直播环境、感知体验与大学生电商直播购物满意度

倪大钊，邹 颖，朱灿灿，王 晓

(1.郑州航空工业管理学院 商学院，河南 郑州 450046；2.北京师范大学 政府管理学院，北京 100875)

1 引 言

随着数字经济时代的到来，电商直播带货以其时效性和互动性等优势，引领了以“赋能”为主的互动营销新时代。相比传统的电商模式，电商直播将主播自身的流量转化为商品推广渠道，体验场景更多元化、临场感更强、互动效果更好，实现了主播流量变现和商家销售盈利的双赢，并为社会提供了就业机会(谢莹等，2019)[1]。与此同时，由于电商直播的门槛较低，导致了流量造假、带货质量较低等行业乱象的滋生，特别是一些主播因偷税漏税被封，使得加强监管改善直播环境成为当前行业发展首要解决的问题。2021年4月国家互联网信息办公室等七部门联合发布的《网络直播营销管理办法(试行)》和2021年8月商务部发布《关于加强“十四五”时期商务领域标准化建设的指导意见》，被业界视为电商直播行业的法治强心针(DataEye，2022)[2]。电商直播行业正在从“人人皆可直播”的暴发式增长期，进入格局相对稳定的平稳增长期。因此，提高直播购物消费者的满意度，引导消费者从“新鲜体验”转变为“消费常态”，成为电商直播扩大市场份额并获得可持续竞争优势面临的重要问题(孔欢欢，2021)[3]。作为电商直播的主要消费群体，大学生的购物满意度对电商直播行业的健康发展有重要影响。

2 模型构建与研究假设

2.1 模型构建

一些学者认为，电商直播作为一种新型销售业态，对网络空间的综合治理体系形成了一定程度的冲击。宋林霖和黄雅卓(2020)[4]根据电商直播从“带货”变成“带祸”的乱象，分析电商直播发展的逻辑并依据人、货、场三种要素对其类别进行划分，从行为主体、遵循原则、行为程序和操作技术四个方面提出了如何引导我国网络直播营销健康发展并进行有效监管的建议。周剑平(2021)[5]分别从需求端与供给端审视电商直播监管存在的难点，提出建立多元化监管体制、确立法制监管原则以及构建过程化监管机制的建议。

部分学者针对技术过程迭代中形成的空间临场感对消费者购买意愿产生的影响进行了探索。李淼和华迎(2021)[6]基于社会认知理论，从替代学习视角出发，建立了电商直播中的临场感对消费者购物意向的影响研究模型，并得出远程临场感能通过影响消费者的替代学习等间接正向影响其购买意愿。张宝生等(2021)[7]引入了基于SOR模型的多元线性回归方法，研究结果表明直播的可视性和真实性不但会增强观众的消费意愿，还会对观众的感知体验形成正向影响。

还有学者从情感视角对消费者参与电商直播购买意愿的影响因素进行了研究。孙凯(2022)[8]基于刺激—机体—响应(SOR)研究框架，得出情感体验是外部刺激影响消费者冲动性购买意愿的重要因素。肖俊怡等(2021)[9]从互动仪式链理论出发，得出在电商互动的引导下用户不断进行情感累积，形成群体认同，会推动消费的重构与升级。周永生等(2021)[10]将SOR理论与TAM模型相结合，在构建电商直播平台消费者购买意愿模型时，发现消费者的感知效用和感知信任能够正向影响其购买意愿。张建华(2012)[11]发现商家提供的个性化服务越强，顾客满意度水平越高。

现有的关于电商直播消费者购买意愿及影响因素的研究主要是从电商直播的规范治理、监管体系等角度来切入，本文在此基础上引入顾客满意度综合评价指标，探索影响大学生电商直播购物满意度和忠诚度的关键因素。以经典的ACSI(美国顾客满意度指数模型)为例，该模型由感知质量、用户期望、感知价值、用户满意、用户忠诚以及用户抱怨六个结构变量组成，一定程度上反映了顾客对服务质量的满意程度。因此基于顾客满意度理论和相关研究文献，本文将从直播环境、参与预期、感知体验等方面构建“大学生电商直播购物满意度影响因素模型”，详见图1。

