宣钰,孙江华
(中国传媒大学 经济与管理学院,北京100024)
直播购物是自2016年以后兴起的融合电子商务、直播、社交的新型购物方式,它解锁了“边看视频边下单”的全新购物场景。用户在观看购物直播的同时,通过点击屏幕上的商品链接就能进入到商品购买的详情页,实现新型购物入口的开启。相较于主要依靠文字和图片描述商品信息的传统网络购物,直播购物利用视频直播来向用户展示商品信息,利用主播与用户间的实时互动给用户带来更具临场感的购物体验。因此有不少用户逐渐喜欢上在直播间购买商品,直播购物也进入到快速增长阶段。
2019年被称为“电商直播元年”,诸多网络平台纷纷开启直播带货模式,各头部主播开始频繁出现在公众视野之中,直播购物真正实现破圈,成为大众购物方式之一。直播购物是经济和技术的深度融合,直播购物中清晰流畅的画面和声音传输,离不开信息技术的支持。2019年6月,工信部发放第一张5G商用牌照,标志着我国正式进入5G时代,5G的超实时、超高清、全维度场景传播,将进一步激发直播购物的全面升级与流行。直播购物产生于4G时代,必将在5G时代风生水起。
然而在2020年初,我国遭遇了一场突如其来的COVID-19新冠肺炎疫情,广大人民自觉响应政府号召待在家中,诸多线下商业活动被迫按下暂停键。随着疫情的逐渐好转,人民积压已久的购物欲望终得释放,直播购物反而实现逆势增长。据2020年4月30日商务部大数据监测显示,2020年一季度电商直播超过400万场[1]。5月1日,央视主持人组合为受疫情影响严重的地区直播销售产品,仅仅3个小时的时间,成交额就超过了5亿元,累计观看人数超过1000万。在此背景下,本研究将关注用户对直播购物使用行为的影响因素及它们产生作用的方式,以期通过实证研究,从用户认知和行为层面探讨直播购物发展的动因。
信息技术必须被使用者所接受和理解,并且要创造条件使其能够适用各种群体,这是信息技术领域一个高级优先的研究课题。在信息技术特性明显的网络消费者行为研究中广泛应用的模型是从行为科学理论中提出的技术接受模型(Technology Acceptance Model,TAM)及其理论基础之一的计划行为理论(The Theory of Planned Behavior,TPB)。
2.1.1 计划行为理论(TPB)
计划行为理论是由美国社会心理学专家Ajzen[2]于1985年提出并在1991年发展成熟的理论,之后就被广泛地应用于个体行为的解释和预测研究之中,该理论在研究个体如何计划行为来实现特定目标方面有着很高的解释度[3]。它认为人的行为是理性的,个人行为(Behavior)的直接影响因素包括行为意向(Intention)以及感知行为控制(Perceived Behavioral Control),同时行为意向又受到行为态度(Attitude)、主观规范(Subjective Norm)、感知行为控制这三个因素的影响。该理论的模型如图1所示,其中行为态度是指个体对某种行为所持有的稳定的,正向或者负向的评价;主观规范是指个体为了满足对其有重要意义的他人的期望而执行某种特定行为时感知到的社会压力;感知行为控制是指个体预测的执行某种行为的难易程度。
图1 计划行为理论模型
每个人在实际行动之前考虑的所有因素都通过行为态度、主观规范和感知行为控制来影响行为意向,当个人行为意向足够强烈并且预期完成该行为比较容易时实际行动才会产生。
2.1.2 技术接受模型(TAM)
新的信息技术出现以后,人们如何形成了接受或拒绝这两种不同的行为反应?Davis[4]在对上述问题的研究过程中提出了技术接受模型,该模型指出新的信息技术是否会被使用的决定因素是使用意图,感知有用性(Perceived Usefulness)与感知易用性(Perceived Ease of Use)以使用态度(Attitude)为中介影响使用意图(Intention to Use),同时感知有用性也能直接影响行为意向。技术接受模型如图2所示,其中外部变量包括系统设计特征、用户特征、政策影响等因素;感知有用性是使用者认为该技术能在多大程度上的提升自身的工作效率;感知易用性是个人认为使用该技术需要付出的努力程度。
图2 技术接受模型
技术接受模型在预测和解释人对于新兴技术的接受程度时有着很好的效果,个人对新技术的感知有用性和感知易用性越高,使用态度就越积极,使用意图则越强烈,最终实际使用的可能性就越大。
