高校學(xué)生在網(wǎng)紅經(jīng)濟(jì)中消費(fèi)滿意度影響因素的實(shí)證分析

王可欣 陳屹鼎 劉洋 唐錦宏

【摘? 要】隨著互聯(lián)網(wǎng)的快速發(fā)展和各類社交媒體的出現(xiàn)，“網(wǎng)紅經(jīng)濟(jì)”應(yīng)運(yùn)而生，網(wǎng)紅主播在直播帶貨時(shí)“KOL”式的種草營(yíng)銷，也進(jìn)一步加速了流量變現(xiàn)的能力與速度。2019年是電商直播的爆發(fā)期，未來其市場(chǎng)份額也將進(jìn)一步擴(kuò)大，網(wǎng)紅經(jīng)濟(jì)在短期內(nèi)仍然具有較強(qiáng)的生命力。網(wǎng)紅經(jīng)濟(jì)中的消費(fèi)主體所展現(xiàn)出的消費(fèi)行為及消費(fèi)偏好領(lǐng)域的研究仍然具有現(xiàn)實(shí)意義，特別是作為網(wǎng)紅產(chǎn)品消費(fèi)主力軍的年輕消費(fèi)群體消費(fèi)行為及影響因素的量化研究仍然值得關(guān)注。本文將利用二元Logistic模型與結(jié)構(gòu)方程模型對(duì)安徽省的在校大學(xué)生關(guān)于網(wǎng)紅產(chǎn)品消費(fèi)滿意度的影響因素進(jìn)行個(gè)人與產(chǎn)業(yè)兩個(gè)角度的量化分析。

【關(guān)鍵詞】網(wǎng)紅經(jīng)濟(jì);二元Logistic模型;結(jié)構(gòu)方程模型;消費(fèi)滿意度

1.背景及問題的提出

隨著互聯(lián)網(wǎng)的快速發(fā)展，網(wǎng)紅經(jīng)濟(jì)在2019年迎來了自己的爆發(fā)期，預(yù)計(jì)2020年仍將持續(xù)擴(kuò)張。直播帶貨模式火熱，根據(jù)中國(guó)產(chǎn)業(yè)研究院2016-2019年網(wǎng)絡(luò)直播用戶規(guī)模統(tǒng)計(jì)，2019年上半年，各大直播平臺(tái)積極探索“直播+”模式，布局行業(yè)內(nèi)容生態(tài)。截至2019年6月，我國(guó)網(wǎng)絡(luò)直播用戶規(guī)模達(dá)4.33億，較2018年底增長(zhǎng)3646萬(wàn)，占網(wǎng)民整體的50.7%。受5G推廣和假期延長(zhǎng)等因素的影響，網(wǎng)紅產(chǎn)品有望進(jìn)一步打開消費(fèi)者市場(chǎng)，專業(yè)化的運(yùn)作團(tuán)隊(duì)和更加深度延長(zhǎng)的內(nèi)容產(chǎn)業(yè)鏈也有助于網(wǎng)紅經(jīng)濟(jì)流量變現(xiàn)能力的提高。

網(wǎng)紅經(jīng)濟(jì)多樣化的內(nèi)容形式與便利的服務(wù)往往會(huì)受到善于接受新鮮事物并且在時(shí)間管理上呈現(xiàn)碎片化特征的年輕群體的青睞，而高校大學(xué)生在這一人群中也占有著不可忽視的重要位置，并在一定程度上成為網(wǎng)紅產(chǎn)品消費(fèi)上的主力軍。網(wǎng)紅經(jīng)濟(jì)的趨利性使其具有利用消費(fèi)者的情感進(jìn)行變現(xiàn)的特點(diǎn)，消費(fèi)價(jià)值觀尚未完全成熟的大學(xué)生在購(gòu)買網(wǎng)紅產(chǎn)品中也會(huì)存在不夠理性、盲目從眾、超額消費(fèi)等現(xiàn)象。因此，通過量化的方式探究高校大學(xué)生消費(fèi)網(wǎng)紅產(chǎn)品滿意度的影響因素具有現(xiàn)實(shí)意義，有助于分析大學(xué)生在進(jìn)行消費(fèi)時(shí)的價(jià)值觀念及行為選擇，并對(duì)網(wǎng)紅經(jīng)濟(jì)未來的良性發(fā)展與學(xué)生理性消費(fèi)網(wǎng)紅產(chǎn)品理念的培育具有重要意義。

