《網(wǎng)絡(luò)直播對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響機(jī)制實(shí)證探究》9000字【論文】

網(wǎng)絡(luò)直播對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響機(jī)制實(shí)證研究目錄TOC\o"1-2"\h\u18488網(wǎng)絡(luò)直播對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的影響機(jī)制實(shí)證研究 14496一、引言 118259二、理論基礎(chǔ) 227734（一）沖動(dòng)型購(gòu)買(mǎi)行為理論 230547（二）信號(hào)理論 216768三、網(wǎng)絡(luò)直播對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的的影響實(shí)證分析 322017（一）理論模型和量表設(shè)計(jì) 325108（二）問(wèn)卷的發(fā)放和收集 431432（三）描述性統(tǒng)計(jì) 431007（四）信效度檢驗(yàn) 511538（五）因子分析 622337（六）相關(guān)性分析 619915（七）主效應(yīng)分析 830038四、結(jié)論與建議 1124045（一）結(jié)論 1117523（二）建議 1113869參考文獻(xiàn)： 13摘要：我國(guó)在當(dāng)今網(wǎng)絡(luò)直播快速發(fā)展的背景下，實(shí)體服裝店遭受到較大沖擊，網(wǎng)絡(luò)直播的發(fā)展使得人們能以較低的價(jià)格購(gòu)買(mǎi)到新的服裝，且可以進(jìn)行退換。相應(yīng)的，服裝實(shí)體店不僅需要支付高昂的店租，水電以及人力成本。因此相較之下更加貴的價(jià)格使得實(shí)體服裝店的經(jīng)濟(jì)形勢(shì)持續(xù)走低。本文主要是將理論分析與實(shí)證分析進(jìn)行綜合分析，把理論分析作為基礎(chǔ)，實(shí)證分析作為重點(diǎn)，具體研究網(wǎng)絡(luò)直播高速發(fā)展下，服裝實(shí)體店的發(fā)展對(duì)策，并提出相應(yīng)的意見(jiàn)與建議。本文選題的實(shí)際意義旨在解決服裝實(shí)體店和網(wǎng)絡(luò)直播之間的沖突，從而讓網(wǎng)絡(luò)直播帶動(dòng)實(shí)體服裝店進(jìn)行發(fā)展，綜合兩者的優(yōu)勢(shì)，整合相應(yīng)的資源，讓整個(gè)服裝產(chǎn)業(yè)鏈更加完善，更加流暢的運(yùn)營(yíng)。關(guān)鍵詞：網(wǎng)絡(luò)直播；實(shí)體服裝店鋪；發(fā)展對(duì)策一、引言2021年紡織品服裝內(nèi)需市場(chǎng)穩(wěn)步恢復(fù)，對(duì)行業(yè)經(jīng)濟(jì)運(yùn)行平穩(wěn)回升的拉動(dòng)作用增強(qiáng)。根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2021年全國(guó)限額以上服裝鞋帽、針紡織品類(lèi)零售總額達(dá)13842億元，同比增長(zhǎng)12.7%。預(yù)計(jì)2022年全國(guó)限額以上服裝。鞋帽、針紡織品類(lèi)零售總額達(dá)14479億元。近年來(lái)，我國(guó)服裝消費(fèi)需求不斷轉(zhuǎn)向時(shí)尚、文化、品牌、形象的消費(fèi)，服裝行業(yè)面臨轉(zhuǎn)型升級(jí)壓力，產(chǎn)業(yè)規(guī)模增速不斷下降。2018年我國(guó)服裝產(chǎn)量降至222.74億件，同比下降3.37%；2019年服裝產(chǎn)量略有反彈，為244.72億件，同比增長(zhǎng)3.28%；2020年我國(guó)服裝產(chǎn)量略有下降，同比下降7.7%。預(yù)計(jì)2021年我國(guó)服裝產(chǎn)量235.31億件，同比增長(zhǎng)0.05%。2022年我國(guó)服裝產(chǎn)量將進(jìn)一步達(dá)242.83億件。近年來(lái)，由于企業(yè)經(jīng)營(yíng)狀況的變化以及大眾化業(yè)務(wù)集中化，我國(guó)服裝行業(yè)規(guī)模以上企業(yè)（年主營(yíng)業(yè)務(wù)收入2000萬(wàn)元及以上）的數(shù)量呈現(xiàn)逐年下降的趨勢(shì)，由2017年的15825家降至2020年的13300家。最新數(shù)據(jù)顯示，2021年我國(guó)服裝行業(yè)規(guī)模以上企業(yè)2降至12653家，同比下降4.9%。服裝產(chǎn)業(yè)鏈越靠下游毛利率越高，品牌商和銷(xiāo)售商利潤(rùn)遠(yuǎn)高于加工生產(chǎn)商，約在40-50%，而服裝制造商的毛利率僅在15%左右。數(shù)據(jù)顯示，2017-2020年我國(guó)服裝行業(yè)規(guī)上企業(yè)營(yíng)業(yè)收入及利潤(rùn)總額呈下降趨勢(shì)。