“网红+电商”销售模式助农增收的实证研究

龚 暄，陈 静，朱星月

(1. 南京财经大学金融学院，江苏 南京210023；2. 南京财经大学经济学院，江苏 南京210023)

一、 引言

近年来我国十分注重农村经济的发展，着力解决“三农”问题，防止脱贫农户返贫成为问题研究的关键。 近年来，许多农村地区经常出现农产品“卖难”问题，“网红+电商”销售模式异军突起，成为助销农产品的新渠道。

论文旨在利用农产品直播数据进行实证分析，为“网红+电商”助农模式的有效性和可持续性研究提供数据支持。 目前，对直播电商助农模式的研究多停留在一些纯文字性的案例分析上，这些案例一方面是少部分农民成功直播销售农产品的典例，相对具有偶然性和不可复制性，另一方面案例的样本数量较少，不具备代表性。 论文抛开纯文字性的案例分析，在大量搜集与农民直播销售农产品相关数据的基础上，结合一些必要的宏观数据，对直播电商助农模式进行实证分析，以得到更加客观有效的结论，为后续的研究提供基础。

二、 近30 天单日最高销售额整体情况

(一)数据

1. 数据介绍

文章使用数据来自课题小组于2020 年的调研数据。 调研内容为知名度较高的农民网红主播。 主要调查了其近200场直播的基本情况(2020 年9 月～2020 年10 月)，数据分为主播相关特征、直播地区宏观指标和直播地区三个部分。 调研在整个互联网范围内的主播之间进行，它们来自东部、中部、西部共22 个省份。

为满足研究需要，在进行分析时进行了如下数据预处理:剔除异常值、极端值和缺陷值，并进行必要和合理的插补后，最终得到的有效样本为155 个。

2. 变量

被解释变量:近30 天单日最高销售额(2020 年9 ～2020年10 月)。 销售额是农产品带货效果的直观反映，“单日最高”则有利于度量和比较农产品带货的效应。

解释变量:根据淘宝直播数据平台已有的研究分类，本章主要取农民网红主播相关特征、直播地区宏观数据和直播地区分类三部分。

农民网红主播相关特征包括性别、年龄、粉丝数、是否专业非农主播、是否只卖农产品这五个直接或间接影响销售额的变量。

直播地区宏观数据选取了3 个国民经济主要指标:GDP指按市场价格计算的一个国家(或地区)所有常驻单位在一定时期内生产活动的最终成果，是衡量一个地区总体情况的核心指标。 交通运输、仓储和邮政业是影响直播产品的运输总量和物流速度的关键指标。 居民人均可支配收入是指居民获得并且可以用来自由支配的平均收入，它是观察地区之间收入如何分配的最重要的经济指标。

地区差异按中国卫生统计年鉴将调研数据涉及的22 个省份划分为东部、中部和西部3 个地区，并以西部为基组，保留东部和中部两个虚拟变量，涵盖了中国各地区的主播和农产品，由此控制地区间差异的影响。

(二)主要变量的描述性统计分析

样本中近30 天单日最高销售额的最大值为3338600 元，最小值为15 元，平均单日最高销售额为40992 元。 女性约占五成，年龄(小于40 岁)占七成以上，不同主播的粉丝数差异较大，专业主播约占30%，90%以上的主播直播时只卖农产品。不同省份的GDP(生产总值)，交通运输、仓储和邮政业增加值以及居民人均可支配收入差异较大，西部地区拥有较大比例的农产品带货。 由于年轻的女性主播拥有较好的外表和声音条件，可能会给消费者带来更好的购物体验。 调研对象主要是知名度较高的农民网红主播，所以非专业主播和直播时只卖农产品的比例较大。 我国的西部地区疆域辽阔，拥有丰富的土地资源和丰富的水能资源，所以农产品带货量较大。

将主播相关特性、直播地区宏观指标和直播地区作为主要变量进行描述性统计分析结果如表1 所示:

