1. 引言
“有章服之美,谓之华;有礼仪之大,谓之夏。”我国早在两千多年前就十分注重服饰文化,但近现代这一优良传统被丢弃。2002年初,一篇名为《失落的文明——汉民族服饰》的文章引起热议,人们认识到汉服的重要意义,随后兴起了一场汉服复兴运动。十九大报告明确指出要健全现代文化产业体系和市场体系,培育新型文化业态,要推动中华优秀传统文化的创造转化和创新发展。文化产业能源消耗小、创收潜力大、带动就业、促进高质量发展,符合新时代发展要求,而且《中国文化产业年度发展报告2019》显示,我国文化产业营业收入从2014年的234.03万元飙升到2018年的8105.04万元,年均实际增长率约为GDP增速的两倍,这在很大程度上归功于互联网与文化产业的深度融合。借助网络购物、自媒体平台、古装影视、古风游戏动漫、古风歌曲的宣传,越来越多人喜欢汉服文化,各种发展模式的汉服文化产业也如雨后春笋,如以陕西商洛云袖汉服文化传播有限公司为代表,从事汉服文化创意设计;以江西恩达麻世纪科技股份有限公司为代表的“科技引领汉服制造”;以浙江西塘古镇“汉服文化周”为代表的文化旅游促发展;还有以上海“汉未央”传统文化促进中心为代表,“先公益、后盈利”的模式等。而以汉服淘宝店为代表的线上汉服租售的发展模式与互联网结合最紧密、发展势头正好。CBNData消费大数据显示,2018年204.18万的汉服爱好者支撑起了约10亿元的线上汉服销售额,2019年汉服爱好者增加了77.08%达到361.55万人,而销售金额增加100%突破了20亿元,2019年线上汉服的已购用户达1800万,潜在用户高达41500万,可见汉服爱好者消费粘性巨大;2019年,汉服淘宝商家新增136家至1177家,遍布我国29个省级行政单位1;全球汉服文化社团数也从2017年的1300增加到2019年的2000。
“内容为王”是文化产业发展不争的命题,汉服文化产业的“内容”就是汉服服饰的设计、制作和销售,近年来汉服的网上销售成为带动汉服产业发展的强大引擎,但仍然存在网店差距悬殊、知识产权保护不力、缺乏规范、国际影响力弱等问题。日本和服文化和韩国韩服文化产业链长,发展日臻成熟,与之相比,我国汉服文化产业仍然处在起步阶段。因此,了解我国汉服线上销售现状、探讨影响销量的因素有利于汉服商家调整经营战略、提高销量,对带动汉服关联产业发展也具有重要意义(图1)。
![](//html.hanspub.org/file/7-2392074x10_hanspub.png)
Figure 1. Thoughts on the Development of Hanfu Cultural Industry under the background of “Internet+”
图1. “互联网+”背景下汉服文化产业发展思路
2. 文献回顾与假设提出
“互联网 + 文化产业”的发展趋势、网络销售的全面铺开以及汉服文化的复兴共同推动汉服线上销售进入“黄金时期”,因而我们从“互联网+文化产业”、“网络销售”和“汉服文化”三个方面来回顾文献并提出假设。
2.1. 互联网 + 文化产业
国外学者多将互联网当作文化产业的宣传平台和营销手段。McLuhan (1964)认为媒介就是讯息,就是人感知的延伸 [1],不管是互联网出现之前的旧媒介,是电子邮件、数字图书等新媒介还是维基、推特等新新媒介 [2],都是人获取、传播信息的工具。互联网本质上是一种传播手段,为文化产业的发展提供并解释买和卖机会的信息,开创经济行为、提高经济效益 [3]。Anderson (2009)认为通过直接交叉补贴、三方市场和免费加收费的方式实现的“免费”是很好的推销方式 [4],而互联网为“免费”战略的实施提供了有力保障。Shapiro和Varrina (1999)认为厂商可以通过互联网采取差异化定价策略,获取利润最大化 [5]。国内学者一方面借鉴国外经验,继续探讨互联网作为文化产业信息交流平台、营销手段的作用 [6] [7],另一方面从生产入手,认为互联网平台经济具有技术创新效应、行业集中效应和创业溢出效应 [8],推动了产业生产效率的提高。在互联网与具体文化产业结合方面,Hotho和Champion (2011),Schulzke (2014)都认为虚拟游戏行业在互联网背景下最具发展潜力 [9] [10];Lee研究了数字技术对韩国音乐文化的塑造方式 [11];Andrew (2006)探讨了在网络经济下,电影行业的未来前景 [12]。而我国学者着重探讨互联网与中国特色文化产业的发展,宗少鸽和刘子健(2019)分析了“数字供养人”计划下敦煌文化的发展 [13];邓丽梅和崔建凤(2017)论述了互联网对茶旅游文化产业的促进作用 [14];刘荃(2018)研究了互联网背景下传统戏曲文化如何抵御冲击、发扬光大 [15]。互联网在为文化产业发展赋能的同时,也在削弱人在文化中的引领作用 [16];互联网降低了文化传播成本,但抄袭、干预消费者选择等道德失范现象频频曝出 [17],因而在互联网背景下,健全文化的法制监管有重要意义。已有文献绝大多数是在默认互联网发展水平较高的情况下探讨互联网与文化产业如何融合发展,鲜有文献研究不同的互联网发展水平对文化产业的促进效用有何不同。互联网发展水平、汉服网点集聚程度的不同可能影响汉服线上销售的产量,同时得到假设1:线上汉服销量与网店所在地的网络发展水平成正比。
