《消費者直播帶貨的風險感知影響因素實證研究（含問卷）》19000字（論文）

緒論本章首先介紹了研究的背景以及本文研究的角度，進而分析了研究的主要意義，最后對本文研究的主要內容和方法進行了簡單闡述。1.1研究背景在2021年全國兩會上，全國人大代表、南京信息工程大學教授銀燕等多名代表委員提出有關“直播帶貨”的規(guī)范建議，并認為應當加大監(jiān)管力度，大力支持“直播帶貨”新模式發(fā)展，尋求新的經濟增長熱點；另外，人民網和人民日報分別推出了《兩會夜話》的對話欄目和《兩會5G云連線》的節(jié)目，對兩會中“直播帶貨”熱點話題進行了進一步討論[1]。新冠疫情全民隔離期間，直播市場的需求爆發(fā)式增長，直播和每個人的聯系更加緊密了。在家辦公、上課，都需要通過直播軟件的參與，直播已經不僅僅是最初人們看游戲直播的一種娛樂方式，它已經滲入到了我們生活的每個微小細節(jié)。2020年，導致直播迅速發(fā)展的主要原因是由疫情引起的“直接帶貨”相關的熱點話題，除了央視、明星、網紅公益直播帶貨外，更有村長走進直播間推薦帶貨，開啟了“直播帶貨”的新紀元。目前的“直播帶貨”方式主要有兩類，一類是以李佳琦、薇婭為主的頂流主播通過淘寶等電商平臺進行選品帶貨；另一類是通過微博、抖音、快手、小紅書等新媒體平臺上的直播功能進行帶貨，消費者則是從第三方購買鏈接進行下單。淘寶直播中新入駐直播商家的數量在2020年2月環(huán)比增長了719%，薇婭甚至在直播間賣出了價值4000萬元的“快舟火箭發(fā)射服務”，“直播帶貨”目前以及漸漸覆蓋了各行各業(yè)，真正做到了“萬物可直播”[2]?！爸辈ж洝毖杆侔l(fā)展的同時，數據作假、虛假宣傳、夸大其次等問題也開始顯現出來，瞬時超低價等暫時性的降價刺激營銷手段，引導著消費者進行非理性消費，消費者對商家和主播逐漸失去信任，也開始懷疑帶貨產品的質量問題。所以，對消費者直播帶貨的風險感知構成維度的探討，對消費者直播帶貨風險感知影響因素以及和其影響關系的研究越來越重要。1.2研究視角本文主要從消費者的風險感知的角度出發(fā)，借鑒現有的研究成果，綜合風險感知理論和結構方程模型，構建理論分析框架，通過對消費者直播帶貨的實證調查，分析影響消費者對直播帶貨的風險感知的主要因素，對消費者在“后疫情”的時代背景下對直播帶貨的風險感知進行進一步分析，并探討消費者的風險感知與其影響因素之間的關系。由此構成了本文的研究視角。1.3研究意義1.3.1理論意義事實上，直播帶貨是中國電商近幾年發(fā)展起來的一種新型的線上購物方式，更多的是中國電商發(fā)展所致，因此國外對此的研究目前處于空白階段。本文基于中國消費者的實際調研，在“后疫情”時代這個大的背景下，對消費者對于直播帶貨的風險感知展開具體而深入的研究，本文的研究結論將進一步豐富直播帶貨領域消費者風險感知的相關研究，并對現有的研究做出適當的修正，以適應當下數字化新零售發(fā)展的趨勢。1.3.2實踐意義對于直播平臺及商家來說，從消費者的風險感知的角度出發(fā)研究消費者對直播帶貨風險感知及其主要影響因素，通過結論分析提供的營銷建議可以幫助直播平臺與商家更好的適應并應對“后疫情”時代下的嚴峻環(huán)境。同樣，對于整個電商直播行業(yè)的長期持續(xù)穩(wěn)定發(fā)展有一定的借鑒作用。對于消費者來說，本文研究的關于直播帶貨的風險感知問題，在一定程度上可以幫助消費者在直播間中理性的消費，避免沖動消費產生的感知風險，引導更多的消費者樹立健康理性的直播消費觀念，養(yǎng)成不亂買、不超額消費的消費習慣。1.4研究內容與研究方法1.4.1研究內容本文的研究主題為“后疫情”時代背景下消費者對直播帶貨的風險感知及與其影響因素之間影響關系的研究。具體內容分為以下六章：第一章緒論。首先介紹了背景、研究視角以及研究意義，并對本次研究的主要內容和方法進行了說明。第二章文獻綜述。本章主要對直播帶貨、風險感知進行了文獻梳理回顧。第三章研究設計。本章主要提出了本文研究的理論模型以及研究假設，進一步設置了量表與問卷，并對問卷發(fā)布和數據收集做了簡單說明。第四章消費者對直播帶貨的風險感知與其影響因素的實證分析。本章主要是依據第三章中所提出的研究假設以及設置的變量，通過運用結構方程模型，對影響消費者對直播帶貨風險感知以及影響消費者對直播帶貨風險感知的主要因素進行了實證分析。第五章結論與營銷建議。本章主要對本文的主要研究結論進行了總結，并且針對每個結論提出了筆者的一些營銷建議。1.4.2研究方法本文主要運用文獻、問卷調查以及統計計量分析研究對本文內容進行深入研究。（1）文獻研究通過對有關直播帶貨、風險感知以及風險感知的主要影響因素的研究成果的探索分析，運用風險感知理論和結構方程模型為本文的研究對象設置變量，文獻研究很好的為本文后續(xù)研究提供了基礎。（2）問卷調查研究本文就消費者對直播帶貨的風險感知以及“后疫情”時期消費者對直播帶貨風險感知的影響因素的問題，通過網絡發(fā)放調查問卷。調查數據對探究消費者對直播帶貨的風險感知以及我國直播帶貨的持續(xù)穩(wěn)定發(fā)展有一定的借鑒意義，同時也為本文的研究提供了具體的數據支撐。（3）統計計量分析在對數據進行定性分析的基礎下，繼續(xù)進行定量分析。運用結構方程模型分析影響消費者對直播帶貨風險感知的主要因素。

文獻綜述本章重點對直播帶貨、消費者風險感知以及消費者風險感知影響因素進行了文獻綜述研究。2.1直播帶貨文獻綜述2.1.1直播帶貨概念直播帶貨，是指通過一些新媒體平臺，網絡主播使用直播技術以自己親身試用的經驗結果通過給消費者講解、演示、互動，將特定的產品或者服務推薦給消費者的一種新型的電子商務行為，同樣也是消費者線上購物的一種新型的購物方式。作為一種新型的電商營銷模式，直播帶貨已經跨越了時間、地點的界限，它的流量是絕對的，是傳統的銷售方式無法比擬的。由于新冠疫情的影響，實體消費方式受到嚴重沖擊，由于其展示的產品更加直觀真實，主播的參與門檻較低，消費者獲取信息的方式多樣等等優(yōu)勢迅速展現出“井噴”之勢。2.1.1直播帶貨相關研究夏令藍和宋姣（2020）就目前直播行業(yè)存在的主要問題對“直播帶貨”進行了規(guī)范化研究，提出必須加快直播行業(yè)相關專門法律的修訂和發(fā)展，促進傳統媒體的轉型，為電商直播行業(yè)創(chuàng)造新的規(guī)范標準，加強行業(yè)的自主權，建立信任評估制度和黑名單制度[1]。沈寶鋼（2020）則通過對“直播帶貨”商業(yè)模式進行深入探討，總結出當前“直播帶貨”這一新型數字化營銷方式所存在問題，并給出相應規(guī)范化發(fā)展的對策[3]。譚夢云和曾耀銳（2020）等人運用SWOT分析對“后疫情”時代下“直播帶貨”的快速發(fā)展進行深入探討，分析其目前存在的優(yōu)劣，威脅以及機遇，從總的來說，在直播帶貨行業(yè)未來發(fā)展中，利是遠遠大于弊的[4]。