2.文獻(xiàn)綜述

近年來，國(guó)內(nèi)也有很多專家和學(xué)者對(duì)網(wǎng)紅經(jīng)濟(jì)及其未來的發(fā)展展開了相關(guān)的研究，并結(jié)合新時(shí)代下網(wǎng)紅經(jīng)濟(jì)發(fā)展的新形勢(shì)提出自己的見解。

王美麗（2019）對(duì)網(wǎng)紅經(jīng)濟(jì)在我國(guó)當(dāng)前的發(fā)展現(xiàn)狀及未來的趨勢(shì)進(jìn)行了行業(yè)角度的分析，詳細(xì)地介紹了網(wǎng)紅與網(wǎng)紅經(jīng)濟(jì)的相關(guān)概念，并指出當(dāng)下的網(wǎng)紅經(jīng)濟(jì)正處于資本涌入與規(guī)模迅速擴(kuò)張的上升期，其未來的發(fā)展也將呈現(xiàn)出內(nèi)容多元化、運(yùn)營(yíng)專業(yè)化、形式多樣化等特點(diǎn)，網(wǎng)紅產(chǎn)業(yè)鏈的打造與網(wǎng)紅品牌概念的強(qiáng)化將成為從業(yè)者吸引年輕消費(fèi)群體時(shí)需要重點(diǎn)深耕的領(lǐng)域。田大溶（2019）具體分析了網(wǎng)紅經(jīng)濟(jì)的市場(chǎng)結(jié)構(gòu)、市場(chǎng)行為和盈利模式，指出近年來網(wǎng)紅經(jīng)濟(jì)在內(nèi)容輸出上也呈現(xiàn)出同質(zhì)化的趨勢(shì)，網(wǎng)紅產(chǎn)業(yè)的競(jìng)爭(zhēng)將趨向白熱化，未來網(wǎng)紅經(jīng)濟(jì)的從業(yè)者需要繼續(xù)在內(nèi)容輸出上進(jìn)行優(yōu)化。張倩、何瑞（2019）從獨(dú)特的社交平臺(tái)運(yùn)營(yíng)方式、受眾推廣領(lǐng)域和專業(yè)化團(tuán)隊(duì)運(yùn)作三個(gè)方面闡述了網(wǎng)紅經(jīng)濟(jì)在近年來走向繁榮的原因，同時(shí)也指出了網(wǎng)紅經(jīng)濟(jì)存在資本逐利和影響年輕消費(fèi)者消費(fèi)觀念的弊端，并指出網(wǎng)紅經(jīng)濟(jì)作為一種虛擬的經(jīng)濟(jì)形態(tài)，其長(zhǎng)足發(fā)展的必由之路還是回歸并服務(wù)于實(shí)體經(jīng)濟(jì)。田嘉祺（2018）對(duì)比了中美MCN的不同，并具體研究了中國(guó)本土MCN的模式及分類，并以美國(guó)MCN發(fā)展的經(jīng)驗(yàn)歷程為中國(guó)本土MCN未來的發(fā)展提供借鑒。劉海鷗、胡宛一等（2019）進(jìn)行了關(guān)于網(wǎng)紅經(jīng)濟(jì)引導(dǎo)下青少年群體的消費(fèi)行為及畫像分析，通過建模的方式量化網(wǎng)紅經(jīng)濟(jì)下青少年消費(fèi)的行為類型及特點(diǎn)，并提出相關(guān)的建議及對(duì)策。

