生鲜农产品网购中交易属性对消费者满意度的影响--基于水果品类在线评论挖掘分析

0引言
2014—2019年，我国政府发布的《第一号文件》持续关注农村电商发展，要求形成线上线下融合、农产品上行与工业品下行的双向流通格局。

2020年进一步指出，打造地方知名农产品品牌，扩大电子商务进农村覆盖面，加强村级电商服务站点建设，推动农产品进城。

根据商务部国际贸易经济合作研究院发布的数据，2018年中国生鲜农产品网络零售交易额为1778亿元，是2012年的50倍。

虽然农产品电商交易发展非常迅速，但与中国生鲜农产品2万亿元的市场规模相比，占比还很小，电商推动农产品进城之路还有待完善。

与工业品电商相比，生鲜农产品的鲜活性、季节性、地域性及标准化程度低、物流成本高、运输损耗较大等特征，容易导致消费者购物体验不佳、满意度不高等问题[1]。

对于经营主体而言，了解消费者购买产品和服务的实际态度至关重要。

消费者的满意度不仅反映企业的经营状况，还是决定消费者是否会重复购买及影响其他消费者购买的主要因素[2]。

所以，提高消费者满意度是生鲜电商经营主体可持续发展的重要条件。

在传统商务中，由于消费者购买行为难以记录，通常采用购买意愿预测购买行为的做法。

然而，意愿与行为之间往往存在偏差，意愿对行为的预测不一定准确[3]。

电子商务的出现使在线评论成为消费者分享购物体验的重要形式，随着在线评论数量迅速增长，不少学者将在线评论作为分析消费者满意度的
数据来源[4，5]。

消费者满意度的影响因素众多，但主要包括产
品属性和交易属性两个层面[6]。

产品属性指产品的质量、特征及使用等方面的属性，交易属性指购买产品或服务的过程中产
生的属性，如购物体验、销售政策、物流配送、客户服务等。

消费者线上或线下购买生鲜农产品，其产品属性对于满意度的影响几乎相同。

因此，本文仅研究生鲜农产品网购中交易属性对于消费者满意度的影响。

本研究以水果品类为例，首先对在线评论进行文本挖掘分析，包括交易属性特征词提取、情感极性分析，然后以情感极性为被解释变量，交易属性特征词为解释变量，构建logit 回归模型，实证分析生鲜农产品网购中交易属性对消费者满意度的影响。

1文献回顾
现有生鲜农产品电商消费者行为研究多以理性行为理论、计划行为理论、技术接受模型等作为理论基础，从感知有用、感知易用、感知收益、感知风险等维度寻找网购生鲜农产品的影响因素：邹俊[7]研究发现，消费者网络感知与评价、期望价格对网购生鲜农产品意愿有正向影响，而购买便利程度与餐饮习惯影响不大；何德华等人[8]研究发现价格折扣、包装及物流服务预期对生鲜农产品网购意愿影响不大，产品安全和质量预期、网站信息丰富度才是主要影响因素。

洪鑫和刘玉慧[9]在美国消费者满意度指数（ACSI ）模型的基础上引入品牌形象，构建了生鲜农产品消费者满意度假设模型，并通过问卷调查进行实证检验。

不少学者还从信任视角研究消费者网购生鲜农产品的满意度。

例如，林家宝等人[1]以水果为例进行实证研究发现，产品、物流和网站质量及沟通显著影响消费者信任；张应语等人[10]实证分析了O2O 环境下生鲜农产品的购买意愿，结果表明消费者对网站评价的信任程度正向影响购买意愿；康培
【基金项目】国家社会科学基金一般项目“农村电商生态系统中农产品上行的阻滞与疏通机制研究”（项目编号：18BGL268）；河南省高校哲学社会科学创新团队资助项目“大数据与管理决策”（项目编号：2019-CXTD-04）。

【作者简介】雷兵，男，博士，河南工业大学管理学院教授，研究方向：电子商务与商务智能；刘小，男，硕士研究生，河南工业大学在读，研究方向：电子商务与商务智能；钟镇，男，博士，河南工业大学管理学院副教授，研究方向：Web 数据挖掘、信息计量学研究。

生鲜农产品网购中交易属性对消费者满意度的影响
——
—基于水果品类在线评论挖掘分析雷兵，刘小，钟镇
（河南工业大学管理学院商务智能与知识工程实验室，河南郑州450001）
【摘要】消费者满意度对于生鲜农产品电商经营主体可持续发展意义重大。

文章以水果品
类为例，通过对淘宝和天猫平台的916609条在线评论数据，进行特征词提取和情感极性分析，构建logit 回归模型，研究交易属性对消费者满意度的影响。

