【基于SPSS对外卖餐饮行业发展影响因素实证研究10000字（论文）】

基于SPSS对外卖餐饮行业发展影响因素实证研究摘要随着互联网和移动支付技术的广泛普及，外卖餐饮业发展迅速。外卖餐饮平台发展后，市场规模和用户规模都有所增加长时间的增长速度已经稳定下来。然而，随着外卖餐饮业的发展，外卖餐饮业为什么能够快速发展，成为餐饮业不可或缺的一部分，已经成为一个热门话题。但与此同时，也存在一些不容忽视的现象，这些现象关系到外卖餐饮的长远发展。因此本文参考现有的理论基础和学习国内外相关研究，结合互联网和餐饮业发展的特点，基于SPSS因素分析，进行假设验证、信度和效度检验、相关性分析和回归分析。以外卖餐饮行业发展情况为调查对象，并利用平台和商家数据，综合研究外卖餐饮平台服务质量以及总结出与各相关要素间的关联结论,并提供建设性意见以期望对于外卖餐饮商家和各外卖餐饮平台的日后发展,具有一定的借鉴意义。关键词：外卖餐饮；行业发展；回归分析；信效度检验；因子分析目录TOC\o"1-3"\h\u1绪论 11.1研究背景与意义 11.1.1研究背景 11.1.2研究意义 21.2国内外研究 21.2.1国内相关研究 21.2.2国外相关研究 31.3研究方法 42实证分析 52.1研究假设 52.1.1物流服务对外卖餐饮发展的影响 52.1.2网络口碑对外卖餐饮发展的影响 12.1.3价格因素对外卖餐饮发展的影响 22.2行业发展影响因素 62.2.1信效度分析 72.2.2相关性分析 72.2.3因子分析 82.2.4回归分析 102.3假设验证情况 113总结与建议 133.1总结 143.2建议 143.2.1提升商家服务质量 143.2.1加强政府治理 14参考文献 161绪论1.1研究背景与意义1.1.1研究背景近几年，网络技术的蓬勃发展带来了互联网在中国遍地开花的景象，随着移动终端的广泛普及使得整个移动互联网的生态环境不断改进。移动用户的规模也快速扩大，据国家统计局发布的《2020年国民经济和社会发展统计公报》显示，中国的手机上网用户已经达到9.86亿人。移动互联网和智能硬件的急速发展，也使得手机购物的效率越来越高。在主流业务平台的大力推广下，消费者通过移动端购买物品的接受度和认可度也有所提高，用户的移动购物习惯也得到了发展。到2020年底，在线订购的用户总数已达到4.77亿。电子商务趋势下的网络购物正在蓬勃发展，外卖餐饮模式已经成为传统模式和网络模式相结合的新商业模式。外卖模式不同于传统的餐饮和购物模式：线上和线下的结合使企业直接面对互联网另一端的庞大消费群体。2016年之前，中国互联网餐饮外卖市场的竞争尤为激烈，在资本实力的竞争中，为了征服用户市场，各大网络平台推出了大量补贴。市场需求在短时间内得到了刺激，行业规模也在迅速扩大。然而，长期依靠资金维持生产和消费，造就了大量高度敏感、低粘度的消费群体，难以建立顾客忠诚度。因此，自2015年下半年以来，主要生产商家逐步减少补贴，通过提高餐饮流通速度和餐厅服务质量，改善消费者用户体验，培养用户忠诚度，降低补贴对用户的敏感性。由于互联网外卖餐饮业的长期发展，补贴只是外卖餐饮公司短期内刺激消费的一种快捷方式。未来的竞争是提供高质量的服务。外卖餐饮业正逐渐呈现出积极有利的发展趋势，这也为本研究提供了一个稳定的环境。1.1.2研究意义近年来，我国餐饮业市场销售规模持续快速增长，市场前景广阔。在近5万亿餐饮业消费市场中，外卖餐饮该行业占该市场的20%以上。2020年中国餐饮业研究院发布的数据显示中国的快递业务和外卖餐饮业务已经达到了前所未有的发展规模。在“互联网+”技术背景下，在线外卖餐饮服务平台功能得到充分开发利用。随着互联网和移动支付技术的普及，外卖餐饮业发展迅速。此类服务平台服务于相应产业，有利于优势产业的培育和发展。此外，互联网的服务管理平台可以促进科技创新，顺应时代发展潮流并能更好地服务于广大用户，提高生活的便捷性。在这个快速消费的时代，外卖餐饮业的快速发展掀起了一股巨大的浪潮市场规模和用户规模增长速度趋于稳定。然而，随着外卖餐饮业的发展，外卖餐饮业为什么能快速发展已经成为餐饮业不可或缺的一部分其中一部分已成为热门话题。