綜觀上述文獻(xiàn)，國(guó)內(nèi)學(xué)者通過對(duì)網(wǎng)紅經(jīng)濟(jì)的基本概念、市場(chǎng)結(jié)構(gòu)、盈利模式等方面，多角度地總結(jié)了網(wǎng)紅經(jīng)濟(jì)發(fā)展迅速地原因，也對(duì)網(wǎng)紅經(jīng)濟(jì)近年來強(qiáng)勢(shì)的增長(zhǎng)能力所帶來的弊端及存在的問題做出了反思。然而，關(guān)于網(wǎng)紅經(jīng)濟(jì)的研究多集中于對(duì)產(chǎn)業(yè)本身的分析與反思，對(duì)經(jīng)濟(jì)中的消費(fèi)主體所展現(xiàn)出的消費(fèi)行為及消費(fèi)偏好領(lǐng)域的研究仍然有待補(bǔ)充完善，特別是作為網(wǎng)紅產(chǎn)品消費(fèi)主力軍的年輕消費(fèi)群體消費(fèi)行為及影響因素的量化研究仍然值得關(guān)注。本文將利用抽樣調(diào)查的方式對(duì)特定地區(qū)的在校大學(xué)生關(guān)于網(wǎng)紅產(chǎn)品消費(fèi)滿意度的影響因素進(jìn)行量化分析，利用二元Logistic回歸模型和結(jié)構(gòu)方程模型對(duì)問卷中設(shè)置的指標(biāo)體系進(jìn)行評(píng)價(jià)，并根據(jù)模型結(jié)果提出關(guān)于網(wǎng)紅經(jīng)濟(jì)未來發(fā)展和培養(yǎng)高校學(xué)生理性消費(fèi)網(wǎng)紅產(chǎn)品等方面的總結(jié)與建議。

3.數(shù)據(jù)來源及描述性分析

3.1數(shù)據(jù)來源與抽樣設(shè)計(jì)

本次調(diào)查以安徽省內(nèi)各高校的本科在校大學(xué)生為調(diào)查對(duì)象，抽樣方式為分層抽樣與三階段隨機(jī)抽樣相結(jié)合。安徽省共有地級(jí)市16個(gè)，根據(jù)安徽省教育廳2019年的公開院校信息統(tǒng)計(jì)，安徽省內(nèi)共有高校123個(gè)，由于考慮到各城市的發(fā)展程度與經(jīng)濟(jì)水平的不同，以及不同高校教學(xué)能力的不同都會(huì)成為影響高校學(xué)生對(duì)網(wǎng)紅經(jīng)濟(jì)的看待與消費(fèi)時(shí)的具體行為選擇。

基于此，本文以第一財(cái)經(jīng)關(guān)于2019年城市商業(yè)魅力排行榜中最新披露的城市等級(jí)劃分結(jié)果為依據(jù)，運(yùn)用分層抽樣的方法將入樣的16個(gè)城市劃分為一線、二線、三線、四線和五線城市，共五層。在分層抽樣之后，基于隨機(jī)抽樣原則，從已分的五類城市中再度抽選入樣城市，從抽選的入樣城市中隨機(jī)選取大學(xué)，每一層的抽樣最終結(jié)果僅含四所大學(xué)，最后從入選大學(xué)中對(duì)其在校大學(xué)生進(jìn)行隨機(jī)的人員抽取，并在實(shí)際調(diào)查中，共發(fā)放1506份調(diào)查問卷。

3.2樣本基本情況的描述性分析

首先，通過對(duì)入樣群體基本情況特征的初步統(tǒng)計(jì)可得到，在本次調(diào)查收回的1506份有效問卷中，樣本群體的性別分布與年級(jí)分布狀況都比較均勻;其次，在探究網(wǎng)紅經(jīng)濟(jì)時(shí)，消費(fèi)者的消費(fèi)行為同樣會(huì)受到收入來源以及可支配收入大小等眾多因素的影響，本文也將在后半部分針對(duì)調(diào)查所設(shè)置的影響因素進(jìn)行相關(guān)的量化分析。

3.3效度與信度檢驗(yàn)

信度和效度分析是問卷分析的第一步，也是檢驗(yàn)該問卷有效程度的重要標(biāo)準(zhǔn)之一。Bartlett 球度檢驗(yàn)值越大則表明變量之間的獨(dú)立性越高，各個(gè)條目存在共享公因子的可能性越低，越適合做因子分析。由問卷效度檢驗(yàn)表顯示，巴特利特球形度檢驗(yàn)度小于0.05，KMO的值都大于0.6，結(jié)果表明本次調(diào)查問卷整體效度較良好。

