不同類型電商主播屬性對消費者購買行為的影響機制研究
——基于扎根理論和文本分析

王勝源，何江林

(遼寧工程技術大學 營銷管理學院，遼寧 葫蘆島 125000)

一、引 言

隨著淘寶、抖音等平臺對電商直播的資源投入，電商主播成為網(wǎng)絡新媒體時代的新興熱門職業(yè)。2020年電商直播行業(yè)報告[1]顯示，從事電商直播行業(yè)的人數(shù)達到123.4萬余人，2021年“雙十一”淘寶直播李佳琦以106.53億銷售額把直播帶貨推向高潮。越來越多的人進入電商直播行業(yè)，不同類型的電商主播層出不窮，主要可以分為達人、明星和官方店鋪3種類型。很多企業(yè)看到電商主播銷售戰(zhàn)績很好，就想利用其強大的影響力進行直播帶貨，有些企業(yè)借助主播帶貨實現(xiàn)高額訂單量，有的卻收效甚微，如“拼多多聯(lián)合CBA球員馬布里直播帶貨銷量僅183件”“吳曉波、小沈陽等明星直播帶貨銷量慘淡”等。目前，這些現(xiàn)象背后作用機制的理論研究尚不明確，企業(yè)如果不能明確不同類型電商主播的帶貨作用機制，就很難有針對性地挑選適合的電商主播，取得可觀的直播帶貨成績。

電商主播行業(yè)存在同質(zhì)化嚴重[2]等問題，直播內(nèi)容千篇一律[3]。以李佳琦為代表的頭部主播占據(jù)約80%市場份額，中低部主播很難通過創(chuàng)新在競爭中建立差異化優(yōu)勢，吸引更多觀眾。引發(fā)這一現(xiàn)象的原因是不同類型的電商主播不清楚自身優(yōu)勢，不知哪些屬性特征更能吸引消費者，并能顯著影響其對商品的購買意愿和行為。然而，目前學術界對于不同類型的電商主播突出增強哪些主播屬性能有效喚起消費者購買意愿的研究還比較匱乏，不能解釋不同類型電商主播吸引消費者購買的原因。本文擬通過定性與定量相結合的研究方法來解決兩個問題：一是電商主播吸引消費者購買的屬性特征有哪些；二是不同類型電商主播的哪些屬性特征能有效喚起消費者的購買意愿和行為。

二、文獻綜述

(一)電商主播研究

現(xiàn)有對電商主播的研究，大致分為四個方面：(1)對主播屬性的研究。林婷婷[4]證實電商主播的專業(yè)度、主播和受眾之間的同質(zhì)性會作用于用戶的信任感和價值感知，進而作用于購買意向。Wang等[5]研究證明主播魅力、主播互動和對主播的信任顯著影響消費者的社會存在感和心流體驗。羅子嬋[6]研究證實主播的互動性、專業(yè)性、可信性和吸引力對消費者的購買意愿起到正向影響作用。Han等[7]研究證實電商主播的意見領袖感和娛樂感正向影響消費者的感知功能和感知情感價值。韓簫亦等[8]研究發(fā)現(xiàn)影響消費者的購買意愿的主播屬性為魅力屬性、互動屬性、展示屬性和推薦屬性。方超[9]認為電商主播的知名度、專業(yè)性、產(chǎn)品涉入度影響消費者態(tài)度。趙保國等[10]在研究中證實電商主播的互動、真實、專業(yè)和知名度特征均能提升消費者的購買意愿。趙大偉等[11]研究發(fā)現(xiàn)電商主播的互動屬性、專業(yè)屬性和魅力屬性影響消費者的購買意愿。高云慧[12]研究發(fā)現(xiàn)電商主播的專業(yè)性、交互性和知名度能夠提升消費者的感知娛樂和感知功利價值，而感知娛樂和感知功利價值積極影響消費者的購買意愿。(2)對電商主播互動的研究。諾明[13]在研究中證實電商主播的互動性顯著影響消費者的購買意愿。鄭興[14]認為電商主播與消費者的互動會使消費者產(chǎn)生心流體驗，心流體驗對消費者沖動購買意愿有積極影響。(3)對主播語言的研究。陳睿[15]研究發(fā)現(xiàn)，主播李佳琦語言的特色包括簡潔明快、網(wǎng)絡口語、情感強烈,內(nèi)容要點包括標簽印象、使用體驗、使用價值、商品質(zhì)量、真實批評、多元覆蓋等。王芳[16]研究發(fā)現(xiàn)李佳琦話語的語用價值表現(xiàn)為：追求最大的語義價值,拉近會話雙方距離的關系價值，貼心關懷傳遞情感的情感價值和語言風格獨樹一幟的風格價值。(4)對主播傳播行為的研究。楊飆等[17]在研究中證實電商主播的語言類傳播行為、視覺類傳播行為、活動類傳播行為正向影響消費者的購買意愿。

