基于消費(fèi)者視角的數(shù)字化消費(fèi)影響因素研究

祝合良 郭凱歌 王春娟

摘?要：隨著數(shù)字經(jīng)濟(jì)與消費(fèi)互聯(lián)網(wǎng)的快速發(fā)展，數(shù)字化消費(fèi)成為構(gòu)建雙循環(huán)新發(fā)展格局的重要引擎和增長(zhǎng)新動(dòng)能。本文將數(shù)字化消費(fèi)作為研究對(duì)象，從數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐、數(shù)字消費(fèi)治理四個(gè)層面構(gòu)建數(shù)字化消費(fèi)影響機(jī)制的理論框架與研究假設(shè)，并在問(wèn)卷調(diào)查基礎(chǔ)上采用結(jié)構(gòu)方程模型實(shí)證檢驗(yàn)數(shù)字化消費(fèi)的多層次影響因素與影響效應(yīng)。研究結(jié)果表明，數(shù)字技術(shù)賦能對(duì)數(shù)字化消費(fèi)普及有顯著的強(qiáng)正向效應(yīng)，數(shù)字化服務(wù)質(zhì)量和效率的提升能夠促進(jìn)消費(fèi)者的數(shù)字化消費(fèi)行為；商業(yè)模式創(chuàng)新主要是通過(guò)成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等促進(jìn)數(shù)字化消費(fèi)普及；基礎(chǔ)保障支撐顯著正向影響數(shù)字化消費(fèi)普及，主要是通過(guò)物流基礎(chǔ)設(shè)施保障、地區(qū)數(shù)字化消費(fèi)設(shè)施保障等促進(jìn)數(shù)字化消費(fèi)普及；由于消費(fèi)者對(duì)大數(shù)據(jù)推送內(nèi)容的滿意度較低以及平臺(tái)隱私保護(hù)管理問(wèn)題普遍存在，數(shù)字消費(fèi)治理顯著負(fù)向影響數(shù)字化消費(fèi)普及，從而產(chǎn)生對(duì)數(shù)字化消費(fèi)的負(fù)向作用力。

關(guān)鍵詞：數(shù)字化消費(fèi)；商業(yè)模式創(chuàng)新；數(shù)字技術(shù)賦能；數(shù)字消費(fèi)治理；數(shù)字經(jīng)濟(jì)

中圖分類(lèi)號(hào)：F063.?2??文獻(xiàn)標(biāo)識(shí)碼：A??文章編號(hào)：1001-148X（2023）01-0143-10

收稿日期：2022-03-10

作者簡(jiǎn)介：祝合良（1966-），男，湖南衡陽(yáng)人，教授，博士生導(dǎo)師，研究方向：品牌管理與流通經(jīng)濟(jì)；郭凱歌（1994-），女，河南南陽(yáng)人，博士研究生，研究方向：數(shù)字經(jīng)濟(jì)與商貿(mào)流通；王春娟（1984-），本文通訊作者，女，重慶開(kāi)縣人，副研究員，博士，研究方向：數(shù)字經(jīng)濟(jì)與商貿(mào)流通。

基金項(xiàng)目：北京市社會(huì)科學(xué)基金重大項(xiàng)目暨北京市習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義思想研究中心項(xiàng)目，項(xiàng)目編號(hào)：21LLYJA006。

目前，中外學(xué)者有關(guān)數(shù)字化消費(fèi)的研究主要圍繞數(shù)字經(jīng)濟(jì)下消費(fèi)模式與特征［1-2］、消費(fèi)水平與消費(fèi)能力［3-4］、消費(fèi)結(jié)構(gòu)［5-6］等相關(guān)問(wèn)題展開(kāi)，對(duì)數(shù)字化消費(fèi)的驅(qū)動(dòng)因素研究主要從商品屬性［7］、網(wǎng)店屬性［8］和平臺(tái)屬性［9-10］三個(gè)方面展開(kāi)。本文將數(shù)字化消費(fèi)作為研究對(duì)象，從數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐、數(shù)字消費(fèi)治理四個(gè)層面構(gòu)建數(shù)字化消費(fèi)影響機(jī)制的理論框架與研究假設(shè)，并采用問(wèn)卷調(diào)查法設(shè)計(jì)針對(duì)消費(fèi)者的相關(guān)問(wèn)卷，實(shí)證檢驗(yàn)數(shù)字化消費(fèi)的多層次影響因素與影響效應(yīng)。

一、理論分析與研究假設(shè)

數(shù)字化消費(fèi)是以互聯(lián)網(wǎng)和數(shù)字技術(shù)為支撐，以數(shù)據(jù)消費(fèi)為驅(qū)動(dòng)力的傳統(tǒng)消費(fèi)數(shù)字化轉(zhuǎn)型的新形態(tài)，從形式、內(nèi)容和模式等方面向數(shù)字化轉(zhuǎn)型［11］，呈現(xiàn)出消費(fèi)方式數(shù)據(jù)化、消費(fèi)內(nèi)容豐富化和消費(fèi)模式多樣化的特征。從消費(fèi)方式數(shù)字化來(lái)看，手機(jī)、電腦等多渠道支付，在線交易全天候跨區(qū)域消費(fèi)，便捷高效，社交化、平臺(tái)化的優(yōu)勢(shì)使得數(shù)字普惠與內(nèi)需釋放深度融合，覆蓋了居民衣食住行等多個(gè)消費(fèi)場(chǎng)景。從消費(fèi)內(nèi)容數(shù)字化來(lái)看，隨著物質(zhì)性消費(fèi)不斷得到滿足，非物質(zhì)性消費(fèi)也占據(jù)了不小的市場(chǎng)，數(shù)據(jù)的產(chǎn)業(yè)化轉(zhuǎn)型以及許多專(zhuān)門(mén)的APP為消費(fèi)者提供的網(wǎng)絡(luò)直播、娛樂(lè)游戲、音樂(lè)視頻、在線教育等消費(fèi)內(nèi)容，滿足了人民日益增長(zhǎng)的美好生活需要；同時(shí)，大數(shù)據(jù)還會(huì)根據(jù)消費(fèi)者的歷史偏好為其推送精細(xì)化個(gè)性化的產(chǎn)品和服務(wù)，提升供需兩端的精準(zhǔn)匹配，充分挖掘消費(fèi)潛力。從消費(fèi)模式數(shù)字化來(lái)看，共享經(jīng)濟(jì)、社交電商、直播經(jīng)濟(jì)等多元化的數(shù)字消費(fèi)場(chǎng)景，以及線下體驗(yàn)店+線上下單等新消費(fèi)模式，更注重消費(fèi)者感受、激發(fā)消費(fèi)者活力的同時(shí)也減少了中間環(huán)節(jié)，實(shí)現(xiàn)降本增效。數(shù)字消費(fèi)的影響因素包括內(nèi)在推力因素和外在拉力因素兩個(gè)方面，如圖1所示，內(nèi)在推力是數(shù)字化消費(fèi)的核心驅(qū)動(dòng)力，以數(shù)字技術(shù)賦能和商業(yè)模式創(chuàng)新內(nèi)在驅(qū)動(dòng)數(shù)字化消費(fèi)，外在拉力是數(shù)字化消費(fèi)的可持續(xù)發(fā)展動(dòng)力，以基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理外在影響數(shù)字化消費(fèi)。

圖1?數(shù)字化消費(fèi)影響機(jī)制

（一）數(shù)字技術(shù)賦能與數(shù)字化消費(fèi)

