云南鮮切花產品網絡口碑影響因素研究

韓 晨,楊紅娟

(1.成都大學 體育學院,四川 成都 610106；2.昆明理工大學 管理與經濟學院,云南 昆明 650093)

一、問題緣起與文獻綜述

(一)問題緣起

2017年12月，國家發展改革委、農業部、國家林業局聯合印發了《特色農產品優勢區建設規劃綱要》，鼓勵地方做大做強優勢特色產業，爭創特色農產品優勢區，把土特產和小品種做成帶動農民增收的大產業[1]。云南開發商品花卉始于20世紀90年代初，到2018年，鮮切花產量已達到112.23億枝，90%以上的產品銷往全國37個大中城市，擁有全國40%左右的鮮切花市場，并開始規模化進入東南亞、東亞市場，形成以昆明為中心向各地擴散的發展態勢[2]。2020年2月以來，云南鮮切花產品的生產及銷售呈現出理性緩慢增長狀態，原因是受全球新冠肺炎疫情影響，國內大多數終端花卉批發市場處于關閉或延期開業狀態，云南鮮切花產品的銷售已由大規模B2B模式向B2C模式轉變。傳統對手交易、拍賣、新型電商交易模式呈現三足鼎立的狀態[3]。由于網絡交易在云南鮮切花產品銷售中發揮著越來越重要的作用，且作為特殊農產品，鮮切花具有季節性、易變質性和質量敏感性等特點[4]，因而鮮切花產品流通方式有別于大宗農產品，且更注重價格對價值的直接反映。

網絡口碑指建立在產品相關信息上，通過互聯網在消費者之間進行的物化可查的非正式溝通，并在商家引導下，消費者接收再傳播過程中以文字或圖片形式在互聯網上對該商品進行非廣告形式的溝通。隨著信息傳播路徑逐漸由自上而下轉變為自下而上的傳播模式，信息的傳播呈現多元化、社會化、網絡化及平民化[5]。鮮切花產品借助互聯網的影響力，線上消費逐漸走入大眾視野，但互聯網的無形性又使消費者難以通過商家的直接展示甄別產品的真實屬性，因而鮮切花產品的網絡消費行為表現出對網絡口碑的強烈依賴。另外，云南特殊的交通環境及道路情況使鮮切花產品一旦售出難以退換，網絡口碑的傳播及影響對商家和消費者都起著至關重要的作用。

為增強農戶與消費者之間的聯系、獲取鮮切花產品的網絡銷售業態、評估消費者網絡消費時受網絡口碑影響的因素及影響程度，本文對鮮切花產品網絡銷售平臺、網絡銷售中的消費行為進行研究，明確影響網絡口碑的因素，進而指導農戶提高鮮切花產品的品質及銷售量，實現鮮切花產品價格優勢、區域優勢，幫助農民致富。

(二)文獻綜述

楊浩雄等[6]采用實證研究法對生鮮產品網絡購買決策的關鍵因素進行研究，發現配送條件和生鮮產品的質量是最具影響力的關鍵因素。朱靜[7]通過對在線評論數據的結構化與非結構化劃分，采用統計分析軟件分析后獲取了產品品質、包裝物流、文本情感傾向等正向影響因素，從而提出生鮮產品店鋪提升銷量的優化策略。樹瑋[8]通過問卷調查與實證分析，發現生鮮電商平臺的客戶感知有用性與用戶滿意度、持續購買意愿等正相關，在此基礎上提出保證產品質量、提升服務質量、加強配送人員素質與差異化定價等保持用戶持續購買意愿的建議。趙文蕾[9]通過獲取盒馬生鮮的數據，采用隨機森林預測模型，并引入LDA主體聚類模型后得到消費者網絡購買生鮮產品的關鍵影響因素，即物流、價格、口感、新鮮度和外觀等。由于我國生鮮電商整體服務水平較國外低，因此，分析生鮮電商網絡口碑的影響因素能更好地指導商家提升服務水平及銷量。胡雅淇等[10]通過對在線評論細致地研究，發現對生鮮電商而言，在線評論數量、圖片數量等對銷量均有正向作用。

