B2C商家在線(xiàn)銷(xiāo)量增長(zhǎng)的影響因素研究

毛瀟遠(yuǎn) 賀盛瑜

★基金項(xiàng)目：四川省2018軟科學(xué)研究“電子商務(wù)精準(zhǔn)扶貧體系運(yùn)行機(jī)制”（2018ZR0192）。

摘要：在線(xiàn)評(píng)論中服務(wù)評(píng)價(jià)熱度、產(chǎn)品評(píng)價(jià)熱度、好評(píng)與差評(píng)熱度，對(duì)外賣(mài)網(wǎng)站中產(chǎn)品銷(xiāo)量的影響引起了人們的關(guān)心，逐漸成為消費(fèi)者下單和商家營(yíng)銷(xiāo)的重要信息之一。本文以美團(tuán)外賣(mài)平臺(tái)為例，通過(guò)網(wǎng)絡(luò)爬蟲(chóng)軟件，采取分層抽樣（以高校、熱門(mén)商圈、寫(xiě)字樓三個(gè)層面，并且外賣(mài)餐飲商家在2公里范圍內(nèi)）抓取消費(fèi)者在商家評(píng)論上方的熱度詞匯標(biāo)簽，通過(guò)spss19軟件建立在線(xiàn)評(píng)論不同熱度詞匯標(biāo)簽對(duì)外賣(mài)銷(xiāo)量的影響因素回歸模型，結(jié)果表明好評(píng)、差評(píng)、味道贊、服務(wù)好熱度詞匯標(biāo)簽對(duì)外賣(mài)銷(xiāo)量有顯著的影響的結(jié)論，同時(shí)商圈類(lèi)型、分量足、飯好吃、價(jià)格實(shí)惠、食材新鮮、包裝好對(duì)外賣(mài)銷(xiāo)量有不顯著的影響結(jié)論，為在線(xiàn)評(píng)論研究領(lǐng)域提供了以熱度詞匯視角的研究思路。

關(guān)鍵詞：在線(xiàn)評(píng)論；熱度詞匯；產(chǎn)品銷(xiāo)量

引言

消費(fèi)者習(xí)慣于去外賣(mài)網(wǎng)站進(jìn)行商家的比對(duì)后進(jìn)行消費(fèi)決策，商家的在線(xiàn)點(diǎn)評(píng)內(nèi)容的熱度詞匯標(biāo)簽對(duì)消費(fèi)者的購(gòu)買(mǎi)意愿有重大影響，從而影響商家的銷(xiāo)量，通過(guò)走訪(fǎng)大學(xué)生、上班族、自由職業(yè)者，我們發(fā)現(xiàn)年輕的消費(fèi)群體特別在意外賣(mài)在線(xiàn)評(píng)論信息的熱度詞匯標(biāo)簽，它可以為我們?cè)谕赓u(mài)下單前提供大量的價(jià)值信息，餐飲商家也非常重視在線(xiàn)評(píng)論熱度詞匯標(biāo)簽，將其作為一種網(wǎng)絡(luò)營(yíng)銷(xiāo)方式，并且會(huì)主動(dòng)回復(fù)消費(fèi)者的點(diǎn)評(píng)信息。

1、文獻(xiàn)綜述

王君珺等（2013）通過(guò)對(duì)京東商城中手機(jī)銷(xiāo)售數(shù)據(jù)進(jìn)行收集，對(duì)評(píng)論長(zhǎng)度、評(píng)論星級(jí)、評(píng)論及時(shí)度、產(chǎn)品價(jià)格對(duì)不同熱度搜索型產(chǎn)品的銷(xiāo)量影響情況進(jìn)行了研究，得出了對(duì)于搜索型產(chǎn)品，熱門(mén)品牌的評(píng)論長(zhǎng)度、評(píng)論及時(shí)度對(duì)非熱門(mén)品牌的產(chǎn)品銷(xiāo)量均有顯著影響等結(jié)論[1]。李?。?012）通過(guò)對(duì)在線(xiàn)手機(jī)評(píng)論研究發(fā)現(xiàn)，“在線(xiàn)評(píng)論數(shù)量”“商品的關(guān)注度”對(duì)在線(xiàn)手機(jī)銷(xiāo)量有顯著性影響[2]。

