網(wǎng)紅經(jīng)濟(jì)背景下公眾影響力經(jīng)濟(jì)效應(yīng)研究

□文/李嘉華 包 悅 潘慶紅

（1.安徽財(cái)經(jīng)大學(xué)金融學(xué)院；2.安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院 安徽·蚌埠）

［提要］網(wǎng)紅經(jīng)濟(jì)的迅猛發(fā)展使網(wǎng)絡(luò)公眾人物依靠群眾影響力轉(zhuǎn)變?yōu)楫a(chǎn)品購買力的經(jīng)濟(jì)效應(yīng)不斷加大。本文通過研究網(wǎng)紅經(jīng)濟(jì)影響商品的運(yùn)營機(jī)制過程，綜合分析網(wǎng)絡(luò)公眾人物公眾影響力變現(xiàn)的主要形式，并對網(wǎng)紅經(jīng)濟(jì)公眾影響力變現(xiàn)的經(jīng)濟(jì)效應(yīng)進(jìn)行推導(dǎo)。實(shí)證結(jié)果表明：機(jī)構(gòu)總流量、直播場次與觀看人數(shù)成為公眾影響力變現(xiàn)的主要影響因素，機(jī)構(gòu)總流量對于公眾影響力變現(xiàn)具有正向影響，而直播場次與觀看人數(shù)對于公眾影響力變現(xiàn)具有反向影響。研究結(jié)論不僅有效解答了公眾影響力變現(xiàn)的主要形式及影響因素，更為市場中企業(yè)網(wǎng)紅朝向發(fā)展提供了重要借鑒。

引言

伴隨著互聯(lián)網(wǎng)的日益普及和數(shù)字技術(shù)的不斷驅(qū)動(dòng)，中國迎來數(shù)字時(shí)代。謝辛（2017）依據(jù)逐漸常態(tài)化的新興媒介、新興消費(fèi)及新式文化為案例進(jìn)行相關(guān)分析，指出現(xiàn)階段互聯(lián)網(wǎng)時(shí)代的跨界、多元、交互等特質(zhì)促使經(jīng)濟(jì)和文化凸顯，催生了依托直播平臺的網(wǎng)紅個(gè)體。據(jù)中商產(chǎn)業(yè)研究院發(fā)布的《2020年中國網(wǎng)紅經(jīng)濟(jì)市場前景及投資研究報(bào)告》預(yù)計(jì)，至2022年，網(wǎng)紅經(jīng)濟(jì)市場規(guī)模有機(jī)會(huì)突破5，000億元。由此，在未來幾年內(nèi)網(wǎng)紅經(jīng)濟(jì)將成為推動(dòng)中國經(jīng)濟(jì)發(fā)展的不可或缺的一部分。同時(shí)，網(wǎng)紅經(jīng)濟(jì)的迅猛發(fā)展使網(wǎng)絡(luò)公眾人物依靠群眾影響力轉(zhuǎn)變?yōu)楫a(chǎn)品購買力的經(jīng)濟(jì)效應(yīng)不斷加大，究其原因其實(shí)是多方面因素影響的綜合作用。王美娟等（2020）從C2C、B2C2C、B2B、B2C四種商業(yè)模式的研究出發(fā)，依據(jù)內(nèi)容生產(chǎn)環(huán)節(jié)的產(chǎn)業(yè)鏈結(jié)構(gòu)對網(wǎng)紅經(jīng)濟(jì)商業(yè)模式進(jìn)行了深度剖析，發(fā)現(xiàn)網(wǎng)絡(luò)公眾人物逐漸由個(gè)人或小型運(yùn)營團(tuán)隊(duì)轉(zhuǎn)變?yōu)閷I(yè)機(jī)構(gòu)，即MCN（一般指網(wǎng)紅經(jīng)紀(jì)公司）在網(wǎng)紅經(jīng)濟(jì)的熱潮中應(yīng)運(yùn)而生。賈微微等（2021）從影響者營銷在廣告營銷、品牌管理、口碑營銷、顧客關(guān)系管理四方面的應(yīng)用研究中分析得出利用自身的影響力進(jìn)行經(jīng)濟(jì)變現(xiàn)是影響者營銷進(jìn)行經(jīng)濟(jì)活動(dòng)的重要形式和內(nèi)容。因此，通過研究網(wǎng)絡(luò)公眾人物影響力變現(xiàn)機(jī)制和主要形式，探究影響力變現(xiàn)的主要影響因素，對于推動(dòng)網(wǎng)紅經(jīng)濟(jì)進(jìn)一步發(fā)揮積極的社會(huì)影響有著不可忽視的現(xiàn)實(shí)意義。

