【基于结构方程模型的直播带货消费者参与意愿影响因素的实证探究12000字（论文）】

PAGEPAGE1基于结构方程模型的直播带货消费者参与意愿影响因素的实证研究摘要关键词：直播带货购买意愿感知价值信任AISAS营销模型S-O-R理论目录TOC\o"1-3"\h\u137541引言 6233851.1 7200721.2 722434 8108001.文献分析法 8264982.问卷调查法 8208733.实证分析法 8109252文献综述与理论基础 987142.1文献综述 96726 108842 1021250 1020797 109554 10948 11173733理论构建与概念假设 12286513.1模型构建 12273473.2提出假设 12283703.2.1直播带货中的优质内容对消费者感知价值具有显著正向影响 12283903.2.2直播带货中的激励机制对消费者感知价值具有显著正向影响 13194293.2.3直播带货中的良好的互动对消费者购买意愿具有显著正向影响 13227573.2.4直播带货中服务质量对消费者感知价值和信任具有显著正向影响 14212103.2.5直播带货中意见领袖的特质对消费者信任具有显著正向影响 1469893.2.6直播带货中品牌知名度对消费者信任具有显著正向影响 1449753.2.7直播带货中消费者的感知价值和信任对消费者购买意愿具有显著正向影响 1464783.2.8性别、年龄、收入、职业的调节效应 15217123.2.9研究假设小结 15130804研究设计 16156834.1数据采集与预处理 16269884.2数据分析与模型检验 1861204.2.1描述性统计分析 18127604.2.2信度效度检验 19118844.2.3因子分析 20207154.2.4结构方程模型（SEM）分析 21263475结论与展望 3066275.1主要结论 30101635.2启示与建议 3139135.3研究不足与展望 3232328参考文献 33引言受疫情影响，“直播带货”今年逆势发展，除了常见的生活日用品、美妆护肤、数码电子类产品等电商直播，汽车、房产等大宗商品的交易也开始走进直播间，可以说2020年直播电商已经进入“万物皆可播”的时代。根据第47次《中国互联网络发展状况统计报告》显示，到2020年12月，电商直播用户规模为3.88亿，较3月份增长1.23亿[1]，表明在疫情背景下，直播电商这个在互联网新技术的加持下新兴的商业形态发展势头强劲。当前关于直播电商的研究处于起步阶段，且大多学者集中在直播电商的发展趋势、现状治理等定性研究，很少学者从实证方面探讨，缺少对消费者参与意愿方面的研究。随着“直播带货”成为一种较为普遍的购物现状，消费者对网红主播的魅力、线上实时互动、优质内容等开始关注。基于此，本文对疫情背景下直播带货的消费者参与意愿影响机制的话题展开深入研究。1.2.1研究目的本文以疫情为背景，整理直播带货参与方的特征，基于AISAS营销理论，以疫情期间观看过电商直播的消费者为研究对象，结合S-O-R理论探究疫情背景下影响直播带货的消费者购买决策的相关因素，结合实证分析。研究目的如下：1.通过分析前人对网络直播和电子商务平台的相关研究，整合该领域的应用成果，从AISAS营销理论的五阶段探究，分析直播带货的消费者购物决策的主要因素。2.构建直播带货的消费者购物决策的S-O-R理论模型后，对数据进行描述性统计分析、相关性分析和结构方程模型分析，检验假设并验证模型，最后得出本文的影响机制模型，根据结果提出建议，为直播带货的参与方提供建议和营销策略。帮助直播商家、平台和主播把握消费者心理特征和需求，推动粉丝流量变现，进而带来更高收益。1.2.2研究意义1.理论意义第一，丰富直播带货的消费者参与意愿相关的研究，完善直播带货方面的实证研究。其次，拓展AISAS理论和S-O-R理论的研究视角与领域。文章借鉴两个理论在其他领域的应用，结合直播带货的相关特征，为消费者参与意愿的研究提供更多可靠的依据，扩展了其应用范畴。2.现实意义提升电商直播的消费转化率。