王可欣 陳屹鼎 劉洋 唐錦宏

【摘? 要】隨著互聯(lián)網(wǎng)的快速發(fā)展和各類社交媒體的出現(xiàn)，“網(wǎng)紅經(jīng)濟”應(yīng)運而生，網(wǎng)紅主播在直播帶貨時“KOL”式的種草營銷，也進一步加速了流量變現(xiàn)的能力與速度。2019年是電商直播的爆發(fā)期，未來其市場份額也將進一步擴大，網(wǎng)紅經(jīng)濟在短期內(nèi)仍然具有較強的生命力。網(wǎng)紅經(jīng)濟中的消費主體所展現(xiàn)出的消費行為及消費偏好領(lǐng)域的研究仍然具有現(xiàn)實意義，特別是作為網(wǎng)紅產(chǎn)品消費主力軍的年輕消費群體消費行為及影響因素的量化研究仍然值得關(guān)注。本文將利用二元Logistic模型與結(jié)構(gòu)方程模型對安徽省的在校大學(xué)生關(guān)于網(wǎng)紅產(chǎn)品消費滿意度的影響因素進行個人與產(chǎn)業(yè)兩個角度的量化分析。

【關(guān)鍵詞】網(wǎng)紅經(jīng)濟;二元Logistic模型;結(jié)構(gòu)方程模型;消費滿意度

1.背景及問題的提出

隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)紅經(jīng)濟在2019年迎來了自己的爆發(fā)期，預(yù)計2020年仍將持續(xù)擴張。直播帶貨模式火熱，根據(jù)中國產(chǎn)業(yè)研究院2016-2019年網(wǎng)絡(luò)直播用戶規(guī)模統(tǒng)計，2019年上半年，各大直播平臺積極探索“直播+”模式，布局行業(yè)內(nèi)容生態(tài)。截至2019年6月，我國網(wǎng)絡(luò)直播用戶規(guī)模達4.33億，較2018年底增長3646萬，占網(wǎng)民整體的50.7%。受5G推廣和假期延長等因素的影響，網(wǎng)紅產(chǎn)品有望進一步打開消費者市場，專業(yè)化的運作團隊和更加深度延長的內(nèi)容產(chǎn)業(yè)鏈也有助于網(wǎng)紅經(jīng)濟流量變現(xiàn)能力的提高。

網(wǎng)紅經(jīng)濟多樣化的內(nèi)容形式與便利的服務(wù)往往會受到善于接受新鮮事物并且在時間管理上呈現(xiàn)碎片化特征的年輕群體的青睞，而高校大學(xué)生在這一人群中也占有著不可忽視的重要位置，并在一定程度上成為網(wǎng)紅產(chǎn)品消費上的主力軍。網(wǎng)紅經(jīng)濟的趨利性使其具有利用消費者的情感進行變現(xiàn)的特點，消費價值觀尚未完全成熟的大學(xué)生在購買網(wǎng)紅產(chǎn)品中也會存在不夠理性、盲目從眾、超額消費等現(xiàn)象。因此，通過量化的方式探究高校大學(xué)生消費網(wǎng)紅產(chǎn)品滿意度的影響因素具有現(xiàn)實意義，有助于分析大學(xué)生在進行消費時的價值觀念及行為選擇，并對網(wǎng)紅經(jīng)濟未來的良性發(fā)展與學(xué)生理性消費網(wǎng)紅產(chǎn)品理念的培育具有重要意義。

2.文獻綜述

近年來，國內(nèi)也有很多專家和學(xué)者對網(wǎng)紅經(jīng)濟及其未來的發(fā)展展開了相關(guān)的研究，并結(jié)合新時代下網(wǎng)紅經(jīng)濟發(fā)展的新形勢提出自己的見解。

