电商市场长尾现象的形成机理与实证研究

赵冬梅,王 明

(中国农业大学经济管理学院,北京100083)

长期以来,市场上大约80%的产品销量来自于20%种类的产品,这种现象符合二八定律或者帕累托定律。习惯上称生产量和消费量排在前几位的少数几种畅销产品为明星产品[1],其他消费更集中、种类更多但销售面更窄的产品为利基产品。但是随着互联网技术和电子商务的发展,少数种类的明星产品占销售支配地位的现状将被改变,相反大量非明星和非热销的利基产品销量上升,甚至凭借种类丰富的优势,销量总和超过明星产品的长尾现象将会出现[2]。以农产品市场中的水果营销为例,2014年阿里巴巴网上零售平台水果交易量排行榜显示,该年苹果、柑橘、梨等大宗水果仍然具有较高销量,但与此同时像枇杷、山竹、番荔枝/释迦等传统意义上的非热销水果也有不少人购买,水果的销量分布更为分散。并且与原先的热门水果相比,之前非热销的水果由于种类更加丰富,在销量分布图上形成了一条长长的尾巴,即长尾现象[3]。

研究电商市场长尾现象,无论从实践还是理论方面都意义重大。从实践角度看,研究长尾现象有助于指导小微企业的生存和发展。为了避免与大中企业在明星产品市场上的竞争,小微企业可以根据长尾现象选择经营尾部利基产品,不求在同一市场上比别人做得“好”,但求比别人“特别”,为自身发展赢得机会。从理论角度看,研究长尾现象有助于电商市场理论的完善和创新。过去研究电商市场的焦点大多集中在商品的低廉价格上,认为只有廉价才是网络经济带给消费者的唯一好处。长尾现象和利基产品市场的出现益于从产品多样性角度进一步理解电商市场的优越性。

一、电商市场长尾现象的研究进展

长尾概念刚被提出来时,较多学者认为长尾现象否定了帕累托定律。2003年,布林约尔松(Brynjolfsson)等[4]通过对亚马逊网上书店网上销售图书的研究,发现电子商务市场能够促进利基产品的销售,同时消费者剩余还能因为电子商场提供种类更加丰富的产品而提高。随后,他们通过对一家中等规模服装零售公司的研究,发现这家公司通过目录销售渠道和网站销售渠道共同销售相同款式女士服装时,网上服装销量分布更加分散,形成长尾现象[5]。2006年,他们从商家供给和消费者需求两方面对长尾现象的形成进行了剖析,指出互联网及相关技术的发展使得商家能够供给更多种类的产品,消费者能够以很小的搜索成本搜索目标产品,两者共同作用下,产品销售趋势从主流产品转向利基产品,长尾现象产生[6]。同时,针对部分学者提出随着商家调整明星产品销售策略,消费者最终转向购买明星产品的说法,即长尾现象可能只是一种短期存在现象,他们也给予了抨击。2009年,他们搜集了一家大型出版公司在2008年通过亚马逊网站销售图书的销量和销量排名数据,并与该公司在2000年通过亚马逊网站销售图书的销量和销量排名数据进行了比较,结果发现2000—2008年图书销售量变得更加分散,长尾现象不但没有消失反而更明显了[7]。

随着研究的进展,学者们普遍认为长尾现象在网络市场中是真实存在的,但是它的出现并没有否定帕累托定律,在一定条件下长尾现象和帕累托定律会相互转化,因此只能说长尾现象的出现对帕累托定律进行了补充和发展。于是,有学者从消费者搜索成本角度阐述了长尾现象和帕累托定律相互转化的条件[8-9]。他们认为消费者搜索成本的下降或者消费者搜索变得更加容易会使消费者购买产品种类变多,导致利基产品市场空间增加,明星产品市场空间下降;反之,消费者搜索成本上升或者消费者搜索变得困难会使消费者购买产品种类减少,导致利基产品市场空间缩小,明星产品市场空间增大。另有学者尝试从商家生产成本结构角度阐述长尾现象和帕累托定律相互转化的条件,比较典型的是肯德尔(Kendall)等[10]的研究。他们指出,在一个由不变成本和可变成本构成的企业行业中,如果相对于可变成本而言,新技术(这里指互联网信息技术)更可能降低不变成本,那么这将有利于新的利基产品商家进入行业,使得产品多样化程度提高,出现长尾现象;反之,相对于不变成本而言,如果新技术更可能降低可变成本,那么这将不利于新的产品商家进入市场。因为这时在位商家通过设置足够低的价格阻止后入商家进入行业,致使产品销售仍以明星产品为主。