本文的研究结果是希望为各电商直播平台准确把握消费者参与直播购物的意愿、扩大平台影响力、商家和平台提升服务的针对性和有效性、主播将流量优势转化成购买力优势提供具体建议。1.文献分析法通过阅读电商直播和消费者参与意愿相关的文献，对疫情背景下电商直播平台中消费者参与意愿等研究现状和研究成果进行梳理归纳，为研究思路和概念模型的提出奠定理论基础。2.问卷调查法本文运用Likert五级评分量表和以往文献参考下设计调查问卷，数据的收集是通过问卷星和朋友圈转发等途径广泛选取疫情期间有参与观看电商直播经历的用户进行调研。3.实证分析法本文先利用SPSS软件进行描述性分析、信度检验、效度分析、相关性分析和SEM分析；然后利用AMOS软件对模型和假设进行验证。最后针对分析结果进行总结和实证分PAGEPAGE202文献综述与理论基础2.1文献综述来源于“直播带货”百度百科定义来源于“直播带货”百度百科定义来源于2020年《咬文嚼字》年度十大流行词AISAS营销理论在以前的AIDMA营销原则的基础上产生，这一理论对在线消费者行为模式的解释产生了积极的影响。基于互联网媒体的兴起和消费者购物模式的变化，AISAS营销理论主张由五个要素组成消费者购物决策行为。关注、兴趣、搜寻、行动、分享这五个阶段构成了消费者购物决策的主要因素。AISAS的营销理论围绕“Internet+”时代消费者的购物习惯展开，尤其是多样化的在线营销内容，网络意见领袖兴起和信息渠道更加多元化的背景下，强调构建以关注、兴趣、搜寻三阶段为主导的消费者决策模型。通过研究分析，关注阶段的关键在于优质内容和激励机制；兴趣阶段的关键是意见领袖特质与良好的互动；搜寻阶段的关键是品牌知名度和服务质量图2.1AISAS五阶段模型SOR模型通过三个阶段来解释人类行为：外部或环境刺激的知觉(S)影响个体的情绪和认知状态(O)，这些状态驱动有意识或无意识的反应(R)(Mehrabian和Russell,1974)[4]。最近的研究表明，SOR模型是一个可行的理论框架，通过它可以解释社交商务中的消费者行为(例如，Herrando等人，2018[5];Xue等人，2020[6];Zhang等人，2014[7])。作者在本研究使用SOR模型探索六个环境刺激的影响(优质内容、激励机制、服务质量、良好的互动、意见领袖特质和品牌知名度)对消费者感知价值和信任(O)的影响，进而影响消费者参与意愿(R)。因此，本研究通过验证一个模型，扩展了SOR范式的适用性，为直播电商领域的消费者参与意愿研究提供贡献。3理论构建与概念假设3.1模型构建在第二节中，文章对AISAS营销理论和S-O-R理论范式进行了详细的梳理和分析，为本研究探讨直播带货对消费者参与意愿的影响关系奠定了基础。结合AISAS营销理论，本研究初步构建疫情背景下直播带货的消费者购物意愿的S-O-R理论模型。图3.1消费者购买意愿影响机制模型3.2提出假设3.2.1直播带货中的优质内容对消费者感知价值具有显著正向影响随着移动互联网和数字化营销的发展，多内容动态营销的影响变得越来越重要，主播可以通过创意、演示、测试、广播等有趣的视角将产品内容和形象信息展示给消费者。因此，和实体营销相比，直播带货的内容更立体、更多样，更能吸引潜在客户关注并产生兴趣。Moon&Kim的研究表明，优质的线上营销内容对消费者对于商品的感知有显著影响[8]。3.2.2直播带货中的激励机制对消费者感知价值具有显著正向影响与传统营销模式相比，直播带货的促销效果更为明显。一方面是消费者考虑购买的必要因素就是价格。另一方面，限时限量和促销等营销手段在一定程度上影响消费者的预期后悔心理。限时促销造成消费者所体会到的时间压力会随着对未来预期的考虑而放大，最终左右其购买决策。一般来说，客户积极重视他们在直播带货过程中获得的奖励，这反过来会让他们觉得自己想做些什么作为回报，从而导致他们增加参与(VanDoorn等人，2010)[9]和价值共同创造(Füller,2010)[10]。以前的研究表明，奖励积极影响顾客感知价值(Yi和Jeon,2003)[11]。3.2.3直播带货中的良好的互动对消费者感知价值和信任具有显著正向影响国外研究发现，移动广告渠道中互动影响消费者的认知情感[12]。