總體上分析，已有研究表現(xiàn)出如下特點(diǎn)：從研究視角來(lái)看，主要基于評(píng)論有用性、評(píng)論對(duì)購(gòu)買(mǎi)意愿、區(qū)分搜索型和體驗(yàn)型產(chǎn)品、在線(xiàn)評(píng)論內(nèi)容等角度出發(fā)；從研究方法來(lái)看，大多采用計(jì)量建模的方法；從數(shù)據(jù)來(lái)源看，有的采用文問(wèn)卷調(diào)查，有的采用數(shù)據(jù)挖掘法。但是關(guān)于商家頁(yè)面標(biāo)簽熱度對(duì)銷(xiāo)量的影響卻沒(méi)有涉及，因此本文從商家頁(yè)面標(biāo)簽熱度對(duì)銷(xiāo)量影響的視角出發(fā)，從手機(jī)端抓取數(shù)據(jù)，并進(jìn)行回歸分析，來(lái)探討各個(gè)熱度詞匯標(biāo)簽對(duì)銷(xiāo)量的影響程度。

2、研究假設(shè)

2.1 變量假設(shè)

Sen和Lerman（2007）指出，對(duì)于體驗(yàn)型商品，正面評(píng)論具有更大的影響力，該結(jié)論收到情感一致性理論的支持[3]；基于以上的研究成果，本文認(rèn)為好評(píng)、味道贊、分量足、飯好吃、服務(wù)好、價(jià)格實(shí)惠等帶有正面含義的詞匯對(duì)消費(fèi)者購(gòu)買(mǎi)行為有正向的影響，進(jìn)而對(duì)銷(xiāo)量產(chǎn)生正向的影響。因此本文提出以下假設(shè)：

H1：正面的消費(fèi)者熱度詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1a：好評(píng)詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1b： 味道贊詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1c： 分量足詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1d： 飯好吃詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1e： 服務(wù)好詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1f： 價(jià)格實(shí)惠詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1g： 包裝好詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1h： 推薦詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

H1l： 食材新鮮詞匯標(biāo)簽對(duì)銷(xiāo)量有著正向的影響

李?lèi)?ài)國(guó)、鄧召惠、毛冰潔（2016）通過(guò)研究表明：負(fù)面評(píng)論對(duì)體驗(yàn)型產(chǎn)品銷(xiāo)量具有顯著影響[4]。因此本文提出以下假設(shè)：

H2：差評(píng)詞匯標(biāo)簽對(duì)銷(xiāo)量有著負(fù)向的影響

2.2 產(chǎn)品銷(xiāo)量

衡量產(chǎn)品銷(xiāo)售好壞的最直接的指標(biāo)就是產(chǎn)品銷(xiāo)量，由于電子商務(wù)公司的隱私等原因，無(wú)法通過(guò)網(wǎng)絡(luò)爬蟲(chóng)獲取數(shù)據(jù)，因此給研究帶來(lái)一定的困難，一些學(xué)者通過(guò)使用在線(xiàn)評(píng)論數(shù)量來(lái)代替銷(xiāo)量。Ye Qiang等（2011）在研究在線(xiàn)評(píng)論與酒店客房銷(xiāo)量時(shí)，采用了在線(xiàn)評(píng)論數(shù)代替酒店網(wǎng)上預(yù)訂量的做法，并證明了二者之間存在一定的線(xiàn)性關(guān)系 [5]。根據(jù)以上理論假設(shè)，本文構(gòu)建了消費(fèi)者熱度詞匯影響銷(xiāo)量模型：

3、研究設(shè)計(jì)

