网络直播平台盈利模式、利润变化及驱动因素——基于欢聚时代的探索性案例研究

张永安，王学涛

(北京工业大学经济与管理学院，北京 100124)

网络直播平台盈利模式、利润变化及驱动因素
——基于欢聚时代的探索性案例研究

张永安，王学涛

(北京工业大学经济与管理学院，北京 100124)

分析网络直播平台盈利模式，探析网络直播平台获利的内在驱动因素。将利润变化分解为价格效应和数量效应，解释导致企业利润变化的驱动因素和内在机理。将数据包络DEA方法与利润分解结合，阐释运算机制和基本原理，同时对投入冗余和产出不足进行量化分析，通过分析挖掘出效率没有达到最优的原因。对上市公司欢聚时代的探索性案例研究表明：①数据取样时期欢聚时代的数量效应对利润变化的贡献大于价格效应对利润变化的贡献。②进一步分析发现技术进步是引起数量效应的驱动因素原因。③2009—2010年、2010—2011年欢聚时代的企业效率没有达到最优。结合DEA企业效率评价方法分析案例企业的投入冗余和产出不足，为分析企业效率的内部原因提供新的分析思路。

盈利模式；利润变化；价格效应；DEA

作为一种新的商业模式，网络直播将信息的传播从单纯的文字、图片音视频转变为更为高级的实时影像形态，提高了信息的价值和传播效应，引起了商界和学界的高度关注。在直播平台中，网络效应会像滚雪球一样不断扩大，同时在网络经济学中存在边际报酬递增的规律[1]，网络直播平台的获利也不断增加。然而，网络直播平台的盈利模式是什么？导致利润变化驱动因素是什么？这些问题都没有得到很好的回答，本文首先结合网络直播平台的实际运营流程分析网络直播平台盈利模式和盈利闭环生态系统，然后参考Grifell-Tatjé和Lovell[2]、Thomas[3]及De Witte和Saal[4]对企业绩效分解的相关研究成果，将企业利润变化分解为数量效应QE(Quantity Effect)和价格效应PE(Price Effect)。价格效应反映了一定时期内价格变化对利润产生的影响，数量效应反映了一定时期内数量变化对利润产生的影响。在投入不变的情况下如果能有更多产出，则企业能获得更多利润；在相同的产出情况下，如果能够更少地投入，则企业能获得更多利润；在相同的投入和产出数量下，降低投入价格或增加产出价格也会增加企业的获利。可见，投入或产出数量及价格的变化都会影响企业获利。通过对利润变化进行分解，找出引起企业利润变化的驱动因素，进而优化企业投入结构，对于提升企业竞争力有重大意义。因此，本文基于投入产出原理，分解引起企业利润变化的不同来源，揭示企业利润变化的内部机制和驱动因素分析。

本文的研究目的有三个：首先，结合网络直播的实际业务，分析网络直播平台商业模式并阐述其盈利模式。然后，从投入产出视角对企业利润变化进行数量化分解，同时细化导致利润变化的驱动因素。最后，将测量企业效率方法的DEA与利润变化分解结合，阐明其运算过程与基本原理并结合实际案例进行分析。结合研究内容，本文可能在以下两方面对管理研究领域做出贡献：第一，构建网络直播平台商业模式分析框架，为平台商业模式的研究增添新内容。第二，将企业利润变化进行分解，从投入产出的角度分析引起利润变化的驱动因素，为利润变化的进一步分析提供新思路。

1 文献综述

1.1 网络直播平台

互联网网络直播平台的发展时间短，目前学界尚未形成统一定义，比较通俗的得到认可的说法是通过屏幕录制工具或者手机在互联网平台上对表演、展示、互动等行为进行实时呈现，是一种新兴的在线娱乐或服务方式[5]。网络主播通过在直播现场搭建独立的音频或视频信号采集设备，导入手机播放设备，然后发布到网络直播平台供观众观看，从直播渠道分类，平台主要包括两类：PC 端与移动端[6]。网络直播是典型的传受双方信息适配的过程，赋予用户更具深度的交互体验，生动诠释了场景化的精准传播理念[7]。

