规划问道

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

导读

受疫情影响,直播经济在很大程度上改变了居民消费模式,由于该模式便捷、低门槛、高效率等特点,使其在城市经济中所占比重与日俱增,同时成为当前面对突发公共安全事件,建设智慧城市时需考虑的要素之一。随着直播经济发展的进一步深化,对其关注不应仅聚焦在经济学视角,更应从社会视角进行普遍全面的探讨。从直播经济这一新兴消费模式入手,探索城市视角下直播经济发展正是本研究创新点所在。本研究以淘宝直播为例,通过SPSS、GIS、问卷调查等手段,从直播经济中影响商品购销的因素以及销售数据的地理空间分布规律进行分析,综合多学科研究经验,从市场角度、城市空间角度指出直播经济存在的问题,从市场智慧监管平台的建设,产业联盟的形成,直播经济空间网络化发展等方面进行总结,试图以多元视角完善对直播经济模式发展以及城市的信息化高质量发展建设的探讨。


本文字数:73500字

阅读时间:23分钟

 新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例


作者 | 苏席靖,李想,刘路云,周旭

中南林业科技大学


键词

直播经济、智慧城市、城市经济与区域协同发展


1

0

1

前  言


网络直播起源于美国,我国直播行业始于2005年,网络直播作为互联网时代的一个新生事物,从萌芽期走向探索期,又迎来了高速发展时期,当前已经踏入相对成熟较为稳定的发展时期(姜佳奇2019)。目前网络直播的概念、内涵尚在探索之中,不同的学科对其有着不同的界定,罗桂花(2019)基于农业信息化领域指出网络直播是一种基于流媒体技术,以视频、图像、声音、文字相结合的形式把现场信息通过网络直播平台传播给观众,观众可对主播及直播的内容进行在线交流、购销、打赏等形成的一种新型信息互动模式。周良发,韩剑尘(2019)指出网络直播是利用互联网媒介和通信技术的一种互动直播活动,它通过网络直播平台向终端用户以直接在线进行语音、视频、数据等全面交流和互动,为终端用户直观地收看直播者的形象、才艺、观点,乃至真实的生活场景提供网络平台。


对于消费者购买决策的影响因素早有研究,针对直播条件下的消费者心理与行为,丁美玲(2018)将“网红+直播+电商”模式下的消费者行为划分为冲动性消费行为,从众消费行为,物质占有欲,消费者心理账户四种模式。对于网络主播,方超(2018)通过针对电商网络主播的研究中得出,增强电商网络主播的知名度、专业性、产品涉入度有助于消费者正面态度的提升。网络主播是消费者感知商品的重要途径,除此之外王晓蓉,彭丽芳(2020)通过对在线评论的研究提出,感知有用性直接影响消费者购买意。在线评论质量、情感倾向、时效性,评论者专业性、可靠性,接收者卷入度通过感知有用性间接影响了购买意愿。


此外,李宗伟,张艳辉,栾东庆(2017)还提出顾客感知价值对消费者决策的影响,从产品感知价值、服务感知价值和社会感知价值三个维度,发现在线评论长度、商品销量、卖家信用等级、卖家DSR服务评分及开店时长对消费者的购买决策具有正向影响作用。吴滢滢(2018)则通过基于前景理论的模型构建,分析得出应通过多提供可评价参考点,注重信息呈现时的可利用表述框架的构建与完善来影响消费者的决策。


以上分析概括得知,目前对于直播经济的讨论主要集中于经济领域,其他领域研究较少,但当前形势表明,直播作为信息化的重要载体,已成为城市生活的重要组成部分,从城市空间角度探索直播经济的发展是十分有必要的。


本研究将通过以下方面对直播经济进行深入研究:


 新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

(1)了解消费者的消费心理,把握消费者购买特性,通过对影响消费者购销因素分析,希望帮助消费者更加理性客观评价商品、分析自身需求,从而对直播经济下的消费行为从城市社会经济角度起到正向引导作用。

 新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

(2)利用GIS分析等手段,以多元视角分析该问题。当前大数据技术的战略意义已转变为通过加工处理,实现数据的增值效益。本研究利用GIS的空间分析模块对淘宝数据进行量化处理,反映其潜在的空间信息,以可视化的方式对影响直播经济的空间因素进行呈现。从城市空间视角,总结影响直播经济分布的规律,从而探讨如何从城市角度提升其商业转化率,促进其更加规范化、系统化发展。