前人的研究成果豐富了電商主播影響購買行為的理論視角與研究主題，但就不同類型電商主播哪些屬性能有效喚起消費者購買意愿和行為還缺乏細致和量化的研究。本文運用扎根理論分析得出電商主播吸引消費者購買的屬性特征；通過Python文本分析挖掘主播屬性特征詞與情感詞對，運用Keras開源深度學習框架搭建LSTM文本情感分析模型，對特征詞進行情感分析；最后構建計量模型回歸，試圖挖掘不同類型電商主播有效喚起消費者購買意愿的特定屬性特征。

(二)電商主播的概念及其分類的界定

韓簫亦[18]認為電商主播通過展示個人魅力吸引消費者現(xiàn)場觀看，同時通過專業(yè)推薦和現(xiàn)場演示，向消費者全面、詳細地展示產(chǎn)品，通過持續(xù)互動吸引消費者購買。筆者認為電商主播通過展示極具吸引力的個人魅力和專業(yè)的產(chǎn)品知識來向消費者推薦商品，具備專業(yè)性、互動性及娛樂性等，是利用網(wǎng)絡空間帶貨的網(wǎng)紅群體。

電商主播按直播主體性質(zhì)不同可以分為達人主播、明星主播和官方店鋪主播三大類型。本文通過展示不同類型電商主播的主要特征、輿論引導能力、利益代表、代表人物等方式對三種類型電商主播進行解讀，具體如表1所示。

表1 主播主要類型及特征信息

三、運用扎根理論分析電商主播屬性

(一)扎根理論

扎根理論由Glaster等[19]學者首次提出，是一種從下到上構建理論的研究方法，目的是從大量的原始資料中提取初始框架理論[20]，是生成理論效果較好的探索性方法[21]。扎根理論在定性研究中被廣泛使用，大部分的探索性案例研究都運用扎根理論進行[22]。本文首先采用扎根理論對受訪者進行非程序化深度訪談，獲取資料，對搜集的資料進行編碼分析。在對資料進行編碼時，參考以往研究者的方法，主要分為兩部分：資料編碼和驗證構建理論的飽和度[23-24]；然后采用程序化扎根理論對收集的資料進行編碼分析，同時對研究的信效度進行驗證，編碼時嚴格遵循程序化扎根理論每一步驟，對數(shù)據(jù)資料進行概念化和結構范疇化。參照冉雅璇等[25]程序化編碼和理論飽和度檢驗的方式，本文隨機選擇所搜集資料的3/4左右進行編碼，另外1/4左右的數(shù)據(jù)用來驗證理論飽和度。