數(shù)字技術(shù)是數(shù)字經(jīng)濟(jì)核心驅(qū)動(dòng)力，以數(shù)字技術(shù)為中心，主要從供給側(cè)和需求側(cè)兩方面促進(jìn)數(shù)字化消費(fèi)提升。從供給側(cè)來(lái)看，運(yùn)用數(shù)字化新技術(shù)不斷滲透到傳統(tǒng)產(chǎn)業(yè)體系，優(yōu)化重構(gòu)生產(chǎn)要素組合，催生出數(shù)字化生產(chǎn)要素，能夠促進(jìn)企業(yè)實(shí)現(xiàn)降本增效；數(shù)字化在生產(chǎn)、交換、流通和消費(fèi)等多環(huán)節(jié)不斷滲透和融合，多方面賦能產(chǎn)業(yè)發(fā)展，生產(chǎn)和銷(xiāo)售打通、前臺(tái)與后臺(tái)合二為一，形成電子商務(wù)產(chǎn)業(yè)、數(shù)字內(nèi)容產(chǎn)業(yè)、網(wǎng)絡(luò)廣告產(chǎn)業(yè)等產(chǎn)業(yè)融合的商業(yè)模式，使產(chǎn)業(yè)實(shí)現(xiàn)去中心化、平臺(tái)化和柔性化的全新組織結(jié)構(gòu)。從需求側(cè)來(lái)看，人工智能、云計(jì)算、生物識(shí)別、物聯(lián)網(wǎng)等數(shù)字技術(shù)驅(qū)動(dòng)下，大數(shù)據(jù)營(yíng)銷(xiāo)決策更加精準(zhǔn)，能夠創(chuàng)造沉浸式的消費(fèi)環(huán)境，為消費(fèi)者提供視頻直播、社交媒體等多種消費(fèi)方式，有效適應(yīng)不同的消費(fèi)風(fēng)格和偏好，滿足新的消費(fèi)需求，提高服務(wù)效率和提升消費(fèi)者體驗(yàn)。

首先，數(shù)字經(jīng)濟(jì)的發(fā)展通過(guò)推動(dòng)生產(chǎn)和流通的數(shù)字化和智能化，賦能數(shù)字化消費(fèi)，改變消費(fèi)者的消費(fèi)觀念和消費(fèi)行為，既實(shí)現(xiàn)了供需兩端的精準(zhǔn)匹配，從而在降低搜尋成本的同時(shí)能夠在消費(fèi)市場(chǎng)中創(chuàng)造新需求，推動(dòng)數(shù)字化消費(fèi)的普及向三、四線城市延伸，又通過(guò)促進(jìn)分工深化而極大提升了資源配置效率，全面整合線上與線下、有形與無(wú)形的資源，打破渠道壁壘，實(shí)現(xiàn)商業(yè)生態(tài)體系的資源高效配置。同時(shí)，隨著數(shù)字化消費(fèi)的發(fā)展，“互聯(lián)網(wǎng)+金融”服務(wù)在消費(fèi)領(lǐng)域越來(lái)越普及，電子支付方式兼具便捷性和安全性，新型消費(fèi)信貸能夠有效緩解消費(fèi)者的流動(dòng)性約束，對(duì)消費(fèi)意愿的提升和潛在客群的挖掘有助力作用，且呈現(xiàn)趨于普惠化的特征，這是數(shù)字化消費(fèi)的重要驅(qū)動(dòng)力。其次，技術(shù)變革帶動(dòng)倉(cāng)儲(chǔ)、物流和售后等環(huán)節(jié)的改造逐步解決以往的冷鏈運(yùn)輸短板，既極大地滿足了消費(fèi)者高效率、多場(chǎng)景的服務(wù)體驗(yàn)，又通過(guò)細(xì)分市場(chǎng)展開(kāi)覆蓋消費(fèi)者日常生活需求的便捷服務(wù)，涵蓋搜索、下單、配送、評(píng)價(jià)等一體化服務(wù)，使用戶需求得到極大滿足，進(jìn)而不斷開(kāi)拓?cái)?shù)字化消費(fèi)的新客群。因此，本文提出如下假設(shè)：

H1：數(shù)字技術(shù)賦能能夠促進(jìn)數(shù)字化消費(fèi)。

（二）商業(yè)模式創(chuàng)新與數(shù)字化消費(fèi)

商業(yè)模式創(chuàng)新是數(shù)字經(jīng)濟(jì)的內(nèi)在動(dòng)力，傳統(tǒng)商業(yè)發(fā)展模式在數(shù)字經(jīng)濟(jì)的推動(dòng)下產(chǎn)生成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等，促進(jìn)了數(shù)字化消費(fèi)。一是新業(yè)態(tài)。數(shù)字化創(chuàng)造新興業(yè)態(tài)，產(chǎn)生了新興的商品銷(xiāo)售渠道，擴(kuò)大銷(xiāo)售市場(chǎng)，形成了市場(chǎng)擴(kuò)張效應(yīng)和規(guī)模經(jīng)濟(jì)效應(yīng)，促進(jìn)了多樣的數(shù)字化消費(fèi)方式和場(chǎng)景。二是新組織。數(shù)字化驅(qū)動(dòng)形成了個(gè)性定制、網(wǎng)絡(luò)協(xié)同、智能生產(chǎn)等新型數(shù)字化組織方式，降低信息搜索成本和交易成本，為數(shù)字化消費(fèi)提供了有力的基礎(chǔ)支撐。三是新服務(wù)。數(shù)字化形成數(shù)據(jù)驅(qū)動(dòng)的線上線下一體化服務(wù)模式，增加了數(shù)字化消費(fèi)便捷性和體驗(yàn)性，提升了數(shù)字化消費(fèi)頻率。

為滿足消費(fèi)者個(gè)性化、即時(shí)化、便利化、多元化的消費(fèi)需求，供給端在數(shù)字化驅(qū)動(dòng)下不斷進(jìn)行業(yè)態(tài)創(chuàng)新和模式重塑，共享經(jīng)濟(jì)、平臺(tái)經(jīng)濟(jì)、社交電商等新業(yè)態(tài)實(shí)現(xiàn)跨界融合和疊加協(xié)同發(fā)展，為消費(fèi)者群體提供豐富的新供給，從多渠道全方位地激發(fā)年輕消費(fèi)者群體以及數(shù)字化消費(fèi)新客戶群的消費(fèi)潛力，主要表現(xiàn)為跨界融合發(fā)展的新零售、零售平臺(tái)和社交網(wǎng)絡(luò)平臺(tái)的直播帶貨、社交電商打造的社區(qū)服務(wù)模式等新型消費(fèi)模式。一是新零售的數(shù)字化發(fā)展，結(jié)合了線上下單、線下體驗(yàn)和物流配送體系，有效解決了消費(fèi)者對(duì)商品和服務(wù)質(zhì)量的不確定性，高度整合了線上線下資源。二是直播經(jīng)濟(jì)的數(shù)字化發(fā)展，結(jié)合了近距離商品展示、實(shí)時(shí)購(gòu)物指南、實(shí)時(shí)商品使用答疑等內(nèi)容，給消費(fèi)者帶來(lái)了新的消費(fèi)體驗(yàn)，為增加數(shù)字化消費(fèi)新客群和激發(fā)下沉市場(chǎng)消費(fèi)潛力又拓寬了渠道，同時(shí)也為貧困地區(qū)的農(nóng)產(chǎn)品銷(xiāo)售給予了很大幫助。三是“互聯(lián)網(wǎng)+”在線服務(wù)的數(shù)字化發(fā)展，在線服務(wù)涉及醫(yī)療行業(yè)、教育行業(yè)、旅游行業(yè)等多個(gè)消費(fèi)場(chǎng)景，幾乎覆蓋消費(fèi)者的日常生活需求，在政府監(jiān)管下行業(yè)也越來(lái)越規(guī)范。四是社交電商的數(shù)字化發(fā)展越來(lái)越成為擴(kuò)大流量的重要助力，覆蓋衣食住行等各方面的商品和服務(wù)，開(kāi)拓了數(shù)字化消費(fèi)的新渠道，直接帶動(dòng)了三四線城市的消費(fèi)增長(zhǎng)。因此，本文提出如下假設(shè)：

