【摘要】
一场突如其来的新冠病毒疫情使得广大人民“足不出户”、线上学习、云端办公、居家隔离，使得原本普通的每日三餐成为头等大事。有生鲜电商投资者表示，这是行业的历史性机遇。疫情终将被战胜，生鲜电商商家要将用户群体的庞大增量转为存量离不开对消费者购买行为的研究。
本文从生鲜电商消费者购买意愿的角度出发，提出了产品价格、产品品质、网购信任度、成交销量、物流服务以及平台口碑影响消费者购买意愿的假设，将以上研究因素整理归纳为产品因素、消费个人因素与平台因素这三个层面，据此尝试构建购买意愿与影响因素之间的理论模型。借鉴相关文献的经验总结，设计调查问卷问项并发放调查问卷，借助SPSSAU线上统计分析系统对问卷获取的样本数据进行处理和相关的实证分析。
数据分析结果表明，产品因素、平台因素和消费者个人因素三个层面均会在不同程度上显著且正向地影响消费者的购买意愿。最后，本文通过以上研究结果，借鉴电商行业的累积经验并结合生鲜品类产品的特征，针对疫情过后生鲜电商发展的提出建议。
【关键词】生鲜电商；购买意愿；影响因素
1绪论
1.1研究背景
COVID-19，导致了一场疫情，打得全国所有人措手不及，“足不出户”成为广大人民的日常，手机买菜也迅速成为了很多民众的选择。受此影响，生鲜电商行业迎来发展的风口。
据公开数据显示，叮咚买菜，近期整体订单约上涨80%，日新增用户4万多；京东生鲜，春节期间蔬菜销售额同比增长4.5倍，肉禽类销售额同比均超过4倍；盒马生鲜，在广州、深圳等地的订货量达到平时的500%-1000%；苏宁菜场，环比12月同期，订单提升量超过6.5倍；每日优鲜，春节期间的实收交易额较去年同期增长321%[1]。
由上述数据可见，突如其来的疫情让一直以来被称为“在蚊子腿里找肉”的生鲜电商炙手可热。对我国市场上现存的4000余家生鲜电商平台说，很长时间以来处于不温不火状态，实现盈利的平台还不足1%，陷入亏损的平台超过90%[2]。这与生鲜产品难储存、高损耗、低保质的缺点有关，此外，另一个重要原因就是物流成本颇高，在冷藏保鲜、配送、仓储的投入深不见底。经过近些年的发展与积累，形势已大有转变。如冷链技术的发展与升级，很大程度上降低了商品损耗；大数据的运用，让采摘产品与最优路线匹配更加的科学；前置仓的布局，缓解储存的难题[3]。在这样的背景之下，面对疫情，激增的订单量给生鲜电商供应链实力带来考验，同时也似乎预示着生鲜电商即将迎来历史机遇。
首先是用户群体激增带来的红利，为了响应防疫工作而减少外出，促使了大量用户接受和使用互联网购买生鲜，也正在培养用户线上购买生鲜的消费习惯，就如移动支付，倘若养成消费习惯，则通常都可以保留下去。疫情终将被战胜，面对生鲜电商行业庞大的用户增量，只有把握住用户，生鲜电商才有谈未来的可能，生鲜电商的发展离不开消费者，因此，研究购买意愿的影响因素是不可忽视的一环。
1.2研究综述
近年来，许多专家学者展开对消费者购买意愿影响的研究，提出了颇多具有价值的研究成果:李轶敏等从消费者信任角度，研究证实消费者对某一产品或品牌的信任度会影响消费者购买意愿[4]。杨向东从产品价格角度，引入历史销量，通过实验深入研究价格对购买意愿的影响[5]。张欣欣等研究表明消费者评价某一商品时，除了关注价格，还重视其质量与品牌[6]。董军和李小华等则指出消费者选择产品受品牌和服务的影响[7]。邓新明则认为消费者的购买意愿受道德成熟度直接影响[8]。
