1. 引言
党的二十大报告明确提出，要加快建设农业强国，并对新时代农业现代化发展作出重大战略部署。农产品作为农业发展的核心要素，不仅承担着保障国民生活、促进农民增收的基础功能，更在推动乡村振兴和农业品牌化进程中发挥着重要作用[1]。近年来，随着国家和地方政府持续推进农产品品牌化、标准化和优质化建设，地域品牌逐渐成为农产品市场竞争的重要抓手[2]。地域品牌凭借独特的自然资源禀赋与文化内涵，能够有效提升产品识别度和附加值，从而增强市场竞争力[3] [4]。
烟台苹果作为中国地域品牌建设的典型代表，长期以来以优良的口感和丰富的营养价值深受消费者青睐。据中国果品流通协会数据，截至2024年，烟台苹果种植面积219万亩、产量660万吨，产量、单产、产值均居全国首位，年均出口量占全国的1/2。然而，随着苹果市场逐步饱和，消费者的关注焦点正从单一的产品质量转向品牌形象与产地认同，品牌竞争愈发激烈。尤其是在电商平台成为农产品主要销售渠道的背景下，消费者无法通过线下体验确认产品品质，因而更加依赖产地信誉、生态优势和消费者社群评价等外显线索，区域特征、生态性与社会认同在此情境下呈现出更强的交互效应与行为解释力[5] [6]。
在现有研究中，关于农产品品牌的讨论多集中于质量、安全与价格等单一因素，对于多维地域品牌效应如何共同塑造消费者心理感知的机制关注不足，亦缺乏对电商环境中社会认同扩散、数字口碑以及产地形象符号化的综合考察。此外，已有文献对中介与调节作用的探讨相对有限，对品牌认知路径的理论延展仍显不足[7] [8]。因此，探讨地域品牌效应如何影响消费者购买偏好，具有重要的理论与实践意义。一方面，该研究有助于深化对农产品地域品牌认知机制的理解，填补多维交互下消费者行为研究的理论空缺；另一方面，也可为烟台富士苹果等品牌的电商营销策略提供实证依据与决策参考，促进品牌的数字化转型与价值提升[9] [10]。
为此，本文以烟台富士苹果为研究对象，基于S-O-R (Stimulus-Organism-Response)理论模型构建研究框架，系统分析地域品牌效应对消费者购买偏好的影响机制，并引入感知价值作为中介变量加以验证。研究重点关注三个关键维度——区域特征、生态性与社会认同，旨在回答以下核心问题：
1) 地域品牌效应中不同维度如何影响消费者购买偏好？
2) 这些维度对消费者感知价值的作用机制如何？
3) 感知价值在地域品牌效应与消费者购买偏好之间发挥怎样的中介作用？
4) 研究结果能为烟台富士苹果的品牌建设与营销实践提供哪些启示？
2. 模型构建
2.1. 研究假设
2.1.1. 地域品牌效应对消费者购买偏好的影响
地域品牌的区域特征通过地理独特性和文化符号化，强化消费者对产品品质的信任与情感认同[3]。基于原产地效应理论，消费者将地理环境优势与产品品质直接关联，形成“产地–品质”的认知闭环，从而提升购买意愿。生态性通过绿色种植技术、有机认证及无污染环境等属性，降低消费者对安全风险的感知[10]，同时以营养价值优势满足健康需求，同时社会认同理论触发消费者的身份归属需求，进而影响行为意向[11]。
H1a：区域特征正向作用于购买偏好。
H1b：生态性正向作用于购买偏好。
H1c：社会认同正向作用于购买偏好。
2.1.2. 地域品牌效应对感知价值的影响
本研究依据刺激–机体–反应(SOR)理论框架，阐释环境刺激变量(S)通过触发个体认知评估与情感反应(O)，进而形成终端行为响应(R)的作用机理。基于环境刺激变量对消费价值感知的作用路径。
H2a：区域特征正向作用于消费者感知价值。
H2b：生态性与正向作用于消费者感知价值。
H2c：社会认同正向作用于消费者感知价值。
2.1.3. 感知价值对消费者购买偏好的影响
各个学者经过研究发现，感知价值对消费者购买决策具有显著的正向作用，依据刺激–机体–反应(SOR)理论框架，机体变量作为中介系统，包括个体对刺激源的认知解析与情感反馈双重维度，是外部环境刺激与终端行为响应的关键，在本研究中，消费者得到地域品牌的相关信息后，其感知价值将作为中介变量，显著调节外部刺激要素向购买决策转化的心理路径。
H3a：感知价值正向作用于购买偏好。
H3b：区域特征通过感知价值中介路径影响购买偏好。
H3c：生态性通过感知价值中介路径影响购买偏好。
H3d：社会认同通过感知价值中介路径影响购买偏好。
