消費者在線評論：述評與展望

王曉亞，岳中剛

消費者在線評論：述評與展望

王曉亞，岳中剛

在線評論是解釋網(wǎng)絡口碑傳播、體驗型產(chǎn)品銷量增長的重要概念之一。20世紀90年代以來，在線評論的研究單元從專家評論轉(zhuǎn)向消費者評論，基于宏觀市場層面展開了深入的探討。論文以在線評論為主題，按照文獻的發(fā)展脈絡與邏輯關(guān)系對消費者在線評論的發(fā)布動機、影響機制和管理策略進行總結(jié)和概括，并從微觀視角分析了目前在線評論研究在方法和內(nèi)容上的最新趨勢。

在線評論；發(fā)布動機；影響機制；管理策略

一、引言

近年來，有關(guān)在線評論課題的論文和研究呈增長趨勢（Cheungand Thadani，2012）。目前甚少有研究按照商品性質(zhì)對在線評論進行分類研究（郝媛嬡，2010），在諸多文獻之中，Nelson（1970）最早將產(chǎn)品界定為體驗型產(chǎn)品和搜索型產(chǎn)品，這一分類在研究直接體驗和間接體驗對消費者認知影響的過程中起著重要作用（Klein，2003）。在線評論的研究最初主要源于口碑的文獻之中，被定義為在熟人之間進行的人際間基于非商業(yè)化目而交流的一種口頭形式（Arndt，1967）。鑒于人際傳播學在社會心理學領域引起了廣泛關(guān)注，在互聯(lián)網(wǎng)時代，將口碑表述為轉(zhuǎn)瞬即逝的無意識表達已不再合適，口碑發(fā)送方的動機和接收方的身份亦變得不確定。

在此背景下，許多學者轉(zhuǎn)向網(wǎng)絡口碑傳播的研究，并在Arndt的基礎上將網(wǎng)絡口碑界定為任何潛在、實際或者先前的顧客對產(chǎn)品或者公司的任何正面或者負面的評論（Henning Thurau et al，2004；Subramani and Rajagopalan，2003）。消費者在線評論作為口碑傳播的一種全新形式，伴隨Web2.0時代下用戶生成系統(tǒng)的發(fā)展和在線評論體系的不斷完善成為大眾口碑的極佳代言，深刻影響消費者的購買決策。目前在線評論傳播已成為最活躍的研究探索領域之一，已有文獻沿著三條主線對在線評論進行了深入的研究。第一條主線聚焦解釋消費者在線評論的發(fā)生動機，第二條主線關(guān)于在線評論的影響機制的研究歸為宏觀市場層面和微觀個體層面的研究兩類，第三條主線集中于消費者在線評論的管理策略研究。

從在線評論研究單元的轉(zhuǎn)換可以看出，在線評論成為影響產(chǎn)品銷量與消費者購買意愿、商戶管理策略的重要因素，也成為解釋網(wǎng)絡口碑傳播機制的切入點，在一個統(tǒng)一的分析框架中將在線評論、消費者購買意愿與商戶管理決策結(jié)合起來能夠更好地解釋體驗型產(chǎn)品銷量的增長。因此，本文將圍繞在線評論、消費者購買意愿與商戶管理決策這一主題，對21世紀以來有關(guān)在線評論的研究成果進行總結(jié)和概括。

二、消費者發(fā)布評論的動機研究

在線評論在Web 2.0時代凸顯出巨大影響力，吸引愈來愈多的學者致力于消費者傳播網(wǎng)絡口碑的動機和意愿研究。聚焦消費者參與網(wǎng)絡口碑交流動機的文獻之中最具代表性的是Hennig-Thurau等（2004）的研究，依據(jù)Balasu bramanian and Mahajan（2001）提出的框架，從經(jīng)濟效用視角識別出8種發(fā)布在線評論的動機：發(fā)泄負面情緒、關(guān)心其他消費者、積極的自我增值、社交利益、經(jīng)濟激勵、幫助企業(yè)、尋求建議、信息平臺的支持，并進一步指出社交利益動機對消費者訪問網(wǎng)站和發(fā)表評論的影響最大。

