分类筛选
分类筛选:

分享经济类有关论文写作资料范文 与分享经济背景下用户参和意愿影响因素以微博问答为例相关毕业论文的格式范文

版权:原创标记原创 主题:分享经济范文 类别:专科论文 2024-02-29

《分享经济背景下用户参和意愿影响因素以微博问答为例》

该文是分享经济毕业论文的格式范文跟意愿和经济背景和影响因素有关论文写作资料范文。

张 帅,李 晶,王文韬

摘 要 探析分享经济背景下用户参与意愿影响因素既能为社会深入理解互联网经济形态下用户参与分享经济的动机提供理论支持,也能为互联网企业探索和开发分享经济商业模式提供参考.文章以知识技能分享领域的微博问答为例,借助质性分析软件NVivo 11,选取18名对象作为半结构化访谈样本,对获取的访谈原始资料进行分析,提炼出用户参与分享经济意愿的主要影响因素.研究发现:认知效益是最重要的影响因素,信任是最关键的影响因素,经济效益和声誉是重要的影响因素,社会效益和主观规范是较为重要的影响因素,相对不重要的影响因素是感知风险.

关键词 分享经济 参与意愿 质性研究 影响因素

引用本文格式 张帅,李晶,王文韬. 分享经济背景下用户参与意愿影响因素研究——以微博问答为例[J]. 图书馆论坛,2017(9):91-98.

0 引言

分享经济是指利用互联网、大数据等信息技术整合、分享海量的分散化闲置资源,满足多样化需求的经济活动总和,是信息社会发展趋势下新的消费观和发展观.2016年我国分享经济市场交易额约3.45万亿元,参与分享经济活动的人数超过6亿人,到2020年交易规模将占GDP10%以上[1].分享经济的本质是:产能过剩+分享平台+人人参与,只有用户数量达到一定规模才能使零散的过剩产能重新发挥价值和效率[2].因而,人人参与是分享经济实现的关键.那么,分享经济驱动用户参与的特征有哪些?用户参与分享经济意愿的影响因素有哪些?互联网平台下驱动用户参与分享经济的关键因素有哪些?对分享经济背景下用户参与意愿影响因素的研究有助于上述问题的探究.

1 理论基础

1.1 用户参与分享经济的驱动因素

随着分享经济作为新的消费观念被广泛接受,相关学者针对用户参与分享经济的意愿展开了研究.在Airbnb房屋分享经济中,房东照片的可信程度[3]和感知风险[4]是影响用户参与的重要因素.信任被视为用户参与分享经济的主要影响因素[5],当分享经济交易发生在供需双方信任水平较低时,较高资质用户的参与度会降低[6],这需要互联网平台建立声誉机制[7]和第三方审查系统[8]来提升用户信任,增强用户的参与度.提高服务质量也是促进用户再次参与分享经济的重要手段[9].随着用户参与度提高,满意度逐渐成为用户选择信息服务的关键要素之一[10].也有研究表明,感知压力和对个人产生重要影响的参考群体可以对消费者特定行为的选择产生实质性影响[11],主观规范对用户信息行为意向起正向作用[12].此外,用户参与分享经济的动机还包括可持续性、享受活动以及经济收益[13],具有独特消费偏好和高文化资产(high cultural capital)的用户也是促进这种新兴消费的原因之一[14].以上研究虽然围绕用户参与分享经济的动机取得了一定的成果,但大部分研究将分享经济中参与的双方描述为直接交易的个人,绕开了互联网平台.当前分享经济交易的完成,互联网平台成为不可或缺的媒介,是否对互联网平台下用户参与分享经济意愿都适用有待验证.

1.2 微博问答

以微博问答为代表的知识技能分享是分享经济的重要领域,开创了互联网经济的新业态.微博问答是知识技能分享领域最热门的平台之一,它是一款基于文字的付费问答产品,上线百天就有近10万用户参与过付费提问[15].此外,微博作为大流量资讯平台,用户数量庞大,截止2016年9月30日微博月活跃人数达2.97亿,微博平台上自媒体作者的年收入约117亿元[16].因此,本文拟以微博问答为研究平台,探究用户参与分享经济意愿的主要影响因素.