但同时里面也存在着一些不可忽略的问题，这些都涉及关系到了外卖餐饮的长期发展。因此本文基于SPSS因素分析，以外卖餐饮行业发展情况为调查对象，探究外卖餐饮平台服务质量以及总结结论和提出建设性意见以期望对外卖餐饮商家以及各外卖餐饮平台的日后发展具有一定的借鉴意义。1.2国内外研究1.2.1国内相关研究国内研究现状主要在外卖餐饮行业发展趋势以及带来的各种问题，并针对问题提出建议方法。例如：綦佳雪在《西安市外卖餐饮行业发展状况分析》中通过相关数据分析了西安外卖餐饮行业发展现状，并进行了市场分析和SWOT分析，从结果中看出外卖餐饮行业未来发展趋势是甚好的，西安外卖餐饮行业市场的发展前景广阔，潜力无限但同时也衍生出了食品安全问题、污染严重、监管不力等不良现象。针对现存的这些问题提出了解决建议予以妥善处理，以保证西安以及我国外卖餐饮行业都能够健康长久地发展[1]；在《O2O模式下餐饮外卖餐饮业分析研究》中，张文宏分析了O2O模式下餐饮外卖餐饮业存在的问题，如售后问题、解决方案不及时、菜品质量难以控制、配送速度难以保证、竞争激烈，疯狂补贴、资金周转困难、配送成本高，同时提出了提高外卖餐饮售后服务质量的建议，并建立了一套评价体系[2]。外卖餐饮解决了我们的就餐问题，为我们的日常生活提供了便利，并逐渐成为我们日常生活中不可或缺的一部分。对解决上述问题具有一定的理论和现实意义；《中国包装杂志》发表的《疫情后外卖餐饮业发展的先进途径》一文阐述了疫情爆发后，外卖餐饮业发生了新的变化，以外卖餐饮为代表的“隔离经济”加快了外卖餐饮业的发展。疫情期间，许多餐饮企业受到不同程度的影响，尤其是大厅食品。当餐饮企业的大堂食品被迫按下“暂停按钮”时，他们推出了外卖餐饮、食品零售和社区团购等新业务[3]。对于外卖餐饮来说，配送问题也至关重要。在研究电子商务与现代物流的关系时，童夏民等人认为现代物流是电子商务的重要组成部分。同时，电子商务的发展也有助于现代物流的进步。与电子商务的信息流、业务流和资金流相比，物流质量是制约电子商务发展的重要因素[4]。林岳指出，在物流过程中，可以加强企业与消费者之间的互动，提高物流服务质量[5]。王海强指出，电商平台的发展与物流业的结合越来越紧密。物流的良好发展充分体现了电子商务的价值。物流流程信息化可以极大地突破电子商务发展的瓶颈，是提高电子商务便利性的有效途径之一[6]。针对物流配送中存在的问题，魏亚丽等从社会的角度研究了电子商务物流的“最后一公里”，分析了产生这些问题的原因，总结出政府政策执行不合理、企业文化单一、物流基础设施质量参差不齐，快递公司的相对复制和分销点[7]。在研究最后一公里配送模式时，杨聚平强调了物流配送对电商企业的重要性，从配送模式、运营模式、联合配送等方面对电商最后一公里进行了系统研究，提出了最后一公里配送方案[8]。1.2.2国外相关研究国外研究现状主要在外卖餐饮交易中的体验感和外卖餐饮行业带来的社会环境问题环保问题，并给出建议和方法。例如：Yi‐LeiPei在《TheevaluationofcustomerexperienceusingBPneuralnetwork‐takingcateringtakeout》中从外卖餐饮平台、配送人员、配送流程等方面构建了客户体验评价指标体系。也为我国餐饮业外卖餐饮顾客体验的评价提供了一种新的借鉴方法[9]；Chun-HungChiu等人在《ResearchonEnvironmentalIssueandSustainableConsumptionofOnlineTakeoutFood—PracticeandEnlightenmentBasedonChina'sMeituan》中采用文献研究法和案例分析法，以美团外卖餐饮为例，研究了外卖餐饮业务的发展和外卖餐饮在塑料包装处理方面的现象，对涉及到的环境、人类和动物的危害，以及提出了具体的解决措施[10]。此外，大型外卖平台（如美团外卖餐饮、百度外卖餐饮、Hunger）销售各种各样的饭菜。面对平台上各种各样的餐饮展示，为了降低购物的试错风险，节省购物时间，消费者往往依赖网页上呈现的相关信息，因此，商品信息也是整个消费过程中非常重要的一部分。