《基于SOR理论的网络直播对消费者购买行为的影响实证探究（附问卷）》21000字

基于SOR理论的网络直播对消费者购买行为的影响实证研究 目录第一章引言 -1-1.1 研究背景 -1-1.2 研究意义 -2-1.3 研究思路 -2-第二章文献综述和理论基础 -4-2.1 研究现状 -4-2.1.1 研究内容 -4-2.1.2 研究综述 -5-2.2 理论基础 -6-2.2.1 社会化商务模式 -6-2.2.2 社会化商务中的在线直播 -7-2.2.3 S-O-R理论模型 -8-2.2.4 可供性概念 -8-2.2.5 顾客契合 -9-第三章模型构建和假设提出 -10-3.1 基础模型构建 -10-3.2 变量解释 -11-3.3 研究假设 -12-3.3.1 平台可供性与购买意愿 -12-3.3.2 平台可供性与用户契合 -13-3.3.3 用户契合之间 -14-3.3.4 用户契合与购买意愿 -14-第四章问卷设计与数据收集 -16-4.1 问卷设计 -16-4.1.1 问卷结构设计 -16-4.1.2 问卷量表设计 -16-4.2 样本与数据收集 -18-4.2.1 预调研与问卷修改 -18-4.2.2 数据收集 -19-第五章数据分析与实证分析 -20-5.1 描述性统计分析 -20-5.2 信度与效度检验 -21-5.2.1 信度检验 -21-5.2.2 效度检验 -22-5.3 实证分析 -26-第六章总结与展望 -29-6.1 研究结论 -29-6.1.1 平台可供性影响购买意愿 -29-6.1.2 部分平台可供性影响用户契合 -29-6.1.3 用户契合影响购买意愿 -30-6.1.4 用户契合内部影响 -30-6.2 研究启示 -30-6.2.1 理论启示 -30-6.2.2 实践启示 -31-6.3 研究局限与展望 -31-参考文献 -33-附录 -37-引言研究背景社交媒体的快速发展为生成新的业务模型提供了机会，Web2.0功能鼓励用户彼此互动并在在线环境中创造内容，促进了社交媒体的使用，该功能使个人可以轻松地共享和访问信息。传统电子商务的目标是提高基于顾客购买体验的快速搜索、一键式购物和推荐等商务策略的有效性。而社交商务的目的是建立社交互动，与客户合作，通过网络共享信息[1]。直播购物的形式与传统的社会化商务购物对于用户来说存在许多差异。用户在传统社会化商务购物的过程中，主要是通过网站页面的图文信息来获取产品的外观和属性信息。如果用户对于产品有更多想要了解的信息，或对于购买价格或流程等需要咨询的帮助，需要离开产品的展示页面，通过IM文字交流，双方收到消息和回复都存在不及时的情况。而直播购物通过直播技术，将产品全方位的信息最直观的传递给用户。2020年12月时中国的直播用户规模已经达到了6.17亿。各个电子商务平台在移动端App都上线了直播功能，不止有商家，还有个人类的带货网红都通过直播对商品进行宣传和销售，互联网用户通过直播购物已经成为了一种新型的在线社交购物形式。对于互联网上的消费者们来说，通过各类移动软件搜索产品的相关信息，将自己喜欢的产品推荐到社交内容平台中，内容包括产品的品牌、基本信息、使用方法和个人体验等，还能够与商家的社交平台的官方账号进行互动。在线直播购物进一步为社会化商务带来了新玩法，直播购物从信息获取形式、互动效率、价格优惠等多个方面进一步满足受众的需求，这也是其在社会化商务中迅速发展并获得广泛用户的原因。而社会化商务中的在线直播购物带着巨大商业潜力迅速发展的过程中，其模式本身以及消费者认知和心理也在时刻发生变化。本研究以社会化商务中在线直播活跃和持续发展的现状为背景，研究社会化商务中在线直播对于用户的购买行为的影响机制，加深对于在线直播购物以及消费者心理方面的思考和学习，尽可能更深入的理解消费者在社会化商务在线直播模式下认知和心理的变化机制。研究意义理论意义上，目前对于网络直播，比如游戏直播、秀场直播等发展较为成熟的领域研究较深，而对于社会化商务中的在线直播购物这种形式的研究在近两年才开始兴起。研究者们对于行业的发展和特点分析较多，探究社会化商务中的在线直播购物对于消费者购买行为的影响机制的研究还较少。所以从学术的角度来看，深入研究社会化商务中在线直播，在此简称在线直播购物，对于用户的购买行为的影响机制能够加深对于消费者心理以及在线直播购物的思考，丰富社会化商务中的在线直播购物的研究体系。现实意义上，社会化商务中的在线直播购物带着巨大商业潜力迅速发展的过程中，其模式本身以及消费者认知和心理也在时刻发生变化。针对社会化商务中的在线直播购物的新特点、新功能和新环境，研究其对于用户产生购买行为过程中的影响机制，一方面对于目前进入直播购物领域的平台而言，能够为平台如何提高用户对平台直播功能的体验，以及如何帮助商家更好的卖出产品提供启发。另一方面对于卖家而言，无论是企业商家还是带货团队，能够为卖家如何提高直播时的销售效果提供一些思考和建议，帮助卖家在直播时更好的抓住用户的心理，给用户更好的购物体验，从而进一步提升利润和用户对于品牌的好感度。研究思路 本研究在社会化商务中在线直播的背景下，按照如图1.1所示的流程展开了针对于直播购物用户的购买行为的影响机制的相关研究。图1.1研究流程图第二章文献综述和理论基础文献综述和理论基础研究现状研究内容目前国内外学者对于此课题相关的研究内容主要可分为纯理论研究和实证分析研究两方面，或两方面进行结合分析研究。其中纯理论研究主要集中在对于社会化商务中在线直播的发展和特征进行观察、分析和总结；实证分析研究中主要集中在基于消费者行为学理论和结构模型对用户的购买行为构建模型和提出假设，采用各类调查方法对用户购买行为或意愿进行实证研究。社会化商务和直播购物社会化商务中不止有电子商务的商业属性，还结合了社交媒体的社交性质，两者互相结合便形成了新的模式。黄玮等人从受众用户、市场细分等四个方面比较了传统电子商务与社会化商务的异同[13]。鞠彦辉等人分析了社会化商务的特征和驱动力，从购物过程等六个变量的角度出发进行比较和分析，同时通过结合当下的运作细节进行了详细的分析和总结[12]。直播购物通过直播技术，将产品全方位的信息最直观的传递给用户，形式与传统的社会化商务购物对于用户来说存在许多差异。研究者们更多焦距于直播本身具有的特征，和直播方式和内容所具有的特点进行了一系列的总结。孙延玲等人分析了"直播+电商"模式的发展现状,总结了直播电子商务的场景性、交互性、即时性的三个特点[15]。在王康蓓的研究中，以淘宝为例进行研究，社会购物中的网络直播购物在信息获取、互动、真实折扣、娱乐心理、购物行为等方面满足了受众的需求，解释了网上购物在社会商业中迅速发展并获得了广泛的受众的原因[14]。购买行为及购买意愿现有研究主要从直播特征和直播元素展开研究。从直播特征的角度，主要基于S-O-R理论模型、调节定向理论，对在线直播购物本身的特征进行分析,研究其对于用户的购买意愿的影响因素及机理作用。直播是能够有买卖双方的互动的，实时画面是真实性更高的，直播所具有的娱乐性是更强更丰富的。刘洋等人研究结果表明，直播购物所具有的真实和娱乐等性质，能够使用户产生较为强烈的兴奋、愉悦等情绪感知[5]。刘子溪的研究探讨了移动电商直播中，购买意愿的影响因素及机制，验证了移动电商直播对用户情感感知的影响机制[8]。从直播元素的角度，诸多学者通过对社会化商务在线直播过程中诞生的诸多新兴元素进行分析，比如优惠营销、网红直播等，探究了不同的元素对于用户的购买行为或意愿的影响。郑灿灿针对于直播用户的冲动性购买行为研究发现，促销折扣、知觉互动控制、知觉反应、知觉人格和冲动特征显著促进了冲动性购买行为[7]。在AISAS营销理论的基础上，刘平胜等学者们对直播的诸多因素进行了分析，总结出五个因素:高质量的内容、激励机制、网络个人魅力、高互动性、高信任度，并建立了模型。结果表明，这五个因素是影响现场粉丝购买行为的关键因素[10]。刘凤君等人总结了消费者对互联网红色信息源关注的特征，将其分为可信度、互动性、吸引力和专业性四个变量。通过对深度访谈、爬虫技术和问卷调查获得的数据进行统计和分析，研究表明，消费者对购物中的购买价值的感知会进一步对购买意愿形成一定程度的正向影响[11]。研究综述针对目前的研究现状可作以下总结综述：研究角度主要集中在从直播特性和直播元素两个角度，分析直播购物方式本身的特征以及在线直播购物内容或过程中包含的各类元素特征来探究各方面特征对于购买行为的影响因素和机制。总的来说，目前从直播特性和直播元素角度出发进行的研究较为丰富，但从其他角度出发的研究相对还较少。