2 研究设计

2.1 研究方法与研究工具

质性研究方法是指与量化研究方法相对应的研究方法,它较不依赖量化的资料与方法,而是对现象的性质直接进行描述与分析的方法[17],它主要遵循“解释主义”路线,只有基本掌握了参与者的个人解释,才能真正弄清楚参与者行为的动机[18].因此,本研究采用质性研究方法,以微博问答为例,借助NVivo 11软件,对访谈资料进行定性数据管理和分析,归纳影响用户参与分享经济意愿的主要因素.NVivo是世界上最大的质性研究软件开发商QSR International(澳大利亚)开发的计算机辅助定性数据分析软件(CAQDAS)之一,旨在帮助研究者组织、分析和查询非结构化或定性数据,如访谈、调查问卷、文献、社交媒体和网络的内容.使用NVivo不仅不会降低质性研究质量,反而会简化数据管理和提高数据的分析效率,使研究更加科学和严谨[19].

2.2 研究步骤

2.2.1 收集资料

(1)确定访谈对象.本研究采取非随机抽样中的目的抽样,即在选择访谈样本时,根据研究的问题和目的抽取那些能够为本研究提供最大信息量的样本[20].我国网民中20~29岁年龄段的占比最高,达30.3%;网民中学生群体规模最大,占比为25.0%,其次是个体户、企业管理人员和一般职工,占比分别为22.7%和14.7%[21].参照《2016微博用户发展报告》,30岁以下拥有大学以上高等学历的用户是主力用户,占比高达77.8%,其中23~30岁用户最多,占比接近38.7%[22].以上数据报告表明,拥有本科以上学历的青年群体是互联网应用的主要人群之一,因此,本研究在选取访谈对象时,按照相关报告的数据比例进行目的抽样.选取访谈对象23~30岁年龄段18名,其中男性10名,女性8名;企事业员工8名,大学生10名;均为本科以上学历;所有访谈对象均参与过微博问答,并对分享经济有一定了解.本次访谈样本数量为18个,达到了对特定主题进行研究的充分样本,因此访谈结果具有一定的可靠性[23].具体访谈对象的基本情况见表1(*表示空值).

(2)访谈大纲设计.访谈前,根据研究的问题和目的,结合相关文献,设计半结构式访谈大纲作为访谈的主要题项,在正式访谈之前进行预测试,并参考相关文献和实际情况对初拟访谈提纲进行修改,使之能基本反映访谈对象的真实情况,确定其具有良好的信度和效度.提前预约访谈对象并告知研究的主题,以确保其有充足时间和准备进行深入访谈.半结构式访谈大纲共设计8个大类问题,主要设置引导性问题,同时注重对问题产生的细节进行探究,比如:“是参与已关注的人的微博问答还是陌生人的微博问答?”“交易之前对内容提供者的真实可信性有评判吗?是从哪些方面进行判断的?如果没有,原因又是什么?”在实际访谈过程中,研究者再依据实际情况,对访谈问题作弹性处理,不局限于大纲的访谈顺序.同时,研究者对访谈结构具有一定的控制作用,也允许受访者积极参与和提出自己的问题.

(3)访谈过程.访谈时间从2017年3月31日至4月14日.在处理访谈材料时,按访谈知情同意书的协议,对18名被访谈者的姓名进行匿名处理,用英文字母A-R顺序编号代替.访谈方式有面对面访谈(B、C、D、E、F、G、J、M)、电话访谈(I、R)和微信语音访谈(A、H、K、L、N、O、P、Q).访谈时间约为31分钟.在征得访谈者同意的情况下,研究者对访谈全过程录音.每次访谈结束后,研究者根据访谈过程中的记录和录音人工逐字、逐句地将音频资料转录为Word文本资料,并用访谈对象的姓名编号(A-R)作为Word文本资料的文件名.

2.2.2 资料编码与分析

研究者每次访谈完,将整理好的Word文本资料规范化后导入NVivo 11软件,采用扎根理论研究的方法对文本资料进行逐级编码,即按照开放式编码、主轴编码和选择式编码的顺序进行.本文使用理论饱和度原则来验证样本信度,当访谈到第18名访谈对象时,研究者发现没有出现新的编码内容,进而继续采访3名访谈对象来验证数据是否达到饱和[24],结果显示连续3次的进一步访谈没有出现新的主题,表明数据已经达到理论饱和.为了确保编码的一致性,研究者对访谈资料的编码进行复核,对两次编码中存在异议的节点组织了小组讨论,并最终选择一个与本次研究主题最为贴近的节点.节点是指从材料中提取的参考点集合,包括研究者感兴趣的特定课题、地点、人员或其他方面的参考点.因此,本研究具有一定的可信性和有效性.

