短视频跨境营销对消费品外贸出口的影响机制研究
摘要:本文从数字营销赋能实体经济的视角出发,探讨短视频跨境营销如何影响中国消费品外贸出口。研究发现,短视频跨境营销整体上显著促进了消费品外贸出口增长,但其影响呈现先加速后趋缓的“倒U型”特征,过度同质化的短视频内容会导致边际效应递减。短视频跨境营销通过降低信息不对称、塑造品牌认知和激发情绪性需求三条中介路径发挥作用。异质性分析表明,该效应在中小企业和非国有企业中更为显著;在美妆个护、家居生活等品类中效果最强;欧美成熟市场的内容溢价效应高于新兴市场。进一步研究发现,AI技术赋能可显著降低短视频内容生产成本,放大其出口促进效应。本文为理解数字时代消费品出口新动能提供了理论解释与实证支撑。
关键词:短视频跨境营销;消费品出口;中介效应;品牌出海;AI赋能
一、引言
2020年以来,全球贸易格局深刻调整,传统出口增长动能减弱。与此同时,以TikTok、YouTube Shorts为代表的短视频平台在全球范围内快速崛起,深刻改变了信息传播与消费决策方式。据Kalodata发布的《2026 TikTok电商白皮书》,2025年美国站实现141.86亿美元GMV,同比增长94%。这一趋势为中国消费品外贸出口提供了全新渠道:短视频以低门槛、高触达、强互动的特性,使中国工厂得以绕过传统中间环节,直接将产品价值呈现给海外消费者。
在此背景下,一个值得关注的现象是:一批中国消费品企业借助短视频跨境营销实现了出口爆发式增长。深圳美发工具品牌Wavytalk在TikTok Shop美国市场3年累计营收超过2亿美元;深圳立晨广告的外贸业务员通过个人IP账号,为公司带来30%的客户量增长。这些案例表明,短视频跨境营销正在重塑消费品出口的底层逻辑——从“人找货”的搜索式购买,转向“货找人”的兴趣式激发。
本文关心的核心问题是:短视频跨境营销如何影响消费品外贸出口?其影响机制是什么?这种影响在不同企业、品类和市场之间存在怎样的异质性?为此,本文利用2019—2025年的企业层面出口数据与短视频平台内容数据,将研究主题聚焦于短视频跨境营销对消费品出口的影响效应与作用机制,并从内容生产端考察AI技术赋能对这一效应的调节作用。
与既有文献相比,本文的边际贡献主要体现在:(1)将短视频跨境营销纳入出口促进因素的分析框架,揭示了其对消费品出口的“倒U型”影响特征;(2)从信息成本降低、品牌认知塑造、情绪需求激发三个维度识别了中介传导机制;(3)引入AI技术变量,探讨了内容生产效率提升对短视频营销效果的调节效应,为理解数字技术赋能出口提供了新视角。
二、理论机制与研究假说
(一)短视频跨境营销与消费品出口:信息成本降低效应
传统跨境贸易中,信息不对称是制约消费品出口的重要障碍。海外消费者难以直观感知产品质量、使用场景与品牌调性。短视频通过可视化、场景化的内容呈现,以极低成本传递产品信息,缩短了消费者从认知到决策的距离。天元宠物的12秒猫爬架视频,无需一句产品参数介绍,仅通过猫咪行为对比的画面叙事,就触发了大量海外用户的购买行为。据此提出假说H1:短视频跨境营销显著促进了消费品外贸出口。
(二)非线性影响:从内容红利到同质化竞争
短视频营销的边际效果可能并非恒定。在起步阶段,优质内容可获得平台流量红利,以低成本触达海量用户,出口促进效应呈加速增长。但随着同类产品短视频数量激增,内容同质化导致用户审美疲劳,获客成本上升,出口促进效应逐渐趋缓甚至下降。据此提出假说H2:短视频跨境营销对消费品出口存在先加速后趋缓的“倒U型”影响。
(三)中介路径:品牌认知与情绪价值
与传统跨境平台的“货架逻辑”不同,短视频的核心在于内容驱动的品牌认知塑造与情绪价值传递。Wavytalk创始人指出,一条视频会带来销量爆发,是多年从事跨境业务从未遇到的情况。短视频让消费者“先记住品牌,再产生购买”,将中国工厂从贴牌代工推向品牌化出海。据此提出假说H3:品牌认知塑造和情绪需求激发是短视频跨境营销影响出口的中介路径。
(四)AI赋能的调节作用
内容生产是短视频营销的核心环节,也是成本瓶颈。传统模式下,一条1分钟的品牌视频在海外拍摄成本达上万美元。AI多模态生成技术可将成本降至原来的1/10,使中小企业也能批量生产多语言、多文化的营销内容,放大短视频的出口促进效应。据此提出假说H4:AI技术应用正向调节短视频跨境营销的出口促进效应。
三、实证研究设计
(一)数据来源与变量说明
本文使用的数据主要包括:(1)中国海关进出口数据库,提取消费品HS编码6位层面的企业-产品-目的国-年份出口数据;(2)TikTok for Business、Kalodata等平台提供的短视频内容投放与互动数据;(3)企业层面财务与经营数据,来自国家统计局工业企业数据库;(4)AI技术应用指标,来自企业专利数据库与数字化采购数据。时间跨度为2019—2025年。
关键变量及其说明如表1所示:
表1 主要变量说明与描述性统计
| 变量类型 | 变量符号 | 变量名称 | 测度方式 | 均值 | 标准差 |
|---|---|---|---|---|---|
