費(fèi)威，李詩允，呂欣陽

基于數(shù)據(jù)挖掘的社交電商助力農(nóng)產(chǎn)品上行的實(shí)證分析

費(fèi)威1，李詩允1，呂欣陽2

（1.東北財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院，遼寧 大連 116025；2.中國人民大學(xué) 農(nóng)業(yè)與農(nóng)村發(fā)展學(xué)院，北京 100872）

為促進(jìn)社交電商有效助力農(nóng)產(chǎn)品上行，以社交電商拼多多為例，通過對拼多多平臺的農(nóng)產(chǎn)品銷售數(shù)據(jù)進(jìn)行挖掘，利用LDA主題模型對農(nóng)產(chǎn)品銷售數(shù)據(jù)進(jìn)行分類分析。研究表明：消費(fèi)者對品牌溢價和高附加值商品的購買意愿較高；蔬菜類商戶的區(qū)域品牌意識和蛋類、其他類商戶的高附加值意識都較為薄弱；果蔬類商品區(qū)域品牌的市場價值有待增加；蛋類和其他類商品附加值有待提高。據(jù)此，應(yīng)充分發(fā)揮社交電商平臺的優(yōu)勢，加速形成頭部效應(yīng)，提升流量與銷量之間的轉(zhuǎn)化率。

社交電商；農(nóng)產(chǎn)品上行；LDA主題模型；數(shù)據(jù)挖掘

一、問題的提出

隨著電商的快速發(fā)展，農(nóng)產(chǎn)品上行成為必然的選擇。從2012年淘寶與遂昌縣合作衍生的遂昌模式，再到阿里巴巴集團(tuán)“千縣萬村”農(nóng)村戰(zhàn)略，京東建立“新通路”事業(yè)部設(shè)立鄉(xiāng)村自提點(diǎn)等，電商企業(yè)為促進(jìn)農(nóng)產(chǎn)品上行在不斷努力[1]。農(nóng)業(yè)農(nóng)村部、中央網(wǎng)絡(luò)安全和信息化委員會發(fā)布的《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025年）》，對農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額占農(nóng)產(chǎn)品總交易額比重提出由2018年的9.8%提升至2025年15%的目標(biāo)要求。然而，目前農(nóng)產(chǎn)品上行尚存在生產(chǎn)經(jīng)營分散化、農(nóng)產(chǎn)品標(biāo)準(zhǔn)化實(shí)現(xiàn)難[2]、倉儲和物流成本高[3]、冷鏈系統(tǒng)不完善等諸多阻礙[4]。

傳統(tǒng)電商銷售農(nóng)產(chǎn)品的功能主要體現(xiàn)在線上支付，其線下對接復(fù)制了通常的流通模式，而社交電商為農(nóng)產(chǎn)品上行提供了新路徑。近年來社交電商正處于蓬勃發(fā)展時期。Wang等將社交電商定義為一種融合了線上線下環(huán)境的由社交媒體作為媒介的商務(wù)形式，通過社交媒體將購物和社交網(wǎng)絡(luò)活動結(jié)合起來進(jìn)行潛在銷售[5]。目前國內(nèi)外學(xué)者主要聚焦于從消費(fèi)者和商戶兩類主體研究社交電商促進(jìn)農(nóng)產(chǎn)品上行的影響因素。就消費(fèi)者視角而言，Ernst等指出農(nóng)產(chǎn)品質(zhì)量的不確定性是影響消費(fèi)者購買意愿的主要因素，農(nóng)產(chǎn)品質(zhì)量信號傳遞是促進(jìn)農(nóng)產(chǎn)品電商發(fā)展的關(guān)鍵[6]；吳自強(qiáng)實(shí)證分析表明產(chǎn)品種類認(rèn)知、品牌認(rèn)知、食品安全與健康支付意愿等因素，對生鮮農(nóng)產(chǎn)品網(wǎng)購意愿有正向影響[7]；王克喜等構(gòu)建二元logit選擇模型分析認(rèn)為消費(fèi)者自身屬性、農(nóng)產(chǎn)品和網(wǎng)購平臺特征對生鮮農(nóng)產(chǎn)品購買意愿具有顯著影響[8]；Doha等實(shí)證分析表明消費(fèi)者的社交電商行為傾向可由功利價值、經(jīng)濟(jì)價值和社會價值予以解釋[9]；Li等基于PPM模型分析了消費(fèi)者從傳統(tǒng)電商轉(zhuǎn)換到社交電商的影響因素[10]；鞏永華等利用熵權(quán)法計(jì)算得出消費(fèi)者的熟悉度和偏好相似度對用戶信任的顯著影響[11]。從商戶的角度，田剛等采用Tobit模型實(shí)證分析得出IT人才占比、與供應(yīng)商的關(guān)系和物流設(shè)施水平對生鮮電商企業(yè)技術(shù)效率有顯著正向影響[12]；曾億武等實(shí)證分析認(rèn)為先前工作經(jīng)歷抑制農(nóng)戶使用電商銷售農(nóng)產(chǎn)品，創(chuàng)業(yè)經(jīng)歷和培訓(xùn)經(jīng)歷、社會資本對此發(fā)揮促進(jìn)作用[13]；侯振興采用扎根理論研究發(fā)現(xiàn)基礎(chǔ)設(shè)施、網(wǎng)絡(luò)安全、第三方電商服務(wù)等因素會影響農(nóng)戶和企業(yè)采用電商銷售農(nóng)產(chǎn)品[14]；汪興東等實(shí)證分析指出農(nóng)村電商政策對農(nóng)戶電商銷售行為有正向影響[15]；王嬋等通過實(shí)證分析得出農(nóng)戶的社交軟件使用數(shù)和社交軟件好友數(shù)等均會促進(jìn)農(nóng)戶參與社交電商[16]。此外，利用大數(shù)據(jù)研究農(nóng)產(chǎn)品網(wǎng)購消費(fèi)行為的研究日益增加。相關(guān)研究主要集中在消費(fèi)者在線購買的影響因素分析，利用數(shù)據(jù)分析，討論在線評論特征以及網(wǎng)絡(luò)口碑等對消費(fèi)者購買決策的影響。胡雅淇等通過爬取淘寶平臺生鮮羊肉產(chǎn)品的月度截面數(shù)據(jù)，分析得出在線評論數(shù)量和可視化評論能夠顯著提高生鮮農(nóng)產(chǎn)品銷量，差評數(shù)量會明顯降低其銷量[17]；王英等利用爬蟲技術(shù)和統(tǒng)計(jì)方法分析評論數(shù)據(jù)，探討了品牌、在線評論和農(nóng)產(chǎn)品銷量之間的關(guān)系[18]；雷兵等利用大數(shù)據(jù)分析了地方特色、網(wǎng)絡(luò)口碑與農(nóng)產(chǎn)品上行之間的作用機(jī)制[19]；王翠翠等通過構(gòu)建農(nóng)戶可持續(xù)生計(jì)評價指標(biāo)體系，以湖北省農(nóng)戶調(diào)查數(shù)據(jù)為例，評估了農(nóng)村電商扶貧成效，認(rèn)為是否參與農(nóng)村電商是影響扶貧的直接因素[20]。