王彪和高貴武（2020），以及郭全中（2020）分別對在“后疫情”時代下直播帶貨的動因、實質、發(fā)展現狀、潛在風險及趨勢進行了研究分析[5][6]。張小虎（2021）則是對直播帶貨模式的發(fā)展與利弊進行了深入探究[7]，并且從直播平臺、主播及消費者三個角度分別提出了對策建議。成棟等人（2021）還對直播帶貨與傳統電商進行了比較，直播帶貨的成功與傳統電商的成功在實質上是相同的，都致力于為消費者提供優(yōu)質的產品和服務，兩者主要是信息交互的方式和對顧客價值的實現存在差異[8]。鄂曉桐（2020）認為在“后疫情”時代下，只有堅守“底線”、尋求“頂端”，才可以克服傳統購物模式所存在的問題，走出發(fā)展瓶頸。實體經濟的恢復和新型業(yè)態(tài)的發(fā)展不會阻礙“直播帶貨”的發(fā)展，相反，由于“直播帶貨”的跨屆融合，電商直播行業(yè)肯定能在數字化時代取得一定的地位[9]。田鑫鑫和田晶晶（2020）以淘寶直播帶貨為案例，通過構建消費者對直播帶貨購買意愿的影響因素模型，對消費者選擇通過直播帶貨進行消費的原因進行了分析探討。他們認為，搜索成本的降低、平臺服務、意見領袖、購買情景和感知收益對消費者的購買意愿有積極影響作用，而且消費者風險感知對消費者通過直播帶貨消費的購買意愿有著負面的顯著影響[10]。徐曼曼等人（2021）則是把消費者風險感知和感知價值作為中介變量研究了在直播環(huán)境下心流體驗、場景營銷等變量是否通過風險感知和感知價值的中介作用對消費者的購買意愿產生影響[11]。朱永明和黃嘉鑫（2020）研究探討了直播帶貨平臺的感知示能性對消費者購買意愿的影響，研究結論說明了直播帶貨平臺的感知體驗示能性正向影響消費者購買意愿[12]。劉平勝和石永東（2020）通過對直播帶貨中消費者購買行為影響機制的研究，認為影響消費者在直播帶貨中的購買行為的階段主要是在關注、興趣和搜尋，好的內容、激勵機制、主播的獨特魅力、良好的互動交流、對主播的信任都對消費者的購買行為有著正向的顯著影響[13]。通過對有關直播帶貨的文獻進行梳理總結，可以看出目前國內對直播帶貨的研究主要集中在其商業(yè)模式、發(fā)展現狀、潛在風險、存在問題及規(guī)范化研究等，有學者對消費者通過直播帶貨購物的購買意愿相關內容進行了分析研究，也有學者以風險感知為中介變量探討了其對消費者購買意愿及購買決策是否存在顯著性影響。所以本文通過借鑒學習前人的研究，主要對消費者直播帶貨感知風險的構成維度及影響因素進入深入研究分析。2.2消費者風險感知文獻綜述2.2.1互聯網環(huán)境下風險感知及其構成維度相關研究風險感知文獻研究方面，首先是大范圍的搜索研究，外文文獻主要是通過“riskperception”和“perceivedrisk”兩個關鍵詞進行文獻搜索，中文文獻主要是通過風險感知、感知風險以及消費者風險感知等關鍵詞進行文獻搜索。在第一輪的研究中，從與風險感知相關的文獻中收集了更很多的文獻。接下來，進行了更有針對性的搜索，尋找適用于互聯網購物環(huán)境，如網絡、互聯網、線上等關鍵詞的風險感知研究?？偟膩砜矗瑖鈱τ陔娚讨辈ハ嚓P的風險感知研究幾乎空白，主要集中在互聯網購物的風險感知研究。Jarven和Todd（1996）最早提出了互聯網環(huán)境下消費者的風險感知是否會影響其購買行為，提出了經濟風險感知、功能風險感知、社會風險感知、個人風險感知以及隱私風險感知五大風險感知，并且做了相關的實證分析研究[14]。Forsythe和Boshi（2003）則認為在互聯網環(huán)境下產生的風險感知是消費者通過網購感知到的自己的行為可能帶來的損失。他們在感知風險理論框架下，對網購消費者風險感知的構成維度，以及網購消費者風險感知各維度與其網購的購買決策的關系進行了研究分析[15]。Robyn（2019）等人研究證明了風險感知是多維的，衡量風險感知的方法適用于多種類型的危害，從行為本質(如健康和安全行為)，到技術(如污染)或自然(如極端天氣)等等[16]。QingYang和ChuanPang（2015）認為在中國目前的互聯網購物階段，消費者感知風險的前提是先建立信任，感知總風險與信任之間關系為負相關[17]。Man-LingChang和Wann-YihWu（2012）通過研究考慮決策風格在互聯網購物環(huán)境中的調節(jié)作用來闡述感知風險的后果。他們認為對網站/產品的感知風險通過基于認知和情感的態(tài)度會顯著影響購買意愿，因此，感知風險對促進網上購物至關重要[18]。LingyingZhang和WojieTan（2012）等人探討了影響顧客購買行為的感知風險維度及其結構關系。研究結果表明，感知健康風險、感知質量風險、感知時間風險、感知交貨風險和感知售后風險五個獨立維度對顧客購買行為有顯著影響，而感知經濟風險、感知社會風險以及感知隱私風險對顧客購買行為的影響作用較小[19]。同樣，國內也有很多學者對消費者在網購環(huán)境下的風險感知進行了研究探討。井淼和周穎等人（2006）根據以往的研究，基于對產品、經濟、社會、風險、生理、心理及時間七大感知風險的網購風險的維度研究下，又增加了隱私和服務兩大感知風險[20]。王震勤等人（2009）認為，消費者互聯網購物感知到的產品功能風險要遠遠大于經濟風險、時間風險以及心理風險[21]。高錫榮和胡旸（2011）采用因子分析法，將消費者網購風險感知分為5個維度:經濟風險、績效風險、社會風險、時間風險及心理風險，通過采用聚類分析法，將消費者劃分為忙碌型、守財型、時尚型、從眾型和自我型五個類型[22]。楊永清等人（2011）則認為消費者對移動服務的風險感知主要由經濟風險、產品風險、時間風險、心理風險以及隱私風險五大類構成[23]。趙蕊菡和陳一（2020）研究發(fā)現消費者對網絡健康信息的風險感知主要有經濟風險、心理風險、隱私風險、系統質量風險、信息質量及信息來源風險六大類型[24]。孫笑濃和袁越（2018）等人通過構建結構方程模型研究了產品風險、時間風險、經濟風險以及隱私風險四個類型感知風險對消費者在互聯網環(huán)境下的購買行為的影響[25]。2.2.2風險感知影響因素相關研究Kim（2007）等人主要研究了網購消費者的信任和風險感知是其購買行為的影響作用。研究結果表明，消費者的信任傾向、公司聲譽、網站信息的質量、以及隱私和安全的關注程度都對網購消費者在網站上感知到的信任有著顯著的影響作用[26]。Nepomuceno（2014）等人通過研究首次揭示了無形性、產品知識、品牌熟悉度、隱私和安全問題是如何相互作用和影響感知風險的[27]。Kim和Lennon（2013）通過研究表明，除顧客服務外，網站質量等其他四個因素對消費者感知風險都存在著負面的顯著性影響[28]。Peter、Smith和Fischhoff分別研究了消費者的個人統計特征對風險感知的影響。Peter（1976）認為年齡對消費者的風險感知有顯著性影響，老年人更有可能會去避免做決定的風險[29]。Smith（1999）則認為在做購買決策時，女顧客會比男顧客感知到的風險更高[30]。