大學(xué)生在直播平臺購買意愿影響因素組態(tài)與路徑研究

張晨晨 楊振淇

摘?要：在“萬聯(lián)網(wǎng)”背景下，傳統(tǒng)消費模式正向著“宅經(jīng)濟”模式轉(zhuǎn)型，直播帶貨行業(yè)也迎來了飛速發(fā)展的時期，隨著“Z世代”（新時代人群）成為網(wǎng)絡(luò)消費的主力軍，大學(xué)生群體已成為直播電商未來發(fā)展的重要市場。文章以塔里木大學(xué)學(xué)生為實例，通過問卷調(diào)查，選取可支配收入、互動體驗、購買意愿等變量，通過組態(tài)分析與穩(wěn)健性檢驗，最終得到大學(xué)生在直播電商中影響購買意愿的因素的幾種不同組合的影響情況，并對其進行分析總結(jié)。

關(guān)鍵詞：直播帶貨；影響因素；模糊集定性比較分析

中圖分類號：F724.6;F274文獻標識碼：A文章編號：1005-6432（2024）05-0132-05

DOI：10.13939/j.cnki.zgsc.2024.05.031

1?問題的提出

近年來，我國5G技術(shù)迅速發(fā)展的同時，也帶動了互聯(lián)網(wǎng)的迅速發(fā)展。當前“萬聯(lián)網(wǎng)”時代迅速發(fā)展的背景下，人們的消費理念正從傳統(tǒng)的消費模式向著“宅經(jīng)濟”模式轉(zhuǎn)型，直播帶貨行業(yè)也因此迎來了更加迅猛的發(fā)展趨勢。FastData極數(shù)發(fā)布的《中國年輕用戶電商消費洞察報告2021》數(shù)據(jù)顯示，截至2021年11月電商新用戶中“Z世代”占比高達56.3%，已成為電商行業(yè)未來發(fā)展的主要引擎，是未來電商市場最重要的增量市場。大學(xué)生群體作為“Z世代”中的主力軍，研究其在直播購物環(huán)境中的購買意愿及其影響因素，已成為一個需要解決的熱門問題。文章以塔里木大學(xué)學(xué)生為研究對象，分析大學(xué)生在直播帶貨中的購物情況，利用SPSS?26.0軟件對數(shù)據(jù)進行處理后，運用定性比較分析對大學(xué)生在直播平臺購買意愿影響因素的組態(tài)與路徑展開研究分析。

2?文獻綜述及變量的選取

直播帶貨是近年來在我國迅速發(fā)展的新興行業(yè)，是目前新穎的研究內(nèi)容，現(xiàn)已有部分學(xué)者對其進行研究、報告，但尚未形成完整的研究體系與理論成果。當前對于此問題的研究方向、內(nèi)容成果等方面呈現(xiàn)多元化。下面就該問題及其相關(guān)領(lǐng)域近幾年的研究及其報告做簡要分析論述。

張爍、簡明宇和鄭毅敏（2022）基于傳播學(xué)中的AIDMA理論和SOR理論模型為基礎(chǔ)，構(gòu)建了直播帶貨消費者購買意愿模型對其的逆行分析，最終得出了消費者的購買意愿會受主播外形、信任程度、商品需求和促銷刺激的正向影響[1]。王鍇文（2022）通過問卷調(diào)查，用“聚類分析+特征選擇”等統(tǒng)計分析方法對直播環(huán)境下消費者購買意愿進行分析，最終通過建立ROC曲線與混淆矩陣得到最優(yōu)預(yù)測模型，得到直播購物的環(huán)境、購物過程中的服務(wù)體驗、直播購物情況，受訪者對直播的參與程度及其年齡都對未來購買意愿有著顯著的影響[2]。陳密（2020）從刺激反應(yīng)理論框架出發(fā)，運用SPSS?26.0軟件對問卷數(shù)據(jù)進行處理，最終得到網(wǎng)紅影響力、優(yōu)惠屬性、即時雙向互動性、娛樂屬性均對直播帶貨過程中消費者購買意愿存在著正向影響[3]。柳凌镕、王瀾（2021）基于SICAS消費模型，并對原有模型進行轉(zhuǎn)換，從消費者自身、網(wǎng)紅與其帶貨直播間三個層面進行分析，研究在網(wǎng)紅視角下消費者的購買因素，得到消費者的收入水平、消費者的消費觀念、消費者在直播間的觀看體驗、主播的表達能力、帶貨主播的工作專業(yè)能力、主播自身發(fā)展方向的定位等都是影響消費者購買決策的因素[4]。

