增強現實體驗下的創新與文化:消費者虛擬服裝購買意愿研究

摘要： 在全球數字時尚迅速擴張之際，各大品牌紛紛推出各具特色的虛擬服裝，成為國內外時尚界研究的熱點，但對于消費者購買AR虛擬服裝動機的探索仍顯不足。為了促進消費者的期望與市場及時尚設計的發展相一致，文章基于創新擴散理論、SOR模型，通過對文獻的梳理，構建了包含相對優勢性、兼容性、復雜性、傳統文化元素的真實性、感知價值、滿意度、購買意向七個潛在變量的理論模型，并對325份調查數據進行了有效分析。結果表明，相對優勢性、傳統文化元素的真實性、感知價值、滿意度對消費者的購買意愿產生顯著的直接影響，而復雜性產生顯著負面影響，兼容性則不對購買意愿產生顯著影響。其中，感知價值和滿意度發揮中介作用，總體來說感知價值的中介效應較強。研究揭示了虛擬服裝的AR體驗如何影響消費者的購買決策，強調了理解消費者購買動機在虛擬服裝市場的重要性，為虛擬服裝的設計師和品牌運營者提供了參考。

關鍵詞： 創新擴散;傳統文化元素的真實性;AR虛擬服裝;購買意愿;刺激—機體—反應（SOR）

中圖分類號： TS941.1

文獻標志碼： A

文章編號： 10017003（2024）12期數0117起始頁碼10篇頁數

DOI： 10.3969/j.issn.1001-7003.2024.12期數.012（篇序）

數字時尚的發展在虛擬世界中開辟了新視野，Sayem^［1］將其內容劃分為四大部分：數字原型設計、數字市場營銷、虛擬個體和元宇宙空間、虛擬服裝和智能技術。其中，虛擬服裝是只存在于社交網絡、游戲或元宇宙等虛擬在線環境中的服裝，在數字時尚中占據顯著位置。近年來，虛擬服裝成為國內外時尚界的研究熱點之一，主要集中在虛擬服裝的起源、影響和新范式方面：Makryniotis^［2］研究發現，虛擬服裝起源于電子競技;Koneva^［3］提出數字時尚是一種有意識和定向的身份話語，在本質上改變了設計師及時尚傳播和視覺的策略，創造了時尚設計的新范式。也有研究針對虛擬服裝的購買意愿方面：譚孝勤等^［4］研究發現，虛擬服裝的場景特性對購買意愿有顯著的積極影響;王周吉子等^［5］發現，虛擬服裝的感知審美、娛樂價值會對品牌認知產生顯著正向作用。雖然目前關于虛擬服裝的研究日新月異，但鮮有研究將虛擬服裝AR體驗與購買意愿產生聯系。通過虛擬服裝AR體驗，消費者能夠以全新的方式探索和試穿服裝。Pizzi等^［6］認為，虛擬現實（VR）、增強現實（AR）技術會影響人們的感知感受，并改善他們的購物體驗。Pleyers等^［7］進一步指出，顧客體驗受到其認知、情緒、感知等心理因素的影響。

許多因素會影響消費者對數字產品的興趣和購買決策。創新擴散理論（Innovation diffusion theory）是探索新興技術下消費者行為的經典理論，在解釋多個學科的消費者接受程度方面獲得了大量的實證支持，并且已經被運用在虛擬購物的研究中。Zeithaml^［8］的研究表明，消費者的購買意愿直接受到感知價值的作用。Oliver^［9］認為，滿意度也可用于評估無形的服務。

近些年各大博物館紛紛推出帶有傳統文化元素的虛擬服裝數字藏品，旨在推進中華優秀傳統文化創造性轉化、創新性發展，如2023年中國絲綢博物館發布的“宋韻”數字時裝作品及上海紡織博物館推出的“復美·旗元”旗袍數字藏品。Fu等^［10］的研究表明，傳統文化元素的真實性會積極顯著影響數字游戲皮膚的購買意愿。因此，為了推動中國傳統文化的創新發展，本文將傳統文化元素真實性納入本次研究設計的考量，探討傳統文化元素對虛擬服裝購買意愿的影響。

綜上所述，本文構建了一個新模型，將創新擴散理論與傳統文化元素的真實性融合，深入分析其與感知價值及滿意度的關聯，以及這些元素如何影響消費者的購買意愿。基于AR體驗虛擬服裝，本文對325份有效數據進行分析，探索并驗證影響消費者購買意愿的多種因素之間的作用機理，從而為基于AR體驗的虛擬服裝購買行為提供理論支持，為市場營銷和時尚設計領域提供新的洞察。