2021年我國(guó)服裝行業(yè)規(guī)上企業(yè)營(yíng)業(yè)收入及利潤(rùn)總額開(kāi)始回升，利潤(rùn)增速持續(xù)加快，盈利能力小幅提升，累計(jì)營(yíng)業(yè)收入1.48萬(wàn)億元，同比增長(zhǎng)6.5%；利潤(rùn)總額767.82億元，同比增長(zhǎng)14.4%，增速比1-11月加快1.77個(gè)百分點(diǎn)；營(yíng)業(yè)收入利潤(rùn)率為5.18%，比上年同期提高0.36個(gè)百分點(diǎn)。二、理論基礎(chǔ)（一）沖動(dòng)型購(gòu)買(mǎi)行為理論沖動(dòng)購(gòu)買(mǎi)的含義為消費(fèi)者在購(gòu)物時(shí)，因?yàn)槭艿酵饨绛h(huán)境刺激后，在心中出現(xiàn)渴望購(gòu)買(mǎi)相關(guān)產(chǎn)品的突發(fā)性心理狀態(tài)，通常情況下，自身難以控制個(gè)體的情緒行為，也會(huì)出現(xiàn)快速的非理性購(gòu)物現(xiàn)象。相關(guān)消費(fèi)者在購(gòu)買(mǎi)指定商品的意愿，一般是為了回避一些問(wèn)題，或者是要宣泄心中某類(lèi)負(fù)面情緒。因此，這是消費(fèi)者在不假思索的狀態(tài)下快速購(gòu)買(mǎi)的非計(jì)劃消費(fèi)行為。（二）信號(hào)理論在上世紀(jì)中葉，Mehrabian、Russell等最早闡釋SOR理論（即刺激-機(jī)體-反應(yīng)模型）。其立論基礎(chǔ)為環(huán)境心理學(xué)，這項(xiàng)理論指出在受到外界環(huán)境世界的影響，能夠讓個(gè)體對(duì)社會(huì)的情感帶來(lái)相應(yīng)的影響，從而會(huì)出現(xiàn)內(nèi)在或者外在行為上的表現(xiàn)，前者主要包括態(tài)度、或者意愿等，后者主要包括趨向，或者規(guī)避等。圖2-1S-O-R模型在上世紀(jì)80年代，相關(guān)理論更多展現(xiàn)在消費(fèi)者行為領(lǐng)域中應(yīng)用，Donovan、Rossiter等（1982）最先在購(gòu)物情緒中使用SOR模型，指出商業(yè)環(huán)境會(huì)對(duì)個(gè)體產(chǎn)生一系列的基礎(chǔ)情感狀態(tài)，包括對(duì)個(gè)體趨利避害的行為反應(yīng)產(chǎn)生的作用，主要包括快樂(lè)元素、喚醒元素以及支配元素等。Eroglu、Machleit等（2001）在網(wǎng)絡(luò)購(gòu)物環(huán)境應(yīng)用SOR立論，論證這項(xiàng)理論的適用性?xún)r(jià)值。最近些年，更多的學(xué)者在消費(fèi)者網(wǎng)絡(luò)購(gòu)物行為研究領(lǐng)域中應(yīng)用SOR理論，有著非常豐富的分析課題。其中，史烽、孟超等（2017）在分析網(wǎng)絡(luò)團(tuán)購(gòu)消費(fèi)群體購(gòu)買(mǎi)意愿時(shí)應(yīng)用SOR模型；周濤、陳可鑫等（2018）在分析社會(huì)化商務(wù)用戶(hù)群體的行為機(jī)理時(shí)應(yīng)用SOR模型，即探討用戶(hù)使用與分享行為的作用要素；何軍紅等（2019）在分析網(wǎng)絡(luò)給沖動(dòng)性購(gòu)買(mǎi)意愿產(chǎn)生的影響時(shí)應(yīng)用SOR模型；曲洪、建汪森等（2019）在分析退貨政策給消費(fèi)者保護(hù)行為產(chǎn)生影響時(shí)應(yīng)用SOR模型。張靜（2020）以SOR模型為研究基礎(chǔ)，探討電商渠道選取給消費(fèi)者購(gòu)買(mǎi)意愿產(chǎn)生的作用機(jī)制。通過(guò)運(yùn)用SOR理論進(jìn)行分析能夠得知，當(dāng)消費(fèi)群體受到外界環(huán)境刺激作用后，這是會(huì)出現(xiàn)對(duì)應(yīng)的心理、或者情感反應(yīng)的現(xiàn)象，由此會(huì)對(duì)購(gòu)買(mǎi)意愿和購(gòu)買(mǎi)活動(dòng)帶來(lái)影響，該項(xiàng)理論能夠在相應(yīng)層面上分析消費(fèi)者購(gòu)買(mǎi)行為出現(xiàn)的內(nèi)在機(jī)理。本文在分析時(shí)選擇SOR用于研究的核心理論，把電商直播間的各種環(huán)境歸類(lèi)成相應(yīng)的消費(fèi)刺激要素，讓直播間消費(fèi)群體的認(rèn)識(shí)情感情況用于機(jī)體的反應(yīng)要素，其反應(yīng)結(jié)果表現(xiàn)為消費(fèi)者的購(gòu)買(mǎi)意愿。三、網(wǎng)絡(luò)直播對(duì)消費(fèi)者購(gòu)買(mǎi)意愿的的影響實(shí)證分析（一）理論模型和量表設(shè)計(jì)本文基于SOR理論，結(jié)合國(guó)內(nèi)外相關(guān)文獻(xiàn)，認(rèn)為網(wǎng)絡(luò)直播情境下影響服裝消費(fèi)者購(gòu)買(mǎi)意愿的因素有網(wǎng)絡(luò)直播情境和消費(fèi)者的情緒兩方面，于是本文提出了如下兩個(gè)假設(shè)：1、網(wǎng)絡(luò)直播與購(gòu)買(mǎi)意愿之間存在正向關(guān)系；2、情緒在網(wǎng)絡(luò)直播影響購(gòu)買(mǎi)意愿中發(fā)揮中介作用。