对比传统营销方式，直播营销最大优势在于实时互动。观看直播带货的受众观通过与点赞、评论、打赏互动与主播一起加入直播内容生产过程。当主播对观众评论进行反馈时，观众能获得更高的参与感和产生积极的情感。Berthon（1996）认为网站互动性能提升顾客体验[14]。McKnight和Choudhury等（2002）研究发现，消费者参与互动的积极性会对相关网站或商家建立信任[15]。因此直播带货的人际互动越高，消费者对目标产品的亲密度与满意度越强。3.2.4直播带货中服务质量对消费者感知价值和信任具有显著正向影响消费者行为文献已经将服务质量确定为顾客感知价值的最重要的前因之一(Parasuraman和Grewal,2000)[16]。Wuetal.(2015)认为，服务质量与提供给客户的可靠性、响应性和安全性关系更大[17]。几项在网上购物背景下的研究强调，当顾客获得高质量服务的同时，会相应地获得更高水平的感知价值(例如，Fangetal.，2016[18];KimC.etal.，2012[19];Wangetal.，2016[20])。对于网购来说，由于缺乏面对面见面与交流，所以服务质量是消费者信任的根本基础。3.2.5直播带货中意见领袖的特质对消费者信任具有显著正向影响直播带货的意见领袖优秀特质主要是专业性、声望度和个人魅力，这些特质在影响消费者信任中起到正向影响。消费意见领袖的声望度代表他在不同领域的名声及威望，消费者会更愿意观看这类有声望度的消费意见领袖的直播以及听取其意见。消费者的个人魅力会影响他们购买和推广品牌的意愿。依靠意见领袖带动流量的“直播带货”已经变成现在最有效的营销模式。3.2.6直播带货中品牌知名度对消费者信任具有显著正向影响目前，消费者的观念不断更新，在选择直播间商品时更注重品牌的知名度。品牌的本质目的是提高信任，进而提升转化。例如，疫情以来随着国潮风的兴起，国产美妆品牌的竞争力不断提升，2020年双十一，完美日记占据彩妆类目销售榜第1名，花西子也荣登第2名，同比2019年增长259%，花西子也由此一跃进入了头部国产美妆的行列。由此可见，消费者对品牌的认知度会影响对品牌的信任。3.2.7直播带货中消费者的感知价值和信任对消费者购买意愿具有正向显著影响感知价值是影响消费者购买意愿的的关键因素之一。国外研究表明，在电子商务情境下，感知价值正向影响购买意愿(KimH.W.etal.，2012)[21]和再购买意愿(Fangetal.，2016;KimC.etal.，2012)。信任是提高客户忠诚度与满意度的着力点[22]。许多研究发现，网络购物意愿的决定因素是消费者信任，Corbitt等（2003）通过研究分析，得出消费者的信任影响其线上购买的意愿和行为的结论[23]。相对于传统商务环境，在线商务环境在时间和空间上分离，导致客户与卖方之间以及客户与产品之间缺乏面对面的互动，这使得客户信任成为至关重要的因素（Brynjolfsson＆Smith，2000[24];Komiak＆Benbasat，2004[25]）。直播购物过程中，消费者对直播间商品及主播的信任是消费者熟悉度和亲密度逐渐加强的过程。消费者信任度越高，消费者的购买意愿则越强。3.2.8性别、年龄、收入、职业的调节效应国外研究表明，性别会影响用户的在线购物意愿(Shaoufetal.，2016)[26]、对在线服务的忠诚度(S´anchez-Francoetal.，2009)[27]以及从移动商务中获得的感知价值(OkazakiandMendez,2013)[28]。同样，在网络环境中，年龄、收入、职业也是影响用户行为的普遍特征。3.2.9研究假设小结表3.1研究假设与作用方向假设假设内容作用方向H1直播带货中的优质内容显著正向影响消费者感知价值正向H2直播带货中的激励机制显著正向影响消费者感知价值正向H3直播带货中良好的互动显著正向影响消费者感知价值和信任正向H4直播带货中服务质量显著正向影响消费者感知价值和信任正向H5直播带货中意见领袖的特质显著正向影响消费者信任正向H6直播带货中品牌知名度显著正向营销消费者信任正向H7直播带货中消费者的感知价值和信任对消费者参与意愿正向H8性别、年龄、收入、职业对直播带货中消费者参与意愿影响机制起调节作用正向4研究设计4.1数据采集与数据处理4.1.1数据来源1.