一、理論基礎(chǔ)與研究假設(shè)

（一）理論基礎(chǔ)。在網(wǎng)紅經(jīng)濟(jì)背景下，人們借助移動(dòng)互聯(lián)網(wǎng)以直播為主要形式實(shí)現(xiàn)了可觀的商品銷售，并以此為契機(jī)不斷拓寬和豐富了直播電商經(jīng)濟(jì)的發(fā)展模式與傳達(dá)內(nèi)容，有效推動(dòng)了互動(dòng)式發(fā)展與進(jìn)步。從最初的分享生活記錄的作品，到加入產(chǎn)品服務(wù)推薦的商業(yè)化內(nèi)容，直至現(xiàn)如今常用的直播帶貨等網(wǎng)紅經(jīng)濟(jì)背景下獨(dú)有的網(wǎng)絡(luò)營銷模式，網(wǎng)紅經(jīng)濟(jì)依靠互聯(lián)網(wǎng)技術(shù)賦權(quán)逐漸從大眾網(wǎng)紅演變成為圈層網(wǎng)紅，不斷重復(fù)影響力聚集到影響力變現(xiàn)，影響力變現(xiàn)再到加大影響力聚集力度的循環(huán)。在受眾的注意力逐漸成為稀缺資源的現(xiàn)階段，依托于網(wǎng)紅意見表達(dá)和熱點(diǎn)事件的網(wǎng)紅經(jīng)濟(jì)能夠快速形成影響力，吸引粉絲，有利于精準(zhǔn)營銷、個(gè)性化創(chuàng)新營銷的進(jìn)行，進(jìn)而有利于將所形成的公眾影響力轉(zhuǎn)化為購買力，獲得經(jīng)濟(jì)效益。

通過以上學(xué)者的觀點(diǎn)可以看出，網(wǎng)絡(luò)公眾人物通過前期作品聚焦社會(huì)關(guān)注力，在積累一定粉絲量的同時(shí)也會(huì)形成一定的公眾影響力，前期依靠其作品傳達(dá)產(chǎn)品及服務(wù)的正向信息吸引一般消費(fèi)者購買，進(jìn)而展開與粉絲互動(dòng)，提升粉絲認(rèn)同感，最終獲得經(jīng)濟(jì)收益，完成影響力變現(xiàn)。

（二）研究假設(shè)。據(jù)中國產(chǎn)業(yè)信息網(wǎng)發(fā)布的《2019年中國網(wǎng)紅經(jīng)濟(jì)概況、網(wǎng)紅主要領(lǐng)域、網(wǎng)紅電商、主播打賞及網(wǎng)紅經(jīng)濟(jì)發(fā)展趨勢分析》顯示，我國網(wǎng)絡(luò)各領(lǐng)域收入可劃分為網(wǎng)紅電商、直播分成、簽約費(fèi)、內(nèi)容付費(fèi)、打賞、其他以及問答七項(xiàng)。本文以該分析報(bào)告為依據(jù)，將報(bào)告中的各項(xiàng)內(nèi)容歸納為產(chǎn)品內(nèi)容、周邊衍生品、植入廣告、電商平臺以及粉絲打賞五項(xiàng)主要變現(xiàn)方式，并以此假定覆蓋粉絲數(shù)、機(jī)構(gòu)總流量、直播場次、觀看人數(shù)四項(xiàng)主要變現(xiàn)影響因素。

