新闻资讯
人们谈论多渠道采购行为和打算做什么:从ESG评价系统的相关视角
随着互联网经济的发展,网上购物已成为消费者购买商品,特别是有机婴儿奶的主要途径。在互联网时代长大的千禧一代喜欢在线购买频道吗?还是它们对在线频道比离线频道更粘?为了解决这些问题,我们对一个潜在类进行了回归分析,并针对我国用户的粘稠性,建立了二次型恩格尔几乎理想的需求系统模型。进一步分析了环境社会治理的多渠道粘性效应,从而进一步探讨环境社会治理投资策略对消费者购买行为的影响。通过这些分析,我们确认了淘宝的在线通道粘性和平台粘性。结果还表明:(一)影响消费惯性和交易量的主要因素是渠道和平台的粘性,后者对前者有积极影响。(二)ESG评级指标对消费者的使用黏性起着积极的调节作用。(三)环境和社会得分对在线平台的黏性有显著的积极影响。
导言
最近,一场商业革命已经并趋于无处不在( 林,西苏洛,道格拉斯和库马尔,2022年 )。在数字经济和电子商务平台新技术的影响下,随着智能手机、互联网覆盖面和在线支付系统的普及,越来越多的公司开始通过在线渠道向消费者销售更多的产品,并根据从实际交易活动中获得的购买记录将目标对准在线客户群体。到2013年为止,互联网市场的市场规模已超过美国,据估计,自2015年以来,中国的电子旅游业预计将达到约9000亿美元。这是美国市场规模的两倍多( H.H.王等人。,2019 )。相应地,网络营销正迅速扩展到中国传统的离线行业。从在线渠道知识的角度来看,基于网络挖掘技术的在线营销是生产者的一种新的营销策略( 沙菲和巴扎根,2019年 )。这个工具是电子忠诚的重要基础。 沙菲等人。(2016年) 定义为客户愿意根据其未来的期望从事电子商务活动。
在这方面,我们可以很容易地注意到,随着数字经济的发展,大多数千禧一代人主要负责通过在线渠道购买产品,这是在线购物的主要力量。数据显示 中国互联网网络信息中心(2017年) ),自2017年以来,通过在线渠道购买的消费者中,共有72.5%的消费者是"千禧一代"。 Lim (2022a) 将这一现象解释为消费者行为的代代相传,他们更加关注人类文明的福祉和自然生态系统中的环境。 列文和列文(2010年) 找出品牌名称对儿童和父母产品选择的影响,即 哈维等人。(2011年) 解释为社会媒体的调节作用。这种代代相传的效应通过加强情感联系( Mackey, 2016 )。因此,对用户黏性的研究有助于重新审视消费者购买行为的代际变化( Lim, 2022b ).
事实上,在数码时代,作为"数码土著人",接触新网络技术的千禧年一代中,大多数人比过去几代人更有可能获得产品信息( 林等人。,2021年 )。相应地,由于大数据技术支持的消费者社区可利用推荐系统,他们倾向于侧重于产品的在线评审,从而有可能形成他们对品牌产品和在线渠道的信任( 库马尔等人。,2021年 )。因此,"消费者选择哲学"在这一消费群体中实现了从购买体验到电子口碑产品的转变。从长远来看,不断更新的消费者信息采集技术,可促进针对目标消费者的精确广告,从而实际上提高了他们在产品信息搜索和技术需求方面的技术能力( 林等人。,2021年 )。从本质上讲,这项技术提高了消费者对使用网上信息的方便性的认识( F. D. Davis, 1989 ),通过在这些消费群体中积累电子空间,有助形成使用者的黏性( 有经验者等。2012年)。从这个意义上说,对用户黏性的研究有助于构建千禧一代在线购买行为的理论分析框架。
从电子商务平台本身的角度来看,它是新网络技术的产物,结合客户数据挖掘,建立了消费者与销售者之间的信息共享平台( 罗等人。,2020年)。在这个社会群体中,信息交换的效率可以大大提高,这对千禧年的一代人了解产品的交易历史和市场评价是很方便的。电子商务平台,包括淘宝、泰宝、1#商店和JD是最好的例子。有声望的联合企业生产商,如中fco和TIMU,已经建立了自己的电子商务平台,以满足年轻消费者的需求。此外,传统的杂货零售商,如菲西波,最近开发了一个面向消费者的网上商店,提供免费送货和店内皮卡。
然而,不可否认的是,传统离线渠道被认为是消费者首选的采购渠道( T. Li et al., 2013 )。以中国OIM市场为例,2016年通过离线渠道购买的比例为48.1%( 中国工商研究所,2017年 )。造成这一现象的根本原因如下:一方面,一些年轻消费者更有可能购买品牌商品,因为他们能够直接感知品牌价值( T. Li et al., 2013 );另一方面,较短的距离是消费者通过离线渠道购买商品的最重要因素之一( 查卡罗等人2013年),这为那些靠近实体商店的年轻消费者提供了明显的动力,他们首先考虑传统的离线频道。
特别是以零售业为研究对象. 库特尼和沙菲伊(2021年) 发现零售业的市场占有者通过环境刺激来加速品牌竞争力的形成,并有可能为创造品牌价值提供必要条件,即: 霍班尼等人。(2015年) 称为零售商权益。从长远来看,商业道德问题对零售商来说是至关重要的,这可能影响零售商的形象及其市场竞争力( 2020年 )。然而,学术界很少关注有关商业道德的可持续议程问题( Lim, 2016 , 2022a )。这意味着零售商和消费者仍然没有意识到产品行为和消费行为的可持续性,两者都被定义为"基于道德信仰和价值观有意识和有意识的产品和消费决定"( 起重机与马腾,2004年 )。这与环境社会治理(环境社会治理)密切相关,而环境社会治理最初出现在 联合国全球契约(2004年) 报告称 谁在乎谁赢:把金融市场与变化中的世界联系起来 .这是 克莱门蒂诺和珀金斯(2021) 定义为"按环保、社会公共及治理等方面的产品质量管理及公司行为标准进行的公司综合绩效考核",环境、社会及社会小组评级指数的相应成分及权重载于 附录S4 .这源于生产者的环境、社会和治理非金融投资活动,这意味着企业在追求经济利益的同时对公共利益负责。因此,我们有必要将ESG评价系统引入零售业,以实现市场营销战略的可持续发展( 林,西苏洛,道格拉斯和库马尔,2022年 )。在此背景下,ESG的概念将成为对社会负责的实践和技术创新的思想指南,对消费者的购买行为产生重大影响( 太糟糕了。,2022年 ; 林等人。,2023 )。因此,ESG评级指标与本文的目的相吻合。
基于上述分析,零售商和生产商不仅维持脱机通道,以保持脱机消费者用户的粘稠性,而且还探索在线渠道,以便与偏好在线购买方式的消费者保持相关性( H.H.王等人。,2019)。特别是,由于传统离线频道的增长潜力有限,越来越多的实体商店正在向网络推动的电子标签行业扩展。以家乐福海外旗舰店为例,从2019年开始成功建立了JD全球平台。由于潜在进入者难以进入竞争激烈的中国电子商务市场,研究多渠道消费行为问题有助于零售商了解消费者的多渠道购买产品行为,从而有效地将其产品置于营销渠道。
本文的目的是探索多通道的用户粘性,以OIM市场为例,提高本文的理论价值。具体目标如下:(一)用户的在线和离线通道是如何形成的?在线频道的用户粘性与在线业务平台之间的关系是什么?针对以上问题,提出了一种对多渠道购买行为的新解释。
我们的研究在各个方面都是新奇的:首先,我们建立了消费者选择和QEEIS模型,以分析消费者的购买行为,结合他们的社会经济地位;其次,我们从在线平台的角度对在线渠道的粘性进行了机制分析。更重要的是,在消费者购买行为的计量经济学分析中引入了ESG评级指标的变量,以揭示ESG评级指标对多通道用户黏性的影响。
理论背景和假设
使用者对消费者购买决定的重视,已引起越来越多的研究者的关注( H.H.王等人。,2019 ),这被视为企业长期表现的最终标准( 连等人。,2017年 ). 金姆等人。(2021年) 将用户的粘性定义为消费者对某些特定品牌或产品的偏好,这与消费惯性密切相关,即 E. Wang et al. (2019) 定义为消费者的识别成本、可调整的成本和在长期研究过程中有用的使用成本。近年来,商业学术界主要从以下几个方面讨论了用户粘性问题:离线信道粘性和在线频道粘性。
关于前者,它是 霍尔特等人。(2019年) 定义为消费者对离线渠道产品的回购意图。 霍尔特等人。(2019年) 说明脱机用户对消费满意度的影响的形成,即 Hollander (2008) 定义为购买行为的可评估经验。从…的角度看 霍尔特等人。(2019年) 消费满意的消费心理有可能增强消费者与离线零售商之间的联系,从而使消费者更有可能在未来重新购买这种产品,因为认知努力减少,购买的决策效率降低。关于后者,它是 金姆等人。(2021年) 定义为"网站吸引和留住买家的能力,这有助于延长用户逗留的时间。"这意味着消费者和零售商之间的长期依赖关系首先可以通过在线产品信息的有效交流来形成( 徐&林,2016年 )。因此,客户对公司网站的长期纸张浏览(PV)所维持的平台依赖性导致了在线用户的粘性( 金姆等人。,2021年 ).
