استفاده از بلاک چین برای نشان دادن کیفیت در زنجیره تامین مواد غذایی: تاثیر بر قصد خرید مصرف کننده و اثر تعدیل کننده آشنایی با برند

یعقوب روحی

2 سال پیش

چکیده

امنیت غذایی یک مساله بهداشت عمومی است که از اهمیت بالایی برخوردار است.در این راستا، بلاک چین به عنوان یک فن آوری امیدوارکننده ظهور کرده است که به کاربران اجازه می دهد به طور موثر و کارآمد منشا و جریان محصولات را ثبت کنند و تقلب غذایی مضر را حذف یا کاهش دهند.مصرف کنندگان می توانند با دریافت اطلاعات به روز و قابل تایید در مورد منشا و مسیرهای تحویل خریده ای خود از این پیشرفت بهره مند شوند.

با توجه به نظریه سیگنالینگ و نتایج دو مطالعه تجربی به ترتیب با ۱۵۱ و ۱۵۲ شرکت کننده، ما بررسی می کنیم که چگونه استفاده از بلاک چین برای ردیابی محصولات غذایی بر درک مصرف کنندگان از کیفیت محصول به عنوان یک متغیر واسطه ای و متعاقبا قصد خرید آن ها تاثیر می گذارد.

چارچوب ما بیشتر آشنایی با برند را به عنوان یک متغیر تعدیل کننده در نظر می گیرد.یافته های این دو آزمایش نشان می دهد که برچسب های بلاک چین به عنوان یک مکانیسم سیگنال دهی در زنجیره های تامین مواد غذایی به تقویت کیفیت درک شده مصرف کنندگان از محصولات غذایی کمک می کند که به نوبه خود قصد خرید آن ها را افزایش می دهد.

این تاثیر برای برندهای کم تر آشنا بیشتر است، که اطلاعات ارزشمندی برای مدیرانی است که می خواهند اعتبار یک برند را بسازند.از دیدگاه آکادمیک، ما کاربرد تئوری سیگنالینگ برای شناسایی سیستم های ردیابی مبتنی بر بلاک چین را به عنوان محرک های مهم کیفیت محصول درک شده و در نتیجه قصد خرید برجسته می کنیم.

کلید واژه ها:

بلاک چین

زنجیره تامین مواد غذایی

قابلیت ردیابی

تئوری سیگنالینگ

آشنایی با برند

برچسب زدن

مقدمه

ایمنی و کیفیت محصولات غذایی به یک موضوع مهم در سراسر جهان تبدیل شده است.تخمین زده می شود که سالانه 420000 نفر پس از مصرف مواد غذایی آلوده جان خود را از دست می دهند و 600 میلیون نفر دیگر بیمار می شوند (سازمان بهداشت جهانی، 2019).در 40 درصد از این موارد کودکان زیر 5 سال مبتلا می شوند که منجر به مرگ 125000 نفر در سال می شود.سازمان بهداشت جهانی ( WHO ) نتیجه می گیرد که بیماری های ناشی از غذا مانع توسعه اجتماعی – اقتصادی می شود و به اقتصاد ملی , گردشگری و تجارت آسیب می رساند .

موارد بسیار شایع ایمنی غذایی، مانند شیر آلوده در چین، بیماری جنون گاوی در بریتانیا، خیار آلوده به ای کولی در آلمان، یا کره بادام زمینی آلوده به باکتری در ایالات متحده ( Lethbridge , 2018 ) علاقه عمومی قابل توجهی را به قابلیت ردیابی غذا افزایش داده است، که به عنوان “توانایی ردیابی هر گونه غذا، خوراک، حیوان تولید کننده غذا یا ماده ای که برای مصرف، در تمام مراحل تولید و پردازش مورد استفاده قرار خواهد گرفت” تعریف می شود ( کمیسیون اروپا , 2007 , ص 1 ) .

ردیابی قابل اعتماد محصولات غذایی همچنین می تواند به کاهش حوادث تقلب غذایی کمک کند، که کل هزینه جهانی آن به ۳۰ تا ۴۰ میلیارد دلار در سال می رسد(Storey, 2020). از جمله گروه های غذایی که بیش ترین آسیب را دیده اند می توان به روغن زیتون (جایگزینی با جایگزین های ارزان قیمت)، غذاهای دریایی (ماهی های ارزان به عنوان ماهی های با ارزش بالا معرفی می شوند)، محصولات مبتنی بر شیر (با پودر، آب، مکمل ملامین)، عسل (شربت اضافه، فروکتوز، گلوکز)و آب میوه (آب، رنگ اضافه و طعم دهنده)اشاره کرد.

سازمان بهداشت جهانی به عنوان یک درمان بالقوه برای وضعیت کنونی پیشنهاد می کند که دولت ها، تولیدکنندگان و مصرف کنندگان برای اطمینان از امنیت غذایی با یکدیگر هم کاری کنند (سازمان بهداشت جهانی، ۲۰۱۹)که مستلزم توزیع اطلاعات مربوطه در سراسر شبکه های پیچیده ارزش غذایی است.

در نتیجه، به نفع شرکت های سودگرا است که از سیستم های اطلاعاتی برای ردیابی محصولات غذایی استفاده کنند، که به عنوان یک اثر جانبی مهم، می تواند منجر به افزایش سودآوری شود ( Regattieri , Gamberi , & Manzini , 2007 ) .

اطلاع رسانی به مصرف کنندگان در مورد منشا و حمل و نقل محصولات آن ها عدم تقارن اطلاعات را کاهش می دهد و می تواند به کاهش خطرات سلامتی کمک کند ( Yoo , Parameswaran , & Kishore , 2015 ) .این افزایش شفافیت می تواند به مصرف کنندگان کمک کند تا کیفیت یک محصول خاص را بهتر ارزیابی کنند.

پژوهش های قبلی نشان داده اند که ویژگی های بلاک چین از تغییرناپذیری و دسترسی به داده های مشترک در میان شرکت کنندگان زنجیره تامین می تواند نقش مهمی در دستیابی به شفافیت اطلاعات در طول زنجیره تامین ایفا کند (Rogerson & Parry, 2020).