众多研究结果表明，影响消费者购买意愿的重要原因是产品的内部特征，并且消费者个人的心理特征也是影响购买倾向的关键因素之一，同时消费者的购买决策也会受所处情境因素影响。综上，本论文将购买意愿的影响因素归纳为消费者个人因素、平台因素、产品因素三大类。
1.3研究内容
本文分为五个部分，按照“绪论→构建模型→研究设计→数据分析→研究建议”的基本研究思路：
第一部分，绪论。对全文的主要内容进行简要概述，介绍研究背景，阐明研究意义，回顾购买意愿影响因素研究综述，明确研究内容。
第二部分，研究假设与研究模型。在回顾相关文献，了解相关概念基础上，以产品因素、平台因素、消费者个人因素为自变量，消费者购买意愿为因变量，构建四者的研究理论模型，探讨变量之间的关系，提出研究假设。
第三步部分，研究设计。借鉴以往成熟的量表，设计调查问卷，线上发放并回收问卷，获取一手数据。
第四部分，数据分析与结果。借助SPSSAU线上统计分析系统对数据进行实证分析，检验本文所有研究因素与购买意愿关系的假设是否成立。
第五部分，研究建议。根据分析结果归纳整理出的影响因素，结合我国生鲜电商的现状，对我国生鲜电商企业在疫情结束之后的发展提出一些相关的建议。
2相关概念与研究模型
2.1相关概念
2.1.1生鲜电商定义
生鲜产品作为全民刚需，使得结合便捷购物、开放交际于一体的生鲜产品电子商务在近年来颇受各国学者的青睐。其含义为：借助电子商务手段以及互联网技术，向客户销售生鲜类产品的一种商业贸易活动的手段，如销售新鲜蔬果、水产、肉禽等[9]。
2.1.2购买意愿定义
它被视为消费者主观态度的体现，普遍作为预测消费者一系列购买行为的关键线索之一[10]。消费者在影响购买决策的外界因素的有形或无形作用下，对特定服务、产品价值的主观评价以及综合考虑是满足心理预期时，就可以产生购买意愿[11]。是消费者购买行为的基础[12]。一般被用于表示消费者受到主观意识支配而愿意采取某一购买行为的倾向[13]。
2.2研究假设
2.2.1产品因素对购买意愿的影响
价格是最主要的产品特征，若想疫情结束后让这些“被动进圈”的用户主动留下来，价格会是影响消费者购买决策的的主要影响因素之一；由于生鲜产品具有易损易腐的缺点，消费者收到快递首先关注的就是生鲜的新鲜的程度。
据此，本文提出如下假设：
表2-1产品层面研究假设
2.2.2平台因素对购买意愿的影响
有研究指出，如果购物陪伴者越多，越能激发消费者购物意愿，而在网络环境下，消费者的参考标准可转变为成交销量；生鲜产品易损易腐的特性，致使生鲜电商对物流有较高的要求；口碑是商家无形的重要资产，由于虚拟环境下信息不对称，往往知名品牌代表着低风险与高品质，会使消费者产生强的购买意愿。
综上，本文提出如下假设：
表2-2平台层面研究假设
2.2.3消费者个人因素对购买意愿的影响
网购生鲜是在互联网平台上实现的，在互联网自身虚拟性的作用下，消费者主观意识到的网购生鲜风险程度决定了其购买意愿与态度。
据此，本文提出以下假设：
表2-3消费者个人层面研究假设
2.3研究模型
本文将产品因素、平台因素、消费者个人因素作为自变量，消费者购买意愿作为因变量，尝试建立四者的理论模型。
图1本文理论模型
3.1量表设计
为了对变量进行数量化描述，本文在相关文献的基础上，结合生鲜电商的特点，对已有量表进行适应性修改。本文量表设计如下：
表3-1量表设计
注：本量表的设计参考孙亭亭[14]、白雪玘[15]、杨颖[16]、冯亚中和苏荔和陈岩[17]等研究文献。
3.2问卷设计与发放
3.2.1问卷设计