在界定了这些概念之后,商业学者也探索了用户粘性的形成机制。 绍等人。(2019年) 和 吴和成(2019) 找出口碑(WOM)与使用者黏性的正相关性,即 环等人。(2016年) 定义为买卖双方在某些特殊情况下就货物评价进行非正式沟通。在网上环境中,这是 弗里德里希等人。(2019年) 被认为是用户持续意图最重要的预测因素之一。在脱机通道的情况下,WOM有助于形成脱机通道用户的黏性,以缓解过去的购买经验( 卡贾卢托等人。,2016年 ).
因此,我们认为经济学文献中没有足够的资料来描述网上购物的用户,特别是OIM( H.H.王等人。,2019 )。此外,大多数关于用户黏性的研究并不十分重视人口特征对在线购买行为的影响,而是将其视为一个控制变量( 巴特纳加和戈塞,2004年 )。特别是,虽然许多学者更注重平台声誉对在线用户黏性的重要性( 绍等人。,2019 ),经济文献中有关生产商ESG评级指数对使用者黏性的影响的市场研究十分有限( E. Wang et al., 2019 ; Y. Wang et al., 2020)。缩小这些差距将为生产者有效制定多渠道营销战略提供专业指导。
客户的渠道选择
从消费者的角度来看,他们将在长期内对多渠道进行优化选择。与离线环境相比,网上环境为消费者提供详细的产品信息,这与他们对品牌产品的购买态度正相关( 沙菲和巴扎根,2018年 )。因此,消费者倾向于购买品牌产品,即 沙菲伊和巴扎根(2018年) 解释为购买风险的解决方案。 鲍朱(2022) 进一步争辩说,在线频道的便利性促使更多的消费者在线购买奶制品,这一点得到了来自 E. Wang et al. (2019) .至于生产商,品牌制造商有可能通过实施与电子商务渠道密切相关的多渠道战略,引导消费者通过在线渠道进行采购( 巴苏和桑迪,2021年 ). 巴科斯和德拉罗卡斯(2011年) 指出与由网上频道的高端服务所产生的传统离线系统相比,网上信誉系统更能有效地执行理想行为( 沙菲和巴扎根,2018年 )。受服务质素的影响,消费者的参与程度更大,因为消费者更倾向于浏览生产者的环境、社会、文化和文化资料( 波伦等人。,2017年 ),与产品形象密切相关( 沙菲和伊丝哈希,2017年 )。因此,在网上环境下,消费者往往更关注公司对其采购行为的责任( 布尔斯特里奇和卡里根,2000年 )。因此,我们提出以下假设。
假设H1A 与离线频道相比,消费者对在线频道很忠诚。
假设H1B :ESG评级指数对消费者购买行为的影响大于传统的离线渠道。
在线采购意向和渠道粘性
在网上渠道的背景下,使用者的黏性是影响多种交易工具与消费者购买意图之间关系的一个重要因素( 瓦达特等人。,2021年 )。使用性是通过 刘等人。(2021年) 定义为消费者之间市场互动的先决条件,有助于知识型信托和以特性为基础的信托的积累( 瓦达特等人。,2021年 )。从消费者的角度来看,这种信任能够提高消费者在线购买产品的意愿( 十.陈等人。,2022年 )。在网上环境下,资讯的质素可透过先进的网络科技显示出来,进一步加强他们的电子贸易消费行为( 十.张等人。,2021年 )。特别是,在线频道社交网络服务的发展,为消费者提供了更多的购物选择,并成功地创造了他们在在线采购活动中所希望的品牌形象,从而有可能长期改善他们的在线采购意向( 塔比尼和沙菲伊,2023年 )。因此,我们提出假设H1。
Hypothesis H2: 在线渠道的用户黏性对在线购买意愿有积极的影响。
沟渠黏性和平台黏性
从卖方的角度来看,电子商务平台的完善使生产商和零售商不断为消费者通过在线渠道购买商品提供高质量的产品和平台服务,这有助于形成在线渠道的粘性( 弗里德里希等人。,2019 )。网上平台的存在将鼓励消费者通过网上渠道( 徐秀冬,2014年 ),有助积累卓越的电子贸易经验( 金姆等人。,2021年 )。这些有购物经验的消费者将通过在线渠道( 李等人。,2021年 ),从而增加网上通道的黏性。 W. T. Wang et al. (2016) 称为社会心理学的力量。受此心理影响,忠实于网上平台的消费者倾向于通过这些平台寻求信息,并利用这些信息做出在线购买决定,从而促成电子信托的形成( 徐秀冬,2014年 )。在消费者的信任下,他们可能对高品质的采购信息作出积极回应,从而增加他们对在线渠道的回购意图,这有助于形成在线渠道的粘性( 高等人,2018年 )。因此,我们提出假设H3。
Hypothesis H3: 在线平台的用户粘性对在线通道粘性有积极影响。
ESG评级指标的调节作用
平台在市场营销中的粘着性被认为是忠诚,表明在在线平台( 金姆等人。,2021年 ). Y. Li et al. (2021) 进一步将这种粘性看作是访问期间在网络平台上花费的时间,这代表了消费者的长期购买行为。此外, 辛格和马拉(2017年) 论证购买者的购买行为与企业社会责任正相关,这有助于形成产品的在线购买意向。在某种程度上,这种倾向对长期购买产品的购物信托有重大影响( 伊佐戈&贾亚瓦德纳,2018年 ),这与网上频道的使用者黏性累积紧密相关( 赵等人。,2020年 ),特别是购买奶类产品( O.王等人。,2020年 )。关于有机消费,它与道德认同和企业社会责任密切相关( 十.张阳,2021年 ). 方等人。(2023) 进一步指出,ESG评级指数可以全面衡量公司企业社会责任的长期发展,这与买家的经验密切相关。特别是,为维持食物产品的可持续性,生产商将环保及社会福利概念融入创造品牌价值( 布尔斯特里奇和卡里根,2000年 )。两者都是消费者关注的焦点,因此可能影响他们的可持续行为( 布尔斯特里奇和卡里根,2000年 ),这是 Z. Yang et al. (2019) 解释了道德观念对消费者回购意图的影响。因此,我们提出了下列假设。
Hypothesis H4a: ESG评级指标对用户黏性有积极的调节作用。
Hypothesis H4b: 环境和社会信息披露指数主要决定消费者的使用黏性。
方法论
本文以中国婴幼儿奶粉业务为例,对用户的在线和离线通道的粘稠性进行了研究。在这一部分中,我们主要采用了计量经济学模型,包括消费者的选择模型和QIEEI模型。问题是客户的购买行为,重点是中国有机婴儿奶市场的多渠道购买行为比较。特别是,作为母乳喂养的必要替代品,OIM对婴儿的成长和福祉至关重要。一些营养成分,如氨基酸、肌酐、蛋白质等。,在婴儿的健康生活中扮演重要角色。此外,越来越多的家庭愿意在三个子女家庭中生育更多的子女,从而对OIM产生了更多的需求。它是由 何等人(2017年) 自2017年以来,中国对OIM的消费占婴儿饮食总支出的70%左右。相应地,婴儿用品的全部费用中有相当一部分是由有新生儿的家庭使用OIM。这创造了世界上最大的OIM市场,年增长率为20%( 唐等人2014年 )。因此,我们选择了中国OIM市场作为研究的子样本。
