网红电商获利影响因素的系统动力学仿真研究

石夫磊，王传生

(首都经济贸易大学 信息学院，北京 100070)

一、问题的提出

近年来，随着网络技术的快速发展，沈霄等[1]指出网络红人不断涌现，随之而来的是网红经济；冷悦[2]认为“网红经济”是指网红依托自己强大的粉丝群体，通过社交媒体，更好地将粉丝关注变现的经济现象；王兴元和刘泓辰[3]指出2016年是网红爆发元年，网红经济这一模式对应的是网红电商；陶金国和訾永真[4]指出网红电商为企业带来巨额经济利润的同时，也产生了一系列的问题，如网红企业为了追求利润而不顾产品质量、夸大产品性能进行宣传、网红与粉丝客户的关系难以把控及其带来的一些社会性问题等。在这种情况下，系统考察网红电商获利的影响因素，研究不同因素对网红电商发展的影响是合理且必要的。

网红电商不仅引起了国内外商界的高度重视，也引发了学术界的普遍关注，然而目前国内外关于网红电商模式的研究相当匮乏。国外学者关于网红电商的研究大都停留停理论层面，主要集中在网红电商崛起因素方面。Stever和Lawson[5]认为网红最初在社交平台走红，主要是由于其积累了大量年轻网民粉丝；Morrison等[6]指出网红的传播内容贴近网民生活，可以实现与网民粉丝的互动，因而增加了亲民性；Payne等[7]认为企业可以通过对网红需求的了解，迅速捕捉市场动态，因而当网红为某些产品代言时，很多网民愿意为此买单。国内学者关于网红电商的研究也处于起步阶段，现有研究主要集中于关于网红电商的初步认识层面。蔡晓璐[8]对网红经济的定义、产生机理和未来走向等进行了详细探讨；王卫兵[9]从网红经济的生成逻辑以及对其规范引导方面提出了自己的见解；王晶[10]认为网红电商能够迅速崛起的基础主要在于网红背后强大的粉丝团体。同时也有部分学者运用不同的方法对网红电商问题做了进一步的探讨，陶金国和訾永真[4]通过构建多元回归模型，总结出网红店铺消费者购买行为的主要影响因素包括产品品质、网店专业性和网红作用；张昊等[11]通过调查问卷收集数据，进而进行相关路径分析，验证了时尚网红对于价值共创的作用以及产品设计属性对于消费者购买意愿的影响；谭舒和李飞翔[12]分析了从网红到网红经济，再到知识网红经济的逻辑，在知识网红经济视域下探讨了全民价值共创的必要性；孙永波和刘晓敏[13]使用层次分析法分析了影响电商模式下网络消费者购买行为的主要因素，其中网店信誉在网络消费者购买行为中起主要作用，商品性价比次之，而物流服务显得没有那么重要。随着网络技术的快速发展，网红电商不再是单一的商业模式，整个网红电商模式是一个复杂系统，上述研究均未从系统视角对其进行研究。

王其藩[14]指出系统动力学是基于系统科学和计算机仿真，用于解决动态复杂系统问题的工具和系统思维方式，可以反映出大量变量之间的复杂关系，适用于动态复杂的非线性系统及进行中长期预测。网红电商模式是由网红所在平台、平台用户、网红和卖家系统等构成的复杂巨系统，基本能够满足系统动力学建模条件。因此，本文尝试基于系统动力学建模方法，从系统研究视角，在已有参考文献基础上，确立影响网红代言产品销量的影响因素并刻画关键变量的因果关系图，进而构建网红电商模式的系统动力学模型，试图可以通过此种方法对网红电商获利影响因素得出一些有价值的结论。

二、网红电商模式系统动力学模型构建

(一) 网红电商模式因果关系图

王其藩[14]指出在系统动力学中，最常用的图形表示方法之一就是因果关系图，它对于系统动力学模型构建起着至关重要的作用，普遍用于构思系统动力学模型的初始阶段。

本文将网红电商模式分为以下部分：网红所在平台、平台用户、网红、卖家系统和产品销量。将这几部分看成小的子系统，而子系统实际上又可以看成网红电商模式下的复杂巨系统，在前人研究文献的基础上，笔者给出网红电商模式因果关系图，如图1所示。

