大學(xué)生在直播平臺(tái)購(gòu)買(mǎi)意愿影響因素組態(tài)與路徑研究

張晨晨 楊振淇

摘?要：在“萬(wàn)聯(lián)網(wǎng)”背景下，傳統(tǒng)消費(fèi)模式正向著“宅經(jīng)濟(jì)”模式轉(zhuǎn)型，直播帶貨行業(yè)也迎來(lái)了飛速發(fā)展的時(shí)期，隨著“Z世代”（新時(shí)代人群）成為網(wǎng)絡(luò)消費(fèi)的主力軍，大學(xué)生群體已成為直播電商未來(lái)發(fā)展的重要市場(chǎng)。文章以塔里木大學(xué)學(xué)生為實(shí)例，通過(guò)問(wèn)卷調(diào)查，選取可支配收入、互動(dòng)體驗(yàn)、購(gòu)買(mǎi)意愿等變量，通過(guò)組態(tài)分析與穩(wěn)健性檢驗(yàn)，最終得到大學(xué)生在直播電商中影響購(gòu)買(mǎi)意愿的因素的幾種不同組合的影響情況，并對(duì)其進(jìn)行分析總結(jié)。

關(guān)鍵詞：直播帶貨；影響因素；模糊集定性比較分析

中圖分類號(hào)：F724.6;F274文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1005-6432（2024）05-0132-05

DOI：10.13939/j.cnki.zgsc.2024.05.031

1?問(wèn)題的提出

近年來(lái)，我國(guó)5G技術(shù)迅速發(fā)展的同時(shí)，也帶動(dòng)了互聯(lián)網(wǎng)的迅速發(fā)展。當(dāng)前“萬(wàn)聯(lián)網(wǎng)”時(shí)代迅速發(fā)展的背景下，人們的消費(fèi)理念正從傳統(tǒng)的消費(fèi)模式向著“宅經(jīng)濟(jì)”模式轉(zhuǎn)型，直播帶貨行業(yè)也因此迎來(lái)了更加迅猛的發(fā)展趨勢(shì)。FastData極數(shù)發(fā)布的《中國(guó)年輕用戶電商消費(fèi)洞察報(bào)告2021》數(shù)據(jù)顯示，截至2021年11月電商新用戶中“Z世代”占比高達(dá)56.3%，已成為電商行業(yè)未來(lái)發(fā)展的主要引擎，是未來(lái)電商市場(chǎng)最重要的增量市場(chǎng)。大學(xué)生群體作為“Z世代”中的主力軍，研究其在直播購(gòu)物環(huán)境中的購(gòu)買(mǎi)意愿及其影響因素，已成為一個(gè)需要解決的熱門(mén)問(wèn)題。文章以塔里木大學(xué)學(xué)生為研究對(duì)象，分析大學(xué)生在直播帶貨中的購(gòu)物情況，利用SPSS?26.0軟件對(duì)數(shù)據(jù)進(jìn)行處理后，運(yùn)用定性比較分析對(duì)大學(xué)生在直播平臺(tái)購(gòu)買(mǎi)意愿影響因素的組態(tài)與路徑展開(kāi)研究分析。

2?文獻(xiàn)綜述及變量的選取

直播帶貨是近年來(lái)在我國(guó)迅速發(fā)展的新興行業(yè)，是目前新穎的研究?jī)?nèi)容，現(xiàn)已有部分學(xué)者對(duì)其進(jìn)行研究、報(bào)告，但尚未形成完整的研究體系與理論成果。當(dāng)前對(duì)于此問(wèn)題的研究方向、內(nèi)容成果等方面呈現(xiàn)多元化。下面就該問(wèn)題及其相關(guān)領(lǐng)域近幾年的研究及其報(bào)告做簡(jiǎn)要分析論述。