با این حال، این سؤال باقی می‌ماند که چگونه می‌توان این اطلاعات را به طور مؤثر به مصرف‌کنندگان نهایی منتقل کرد و تا چه اندازه بر ادراک و نیات رفتاری آنها تأثیر می‌گذارد. منطقی است که فرض کنیم – همانطور که در مورد تمام فناوری های مدرن وجود دارد – مصرف کنندگان باید در مورد مزایای این فناوری جدید آموزش ببینند. به طور مشابه، تعداد فزاینده‌ای از مقالات در روزنامه‌های پرمخاطب، مانند نیویورک تایمز، هاروارد بیزینس ریویو، و فایننشال تایمز، مصرف‌کنندگان را در مورد مزایای سیستم‌های ردیابی مبتنی بر بلاک چین آگاه می‌کنند (Corkery & Popper, 2018; Vincent, 2021; Vitasek, Bayliss, Owen, & Srivastava, 2022) .

با این وجود، تا زمانی که درک متقابلی از فن آوری بلاک چین حاصل نشود، به شرکت هایی که می خواهند از بلاک چین به عنوان یک سیگنال با کیفیت برای محصولات خود استفاده کنند، توصیه می شود به طور خلاصه مشتریان را از مزایای آن آگاه کنند.

در حمایت از این مفهوم، یک مطالعه تایید می کند که سیگنال دهی کیفی برچسب های پایداری را می توان با افزایش درک مصرف کنندگان در مورد آنچه برچسب منتقل می کند، افزایش داد (Samant & Seo, 2016). برای رفع این شکاف پژوهشی، سؤالات پژوهشی زیر را مطرح می کنیم:

RQ1. چگونه برچسب های قابل ردیابی که نشان دهنده استفاده از فن آوری بلاک چین هستند، بر درک مصرف کنندگان از کیفیت محصول و قصد خرید آن ها تاثیر می گذارند؟

RQ2. : آشنایی با برند چه نقشی در ادراک مصرف کنندگان از کیفیت محصول تقویت شده با بلاک چین دارد؟

به منظور پاسخ به این سوالات تحقیقی، ما تیوری سیگنالینگ را به کار می بریم و مدلی را آزمایش می کنیم که تاثیر مثبت سیستم های ردیابی را بر کیفیت محصول درک شده ترکیب می کند.

به طور خاص تر، مدل ما فرض می کند که یک سیستم اطلاعات غیر متمرکز مبتنی بر بلاک چین در مقایسه با یک سیستم ردیابی متمرکز سنتی، تاثیر بهتری بر درک کیفیت محصول مصرف کنندگان دارد.

ما آشنایی با برند را که می تواند به عنوان آگاهی مصرف کنندگان از یک برند خاص و ویژگی های آن تعریف شود، به عنوان متغیری که تاثیر برچسب قابلیت ردیابی را بر کیفیت درک شده محصول تعدیل می کند، در نظر می گیریم.

مورد دوم را می توان به عنوان قضاوتی در مورد برتری یا برتری کلی محصول تعریف کرد.اثرات فرضی با دو آزمایش شامل مصرف کنندگان و استفاده از محرک های مختلف مورد آزمایش قرار می گیرند.

ساختار این مقاله به شرح زیر است:در بخش ۲ ما پژوهش های مربوطه را مورد بحث قرار می دهیم، که با نظریه سیگنال دهی شروع می شود، که زمینه نظری را برای مطالعه ما فراهم می کند، و سپس در مورد سیستم های ردیابی مبتنی بر بلاک چین که می توانند به شرکت ها در نظارت و هماهنگی بهتر زنجیره های تامین خود کمک کنند، توضیح می دهیم.

در بخش ۳ ما فرضیه های خود را توسعه می دهیم و آن ها را در یک مدل نظری ترکیب می کنیم که اثر برچسب ها بر کیفیت محصول درک شده و قصد خرید را با آشنایی با برند به عنوان یک متغیر تعدیل کننده ادغام می کند.

ما دو مطالعه پیمایشی تجربی با مصرف کنندگان انجام دادیم که به طور مفصل در بخش ۴ مورد بحث قرار گرفتند، و به دنبال آن بحثی در مورد یافته ها و پیامدهای آن ها برای متخصصان و دانشگاهیان در بخش ۵.

ما مقاله را در بخش ۶ با بیان نکات کلیدی حاصل از این تحقیق به پایان می رسانیم. بررسی پژوهش ها

تئوری سیگنالینگ

افراد برای تصمیم گیری در زمینه های مختلف، چه در خانواده های خصوصی، چه در دولت ها و چه در کسب و کارها به اطلاعات نیاز دارند(Connelly, Certo, Ireland, & Reutzel, 2011).

هنگامی که طرفین درگیر در تصمیم گیری دارای مقدار و کیفیت یکسانی از اطلاعات نباشند، مانند اغلب موارد، عدم تقارن اطلاعاتی رخ می دهد (Stiglitz, 2002).نظریه سیگنالینگ (یا نظریه سیگنال) چگونگی کاهش عدم تقارن اطلاعاتی بین دو طرف را بررسی می کند (Spence, 1973).

به طور خاص تر، توضیح می دهد که چگونه بازیگران انتخاب شده از میان مجموعه انتخاب ها می توانند با موفقیت در مورد کیفیت غیرقابل مشاهده انتخاب خود از طریق سیگنال های قابل مشاهده تصمیم گیری کنند (Connelly, 2016, p.745).

نظریه سیگنالینگ در ابتدا در زمینه بازارهای شغلی توسعه یافت که در آن کارفرمایان فاقد اطلاعات ضروری در مورد متقاضیان هستند.متقاضیان سعی کنند این کمبود اطلاعات را با ارائه سیگنال هایی در قالب دستاوردهای آموزشی جبران کنند. (Spence, 2002).

با این حال، عدم تقارن اطلاعاتی به بازار کار محدود نمی شود، بلکه در بازارهای کالاهای مصرفی نیز رخ می دهد.به عنوان مثال، استیگلیتز (2002) بر ارتباط عدم تقارن اطلاعات در ارزیابی کیفیت محصول تاکید می کند.

این امر توسط فروشندگان خودرو نشان داده می شود که گارانتی ارائه می دهند تا نه تنها ریسک درک شده مصرف کنندگان را کاهش دهند بلکه کیفیت بالای محصولات خود را نیز نشان دهند. بنابراین مصرف کنندگان کمبود اطلاعات اساسی را با اطلاعات استنباطی جبران می کنند: یعنی ایجاد ارتباط اگر-آنگاه بین اطلاعات داده شده از طریق سیگنال ها و نتیجه گیری ها (Kardes, Posavac, & Cronley, 2004؛ Kruglanski & Webster, 1996؛ Pee, Jiang, & Klein, 2018).

