——以正大集团为例

耿美荣

（兰州交通大学经济管理学院，甘肃 兰州730070）

摘要：当今时代，电商平台发展迅速，网络购物使人们的生活更加便捷，越来越多的厂家及平台应用了C2M模式。但是，C2M模式快速发展的同时也产生了系列问题。本研究通过收集各年龄阶段、各领域用户应用C2M模式的数据资料，比较分析C2M模式的应用效果，对C2M模式五个影响因素与使用意愿进行了相关与回归分析；通过构建结构方程模型，分析了消费者持续使用C2M模式意愿的影响路径，探索了C2M模式对正大集团数字化转型升级的影响因素，并对消费者及正大集团平台建设提出相关建议。

关键词：C2M模式；消费者；正大集团

一、引文与文献综述

  电子商务平台的迅猛发展深刻改变了人们的生活方式，网络购物的普及使得年轻人及中老年群体逐步倾向于通过数字化手段完成商品交易，这促使各大电商平台纷纷开启C2M（Customer-to-Manufacturer）模式。C2M模式作为"工业互联网"背景下诞生的一种创新商业模式，由必要商城创始人毕胜于2013年首次提出并付诸实践。该模式通过用户需求驱动生产的倒置生产模式，在制造业领域实现了革命性突破。它充分利用互联网、大数据、人工智能等技术手段，结合生产线的自动化、定制化、智能化和柔性化改造，通过计算机系统进行实时数据交换，根据消费者订单要求，合理配置供应商和生产流程，最终实现个性化产品的规模化生产，被视为人类继蒸汽机革命、电气化革命和自动化革命之后的第四次科技革命^[1]。

近年来，国内学术界对C2M模式的关注与研究日益增加，主要集中在三个维度。C2M模式的理论意义与价值创造方面：贾瑶（2023）采用文献分析和市场调研的方法对传统制造企业发展现状和问题、C2M模式如何解决供需端痛点、C2M模式的意义等进行分析，研究论证了C2M商业模式是引领需求端和供给端更高水平动态平衡的最有效手段之一^[2]。汪娟等（2020）从产业互联网视角深入剖析了C2M电商模式的价值创造机制，指出其发展应注重流程智能化、柔性化生产、数据互通以及个性化服务的深化^[3]。C2M模式与制造企业转型升级方面：李淑珍（2024）阐明了C2M电商助力制造企业数字化升级的机理和路径^[1]。宋丹霞等（2021）基于企业价值链重塑视角，研究了工业互联网时代C2M大规模定制的实现路径^[4]。C2M模式的实践应用与案例分析方面：吴宇琦（2020）则通过案例分析法，选取京东、拼多多等典型平台，运用SWOT模型探讨了C2M模式在市场下沉和消费升级背景下的实践应用^[5]。王璐^[6]（2021）则深入分析了直播电商与C2M模式的协同效应，为平台优化提供了具有操作性的对策建议^[6]。

本研究以C2M模式核心理念为基础，试图构建一个 "认知 - 体验 - 价值" 的闭环生态系统，提升企业产品和服务质量，实现价值链的升级；引入先进信息技术，大数据分析和人工智能，提高生产效率、管理效率和核心竞争力，使包括正大集团在内的中小企业实现商业模式创新，加速数字化转型升级，赋能创新发展。

  二、C2M模式对正大集团升级转型数字化转型的影响实证分析

  1. 调查方案实施

正大集团创建于1921年，以农作物种子销售起步，构建起覆盖种、养、加工、销售及进出口的现代农牧产业链，其电商业务与C2M模式紧密关联。本文以C2M模式对正大集团数字化转型的影响为研究对象，采用分层抽样与三阶段抽样相结合的方法，对不同年龄阶段、不同领域用户进行了问卷调查。通过对C2M模式应用程度的多维度数据采集，综合分析其在日常消费中的应用成效。在此基础上，结合正大集团的经营实际，深入探讨C2M模式对其销售模式转型的推动作用，进而评估其对数字化转型战略目标的具体影响。

