網絡直播聲學特征對觀眾付費行為的影響研究

陳新

摘?要：隨著數字技術的發展，觀看網絡直播越來越成為人們生活的一部分。從網絡直播中舉足輕重的一個分類——游戲直播出發，研究直播間聲學特征對觀眾付費行為的影響。研究表明：直播間音高、音強和沉默時間占比等聲學特征均能顯著影響觀眾付費行為，且觀眾情緒在上述關系中起中介作用。總之，此項研究為開展音頻和文本等非結構化數據相關的實證分析提供了新的研究思路。同時，研究結果也為網絡直播雙方、直播平臺和社會監管提供了實踐指導。

關鍵詞：網絡直播；聲學特征；群體情緒；文本分析

中圖分類號：F25?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2023.13.016

1?研究背景與研究問題

1.1?研究背景

網絡直播，本質上是互聯網經濟催生的一種實時交互式多媒體娛樂形式，是數字經濟的重要產物，往往具有內容豐富多樣、體驗實時交互、形式碎片娛樂等特性。就中國市場而言，網絡直播于2011年進入大眾視野，借助經濟發展和平臺經濟的東風，短時間內收獲大批用戶，對企業商業模式探索、政府和社會監管、學術界的理論研究等提出了巨大的挑戰。

網絡直播海量的用戶規模和巨額資本投入極大吸引了我們的研究興趣。截至2021年6月，我國網絡直播用戶占全體網民的63%，規模達6.38億。資本廠商也不斷加入網絡直播的商業布局和投資額。根據企查查的調查數據，從2011年至今，直播行業融資數量達1600多起，融資金額達1900多億。然而，學術界對網絡直播的研究還停留在描述性分析上。

1.2?研究問題

具體而言，我們要解決兩個問題。第一，直播間的聲學參數是否會影響觀眾的付費行為？第二，觀眾情緒在上述關系中的作用是什么？基于此，本研究的意義如下：首先，提供了一種新的思路，用大數據分析方法解析直播數據，從而幫助進行直播數據的標準化處理，也響應了學者對于網絡直播開展更多研究的號召；其次，本研究的結論會對直播平臺優化用戶體驗、主播提升創作質量以及政府制訂監管策略提供依據；最后，本研究將聲學信息與用戶行為聯系起來，從而為更好地理解和解釋觀眾付費行為提供了理論依據。

2?文獻綜述

2.1?網絡直播付費方式

在斗魚直播平臺中，禮物大多是收費的，而彈幕則是免費發送的，觀眾可以自己決定對主播的創作打賞金額，甚至不付費。這種付費方式稱為“隨心所欲付費”（Pay-What-You-Want，PWYW）。

2.2?聲學特征

直播音頻中除了語言學信息外，還有大量的聲學特征信息，如音高、音強、音長等。事實上，這些聲學特征在人際溝通中的重要性占比超60%。

學術界關于聲學特征與用戶行為關系的研究尚處于起步階段。目前已有部分學者通過實證分析證明了播音員聲學特征會顯著影響用戶行為，播音員語速和音高會影響消費者消費態度，并進而影響其行為。

3?模型與假設

已有學者發現聲學特質能影響聽眾對演講者的感受和判斷，并基于這種主觀感受或者結論做出有利于或者不利于演講者的行為。學術研究表明，聽眾會認為演講者音調越低，音強越強，越有能力和值得信賴，并基于此做出有利于演講者的行為。主播的音調越低，音強越強，觀眾會認為該主播技術越強且值得信賴，從而產生相應的情緒狀態，會更愿意對該主播進行付費。沉默占比指主播沉默的時間占總時間的比例，沉默時間越久，與觀眾的交流互動時間就越少，那么觀眾的付費就越少。本研究研究具體的聲學表達對觀眾行為的影響，參照前人研究，提出如下假設：

H1a：直播間音高與觀眾付費行為負相關。

H1b：直播間音強與觀眾付費行為正相關。

H1c：直播間沉默占比與觀眾付費行為負相關。

在此基礎上，由于直播本身就具有情感屬性，而觀眾的行為也是基于瞬時情緒進行的。因此，觀眾情緒的中介作用就顯得至關重要，從理論來說，積極的情緒，快樂的觀眾會有更多付費行為。因此，本研究提出如下假設：

H2：觀眾情緒會中介聲學特征與用戶行為的關系。

4?研究方法

4.1?研究準備：樣本選取

本研究采用抽樣的方法，樣本的確定邏輯如下：（1）收集2021年9月10日至10月21日斗魚直播的數據，共951386條直播記錄。（2）主播的開播信息表現出明顯的冪律分布特征。采用機器學習中的K-MEANS方法聚類分析，選擇出22535個主播。（3）選擇出游戲直播間，共計16171個主播。最后，綜合考慮數據分析經濟性，并參照前人研究的樣本規模。最終抽取的樣本數為102個頭部直播間。

4.2?數據

我們收集了斗魚直播2022年3月17至4月11的數據。共獲取了1774條視頻數據及對應的直播間信息和觀眾行為。

對于視頻數據，我們借助聲學處理經典軟件praat?6.2，每隔10毫秒提取一次音高和音強數據。對于彈幕信息，我們借助Python第三方庫——SnowNLP。總之，我們的數據時間細粒度為5分鐘，在此基礎上整理數據，最終的數據規模為40140條。

4.3?實證模型

4.3.1?變量

直播中的觀眾付費表現在直播活動中就是贈送虛擬禮物行為，因此，將觀眾贈送的禮物價值作為因變量。選擇聲學特征中最重要的音高和音強以及沉默占比作為自變量，而觀眾付費行為往往是受其情緒影響的，選擇觀眾情緒作為中介變量。