圖3-1研究理論模型研究證明，如果在網(wǎng)絡(luò)直播中，主播與消費(fèi)者存在視頻互動(dòng)，消費(fèi)者更有可能出現(xiàn)購(gòu)買(mǎi)意愿；如果主播對(duì)消費(fèi)者表示歡迎，消費(fèi)者也會(huì)更容易出現(xiàn)購(gòu)買(mǎi)行為；如果主播及時(shí)回復(fù)消費(fèi)者，消費(fèi)者也會(huì)更容易出現(xiàn)購(gòu)買(mǎi)行為。在衡量這三個(gè)環(huán)境刺激因素方面，主要用視頻互動(dòng)的次數(shù)、主播態(tài)度積極程度、主播回復(fù)消息的及時(shí)性三個(gè)問(wèn)題來(lái)衡量，并采用Likert的5分量表來(lái)測(cè)量。在情緒的測(cè)量上，我們參考Donovan&Rossitor(1982)提出的構(gòu)念來(lái)衡量情緒狀態(tài)，選取了滿(mǎn)足、高興、滿(mǎn)意、輕松、刺激、興奮、激動(dòng)等正向提問(wèn)和無(wú)聊、平靜等反向提問(wèn)來(lái)測(cè)試消費(fèi)者的情緒，具體見(jiàn)表3-1。表3-1情緒的量表設(shè)計(jì)變量編號(hào)題項(xiàng)來(lái)源愉悅情緒Y1看到網(wǎng)絡(luò)直播，我感到很高興Donovan&Rossiter(1982)Y2網(wǎng)絡(luò)直播可以滿(mǎn)足我的需求Y3我對(duì)這次直播的信息很滿(mǎn)意Y4我覺(jué)得直播的信息很無(wú)聊Y5觀(guān)看直播視頻時(shí)，我處于輕松的狀態(tài)喚起情緒H1看到直播視頻，我感到很興奮H2看到直播視頻，我很激動(dòng)H3這些直播視頻刺激了我的購(gòu)買(mǎi)欲望H4看了直播視頻我很平靜，沒(méi)太大的感覺(jué)在購(gòu)買(mǎi)意愿的測(cè)量上，由于目前關(guān)于購(gòu)買(mǎi)還沒(méi)有統(tǒng)一的界定，因而還沒(méi)有公認(rèn)的測(cè)量購(gòu)買(mǎi)的童表。本文根據(jù)所研究的購(gòu)買(mǎi)的含義，結(jié)合Weinberg&Gottwald(1982)的研究定義，用了4個(gè)題項(xiàng)、5分Likert量表來(lái)測(cè)量購(gòu)買(mǎi)意愿，見(jiàn)表3-2。表3-2購(gòu)買(mǎi)的量表設(shè)計(jì)變量編號(hào)題項(xiàng)來(lái)源購(gòu)買(mǎi)C1看網(wǎng)絡(luò)直播，我想立刻擁有該商品Weinberg&Gottwald(1982)C2我產(chǎn)生了強(qiáng)烈的購(gòu)買(mǎi)意愿C3網(wǎng)絡(luò)直播使我突然很想去唱歌C4雖然近期我并不打算購(gòu)物，但看到網(wǎng)絡(luò)直播后我仍然想購(gòu)買(mǎi)該商品（二）問(wèn)卷的發(fā)放和收集創(chuàng)辦于1989年的杭州四季青服裝市場(chǎng)，是中國(guó)最具影響力的服裝一級(jí)批發(fā)與流通市場(chǎng)之一，在全國(guó)服裝市場(chǎng)中具有代表性，因此，本文以四季青市場(chǎng)的商戶(hù)為研究對(duì)象，采取問(wèn)卷調(diào)查的方式來(lái)進(jìn)行，針對(duì)三個(gè)量表，分別發(fā)放問(wèn)卷調(diào)查表150份，回收問(wèn)卷150份，其中，有效問(wèn)卷為128份。（三）描述性統(tǒng)計(jì)為了能夠從整體上把握研究數(shù)據(jù)的分布特征，需要對(duì)樣本特征加以分析。以下將從性別、年齡、教育背景、月消費(fèi)支出等方面，對(duì)樣本進(jìn)行描述性統(tǒng)計(jì)分析，分析結(jié)果見(jiàn)表3-3。表3-3樣本描述性統(tǒng)計(jì)分析結(jié)果變量名稱(chēng)類(lèi)別頻數(shù)(人)百分比(%)性別男14544.5女18155.5年齡18歲以下30.918-25歲20261.926-30歲9328.630歲以上288.6學(xué)歷高中及以下72.1專(zhuān)科113.4本科17654碩士研究生及以上13240.5月消費(fèi)水平1000元以下4012.21000-2000元14444.22000-3000元11735.33000元以上257.7（四）信效度檢驗(yàn)經(jīng)過(guò)分析，我們得出環(huán)境刺激變量、情緒和購(gòu)買(mǎi)意愿的KMO值分別為0.651，0.727，0.757。這符合本文對(duì)KMO值的要求，且巴特利特球形檢驗(yàn)0.000<0.001，同樣說(shuō)明數(shù)據(jù)是相關(guān)的，所以適合做因子分析。