李依一，方 颖，廖小涵，李春芳

(广东金融学院，广东 广州 510521)

0 引言

在一系列政策指引下，农产品电商逐渐成为推动乡村产业兴旺和农民增收的重要方式。商务部数据显示，2019年全国农产品网络零售额达到3 975亿元，同比增长27.0%。2020年初新冠肺炎疫情席卷全球，日常的销售渠道被迫阻断，农产品直播成为农户们的新选择。据中国商务部官网商务数据统计，2020年第一季度，农产品网络零售额逆势增长，同比增长幅度达到31.0%，其中，肉禽蛋、粮油和蔬菜销售额增速均在70%以上。农产品网络直播作为农产品电商发展的新模式，为农业和农村市场的发展增添了新活力。针对农产品主播特征和直播特征进行量化分析，并以此对各主体提出兼具建设性和实践性的建议，将有助于农产品直播带货行业的可持续发展。

1 直播带货概述

1.1 直播行业的主播特征

随着直播行业的飞速发展，主播的规模也呈现急速扩张的趋势。《2020年中国网络表演(直播)行业发展报告》显示，截至2020年末，我国23家主流直播平台中主播账号数量已经超过1.3亿。

在直播带货过程中，粉丝往往基于对主播的信任和认可，更愿意下单购买主播推荐的产品。粉丝量是衡量主播商业价值的一个重要指标，主播粉丝越多，意味着其拥有更强的变现能力，直播带货的效果也会更好。在农产品直播营销中，由于部分主播直播间隔时间较长，与粉丝互动频率较低，使得粉丝转化率偏低，直播行业分化加剧[1]，而消费者作为信息不对称的一方，由于缺乏对主播的信任和对商品的了解，往往会抑制自身的购买行为。主播采取增加直播场次和直播时长的方式，全方位地展示产品，促进消费者充分感知产品的功能价值；通过营造良好的购物氛围，将消费者置身于购物情境中，从而引起消费者兴奋等情绪，满足消费者对产品以及情感的双项需求，进而影响其购买意愿[2]。所以本研究的主播特征设定为主播粉丝量、直播场次和直播时长。

1.2 直播带货特征

中国互联网信息中心(CNNIC)发布的《中国互联网络发展状况统计报告》统计数据显示，截至2020年12月末，中国观看网络直播用户规模达到6.17亿人。

消费者在购物时通常会将商品的价格作为主要的考虑因素。直播带货具有传统卖货不具备的价格优势，直播带货常常通过优惠的价格吸引消费者，让消费者产生兴奋等正向情感，从而促成购买行为的达成。优惠促销作为电商直播商业模式常用的营销手段，对购买意愿有正向影响[3]。而决定优惠促销能否最优化实施的前提之一是直播的场均观看人数的数量。场均观看人数作为直播的主要特征，场均观看人数越多，直播间的知名度和流行度将会提高，在大数据的推送下，观众基于从众心理，会在好奇心的驱动下加入推送的直播间，潜在的购物行为在直播环境中更容易被激发。

平台作为直播载体，在直播前期利用明星、网红、大V微博、微信公众号进行宣传，搭配线下广告海报、宣传单页等聚合人气，能够吸引观众点赞和分享直播间，为实时移动视频直播带来更多的流量[4]，从而促进直播间购物行为的发生。此外，根据快手官方数据营销洞察平台发布的《快手有佳人|2020快手女性人群价值报告》显示，2020年1—12月，快手活跃女性人数增长17.7%，消费增长265.1%。这说明女性群体消费能力不断增强，已经逐渐成为消费市场不可小觑的关键人群，存在着巨大的市场潜力。因此，围绕消费者与平台之间的关系，本研究的直播特征设定为平均客单价、场均观看人数、新增分享数、新增点赞数以及女粉丝占比。

1.3 农产品直播带货现状

以往关于农产品直播带货的研究发现，相比其他销售渠道，农产品线上直播带货能够刺激用户对农产品的购买热情，创造更高的成交量，从而提升农民生产农产品的积极性，更好地满足市场需求[5]。大力发展农产品直播，能够缓解农民的经济压力，推广本地资源，拓宽农产品销售辐射领域，是促进地区经济发展，保障民生的重要举措[6]。然而，相对于其他售卖渠道，农产品直播生产端中遇到的问题有农产品的保鲜时间有限、销售期限相比工业品短等，这对农产品直播营销造成了不利的影响。因此，农产品直播营销需要锚定对直播销售量有较大影响力的受众[7]。

回顾学者们近年来对“农产品直播带货”的研究，主要着重于农产品直播带货的途径、发展优势、发展现状与解决措施，以及对各大平台知名主播营销方式的探析，但对于农产品直播带货效果的影响因素研究，目前暂处于未深入研究的阶段。基于现阶段的研究情况，本研究将从农产品直播带货效果的两个层面即主播特征和直播特征入手，探究主播特征和直播特征对农产品直播带货效果的影响。并基于研究结果，从直播带货的多方参与主体出发，提出增加农产品直播带货效益以及促进农产品直播行业良性发展的策略和建议。

