生鮮農(nóng)產(chǎn)品網(wǎng)購中交易屬性對消費(fèi)者滿意度的影響

雷兵 劉小 鐘鎮(zhèn)

【摘 要】消費(fèi)者滿意度對于生鮮農(nóng)產(chǎn)品電商經(jīng)營主體可持續(xù)發(fā)展意義重大。文章以水果品類為例，通過對淘寶和天貓平臺的916 609條在線評論數(shù)據(jù)，進(jìn)行特征詞提取和情感極性分析，構(gòu)建logit回歸模型，研究交易屬性對消費(fèi)者滿意度的影響。結(jié)果表明，影響消費(fèi)者滿意度的交易屬性包括銷售政策、物流配送、商家信用、客戶服務(wù)、糾紛處理5個(gè)方面，其中價(jià)格實(shí)惠、物流質(zhì)量、物流速度影響十分顯著;無論是漲價(jià)還是降價(jià)，商家頻繁變動(dòng)價(jià)格均具有負(fù)向影響;當(dāng)買賣雙方發(fā)生交易糾紛時(shí)，無論商家是否賠付，均呈負(fù)向影響。建議注重生產(chǎn)經(jīng)營成本優(yōu)化、加強(qiáng)冷鏈物流設(shè)施建設(shè)及重視農(nóng)產(chǎn)品品牌建設(shè)。

【關(guān)鍵詞】生鮮農(nóng)產(chǎn)品電商;消費(fèi)者滿意度交易屬性;評論挖掘

【中圖分類號】F323.7 【文獻(xiàn)標(biāo)識碼】A 【文章編號】1674-0688（2020）12-0136-04

0 引言

2014—2019年，我國政府發(fā)布的《第一號文件》持續(xù)關(guān)注農(nóng)村電商發(fā)展，要求形成線上線下融合、農(nóng)產(chǎn)品上行與工業(yè)品下行的雙向流通格局。2020年進(jìn)一步指出，打造地方知名農(nóng)產(chǎn)品品牌，擴(kuò)大電子商務(wù)進(jìn)農(nóng)村覆蓋面，加強(qiáng)村級電商服務(wù)站點(diǎn)建設(shè)，推動(dòng)農(nóng)產(chǎn)品進(jìn)城。根據(jù)商務(wù)部國際貿(mào)易經(jīng)濟(jì)合作研究院發(fā)布的數(shù)據(jù)，2018年中國生鮮農(nóng)產(chǎn)品網(wǎng)絡(luò)零售交易額為1 778億元，是2012年的50倍。雖然農(nóng)產(chǎn)品電商交易發(fā)展非常迅速，但與中國生鮮農(nóng)產(chǎn)品2萬億元的市場規(guī)模相比，占比還很小，電商推動(dòng)農(nóng)產(chǎn)品進(jìn)城之路還有待完善。與工業(yè)品電商相比，生鮮農(nóng)產(chǎn)品的鮮活性、季節(jié)性、地域性及標(biāo)準(zhǔn)化程度低、物流成本高、運(yùn)輸損耗較大等特征，容易導(dǎo)致消費(fèi)者購物體驗(yàn)不佳、滿意度不高等問題[1]。對于經(jīng)營主體而言，了解消費(fèi)者購買產(chǎn)品和服務(wù)的實(shí)際態(tài)度至關(guān)重要。消費(fèi)者的滿意度不僅反映企業(yè)的經(jīng)營狀況，還是決定消費(fèi)者是否會(huì)重復(fù)購買及影響其他消費(fèi)者購買的主要因素[2]。所以，提高消費(fèi)者滿意度是生鮮電商經(jīng)營主體可持續(xù)發(fā)展的重要條件。

在傳統(tǒng)商務(wù)中，由于消費(fèi)者購買行為難以記錄，通常采用購買意愿預(yù)測購買行為的做法。然而，意愿與行為之間往往存在偏差，意愿對行為的預(yù)測不一定準(zhǔn)確[3]。電子商務(wù)的出現(xiàn)使在線評論成為消費(fèi)者分享購物體驗(yàn)的重要形式，隨著在線評論數(shù)量迅速增長，不少學(xué)者將在線評論作為分析消費(fèi)者滿意度的數(shù)據(jù)來源[4，5]。消費(fèi)者滿意度的影響因素眾多，但主要包括產(chǎn)品屬性和交易屬性兩個(gè)層面[6]。產(chǎn)品屬性指產(chǎn)品的質(zhì)量、特征及使用等方面的屬性，交易屬性指購買產(chǎn)品或服務(wù)的過程中產(chǎn)生的屬性，如購物體驗(yàn)、銷售政策、物流配送、客戶服務(wù)等。消費(fèi)者線上或線下購買生鮮農(nóng)產(chǎn)品，其產(chǎn)品屬性對于滿意度的影響幾乎相同。因此，本文僅研究生鮮農(nóng)產(chǎn)品網(wǎng)購中交易屬性對于消費(fèi)者滿意度的影響。