Fischhoff（1978）研究認為消費者的收入水平即支付能力與受教育水平都對其購買行為有著顯著性的影響[31]。樊美玉和張紅霞（2017）認為網站和商家的經營、建設是影響消費者網購感知風險的主要因素[32]。楊娟麗（2014）認為影響消費者網購感知風險的因素主要有消費者的性別、年齡、學歷、專業(yè)知識因素，以及網站的質量和可信度[33]。金艷蘋等人（2012）則認為影響消費者在互聯網上購買服裝的風險感知的因素包括產品、網站、零售商、消費者和其他客觀因素等[34]。王震勤等人（2010）通過研究得出，朋友推薦、網購經驗和卷入程度對經濟風險以及總體風險存在負向的顯著影響；產品知識對經濟、心理以及總體風險有著明顯的負向影響；消費者的風險態(tài)度對四類風險感知均存在負向的顯著影響；而性別，月均消費和上網經驗對所有類型風險感知都沒有明顯的影響作用[35]。魏毅峰和張亮（2007）認為影響網絡中消費者風險感知的因素主要有技術基礎設施、虛擬網絡界面和消費者個人因素。技術基礎設施主要關注網絡系統的穩(wěn)定性和完整性，虛擬網絡界面包含了許多潛在的變量，比如商家信譽和網站形象等，消費者個人因素則包括個人統計特征以及前期交易經驗等對消費者網購感知風險的影響[36]。梁健愛（2012）從網站、顧客和網絡零售商三個因素對消費者網購感知風險的影響作用進行了研究，研究結果表明，網站安全性、便捷性和知名度除了對消費者網購感知心理風險沒有顯著影響外，對其他類型的風險感知都有著負向的顯著影響；商家信譽和網站形象對消費者網購感知風險的所有類型風險都有著負向的顯著影響；消費者上網時間、網購經驗對消費者網購感知風險所有維度都有著負向的顯著影響；消費者人口統計特征對各個維度的網購感知風險均存在不同的顯著影響[37]。

消費者對直播帶貨風險感知的研究設計3.1理論模型與研究假設3.1.1理論模型本文研究的理論模型主要借鑒風險感知理論模型，風險感知初始概念是由美國哈佛大學的Bauer（1960）提出的，他對消費者的購買行為進行研究后得出，消費者的購買行為可能會產某種令自身不愉快且無法預料的結果，所以消費者在自己進行購買決策時存在著某些對結果的不確定性，這種不確定性就是風險感知研究的最初的概念[38]。Cox（1967）在Bauer（1960）研究的基礎上進一步將風險感知的概念具體化，他通過研究得出，對于風險感知理論的研究，消費者購買行為的目標導向才是風險感知理論研究的基本假設，消費者每次在進行消費時，都會有明確的購買目標。當消費者自己不能確定什么樣的產品、品牌、顏色等是最可以滿足其購買目標的，或者進行消費后，并沒有滿足預期的購買目標，產生的不好的結果，就會產生所謂的風險感知[39]。本文選擇風險感知理論模型為理論框架基礎，結合文獻綜述部分對互聯網環(huán)境下風險感知構成維度及其影響因素的相關研究，得出風險感知主要是由經濟風險、社會風險、產品功能風險、身體風險、心理風險、時間風險、隱私風險及服務風險構成[20]，互聯網環(huán)境下影響消費者感知風險的因素主要有技術基礎設施、虛擬網絡界面和消費者個人因素三個方面[36]。依據本文對消費者直播帶貨風險感知的研究主題，在前人研究的基礎上，主要選取經濟、產品、時間及隱私四大風險對消費者對直播帶貨風險感知的構成維度進行研究。另外，基于當下直播帶貨的發(fā)展現狀，以及直播帶貨這一新型購物方式的特性，提出在”后疫情“時代下，影響消費者直播帶貨感知風險的主要因素有直播平臺質量，商家和主播信譽，產品品質知名度及消費者個人統計特征。最后，基于風險感知理論模型及前文的文獻綜述研究梳理，提出本文研究的理論模型，如下圖所示：圖3-1理論模型3.1.2研究假設的提出直播平臺質量對消費者直播帶貨風險感知的影響通過對已有消費者網購感知風險影響因素研究的梳理，可以看出網站因素是最主要的影響因素。梁健愛（2012）認為網站安全性、便捷性和知名度除了對消費者網購感知心理風險沒有顯著影響外，對其他類型的風險感知都有著負向的顯著影響[37]。井淼等人（2007）認為網站便捷性對消費者網購感知服務風險存在負向的顯著影響；網站的真實性對消費者網購感知產品風險有著負向的顯著性影響；網站安全性對消費者網購感知隱私風險存在負向的顯著影響[40]。本文所研究的對象直播帶貨的主要媒介是直播平臺，消費者主要是通過在直播平臺上觀看帶貨直播并進行購物，直播平臺是商家、主播與消費者進行互動、交易的基礎保障，所以直播平臺的安全性越好，質量越高，消費者通過直播帶貨進行購物所感知到的風險也會越低。由此，提出假設H1。H1：直播平臺質量與消費者直播帶貨風險感知之間關系為負相關，有著負向的影響作用。H1a：直播平臺質量對消費者直播帶貨感知經濟風險有著負向的顯著性影響。H1b：直播平臺質量對消費者直播帶貨感知產品風險有著負向的顯著性影響。H1c：直播平臺質量對消費者直播帶貨感知時間風險有著負向的顯著性影響。H1d：直播平臺質量對消費者直播帶貨感知隱私風險有著負向的顯著性影響。商家和主播信譽對消費者直播帶貨風險感知的影響梁健愛（2012）認為商家的形象和信譽對消費者網購感知經濟風險、產品風險、心理風險、時間風險、隱私風險及服務風險均存在著負向顯著的影響[37]。在直播帶貨中，有很大一部分消費者是出于對商家和主播的信任購買其所推薦產品，并不是出于自身的需求。同樣，也有很多商家和主播因為數據作假、產品劣質，失去消費者的信任。所以，樹立好的商家和主播信譽，消費者對商家和主播的信任程度就會增強，消費者通過直播帶貨進行消費感知到的風險也就會降低。由此，提出假設H2。H2：商家和主播信譽與消費者直播帶貨風險感知之間關系為負相關，有著負向的影響作用。H2a：商家和主播信譽對消費者直播帶貨感知經濟風險有著負向顯著性影響。H2b：商家和主播信譽對消費者直播帶貨感知產品風險有著負向顯著性影響。H2c：商家和主播信譽對消費者直播帶貨感知時間風險有著負向顯著性影響。H2d：商家和主播信譽對消費者直播帶貨感知隱私風險有著負向顯著性影響。產品品質知名度對消費者直播帶貨風險感知的影響田宵函等人（2021）認為品牌知名度對消費者感知的服裝直播帶貨產品風險存在負向的顯著影響[41]。沈艷斌（2017）認為產品品質知名度對消費者互聯網購買生鮮農產品感知風險各個維度存在負向的顯著影響[42]。直播帶貨相較與傳統的網購，可以了解到產品的信息更多，甚至可以通過主播的試用來看到產品的實際功效。但是，實際收到的產品顏色、材質、尺碼及功能等方面存在差異，對產品的期望過高，實際收到產品的落差很大等情況還是有很多。所以產品的品質和知名度對消費者直播帶貨感知風險的影響也是比較重要的。由此，提出假設H3。H3：產品品質知名度與消費者直播帶貨風險感知之間關系為負相關，有著負向的影響作用。H3a：產品品質知名度對消費者直播帶貨感知經濟風險有著負向顯著性影響。H3b：產品品質知名度對消費者直播帶貨感知產品風險有著負向顯著性影響。H3c：產品品質知名度對消費者直播帶貨感知時間風險有著負向顯著性影響。H3d：產品品質知名度對消費者直播帶貨感知隱私風險有著負向顯著性影響。