در شرایط عدم تقارن اطلاعاتی قابل توجه، سیگنال هایی مانند لوگوها، برچسب ها، و توصیفات با کیفیت بالا (Singh & Sirdeshmukh, 2000 به عنوان ابزاری برای ارائه اطلاعات به مشتریان بالقوه عمل می کنند (Akdeniz & Talay, 2013) تا بتوانند کیفیت را استنباط کنند (Grunert, 2005) و بین فروشندگان با کیفیت بالا و پایین تفاوت قائل شوند.

به عنوان مثال، خرده فروشان آنلاین، اغلب از سیگنال ها، مانند ویژگی های وب سایت، برای انتقال اطلاعات از فروشندگان به خریداران استفاده استراتژیک می کنند (Mavlanova et al., 2012).

با وجود چنین تلاش‌هایی، مشکلات عدم تقارن اطلاعاتی بین خریداران و فروشندگان در بسیاری از بازارها به دلیل عدم قطعیت اطلاعات مربوط به اطلاعات مبتنی بر محصول و فروشنده وجود دارد.

علاوه بر این، عدم تقارن اطلاعات می‌تواند با وجود مکانیسم‌های سیگنال دهی از جمله بازخورد شهرت و افشای شرایط محصول ادامه داشته باشد (Ghose, 2009).این را می توان به این واقعیت نسبت داد که اطلاعات می توانند به راحتی جعلی یا جانبدارانه شوند (Cao, 2019) .

بازاری که به طور خاص مستعد تقلب است، بازار مواد غذایی است که به طور منظم تحت تاثیر رسوایی هایی قرار می گیرد که نه تنها اعتماد مصرف کنندگان را از بین می برد بلکه حتی ممکن است اثرات مخربی بر سلامت و رفاه شخصی آن ها داشته باشد (Lethbridge, 2018).

نظریه سیگنال دهی در ترکیب با بلاک چین قبلا برای توضیح پویایی عرضه اولیه سکه (ICOs) از طریق سیگنال دهی قابلیت های فن آوری بلاک چین استفاده شده است (Fisch, 2019).

مثال دیگر از چودا، تریچیکیس، تسوکالا، آسپگرن، و وبر (۲۰۱۸)سرچشمه می گیرد که نشان می دهد برای شرکت ها بهتر است کیفیت اساسی خود را به وام دهندگان از طریق معاملات موجودی به جای درخواست وام نشان دهند و بلاک چین در این زمینه عملکرد بهتری نسبت به مکانیزم های نظارتی سنتی دارد.

این قابلیت را دارد که این وضعیت را با اجازه دسترسی به موقع به اطلاعات قابل تایید که بین شرکت کنندگان متعدد شبکه به اشتراک گذاشته می شود، اصلاح کند.به منظور درک بهتر اینکه آیا این امر می تواند بر نگرش ها و مقاصد مصرف کنندگان تاثیر بگذارد، باید درک فن آوری و پیامدهای آن را بررسی کرد.بنابراین، در بخش‌های زیر بررسی می‌کنیم که آیا استفاده از اطلاعات مبتنی بر بلاک چین می‌تواند بر قصد خرید مصرف‌کنندگان و تأثیر آشنایی با برند تأثیر بگذارد یا خیر.

سیستم های ردیابی مبتنی بر بلاک چین

قابلیت ردیابی مواد غذایی به عنوان “توانایی ردیابی هر غذا، خوراک، حیوان تولید کننده غذا یا ماده ای که برای مصرف در تمام مراحل تولید، پردازش و توزیع استفاده می شود” تعریف می شود (کمیسیون اروپا، 2007، ص 1).

فناوری بلاک چین دارای ویژگی هایی است که می تواند بر صنایع مختلف تأثیر مثبت بگذارد ( Ali , Ally , Clutterbuck & Dwivedi , 2020 ; Beck , Avital , Rossi & Thatcher , 2017 ; Frizzo – Barker , Chow – White , Adams , Mentanko , Ha & Green , 2020 ; Iansiti & Lakhani , 2017 ; Rana et al. , 2021 ) و به ویژه زنجیره های تامین را تغییر می دهند ( Montecchi , Plangger , & Etter , 2019 ; Treiblmaier , 2018 ).

بلاک چین را می توان به عنوان ” دفترکل دیجیتال، غیر متمرکز و توزیع شده ای تعریف کرد که در آن تراکنش ها به ترتیب زمانی و باهدف ایجاد سوابق دائمی و قابل دستکاری ثبت و اضافه می شوند (Treiblmaier, 2018, p.547).

این فناوری از آب در نیامده است، بلکه براساس کارهای قبلی مربوط به زمان سنجی پیوندی، کیف پول دیجیتال، اثبات کار، تحمل خطای بیزانس، رمزنگاری نامتقارن و قراردادهای هوشمند ساخته شده است (Narayanan & Clark, 2017).

تمام این ایده های کلیدی به طرز هوشمندانه ای توسط یک نویسنده نام مستعار در پروتکل بیت کوین ترکیب شدند، که در نهایت مشکل هزینه مضاعف را حل کرد، به این معنی که هزینه یک توکن دیجیتال بیش از یک بار است (Nakamoto, 2008).

باتوجه به این ویژگی ها، فن آوری بلاک چین امکان استفاده از اینترنت به عنوان رسانه ای برای تبادل ارزش به جای صرفا برای اهداف ارتباطی یا تعاملات اجتماعی را فراهم می کند.

بلاک چین در اصل یک شبکه همتا است که از مکانیزم های اجماعی پیچیده برای نگهداری سوابق دارایی های دیجیتال در ماهیتی غیر متمرکز استفاده می کند (Beck, Müller-Bloch, & King, 2018; Lacity, 2018).

به عنوان مثال، این ویژگی بلاک چین را از پایگاه داده های سنتی که به صورت مرکزی کنترل می شوند، متمایز می کند.بلاک چین می تواند به طور بالقوه منابع متعدد ریسک را حذف یا حداقل کاهش دهد، از جمله جلوگیری از وقوع ریسک، کاهش تاثیر اختلالات زنجیره تامین، بهبود انعطاف پذیری شرکت ها در مقابله با اختلالات زنجیره تامین، و تغییر نگرش های کسب وکار محور(Min, 2019) .

