分析網(wǎng)紅產(chǎn)品消費意愿對網(wǎng)紅經(jīng)濟發(fā)展的影響

劉洋 王詩雨

摘要：文章基于多元線性回歸模型，從消費者角度探究網(wǎng)紅產(chǎn)品消費意愿的影響因素，結(jié)果表明，消費者對網(wǎng)紅經(jīng)濟線上運營模式的熟悉程度、身邊推薦網(wǎng)紅產(chǎn)品的人數(shù)多少、網(wǎng)紅產(chǎn)品的售后情況、網(wǎng)紅產(chǎn)品的質(zhì)量對網(wǎng)紅產(chǎn)品消費意愿（被解釋變量）的影響是顯著的，且為正相關關系?；诖?，為了促進網(wǎng)紅經(jīng)濟市場更好的發(fā)展，根據(jù)得出的相關結(jié)論提出提升市場監(jiān)管、深耕內(nèi)容創(chuàng)作、打造社群文化等建議。

關鍵詞：網(wǎng)紅經(jīng)濟;多元線性回歸模型;網(wǎng)紅產(chǎn)品

隨著移動互聯(lián)網(wǎng)的興起，更多人開始對網(wǎng)絡事物感興趣，根據(jù)《2020年中國互聯(lián)網(wǎng)發(fā)展趨勢報告》，2020年2月，中國互聯(lián)網(wǎng)用戶已達10.8億，網(wǎng)紅這個群體也應運而生。網(wǎng)紅這類人是因為某件事情或行為或自身輸出的內(nèi)容被網(wǎng)友所關注，形成粉絲效應后，進而在社交平臺上走紅。隨關注人數(shù)的上升，網(wǎng)紅基于自身利益考慮，往往會以電商平臺或商家合作等形式將自身粉絲流量變現(xiàn)，網(wǎng)紅的優(yōu)勢在于可以對粉絲群體進行精準定位和定向營銷，作為意見領袖可以通過展示個人試用過程或制作關于產(chǎn)品的視頻來影響粉絲的消費行為。由此衍生的網(wǎng)紅產(chǎn)品進入了大眾的視野里。

在網(wǎng)紅經(jīng)濟中，如何將用戶轉(zhuǎn)化為網(wǎng)紅產(chǎn)品的消費者成為一大難題。網(wǎng)紅如雨后春筍般出現(xiàn)，然而真正能做到將自身資源變現(xiàn)的始終是少數(shù)。對于消費者而言，在網(wǎng)紅產(chǎn)品上的消費又與傳統(tǒng)經(jīng)濟消費大不相同，定量探究網(wǎng)紅產(chǎn)品消費意愿的影響因素更加具有現(xiàn)實意義和指導意義。

一、文獻綜述

（一）網(wǎng)紅經(jīng)濟發(fā)展現(xiàn)狀

網(wǎng)紅經(jīng)濟是指網(wǎng)紅在社交平臺上聚集人氣，依托龐大的粉絲群體進行定向營銷，對一般受眾的價值觀念和生活方式產(chǎn)生特定的影響，由此衍生出實際利益和經(jīng)濟效應。網(wǎng)紅經(jīng)濟的發(fā)展大致有三個發(fā)展過程，1.0時代的草根成名;2.0時代的全民制作;3.0時代的品牌化傳播。網(wǎng)紅經(jīng)濟的商業(yè)模式，是從網(wǎng)紅依靠自身內(nèi)容輸出稱為KOL（關鍵意見領袖），然后將UGC（用戶生產(chǎn)內(nèi)容）或者PGC（專業(yè)生產(chǎn)內(nèi)容）進行轉(zhuǎn)化，增強粉絲的粘性和熱枕，從而達到變現(xiàn)的目的。

網(wǎng)紅經(jīng)濟自誕生之初整體規(guī)模不斷擴大，用戶數(shù)量也在逐年遞增。如圖1和圖2所示，根據(jù)蘇寧金融研究院數(shù)據(jù)顯示，在2019年，網(wǎng)紅經(jīng)濟市場規(guī)模超過2500億元。直播和短視頻平臺用戶人數(shù)正在不斷攀升，其中短視頻的用戶人數(shù)比其他上升更快。在2019年，中國在線直播用戶與短視頻用戶市場規(guī)模分別達到了5.04億人和8.20億人。