2 研究假设

2.1 主播特征对农产品直播效果的影响

粉丝作为长期关注直播间的用户，是直播间的消费主力，他们同时也受其他粉丝消费行为的影响，继而产生从众消费的行为。据此提出以下假设。

H1a：主播粉丝人数越多，累计成交额越高，直播效果越好。

直播频率高可以不断强化主播的专业形象，获取观众的信任，不易引起观众的反感，加速获取客户和潜在受众的转化。据此提出以下假设。

H1b：直播场次越多，累计成交额越高，直播效果越好。

随着直播时长的增加，在直播中对农产品的介绍将更加全面客观，营造更好的直播效果，从而吸引更多的消费者，提高农产品直播带货的总效果。据此提出以下假设。

H1c：直播时长越长，累计成交额越高，直播效果越好。

2.2 直播特征对农产品直播效果的影响

平均客单价直观地表现出直播间售货能力，体现直播间消费者的购买能力。据此提出以下假设。

H1d：平均客单价越高，累计成交额越高，直播效果越好。

场均观看人数可以直观反映主播的受众规模，是平台衡量直播间流量变现能力并为其增加平台推广营销的重要依据。据此提出以下假设。

H1e：场均观看人数越多，累计成交额越高，直播效果越好。

新增分享数代表观看用户对主播的认可度。通过分享直播间链接，提高主播人气，增加潜在客户。据此提出以下假设。

H1f：直播间新增分享数越多，累计成交额越高，直播效果越好。

直播间新增点赞数增加，提高了直播间的曝光度，从而吸引消费者进行消费。据此提出以下假设。

H1g：直播间新增点赞数越多，累计成交额越高，直播效果越好。

女性是目前消费市场的重要主体，对网红经济的贡献不容小觑。据此提出以下假设。

H1h：女性占粉丝比重越大，累计成交额越高，直播效果越好。

3 研究方法

3.1 样本及统计方法

抖音作为国内最大的短视频和电商直播平台之一，拥有广泛的受众和先进的技术。本研究通过“抖查查”平台，随机选取了111名抖音平台的农产品主播在2021年10月24日—11月23日，总计30 d的直播数据和粉丝数据，同时将小于或大于平均数±3个标准差的数值定义为极端值并剔除，最终得到的有效样本为104个，再利用STATA软件对数据进行描述性统计、相关分析和多元回归分析法，以此检验主播因素和直播特征对农产品直播带货商业效果的影响。

3.2 变量测量

3.2.1 被解释变量

本研究的被解释变量为累计成交额，即每名农产品主播在30 d内累计直播中完成交易的总金额，以此作为农产品直播带货商业化效果的指标。

3.2.2 解释变量

解释变量从农产品直播带货的2个直接影响层面选取。①主播特征，即主播粉丝量、直播场次和直播时长。②直播特征，包括平均客单价、场均观看人数和直播时长、新增分享数、新增点赞数以及女粉丝占比。各变量定义如表1所示。

表1 变量定义

4 数据分析与结果

4.1 描述性统计

描述性统计结果如表2所示。从直播带货的效果上看，累计成交额的均值和中位数差距较大，说明当前的成交额主要集中在头部主播，腰部以及尾部主播所获取的市场份额较小，直播带货市场竞争较为激烈。

表2 各变量描述统计结果

从主播特征来看，直播场次均值和中位数差异较小，说明不同主播开设的直播场次差异相对较小，较为趋同。主播粉丝量这一解释变量，均值为17.05万，中位数为28.946 59万，两者之间存在较大差异，说明粉丝更青睐于头部主播。且头部主播的吸粉能力和粉丝转化率均优于腰部以及尾部主播；直播时长的均值明显高于中位数，说明不同主播没有统一的直播时长，会根据直播的实际情况(如所展示的商品数，直播中观众的互动程度)去决定直播的时长。

从直播特征来看，女粉丝占比的均值和中位数差异较小，说明女粉丝在不同直播间的参与程度较为趋同。均值与中位数接近0.58，说明相较于与男性群体，女性群体的规模更胜一筹。场均观看人数的均值和中位数之间的差值为3万左右，两者之间较大的差值说明场均观看人数在不同级别的主播中分布不均，偏集中于头部主播。新增点赞数的均值和中位数存在一定的差异，说明观众对于不同直播间，喜爱程度略显不同。新增分享数的均值高于中位数，说明平台在不同直播间的引流程度和效果存在较大差异。

4.2 相关性分析

变量相关系数如表3所示，被解释变量Y1直播销售额——累计成交额(万)与解释变量X5场均观看人数(r=0.642，p<0.01)、X8女粉丝占比均显著正相关(r= 0.226，p<0.05)，与解释变量X1主播粉丝量、X2直播场次(场)、X3直播时长、X4平均客单价、X6新增分享数、X7新增点赞数相关性不显著。

