直播电商对中国城镇消费潜力释放的影响研究——基于Ordered Probit模型分析

冉 研 Min-Ky Lee

（1.釜庆国立大学技术经营大学院，韩国 釜山 48647）（2.贵州交通职业技术学院，贵州 贵阳 551400）（3.釜庆国立大学技术经营管理研究生院，韩国 釜山 48647）

一、引言

全球新冠疫情暴发背景下，人们外频率出大幅度降低，出口外销产品也受到许多的限制和打击，给实体消费带来了不少挑战。有研究表明，对比国外的电子商务，中国的电子商务一直致力于为过渡性购物提供更丰富的选择。电子商务平台也不停的优化升级他们平台技术来吸引客户，模糊了娱乐和电子商务以及线上和线下商务之间的界限。购物成为一种社会行为，而不是孤独的个人行为[1]。这样的消费者线上购物环境为直播电商消费大大降低了使用门槛，不管是短视频社交用户还是传统电商平台用户都能在分享、社交、娱乐的同时简单购物，快乐购物，热爱网上冲浪，刷抖音、快手的新兴新媒体用户为直播电商的高速发展营造了最好的消费群体。在新冠疫情之前本来就呈现井喷式增长的互联网直播带货，更加走进大众的视野。各大平台和企业都想要把握住这个风口，纷纷加入直播带货的潮流中来，传统电商行业众多店铺开启电商直播模式，一些线下实体店铺也期望在直播模式中弥补疫情冲击中的损失，渴望找到未来实体经济的出口。

梳理国内外已有研究发现，目前对于直播电商的研究主要从心理学、传播学两个视角对直播电商特征进行影响条件提炼并结合对消费者购买意愿，消费者在线行为等的影响进行研究。谢莹等（2019）利用神经科学方法客观性和“过程测量”的优势探索直播营销中社会临场感影响线上从众的情感机制，并揭示了社会临场感影响线上从众消费行为的机理， 为直播播主和电商卖家提供指导同时帮助消费者了解自我，以作出更理性的消费决策[2]。刘凤军等（2020）以定性研究和定量研究相结合的方式，构建了网红直播对消费者决策影响的理论框架。他们通过扎根理论研究法，提炼消费者关注网红的信息源特性，并构建SEM模型，验证了网红信息源特性，并将消费者感知购物价值（实用性和享乐性）以及网红形象与产品形象一致性作为调节变量进行了深入研究[3]。刘洋等（2020）基于SOR理论，将网络直播购物特征分为互动性、真实性、娱乐性和可视性，构建网络直播购物特征对消费者购买行为影响研究模型，研究了直播购物特征对消费者冲动性购买和目的性购买行为的影响机理[4]。张宝生等（2021）也基于SOR模型，并以心流体验理论为基础，研究直播带货特征如何通过消费者的感知作用于消费者得购买意愿，利用多重线性回归方法验证了直播的可视性、互动性、真实性、娱乐性不仅会对消费者的购买意愿产生推动作用，还会对消费者感知产生正向影响，同时消费者感知在网络直播特征与消费者购买意愿之间起到部分中介作用[5]。

同时对国外相关研究进行梳理， Xinwei Wang等（2019）以多媒体学习和信息搜集理论为基础，对用户参与机制（即产品交互性、沟通即时性、同伴提示）进行探讨，研究它们如何改善用户的产品评价并探索更多意想不到的购买意愿，以及它们如何影响用户在直播平台上购买产品的态度和意愿[6]。结果表明三个用户参与机制显著改善用户对在线产品的评估能力，在电商直播平台也能对用户的态度和购买意图产生积极的影响。Mingyao Hu等2020年的研究表明了通过关系纽带可以提高消费者对电商直播的参与度[7]。Besse Faradiba 等（2021）研究了在Covid-19大流行造成的大规模社会限制期间，直播视频推广和电子口碑对购买决策的影响[8]。Gloria H.W.等（2021）的研究表明电商直播是一种客户参与的购物新形式，直播主播、观众和平台所有者实时互动，以兜售和交易商品并提供服务[9]。并且研究认为直播销售的核心是直播商，找到最大化主播与观众互动的技术至关重要。研究基于亲密理论，证明了主播的真实性、态度相似性和客户响应能力增强了在线观看者的亲密感，从而导致了观看者的在线参与度。