消费者在线频道选择模型
为了简单,让你 t 作为一个指标,如果当前OIM通过在线渠道购买值1和离线渠道0。与此同时,基于潜在类方法( 本尼等人。,2019 ),假设消费者会选择购买渠道I( 我 =1,0)如选择产生最高的消费者效用( U 我 ). Here, 我 =0,1对应当前期间的离线和在线采购渠道。因此,客户选择在线频道的可能性是:
Pr(yt=1)=Pr(U1)>Pr(U0)
(1)
在这里 U 1 和 U 0 当消费者分别选择在线通道和离线通道时,代表实用程序。因此,消费者的效用可以分为两个组成部分,即消费者特性的可观察属性。 我 以及未观察到的属性,也就是错误术语 我 ( 2017年,古尔7&伍尔根恩 ):
εU我=V我+ε我
(2)
我们构建了消费者选择在线频道的概率 公式2 .为了方便起见,我们假设消费者的在线采购决定主要取决于他们自己的社会经济地位。同时,由于消费者品牌选择的城市异质性,我们引入了城市的虚拟变量。因此,当前时期消费者在线渠道选择的累积分布函数(CDF)可以表示为下列形式,相应的证明显示在 附录S5 :
ρβυωρβυωPr(yt=1)=EXP(ρyt−1+βXt+υC我+ω布兰Dj)1+EXP(ρyt−1+βXt+υC我+ω布兰Dj)
(3)
在哪里 X t 代表人口特征,包括购买者的性别、婴儿年龄(月)、消费者的收入和家庭规模。 C 我 ( 我 =1,2,3)表示城市的虚拟变量, 我 =1,2,3对应于上海、北京和广州。特别是为了避免离散消费者选择模型回归结果的虚拟变量陷阱,深圳的虚拟变量被认为是默认值,其比例在本样本中为10.2%。品牌 j (j=f,a,m,其他)表示虚假的品牌变量。应当指出,为了提高回归效率,其他品牌被视为默认变量。J=F,A,M分别表示品牌FRI,APTAM,Meadjohnson和其他品牌;下标T是时间序列的指示器,它对应于系数的整数和整数;正系数代表消费者在当前时期倾向于购买这些产品。特别是,消费者的工资分为六类,包括收入水平低于718美元,从719美元到1005美元,从1006美元到1292美元,从1293美元到1724美元,从1725美元到2299美元。注意我们处理L的虚拟变量 6(超过2,300美元)作为默认值,以反映消费者收入抽样的表示。
因此,我们假设消费者在线渠道选择的逻辑回归模型:
ρββββυωε元素元素(Pr(Y_在线的)1−Pr(Y_在线的))=ρ·拖曳_在线的+β1·性别+β2·年龄+β3·财务报表+∑我=48β我·L我+∑我=13υ我·C我+∑j=FMωj·布兰Dj+ε
(4)
在这里,Y-在线和Lgo-在线分别代表顾客的在线消费和相应的滞后值;购买者类别的虚拟变量是性别,女性购买者为1,男性购买者为0;年龄和FS分别代表婴儿年龄和家庭规模的虚拟变量;C-虚拟变量 我 包括上海、北京和广州;虚拟品牌变量 j 包括FRI、APT和Meadjohnson; l ( l = 1, 2, 3, …, 5) represents the consumer income below $718, from 719 to 1,005, from1,006 to 1,292, from 1,293 to 1,724, and from 1,725 to 2,299, respectively.
在此基础上,我们进一步进行消费者品牌选择的日志回归,可以表示为以下形式:
ρββββυωPr(Y_在线的)=1e−[ρ·拖曳_在线的+β1·性别+β2·年龄+β3·财务报表+∑我=48β我·L我+∑我=13υ我·C我+∑j=13ωj·布兰Dj]
(5)
在此基础上,构建了消费者在线通道选择的原点回归模型,可以表示如下:
ρββββυωεPr(Y_在线的)=Φ(ρ·拖曳_在线的+β1·性别+β2·年龄+β3·财务报表+∑我=48β我·L我+∑我=13υ我·C我+∑jωj·布兰Dj+ε)
(6)
在那里,br是质子回归的累积分布函数;
在线和离线频道选择的比较
事实上,消费者的行为特征在不同的购买渠道( 2019年 )。在下面的章节中,我们将基于Qeaid方法,比较消费者的在线行为和离线行为。这个模型的优点是,Qeaid模型不仅为几乎理想的需求系统( B. Chen et al., 2018 ; 迪顿和穆尔鲍尔,1980年 ),但亦包括来源差异化几乎需求系统的所有理想特性( C.G.戴维斯等人。2010年 ).
受…启发 药剂师和警察组织(2012年) 2.齐伊方程描述如下:
αθγδβμζwIh=αIh+θ·电子数据组+X菲γIh+∑我=12∑我=FMδIh元素元素PIh+βIh元素元素(Y/P)+μIh{元素元素(Y/P)}2+ζ我+vIh(我=F,A,M;H=1,2)
(7)
在这里 w Ih 在采购渠道H中说明I品牌的市场份额; H =1,2对应于在线和离线渠道;F,A,M分别代表5,APT和MEA品牌; 菲 表示消费者人口统计变量。由于家庭规模和消费者的收入对于他们的全面购买行为的重要性( 阿里等人。2010年 ),我们讨论了家庭规模和消费者收入的影响。特别是,为了检验假设H1B,我们还将ESG评级指数(ESG)的变量添加到QEISE模型中。在不同的采购渠道上,将P和Y的变量作为品牌的价格,以及与OIM品牌有关的采购者的总支出;P是用于QeaISE品牌价格指标,即 我 消费者社会经济特征的固定效果,包括购买性别和婴儿年龄。
然后 等于7 可转换为下列形式:
αθγδβμζwIh=αIh+θ·电子数据组+X菲γIh+∑我=12∑我=FMδIh元素元素PIh+βIh·(元素元素Y−元素元素P)+μIh[元素元素Y−元素元素P]2+ζ我+vIh
(8)
为方便起见,请用P作为球-水玻璃的聚集形式( 2012年,药剂师协会 )。也就是说,
ηP=Π我=1nΠH=12PIhηIh
(9)
然后,我们可以通过 等于9 ,可表达如下:
η元素元素(P)=∑我=1n∑H=12ηIh元素元素(PIh)
(10)
输入 等于10 我们可以得到QeaY的公式,它可以表示如下:
αθγδβημηζw我H=α我H+θ·ESG+X我Fγ我H+∑H=12∑我=FMδ我H元素元素P我H+β我H(元素元素Y−∑我=1nη我H元素元素P我H)+μ我H[元素元素Y−∑H=12∑我=1nη我H元素元素P我H]2+ζ我+v我H
(11)
特别是,为了减少品牌价格和消费者收入的潜在内生性所造成的回归偏差,上述方程组是根据似乎不相关的回归来估算的。 霍莉和丹尼斯(1982年) .
