1. 引言
1.1. 研究背景
非物质文化遗产是民族文化基因的重要载体，是中华优秀传统文化传承的核心纽带。南京绒花起源于唐代，兴盛于明清，曾作为皇室贡品，以蚕丝为原料，凭借“十亿细绒”“永不凋零”的工艺特色，成为南京地域文化的标志性符号之一。近年来，借助《延禧攻略》《丽歌行》等影视作品传播及李子柒等新媒体博主推广，南京绒花一度“出圈”，《2024~2029年中国绒花行业市场分析及发展前景预测报告》指出，近三年绒花DIY市场年均增长率高达15%，但热度褪去后，其发展仍面临诸多现实困境。
从市场营销的角度来看，南京绒花在品牌建设、市场推广、产品定位等方面存在明显不足。国内外学者普遍关注非遗传承的“断层”问题，认为传承人老龄化、技艺传承难度大是制约非遗发展的核心瓶颈。在国内研究中，王天玥指出由于传承人中中老年人占多数，南京绒花在产品的款式以及主题方面没有较大的进展[1]。邓小玉进一步补充南京绒花工艺复杂，学习周期长、成本高，导致参与意愿低，呼吁完善工艺资料库、实现实体化传承[2]。针对传承困境的解决路径，学者们提出多元方案。万婷建议举办技艺展演、非遗进校园等活动，提升青年对绒花文化的认同度[3]。从市场视角破解传承困境，是近年来研究的主流方向之一，核心在于推动南京绒花从文化符号向消费产品的转化。王伟尧从市场视角切入，提出开发文化创意产品[4] [5]。董荔提出南京绒花工艺需要突破传统技艺局限，将艺术元素融入现代社会的生活方式，有效率地设计制作出符合现代审美，适应市场需求的绒花特色产品[6]。李文晶认为数字技术在南京绒花制作、保护、传播等方面起到关键作用，需将数字技术和手段与南京绒花非遗紧密相连[7]。国外研究多聚焦非遗的“活态传承”与“文化认同”，如刘托提出非遗传承需与现代社会语境结合，通过文化重构增强公众认同感[8]。
现有研究虽明确南京绒花的核心困境，但研究大多过于宽泛，仍存在不足：一是缺乏对发展影响因素的量化分析，尤其未通过科学工具识别改进优先级；二是对消费者需求研究深度不够，对公众参与特征的研究多停留在群体差异描述，未深入剖析性别、地区、购买渠道等变量对参与度的影响机制。基于此，本研究从两方面推进：一是加强市场实证研究，量化分析绒花发展现状的影响因素，形成“实践–反馈–优化”的闭环；二是深化消费者需求研究，利用大数据技术分析不同消费群体的需求特征，为产品定位、品牌传播提供精准指导。本研究将重点从市场营销的视角为南京绒花的可持续发展提供策略建议。
1.2. 数据来源
本研究采用空间分层抽样[9]，对南京市游客进行调查。考虑到非遗文化的特殊性，本研究根据南京市游客的参观地点将总体分为以下三层：南京博物馆、南京市民俗博物馆、南京市其他非遗展示场所(包括南京市博物馆、瞻园、江宁织造博物馆等)。
Table 1. Basis for sampling
表1. 抽样依据
分层 |
日均客流量 |
所占权重 |
南京博物馆 |
13,000 |
56% |
南京民俗博物馆 |
4500 |
19% |
南京其他非遗展示场所 |
5600 |
25% |
总计 |
23,100 |
1 |
见表1，在第一个分层“南京博物馆”发放260份问卷，在第二个分层“南京民俗博物馆”发放88份问卷，在第三个分层“南京其他非遗展示场所”发放116份问卷。共收集464份问卷。
