泰国线上酒类销售数字营销策略监测：2025年销售时段延长前后的比较研究

《International Journal of Drug Policy》：Surveillance of digital marketing strategies for online alcohol sales in Thailand: A comparative study before and after the 2025 selling time extension

　　

摘要专业翻译 数字酒类营销是健康的重要商业决定因素，也是酒精消费与相关危害的关键驱动因素。本研究采用重复横断面内容分析，并辅以AI辅助编码，比较了泰国2025年12月延长合法售酒时段前后各两个月的线上酒类营销帖子。研究检索了Facebook、Instagram、LINE等平台上的泰语帖子，最终纳入1419条合格帖子，其中1384条（97.5%）来自上述三个主要平台。主要分析样本包括改革前811条与改革后573条帖子。结果显示，检索到的酒类营销帖子差异主要在于发布者身份：改革后来自餐厅、酒吧的帖子比例更高（40.7%对45.9%），而来自网红账号的比例更低（17.6%对11.7%）。所有95条平台标记的赞助帖子均在改革后记录，主要来自官方品牌页面。在调整平台与来源类型后，内容特征差异较小且不精确：回避性语言略为增加（调整后患病率比aPR 1.12，95%置信区间CI 1.01–1.24），紧迫性信息（aPR 0.84，95% CI 0.69–1.01）与错失恐惧（FOMO）信息（aPR 0.87，95% CI 0.75–1.02）略为减少，但置信区间包含无差异。经多重检验校正后，14项内容特征均未达到错误发现率（FDR）调整阈值0.05（所有q值≥0.408）。探索性分析显示，符号线索与交易信息共现的比例在改革后有所增加（调整后患病率差5.3个百分点，95% CI 0.1–10.4）。研究人员强调，季节效应、广告法修订（2025年11月8日生效）以及数据检索差异均可能解释观察到的变化，因此不能将差异归因于售酒时段延长改革本身。研究结论指出，数字营销监测可作为评估酒类可得性政策变化的补充指标，但需要更长周期、更强比较设计的研究来验证政策与营销变化之间的关联。

论文解读文章

一、研究背景与问题

酒精营销是公认的健康商业决定因素，也是推动酒精消费及相关危害的关键因素。世界卫生组织（WHO）将限制酒精营销列为减少酒精相关危害的"最佳干预措施"之一，与价格和可得性措施并列为综合酒精控制政策的核心组成部分。然而，数字媒体的快速发展使传统监管框架面临挑战：数字酒精营销日益个性化、平台化，并嵌入日常在线互动之中，使得促销内容比传统广告更难识别和监管。

泰国2025年12月3日起实施为期180天的试点政策，允许14:00至17:00的下午时段销售酒精饮品，将一般销售窗口延长至11:00至24:00。这一政策变化为研究物理可得性政策调整与数字营销策略之间的关系提供了独特场景。然而，现有研究较少关注可得性政策变化是否会影响酒类行业的营销策略，特别是在数字环境中，促销内容可以快速修改并大规模传播。此外，泰国2025年11月8日生效的《酒精饮料控制法（第2号）》引入了更广泛的广告禁令及代言、变相品牌推广限制，构成同期政策变化。本研究旨在描述售酒时段延长前后检索到的线上酒类营销帖子的来源和特征差异，为监测和未来政策评估提供假设，而非估计改革的因果效应。

二、研究设计与主要发现

研究人员采用重复横断面内容分析设计，比较2025年10月3日至12月2日（改革前）与2025年12月3日至2026年2月2日（改革后）两个对称两个月窗口内的泰语酒精营销帖子。研究使用语义检测系统（泰国小专利号23293）进行数据检索，覆盖Facebook、Instagram、LINE、TikTok、Threads、X和YouTube等平台。检索词典包含350个词条，分为四组：通用酒类术语、主要啤酒和烈酒品牌名称及常见拼写错误、俚语和品牌关联表情符号、交易性术语。最终纳入1419条合格帖子，主要分析限制在Facebook、Instagram和LINE三个平台（改革前811条，改革后573条）。