Tonget al（2007）等基于社會交換理論，從成本和收益角度出發(fā)探討了影響網(wǎng)絡口碑傳播的意圖。Hoand Dempsey（2010）從人際關(guān)系需求角度探討影響發(fā)布在線評論的因素，通過實證研究驗證了表達自我個性和利他主義的需求會影響消費者分享在線評論。Cheung and Lee（2012）等從社會心理學視角驗證在線評論的點評動機，利用OpenRice.com的真實數(shù)據(jù)驗證了提高評論者聲譽、集體主義歸屬感和給予幫助三個因素與消費者積極發(fā)布在線評論之間呈正相關(guān)。在信息系統(tǒng)學領域中，施娜（2011）在“諾基亞手機之家”社區(qū)論壇中采用兩步驟單指標結(jié)構(gòu)方程模型估計方法進行非線性關(guān)系假設分析，發(fā)現(xiàn)滿意度、品牌忠誠度對正面網(wǎng)絡口碑意愿呈現(xiàn)出一個強度遞增的正向影響作用。閻俊等（2011）在網(wǎng)絡口碑動機與口碑行為的關(guān)系研究中，歸納出九種中國消費者網(wǎng)絡口碑傳播動機，其中社區(qū)興盛、信息回報、獲得獎勵、分享情感、支持（懲罰）商家、提升形象和改進服務最為主要。

此外，研究者們還研究了通過其他方式發(fā)布網(wǎng)絡口碑的動機。例如，Phelps et al（2004）專門調(diào)查了消費者發(fā)送電子郵件的動機，識別出享受、娛樂、幫助他人和喜歡交流四種。郭國慶等（2010）總結(jié)出六種口碑傳播動機的類型，包括社會交往、物質(zhì)刺激、利他主義、自我表現(xiàn)、回報期望、興趣滿足，并以餐飲行業(yè)為例對正面網(wǎng)絡口碑的傳播意愿進行研究，探討消費者在面對物質(zhì)誘因、回報誘因、社交誘因和表現(xiàn)誘因四種不同誘因類型和不同成員關(guān)系強度組合時的網(wǎng)絡口碑傳播意愿。

三、消費者在線評論的影響機制研究

傳統(tǒng)的傳播理論認為在社會交往中存在四個主要因素，即：發(fā)送者、信息、接收者和回應（Hovland，1948）。蔡淑琴等（2012）認為對商品評論進行組織和呈現(xiàn)是一個序化過程，研究和分析消費者對目前評論系統(tǒng)中各種功能的需求狀況有助于將口碑的影響和傳導機制引入到在線評價系統(tǒng)的規(guī)劃和設計中（孫霄凌等，2013）。深入分析前期文獻可以發(fā)現(xiàn)購買意愿是網(wǎng)絡口碑傳播研究中最為廣泛的結(jié)果變量，也是在線評論影響機制中最為普遍的中介變量?；趥鞑ダ碚摵蛯υ诰€評論文獻的梳理，本研究將從發(fā)送方、評論信息、接收方和發(fā)布平臺四個要素視角分析在線評論對消費者購買決策的影響。

（一）基于發(fā)送方的研究述評

信息來源的可信度在影響發(fā)送方的研究變量中出現(xiàn)頻率最高。傳統(tǒng)的網(wǎng)絡口碑主要源自一個為信息的接收方所熟知的發(fā)送方（源），因此接收方非常明確發(fā)送方及其攜帶信息的可信度。Hovland和Weiss（1951）首次利用實驗設計方法對口碑來源可信度進行了實證研究，提出來源可信度是說服受眾的先決條件。此后眾多學者在此基礎上進行拓展，并歸納為兩個重要維度：專業(yè)能力和可信賴度（Hu and Liu，2008；Zhanget al，2010）。Sun et al（2012）重點分析了信度較高的一類人群“在線意見領袖”口碑的影響，發(fā)現(xiàn)意見領袖的影響力與口碑傳播以及接收方參與在線討論的頻率呈正相關(guān)關(guān)系。Cheung（2009）認為了解和研究網(wǎng)絡人際環(huán)境下決定信息來源可信度的因素能為新的社會媒體指導市場營銷戰(zhàn)略和策略。Dou et al（2012）探究了在線評論來源對于消費者對商品評論的認知情況，發(fā)現(xiàn)頻繁發(fā)布在線評論的用戶能夠獲得更高的信任感，互聯(lián)網(wǎng)的使用頻率在消費者判斷評論可信度中扮演者重要角色。