1 理論框架與研究假設

1.1 增強現實（AR）體驗

增強現實（Augmented reality，AR）是一種交互式工具，將真實世界和虛擬世界結合起來。虛擬服裝的設計、制作和展示需要先進的技術支持，如3D建模、虛擬現實（VR）、增強現實（AR）等，這些技術增強了視覺效果、真實感和交互性。多個國內外虛擬服裝購買平臺已經引入了這一功能，如ZERO10允許用戶通過手機APP就能夠AR試穿虛擬服裝。當前AR技術已廣泛應用于電子消費和移動應用中，并且已經被運用在虛擬零售和時尚領域的研究中^［11］。因此，本文建立在AR體驗虛擬服裝基礎之上展開研究和分析。

1.2 刺激—機體—反應（SOR）

研究以刺激—機體—反應（SOR）模型為理論基礎，該理論由Mehrabian等^［12］提出。在此理論構架下，消費者行為被劃分為三個環節：刺激（S）、機體（O）、反應（R）。“刺激”指的是外部因素對個體行為的影響，“機體”指個體的心理狀態，“反應”指由刺激與機體狀態互動觸發的行動或行為意向;刺激通常被視為自變量，機體作為中介變量，反應則是因變量。基于環境心理學的刺激—機體—反應理論表明，產品特性和營銷行為作為刺激（S）影響消費者對產品和購買過程的情感反應（O），最終引發消費者的購買意愿（R），刺激因素包括產品屬性和產品購買環境屬性^［13］。對應到本文中，刺激可以包括產品的文化屬性，也包括AR體驗虛擬服裝產品的技術屬性。

1.3 創新擴散理論

在20世紀60年代，埃弗雷特·羅杰斯首次闡述了“創新擴散理論”。羅杰斯認為，創新的傳播過程是通過特定渠道，在一定時間內，在某一社會群體中逐漸普及的活動。對于創新的擴散而言，存在五個關鍵維度：相對優勢、兼容性、復雜性、可試驗性、可觀察性。目前創新擴散理論已經被廣泛運用在新技術、新產品的用戶接受層面，如VR購物^［14］、數字藏品^［15］。本文的虛擬服裝雖屬于近些年的創新產品，但在運用該理論時需要針對虛擬產品和AR體驗的特殊性進行相應考量。Lin等^［16］的研究結果表明，創新擴散中的相對優勢、兼容性和復雜性將顯著影響新技術的采用。Tornatzky等^［17］通過對75篇涉及創新擴散理論的文獻進行系統的Meta分析，揭示了僅有相對優勢、兼容性及復雜性三者與創新采納顯著相關。據此，本文選取了創新擴散理論中的三個維度——相對優勢性、兼容性與復雜性，作為評估虛擬服裝AR技術特性影響的關鍵因素。

1.3.1 相對優勢性

創新擴散理論中的相對優勢指該創新相較于所代替的舊方法或事物所具有的優勢。目前多數虛擬服裝的購買不涉及實際穿戴，用戶需提交一張穿著緊身服的照片。設計師在此基礎上進行建模和渲染，最終用戶會收到一張自己穿著虛擬服裝的照片，這一系列的步驟需要耗費大量時間成本。而AR虛擬試穿是當今電子商務的一個優勢特性^［18］，相較于傳統的人工“P圖”試穿虛擬服裝，AR技術提供的體驗更加沉浸和即時。AR試穿允許用戶迅速預覽衣服的樣式、顏色及上身效果，大大減少消費者購買、轉讓等操作所需付出的成本^［19］。因此，本文提出以下假設：

H1：AR虛擬服裝體驗的相對優勢性將積極影響消費者的感知價值。

H2：AR虛擬服裝體驗的相對優勢性將積極影響消費者的滿意度。

H3：AR虛擬服裝體驗的相對優勢性將積極影響消費者的購買意愿。

1.3.2 兼容性

兼容性涉及到創新技術與用戶價值觀、之前的使用體驗及未被滿足的需求之間的匹配程度。當創新與這些因素高度匹配時，用戶更容易認識到產品的價值，依托于先前的經驗迅速掌握新技術，且尋求通過此項創新解決其潛在的問題。這種情況下，用戶對新技術的采納愿望會增強，從而加速創新的接受過程。相反，如果匹配程度低，創新的采納過程則可能顯著減慢^［20］。郭全中等^［21］的研究認為，數字藏品對區塊鏈這一創新技術的應用及其創新外觀，和當下年輕人的審美觀、消費習慣和社交需求相符。郭峰^［15］的研究結果表明，兼容性對用戶滿意度有影響并且直接影響用戶的享樂感。因此，本文提出以下假設：