2.1.4. 研究假设的提出
本研究通过理论推导得出：
H1a：区域特征正向作用于购买偏好。
H1b：生态性正向作用于购买偏好。
H1c：社会认同正向作用于购买偏好。
H2a：区域特征正向作用于消费者感知价值。
H2b：生态性与正向作用于消费者感知价值。
H2c：社会认同正向作用于消费者感知价值。
H3a：感知价值正向作用于购买偏好。
H3b：区域特征通过感知价值中介路径影响购买偏好。
H3c：生态性通过感知价值中介路径影响购买偏好。
H3d：社会认同通过感知价值中介路径影响购买偏好。
2.2. S-O-R理论建立研究框架
本研究基于上述理论，构建了一个综合模型，如图1所示：
Figure 1. Research model
图1. 研究模型
在此框架中，地域品牌效应是自变量，包括区域特征、生态性、社会认同三个维度，消费者的购买偏好是因变量，感知价值在其中扮演着中介角色，据此构建了一个研究模型。
3. 数据准备
3.1. 样本选择
烟台苹果以其独特口感和丰富营养成为家庭常见水果，其中栖霞市作为核心产区，国际市场份额占我国同类产品出口总额的50%，凸显其显著的市场竞争力与全球影响力。基于此，本文以烟台富士苹果为研究样本，选取北京、济南及原产地烟台三地市场展开实地调研。
3.2. 问卷设计
本研究通过结构化问卷进行数据收集，围绕地域品牌效应、感知价值和购买偏好三个核心变量展开测量，采用5点Likert量表进行评分，以保证测量的可比性与操作性。由于本研究采用自编量表，题项主要基于国内外相关文献的理论框架与概念界定构建，并结合烟台富士苹果在电商环境下的实际情境进行语义调整。首先，通过文献梳理形成初始题库；随后邀请农业品牌、电商营销和消费者行为领域的多位专家对题项进行内容效度评审，并根据反馈对题目表达的清晰度、相关性与适切性进行修订；之后开展小样本预测试，对问卷的结构合理性和表述理解度进行检验，并对不符合要求的题项进行筛选与优化；最后在正式调查中通过信度和效度分析进一步验证量表的稳定性与结构合理性，从而确保测量具备良好的科学性和可靠性。以下对各量表的设计进行详细论述。
3.2.1. 地域品牌效应量表设计
本研究以地域品牌效应的区域特征、生态性和社会认同三个维度进行量表设计，其中包括12个题项。区域特征主要测量消费者对烟台地理环境、产地溯源、气候条件及包装设计的认知，生态性主要测量烟台富士苹果的绿色种植、有机认证、无污染环境及营养价值，社会认同主要测量公众对品牌的推荐与评价，如表1所示。
Table 1. Data regional brand effect scale
表1. 数据地域品牌效应量表
维度 |
题项 |
区域特征 |
A1：烟台独特的地理环境有助于提升富士苹果的品质 |
A2：烟台富士苹果的产地溯源信息增强了我对产品安全性的信任 |
A3：烟台的土壤和气候条件非常适合种植高品质的苹果 |
A4：烟台富士苹果的包装设计体现地方特色 |
生态性 |
B1：烟台富士苹果采用绿色种植技术 |
B2：烟台富士苹果的有机认证信息对我来说非常重要 |
B3：烟台富士苹果的生长环境远离工业污染，保证了其生态性 |
B4：烟台富士苹果的营养价值与其他产区相比更胜一筹 |
社会认同 |
C1：我周围的朋友向我推荐过烟台富士苹果 |
C2：烟台富士苹果在社交媒体上的好评率高 |
C3：烟台富士苹果是节假日送礼的优选品牌 |
C4：烟台富士苹果的宣传广告内容令我印象深刻 |
3.2.2. 感知价值量表设计
本研究通过4个题项来设计感知价值量表，详见表2。
Table 2. Perceived value scale
表2. 感知价值量表
变量 |
测量项目 |
感知价值 |
D1：烟台富士苹果让我感到归属感 |
D2：烟台富士苹果的甜度适宜，符合我的口味 |
D3：烟台富士苹果的价格与品质匹配 |
D4：烟台富士苹果的口感符合我的预期 |
3.2.3. 购买偏好量表设计
本研究通过5个题项来设计购买偏好量表，如表3所示。
Table 3. Purchase preference scale
表3. 购买偏好量表
变量 |
项目 |
购买偏好 |
F1：我愿意为烟台富士苹果支付高于其他产区的价格 |
F2：我计划在未来半年内增加烟台富士苹果的购买频次 |
F3：我会主动向亲友推荐烟台富士苹果 |
