基于TAM2-IDT的大学生生鲜电商消费意愿研究

谢雪梅 刘泓铎

摘要：近年来，生鲜电商逐渐兴起，为消费者带来了更加多样的生鲜消费模式。受制于较低的消费能力及较小的生活活动范围，大学生生鲜消费习惯与其他消费者相比，其生鲜电商普及率不高。大学生群体是未来的消费主力，校园市场有引领社会青年市场发展方向的作用。研究哪些因素影响大学生生鲜电商消费意愿，以及大学生群体消费意愿与其他群体有何不同，对生鲜电商行业发展具有重要意义。基于TAM2-IDT理论模型实证分析的结果显示，大学生生鲜电商消费意愿受感知有用性、感知信任和态度的直接影响，受感知易用性、个人创新性和社会影响的间接影响，且感知有用性和态度在其中起中介效应，其中感知信任、社会影响和个人创新性的影响作用在大学生与其他消费者之间差异明显。最后，根据研究结果对生鲜电商行业在大学校园市场中的发展提出建议。

关键词：生鲜电商;消费意愿;大学生;技术接受扩展模型;结构方程模型

一、引言

（一）研究背景及研究意义

随着移动互联网的发展，网购已经改变了我国的零售市场，线上购物不仅是一种时尚，而且已经成为一种主流趋势。与此同時，生鲜电商这一新兴的商业模式逐步走到了消费者的面前。2019年，我国生鲜电商行业市场交易规模约为3 225亿元;受2020年疫情的影响，生鲜电商受到广泛关注，普及率进一步提高，预计全年交易规模将突破4 600亿元[1]。从网购普及率来看，截至2020年3月，中国网络购物用户数达到7.10亿，占中国网民总数的78.6%[2]，而大学生网购普及率已超过90%[3]，远远超过其他人群。在生鲜电商领域，占比47.37%的中国消费者使用过生鲜电商平台[4]，但多个研究结果显示，大学生群体使用生鲜电商的比例不足40%[5-6]，热衷于网购的大学生使用生鲜电商的比例低于中国消费者的平均水平。据2020年5月调查显示，综合电商用户中，年龄小于24岁的消费者占比超过20%[7]，而生鲜电商用户中，低于24岁的消费者仅占13.1%[8]。生鲜电商在以大学生为代表的低龄消费者群体中的普及率远低于综合电商。与其他消费产品不同，生鲜产品低品牌化、不易储存、刚性需求的特点决定了它是一种高频次的消费产品。那么，拥有良好网购基础，与互联网、电商平台更为亲和的大学生群体，为何在生鲜电商上的消费频率低于其他人群呢？大学生群体与其他群体在生鲜电商消费意愿方面有何不同？哪些因素导致大学生消费者群体出现了这种差异？尤其是当前生鲜电商平台大量倒闭、合并，行业竞争进入白热化阶段的情况下，越来越多的企业开始着力培养新一代忠实消费者，以校园市场为代表的细分市场将为生鲜电商行业带来新的发展动力，开辟新的契机，研究大学生生鲜电商消费影响因素具有一定的现实意义。

（二）研究现状及不足

围绕着生鲜电商使用意愿影响因素这一主题，国内学者展开了大量的研究。部分学者从生鲜电商使用全流程体验层面进行分析。冯亚中等人的研究认为消费者个人因素、平台因素、产品因素影响着消费者使用生鲜电商的意愿[9]。廖依婷等人的调查研究显示产品质量、送达时间、商家信誉、价格、售后服务等五个因素为生鲜电商市场的主要影响因素[10]。齐文娥等人的研究认为卖家与消费者的社会距离越近，消费者购买生鲜产品的意愿就越强[11]。另外，也有部分学者从技术接受和用户感知的角度展开研究。徐楠基于技术接受模型研究了感知有用性、感知易用性、感知风险、感知费用对生鲜电商购买意愿的影响[12]。邱丽红则在其研究中加入了互动性、享乐性两种因素，认为它们对使用意愿有显著的影响[13]23-27。