这两个经典成熟的模型已经被学者们普遍接受,并广泛应用于用户行为研究中,只是在对用户意愿或行为的影响因素上有所区别,而究竟哪些因素起作用,这主要是由于不同的情形来决定的。例如,Torben[5]通过调查丹麦的1222名和瑞典的1038名消费者在网上杂货店的购买意向,发现计划行为理论对未来在线购物意向的解释力超过55%,感知行为控制因素对意向有直接的正向作用。程华和宝贡敏[6]基于技术接受模型对网络购物意向的影响因素开展实证研究,发现消费者感知有用性、易用性和安全性是是影响其购物态度和意向的三个关键因素。王晰巍等[7]构建了移动应用用户接受模型,结果显示信息、信息技术、信息环境均对用户态度具有正向影响作用,而用户态度对用户采纳行为具有正向作用。
近年来,与这两个行为理论相关的研究重点在于增加或减少模型的部分因素,或者在新的应用场景下不断修正模型,甚至开展跨学科研究;也有将两种模型相结合进行应用的情况[8]。本研究将以计划行为理论和技术接受模型为理论基础,构建二者相结合的直播购物用户行为影响因素模型,在不同应用环境中研究用户对直播购物的接受行为,一方面探讨直播购物用户的行为动因,另一方面也基于直播购物这一新的场景,试图丰富和发展用户行为模型的内涵。
在直播购物相关的代表性的成果中,刘忠宇等[9]通过实证研究构建了网红直播带货下,包含消费者认知——消费者情感——消费者意向3个层面的消费者购买意愿形成机制模型;刘洋等[10]通过调查问卷收集数据,研究网络直播购物特征对消费者购买行为的影响,发现网络直播购物中真实性、娱乐性、可视性、互动性等因素共同显著影响消费者冲动性购买行为。许贺[11]针对网络直播促进消费者购买这一现象,研究了直播购物情境中消费者冲动性购买意愿的影响因素。文章基于SOR理论建立模型,利用问卷数据进行实证分析,最终结果表明直播互动性、直播娱乐性、意见领袖、价格折扣、可视性、商家服务、增值内容对服装冲动性购买意愿具有显著正向影响。感知愉悦、感知唤醒在这些影响因素与服装购买意愿的关系中起中介作用。
直播购物作为一种新型的消费者行为模式,假设计划行为理论能够很好的解释其影响因素,基于此提出经典的理论假设1、假设2、假设3、假设4:
H1:用户对直播购物的态度能够正向影响其购物意向;
H2:主观规范能够正向影响用户的直播购物意向;
H3:感知行为控制能够正向影响用户的直播购物意向;
H4:用户的直播购物意向会正向影响其行为。
用户在直播平台上购物的过程也是接受新的信息技术的过程,Cho & Sagynov[12]指出用户对在线环境的感知有用性显著影响用户的购买意愿。Luqman等[13]在研究用户对移动电子商务的持续使用意向时发现感知易用性是显著影响因素。所以本文根据技术接受模型提出假设5和假设6:
H5:感知直播购物有用能够正向影响用户对于直播购物的态度;
H6:感知直播购物易用能够正向影响用户对于直播购物的态度;
Moon & Kim[14]在其研究中以技术接受模型(TAM)为基础,引入感知愉悦性作为影响万维网使用态度的第三个因素。Ahuja & Khazanchi[15]指出愉悦性是主要影响用户接受使用的因素。周沛等[16]在研究购物类APP持续使用影响因素时验证了感知愉悦性的显著影响。本文也将感知愉悦性作为影响行为态度的因素,并提出假设7:
H7:感知直播购物愉悦能够正向影响用户对于直播购物的态度。
江明华和董伟民[17]证实了在线下交易中,商品价格促销对于消费者的购买意向确实存在着正向的影响。雷玲等[18]对网上冲动购买的形成机制进行了实证研究,研究结果显示产品促销策略会对消费者产生冲动购买行为有显著影响。考虑到商品的促销折扣正是直播购物的一大特点,所以本文将“促销折扣”作为影响行为意向的外生潜变量加入模型,提出假设8:
H8:促销折扣能够正向影响用户的直播购物意向。
(2)实践贡献在于探析现行6版数学教材中“平行四边形”内容的螺旋式编写特点及存在问题,进而提出了相关教材编写建议.文[8]的研究对象是中韩高中数学教材中的全部内容,文[9]聚焦于国内北师版和西师版小学数学教材中的“统计与概率”.研究者选取小学和初中连续的6个版本义务教育数学教材内容中的“平行四边形”,从某种程度上讲,所分析的教材囊括了中国现行义务教育数学教材的所有版本.