個人統計特征對消費者直播帶貨風險感知的影響通過文獻綜述部分對消費者網購影響因素的梳理，可以得出消費者人口統計特征同樣也是消費者直播帶貨感知風險的重要影響因素。不同消費者在相同直播環(huán)境下感知到的風險是有差異的，相同消費者在不同直播環(huán)境下感知到的風險同樣也會是有差異的，所以消費者的個人統計特征對直播帶貨感知到的四個風險維度均存在不同的顯著影響。由此，提出假設H1。H4：個人統計特征對消費者直播帶貨風險感知存在顯著性影響。H4a：性別對消費者直播帶貨風險感知存在顯著性影響。H4b：年齡對消費者直播帶貨風險感知存在顯著性影響。H4c：受教育程度對消費者直播帶貨風險感知存在顯著性影響。H4d：支付能力對消費者直播帶貨風險感知存在顯著性影響。3.2變量設置與問卷設計3.2.1變量定義表3-1研究變量的定義變量定義參考來源經濟風險主要是指消費者通過直播帶貨購物時可能造成經濟方面的損失井淼，周穎，呂?。?006）；沈艷斌（2017）產品風險消費者在虛擬的直播環(huán)境中可能對產品品質產生誤判，實際收到的產品與直播中所呈現的存在差異，沒有達到自己的預期時間風險消費者通過直播帶貨購買的產品可能存在時間方面的損失隱私風險消費者通過直播帶貨購物時可能存在個人信息泄露、盜用等風險直播平臺質量消費者通過直播帶貨購物時必然非常關注直播平臺的安全性梁健愛（2012）；井淼，周穎，王方華（2007）；魏毅峰和張亮（2007）；沈艷斌（2017）商家和主播信譽消費者通過直播帶貨購物時不是出于對產品內在質量屬性的完全認知，而是出于對商家和主播的信任產品品質知名度消費者通過直播帶貨購物對產品質量、性價比以及品牌知名度的關注個人統計特征主要是指消費者性別、年齡、受教育程度、家庭年收入等3.2.2量表設置本文問卷設計主要采用Likert的五點量表，總共設置27個測量指標變量（表3-1），充分的解釋潛在變量的所有相關信息。表3-2變量賦值變量題項參考來源經濟風險V1a：產品的品質比較差導致金錢上有所損失井淼，周穎，呂?。?006）；沈艷斌（2017）V1b：直播間購買的價格高于其他電商平臺的價格V1c：直播購買后產品降價，沒有價保期限V1d：直播帶貨的產品沒有運費險，自己所承擔的物流運費過高產品風險V2a：實際到貨的產品與主播描述的不符（功能、顏色、規(guī)格等）V2b：直播購買到的產品是假冒偽劣的V2c：實際到貨的產品沒有達到自己的預期V2d：因直播購買到的產品不滿意而造成心理上的傷害時間風險V3a：直播帶貨購買產品步驟復雜且耗時過長V3b：在直播間與主播互動、篩選產品的時間過長V3c：物流配送時間過長V3d：產品出現問題退換貨花費的時間過長隱私風險V4a：擔心通過直播帶貨個人信息被盜用、被非法使用V4b：擔心自己的購買習慣被追蹤或泄露V4c：直播購物后有騷擾電話和郵件直播平臺質量V5a：直播平臺使用先進技術保證交易信息安全梁健愛（2012）；井淼，周穎，王方華（2007）；魏毅峰和張亮（2007）；沈艷斌（2017）V5b：該平臺的互聯網交易系統是穩(wěn)定可靠的V5c：直播平臺不會將私人信息作不當使用V5d：直播平臺能夠保證交易信息不會被改變商家和主播信譽V6a：對電商商家和主播很信任V6b：主播對直播帶貨的產品描述是可信的V6c：電商商家和主播是很有信譽的V6d：主播在直播中能夠提供熱情周到的服務產品品質知名度V7a：該品牌的產品質量一直較好V7b：這個電商品牌讓我很放心V7c：我信任這個電商品牌V7d：這個電商品牌從來沒讓我失望過3.2.3問卷設計本文研究的問卷主要設計為以下四個部分：第一部分是甄別篩選題，有過“直播帶貨”購物經驗的消費者進行問卷填寫。第二部分測量了消費者對“直播帶貨”的風險感知。主要有經濟風險、產品風險、時間風險以及隱私風險四個測量項目。第三部分對消費者“直播帶貨”風險感知的影響因素進行了測量。主要從直播平臺質量、商家和主播信譽以及產品品質知名度三個方面進行了測量。第四部分對消費者個人統計特征進行了調査。包括性別、年齡、受教育程度、職業(yè)、家庭年收入等方面調査消費者的個人情況。3.3問卷發(fā)布與數據收集3.3.1問卷發(fā)布本文研究的調查對象是有直播帶貨購物經歷的消費者，問卷發(fā)布主要是通過網絡進行發(fā)布，考慮到目前網購消費者的年齡結構，調研對象主要集中在年輕且受教育程度較高的消費者。調研階段分為預調研和正式調研，預調研階段先采用30個小樣本的調研，對問卷及具體題項進行修正，確定最終正式調研的問卷版本。3.3.1數據收集本文研究總共回收問卷244份，去除掉無效及質量不合格的問卷，其中有效樣本數為214份。消費者對直播帶貨風險感知的影響因素的實證分析4.1樣本描述性統計分析4.1.1性別描述分析表4-1性別描述分布頻率百分比有效百分比累積百分比有效女18686.986.986.9男2813.113.1100.0合計214100.0100.0在性別分布上，214份有效樣本中女生有186人，占比86.9%，男生只有28人，占比13.1%。所以通過直播帶貨購物的消費者主要集中在女生，比較符合目前總體網購消費女生占主導地位的情況。4.1.2年齡描述分析表4-2年齡描述分布頻率百分比有效百分比累積百分比有效15歲以下16-25歲18026-35歲198.98.993.536-45歲125.65.699.146歲以上2.9.9100.0合計214100.0100.0在年齡分布上，214份有效樣本中分布在16-25歲年齡段的人數最多，占比84.1%，其次是26-35歲和36-45歲年齡段，分別占比8.9%、5.6%，15歲以下及46歲以上一共只有3人，總共占比1.4%。以上數據結果說明年輕消費群體是目前直播帶貨的主力軍，也說明了年輕消費者比較容易接受新事物，嘗試新型的直播購物方式。4.1.3受教育程度描述分析表4-3受教育程度描述分布頻率百分比有效百分比累積百分比有效普高/中專/技校/職高專科本科18686.986.991.6碩士及以上188.48.4100.0合計214100.0100.0在受教育程度上，214份有效樣本中本科人數最多，有186人，占比86.9%，其次是碩士及以上，占比8.4%，普高/中專/技校/職高和中?？偣灿?0人，累計占比4.6%，初中及以下則為0人。所以，本次研究調研的受教育水平整體上較高，可以很好的理解問卷題項內容。4.1.4職業(yè)描述分析表4-4職業(yè)描述分布頻率百分比有效百分比累積百分比有效在校學生17380.880.880.8在職工作4119.219.2100.0合計214100.0100.0在職業(yè)分布上，214份有效樣本中在校學生有173人，占比80.8%，在職工作的人數有41人，占比19.2%。上述數據結果顯示，通過直播帶貨購物的消費者中，在校學生占比很大，說明在校學生相對于已經在職工作的消費者，空閑時間和可自由支配時間較多，可以用于觀看直播帶貨的時間比較充足。