電商直播情境下任務契合度對用戶粘性的影響研究

楊宇慧

（江蘇大學 管理學院，江蘇 鎮江 212013）

一、引言

“十四五”規劃提出促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新業態新模式，壯大經濟發展新引擎。電商直播作為數字經濟的重要組成部分，展現出強大的互動性、便捷性和經濟性，為經濟發展注入新動能，顛覆了消費者的傳統消費模式和消費習慣。許多商家在數字化轉型過程中紛紛進入了直播領域，使得同質化競爭愈發激烈。故此，商家要想在競爭中脫穎而出，更需要留住用戶以防止用戶流失，裨益直播間的持續流量和經營。因此，需要對用戶粘性給予充分關注，深入探究其產生機理。鑒于用戶粘性的重要性，近幾年來越來越多的學者開始關注研究用戶粘性的發生原因。從影響因素的視角來看，其驅動因素主要分為社會因素（用戶態度、激勵機制、社區領袖參與等[1]）與技術因素（信息質量、網站可用性等[2]）。任務契合度衡量電商直播時所示相關信息與用戶達成購物目標的匹配程度，在本質上來看，就是電商直播信息內容的質量[3]，顯然有可能對用戶粘性產生一定程度的影響。因此，本文擬探討電商直播情境下，任務契合度對用戶粘性的影響機制。

刺激-有機體-反應理論（SOR）常用于消費者購買行為意愿的研究中，且同樣適用于電商直播購物情境的研究中[4]。根據SOR 理論，外界環境作為刺激因素對個體心理狀態產生影響，從而使個體產生趨向或回避性的反應行為[5]。鑒于此，本文認為存在個體心理變量在任務契合度與用戶粘性間起中介作用。具體來看，用戶會通過觀看電商直播時獲得的商品信息與需求任務的契合程度來判斷感知價值的高低[6]。同時，用戶會基于情感和成本-收益考慮展開持續使用，而持續使用會進一步發展出粘性行為意向[7]。這也就是說，感知價值不僅會受到任務契合度的影響，還會對用戶粘性產生積極影響，是鏈接任務契合度與用戶粘性的重要媒介。因此，本文將檢驗感知價值的中介作用，以期更好地解釋任務契合度對用戶粘性的內在作用過程，進一步加深對用戶粘性影響機制的理解。

有別于歐美個人主義文化，中國人在集體主義氛圍下往往更依賴情境，對信息影響更敏感，而這種易感性可能造成中國人的羊群效應、臉面消費等[8]。電商直播情境下，用戶經主播推介完成信息的吸收和利用。高信息影響易感性的用戶更愿意通過主播獲取產品信息和消費建議[9]，避免風險與損失，也更可能基于較高的感知價值評價，從而進一步驅動用戶粘性產生。因此，本文將信息影響易感性納入研究框架內，探討其在任務契合度與感知價值和用戶粘性關系間的調節效應。

綜上，本研究立足于電商直播情境，基于SOR模型，探討任務契合度對用戶粘性的過程機制及邊界條件，檢驗感知價值的中介效應以及信息影響易感性的調節效應，從而為相關領域的理論研究和行業管理實踐提供參考。

二、研究假設與模型

（一）任務契合度與用戶粘性

任務契合度是指電商直播時所展示的商品信息符合用戶完成購物目標的程度[3]。用戶觀看電商直播源自于個人的需求，其最為關注的是商品信息，而主播則通過電商直播平臺準確發送和有效傳達商品相關信息，以此來滿足用戶的需求[10]。當相關商品信息與用戶的任務具有高度相關性同時數量較大時，那么這樣的信息會影響用戶的認識，具有內容展示和說服效應。已有研究證明，用戶粘性與信息的質量相關，當信息廣度、深度、效用等契合用戶需求時會驅動用戶產生粘性[11]。由此，本研究提出假設。

