王睿 余嘉恒 羅曉麗 王笑寒 張琦(通訊作者)

(西北農(nóng)林科技大學(xué) 陜西咸陽 712100)

數(shù)字經(jīng)濟(jì)時(shí)代，直播電商從風(fēng)口變?yōu)樯碳忆N售的必備手段，尤其是在生鮮農(nóng)產(chǎn)品領(lǐng)域。然而，因?yàn)樯r產(chǎn)品的特殊性，直播電商銷售模式面臨諸多困境。2023年8月，商務(wù)部、農(nóng)業(yè)農(nóng)村部和中華全國供銷合作總社等部門印發(fā)了《縣域商業(yè)三年行動(dòng)計(jì)劃(2023—2025年)》，以持續(xù)推動(dòng)供應(yīng)鏈、物流配送、商品和服務(wù)下沉及農(nóng)產(chǎn)品上行，強(qiáng)調(diào)促進(jìn)創(chuàng)新，抓農(nóng)產(chǎn)品電商高質(zhì)量發(fā)展。因此，如何暢通農(nóng)產(chǎn)品線上銷售渠道，釋放農(nóng)產(chǎn)品直播電商市場潛力，對(duì)促進(jìn)“互聯(lián)網(wǎng)+農(nóng)業(yè)”進(jìn)一步發(fā)展具有重要意義。

目前，生鮮農(nóng)產(chǎn)品線下銷售面臨市場需求不確定和損耗量大的困境。由于生鮮農(nóng)產(chǎn)品保鮮期短、易腐易損，且受制于環(huán)境和地理位置等因素，對(duì)物流配送及銷售渠道要求較高。在許多偏遠(yuǎn)地區(qū)，因沒有合適的配送條件與銷售渠道，致使大量當(dāng)季生鮮農(nóng)產(chǎn)品滯銷，造成資源浪費(fèi)與經(jīng)濟(jì)損失。生鮮農(nóng)產(chǎn)品直播電商銷售取得了一定成就，2021年我國生鮮電商交易規(guī)模達(dá)到4658.1億元，同比增長27.92%。生鮮農(nóng)產(chǎn)品電商交易規(guī)模實(shí)現(xiàn)迅速擴(kuò)大的同時(shí)，也帶了一系列問題。例如，主播達(dá)人之間的馬太效應(yīng)凸顯，導(dǎo)致腰部尾部主播難以生存；直播電商平臺(tái)現(xiàn)階段配套服務(wù)不完善，存在諸多漏洞；平臺(tái)商家對(duì)抖音算法改變的應(yīng)對(duì)能力不足，商品引流成本持續(xù)上升等?；谏鲜霰尘埃疚闹荚谕ㄟ^多元特性分析，結(jié)合抖音生鮮水果數(shù)據(jù)，從主播達(dá)人和平臺(tái)商家兩方面探討對(duì)生鮮農(nóng)產(chǎn)品線上銷售的影響機(jī)理。

1 文獻(xiàn)綜述

近年來，直播電商作為一種新興銷售渠道，相關(guān)研究仍處于起步階段。國內(nèi)外學(xué)者圍繞其經(jīng)營主體、商業(yè)模式、行業(yè)規(guī)范與治理等問題展開研究。在傳播學(xué)領(lǐng)域，意見領(lǐng)袖通常被認(rèn)為是重要的口碑信息來源，也是口碑營銷的主要參與者。在直播電商中，主播在直播間實(shí)際上扮演了意見領(lǐng)袖的角色。

目前，直播電商的研究主要通過問卷調(diào)查形式，探討對(duì)消費(fèi)者購買意愿的影響。夢(mèng)非(2012)在研究社會(huì)商務(wù)環(huán)境下意見領(lǐng)袖對(duì)消費(fèi)者購買意愿的影響時(shí)，根據(jù)扎根理論研究得出，意見領(lǐng)袖特征包括專業(yè)性、知名度、產(chǎn)品涉入度、交互性四個(gè)構(gòu)面。作為意見領(lǐng)袖的主播達(dá)人，其知名度、專業(yè)性和互動(dòng)性均顯著影響消費(fèi)者感知價(jià)值有用性。出色的主播達(dá)人可使觀眾更加直觀地感受產(chǎn)品魅力，讓觀眾受到視覺沖擊，并加深對(duì)產(chǎn)品的印象。

此外，許多學(xué)者也聚焦直播為傳統(tǒng)電商所帶來的商業(yè)價(jià)值。Cheng等發(fā)現(xiàn)，直播銷售極大地提高了線上產(chǎn)品銷售額，并通過深度學(xué)習(xí)方法為直播電商的商業(yè)價(jià)值提供實(shí)證支持。此外，他們認(rèn)為直播中的信息披露能夠減少產(chǎn)品的不確定性。同時(shí)，消費(fèi)者購買行為作為直播購物行業(yè)的核心指標(biāo)，值得深入探索。已有研究顯示，直播購物情境下，消費(fèi)者購買行為受到自身內(nèi)在感知和外部環(huán)境的共同影響。內(nèi)在感知方面，現(xiàn)有研究多從社會(huì)臨場感角度切入；關(guān)于外部環(huán)境的探討，則多側(cè)重于主播特征和產(chǎn)品特性對(duì)消費(fèi)者購買意愿的影響。例如，Park和Lin驗(yàn)證了產(chǎn)品與網(wǎng)紅主播的適配性等因素影響消費(fèi)者購買意向。