表3-4信度分析結(jié)果題項(xiàng)題項(xiàng)Cronbach’sα環(huán)境刺激因素P1、P2、P30.912情緒(愉悅)Y1、Y2、Y3、Y40.771情緒(喚起)H1、H2、H3、H40.758購(gòu)買(mǎi)C1、C2、C3、C40.920從表3-4中，我們可以看到各個(gè)變量的Cronbach’sα系數(shù)均在0.7以上說(shuō)明問(wèn)卷具有較高的信度，用該問(wèn)卷分析的結(jié)果具有較高的可信度。這為我們接下來(lái)的數(shù)據(jù)分析提供了依據(jù)。表3-5各變量的KMO和Bartlett球形檢驗(yàn)結(jié)果匯總維度環(huán)境刺激情緒購(gòu)買(mǎi)意愿取樣足夠度的Kaiser-Meyer-Olkin度量0.6510.8100.850Bartlett的球形度檢驗(yàn)近似卡方871.277606.542812.926df21286Sig.0.0000.0000.000KMO和Bartlett球形檢驗(yàn)結(jié)果顯示，各變量的KMO均在0.6以上，符合本文的標(biāo)準(zhǔn)，其Bartlett球形檢驗(yàn)的顯著性為0.000<0.001，說(shuō)明變量適合做因子分析。（五）因子分析表3-6環(huán)境刺激因素的因子載荷因子問(wèn)項(xiàng)因子載荷F1F2F3互動(dòng)頻次我認(rèn)為網(wǎng)絡(luò)主播與我互動(dòng)次數(shù)較多0.929主播態(tài)度我認(rèn)為主播的態(tài)度很好0.901回復(fù)時(shí)間我認(rèn)為主播會(huì)及時(shí)回復(fù)我的提問(wèn)0.911累計(jì)方差解釋率84.01%注：空白部分代表因子載荷小于0.5表3-7情緒的因子載荷問(wèn)項(xiàng)因子載荷Y1看到網(wǎng)絡(luò)直播，我感到很高興F1F2Y2網(wǎng)絡(luò)直播可以滿(mǎn)足我的需求0.771Y3我對(duì)這次直播的信息很滿(mǎn)意0.769Y4我覺(jué)得直播的信息很無(wú)聊0.748Y5觀(guān)看直播視頻時(shí)，我處于輕松的狀態(tài)0.721H1看到直播視頻，我感到很興奮0.631H2看到直播視頻，我很激動(dòng)0.801H3這些直播視頻刺激了我的購(gòu)買(mǎi)欲望0.769H4看了直播視頻我很平靜，沒(méi)太大的感覺(jué)0.791累計(jì)方差解釋率61.41%注：空白部分代表因子載荷小于0.5表3-8購(gòu)買(mǎi)因子載荷因子問(wèn)項(xiàng)因子載荷F1購(gòu)買(mǎi)意愿C1看網(wǎng)絡(luò)直播，我想立刻擁有該商品0.909C2我產(chǎn)生了強(qiáng)烈的購(gòu)買(mǎi)意愿0.944C3網(wǎng)絡(luò)直播使我突然很想去唱歌0.899C4雖然近期我并不打算購(gòu)物，但看到網(wǎng)絡(luò)直播后我仍然想購(gòu)買(mǎi)該商品0.828累計(jì)方差解釋率81.63%注：空白部分代表因子載荷小于0.5（六）相關(guān)性分析相關(guān)分析主要將各變量放置于同等地位來(lái)測(cè)量變量間的密切程度。本研究采用Pearson相關(guān)分析法來(lái)檢驗(yàn)各變量間的相關(guān)性，其顯著性采用雙尾檢驗(yàn)。1.變量間的整體相關(guān)分析為了檢測(cè)模型構(gòu)建的合理性，先做環(huán)境刺激因素、情緒和購(gòu)買(mǎi)之間的相關(guān)分析，環(huán)境刺激因素是互動(dòng)頻次、主播態(tài)度回復(fù)時(shí)間的平均數(shù)，情緒是愉悅和喚起的平均數(shù)。結(jié)果如下表所示：表3-9各變量之間的相關(guān)系數(shù)變量環(huán)境刺激因素情緒購(gòu)買(mǎi)意愿環(huán)境刺激因素1情緒0.402**1購(gòu)買(mǎi)意愿0.392**0.469**1注釋?zhuān)?*為在0.01的水平下顯若.由上表可知，環(huán)境刺激因素、情緒和購(gòu)買(mǎi)之間均是顯著相關(guān)的，其中情緒和購(gòu)買(mǎi)意愿之間的相關(guān)性最高，相關(guān)系數(shù)為0.469，其次是環(huán)境刺激因素和情緒之間的相關(guān)性，其相關(guān)系數(shù)是0.402，相關(guān)性最低的是環(huán)境刺激因素與購(gòu)買(mǎi)意愿，其相關(guān)系數(shù)為0.392。這說(shuō)明模型整體構(gòu)建合理，各變量間存在著顯著的相關(guān)性。2.環(huán)境刺激與情緒的相關(guān)分析從表10中可知，互動(dòng)頻次、主播態(tài)度在0.01的水平下和愉悅情緒、喚起情緒均呈正相關(guān)關(guān)系，回復(fù)時(shí)間與愉悅的相關(guān)性不顯著，而在0.05的水平下與喚起情緒呈負(fù)相關(guān)。這從側(cè)面驗(yàn)證了我們的假設(shè)H1，H2，H3，H4，H0，拒絕了H5。表3-10環(huán)境刺激與情緒的相關(guān)分析結(jié)果環(huán)境刺激愉悅喚起Pearson系數(shù)Sig.Pearson系數(shù)Sig.