电子商务环境下农产品商家信用评价指标体系研究

霍 红，杨永会

(哈尔滨商业大学管理学院，黑龙江哈尔滨 150028)

伴随着互联网与信息技术的发展，一种新型购物方式——网络购物正迅速地融入人们的生活，它改变了人们原有的购物方式，并对传统零售业产生了巨大的冲击。随着消费者对零售电子商务越来越认可，网购用户数量和网络零售市场交易额也在不断增加[1]。在这样的背景下，电子商务开始逐渐向农业行业渗透，许多农产品企业看到了新的商机，各类电商平台也都认识到农产品电商将会是下一片蓝海，有的甚至开始转型，积极谋划和布局来引入各方力量[2]。如阿里巴巴的淘宝网、京东商城等逐渐涉足农产品领域，中粮我买网、上海菜管家等农产品电商网站也在不断开拓自己的产品类型。

但与此同时，由于电商环境下买卖双方信息不对称、消费者不能真实接触商品等原因，农产品网络交易过程中的信用问题越来越严重，很大程度上阻碍了我国农产品电商的进一步发展。为了规避信用风险、鉴别有效信用商家、减少交易欺诈的发生，现下涉农电子商务网站相继构建了自己的信用评价体系，但鉴于其评价方法规则不够完善，无法准确反映农产品商家的信用水平，进而不能为消费者选购农产品提供参考。因此探索如何解决电子商务环境下农产品商家的信用问题，构建一套切实可行的信用评价指标体系不仅可以促进我国农产品电子商务进一步稳健地发展，而且对于我国农产品电商企业在国际环境中获得更多的市场份额与竞争优势具有很重要的现实意义。

1 文献综述

国外电子商务兴起较早，学者对于电子商务信用的探讨主要集中于20世纪90年代至21世纪初。最早的研究是从概率论的角度开始的，Abdul-Rahman等[3]和Jøsang等[4]分别构建了基于名声系统和逻辑循环计算算法的信用模型；Beth等将信用分为直接信用和间接信用，提出了一种BBK信用评价方法[5]。还有的学者基于统计理论和实物模型来进行研究，Zhang将买卖双方的信用水平进行了定量处理，构建了与之对应的函数模型，并将eBay的数据带入其中验证了自己的结论[6]。国内关于电子商务信用评价问题的探索虽起步较晚，但发展迅速。多数学者主要探讨了电子商务网站和B2B模式下中小企业的信用评价模型及方法[7-8]，但随着电子商务在我国的发展，也有不少学者开始注意到我国网络商家的信用评价问题[9-10]。但这些研究仍然以电子商务网站的角度为主，虽然少数学者考虑到站在买方立场，但信用影响因素的确定和评价规则的设置仍存在漏洞，尚未提出合理的商家信用评价方法。因此，本研究拟从电子商务信用评价的现实出发，在现有文献研究的基础上，构建一套行之有效的农产品电子商务商家信用评价指标体系。

2 农产品电子商务商家信用评价初始指标的筛选

2.1 初始指标体系建立的理论依据

2002年新加坡学者Lee研究了能够影响网络消费者购买行为的主要因素，并以此为基础建立了网络购物者行为模型。此模型将网络消费者的购买过程分为3个阶段：建立信任、在线购买、购后需求[11]。第一阶段为建立信任阶段。潜在消费者在购物之前，会通过各种渠道来获取购物网站和对应商家的基本信息，从而判断该网站和商家是否可以信任。第二阶段为在线购买阶段。与线下实体店购物过程所不同的是，潜在消费者通过电子商务平台所提供的信息检索和商品导航系统来寻找目标商品，并利用安全快捷的支付系统来完成网上交易。第三阶段为购后需求阶段。当消费者完成线上购买后，与之配套的物流体系和售后服务体系能够保证消费者持续性需求的满足，这也是消费者建立长期信任的重要阶段。Lee所提出的网络购物者行为模型，展示了电子商务环境下消费者购物的整个过程，描述了网络消费者购买行为的主要特点。

本研究根据此模型，从消费者网络购物的整体流程出发，考虑这3个阶段所涉及的主要因素，将其细分为“基本信息”“交易信息”“商品因素”“服务因素”和“物流因素”5个要素层，最终提出农产品电子商务商家信用评价初始指标体系。

