

随着信息技术的快速发展，互联网销售成为越来越多企业的首选方式。网络销售与传统销售相比更加的方便快捷，并且种类多样化、价格可商量。由于“双十一”淘宝、京东、唯品会等大型平台快速崛起，减少了商品流通环节，网上购物的人越来越多，入驻平台的电商也越来越多。在激烈竞争的市场环境中，为了更加全面的了解消费者的需求以及市场信息，经过探索最终发现并采取了新预售的销售策略。预售模式最先出现在一些供给确定而需求不定的行业。由于预售行为能够为商家谋取福利，为消费者保证产品的可得性，如今网络预售已经在很多行业得到了广泛的应用，预售的功能也逐渐多元化。随着预售购物狂潮的兴起，网络预售成为一种特别受欢迎的新兴电子商务模式。

二、研究设计

（一）模型构建

（二）测评方法

1.样本选择。本次调查问卷样本选择安徽新华学院预售模式下大学生消费者作为研究对象。

2.问卷测评。问卷针对互联网预售模式与大学生消费行为之间的关系来进行设计。通过分发问卷与回收问卷，并得到研究所需数据。本问卷分为三个部分：第一部分，对被调查者进行筛选，通过设置是否参与过预售模式进行初步筛选;根据第一题“您是否在网络上参与过预售模式？”我们根据该题选“是”或者“否”来判断问卷的有效率。如表2-2可知。问卷总份数224份，选择“是”200份，选择“否”24份，由此可得出本问卷数据的有效率为83.3%。

第二部分，对被调查者的基本信息进行收集，为研究的基本描述性分析进行奠定基础;第三部分，主要针对影响因素问题进行设计，主要设置关注所有影响因素的多选题单选题与文字题。

3.研究假设。本文研究是在预售模式下研究大学生消费者行为，所以为了明确研究的目的，我们需要做出以下假设：H1：预售模式下大学生消费行为与总影响因素具有线性关系。

三、预售模式对大学生消费行为影响数理统计分析

（一）背景变量描述性分析

从表3-1分析，我们可以得出：数据中主要为女大学生群体;年级主要分布在大四年级;生活费来源主要在父母支持;生活费消费区间主要为1001-1500区间内。

（二）独立样本t检验

在描述性分析的基础上了解到各年级的占比有较大差异，所以用独立样本t检验的方法来说明年级对参与预售模式消费金额占网购消费总额比重是否具有差异。我们将作出如下假设：

H0：不同年级在参与预售模式消费金额占网购消费总额比重上无差别。

H1：不同年级在参与预售模式消费金额占网购消费总额比重上有差别。

从数据分析可知，F=0.85，P=0.359，大于0.05，两者总体方差相等。同时得出方差相等下P值大于0.05，由此得出结论：接受原假设，拒绝备择假设，所以我们可以得出不同年级在参与预售模式消费金额占网购消费总额比重上无差异，所以在我之后的研究中不必考虑年级因素对参与预售模式消费金额占网购消费总额比重的影响。

（三）建立回归模型

为了研究预售模式下影响大学生消费的因素自变量和参与预售模式消费金额占网购消费总额比重因变量之间的相关性，把各个影响因素通过计算变量生成一个新的变量Qz，通过相关分析，可以看出大学生消费影响因素和参与预售模式消费占网购消费比重的相关系数为0. 451，对相关系数的检验的双侧P值小于0.001，所以具有统计学意义，呈正相关，说明本问卷的自变量和因变量具有线性关系，可以做出回归模型。如图3.3所示：

线性回归分析：方差分析表得出：F值为9.133，远离1，显著性小于0.05，所以具有统计意义;据系数表可得，有三个自变量的p值小于0.05，和因变量具有线性回归关系，可以得出回归方程如下：

Y= X1*0.134+ X2*0.125+X3 *0.248-0.016

其中：

Y表示每月参与预售模式消费金额占网购消费总额的比重

X1表示购买预售商品的网站

X2表示购买预售商品的价格区间

X3表示预付定金到支付尾款的时间范围

（四）结论

首先，通过简单的描述性分析得出结论：预售模式消费群体主要为女大学生群体;年级主要分布在大四年级;生活费来源主要在父母支持;生活费消费区间主要为1001-1500区间内。

通過独立样本T检验分性别和年纪对参与预售模式消费金额占网购消费总额比重是否具有差异，通过数据分析可以看出，不同年级对参与预售模式消费金额占网购消费总额比重无差异，也就是不可以把年级作为影响大学生预售消费行为的因素，所以后面把自变量和因变量作相关分析是很有必要的，可以看出本文选择的自变量是比较合理的。

通过相关分析得出影响大学生消费的因素和参与预售模式消费金额占网购消费总额比重之间呈线性正相关关系，通过多元回归分析得出购买预售商品的网站、购买预售商品的价格区间和预付定金到支付尾款的时间范围这三个影响大学生消费的因素可以和参与预售模式消费金额占网购消费总额比重建立线性回归关系。

参考文献：

[1]陈丽芳.从网络营销角度浅析网络预售模式[J].现代营销（下旬刊），2017（08）：89-89.

[2]赵颖，陶克涛.大学生消费行为和消费结构研究[J].内蒙古财经大学学报，2019，17（01）：45-48.

[3]王林炜. 考虑赠品促销的预售模式下电商定价策略研究[D].东南大学，2017.

[4]申延伟.网络信贷对大学生消费行为影响的实证分析——以石家庄高校大学生为例[J].河北企业，2019（03）：55-58.

[5]赵彬斌.移动支付时代背景下大学生消费行为特点研究[J].现代营销（下旬刊），2019（02）：74-75.

[6]聂绪吉，贲悦涵，杨琴.基于多元线性回归分析泰州市大学生消费[J].江苏商论，2018（09）：14-16.

[7]何莹莹，郭春香.预售模式下基于策略型消费者退货行为的运费险决策研究[J].管理学报，2018，15（08）：1249-1255.

[8]张阳阳.创新支付方式对大学生消费的影响[J].中国商论，2019（05）：79-81.

基金项目：2017省级大创创新项目AH201712216015。

（作者单位：安徽新华学院）