4.1.5家庭年收入描述分析表4-5家庭年收入描述分布頻率百分比有效百分比累積百分比有效5萬及以下3717.317.317.36-10萬8037.437.454.711-15萬4822.422.477.116-20萬2621萬及以上2310.710.7100.0合計214100.0100.0在家庭年收入分布上，214份有效樣本中最多的是6-10萬，占比37.4%，其次是5萬及以下和16-20萬，分別占比17.3%和12.1%，最后是21萬及以上，占比10.7%。說明本次研究調研樣本在直播帶貨購物中具有較高的支付能力。4.1.6測量題項的描述性分析表4-6測量項目描述性分析N均值標準差方差偏度峰度統計量統計量統計量統計量統計量標準誤統計量標準誤V1a2143.39.990.980-.403.166-.653.331V1b2142.48.815.664.954.166.651.331V1c2143.20.988.975-.226.166-.912.331V1d2143.231.0481.098-.248.166-.838.331V2a2143.12.888.789-.029.166-.785.331V2b2142.63.959.921.392.166-.110.331V2c2143.31.909.826-.208.166-.578.331V2d2143.081.0971.204-.147.166-.935.331V3a2143.231.1211.257-.220.166-.946.331V3b2143.70.981.962-.726.166-.038.331V3c2142.97.909.826.207.166-.755.331V3d2143.47.957.917-.311.166-.701.331V4a2143.411.1701.369-.394.166-.765.331V4b2143.711.0841.176-.685.166-.220.331V4c2143.211.1431.306-.144.166-.942.331V5a2143.47.897.804-.526.166-.098.331V5b2143.52.876.767-.713.166.366.331V5c2142.981.0431.089.213.166-.667.331V5d2143.331.0421.087-.448.166-.385.331V6a2143.21.871.758-.31V6b2143.33.826.683-.431V6c2143.53.755.569-.443.166.471.331V6d2143.78.748.560-.558.166.674.331V7a2143.58.757.573-.387.166-.170.331V7b2143.58.794.630-.634.166.689.331V7c2143.60.785.616-.521.166.454.331V7d2143.00.819.671.060.166-.095.331性別214.13.338.1142.205.1662.888.331年齡2142.22.594.3532.595.1666.541.331受教育程度2144.01.449.202-1.507.1669.371.331職業(yè)2141.19.394.1561.578.166.496.331家庭年收入2142.621.2151.477.548.166-.602.3314.2信度和效度分析4.2.1信度分析表4-7量表信度檢驗結果變量Cronbach’sα項數經濟風險.6544產品風險.7614時間風險.6564隱私風險.7483直播平臺質量.7574商家和直播信譽.7394產品品質知名度.7974總體水平.79727本研究采用SPSS21.0對各個變量及總體水平進行信度檢驗，從上表4-7可以看出，各個變量以及量表的總體水平Cronbach’sα系數均接近或大于0.7，說明本次問卷調研的可信度比較好，可以進行下一步的分析。4.2.2效度分析表4-8KMO和Bartlett檢驗結果變量KMO值顯著性經濟風險.721.000產品風險.767.000時間風險.683.000隱私風險.656.000直播平臺質量.728.000商家和主播信譽.724.000產品品質知名度.771.000所有變量.797.000由上表數據結果可知，各個變以及所有變量的KMO值均大于或接近0.7，Bartlett球形度顯著性P值為0.000，說明本文研究樣本的質量良好，并且通過了顯著性水平檢驗，可以進行因子分析。運用主成分分析法對直播平臺質量、商家和主播信譽級產品品質知名度三個潛在變量進行因子分析，得出旋轉后的因子載荷矩陣結果。從得出的因子載荷矩陣結果發(fā)現V5a、V6a、V7d題項不屬于任何維度，所以是無效題項，應當刪除。刪除V5a、V6a、V7d題項后再對三個變量的9個測量題項重新進行因子載荷分析，因子載荷結果如下表4-9所示。從表中結果可以看出9個測量題項的因子載荷均大于0.6，說明這9個測量變量可以很好的表現出直播平臺質量、商家和主播信譽以及產品品質知名度三個潛在變量，同樣測量結果也有著非常好的準確性。風險感知變量的因子分析見4.3消費者對直播帶貨的風險感知構成維度分析。表4-9旋轉成份矩陣成份產品品質知名度直播平臺質量商家和主播信譽V7b.842V7a.812V7c.780V5c.828V5d.805V5b.736V6d.793V6c.763V6b.6274.3消費者對直播帶貨的風險感知構成維度分析表4-10樣本KMO和Bartlett的檢驗KMO值.840Bartlett的球形度檢驗近似卡方724.280df78Sig..000通過選取經濟、產品、時間及隱私四個風險的題項進行KMO和Bartlett檢驗，上表4-10數據結果說明，消費者對直播帶貨的風險感知構成維度的KMO值為0.840，遠大于0.7，Bartlett球形度顯著性P值為0.000，所以本文對消費者風險感知構成維度研究的樣本質量較好，可以進行因子分析。運用主成份分析法對風險感知四個變量進行因子分析，旋轉后的因子載荷矩陣結果顯示V1b、V3a題項不屬于任何維度，所以是無效題項，應當刪除。刪除V1b、V3a題項后再對剩下的13個測量題項重新進行因子載荷分析，因子載荷結果表4-12所示。表4-11解釋的總方差成份初始特征值提取平方和載入旋轉平方和載入合計方差的%累積%合計方差的%累積%合計方差的%累積%14.29032.99932.9994.29032.99932.9992.37018.23118.23121.51611.66144.6601.51611.66144.6602.10516.19234.42331.1108.54053.2001.1108.54053.2001.77713.66848.09141.0187.82961.0291.0187.82961.0291.68212.93861.0295.8446.49167.5206.7395.68173.2017.6134.71277.9148.5884.52782.4409.5454.19386.63310.5103.92190.55411.4703.61294.16612.4173.21097.37713.3412.623100.000表4-12風險感知構成維度旋轉成份矩陣成份產品風險隱私風險經濟風險時間風險V2c.749V2b.745V2a.723V2d.642V4b.853V4a.778V4c.689V1a.727V1d.694V1c.559V3d.747V3b.726V3c.567通過對消費者對直播帶貨的風險感知構成維度進行探索性因子分析，13個題項提取出4個因子，其累計方差貢獻率為61.029%，大于60%，說明因子分析提取出來的4個風險因子，能夠較好的解釋消費者對直播帶貨的風險感知，即消費者對直播帶貨的風險感知的構成維度主要由經濟風險、產品風險、時間風險和隱私風險構成。