互聯網廣告投放智能化轉型研究*
——基于動態能力3P模型

秦雪冰 郭欽穎

1997年我國出現了第一個互聯網廣告,經過十幾年的發展,互聯網廣告市場在2012年出現了第一個整合廣告主需求、為廣告主提供廣告發布服務的需求方平臺(DSP,Demand-Side Platform)和第一個進行廣告信息匹配、交易結算的廣告交易平臺(Ad Exchange),投放了第一條實時競價廣告,廣告投放是將廣告作品傳遞給受眾的過程,是影響廣告效果的重要環節。2014年,廣告市場出現了為媒介所有者或者管理者提供廣告分配和篩選的供應方平臺(SSP,Sell-Side Platform)和對數據進行標準化、細分的數據管理平臺(DMP,Data Management Platform),至此,互聯網廣告投放的基礎架構初步形成。此后,監測公司、數據公司、技術公司等市場主體的產生使互聯網廣告投放架構逐漸完善。據2020年第一季度財報,阿里、騰訊、京東等排名前15的互聯網公司廣告收入總和為933億元,同比2019年僅增長4%,經過十余年超過25%的高速增長后,互聯網廣告市場逐漸趨向冷靜,從流量性紅利向結構性紅利過渡,廣告主的廣告投放從增量為主轉向提效優先,媒體的廣告收入從拓寬流量轉向經營流量。在此背景下,互聯網廣告投放面臨的關鍵問題是從聚合流量轉變為深耕流量,從廣告投放轉向廣告賦能。面對每天超過百億次的廣告曝光,要實現深耕流量和廣告賦能,必須借助計算機視覺、自然語言處理、深度學習等人工智能技術,互聯網廣告投放的智能化轉型成為必然選擇。轉型指的是通過發展新技術或采取新策略,改變、升級現行的戰略架構、組織形態和經營目標等組織關鍵特征,目的是應對企業內部和外部環境變化。①李廉水等人指出智能化強調使用新興信息通信技術和人工智能,將人工智能賦予生產運作系統,使其能夠自感知、自決策和自執行。②總體而言,互聯網廣告投放智能化轉型指的是為應對互聯網廣告市場環境的變化,應用人工智能技術使廣告投放向自感知、自決策和自執行轉變和升級。

唐健雄認為企業轉型能力與動態能力在實質上是一致的。③動態能力理論是在資源基礎理論和核心能力理論的基礎上衍生的理論流派。資源基礎理論認為企業競爭優勢在企業內部,體現為企業的異質性、難以模仿的專有資源。核心能力理論認為企業是一種或幾種核心能力的組合,比如企業擁有的關鍵技能和隱性知識,一種核心能力能夠衍生出多種核心產品,核心產品能夠培育最終產品,資源基礎理論和核心能力理論在20世紀80年代日益成熟。在市場和技術快速多變的20世紀90年代,很多企業雖然具有資源優勢和核心能力,但在市場上并不具有很強的競爭力,甚至面臨倒閉的境地。基于靜態環境分析的資源基礎理論和以企業內部穩定性為特征的核心能力理論,對新的現象解釋乏力,動態能力理論應運而生。總體而言,動態能力理論反映了在特定的路徑依賴和市場地位條件下,面對快速多變的市場環境,企業獲得創新型競爭優勢的能力。關于動態能力理論,較有代表性的定義是由蒂斯(Teece)等人提出的,即動態能力是企業整合、建構和重新配置內外部能力以適應急劇變化的環境的能力。④

關于動態能力的實現方式,Teece提出了“路徑判斷(paths)—資源優勢(positions)—運作過程(processes)”的3P模型,路徑判斷包含技術機會和演進趨勢,解釋的是歷史進程對企業現在和未來發展的影響,路徑判斷決定了動態能力的發展方向；資源優勢代表企業的既有資產和能力,是動態能力形成和發展的基礎條件；運作過程是動態能力實現的核心,指的是為適應環境變化進行的組織管理、學習、實踐流程的變化,包括“協調整合、學習共享、重構再造”三個方面,是動態能力實現和保持的具體方式,運作過程由路徑判斷和資源優勢共同決定。互聯網廣告投放智能化轉型的過程實際上是動態能力形成和保持的過程,面對互聯網廣告市場的環境變化,以人工智能為技術機會,依靠路徑判斷和資源優勢,使互聯網廣告投放向自感知、自決策和自執行轉變和升級是獲得動態能力形成的方式。互聯網廣告投放智能化轉型是技術驅動的變革,需要大量的物質資本、尖端的人力資本及一定的技術基礎,大型互聯網廣告平臺是轉型的最佳實現者,以其為分析對象能更好地解釋互聯網廣告投放的智能化轉型。

