电商直播情境下任务契合度对用户粘性的影响研究

杨宇慧

（江苏大学 管理学院，江苏 镇江 212013）

一、引言

“十四五”规划提出促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，壮大经济发展新引擎。电商直播作为数字经济的重要组成部分，展现出强大的互动性、便捷性和经济性，为经济发展注入新动能，颠覆了消费者的传统消费模式和消费习惯。许多商家在数字化转型过程中纷纷进入了直播领域，使得同质化竞争愈发激烈。故此，商家要想在竞争中脱颖而出，更需要留住用户以防止用户流失，裨益直播间的持续流量和经营。因此，需要对用户粘性给予充分关注，深入探究其产生机理。鉴于用户粘性的重要性，近几年来越来越多的学者开始关注研究用户粘性的发生原因。从影响因素的视角来看，其驱动因素主要分为社会因素（用户态度、激励机制、社区领袖参与等[1]）与技术因素（信息质量、网站可用性等[2]）。任务契合度衡量电商直播时所示相关信息与用户达成购物目标的匹配程度，在本质上来看，就是电商直播信息内容的质量[3]，显然有可能对用户粘性产生一定程度的影响。因此，本文拟探讨电商直播情境下，任务契合度对用户粘性的影响机制。

刺激-有机体-反应理论（SOR）常用于消费者购买行为意愿的研究中，且同样适用于电商直播购物情境的研究中[4]。根据SOR 理论，外界环境作为刺激因素对个体心理状态产生影响，从而使个体产生趋向或回避性的反应行为[5]。鉴于此，本文认为存在个体心理变量在任务契合度与用户粘性间起中介作用。具体来看，用户会通过观看电商直播时获得的商品信息与需求任务的契合程度来判断感知价值的高低[6]。同时，用户会基于情感和成本-收益考虑展开持续使用，而持续使用会进一步发展出粘性行为意向[7]。这也就是说，感知价值不仅会受到任务契合度的影响，还会对用户粘性产生积极影响，是链接任务契合度与用户粘性的重要媒介。因此，本文将检验感知价值的中介作用，以期更好地解释任务契合度对用户粘性的内在作用过程，进一步加深对用户粘性影响机制的理解。

有别于欧美个人主义文化，中国人在集体主义氛围下往往更依赖情境，对信息影响更敏感，而这种易感性可能造成中国人的羊群效应、脸面消费等[8]。电商直播情境下，用户经主播推介完成信息的吸收和利用。高信息影响易感性的用户更愿意通过主播获取产品信息和消费建议[9]，避免风险与损失，也更可能基于较高的感知价值评价，从而进一步驱动用户粘性产生。因此，本文将信息影响易感性纳入研究框架内，探讨其在任务契合度与感知价值和用户粘性关系间的调节效应。

综上，本研究立足于电商直播情境，基于SOR模型，探讨任务契合度对用户粘性的过程机制及边界条件，检验感知价值的中介效应以及信息影响易感性的调节效应，从而为相关领域的理论研究和行业管理实践提供参考。

二、研究假设与模型

（一）任务契合度与用户粘性

任务契合度是指电商直播时所展示的商品信息符合用户完成购物目标的程度[3]。用户观看电商直播源自于个人的需求，其最为关注的是商品信息，而主播则通过电商直播平台准确发送和有效传达商品相关信息，以此来满足用户的需求[10]。当相关商品信息与用户的任务具有高度相关性同时数量较大时，那么这样的信息会影响用户的认识，具有内容展示和说服效应。已有研究证明，用户粘性与信息的质量相关，当信息广度、深度、效用等契合用户需求时会驱动用户产生粘性[11]。由此，本研究提出假设。