2.2. 网络销售
文化产品的设计制作需要人的天赋灵感和时间技艺的积累,互联网无法促进其迅速繁荣,与此相比,互联网与文化产品的宣传销售结合得更加紧密。网络销售出现以来,多渠道分销 [18] [19]、粉丝营销 [20] [21]、免费模式 [22] [23] 等各种营销策略得到广泛研究,但本质上,这些策略都是为了提高客户满意度、获得良好口碑、吸引更多消费者从而提高产品销量。Katz & Lazarsfeld (1955),Engel et al. (1969)都通过自己的研究发现了口碑是经营决策最具参考价值的因素 [24] [25],而互联网介入后,“网络口碑” [26] 的传播更广泛、快速,但网民的众口难调和互联网信息的真伪难辨增加了打造良好口碑的难度。所以商家应该向消费者传播真实、详实、具体的信息并采取口碑营销策略,如在线产品试用、与客户一对一交流等 [27]。但文化产品的网络口碑包括哪些内容,是否与线下口碑相同;在更容易出现信息失真的互联网环境下,顾客是否会相信商家提供的信息和其他人的线上评价等问题还有待进一步研究,因而我们提出假设2:线上汉服销量与汉服店铺的“网络口碑”有关,具体来看,汉服的销量与商品价格成反比,与商品质量、商家服务态度、物流服务评价、商店的粉丝数、店铺去年销量和店铺的资质都成正比。
2.3. 汉服文化
目前,汉服的国际影响力有限,主要的研究集中在国内。汉服文化产业链涉及领域广,拥有服装设计制作、汉服文化研究等前向关联产业;婚庆摄影、影视游戏等后向关联产业,还有旅游开发、国学教育等的其他关联产业 [28]。王妍和陈瑞阳(2018),陈曦等(2019)从生产角度分别分析了移动平台汉服设计软件的开发和模拟现实技术在汉服文化数字化呈现的应用 [29] [30],孔德瑜(2016)和张虹(2018)分别以“全球化”和“一带一路”为背景研究了汉服文化走出国门的策略 [31] [32];唐文清等(2016)指出高校学生汉服消费粘性大,是汉服销售的重要市场 [33]。我国各地域特色也丰富了汉服文化产业发展,粟斌和谌柯(2009)探讨了“中国绸都”四川南充汉服产业的发展前景 [34];高海南(2019)认为浙江西塘“汉服文化周”开创了国内汉服文化活动的范例 [35];张立松(2016)以山东曲阜祭孔活动为例,认为汉服文化可以依靠儒家文化进一步传播 [36]。互联网成为当前汉服文化复兴最有力的手段,但学者的观点并未完全统一,一些学者指出互联网传播的扁平化、社区化甚至狂欢化的特征会助长汉服文化复兴背后“汉族本位”的民族歧视主义抬头 [37];互联网拓展了汉服销路,但也抢占了汉服线下店铺的生意,线上网售和线下实体是互补还是替代仍有待研究。所以我们提出假设3:线上汉服销量与网店所在地汉服实体店数量存在替代关系。
3. 模型设定和数据说明
3.1. 模型设定
我们以汉服的线上销量为被解释变量,以影响汉服线上销量的各种因素为解释变量,建立如下模型:
各变量的含义如下:
:商品月销量,本文用商品的月付款人数作为月销量的代理变量2;
:商品均价,为一家汉服店铺所有商品价格之和与所有商品数量之比;
:商品质量,商品质量无法直接衡量,本文用“商家对商品描述相符程度”的顾客评价作为商品质量的代理变量3;
:商家服务态度满意度,由众多顾客的主观评分构成;
:物流服务满意度,由众多顾客的主观评分构成;
:店铺粉丝数,即关注店铺的人数;
:店铺信誉,用店铺资质代替作为代理变量4;
:是否为2019年销售产值前十名的店铺,是衡量店铺过去销售规模的二元选择变量5;
:店铺是否位于2019年淘宝村数量排名前二十名的城市,是确定店铺位置的二元选择变量;
:店铺是否位于2019年互联网发展指数6排名前十的省份,是确定店铺位置的二元选择变量;
:店铺是否位于2019年汉服实体店铺排名前十的省份,是确定店铺位置的二元选择变量;
:开店时长,从店铺认证的时间到2020年4月1日;
:商品种类,店铺内可以正常打开的商品链接数量;