国外学者无论从消费者还是商家角度对于长尾现象的实证研究已经比较充分了,但是国内有关长尾现象的实证文章还相对较少,有部分学者以案例形式探索了长尾现象在某一领域的实践应用。即使少数从消费者角度研究长尾现象的文章,大多也是从宏观视角探讨消费者搜索成本与市场效率之间的关系,很少有人通过实证方法从微观视角探讨长尾现象与消费者之间的关系。因此,本文试图通过研究搜索成本降低与微观消费者特征之间的联系,探究搜索成本降低后发挥作用的机理和路径,找到长尾现象产生的根本原因。

二、长尾现象形成机理分析

搜索成本理论最早由斯蒂格勒(Stigler)[11]提出,他认为搜索成本是消费者购买商品前,为了消除信息不对称和价格离散等问题,而不断询问商家所产生的费用。按照搜索成本的不同,可以把市场中的产品分为利基产品和主流产品。在传统线下市场,与利基产品相比,主流产品经过宣传,消费者更容易了解价格和属性,或者说消费者搜索主流产品成本较小,因此其销量更大,产生明星效应。但是在线上电商市场,由于明星产品和利基产品搜索成本差距变小了,因此消费者对利基产品购买量可能增加,产生长尾现象。

在电商市场中,一方面在搜索引擎帮助下,消费者只要输入目标产品的名称、属性、分类等关键词就可以进行自动查找;另一方面,除了搜索引擎外,在电子商务推荐机制、自动匹配功能等新型商务模式下,消费者会自动接收网站推荐的与目标产品相类似或者相匹配的相关产品。这些都会使消费者能更为容易地在琳琅满目的商品中快速定位目标产品,节约大量时间、精力,降低消费者的搜索成本。反之,如果在电子商务市场中搜索成本太高,消费者将不会搜索利基产品,只会购买主流产品,这时主流产品将完全挤占利基产品市场。

在电商市场消费者搜索成本降低理论下,借鉴温布尔(Wimble)等[12]的研究,结合消费者的不同个体特征,本文构建出基于消费者搜索成本理论的长尾现象形成机理模型,如图1所示。

图1 基于消费者搜索成本理论的长尾现象形成机理模型

在传统的消费者经济理论中,已有文献充分表明消费者购买商品的种类及分布受消费者个人特征和外部社会经济因素的影响。在长尾现象背景下,本文首先确定一些基本社会经济指标,然后把搜索成本的降低作为这些基本指标和购买结果之间的调节变量。这里选择教育水平、年龄和收入三个指标进行分析。

三、电商市场长尾现象形成机理的实证研究

(一)研究假设

1.教育水平对消费者利基产品需求的影响

影响消费者在线购买行为的第一个直接因素是教育水平。首先,受教育程度高的人相比于受教育程度低的人有着更广泛的需求。以最为常见的日常饮食为例,受教育程度更高的消费者在更健康的生活方式引导下,食物需求更加多样化,除了日常必需品外(像肉奶蛋),更加注重非必需品的摄入(像坚果等),此外在必需品的选择上,也更加偏好低脂、低热量等非常规必需品[13]。其次,根据“资本—技能互补”假说,比起非技能劳动,技能劳动能够更好更强地与物质资本互补,因此教育水平高的人能够更充分地利用科技进步带来搜索成本的降低,更有可能增加利基产品的消费[14]。此外,很多明星产品标准化程度高、性能稳定、可批量生产,因此商家可低价营销,赢得消费者好评,从而扩大销量;利基产品往往标准化程度低、性能不太稳定,同时价格相对较高,消费者对利基产品的好评往往很难超过明星产品。但是,受教育程度较高的消费者比较理性,不太容易受负面评论影响,也就是说,即使利基产品可能存在价格高、效用低等负面评论,与低教育程度消费者相比,高教育程度消费者粘性相对更大[15]。综上所述,受教育程度越高的消费者越有可能消费更多元的产品,从而增加对利基产品的消费。基于此,本文提出假设:

H1:受教育程度提高与利基产品购买正相关。

2.收入对消费者利基产品需求的影响

影响消费者在线购买行为的第二个直接因素是收入。一般来说,收入高的群体,有能力购买更多种类的商品。对于一些稀有商品,例如奢侈品,其消费群体只会是少数高收入群体。那些昂贵的商品因为价格太高不可能被多数人购买,因此更有可能成为利基产品。从传统经济学理论出发,当消费者的收入改变时,其购买行为也会发生改变。以作为利基商品的绿色农产品为例,克莱尔(Clare)等[16]认为,消费者收入会对绿色食品的消费偏好产生影响;郭斌等[17]运用Probit模型通过回归分析发现,武汉市居民对于绿色农产品的消费行为受到收入水平的正向影响。换句话说,随着收入的改变,消费者可以购买的商品集合即决策集,发生了变化。综上所述,收入水平越高的消费者越有可能消费更多元的产品,从而增加对利基产品的消费。基于此,本文提出假设:

H2:收入增加与利基产品购买正相关。

3.年龄对消费者利基产品需求的影响

影响消费者在线购物的第三个直接因素是年龄。虽然消费者年龄会对其购买产品的质量和特性产生一定影响,但是具体到消费者年龄和利基产品偏好之间的关系,不同学者持不同观点。以农产品购买与消费者年龄之间的关系为例,张洁[18]研究茶叶购买偏好与消费者年龄之间的关系时,指出36岁以上消费者饮茶频率显著高于年轻消费群体;对于主流产品和利基产品的选择,由于消费者随着年龄增长具有更弱的创新意识、更高的风险厌恶程度,因此年龄较大者涉足不熟悉的产品领域的可能性较小,即更倾向于购买主流产品。然而也有学者认为,年龄较大的消费者更有可能购买利基产品。金塔卡亚拉(Chintakayala)等[19]通过对英国超市作为利基产品的有机牛奶和作为主流产品的放养鸡蛋销售数据进行研究,发现年龄较大的消费者更易受“绿色态度”的影响,因此购买有机牛奶的消费者平均年龄较大。具体来说,年龄小于11岁的消费者与有机牛奶购买之间呈负相关,11岁以上54岁以下消费者都与有机牛奶购买之间呈正相关,并且年龄在25—44岁之间的消费者与有机牛奶购买之间正相关性最强[注]本文研究没有涉及年龄高于55岁以上的消费者。,但是购买放养鸡蛋的消费者没有明显的年龄趋势和特征。

虽然年龄更大的消费者也有可能倾向于购买利基产品,但是一方面这些利基产品涵盖范围较窄,大部分集中在与老年人饮食健康密切相关的领域,不具有代表性;另一方面,即使在食品和农产品领域,由于现阶段我国相关管理不规范,消费者虽有购买意愿但不一定发生购买行为。基于此,本文提出假设:

H3:年龄增长与利基产品购买负相关。

4.线上搜索成本降低对消费者利基产品需求的影响

(1)教育水平。“资本技能互补”假说指出,比起非技能劳动,技能劳动能够更好更强地与物质资本互补。理论和实践都表明,技能水平越高、受教育程度越高的人,越能够更好地利用信息技术的进步及其相关影响,如搜索成本的降低[20]。同时,教育水平更高的人更倾向于寻找新的事物。搜索成本的降低,扩大了消费者的选择集,提高了利基产品显示的概率。也就是说,基于“资本技能互补”假说,搜索成本的降低能够对不同受教育水平的消费者产生不同程度的正向影响。由此,本文提出如下假设:

H4a:搜索成本降低对教育水平与购买利基产品之间的关系具有正向调节作用。

(2)收入。搜索成本下降扩大了消费者购买的决策集。首先,对于低收入群体来说,即使搜索成本下降造成决策集的扩大,但是由于他们负担能力的限制,实际消费情况并没有发生太大的变化,因此决策集的扩大对于低收入群体的影响要小于其对高收入群体的影响。其次,搜索成本的降低会刺激消费者出于非经济动机去搜索一些奢侈品,而这些商品对于那些可支配收入高的消费者来说更具有吸引力。此外,收入水平的提高会增加消费者对差异化商品的消费。综上所述,搜索成本的降低是一种购物环境的变化,且这种变化与收入对利基产品购买产生的影响很有可能是一致的,搜索成本的降低能够正向加强不同收入群体对利基产品的购买。由此,本文提出以下假设:

H4b:搜索成本降低对收入与购买利基产品之间的关系具有正向调节作用。

(3)年龄。年龄增长与互联网行为增长之间负相关。相比年轻人,年龄较大的消费者在互联网技术发展和网购搜索成本下降方面的受惠比较少。搜索成本的降低更有利于年轻消费者弥补购物经验的不足。在传统线下市场,与年轻消费者相比,可以假设年龄较大的消费者往往具有更多的购物经验。但是在电子商务市场,由于网络提供了统一的信息平台,年轻的消费者对网络操作更为熟悉,能够获取更多量信息,由此弥补了自己在购物经验方面的不足。换句话说,搜索成本的降低使得年龄较大消费者在购物经验上的优势不再明显。并且,搜索成本的降低也很难使得年龄较大消费者的实际购物范围扩大。表面上搜索成本的降低扩展了包含老年人在内的所有消费者的选择决策集,但是由于老年人认知能力下降,因此他们在网络购物时,自己逐渐下降的认知能力很难适应日益扩大的消费决策集变化。综上所述,搜索成本的降低对不同年龄段的消费者,在利基产品购买上的影响不同,且对年龄较低的消费者购买利基产品的影响大于年龄较大的消费者,即搜索成本的降低加大了年龄较大的消费者与利基产品购买之间的负相关。由此,本文提出以下假设:

H4c:搜索成本降低对年龄与购买利基产品之间的关系具有负向调节作用。

(二)数据处理

本文数据来源于2018年7—8月福建省武夷山市一中型电商茶企桃渊茗公司线上线下共2 000多名消费者的购茶数据以及相对应的消费者基本信息数据。购茶数据包括消费者购买茶叶的类型、数量和单价,消费者基本信息包括消费者的性别、年龄、受教育程度、所在省份、民族、职业和月收入。由于这家茶企在线上京东桃渊茗旗舰店和线下直营店[注]该茶企线下直营店主要分布在北京、福建和广东等武夷岩茶销量较高的地区,其余地区采取加盟店或直接供货等方式。同时经营相同类型的茶叶产品[注]线上和线下同种类型茶叶标签价格相同,但是线上消费者零碎购茶时,需自付运费。,因此消除了茶叶产品本身属性不同造成的结果误差。调研得到消费者总样本2 465个,其中线上消费者样本1 177个,线下消费者样本1 288个。经过剔除缺失值和异常值(例如某一消费者单次购买量超过50件可视为批发业务,不属于单纯个人消费,认定为异常值)的处理,最终得到有效消费者样本2 303个,其中线上有效消费者样本1 150个,共购茶75种合计2 210件,线下有效消费者样本1 153个,共购茶49种合计1 618件。此外,在这86种茶叶产品中,仅在线上销售的有37种,仅在线下销售的有11种,在线上和线下共同销售的有38种。为了消除数据在量纲上的不一致和数据大小之间的巨大差异,首先对数据进行分层处理。对消费者年龄、受教育水平、月收入、民族、职业按照不同的标准进行赋值和分类,具体赋值和分类标准见表1。

对学历进行分类时,本文认为高中及以下都是最基本的通识教育,大专和本科属于不同层次的专业化教育,分别经过这三类教育的消费者在购买行为上可能会产生较大的差异,因此将三者分开。 研究生及以上的教育属于更加专业的教育,显著区别于之前的教育,因此将其单独划分为一类。

进行年龄分类时,考虑到18岁以下的消费者属于未成年人,故不对18岁以下的消费者进行研究。60岁以上的消费者已经达到退休年龄,退休后可能因为空闲时间的增加和对养生的重视程度提高而增加对茶叶的购买。即退休前后,消费者对于茶叶的购买行为有显著不同,因此将60岁及以上分为一组。根据数据的平均分布原则,将组距设置为10岁基本是可接受的。