第一阶段开放式编码.需要对文本资料逐字分析与逐行分析(line by line coding),对任何可以编码的句子或片段给予概念化标签.经过编码后出现的层次较低的概念需进一步处理或提炼形成范畴.如经过编码后出现的层次较低的概念“启发自己”“值得学习”“提高认识”,研究者把这些概念聚拢、提炼成一个范畴:“提升自己.”在初步分析Word文本资料基础上,找到很多访谈对象常用的范畴:对问题感兴趣、付费习惯、关注的人、好奇心、获取见解和想法、朋友推荐、提升自己、知名度等.最终得到49个节点,标记为自由节点.

第二阶段主轴编码.在开放式编码发现的49个自由节点中寻找关联,查看这些数量较多的范畴能否被归纳为数量较少的抽象层次更高的范畴.经过反复比较、辨析之后,利用NVivo 11软件中群组功能形成24节点,并将其标记为树节点.

第三阶段选择式编码.在关联式编码的基础上,进一步系统的处理范畴之间的关联,从而找出核心范畴(core category)[25].最终确定了7个主要因素:认知效益、信任、经济效益、声誉、社会效益、主观规范和感知风险.并将其标记为树节点,如图1所示.

2.2.3 建立模型

经过3个阶段的编码后,节点与子节点之间的逻辑关系已经基本成型,可以使用NVivo 11软件的新建项目图功能来建立模型.研究人员通过添加项目项,从节点中选择树节点和子节点变量添加到模型中,这就形成了用户参与微博问答意愿影响因素模型的可视化,如图2所示.

3 数据分析

研究者在使用NVivo 11软件对访谈材料进行仔细编码与分析的基础上,提炼出用户参与微博问答意愿的7个主要影响因素,分别为认知效益、信任、经济效益、声誉、社会效益、主观规范和感知风险.具体的节点层次及材料来源列表信息(A-R表示访谈对象)见表2.

3.1 认知效益

认知效益是访谈对象最常提到的影响因素,包括兴趣爱好、获取专业知识、好奇心理、感知信息质量、感知价值、消遣娱乐和新鲜感7个方面,它们都会影响用户参与微博问答的意愿.比如,在兴趣爱好上,“主要是兴趣驱动了我去参与微博问答,如果有我感兴趣的内容,我会付费获取的”(C),“我要么是对话题感兴趣,要么就是喜欢这个人而去付费提问”(P);在获取专业知识上,“因为我想了解一下权威人士对问题的看法和见解,获取比较专业的答案”(G),“参与微博问答是为了获取专业人士的见解,这样我自己也会得到提升”(N);在好奇心理上,“我参与是因为我特别想知道答案,出于好奇”(J),“参与微博问答就是为了满足自己的好奇心理,天天刷微博看到了,就想去看看”(O);在感知信息质量上,“付费之前,我会去了解一下他以前的回答质量是不是具有一定的权威性”(D),“在付费提问之前,我会先去围观一下之前的回答,看看回答质量怎么样,再来提问自己的问题”(H);在感知价值上,“回答的答案我觉得很值得,对我很有用,我就去付费了”(J),“我觉得付费去提问也问不出什么有价值的回答,这很阻碍我去参与”(P);在新鲜感上,“因为微博问答的形式很新颖啊,参与很有新鲜感”(D),“我参与微博问答是因为想去凑下热闹,尝试一下新的形式”(N);在消遣娱乐上,“我参与微博问答的原因就是因为无聊打发时间,达到消遣娱乐的目的啊”(M).

3.2 信任

信任是访谈对象最常提到的影响因素之一,包括真实可靠性、认证和关注的名人3个方面,都会影响用户参与微博问答的意愿.比如在真实可靠性上,“知识提供者的真实性对我来说非常重要”(C),“我无法在我不确信的情况下就付费参与”(F),“自己对微博问答平台还是值得信任的”(R);在认证上,“因为我付费参与的是一位名人的问答,他已经通过微博认证了,我很相信他”(G),“我提问的人都是经过微博认证的”(H);在关注的名人上,“我付费提问的人一定是我关注很久、非常喜欢的人,这样我才会去付费参与”(I),“我只会问我关注的大咖,我基本不会去参加陌生人的微博问答”(P).