به منظور سودآوری در یک محیط به شدت رقابتی، خرده فروشان باید هم کاری نزدیکی با تامین کنندگان داشته باشند، که شامل به اشتراک گذاری اطلاعات دقیق در مورد منشا و حمل و نقل محصولات است. (Ganesan, George, Jap, Palmatier, & Weitz, 2009; Treiblmaier, Mirkovski, Lowry, & Zacharia, 2020).

بهبود ارتباط با مشتریانشان می تواند به شرکت ها در بخش مواد غذایی کمک کند تا رقابت پذیری خود را افزایش دهند (Busby, 2019) در حالی که فقدان به اشتراک گذاری اطلاعات می تواند اثرات مخربی داشته باشد و باعث نگرانی مصرف کنندگان در رابطه با کیفیت غذا شود (McEachern & Seaman, 2005).

ترکیب تغییرناپذیری داده ها و توزیع بین گره های متعدد، که هر کدام یک کپی یک سان از تمام تراکنش های ثبت شده را به اشتراک می گذارند، سطحی از قابلیت ردیابی را ممکن می سازد که قبل از ظهور بلاک چین ممکن نبود.پس از ذخیره سازی، داده ها به سختی قابل تغییر هستند و هر تلاشی برای انجام این کار را می توان به راحتی تشخیص داد.

علاوه بر این، در حالی که بلاک چین به هیچ وجه کامل نیست، نشان داده شده است که نسبتا در برابر هک شدن مقاوم است، و ترکیبی از تمام این ویژگی ها است که به طور بالقوه می تواند راه حل هایی برای تقویت انعطاف پذیری زنجیره تامین ایجاد کند(Min, 2019؛ Treiblmaier, 2019).

علی رغم مزایای مرتبط با یک سیستم ردیابی مبتنی بر بلاک چین که در مقالات موجود به آن اشاره شد، اطلاعات کمی در مورد عواملی که باعث پیاده سازی بلاک چین در زنجیره های تامین می شوند، وجود دارد.

به عنوان یک استثنا، مطالعه اخیر تایید می کند که قابلیت ردیابی، تعیین کننده اصلی پذیرش بلاک چین در زنجیره تامین کشاورزی است (Kamble, Gunasekaran, & Sharma, 2020).

به همین ترتیب، سنتوبیل، سرچیون وچیو، اورپالو و سکندو (2021) خاطرنشان می کنند که سه عامل اعتماد، قابلیت ردیابی و شفافیت، پذیرش پلت فرم بلاک چین را در زمینه زنجیره تامین تعیین می کند.

تحقیقات قبلی تأیید کرده‌اند که کاربرد آن می‌تواند شفافیت و قابلیت ردیابی زنجیره‌های تامین را بهبود بخشد و همچنین میزان اعتماد سریع رخ‌داده در ساختارهای سازمانی موقت را بهبود بخشد (Dubey, Gunasekaran, Bryde, Dwivedi, & Papadopoulos, 2020).

از منظر به حداکثر رساندن سود، تحقیقات به وضوح پذیرش بلاک چین را برای محصولاتی با آگاهی از قابلیت ردیابی بالا (یعنی نگرانی در مورد ایمنی و کیفیت محصول) توصیه می‌کند، در حالی که خرده‌فروشان به طور همزمان تشویق می‌شوند تا مزایای بلاک چین را در استراتژی‌های ارتباطی بازاریابی خود منتقل کنند (Fan, Wu, & Cao, 2022) .

در نتیجه، اعتماد به یک سازمان معین افزایش می یابد.بخش زیر توضیح می‌دهد که چگونه می‌توان از سیستم مدیریت زنجیره تامین مبتنی بر بلاک چین برای نشان دادن کیفیت محصول به مصرف‌کنندگان استفاده کرد.

توسعه فرضیه ها و چارچوب تحقیق مفهومی

اطلاعات مربوط به منشأ یک محصول، مانند منشاء، اصالت، یکپارچگی و نگهداری آن، مشتریان را از تصمیمات خرید آنها اطمینان می دهد.بلاک چین می تواند با فعال کردن قابلیت ردیابی، تأیید، ردیابی و تأیید به ایجاد هر یک از این موارد کمک کند (Montecchi et al., 2019).

در یک سطح نظری، یانیس (۲۰۱۸)نشان داد که چگونه فن آوری بلاک چین می تواند قابلیت ردیابی و شفافیت غذا را افزایش دهد.با تایید یافته های تحقیقات دانشگاهی، شواهد دنیای واقعی پتانسیل بلاک چین را در سیستم های ردیابی مواد غذایی تایید می کند، همچنین خرده فروشان مواد غذایی نیز پیاده سازی سیستم های مبتنی بر بلاک چین را آغاز کرده اند.

در سپتامبر ۲۰۱۸، والمارت به صورت عمومی ردیابی کاهو با استفاده از فن آوری بلاک چین را در پاسخ به کاهوی آلوده اعلام کرد (Corkery & Popper, 2018).به همین ترتیب، بزرگ‌ترین خرده‌فروش اروپا، کارفور، این فناوری را برای ردیابی مرغ، تخم‌مرغ و گوجه‌فرنگی برای محافظت در برابر آلودگی سالمونلا به کار گرفته است (رویترز، 2018).

اعلام و انتشار بیانیه های شرکت ها در رسانه های برجسته ای مانند نیویورک تایمز و رویترز نشان می دهد که چقدر برای شرکت ها مهم است که تلاش های خود برای به کارگیری فن آوری برای تضمین امنیت غذایی را به صورت عمومی اعلام کنند.

این ترکیب از یک بنیان نظری صحیح و مثال های کاربردی دنیای واقعی قویا نشان می دهد که بلاک چین یک فن آوری امیدوارکننده برای اطمینان از قابل ردیابی بودن، در نتیجه کیفیت و ایمنی غذا، در کل زنجیره تامین است.

با تکیه بر نظریه سیگنالینگ (Connelly, 2016) ما پیشنهاد می کنیم که برچسب های قابلیت ردیابی، قصد خرید محصولات غذایی را افزایش می دهند.ما همچنین پیشنهاد می‌کنیم که این اثر با ادراک کیفیت محصول واسطه می‌شود.برچسب‌های ردیابی و کیفیت احتمالاً به عنوان نشانه‌هایی عمل می‌کنند که به مصرف‌کنندگان در کاهش عدم تقارن اطلاعات از نظر کیفیت محصول کمک می‌کنند (Bonnet, Hilger, & Villas-Boas, 2020؛ Spence, 2002؛ Stiglitz, 2000).