張爍、簡(jiǎn)明宇和鄭毅敏（2022）基于傳播學(xué)中的AIDMA理論和SOR理論模型為基礎(chǔ)，構(gòu)建了直播帶貨消費(fèi)者購(gòu)買(mǎi)意愿模型對(duì)其的逆行分析，最終得出了消費(fèi)者的購(gòu)買(mǎi)意愿會(huì)受主播外形、信任程度、商品需求和促銷刺激的正向影響[1]。王鍇文（2022）通過(guò)問(wèn)卷調(diào)查，用“聚類分析+特征選擇”等統(tǒng)計(jì)分析方法對(duì)直播環(huán)境下消費(fèi)者購(gòu)買(mǎi)意愿進(jìn)行分析，最終通過(guò)建立ROC曲線與混淆矩陣得到最優(yōu)預(yù)測(cè)模型，得到直播購(gòu)物的環(huán)境、購(gòu)物過(guò)程中的服務(wù)體驗(yàn)、直播購(gòu)物情況，受訪者對(duì)直播的參與程度及其年齡都對(duì)未來(lái)購(gòu)買(mǎi)意愿有著顯著的影響[2]。陳密（2020）從刺激反應(yīng)理論框架出發(fā)，運(yùn)用SPSS?26.0軟件對(duì)問(wèn)卷數(shù)據(jù)進(jìn)行處理，最終得到網(wǎng)紅影響力、優(yōu)惠屬性、即時(shí)雙向互動(dòng)性、娛樂(lè)屬性均對(duì)直播帶貨過(guò)程中消費(fèi)者購(gòu)買(mǎi)意愿存在著正向影響[3]。柳凌镕、王瀾（2021）基于SICAS消費(fèi)模型，并對(duì)原有模型進(jìn)行轉(zhuǎn)換，從消費(fèi)者自身、網(wǎng)紅與其帶貨直播間三個(gè)層面進(jìn)行分析，研究在網(wǎng)紅視角下消費(fèi)者的購(gòu)買(mǎi)因素，得到消費(fèi)者的收入水平、消費(fèi)者的消費(fèi)觀念、消費(fèi)者在直播間的觀看體驗(yàn)、主播的表達(dá)能力、帶貨主播的工作專業(yè)能力、主播自身發(fā)展方向的定位等都是影響消費(fèi)者購(gòu)買(mǎi)決策的因素[4]。

筆者通過(guò)查閱近年來(lái)的大量相關(guān)文獻(xiàn)，得到各類影響因素及其對(duì)應(yīng)指標(biāo)，最終篩選出所需影響因素及其指標(biāo)并制作了調(diào)查問(wèn)卷。文章則根據(jù)相應(yīng)調(diào)查問(wèn)卷的設(shè)計(jì)及對(duì)問(wèn)卷數(shù)據(jù)的處理結(jié)果，設(shè)置了條件變量（解釋變量）X1、X2、X3、X4；結(jié)果變量（被解釋變量）Y，具體如下：

信任程度（X1）：帶貨主播與粉絲或消費(fèi)者之間的相互信任關(guān)系。

互動(dòng)體驗(yàn)（X2）：消費(fèi)者觀看感興趣的主播及商品，能方便地與他人交流信息，反映消費(fèi)者對(duì)互動(dòng)體驗(yàn)的偏好。

感知價(jià)值（X3）：消費(fèi)者因感知成本收益對(duì)產(chǎn)品的總評(píng)價(jià)；感知成本即消費(fèi)者所能感知到的自己獲得商品的時(shí)間、精力、貨幣等方面的總付出。感知收益包含情感價(jià)值、功能價(jià)值和社會(huì)價(jià)值。

娛樂(lè)屬性（X4）：消費(fèi)者在觀看直播或網(wǎng)絡(luò)購(gòu)物時(shí)身心能感受到的愉悅程度可稱為感知型娛樂(lè)。

購(gòu)買(mǎi)意愿（Y）：消費(fèi)者愿意采取某種特定購(gòu)買(mǎi)行為概率的大小，或消費(fèi)者對(duì)某一產(chǎn)品或品牌的態(tài)度，受外部因素影響，可視為消費(fèi)者選擇特定產(chǎn)品的主觀傾向。