綜上，網絡口碑是消費行為產生后形成的具有針對性的產品評價，其中提及的產品屬性除了能指引消費者的消費行為外，還能指導商家對產品屬性進行改良及增強，提升產品品質以獲取更多的消費者。根據精細加工可能性模型(ELM理論),網絡口碑影響消費者購買決策有中樞和邊緣兩條路徑，具體通過哪條路徑取決于信息接收者的涉入程度，中樞路徑對應“高涉入”狀態，邊緣路徑對應“低涉入”狀態。Cacioppo J T等[11]認為中樞路徑的消費者更多關注口碑的屬性，而邊緣路徑的消費者更多關注口碑的數量及效價。邊緣路徑的消費者會表現出強烈的跟隨效應與從眾效應，而中樞路徑的消費者則更多表現出滲透效應，即通過產品屬性所產生的口碑逐步滲透，進而形成消費決策。由此，網絡消費行為便圍繞網絡口碑形成了邊緣路徑消費者跟隨中樞路徑消費者的消費模式，而中樞路徑消費者則更關注商品網絡口碑中的相關屬性。

從現有的對生鮮農產品網絡消費行為影響因素的研究來看，主要采用獲取數據—實證分析—提出結論的方法，但由于所獲取的數據通常來源單一、加之不同網絡交易平臺中樞路徑消費者差異明顯，就造成了各平臺的網絡口碑影響因素呈現差異化特征，商家無法根據平臺的不同而提供過于差異化的商品，因此，獲取各類平臺鮮切花網絡銷售具有普適性的關鍵影響因素需要進行數據融合。DS/AHP是由Beynon提出的一種主要用于群體決策過程的決策方法，較AHP方法更為有效。DS/AHP主要用于評估體系的設計、確定概率值或評價服務質量[12-14]，在群體決策與數據融合方面較為有效。但當專家意見分歧過大時，DS/AHP方法也會出現失效問題[15]，因此，構建基于模糊理論的三端點區間數判斷矩陣可以在一定程度上彌補這一缺陷。

二、因素分析與模型構建

本研究首先以網絡調查的方式確定網絡口碑的評價指標，考察幾個具有代表性的云南農產品交易網站，進行鮮切花網絡口碑數據收集與分析，找出影響因素。之后在DS/AHP方法的基礎上，引入模糊理論中的三端點區間數矩陣構造法，對各影響因素賦予權重，尋找網絡口碑中影響消費者決策的主要因素，并提出鮮切花產品品質提升及網絡銷售對策建議。

(一)因素分析

1. 云南鮮切花產品交易網站分析。基于對生鮮農產品移動APP的消費行為及選擇習慣，依據感知風險、感知有用性及感知易用性發現可用于生鮮農產品消費的網絡交易平臺有淘寶網、拼多多、京東商城、橙心優選、美團網等代表性網站。考慮口碑信息采集的可操作性，本研究選取成交量最大、口碑數量最多、交易區域覆蓋面更廣、代表了不同交易方式的網絡交易平臺淘寶網、京東商城、拼多多進行數據采集，且搜集的網絡口碑代表了不同網絡平臺、不同商品性質及銷售策略。淘寶網是國內最為成熟的C2C交易網站，賣家主要是個體經銷商或小型批發商。拼多多是C2B的銷售方式，主要以拼團方式進行農產品銷售，賣家一般都是農戶。京東商城主打B2C的經營方式，很多商品都是當地知名品牌。在三個網站上，首先檢索關鍵字“鮮花”，然后按照銷量進行排序，最后篩選產地“云南”，從而得到網絡交易平臺的口碑信息。