系统梳理相关文献后，发现目前国内学者在针对生鲜电商消费影响因素的研究中，大部分研究者将消费者视为同一群体，并未根据消费特点将消费者进行划分。李耀华等人认为大学生市场因其群体的特殊性，在消费能力、偏好等方面与其他消费者之间存在区别[14]。诸多学者在研究大学生旅游、网购等消费时，认为大学生这一消费群体有着特殊的消费性质：大学生因其经济条件限制，消费能力有限，但又有超前的消费意愿;大学生群体平均受教育水平高，对新技术的接受度也比其他消费者更高;大学生相较于其他消费者，社交属性更强，消费过程中更容易受到身边人的影响。在生鲜消费场景下，受制于校园生活条件，大学生购买生鲜产品以水果居多，相较于需要炒菜做饭的其他消费者，其消费频率、间隔较无规律;大学宿舍内没有冷藏设备，生鲜产品的储存条件较差，购买中呈现少量、多次的特征;大学生生活范围较小，生鲜消费地点较为固定，而其他消费者在购物逛街、上下班途中均可产生生鲜消费。鉴于大学生消费者有着与其他消费者不同的消费特性，在对生鲜电商消费的研究中，应对大学生群体单独展开研究。

（三）研究目的及创新点

本文基于大学生群体的消费特征，整合技术接受扩展模型、创新扩散理论等，建立生鲜电商消费影响因素模型。主要关注以下三个问题：哪些因素影响着大学生生鲜电商的消费意愿？这些影响因素之间是如何相互作用的？这些因素对大学生群体的影响与其他群体有何不同？本文创新性地将大学生群体作为目标人群，缩小研究对象范围，探索大学生群体与其他消费者群体之间的区别，探究生鲜电商消费的使用意愿影响因素，并参考、汇总已有研究成果，将个人创新性、社会影响、感知信任三个变量引入到模型中，一方面对原有的研究已有结果进行了丰富和扩充;另一方面也探索了生鲜电商消费场景中，大学生群体在更多因素中表现出的特殊性。本文中，大学生群体指离开家庭生活环境，在大学校园中集体住宿、学习、生活的全日制本科生、研究生。本文研究所涉及的生鲜电商消费，主要包括盒马鲜生、多点、京东到家等即时配送类生鲜电商平台产生的消费。

二、研究假设及模型设计

（一）研究方法

结构方程模型（structural equation model，SEM）理论初始于20世纪30年代，于20世纪90年代广泛应用在管理学、经济学、社会学、心理学、行为科学等领域，得到了大量学者的认可。在中国知网中以“结构方程”为关键词进行检索，仅20172019年便可检索到两万余篇的文献，可见结构方程模型是目前较为主流的研究方法之一。本研究中将使用结构方程模型作为研究方法，使用SPSS 23.0及Amos 24作为研究工具。

（二）模型设计

技术接受模型（technology acceptance model，TAM）是由学者Davis于1989年提出的[15]，Venkatesh等人研究后认为，虽然技术接受模型主要适用于组织情境，但所提出的主要变量同样适用于消费者使用情境[16]。随后，Davis根据其他学者的研究结论，对TAM模型进行适当修改，将主观规范（又称社会影响）等变量引入TAM模型，提出了技术接受扩展模型（technology acceptance model 2，TAM2）。根据技术接受模型及技术接受扩展模型理论，本文选取感知有用性、感知易用性、态度、意愿、社会影响五个变量展开研究。技术接受扩展模型如图1所示。

创新扩散理论（innovation diffusion theory，IDT）是一种旨在通过媒介说服大众接受新事物、新技术、新产品的理论。诸多学者将该理论引入网购、金融产品等消费场景中，用于研究消费者的创新性对使用新产品意愿的影响。相比于传统生鲜市场，生鲜电商是一个新兴的消费模式，因此本文将个人创新性这一变量引入模型中。在此基础上，本文根据吕佳[17]的研究结果，选取感知信任这一变量，最终构建出本研究的理论模型。

（三）变量解释及假设

感知有用性是指个人知觉使用某一系统提高其工作效率的程度[15]，本文中指大学生通过自身对生鲜电商的了解，结合自身需求和经验积累，对生鲜电商消费行为带来的好处做出的主观评价[18]。大量研究表明，感知有用性会对消费者的态度和意愿产生正向影响。Chen等学者经过研究，认为网购消费者的感知有用性会正向影响消费者的网购态度[19]。刘娟认为感知有用性会正向影响消费者网购生鲜农产品的意愿[20]。当大学生消费者感知有用性较高的时候，会偏向于选择消费;反之，这样概率则会降低。基于此，本文提出以下研究假设：

H1a：感知有用性会正向影响大学生生鲜电商消费的态度;

H1b：感知有用性会正向影响大学生生鲜电商消费的意愿。

感知易用性是指个人知觉使用某一系统的难易程度[15]，本文中指大学生在使用生鲜电商消费时自我感知的容易程度。Bagozzi认为网购消费者感受到的方便程度可以直接影响消费态度，而Davis及相关学者后续的研究发现，感知易用性并不能直接对意愿产生影响，但是可以作为间接因素，通过感知有用性和态度作为中介变量产生影响[21]。诸多学者通过实证研究也得到了相同的结论[22-24]。基于以上分析，本文提出以下研究假设：