图1 网红电商模式因果关系图

从图1可以看出，存在两条因果反馈回路：一是产品销量→+平台电商收入→+平台资本→+广告宣传投入→+平台推广速率→+当前用户→+粉丝转化率→+网红吸引力→+消费者购买意愿→+产品销量。二是产品销量→+平台电商收入→+平台资本→+产品广告支出→+消费者购买意愿→+产品销量。如第一条因果反馈回路表明，当网红代言的产品销量增加时，平台电商收入就会增加，随着其不断的积累，平台资本必然呈现上涨趋势，因而其愿意花费更高的广告投入为其进行宣传，随着宣传力度的加大，平台自身的推广速率也会不断上升，因而使用该平台的用户不断增加，当用户增加时，该网红粉丝数便会积累增多。此时，假设当该网红粉丝数增加时，其网红吸引力不断上升，网红吸引力上升之后，消费者愿意为网红代言的产品买单，其购买意愿会大幅提高，此时，产品销量便会不断增加。

(二)网红电商模式系统动力学模型假设

在构建网红电商模式系统动力学模型之前，对模型中部分参数做如下假设：为使模型简化，在给定平台初始资本的前提下，假设后续资本积累只与平台电商收入有关；假设平台电商收入均来自网民消费买单行为；假设平台用户来自所有网民，尚未关注该平台的网民是潜在用户；网红粉丝来自平台用户，粉丝多少与网红吸引力成正比等。

(三)网红电商模式系统流量存量图及主要方程式

在分析了网红电商模式因果关系图的基础上，本文建立网红电商模式各子系统、总系统及主要方程式如下。

1.用户子系统

用户子系统是网红电商模式的重要组成部分，对于网红经济的发展起到重要推动作用，也是潜在用户，研究用户子系统的行为是必要的，系统存量流量图如图2所示。

图2 用户子系统存量流量图

由图2可知，用户子系统中QZYH(潜在用户数)和DQYH(当前用户数)是状态变量；TGSL(推广速率)是速率变量；JSBL(接受比例)、MBYHQZS(目标用户群总数)和YHJCSL(用户接触速率)影响推广速率，用户子系统的主要方程式如下：

QZYHt+1=QZYHt-TGSLt×DT

(1)

DQYHt+1=DQYHt+TGSLt×DT

(2)

TGSL=YHJCSL×JSBL×(DQYH/MBYHQZS)×QZYH

(3)

其中，t表示时间，DT表示时间间隔。

2.网红子系统

网红子系统是网红电商模式的核心组成部分，是推动网红经济的力量源泉，同时也会受到其他子系统的制约，系统存量流量图如图3所示。

图3 网红子系统存量流量图

由图3可知，网红子系统中QZFSS(潜在粉丝数)和DQFSS(当前粉丝数)是存量变量，反映网红粉丝数量的变化情况；FSHSL(粉丝化速率)是速率变量；MBFSS(目标粉丝数)和XHXS(喜欢系数)影响粉丝化速率；该系统中还有重要的组成部分WHXYL(网红吸引力)，其主要受到ZMD(知名度)、QMX(亲民性)、HTD(话题度)和DJL(点击率)的影响。根据系统结构，网红子系统的主要方程式如下：

QZFSSt+1=QZFSSt-FSHSLt×DT

(4)

DQFSSt+1=DQFSSt+FSHSLt×DT

(5)

FSHSL=XHXS×(QZFSS/MBFSS)×DQFSS

(6)