3.1 數(shù)據(jù)來(lái)源

權(quán)威第三方數(shù)據(jù)機(jī)構(gòu)QuestMobile發(fā)布了《移動(dòng)互聯(lián)網(wǎng)2017年夏季報(bào)告》。在外賣(mài)服務(wù)領(lǐng)域，截止到2017年6月30日，外賣(mài)服務(wù)行業(yè)獨(dú)立APP用戶(hù)活躍度超6600萬(wàn)，美團(tuán)外賣(mài)獨(dú)立APP月度活躍度MAU達(dá)2766萬(wàn)，同比增長(zhǎng)62%，用戶(hù)規(guī)模高居行業(yè)第一，因此我們選擇美團(tuán)外賣(mài)作為我們的研究對(duì)象，采用網(wǎng)絡(luò)爬蟲(chóng)軟件抓取美團(tuán)外賣(mài)在線(xiàn)評(píng)論的熱度標(biāo)簽，分別在中午和晚上兩個(gè)外賣(mài)高峰時(shí)間段，分別在高校（成都信息工程大學(xué)）、熱門(mén)商圈（春熙路）、寫(xiě)字樓（天府軟件園）三個(gè)地方進(jìn)行抓取離高校、熱門(mén)商圈、寫(xiě)字樓2公里內(nèi)的商家，每個(gè)商圈抓取200個(gè)餐飲商家的在線(xiàn)評(píng)論數(shù)據(jù)，共計(jì)得到樣本600個(gè)外賣(mài)餐飲商家數(shù)據(jù)，然后進(jìn)行數(shù)據(jù)的整理。得到比如全部點(diǎn)評(píng)人數(shù)、有圖、好評(píng)、差評(píng)、味道贊、分量足、滿(mǎn)意、好吃、推薦等共計(jì)30個(gè)熱門(mén)標(biāo)簽，剔除缺失值較多的麻、手工、干凈衛(wèi)生、湯汁不錯(cuò)、干凈衛(wèi)生、性?xún)r(jià)比高、孩子喜歡、少送錯(cuò)送、圖片與實(shí)物不符合等字段。并且將菜品不錯(cuò)和食材新鮮含義接近的合并成菜品不錯(cuò)，好吃和味道贊進(jìn)行合并成味道贊，將商家數(shù)據(jù)比較少的異常值剔除，最終獲得外賣(mài)餐飲商家數(shù)據(jù)390家，其中成都信息工程大學(xué)附近130家、春熙路附近130家、天府軟件園附近130家。并且最后我們得到全部點(diǎn)評(píng)人數(shù)、有圖、好評(píng)、差評(píng)、味道贊、分量足、滿(mǎn)意、好吃、推薦、味道贊、包裝好、菜品不錯(cuò)等12個(gè)有效熱度標(biāo)簽詞匯表對(duì)熱度標(biāo)簽詞匯的情感采取正面和負(fù)面的劃分，對(duì)正面的詞匯統(tǒng)計(jì)量處理為正值統(tǒng)計(jì)量，對(duì)負(fù)面的詞匯標(biāo)簽統(tǒng)計(jì)量處理為負(fù)值的統(tǒng)計(jì)量。

3.2 消費(fèi)者在線(xiàn)評(píng)論關(guān)心熱度詞匯描述性統(tǒng)計(jì)

從消費(fèi)者在線(xiàn)評(píng)論中，某些餐飲商家的點(diǎn)評(píng)數(shù)最多達(dá)到20000多，最少有7個(gè)，說(shuō)明餐飲商家在線(xiàn)點(diǎn)評(píng)數(shù)應(yīng)該是我們比較重點(diǎn)關(guān)心的信息，與學(xué)者在研究在線(xiàn)評(píng)論時(shí)發(fā)現(xiàn)在線(xiàn)評(píng)論數(shù)量對(duì)消費(fèi)者購(gòu)買(mǎi)決策意愿有影響的結(jié)論是一致的；帶有圖片評(píng)論的餐飲商家最多有1620條，最少圖片評(píng)論也有1條，圖片作為一種直觀的信息展示，對(duì)我們?cè)谶x擇外賣(mài)商家時(shí)也起到了重要的作用，與學(xué)者林爽等提出感官型產(chǎn)品圖片評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)意向的影響大于文字評(píng)論，而非感官型產(chǎn)品文字評(píng)論對(duì)消費(fèi)者購(gòu)買(mǎi)意向的影響大于圖片評(píng)論結(jié)論一致。

我們發(fā)現(xiàn)消費(fèi)者最關(guān)心熱度詞匯排在前五的有：全部點(diǎn)評(píng)人數(shù)、好評(píng)、差評(píng)、味道。其次是分量足、服務(wù)好，最后是包裝好、食材新鮮、推薦等。