2012年11月“十八大”提出走中国特色的新型城镇化道路，2014年3月中共中央、国务院印发《国家新型城镇化规划（2014-2020）》，规划中指出到2020年全国要实现常住人口城镇化率60%。跟据国家统计局最新数据，到2019年底，在中国大陆14亿总人口中城镇常住人口达8.48亿，占总人口比重为60.60%，提前实现规划目标。根据第45次中国互联网络信息中心（CNNIC）互联网络统计调查，截至2020年3月，我国互联网普及率达64.5%，城镇地区网络覆盖率达76.5%，短视频与直播平台在城镇居民中传播很快，加快了城镇居民生产技术优化，在部分地区甚至带动了相关行业的发展，为城镇化建设开辟了新渠道。但是如何合理利用“直播+电商”的发展模式，发挥其正向带动效应，是网络助力城镇化建设的重要问题之一。本文在对国内外相关文献梳理基础上，基于中国根据电商直播的一些表现特征对城镇居民消费者在直播带货中的购物体验进行调查研究，构建直播电商对城镇居民消费者购买意愿影响的影响维度，分析直播电商模式对城镇消费市场的影响释放，丰富了电商直播研究领域的理论内容。同时根据实证研究结论提出相应的实践建议，为中国城镇化发展以及扩大内需策略提供理论研究的拓展。

二、量表设计及相关指标选择

1.影响作用维度

直播电商指的是以直播为渠道来达成营销目的的电商形式，是数字化时代背景下直播与电商双向融合的产物。直播电商以直播为手段重构“人、 货、 场” 三要素， 但其本质仍是电商[13]。与传统电商相比，直播电商拥有强互动性、 粉丝黏性强、消费转化率高等优势。主要表现有传播方式新、沟通互动方式新、商品销售模式新、消费者群聚属性明显等特点，结合前面的深度访谈结果，整理并选取了对城镇消费市场的产生释放作用的几个表现维度。

（1）直播电商的传播特性的影响作用

在前期的深度采访中，多人提到第一次进入直播间的经历，多是因为一些短视频平台的推送，或者是在淘宝等传统电商平台冲浪的过程中有了直播间的推送信息，然后点击进入电商直播并开始观看。很大程度上都是因为这样的直播推送给受访者感受到了购物渠道的便捷性，以及提供的信息提高了购物和选择的效率。因此我们认为渠道便利性是推动并且普及直播电商的一个重要的因素，消费者只需通过各类短视频娱乐平台就能收到有购买意向的产品营销信息，消费者可以非常详尽并快捷的获得自己想要的商品信息，这种营销渠道较传统的电商营销渠道更为直接和精准，也让消费者的购物体验更加畅通，为他们的消费提供了更大的便利性。综上所述，提出了假设1：