3.网红电商模式总系统流量存量图

在上述内容基础上，构建网红电商模式总系统流量存量图如图4所示。

图4 网红电商模式总系统流量存量图

值得指出的是，本文的用户是指针对平台的用户，目标用户群总数使用国内网民总数来衡量，将目标用户群总数看成是一个常量，使用2017年网民总数来衡量，并且等于潜在用户总数与当前用户总数之和。当前用户是指已经接触该平台并使用产品或技术的用户，潜在用户是指目标用户群中尚未接触该平台的用户。每当一个网民接触并使用了该平台，便有一个潜在用户成为一个当前用户，即潜在用户数减少一个，当前用户数便增加一个。潜在粉丝数是指该平台用户人群中尚未成为网红粉丝的人数，当前粉丝数是指当前用户中已经成为网红粉丝的人数，目标粉丝数即当前用户总数。各变量含义及初始值如表1所示。

表1 各变量含义及初始值

三、模型调控分析

(一)模型初始参数确定

本文以熊猫直播平台为例，对模型进行了仿真调控，熊猫直播平台成立于2015年，注册资本2 000万元，是目前热门直播平台之一，用户规模不断扩大。该模型用户总数使用2017年网民总数衡量，未注册成为该平台的网民即潜在用户数，假定用户接触比例为50%。在衡量网红吸引力部分，在总结前人参考文献的基础上，对影响网红吸引力的因素进行归纳列举，张昊等[11]以及孙永波和刘晓敏[13]认为网红吸引力主要受到知名度、亲民性、话题度、点击率、颜值、互动性和活跃性等因素的影响，为了进一步将不同的因素纳入模型部分，使用问卷星设计了调查问卷，对以上影响网红吸引力的因素进行打分，询问被调查者以上因素对网红吸引力的重要程度，其参数值采用李克特五分量表形式确定，认可程度从非常不同意到非常同意，分值设定为1—5，对不同年龄段的人群进行网络发放，历时两周，最终回收有效样本632份，对每一因素的分值求权重，最后确定出分值最高的前四位影响因素为亲民性、话题度、点击率和知名度，对该四因素的分值进行标准化，并计算出相应的分值分别0.762、0.757、0.753和0.600，并将其纳入模型，作为四因素的初始值进行调控。产品评价指数采用淘宝网店的真实数据，评判因素包括网店专业性和产品好评率等。

由于模型做了很多假定，并不能完全代表现实情况，该模型主要考察在仿真基础上，各因素之间的动态变化趋势，以求可以得出一些有价值的结论。

(二)模型调控

建立完网红电商模式系统动力学模型之后，接下来对系统进行仿真分析。其中设置时间边界为24个月，设置时间步长为1个月。为确定影响消费者购买意愿因素的影响力，本文选取了知名度、亲民性、话题度、点击率、网店专业性和产品好评率六大因素，作为调控参量进行模拟调控。为此，本文共分成7种方案，以第1种方案为基准，其他方案分别在此基础上做不同的参数调整。相对于方案1来说，方案2其他参数不变，将知名度参数增加0.200，其他方案以此类推。其中该方案实际上分为三大类，知名度、亲民性、话题度和点击率四种因素代表第一类网红吸引力，第二类是网店专业性，第三类是产品好评率。具体方案和变量参量如表2所示。

表2 具体方案和变量参数

(三) 仿真结果

本文从产品销量、当前粉丝数和平台电商收入三个角度对网红电商模式进行分析。图5—图7为仿真结果，其中当前粉丝数的单位为万人。

图5 不同调控方案下产品销量仿真走势

图6 不同调控方案下当前粉丝数仿真走势

图7 不同调控方案下平台电商收入仿真走势

对图中的曲线进行高低顺序排序可以看到，图5和图7顺序是一致的，其对应的方案依次是方案3、方案4、方案5、方案2、方案7、方案6和方案1。方案2到方案7分别在方案1的基础上对不同因素做了提高，因而产品销量的提升都是明显的，说明当网红吸引力增加，或者提升网店专业性和提升产品质量时，产品销量是增加的，三者对网红电商都起到一定的促进作用。因此，可以对影响网红电商活力的因素进行一个排序，即：亲民性>话题度>点击率>知名度>产品好评率>网店专业性，说明网红吸引力的主要影响因素是亲民性，这与模型参数估计部分一致，而且随着时间步长增加，方案3、方案4、方案5和方案2的优势相对于方案7和方案6的优势愈加明显，说明网红吸引力在激发消费者购买意愿时占据主导地位，同时网店专业性和产品质量反过来又会影响消费者购买意愿。从图6可以看出，当前粉丝数的主要影响因素是网红吸引力。平台电商收入实际上与产品销量息息相关，图7也说明网红吸引力在激发消费者购买意愿时占据主导地位，因而影响平台电商收入的主要是网红吸引力，同时网店专业性和产品质量反过来又会影响平台电商收入。此外，随着时间的推移，产品销量走势会趋于平缓，说明网红电商模式具有一定的时效性。