4、模型分析

4.1 總體模型回歸分析

在模型回歸過(guò)程中，我們發(fā)現(xiàn)，將商圈類(lèi)型單獨(dú)與銷(xiāo)量進(jìn)行回歸，其中回歸方程F值是30.418，D-W值是1.534，R2是0.136，商業(yè)商圈P值是0.001，工作商圈的P值是0.000，都達(dá)到了顯著性水平，而且工作商圈影響度最高，其次是商業(yè)商圈，最后是學(xué)校商圈。但是把商圈類(lèi)型作為虛擬變量放入整體模型中回歸，發(fā)現(xiàn)它并不顯著。首先，可能與采集的數(shù)據(jù)有關(guān)，都是在商圈中心附近2公里范圍內(nèi)采集的商家數(shù)據(jù)，商家類(lèi)型與本商圈的銷(xiāo)量高度相關(guān)，形成各自的商圈中心。并且刪除了很多評(píng)論標(biāo)簽缺失值比較大的商家；其次。消費(fèi)者通過(guò)美團(tuán)外賣(mài)app購(gòu)買(mǎi)商品時(shí)，商家頁(yè)面呈現(xiàn)的熱度詞匯對(duì)消費(fèi)者的認(rèn)知影響程度比較高，從而影響商家的銷(xiāo)量，在商圈2公里服務(wù)范圍內(nèi)，對(duì)消費(fèi)者銷(xiāo)量影響就很微弱，比如處于學(xué)校商圈的人不會(huì)去工作商圈下單點(diǎn)外賣(mài)。但是會(huì)受到商圈范圍內(nèi)環(huán)境影響，比如人口數(shù)量、經(jīng)濟(jì)發(fā)展水平、消費(fèi)水平、商家頁(yè)面熱度情況等因素綜合影響。因此認(rèn)為，商圈類(lèi)型對(duì)銷(xiāo)量的影響并不顯著。

從整體模型回歸結(jié)果看，回歸方程F值是291.766，P值是 0.000，R2等于0.882，D-W是1.975（DW統(tǒng)計(jì)量在2附近，所以自變量沒(méi)有自相關(guān)的問(wèn)題）。因此回歸方程比較顯著，擬合優(yōu)度也很好，其中美團(tuán)外賣(mài)商家的好評(píng)熱度詞匯、差評(píng)熱度、味道贊、服務(wù)好對(duì)銷(xiāo)量存在著顯著的影響（在5%的置信水平下），而且服務(wù)好對(duì)銷(xiāo)量的影響程度最大，其次是味道贊，最后是好評(píng)（B服務(wù)好26.721>B味道贊12.655>B好評(píng)0.672）。根據(jù)消費(fèi)者在線(xiàn)評(píng)論熱度詞匯影響銷(xiāo)量的模型分析，因此我們認(rèn)為要提高商家在美團(tuán)外賣(mài)的銷(xiāo)量，必須重視消費(fèi)者發(fā)表好評(píng)評(píng)論，盡量減少差評(píng)評(píng)論，提升自身的外賣(mài)服務(wù)水平，最重要的是做出適合消費(fèi)者口味的美食，在接單前盡量的了解個(gè)體消費(fèi)者的口味偏好。

其次美團(tuán)外賣(mài)商家的價(jià)格實(shí)惠、分量足、飯好吃、包裝好、食材新鮮、推薦熱度詞匯對(duì)銷(xiāo)量沒(méi)有顯著的影響（在5%的置信水平下）。價(jià)格因素在美團(tuán)外賣(mài)剛剛起步的時(shí)候，發(fā)揮著比較大的影響作用，現(xiàn)在外賣(mài)市場(chǎng)已經(jīng)比較成熟，形成了以美團(tuán)、 餓了么為首的外賣(mài)龍頭企業(yè)，通過(guò)調(diào)研外賣(mài)用戶(hù)數(shù)據(jù)分析發(fā)現(xiàn)：外賣(mài)大都以單品形式銷(xiāo)售，和餐館就餐形式有很大的不同，外賣(mài)均價(jià)在20元以?xún)?nèi)消費(fèi)者對(duì)外賣(mài)的價(jià)格敏感性程度不高。因此價(jià)格實(shí)惠對(duì)商家整體銷(xiāo)量的影響程度并不顯著。