本研究以多源数据为支撑，借助技术手段实现数据的获取、清洗与分析，为南京绒花研究提供有力的数据基础。具体而言，先通过Python爬虫(基于Scrapy框架)对不同类型的数据来源开展定向爬取：针对学术文献类数据，聚焦非遗市场化研究、“ZHI艺”平台等数字化保护案例相关内容进行抓取；对于市场报告类数据，提取2023~2024年监测报告里绒花产量、进出口贸易、企业规模等宏观数据；在网络舆情维度，抓取社交媒体、电商平台上涉及“南京绒花”“非遗手工艺”的用户评论及搜索热词；针对技术文档类数据，获取数字媒体推广方案、3D打印与数字化设计应用案例等资料。完成数据爬取后，进入数据清洗环节，综合运用Python、Excel工具：首先利用Python的pandas库读取Excel文件，随后定义clean_text函数，去除文本中的非汉字字符，仅保留中文字符；接着使用jieba库对文本进行分词操作，结合停用词表去除停用词，依据同义词表开展同义词消歧工作，同时过滤掉停用词以及长度小于等于1的单个字符；最后将分词后的结果存储在列表中，并保存为Excel文件，以此得到规整、可用的文本数据。在此基础上，运用文本挖掘技术，对经过清洗的大规模文本数据进行深度挖掘与分析，提取其中有价值的信息和知识，例如从相关文献、用户评论、社交媒体等文本中提取网络高频词汇，进而清晰了解影响南京绒花发展的主要因素，为后续研究提供关键的数据与信息支持。
基于当前发展态势，南京绒花未来应继续强化市场营销创新，结合“非遗创新”“国潮文创”理念，开发更多符合现代审美和市场需求的产品。加强对传承人的培养和宣传，吸引更多人投身传承工作，同时利用网络热度，通过线上线下结合的方式举办制作体验活动、文化展览等，进一步扩大市场影响力，推动产业持续发展。
1.3. 研究方法
文献研究法：通过中国知网(CNKI)、万方等数据库，检索“南京绒花”“非遗传承”“传统工艺产业化”等相关文献，梳理国内外研究现状；收集国家及江苏省非遗保护政策文件，为研究提供政策支撑。
文本挖掘法：通过Python爬取社交媒体、新闻报道及行业报告中的南京绒花相关文本，运用Bertopic模型提取高频词汇，归纳工艺技术、产品分类、数字化推广等维度的核心特征。
重要性–满意性分析法(IPA)：选取11项影响因素(宏观经济形势、消费者偏好等)，采用李克特5级量表量化重要性与满意度，以总平均值为坐标原点构建四象限矩阵，识别优先改进维度。
二元Logistic回归法：以“公众是否较高程度参与南京绒花发展”为因变量(55分以上为高参与度)，选取性别、年龄、收入等为自变量，构建回归模型，分析各变量对参与度的影响效应。
2. 发展现状与影响因素分析
2.1. 发展现状分析
2.1.1. 购买意愿分析
Figure 1. Purchase intention for velvet flowers
图1. 公众对绒花的购买意愿
见图1，公众对绒花的购买意愿能够用来观察受访者对绒花的兴趣，推测出绒花的市场潜力。根据图1可知，因为美观而愿意购买绒花远多于不愿意购买的受访者，非常愿意购买绒花的受访者也较多。其中，视情况而定而保持中立的受访者最多，表明在保持良好市场风气、增加绒花多样化的情况下将绒花推广，偏向购买绒花的人数会大量增加。总的来说，公众对绒花接受程度较高，对绒花的兴趣较强，绒花的市场潜力也较大。
2.1.2. Bertopic模型分析
通过Bertopic模型对文本数据进行分析，提取各主题的高频词汇，梳理南京绒花在工艺、产品、市场等维度的现状特征：
Figure 2. Feature words for the Top 10 topics by associated document count
图2. 关联文档前10的特征词
见图2，可以看出Bertopic模型输出的权重较高的特征词，他们能够较好地描述和表达所属主题，如Topic0 (南京消费者文旅)、Topic1 (绒花非遗艺术)、Topic2 (绒花制作流程)等，有助于发现和理解南京绒花相关研究内容。