本文以主播達(dá)人和平臺(tái)商家數(shù)據(jù)為切入點(diǎn)，運(yùn)用回歸分析研究主播達(dá)人的交互度、專業(yè)度、信賴度和平臺(tái)商家的知名度、認(rèn)證、保障等營銷行為對(duì)生鮮農(nóng)產(chǎn)品銷售額的影響，進(jìn)一步揭示直播電商對(duì)消費(fèi)者購買生鮮農(nóng)產(chǎn)品行為的影響機(jī)理。

2 理論基礎(chǔ)及研究假設(shè)

2.1 理論基礎(chǔ)

信息覓食理論 ( Information Foraging Theory，IFT)基于個(gè)體搜索信息的策略與動(dòng)物覓食策略的相似性，認(rèn)為信息不平等的分布在不同信息斑塊中。為了提高信息搜尋效率，個(gè)體會(huì)根據(jù)其信息需求，在成本許可的情況下，盡可能地優(yōu)化信息搜尋的方法和策略。信息覓食理論假定信息覓食的總收益G是可以度量的，在信息覓食的過程中，它可被理解為達(dá)到目標(biāo)后獲得的利益。假定在信息覓食中消耗的時(shí)間可分為兩個(gè)部分：(1)在信息斑塊之間花費(fèi)的時(shí)間TB；(2)在信息斑塊中覓食和消化信息花費(fèi)的時(shí)間TW。獲取信息的平均效率R表示為：R=G/(TB+TW)。在本文中，將每場直播視為信息斑塊，用戶根據(jù)信息線索“氣味”(平均效率R)來決定是否加入某場直播。由于消費(fèi)者可以獲得主播達(dá)人、各類產(chǎn)品及營銷活動(dòng)等信息，本文認(rèn)為主播達(dá)人的多元特性、平臺(tái)商家的營銷行為及釋放出的營銷信號(hào)都可作為用戶執(zhí)行信息搜索行為時(shí)的信息線索，在加入特定環(huán)節(jié)之后(比如直播間)，用戶會(huì)對(duì)與主播的互動(dòng)、產(chǎn)品的展示和介紹、平臺(tái)商家的服務(wù)等進(jìn)行綜合評(píng)估，從而影響購買行為。

2.2 主播達(dá)人多元特性與購買行為

根據(jù)信息覓食理論建立概念模型(見圖1)，描述各變量影響線上購物的過程。在本文中，以視聽結(jié)合的方式在直播間向消費(fèi)者展示產(chǎn)品，從而促進(jìn)交易的主播達(dá)人憑借交互度、專業(yè)度、信賴度釋放出強(qiáng)烈的信息線索“氣味”，吸引用戶進(jìn)入信息版塊，影響消費(fèi)者的購買決策。

圖1 概念模型

交互度是指消費(fèi)者與主播達(dá)人進(jìn)行信息交互的程度。在開放式直播過程中，主播達(dá)人可與消費(fèi)者通過彈幕、點(diǎn)贊、連麥等形式進(jìn)行交流互動(dòng)，主播達(dá)人會(huì)選擇性回答與產(chǎn)品信息相關(guān)的問題，按照消費(fèi)者需求來展示產(chǎn)品細(xì)節(jié)、演示產(chǎn)品功能，有效交互能促進(jìn)消費(fèi)者購買行為。本文用主播達(dá)人的短視頻平均點(diǎn)贊數(shù)(短視頻點(diǎn)贊總數(shù)與短視頻作品數(shù)目之比)來表示交互度，由此提出以下假設(shè)：

H1a：主播達(dá)人交互度正向影響消費(fèi)者購買行為。

專業(yè)度是指消費(fèi)者所感知到的主播達(dá)人所受過的專業(yè)訓(xùn)練、知識(shí)儲(chǔ)備及實(shí)踐經(jīng)驗(yàn)情況。在直播電商中，消費(fèi)者更愿選擇專業(yè)度更高的主播達(dá)人，以降低風(fēng)險(xiǎn)，因?yàn)閷I(yè)度更高的主播達(dá)人能夠更準(zhǔn)確和全面地提供產(chǎn)品信息，根據(jù)消費(fèi)者的興趣和需求介紹產(chǎn)品，他們的意見也更容易被采納，能夠節(jié)約信息消化的時(shí)間TW。本文將專業(yè)度定義為主播達(dá)人的帶貨口碑，由商品體驗(yàn)、物流服務(wù)、服務(wù)態(tài)度三部分構(gòu)成，各部分分值源于近90天的電商作者分享商品產(chǎn)生商品好評(píng)數(shù)據(jù)、品質(zhì)退貨率數(shù)據(jù)、物流好評(píng)數(shù)據(jù)、物流到貨時(shí)長數(shù)據(jù)、服務(wù)好評(píng)率、投訴率、糾紛商責(zé)率等，并根據(jù)作者基礎(chǔ)單項(xiàng)指標(biāo)在所處行業(yè)的綜合排名計(jì)算得出。由此，本文提出以下假設(shè)：