2.2 研究假设

2.2.1直播环境影响消费者感知体验的相关研究

通过梳理现有与直播环境相关的文献，发现学者们主要关注两个方面：一是直播环境对消费者购物的驱动效果，二是消费者对直播环境的要求。王玉娟(2017)[12]关于移动直播平台受众满意度影响因素的研究证实了临场感会影响到消费者对于服务质量的感知。在对大学生消费群体进行访谈的过程中发现，部分消费者会比较在意直播平台的多元化功能以及维权的途径及效果，认为如果反馈得到良好的解决，会提升他们的体验感。

2.2.2参与预期正向影响感知体验的相关研究

徐莹和肖玲玲(2021)[13]关于电商直播情境下大学生消费参与行为与驱动因素分析的研究表明，大学生对电商直播的感性认同，也是驱动消费者购物的重要因素。这种感性认同主要表现在两个方面：第一是对直播商品的感性认同；第二是对直播活动本身的感性认同。彭丽徽等(2019)[14]提出感知期望正向影响感知质量、感知价值及感知情绪。

2.2.3直播环境影响顾客满意度的相关研究

在直播环境对顾客满意度影响的研究中，大多数学者从直播平台内部和外部环境进行研究。在直播平台内部影响因素方面，陈范娇(2016)[15]从购买流程的角度来考察生鲜电商行业的消费者满意度，并得出网站功能会对满意度有正向影响的结论。在直播平台外部影响因素方面，李婷和王蓉(2020)[16]提出相关部门监管力度会正向影响消费者满意度。

2.2.4参与预期与感知体验影响顾客满意度的相关研究

参与预期与感知体验之间的差距对消费者满意度的影响一直都是国内外学者研究的热门课题。期望确认理论(1981)[17]认为消费者能够察觉到购物前对产品和服务的预期与购物后的感知质量的差别，进而对自己所购买的产品或服务是否满意作出评价，如果感知质量的评价高于购前期望，则顾客的满意度得到提高，进而促使顾客进行再次消费或体验。王洪鑫等(2015)[18]针对生鲜农产品的特性研究得出，顾客对个性化服务、产品质量等方面的感知越高，满意度就越高。仲伟伫等(2014)[19]在ACSI模型的基础上提出网购的感知质量越高，网购满意度越高。本文认为消费者参与电商直播购物的满意度受到消费前的参与预期和消费后的感知体验影响。

2.2.5顾客满意度影响顾客忠诚度的相关研究

顾客的忠诚度会直接影响顾客对直播产品的复购，它是企业在激烈的竞争中保持优势的关键。崔明等(2012)[20]认为建立并发展与顾客之间的长期关系是经营的核心理念和最重要的内容。陈范娇(2016)[15]在研究生鲜电商行业的消费者满意度中提出满意度对忠诚度有正向影响。

