網絡直播對線上消費的影響

王曉玲，祁怡霏，陳宇星，趙澤嶸

（山西大同大學數學與統計學院，山西大同 037009）

2016 年被稱為中國網絡直播元年，眾多的網絡直播平臺快速誕生。以淘寶直播為代表的電商直播在2019 年空前爆發并實現快速發展，進一步催生了2020 年全民直播時代。中國互聯網絡信息中心（CNNIC）發布的第47 次《中國互聯網絡發展狀況統計報告》顯示，截至2020 年12 月，我國網絡直播用戶規模達6.17 億，占網民整體的62.4%。其中，電商直播用戶規模為3.88 億，約占網民整體的39.2%，在電商直播中購買過商品的用戶占整體電商直播用戶的66.2%，其中17.8%的用戶電商直播消費金額占其所有網上購物消費額的三成以上。可見，現代信息社會中網絡直播用戶規模龐大，發展飛速。如今，網絡直播正在和更多場景產生交互，成為社會化營銷環境下的新型營銷途徑。可以說，網絡直播正在逐漸演變為大眾生活中的在線基礎設施，尤其對電商平臺以及消費者都將產生重大影響。

網絡直播作為信息化時代飛速發展的產物，在一定程度上改變了大眾的生活消費行為，提升了社會整體消費水平，在這一點上，直播是值得鼓勵的。但直播這種商業模式門檻低，排他性不足，必然會存在一些弊端。例如，直播者往往是明星或網紅，專業程度參差不齊；直播內容缺乏新意，同質化嚴重；直播商品的質量很難保證等。

網絡直播這種新興商業模式要獲得持續、健康的發展，其目的應當不止是簡單的帶貨，而是通過直播提供優質的內容，建立人與人之間的信任度。當用戶能夠通過直播獲取到優質的內容，并且與主播建立起足夠的信任度，用戶就更容易在直播中做出重大決策，更愿意進行大宗消費。這是未來直播平臺在激烈的競爭中贏得消費者的關鍵所在。

基于目前對網絡直播的認識以及直播在提升消費過程中的作用，通過統計調查手段，基于用戶的視角探究網絡直播消費群體的特征及其對消費模式的影響，為網絡直播平臺持續、健康的發展提供可資借鑒的建議。

1 相關研究進展

“互聯網+”時代，社會消費的結構與形式正在發生重大變革，電商平臺消費模式、“線上+線下”一體化消費模式、垂直傳播消費模式、網絡直播消費模式、眾籌消費模式等較為流行[1]。直播行業的繁榮對大眾消費模式產生了巨大的影響，精準細化了消費者的喜好，使觀眾從網絡直播情境的消費中獲得了更多的滿足感[2]。網絡直播作為一種擬真機器，建構了一種全新的參與性文化實踐媒介，極大地提升了媒介主體之間的互動能力[3]，激發了鄉村直播，使直播向垂直細分方向不斷發展[4]。直播作為新的視覺群宴和符號狂歡，依托著“網紅文化”進入公眾視野，對群眾的消費產生了重大影響[5]。

網絡直播助推了消費模式的改變，豐富了消費者的體驗。但目前電商直播面臨著直播轉化率低、技術障礙、直播者專業程度不夠、法律政策風險等方面的問題[6]。直播內容要引起年輕用戶的關注是網絡購物消費的前提，“滿足需求”是消費行為產生的根本動力[7]。

北師大新媒體傳播研究中心通過對大量消費者的訪談資料分析(2020)，歸納出消費者觀看電商直播的五種消費心理，分別是實用型消費、社會交往型消費、粉絲型消費、場景型消費、情感型消費。受眾在觀看網絡直播時的心理狀態主要集中在“尋找認同下的投射心理、追求現場感、獵奇窺私心理和滿足消費心理[8]。現階段人們使用網絡直播平臺的外部動力是便捷高效的技術，而內部動力來自直播主播的吸引。用戶對網絡直播平臺的持續使用行為與其持續使用意愿、感知有用性以及滿意度直接關聯[9]。

2 調查設計概況

本次調查研究著眼于網絡直播對線上消費的提升，除調查單位的基本信息外，本次調查問卷采用量表與非量表問題結合的方式來進行考量，主要從4個方面設計問題，分別為觀看直播的基本情況、對網絡直播的態度、對網絡直播類型的偏好、網上消費的影響因素。鑒于篇幅，此處略去具體問題。

調查對象涉及全國范圍內18～45歲的中青年群體，主要以網絡調查形式展開。為確保問卷設計的合理性，在全面發放問卷之前，進行了小范圍的預調查，預調查問卷共發放80 份，回收80 份，其中有5 份問卷由于內容沒有填寫完整，視為無效。根據預調查問卷，修改了部分問題，在一定程度上保證了問卷的信度和效度。正式問卷預計發放900份，實際收到問卷893 份，對問卷進行篩選和數據預處理之后，剔除無效問卷，最后獲取到具有價值信息的730 份問卷，有效率為81.7%，能夠充分滿足分析的需要。

