网络口碑对生鲜农产品在线销量的影响——基于电商合作社的实证研究

付丽莎 黄继茂

（西南林业大学经济管理学院 云南昆明 650224）

引言

生鲜农产品是未经加工或只经过清洗、分拣、分割等少许初加工的初级农产品，属于日常刚需产品，消费潜力大。生鲜农产品电子商务的发展是推进农业可持续发展和乡村振兴的重要战略支撑。生鲜农产品不仅要实现增产，也要实现增收。农民不仅需要种好农产品，更需要将农产品变成实实在在的收益，而销量是收益最好的体现。技术经济和电子商务的快速发展，给生鲜农产品销往更远更多的地方提供了良好的平台，生鲜农产品电商应该紧紧抓住这个时代的契机，创造更大的收益。

影响生鲜农产品在线销量的因素有很多，如销售平台、物流配送、包装设计、产品价格质量等。由于生鲜农产品易腐蚀易损坏的特性使其线上销售变得尤为困难。消费者在线上购买生鲜农产品时会更加注重生鲜农产品的质量安全。所以，生鲜农产品供应链是影响其质量安全的关键因素。此外，线上销售导致的信息不对称使得消费者无法直观的感受到生鲜农产品的质量，由此消费者更加依赖于从网络上搜索已购消费者发表的评论，他们认为这样能够降低对产品的感知风险，从中获取更加真实的产品信息。所以，在这个背景下，网络口碑就应运而生了。

关于网络口碑，现有研究大多是从企业的角度出发，研究其对销量的影响，但目前在农业数字化时代的背景下，农民合作社作为一个农民经济组织在帮助农民获得利益方面有其特殊的优势。农民合作社的存在不仅节省了交易成本，而且大大提高了交易效率。互联网和信息技术的发展，电子商务也随之走进了合作社，在有效促进农户与市场对接、助力解决乡村振兴、建立新型现代化乡村治理体系的过程中发挥着重要的作用。电商合作社作为农户和市场的中间桥梁，能够有效的解决“卖难买贵”的问题，对增加农民收入有着重要的现实意义。因此，电子商务不仅能够提高了合作社的绩效，而且对合作社农产品生产、组织内交易与销售产生明显影响。

因此，本研究主要从以下几个部分展开。第一部分是引言，主要介绍了研究的背景和意义；第二部分从理论综述展开分析，提出研究假说；第三部分主要介绍了数据的收集和筛选；第四部分实证分析；第五部分是本文的结论和启示。

理论综述与研究假说

（一）网络口碑与产品销量的关系

Hanson（2000）最早将以计算机为中介的口碑沟通定义为网络口碑，网络口碑又被称为电子口碑、线上口碑、虚拟口碑等。所以，网络口碑与在线评论属于相同范围的概念。网络口碑对消费者和企业都很重要。对于消费者来说，在选购线上生鲜农产品的过程中，往往会先查看生鲜农产品的相关评论，根据评论的数量、效价等相关因素来做出是否购买的决策，网络口碑所含信息量越大，被消费者选择的可能性也越大。而对于经营者来讲，利用网络口碑的营销降低了企业营销信息传播成本，更具针对性且灵活高效。网上购物存在着一定的风险，网络消费者为降低网上购物风险，会更多地关注其他消费者对商品的评论信息。商品的口碑越好，消费者的感知风险就会越低。感知的质量越好，其购买意愿就越高，从而提高产品的销量。现阶段，消费者认为什么样的网络口碑更有用变得尤为重要。

（二）研究假说

当前，关于网络口碑的研究已非常丰富，网络口碑对产品销量的影响也得到了许多学者的关注。本研究选择生鲜水果类农产品作为研究对象，根据评论的内容特征将网络口碑评分、网络口碑长度、网络口碑总数量、网络口碑图片数量和网络口碑时效性作为研究变量。网络口碑的内容反映了生鲜农产品的信息，一定程度上口碑越长，包含的产品信息就越多，越能提高消费者的购买意愿。对于搜索型产品而言，评论长度对消费者购买意愿的影响更为强烈，而对于体验型产品而言影响并不是很大。网络口碑中的图片是对商品的一种客观描述，图片在网络口碑中充分发挥了“有图有真相”的重要作用，图片能提供给消费者更多关于商品的真实信息。网络口碑中的图片数量会对评论的有效性产生正向的影响。在一定范围内，图片数量越多，评论的有用性越高。网络口碑时效性指在线评论发布时间与评论阅读者查看评论时间的差值。在一定程度上反映了网络口碑信息在发布时间上的新旧程度，也体现了网络口碑的发布时间和当时使用的感受，对提高消费者的购买意愿起着重要作用，评论时效对评论有用性有正向影响。对于同一商品而言，越是时效性高的评论，越能够得到消费者的认可。网络口碑数量主要指消费者对某一产品的评论数量，反映的是网络口碑的“知晓效应”，代表了网络口碑规模的大小。杜学美等（2013）认为评论的数量正向影响消费者的购买意愿，影响消费者对产品的态度，进而影响产品的销量；石文华等（2017）在在线影评对票房收入影响的比较研究中得出结论：影评数量对票房的影响不显著，但短评数量对票房就有较强的正向影响；孟园、王洪伟等（2017）通过研究发现正向评论数量占所有评论数量的比例与产品销量有正相关关系。网络口碑评分指评论者对于产品评分的高低。一般情况下，网络口碑评分越高，意味着评价越积极，相应的网络口碑越容易说服其他消费者接受该产品，进而对产品的销量产生影响。评分对于消费者行为和产品的销量都会产生极大的影响。龚诗阳等（2013）从“说服效应”角度证实网络口碑效价对营销的显著作用：即网络口碑效价越高，网络口碑越具说服力，越易促使消费者产生购买意愿，从而提高生鲜农产品的销量。