H2：商業(yè)模式創(chuàng)新能夠促進(jìn)數(shù)字化消費(fèi)。

（三）基礎(chǔ)保障支撐與數(shù)字化消費(fèi)

數(shù)字經(jīng)濟(jì)背景下，政府著力加強(qiáng)互聯(lián)網(wǎng)消費(fèi)金融監(jiān)管，積極有序改善消費(fèi)市場(chǎng)環(huán)境。一是數(shù)字經(jīng)濟(jì)新基建。人工智能等新技術(shù)能夠推動(dòng)數(shù)字化基礎(chǔ)設(shè)施更新，提升物流基礎(chǔ)設(shè)施水平，提高地區(qū)數(shù)字化消費(fèi)便利性，是數(shù)字化消費(fèi)的重要載體。二是數(shù)字經(jīng)濟(jì)新管理。通過(guò)適應(yīng)當(dāng)前數(shù)字化發(fā)展的新管理理念和交易規(guī)則制定，形成完備的技術(shù)倫理制度，進(jìn)行隱私保護(hù)管理，可以避免隱私問(wèn)題、安全倫理問(wèn)題、公平問(wèn)題等。

首先，新型基礎(chǔ)設(shè)施建設(shè)是數(shù)字化消費(fèi)普及的重要載體，可以極大程度上激活消費(fèi)者的消費(fèi)動(dòng)力，推動(dòng)消費(fèi)力度向三、四線城市下沉市場(chǎng)擴(kuò)展，逐步實(shí)現(xiàn)全民數(shù)字化消費(fèi)變革。一方面，信息基礎(chǔ)設(shè)施建設(shè)普及可以彌合不同產(chǎn)業(yè)、地區(qū)間的數(shù)字鴻溝，帶來(lái)全新的業(yè)態(tài)創(chuàng)新布局、商業(yè)模式重塑，激發(fā)各地區(qū)消費(fèi)者在文娛、生活、學(xué)習(xí)、工作等各方面的數(shù)字化消費(fèi)需求，使得消費(fèi)者摒除地理位置的限制，足不出戶享受到世界各地的商品和服務(wù)；另一方面，網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)也彌合了農(nóng)村偏遠(yuǎn)地區(qū)以及老年消費(fèi)者群體面臨的數(shù)字鴻溝，充分挖掘中國(guó)超大市場(chǎng)規(guī)模的消費(fèi)潛力。其次，數(shù)字化消費(fèi)市場(chǎng)的規(guī)范和監(jiān)管制度在不斷地改進(jìn)和完善，數(shù)據(jù)信息管理也是基礎(chǔ)保障支撐的一個(gè)重要部分。由于數(shù)字化消費(fèi)市場(chǎng)具有海量“活”的數(shù)據(jù)，企業(yè)可以基于此抓取消費(fèi)者的需求偏好，描繪消費(fèi)者行為畫(huà)像，進(jìn)而為消費(fèi)者推薦心儀產(chǎn)品，實(shí)現(xiàn)個(gè)性化定制。因此，本文提出如下假設(shè)：

H3：基礎(chǔ)保障支撐能夠促進(jìn)數(shù)字化消費(fèi)。

（四）數(shù)字消費(fèi)治理與數(shù)字化消費(fèi)

隨著數(shù)字經(jīng)濟(jì)的快速發(fā)展，傳統(tǒng)的管理模式和交易模式變革導(dǎo)致企業(yè)參與產(chǎn)業(yè)協(xié)作、市場(chǎng)競(jìng)爭(zhēng)、價(jià)值創(chuàng)造的方式發(fā)生轉(zhuǎn)變，企業(yè)組織形態(tài)從封閉型向開(kāi)放型轉(zhuǎn)變，企業(yè)業(yè)務(wù)流程向以消費(fèi)者為中心的逆向整合生產(chǎn)要素轉(zhuǎn)變，企業(yè)協(xié)調(diào)向以人為本的組織架構(gòu)和分配機(jī)制轉(zhuǎn)變，企業(yè)參與主體向小微企業(yè)轉(zhuǎn)變，傳統(tǒng)模式下的消費(fèi)規(guī)則機(jī)制正在發(fā)生變化。《關(guān)于平臺(tái)經(jīng)濟(jì)領(lǐng)域的反壟斷指南》的實(shí)施標(biāo)志著全新的互聯(lián)網(wǎng)監(jiān)管時(shí)代到來(lái)國(guó)務(wù)院反壟斷委員會(huì).?《國(guó)務(wù)院反壟斷委員會(huì)關(guān)于平臺(tái)經(jīng)濟(jì)領(lǐng)域的反壟斷指南》，2021年2月7日。，數(shù)字消費(fèi)治理成為支撐數(shù)字化消費(fèi)可持續(xù)高質(zhì)量發(fā)展的決定性力量。與此同時(shí)，數(shù)字經(jīng)濟(jì)的數(shù)據(jù)化、智能化、平臺(tái)化、生態(tài)化等特征也導(dǎo)致低門(mén)檻、低成本與低風(fēng)險(xiǎn)無(wú)序進(jìn)入，行業(yè)無(wú)限制、擴(kuò)張性發(fā)展，在數(shù)據(jù)管理、數(shù)字營(yíng)銷(xiāo)等方面存在問(wèn)題，阻礙數(shù)字消費(fèi)治理的普及，治理理念和方式需要不斷創(chuàng)新。一是數(shù)據(jù)化管理方面，海量數(shù)據(jù)集聚的同時(shí)缺乏數(shù)據(jù)開(kāi)放制度、數(shù)據(jù)權(quán)利歸屬制度、數(shù)據(jù)交易規(guī)則、數(shù)據(jù)安全與隱私保護(hù)規(guī)則等，導(dǎo)致數(shù)字鴻溝、隱私泄漏等問(wèn)題頻發(fā)，對(duì)數(shù)字化消費(fèi)的進(jìn)一步普及產(chǎn)生影響；二是數(shù)字技術(shù)帶來(lái)信息成本、議價(jià)成本、決策成本、監(jiān)督交易、違約成本等交易成本降低，出現(xiàn)了數(shù)字鴻溝、野蠻生長(zhǎng)、行業(yè)壟斷、惡性競(jìng)爭(zhēng)等問(wèn)題，阻礙了數(shù)字化消費(fèi)健康發(fā)展；三是數(shù)字化營(yíng)銷(xiāo)缺乏消費(fèi)者人文關(guān)懷，各種數(shù)字媒體采用數(shù)字化手段缺乏職業(yè)道德，毫無(wú)節(jié)制地向消費(fèi)者推送商品，激發(fā)消費(fèi)者購(gòu)買(mǎi)欲望，出現(xiàn)了操作陷阱、算法設(shè)局、消費(fèi)欺詐與虛假宣傳等侵害消費(fèi)者權(quán)益問(wèn)題，導(dǎo)致大量非理性消費(fèi)，造成了妨礙用戶創(chuàng)新與成長(zhǎng)的“信息繭房”。處于壟斷地位的平臺(tái)企業(yè)利用大數(shù)據(jù)分析和智能算法技術(shù)，預(yù)測(cè)消費(fèi)者需求，進(jìn)行商品和價(jià)格的個(gè)性化定制，從而攫取更多消費(fèi)者剩余，即“大數(shù)據(jù)殺熟”行為。因此，本文提出如下假設(shè)：

