徐焱軍，王 淵，李子浩，郭成進，胡 屹

（暨南大學 國際商學院， 廣東 珠海 519070）

一、引言

電商直播是近年來電商平臺或第三方平臺開展的一種營銷活動，其做法是主播作為線上導(dǎo)購，推介產(chǎn)品吸引用戶進行購買。電商直播當前市場規(guī)模巨大，且不斷增長。直播帶貨從2016年產(chǎn)生開始，在近五年中不斷發(fā)展，并于2020年新冠疫情爆發(fā)后迎來急劇上升期。成棟(2021)等認為，直播帶貨具有“高互動性”與“強娛樂性”，消費者能夠在娛樂的過程中購物，從而提升用戶的購買體驗。電商直播采用獨特的商業(yè)模式，對“人貨場”三個要素進行重新構(gòu)建：廠家生產(chǎn)儲存，商家在平臺展示，主播與雇傭機構(gòu)(MCN)簽訂合約進行商品推廣，用戶在多個渠道進行購買。在物流環(huán)節(jié)減少從廠家到商家的流動過程，在營銷環(huán)節(jié)增加主播營銷過程，在購買環(huán)節(jié)增加用戶娛樂屬性。

直播帶貨快速增長的同時，有關(guān)直播帶貨的研究也越來越多。目前關(guān)于電商直播的研究領(lǐng)域主要包括：一是經(jīng)濟學領(lǐng)域相關(guān)的電商直播營銷研究；二是傳播學領(lǐng)域相關(guān)的電商直播傳媒手段及效果研究；三是計算機領(lǐng)域電商直播用戶推薦相關(guān)算法研究。研究內(nèi)容主要包括對電商直播帶貨發(fā)展模式與發(fā)展路徑的相關(guān)研究；直播帶貨過程中對消費者購買意愿、購買體驗、購買路徑的相關(guān)研究；直播帶貨過程中對社會公序良俗產(chǎn)生的相關(guān)問題進行的相關(guān)研究?，F(xiàn)有的研究多從理論角度對電商直播帶貨行為的內(nèi)在邏輯進行探討，關(guān)于電商直播對于消費者、商家的經(jīng)營收益的實際效果則研究較少。同時，現(xiàn)有文獻多為定性分析，對于電商直播的研究多停留在理論推導(dǎo)層面，缺少系統(tǒng)的量化分析。

本文的研究貢獻主要體現(xiàn)在以下幾點。第一，首先從大數(shù)據(jù)角度量化了主播活躍度。本文以直播場數(shù)、直播時間的方法量化主播活躍度，便于相關(guān)機構(gòu)考核主播，對主播行為進行定量分析。第二，首次從信息輸入角度分析用戶感知對于直播行為、主播行為效果的影響。用戶是主播直播的目的與最終載體，通過輸入方式量化用戶具體感知，能夠更好進行用戶畫像、進行完善的用戶社群管理提供理論依據(jù)。第三，分析了主播活躍行為對用戶購買行為的影響。通過實證數(shù)據(jù)證明，主播的活躍直播能夠提升用戶的感知效用，從而提升用戶的購買行為，提升店鋪經(jīng)營收益。

二、文獻回顧與理論模型

(一)主播活躍度與用戶感知

現(xiàn)有研究認為，主播的不同特征能夠影響消費者對于商品的感知。電商直播過程中，主播是商品展示者，向用戶直觀反饋商品內(nèi)容，并與消費者進行直觀溝通，從而促進消費行為的進行。從眾行為理論認為，個體總是傾向于做別人正在做的事情。用戶在觀測到電商主播的試用行為與言語鼓勵時，能夠發(fā)生從眾行為，從而產(chǎn)生購買傾向。謝光明等(2019)認為，主播作為互聯(lián)網(wǎng)電商直播過程中的意見領(lǐng)袖，能夠調(diào)動用戶情緒，從而影響用戶購買意愿。楊楠(2021)認為，網(wǎng)紅直播帶貨能夠影響用戶對于品牌的態(tài)度。主播對于用戶的感知影響，與主播自身的行為、自身屬性特征具有相關(guān)關(guān)系。從主播帶貨展示形式上，朱逸(2021)等對于網(wǎng)絡(luò)直播購物過程中主播擬劇化營銷進行研究，發(fā)現(xiàn)現(xiàn)有直播擬劇行為已形成較為完善的前區(qū)、中區(qū)、后區(qū)、觀眾等模式，且不同形式的營銷都具有較好效果?，F(xiàn)有網(wǎng)絡(luò)電商直播中，傳統(tǒng)的營銷方式仍占有較大比重，同時新興的聯(lián)動直播、擬劇營銷等形式也不斷發(fā)展。電商直播過程中，主播帶貨展示形式為營銷方式。消費者出于自身求異心理，對于更新興的營銷方式會產(chǎn)生觀看欲望。從主播營銷內(nèi)容屬性看，楊楠(2021)等研究發(fā)現(xiàn)，網(wǎng)紅直播帶貨的專業(yè)性和用戶需求匹配度均能積極的影響消費者品牌態(tài)度。網(wǎng)購主播與消費者在直播過程中具有充分的互動。劉平勝(2020)等通過問卷研究發(fā)現(xiàn)，社群互動信息質(zhì)量對于電商直播過程中社群互動信息質(zhì)量具有正向營銷。主播對于商品的介紹更為完善、與消費者的互動更加完善，能夠提升消費者的感知。