H4：AR虛擬服裝體驗的兼容性將積極影響消費者的感知價值。

H5：AR虛擬服裝體驗的兼容性將積極影響消費者的滿意度。

H6：AR虛擬服裝體驗的兼容性將積極影響消費者的購買意愿。

1.3.3 復雜性

復雜性已被廣泛應用于新興技術服務或產品的討論中。Jamshidi等^［22］的研究發現，使用創新技術或服務的復雜性會損害用戶滿意度。Kaur等^［23］發現，復雜性損害了用戶對移動技術的采用，降低了向親戚和朋友推薦上述移動技術的意圖。操作信息系統的復雜性對用戶產生了負面影響，影響了用戶的采用意愿。因此，本文提出以下假設：

H7：AR虛擬服裝體驗的復雜性將消極影響消費者的感知價值。

H8：AR虛擬服裝體驗的復雜性將消極影響消費者的滿意度。

H9：AR虛擬服裝體驗的復雜性將消極影響消費者的購買意愿。

1.4 傳統文化元素的真實性

Laroche等^［24］首先提出了“文化元素真實性”一詞，并將文化元素的真實性定義為源自原始文化、由完整性和審美特征組成的文化獨特性。王玲^［25］指出，消費者的文化背景影響著他們的購買決策、偏好和購物行為，他們傾向于選擇與自身文化價值觀相符的服裝，以表達個人身份和文化認同。Lee等^［26］研究發現，中國消費者更注重文化產品的文化、歷史完整性和審美屬性，兩者都對他們的購買意愿產生積極影響。因此，本文提出以下假設：

H10：AR虛擬服裝體驗的傳統文化元素真實性將積極影響消費者的感知價值。

H11：AR虛擬服裝體驗的傳統文化元素真實性將積極影響消費者的滿意度。

H12：AR虛擬服裝體驗的傳統文化元素真實性將積極影響消費者的購買意愿。

1.5 感知價值

感知價值被視為用戶購買欲望的核心要素。起初，感知

價值的觀點源于公平理論中的心理學視角，旨在探討用戶投入與企業所提供價值之間的對比，現在已經運用于數字產品等方面的研究。Kim等^［27］的研究發現，服裝的感知價值對于衡量用戶持續參與數字時尚領域的意愿具有關鍵作用。在虛擬產品購買過程中，消費者的感知價值不僅體現在對產品及購物環境的評估上，它還標志著數字技術在影響消費者認知的起始階段^［28］。因此，本文提出以下假設：

H13：AR虛擬服裝體驗的感知價值將積極影響消費者的購買意愿。

1.6 滿意度

滿意度為用戶在體驗產品或服務后，與其初期預期相比產生的情感反應程度。通常，當感知到的產品或服務品質滿足或超越顧客的初始預期，顧客會展現出正面的情緒反應及高滿意度^［29］。研究表明，滿意度是影響用戶態度和行為意圖的重要指標之一^［30］。Zhu等^［31］通過刺激—機體—反應（SOR）框架的應用發現，滿意度正面影響購買意愿。因此，本文提出以下假設：

H14：AR虛擬服裝體驗的滿意度將積極影響消費者的購買意愿。

根據以上假設，本文構建了研究的模型，如圖1所示。

2 研究方法

2.1 數據收集

本文的研究數據收集包含兩個步驟：第一步線下邀請受訪者AR試穿虛擬服裝;第二步再進行問卷填寫。選取ZERO10虛擬服裝商城作為試穿的平臺，里面包含了大量在線售賣的虛擬服裝（圖2），該商城通過增強現實（AR）技術來進行虛擬試穿。依據SOR模型，本文邀請受訪者瀏覽虛擬服裝商店ZERO10并通過AR技術進行虛擬試穿（S），同時鼓勵

他們分享試穿體驗的照片至社交媒體，以此加深他們對虛擬服裝的認知和情感體驗。在這個過程中，虛擬服裝的設計和AR試穿體驗作為外部刺激，影響受訪者的內在狀態（O），諸如情緒、認識及態度，并最終轉化成具體的行動反應（R），本文中特指問卷調查的回應。其中，兩位受訪者試穿AR虛擬服裝如圖3所示。

本文的調查周期為2023年6月—2024年3月，最后共收集了325份有效紙質調查問卷，樣本統計特征信息如表1所示。

2.2 變量測量

本文涉及7個測量項目，即相對優勢性（RA）、兼容性（CB）、復雜性（CL）、文化元素真實性（CEA）、感知價值（PV）、滿意度（SA）、購買意愿（PI）。問卷主要借鑒創新擴散理論、虛擬服裝、虛擬現實購物等相關研究的成熟量表，最終問卷及參考文獻如表2所示。題項測量采納了Likert五級量表法，1～5表示從“非常不同意”到“非常同意”五個不同態度等級。