本研究的调查问卷借鉴以往成熟的问卷思路进行设计，整体分为三个部分，第一部分对调查对象进行甄别，符合“有网购生鲜的经历”的对象如常填写问卷，否则问卷终止；第二部分是描述性问题，共有五个问题项，即调查对象的性别、年龄、学历、职业和光顾过的生鲜电商平台；第三部分是变量描述性问题，采用李克特（Likert）五级量表来体现受访者对问题项的认同程度，问题项由前文的测量量表形成，包含21个问项。
3.2.2发放与回收
本研究的电子问卷借助“问卷星”平台制作，在微博、知乎、QQ、豆瓣、微信等平台发放，经过为期10天的收集，共回收了319份问卷。样本规模符合问卷调查的基本要求。
回收的问卷经过认真地甄选，保留有效问卷306份，无效问卷筛选的标准主要有三点：一是没有网购生鲜产品经历；二是填写不完整；三是正反问题答案前后矛盾（B1-2与B1-3）。
4数据分析与结果
4.1描述性统计分析
调查对象的基本信息经过整理与汇总。整体呈现的结果如表4-1所示。
表4-1基本信息统计
由表4-1可见，性别方面，男性占比49.35%，女性占比50.65%，两者比例接近1：1，不同性别的需求差异较不明显；年龄方面，样本的年龄主要集中在18-35岁，生鲜电商消费用户偏向年轻化；学历方面，大专、本科以及硕士的消费者居多，共占比83.02%，生鲜电商消费者普遍学历较高；职业方面，样本尽最大可能涵盖了各类职业的消费者；平台偏好方面，问卷列举的平台中用户分布比较均匀。
综上所述，本文的调查样本分布较为广泛，具有年轻、高学历、职业分布相对广泛等特点。艾瑞咨询公布的相关调研数据显示：生鲜电商平台的主要消费人群为教育程度高的年轻用户[18]。参照此报告分析，本文收集的数据基本相符，本文样本是较为理想的样本，进一步的分析也具有一定的代表性和说服力。
4.2信度分析
信度分析反映了同一维度下各个测量问项的一致性。本研究采取衡量问卷信度的指标有两个，一是校正项总计相关性(CITC)，用于验证问卷题目的设置是否合适，一般情况下采用的标准是大于0.4即可；二是克隆巴赫信度系数(Cronbach’sAlpha系数)，用于衡量样本回答的可靠真实性，表4-2借鉴其他学者的Cronbach’sAlpha系数对照表[19-21]。
表4-2研究变量的信度分析结果
本文所有研究维度的具体信度分析的结果如表4-3所示。
表4-3信度分析结果
从表4-3可看出，所有维度的Cronbach’sAlpha系数都大于0.7，符合本研究所依据的标准，代表着本文采用的量表具备较高的信度水平；观察“项已删除的Cronbach’sAlpha系数”，任一题项被删除后，都会使克隆巴赫信度系数(Cronbach’sAlpha系数)值有所下降，因此代表着全部题项均可接受；所有维度的校正项总计相关性(CITC)值均大于0.4，意味着本研究所选用的维度之间相关关系良好，同时代表着调研的数据结果是可信的。
4.3效度分析
测量问卷效度通常使用结构效度，测量问题项与维度之间的对应关系。本研究采用结构效度测量中的探索性因子分析，检测同维度的问题项的一致性是否符合设计的预期，选取的衡量标准是测量维度和题项之间对应关系的因子载荷大于0.5。
问卷数据通过KMO检验以及巴特利球形检验（Bartlett球形检验），说明设计的问题项数据不存在公共因子，各变量之间偏相关程度弱，数据适合做探索性因子分析。KMO值指标的常见标准是大于0.7即可。Bartlett球形检验主要观察显著性系数sig值，显著性系数sig的常见标准是小于0.05[20-21]。
4.3.1产品因素的效度分析
本文借助SPSSAU线上统计分析系统对产品因素设置的问题项进行效度检验。
