网络直播声学特征对观众付费行为的影响研究

陈新

摘 要：随着数字技术的发展，观看网络直播越来越成为人们生活的一部分。从网络直播中举足轻重的一个分类——游戏直播出发，研究直播间声学特征对观众付费行为的影响。研究表明：直播间音高、音强和沉默时间占比等声学特征均能显著影响观众付费行为，且观众情绪在上述关系中起中介作用。总之，此项研究为开展音频和文本等非结构化数据相关的实证分析提供了新的研究思路。同时，研究结果也为网络直播双方、直播平台和社会监管提供了实践指导。

关键词：网络直播；声学特征；群体情绪；文本分析

中图分类号：F25     文献标识码：A      doi：10.19311/j.cnki.16723198.2023.13.016

1 研究背景与研究问题

1.1 研究背景

网络直播，本质上是互联网经济催生的一种实时交互式多媒体娱乐形式，是数字经济的重要产物，往往具有内容丰富多样、体验实时交互、形式碎片娱乐等特性。就中国市场而言，网络直播于2011年进入大众视野，借助经济发展和平台经济的东风，短时间内收获大批用户，对企业商业模式探索、政府和社会监管、学术界的理论研究等提出了巨大的挑战。

网络直播海量的用户规模和巨额资本投入极大吸引了我们的研究兴趣。截至2021年6月，我国网络直播用户占全体网民的63%，规模达6.38亿。资本厂商也不断加入网络直播的商业布局和投资额。根据企查查的调查数据，从2011年至今，直播行业融资数量达1600多起，融资金额达1900多亿。然而，学术界对网络直播的研究还停留在描述性分析上。

1.2 研究问题

具体而言，我们要解决两个问题。第一，直播间的声学参数是否会影响观众的付费行为？第二，观众情绪在上述关系中的作用是什么？基于此，本研究的意义如下：首先，提供了一种新的思路，用大数据分析方法解析直播数据，从而帮助进行直播数据的标准化处理，也响应了学者对于网络直播开展更多研究的号召；其次，本研究的结论会对直播平台优化用户体验、主播提升创作质量以及政府制订监管策略提供依据；最后，本研究将声学信息与用户行为联系起来，从而为更好地理解和解释观众付费行为提供了理论依据。

2 文献综述

2.1 网络直播付费方式

在斗鱼直播平台中，礼物大多是收费的，而弹幕则是免费发送的，观众可以自己决定对主播的创作打赏金额，甚至不付费。这种付费方式称为“随心所欲付费”（Pay-What-You-Want，PWYW）。

2.2 声学特征

直播音频中除了语言学信息外，还有大量的声学特征信息，如音高、音强、音长等。事实上，这些声学特征在人际沟通中的重要性占比超60%。

学术界关于声学特征与用户行为关系的研究尚处于起步阶段。目前已有部分学者通过实证分析证明了播音员声学特征会显著影响用户行为，播音员语速和音高会影响消费者消费态度，并进而影响其行为。

3 模型与假设

已有学者发现声学特质能影响听众对演讲者的感受和判断，并基于这种主观感受或者结论做出有利于或者不利于演讲者的行为。学术研究表明，听众会认为演讲者音调越低，音强越强，越有能力和值得信赖，并基于此做出有利于演讲者的行为。主播的音调越低，音强越强，观众会认为该主播技术越强且值得信赖，从而产生相应的情绪状态，会更愿意对该主播进行付费。沉默占比指主播沉默的时间占总时间的比例，沉默时间越久，与观众的交流互动时间就越少，那么观众的付费就越少。本研究研究具体的声学表达对观众行为的影响，参照前人研究，提出如下假设：

H1a：直播间音高与观众付费行为负相关。

H1b：直播间音强与观众付费行为正相关。

H1c：直播间沉默占比与观众付费行为负相关。

在此基础上，由于直播本身就具有情感属性，而观众的行为也是基于瞬时情绪进行的。因此，观众情绪的中介作用就显得至关重要，从理论来说，积极的情绪，快乐的观众会有更多付费行为。因此，本研究提出如下假设：

H2：观众情绪会中介声学特征与用户行为的关系。

4 研究方法

4.1 研究准备：样本选取

本研究采用抽样的方法，样本的确定逻辑如下：（1）收集2021年9月10日至10月21日斗鱼直播的数据，共951386条直播记录。（2）主播的开播信息表现出明显的幂律分布特征。采用机器学习中的K-MEANS方法聚类分析，选择出22535个主播。（3）选择出游戏直播间，共计16171个主播。最后，综合考虑数据分析经济性，并参照前人研究的样本规模。最终抽取的样本数为102个头部直播间。

4.2 数据

我们收集了斗鱼直播2022年3月17至4月11的数据。共获取了1774条视频数据及对应的直播间信息和观众行为。

对于视频数据，我们借助声学处理经典软件praat 6.2，每隔10毫秒提取一次音高和音强数据。对于弹幕信息，我们借助Python第三方库——SnowNLP。总之，我们的数据时间细粒度为5分钟，在此基础上整理数据，最终的数据规模为40140条。