با این حال، تأثیر مثبت قابلیت ردیابی بر ادراک کیفیت محصول نیز بسته به آشنایی محصول، فرض می شود (Janiszewski & Van Osselaer, 2000).برندهای آشنا معمولاً با کیفیت خاصی مرتبط هستند، بنابراین سیگنال های اضافی ممکن است باعث افزایش کیفیت درک شده به دلیل اثرات سقف نشود (Simonin & Ruth, 1998). در بخش بعدی، فرضیه های مربوطه را با جزئیات بیشتری مورد بحث قرار می دهیم.

رابطه بین سیستم های ردیابی مبتنی بر بلاک چین و قصد خرید

برای ایجاد اعتماد مصرف کننده به کیفیت محصول، خرده فروشان باید تلاش های خود را به وضوح بیان کنند.برچسب زدن وسیله ای بسیار مفید برای نشان دادن کیفیت محصول است.به عنوان مثال، تحقیقات اخیر نشان می دهد که برچسب پایداری سومین ویژگی مهم برای انتخاب محصول است که با اثر سیگنالینگ کیفیت توضیح داده می شود ( Sigurdsson et al. , 2022 ).

این نتیجه تحقیقات قبلی را مورد پذیرش قرار می دهند، که تأیید می کند که مصرف کنندگان اغلب از برچسب گذاری محصول به عنوان مبنایی برای تصمیم گیری های خرید خود استفاده می کنند ( Berry , Mukherjee , Burton , & Howlett , 2015 ) و اینکه برچسب های پایداری و کیفیت مواد غذایی می توانند قصد خرید را افزایش دهند ( Silva , de , Bioto , Efraim , & Queiroz , 2017 )

به همین ترتیب، تحقیقات قبلی تأیید کرده است که برچسب‌های قابلیت ردیابی می‌توانند قصد خرید مصرف‌کنندگان را افزایش دهند ( Lee , Bae , & Kim , 2020 ).به عنوان یک ویژگی اعتبار، قابلیت ردیابی غذا معمولا برای مصرف کنندگان دشوار است و بنابراین با ریسک بالاتری در مقایسه با ویژگی های جستجو و تجربه همراه است ( Darby & Karni , 1973 ; Mitra , Reiss , & Capella , 1999 ; Sharma , Sivakumaran , & Marshall , 2014 ).

در این راستا، تحقیقات موجود، پتانسیل سیستم‌های ردیابی مواد غذایی را برای افزایش قصد خرید مصرف‌کنندگان تأیید می‌کند.به عنوان مثال، چن و هوانگ (2013) دریافته اند که سیستم های ردیابی مواد غذایی می توانند به کاهش عدم اطمینان ناشی از عدم تقارن اطلاعات و ترس از فرصت طلبی فروشنده در میان مصرف کنندگان کمک کنند.این به نوبه خود، قصد خرید آنها را برای فست فود افزایش می دهد ( Chen & Huang , 2013 ).

به طور مشابه، برچسب‌های ردیابی مبتنی بر QR تأثیر مثبتی بر نگرش مصرف‌کنندگان نسبت به محصولات گوشت گاو دارند و قصد خرید را افزایش می‌دهند ( Chen & Huang , 2013) . علاوه بر این، گنجاندن اطلاعات قابل اثبات می تواند تاثیر مثبت برچسب ها بر پاسخ های مصرف کنندگان را تقویت کند(Berry et al., 2015).

به طور خلاصه، مطالعات قبلی تأثیرات مثبت برچسب‌های قابلیت ردیابی را بر اهداف رفتاری تأیید می‌کنند، که عمدتاً با کاهش عدم تقارن اطلاعات و سیگنالی از کیفیت محصول توضیح داده شده است.

علاوه بر این، اعتبار برچسب ها تأثیرات مثبت آنها را تعیین می کند ( Brach , Walsh , & Shaw , 2018 ).نویسندگان نشان می دهند که برچسب پایداری شخص ثالث، ریسک مالی و عملکرد درک شده را تا حد بیشتری در مقایسه با برچسب صادر شده توسط یک سازمان خصوصی کاهش می دهد.به همین ترتیب، برچسب های سبز زمانی معتبرتر تلقی می شوند که توسط شخص ثالث صادر شوند. (D”Suza, Taghian, Lamb, & Peretiatko, 2007).

در این راستا، فناوری بلاک چین لایه دیگری از اعتبار را اضافه می‌کند که توسط مطالعات شرکت‌های مشاوره مانند KPMG (Paquette & Wieger, 2021) و McKinsey نیز تأیید شده است(Galea-Pace, 2020).

ماهیت غیرمتمرکز آن نشان می دهد که هیچ نهادی نمی تواند اطلاعات ذخیره شده قبلی را برخلاف میل اکثریت حذف کند (Min, 2019).این به نوبه خود می تواند از اجرای استانداردهای مرتبط با پایداری حمایت کند ( Kshetri , 2021 ).

بنابراین، ما فرض می کنیم:

H1. : برچسب ردیابی مبتنی بر بلاک چین قصد خرید را افزایش می دهد.

نقش تفکر در درک کیفیت محصول

نشانه ها و لوگوها اغلب برای انتقال ویژگی های هویتی فروشندگان استفاده می شوند.با این حال، مصرف کنندگان اغلب انتخاب های محصول خود را نه تنها براساس توصیفات فروشندگان، بلکه براساس اطلاعات اعتبار خاص محصول مانند اطلاعات در مورد منشا، پردازش، یا اطلاعات تولید یک محصول مشخص، پایه گذاری می کنند ( Fernqvist & Ekelund , 2014).). این ویژگی های اعتبار برای استنباط کیفیت محصولات استفاده می شود (Samant & Seo, 2016؛ Yang, Renwick, Tantiwat, Revoredo-Giha, & Wu, 2021).

کمیسیون اروپا با تاکید بر ارتباط برچسب های کیفیت و عملکرد آن ها برای حفاظت و ارتقا ویژگی های منحصر به فرد یک محصول، یک پایگاه داده جامع در مورد برچسب های کیفیت تثبیت شده برای محصولات غذایی فاسد شدنی فراهم می کند(کمیسیون اروپا، 2022).