3 實證分析與假設檢驗結果

本文采用偏最小二乘法（Partial least squares，PLS）分析樣本數據，利用Smart PLS 4.1來進行數據分析。采用PLS理由在于：對預測的高適應性^［34］;能夠在最大程度上解釋數據的方差^［35］。Fornell等^［36］建議采用兩步法進行PLS分析，先是分析測量模型，然后是分析結構模型。

3.1 測量模型

本文所有測量題目均由同一被調查者填寫，容易引發共同方法變異（CMV）的問題。根據Podsakoff等^［37］的建議，在設計問卷階段，實施了兩輪的預測試，以確保問卷的準確性，并根據參與者的反饋調整了問卷的措辭。調查期間，保證參與者信息的匿名處理。在進行數據分析之前，借助Harman的單因子方法對共同方法變異（CMV）進行評估，發現由單因子解釋的方差總量為32.826%，未超過50%的標準。此外，本文計算了所有潛在結構的方差膨脹因子（VIF）來檢驗多重共線性的風險，所有這些因素都低于警惕性值2.0。以上結果均表明，偏倚作為常用方法對分析結果無顯著影響。

為了檢驗模型的有效性與可靠性，本文按照Fornell等^［36］的建議進行驗證性因子分析，其指出反映型測量模型應保持內部一致性，即Cronbach’s Alpha需超過0.700，題目的可靠性則通過因子載荷值超過0.700且勝過交叉因子載荷值來驗證。收斂效度的判斷標準是平均方差提取量AVE超過0.500。根據表3的數據，本文所采用的測量模型在內部一致性、題目可靠性及收斂效度上均滿足上述標準。在判別效度方面，本文遵循了Fornell等^［36］的例子，其中AVE的平方根應該超越其與不同結構中的項目的最高相關性（表4中相關矩陣的對角線元素）。此外，本文評估了異性狀—單性狀（HTMT）比值，以檢驗量表的判別效度，樣本的最大HTMT比值為0.546，小于0.85的閾值^［38］。此外，所有項目對變量的交叉加載結果也表明，該量表具有良好的鑒別效度。

3.2 結構模型和檢驗假設

本文使用Smart PLS進行引導重采樣技術，隨機生成5 000個樣本來測試結構模型。在模型的預測能力方面，評估了路徑系數、結構模型主要影響的顯著性、r平方值和Q平方值，如圖4和表5所示。PLS算法的結果得到了三個內生變量的r平方值：購買意愿（0.411）、感知價值（0.292）和滿意度（0.302），均超過0.20，表明具有較大的解釋能力。例如，購買意愿的R2為0.411，說明購買意愿的因變量中有41%左右的方差可以用預測變量去解釋。Sarstedt等^［39］認為結構模型的預測相關性Q2應該大于0，本文的預測相關性Q2為購買意愿（0.289）、感知價值（0.199）和滿意度（0.217）均大于可接受的0閾值。

感知價值（β=0.204，p<0.01）對購買意愿的直接影響最大，其次是文化元素的真實性（β=0.193，p<0.01）和滿意度（β=0.173，p<0.01），相對優勢性影響較小（β=0.155，p<001），兼容性無顯著影響（β=0.089，p>0.05）。在感知價值方面，兼容性（β=0.218，p<0.001）影響最大，其次是文化真實性（β=0.180，p<0.01）和相對優勢性（β=0.175，p<001）。滿意度方面，文化真實性（β=0.263，p<0.001）影響最大，相對優勢性和兼容性影響較弱（β=0.160和β=0.161，p<0.01）。復雜性對購買意愿（β=-0.164）、感知價值（β=-0.272）和滿意度（β=-0.265）均有顯著負面影響（p<0001）。綜上，大部分假設（H1，H2，H3，H4，H5，H7，H8，H9，H10，H11）成立，僅H6不成立。

3.3 中介效應檢驗

通過以上分析，本文發現感知價值和滿意度在虛擬服裝的相對優勢性、兼容性、復雜性、傳統文化元素真實性與購買意愿之間存在中介作用。95%置信區間不含零，即為中介效應存在。本文利用自助重采樣法來驗證感知價值和滿意度的中介作用效應，抽取5 000個引導樣本檢驗，結果如表6所示。