問卷的信度是指問卷的可靠程度。信度水平高的問卷主要表現(xiàn)在檢驗(yàn)結(jié)果的一貫性、一致性、再現(xiàn)性以及穩(wěn)定性。在測(cè)度問卷信度時(shí)，Cronbacha 系數(shù)又稱為內(nèi)在一致性系數(shù)，是目前最常見的信度系數(shù)，比較適合對(duì)態(tài)度、建議等類量表的分析。因此也適用于本文量化過的調(diào)查問卷，經(jīng)測(cè)度，此次調(diào)查問卷整體信度為0.798，信度良好。

4.基于Logistic回歸的消費(fèi)者對(duì)網(wǎng)紅產(chǎn)品消費(fèi)滿意度的影響因素分析

4.1模型準(zhǔn)備

二項(xiàng)logistics回歸模型是一種分類模型，可用于研究解釋變量對(duì)被解釋變量的影響，作為一種非線性的分類統(tǒng)計(jì)方法，并且可以通過事件發(fā)生概率的形式提供分析結(jié)果，二項(xiàng)logistic模型被廣泛用于事務(wù)影響因素的研究中。

從定義角度來看，二項(xiàng)logistic模型是如下的條件概率分布：

這里，是輸入，是輸出，和是參數(shù)，稱為權(quán)值向量，稱為偏置，為和的內(nèi)積。設(shè)（k=1，…，n）是影響因變量y的自變量，設(shè)p為因變量取1的概率，那么該事件的幾率是，該事件的對(duì)數(shù)幾率（log odds）或logit函數(shù)是：

其中：表示常數(shù)項(xiàng);是Logistic回歸函數(shù)的偏回歸系數(shù)，表示在其他條件不變的情況下變量對(duì)的影響程度;是影響消費(fèi)者滿意度的第k個(gè)因素。

4.2模型求解

本文研究的因變量是消費(fèi)者的滿意度，并人為設(shè)置為滿意（取值為1）和不滿意（取值為0） 2個(gè)取值，是典型的0-1變量，符合非線性二元選擇模型的適用條件。基于此，選擇二項(xiàng)Logistic回歸模型對(duì)消費(fèi)者滿意度的影響因素進(jìn)行定量研究。

通過對(duì)調(diào)查問卷的數(shù)據(jù)進(jìn)行列聯(lián)分析，篩選出學(xué)歷、收入來源、月生活費(fèi)、月消費(fèi)量、消費(fèi)頻率、消費(fèi)態(tài)度、了解程度與消費(fèi)者滿意度相關(guān)，選用Logistic回歸模型分析這些變量之間的關(guān)系，各解釋變量的賦值見下表。

在0mnilbus檢驗(yàn)中，步長(zhǎng)、塊和模型的卡方值均為36.120， 顯著性為0.000，說明至少存在一個(gè)解釋變量與被解釋變量顯著相關(guān)，模型的擬合效果良好。在Hosmer and Lemeshow 檢驗(yàn)中，該模型的卡方值為5.631，顯著性為0.692，顯著性檢驗(yàn)的結(jié)果大于0.05，表明擬合優(yōu)度較好。

運(yùn)用SPSS23.0統(tǒng)計(jì)軟件對(duì)1506份樣本數(shù)據(jù)進(jìn)行Logistic回歸分析，結(jié)果可見下表：

根據(jù)上述表格中的內(nèi)容，觀察自變量的sig值，在5%的顯著性水平下剔除不顯著的變量，可得到受調(diào)查者對(duì)網(wǎng)紅產(chǎn)品消費(fèi)滿意度影響因素的二元Logistic回歸模型為：

4.3模型結(jié)果分析

從回歸結(jié)果可知，對(duì)受眾自身的角度對(duì)網(wǎng)紅經(jīng)濟(jì)消費(fèi)滿意度影響顯著的因素包括學(xué)歷（0.144）、收入來源（0.281）、月生活費(fèi)（0.117）和了解程度（-0.245）。

學(xué)歷：由sig值看出，學(xué)歷對(duì)消費(fèi)者滿意度具有顯著性正影響。消費(fèi)者的知識(shí)文化水平越高，對(duì)自己的在消費(fèi)時(shí)的需求定位也就越明確，越容易選擇到符合自己需求的商品，提高消費(fèi)的滿意度。