（二）網(wǎng)紅經(jīng)濟文獻研究現(xiàn)狀

1. 對網(wǎng)紅經(jīng)濟運營模式探討

隨著網(wǎng)紅經(jīng)濟的發(fā)展繁榮，網(wǎng)紅經(jīng)濟運營模式也在不斷的發(fā)生變化，眾多學者以具體網(wǎng)紅經(jīng)濟現(xiàn)象為例，尋求逐步完善網(wǎng)紅經(jīng)濟運營模式的道路，正如梁萌萌以如涵控股為例，結(jié)合財務指標對如涵控股盈利模式的分析，得出如涵控股前景并不樂觀的結(jié)論。李甜田從網(wǎng)紅營銷和變現(xiàn)模式介紹了網(wǎng)紅這一具體商業(yè)模式并提出網(wǎng)紅經(jīng)濟所面對的挑戰(zhàn)，提出了關于網(wǎng)紅發(fā)展的建議。郭燕飛以papitube為例，從運營與內(nèi)容生產(chǎn)模式轉(zhuǎn)變、盈利模式的創(chuàng)新角度分析了網(wǎng)紅經(jīng)濟新模式，體現(xiàn)了自媒體與當代網(wǎng)紅之間的聯(lián)系。葉霞平討論在“互聯(lián)網(wǎng)+”時代下，從產(chǎn)業(yè)鏈角度分析網(wǎng)紅經(jīng)濟的盈利模式并提出自己的質(zhì)疑，最后提出好的內(nèi)容才是網(wǎng)紅經(jīng)濟的持久歸宿。

2. 網(wǎng)紅經(jīng)濟對其他行業(yè)影響

近年來，眾多學者從對網(wǎng)紅經(jīng)濟行業(yè)的研究轉(zhuǎn)為網(wǎng)紅經(jīng)濟對其他產(chǎn)業(yè)影響的研究。正如梁輝煌等提出網(wǎng)紅直播推廣在線旅游產(chǎn)品（OTA）的四個策略，有利于OTA在消費者心中塑造良好的品牌形象。吳雯婷探討互聯(lián)網(wǎng)金融可以借鑒網(wǎng)紅經(jīng)濟的方式及可能存在的風險。高洪福則將網(wǎng)紅經(jīng)濟的相關理論運用到企業(yè)的IT部門上，讓IT更好發(fā)揮自身價值。喻躍梅探討網(wǎng)紅經(jīng)濟通過可以推動跨境電商產(chǎn)品營銷、拓展海外市場，以及具體在跨境電商運營推廣中的應用。

3. 網(wǎng)紅經(jīng)濟發(fā)展現(xiàn)狀及問題

有學者從分析網(wǎng)紅經(jīng)濟現(xiàn)狀中提出問題并加以解決。張銀珂簡述了網(wǎng)紅經(jīng)濟的前世今生、現(xiàn)狀及挑戰(zhàn)，預測“網(wǎng)紅經(jīng)濟”未來發(fā)展變化：規(guī)范化、多元化、專業(yè)化。薛愉凡運用PEST模型對網(wǎng)紅行業(yè)環(huán)境進行分析，得出網(wǎng)紅經(jīng)濟具有巨大前景的結(jié)論。田英從傳播領域指出網(wǎng)紅經(jīng)濟存在的問題，分析背后的原因，最后提出網(wǎng)紅經(jīng)濟的發(fā)展策略。鐘藝聰以抖音為例，探討網(wǎng)紅視頻傳播策略，展望了未來網(wǎng)紅經(jīng)濟發(fā)展的理性化趨勢。

4. 網(wǎng)紅產(chǎn)品

在網(wǎng)紅經(jīng)濟興起的同時，消費者對網(wǎng)紅產(chǎn)品的消費意愿也隨之上漲。劉瑞溥等從消費者角度出發(fā)，發(fā)現(xiàn)消費者的關注度、認可度及網(wǎng)紅經(jīng)濟的市場環(huán)境等三個因素對網(wǎng)紅經(jīng)濟需求具有顯著性影響。張昊等認為時尚網(wǎng)紅親民性和話題性對共創(chuàng)產(chǎn)品的美觀性和象征性均產(chǎn)生積極影響，王興元等用粉絲熱枕作中間變量，同時用粉絲符合和感性程度作為熱枕的形成機制來以此解釋粉絲消費意愿的形成。 楊秀云等探知感知價值、感知利得、感知價值、感知利失、感知價值和消費意愿之間的關系。可以看出，目前國內(nèi)研究方面雖然對于網(wǎng)紅經(jīng)濟的研究日趨增加，但是研究網(wǎng)紅產(chǎn)品消費意愿的研究仍舊較少，而從研究方法來看，更多采用的是SWOT、PRAC等定性的分析方法，定量研究較少。