从Topic2 (绒花制作流程)、Topic0 (南京绒花工艺)的特征词可知，南京绒花工艺以“绒条”“铜丝”“勾条”为核心，依赖“染色”“着色”等传统技艺，传承人赵树宪的“染色复原实验”是工艺亮点；但现代技术融合程度低，仅提及“3D打印应用”，且频次较低，导致工艺复杂度高、生产效率低，难以满足规模化市场需求——以传统头饰制作为例，一名熟练工匠日均仅能完成3~5件产品，与现代饰品产业“日销千件”的规模化生产需求存在本质差距，从生产端限制了南京绒花在大众消费市场的竞争力。从市场营销角度来看，这限制了南京绒花在大规模市场中的竞争力，需要通过技术创新和工艺改进来降低成本、提高生产效率，以更好地适应市场需求。
Topic5 (民间簪花)、Topic4 (绒花造型艺术)的特征词显示，南京绒花产品以“头饰”、“簪花”、“宫廷花”等传统装饰品类为主，“胸花类”、“装饰类”产品占比不足30%；定制文创、跨界产品(如动漫IP“小绒花”)的提及频次仅为传统产品的1/5。从消费场景适配性来看，当前产品体系高度依赖“女子装饰”“春节礼俗”等传统场景，对现代消费市场中的“日常配饰”“商务伴手礼”“家居装饰”等多元化场景覆盖不足，与Z世代消费者对个性化、轻量化产品的需求，以及商务人群对文化属性与实用性兼具产品的需求存在明显错位，难以有效触达更广泛的消费群体。这表明南京绒花在产品多样化和创新方面存在不足，市场营销需要关注产品创新，开发更多符合现代消费者需求的产品，拓展应用场景，以吸引更广泛的消费群体。
从Topic3 (南京绒花现代传承)、Topic7 (绒花未来发展)的特征词可知，南京绒花市场集中于“南京本地”，“进出口贸易”“省外推广”的提及频次极少；线上推广虽涉及“新媒体传播”“虚拟展示平台”，但线上渠道的实际应用案例不足，品牌知名度与市场份额受地域限制显著。这说明南京绒花在市场拓展和品牌推广方面存在短板，市场营销策略需要加强品牌建设，利用线上渠道提升品牌知名度和市场份额。
2.2. 影响因素分析
2.2.1. 重要性–满意性分析法(IPA)
重要性–满意性分析法IPA (Important-Performance Analysis)作为一种广泛应用于市场营销、服务管理等领域的数据分析工具，用于评估顾客对产品各属性的重要性认知和满意度评价，进而知道资源分配和改进策略制定。
本研究通过IPA分析法分析问卷收集的公众对11项影响因素的重要性与满意度评分，以探索绒花发展现状与发展影响因素的重要性。第一步，明确分析对象相关的关键因素，本研究的11项IPA分析指标基于南京绒花“非遗属性 + 市场属性”的双重特征，从“宏观环境–中观运营–微观产品–用户感知”四大维度溯源；第二步，通过使用李克特量表量化重要性和满意度，分别计算各因素重要性和满意度的平均值，以满意度为纵轴、以重要性为横轴；第三步，将数据点绘制在四象限图中，四个象限分别代表优势区、优先改进区、低优先级区、过度投入区。第四步，根据矩阵图分析各因素，确定发展改进方向。
本研究确定的绒花发展的11个影响因素涉及四大维度，宏观环境是南京绒花市场化发展的基础前提，相关指标为“宏观经济形势”、“地方政府的重视程度”；中观运营是连接南京绒花文化价值与市场价值的桥梁，相关指标为“对外宣传程度”、“品牌化市场推广力度”、“购买绒花的渠道便利性”；微观产品是南京绒花吸引公众参与的核心载体，相关指标为“绒花设计美观性”、“绒花价格合理性”、“绒花作品质量”、“绒花应用场景”；用户感知是影响南京绒花“短期购买–长期复购”的关键，相关指标为“消费者个人偏好”、“流行趋势”。我们计算得到绒花影响因素的满意度和重要性平均值如表2所示：