Bernd认为，电子商务中的商品信息是在网络上呈现的，消费者无法真正感受到完整的商品。商品的特性和质量都存在于想象中，这增加了消费者对产品判断的难度和不确定性，商品的感知和真实性容易偏离。因此，有必要为消费者的决策提供更真实可靠的依据，使网上购物体验尽可能接近真实状态[11]。Peng，Ling和其他人认为，电子商务网站不能像传统的购物过程那样提供完整的信息。消费者面对网络上提供的一些信息来帮助他们的购买行为。这些信息通常来自在线交易、购物过程、商品内容等[12]。目前，许多学者发现，电商平台上的商品价格、信誉和物流信息对消费者的购买决策有重要影响。1.3研究方法——实证研究本文采用实证经济学的研究范式，对外卖店销售额的影响因素进行了实证研究。首先，阐述和分析了国内外研究现状及论文涉及的相关理论，并结合论文提出的研究问题，确立了论文的研究假设；并运用SPSS软件进行信度和效度检验、相关分析、回归分析，验证论文的假设，得出论文的最终结论。目的是根据我国外卖餐饮平台的特点构建模型，综合考虑声誉、价格、物流等因素。研究内容具有开创性。此外，本研究所使用的数据是外卖餐饮平台的真实数据，这是一项典型的实证研究。2实证分析2.1研究假设2.1.1物流服务对外卖餐饮发展的影响服务质量量表已被大量学者广泛用于研究消费者物流服务质量理论。研究人员主要使用服务质量量表来衡量消费者感知的服务，比较和评分感知的服务和自我期望。在这些学者的研究中，他们都认识到物流服务质量对消费者决策的重要影响。在查阅国内外相关文献的基础上，本研究认为，外卖餐饮的物流服务质量代表了消费者从平台入驻企业收到外卖餐饮订单到订单交付给消费者的实际感知物流服务水平。结合本文的研究内容，本文选取了相关结算业务物流服务质量的相关指标，即平台是否专递、配送时间和及时配送率。事实上，还有其他因素影响物流服务的质量，例如性别、年龄和个人层面的消费习惯，环境层面的习俗和人，经济发展等等。本研究主要关注外卖餐饮网络平台中的因素，因此不考虑上述个人因素和环境因素。综上所述，基于上述情况，做出以下假设：H1：平均送餐时间对企业销售有显著的负面预测作用。H2：及时交付率对业务销售具有显著的积极预测作用。H3：平台交付对已结算商户的销售额有显著的正向预测影响。2.1.2网络口碑对外卖餐饮发展的影响自从Web2.0时代的来临，产生了大量的用户原创文字、图片、视频等内容，在电子商务中形成了网络口碑。现大多的电商网站，诸如京东、淘宝均有消费者评论数量、综合体验评分、商品的实物信息等内容。本文所研究的对象，X外卖餐饮平台也向消费者们提供了这些数据。Hung发现口碑是引导消费者做出购买决策的主要信息资源，口碑的好坏也是反应商品优劣的一种评价标准[13]。齐宇轩认为，消费者的购买选择意愿会直接或间接地受到他人决策的影响。企业可以通过不同的角色扮演制定不同的策略来控制这种“社会互动”效应[14]。苏永华和其他人研究并讨论了在线用户评论对电影每日票房表现的说服力和自觉影响。结果表明，在线用户评价对电影的票房收入没有显著影响，但发现在线上映对票房收入有显著影响[15]。本研究综合分析了国内外相关研究文献。就评论数量而言，网上评论越多，评论中包含的商品评估信息越多，供消费者参考的信息也越多。就评论效力而言，综合得分代表商品被消费者认可的程度。综合得分越高，消费者对商品越满意。因此，评论的数量和效果将影响消费者的购买决定。基于以上分析，本文选取了与入驻商户物流服务质量相关的指标，即：总评价量和综合得分。总之，做出以下假设：H4：总评估量对入驻商户的销售额有显著的正向预测作用。H5：综合得分对入驻商户的销售额有显著的正向预测作用。2.1.3价格因素对外卖餐饮发展的影响商品的价格是商品价值的体现。价格越高，商家为商品支付的社会劳动越多。商品价格一直是学者们研究的焦点。许多学者研究了价格促销、价格对消费者的购买决策、参考价格和价格策略。企业销售额是衡量企业业绩的标准。外卖餐饮电商市场和传统市场有着不同的销售环境和营销策略。传统餐饮企业有店面和租金，而电子商务结算的企业没有租金。过去，学者们对电子商务市场价格和销售量的研究主要集中在两个方面。