H1：任務契合度與用戶粘性呈顯著的正相關關系。

（二）感知價值的中介作用

感知價值是指用戶基于其所能感知到的利得與其實際付出，經權衡后對某一服務或產品其效用的總體評價[12]。個體對外部信息感知、預期和判斷具有重要作用，即在電商直播模式下，用戶會通過觀看電商直播時獲得的商品信息與需求任務的契合程度來判斷感知價值的高低。用戶決策往往遵循自身效用最大化原則，而感知價值作為衡量效用大小的認知標準[6]。也就是說，高任務契合度下，消費者能輕松獲取產品信息，有效節省他們的時間和精力，降低了購物成本[13]。此時，消費者感知利得大于成本，從而產生較高的感知價值評價。已有研究證實，任務契合度是影響消費者感知有用性的重要因素[3]，同時，感知有用性又是決定感知價值的重要因素[14]。由此，本研究提出假設。

H2：任務契合度與感知價值呈顯著的正相關關系。

現有文獻對粘性的界定主要有幾個不同視角，如從網站或其產品和服務的角度對粘性進行界定等[7]。從用戶角度來看，粘性是指保留用戶并使用戶在很長的一個時間段里持續返回的能力[15]。在本文中，用戶粘性被進一步拓展到電商直播情境中，被界定為用戶堅持在未來重復觀看電商直播的意愿，強調了電商直播模式吸引與保留用戶能力。已有研究證明，當用戶感知到期望的價值和利益，他們會產生情感信任并更愿意堅守網絡平臺，從而對用戶粘性產生積極的影響[16]。電商直播情景下，用戶能夠沉浸在直播內容中，投入和忘我狀態在增加其觀看時間的同時，也會增加對電商直播模式的偏好。由此，本研究提出假設。

H3：感知價值與用戶粘性呈顯著的正相關關系；

H4：感知價值在任務契合度與用戶粘性之間起中介作用。

（三）信息影響易感性的調節作用

信息影響易感性是指消費者從他人那里獲取信息作為決策合理性依據的傾向；不同的個體受外界影響的傾向不同，個體的信息影響易感性與受他人影響程度正向相關[17]。信息影響易感性有效調節用戶態度，高信息易感性的用戶對信息獲取的需求更高[18]。這類群體人高度重視來自他人的信息，以做出正確和明智的決定[19]。電商直播情境下，當高信息影響易感性用戶不熟悉產品時，傾向于通過主播來獲取產品信息和消費建議[9]。具體而言，主播在電商直播過程中能為用戶提供有用可信的產品信息，從而避免用戶遭受風險或損失，因此信息影響易感性高的用戶往往會跟隨主播引導，從而提高對產品及電商直播模式的感知價值，并進一步驅動用戶粘性。由此，本研究提出假設。

H5：信息影響易感性正向調節任務契合度與感知價值的關系；

H6：信息影響易感性正向調節感知價值在任務契合度與用戶粘性之間的中介作用，即信息性影響易感性越高，感知價值在任務契合度與用戶粘性間的中介作用越強，反之越弱。

綜上，構建本文概念模型，如圖1 所示。

圖1 研究模型

三、研究設計

（一）測量工具

本研究采用的測量工具均是已被實證檢驗過的成熟量表，并結合電商直播情境修訂，以保證測量的準確性。問卷共分為兩部分：一是被調查者基本情況調查，包括性別、年齡、受教育程度、月收入和網絡購物經驗；二是對研究模型中4 個變量即任務契合度、感知價值、用戶粘性和信息影響易感性的測量。量表具體內容如下：

1.任務契合度。參考Loiacono 等（2007）[20]開發的3 題項量表，代表題項如“電商直播可以使我更全面地了解產品”等。該量表的Cronbach's 系數為0.648。

2.感知價值。參考劉佳等（2021）[21]開發的8 題項量表，代表題項如“我認為電商直播中推薦的產品正好滿足我的需求”等。該量表的Cronbach's 系數為0.825。

3.用戶粘性。參考李保國和王妮（2022）[22]開發的3 題項量表，代表題項如“我會繼續采取電商直播模式購物”等。該量表的Cronbach's 系數為0.729。

4.信息影響易感性。參考Bearden（1989）[17]開發的4 題項量表，代表題項如“在購買新產品之前，我經常從朋友或家人那里收集相關產品信息”等。該量表的Cronbach's 系數為0.750。