而近两年开始有学者开始研究的可供性角度，通过对平台提供的在线直播的功能或信息技术的层面进行分析总结，研究部分功能或技术的特征对于用户的购买行为的影响。邵翔选取“淘宝直播”购物平台为例，基于顾客契合的视角进行了平台可供性对于顾客购买意愿的影响的研究，其研究结果显示可视化和协购可供性对购买意愿有直接影响[6]。YuanSun等人从平台可供性的角度考察了平台在直播环境下提供的功能，包括视觉功能、隐喻功能和购物功能。研究表明，平台的IT能力对网络购物的参与程度(包括用户的沉浸度和在线状态)有很大的影响，与用户的购买意愿成正比[2]。平台的功能和技术处于持续更新迭代的状态，针对当下的平台功能现状需要更多深入的研究。理论模型目前的研究中学者们所基于的主要的理论和模型有S-O-R理论模型、计划行为理论、调节定向理论、UATAU模型、期望确认理论等。本研究拟基于S-O-R模型，结合社会化商务中在线直播购物的情境，以及对以往学者的研究结论的学习和参考，对本研究的理论模型进行构建，并提出模型中自变量、中介变量和因变量的名称和定义，以及对变量间的影响关系进行假设。总结研究者们对于社会化商务中在线直播与用户购买意愿和行为机制的研究中，研究者们将自变量更多的焦距于在线直播本身所具有的的特征，来进行因变量即行为意愿的影响研究。直播本身所具有的的特征与行为意愿之间的关系中，对于用户进行人机交互是对于平台所提供的功能产生的感知的影响的研究还较少。本研究将从可供性的概念出发，从社会化商务中在线直播购物平台的平台可供性为因变量的角度，对用户的购买行为的影响机制进行研究。平台的功能和技术处于持续更新迭代的状态，所以从平台供给性的角度出发不仅能丰富此角度的学术研究，对于平台目前的功能也具有时效性的指导意义。理论基础社会化商务模式传统的社交平台和电商平台是基于PC终端构建的网站，而现如今随着移动互联网和移动手机的发展和普及，人们接受互联网信息的方式和时间更多的从PC端转移到了“人手一部手机”中的移动端。移动终端设备打破了PC端的地理局限性，能够完成信息查询、支付、在线沟通等商务性业务流程[12]。如今人们的生活中更多的使用移动互联网进行信息交流，社交平台或电商平台在移动端的用户量和用户活跃度都远远高于PC端。移动端的软件比起PC网站更加便捷，其功能也更加强大，各个软件通过大量的用户行为数据反馈，快速的进行着更新迭代。图2.1社会化商务模式结构商家通过在社会化商务平台的账号，向互联网公开发布自己的产品信息。顾客A通过浏览平台得到了产品相关信息，能够在社交平台上对商家的内容发表自己的评论，也可以通过电商平台发起与商家的沟通，其中社交平台和电商平台能够通过跳转链接帮助用户快速在平台之间进行跳转。顾客A可以通过其他社交平台与顾客B进行沟通交流、分享产品信息等。最终顾客A和B都可以根据自己的判断和选择在电商平台上完成对商家的产品的购买。社会化商务中的在线直播视频直播通过多种通信技术，将图像和声音实时进行记录和广播。我国直播行业发展中经历了三个阶段，前两个阶段是“PC秀场直播”时代和“游戏直播和移动直播”时代，第二阶段逐渐发展和变化后进入了“泛生活、泛娱乐”直播时代[14]。在第三阶段，社会化商务与在线直播的结合产生了新的购物营销模式，即社会化商务中的在线直播购物购物，简称直播购物。2016年3月，淘宝平台上线了在线直播的功能模块，以直播形式进行商品的营销和售卖，随后其他平台比如京东、蘑菇街等都陆续上线了在线直播的功能，在线直播购物开始了快速的发展。互联网用户通过直播购物已经成为了一种新型的在线社交购物模式。直播购物通过音频技术，将环境、人物和画面实时的传递给用户，间接将产品全方位的信息以最直观的方式传递给用户。在线直播的形式为社会化商务在线直播功能的提供者即平台方、宣传和销售产品的卖方以及通过直播购物的买方提供了更加高效率产生交互的方式。平台通过计算机技术设计和研发出具有在线直播功能的软件，提供给用户和商家使用。用户和商家都会与自己的手机和电脑产生人机交互，同时用户与商家间接会通过在线直播的功能产生单向或双向的联系。S-O-R理论模型SOR模型是刺激-中介-反应模型，基于环境和新行为心理学等理论基础上由Mechrabian和Russell于1974提出。外部刺激对个体的认知、情感产生影响,从而会影响到个体的行为[19]。Eroglu和Machleit在网络社交消费领域的研究中认为刺激是消费者见到和听到的一切诱因的总合。在SOR模型框架中，刺激和反应通过一系列的内在变量连接，相比于环境刺激，更注重有机体内在变量与行为反应的影响。其理论模型如图2.2所示。本研究基于S-O-R模型，将社会化商务中在线直播购物平台中提供的技术功能等平台可供性作为外部刺激（S），用户在使用平台的技术功能时可能产生的心理感知和情绪感知作为有机体内在状态的感知中介（O），用户在直播购物情景中的购买意愿作为行动反应的结果（R）。图2.2S-O-R理论模型可供性概念Gibson’s（1979）在生态学领域中研究动物感知外部环境即客体对物理属性存在的感知中第一次提出了可供性的概念，后来可供性被用于解释在某种环境（尤其是人机交互的情景）下，主题意识到的将产生某种行为的可能性。可供性的概念逐渐被社交媒体和电子商务实践所采纳。可供性是由物体或对象的属性与特指带来的行为或行动的可能性[23]。可供性存在于用户和技术特征之间，即以兼顾技术和人类感知的方式影响用户行为的可能性[16]。信息系统领域将某个客体提供给个人实现某种行为的可能性定义为可供性[24]。其中技术可供性相关的研究中认为技术的特性以及用户与技术的交互决定了技术的“人性化”的程度[22]。Markus等（2008）把技术对象为特定的用户群提供的面向某个具体目标的行动的可能性定义为技术可供性[25]。在社会化商务领域，Dong等（2016）将社会化商务平台中的IT可供性定义为面向购买的操作的可能性，即根据平台中买方和卖方的能力和目标，技术提供给卖方和买方的以购买行为为导向的可能性[26]。在社交媒体领域，学者们认为可供性是指构成用户和社交媒体互动的行为的潜在可能性[27]。在线购物直播既属于社交媒体的一种，也属于新型的社会化商务工具，在线直播购物平台可供性可定义为提供功能的直播平台提供给买家和卖家产生购物交易行为的可能性[15,28]。顾客契合顾客契合是来自社会科学领域的营销概念。不同的研究情境下，顾客契合被不同学者赋予不同的定义，主要有心理过程、心理状态和行为表现三类[6]。Bowden（2009）将顾客契合定义为一种心理过程，它能够在得到回报的过程中，还达到帮助卖家形成顾客忠诚度的好处[29]。Moliner等人（2018）将顾客契合定义为顾客与品牌之间的一种情感纽带，是顾客体验所累积起来的结果，是一种积极向上的心理状态[30]。Wongkitrungrueng和Assarut（2018）将顾客契合定义为一种行为表现，将顾客包括潜在顾客与商家所提供的产品，以及组织或客户发起的活动之间的联系与交互定义为顾客契合，认为顾客契合是一种超越购买的行为表现[31]。这三类定义中，心理状态类的定义被更多的学者们所采纳。第三章模型构建和假设提出模型构建和假设提出基于社会化商务和在线直播相关特点、S-O-R模型、可供性和顾客契合的相关概念和前人的研究，本章提出本研究的主要问题，并在本研究背景下构建研究的理论结构模型，对模型中的各个变量进行定义，并提出相关研究假设构建出最终的结构模型。基础模型构建本研究从平台可供性和用户契合的角度出发，构建的理论框架为“平台可供性—用户契合—用户行为意向”，探究各个变量之间的关系。其中平台可供性是指在线直播购物平台提供给用户和商家产生购买交易行为的可能性；用户契合的概念是在顾客契合的基础上总结提出的，由于在社会化商务中的电商平台和社交媒体平台中，直播购物的观看者们不仅是顾客或潜在顾客，对于平台也是平台的软件产品的用户。本研究中以“用户”概括顾客、潜在顾客和平台用户，将“用户契合”的概念定义为一种心理状态，是用户与电商平台或社交媒体平台以及直播卖家之间所建立起的一种情感纽带，用户契合能够从用户的体验中产生。本研究的因变量为购买意愿，是用户行为意向中的主范畴；自变量包括视觉化、元表达和协购可供性，是对平台可供性的总结和划分；其次，根据S-O-R理论模型和前人的模型研究，以感知有用性、感知愉悦性和社会临场感作为用户行为决策过程中的认知反应中介变量。中介变量中感知有用性反应了用户对于使用功能可提高自身行为效率的感知程度；感知愉悦性是人与平台功能产生的情感反应之一，属于产生行为意愿的情感因素。用户受到平台功能中外部刺激的影响下，会对平台功能使用产生愉悦感受[32]。