互動(dòng)頻次0.328**0.0010.301**0.000主播態(tài)度0.259**0.0020.342**0.001回復(fù)時(shí)間0.0980.072-0.190*0.001注：**為在0.01的水平下顯著，*為在0.05的水平下顯著。3.情緒和購(gòu)買(mǎi)意愿的相關(guān)分析本部分主要采用Pearson相關(guān)分析法測(cè)試愉悅、喚起情緒與購(gòu)買(mǎi)意愿間的相關(guān)關(guān)系，結(jié)果如表11。表3-11情緒和購(gòu)買(mǎi)意愿的相關(guān)分析結(jié)果情緒購(gòu)買(mǎi)意愿Pearson系數(shù)Sig.愉悅0.3210.001喚起0.4990.000注釋?zhuān)?*為在0.01的水平下顯著。由表可知，在0.01的顯著性水平下，愉悅情緒和喚起情緒與購(gòu)買(mǎi)意愿正相關(guān)，由此從側(cè)面驗(yàn)證了假設(shè)H7和假設(shè)H8，進(jìn)一步可知，喚起情緒和購(gòu)買(mǎi)意愿的相關(guān)性遠(yuǎn)大于愉悅情緒對(duì)購(gòu)買(mǎi)意愿的相關(guān)性。（七）主效應(yīng)分析1.環(huán)境刺激對(duì)情緒的回歸分析將互動(dòng)頻次、主播態(tài)度和回復(fù)時(shí)間作為自變量對(duì)愉悅情緒做多元逐步回歸，得到回歸模型，由表12可知，R2為0.110，說(shuō)明回歸方程解釋了總變異的16.7%，雖然解釋率較低，但回歸效果F檢驗(yàn)顯著，說(shuō)明回歸方程效果較好，回歸系數(shù)T檢驗(yàn)也顯著，說(shuō)明回歸系數(shù)符合要求。由表可知，在0.05的假設(shè)水平下，互動(dòng)頻次、主播態(tài)度均進(jìn)入了模型，而回復(fù)時(shí)間沒(méi)能進(jìn)入方程。其中互動(dòng)頻次首先進(jìn)入，其次是主播態(tài)度，說(shuō)明互動(dòng)頻次對(duì)愉悅情緒的影響最大，其次是主播態(tài)度。根據(jù)表12，可以得出回歸方程：愉悅情緒==0.298*互動(dòng)頻次+0.221*主播態(tài)度互動(dòng)頻次、主播態(tài)度的回歸系數(shù)均大于零，即這兩個(gè)變量與愉悅情緒分別呈正相關(guān)關(guān)系，驗(yàn)證了H1，H3。而回復(fù)時(shí)間沒(méi)進(jìn)入方程，拒絕了H5。表3-12環(huán)境刺激對(duì)愉悅的回歸分析模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性F值R2B標(biāo)準(zhǔn)誤Beta1(常量)互動(dòng)頻次2.0720.2610.1520.0390.32814.3505.7210.0010.00033.021**0.1102(常量)互動(dòng)頻次主播態(tài)度1.6020.2290.2010.1890.0360.0480.2980.2218.1295.2493.8100.0020.0000.00025.063**0.167注：**為在0.001的水平下顯著。2.環(huán)境刺激對(duì)喚起情緒的回歸從表13中我們可以看出R2為0.198，說(shuō)明回歸方程解釋了總變異的19.8%，回歸效果F檢驗(yàn)顯著，回歸系數(shù)T檢驗(yàn)顯著，說(shuō)明模型的回歸效果和回歸系數(shù)較好。因此模型不需要進(jìn)一步修正。表3-13環(huán)境刺激對(duì)喚起的回歸分析模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性F值R2B標(biāo)準(zhǔn)誤Beta1(常量)主播態(tài)度2.4980.2210.1210.0410.33122.0365.7010.0010.00031.958**0.1122(常量)主播態(tài)度互動(dòng)頻次2.1680.1890.2040.1420.0400.0290.3020.24816.2015.2014.4390.0000.0000.00228.102**0.1693(常量)主播態(tài)度互動(dòng)頻次回復(fù)時(shí)間2.4910.1920.136-0.1210.1680.0400.0290.0370.2910.249-0.18014.6015.1514.603-3.2510.0000.0000.0000.00021.965**0.198注：”為在0.001的水平下顯著。從表3-13中結(jié)果可知，主播態(tài)度首先進(jìn)入模型，其次是互動(dòng)頻次，最后是回復(fù)時(shí)間。說(shuō)明主播態(tài)度對(duì)喚起的影響是最大的，其次是互動(dòng)頻次，回復(fù)時(shí)間對(duì)喚起情緒的影響是最小的。從表3-13中，我們可以得出回歸方程：?jiǎn)酒鹎榫w=0.291*主播態(tài)度+0.249*互動(dòng)頻次-0.180*回復(fù)時(shí)間。從回歸方程的系數(shù)可知，主播態(tài)度和互動(dòng)頻次與喚起情緒的呈正相關(guān)關(guān)系，距離結(jié)束時(shí)間與喚起情緒呈負(fù)相關(guān)關(guān)系。這就驗(yàn)證了假設(shè)H2，H4，H6。3.