綜上可見，現(xiàn)有文獻(xiàn)為促進(jìn)農(nóng)產(chǎn)品上行提供了豐富的研究參考。學(xué)者們以實(shí)證分析、問卷調(diào)查、扎根理論等方法為主，分析了農(nóng)產(chǎn)品特征、消費(fèi)者自身屬性和農(nóng)戶歷史經(jīng)驗(yàn)等影響因素，還有部分學(xué)者采取爬蟲技術(shù)，利用數(shù)據(jù)在線評論分析消費(fèi)者網(wǎng)購行為，但針對社交電商農(nóng)產(chǎn)品上行的銷量數(shù)據(jù)挖掘研究農(nóng)產(chǎn)品上行的相對較少。不同于傳統(tǒng)計(jì)量方法，數(shù)據(jù)挖掘可以實(shí)現(xiàn)更全面更廣泛的數(shù)據(jù)搜集，且在數(shù)據(jù)的采集、清洗和分析等方面均體現(xiàn)出新的特征，有助于進(jìn)行更直觀的定量分析[21]。對此，筆者擬以社交電商拼多多為例，用數(shù)據(jù)挖掘方法分析社交電商平臺農(nóng)產(chǎn)品銷售情況，提煉社交電商助力農(nóng)產(chǎn)品上行存在的主要問題，據(jù)此剖析原因，提出相應(yīng)的解決對策。

二、農(nóng)產(chǎn)品銷售數(shù)據(jù)挖掘的研究設(shè)計(jì)

（一）研究方法

本研究使用潛在狄利克雷分布（Latent Dirichlet Allocation，LDA）進(jìn)行主題建模，利用數(shù)據(jù)挖掘方法對農(nóng)產(chǎn)品進(jìn)行分類。LDA是一種用于從大量未標(biāo)記的文檔中提取有意義主題的無監(jiān)督算法[22]。構(gòu)成數(shù)據(jù)集的所有商品名稱被視為語料庫，在語料庫中的每個商品名稱被稱為文檔。LDA是將每個文檔看作是若干詞的向量，每個詞都可以表示某個主題的概率分布，其輸出將是一個詞集列表，表示語料庫中每個文檔的不同主題及主題分布。

文檔生成過程如圖1所示，參數(shù)和參數(shù)分別控制一個狄利克雷分布。參數(shù)首先隨機(jī)生成文檔對應(yīng)的主題多項(xiàng)式分布，再由隨機(jī)生成一個主題。參數(shù)隨機(jī)生成主題對應(yīng)詞語的多項(xiàng)式分布，綜合主題和主題對應(yīng)詞語分布情況生成詞語，如此循環(huán)生成一個文檔，其中包含個詞語，最終生成個主題下的篇文檔。在文檔中，每個單詞w都與一個潛在變量z有關(guān)，其中={1，…，}，從而表明單詞w是由哪個主題生成的[23]。單詞w的概率可以表示為：

式（1）中是單詞wi在主題j中的概率，是一個文檔特定的混合權(quán)重，表示主題在文檔中的比例。

在主題建模中，依據(jù)相關(guān)研究[24]，令參數(shù)值=0.1、=0.01，采用主題困惑度確定最佳主題數(shù)，用主題一致性評估其可解釋性。主題困惑度越低代表模型的預(yù)測能力越高，用軟件Python3.8.8得到關(guān)于主題困惑度與主題數(shù)的折線圖中會存在一個拐點(diǎn)，拐點(diǎn)處的主題數(shù)即為最佳主題數(shù)量。主題一致性通常假設(shè)如果某主題更易于解釋，則該主題中的頂部單詞對應(yīng)在語料庫的文檔中將更頻繁地共同出現(xiàn)，主題一致性得分越高越有解釋力度。

（二）研究設(shè)計(jì)

目前拼多多已經(jīng)成為銷售額最高、參與銷售商戶規(guī)模最大的農(nóng)產(chǎn)品社交電商平臺。選擇拼多多作為農(nóng)產(chǎn)品上行的數(shù)據(jù)挖掘平臺具有典型代表性。拼多多成立于2015年，是專注于拼團(tuán)購物的第三方社交電商平臺，平臺用戶通過發(fā)起和朋友、家人、鄰居等社交群體的拼團(tuán)，實(shí)現(xiàn)以更低的價格購買優(yōu)質(zhì)商品的目標(biāo)。2020年拼多多農(nóng)產(chǎn)品及農(nóng)副產(chǎn)品訂單總額超過2700億元人民幣，規(guī)模同比翻倍，2021年全年累計(jì)訂單610億件，同比增長59%①。拼多多主要面向下沉市場，即把目標(biāo)用戶定位在三線及以下城市的廣大消費(fèi)者。針對農(nóng)產(chǎn)品上行的“最后一公里”問題，2018年拼多多率先提出“最初一公里”的戰(zhàn)略，通過產(chǎn)地直銷實(shí)現(xiàn)了消費(fèi)端“最后一公里”和原產(chǎn)地“最初一公里”的直連，避免了采購入倉等中間環(huán)節(jié)造成的高成本。流通成本的降低使在不損害商戶利益的情況下實(shí)現(xiàn)了消費(fèi)者、平臺和商戶的共贏。