收入來源與月生活費(fèi)：由sig值看出，收入和月生活費(fèi)對(duì)消費(fèi)者滿意度具有顯著性正影響。消費(fèi)者的收入越高，可支配收入越多，其消費(fèi)欲望也就越高。

了解程度：由sig值看出，了解程度對(duì)消費(fèi)者滿意度具有顯著性負(fù)影響。消費(fèi)者的了解程度越高，對(duì)網(wǎng)紅經(jīng)濟(jì)的運(yùn)作模式越了解，反而會(huì)降低其購(gòu)買的欲望和滿意度。

5.基于結(jié)構(gòu)方程模型探究消費(fèi)者滿意度影響因素的路徑分析

5.1潛變量及可測(cè)變量的設(shè)定

結(jié)構(gòu)方程模型潛在變量的選定從理論出發(fā)，根據(jù)數(shù)據(jù)的探索性分析結(jié)果，結(jié)合以往的滿意度影響因素理論以及對(duì)網(wǎng)紅產(chǎn)品/服務(wù)平臺(tái)使用經(jīng)驗(yàn)，選取RATER指數(shù)（包含信賴度、專業(yè)度、有形度、同理度、反應(yīng)度）和滿意度。其中信賴度、專業(yè)度、有形度、同理度、反應(yīng)度為外生潛變量，而購(gòu)買滿意度是內(nèi)生潛變量。

5.2研究假設(shè)及模型擬合

根據(jù)5個(gè)潛變量之間的影響情況，可以建立如下假設(shè)：

H1：“信賴度”對(duì)“滿意度”具有路徑影響;

H2：“專業(yè)度”對(duì)“滿意度”具有路徑影響;

H3：“有形度”對(duì)“滿意度”具有路徑影響;

H4：“同理度”對(duì)“滿意度”具有路徑影響;

H5：“反應(yīng)度”對(duì)“滿意度”具有路徑影響;

通過采用極大似然估計(jì)法進(jìn)行估計(jì)，擬合優(yōu)度采用似然比卡方、RMR、GFI、RMSEA檢驗(yàn)，以考查模型擬合優(yōu)度。運(yùn)用AMOS軟件分別得出模型的方差估計(jì)表：

5.3模型的評(píng)價(jià)與修正

針對(duì)初始結(jié)構(gòu)方程模型路徑圖，運(yùn)用Amos得到初始模型的擬合值，初始模型擬合結(jié)果及評(píng)價(jià)標(biāo)準(zhǔn)如下表：

從大學(xué)生對(duì)網(wǎng)紅產(chǎn)品滿意度評(píng)價(jià)的假設(shè)模型擬合度檢驗(yàn)值可以發(fā)現(xiàn)，假設(shè)模型對(duì)于數(shù)據(jù)的擬合、絕對(duì)擬合指數(shù)、相對(duì)擬合指數(shù)和信息指數(shù)均達(dá)到理想值要求，因此修改過的模型建模效果尚好。

5.4模型結(jié)果分析

結(jié)構(gòu)方程是從網(wǎng)紅經(jīng)濟(jì)產(chǎn)業(yè)本身的角度研究影響被調(diào)查者消費(fèi)滿意度的影響因素。由大學(xué)生對(duì)網(wǎng)紅產(chǎn)品滿意度路徑擬合圖可知，本調(diào)查樣本中信賴度與購(gòu)買滿意度因子的回歸系數(shù)為0.89，表示信賴度提高1個(gè)百分點(diǎn)將直接使購(gòu)買滿意度因子提高0.89個(gè)百分點(diǎn)。專業(yè)度與滿意度的回歸系數(shù)為0.81，表示專業(yè)度提高1個(gè)百分點(diǎn)，將直接使購(gòu)買滿意度因子提高0.81個(gè)百分點(diǎn)。有形度與購(gòu)買滿意度的回歸系數(shù)為0.32，表示有形度提高1個(gè)百分點(diǎn)，將直接使購(gòu)買滿意度因子提高0.32。同理度與購(gòu)買滿意度的回歸系數(shù)為0.03，表示同理度提高1個(gè)百分點(diǎn)，將直接使購(gòu)買滿意度因子提高0.03。反應(yīng)度與購(gòu)買滿意度的回歸系數(shù)為0.13，表示反應(yīng)度提高1個(gè)百分點(diǎn)，將直接使購(gòu)買滿意度因子提高0.13。