一、路徑判斷:基于技術機會的互聯網廣告投放趨勢

互聯網技術演變的基本邏輯就是“連接”關系的演進。⑤互聯網廣告是通過互聯網技術連接廣告與受眾以傳遞廣告信息的過程,媒介是廣告與受眾連接的介質。技術演變是推動創新發展的主要驅動力⑥,技術的演變將推動連接關系的變化。廣告投放的關鍵是廣告與受眾的精準匹配,技術的演變改變了廣告與受眾的連接方式，進而決定了廣告投放方式的演變及演變趨勢。

(一)廣告—媒介—受眾:PC互聯網技術下單向展示的廣告投放邏輯

1994年美國雜志Hotwired推出了網絡版,并首次在網站上推出了網絡旗幟廣告(banner),標志著互聯網廣告的誕生。我國在20世紀90年代中后期進入互聯網普及和應用的快速增長階段,相繼產生了新浪、網易、搜狐三大門戶網站,之后在視頻、購物等領域快速發展。1997年3月,我國出現了第一個互聯網廣告,傳播網站是Chinabyte,廣告主是Intel,形式是468×60像素的動圖旗幟廣告。在這個時期,互聯網廣告是通過人工商談廣告位或廣告時段、人工放置廣告的方式完成廣告投放的。廣告投放者根據頁面/節目來購買廣告位或廣告時段,通過欄目觸達廣告受眾,廣告投放的邏輯是尋找合適的媒介投放廣告以觸達受眾,形成了“廣告—媒介—受眾”的連接關系,即通俗意義上的“買媒介”。這個階段,無法根據個體用戶特征和網絡行為投放廣告,在廣告與受眾的關系中,受眾只能單向接收廣告,無法反饋,參與度較低,形成了單向展示的關系。

(二)廣告—受眾—媒介:移動互聯網技術下互動的廣告投放邏輯

2003年移動互聯網的概念開始萌芽,2005年安卓系統開始出現,2007年蘋果IOS手機系統開始應用并于同年發布了第一代iPhone,之后移動應用逐漸興起。2011年開始各行各業加入移動互聯網的浪潮,移動互聯網開始爆發式增長,呈現出“互聯網+”的態勢。這個時期,受眾不僅可以接受信息,還可以評論、發布、分享信息。2012年,需求方平臺和廣告交易平臺誕生,代表著互聯網廣告投放開始從依賴人工向引入工具過渡。隨著大數據和自然語言理解技術的應用,提取個體用戶特征和網絡行為,形成用戶標簽成為可能。廣告投放的方式是根據個體消費者特征和網絡軌跡等形成的用戶標簽追蹤受眾并將廣告投放在受眾出現的媒介上,形成了“廣告—受眾—媒介”的連接關系,即通俗意義上的“買人”。廣告投放效果根據點擊、下載、購買和廣告反饋來測算,并以此為基礎進行調整和應對,廣告與受眾之間形成了互動關系。

(三)受眾—廣告—全景互聯:智能技術下全景互聯的廣告投放趨勢

萬物互聯技術基于信息傳感器、光感識別等識別技術,5G等傳輸技術以及自然語言處理、深度學習、計算機視覺等人工智能技術,實現日常物體的智能化連接,將現實世界中的物體媒介化,促成“媒介泛在化”,從而改變物與物、物與人的連接關系。萬物互聯場景的本質不僅是適配信息的傳遞,更重要的是重構關系。⑦在互聯網廣告投放方面,一方面,萬物互聯技術將進一步整合原有的媒介載體,形成線上線下媒介整合與多媒介互動,廣告媒介將進一步多樣化和泛化；另一方面,隨著2016年廣告海報智能生成技術與2018年廣告文案智能生成技術的研發和應用及近年視頻廣告生成技術的研發,根據受眾需求大規模個性化定制廣告內容成為可能,廣告投放向動態化、情感化、全域化方向發展,主動識別、挖掘、創造受眾需求制作投放廣告成為趨勢。互聯網廣告投放將形成根據受眾標簽和需求,個性化制作廣告內容并投放在受眾出現的萬物互聯場景,形成“受眾—廣告—全景互聯”的投放趨勢。在這個階段,廣告投放決策主體由人轉變為機器,形成以大數據為基礎算料、以機器算法為工具、以消費者為計算核心的自感知、自決策和自執行的廣告投放模式。