所有量表均采用Likert5 點量表計分，從非常不同意到非常同意分別以1 分～5 分標記。

（二）研究樣本和數據收集

本研究調研時間為2023 年1 月28 日至2 月13 日，調研對象主要是參與過電商直播的用戶。利用問卷星和問卷網生成電子版問卷鏈接，通過微信、QQ 等平臺直接發給被試，讓其如實填寫。為了保證數據準確性和真實性，問卷以匿名填寫的方式進行，并設置篩選題項以剔除未參與過電商直播的填寫者的問卷。本次問卷調查共發放510 份問卷，剔除漏答或填寫不認真等無效問卷后，共得到有效問卷467 份，有效回收率為91.6%。

研究對象中，女性占比68.1%，顯著高于男性；年齡主要集中于25～35 歲，其次是18～24 歲，占比分別為48%、36.2%；受教育程度以本科為主，占77.3%；月收入方面，月收入在5001 元～10000 元之間的被試者最多（占36.2%），其次是月收入在2000元～5000 元之間（占25.3%）；網購經驗以5 年以上為主，占61.2%。

四、數據結果分析

（一）共同方法偏差檢驗

采用Harman 單因素方法對所有變量題項進行探索性因子分析。結果表明，特征根大于1 的因子總變異解釋量為51.51%，第一個主成分的變異解釋量為20.27%，小于40%的臨界值標準，且不超過總變異解釋量的一半，表明共同方法偏差在可接受的范圍內，初步說明本研究不存在嚴重的共同方法偏差問題。同時，共同方法潛因子（CMV）檢驗結果（見表1）表明：在五因子模型中加入一個共同方法變異因子后，其RMSEA、CFI、TLI沒有明顯改善。因此，綜合以上兩種方法的檢驗結果可知，本研究測量數據不存在嚴重的共同方法偏差。

表1 驗證性因子分析結果

（二）信效度檢驗

為了保證模型之間能夠匹配成功以及擬合的模型具有區分效度，對任務契合度、感知價值、用戶粘性和信息影響易感性4 個變量做模型的驗證性分析。由表1 可知，四因子模型的X2/df=1.82，RMSEA=0.042，NFI=0.92，CFI=0.96，IFI=0.96，TLI=0.95，符合適配標準。而三因子、二因子和單因子模型對數據的擬合優度顯著劣于四因子，表明本研究的四因子模型的適配度更為理想，且具有較好的區分效度。

（三）相關性分析

各變量的均值、標準差和相關系數如表2 所示。結果表明，任務契合度、感知價值、用戶粘性與信息影響易感性兩兩之間均存在顯著的正相關關系。任務契合度與感知價值正相關（r=0.616，p＜0.01），任務契合度與用戶粘性正相關（r=0.552，p＜0.01），感知價值與用戶粘性正相關（r=0.712，p＜0.01），信息影響易感性與任務契合度正相關（r=0.421，p＜0.01），信息影響易感性與感知價值正相關（r=0.580，p＜0.01）。因此，主要研究變量之間的相關關系與假設一致，符合研究預期。

表2 各變量均值、標準差及皮爾森相關分析結果

（四）假設檢驗

直接效應檢驗：使用SPSS 25.0 軟件進行層級回歸分析來檢驗假設（見表3）。由M2 可知，在控制人口統計學變量后，任務契合度顯著正向預測感知價值（β=0.612，p＜0.001），假設H2 得到數據支持。由M5 可知，在控制人口統計學變量后，感知價值顯著正向預測用戶粘性（β=0.695，p＜0.001），假設H3 得到數據支持。由M6 可知，在控制人口統計學變量后，任務契合度顯著正向預測用戶粘性（β=0.531，p＜0.001），假設H1 得到數據支持。