2.2 初始指标筛选的方法

基于上述概念和理论基础，本研究采用信息沉淀法确定农产品电子商务商家信用的影响因素，进行穷尽式的搜索，争取全面完整地查询相关资料[12]。初始指标提取的基本步骤如下：首先，在各文献数据平台上以“商家信用”“卖方信用”“顾客信任”等为关键词，时间设置为2000—2016年，共检索到相关文章10 000余篇，然后从以上结果中搜索“农产品电子商务”“农产品网络零售”“农产品网购”等关键词，筛选出与本研究相关的文献543篇；其次，依据本研究的研究主题和研究内容，确定46篇可以参考的文章，并归纳整理出其中的重要信息；再次，通过将宽泛的因素进行细化、相似的因素进行归并以及关联性较低的因素进行剔除，系统地处理所归纳出的信息；最后，为了确保所选指标更具有实际参考价值，本研究选取了3名农产品电子商务公司的销售主管和7名平均网购年龄达5年的消费者，组织了10次实地访谈，并且每次深度访谈的时间均超过1h。经过上述过程，最终确定了农产品电子商务商家信用评价初始指标体系(表1)。

表1 农产品电子商务商家信用评价初始指标体系

这里将网络购物者在线购买阶段所涉及的因素划分为商品因素和服务因素2个构面，没有把支付因素纳入到初始指标体系，原因是目前各涉农电子商务网站的交易费用是依靠第三方支付平台来完成的，消费者在确保收到的农产品满足自己的预期后，才会指令支付平台将款项划给商家，进而保障了网络交易支付环节的安全性。因此在支付这方面，对于所有农产品商家都是一样的，商家也不能利用支付环节进行信用欺诈。

3 实证研究

3.1 调查目的与问卷设计

本研究的调查目的在于对农产品电子商务商家信用评价初始指标进行筛选，剔除掉贡献度小、影响力度不大的指标，并以此为基础分析出这些指标对于商家信用水平的重要程度，从而确定影响农产品电子商务商家信用的关键指标。

根据本次调查的目的，课题组设计了“关于农产品电子商务商家信用影响因素的调查问卷”。问卷内容共分为2个部分：第一部分是被调查对象的性别、年龄、学历、网购年龄、月平均网购次数等基本信息；第二部分是农产品电子商务商家信用水平的影响因素信息，其中需要被调查者依据自己的网购经验和感受，将所列问题与实际情况相对比进行回答。调查问卷采用李克特(Likert)5点量表设计：“1”代表很不同意，“2”代表不同意，“3”代表一般，“4”代表同意，“5”代表很同意。问卷设计完成后首先针对特定目标群体进行了小范围测试，根据测试效果对问卷进行适当修改之后形成正式问卷。

3.2 数据收集与样本处理

此次调查采用的是网络问卷的形式，利用问卷星网站制作网页版问卷，通过向被调查者发送问卷链接来邀请其进行回答。在此过程中必须要求被调查者拥有一定的农产品网购经验，否则视为无效问卷。调查共回收问卷278份，除去有规律性作答或不完整性作答的无效问卷13份，得到有效问卷265份，有效问卷回收率为95.32%。

从有效问卷的统计信息来看：男性占35.61%，女性占64.39%。被调查者的年龄分布为：18岁以下占1.44%，18～25岁占59.35%，26～30岁占25.54%，31～40岁占 10.43%，41～50岁占2.52%，50岁以上占0.72%。被调查者的学历分布为：高中及以下学历占7.19%，大专学历占 8.63%，本科学历占52.88%，硕士学历占28.06%，博士学历占3.24%。被调查者的网购年龄分布为：1年以下占6.12%，1～3年占22.30%，4～6年占55.40%，7～9年占 9.35%，10年以上占6.83%。被调查者的月平均网上购物次数分为：低于2次占27.70%，3～5次占46.76%，6～8次占14.75%，9～11次占4.68%，12次以上占6.12%。

3.3 数据有效性检验

3.3.1 信度检验Cronbach’sα系数是目前常用的信度检验方法，α系数介于0～1之间，通常情况下，α系数大于0.65表示问卷可以接受，大于0.7表示问卷具有较好的稳定性，大于0.8表示问卷具有相当好的稳定性。本研究利用SPSS软件检验结果(表2)显示，基本信息和商品因素的α系数分别为0.764和0.758，其余变量的α系数均在0.8以上，并且问卷总体变量的α系数为0.908，均达到了有效的标准，说明问卷具有较好的信度。