F4：对比其他同类产品，烟台富士苹果是我购买苹果时的首选品牌 |
F5：我愿意购买烟台富士苹果推出的衍生产品 |
3.3. 数据收集
本研究采用问卷调查法收集数据，问卷涵盖地域品牌效应、感知价值和购买偏好等测量维度。为确保模型估计稳定性，共发放问卷350份，最终回收328份，有效率为93.7%。通过分层随机抽样控制受访者的收入水平与购买频率，剔除22份无效问卷(包括未完整填写、选项单一及填写时间过短等情况)，最终获得306份有效样本。
3.4. 信度分析
本研究通过Cronbach’s Alpha系数和CITC值对问卷量表进行信度分析，研究涉及的五个核心变量包括区域特征、生态性、社会认同、感知价值及购买偏好，其信度分析结果通过SPSS25.0分析生成，详见表4。
Table 4. Confidence analysis table of consumers’ purchase preference
表4. 消费者购买偏好信度分析表
维度 |
题项 |
CITC |
删除项数的Cronbach’s α值 |
各维度的Cronbach’s α值 |
区域特征 |
A1 |
0.677 |
0.840 |
0.881 |
A2 |
0.647 |
0.845 |
A3 |
0.641 |
0.854 |
A4 |
0.689 |
0.850 |
生态性 |
B1 |
0.692 |
0.797 |
0.844 |
B2 |
0.669 |
0.807 |
B3 |
0.680 |
0.802 |
B4 |
0.678 |
0.803 |
社会认同 |
C1 |
0.732 |
0.837 |
0.874 |
C2 |
0.736 |
0.836 |
C3 |
0.708 |
0.847 |
C4 |
0.741 |
0.834 |
感知价值 |
D1 |
0.697 |
0.829 |
0.862 |
D2 |
0.713 |
0.822 |
D3 |
0.731 |
0.816 |
D4 |
0.697 |
0.829 |
购买偏好 |
F1 |
0.734 |
0.903 |
0.918 |
F2 |
0.720 |
0.905 |
F3 |
0.724 |
0.898 |
F4 |
0.711 |
0.896 |
F5 |
0.737 |
0.898 |
从表4中可以看出，各维度的Cronbach’s α分别是0.881、0.844、0.874、0.862、0.918均超过0.8，CICT值均超过0.6，说明该问卷具有较好可信度，问卷量表合理。
3.5. 效度分析
3.5.1. 探索性因素分析
效度检验方法可以揭示各个题项的质量，也能检验量表结构的适配程度，所得因子载荷矩阵及模型适配度指标详见表5。
Table 5. KMO and Bartlett test
表5. KMO和巴特利特检验
变量 |
KMO和巴特利特检验 |
地域品牌效应 |
KMO |
0.886 |
巴特利特球形度检验 |
近似卡方 |
1999.781 |
自由度 |
66 |
显著性 |
0.000 |
感知价值 |
KMO |
0.824 |
巴特利特球形度检验 |
近似卡方 |
587.517 |
自由度 |
6 |
显著性 |
0.000 |
购买偏好 |
KMO |
0.901 |
巴特利特球形度检验 |
近似卡方 |
1109.210 |
自由度 |
10 |
显著性 |
0.000 |
根据表5的结果显示，地域品牌效应的KMO值为0.886，感知价值的KMO值为0.824，品牌形象的KMO值为0.901，均高于临界标准0.5，对各变量进行的Bartlett球形检验结果显示，显著性均小于0.05，这一结果表明问卷的问题能够有效检测所需测量事物的程度。
1) 农产品地域品牌效应
从农产品地域品牌效应的总方差解释表中提取3个因子，累计贡献率是71.692% > 70%，满足标准，如表6所示。农产品地域品牌效应因子载荷系数表见表7。
Table 6. Total variance explanation table of regional brand effects for agricultural products
表6. 农产品地域品牌效应的总方差解释表
成分 |
初始特征值 |