综上所述，本研究基于S-O-R理论模型框架，在以往学者对社会化商务中的在线直播购物对用户购买行为的影响相关的研究和分析，以及结合计划行为理论、调节定向理论等相关理论，构建基础的模型如图3.1所示，以此来探究社会化商务中在线直播对用户购买行为的影响机制。图3.1基础理论模型变量解释基于以往的相关理论和研究者们的研究成果，本研究基于社会化商务中在线直播这一研究情景对于基础理论模型中的各个研究变量进行定义，对于变量的具体定义和参考文献如表3.1所示。表3.1变量定义变量名称变量定义参考文献平台可供性平台可供性是指在线直播购物平台提供给用户和商家产生购买交易行为的可能性。Dong和Wang（2018）[15]视觉化可供性在线直播购物平台的用户以视觉化的方式了解产品的可能性。Dong等（2016）[26]元表达可供性在线直播购物平台的用户可对产品的内容及时发表评论和评价，以及商家对用户表达的反馈可做出及时的回应的可能性。Dong和Wang（2018）；Dong等（2016）[15,26]协购可供性在线直播购物平台的商家为用户提供个性化服务或产品购买建议协助用户购买的可能性。Dong等（2016）[15]用户契合在线直播购物平台的用户高度参与在线直播时的一种心理认知和情绪，它包括感知有用性、感知愉悦性和临场感。Moliner等（2018）[30]感知有用性用户使用了在线直播购物平台中直播的相关功能后，认为直播能够提高购物效率的感知程度。Zhang（2006）[33]感知愉悦性用户使用了在线直播购物平台中直播的相关功能后，产生直播购物令人愉悦的感知程度。Davis（1992）[34]社会临场感用户产生与直播中的人物之间的亲密感的感知程度。Caroux等（2015）；Ou等（2014）[35,36]购买意愿用户以观看直播购物的方式，通过直播购买商家的产品或服务的意愿。Ajzen（1991）；Lu等（2016）[37,38]研究假设 平台可供性与购买意愿传统的社会化商务的在线购物中用户和卖家不能面对面进行交流，用户在进行在线购物时，没有十分充足的产品信息和购物体验支撑其购买决策，其进行线上购物具有一定的风险性和不确定性[32]。而当前的具有在线直播功能的电商平台或社交媒体平台上，平台通过一系列计算机技术为用户提供了更好的人与软件交互的体验，平台展示的内容也通过平台的技术和展示方式为用户提供了质量更高、效率更高的购物体验。高质量的用户体验包含着充足的产品信息和便捷的购物流程，这在一定程度上降低了用户对于线上购物的风险性和不确定性的感知。首先，视觉化可供性使得卖家能够将产品通过视频实时全面和直观地展示给用户，相比于文字和图片信息达到了更丰富的产品信息的传达。基于可视化的直播，用户能够像面对面一样的观看到产品的外形、使用方法、使用效果。其次，平台通过提供直播实时弹幕等功能的元表达可供性，使得用户能够即时的表达自己对于产品的疑惑、感受和看法，使得卖家能够即时得到用户的反馈并根据用户反馈作出反应。从而最终使得用户能够得到更精准和更充分的购买相关信息，能让用户最终的购买决策有更多的信息支撑。最后，在线直播购物中卖家通过公司的主播或带货网红进行直播售卖产品，主播通过即使掌握用户的反馈，能够为用户即使调整直播流程和内容，甚至提供产品购买优惠等信息。通过对用户反馈的及时回应，为用户提供相对更加个性化的建议和服务，降低用户购买的风险性和不确定性。基于以上，本研究在在线直播情境下做出如下假设：H1a：视觉化可供性对购买意愿有积极影响；H1b：元表达可供性对购买意愿有积极影响；H1c：协购可供性对购买意愿有积极影响。平台可供性与用户契合视觉化可供性与直播购物用户契合社会化商务中在线直播购物将产品信息以图像和声音通过直播技术同步传输给用户。用户能够直观的感知到主播的表情和声音所表达出的情绪，可能会被主播较为高昂或幽默等情绪所感染，产生愉悦的情绪。直播中人物通过与用户进行沟通交流，或展现自己的性格或其他人物魅力特征等，使用户产生社会临场感。因此，本研究在线直播情境下做出如下假设：H2a：视觉化可供性对感知有用性有积极影响；H2b：视觉化可供性对感知愉悦性有积极影响；H2c：视觉化可供性对社会临场感有积极影响。元表达可供性与直播购物用户契合直播购物平台的元表达可供性，用户能够通过发送弹幕的形式表达自己对于产品的疑问和对于产品的看法，同时直播购物的卖家也能及时的接受到用户的弹幕信息。相比于传统的IM聊天，用户的反馈很可能不能及时得到商家的回复，直播购物的效率更高，用户可能会感知到元表达功能带来的更高的信息交流效率。此外，用户的表达欲通过输出文字的方式得到输出，并且输出的文字信息能够被主播和同时在直播间内的其他所有用户看到，可能会因此得到回应和关注。因此，本研究在线直播情境下做出如下假设：H3a：元表达可供性对感知有用性有积极影响；H3b：元表达可供性对感知愉悦性有积极影响；H3c：元表达可供性对社会临场感有积极影响。协购可供性与直播购物用户契合直播购物平台的直播中，主播会根据即时得读取用户的弹幕反馈，回答用户对于产品的疑问，向用户展示用户关心的产品，还能够根据用户的喜好调整产品的展示方式等。对于用户来说，自己的需求得到了更加精准的个性化的满足。此外，从情感因素和临场感的角度来看，当用户表达的问题或情绪得到主播的回应后，用户可能会感知到需求被满足的愉悦感，以及感知到自己与主播的心理距离被拉进，并因此产生更多的好感或亲密感。因此，本研究在线直播情境下做出如下假设：H4a：协购可供性对感知有用性有积极影响；H4b：协购可供性对感知愉悦性有积极影响；H4c：协购可供性对社会临场感有积极影响。用户契合之间技术接受领域针对用户使用行为进行研究的过程中，往往以感知有用性作为主要变量之一。感知有用性反映了用户对使用的平台或功能所能提高自身行为效率的程度的内在感知[48]。在用户购物过程中，其对于平台或接受信息的感知有用性越强，用户越会感知使用时的愉悦[49]。此外，当个体具有较强的社会临场感时，带来的最突出的心理影响就是生成愉悦感[50]。用户感知到的社会临场感越强烈，其在购物中会具有更加享受或愉悦的购物体验[51]。因此，本研究在线直播情境下做出如下假设：H5：感知有用性对感知愉悦性有积极影响；H6：社会临场感对感知愉悦性有积极影响；用户契合与购买意愿在线下的购物情景中，消费者较好的情绪状态会促进消费者的购买行为[41,42]。用户通过互联网在线上购物的情境下，购物的过程影响用户对购物的趣味性感知和情绪反应，进而影响用户的购买意愿[43]。用户观看在线直播购物时，可能会对于直播画面中的环境、人物以及直播声音等刺激所影响，产生较愉悦的观看体验感知，可能会进一步提高用户在直播过程中购买商品的意愿。对于用户与功能产生交互后所能提高自身行为效率的程度的内在感知[48]，即用户对于直播提升购物效率的感知，也有可能使用户更愿意通过直播购物。因此，本研究在线直播情境下做出如下假设：H7：感知有用性对购买意愿有积极影响；H8：感知愉悦性对购买意愿有积极影响；H9：社会临场感对购买意愿有积极影响；基于以上假设，本研究的理论假设模型如图3.2所示。图3.2理论假设模型第四章问卷设计与数据收集问卷设计与数据收集问卷设计本研究严格遵循问卷设计的步骤：首先，结合本研究的研究情景和理论模型，寻找相关文献，将其中相对成熟的量表与本研究情景结合引用为测量题项；将初步的问卷进行数据收集范围较小的预调研，主要通过互联网线上渠道进行收集数据，之后再以信效度检验结果进行调整。确认好最终版的问卷后，进行正式的发布和数据收集。问卷结构设计本研究的问卷结构有以下三个部分：第一部分是问卷的简介。将问卷的研究背景及目的简要介绍给调查对象，使调查对象明晰调查问卷的目的和基础注意事项等，帮助问卷收集更顺利的进行；第二部分是基本信息问题部分。基于研究筛选样本的标准，收集问卷填写对象的年龄、性别、职业、网络购物频次和直播购物使用情况的相关信息；第三部分是变量的主体测量部分。包括对于可供性的三个变量、用户契合的三个变量以及用户购买意愿的测量题项。在所有的测量题项中，其中较多部分均基于已有研究的成熟量表，结合社会化商务在线直播购物的场景进行设计。测量题项的选项采用Likert7点量表来衡量用户对于观点的态度变化。问卷量表设计基于前人研究结果，结合本研究的研究情境和理论模型，对相关文献中相对成熟的量表于本研究情景结合，引用为测量题项，完成问卷量表的设计。平台可供性社会化商务中在线直播购物情景下的平台可供性中三个变量的测试题项的设计基于以往的权威研究进行设计，测量题项及来源如表4.1。表4.1平台可供性测量题项变量测量指标参考文献视觉化可供性