情緒對(duì)購(gòu)買(mǎi)意愿的回歸分析為了驗(yàn)證愉悅和喚起情緒對(duì)購(gòu)買(mǎi)的影響，將愉悅和喚起情緒作為自變量對(duì)購(gòu)買(mǎi)意愿做多元逐步回歸分析，得到回歸模型。從表3-14中可以看出R2為0.248，說(shuō)明回歸方程解釋了總變異的26.9%。模型回歸效果F檢驗(yàn)顯著，回歸系數(shù)的T檢驗(yàn)也顯著，模型的回歸效果和回歸系數(shù)較好。愉悅情緒和喚起情緒均進(jìn)入了回歸模型，且系數(shù)均大于零。說(shuō)明在網(wǎng)絡(luò)直播情景中，愉悅情緒和喚起情緒對(duì)購(gòu)買(mǎi)均產(chǎn)生正向影響，結(jié)果驗(yàn)證了我們之前的假設(shè)H7和H8。表3-14情緒對(duì)購(gòu)買(mǎi)意愿的回歸分析模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性F值R2B標(biāo)準(zhǔn)誤Beta1(常量)喚起0.5610.7290.2510.0810.4982.2399.5010.0310.00290.526**0.2482(常量)喚起愉悅0.3600.6480.1590.2600.0790.0610.4510.1491.4027.9522.7090.1580.0000.00650.236**0.269注：**為在0.001的水平下顯著。從表3-14中我們可以得到回歸方程：購(gòu)買(mǎi)意愿=0.451*喚起+0.149*愉悅。從回歸系數(shù)上看，喚起的系數(shù)0.451要遠(yuǎn)大于愉悅的系數(shù)0.149，且喚起比愉悅更先進(jìn)入回歸方程。這說(shuō)明相比愉悅情緒，喚起情緒對(duì)購(gòu)買(mǎi)意愿的影響更大。結(jié)果驗(yàn)證了HI，H2，H3，H4，H5，H6，H7，H8。4.情緒的中介作用分析從表15中可以看出，互動(dòng)頻次、主播態(tài)度和回復(fù)時(shí)間都進(jìn)入了模型，說(shuō)明這三個(gè)變量對(duì)購(gòu)買(mǎi)意愿均有影響，其中，主播態(tài)度影響最大，其次是互動(dòng)頻次，最后是回復(fù)時(shí)間。由結(jié)果得出回歸方程如下：購(gòu)買(mǎi)意愿=0.501*主播態(tài)度+0.268*互動(dòng)頻次-0.150*回復(fù)時(shí)間。表3-15環(huán)境刺激對(duì)購(gòu)買(mǎi)意愿的回歸分析模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性F值R2B標(biāo)準(zhǔn)誤Beta1(常量)主播態(tài)度1.3600.5190.1480.0490.5449.10210.6010.0000.001120.365**0.3022(常量)主播態(tài)度互動(dòng)頻次0.7980.4920.2180.1800.0510.0390.5050.2674.60310.1895.3690.0000.0000.00078.635**0.4123(常量)主播態(tài)度互動(dòng)頻次回復(fù)時(shí)間1.2600.4790.218-0.1500.2190.0500.0390.0380.5010.268-0.1505.63110.3655.550-3.2010.0000.0010.0000.00155.968**0.394注：**為在0.001的水平下顯著。由于回復(fù)時(shí)間對(duì)愉悅的影響不顯著，于是只將互動(dòng)頻次、主播態(tài)度和愉悅一起作為自變量對(duì)購(gòu)買(mǎi)意愿做回歸，得到表3-16。將互動(dòng)頻次、主播態(tài)度、回復(fù)時(shí)間和喚起一起作為自變量對(duì)購(gòu)買(mǎi)意愿做回歸，得到表3-17。由表3-16和表3-17可知，兩個(gè)回歸模型的R2分別為0.401和0.502，說(shuō)明回歸方程分別可以解釋總變異的40.1%和50.2%?；貧w效果的F檢驗(yàn)和回歸系數(shù)的T檢驗(yàn)均顯著，說(shuō)明回歸模型效果較好，系數(shù)有意義?；貧w模型不用進(jìn)一步進(jìn)行修正。表3-16環(huán)境因素與愉悅情緒同時(shí)對(duì)購(gòu)買(mǎi)意愿的回歸分析模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性F值R2B標(biāo)準(zhǔn)誤Beta(常量)互動(dòng)頻次主播態(tài)度愉悅0.6210.1880.4590.1210.2030.0390.0520.0610.2290.4780.1093.2014.5189.5282.1290.0010.0000.0000.05155.631**0.401注：**為在0.001的水平下顯著。對(duì)比表3-16和表3-17可知，互動(dòng)頻次、主播態(tài)度對(duì)購(gòu)買(mǎi)意愿的回歸系數(shù)0.270，0.499均大于互動(dòng)頻次、主播態(tài)度和愉悅情緒一起對(duì)購(gòu)買(mǎi)意愿的回歸系數(shù)0.229，0.478，即c'<c。