一方面，在降价和促销方面，许多学者得出结论，降价可以促进商品销售。企业通过降低商品或服务的价格，使顾客感知到这种变化，从而产生顾客购买和扩大商品销售的冲动，实现电子商务企业的经营目标；易玉印以广告为例，分析了非货币性价格促销对零售商利润的影响，发现它可以对利润产生积极影响[16]；另一方面，在参考价格与定价策略方面，学者们的研究主要集中在消费者对价格波动的敏感性分析，以及如何定价以获得最大销售量。总之，价格是影响电子商务销售的重要因素。基于以上分析，本文选取了起送价和配送费指标。因此，本文提出了一些假设:H6：配送费对入驻商家销量有显著负向预测作用。H7：起送价对入驻商家销量有显著负向预测作用。2.2行业发展影响因素2.2.1信效度分析本文通过问卷调查获得数据。在量表形成初步问卷后，需要对问卷的可靠性进行分析，以确保问卷的有效性。问卷采用利克特的5分评分量表进行测量，其中“1”表示完全不同意，“2”表示不太同意，“3”表示中立，“4”表示基本认可，“5”表示完全认可。本文采用spss22.0统计软件对问卷进行信度检验。信度分析可以看作是量表或问卷的信度分析，是检验量表或问卷质量的重要指标。其中，Clonbach提出的Alpha系数是应用最广泛、最流行的信度测量工具，主要用于测量Likert量表的信度。本文将使用spss22.0对收集到的正式样本文件的数据进行整理，并对问卷的内部一致性进行检验和确认。表2-1问卷的信度分析变量项目数维度Cronbach’sAlpha值月销量30.84平台专送30.82配送时间30.86配送及时率30.72起送价格30.78配送费30.82总评价量30.85月销量30.84效度主要是指测量的有效性，即量表是否能表达指标所表达的真实情况。由于本研究选择的量表经过学者测试后将成为塑造量表，因此由该量表合成的问卷具有内在合理性。一般因素负荷越大（大于0.5），其他维度的因素负荷越小，问卷的结构效度越好。2.2.2因子分析首先，本研究适用KMO和巴特利检验来检测样本数据对否适合做因子分析。通过SPSS22.0，检验结果如表2-2。从表2-2可知，KMO值为0.86，大于0.8，同时，Bartlett的检验中的sig值为0.00，小于0.05，表示非常适合进行因子分析。表2-2KMO值和巴特利球形检验结果KMO近似卡方dfsig0.861892.30660.000继而进行主成份分析法进行探索性因子分析，旋转成分矩阵结果如表2-3所示，其中第一列表示的是每个变量包括的题量。从矩阵表中可知，以下因子的特征值均大于1，与量表的设计相符。因此所以题项予以保留。七个因子的解释方差分别为43.473%、10.634%、8.743%、7.742%、6.364%、4.652%、3.746%，累计解释方差为85.354%，可见本研究的问卷有良好的解释力。通过信效度检验分析，本研究的假设与正式样本数据的锲合度程度符合要求。本研究的问卷通过信效度检验，故可以进行进一步的建设模型的检验。表2-3旋转成分矩阵成分1234567C10.801C20.654C30.598D10.785D20.689D30.564E30.769E20.587E10.711A10.739A30.711A20.523G20.687G10.664G30.746F20.634续表F10.723F30.643B20.628B10.724B30.512征值值17.87612.37510.2636.2735.2734.3272.236解释方差43.47310.6348.7437.7426.3644.6523.746累计解释方差43.47354.10762.85070.59276.95681.60885.3542.2.3相关性分析相关性分析是检验变量之间是否存在相关性的一个步骤。通过相关系数可以判断多个自变量和因变量之间的相关性。通过显著性水平，我们可以判断自变量和因变量之间的相关性是否显著。如果皮尔逊相关系数显示自变量和因变量之间的相关性很强，则表明自变量和因变量之间存在很强的关系，有必要在以后进一步建立模型进行分析。另外，这表明自变量和因变量之间的关系非常弱，不需要进行后续分析。