H1b：主播達(dá)人專業(yè)度正向影響消費(fèi)者購買行為。

信賴度是指消費(fèi)者對(duì)主播達(dá)人所提供信息的信賴程度。根據(jù)信息覓食理論，個(gè)體衡量在信息搜索時(shí)會(huì)衡量成本與收益，個(gè)體選擇信賴的主播直播間能夠減少在信息斑塊之間花費(fèi)的時(shí)間TB，從而提高效率。消費(fèi)者對(duì)信賴主播熟悉度高，在覓食和信息消化上花費(fèi)的時(shí)間TW也更少，對(duì)被推薦的產(chǎn)品肯定和放心程度也更高，下單意愿更強(qiáng)。在本文中，信賴度表示主播達(dá)人的粉絲數(shù)。由此，本文提出以下假設(shè)：

H1c：主播達(dá)人信賴度正向影響消費(fèi)者購買行為。

2.3 直播主體與購買行為

從直播主體維度來看，直播電商模式可分為達(dá)人播和店播，前者相較后者流量基礎(chǔ)更大，利于促進(jìn)消費(fèi)者直播間購買行為。關(guān)聯(lián)達(dá)人量，即各平臺(tái)商家所關(guān)聯(lián)的主播達(dá)人數(shù)量，本文用關(guān)聯(lián)達(dá)人數(shù)衡量直播主體，當(dāng)關(guān)聯(lián)達(dá)人數(shù)大于1時(shí)，判定為達(dá)人播模式，否則為店播。由此，本文提出以下假設(shè)：

H2：主播達(dá)人為直播主體正向影響購買行為。

2.4 平臺(tái)商家營銷行為與購買行為

依據(jù)信息覓食理論，用戶依據(jù)信息環(huán)境中的各種提示來形成對(duì)信息相關(guān)性的感知，以更高效地獲取信息。推廣商品是平臺(tái)商家提高知名度的重要途徑，本文將平臺(tái)商家知名度用平臺(tái)商家推廣商品數(shù)來衡量。由此，本文提出以下假設(shè)：

H3a：平臺(tái)商家知名度正向影響消費(fèi)者購買行為。

本文用關(guān)聯(lián)直播數(shù)來衡量平臺(tái)商家關(guān)聯(lián)帶貨直播數(shù)量，一般認(rèn)為高直播次數(shù)對(duì)應(yīng)主播達(dá)人的熟練直播和豐富經(jīng)驗(yàn)，直播間設(shè)備和服務(wù)也更加完善，將促進(jìn)消費(fèi)者購買行為。由此，本文提出以下假設(shè)：

H3b：平臺(tái)商家關(guān)聯(lián)帶貨直播數(shù)量正向影響消費(fèi)者購買行為。

本文用關(guān)聯(lián)視頻數(shù)衡量平臺(tái)商家關(guān)聯(lián)帶貨視頻數(shù)量，關(guān)聯(lián)帶貨視頻數(shù)量越多，對(duì)產(chǎn)品功能和信息介紹得更加全面，越有利于促進(jìn)消費(fèi)者對(duì)商品的了解和購買欲望。由此，本文提出以下假設(shè)：

H3c：平臺(tái)商家關(guān)聯(lián)帶貨視頻數(shù)量正向影響消費(fèi)者購買行為。

2.5 平臺(tái)商家質(zhì)量信號(hào)與購買行為

對(duì)生鮮農(nóng)產(chǎn)品而言，賣家保障(壞了包退、晚發(fā)即賠等)有利于保障生鮮農(nóng)產(chǎn)品的品質(zhì)和消費(fèi)者權(quán)益，可以理解為增加信息覓食的總收益G，吸引用戶選擇該商家做出購買決策，由此本文提出以下假設(shè)：

H4a：賣家保障信號(hào)正向影響消費(fèi)者購買行為。

基于以上討論，本文提出如圖1所示的概念模型。

3 數(shù)據(jù)采集和變量設(shè)計(jì)

本文研究使用的數(shù)據(jù)抓取自當(dāng)下我國最大的短視頻平臺(tái)和火熱的直播電商平臺(tái)——抖音。字節(jié)跳動(dòng)算法中心2023年1月發(fā)布的抖音數(shù)據(jù)報(bào)告顯示，抖音目前總用戶數(shù)量已超過8億，日活躍用戶數(shù)量7億左右，人均單日使用時(shí)長超2小時(shí)(抖音，2023)。本文收集了2023年4月24日—5月24日和2023年7月28日—8月28日在抖音直播間出售的部分水果交易數(shù)據(jù)，采用Python語言抓取灰豚數(shù)據(jù)的網(wǎng)頁數(shù)據(jù)，抓取關(guān)鍵詞為“水果”，抓取內(nèi)容包括網(wǎng)頁上與水果產(chǎn)品相關(guān)的文本數(shù)據(jù)，如帶貨口碑、粉絲數(shù)等文本。