(二)深度訪談質(zhì)性分析

1. 深度訪談設計

本文采用非程序化結構訪談搜集資料，旨在挖掘更多電商主播屬性特征影響消費者購買的因素。在訪談過程中，實驗受訪者詳細敘述電商主播哪些屬性特征影響其購買欲望并下單。每個人深度訪談時間約為30分鐘，根據(jù)研究目的，研究設計訪談問題，例如:①您關注電商主播直播間是被主播的哪些屬性特征所吸引？②電商主播推薦的商品會在什么情形下引起您的購買欲望？③您心目中理想的電商主播是怎樣的？訪談中會根據(jù)訪談者的性格對問題進行微調(diào)，使訪談信息更加真實有效。

2.受訪者背景資料

觀看電商直播的群體大多為年輕一代，各種類型的主播在年輕人群中頗受追捧，因此選擇35歲以下的人作為訪談對象。由表2可以看出，女性占絕大多數(shù)，淘寶直播平臺負責人趙圓圓在2018年電商盛典大會上表示，淘寶直播女性用戶約占80%，本文的研究對象客觀真實反映了電商直播消費者群體的男女比例。

表2 研究樣本描述性統(tǒng)計

3.結果分析

對深度訪談文稿進行開放式、主軸式、選擇式編碼分析，得到外型魅力、聲音魅力、性格魅力等23個初始概念和第一好感印象、增強視覺效果、提升聽覺感受等61個初始范疇。主軸式編碼和選擇式編碼結果如表3、表4所示。

表3 主軸式編碼

表4 選擇性編碼

4. 信效度檢驗

通過隨機抽取10份訪談文件重新構建理論來檢驗理論飽和度，結果均未發(fā)現(xiàn)除電商主播屬性、消費者內(nèi)在感知、主播屬性與內(nèi)容一致性和消費者在線購買意愿4個主范疇之外的重要范疇和關系。因此，電商主播屬性特征對消費者在線購買意愿影響的模型在理論上是飽和的。

研究表明，電商主播魅力屬性、互動屬性、推薦屬性、展示屬性、專業(yè)屬性和信任屬性等正向影響消費者的購買意愿和行為；主播屬性與內(nèi)容一致性在電商主播屬性影響消費者內(nèi)在感知的過程中起調(diào)節(jié)作用，又強化了消費者內(nèi)在感知在電商主播屬性影響消費者購買意愿的中介作用?；诖耍疚倪M一步探討的問題是：對于不同類型的電商主播，哪些屬性特征在喚醒消費者購買意愿和行為方面起到比較重要的作用？

四、 細粒度情感分析與計量模型回歸

本文通過兩個步驟來研究不同類型電商主播屬性對消費者搜索及購買電商主播推薦產(chǎn)品行為的具體影響：第一，對電商主播直播時的彈幕進行爬取和文本分析，包括彈幕分詞、詞性標注以及消費者關注屬性特征詞頻數(shù)統(tǒng)計分析、情感分析；第二，通過構建計量回歸模型來研究電商主播屬性特征對其推薦產(chǎn)品搜索與購買行為的影響。

(一)細粒度情感分析

1. 彈幕文本預處理

首先，刪除一些沒有意義的重復詞語(“嗯嗯”等)和沒有意義的句子(“我想睡覺”等)；其次，去掉噪音評論、停用詞過濾、自定義詞庫，用jieba調(diào)用分詞效果較好的百度開源Paddle庫進行分詞；最后進行詞性標注，將每個彈幕評論分成名詞(n)、形容詞(adj)、動詞(v)和副詞(adv)等，統(tǒng)計彈幕中提到電商主播屬性和產(chǎn)品屬性詞語的頻數(shù)及占比。

2.特征詞挖掘

依據(jù)電商主播的6個屬性(魅力屬性、互動屬性、推薦屬性、展示屬性、專業(yè)屬性和信任屬性)，在對彈幕文本預處理后，使用“詞頻逆文檔頻率(TF-IDF)”算法評估特征詞對文檔的重要程度，即特征詞在某個文檔中出現(xiàn)頻次越多，同時在所有文檔中出現(xiàn)頻次越少，該特征詞就越能夠代表該文檔的表達重點[26]，并和詞頻篩選相結合提取特征詞。同時，中文詞語存在近義詞，而且消費者個人表達方式有所不同，本文采用Word2Vec(詞向量法)來計算特征詞相似度，然后合并同義詞。最后，將挖掘的特征詞分別歸入電商主播6個屬性維度。各屬性維度對應的詞語如表5所示。