H2a：感知易用性会正向影响大学生生鲜电商消费的感知有用性;

H2b：感知易用性会正向影响大学生生鲜电商消费的态度。

感知信任是人们对潜在的危险和可能存在的困难所持的积极态度[25]，本研究中指大学生在使用生鲜电商消费过程中，对可能存在的问题及危险的正向期待。Jin在研究消费者首次使用电商购买商品的影响因素时，认为信任会直接对消费态度产生正向影响[26]。范齐等人的研究认为信任会正向影响购买意愿[25]。基于以上分析，本文提出以下研究假设：

H3a：感知信任会正向影响大学生生鲜电商消費的态度;

H3b：感知信任会正向影响大学生生鲜电商消费的意愿。

社会影响，又称为主观规范，是个人对于是否进行某项特定行为而感受到的来自社会的压力[27]，本文中指大学生群体在使用生鲜电商消费中受到的外界的影响。美国学者Richard等于1975年提出了计划行为理论，该理论认为主观规范对行为意向具有直接的影响[28]。Davis也在改进TAM模型时，将主观规范加入到其中，并认为主观规范对感知有用性和行为意向都有直接的影响[15]。学者郭姗在针对消费者个性视角的实证研究中，认为主观规范对感知有用性和购买意愿都有直接的正向作用[27]。大学生群体相比于其他消费者群体具有更强的社交属性，其生活环境更加社交化，使用社交媒体的频率也较高。同时，他们还没有形成固定的消费习惯，这些渠道带来的信息对大学生使用生鲜电商的态度、意愿有着耳濡目染的影响。基于以上分析，本文提出以下研究假设：

H4a：社会影响会正向影响大学生生鲜电商消费的感知有用性;

H4b：社会影响会正向影响大学生生鲜电商消费的态度;

H4c：社会影响会正向影响大学生生鲜电商消费的意愿。

个人创新性是个人对新兴技术的接纳程度。Goldsmith等认为特定领域的创新性是个人倾向于在其感兴趣的领域尝试新产品、新服务的趋势[29]。Citrin等人的研究认为特定领域的创新性直接影响着消费者网上购物行为[30]。Lu等人通过实证分析，证实了消费者的创新性正向影响消费者从线下购物转到线上的意愿[31]。邱丽虹通过实证分析，认为消费者创新性能够调节解释变量与网购生鲜农产品意愿之间的关系[13]23-29。就目前的生鲜消费领域来说，生鲜电商是一种新兴的消费模式，个人创新性越高的大学生，越乐于接受新颖的消费模式，越有可能对生鲜电商持有正向的态度，使用生鲜电商消费的意愿也会更强烈。基于以上分析，本文提出以下研究假设：

H5a：个人创新性会正向影响大学生生鲜电商消费的态度;

H5b：个人创新性会正向影响大学生生鲜电商消费的意愿。

态度是个体对某项行为所抱持的正面或负面的感觉，是后天学习形成的稳定的倾向[28]，本文中指大学生群体对使用生鲜电商消费这一行为的评价概念化之后的态度。技术接受模型和计划行为理论中均认为，使用者对信息技术所持有的态度与其使用意向之间有很强的相关性。Leo和Shih的研究均认为消费者对网购的态度决定了消费者对网购的意向[32-33]。Hansen等在对消费者在线杂货店购物购买意愿的研究中，认为消费者的购物态度是购物意愿的最重要的观测指标[34]。基于此，本研究提出以下研究假设：

H6：大学生对生鲜电商持有的态度越积极，其生鲜电商消费的意愿越高。

基于以上分析，构建出本研究的理论模型如图2所示。

三、问卷设计及发放

（一）量表设计

本研究的调查问卷总体分两部分：第一部分是受访者的个人基本情况，第二部分是生鲜电商消费意愿测量量表。为确保本研究的准确性，参考国内外相关文献研究方法，本研究采用李克特5级量表对变量进行测量，量表设计及参考依据如表1所示。

（二）问卷发放及收集

本研究在问卷正式发放之前进行了小范围的预测试。预测试共发放问卷85份，收回问卷82份，通过预测试中得到的受访者的反馈，对问卷中语义不清、表达不畅的地方进行了修正。修改后，本研究通过网络发放正式问卷209份，收回问卷209份，并结合答题时间，对答题用时低于1分钟的问卷按无效问卷处理，共取得有效问卷N=203份，问卷有效率97.13%。