H4：數(shù)字消費(fèi)治理能夠促進(jìn)數(shù)字化消費(fèi)。

二、研究設(shè)計(jì)

綜合本文研究假設(shè)構(gòu)建的研究模型如圖2所示，數(shù)字化消費(fèi)普及受數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐、數(shù)字消費(fèi)治理的影響，同時(shí)四者之間存在相互作用關(guān)系。

圖2?研究模型框架

（一）樣本與數(shù)據(jù)

本文研究數(shù)據(jù)來(lái)自于對(duì)不同特質(zhì)消費(fèi)者的抽樣問(wèn)卷調(diào)查，問(wèn)卷形式為問(wèn)卷星平臺(tái)的電子文檔，以便收集來(lái)自全國(guó)各地區(qū)消費(fèi)者的問(wèn)卷。為了保障本次問(wèn)卷調(diào)查的回收質(zhì)量，本文的問(wèn)卷對(duì)象不限制地區(qū)和年齡，正式問(wèn)卷收集工作歷時(shí)20天，設(shè)置每一位受訪者僅可參與一次調(diào)研的原則，共發(fā)放問(wèn)卷1000份，剔除有缺失數(shù)據(jù)、有70%為同一數(shù)字的無(wú)效樣本后最終收回有效問(wèn)卷663份，問(wèn)卷的題項(xiàng)主要圍繞這些因素來(lái)編制。其中，由于調(diào)查問(wèn)卷中包括“您對(duì)數(shù)字化消費(fèi)的了解程度”題項(xiàng)，此題項(xiàng)是作為體現(xiàn)數(shù)字化消費(fèi)普及度的題項(xiàng)之一，因此保留所有填寫(xiě)完整的問(wèn)卷作為有效問(wèn)卷。

（二）量表開(kāi)發(fā)

從消費(fèi)者視角設(shè)置數(shù)字化消費(fèi)及其影響因素的測(cè)量量表，主要包括數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理等因素，將量表發(fā)至網(wǎng)絡(luò)平臺(tái)問(wèn)卷星上，盡可能保證樣本的隨機(jī)性，最終收集有效問(wèn)卷663份，問(wèn)卷對(duì)象來(lái)自我國(guó)26個(gè)省市。本文針對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行探索性因子分析，刪除因子載荷低于0.?5的題項(xiàng)，最終形成包含4個(gè)測(cè)量數(shù)字化消費(fèi)普及的題項(xiàng)、3個(gè)測(cè)量數(shù)字技術(shù)賦能的題項(xiàng)、4個(gè)測(cè)量商業(yè)模式創(chuàng)新的題項(xiàng)、2個(gè)測(cè)量基礎(chǔ)保障支撐的題項(xiàng)、4個(gè)測(cè)量數(shù)字消費(fèi)治理題項(xiàng)的量表。上述所有量表采用Likert五級(jí)量表，測(cè)量題項(xiàng)來(lái)源如表1所示。從消費(fèi)者角度出發(fā)，數(shù)字化消費(fèi)普及用消費(fèi)者對(duì)數(shù)字化消費(fèi)的了解度、功能掌握度、支出傾向度來(lái)體現(xiàn)；從消費(fèi)者視角來(lái)看，數(shù)字化消費(fèi)普及度越高說(shuō)明數(shù)字化消費(fèi)在人們社會(huì)生活中覆蓋率越高，數(shù)字化消費(fèi)的未來(lái)發(fā)展?jié)摿υ胶谩?shù)字技術(shù)賦能用消費(fèi)者視角下數(shù)字化消費(fèi)過(guò)程中提供智能化供給服務(wù)的質(zhì)量和效率來(lái)體現(xiàn)，商業(yè)模式創(chuàng)新用數(shù)字化消費(fèi)的成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等來(lái)體現(xiàn)，基礎(chǔ)保障支撐用消費(fèi)者視角下的網(wǎng)絡(luò)基礎(chǔ)設(shè)施保障與物流基礎(chǔ)設(shè)施保障來(lái)體現(xiàn)。數(shù)字消費(fèi)治理包括對(duì)數(shù)據(jù)確權(quán)、數(shù)據(jù)流動(dòng)開(kāi)放、平臺(tái)規(guī)制等多方面的治理，對(duì)于消費(fèi)者來(lái)說(shuō)主要是大數(shù)據(jù)分析對(duì)消費(fèi)過(guò)程的影響，體現(xiàn)在消費(fèi)需求精準(zhǔn)匹配情況、商家惡意利用大數(shù)據(jù)分析結(jié)果的價(jià)格歧視行為以及消費(fèi)者對(duì)于大數(shù)據(jù)分析的態(tài)度等。所以，本文用數(shù)字化消費(fèi)市場(chǎng)中消費(fèi)者對(duì)數(shù)據(jù)問(wèn)題監(jiān)管和治理的接受度來(lái)表示數(shù)字消費(fèi)治理的有效性。

（三）描述性統(tǒng)計(jì)

根據(jù)Hunjet等（2019）［13］的研究，考慮本文樣本消費(fèi)者在數(shù)字化消費(fèi)行為中可能受年齡、教育程度、收入水平、居住城市等因素影響，本文將這些影響數(shù)字化消費(fèi)的消費(fèi)者個(gè)人特征加入量表中，放在實(shí)證檢驗(yàn)中作為控制變量，盡量避免遺漏重要變量所導(dǎo)致的內(nèi)生性問(wèn)題。樣本描述性統(tǒng)計(jì)特征如表2所示，可以看出，男女比例接近1：1；消費(fèi)者年齡主要在31-45歲和18-30歲，占比達(dá)59.?39%，18歲以下、45-60歲和60歲以上各占比12.?82%、17.?8%和9.?95%，總體結(jié)構(gòu)基本呈正態(tài)分布；從教育程度來(lái)看，本科和高中層次占比最高，分別達(dá)36.?95%和28.?06%，高中以下和研究生以上分別占比14.?93%和20.?06%，也基本呈正態(tài)分布。從月收入水平來(lái)看，8000以下占比最高，達(dá)60%，中等收入水平樣本較多。從職業(yè)來(lái)看，企業(yè)工作者占比最高，達(dá)32.?73%，其次是公務(wù)員、教師和學(xué)生。從居住城市來(lái)看，一線城市消費(fèi)者占比最高，達(dá)38.?01%，二線城市與其相差不大，占比34.?99%，其次是縣城和鄉(xiāng)村，分別占比18.?85%和8.?15%，符合目前下沉市場(chǎng)數(shù)字化滲透增強(qiáng)的現(xiàn)狀，與2020年城鄉(xiāng)網(wǎng)民規(guī)模結(jié)構(gòu)配比基本一致根據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的《第47次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》：2020年中國(guó)網(wǎng)民男女比例分別為51%和49%；2020年中國(guó)網(wǎng)民19歲以下、20-29、30-39、40-49、50-59、60歲以上規(guī)模比例分別為16.?6%、17.?8%、20.?5%、18.?8%、15.?1%、11.?2%；2020年中國(guó)網(wǎng)民學(xué)歷為高中以下、高中/中專(zhuān)/技校、大學(xué)專(zhuān)科、本科及以上的規(guī)模比例分別為59.?6%、20.?6%、10.?5%、9.?3%；2020年中國(guó)網(wǎng)民月收入為5000以下、5000-8000、8000以上的規(guī)模比例分別為70.?7%、14.?5%、14.?8%；2020年中國(guó)網(wǎng)民中學(xué)生、黨政機(jī)關(guān)事業(yè)單位從業(yè)人員、企業(yè)從業(yè)人員、專(zhuān)業(yè)技術(shù)人員、其他職業(yè)規(guī)模比例分別為21%、2.?7%、21.?2%、8.?2%、46.?9%；2020年中國(guó)網(wǎng)民城鄉(xiāng)規(guī)模比例分別為68.?7%和31.?3%。?？傮w來(lái)看，在線上平臺(tái)填寫(xiě)問(wèn)卷的前提下，本文所獲取的樣本不可避免地存在一些選擇性偏差，如樣本中年齡分布在18-45歲之間的比例相較于2020年中國(guó)網(wǎng)民規(guī)模配比較高，學(xué)歷在本科及以上的樣本配比也比較高，月收入分布配比在5000以下的樣本較少，職業(yè)分布在企業(yè)和公務(wù)員的樣本比例偏多，均與2020年網(wǎng)民規(guī)模配比有所差異。因此，本文旨在檢驗(yàn)理論分析中數(shù)字化消費(fèi)影響機(jī)制的假設(shè)猜想，基于相關(guān)測(cè)量題項(xiàng)與問(wèn)卷數(shù)據(jù)，獲得不同影響路徑下對(duì)數(shù)字化消費(fèi)普及度的解釋力，由于這些樣本選擇性偏差的存在，本文實(shí)證檢驗(yàn)結(jié)果中的影響系數(shù)大小與顯著性可能與現(xiàn)實(shí)情況有一定概率上的偏差，在檢驗(yàn)結(jié)果分析中還要把高學(xué)歷高收入消費(fèi)群體的偏好特征及對(duì)結(jié)果的影響考慮進(jìn)去。