（二）基于評論信息的研究述評

這類研究側(cè)重于通過實證方法檢驗評論信息的數(shù)量（volume）、離散度（Dispersion）、偏向性（valence）和平衡性（balance）對產(chǎn)品或服務市場層面參數(shù)的影響效果。評論數(shù)量度量了在線評論總體規(guī)模，反映了在線評論的知曉效應。例如，Liu（2006）分析了雅虎網(wǎng)站上每周電影評論信息對票房收入的影響，發(fā)現(xiàn)評論數(shù)量越多，電影票房越高；Duan et al（2008）進一步驗證了這一顯著性影響；Chevalier and Mayzlin（2006）對圖書行業(yè)的研究、以及盧向華和馮越（2009）對餐飲行業(yè)的研究也證實了這一點。然而，Godes et al（2004）以1999-2000年美國44個電視節(jié)目為研究對象，發(fā)現(xiàn)觀眾對電視節(jié)目的偏好程度與在線評論的數(shù)量無關(guān)，而與在線評論的離散程度呈正相關(guān)；Clemons et al（2006）也發(fā)現(xiàn)評論差異大的啤酒品牌在銷量增長上更快。相反，Zhang（2006）卻發(fā)現(xiàn)評論差異越大，票房下滑越快。因此，評論差異對銷量的影響目前還存在較大的爭議，這取決于研究者們所持的風險規(guī)避觀點或利基市場的視角差異。

偏向性反映消費者對產(chǎn)品或服務的好/壞，體現(xiàn)了在線評論的說服效應。由于該指標易獲得且易分析，多數(shù)研究均用以檢驗消費者在線評論對產(chǎn)品或服務的銷售量的影響。其中一些研究利用實驗控制法分析在線評論的偏向性對消費者購買意愿的影響作用（Chatterjee，2001；Zhanget al，2010），另一些則直接從評論網(wǎng)站獲取偏向性指標檢驗在線評論對消費者購買行為的影響效果（Chevalier and Mayzlin，2006；Clemons and Gao，2006；Cheung et al，2009；盧向化和馮越，2009；龔詩陽等，2012）。實驗法和數(shù)據(jù)采集法的結(jié)論均指出正向在線評論對于產(chǎn)品或服務的銷售量有明顯的促進作用，反之則有負向影響。Nam（2007）采用消費者視頻訂閱的面板數(shù)據(jù)，深入比較正負評論對消費者購買行為影響程度的差異，發(fā)現(xiàn)負面點評降低銷量的效果是正面點評促進銷量的兩倍；Doh and Hwang（2009）通過實驗控制評論信息的平衡性進一步分析正面點評的影響效果，發(fā)現(xiàn)正面點評比例非常高的網(wǎng)站反而刺激消費者的質(zhì)疑態(tài)度，而Purnawirawan et al（2012）的實驗結(jié)果顯示，只有不平衡的在線評論對消費者態(tài)度和購買決策存在顯著影響。

（三）基于接收方的研究述評

鑒于接收方的偏好和消費經(jīng)驗可能存在異質(zhì)性，個體特征對在線評論的影響效果存在重要的調(diào)節(jié)作用。Hu（2008）基于交易成本經(jīng)濟學理論研究在線評論的有效性問題，發(fā)現(xiàn)消費者易受評論發(fā)布方在網(wǎng)絡中表現(xiàn)的專家身份、活躍程度等因素影響。Connors和Mudambi（2011）通過實驗研究得到類似結(jié)論，他們認為評論者在網(wǎng)絡中表現(xiàn)的專家身份會影響其發(fā)表評論的有用性評價。這與社會心理學的說服理論較為一致，亦即信息源會影響信息接收方對傳播信息的感知價值與接受程度（Bhattacherjee& Sanford，2006；Stephen&Lehmann，2012）。郝媛媛（2010）指出，消費者傾向于參考診斷性較強的負向在線評論以幫助其作出決策，當消費者知識水平較低時，負向在線評論的診斷性和影響將較大。綜上，現(xiàn)存文獻對接收方的研究還大多集中在調(diào)節(jié)效應的考察上。