在数据收集过程中，实际回收有效问卷9600份，有效回收率达96%。通过严格的信效度检验：Cronbach α系数为0.824，折半信度系数为0.861，均达到研究所需的信度标准，表明问卷具有较高的可靠性。KMO取值为0.934， Bartlett球度检验的卡方值为1204.374（p<0.05），进一步证实问卷结构合理，具备良好的结构效度。样本随机性检验采用游程检验方法，以显著性水平0.05为标准，结果显示渐进显著性值均高于临界值，支持研究假设，证明样本数据具有较强的随机性特征，整体调查结果具有较高的可信度和说服力。

2.影响因素与使用意愿相关分析

利用SPSS24.0的皮尔逊相关系数分析法，研究分析问卷中六个影响因素与因变量使用意愿之间有无相关性，以及各影响因素与使用意愿的相关程度。

如表1所示，自变量与因变量之间在0.01级别(双尾)上有显著的相关性，即C2M模式体验感、电商模式体验感、C2M模式预期、C2M模式购物经验、品牌信任度与持续应用C2M模式意愿均存在显著的相关性；而且电商模式体验感、C2M模式应用与预期相符程度、C2M模式购物经验感受、品牌信任度在持续应用C2M模式意愿在0.01级别(双尾)上呈现显著的正相关，C2M模式体验感与持续应用C2M模式意愿在0.01级别(双尾)上则呈现显著负相关。

表1  五个影响因素与C2M模式使用意愿的相关分析

在相关关系的基础上进行回归分析，得到对应的回归方程，从数量上近似地反映各个影响因素与应用意愿之间的变动的一般规律。本研究中被解释变量为持续应用C2M模式意愿，C2M模式体验感、电商模式体验感、C2M模式预期程度的好坏、月购物金额的高低、品牌信任度的高低5个变量为解释变量。

表2 模型摘要

表3 五个影响因素与C2M模式使用意愿的回归分析

由表2、表3，得出以下结论：品牌信任度，月购物金额，C2M模式体验感，C2M模式预期，电商模式体验感可以解释持续应用C2M模式意愿62.9%的变化，品牌信任度，月购物金额， C2M模式体验感，C2M模式预期，电商模式体验感对持续应用C2M模式意愿有显著影响。

4.基于结构方程模型的应用影响因素作用效果分析

（1）结构方程模型的构建

结构方程模型（Structural Equation Modeling，SEM）是用于分析潜变量结构关系的常用工具，相较于一般回归模型，结构方程模型可以用来描述多个可观测变量和不可直接观测的潜变量的直接和间接线性关系。

本研究提出假设如下：

H₁：C2M模式体验对品牌依恋有正向影响

H₂：品牌依恋对消费者满意度有正向影响

H₃：C2M模式体验对消费者满意度有正向影响

H₄：消费者满意度对持续应用C2M模式意愿有正向影响

本研究概念框架如图1所示。

图1  研究概念框架图

本研究以假设模型和调查问卷为理论基础，运用AMOS软件构建初始模型。通过将正式调查获取的数据导入AMOS平台，并采用极大似然法对初始模型进行估计，分析结果表明，模型路径系数均处于合理范围内，并未发现异常极端值，表明该模型具备良好的可识别性。

（2）结构方程模型检验

为了确保数据与研究模型相符，需要先对模型适配度进行检验。表4为本研究模型拟合指数的情况，各拟合指数的实际值均优于推荐值，说明模型的拟合效果非常好。

表4  模型拟合指数

（3）结构方程模型的确立

基于以上检验，本研究中潜变量之间的因果关系得到了检验，最终模型的路径如图2所示。可以看出，C2M模式体验对品牌依恋有正向影响，C2M模式体验、品牌依恋对消费者满意度有正向影响，并且二者通过作用于消费者满意度对持续应用C2M模式意愿产生正向影响。

图2  消费者持续使用C2M模式意愿影响因素模型路径图

（4）路径分析与假设检验

使用AMOS软件对所建模型各个假设进行路径分析，所得出的持续应用C2M模式意愿结构方程路径系数输出结果如表5所示，相应路径分析如图3所示。

图3  路径分析图

表5  结构方程路径系数

根据验证结果，可得到以下结论：

第一，直播带货的消费者认同度与C2M模式的应用意愿间存在显著的正向影响关系。标准化路径系数为0. 450，且在统计学上显著（z=8. 548，p=0. 000<0. 01）。