减少估计参数的数量,提高回归模型的效率( 2008年,巴尼特∓塞克 ),理论上的约束,即均匀性、对称性和附加性,可由上述回归在估计过程中施加,可表达如下:
αγδη∑我=FM∑H=12αIh=1,∑我=FM∑H=12γIh=0,∑我=FM∑H=12δIhjk=0,∑我=FM∑H=12ηIhjk=0(加的−向上的)
(12)
ββ为了∀j,k,∑我=FM∑H=12βIh=0,∑我=FM∑H=12βIh=0(霍姆遗传性)
(13)
δδ为了∀我,j,H,k,δIhjk=δJkih(对称)
(14)
δ为了∀我,H,∑j=FM∑H=12δIhjk=0(霍姆遗传性)
(15)
在这里 等于12 满足了QEKY模型的总体分析要求;介绍了条件约束,比如 公式13 和 15 ,可以在忽略品牌价格异质性的情况下,检查Qeaid模型的稳健性; 等于14 能提高QEEE结果的效率和对称性。尤其是,这些限制意味着,OIM和三个品牌(FRI、APT和MEA)的其他品牌的弹性应形成某些关系,这些关系来自于消费者需求曲线的均匀性和基于以下思想的预算限制: B. Chen et al. (2020) .值得注意的是,为了方便起见,我们把其他品牌当作同类商品。 H.H.王等人。(2019年) .
然后,用这个程序可以表示Qeaid的条件回归:
αθγδβημηζwIh=αIh+θ·电子数据组+X如果γIh+∑H=12∑我=FMδIh元素元素PIh+βIh(元素元素Y−∑我=1n∑H=12ηIh元素元素PIh)+μIh[元素元素Y−∑我=1n∑H=12ηIh元素元素PIh]2+ζ我+vIhs.t.(12)~(15)
(16)
为了提高QEIID回归模型的鲁棒性,删除了零消费量的观测值。根据 等于16 ,品牌的价格弹性是根据下列估计参数计算的:
ηβμe伊希=(∂wIh∂元素元素PIh)·(1wIh)=η伊希wIh−(1+β伊希+2μ伊希)
(17a)
ηβμeIhjh=(∂wIh∂元素元素PJh)·(1wIh)=ηIhjhwIh−(β伊希+2μ伊希)(wJhwIh)
(17b)
γeIhi=(∂wIh∂元素元素我)·(1wIh)=γIhwIh+1
(17c)
下标M表示消费者的收入; 方程17a 和 17b 分别代表不同品牌之间的自主价格弹性和交叉价格弹性; 等于17c 表示品牌的收入弹性。
在线频道的机理分析
在本节中,我们主要分析了消费者在线渠道黏性的影响机制。为了探讨消费者在线用户黏性形成的原因,采用以下在线渠道选择的概率,即:
ργδργδPrOB(拖曳_在线的)=EXP(ρ·拖曳_公共航空局t我+γ我·赞成的P我+∑C=13δ集成电路·C集成电路)1+EXP(ρ·拖曳_公共航空局t我+γj·赞成的Pj+∑C=13δ集成电路·C集成电路)
(18)
在这里 我 =1,...,4分别代表在线平台1#商店、天城、JD和淘宝; 我 说明消费者的平台粘性; C 作为城市的虚拟变量,可以测量在线通道粘性的区域异质性; C =1,2,3代表上海、北京和广州; j 代表了在线平台的市场选择倾向,可以根据以下形式表示: 明茨等人。(2013年) :
赞成的Pj={Qj/Q,Uj>U我0,否则
(19)
在哪里 Q j 通过在线平台j表示消费者对品牌的购买量; Q 代表品牌采购总量; U j 和 U 我 当消费者分别选择在线平台和海外购物渠道时,代表实用价值.值得注意的是,我们将海外购物作为参考标准,因为大多数离线消费者在此数据集中通过传统的离线渠道购买商品。
结合享乐方法( Rosen, 1974 ), 等于18 可提供:
αβγδε元素元素(难题(拖曳_公共航空局t我)1−难题(拖曳_公共航空局t我))=α+∑我=14β我·拖曳_公共航空局t我+∑j=14γj·赞成的Pj+∑C=13δ集成电路·C集成电路+ε
(20)
在这里,市场选择的系数可以用来衡量电子商务平台对消费者在线渠道选择的影响。
建构消费者在线渠道活动的享乐回归,可以测试消费者在线渠道活动的稳健性。 等于20 ,其形式如下:
αβγδε拖曳_在线的=α+∑我=14β我·拖曳_公共航空局t我+∑j=14γj·赞成的Pj+∑C=13δ集成电路·C集成电路+ε
(21)
因为社会偏好在某种程度上受到性别差异的影响( 卡马斯&普雷斯顿,2015年 ),基于购买者性别的消费者网上渠道选择的享乐回归,被指为检查消费者网上渠道选择的性别差异的下列形式:
αβγδε拖曳_昂林eg=αg+∑我=14β通用电气公司·拖曳_公共航空局t通用电气公司+∑j=14γJG·赞成的PJG+∑C=13δ集成电路·C集成电路+ε,g∈k
(22)
G的下标代表购买者的性别; k =0.1分别表示女性购买者和男性购买者。
消费者在线采购行为的进一步探讨
在本节中,为了验证ESG评级指标的调节作用,我们假设以下模型基于3.3节中所示的方法。相应的估计方法如下:
介绍了拉格普拉特、支柱和品牌的变量 我 在消费者渠道选择模型中,我们用ESG·拉格_Y_在线、ESG·拉格_普拉特、ESG·支持和ESG·品牌的形式替换了这些变量。 我 .下标 我 =1,2,3对应于品牌五,APT和MEA。特别是,在此回归分析中加入了ESG评级指数的变量。为了衡量OIM生产商的企业社会责任,我们采用了由风能数据服务平台ESG数据集提供的ESG评级指标。此外,为了衡量环境信息披露评分、社会信息披露评分和治理信息披露评分对消费者在线采购行为的影响,我们在回归分析中加入了以下次级信息披露评分指数的变量。另外,来自 S. W. Li et al. (2019)通过对消费者社会经济特征和购买区域异质性所造成的缓和效应回归误差的控制,控制消费区域的变量和具有固定效果的消费者的社会经济特征。特别是,这些消费者的特点包括家庭收入、家庭规模、购买性别和婴儿的口龄。
数据
应答者
本文采用的数据来自CTR市场研究公司提供的坎塔世界面板。2015年至2022年请注意,CTR市场研究公司。有限公司是国家统计局授权的首批合格的外资调查机构之一,致力于将近30年的中国市场洞见经验与互联网大数据技术相结合,提供全面的市场分析。因此,可以保证此事务数据的可靠性和有效性。请注意,由于该数据集是由中国市场研究商业中心提供的,因此具有商业机密性。相应地,对于这个数据集,数据的可信性分析是不可用的。在这一部分,我们只根据测量系统的主要成分系数、克朗巴赫的阿尔法值和复合可靠性(CRS),对ESG评级指标的可靠性和有效性进行检验。 卢等人2010年 )。这在 附录1至3 这证明了环境、社会、文化、文化和文化指标的有效性。