1.2 利润变化与分解

Hasan等[8]通过对印度尼西亚市场中拟上市的企业利润变化进行测量，发掘影响利润变化的因素进行误差修正。Fairfield和Yohn[9]通过资产回报率和利润率预测企业利润变化，研究结果表明把资产回报率分解为资产周转率和利润率不会提高实际的预测精准度。Karagiannis和Mergos[10]利用参数估计测量企业利润变化，提供了测量与分解全要素生产率的新的分析框架，但其研究只是针对技术变化在投入产出方面的分析，不能广泛应用于企业利润变化的测量研究。在关注的利润变化的同时，不少学者开始了对企业效率的研究。

1.3 利润变化与分解

Serrano[11]用数据包络分析方法(DEA)选取访客数和网站收入为产出指标评价互联网企业的运营效率，研究结果表明网站的类型和获得效率的方式存在关系。Li W.H[12]基于改进的DEA模型对具有一定要素投入而没有产出的情况进行分析，构建了新的投入产出分析模型。陈伟[13]在运用DEA经典模型的基础上，引入两个虚拟决策单元，建立了基于DEA和TOPSIS的评价模型,对区域高新技术企业知识产权运营效率进行研究。马军伟等[14]基于战略性新兴产业领域的上市公司数据，应用DEA-Tobit 两阶段方法，对江苏省战略性新兴产业的金融支持综合效率及其影响因素进行了评估，同时从金融技术水平、金融体制机制、金融发展环境提出对策建议。

2 网络直播平台盈利模式

商业模式描述公司提供给潜在用户群体的价值，以及公司和其合作伙伴所组成的网络体系结构，通过这个体系创造、营销和传递价值，以产生利润和维持公司生存为目的[15]。网络直播平台作为新兴的平台商业模式，涉及主播方、版权方、软件硬件基础设施提供商、直播平台和用户多个利益相关者。其中，主播方作为内容提供者为直播平台提供内容，版权方向直播平台提供游戏直播、赛事直播及演唱会直播需要的版权，软件硬件基础设施服务方则为直播平台提供相应的技术支持，当平台主播通过直播获得用户的打赏收益后，直播平台和主播进行收入分成，各参与方之间的协作方式和交互关系如图1所示。

网络直播平台整合相关资源打造核心产品，为网络直播平台实现盈利提供了要素基础。通过演绎类、游戏类、电商类UGC(User-Generated Content)内容自创节目进行内容创新，专业的主播在提供个性化节目的同时，给用户带来体验层面的创新。在与专业主播、广告商家和网络推广平台的多联动合作中实现资源互补，通过以兴趣聚集在一起形成的直播间为网络社群，主播、用户和平台间的关系得到强化。在宽带加速服务商、电信运营商和支付服务商等其他参与者的协作下商业机制得到进一步完善，进而开展更多的业务创新，如针对企业的直播网易直播推出了网易号直播，专为企业招商引资提供直播服务。网络直播平台形成了以分享、交友、表达感受、多样性、参与感、炫耀、共鸣为生活方式的价值主张，这种价值主张以直播的形势从后端供应网络传递到前段客户网络，在主播、用户和平台的交互中实现价值传递。同时，主播创造话题内容，粉丝参与话题的讨论、打赏付费和深度传播，通过QQ、微信、手机App、移动终端等在线链接就行价值创造。最后，基于直播平台设定的收入分配机制将网络流量转化为现金，形成一个完整的盈利模式闭环。通过内容创新、个性化体验创新、资源互补、关系强化、业务创新、机制完善和互动链接，有效对接了前端用户需求网络和后端供给网络，完成了从价值主张、价值创造价值传递到价值获取的过程，形成了一个有机闭环的网络直播平台盈利模式生态系统，见图2。

商业的本质以获利为根本目的，离不开对于利益的追逐。通过整合软件硬件资源，为顾客提供个性化的创新产品或服务，企业能够获得超额的商业利润[16]。随着网络技术的发展，移动互联网人数和人均使用时长不断增加，互联网基础设施的完善和支付技术的成熟，网络直播平台以独特的商业模式实现了可观的商业利润。

图2 直播平台盈利模式生态系统

3 利润变化与驱动因素

3.1 理论综述

Teece[17]等从企业产品市场的地位、企业现有的优势资源及通过创新获得的报酬对利润的本质进行定义。对利润本质的研究有利于更好地深入研究战略研究范式和相应的关注问题。但是，利润仅仅是企业经营结果的外在表现，关注利润变化的原因及内在的机理显得更有意义和价值。Grifell和 Lovell[2]在生产效率和利润变化的情况下，构建了在不同情况下企业利润变化的分析模型，同时将利润进一步分解为生产率效应、价格效应和行动效应。从经济学的角度分析，企业利润的变化可能是投入要素数量或价格的变化，产出数量或价格的变化。以企业利润增加为例，利润增加的驱动因素可能是：第一，通过更低的价格获得生产要素；第二，以更高的价格销售产品；第三，在投入要素不变的情况下获得更多的产品；第四，在产出数量不变的情况下投入更少的生产要素，见图3。