1

1

1

研究方法与思路


1、数据来源及处理


本研究利用“问卷星”等平台,获得消费者的基础数据,利用Excel与SPSS分析其内在特点。通过“直播眼”平台统计2020年5月22日至6月18日期间各类型主播的销售数据、直播类型、观看人数及直播时间等相关数据,利用Excel整理,进行图表化展示与对比。


本研究利用“八爪鱼”平台,以“热卖”为关键词,采集淘宝直播中的直播间名称、直播间地址、直播间销售数据,共获得100页网页数据。对所得数据进行分类,利用Excel表格,将直播间的地理位置与其各项销售数据进行对应。对数据进行综合统计,确定其峰值、中间数等所在区间,为后续合理划分数据区间做前期准备。此后将淘宝数据导入GIS,利用平均中心、标准距离、热点分析、重分类等工具进行分析,实现不同地区直播销售数据的可视化。


2、分析方法


问卷分析是研究分析的重要方法之一。本研究利用问卷星平台采集直播经济中影响商品购销因素的基本分析数据。问卷数据收集包括问卷设计、预调研与修正、正式发放以及信息统计与分析几个步骤。本次问卷包含个人基本信息、消费者感受、消费者态度、购买意愿等内容;预调研与修正过程将问卷通过微信与QQ朋友圈发放、收回,利用SPSS进行分析并判断是否需要修订、重新设计或是所设计的题目是否需要删除,预调研的信度检查判断所设计的问卷是否有效。


直播经济作为当下热门消费模式,市场数据能带来最直观、真实的认识。基于此,本研究利用实证分析,了解网络直播、网络直播营销在我国以及国外的发展现状、工作流程与模式。对淘宝直播个案进行研究分析,根据淘宝直播平台直播流量排行榜分别选取明星类、网红类、店铺类共30位主播,观察其直播情况,了解并记录直播过程中主播采取的营销方式以及互动形式,从以上实例中归纳总结淘宝直播营销的特点、传播途径、营销方式。通过实证分析,对已有结论进行验证同时探索新的规律。


1

2

1

研究结果


1、问卷角度分析结果


1、问卷调查结果


(1)问卷信度检验


信度分析利用所设问题的α系数、CITC值判断问卷回答的可靠性以及问卷设计的合理性。其中CITC值测试题项之间的相关关系,通常此值大于0.4即说明某题项与另外的题项有较高的相关性。项已删除的α系数,用来测试删除掉某题项后余下题项的信度系数。Cronbach系数α用来整体分析该部分题目之间的相关性,此值一般大于0.7即可。


表1 变量信度检验

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例


从上表可知:Cronbach系数α大于0.9,说明研究数据信度质量很高。项已删除的α系数均大于0.9,即删除某题目问卷信度不会提升,说明所设题目均应保留。“CITC值”均在0.9以上,说明分析项之间具有良好的相关关系。综合数据表明该问卷可信度较高,可在该问卷基础上进行分析。


(2)基本信息分析


问卷通过QQ、微信、邮箱、微博等渠道发放,共收集到问卷110份,剔除了3份无效问卷,获得有效问卷107份,有效率97.3%。


1)样本人口基本信息如下:


调查样本中女性人数与男性之比超过两倍;年龄主要集中在18-25岁;月平均收入普遍较低,集中在2000元以下;学历普遍为本科;参与问卷的大多是学生。通过基本信息可知,直播经济受众普遍较为年轻,女性居多,大学生是主力军。具体数据如下:


表2 样本人口基本信息

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例


2)淘宝购物经历分析


通过对受众淘宝购物经历分析可知,有近一半调查对象使用淘宝直播购物的时间少于6个月,使用时间两年以上的低于5%;大多数人对淘宝直播有所听闻,但进行消费行为的仅有1/3;使用淘宝、京东、快手、抖音等发展较快的直播平台的居多;直播类型以美食、美妆为主,并且直播经济类型趋向多元化发展。由此可分析出,直播经济近期得到快速发展,并能快速适应智慧化城市的需要,发展潜力巨大。具体数据如下图:


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图1 淘宝购物使用时间

图2 淘宝购物经历


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图3 直播平台

图4 直播类型


3)购买意愿与各要素相关性分析


相关分析用于研究定量数据之间关系紧密程度情况。当相关性系数的绝对值大于0.5时,一般认为变量间存在强相关。由表3可知,购买意愿与内容优质、激励机制等因素之间均存在极强的正相关关系。即直播内容优质并设置奖励机制,能更好的激发顾客购买欲望。通过加强互动体验,提升主播魅力等行为可以提升顾客对于直播的信任度。