结果表明，影响消费者满意度的交易属性包括销售政策、物流配送、商家信用、客户服务、纠纷处理5个方面，其中价格实惠、物流质量、物流速度影响十分显著；无论是涨价还是降价，商家频繁变动价格均具有负向影响；当买卖双方发生交易纠纷时，无论商家是否赔付，均呈负向影响。

建议注重生产经营成本优化、加强冷链物流设施建设及重视农产品品牌建设。

【关键词】生鲜农产品电商；消费者满意度交易属性；评论挖掘【中图分类号】F323.7【文献标识码】A 【文章编号】1674-0688（2020）12-0136-04
等人[11]研究了生鲜农产品网购临场感与消费者在线黏性之间的关系发现，信任具有部分中介效应。

综上所述，现有文献对生鲜农产品电商消费者行为的研究不断深入，研究视角逐渐广泛，理论基础扎实，研究结论对于生鲜农产品电商实践具有较强的指导意义。

然而研究方法以问卷调查为主，鲜有来自现实电商平台购买者行为大数据的经验证据。

基于此，本研究以淘宝和天猫平台水果品类海量在线评论本文作为数据来源，以生鲜农产品网购体验为视角，研究交易属性中消费者满意度影响因素。

2研究设计
2.1数据来源
目前，电商平台销售的生鲜农产品主要有水果、蔬菜、水产、肉禽蛋、奶、豆制品等类别。

其中，水果占生鲜农产品交易额的比重最大，因此以水果为例进行研究。

本文的数据来自淘宝和天猫电商平台，数据的采集时间为2018年10月29日至11月6日，采集步骤如下：首先，通过淘宝网搜索“水果”关键词，记录下所有返回商品的链接，经人工识别，剔除无效链接、广告链接及非水果品类商品链接后，得到97种水果品类的6035款商品；其次，逐一采集每款商品的在线评论，经清洗筛选后，最终获得916609条在线评论。

2.2评论挖掘
本文通过Python语言编程对916609条在线评论进行挖掘分析，包括以下两个部分的内容。

（1）情感极性分类。

针对每条在线评论，根据消费者的态度确定其为正面或负面评价。

本文运用第三方类库“Snow-NLP”对在线评论进行情感极性分类，并将其作为该条评论的消费者满意度测量值。

首先从生鲜农产品在线评论中选取2390条数据，采用人工标注的方法标注每一条评论的情感极性，并且采取十折交叉验证的方法通过SnowNLP训练模型进行机器学习。

通过测试，情感极性分析的查准率达到94.68%，可以应用于大规模评论文本的情感极性分析。

由于SnowNLP输出值为［0，1］间的连续数值，本研究将大于等于0.5的归入正面评价，即满意，用1表示；将小于0.5的归入负面评价，即不满意，用0表示。

表1为在线评论数据的基本统计情况。

（2）特征词提取。

针对每条在线评论，提取与交易属性相关的特征词。

首先是中文分词。

对916609条评论文本通过第三方类库“jieba”中文分词软件包，采用精确模式算法进行分词。

为提高分词的准确性，本文构建本地词库，加入生鲜农产品电商领域中的专有名词，并借助“哈工大停用词表”去除停用词，最终得到99955个关键词。

其次是特征词筛选。

对关键词进行统计词频，初筛出词频大于等于30以上的关键词11778个，再采用人工识别的方法剔除与生鲜农产品交易属性无关的特征词，最终得到478个特征词。

2.3计量模型
本文的研究目标是通过在线评论实证分析生鲜农产品网购中交易属性对消费者满意度的影响，因此在上述评论挖掘的基础上，以消费者满意度为被解释变量，以交易属性特征词为解释变量，构建计量模型。

（1）解释变量。

评论挖掘部分提取的特征词共481个，如果全部作为解释变量将导致维度过高、多重共线性等问题，因此需要对其进行归类。

本文从购买决策过程和感知价值（包括功利价值和体验价值）两个角度提取交易属性的维度，结合中国生鲜农产品电商发展现状最终确定解释变量由销售政策、物流配送、商家信用、客户服务、纠纷处理5类变量构成，每类变量包含若干个交易属性，每个交易属性包含若干个独立变量，每个独立变量由一组同义词合并构成，共计20个独立变量（解释变量），具体情况见表2。

