測度中國網絡直播發展：指數編制與時空特征

黃天鑒

（西南大學經濟管理學院，重慶 400715）

一、引言

21世紀以來，伴隨著移動互聯網的普及與數智化技術的不斷創新，一種新興的高互動性社交娛樂方式——網絡直播應運而生。網絡直播是利用現代互聯網技術將現場的音頻和視頻轉換成特定的數字信號，形成完整的內容并上傳到互聯網上供網民觀看的一種形式 （Fu，2022）［1］。網絡直播通過其強互動性、強專業性和高轉化率等優勢迅速吸引了一大批網民參與其中。根據中國國家統計局數據，2021年中國直播電商相關企業注冊量為21791家，同比增長228.1%；中國網絡直播用戶規模為63769萬人，使用率為63.1%。在此背景下，研究世界網絡直播發展位列前茅之一的中國具有強烈的現實意義。

作為新時代的一種新型社交娛樂方式，網絡直播既是機遇也面臨著挑戰。一方面，以網絡直播為基礎催生了網紅經濟的迅速發展，進而對滿足人們的精神文化需求、帶動居民的文娛性消費、緩解社會就業壓力、增強國家經濟活力等具有積極影響。但另一方面，網絡直播尚缺乏正確的價值引導和嚴格的監管約束，許多消費者權益無法得到有效保障，不良的社會風氣蔓延并殘害著部分青少年群體，例如一些主播為了吸引粉絲而采取獵奇求怪、直播社會禁忌等低俗方式，這對社會風尚帶來消極影響 （韓磊等，2020）［2］。中國政府高度重視這一問題，于2021年7月12日已頒布 《網絡表演經紀機構管理辦法 （征求意見稿）》，加強了對網絡直播的約束和監管，這對加強網絡直播的管理，規范直播行業運行秩序，維護上網用戶的合法權益都具有重要作用 （賀愛英，2020）［3］。但改革并非一日之功，建立規范網絡直播的長效運行機制應是未來監管的方向和重點。

在此背景下，本文開創性地利用 “文本挖掘法”，基于百度指數平臺，從網絡直播、網絡主播、網絡產業和網絡公司四個方面構造了包含20個關鍵詞的網絡直播綜合評價體系，在此基礎上運用Dagum基尼系數及分解、Kernel核密度估計、莫蘭指數、beta收斂等方法，對中國及三大區域的網絡直播發展狀況進行測度并深入分析了其區域差異、動態演進及收斂性，旨在明晰中國網絡直播的發展現狀，以便于監管部門精準實施相關政策，促進我國網絡經濟持續健康發展。

二、文獻述評

時間回到2016年，隨著移動互聯網的普及和人們生活水平的提高，僅僅一年時間，中國直播行業就誕生了超過千余家的直播平臺，收割了超過3.5億的用戶，直播走進了千家萬戶，從娛樂變成了人們的一種生活方式，因此2016年被公認為中國網絡直播元年。網絡直播以其產品可視性、信息易獲得性、價格低廉性以及高互動性廣受公眾歡迎，尤其在當前新型冠狀病毒肆虐的時代下，網絡直播既是零售業恢復運營的主要方式，也是滿足人們社交需求的重要娛樂方式，相關文獻主要集中在網絡直播與電子商務、網絡直播與觀眾打賞、網絡直播參與的影響因素三個方面。