Table 2. Average values for each IPA indicator
表2. IPA各指标的平均数统计
影响因素 |
满意度 |
重要性 |
1. 宏观经济形势 |
1.66 |
2.62 |
2. 消费者个人偏好 |
3.01 |
3.79 |
3. 流行趋势 |
2.89 |
3.19 |
4. 对外宣传程度 |
4.34 |
3.77 |
5. 地方政府的重视程度 |
2.91 |
3.75 |
6. 品牌化市场推广力度 |
3.04 |
3.78 |
7. 绒花设计美观性 |
4.23 |
3.94 |
8. 绒花价格合理性 |
4.32 |
4.52 |
9. 购买绒花的渠道便利性 |
3.06 |
3.71 |
10. 绒花作品质量好坏 |
3.03 |
3.83 |
11. 绒花种类丰富度 |
4.26 |
3.76 |
总平均值 |
3.34 |
3.70 |
见表2，11个因素的满意度总平均值为3.34，重要性总平均值为3.70，这两个平均值分别作为X轴和Y轴的中心坐标。基于该点建立的平面直角坐标系将各个因素划分为四个部分。
Figure 3. IPA factor system
图3. IPA因素体系
见图3，第二象限的4个指标：对外宣传程度，绒花设计美观性，绒花价格合理性，绒花种类丰富度。其重要性与满意度均高于总平均值，是南京绒花的核心优势。该象限的4个指标主要涉及绒花产品的自身特点和对外宣传。这表明绒花产品在外观设计、价格定位和款式种类等方面已经具有较强的吸引力，且对外宣传工作也取得了卓越成效。未来市场营销策略应持续优化绒花产品的设计和品质，不断丰富产品种类，同时加大对外宣传力度，拓展宣传渠道，提高绒花的知名度和美誉度。
第三象限的2个指标：宏观经济形势、流行趋势。其重要性与满意度均低于总平均值，对南京绒花发展的直接影响较小。这些因素虽然目前对公众参与度的影响较小，但由于它们受大环境的影响，具有一定的不确定性。绒花工作者应密切关注宏观经济形势和流行趋势的变化，提前做好应对策略。在经济形势好转时，加大市场投入和推广力度；在流行趋势发生变化时，及时调整产品策略，使其与市场趋势相契合。
第四象限的5个指标：消费者个人偏好、地方政府的重视程度、品牌化市场推广力度、购买绒花的渠道便利性以及绒花作品质量的好坏。其重要性高于总平均值但满意度低于总平均值，是亟需改进的核心维度。这表明外部市场对绒花的重视程度和支持力度不足，绒花产业在市场推广、销售渠道建设和产品质量提升等方面存在较大改进空间。虽然绒花产品自身已经具备一定的优势，但由于外部支持的缺乏，其市场拓展和品牌建设受到限制。加强与地方政府的沟通与合作，争取更多的政策支持和资源投入。加大文化品牌市场推广力度，提升绒花的品牌知名度和影响力。优化销售渠道，提高购买绒花的便利性。深入了解消费者需求，根据消费者个人偏好定制个性化产品。进一步提升绒花作品的质量，确保产品质量的稳定性和可靠性。
2.2.2. 二元Logistic回归模型
为深入探究各影响因素对南京绒花发展现状的影响方向与影响强度，本研究拟从了解度、满意度两个维度进行综合考量，两个维度的总分代表则代表着社会对南京绒花的参与程度。二元Logistic回归模型的核心适用场景是因变量为二分类定性变量，因变量“公众是否较高程度参与南京绒花发展”，符合二元Logistic回归模型使用前提。其模型表达式为：