3.3.2 效度检验 效度的检验方法是对有效样本数据进行Kaiser-Meyee-Olkin(KMO)样本测度和巴特利特(Bartlett)球形检验，通常情况下，KMO值大于0.5、Bartlett球形检验的P值小于0.001，则说明问卷的效度可以接受。本研究得出的结果为：KMO值为0.896；Bartlett球形检验的近似卡方值为2 579.631，自由度为190，相伴概率P为0.000，说明此问卷的效度是可以接受的。

表2 潜变量的信度检验

3.4 因子分析

3.4.1 探索性因子分析 为了验证影响农产品商家信用的因子个数与所提出的是否相符，筛选初始评价指标，本研究进行了探索性因子分析。根据效度检验结果，本次调查问卷数据的KMO值接近1且Bartlett球形检验的P值为0，表明可以进行因子分析。

首先，利用SPSS22.0软件得到各因子变量的特征根和方差贡献率。结果表明，前4个因子变量的特征根均大于1，并且其累积方差贡献率达到62.439%(表3)，高于50%，说明这4个因子变量基本反映了初始数据20个评价指标所能描述的绝大部分信息。此外，从图1也可以看出，这4个因子变量的位置是1个明显的转折点。因此基于以上结果，选择保留4个公共因子。

表3 总方差解释

其次，通过方差最大正交旋转法对所建立的因子载荷矩阵进行正交旋转，并对各公共因子进行命名和解释。经过方差最大化正交旋转获得的因子载荷矩阵如表4所示(小于 0.4 的系数不显示)，结果表明因子分析能识别农产品电子商务商家信用的4个构面，4个构面中的测量指标分布基本合理，因子分析结果将商品因素和服务因素的测量指标凝聚为1个构面，因为商品因素和服务因素具有共通的属性，它们都是直接由农产品商家提供给消费者。测量指标中农产品描述和价格合理性的因子载荷小于0.5，根据因子分析对因子载荷的要求，须要剔除这2个指标。在剔除农产品描述和价格合理性之后，重新进行因子分析，得到结果如表5所示。

表5 剔除农产品描述和价格合理性之后的旋转成分矩阵

表5的结果显示，在提取出的4个因子中，第1个因子支配的指标有农产品质量、农产品相符度、售后服务、承诺兑现度和反馈及时性，鉴于它们反映的是农产品商家向买家所提供的商品及服务方面的情况，因此将第1个因子命名为产品因素；第2个因子支配的指标有发货速度、发货准确性、到货时长、配送地点准确性和包装完整性，鉴于它们反映的是农产品从商家到买家的运输过程情况，因此将第2个因子命名为物流因素；第3个因子支配的指标有被处罚次数、投诉率、退款率和退款速度，鉴于它们反映的是农产品商家与买家交易方面的情况，因此将第3个因子命名为交易信息；第四个因子支配的指标有商家规模、商家知名度、经营资质和经营历史，鉴于它们反映的是农产品商家基本经营能力方面的情况，因此将第四个因子命名为基本信息。这4个公共因子的累积贡献率达到了65.113%(表6)，大于50%，其总解释度达到要求。因此，可以确定农产品电子商务商家的信用水平按照基本信息、交易信息、产品因素和物流因素4个维度来评价。

表6 总方差解释

最后，利用回归法计算各公共因子Fi(i=1,2,3,4)的得分函数，并且将每个因子方差占累积方差的比例作为权重，对各公共因子进行加权求和，得到农产品电子商务商家信用综合因子得分函数F综。各公共因子的得分系数矩阵如表7所示。

表7 公共因子得分系数矩阵

根据表7可得各公共因子的得分函数：

F1=-0.067X1-0.020X2-0.032X3+0.066X4-0.038X5-0.031X6-0.068X7+0.020X8-0.097X9-0.182X10-0.037X11-0.037X12+0.012X13+0.284X14+0.200X15+0.352X16+0.313X17+0.223X18。