（一）網絡直播與電子商務

網絡直播極大地促進了電商經濟的繁榮 （Lu和Chen，2021）［4］。傳統的電商交易模式存在著嚴重的信息不對稱現象（Dimoka 等，2012； Hong 和 Pavlou，2014）［5－6］，消費者無法確定商家所提供的信息是真實且有效的，這導致傳統電商銷售額低下 （Lu和Chen，2021）［4］。相比于線下傳統電商的導購員，網絡電商主播通過專業的講解和帶貨使消費者對產品更加了解，節省了消費者篩選產品的精力和時間，讓客戶掌握了消費的主動權，這不僅消除了部分消費者在線下所面臨的壓抑感，從而增強他們的購買意愿，而且加強了用戶粘性，為電商主播吸引了大批粉絲和關注 （Wang，2020； Zheng 等，2017）［7－8］。網絡電商還具有絕對的價格優勢，消費者在網上進行購物時可以直觀地發現價格差異，這極大地縮減了商家利潤，商家必須通過低價激勵來吸引用戶進行消費。此外，在電商直播模式下，顧客購買商品的關注點發生了變化，刺激消費者產生購物行為的不再是商品本身的信息和價值，更多的是主播自身的吸引力、才藝表現、直播點贊、彈幕互動、知名度等因素。因此，在直播的過程中，主播既是產品的代言人，也是消費者的意見領袖。好的帶貨主播可以使觀眾更加直觀地感受到產品的魅力，讓觀眾受到視覺沖擊并加深對產品的印象。主播通過講解將消費者帶入產品使用當中，讓消費者體驗與主播同樣的使用效果，并通過直播間熱情互動等形式使消費者產生情感沖擊，激發消費者的購買情緒。因此，主播作為電商直播中的重要一環，對消費者的購買意愿起著至關重要的作用 （魏劍鋒等，2022； Ma，2021）［9－10］。

（二）網絡直播與觀眾打賞

網絡直播的發展催生了一種新型的財富支配方式——觀眾打賞。觀眾打賞是網紅娛樂平臺最重要的營收方式。公開資料統計顯示：上市公司虎牙在2021年全年收入為101.86億元人民幣，上市公司斗魚在2021年全年收入為91.65億元人民幣，它們的直播收入占比都超過了90%。而直播收入主要來自于觀眾打賞的分成，主播僅憑一臺電腦或者一部手機即可開通直播間，用戶進入直播間通過點贊、彈幕、聊天、送禮物等方式與主播和共同觀看者進行互動，這種直播交互方式所營造出的彈幕氛圍和獨特主題更為豐富和生動，在給用戶帶來美好體驗的同時，極大地使用戶獲得娛樂消遣、壓力釋放等享樂滿足 （陳迎欣等，2022； Dobe，2020）［11－12］。Andreoni （1989）［13］和 Andreoni （1990）［14］認為打賞行為是一種 “Warm－glow giving”，而Bagwell和 Bernheim （1996）［15］認為打賞行為更像是一種“Conspicuous Consumption”，這兩種界定都有一個共同特征，那就是打賞行為顯示了打賞者的財富地位 （Corneo和Jeanne，1997）［16］，打賞者享受通過打賞行為來獲得被關注感和心理滿足感的過程 （Ribar和Wilhelm，2002）［17］。此外，打賞作為一種消費行為還可能受到 “羊群效應”的影響 （廖理等2021；Bikhchandani等，1992）［18－19］。主播通過直播平臺展示自身的才藝、游戲技術對觀眾形成娛樂陪伴與互動，進而通過平臺簽約費和觀眾打賞費來獲取直播收入。當然，主播之間也面臨著激烈競爭，沒有特色和風格的主播很容易在市場競爭中被淘汰（Zhang，2021）［20］。Hu 等 （2017）［21］認為用戶的持續觀看意圖與主播的共情程度存在明顯的正相關關系；Yu等（2018）［22］研究發現60%以上的用戶曾在觀看直播時對主播進行打賞；Zhou等 （2021）［23］研究發現彈幕數與打賞行為呈正相關關系。