四、数据分析

（一）描述性统计分析

在本次调查获得的有效样本中，受访者男、女性基本持平;年级分布上，约有70%左右的受访者为本科生;在消费能力上，83.74%受访者的月均可支配收入在1 000～3 000元之间，近九成受访者依靠来自家庭提供的经济支持。整体上来看，大学生的消费能力较为一般，其经济来源仍以家庭提供为主。

在生鲜消费习惯统计上，有半数受访者曾经使用过生鲜电商，但只有33%的受访者选择生鲜电商作为其主要生鲜消费途径。频率上，91%的受访者消费次数不超过每周3次，其中四成左右的消费次数不超过每周1次。单次消费金额主要集中在10～30元（占比69.94%）。

（二）信效度分析

本研究采用克隆巴赫α（Cronbachs Alpha）系数进行信度检验（见表2），α系数值越大，各题项间的内部一致性越高，问卷的信度也越高。一般认为α>0.8时问卷信度良好。

根据表2可知，问卷整体基于标准化项的α值为0.956，大于0.9，在对问卷的潜在变量进行信度分析时，各变量的α系数均大于0.8，表明问卷有较高可信度。

本研究采用探索性因子分析考核问卷的效度，采用KMO和巴特利球形检验作为因子分析前的預测指标（见表3）。一般认为当KMO>0.8且巴特利球形检验显著性检验通过时，样本数据适合做因子分析。

根据表3可知，本问卷量表的KMO值为0.913，大于0.8，说明该量表可以进行因子分析。巴特利球形检验近似卡方值p值为0.000，小于0.001，通过了显著水平为0.1%的显著性检验。综上分析可知，依据本问卷取得的样本数据可以进行探索性因子分析。本研究对样本数据中的潜变量进行探索性因子分析，使用主成分分析法进行提取，并采用最大方差法对成分矩阵进行旋转。在提取6个成分后，问卷总体解释度达到了76.58%，能够较好地对数据进行解释，且根据表4可知，提取出的6个成分与问卷设计的潜变量基本一致，具有较高的效度。

（三）结构方程模型分析

1.模型拟合结果分析

在通过数据的信度分析及效度分析后，本研究将数据带入理论模型中进行拟合，得出的拟合度结果如表5所示，拟合结果理想。路径检验结果（见表6）。

分析结果显示，该模型对因变量“意愿”的总方差解释度达到了86%，解释效果理想。根据表6路径检验结果可知，除社会影响与意愿、个人创新性与意愿的路径检验结果未通过P<0.05的显著性检验以外，其余路径均通过了显著性检验，且标准化路径系数均为正，表明该路径上的自变量对因变量有明显的正向影响作用。因此本研究提出的假设中的H1a、H1b、H2a、H2b、H3a、H3b、H4a、H4b、H5a、H6均予以通过，假设H4c、H5b予以拒绝。在删除不显著路径后，得出本研究最终的模型拟合结果（见图3）。

根据结构方程模型拟合结果可得出以下结论：感知易用性和社会影响对感知有用性有显著影响;感知有用性、感知易用性、感知信任、社会影响、个人创新性对态度有显著的正向影响;感知有用性、感知信任、态度对意愿有显著的影响;社会影响和个人创新性对意愿的影响不显著。

2.中介效应分析

本研究中，感知易用性、社会影响、个人创新性和感知信任均为自变量;感知有用性既是影响意愿的自变量，也是社会影响、感知易用性影响意愿的中介变量;态度为中介变量;意愿为因变量。因此，本研究对感知有用性和态度两变量的中介效应进行分析。Bootstrap方法是Efron最早提出的一种重复抽样方法。方杰等人的研究认为[45]，偏差校正（bias-corrected）的非参数百分位Bootstrap经常应用于中、小样本量的情况下，与其他中介效应分析方法相比能取得最优结果，且可用于研究多重中介效应分析的模拟研究中。非参数百分位Bootstrap方法认为，若0不在中介效应值的上下限区间之内，则可以说在CI%的置信水平下认为存在中介效应[46]。本研究采用95%置信区间下偏差校正的非参数百分位Bootstrap法进行中介效应的检验，抽样次数为2 000次，检验结果如表8所示。

由以上检验结果可知：感知有用性、态度在感知易用性与意愿之间、社会影响与意愿之间起到了中介效应;态度在个人创新性与意愿之间起到了中介效应;态度在信任与意愿之间不存在中介效应。