說(shuō)明愉悅情緒的進(jìn)入，互動(dòng)頻次、主播態(tài)度對(duì)購(gòu)買(mǎi)的影響降低。因此愉悅情緒在互動(dòng)頻次、主播態(tài)度和購(gòu)買(mǎi)之間起到了部分中介的作用，而在回復(fù)時(shí)間和購(gòu)買(mǎi)之間沒(méi)有起到中介作用。對(duì)比表3-16和表3-17得出，互動(dòng)頻次、主播態(tài)度、回復(fù)時(shí)間對(duì)購(gòu)買(mǎi)意愿的回歸系數(shù)0.229，0.478，0.109，均大于互動(dòng)頻次、主播態(tài)度、回復(fù)時(shí)間和喚起情緒一起對(duì)購(gòu)買(mǎi)意愿的回歸系數(shù)0.201，0.420，-0.098，即c'<c，說(shuō)明喚起情緒中介變量的加入使得互動(dòng)頻次、主播態(tài)度和時(shí)間距離對(duì)購(gòu)買(mǎi)意愿的顯著作用大大減弱。此時(shí)環(huán)境刺激各因素對(duì)購(gòu)買(mǎi)意愿的影響仍然顯著。這說(shuō)明喚起情緒在主播態(tài)度、互動(dòng)頻次、回復(fù)時(shí)間與購(gòu)買(mǎi)之間起部分中介作用。此時(shí)，假設(shè)已經(jīng)得到了基本的驗(yàn)證，即假設(shè)H1，H2，H3，H4，H6，H7，H8，H10得到了驗(yàn)證，假設(shè)H}被拒絕，假設(shè)H9部分得到驗(yàn)證。表3-17環(huán)境刺激因案與喚起情緒同時(shí)對(duì)購(gòu)買(mǎi)意愿的回歸分析模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)化系數(shù)t顯著性F值R2B標(biāo)準(zhǔn)誤Beta(常量)互動(dòng)頻次主播態(tài)度回復(fù)時(shí)間喚起0.1790.1580.398-0.0910.4180.2790.0410.0520.0390.680.2010.420-0.0980.3000.6514.1088.642-2.2015.6710.4980.0010.0000.0320.00156.925**0.520注：**為在0.001的水平下顯若。四、結(jié)論與建議（一）結(jié)論以參與過(guò)或觀(guān)看過(guò)網(wǎng)絡(luò)直播購(gòu)物的消費(fèi)者為研究對(duì)象，探究網(wǎng)絡(luò)直播環(huán)境下服裝消費(fèi)者購(gòu)買(mǎi)行為的影響因素。通過(guò)研究直播帶貨情境，擴(kuò)展了購(gòu)買(mǎi)意愿的研究情境，可為研究消費(fèi)者沖動(dòng)購(gòu)買(mǎi)語(yǔ)言提供新視角。研究結(jié)果顯示：網(wǎng)絡(luò)直播的兩個(gè)變量互動(dòng)頻次、主播態(tài)度均對(duì)愉悅情緒有正向影響，而回復(fù)時(shí)間對(duì)愉悅情緒沒(méi)有直接影響，互動(dòng)頻次、主播態(tài)度發(fā)生交互進(jìn)而影響愉悅情緒；互動(dòng)頻次、主播態(tài)度對(duì)喚起有正向影響，回復(fù)時(shí)間對(duì)喚起有負(fù)向影響，且主播態(tài)度對(duì)喚起的影響最大，回復(fù)時(shí)間影響最小。愉悅和喚起對(duì)購(gòu)買(mǎi)意愿均有正向影響。同時(shí)基本證實(shí)了愉悅和喚起在情景因素和購(gòu)買(mǎi)之間起部分中介作用，其中愉悅在回復(fù)時(shí)間和購(gòu)買(mǎi)意愿之間并沒(méi)有起到中介作用。因此，為了促進(jìn)服裝消費(fèi)，需要改善網(wǎng)絡(luò)主播的態(tài)度，并增加主播與消費(fèi)者的互動(dòng)頻次，讓消費(fèi)者感到被重視，縮短主播回復(fù)消費(fèi)者的時(shí)間，從而讓消費(fèi)者產(chǎn)生愉悅或者喚起情緒，進(jìn)一步引發(fā)購(gòu)買(mǎi)行為。（二）建議1.提升粉絲精準(zhǔn)度方面內(nèi)容主播工作并非是網(wǎng)紅活動(dòng)，在內(nèi)容主播下的帶貨達(dá)人并非僅是憑借自身業(yè)務(wù)的名氣，而是由于具備很強(qiáng)的專(zhuān)業(yè)性，能夠經(jīng)得起考驗(yàn)后贏得市場(chǎng)的青睞。在網(wǎng)紅現(xiàn)場(chǎng)直播中，眾多靚麗且有毅力的資深網(wǎng)紅名人卻不能成為帶貨達(dá)人，他們把電商直播看作是粉絲經(jīng)濟(jì)變現(xiàn)的全新途徑，最終造成他們難以獲取理想的發(fā)展渠道，究其原因是出現(xiàn)“流量黑洞”效應(yīng)，他們沒(méi)有意識(shí)到電商主播的新型職業(yè)所映射的產(chǎn)業(yè)變革現(xiàn)象。相較于憑借個(gè)人的魅力贏得粉絲獎(jiǎng)勵(lì)的網(wǎng)紅而言，電商直播的核心競(jìng)爭(zhēng)能力是體現(xiàn)在如下所述幾個(gè)方面，分別是供應(yīng)鏈控制層面、深入了解產(chǎn)品及行業(yè)層面、強(qiáng)勁的品牌談判水平層面以及上述知識(shí)與積累下產(chǎn)生的個(gè)人知名度層面等。