3?研究準(zhǔn)備

3.1?數(shù)據(jù)來(lái)源與基本特征分析

調(diào)查的實(shí)施為發(fā)放問(wèn)卷調(diào)查，分別發(fā)放了線上調(diào)查問(wèn)卷以及線下紙質(zhì)問(wèn)卷。問(wèn)卷主要采用李克特五分量表計(jì)分，內(nèi)含四個(gè)維度共28道題，分別為信任程度、互動(dòng)體驗(yàn)、感知價(jià)值、娛樂(lè)屬性，被調(diào)研者在“非常不同意、不同意、不確定、同意、非常同意”之間進(jìn)行判斷和選擇。調(diào)查對(duì)象以塔里木大學(xué)的學(xué)生為主，涉及大一到大四的學(xué)生以及研究生。本次調(diào)查共發(fā)出問(wèn)卷360份，收回315份，回收率達(dá)87.5％，去除一些答卷時(shí)間過(guò)短、缺少關(guān)鍵信息的無(wú)效問(wèn)卷，剩余有效問(wèn)卷270份，問(wèn)卷有效率達(dá)85.71％。

在調(diào)查對(duì)象中的樣本性別上，男性占總體樣本的53.7％，女性占總體樣本的46.3％；被調(diào)查的男性和女性比例均衡，人員性別分配合理；所在年級(jí)占比均在20%左右，研究生占比較少，整體樣本的年級(jí)分配合理；經(jīng)常使用直播購(gòu)物的人數(shù)較多，能夠更好地給予與直播購(gòu)物相關(guān)的反饋；月均直播購(gòu)物費(fèi)用主要集中在500元以內(nèi)可以看出直播消費(fèi)水平不高。調(diào)查樣本基本特征詳見(jiàn)表1。

3.2?問(wèn)卷信效度分析

文章使用SPSS?26.0軟件，對(duì)量表進(jìn)行信效度的檢驗(yàn)。首要對(duì)量表中的四個(gè)條件變量進(jìn)行信度檢驗(yàn)，結(jié)果顯示，信任程度、互動(dòng)體驗(yàn)、感知價(jià)值、娛樂(lè)屬性的維度的Cronbach’s?alpha分別為0.948、0.943、0.917和0.836，結(jié)果變量量表的Cronbach’s?alpha為0.862，整體量表的Cronbach’s?alpha為0.981，均大于0.8，問(wèn)卷量表信度良好。

此問(wèn)卷量表均為自編量表，接下來(lái)對(duì)此做探索性因素分析。結(jié)果顯示，KMO檢驗(yàn)系數(shù)為0.982，大于0.9，巴特利特球形度檢驗(yàn)值為0，小于0.05，達(dá)到顯著性水平，表明問(wèn)卷有結(jié)構(gòu)效度，樣本數(shù)據(jù)非常適合探索性因子分析，能對(duì)想要調(diào)查的東西起代表性作用。總共劃分了初始特征值大于1的四個(gè)維度，總累計(jì)方差百分比達(dá)到了70.85%，說(shuō)明提取出的幾個(gè)主成分對(duì)原始變量的解釋度是良好的。

因子載荷系數(shù)成分表上顯示各個(gè)主成分的因子載荷系數(shù)均大于0.5，表明這幾個(gè)維度劃分良好，與原始問(wèn)卷量表劃分一致，說(shuō)明該問(wèn)卷結(jié)構(gòu)效度良好。

4?定性比較分析

4.1?原始數(shù)據(jù)準(zhǔn)備和校準(zhǔn)

文章采用直接校準(zhǔn)法，使用完全隸屬閾值、交叉點(diǎn)、完全不隸屬閾值這三個(gè)臨界值進(jìn)行校準(zhǔn)，用fsQCA將樣本數(shù)據(jù)校準(zhǔn)為0.0～1.0的集合隸屬分?jǐn)?shù)[5]。文章借鑒Coduras等（2015）的方法[6]，將各維度量表題項(xiàng)得分的均值作為該維度變量的初始賦值，將樣本數(shù)據(jù)的3個(gè)錨點(diǎn)即完全隸屬值、交叉點(diǎn)和完全不隸屬值分別設(shè)定為樣本數(shù)據(jù)的90%分位數(shù)值、50%分位數(shù)值與5%分位數(shù)值[7]。用SPSS軟件計(jì)算得出校準(zhǔn)閾值后，利用fsQCA?3.0中的Calibrate函數(shù)進(jìn)行校準(zhǔn)，將初始賦值轉(zhuǎn)換為0-1的模糊數(shù)。各變量校準(zhǔn)閾值詳見(jiàn)表2。