（四）结果分析

本研究通过结构方程模型对提出的大学生生鲜电商消费意愿影响因素的理论模型进行了拟合和修改，并对其中的中介效应进行了检验，假设检验结果如表9所示。

经过拟合和检验，本研究提出的12条假设中有10条得到支持、2条被拒绝;9条中介效应路径中有8条得到支持、1条被拒绝，并得出如下结论：

（1）感知有用性显著影响大学生对生鲜电商的态度（β=0.188）和生鲜电商消费意愿（β=0.255），并通过态度进一步影响意愿;同时，其作为中介变量在感知易用性与意愿、社会影响与意愿之间起到了中介效应;

（2）感知易用性通过正向影响感知有用性（β=0.576）和态度（β=0.200），间接影响生鲜电商消费意愿;

（3）感知信任显著影响生鲜电商消费态度（β=0.178）和意愿（β=0.296）;

（4）社会影响显著影响生鲜电商消费感知有用性（β=0.223）和态度（β=0.175），且会通过感知有用性和态度间接影响生鲜电商消费意愿;

（5）个人创新性显著影响生鲜电商消费态度（β=0.311），并且会通过态度对生鲜电商消费意愿产生间接影响;

（6）态度显著影响生鲜电商消费意愿（β=0.492），并作为中介变量在感知有用性、感知易用性、感知信任、社会影响、个人创新性等变量与意愿之间起到中介效应。

综上所述，本文最终得出的大学生生鲜电商消费意愿影响因素模型如图4所示。

五、结论与展望

（一）研究结论

1.感知有用性正向影响大学生生鲜电商消费意愿。大学生群体消费能力较低，看重性价比，因此价格低廉、品质优秀的生鲜商品容易获得他们的青睐。紧张的大学生活使得大学生对购买商品的效率有着一定的要求，他们希望能够高效地完成生鲜商品的购买。物美价廉的商品和高效消费的方式能够显著提高大学生消费者使用生鲜电商的意愿。

2.感知易用性间接正向影响大学生生鲜电商消费意愿。较高的易用性体验能提升大学生的感知有用性，提高大学生对生鲜电商的好感度。此外，大学生消费者的生活模式和生活环境也决定了感知易用性的重要意义。对于已经独立生活的消费者，他们在生活中拥有更多与线下门店交互的时间和机会，也拥有更好的条件来储存生鲜产品。而大学生消费者与线下门店交互的时间和机会较少，因此他们对感知易用性十分敏感，较高的感知易用性能够大幅度提升他们的感知有用性和态度。

3.感知信任正向影响大学生生鲜电商消费意愿。大学生普遍对自身权益有着极强的保护意识，在选购商品时，安全是原则性问题。在生鲜电商消费模式下，平台对商品安全的背书能够让大学生们放心选购商品。在遇到消费纠纷时，平台能否妥善处理好问题，保障大学生权益，对消费体验有着重要影响。

4.社会影响间接正向影响大学生生鲜电商消费意愿。大学生的生活呈现明显的群居性，社交性很强，很容易受到身边人的影响而改变自己的消费认知和习惯。当身边人都在使用生鲜电商、并对生鲜电商给出较高的评价甚至推荐时，大学生消费者会提高对生鲜电商的有用性感知，对生鲜电商持有更加积极正向的态度。但是，社会影响并不会直接对生鲜电商消费意愿产生影响，却可以通过感知有用性和态度间接对意愿产生影响。

5.个人创新性间接正向影响大学生生鲜电商消费意愿。对新技术和新消费方式感兴趣的人会更加乐于寻求新的消费体验，因而也会对生鲜电商这一新颖的消费方式感兴趣，并对生鲜电商持有更加积极的态度，间接提高生鲜电商消费意愿，但个人创新性并不会直接激发消费意愿。

（二）与已有成果的差异分析

大学生消费者群体与其他群体相比有着明显的不同，因此影响大学生生鲜电商消费的因素也与其他群体有差异，主要体现在感知信任、社会影响和个人创新性三方面。

1.在感知信任方面，本研究认为感知信任能够正向影响生鲜电商消费态度和意愿，这与刘娟[20]、王军[47]、张蓓[48]的研究结果不同。上述三位的研究表明生鲜电商网站的安全性和信息可靠性、消费者对平台的信任及风险感知对消费意愿的影响均不显著。随着生鲜电商平台的建设和发展，支付安全及服务质量的提升逐步弱化了生鲜电商的交易风险，消费者对品牌和声誉的信任提高了对商品质量的信任，因此大众消费者的感知信任对消费意愿的影响并不显著[48]。但另一方面，大学生群体普遍有着较强的权益保护意识，尤其是在电子商务场景下，大学生对隐私安全的感知相较于其他人群更敏感，而高校内屡次发生的电信诈骗事件使得他们更加重视个人信息安全。据统计，有88.2%的大学生群体会关心手机信息泄露的问题，75%的大学生会对信息安全泄露方面的新闻有所关注[49]。大学生会从信息安全的视角审视电商平台的可信度，这也成为了影响大学生生鲜电商消费行为的重要因素之一。