（三）網絡直播參與的影響因素

Khan（2017）［24］研究發現娛樂動機、社會交往動機等對用戶使用社交媒體參與行為具有積極的影響；Scheibe等（2016）［25］研究發現感知易用性是使用直播的主要動機；Hilvert－Bruce等 （2018）［26］則認為實時參與、社交互動、社區意識和結識新朋友從是4種直播參與的動機所在；Shin（2018）［27］則更為關注直播與教學之間的聯系，發現直播應用于教學可以提高學習效率，這也成為使用直播的動機之一；侯德林等 （2013）［28］則將用戶參與直播進行細化，發現感知趣味性、感知有用性和社會身份認同等對視頻用戶內容生成上傳行為意愿的影響顯著；王晰巍等 （2020）［29］認為感知風險性對網絡直播用戶使用意愿產生負向影響，社會因素對使用意愿不產生影響。王嘉舟 （2022）［30］研究發現績效期望、努力期望和社會影響對直播電商用戶行為意愿產生顯著正向作用，便利條件、行為意愿共同決定直播電商用戶使用行為。陳迎欣等（2022）［11］認為物理、事理和人理因素能顯著影響公眾參與網絡直播行為。

三、研究設計

（一）指標體系構建與測算

1、指標體系構建

要評估中國網絡直播發展狀況，首先要構造一套完整的評價指標體系。據筆者了解，目前國內外還未有學者對其進行構建，本文參考沈悅和郭品 （2015）［31］在構建互聯網金融指數時所采用的 “文本挖掘法”，從網絡直播、網絡主播、網絡產業和網絡公司四個方面來構造包含20個關鍵詞的網絡直播綜合評價指標體系，具體評價指標體系如表1所示。

表1：網絡直播發展的評價指標體系

2、數據標準化及權重賦予

首先將整理好的數據進行標準化，參考已有研究，采用最大最小值法來處理，由于本文不涉及負向指標，因此標準化計算公式為：

其中，Sij為標準化值，其值越大表示該指標對綜合指數的貢獻度越大。Xij為各指標的實際值，i，j分別表示樣本數和指標數。max(Xij)和min(Xij)分別表示i樣本中第j個指標的最大值和最小值。

每個指標的權重采用熵值法賦予。熵權計算公式：

網絡直播綜合發展水平計算公式：

（二）研究模型與方法

1、Dagum基尼系數及分解

為了分析中國網絡直播發展水平的區域內差異、區域間差異及其來源，采用Dagum基尼系數及其分解來對其進行測算，根據Dagum （1998）［32］所提出的理論，將總體基尼系數G分解成區域內差異貢獻 （Gw）、區域間差異貢獻 （Gnb）與超變密度貢獻 （Gl）三部分，即G＝Gw＋Gnb＋Gl。首先是總體基尼系數 （G）的計算公式：

其中，yji（yhr）是j（h）地區內i（r）省份的網絡直播發展情況；nj和nh是j地區和h地區內包含的省份數量；是各地區網絡直播發展水平的均值。

第j個區域的基尼系數Gjj和區域內差異貢獻Gw的計算公式為：

j、h區域間基尼系數Gjh和區域間差異貢獻Gnb的計算公式為：

超變密度貢獻Gl可表示為：

2、Kernel密度估計

采用Kernel密度估計來分析全國及三大區域網絡直播發展水平的分布態勢、分布延展性以及極化趨勢。常用的核估計函數式為：

其中，n為觀測值的數量，本文中表示觀測的省份個數；xi為獨立同分布的觀測值，在本文中表示每個省份的網絡直播發展水平；為觀測值的均值，本文中表示30個省份網絡直播發展水平的平均值；K(·)為高斯核密度函數；h為帶寬。

3、β收斂

β收斂是指在落后地區的網絡直播發展水平的增長率高于發達地區的增長率，隨著時間的推移，會逐步趕上發達地區，從而達到以同樣增長率收斂的狀態。β收斂分為絕對β收斂和條件β收斂。絕對β收斂僅考慮網絡直播發展本身的收斂狀態，而條件β收斂則在絕對β收斂的基礎上控制了一系列影響因素。傳統絕對β收斂模型為：

同時，考慮到地區間存在顯著的空間相關性，采用空間滯后模型 （SAR）、空間誤差模型 （SEM）、空間杜賓模型（SDM）等空間計量模型分析β收斂問題，基于空間依賴的絕對β收斂模型分別為：