表5 特征詞表

3.特征詞與情感詞配對

經(jīng)過詞性標注后，詞語一般分為名詞、形容詞、動詞、副詞和動名詞等。根據(jù)扎根理論分析得出的電商主播6個屬性特征以及特征詞表，篩選彈幕評論中的特征詞與情感詞對。研究提出4種特征詞與情感詞配對模型，通過Python編寫正則表達式，進行特征詞與情感詞對的篩選，配對結果如表6所示。將配對好的特征與情感詞對歸類到對應屬性維度，計算屬性特征衡量數(shù)值。

表6 特征詞與情感詞配對

4. LSTM文本情感分析模型搭建

情感分析的目的是從彈幕評論中挖掘出消費者對主播特征或者產(chǎn)品性能的觀點信息和情感態(tài)度[27]。將特征詞與情感詞配對之后，本文用深度學習情感分析方法對詞對進行情感分析，進而得出各特征情感值。學術界采用的在線評論情感分析方法分為三種，即基于情感詞典與規(guī)則、傳統(tǒng)機器學習和深度學習神經(jīng)網(wǎng)絡法，每種方法均存在優(yōu)點和缺點[28]。深度學習情感分析是最近幾年的學術熱點，以較高的識別準確率和評價指標取得了廣泛的應用[28-29]。

本文使用Keras開源深度學習框架搭建LSTM文本情感分析模型，LSTM文本情感分析模型能夠?qū)W習長期依賴，允許信息長期存在，能有效避免常規(guī)RNN的梯度消失，模型效果較好[30]。利用LSTM文本情感分析模型[31]對電商主播不同屬性維度特征詞與情感詞對做細粒度情感分析。模型框架如圖1所示。

圖1 LSTM文本情感分析模型

模型訓練一共分為5個步驟，具體如下：

(1)準備實驗語料。人工標注正面評論與負面評論兩個集合。為了模型訓練的準確性，正面評論與負面評論的數(shù)量維持在1 ∶1，同時評論數(shù)量在2 000條以上。人工標注完成后，將兩份評論導入Keras平臺中進行訓練。

(2)將數(shù)據(jù)集分為訓練集和驗證集。為了有效訓練LSTM文本情感分析模型的準確率，本文將彈幕文本數(shù)據(jù)隨機以4 ∶1比例分成訓練集與測試集兩部分，分別用來進行模型訓練和測試模型準確率，研究將模型準確率指標分為3部分：F1-score，精準率和召回率。

(3)分詞。在自然語言處理(NLP)機器代碼識別范圍中，最小的單位是詞。為了能有效判斷直播彈幕抽取的屬性與情感詞對的細粒度情緒傾向，必須將文本轉(zhuǎn)換成最小單位。實驗使用jieba分詞對彈幕文本進行分詞。

(4)詞向量化。調(diào)用基于谷歌新聞的預訓練Word2Vec詞向量模型將彈幕文本向量化，將彈幕文本轉(zhuǎn)換為能傳遞給LSTM文本情感分析模型的輸入詞條向量列表。

(5)訓練LSTM文本情感分析模型。以詞向量表作為深度學習的訓練資料，將向量送入keras+LSTM文本情感分析模型深度學習框架中，設置LSTM模型參數(shù)開始訓練。模型測試結果的準確率如表7所示，可知模型訓練效果較好。