2.在社会影响方面，韩亚奇[38]、晏梦[50]的研究结果表明社会影响对消费者购买生鲜电商的意向影响不显著。他們认为，生鲜电商平台建设逐步成熟，提供了丰富的商品信息，降低了消费者对其他信息来源的需要，而个性化需求则进一步降低了周围人所提供信息的参考价值。在此基础上，本研究认为，社会影响会通过态度间接对生鲜电商消费意愿产生影响。虽然生鲜电商平台可以提供足够的参考信息，但大学生生活经验不足，在消费决策中仍需要参考、学习他人提供的信息，并以身边人为参照点修正个人选择;因此，社会影响会对大学生生鲜电商消费意愿产生影响。但另一方面，由于大学校园中缺少生鲜产品的储存条件，不存在“囤货现象”，因此生鲜消费大部分是在有需求时才会产生，身边人的评价和推荐会对大学生消费者产生潜移默化的影响，但不会直接催生其消费的意愿。因此，社会影响不会直接影响消费意愿，而是通过影响大学生对生鲜电商的态度间接对生鲜电商消费意愿产生影响。

3.在个人创新性方面，韩亚奇的研究表明创新性在解释变量与网购生鲜农产品意愿中没有显著的调节作用[38]，而邱丽红[13]48-50得出了与之相反的结论，王军则认为个人创新性可以正向影响使用电商购买生鲜农产品的意愿[47]。本研究经过实证研究，认为个人创新性将通过正向影响态度而间接影响生鲜电商消费意愿。大学生对新技术新产品的感知和接受度高于其他消费者，生鲜电商带来的新鲜感不会直接催化大学生产生消费意愿;但有购物需要的时候，他们乐于使用生鲜电商这一新颖的消费模式。因此，个人创新性与生鲜电商消费意愿之间的相关性并不高，这也体现了大学生独特的生鲜消费特征。

（三）研究建议

结合前文得出的结论，本研究为生鲜电商企业发展提出以下几点建议。

1.提升大学生消费者有用性感知是提升市场竞争力的核心。大学生对生鲜商品这类高频刚需产品的价格十分敏感，品质和价格是重要的参考因素。生鲜电商应持续加大供应链体系建设，整合供应商资源，完善标准化制定，探索直采、自营等多渠道结合的商品供应体系，在保障商品品质的同时控制流通成本，使生鲜电商在与校园生鲜门店相比有足够的质量和价格竞争力。另一方面，大学生是个性化消费群体，有着多样的口味和偏好，对于新产品有强烈的好奇心。因此，生鮮电商还应拓宽商品供应渠道，丰富商品种类，探索中、高端产品线上销售，以满足大学生个性化需求。

2.提高大学生消费者易用性感知有助于生鲜电商的发展。应继续完善生鲜电商平台建设，从消费者的角度出发，提升用户交互体验，完善商品及服务介绍，明确折扣价格和收费标准，在简化选购、消费流程的同时，丰富平台功能。拓展支付方式，优化支付流程。探索新型配送模式，结合大学校园的群居特点，探索校园O2O模式，打通生鲜产品“最后一公里”服务，提高大学生消费者对物流配送的服务感知。

3.让大学生消费者信任生鲜电商是关键所在。生鲜产品不同于其他商品交易，品质鉴别的困难使得渠道优势让位于线下市场。生鲜电商若想在校园市场里获得一席之地，应扩大自身规模，塑造品牌价值，形成品牌效应。另一方面，大学生消费者对个人信息安全的敏感性也应引起生鲜电商行业的重视。应基于行业协会形成自治体系，呼吁并推动国家建立健全消费信息安全保障制度，通过虚拟号码等技术手段确保大学生消费者个人信息不被泄露，获取大学生消费者的信任。

4.提高影响力有助于生鲜电商在校园内的推广和普及。加大生鲜电商的宣传投入，通过宣传提高品牌知名度，让更多的大学生接触到生鲜电商品牌，通过拼团购买等形式促进品牌在大学生群体内部的交流传播，在校园内营造品牌氛围，强化大学生消费者的品牌意识，以积分、会员、老客户福利等方式提高用户黏性，实现校园生鲜市场规模的稳定增长。