数据说明
在该数据集中,中国家庭代表小组为该数据集提供了有关中国北京、上海、广州和深圳四个主要城市OIM消费量的详细信息。这些数据记录了消费者购买OIM的信息,包括消费者的社会经济特征、产品规格和品牌价格。此外,该数据集还跟踪了2015年至2022年期间四个第一级城市的消费者在线和离线渠道的购买活动。特别是,为了简化我们的分析,我们把重点放在三个品牌上,包括周五,APT,MEA和其他品牌。在本数据集中,FRI、APT和MEA的CR3值分别为81.5%,三个品牌的市场份额分别为50.7%、15.6%和15.2%。
特别是,上述城市被选为研究对象的原因如下: 中国统计年鉴 2020年,这些城市是中国最发达的地区之一,从2015年到2020年,其国内生产总值和人均国内生产总值最高。因此,这些城市的消费者拥有较高的可支配收入,从而成为中国高端OIM市场的潜在购买力;第二,全渠道的便利性影响到消费者,特别是这些城市的年轻人,从而使购买Oim的行为得到极大的支持。市场研究数据来自 2019年中国母婴产业采购集团市场研究报告 腾讯发布的数据显示,来自四个主要城市的30%以上的年轻消费者倾向于选择品牌OIM产品。这些城市的市场需求已成为影响高端OIM市场定位的重要因素。根据 中国统计年鉴 2020年,上述城市高端品牌OIM的市场份额占OIM整个市场的75.2%。
解释性变量的说明性统计数字见 表1 .从该表中,购买量的较大差异表明,忠于某一特定在线平台的消费者在某些情况下可能会形成平台转换行为,从而提高了电子商务平台的竞争力,这可以解释为消费者的偏好和购买行为在某种程度上受购物情况的影响( 胡伯和普托,1983年 )。尤其是淘宝的平均价值比其他平台大,而前者的差异比后者小,这意味着大多数消费者往往比其他电子商务平台更粘。我们还发现,北京、广州和上海的平均价值超过了深圳的相应价值,这证实了品牌市场区域差异的发现。这一现象的根本原因是,自2008年以来,深圳越来越多的母亲偏爱母乳喂养( E. Wong, 2013 )。因此,零售商和生产商应根据中国OIM市场的区域特点制定跨渠道零售战略。特别是,消费者收入的平均值(2,237.2437)意味着中产家庭占整个家庭抽样的很大份额( H.H.王等人。,2019 ).
表1 .解释性变量的描述性统计(样本尺寸8266)。
变量 描述 平均值 性传播疾病。发展
拉格线 1.在线采购 0.3684 0.4824
1#商店消费 1如果在1号商店购买 0.0194 0.2380
购物中心消费 1如在天城购买 0.04458 0.2319
JD消费 1如以JD购买 0.6512 0.2353
淘宝消费量 1如在淘宝网上购买 0.9057 0.2031
性别 1如果买家是男性 0.5113 0.4998
财务报表 家庭规模 3.0250 0.2476
年龄 婴儿年龄 15.9255 9.2964
L 消费者收入 2,237.2437 583.2319
北京 1在北京购买 0.2841 0.4510
上海 1.在上海购买 0.2641 0.4409
广州 1.在广州购买 0.2938 0.4555
深圳 1如在深圳购买 0.1579 0.3646
星期五 1如于星期五购买 0.5796 0.0689
聪明的 1.如果购买 0.0833 0.3539
平均值 1.如果购买 0.0640 0.5781
其他品牌 1.购买其他品牌 0.0531 0.6105
网上价格 五的网上价格 195.2847 28.2797
适用在线价格 APT的在线价格 206.5831 66.1431
网上价格 我的网上价格 254.9452 81.1623
其他品牌的在线价格 其他品牌的在线价格 237.6539 70.3042
五.在线消费 五的在线数量 1,768.0950 603.1110
在线消费 在线数量 1,938.6160 572.5830
中小型企业网上消费 在线数量 1,616.1760 243.8450
其他品牌的网上消费 其他品牌的在线数量 1,305.0750 359.4657
星期五脱机价格 星期五的脱机价格 167.5461 36.5671
可离线价格 APT的离线价格 112.1485 76.4042
平均脱机价格 我公司的离线价格 108.2431 96.1315
其他品牌的离线价格 其他品牌的离线价格 94.10740 78.0543
星期五离线消费 星期五的脱机量 1,234.5100 1,485.7280
应用离线消费 脱机量 1,229.3460 1,525.4360
消费量 脱机量 1,349.5130 1,384.5710
其他品牌的离线消费 其他品牌的离线数量 1,078.3470 1,923.4326
电子数据组 风电数据集的ESG评级指数 0.812 0.0139
注意事项 .婴儿的年龄单位是月份。拉格在线表示消费者对在线频道的购买意图。在观众中开放
此外,各品牌之间在平均值和标准差方面的微小差异表明,在某些情况下,消费者可能会改变品牌组合。例如,当一个品牌采取低价战略来夺取OIM的在线市场份额时,消费者可能会从最初的品牌转向新的品牌。此外,三个品牌的在线价格的平均值高于离线品牌价格的相应值,而前者的差异低于后者。这说明网上厂商往往长期推行价格溢价策略,导致网上品牌价格稳定( 十.李,2022年 )。然而,我们也看到了在在线和离线品牌消费因素之间的一致模式。这表明,消费者选择购买品牌OIM在线,尽管他们可能要支付高昂的价格溢价,这可以解释为在线商务平台的市场认可。 易尔等人。(2019年) .值得注意的是,在三个品牌中,FRI的平均价值是最高的,这显示了消费者对FRI品牌的偏好,因为自2013年以来,FRI在中国的市场上享有很高的声誉( 戴州,2016年 ).
研究结果表明,ESG评级指数的平均值为0.612,高于拉格线的相应值。这表明,生产商的ESG评级指数在消费者的购买行为中起着重要作用,特别是对年轻用户( 辛格和马拉,2017年 ).