拼多多以相較于傳統(tǒng)電商更寬松的資質(zhì)條件進(jìn)行招商：商戶及相關(guān)企業(yè)在拼多多經(jīng)銷農(nóng)產(chǎn)品，僅需上傳食品經(jīng)營許可證和繳納保證金；平臺對農(nóng)產(chǎn)品實(shí)行零傭金；入駐商戶在一個類目下可以同時開設(shè)兩家店鋪，入駐水果生鮮類目的新商戶個人和企業(yè)分別需要繳納不同額度的店鋪保證金。拼多多的營銷流程如圖2所示。拼多多在營銷方式上主要以拼單分享為主，通過低價引導(dǎo)其初始農(nóng)產(chǎn)品消費(fèi)者分享商品給好友進(jìn)行拼團(tuán)購買，建立用戶鏈接，發(fā)展?jié)撛谙M(fèi)者，同時采取微信等社交平臺用戶自發(fā)加入不同興趣群體的方式，讓消費(fèi)者與熟人之間分享商品鏈接，通過信任吸引潛在消費(fèi)者發(fā)生購買行為，即從傳統(tǒng)電商的“人找貨”轉(zhuǎn)變?yōu)椤柏浾胰恕?。這些群體能夠自發(fā)且較為精準(zhǔn)地完成用戶群體細(xì)分，容易產(chǎn)生重復(fù)購買行為，實(shí)現(xiàn)從關(guān)系到交易、生活到生意的轉(zhuǎn)化。在交易完成后，消費(fèi)者還會對商品質(zhì)量、平臺服務(wù)等做出評價，在社交圈廣泛傳播，逐漸形成商品的口碑。在這種營銷模式下，“關(guān)鍵意見領(lǐng)袖（KOL）”應(yīng)運(yùn)而生，擁有流量的網(wǎng)紅、社群群主等可以通過分享“好物”推銷商品，隨著商品口碑的形成與流傳不斷吸引新的用戶關(guān)注，從而產(chǎn)生正反饋效應(yīng)。

圖2　拼多多營銷流程圖

（三）數(shù)據(jù)來源與分析框架

1．?dāng)?shù)據(jù)來源

本研究通過在拼多多網(wǎng)頁對“農(nóng)產(chǎn)品”“農(nóng)產(chǎn)品大全”“農(nóng)產(chǎn)品直銷”等關(guān)鍵詞進(jìn)行檢索，利用軟件XPath Helper 2.0.2對商品名稱、價格和銷量②數(shù)據(jù)進(jìn)行爬取。整個數(shù)據(jù)獲取過程在2021年10月29日至11月4日一周內(nèi)完成，最終爬取到13866條商品信息。原始數(shù)據(jù)示例如表1所示。商品分為蛋類、果蔬類和其他三類。為簡化且便于說明，每類選取兩個商品作為例子在表1中予以展示。其中，商品名稱中包括很多修飾詞凸顯商品特點(diǎn)，如售賣方式包括10斤、5斤等，商品包裝類型包括罐裝、精品禮盒裝等，商品產(chǎn)地包括內(nèi)蒙古、福建平和琯溪等。

表1　原始數(shù)據(jù)示例

2．?dāng)?shù)據(jù)分析框架

通過將數(shù)據(jù)挖掘應(yīng)用于農(nóng)產(chǎn)品電商的研究，一方面能夠利用實(shí)時數(shù)據(jù)，對農(nóng)產(chǎn)品電商現(xiàn)狀進(jìn)行更為直觀的定量分析；另一方面，基于經(jīng)濟(jì)學(xué)理論的相關(guān)性分析能夠挖掘數(shù)據(jù)間的聯(lián)系，探索農(nóng)產(chǎn)品電商的主要影響因素[25]。因此，本研究通過數(shù)據(jù)清洗、分詞處理和主題分類的步驟進(jìn)行數(shù)據(jù)處理。具體如圖3所示。

圖3　農(nóng)產(chǎn)品銷售數(shù)據(jù)分析框架

（1）數(shù)據(jù)清洗。針對多次少量爬取數(shù)據(jù)存在的部分商品被多次爬取的情況，需要刪除爬取的重復(fù)信息，并且剔除與農(nóng)產(chǎn)品無關(guān)的商品數(shù)據(jù)。經(jīng)過上述數(shù)據(jù)清洗處理后，留存10471條商品有效信息。

（2）分詞處理。目前中文分詞根據(jù)實(shí)現(xiàn)原理和特點(diǎn)分為基于詞典分詞算法和基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)算法。詞典分詞算法的原理是對前綴詞典實(shí)現(xiàn)高效的詞圖掃描，生成句子中漢字所有可能成詞情況構(gòu)成的有向無環(huán)圖，采用動態(tài)規(guī)劃查找最大概率路徑，找出基于詞頻的最大切分組合[26]。本研究對商品名稱進(jìn)行文本挖掘，由于商品名稱大部分由形容詞和名詞構(gòu)成且不易產(chǎn)生歧義，因此采用基于詞典分詞的開源中文結(jié)巴分詞工具。根據(jù)商品名稱特征設(shè)計(jì)專門的停用詞表③，例如在停用詞表上增加分辨商品種類無意義的詞，如包郵、順豐、整箱、批發(fā)等，以更好地對商品類別進(jìn)行主題提取。

（3）主題分類。利用Python中的機(jī)器學(xué)習(xí)庫scikit-learn（簡稱sklearn）進(jìn)行LDA主題模型分析。針對爬取到的農(nóng)產(chǎn)品商品名稱確定主題數(shù)量，再用主題一致性和主題困惑度測度主題數(shù)量是否合理，得到科學(xué)合理的主題數(shù)量。通過代碼輸出每個主題的關(guān)鍵詞并進(jìn)行主題分析以概括出主題詞，主題詞即為農(nóng)產(chǎn)品數(shù)據(jù)的初步分類。然后根據(jù)得到的農(nóng)產(chǎn)品分類對商品數(shù)據(jù)進(jìn)行匹配和歸類，經(jīng)過以上步驟分別對挖掘的每類農(nóng)產(chǎn)品進(jìn)行處理再分析④。

三、社交電商助力農(nóng)產(chǎn)品上行的實(shí)證分析

（一）主題確定

本研究通過構(gòu)建不同主題數(shù)量的LDA模型以確定最佳主題數(shù)量。由于進(jìn)行主題分類的對象不是常見的邏輯連貫的文本（評論、政策等），而是由形容詞和名詞組成的商品名稱，需要結(jié)合模型的可視化圖、主題困惑度和主題一致性綜合衡量進(jìn)行最佳主題數(shù)（）確定。

分別輸出=3至=8的6個可視化圖。例如，圖4是主題數(shù)為3時的可視化結(jié)果，直觀展示了主題分布情況，3個圓分別在3個不同象限內(nèi)并且沒有交叉重疊部分，說明主題數(shù)量為3時分類清晰。

圖4　主題數(shù)為3時基于整體文本的可視化結(jié)果

困惑度分析結(jié)果如圖5所示。主題困惑度隨著主題數(shù)量的增加而遞減，并且主題數(shù)為3時存在拐點(diǎn)，即時曲線急劇下降，在3～4時曲線基本趨于平穩(wěn)，因此，確定LDA模型的最佳主題數(shù)量為3。

圖5　主題困惑度得分

由于主題模型是一種無監(jiān)督學(xué)習(xí)方法，不能保證輸出主題的可解釋性，本研究用一致性評估模型的可解釋性，結(jié)果如圖6所示。在1～3時主題一致性得分不斷上升，在3～4時趨于平穩(wěn)。綜合上述分析，最佳主題數(shù)量選定為3。