依据以上文献和直播购物的现实体验，建立了大学生参与电商直播购物的满意度和忠诚度影响机制的相关研究假设(见图1)，具体如下：

图1 大学生电商直播购物满意度影响因素模型

H1：直播环境正向影响大学生参与电商直播购物的感知体验；

H2：参与预期正向影响大学生参与电商直播购物的感知体验；

H3：直播环境正向影响大学生参与电商直播购物的满意度；

H4：参与预期负向影响大学生参与电商直播购物的满意度；

H5：感知体验正向影响大学生参与电商直播购物的满意度；

H6：顾客满意度正向影响大学生参与电商直播购物的忠诚度。

3 统计分析与实证结果

3.1 样本描述性统计分析

在回收的1013份问卷中，剔除没有观看过电商直播购物和没有在直播间购买过商品的被访者问卷，共收到有效问卷841份。性别比例男生为32.84%，女生为67.16%，说明电商直播的主要消费群体是女性；年龄比例中20岁以下的占比28.74%，21至30岁的占比62.17%，比较符合大学生的年龄分布；月消费水平排在前三位的分别是1001元至3000元占比58.94%、1000元以下占比24.63%、3001至5000元占比11.14%；被调查者专科及本科生合计占比90.62%，硕士和博士生占比分别为6.74%、2.87%。有效样本来源覆盖全国140多个城市的高校，被调查者包括大专生、本科生、硕士生和博士生等各个阶段的大学生，样本分布具有一定的客观性和代表性。

3.2 样本信效度分析

3.2.1问卷信度分析

目前学术界普遍采用内部一致性系数(Cronbach ’s alpha)即α系数来检验数据的可靠性。低信度区间为0.35以下；中信度区间为0.35～0.70；高信度区间为0.70以上。通常，只有α系数大于0.7才能够使用，当α系数大于0.85时，可认为问卷信度较好。本文利用SPSS对大学生使用直播购物满意度调查问卷中的每个变量指标进行可靠性分析，结果为：每个变量的α系数均大于最低标准0.500。通过进一步对量表内部一致性进行分析，得到总量表的α系数为0.916(见表1)。综上所述，本次使用的调查问卷具有较高信度。

表1 问卷信度分析

3.2.2效度分析

建构效度是量表内含的测量结构与其理论结构吻合程度的评价指标，具体到本文是指量表所测量到的结果能够准确反映大学生使用电商直播购物满意度影响因素的程度。本文将通过因子分析得出建构效度，并以此度量量表的效度。

为检测数据是否能够进行因子分析，本文运用KMO测度和Bartlett球形检验，KMO表示变量间共同的因子数。如表2所示，本文所采用样本的KMO为0.932，远大于标准数值0.5，说明变量间存在较多共同因子，可以进行因子分析，且效果较好。又因为近似卡方=8396.724(df=153)，P=0.000<0.05，说明母群体相关矩阵有共同因子，适宜开展因子分析。

表2 KMO 和 Bartlett 的检验

为确认每个变量的因子载荷，使用AMOS24.0对模型进行了验证性因子分析，结果如表3所示。

表3 因子载荷检验表格

续表3 因子载荷检验表格

一般地，若因子载荷大于0.6，即可被认为是观测变量，即量表的题项有良好的内敛效度。上述结果显示各参数的因子载荷都超过0.6，每个题项都达标，表明本量表结构效度良好。

3.3 模型参数估计

本研究利用AMOS24.0软件进行了标准化参数估计来验证模型的拟合程度，具体验证步骤为：模型识别、模型拟合度评估、模型修正等。

3.3.1模型识别

为进行验证性因子分析，将搜集的数据导入AMOS24.0中，发现本文构建的模型能够被软件识别。从样本数量上来说，本文共设计18个观测变量，那么按照10倍于变量的原则，样本数量应该大于180，而研究样本为841个，远大于标准样本个数；从参数唯一值来说，导入软件后，将任意一条变量指向观测变量的路径系数和观测变量与误差项相关联的路径都设为1，结果得到了各个自由参数的唯一估计值。因此，假设模型是可识别模型。

3.3.2模型拟合度评估

本文采用极大似然值估计法，通过AMOS24.0软件对假设模型进行检验，得到各观测变量间的标准化系数解和模型的各个拟合度指数(见表4)。

表4 整体拟合度标准及其取值

如表4所示，大部分指标均未达到标准，尤其是重要的GFI、TLI指标未达到标准值0.9，RMSEA指标不符合标准值0.8，RMR指标大于0.08，因此还需要对原模型进行修正来达到更高的拟合度。