同時由表4-12可以看出，所有測量題項的因子載荷均大于0.5，說明風險感知的四個維度可以由本文所設計的13個測量題項很好的表現出來，同樣說明本文研究數據的效度較高，測量結果有非常好的準確性。4.4直播平臺、主播信譽與產品品質對直播帶貨的風險感知的影響4.4.1結構方程模型建立本部分運用AMOS24.0進行研究分析，首先建立了結構方程模型，如圖4-1：圖4-1結構方程模型4.4.2結構方程模型擬合效果分析將本文研究所用的有效數據導入AMOS24.0，并且依據圖4-1所建初始結構方程模型，進行標準化路徑分析，對模型和路徑關系進行適當修正調整后的擬合指標如表4-13所示。表4-13修正后模型的擬合指標擬合指標模型參數估計標準卡方值306.921/自由度190/CMIN/DF1.615<3RMSEA0.054<0.08GFI0.888>0.9AGFI0.850>0.8NFI0.811>0.9IFI0.918>0.9CFI0.916>0.9從上表數據來看，除GFI和NFI指標接近0.9外，其他指標均符合標準，所以從總體上來看，本文建立的結構方程模型總體上擬合度良好。4.4.3結構方程模型假設檢驗通過對結構方程模型擬合效果的分析，可以看出本文建立的結構方程模型總體上擬合度良好，所以本文建立的理論模型是可以運用的。下面對結構方程模型做假設檢驗分析，輸出各個因素的標準化系數路徑圖，如下圖4-2所示。圖4-2標準化路徑系數圖對結構方程模型路徑分析進行進一步梳理總結，得出表5-6所示結果。表4-14結構方程模型路徑分析關系標準化路徑系數C.R.P值直播平臺質量→經濟風險-1.166-2.2440.025直播平臺質量→產品風險-0.953-2.3890.017直播平臺質量→時間風險-0.906-2.1770.029直播平臺質量→隱私風險-0.161-1.6210.105商家和主播信譽→經濟風險-2.811-2.3970.017商家和主播信譽→產品風險-2.457-2.5420.011商家和主播信譽→時間風險-2.124-2.3060.021商家和主播信譽→隱私風險-1.712-2.4420.015產品品質知名度→經濟風險-1.783-2.2510.024產品品質知名度→產品風險-1.607-2.3330.020產品品質知名度→時間風險-1.527-1.9000.057產品品質知名度→隱私風險-1.551-1.7260.084表4-15假設檢驗結果研究檢驗假設檢驗結果H1a：直播平臺質量與消費者感知經濟風險負相關成立H1b：直播平臺質量與消費者感知產品風險負相關成立H1c：直播平臺質量與消費者感知時間風險負相關成立H1d：直播平臺質量與消費者感知隱私風險負相關不成立H2a：商家和主播信譽與消費者感知經濟風險負相關成立H2b：商家和主播信譽與消費者感知產品風險負相關成立H2c：商家和主播信譽與消費者感知時間風險負相關成立H2d：商家和主播信譽與消費者感知隱私風險負相關成立H3a：產品品質知名度與消費者感知經濟風險負相關成立H3b：產品品質知名度與消費者感知產品風險負相關成立H3c：產品品質知名度與消費者感知時間風險負相關不成立H3d：產品品質知名度與消費者感知隱私風險負相關不成立由表4-14可以看出，所有影響關系的標準化系數都為負，說明直播平臺質量、商家和主播信譽及產品品質知名度分別對消費者直播帶貨感知經濟、產品、時間和隱私風險有著負向的影響關系。通過對C.R.值和P值進行分析，除了直播平臺質量對隱私風險、產品品質知名度對時間風險以及對隱私風險的影響關系的C.R.值的絕對值小于1.96，P值大于0.05，影響關系不存在負向顯著影響外，其他影響關系C.R.值和P值都表現顯著，即存在負向的顯著影響。由此得出本文最終的假設檢驗結果，如表4-15所示，研究假設中除假設H1d、H3c和H3d檢驗結果不成立外，其他假設檢驗結果均成立。4.5消費者個人特征對消費者直播帶貨風險感知的影響4.5.1性別對風險感知的影響表4-16性別對風險感知的獨立樣本分析結果變量性別樣本量均值標準差t值Sig.df經濟風險男28-.04098521.10414525-.232.817212女186.0061698.98647391-.214.83233.807產品風險男28.4214397.735310152.419.016212女186-.06344251.020545303.072.00444.385時間風險男28-.11028161.18493644-.625.533212女186.0166015.97175848-.540.59332.695隱私風險男28-.1902947.86484611-1.081.281212女186.02864651.01778386-1.219.23039.183總體風險男28.18782491.014862941.066.287212女186-.0282747.997442541.053.30035.314由上表4-16數據結果可知，只有產品風險的顯著性P值小于0.05，所以性別只對消費者直播帶貨感知產品風險有顯著性影響，對其他三個風險以及總體風險不存在顯著性影響。4.5.2年齡對風險感知的影響表4-17年齡對風險感知的單因素分析結果變量平方和df均方F顯著性經濟風險組間5.25641.3141.322.263組內207.744209.994總數213.000213產品風險組間4.70441.1761.180.321組內208.296209.997總數213.000213時間風險組間6.89341.7231.747.141組內206.107209.986總數213.000213隱私風險組間9.25342.3132.373.053組內203.747209.975總數213.000213總體風險組間3.0154.754.750.559組內209.9852091.005總數213.000213由上表數據結果可知，各個變量的顯著性P值均大于0.05，所以年齡對消費者直播帶貨的風險感知不存在顯著性影響。