回归结果分析
基准估计数
消费者渠道选择模型
表2 给出了物流模型的估计系数和p值。在5%的意义水平上,一个与拉格_Y_在线变量相关的正系数为在线信道的用户黏性提供了证据,验证了假设H2。至于消费者的收入,系数L 3 ,我 4 我和我 5 在5%的意义水平上呈显著阳性,而消费者的工资水平为L。 1 我和我 2 这对消费者的渠道选择产生了负面影响,表明高工资的消费者倾向于通过在线渠道购买商品。
表2 .逻辑、逻辑和方案的回归结果。
变量 逻辑的 洛吉特 标尺
拉格_Y_在线 0.461 *** (0.374) 0.731 *** (0.239) 0.481 *** (0.484)
男性的 −0.169 *** (0.519) −0.267 *** (0.270) −0.179 *** (0.529)
年龄 0.0357 (0.0260) 0.0520 (0.0147) 0.0359 (0.0260)
财务报表 −1.480 *** (0.471) −0.847 *** (0.276) −1.482 *** (0.473)
L 1 −0.971 (0.938) −0.425 (0.479) −0.971 (0.938)
L 2 −0.0393 ** (0.522) −0.241 ** (0.918) −0.0393 ** (0.512)
L 3 0.872 (0.994) 0.539 (0.569) 0.872 (0.819)
L 4 0.0992 ** (0.356) 0.235 ** (0.820) 0.0992 ** (0.531)
L 5 1.526 ** (0.750) 1.808 * (0.422) 1.526 ** (0.750)
上海 0.197 (0.827) 0.165 (0.473) 0.197 (0.827)
北京 −0.421 (0.833) −0.285 (0.466) −0.121 (0.830)
广州 0.137 (0.801) 0.168 (0.461) 0.132 (0.805)
星期五 0.352 (1.541) 0.0661 (0.518) 0.318 (1.045)
聪明的 0.127 (1.047) 0.0574 (0.226) 0.157 (0.047)
平均值 −1.521 (1.039) −1.437 (1.259) −2.534 (1.039)
其他品牌 −0.011 *** (0.572) −0.037 (0.324) −0.012 ** (0.793)
R 2 .753 .801 .864
注意事项 .***1%水平、5%水平和10%水平的统计意义。在观众中开放
关于城市的变量,大多数在线通道系数在5%的意义水平上是显著正的,而北京的系数则是显著负的。这表明,相对于北京和深圳,上海和广州的消费者更喜欢在线频道,这可以解释为由于信息和通信技术的发展,电子参与程度较高( W. Li et al., 2020)。特别是城市系数表明,不同城市的在线渠道的普及程度各不相同。这意味着,购买地点信息是一个重要的提示,使消费者作出在线购买决定。因此,对于生产商来说,为了保持在线渠道的用户粘性,他们应该根据地区特点实施异质营销战略。
家庭人口状况在网络频道的用户黏性中起着重要的作用。我们发现婴儿的年龄与消费者的在线频道选择是正相关的。此外,购买者的性别和家庭规模与消费者的在线渠道选择成正相关。这意味着,电子商务平台造成的渠道效用、社会互动和自我形象严重影响了母亲对在线购买渠道的忠诚。此外,通过比较家庭规模系数(FS)和男性,我们还注意到前者高于后者,这表明女性购买者对在线频道的消费有重大影响。
关于品牌的变量,我们发现一般来说,消费者的在线渠道黏性与品牌差异性是正相关的。这与联合国 Pozzi (2012) 他解释说,品牌差异化降低了消费者的搜索成本,加速了消费者品牌探索的进程。因此,生产者应设计不同的产品,以适应消费者的个性化需求。特别是,其他品牌的系数小于这些品牌的系数,这意味着这三个品牌的市场偏好( 戴州,2016年 ).
基于QEIID回归的消费者多渠道品牌选择模型
本部分主要以品牌FRI、APT和MEEA的在线和离线市场份额为研究对象,然后将北京、上海和广州的虚拟变量引入QeaIE模型,以衡量上述品牌消费行为的异质性效应。因为家庭规模和消费者收入对于新兴经济体消费者购买食品的决定至关重要( 阿里等人。2010年 本文主要探讨家庭规模和收入对消费者多渠道购买行为的影响。Qeaid模型的回归结果显示在 表3 .
表3 .齐伊模型的鲁棒性结果。
变量 弗里恩 阿普_恩 米恩 吹毛求疵 关闭的 测量结果 其他的
FRI_p_on −0.128 *** (1.478)
APT_p_on 0.515 ** (0.393) −0.052 (0.383)
MEA_p_on 0.237 * (0.847) 0.717 * (0.046) −0.227 (0.679)
吹毛求疵 0.215 (1.401) 0.542 (0.432) 0.143 (0.059) −0.105 (0.245)
阿普_普切 0.085 (0.318) 0.695 (0.256) 0.145 (0.934) 0.472 (0.094) −0.060 (0.236)
测量_p_p 0.435 ** (0.159) 0.461 (0.187) 0.227 * (0.229) 0.358 (0.039) 0.472 (0.145) −0.965 ** (0.057)
支出 −0.0154 (0.439) −0.0247 ** (0.276) −0.0391 * (0.106) −0.221 *** (0.217) −0.256 (0.269) −0.329 (0.249) −0.124 (0.197)
北京 −0.004 (0.005) −0.048 *** (0.007) −0.025 (0.001) −0.002 (0.014) −0.082 *** (0.006) −0.041 *** (0.007) −0.056 *** (0.003)
上海 0.102 (0.0067) 0.103 (0.005) 0.117 (0.003) 0.151 (0.006) 0.236 *** (0.007) 0.118 *** (0.006) 0.284 *** (0.017)
广州 0.104 ** (0.005) 0.115 *** (0.007) 0.110 ** (0.119) 0.153 (0.000) 0.159 (0.000) 0.107 ** (0.005) 0.198 *** (0.045)
财务报表 −0.0367 (0.138) −0.0398 ** (0.212) −0.0508 (0.139) −0.337 *** (0.198) −0.344 *** (0.301) −0.536 *** (0.218) −0.367 *** (0.164)
电子数据组 0.159 *** (0.178) 0.121 *** (0.142) 0.108 ** (0.197) 0.059 *** (0.162) 0.037 (0.258) 0.042 (0.271) 0.065 *** (0.047)
注意事项 .***1%水平、5%水平和10%水平的统计意义。上、下和其他分别代表在线、传统离线频道.其他品牌包括国外品牌Oim(惠氏、雀巢和雅培等)和国内品牌奶粉(三源、玉树和和都等)。在观众中开放
从这个表格,解释变量的系数在5%的统计水平上是显著的。从整体上看,消费者购买的OIM数量与相应品牌和替代品牌的价格分别呈负正相关,这意味着消费者品牌选择的自主价格弹性与消费者的替代弹性相对较弱。此外,三个品牌的替代弹性系数也表明,在10%的意义水平上,品牌FRI和APT的替代弹性是显著的,而品牌MEA的相应弹性则是微不足道的。此外,我们注意到在线品牌的系数大于离线品牌的系数。类似的结果与联合国 朱等人。(2010年) 显示出中等在线客户有最大的品牌弹性在线频道.此外,跨渠道的品牌选择系数表明,相对于传统的离线渠道,消费者对在线采购渠道有强烈的偏好,验证了H1A假设。
关于消费者的支出,我们发现品牌的支出与品牌的消费行为呈负相关。此外,我们还发现收入系数大于家庭人口。这一结果符合联合国 B. Chen et al. (2018) 暗示收入在消费者对牛奶产品的多渠道选择中起着至关重要的作用。应当指出,与离线收入弹性相比,在线收入弹性都是微不足道的。这表明,消费者支出的变化略微影响了OIM的在线消费,这就为消费者棘手的在线购买行为提供了证据。
关于城市变量,我们发现,相对于北京的消费者,上海和广州的消费者更倾向于品牌OIM。尤其是城市系数意味着OIM的市场营销策略具有区域异质性,这得到了 郑等人。(2020年) .