基于此，本文從消費者角度出發(fā)，以消費者對網(wǎng)紅產(chǎn)品消費意愿的影響因素為研究對象，探究影響因素之間的聯(lián)系和作用，試圖用多元線性回歸模型構(gòu)建關于網(wǎng)紅產(chǎn)品消費意愿模型，將消費者對于網(wǎng)紅產(chǎn)品的消費意愿進行量化，并以此提出相關建議，希望對于提高網(wǎng)紅產(chǎn)品的銷量有一定的指導意義，促進網(wǎng)紅經(jīng)濟產(chǎn)業(yè)更好的發(fā)展。

二、變量與模型設定

（一）變量設定

通過對文獻的梳理，并且參考相關文獻中的問項、觀點等，對影響網(wǎng)紅產(chǎn)品消費意愿的影響因素進行了加工整理。并且為了能夠更好的以消費者的角度來看待網(wǎng)紅，得到更真實的影響因素，本研究組織了一場訪談，共邀請20人參與訪談。根據(jù)已有觀點及研究目的，共制定五個方面的訪談提綱：消費者是否對網(wǎng)紅產(chǎn)品有消費意愿、自身購買網(wǎng)紅產(chǎn)品都有哪些影響因素、對于網(wǎng)紅及網(wǎng)紅產(chǎn)品的關注度、淺談當今網(wǎng)紅經(jīng)濟環(huán)境、是否滿意購買的網(wǎng)紅產(chǎn)品及原因。在訪談過程中，主持人會對于回答中的細節(jié)進行追問，以期能夠得到更多因素，并且盡量避免提出誘導性問題。

通過訪談得出的因素，再加之整理的文獻觀點，篩選掉一些模糊、籠統(tǒng)的答案之后，得到如表1所示共11個方面的影響因素，并將其設定為解釋變量。

（二）模型設定

為了探究網(wǎng)紅經(jīng)濟消費意愿的影響因素，解釋各個影響因素之間的相互聯(lián)系，定量的表示被解釋變量與解釋變量的線性關系，設計了如下形式的多元線性回歸模型：

Y=β1+βnXn+en（1）

三、問卷調(diào)查及結(jié)果分析

（一）問卷設計

將得出的10個變量轉(zhuǎn)化成問項后，設計的問題共分為三部分，首先，對于被調(diào)查者的性別、年齡、受教育情況的基本信息調(diào)研，其次，采用里克特量表題與打分題，讓被調(diào)查者根據(jù)自身實際情況進行填寫，最后，設置了篩選題，作用是篩選掉不認真審題的被調(diào)查者。

為了確保調(diào)查數(shù)據(jù)的可靠性，在設計完問卷之后進行小范圍內(nèi)的預調(diào)查，并根據(jù)調(diào)查結(jié)果中出現(xiàn)的問題修改問卷，然后重新發(fā)放，重復三次，以此來保證問卷的有效性。

（二）數(shù)據(jù)回收

網(wǎng)紅經(jīng)濟首先離不開互聯(lián)網(wǎng)的媒介作用，所以此次調(diào)查主要采取線上為主、線下為輔的調(diào)查方式。線上調(diào)查主要以Credamo平臺為主，線下主要以發(fā)放紙質(zhì)問卷為主。共發(fā)放問卷513份，剔除掉沒有通過篩選題及時間少于一分鐘的問卷，共收集到有效問卷426份，有效率為83.04%。一般而言，樣本調(diào)查數(shù)量與設定的變量個數(shù)有關，本次樣本數(shù)量不應少于100份，而調(diào)查問卷共回收426份，已達到合理的樣本量，可進行后續(xù)分析。

四、實證分析

（一）數(shù)據(jù)的描述性分析

從表2可以看出本次調(diào)查中的被調(diào)查者的基本信息，男性占據(jù)48.59%，女性占據(jù)51.41%，男女比例較為平均。年齡中25～30歲的人占比最多，達到41.78%。受教育程度中大學本科的人占比最多，達到73.70%。這說明本問卷的被調(diào)查者多是受過高等教育的年輕人，與喜歡上網(wǎng)、關注網(wǎng)紅的大部分群體比較相符，是網(wǎng)紅產(chǎn)品的主要消費者，說明樣本具有一定的代表性。