表4-4产品因素的KMO和Bartlett的检验结果
由表4-4可知，本文使用的生鲜电商产品因素研究量表KMO值为0.805（大于0.7），符合本研究所选取的标准，并且巴特利球形检验（Bartlett球形检验）的P值小于0.05，即变量之间的独立情况符合理想，意味着产品因素测量量表具备良好效度结构。
表4-5产品因素的探索性因子分析
由探索性因子分析结果可知，累积方差解释率为71.323%（大于50%），符合本研究所选取的标准，即题项的信息量会被有效提取。并且产品因素2个维度6个题项对应关系与预期无偏差，每一题项的较高因子载荷系数值均大于0.5。
4.3.2平台因素的效度分析
本文借助SPSSAU线上统计分析系统对平台因素设置的问题项进行效度检验。
表4-6平台因素的KMO和Bartlett的检验结果
由表4-6可知，本文使用的生鲜电商平台因素研究量表KMO值为0.805（大于0.7），符合本研究所选取的标准，并且巴特利球形检验（Bartlett球形检验）的P值小于0.05，即变量之间的独立情况符合理想，意味着平台因素测量量表具备良好效度结构。
表4-7平台因素的探索性因子分析
由探索性因子分析结果可知，累积方差解释率为73.620%（大于50%），符合本研究所选取的标准，即题项的信息量会被有效提取。产品因素3个维度9个测量项对应关系与预期无偏差，每一题项的较高因子载荷系数值均大于0.5。
4.3.3消费者个人因素的效度分析
本文借助SPSSAU线上统计分析系统对消费者个人因素设置的问题项进行效度检验。
表4-8消费者个人因素KMO和Bartlett检验
由表4-8可知，本文使用的消费者个人因素研究量表KMO值为0.742（大于0.7），符合本研究所选取的标准，并且巴特利球形检验（Bartlett球形检验）的P值小于0.05，即变量之间的独立情况符合理想，意味着消费者个人因素测量具备良好效度结构。
表4-9消费者个人因素的探索性因子分析
由探索性因子分析结果可知，累积方差解释率为79.866%（大于50%），符合本研究所选取的标准，即题项的信息量会被有效提取。产品因素1个维度3个测量项对应关系与预期无偏差，每一题项的因子载荷系数值均大于0.5。。
4.3.4购买意愿的效度分析
表4-10购买意愿的KMO和Bartlett的检验结果
由表4-10可知，本文使用的消费者购买意愿研究量表KMO值为0.721（大于0.7），符合本研究所选取的标准，并且巴特利球形检验（Bartlett球形检验）的P值小于0.05，即变量之间的独立情况符合理想，意味着消费者购买意愿测量量表具备良好效度结构。
表4-11购买意愿的探索性因子分析
由探索性因子分析结果可知，累积方差解释率为73.880%（大于50%），符合本研究所选取的标准，即题项的信息量会被有效提取。购买意愿1个维度3个测量项对应关系与预期无偏差，每一题项的因子载荷系数值均大于0.5。
4.4相关性分析
进行回归分析的前必须通过相关性分析，本文将选取SPSSAU系统默认的Pearson相关系数来判断各自变量与因变量之间关系的密切水平，通常情况下，表明各变量之间具有相关性是以显著性水平sig.小于0.05为指标[21]。
4.4.1产品因素与购买意愿的相关性分析
表4-12产品因素与购买意愿的分析结果
由表4-12可知，因变量购买意愿与自变量产品品质、产品价格之间的相对应的相关系数值分别为0.535、0.549（均为正值），并且呈现出0.01水平的显著性，因而说明购买意愿和产品品质、产品价格之间有着显著的正相关关系。