二、資源優勢:互聯網廣告投放智能化轉型的基礎

資源優勢是互聯網廣告投放向智能化轉型的基礎條件和出發點,對大型互聯網廣告平臺資源優勢的分析能為智能化轉型提供清晰的認知。

(一)算法升級的技術實力

智能廣告的發展和轉型過程是由技術邏輯主導的生態化變革⑧,在移動互聯網時代,互聯網廣告投放已經從依賴人工向機器介入轉變,依靠大數據和人工智能技術開始了廣告投放的工具化和平臺化,主要做法是依據神經網絡和深度學習技術針對用戶特征和網絡行為生成用戶標簽,集合成消費者數據系統,應用互聯網廣告投放平臺進行投放,通過機器學習技術進行廣告效果實時監測、效果優化。雖然算法水平、工具理性等問題使互聯網廣告投放未完全實現自感知、自決策和自執行,但大型互聯網廣告平臺所積累的算法研發能力、GPU等計算機硬件能力都能成為互聯網廣告投放智能化轉型的技術優勢。

(二)多觸點集合的流量入口

移動互聯網時代帶給受眾的是全新的交互體驗,從內容娛樂、電商購物、社交通信、學習工作再到支付等使人們的生活方式、消費習慣發生了革命性的變化,流量入口飛速增長,極大地延長了互聯網的使用時間。計算機網絡將不同的設備相互聯結,有效地加快了信息的傳輸速度、拓寬了信息的獲取渠道。在萬物互聯的智能廣告時代,流量入口從互聯網擴充到非媒介載體如家具、車輛等日常物品,泛在化流量代表的是用戶與廣告的觸點,流量入口是廣告投放的介質,這些泛在化媒介成為流量觸點,將形成線上、線下的全媒體觸點集合。大型互聯網平臺在流量入口上的優勢是互聯網廣告投放智能化轉型的流量優勢。

(三)多維度的數據基礎

數據是互聯網廣告投放的基礎,數據越完整，廣告投放效果越好。大型互聯網廣告平臺擁有多維的數據來源：一是用戶數據,用戶的性別、年齡、區域、興趣、愛好等用戶特征,個人瀏覽、交易、社交等網絡軌跡,通過標簽的方式加載在用戶的數字ID中,形成用戶數據體系,成為廣告投放的依據；二是流量數據,不同的媒介因具有不同的受眾傾向、場景特征而有不同的流量屬性,流量數據結合用戶數據是廣告投放媒介選擇的重要依據；三是廣告數據,即廣告投放過程中產生的數據,包括創意數據、商品數據、用戶對廣告的反應數據、廣告系統模型預估數據等。大型互聯網廣告平臺擁有多維的數據基礎,是其智能化轉型的數據優勢。

(四)跨學科的人力資本

人力資本具有稀缺性和不可復制性,人力資本的高價值和不可替代性對動態能力的形成具有顯著作用。大型互聯網廣告平臺在人員結構上具有高學歷、年輕化、技術型的特點,計算機科學與技術、統計學、軟件工程等人力資本積累豐厚,這些人力資本與廣告學、傳播學交匯形成的集多種知識于一體的復合型人才是廣告投放的核心人力資本。因此,大型互聯網廣告平臺在技術驅動的智能化轉型過程中更容易避免新興技術人才缺乏、人力資本專用性等因素導致的轉型困難。

三、運作過程:互聯網廣告投放智能化轉型的實現方式

動態能力3P模型中提出的運作過程包括“協調整合、學習共享、重構再造”三個方面。協調整合包括內部組織協調和外部資源整合；學習共享包括平臺內部知識吸收、外部知識共享；重構再造指的是在外部環境變化下做出的資產、流程重組、能力再建設。互聯網廣告投放智能化轉型的運作過程主要體現在協調整合和重構再造兩個方面,運作過程是廣告投放智能化轉型的實現方式。