主播與消費者產(chǎn)生互動，并與其構(gòu)建情感鏈接的重要方面為用戶粘性。用戶粘性需要在長期觀看過程中形成。用戶對于主播的正向觀感的基礎(chǔ)在于主播能夠長時間向用戶輸出信息，在用戶角度構(gòu)建對于自身意見領(lǐng)袖身份的認同。劉運國等(2021)研究發(fā)現(xiàn)，用戶粘性是衡量平臺吸引力和用戶忠誠度的重要指標。主播在直播營銷過程中通過對于消費者的引導(dǎo)，使其認同自身產(chǎn)品與營銷內(nèi)容，增加消費者感知。為此，本文提出假設(shè)一：

H1：主播活躍程度正向影響用戶感知。

(二)用戶感知與經(jīng)營收益

對于用戶感知的相關(guān)研究十分豐富。鄭稱德等(2012)研究發(fā)現(xiàn)，用戶感知有用性和自我效能影響了感知價值。在電商直播過程中，正在觀看用戶的外在表現(xiàn)為用戶針對商品和主播發(fā)表的相關(guān)評論。這種相關(guān)評論與傳統(tǒng)商業(yè)營銷類似，展示出較強的口碑效應(yīng)。謝光明等(2019)研究發(fā)現(xiàn)，口碑效應(yīng)主要針對三個方面：口碑效價、口碑數(shù)量和口碑離散。從用戶進入直播間被輸入到的相關(guān)信息，用戶會產(chǎn)生先入為主的從眾效應(yīng)，從而使得用戶感知與直播間相關(guān)評論內(nèi)容趨同。從用戶在接受到輸入內(nèi)容后反映出的行為來看，王蓉(2020)研究發(fā)現(xiàn)，用戶在具有引誘性的信息后對于商品具有正向感知，從而極易進行沖動消費。而這種引誘在電商直播過程中較為容易從直接顯示在屏幕上的評論內(nèi)容得出。電商直播間的消費者除了在評論中接受到較為集中的輸入內(nèi)容外，其次還會從主播、其他觀眾的相關(guān)互動中獲得輸入信息。這種輸入信息的話語權(quán)本質(zhì)上是掌握在主播與活躍觀眾手中，大部分觀眾本質(zhì)上為沉默的大多數(shù)。Vivek(2010)研究發(fā)現(xiàn)，在在線品牌購物過程中，用戶活躍潛水比例約為1：100。趙建彬(2018)研究發(fā)現(xiàn)，產(chǎn)品互動信息中產(chǎn)品的人際互動信息越充分，則消費者購買意愿越強。

綜合上述分析，從輸入角度看，用戶會因其他用戶的評論內(nèi)容與點贊數(shù)量等外在因素而產(chǎn)生自身的用戶感知，這些用戶感知將會影響商品的購買行為，從而影響店鋪的經(jīng)營收益。為此，本文提出假設(shè)二：