4.5.3受教育程度對風險感知的影響表4-18受教育程度的單因素分析結果變量平方和df均方F顯著性經濟風險組間1.2443.415.411.745組內211.7562101.008總數213.000213產品風險組間2.4973.832.830.479組內210.5032101.002總數213.000213時間風險組間13.14934.3834.606.004組內199.851210.952總數213.000213隱私風險組間3.44231.1471.150.330組內209.558210.998總數213.000213總體風險組間10.27533.4253.548.015組內202.725210.965總數213.000213由上表數據結果可知，只有時間風險和總體風險的顯著性P值小于0.05，其他變量的顯著性P值均大于0.05，所以受教育程度對消費者直播帶貨感知時間風險和總體風險存在顯著性影響，對其他三個風險不存在顯著性影響。4.5.4支付能力對風險感知的影響表4-19支付能力對風險感知的單因素分析結果變量平方和df均方F顯著性經濟風險組間2.3974.599.595.667組內210.6032091.008總數213.000213產品風險組間8.41242.1032.148.076組內204.588209.979總數213.000213時間風險組間5.33041.3321.341.256組內207.670209.994總數213.000213隱私風險組間6.73441.6831.706.150組內206.266209.987總數213.000213總體風險組間8.00842.0022.041.090組內204.992209.981總數213.000213由上表數據結果可知，各個變量的顯著性P值均大于0.05，所以支付能力對消費者直播帶貨的風險感知不存在顯著性影響。表4-20個人統計特征對風險感知影響的實證結果研究檢驗假設假設是否成立H4a：性別對消費者直播帶貨風險感知存在顯著性影響成立H4b：年齡對消費者直播帶貨風險感知存在顯著性影響不成立H4c：受教育程度對消費者直播帶貨風險感知存在顯著性影響成立H4d：支付能力對消費者直播帶貨風險感知存在顯著性影響不成立

研究結論與建議5.1研究結論通過理論研究和實證分析，得出以下幾個研究結論：（1）消費者的直播帶貨感知風險主要由感知經濟風險、產品的風險、時間和隱私風險四個維度構成。（2）直播平臺的質量對于消費者的直播帶貨感知經濟風險、產品的風險以及時間風險均有著負向的顯著性的影響，對于感知的隱私風險并沒有明顯的影響。（3）商家和主播的信譽對于消費者的直播帶貨感知經濟風險、產品的風險，以及感知的時間和隱私風險均有著負向的顯著性的影響。（4）產品的質量和知名度對于消費者的直播帶貨感知經濟風險、產品的風險都有著負向的顯著性的影響,對于感知的時間和隱私風險并沒有明顯的影響。（5）個人統計特征中只有性別和受教育程度對于消費者的直播帶貨感知風險存在顯著性的影響，性別的影響主要表現在對消費者感知產品風險上，受教育程度的影響主要表現在對消費者感知隱私風險和總體風險上，年齡和支付能力對消費者直播帶貨的風險感知不存在顯著性影響。5.2營銷建議加強直播平臺建設，提高監(jiān)管力度上述研究結論表明，直播平臺質量對消費者直播帶貨感知經濟風險、產品風險以及時間風險有著負向顯著性影響，所以直播平臺的質量越高，消費者對直播帶貨的感知經濟風險、產品風險以及時間風險就越低。因此，直播平臺及有關政府監(jiān)管部門應加強直播平臺的建設，提高直播平臺的監(jiān)管力度，為消費者提供安全可靠的直播購物環(huán)境以及獨特的消費體驗?！昂笠咔椤睍r代背景下，基于與“直接帶貨”相關的巨大經濟效益，直播去平臺化漸漸成為一種主流趨勢，傳統互聯網平臺、短視頻平臺以及社交媒體應用等傳統媒體也都開始增加直播功能這一插件，所以加強直播平臺的建立，對直播平臺進行有效的監(jiān)管規(guī)范，不僅對直播平臺有著重要作用，對直播平臺之外的傳統媒體往數字化營銷轉型發(fā)展也有著重大意義。從選品到帶貨，注重產品品質從上述研究結論可以看出，商家和主播信譽對消費者直播帶貨感知經濟風險、產品風險、時間風險以及隱私風險都有著負向顯著性影響，產品品質知名度對消費者直播帶貨感知經濟風險和產品風險有著負向顯著性影響。所以，商家、主播的信譽和產品品質知名度對消費者直播帶貨感知風險及購買決策有著重要影響，樹立良好的商家和主播信譽，要認真把控從選品到帶貨的每一個小的細節(jié)。為確保消費者購買到的產品質量是安全可靠的，要設置一個較好的產品質量水平，并且選品將產品質量持續(xù)保持在這個水平，防止產生意外質量問題，逐步打造主播的直播特色，提高商家和主播的信譽以及顧客忠誠度，和消費者之間建立良好的信任關系，進而吸引更多消費者觀看主播直播帶貨。（3）明確消費群體，做好市場細分通過本文研究發(fā)現，目前直播帶貨的主要消費群體以年輕女性消費者為主，消費者個人統計特征對消費者直播帶貨感知風險也存在著顯著影響，所以要著重關注消費者的性別、受教育程度方面的顯著性差異，明確主要消費群體，做好市場細分，在數字化新零售市場尋求差異化定向發(fā)展，不斷拓展區(qū)域和差異化市場，實現直播專業(yè)化和帶貨差異化，以獲得更高的市場競爭優(yōu)勢。

局限及展望6.1局限及展望樣本數據方面本文是基于網絡發(fā)布的問卷對消費者直播帶貨的風險感知進行調查研究，總體樣本較少，研究群體主要集中于女性年輕群體，而且區(qū)域分布不均勻，最終得到的結論可能缺乏普遍性。未來研究的重點應該擴大研究范圍及研究群體，深入研究不同地區(qū)及群體在后疫情時代下對直播帶貨的風險感知，以總結出消費者對直播帶貨風險感知的一般規(guī)律。變量選擇方面本文對消費者直播帶貨感知風險進行研究時，選取了經濟、產品、時間及隱私風險四個感知風險，分別研究了直播平臺質量、商家和主播信譽以及產品品質知名度對其四個感知風險的影響作用，對消費者直播帶貨感知風險與其影響因素影響關系研究的針對性不夠強。未來研究可以針對每個影響因素變量的特點，以及對不同感知風險的影響作用大小，選取影響作用最大，影響關系最突出的感知風險對其之間影響關系進行具體深入的研究分析。文獻研究方面本文的研究選題是對消費者直播帶貨感知風險的研究，但是由于目前直播帶貨剛剛興起，有關直播帶貨的研究比較少，對消費者直播帶貨感知風險的研究更是空白，所以本文的文獻研究主要是對互聯網環(huán)境下消費者對網購的風險感知的有關文獻進行了研究梳理，雖然網購與直播帶貨都屬于電商行業(yè)，但是具體的營運模式等還是存在較大差異，所以本文的文獻基礎較為薄弱，對本文實證研究部分的支持不足。未來應多關注消費者對直播帶貨風險感知的相關研究，以更好的對本文研究模型及變量設置做出修正調整，以使本文的研究更具說服力及借鑒意義。參考文獻[1]夏令藍,宋姣.后疫情時代“直播帶貨”規(guī)范化研究[J].傳媒,2020(13):94-96.[2]姚林青,虞海俠.直播帶貨的繁榮與亂象[J].人民論壇,2020(25):85-87.[3]沈寶鋼.直播帶貨商業(yè)模式探析及其規(guī)范化發(fā)展[J].理論月刊,2020(10):59-66.[4]譚夢云,曾耀銳,曾小可.