价值共创在直播电商平台的影响因素

潘强?林萌菲

摘 要：本文研究直播电商平台用户参与价值共创意愿的影响因素。首先分类直播电商用户参与价值共创意愿的行为。其次，构建直播电商平台用户参与价值共创意愿影响因素模型，其中的变量选用UTAUT2 模型七个变量，根据直播电商平台的特点添加感知风险、感知认同两个变量。再次，制作对应的调查问卷，并进行样本分析。最后，根据分析结果从直播电商平台、互联网营销师和平台用户三个不同主体视角出发，对价值共创的实现提出相应的对策。

关键词：直播电商;UTAUT2模型;价值共创;用户行为;影响因素

一、引言

随着传统图文电商面临流量红利消退、电商平台渗透率接近天花板所带来的获客成本问题不断突出，电商行业发展需要新的增长点。随着信息领域“新基建”的发展，在各类社交短视频平台和电商直播平台上基于互联网营销师（包括网红主播或者KOL）进行推荐卖货成为解决电商商品流量资源不足的主流途径，其中淘宝商家直播场次甚至占比达到90%。比之传统图文电商，这是一种高效率的货品信息传递模式，直播电商还创造了新的消费需求，具备动态化、去中心化、高互动性等特点。互联网营销师们一方面需要以优质内容吸引粉丝，实现流量聚集;另一方面与粉丝积极互动，提高粉丝体验、建立信任关系，从而使粉丝转变为消费者，并提升粉丝的忠诚度，实现流量的持续变现。如何持续吸引这个身兼粉丝与消费者两职的群体，并提高其参与价值共创是一个有趣的课题。直播电商平台用户也面临有二个主要的问题。其一，消耗大量时间。盯着屏幕观看几小时直播，仅享受微不足道的折扣。其二，购买直播平台的商品仍然存在多方面的风险。在服务日趋同质化的电子商务平台竞争环境中，顾客更希望有个性化体验。企业独自创造个性化体验越来越难。在此情况下，顾客参与价值共创能够带给顾客独特的个性化體验。本文基于改进的整合型技术接受使用统一理论模型（UTAUT2），分析直播电商用户参与价值共创意愿的影响因素。理论上修改UTAUT2模型的变量，以适应研究本问题，是对UTAUT2模型理论体系的有益补充;实践上为直播电商平台质量的提升和粉丝消费转化率的提高提供有意义的参考。

二、理论

UTAUT 2模型是根据技术接受的相关理论重新整合而成的模型，主要有七个核心变量：绩效期望（PE）、努力期望（EE）、社会影响（SI）、便利条件（FC）、享乐动机（HM）、习惯（EH）、价值权衡（PV），用来解释用户的使用意愿（Behavioral Intention）和使用行为（Use Behavior）的影响。

价值共创理论经历了五个发展阶段，不同的学者对其有不同的定义范围。其中，定义“价值共创是指消费者与企业在产品或服务的生命周期中进行协作进而创造价值的行为”影响度较大。在现在的商业运行机制下，顾客开始主动甚至主导价值创造。用户参与对于价值创造非常重要，而且用户参与已经成为一种生产消费趋势，这反映营销转变为服务主导逻辑。

Silpakit 等提出，三种顾客参与价值共创的形式，分别是智力、体力和情感。智力参与是指顾客与企业直接进行交流与合作，如建议改造直播的流程;体力参与是一种顾客参与行为的过程，如顾客参与直播的线下活动。情感参与则指顾客对服务企业感情交流，如顾客与直播平台及互联网营销师的互动，共同塑造直播形象，为企业传播正面口碑。

Bitner 等曾划分了共创水平的三个层次，并定义了参与的标准。根据其标准，划分直播电商平台用户参与价值共创活动。低等水平参与活动包括：观看公域直播;领取红包、返现、优惠券等优惠;购买商品行为。中等水平参与活动包括：关注互联网营销师;给互联网营销师发送点赞、弹幕等互动操作;与互联网营销师进行其他免费互动游戏;用户提出的团购等电商服务要求;用户改造直播流程的建议。高等水平参与活动包括：打赏互联网营销师;通过支付费用方式，获得消除广告、用户出场特效、与互联网营销师连麦等特权;参加直播电商平台的线下活动;加入互联网营销师粉丝微信群或者其它的即时通信群;参与互联网营销师的其他私域直播及其组织的其它线下活动。

顾客参与价值创造是一把“双刃剑”，它在不同情境下会产生不同效应，如何情境化不同的影响效应，提高对顾客共创的研究深度，成为未来重要的研究路径。

由于直播电商平台用户参与价值共创的行为是一种典型的新技术下的使用行为，而UTAUT2模型研究解释此类问题有很高的解释度，因此本文选用UTAUT2模型解释直播电商平台用户参与价值共创的行为。