筆者通過查閱近年來的大量相關(guān)文獻，得到各類影響因素及其對應(yīng)指標，最終篩選出所需影響因素及其指標并制作了調(diào)查問卷。文章則根據(jù)相應(yīng)調(diào)查問卷的設(shè)計及對問卷數(shù)據(jù)的處理結(jié)果，設(shè)置了條件變量（解釋變量）X1、X2、X3、X4；結(jié)果變量（被解釋變量）Y，具體如下：

信任程度（X1）：帶貨主播與粉絲或消費者之間的相互信任關(guān)系。

互動體驗（X2）：消費者觀看感興趣的主播及商品，能方便地與他人交流信息，反映消費者對互動體驗的偏好。

感知價值（X3）：消費者因感知成本收益對產(chǎn)品的總評價；感知成本即消費者所能感知到的自己獲得商品的時間、精力、貨幣等方面的總付出。感知收益包含情感價值、功能價值和社會價值。

娛樂屬性（X4）：消費者在觀看直播或網(wǎng)絡(luò)購物時身心能感受到的愉悅程度可稱為感知型娛樂。

購買意愿（Y）：消費者愿意采取某種特定購買行為概率的大小，或消費者對某一產(chǎn)品或品牌的態(tài)度，受外部因素影響，可視為消費者選擇特定產(chǎn)品的主觀傾向。

3?研究準備

3.1?數(shù)據(jù)來源與基本特征分析

調(diào)查的實施為發(fā)放問卷調(diào)查，分別發(fā)放了線上調(diào)查問卷以及線下紙質(zhì)問卷。問卷主要采用李克特五分量表計分，內(nèi)含四個維度共28道題，分別為信任程度、互動體驗、感知價值、娛樂屬性，被調(diào)研者在“非常不同意、不同意、不確定、同意、非常同意”之間進行判斷和選擇。調(diào)查對象以塔里木大學(xué)的學(xué)生為主，涉及大一到大四的學(xué)生以及研究生。本次調(diào)查共發(fā)出問卷360份，收回315份，回收率達87.5％，去除一些答卷時間過短、缺少關(guān)鍵信息的無效問卷，剩余有效問卷270份，問卷有效率達85.71％。

在調(diào)查對象中的樣本性別上，男性占總體樣本的53.7％，女性占總體樣本的46.3％；被調(diào)查的男性和女性比例均衡，人員性別分配合理；所在年級占比均在20%左右，研究生占比較少，整體樣本的年級分配合理；經(jīng)常使用直播購物的人數(shù)較多，能夠更好地給予與直播購物相關(guān)的反饋；月均直播購物費用主要集中在500元以內(nèi)可以看出直播消費水平不高。調(diào)查樣本基本特征詳見表1。

3.2?問卷信效度分析

文章使用SPSS?26.0軟件，對量表進行信效度的檢驗。首要對量表中的四個條件變量進行信度檢驗，結(jié)果顯示，信任程度、互動體驗、感知價值、娛樂屬性的維度的Cronbach’s?alpha分別為0.948、0.943、0.917和0.836，結(jié)果變量量表的Cronbach’s?alpha為0.862，整體量表的Cronbach’s?alpha為0.981，均大于0.8，問卷量表信度良好。

此問卷量表均為自編量表，接下來對此做探索性因素分析。結(jié)果顯示，KMO檢驗系數(shù)為0.982，大于0.9，巴特利特球形度檢驗值為0，小于0.05，達到顯著性水平，表明問卷有結(jié)構(gòu)效度，樣本數(shù)據(jù)非常適合探索性因子分析，能對想要調(diào)查的東西起代表性作用。總共劃分了初始特征值大于1的四個維度，總累計方差百分比達到了70.85%，說明提取出的幾個主成分對原始變量的解釋度是良好的。

因子載荷系數(shù)成分表上顯示各個主成分的因子載荷系數(shù)均大于0.5，表明這幾個維度劃分良好，與原始問卷量表劃分一致，說明該問卷結(jié)構(gòu)效度良好。

4?定性比較分析

4.1?原始數(shù)據(jù)準備和校準

文章采用直接校準法，使用完全隸屬閾值、交叉點、完全不隸屬閾值這三個臨界值進行校準，用fsQCA將樣本數(shù)據(jù)校準為0.0～1.0的集合隸屬分數(shù)[5]。文章借鑒Coduras等（2015）的方法[6]，將各維度量表題項得分的均值作為該維度變量的初始賦值，將樣本數(shù)據(jù)的3個錨點即完全隸屬值、交叉點和完全不隸屬值分別設(shè)定為樣本數(shù)據(jù)的90%分位數(shù)值、50%分位數(shù)值與5%分位數(shù)值[7]。用SPSS軟件計算得出校準閾值后，利用fsQCA?3.0中的Calibrate函數(shù)進行校準，將初始賦值轉(zhuǎn)換為0-1的模糊數(shù)。各變量校準閾值詳見表2。