综上所述，本文提出假设H1、H2、H3、H4、H5。

H1：网络口碑的长度正向影响生鲜农产品在线销量。

H2：网络口碑的图片数量正向影响生鲜农产品在线销量。

H3：网络口碑的时效性正向影响生鲜农产品在线销量。

H4：网络口碑的评论数量正向影响生鲜农产品在线销量。

H5：网络口碑的评分正向影响生鲜农产品在线销量。

网络口碑的主要功能是帮助消费者减少购买决策中的不确定风险，提高消费者的购买意愿，增加产品的在线销量。因此，本文在上述研究假设的前提下，构建网络口碑、消费意愿、在线销量三者之间关系研究模型，如图1所示。

图1 在线评论、消费意愿、在线销量关系模型

数据的收集和筛选

（一）数据的收集

本文采用网络爬虫技术手段，利用 Python 软件获取数据源，选取了80个生鲜农产品店铺的在线评论进行抓取。抓取完原始数据后对有缺失的数据进行删除，最终获得有效的生鲜水果的评论数据共 49671 个。根据淘宝和天猫平台评论制度，每天的评论数据都在更新变化，本数据收集时间从2020年10月1日到2020年12月31日，历时3个月，以月为单位爬取淘宝和天猫生鲜农产品合作社店铺评论数据。具体包括生鲜农产品评论数量、在线评论的图片数量、商品的销售量、商品评分、物流评分、服务评分等结构化评论数据。

（二）数据的筛选

本数据来源于淘宝和天猫平台，记录从2020年10月1日到2020年12月31日共三个月的数据，相关变量的测定见表1。

表1 相关变量测定

注：所有数据变量直接爬虫采集，采集到的数据做自然对数处理。

?

数据描述与实证分析

（一）描述性统计分析

本文运用 SPSS.23 对整理后的数据进行描述性统计分析，具体的分析结果如表2所示。

表2 描述性统计分析结果

?

从描述性统计分析结果来看，生鲜农产品销量、网络口碑图片数量及网络口碑的总数量的方差较大，这说明研究样本的文本评论数量及产品销量跨度较大，具有研究价值。值得关注的是物流、服务和商品评分三栏，方差较小样本的跨度较小，分值总体偏高，消费者对生鲜农产品电商的总体情感倾向值偏高，说明消费者对生鲜农产品电商的整体满意度较高，但生鲜电商企业在某一方面仍需进一步的改进，以提高消费者的整体满意度情况。

（二）相关分析

相关分析是为了判断变量之间是否存在相关关系，本研究将使用统计分析软件 SPSS22.0 对所有变量进行Pearson 相关分析，分析结果如表3所示。

表3 变量相关性分析结果

注：.在0.01 水平（双侧）上显著相关。.在 0.05 水平（双侧）上显著相关。

?

从表3可得，网络口碑时效（-0.767）、网络口碑平均字数（0.764）、网络口碑中的图片数量（0.942）和网络口碑的总数量（0.948）与农产品网络销量具有显著的相关性。农产品口碑评分中物流评分（0.421）、服务评分（0.489）、商品评分（0.371）与农产品网络销量不存在显著的相关性，同时这两个变量和其余四个变量也不存在显著的相关性。在理论上，评分的高低反映了顾客满意度，在农产品网络销量中起着至关重要的作用。但在电商合作社生鲜水果网络口碑评价体系下，农产品网络口碑评分对农产品网络销量的影响不大。网络口碑的评分对产品在线销量的影响不显著（P＞0.1）。这是因为消费者对质量和服务的感知度较低，他们需要更多评论内容来降低其购买风险。综上，可以初步判定假设 H5 不成立。

（三）模型构建

本文在综合前人研究成果的前提下，分析网络口碑的多重属性，然后提出研究模型，即不同销量的条件下，网络口碑的字符平均数、网络口碑的时效性、网络口碑中图片评论数量和网络口碑总数量对电商合作社在线农产品销量影响的回归模型。为使各个变量的分布均符合正态分布，本文将对于放入模型中的每个变量取对数，因此拟构建回归方程如公式（1）：