分类
商家类型商品产地
天猫淘宝国内进口商品数量274932865418617
评论条数55497636163382424392366
满意条数43599230248766561172868
不满意条数1189845914615863219498
表1在线评论数据的基本情况（单位：条）
变量类型交易属性独立变量频数占比（%）销售政策
价格
价格偏高13278 1.45
价格实惠13128814.32
涨价16130.18
降价30180.33
促销赠品7340.08物流配送
物流速度
物流快905489.88
物流慢10048 1.10
物流质量
有损伤10697411.67
无损伤712567.77
包装好56305 6.14
包装差570.01商家信用
商家诚信
诚信31164 3.40
不诚信86340.94
品牌信任好品牌680.01客户服务
服务态度
态度好21740 2.37
态度差2200.02
服务质量
用心21659 2.36
不用心1250.01纠纷处理赔偿情况
赔付12131 1.32
不赔付390.00
表2解释变量的基本情况
（2）模型构建。

由于消费者满意度的取值为1或0，因此选用logit回归模型进行分析。

根据上文分析，解释变量由20个独立变量构成，独立变量的取值为1或0，即当某条在线评论中包含相应的特征词，其独立变量为1，否则为0。

logit回归模型构建如下：
logit y i=β0+20j=1
移βj x ji+εi（1）式（1）中，y为消费者满意度，x j（j=1，2，...，20）为独立变量，β表示系数，ε表示随机误差项。

3实证分析
运用Stata16软件对916609条数据进行logit回归分析，Pseudo R2为0.1098，LR chi2为66928.46，Log Like-lihood为-401809.66，似然比在1%的统计水平上显著，表明模型拟合效果较好，其余统计量见表3。

（1）销售政策。

价格感知是消费者功利价值的重要体现，功利价值是对功能收益的整体评估，当消费者感知到购买的商品或服务“便宜”“实惠”“值得”时，就表现为满意，反之则表现为不满意。

回归结果表明，消费者网购生鲜农产品对价格敏感，“价格实惠”具有正向影响而“价格偏高”为负向影响。

结合表2可以看出，“价格实惠”出现的频率占总评论文本的14.32%，排在20个解释变量的首位，评论中常出现“比水果店卖的价格便宜多了”“味道好，价格还低，值得购买”等语句，这充分印证了生鲜农产品网购“价格为王”的现状。

在电商平台中，由于搜索引擎、商品比价等功能的存在，所以销售同种商品的不同商家之间很容易聚集在一起，价格成为消费者选择商家的重要依据。

此外值得注意的是，在回归数据中，“降价”跟“涨价”一样，均为负向影响。

（2）物流配送。

对于生鲜农产品电商而言，物流配送对消费者满意度的影响十分显著。

从表3可知，6个解释变量均通过检验。

首先，消费者看重物流质量。

消费者判断物流质量的主要依据是收到的商品是否有破损，当出现“压坏”“磕碰”“变形”“开裂”时，消费者的购物体验将跌入谷底，甚至不再愿意网购生鲜农产品。

此外，消费者深知，若要物流质量好，包装非常重要。

包装是生鲜农产品网络销售中的重要环节，良好的包装可以减少物流配送过程中生鲜农产品的损伤并保持新鲜度。

当消费者出现“这种高档次包装，运输中是不会碰坏
滴”“包装严实”等语言时，满意度普遍较高；而出现“包装极其简陋”“包装外面都是黏糊糊的汁”等语言时，基本是差评。

其次，消费者非常在意物流速度。

生鲜农产品的地域性很强，传统商务环境下消费者很难及时买到距离遥远的地方特色农产品。

（3）商家信用。

生鲜农产品的非标准化特性使其具有经验品、信任品属性，消费者只有在收到货物的时候才能知道商品的质量和数量。

通常，消费者网购时感知到的风险包括网站上的图片及文字描述是否与实物一致，以及新鲜度、口感、大小、分量能否保证。

当消费者发现“缺斤少两”“虚假宣传”“花了那么多钱买的是假货”时，立即感觉到“商家不诚信”“上当受骗”，从而做出“再也不买这家商品”的决定。

当消费者感知风险存在时，品牌信任是购买决策的重要因素。

然而，实证结果表明，消费者提及“品牌值得信赖”“大牌子”“好品牌”等有关品牌信任的词汇非常少，只占总评论数的0.01%，回归检验也仅在5%的统计水平上显著，这并不是说消费者不关心品牌，而是当前生鲜农产品的品牌化建设还处于初级阶段。

变量类型系数标准误Z值销售政策
价格偏高-1.449***0.020-74.28
价格实惠 1.098***0.01294.91
涨价-0.728***0.059-12.42
降价-1.042***0.050-20.84
赠品-0.0900.121-0.75物流配送
物流快 1.101***0.01574.59
物流慢-1.588***0.022-71.59
有损伤-1.338***0.008-170.60
无损伤0.613***0.01443.68
包装好 1.664***0.02469.51
包装差-1.777***0.363-4.89商家信用
诚信0.669***0.02131.27
不诚信-3.016***0.030-101.92
好品牌 1.416**0.719 1.97客户服务
服务态度好 1.690***0.04141.56
服务态度差-3.271***0.266-12.28
店主用心 1.111***0.03234.99
店主不用心-3.362***0.299-11.25纠纷处理
赔付-0.225***0.024-9.49
不赔付-3.236***0.729-4.44注：***、**分别表示在1%和5%的水平显著
表3模型回归结果
（4）客户服务。