（VI）VI1：社会化商务中的在线直播购物以视频的形式给我提供关于产品的详细信息Dong和Wang(2018)[15]VI2：社会化商务中的在线直播购物使我可以看到产品的相关属性VI3：社会化商务中的在线直播购物是我可以看到产品的使用方法VI4：社会化商务中的在线直播购物帮助我将产品可视化，仿佛让我置身于现实中看到产品一样元表达可供性

（ME）ME1：社会化商务中的在线直播购物允许我对产品作出评论或评价ME2：社会化商务中的在线直播购物允许我在主播表达他对产品的观点时，分享我自己的观点ME3：社会化商务中的在线直播购物允许我对主播关于产品的反馈作出回应ME4：社会化商务中的在线直播购物允许我参与到对产品的共同讨论中ME5：社会化商务中的在线直播购物允许我分享购物经历协购可供性

（GS）GS1：社会化商务中的在线直播购物的主播们可以向我提供我打算购买产品的替代产品的信息GS2：社会化商务中的在线直播购物的主播们可以帮助我建立我的产品需求GS3：社会化商务中的在线直播购物的主播们可以帮助我识别出产品的哪些属性最符合我的需求GS4：社会化商务中的在线直播购物的主播们可以根据我的要求为我提供个性化服务用户契合本研究的情境下对于用户契合的测量题项参考结合了Davis，Bagozzi和Warshaw(1989)、Lu和Su(2009)、Chiu等(2005)、Shen等(2010)、Ou等(2014)的研究，测量题项及来源如表4.2。表4.2用户契合各变量的测量题项变量测量指标参考文献感知有用性