综合以上假设,本文建立了如图3所示的假设模型。
图3 本研究假设模型
本研究的数据收集方法为问卷调查法。问卷中除对被调查者基本信息的调查外,最重要的内容是对9个核心概念的测量。对直播购物态度(A)、主观规范(SN)、感知行为控制(PBC)、感知直播购物有用(PU)、感知直播购物易用(PE)、感知直播购物愉悦(PP)、促销折扣(PR)、直播购物行为意向(BI)这8个概念的测量采用李克特5点计分法,题项设计以Taylor & Todd[19]、Moon & Kim[14]、张辉等[20]诸多研究者采用的国内外成熟量表为基础,并结合直播购物行为特点进行了调整;对用户的行为(B)的测量选用“是否观看过购物直播”、“是否在直播平台上购买过商品”这两个二分变量,可通过直接询问的方式获得。具题项设计请见表2前两列。
本次调查利用问卷星作为数据收集的工具,分别于2020年2月3日~2月6日、4月19日~4月21日社交平台上两轮集中分发调查问卷。最终获得了294份有效问卷(其中2月份110份、4月份184份)。由于不是随机样本,研究结论不足以推断总体结构及使用率等信息,但本研究的目的在于探索变量间的关系和作用方式,数据是可以采用的。数据分析过程采用SPSS24.0及AMOS22.0软件进行。
本文开篇已经指出,在今年抗疫期间,大部分的线下活动移到了线上,网络直播购物在此期间有爆发式的增长。1月23日武汉市封城,到4月8日解封,意味着在这一期间我国为抗疫工作付出了艰苦努力,也取得了阶段性重大胜利。本研究的两次数据采集时间点恰好覆盖到了抗疫初期与抗疫后期,除了验证研究的基本模型之外,也可以借机验证抗疫期间直播购物用户接受和使用的主要影响因素有无变化。
调查样本的整体结构情况及前后两次样本结构有无差异的检验情况见表1。两次调查样本结构在性别、最高教育程度和职业方面无差异,在年龄、收入上有差异(后期与前期相比,青年群体比例降低、中年群体比例上升;月收入1万元以下者比例降低、1万元以上者比例升高)。另外,是否观看过购物直播、是否在直播平台上购买过商品这两个变量的取值均有明显的变化,看过及买过的比例在疫情后期都有较大的提高。所憾是非随机抽样方法,该结果有待进一步验证。
表1 两次调查样本基本情况
采用内部一致性系数——Cronbach’sα系数及组合信度CR系数共同来评价量表的信度,用因子载荷系数及平均方差提取值AVE来评价量表的聚合效度。总量表的Cronbach’s α系数为0.937,分量表的信度与效度分析结果如表2所示。本研究的量表上述各指标均在可接受范围,量表通过了信度和效度检验。
表2 量表及其信度与效度分析结果
续表
运用AMOS22.0软件采用极大似然法对图3所示的假设模型进行估计,结果发现H6和H8系数不显著。调整模型路径,把H8修改为从PR至B的路径(即假设H9:促销折扣因素直接影响使用行为),该假设通过显著性检验。但感知易用性因素如何调整都不显著,去除该因素,其他假设全部通过检验。模型拟合度情况如表3、路径系数假设检验详细结果如表4、标准化路径系数如图4所示。模型拟合度指标均在可接受范围之内,说明模型拟合度较好。
