“小紅書”平臺消費(fèi)者信用評價(jià)指標(biāo)體系研究

馬德清 趙芹

作為一種全新的跨境C2B模式，小紅書這款備受3億多人青睞的軟件在其高速發(fā)展的同時(shí)也產(chǎn)生了無法進(jìn)入商業(yè)化正軌的問題，這與其用戶的信用度密切相關(guān)，為了探討小紅書平臺的信用問題，本文在研究國內(nèi)外文獻(xiàn)的基礎(chǔ)上，對小紅書的消費(fèi)者進(jìn)行了問卷調(diào)查，對收集到的數(shù)據(jù)進(jìn)行因子分析，得到影響消費(fèi)者信用的主要因素，并建立小紅書平臺消費(fèi)者信用評價(jià)指標(biāo)體系模型，并為小紅書的進(jìn)一步商業(yè)化提供建議。

一、研究背景與文獻(xiàn)綜述

在互聯(lián)網(wǎng)技術(shù)的推動下，商家與消費(fèi)者之間的信息不對稱性問題逐步減少，這種主導(dǎo)權(quán)和主動權(quán)體現(xiàn)在電子商務(wù)上就成了C2B電子商務(wù)。作為典型的C2B型電子商務(wù)平臺，小紅書于2013年6月在上海成立，并在同年12月份推出了“海外購物分享社區(qū)”，經(jīng)過多年的發(fā)展，逐步引入了線上電商業(yè)務(wù)，形成了“社區(qū)”+“C2B電商模式”，在其發(fā)展的過程中，遇到了一定的信用問題。文章從小紅書平臺消費(fèi)者信用評價(jià)指標(biāo)體系出發(fā)，利用調(diào)查問卷收集相關(guān)問題，并對收集的數(shù)據(jù)進(jìn)行分析，為小紅書和跟多的C2B電商平臺的發(fā)展提供建議。

電子商務(wù)信用評價(jià)指標(biāo)體系是完整的信用評價(jià)體系中不可或缺的重要部分。已有研究主要從理論研究和實(shí)證研究兩個(gè)方面展開：理論研究方面，國內(nèi)學(xué)者主要研究指標(biāo)的產(chǎn)生和指標(biāo)體系的內(nèi)容：關(guān)于產(chǎn)生指標(biāo)的方法，最初的學(xué)者主要以傳統(tǒng)企業(yè)評價(jià)指標(biāo)為基礎(chǔ)，再結(jié)合不同的電子商務(wù)模式的特點(diǎn)進(jìn)行分類，另外，還有部分學(xué)者通過案例分析法、扎根理論等方法對相關(guān)電子商務(wù)企業(yè)的評價(jià)指標(biāo)進(jìn)行提煉分析;關(guān)于信用評價(jià)指標(biāo)內(nèi)容的研究方面，學(xué)者從的不同的角度出發(fā)，構(gòu)建了不同的電子商務(wù)評價(jià)指標(biāo)體系。實(shí)證研究方面，霍紅（2017）等利用直覺模糊層次分析法構(gòu)建零售電子商務(wù)商家信用評價(jià)模型進(jìn)行評價(jià);李懷棟（2019）運(yùn)用主成分分析法對B2C農(nóng)產(chǎn)品電子商務(wù)信用評價(jià)指標(biāo)體系進(jìn)行了客觀調(diào)整。

已有研究主要從B2C和B2B等電子商務(wù)模式進(jìn)行實(shí)證研究，對于C2B這一新的電子商務(wù)模式的信用評價(jià)指標(biāo)體系的實(shí)證研究較少，因此，本文以小紅書為例，運(yùn)用因子分析法對調(diào)查問卷的數(shù)據(jù)進(jìn)行分析，得到關(guān)于小紅書消費(fèi)者信用評價(jià)指標(biāo)的模型。

二、影響因素分析

與傳統(tǒng)電子商務(wù)模式不同的是，在C2B電子商務(wù)模式中，消費(fèi)者的需求在產(chǎn)品的設(shè)計(jì)和生產(chǎn)中占主導(dǎo)地位，因此在C2B模式中，對消費(fèi)者的信用評價(jià)更加重要。要對消費(fèi)者的信用做出精確評價(jià)，就要了解銷售過程中對消費(fèi)者的信用造成影響的因素：

（一）實(shí)名制情況下，消費(fèi)者的毀約、退貨、虛假差評的可能性會大大降低。

（二）網(wǎng)購年限越長，消費(fèi)者對于產(chǎn)品的了解會越高，毀約、差評的可能性越低。

（三）退貨、換貨的頻率越高，消費(fèi)者毀約、差評的可能性就越大。

（四）消費(fèi)者將預(yù)定商品轉(zhuǎn)為購買商品的頻率越高，其信用程度也就越高。

基于以上分析與已有研究基礎(chǔ)，從賬號信息、退貨次數(shù)、購買頻率與物流等因素出發(fā)設(shè)計(jì)包含11條基本信息以及6條量表問題（量表問題從12題開始到17題結(jié)束）的信用度調(diào)查問卷，量表問題是本文研究的主要影響因素，概括為：

12. 退貨頻率;13. 預(yù)定購買頻率;14. 產(chǎn)品描述滿意度;15. 物流服務(wù)滿意度;16. 退貨處理滿意度;17. 搜索與推薦功能滿意度