提取载荷平方和 |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
5.081 |
42.344 |
42.344 |
5.081 |
42.344 |
42.344 |
2 |
2.193 |
18.278 |
60.621 |
2.193 |
18.278 |
60.621 |
3 |
1.329 |
11.071 |
71.692 |
1.329 |
11.071 |
71.692 |
4 |
0.484 |
4.035 |
75.727 |
|
|
|
5 |
0.453 |
3.776 |
79.504 |
|
|
|
6 |
0.427 |
3.557 |
83.061 |
|
|
|
7 |
0.400 |
3.336 |
86.397 |
|
|
|
8 |
0.365 |
3.041 |
89.438 |
|
|
|
9 |
0.351 |
2.921 |
92.360 |
|
|
|
10 |
0.329 |
2.738 |
95.098 |
|
|
|
11 |
0.308 |
2.567 |
97.665 |
|
|
|
12 |
0.280 |
2.335 |
100.000 |
|
|
|
Table 7. Factor loading coefficient table of regional brand effects for agricultural products
表7. 农产品地域品牌效应因子载荷系数表
变量 |
题项 |
成分1 |
成分2 |
成分3 |
区域特征 |
A1 |
0.818 |
|
|
A2 |
0.827 |
|
|
A3 |
0.774 |
|
|
A4 |
0.825 |
|
|
生态性 |
B1 |
|
|
0.798 |
B2 |
|
|
0.798 |
B3 |
|
|
0.813 |
B4 |
|
|
0.758 |
社会认同 |
C1 |
|
0.833 |
|
C2 |
|
0.824 |
|
C3 |
|
0.830 |
|
C4 |
|
0.850 |
|
2) 感知价值
从感知价值的总方差解释表中提取1个因子，累计贡献率是70.824% > 70%，满足标准，详见表8。感知价值因子载荷系数见表9。
Table 8. Total variance explained table of perceived value
表8. 感知价值的总方差解释表
成分 |
初始特征值 |
提取载荷平方和 |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
2.833 |
70.824 |
70.824 |
2.833 |
70.824 |
70.824 |
2 |
0.438 |
10.957 |
81.781 |
|
|
|
3 |
0.393 |
9.813 |
91.594 |
|
|
|
4 |
0.336 |
8.406 |
100.000 |
|
|
|
Table 9. Factor loading coefficient table of perceived value
表9. 感知价值因子载荷系数表
变量 |
题项 |
成分 |
感知价值 |
D1 |
0.834 |
D2 |
0.843 |
D3 |
0.855 |
D4 |
0.833 |
3) 消费者购买偏好
从消费者购买偏好的总方差解释表中提取1个因子，累计贡献率是75.427% > 70%，满足标准，如表10。消费者购买偏好因子载荷系数见表11。
Table 10. Total variance explained table of consumers’ purchase preference
表10. 消费者购买偏好的总方差解释表
成分 |
初始特征值 |
提取载荷平方和 |
总计 |
方差百分比 |
累积% |
总计 |
方差百分比 |
累积% |
1 |
3.771 |
75.427 |
75.427 |
3.771 |
75.427 |
75.427 |
2 |
0.350 |
6.994 |
82.421 |
|
|
|
3 |
0.329 |
6.575 |
88.996 |
|
|
|
4 |
0.285 |