表3 情感态度及影响因子相关性分析

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例


直播内容的精品化与形式的多样化,能够进一步激发市场需求,为各类市场加入直播营销提供可能性。在城市信息化发展的不可逆背景下,城市建设特别是城市经济建设应积极利用并完善该消费模式。将之作为城市信息化建设的内容,结合智慧社区、智慧交通的建设,优化直播经济消费闭环。使其成为普遍便捷的消费方式,同时融入城市应对重大灾害发生的应急预案中,提升城市建设质量。


2、淘宝直播数据分析


本研究分别收集“直播眼”平台2020年5月22日至6月18日期间十位网红型、店铺型、明星型主播数据(共三十位),梳理各主播在此期间的直播数据,进行分析。


(1)粉丝效应对直播经济的影响


网络直播依靠粉丝的消费认同创造了可观的经济利益。不同类型淘宝主播的粉丝差异较大,导致了销售数据的差异。本研究将数据分为明星与网红,网红与店铺两类进行比较,结果如下:


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图5 明星与网红销售数据


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

 图6 明星与网红UV对比分析


通过对比分析明星组与网红组的数据发现,明星直播间隔较长,但每次直播的观看数据及销售数据远超淘宝主播榜单上前十的网红主播。明星的粉丝影响力远大于网红,可看出粉丝效应对直播经济有较大影响。


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图7 网红与店铺UV对比分析


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图8 网红与店铺销售数据


将网红与店铺的直播数据对比可发现,网红在直播中有绝对的优势。店铺的粉丝数量、消费群体相对固定,因而网红的直播数据远远优于知名店铺是可预料的。针对该现象大量店铺选择邀请明星或网红来直播间“带货”以促进消费。


为提高分析准确性,本研究特别关注了“618”大型优惠时期的数据,发现了粉丝效应更深层次的特征——粉丝分流现象。大促期间,淘宝直播领域占有绝对优势的主播,如李佳琪、薇娅等人在6月16日至6月18日优惠期间的销售数据增长较快,但粉丝基础薄弱的主播在这一时间段的销售额不仅没有大幅度的增长甚至有所下跌。从淘宝穿搭类主播日粉丝流失量及流向来看,同类型主播的粉丝相互流动是一种普遍存在的现象,一旦主播的直播时间不固定或出现一段空窗时期,粉丝马上就可以转向其它同类型主播以弥补缺失。这一方面说明粉丝效应对直播经济影响深远,同时也表征该效应会加剧直播行业的竞争强度。


(2)直播品质对直播经济的影响


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图9 各行业主播数量分析

(于2020年6月7日获取自“直播眼”)


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图10 各行业频道流量分析

(于2020年6月25日获取自“直播眼”)


由图可知,穿搭、美妆、珠宝等热度较高的行业几乎占据了整个直播市场,特别在薇娅、李佳琪在穿搭与美妆领域直播取得轰动效果后,多平台效仿,同质化导致直播品质的下降,同时加大行业竞争。其次,淘宝直播的优惠活动形式多元,次数频繁,增强了价格因素对消费者的影响,但同时也使消费者产生疲倦心理,促销的边际效应递减,易使消费者对商品的质量以及促销的真实性产生质疑,降低直播的品质。


该部分主要从问卷数据和淘宝直播数据分析影响直播经济的因素,可得出粉丝效应与直播品质对卖家销售产品影响较大的结论。直播经济作为城市经济的输出形式之一,通过与产品供应市场的互动,获得充足、优质、低廉的产品,同时倾销商品。随着各类直播类型的增加,直播行业也将对第三产业的发展产生促进作用。直播品质的保障与提升很大程度上依赖于城市经济环境所提供的政策支持、规模经济效应,而直播经济也是促进城市经济模式完善的新兴力量,二者相互促进,共同发展。


2、基于GIS的空间视角分析结果


为深入量化分析相关数据的空间分布以及空间聚集离散关系,本调研通过将2020年六月淘宝“热卖”的产品属性数据整合,利用GIS研究其地理位置之间的空间关系,从定量的角度获取空间分布规律。


1、电商空间位置分析


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图11 电商空间位置分析

(注:该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1823号的标准地图制作,底图无修改。)