4.4.2平台因素与购买意愿的相关性分析
表4-13产品因素与购买意愿的分析结果
由表4-13可知，平台口碑、物流服务、成交销量与购买意愿的相关系数分别为0.501、0.553和0.469，相关系数对应的P值均小于0.05，因而说明平台口碑、物流服务、成交销量与购买意愿之间均有着显著的正相关关系。
4.4.3消费者个人因素与购买意愿的相关性分析
表4-14消费者个人因素与购买意愿的分析结果
由表4-14可知，购买意愿与网购信任度的相关系数是0.615，相关系数对应的P值小于0.05，符合本研究所选取的标准，因而说明两者间有着显著的正相关关系。
4.5回归分析
为了寻找模型中变量之间的关系，本研究采用回归直线分析检验自变量对因变量的作用[21]。
4.5.1产品因素与购买意愿的回归分析
为了再深入研究自变量“产品品质”和“产品价格”，共同引起因变量“购买意愿”变化时，各个自变量对因变量变化的影响程度的大小，本研究构建回归分析模型，整理结果如表5-15和表5-16所示。
表4-15产品因素与购买意愿的回归分析模型
从表4-15可以看出，模型R平方值为0.389，调整后R平方为0.385，意味着产品品质,产品价格可以解释购买意愿的38.9%（大于30%）变化原因，说明模型选取的自变量的解释度满足本研究选取的标准。
表4-16产品因素与购买意愿的回归分析结果
由表4-16可见，产品品质的回归系数值为0.358，数值为正值，代表着正向影响；产品价格的回归系数值为0.390，数值为正值，代表着正向影响。两者对应的P值均小于0.01，认为可接受原假设。综上所述，假设H1、H1-1以及H1-2均成立。
4.5.2平台因素与购买意愿的回归分析
为了再深入研究自变量“成交销量”、“物流服务”和“平台口碑”，共同引起因变量“购买意愿”变化时，各个自变量对因变量变化的影响程度的大小，本研究构建回归分析模型，整理结果如表4-17和表4-18所示。
表4-17平台因素与购买意愿的回归分析模型
从表4-17可以看出，模型R平方值为0.386，调整后R平方为0.380，意味着产品品质,产品价格可以解释购买意愿的38.0%（大于30%）变化原因，说明模型选取的自变量的解释度满足本研究选取的标准。
表4-18平台因素与购买意愿的回归分析结果
由表4-18可见，平台口碑的回归系数值为0.171，数值为正值，代表着正向影响；物流服务的回归系数值为0.364，数值为正值，代表着正向影响；平台销量的回归系数值为0.242，数值为正值，也代表着正向影响。三者对应的P值均小于0.05，认为可接受原假设。综上所述，假设H2、H2-1、H2-2以及H2-3均成立。
4.5.3消费者个人因素与购买意愿的回归分析
为了再深入研究自变量“网购信任度”，引起因变量“购买意愿”变化时，自变量对因变量变化的影响程度的大小，本研究构建回归分析模型，整理结果如表4-19和表4-20所示。
表4-19消费者个人因素与购买意愿的回归分析模型
从表4-19可以看出，模型R平方值为0.378，调整后R平方为0.376，意味着自变量可以解释购买意愿的37.6%（大于30%）变化原因，说明模型选取的自变量的解释度满足本研究选取的标准。
表4-20消费者个人因素与购买意愿的回归分析结果
由表4-20可见，网购信任度的回归系数值为0.603，数值为正值，代表着正向影响，对应的P值均小于0.01，认为可接受原假设。综上所述，假设H3以及H3-1均成立。
4.6分析结果