对月收入的分组是根据实际调研数据确定的。调研数据显示,月收入在2 000元以下和8 000元以上的消费者数目占总体的比重较小。这些消费者在收入的高斯分布函数中位于两侧,需要把他们分别设为第1组和第5组。为了确保月收入在2 000—8 000元的消费者每组人数的相对稳定性,根据实际数据的分布情况,确定了表1中的组距和分组情况。

定义明星产品和利基产品时,本文用产品销量作为衡量依据。具体来说,对销量进行顺序排名,销量越大排名越靠前,销量越小排名越靠后。排名在后80%的产品为利基产品,且越靠后说明其越小众。为了避免排名的数据过大造成被解释变量和解释变量在数量级上的差异,同时为了改善回归中的异方差现象,将数据进行对数化处理。

综上,样本的描述性统计结果见表2。其中,部分变量含义如表1所示,性别、线上或线下是虚拟变量,女性为1分,男性为0分,线上为1分,线下为0分。省份表示被调查者的籍贯,共有31个值,每个省份用1—31中的一个数值表示,由于在描述统计时意义不大,在此不进行赋值说明。

表1 对学历、年龄、月收入、民族和职业的赋值与分类

注:对学历、收入和年龄变量进行赋值,数值大小代表层次高低;对民族和职业变量进行分类,数值大小无区别。

表2 样本的描述性统计结果

注:“销量排名”处理时,按销量大小排序后,排名第1的产品销量为836件,排名第86的产品销量为1件。

相比于其他变量,销量排名无论从最小值和最大值之间的差距还是标准差大小角度来看,在不同种类和类型之间确实存在很大差距,这也验证了茶叶市场中存在明星产品和利基产品。另外,为从产品角度研究线上线下产品销量分布之间的区别,本文对线上线下产品分别计算了产品种类累计比率,结果见表3。与二八定律相比,除了个别情况外,像销量最低的10%种类产品,其线上和线下渠道销量相差不多,其余20%—80%种类产品,线上销量占比都明显高于线下,这样就使得总体销量曲线变得更加平坦,长尾现象产生。

为了直观观察搜索成本下降对主流产品和利基产品销量的影响,本文将所有86种茶叶产品的销量分布,分线上和线下两条销售渠道计算各自的洛伦兹曲线(见图2)和基尼系数。根据表3中的数据,线上和线下渠道基尼系数分别为0.64和0.66。从洛伦兹曲线和基尼系数可以看出,相比于线下渠道,线上渠道产品销量分布更加分散,这也验证了搜索成本降低更有利于利基产品销售,即长尾现象的形成。

(三)模型构建

搜索成本的降低虽然有利于长尾现象的形成,但是其对长尾现象形成起直接作用还是间接调节作用却仍有待验证。为此,对应假设H4,本文建立以下4个模型:

lrank=α0+α1price+α2age+α3educlv+α4inc+α5online+μ

(1)

lrank=β0+β1price+β2age+β3educlv+β4inc+

表3 线上线下茶叶销售种类占销量累积百分比

产品销量等级产品种类累计比率线下销量份额(%)累计销售比率(%)线上销量份额(%)累计销售比率(%)10%的低销量产品0.100.170.170.190.1920%的低销量产品0.200.350.520.440.6330%中等偏下销量产品0.300.631.150.811.4440%中等偏下销量产品0.400.952.101.332.7750%中等销量产品0.501.813.912.164.9360%中等销量产品0.602.936.843.308.2370%中等偏上销量产品0.705.3512.197.7816.0180%中等偏上销量产品0.8012.7024.8913.4229.4390%高销量产品0.9039.7264.6135.8965.32100%高销量产品1.0035.39100.0034.68100.00

图2 线上和线下销量的洛伦兹曲线

β5online+β6onage+β7onedu+β8oninc+μ

(2)

lrank=γ0+γ1price+γ2age+γ3educlv+γ4inc+

γ5onage+γ6onedu+γ7oninc+μ

(3)

lrank=δ0+δ1price+δ2age+δ3educlv+δ4inc+

δ5onage+δ6onedu+δ7oninc+δ8female+δ9nal+

δ10prof+δ11region+μ

(4)

