社交電商用戶消費助農(nóng)影響因素探究

介紹

社交電商作為電子商務的重要分支，是在傳統(tǒng)電子商務與社交網(wǎng)絡深度融合基礎上發(fā)展形成的線上消費新模式，其核心特征體現(xiàn)為高頻互動性與快速口碑傳播效應。根據(jù)中國互聯(lián)網(wǎng)絡信息中心（CNNIC）發(fā)布的《第55次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》[1]，截至2024年12月，中國網(wǎng)絡購物用戶規(guī)模達9.74億人，較2023年12月增長5 947萬人，占網(wǎng)民總數(shù)的87.9%。從行業(yè)規(guī)模看，中國社交電商交易規(guī)模2021年已突破2.8萬億元[2]，預計2028年將超過5萬億元[3]，凸顯其作為國內線上消費核心陣地的地位。

在鄉(xiāng)村振興戰(zhàn)略背景下，社交電商已成為鄉(xiāng)村農(nóng)產(chǎn)品銷售的重要渠道。具備價格優(yōu)勢的農(nóng)產(chǎn)品借助社交電商平臺打破時空限制，實現(xiàn)向全國市場的高效滲透。研究報告顯示，2023年中國社交電商市場規(guī)模達到3.24萬億元[4]，其中農(nóng)產(chǎn)品交易占據(jù)重要地位，成為助農(nóng)扶貧與鄉(xiāng)村經(jīng)濟增長的重要抓手。然而，當前社交電商平臺中大量農(nóng)民個體戶賣家雖擁有原產(chǎn)地和價格優(yōu)勢，但在服務標準化、營銷專業(yè)化、產(chǎn)品品控等方面存在明顯短板，導致其在激烈的市場競爭中處于弱勢地位。因此，探究社交電商場景下用戶消費助農(nóng)的影響因素，有針對性地提升農(nóng)民賣家的服務、營銷與產(chǎn)品質量，是增強助農(nóng)產(chǎn)品競爭力、擴大銷量的核心命題。

現(xiàn)有研究已圍繞社交電商平臺設計、消費行為影響因素等方向形成豐富成果。然而，針對“消費助農(nóng)”的研究還鮮有出現(xiàn)。基于此，本文試圖從用戶消費影響因素出發(fā)，采用文本分析技術和扎根理論分析方法，探究促進社交電商消費用戶助農(nóng)的方法，構建其影響因素模型，并據(jù)此提出對策建議，為農(nóng)民賣家的運營實踐提供科學決策依據(jù)，助力鄉(xiāng)村振興戰(zhàn)略下農(nóng)村經(jīng)濟的高質量發(fā)展。

方法

本文采用信息抓取技術和文本挖掘技術，對社交電商平臺消費助農(nóng)數(shù)據(jù)進行提取與分析，最終基于扎根理論進行編碼和理論分析，進而構建消費影響因素模型。

文本挖掘（TextMining）也稱文本分析，是從非結構化的文本數(shù)據(jù)中提取有價值信息的過程，通過結合自然語言處理和機器學習等技術，將原始文本轉化為結構化知識，便于研究分析與實踐決策。文本挖掘常見的用途包括信息提取、情感分析和知識發(fā)現(xiàn)等，一般涵蓋分詞、詞頻統(tǒng)計、情感分析、語義網(wǎng)絡分析等功能。值得一提的是，文本數(shù)據(jù)采集是文本挖掘的前提。

扎根理論（GroundedTheory）是由社會學家格拉澤（BarneyGlaser）和斯特勞斯（AnselmStrauss）于1967年提出的一種質性研究方法，其實施遵循迭代過程，包括數(shù)據(jù)收集、編碼、理論構建與驗證等階段。其中，編碼分為三階段，包括開放性編碼、主軸編碼和選擇性編碼。

文本挖掘

首先是文本數(shù)據(jù)采集。本文圍繞“社交電商用戶消費助農(nóng)的影響因素”命題開展研究，將數(shù)據(jù)采集關鍵詞確定為社交電商和助農(nóng)產(chǎn)品，并分成社交電商平臺使用和助農(nóng)產(chǎn)品購買場景進行數(shù)據(jù)采集。