4.2?必要條件分析

校準(zhǔn)過(guò)后，在fsQCA中，恰好在0.5隸屬度的案例會(huì)被從分析中刪除[5]。為了克服這個(gè)問(wèn)題，F(xiàn)iss（2011）建議在隸屬度為1以下的前因條件中加入0.001的常數(shù)[8]。因此，本項(xiàng)研究將0.50改成0.501。

運(yùn)用fsQCA進(jìn)行條件變量的必要性檢驗(yàn)，檢查是否有條件對(duì)結(jié)果變量來(lái)說(shuō)是必要的。結(jié)果顯示覆蓋度均大于0.5，一致性水平均小于0.9且沒(méi)有負(fù)值[9]，表明不存在影響購(gòu)買(mǎi)意愿的必要條件。單個(gè)條件的必要性檢驗(yàn)詳見(jiàn)表3，其中，“～”表示“非”。

4.3?建立真值表

由于樣本數(shù)量較多，文章將樣本頻數(shù)閾值設(shè)置為3，將一致性閾值設(shè)為0.8，并認(rèn)為當(dāng)PRI一致性大于0.75時(shí)視為有效[10]。

由此，運(yùn)算得出真值表，詳見(jiàn)表4。其中有5種組合形式可增加大學(xué)生在直播平臺(tái)的購(gòu)買(mǎi)意愿。

4.4?組態(tài)分析

運(yùn)用fsQCA會(huì)得到復(fù)雜解、中間解和簡(jiǎn)約解，一般選擇中間解和簡(jiǎn)約解來(lái)對(duì)組態(tài)中的核心條件和邊緣條件進(jìn)行分析[7]。出現(xiàn)在簡(jiǎn)約解中的條件被稱為給定組態(tài)的核心條件，表明與結(jié)果存在很強(qiáng)的因果關(guān)系，是必須存在的條件，用符號(hào)“●”表示；出現(xiàn)在中間解但沒(méi)有出現(xiàn)在簡(jiǎn)約解的其余條件稱為邊緣條件，與結(jié)果之間因果關(guān)系較弱，用符號(hào)“”表示。當(dāng)變量不會(huì)對(duì)結(jié)果產(chǎn)生影響時(shí)，用空格表示。最終輸出的組態(tài)路徑分析結(jié)果見(jiàn)表5。

本研究解得四種組態(tài)，解的一致性為0.94，大于0.8，一致性程度良好；解的覆蓋度為0.856，大于0.5，表明這四條路徑對(duì)如何提高購(gòu)買(mǎi)意愿的解釋力度很高。

4.5?穩(wěn)健性檢驗(yàn)

為了驗(yàn)證組態(tài)分析結(jié)果的穩(wěn)健性，文章對(duì)購(gòu)買(mǎi)意愿影響因素的組態(tài)進(jìn)行了兩次穩(wěn)健性檢驗(yàn)，每次檢驗(yàn)只改變一個(gè)條件。

首先，文章借鑒Fiss（2007）的研究[10]，將真值表中的原始一致性閾值由0.8提高為0.9，對(duì)購(gòu)買(mǎi)意愿影響因素的組態(tài)的組合路徑重新運(yùn)算。解的一致性、覆蓋度、組合路徑構(gòu)成均沒(méi)有發(fā)生變化，重新運(yùn)算的結(jié)果同驗(yàn)證前保持一致[11]。

其次，將PRI一致性由0.75降低至0.7[12]，產(chǎn)生的組態(tài)與現(xiàn)有組態(tài)一致。因此，可以看出四條組合路徑很穩(wěn)健。