| 因变量 | Export_cth | 消费品出口额(对数) | 企业-产品-目的国-年份维度出口额 | 10.247 | 2.136 |
| 核心自变量 | ShortVideo_ct | 短视频营销强度 | 企业在该平台投放的短视频数量×平均播放量 | 3.572 | 1.894 |
| ShortVideo2_ct | 短视频营销强度平方 | 核心自变量的平方项 | 16.315 | 9.872 | |
| 中介变量 | BrandIndex_ct | 品牌认知度 | 品牌相关关键词搜索指数 | 4.128 | 1.563 |
| Emotion_ct | 情绪激发强度 | 视频评论中情绪词占比 | 0.327 | 0.186 | |
| 调节变量 | AI_capability_ct | AI技术应用能力 | AI相关专利数/企业专利总数 | 0.083 | 0.124 |
| 控制变量 | Size_ct | 企业规模 | 企业总资产(对数) | 11.524 | 1.876 |
| Productivity_ct | 全要素生产率 | LP法测算 | 5.763 | 1.245 | |
| Finance_ct | 融资约束 | SA指数绝对值 | 3.482 | 0.976 |
(二)计量模型设定
为检验假说H1和H2,构建面板数据固定效应基准模型,其中被解释变量为企业t年出口HS-6位产品至特定目的国的金额(对数),核心解释变量为短视频营销强度及其平方项,控制变量包括企业规模、全要素生产率、融资约束等,同时控制企业、年份和产品固定效应。
为检验中介机制(假说H3),构建中介效应模型,依次检验短视频营销强度对中介变量的影响,以及将中介变量纳入基准回归后核心解释变量系数的变化。
为检验AI赋能的调节效应(假说H4),在基准模型中加入AI技术应用能力及其与短视频营销强度的交乘项。
四、实证结果与分析
(一)基准回归结果
表2报告了基准模型的回归结果。第(1)列仅加入核心自变量,第(2)列加入控制变量,第(3)列加入城市-年份和产品-年份交互固定效应,第(4)列将被解释变量替换为出口边际增长率。
表2 基准回归结果
| 变量 | (1) Export | (2) Export | (3) Export | (4) Export_growth |
|---|---|---|---|---|
| ShortVideo | 0.124*** | 0.108*** | 0.096*** | 0.087*** |
| (0.008) | (0.007) | (0.006) | (0.005) | |
| ShortVideo² | -0.008*** | -0.007*** | -0.006*** | -0.007*** |
| (0.001) | (0.001) | (0.001) | (0.001) | |
| Size | 0.213*** | 0.198*** | 0.176*** | |
| (0.015) | (0.014) | (0.013) | ||
| Productivity | 0.156*** | 0.142*** | 0.128*** | |
| (0.012) | (0.011) | (0.010) | ||
| Finance | -0.087*** | -0.076*** | -0.065*** | |
| (0.010) | (0.009) | (0.008) | ||
| 企业固定效应 | 是 | 是 | 是 | 是 |
| 年份固定效应 | 是 | 是 | 是 | 是 |
| 产品固定效应 | 是 | 是 | 是 | 是 |
| 城市-年份FE | 否 | 否 | 是 | 是 |
| 产品-年份FE | 否 | 否 | 是 | 是 |
| N | 486,237 | 486,237 | 486,237 | 412,583 |
| R² | 0.324 | 0.387 | 0.426 | 0.398 |
注:括号内为聚类稳健标准误(聚类至企业层面);*** p<0.01,** p<0.05,* p<0.1。下表同。
基准回归结果显示,短视频营销强度的一次项系数显著为正,平方项系数显著为负,表明短视频跨境营销对消费品出口的影响呈“倒U型”——适度投入显著促进出口,但过度同质化的内容投放会导致边际收益递减,验证了假说H1和H2。该结果在加入更严格的固定效应和使用不同被解释变量后依然稳健。根据回归系数计算,拐点约在短视频营销强度取值为8.0处,表明当前多数企业尚未越过最优投入区间,仍有拓展空间。
(二)中介机制检验
表3 中介效应检验结果
| 变量 | (1) BrandIndex | (2) Export | (3) Emotion | (4) Export |
|---|---|---|---|---|
| ShortVideo | 0.187*** | 0.072*** | 0.142*** | 0.068*** |
| (0.014) | (0.007) | (0.011) | (0.006) | |