H2：用戶感知正向影響經(jīng)營收益。

(三)主播活躍度與經(jīng)營收益

電商直播營銷過程中的重要特點之一為主播可以及時根據(jù)直播間狀況調(diào)整自身的原有營銷方式與營銷手段，從而做到真正為顧客營銷。劉春艷(2016)等對于電商平臺的不同客戶進行研究，認為對于不同類型的客戶進行精準化營銷才能具有良好的經(jīng)濟收益。電商直播與傳統(tǒng)營銷過程不同，其主播不但具有營銷者角色，更在一定程度上具有意見領(lǐng)袖特質(zhì)，并且部分主播的用戶更具有粉絲特征。唐云(2020)研究發(fā)現(xiàn)，在粉絲經(jīng)濟盛行的今天，明星的自身特征對于粉絲經(jīng)濟的影響程度較大。在電商直播對于用戶的沉浸式營銷過程中，用戶出于自身喜好找尋符合自身要求的主播。隨著主播特征符合用戶要求，用戶將增加購買行為。同時用戶的購買行為是以用戶的購買欲望為前提，用戶購買欲望的前提為用戶關(guān)于主播正向的感知。

當前電商直播的模式為：主播與MCN機構(gòu)簽訂合約，MCN機構(gòu)與商家聯(lián)絡(luò)，商家邀請主播進行商品直播。隨著主播活躍程度增加，其意見領(lǐng)袖屬性顯現(xiàn)，觀眾呈現(xiàn)明星經(jīng)濟中粉絲特征。新用戶在接觸到電商直播時，觀察評論會產(chǎn)生社會臨場感(孟陸等，2020)，使得消費者被主播與活躍用戶影響，認同感增加。Reina等(2020)基于刺激—機體—反應(yīng)(S-O-R)模型解釋消費者在面對電商直播帶貨過程中的反應(yīng)。隨著主播活躍程度的增加，其在消費者層面輸出的信息增加，對其產(chǎn)生更高的用戶粘性消費者增加，為新消費者接受該主播產(chǎn)生積極效應(yīng)。在此后社會輿論、新消費者接收到的信息輸入、主播言語影響下，消費者粘性增加呈現(xiàn)滾雪球效應(yīng)。由于用戶基數(shù)較大，用戶粘性增加，產(chǎn)品銷售概率增加，商家經(jīng)營收益增加。

為此，本文提出假設(shè)三：

H3：主播特征正向影響經(jīng)營收益，且用戶感知起中介作用。

理論結(jié)構(gòu)模型圖

三、實證分析

(一)數(shù)據(jù)來源

從知瓜數(shù)據(jù)庫獲取樣本數(shù)據(jù)，選取2021年2月至4月期間進行持續(xù)淘寶電商直播的1000位主播作為研究樣本，選取依據(jù)是知瓜數(shù)據(jù)庫的總榜最近90天的排名。對于樣本中數(shù)據(jù)缺失的主播數(shù)據(jù)進行剔除，對所有樣本數(shù)據(jù)進行winorsize處理，以防止離散數(shù)據(jù)樣本對于本研究結(jié)論造成影響，最后獲得883位主播數(shù)據(jù)。

(二)變量設(shè)置

1.因變量

本文把經(jīng)營收益(PRO)作為因變量。主播在直播過程中的經(jīng)營收益為主播GMV值，計算方法是主播帶貨銷量*主播帶貨商品均價。

2.自變量

本文的研究對象為主播活躍度(ACT)。主播活躍度作為綜合性的變量，需要借助其他二級指標進行綜合評價量化。主播活躍度可分為單場直播活躍度與直播總量活躍度。單場直播活躍度以單場直播時長量化，直播總量活躍度以直播總場數(shù)量化，將二者相乘獲得總體主播活躍度指數(shù)。

3.中介變量

本文以用戶感知(PER)作為中介變量。用戶感知是一個綜合變量，通過構(gòu)建二級指標量化用戶行為，從輸入角度進行分析。從三個維度量化用戶感知，分別是主播正向性維度、主播權(quán)威性維度和臨場感知維度。按照Lieberman等(1988)提出的先動優(yōu)勢理論，用戶在初次進入直播間時，第一時間接收到的信息產(chǎn)生直觀觀感，先入為主影響用戶感知。本文采用場均點贊/場均評論作為主播正向性指數(shù)。Milgram(1974)提出的權(quán)力服從理論認為，人會偏向于服從權(quán)威。在網(wǎng)絡(luò)直播過程中，主播作為直播主體，其專業(yè)化程度和他人認可度均會影響其權(quán)威性。在權(quán)威性的直播引導(dǎo)過程中，用戶感知受到輸入信息影響。本文認為在直播間中，主播會通過言語誘導(dǎo)促使觀眾加入其粉絲成員，從而促進自身用戶粘性增加。這種言語誘導(dǎo)的效果在一定程度上體現(xiàn)出主播的權(quán)威性。為此采用直播過程中直播平均粉轉(zhuǎn)率作為量化主播權(quán)威性的指標。消費者在觀察到評論與點贊時，其會給予消費者臨場感知的相關(guān)感受。消費者出于他人與自身趨同的從眾心理，會進一步停留在直播間中觀看主播直播。由于在在線購物過程中，絕大部分人均為“沉默的大多數(shù)”，潛水用戶占到絕大多數(shù)(Vivek，2010)。在產(chǎn)品營銷過程中，產(chǎn)品中的人際互動信息越充分，則消費者購買意愿越強(趙建彬，2018)。在電商直播過程中，主播與消費者互動越充分，則消費者的臨場感知越強，消費者購買欲望增強。這種消費者感知本質(zhì)上是對電商直播過程中主播與商品的認同。本文采用場均評論比與場均點贊比之和作為電商直播過程中臨場感知的量化方式。