H1： 感知易用性是影响直播电商购买条件之一，它能显著提升城镇居民市场消费水平。

（2）直播电商的沟通互动特性的影响作用

要沟通和互动当然离不开临场感和实时娱乐互动，因此直播电商的可视性可以说是一个与生俱来的优势。可视性指消费者在与主播互动过程中信息的可视化程度，强调的是视觉上的通达性，网络活动可视性包括交互性、沉浸感和构想性等[10]。根据心流体验理论，当消费者被眼前事物吸引时会忽略其他信息，提升消费者感知价值，可视性对消费者的认知形成有重要的影响[11]。当然在这样的沉浸体验中，如果同时获得娱乐和交互，那将会大大提升直播电商的购物体验。互动性也可称为实时交互性，指消费者可以与信息源进行沟通反馈交换信息，强调的是信息的双向传播，互动性已成为直播电商模式中企业营销考虑的重要因素[3]。在网络直播过程中，消费者在接受主播的信息之外还能以弹幕的方式向主播或者其他消费者提问，将自己的购买体验分享给其他消费者，营造大家一起看直播的氛围，受参与性文化的影响产生购买行为[12]。在前期的深度访谈中，大部分消费者也提到了互动娱乐属性是他们选择直播购物的决定性因素之一。有时是为了和主播有互动，有时是从别人的互动中获取快乐和有效信息。主播与消费者的互动可以提供给消费者一种反馈的心理暗示，增强消费者的信任[13]。在访谈中，很多受访者也提到，直播中主播实时对商品讲解内容，对他们了解产品信息有建设性的帮助。在这样的良性互动中，让互动双方能够了解对方的情况，感知到对方的存在以及自身在互动中的主体感，进而增进信任。因此综上所述，提出假设2：

H2：互动娱乐性是影响直播电商购买条件之一，它能显著提升城镇居民市场消费水平。

（3）直播电商的商品销售新模式的影响作用

直播购物与传统电商模式最大的区别在于直播过程是现场的、实时的，是整个购物场景和商品的真实动态呈现，要求消费者更高的专注度，具有很强的带入感和临场感。消费者真实性的感知对感知信任[14]和购买意向[15]有显著影响。直播电商的真实性指个体对所接触信息内容真实程度的评价，在网页购物模式下，产品图片大多存在过度美化或图像处理（PS）的风险，直播带货弥补了传统网络购物的不足，商品完全呈现在画面中，整体还原度比较高，增强消费者的临场感，拉近与消费者的距离[16]。用户所接触到的信息质量是影响用户信任的前提，当消费者在购买中接收到的信息是真实可靠的，消费者就会对品牌产生积极印象[17]。信任是网络购物的基础，害怕不安全、担心质量和售后是消费者不愿意选择网购的重要原因[18]。在前期深度访谈中，许多受访者都提到会选择粉丝数较多，有明星效应的头部主播作为直播购物的主要渠道，就是因为他们身上的名人光环，以及相对专业的服务水平会让消费者产生信任感，而他们在直播中持续的真实展示商品的行为，以及后期选择货品的慎重和专业，会将直播购物闭环引导到正向螺旋的方向，会有越来越多的“粉丝”认可他们的直播购物渠道，他们也会在这样的粉丝信任中，获得更大更强的服务水平和更广更全面的选品范围。综上所述，提出假设3：

H3：真实是可靠性是影响直播电商购买条件之一，它能显著提升城镇居民市场消费水平。

（4）直播电商的消费者群聚属性的影响作用

无论“电商+直播”还是“直播+电商”，直播电商归根到底仍是以电商为核心， 而直播则是商家探索拉新转化、流量变现的新路径之一。与传统电商不同的是，主播、 MCN机构等参与者作为直播电商“人”和“场”的创新，在传统网络购物“商品详情页” 的基础上对营销场景进行升级，让“人、货、场”直播三要素进行有机结合，升级用户购物体验，实践证明在营销效果与用户转化层面优势明显[19]。对于直播电商，在粉丝经营上要尤为重视，要让粉丝有归属感，激发他们相互的认同感以及自我认同感，为电商直播营造更加有爱和带动性的购物氛围。在电商直播间中，让自己的粉丝对自己的粉丝身份产生认同的最好方式就是让它们积极的参与到直播过程中来。有研究表明主播与消费者在直播平台中的实时互动是建立信任的有效途径[20]，投入互动的时间和精力越多，交流越频繁，则感知信任越强[21]。在前期的深度访谈中，也有不少受访者提到，许多电商直播间都会建立自己在社交软件的粉丝群，在直播间有多次购买经历的顾客都会被邀请进入粉丝群。群里会分享开播信息和预告，也会开展粉丝优惠活动，鼓励粉丝之间在群里自由互动，分享购买心得。由此我们可以看出培养直播电商消费者的自我认同性，对直播消费市场有影响。由此提出假设4：