三、研究假设

1.绩效期望

本文将绩效期望定义为用户主观认为与直播电商平台进行价值共创，获取更好购物效果和购物体验的感知程度。感知程度越高则绩效结果就越有效，用户参与价值共创的意愿也更加强烈。假设：

H1：直播电商平台的绩效期望正向影响直播电商用户的共创意向。

2.努力期望

本文将努力期望定义为直播电商用户在使用直播平台时所感知的易用程度。Venkatesh的相关研究指出：使用某方面技术所需要的主观付出的努力，某种程度上会直接影响用户对该技术的接受及使用情况。直播电商平台需要使用互联网技术，操作是否容易上手会直接影响到用户的接受情况。假设：

H2：努力期望正向影响直播电商用户的共创意向。

3.社会影响

社会影响是指直播电商用户受社会关系的口碑程度。本文主要指用户根据熟悉的人及其他不熟悉的相关购买者的推荐意见、直播电商平台及其互联网营销师与用户的互动、用户间的互动这三个方面对价值共创行为的影响。假设：

H3：社会影响正向影响直播电商用户的共创意向。

4.便利条件

便利条件是指直播电商平台用户对于参与价值共创的便利条件的感知程度。本研究中的便利条件具体指用户对顺利使用直播电商平台进行价值共创所需的方便条件与技术支持的感知程度。假设：

H4：便利条件正向影响直播电商用户的共创意向与行为。

5.享受动机

享受动机是指直播电商平台用户在直播电商平台购买商品时感知享受的程度。本研究中的享受动机具体指购买商品时的有趣感、成就感和愉快感等心理上的享受感知的测试。因此假设：

H5：享受动机正向影响直播电商用户的共创意向。

6.习惯

习惯是指直播电商平台用户趋向于使用自己常用的平台进行直播购物。假设：

H6：习惯正向影响直播电商用户的共创意向与行为。

7.价值权衡

价值权衡是指直播电商平台权衡使用平台获取的收益和支付金钱的损失。也就是说，权衡使用平台的性价比。假设：

H7：习惯正向影响直播电商用户的共创意向。

8.感知风险性

虽然直播能从视频中直观地感知商品，在一定程度上降低网络消费的不确定性，但是感知风险依然是影响用户网络消费的重要因素之一。假设：

H8：感知风险性负向影响直播电商用户的共创意向与行为。

9.感知认同

情绪是消费者行为的核心，了解消费情绪对企业理解消费者的行为十分重要。角色认同是指特定角色的自我观点，可以将自己与其他人区分开来，也符合所属社会群体的信仰、行为和价值观。假设：

H9：认同感知正向影响直播电商用户的共创意向与行为。

构建出直播电商平台用户参与价值共创意愿模型如下图所示。

四、实证分析

1.问卷设计

本文采用问卷调查的方式对构建的电商平台用户参与价值共创意愿概念模型进行检验，根据上述的模型图制作测量题目，其量表设计主要参考如下来源：UTAUT 2模型的7个变量參考，价值共创意向和价值共创行为均参考（Venkatesh，2012），感知风险变量参考（RN Stone，1993），感知认同变量参考（RP Bagozzi，1999）。问题的选项使用李克特5级量表。为保证问卷的效度，先随机邀请30名用户进行问卷前测与访谈，对问项进行完善，制作出最终调查问卷。其中对收入情况的调查，30名用户都选择“保密”，可见现在大家注重保护自己的敏感数据，因此在最终调查问卷中没有对收入情况的调查。然后通过线上、线下相结合的方式发放问卷共584份，收回有效问卷531份，其中无效问卷53份，收回率为90.92%。

2.样本的人口统计特征

本次调研中，性别方面的结构如下：男性260人，占比48.96%，女性271人，占比51.04%。年龄方面的结构如下：19岁及以下112人占比21.1%，20岁-29岁143人占比26.9%，30岁-39岁122人占比22.96%，40岁-49岁90人占比16.95%，50岁及以上64人占比12.05%。学历方面的结构如下：初中及以下273人占比51.4%、高中/中专/中职151人占比28.44%、专科/高职26人占比9.6%、本科及以上33人占比10.55%。由此，可以得出初中及以下的学历占直播电商平台用户数量较大，其比重超过了50%。以上结果与CNNIC调查的中国互联网络最新发展报告所显示网民的性别、年龄、学历结构基本相似，说明本次问卷调查真实、有效。

3.样本数据分析

（1） 信度与效度分析

采用克朗巴哈α系数对问卷进行信度检验。对整体问卷的信度分析表明，克朗巴哈α系数为0.888，各变量的标准化因子载荷、CR在表3中列出。上述数据表明本量表较高的信度，反映出被测变量的真实程度。另外，各题项删除后的克朗巴哈α系数都小于未删除前，因此保留全部题项。总之，问卷设计合理，信度较好。