H1：任务契合度与用户粘性呈显著的正相关关系。

（二）感知价值的中介作用

感知价值是指用户基于其所能感知到的利得与其实际付出，经权衡后对某一服务或产品其效用的总体评价[12]。个体对外部信息感知、预期和判断具有重要作用，即在电商直播模式下，用户会通过观看电商直播时获得的商品信息与需求任务的契合程度来判断感知价值的高低。用户决策往往遵循自身效用最大化原则，而感知价值作为衡量效用大小的认知标准[6]。也就是说，高任务契合度下，消费者能轻松获取产品信息，有效节省他们的时间和精力，降低了购物成本[13]。此时，消费者感知利得大于成本，从而产生较高的感知价值评价。已有研究证实，任务契合度是影响消费者感知有用性的重要因素[3]，同时，感知有用性又是决定感知价值的重要因素[14]。由此，本研究提出假设。

H2：任务契合度与感知价值呈显著的正相关关系。

现有文献对粘性的界定主要有几个不同视角，如从网站或其产品和服务的角度对粘性进行界定等[7]。从用户角度来看，粘性是指保留用户并使用户在很长的一个时间段里持续返回的能力[15]。在本文中，用户粘性被进一步拓展到电商直播情境中，被界定为用户坚持在未来重复观看电商直播的意愿，强调了电商直播模式吸引与保留用户能力。已有研究证明，当用户感知到期望的价值和利益，他们会产生情感信任并更愿意坚守网络平台，从而对用户粘性产生积极的影响[16]。电商直播情景下，用户能够沉浸在直播内容中，投入和忘我状态在增加其观看时间的同时，也会增加对电商直播模式的偏好。由此，本研究提出假设。

H3：感知价值与用户粘性呈显著的正相关关系；

H4：感知价值在任务契合度与用户粘性之间起中介作用。

（三）信息影响易感性的调节作用

信息影响易感性是指消费者从他人那里获取信息作为决策合理性依据的倾向；不同的个体受外界影响的倾向不同，个体的信息影响易感性与受他人影响程度正向相关[17]。信息影响易感性有效调节用户态度，高信息易感性的用户对信息获取的需求更高[18]。这类群体人高度重视来自他人的信息，以做出正确和明智的决定[19]。电商直播情境下，当高信息影响易感性用户不熟悉产品时，倾向于通过主播来获取产品信息和消费建议[9]。具体而言，主播在电商直播过程中能为用户提供有用可信的产品信息，从而避免用户遭受风险或损失，因此信息影响易感性高的用户往往会跟随主播引导，从而提高对产品及电商直播模式的感知价值，并进一步驱动用户粘性。由此，本研究提出假设。

H5：信息影响易感性正向调节任务契合度与感知价值的关系；

H6：信息影响易感性正向调节感知价值在任务契合度与用户粘性之间的中介作用，即信息性影响易感性越高，感知价值在任务契合度与用户粘性间的中介作用越强，反之越弱。

综上，构建本文概念模型，如图1 所示。

图1 研究模型

三、研究设计

（一）测量工具

本研究采用的测量工具均是已被实证检验过的成熟量表，并结合电商直播情境修订，以保证测量的准确性。问卷共分为两部分：一是被调查者基本情况调查，包括性别、年龄、受教育程度、月收入和网络购物经验；二是对研究模型中4 个变量即任务契合度、感知价值、用户粘性和信息影响易感性的测量。量表具体内容如下：

1.任务契合度。参考Loiacono 等（2007）[20]开发的3 题项量表，代表题项如“电商直播可以使我更全面地了解产品”等。该量表的Cronbach's 系数为0.648。

2.感知价值。参考刘佳等（2021）[21]开发的8 题项量表，代表题项如“我认为电商直播中推荐的产品正好满足我的需求”等。该量表的Cronbach's 系数为0.825。

3.用户粘性。参考李保国和王妮（2022）[22]开发的3 题项量表，代表题项如“我会继续采取电商直播模式购物”等。该量表的Cronbach's 系数为0.729。

4.信息影响易感性。参考Bearden（1989）[17]开发的4 题项量表，代表题项如“在购买新产品之前，我经常从朋友或家人那里收集相关产品信息”等。该量表的Cronbach's 系数为0.750。

