网红经济背景下公众影响力经济效应研究

□文/李嘉华 包 悦 潘庆红

（1.安徽财经大学金融学院；2.安徽财经大学经济学院 安徽·蚌埠）

［提要］网红经济的迅猛发展使网络公众人物依靠群众影响力转变为产品购买力的经济效应不断加大。本文通过研究网红经济影响商品的运营机制过程，综合分析网络公众人物公众影响力变现的主要形式，并对网红经济公众影响力变现的经济效应进行推导。实证结果表明：机构总流量、直播场次与观看人数成为公众影响力变现的主要影响因素，机构总流量对于公众影响力变现具有正向影响，而直播场次与观看人数对于公众影响力变现具有反向影响。研究结论不仅有效解答了公众影响力变现的主要形式及影响因素，更为市场中企业网红朝向发展提供了重要借鉴。

引言

伴随着互联网的日益普及和数字技术的不断驱动，中国迎来数字时代。谢辛（2017）依据逐渐常态化的新兴媒介、新兴消费及新式文化为案例进行相关分析，指出现阶段互联网时代的跨界、多元、交互等特质促使经济和文化凸显，催生了依托直播平台的网红个体。据中商产业研究院发布的《2020年中国网红经济市场前景及投资研究报告》预计，至2022年，网红经济市场规模有机会突破5，000亿元。由此，在未来几年内网红经济将成为推动中国经济发展的不可或缺的一部分。同时，网红经济的迅猛发展使网络公众人物依靠群众影响力转变为产品购买力的经济效应不断加大，究其原因其实是多方面因素影响的综合作用。王美娟等（2020）从C2C、B2C2C、B2B、B2C四种商业模式的研究出发，依据内容生产环节的产业链结构对网红经济商业模式进行了深度剖析，发现网络公众人物逐渐由个人或小型运营团队转变为专业机构，即MCN（一般指网红经纪公司）在网红经济的热潮中应运而生。贾微微等（2021）从影响者营销在广告营销、品牌管理、口碑营销、顾客关系管理四方面的应用研究中分析得出利用自身的影响力进行经济变现是影响者营销进行经济活动的重要形式和内容。因此，通过研究网络公众人物影响力变现机制和主要形式，探究影响力变现的主要影响因素，对于推动网红经济进一步发挥积极的社会影响有着不可忽视的现实意义。

一、理论基础与研究假设

（一）理论基础。在网红经济背景下，人们借助移动互联网以直播为主要形式实现了可观的商品销售，并以此为契机不断拓宽和丰富了直播电商经济的发展模式与传达内容，有效推动了互动式发展与进步。从最初的分享生活记录的作品，到加入产品服务推荐的商业化内容，直至现如今常用的直播带货等网红经济背景下独有的网络营销模式，网红经济依靠互联网技术赋权逐渐从大众网红演变成为圈层网红，不断重复影响力聚集到影响力变现，影响力变现再到加大影响力聚集力度的循环。在受众的注意力逐渐成为稀缺资源的现阶段，依托于网红意见表达和热点事件的网红经济能够快速形成影响力，吸引粉丝，有利于精准营销、个性化创新营销的进行，进而有利于将所形成的公众影响力转化为购买力，获得经济效益。

通过以上学者的观点可以看出，网络公众人物通过前期作品聚焦社会关注力，在积累一定粉丝量的同时也会形成一定的公众影响力，前期依靠其作品传达产品及服务的正向信息吸引一般消费者购买，进而展开与粉丝互动，提升粉丝认同感，最终获得经济收益，完成影响力变现。

（二）研究假设。据中国产业信息网发布的《2019年中国网红经济概况、网红主要领域、网红电商、主播打赏及网红经济发展趋势分析》显示，我国网络各领域收入可划分为网红电商、直播分成、签约费、内容付费、打赏、其他以及问答七项。本文以该分析报告为依据，将报告中的各项内容归纳为产品内容、周边衍生品、植入广告、电商平台以及粉丝打赏五项主要变现方式，并以此假定覆盖粉丝数、机构总流量、直播场次、观看人数四项主要变现影响因素。

1、基于粉丝方面的公众影响力变现关系假设提出。张小强等（2020）指出媒介能够根据将人们的消费观念将商品转化成为象征身份及财富的符号，再将网红符号化，在不断强化网民符号消费的同时，经由网红带货实现影响力变现。故本文提出假设：

H1：覆盖粉丝数与公众影响力变现呈正相关关系

2、基于流量方面的公众影响力变现关系假设提出。网络公众人物制作广告主要分为“硬广告”和“软广告”，是网络公众人物进行影响力变现的最主要方式之一，能够让粉丝产生依赖黏性和情感共鸣，使一般消费者提高购买欲望，达到增强宣传广告的效果；同时，网络公众人物通过各种商界社交电商大亨进行经济活动实现资金变现的方式也逐渐成为主流，利用逐步培养起来的用户信任实现影响力变现。故本文提出假设：