同时，相关分析也可以检验自变量之间的相关性。如果自变量之间存在强相关性，则存在强共线性。在随后的回归分析中，还应考虑消除共线性的步骤。本文采用了相关分析的方法。探索月销售额与平台是否特价配送、配送时间、及时配送率、起始配送价格、配送费用、总评价量、综合评分之间的相关性。分析结果如下：表2-4。表2-4各变量间的相关分析123456781月销量12平台专送0.72**13配送时间-0.69**-0.66**14配送及时率0.67**0.74**-0.76**1续表5起送价格-0.50**-0.48**0.49**-0.46**16配送费-0.35**-0.34**0.36**-0.41**0.45**17总评价量0.54**0.48**-0.47**0.57**-0.87**-0.86**18综合评分0.86**0.87**-0.86**0.93**-0.57**-0.36**0.75**1注：表示在0.01水平下显著相关（双尾检验）表2-4的研究结果显示，月销量和平台专送在0.01水平上显著正相关（r=0.72,p＜0.01）；月销量和配送时间在0.01水平上显著负相关（r=-0.69,p＜0.01）；平台专送和配送时间在0.01水平上显著负相关（r=-0.66,p＜0.01）；月销量和配送及时率在0.01水平上显著正相关（r=0.67,p＜0.01）；平台专送和配送及时率在0.01水平上显著正相关（r=0.74,p＜0.01）；配送时间和配送及时率在0.01水平上显著负相关（r=-0.76,p＜0.01）。月销量和起送价格在0.01水平上显著负相关（r=-0.50,p＜0.01）；起送价格和平台专送在0.01水平上显著负相关（r=-0.48,p＜0.01）；起送价格和配送时间在0.01水平上显著正相关（r=0.49,p＜0.01）；起送价格和配送及时率在0.01水平上显著负相关（r=-0.46,p＜0.01）；配送费和月销量在0.01水平上显著负相关（r=-0.35,p＜0.01）；配送费和平台专送在0.01水平上显著负相关（r=-0.34,p＜0.01）配送时间和配送费在0.01水平上显著正相关（r=0.36,p＜0.01）。配送费和配送及时率在0.01水平上显著负相关（r=-0.41,p＜0.01）；配送费和起送价格在0.01水平上显著正相关（r=0.45,p＜0.01）。总评价量和月销量在0.01水平上显著正相关（r=0.54,p＜0.01）；总评价量和平台专送在0.01水平上显著正相关（r=0.48,p＜0.01）；总评价量和配送时间在0.01水平上显著负相关（r=-0.47,p＜0.01）。总评价量和配送及时率在0.01水平上显著正相关（r=0.57,p＜0.01）；总评价量和起送价格在0.01水平上显著负相关（r=-0.87,p＜0.01）；总评价量和配送费在0.01水平上显著负相关（r=-0.86,p＜0.01）。综合评分和月销量在0.01水平上显著正相关（r=0.86,p＜0.01）；综合评分和平台专送在0.01水平上显著正相关（r=0.87,p＜0.01）；综合评分和配送时间在0.01水平上显著负相关（r=-0.86,p＜0.01）；综合评分和配送及时率在0.01水平上显著正相关（r=0.93,p＜0.01）；综合评分和起送价格在0.01水平上显著负相关（r=-0.57,p＜0.01）；综合评分和配送费在0.01水平上显著负相关（r=-0.36,p＜0.01）；综合评分和总评价量在0.01水平上显著正相关（r=-0.75,p＜0.01）。综上所述，月销量和是否平台专送、配送时间、配送及时率、起送价格、配送费、总评价量、综合评分均在0.01水平上呈两两显著正相关。其中，配送及时率和综合评分的相关性最高（r=0.93,p＜0.01），配送费与平台专送的相关性最低（r=-0.34,p＜0.01）。2.2.4回归分析在这一部分中，逐步回归分析模型被用来探索自变量和因变量之间的定量关系。涉及七个自变量，包括：平台是否专门交付、交付时间、及时交付率、起始价格、交付费用、总评估量和综合得分。一个因变量：月销售额。