图3 企业利润变化效应分解图

如图3所示，从利润来源的视角进行分析，企业利润的变化可能来源于两个要素：价格变化和数量变化。价格和数量的变化都会引起生产要素的价格数量以及产出品的价格数量的变化，这基于企业利润输入与输出的视角。假设要素市场和产品市场都是完全竞争的市场，当市场中的产品趋于同质化，企业必将更加关注数量效应。行动效应，即企业员工在实施具体方案政策时的执行效应。生产率效应和行动效应的变化会对产出的数量产生影响，这会进一步影响企业最后获得的利润。本文参考De Witte和Saal[4]的相关研究成果，把生产率效应分解为运营效率和技术进步效应两个维度。

综上所述，通过结合现有研究对企业利润变化进行分解，从利润输入与输出端、资源利用和产能增加以及技术进步三个维度剖析企业利润变化的内在机理。

3.2 研究设计

(1)

同理，t+1时期的利润∏(t+1)记为：

(2)

则t到t+1时期的利润变化为:

Δ∏ =∏(t+1)- ∏(t) =[(yt+1-yt)pt-(xt+1-xt)wt]+[(pt+1-pt)yt+1-(wt+1-wt)xt+1]

(3)

这里令：

QE=(yt+1-yt)pt-(xt+1-xt)wt

(3-1)

PE=(pt+1-pt)yt+1-(wt+1-wt)xt+1

(3-2)

即有Δ∏ =QE+PE

(3-3)

式(3-1)解释了产出数量与投入数量变化对利润变化的影响；式(3-2)解释了产出价格与投入价格变化对利润变化的影响。

(2)数量效应分解。参考De Witte和Saal[6]的相关研究成果，将数量效应进一步分解为行动效应、运营效率效应和技术进步效应：

QE=(yt+1-yt)pt-(xt+1-xt)wt=[(xt-xA)wt-(xt+1-xC)wt+(xA-xB)wt+[(yt+1-yt)pt-(xC-xB)wt]

(4)

令:

OE=(xt-xA)wt-(xt+1-xC)wt

(4-1)

TE=(xA-xB)wt

(4-2)

AE=[(yt+1-yt)pt-(xC-xB)wt]

(4-3)

图4反映了价格效应与数量效应的运作机理，其中横坐标代表企业投入要素的数量，纵坐标代表企业产出的数量。图中标注了t和t+1时期，在一定时期，特定的生产技术形成了该时期的生产可能性曲线，这里记作F(t),表示在t时期内投入产出条件下能达到的最大产能的集合。F(t)曲线以内的点，表示生产还有潜力，即存在资源没有充分利用的情况；F(t)曲线之外的点则是现有技术条件达不到的；只有F(t)曲线上的点才是资源配置最有效率的点。图中A点的生产含义为投入量为xA在t+1时期对应的技术条件下产出yt，C点则是投入量为xC在t+1时期对应的技术条件下产出yt+1。在生产可能性边界曲线F(t+1)上，从A点到C点的过程表示，在t+1时期当投入量从xA增加到xC时，产出量由yt增加到yt+1说明此时企业在充分利用当时的技术条件下，最有执行效率，解释了行动效应：投入量和产出量的变化导致企业利润的变化。在生产可能性边界曲线F(t)上，从D点到B点表示，在t时期，投入量为xt和投入量为xB对应的产出都是yt，其中xt-xB表示投入量不同而产出相同时运营效率提高带来的投入减少，即运营效率效应反应在相同的产出情况下，投入情况的变化。从B点到A点的变化表示，t时期到t+1时期，投入量为xB和投入量为xA对应的产出都是yt，其中xB-xA表示技术进步带来的投入减少，即技术效应反映了由技术变化带来产出相同的情况下投入的减少，生产可能集向上移。为了定性说明价格效应与数量效应的运作机理，需要对式(4-1)、(4-2)及(4-3)进行计算，由于xA、xB、xC均为理论构建的三个投入量，无法直接计算，这里借助运筹学中的投入距离函数进行估计得到。