3.3 经济效益

经济效益是访谈对象最常提到的影响因素之一,包括因素、便利获取资源和经济收益3方面,都会影响用户参与微博问答的意愿.比如,在因素上,“阻碍我参与的原因就是太高了”(B),“付费肯定会影响我参与,要在自己能承受的范围之内”(H);在便利获取资源上,“参与微博问答能及时获取我想要的答案,节省我的时间与精力”(C);在经济收益上,“我觉得有可能是为了经济收益啊,通过提问来赚钱,比如记者就会去获取明星的回答来写新闻”(N).

3.4 声誉

声誉是访谈对象最常提到的影响因素之一,包括知名度和在线评论2个方面,它们都会影响用户参与微博问答的意愿.比如,在知名度方面,“我都是向行业里很有名气的人付费提问的”(A),“因为微博问答平台比较有名气,上面的回答比较权威”(H);在在线评论方面,“参与之前会关注一下在线评论,别人的评价还是比较值得参考的”(E),“别人的在线评论,特别是负面的评价对我参与有很大的影响”(K).

3.5 社会效益

社会效益是访谈对象经常提到的影响因素之一,包括与他人交流和结交朋友2个方面,它们都会影响用户参与微博问答的意愿.比如,在与他人交流方面,“我想与其他用户进行交流,这样挺好的,还能获得别人的认同”(D),“我愿意与其他用户互动,这样可以交流经验,满足自己的社交需求”(Q);在结交朋友方面,“参与微博问答还能结交共同兴趣爱好的朋友”(I).

3.6 主观规范

主观规范是访谈对象经常提到的影响因素之一,包括朋友推荐、身边人的参与、付费习惯和任务驱动4个方面,会影响用户参与微博问答的意愿.比如,在朋友推荐方面,“我第一次知道微博问答就是朋友推荐的,我肯定会去关注一下”(I);在身边人的参与方面,“我参与微博问答是因为外界因素的影响,大家都在参与,所以我会去尝试一下”(D);在付费习惯方面,“我对付费获取知识的这种方式还是不太习惯”(B),“我不太能接受这种付费问答的方式,别人问你问题还得付费,这种方式商业气息太重了”(N);在任务驱动方面,“我是因为工作的需要而去微博问答提问的”(I).

3.7 感知风险

感知风险是访谈对象经常提到的影响因素之一,包括达不到期望、财产损失和信息泄露3个方面,会影响用户参与微博问答的意愿.比如,在达不到期望方面,“在交易之前,我会担心回答达不到心理预期,这很影响我参与”(D),“我特别担心回答质量达不到预期”(N);在财产损失方面,“有时候付费提问的费用很高,我会担心账户的安全”(A);在信息泄露方面,“在微博问答上提问可能会导致信息泄露,我比较担心信息风险”(F).

4 研究结论

4.1 认知效益

认知效益对用户参与分享经济意愿的影响最为重要.对访谈数据进行分析发现,认知效益的编码参考点占全部编码的39.2%,所有的访谈对象均谈到了参与微博问答是为了满足认知效益,用户参与分享经济的倾向受认知效益的影响是十分明显的[26].其中满足兴趣爱好和获取专业知识是用户参与微博问答最主要的意图,其次分别为好奇心理、感知信息质量、感知价值、消遣娱乐和新鲜感.现阶段用户参与微博问答的类型主要是娱乐型和知识型.

4.2 信任

信任是用户参与分享经济意愿最为关键的影响因素.从访谈数据分析中发现,信任的编码参考点占比17.4%,所有的访谈对象均谈到了信任是影响自身参与微博问答意愿的关键因素.其中用户最先考虑的是内容分享者的真实可靠性,其次是认证和关注的名人.信任是用户参与微博问答的基础,而用户对微博问答产生信任的最重要来源是认证.

4.3 经济效益

经济效益对用户参与分享经济意愿起到重要的影响作用.对访谈数据进行分析发现,经济效益的编码参考点占比12.5%,几乎所有的访谈对象均提及经济效益是影响自身参与微博问答意愿的重要影响因素.其中因素是用户参与微博问答的首要考虑因素,其次是便利获取资源和经济收益.为了获取经济效益是用户参与分享经济重要的驱动力[27],用户参与微博问答的目的是以较为经济的方式便利的获取所需资源.