H4：消费者的自我认同是影响直播电商购买条件之一，它能显著提升城镇居民市场消费水平。

2.指标及量表

基于影响直播电商的作用维度，设计了四个关键性指标，并根据相关文献研究和访谈关键影响因素整理，设计四个关键性指标下的调查问题，形成最终量表如表1所示。

表1 解释变量维度及量

三、研究方法设计

1.样本数据获取

研究直播电商的文献很多，研究城镇消费市场的文献也有，但是基于两者之间的影响关系的研究几乎没有。因此相关数据很难直接获取，结合常见的调查研究方式，采用表1的量表形成专业的调查问卷，对全国城镇直播电商消费群体进行调查。研究因变量Y为城镇居民直播电商的消费频次，具体问题是：“您通过直播电商渠道购买的推荐商品在您所购买的所有商品中占比有多少”，相关选项设置为：①20%及以下，②20%～50%，③50%以上，为了方便后续模型分析研究，分别对三个选项对应赋值为1、2、3。其余剩下的研究解释变量指标也全部分别设置三个选项，依次为：不同意、中立、同意，对应赋值为1、2、3。另外，考虑“人”的影响作用，对消费者本身的属性设置相关指标参数。消费者性别为X1，分别赋值为：男=1，女=0。消费者学历为X2，分别赋值如下：初中及以下学历=1，高中至大专学历=2，大学以上学历=3。消费者月收入水平为X3，分别赋值为： 2000元以下=1， 2000元～4999元=2， 5000元～9999元=3， 10000元及以上=4。

受新冠疫情影响，不再采用现场调研或街头调研的方式，全程通过问卷星网站、微信等渠道发放电子问卷，全部采用网络调研形式，共计发放问卷650份，回收630份，删掉少于一分钟的无效问卷，剩余有效问卷611份，问卷有效率为94%，取得较好的市场调研的效果。调查对象选取全国主要的三、四线城市有丰富直播电商购物经验的人群，统计分析如表2所示，参与问卷调查的75.94%为女性24.06%为男性；教育程度集中在高中至大专学历，占55.16%；月收入分别集中在2000元～4999元以及5000元～9999元两档，分别占比为44.52%和39.12%。

表2 样本描述性统计（N=611）

2.理论模型

因为本文的因变量Y（被解释变量）为城镇居民直播电商购物的消费频次由低到高的离散序数选项，反映各解释变量的数据也都是分类离散型数据，无法采用标准的回归模型进行实证研究，需要采用离散选择模型来进行实证， Ordered Probit模型一般用于定序类数据，刚好符合本文的研究目的。其基本原理是假设因变量Yi不可观测，Yi=βXi+εi，其中，Yi是潜在变量，Xi是解释变量，β是估计参数，ε是误差项。在Yi不可观测的前提下，可以将其与所处区间的概率相关联，通过计算各个区间的概率，利用最大似然估计得到β值，即影响城镇居民选择直播电商消费程度的因素系数。鉴于本文因变量Y依据电商购物占比对直播电商购物进行划分，且并且彼此之间为有序递增关系，因此本文采用Ordered Probit模型来进行实证分析，估计解释变量对城镇直播电商消费市场的影响。Ordered Probit 模型表达式如下：

Yi=βXi+εi，ε～N（0，1） ①

Y=1，if Y1≤ α1

Y=2，ifα1＜Y2≤α2

……

Y=j，if Yj＞αj-1

其中，Y=1，2，…，j的概率分别表示如下：

P（Y=1|X）=P（Y≤α1|X）=P（βX+ε≤α1|X）=Φ（α1-βX）

P（Y=2|X）=P（α1＜Y’≤α2|X）=Φ（α2-βX）-Φ（α1-βX）

……

P（Y=j|X）=P（Y’＞αj-1|X）=1-Φ（αj-1-βX） ②

四、实证检验

本文使用stata16软件，对调研整理后的数据进行Ordered Probit模型回归分析，做似然比检验得到p值为0.0000，明显小于0.05，因此说明该调研数据的Ordered Probit模型回归具有统计学意义，可以解释之前的研究假设。模型分析结果如图1所示。