5?購(gòu)買(mǎi)意愿影響因素路徑研究

文章基于文獻(xiàn)研究，結(jié)合現(xiàn)階段直播帶貨行業(yè)發(fā)展現(xiàn)狀及問(wèn)卷調(diào)查分析結(jié)果，以大學(xué)生為調(diào)研對(duì)象，最終得出對(duì)電商直播帶貨行業(yè)提高消費(fèi)者購(gòu)買(mǎi)意愿的四條路經(jīng)，以此助力并推動(dòng)直播帶貨行業(yè)蓬勃發(fā)展。

路徑1：以產(chǎn)品為出發(fā)點(diǎn)，以信任程度、互動(dòng)體驗(yàn)、感知價(jià)值為核心，從選品到上架售賣(mài)，嚴(yán)格把控產(chǎn)品質(zhì)量，讓產(chǎn)品來(lái)征服消費(fèi)者，既增強(qiáng)主播在消費(fèi)者心中的信任程度的同時(shí)，也提升了消費(fèi)者對(duì)產(chǎn)品的感知價(jià)值。同時(shí)，在主播講解產(chǎn)品過(guò)程中，做到以誠(chéng)相待，不欺瞞、不虛報(bào)，讓觀眾在直播間清楚地感受到產(chǎn)品優(yōu)勢(shì)。此外，要積極完善產(chǎn)品售后，讓消費(fèi)者真正感受到產(chǎn)品價(jià)值與服務(wù)價(jià)值。

路徑2：以直播平臺(tái)為切入點(diǎn)，直播帶貨團(tuán)隊(duì)通過(guò)對(duì)直播間進(jìn)行打造，建立屬于自己的獨(dú)特品牌形象，提升直播間的公信力。同時(shí)，在帶貨過(guò)程中創(chuàng)造“名場(chǎng)面”，并在直播結(jié)束后進(jìn)行分析，通過(guò)娛樂(lè)吸引觀眾，增加人氣。此外，在直播間創(chuàng)造愉快積極的氛圍可以促進(jìn)消費(fèi)者與主播之間的雙向互動(dòng)，提高兩者之間的親切感；消費(fèi)者可以通過(guò)直播間彈幕、平臺(tái)消息等渠道對(duì)產(chǎn)品有更加細(xì)致的了解，這會(huì)對(duì)消費(fèi)者的購(gòu)買(mǎi)意愿產(chǎn)生正向影響。

路徑3：對(duì)于帶貨主播，其本身就具備一定的知名屬性與娛樂(lè)屬性，在粉絲群體中具有領(lǐng)袖作用，這本身就增加了消費(fèi)者與主播間的信任關(guān)系，對(duì)粉絲購(gòu)買(mǎi)意愿有著一定的影響。但對(duì)于初入直播間的用戶而言，讓其在直播間體會(huì)到產(chǎn)品的價(jià)值及功能，才能留住用戶，對(duì)于這點(diǎn)，主播首先要對(duì)自己的專業(yè)水平做出提升，還要選擇符合自身特點(diǎn)的產(chǎn)品，以此來(lái)留住老顧客，也讓新顧客在娛樂(lè)中感受到產(chǎn)品價(jià)值，增強(qiáng)其購(gòu)買(mǎi)意愿。

路徑4：對(duì)于初次進(jìn)入帶貨直播間的消費(fèi)者或初次進(jìn)行帶貨的主播，主播與其之間信任關(guān)系基本為零，要留住顧客并讓其具有購(gòu)買(mǎi)意愿，就要培養(yǎng)兩者之間的信任關(guān)系，主播可以采用不同的帶貨方式增加趣味性，并與直播間觀眾進(jìn)行積極互動(dòng)，解答消費(fèi)者對(duì)產(chǎn)品及其他相關(guān)問(wèn)題的疑問(wèn)。同時(shí)，主播要用專業(yè)的角度去介紹產(chǎn)品，讓消費(fèi)者在直播間感受到樂(lè)趣，在互動(dòng)中了解產(chǎn)品，致使其產(chǎn)生購(gòu)買(mǎi)意愿。