（下文以12.、13.、14.、15.、16.、17.分別對應(yīng)上述影響因素）

通過問卷星發(fā)放，共獲得有效問卷340份。

三、實(shí)證分析

（一）信度與效度分析

收集整理好問卷的數(shù)據(jù)后，首先利用克朗巴哈系數(shù)（Cronbach‘s Alpha）對其信度進(jìn)行檢驗(yàn)，經(jīng)過SPSS22.0計(jì)算，調(diào)查問卷數(shù)據(jù)的克朗巴哈系數(shù)為0.716，大于0.7，說明問卷信度良好。

通過KMO和Bartlett的檢驗(yàn)可知，KMO的值為0.793>0.7，Bartlett的球形度檢驗(yàn)近似卡方值為622.445，自由度df為15，顯著性Sig為0.000<0.05，說明本次調(diào)查問卷獲得的數(shù)據(jù)適合用因子分析法分析。

（二）因子分析法

在問卷數(shù)據(jù)信度與效度較好的情況下，利用SPSS22.0對回收的有效問卷進(jìn)行因子分析，得到如下結(jié)果：

1.方差解釋表

下表1為方差解釋表，根據(jù)總方差結(jié)果顯示，問卷包括了兩個(gè)維度，共解釋了68.317%的方差。表中的第一列為因子編號代表問卷中12-17量表中所代表的影響因子，由表可知第一個(gè)因子的特征值為2.911，方差貢獻(xiàn)率為48.524，表示可以解釋所有6個(gè)變量的48.524%，是方差貢獻(xiàn)最大的一個(gè)主成分，前兩個(gè)以因子解釋了所有變量的68.317%，且它們的特征值都是大于1的，因此在指標(biāo)體系中，提取退款次數(shù)和預(yù)定商品購買頻率兩個(gè)因子就可以。

2.旋轉(zhuǎn)后的成分矩陣

通過因子旋轉(zhuǎn)，能夠讓因子載荷分別向兩個(gè)相反的方向分化，讓載荷高的因子的載荷趨于更高，載荷低的因子趨向更低，從而更有利于因子分析。表2為旋轉(zhuǎn)后的因子載荷矩陣表：

3.因子得分系數(shù)

確定2個(gè)公因子后，計(jì)算6個(gè)指標(biāo)在2個(gè)公因子上的因子載荷矩陣（成分得分系數(shù)矩陣），根據(jù)矩陣所得的各因子的系數(shù)，可得兩個(gè)公共因子的因子得分公式如下：

F1=-.156*a12+.092*a13+0.317*a14+0.311*a15+0.266*a16+0.272*a17

F2=0.752*a12+0.480*a13-0.061*a14-0.065*a15+0.035*a16-0.066*a17

通過得分系數(shù)矩陣可以計(jì)算如表3所示的公因子權(quán)重表：退貨頻率所占權(quán)重最大，為65.04%，說明退貨頻率在消費(fèi)者信用評價(jià)指標(biāo)體系中是最重要的。預(yù)定商品購買率所占權(quán)重為34.96%，說明該項(xiàng)指標(biāo)在消費(fèi)者信用評價(jià)指標(biāo)體系中比較重要。

根據(jù)上文分析，小紅書平臺消費(fèi)者信用評價(jià)指標(biāo)體系模型的一級指標(biāo)由退貨頻率及預(yù)定商品購買率兩個(gè)因子構(gòu)成構(gòu)成，退貨頻率對應(yīng)的二級指標(biāo)為：網(wǎng)購后的退貨次數(shù);預(yù)定商品購買率對應(yīng)的二級指標(biāo)為：購物頻率、產(chǎn)品滿意度、物流滿意度、退貨服務(wù)滿意度以及搜索與推薦功能滿意度。具體如下圖三所示

四、結(jié)論與啟示

本文主利用文獻(xiàn)資料、問卷調(diào)查、因子分析等方法，對C2B電子商務(wù)消費(fèi)者信用評價(jià)指標(biāo)體系進(jìn)行分析，并構(gòu)建消費(fèi)者信用評價(jià)指標(biāo)體系模型。本文在收集、歸納了國內(nèi)外關(guān)于信用評價(jià)指標(biāo)體系相關(guān)的文獻(xiàn)資料后，總結(jié)了6個(gè)影響消費(fèi)者信用的因素，經(jīng)過因子分析后，最終確定了2個(gè)一級指標(biāo)，即退貨頻率和預(yù)定商品購買率。經(jīng)過權(quán)重分析，得到兩個(gè)一級指標(biāo)的權(quán)重分別為65.04%和34.96%。由此可見，目前小紅書平臺上的消費(fèi)者的退貨頻率較高、購買率較低，為提高消費(fèi)者的信用度，小紅書平臺需要對用戶發(fā)布的信息進(jìn)行嚴(yán)格篩查，確保用戶在平臺上發(fā)布信息的可靠性，降低其他消費(fèi)者的退貨頻率、增加預(yù)定商品的購買率，最終提升消費(fèi)者的整體消費(fèi)信用，為小紅書平臺上的健康有序發(fā)展提供支持。

（作者單位：常州大學(xué)懷德學(xué)院）

基金項(xiàng)目：江蘇高校哲學(xué)社會科學(xué)研究項(xiàng)目“電子商務(wù)環(huán)境下信用體系建設(shè)與演進(jìn)研究”（2019SJA2235）。