1、基于粉絲方面的公眾影響力變現(xiàn)關(guān)系假設(shè)提出。張小強(qiáng)等（2020）指出媒介能夠根據(jù)將人們的消費(fèi)觀念將商品轉(zhuǎn)化成為象征身份及財(cái)富的符號，再將網(wǎng)紅符號化，在不斷強(qiáng)化網(wǎng)民符號消費(fèi)的同時(shí)，經(jīng)由網(wǎng)紅帶貨實(shí)現(xiàn)影響力變現(xiàn)。故本文提出假設(shè)：

H1：覆蓋粉絲數(shù)與公眾影響力變現(xiàn)呈正相關(guān)關(guān)系

2、基于流量方面的公眾影響力變現(xiàn)關(guān)系假設(shè)提出。網(wǎng)絡(luò)公眾人物制作廣告主要分為“硬廣告”和“軟廣告”，是網(wǎng)絡(luò)公眾人物進(jìn)行影響力變現(xiàn)的最主要方式之一，能夠讓粉絲產(chǎn)生依賴黏性和情感共鳴，使一般消費(fèi)者提高購買欲望，達(dá)到增強(qiáng)宣傳廣告的效果；同時(shí)，網(wǎng)絡(luò)公眾人物通過各種商界社交電商大亨進(jìn)行經(jīng)濟(jì)活動(dòng)實(shí)現(xiàn)資金變現(xiàn)的方式也逐漸成為主流，利用逐步培養(yǎng)起來的用戶信任實(shí)現(xiàn)影響力變現(xiàn)。故本文提出假設(shè)：

H2：機(jī)構(gòu)總流量與公眾影響力變現(xiàn)呈正相關(guān)關(guān)系

3、基于直播方面的公眾影響力變現(xiàn)關(guān)系假設(shè)提出。陳海權(quán)等（2020）從網(wǎng)紅作品、自身及粉絲三方面進(jìn)行了直播平臺網(wǎng)紅個(gè)人特質(zhì)對粉絲購買意愿的影響機(jī)理分析，并最終得出感知價(jià)值在網(wǎng)紅個(gè)人特質(zhì)與購買意愿之間起中介作用的結(jié)論。事實(shí)上，直播禮物打賞主要來自于粉絲在平臺贈(zèng)送虛擬禮物或直接打賞這種非強(qiáng)制的付費(fèi)模式，雖然粉絲打賞變現(xiàn)模式受到入駐直播平臺的局限和約定分成合同的局限，但打賞模式是網(wǎng)絡(luò)公眾人物獲取收入較為穩(wěn)定、直接的變現(xiàn)模式?；诖?，本文提出假設(shè)：

H3：直播場次與公眾影響力變現(xiàn)呈正相關(guān)關(guān)系

H4：觀看人數(shù)與公眾影響力變現(xiàn)呈正相關(guān)關(guān)系

二、研究設(shè)計(jì)與實(shí)證檢驗(yàn)

（一）數(shù)據(jù)與變量的選取。本文從直播眼數(shù)據(jù)平臺選取了截至2021年3月28日，49家MCN機(jī)構(gòu)及其旗下的938位主播相關(guān)信息數(shù)據(jù)。為了方便模型的建立與驗(yàn)證，增加所建立模型的可用性，我們根據(jù)MCN機(jī)構(gòu)名稱將所收集信息進(jìn)行分類。依據(jù)上文的四個(gè)假設(shè)，本文對于變量選取了4個(gè)網(wǎng)紅收入影響指標(biāo)：

于是該模型的一般形式為：

y=λ0+λ1X1+λ2X2+λ3X3+λ4X4

（二）OLS估計(jì)參數(shù)。本文假設(shè)此多元線性模型中的隨機(jī)項(xiàng)滿足計(jì)量經(jīng)濟(jì)學(xué)的基本假定，對所收集的數(shù)據(jù)進(jìn)行OLS估計(jì)參數(shù)。（表1）