2. 云南鮮切花產品網絡口碑影響因素數據抓取。主要選擇淘寶網、拼多多、京東商城的數據進行分析。

(1)淘寶網數據抓取。在淘寶網鎖定銷量排名前20的云南鮮切花產品進行網絡口碑數據抓取。在單品頁面所有口碑信息中，篩選出有評價內容的口碑信息，應用網絡爬蟲軟件獲取口碑內容并對這些信息進行分析與比對。經過對鮮切花20件商品平均上萬條口碑數據進行統計分析，共截取13 487條口碑信息，初步發現淘寶網中最常提到鮮切花產品網絡口碑的因素為“新鮮”“外觀”“包裝”。

對搜集到的共13 487條網絡口碑數據進行統計分析。首先，認定當某一口碑信息重點提及“新鮮”時，則 “新鮮度”相關口碑增加一條記錄。然后，以網絡口碑的數量代替專家評價，對各項指標進行權重賦值，即將各項指標的百分比作為其權重。最后，得到淘寶網的口碑影響因素排序為：新鮮度0.35，外觀0.20，包裝0.16，價格0.12，服務0.10，物流0.07(見表1)。

表1 淘寶網云南鮮切花產品網絡口碑數據匯總

(2)拼多多數據抓取。與淘寶網檢索方式相同，在拼多多搜索關鍵字“鮮花”，然后以銷量從高到低的方式排序，采集排名前20的云南鮮切花農產品進行網絡口碑數據抓取，應用網絡爬蟲軟件共截取口碑信息17 613條，以每條口碑主要提及的重點信息作為該條口碑代表的影響因素，進行數據統計分析后得到拼多多的口碑影響因素為：新鮮度0.43，包裝0.20，外觀0.14，物流0.14，價格0.09(見表2)。

表2 拼多多云南鮮切花產品網絡口碑數據匯總

(3)京東商城數據抓取。通過在京東商城搜索“鮮花”關鍵字，采集排名前5的鮮切花農產品進行網絡口碑數據抓取，對截取的3 739條網絡口碑數據統計分析后得到京東商城網絡口碑影響因素為：物流0.34，包裝0.24，價格0.21，外觀0.10，服務0.08，新鮮0.03(見表3)。

表3 京東商城云南鮮切花產品網絡口碑數據匯總

(二)模型構建

如前文所述，DS/AHP方法是Beynon M于2001年將AHP與D-S證據理論相結合后提出的一種處理不確定性決策問題的信息融合方法，該方法通過綜合集成推理判斷信息從而處理不確定性決策問題[16]。但DS/AHP的決策結果易受決策者偏好的影響，尤其當決策者意見沖突較大時，該方法甚至無法得到決策結果。因此，引入模糊集理論中的三端點區間數(Three-Point Internal Number，以下簡稱TIN)修正DS/AHP在群體決策過程中的失靈現象，由此形成針對意見分歧的客觀性決策融合方法TIN-DS/AHP[17-19]。網絡口碑信息反映的是消費者在消費行為發生后對消費體驗的一種文字性表達，由于消費者存在心理差異，口碑信息中反映出的影響因素也千差萬別。本研究中3個網絡交易平臺獲取的鮮切花產品網絡口碑影響因素的數據信息由于沖突較大、數據不集中，因而無法作為云南鮮切花產品最終的網絡口碑影響因素數據。由此，下文通過應用TIN-DS/AHP法修正主觀意識偏差，并定量識別網絡口碑的影響因素，從而得出更具普適性的云南鮮切花產品網絡口碑影響因素。TIN-DS/AHP模型構建過程如下：

1. 構造DS/AHP識別框架。對于任意一個決策問題，有{A,B,…,N}等N個備選決策，則DS/AHP識別框架為Θ={A,B,…,N}。

2. 建立層次結構模型。設影響決策的因素有i個(i=1,2,…,m)，可得一個DS/AHP層次結構模型(見圖1)。若層次結構模型層級較多，還可以構建指標層等一系列中間層。