在社交電商平臺使用場景中，研究小組于2024年12月至2025年5月，通過騰訊應用寶、豌豆莢、蘋果應用商店等渠道，采用人工與八爪魚軟件結合的方式采集用戶評論。2025年3月，淘寶、抖音、拼多多、京東、快手、小紅書等社交電商平臺的月活躍用戶分別為9.5億、8.8億、6.9億、5.5億、4.4億、2.3億，排在社交電商平臺的前列5。本文圍繞以上平臺進行用戶評論采集，共抓取評論6247條，剔除無效評論（如無關灌水評論）554條，最后獲得5693條平臺使用評論文本。助農(nóng)產(chǎn)品購買場景中，同期通過淘寶、京東、拼多多等平臺采集“助農(nóng)”關鍵詞檢索的商品評論（涵蓋水果、蔬菜、豆制品等），共采集6021條，剔除無效評論304條，獲得5717條數(shù)據(jù)。兩類有效評論合計11410條（33.14萬字），數(shù)量比例接近1：1。

其次是文本挖掘。本文采用ROST-CM6軟件進行評論數(shù)據(jù)的清洗、分詞、詞頻統(tǒng)計和語義網(wǎng)絡分析。在分詞過程中，因“小紅書”“性價比”等網(wǎng)絡詞匯或流行語無法被軟件識別和自動拆分，需要人工排查并自定義詞表。針對自定義詞表問題，本文還通過平臺和文獻調研，添加社交電商和助農(nóng)產(chǎn)品評論中的熱門詞匯，以更準確捕獲高頻詞。詞頻統(tǒng)計共提取150個高頻詞（如“新鮮”“五星”“質量”“很好”“朋友”），其中“很好”出現(xiàn)1873次（最高），“周到”出現(xiàn)42次（最低），這些高頻詞匯將用于扎根理論編碼。通過高頻詞語義網(wǎng)絡分析可見，語義網(wǎng)絡以“很好”“包裝”“新鮮”“收到”等為中心詞，向外延伸至其他小族群，反映用戶在消費助農(nóng)中對這些核心因素及相關維度的關注。

范疇分析與模型構建

范疇分析與模型構建的核心工作為編碼，包括開放性編碼、主軸編碼和選擇性編碼三個階段。本階段基于文本挖掘所得的結果，圍繞“社交電商用戶消費助農(nóng)”命題提煉概念、范疇及關聯(lián)關系，最終構建理論模型。

開放性編碼

開放性編碼作為扎根理論分析的初始階段，核心目標是將原始文本數(shù)據(jù)分解為離散的概念，通過標簽化和分類初步建立分析框架。本文以社交電商平臺使用評論和消費助農(nóng)評論數(shù)據(jù)為基礎，通過研究和小組集體研討對文本信息進行抽象概念化并識別潛在模式，具體流程包括概念提取、范疇命名與內涵界定。項目組結合前期分詞、詞頻統(tǒng)計和語義網(wǎng)絡分析結果，首先對原始文本進行概念標簽化，如針對評論“有兩個壞的，店家已經(jīng)賠了，服務態(tài)度好”提取概念“服務態(tài)度積極”；隨后將初步概念聚合為高階范疇，如將“服務態(tài)度”“售后服務”等概念合并為范疇“服務質量”。經(jīng)反復迭代與內涵校準，最終整理得到13個一級范疇（子范疇），包括易用性、信任、情感反饋等（見表1）。