通过SPSSAU线上统计分析系统对获取到的样本数据进行实证分析，验证了产品、平台和消费者三大类影响因素与购买意愿之间的关系，本研究全部假设的验证结果汇总如下：
表4-21假设检验结果一览表
4.6.1产品因素对购买意愿的影响分析
产品品质（X1）与产品价格（X2）对消费者的购买意愿（Y）的回归方程为：Y=0.989+0.358X1+0.390X2。可以认为，当生鲜电商消费者的价格符合预期甚至优于预期，或感受到生鲜电商平台提供的生鲜商品品质优良而又保障时，便会产生购买意愿。
产品价格项（X2）的回归系数值高于产品品质项（X1）的回归系数值，说明就产品因素内部的两个维度来说，产品价格对消费者购买意愿的影响要略强于产品品质。换言之，在生鲜处于电商的背景下，消费者对生鲜的产品因素衡量方面，更加注重生鲜电商产品是否实惠。
4.6.2平台因素对购买意愿的影响分析
成交销量（X3）、物流服务（X4）与平台口碑（X5）对消费者的购买意愿（Y）的回归方程为：Y=0.838+0.242X3+0.364X4+0.171X5。可以认为，当消费者认为该生鲜电商平台的交易量很大时，或者认为该生鲜电商平台值得信赖时，能激发消费者的购买意愿。再者，当消费者感受到该平台的物流服务比较优质时，消费者的购买意愿会在更大程度上被激发出来。
物流服务项（X4）的回归系数值高于成交销量项（X3）的回归系数值、平台口碑项（X5）的回归系数值，说明就产品因素内部的三个维度来说，物流服务对消费者购买意愿的影响高于其他两者。这意味着生鲜电商消费者对生鲜电商平台的物流服务质量的敏感程度较高，这可能是由生鲜产品易腐易损的特性决定的，传统电商商品的损耗率只有1%，而生鲜产品的损耗率是其的10-30倍[22]。这说明了生鲜电商对物流服务有更高的要求。
4.6.3消费者个人因素对购买意愿的影响分析
网购信任度（X6）对消费者的购买意愿（Y）的回归方程为：Y=1.521+0.603X6。网购信任度显著且积极地影响消费者的购买意愿。当消费者主观层面上对网购生鲜产品抱有良好的信任度时，普遍会具有较强的网购电生鲜的意愿。
5研究建议
5.1研究建议
本文依据调研数据与研究结论，在提升消费者购买意愿方面提出如下建议：
（1）缩减中间环节
目前生鲜电商存在的一个痛点就是流通环节过多，这样不仅拔高了产品价格，也影响产品的新鲜度。对此，生鲜电商商家可以考虑尽可能从产地或一级批发市场拿货，与其建立长期合伙关系，这样不仅能削减中间商赚的差价，也能管控质量和原产地信息。
（2）丰富营销活动并树立口碑
电商的发展中必要的营销活动可以刺激消费者的消费动机，如限时折扣、红包活动、过节专享价、满减大促等。在开展营销活动下功夫的同时，也要紧抓商品质量与服务体验，通过高品质的商品和服务，打造口碑效应。
（3）完善物流服务
物流配送的高效和安全是生鲜电商企业的核心竞争力，对于资金比较充足的大型生鲜电商企业，可以考虑自营冷链配送，解决配送与保鲜的难题，自我管理整个物流运作过程，有效缩短配送时长，确保生鲜产品的新鲜安全，全面提高了配送效率。
（4）重视消费者权益
由于生鲜新鲜度、易腐性等商品特点限制，决定了消费者的一部分顾虑，而好的售后可以消除消费者这部分顾虑，平台应该制定一套合理售后服务标准，迅速响应售后纠纷，赢得消费者信任。再者，线上交易的核心是安全。平台需要做好技术支撑，保障消费者个人信息安全，确保在线支付保安全可靠。
参考文献
[1]张宇.疫情下的“抢菜大战”，生鲜电商将迎来新风口？[N].电脑报，2020-02-17(004).
