网红电商销售额溢出效应实证分析—基于动态空间杜宾模型

徐璐琳 李忠武 副教授

（中国地质大学（武汉）经济管理学院 湖北武汉 430074）

引言

“意见领袖”一词在电商营销中被广泛提及，指人们所认识和信赖的并对某些问题认识深刻或具有某种专才的人群，网络红人便属于这类人群。在国内，网络红人对消费者购买选择影响更为显著，相关研究也主要集中在其KOL影响力的传播机制及变现能力等方面。如许翠苹等对KOL和社交平台在去中心化及维系用户忠诚中的作用进行研究。

“地理学第一定律”认为所有事物都与其他事物相关联，但较近的事物比较远的事物更具关联性。实体商店运营中通常要考虑相邻店铺因素，因为同业种店铺选择相邻店址，可能会因竞争而减少各个店铺的客源；但同业种集聚带来的客流增加量，也可能超过竞争激化引起的顾客减少量。由于基于虚拟网络的淘宝店铺能够凭借点击商品页面提供的链接，快速跳转到相似淘宝店页面，所以在虚拟网络中，两个地理距离很远的店铺也可能很近，即虚拟空间相邻。因此，以上实体店铺研究理论同样适用于网店营销的研究，而空间计量理论提供了分析空间溢出效应的有效方法。目前，空间计量的运用主要集中在金融、产业结构等领域。但空间计量中的距离不仅指地理距离，还包括经济距离，甚至社交网络中的距离。受此启发，本文创新性地将空间计量模型应用于电商直播对虚拟空间相邻店铺销售额影响的研究中，以淘宝电商直播与店铺联盟为切入点，通过实证数据进行量化分析，不仅关注直播等营销手段对本店销售业绩的影响，还探究其空间溢出效应。

理论分析与计量模型

传统的Bass模型可以被理解为潜在采纳者在只受大众媒体和口碑传播的影响下，单一广告信息的扩散模型：

其中，β=δ/M；M为市场潜力（潜在需求总数）；α为创新系数；β为模仿系数；N（t）为在时点t的累积已采用者；n（t）为时间t时的产品采用者数量。

Bass模型假设α和β均为常数，但对于网红电商，α和β均为一些变量的函数，如引流手段、好评率、价格和是否包邮等商品本身特性。为了使模型更为简洁，本文假设：

其中，Iit为虚拟变量，若店铺i在第t天进行直播营销则值为1，否则为0；f（t）为单个个体在时刻t采用新产品的概率，F（t）表示到时刻t采用新产品的累计概率函数；Fit表示店铺i在第t天的PC端+移动端总引流商品数，即自然搜索、直通车和关键词搜索结果10页内，在默认排序下发现此店铺商品总数（去重）；Ri表示商品i的好评率。将式（2）（3）（4）代入式（1），并引入平均售价、是否包邮、卖家所在地三个店铺自身特征变量，可得网红电商销量模型：

其中，Di表示店铺i免邮商品数；1～5为控制变量弹性系数；N(t)[M-N(t)]为时间滞后项；uit为随机扰动项，表示未包含在模型内但会对店铺销量造成影响的其他变量。

淘宝店铺销量会受到相似店铺影响，其主要影响机制是淘宝店铺联盟。根据店铺联盟官网设定，对于符合规则的成员，系统选取与店铺相匹配的卖家商品视情况随机在店铺中的店铺联盟专区“邻家好货”模块中进行不同叶子类目商品的关联投放。开通店铺联盟的卖家在从相似店铺获得精准流量的同时，自身流量也可能被分流。本文通过构建空间计量模型分析淘宝联盟内虚拟空间相邻店铺直播销售效果的空间关联效应。通过观察发现，店铺好评率及所在地在观测期内基本保持不变，同时后续Hausman检验结果指向固定效应模型，因此最终模型去除这两个控制变量。同时，对店铺销售额时间滞后项进行替换简化，并加入空间滞后项得到：

其中，lnSi，t-1为店铺被解释变量的时间滞后项，基于Bass模型，上一期销售业绩会对当期销量有影响；W为空间加权矩阵；∑j≠iωij的系数ρ衡量店铺营销手段对相似店铺销量起到促进还是抑制作用。

由Bass扩散模型推导出的空间计量模型为动态空间杜宾模型（SDM），同时本文首先构造动态SDM，继而进行Hausman检验，判断选择固定效应还是随机效应，然后利用Wald检验及LR检验判断SDM是否可能退化为空间自回归模型（SAR）或空间误差模型（SEM）。后续检验结果也印证了动态SDM为本文实证研究最优模型，与经济模型推导结果相互印证。

数据来源与实证分析

（一）数据来源

本文指标数据来源于淘宝网公开数据及店侦探网站。通过自定义爬虫程序及网站数据整理收集到共包含16个淘宝女装店铺自2018年1月1日至6月30日销售数据，并通过淘宝移动端中淘宝直播历史纪录整理获得电商直播数据，总计14480条。

（二）空间权重矩阵构造

相似度越高的店铺，其虚拟空间距离越近，空间效应越强，因为这些店铺被互相推荐、引导流量进而影响销售业绩的可能性更大。通过店铺收藏量、销售额、销量、DSR等因子计算店铺间欧几里得距离作为店铺间虚拟空间距离，则：