问卷设计本文利用实证分析对变量之间的关系进行验证。问卷第一部分是被调査者的基本信息，包含性别、年龄、收入、职业、学历等。消费者行为理论认为消费者行为会受到例如年龄、性别、收入、教育情况、职业等因素的影响。第二部分是被调查者的生活习惯及观看直播的频率。调査问卷第三部分是对观看或购买过直播带货的消费者购买意愿影响机制的具体量表测度。釆用里克特(Likert)5级量表对五个预测变量进行量表设计，测量选项选用“1”至“5”代表从“完全不符合”到“完全符合”。表4.1调查问卷量表设计变量编码测量项参考来源优质内容QC1直播带货能够将商品或服务进行全方位动态展示Moon,J.W.andKim,Y.G.(2001)QC2直播带货过程中主播能够对商品信息进行专业介绍QC3直播过程中能根据个性化需要给出建议激励机制IM1我会因为商品限时限量而购买刘凤军，孟陆，陈斯允，段坤（2020）IM2我会因为商品的促销力度大而购买IM3我会因为直播间中可以领取优惠券、参与抽奖而持续观看服务质量SQ1直播商家总是愿意并有能力解决我的问题Wangetal.(2016)SQ2我觉得我观看直播的平台是安全的SQ3直播平台了解我的需求，提供个性化定制意见领袖特质KC1声望度高的意见领袖带货对我更有吸引力龚潇潇，叶作亮，吴玉萍，刘佳莹（2019）[29]KC2本人会因对直播间主播或嘉宾的喜爱而购买直播间商品KC3经意见领袖推荐，增加了本人的直播间网购需求高度互动性HI1本人在观看直播时能有效地与主播进行互动方超（2018）[30]HI2本人乐意参与到直播间的交流互动活动HI3通过直播与主播或其他消费者进行交流互动，会增强对其商品的了解品牌知名度BA1当直播间推荐商品品牌是我听说过的，我会对产品及主播更加信任BA2当直播间推荐不熟悉的品牌时，我会考虑购买行为带来的风险信任TR1通过观看直播，本人更加信任主播及其推荐的商品Cyr,Hassanein&Head（2007）[31]TR2本人相信主播推荐的商品对大家是有用的且值得信赖的感知价值PV1考虑到我在直播电商平台支付的钱，我觉得是值得的交易KimH.W.etal.(2012)PV2考虑到我在直播电商平台购物所涉及的风险，在这个平台购物是具有价值的消费者参与意愿PI1我愿意继续观看并购买该直播间的商品Fangetal.(2017)PI2我会将该直播间推荐给其他人2.问卷的发放与回收本次调查对象是疫情期间观看或购买过直播间产品的消费者，问卷制作完成后通过问卷星、朋友圈及购物论坛等途径扩散，以使得样本多样化和目标人群职业多元性。本次问卷共回收455份，通过数据预处理和条件筛选，删除“疫情期间没有观看或购买过直播带货中的商品”问卷30份，得到425份有效问卷，有效问卷回收率93.4%。4.2数据分析与模型检验4.2.1描述性统计分析首先，统计疫情期间有观看或购买过直播间商品的受访者的基本情况，从中得出被调查人员的年龄、收入、职业、学历等基本情况，具体结果如表4.2所示：表4.2被调查者基本信息的描述性统计表基本特征分类数量占比性别男17138.69%女27161.31%年龄18岁及以下235.2%19-25岁20045.25%26-35岁5211.76%36-45岁11425.79%46岁及以上5211.99%收入/生活费2K以内13330.09%2-3K9521.49%3-5K6013.57%5-7K9120.59%7K以上6314.25%学历初中163.62%高中306.79%大学36582.58%研究生及以上306.79%其他10.23%职业学生党15635.29%国企/事业单位职工5813.12%私企员工14532.81%自由职业者6314.25%其他204.52%在性别分布中，女性占61.31%，可见观看或购买直播带货的商品的女性比例大于男性，与一般女性比男性更喜欢和经常参与网购的现状相符合；被调查者的年龄将近一半集中在19-25岁，占45.25%，符合网络用户年龄化的特点，其次是36-45岁年龄段，占24.79%，表明中年人群逐渐加入到观看直播带货的用户中；在疫情期间月均收入上，2K以内占比最高，占30.09%，随后一次是2-3K的21.49%，5-7K的20.59%，这与受访者的职业基本相符，也说明直播带货的客户群具有一定的消费能力；在学历层面，有82.58%是大学学历，较高的学历一定程度上保证了数据的准确性；本次调研的受访者覆盖多种性质工作，其中主要由学生党和上班族构成，这两个人群是直播带货客户群的主力。