結果顯示，感知價值和滿意度在相對優勢性對購買意愿的中介作用中，bootstrap 95%置信區間分別為（0.009，0.072）和（0.006，0.055），均不包含0，表明相對優勢性可以通過感知價值和滿意度間接預測購買意愿，中介效應值分別為0.036和0028。兼容性對購買意愿的中介作用中，感知價值和滿意度的置信區間為（0.014，0.085）和（0.005，0.060），中介效應值分別為0.044和0.028。復雜性對購買意愿的中介作用中，感知價值和滿意度的置信區間為（-0.098，-0.019）和（-0.083，-0.016），中介效應值為-0.056和-0.046。文化元素的真實性對購買意愿的中介作用中，感知價值和滿意度的置信區間為（0.009，0.082）和（0.017，0.088），中介效應值為0.037和0.045。

4 研究的貢獻及不足

4.1 理論貢獻

本文將創新擴散理論引入AR虛擬服裝購買意愿的研究中，豐富了該理論在數字時尚領域的應用。運用刺激—機體—反應（SOR）模型，分析了AR體驗對虛擬服裝的心理狀態和購買意愿的影響，并加強了該模型在研究虛擬商品消費行為中的理論價值。此外，本文探討了傳統文化元素的真實性在促進虛擬服裝購買中的作用，為虛擬服裝設計提供了文化維度，也支持了傳統文化融入數字產品設計的理論。

首先，基于AR體驗虛擬服裝的相對優勢性會對消費者的感知價值、滿意度、購買意愿產生顯著的直接積極影響，兼容性也會顯著積極影響消費者的感知價值和滿意度，但不會顯著積極影響購買意愿，這與之前的相關研究不一致。筆者推測，這是由于在填寫問卷之前，受訪者在實際體驗了AR試穿之后，更加注重虛擬服裝的視覺效果、個性化體驗和文化元素的真實性，而不是兼容性本身。這表明在虛擬服裝的購買決策過程中，體驗和內容的質量可能比技術兼容性更為重要。復雜性會顯著消極影響消費者的感知價值、滿意度、購買意愿，這與之前的研究結論相一致。加拿大學者麥克盧漢認為，技術進步實質上擴展了人類的感官能力。當消費者利用AR技術嘗試虛擬服裝，如果面對一個復雜的操作環境，這種感官的擴展可能會變得自我挫敗，進而負面影響用戶的體驗。

第二，傳統文化元素的真實性會顯著積極影響消費者的購買意愿、感知價值、滿意度。其中，傳統文化元素的真實性對滿意度的影響最大，其次是購買意愿和感知價值。帶有傳統文化元素的虛擬服裝可以被認為與社會價值有關^［40］。在數字時尚市場中，傳統文化元素的真實性提供了一種獨特的區分策略，幫助產品在競爭激烈的市場中脫穎而出。消費者可能會因為產品能夠提供獨一無二的文化體驗和故事而感到更加滿意，這種獨特性增加了產品的吸引力，進而提高了消費者的滿意度。

第三，感知價值和滿意度都會對購買意愿產生顯著的積極影響，其中感知價值比滿意度的影響更加強烈。在虛擬服裝這一特定領域，感知價值關系到消費者對品牌技術創新和文化元素的評價。此外，虛擬服裝作為全球數字時尚的一個重要部分，不僅反映了品牌的創新力，而且還是許多奢侈品牌探索新市場的方式，體現了獨特的品牌價值和文化認同。

4.2 實踐貢獻

本文將AR虛擬服裝的設計內容和產品應用內容同時關聯探討，對于虛擬服裝市場及其試穿方式具有一定的啟示作用。在虛擬服裝的設計和應用上，設計師和應用開發者需要重視在虛擬服裝中融入傳統文化元素，并確保這些設計能夠在增加感知價值的同時提高用戶滿意度。為了實現這一點，設計師和開發者應當深入研究目標市場的文化背景和消費者的文化偏好，從而提高其對產品的滿意度。這可能涉及到對傳統服飾的現代解讀，或者是在設計中巧妙地融入具有文化象征意義的元素。此外，為了進一步增強感知價值，設計師和開發者可以考慮添加一些增值服務，如個性化推薦、虛擬服裝的背后故事或文化意義介紹，或者是與真實世界文化活動的聯動，從而為消費者提供更加豐富和深入的購買體驗。為了提升AR體驗虛擬服裝相對優勢性的積極作用，除了積極采用AR技術外，應確保AR技術具有高穩定性和低延遲，從而提供流暢無縫的試穿體驗。使用高質量的圖像和動態渲染技術來增強虛擬服裝的真實感和吸引力。開發更多互動功能，如即時調整服裝尺寸、顏色和樣式的選項，允許消費者通過簡單的界面操作個性化他們的服裝。在兼容性方面，雖然兼容性不會對購買意愿產生顯著的直接影響，但感知價值和滿意度能在這兩者之間發揮一定的中介作用，因此對于設計師和品牌而言，提高產品的兼容性并通過提高消費者的感知價值和滿意度來間接影響購買意愿變得尤為重要。這意味著設計師和品牌需要深入了解目標市場的需求和偏好，以及他們的產品如何能夠與消費者現有的生活方式、技術生態系統和其他產品相兼容。復雜性會對購買意愿、感知價值、滿意度均產生負面影響，因此，為了降低復雜性對購買意愿、感知價值和滿意度的負面影響，設計師和品牌應專注于簡化AR虛擬服裝的選擇和試穿流程，提供直觀的用戶界面和優化的用戶體驗。通過精簡功能、加速加載時間、提供清晰的操作指南，并建立用戶反饋機制，可以有效降低用戶的認知負擔，提升用戶滿意度，進而增加購買意愿。