其中，dij为相邻店铺最近距离。为减少店铺间外在影响，对矩阵进行行标准化，使得标准化后各行元素之和等于1，之后得到空间权重矩阵W。

（三）空间相关性检验

首先对淘宝店铺虚拟空间相关性进行检验，Moran’s I均为正，说明店铺间存在正的虚拟空间效应，且绝大部分均通过1%显著性检验，因此拒绝原假设，即存在空间相关性。

（四）实证分析

经济理论模型推导及空间计量模型检验结果均显示固定效应的SDM为本文最优模型。本文根据上文建立的淘宝店铺销售额动态空间杜宾模型，采用偏差修正QMLE对淘宝店铺销售数据进行回归。此外，为检验各个变量参数估计的稳健性，本文同时还进行OLS回归、固定效应SAR、SEM、SAC的QMLE回归，回归结果如表1所示。

由回归结果可以看出，主要解释变量电商直播（I）系数及其空间加权项（W*I）系数均在1%水平上显著为正，即其对销售额（S）有显著影响。从经济意义看，电商通过直播方式销售不仅可以明显提高自身销售额，并且具有显著空间外溢效应，即可以促进相似店铺商品销售。并且，由于虚拟空间距离取决于店铺相似性，而相似度高的店铺通常具有更相近的顾客群体，所以这种相似店铺间的引流更为精准，对销售业绩的促进作用也更为显著。控制变量中，总引流商品数、包邮商品数同样会带来自身销量提升，回归结果基本与理论预期相符。其空间加权项W*lnF回归系数在1%水平上显著为正，说明自身引流商品数可以促进虚拟空间相邻店铺销售额。而W*D项回归系数在1%水平上显著为负，说明包邮商品数增加会减少虚拟空间相邻店铺销售额。销售额的一阶时间滞后项回归系数同样显著为正，说明上一期销售额增加对当期销售额有正向影响，符合Bass扩散模型理论中上期消费者通过口碑传播影响当期销售额的观点。各模型中空间自回归系数ρ及空间自相关系数λ均在1%水平上显著为正，显示各个淘宝店铺销售业绩在内生空间交互效应及随机冲击的空间交互效应作用下存在明显空间依赖关系。通过对不同模型回归结果进行比较可以发现，SDM模型自回归系数ρ估计值要小于SAR及SAC模型估计值，这是因为不考虑自变量空间滞后项将会高估内生空间交互效应。比较所有模型外生变量回归系数可知，如果忽略淘宝店铺间虚拟空间相关性，将可能高估各因素对销售额的影响。

表1 淘宝网店销售额空间面板计量估计结果

表2 不同规模淘宝店动态SDM回归结果

店铺规模细分下电商直播对销售额的空间外溢效应

对于不同规模的淘宝店铺，直播及其他自变量对其销售额的直接效应和空间溢出效应可能存在差异，因此本文按照销售额对店铺规模进行划分，检验各变量在不同规模店铺中的影响。根据2018年六月份销量，销售件数0-150000为小规模店铺，150001-250000为中等规模店铺，250001及以上为大规模店铺，三种规模店铺动态SDM回归结果如表2所示。各规模店铺销售额时间滞后项（lnSt-1）回归系数均在1%水平上显著为正，说明不论是何种规模店铺，上期销售额增长均能带动当期销售额增长。其中小规模店铺lnSt-1回归系数最大，为0.630，这可能是因为小规模店铺销量较小，但商品单价及质量相对更高，因此其顾客口碑更好，更能通过社群效应带动店铺销售。电商直播（I）在小规模和大规模店铺中显著为正，但在中等规模店铺中却未通过显著性检验，其空间加权项仅有小规模店铺回归系数显著为正，说明直播在小规模店铺中作用更大。其余空间加权项（W*lnF、W*D）均只在小规模店铺中通过显著性检验，说明小规模店铺更易受到相似店铺空间溢出效应的影响。

结论

淘宝店铺联盟等机制使得从一家店铺可以通过点击链接快速跳转到另一家店铺，实现店铺间的虚拟空间相邻。淘宝店铺卖家在从相似店铺获得精准流量的同时，自身流量也可能被分流，同时联盟中一家店铺的引流手段也会影响其相似店铺的流量和销量。主要解释变量电商直播对销售额有显著影响，商品引流及店铺销售额时间滞后项同样具有正的空间溢出效应。从经济意义看，这些变量不仅可以明显提高自身销售额，并且具有显著空间外溢效应，即可以促进相似店铺商品销售。在店铺分规模回归中，本文发现自然搜索、直通车和关键词搜索引流更能促进小规模店铺销售额增长，并且小规模店铺更易受到相似店铺的引流、包邮等措施的空间溢出效应影响。

本文研究结论对淘宝电商经营策略具有明显的启示意义：首先，直播、直通车和关键词搜索等引流手段的确可以促进销售额增加，商家应合理利用；其次，商家应该确保商品及服务质量，提高已购买者对商品的满意度，使商品通过社群得以推广；再次，绝大多数营销策略都具有正的空间溢出效应，因此，加入淘宝联盟以缩短与相似店铺虚拟空间距离是提升自身销售业绩的有效手段；最后，店铺还需要具备自身独特的核心竞争力，以保证各类渠道导入本店的流量最终能够变现。