为研究影响因素而选择的统计方法是线性回归分析。本文通过回归分析进一步验证了研究假设和理论模型。为了检验平台专递、交货时间、准时交货率、起始价、交货费、总评价量、综合得分与月销售量之间的关系，本文构建了平台专递、交货时间、准时交货率、起始价、月销售量与平台专递、交货时间、准时交货率之间的回归模型，以送货费、总评价量和综合评价得分为自变量，以月销售额为因变量。由表2-5可知：本次线性回归模型拟合度良好，R2=0.760，即是否平台专送、配送时间、配送及时率、起送价格、配送费、总评价量、综合评分因素解释月销量的0.76%。7个自变量之间不存在多重共线性，VIF全部小于5。回归方程显著，F=584.166，P<0.001，说明7个自变量中至少有一个可以显著影响因变量月销量。根据回归系数表结果可知，平台专送对月销量的非标准化β值为0.866，标准误为0.177，平台专送对月销量有显著的正向预测作用（p＜0.05），假设H3成立；配送时间对月销量的β值为-0.376，标准误为0.211，配送时间对月销量有显著的负向预测作用（p＜0.05），假设H1；配送及时率对月销量的非标准化β值为0.603，标准误为0.227，平配送及时率对月销量有显著的正向预测作用（p＜0.05），假设H2成立；起送价格对月销量的β值为-0.793，标准误为0.179，起送价格对月销量有显著的负向预测作用（p＜0.05），假设H7；配送费对月销量的β值为-0.521，标准误为0.025，起送价格对月销量有显著的负向预测作用（p＞0.05），假设H6不成立；总评价量时率对月销量的非标准化β值为0.658，标准误为0.026，总评价量及时率对月销量有显著的正向预测作用（p＜0.05），假设H4成立；综合评分对月销量的非标准化β值为0.603，标准误为0.227，综合评分及时率对月销量有显著的正向预测作用（p＜0.05），假设H5成立。回归方程为：月销量=4.812+0.866*平台专送-0.376*配送时间+0.603*配送及时率-0.793*起送价格+0.658*总评价量+0.603*综合评分表2-5各变量对购买决策的回归系数表模型未标准化系数标准化系数t显著性共线性诊断B标准误差Beta容差VIF（常量）4.8120.17727.2130.000平台专送0.8660.2040.8174.2410.0000.9401.064配送时间-0.3760.2110.361-1.7770.0460.9291.076配送及时率0.6030.2270.6022.6560.0080.9001.000起送价格-0.7930.1790.754-3.0780.0180.9681.033配送费-0.5210.0250.511-3.0910.0580.8501.087总评价量0.6580.0260.6524.8830.0000.8681.033综合评分0.6030.2270.6022.6560.0000.9001.000R20.760F584.166P0.000a因变量：月销量2.3假设验证情况通过结构方程分析，验证了本文整体模型中的假设。总体而言，除了交付价格因素外，平台是否特价交付、交付时间、及时交付率、交付费用、总评估量和综合得分都对月度销售额有显著的预测作用。本研究的七个假设是H1：平均送餐时间对企业销售有显著的负预测作用；H2：及时交货率对商家销售额有显著的正向预测作用；H3：平台专递对入驻商户销售额的正向预测影响不显著；H4：总评价量对入驻商户销售额有显著正向预测作用；H5：综合得分对入驻商户销售额有显著正向预测作用；H6：分销费用对入驻商户销售额有显著的负预测作用；H7：起价对入驻商户的销售额有显著的负预测作用。除假设H3外，其余6个假设均得到证实，具体检验结果如表2-6所示。表2-6整体假设检验结果汇总表假设检验结果H1：平均送餐时间对商家销量有显著负向预测作用。成立H2：送餐准时率对商家销量有显著正向预测作用。成立H3：平台专送对入驻商家销量的正向预测影响不显著。不成立H4：总评价量对入驻商家销量有显著正向预测作用。成立H5：综合评分对入驻商家销量有显著正向预测作用影响。