將以上三個維度的量化指標標準化后求和，獲得本研究的中介變量：用戶感知。

此外，為了控制商品本身與商品所在店鋪與主播維度相關(guān)營銷行為內(nèi)生性的影響，筆者選擇了進店人數(shù)、進店次數(shù)、商品均價、銷量四個控制變量對于整體模型進行控制。

表1 變量測度方法

(三)模型設(shè)計

首先以店鋪經(jīng)營收益為因變量，主播活躍度為解釋變量，構(gòu)建回歸模型，以檢驗主播行為因素對于直播帶貨效果的影響。其中ε為殘差項。

為了進一步從用戶角度分析用戶感知對于直播帶貨效果的影響，本文構(gòu)建了以用戶感知為自變量，經(jīng)營收益為因變量的回歸模型。其中ε為殘差項。

如果主播活躍度促進了店鋪經(jīng)營收益的增長，那么用戶感知是否在這一過程中發(fā)揮著中介作用？本文以用戶感知為中介變量，采用逐步法，依次檢驗回歸模型1、模型2與模型3。

具體步驟包括：第一步，檢驗主播活躍度對于帶貨店鋪盈利的總效應(yīng)。如果模型1顯著，則繼續(xù)檢驗，否則停止檢驗。第二步，聯(lián)合顯著檢驗，對于模型2中的用戶感知對于店鋪盈利是否顯著以及對于模型3中主播活躍度是否對于用戶感知具有正向影響進行分析。如果二者的模型系數(shù)均顯著，則代表中介效應(yīng)顯著，繼續(xù)進行第三步檢驗；否則停止檢驗。第三步，檢驗本研究中變量之間是部分中介還是完全中介。在模型4中，代表控制中介變量用戶感知后，自變量主播活躍度與對因變量店鋪盈利的影響。若模型顯著，則說明是完全中介效應(yīng)，若模型不顯著，則說明是部分中介效果。若是部分中介效果，則說明在主播活躍度與店鋪盈利之間的影響因素不但包括用戶感知，還包括其他因素。

(四)描述性統(tǒng)計分析

表2為描述性統(tǒng)計結(jié)果。從表中可以看出，主播直播產(chǎn)生的影響和效果有較大的差異。就經(jīng)營收益而言，各個主播單場直播帶來的經(jīng)營收益差距較大，最少的只有4.32萬元，而最大直播收益為11400萬元。場均點贊、場均評論、觀看人數(shù)等也呈現(xiàn)出明顯的個體差異。

表2 描述性統(tǒng)計結(jié)果

需要說明的是，在電商直播過程中，部分官方機構(gòu)也注冊了主播賬號進行直播帶貨。這類型機構(gòu)在進行帶貨過程中往往取用“換人不換號”的方式。為實現(xiàn)自身品牌曝光度最大化，使消費者進入直播間第一時間就能對于商品進行選購，機構(gòu)賬號直播時會盡可能采取更換主播但不關(guān)閉直播間的形式吸引粉絲。本文認為這類型機構(gòu)與普通的單人主播直播營銷作用機制有顯著差異，為此本文對機構(gòu)賬號與非機構(gòu)賬號進行分組檢驗。對比分析的結(jié)果如表3所示。