其中，ρ為空間滯后系數，λ為空間誤差系數，θ為基期網絡直播發展水平空間滯后值對被解釋變量的影響，wij為空間權重矩陣第t行第j列元素。

傳統條件β收斂模型和空間條件β收斂模型 （SAR模型、SEM模型和SDM模型）分別為：

其中，Xi，t＋1為控制變量集合，γ為系數項。后續將逐步通過LM檢驗、LR檢驗、豪斯曼檢驗來判斷使用哪一模型。

（三）數據及來源

1、控制變量選擇

此處只對條件β收斂模型中所涉及的控制變量進行說明，其他不再贅述，具體如下表2：

表2：變量說明

2、數據來源

本文使用2016～2021年中國30省的面板數據作為樣本，網絡直播發展相關數據來自百度指數平臺，控制變量數據主要來源于 《中國統計年鑒》，控制變量的描述性統計見下表3：

表3：控制變量描述性統計

四、中國網絡直播發展的區域差異、動態演進與收斂特征

（一）特征事實分析

2016～2021年中國30個省份網絡直播發展水平測算結果見表4。首先，從歷年各省份網絡直播發展水平來看，中國的網絡直播發展水平還處于起步階段，且存在明顯的省級差異和兩極分化。具體來看，廣東的網絡直播發展水平最高，樣本期內一直位于 0.06以上，最高達到 0.1232，歷年平均值為0.0837。其次是江蘇、浙江、北京，它們的歷年平均值分別為0.0648、0.0622、0.0605。青海的網絡直播發展水平最低，樣本期內最小值僅為0.0039，歷年平均值也僅為0.0051。排名第一的廣東網絡直播綜合指數歷年平均值 （0.1232）是排名最后的青海 （0.0051）的24.16倍。

表4：中國網絡直播發展現狀

西部四川 0.0331 0.0363 0.0336 0.0401 0.0555 0.0486 0.0412重慶 0.0194 0.0196 0.0178 0.0174 0.0357 0.0411 0.0252貴州 0.0130 0.0138 0.0157 0.0121 0.0243 0.0244 0.0172云南 0.0138 0.0157 0.0166 0.0153 0.0287 0.0225 0.0188廣西壯族自治區 0.0160 0.0197 0.0168 0.0171 0.0342 0.0345 0.0231陜西 0.0190 0.0322 0.0228 0.0201 0.0343 0.0518 0.0300甘肅 0.0099 0.0135 0.0131 0.0100 0.0189 0.0148 0.0134青海 0.0039 0.0057 0.0049 0.0039 0.0076 0.0045 0.0051寧夏回族自治區 0.0059 0.0056 0.0063 0.0039 0.0099 0.0074 0.0065新疆維吾爾自治區 0.0101 0.0207 0.0103 0.0110 0.0190 0.0176 0.0148均值 0.0144 0.0183 0.0158 0.0151 0.0268 0.0267 －全國 均值 0.0227 0.0284 0.0240 0.0235 0.0400 0.0473 －

從全國及東中西三大區域來看，中國網絡直播發展水平的均值由2016年的0.0227增長到2021年的0.0473，年均增長率為21.67%；東部地區網絡直播發展水平高于全國平均水平，由2016年的0.0325增長到2021年0.0743，年均增長率為25.72%；中部地區網絡直播發展水平均值略低于全國平均水平，由2016年的0.0201增長到2021年的0.0375，年均增長率為17.31%；西部地區網絡直播發展水平均值遠低于全國平均水平，由2016年的0.0144增長到2021年的0.0267，年均增長率為17.08%?？赡艿脑驗椋簴|部地區是中國數字經濟發展先行區，這導致了東部地區發展網絡直播的基礎設施、應用渠道、機制和條件更為成熟，且網絡直播中心省份北京、上海、廣東、江蘇和浙江都位于東部地區，因此受到政府的高度重視，存在一定的資源稟賦和 “虹吸效應”。而中西部地區相對東部而言，自身經濟基礎較為薄弱，資金、設備等軟硬設施都比不上東部地區。