同理，可以得到公共因子F2、F3和F4的得分函数。

依据表6中各公共因子的方差占4个因子累积方差的比例可计算得到综合因子得分函数：

F综=(0.183 11F1+0.175 41F2+0.155 36F3+0.137 26F4)/0.651 13=0.281 22F1+0.269 39F2+0.238 60F3+0.210 80F4。

从以上结果可以得到，产品因素(F1)的权重最大(0.281 22)，说明其对农产品电子商务商家信用评价的影响是最重要的；其次是物流因素(F2，0.269 39)；再次是交易信息(F3，0.238 60)和基本信息(F4，0.210 80)。

3.4.2 验证性因子分析 根据探索性因子分析的结果，重新构建修正后的农产品电子商务商家信用评价指标体系，并采用验证性因子分析对其进行检验，评价其可靠性。本研究首先进行了评价指标体系的一阶因子分析，得到体系中的标准路径系数不存在负数，说明体系与样本数据拟合比较理想，体系的适配度指标值均达到了较好的适配效果，本指标体系的适配度良好。通过探索性因子分析可知，农产品电子商务商家信用是按照基本信息、交易信息、产品因素和物流因素4个维度来评价的，这4个潜变量都是反映“农产品商家信用”这个潜变量的，即在理论上农产品商家信用是基本信息、交易信息、产品因素、物流因素4个一级潜变量的二级潜变量，每个一级潜变量都有一个来自于二级潜变量的直接效果负荷在其因素上。因此，需要对评价指标体系进行二阶因子分析，来判断整个体系的拟合度。二阶因子分析结果见图2和表8。

从图2可以看到，整个指标体系的标准路径系数不存在负数，说明整个体系与样本数据拟合较理想。其中农产品商家信用与产品因素之间的路径系数最大，说明产品因素对农产品电子商务商家信用的影响最大，其次分别是物流因素、交易信息和基本信息。由表8可知，整个指标体系的适配度指标值均达到了较好的适配效果，拟合效果良好。

3.5 相关分析

农产品电子商务商家信用评价指标体系由基本信息、交易信息、产品因素和物流因素4个一级指标构成，每个一级指标通过相应的二级指标来测量。本研究对各二级评价指标与其对应的一级指标、各一级指标与农产品商家信用总体评价进行了相关分析。得到的分析结果如表9和表10所示。

从表9可以看到，基本信息与经营历史之间的相关系数为0.683，介于0.4～0.7之间，属于中度相关，其余各二级指标与其对应的一级指标之间的相关系数均大于0.7，属于强度相关，这表明可以使用指标体系中的各二级指标来测量其所对应的一级指标。从表10可以看出，基本信息与农产品商家信用总体评价之间的相关系数为0.692，属于中度相关关系，交易信息、产品因素和物流因素与商家信用总体评价之间属于强度相关关系；并且产品因素与农产品商家信用之间的相关系数最高，物流因素、交易信息和基本信息与商家信用之间的相关系数依次递减，该结果与通过因子分析得到的各公共因子的重要程度相一致，进而再次说明了本研究构建的农产品电子商务商家信用评价指标体系具有良好的适用性。

4 农产品电子商务商家信用评价指标体系的构建

通过观察各因子所反映的对应原变量可以发现，其原变量的重新组合没有大幅度改变问卷设计时初始评价指标的分类，修正后的指标体系最终将农产品商家的基本信息、交易信息、产品因素和物流因素等4个方面作为农产品电子商务商家信用评价的维度。这4个维度对农产品商家信用的影响程度由大到小分别是产品因素、物流因素、交易信息和基本信息。具体指标体系构成及其权重如表11所示。

衡量农产品商家基本信息的指标包括商家规模、商家知名度、经营资质和经营历史。商家规模是指对农产品商家生产能力、经营范围、资产情况等的划型，一般是通过“员工数”“销售额”“资产总额”等方面来考察某个农产品商家的整体规模。商家知名度是指潜在消费者认识或记起某农产品归属于某个商家的能力。商家识别能够使购买者对某类农产品产生初始信任，有时甚至可以无需考虑该农产品的特性，它与商家的连带效应就可以使消费者做出购买决策。经营资质是指商家在农业领域经营中应具有的资格以及质量等级标准，并取得相应的资格证书。获取了经营资质就如同得到经营某类农产品的许可证，提升了商家在消费者心中的信用形象。经营历史是指从农产品商家开设店铺开始到目前为止的时间长度。经营历史可以反映出商家在农业领域内的从业经验，以及积累忠实客户的数量水平。