因此，原假设H8成立。其次，对受访者观看直播的行为特征进行分析，在淘宝、京东、抖音、快手平台观看或购买直播间商品的受访者最多，依次占比46.15%、38.69%、37.56%、27.15%，表明观看者多选择热门平台观看直播带货；平均一次观看直播带货时间不足一小时居多，占76.24%，表明消费者线上快速观看直播及选择商品的习惯；观看直播带货的时间段集中在晚上七点之后，表明观看直播的消费者夜间活跃性高；疫情期间受访者观看直播的商品类型以美妆护肤和食品保健为主，其次是家居日用和服饰鞋包，这与美妆护肤容易被种草、食品与日用品都属于生活必需品、美妆与美食博主居多等有一定关系。4.2.2信度效度检验表4.3、表4.4、表4.5是对6个预测变量、两个中介变量和一个结果变量进行信度检验的结果。信度检验显示，Cronbachα系数均大于0.6，表明研究数据的信度质量可以接受；表4.6的效度检验结果显示，除了“优质内容”和“实时互动性”KMO值小于0.6，其余预测变量KMO值均大于0.6，因此分析造成“优质内容”和“实时互动性”这两个变量效度不佳的原因，发现题项“直播带货能够将商品或服务进行全方位动态展示”和“通过直播与主播或其他观众进行交流互动，对商品的了解有一定增强”的因子载荷系数<0.4，共同度>0.4，说明这两个题项效度不高，因此删除这两个题项。Bartlett球形检验显著性均为0.000，符合检验标准。表4.3消费者购买意愿影响机制的预测变量信度检验表预测变量题项数Cronbachα系数优质内容30.676激励机制30.825服务质量30.695意见领袖优秀特质30.763实时互动性30.716品牌知名度20.794表4.4消费者购买意愿影响机制的中间变量信度检验表信任20.844感知价值20.816表4.5消费者购买意愿影响机制的结果变量信度检验表参与意愿20.874表4.6消费者购买意愿影响机制的变量效度检验表预测变量题项数KMO值Bartlett球形检验近似卡方自由度显著性优质内容30.552139.20130.000激励机制30.680302.36230.000服务质量30.672220.75530.000意见领袖优秀特质30.630228.47730.000实时互动性30.505142.76630.000品牌知名度20.652168.59230.000信任20.825350.58220.000感知价值20.884289.68520.000参与意愿20.708230.34620.0004.2.3因子分析通过因子分析得出各预测变量和中介变量的相关系数，并比较AVE值的平方根值，结果如表4.7所示。表4.7消费者购买意愿影响机制的因子分析结果F1F2F3F4F5F6F7F8QC:优质内容0.574IM:激励机制0.0240.726SQ:服务质量0.2500.2380.695KC:意见领袖优秀特质0.0940.6230.2140.693HI:实时互动性0.3530.2570.3860.2840.579BA:品牌知名度0.2000.2480.2270.2250.2840.666TR:信任0.1530.5430.5910.4390.5180.4150.619PV:感知价值0.1990.2230.2950.2880.3200.1960.2840.670注：斜对角加粗数字为AVE平方根值，未加粗部分为两变量相关系数针对区分效度进行分析，针对六个预测变量和两个中介变量，由上表可知AVE平方根值均大于相关系数的最大值，说明提出的变量的区分效度良好。