问卷通过采用李克特5点量表(1 = 非常不满意、5 = 非常满意)测量公众对绒花产品、体验服务的满意程度以及(1 = 非常不了解、5 = 非常了解)测量公众对绒花背景文化、制作工艺的了解程度。将两个维度的总分设定为因变量，定义55分以下为参与程度低、55分以上为参与程度高，同时选取性别、年龄、收入水平、购买意愿、绒花价格、出售途径作为自变量，构建二元logistic回归模型。
Table 3. Regression model variables
表3. 回归模型变量
变量名 |
变量符号 |
变量意义 |
性别 |
|
|
年龄 |
|
|
收入水平 |
|
|
学历 |
|
|
地区 |
|
|
绒花价格 |
|
|
购买途径 |
|
|
参与度 |
|
|
回归模型变量见表3，模型的回归方程为：
Table 4. Regression model coefficients
表4. 回归模型系数
|
B |
标准误差 |
瓦尔德 |
自由度 |
显著性 |
EXP(B) |
性别 男性为对照组 |
女性 |
0.858 |
0.304 |
7.960 |
1 |
0.005 |
2.359 |
年龄 18~25岁为对照组 |
年龄 |
|
|
3.507 |
4 |
0.477 |
|
18岁以下 |
−0.13 |
0.643 |
0.041 |
1 |
0.840 |
0.878 |
26~35岁 |
−0.37 |
0.632 |
0.348 |
1 |
0.555 |
0.689 |
36~50岁 |
−1.18 |
0.749 |
2.515 |
1 |
0.113 |
0.305 |
50岁以上 |
0.18 |
0.972 |
0.035 |
1 |
0.852 |
1.198 |
月收入10,000元为对照组 |
可支配收入 |
|
|
5.915 |
4 |
0.206 |
|
3000~5000 |
0.88 |
0.698 |
1.603 |
1 |
0.206 |
2.420 |
3000以下 |
−0.22 |
0.752 |
0.087 |
1 |
0.768 |
0.801 |
5000~800 |
0.88 |
0.668 |
1.761 |
1 |
0.185 |
2.427 |
8000~10,000 |
0.52 |
0.772 |
0.447 |
1 |
0.504 |
1.676 |
学历 初中及以下为对照组 |
学历 |
|
|
3.393 |
3 |
0.335 |
|
大学 |
1.75 |
1.003 |
3.030 |
1 |
0.082 |
5.732 |
高中/中专/职校 |
1.29 |
1.006 |
1.666 |
1 |
0.197 |
3.663 |
硕士及以上 |
1.74 |
1.053 |
2.727 |
1 |
0.099 |
|
地区 南京为对照组 |
非南京 |
−0.68 |
0.347 |
3.874 |
1 |
0.049 |
0.505 |
绒花价格 50元以下为对照组 |
绒花价格 |
|
|
1.113 |
3 |
0.774 |
|
300元以上 |
−0.59 |
0.566 |
1.072 |
1 |
0.300 |
0.556 |
100~300元 |
−0.11 |
0.820 |
0.016 |
1 |
0.900 |
0.902 |
50~100元 |
−0.10 |
0.383 |
0.074 |
1 |
0.785 |
0.901 |
购买渠道 线下非遗工作室为对照组 |
购买渠道 |
|
|
16.309 |
4 |
0.003 |
|
线下博物馆 |
2.29 |
0.940 |
5.985 |
1 |
0.014 |
9.960 |