表8 适配度检验摘要表(二阶)

衡量农产品商家交易信息的指标包括被处罚次数、投诉率、退款率和退款速度。被处罚次数是指在特定时间内，农产品商家因违规或违法行为而被处罚的数量。这类行为通常包括出售假冒产品、发布违禁信息、不当注册、信用炒作等。投诉率是指在特定时间内，农产品商家被投诉的次数与该段时间内商家交易次数的比值。这里的投诉次数主要是指被认定投诉成立的数量，即非恶意投诉的数量。退款率是指在特定时间内，农产品商家的退款次数与该段时间内商家交易次数的比值。虽然存在合理性退款，但其在所有退款行为中占比较小，因此对农产品商家信用的影响较小。退款速度是指农产品商家从接到退款申请开始到处理完毕所花费的平均时间。商家的退款速度越快，买家的购物体验就越好。

衡量农产品商家产品因素的指标包括农产品质量、农产品相符度、售后服务、承诺兑现度和反馈及时性。农产品质量是指农产品具有满足消费者需要的所有的能力特征。由于消费者的最终目的是获得所需商品，所以农产品质量水平直接影响了消费者购物的满意程度。农产品相符度是指商家在网店中关于农产品内容的展示与顾客实际收到农产品的相符程度。如果顾客收到农产品的实际情况与商家所描述的信息不相匹配，很大程度上会增加顾客在该商家消费时的负面情绪。售后服务是指在商家将农产品出售给消费者后，对其所提供的各类后续服务活动。完善的售后服务不仅可以降低经营成本，而且可以提升消费者购物体验，促进顾客在该商家的二次购买。承诺兑现度是指农产品商家对其在消费者购物过程中所许下承诺的履行程度。这种承诺通常包括7d无理由退换货、闪电发货、指定快递等。反馈及时性是指农产品商家对于消费者在购物过程中所提出的问题是否可以及时地进行解决与处理。

表10 各一级指标与农产品商家信用总体评价的相关性

表11 农产品电子商务商家信用评价指标体系

衡量农产品商家物流因素的指标包括发货速度、发货正确性、到货时长、配送地点准确性和包装完整性。发货速度是指从消费者购买订单下达开始，至商家处理完毕并将农产品发出这一阶段活动的快慢程度。消费者通常都希望可以尽早地收到所购买商品，因此商家发货速度的提升可以有效减少农产品送达消费者手中的时间。发货准确性是指商家能否按照消费者提交的订单要求(大小、数量、新鲜度等)正确发出农产品。到货时长是指从商家将农产品寄出到买家收到该产品所需要的平均时间长度。农产品送达购买者手中所耗费的时间短，可以大大增加商家在消费者心中的好感度，减少对网购物流环节的顾虑。配送地点准确性是指商家所委派的物流公司是否可以按照消费者所提供的送货地址，正确地将农产品送达到购买者手中。商品配送过程中若地址出现差错，会直接降低消费者此次的网购体验，从而给商家信用带来消极影响。包装完整性是指农产品经过物流环节后，是否是完好无损地送达消费者手中。包装完整性可以从侧面体现出商家对农产品在物流运输过程中的关注程度。

5 结语

随着农产品网络交易额占整个社会农产品交易总额的比例不断增大，许多传统的线下农产品企业也纷纷进军线上业务，从而使得我国农产品电子商务呈现出一片蒸蒸日上的态势。但是由于网络虚拟性、网民信用意识淡薄、有关信用管理的法律法规建设不够完善等原因，农产品电子商务也受到了诚信问题的制约，因此建立一套行之有效的农产品电子商务商家信用评价指标体系俨然已成为学术与实践领域的必然要求。基于此，本研究从农产品电子商务发展的目标与现状出发，构建了农产品电子商务商家信用评价指标体系，并通过因子分析、相关性分析等验证了该指标体系的合理性。涉农电子商务网站或平台可以从基本信息、交易信息、产品因素和物流因素等四个方面评价农产品商家的信用水平，筛选出信用度更高的商家，最终提升消费者网上购买农产品的满意度与忠诚度。