王美麗（2019）對網(wǎng)紅經(jīng)濟在我國當前的發(fā)展現(xiàn)狀及未來的趨勢進行了行業(yè)角度的分析，詳細地介紹了網(wǎng)紅與網(wǎng)紅經(jīng)濟的相關(guān)概念，并指出當下的網(wǎng)紅經(jīng)濟正處于資本涌入與規(guī)模迅速擴張的上升期，其未來的發(fā)展也將呈現(xiàn)出內(nèi)容多元化、運營專業(yè)化、形式多樣化等特點，網(wǎng)紅產(chǎn)業(yè)鏈的打造與網(wǎng)紅品牌概念的強化將成為從業(yè)者吸引年輕消費群體時需要重點深耕的領(lǐng)域。田大溶（2019）具體分析了網(wǎng)紅經(jīng)濟的市場結(jié)構(gòu)、市場行為和盈利模式，指出近年來網(wǎng)紅經(jīng)濟在內(nèi)容輸出上也呈現(xiàn)出同質(zhì)化的趨勢，網(wǎng)紅產(chǎn)業(yè)的競爭將趨向白熱化，未來網(wǎng)紅經(jīng)濟的從業(yè)者需要繼續(xù)在內(nèi)容輸出上進行優(yōu)化。張倩、何瑞（2019）從獨特的社交平臺運營方式、受眾推廣領(lǐng)域和專業(yè)化團隊運作三個方面闡述了網(wǎng)紅經(jīng)濟在近年來走向繁榮的原因，同時也指出了網(wǎng)紅經(jīng)濟存在資本逐利和影響年輕消費者消費觀念的弊端，并指出網(wǎng)紅經(jīng)濟作為一種虛擬的經(jīng)濟形態(tài)，其長足發(fā)展的必由之路還是回歸并服務(wù)于實體經(jīng)濟。田嘉祺（2018）對比了中美MCN的不同，并具體研究了中國本土MCN的模式及分類，并以美國MCN發(fā)展的經(jīng)驗歷程為中國本土MCN未來的發(fā)展提供借鑒。劉海鷗、胡宛一等（2019）進行了關(guān)于網(wǎng)紅經(jīng)濟引導(dǎo)下青少年群體的消費行為及畫像分析，通過建模的方式量化網(wǎng)紅經(jīng)濟下青少年消費的行為類型及特點，并提出相關(guān)的建議及對策。

綜觀上述文獻，國內(nèi)學(xué)者通過對網(wǎng)紅經(jīng)濟的基本概念、市場結(jié)構(gòu)、盈利模式等方面，多角度地總結(jié)了網(wǎng)紅經(jīng)濟發(fā)展迅速地原因，也對網(wǎng)紅經(jīng)濟近年來強勢的增長能力所帶來的弊端及存在的問題做出了反思。然而，關(guān)于網(wǎng)紅經(jīng)濟的研究多集中于對產(chǎn)業(yè)本身的分析與反思，對經(jīng)濟中的消費主體所展現(xiàn)出的消費行為及消費偏好領(lǐng)域的研究仍然有待補充完善，特別是作為網(wǎng)紅產(chǎn)品消費主力軍的年輕消費群體消費行為及影響因素的量化研究仍然值得關(guān)注。本文將利用抽樣調(diào)查的方式對特定地區(qū)的在校大學(xué)生關(guān)于網(wǎng)紅產(chǎn)品消費滿意度的影響因素進行量化分析，利用二元Logistic回歸模型和結(jié)構(gòu)方程模型對問卷中設(shè)置的指標體系進行評價，并根據(jù)模型結(jié)果提出關(guān)于網(wǎng)紅經(jīng)濟未來發(fā)展和培養(yǎng)高校學(xué)生理性消費網(wǎng)紅產(chǎn)品等方面的總結(jié)與建議。