在獲得抓取數(shù)據(jù)后，首先清除了數(shù)據(jù)中與“水果”無關(guān)的產(chǎn)品，具體做法為使用關(guān)鍵詞識(shí)別無關(guān)數(shù)據(jù)并剔除，例如“水果撈”“水果茶”“服飾”“包裝”“系統(tǒng)”“攝影”“榨汁機(jī)”“水果雕刻”“水果罐頭”“水果筐”等，再剔除缺失重要變量和未達(dá)成實(shí)際交易的觀察值后，獲得樣本量共計(jì)5557個(gè)。在處理異常值(極端值)后，獲得的樣本量為5479個(gè)(利用變量標(biāo)準(zhǔn)z分?jǐn)?shù)大于3.29或小于-3.29，P＜0.001，得分超出了90%的被試，于是作為極端值處理)。

3.1 因變量

本文重點(diǎn)研究電商直播多元特性對(duì)消費(fèi)者購買行為的影響。因此，模型因變量為直播間的銷售額，為單個(gè)直播間在2023年4月24日—5月24日的總銷售額和2023年7月28日—2023年8月28日的總銷售額(單位為元)。

3.2 關(guān)鍵自變量

關(guān)鍵自變量包括短視頻平均點(diǎn)贊、粉絲數(shù)、帶貨口碑、推廣商品數(shù)、關(guān)聯(lián)達(dá)人數(shù)、關(guān)聯(lián)視頻數(shù)、關(guān)聯(lián)直播數(shù)、平臺(tái)認(rèn)證。帶貨口碑則由創(chuàng)作者分享商品近90天內(nèi)的商品體驗(yàn)、物流服務(wù)、服務(wù)態(tài)度三個(gè)評(píng)分維度加權(quán)計(jì)算得出，商品體驗(yàn)下設(shè)商品差評(píng)率(商品差評(píng)量/物流簽收訂單量)和品質(zhì)退貨率(分享商品因品質(zhì)、物流問題退貨退款訂單量/分享商品支付訂單量)兩個(gè)細(xì)分指標(biāo)，物流體驗(yàn)下設(shè)攬收及時(shí)率(24小時(shí)攬收率*70%+24小時(shí)-36小時(shí)攬收率*20%+36小時(shí)-48小時(shí)攬收率*10%)和訂單配送時(shí)長[(全部訂單簽收時(shí)間-攬收時(shí)間)/簽收訂單量]兩個(gè)細(xì)分指標(biāo)，服務(wù)體驗(yàn)由投訴率(分享商品問題投訴量/分享商品支付訂單量)、糾紛商責(zé)率(售后申請(qǐng)完結(jié)的訂單中判定為商家責(zé)任的售后仲裁單數(shù)/總售后完結(jié)數(shù))、IM3分鐘平均回復(fù)率(3分鐘內(nèi)客服已回復(fù)會(huì)話量/用戶向人工客服發(fā)送會(huì)話量)、僅退款自主完結(jié)時(shí)長(僅退款的每條售后單等待商家操作時(shí)間總和/對(duì)應(yīng)售后單量)、退貨退款自主完結(jié)時(shí)長(售后單里退貨退款、換貨的每條售后單中等待商家操作的時(shí)間總和/對(duì)應(yīng)的售后量)五個(gè)細(xì)分指標(biāo)決定。平臺(tái)認(rèn)證在本文指平臺(tái)商家經(jīng)過認(rèn)證成為“抖音旗艦”店鋪，“抖音旗艦”是抖音平臺(tái)根據(jù)品牌力、店鋪類型、體驗(yàn)分、商品供給和會(huì)員運(yùn)營五個(gè)維度進(jìn)行考察予以的品牌標(biāo)簽，入選店鋪均為各行業(yè)知名品牌在抖音電商的官方店鋪，將由品牌官方為消費(fèi)者提供專屬服務(wù)。

3.3 控制變量

控制變量為主播賬號(hào)企業(yè)認(rèn)證、主播櫥窗、商家平臺(tái)認(rèn)證。經(jīng)過抖音企業(yè)認(rèn)證的達(dá)人主播賬號(hào)將享受比普通賬號(hào)更高的權(quán)益，包括通過各類特享功能增加曝光度、吸引流量，助推流量變現(xiàn)，還能享用全面的數(shù)據(jù)監(jiān)測(cè)功能幫助賬號(hào)經(jīng)營。抖音櫥窗能夠提高商品的曝光度和知名度，提高銷售和轉(zhuǎn)化率的同時(shí)，獲得用戶反饋和市場洞察。在本文中，平臺(tái)商家認(rèn)證指的是平臺(tái)商家店鋪賬號(hào)是否有經(jīng)抖音平臺(tái)官方認(rèn)證的“抖音旗艦”標(biāo)識(shí)，該標(biāo)識(shí)能夠提高商家的信譽(yù)度和品牌影響力，吸引客流。綜上，上述三個(gè)變量均會(huì)對(duì)銷售額產(chǎn)生影響。為更好地探究關(guān)鍵自變量對(duì)銷售額的影響機(jī)理，本文將播賬號(hào)企業(yè)認(rèn)證、主播櫥窗、商家平臺(tái)認(rèn)證三個(gè)變量作為控制變量。