（U）U1：通过社会化商务中的在线直播购物可以更有效率地购买到合适的产品Davis，Bagozzi和Warshaw，(1989）；Lu和Su(2009)；Chiu等(2005)U2：社会化商务中的在线直播购物使我可以更全面地了解产品U3：社会化商务中的在线直播购物改善我的购物判断和决策表现感知愉悦性

（E）E1：社会化商务中的在线直播购物的交互是愉快的Shen等(2010)E2：社会化商务中的在线直播购物是让人心情变好的E3：社会化商务中的在线直播购物使我感受到是一种消遣社会临场感

（SP）SP1：在社会化商务中的在线直播购物中有一种人与人打交道的感觉Ou等(2014)SP2：社会化商务中的在线直播购物中我可以感到一种私人空间感SP3：社会化商务中的在线直播购物中我可以感受到人与人之间的温暖或温馨SP4：社会化商务中的在线直播购物中我可以感受到人情味用户行为意向本研究的情境下用户行为意向的测量题项的设计参考结合了Chen等(2017)的研究，具体测量题项和来源如表4.3所示。表4.3购买意愿的测量题项变量测量指标参考文献购买意愿

（PUI）PUI1：我会优先考虑通过在线直播购买产品或服务Chen等，(2017）PUI2：我打算通过在线直播购买产品或服务PUI3：我预测我将会通过在线直播购买产品或服务样本与数据收集预调研与问卷修改本次研究参考以往研究中的问卷结构和成熟量表，设计了针对社会化商务中在线直播情境下的第一版调查问卷。通过寻找周围的直播购物用户对问卷题项的易懂性和理解偏差做了初步的调研，根据反馈在不改变含义的情况下对部分题项的表述进行了调整，调整的题项如表4.4。表4.4题项修改变量测量指标感知愉悦性

（E）E1：观看社会化商务中的在线直播购物时，使用直播间内的功能的过程是愉快的E2：观看社会化商务中的在线直播会让我心情变好E3：我感觉观看社会化商务中的在线直播购物是一种消遣和放松数据收集预调研后修改好的正式问卷通过问卷星平台上进行了编辑和发布，通过微信朋友圈、QQ群、淘宝会员群、微信群等多个渠道进行问卷二维码和链接的转发来收集样本数据。从5月3日到5月17日共计回收了调查问卷387份，剔除掉无效问卷（包括选择从未观看过社会化商务中的在线直播购物的问卷），剩余问卷共计326份。第六章总结与展望数据分析与实证分析描述性统计分析正式发放后收集的问卷中，观看过社会化商务中的在线直播购物的用户填写的问卷共计326份。其中女性相对较多（n=240,73.5%），男性相对较少（n=86,26.5%）；年龄在18~25岁的用户样本数量较多（n=266,81.6%）；用户样本中的职业为学生的较多（n=203,62.2%）；用户样本平均每月在网上购物的次数在1~5次间较多（n=157,48.1%）；观看并通过直播购买过商品的用户样本相对较多（n=243,74.6%）。表5.1描述性统计统计项目频数百分比(%)性别男8626.5女24073.5年龄18岁以下51.618~25岁26681.626~35岁4915.135岁以上51.6职业学生20362.2上班族9930.3自由职业26.0其他51.6平均每月在网上购物的次数0次51.61-5次15748.15-10次10933.510-20次3510.820次以上26.0是否通过直播购买过商品是24374.6否8325.4合计326100.0信度与效度检验信度检验本研究采用Cronbach’sAlpha值和组合信度（CompositeReliability，简称CR）值来进行样本数据的信度检验。其中在0~1之间的Cronbach’sAlpha值，其值越大则显示本次问卷中的量表的一致性越高，在信度检验中Cronbach’sAlpha的值需要达到0.6，CR值达到0.7才能说明数据通过了信度检验。本研究通过在SPSSAU中对Algorithm算法的运行，得到信度检验结果如表5.2。每个变量的Cronbach’sAlpha值都高于0.8，组合信度CR值也都高于0.8，具有较好信度[44](Fornell和Larcker,1981)。表5.2变量的信度检验结果变量测量题项Cronbach’sAlpha组合信度CR值视觉化可供性

（VI）VI10.8690.870VI2VI3VI4元表达可供性

（ME）ME10.9230.924ME2ME3ME4ME5协购可供性

（GS）GS10.8820.882GS2GS3GS4感知有用性

（U）U10.8300.832U2U3感知愉悦性

（E）E10.8570.858E2社会临场感

（SP）SP10.8460.847SP2SP3SP4TE2TE3TE4购买意愿

（PUI）PUI10.8630.864PUI2PUI3效度检验效度反映了问卷指标设计的合理程度，效度分析是对问卷测量的准确和有效性的分析。本研究通过探索性因子分析、聚合效度检验和区分效度检验对问卷数据的效度进行检验。探索性因子分析探索性因子分析用以验证题项指标设计的合理性以及数据的有效性。探索性因子分析需要首先对量表是否适合做因子分析进行判断，根据KMO值检验及Bartlett's球形检验对此进行判断，其中KMO值的最小接受值为0.5，通常应大于0.7较为合适。Bartlett's球形检验中的检验值越大，显著性越强，则表明量表做因子分析越合适。本研究的样本数据的KMO值和Bartlett’s球形检验结果如见表5.3，KMO值为0.856，同时p值小于0.001达到显著性水平，表明研究样本数据效度较好，能够进行进一步的因子分析。表5.3KMO和Bartlett检验KMO值0.856Bartlett球形度检验近似卡方4994.181df325p