三、數(shù)據(jù)分析與結(jié)果檢驗(yàn)

（一）信度與效度檢驗(yàn)

本文對(duì)反向變量x21和x22進(jìn)行重新編碼，利用Cronbachs?α系數(shù)對(duì)最終使用的研究量表進(jìn)行內(nèi)部一致性檢驗(yàn)，所有量表信度系數(shù)指標(biāo)α與組合信度CR高于0.?6，在α≥0.?70時(shí)是高信度，故可得出結(jié)論：該數(shù)據(jù)結(jié)果通過(guò)信度檢驗(yàn)，具備內(nèi)部一致性特征。將驗(yàn)證性因子分析（CFA）結(jié)果報(bào)告如表3所示。CMIN/DF為1.?764（小于2），RMSEA=0.?034（小于0.?08），GFI、AGFI、TLI、CFI分別為0.?968、0.?954、0.?988、0.?991，均大于0.?9，可見(jiàn)測(cè)量模型擬合度較好。所有變量的因子載荷值均超過(guò)0.?5，且在1%水平上顯著，變量平均方差提取值（AVE）均大于0.?3，說(shuō)明量表中的變量具有較好的聚斂效度；同時(shí)，對(duì)所有變量進(jìn)行因子降維分析，對(duì)17個(gè)指標(biāo)進(jìn)行KMO和Bartlett檢驗(yàn)，結(jié)果KMO統(tǒng)計(jì)量為0.?959，卡方在1%水平上顯著，即拒絕變量間的凈相關(guān)矩陣不是單元矩陣的假設(shè)，說(shuō)明17個(gè)指標(biāo)間有很強(qiáng)的相關(guān)性，并且Bartlett檢驗(yàn)的概率值P為0.?000，量表具有良好的效度。此外，變量相關(guān)性及AVE平方根結(jié)果如表4所示，AVE平方根均超過(guò)該變量的其他相關(guān)系數(shù)，說(shuō)明區(qū)分效度良好。

（二）同源偏差問(wèn)題

考慮到研究中可能存在的同源偏差問(wèn)題，一方面在調(diào)查問(wèn)卷發(fā)放中考慮了全國(guó)各個(gè)地區(qū)的樣本，且為匿名填寫(xiě)；另一方面，收集到足夠的調(diào)查問(wèn)卷之后，本文采用三種方法進(jìn)行同源偏差檢驗(yàn)。首先，采用Harman單因子分析對(duì)研究涉及的主要題項(xiàng)進(jìn)行因子分析，提取出5個(gè)共同因子，共解釋了72.?24%的變異量，第一個(gè)主成分因子的方差解釋比例為33.?17%，可初步判定本研究的同源偏差問(wèn)題并不嚴(yán)重。其次，參考劉玲玲等（2019）［22］的做法，采用單因子的驗(yàn)證性因子分析，比較擬合指標(biāo)與原模型的差異，結(jié)果顯示模型擬合很差，CMIN/DF為7.?311，RMSEA為0.?198，GFI、AGFI、TLI、CFI分別為0.?661、0.?572、0.?676、0.?483，可證明無(wú)嚴(yán)重同源偏差問(wèn)題。最后，借鑒連帥磊等（2018）［23］的做法，采用加入共同方法因子的驗(yàn)證性因子分析，結(jié)果顯示CMIN/DF為1.?781，RMSEA為0.?063，GFI、AGFI、TLI、CFI分別為0.?944、0.?908、0.?959、0.?972，與原模型的結(jié)果相差不足0.?05，可證明無(wú)嚴(yán)重同源偏差問(wèn)題。

（三）假設(shè)檢驗(yàn)

根據(jù)前文的初始模型，運(yùn)用Amos22.?0軟件的極大似然法估計(jì)各回歸系數(shù)參數(shù)，計(jì)算出標(biāo)準(zhǔn)化路徑系數(shù)檢驗(yàn)結(jié)果如圖3所示。

數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新和基礎(chǔ)保障支撐總體上都是正向影響數(shù)字化消費(fèi)普及的重要因素，影響因子分別達(dá)到0.?86、0.?77和0.?31，數(shù)字消費(fèi)治理負(fù)向作用于數(shù)字化消費(fèi)普及，影響因子為-0.?82。其中，數(shù)字技術(shù)賦能包含的3個(gè)觀察變量均為正向作用力，即對(duì)于本文研究樣本，大概率消費(fèi)者認(rèn)為在進(jìn)行網(wǎng)絡(luò)消費(fèi)時(shí)對(duì)商品和服務(wù)的質(zhì)量以及平臺(tái)售后服務(wù)問(wèn)題比較滿意；商業(yè)創(chuàng)新模式包含的4個(gè)觀察變量都為正向作用路徑，即研究樣本中消費(fèi)者普遍認(rèn)為數(shù)字化消費(fèi)能夠產(chǎn)生成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)；基礎(chǔ)保障支撐包含的2個(gè)觀察變量也表現(xiàn)為正向作用路徑，即關(guān)于地區(qū)數(shù)字化消費(fèi)的便捷性與快遞送達(dá)速度的觀察變量的估計(jì)值為正，說(shuō)明在本文研究樣本中，大概率消費(fèi)者認(rèn)為地區(qū)數(shù)字化消費(fèi)便捷度較高，快遞送達(dá)速度也較快，這個(gè)結(jié)果可能與樣本容量中一、二線城市較多，而鄉(xiāng)村樣本較少有關(guān)；數(shù)字消費(fèi)治理所包含的4個(gè)觀察變量，均為體現(xiàn)大數(shù)據(jù)自動(dòng)推薦商品與服務(wù)問(wèn)題以及數(shù)字化消費(fèi)過(guò)程中的數(shù)據(jù)管理問(wèn)題的調(diào)查變量，說(shuō)明對(duì)于本文的研究樣本，大概率消費(fèi)者認(rèn)為比較不滿意大數(shù)據(jù)的自動(dòng)推薦商品與服務(wù)問(wèn)題，同時(shí)隱私泄露問(wèn)題和大數(shù)據(jù)殺熟問(wèn)題也是普遍存在的，數(shù)字消費(fèi)治理總體上對(duì)數(shù)字化消費(fèi)普及存在明顯的負(fù)向作用路徑?？紤]到檢驗(yàn)結(jié)果可能會(huì)受到樣本選擇中高學(xué)歷高收入消費(fèi)群體的偏好特征的影響，數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理對(duì)數(shù)字化消費(fèi)普及的影響程度可能存在一定概率上的浮動(dòng)。高學(xué)歷高收入群體往往對(duì)數(shù)字化消費(fèi)的供給服務(wù)的質(zhì)量和效率、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等更加注重，同時(shí)對(duì)大數(shù)據(jù)殺熟和消費(fèi)者隱私泄露等情況更加敏感，接受度不高，因此，本文的實(shí)證檢驗(yàn)結(jié)果中數(shù)字技術(shù)賦能和商業(yè)模式創(chuàng)新對(duì)數(shù)字化消費(fèi)普及的影響程度估計(jì)可能偏高，數(shù)字消費(fèi)治理對(duì)數(shù)字化消費(fèi)普及的影響系數(shù)可能偏低。