3. 構造比較矩陣及標準優先級值。構建i(i=1,2,…,m)的兩兩比較矩陣，對判斷矩陣計算最大特征根和特征向量并進行層次單排序，求得特征向量v=(v1,v2,…,vm)即為這i個準則的標準優先級值(CPV)。如有多個中間層，則逐級計算，直到算出方案層上一層特征向量作為CPV。

前三個步驟與傳統DS/AHP方法并無不同之處，接下來結合傳統DS/AHP方法步驟介紹基于三端點區間數的改進DS/AHP方法。

4. 備用決策適合度比較。備用決策的適合程度評價標準以表1為準，用2～6分別表示從一般適合到極端適合的各項適合程度。在傳統的DS/AHP方法中，通常是決策者一個人進行比較，從而得出一個備用決策相較于識別框架的適合程度(見表4)。

表4 決策的適合程度

c, a1 a2 Θ a1 a2 a3 10(rL1Θp,rM1Θp,rU1Θp)01(rL2Θp,rM2Θp,rU2Θp)(1rL1Θp,1rM1Θp,1rU1Θp)(1rL2Θp,1rM2Θp,1rU2Θp)1

其中，c,為準則層價格，a1={A,D}，a2={B}，r1，r2分別表示備用決策，a1，a2相較于識別框架Θ而言的適合程度，p表示被評價準則在所有準則中該CPV所占的權重。

6. 確定BPA函數。確定BPA函數后可為下一步Dempster規則融合提供基礎。由此，我們用三端點區間數及其線性規劃問題解決BPA的求解，從而取代傳統DS/AHP的BPA求解方法。相比傳統方法而言，這種方法更加簡便，準確性也大大提升。BPA函數的求解方法如下：

Minc=∑iΘs(cpoiΘ+cdoiΘ)+t(cpiΘ+cdiΘ)

(1)

式(1)中：目標函數表示尋求與最可能值、判斷上下限的偏離值之和最小的一組權重；約束條件1表示權重與最可能值的偏差關系；約束條件2、3表示權重與判斷上下限偏離值的偏差關系；約束條件4表示權重滿足歸一化條件；約束條件5表示權重非負，偏差變量非負。

記式(1)的最優值為c*，則有下述性質：當c*=0時，所求結果達到最優解，此時將m(·)定義為一個BPA，則有：m(sj)=wj及m(Θ)=wΘ。

7. Dempster融合。求得各備用決策的BPA后，應用Dempster規則進行多次數據融合，得到每一備選項的BPA{m(A),m(B),…,m(N)}并進行排序，如果此時已有最優方案，則算法終止；如還未得到最優方案，則通過計算每一方案的信度函數(Bel)和似真度函數(Pls)來進行最終決策。

(三)云南鮮切花產品網絡口碑影響因素分析

根據TIN-DS/AHP方法的操作步驟，對云南鮮切花產品的網絡口碑屬性進行識別如下：

1.對鮮切花產品的網絡口碑影響因素：新鮮度A、外觀B、包裝C、價格D、服務E、物流F作為備選決策，構造DS/AHP識別框架為Θ={A,B,C,D,E,F}。

令準則層為淘寶網、拼多多及京東商城3個網絡交易平臺，方案層為3個平臺消費者看重的不同農產品屬性，并將權重比較接近的屬性作為同一決策，即表示這些屬性在相同平臺對消費者的影響力基本相同，由此構建的DS/AHP層次結構模型如圖1所示。

圖1 云南鮮切花產品指標層次結構模型

令準則層淘寶網方案A為a1、方案B,C為a2、方案D,E為a3、方案F為a4，現有n=4位在不同的網絡交易平臺購買過鮮切花產品且發布過相關口碑信息并獲得點贊數量最多的4位消費者作為專家組成員對淘寶網4個相關方案及識別框架Θ進行比較，得到專家指標為：a1: {5, 6, 6, 5};a2: {4, 6, 5, 5};a3: {2,3,3,2};a4: {3,5,3,4}。構建三端點區間數知識矩陣如下：

a1 a2 a3 a4 Θa1a2a3a4Θ1000(5p,5.5p,6p)0100(4p,5p,6p)0010(2p,2.5p,3p)0001(3p,3.75p,5p)(15p,15.5p,16p)(14p,15p,16p)(12p,12.5p,13p)(13p,13.75p,15p)1