4.2?必要條件分析

校準過后，在fsQCA中，恰好在0.5隸屬度的案例會被從分析中刪除[5]。為了克服這個問題，F(xiàn)iss（2011）建議在隸屬度為1以下的前因條件中加入0.001的常數(shù)[8]。因此，本項研究將0.50改成0.501。

運用fsQCA進行條件變量的必要性檢驗，檢查是否有條件對結(jié)果變量來說是必要的。結(jié)果顯示覆蓋度均大于0.5，一致性水平均小于0.9且沒有負值[9]，表明不存在影響購買意愿的必要條件。單個條件的必要性檢驗詳見表3，其中，“～”表示“非”。

4.3?建立真值表

由于樣本數(shù)量較多，文章將樣本頻數(shù)閾值設(shè)置為3，將一致性閾值設(shè)為0.8，并認為當PRI一致性大于0.75時視為有效[10]。

由此，運算得出真值表，詳見表4。其中有5種組合形式可增加大學(xué)生在直播平臺的購買意愿。

4.4?組態(tài)分析

運用fsQCA會得到復(fù)雜解、中間解和簡約解，一般選擇中間解和簡約解來對組態(tài)中的核心條件和邊緣條件進行分析[7]。出現(xiàn)在簡約解中的條件被稱為給定組態(tài)的核心條件，表明與結(jié)果存在很強的因果關(guān)系，是必須存在的條件，用符號“●”表示；出現(xiàn)在中間解但沒有出現(xiàn)在簡約解的其余條件稱為邊緣條件，與結(jié)果之間因果關(guān)系較弱，用符號“”表示。當變量不會對結(jié)果產(chǎn)生影響時，用空格表示。最終輸出的組態(tài)路徑分析結(jié)果見表5。

本研究解得四種組態(tài)，解的一致性為0.94，大于0.8，一致性程度良好；解的覆蓋度為0.856，大于0.5，表明這四條路徑對如何提高購買意愿的解釋力度很高。

4.5?穩(wěn)健性檢驗

為了驗證組態(tài)分析結(jié)果的穩(wěn)健性，文章對購買意愿影響因素的組態(tài)進行了兩次穩(wěn)健性檢驗，每次檢驗只改變一個條件。

首先，文章借鑒Fiss（2007）的研究[10]，將真值表中的原始一致性閾值由0.8提高為0.9，對購買意愿影響因素的組態(tài)的組合路徑重新運算。解的一致性、覆蓋度、組合路徑構(gòu)成均沒有發(fā)生變化，重新運算的結(jié)果同驗證前保持一致[11]。

其次，將PRI一致性由0.75降低至0.7[12]，產(chǎn)生的組態(tài)與現(xiàn)有組態(tài)一致。因此，可以看出四條組合路徑很穩(wěn)健。

5?購買意愿影響因素路徑研究

文章基于文獻研究，結(jié)合現(xiàn)階段直播帶貨行業(yè)發(fā)展現(xiàn)狀及問卷調(diào)查分析結(jié)果，以大學(xué)生為調(diào)研對象，最終得出對電商直播帶貨行業(yè)提高消費者購買意愿的四條路經(jīng)，以此助力并推動直播帶貨行業(yè)蓬勃發(fā)展。

路徑1：以產(chǎn)品為出發(fā)點，以信任程度、互動體驗、感知價值為核心，從選品到上架售賣，嚴格把控產(chǎn)品質(zhì)量，讓產(chǎn)品來征服消費者，既增強主播在消費者心中的信任程度的同時，也提升了消費者對產(chǎn)品的感知價值。同時，在主播講解產(chǎn)品過程中，做到以誠相待，不欺瞞、不虛報，讓觀眾在直播間清楚地感受到產(chǎn)品優(yōu)勢。此外，要積極完善產(chǎn)品售后，讓消費者真正感受到產(chǎn)品價值與服務(wù)價值。

路徑2：以直播平臺為切入點，直播帶貨團隊通過對直播間進行打造，建立屬于自己的獨特品牌形象，提升直播間的公信力。同時，在帶貨過程中創(chuàng)造“名場面”，并在直播結(jié)束后進行分析，通過娛樂吸引觀眾，增加人氣。此外，在直播間創(chuàng)造愉快積極的氛圍可以促進消費者與主播之間的雙向互動，提高兩者之間的親切感；消費者可以通過直播間彈幕、平臺消息等渠道對產(chǎn)品有更加細致的了解，這會對消費者的購買意愿產(chǎn)生正向影響。