图4 价格效应与数量效应的运作机理

在t时期，若给定要素投入向量x=(x1,x2,…,xn)，产出向量y=(y1,y2,…,ym),则投入距离函数为：

D(yt,xt)=max{δ:(yt,xt/δ)∈F(t)}

(5)

其中，xt和yt分别表示t时期的投入要素量和t时期的产出量。F(t)表示在既定技术条件下，产出量为y时对应的所有可能投入要素组成的集合。参数δ(0<δ≤1)，表示距离标量，是企业先行生产技术水平与前沿技术之间的差距。当δ=1时，此时的xt就是最佳生产前沿投入量。根据距离函数的定义和性质，在图4中有如下计算关系：

xA=xt/Dt+1(yt,xt)，其中0

(6)

xB=xt/Dt(yt,xt)，其中Dt(yt,xt)≥1

(7)

xC=xt+1/Dt+1(yt+1,xt+1)，其中Dt+1(yt+1,xt+1)≥1

(8)

通过式(6)～(8)计算出理论构建的三个投入量xA、xB、xC，则可以进一步得到技术进步效应、运营效率效应和行动效应。计算距离函数，这里使用数据包络分析方法。

数据包络分析法(Data Envelopment Analysis，DEA)为1978年由A.Charnes和W.W.Cooper在“相对效率评价”概念上发展起来的一种系统评价体系[16]。DEA是一种非参数的分析方法，具有无需预设投入与产出之函数关系的特点，可以直接通过各个决策单元(Decision Making Unit,DMU)的实际观察资料中找出最适的效率值。

假设有n个决策单位，每个决策单元有m种投入要素xij(j=1,…,m)，有s种产出yir(r=1,…,s)(xij≥0，yir≥0)。则决策单位O的相对效率ho(u,v)可以写成以下形式：

(9)

ur,vj≥0，i=1,…,n，j=1,…,m，

r=1,…,s

将式(9)的分数规划问题转换成较容易处理的线性规划问题，求解以下线性规划:

minθb=Dt[yit,xit]-1S.T.Xsλs≤θbXitYit≤Ysλs，λs≥0，∑jλj=1

(10)

其中,矩阵Ys表示每个时期所有决策单元的产出矩阵,矩阵Xs表示每个时期的投入矩阵,并且Ys和Xs中的产出数据与投入数据都是连续的,包括了企业在t时期内的所有投入产出数据，λ为动态向量，约束条件∑jλj=1表示决策单元规模效益不变。

4 数据来源及结果分析

4.1 案例选择与数据来源

(1)案例选择。本文主要探究利润变化的驱动因素及内在作用机理，属于偏重过程的纵向研究、需要对网络直播平台不同阶段的投入要素、产出要素等与利润变化等多个方面进行测度和计量分析，发掘利润变化背后的规律，因此采用单案例研究方法[19]。本文选择欢聚时代为案例研究样本，该公司成立于2005年4月，是全球首个富集通讯业务的网络直播公司，通过YY语音、多玩游戏网、YYLIVE、欢聚游戏、YY教育、虎牙直播等平台的运营发展，欢聚时代在短期内获得飞速发展，并于2012年11月在美国纳斯达克上市。公司一直坚持以用户需求为导向，通过技术创新不断革新行业技术水平，持续引领直播行业发展。

选择的案例对象必须具有典型性和代表性[20]，选择该样本的原因有：①案例企业属于网络直播平台，欢聚时代的收入主要来源于游戏直播、娱乐直播、教育直播等直播业务，是为数不多的直播行业上市企业，具有代表性。②利润变化和驱动因素是本文的主要研究内容，在2009—2015年间，欢聚时代的利润变化显著，同时技术变革和运营效率提高能给公司利润带来显著变化。③案例企业具有典型性。截至2015年9月，欢聚时代用户数超过10亿，庞大的用户数为公司的持续稳定发展奠定了基础。同时，其商业模式也随着移动互联网的发展进行了变革，持续保持网络直播行业的龙头地位。研究对象的选择符合案例对象的典型性和代表性。