H2：机构总流量与公众影响力变现呈正相关关系

3、基于直播方面的公众影响力变现关系假设提出。陈海权等（2020）从网红作品、自身及粉丝三方面进行了直播平台网红个人特质对粉丝购买意愿的影响机理分析，并最终得出感知价值在网红个人特质与购买意愿之间起中介作用的结论。事实上，直播礼物打赏主要来自于粉丝在平台赠送虚拟礼物或直接打赏这种非强制的付费模式，虽然粉丝打赏变现模式受到入驻直播平台的局限和约定分成合同的局限，但打赏模式是网络公众人物获取收入较为稳定、直接的变现模式。基于此，本文提出假设：

H3：直播场次与公众影响力变现呈正相关关系

H4：观看人数与公众影响力变现呈正相关关系

二、研究设计与实证检验

（一）数据与变量的选取。本文从直播眼数据平台选取了截至2021年3月28日，49家MCN机构及其旗下的938位主播相关信息数据。为了方便模型的建立与验证，增加所建立模型的可用性，我们根据MCN机构名称将所收集信息进行分类。依据上文的四个假设，本文对于变量选取了4个网红收入影响指标：

于是该模型的一般形式为：

y=λ0+λ1X1+λ2X2+λ3X3+λ4X4

（二）OLS估计参数。本文假设此多元线性模型中的随机项满足计量经济学的基本假定，对所收集的数据进行OLS估计参数。（表1）

表1 OLS估计参数一览表

由此，多元线性模型解释变量参数估计值及函数关系式为：

Y=-45.6701-0.0036X1+0.1248X2-0.2367X3-0.1886X4

X1未通过t检验，对其进行经济意义检验，由于其参数估计值为负值，在该模型中X1变量表示覆盖粉丝数对公众影响力变现具有反方向作用，不符合实际情况，故解释变量X1不能通过经济意义检验。X2、X3、X4变量在给定显著性水平α=0.05时拒绝原“显著为零”假设，即X2、X3、X4的参数估计值显著不为零，说明这些变量在5%的显著性水平下，对公众影响力变现影响是显著的。对于总体显著性F检验来说，在5%的显著性水平下，模型总体是显著的即说明四个解释变量联合起来对被解释变量的影响是显著的。但是，在该OLS参数估计结果中，重要解释变量X1的t检验与P检验均不能通过，并且经过经济意义检验之后其符号经济意义不合理，而该模型的拟合度R2较高，总体P检验值为0，据此可以初步认为该模型存在多重共线性。

（三）实证检验。本文在OLS估计参数结果的基础上对分析公众影响力变现因素的模型进行进一步的多重共线性检验，并对其进行相关修正。在参考了孙维伟（2013）构建的AR（1）模型，以及赵钰、李律秀、郭心悦、马昂等一批优秀学者的相关Eviews模型分析文献之后，对修正后的多元线性模型进行异方差性检验以及拟合优度检验，以获得切合实际的相关模型，探寻网红经济背景下公众影响力变现的经济效应，为网红经济健康发展提出可行意见。

1、多重共线性检验。利用相关系数矩阵可以分析解释变量之间的两两相关情况，解释变量X1、X2、X4之间的相关系数均为0.91以上，即可以认为这三个解释变量之间是高度相关的。为进一步检验该模型之间的多重共线性，本文通过建立辅助回归方程对该模型的多重共线性进行检验。（表2）

表2 辅助回归方程运行结果统计一览表

除辅助回归方程X3=f（X1，X2，X4）以外，每个回归方程的F检验值都非常显著，方程回归系数的t检验值表明：X1与X2，X2与X1、X4，X4与X2之间的t检验值较大，这些变量之间可能相关或相关程度较大。从辅助回归模型可得：VIF1=12.2455、VIF2=36.5874、VIF4=20.1684都大于10，经验表明，方差扩大因子VIF＞10时，通常说明该解释变量与其余解释变量之间有严重的多重共线性，故解释变量X1、X2、X4之间存在多重共线性问题。

2、模型修正。文采用逐步回归法对模型进行多重共线性修正。首先引入解释变量X2，之后逐个引入其他解释变量，并通过模型包含的各解释变量的t检验值决定是否保留，在解释变量个数相同时，根据模型R2值选择最佳模型进行保留。以X2、X4、X3、X1的顺序依次引进解释变量，可得X4、X3、X1与X2的各统计量都较为显著，但是X4与X2的R2较高，所以选择保留模型Y=f（X2，X4）并继续引入解释变量。在引入解释变量X1时，其t检验统计量不显著，故选择保留最优模型Y=f（X2，X4，X3），并且引入解释变量X1后，其t检验统计量仍不显著，所以从模型中剔除解释变量X1以尽可能消除回归方程的多重共线性。因此，公众影响力变现的最优多元线性模型解释变量参数估计值及函数关系式为：