4.2.4结构方程模型（SEM）分析本文选取卡方X2,卡方自由度比X2/df，拟合优度GFI，规范拟合优度NFI，比较拟合优度CFI，近似误差均方根表4.8结构方程模型拟合结果χ²df卡方自由度比χ²/dfGFINFICFIRMSEA140.576622.2670.9560.9240.9550.055从拟合指标看，卡方自由度比为2.267，在[1,3]区间范围内，拟合优度指标接近1，近似误差均方根RMSEA小于0.1，说明结构方程模型拟合效果较好。表4.9结构方程模型回归系数汇总表路径估计系数标准误）临界比值）显著性水平（p）优质内容→消费者感知价值0.3940.0933.099***激励机制→消费者感知价值0.2230.0524.083***良好的互动→消费者感知价值0.3610.0812.377***良好的互动→消费者信任0.3380.0652.086***服务质量→消费者感知价值0.1780.0662.042***服务质量→消费者信任0.2680.0494.97***意见领袖优秀特质→消费者信任0.3910.0453.402***品牌知名度→消费者信任0.3660.0436.918***感知价值→消费者参与意愿0.4970.0816.836***信任→消费者参与意愿0.3740.0985.805***注：***代表显著性水平p<0.01如表4.9所示，基于AMOS运算，直播带货的影响因子之间的回归系数的p值均小于0.01，显著性水平较强。因此，假设H1~H7均通过验证成立。结构方程模型如图4.1：图4.1疫情期间直播带货的消费者购物意愿模型检验结果PAGEPAGE305结论与展望5.1主要结论1.直播带货中的优质内容、激励机制、服务质量、良好的互动对消费者感知价值具有积极的正向影响，说明直播带货对于优质内容的传播是非常有效的。直播带货平台的服务质量越高，消费者线上购物的不确定性和感知风险也会减少。激励机制和良好的互动都会营造良好的购物氛围，促进消费者的购物积极性极大地提高。2.在影响消费者感知价值的因素中，优质内容估计系数最高，说明直播营销中优质内容仍是吸引消费者的主要动力。而服务质量的估计系数较低，本研究分析原因可能与目前直播带货参与的平台的商品质量和商家的售后缺乏保障有关，这是直播平台、主播和商家需要共同关注的问题。3.直播带货中的良好的互动、服务质量、意见领袖特质和品牌知名度对消费者信任具有积极的正向影响。说明对消费者咨询及时响应、满足消费者的互动需求，会提高消费者的实时互动体验，建立信任的沟通前提。主播和品牌的知名度越高，消费者的信任度越高。4.在影响消费者信任的因素中，意见领袖的特质估计系数最高。意见领袖的特质包括个人魅力、专业性和声望度，其中主播的个人魅力占主要部分。如图5.1，淘宝2020年直播带货数据也表明，头部主播的销售额远大于其他主播的销售额，而头部主播形成的主要因素来源于个人魅力。5.直播带货中消费者的感知价值和信任对消费者参与意愿起正向显著影响。本文发现消费者的参与意愿受到消费者获得的感知价值和信任这两个中介变量的影响，消费者对于直播带货参与方及产品的信任是消费者购买意愿的关键前提；电商直播让消费者获得的感知价值越高，消费者的购买意愿就会越强。6.观察两个影响因子不明显的题项，发现消费者对于主播声望度和影响力是否强的关注度大于主播专业性的关注度。原因可能是直播带货下网红经济效应明显，网红容易实现粉丝流量变现，消费者对网红和声望度高的主播的信任较高。5.2启示与建议本文研究得出疫情期间直播带货的消费者参与意愿的影响因素及影响因素大小，因此针对结论对直播带货的参与者提出相关建议：1.重视打造优质内容，优质内容仍是直播营销的核心内容。电商充分利用用直播平台将商品或服务全方位动态展示给消费者，增强消费者的社会临场感；主播在直播过程中针对消费者的问题，要及时反馈并提供个性化建议，直播平台也可以优化推荐机制，为消费者提供兴趣相关的直播内容。2.在重视直播内容的同时，也要提供优质的服务和持续的改进。关注顾客需求，解决顾客疑虑。完善平台的推荐算法，为消费者提供个性化定制，满足消费者个性化需求；确保交易的安全性，保障直播间推荐商品质量，完善售后服务，保障消费者权益，提高消费者的感知价值，增强消费者对品牌的信任度。