整理各個(gè)潛在變量的標(biāo)準(zhǔn)化回歸結(jié)果如表5所示，可以看出，四條數(shù)字化消費(fèi)普及的影響路徑都在10%的水平上顯著，數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新與基礎(chǔ)保障支撐對(duì)數(shù)字化消費(fèi)普及都存在顯著的正向影響，數(shù)字消費(fèi)治理則表現(xiàn)為負(fù)向作用力。綜合本文的研究檢驗(yàn)結(jié)果，H1、H2和H3與前文的研究假設(shè)都基本符合，H4的檢驗(yàn)結(jié)果表示不支持前文的研究假設(shè)。主要原因在于：數(shù)字消費(fèi)治理在協(xié)調(diào)分配機(jī)制和提供可持續(xù)性保障的同時(shí)，大數(shù)據(jù)智能算法會(huì)竊取消費(fèi)者信息，進(jìn)行“大數(shù)據(jù)殺熟”，而消費(fèi)者普遍反感此行為，因此，數(shù)字消費(fèi)治理對(duì)數(shù)字化消費(fèi)普及的路徑系數(shù)出現(xiàn)負(fù)值，這也是引發(fā)社會(huì)注意和監(jiān)管部門(mén)思考的一個(gè)問(wèn)題。

接下來(lái)本文采用SPSS25.?0軟件的線性回歸方法對(duì)研究假設(shè)進(jìn)行檢驗(yàn)，考慮樣本的一些基本特征，在回歸分析中將性別、年齡、教育程度、月收入水平等作為控制變量，分別加入數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐、數(shù)字消費(fèi)治理和控制變量，由此產(chǎn)生5個(gè)模型，5個(gè)模型的檢驗(yàn)結(jié)果如表6所示。

結(jié)果表明：第一，模型5的R2值和調(diào)整后的R2值最高，分別達(dá)到0.?114和0.?103，與模型1（0.?026）和模型2（0.?031）相比，模型5的R2值上升了三倍，與模型4（0.?093）和模型3（0.?107）相比，也有小幅度上升，說(shuō)明數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理四個(gè)層面的變量都對(duì)數(shù)字化消費(fèi)普及具有較強(qiáng)的解釋力，同時(shí)性別、年齡、教育程度、月收入水平等控制變量的加入，也顯著提升了模型的擬合優(yōu)度。第二，五個(gè)模型檢驗(yàn)結(jié)果都顯示數(shù)字技術(shù)賦能顯著正向影響數(shù)字化消費(fèi)普及，且至少在10%水平上顯著，影響因子在0.?1左右，結(jié)合其觀察變量，說(shuō)明在消費(fèi)者進(jìn)行數(shù)字化消費(fèi)過(guò)程中，對(duì)于數(shù)字技術(shù)和產(chǎn)品的服務(wù)質(zhì)量和效率總體上滿意，能夠推動(dòng)消費(fèi)者的數(shù)字化消費(fèi)行為。第三，商業(yè)模式創(chuàng)新顯著正向影響數(shù)字化消費(fèi)普及，且影響程度較高。五個(gè)模型的結(jié)果都顯示至少在10%水平上顯著，這與前文的路徑分析結(jié)果一致，商業(yè)模式創(chuàng)新也是在所有變量中影響因子較大的，即對(duì)數(shù)字化消費(fèi)普及的作用程度比較強(qiáng)，結(jié)合其觀察變量，成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等都對(duì)數(shù)字化消費(fèi)普及具有顯著的促進(jìn)作用。第四，基礎(chǔ)保障支撐顯著正向影響數(shù)字化消費(fèi)普及，且影響程度最高。模型3、模型4和模型5都顯示基礎(chǔ)保障支撐顯著影響數(shù)字化消費(fèi)普及，且都在1%水平上顯著，影響因子在0.?39左右，即基礎(chǔ)保障支撐能夠較強(qiáng)地解釋數(shù)字化消費(fèi)普及?？紤]其觀察變量，物流基礎(chǔ)設(shè)施水平、地區(qū)數(shù)字化消費(fèi)設(shè)施便利性等總體上對(duì)數(shù)字化消費(fèi)普及存在正向促進(jìn)作用。第五，數(shù)字消費(fèi)治理顯著負(fù)向影響數(shù)字化消費(fèi)普及。模型4和模型5都顯示數(shù)字消費(fèi)治理負(fù)向影響數(shù)字化消費(fèi)普及，且都在1%水平上顯著，影響因子在-0.?23左右，考慮控制變量前后，數(shù)字消費(fèi)治理的估計(jì)系數(shù)變化不大。結(jié)合其觀察變量，消費(fèi)者對(duì)大數(shù)據(jù)推送內(nèi)容的滿意度以及隱私保護(hù)管理問(wèn)題等對(duì)數(shù)字化消費(fèi)普及具有負(fù)向影響。事實(shí)上，大數(shù)據(jù)推送內(nèi)容雖然增加了消費(fèi)者購(gòu)買(mǎi)自己需要商品和服務(wù)的便利性，但與此同時(shí)也是一定程度上對(duì)消費(fèi)者隱私的侵犯，會(huì)讓消費(fèi)者在心理上產(chǎn)生排斥，降低消費(fèi)者的滿意度；同時(shí)，網(wǎng)絡(luò)平臺(tái)的價(jià)格制定問(wèn)題雖然一直處于社會(huì)的重點(diǎn)關(guān)注領(lǐng)域，很多平臺(tái)和企業(yè)已經(jīng)在采取措施進(jìn)行監(jiān)管，處理效率也在不斷提升，但目前的網(wǎng)絡(luò)平臺(tái)管理制度還有待完善，市場(chǎng)上的商家規(guī)模和管理水平參差不齊，平臺(tái)市場(chǎng)的信息不對(duì)稱(chēng)使得消費(fèi)者不能輕易分辨出最優(yōu)的商家進(jìn)行商品和服務(wù)交易，因此，市場(chǎng)規(guī)范管理和平臺(tái)制度管理還有待完善，消費(fèi)者總體滿意度不高。