本研究以水果品類為例，首先對在線評論進(jìn)行文本挖掘分析，包括交易屬性特征詞提取、情感極性分析，然后以情感極性為被解釋變量，交易屬性特征詞為解釋變量，構(gòu)建logit回歸模型，實(shí)證分析生鮮農(nóng)產(chǎn)品網(wǎng)購中交易屬性對消費(fèi)者滿意度的影響。

1 文獻(xiàn)回顧

現(xiàn)有生鮮農(nóng)產(chǎn)品電商消費(fèi)者行為研究多以理性行為理論、計(jì)劃行為理論、技術(shù)接受模型等作為理論基礎(chǔ)，從感知有用、感知易用、感知收益、感知風(fēng)險(xiǎn)等維度尋找網(wǎng)購生鮮農(nóng)產(chǎn)品的影響因素：鄒俊[7]研究發(fā)現(xiàn)，消費(fèi)者網(wǎng)絡(luò)感知與評價(jià)、期望價(jià)格對網(wǎng)購生鮮農(nóng)產(chǎn)品意愿有正向影響，而購買便利程度與餐飲習(xí)慣影響不大;何德華等人[8]研究發(fā)現(xiàn)價(jià)格折扣、包裝及物流服務(wù)預(yù)期對生鮮農(nóng)產(chǎn)品網(wǎng)購意愿影響不大，產(chǎn)品安全和質(zhì)量預(yù)期、網(wǎng)站信息豐富度才是主要影響因素。洪鑫和劉玉慧[9]在美國消費(fèi)者滿意度指數(shù)（ACSI）模型的基礎(chǔ)上引入品牌形象，構(gòu)建了生鮮農(nóng)產(chǎn)品消費(fèi)者滿意度假設(shè)模型，并通過問卷調(diào)查進(jìn)行實(shí)證檢驗(yàn)。不少學(xué)者還從信任視角研究消費(fèi)者網(wǎng)購生鮮農(nóng)產(chǎn)品的滿意度。例如，林家寶等人[1]以水果為例進(jìn)行實(shí)證研究發(fā)現(xiàn)，產(chǎn)品、物流和網(wǎng)站質(zhì)量及溝通顯著影響消費(fèi)者信任;張應(yīng)語等人[10]實(shí)證分析了O2O環(huán)境下生鮮農(nóng)產(chǎn)品的購買意愿，結(jié)果表明消費(fèi)者對網(wǎng)站評價(jià)的信任程度正向影響購買意愿;康培等人[11]研究了生鮮農(nóng)產(chǎn)品網(wǎng)購臨場感與消費(fèi)者在線黏性之間的關(guān)系發(fā)現(xiàn)，信任具有部分中介效應(yīng)。

綜上所述，現(xiàn)有文獻(xiàn)對生鮮農(nóng)產(chǎn)品電商消費(fèi)者行為的研究不斷深入，研究視角逐漸廣泛，理論基礎(chǔ)扎實(shí)，研究結(jié)論對于生鮮農(nóng)產(chǎn)品電商實(shí)踐具有較強(qiáng)的指導(dǎo)意義。然而研究方法以問卷調(diào)查為主，鮮有來自現(xiàn)實(shí)電商平臺購買者行為大數(shù)據(jù)的經(jīng)驗(yàn)證據(jù)?；诖?，本研究以淘寶和天貓平臺水果品類海量在線評論本文作為數(shù)據(jù)來源，以生鮮農(nóng)產(chǎn)品網(wǎng)購體驗(yàn)為視角，研究交易屬性中消費(fèi)者滿意度影響因素。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來源