表1 OLS估計(jì)參數(shù)一覽表

由此，多元線性模型解釋變量參數(shù)估計(jì)值及函數(shù)關(guān)系式為：

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

X1未通過t檢驗(yàn)，對其進(jìn)行經(jīng)濟(jì)意義檢驗(yàn)，由于其參數(shù)估計(jì)值為負(fù)值，在該模型中X1變量表示覆蓋粉絲數(shù)對公眾影響力變現(xiàn)具有反方向作用，不符合實(shí)際情況，故解釋變量X1不能通過經(jīng)濟(jì)意義檢驗(yàn)。X2、X3、X4變量在給定顯著性水平α=0.05時(shí)拒絕原“顯著為零”假設(shè)，即X2、X3、X4的參數(shù)估計(jì)值顯著不為零，說明這些變量在5%的顯著性水平下，對公眾影響力變現(xiàn)影響是顯著的。對于總體顯著性F檢驗(yàn)來說，在5%的顯著性水平下，模型總體是顯著的即說明四個(gè)解釋變量聯(lián)合起來對被解釋變量的影響是顯著的。但是，在該OLS參數(shù)估計(jì)結(jié)果中，重要解釋變量X1的t檢驗(yàn)與P檢驗(yàn)均不能通過，并且經(jīng)過經(jīng)濟(jì)意義檢驗(yàn)之后其符號經(jīng)濟(jì)意義不合理，而該模型的擬合度R2較高，總體P檢驗(yàn)值為0，據(jù)此可以初步認(rèn)為該模型存在多重共線性。

（三）實(shí)證檢驗(yàn)。本文在OLS估計(jì)參數(shù)結(jié)果的基礎(chǔ)上對分析公眾影響力變現(xiàn)因素的模型進(jìn)行進(jìn)一步的多重共線性檢驗(yàn)，并對其進(jìn)行相關(guān)修正。在參考了孫維偉（2013）構(gòu)建的AR（1）模型，以及趙鈺、李律秀、郭心悅、馬昂等一批優(yōu)秀學(xué)者的相關(guān)Eviews模型分析文獻(xiàn)之后，對修正后的多元線性模型進(jìn)行異方差性檢驗(yàn)以及擬合優(yōu)度檢驗(yàn)，以獲得切合實(shí)際的相關(guān)模型，探尋網(wǎng)紅經(jīng)濟(jì)背景下公眾影響力變現(xiàn)的經(jīng)濟(jì)效應(yīng)，為網(wǎng)紅經(jīng)濟(jì)健康發(fā)展提出可行意見。

1、多重共線性檢驗(yàn)。利用相關(guān)系數(shù)矩陣可以分析解釋變量之間的兩兩相關(guān)情況，解釋變量X1、X2、X4之間的相關(guān)系數(shù)均為0.91以上，即可以認(rèn)為這三個(gè)解釋變量之間是高度相關(guān)的。為進(jìn)一步檢驗(yàn)該模型之間的多重共線性，本文通過建立輔助回歸方程對該模型的多重共線性進(jìn)行檢驗(yàn)。（表2）

表2 輔助回歸方程運(yùn)行結(jié)果統(tǒng)計(jì)一覽表

除輔助回歸方程X3=f（X1，X2，X4）以外，每個(gè)回歸方程的F檢驗(yàn)值都非常顯著，方程回歸系數(shù)的t檢驗(yàn)值表明：X1與X2，X2與X1、X4，X4與X2之間的t檢驗(yàn)值較大，這些變量之間可能相關(guān)或相關(guān)程度較大。從輔助回歸模型可得：VIF1=12.2455、VIF2=36.5874、VIF4=20.1684都大于10，經(jīng)驗(yàn)表明，方差擴(kuò)大因子VIF＞10時(shí)，通常說明該解釋變量與其余解釋變量之間有嚴(yán)重的多重共線性，故解釋變量X1、X2、X4之間存在多重共線性問題。