四、結(jié)論與建議

（一）結(jié)論

數(shù)字化消費(fèi)作為新發(fā)展格局下的消費(fèi)新引擎，是數(shù)字經(jīng)濟(jì)通過(guò)成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、精準(zhǔn)配置效應(yīng)、創(chuàng)新賦能效應(yīng)等不斷促進(jìn)和推動(dòng)其發(fā)展。本文基于數(shù)字化消費(fèi)影響機(jī)制理論框架，分別從數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理四個(gè)方面詳細(xì)闡述了數(shù)字化消費(fèi)的影響機(jī)制。綜合來(lái)看，數(shù)字技術(shù)賦能和商業(yè)模式創(chuàng)新從內(nèi)在推力精準(zhǔn)匹配供需兩端，產(chǎn)生成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等，推動(dòng)數(shù)字化消費(fèi)的發(fā)展；基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理則從外在拉動(dòng)彌合地區(qū)間數(shù)字鴻溝，改善數(shù)據(jù)確權(quán)、數(shù)字營(yíng)銷(xiāo)等問(wèn)題，支撐數(shù)字化消費(fèi)可持續(xù)高質(zhì)量發(fā)展。在理論機(jī)制分析的基礎(chǔ)上，本文利用問(wèn)卷調(diào)查法對(duì)來(lái)自不同地區(qū)、不同年齡段、不同收入水平的樣本進(jìn)行研究，采用結(jié)構(gòu)方程模型法從數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理四個(gè)層面構(gòu)建數(shù)字化消費(fèi)普及的影響因素路徑分析，在模型假設(shè)檢驗(yàn)之后，又估計(jì)了其線性回歸系數(shù)。實(shí)證結(jié)果表明：（1）數(shù)字化消費(fèi)受多重因素影響，數(shù)字技術(shù)賦能、商業(yè)模式創(chuàng)新、基礎(chǔ)保障支撐和數(shù)字消費(fèi)治理都對(duì)數(shù)字化消費(fèi)普及具有較強(qiáng)的解釋力。（2）數(shù)字技術(shù)賦能對(duì)數(shù)字化消費(fèi)普及存在積極促進(jìn)作用，結(jié)合其觀察變量，說(shuō)明數(shù)字化服務(wù)質(zhì)量和效率的提升能夠推動(dòng)消費(fèi)者的數(shù)字化消費(fèi)行為。（3）商業(yè)模式創(chuàng)新對(duì)數(shù)字化消費(fèi)普及有顯著的強(qiáng)正向作用效應(yīng)，結(jié)合其觀察變量，主要通過(guò)成本節(jié)約效應(yīng)、規(guī)模經(jīng)濟(jì)效應(yīng)、效率提升效應(yīng)等促進(jìn)數(shù)字化消費(fèi)普及。（4）基礎(chǔ)保障支撐也顯著正向影響數(shù)字化消費(fèi)普及，即物流基礎(chǔ)設(shè)施保障、地區(qū)數(shù)字化消費(fèi)設(shè)施保障的提升能夠顯著促進(jìn)數(shù)字化消費(fèi)普及。（5）數(shù)字消費(fèi)治理顯著負(fù)向影響數(shù)字化消費(fèi)普及，主要是由于消費(fèi)者對(duì)大數(shù)據(jù)推送內(nèi)容的滿意度較低以及平臺(tái)隱私保護(hù)管理問(wèn)題普遍存在，從而產(chǎn)生對(duì)數(shù)字化消費(fèi)普及的負(fù)向作用力。

（二）建議

基于以上研究結(jié)論，本文認(rèn)為應(yīng)當(dāng)把握好數(shù)字化消費(fèi)的新增長(zhǎng)機(jī)遇，從加強(qiáng)數(shù)字技術(shù)賦能、創(chuàng)新商業(yè)模式、強(qiáng)化數(shù)字基礎(chǔ)設(shè)施、加強(qiáng)數(shù)字化消費(fèi)治理四方面著手，構(gòu)建數(shù)字化消費(fèi)生態(tài)體系，促進(jìn)未來(lái)的數(shù)字化消費(fèi)健康有序發(fā)展，具體建議如下：

（1）加強(qiáng)數(shù)字技術(shù)賦能。依托數(shù)字技術(shù)深化客戶識(shí)別、市場(chǎng)營(yíng)銷(xiāo)、運(yùn)營(yíng)管理、倉(cāng)儲(chǔ)物流、產(chǎn)品服務(wù)等環(huán)節(jié)的數(shù)字化應(yīng)用；支持建立全渠道用戶數(shù)據(jù)庫(kù)，運(yùn)用大數(shù)據(jù)技術(shù)預(yù)測(cè)消費(fèi)行為和消費(fèi)潛力，實(shí)現(xiàn)精準(zhǔn)化營(yíng)銷(xiāo)和個(gè)性化服務(wù)，提高可視化管理、動(dòng)態(tài)化響應(yīng)和智能化決策水平；支持運(yùn)用物聯(lián)網(wǎng)、區(qū)塊鏈、射頻識(shí)別等數(shù)字技術(shù)，優(yōu)化庫(kù)存管理系統(tǒng)，大力發(fā)展智能商貿(mào)物流。

（2）不斷創(chuàng)新商業(yè)模式。主動(dòng)適應(yīng)消費(fèi)新需求，通過(guò)數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合的商業(yè)模式創(chuàng)新，打破組織內(nèi)阻礙渠道融合的壁壘，推動(dòng)包括社交媒體渠道等線上渠道和實(shí)體渠道的合作，把握我國(guó)低線城市年輕消費(fèi)者巨大的消費(fèi)潛力，通過(guò)全渠道實(shí)現(xiàn)對(duì)消費(fèi)者的有效覆蓋，培育更大規(guī)模的數(shù)字消費(fèi)新領(lǐng)域，加快數(shù)字消費(fèi)新業(yè)態(tài)和新模式的創(chuàng)新。

（3）強(qiáng)化數(shù)字基礎(chǔ)設(shè)施保障。針對(duì)目前數(shù)字化消費(fèi)發(fā)展存在的基礎(chǔ)設(shè)施便捷性不足、服務(wù)能力偏弱等現(xiàn)象，政府、市場(chǎng)和企業(yè)共同合作，發(fā)揮協(xié)同效應(yīng)和規(guī)模效應(yīng)，加快5G網(wǎng)絡(luò)、物聯(lián)網(wǎng)、消費(fèi)互聯(lián)網(wǎng)等基礎(chǔ)設(shè)施建設(shè)，構(gòu)建高質(zhì)量的數(shù)字基礎(chǔ)設(shè)施，為數(shù)字消費(fèi)奠定堅(jiān)實(shí)的生產(chǎn)力基礎(chǔ)。

（4）完善數(shù)字化消費(fèi)治理。政府、行業(yè)協(xié)會(huì)、企業(yè)、媒體、消費(fèi)大眾等多元主體，應(yīng)當(dāng)通過(guò)行業(yè)管理、平臺(tái)管理、政府管理，充分運(yùn)用物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能等數(shù)字化技術(shù)，在數(shù)據(jù)管理、數(shù)字交易、數(shù)字營(yíng)銷(xiāo)等多方面，加強(qiáng)數(shù)字化消費(fèi)過(guò)程中消費(fèi)者的隱私保護(hù)、平臺(tái)大數(shù)據(jù)管理，促進(jìn)數(shù)字化消費(fèi)規(guī)范發(fā)展。

參考文獻(xiàn)：

［1］?Kim?Y，?Sohn?D，?Choi?S?M.?Cultural?Difference?in?Motivations?for?Using?Social?Network?Sites：?A?Comparative?Study?of?American?and?Korean?College?Students［J］．Computers?in?Human?Behavior，2011，27（1）：365-372.

［2］?曾世宏，劉迎娣.互聯(lián)網(wǎng)技術(shù)、交易效率與服務(wù)業(yè)發(fā)展——兼論服務(wù)消費(fèi)對(duì)高質(zhì)量發(fā)展的基礎(chǔ)性作用［J］．產(chǎn)經(jīng)評(píng)論，2020（3）：16-31.