[2]杜海涛.生鲜电商是个“功夫活”[N].现代物流报,2019-04-22(A03).
[3]中国生鲜电商行业研究报告简版2016年[C]..艾瑞咨询系列研究报告（2016年第6期）.:上海艾瑞市场咨询有限公司,2016:234-287.
[4]杨佳玲,李轶敏.消费者信任度对服装网络营销效果的影响[J].湖南工程学院学报(社会科学版),2017,27(04):28-30+102.
[5]杨向东.价格制定因素对消费者购买意愿的影响——基于网络预售环境[J].商业经济研究,2017(18):30-32.
[6]宁连举,张欣欣.网络团购中消费者冲动购买意愿影响因素的实证研究[J].福建师范大学学报(哲学社会科学版),2011(06):13-18.
[7]董军,李小华,何存道.影响消费者购买意向的因素研究[J].人类工效学,1998(03):26-29+72.
[8]邓新明.消费者为何喜欢“说一套,做一套”——消费者伦理购买“意向-行为”差距的影响因素[J].心理学报,2014,46(07):1014-1031.
[9]张琳.生鲜产品电子商务供应链的问题和对策研究[J].电子商务,2015(10):41-42
[10]Schiffma,Kanuk.Thecommunitytrusttheoryofrelationshipmarketing[J].Journalofmarketing,1994,58(3):20-38.
[11]Mullet.Whattrustmeansine-commercecustomerrelationships:Aninterdisciplinaryconceptualtypology[J].InternationalJournalofElectronicCommerce,2005,15(3):295-311.
[12]罗丞.消费者安全食品购买意愿研究[M].北京:社会科学文献出版社，2013:8-9．
[13]冯建英，穆维松，傅泽田.消费者的购买意愿研究综述[J].现代管理科学，2006，10(11):7-9．
[14]孙亭亭.O2O模式下生鲜农产品购买意愿研究[D].河北工程大学,2016:22-24.
[15]白雪玘.基于生鲜电商视角的冲动性购买意愿影响因素研究[D].北京交通大学,2016:27-28.
[16]杨颖.生鲜农产品网购意愿影响因素的实证研究[D].安徽财经大学,2015:20-23.
[17]冯亚中,苏荔,陈岩.生鲜电商消费者购买意愿的影响因素研究[J].物流工程与管理,2018,40(12):60-62.
[18]中国生鲜电商行业消费洞察报告2018年[C].艾瑞咨询系列研究报告（2018年第1期）:上海艾瑞市场咨询有限公司,2018:482-526.
[19]EisingaR,TeGrotenhuisM,PelzerB.Thereliabilityofatwo-itemscale:Pearson,Cronbach,orSpearman-Brown?[J].InternationalJournalofPublicHealth,2013,58(4):637-642.
[20]周俊.问卷数据分析-破解SPSS的六类分析思路[M].电子工业出版社,2017.
[21]TheSPSSAUproject(2020).SPSSAU.(Version20.0)[OnlineApplicationSoftware].Retrievedfromhttps://www.spssau.com.
[22]声音[J].中国商贸,2013(21):1
致谢
本文是在查涛老师的悉心指导下完成的。在论文选题、研究思路和内容完善等方面，査老师耐心地为我指点迷津、开拓思路，给了我许多专业且宝贵的意见，查老师渊博的学识，严谨的作风，高尚的人品是我人生的楷模，将使我终身受益。四年来授予我知识、给与我帮助的每位老师，都使我受益良多，在此我对他们表示由衷的敬意和至深的感谢！
感谢我的同学郑银嘉、柯彦棋、郑露文等人在同窗四年来对我学习与生活的陪伴与鼓励，尤其是在我论文问卷调查过程中给与的帮助与支持。
最后，衷心感谢我的家人一直以来对我含辛茹苦的培养与无私的支持。
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：打字小能手，如若转载，请注明出处：https://www.447766.cn/chachong/53468.html,