家庭规模系数与OIM的多渠道采购行为呈负相关。令人惊讶的是,我们没有找到证据支持家庭规模与有机牛奶多渠道购买量之间的积极关系( 乔纳斯和罗斯,2008年 ),这与生活在小型家庭的消费者倾向于通过多渠道购买基本食物( 多米尼克等人。,2021年 )。此外,不同渠道的FS系数表明,在线消费者的忠诚度高于离线消费者。 朱等人。(2010年) 定义为家庭规模变化对购买数量的敏感性。通过比较消费系数和家庭服务系数,我们还发现家庭规模对消费者购买行为的影响大于对多渠道消费者购买行为的影响。 郑等人。(2020年) 家庭规模在产品的在线消费行为中扮演着重要角色,特别是在消费者对基本食品的回购保留方面。
此外,我们还可以注意到,FRI、APT和MEA的在线市场弹性不如传统离线渠道中三个品牌的相应弹性,这表明OIM的在线消费对消费者收入相对于离线购买行为的变化不敏感。这是 Pozzi (2012) 解释说,与传统离线渠道相比,品牌功能降低在线购物成本是在线品牌探索的主要障碍。此外,品牌的不同系数意味着消费者的多渠道采购行为依赖于主要受OIM生产商控制的不同品牌的营销策略设计。
值得注意的是,ESG系数表明,ESG评级指数对消费者的长期购买行为有积极的影响,这与ESG的研究成果是一致的。 奥尔布里希和霍尔辛(2011年) 显示出对生产商的高市场商店评级增加了在线消费者重复购买行为的可能性,即在线用户的粘性。注意在线ESG评级指标的系数高于离线ESG评级指标,验证了H1B假设。这意味着生产者应该更加关注在线ESG评级的构建,以保持消费者的用户粘性。
在线通道粘性机理分析
表4报告了在线通道黏性机理的研究结果。在5%的统计水平上,与在线平台黏性相关的正系数证实了在线商务平台加速了消费者通道黏性的形成,验证了H3假设。在OLS和逻辑回归中,在线平台的粘性系数分别为0.247和4.978。特别地说,其他平台的黏性几乎是JD平台的两倍,这表明大多数消费者对1#商店、TMAL和淘宝的偏好要高于JD平台。在10%的意义水平上,在线平台市场偏好倾向的相应系数是显著正的,这表明网络商务平台的市场倾向增强了消费者对在线采购渠道的识别。尤其是淘宝的市场倾向系数最大,这表明消费者更喜欢以海外购物为代表的离线渠道的淘宝平台。此外,市场倾向系数表明,消费者对在线平台的选择与在线通道黏性的形成是正相关的,这一点已经得到了证实。市场倾向系数表明,消费者对在线平台的选择与在线通道黏性的形成呈正相关。市场倾向系数表明,消费者对在线平台的选择与在线通道黏性的形成呈正相关。 徐和林(2016) .这意味着,生产者应当专注于在线平台的设计和社会社区的建设,以便抓住我们客户的购买兴趣。
表4 .在线通道粘性的机理结果。
变量 雷格 洛吉特 回_0 回_1
上海 0.0118 (0.0744) 2.065 ** (0.817) 0.0135 (0.0639) 0.0127 ** (0.752)
北京 −0.0450 (0.0766) −1.694 ** (0.825) −0.0432 (0.0715) −0.0588 ** (0.951)
广州 0.0375 (0.735) 1.516 * (0.829) 0.0198 (0.652) 0.0175 (0.601)
拉格_Y_1商店 0.469 (0.127) 12.21 *** (2.922) 0.688 *** (0.067) 0.653 ** (0.105)
拉格_伊_塔克 0.450 * (0.189) 11.83 *** (2.907) 0.653 * (0.172) 0.409 (0.458)
Lag_Y_JD 0.247 (0.225) 4.978 *** (2.100) 0.288 ** (0.184) 0.276 (0.121)
拉格_Y_淘宝 0.589 * (0.133) 15.92 *** (2.746) 0.712 *** (0.043) 0.685 *** (0.018)
支撑物 1 0.353 (0.105) 10.98 *** (2.087) 0.239 (0.137) 0.104 (0.125)
支撑物 2 0.319 * (0.176) 9.25 *** (1.239) 0.201 * (0.172) 0.195 ** (0.108)
支撑物 3 0.274 ** (0.129) 8.971 ** (3.529) 0.226 (0.199) 0.201 (0.185)
支撑物 4 0.470 *** (0.076) 12.43 *** (1.405) 0.399 *** (0.087) 0.361 (0.298)
R 2 .816 .889 .931 .965
注意事项 .***1%水平、5%水平和10%水平的统计意义。( 我 =0.1)分别对应于女性消费者和男性消费者。支撑物 j ( j =1,2,3,4)对应於1#商店、天城、JD及淘宝的消费者平台意向。在观众中开放
关于城市的变量,可以注意到,上海和广州的系数在5%的统计水平上是显著正的,而北京的系数是负的,这说明广州和上海的消费者倾向于通过在线商务平台购买品牌产品。此外,通过比较上海和广州的系数,我们发现相对于广州的消费者来说,上海的消费者更喜欢在线商务平台。
第(3)和(4)栏 表4 我们发现女性消费者相对于男性消费者更喜欢在线频道。此外,城市系数表明,广州女性消费者更喜欢通过在线渠道购买品牌OIM。 W.M.王生(2021) 解释了广州市消费者有机标签意识和食品安全意识的影响。从在线平台的市场选择倾向和在线渠道的黏性角度出发,相应的系数表明了淘宝平台的偏好以及在线平台的市场选择倾向与在线渠道黏性之间的正相关关系。
为什么平台黏性会引起沟渠黏性?