第二，正大品牌信任度对应用C2M模式的意愿程度具有显著的正向影响。标准化路径系数为0. 263，且在统计学意义上显著（p<0. 01，z=4. 989）。

第三，购物需求满足度会对正大品牌信任度产生显著的正向影响关系。标准化路径系数值为0.333>0，并且此路径呈现出0.01水平的显著性(z=5.370，p=0.000<0.01)。

第四，C2M模式了解程度会对正大品牌信任度产生显著的正向影响关系。标准化路径系数值为0.249>0，并且此路径呈现出0.01水平的显著性(z=4.017，p=0.000<0.01)。

三、调查研究结论

通过对调查问卷的描述统计、C2M模式应用影响因素的实证分析来看，C2M模式自身并未发展成熟，消费者在使用过程中的满意度并不高；从消费者角度来看，对于C2M模式的了解较少，并不能对其高效利用。具体结论如下:

1.C2M模式在消费者中的普及程度并不理想

在被调查者中，有大约48.83%的人表示自己对C2M模式并不太了解，可能仅限于了解或者是浏览过的层次，达到比较了解的仅有25.97%。从了解的方式来看，大多是通过商家的广告推广而得知，缺乏对产品的真实了解。综上所述，C2M模式在消费者中的普及程度和影响力还尚未达到理想状态。

2.C2M模式成本相对较高

通过调查者的基本信息发现，消费者每月用于网购的金额在1000元以下的占比64.73%，而在调查分析中主要被调查者—大学生的基本信息发现，除去一些必要的支出，大学生剩余可供分配的资金较少，限制了大学生对愿意付出的价格，因此C2M模式具有的性价比是消费者最为关注的因素之一。商品价格过高，超过某些消费者的消费能力，导致不少用户流失。

3.C2M模式认可程度较高

52.33%的被调查者比较认可当前直播带货的形式，不少人都表示在未来愿意尝试或继续通过C2M模式购物。虽然目前C2M模式仍有不足，但其发展潜力仍然被得到认可。

4.消费者对C2M购物模式的需求多样化

根据问卷描述统计可知，消费者对于C2M网购模式的需求呈现了多样化的特点。由被调查者网购项目的类型分析发现，消费者在美妆方面的需求在所有类型中的比重最大，达到46.9%，其次是服饰，比重达到41.09%，并在图书、日用品、家居等多方面有较大的需求。在词频分析中，价格、时间、商品、平台、品牌、售后是消费者普遍关注的问题。

5.影响C2M模式的各因素之间存在相互作用

根据结构方程模型分析可知，C2M模式体验对品牌依恋有正向影响，C2M模式体验、品牌依恋对消费者满意度有正向影响，并且二者通过作用于消费者满意度对持续应用C2M模式意愿产生正向影响，且作用非常显著，用户对消费满意度的感知越好，就越有利于提升用户持续应用C2M模式意愿。

6.C2M模式对于制造业效率有着提升作用

在C2M模式下，制造企业短期内会加大柔性生产线、互联网平台等投资，固定成本呈现显著增加的趋势，但通过长期发展观察发现，可变成本的下降幅度能够有效抵消固定成本的增加，在某种程度上能够缓解高成本问题。此外，C2M 模式还可以通过缩短中间流通环节，产销有效对接，、供应链协同、生产流程再造，提高企业的交易效率、资源管理效率和生产运行效率等以解决个性化定制低效率问题。

四、C2M模式促进数字化转型升级的对策建议

1.提高消费者认知水平，提升品牌信任感和忠诚度

企业可以与行业协会联合构建 "C2M 知识科普平台"^[7]，利用动画、短视频等方式使消费者了解与认识 C2M 模式的运作机制与价值优势^[8]；开设 "定制化购物指南" 栏目，为消费者演示个性化定制流程，使消费者主动参与产品设计，体验个性化、高品质的商品和服务消费；开发 "知识积分" 系统，为完成 C2M 知识学习的消费者兑换定制优惠券；建立虚拟导购系统，消费者浏览商品时自动弹出 C2M 模式优势说明；建立用户社群，通过消费者分享真实定制体验，形成口碑传播效应，提升品牌信任感和忠诚度。