ادراکات مصرف کنندگان از محصولات غذایی نیز به ارزیابی آنها بستگی دارد که آیا محصولات می توانند اهداف عملکردی مختلفی مانند بهبود رفاه را برآورده سازند ( Andrews , Netemeyer , & Burton , 1998 ).

در این راستا، توصیف شفاهی غذا بر ادراکات مصرف‌کنندگان از غذا تأثیر می‌گذارد و به آنها کمک می‌کند تا ترجیحات غذایی را توسعه دهند ( Blackburn , Yilmaz , & Boyd , 2018 ).

به همین ترتیب، اعتماد به شناسایی منشا برند به طور مثبت ارزیابی های ارزش برند را تحت تاثیر قرار می دهد، علاوه بر این، مشخص شده است که برچسب گذاری جلوی بسته بندی یک ابزار موثر برای کمک به مصرف کنندگان در شناسایی محصولات سالم تر است (Ikonen, Sotgiu, Aydinli, & Verlegh, 2020). ( Zhou , Yang , & Hui , 2010 ) و همچنین محصولات پایدارتر ( Samant & Seo , 2016 ).

علاوه بر استانداردهای کیفیت و ایمنی، جنبه های پایداری به عنوان جنبه مهمی از سیستم های ردیابی شناخته شده اند ( Gallo , Accorsi , Goh , Hsiao , & Manzini , 2021 ).

در واقع، تحقیقات انجام شده توسط گروه مشاور بوستون در سال 2013 پتانسیل رشد برندهای مصرف مسئولانه را تایید می کند; رشد سالانه برندهای مصرف مسئولانه در مقایسه با برندهای مصرفی غیرمسئولانه تنها در سال 2013 دو برابر شد ( Smits , Vismans , van Zon , & Wood , 2015 ).

این روند هنوز ادامه دارد و هر چهارم مصرف کننده نشان دهنده توجه به مصرف پایدار و رفتار خرید حامی محیط زیست است (Gatzer & Magnin, 2021).سازه های متعددی در پژوهش های IS به عنوان مقدمات قصد خرید پیشنهاد شده است، از جمله چندین اثر اطلاعاتی (مانند بررسی ها، قابل اعتماد بودن) و هنجاری (مانند توصیه ها، محبوبیت خدمات).

به طور خاص تر، تسیوتسو (۲۰۰۶)و ولز، والاچیچ، و هس (۲۰۱۱)رابطه بین کیفیت محصول درک شده و قصد خرید در یک محیط آنلاین را مورد بررسی قرار دادند.آن ها دریافتند که رابطه بین درک کیفیت محصول و قصد خرید آنلاین به طور مداوم در یک سری از سه مطالعه با استفاده از دانشجویان کارشناسی قابل توجه است( Wells et al. , 2011 ).

یک مطالعه جدیدتر نشان می‌دهد که در زمینه روغن زیتون، برچسب‌گذاری محصول (برچسب‌های منشأ و ارگانیک) با ایجاد ارتباط با کیفیت مطلوب بر قصد خرید تأثیر مثبت می‌گذارد ( Spognardi , Vistocco , Cappelli , & Papetti , 2021 ). بنا بر تحقیقات قبلی، ما فرض می‌کنیم که برچسب‌ها بر درک کیفیت محصول و متعاقباً قصد خرید مصرف‌کنندگان تأثیر می‌گذارند و این فرضیه را مطرح می‌کنیم:

H2. : اثر مثبت یک برچسب ردیابی مبتنی بر بلاک چین بر قصد خرید از طریق درک کیفیت محصول انجام می شود.

اثرات تعدیل کننده آشنایی با برند

نتیجه افزودن برچسب توسط یک برند به قدرت برچسب و قدرت برند بستگی دارد.قدرت برند معمولا با آشنایی با برند ارتباط دارد، به طوری که برنده ای آشناتر قدرت برند بالاتری دارند (Simonin & Ruth, 1998).

با این حال، تأثیر برند همیشه ساده نیست.به عنوان مثال، شواهد تجربی نشان می دهد که استفاده از یک برند قوی برای ترویج یک علت خیریه، ارزش ویژه برند آن را بهبود نمی بخشد (Lafferty, Goldsmith, & Hult, 2004)اما یک اثر مثبت برای برنده ای با قدرت متوسط وجود دارد. به همین ترتیب، تحقیقات نشان می‌دهد که هیچ اثر اضافی برای اتحادهای برند که توسط دو برند قوی تشکیل شده‌اند وجود ندارد (Besharat, 2010; Venkatesh & Mahajan, 1997).

اثرات تارک بیانگر توضیح نظری عدم مشارکت یک برند اصلی در برند مشترک است (Simonin & Ruth, 1998).برچسب‌ها مشابه برندها در یک یک چیدمان برند مشترک، سیگنال‌ها را منعکس می‌کنند و به عنوان نشانه‌هایی عمل می‌کنند که تداعی‌های مختلف را تحریک می‌کنند (Carpenter & Larceneux, 2008).

یک برند قوی به وضوح با یک برداشت مطلوب (به عنوان مثال، کیفیت محصول) همراه است; از این رو، هیچ ارزشی ممکن است توسط برچسب اضافه نشود (Janiszewski & Van Osselaer, 2000).

برعکس، ادراک مصرف کنندگان از یک برند ناشناخته را می توان با افزودن یک برچسب به راحتی شکل داد.علاوه بر این، پژوهش های موجود نشان می‌دهد که اثر سیگنال‌دهی یک برچسب ارگانیک بر درک کیفیت محصول به سطح ارزش ویژه برند بستگی دارد (Larceneux, Benoit-Moreau, & Renaudin, 2012). با توجه به کیفیت برتر بلاک چین از نظر کیفیت اطلاعاتی و مقاومت آن در برابر هک، فرض می‌کنیم که برچسب بلاک چین نشانه‌ای قوی برای سیگنال دادن به کیفیت محصول است.