表7 模型準確率

調(diào)用訓練好的模型對電商主播不同屬性特征詞與情感詞對進行情感分析。情感分析結果是在[0，1]區(qū)間的實數(shù)，程序在默認情況下將大于0.5的情感值當作積極情感，小于0.5的情感值當作消極情感。默認情感閾值的設定很多情況下效果并不是最好。研究發(fā)現(xiàn)，情感值大于0.65為正情感，0.35～0.65為中立，小于0.35為負面情緒。實驗證明，這樣的情感閾值劃分有利于提高模型的應用準確率。

5. 情感分析結果

由圖2可以看出，達人型主播互動屬性、推薦屬性、展示屬性、專業(yè)屬性和信任屬性情感值較為積極；明星型主播魅力屬性、互動屬性和信任屬性情感值較為積極；官方店鋪型主播互動屬性、推薦屬性、展示屬性、專業(yè)屬性和信任屬性情感值較為積極。

圖2 不同類型主播屬性特征情感值

(二) 計量模型

1. 變量定義與計量模型構建

(1)電商主播屬性。選取三種電商主播類型(達人主播、明星主播、官方店鋪主播)的代表作為研究對象，采用錄屏的方式分別從各電商主播直播間獲取直播彈幕，為保證獲取時間不對彈幕數(shù)據(jù)產(chǎn)生干擾，本文在同一時間對三種類型主播獲取彈幕。彈幕爬取時間是2021年6月20日至2021年7月20日。達人型主播以李佳琦等為代表，共爬取62 587條彈幕；明星型主播以賈乃亮、劉濤等為代表，共爬取56 239條彈幕；官方店鋪型主播以三只松鼠、ONLY中國等為代表，共爬取48 965條彈幕。

為了方便構建計量模型，本文將電商主播6個屬性分別賦予字母以表示其含義：魅力屬性(A)、互動屬性(C)、推薦屬性(I)、展示屬性(U)、專業(yè)屬性(H)、信任屬性(M)。以電商主播魅力屬性(A)計算為例，Ai為魅力屬性包含的各特征詞的詞頻數(shù)，Bi為各特征詞相對應的情感值，其他屬性計算類似。

(2)產(chǎn)品搜索次數(shù)與購買銷量。電商主播通過對產(chǎn)品的展示和介紹吸引消費者進入直播間店鋪。從彈幕抓取開始到彈幕抓取結束，統(tǒng)計各電商主播店鋪產(chǎn)品的搜索次數(shù)與購買數(shù)量。電商直播平臺淘寶、抖音等都有自己的商品購買中心，消費者可在直播間搜索并下單。在彈幕抓取時間范圍內(nèi)，通過專業(yè)直播數(shù)據(jù)大羅神器平臺獲取統(tǒng)計各電商主播的商品搜索次數(shù)與銷量。將商品搜索次數(shù)定義為S，銷量定義為P，購買次數(shù)占總搜索次數(shù)之比定義為W。

2. 計量模型構建

本文采用虛擬變量Kj表示電商主播類型，用于區(qū)分不同主播類型的屬性對消費者搜索與購買商品行為的影響，j=0，1，2，K0為達人主播，K1為明星主播，K2為官方店鋪主播。當K0=1，K1=0，K2=0時， 因變量為達人型電商主播的搜索次數(shù)與銷售量；當K0=0，K1=1，K2=0時，因變量為明星型電商主播的搜索次數(shù)與銷售量；當K0=0，K1=0，K2=1時，因變量為官方店鋪型電商主播的搜索次數(shù)與銷售量；不存在K0，K1，K2同時為1或者兩個為1的情況。

對彈幕評論進行分詞、詞性標注，統(tǒng)計發(fā)現(xiàn)彈幕中包含電商主播屬性和產(chǎn)品屬性兩大部分，對詞頻占比進行統(tǒng)計，發(fā)現(xiàn)產(chǎn)品屬性不是消費者關注電商主播的首要原因。產(chǎn)品屬性表現(xiàn)為產(chǎn)品價格、質(zhì)量、外觀、類型等，而產(chǎn)品質(zhì)量、外觀等取決于消費者的主觀感覺，不能用客觀數(shù)據(jù)描述，因此本文將產(chǎn)品價格(J)、類型(L)等作為控制變量，參考黃敏學等[32]的研究，將產(chǎn)品類型分為實用品和享樂品兩種，實用品有手機、電腦和手表等，享樂品有牛奶、口紅、化妝品等,將實用品記為1，享樂品記為0。