采用因子分析方法对问卷进行效度检验。其中，KMO 数值代表与有关系数与净相关系数的比值，该比值越接近 0，变量间相关性越强。一般认为 KMO 数值大于 0.5 适合做因子分析;Bartlett球形检验用来确定相关系数是否不同且大于 0，当其统计值显著水平小于 0.05时表示相关系数满足要求，适合做因子分析。同时，当因子的特征值大于 1 时，解释总体方差百分比大于 50%，有较好的结构效度。KMO 值为 0.891，球形检验显著性为0.000，量表的结果可以作因子分析。

（2） 结构方程模型的检验

对变量进行验证性因子分析在表 1列出，CR值均大于 0.6，表明较好的可信性;AVE值均大于 0.5，表示良好的效度。模型的适配度指标在表 2列出，各种关键指标均符合标准。最后，表3列出具体的结构模型路径系数。

五、发展建议

从直播电商平台的角度来看。首先通过增强企业的决策、组织及管理能力，提升平台的核心竞争力，提供个性化服务（如关注主播等，定时提醒）让用户更有意愿购物，习惯在平台购物，达到提高绩效期望、感知认同和习惯三个变量影响这一目标;简化平台操作流程，让用户更容易上手，更容易找到用户想要的直播节目，达到提高努力期望变量影响这一目标。从“量”的角度出发，政策上支持甚至补贴能带来巨大流量平台的互联网营销师进驻，提出更有竞争力的收益分配体系吸引有潜力的互联网营销师进驻，进而吸引更多的用户在平台上进行购物;从“质”的角度出发，建立平台强大的品质保障、完善的售后服务和良好的服务体验，影响用户产生正面的弹幕或者评论，从而树立良好的平台口碑。从“量”与“质”两个方面，达到提高社会影响变量影响这一目标。不断改进平台APP，让用户可以随时随地流畅地使用直播购物平台，但同时也需要遵循行业自律，制订相关规则，解决目前网络直播中的乱打赏无人管的问题，加强对互动信息的监控，过滤不可靠和言论不当信息，提高信息质量，达到提高便利条件变量影响这一目标。直播电商平台应要杜绝过度广告，避免虚假宣传，积极处理刷单问题，监管进驻平台的互联网营销师，保护用户敏感数据，禁止传播不符合社会主义价值观的思想，保障双方交易的安全性，降低服务交易的风险，增强用户信任感，从而达到降低感知风险变量影响这一目标。

從互联网营销师角度来看，互联网营销师需要塑造品牌形象和价值观，让用户在参与价值共创的过程中做出实时回应，从而达到“超程沟通”的效果。互联网营销师一方面要提高直播购物的趣味性和独特性，改造直播购物流程，增加娱乐元素，让消费者既能发散思维又能感受到乐趣;另一方面要提高互动性，构建良好的互动环境，优化界面效果，让消费者产生归属感，达到提高感知认同影响这一目标。提供质量更好、价格更低的产品，在直播时段通过发放红包等实惠的方式提高了用户下单的概率，从而促使消费者积极参与到社交商务价值共创活动中，达到提高价值权衡变量影响这一目标。

参考文献：

[1]钟涛.直播电商的发展要素、动力及成长持续性分析[J].商业经济研究，2020（18）：85-88.

[2]Zhang C X，Fong L H N，Li S N.Co-creation Experience and Place Attachment：Festival Evaluation[J].International Journal of Hospitality Management.2019，81（8）：193-204.

[3]Venkatesh V，Thong J Y L，Xu X.Consumer Acceptance and Use of Information Technology：Extending the Unified Theory of Acceptance and Use of Technology[J].MIS Quarterly，2012，36（1）：157-178.

[4]简兆权，令狐克睿，李雷.价值共创研究的演进与展望——从“顾客体验”到“服务生态系统”视角[J].外国经济与管理，2016，38（9）：3-20.

[5]范秀成，杜琰琰.顾客参与是一把“双刃剑”——顾客参与影响价值创造的研究述评[J].管理评论，2012，24（12）：64-71.

[6]Slipakit P.，Fisk R.P.Participatizing the Service Encounter：A Theoretical Framework[C].In Bloch，T.M.，Upah，G.D.，Zeithaml，V.A.（Eds.），Services Marketing in a Changing Environment，Chicago：American Marketing Association，1985：117-121.

[7]Bitner M.J.，Faranda W.T.，Hubbert A.R.，et al.Customer Contributions and Roles in Service Delivery[J].International Journal of Service Industry Management，1997，8（3）：193-205

[8]Baptista G，Oliveira T.Understanding mobile banking：The unified theory of acceptance and use of technology combined with cultural moderators[J].Computers in Human Behavior，2015，50： 418-430.

[9]Christensen，P.N.Social norms and identity relevance：a motivational approach to normative behavior.[J].Pers Soc Psychol Bull，2004，30（10）：1295-1309.

[10]Bagozzi R P，Gopinath M，Nyer P U.The role of emotions in marketing[J].Journal of the Academy of Marketing Science，1999，27（2）：184.