表3 变量相关系数表

解释变量X5场均观看人数(万)与X8女粉丝占比之间相关系数小于0.2，说明这两个解释变量之间内在关联度较弱，不存在多重共线性问题。

4.3 回归分析

上文相关分析的结果表明，被解释变量直播销售额——累计成交额(万元)与解释变量X5场均观看人数、X8女粉丝占比均显著正相关，其余解释变量X1、X2、X3、X4、X6、X7与Y1直播销售额——累计成交额(万元)相关性均不显著，为检验场均观看人数和女粉丝占比对农产品直播商业化效果指标Y1直播销售额——累计成交额(万元)的影响，建立回归模型1：

模型1：Y1=a0+a5X5+a8X8+e0

回归分析结果如表4所示，模型1的拟合程度较好(F=38.43，p<0.001)，解释变量X5场均观看人数对被解释变量Y1直播销售额——累计成交额(万元)有显著正向影响(t=8.23，p<0.001)，且影响程度很大，a5=6.287。而解释变量X8女粉丝占比对直播销售额Y1无显著影响(t=1.90，p>0.05)。因此剔除X8女粉丝占比，建立回归模型2。

模型2：Y1=a1+a5X5+e1

由表4——模型2回归结果可得，模型2拟合效果良好(F=71.43，p<0.001)；解释变量X5场均观看人数对被解释变量Y1直播销售额——累计成交额(万元)有显著正向影响(t=8.45，p<0.001)，且影响很大，a5=6.479。由此，可构建出具体的回归模型2。

表4 场均观看人数与累计成交额的回归结果

具体的回归模型2：Y1=6.479X5+22.186

同时，该模型的回归结果在经济意义上也具有显著性，即X5场均观看人数(万人)每增加1个单位，Y1直播销售额——累计成交额(万元)平均而言将提高约6.479个单位。

上述研究结果表明，增加场均观看人数将给主播带来更多的直播销售额——累计成交额，进而提高了直播收益。这将促使主播采取各种措施提高这一方面，以促进累计成交额的提高。

4.4 结果综合分析

由实证分析结果可知，X1主播粉丝量(万人)、X2直播场次(场)、X3直播时长(h)、X4平均客单价、X6新增分享数、X7新增点赞数、X8女粉丝占比等与Y1直播销售额——累计成交额均不存在显著相关关系，说明主播粉丝量越多、直播场次越多、直播时长越长、平均客单价越合理、新增分享数越多、女粉丝占比越高，农产品直播带货效果不一定越好。这些影响因素的合理变化一定程度上可能有助于提高累计成交额，但是其效果不显著。由此可见，并不能完全通过改变X1主播粉丝量(万人)、X2直播场次(场)、X3直播时长(h)、X4平均客单价、X6新增分享数、X7新增点赞数、X8女粉丝占比等因素来促进直播销售额——累计成交额的提高。

由回归分析结果可知，X5场均观看人数对累计成交额有显著的正向影响即农产品直播场均观看人数越多，累计成交额越高，农产品直播带货效果越好。

由此可见，在农产品直播带货中，应该更加注重增加场均观看人数，通过直播引流来吸引消费者，提升直播带货效果。

5 结论与启示

5.1 研究结论

本研究的结果表明，场均观看人数是正向影响农产品直播商业效果的关键因素。而本研究所选的其他因素对直播的商业效果无显著影响。因此，在现阶段提高直播场均观看人数将是提高累计成交额，促进有效直播的重要推手。

5.2 启示与建议

未来农产品直播带货行业专业化、精细化将会是必然的趋势。但提高农产品直播带货效果仍会是农产品直播带货的热点和焦点。

结合本文实证研究结果，建议从提高农产品直播场均观看人数方面着手，提高农产品直播带货效果。这一措施可以通过以下两方面实现。

1)从农产品直播销售平台入手。由于平台的引流对场均观看人数的增加起到主要的作用，因此，农产品直播平台应该不断加强自身建设水平，畅通多样化引流渠道，提升专业化程度和知名度，提高用户对平台的认可度和依赖性。扩大客户基数。同时，农产品直播平台应开辟专门的农产品直播页面，实时更新推送农产品主播的相关直播信息，为消费者提供更好的服务体验，搭建好主播与消费者之间沟通的桥梁，促进消费者消费水平可持续增长。

2)从农产品直播平台的主播入手。对于主播而言，如何在每场直播中留住消费者，是主播应该关注的重点。所以，提升自身直播水平、增加场均观看人数是主播的必备技能，主播可以从以下几点出发去提升自己的业务水平：首先，主播要注重打造好个人口碑，增加直播互动，与观众保持良好通畅的沟通；其次，通过直播数据分析了解粉丝特性，设置合理的开播时间和开播时长，保持稳定的直播状态；再次，根据直播内容，设置直播门槛如关注和分享、引导收藏、截屏抽奖、人气互抽奖、秒杀、免单、满减满赠等方式来增强直播观看者黏性；最后，客服、助播要实时推送直播信息和活动信息，分享到社群、微信、直播广场、短视频号等，以吸引更多直播观看者。

从农产品直播带货行业来看，行业的良性发展需要平台、商家、消费者、政府等共同打造和维护、需要各方通力合作。平台应打造良好直播带货的口碑，商家要朝着良心商家方向发展、提供优质的产品和服务；消费者要懂得维护自身权益；政府要提供政策支持，畅通各方维权渠道，监督和引导行业健康发展。