圖6　主題一致性得分

根據(jù)LDA模型得到主題和關(guān)鍵詞表，具體如表2所示。表2展示了3個主題及其排列在前8個的關(guān)鍵詞。輸出的主題關(guān)鍵詞只有順序而沒有主題名稱，根據(jù)關(guān)鍵詞及其之間的邏輯關(guān)系對每個主題進(jìn)行命名，例如以“雞蛋”“紅心”“鴨蛋”和“皮蛋”為關(guān)鍵詞的主題被命名為“蛋類”。其中，“農(nóng)村”“特產(chǎn)”“網(wǎng)紅”等均為對商品的描述，“冰糖”“五香”分別是以冰糖橙子、冰糖心蘋果、五香牛肉等形式出現(xiàn)，屬于無關(guān)詞匯，與農(nóng)產(chǎn)品本身的分類無直接關(guān)系。

表2　主題和關(guān)鍵詞表

（二）實(shí)證分析結(jié)果

基于拼多多的商品信息數(shù)據(jù)挖掘，本研究剖析了社交電商平臺農(nóng)產(chǎn)品銷售現(xiàn)狀及其特點(diǎn)，對具有代表性的各類農(nóng)產(chǎn)品進(jìn)行分析，包括商品信息中有無產(chǎn)地標(biāo)識對銷售的影響、商品是否經(jīng)過加工對銷售的影響等。

1．農(nóng)產(chǎn)品整體銷售情況分析

對爬取的農(nóng)產(chǎn)品數(shù)據(jù)按類別進(jìn)行匹配，通過篩選、分類、計(jì)算后的結(jié)果如表3和表4所示。為簡化且不失一般性，參照相關(guān)研究將農(nóng)產(chǎn)品銷量數(shù)據(jù)進(jìn)行分級處理[26]，共分為4個等級，銷量1級至銷量4級分別為累計(jì)銷量（銷售計(jì)數(shù)單位）小于1000、1000至1萬、1萬至10萬和超過10萬。

根據(jù)表3和表4數(shù)據(jù)易見：在總體銷售情況上，銷售蛋類的商戶占比不足20%，且蛋類銷量占比低于其商品數(shù)量占比的6.53%，蛋類銷量明顯低于果蔬和其他類；果蔬是平臺上銷量最高的農(nóng)產(chǎn)品，但由于單價較其他類偏低等原因使銷售額占比有所下降；其他類的銷量占比41.19%，由于包括牛肉和水產(chǎn)等單價較高的商品，其銷售額占農(nóng)產(chǎn)品整體銷售額的50%以上。

表3　農(nóng)產(chǎn)品銷售總體情況

表4　農(nóng)產(chǎn)品銷售比率

從單個商戶的農(nóng)產(chǎn)品銷售情況來看，超過一半的果蔬和其他類農(nóng)產(chǎn)品的銷量達(dá)到1萬以上，蛋類銷量達(dá)到10萬以上的占比最少，并且銷量小于1000的占比最多，從而可以推斷購買蛋類農(nóng)產(chǎn)品的消費(fèi)者相對較少，社交電商平臺中“頭部效應(yīng)”尚不明顯。商戶更應(yīng)該注重提升商品品質(zhì)及售后服務(wù)水平，加速正面口碑在消費(fèi)者之間的傳播，實(shí)現(xiàn)擴(kuò)大銷售規(guī)模的目標(biāo)。其中，“頭部效應(yīng)”⑤中“頭部”可以理解為每類農(nóng)產(chǎn)品中銷量4級的商戶，這些商戶由于累計(jì)銷量足夠多、口碑足夠好、知名度足夠高等更易吸引消費(fèi)者購買，相應(yīng)商戶的商品銷量持續(xù)增加形成正反饋的效應(yīng)即“頭部效應(yīng)”。

本研究對三大類農(nóng)產(chǎn)品再分別進(jìn)行LDA主題分類，提取與農(nóng)產(chǎn)品名稱相關(guān)的關(guān)鍵詞，依據(jù)頻率降序羅列，并將表示一類商品的名稱合并整理，如臍橙、甜橙、橙子可以合并成橙子，得到農(nóng)產(chǎn)品數(shù)據(jù)三級分類。通過農(nóng)產(chǎn)品的三級分類發(fā)現(xiàn)，蛋類按常識可分為未加工和經(jīng)初加工的二級分類，果蔬類和其他類可以顯著區(qū)分為水果和蔬菜、肉和水產(chǎn)，最終得到表5所示的農(nóng)產(chǎn)品分類。

表5　基于數(shù)據(jù)挖掘的農(nóng)產(chǎn)品分類

2．果蔬類農(nóng)產(chǎn)品銷售情況分析

對果蔬類中三級分類商品的價格做描述性統(tǒng)計(jì)得到表6，表中按二級分類排列，即前6行是水果，其余行是蔬菜。由表6可以看出，平臺上水果占比更高，蘋果和橙子占比已達(dá)13.84%，可見水果商戶在平臺上的發(fā)展趨于成熟；水果相比于蔬菜的商品價格差異性更大，離散程度更高，水果價格的標(biāo)準(zhǔn)差均在8以上，67%以上的蔬菜價格標(biāo)準(zhǔn)差在4～7之間；水果的商品附加值較蔬菜更高，如蘋果和獼猴桃的價格最高分別可達(dá)114元和125元，而蔬菜中番茄的最高價格為88.80元，其他蔬菜的最高價格均在15～40元之間。

表6　果蔬類價格的描述性統(tǒng)計(jì)

表6（續(xù)）

進(jìn)一步分析果蔬類中三級分類商品的銷售情況，如表7所示。水果的成交量相較于蔬菜保持在更高水平。具體表現(xiàn)為：水果的銷量均值顯著超過蔬菜，水果的銷量均值在4萬至7萬單之間，56%以上的蔬菜銷量均值在3萬至4萬單之間；水果的累計(jì)銷量顯著高于蔬菜，水果（除石榴）的累計(jì)銷量均超過500萬單，78%以上的蔬菜累計(jì)銷量低于500萬單；果蔬類達(dá)到銷量4級和銷量3級的商戶（以下簡稱4級商戶，3級商戶）占總商戶比率全部超過了50%，說明果蔬類商品在平臺上的頭部效應(yīng)已初步形成；水果的平臺頭部效應(yīng)更強(qiáng)，蔬菜商戶可發(fā)展的空間相對較大，水果4級商戶比率高于蔬菜4級商戶比率，水果1級商戶比率遠(yuǎn)遠(yuǎn)低于蔬菜1級商戶比率；蔬菜商戶的銷量差異顯著，如紅薯和芋頭4級商戶占比均超過45%，而青菜和黃瓜4級商戶占比均不足20%，青菜和生姜1級商戶比率接近30%，而大蒜和芋頭1級商戶的比率則低于7%。