(一)協調整合:技術、產品、流量的多維協調

協調整合是對廣告投放管理平臺內部組織和外部資源的系統性規劃和調整,目的是保障平臺智能化轉型過程中內部組織和外部資源的協調性，以實現高效運作。協調整合與智能化轉型的動態變化相匹配,是互聯網廣告投放智能化轉型的重要措施。

1.技術研發:互聯網廣告投放的“核心大腦”

互聯網廣告投放智能化轉型是技術驅動的變革,技術成為廣告投放的“核心大腦”,技術研發的作用愈發凸顯,是實現平臺功能的關鍵。技術研發的工作內容是廣告投放平臺底層算法邏輯開發、代碼編寫、算法策略優化等,負責觸發、檢索、召回、曝光等，還有廣告投放系統模型建立、優化及廣告投放平臺的功能維護和升級,技術研發部是互聯網廣告投放的后臺部門。互聯網廣告投放智能化轉型需要完備的技術研發人員,至少應包括算法工程師、后端開發人員、前端開發人員和測試人員。算法工程師主要工作內容是廣告投放平臺的算法邏輯開發,利用深度學習、機器學習等技術解決受眾洞察、廣告投放推薦、廣告投放效果反饋和自動優化等平臺基礎功能架構；后端開發基于技術邏輯和數據,規劃、設計廣告投放的業務邏輯以提升投放效果；前端開發人員使用JavaScript、CSS等算法語言將廣告投放平臺功能通過UI界面呈現出來；測試人員負責在廣告投放平臺的功能應用之前,測試開發的各項性能,排除技術漏洞、技術風險,輸出測試報告。

2.產品運營:互聯網廣告投放平臺的應用落地

產品運營負責后臺技術和前端客戶的對接,使廣告投放平臺功能應用落地。產品運營部是互聯網廣告投放的中臺部門,一方面調研客戶訴求、了解競爭產品、結合公司發展戰略等確定互聯網廣告投放平臺的功能；另一方面挖掘后端技術研發的廣告投放平臺的技術、流量、用戶價值。在此基礎上,結合廣告投放數據，優化投放平臺的策略機制設計,開發和升級廣告投放平臺的應用性功能,構建平臺多功能生態。

3.流量管理:多維流量的規劃制定

當下互聯網廣告投放的流量以網頁、App、小程序、OTT電視等為載體,不同的流量依附于不同的產品,具有不同的用戶特性、場景屬性、創意規格、審核規則等。以騰訊為例,騰訊主要有微信、QQ、騰訊新聞視頻以及優量匯聯盟四種不同的流量來源,這四種流量來源的用戶、場景、創意等都不同。微信廣告基于微信生態體系,整合了朋友圈、公眾號、小程序等資源,注重用戶熟人社交和生活場景；QQ廣告包括騰訊QQ、QQ音樂、QQ瀏覽器等應用,偏向年輕群體；騰訊新聞視頻廣告基于騰訊視頻、騰訊新聞等應用,偏向娛樂化；優量匯聯盟是匯聚了超過10萬個優質外部App的流量聚合平臺,使廣告主能夠通過騰訊廣告投放平臺投放到騰訊外部的App。

隨著萬物互聯技術的深入應用,廣告媒介越來越多樣,為了更好地連接受眾,大型互聯網廣告平臺除了開發自己的流量外,還需要進一步整合外部的線上、線下流量。線上流量指互聯網媒體平臺的流量，包括App和網頁；線下流量更寬泛,包括戶外大屏、電梯樓宇、網絡電視等互聯網化的傳統媒介以及“媒介泛在化”的日常物體。萬物互聯時代將有越來越多樣的廣告流量,因此為實現廣告投放智能化轉型,高效、優質地管理復雜多變的流量將成為重要內容,需要建設流量管理部,專門負責不同流量的規劃管理、策略制定、場景應用等工作。

