網紅電商銷售額溢出效應實證分析—基于動態空間杜賓模型

徐璐琳 李忠武 副教授

（中國地質大學（武漢）經濟管理學院 湖北武漢 430074）

引言

“意見領袖”一詞在電商營銷中被廣泛提及，指人們所認識和信賴的并對某些問題認識深刻或具有某種專才的人群，網絡紅人便屬于這類人群。在國內，網絡紅人對消費者購買選擇影響更為顯著，相關研究也主要集中在其KOL影響力的傳播機制及變現能力等方面。如許翠蘋等對KOL和社交平臺在去中心化及維系用戶忠誠中的作用進行研究。

“地理學第一定律”認為所有事物都與其他事物相關聯，但較近的事物比較遠的事物更具關聯性。實體商店運營中通常要考慮相鄰店鋪因素，因為同業種店鋪選擇相鄰店址，可能會因競爭而減少各個店鋪的客源；但同業種集聚帶來的客流增加量，也可能超過競爭激化引起的顧客減少量。由于基于虛擬網絡的淘寶店鋪能夠憑借點擊商品頁面提供的鏈接，快速跳轉到相似淘寶店頁面，所以在虛擬網絡中，兩個地理距離很遠的店鋪也可能很近，即虛擬空間相鄰。因此，以上實體店鋪研究理論同樣適用于網店營銷的研究，而空間計量理論提供了分析空間溢出效應的有效方法。目前，空間計量的運用主要集中在金融、產業結構等領域。但空間計量中的距離不僅指地理距離，還包括經濟距離，甚至社交網絡中的距離。受此啟發，本文創新性地將空間計量模型應用于電商直播對虛擬空間相鄰店鋪銷售額影響的研究中，以淘寶電商直播與店鋪聯盟為切入點，通過實證數據進行量化分析，不僅關注直播等營銷手段對本店銷售業績的影響，還探究其空間溢出效應。

理論分析與計量模型

傳統的Bass模型可以被理解為潛在采納者在只受大眾媒體和口碑傳播的影響下，單一廣告信息的擴散模型：

其中，β=δ/M；M為市場潛力（潛在需求總數）；α為創新系數；β為模仿系數；N（t）為在時點t的累積已采用者；n（t）為時間t時的產品采用者數量。

Bass模型假設α和β均為常數，但對于網紅電商，α和β均為一些變量的函數，如引流手段、好評率、價格和是否包郵等商品本身特性。為了使模型更為簡潔，本文假設：

其中，Iit為虛擬變量，若店鋪i在第t天進行直播營銷則值為1，否則為0；f（t）為單個個體在時刻t采用新產品的概率，F（t）表示到時刻t采用新產品的累計概率函數；Fit表示店鋪i在第t天的PC端+移動端總引流商品數，即自然搜索、直通車和關鍵詞搜索結果10頁內，在默認排序下發現此店鋪商品總數（去重）；Ri表示商品i的好評率。將式（2）（3）（4）代入式（1），并引入平均售價、是否包郵、賣家所在地三個店鋪自身特征變量，可得網紅電商銷量模型：

其中，Di表示店鋪i免郵商品數；1～5為控制變量彈性系數；N(t)[M-N(t)]為時間滯后項；uit為隨機擾動項，表示未包含在模型內但會對店鋪銷量造成影響的其他變量。

淘寶店鋪銷量會受到相似店鋪影響，其主要影響機制是淘寶店鋪聯盟。根據店鋪聯盟官網設定，對于符合規則的成員，系統選取與店鋪相匹配的賣家商品視情況隨機在店鋪中的店鋪聯盟專區“鄰家好貨”模塊中進行不同葉子類目商品的關聯投放。開通店鋪聯盟的賣家在從相似店鋪獲得精準流量的同時，自身流量也可能被分流。本文通過構建空間計量模型分析淘寶聯盟內虛擬空間相鄰店鋪直播銷售效果的空間關聯效應。通過觀察發現，店鋪好評率及所在地在觀測期內基本保持不變，同時后續Hausman檢驗結果指向固定效應模型，因此最終模型去除這兩個控制變量。同時，對店鋪銷售額時間滯后項進行替換簡化，并加入空間滯后項得到：

其中，lnSi，t-1為店鋪被解釋變量的時間滯后項，基于Bass模型，上一期銷售業績會對當期銷量有影響；W為空間加權矩陣；∑j≠iωij的系數ρ衡量店鋪營銷手段對相似店鋪銷量起到促進還是抑制作用。

由Bass擴散模型推導出的空間計量模型為動態空間杜賓模型（SDM），同時本文首先構造動態SDM，繼而進行Hausman檢驗，判斷選擇固定效應還是隨機效應，然后利用Wald檢驗及LR檢驗判斷SDM是否可能退化為空間自回歸模型（SAR）或空間誤差模型（SEM）。后續檢驗結果也印證了動態SDM為本文實證研究最優模型，與經濟模型推導結果相互印證。

數據來源與實證分析

（一）數據來源

本文指標數據來源于淘寶網公開數據及店偵探網站。通過自定義爬蟲程序及網站數據整理收集到共包含16個淘寶女裝店鋪自2018年1月1日至6月30日銷售數據，并通過淘寶移動端中淘寶直播歷史紀錄整理獲得電商直播數據，總計14480條。

（二）空間權重矩陣構造

相似度越高的店鋪，其虛擬空間距離越近，空間效應越強，因為這些店鋪被互相推薦、引導流量進而影響銷售業績的可能性更大。通過店鋪收藏量、銷售額、銷量、DSR等因子計算店鋪間歐幾里得距離作為店鋪間虛擬空間距離，則：