表7　果蔬類銷售情況

根據(jù)表6，選擇水果和蔬菜中最具代表性的、商品數(shù)量占比最高的蘋果和紅薯進(jìn)行對比分析，進(jìn)一步得出水果和蔬菜的平臺銷售現(xiàn)狀差異可能存在的原因，通過觀察商品名稱發(fā)現(xiàn)果蔬類農(nóng)產(chǎn)品中最明顯的區(qū)別是有無產(chǎn)地標(biāo)識，并據(jù)此予以區(qū)分，結(jié)果如圖7和圖8所示。

觀察蘋果和紅薯的商品數(shù)量占總數(shù)量的比率，可以看出紅薯有產(chǎn)地標(biāo)識的比率遠(yuǎn)低于蘋果有產(chǎn)地標(biāo)識的比率，如圖7、圖8所示。有產(chǎn)地標(biāo)識的紅薯數(shù)量占紅薯總數(shù)量的比例不足30%，而有產(chǎn)地標(biāo)識的蘋果占比超過60%，表明水果的區(qū)域品牌建設(shè)領(lǐng)先蔬菜；有產(chǎn)地標(biāo)識的蘋果和紅薯商品數(shù)量占比、銷量占比和銷售額占比均呈遞增趨勢，說明有產(chǎn)地標(biāo)識的商品能夠以更高的價格實(shí)現(xiàn)更多的成交量，同時也在一定程度上體現(xiàn)了消費(fèi)者偏好購買有產(chǎn)地標(biāo)識的商品，愿意為其支付更高的價格，這與張?jiān)盘玫鹊难芯拷Y(jié)論[27]有一致性，即農(nóng)產(chǎn)品原產(chǎn)地的知名度會提升消費(fèi)者信任，且長此以往會上升為情感性的支持；再觀察商品銷量達(dá)到4級和3級的商戶比率，銷售有產(chǎn)地標(biāo)識商品的4級和3級商戶比率均高于銷售無產(chǎn)地標(biāo)識的比率，很多農(nóng)產(chǎn)品以產(chǎn)地命名，因此產(chǎn)地成了農(nóng)產(chǎn)品品牌，則可認(rèn)為社交電商平臺和農(nóng)產(chǎn)品區(qū)域品牌相輔相成，且有產(chǎn)地標(biāo)識的商戶更可能形成頭部效應(yīng)，這同已有研究指出電商驅(qū)動農(nóng)產(chǎn)品品牌價值創(chuàng)造的目的和結(jié)果是促進(jìn)農(nóng)產(chǎn)品品牌成長的結(jié)論相一致[28]。銷售有產(chǎn)地標(biāo)識商品的1級和2級商戶占比相對銷售無產(chǎn)地標(biāo)識的占比更少，說明區(qū)域品牌化可以在一定程度上提升以散戶形式經(jīng)營的商戶數(shù)量。

圖7　蘋果的銷售情況

圖8　紅薯的銷售情況

綜上，果蔬類農(nóng)產(chǎn)品銷售存在以下主要問題：第一，蔬菜類農(nóng)產(chǎn)品區(qū)域品牌較水果類有更大的建設(shè)空間，蔬菜價格的標(biāo)準(zhǔn)差相對較低，表明商品同質(zhì)化嚴(yán)重，市場趨于完全競爭，商戶的區(qū)域品牌意識有待加強(qiáng)；第二，我國消費(fèi)市場潛力巨大，消費(fèi)者對品牌的平均溢價購買意愿較強(qiáng)，而我國很多農(nóng)產(chǎn)品價值創(chuàng)造力不足，只能占據(jù)低端市場[29]，因此果蔬類農(nóng)產(chǎn)品應(yīng)注重提升區(qū)域品牌的市場價值，打造在國際市場上具有突出競爭力的高端農(nóng)產(chǎn)品品牌；第三，社交電商平臺的優(yōu)勢有待進(jìn)一步發(fā)揮，有研究指出，農(nóng)產(chǎn)品的微笑價值鏈曲線與工業(yè)品類似，即在農(nóng)產(chǎn)品的整個產(chǎn)業(yè)價值鏈中，品牌營銷、物流、加工等環(huán)節(jié)會比單純的種植或養(yǎng)殖環(huán)節(jié)創(chuàng)造更多的附加價值[30]，因此商戶需建立并維護(hù)好商品口碑，尤其是銷售有產(chǎn)地標(biāo)識農(nóng)產(chǎn)品的商戶，更應(yīng)避免以劣充優(yōu)、“搭便車”等損害區(qū)域品牌口碑現(xiàn)象的發(fā)生。只有保證商品質(zhì)量，才能加強(qiáng)消費(fèi)者品牌推崇意愿，更充分發(fā)揮社交電商平臺正面口碑“一傳多”的優(yōu)勢，從而形成正反饋效應(yīng)。

3．蛋類與其他類農(nóng)產(chǎn)品銷售情況分析

觀察商品名稱可得，蛋類和其他類（含肉制品和水產(chǎn)）農(nóng)產(chǎn)品最明顯的區(qū)別為是否經(jīng)過加工，且這兩類商品都具有在銷售環(huán)節(jié)對物流、儲藏條件高要求的特征，因此將這兩類農(nóng)產(chǎn)品合并分析。蛋類商品無法就任意一個三級品類（已按未加工和經(jīng)初加工分類）對比分析，因此選取蛋類全部商品，以及肉類和水產(chǎn)中商品數(shù)量占比最高的牛肉和螃蟹，分析蛋類和其他類農(nóng)產(chǎn)品的平臺銷售現(xiàn)狀（具體銷售情況見圖9、10、11）。

與果蔬類中蘋果和紅薯銷售現(xiàn)狀比較，蛋類數(shù)量占全部農(nóng)產(chǎn)品數(shù)量的比率較低，且蛋類和其他類的3、4級商戶比率不顯著高于1、2級商戶比率；蛋類與其他類農(nóng)產(chǎn)品4級商戶占比顯著低于果蔬類4級商戶，除經(jīng)初加工牛肉的4級商戶比率達(dá)到40%，其余商品的4級商戶比率均不足30%，而果蔬類4級商戶比率均在40%以上；三類農(nóng)產(chǎn)品的3級用戶比率基本持平，均維持在30%左右；蛋類和其他類1級、2級商戶比率顯著高于果蔬類，其中未經(jīng)加工蛋類1級和2級商戶的比率之和接近50%，果蔬類1級和2級商戶的比率之和均低于30%。