图1 Ordered Probit 模型回归结果

1.渠道便利性

BL1的系数为0.1429，且通过0.05的显著性检验，表明城镇居民消费者因为直播电商让自身购物变得更加容易，提高了居民消费的积极性，由此助推了城镇居民市场消费水平提升。BL2系数为0.1013，但未通过0.1的显著性检验，这也就表明了城镇居民消费者并未通过直播电商提高了自己寻找商品和购物时的效率，这可能和直播购物需要实时观看互动等，相比传统电商确实在观看门槛上有所提高，从前期受访对象的谈话中也有所表现，大部分直播观看平均时长在1个小时左右，因为直播的连贯性和不可打断性，许多消费者单从时间感官上来看，认为它所花费的购物时间高于传统电商购物。BL3系数为0.1891，且通过了0.05的显著性检验，因此表明通过直播电商平台，城镇居民消费者可以降低他们单品购物成本，且降得越多城镇居民选择直播购物的可能就会越大。BL4系数为正，且通过了0.1的显著性检验，结果说明直播电商渠道能够为城镇居民消费者带来有用的购物信息。这个变量与居民选择直播购物的概率成正相关性，表明直播电商渠道为城镇居民带来的购物信息越有用，那他们选择直播购物的概率就会越高。综上所述，该维度四个指标，三个成立一个拒绝，基本验证了直播电商具备的渠道便利性条件，可以显著提升城镇居民市场消费水平，假设1成立。

2.互动娱乐性

YL1的回归系数为正，且通过0.01的显著性检验，可以看出直播电商平台对城镇居民推送准确有趣的商品信息有助于城镇居民消费水平的提升，也就是说让城镇居民感受到直播电商平台推送的商品信息越能引起他们的关注和兴趣，那么越能促使他们选择用直播电商进行购物。YL2的回归系数为0.2051，且它通过了0.01的显著性检验，证明了城镇居民通过直播电商平台收到商品促销信息有助于城镇居民更多的选择直播电商进行购物。YL3的回归系数同样为正，它的p值证明了该指标通过了0.1的显著性检验，表明互动体验感对于城镇居民选择直播电商平台购物具有正向作用，直播服务提供方（特别对于主播）可以提供更多的互动，让观看直播的消费者有更多互动体验，这样有助于他们选择直播购物形式。YL4的回归系数同样为正，并且通过了0.05的显著性检验，表明较强的娱乐体验感对于城镇居民选择直播电商平台购物具有正向作用，直播服务提供方（特别对于主播）可以提供更多的娱乐信息和行为，让观看直播的消费者有更多娱乐体验，这样也将有助于他们更多的选择直播购物形式。综上所述，该维度四个指标，全部成立，虽然显著性标准有差异，但也验证了直播电商具备的互动娱乐性条件，可以显著提升城镇居民市场消费水平，假设2成立。