小红书 |
3.28 |
1.028 |
10.156 |
1 |
0.001 |
26.448 |
淘宝 |
3.41 |
1.034 |
10.891 |
1 |
0.001 |
30.310 |
|
常量 |
−5.49 |
1.455 |
14.222 |
1 |
0.000 |
|
见表4，以男性为对照组，女性在因变量上的表现显著高于男性，女性发生相关事件的优势是男性的2.359倍，性别对结果有显著正向影响。这表明女性是南京绒花的主要消费群体，市场营销策略应重点关注女性消费者的需求和偏好，同时不断拓展男性市场。以南京为对照组，非南京地区在因变量上的表现显著低于南京地区，非南京地区发生相关事件的优势是南京地区的0.505倍，地区对结果有显著负向影响。市场营销策略应加强外地市场的开拓，提升南京绒花在外地市场的品牌知名度和影响力，扩大市场份额。以线下非遗工作室为对照组，通过线上渠道购买在因变量上的表现显著高于线下非遗工作室，这些购买渠道对结果有显著正向影响，说明线上购物便捷程度较大更能够吸引公众购买绒花。因此，市场营销策略应充分利用线上渠道的优势。
2.2.3. 因素关系检验
(1) 购买意愿与性别关系
为进一步验证性别对购买意愿的影响，采用Kruskal-Wallis H检验分析不同性别群体的购买意愿差异。
：不同性别的购买意愿无显著差异；
：不同性别的购买意愿存在显著差异。
通过卡方分布计算P值，得到概率P值为0.01，小于显著性水平0.05，因此拒绝原假设，不同性别的购买意愿存在显著差异。
(2) 购买频率与收入水平关系
用单因素方差分析(ANOVA)探究收入水平与购买频率的相关性。
：消费者收入与购买频率不存在相关性；
：因素之间存在相关性。
显著性P值接近于0，小于0.05，因此拒绝原假设。认为消费者收入与购买频率和收入水平存在相关关系。
3. 南京绒花发展路径优化策略
在助力南京绒花发展的参与者中，呈现出显著的特征。其主体多为青年女性，她们的月可支配收入集中在3000~8000元区间，具备一定的消费能力，成为推动南京绒花市场发展的重要力量。而男性参与者的数量相对较少，这一现象的主要原因在于绒花独特的美观性对女性消费者具有较大的吸引力。绒花往往以其细腻的质感、绚丽的色彩和精巧的造型，契合了女性对美的追求和审美偏好。同时，当前的南京绒花市场在产品设计、营销推广等方面，也多围绕女性消费者的需求和喜好进行优化。这在一定程度上也导致了男性参与度相对较低的局面。由于南京绒花制作工艺复杂，许多所谓的手工艺者为追求低成本和高产量，甚至以“扭扭棒”冒充南京绒花，严重损害了南京绒花的声誉和市场形象，扰乱了正常的市场秩序。
(1) 挖掘潜在消费者，扩大市场
聚焦高潜力核心客群，强化圈层深度渗透。分析结果显示性别是影响南京绒花发展的重要因素。女性购买意愿是男性的2.359倍，且20~40岁的年轻女性、对传统文化和审美有追求的群体及对传统文化有兴趣的人群对绒花的接受度更高。可重点关注女性消费者，尤其是年轻女性及传统文化爱好群体。比如在汉服爱好者圈层、婚礼文化社群、传统节日活动中进行深度渗透营销。
突破性别消费壁垒，开发男性专属产品体系。现有绒花市场多聚焦于女性，开发更符合男性审美的绒花产品。突破传统绒花过于柔美、艳丽的风格局限，运用简约硬朗的线条、深沉稳重的色彩进行设计。比如，设计以山河、瑞兽为主题的绒花摆件，用绒花制作简约风格的领带夹、袖扣等商务配饰，或是打造带有机械感、科技感造型的绒花艺术品，满足男性在不同场景下的使用需求和审美喜好。挖掘适合男性的绒花应用场景。除了传统的装饰品用途，可将绒花融入男性日常生活和兴趣爱好中。针对喜欢户外运动的男性，设计户外装备上的绒花挂件，如登山包、自行车的装饰；对于热爱文化收藏的男性，推出限量版绒花文创产品，像以历史故事、神话传说为背景的绒花主题藏品，提升绒花对男性的吸引力。利用男性常用的社交平台和媒体渠道进行宣传。在抖音、B站、虎扑等平台发布绒花制作的创意短视频、科普纪录片、趣味挑战等内容，吸引男性关注。与男性关注的KOL、博主合作，进行产品推广和种草。