表3 機構(gòu)與個人直播效果的差異

從表3可以看出知，與主播活躍度、經(jīng)營收益、用戶感知相關(guān)的二級指標均具有顯著的組間差異 (5%水平上顯著)。但直播總場數(shù)、主播正向性的組間差異并不顯著。無論是機構(gòu)雇傭的主播，還是個體主播，其直播場數(shù)都是盡量保持全勤，以提升用戶的滿意度。上表中還可以看到，單場直播時長的組間差異較大，其原因為機構(gòu)主播選擇換人不換直播間的營銷方式，使得直播時間極長。用戶滿意的點贊、轉(zhuǎn)粉率等指標也存在較大的組間差異，機構(gòu)直播帶貨的效果并比不上個人主播。例如，機構(gòu)主播的場均評論與場均點贊都顯著低于個人主播。綜上，機構(gòu)直播帶貨與個人主播直播帶貨的效果有明顯差異。

(五)回歸結(jié)果分析

模型1-4的回歸結(jié)果如表4所示。為防止計量單位的不統(tǒng)一產(chǎn)生的數(shù)據(jù)差異，在回歸過程中對于數(shù)據(jù)進行標準化處理。

表4 回歸結(jié)果

可以看出，模型1與模型2回歸結(jié)果顯著，主播活躍度的回歸系數(shù)為正值，能夠驗證本文的假設(shè)一與假設(shè)二。換言之，主播活躍度能夠正向影響用戶感知；主播活躍度也能夠正向影響商品的經(jīng)營收益。模型3檢驗中介變量與被解釋變量之間的關(guān)系。從模型3回歸結(jié)果可以看出，中介變量對因變量影響顯著，說明用戶感知能夠正向影響經(jīng)營收益，假設(shè)三得到驗證，用戶感知在主播活躍度與經(jīng)營收益中呈現(xiàn)中介作用。模型4是進一步檢驗中介作用是部分中介作用還是完全中介作用。從模型4回歸結(jié)果可以看出，整體中介模型顯著，說明呈現(xiàn)的是完全中介作用。

(六)穩(wěn)健性檢驗

主播活躍度是本文重要的解釋變量，為了進一步驗證實證結(jié)果的穩(wěn)健性，采用另一種方法構(gòu)建主播活躍度。在淘寶電商直播規(guī)則中，對于主播有一到五級的等級劃分。主播獲得等級提升需要經(jīng)過不間斷的完成系統(tǒng)設(shè)置的直播任務(wù)。為此將主播活躍的變量量化方式中的一個子變量替換為主播等級。在灰豚數(shù)據(jù)庫中，系統(tǒng)會根據(jù)MCN提交的相關(guān)資料與主播直播的具體反饋，設(shè)置“主播指數(shù)”。該指數(shù)在一定程度上可以反映主播的活躍狀況。對主播等級與主播指數(shù)進行標準化，然后相乘，得到新的主播活躍度變量，重新進行回歸分析的結(jié)果如表5所示。雖然回歸系數(shù)有變化，但是整體結(jié)論未變，研究結(jié)論依然成立。

表5 穩(wěn)健性檢驗

四、結(jié)論與啟示

本文基于電商直播大數(shù)據(jù)實證分析，得出結(jié)論：電商平臺主播通過自身頻繁、活躍、高質(zhì)量的直播，能夠增加消費者對于該直播內(nèi)容的正向感知，從而在一定程度上促進店鋪銷量提升。電商平臺中商家主播采用“換人不下播”的方式使得直播更加活躍，但相比直播時間更短的個人主播，其用戶感知并沒有顯著提升。對于大樣本的數(shù)據(jù)，從輸入內(nèi)容量化用戶感知能夠從新的角度詮釋用戶感知。

本文的結(jié)論對于電商商家選取主播和確定直播策略有一定的指導(dǎo)意義。首先，電商商家在選取主播時，應(yīng)當選取能夠與用戶進行較好互動，且能夠調(diào)動用戶情緒的活躍主播進行；同時商家在選取主播時，應(yīng)該選取更為勤勞的高質(zhì)量主播。其次，對于部分希望依靠長時間直播以換取用戶青睞的商家，并未能很好地提升用戶感知，建議在此后的直播中注重以較短時間、較高活躍度的方式進行直播。

由于當前電商直播的數(shù)量十分巨大，相互間存在較大差異，本文選取的樣本并未完全覆蓋所有層次的主播。未來研究可以對主播個體行為作更精細化的量化，分析其對消費者的影響；還可以通過對消費者因主播引導(dǎo)購買產(chǎn)品后的反應(yīng)進行量化，研究主播的營銷行為的改進策略。

[注釋]

①參見《春華秋實，電商直播2021將在資本市場大放異彩》，金融界，2021年01月20日。