其中,onage=online×age,onedu=online×educlv,oninc=online×inc;lrank表示产品销量排名的对数;price表示商品的单价;age表示消费者的年龄;educlv表示消费者的受教育水平;inc表示消费者的月收入;online为一个虚拟变量,用于区分该样本是线上还是线下数据,online=1表示该样本为线上数据,因此online可度量搜索成本的降低,online=0表示该样本为线下数据;onage表示搜索成本降低和年龄的交叉乘积项;onedu表示搜索成本降低和受教育水平的交叉乘积项;oninc表示搜索成本降低和收入的交叉乘积项;female是一个虚拟变量,当消费者为女性时取1,为男性时取0;nal代表消费者的民族;prof表示消费者的职业;region表示消费者所在省份;μ为误差项,衡量其他没有考虑到的因素的影响。

搜索成本的降低对于利基产品的购买若产生影响则有两种可能的形式。一种是与消费者特征无关的普遍影响,即对所有类型的消费者产生相同的影响;另一种是与消费者特征相联系的影响,即对不同特征的消费者均产生影响,但影响程度不同。根据虚拟变量online的含义可知,该变量可以探究搜索成本降低对利基产品购买影响的存在性。onedu代表不同受教育水平的线上消费者,若通过显著性检验说明搜索成本的降低对消费者购买利基产品的影响与教育有关,即搜索成本的降低对不同受教育水平类型的消费者产生的作用是不同的。同理,onage和oninc代表了与搜索成本降低发挥作用相联系的其他消费者特征。

在模型中需要判断搜索成本的降低能否增加利基产品的购买,即直接效应,并检验基于不同消费者特征的调节效应。为了正确检验直接效应和调节效应,需要将调节因子作为直接因素和调节因素分别检验。为此,本文在模型(1)中只加入直接变量online,探究搜索成本降低是否具有直接效应;模型(2)中同时加入online和三个调节变量,研究直接效应和调节效应是否同时存在;模型(3)只加入三个与消费者特征相关的调节变量探究调节效应是否发挥作用。

在所有的模型中除了最基本的教育、收入和年龄三个代表消费者特征的变量外,还加入了价格这一控制变量。从经济学角度来看,价格是影响消费者需求的重要因素之一,即利基产品的销售与销量与价格密切相关,因此在研究消费者特征对产品购买的影响时应该控制商品的价格。另外,不同性别的消费者对茶叶的购买偏好不同,从表2可以看到在2 303个样本中,男性占比达到70%以上;茶叶具有很强的区域性特征,不同地区、民族的消费者对茶叶偏好存在较大差异;茶叶不单是居家饮品,更是应酬、送礼的不二之选,消费者的工作及性质也可能影响其购买茶叶时的选择。为了避免模型结果的偏误,在模型中需要对性别、地区、民族、工作这4个次要但也能产生影响的变量进行控制。为此,本文建立了模型(4),探究在控制了这些因素之后搜索成本的降低是否仍对利基产品的购买发挥调节作用。

(四)结果分析

鉴于数据本身可能存在的异方差性,本文对排名进行了对数化处理,然后用STATA进行回归,结果见表4。总的来看,4个模型的拟合系数R2和F值都较大,表明模型的解释效果较好。

模型(1)的结果表明,在5%的显著性水平下,消费者收入、受教育程度和搜索成本的降低都与利基产品的购买之间有正相关关系,但是消费者年龄增加与利基产品的负向购买关系并不显著。模型(1)证明了假设H1和H2,否定了假设H3。变量online显著,说明搜索成本的降低能够直接增加消费者对利基产品的购买,即具有直接效应。

模型(2)的结果表明,消费者收入、受教育程度与利基产品的购买都呈现显著正相关关系,年龄对利基产品购买的负向影响在5%的显著性水平上是存在的。搜索成本的降低对利基产品的正向购买影响,即直接效应也显著。同时,调节变量onage、oninc显著,onedu不显著,这证明搜索成本的降低发挥作用是与消费者特征相联系的,在本文中与消费者年龄和收入相关,且年龄发挥负向调节作用,收入发挥正向调节作用。而且,搜索成本的降低对低年龄高收入消费者的影响更强,但是与教育之间的联系不够密切。模型(2)证明了假设H1、H2、H3、H4b和H4c,否定了假设H4a。