5.697 |
94.693 |
|
|
|
5 |
0.265 |
5.307 |
100.000 |
|
|
|
Table 11. Factor loading coefficient table of consumers’ purchase preference
表11. 消费者购买偏好因子载荷系数表
变量 |
题项 |
成分 |
购买偏好 |
F1 |
0.859 |
F2 |
0.851 |
F3 |
0.875 |
F4 |
0.882 |
F5 |
0.874 |
3.5.2. 验证性因素分析
本研究通过结构方程建模框架构建验证性因子分析模型(CFA)，系统检验测量工具的效度水平，该建模方法能够定量考察观测变量与潜在构念之间的统计适配程度，从而验证实证数据是否支持理论预设的测量维度架构，同时运用Amos 26.0统计软件对测量模型进行参数估计，基于Fornell-Larcker准则，通过对CR值和AVE值的验证，系统评估测量模型的内部一致性水平和收敛效度质量，详见图2和表12。
Figure 2. Model diagram of confirmatory factor analysis (CFA)
图2. 验证性因子分析(CFA)模型图
Table 12. Model fit results
表12. 模型拟合结果
拟合指标 |
统计值 |
评价标准 |
拟合情况 |
CMIN |
160.4 |
- |
- |
DF |
179 |
- |
- |
CMIN/DF |
0.896 |
<3 |
好 |
GFI |
0.925 |
>0.9 |
好 |
CFI |
0.968 |
>0.9 |
好 |
NFI |
0.918 |
>0.9 |
好 |
TLI |
0.963 |
>0.9 |
好 |
RMSEA |
0.042 |
<0.05 |
好 |
本研究构建的包括5个维度的测量模型，设置了21个题项，其中包含区域特征、生态性、社会认同、感知价值和购买偏好，在进行验证性因子分析后得出结果如表12。
经过检验得出，卡方自由度比0.896，在1~3之间，处于1~3的适配阈值区间；模型整体拟合优度指数GFI = 0.925高于0.9的经验标准；比较适配指标CFI = 0.968与TLI = 0.963均显著高于0.95的模型判别标准；规范适配指数NFI = 0.918也达到理想水平；近似误差指数RMSEA = 0.042满足RMSEA < 0.05的标准。各项适配参数均严格符合测量学标准，通过多维指标协同验证证实理论模型与观测数据间具有高度匹配性。
3.5.3. 聚敛效度
从上表13得出，各测量题项的标准化因子载荷均高于0.7的最低阈值，标准偏差(SE)处于合理范围，各参数值均通过检验。在效度检验方面，题项的AVE均超过0.5，组合信度系数(CR)也均超过0.8，各指标共同验证了模型的可靠性。
Table 13. Convergent validity table
表13. 聚敛效度表
路径 |
Estimate |
S.E. |
C.R. |
p |
CR |
AVE |
A1 |
← |
区域特征 |
1 |
|
|
|
0.979 |
0.921 |
A2 |
← |
区域特征 |
0.95 |
0.058 |
16.346 |
*** |
|
|
A3 |
← |
区域特征 |
0.937 |
0.059 |
15.938 |
*** |
|
|
A4 |
← |
区域特征 |
0.95 |
0.06 |
15.942 |
*** |
|
|
B1 |
← |
生态性 |
1 |
|
|
|
0.973 |
0.899 |
B2 |
← |
生态性 |
0.945 |
0.072 |
13.133 |
*** |
|
|
B3 |
← |
生态性 |
0.915 |
0.07 |
13.165 |
*** |
|
|
B4 |
← |
生态性 |
0.931 |
0.069 |
13.445 |
*** |
|
|
D1 |
← |
感知价值 |
1 |
|
|
|
0.990 |
0.965 |
D2 |
← |
感知价值 |
0.997 |
0.07 |
14.24 |
*** |
|
|
D3 |
← |
感知价值 |
0.937 |
0.066 |