2、模型修正。文采用逐步回歸法對模型進(jìn)行多重共線性修正。首先引入解釋變量X2，之后逐個(gè)引入其他解釋變量，并通過模型包含的各解釋變量的t檢驗(yàn)值決定是否保留，在解釋變量個(gè)數(shù)相同時(shí)，根據(jù)模型R2值選擇最佳模型進(jìn)行保留。以X2、X4、X3、X1的順序依次引進(jìn)解釋變量，可得X4、X3、X1與X2的各統(tǒng)計(jì)量都較為顯著，但是X4與X2的R2較高，所以選擇保留模型Y=f（X2，X4）并繼續(xù)引入解釋變量。在引入解釋變量X1時(shí)，其t檢驗(yàn)統(tǒng)計(jì)量不顯著，故選擇保留最優(yōu)模型Y=f（X2，X4，X3），并且引入解釋變量X1后，其t檢驗(yàn)統(tǒng)計(jì)量仍不顯著，所以從模型中剔除解釋變量X1以盡可能消除回歸方程的多重共線性。因此，公眾影響力變現(xiàn)的最優(yōu)多元線性模型解釋變量參數(shù)估計(jì)值及函數(shù)關(guān)系式為：

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

該模型在修正了多重共線性之后，對H2提供了進(jìn)一步的支持，并且提高了H3和H4實(shí)際分析結(jié)果方面的可信度。

3、異方差檢驗(yàn)。本文利用White檢驗(yàn)構(gòu)造輔助函數(shù)，其中F值為輔助回歸模型的F統(tǒng)計(jì)量值。由于White檢驗(yàn)中相伴概率P值為0，所以修正后的模型不存在異方差性，即模型滿足多元回歸同方差基本假定，模型的假設(shè)檢驗(yàn)有效。

4、擬合優(yōu)度檢驗(yàn)。由Eviews9軟件對修正模型進(jìn)行OLS參數(shù)估計(jì)結(jié)果可知：修正的樣本決定系數(shù)R2=0.9176，說明該模型對數(shù)據(jù)擬合程度較好，解釋變量對公眾影響力變現(xiàn)的解釋能力為91.76%，只有8.23%其他因素的影響。

5、模型擬合回歸。Fitted曲線與Actual曲線進(jìn)行對比發(fā)現(xiàn)，關(guān)于公眾影響力變現(xiàn)的影響因素的多元線性曲線擬合效果較好。（圖1）

圖1 擬合值曲線圖

6、模型結(jié)論。通過檢驗(yàn)和修正得到最后的三元回歸模型為：

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

故最終結(jié)果為：H2成立；H3不成立，實(shí)際結(jié)果為直播場次與公眾影響力變現(xiàn)呈負(fù)相關(guān)關(guān)系；H4不成立，實(shí)際結(jié)果為觀看人數(shù)與公眾影響力變現(xiàn)呈負(fù)相關(guān)關(guān)系。文中H1的分析數(shù)據(jù)與其他假設(shè)數(shù)據(jù)存在多重共線性，會(huì)嚴(yán)重干擾研究結(jié)果，所以文中已將該假設(shè)相關(guān)數(shù)據(jù)剔除。

最終三元回歸模型各解釋變量參數(shù)估計(jì)值表明，當(dāng)機(jī)構(gòu)總流量增加時(shí)，各網(wǎng)紅、主播等網(wǎng)絡(luò)公眾人物及MCN機(jī)構(gòu)的影響力變現(xiàn)能力會(huì)呈正向變動(dòng)；當(dāng)直播場次和觀看人數(shù)增加時(shí)，各網(wǎng)紅、主播等網(wǎng)絡(luò)公眾人物及MCN機(jī)構(gòu)影響力變現(xiàn)能力則會(huì)呈反向變動(dòng)。實(shí)際經(jīng)濟(jì)活動(dòng)中，當(dāng)網(wǎng)絡(luò)公眾人物影響力所囊括的粉絲群體越大，其影響力變現(xiàn)的能力與效率也就越強(qiáng)；當(dāng)網(wǎng)絡(luò)公眾人物進(jìn)行帶貨直播時(shí)，因其開展存在成本消耗問題，所以單從直播場次與觀看人數(shù)兩方面來看，若不能形成有效的商品、服務(wù)交易，則其所發(fā)生的經(jīng)濟(jì)變動(dòng)只有成本消耗，這也就是最終三元回歸模型中X3、X4系數(shù)值為負(fù)值的原因。然而在實(shí)際直播過程中，網(wǎng)絡(luò)公眾人物會(huì)不斷積累人氣，直播帶貨過程中也會(huì)伴隨著商品、服務(wù)交易，最終形成影響力變現(xiàn)，獲得經(jīng)濟(jì)收入。