成立H6：配送费对入驻商家销量有显著负向预测作用。成立H7：起送价对入驻商家销量有显著负向预测作用。成立3总结与建议3.1总结互联网的发展推动外卖餐饮电子商务在中国如火如荼地向前发展。本文基于SPSS统计软件，根据以往关于电子商务的研究文献，进行了假设验证、相关分析和回归分析。结果表明，配送价格、总评估数量和配送时间对月销售额有正向影响，表明订单增加时，结算商户配送效率降低导致配送时间增加，因此，配送时间会对月销售额产生积极影响；当订单数量增加时，已结算商户倾向于分发大量订单，导致起始价格增加。因此，起送价将对月销售额产生积极影响。3.2建议3.2.1提升商家服务质量建议企业应采取“薄利多销”的积极心态，以提高入驻商户的销售额，在定单数量增长的时期，可以雇用临时员工，以解决顾客的定单要求，而非延长送货时间、提高送货价格。同时，参照互动研究的结果，对进驻商户的建议是，要重视起送价格与整体评价量之间的互动效应，并以此推动销售，在整体评价量较低的情况下，减低起送价格，以达到最大的销售效果。针对不同销售水平的商家，根据不同的销售水平，给出了不同销售水平的商家的建议，并建议销量低的入住商家，要重视平台的优势，同时适当降低起送价和配送费，让销量低的商家打出自己的品牌非常重要。因此，对于销售较高的商家，应该更多地关注整体打分的功能，并根据差评的特点，深入挖掘用户的痛点，提高自己的服务水平。以上的建议主要是为了提升服务品质、提升顾客的忠诚、培育顾客的粘性，从而促进外卖平台与入驻商户的可持续发展。3.2.2加强政府治理在政府治理模式优化中，政府要从三个方面着手：一是要克服三个问题：一是政府的治理机制不够严谨，二是政府治理部门职责不明确，二是政府信息技术不发达；二是以政府治理速度较慢为起点，通过消费者认同的最佳战略途径，使政府治理行为得到合理优化。第一，健全有关的法律和制度。政府应当在现有的政策、法规、政策等方面不断完善，在三个方面进行优化。若相关法规制度不健全，很容易被商家发现漏洞，从而使治理模式失效；第二，要对政府部门的职责进行厘清。在对互联网餐饮配送企业治理模式的探讨中，发现政府治理中存在着政府职能不清晰的问题。在对政府的最佳战略进行分析后，许多人认为，政府应该在最优的管理层面上采取明确的管理部门职责。在中国的行政体系中，分权问题特别突出，在各个方面都存在着不同的管理模式。在网上餐饮和外卖这一块，一旦有了问题，就会受到多个部门的牵连。因此，哪个部门应该负责，是必须切实解决的问题。此外，通过对这一领域的经验总结，本文认为，政府可以采用企业分层管理，从而使政府能够更好地界定企业的职责，降低企业的管理漏洞。第三，加强政府信息化建设。我国的行政管理实践中，政府信息化程度较低，这是一个重要的问题。通过对国内外先进治理模式的实证分析，可以发现，我国的两种治理方式和国外的两种治理方式都可以用于高新技术领域。此外，通过对国内外相关管理经验的总结，发现在企业经营管理中，通过网络与线下的整合，并最终确定了重点经营对象，也可以提升企业的管理水平。因此，政府要提升其在网上餐饮配送企业的管理水平，就必须提升自己的资讯科技水平。参考文献[1]綦佳雪.西安市外卖行业发展状况分析[J].合作经济与科技，2018，12(6)：114-116.[2]张文红．O2O模式下的餐饮外卖餐饮行业分析研究[J].农村经济与科技，2019，30(22)：116-117.[3]黄奕．疫情后外卖行业发展的进阶之路[J].中国包装，2020，40(05)：7.[4]童夏敏，胡尚杰.电子商务与现代物流的发展[J].中国商贸，2011，(02)：114-115.[5]林岳.电商决胜最后一公里[J].销售与市场（管理版），2013，(02)：89-91.[6]王海强．论电子商务与现代物流信息化的关系[D]．北京：对外经济贸易大学，2007．[7]魏亚丽，赵鹏宇.浅析电子商务发展中最后一公里存在的问题[J].现代商业，2013，(21)：1.[8]杨聚平.以客户为中心“最后一公里”配送模式研究[D]．北京：对外经济贸易大学，2014．[9]Yi‐LeiPei,Dan‐DanLi,Wan‐XinXue.Theevalu