只选择欢聚时代一家企业作案例的原因有：①研究对象的典型性和代表性，前文已阐述。②数据的可获得性。一方面，直播行业上市公司仅欢聚时代一家公司，其余非上市公司数据获取较大且不准确。另外一方面，计量经济学中讲到在处理面板数据回归时认为静态的面板数据分为6大类，其中固定效应模型中有一种叫作个体固定效应模型。该模型认为对于不同时间序列，只是模型的纵截距不同，而模型的斜率系数相同，这种固定个体的解释可以用来解释只有一家企业的问题[21]，本文仅选取了一家企业，通过效率研究分析效率不足问题。③契合研究目的。分析盈利模式、利润变化及驱动因素，从而给同行业的其他企业以指引作用是本文研究目的。因而，在分析单元的选择上将同一企业的不同年份作为分析单元，可以分析哪一年效率更高，进而分析利润变化驱动因素背后的机理。④本文案例研究属于探索性案例研究。探索性案例研究往往是界定一个研究问题前的试验性研究，主要解决的是 “怎么样”和“为什么”的问题[22]。本文所要回答的是“网络直播平台怎么盈利”和“利润为什么变化以及利润变化的驱动因素”的问题，所以比较适合采用这种方法。

综上，本文采用探索性单案例研究的方法,以欢聚时代为案例,来探讨网络直播平台盈利模式和利润变化及驱动因素。

(2)数据来源。由于单案例研究不具备大样本的条件[21]，为了避免研究资料的片面性，本文综合运用了各种数据搜集方法，使用的数据来源于美国证券交易委员会官网www.sec.gov、公司披露的年报以及国家专利数据库，针对部分缺失的数据，通过Wind数据库中股票深度资料披露的“经营数据”“财务摘要”中进行补充。数据来源的多样性保证了数据的有效性和准确性。其中，关于欢聚时代的投入与产出数据选取2009—2015年共7年的数据，2009—2011年为上市前的数据，2012—2015年为上市后的数据，从欢聚时代披露的年报及wind数据库中获取。

4.2 变量定义与测度

对于欢聚时代公司，根据前面的商业模式分析，通过产品研发、运营推广吸引用户，最后将免费用户转化为付费用户，实现平台的盈利。由此，可以选取付费用户数为产出数量；选取ARPU(Average Revenue Per User)，即一段时间内每位用户平均付费额作为产出价格。为了简化问题，本文采取一产出二投入的方式进行计算。投入指标方面，本文借鉴了De Witte和Saal[4]的研究，选取劳动力和资本为投入要素量，劳动力价格和资本价格为投入要素价格。其中，劳动力投入量用员工人数表示；资本投入量为上期资本投入量加上当期投资额扣除当期(累计)摊销，资本价格则在运营成本中扣除人力成本再除以当期投入资本量，见表1。

表1 变量名称及测量方法

4.3 实证结果与分析

(1)利润变化及驱动因素分析。根据以上投入产出指标的定义测度说明及前文利润分解推导计算过程，借助MAXDEA和DEASOLVER，根据已有数据，通过公式(3-1)计算出数量效应，通过公式(3-2)计算出价格效应，进一步地可以通过公式(5)～(10)计算出测算行动效应、运营效率效应和技术进步效应所需要的参数，最后通过公式(4-1)计算出运营效率效应，通过公式(4-2)计算出技术进步效应，通过公式(4-3)计算出行动效应，结果如表2所示。

表2 价格效应、数量效应及二阶分解效应

为了更直观地分析利润变化、价格效应和数量效应的内在变化关系，根据表2绘制出欢聚时代2009—2015年的利润变化、价格效应和数量效应的关系图，如图5所示。

在图5的利润分解中，价格效应和数量效应都呈逐年上升趋势，共同形成对利润变化的影响。同时数量效应上升幅度更快，且始终超过价格效应，这表明网络直播平台中数量效应对利润变化的影响更大。当用户的数量越多，直播平台获取用户的边际成本就越低，呈现的网络规模效应越明显。随着移动互联网的高速发展和互联网基础设施建设的日益完善，网民的数量持续增长，为直播行业的发展营造了良好的外部环境。但随着斗鱼直播、花椒直播、全民直播、斗鱼TV等直播平台的加入，直播平台数量急剧增长。在同质化越来越严重的情况下，欢聚时代依然保持行业领先，表明欢聚时代在面临外部竞争时能保持的核心竞争力，抓住机遇，获得高速增长。