:店铺是否以销售女装为主,是确定店铺商品种类的二元选择变量;
:随机干扰项。
其中前11个为核心解释变量,后3个为控制变量。在核心解释变量中,我们用变量
和
检验假设1,用变量
、
、
、
、
、
和
检验假设2,用变量
检验假设3。除核心解释变量外,开店时长不同的店铺可能会积累不同的粉丝量,进而影响销量;商品种类的多少也影响消费者的选择;女性是汉服主要消费群体,贡献整体市场消费规模近八成7,店铺是否以经营女装为主也影响销量。故本文选取了“开店时长”、“商品种类”和“店铺是否以销售女装为主”作为控制变量。
3.2. 数据说明
艾媒数据中心(data.iimedia.cn)的统计显示,截至2019年年底,淘宝平台共有1177家汉服店,除去无法正常打开、同一品牌开设的分店以及月付款人数为0的店铺,我们得到1002家店铺作为研究对象,分别搜集了这些店铺在2020年4月1日这一天的商品月付款人数、商品均价等数据。各变量的描述性统计及数据来源如表1所示:
![](Images/Table_Tmp.jpg)
Table 1. Descriptive statistics of variables and data sources (The number of variables is 1002)
表1. 变量的描述性统计及数据来源(变量数为1002)
4. 实证分析及假设检验
4.1. 统计分析
4.1.1. 汉服淘宝店发展的时间和规模
如果用店铺的粉丝数量代表规模,我们发现拥有较多粉丝的店铺并非开店时间都很长。在研究的1002个样本中,大多数汉服店的粉丝数在10万以下。有87家店铺粉丝数超过10万,粉丝超过50万和100万的分别有26家和14家,这些店中仅有5家、3家和1家存在的时长为4500~6000天,在四个时段中占比为最低的6%、12%和8% (表2和图2)。而近十年来,新注册的汉服淘宝店数量增多,而且高粉丝量的店铺层出不穷,粉丝数超过300万的两家店就是在近四年注册运营的(图3)。这表明汉服网上销售早在十几年前就开始慢慢兴起,但较早的开始与后来才出现的网络购物热潮和汉服复兴运动产生了错位,早期的店铺销量惨淡,商家还需要花费大量精力筹备、进货,甚至自己设计、制作汉服,入不敷出,所以很少形成规模。近年来开始经营汉服的商家一方面因为汉服网上销售准入门槛低而迅速入驻淘宝,另一方面他们赶上了网购热潮、汉服复兴以及抖音、快手等各自媒体平台兴盛的时代,拥有更多渠道推广产品,也更容易在淘宝站稳脚跟、发展壮大。
![](Images/Table_Tmp.jpg)
Table 2. The number of Hanfu Taobao stores with different durations under a specific fan scale (Source: Taobao APP)
表2. 特定粉丝规模下不同开店时长的汉服淘宝店数量(数据来源:淘宝APP)
![](//html.hanspub.org/file/7-2392074x52_hanspub.png)
Figure 2. Sector chart: Proportion of Hanfu Taobao stores with different durations under a specific fan scale (Source: Taobao APP)
图2. 特定粉丝规模下不同开店时长的汉服淘宝店铺占比(数据来源:淘宝APP)
![](//html.hanspub.org/file/7-2392074x53_hanspub.png)
Figure 3. Distribution map of the length of existence and the number of fans in Hanfu Taobao stores (Source: Research group)
图3. 汉服淘宝店铺存在时长和粉丝数量分布图(数据来源:小组搜集整理)
4.1.2. 汉服店铺的地理分布
由图4可知,汉服淘宝店集中在山东、江浙沪、四川和广东四个地区,其中山东菏泽最多((1)图);汉服的实体、体验店除了分布在汉服淘宝店较多的区域,也集中在河南、湖北、湖南等中部省份,河南省最多((2)图),故汉服淘宝店和实体店的地理位置不完全重合。汉服线下销售要求较大的市场、较便利的交通并靠近汉服生产地,因而线下店铺分布在拥有广阔消费市场的沿海省份、内陆交通枢纽省份以及劳动力较廉价的中部省份;而汉服的线上销售是汉服产业、互联网水平、交通运输等要素作用的结果,影响因素不同,二者选址的地理位置也各异。
![](//html.hanspub.org/file/7-2392074x54_hanspub.png)