5.创新将为生鲜电商校园市场的发展带来新的契机。创新营销模式，提高大学生用户新鲜感。全面融合线上消费的便捷性和线下消费的良好体验。探索虚拟现实（VR）、增强现实（AR）、区块链等新兴技术在生鲜电商消费领域中的应用，进一步优化生鲜电商消费流程，提高大学生消费者与商品、生鲜电商平台的互动性，在销售产品的同时，输出品牌文化，让大学生消费者拥有与传统生鲜农产品卖场完全不同的全新购物体验。

（四）展望

本研究受主、客观条件限制，存在一定的局限性。第一，受制于地域、时间以及社会形势等，本研究在样本选取方面多以北京地区为主，其他城市的样本较少，尤其是在生鲜电商发展较为缓慢的三、四线城市的样本不多，不能完全反映实际情况。若能在全国各地城市分类选取更多的样本，得出的结果将更为准确。第二，本研究在变量选取上没有将大学生的个人特征纳入影响因素中，若能在接下来的研究中将个人特征作为影响大学生生鲜电商消费意愿的影响因素，得出的结论将会更加科学、准确。

参考文献：

[1]20202026年中国生鲜行业市场调研分析及投资盈利预测报告[R/OL].（2019-12-13）[2020-04-11].http：//https：//www.chyxx.com/resear-ch/201912/817445.html.

[2]中国互联网络信息中心.第46次中国互联网络发展状况统计报告[R/OL].（2020-09-29）[2020-10-11].http：//www.gov.cn/xinwen/2020-09/29/content_5548176.htm.

[3]2020年中国大学生网购市场分析报告——行业运营态势与发展前景预测[R/OL].（2020-04-22）[2020-06-11].http：//www.mengyinnews.com/html/soft/59770.html.

[4]生鲜电商行业数据分析：超五成中国消费者未曾使用过生鲜电商平台[EB/OL].（2020-02-20）[2020-06-11].https：//www.iimedia.cn/c1061/69156.html.

[5]卢丽媛，余红珍.水果产品在大学生消费群体中的发展现状和网络营销策略探讨[J].现代营销（下旬刊），2018（4）：81.

[6]王彤月，石书源，何迪.“95后”大学生水果消费现状的调查分析[J].新校园（上旬），2017（12）：184-185.

[7]赵震.电商用户行为专题分析2019[EB/OL].（2020-01-06）[2020-05-11].https：//www.analysys.cn/arti-cle/detail/20019628.

[8]赵悦.中国生鲜电商市场年度综合分析2020[EB/OL].（2020-05-15）[2020-06-11].https：//www.anal-ysys.cn/article/detail/20019771.

[9]冯亚中，苏荔，陈岩.生鲜电商消费者购买意愿的影响因素研究[J].物流工程与管理，2018（12）：60-62.

[10]廖依婷，徐文博，张婧怡，等.大学生网购生鲜水果影响因素研究[J].物流工程与管理，2016（9）：63-67.

[11]齐文娥，林川.消费者生鲜农产品购买意愿影响因素分析[J].华南农业大学学报（社会科学版），2018（1）：78-93.

[12]徐楠.连云港消费者生鲜电商平台采纳意愿影响因素研究[J].市场周刊，2019（9）：89-90.

[13]邱丽虹.基于UTAUT模型的生鲜农产品网购意愿研究[D].福州：福建农林大学，2019.

[14]李耀華，王茹.关于苏州食行生鲜进驻大学校园的调研[J].物流工程与管理，2018（11）：48-50.

[15]DAVIS F D. Perceived Usefulness， Perceived Ease of Use， and User Acceptance of Information Technology[J]. Mis Quarterly，1989（3）：319-340.

[16]VENKATESH V， JAMES Y L， XU X. Consumer Acceptance and Use of Information Technology： Extending the Unified Theory of Acceptance and Use of Tech-nology[J]. MIS Quarterly，2012（1）：157-178.

[17]吕佳.新零售背景下消费者对生鲜电商的购买意愿研究[D].北京：北京邮电大学，2019：16-19.

[18]张倩.我国生鲜电商平台消费者持续购买意愿的实证研究[D].武汉：武汉工程大学，2017：23-27.

[19]CHEN L D， TAN J. Technology Adaptation in E-commerce[J]. European Management Journal，2004（1）：74-86.

[20]刘娟.网购生鲜农产品消费者购买意愿实证研究[D].长春：吉林大学，2017：44-45.

[21]李馨玉.成都市消费者网购生鲜农产品意愿及影响因素研究[D].成都：四川农业大学，2018：34-36.

[22]卢丹雅.移动电商环境下生鲜食品网购意愿及其影响因素研究[J].现代营销（下旬刊），2019（5）：87.