图5 欢聚时代2009—2015年的利润变化、 价格效应和数量效应

图6将数量效应进一步分解为行动效应、技术效应和运营效率效应，从三大效应的走势分析，欢聚时代的核心竞争力来源并不是行动效应和运营效率效应。技术进步效应各时期明显远远高于行动效应和运营效率效应。这一结果与欢聚时代公司的技术创新有关。欢聚时代致力于以持续的技术革新改变人们的沟通方式，截至2015年，欢聚时代共获得专利超过600件；公司总员工3317人，其中研发人员占比超过60%，仅2015年研发经费超过五亿四千万元人民币，持续的技术创新使得欢聚时代在中国拥有比同行业其他企业更强的创新能力。2013—2014年，行动效应增速超过技术进步效应的主要原因为，在线交友业务取得爆发式增长，平台的变现能力提升[24]。YY作为一个丰富的生态系统，音乐O2O表演、游戏直播、在线交友、在线教育等多样化的娱乐产品快速发展使得业务生态的多样性保持持续增长。相比技术进步而言，行动能力和运营效率对企业利润的贡献相对较小，主要原因可能为：在完全竞争市场中，为了保持持续的发展，创新型的企业会关注未来的机会，进行战略性布局，不会把更多资源分配到成熟的项目中，而新的项目往往需要一定时期的探索，这一时期运营效率效应和行动效应不能反映在企业的利润变化。随着企业规模增加以及不同员工背景的多元化等复杂形势[25]，使得技术进步效应、行动效应及运营效率效应表现出对企业利润不一样的贡献。

图6 欢聚时代2009—2015年的行动效应、 技术进步效应和运营效率效应

(2)变量指标相关性分析。本文选取的输入指标为资本价格、资本投入量、劳动力价格、劳动力投入量，输出指标为付费用户数和每位用户平均收入。为了验证指标的选取符合DEA分析法中单调性原则，即投入要素的增加不可导致产出数量的减少[26]，因此需要对各投入、产出要素资料进行相关分析，其结果如表3所示。从表3中分析可知，各投入与产出要素间具有很高的显著性，投入产出指标的选取符合DEA分析法的单调性原则。

表3 DMU输入输出指标的相关性分析

(3)技术效率、规模效率与纯技术效率分析。为了测量企业效率，从而分析利润变化驱动因素背后的机理，将同一企业的不同年份作为分析单元能分析哪一年效率更高。这一方法的使用有别于传统DEA对决策单元的分析(传统DEA是将企业作为决策单元，结果是分析哪家企业更有效率)。为了进一步分析利润变化驱动因素背后的机理，对欢聚时代公司的技术效率、规模效率以及纯技术效率进行计算，使用DEAPSOLVER处理数据得到以下结果，如表4所示。

表4 欢聚时代2009—2015年技术效率、 纯技术效率与规模效率

表4的结果表明，除2009—2010年、2010—2011年欢聚时代的综合效率没有达到最优，其余时期均达到最优。纯技术效率仅2010—2011年间没达到最优，其余时期均为最优。进一步分析发现，2009—2010年、2010—2011年综合效率没有达到最优的原因归因于公司在线音乐业务没有找到合适的变现模式，前期的研发投入和运营支出没有得到回报。2009—2010年纯技术效率没有达到最优的原因是外部环境开始从传统PC互联网时代进入移动互联网时代，公司处于移动互联网布局和转型时期，前期的业务探索和战略调整导致纯技术效率没有达到最优。

(4)投入冗余与产出不足分析。为了进一步分析投入过剩和产出不足的情况，对欢聚时代公司2009—2015年投入冗余与产出不足进行计算，使用DEAPSOLVER处理数据得到以下结果，如表5所示。

表5的结果表明，2009—2010年欢聚时代公司在资本价格、资本投入量和劳动力价格存在投入过剩，在付费用户数方面存在产出不足，这也解释了2009—2010年、2010—2011年欢聚时代效率没有达到最优的。同时表明这一时期公司的行动效率和运营效率有提升空间，通过运营可以将更多的免费用户转化为付费用户。这一结果与表2中2009—2010年计算的运营效应一致，说明2009—2010年公司在运营效率上存在提升空间。2010—2011年，欢聚时代公司在资本价格和劳动力价格存在投入过剩，在每位用户平均收入存在产出不足，通过提升用户活跃度和延长用户生命周期，提升付费用户的消费金额。