(二)重構再造:廣告投放業務流程的智能化

重構再造解釋的是互聯網廣告投放業務流程的智能化,是廣告投放智能化轉型的方式方法。

1.受眾、廣告、全景互聯的智能匹配

互聯網廣告投放智能化的目標是為受眾量身定制廣告再精準投放,這就要求通過多方數據源精細標簽粒度,進而對受眾進行大規模的智能洞察,以此為基礎大規模個性化地制作廣告內容、精準靈活地投放廣告,實現受眾、廣告、流量場景的智能匹配。因此,需要在受眾數據的基礎上重點引入廣告商品數據和流量場景數據以提升廣告模型預估的準確性,廣告商品數據是商品的結構化類目數據,例如商品的名稱/主要標簽/關鍵詞、經營者、價格、顏色、搜索網址、廣告詞/促銷詞、第一評價、二手/再次評價等,同時基于同類目相關商品進行廣告拓展,識別受眾需求,拓寬廣告內容類目,將商品數據導入廣告系統特征模型以提升受眾洞察和廣告投放的精準化；流量場景數據包括廣告展示位屬性、流量設備屬性、廣告位相鄰信息內容屬性、用戶常見瀏覽行為等類目,通過引入場景特征,提升預估中偏好特征的樣本數據量,幫助模型捕捉用戶在不同場景的實時行為以篩選優質流量,實現廣告的差異化投放。受眾、廣告、全景互聯的智能匹配是智能化投放的核心。

2.智能流量分布

在全景互聯的背景下,流量覆蓋將爆炸式增長,流量渠道將會越來越豐富,整合平臺內外流量,根據廣告投放需求和廣告效果進行流量篩選,制定流量組合策略是廣告投放的重要內容。智能流量分布功能根據廣告投放的考核目標和廣告投放效果,智能優選預估效果好的流量版位以有效觸達目標受眾,這就要求分析整體流量環境、流量版位歷史效果等多維海量數據并進行深度學習,保障流量選擇的客觀性和準確性,完成系統模型的流量選擇自主決策。

3.智能競價調節

智能競價調節是根據設置的轉化目標、目標出價和預算,通過優化目標出價系統(OCPX,Optimized Cost per X)給出的“建議出價”實時動態調節出價,以最合適的價格購買最合適的目標受眾。優化目標出價分為系統被動調節和主動設置調節,系統被動調節是廣告系統計算每次曝光的預估點擊率(Predict Click Through Rate,PCTR)、預估轉化率(Predict Click Conversion Rate,PCVR),根據設置的出價,實時計算每次廣告曝光的轉化價值,修改調價系數因子,確保以合適的價格競拍每次廣告曝光,最大化地實現廣告投放目標。其中,預估點擊率、預估轉化率影響優化目標出價系統的調價模型,最終通過改變調價系數因子的值來改變出價,預估點擊率、預估轉化率受多重因素影響，比如整體競爭環境、廣告歷史投放效果、客戶回傳的受眾行為數據等；主動設置調價通過對目標用戶、目標流量主動進行質量分層,將數據傳至廣告投放平臺進行用戶數據匹配、標簽分析,再通過模型機器學習、相似人群擴展,在不同流量上挖掘不同層級的目標受眾,影響系統對不同層級目標受眾的出價。

4.效果智能優化

廣告效果監測的目的是將廣告效果可視化、可量化,效果智能優化是在對效果數據分析的基礎上,對廣告投放進行實時優化,如實時更新受眾標簽、更換廣告內容、調整競價目標出價等。廣告投放平臺將廣告主提供的數據、第三方監測數據納入廣告系統模型,幫助模型進行實時預測、優化。例如為視頻App投放廣告,可以根據用戶激活數、用戶在下載App后1小時內觀看視頻數、當天的觀看時長等數據預測用戶的次日留存率,供廣告系統模型學習調整以進行抬高出價、增加曝光次數、調整廣告內容等優化行為。

5.全流程自動投放

互聯網廣告投放是在實時變動的流量競爭環境中進行的,這要求廣告發布者對廣告投放平臺的功能、技術邏輯有深刻的認知和一定的廣告行業經驗。智能投放工具能夠降低廣告投放門檻,幫助技術能力缺乏、投放經驗不足的中小型廣告主自主管理投放全流程,主要包括廣告智能批量管理和智能盯盤策略優化兩項功能。廣告智能批量管理只需要廣告投放者確定投放目標、創意素材元素、目標流量渠道,并且設置投放預算和目標出價,系統自動針對流量版位、定向人群、素材內容等要素進行叉乘批量組合,差異化創建新廣告,根據投放效果的差異,系統依照投放目標自動復制優質廣告、關停不達標的廣告；智能盯盤策略優化是在批量創建廣告的基礎上,根據廣告主設置的投放目標,自動實時地進行受眾定向、預算設定等精細的調整。