6?結(jié)語(yǔ)

助力直播電商行業(yè)發(fā)展，不僅要對(duì)現(xiàn)階段市場(chǎng)進(jìn)行研究，更要從未來(lái)市場(chǎng)進(jìn)行著手。

對(duì)于電商企業(yè)來(lái)講，如優(yōu)化直播形式、提升產(chǎn)品質(zhì)量、完善售后服務(wù)、增強(qiáng)主播的專業(yè)度等都是未來(lái)促進(jìn)企業(yè)發(fā)展的主要路徑。

對(duì)直播平臺(tái)而言，加強(qiáng)對(duì)電商直播的引導(dǎo)與監(jiān)督，不斷完善商家入住體系，探索未來(lái)直播發(fā)展方向，推進(jìn)直播電商的合理化和規(guī)范化發(fā)展。

參考文獻(xiàn)：

[1]?張爍，簡(jiǎn)明宇，鄭毅敏.直播帶貨消費(fèi)者購(gòu)買(mǎi)意愿影響因素研究[J].商場(chǎng)現(xiàn)代化，2022（17）：8-10.

[2]?王鍇文.?直播帶貨環(huán)境下的消費(fèi)者購(gòu)買(mǎi)意愿影響因素研究[D].昆明：云南財(cái)經(jīng)大學(xué)，2022.

[3]?陳密.?網(wǎng)紅直播帶貨對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響研究[D].廣州：華南理工大學(xué)，2020.

[4]?柳凌镕，王瀾.網(wǎng)紅直播帶貨視角下消費(fèi)者購(gòu)買(mǎi)決策的影響研究[J].現(xiàn)代商業(yè)，2021（28）：48-50.

[5]?RAGIN?C?C.?Redesigning?social?inquiry：fuzzy?sets and?beyond[M].Chicago：University?of?Chicago?Press，2008.

[6]?CODURAS?A，CLEMENTE?J?A，RUIZ?J．A?novel?application?of?fuzzy-set?qualitative?comparative?analysis?to?GEM?data[J]．Journal?of?business?research，2015，64（4）：1265-1270．

[7]?張明，杜運(yùn)周.組織與管理研究中QCA方法的應(yīng)用：定位、策略和方向[J].管理學(xué)報(bào)，2019，16（9）：1312-1323.

[8]?FISS?P?C?.?Building?better?causal?theories：?a?fuzzy?set?approach?to?typologies?in?organization?research[J].Academy?of?management?journal，?2011，54（2）：393-420.

[9]?SCHNEIDER?C?Q，?WAGEMANN?C.Set-theoretic?methods?for?the?social?sciences：a?guide?to?qualitative?comparative?analysis[M].New?York，?NY：?Cambridge?University?Press，2012.

[10]?FISS?P?C．A?set-theoretic?approach?to?organizational?configurations[J]．Academy?of?management?review，2007，32（4）：1180-1198．

[11]?孫春玲，姜韻濃.基于QCA方法的社區(qū)微更新項(xiàng)目公眾持續(xù)參與意愿影響因素研究[J].工程管理學(xué)報(bào)，2022，36（5）：67-72.

[12]?杜運(yùn)周，劉秋辰，陳凱薇，等.營(yíng)商環(huán)境生態(tài)、全要素生產(chǎn)率與城市高質(zhì)量發(fā)展的多元模式——基于復(fù)雜系統(tǒng)觀的組態(tài)分析[J].管理世界，2022，38（9）：127-145.

[基金項(xiàng)目]塔里木大學(xué)校級(jí)大創(chuàng)項(xiàng)目“大學(xué)生在直播平臺(tái)購(gòu)買(mǎi)意愿影響因素組態(tài)與路徑研究——以塔里木大學(xué)為例”（項(xiàng)目編號(hào)：2022197）。

［作者簡(jiǎn)介］張晨晨，女，江蘇徐州人，塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院物流管理專業(yè);楊振淇，男，甘肅武威人，塔里木大學(xué)經(jīng)濟(jì)與管理學(xué)院物流管理專業(yè)。