模型(3)的结果表明,消费者教育、收入、年龄、年龄和搜索成本降低的交叉乘积项、收入与搜索成本降低的交叉乘积项,都和利基产品购买之间显著存在相关关系,但是教育与搜索成本降低的交叉乘积项并不显著。这说明对不同收入和年龄特征的消费者,搜索成本的降低对其利基产品购买行为具有显著调节作用,对受教育水平的调节作用并不显著。进一步观察交叉乘积项前面系数的正负,可以得到搜索成本对收入与利基产品购买的调节是正向的,对年龄与利基产品购买之间的调节是负向的。模型(3)也证明了假设H1、H2、H3、H4b和H4c,但不能证明假设H4a。

模型(4)是在控制了其他次要但可能有影响的变量后得到的结果,与模型(3)并无二致。由于在模型(2)—(4)中假设H3都是显著的,因此可以认为假设H3是正确的,即年龄和利基产品购买之间的负相关性是存在的。总而言之,模型(4)证明了搜索成本降低能够显著增加消费者对利基产品的购买,即搜索成本降低存在显著的直接效应。同时表明,这种影响是与消费者特征紧密联系的,对不同类型的消费者发挥作用的程度不同。而且,搜索成本的降低更能促进高收入和低年龄的消费者的利基产品购买行为。

表4 模型回归结果

注:()中为t值;*、**和***分别表示10%、5%和1%的显著性水平。

综上所述,本文6个假设的检验结果表明,消费者特征与利基产品的购买具有很强的相关性,同时搜索成本降低发挥作用时也和消费者特征密切相关。由此可知,搜索成本的降低带来的利基产品购买的增加从根本上是依托于消费者特征的,搜索成本的降低并非产生长尾现象的根本原因,在线消费者社会经济因素,如教育、年龄和收入等仍是导致利基产品销量增加、长尾现象产生的根本原因,搜索成本降低仅在其中起到了控制和调节的间接作用。

(五)稳健性检验

为了进一步验证前文的回归结果,本文进行了稳健性检验。从改变“长尾”定义的角度出发,检验在不同“长尾”的情况下,前文结果是否仍然稳健。因此,本文检验长尾部分占总市场份额的比重分别为80%、70%、60%和50%这4种情形下各系数的稳定性。

考虑到各解释变量对被解释变量的影响方向,本文进行了单侧检验。运用STATA做logistic回归,结果见表5。从该结果来看,前文模型求解中得到的结果在相对长尾从50%—80%的情况下都是稳健的,这进一步支撑了本文的研究结果。

表5 稳健性检验结果

注:()中为t值;*、**和***分别表示10%、5%和1%的显著性水平。

四、结论和建议

本文结果表明,电商市场搜索成本的降低能正向影响消费者购买利基产品的数量,从而产生长尾现象,但这种影响随着不同年龄、收入和教育水平等消费者特征的变化而改变,说明长尾现象产生的根本原因是消费者特征,搜索成本的降低对其起调节作用。这一结论对于线上商家至关重要,因为影响消费者的教育水平、收入和年龄等特征,反映到产品层面是对产品价格、质量和服务等传统产品属性因素的重视。这提示商家线上经营销售利基产品时,要和线下一样重视产品和服务,遵循供求法则、价格机制等相关经济学原理。

未来商家在实施长尾营销策略时应该注意以下两点:(1)长尾现象下企业的新型竞争策略。随着线上搜索成本降低和信息透明度提高,消费者为了满足个性化需求,可以不断寻找无限接近最满意的产品直至进行私人定制,这使得企业不得不开发利基产品,实施长尾策略。但是,利基产品种类的增加使得企业面临产品设计生产、库存管理、广告营销的复杂性及其带来的高成本和低效率问题,严重阻碍了企业实施长尾策略的有效性。因此,企业应该重点关注产品类型和企业规模变化选择最恰当利基产品经营策略,发挥长尾现象最大效应。(2)长尾现象下消费者的新型购物行为。电子商务市场上,数以百万计的利基商品和主流商品将共享销售平台,这将创造新的市场营销环境。在新环境下,消费者将会面临越来越多的产品选择,这时主流产品和利基产品如何各自制定相对应的营销策略至关重要。也就是说,在长尾现象的支配下,企业应该重点关注消费者消费行为的变化和消费习惯的转移。