四、研究结论与政策建议

网红电商模式是当下流行并逐渐发展起来的一种新兴经济模式，其与中国市场经济紧密相连，对于中国经济发展起到重要的示范作用。然而由于网红电商的发展尚处于起步阶段，加之不断出现的负面新闻，其仍然存在很多弊端，不断健全监督机制和引导网红电商的规范发展无疑具有重要作用。实现网红电商模式的健康、有序发展，不仅需要政府及相关部门的监督，在一定程度上更重要的在于网红、企业自身的自觉性和诚信等，只有系统各方的共同努力，才能实现网红电商的健康发展。本文基于系统动力学模型仿真分析影响网红电商获利的影响因素，对当前中国网红电商企业未来的发展方向提出如下政策建议：

首先，产品是核心竞争力，电商企业应该高度重视产品质量和服务质量，打造企业竞争优势。虽然网红吸引力对网红电商起主导作用，但如果产品本身质量出现问题，消费者不会为此买账。网红本身主要起到代言功能，对于产品本身来讲，需要企业打造高质量产品，重视产品创新和质量等，只有这样网红电商模式才能真正发挥其应有价值。

其次，重视网红吸引力的产品导向作用，提升网红自身素质，提升网红亲民性，规范网红经营模式。应该注意的是，大多数网红是通过直播平台迅速走红，但网络直播门槛很低，因而成就一大批网红的同时，也必然造成了一些网红自身素质较低、直播内容泛化和网络用语污秽等一系列问题。如果准入门槛很低的话，就很难保证网红的素质，甚至部分网红可能为了自身利益而忽视道德底线，近年来频发的网红代言假冒品等事件大多与此有关。因此，网红需要提升自身素质，对于产品也要有一个清晰的认识和了解，自己代言的不仅是产品本身，一定程度上也是自身素质的写照。

再次，注重培养打造企业的品牌形象，形成企业品牌化的粉丝群，防止因网红电商模式时效性带来的自带粉丝流量用尽而阻碍网红电商企业发展的问题。网红电商模式能够兴起的一个重要原因就是在于其强大的粉丝团体，因而企业在发展网红电商时，一个重要环节就是维护好与粉丝团体的关系，其中最重要的是打造企业品牌形象，形成企业品牌化的粉丝群，这样粉丝对于产品的购买力才不会出现一次性买卖，才会真正意义上成为企业的回头客，才不至于出现网红电商模式时效性带来的自带粉丝流量用尽问题。

最后，政府及相关部门应该发挥监督作用，规范和引导网红电商发展模式。由于网红电商模式处于起步阶段，目前对于网红电商模式的监管还存在很多空白之处，尤其关于网红电商的法律条文方面更显滞后，因而政府及相关部门制定更加完备的制度和法律体系就显得迫在眉睫。制定严格的网红准入制度，加大对网红经济的监管力度，大力宣传企业的社会责任，确保企业生产经营活动满足消费者的合法权益，对不规范的网红店铺加大查处力度，倡导网红提升自身核心竞争力等，让网红电商模式处在一个良序发展环境中，从而促进互联网经济的健康发展。

本文构建了网红电商模式系统动力学模型，由于模型是在很多假设的基础上进行仿真分析，对各因素之间的关联不能做到详细全面的考察，仅能观察各因素的动态变化趋势，并不能完全代表现实情况。未来将更多更全面的因素纳入到该模型之中，并使用更加符合现实情况的数据进行分析，是笔者下一步研究的方向。