值0.000进一步的因子分析结果见表5.4。结果提取的因子数为7，其特征根均大于1。且前7个因子的累计方差贡献率达到75.479%，远超过30%以上。提取的公因子反映了原有变量的大部分信息，这7个因子对量表的解释度非常好。表5.4方差解释率成份特征根旋转前方差解释率旋转后方差解释率特征根方差解释率%累积%特征根方差解释率%累积%特征根方差解释率%累积%17.17227.58427.5847.17227.58427.5843.91715.06415.06423.14912.11039.6943.14912.11039.6943.02311.62826.69332.4979.60549.2982.4979.60549.2982.95311.35738.05042.0707.96257.2612.0707.96257.2612.83310.89748.94751.9057.32764.5871.9057.32764.5872.3999.22658.17361.5585.99170.5781.5585.99170.5782.2808.76866.94171.2744.90075.4791.2744.90075.4792.2208.53875.4798.5912.27377.7519.5432.08879.84010.4771.83381.67211.4461.71583.38712.4111.58384.97013.3981.53186.50114.3881.49387.99415.3631.39689.39016.3361.29290.68217.3111.19691.87818.2951.13493.01219.2821.08494.09720.2701.03995.13521.256.98596.12122.230.88497.00523.220.84497.84924.210.80798.65625.192.74099.39626.157.604100.000为保证最大限度提取原有量表的信息，以及对提取后的变量进行解释，采取正交旋转法进行分析的结果均符合要求，对于各指标归类的因子进行命名，结果及因子命名如表5.5。表5.5旋转后的因素载荷视觉化元表达协购感知有用性感知愉悦性社会临场感购买意愿VI1.872.030.070-.002.076.076.089VI2.837.112.076.069.067.053.142VI3.841.111.102.063.123.005.067VI4.741.018.190.223.089-.005.101ME1.073.866.040.116.108.089.117ME2.097.876.054.112-.026.082.099ME3.102.862.058.082.057.103.154ME4.059.874-.015.041-.010.076.147ME5-.018.792.129.054.015.102.034GS1.073.046.832.035-.013.104.076GS2.076.050.833.056.148.049.155GS3.157.009.812.158.106.101.163GS4.137.148.837.133.112.082.053U1.100.185.211.805-.016-.016.008U2.100.119.059.836.168.036.136U3.107.055.079.835.150.082.175E1.128.010.101.061.845.164.135E2.147.095.079.120.853.005.060E3.060.000.130.112.843.098.175SP1.048.101.085.005.149.788.075SP2.052.133.022.066.070.799.072SP3-.026.090.075.007.032.818.140SP4.049.065.127.025.009.837.072PUI1.114.201.176.152.081.180.797PUI2.184.174.151.172.194.205.772PUI3.156.195.158.059.168.064.825聚合效度检验效度是衡量量表正确性的重要指标，而聚合效度是衡量效度的重要指标之一。以因子载荷和平均方差萃取AVE值来衡量样本数据的聚合效度。其中因子载荷应大于0.7且通过T检验，AVE值大于0.5则可接受。本研究的样本数据结果如表5.3所示，所有变量的因子载荷均高于0.7，且在0.001水平上显著；AVE值均在0.5以上，通过了聚合效度检验[45]。表5.6因子载荷及AVE值变量测量题项因子载荷PAVE值视觉化VI10.828-0.634VI20.812***VI30.826***VI40.713***元表达ME10.873-0.711ME20.876***ME30.873***ME40.856***ME50.727***协购GS10.738-0.656GS20.800***GS30.844***GS40.852***感知有用性U10.717-0.623U20.834***U30.812***感知愉悦性E10.836-0.667E20.790***E30.824***社会临场感SP10.748-0.585SP20.744***SP30.774***SP40.791***购买意愿PUI10.804-0.678PUI20.859***PUI30.807***注：“***”表示在0.001水平上显著，“-”表示不需要报告该指标。区分效度检验区分效度也是衡量效度的重要指标之一。本研究采用变量AVE值的平方根和相关系数对区分效度进行检验，其中变量AVE的平方根大于其与其他变量的相关系数，则表明模型具有较好的区分效度[46]。如表5.7所示，所有变量的AVE平方根值均高于其与其他变量的相关系数，通过了区分效度检验。表5.7变量AVE平方根值及相关系数变量VIMEGSUESPPUIVI0.792ME0.1880.842GS0.2950.1820.808U0.2740.2630.2910.791E0.2740.1260.2670.2760.818SP0.1190.2440.2230.1260.2160.762PUI0.3500.3810.3760.3510.3720.3300.825实证分析本研究运用结构方程模型（SEM）的分析方法对理论模型和假设检验进行实证分析。结构方程模型是利用变量的协方差矩阵来对不同变量间的关系进行分析的一种数理统计方法，有可同时考虑并处多个因变量、容许自变量和因变量均含有测量误差等优点。通过在线数据分析平台SPSSAU构建构建变量之间的影响关系模型，对模型进行结构方程分析，得模型拟合情况结果如表5.8所示。卡方自由度比值为1.609<3.000，表示模型是适配度良好。其他适配度指标表现较好，总体上模型拟合情况较佳，说明假设理论模型与实际数据之间契合较高，模型结果较有说服力。表5.8模型整体拟合优度分析表适配度检验指标适配标准模型结果结论CMIN/DF1-31.609良好RMSEA<.080.043良好SRMR<.080.041良好GFI>.900.907良好CFI>.900.965良好IFI>.900.965良好PNFI>.500.784良好对结构方程模型运算的运行结果进行整理分析，得研究模型的模型标准路径系数结果和假设检验分析如下。其中标准化路径系数用于判断变量间的影响程度，变量间影响的正负方向通过数值的正负表示，其数值大小表示变量间的影响程度的高低。P值用于反映路径系数的显著程度，小于0.05则达到显著性水平。对于社会化商务在线直播情景下，在线直播购物平台的平台可供性各变量对用户行为意向各变量的影响关系分析结果如表5.9所示，分析结果显示假设H1a、H1b和H1c两项假设成立，即视觉化、协购和元表达对购买意愿均存在显著性正向影响。表5.9变量间假设检验结果1假设及路径关系P标准化路径系数假设验证H1a：视觉化→购买意愿0.0060.157支持H1b：元表达→购买意愿0.0000.238支持H1c：协购→购买意愿0.0040.171支持本研究对于社会化商务在线直播情景下，对于平台可供性各变量分布对用户契合各变量的影响关系分析结果如表5.10所示，分析结果显示H2a、H2b、H3a、H3c、H4a、H4b、H4c七项假设均成立，H2c和H3b两项假设不成立。即视觉化对社会临场感没有显著性影响，元表达对感知愉悦性没有显著性影响。表5.10变量间假设检验结果2假设及路径关系P标准化路径系数假设验证H2a：视觉化→感知有用性0.0100.170支持H2b：视觉化→感知愉悦性0.0070.178支持H2c：视觉化→社会临场感0.7460.022不支持H3a：元表达→感知有用性0.0010.209支持H3b：元表达→感知愉悦性0.532-0.039不支持H3c：元表达→社会临场感0.0000.221支持H4a：协购→感知有用性0.0000.241支持H4b：协购→感知愉悦性0.0250.152支持H4c：协购→社会临场感0.0020.209支持本研究对于社会化商务在线直播情景下，对于用户契合各个变量之间的影响关系分析结果如表5.11所示，分析结果显示假设H5和H6两项假设均成立，即感知有用性对感知愉悦性有显著的正向影响，社会临场感对感知愉悦性有显著的正向影响。