（四）基于發(fā)布平臺的研究述評

接收方從消費者導向性網(wǎng)站收集信息比從營銷者導向型網(wǎng)站獲取信息表現(xiàn)出更大興趣（Bickart and Schindle，2001）。Boush和Kahle（2002）根據(jù)在線評論網(wǎng)站所有者的不同，將其分成由零售商或生產(chǎn)商贊助的網(wǎng)站（如亞馬遜）和由獨立社團建立的不以促進產(chǎn)品和服務的銷售為目的的第三方評論網(wǎng)站（如大眾點評網(wǎng)）。在此基礎上Senecal et al（2004）將發(fā)布平臺細化為純盈利型、第三方支持的盈利型、第三方支持的非盈利型，并且認為商戶網(wǎng)站的獨立性最低，而第三方網(wǎng)站獨立性最高，隨之消費者在該網(wǎng)站上進行口碑搜尋的內(nèi)部動機越強。

Park and Lee（2009）從發(fā)布平臺的信譽出發(fā)，強調(diào)信譽作為評論質(zhì)量和可信度的重要指標。龔詩陽（2013）基于電子商務網(wǎng)站的營銷溝通模式，鼓勵企業(yè)在自身網(wǎng)站上建立消費者評論系統(tǒng)，并將第三方評論網(wǎng)站鏈接到本企業(yè)的商品頁面中，以輔助和影響消費者的購買行為。Schlosser et al（2011）從發(fā)布平臺的功能需求視角，指出在線評論系統(tǒng)具備多樣化功能，但消費者只對針對評論內(nèi)容和效價進行深度挖掘的功能體現(xiàn)出一定的現(xiàn)實和潛在需求。

四、消費者在線評論的管理策略研究

郭國慶等（2010）基于口碑傳播的誘因，提出企業(yè)應當根據(jù)網(wǎng)站中的人際關(guān)系強度，對不同參與層次的消費者選擇最適合的誘因類型以最大化正面網(wǎng)絡口碑傳播意愿，實現(xiàn)“口碑營銷”效應。他建議注重物質(zhì)誘因的提供、增強回報誘因的價值、注重關(guān)系強度的提升、注重不同關(guān)系強度的誘因設計以及區(qū)別對待參與水平不同的消費者。

經(jīng)營管理的實踐經(jīng)驗認為消費者的滿意度和忠誠度促進其推薦、提供與產(chǎn)品或者服務相關(guān)的正面信息。大多數(shù)管理者通常認可一個相對高水平的滿意度。如Jones and Sasser（1995）認為投資于追求完全滿意的消費者將不會產(chǎn)生期望的收益；施娜（2011）證明了滿意度邊際收益遞增效應，提出社區(qū)承諾能夠提高消費者的品牌忠誠度，通過客戶維系建立強聯(lián)系社區(qū)紐帶將獲得名譽和經(jīng)濟利潤的雙收益。

Zhu and Zhang（2010）通過對Play Station2和XBOX上的游戲建立二階段嵌套需求模型，考察了產(chǎn)品和消費者特征對在線評論影響銷量的調(diào)節(jié)效應，得出在線評論與冷門游戲銷量之間存在正相關(guān)關(guān)系。Anderson（2006）揭示了網(wǎng)絡拉動經(jīng)濟逐漸由需求曲線頭部相對較少的主流產(chǎn)品流向尾巴上的大量利基產(chǎn)品這一長尾現(xiàn)象；Brynjolfsson，Hu，and Smith（2006）也發(fā)現(xiàn)那些通常在主流書店很難出現(xiàn)的冷門書名占據(jù)了亞馬遜2000年圖書銷售榜的40%。由于眾多利基產(chǎn)品的銷售受限于網(wǎng)絡渠道，因此消費者更有可能視在線評論為獲取質(zhì)量信息的主要來源。Zhu and Zhang（2010）認為網(wǎng)絡口碑能顯著影響長尾的分散，因此利用網(wǎng)絡渠道的利基生產(chǎn)商應致力于在線評論體系的構(gòu)建。楊銘等（2012）通過對在線評論進行效用評價，鼓勵電子商務運營商充分利用萃取的高品質(zhì)評論洞悉消費者偏好，進而制定營銷戰(zhàn)略和發(fā)掘利基市場。

郝媛媛（2010）基于電影的在線評論，結(jié)合文本挖掘數(shù)據(jù)和實證研究方法，建立在線評論有用性評論影響因素模型進行分類預測，發(fā)現(xiàn)熒屏中積極的情感傾向、較高的正負情感混雜度、較高的主客觀情感混雜度以及較長的平均各句長度，對評論的有用性具有較強的判別能力，從而可以幫助評論網(wǎng)站設計者根據(jù)評論文本特征對評論的有用性進行及時和自動識別，幫助提高決策效率和效果。