（二）區域差異及來源

1、總體差異

2016－2021年中國網絡直播發展水平的總體差異呈波動性上升趨勢，經歷了2018年和2020年兩次小下降后，2021年達到最大值0.4003，年均上漲幅度為4.93%，這表明中國網絡直播發展存在嚴重的地區發展不均衡問題，縮小區域發展不均衡問題應成為未來相關政策的方向。

2、區域內差異

在樣本考察期內，西部地區網絡直播發展水平的區域內差異最大，東部地區網絡直播發展水平的區域內差異次之，中部地區網絡直播發展水平的區域內差異最小，且都呈現逐年增長的趨勢。

3、區域間差異

在樣本考察期內，東西部地區間網絡直播發展水平差異最大、東中部地區間差異次之、中西部地區間差異最小。從縱向比較來看，三大區域間網絡直播發展水平差異總體上都呈上升趨勢，這表明中國各區域間網絡直播發展水平的政策實施力度和效果不一致，需進一步加強區域間網絡直播的協調發展。

4、區域差異的來源

在樣本考察期內，地區間差異對總差異的年均貢獻率為59.11%，遠高于地區內差異貢獻率和超變密度貢獻率，這表明地區間差異是造成中國網絡直播發展水平呈現非均衡特征的主要原因。地區內差異和超變密度對總差異的貢獻率不高，這意味著中國降低地區內差異的相應政策得到了有效發揮，對重大戰略區域的劃分方式也較為合理，但仍需繼續保持。

表5：總體基尼系數及三大區域分解結果

（三）動態趨勢與演進

從分布位置來看，全國及三大地區的主峰分布在曲線的右側，說明區域內部網絡直播發展水平較高的省份居多，同時核密度曲線均表現出整體右移趨勢，表明我國大部分省份網絡直播的發展水平處于上行軌道，這與已有發展現狀相符。

從分布形態和極化現象來看，全國層面核密度曲線表現為主峰高度上升，寬度經歷 “收窄－拓寬”趨勢，這說明全國各省市網絡直播水平的絕對差異逐漸縮小，到2021年絕對差異開始增大。東部和西部地區核密度曲線在觀測期內總體表現為主峰高度 “下降－上升－下降”態勢，主峰寬度經歷 “拓寬－收窄”趨勢，表明東部和西部地區網絡直播水平的絕對差異經歷了先下降再上升的態勢。中部地區主峰波動較大，但網絡直播水平的絕對差異總體表現為波動上升趨勢。

圖1：全國

圖2：東部

圖3：中部

圖4：西部

（四）空間收斂分析

1、空間相關性分析

利用莫蘭指數 （Moran’s I）來對中國網絡直播發展是否存在空間相關性進行檢驗。由表6可知：2016～2018年中國網絡直播發展水平的Moran’s I指數均在0.05～0.08之間，且P值都大于0.1，2019～2021年中國網絡直播發展水平的Moran’s I指數均大于0.1，且P值都介于0.01～0.1之間，即可以認為中國網絡直播發展自2019年起存在顯著的空間相關性。

表6：中國網絡直播發展水平的Moran’s I指數

2、β收斂

表7展示了中國及東、中、西部地區網絡直播發展的絕對β收斂結果。結果表明：第一，中國及三大區域網絡直播發展均在1%的顯著性水平下存在絕對收斂β收斂，結合前文協同發展度、區域差異和動態演進的分析結果，表明中國網絡直播發展雖然存在嚴重的區域差異和兩極分化現象，但最終將收斂于一個穩態水平。第二，全國及三大區域網絡直播發展水平的收斂速度從快到慢依次為東部、中部、全國、西部，僅西部地區的收斂速度低于全國水平，可能的原因在于西部地區網絡直播發展所需的基礎設施較為落后。第三，全國及三大區域呈現不同的空間集聚效應。全國和西部地區的空間滯后系數在1%的水平下顯著為正，表明全國及西部地區網絡直播發展存在空間集聚效應，即當地網絡直播發展水平受到周圍地區網絡直播發展水平及變化率的正向空間溢出影響。東部和中部地區適用傳統收斂模型 （OLS），因此不存在空間效應，因此東中部地區應強化區域空間協同發展意識，加強與周邊地區的交流與合作，充分發揮網絡直播發展的空間溢出效應。