表3 模型拟合度
表4 模型路径系数及假设检验结果
图4 标准化路径系数
5抗疫前后期用户使用行为影响因素的变化
正如前文所述,本研究可以分别对前后两次收集的数据分别建模,以洞察两个时期影响因素的变化情况。在图4所示模型的基础上,分别基于抗疫前期数据和抗疫后期数据建模,经过反复的模型修正,最优的模型估计结果见表5和图5、图6。
表5 抗疫前期和抗疫后期模型拟合度
图5 抗疫前期模型的标准化路径系数
图6 抗疫后期模型的标准化路径系数
如果反过来用图5的模型拟合抗疫后期的数据,模拟拟合优度较差,且主观规范和直觉行为控制到行为意向的路径系数不显著;用图6的模型拟合抗疫前期的数据,促销折扣到行为的路径系数则不显著。因此可以说,两个时间点相比,直播购物的行为模型发生了根本性的变化。抗疫前期用户对直播购物的行为基本是沿袭技术接受模型和计划行为理论的发展规律。而这两个理论的基本前提都是人的行为是理性的。
在抗疫后期,技术接受模型和计划行为理论已经不能很好地解释用户的行为了。在更为优化的后期模型中,态度不再是通过影响行为意向间接影响行为,而是对行为产生了直接影响。用户行为受到态度和促销折扣的直接影响,这一影响路径更接近于心理学中行为主义学派的刺激—机体—反应(Stimulus-Organism-Response Model,SOR)理论模型:购物直播视频是一种视觉和听觉的综合性刺激,让用户感知有用和愉悦,从而产生积极的态度,再加上较大的促销折扣力度的进一步刺激,直接导致了购买行为。这是一种冲动性消费的模式,已经不再是有计划性的理性行为。由于疫情的影响,人们有更多时间在家中,因而有更多的机会去看购物直播,在积极态度认知和商品低价刺激下,产生消费性冲动而产生使用行为,这一影响路径可以很好地诠释疫情期间直播购物得以进一步蓬勃发展的原因。
通过以上研究可知,直播购物的发展规律仍符合技术接受理论模式和计划行为模式,但又有鲜明的个性特点,诱人的促销折扣会影响人们对直播购物的使用行为。在全国抗击新冠肺炎疫情初期到武汉解封后的将近3个月时间中,用户对直播购物的行为模式发生了本质的变化,从前期偏向理性的计划行为变化为后期受到愉悦感及促销折扣双重刺激而产生的冲动性消费。这可以说是新冠疫情对人们消费行为改变的一个具体证据。
本文在直播购物这一新的应用场景下,丰富和拓展了技术接受模型、计划行为理论以及刺激—机体—反应理论的具体内涵;建立了直播购物用户使用行为的影响因素模型,在诸多前人关于行为意向研究的基础上又进展了一步。本文发现抗疫后期直播购物用户存在冲动性消费模式,为了保护消费者的合法权益,期望对直播平台和直播企业提出了更高的行为规范要求,以避免各种扰乱正常市场秩序的行为出现。
本文还存在着一些不足之处,首先样本量略少,其次研究所用的量表的信度和效度系数达到了可接受范围,但仍有进一步优化的空间。今后与本课题相关的研究方向有两个,一是进一步基于SOR理论设定直播购物用户行为研究假设模型,并基于更大样本的数据进行验证;二是上升到宏观的产业发展层面,基于宏观经济发展数据继续开展该领域的相关研究。