4.3 实证模型

4.3.1 变量

直播中的观众付费表现在直播活动中就是赠送虛拟礼物行为，因此，将观众赠送的礼物价值作为因变量。选择声学特征中最重要的音高和音强以及沉默占比作为自变量，而观众付费行为往往是受其情绪影响的，选择观众情绪作为中介变量。

不同的直播间体量不同，粉丝数不同，换言之，该模型具有个体效应，因此，我们控制了粉丝数这个变量；其次，网络直播具有日序效应，即周末主播和观众相对于工作日会更多，因此，我们控制了星期几这一时间效应。

4.4 实证分析

礼物价值符合长尾分布特征，为了降低可能带来的误差，我们在实证分析阶段对礼物价值变量进行了对数处理。

我们对关键变量进行单位根检验以检验面板数据的平稳性。对于非平衡的长面板数据而言，综合考虑各种可能存在的问题，并参照前人研究，我们选择了费雪式检验，检验结果表明，所有的变量都强烈拒绝了面板单位根的原假设。因此可以认为，我们的数据是平稳的。

基于我们的数据特征，综合考虑各方法的适用情境以及计量经济学理论，我们选择了可行的广义最小二乘法来实现（FGLS）。最终拟合结果见表1。

在控制了个体效应（粉丝数）和时间效应（星期几）的基础上，同时控制了音高和音强的变化趋势以及极差、音高、音强和沉默占比与虚拟礼物价值之间仍表现出了极强的相关性。音高越低，音强越强，沉默时间越短，观众赠送的礼物价值越高。为进一步检验中介效应，我们补充了系数差异检验法和系数乘积检验法，分析结果见表2。从结果来看，观众情绪对音高、音强和沉默占比对付费行为影响的中介效应是极显著的，且直接效应和间接效应都通过了检验。

4.5 稳健性分析

观众付费意愿还可以通过虚拟礼物数量来衡量，同礼物价值一样，针对礼物数量进行了对数处理，并基于处理结果进行了可行的广义最小二乘法拟合，结果见表3。

从分析结果可以看出，音高负向影响观众付费意愿（β=-0001，p<001），音强正向影响观众付费意愿（β=0004，p<001），沉默占比负向影响观众付费意愿（β=-0002，p<001），假设得到了支持。总之，稳健性分析表明，我们的模型是稳健的。

5 结论

结果表明，主播的声学特征会通过影响观众对主播人格特质和技术水平等的评价或者看法进而影响其付费行为。其中，主播的音高和沉默时间占比会负向影响观众的付费行为，而音强则会正向影响观众的付费行为。总之，研究表明，主播的声学特征会影响观众付费行为，同时也从实证角度证明了网络直播，特别是游戏直播，不仅仅是情感消费的载体，同时也是内容付费的重要实践形式。此外，观众情绪会中介主播声学特征和观众付费行為之间的关系，从而进一步证明了在直播情境中群体情绪对群体行为的影响，以及群体中的个体认知对其情绪的影响。

本研究的理论贡献如下：首先，综合使用多种大数据分析方法和技术和计量经济学分析方法来解决网络直播相关问题，完善了音频分析等非结构化数据实证分析相关的文献；其次，有学者呼吁针对中国市场展开相关的研究，我们的研究响应了相关学者呼吁的同时，丰富了PWYW文献；最后，不少研究注意到声学特征对用户行为的影响，但缺乏系统而严谨的实证论证，本研究则从游戏直播情境中补充了这一缺口。

从实践启示角度来看，本研究的结论启示游戏主播和第三方平台。观众付费的真正原因是对好内容的赞赏和肯定，要想创收就必须精心打磨产品，用高质量的作品征服观众；其次，对于直播而言，声学特征会是观众评价直播质量的重要特征，主播可以通过控制和美化自己的声音，从而为观众提供更好的听觉体验。

参考文献

［1］第48次中国互联网络发展状况统计报告[J].2021.

[2]张辉，白长虹，陈晔，等.PWYW定价策略研究前沿探析[J].外国经济与管理，2011，33（06）：3441.

[3]LI Y Q，XIAO N，WU S B.The devil is in the details： The effect of nonverbal cues on crowdfunding success [J].Information & Management，2021，58（8）.

[4]WIENER H J，CHARTRAND T L.The effect of voice quality on ad efficacy[J].Psychology & Marketing，2014，31（7）：50917.

[5]TROUVAIN J，SCHMIDT S，SCHRDER M，et al.Modelling personality features by changing prosody in synthetic speech[J].2008.

[6]KLOFSTAD C A，ANDERSON R C，NOWICKI S.Perceptions of Competence，Strength，and Age Influence Voters to Select Leaders with Lower-Pitched Voices [J].Plos One，2015，10（8）.

[7]LIN Y，YAO D，CHEN X.Happiness Begets Money： Emotion and Engagement in Live Streaming [J].Journal of Marketing Research，2021，58（3）：41738.

[8]KLOFSTAD C A，ANDERSON R C，PETERS S.Sounds like a winner： voice pitch influences perception of leadership capacity in both men and women [J].Proceedings of the Royal Society B-Biological Sciences，2012，279（1738）：2698704.

[9]WANG X，LU S J，LI X，et al.Audio Mining： The Role of Vocal Tone in Persuasion[J].Journal of Consumer Research，2021，48（2）：189211.