表3 回歸分析結果

中介效應檢驗：對于感知價值的中介效應，首先借鑒Baron 和Kenny 的做法，在M6 任務契合度對用戶粘性直接影響的基礎上，將感知價值放入到回歸方程，分析結果（見表3）中M7。M7 結果表明，感知價值對用戶粘性具有顯著影響（β=0.591，p＜0.001），且任務契合度對用戶粘性的影響依然保持顯著（β=0.169，p＜0.001），表明感知價值在任務契合度與用戶粘性之間起部分中介的作用，假設H4 得到數據初步支持。另外，本研究運用Bootstrap 方法進一步檢驗了感知價值中介效應的穩健性，具體的抽樣次數設定為5 000 次，置信區間的信度水平設置為95%。檢驗結果表明，感知價值的中介效應值為0.506，Boot 標準誤為0.053，在95%水平上的置信區間為[0.406，0.615]，置信區間未包含“0”，說明感知價值能夠中介任務契合度對用戶粘性的影響，假設H4 進一步得證。

調節效應檢驗：對于信息影響易感性的調節效應，通過層級回歸法來檢驗。首先對檢驗分析所涉及的變量進行去中心化，然后構建任務契合度與信息影響易感性的交互項，在M2 中任務契合度對感知價值的直接影響的基礎上，將任務契合度與信息影響易感性的交互項放入到回歸方程，分析結果（見表3）中M3。由M3 可知，任務契合度與信息影響易感性的交互項對感知價值具有顯著正向影響（β=0.101，p＜0.01）。為進一步說明信息影響易感性在任務契合度與感知價值之間的調節效應，進行簡單斜率分析如圖2 所示。當信息影響易感性水平較高時，任務契合度與感知價值所呈現的回歸線更為陡峭一些，表明任務契合度在信息影響易感性水平較高時，能夠更強地正向影響感知價值；當信息影響易感性水平較低時，任務契合度與感知價值所呈現的回歸線更為平緩一些，表明任務契合度在信息影響易感性水平較低時，會更弱地正向影響感知價值。假設H5 得到支持。

圖2 信息影響易感性的調節效應

調節中介效應的檢驗：利用SPSS 25.0 軟件中的PROCESS 插件進行假設驗證。結果如表4 所示。當信息影響易感性水平較低時，任務契合度對用戶粘性的間接效應較弱（β=0.320，SE=0.051，CI=[0.218，0.419]）；當信息影響易感性水平較高時，任務契合度對用戶粘性的間接效應相對較強（β=0.426，SE=0.063，CI=[0.309，0.555]）。兩種間接效應的差值為0.105，置信區間為[0.017，0.223]，不含0，由此推斷，隨著信息影響易感性水平提高，感知價值在任務契合度與用戶粘性間的中介效應逐漸顯著，假設H6得到支持。

表4 被調節的中介效應分析結果

五、結論與啟示

（一）研究結論

本研究立足于電商直播情境，基于SOR 模型框架，實證研究了任務契合度對用戶粘性的影響機制和邊界條件，檢驗了感知價值的中介作用以及信息影響易感性的調節作用，得出如下研究結論：（1）任務契合度正向影響用戶粘性；（2）感知價值在主播可信性與消費者購后行為之間起部分中介作用；（3）信息影響易感性不僅了調節任務契合度對感知價值的正向影響，還調節了感知價值在任務契合度與用戶粘性之間的中介作用。具體來講，信息影響易感性程度越高，任務契合度對感知價值的正向影響越強，且感知價值在任務契合度與用戶粘性間的中介效應越顯著。

（二）實踐啟示

1.直播要確保圖文與商品實際相符，提供詳實的商品信息。在電商直播過程中，主播要切實提供與產品相符的信息，遵循誠信帶貨、實事求是的原則，踐行服務承諾，確保所售產品的質量。

2.主播要提供貼心周到的服務，將消費者所需的信息在直播界面清楚展示。主播在推介產品時，盡可能地將產品的易用性、實用性和質量等相關信息展現出來，降低用戶在購物時的感知風險，使其感知獲得較大收益，從而提高用戶對電商直播模式的粘性。

3.商家要利用社會影響推動電商直播擴散，盡可能擴大直播間流量。通過社群網站（如云集微店、小米社區等），或在社交媒體（如微信、微博等）及新媒體內容平臺（如抖音、小紅書等）等形式向用戶展示直播相關產品內容。通過多種媒介方式覆蓋更多人群，降低用戶搜索成本，促進電商直播模式推廣。