綜上所述，本文建立了3個計量回歸模型。

模型一：電商主播推薦產(chǎn)品搜索模型

(1)

模型二：電商主播推薦產(chǎn)品購買模型

(2)

模型三：電商主播推薦產(chǎn)品購買比率模型

(3)

其中，K0，K1，K2是截距項；當j=0時，σ110，σ120，σ130，σ140，σ150，σ160分別為達人型電商主播的魅力、互動、推薦、展示、專業(yè)、信任等屬性對其推薦商品搜索行為的線性影響；σ210，σ220，σ230，σ240，σ250，σ260分別為達人型電商主播的魅力、互動、推薦、展示、專業(yè)、信任等屬性對其推薦商品購買行為的線性影響；σ310，σ320，σ330，σ340，σ350，σ360分別為達人型電商主播的魅力、互動、推薦、展示、專業(yè)、信任等屬性對其推薦商品購買比率的線性影響；當j=1時，研究對象為明星型主播，其他類似；當j=2時，研究對象為官方店鋪型主播，其他類似；β11～β31，β12～β32分別為控制變量的回歸系數(shù)，ρ1～ρ3為殘差項。

3. 數(shù)據(jù)分析

(1)文本分析結果。

對157 881條篩選彈幕評論消費者關注點占比分析發(fā)現(xiàn)，消費者在彈幕評論中提到電商主播屬性103 096次(65.3%)，遠遠超過產(chǎn)品屬性的54 784次(34.7%)，彈幕文本統(tǒng)計分析結果與孟陸等[33]的研究基本一致。在電商主播屬性方面，消費者彈幕評論多集中在互動屬性(27.9%)、魅力屬性(15.6%)和展示屬性(12.4%)上；在產(chǎn)品屬性方面上，消費者彈幕評論多集中在產(chǎn)品質(zhì)量感知(45.9%)、價格感知(40.2%)方面。文本分析驗證了消費者對電商直播的關注多集中在主播屬性上，產(chǎn)品特性起輔助作用。因此，本文將電商主播6個屬性作為自變量、產(chǎn)品特性作為控制變量進行研究和模型構建。

(2)計量模型實證結果分析。

使用Stata / MP 16.0軟件對數(shù)據(jù)進行分析，獲取的各電商主播不同屬性特征詞詞頻數(shù)以及情感值如表8所示。將標準化的數(shù)據(jù)放入式(1)、式(2)、式(3)中進行回歸分析，得出的模型回歸結果如表9所示。

表8 三種類型電商主播屬性各維度特征詞詞頻及情感值描述

表9 回歸結果

續(xù) 表

① 電商主播產(chǎn)品搜索模型分析。根據(jù)A×K0，C×K0，I×K0，U×K0，H×K0，M×K0對搜索次數(shù)S的回歸系數(shù)可知，對于達人主播來說，達人主播的魅力、互動、推薦、展示、專業(yè)、可信等屬性對消費者搜索次數(shù)產(chǎn)生正向影響。進一步分析明星主播的6個屬性回歸系數(shù)，A×K1，C×K1的系數(shù)為0.396，0.334，表明明星主播的魅力屬性和互動屬性顯著正向影響消費者對主播推薦產(chǎn)品的搜索次數(shù)，而明星主播的推薦、展示、專業(yè)和信任等屬性對消費者的搜索次數(shù)沒有影響。最后，根據(jù)官方店鋪主播屬性的回歸系數(shù)可知，互動、推薦、展示和信任等屬性正向影響消費者搜索次數(shù)，回歸系數(shù)分別為0.224，0.235，0.354和0.214，魅力屬性和專業(yè)屬性在影響消費者搜索次數(shù)過程中不起作用。