本文最終用于分析的樣本為5479個(gè)觀察值，包含主播達(dá)人賬號(hào)樣本4512個(gè)和平臺(tái)商家賬號(hào)樣本967個(gè)。表1為主播達(dá)人賬號(hào)樣本描述性統(tǒng)計(jì)分析結(jié)果，匯總后的主播達(dá)人賬號(hào)樣本在銷售額、粉絲數(shù)、短視頻平均點(diǎn)贊數(shù)、帶貨口碑、作品數(shù)方面都存在明顯差異；表2顯示平臺(tái)商家賬號(hào)在銷量、銷售額及其他變量上都存在明顯差距，說明本文所用樣本數(shù)據(jù)具有良好的代表性。

表1 變量的描述性統(tǒng)計(jì)分析(主播達(dá)人賬號(hào))

表2 變量的描述統(tǒng)計(jì)(平臺(tái)商家賬號(hào))

4 模型檢驗(yàn)及分析

4.1 相關(guān)性檢驗(yàn)

如表3和表4所示，主播達(dá)人賬號(hào)和平臺(tái)商家賬號(hào)樣本的因變量及關(guān)鍵自變量之間相關(guān)性均顯著，相關(guān)性檢驗(yàn)通過。

表3 相關(guān)性分析1(主播達(dá)人賬號(hào))

表4 相關(guān)性分析2 (平臺(tái)商家賬號(hào))

4.2 顯著性檢驗(yàn)及線性回歸分析

4.2.1 主播達(dá)人顯著性檢驗(yàn)及線性回歸分析

由表5可知，模型通過F檢驗(yàn)(F=69.81，p=0.000＜0.05)，總體回歸性顯著；VIF值均小于5，說明自變量之間不存在多重共線性問題；D-W值小于5，通過自相關(guān)性檢驗(yàn)。具體分析可知：短視頻平均點(diǎn)贊、粉絲數(shù)、帶貨口碑均會(huì)對(duì)帶貨額產(chǎn)生顯著的正向影響，假設(shè)H1a、H1b、H1c得到驗(yàn)證。

表5 線性回歸分析結(jié)果 (n=4511)

具體回歸模型為：

式(1)中：因變量帶貨額被解釋為短視頻平均點(diǎn)贊、粉絲數(shù)、帶貨口碑、企業(yè)認(rèn)證和櫥窗等變量的線性組合；β0是截距，表示當(dāng)所有自變量均為0時(shí)的預(yù)期帶貨額；β1～β5 則代表各自變量對(duì)帶貨額的影響，即它們的系數(shù)。

4.2.2 平臺(tái)商家顯著性檢驗(yàn)及線性回歸分析

由表6可知，回歸模型有意義。關(guān)聯(lián)直播數(shù)、關(guān)聯(lián)視頻數(shù)、關(guān)聯(lián)達(dá)人數(shù)、推廣商品數(shù)、平臺(tái)認(rèn)證、賣家保障信號(hào)對(duì)應(yīng)t檢驗(yàn)的p值均小于0.05，呈現(xiàn)出顯著性特征，說明以上三個(gè)自變量對(duì)Y均有顯著性影響；VIF值均小于5，說明自變量之間不存在多重共線性問題；D-W值小于5，即通過自相關(guān)性檢驗(yàn)。具體分析可知：關(guān)聯(lián)直播數(shù)、關(guān)聯(lián)視頻數(shù)、關(guān)聯(lián)達(dá)人數(shù)、推廣商品數(shù)、賣家保障信號(hào)會(huì)對(duì)ln銷售額產(chǎn)生顯著的正向影響，假設(shè)H2、H3a、H3b、H3c、H4a得到驗(yàn)證(見表7)。

表6 線性回歸分析結(jié)果2(n=981)

表7 研究結(jié)論

具體的回歸模型為：

式(2)中：ln銷售額(以 e 為底的對(duì)數(shù)變換)被解釋為關(guān)聯(lián)直播數(shù)、關(guān)聯(lián)視頻數(shù)、關(guān)聯(lián)達(dá)人數(shù)、推廣商品數(shù)、平臺(tái)認(rèn)證和賣家保障信號(hào)等變量的線性組合；常量5.939代表當(dāng)所有自變量為0時(shí)的預(yù)期銷售額的對(duì)數(shù)值；系數(shù)(β1～β5) 分別代表各自變量對(duì)銷售額的對(duì)數(shù)的影響。