表5.11变量间假设检验结果3假设及路径关系P标准化路径系数假设验证H5：感知有用性→感知愉悦性0.0010.224支持H6：社会临场感→感知愉悦性0.0120.163支持在线直播情景下，对于用户契合个变量对购买意愿的影响关系分析结果如表5.12所示，分析结果显示假设H7、H8和H9三项假设均成立，即感知有用性对购买意愿有显著正向影响，感知愉悦性对购买意愿有显著正向影响，社会临场感对购买意愿有显著正向影响。表5.12变量间假设检验结果4假设及路径关系P标准化路径系数假设验证H7：感知有用性→购买意愿0.0130.152支持H8：感知愉悦性→购买意愿0.0010.206支持H9：社会临场感→购买意愿0.0010.184支持综上，本研究的假设检验结果如图5.13中的模型图所示。注：***：p＜0.001，**：0.001≤p＜0.01，*：0.01≤p＜0.05，ns：不显著图5.13假设检验结果图总结与展望研究结论本研究基于SOR理论模型等相关理论和以往学者的研究结论，结合社会化商务在线直播下用户的购买行为情境，针对社会化商务中在线直播对于用户的购买行为的影响机制搭建理论模型并提出假设，对模型和假设进行验证。最终得到以下四个方面的相关结论：平台可供性影响购买意愿本研究将社会化商务中在线直播平台的可供性，划分为视觉化可供性、元表达可供性和协购可供性[15]，通过实证研究验证了这三个在线直播购物平台的可供性对用户的购买行为意愿的影响关系和程度。假设验证的结论表明现直播平台的平台可供性中视觉化可供性、元表达可供性和协购可供性对于用户的购买行为意愿均有一定程度上的正向影响。直播通过视频帮助用户更好的了解产品信息；直播中的弹幕等功能能够让用户即时的对产品信息进行咨询和评价等；直播中的主播能够为用户详细的介绍产品的信息和使用方法等，为用户提供产品的购买建议或其他影响用户购买决策的相关建议。这些直播平台所提供的可行的功能，对于用户来说都会对他们的购买意愿产生影响。部分平台可供性影响用户契合假设检验的研究结果显示，平台的视觉化对用户的感知有用性和感知愉悦性均有显著的正向影响，平台的元表达功能对于感知有用性和社会临场感均有显著的正向影响作用，平台的协购可供性对于用户契合三个变量均有显著正向影响的作用。结果与以往学者的结论存在一致性，视觉化可供性和元表达可供性对用户与商家之间的互动具有显著的促进作用[15]，互动性对用户产生沉浸感和临场感都有积极影响[52]，其中协购可供性对感知有用性、感知愉悦性和临场感的影响关系结果，显示出直播的主播对于产品的讲解和购买建议等，也会使得用户感知到购买效率的提升，以及被主播的热情等所影响情绪感知，从而产生感知愉悦性和社会临场感。用户在观看直播过程中，使用功能的人机交互过程中，用户的心理感知状态也会被直播功能所影响。用户契合影响购买意愿社会化商务中在线直播中的用户契合对用户的购买意愿有积极影响。在社会化商务在线直播的情景下，用户契合对于购买意愿有显著的积极影响作用。用户观看在线直播的过程中，其感知到直播购物对其购物效率的提升，以及在观看直播购物的过程中产生轻松或愉悦的感知，对于其对于直播购物的购买意愿也会更强烈。用户契合内部影响本研究的结果显示，感知有用性和社会临场感对感知愉悦性有正向影响。在社会化商务中在线直播的情境下，用户在观看直播以及使用直播平台的相关功能的过程中，直播中所提供的部分功能和直播内容等外部刺激会使得用户产生相应的认知或情感反应，包括用户对于购物效率提升的感知、对于直播中的环境产生“身临其境”的感知以及对直播中的人物产生亲切感的感知。这些认知会进一步使得用户在观看直播的过程中产生愉悦的情感反应。研究启示理论启示本研究基于S-O-R理论模型框架，基于以往学者们对可供性和顾客契合的相关研究，并结合计划行为理论、调节定向理论等相关理论，以“平台可供性——用户契合——用户购买行为意愿”为基本框架，选取了符合社会化商务中在线直播情境的可视化可供性、元表达可供性和协购可供性作为平台可供性中的三个变量，以及对用户契合的变量的划分和定义，构建模型并提出假设，以此来探究社会化商务中在线直播对用户购买行为的影响机制。在实证研究的过程中进行问卷设计时，借鉴了以往研究中的成熟量表，并通过预调研对问卷进行调整后重新进行正式的数据收集。最终通过对样本数据进行筛选和处理后，对样本的信效度和模型假设进行检验，得出了平台可供性、用户契合和用户购买行为意愿之间各个变量变量之间的影响关系和程度。本研究基于社会化商务中在线直播的背景定义了在线直播购物用户契合，定义了用户契合的三个变量，并结合实证分析方法进行实证假设检验，为未来的研究提供了部分可借鉴的在线直播购物中用户契合的划分依据。此外，本研究从在线直播购物平台的可供性和用户契合的视角进行了理论框架的搭建，为未来的研究提供部分可借鉴的理论框架。实践启示本研究对于直播购物平台和商家均有一定的实践借鉴意义：（1）对于社会化商务中的直播购物平台而言，提升平台的可视化功能和直播间内用户的信息表达等相关功能，例如直播间内的直播清晰度、用户发送弹幕和主播接受弹幕的延时性等，提高用户观看直播和使用直播间内相关功能的体验，以及帮助直播的主播与用户更快捷方便的进行交流，能够帮助平台和入驻平台的商家直接用户购买意愿。对于社会化商务平台，完善和提升功能是投资回报率较高的一项投入。因为其既有利于提升平台用户的留存率和活跃度，也能够为入驻本平台的商家在直播销售的过程中提供更好的直播效果，既直接提高了商家端的平台使用体验，也间接帮助提升商家的销售效果。平台能够服务好用户和商家双方，则对于平台来说，也有利于平台的长期发展。（2）对于社会化商务商家而言，不仅要利用直播作为展示产品的工具，更要利用直播加强与消费者的沟通和联系。商家在通过直播进行销售商品的过程中，主播作为直播中的主要人物是其中非常重要的角色。主播不仅需要高效率地展示产品信息，还要加强与用户的沟通，比如及时的接受到用户在直播间的评论并作出回应，为用户提供个性化的购买建议等。此外，商家通过直播展现产品时，也要注重直播拍摄画面的质量，以及直播的场景与产品的适配性等，这些直播内容都会影响到用户的认知和情绪反应。研究局限与展望鉴于自身研究能力的不足以及相关客观因素的限制，探讨本研究的局限之处，对未来研究的可能性进行展望。（1）限于时间和成本问题，问卷调查的对象中18~25岁的人数以及职业为学生的人数巨多，样本的数据及结构具有局限性，可能对研究结果造成一定偏差。在之后的研究中，可进一步扩宽调查对象的年龄和职业范围，尽可能将样本数量增大，使研究的样本结构和数据都更具可靠性。（2）对于样本特征的影响因素考虑尚不完善，比如电商直播中的低价格、直播间优惠券、网红主播优惠活动等会对价格敏感的用户有较大的吸引力，这部分价格敏感用户会影响整个样本数据的可靠性。在未来的研究中可进一步增加研究中的控制变量，减少其他未知因素对研究可靠性和科学性的影响。（3）限于时间和成本问题，数据收集仅通过问卷形式。当用户填写问卷时，用户更多依赖于对自身在线直播购物经历的回忆以及主观感受进行选择，由于主观感受可能受较多因素的影响，最终收集数据的客观性也不能得到有效的保证。在未来的研究中可以考虑通过数据挖掘等技术抓取用户行为产生的客观性数据等对用户的购买行为过程进行研究。（4）本研究中未指定具体的直播购物平台给调查用户，当前国内的直播购物平台有很多，各个在线直播购物平台所提供的直播功能存在部分技术和交互上的差异，未来可进一步探究这部分差异对用户的购买行为的影响。致谢参考文献[1]MeilatinovaNina.Socialcommerce:Factorsaffectingcustomerrepurchaseandword-of-mouthintentions[J].InternationalJournalofInformationManagement,2021,57.[2]YuanSun,XiangShao,XiaotongLi,YueGuo,KunNie.Howlivestreaminginfluencespurchaseintentionsinsocialcommerce:AnITaffordanceperspective[J].ElectronicCommerceResearchandApplications,2019,37.[3]郎佳欢,马娇,梁丽军.网络直播营销对消费者冲动购买的影响探究[J].中国市场,2020(35):121+123.[4]徐礼民.基于SWOT分析的电商网络直播营销模式研究[J].江苏商论,2021(01):46-49.[5]刘洋,李琪,殷猛.网络直播购物特征对消费者购买行为影响研究[J].软科学,2020,34(06):108-114.[6]邵翔.淘宝直播购物平台可供性影响顾客购买意愿的机理研究[D].浙江工商大学,2020.[7]郑灿灿.基于网络购物直播情境的消费者冲动性购买行为影响因素研究[D].安徽大学,2019.[8]刘子溪.移动电商网络直播对用户在线购物意愿影响机理研究[D].南京理工大学,2018.[9]吕摇.直播商品展示功能性特征对决策信心的影响研究[D].中南财经政法大学,2019.[10]刘平胜,石永东.直播带货营销模式对消费者购买决策的影响机制[J].中国流通经济,2020,34(10):38-47.[11]刘凤军,孟陆,陈斯允,段珅.网红直播对消费者购买意愿的影响及其机制研究[J].管理学报,2020,17(01):94-104.[12]鞠彦辉,何毅.社会化商务模式研究[J].现代情报,2012,32(11):6-9.[13]黄玮,吴俊.从电子商务到社会化商务[J].电子商务,2012(06):11-12.[14]赵冬玲.网络直播时代的品牌曝光和销售转化探究——以购物类直播平台为例[J].