4.3 研究的不足及未來發展

本文的局限性主要體現在對不同年齡群體關注不充分，以及研究焦點主要集中在中國浙江地區，這可能限制了研究結果在不同年齡和地理背景下的泛化能力。為了獲得更廣泛的視角，后續研究可以擴展樣本量的范圍和研究區域。此外，雖然研究側重于從技術體驗、文化元素設計角度分析購買意向，但并未詳細探究AR體驗、文化元素層面的具體策略。未來可深入研究具體設計方法，探討具體哪類文化元素對消費者的購買意愿影響最強及如何將創新擴散理論運用于具體的應用實踐，進而詳盡分析這些要素如何作用于消費者的認知與行為。

5 結 論

本文通過探討增強現實（AR）體驗下的虛擬服裝購買意愿，基于創新擴散理論和刺激—機體—反應（SOR）模型，構建并實證分析了涵蓋相對優勢性、兼容性、復雜性、傳統文化元素的真實性、感知價值、滿意度及購買意向的理論模型。通過實際AR試穿虛擬服裝收集了325份研究數據，運用SPSS 24.0與Smart PLS 4.1軟件工具，對數據進行了深入的分析處理。結果表明：1） 相對優勢性、文化元素的真實性、感知價值和滿意度對消費者的購買意愿起著顯著的積極作用，其中感知價值的影響最為強烈;2） 兼容性雖然不會對購買意愿產生顯著的直接影響，但能通過感知價值和滿意度的中介效應對購買意愿產生間接的影響;3） 復雜性對感知價值、滿意度、購買意愿均存在顯著的消極影響。

參考文獻：

［1］SAYEM A S M. Digital fashion innovations for the real world and metaverse［J］. International Journal of Fashion Design， Technology and Education， 2022， 15（2）： 139-141.

［2］MAKRYNIOTIS T. Fashion and costume design in electronic entertainment： Bridging the gap between character and fashion design［J］. Fashion Practice， 2018， 10（1）： 99-118.

［3］KONEVA A V. Digital post-fashion： Transformation of design paradigm and metamorphoses of identity practices［J］. KnE Social Sciences， 2020， 4（11）： 267-276.

［4］譚孝勤， 李沛. 元宇宙背景下服裝場景特性對購買意愿的影響研究： 基于感知價值與臨場感的中介效應［J］.絲綢， 2024， 61（1）： 86-95.

TAN X Q， LI P. Research on the influence of clothing scene characteristics on purchase intention in the metaverse： Based on the mediating effect of perceived value and sense of presence［J］. Journal of Silk， 2024， 61（1）： 86-95.

［5］王周吉子， 梁燕， 張南， 等. 虛擬服裝的消費者感知價值對購買意愿的影響研究［J］. 毛紡科技， 2023， 51（11）： 76-84.

WANG Z J Z， LIANG Y， ZHANG N， et al. Research on the influence of consumer perceived value of virtual clothing on brand purchase intention［J］. Woolen Textile Journal， 2023， 51（11）： 76-84.

［6］PIZZI G， SCARPI D， PICHIERRI M， et al. Virtual reality， real reactions？ Comparing consumers’ perceptions and shopping orientation across physical and virtual-reality retail stores［J］. Computers in Human Behavior， 2019（96）： 1-12.

［7］PLEYERS G， PONCIN I. Non-immersive virtual reality technologies in real estate： How customer experience drives attitudes toward properties and the service provider［J］. Journal of Retailing and Consumer Services， 2020（57）： 102175.

［8］ZEITHAML V A. Consumer perceptions of price， quality， and value： A means-end model and synthesis of evidence［J］. Journal of Marketing， 1988， 52（3）： 2-22.

［9］OLIVER R L. A cognitive model of the antecedents and consequences of satisfaction decisions［J］. Journal of Marketing Research， 1980， 17（4）： 460-469.

［10］FU Y， LIANG H. Sinicized exploration of sustainable digital fashion： Chinese game players’ intention to purchase traditional costume skins［J］. Sustainability， 2022， 14（13）： 7877.