4.3 模型假設(shè)路徑檢驗(yàn)

4.3.1 主播達(dá)人路徑分析

由上述回歸分析結(jié)果可知，假設(shè)H1a、H1b、H1c、H2、H3a、H3b、H3c均得到驗(yàn)證，在此基礎(chǔ)上構(gòu)建路徑分析模型，探究各關(guān)鍵自變量對(duì)因變量的具體影響機(jī)理。由表8可知，假設(shè)H1a、H1b、H1c均通過該路徑檢驗(yàn)，且粉絲數(shù)不僅能直接正向影響帶貨口碑，還能通過短視頻平均點(diǎn)贊和帶貨口碑兩個(gè)中介變量間接作用于帶貨額；短視頻平均點(diǎn)贊和帶貨口碑除了直接影響帶貨額外，也會(huì)通過粉絲數(shù)這一中介正向顯著作用于帶貨額(見圖2)。

表8 模型回歸系數(shù)匯總表格

圖2 主播達(dá)人路徑圖

4.3.2 平臺(tái)商家路徑分析

由表9可知，假設(shè)H2、H3a、H3b、H3c均通過該路徑檢驗(yàn)。具體分析發(fā)現(xiàn)，關(guān)聯(lián)達(dá)人數(shù)和關(guān)聯(lián)視頻數(shù)能通過顯著影響銷量來間接影響ln銷售額，而關(guān)聯(lián)直播數(shù)和推廣商品數(shù)則沒有該顯著影響關(guān)系。原因可能是直播和推廣需要更高的成本，就更側(cè)重依靠提高價(jià)格正向影響銷售額，而達(dá)人視頻的推廣能利用流量和粉絲購買力正向顯著影響銷量，從而提高銷售額。關(guān)聯(lián)達(dá)人數(shù)還能以關(guān)聯(lián)視頻數(shù)和關(guān)聯(lián)直播數(shù)為中介正向顯著影響ln銷售額，因?yàn)槎桃曨l和直播間是主播達(dá)人為商品引流推廣最主要的方式。推廣商品數(shù)除了直接影響ln銷售額外，還會(huì)通過關(guān)聯(lián)視頻數(shù)和關(guān)聯(lián)直播數(shù)間接影響銷售額，這與抖音平臺(tái)商品推廣主要依靠在主播達(dá)人短視頻和直播間插入鏈接的營銷方法相符。

表9 模型回歸系數(shù)匯總表格

由表10可知，假設(shè)H4a通過驗(yàn)證，且平臺(tái)認(rèn)證會(huì)以ln銷量為中介變量對(duì)ln銷售額產(chǎn)生顯著的正向影響，在一定程度上說明平臺(tái)認(rèn)證對(duì)促進(jìn)商品銷量和價(jià)格都有幫助，這與信息覓食理論中強(qiáng)烈信息線索“氣味”能吸引個(gè)體進(jìn)入信息斑塊從而影響個(gè)體行為的結(jié)論相符(見圖3、圖4)。

表10 模型回歸系數(shù)匯總表格

圖3 平臺(tái)商家路徑圖1

圖4 平臺(tái)商家路徑圖2

4.4 穩(wěn)健性檢驗(yàn)

4.4.1 分位數(shù)回歸

為了檢驗(yàn)上述回歸結(jié)果的穩(wěn)健性，本文對(duì)短視頻平均點(diǎn)贊、粉絲數(shù)、帶貨口碑、企業(yè)認(rèn)證和櫥窗進(jìn)行了分位數(shù)回歸，具體結(jié)果如表11所示。

表11 分位數(shù)回歸1

式(3)中：帶貨額ir代表在帶貨額分布的第rth個(gè)分位數(shù)上的(預(yù)測(cè))價(jià)格的對(duì)數(shù)變化，這種預(yù)測(cè)可以幫助企業(yè)或市場分析師理解哪些因素(如短視頻平均點(diǎn)贊、粉絲數(shù)等)在不同的銷售水平上對(duì)帶貨額的影響最大。在此情況下，對(duì)帶貨額取對(duì)數(shù)可以幫助減少極端值的影響，使數(shù)據(jù)分布更加均勻，從而使回歸模型的結(jié)果更加可靠。