表5 欢聚时代2009—2015年投入冗余与产出不足

5 结论与对策建议

5.1 结论

根据网络直播平台的实际业务，分析了网络直播平台盈利模式，阐述网络直播盈利的内在逻辑，基于相关参与者构建了直播平台的盈利生态系统。根据网络直播平台的实际业务，分析了网络直播平台盈利模式，阐述网络直播盈利的内在逻辑，基于相关参与者构建了直播平台的盈利生态系统。在主播方、版权方、软件硬件设施服务方、商家、工会和直播平台的共同参与下，网络直播平台形成了以内容创新、个性化体验创新、资源互补、关系强化、业务创新、机制完善和互动链接的模式，有效对接了前端用户需求网络和后端供给网络，形成一个完整的盈利模式闭环。

在对欢聚时代的案例研究表明，在网络直播平台中，数量效应对利润变化的有着显著的促进作用，进一步分析发现技术进步是引起数量效应变化的主要原因，其次是行动效应和运营效率效应。欢聚时代在研发方面的不断投入是技术进步的关键，持续的技术创新使得欢聚时代在中国拥有比同行业其他企业更强的创新能力。通过对2009—2015年欢聚时代的投入产出数据进行分析，发现2009—2010年和2010—2011年企业的综合效率没有达到最优，主要原因为在线音乐业务没有找到合适的变现模式，前期的研发投入和运营支出没有得到回报。分析投入冗余和产出不足发现，2009—2010年和2010—2011年存在资本投入、资本价格和劳动力投入有着不同程度的投入冗余，在付费用户数和每位用户平均收入存在产出不足，欢聚时代公司在运营效率上存在提升空间。

5.2 对策建议

新技术的出现和行业的变革对网络直播平台的发展产生了影响，针对欢聚时代在付费用户数和每位用户平均收入存在产出不足，笔者认为欢聚时代在以后的发展中可以从以下方面进行提升：①加速整合PC端直播和移动端直播。欢聚时代从2009年开始从传统PC互联网时代进入移动互联网时代，至今移动端已经出现很多直接竞争对手，利用传统PC端的流量优势，充分发展移动端直播，巩固自己直播行业龙头地位。②继续加大研发投入，利用好大数据、虚拟现实VR技术和人工智能。根据欢聚时代2014年报和2015年报显示，欢聚时代先后推出在线约会和在线教育业务，并且在细分领域初步取得成功。大数据、虚拟现实VR技术和人工智能的兴起让欢聚时代的泛娱乐战略更具想象力：通过提升对直播平台大数据的整合和利用，进行用户的个性化资讯推荐，提升用户体验的同时强化参与感；通过对用户行为数据的有效分析，采用精准投放的策略进行广告商的广告投放，提升广告有效率的同时促成更多交易，进而为直播平台创造更多价值。此外，欢聚时代还可以加大对虚拟现实VR技术和人工智能的研发，将新技术应用到在线约会和在线教育业务，让用户能够有更真实的体验，进而创造更多商业价值。③实现不同商业产品账号体系互通，提升商业化效率。目前欢聚时代不同产品之间的账号不能实现有效的互通，用户需要重新注册才能使用欢聚时代旗下的其他产品，这不利于提升用户活跃度和延长用户生命周期，也不能提升付费用户占比和提高用户平均消费金额。 合理规划不同产品体系之间的账号互通规则，对于改善用户体验有着重要意义，也是提升直播平台商业化效率的有效措施。

[1]梅姝娥，吴玉怡.价值网络视角下技术交易平台商业模式研究[J].科技进步与对策，2014，31(6)：1-5.

[2]GRIFELL-TATJÉ E，LOVELL C A K.Productivity，price recovery，capacity constraints and their financial consequences[J].Journal of productivity analysis，2014，41(1)：3-17.

[3]POWELL T C.Competitive advantage：logical and philosophical considerations[J].Strategic management journal，2001，22(9)：875-888.

[4]DE WITTE K，SAAL D S.Is a little sunshine all we need? On the impact of sunshine regulation on profits，productivity and prices in the Dutch drinking water sector[J].Journal of regulatory economics，2010，37(3)：219-242.

[5]彭锦.网络直播热潮下的冷思考[J].电视研究,2016(09):50-52.

[6]曾一昕,何帆.我国网络直播行业的特点分析与规范治理[J].图书馆学研究,2017(06):57-60.

[7]严小芳.场景传播视阈下的网络直播探析[J].新闻界,2016(15):51-54.