目前，電商平臺銷售的生鮮農(nóng)產(chǎn)品主要有水果、蔬菜、水產(chǎn)、肉禽蛋、奶、豆制品等類別。其中，水果占生鮮農(nóng)產(chǎn)品交易額的比重最大，因此以水果為例進(jìn)行研究。本文的數(shù)據(jù)來自淘寶和天貓電商平臺，數(shù)據(jù)的采集時(shí)間為2018年10月29日至11月6日，采集步驟如下：首先，通過淘寶網(wǎng)搜索“水果”關(guān)鍵詞，記錄下所有返回商品的鏈接，經(jīng)人工識別，剔除無效鏈接、廣告鏈接及非水果品類商品鏈接后，得到97種水果品類的6 035款商品;其次，逐一采集每款商品的在線評論，經(jīng)清洗篩選后，最終獲得916 609條在線評論。

2.2 評論挖掘

本文通過Python語言編程對916 609條在線評論進(jìn)行挖掘分析，包括以下兩個(gè)部分的內(nèi)容。

（1）情感極性分類。針對每條在線評論，根據(jù)消費(fèi)者的態(tài)度確定其為正面或負(fù)面評價(jià)。本文運(yùn)用第三方類庫“Snow-

NLP”對在線評論進(jìn)行情感極性分類，并將其作為該條評論的消費(fèi)者滿意度測量值。首先從生鮮農(nóng)產(chǎn)品在線評論中選取2 390條數(shù)據(jù)，采用人工標(biāo)注的方法標(biāo)注每一條評論的情感極性，并且采取十折交叉驗(yàn)證的方法通過SnowNLP訓(xùn)練模型進(jìn)行機(jī)器學(xué)習(xí)。通過測試，情感極性分析的查準(zhǔn)率達(dá)到94.68%，可以應(yīng)用于大規(guī)模評論文本的情感極性分析。由于SnowNLP輸出值為[0，1]間的連續(xù)數(shù)值，本研究將大于等于0.5的歸入正面評價(jià)，即滿意，用1表示;將小于0.5的歸入負(fù)面評價(jià)，即不滿意，用0表示。表1為在線評論數(shù)據(jù)的基本統(tǒng)計(jì)情況。

（2）特征詞提取。針對每條在線評論，提取與交易屬性相關(guān)的特征詞。首先是中文分詞。對916 609條評論文本通過第三方類庫“jieba”中文分詞軟件包，采用精確模式算法進(jìn)行分詞。為提高分詞的準(zhǔn)確性，本文構(gòu)建本地詞庫，加入生鮮農(nóng)產(chǎn)品電商領(lǐng)域中的專有名詞，并借助“哈工大停用詞表”去除停用詞，最終得到99 955個(gè)關(guān)鍵詞。其次是特征詞篩選。對關(guān)鍵詞進(jìn)行統(tǒng)計(jì)詞頻，初篩出詞頻大于等于30以上的關(guān)鍵詞11 778個(gè)，再采用人工識別的方法剔除與生鮮農(nóng)產(chǎn)品交易屬性無關(guān)的特征詞，最終得到478個(gè)特征詞。

2.3 計(jì)量模型

本文的研究目標(biāo)是通過在線評論實(shí)證分析生鮮農(nóng)產(chǎn)品網(wǎng)購中交易屬性對消費(fèi)者滿意度的影響，因此在上述評論挖掘的基礎(chǔ)上，以消費(fèi)者滿意度為被解釋變量，以交易屬性特征詞為解釋變量，構(gòu)建計(jì)量模型。

（1）解釋變量。評論挖掘部分提取的特征詞共481個(gè)，如果全部作為解釋變量將導(dǎo)致維度過高、多重共線性等問題，因此需要對其進(jìn)行歸類。本文從購買決策過程和感知價(jià)值（包括功利價(jià)值和體驗(yàn)價(jià)值）兩個(gè)角度提取交易屬性的維度，結(jié)合中國生鮮農(nóng)產(chǎn)品電商發(fā)展現(xiàn)狀最終確定解釋變量由銷售政策、物流配送、商家信用、客戶服務(wù)、糾紛處理5類變量構(gòu)成，每類變量包含若干個(gè)交易屬性，每個(gè)交易屬性包含若干個(gè)獨(dú)立變量，每個(gè)獨(dú)立變量由一組同義詞合并構(gòu)成，共計(jì)20個(gè)獨(dú)立變量（解釋變量），具體情況見表2。

（2）模型構(gòu)建。由于消費(fèi)者滿意度的取值為1或0，因此選用logit回歸模型進(jìn)行分析。根據(jù)上文分析，解釋變量由20個(gè)獨(dú)立變量構(gòu)成，獨(dú)立變量的取值為1或0，即當(dāng)某條在線評論中包含相應(yīng)的特征詞，其獨(dú)立變量為1，否則為0。logit回歸模型構(gòu)建如下：