龔詩陽等（2013）截取當當網(wǎng)圖書評論的大量面板數(shù)據(jù)，通過建立計量模型對線上評論信息與圖書銷量的關(guān)系進行實證分析，驗證了以往研究中提出的知曉效應和說服效應，因此企業(yè)應當運用線上評論系統(tǒng)來進行網(wǎng)絡口碑營銷，增加評論數(shù)量，提高評論效價，降低評論差異，并對處于不同生命周期的產(chǎn)品進行采用不同的口碑營銷策略。

五、結(jié)論及進一步研究方向

眾多文獻基于不同視角對在線評論的發(fā)布動機、影響機制和管理策略研究展開了廣泛而深入的探討，成果斐然，但仍存在幾個問題懸而未決：

一是在線評論的發(fā)布動機和測度。盡管大多文獻關(guān)于在線評論的重要性達成一致見解，但受限于國外專業(yè)研究網(wǎng)絡口碑傳播動機的文獻數(shù)量，國內(nèi)研究又滯留于事實歸納的層面，更由于實證研究中的諸多限制，導致關(guān)于在線評論發(fā)布動機研究的實驗場景融入程度尚不高，實驗法也未能兼顧內(nèi)外部有效性，眾多變量都可能影響結(jié)果的科學性。郭國慶等（2009）在網(wǎng)絡口碑傳播誘因機制的宏觀方面取得了一定進展，未來研究可以沿這一思路進行拓展；施娜等（2011）提出并檢驗的關(guān)于網(wǎng)上品牌社區(qū)中網(wǎng)絡口碑交流意愿的非線性機制的理論模型從微觀上展開了測度，為進一步考察在線評論的發(fā)布動機開辟了新路徑。

二是在線評論與產(chǎn)品銷量、消費者購買決策的模型尚不完善。盡管現(xiàn)有研究己經(jīng)在不同維度上探索了網(wǎng)絡口碑效應，但結(jié)論仍存在很大分歧。例如Liu（2006）對2002年電影行業(yè)的數(shù)據(jù)運用多元回歸分析，發(fā)現(xiàn)口碑信息能很好地解釋總票房和周票房收入，而Dellarocas，Zhang，and Award（2007）對同年電影業(yè)的數(shù)據(jù)運用擴散模型卻得出了在線評分對電影票房收入無顯著影響的結(jié)論；Duan，Gu，and Whinston（2008）則通過聯(lián)立方程組進一步指出價格是影響消費者對于口碑態(tài)度的關(guān)鍵因素。對于產(chǎn)生分歧的原因，Duan et al（2008）認為是采納的不同計量模型和研究方法所致，Chen et al（2011）歸因于樣本數(shù)量的差異，也有學者認為是忽略了不同階段評論影響的動態(tài)變化（Li and Hitt，2008；Moe and Trusov，2011）。慶幸在Web2.0背景下伴隨在線評論體驗型產(chǎn)品種類日趨豐富，研究對象已不再局限于圖書、電視、啤酒和視頻游戲等行業(yè)，不少學者投向餐飲、旅游等行業(yè)。即便對于同一個行業(yè)的數(shù)據(jù)，研究視角也正趨于多元化。例如在手機行業(yè)，施娜（2011）通過結(jié)構(gòu)方程模型探討了滿意度和品牌忠誠度與正面網(wǎng)絡口碑意愿之間的關(guān)系；閆強和趙志剛（2012）則建立面板數(shù)據(jù)線性回歸方程，在研究中引入銷量排名、優(yōu)惠價格等因變量；王君裙，閏強（2013）則另辟蹊徑，運用多元回歸方法，從產(chǎn)品的受歡迎度視角出發(fā)。未來研究可以借鑒，基于不同視角進行創(chuàng)新性分析，建立一般化的模型闡述各個變量之間的交互關(guān)系。

三是在線評論的管理策略研究尚存不足，未形成一個較為系統(tǒng)的理論分析框架，缺乏廣泛的實證研究。Zhu and Zhang（2010）的研究表明線下渠道的促銷活動會減少在線評論的功效。因此，利基生產(chǎn)商應當整合線上和線下營銷策略，比較其效用，在線上渠道和線下渠道之間分配市場資源，實現(xiàn)企業(yè)策略實現(xiàn)最優(yōu)化組合。

[1]蔡淑琴，邱潔，王旸.互聯(lián)網(wǎng)點評信息的有序性與序化方法研究[J].情報雜志，2012，31(3):168-173.