3.真实可靠性

ZS1的回归系数为正（0.2），且在0.01的水平上通过了显著性检验，这表示城镇居民对于直播电商的有较好口碑以及粉丝关注度的直播间非常关注，城镇居民会因为电商直播间的用户口碑以及庞大的粉丝基数产生更强的购买意愿，会促使他们选择更多次的进行直播电商购物。ZS2的回归系数同样为正（0.1637），且通过0.05的显著性检验，这个结果表明如果城镇居民越常逛到推荐的商品信息为安全可靠的直播间，那么将越能促进城镇居民更多的在直播电商平台购买商品，其实也是说直播电商平台商品信息的安全可靠，对于城镇居民选择通过直播电商平台购物是有正向作用的。ZS3的回归系数为正（0.1307），通过了0.1的显著性检验，这个解释变量代表的意思是直播电商平台如果更好地对商品进行真实细致地展示，那么将会促使更多的城镇居民消费者选择通过直播平台购买商品。ZS4的回归系统同样为正（0.0907），但未通过最低0.1的显著性检验标准，这代表城镇居民消费者选择是否将直播商品信息分享给其他人，并不会对他们是否选择在直播平台购买商品有显著性影响。基于这个结果，在前期访谈中，部分受访者提到，会不会分享直播间或者是分享商品信息可能是基于主播的一些“抽奖”要求，和一些“优惠”条件所致，这会影响消费者对于该商品的真实判断。综上所述，该维度四个指标，三个成立一个拒绝，基本验证了直播电商具备的真实可靠性条件，可以显著提升城镇居民市场消费水平，假设3成立。

4.自我认同性

RT1、RT2、RT3和RT4的回归系数都为正，可以看到城镇居民通过直播电商平台购物，如果能被激发出更多购物欲望，产品能达到自身心里预期，认可并分享直播电商购物这种购物形式以及看好直播电商的未来等都将会对更多的选择直播购物这种方式产生正向影响。RT1通过了0.05的显著性检验，那说明越能被直播电商激发出更多的购物意愿，城镇居民消费者将越愿意在该平台购物；RT2也通过了0.05的显著性检验，产品是否越能够达到城镇居民消费者的心里预期，将会越影响他们对于直播购物模式的选择；RT3通过了0.01的显著性检验，它表示城镇居民消费者越愿意给周围的人推荐直播购物这种购物模式，那将表明他越会选择进行直播电商购物行为；RT4通过了0.1的显著性检验，这说明越看好直播电商未来的城镇居民，越会选择进行直播电商购物。综上所述，该维度四个指标，全部通过显著性检验，虽然显著性水平不一致，但可以推断直播电商消费者具备自我认同性条件，可以显著提升城镇居民市场消费水平，假设4成立。

五、结论

研究结果显示，本文构建的四个指标维度可以基本解释直播电商的特征，并能够对城镇居民的直播电商购买意愿产生影响，从而影响整个城镇消费市场的水平，释放剩余的城镇消费空间。基于Ordered Probit模型，结合研究调研数据，实证检验了直播电商对城镇市场消费提升的影响作用。因此本文理论研究总结为，直播电商四个影响维度对城镇市场消费提升的促进作用总体上是显著的。直播电商依托其感知易用性、互动娱乐性、真实可靠性以及消费者的自我认同性，显著刺激了城镇消费者的购买热情，提高了他们的消费水平，从而推动城镇居民消费市场增长动能的释放。

基于以上理论分析结果，给予我们一些启示。直播电商在繁荣城镇消费市场方面起到了非常重要的作用，从各影响维度出发，讨论如何构建良好的直播电商生态环境具有实践意义。首先，直播电商主体作为直播电商中的主角，各地方政府要适应直播电商新消费时代和趋势，合理引导区域内传统媒体积极配合和辅助，积极拓展直播电商业务，进一步抢占城镇消费市场。其次，要科学创新直播电商形式，结合城镇消费市场水平，利用大数据创新技术和实体经济相结合，在直播内容上进一步面向城镇居民量身定制，锁定更加广泛的粉丝，更加有效地与粉丝互动，做城镇居民真正需要的直播。

当然直播电商也面临许多问题和挑战，直播多数商品都依靠促销让利。比如，薇娅和李佳琦等头部主播的产品售价往往是正品价格的七折到四折，有时甚至低于“双十一”价格。尽管直播提供了一种购买消费品的新方式促进冲动型消费，但也影响了快速消费品的总体促销率，并压低了平均售价。而城镇居民消费市场的释放，不能只是低价政策下的消费增长，还要针对一些各地特色商品进行推广和展示，让城镇消费者获得更多有效的消费信息，推进更新的消费新风尚，创造更多的消费子市场，城镇消费市场的释放更加充分和健康。