3.數(shù)據(jù)來源及描述性分析

3.1數(shù)據(jù)來源與抽樣設(shè)計

本次調(diào)查以安徽省內(nèi)各高校的本科在校大學(xué)生為調(diào)查對象，抽樣方式為分層抽樣與三階段隨機抽樣相結(jié)合。安徽省共有地級市16個，根據(jù)安徽省教育廳2019年的公開院校信息統(tǒng)計，安徽省內(nèi)共有高校123個，由于考慮到各城市的發(fā)展程度與經(jīng)濟水平的不同，以及不同高校教學(xué)能力的不同都會成為影響高校學(xué)生對網(wǎng)紅經(jīng)濟的看待與消費時的具體行為選擇。

基于此，本文以第一財經(jīng)關(guān)于2019年城市商業(yè)魅力排行榜中最新披露的城市等級劃分結(jié)果為依據(jù)，運用分層抽樣的方法將入樣的16個城市劃分為一線、二線、三線、四線和五線城市，共五層。在分層抽樣之后，基于隨機抽樣原則，從已分的五類城市中再度抽選入樣城市，從抽選的入樣城市中隨機選取大學(xué)，每一層的抽樣最終結(jié)果僅含四所大學(xué)，最后從入選大學(xué)中對其在校大學(xué)生進行隨機的人員抽取，并在實際調(diào)查中，共發(fā)放1506份調(diào)查問卷。

3.2樣本基本情況的描述性分析

首先，通過對入樣群體基本情況特征的初步統(tǒng)計可得到，在本次調(diào)查收回的1506份有效問卷中，樣本群體的性別分布與年級分布狀況都比較均勻;其次，在探究網(wǎng)紅經(jīng)濟時，消費者的消費行為同樣會受到收入來源以及可支配收入大小等眾多因素的影響，本文也將在后半部分針對調(diào)查所設(shè)置的影響因素進行相關(guān)的量化分析。

3.3效度與信度檢驗

信度和效度分析是問卷分析的第一步，也是檢驗該問卷有效程度的重要標準之一。Bartlett 球度檢驗值越大則表明變量之間的獨立性越高，各個條目存在共享公因子的可能性越低，越適合做因子分析。由問卷效度檢驗表顯示，巴特利特球形度檢驗度小于0.05，KMO的值都大于0.6，結(jié)果表明本次調(diào)查問卷整體效度較良好。

問卷的信度是指問卷的可靠程度。信度水平高的問卷主要表現(xiàn)在檢驗結(jié)果的一貫性、一致性、再現(xiàn)性以及穩(wěn)定性。在測度問卷信度時，Cronbacha 系數(shù)又稱為內(nèi)在一致性系數(shù)，是目前最常見的信度系數(shù)，比較適合對態(tài)度、建議等類量表的分析。因此也適用于本文量化過的調(diào)查問卷，經(jīng)測度，此次調(diào)查問卷整體信度為0.798，信度良好。

4.基于Logistic回歸的消費者對網(wǎng)紅產(chǎn)品消費滿意度的影響因素分析

4.1模型準備

二項logistics回歸模型是一種分類模型，可用于研究解釋變量對被解釋變量的影響，作為一種非線性的分類統(tǒng)計方法，并且可以通過事件發(fā)生概率的形式提供分析結(jié)果，二項logistic模型被廣泛用于事務(wù)影響因素的研究中。

從定義角度來看，二項logistic模型是如下的條件概率分布：

這里，是輸入，是輸出，和是參數(shù)，稱為權(quán)值向量，稱為偏置，為和的內(nèi)積。設(shè)（k=1，…，n）是影響因變量y的自變量，設(shè)p為因變量取1的概率，那么該事件的幾率是，該事件的對數(shù)幾率（log odds）或logit函數(shù)是：

其中：表示常數(shù)項;是Logistic回歸函數(shù)的偏回歸系數(shù)，表示在其他條件不變的情況下變量對的影響程度;是影響消費者滿意度的第k個因素。

4.2模型求解

本文研究的因變量是消費者的滿意度，并人為設(shè)置為滿意（取值為1）和不滿意（取值為0） 2個取值，是典型的0-1變量，符合非線性二元選擇模型的適用條件。基于此，選擇二項Logistic回歸模型對消費者滿意度的影響因素進行定量研究。