14.289 |
*** |
|
|
D4 |
← |
感知价值 |
0.994 |
0.072 |
13.886 |
*** |
|
|
C1 |
← |
社会认同 |
1 |
|
|
|
0.993 |
0.932 |
C2 |
← |
社会认同 |
1.014 |
0.066 |
15.392 |
*** |
|
|
C3 |
← |
社会认同 |
0.989 |
0.068 |
14.463 |
*** |
|
|
C4 |
← |
社会认同 |
1.03 |
0.067 |
15.279 |
*** |
|
|
F1 |
← |
购买偏好 |
1 |
|
|
|
0.980 |
0.944 |
F2 |
← |
购买偏好 |
0.97 |
0.058 |
16.67 |
*** |
|
|
F3 |
← |
购买偏好 |
1.104 |
0.061 |
18.002 |
*** |
|
|
F4 |
← |
购买偏好 |
1.086 |
0.06 |
18.103 |
*** |
|
|
F5 |
← |
购买偏好 |
1.041 |
0.058 |
17.922 |
*** |
|
|
注：***表示p < 0.001 (双尾检验)。
4. 实证分析
4.1. 描述性分析
本研究运用SPSS进行数据处理，基于328份数据从多维度展开描述性统计分析。如表14：
Table 14. Descriptive analysis table
表14. 描述性分析
特征 |
选项 |
频数(N) |
百分比(%) |
是否购买 |
是 |
328 |
100 |
否 |
0 |
0 |
性别 |
男 |
150 |
45.7 |
女 |
178 |
54.3 |
年龄 |
17岁及以下 |
20 |
6.1 |
18~24岁 |
80 |
24.4 |
25~35岁 |
118 |
36.0 |
36~50岁 |
73 |
22.3 |
51岁及以上 |
37 |
11.3 |
教育水平 |
初中及以下 |
28 |
8.5 |
高中或中专 |
84 |
25.6 |
大专 |
77 |
23.5 |
本科 |
110 |
33.5 |
研究生及以上 |
29 |
8.8 |
收入 |
2000元及以下 |
52 |
15.9 |
2001元~5000元 |
103 |
31.4 |
5001~8000元 |
98 |
29.9 |
8001元~1.5万元 |
56 |
17.1 |
1.5万元以上 |
19 |
5.8 |
购买 |
每周1次 |
62 |
18.9 |
每月2~3次 |
147 |
44.8 |
每季度1次 |
68 |
20.7 |
偶尔购买 |
51 |
15.5 |
如上表14，样本性别构成中150名为男性，178名为女性，性别比例呈现均衡分布，其中18岁以上的消费者占大部分，教育水平中各学历的学生占比呈菱形分布，高中至本科毕业的消费者居多。经济收入层次中，2000~8000元的消费者居多，收入2000元以下消费和8000元以上的消费者人数均衡，以此了解到调查对象的人口特点，样本数据基本具有代表性。
4.2. 相关假设验证
4.2.1. 结构方程模型拟合度分析
本研究采用结构方程模型探讨地域品牌效应通过感知价值影响消费者购买偏好，通过构建包含结构模型与测量模型的理论框架，重点验证变量间的理论假设及整体模型的适配程度。结果如表15所示。总体来看，该模型拟合情况较好，具有良好的解释能力，详见表15。
Table 15. Goodness-of-fit test results
表15. 拟合度检验结果
拟合指标 |
统计值 |
评价标准 |
拟合情况 |
CMIN |
282.766 |
- |
- |
DF |
179 |
- |
- |
CMIN/DF |
0.896 |
<3 |
好 |
GFI |
0.925 |
>0.9 |
好 |
CFI |
0.968 |
>0.9 |
好 |
NFI |
0.918 |
>0.9 |
好 |
TLI |
0.963 |
>0.9 |
好 |
RMSEA |
0.042 |
<0.05 |
好 |
4.2.2. 直接作用检验