由此可以得出結(jié)論：信賴度、專業(yè)度對(duì)大學(xué)生對(duì)網(wǎng)紅產(chǎn)品消費(fèi)滿意度評(píng)價(jià)的影響較大，而有形度對(duì)大學(xué)生對(duì)網(wǎng)紅產(chǎn)品滿意度評(píng)價(jià)的影響較小，同理度、反應(yīng)度對(duì)大學(xué)生對(duì)網(wǎng)紅產(chǎn)品/服務(wù)滿意度評(píng)價(jià)的影響幾乎可以忽略不計(jì)。

6.結(jié)論及建議

綜上所述，二元Logistic模型與結(jié)構(gòu)方程模型從消費(fèi)者自身的角度和網(wǎng)紅產(chǎn)業(yè)的角度分別討論了消費(fèi)者購(gòu)買網(wǎng)紅產(chǎn)品滿意度的影響因素。研究發(fā)現(xiàn)，從消費(fèi)者自身的角度來看，主要的影響因素有知識(shí)背景、可支配收入大小和自身對(duì)網(wǎng)紅經(jīng)濟(jì)了解程度高低三方面的影響。其中，相對(duì)較高的知識(shí)背景容易幫助大學(xué)生在進(jìn)行消費(fèi)時(shí)選擇到更加適合自己的產(chǎn)品，提高消費(fèi)的滿意度，而擁有對(duì)網(wǎng)紅經(jīng)濟(jì)較高了解程度的人群反而會(huì)降低自己對(duì)于消費(fèi)的信心與滿意度。從網(wǎng)紅產(chǎn)業(yè)的角度來看，主要的影響因素為信賴度和專業(yè)度，說明消費(fèi)者最終滿意程度的高低仍然回歸于產(chǎn)品本身與銷售產(chǎn)品人員的服務(wù)質(zhì)量和業(yè)務(wù)水平，這也反映出網(wǎng)紅經(jīng)濟(jì)未來的發(fā)展仍然需要在產(chǎn)品本身的質(zhì)量和內(nèi)容上進(jìn)行深耕，不斷提高從業(yè)者的業(yè)務(wù)水平和服務(wù)能力。

目前來看，短期內(nèi)網(wǎng)紅經(jīng)濟(jì)仍然具有較為強(qiáng)勢(shì)的成長(zhǎng)能力與上升空間，但行業(yè)的弊端也在其迅速擴(kuò)張的背景下暴漏的更加明顯，類似產(chǎn)業(yè)本身所具有的資本逐利性和一些虛造聲勢(shì)的行為所帶來的不良的社會(huì)影響，以及從業(yè)者與從業(yè)機(jī)構(gòu)本身的轉(zhuǎn)型與成長(zhǎng)問題，將在未來網(wǎng)紅經(jīng)濟(jì)的發(fā)展中逐步被放大和關(guān)注。因此，從長(zhǎng)遠(yuǎn)的角度來看，網(wǎng)紅經(jīng)濟(jì)的良性發(fā)展應(yīng)該是運(yùn)營(yíng)者、從業(yè)者、第三方監(jiān)督機(jī)構(gòu)、消費(fèi)者多方共同努力和維護(hù)的結(jié)果。