研究采用AI辅助编码流程，结合泰语文本处理、词典匹配和上下文分类规则，对帖子进行多维框架编码，涵盖来源特征、语言策略、符号沟通和促销策略四个领域。统计方法包括卡方检验、修正泊松回归（Poisson回归，log链接）和线性概率模型，标准误在账户层面聚类。所有14项内容特征被视为探索性结局，采用Benjamini–Hochberg错误发现率（FDR）校正。

主要结果显示：来源分布存在显著差异（χ2=26.77，df=4，p<0.001），改革后来自餐厅、酒吧的帖子比例更高（40.7%对45.9%），来自网红账号的比例更低（17.6%对11.7%）。所有95条赞助帖子均在改革后记录，排除赞助帖子后，官方品牌页面的占比在改革前后相似（20.1%对18.2%）。平台构成也存在差异（χ2=10.76，df=2，p=0.005），Instagram占比从16.0%升至23.0%。在内容特征方面，调整平台和来源类型后，回避性语言略为增加（调整后患病率差6.2个百分点，95%置信区间0.4–12.0；调整后患病率比aPR 1.12，95% CI 1.01–1.24），紧迫性信息（aPR 0.84，95% CI 0.69–1.01）和任何错失恐惧（FOMO）信息（aPR 0.87，95% CI 0.75–1.02）略为减少，但置信区间包含无差异。经FDR校正后，无任何特征达到0.05阈值（所有q值≥0.408）。探索性分析显示，符号线索与交易信息共现的比例在改革后有所增加（调整后患病率差5.3个百分点，95% CI 0.1–10.4）。敏感性分析中，紧迫性信息在排除赞助帖子后置信区间排除零（aPR 0.81，95% CI 0.66–0.99），回避性语言在仅限两个时期均有发帖的103个账户样本中效应最大（aPR 1.26，95% CI 1.07–1.50）。研究还进行了人工验证，两轮验证中评审者与AI分类的一致性分别为99.5%（Cohen's κ=0.99）和95.1%（κ=0.89）。

三、关键技术与方法

研究采用语义检测系统的MAO引擎进行AI辅助提取和语义处理，工作流程结合泰语文本处理、词典匹配和上下文分类规则。泰语文本使用PyThaiNLP（版本3.5.4）进行分词，随后匹配酒类相关术语、品牌名称、俚语、缩写和符号线索。数据检索使用自动化网络爬虫（Beautiful Soup、Scrapy和Selenium），并辅以基于MySQL的查询管理系统。编码框架涵盖来源特征、语言策略、符号沟通和促销策略四个领域。统计分析使用Python（版本3.12）和Pandas库，采用修正泊松回归和线性概率模型，标准误在账户层面聚类。样本来自泰国清迈大学健康科学研究所的"泰国在线风险监测"项目，数据来源于公开社交媒体内容。

四、研究结果

内容来源的变化：来源分布在不同时期存在显著差异（χ2=26.77，df=4，p<0.001）。改革后来自餐厅、酒吧的帖子比例更高（40.7%对45.9%），官方品牌页面占26.7%（改革前20.1%），批发商/零售商占15.5%（改革前20.0%），网红占11.7%（改革前17.6%）。所有95条赞助帖子均在改革后记录，排除后官方品牌页面占比相似（20.1%对18.2%），而餐厅、酒吧占比更高（40.7%对54.8%），网红占比更低（17.6%对8.2%）（χ2=38.40，df=4，p<0.001）。平台构成也有差异（χ2=10.76，df=2，p=0.005），Facebook占比从79.2%降至72.4%，Instagram从16.0%升至23.0%。