3.3.3模型修正

在模型修正过程中，发现直播环境与参与预期之间存在相关关系，为了使现实数据与原模型拟合度更高，通过修正残差项，得到了修改后的模型，如图2所示；同时得到了拟合度更高的数据指标如表4所示，所有指标都达到了绝对的拟合度标准值，甚至是超出标准值，因此可以认为模型与现实数据有较高的拟合度。

图2 模型修正后的大学生电商直播购物满意度路径图(标准化系数)

3.4 假设验证分析

在对回归系数进行显著性检验时使用t检验，结果表明假设路径关系H1、H2、H4、H5、H6显著成立，H3不成立，如表5所示。

表5 模型路径系数与假设验证结果

对结论进行分析：

(1)H1通过了验证，相关系数为0.756，直播环境正向影响大学生直播购物感知体验，表明通过改善直播环境，可以有效提升大学生感知体验。

(2)H2通过了验证，相关系数为0.105，说明参与预期正向影响大学生直播购物感知体验。

(3)H3未通过验证，相关系数为0.064，显著性大于0.05，说明直播环境不能显著影响顾客满意度。

(4)H4的相关系数为-0.158，参与预期负向影响大学生直播购物满意度，说明当顾客有较高的参与预期时，满意度反而较小。

(5)H5被验证成立，相关系数高达0.984，说明感知体验正向影响大学生直播购物满意度，表明改善顾客感知体验，是提高顾客满意度的有效手段。

(6)H6通过了验证，且相关系数为0.253，证明顾客满意度正向影响大学生直播购物忠诚度。

3.5 满意度主要影响因素分析

本研究的根本目的是找到影响大学生参与电商直播购物满意度的主要因素，进而为促进消费者满意度向忠诚度转化提供有效建议。

根据实验结果，把影响大学生购物满意度的主要因素分为3个层次(见图2)。

(1)感知体验是顾客满意度最重要的影响因素。相关系数为0.984，说明顾客的感知体验越好，其满意度越高。从因子载荷来说，商品优惠力度(GT1)、主播形象(GT2)、直播互动效果(GT3)、主播介绍商品详细情况(GT4)、售后服务(GT5)、商品性价比(GT6)的因子载荷分别为0.765、0.712、0.722、0.781、0.777、0.811。调研显示，对以上五项指标感到“满意”及“很满意”的被调查者占比分别为62.5%、61%、59.2%、62.3%、54.9%、60.7%，说明它们是影响顾客满意度的关键因素。因为加大商品优惠力度、美化主播形象、增强直播互动性、主播详细地介绍商品情况、提高产品性价比、卖家提供完善的售后服务都可以有效提高顾客满意度。

(2)直播环境对顾客满意度有直接影响和间接影响两条路径。直播环境对满意度的直接影响呈现较弱的正相关，相关系数为0.064。从因子载荷来说，直播购物平台流畅度(ZH1)、直播平台功能多元化(ZH2)、相关部门监管力度(ZH3)、维权途径及效果(ZH4)的因子载荷分别为0.759、0.777、0.634、0.642，在实际调研中，以上四项指标顾客“满意”及“很满意”的被调查者占比为58.6%、63.8%、40.2%、42.9%，仍有很大提升空间。因此，提高直播购物平台流畅度、丰富直播平台功能、相关部门加强监管力度、维护消费者维权合法权益都可有效改善直播环境，进而影响顾客的感知体验和满意度。此外，直播环境还通过感知体验间接影响满意度，直播过程中会给顾客带来情绪价值，主播的风格与人设会给消费者带来与日常生活不同的感受，这种感受越愉悦，顾客的满意度就越高。同时，直播环境的安全度和保密性的缺失会直接导致顾客在购买过程中感觉缺乏保障，产生较差的用户体验，从而降低顾客满意度。