本研究基于结构方程模型，构建关于农产品地域品牌效应对购买偏好的模型，重点验证变量间假设路径的显著性水平及模型适配程度。基于Amos23软件，采用最大似然法对样本数据进行估计，最终输出结果详见图3和表16。
Figure 3. Path coefficient diagram of structural equation modeling (SEM)
图3. 结构方程模型(SEM)路径系数图
Table 16. Hypothesis testing results
表16. 假设检验结果
路径 |
Std. |
S.E. |
C.R. |
p |
假设 |
购买偏好 |
← |
区域特征 |
0.183 |
0.085 |
2.15 |
0.032 |
H1a成立 |
购买偏好 |
← |
生态性 |
0.123 |
0.094 |
1.312 |
0.189 |
H1b不成立 |
购买偏好 |
← |
社会认同 |
0.149 |
0.07 |
2.132 |
0.033 |
H1c成立 |
感知价值 |
← |
区域特征 |
0.263 |
0.077 |
3.422 |
*** |
H2a成立 |
感知价值 |
← |
生态性 |
0.345 |
0.085 |
4.08 |
*** |
H2b成立 |
感知价值 |
← |
社会认同 |
0.193 |
0.063 |
3.046 |
0.002 |
H2c成立 |
购买偏好 |
← |
感知价值 |
0.297 |
0.081 |
3.689 |
*** |
H3a成立 |
注：***表示p < 0.001 (双尾检验)。
本研究通过路径分析方法检验理论模型中各要素间的关联性，验证预设路径的统计显著性。标准化路径系数(β)分布于[−1, 1]区间内，其中临界比值(C.R.)由参数估计值与标准误的比值计算获得，该指标结合标准化系数共同反映变量间作用强度。当显著性概率(p)低于0.05阈值时，可确认变量间存在显著影响关系。模型路径检验的详细统计结果汇总于表16所示。
根据表16的数据显示，区域特征维度对购买偏好的标准化路径系数为0.183，其显著性概率小于0.05，证实区域特征正向作用于消费者购买偏好，故研究假设H1a通过验证。在生态性维度的影响路径中，标准化路径系数为0.123，其显著性概率高于0.05，统计检验未达显著标准，表明该变量对购买偏好无实质性作用，假设H1b未通过检验。分析可能是由于消费者在电商环境中难以直接验证生态属性(如绿色种植、低农残标准等)，生态优势存在“感知缺失”与信息不对称，因此对最终购买偏好影响不足。此外，生态性可能更多作用于消费者的心理安全感与价值评估，从而通过感知价值的中介路径发挥间接效应。未来研究可考虑引入感知风险、顾客信任或环境意识水平等调节变量，以进一步揭示生态性对购买行为的真实作用机制。
社会认同维度的标准化路径系数达0.149，其显著性概率小于0.05，显示社会认同维度显著提升购买偏好，假设H1c因此成立。
从感知价值路径检验结果可见，区域特征对感知价值的促进效应最为突出(β = 0.263, p < 0.001)，假设H2a通过检验。生态性维度虽未显著影响购买偏好，但对感知价值有正向作用，所以假设H2b成立。社会认同对感知价值的显著性为0.002 < 0.01，达到显著要求，故H2c验证通过。价值感知中介变量对购买偏好的影响显著(β = 0.297, p < 0.001)，完全支持H3a的理论假设。由此可进一步推断生态性对购买偏好影响不显著，可能源于其作用主要通过感知价值间接传递。
基于路径系数大小分析，由于“区域特征→感知价值”的路径系数最高，建议在营销实践中重点加强产地特色的具象化呈现，如通过直播溯源、产地可视化展示、地理信息标识与文化故事叙事等方式提升价值感知；对于生态性维度，应通过权威认证、公示标准、透明化检测报告等方式降低消费者认知门槛；针对社会认同，可借助用户评价内容、社区互动与品牌社群文化建设强化身份归属感。
4.2.3. 中介效应检验
本研究运用Bootstrap抽样方法对变量间的中介作用进行检验，通过计算95%置信区间值对中介路径的显著性进行鉴定，见表17。
Table 17. Mediation effect test
表17. 中介效应检验
路径 |
效应值 |
95%置信区间 |
显著性 |
区域特征→感知价值→购买偏好 |
0.078 |