［11］GABRIEL A， AJRIYA A D， FAHMI C Z N， et al. The influence of augmented reality on e-commerce： A case study on fashion and beauty products［J］. Cogent Business & Management， 2023， 10（2）： 2208716.

［12］MEHRABIAN A， RUSSELL J A. The basic emotional impact of environments［J］. Perceptual and Motor Skills， 1974， 38（1）： 283-301.

［13］田甜. 基于S-O-R模型的非遺文創產品消費者購買意愿研究［J］. 統計與信息論壇， 2021， 36（12）： 116-124.

TIAN T. Research on customers’ purchase intention of intangible cultural heritage produets based on S-O-R mode［J］. Journal of Statistics and Information， 2021， 36（12）： 116-124.

［14］LU X J， HSIAO K L. Effects of diffusion of innovations， spatial presence， and flow on virtual reality shopping［J］. Frontiers in Psychology， 2022（13）： 941248.

［15］郭峰. 基于創新擴散視角的國際運動品牌數字藏品購買意愿研究［D］. 上海： 東華大學， 2023.

GUO F. Research on the Purchase Intention of Digital Collections of International Sports Brands from the Perspective of Innovation Diffusion［D］. Shanghai： Donghua University， 2023.

［16］LIN K Y， LU H P. Predicting mobile social network acceptance based on mobile value and social influence［J］. Internet Research， 2015， 25（1）： 107-130.

［17］TORNATZKY L G， KLEIN K J. Innovation characteristics and innovation adoption-implementation： A meta-analysis of findings［J］. IEEE Transactions on Engineering Management， 1982， 29（1）： 28-45.

［18］WHANG J B， SONG J H， CHOI B， et al. The effect of augmented reality on purchase intention of beauty products： The roles of consumers’ control［J］. Journal of Business Research， 2021（133）： 275-284.

［19］顧善琪， 胡連信， 王澤峰， 等. 元宇宙時代下虛擬服裝的研究進展［J］. 現代紡織技術， 2024， 32（3）： 129-140.

GU S Q， HU L X， WANG Z F， et al. Research progress of virtual clothing under the background of metaverse［J］. Advanced Textile Technology， 2024， 32（3）： 129-140.

［20］ROGERS E M. Diffusion of Innovations［M］. 4^th Edition. New York： Simon and Schuster， 2010.

［21］郭全中， 肖璇. 數字藏品（NFT）發展現狀、新價值、風險與未來［J］. 新聞愛好者， 2022（10）： 32-36.

GUO Q Z， XIAO X. Development status， new value， risk and future of digital Collections （NFT）［J］. Journalism Lover， 2022（10）： 32-36.

［22］JAMSHIDI D， KAZEMI F. Innovation diffusion theory and customers’ behavioral intention for Islamic credit card： Implications for awareness and satisfaction［J］. Journal of Islamic Marketing， 2020， 11（6）： 1245-1275.

［23］KAUR P， DHIR A， BODHI R， et al. Why do people use and recommend m-wallets？［J］. Journal of Retailing and Consumer Services， 2020（56）： 102091.

［24］LAROCHE M， LI R， RICHARD M O， SHAO M X， et al. Understanding Chinese consumers’ and Chinese immigrants’ purchase intentions toward global brands with Chinese elements［J］. Journal of Product & Brand Management， 2021， 30（8）： 1077-1093.

［25］王玲. 文化因素對服裝設計與消費行為的影響分析［J］. 鞋類工藝與設計， 2023， 3（17）： 9-11.

WANG L. Analysis on the influence of cultural factors on clothing design and consumer behavior［J］. Footwear Craft and Design， 2023， 3（17）： 9-11.

［26］LEE S， KO E， CHAE H， et al. A study of the authenticity of traditional cultural products： Focus on Korean， Chinese， and Japanese consumers［J］. Journal of Global Scholars of Marketing Science， 2017， 27（2）： 93-110.

［27］KIM H W， CHAN H C， GUPTA S. Value-based adoption of mobile internet： An empirical investigation［J］. Decision Support Systems， 2007， 43（1）： 111-126.

［28］MARDON R， BELK R. Materializing digital collecting： An extended view of digital materiality［J］. Marketing Theory， 2018， 18（4）： 543-570.

［29］KACMAZ S R， OZTUREN A， ILKAN M. Emerging realm of 360-degree technology to promote tourism destination［J］. Technology in Society， 2020（63）： 101411.

［30］ESMAEILZADEH P. The role of information technology mindfulness in the postadoption stage of using personal health devices： Cross-sectional questionnaire study in mobile health［J］. JMIR mHealth and uHealth， 2020， 8（10）： e18122.