作為運(yùn)營(yíng)者，在創(chuàng)新營(yíng)銷方式加強(qiáng)市場(chǎng)預(yù)測(cè)的同時(shí)，更應(yīng)該注重回歸實(shí)體，專注品牌打造，通過自身正規(guī)平臺(tái)的搭建延長(zhǎng)網(wǎng)紅經(jīng)濟(jì)的產(chǎn)業(yè)鏈，提高品牌與IP在行業(yè)內(nèi)的認(rèn)可度，提高社會(huì)責(zé)任感;而作為從業(yè)者，則應(yīng)提高自身素質(zhì)，以自身在內(nèi)容創(chuàng)作上的優(yōu)質(zhì)性和獨(dú)特性留住更多的消費(fèi)者，帶來正向的引導(dǎo)作用;而第三方監(jiān)督機(jī)構(gòu)既要在市場(chǎng)中發(fā)揮作用，建立完善的市場(chǎng)監(jiān)管體制，又要注重輿情方面的引導(dǎo)作用。最后，作為網(wǎng)紅產(chǎn)品的消費(fèi)者，特別是年輕的在校群體，更應(yīng)形成理性的消費(fèi)觀念，在消費(fèi)中做到不盲從、不攀比，防止情緒化消費(fèi)帶來的不良影響。

參考文獻(xiàn)

[1]姜佳奇. 網(wǎng)紅經(jīng)濟(jì)下直播對(duì)消費(fèi)者購(gòu)買決策的影響因素分析[D].北京郵電大學(xué)，2019.

[2]雷丹.網(wǎng)紅經(jīng)濟(jì)對(duì)大學(xué)生消費(fèi)行為的影響[J].合作經(jīng)濟(jì)與科技，2019（21）：102-103.

[3]王美麗.我國(guó)網(wǎng)紅經(jīng)濟(jì)的發(fā)展現(xiàn)狀和趨勢(shì)分析[J].時(shí)代金融，2019（35）：107-108.

[4]田大溶.基于SCP模型的“網(wǎng)紅經(jīng)濟(jì)”分析及盈利模式探索[J].現(xiàn)代商業(yè)，2019（06）：188-190.

[5]張倩，何瑞.網(wǎng)紅經(jīng)濟(jì)：借勢(shì)“情感”變現(xiàn)[J].現(xiàn)代商業(yè)銀行，2019（24）：49-51.

[6]田嘉祺.中國(guó)本土化MCN模式在網(wǎng)紅經(jīng)濟(jì)鏈條中的應(yīng)用研究[J].當(dāng)代經(jīng)濟(jì)，2018（14）：15-17.

[7]劉海鷗，胡宛一，姚智敏，王博，李佳旺，苗永泰.網(wǎng)紅經(jīng)濟(jì)下的青少年卷入行為畫像研究[J].電子商務(wù)，2019（12）：22-23.

[8]雷鳳雪，高齊圣.基于二水平Logistic模型農(nóng)村消費(fèi)者食品安全風(fēng)險(xiǎn)認(rèn)知研究[J].黑龍江八一農(nóng)墾大學(xué)學(xué)報(bào)，2020，32（02）：111-118.

[8]劉苗，何瑋澤，李唐，YANG-WALLENTIN Fan.消費(fèi)者信心驅(qū)動(dòng)因子研究及不同組別的信心差異——基于兩階段結(jié)構(gòu)方程模型[J/OL].數(shù)理統(tǒng)計(jì)與管理：1-14[2020-05-16].

[9]鄭凱軒.經(jīng)濟(jì)模式下網(wǎng)紅經(jīng)濟(jì)的規(guī)范發(fā)展研究[J].現(xiàn)代商業(yè)，2020（06）：23-24.

[10]李婷.網(wǎng)紅經(jīng)濟(jì)發(fā)展熱潮下“網(wǎng)紅展”的分析與思考[J].開封教育學(xué)院學(xué)報(bào)，2019，39（09）：289-290.

作者簡(jiǎn)介：王可欣（1999.10--），女，河南新鄉(xiāng)人，蚌埠市龍子湖區(qū)安徽財(cái)經(jīng)大學(xué)投資CFA專業(yè)，本科生。

陳屹鼎（2001.11--），男，湖北黃岡人，蚌埠市龍子湖區(qū)安徽財(cái)經(jīng)大學(xué)應(yīng)用統(tǒng)計(jì)專業(yè)，本科生。

劉洋（2000.02--），女，黑龍江齊齊哈爾市人，蚌埠市龍子湖區(qū)安徽財(cái)經(jīng)大學(xué)投資學(xué)專業(yè)，本科生。

唐錦宏（2001.02--），女，陜西西安人，蚌埠市龍子湖區(qū)安徽財(cái)經(jīng)大學(xué)金融工程專業(yè)，本科生。