4.4 声誉

声誉是用户参与分享经济意愿影响因素的重要构成部分.对访谈数据进行分析发现,声誉的编码参考点占比12.1%,大部分的访谈对象谈到声誉对自身参与微博问答意愿有重要影响.最主要方面是知名度,其次是在线评论.声誉也对用户产生信任有重要的影响作用[28],微博问答的内容提供者知名度越高,用户越愿意参与.负面评论对用户参与微博问答意愿的影响较大.

4.5 社会效益

社会效益对用户参与分享经济意愿的影响较为重要.对访谈数据进行分析发现,社会效益的编码参考点占比6.3%,大部分的访谈对象提及社会效益对自身参与微博问答意愿有一定影响.其中用户最主要的还是与他人交流经验,其次是结交朋友.用户参与微博问答在一定程度上是为了满足自己的社交需求,相比于在微博问答平台上进行深层次的交流,如互相加为好友,用户更愿意与其他用户进行浅层次的交流,如点赞、转发和评论等.

4.6 主观规范

主观规范是用户参与分享经济意愿较为重要的影响因素.对访谈数据进行分析发现,主观规范的编码参考点占比7.1%,超过一半的访谈对象提及主观规范对自身参与微博问答意愿有一定影响,主观规范对用户转换消费意愿的影响比较大[29].其中,最主要的是朋友推荐和身边人的参与,其次是付费习惯和任务驱动.朋友推荐和身边人的参与的编码占比(3.6%)大于在线评论的编码占比(2.8%),说明用户参与微博问答意愿受身边朋友的影响大于在线评论的影响.

4.7 感知风险

感知风险是用户参与分享经济意愿相对不重要的影响因素.对访谈数据进行分析发现,感知风险的编码参考点仅占全部编码的5.6%,大部分的访谈对象提及感知风险对自身初次参与微博问答意愿影响较小,它对用户持续参与分享经济有显著影响[30].其中用户最主要的担心是信息质量达不到预期,其次是财产损失和信息泄露,因此,提高微博问答平台的信息质量和信息安全将有利于吸引更多的用户参与微博问答.

5 结语

分享经济在我国方兴未艾,成为互联网时代的一种创新商业模式.本文通过对分享经济背景下用户参与意愿影响因素进行研究,发现认知效益是最为重要的影响因素,信任是最为关键的影响因素,经济效益和声誉是重要的影响因素,社会效益和主观规范是较为重要的影响因素,相对不重要的影响因素是感知风险.结论可为深入理解当代互联网经济形态下用户参与分享经济的动机提供理论支持,同时为互联网企业探索和开发分享经济的商业模式提供参考.但本研究存在样本量较少、数据分析偏重主观性等局限.未来的进一步研究中,将与其他模型进行比较和分析,对用户参与分享经济意愿影响因素进行更加全面、深入的实证研究,验证和推广本文的研究结论.

参考文献

[1] 国家信息中心分享经济研究中心,中国互联网协会分享经济工作委员会. 中国分享经济发展报告2017[R/OL].(2017-03-02)[2017-03-30]. http://www.sic.gov.cn/archiver/SIC/UpFile/Files/Htmleditor/2017 03/20170302125144221.pdf.

[2] 罗宾·蔡斯,RobinChase,蔡斯. 共享经济:重构未来商业新模式[M]. 杭州:浙江人民出版社,2015:2.

[3] Ert E,Fleischer A,Magen N. Trust and reputation in the sharing economy:The role of personal photos in Airbnb[J]. Touri Management,2016,55:62-73.

[4] Lauterbach D,Truong H,Shah T,et al. Surfing a web of trust:Reputation and reciprocity on couchsurfing. com[C]//Computational Science and Engineering,2009. CSE´09. International Conference on. IEEE,2009,4:346-353.

[5] Mcevily B,Perrone V,Zaheer A. Trust as an organizing principle[J]. Organization science,2003,14(1):91-103.

[6] Akerlof G A. The market for “lemons”:quality uncertainty and the market mechani[J]. Quarterly journal of economics,1970,84(3):488-500.

[7] Resnick P,Zeckhauser R. Trust among strangers in internet transactions:empirical analysis of eBay´ s reputation system[J]. Advances in applied microeconomics,2002,11(2):127-157.