[0.027, 0.158] |
显著 |
生态性→感知价值→购买偏好 |
0.103 |
[0.038, 0.201] |
显著 |
社会认同→感知价值→购买偏好 |
0.057 |
[0.016, 0.120] |
显著 |
由上表得出，感知价值在区域特征、生态性及社会认同对消费偏好的传导路径中呈现显著中介效应，各路径效应值分别为0.078、0.103、0.057，置信区间分别为[0.027, 0.158]、[0.038, 0.201]、[0.016, 0.120]，可以看出，H3b、H3c、H3d均成立。
4.2.4. 结果解读
本研究基于S-O-R理论模型，从区域特征、生态性和社会认同三个维度探讨地域品牌效应对消费者购买偏好的影响，并引入感知价值作为中介变量，对328份有效样本进行实证分析，以揭示地域品牌效应影响消费者购买决策的内在机制。
1) 区域特征与社会认同显著促进购买偏好
研究结果显示，地域品牌效应中的区域特征和社会认同均对消费者购买偏好产生显著正向影响。区域特征主要体现在烟台独特的地理环境、气候条件与产地溯源信息，这些因素增强了消费者对烟台富士苹果品质与安全性的信任感。社会认同通过朋友推荐、社交媒体评价及品牌宣传等途径影响消费者认知，使品牌形象更加鲜明，从而提高购买意愿。相比之下，生态性虽未对购买偏好产生显著直接影响，但其通过感知价值仍表现出一定的间接效应。
2) 感知价值在地域品牌效应与购买偏好之间发挥中介作用
实证结果验证了感知价值的部分中介效应。区域特征、生态性和社会认同能够通过提升消费者的感知价值，从而间接增强其购买偏好。消费者在认知到烟台富士苹果“品质可靠”“口感优良”“符合期望”等特征时，会形成积极的价值判断，进而提升购买与推荐意愿。这表明，地域品牌效应不仅通过外部品牌认知直接影响消费者行为，也需通过内部感知价值路径实现心理认同与购买转化。
3) 消费者群体特征存在显著差异
研究发现，烟台富士苹果的核心消费群体为25~35岁、本科学历、中高收入的女性消费者。他们购买频率较高，对品牌认同度强，更关注产品品质、原产地与口感等核心属性。高频购买者重视产品新鲜度和供应稳定性，而低频消费者则更易受价格波动影响。该结果反映出消费者对烟台富士苹果的偏好呈现多层次差异，且感知价值在不同群体中的作用强度存在一定差别。
5. 结论
通过本文研究结果得出，区域特征与社会认同显著提升消费者购买偏好，说明消费者对烟台富士苹果的产地形象与社会口碑具有较强信任度与认同感。生态性虽未直接影响购买偏好，但通过感知价值的中介作用间接促进了购买决策。感知价值在地域品牌效应与购买偏好之间发挥部分中介作用，表明消费者对品牌的价值感知是连接外部品牌形象与内部购买动机的重要心理机制。
基于以上研究发现，本文提出以下建议：首先，应强化烟台富士苹果的地域品牌形象。可依托烟台独特的自然环境与栽培传统，构建具有文化辨识度的品牌叙事，通过短视频、纪录片、社交媒体传播等形式传递品牌故事，增强消费者的情感联结与认同感。其次，应丰富品牌价值表达。结合消费者的心理预期与价值感知，在产品包装、宣传语、营销文案中突出“原产地、生态、健康”概念，强化品牌的信任背书与生态符号，使消费者在感知上形成“高品质与高价值”印象。第三，应构建多层次的市场策略。针对不同消费群体，制定差异化定价与产品组合策略：面向大众市场的基础款突出性价比与品质稳定性；面向中高端市场的高端款可强调稀缺性、文化价值与馈赠属性，从而拓宽消费层次。第四，应完善电商渠道与供应链体系。借助大数据与智能推荐技术分析消费者偏好，实现线上精准营销；同时加强冷链与仓储体系建设，保证产品新鲜度与供应稳定性，提高消费者的复购率与忠诚度。最后，政府与企业可协同推动“品牌 + 文旅”融合发展，通过果园采摘体验、文化节庆活动等形式，提升品牌参与感与沉浸式消费体验，形成区域品牌经济的联动效应。
基金项目
1) 辽宁省教育厅人文社科一般项目：全要素生产率视角下辽宁省新质生产力的影响因素和作用机制研究(编号：辽教通[2024] 341号)。
2) 大连市社科联年度研究课题：AI技术赋能下的大连文化IP场景化构建与文旅品质提升路径研究(2025dlskzd530)。
3) 中国商业经济学会项目：新旧动能转换背景下数字经济与实体经济融合创新模式研究(中商学会字[2024]第22号)。