② 電商主播產(chǎn)品購買模型分析。根據(jù)A×K0，C×K0，I×K0，U×K0，H×K0，M×K0對銷量P的回歸系數(shù)可知，對于達人主播來說，達人主播的魅力、互動、推薦、展示、專業(yè)、可信等屬性對銷量產(chǎn)生正向影響，其中達人主播的互動、推薦、展示、專業(yè)、可信等屬性的回歸系數(shù)為0.294，0.354，0.298，0.267和0.287，表明其顯著影響消費者的購買次數(shù)。對明星主播來說，明星主播的魅力和互動屬性的回歸系數(shù)為0.268，0.282，表明其顯著影響消費者的購買次數(shù)；推薦、展示、專業(yè)和信任等屬性則對銷量不起作用。對官方店鋪主播來說，互動、推薦、展示和信任等屬性正向影響產(chǎn)品銷量，魅力和專業(yè)屬性不起作用。

③ 電商主播產(chǎn)品購買比率模型分析。根據(jù)A×K0，C×K0，I×K0，U×K0，H×K0，M×K0對主播推薦產(chǎn)品購買比率W的回歸系數(shù)可知，達人主播的互動、推薦、展示、專業(yè)和信任等屬性正向影響主播推薦產(chǎn)品購買比率，魅力屬性沒有影響。對明星主播來說，明星主播的魅力屬性和互動屬性正向影響主播產(chǎn)品購買比率，其回歸系數(shù)為0.312和0.204，推薦、展示、專業(yè)和信任等屬性對產(chǎn)品購買比率不起作用。對官方店鋪主播來說，官方店鋪的互動、推薦、展示和信任等屬性正向影響主播推薦產(chǎn)品購買比率，魅力屬性和專業(yè)屬性不起作用。

4. 結果分析

對于達人型主播來說，達人主播的魅力、互動、推薦、展示、專業(yè)和信任等屬性均正向影響消費者的購買意愿和行為。以李佳琦為代表的達人主播通過展示極具吸引力的魅力形象、良好的互動質(zhì)量、導購般的推薦、全方位的展示、專業(yè)的產(chǎn)品知識以及較高的可信度吸引消費者搜索并購買直播間推薦商品。

對明星型主播來說，明星主播的魅力屬性和互動屬性對消費者購買意愿和行為具有正向影響作用，推薦、展示、專業(yè)和信任屬性則不起作用。研究認為，明星在直播帶貨時，由于準備時間、技巧等不如專業(yè)主播充足、熟練，所以在推薦、展示和專業(yè)講解直播推薦商品方面不太熟練，知識和方法等欠缺。但明星以自身的明星光環(huán)及與消費者接地氣的互動喚起了消費者的購買意愿和行為。

對官方店鋪型主播來說，官方店鋪主播的互動、推薦、展示和信任等屬性對消費者的購買意愿和行為有正向影響，魅力屬性和專業(yè)屬性沒有作用。研究認為，可能是官方店鋪型主播旨在提升商品品牌影響力和銷量，在直播中側(cè)重于對商品的展示和講解，很少宣傳主播本身和培養(yǎng)粉絲群，整個直播間都是以擴大品牌曝光度和增加產(chǎn)品銷量為導向，而且消費者是因為商品而非主播來直播間購物，較為看重商品本身，故主播魅力和專業(yè)屬性在官方店鋪型主播對消費者的影響中不起作用。