消费者的客户服务感知属于体验价值的范畴，体验价值与情感获得和社交刺激有关，它可以增强消费者的网购体验。

消费者对于客户服务的感知体现在两个方面，一是商家的服务态度，高频特征词包括“服务态度很好”“客服热情”“有问必答”“有耐心”等；二是做事的用心程度，如“到货时还打电话询问有没有烂的，特别贴心”“里面还送了勺子，十分贴心”等。

需要注意的是，解释变量“服务态度差”和“店主不用心”的出现频率仅占0.02%和0.01%而回归系数高达-3.271和-3.362，这说明虽然负面的客户服务评价不多，但十分影响消费者满意度。

（5）纠纷处理。

交易过程中难免出现纠纷，如发错货、少发货或者出现商品损伤、腐烂变质等问题。

面对这种情况，多数商家能做到及时赔付，赔偿的方式包括换货、退货及现金补偿等。

从回归结果可以看出，商家“不赔付”的回归系数为-3.236，说明严重影响消费者满意度；然而令人意外的是，商家“赔付”的回归系数为也是负数，进一步分析评论文本发现，一是交易纠纷会降低购物体验，二是部分赔付并未达到消费者预期。

4结论与对策
本文基于淘宝和天猫平台水果品类916609条在线评论数据，通过交易属性特征词提取和情感极性分类，并运用logit回归模型实证分析了生鲜农产品网购中交易属性对消费者满意度的影响。

研究结果表明：①影响消费者满意度的交易属性包括销售政策、物流配送、商家信用、客户服务、纠纷处理5个方面，涉及等价格、物流速度、物流质量、商家诚信、服务态度、服务质量、赔偿情况7类属性，其中价格实惠、物流质量、物流速度对消费者满意度影响十分显著。

此外，商家频繁变动价格，无论是涨价还是降价均具有负向影响。

②任何有损购物体验的行为将严重影响消费者满意度，如商家不诚信、服务态度差、做事不用心、发生交易纠纷等。

基于以上实证结论，结合中国生鲜农产品电商发展现状，提出以下3点对策建议：第一，注重生产经营成本优化。

一是促进电商企业与种植大户、专业合作社、龙头企业等深度合作，通过适度规模经营降低生产成本；二是培育本土供应链服务商，对接供需两端，将分散的农产品集中，承担农产品标准化、规模化的职能，降低流通费用；三是提升经营主体的电商营销能力，积极利用微信、短视频、网络直播等新型社交媒体开展农产品销售工作，降低电商运营费用。

第二，加强冷链物流设施建设。

推动邮政、供销社、快递企业等整合资源，完善县、乡、村三级冷链物流网络，探索“多站合一、资源共享”的共同配送模式，建设现代化农产品冷链仓储物流体系。

第三，重视农产品品牌建设。

一是重视农产品区域品牌的传播工作，提炼地域文化、农产品品质等特色元素，设计网络视觉形象识别系统，加强与知名新闻媒体、社会化媒体、视频网站、电商平台的深度合作，开展形式多样的推广活动；二是促进龙头企业品牌建设，加强农产品分级溯源，推动农产品质量认证，确保农产品质量安全，提升企业品牌影响力。

参考文献
［1］林家宝，万俊毅，鲁耀斌．生鲜农产品电子商务消费者信任影响因素分析：以水果为例［J］．商业经济与管理，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］吴春雅，夏紫莹，罗伟平．消费者网购地理标志农产品意愿与行为的偏差分析［J］．农业经济问题，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］邹俊．消费者网购生鲜农产品意愿及影响因素分析［J］.
消费经济，2011（4）：69-72，76．
［8］何德华，韩晓宇，李优柱．生鲜农产品电子商务消费者购买意愿研究［J］．西北农林科技大学学报（社会科学
版），2014（4）：85-91．
［9］王洪鑫，刘玉慧．网络购买生鲜农产品的消费者满意度影响因素实证研究［J］．消费经济，2015（6）：81-86．［10］张应语，张梦佳，王强等．基于感知收益-感知风险框架的O2O模式下生鲜农产品购买意愿研究［J］．中国
软科学，2015（6）：128-138．
［11］康培，孙剑，邓彦宇．网络购物临场感、信任与消费者在线粘性——
—以B2C模式下消费者网购生鲜农产品为例［J］．企业经济，2018（7）：89-97．。