“小紅書”平臺消費者信用評價指標體系研究

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展的同時也產生了無法進入商業化正軌的問題，這與其用戶的信用度密切相關，為了探討小紅書平臺的信用問題，本文在研究國內外文獻的基礎上，對小紅書的消費者進行了問卷調查，對收集到的數據進行因子分析，得到影響消費者信用的主要因素，并建立小紅書平臺消費者信用評價指標體系模型，并為小紅書的進一步商業化提供建議。

一、研究背景與文獻綜述

在互聯網技術的推動下，商家與消費者之間的信息不對稱性問題逐步減少，這種主導權和主動權體現在電子商務上就成了C2B電子商務。作為典型的C2B型電子商務平臺，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”，經過多年的發展，逐步引入了線上電商業務，形成了“社區”+“C2B電商模式”，在其發展的過程中，遇到了一定的信用問題。文章從小紅書平臺消費者信用評價指標體系出發，利用調查問卷收集相關問題，并對收集的數據進行分析，為小紅書和跟多的C2B電商平臺的發展提供建議。

電子商務信用評價指標體系是完整的信用評價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證研究兩個方面展開：理論研究方面，國內學者主要研究指標的產生和指標體系的內容：關于產生指標的方法，最初的學者主要以傳統企業評價指標為基礎，再結合不同的電子商務模式的特點進行分類，另外，還有部分學者通過案例分析法、扎根理論等方法對相關電子商務企業的評價指標進行提煉分析;關于信用評價指標內容的研究方面，學者從的不同的角度出發，構建了不同的電子商務評價指標體系。實證研究方面，霍紅（2017）等利用直覺模糊層次分析法構建零售電子商務商家信用評價模型進行評價;李懷棟（2019）運用主成分分析法對B2C農產品電子商務信用評價指標體系進行了客觀調整。

已有研究主要從B2C和B2B等電子商務模式進行實證研究，對于C2B這一新的電子商務模式的信用評價指標體系的實證研究較少，因此，本文以小紅書為例，運用因子分析法對調查問卷的數據進行分析，得到關于小紅書消費者信用評價指標的模型。

二、影響因素分析

與傳統電子商務模式不同的是，在C2B電子商務模式中，消費者的需求在產品的設計和生產中占主導地位，因此在C2B模式中，對消費者的信用評價更加重要。要對消費者的信用做出精確評價，就要了解銷售過程中對消費者的信用造成影響的因素：

（一）實名制情況下，消費者的毀約、退貨、虛假差評的可能性會大大降低。

（二）網購年限越長，消費者對于產品的了解會越高，毀約、差評的可能性越低。

（三）退貨、換貨的頻率越高，消費者毀約、差評的可能性就越大。

（四）消費者將預定商品轉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，從賬號信息、退貨次數、購買頻率與物流等因素出發設計包含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題結束）的信用度調查問卷，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. 預定購買頻率;14. 產品描述滿意度;15. 物流服務滿意度;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.分別對應上述影響因素）

通過問卷星發放，共獲得有效問卷340份。

三、實證分析

（一）信度與效度分析

收集整理好問卷的數據后，首先利用克朗巴哈系數（Cronbach‘s Alpha）對其信度進行檢驗，經過SPSS22.0計算，調查問卷數據的克朗巴哈系數為0.716，大于0.7，說明問卷信度良好。

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

（二）因子分析法

在問卷數據信度與效度較好的情況下，利用SPSS22.0對回收的有效問卷進行因子分析，得到如下結果：

1.方差解釋表

下表1為方差解釋表，根據總方差結果顯示，問卷包括了兩個維度，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，由表可知第一個因子的特征值為2.911，方差貢獻率為48.524，表示可以解釋所有6個變量的48.524%，是方差貢獻最大的一個主成分，前兩個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，因此在指標體系中，提取退款次數和預定商品購買頻率兩個因子就可以。

2.旋轉后的成分矩陣

通過因子旋轉，能夠讓因子載荷分別向兩個相反的方向分化，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為旋轉后的因子載荷矩陣表：

3.因子得分系數

確定2個公因子后，計算6個指標在2個公因子上的因子載荷矩陣（成分得分系數矩陣），根據矩陣所得的各因子的系數，可得兩個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

通過得分系數矩陣可以計算如表3所示的公因子權重表：退貨頻率所占權重最大，為65.04%，說明退貨頻率在消費者信用評價指標體系中是最重要的。預定商品購買率所占權重為34.96%，說明該項指標在消費者信用評價指標體系中比較重要。

根據上文分析，小紅書平臺消費者信用評價指標體系模型的一級指標由退貨頻率及預定商品購買率兩個因子構成構成，退貨頻率對應的二級指標為：網購后的退貨次數;預定商品購買率對應的二級指標為：購物頻率、產品滿意度、物流滿意度、退貨服務滿意度以及搜索與推薦功能滿意度。具體如下圖三所示

四、結論與啟示

本文主利用文獻資料、問卷調查、因子分析等方法，對C2B電子商務消費者信用評價指標體系進行分析，并構建消費者信用評價指標體系模型。本文在收集、歸納了國內外關于信用評價指標體系相關的文獻資料后，總結了6個影響消費者信用的因素，經過因子分析后，最終確定了2個一級指標，即退貨頻率和預定商品購買率。經過權重分析，得到兩個一級指標的權重分別為65.04%和34.96%。由此可見，目前小紅書平臺上的消費者的退貨頻率較高、購買率較低，為提高消費者的信用度，小紅書平臺需要對用戶發布的信息進行嚴格篩查，確保用戶在平臺上發布信息的可靠性，降低其他消費者的退貨頻率、增加預定商品的購買率，最終提升消費者的整體消費信用，為小紅書平臺上的健康有序發展提供支持。

（作者單位：常州大學懷德學院）

基金項目：江蘇高校哲學社會科學研究項目“電子商務環境下信用體系建設與演進研究”（2019SJA2235）。