由图可知,电商主要集中在科学技术较为成熟且物流较为发达的沿海地区,西北地区呈现明显的弱势。电子商务对科技、经济,物流,资讯传播水平等有着较高要求,落后区域需通过针对性建设来促进直播经济的地区发展。电商分布中心集中在湖北安徽交接处,即电商分布在以长江中下游为中心向四周扩散。在点模式中,方向分析可提供点数据的分布趋势及相关特性。椭圆的长轴指向方向表示数据广泛分布的方向,短轴则表示数据集中分布的范围。差距越大其分布差异性趋势越大,分布方向越明显。由图可知,电商分布的方向性不甚明显,分布较为均质化,主要集中在东南地区。位置要素标准距离工具以数据的平均中心为圆心,标准距离为半径,综合表示数据的聚集程度。由图可知,电商整体分布较为广泛,除西部部分地区在数据上有明显差异,在其他地区均有较平均分布。


2、电商销售额空间关系分析


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图12 销售额空间属性分析

(注:该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1823号的标准地图制作,底图无修改。)


由图可知,销售额峰值分布在江浙一带。该类数据数量并不多,在空间位置上较为分散。销售额在一千万到一亿之间的数据较多,其中心集中在河南、湖北一带,分布较为广泛平均,多个省份出现该区段数据,证明该区段的销售额是该时间段内的大众化水平。销售额在零到一千万之间的数据较少,在各省市零星散布,应强调的是在新疆、黑龙江等区域只有该区段的销售额数据,同时在西藏、青海、甘肃等地缺少销售数据。即在本次选取的数据中,以上区域未产生交易或产生交易极少。虽然由于数据本身的限制,该结果不尽全面,但也从一定程度上反映出我国部分区域电商经济仍较为落后,发展前景较好但充满挑战。就整体情况来看,本月内东南地区销售额较多,发展趋势较好。沿海地区与西藏、青海等地差距明显,数据分布的方向性较弱,分布较为均质。


3、电商销售数据空间聚集度分析


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图13 销售数据热力值分析

(注:该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1823号的标准地图制作,底图无修改。)


新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

图14 空间销售数据热点分析

(注:该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1823号的标准地图制作,底图无修改。)


通过热力图及热值分布可知,沿海地区要素集中,分布密集,形成一定规模,江浙一带及广东最为突出。反观这些地区的发展情况,支撑该结果的共同点在于对外贸易较频繁、产业竞争力较强、基础设施建设水平较完善等基础条件。通过热力图呈现的趋势也可佐证这一结论,从热力图可以明显看出分布热力值由沿海到内陆的递减式变化,相应城市封闭化程度递增,缺少相关的二产、三产支撑,致使该类地区具备成为原始材料供应地的条件,但尚不具备成为产品直销地的能力。同时各项基础设施建设较缺乏,大数据、互联网、物联网等普及程度较低,缺乏增强与其他省市经济技术互动的渠道。


疫情以来,西北地区各类农产品及特色产品直播所占份额快速增加,将更多的特色化商品面向社会,这是市场变化带来的消费模式的变化,代表西北地区具有巨大潜力,是可开拓的市场,具备发展的条件与可能性,尤其是具备成为产品供应基地的条件,合理协调西北地区在直播经济中承担的角色对我国直播经济发展的提升至关重要。


由于运输条件、经济条件、信息感知等条件的差异,我国直播经济在空间上发展极不平衡,发展尚不完善,西北一带有大量市场亟待开发。这样的空间地理分布差异,究其根本在于部分地区新一代信息技术、大数据、智慧城市等方面的落后。当前,我国大力推动中西部地区的发展,这对社会各方以及经济发展都是重要契机。


1

3

1

讨论与结论


1、讨论


(1)影响直播经济的购销因素


当前直播经济进入快速发展期,规模不断扩大,暴露出该行业存在的问题。已有研究中,对消费者行为以及直播本身的软硬条件已有较充分讨论,但多聚焦于问题描述,缺少相应的数据对比分析。本研究通过实证分析,有力论证直播内涵品质的提升以及粉丝群体粘性的增强能促进直播行业发展的结论,并发现直播经济尚未形成规范化体系,缺乏城市宏观经济层面的把控与支持,行业发展较自主,供应链不完整,缺乏相应的体系化市场管理机制的问题。本次研究尚存在数据量不充足,调研数据来源具有局限性等问题,后续应继续完善。