ما همچنین پیشنهاد می‌کنیم که افزودن یک برچسب بلاک چین به یک برند آشنا (یعنی قوی) به دلیل تأثیرات تارک فوق الذکر، ادراک کیفیت محصول را افزایش نمی‌دهد.پس از دستیابی به ادراک بسیار مثبت از کیفیت محصول از طریق یک برند آشنا، هیچ یادگیری تداعی بیشتری از نظر کیفیت محصول در هنگام افزودن برچسب بلاک چین امکان پذیر نیست. در مقابل، افزودن یک برچسب بلاک چین به یک برندکمتر آشنا، یادگیری تداعی را امکان پذیر می کند. این استدلال نشان می دهد که:

H3. : آشنایی با برند اثر غیرمستقیم برچسب ردیابی مبتنی بر بلاک چین را بر قصد خرید تعدیل می کند، به طوری که اثر میانجی برای برندهای کمتر آشنا (در مقایسه با برند های آشنا) قوی تر است.

شکل 1 سه فرضیه را در یک مدل نظری خلاصه می کند.

طرح تحقیق

ما مدل نظری را همانطور که در شکل 1 نشان داده شده است در دو آزمایش متوالی آزمایش می کنیم.ما یک طراحی تجربی را بر یک طراحی شبه تجربی یا یک مطالعه صرفا همبستگی ترجیح می دهیم زیرا آزمایش ها معمولا به عنوان بهترین راه برای شناسایی روابط علی در نظر گرفته می شوند.

علاوه بر این، فرآیند تصادفی سازی کمک می کند تا گروه ها در مورد انتظارات هر متغیر قبل از درمان، چه مشاهده شده و چه نشده، یکسان شوند و برآوردهای بی طرفانه ای از میانگین اثر درمان به دست می دهد ( Shadish , Cook , & Campbell , 2001 ).

در مطالعه 1، ما به یک نمونه راحت (N = 151) برای آزمایش تأثیر مثبت برچسب ردیابی بر قصد خرید (H1) در دسته مواد غذایی “عسل” تکیه کردیم، که محصولی است که محصولی است که اغلب توسط انواع مختلف محلول های قند ارزان، مانند شربت ذرت یا شربت فروکتوز تقلبی می شود.

ما همچنین اثر واسطه‌ای کیفیت محصول درک‌شده را بر تأثیر برچسب‌گذاری قابلیت ردیابی بر قصد خرید با تخمین مدل میانجی‌گری در ماکرو SPSS PROCESS (H2) بررسی می‌کنیم. مطالعه 2 مطالعه 1 را در یک دسته غذایی متفاوت، سالمون، تکرار می کند که به عنوان “سمی ترین غذای جهان” برچسب گذاری شده است (Mercola, 2018).

داده‌های 152 پاسخ‌دهنده جمع‌آوری‌شده از طریق یک آزمایش آنلاین با استفاده از تحلیل میانجی‌گری تعدیل‌شده مورد تجزیه و تحلیل قرار گرفت. در هر دو مطالعه، پاسخ دهندگان به طور خلاصه در مورد آن دسته از ویژگی های بلاک چین که می توانند به طور بالقوه بر قابلیت ردیابی زنجیره تامین تأثیر بگذارند، مطلع شدند.

با گسترش تحقیقات در مطالعه ۱، مطالعه ۲ همچنین ارزیابی می کند که آیا اثر تعدیل کننده آشنایی با برند بر نقش واسطه ای کیفیت محصول درک شده بر قصد خرید تاثیر می گذارد (H3) یا خیر.

مطالعه 1 تأثیر یک برچسب ردیابی مبتنی بر بلاک چین بر قصد خرید

طراحی، رویه و نمونه

اولین مطالعه برای آزمایش تأثیر مستقیم برچسب‌گذاری قابلیت ردیابی بر قصد خرید (H1) و همچنین تأثیر واسطه‌ای کیفیت درک شده محصول بر تأثیر قابلیت ردیابی بر قصد خرید (H2) طراحی شد.

در این آزمایش، ما از یک طراحی تک عاملی بین سوژه ها با برچسب قابلیت ردیابی به عنوان متغیر دستکاری شده استفاده کردیم.ما یک شرط بدون برچسب را به عنوان گروه کنترل و یک برچسب قابلیت ردیابی مبتنی بر بلاک چین را به عنوان گروه آزمایشی وارد کردیم. در شرایط بدون برچسب، برند بدون هیچ گونه دستکاری یا اصلاح ظاهر اصلی خود نمایش داده شد.

در شرایط برچسب‌گذاری قابلیت ردیابی مبتنی بر بلاک چین، یک برچسب ساختگی ایجاد شد که “ردیابی بلاک چین” و “منبع تایید شده” را بیان می‌کند (شکل 2 را ببینید).این آزمایش به صورت آنلاین انجام شد و جامعه هدف مصرف کنندگان بودند.

از دانشجویان یک کلاس تحقیقات بازاریابی خواسته شد تا با ارسال لینک آزمایش آنلاین به اعضای خانواده، دوستان و همکاران خود در ازای اعتبار دوره، نمونه راحتی را به دست آورند

از هر دانشجو خواسته شد که حداقل 25 شرکت کننده را به دست آورد. داده ها در آوریل 2019 جمع آوری شد.تلاش ویژه ای برای اجتناب از یک نمونه دانشجویی و در عوض دستیابی به یک نمونه متنوع که با سنین، جنسیت ها، و زمینه های آموزشی مختلف مشخص می شود، انجام شد.

علاوه بر این، ما به دانش آموزان توصیه کردیم که تنها پرسشنامه را برای افرادی که معمولا آن نوع محصول خاص را خریداری می کنند، بفرستند، که این امر اثر اشتباه پرسش از گیاه خواران را از بین می برد که آیا برای مثال مایل به خرید ماهی هستند یا خیر.

از آنجایی که تمرکز پژوهش بر روی فرآیندهای روانشناختی اساسی است که مستقل از ویژگی های نمونه هستند، اتکا به یک نمونه راحت به خوبی توجیه می شود (Kardes, 1996).علاوه بر این، روش های نمونه گیری آسان به طور گسترده ای در تحقیقات دانشگاهی پذیرفته شده است (Peterson & Merunka, 2014).

در نهایت، تمام تجزیه و تحلیل های بیشتر به جای توصیفی، همبستگی هستند، که بیشتر اثر سوگیری نمونه بالقوه را کاهش می دهد (Blair & Zinkhan, 2006).مقاله های خبری اخیر که در مورد شیوه های غذایی تقلبی بحث می کنند، انتخاب برندها برای مواد محرک را هدایت می کنند (e.g., The Economist, 2018).