短視頻平均點(diǎn)贊在不同分位數(shù)下的系數(shù)變化較大，尤其是在50分位數(shù)、70分位數(shù)和90分位數(shù)處都呈現(xiàn)出顯著的負(fù)向關(guān)系，表明短視頻的受歡迎程度對(duì)銷售額具有顯著的負(fù)面影響。粉絲數(shù)在各分位數(shù)下的系數(shù)都呈正向增長趨勢(shì)，且在50分位數(shù)、70分位數(shù)和90分位數(shù)處系數(shù)顯著，說明粉絲數(shù)量的增加會(huì)顯著促進(jìn)銷售額的增長。帶貨口碑在所有分位數(shù)下的系數(shù)都呈現(xiàn)出顯著的正向關(guān)系，特別是在50分位數(shù)、70分位數(shù)和90分位數(shù)處，表明良好的帶貨口碑對(duì)銷售額的影響力很大。企業(yè)認(rèn)證在各個(gè)分位數(shù)下的系數(shù)都呈現(xiàn)正向增長趨勢(shì)，且在50分位數(shù)以上顯著，說明企業(yè)認(rèn)證可以提高消費(fèi)者對(duì)商品的信任度，從而促進(jìn)銷售額的增長。櫥窗在各個(gè)分位數(shù)下的系數(shù)都呈負(fù)值，尤其是在70分位數(shù)和90分位數(shù)處顯著，表明櫥窗對(duì)銷售額產(chǎn)生了負(fù)面影響?？傮w來說，以上結(jié)果表明直播電商在影響銷售額方面發(fā)揮著重要作用，特別是通過粉絲積累、良好的口碑和企業(yè)認(rèn)證等方式，能夠有效促進(jìn)銷售額的增長。

同時(shí)，本文進(jìn)行了關(guān)聯(lián)直播數(shù)、關(guān)聯(lián)視頻數(shù)、關(guān)聯(lián)達(dá)人數(shù)、推廣商品數(shù)、平臺(tái)認(rèn)證和賣家保障信號(hào)的分位數(shù)回歸分析，具體結(jié)果如表12所示。

表12 分位數(shù)回歸2

式(4)中：ln銷售額ir代表在ln銷售額分布的第rth個(gè)分位數(shù)上(預(yù)測(cè))價(jià)格的對(duì)數(shù)變化。在此情況下，分位數(shù)回歸提供了對(duì)不同銷售額水平價(jià)格變化的估計(jì)，反映了市場上不同產(chǎn)品或服務(wù)的價(jià)格差異隨著銷售額水平的變化情況。通過分位數(shù)回歸模型可以更好地理解自變量(如關(guān)聯(lián)直播數(shù)、關(guān)聯(lián)視頻數(shù)、關(guān)聯(lián)達(dá)人數(shù)、推廣商品數(shù)、平臺(tái)認(rèn)證和賣家保障信號(hào))對(duì)不同銷售額水平下價(jià)格變化的影響程度，有助于制定針對(duì)性的營銷策略和定價(jià)策略，從而更好地滿足市場需求，并優(yōu)化銷售額。

關(guān)聯(lián)直播數(shù)在各分位數(shù)下的系數(shù)都呈正向增長趨勢(shì)，尤其是在10分位數(shù)和30分位數(shù)處顯著，表明關(guān)聯(lián)直播數(shù)的增加對(duì)ln銷售額具有正向影響。關(guān)聯(lián)視頻數(shù)在各分位數(shù)下的系數(shù)均呈正向增長趨勢(shì)，且在50分位數(shù)、70分位數(shù)和90分位數(shù)處系數(shù)顯著，說明關(guān)聯(lián)視頻數(shù)的增加能夠顯著促進(jìn)ln銷售額的增長。關(guān)聯(lián)達(dá)人數(shù)在各個(gè)分位數(shù)下的系數(shù)都呈正向增長趨勢(shì)，且在各個(gè)分位數(shù)處系數(shù)都顯著，表明關(guān)聯(lián)達(dá)人數(shù)的增加對(duì)ln銷售額的增長具有顯著的正向影響。推廣商品數(shù)在各個(gè)分位數(shù)下的系數(shù)都呈正向增長趨勢(shì)，尤其是在50分位數(shù)和70分位數(shù)處系數(shù)顯著，表明推廣商品數(shù)的增加對(duì)ln銷售額有顯著的正向影響。平臺(tái)認(rèn)證在各個(gè)分位數(shù)下的系數(shù)都呈正向增長趨勢(shì)，且在所有分位數(shù)處系數(shù)都顯著，說明平臺(tái)認(rèn)證可以顯著促進(jìn)ln銷售額的增長。賣家保障信號(hào)在10分位數(shù)到70分位數(shù)處呈正向增長趨勢(shì)，但在90分位數(shù)處出現(xiàn)了負(fù)向系數(shù)，這可能需要進(jìn)一步研究其對(duì)ln銷售額的影響。綜上所述，以上結(jié)果表明與直播數(shù)量、視頻數(shù)量、達(dá)人數(shù)量、推廣商品數(shù)和平臺(tái)認(rèn)證等因素相關(guān)的變化都對(duì)ln銷售額產(chǎn)生了積極影響，然而賣家保障信號(hào)在不同分位數(shù)下的影響并不一致。

4.4.2 穩(wěn)健性檢驗(yàn)-分位數(shù)回歸(見表13)

表13 分位數(shù)檢驗(yàn)

4.4.3 穩(wěn)健性檢驗(yàn)-分樣本回歸

進(jìn)一步分樣本回歸結(jié)果如表14所示，ln銷售額對(duì)于企業(yè)認(rèn)證的生鮮水果而言，有無櫥窗好評(píng)對(duì)其單位價(jià)格有顯著的正向影響；而對(duì)于企業(yè)不認(rèn)證而言，則有顯著的負(fù)向影響。分樣本回歸結(jié)果與之前回歸結(jié)果一致，說明結(jié)果穩(wěn)健。