4.2 不同商圈類(lèi)型商家評(píng)論熱度標(biāo)簽對(duì)銷(xiāo)量的影響分析

4.2.1 學(xué)校商圈模型分析

從模型回歸結(jié)果得出，好評(píng)熱度詞匯（t=19.6.581，p=0.000）、差評(píng)（t=6.728，p=0.000）、味道贊（t=7.222，p=0.000）、服務(wù)好（t=4.622，p=0.000）顯著影響銷(xiāo)量（在5%的置信水平下），其他熱度詞匯的影響并不顯著。

4.2.2 商業(yè)商圈

從模型回歸結(jié)果得出，好評(píng)熱度詞匯（t=7.605，p=0.000）、差評(píng)（t=5.239，p=0.000）、味道贊（t=6.713，p=0.000）、服務(wù)好（t=5.576，p=0.000）顯著影響銷(xiāo)量（在5%的置信水平下），其他熱度詞匯的影響并不顯著。

4.2.3 工作商圈

從模型回歸結(jié)果得出，好評(píng)熱度詞匯（t=36.625，p=0.000）、分量足（t=3.447，p=0.001）、飯好吃（t=2.187，p=0.031）、價(jià)格實(shí)惠（t=3.084，p=0.003）、包裝好（t=2.363，p=0.02）顯著影響銷(xiāo)量（在5%的置信水平下），其他熱度詞匯并不顯著。

4.3 實(shí)證結(jié)果匯總

由此，將前述分析結(jié)果在表1中匯總?cè)缦拢?img src="https://cimg.fx361.com/images/2021/03/26/qkimagesdzwsdzws202003dzws20200317-2-l.jpg"/>

5、結(jié)論與啟示

5.1 研究結(jié)論

（1）商家在線(xiàn)評(píng)論熱度標(biāo)簽中，好評(píng)、差評(píng)、味道贊、服務(wù)好熱度詞匯標(biāo)簽對(duì)外賣(mài)銷(xiāo)量有顯著的影響的結(jié)論。其中好評(píng)、味道贊、服務(wù)好熱度詞匯對(duì)外賣(mài)銷(xiāo)量有著正向影響。服務(wù)好的影響程度最大。其中味道贊影響程度最高；與傳統(tǒng)餐飲經(jīng)營(yíng)重視口味結(jié)論一致，互聯(lián)網(wǎng)化經(jīng)營(yíng)的餐飲更應(yīng)注意利用大數(shù)據(jù)技術(shù)等新興技術(shù)獲取消費(fèi)者個(gè)體口味，針對(duì)性的推出符合消費(fèi)者個(gè)體的美食。同時(shí)應(yīng)注重提升外賣(mài)餐飲服務(wù)水平，讓消費(fèi)者額外獲得感進(jìn)一步增強(qiáng)。差評(píng)對(duì)外賣(mài)銷(xiāo)量有著負(fù)向影響。

（2）同時(shí)商圈類(lèi)型、分量足、飯好吃、價(jià)格實(shí)惠、食材新鮮、包裝好對(duì)外賣(mài)銷(xiāo)量有不顯著的影響。不同的商圈都會(huì)形成自己的消費(fèi)中心，對(duì)外賣(mài)銷(xiāo)量整體影響不大。但是分析每個(gè)獨(dú)立的商圈，結(jié)合統(tǒng)計(jì)數(shù)據(jù)來(lái)看工作商圈的銷(xiāo)量最高，其次是商業(yè)商圈，最后是學(xué)校商圈。飯菜分量多不能直接帶來(lái)銷(xiāo)量的增加，消費(fèi)者每個(gè)個(gè)體的不一致性對(duì)評(píng)價(jià)也會(huì)帶來(lái)不一致性的結(jié)果。外賣(mài)餐飲都是做好的熟食，食材新鮮不能直接通過(guò)肉眼來(lái)判斷，通過(guò)味覺(jué)來(lái)判斷會(huì)大打折扣。通過(guò)統(tǒng)計(jì)發(fā)現(xiàn)外賣(mài)餐飲價(jià)格并不是十分昂貴，導(dǎo)致價(jià)格的調(diào)節(jié)效應(yīng)也不十分明顯。推薦詞匯并不多，消費(fèi)者對(duì)于推薦與否有著明顯的不一致看法。所以對(duì)銷(xiāo)量的影響并不顯著。