其中，dij為相鄰店鋪最近距離。為減少店鋪間外在影響，對矩陣進行行標準化，使得標準化后各行元素之和等于1，之后得到空間權重矩陣W。

（三）空間相關性檢驗

首先對淘寶店鋪虛擬空間相關性進行檢驗，Moran’s I均為正，說明店鋪間存在正的虛擬空間效應，且絕大部分均通過1%顯著性檢驗，因此拒絕原假設，即存在空間相關性。

（四）實證分析

經濟理論模型推導及空間計量模型檢驗結果均顯示固定效應的SDM為本文最優模型。本文根據上文建立的淘寶店鋪銷售額動態空間杜賓模型，采用偏差修正QMLE對淘寶店鋪銷售數據進行回歸。此外，為檢驗各個變量參數估計的穩健性，本文同時還進行OLS回歸、固定效應SAR、SEM、SAC的QMLE回歸，回歸結果如表1所示。

由回歸結果可以看出，主要解釋變量電商直播（I）系數及其空間加權項（W*I）系數均在1%水平上顯著為正，即其對銷售額（S）有顯著影響。從經濟意義看，電商通過直播方式銷售不僅可以明顯提高自身銷售額，并且具有顯著空間外溢效應，即可以促進相似店鋪商品銷售。并且，由于虛擬空間距離取決于店鋪相似性，而相似度高的店鋪通常具有更相近的顧客群體，所以這種相似店鋪間的引流更為精準，對銷售業績的促進作用也更為顯著。控制變量中，總引流商品數、包郵商品數同樣會帶來自身銷量提升，回歸結果基本與理論預期相符。其空間加權項W*lnF回歸系數在1%水平上顯著為正，說明自身引流商品數可以促進虛擬空間相鄰店鋪銷售額。而W*D項回歸系數在1%水平上顯著為負，說明包郵商品數增加會減少虛擬空間相鄰店鋪銷售額。銷售額的一階時間滯后項回歸系數同樣顯著為正，說明上一期銷售額增加對當期銷售額有正向影響，符合Bass擴散模型理論中上期消費者通過口碑傳播影響當期銷售額的觀點。各模型中空間自回歸系數ρ及空間自相關系數λ均在1%水平上顯著為正，顯示各個淘寶店鋪銷售業績在內生空間交互效應及隨機沖擊的空間交互效應作用下存在明顯空間依賴關系。通過對不同模型回歸結果進行比較可以發現，SDM模型自回歸系數ρ估計值要小于SAR及SAC模型估計值，這是因為不考慮自變量空間滯后項將會高估內生空間交互效應。比較所有模型外生變量回歸系數可知，如果忽略淘寶店鋪間虛擬空間相關性，將可能高估各因素對銷售額的影響。

表1 淘寶網店銷售額空間面板計量估計結果

表2 不同規模淘寶店動態SDM回歸結果

店鋪規模細分下電商直播對銷售額的空間外溢效應

對于不同規模的淘寶店鋪，直播及其他自變量對其銷售額的直接效應和空間溢出效應可能存在差異，因此本文按照銷售額對店鋪規模進行劃分，檢驗各變量在不同規模店鋪中的影響。根據2018年六月份銷量，銷售件數0-150000為小規模店鋪，150001-250000為中等規模店鋪，250001及以上為大規模店鋪，三種規模店鋪動態SDM回歸結果如表2所示。各規模店鋪銷售額時間滯后項（lnSt-1）回歸系數均在1%水平上顯著為正，說明不論是何種規模店鋪，上期銷售額增長均能帶動當期銷售額增長。其中小規模店鋪lnSt-1回歸系數最大，為0.630，這可能是因為小規模店鋪銷量較小，但商品單價及質量相對更高，因此其顧客口碑更好，更能通過社群效應帶動店鋪銷售。電商直播（I）在小規模和大規模店鋪中顯著為正，但在中等規模店鋪中卻未通過顯著性檢驗，其空間加權項僅有小規模店鋪回歸系數顯著為正，說明直播在小規模店鋪中作用更大。其余空間加權項（W*lnF、W*D）均只在小規模店鋪中通過顯著性檢驗，說明小規模店鋪更易受到相似店鋪空間溢出效應的影響。

結論

淘寶店鋪聯盟等機制使得從一家店鋪可以通過點擊鏈接快速跳轉到另一家店鋪，實現店鋪間的虛擬空間相鄰。淘寶店鋪賣家在從相似店鋪獲得精準流量的同時，自身流量也可能被分流，同時聯盟中一家店鋪的引流手段也會影響其相似店鋪的流量和銷量。主要解釋變量電商直播對銷售額有顯著影響，商品引流及店鋪銷售額時間滯后項同樣具有正的空間溢出效應。從經濟意義看，這些變量不僅可以明顯提高自身銷售額，并且具有顯著空間外溢效應，即可以促進相似店鋪商品銷售。在店鋪分規模回歸中，本文發現自然搜索、直通車和關鍵詞搜索引流更能促進小規模店鋪銷售額增長，并且小規模店鋪更易受到相似店鋪的引流、包郵等措施的空間溢出效應影響。

本文研究結論對淘寶電商經營策略具有明顯的啟示意義：首先，直播、直通車和關鍵詞搜索等引流手段的確可以促進銷售額增加，商家應合理利用；其次，商家應該確保商品及服務質量，提高已購買者對商品的滿意度，使商品通過社群得以推廣；再次，絕大多數營銷策略都具有正的空間溢出效應，因此，加入淘寶聯盟以縮短與相似店鋪虛擬空間距離是提升自身銷售業績的有效手段；最后，店鋪還需要具備自身獨特的核心競爭力，以保證各類渠道導入本店的流量最終能夠變現。