（二）建立模型

本文按OLS（最小二乘原則）去估計多元線性回歸模型的參數(shù)。使用的統(tǒng)計軟件是Eviews，初步得到的結(jié)果如式（2）所示：

Y=0.6098+0.439X2+0.26X3+0.119X4-0.036X5+0.016X6+0.0052X7-0.000888X8+0.000457X9-0.03972X10+0.0012X11（2）

（三）模型檢驗及調(diào)整

1. 多重共線性問題

在檢驗中，本文采用方差擴大因子法檢驗多重共線性，定義VIF=max{VIF1，VIF2，VIF3，…，VIFn}，得到VIF=14.56>10，這說明解釋變量與其他變量之間有多重共線性，并非所有的解釋變量都能很好的解釋模型。為了修正模型，采取了逐步回歸法，先用解釋變量對每一個所考慮的解釋變量作簡單回歸，然后對解釋變量貢獻最大的解釋變量所在的回歸方程為基礎，逐個引入解釋變量，剔除有問題的變量，同時剔除了p值>ɑ=0.05的不顯著解釋變量。

在使用了逐步回歸法修正模型之后，得到的新的模型結(jié)果如式（3）所示：

Y=0.5921X2+0.2702X3+0.1726X4+0.2033X5+0.5921? （3）

2. 異方差問題

為了檢驗相對于回歸線而言解釋變量的所有觀測值分散程度是否相同，且截面數(shù)據(jù)比起是時間序列數(shù)據(jù)更容易產(chǎn)生異方差，需要檢驗模型是否具有異方差性。由于本模型已經(jīng)是大樣本模型，本文采取White檢驗。其修正前的具體參數(shù)如表3所示。計算統(tǒng)計量nR2=45.81，假設H0：α2=α3=α4=α5=0的條件下，在α=0.05下，得臨界值χ0.052（4）=9.49。nR2>χ0.052，所以拒絕原假設，不拒絕備擇假設，模型存在異方差。

為了修正異方差，本文采取了最小二乘法，選用了1/|e|作為權(quán)重，得到了新的回歸模型（4）：

Y=0.6044+0.2715X2+0.1999X3+0.0507X4+0.1716X5? ? （4）

修正后的模型p值為0.0001<0.05，說明已無異方差。

3. 擬合優(yōu)度檢驗

為了檢驗新觀測值的擬合優(yōu)度，可以通過修正的可決系數(shù)R2來說明，得到的結(jié)果是R2=0.94，擬合程度很好，說明列入模型中的解釋變量對被解釋變量的聯(lián)合影響程度較大。

4. 回歸方程的顯著性檢驗（F檢驗）

為了探究這四個解釋變量是否同被解釋變量之間存在顯著的線性關系，需要通過F檢驗。假設：H0：β2=β3=β4=β5=0，H1=βj（j=2，3，4，5）不全為0。給定顯著性水平ɑ=0.05，在F分布表中Fɑ（4，422）=2.393， 此時F=460.25，由于F>Fɑ（4，422），應拒絕原假設H0：β2=β3=β4=β5=0，此時，F(xiàn)檢驗統(tǒng)計量對應的P值=0.00010<05，說明修正后的回歸方程顯著。

5. 回歸參數(shù)的顯著性檢驗（t檢驗）

可以從表4中P值判斷，與估計值β2、β3、β4、β5估計值對應的P值均小于ɑ=0.05，表明在ɑ=0.05的顯著性水平下，對應的解釋變量分別對被解釋變量影響顯著。

6. 多重共線性檢驗

由表5可知，檢驗修正后的模型的相關系數(shù)矩陣，各個解釋變量之間的相關系數(shù)較低，且方差膨脹因子（VIF）為為2.6，遠遠小于10，證實多重共線性已經(jīng)削弱。