[23]杨春艳.消费者生鲜农产品网购意愿研究[D].南京：南京农业大学，2016：32-35.

[24]杨颖.生鲜农产品网购意愿影响因素的实证研究[D].蚌埠：安徽财经大学，2015：34-38.

[25]范齐，马闻远，张朔.基于TAM模型的线上购物中信任对购买意图的多重作用研究[J].山东师范大学学报（自然科学版），2018（2）：215-221.

[26]KIM J B. An Empirical Study on Consumer First Purchase Intention in Online Shopping： Integrating Initial Trust and TAM[J]. Electronic Commerce Research，2012（2）：125-150.

[27]郭姗.消费者个性对主观规范及网络购买意愿影响的实证研究[D].重庆：重庆工商大学，2014：44-46.

[28]FISHBEIN M， AJZEN I. Belief， Attitude， Intention and Behavior： An Introduction to Theory and Research[M]. Reading， MA： Addison-Wesley，1975：302.

[29]GOLDSMITU R E， CHARLES F H. Measuring Consu-mer Innovativeness[J]. Journal of the Academy of Marketing Science，1991（3）：209-221.

[30]CITRIN A V， SPORTT D E， SILVERMAN S N. Adoption of Internet Shopping： The Role of Consumer Innovativeness[J]. Industrial Management & Data Systems，2000（7）：294-300.

[31]LU Y， CAO Y， WANG B， et al. A Study on Factors that Affect Users Behavioral Intention to Transfer Usage from the Offline to the Online Channel[J]. Computers in Human Behavior，2011（1）：355-364.

[32]LEO R V. Predicting Consumer Intentions to Use on-line Shopping： The Case for an Augmented Technology Acceptance Model[J]. Information & Management，2003（6）：747-762.

[33]SHIH H P. An Empirical Study on Predicting User Acceptance of E-shopping on the Web[J]. Hung-Pin Shih，2004（3）：351-368.

[34]HANSEN T， JENSEN J M， SOLGAARD H S. Predic-ting Online Grocery Buying Intention： A Comparison of the Theory of Reasoned Action and the Theory of Plan-ned Behavior[J]. International Journal of Information Management，2004（6）：539-550.

[35]芦文娟.我国消费者网上购物行为意愿影响因素研究[J].经营与管理，2015（5）：118-123.

[36]冯存斌.B2B模式下生鲜农产品组织购买意愿研究[D].徐州：中国矿业大学，2017：27-32.

[37]CRESPO N H， BOSQUE I R. The Effect of Innovativeness on the Adoption of B2C E-commerce： A Model Based on the Theory of Planned Behaviour[J]. Computers in Human Behavior，2008（6）：2830-2847.

[38]韩亚奇.生鲜农产品网购意愿影响因素的研究[D].天津：河北工业大学，2015：46-49.

[39]侯萍，周明锐.基于TAM模型的大学生接受微信营销影响因素分析——以南京邮电大学为例[J].经营与管理，2018（5）：131-137.

[40]RITU A， TAYESH P. The Antecedents and Consequents of User Perceptions in Information Technology Adoption[J]. Decision Support Systems，1998（1）：15-29.

[41]CHARLES W， LISA S. Incorporating Perceived Risk into Models of Consumer Deal Assessment and Purchase Intent[J]. Advances in Consumer Research，1996（1）：399-404.

[42]王欣伟.C2C环境下影响消费者购买意愿的因素研究[D].天津：天津师范大学，2014：53-55.

[43]何德华，韩晓宇，李优柱.生鲜农产品电子商务消费者购买意愿研究[J].西北农林科技大学学报（社会科学版），2014（4）：85-91.

[44]肖川江.消费者网购生鲜农产品意愿影响因素研究[D].成都：四川农业大学，2016：43-57.

[45]方杰，张敏强，李晓鹏.中介效应的三类区间估计方法[J].心理科学进展，2011（5）：765-774.

[46]张达理.全渠道背景下渠道整合对消费者渠道迁徙行为影响的研究[D].成都：西南财经大学，2018：47.

[47]王军.生鲜农产品O2O电子商务模式下消费者行为及其影响因素研究[D].镇江：江苏大学，2017：89-92.

[48]张蓓.O2O电子商务模式下生鲜农产品消费者购买决策研究[J].江苏农业科学，2018（22）：376-382.

[49]王淳业.大学生手机隐私信息安全调查報告[D].石家庄：河北经贸大学，2018：14-17.

[50]晏梦.基于UTAUT的生鲜农产品网购行为研究[D].武汉：中南民族大学，2018：41-48.