式（1）中，y為消費(fèi)者滿意度，xj（j=1，2，...，20）為獨(dú)立變量，β表示系數(shù)，ε表示隨機(jī)誤差項(xiàng)。

3 實(shí)證分析

運(yùn)用Stata 16軟件對916 609條數(shù)據(jù)進(jìn)行l(wèi)ogit回歸分析，Pseudo R2為0.1098，LR chi2為66 928.46，Log Likelihood為-401 809.66，似然比在1%的統(tǒng)計(jì)水平上顯著，表明模型擬合效果較好，其余統(tǒng)計(jì)量見表3。

（1）銷售政策。價(jià)格感知是消費(fèi)者功利價(jià)值的重要體現(xiàn)，功利價(jià)值是對功能收益的整體評估，當(dāng)消費(fèi)者感知到購買的商品或服務(wù)“便宜”“實(shí)惠”“值得”時(shí)，就表現(xiàn)為滿意，反之則表現(xiàn)為不滿意?；貧w結(jié)果表明，消費(fèi)者網(wǎng)購生鮮農(nóng)產(chǎn)品對價(jià)格敏感，“價(jià)格實(shí)惠”具有正向影響而“價(jià)格偏高”為負(fù)向影響。結(jié)合表2可以看出，“價(jià)格實(shí)惠”出現(xiàn)的頻率占總評論文本的14.32%，排在20個(gè)解釋變量的首位，評論中常出現(xiàn)“比水果店賣的價(jià)格便宜多了”“味道好，價(jià)格還低，值得購買”等語句，這充分印證了生鮮農(nóng)產(chǎn)品網(wǎng)購“價(jià)格為王”的現(xiàn)狀。在電商平臺中，由于搜索引擎、商品比價(jià)等功能的存在，所以銷售同種商品的不同商家之間很容易聚集在一起，價(jià)格成為消費(fèi)者選擇商家的重要依據(jù)。此外值得注意的是，在回歸數(shù)據(jù)中，“降價(jià)”跟“漲價(jià)”一樣，均為負(fù)向影響。

（2）物流配送。對于生鮮農(nóng)產(chǎn)品電商而言，物流配送對消費(fèi)者滿意度的影響十分顯著。從表3可知，6個(gè)解釋變量均通過檢驗(yàn)。首先，消費(fèi)者看重物流質(zhì)量。消費(fèi)者判斷物流質(zhì)量的主要依據(jù)是收到的商品是否有破損，當(dāng)出現(xiàn)“壓壞”“磕碰”“變形”“開裂”時(shí)，消費(fèi)者的購物體驗(yàn)將跌入谷底，甚至不再愿意網(wǎng)購生鮮農(nóng)產(chǎn)品。此外，消費(fèi)者深知，若要物流質(zhì)量好，包裝非常重要。包裝是生鮮農(nóng)產(chǎn)品網(wǎng)絡(luò)銷售中的重要環(huán)節(jié)，良好的包裝可以減少物流配送過程中生鮮農(nóng)產(chǎn)品的損傷并保持新鮮度。當(dāng)消費(fèi)者出現(xiàn)“這種高檔次包裝，運(yùn)輸中是不會(huì)碰壞滴”“包裝嚴(yán)實(shí)”等語言時(shí)，滿意度普遍較高;而出現(xiàn)“包裝極其簡陋”“包裝外面都是黏糊糊的汁”等語言時(shí)，基本是差評。其次，消費(fèi)者非常在意物流速度。生鮮農(nóng)產(chǎn)品的地域性很強(qiáng)，傳統(tǒng)商務(wù)環(huán)境下消費(fèi)者很難及時(shí)買到距離遙遠(yuǎn)的地方特色農(nóng)產(chǎn)品。