基于直播帶貨形式的后疫情下實體經濟復蘇措施[J].商場現代化,2020(18):73-75.[5]王彪,高貴武.疫情“催化”下的傳媒轉向——直播帶貨的動因、實質與潛在風險分析[J].編輯之友,2020(10):13-20.[6]郭全中.中國直播電商的發(fā)展動因、現狀與趨勢[J].新聞與寫作,2020(08):84-91.[7]張小虎.新媒體時代網紅直播帶貨模式發(fā)展探究[J].傳媒,2021(08):55-57.[8]成棟,王振山,孫永波.直播帶貨的本質:是顛覆式創(chuàng)新還是對傳統電商模式的擴展[J].商業(yè)經濟研究,2021(05):86-89.[9]鄂曉桐.后疫情時代電商直播的革新之道[J].新聞研究導刊,2020,11(20):99-101.[10]田鑫鑫,田晶晶.電商直播中消費者購買意愿影響因素研究——以淘寶直播為例[J].科技與創(chuàng)新,2020(20):4-8.[11]徐曼曼,崔雯菲,魏竹均.移動直播影響下的消費者心流模式與場景營銷——以顧客風險感知和顧客感知價值為中介機制[J].市場周刊,2021,34(01):91-94.[12]朱永明,黃嘉鑫.直播帶貨平臺感知示能性對消費者購買意愿的影響研究[J].價格理論與實踐,2020(10):123-126.[13]劉平勝,石永東.直播帶貨營銷模式對消費者購買決策的影響機制[J].中國流通經濟,2020,34(10):38-47.[14]SirrkaL.Jarvenpaa,PeterA.Todd.ConsumerReactionstoElectronicShoppingontheWorldWideWeb[J].InternationalJournalofElectronicCommerce,1996,1(2).[15]SandraMForsythe,BoShi.ConsumerpatronageandriskperceptionsinInternetshopping[J].JournalofBusinessResearch,2003,56(11).[16]WilsonRobynS,ZwickleAdam,WalpoleHugh.DevelopingaBroadlyApplicableMeasureofRiskPerception.[J].Riskanalysis:anofficialpublicationoftheSocietyforRiskAnalysis,2019,39(4).[17]QingYang,ChuanPang,LiuLiu,DavidC.Yen,J.MichaelTarn.Exploringconsumerperceivedriskandtrustforonlinepayments:AnempiricalstudyinChina’syoungergeneration[J].ComputersinHumanBehavior,2015,50.[18]Man‐LingChang,Wann‐YihWu.RevisitingPerceivedRiskintheContextofOnlineShopping:AnAlternativePerspectiveofDecision‐MakingStyles[J].PsychologyandMarketing,2012,29(5).[19]ZhangL.,TanW.,XuY.,TanG.(2012)DimensionsofPerceivedRiskandTheirInfluenceonConsumers’PurchasingBehaviorintheOverallProcessofB2C.In:ZhangL.,ZhangC.(eds)EngineeringEducationandManagement.LectureNotesinElectricalEngineering,vol111.Springer,Berlin,Heidelberg./10.1007/978-3-642-24823-8_1[20]井淼,周穎,呂巍.互聯網購物環(huán)境下的消費者感知風險維度[J].上海交通大學學報,2006(04):607-610.[21]王震勤,董荔,胡志穎.網絡購物環(huán)境下感知風險類型及風險水平分析[J].商場現代化,2009(06):153-154.[22]高錫榮,胡旸.消費者對網絡購物的風險感知類型研究[J].江蘇商論,2011(03):43-46.[23]楊永清,張金隆,聶磊,種曉麗.移動增值服務消費者感知風險維度實證研究[J].工業(yè)工程與管理,2011,16(01):91-96.[24]趙蕊菡,陳一.基于扎根理論的網絡健康信息多維度風險感知理論模型研究[J].情報理論與實踐,2020,43(01):68-75.[25]孫笑濃,袁越,趙璐,陳雅慧,申強.社群經濟下農產品消費者風險感知及影響因素分析[J].商業(yè)經濟研究,2019(24):48-51.[26]DanJ.Kim,DonaldL.Ferrin,H.RaghavRao.Atrust-basedconsumerdecision-makingmodelinelectroniccommerce:Theroleoftrust,perceivedrisk,andtheirantecedents[J].DecisionSupportSystems,2007,44(2).[27]MarceloVinhalNepomuceno,MichelLaroche,Marie-OdileRichard.Howtoreduceperceivedriskwhenbuyingonline:Theinteractionsbetweenintangibility,productknowledge,brandfamiliarity,privacyandsecurityconcerns[J].JournalofRetailingandConsumerServices,2014,21(4).[28]JiyoungKim,SharronJ.Lennon.Effectsofreputationandwebsitequalityononlineconsumers'emotion,perceivedriskandpurchaseintention[J].JournalofResearchinInteractiveMarketing,2013,7(1).[29]J.PaulPeter,MichaelJ.Ryan.AnInvestigationofPerceivedRiskattheBrandLevel[J].JournalofMarketingResearch,1976,13(2).[30]DominicSmith,PaulRiethmuller.ConsumerconcernsaboutfoodsafetyinAustraliaandJapan[J].InternationalJournalofSocialEconomics,1999,26(6).[31]B