其中，

lnsales

表示产品销量的对数，称为被解释变量；β（i = 1，2，3，4，5）表示可以精确测量并可控制的一般变量，代表相应属性的指标权重，称为回归系数；x（i = 1，2，3，4，5）分别表示在网络口碑总数量、网络口碑长度、网络口碑图片数量、网络口碑时效性和网络口碑评分的对数值。ε为常数，表示随机误差，用于模型调整。

（四）多元线性回归分析

网络口碑长度、网络口碑图片数量、网络口碑总数量、网络口碑时效性和网络口碑评分是否会对销量产生影响，产生的影响是否显著，各变量之间又是否会产生交叉作用，以上问题想要得出一个最直观的解释，可以通过构建多元线性回归模型来得到结论。模型的整体拟合F值检验显著（P=0.000），判定系数R=0.916，调整后的判定系数 Adj-R=0.974，标准估计的误差为0.29725，模型拟合效果较好。

为解决多重共线性问题，本文将采用逐步回归模型分析各自变量和因变量之间的相关关系。具体的分析结果如表4所示。

表4 网络口碑对产品销量影响回归分析结果

注：因变量为销量。

?

由表4可得，产品的网络口碑评分、网络口碑的时效性对产品网络销量的影响并不显著，然而产品网络口碑总数、网络口碑中的图片数量和网络口碑的长度对农产品的网络销量影响系数在 0.01 的水平下显著。对于网络口碑的长度来说，较长的网络口碑一般会包涵比较多的产品信息，它能刺激评论阅读者对评论进行阅读，了解更多的商品信息，增加消费者对商品的了解程度，促进消费者的购买意愿，提高产品的在线销量。假设H1成立。对于网络口碑图片总数来说，网络口碑中的图片与网络口碑的内容是密切相关的。消费者通过图片可以了解到更多商品的信息，在一定程度上消费者还是比较愿意相信真实的图片带来的视觉上的说服力。假设H2成立。对于网络口碑总数量来说，网络口碑总数量的多少与消费者可以获得的信息量多少直接相关。网络口碑的总数量越多，口碑所包含的商品信息量越多，对商品也就越了解，消费者就越容易购买此商品。假设H4成立。

从样本回归分析结果可以看出，网络口碑的时效性对产品在线销量的影响不显著（P＞0.1），说明评论时间跨度对产品在线销量相关性不大，可以看出消费者更倾向于关注产品的图片评论，即评论内容本身。在回归分析中我们可以看出网络口碑的评分、网络口碑的长度、网络口碑的时效性、网络口碑的图片数量和网络口碑的总数量五个属性对产品在线销量存在差异。由此可得，假设H3和 H5 不成立。

结论和启示

（一）结论

网络口碑时效性对生鲜农产品的销量影响不大。一方面是因为相对于评论发表的时间来讲，顾客更看重评论的内容，包括评论中附有的图片和评论内容的详尽程度。另一方面，因为农产品有其季节的特殊性，商品可能会集中在某一时间段上架销售。而且，由于淘宝网站和天猫网站的评论机制，顾客只能在购买该产品后发表评论，因此，评论的发表时间并没有相差许多，进而也不会对产品的销量产生很大的影响。网络口碑的评分反映了消费者对生鲜农产品的情感倾向，在本研究中网络口碑的评分没有通过假设并不能否定网络口碑的评分对生鲜农产品销量的影响，因为网络的虚拟性，可能会存在刷单等虚假评论的情况，此外，消费者也可能会受到商家“返现”“折扣”“优惠”等方式的诱惑进而选择“息事宁人”的处理方式，给出和实际情况不相符的评分。生鲜农产品作为一个体验型商品，其网络口碑的评分对消费者的购买决策产生重要影响作用，对生鲜农产品的在线销量也存在着一定的影响。

（二）启示

在售后服务和网络口碑管理方面，电商合作社应该给予足够的重视。在产品质量得到一定保证的前提下，做好消费者的售后服务。对电商合作社的售后服务人员做好服务培训。客服人员应该积极关注消费者的购前与售后行为，如果消费者在购物过程中真的存在问题，一定要积极沟通，及时改进。同时，合作社商家可以采取一些措施来提高已购消费者参与生鲜农产品评论的积极性，丰富评论的内容，缩小评价的差异性，使评论的极性向更有利于生鲜农产品销售的方向发展。

在生鲜农产品质量管控方面，电商合作社应该重视产品的质量安全。电商合作社应该做好农户和市场的桥梁，把控好农业的供给侧，给市场提供更有安全保障的生鲜农产品。生鲜农产品的质量安全主要体现在产品的保鲜和运输等方面，冷链运输是目前保持农产品新鲜度的一个重要方式。冷链运输涉及多个复杂环节，在这个过程中供应商、配送中心都应该时刻注意对生鲜农产品质量安全的管控。