3 描述性統計分析

本次調查中，男性被調查者有224 人，占比30.68%，女性被調查者有505 人，占比69.32%，被調查者男女比例接近1∶2。調查對象的年齡集中分布在18～45 歲，占比約為96.16%；其他年齡段的調查對象所占比例較小，約為3.84%。圖1 的年齡分布詞云圖顯示，20 歲左右的青年群體在18～45 歲的調查對象中居于主體。本科學歷的調查者占比81.64%，專科學歷占比9.59%；研究生和高中及以下學歷的占比不足10%。因此，此次調查結果更加傾向于反映青年女性，主要是在校大學生參與網絡直播的狀況及其消費意愿。

圖1 年齡分布詞云圖

在被調查對象中，經常觀看網絡直播的占比20.27%；有時觀看網絡直播的占比17.67%；觀看網絡直播頻率一般的占比23.70%；很少觀看網絡直播的占比38.36%，可以看出大部分年輕群體在日常生活中都會觀看網絡直播。觀看網絡直播的平臺雖多種多樣，但較為集中。圖2 顯示，抖音平臺的觀看用戶高達61.10%；淘寶、微博、嗶哩嗶哩觀看直播的用戶占比居中，分別為42.88%、34.11%、33.01%；使用快手、小紅書、斗魚、虎牙的用戶占比相對稍低，分別為26.30%、19.04%、12.19%、10.96%；使用其他APP 的用戶占比2.74%。可見抖音、淘寶、微博、嗶哩嗶哩這些知名度較高的社交類、購物類、視頻類直播平臺最受青年大學生青睞。

圖2 直播軟件使用情況柱狀圖

在這些直播節目內容中，娛樂綜藝類、服飾美妝類、美食類的直播內容吸引了更多的調查對象；游戲類、教育類的用戶也有一定的比例；明星秀、戶外直播的用戶占比較小。這說明調查用戶更偏愛觀看生活類產品的直播，見圖3。

圖3 觀看直播類型柱狀圖

調查用戶通過直播購買的產品集中在美妝護膚（52.88%）、服飾鞋包（44.38%）、食品（31.78%）、電子產品（17.81%）、家居用品（16.71%）、游戲裝備（14.11%）等類別。由此可見，女性消費者是直播消費的主力（見圖4）。

圖4 直播產品購買類別分布餅圖

4 信度和效度檢驗

4.1 信度檢驗

信度，又叫可靠性，用于檢驗數據是否真實可靠，即研究樣本是否真實回答了問題。針對李克特量表，常采用內部一致性α 系數來進行信度檢驗。通常，該系數大于0.7 即可。如果信度系數在0.6 及以下，應重新編制量表較為適宜。計算得到的網絡直播對消費影響的問卷量表題總的內部一致性α 系數為0.717，大于0.7，表明回答者較為真實地回答了相關問題，問卷數據具有較高的可靠性。

他們喝酒時，顏曉晨忙著招呼其他客人，并沒太關注他們，Apple卻借著送水，去找程致遠打聽顏曉晨究竟在哪里請他吃飯，也不知道他們說了什么，反正程致遠沒拆她的臺，從那之后，Apple她們再沒用此事擠對她。程致遠和朋友坐了一個多小時，喝了小半瓶酒。

4.2 效度檢驗

效度檢驗用于研究題是否有效地表達了研究變量或維度的概念信息，即研究題的設置是否合理，或者用某題表示某個變量是否合適。采用探索性因子分析進行結構效度檢驗。通過SPSS 25.0計算網絡直播對消費影響的問卷量表題得到的KMO 值和Bartlett 球形檢驗對應的P值，見表1。KMO 值為0.747，大于0.6；Bartlett 球形檢驗對應的P 值小于0.05，通過了檢驗，說明適合使用探索性因子分析對題進行探索，探索得到4 個因子，表明題與因子具有較好的對應關系，這種對應關系與專業知識相符，并且所有的因子載荷系數的絕對值都大于0.4，旋轉后的累計方差解釋率為71.21%，并且4 個因子旋轉后的方差解釋率均高于10%。上述分析說明本問卷量表具有良好的結構效度（限于篇幅，結構效度分析匯總表此處略去）。

表1 KMO 和Bartlett 球形檢驗

5 影響消費的Logistic分析

5.1 模型理論

為了更深入地研究網絡直播對消費的影響，接下來我們將構建二元Logistic回歸模型進行分析。該模型主要用于分析個體所面臨的二分抉擇行為，該抉擇行為依賴于個體所具有的一組特征。因此，模型旨在尋求個體的特征與該個體做出特定抉擇的概率之間的關系。