四、結論

隨著人工智能技術在廣告中的應用,對廣告內容(文字、圖片、視頻)進行智能生成的程序化創意(PCP,Programmatic Creative Platform)逐漸開始應用,程序化創意能夠在極短的時間內生成成千上萬的廣告,如程序化創意公司筷子科技、天貓的廣告海報生成系統“鹿班”、京東廣告文案生成系統“莎士比亞”、秒針的智能文案系統“秒出”等,廣告投放系統需要對接的內容越來越海量,考驗著廣告投放系統的能力,智能化轉型越來越迫切。此外,多頻道網絡機構(MCN,Multi-Channel Network)逐漸興起,聚合了大量微博、抖音、快手等關鍵意見領袖和關鍵意見消費者(KOC,Key Opinion Consumer),這些關鍵意見領袖和關鍵意見消費者大多是原生廣告創作者,數據精準洞察、智能化達人管理、實時在線交易系統開始產生,如快手“磁力聚星”、字節跳動“巨量星圖”等。廣告投放系統需要與這些系統對接才能更好地完成投放,智能化轉型是必經之路。

以動態能力3P模型為觀照,本文梳理了互聯網平臺廣告投放智能化轉型的實現邏輯,路徑判斷是廣告投放智能化轉型的依據,資源優勢是廣告投放智能化轉型的基礎,運作過程是互聯網廣告投放智能化轉型的實現方式,是互聯網平臺動態能力的核心體現,也是平臺走向智能化的實質轉型過程,路徑判斷與資源優勢對運作過程共同產生作用。據此,本文構建了互聯網廣告投放智能化轉型模型(如圖1所示),為互聯網廣告投放智能化轉型提供思路。

隨著廣告產業向智能化邁進,過去廣告主發起廣告任務、廣告公司負責廣告內容、廣告媒介負責投放的分工關系被打破,以廣告公司雙向代理為特征的產業鏈發生變革,成為多方主導的關系網絡。大型廣告主自建內容中心、需求方平臺,直接與媒介方的供應方平臺對接,自

圖1 互聯網廣告投放智能化轉型模型

己完成廣告投放業務；廣告公司開發需求方平臺代理廣告主的廣告投放業務、整合線上線下媒介形成供應方平臺,試圖保持住產業鏈中的固有地位；媒介基于自己的核心資源形成供應方平臺,同時整合外部的線上線下資源形成供應方平臺以擴寬資源渠道、張大自身的廣告價值,如騰訊廣告的“優量匯”、百度“百青藤”和“聚屏資源”、字節跳動巨量引擎的“穿山甲”等,與此同時,媒介開發需求方平臺使廣告主能夠直接投放。廣告主、廣告公司和廣告媒介都試圖在廣告投放中占據主導地位,新一輪的博弈在所難免,他們對未來趨勢的判斷及所具有的資源基礎的不同,采取的運作過程的差異,將決定廣告投放智能化轉型成功與否,最終影響著廣告產業的格局。

注釋:

① 陳樂平:《企業戰略轉型影響因素和轉型路徑研究》,《現代營銷》(下旬版),2017年第10期,第3頁。

② 李廉水、石喜愛、劉軍:《中國制造業40年:智能化進程與展望》,《中國軟科學》,2019年第1期,第5頁。

③ 唐健雄:《企業戰略轉型能力研究》，中南大學博士學位論文,2008年,第34頁。

④ Teece D.J.,Pisano G.,Shuen A.DynamicCapabilitiesandStrategicManagement.Strategic Management Journal,vol.18,no.7,1997.pp.509-533.

⑤ 彭蘭:《移動化、社交化、智能化:傳統媒體轉型的三大路徑》,《新聞界》,2018年第1期,第7頁。

⑥ Porter M.E.CompetitiveStrategy:TechniquesforAnalyzingIndustriesandCompetitors.The Free Press,1980.pp.86-87.

⑦ 喻國明、梁爽:《移動互聯時代:場景的凸顯及其價值分析》,《當代傳播》,2017年第1期,第13頁。

⑧ 段淳林、宋成:《用戶需求、算法推薦與場景匹配:智能廣告的理論邏輯與實踐思考》,《現代傳播》,2020年第8期,第124頁。