(2) 优化产品功能，扩大市场覆盖维度
当前南京绒花在产品端面临“创新不足与供给受限”的双重制约。一方面，产品结构呈现显著的单一化特征，传统发饰类产品在市场供给中占比居高不下，对现代多元消费场景的适配性不足；另一方面，南京绒花在制作工艺上的复杂性和高成本限制了市场扩展。
因此为提高销售，可进行多样化设计和功能延展，除传统发饰外，开发胸针、耳饰、家居摆件、节日礼品等用途，满足多场景消费需求；针对商务礼赠、婚庆饰品等高端市场开发精装套组，增强收藏与赠送价值；每季度推出“季节色系”及主题款，结合当季时尚元素；与国内流行IP、电视剧、动漫形象联名，吸引年轻群体关注。在生产上，可保留传统“染色、缠线”等决定绒花质感与文化辨识度的关键工序，确保产品的工艺本真性；同时，积极探索现代技术的融合路径，例如采用3D打印技术制作基础骨架或非核心装饰部件，通过半机械化手段简化“劈丝”等重复性工序，在不损害核心工艺的前提下降低单位生产成本、提升标准化产能，为产品的大众消费定价与规模化供给奠定基础。
(3) 推动数字化营销与销售
在淘宝、京东开设“南京绒花官方旗舰店”，优化店铺页面设计，增设工艺故事、匠人介绍板块，提升品牌文化内涵；与直播带货主播(如非遗领域博主)合作，开展绒花专场直播，实时解答消费者疑问，促进产品销售。
基于消费者购买数据(如偏好风格、价格接受度、购买场景)，构建用户画像，实现精准推荐；针对不同群体推送个性化营销内容，如向年轻群体推送动漫IP联名款，向中年群体推送家居装饰款，提升营销效率。
4. 结论与展望
本研究以南京绒花为研究对象，通过多方法融合分析其发展现状、影响因素及公众参与特征，得出以下核心结论：
发展现状：南京绒花具备深厚的文化底蕴与工艺优势，但面临产品创新滞后、市场秩序混乱、传承断层等困境。文本挖掘显示，其产品形态以传统头饰为主，线上推广与跨区域市场拓展不足。
影响因素优先级：IPA分析识别出“品牌化市场推广”“购买渠道便利性”“产品质量”“政府支持力度”“消费者偏好适配”为优先改进维度，这些因素的重要性较高但满意度较低，是未来资源投入的核心方向；“宏观经济形势”“流行趋势”对发展的直接影响较小，无需过度投入。
公众参与特征：二元Logistic回归表明，性别、地区、购买渠道是影响公众参与度的关键因素，女性、南京本地群体及线上渠道使用者的参与度显著更高；年龄、收入、学历、价格对参与度的影响不显著，说明南京绒花的价格定位已适配多数群体的消费能力。
此外在南京绒花市场化相关研究中，存在显著的研究范围局限，现有成果多以南京本地游客群体为核心调研对象，围绕线下文旅场景展开分析，却未对全国范围的消费者进行系统性探索，导致研究结论的普适性与实践指导价值受限。未来研究可从三方面深化：一是扩大样本范围，纳入长三角、珠三角等非遗消费活跃区域，提升研究结论的普适性；二是挖掘“非遗 + 数字经济”“非遗 + 文旅”的融合路径，如探索南京绒花数字藏品开发、非遗文旅线路设计等创新模式；三是开展纵向跟踪研究，监测南京绒花的发展动态，为开拓非遗文化的可持续蓬勃市场提供更精准的理论支撑与实践指导。
基金项目
本文受到江苏省高等学校大学生创新创业训练计划项目资助。
NOTES
*通讯作者。