［3］?Salahuddin?M，?Alam?K.?Information?and?Communication?Technology，?Electricity?Consumption?and?Economic?Growth?in?OECD?Countries：?A?Panel?Data?Analysis［J］．International?Journal?of?Electrical?Power?&?Energy?Systems，?2016，76：185-193.

［4］?方福前，邢煒.居民消費(fèi)與電商市場(chǎng)規(guī)模的U型關(guān)系研究［J］．財(cái)貿(mào)經(jīng)濟(jì)，2015（11）：131-147.

［5］?杜丹清.互聯(lián)網(wǎng)助推消費(fèi)升級(jí)的動(dòng)力機(jī)制研究［J］．經(jīng)濟(jì)學(xué)家，2017（3）：48-54.

［6］?馬香品.數(shù)字經(jīng)濟(jì)時(shí)代的居民消費(fèi)變革：趨勢(shì)、特征、機(jī)理與模式［J］．財(cái)經(jīng)科學(xué)，2020（1）：120-132.

［7］?Flavián?C，?Gurrea?R，?Orús?C.?Choice?Confidence?in?the?Webrooming?Purchase?Process：The?Impact?of?Online?Positive?Reviews?and?the?Motivation?to?Touch［J］．Journal?of?Consumer?Behaviour，2016，?15（5）：?459-?476.

［8］?Arora?S，?Singha?K，?Sahney?S.?Understanding?Consumers?Showrooming?Behaviour?：?Extending?the?Theory?of?Planned?Behaviour?［J］．Asia?Pacific?Journal?of?Marketing?and?Logistics，2017，29（2）：409-431.

［9］?李明琨，吳歡，王偉.互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)"殺熟"的博弈行為機(jī)理與消費(fèi)者應(yīng)對(duì)策略［J］．管理學(xué)刊，2021（2）：55-64.

［10］Rodrigo?M，?Wilfried?S?Z，?Tommaso?V.?The?Value?of?Personal?Information?in?Online?Markets?with?Endogenous?Privacy［J］．Management?Science，2018，65（3）：1342-1362.

［11］張峰，劉璐璐.數(shù)字經(jīng)濟(jì)時(shí)代對(duì)數(shù)字化消費(fèi)的辯證思考［J］．經(jīng)濟(jì)縱橫，2020（2）：45-54.

［12］韓文龍.數(shù)字經(jīng)濟(jì)中的消費(fèi)新內(nèi)涵與消費(fèi)力培育［J］．福建師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2020（5）：98-106+170.

［13］Hunjet?A，?Kozina?G，??Vukovic?D.?Consumer?of?the?Digital?Age［J］．Ekonomska?Misaoi?Praksa，2019，?28（2）：639-654.

［14］Flavián?C，?Gurrea?R，?Orús?C.?Combining?Channels?to?Make?Smart?Purchases：?The?Role?of?Webrooming?and?Showrooming［J］．Journal?of?Retailing?and?Consumer?Services，2020，52：1-11.

［15］Jing?B.?Showrooming?and?Webrooming：?Information?Externalities?between?Online?and?Offline?Sellers［J］．?Marketing?Science，2018，37（3）：469-483.

［16］Fernández?N?V，?Pérez?M?J?S，?Vázquez-Casielles?R.?Webroomers?Versus?Showroomers：?Are?They?the?Same？［J］．?Journal?of?Business?Research，2018，92（11）：300-320.

［17］Wollenburg?J，?Holzapfel?A，?Hübner?A，?Kuhn?H.?Configuring?Retail?Fulfillment?Processes?for?Omni-Channel?Customer?Steering［J］．?International?Journal?of?Electronic?Commerce，?2018，22（4），540-575.

［18］Singh?D?K，?Kumar?A，?Dash?M?K.?Using?Analytic?Hierarchy?Process?to?Develop?Hierarchy?Structural?Model?of?Consumer?Decision?Making?in?Digital?Market［J］．Asian?Academy?of?Management?Journal，?2016，21（1）：?111-136.

［19］Kim?K，?Kim?E?B.?Suggestions?to?Enhance?the?Cyber?Store?Customer?Satisfaction［J］．Journal?of?American?Academy?of?Business，2006，9（1）：233-240.

［20］Dholakia?R?R，?Miao?Z.?Effects?of?Online?Store?Attributes?on?Customer?Satisfaction?and?Repurchase?Intentions［J］．International?Journal?of?Retail?&?Distribution?Management，2010，38（6-7）：482-496.

［21］Spiegel?Y.?Commercial?Software，?Adware，?and?Consumer?Privacy［J］．International?Journal?of?Industrial?Organization，2013，31（6）：702-713.

［22］劉玲玲，田錄梅，郭俊杰.親子關(guān)系對(duì)青少年冒險(xiǎn)行為的影響：有調(diào)節(jié)的中介模型［J］．心理發(fā)展與教育，2019（2）：210-218.

［23］連帥磊，劉慶奇，孫曉軍，等.手機(jī)成癮與大學(xué)生拖延行為的關(guān)系：有調(diào)節(jié)的中介效應(yīng)分析［J］．心理發(fā)展與教育，2018（5）：595-604.

Research?on?Determinants?of?Digital?Consumption?from?the?Perspective

of?Consumers

ZHU?He-liang1，2，GUO?Kai-ge1，?WANG?Chun-juan3

（1.School?of?Economics，?Capital?University?of?Economics?and?Commerce，Beijing，100070，?China;

2.School?of?Economics?and?Management，?Beijing?University?of?Technology，Beijing，100124，?China;

3.Business?Research?Institute，Beijing?College?of?Finance?and?Commerce，Beijing?101101，China）

Abstract：?With?the?rapid?development?of?digital?economy?and?consumer?Internet，?digital?consumption?has?become?an?important?engine?and?new?growth?momentum?for?building?a?new?development?pattern?of?double?cycle.?Taking?digital?consumption?as?the?research?object，?this?paper?constructs?the?theoretical?framework?and?research?hypothesis?of?the?impact?mechanism?of?digital?consumption?from?the?four?aspects?of?digital?technology?empowerment，?business?model?innovation，?basic?guarantee?support?and?digital?consumption?governance，?and?empirically?tests?the?multi-level?influencing?factors?and?effects?of?digital?consumption?by?using?structural?formula?model?on?the?basis?of?questionnaire?survey，?The?results?show?that：?Digital?technology?empowerment?has?a?significant?positive?effect?on?the?popularization?of?digital?consumption，?and?the?improvement?of?digital?service?quality?and?efficiency?can?promote?consumers?digital?consumption?behavior;?Business?model?innovation?mainly?promotes?the?popularization?of?digital?consumption?through?cost?saving?effect，?economies?of?scale?effect?and?efficiency?improvement?effect;?Infrastructure?support?also?has?a?significant?positive?impact?on?the?popularization?of?digital?consumption，?mainly?through?the?guarantee?of?logistics?infrastructure?and?regional?digital?consumption?facilities;?Digital?consumption?governance?has?a?significant?negative?impact?on?the?popularity?of?digital?consumption，?mainly?due?to?the?low?satisfaction?of?consumers?with?the?content?pushed?by?big?data?and?the?widespread?problems?of?platform?privacy?protection?and?management，?resulting?in?a?negative?force?on?the?popularity?of?digital?consumption.?Finally，?based?on?theoretical?and?empirical?research，?this?paper?puts?forward?countermeasures?and?suggestions?for?the?future?development?of?digital?consumption.

Key?words：digital?consumption;?business?model?innovation;?digital?technology?empowerment;?digital?consumption?governance;?digital?economy

（責(zé)任編輯：關(guān)立新）