三、啟示及建議

本文對公眾影響力變現(xiàn)的四個(gè)主要因素進(jìn)行了多元回歸，并進(jìn)行了多重共線性、異方差性檢驗(yàn)的與修正，使其滿足多元回歸的基本假定，最終得出三個(gè)影響因素對公眾影響力變現(xiàn)均具有顯著影響。結(jié)合現(xiàn)階段網(wǎng)紅經(jīng)濟(jì)快速發(fā)展的背景，依據(jù)分析模型后得出的結(jié)果，為各大主播、網(wǎng)紅、MCN機(jī)構(gòu)以及平臺提出公眾影響力有效變現(xiàn)的建議：

（一）IP創(chuàng)新。為了吸引觀看者和粉絲的注意力，團(tuán)隊(duì)需要打造屬于網(wǎng)紅本人的內(nèi)容，內(nèi)容需要有看點(diǎn)和創(chuàng)新性，針對所想要吸引的用戶。因此，IP內(nèi)容需要生活化，引起用戶的共鳴，內(nèi)容傳播性強(qiáng)且大眾化，優(yōu)化內(nèi)容產(chǎn)品賦予產(chǎn)品價(jià)值，持續(xù)深耕內(nèi)容，內(nèi)容衍生強(qiáng)調(diào)與用戶之間的互動(dòng)；視頻時(shí)長精簡化，不宜過長；團(tuán)隊(duì)需要加大運(yùn)營力度，增加與粉絲的互動(dòng)頻率。

（二）品牌服務(wù)。這一前提是視頻內(nèi)容與流量已經(jīng)有一定的基礎(chǔ)之時(shí)，如何擴(kuò)大粉絲數(shù)量?；诒旧硭龅囊曨l內(nèi)容進(jìn)入植入或者是為產(chǎn)品本身定制短視頻。但是，這也是公眾影響力變現(xiàn)需要注意的地方，廣告植入既有可能吸引用戶也有可能損失用戶，因此需選品謹(jǐn)慎，挑選質(zhì)量佳、價(jià)格優(yōu)的產(chǎn)品，以此穩(wěn)定老用戶，吸引新粉絲。而如何擴(kuò)大產(chǎn)品品牌的影響力，吸引更多的粉絲呢？最重要的第一步是為產(chǎn)品注入新的品牌內(nèi)涵，做到持續(xù)性地構(gòu)建起品牌聲量，為用戶介紹產(chǎn)品時(shí)，以自身使用為主要依據(jù)，分享自己的使用經(jīng)歷，分享自己的親身感受，贏得用戶的信任、提升用戶的好感，擴(kuò)大粉絲基礎(chǔ)。

（三）電商帶入。加強(qiáng)及利用粉絲和用戶的粘度，可以做個(gè)人的淘寶店、App等，通過視頻引流，進(jìn)行觀看視頻和直播用券減免等優(yōu)惠，促進(jìn)用戶購買產(chǎn)品；還可以自營品牌產(chǎn)品，做站內(nèi)站外的導(dǎo)流，多軟件媒體結(jié)合，利用微博和淘寶結(jié)合、京東和微信結(jié)合，雙方進(jìn)行導(dǎo)流與引流，以此擴(kuò)大流量基礎(chǔ)。以前用戶是因買東西而去的電商平臺，現(xiàn)在的粉絲因互動(dòng)而來，且因?yàn)榧t人的品牌傳遞環(huán)節(jié)而催生了購買行為，因此加大與電商平臺的合作，也是擴(kuò)大粉絲基礎(chǔ)一個(gè)不可或缺的好方法。