五、結(jié)論

根據(jù)最后得出的多元線性回歸模型式（4），可以得出以下研究結(jié)果。

第一，從消費者角度出發(fā)，消費者對網(wǎng)紅經(jīng)濟線上運營模式的熟悉程度、身邊推薦網(wǎng)紅產(chǎn)品的人數(shù)多少、網(wǎng)紅產(chǎn)品的售后情況、網(wǎng)紅產(chǎn)品的質(zhì)量都對網(wǎng)紅產(chǎn)品消費消費意愿有顯著的影響，且是正相關的關系。可以看出消費者對網(wǎng)紅產(chǎn)品本身的認可度，熟悉度可以促進消費者對網(wǎng)紅經(jīng)濟的購買率。

第二，消費者對網(wǎng)紅經(jīng)濟線上運營模式的熟悉程度對網(wǎng)紅產(chǎn)品消費意愿影響程度最大，其次是消費者身邊推薦網(wǎng)紅產(chǎn)品的人數(shù)多少，最后是網(wǎng)紅產(chǎn)品的質(zhì)量和售后。

第三，根據(jù)向后逐步回歸的結(jié)果，每個月個人可支配收入、網(wǎng)紅產(chǎn)品價格、網(wǎng)紅產(chǎn)品物流、網(wǎng)紅產(chǎn)業(yè)市場監(jiān)管、推薦網(wǎng)紅產(chǎn)品網(wǎng)紅的流行程度、個人關注網(wǎng)紅的數(shù)量，這六個解釋變量在統(tǒng)計上不顯著，說明它們對人們是否愿意購買網(wǎng)紅產(chǎn)品的意愿影響甚微。

六、相關建議

綜合前文的研究結(jié)果，為了促進網(wǎng)紅經(jīng)濟更好的發(fā)展，本文提出了如下的對策建議。

（一）保證產(chǎn)品質(zhì)量，提升市場監(jiān)管

從結(jié)論中可知，對消費者而言，網(wǎng)紅產(chǎn)品的售后和質(zhì)量是很重要的，這提醒了網(wǎng)紅們在推薦產(chǎn)品時需要更加慎重，要在事先確定了產(chǎn)品的質(zhì)量等方面后再對消費者進行推薦，而非為了利益等原因罔顧產(chǎn)品的問題，進行虛假宣傳，導致出了問題追悔莫及。同時，相關電商等行業(yè)更要提高自身營銷數(shù)據(jù)的真實性，不要做假數(shù)據(jù)，誤導消費者。市場平臺也要各司其職，做好自身的監(jiān)管工作，建立相對完善的平臺審核機制，在追求經(jīng)濟效益的同時也要增強自身的社會責任感，提供優(yōu)質(zhì)的產(chǎn)品和服務，給予用戶更好的體驗?，F(xiàn)如今相關部門也出臺了各項法律，對于虛假的網(wǎng)紅商品廣告沖拳出擊，讓消費者能夠買得放心。

（二）打造“個性化”品牌，深耕內(nèi)容創(chuàng)作

對于消費者而言，他人推薦也是購買網(wǎng)紅產(chǎn)品的一個重要因素。而為了讓更多人知道從而進一步去了解網(wǎng)紅產(chǎn)品，加強網(wǎng)紅自身素質(zhì)，打造自己“個性化”品牌必不可少?！皞€性化”品牌包含的獨屬于自身的優(yōu)質(zhì)內(nèi)容、獨特的風格等都能將消費者的好感度轉(zhuǎn)化為消費率。

優(yōu)質(zhì)的內(nèi)容是網(wǎng)紅經(jīng)濟發(fā)展的基石之一，吸引用戶的注意力無疑是網(wǎng)紅推薦自身產(chǎn)品的第一步。在內(nèi)容創(chuàng)作上，不僅要畫面制作精良，更要有好的創(chuàng)意理念融入其中。照顧到大眾的價值取向，契合觀眾的情感需求，從而讓消費者熱情高漲、充滿興趣能夠持續(xù)關注網(wǎng)紅，然后對網(wǎng)紅產(chǎn)品產(chǎn)生興趣，將其轉(zhuǎn)化為購買力。