(2)城市空间视角下的直播经济


目前从空间视角分析直播经济的研究较少并且多是在经济学的大背景下进行。直播经济的快速普及改变了居民的生活方式,本研究基于这一现状,从城市视角对直播经济进行分析,结果显示我国部分地区(特别是西北地区)由于道路、通信等基础设施建设不完善,缺乏高新技术人才等问题,直播经济发展存在较强地域性差异,尚不能形成产业联盟,空间分布不均匀,在全国层面上未能形成完善的网状体系,不利于东部沿海地区带动西北内陆地区的发展。本次研究已呈现出一定的空间分布规律,但由于只选取淘宝直播平台数据,分析不够全面,应在后续进行多次多平台统计。


2、结论


(1)本研究通过问卷调查以及实证分析,从消费者的粉丝粘性以及直播行业的品质两方面分析影响直播经济购销的因素。由分析可知,粉丝粘性越强,对商品的信任度越高,越利于商品的销售。同时商品质量、售后服务、销售模式等影响直播质量的因素也对商品的购销行为产生直接影响。加强直播内容特色化,把控产品质量,做好售后服务,建设市场智慧监管平台是直播经济发展的基础。


(2)由于道路交通设施、电信网络的不完善;高科技人才的缺失;自身地理条件因素等的影响,我国直播经济的发展在东部沿海地区与部分内陆地区存在明显差异。这一差异是符合当下社会发展客观规律的,但同时也应看到,西部地区有巨大潜力,中部地区有良好发展基础。通过区域合作,完善产业链,形成网络化的发展脉络,促进规模经济的形成,对我国直播经济的发展有重要意义。


参考文献(上滑查看全部)

[1]周良发,韩剑尘.网络直播的内涵特征及其在思想政治理论课教学中的应用[J].佳木斯大学社会科学学报,2017,35(05):164-168.

[2]朱妍.传播学视角下网络直播的传播要素分析[J].新媒体研究,2017,3(03):34-35.

[3]张倩.传播学视角下网络直播的形成与发展[J].新媒体研究,2017,3(19):98-99.

[4]刘政阳.网络直播:新的场景与景观[D].中国社会科学院研究生院,2019.

[5]浦秋霞.从“观看”到“参与”:网络直播的场景建构[J].新媒体研究,2018,4(18):6-8.

[6]罗桂花.网络直播在农村电子商务发展的应用探究[D].中南林业科技大学,2019.

[7]张玉婷.大学生网络直播行为的价值引导研究[D].重庆邮电大学,2019.

[8]孙艺.网络直播的兴起与发展探析[J].新媒体研究,2016,2(23):103-104.

[9]钟晴.消费文化视角下的网络直播现象研究[D].湖南师范大学,2019.

[10]徐嘉遥.网络直播及其营销研究[D].吉林大学,2018.

[11]李露露.网络直播视角下的品牌营销策略研究[D].华中师范大学,2018.

[12]王晓蓉,彭丽芳.在线评论中奖励披露对消费者购买决策的影响[J/OL].软科学:1-8[2020-05-03].

[13]方超.电商网络主播特征对消费者态度影响研究[D].安徽大学,2018.

[14]吴滢滢.基于前景理论的中国消费者在线购买决策行为研究[D].南京理工大学,2018.

[15]李宗伟,张艳辉,栾东庆.哪些因素影响消费者的在线购买决策?——顾客感知价值的驱动作用[J].管理评论,2017,29(08):136-146.

[16]丁美玲.“网红+直播+电商”模式下影响消费者购买行为研究[J].中国市场,2018(16):148-149.

[17]万颖桦.基于GIS技术的电商销售数据时空统计分析及可视化表达[D].东华理工大学,2018.

[18]姜佳奇. 网红经济下直播对消费者购买决策的影响因素分析[D].北京邮电大学,2019.


*本文为2021中国城市规划年会论文。

本文由2019年湖南省自然科学基金(2019JJ50990);2019年湖南省教育厅重点项目(19A514);2019年国家自然科学基金(31901363)共同资助。

【免责声明】本公众号发布的内容仅供学习交流使用,不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益,请及时与我们联系,我们将于第一时间协商版权问题或删除内容。内容为作者个人观点,不代表本公众号立场和对其真实性负责。


你可能还想看这些


张恩嘉、龙瀛:面向未来的数据增强设计——信息通信技术影响下的设计应对

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

点击图片阅读全文

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

方圆阁鉴书 | 历史的借鉴与时代的启示

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

点击图片阅读全文

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

双十一啥也不买到底亏不亏 | TA说啥都不买立省100%

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

点击图片阅读全文

新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例
新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

原文始发于微信公众号(中国城市规划):新媒体时代下直播经济区域分布及影响特征分析——以淘宝直播为例

赞(0)