這不同于過(guò)網(wǎng)紅直播活動(dòng)，通過(guò)歌舞才藝或者聊天等方式獲得獎(jiǎng)勵(lì)的盈利活動(dòng)，此種網(wǎng)紅的吸引力主要是體現(xiàn)在情感寄托領(lǐng)域，粉絲打賞行為是相關(guān)時(shí)刻的心理滿(mǎn)足感。與之相對(duì)應(yīng)的是，電商主播的重要工作內(nèi)容是要通過(guò)專(zhuān)業(yè)水平創(chuàng)造消費(fèi)者的信任，減少消費(fèi)者購(gòu)買(mǎi)決策時(shí)間，快速增加交易速率，用戶(hù)購(gòu)買(mǎi)的是真實(shí)的商品。所以，電商主播的工作職能更貼近于消費(fèi)導(dǎo)購(gòu)角色、買(mǎi)手角色以及議價(jià)購(gòu)買(mǎi)指南角色等。因此，如果電商主播想要在直播中獲取更高的經(jīng)濟(jì)收益，務(wù)必要不斷提升自身的核心競(jìng)爭(zhēng)水平，以此才能不斷的搶占市場(chǎng)份額。2.直播與消費(fèi)者互動(dòng)性方面原先的在線(xiàn)消費(fèi)情境是基于傳統(tǒng)網(wǎng)頁(yè)貨架消費(fèi)模式，目前的在線(xiàn)消費(fèi)場(chǎng)景主要是體現(xiàn)出社交化消費(fèi)現(xiàn)象。持續(xù)升級(jí)的購(gòu)物軟件，更加多元化的創(chuàng)新內(nèi)容，不過(guò)會(huì)日益趨向于社交化的發(fā)展形勢(shì)。通過(guò)電商軟件的使用能夠添加社群、關(guān)注他人以及增加好友等。既是出現(xiàn)在線(xiàn)直播營(yíng)銷(xiāo)關(guān)系，也是需要不斷外向擴(kuò)散，并且創(chuàng)建線(xiàn)下社群網(wǎng)絡(luò)體系。原先的消費(fèi)者更習(xí)慣選擇限制購(gòu)買(mǎi)條件方式進(jìn)行產(chǎn)品的選購(gòu)活動(dòng)，而目前消費(fèi)群體更加注重的是同伴或者明星們使用過(guò)的產(chǎn)品，這是要體現(xiàn)出產(chǎn)品的共性使用特征，需要電商平臺(tái)把相關(guān)消費(fèi)群體聚合起來(lái)，由此構(gòu)建出相應(yīng)的關(guān)系網(wǎng)絡(luò)。電商平臺(tái)能夠借助于多樣化的營(yíng)銷(xiāo)方式，打造線(xiàn)下與線(xiàn)上的綜合性社交文化氣氛，能夠更好滿(mǎn)足消費(fèi)者的產(chǎn)品社交化需要。消費(fèi)者的個(gè)體特征對(duì)團(tuán)購(gòu)網(wǎng)站的瀏覽以及對(duì)消費(fèi)者正向情緒都有顯著的正向影響，因此團(tuán)購(gòu)網(wǎng)站可以針對(duì)不同特性的消費(fèi)者制定不同的團(tuán)購(gòu)產(chǎn)品，挖掘其不同的需求，有針對(duì)性的對(duì)其進(jìn)行商品營(yíng)銷(xiāo)，使那些具有低沖動(dòng)性特質(zhì)和低購(gòu)物享樂(lè)性的消費(fèi)者體會(huì)到團(tuán)購(gòu)的優(yōu)點(diǎn)，增加其對(duì)團(tuán)購(gòu)的信任，加深對(duì)團(tuán)購(gòu)網(wǎng)站的店面瀏覽程度，提高沖動(dòng)性購(gòu)買(mǎi)的機(jī)率。另外，要善于利用消費(fèi)者的人口統(tǒng)計(jì)變量對(duì)團(tuán)購(gòu)的影響進(jìn)行營(yíng)銷(xiāo)，如根據(jù)性別的不同，提供專(zhuān)門(mén)針對(duì)男性或者女性的產(chǎn)品，針對(duì)不同的價(jià)格敏感程度制定價(jià)格策略，例如化妝品會(huì)更容易吸引女性消費(fèi)者，電子類(lèi)產(chǎn)品更易吸引男性，女性更愿意對(duì)價(jià)格產(chǎn)生強(qiáng)烈反應(yīng)等。3.直播內(nèi)容明確性方面專(zhuān)注力與愉悅性均會(huì)對(duì)沖動(dòng)型購(gòu)買(mǎi)意愿帶來(lái)正向積極的作用，可以在網(wǎng)紅主播營(yíng)造的愜意環(huán)境下產(chǎn)生這積極狀態(tài)，能夠讓消費(fèi)者在舒適的網(wǎng)絡(luò)氣氛下出現(xiàn)購(gòu)買(mǎi)的想法。創(chuàng)建舒適的網(wǎng)絡(luò)購(gòu)物環(huán)境，既是可以借助于和主播的互動(dòng)活動(dòng)予以實(shí)踐，也是能夠通過(guò)具有趣味性的交互設(shè)計(jì)方案予以達(dá)成，不斷提升消費(fèi)者的注意力，讓消費(fèi)者發(fā)掘出購(gòu)物中的樂(lè)趣體驗(yàn)度。譬如，包括背景音樂(lè)構(gòu)成元素、趣味圖像構(gòu)成顏色、精彩視頻課程描述以及提升人性化交互設(shè)計(jì)效果構(gòu)成元素等。參考文獻(xiàn)：[1]米良川,李濤.網(wǎng)絡(luò)直播策略研究[J].中國(guó)紡織,2022(Z5):132-134.[2]KumarVijay,HernándezNiina,JensenMichelle,PalRudrajeet.Deeplearningbasedsyste