（3）通過(guò)分層抽樣，細(xì)分群體的研究，發(fā)現(xiàn)不同商圈的外賣(mài)影響因素有差別，其中學(xué)校商圈和商業(yè)商圈的外賣(mài)商家影響銷(xiāo)量的因素基本一致，而工作商圈與另外兩個(gè)商圈的銷(xiāo)量影響因素表現(xiàn)不一致。推測(cè)工作人群與學(xué)生人群、商業(yè)區(qū)流動(dòng)人群的消費(fèi)特征的不一致現(xiàn)象造成的，對(duì)我們繼續(xù)研究外賣(mài)商家營(yíng)銷(xiāo)措施有很好的啟發(fā)作用。

5.2 營(yíng)銷(xiāo)啟示

（1）重視服務(wù)營(yíng)銷(xiāo)理念。 O2O餐飲方式強(qiáng)化了消費(fèi)需求的轉(zhuǎn)變，消費(fèi)者更加注重餐飲服務(wù)所帶來(lái)的情感體驗(yàn)和審美愉悅，實(shí)現(xiàn)從“口腔時(shí)代”到“體驗(yàn)時(shí)代”的過(guò)渡。外賣(mài)服務(wù)水平是提升外賣(mài)銷(xiāo)量的關(guān)鍵。必須合理規(guī)范外賣(mài)配送、包裝等服務(wù)標(biāo)準(zhǔn)，使得行業(yè)服務(wù)水平提升。比如使用綠色無(wú)公害、簡(jiǎn)易適用的包裝，嚴(yán)格把關(guān)好配送時(shí)間，務(wù)必保證在預(yù)約時(shí)間內(nèi)送達(dá)到消費(fèi)者手中，到達(dá)前與消費(fèi)者進(jìn)行溝通，如果超出時(shí)預(yù)約時(shí)間送達(dá)，提前與消費(fèi)者協(xié)商。同時(shí)在消費(fèi)者接收時(shí)保持親和的態(tài)度。

（2）重視產(chǎn)品理念。把產(chǎn)品作為商家的生命線(xiàn)。積極進(jìn)行菜品創(chuàng)新，打造本店特色菜系，親民菜系，實(shí)惠菜系等不同產(chǎn)品，并且尋找適合的餐飲市場(chǎng)定位。

參考文獻(xiàn)：

[1] 王君珺，閆強(qiáng).不同熱度搜索型產(chǎn)品的在線(xiàn)評(píng)論對(duì)銷(xiāo)量影響的實(shí)證研究[J].中國(guó)管理科學(xué)，2013，21（S2）：406-411.

[2] 李健.在線(xiàn)商品評(píng)論對(duì)產(chǎn)品銷(xiāo)量影響研究[J].現(xiàn)代情報(bào)，2012，32（01）：164-167.

[3] Sen S ，Lerman D.Why are you telling me this？ An examination into negative consumer reviews on the Web [J]. Journal of Interactive Marketing，2007，21，（4）：76-94.[4] 李?lèi)?ài)國(guó)，鄧召惠，毛冰潔.在線(xiàn)負(fù)面評(píng)論對(duì)體驗(yàn)型產(chǎn)品銷(xiāo)量的影響——基于商家回復(fù)視角[J].商業(yè)研究，2016（07）：138-144.

[5] Ye Qiang，Law R，Gu Bin，et al.The influence of user-generated content on traveler behavior：An empirical inverstigation on the effects of e-word-mouth to online booking[J]. Computers in Human Behabior，2011，27：634-639.

作者簡(jiǎn)介：

毛瀟遠(yuǎn)，碩士研究生，成都信息工程大學(xué)物流學(xué)院，主要從事電子商務(wù)與現(xiàn)代物流研究；

賀盛瑜，博士，教授，碩士生導(dǎo)師，西昌學(xué)院，主要從事電子商務(wù)與現(xiàn)代物流研究。