五、研究結論與展望

(一)研究結論

本文運用扎根理論得出電商主播影響消費者購買的6個屬性特征：魅力屬性、互動屬性、推薦屬性、展示屬性、專業(yè)屬性和信任屬性；電商主播屬性影響消費者內(nèi)在感知，進而影響消費者購買意愿和行為；主播屬性與內(nèi)容一致性正向調(diào)節(jié)電商主播屬性對消費者內(nèi)在感知的影響，且強化了消費者內(nèi)在感知在電商主播屬性影響消費者購買意愿中起中介作用。達人型主播顯著性影響消費者購買意愿的屬性特征是魅力、互動、推薦、展示、專業(yè)和信任等屬性；明星型主播顯著性影響消費者購買意愿的是魅力屬性和互動屬性；官方店鋪型主播顯著性影響消費者購買意愿的是互動、推薦、展示和信任等屬性。

(二)研究意義與營銷實踐啟示

1. 研究意義

第一，本文豐富和拓展了電商主播屬性特征影響消費者購買意愿的研究。以往學者多是基于SOR理論模型對消費者購買意愿進行實證研究，研究偏整體，本文細化了不同類型電商主播哪些屬性特征能有效喚起消費者的購買意愿。

第二，數(shù)據(jù)來源方面，既有消費者主觀感受的數(shù)據(jù)——深度訪談，又有客觀感知視角的數(shù)據(jù)——直播彈幕，消費者發(fā)送彈幕時并不在實驗情境中，結論不易受研究者影響。兩份數(shù)據(jù)結合起來進行研究分析，研究結論具有豐富性和科學性。

2. 營銷實踐啟示

第一，對于電商主播群體來說，本文證明主播屬性與內(nèi)容一致性正向調(diào)節(jié)電商主播屬性對消費者內(nèi)在感知的影響，即主播自身展示的屬性特征和直播內(nèi)容相符合能增加消費者對主播的認同感、臨場感等，進而有效喚起消費者購買意愿。同時，針對不同類型的主播，本文還細化了哪些屬性特征能有效喚起消費者購買意愿，可以讓主播群體針對性改善直播服務。

第二，對于企業(yè)來說，企業(yè)應該重視主播帶貨給公司帶來的績效。目前，電商直播因互動即時、展示全面、專業(yè)講解等越來越受消費者青睞，市場規(guī)模增長迅速。同時，直播場景帶來的社會臨場感、主播互動等正向影響消費者的購買意愿。因此，企業(yè)應結合自身資源，根據(jù)不同類型電商主播屬性特征，有效選擇適合本企業(yè)的電商主播去帶貨，從而取得效益比最大化。

第三，對于直播平臺來說，直播平臺可利用本文研究結論，挖掘符合平臺發(fā)展戰(zhàn)略的電商主播作為宣傳重點，打造平臺定位來吸引受眾。同時，直播平臺應承擔企業(yè)責任，凈化直播平臺并遵守法律法規(guī)，對宣傳低俗、不健康等內(nèi)容的主播采取限流、封禁直播間等手段，營造一個有序健康發(fā)展的直播環(huán)境。

第四，對政府監(jiān)管機構來說，根據(jù)本文的研究結論，政府機構應針對不同類型電商主播屬性分別制定監(jiān)管政策，比如針對明星型主播應加強對商品質(zhì)量的監(jiān)管等，使消費者和商家的利益得到保障。

(三)研究展望

在控制變量的選擇上，由于產(chǎn)品質(zhì)量和產(chǎn)品外觀等變量為消費者主觀感受，不能用數(shù)據(jù)來表示，研究結論受到一定程度影響。未來隨著研究方法的進步，產(chǎn)品質(zhì)量和產(chǎn)品外觀可以用合適的指標數(shù)據(jù)來表示，并將其加入回歸模型當中，盡可能減少內(nèi)生性對回歸結果的影響；在研究對象選擇上，本文只選擇了達人、明星和官方店鋪型三種主播，未來研究可以挖掘游戲主播和娛樂主播等對消費者購買行為的影響，形成對比研究。當下主播帶貨已經(jīng)成為流行趨勢，挖掘每種類型主播的有效屬性特征對直播發(fā)展具有重要意義。