[8]HASAN T，HADAD M，AHMED K.The accuracy of management profit forecasts in IPO prospectuses：evidence from Indonesia[J].Journal of accounting in emerging economies，2016，6(1)：2-12.

[9]FAIRFIELD P M，YOHN T L.Using asset turnover and profit margin to forecast changes in profitability[J].Review of accounting studies，2001，6(4)：371-385.

[10]KARAGIANNIS G，MERGOS G J.Total factor productivity growth and technical change in a profit function framework[J].Journal of productivity analysis，2000，14(1)：31-51.

[11]SERRANO-CINCA C，FUERTES-CALLÉN Y，MAR-MOLINERO C.Measuring DEA efficiency in internet companies[J].Decision support systems，2005，38(4)：557-573.

[12]LI W H，LIANG L，COOK W D.Measuring efficiency with products，by-products and parent-offspring relations：a conditional two-stage DEA model[J].Omega，2016.

[13]陈伟，康鑫，冯志军.区域高技术产业知识产权运营效率研究:基于DEA和TOPSIS模型的实证分析[J].科学学与科学技术管理，2011，32(11)：125-130.

[14]马军伟,王剑华.战略性新兴产业的金融支持效率评价及影响因素研究:以江苏省为例[J].中国科技论坛,2016(08):31-37.

[15]DUBOSSON-TORBAY M，OSTERWALDER A，PIGNEUR Y.E-business model design，classification，and measurements[J].Thunderbird international business review，2002，44(1)：5-23.

[16]JOHNSON M W，CHRISTENSEN C M，KAGERMANN H.Reinventing your business model[J].Harvard business review，2008，86(12)：57-68.

[17]TEECE D J，GARY P，AMY S.Dynamic capabilities and strategic management[J].Strategic management journal，1997，18(7)：509-533.

[18]魏权龄.数据包络分析[M].北京：科学出版社，2004.

[19]邢小强,葛沪飞,仝允桓.社会嵌入与BOP网络演化:一个纵向案例研究[J].管理世界，2015(10):160-173.

[20]孟川瑾，邢斐，陈禹.基于DEA分析的房地产企业效率评价[J].管理评论，2008，20(7):57-62.

[21]白仲林.面板数据的计量经济分析[M].天津：南开大学出版社，2008.

[22]王金红.案例研究法及其相关学术规范[J].同济大学学报社会科学版，2007，18(3):87-95.

[23]肖鹏，胡许萍，刘金培,等.环境规制差异对我国跨国企业技术创新的影响：基于海尔的探索性案例研究[J].经济经纬，2015，32(1):102-107.

[24]皮舜，范小明，张帆.依托大规模互动音视频产品，引领垂直娱乐和在线教育的浪潮[R].北京：中信证券研究部,2014.

[25]FITZSIMMONS S R.Multicultural employees：a framework for understanding how they contribute to organizations[J].Academy of management review，2013，38(4)：525-549.

[26]PATTON M Q.How to use qualitative methods in evaluation[M].Sage Publications，1987.

ProfitModel，ProfitChangeandDrivingFactorsofNetworkBroadcastPlatformBasedonALongitudinalCaseStudyofYYInc

Zhang Yongan,Wang Xuetao

(School of Economics and Management，Beijing University of Technology，Beijing 100124，China)

The paper analyzes the profit model to get driving factors of webcast platform.Profit change is decomposed into price effect and quantity effect，to explain the driving factors and internal mechanism of the profit change.It combines DEA method and the profit decomposition to explain the computing mechanism and the basic principle.Also，input redundancy and output deficiency are analyzed.The conclusions are as follows.①Number effect contributes more to profit change than price effect during data sampling period.②In further analysis it finds that technological progress is the driving factor of number effect.③In 2009—2010 and 2010—2011，the efficiency of YY Inc did not reach the optimal level.This paper puts forward a new angle of view for enterprise efficiency.

Profit model；Profit change；Price effect；DEA

国家自然科学基金资助项目“基于CAS的焦点企业核型结构产业集群创新网络演化机理研究”(70972115),国家部委项目“基于复杂自适应系统的集群创新网络模拟研究”(3A011212200901)。

2017-02-22

张永安(1957-)，男，陕西咸阳人，博士，北京工业大学经济与管理学院教授、博士生导师；研究方向：经济与管理系统复杂性、政策仿真、商业模式。

C931

A

(责任编辑 沈蓉)