主軸式編碼

主軸式編碼是扎根理論分析的中間階段，旨在通過識別范疇間的潛在邏輯關聯(lián)，將開放性編碼中提取的離散子范疇整合為系統(tǒng)性主范疇，為理論模型搭建骨架。本文圍繞社交電商用戶消費助農(nóng)場景，通過梳理子范疇的內在關聯(lián)形成有意義的聚合體系，提煉核心范疇，為最終選擇性編碼奠定基礎。具體分析中，首先，對13個子范疇進行內涵界定與描述，確保每個子范疇的定義清晰且具有獨特性；其次，梳理子范疇之間的關聯(lián)性，易用性、功能性、可用性和內容性都指向社交電商平臺對用戶消費行為的支持能力，因此歸屬同個主范疇，命名為“平臺支持”主范疇；包裝物流、服務質量和供給能力與賣家關聯(lián)性最強，歸屬為“服務供給”主范疇；信任、口碑和社交互動是用戶在社交場景中建立信任的核心要素，提煉為“信任構建”主范疇；經(jīng)濟性、產(chǎn)品質量和情感反饋體現(xiàn)用戶對消費行為的價值評判和主觀感知，整合為“價值感知”主范疇。最終，13個子范疇被系統(tǒng)歸入4個主范疇，形成社交電商用戶消費助農(nóng)影響因素理論模型（見表2）。

選擇性編碼

選擇性編碼是扎根理論三級編碼的最終階段，目標是整合所有范疇，提煉一個核心范疇，形成具備內在一致性的理論框架。本文在主軸式編碼中提煉出“平臺支持”“服務供給”“信任構建”“價值感知”四個主范疇，在選擇性編碼階段，進一步界定主范疇概念，分析主范疇間的互動關聯(lián)，最終識別核心范疇。

在主范疇中，“平臺支持”指用戶對社交電商平臺的功能易用性、內容呈現(xiàn)的評價等，是平臺方為消費助農(nóng)提供基礎支撐能力的綜合表現(xiàn)；“服務供給”是指用戶對賣家提供的包裝物流效率、售后服務質量和商品供給多樣性的評價，反映賣家服務消費助農(nóng)的實際水平；“信任構建”是指用戶通過社交互動、口碑傳播形成對助農(nóng)活動、平臺及賣家的信任程度，是連接消費意愿與行為的關鍵中介；“價值感知”指用戶對產(chǎn)品的性價比、質量達標度以及消費過程中的情感體驗的主觀評判。四個主范疇均體現(xiàn)本文的核心“助農(nóng)因素”，進而形成社交電商用戶消費助農(nóng)影響因素概念模型（見圖1）。

研究意義

本文圍繞“社交電商用戶消費助農(nóng)影響因素”展開研究，采用文本挖掘和扎根理論相結合的質性研究方法。首先，通過社交電商平臺采集用戶評論數(shù)據(jù)，獲取真實使用反饋；其次，利用文本挖掘技術對評論文本進行分詞、詞頻統(tǒng)計和語義網(wǎng)絡分析；最后，基于扎根理論執(zhí)行三階段編碼，構建出包含13個子范疇和4個主范疇的社交電商用戶消費助農(nóng)影響因素概念模型。本文的理論價值體現(xiàn)在：作為聚焦社交電商用戶消費助農(nóng)場景的質性研究，補充了該領域的研究空白，豐富了社交電商消費行為與助農(nóng)經(jīng)濟交叉領域的理論成果，為后續(xù)相關研究提供了概念框架參考。實踐意義在于：概念模型可為社交電商平臺和賣家的管理提供指導，如“平臺支持”范疇提示社交電商平臺應該從易用性、功能性、可用性和內容性四個方面提升用戶體驗，從而促進消費。此外，本文可進一步結合問卷調查和因子分析進行實證研究，并構建結構方程模型，進一步揭示社交電商用戶消費助農(nóng)的影響機理。

管理啟示

以用戶體驗為核心強化平臺支持能力

用戶體驗是消費者使用社交電商平臺的前提，也是開展消費助農(nóng)的前提。首先，平臺方應從技術上完善軟件或網(wǎng)站的可用性，保障安裝和打開正常、無閃退，強化用戶隱私保護機制；其次，平臺方應聚焦社交互動與消費助農(nóng)的核心需求，提供短視頻展示、農(nóng)產(chǎn)品智能推薦等適配功能，兼顧潮流性與實用性。同時，平臺還應梳理功能節(jié)點以提升操作流暢度，簡化下單、售后等流程，適配不同用戶群體的使用習慣；最后，平臺應以短視頻、筆記等形式豐富內容呈現(xiàn)，鼓勵用戶發(fā)布農(nóng)產(chǎn)品交流內容，鼓勵用戶發(fā)布農(nóng)產(chǎn)品交流內容，打造“種草生態(tài)”，優(yōu)化界面美學體驗。