[8] Malhotra A,Van Alstyne M. The dark side of the sharing economy and how to lighten it[J]. Communications of the ACM,2014,57(11):24-27.

[9] M?觟hlmann M. Collaborative consumption:determinants of satiaction and the likelihood of using a sharing economy option again[J]. Journal of consumer behiour,2015,14(3):193-207.

[10] 邹瑾,严瑜. 基于用户行为的信息用户满意度模型探析[J]. 情报科学,2014(2):129-133.

[11] Ajzen I,Fishbein M. Understanding attitudes and predicting social behior[M]. New Jersey:Prentice- Hall,1980:249-259.

[12] 李欣颖,徐恺英,崔伟. 移动商务环境下O2O用户信息行为影响因素研究[J]. 图书情报工作,2015(7):23-30.

[13] Hamari J,Sj?觟klint M,Ukkonen A. The sharing economy:Why people participate in collaborative consumption[J]. Journal of the Association for Information Science and Technology,2016,67(9):2047-2059.

[14] Schor J B,Fitzmaurice C J. Collaborating and connecting:the emergence of the sharing economy[M]. London:Edward Elgar Publishing,2015:410-425.

[15] 微博问答. 微博问答上线一百天图谱一览[EB/OL].[2017-04-21]. http://m.weibo.cn/status/409312038 1132731.

[16] Weibo corporation.2016年第三季度财报[EB/OL].[2017-04-21]. http://tech.sina.com.cn/i/2016-11-22/ doc-ifxxwrwh4878257.shtml.

[17] 李晓岚,佘双好. 质性研究方法[M]. 武汉:武汉大学出版社,2006:6.

[18] 陈向明. 质性研究:反思与评论. 第贰卷[M]. 重庆:重庆大学出版社,2010:7.

[19] Bazeley P. Qualitative data analysis with NVivo [M]. London:SAGE Publications,2007:82-83.

[20] Patton M Q. Qualitative evaluation and research methods [M]// Qualitative evaluation and research methods. Sage Publications,1990:169.

[21] 中国互联网络信息中心.第39次中国互联网络发展状况统计报告[R/OL].(2017-01-22)[2017-03-30].http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/hlwtjbg/ 201701/P020170123364672657408.pdf.

[22] 新浪微博数据中心.2016微博用户发展报告[R/OL].(2017-01-11)[2017-03-30]. http://data.weibo.com/ report/reportDetail?id等于346.

[23] Guest G,Bunce A,Johnson L. How many interviews are enough?an experiment with data saturation and variability[J]. Field methods,2006,18(1):59-82.

[24] Francis J J,Johnston M,Robertson C,et al. What is an adequate sample size?Operationalising data saturation for theory-based interview studies[J]. Psychology and health,2010,25(10):1229-1245.

[25] 范明林,吴军. 质性研究[M]. 上海:格致出版社,2009:93.

[26] Sheth J N,Newman B I,Gross B L.Why we buy what we buy:a theory of consumption values[J]. Journal of business research,1991,22(2):159-170.

[27] Seign R,Bogenberger K. Prescriptions for the succesul diffusion of carsharing with electric vehicles[C]// Conference on Future Automotive Technology Focus Electromobility.2012:18-19.

[28] Zervas G,Proserpio D,Byers J W. The rise of the sharing economy:Estimating the impact of Airbnb on the hotel industry[J]. Journal of Marketing Research,2014.

[29] 郭国庆,张中科,陈凯,等. 口碑传播对消费者品牌转换意愿的影响:主观规范的中介效应研究[J]. 管理评论,2010,22(12):62-69.

[30] Kim H J,Park J,Jo D. An empirical study on success factors of sharing economy service[J]. The journal of the Korea contents association,2016,16(1):214-229.

作者简介 张帅,安徽大学管理学院情报学研究生;李晶,博士,安徽大学管理学院副教授;王文韬,博士,安徽大学管理学院讲师.

收稿日期 2017-05-26

(责任编辑:沈丽霞)

分享经济论文参考资料:

生态经济论文

世界经济和政治期刊

工程经济论文

宏观经济管理杂志社

国际经济和贸易毕业论文选题

金融经济杂志社

点评:本文是关于经典分享经济专业范文可作为意愿和经济背景和影响因素方面的大学硕士与本科毕业论文分享经济论文开题报告范文和职称论文论文写作参考文献。

和你相关的