表7：絕對β收斂檢驗結果

表8展示了全國及東、中、西部地區網絡直播發展的條件β收斂結果。結果表明，第一，中國及三大區域網絡直播發展均在1%的顯著性水平下存在條件收斂β收斂，即在加入了控制變量后，中國及三大區域網絡直播發展仍在未來將收斂于一個穩態水平。第二，在加入了控制變量后，收斂速度從高到低依次為西部、全國、東部、中部，西部地區的收斂速度遠高于絕對收斂時的速度，中部地區也出現了空間集聚效應，這表明控制變量對于中部和西部地區的影響十分重要，應引起重視；第三，在控制變量方面，結果表明經濟發展水平、服務業發展水平、基礎設施發展水平、城市化發展水平、科研發展水平對網絡直播發展具有顯著的正向效應，說明一定的經濟發展水平是支撐網絡直播發展的基礎所在；服務業發展有利于為網絡直播發展提供一個良好的發展環境；基礎設施發展是網絡直播發展的基礎所在；城市化有利于為網絡直播發展匯聚大量的資金、產業、人才與勞動力；科研發展水平能為網絡直播發展提供關鍵的技術支撐。值得說明的是，經濟發展水平、服務業發展水平、基礎設施發展水平、城市化發展水平和科研發展水平對網絡直播發展水平的影響具有顯著的區域異質性，即在不同的區域內某些因素可能不顯著。

表8：條件β收斂檢驗結果

四、結論與建議

本文通過百度平臺，利用 “文本挖掘法”，從網絡直播、網絡主播、網絡產業和網絡公司四個方面構造了包含20個關鍵詞的網絡直播綜合評價體系，在此基礎上運用Dagum基尼系數及分解、Kernel核密度估計、莫蘭指數、beta收斂等方法，對中國及三大區域的網絡直播發展狀況進行測度，并深入分析了其區域差異、動態演進及收斂特征。研究發現，整體上中國網絡直播正處于加速發展階段，各地區域差異明顯，且近年來有加速擴大趨勢，從長期來看，中國網絡直播發展未來將趨于一個穩態水平。

基于上述研究結論，提出以下政策建議：

第一，關注全國各區域網絡直播發展的平衡性，降低局部地區的兩極分化現象。當前我國網絡直播非平衡發展態勢嚴重，東部與中西部網絡直播發展水平的絕對差異和極化趨勢都在不斷擴大。一方面，政府應持續加大對中西部地區網絡直播發展的政策扶持力度。同時，應強化區域空間協同發展意識，打破 “虹吸效應”，積極發揮發達省份對周邊省份的協同帶動作用，充分發揮兩者協同發展的空間溢出效應，強化對周邊地區的輻射，實現以點到線再到面的范圍影響。

第二，依法整治行業發展亂象，建立多元主體共同參與的監管機制。法制部門首先應對各網絡直播主體的責任義務范圍進行清晰界定，做到有法可依。同時，對于網絡直播的監管應堅持適度的原則，建立監管剛性與市場靈活性之間的動態平衡；政府應建立多元主體共同參與的監管機制，不僅要加強頂層設計，細化監管規則，而且要充分調動社會各主體的力量，逐步實現從 “政府主導型—政府引導型—全民自覺型”的轉變。

第三，積極開展媒介素質教育，樹立網民正確的價值觀，凈化與重構網絡直播環境。網絡直播在經歷了初期的 “野蠻生長”后形成了許多不良的直播亂象，許多主播依靠打 “擦邊球”的直播行為游走在 “灰色地帶”，這給社會造成了不良影響。因此應積極宣傳和普及媒介素質教育，在網絡直播中奏響社會主義主旋律，引導網民在直播體驗中形成積極正向的互動氛圍，凈化網絡直播環境。