［31］ZHU L L， LI H， WANG F K， et al. How online reviews affect purchase intention： A new model based on the stimulus-organism-response （S-O-R） framework［J］. Aslib Journal of Information Management， 2020， 72（4）： 463-488.

［32］LIU X Y， LIU J Y， LIU Z. A study on the influence of interaction of virtual reality consumption pattern on consumers’ purchase intention under the background of VR technology［J］. Journal of The Korea Society of Computer and Information， 2021， 26（5）： 141-148.

［33］HSU M H， CHIU C M. Predicting electronic service continuance with a decomposed theory of planned behaviour［J］. Behaviour & Information Technology， 2004， 23（5）： 359-373.

［34］CHRISTIAN M R， MARKO S， DETMAR W S. Editor’s comments： A critical look at the use of PLS-SEM in “MIS Quarterly”［J］. MIS Quarterly， 2012， 36（1）： iii-xiv.

［35］TEO H H， WEI K K， BENBASAT I. Predicting intention to adopt interorganizational linkages： An institutional perspective［J］. MIS Quarterly， 2003， 27（1）： 19-49.

［36］FORNELL C， LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error［J］. Journal of Marketing Research， 1981， 18（1）： 39-50.

［37］PODSAKOFF P M， MACKENZIE S B， LEE J Y， et al. Common method biases in behavioral research： A critical review of the literature and recommended remedies［J］. Journal of Applied Psychology， 2003， 88（5）： 879-903.

［38］HENSELER J， RINGLE C M， SARSTEDT M. A new criterion for assessing discriminant validity in variance-based structural equation modeling［J］. Journal of the Academy of Marketing Science， 2015（43）： 115-135.

［39］SARSTEDT M， RINGLE C M， HAIR J F. Partial least squares structural equation modeling［M］//Handbook of Market Research. Cham： Springer International Publishing， 2021： 587-632.

［40］LEHDONVIRTA V. Virtual item sales as a revenue model： Identifying attributes that drive purchase decisions［J］. Electronic Commerce Research， 2009（9）： 97-113.

Innovation and culture in augmented reality experience： Study on consumerpurchase intentions for virtual apparel

ZHANG Chi， WANG Xiangrong

LIN Rufan^1a， QIU Lekai2， YU Yihan^1b， XIA Fan^1a

（1a.School of Fashion Design & Engineering; 1b. Shi Liangcai School of Journalism and Communication， Zhejiang Sci-Tech University，Hangzhou 310018， China; 2.Ontario Institute for Studies in Education， University of Toronto， Toronto ON M5S 1V6， Canada）

Abstract： As digital fashion evolves， virtual apparel has gradually become a hot topic in both the fashion and technology fields. However， there remains a gap in exploring consumer behavior towards purchasing virtual apparel in augmented reality environments. This study， based on the innovation diffusion theory and the Stimulus-Organism-Response （SOR） model， investigates the behavioral mechanisms behind consumer purchases of AR virtual apparel. A theoretical model incorporating seven latent variables—relative advantage， compatibility， complexity， authenticity of cultural elements， perceived value， satisfaction， and purchase intention—was constructed to analyze how these variables influence consumer purchasing decisions. Analysis of 325 valid questionnaire responses revealed that relative advantage， authenticity of cultural elements， perceived value， and satisfaction have a significantly positive impact on purchase intentions， while complexity has a significantly negative effect. These results indicate that the technical features and cultural value of virtual apparel are crucial in promoting consumer buying behavior， whereas overly complex interfaces may hinder consumer acceptance. Additionally， perceived value and satisfaction play important mediator roles between relative advantage， authenticity of cultural elements， and purchase intentions. Specifically， the mediating effect of perceived value is stronger than that of satisfaction， suggesting that the enhanced perceived value， after consumers recognize the advantages and cultural authenticity of virtual apparel， significantly boosts their purchase intentions. This finding underscores the importance of enhancing the perceived value and cultural content in the design and promotion of virtual apparel. The study also explores the impact of compatibility on purchase intentions. Although compatibility does not directly affect purchase intentions， it indirectly fosters them through perceived value and satisfaction， indicating that high compatibility with consumer values and lifestyles can enhance acceptance of virtual apparel. Through the research， the paper deepens the understanding of purchasing behaviors for AR virtual apparel and provides practical strategies for designers and marketers. Moreover， the findings offer new theoretical perspectives and empirical data for the digital fashion field， aiding in the advancement of both academic research and practical applications in this area.

Key words： innovation diffusion; authenticity of traditional cultural elements; AR virtual clothing; willingness to buy; Stimulus-Organism-Response （SOR）