接下來驗證淘寶網三端點區間數知識矩陣的一致性，列出所求線性規劃如下：

Minc=∑iΘs(cpoiΘ+cdoiΘ)+t(cpiΘ+cdiΘ)

(2)

得到線性規劃結果cpoiΘ=0，cdoiΘ=0，cpiΘ=0，cdiΘ=0，s=0，t=0；w1=0.32，w2=0.29，w3=0.12，w4=0.22，wΘ=0.05。于是得到m(a1)=0.32，m(a2)=0.29，m(a3)=0.12，m(a4)=0.22，m(Θ1)=0.05。

由求得的準則層淘寶網BPA函數可知：對于淘寶網的用戶而言 “新鮮度”“外觀”“包裝”是他們最看重的因素， “物流”次之，其余因素并不十分看重。

同理，令拼多多方案A為b1，方案C為b2，方案BF為b3，方案D為b4，4位專家消費者對其相關方案與識別框架Θ進行比較后得到專家指標為：b1:{5, 6, 6, 5};b2:{5, 5, 4, 6};b3: {3, 2, 3, 2};b4: {6, 5, 5, 5}。

構建三端點區間數知識矩陣如下：

b1 b2 b3 b4 Θb1b2b3b4Θ1000(5p,5.5p,6p)0100(4p,5p,6p)0010(2p,2.5p,3p)0001(5p,5p,6p)(15p,15.5p,16p)(14p,15p,16p)(12p,12.5p,13p)(15p,15p,16p)1

接下來驗證拼多多三端點區間數知識矩陣的一致性，列出所求線性規劃如下：

Minc=∑iΘs(cpoiΘ+cdoiΘ)+t(cpiΘ+cdiΘ)

(3)

得到線性規劃結果cpoiΘ=0，cdoiΘ=0，cpiΘ=0，cdiΘ=0，s=0，t=0；w1=0.29，w2=0.26，w3=0.13，w4=0.26，wΘ=0.06。由此可知m(b1)=0.29，m(b2)=0.26，m(b3)=0.13，m(b4)=0.26，m(Θ2)=0.06。

由求得的準則層拼多多BPA函數可知：對于拼多多的用戶而言 “新鮮度”是他們最看重的因素， “包裝” “外觀”及“價格”次之，對“物流”并不十分看重。

同理，令京東商城方案F為c1，方案C,D為c2，方案B,E為c3，方案A為c4， 4位專家消費者對其相關方案與識別框架Θ進行比較后得到專家指標為：c1: {6, 5, 6, 6};c2: {2, 5, 4, 4};c3: {4, 6, 4, 5};c4: {4, 6, 3, 6}。

構建三端點區間數知識矩陣如下：

c1 c2 c3 c4 Θc1c2c3c4Θ1000(5p,6p,6p)0100(2p,3.75p,5p)0010(4p,4.75p,6p)0001(3p,4.75p,6p)(15p,16p,16p)(12p,13.75p,15p)(14p,14.75p,16p)(13p,14.75p,16p)1

接下來驗證京東商城三端點區間數知識矩陣的一致性，列出所求線性規劃如下：

Minc=∑iΘs(cpoiΘ+cdoiΘ)+t(cpiΘ+cdiΘ)

(4)

得到線性規劃結果cpoiΘ=0，cdoiΘ=0，cpiΘ=0，cdiΘ=0，s=0，t=0；w1=0.30，w2=0.19，w3=0.23，w4=0.23，wΘ=0.05。于是可知m(c1)=0.30，m(c2)=0.19，m(c3)=0.23，m(c4)=0.23，m(Θ3)=0.05。