結(jié)合圖9、10、11，還可以觀察到蛋類、牛肉和螃蟹經(jīng)初加工商品數(shù)量占總商品數(shù)量的比率。蛋類和螃蟹的經(jīng)初加工商品數(shù)量占比分別在40%和20%左右，牛肉的經(jīng)初加工商品比率高達(dá)80%，表明蛋類和水產(chǎn)的加工普遍處于初級階段；以牛肉為代表的肉制品加工已經(jīng)較為成熟，經(jīng)初加工的蛋類、牛肉和螃蟹商品數(shù)量占比、銷量占比和銷售額占比均呈先升后降的趨勢，銷量占比的上升說明消費(fèi)者更偏好經(jīng)初加工的商品，這是由于未經(jīng)加工的商品有易腐性、非標(biāo)準(zhǔn)化、體驗(yàn)性強(qiáng)等特點(diǎn)，缺乏能以較低信息成本進(jìn)行甄別的物理特性，消費(fèi)者難以建立有效的信任機(jī)制[31]；而銷售額較銷量占比的降低是由于經(jīng)初加工的商品每單成交價較低，如經(jīng)初加工牛肉以每單售價不超過40元的牛肉丸、牛肉醬等形式銷售，未經(jīng)加工牛肉按斤銷售，每單售價明顯高于經(jīng)初加工牛肉商品，表明經(jīng)初加工商品的附加值有較大提升空間；經(jīng)初加工的商品4級商戶比率占比均高于未經(jīng)加工商戶占比，其中經(jīng)初加工蛋類和牛肉4級商戶比率顯著高于未經(jīng)加工的，表明未經(jīng)加工的商品有更充分利用社交電商平臺提升消費(fèi)者信任的空間。

圖9　蛋類的銷售情況

圖10　牛肉的銷售情況

圖11　螃蟹的銷售情況

綜上，蛋類和其他類農(nóng)產(chǎn)品銷售存在以下主要問題：第一，蛋類和其他類農(nóng)產(chǎn)品電商的發(fā)展處于初級階段，其銷售需要冷鏈技術(shù)和高效物流作為強(qiáng)大支撐，由于目前我國生鮮農(nóng)產(chǎn)品冷鏈物流發(fā)展仍面臨著“小、散、亂、弱”的現(xiàn)實(shí)困境[32]，消費(fèi)者會對未經(jīng)加工的蛋類、肉制品的新鮮度等品質(zhì)存在顧慮，此類生鮮農(nóng)產(chǎn)品的經(jīng)銷商戶應(yīng)提供有效的客戶保障措施（如直接便利的售后退換貨、補(bǔ)償機(jī)制等）降低消費(fèi)者的感知風(fēng)險(xiǎn)，提升消費(fèi)者網(wǎng)購生鮮農(nóng)產(chǎn)品品質(zhì)的信任水平，從而較大程度地提高消費(fèi)者網(wǎng)購生鮮農(nóng)產(chǎn)品的意愿與實(shí)際購買頻率[33]；第二，蛋類和其他類商品附加值有待提高，我國農(nóng)業(yè)生產(chǎn)成本“地板”的持續(xù)上升與農(nóng)產(chǎn)品價格“天花板”的不斷觸頂[34]，經(jīng)初加工蛋類和其他類商品經(jīng)銷的商戶需要合理提高其供給的農(nóng)產(chǎn)品附加值，從而提升議價能力，實(shí)現(xiàn)增收；第三，社交電商平臺的頭部效應(yīng)尚未成熟，商戶除了對農(nóng)產(chǎn)品本身進(jìn)行深加工外，還應(yīng)考慮從原料產(chǎn)地、加工的產(chǎn)品類型等角度實(shí)現(xiàn)加工農(nóng)產(chǎn)品的附加值增值[35]，加快形成一條高質(zhì)高效的農(nóng)產(chǎn)品生產(chǎn)加工銷售鏈條，累積銷量和傳播正面口碑，提升流量與銷量的轉(zhuǎn)化率。

四、主要結(jié)論及啟示

本研究以社交電商拼多多為例，用數(shù)據(jù)挖掘方法爬取平臺數(shù)據(jù)，基于LDA模型對農(nóng)產(chǎn)品數(shù)據(jù)分類，分析平臺中農(nóng)產(chǎn)品銷售的總體情況及各類農(nóng)產(chǎn)品銷售情況，從商戶角度提煉社交電商助力農(nóng)產(chǎn)品上行存在的主要問題并剖析原因，得出以下主要結(jié)論：一是消費(fèi)者對品牌溢價和高附加值商品的購買意愿較高，蔬菜類商戶的區(qū)域品牌意識和蛋類、其他類商戶的高附加值意識較為薄弱，果蔬類商品區(qū)域品牌的市場價值有待提升，蛋類和其他類商品附加值有待提高；二是蛋類和其他類農(nóng)產(chǎn)品的經(jīng)銷商戶的發(fā)展仍處于初級階段，需要配套完善的冷鏈物流運(yùn)輸以支撐和保障農(nóng)產(chǎn)品電商的健康發(fā)展，進(jìn)而提高消費(fèi)者感知信任水平；三是應(yīng)進(jìn)一步發(fā)揮社交電商平臺的優(yōu)勢，加速形成頭部效應(yīng)，提升流量與銷量的有效轉(zhuǎn)化率。

據(jù)此，可以得到以下啟示：

第一，通過推進(jìn)農(nóng)產(chǎn)品區(qū)域品牌建設(shè)，提高農(nóng)產(chǎn)品附加值。從農(nóng)戶、合作社到商戶等都應(yīng)增強(qiáng)農(nóng)產(chǎn)品區(qū)域品牌建設(shè)意識，從農(nóng)產(chǎn)品生產(chǎn)到營銷確保品牌商品的品質(zhì)，以此為基礎(chǔ)，利用社交電商平臺的低價拼團(tuán)和熟人信任等優(yōu)勢進(jìn)一步提升品牌知名度。同時，隨著人們收入水平的不斷提高與健康安全認(rèn)識的不斷增強(qiáng)，消費(fèi)者對初、深加工農(nóng)產(chǎn)品的需求大量增加。加工農(nóng)產(chǎn)品的附加值較高，有利于商戶等農(nóng)產(chǎn)品供給主體的整體效益提升。對此，基于消費(fèi)偏好的異質(zhì)性精準(zhǔn)定位細(xì)分市場，實(shí)施差異化的市場銷售策略至關(guān)重要，尤其要依據(jù)社交電商具有的熟人優(yōu)勢與信任特征，進(jìn)行初深加工農(nóng)產(chǎn)品的分類營銷，豐富農(nóng)產(chǎn)品上行市場，促進(jìn)其繁榮發(fā)展。