路徑3：對于帶貨主播，其本身就具備一定的知名屬性與娛樂屬性，在粉絲群體中具有領(lǐng)袖作用，這本身就增加了消費者與主播間的信任關(guān)系，對粉絲購買意愿有著一定的影響。但對于初入直播間的用戶而言，讓其在直播間體會到產(chǎn)品的價值及功能，才能留住用戶，對于這點，主播首先要對自己的專業(yè)水平做出提升，還要選擇符合自身特點的產(chǎn)品，以此來留住老顧客，也讓新顧客在娛樂中感受到產(chǎn)品價值，增強其購買意愿。

路徑4：對于初次進入帶貨直播間的消費者或初次進行帶貨的主播，主播與其之間信任關(guān)系基本為零，要留住顧客并讓其具有購買意愿，就要培養(yǎng)兩者之間的信任關(guān)系，主播可以采用不同的帶貨方式增加趣味性，并與直播間觀眾進行積極互動，解答消費者對產(chǎn)品及其他相關(guān)問題的疑問。同時，主播要用專業(yè)的角度去介紹產(chǎn)品，讓消費者在直播間感受到樂趣，在互動中了解產(chǎn)品，致使其產(chǎn)生購買意愿。

6?結(jié)語

助力直播電商行業(yè)發(fā)展，不僅要對現(xiàn)階段市場進行研究，更要從未來市場進行著手。

對于電商企業(yè)來講，如優(yōu)化直播形式、提升產(chǎn)品質(zhì)量、完善售后服務(wù)、增強主播的專業(yè)度等都是未來促進企業(yè)發(fā)展的主要路徑。

對直播平臺而言，加強對電商直播的引導(dǎo)與監(jiān)督，不斷完善商家入住體系，探索未來直播發(fā)展方向，推進直播電商的合理化和規(guī)范化發(fā)展。

參考文獻：

[1]?張爍，簡明宇，鄭毅敏.直播帶貨消費者購買意愿影響因素研究[J].商場現(xiàn)代化，2022（17）：8-10.

[2]?王鍇文.?直播帶貨環(huán)境下的消費者購買意愿影響因素研究[D].昆明：云南財經(jīng)大學(xué)，2022.

[3]?陳密.?網(wǎng)紅直播帶貨對消費者購買意愿的影響研究[D].廣州：華南理工大學(xué)，2020.

[4]?柳凌镕，王瀾.網(wǎng)紅直播帶貨視角下消費者購買決策的影響研究[J].現(xiàn)代商業(yè)，2021（28）：48-50.

[5]?RAGIN?C?C.?Redesigning?social?inquiry：fuzzy?sets and?beyond[M].Chicago：University?of?Chicago?Press，2008.

[6]?CODURAS?A，CLEMENTE?J?A，RUIZ?J．A?novel?application?of?fuzzy-set?qualitative?comparative?analysis?to?GEM?data[J]．Journal?of?business?research，2015，64（4）：1265-1270．

[7]?張明，杜運周.組織與管理研究中QCA方法的應(yīng)用：定位、策略和方向[J].管理學(xué)報，2019，16（9）：1312-1323.

[8]?FISS?P?C?.?Building?better?causal?theories：?a?fuzzy?set?approach?to?typologies?in?organization?research[J].Academy?of?management?journal，?2011，54（2）：393-420.

[9]?SCHNEIDER?C?Q，?WAGEMANN?C.Set-theoretic?methods?for?the?social?sciences：a?guide?to?qualitative?comparative?analysis[M].New?York，?NY：?Cambridge?University?Press，2012.

[10]?FISS?P?C．A?set-theoretic?approach?to?organizational?configurations[J]．Academy?of?management?review，2007，32（4）：1180-1198．

[11]?孫春玲，姜韻濃.基于QCA方法的社區(qū)微更新項目公眾持續(xù)參與意愿影響因素研究[J].工程管理學(xué)報，2022，36（5）：67-72.

[12]?杜運周，劉秋辰，陳凱薇，等.營商環(huán)境生態(tài)、全要素生產(chǎn)率與城市高質(zhì)量發(fā)展的多元模式——基于復(fù)雜系統(tǒng)觀的組態(tài)分析[J].管理世界，2022，38（9）：127-145.

[基金項目]塔里木大學(xué)校級大創(chuàng)項目“大學(xué)生在直播平臺購買意愿影響因素組態(tài)與路徑研究——以塔里木大學(xué)為例”（項目編號：2022197）。

［作者簡介］張晨晨，女，江蘇徐州人，塔里木大學(xué)經(jīng)濟與管理學(xué)院物流管理專業(yè);楊振淇，男，甘肅武威人，塔里木大學(xué)經(jīng)濟與管理學(xué)院物流管理專業(yè)。