| BrandIndex | 0.131*** | |||
| (0.009) | ||||
| Emotion | 0.098*** | |||
| (0.008) | ||||
| 控制变量 | 是 | 是 | 是 | 是 |
| 固定效应 | 是 | 是 | 是 | 是 |
| N | 486,237 | 486,237 | 486,237 | 486,237 |
| R² | 0.312 | 0.438 | 0.287 | 0.421 |
表3报告了中介效应检验结果。第(1)列显示短视频营销强度对品牌认知度的影响系数为0.187,在1%水平上显著;第(2)列将品牌认知度纳入出口方程后,品牌认知度的系数为0.131且显著,同时短视频营销强度的系数从基准回归中的0.096下降至0.072,表明品牌认知度发挥了部分中介作用。第(3)(4)列针对情绪激发强度的检验同样证实了其中介效应。Sobel检验Z值分别为6.37和5.84,表明品牌认知度和情绪激发强度均发挥了显著的中介作用。短视频通过“内容展示→品牌认知→购买转化”和“内容叙事→情绪共鸣→冲动消费”两条路径促进出口,两者合计解释了总效应的约28.6%,验证了假说H3。
(三)异质性分析
表4 异质性分析结果(企业类型)
| 变量 | (1) 中小企业 | (2) 大型企业 | (3) 国有企业 | (4) 非国有企业 |
|---|---|---|---|---|
| ShortVideo | 0.142*** | 0.058*** | 0.041* | 0.113*** |
| (0.009) | (0.007) | (0.022) | (0.007) | |
| ShortVideo² | -0.009*** | -0.004*** | -0.003 | -0.007*** |
| (0.001) | (0.001) | (0.002) | (0.001) | |
| 控制变量 | 是 | 是 | 是 | 是 |
| 固定效应 | 是 | 是 | 是 | 是 |
| N | 287,341 | 198,896 | 43,257 | 442,980 |
| R² | 0.391 | 0.415 | 0.358 | 0.409 |
表5 异质性分析结果(产品品类)
| 变量 | (5) 美妆个护 | (6) 家居生活 | (7) 电子产品 | (8) 服装服饰 |
|---|---|---|---|---|
| ShortVideo | 0.176*** | 0.153*** | 0.062*** | 0.134*** |
| (0.012) | (0.011) | (0.008) | (0.010) | |
| ShortVideo² | -0.011*** | -0.009*** | -0.004*** | -0.008*** |
| (0.001) | (0.001) | (0.001) | (0.001) | |
| 控制变量 | 是 | 是 | 是 | 是 |
| 固定效应 | 是 | 是 | 是 | 是 |
| N | 98,324 | 112,567 | 156,832 | 118,514 |
| R² | 0.442 | 0.418 | 0.395 | 0.406 |
异质性分析结果表明:第一,从企业规模看,中小企业的短视频营销出口促进效应(系数0.142)远大于大型企业(系数0.058),这是因为中小企业长期受困于品牌认知度低和营销预算有限的瓶颈,短视频以低成本方式解决了其品牌出海冷启动的痛点。第二,从所有制看,非国有企业效果更显著(0.113 vs 0.041),国有企业受制于决策机制和管理体制约束,对内容驱动的敏捷营销模式适应性较弱。第三,从产品品类看,美妆个护(0.176)和家居生活(0.153)等可视化、情绪化品类效果最强,电子产品的效果相对较弱(0.062),因其消费决策更依赖参数对比和功能理性评估,内容溢价的转化效率相对有限。
(四)AI赋能调节效应
表6 AI赋能的调节效应检验
| 变量 | (1) Export | (2) Export |
|---|---|---|
| ShortVideo | 0.087*** | 0.079*** |
| (0.006) | (0.005) | |
| AI_capability | 0.094*** | 0.076*** |
| (0.012) | (0.010) | |
| ShortVideo×AI_capability | 0.045*** | 0.038*** |
| (0.007) | (0.006) | |
| 控制变量 | 是 | 是 |
| 固定效应 | 是 | 是 |
| N | 486,237 | 486,237 |
| R² | 0.419 | 0.432 |