（3）商家信用。生鮮農(nóng)產(chǎn)品的非標(biāo)準(zhǔn)化特性使其具有經(jīng)驗(yàn)品、信任品屬性，消費(fèi)者只有在收到貨物的時(shí)候才能知道商品的質(zhì)量和數(shù)量。通常，消費(fèi)者網(wǎng)購時(shí)感知到的風(fēng)險(xiǎn)包括網(wǎng)站上的圖片及文字描述是否與實(shí)物一致，以及新鮮度、口感、大小、分量能否保證。當(dāng)消費(fèi)者發(fā)現(xiàn)“缺斤少兩”“虛假宣傳”“花了那么多錢買的是假貨”時(shí)，立即感覺到“商家不誠信”“上當(dāng)受騙”，從而做出“再也不買這家商品”的決定。當(dāng)消費(fèi)者感知風(fēng)險(xiǎn)存在時(shí)，品牌信任是購買決策的重要因素。然而，實(shí)證結(jié)果表明，消費(fèi)者提及“品牌值得信賴”“大牌子”“好品牌”等有關(guān)品牌信任的詞匯非常少，只占總評論數(shù)的0.01%，回歸檢驗(yàn)也僅在5%的統(tǒng)計(jì)水平上顯著，這并不是說消費(fèi)者不關(guān)心品牌，而是當(dāng)前生鮮農(nóng)產(chǎn)品的品牌化建設(shè)還處于初級階段。

（4）客戶服務(wù)。消費(fèi)者的客戶服務(wù)感知屬于體驗(yàn)價(jià)值的范疇，體驗(yàn)價(jià)值與情感獲得和社交刺激有關(guān)，它可以增強(qiáng)消費(fèi)者的網(wǎng)購體驗(yàn)。消費(fèi)者對于客戶服務(wù)的感知體現(xiàn)在兩個(gè)方面，一是商家的服務(wù)態(tài)度，高頻特征詞包括“服務(wù)態(tài)度很好”“客服熱情”“有問必答”“有耐心”等;二是做事的用心程度，如“到貨時(shí)還打電話詢問有沒有爛的，特別貼心”“里面還送了勺子，十分貼心”等。需要注意的是，解釋變量“服務(wù)態(tài)度差”和“店主不用心”的出現(xiàn)頻率僅占0.02%和0.01%而回歸系數(shù)高達(dá)-3.271和-3.362，這說明雖然負(fù)面的客戶服務(wù)評價(jià)不多，但十分影響消費(fèi)者滿意度。

（5）糾紛處理。交易過程中難免出現(xiàn)糾紛，如發(fā)錯(cuò)貨、少發(fā)貨或者出現(xiàn)商品損傷、腐爛變質(zhì)等問題。面對這種情況，多數(shù)商家能做到及時(shí)賠付，賠償?shù)姆绞桨〒Q貨、退貨及現(xiàn)金補(bǔ)償?shù)?。從回歸結(jié)果可以看出，商家“不賠付”的回歸系數(shù)為-3.236，說明嚴(yán)重影響消費(fèi)者滿意度;然而令人意外的是，商家“賠付”的回歸系數(shù)為也是負(fù)數(shù)，進(jìn)一步分析評論文本發(fā)現(xiàn)，一是交易糾紛會(huì)降低購物體驗(yàn)，二是部分賠付并未達(dá)到消費(fèi)者預(yù)期。

4 結(jié)論與對策

本文基于淘寶和天貓平臺水果品類916 609條在線評論數(shù)據(jù)，通過交易屬性特征詞提取和情感極性分類，并運(yùn)用logit回歸模型實(shí)證分析了生鮮農(nóng)產(chǎn)品網(wǎng)購中交易屬性對消費(fèi)者滿意度的影響。研究結(jié)果表明：①影響消費(fèi)者滿意度的交易屬性包括銷售政策、物流配送、商家信用、客戶服務(wù)、糾紛處理5個(gè)方面，涉及等價(jià)格、物流速度、物流質(zhì)量、商家誠信、服務(wù)態(tài)度、服務(wù)質(zhì)量、賠償情況7類屬性，其中價(jià)格實(shí)惠、物流質(zhì)量、物流速度對消費(fèi)者滿意度影響十分顯著。此外，商家頻繁變動(dòng)價(jià)格，無論是漲價(jià)還是降價(jià)均具有負(fù)向影響。②任何有損購物體驗(yàn)的行為將嚴(yán)重影響消費(fèi)者滿意度，如商家不誠信、服務(wù)態(tài)度差、做事不用心、發(fā)生交易糾紛等。