設Y代表某種行為是否發生的二值變量，Xi=(Xi1,Xi2,…,Xik)，（i=1,2,…,n）為其影響因素，則可建立如下多元回歸模型：

其中，Yi為觀測值為1和0的被解釋變量；Xij為解釋變量；βj為待估參數；εi為隨機誤差項。由于被解釋變量不滿足經典的計量經濟學模型所要求的連續型變量，所以模型的隨機誤差項具有異方差性，而且模型左右兩端變量的取值范圍存在矛盾。這兩方面的問題導致經典的參數估計方法無效。

為了使二元抉擇問題的研究成為可能，通過建立隨機效用模型將其轉化為可研究的二元抉擇模型[10-11]，如下：

其中，p為某行為發生的概率，F(·)表示邏輯分布的累計分布函數，即

則模型（3）即為二元Logistic 模型。利用最大似然估計法估計模型中的參數。

由（3）和（4）可得：

進而，Logistic回歸函數也可以表達為：

5.2 變量定義

為考察消費者在參與直播后的消費行為，選取是否因網絡直播而增加消費指標作為因變量，即被解釋變量Y設置為二值類變量，當調查對象在回答“因網絡直播增加消費的程度”時選擇“從未”，即認定其不會增加消費，則Y取值為0；若選擇“很少”“一般”“有時”“經常”，則認定其會增加，此時Y取值為1。模型中的自變量也按照這種思路，處理為二值變量，最終選取10 個自變量構建模型，自變量的具體定義見表2。

表2 變量定義

5.3 模型估計與結果分析

綜合所調查的消費者的性別、關注的宣傳平臺、觀看時長、消費支出等因素，以網絡直播是否會增加消費者的消費支出作為因變量，構建Logistic 回歸模型分析不同因素對消費者線上消費的影響程度。由于不能確定哪些自變量對因變量存在顯著影響，我們首先將全部自變量納入回歸方程進行估計（見表3中的模型1），對于統計上不顯著的自變量，再將其剔除，保留在回歸方程中的自變量具有較高的統計顯著性（見表3中的模型2）。

表3 二元Logistic回歸分析結果匯總

以上回歸結果顯示，模型2 中的變量均在5%的水平上顯著。NagelkerkeR2為0.355，意味著關注的宣傳平臺、觀看視頻后購買與否、月生活費、認知行為和性別這5 個因素可以解釋因變量35.5%的原因。模型給出的預測準確性為78.8%，表明最終模型擬合情況相對較好。Hosmer 和Lemeshow 檢驗的P值為0.136，大于0.05，也說明模型結果的真實情況與預測情況較為相符，沒有較大的出入。

由模型2 的回歸結果可以獲知，關注的宣傳平臺、觀看視頻后購買與否、對產品的認可態度能顯著增加消費的意愿，說明網絡直播在一定程度上刺激了消費。消費者的性別因素顯著地影響著直播線上消費程度，其中，女性因觀看網絡直播而增加消費的傾向顯著高于男性，女性占網絡直播消費的主導地位，所以網絡主播及平臺可以對女性市場進一步開發。月生活費顯著地影響線上消費的金額，由于此次被調查者年齡大多在18～45 歲，學生黨占主要部分，所以月生活費作為他們的可支配收入，決定了線上消費的意愿。

6 總結與建議

采用問卷調查的形式，對18～45 歲主要線上消費群體參與網絡直播的情況及其消費行為進行了調查，運用Logistic 二值回歸模型分析了網絡直播對線上消費的影響。調查分析結果表明：在當今信息時代下，網絡直播對線上消費起到了明顯的推動作用。直播這種商業模式的變革大概率會推升消費模式的更新和升級。基于我們的研究，從個體消費提升全社會消費的角度，給出如下建議：

第一，加強對青年消費群體市場的創新與開發。新一代青年群體，尤其是90 后、00 后是新時代互聯網真正的原住民，在互聯網文化參與和消費中產生了海量的信息，這些信息就是極其富有價值的商業資產。網絡直播平臺可以充分利用其大數據資源獲取優勢，加強對年輕新生代消費群體消費信息的分析與共享，進一步發掘新的需求，鞏固和刺激青年消費群體的市場需求。

第二，提升教育文化產品的消費規模和效率。教育文化類直播的觀看比例居中，相比娛樂綜藝和美妝美食等直播有極大地提升空間。在提升整個社會消費的同時，引導和鼓勵青年消費群體加大在教育文化類產品的消費，為未來個人社會價值的發揮進行積極儲備。

第三，直播平臺根據消費者的可支配收入層次和直播類型的偏好，推送相應價格區間的消費產品。在刺激消費的同時，對消費者積極引導，避免出現盲目消費的現象，打造信息社會網絡購物良性發展的模式。網絡直播平臺應該加強消費者合法權益的保護力度，提升消費者的獲得感、幸福感和安全感。