2.实施供应链协同降低成本策略，创新动态定价模式

制造企业可以与电商平台共同建立"柔性生产联盟"，利用规模化订单共同分摊研发成本^[9]；建立区域化定制中心，通过集中处理区域化订单达到降低物流成本的目的，实现供应链协同降低成本策略；实行实时供需匹配系统，及时按照生产负荷情况动态调整定价^[10；开发阶梯式定价模式，为预售订单、批量定制提供优惠价格；探索实行消费者价值积分体系，将消费者参与设计的贡献度转化为消费抵扣。

3.升级智能交互系统，打造全链路保障工程

开发 AI 设计助手，利用大数据挖掘出消费者偏好，生成定制方案。建立 3D 虚拟试衣间，使消费者实施预览面料质感、版型设计。开发智能推荐系统，按照消费者历史行为为其推荐个性化定制组合。开展 "72 小时极速定制" 服务，开发生产进度可视化追踪系统。实施 "不满意全额退款"，由专业客服团队随时处理定制纠纷。建立逆向物流网络，满足消费者对定制产品的退换需求。

4.精准细分市场，实施社群化运营模式

在美妆领域，打造肤质检测智能设备，开发个性化护肤方案数据库；在服饰行业，实行体型扫描技术，通过AI助手实现量体定制服务；在家居领域，利用空间布局设计工具，进行模块化家具定制。打造兴趣社群，根据特定圈层的不同需求开发特色定制产品。实行 "用户共创计划"，使核心用户共同参与产品设计迭代。建立 C2M 生态平台，充分利用设计师、制造商、消费者等多方资源。

5.构建技术创新支撑体系，实行政策协同推进机制

在生产端逐步应用 5G与物联网技术，开发实时数据交互系统。利用研发智能排产算法，高效生产调度个性化订单^[10]。建立区块链溯源系统，保障定制产品的品质。建议政府设立 C2M 专项扶持基金，支持柔性生产线改造。建立行业标准体系，统一定制产品的质量评价标准与服务流程。开发产业园区集群，实现制造企业与电商平台的协同发展。

6.实行品牌依恋培育计划，开发满意度驱动型运营模式

开发"定制化品牌故事"的传播系统，注重用户情感连接。建立用户成长体系，按照定制频次标识专属身份。设计生产品牌文化衍生品，强化用户归属感。建立全触点满意度监测系统，及时收集用户反馈信息。构建快速响应机制，使用户建议48 小时内得到处理。实行 "满意度分红" 计划，对于用户的良好评价给予消费返现。

参考文献：

[1]李淑珍.C2M电商助力制造企业数字化升级的机理及路径[J].企业经济,2024,43(7):71-78.

[2]贾瑶.数字经济时代下C2M模式引领需求端和供给端高水平动态平衡研究[J].现代商业,2023,(11):3-6.

[3]汪娟,赵士凤,张丙铜.产业互联网C2M电商模式的价值分析及实现路径[J].安徽职业技术学院学报, 2021,20(1):53-56.

[4]宋丹霞,谭绮琦.工业互联网时代C2M大规模定制实现路径研究——基于企业价值链重塑视角[J].现代管理科学,2021(6):80-88.

[5]吴宇琦.消费升级下的C2M反向定制电商模式研究[J].现代商业,2020(27):11-13.

[6]王璐.直播电商平台C2M盈利模式分析[J].合作经济与科技,2021(10):118-119.

[7]段雪苇.价值共创视角下实施C2M的定制与定价策略研究[D].重庆重庆大学,2023.

[8]吴勇毅.当C2M战场正式开始全面对垒，谁能拔得头筹？[J].销售与市场(管理版),2020(8):80-83.

[9]岳丽荣,邵博,申君宜.工业互联网对绿色创新绩效的影响——基于制造业的实证研究[J].科技与管理,2020,22(3):28-36.

[10]邓云,何其荣.着眼“智能制造+智慧服务”战略转型实现企业高质量发展[J].广西经济,2018(7):64-66.

资助项目：数字经济赋能甘肃装备制造业高质量发展的路径及策略研究，25JRZA102，甘肃省科技厅项目；

甘肃民营经济高质量发展的路径及策略研究，2024YB059，甘肃省哲学社会科学规划项目