3.挑选或培养具有个人魅力的优质主播，通过主播推荐带动货的销量。消费者的购物链表现在信任主播中的意见领袖进而信任其推荐的商品，如果推荐的商品性价比高，这种信任形成的忠诚度是非常高的。对于商家而言，选择主播不能盲目追求头部主播，因为头部主播雇佣费用高，且合作品牌有一定限制。应该从多维度考虑，要寻找适合自己产品的主播，从而通过主播建立消费者与品牌商家的信任。4.积极营造良好的互动氛围，搭建消费者与主播之间交流方便的桥梁。主播对消费者的及时反馈和积极态度在一定程度上积极影响消费者的感知价值和信任，另外，直播间是否为热榜（参考值：点赞数、弹幕数量）也是消费者参与的重要参考标准。5.提升消费者的购物体验感和感知价值，感知价值对消费者参与意愿具有直接影响。随着直播电商的发展变化，消费者的购物体验也是商家和平台最需要重视的问题。直播带货过程中需要重视消费场景氛围的打造和互动的提高，来提升产品的信任度。6.丰富“直播带货+”场景，改变纯带货的方法。疫情爆发以来，直播带货行业也发生了一定的变化。“直播带货+公益”、“直播带货+综艺”、“直播带货+卫视”等场景的出现，意味着电商平台及商家随着消费者认知的不断升级，直播带货的模式也在丰富和转变。这一方法不仅提升了品牌形象，还扩大了品牌直播带货的影响力，吸引潜在顾客。5.3研究不足与展望受限于作者学术水平和研究条件，本研究仍有一定的局限性：变量的局限。消费者购物行为是个很复杂的过程，而且直播带货中影响消费者参与意愿的因素也有很多，本文只提出了六个预测变量和两个中介变量，一些外部因素没有考虑进去。因此，今后可能会对消费者参与意愿的分析进一步探索。（2）采访与调查对象的局限。受研究条件限制，目前没有专业权威性的网站专门统计几类直播电商平台的数据，且因为直播间历史数据无法留存下来的特点导致数据来源受限，因此选择广泛发放问卷的形式来收集数据，因为问卷的对象大部分还是大学生，所以研究的普适性受到一定影响。参考文献[1]中国互联网络信息中心（CNNIC）.第47次中国互联网络发展现状统计报告[R].2021-2-3.[2]焦媛媛，李智慧，付轼辉，等.产品信息、预设同侪反应与购买意愿——基于社交网络情景[J].管理科学，2020（1）：100-113.[3]刘凤军，孟陆，陈斯允，等.网红直播对消费者购买意愿的影响及其机制研究[A].管理学报，2021（1）：94-104.[4]Mehrabian,A.,Russell,J.A.,1974.AnApproachtoEnvironmentalPsychology.MITPress,Cambridge,MA.[5]Herrando,C.,Jimenez-Martinez,J.,Martin-DeHoyos,M.J.,2018.Surfingorflowing?Howtoretaine-customersontheinternet.SpanishJournalofMarketing–ESIC22(1),2-21.[6]Xue,J.,Liang,X.,Xie,T.,Wang,H.,2020.Seenow,actnow:howtointeractwithcustomerstoenhancesocialcommerceengagement?Inf.Manag.57/10.1016/j.im.2020.103324[7]Zhang,H.,Lu,Y.,Gupta,S.,Zhao,L.,2014.Whatmotivatescustomerstoparticipateinsocialcommerce?Theimpactoftechnologicalenvironmentsandvirtualcustomerexperiences.Inf.Manag.51,1017-1030.[8]MOONJ,KIMY.ExtendingtheTAMforaworld-wide-webcontext[J].Informationandmanagement,2001（12）：217-230.