ESG评级指标的调节效应分析见 表5 .在5%的意义水平上,我们发现二线到十一线的系数是正的,验证了假设H4A。这意味着在线平台应引入ESG营销评价系统,以树立良好的市场形象,赢得大多数客户的认可和信任。
表5 .消费者在线采购行为的进一步分析。
变量 洛吉 洛吉特 赞成的
esg·拉格_Y_在线 1.672 *** (0.343) 1.421 *** (0.348) 1.562 *** (0.254)
esg·拉格_Y_1商店 3.518 *** (0.592) 3.621 *** (0.823) 2.338 *** (0.420)
埃斯格·拉格_Y_塔克 1.675 *** (0.521) 2.245 *** (0.642) 1.955 *** (0.327)
ESG·lag_Y_JD 0.653 ** (0.523) 0.796 (0.502) 0.550 * (0.254)
埃斯格·拉格_Y_淘宝 0.865 *** (0.482) 1.195 *** (0.547) 0.664 *** (0.546)
社会保障基金会 0.155 (0.543) 0.165 (0.643) 0.142 (0.307)
阿普·阿普 0.656 (0.652) 0.676 (0.642) 0.468 (0.302)
ESG·MEA 0.387 * (1.231) 0.353 * (1.2651) 0.643 ** (0.5548)
欧洲社会团体 1 0.154 *** (0.453) 3.871 * (0.651) 4.414 *** (0.591)
欧洲社会团体 2 0.129 *** (0.034) 3.190 (1.9820) 4.091 * (0.6190)
欧洲社会团体 3 0.105 * (0.0871) 3.008 *** (0.5231) 3.891 ** (0.5021)
欧洲社会团体 4 0.341 *** (0.0690) 5.391 ** (0.7120) 5.691 *** (0.5220)
得分 0.315 *** (0.0512) 0.329 *** (0.0537) 0.274 ** (0.4953)
得分 0.137 ** (0.6835) 0.147 *** (0.4142) 0.230 (1.5630)
高分 0.125 *** (0.5472) 0.134 *** (0.4873) 0.207 * (0.5703)
R 2 .725 .882 .905
注意事项 .***1%水平、5%水平和10%水平的统计意义。ESG评级指标由环境信息披露评分、社会信息披露评分和治理信息披露评分三个支柱组成。在观众中开放
此外,通过比较在线频道与传统离线频道的系数,我们发现在线社区的ESG评级指标有助于提高在线商业平台相对于传统离线频道的消费者的黏性程度。 辛格和马拉(2017年) .值得注意的是,平台的ESG评级指标对消费者的选择行为有不同的影响。特别是,我们还发现,与平台市场倾向相对应的互动术语系数说明了淘宝在在线平台市场竞争中的强大定位,这与淘宝平台在中国被评为最受欢迎的电子商务平台这一事实是一致的( F.H.杨等人。,2017年)。因此,作为中国电子商务市场的领导者,淘宝网应发挥其在网上市场的比较优势,热切期待技术创新,更加关注消费者的需求,以保持消费者的网上渠道的粘着性。
有趣的是,与ESG评级指数相关的品牌系数显示了品牌价值对消费者在线品牌选择行为的激励作用( 2003年,帕克和金姆 )。此外,品牌和用户黏性系数表明,相对于用户黏性而言,产品差异化对消费者的在线选择行为影响不大,这与实际增强技术的应用提高了消费者的决策能力,进而提高了其用户的黏性这一事实是一致的。 帕拉等人。(2022) .这意味着在线零售商应该通过增强现实性的技术来加强品牌虚拟社区的建设,以保持购买者用户的粘着性。
请注意,次分数系数显示,环境得分相对于其他次分数而言,对网上平台的消费者黏性有更显著的正面影响,显示环境特性对培养消费者购买行为的重要性( 舒埃等人。2014年 )。这是 刘等人。(2021年)解释说,技术环境特征通过顾客与顾客之间的互动和感知价值增加了消费者的购买意图,这意味着生产者应加强绿色生产技术的研究和发展,以增加消费者的在线渠道粘性。此外,通过对S_点变量和G点变量的系数比较,我们发现前者高于后者,从而验证了H4B假设。这意味着零售商应注重信誉载体的管理,通过提高企业的社会责任来树立行业声誉。
讨论和影响
通过对现有文献的调查,以往大多数文献更多地侧重于基于OIM的小样本数据研究消费者的偏好和支付意愿( E. Wang et al., 2019 )。然而,有关网上购物行为,特别是在线购物行为的用户黏性的营销研究正在出现( S. W. Li et al., 2019 ),但安静有限,尤其是在经济和商业文学中。这项研究以中国的OIM市场为例,开始更仔细地研究是什么推动了用户黏性的出现。
我们提供了令人信服的证据,证明了用户黏性的力量。此外,我们还发现,在线平台的黏性对在线通道黏性的形成有重要的影响。我们也证明了ESG和子esg效应的用户粘性。此外,我们还可以注意到,相对于传统的离线信道,在线频道中用户黏性的ESG效应更为显著,这证实了ESG评分性能对消费者在线频道黏性的重要性。这些发现为重新思考多渠道策略在复杂业务环境中的重要性提供了一个新的视角。
方法中的缴款
在先前对这个模型的研究中, 克利斯塔利斯等人。(2010年) 通过消费者离散选择模型,主要研究消费者社会经济特征及其购买态度对消费者购买食品意愿的影响。然而,以往学者很少讨论使用者黏性的应用( 本尼等人。,2019 ),尤其是对奥姆工业而言。因此,我们首先使用一个潜在的类模型来测试用户的黏性,这有助于进一步理解用户的黏性。
此外,由于ESG评级指数对消费者在线购买行为的重要性( 林等人。,2023 ),我们将ESG的变量引入网上渠道黏性的潜在类分析中,这可以加深对消费者网上购买行为的理解。特别是,ESG评级指标是否影响中国Oim市场消费者的全渠道采购行为,是一个值得讨论的问题,因为ESG评估体系将全面重塑消费者的市场信心( 戴州,2016年 )。因此,我们将ESG变量引入到对消费者全通道行为的QEISE分析中,以比较在全通道环境下使用者黏性的ESG效应。
此外,由于ESG评级指标能够评估企业处理环境、社会或治理问题的综合能力,我们在用户粘性机制分析中引入了子ESG变量。我们的证据表明,与治理披露得分相比,环境披露评分和社会披露评分对消费者在线渠道的粘性性影响更大。这一解释符合环境因素的概念,即对产品质量的长期承诺( 格里默和宾汉,2013年 ),这意味着ESG评级指数,作为生产商学习到的一个修复反应协会,从长远来看,可能会加强消费者的全渠道购买行为。
此外,我们对在线渠道黏性与消费者在线购买行为之间关系的研究也进一步为在线渠道黏性的力量提供了实证支持,这意味着随着消费者在线社区消费的增加,在线购买者可以积累在线渠道的忠诚度。正如先前的研究所支持的,我们的研究暗示了在线社区对零售商和生产商的重要性,认为在线平台作为最重要的信息共享平台的建设,鼓励其成员在社区中提供高质量的信息,这有助于形成消费者的归属感和情感承诺。
对实践的影响
通过对用户黏性的分析,证明ESG评价系统不仅有助于提高消费者的使用黏性,还有助于提高品牌产品的市场声誉,为OIM行业生产者和零售商制定用户黏性和ESG投资的营销策略提供了有益的信息。
建议生产商和零售商在市场分析中首先考察购买品牌产品的消费者是否具有与维持市场份额目标相关的实质性回购。如果消费者忠实于特定品牌,则品牌销售者应加强对买方社会经济特征的市场调查,并在多渠道背景下实施针对目标客户的营销战略。此外,用户黏性的存在表明,零售商应尽一切努力通过提高采购渠道的服务质量来维持和增加渠道黏性。
此外,从企业伦理学的角度看,ESG评级指标代表了生产商和零售商的市场价值,在维护用户的粘着性,特别是在多渠道购买OIM中起着至关重要的作用。因此,为了提高电子商务平台的市场竞争力,生产者应有效地实施环境、社会和治理优先战略。特别是,由于环境、社会、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化、文化更重要的是,为了促进OIM产业的可持续发展,生产者应更加重视环境披露评分和社会披露评分的构建,对旨在改进合规管理系统的社会方案投入更多资金,该系统旨在控制和确定合规风险;产品追踪系统旨在将产品质量纳入OIM的产品生命周期;环境和社会管理系统旨在实现企业利益、消费者需求和环境绩效之间的有机统一。
限制和未来研究
与任何研究一样,这项研究并非没有局限性。首先,本研究仅关注品牌的五、二、二、三,包括国内品牌,这在一定程度上影响了品牌的回归结果。进一步的研究也应该把研究对象扩展到整个品牌的OIM;其次,我们不从品牌资产的角度来研究品牌定价机制。进一步研究,可以建立品牌股权的享乐回归模型,分析品牌婴幼儿奶粉的价格溢价,有助于有效指导生产商和零售商的营销战略。第三,本研究仅对消费者的在线和离线消费行为进行实证研究。在未来,我们将对消费者的多渠道消费行为进行游戏模型,揭示在线和离线用户黏性的形成机制;更重要的是,结合"多渠道消费行为"的理念,揭示在线和离线用户黏性的形成机制。 塔姆等人。(2022) 未来可以对互联网和平台共享经济的替代方案进行研究,这有助于提高本研究的理论概括性。