商业经济研究,2018(01):62-64.[15]Dong,X.,&Wang,T.SocialtieformationinChineseonlinesocialcommerce:TheroleofITaffordances[J].InternationalJournalofInformationManagement,2018,42:49–64.[16]马艳艳.在线社会化商务中技术可供性对用户购买意愿的影响研究[D].哈尔滨工业大学,2020.[17]董雪艳.技术可供性与用户关系对社会化商务购买意向影响研究[D].哈尔滨工业大学,2018.[18]李玉玺,叶莉.电商直播对消费者购买意愿的影响——基于冰山模型及SOR模型的实证分析[J].全国流通经济,2020(12):5-8.[19]MehrabianA,RussellJA.AnApproachtoEnvironmentPsychology[M].MIT,1974.[20]AjzenI.,FromIntentionstoActions:ATheoryofPlannedBehavior,inJ.Kuhl&J.Beckmann.Action-Control:FromCognitiontoBehavior[M].Heidelberg:Springer,1985[21]Higgins,E.T.Beyondpleasureandpain[J].AmericanPsychologist,1997,52(12):1280-1300.[22]Lankton,N.K.,Mcknight,D.H.,Tripp,J.,Marshall,U.,Baylor,U.,&MichiganState,U.Technology,Humanness,andTrust:RethinkingTrustinTechnology[J].JournaloftheAssociationforInformationSystems,2015,16(10):880-918.[23]Michaels,C.F.,&Carello,C.Directperception[M].EnglewoodCliffs,NJ:Prentice-Hall,1981.[24]Volkoff,O.,&Strong,D.M.Criticalrealismandaffordances:TheorizingIT-associatedorganizationalchangeprocesses[J].MISQuarterly,2013,37(3):819–834.[25]Markus,M.L.,&Silver,M.S.AfoundationforthestudyofITeffects:AnewlookatDeSanctisandPoole'sconceptsofstructuralfeaturesandspirit[J].JournaloftheAssociationforInformationSystems,2008,9(10):609-632.[26]Dong,X.,Wang,T.,&Benbasat,I.2016.ITaffordancesinonlinesocialcommerce:Conceptualizationvalidationandscaledevelopment,Twenty-SecondAmericasConferenceonInformationSystems:1–10.SanDiego,American.[27]Cabiddu,F.,Carlo,M.D.,&Piccoli,G.Socialmediaaffordances:Enablingcustomerengagement[J].AnnalsofTourismResearch,2014,48:175–192.[28]Treem,J.W.,&Leonardi,P.M.Socialmediauseinorganizations:Exploringtheaffordancesofvisibility,editability,persistence,andassociation[J].AnnalsoftheInternationalCommunicationAssociation,2013,36(1):143–189.[29]Bowden,J.L.-H.Theprocessofcustomerengagement:aconceptualframework[J].JournalofMarketingTheoryandPractice,2009,17(1):63–74.[30]Moliner,M.Á.,Diego,M.-T.,&Marta,E.-G.Consequencesofcustomerengagementandcustomerself-brandconnection[J].JournalofServicesMarketing,2018,32(4):387–399.[31]Wongkitrungrueng,A.,&Assarut,N.Theroleoflivestreaminginbuildingconsumertrustandengagementwithsocialcommercesellers[J].JournalofBusinessResearch,2018:Inpress.[32]Pavlou,P.A.,Liang,H.,&Xue,Y.Understandingandmitigatinguncertaintyinonlineexchangerelationships:Aprincipal-agentperspective[J].MISQuarterly,2007,31(1):105-136.[33]ZhangP,SunH.TheRoleofAffectinISResearch:ACriticalSurveyandaResearchModel[M].Human-ComputerInteractionandManagementInformationSystems:Foundations.2006.[34]DavisFD,BagozziRP,WarshawPR.ExtrinsicandIntrinsicMotivationtoUseComputerintheWorkplace1[J].JournalofAppliedSocialPsychology,1992,22(14):1111-1132.[35]Caroux,L.,Isbister,K.,LeBigot,L.,&Vibert,N.Player–videogameinteraction:Asystematicreviewofcurrentconcepts[J].ComputersinHumanBehavior,2015,48(2):366–381.[36]Ou,C.X.,Pavlou,P.A.,&Davison,R.Swiftguanxiinonlinemarketplaces:Theroleofcomputer-mediatedcommunicationtechnologies[J].MISQuarterly,2014,38(1):209–230.[37]Ajzen,I.Thetheoryofplannedbehavior[J].OrganizationalBehaviorandHumanDecisionProcesses,1991,50(2):179–211.[38]Lu,B.,Fan,W.,&Zhou,M.Socialpresence,trust,andsocialcommercepurchaseintention:anempiricalresearch[J].ComputersinHumanBehavior,2016,56:225–237.[39]GefenD,StraubD.ManagingUserTrustinB2Ce-Services[J].e-ServiceJournal,2003,2(2):7-24.[40]ChoYC,SagynoovE.ExploringFactorsThatAffectUsefulness,EaseOfUse,Trust,AndPurchaseIntentionInTheOnlineEnvironment[J].InternationalJournalofManagement&InformationSystems,2015,19(1):21.[41]RookDW,GardnerMP.Inthemood:Impulsebuying'saffectiveantecedents[J].ResearchinConsumerBehavior,2006(7):1-28.[42]HuangMH.TheTheoryofEmotionsinMarketing[J].JourmnalofBusiness&Psychology,2001,16(2):239-247.[43]唐馥馨.网店装修对消费者购买意愿的影响一以情感反应为视角的研究[D].浙江大学,2012.[44]Fornell,C.,&Larcker,D.F.Evaluatingstructuralequationmodelswithunobservablevariablesandmeasurementerror[J].JournalofMarketingResearch,1981,18(1):39–50.[45]Chin,W.W.Thepartialleastsquaresapproachtostructuralequationmodeling[