Figure 4. Distribution map of online Taobao stores and offline physical stores of Hanfu across the country in 2019
图4. 2019年全国汉服线上淘宝店和线下实体店分布图
4.2. 回归检验
4.2.1. 模型检验和调整
进行普通
回归后,我们对模型进行多重共线性和异方差检验。总体来看,模型的
值为
,小于
,可以认为不存在多重共线性;
、
和
的
值分别为
、
和
,在
和
之间,存在中度多重共线性(表3),但是它们未造成模型整体多重共线8,故不予剔除。异方差检验中,被解释变量(
)较大时,扰动项的方差也较大(图5),进一步地,我们考察残差和解释变量
的散点图(图6),发现两图的轮廓基本一致,扰动项的方差随着观测值而改变,表明很可能存在异方差。再进行了怀特检验,得到
值为
,强烈拒绝了同方差的原假设(表4),即模型存在异方差,所以本文采用“
异方差稳健标准误”的方法进行回归。
![](Images/Table_Tmp.jpg)
Table 3. Results of multiple collinearity test
表3. 多重共线性检验结果
![](Images/Table_Tmp.jpg)
Table 4. Results of Heteroscedasticity test
表4. 异方差检验结果
![](//html.hanspub.org/file/7-2392074x90_hanspub.png)
Figure 5. Scatter plot of residual and fitting value
图5. 残差与拟合值的散点图
![](//html.hanspub.org/file/7-2392074x91_hanspub.png)
Figure 6. Scatter plot of residual and “the number of fans”
图6. 残差与粉丝数量的散点图
4.2.2. 回归结果分析
如表5所示,销量与衡量互联网发展水平的变量
和
的相关关系不显著。可能是因为产业集聚和互联网水平的提升对技术密集型产业具有较强的推动作用,而经营汉服淘宝店准入门槛较低,良好的信誉、健全的网络和交通基础设施是经营的基础条件,大部分汉服淘宝店选址的区位都拥有较好的基础,淘宝店铺集聚带来的溢出效应以及互联网发展指数的提升不会对单个店铺的绩效有显著影响,因而假设1不成立。
与绝大多数商品相同,汉服淘宝店的销量与商品均价在1%的水平上呈显著负相关。一般原创汉服的设计困难、制作成本高,价格会达到几千甚至上万元,这会抑制部分汉服爱好者消费,也让一些人选择了盗版汉服,不利于汉服产业长期稳定发展,因而平价汉服更受欢迎。销量和商品质量并无显著相关性,可能是因为本文用“商家描述相符程度”代替商品质量,而这一指标存在诸多缺陷,买家未评价商品时淘宝系统会默认好评,而且刷动态评分9、有偿好评的现象普遍存在,故买家不会完全参考这一可信度较低的指标决定是否购买。虽然“商家服务态度满意度”和“物流服务满意度”也存在同样的问题,但快递发货时间、配送速度、包裹的密封性直接影响买家的消费体验和再次购买的意愿,所以销量与前者不存在显著相关关系,却与后者在5%的水平上显著正相关。销量与“店铺粉丝数”和“是否为2019年销售产值前十名的店铺”在1%的水平上显著正相关,与“店铺信誉”的相关系数在5%的水平上显著为正,说明买家信任拥有较高信誉和较好网络口碑的汉服店铺。上述分析表明假设2部分成立,汉服销量确实与商品价格成反比,与物流服务评价、商店的粉丝数、店铺去年销量和店铺信誉成正比,但与商品质量和商家服务态度不显著相关。
销量与“店铺是否位于2019年汉服实体店铺数量排名前十的省份”不具有显著的相关关系,可能是因为互联网发达的信息传输和便利的交通物流降低了市场定位和运输的成本,汉服的线上销售逐渐摆脱了线下的束缚,这也验证了汉服淘宝店和实体、体验店空间分布不完全重合的分析。
销量与三个控制变量都没有显著相关关系。统计分析和计量回归都表明销量与开店时长无关;消费者多看重汉服商品本身的性价比、款式等,许多商品种类少的店铺也经常出现销量“爆款”汉服;大部分汉服淘宝店以经营女装为主,但销量仍高低不均,二者不显著相关。
![](Images/Table_Tmp.jpg)
Table 5. Least square regression results of heteroscedasticity robust standard error
表5.