所有量表均采用Likert5 点量表计分，从非常不同意到非常同意分别以1 分～5 分标记。

（二）研究样本和数据收集

本研究调研时间为2023 年1 月28 日至2 月13 日，调研对象主要是参与过电商直播的用户。利用问卷星和问卷网生成电子版问卷链接，通过微信、QQ 等平台直接发给被试，让其如实填写。为了保证数据准确性和真实性，问卷以匿名填写的方式进行，并设置筛选题项以剔除未参与过电商直播的填写者的问卷。本次问卷调查共发放510 份问卷，剔除漏答或填写不认真等无效问卷后，共得到有效问卷467 份，有效回收率为91.6%。

研究对象中，女性占比68.1%，显著高于男性；年龄主要集中于25～35 岁，其次是18～24 岁，占比分别为48%、36.2%；受教育程度以本科为主，占77.3%；月收入方面，月收入在5001 元～10000 元之间的被试者最多（占36.2%），其次是月收入在2000元～5000 元之间（占25.3%）；网购经验以5 年以上为主，占61.2%。

四、数据结果分析

（一）共同方法偏差检验

采用Harman 单因素方法对所有变量题项进行探索性因子分析。结果表明，特征根大于1 的因子总变异解释量为51.51%，第一个主成分的变异解释量为20.27%，小于40%的临界值标准，且不超过总变异解释量的一半，表明共同方法偏差在可接受的范围内，初步说明本研究不存在严重的共同方法偏差问题。同时，共同方法潜因子（CMV）检验结果（见表1）表明：在五因子模型中加入一个共同方法变异因子后，其RMSEA、CFI、TLI没有明显改善。因此，综合以上两种方法的检验结果可知，本研究测量数据不存在严重的共同方法偏差。

表1 验证性因子分析结果

（二）信效度检验

为了保证模型之间能够匹配成功以及拟合的模型具有区分效度，对任务契合度、感知价值、用户粘性和信息影响易感性4 个变量做模型的验证性分析。由表1 可知，四因子模型的X2/df=1.82，RMSEA=0.042，NFI=0.92，CFI=0.96，IFI=0.96，TLI=0.95，符合适配标准。而三因子、二因子和单因子模型对数据的拟合优度显著劣于四因子，表明本研究的四因子模型的适配度更为理想，且具有较好的区分效度。

（三）相关性分析

各变量的均值、标准差和相关系数如表2 所示。结果表明，任务契合度、感知价值、用户粘性与信息影响易感性两两之间均存在显著的正相关关系。任务契合度与感知价值正相关（r=0.616，p＜0.01），任务契合度与用户粘性正相关（r=0.552，p＜0.01），感知价值与用户粘性正相关（r=0.712，p＜0.01），信息影响易感性与任务契合度正相关（r=0.421，p＜0.01），信息影响易感性与感知价值正相关（r=0.580，p＜0.01）。因此，主要研究变量之间的相关关系与假设一致，符合研究预期。

表2 各变量均值、标准差及皮尔森相关分析结果

（四）假设检验

直接效应检验：使用SPSS 25.0 软件进行层级回归分析来检验假设（见表3）。由M2 可知，在控制人口统计学变量后，任务契合度显著正向预测感知价值（β=0.612，p＜0.001），假设H2 得到数据支持。由M5 可知，在控制人口统计学变量后，感知价值显著正向预测用户粘性（β=0.695，p＜0.001），假设H3 得到数据支持。由M6 可知，在控制人口统计学变量后，任务契合度显著正向预测用户粘性（β=0.531，p＜0.001），假设H1 得到数据支持。