基于以上實(shí)證結(jié)論，結(jié)合中國生鮮農(nóng)產(chǎn)品電商發(fā)展現(xiàn)狀，提出以下3點(diǎn)對策建議：第一，注重生產(chǎn)經(jīng)營成本優(yōu)化。一是促進(jìn)電商企業(yè)與種植大戶、專業(yè)合作社、龍頭企業(yè)等深度合作，通過適度規(guī)模經(jīng)營降低生產(chǎn)成本;二是培育本土供應(yīng)鏈服務(wù)商，對接供需兩端，將分散的農(nóng)產(chǎn)品集中，承擔(dān)農(nóng)產(chǎn)品標(biāo)準(zhǔn)化、規(guī)?；穆毮埽档土魍ㄙM(fèi)用;三是提升經(jīng)營主體的電商營銷能力，積極利用微信、短視頻、網(wǎng)絡(luò)直播等新型社交媒體開展農(nóng)產(chǎn)品銷售工作，降低電商運(yùn)營費(fèi)用。第二，加強(qiáng)冷鏈物流設(shè)施建設(shè)。推動(dòng)郵政、供銷社、快遞企業(yè)等整合資源，完善縣、鄉(xiāng)、村三級冷鏈物流網(wǎng)絡(luò)，探索“多站合一、資源共享”的共同配送模式，建設(shè)現(xiàn)代化農(nóng)產(chǎn)品冷鏈倉儲(chǔ)物流體系。第三，重視農(nóng)產(chǎn)品品牌建設(shè)。一是重視農(nóng)產(chǎn)品區(qū)域品牌的傳播工作，提煉地域文化、農(nóng)產(chǎn)品品質(zhì)等特色元素，設(shè)計(jì)網(wǎng)絡(luò)視覺形象識別系統(tǒng)，加強(qiáng)與知名新聞媒體、社會(huì)化媒體、視頻網(wǎng)站、電商平臺的深度合作，開展形式多樣的推廣活動(dòng);二是促進(jìn)龍頭企業(yè)品牌建設(shè)，加強(qiáng)農(nóng)產(chǎn)品分級溯源，推動(dòng)農(nóng)產(chǎn)品質(zhì)量認(rèn)證，確保農(nóng)產(chǎn)品質(zhì)量安全，提升企業(yè)品牌影響力。

參 考 文 獻(xiàn)

[1]林家寶，萬俊毅，魯耀斌.生鮮農(nóng)產(chǎn)品電子商務(wù)消費(fèi)者信任影響因素分析：以水果為例[J].商業(yè)經(jīng)濟(jì)與管理，2015（5）：5-15.

[2]Fornell C，Johnson M D，Andreson E W，et al.The American customer satisfaction index：nature，purpose，and findings[J].Journal of Marketing，1996，

60（4）：7-18.

[3]吳春雅，夏紫瑩，羅偉平.消費(fèi)者網(wǎng)購地理標(biāo)志農(nóng)產(chǎn)品意愿與行為的偏差分析[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2019（5）：110-120.

[4]Duan W，Gu B，Whinston A B.Do online reviews matter？ —An empirical investigation of panel data[J].Decision Support Systems，2008，45（4）：1007-

1016.

[5]Guo W，Liang R Y，Wang L，et al.Exploring sustained participation in firm-hosted communities in China：the effects of social capital and active degree[J].Behaviour & Information Technology，2016，

36（1-3）：223-242.

[6]Wang Y，Lu X，Tan Y.Impact of product attribut-

es on customer satisfaction：An analysis of online reviews for washing machines[J].Electronic Commerce Research and Applications，2018，29（3）：1-11.

[7]鄒俊.消費(fèi)者網(wǎng)購生鮮農(nóng)產(chǎn)品意愿及影響因素分析[J].消費(fèi)經(jīng)濟(jì)，2011（4）：69-72，76.

[8]何德華，韓曉宇，李優(yōu)柱.生鮮農(nóng)產(chǎn)品電子商務(wù)消費(fèi)者購買意愿研究[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2014（4）：85-91.

[9]王洪鑫，劉玉慧.網(wǎng)絡(luò)購買生鮮農(nóng)產(chǎn)品的消費(fèi)者滿意度影響因素實(shí)證研究[J].消費(fèi)經(jīng)濟(jì)，2015（6）：81-86.

[10]張應(yīng)語，張夢佳，王強(qiáng)等.基于感知收益-感知風(fēng)險(xiǎn)框架的O2O模式下生鮮農(nóng)產(chǎn)品購買意愿研究[J].中國軟科學(xué)，2015（6）：128-138.

[11]康培，孫劍，鄧彥宇.網(wǎng)絡(luò)購物臨場感、信任與消費(fèi)者在線粘性——以B2C模式下消費(fèi)者網(wǎng)購生鮮農(nóng)產(chǎn)品為例[J].企業(yè)經(jīng)濟(jì)，2018（7）：89-97.