以服務質量為重點優(yōu)化全鏈條服務供給

社交電商助農(nóng)產(chǎn)品賣家提升服務水平，實現(xiàn)消費者“無憂”助農(nóng)。在包裝上，確保打包牢固，保障產(chǎn)品完整交付；在物流上，優(yōu)選配送快、服務好的物流公司，減少延遲配送與產(chǎn)品損壞變質；在客戶服務上，平臺與賣家協(xié)同增強售前、售中、售后服務意識，改善用戶消費體驗；在產(chǎn)品上，豐富產(chǎn)品體系，從類別、包裝、品種等方面擴大助農(nóng)產(chǎn)品選擇面，滿足不同消費群體的需求。

以社交文化為導向構建互動信任生態(tài)體系

社交電商平臺與賣家應營造互動氛圍，構建高信任水平的消費者生態(tài)。社交互動是一把雙刃劍，既能傳播良好口碑建立信任，同時負面評論也會快速擴散。因此，平臺與賣家應該利用好該功能，以產(chǎn)品和服務質量為根基：及時監(jiān)測評論區(qū)及社區(qū)負面反饋，快速響應并公示解決方案；獎勵“種草”用戶，以代金券、紅包等激勵消費者發(fā)布積極反饋，擴大正面口碑，強化用戶信任。

以交易反饋為核心提升用戶消費價值感知

價值感知是用戶對消費“值不值得”的主觀評估，賣家應以用戶交易反饋為核心參照，從價格、產(chǎn)品質量等方面提升消費者價值感知。首先，助農(nóng)產(chǎn)品賣家嚴格篩選助農(nóng)產(chǎn)品，確保新鮮、口感好、品種佳、足秤，杜絕劣質產(chǎn)品；其次，設置合理的產(chǎn)品價格，針對不同消費群體制定差異化策略，保障利潤水平的同時提高消費者經(jīng)濟性感知；最后，鼓勵正面反饋用戶提供更詳細信息，總結成運營經(jīng)驗備忘錄，持續(xù)改善用戶價值感知。

參考文獻：

[1]中國互聯(lián)網(wǎng)絡信息中心.第55次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》[EB/OL].（2025-01-17）[2025-05-05].https：//www.cnnic.net.cn/n4/2025/0117/c88-11229.html.

[2]華經(jīng)產(chǎn)業(yè)研究院.2021-2026年中國社交電商行業(yè)發(fā)展監(jiān)測及投資戰(zhàn)略規(guī)劃研究報告[EB/OL].（2020-11-24）[2025-05-05].https：//www.huaon.com/channel/internet/666212.html#report_contents.

[3]博思數(shù)據(jù)研究中心.2024-2030年中國社交電商市場分析與投資前景研究報告[EB/OL].（2024-10-15）[2025-05-05].https：//www.bosidata.com/report/C447754RAR.html.

[4]智研咨詢.2025-2031年中國社交電商行業(yè)市場競爭力分析及發(fā)展前景展望報告[EB/OL].（2025-01-01）[2025-05-05].https：//www.chyxx.com/research/1135283.html.

[5]QuestMobile.2025中國移動互聯(lián)網(wǎng)春季報告[EB/OL]. （2025-05-07）[2025-05-10].https：//www.questmobile.com.cn/ research/rep0rt/1919961024158601218.

揭陽市哲學社會科學2023年度課題“鄉(xiāng)村振興背景下社交電商用戶消費助農(nóng)影響因素和對策研究——以揭陽市為例”（批準號：JY23KLO7）；揭陽職業(yè)技術學院科學研究項目“鄉(xiāng)村振興背景下社交電商用戶消費助農(nóng)的影響因素研究”（項目編號：2022JYCKY10）。

（作者單位：揭陽職業(yè)技術學院）