[9]VanDoorn,J.,Lemon,K.N.,Mittal,V.,Nass,S.,Pick,D.,Pirner,P.,Verhoef,P.C.,2010.Customerengagementbehavior:theoreticalfoundationsandresearchdirections.J.Serv.Res.13(3),253-266.[10]Füller,J.,2010.RefiningvirtualCo-creationfromaconsumerperspective.Calif.Manag.Rev.52(2),98-122.[11]Yi,Y.,Jeon,H.,2003.Effectsofloyaltyprogramsonvalueperception,programloyalty,andbrandloyalty.J.Acad.Market.Sci.31(3),229-240.[12]Chih-ChengLu,Ing—LongWu,Wei-HungHsiao.Developingcustomerproductloyaltythroughmobileadvertising:Affectiveandcognitiveperspectives[J].InternationalJournalofInformationManagement,2019,47.[13]HaL,JamesEL.Interactivityreexamined:Abaselineanalysisofearlybusinesswebsites[J].Journalofbroadcasting&electronicmedia,1998,42(4):457-474.[14]BerthonG(1996)Chemicalspeciationstudiesinrelationtoaluminiummetabolismandtoxicity.CoordChemRev149:241-280.[15]McKnightDH,ChoudhuryV,KacmarC.Developingandvalidatingtrustmeasuresfore-commerce:Anintegrativetypology[J].Informationsystemsresearch,2002,13(3):334-359.[16]Parasuraman,A.,Grewal,D.,2000.Theimpactoftechnologyonthequality-value-loyaltychain:aresearchagenda.J.Acad.Market.Sci.28(1),168-174.[17]Wu,Y.C.J.,Shen,J.P.,Chang,C.L.,2015.ElectronicservicequalityofFacebooksocialcommerceandcollaborativelearning.Comput.Hum.Behav.51,1395-1402.[18]Fang,J.,George,B.,Shao,Y.,Wen,C.,2016.Affectiveandcognitivefactorsinfluencingrepeatbuyingine-commerce.Electron.Commer.Res.Appl.19,44-55.[19]Kim,C.,Galliers,R.D.,Shin,N.,Ryoo,J.H.,Kim,J.,2012a.FactorsinfluencingInternetshoppingvalueandcustomerrepurchaseintention.Electron.Commer.Res.Appl.11(4),374-387.[20]Wang,W.-T.,Wang,Y.-S.,Liu,E.-R.,2016.Thestickinessintentionofgroup-buyingwebsites:theintegrationofthecommitment–trusttheoryande-commercesuccessmodel.Inf.Manag.53,625-642.[21]Kim,H.W.,Xu,Y.,Gupta,S.,2012b.W