[2]龔詩陽，劉霞，趙平.線上消費者評論如何影響產(chǎn)品銷量?--基于在線圖書評論的實證研究[J].中國軟科學，2013，(06):171-183.

[3]郭國慶，汪曉凡，曾艷.外部誘因?qū)οM者正面網(wǎng)絡口碑傳播意愿的影響研究[J].財貿(mào)經(jīng)濟，2010，(12):127-132.

[4]郝媛媛，葉強，李一軍.基于影評數(shù)據(jù)的在線評論有用性影響因素研究[J].管理科學學報，2010，13(8):78-88.

[5]盧向華，馮越.網(wǎng)絡口碑的價值———基于在線餐館點評的實證研究[J].管理世界，2009，(07):126-132.

[6]施娜.探討網(wǎng)上品牌社區(qū)中的正面網(wǎng)絡口碑行為:非線性方法[D].中國科學技術(shù)大學，2011.

[7]王君裙，閏強.不同熱度搜索型產(chǎn)品的在線評論對銷量影響的實證研究[J].中國管理科學，2013，(21):406-411.

[8]Anderson，Chris.The Long Tail:Why the Future of Business Is Selling Less of More.New York:Hyperion，2006.

[9]Balasubramanian S，Mahajan V.The Economic Leverage of the Virtual Community.International Journal of Electronic Commerce，2001，(5):103-138.

[10]Chen Y B，Wang Q，Xie J H.Online Social Interactions:A Natural Experiment on Word of Mouth Versus Observational Learning.Journal of Marketing Research，2011，48(2):238-254.

[11]Cheung C M K，Thadani D R.The Impact of Electronic Word-of-Mouth Communication:A Literature Analysis and Integrative Model.Decision Support Systems，2012，54(1):461-470.

[12]Cheung，Christy M K，Lee，Matthew KO.What Drives Consumers to Spread Electronic Word of Mouth in Online Consumer-Opinion Platforms.Decision Support Systems，2012，53(1):218-225.

[13]Chevalier J A，Mayzlind.The Effect of Word of Mouth on Sales: Online Book Review.Journal of Marketing Research，2006，43(3): 345-354.

[14]Dellarocas C，Zhang X Q，Awad N F.Exploring the Value of Online Product Reviews in Forecasting Sales:The Case of Motion Pictures.Journal of Interactive Marketing，2007，21(4):23-45.

[15]Duan W J，Gu B，Whinston A B.Do On-line Reviews Matter? -An Empirical Investigation of Panel Data.Decision Support Systems，2008，45(4):1007-1016.

[16]Godes D，Mayzlin D.Using Online Conversations to Study Word-of-mouth Communication Communication.Marketing Science，2004，23(4):545-560.

[17]Ho,J Y C，Dempsey，Melanie.Viral Marketing:Motivations to Forward Online Content.Journal of Business Research，2010，63 (9-10):1000-1006.

[18]Lee J，Lee J N.Understanding the Product Information Inference Process in Electronic Word-of-Mouth:An Objectivity-Subjectivity Dichotomy Perspective.Information and Management，2009，46(5):302.

[19]Park D H，Lee J.EWOM Overload and Its Effect on Consumer Behavioral Intention Depending on Consumer Involvement. Electronic Commerce Research and Applications，2008，7(4):386.

[20]Zhang X Q.Tapping into the Pulse of The Market:Essays on Marketing Implications of Information Flows.Cambridge，MA:MIT Ph．D．Dissertation，2006.

[21]Zhu F，Zhang X.Impact of Online Consumer Reviews on Sales: The Moderating Role of Product and Consumer Characteristics. Marketing，2010，74(2):133-148.

F713

A

1008-4428（2015）01-50-04

國家自然科學基金青年項目（71302168）；中國博士后科學基金（2014M56367）。

王曉亞，女，江蘇鹽城人，南京郵電大學管理學院碩士研究生；

岳中剛，男，河南南陽人，南京郵電大學經(jīng)濟學院副教授、博士，研究方向：企業(yè)運營與管理。