营销和促销特征的差异：在粗略比较中，句子中的促销表达（35.3%对40.7%；PR 1.15，95% CI 0.98–1.36）和氛围设置表情符号（22.8%对27.6%；PR 1.21，95% CI 0.98–1.49）在改革后更常见，但调整平台和来源类型后效应减弱（aPR 1.06，95% CI 0.93–1.19和1.10，95% CI 0.90–1.36）。在主要调整模型中，回避性语言在改革后略为普遍（54.9%对59.2%；调整后患病率差6.2个百分点，95% CI 0.4–12.0；aPR 1.12，95% CI 1.01–1.24）。紧迫性信息（31.3%对26.7%；调整后患病率差?5.2，95% CI ?10.7至0.2；aPR 0.84，95% CI 0.69–1.01）和任何FOMO信息（39.6%对34.9%；调整后患病率差?5.1，95% CI ?10.8至0.6；aPR 0.87，95% CI 0.75–1.02）在改革后略为减少，但置信区间包含无差异。其余特征差异较小，置信区间均包含零。无特征达到FDR调整阈值0.05（所有q值≥0.408）。

来源特定和敏感性分析：来源特定估计不精确，特别是网红账号（改革前143条，改革后67条）。交互检验p值范围为0.134至0.954，仅稀缺性信息为名义显著（p=0.044），但该探索性检验不属于主要14特征FDR家族。包含全部1419条帖子的七平台分析结果相似。紧迫性信息的方向在所有敏感性分析中一致（aPR 0.81–0.90），仅在排除赞助帖子时置信区间排除零（aPR 0.81，95% CI 0.66–0.99）；任何FOMO信息也类似（aPR 0.84–0.96；排除赞助帖子后0.84，95% CI 0.71–0.99）。回避性语言的方向一致（aPR 1.07–1.26），在仅限两个时期均有发帖的103个账户中效应最大（aPR 1.26，95% CI 1.07–1.50），但排除赞助帖子后置信区间包含零（1.07，95% CI 0.96–1.20）。

符号与交易线索共现及对改革的明确提及：探索性指标显示，包含至少一个符号线索和交易信息的帖子比例从改革前38.3%升至改革后45.5%（调整后患病率差5.3个百分点，95% CI 0.1–10.4；aPR 1.13，95% CI 1.00–1.28）。该指标不属于主要14特征FDR家族，应视为假设生成性发现。仅有一条改革后帖子（0.2%）明确提及延长售酒时段。

五、讨论与结论

研究人员指出，观察到的差异可能反映多种机制。紧迫性和FOMO信息的减少可能与销售时段延长后时间限制性购买诉求的相关性降低有关，这与营销文献中稀缺性和限时诉求可刺激即时购买意图的发现一致。回避性语言的增加可能与2025年11月生效的更广泛广告禁令相关，商家可能转向更间接的表达方式。来源构成的变化可能反映售酒时段延长后餐厅、酒吧有更多促销机会，但也可能受旅游旺季和圣诞新年庆祝活动的季节性影响。

然而，研究人员强调多种竞争性解释无法排除：改革后时期恰逢旅游旺季和节日庆祝；《酒精饮料控制法（第2号）》于2025年11月8日生效，属于改革前时期的同期政策变化；数据检索差异可能造成假象，赞助帖子仅在改革后记录，平台构成也不同。研究结论指出，检索到的酒类营销帖子在改革前后主要差异在于商业来源的构成。调整平台和来源类型后，内容特征估计不精确，无特征达到FDR调整阈值0.05，但这并不证明不存在有意义的差异。紧迫性和FOMO信息的减少与销售时段延长后时间限制性购买诉求相关性降低的假设相容，回避性语言的增加可能反映对更广泛广告监管环境的适应。但季节性活动、广告法修订和检索差异阻止将差异归因于售酒时段改革。研究建议，未来需采用更长周期、更强比较设计的研究，如中断时间序列分析、与无政策变化年份相同日历月份的比较，以及180天试点期结束后的分析，来评估可得性政策与营销、暴露和酒精相关结局之间的关联。