第二，通過加強(qiáng)物流等基礎(chǔ)保障設(shè)施建設(shè)，全面提高消費(fèi)者感知信任水平。針對生鮮農(nóng)產(chǎn)品，倉儲、運(yùn)輸?shù)任锪骰A(chǔ)保障設(shè)施和設(shè)備的完善尤為重要，對此根據(jù)各地發(fā)展現(xiàn)狀，結(jié)合新基建進(jìn)程，強(qiáng)化農(nóng)產(chǎn)品流通環(huán)節(jié)的軟硬件建設(shè)。以平臺與數(shù)據(jù)技術(shù)研發(fā)企業(yè)合作為主導(dǎo)，政府部門助推的方式，加大區(qū)塊鏈等數(shù)字技術(shù)的推廣應(yīng)用，提高電商平臺經(jīng)銷農(nóng)產(chǎn)品的全程可追溯性，全面提升物流配送效率，加快形成更加高效高質(zhì)的農(nóng)產(chǎn)品供應(yīng)鏈條，為電商助力農(nóng)產(chǎn)品上行提供可靠的基礎(chǔ)保障體系。

第三，通過提升社交電商營銷規(guī)范性，促進(jìn)農(nóng)產(chǎn)品上行良性發(fā)展。以拼多多為代表的社交電商平臺在提供相對低廉商品的同時，由于商品質(zhì)量、等級等參差不齊給平臺的定位與形象造成了負(fù)面影響。對此，社交電商平臺應(yīng)在明確自身定位的基礎(chǔ)上，確立平臺發(fā)展的基本門檻條件，面向不同需求消費(fèi)者的商品供給與營銷都應(yīng)建立在商品質(zhì)量保障的基本前提下。商戶進(jìn)入平臺后，對自身經(jīng)銷商品應(yīng)有精準(zhǔn)的分類定位，對于生鮮農(nóng)產(chǎn)品、特色農(nóng)產(chǎn)品，在保質(zhì)的情況下進(jìn)行分類分級銷售，加強(qiáng)正面口碑傳播，保持與維護(hù)社交電商的信任優(yōu)勢，實(shí)現(xiàn)可持續(xù)的良性發(fā)展循環(huán)。

① 數(shù)據(jù)來源：網(wǎng)易.https://www.163.com/dy/article/ H38 7ARB60537MGX9.html

② 銷量是從商品鏈接建立至今的累計(jì)銷量。

③ 停用詞表是由在文本處理過程中為提高檢索效率設(shè)置的停用詞組成的。停用詞是指如果遇到會立即停止處理和忽略掉的詞。

④ 圖3中實(shí)線為農(nóng)產(chǎn)品總體數(shù)據(jù)的分析過程，虛線為二次分類時每類農(nóng)產(chǎn)品的數(shù)據(jù)分析過程。

⑤ “頭部效應(yīng)”的原意是指在一個領(lǐng)域中，第一名往往會獲得更多的關(guān)注，擁有更多的資源，“頭部”就是所在賽道里的高價值并且有優(yōu)勢的領(lǐng)域。參考出處具體網(wǎng)址https://baike.baidu.com/item/%E5%A4%B4%E9%83%A8%E6%95%88%E5%BA%94/50884988

[1] 郝國強(qiáng)．特色農(nóng)產(chǎn)品電商營銷模式及技術(shù)支持研究[J]．廣西民族大學(xué)學(xué)報(bào)(哲學(xué)社會科學(xué)版)，2019，41(1)：77-84．

[2] 劉歡．線上線下融合發(fā)展模式下農(nóng)產(chǎn)品流通的困境及出路[J]．商業(yè)經(jīng)濟(jì)研究，2016(18)：147-149．

[3] 徐志閔．線上線下融合發(fā)展模式下農(nóng)產(chǎn)品流通困境與對策[J]．農(nóng)業(yè)經(jīng)濟(jì)，2018(9)：136-138．

[4] 王海南，寧愛照，馬九杰．疫情后我國生鮮農(nóng)產(chǎn)品供應(yīng)鏈的優(yōu)化路徑與策略[J]．農(nóng)村經(jīng)濟(jì)，2020(10)：107-113．

[5] WANG C，PING Z．The evolution of social commerce：the people，management，technology，and information dimensions[J]．Communications of the Association for Information Systems，2012，31(5)：105-127．

[6] ERNST S，HOOKER N H．Signaling quality in an e-commerce environment：the case of an emerging e-grocery sector[J]. Journal of Food Products Marketing，2006，12(4)：11-25．

[7] 吳自強(qiáng)．生鮮農(nóng)產(chǎn)品網(wǎng)購意愿影響因素的實(shí)證分析[J]．統(tǒng)計(jì)與決策，2015(20)：100-103．

[8] 王克喜，戴安娜．基于Logit模型的綠色生鮮農(nóng)產(chǎn)品網(wǎng)購意愿的影響因素分析[J]．湖南科技大學(xué)學(xué)報(bào)(社會科學(xué)版)，2017，20(2)：87-93．

[9] DOHA A，ELNAHLA N，MCSHANE L．Social commerce as social networking[J]．Journal of Retailing and Consumer Services，2019，47：307-321．

[10] Li C Y，KU Y C．The power of a thumbs-up：Will e-commerce switch to social commerce?[J]．Information & Management，2018，55(3)：340-357．

[11] 鞏永華，陳磊，黃衛(wèi)東．基于關(guān)系強(qiáng)度和偏好相似度的社交電商用戶信任融合模型[J]．管理現(xiàn)代化，2019，39(6)：96-98．

[12] 田剛，張蒙，李治文．生鮮農(nóng)產(chǎn)品電商企業(yè)技術(shù)效率及其影響因素分析——基于改進(jìn)DEA方法與Tobit模型[J]．湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(社會科學(xué)版)，2018，19(5)：80-87．

[13] 曾億武，陳永富，郭紅東．先前經(jīng)驗(yàn)、社會資本與農(nóng)戶電商采納行為[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2019(3)：38-48．

[14] 侯振興．區(qū)域農(nóng)戶農(nóng)企采納農(nóng)產(chǎn)品電子商務(wù)的影響因素[J]．西北農(nóng)林科技大學(xué)學(xué)報(bào)(社會科學(xué)版)，2018，18(1)：66-74．

[15] 汪興東，劉雨虹．農(nóng)戶電商銷售意愿與行為偏差分析——基于江西省54個縣的調(diào)查數(shù)據(jù)[J]．農(nóng)林經(jīng)濟(jì)管理學(xué)報(bào)，2021，20(3)：316-325．