Y=-45.6009+0.1242X2-0.2378X3-0.1882X4

该模型在修正了多重共线性之后，对H2提供了进一步的支持，并且提高了H3和H4实际分析结果方面的可信度。

3、异方差检验。本文利用White检验构造辅助函数，其中F值为辅助回归模型的F统计量值。由于White检验中相伴概率P值为0，所以修正后的模型不存在异方差性，即模型满足多元回归同方差基本假定，模型的假设检验有效。

4、拟合优度检验。由Eviews9软件对修正模型进行OLS参数估计结果可知：修正的样本决定系数R2=0.9176，说明该模型对数据拟合程度较好，解释变量对公众影响力变现的解释能力为91.76%，只有8.23%其他因素的影响。

5、模型拟合回归。Fitted曲线与Actual曲线进行对比发现，关于公众影响力变现的影响因素的多元线性曲线拟合效果较好。（图1）

图1 拟合值曲线图

6、模型结论。通过检验和修正得到最后的三元回归模型为：

Y=-45.6009+0.1242X2-0.2378X3-0.1882X4

故最终结果为：H2成立；H3不成立，实际结果为直播场次与公众影响力变现呈负相关关系；H4不成立，实际结果为观看人数与公众影响力变现呈负相关关系。文中H1的分析数据与其他假设数据存在多重共线性，会严重干扰研究结果，所以文中已将该假设相关数据剔除。

最终三元回归模型各解释变量参数估计值表明，当机构总流量增加时，各网红、主播等网络公众人物及MCN机构的影响力变现能力会呈正向变动；当直播场次和观看人数增加时，各网红、主播等网络公众人物及MCN机构影响力变现能力则会呈反向变动。实际经济活动中，当网络公众人物影响力所囊括的粉丝群体越大，其影响力变现的能力与效率也就越强；当网络公众人物进行带货直播时，因其开展存在成本消耗问题，所以单从直播场次与观看人数两方面来看，若不能形成有效的商品、服务交易，则其所发生的经济变动只有成本消耗，这也就是最终三元回归模型中X3、X4系数值为负值的原因。然而在实际直播过程中，网络公众人物会不断积累人气，直播带货过程中也会伴随着商品、服务交易，最终形成影响力变现，获得经济收入。

三、启示及建议

本文对公众影响力变现的四个主要因素进行了多元回归，并进行了多重共线性、异方差性检验的与修正，使其满足多元回归的基本假定，最终得出三个影响因素对公众影响力变现均具有显著影响。结合现阶段网红经济快速发展的背景，依据分析模型后得出的结果，为各大主播、网红、MCN机构以及平台提出公众影响力有效变现的建议：

（一）IP创新。为了吸引观看者和粉丝的注意力，团队需要打造属于网红本人的内容，内容需要有看点和创新性，针对所想要吸引的用户。因此，IP内容需要生活化，引起用户的共鸣，内容传播性强且大众化，优化内容产品赋予产品价值，持续深耕内容，内容衍生强调与用户之间的互动；视频时长精简化，不宜过长；团队需要加大运营力度，增加与粉丝的互动频率。

（二）品牌服务。这一前提是视频内容与流量已经有一定的基础之时，如何扩大粉丝数量。基于本身所做的视频内容进入植入或者是为产品本身定制短视频。但是，这也是公众影响力变现需要注意的地方，广告植入既有可能吸引用户也有可能损失用户，因此需选品谨慎，挑选质量佳、价格优的产品，以此稳定老用户，吸引新粉丝。而如何扩大产品品牌的影响力，吸引更多的粉丝呢？最重要的第一步是为产品注入新的品牌内涵，做到持续性地构建起品牌声量，为用户介绍产品时，以自身使用为主要依据，分享自己的使用经历，分享自己的亲身感受，赢得用户的信任、提升用户的好感，扩大粉丝基础。

（三）电商带入。加强及利用粉丝和用户的粘度，可以做个人的淘宝店、App等，通过视频引流，进行观看视频和直播用券减免等优惠，促进用户购买产品；还可以自营品牌产品，做站内站外的导流，多软件媒体结合，利用微博和淘宝结合、京东和微信结合，双方进行导流与引流，以此扩大流量基础。以前用户是因买东西而去的电商平台，现在的粉丝因互动而来，且因为红人的品牌传递环节而催生了购买行为，因此加大与电商平台的合作，也是扩大粉丝基础一个不可或缺的好方法。