“網紅+電商”銷售模式助農增收的實證研究

龔 暄，陳 靜，朱星月

(1. 南京財經大學金融學院，江蘇 南京210023；2. 南京財經大學經濟學院，江蘇 南京210023)

一、 引言

近年來我國十分注重農村經濟的發展，著力解決“三農”問題，防止脫貧農戶返貧成為問題研究的關鍵。 近年來，許多農村地區經常出現農產品“賣難”問題，“網紅+電商”銷售模式異軍突起，成為助銷農產品的新渠道。

論文旨在利用農產品直播數據進行實證分析，為“網紅+電商”助農模式的有效性和可持續性研究提供數據支持。 目前，對直播電商助農模式的研究多停留在一些純文字性的案例分析上，這些案例一方面是少部分農民成功直播銷售農產品的典例，相對具有偶然性和不可復制性，另一方面案例的樣本數量較少，不具備代表性。 論文拋開純文字性的案例分析，在大量搜集與農民直播銷售農產品相關數據的基礎上，結合一些必要的宏觀數據，對直播電商助農模式進行實證分析，以得到更加客觀有效的結論，為后續的研究提供基礎。

二、 近30 天單日最高銷售額整體情況

(一)數據

1. 數據介紹

文章使用數據來自課題小組于2020 年的調研數據。 調研內容為知名度較高的農民網紅主播。 主要調查了其近200場直播的基本情況(2020 年9 月～2020 年10 月)，數據分為主播相關特征、直播地區宏觀指標和直播地區三個部分。 調研在整個互聯網范圍內的主播之間進行，它們來自東部、中部、西部共22 個省份。

為滿足研究需要，在進行分析時進行了如下數據預處理:剔除異常值、極端值和缺陷值，并進行必要和合理的插補后，最終得到的有效樣本為155 個。

2. 變量

被解釋變量:近30 天單日最高銷售額(2020 年9 ～2020年10 月)。 銷售額是農產品帶貨效果的直觀反映，“單日最高”則有利于度量和比較農產品帶貨的效應。

解釋變量:根據淘寶直播數據平臺已有的研究分類，本章主要取農民網紅主播相關特征、直播地區宏觀數據和直播地區分類三部分。

農民網紅主播相關特征包括性別、年齡、粉絲數、是否專業非農主播、是否只賣農產品這五個直接或間接影響銷售額的變量。

直播地區宏觀數據選取了3 個國民經濟主要指標:GDP指按市場價格計算的一個國家(或地區)所有常駐單位在一定時期內生產活動的最終成果，是衡量一個地區總體情況的核心指標。 交通運輸、倉儲和郵政業是影響直播產品的運輸總量和物流速度的關鍵指標。 居民人均可支配收入是指居民獲得并且可以用來自由支配的平均收入，它是觀察地區之間收入如何分配的最重要的經濟指標。

地區差異按中國衛生統計年鑒將調研數據涉及的22 個省份劃分為東部、中部和西部3 個地區，并以西部為基組，保留東部和中部兩個虛擬變量，涵蓋了中國各地區的主播和農產品，由此控制地區間差異的影響。

(二)主要變量的描述性統計分析

樣本中近30 天單日最高銷售額的最大值為3338600 元，最小值為15 元，平均單日最高銷售額為40992 元。 女性約占五成，年齡(小于40 歲)占七成以上，不同主播的粉絲數差異較大，專業主播約占30%，90%以上的主播直播時只賣農產品。不同省份的GDP(生產總值)，交通運輸、倉儲和郵政業增加值以及居民人均可支配收入差異較大，西部地區擁有較大比例的農產品帶貨。 由于年輕的女性主播擁有較好的外表和聲音條件，可能會給消費者帶來更好的購物體驗。 調研對象主要是知名度較高的農民網紅主播，所以非專業主播和直播時只賣農產品的比例較大。 我國的西部地區疆域遼闊，擁有豐富的土地資源和豐富的水能資源，所以農產品帶貨量較大。

將主播相關特性、直播地區宏觀指標和直播地區作為主要變量進行描述性統計分析結果如表1 所示:

表1 主要變量描述性統計分析

三、 近30 天單日最高銷售額影響因素

(一)相關性分析

為了使數據的呈現方式接近文章所希望的前提假設——被解釋變量和解釋變量的增長率分布存在一定的規律，對近30 天單日最高銷售額，粉絲數，GDP，交通運輸、倉儲和郵政業增加值和居民人均可支配收入5 個變量取對數，從而更好地進行統計判斷。

1. 主播相關特征

在主播相關特征這一組，與近30 天單日最高銷售額正相關的是性別、年齡(小于40 歲)、粉絲數和是否專業主播。其中，銷售額與直播時只賣農產品是負相關，即直播時只賣農產品會降低銷售額。 這說明直播商品的種類量也會影響消費者的選擇。

2. 直播地區宏觀指標

在直播地區宏觀指標這一組中，與近30 天單日最高銷售額正相關的是交通運輸、倉儲和郵政業增加值，GDP、居民人均可支配收入與近30 天單日最高銷售額負相關。

3. 直播地區

在直播地區分類這一組中，中部與近30 天單日最高銷售額正相關，東部與銷售額負相關。 意味著與西部地區相比，越往中部地區靠近，農產品的銷售額越高。 中部地區土地資源豐富，氣候常年濕潤、四季分明，適宜農產品的種植和銷售。 東部與銷售額負向相關，即越是靠近東部地區，銷售額反而越低，且影響較顯著。

以上為初步的相關性分析和一些直觀感知，這些變量之間的相關關系是否存在，還需要嚴格的實證檢驗來得到更加科學準確的結論。

(二)建立模型

為了分析近30 天單日最高銷售額是否存在主播相關特征因素，首先構建回歸模型:

Y1表示被調查主播近30 天單日最高銷售額，這里β1為待估系數矩陣，X1為解釋變量觀測值矩陣，constant1為常數項，e1表示誤差項。

加入主要變量得到:

在這里Y2仍然表示被調查主播近30 天單日最高銷售額，但受到加入直播地區宏觀指標和地區分組之后的X2影響，β2為待估系數矩陣，X2為新解釋變量觀測值矩陣，e2表示誤差項。

論文的因變量多為邏輯變量，一般對此采用Logistic Regression 邏輯回歸模型進行處理。 但是，近年來有計量經濟學家發現，在不考慮預測的情況下，直接采用OLS 法進行估計，可能會取得更為準確的估計結果，同時也便于分組比較分析。 因此，本章采用Minitab15 軟件，并采用OLS 方法進行分析。

(三)逐步回歸法

1. 引入所有變量回歸

回歸方程:模型1

近30 天單日最高銷售額=-4.145+0.147 女性-0.134 年齡(小于40 歲)+0.355 粉絲數+0.220 是否專業主播-0.155是否只賣農產品-0.131GDP+0.691 交通運輸、倉儲和郵政業增加值+0.06 居民人均可支配收入-0.795 東部+0.058 中部

首先得到模型1 的結果:為了避免多重共線性，去掉了一個邏輯變量“西部”，即地區以西部為對比變量。 性別，粉絲數，專業主播，交通運輸、倉儲和郵政業增加值，居民人均可支配收入以及中部變量對于近30 天單日最高銷售額都有正面的影響。 其中粉絲數對近30 天單日最高銷售額的影響顯著。 即與同條件下的主播相比，粉絲數每增加1%，近30天單日最高銷售額增加0.3549%。

年齡(小于40 歲)、只賣農產品和GDP 等邏輯變量系數為負，即這些條件下的主播與相反條件下的主播相比銷售額降低。

對女性、年齡(小于40 歲)、粉絲數、專業主播、只賣農產品、GDP、交通運輸、倉儲和郵政業增加值、居民人均可支配收入、東部和中部這10 個變量進行逐步回歸結果如表2所示:

表2 逐步回歸結果1

續表

2. 主播相關特征回歸

回歸方程:模型2

近30 天單日最高銷售額=2.02+0.126 女性-0.091 年齡(小于40 歲)+0.360 粉絲數+0.267 是否專業主播-0.245 是否只賣農產品

模型2 的結果中，可以看到只有粉絲數對銷售量的影響是十分顯著的，年齡、性別、是否專業主播、只賣農產品并不能夠顯著影響近30 天單日最高銷售額。

其中，根據粉絲數從小到大變化，銷售額呈現上升的趨勢。 控制其他變量不變的情況下，粉絲數每增加1%，單日最高銷售額會增加0.3603%，比所有變量回歸的模型大0.0054%。 表明在不考慮地區的因素時，在其他條件不變的情況下，每增加1%的粉絲，銷售額將比考慮地區因素時增加0.0054%。

對女性、年齡(小于40 歲)、粉絲數、專業主播和只賣農產品這5 個變量進行逐步回歸結果如表3 所示:

表3 逐步回歸結果2

3. 直播地區宏觀指標回歸

回歸方程:模型3

近30 天單日最高銷售額=11.4-1.36GDP+1.36 交通運輸、倉儲和郵政業增加值-1.40 居民人均可支配收入

模型3 的回歸結果中可以看到GDP、交通運輸、倉儲和郵政業增加值，居民人均可支配收入對銷售量影響都是十分顯著的(P＜0.1)。 其中，GDP 每增加1%，近30 天單日最高銷售額減少1.3605%；交通運輸、倉儲和郵政業增加值每增加1%，近30 天單日最高銷售額增加1.3634%；居民人均可支配收入每增加1%，近30 天單日最高銷售額減少1.3998%。

對GDP、交通運輸、倉儲和郵政業增加值和居民人均可支配收入這3 個變量進行逐步回歸結果如表4 所示:

表4 逐步回歸結果3

4. 地區回歸

回歸方程:模型4

近30 天單日最高銷售額=3.46-0.504 東部+0.072 中部在模型4 中，東部對近30 天單日最高銷售額影響顯著，地區

每從西部向東部移動1%，近30 天單日最高銷售額減少0.5045%；而中部對近30 天單日最高銷售額沒有顯著影響。

對東部和中部這2 個變量進行逐步回歸結果如表5所示:

表5 逐步回歸結果4

5. 穩健性檢驗

(1)對變量進行替換

本章節更改變量將居民人均可支配收入的表示方法改變，由ln 值改為以萬元為單位的居民人均可支配收入值。 居民可支配收入的系數由模型1 中的0.056 變為-0.1113。 其余變量系數值大小、方向和顯著性并未發生明顯變化，表明結果是穩健的。

(2)排除居民人均可支配收入異常值

為了防止極端值的影響，回歸中剔除了居民人均可支配收入最高的1%和最低的1%的主播樣本。 從回歸結果中發現，解釋變量的大小、方向和顯著性并未發生明顯變化，再次表明估計結果是穩健的。

四、 結論

從全樣本來看，粉絲數、直播地區宏觀指標和是否東部等邏輯變量對于近30 天單日最高銷售額都有較顯著的影響；年齡(小于40 歲)、性別、專業主播、只賣農產品、是否中部并不會對近30 天單日最高銷售額產生顯著性影響。

根據主播相關特征分組來看，主播粉絲數的多少使得近30 天單日最高銷售額的影響因素有所不同。 粉絲數相同的情況下，專業的女性主播更易獲得高銷售額，相反，年齡(小于40 歲)、直播時只賣農產品會對銷售額產生負面影響。

根據直播地區宏觀指標分組來看，GDP 越低、交通運輸倉儲和郵政業增加值和居民可支配收入越高的地區近30 天單日最高銷售額越高。

根據地區分組來看，東部類邏輯變量對于近30 天單日最高銷售額的影響較顯著，且系數為負，因此位于東部地區的農民網紅主播與位于西部地區的主播相比，其近30 天單日最高銷售額顯著降低。 而中部因顯著性不明顯，所以相比之下，主播地區從西部到中部的變化對近30 天單日最高銷售額產生的影響較小。 因系數為正，即位于中部地區的主播近30 天單日最高銷售額相對于西部地區較高，但差別不顯著。