通過對調(diào)查問卷的數(shù)據(jù)進行列聯(lián)分析，篩選出學(xué)歷、收入來源、月生活費、月消費量、消費頻率、消費態(tài)度、了解程度與消費者滿意度相關(guān)，選用Logistic回歸模型分析這些變量之間的關(guān)系，各解釋變量的賦值見下表。

在0mnilbus檢驗中，步長、塊和模型的卡方值均為36.120， 顯著性為0.000，說明至少存在一個解釋變量與被解釋變量顯著相關(guān)，模型的擬合效果良好。在Hosmer and Lemeshow 檢驗中，該模型的卡方值為5.631，顯著性為0.692，顯著性檢驗的結(jié)果大于0.05，表明擬合優(yōu)度較好。

運用SPSS23.0統(tǒng)計軟件對1506份樣本數(shù)據(jù)進行Logistic回歸分析，結(jié)果可見下表：

根據(jù)上述表格中的內(nèi)容，觀察自變量的sig值，在5%的顯著性水平下剔除不顯著的變量，可得到受調(diào)查者對網(wǎng)紅產(chǎn)品消費滿意度影響因素的二元Logistic回歸模型為：

4.3模型結(jié)果分析

從回歸結(jié)果可知，對受眾自身的角度對網(wǎng)紅經(jīng)濟消費滿意度影響顯著的因素包括學(xué)歷（0.144）、收入來源（0.281）、月生活費（0.117）和了解程度（-0.245）。

學(xué)歷：由sig值看出，學(xué)歷對消費者滿意度具有顯著性正影響。消費者的知識文化水平越高，對自己的在消費時的需求定位也就越明確，越容易選擇到符合自己需求的商品，提高消費的滿意度。

收入來源與月生活費：由sig值看出，收入和月生活費對消費者滿意度具有顯著性正影響。消費者的收入越高，可支配收入越多，其消費欲望也就越高。

了解程度：由sig值看出，了解程度對消費者滿意度具有顯著性負影響。消費者的了解程度越高，對網(wǎng)紅經(jīng)濟的運作模式越了解，反而會降低其購買的欲望和滿意度。

5.基于結(jié)構(gòu)方程模型探究消費者滿意度影響因素的路徑分析

5.1潛變量及可測變量的設(shè)定

結(jié)構(gòu)方程模型潛在變量的選定從理論出發(fā)，根據(jù)數(shù)據(jù)的探索性分析結(jié)果，結(jié)合以往的滿意度影響因素理論以及對網(wǎng)紅產(chǎn)品/服務(wù)平臺使用經(jīng)驗，選取RATER指數(shù)（包含信賴度、專業(yè)度、有形度、同理度、反應(yīng)度）和滿意度。其中信賴度、專業(yè)度、有形度、同理度、反應(yīng)度為外生潛變量，而購買滿意度是內(nèi)生潛變量。

5.2研究假設(shè)及模型擬合

根據(jù)5個潛變量之間的影響情況，可以建立如下假設(shè)：

H1：“信賴度”對“滿意度”具有路徑影響;

H2：“專業(yè)度”對“滿意度”具有路徑影響;

H3：“有形度”對“滿意度”具有路徑影響;

H4：“同理度”對“滿意度”具有路徑影響;

H5：“反應(yīng)度”對“滿意度”具有路徑影響;

通過采用極大似然估計法進行估計，擬合優(yōu)度采用似然比卡方、RMR、GFI、RMSEA檢驗，以考查模型擬合優(yōu)度。運用AMOS軟件分別得出模型的方差估計表：

5.3模型的評價與修正

針對初始結(jié)構(gòu)方程模型路徑圖，運用Amos得到初始模型的擬合值，初始模型擬合結(jié)果及評價標準如下表：

從大學(xué)生對網(wǎng)紅產(chǎn)品滿意度評價的假設(shè)模型擬合度檢驗值可以發(fā)現(xiàn)，假設(shè)模型對于數(shù)據(jù)的擬合、絕對擬合指數(shù)、相對擬合指數(shù)和信息指數(shù)均達到理想值要求，因此修改過的模型建模效果尚好。