表1 主要变量描述性统计分析

三、 近30 天单日最高销售额影响因素

(一)相关性分析

为了使数据的呈现方式接近文章所希望的前提假设——被解释变量和解释变量的增长率分布存在一定的规律，对近30 天单日最高销售额，粉丝数，GDP，交通运输、仓储和邮政业增加值和居民人均可支配收入5 个变量取对数，从而更好地进行统计判断。

1. 主播相关特征

在主播相关特征这一组，与近30 天单日最高销售额正相关的是性别、年龄(小于40 岁)、粉丝数和是否专业主播。其中，销售额与直播时只卖农产品是负相关，即直播时只卖农产品会降低销售额。 这说明直播商品的种类量也会影响消费者的选择。

2. 直播地区宏观指标

在直播地区宏观指标这一组中，与近30 天单日最高销售额正相关的是交通运输、仓储和邮政业增加值，GDP、居民人均可支配收入与近30 天单日最高销售额负相关。

3. 直播地区

在直播地区分类这一组中，中部与近30 天单日最高销售额正相关，东部与销售额负相关。 意味着与西部地区相比，越往中部地区靠近，农产品的销售额越高。 中部地区土地资源丰富，气候常年湿润、四季分明，适宜农产品的种植和销售。 东部与销售额负向相关，即越是靠近东部地区，销售额反而越低，且影响较显著。

以上为初步的相关性分析和一些直观感知，这些变量之间的相关关系是否存在，还需要严格的实证检验来得到更加科学准确的结论。

(二)建立模型

为了分析近30 天单日最高销售额是否存在主播相关特征因素，首先构建回归模型:

Y1表示被调查主播近30 天单日最高销售额，这里β1为待估系数矩阵，X1为解释变量观测值矩阵，constant1为常数项，e1表示误差项。

加入主要变量得到:

在这里Y2仍然表示被调查主播近30 天单日最高销售额，但受到加入直播地区宏观指标和地区分组之后的X2影响，β2为待估系数矩阵，X2为新解释变量观测值矩阵，e2表示误差项。

论文的因变量多为逻辑变量，一般对此采用Logistic Regression 逻辑回归模型进行处理。 但是，近年来有计量经济学家发现，在不考虑预测的情况下，直接采用OLS 法进行估计，可能会取得更为准确的估计结果，同时也便于分组比较分析。 因此，本章采用Minitab15 软件，并采用OLS 方法进行分析。

(三)逐步回归法

1. 引入所有变量回归

回归方程:模型1

近30 天单日最高销售额=-4.145+0.147 女性-0.134 年龄(小于40 岁)+0.355 粉丝数+0.220 是否专业主播-0.155是否只卖农产品-0.131GDP+0.691 交通运输、仓储和邮政业增加值+0.06 居民人均可支配收入-0.795 东部+0.058 中部

首先得到模型1 的结果:为了避免多重共线性，去掉了一个逻辑变量“西部”，即地区以西部为对比变量。 性别，粉丝数，专业主播，交通运输、仓储和邮政业增加值，居民人均可支配收入以及中部变量对于近30 天单日最高销售额都有正面的影响。 其中粉丝数对近30 天单日最高销售额的影响显著。 即与同条件下的主播相比，粉丝数每增加1%，近30天单日最高销售额增加0.3549%。

年龄(小于40 岁)、只卖农产品和GDP 等逻辑变量系数为负，即这些条件下的主播与相反条件下的主播相比销售额降低。

对女性、年龄(小于40 岁)、粉丝数、专业主播、只卖农产品、GDP、交通运输、仓储和邮政业增加值、居民人均可支配收入、东部和中部这10 个变量进行逐步回归结果如表2所示:

表2 逐步回归结果1

续表

2. 主播相关特征回归

回归方程:模型2

近30 天单日最高销售额=2.02+0.126 女性-0.091 年龄(小于40 岁)+0.360 粉丝数+0.267 是否专业主播-0.245 是否只卖农产品

模型2 的结果中，可以看到只有粉丝数对销售量的影响是十分显著的，年龄、性别、是否专业主播、只卖农产品并不能够显著影响近30 天单日最高销售额。

其中，根据粉丝数从小到大变化，销售额呈现上升的趋势。 控制其他变量不变的情况下，粉丝数每增加1%，单日最高销售额会增加0.3603%，比所有变量回归的模型大0.0054%。 表明在不考虑地区的因素时，在其他条件不变的情况下，每增加1%的粉丝，销售额将比考虑地区因素时增加0.0054%。

对女性、年龄(小于40 岁)、粉丝数、专业主播和只卖农产品这5 个变量进行逐步回归结果如表3 所示:

表3 逐步回归结果2

3. 直播地区宏观指标回归

回归方程:模型3

近30 天单日最高销售额=11.4-1.36GDP+1.36 交通运输、仓储和邮政业增加值-1.40 居民人均可支配收入

模型3 的回归结果中可以看到GDP、交通运输、仓储和邮政业增加值，居民人均可支配收入对销售量影响都是十分显著的(P＜0.1)。 其中，GDP 每增加1%，近30 天单日最高销售额减少1.3605%；交通运输、仓储和邮政业增加值每增加1%，近30 天单日最高销售额增加1.3634%；居民人均可支配收入每增加1%，近30 天单日最高销售额减少1.3998%。

对GDP、交通运输、仓储和邮政业增加值和居民人均可支配收入这3 个变量进行逐步回归结果如表4 所示:

表4 逐步回归结果3

4. 地区回归

回归方程:模型4

近30 天单日最高销售额=3.46-0.504 东部+0.072 中部在模型4 中，东部对近30 天单日最高销售额影响显著，地区

每从西部向东部移动1%，近30 天单日最高销售额减少0.5045%；而中部对近30 天单日最高销售额没有显著影响。

对东部和中部这2 个变量进行逐步回归结果如表5所示:

表5 逐步回归结果4

5. 稳健性检验

(1)对变量进行替换

本章节更改变量将居民人均可支配收入的表示方法改变，由ln 值改为以万元为单位的居民人均可支配收入值。 居民可支配收入的系数由模型1 中的0.056 变为-0.1113。 其余变量系数值大小、方向和显著性并未发生明显变化，表明结果是稳健的。

(2)排除居民人均可支配收入异常值

为了防止极端值的影响，回归中剔除了居民人均可支配收入最高的1%和最低的1%的主播样本。 从回归结果中发现，解释变量的大小、方向和显著性并未发生明显变化，再次表明估计结果是稳健的。

四、 结论

从全样本来看，粉丝数、直播地区宏观指标和是否东部等逻辑变量对于近30 天单日最高销售额都有较显著的影响；年龄(小于40 岁)、性别、专业主播、只卖农产品、是否中部并不会对近30 天单日最高销售额产生显著性影响。

根据主播相关特征分组来看，主播粉丝数的多少使得近30 天单日最高销售额的影响因素有所不同。 粉丝数相同的情况下，专业的女性主播更易获得高销售额，相反，年龄(小于40 岁)、直播时只卖农产品会对销售额产生负面影响。

根据直播地区宏观指标分组来看，GDP 越低、交通运输仓储和邮政业增加值和居民可支配收入越高的地区近30 天单日最高销售额越高。

根据地区分组来看，东部类逻辑变量对于近30 天单日最高销售额的影响较显著，且系数为负，因此位于东部地区的农民网红主播与位于西部地区的主播相比，其近30 天单日最高销售额显著降低。 而中部因显著性不明显，所以相比之下，主播地区从西部到中部的变化对近30 天单日最高销售额产生的影响较小。 因系数为正，即位于中部地区的主播近30 天单日最高销售额相对于西部地区较高，但差别不显著。