不同的直播間體量不同，粉絲數不同，換言之，該模型具有個體效應，因此，我們控制了粉絲數這個變量；其次，網絡直播具有日序效應，即周末主播和觀眾相對于工作日會更多，因此，我們控制了星期幾這一時間效應。

4.4?實證分析

禮物價值符合長尾分布特征，為了降低可能帶來的誤差，我們在實證分析階段對禮物價值變量進行了對數處理。

我們對關鍵變量進行單位根檢驗以檢驗面板數據的平穩性。對于非平衡的長面板數據而言，綜合考慮各種可能存在的問題，并參照前人研究，我們選擇了費雪式檢驗，檢驗結果表明，所有的變量都強烈拒絕了面板單位根的原假設。因此可以認為，我們的數據是平穩的。

基于我們的數據特征，綜合考慮各方法的適用情境以及計量經濟學理論，我們選擇了可行的廣義最小二乘法來實現（FGLS）。最終擬合結果見表1。

在控制了個體效應（粉絲數）和時間效應（星期幾）的基礎上，同時控制了音高和音強的變化趨勢以及極差、音高、音強和沉默占比與虛擬禮物價值之間仍表現出了極強的相關性。音高越低，音強越強，沉默時間越短，觀眾贈送的禮物價值越高。為進一步檢驗中介效應，我們補充了系數差異檢驗法和系數乘積檢驗法，分析結果見表2。從結果來看，觀眾情緒對音高、音強和沉默占比對付費行為影響的中介效應是極顯著的，且直接效應和間接效應都通過了檢驗。

4.5?穩健性分析

觀眾付費意愿還可以通過虛擬禮物數量來衡量，同禮物價值一樣，針對禮物數量進行了對數處理，并基于處理結果進行了可行的廣義最小二乘法擬合，結果見表3。

從分析結果可以看出，音高負向影響觀眾付費意愿（β=-0001，p<001），音強正向影響觀眾付費意愿（β=0004，p<001），沉默占比負向影響觀眾付費意愿（β=-0002，p<001），假設得到了支持。總之，穩健性分析表明，我們的模型是穩健的。

5?結論

結果表明，主播的聲學特征會通過影響觀眾對主播人格特質和技術水平等的評價或者看法進而影響其付費行為。其中，主播的音高和沉默時間占比會負向影響觀眾的付費行為，而音強則會正向影響觀眾的付費行為。總之，研究表明，主播的聲學特征會影響觀眾付費行為，同時也從實證角度證明了網絡直播，特別是游戲直播，不僅僅是情感消費的載體，同時也是內容付費的重要實踐形式。此外，觀眾情緒會中介主播聲學特征和觀眾付費行為之間的關系，從而進一步證明了在直播情境中群體情緒對群體行為的影響，以及群體中的個體認知對其情緒的影響。

本研究的理論貢獻如下：首先，綜合使用多種大數據分析方法和技術和計量經濟學分析方法來解決網絡直播相關問題，完善了音頻分析等非結構化數據實證分析相關的文獻；其次，有學者呼吁針對中國市場展開相關的研究，我們的研究響應了相關學者呼吁的同時，豐富了PWYW文獻；最后，不少研究注意到聲學特征對用戶行為的影響，但缺乏系統而嚴謹的實證論證，本研究則從游戲直播情境中補充了這一缺口。

從實踐啟示角度來看，本研究的結論啟示游戲主播和第三方平臺。觀眾付費的真正原因是對好內容的贊賞和肯定，要想創收就必須精心打磨產品，用高質量的作品征服觀眾；其次，對于直播而言，聲學特征會是觀眾評價直播質量的重要特征，主播可以通過控制和美化自己的聲音，從而為觀眾提供更好的聽覺體驗。

參考文獻

［1］第48次中國互聯網絡發展狀況統計報告[J].2021.

[2]張輝，白長虹，陳曄，等.PWYW定價策略研究前沿探析[J].外國經濟與管理，2011，33（06）：3441.

[3]LI?Y?Q，XIAO?N，WU?S?B.The?devil?is?in?the?details：?The?effect?of?nonverbal?cues?on?crowdfunding?success?[J].Information?&?Management，2021，58（8）.

[4]WIENER?H?J，CHARTRAND?T?L.The?effect?of?voice?quality?on?ad?efficacy[J].Psychology?&?Marketing，2014，31（7）：50917.

[5]TROUVAIN?J，SCHMIDT?S，SCHRDER?M，et?al.Modelling?personality?features?by?changing?prosody?in?synthetic?speech[J].2008.

[6]KLOFSTAD?C?A，ANDERSON?R?C，NOWICKI?S.Perceptions?of?Competence，Strength，and?Age?Influence?Voters?to?Select?Leaders?with?Lower-Pitched?Voices?[J].Plos?One，2015，10（8）.

[7]LIN?Y，YAO?D，CHEN?X.Happiness?Begets?Money：?Emotion?and?Engagement?in?Live?Streaming?[J].Journal?of?Marketing?Research，2021，58（3）：41738.

[8]KLOFSTAD?C?A，ANDERSON?R?C，PETERS?S.Sounds?like?a?winner：?voice?pitch?influences?perception?of?leadership?capacity?in?both?men?and?women?[J].Proceedings?of?the?Royal?Society?B-Biological?Sciences，2012，279（1738）：2698704.

[9]WANG?X，LU?S?J，LI?X，et?al.Audio?Mining：?The?Role?of?Vocal?Tone?in?Persuasion[J].Journal?of?Consumer?Research，2021，48（2）：189211.