5.4模型結(jié)果分析

結(jié)構(gòu)方程是從網(wǎng)紅經(jīng)濟產(chǎn)業(yè)本身的角度研究影響被調(diào)查者消費滿意度的影響因素。由大學(xué)生對網(wǎng)紅產(chǎn)品滿意度路徑擬合圖可知，本調(diào)查樣本中信賴度與購買滿意度因子的回歸系數(shù)為0.89，表示信賴度提高1個百分點將直接使購買滿意度因子提高0.89個百分點。專業(yè)度與滿意度的回歸系數(shù)為0.81，表示專業(yè)度提高1個百分點，將直接使購買滿意度因子提高0.81個百分點。有形度與購買滿意度的回歸系數(shù)為0.32，表示有形度提高1個百分點，將直接使購買滿意度因子提高0.32。同理度與購買滿意度的回歸系數(shù)為0.03，表示同理度提高1個百分點，將直接使購買滿意度因子提高0.03。反應(yīng)度與購買滿意度的回歸系數(shù)為0.13，表示反應(yīng)度提高1個百分點，將直接使購買滿意度因子提高0.13。

由此可以得出結(jié)論：信賴度、專業(yè)度對大學(xué)生對網(wǎng)紅產(chǎn)品消費滿意度評價的影響較大，而有形度對大學(xué)生對網(wǎng)紅產(chǎn)品滿意度評價的影響較小，同理度、反應(yīng)度對大學(xué)生對網(wǎng)紅產(chǎn)品/服務(wù)滿意度評價的影響幾乎可以忽略不計。

6.結(jié)論及建議

綜上所述，二元Logistic模型與結(jié)構(gòu)方程模型從消費者自身的角度和網(wǎng)紅產(chǎn)業(yè)的角度分別討論了消費者購買網(wǎng)紅產(chǎn)品滿意度的影響因素。研究發(fā)現(xiàn)，從消費者自身的角度來看，主要的影響因素有知識背景、可支配收入大小和自身對網(wǎng)紅經(jīng)濟了解程度高低三方面的影響。其中，相對較高的知識背景容易幫助大學(xué)生在進行消費時選擇到更加適合自己的產(chǎn)品，提高消費的滿意度，而擁有對網(wǎng)紅經(jīng)濟較高了解程度的人群反而會降低自己對于消費的信心與滿意度。從網(wǎng)紅產(chǎn)業(yè)的角度來看，主要的影響因素為信賴度和專業(yè)度，說明消費者最終滿意程度的高低仍然回歸于產(chǎn)品本身與銷售產(chǎn)品人員的服務(wù)質(zhì)量和業(yè)務(wù)水平，這也反映出網(wǎng)紅經(jīng)濟未來的發(fā)展仍然需要在產(chǎn)品本身的質(zhì)量和內(nèi)容上進行深耕，不斷提高從業(yè)者的業(yè)務(wù)水平和服務(wù)能力。

目前來看，短期內(nèi)網(wǎng)紅經(jīng)濟仍然具有較為強勢的成長能力與上升空間，但行業(yè)的弊端也在其迅速擴張的背景下暴漏的更加明顯，類似產(chǎn)業(yè)本身所具有的資本逐利性和一些虛造聲勢的行為所帶來的不良的社會影響，以及從業(yè)者與從業(yè)機構(gòu)本身的轉(zhuǎn)型與成長問題，將在未來網(wǎng)紅經(jīng)濟的發(fā)展中逐步被放大和關(guān)注。因此，從長遠的角度來看，網(wǎng)紅經(jīng)濟的良性發(fā)展應(yīng)該是運營者、從業(yè)者、第三方監(jiān)督機構(gòu)、消費者多方共同努力和維護的結(jié)果。