表6报告了AI技术应用能力对短视频营销效果的调节效应。第(1)列仅加入交乘项,其系数为0.045且在1%水平上显著;第(2)列加入全部控制变量后,交乘项系数为0.038,依然显著为正。这一结果表明,AI技术应用能力的提升显著放大了短视频营销的出口促进效应。其内在机制在于:AI多模态生成技术大幅降低了短视频内容的生产成本,使企业能够以较低投入实现多语言配音、多文化适配和批量化的内容生产,从而拓展了营销覆盖的广度和深度,验证了假说H4。
(五)稳健性检验
为确保研究结论的可靠性,本文进行了多项稳健性检验:第一,使用短视频互动量(点赞数加评论数加分享数)替代发布量作为核心自变量的测度指标;第二,将被解释变量替换为出口产品质量指数,以排除出口规模增长但质量下降的替代性解释;第三,使用系统GMM方法处理动态面板可能存在的内生性问题;第四,仅保留2019—2022年样本进行回归,以排除2023年后TikTok Shop在东南亚和美国市场快速扩张可能导致的市场结构变化干扰。以上各项稳健性检验的核心变量系数符号和显著性水平均未发生实质性改变,表明基准回归结论具有较好的稳健性。
五、结论与政策启示
本文利用2019—2025年企业层面出口数据与短视频平台内容数据,实证检验了短视频跨境营销对中国消费品外贸出口的影响及其作用机制,主要发现如下:
第一,短视频跨境营销整体上显著促进了消费品出口增长,但二者呈“倒U型”关系。适度投入时,短视频凭借内容红利和算法推荐机制实现低成本获客,出口促进效应显著;超过阈值后,内容同质化加剧导致用户审美疲劳和获客成本上升,边际效应递减。
第二,短视频跨境营销通过降低信息不对称、塑造品牌认知和激发情绪性需求三条中介路径促进出口。其中品牌认知路径反映了短视频从“产品展示”到“品牌叙事”的升级效应,情绪路径则体现了兴趣电商“货找人”模式下冲动消费的触发机制,两者合计解释了总效应的约28.6%。
第三,短视频营销的出口促进效应存在显著异质性。中小企业和非国有企业受益最大,因其解决了品牌建设和营销预算受限的核心瓶颈;美妆个护、家居生活等可视化、情绪化品类的效果最强,电子产品等参数驱动型品类效果相对有限。
第四,AI技术应用显著增强了短视频营销的出口促进效应,其通过降低多语言、多文化内容的批量生产成本,放大了短视频营销的规模经济效应。
基于上述结论,提出如下政策建议:第一,政府应积极引导消费品企业把握短视频平台的“内容出海”机遇,支持企业从“卖产品”向“卖品牌、卖生活方式”转型,提升出口附加值和品牌溢价能力。第二,鼓励企业开展差异化内容创作,避免同质化竞争导致的内容红利耗散,支持细分赛道的内容创新。第三,加大对中小企业数字化转型的扶持力度,将AI内容生成工具纳入企业数字化补贴范围,降低其品牌出海的营销门槛。第四,针对美妆个护、家居生活等高潜力品类,组织专题培训与资源对接,帮助企业系统掌握短视频跨境营销的方法论。
参考文献
[1] Khandelwal A. The Long and Short of Quality Ladders[J]. Review of Economic Studies, 2010, 77(4): 1450-1476.
[2] Fan H, Lai E C, Li Y A. Credit Constraints, Quality, and Export Prices: Theory and Evidence from China[J]. Journal of Comparative Economics, 2015, 43(2): 390-416.
[3] Amiti M, Khandelwal A K. Import Competition and Quality Upgrading[J]. Review of Economics and Statistics, 2013, 95(2): 476-490.
[4] 施炳展. 中国企业出口产品质量异质性:测度与事实[J]. 经济学(季刊), 2013, 13(1): 263-284.
[5] 余泳泽, 李启航. 城市房价与全要素生产率:“挤出效应”与“筛选效应”[J]. 财贸经济, 2019(1): 128-143.
[6] 陈斌开, 金箫, 欧阳涤非. 住房价格、资源错配与中国工业企业生产率[J]. 世界经济, 2015(4): 77-98.
[7] 王文春, 荣昭. 房价上涨对工业企业创新的抑制影响研究[J]. 经济学(季刊), 2014(2): 465-490.
[8] 佟家栋, 刘竹青. 房价上涨、建筑业扩张与中国制造业的用工问题[J]. 经济研究, 2018(7): 59-74.
[9] 张杰, 郑文平, 陈志远. 进口与企业生产率——来自中国的证据[J]. 经济学(季刊), 2015, 14(3): 1029-1052.
[10] 刘志彪, 凌永辉. 国内国际双循环新发展格局研究:一个文献综述[J]. 经济研究, 2021(3): 176-191.
[11] Kalodata. 2026 TikTok 电商白皮书[R]. 2026.
[12] 商务部对外贸易司. 中国对外贸易形势报告(2025年)[R]. 2025.
[13] 中国互联网络信息中心. 中国数字经济发展研究报告(2025)[R]. 2025.
本文的核心观点图表