由求得的準則層京東商城BPA函數可知：對于京東商城的用戶而言， “物流”是他們最看重的因素， “價格” “服務” “外觀” “新鮮度”次之，對“包裝”因素并不十分看重。

2.在獲得各備用決策的BPA函數后，通過應用Dempster規則對各備選決策多次融合獲得最終的決策結果。

首先，就指標A對淘寶網和拼多多進行融合如下：

求得：m1(B)=0.101，m1(C)=0.202，m1(D)=0.084，m1(D,E)=0.016,m1(F)=0.077。

然后，將此融合結果與京東商城進行Dempster融合如下：

求得：m(B)=0.049,m(C)=0.081，m(D)=0.034，m(E)=0.008，m(F)=0.049。

最后，進行歸一化后得到：wA=0.354，wB=0.143，wC=0.237，wD=0.099，wE=0.024，wF=0.143。 從歸一化的結果來看，綜合3個網絡平臺上云南鮮切花產品的網絡口碑信息可知：最受消費者重視的影響因素為“新鮮度”，其次為“包裝” “外觀”“物流”，其他因素的影響則不明顯(見表5)。這充分突顯了鮮切花產品的生鮮農產品屬性，在銷售中更應根據其生鮮特性進行銷售策劃。

表5 云南鮮切花產品網絡口碑影響因素排序

三、結論

本文基于云南鮮切花銷售在新興電商交易過程中所面臨的機遇與挑戰，針對鮮切花產品所特有的季節性、易變質性、質量敏感性等特點，從網絡口碑的視角分析了影響云南鮮切花銷售的主要因素，得出研究結論如下：

1. 網絡口碑對鮮切花產品的信息傳播能起到積極作用。通過研究，證明了網絡口碑的數量及相關屬性能對鮮切花產品的銷售產生正向影響，尤其是對大部分涉入度較低的邊緣路徑消費者。

2. 云南鮮切花產品目前比較集中的交易平臺有淘寶網、拼多多、京東商城、橙心優選及美團網等，這些平臺所集中的網絡口碑對消費者的消費決策及商家的改進措施有一定程度的影響。

3.結合網絡口碑信息的可得性，應用TIN-DS/AHP方法在淘寶網、拼多多、京東商城進行口碑數據獲取與信息分析、融合后得到云南鮮切花產品網絡口碑的重要影響因素為“新鮮度”“包裝”“外觀”和“物流”，由此，對云南鮮切花產品種植及銷售提出如下建議：

第一， “新鮮度”和“物流”與賣家的訂單響應速度相關。在鮮切花產品種植過程中需特別注意花卉的成熟期，消費者下達訂單后采摘最新鮮的花卉并第一時間進行包裝發貨；對即將失去新鮮度的鮮切花卉可結合一定促銷手段進行銷售。另外，在鮮切花卉的網絡銷售中，由于物流時滯的存在，商品無法第一時間送至消費者手中，因此，除了高速高效的物流響應外，還需商家根據消費者的地理位置選擇處于不同花期的鮮切花卉發貨，以保證消費者收到的花卉新鮮度。

第二， 鮮切花產品的脆弱性決定了包裝的重要性。包裝除受商家的直接影響外，還受物流的間接影響。因此，商家同樣需要根據訂單距離及物流時效制定相應的包裝策略，確保鮮切花卉在遠距離物流過程中不會出現包裝破損及商品折損，導致消費者滿意度降低并給商家帶來經濟損失。

第三， 鮮切花屬觀賞性產品，主要滿足消費者的愉悅需要。商家需確保鮮切花產品貨版對應，避免出現實物商品與宣傳廣告差距太大的現象，引起負面網絡口碑，影響后續銷售效果。

第四， 第三方物流服務商的選擇。我國目前物流行業從業人員資質良莠不齊，物流過程中易出現“暴力物流”等問題，導致商品破損。因此，商家需謹慎選擇物流企業，不能一味追求低成本，應綜合考慮價格、服務、速度等因素選擇最適合的物流服務提供商。