表14 分樣本檢驗(yàn)

進(jìn)一步的分樣本回歸結(jié)果顯示，ln銷售額對(duì)于是否企業(yè)認(rèn)證的農(nóng)產(chǎn)品而言，兩者都有正向影響，企業(yè)認(rèn)證更是有顯著的正向影響。分樣本回歸結(jié)果與之前回歸結(jié)果一致，說明結(jié)果穩(wěn)健。

5 研究啟示

5.1 加強(qiáng)對(duì)主播達(dá)人的培訓(xùn)和監(jiān)管，培養(yǎng)其自律意識(shí)

平臺(tái)可以開設(shè)多樣式培訓(xùn)課程，幫助提高主播達(dá)人的專業(yè)素養(yǎng)和道德法律意識(shí)。同時(shí)，適當(dāng)給予腰部主播公域流量扶持，激勵(lì)主播達(dá)人正向發(fā)展?？紤]到消費(fèi)者的切身利益，直播平臺(tái)需要給用戶帶來更多高性價(jià)比產(chǎn)品，更好地滿足消費(fèi)者的真實(shí)需要，與其建立信任，有助于解決主播達(dá)人馬太效應(yīng)顯著和平臺(tái)用戶信任度減弱問題。此外，針對(duì)產(chǎn)品對(duì)主播達(dá)人進(jìn)行專業(yè)化培訓(xùn)，對(duì)專業(yè)性和特殊的生鮮農(nóng)產(chǎn)品而言，只有對(duì)產(chǎn)品有深入了解，才能在網(wǎng)絡(luò)直播的介紹過程中全方位、多角度地介紹產(chǎn)品的各個(gè)細(xì)節(jié)，從而更好地進(jìn)行有效交互，不辜負(fù)消費(fèi)者的信賴。

5.2 優(yōu)化營銷機(jī)制，注重特色創(chuàng)新

抖音直播電商平臺(tái)可采取增設(shè)功能、優(yōu)化平臺(tái)服務(wù)能力等措施激勵(lì)平臺(tái)商家的營銷行為，限制覆蓋式無差別的廣告術(shù)語推銷行為。同時(shí)，提高對(duì)主播達(dá)人創(chuàng)新創(chuàng)造能力的要求，精準(zhǔn)對(duì)標(biāo)顧客心理需求。例如，將平臺(tái)生鮮農(nóng)產(chǎn)品商家的關(guān)聯(lián)帶貨直播和視頻與生鮮農(nóng)產(chǎn)品的特色習(xí)俗相結(jié)合，挖掘農(nóng)產(chǎn)品文化底蘊(yùn)，有效增強(qiáng)消費(fèi)者的購買意愿。

5.3 提高平臺(tái)認(rèn)證標(biāo)準(zhǔn)，強(qiáng)化質(zhì)量保障。

對(duì)消費(fèi)者而言，經(jīng)過平臺(tái)認(rèn)證的商品品質(zhì)、服務(wù)、售后等都更具有保障，平臺(tái)認(rèn)證幫助淘汰感知價(jià)值相對(duì)較低的產(chǎn)品，為其購買生鮮農(nóng)產(chǎn)品提供了一個(gè)相對(duì)優(yōu)質(zhì)的選擇。因此，平臺(tái)認(rèn)證要提高標(biāo)準(zhǔn)，加強(qiáng)對(duì)產(chǎn)品質(zhì)量信息的核查，加大懲戒力度，實(shí)現(xiàn)認(rèn)證過程管理和實(shí)施的規(guī)范化、專業(yè)化、科學(xué)化，降低認(rèn)證成本，鼓勵(lì)平臺(tái)商家積極參與，優(yōu)化平臺(tái)營商環(huán)境，推進(jìn)電子商務(wù)的健康發(fā)展。

6 局限與未來研究方向

首先，本文搜集到用于研究的樣本數(shù)據(jù)量相對(duì)有限，且考察角度相對(duì)實(shí)際情況還不夠全面；其次，消費(fèi)者行為和直播時(shí)長可能在研究期間發(fā)生變化，導(dǎo)致研究結(jié)論僅代表特殊時(shí)間內(nèi)的情況，無法反映直播電商對(duì)生鮮農(nóng)產(chǎn)品的長期趨勢(shì)和變化；最后，本文還存在潛在的外部因素影響的問題，如直播算法變化、政策法規(guī)變化等，這些因素的會(huì)影響生鮮農(nóng)產(chǎn)品直播銷售。綜上所述，下一步研究方向可以包括對(duì)更加嚴(yán)格的數(shù)據(jù)把控、更長時(shí)間的跨度研究及更加全面的考慮外部因素影響等,不斷彌補(bǔ)局限性，拓展直播多元特性范圍，構(gòu)建更完善的影響機(jī)理。