异方差稳健标准误法回归结果
注:“***”、“**”和“*”分别代表在1%、5%和10%的水平上显著,括号内为t值。
5. 总结与建议
本文首先认识到汉服文化产业涉及内容繁杂,应该抓住汉服服饰的设计、制作和销售这一主体,而目前互联网与汉服销售结合的平台推广、线上销售发展火爆,潜力巨大,因而本文从这一角度入手,对1002家汉服淘宝店铺的相关信息进行了统计和计量分析,发现过早注册运营的汉服淘宝店因为与网购热潮、汉服复兴运动错位,没有发展出规模,而近几年的汉服淘宝店赶上了潮流,崛起迅速。但汉服线上销售存在店铺发展不平衡、知识产权侵犯、海外影响力弱等问题。汉服的销量与商品价格、店铺信誉和物流服务等内在因素有关,与店铺所在地互联网发展水平的高低、是否有众多实体汉服店等外在因素无显著关系,因而本文对以汉服线上销售为代表的“互联网 + 汉服文化产业”的发展提出以下建议:
第一,紧跟流行,打开市场。网上销售市场近似于一个完全竞争市场,前期商家无法靠规模和技术降低成本,因而需要利用互联网传输信息极速、极广的特点,紧跟流行,打开市场,提高销量,增加利润。如利用反映购买者购买信息的大数据平台(大众点评、知乎、汉服吧等)调查汉服销售概况,了解消费者的偏好和流行元素,精准设计制造,满足消费者需求。
第二,反求诸己,提质降价。当发展初具规模时,商家需要打造自己的品牌,销量和店铺的汉服种类多少无关,因而商家不必面面俱到,而是要广泛调查、精心设计、提质降价、打造精品,并提升商家服务态度和物流服务效率,形成良好的网络口碑。
第三,虚实相融,推广品牌。具有“过硬实力”后,商家可以通过诸如抖音、快手、斗鱼、哔哩哔哩等自媒体平台和线下活动推广品牌,进一步扩大影响力。同时因该积极承担社会责任,如开展汉服文化知识普及、汉服文化赞助,推动汉服文化的复兴,在获取经济效益的同时实现社会效益。
第四,政府保障、规范环境。在汉服商家发挥主体作用的同时,政府要做好基础保障措施,如规范网络环境,注重保护汉服产品的知识产权;引导组建担保机构,为汉服产业发展担保,降低汉服商家融资难、融资贵问题;健全各地网络、交通基础设施;畅通汉服文化海外传播的渠道等。
汉服线上销售可以打开汉服文化产业发展的缺口,推动汉服文化“走出去”,进而倒逼汉服的设计生产以及汉服研究、古风影音、摄影直播、活动旅游和国学教育等相关产业的发展。
参考文献
NOTES
1除宁夏回族自治区、西藏自治区、香港、澳门和台湾省。
2用商品付款人数代替商品销量忽视了一位顾客在同一家店铺一次性购买多件商品的情况,这是本文需要改进之处,但汉服款式更新换代较快,消费者也习惯于货比三家,上述情况的出现不具有普遍性,同时考虑到数据的可得性,因而用付款人数代替商品销量具有一定的可行性。因为淘宝APP仅显示商品最近30天的付款人数总和,第二天,系统会自动增加商品昨天的付款人数,剔除与今天间隔时间最长的第31天的付款人数,始终保持衡量时间跨度为30天不变。
3商家为更好地销售,对商品质量的描述偏积极,如果顾客使用商品后认为实物与商家的描述相符程度低,说明商品质量较差;相符程度高,则说明商品质量较好。顾客的评价是与同行业相比得到的百分比,高于同行业,则百分比为正;低于同行业则为负,“商家服务态度满意度”和“物流服务满意度”同样如此。
4店铺资质即为商家向网络购物平台(淘宝)缴纳的保证金,越高代表店铺的信誉越好。
5本文的所有二元选择变量,“1”都代表“是”,“0”都代表“否”。
6中国互联网发展指数涵盖了信息基础设施建设(权重为18%)、创新能力(权重为18%)、数字经济发展(权重为19%)、互联网应用(权重为18%)、网络安全(权重为15%)和网络治理(权重为12%)六个方面。
7《2020线上汉服消费洞察报告》。
8当VIF > 10时,我们认为存在严重的多重共线性,需要采取剔除变量的方法进行修正。
9刷动态评分是指在淘宝、拍拍等购物网站中,卖家通过联系代刷评分者用大量淘宝小号拍下自己的商品,并确认收获,给满分评价,从而提升店铺动态评分的行为。