作為運營者，在創(chuàng)新營銷方式加強市場預(yù)測的同時，更應(yīng)該注重回歸實體，專注品牌打造，通過自身正規(guī)平臺的搭建延長網(wǎng)紅經(jīng)濟的產(chǎn)業(yè)鏈，提高品牌與IP在行業(yè)內(nèi)的認可度，提高社會責任感;而作為從業(yè)者，則應(yīng)提高自身素質(zhì)，以自身在內(nèi)容創(chuàng)作上的優(yōu)質(zhì)性和獨特性留住更多的消費者，帶來正向的引導(dǎo)作用;而第三方監(jiān)督機構(gòu)既要在市場中發(fā)揮作用，建立完善的市場監(jiān)管體制，又要注重輿情方面的引導(dǎo)作用。最后，作為網(wǎng)紅產(chǎn)品的消費者，特別是年輕的在校群體，更應(yīng)形成理性的消費觀念，在消費中做到不盲從、不攀比，防止情緒化消費帶來的不良影響。

參考文獻

[1]姜佳奇. 網(wǎng)紅經(jīng)濟下直播對消費者購買決策的影響因素分析[D].北京郵電大學(xué)，2019.

[2]雷丹.網(wǎng)紅經(jīng)濟對大學(xué)生消費行為的影響[J].合作經(jīng)濟與科技，2019（21）：102-103.

[3]王美麗.我國網(wǎng)紅經(jīng)濟的發(fā)展現(xiàn)狀和趨勢分析[J].時代金融，2019（35）：107-108.

[4]田大溶.基于SCP模型的“網(wǎng)紅經(jīng)濟”分析及盈利模式探索[J].現(xiàn)代商業(yè)，2019（06）：188-190.

[5]張倩，何瑞.網(wǎng)紅經(jīng)濟：借勢“情感”變現(xiàn)[J].現(xiàn)代商業(yè)銀行，2019（24）：49-51.

[6]田嘉祺.中國本土化MCN模式在網(wǎng)紅經(jīng)濟鏈條中的應(yīng)用研究[J].當代經(jīng)濟，2018（14）：15-17.

[7]劉海鷗，胡宛一，姚智敏，王博，李佳旺，苗永泰.網(wǎng)紅經(jīng)濟下的青少年卷入行為畫像研究[J].電子商務(wù)，2019（12）：22-23.

[8]雷鳳雪，高齊圣.基于二水平Logistic模型農(nóng)村消費者食品安全風險認知研究[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報，2020，32（02）：111-118.

[8]劉苗，何瑋澤，李唐，YANG-WALLENTIN Fan.消費者信心驅(qū)動因子研究及不同組別的信心差異——基于兩階段結(jié)構(gòu)方程模型[J/OL].數(shù)理統(tǒng)計與管理：1-14[2020-05-16].

[9]鄭凱軒.經(jīng)濟模式下網(wǎng)紅經(jīng)濟的規(guī)范發(fā)展研究[J].現(xiàn)代商業(yè)，2020（06）：23-24.

[10]李婷.網(wǎng)紅經(jīng)濟發(fā)展熱潮下“網(wǎng)紅展”的分析與思考[J].開封教育學(xué)院學(xué)報，2019，39（09）：289-290.

作者簡介：王可欣（1999.10--），女，河南新鄉(xiāng)人，蚌埠市龍子湖區(qū)安徽財經(jīng)大學(xué)投資CFA專業(yè)，本科生。

陳屹鼎（2001.11--），男，湖北黃岡人，蚌埠市龍子湖區(qū)安徽財經(jīng)大學(xué)應(yīng)用統(tǒng)計專業(yè)，本科生。

劉洋（2000.02--），女，黑龍江齊齊哈爾市人，蚌埠市龍子湖區(qū)安徽財經(jīng)大學(xué)投資學(xué)專業(yè)，本科生。

唐錦宏（2001.02--），女，陜西西安人，蚌埠市龍子湖區(qū)安徽財經(jīng)大學(xué)金融工程專業(yè)，本科生。