[16] 王嬋，陳廷貴，劉增金．虛擬嵌入視角下農(nóng)戶社交電商參與行為及其影響研究——以陜西設(shè)施冬棗為例[J]．農(nóng)業(yè)現(xiàn)代化研究，2022，43(3)：431-443．

[17] 胡雅淇，林海．在線評論特征對生鮮電商農(nóng)產(chǎn)品銷量的影響——來自淘寶羊肉大數(shù)據(jù)的證據(jù)[J]．中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2021，26(6)：206-218．

[18] 王英，楊丹，王樂，等．基于品牌效應(yīng)的在線評論對稻米銷量影響的實(shí)證研究[J]．中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2018，23(1)：178-187．

[19] 雷兵，王巧霞，劉?。胤教厣⒕W(wǎng)絡(luò)口碑與農(nóng)產(chǎn)品上行[J]．中國軟科學(xué)，2021(2)：34-45．

[20] 王翠翠，夏春萍，蔡軼．農(nóng)業(yè)電商扶貧可以提升農(nóng)戶的可持續(xù)生計(jì)嗎?——基于農(nóng)產(chǎn)品上行視角[J]．浙江農(nóng)業(yè)學(xué)報(bào)，2022，34(3)：636-651．

[21] 李華杰，史丹，馬麗梅．基于大數(shù)據(jù)方法的經(jīng)濟(jì)研究：前沿進(jìn)展與研究綜述[J]．經(jīng)濟(jì)學(xué)家，2018(6)：96-104．

[22] BLEI D M，NG A Y，JORDAN M I．Latent dirichlet allocation [J]．the Journal of machine Learning research，2003，3：993-1022．

[23] 陳嘉鈺，李艷．基于LDA主題模型的社交媒體倦怠研究——以微信為例[J]．情報(bào)科學(xué)，2019，37(12)：78-86．

[24] HAO H，ZHANG K，WANG W，et al．A tale of two countries：International comparison of online doctor reviews between China and the United States[J]. International journal of medical informatics，2017，99：37-44．

[25] 林海，胡雅淇．大數(shù)據(jù)剖析生鮮電商平臺銷量的影響因素——基于支持向量機(jī)方法的實(shí)證研究[J]．貴州社會科學(xué)，2021(3)：129-138．

[26] 羅剛．解密搜索引擎技術(shù)實(shí)戰(zhàn)：Lucene&Java精華版[M]．北京：電子工業(yè)出版社，2011：144．

[27] 張?jiān)盘?，李東．原產(chǎn)地形象對農(nóng)產(chǎn)品電商品牌化的影響路徑研究[J]．中國軟科學(xué)，2016(5)：43-54．

[28] 慕靜，東海芳，劉莉．電商驅(qū)動農(nóng)產(chǎn)品品牌價值創(chuàng)造的機(jī)制——基于京東生鮮的扎根理論分析[J]．中國流通經(jīng)濟(jì)，2021，35(1)：36-46．

[29] 鄭瓊娥，許安心，范水生．福建農(nóng)產(chǎn)品區(qū)域品牌發(fā)展的對策研究[J]．福建論壇(人文社會科學(xué)版)，2018(10)：197-202．

[30] 涂傳清．農(nóng)戶介入農(nóng)產(chǎn)品流通中高附加值活動的影響因素分析——基于贛南果農(nóng)的實(shí)證研究[J]．商業(yè)經(jīng)濟(jì)與管理，2014(5)：12-23．

[31] 楊曉娜，李玉峰，范丹丹．基于消費(fèi)者感知價值的生鮮農(nóng)產(chǎn)品渠道選擇策略[J]．世界農(nóng)業(yè)，2021(11)：56-65+90．

[32] 羅千峰，張利庠．農(nóng)產(chǎn)品冷鏈物流高質(zhì)量發(fā)展的理論闡釋與實(shí)現(xiàn)路徑[J]．中國流通經(jīng)濟(jì)，2021，35(11)：3-11．

[33] ZhENG Q，CHEN J，ZHANG R，et al．What factors affect Chinese consumers’ online grocery shopping? Product attributes，e-vendor characteristics and consumer perceptions[J]．China Agricultural Economic Review，2020，12(2)：193-213．

[34] 冷功業(yè)，楊建利，邢嬌陽，等．我國農(nóng)業(yè)高質(zhì)量發(fā)展的機(jī)遇、問題及對策研究[J]．中國農(nóng)業(yè)資源與區(qū)劃，2021，42(5)：1-11．

[35] 王二朋，高志峰，耿獻(xiàn)輝．加工農(nóng)產(chǎn)品的附加值來自哪里——消費(fèi)偏好視角的分析[J]．農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2020(1)：80-91．

Empirical analysis of boosting online sales of agricultural products with E-Commerce based on data mining

FEI Wei1，LI Shiyun1，LYU Xinyang2

(1.School of Economics, Dongbei University of Finance and Economics, Dalian 116025, China; 2.School of Agricultural Economics and Rural Development, Renmin University of China, Beijing 100872, China)

In order to boost effective online sales of agricultural products with social e-commerce, the paper takes social e-commerce Pinduoduo as an example, adopts the LDA topic model to classify and analyze the agricultural product sales data by data mining of the agricultural product sales data on Pinduoduo platform. The study shows that consumers are much more willing to purchase brand premium and high value-added commodities. The vegetable merchants are weak in regional brand awareness while egg merchants and other types of merchants are weak in high value-added awareness. The market value of regional brands of fruits and vegetables needs to be increased whereas the added value of eggs and other commodities needs to be raised. Hence, it is proposed that the advantages of social e-commerce platforms should be fully utilized, the formation of head effects should be accelerated, and the conversion rate between traffic and sales should be improved.

social e-commerce; online sales of agricultural products; LDA topic model; data mining

10.13331/j.cnki.jhau(ss).2022.04.011

F323.7

A

1009–2013(2022)04–0104–11

2022－07－22

國家自然科學(xué)基金青年項(xiàng)目（71703014）；教育部人文社會科學(xué)研究規(guī)劃基金項(xiàng)目（21YJA790015）；遼寧省教育廳基礎(chǔ)研究項(xiàng)目（LN2020J07）；東北財(cái)經(jīng)大學(xué)提升社會服務(wù)能力建設(shè)項(xiàng)目（SF-Z202205）

費(fèi)威（1982—），女，遼寧鞍山人，教授，博士，主要研究方向?yàn)榻?jīng)濟(jì)優(yōu)化、食品安全管理研究。

責(zé)任編輯：曾凡盛