در میان سایر گروه ها، عسل به طور معمول در میان محصولات مرتبط با تقلب قرار می گیرد (Coronel-Gaviro, Yagüe-Jim´enez, & Blanco-Murillo, 2021)، که اغلب در نتیجه تقلب مواد غذایی با شربت یا شربت قند است (سازمان بهداشت، جهانی2015).

این امر به نوبه خود می تواند باعث مشکلات جدی سلامتی از جمله افزایش قند خون و دیابت، چاقی و فشار خون بالا شود (Fakhlaei et al., 2020).

در نتیجه، عسل نماینده محصولی است که به شدت از یک سیستم ردیابی بسیار شفاف و تغییرناپذیر بهره می برد، که انتخاب عسل به عنوان یک دسته محصول مورد بررسی درمطالعه1 را توجیه می کند.

معیارها

پرسشنامه شامل مواردی بود که دو سازه کیفیت محصول درک شده و قصد خرید را ارزیابی می کرد.برای هر دو سازه از مقیاسهای تعیین شده و اعتبارسنجی شده قبلی استفاده شده است که در پیوست آمده است. مقیاس های اندازه گیری قصد خرید و کیفیت محصول درک شده از دادز و همکاران گرفته شده است( Dodds , Monroe , & Grewal , 1991 ).

ما بیشتر جذابیت بسته را با یک مورد ارزیابی کردیم – “طراحی بسته این محصول جذاب است” – تا کنترل کنیم که آیا برچسب در شرایط برچسب ردیابی مبتنی بر بلاک چین منجر به تفاوت در جذابیت در مقایسه با شرایط بدون برچسب می شود یا خیر.ما در ادامه آشنایی با دو برند مورد استفاده را اندازه گیری کردیم تا تضمین کنیم که هر دو برند سطح آشنایی پایینی دارند.

ارزیابی سوگیری روش رایج

به طور کلی، اتکا به قالب‌های مقیاس یکسان برای همه سازه‌ها ممکن است منجر به سوگیری روش مشترک شود که منجر به رفتار پاسخ سیستماتیک و ایجاد کوواریانس مصنوعی می‌شود (Podsakoff, MacKenzie, Lee, & Podsakoff, 2003).

برای کاهش خطر سوگیری روش های رایج، ما از توصیه های فرورتیش، اشمیت، و هایدنریش (۲۰۱۸)پیروی کردیم و یک پیش آزمون برای تشخیص ابهام مورد بالقوه انجام دادیم.علاوه بر این، ما آزمون تک عاملی هرمان را با دو سازه، یعنی درک کیفیت محصول و قصد خرید به کار بردیم (Podsakoff et al., 2003).

مقایسه راه حل یک عاملی با راه حل دو عاملی با استفاده از آزمون تفاوت کای دو منجر به تناسب مدل به طور قابل توجهی بدتر برای راه حل یک عاملی شد (Δχ2 (df = 1) = 121.9، p <.01) در حالی که تحلیل عاملی تاییدی با مدل دو عاملی برازش بسیار رضایت بخشی را به همراه داشت (χ2 (df = 19) = 25.60، RMSEA = 0.05، SRMR = 0.03، GFI = 0.96، NNFI = 0.99، CFI = 0.99).این نتایج نشان می دهد که تهدید کمی از جانب سوگیری روش های رایج در مطالعه ما وجود دارد.

تجزیه و تحلیل و نتایج

برای آزمایش اثربخشی دستکاری، از پاسخ دهندگان پرسیدیم که آیا محصولی که به تازگی دیده بودند دارای برچسب است یا خیر.آزمون مجذور کای تایید کرد که بین دو گروه آزمایشی و تشخیص برچسب ارتباط معنی داری وجود دارد(χ2 ( 2 , N = 151 ) = 74.42 , P < 0.01 ) . ANOVA تایید کرد که یک برچسب قابلیت ردیابی قصد خرید را افزایش می دهد (F (1149) = 12.58, p <0.01).

برچسب ردیابی مبتنی بر بلاک چین (MBBCLabel = 4.41، SD = 1.76) قصد خرید را در مقایسه با شرایط کنترل (MNoLabel = 3.38، SD = 1.80) افزایش داد (شکل 3 را ببینید).

این نتایج H1 را تایید می کند.H2 فرض می کند که کیفیت محصول درک شده تأثیر برچسب ردیابی بر قصد خرید را واسطه می کند.این فرضیه با تخمین مدل PROCESS 4 با شرایط تجربی به عنوان متغیر مستقل با استفاده از 10000 نمونه بوت استرپینگ مورد آزمایش قرار گرفت ( Hayes , 2018 ).

متغیر مستقل دوگانه از شرایط کنترل به عنوان یک مقوله مرجع استفاده کرد ; بنابراین، ضرایب افزایش واسطه و متغیر وابسته را برای برچسب قابلیت ردیابی مبتنی بر بلاک چین در مقایسه با شرایط بدون برچسب گزارش می‌کنند.همانطور که فرض شد، برچسب قابلیت ردیابی مبتنی بر بلاک چین ادراک کیفیت محصول را افزایش می دهد (a1 = 0.50، p <0.01).

تأثیر مستقیم برچسب‌گذاری قابلیت ردیابی بر قصد خرید زمانی که ادراک کیفیت محصول را به عنوان واسطه در نظر می‌گیریم معنی‌دار نیست (c”1 =. 01, p = 0.96)، در حالی که درک کیفیت محصول به طور قابل توجهی بر قصد خرید تأثیر می‌گذارد (b = 1.02, p <0.01).

اثر غیرمستقیم نشان می دهد که کیفیت محصول درک شده به طور کامل تأثیر یک برچسب ردیابی مبتنی بر بلاک چین را بر قصد خرید واسطه می کند (a1b = 0.51، CI [. 29، . 73]).از این رو , می توانیم H2 را تایید کنیم ( جدول 1 را ببینید ) .

مطالعه 1 بحث

یافته‌های مطالعه 1 تأثیر مثبت برچسب‌گذاری قابلیت ردیابی را بر قصد خرید تأیید می‌کند که با میانجی‌گری ادراک کیفیت محصول انجام می‌شود.قابلیت ردیابی تأثیر مستقیمی بر قصد خرید ندارد که نشان دهنده میانجیگری کامل از طریق ادراک کیفیت محصول است.

شکل 3. تفاوت در قصد خرید بین بدون برچسب و برچسب بلاک چین