（三）打造社群文化，建立情感共鳴

很多網(wǎng)紅都存在著粉絲流失的問題，如何沉淀粉絲，提高粉絲粘性是每個網(wǎng)紅都需要面對的問題。網(wǎng)紅可以打造社群文化，將流動的用戶沉淀為自己社群成員。網(wǎng)紅在這其中能夠?qū)ο矚g自身內(nèi)容的用戶進行定向傳播，迅速覆蓋目標用戶，對用戶產(chǎn)生巨大影響。個體會對有其他相似背景經(jīng)歷的其他人產(chǎn)生認同感，因此他們在網(wǎng)絡社群中能夠獲得內(nèi)心的安全感、穩(wěn)定感和歸屬感，在這類感情的驅(qū)動下，用戶們會孜孜不倦?yún)⑴c進社群討論和活動，成為社群中的一員，與社群中的人一起討論網(wǎng)紅提出的話題。網(wǎng)紅也可以和用戶們在社群中圍繞社群目標和未來愿景等進行互動，輸出自身價值觀，實現(xiàn)情感共鳴。而為了把控社群成員質(zhì)量，也可以設置社群準入門檻，從而賦予社群成員一定的自豪感。

參考文獻：

[1]王衛(wèi)池.擬態(tài)環(huán)境下網(wǎng)紅的傳播符號學研究[J].東南傳播，2019（03）：93-94.

[2]陳宇宏.網(wǎng)紅經(jīng)濟 一場變革大戲[J].西部大開發(fā)，2019（11）：42-44.

[3]梁萌萌.網(wǎng)紅經(jīng)濟下電商企業(yè)盈利模式探究——以如涵控股為例[J].中外企業(yè)家，2020（17）：72-73.

[4]李甜田.網(wǎng)紅經(jīng)濟商業(yè)模式探究[J].時代金融，2020（05）：127-128.

[5]郭燕飛.從papitube看自媒體時代的網(wǎng)紅經(jīng)濟新模式[J].新媒體研究，2020，6（01）：81-82.

[6]葉霞平.“互聯(lián)網(wǎng)+”時代的網(wǎng)紅經(jīng)濟[J].營銷界，2019（43）：137-138.

[7]梁輝煌，鄒詠昕.基于4R理論的在線旅游產(chǎn)品網(wǎng)紅直播推廣策略分析[J].湖南財政經(jīng)濟學院學報，2017，33（05）：116-128.

[8]吳雯婷.關于互聯(lián)網(wǎng)金融借鑒網(wǎng)紅經(jīng)濟營銷的思考[J].山西農(nóng)經(jīng)，2019（23）：42-43.

[9]高洪福.“她”是自媒體時代的“寵兒”！——“IT生存法則”之數(shù)字化應用范例（網(wǎng)紅經(jīng)濟）[J].網(wǎng)絡安全和信息化，2019（11）：13-14.

[10]喻躍梅.網(wǎng)紅經(jīng)濟在跨境電商運營推廣中的應用[J].合作經(jīng)濟與科技，2020（08）：88-89.

[11]張銀珂.自媒體時代下“網(wǎng)紅經(jīng)濟”發(fā)展的探討分析[J].現(xiàn)代營銷（信息版），2020（02）：233.

[12]薛愉凡.網(wǎng)紅經(jīng)濟的行業(yè)環(huán)境分析[J].納稅，2017（21）：115.

[13]田英.傳播學視域下網(wǎng)紅經(jīng)濟存在的問題及對策[J].青年記者，2019（35）：28-29.

[14]鐘藝聰.新媒體時代網(wǎng)絡文化消費下的“網(wǎng)紅經(jīng)濟”——以抖音為例[J].藝術教育，2019（12）：97-99.

[15]劉瑞溥，李冰清，李詒烜.基于SEM模型的網(wǎng)紅經(jīng)濟產(chǎn)品需求影響因素研究[J].營銷界，2020（22）：28-33.

[16]張昊，董智琦，王弘蘇.時尚網(wǎng)紅參與價值共創(chuàng)對時尚產(chǎn)品設計屬性影響的量表開發(fā)與實證研究[J].管理學報，2017，14（09）：1351-1361.

[17]王興元，劉泓辰.網(wǎng)紅粉絲熱忱形成機制及對消費意愿的影響[J].企業(yè)經(jīng)濟，2017，36（02）：129-135.

[18]楊秀云，蔣園園，馬思睿.網(wǎng)絡文化產(chǎn)品消費意愿的影響因素研究[J].西安交通大學學報（社會科學版），2017，37（05）：94-103.

*基金項目：大學生創(chuàng)新訓練項目“網(wǎng)紅與網(wǎng)紅產(chǎn)品的運營策略及測評系統(tǒng)研究與開發(fā)”（課題編號：CX2003020）。

（作者單位：上海工程技術大學）

3949501908205