表3 回归分析结果

中介效应检验：对于感知价值的中介效应，首先借鉴Baron 和Kenny 的做法，在M6 任务契合度对用户粘性直接影响的基础上，将感知价值放入到回归方程，分析结果（见表3）中M7。M7 结果表明，感知价值对用户粘性具有显著影响（β=0.591，p＜0.001），且任务契合度对用户粘性的影响依然保持显著（β=0.169，p＜0.001），表明感知价值在任务契合度与用户粘性之间起部分中介的作用，假设H4 得到数据初步支持。另外，本研究运用Bootstrap 方法进一步检验了感知价值中介效应的稳健性，具体的抽样次数设定为5 000 次，置信区间的信度水平设置为95%。检验结果表明，感知价值的中介效应值为0.506，Boot 标准误为0.053，在95%水平上的置信区间为[0.406，0.615]，置信区间未包含“0”，说明感知价值能够中介任务契合度对用户粘性的影响，假设H4 进一步得证。

调节效应检验：对于信息影响易感性的调节效应，通过层级回归法来检验。首先对检验分析所涉及的变量进行去中心化，然后构建任务契合度与信息影响易感性的交互项，在M2 中任务契合度对感知价值的直接影响的基础上，将任务契合度与信息影响易感性的交互项放入到回归方程，分析结果（见表3）中M3。由M3 可知，任务契合度与信息影响易感性的交互项对感知价值具有显著正向影响（β=0.101，p＜0.01）。为进一步说明信息影响易感性在任务契合度与感知价值之间的调节效应，进行简单斜率分析如图2 所示。当信息影响易感性水平较高时，任务契合度与感知价值所呈现的回归线更为陡峭一些，表明任务契合度在信息影响易感性水平较高时，能够更强地正向影响感知价值；当信息影响易感性水平较低时，任务契合度与感知价值所呈现的回归线更为平缓一些，表明任务契合度在信息影响易感性水平较低时，会更弱地正向影响感知价值。假设H5 得到支持。

图2 信息影响易感性的调节效应

调节中介效应的检验：利用SPSS 25.0 软件中的PROCESS 插件进行假设验证。结果如表4 所示。当信息影响易感性水平较低时，任务契合度对用户粘性的间接效应较弱（β=0.320，SE=0.051，CI=[0.218，0.419]）；当信息影响易感性水平较高时，任务契合度对用户粘性的间接效应相对较强（β=0.426，SE=0.063，CI=[0.309，0.555]）。两种间接效应的差值为0.105，置信区间为[0.017，0.223]，不含0，由此推断，随着信息影响易感性水平提高，感知价值在任务契合度与用户粘性间的中介效应逐渐显著，假设H6得到支持。

表4 被调节的中介效应分析结果

五、结论与启示

（一）研究结论

本研究立足于电商直播情境，基于SOR 模型框架，实证研究了任务契合度对用户粘性的影响机制和边界条件，检验了感知价值的中介作用以及信息影响易感性的调节作用，得出如下研究结论：（1）任务契合度正向影响用户粘性；（2）感知价值在主播可信性与消费者购后行为之间起部分中介作用；（3）信息影响易感性不仅了调节任务契合度对感知价值的正向影响，还调节了感知价值在任务契合度与用户粘性之间的中介作用。具体来讲，信息影响易感性程度越高，任务契合度对感知价值的正向影响越强，且感知价值在任务契合度与用户粘性间的中介效应越显著。

（二）实践启示

1.直播要确保图文与商品实际相符，提供详实的商品信息。在电商直播过程中，主播要切实提供与产品相符的信息，遵循诚信带货、实事求是的原则，践行服务承诺，确保所售产品的质量。

2.主播要提供贴心周到的服务，将消费者所需的信息在直播界面清楚展示。主播在推介产品时，尽可能地将产品的易用性、实用性和质量等相关信息展现出来，降低用户在购物时的感知风险，使其感知获得较大收益，从而提高用户对电商直播模式的粘性。

3.商家要利用社会影响推动电商直播扩散，尽可能扩大直播间流量。通过社群网站（如云集微店、小米社区等），或在社交媒体（如微信、微博等）及新媒体内容平台（如抖音、小红书等）等形式向用户展示直播相关产品内容。通过多种媒介方式覆盖更多人群，降低用户搜索成本，促进电商直播模式推广。