(3)参与预期是负向影响满意度的因素，相关系数为-0.158，说明参与预期越高，顾客满意度越低。从因子载荷来说，商品折扣力度的期望程度(CY1)、商品满足顾客需求的期望程度(CY2)、商品介绍详细情况的期望程度(CY3)、售后服务的期望程度(CY4)的因子载荷分别为0.765、0.831、0.787、0.759，处于较高水平。从描述统计来看，顾客对以上四项指标感到“满意”及以上的占比分别为73.3%、69.4%、73.3%、71.6%。可以看出，顾客对商品的参与预期越高，反而会对顾客满意度有较大程度的负向影响。因为如果商家过度营销，会大大提升消费者的购买预期，而当现实情况是商品折扣力度低于顾客期望值、商品不能很好满足顾客需求、主播介绍商品详细情况未达到顾客预期或售后服务不尽如人意时，消费者会产生被欺骗的感觉，直播购物体验感和满意度将大大降低。因此，作为购买方的顾客应该对电商直播平台销售的产品有一个合理的预期，特别是对于折扣力度比较大的商品，应适当降低参与预期；而作为销售方的电商直播平台应该通过全面客观介绍商品信息、售后服务以及折扣力度，合理调节消费者的参与预期。

4 研究结论、局限和启示

4.1 研究结论

本文的研究证实了顾客的感知体验、参与预期以及直播环境对消费者直播购物满意度有较大影响，这在一定程度上丰富了电商直播购物满意度研究，拓宽了ACSI模型的应用范围。本文在模型中提出了直播环境这一重要因素，并证实它有直接和间接两条影响机制：第一条路径是直接通过改善直播环境从而提高顾客的满意度，但通过数据分析证明其并不能大幅度提高顾客的满意度，究其原因可能在于现行的平台流畅程度、功能多元程度、监管力度和维权途径已能基本满足消费者的需求；第二条路径是通过改善直播环境直接有效影响顾客的感知体验，进而间接作用于顾客满意度，证实消费者虽然不会因直播环境的改善而大幅度增加满意度，但是优化直播环境是通过感知体验提升顾客满意度的必要前提。

4.2 研究局限

本研究中仍存在一定的局限，一是样本的选取范围有待扩大，问卷来源主要为在校大学生，在未来的研究中可逐步拓宽受众面；二是影响因素有待进一步细化，随着电商直播形式越来越丰富，未来可引入产品可得性、平台易用性等更为细化的影响因素指标；三是满意度影响机制仍需优化，直播带货的商品特征会直接影响消费者群体的感知反应和情感反应，而其影响机理中有无出现其他中介变量和调节变量等，在未来可进一步研究。

4.3 管理启示

基于实证分析结论，电商直播行业的健康发展需要以提高用户满意度为目标，从优化直播购物环境进而提升消费者感知体验等方面着手进行积极探索，尤其在加强规范监管以优化直播环境方面要做好以下几个方面。

(1)完善机制，加强电商直播监管力度。当前电商直播监管面临的首要问题是如何完善监督机制。不仅要明确直播平台及相关人员从事网络直播活动应当遵守的法律法规和商业道德，还要完善监管和投诉机制，提高案件审理速度和惩罚力度，提高违法成本，优化直播环境。为此，行政监管部门需要进一步完备投诉渠道和举报机制，明确处理流程和反馈期限。电商直播具有时效性且不可回放，这增加了举报的难度，所以相关部门应规定直播平台必须具备对信息安全性以及真实性做出迅速有效的审核功能，并且需要不断完善“直播事故”“非法直播”等突发事件的应对机制。除此之外，要集中查处虚假宣传报道并公布典型案例，以典型案例遏制虚假宣传，引导网络直播营销向健康、积极的方向发展。

(2)严格执法，改进电商直播监督效率。市场监督管理部门应打造一支高素质网络安全与执法专业网警队伍，对在线直播卖家、平台和主播进行彻底调查，指导直播单位建立用户账号管理制度，制定内部直播规则，明确其在直播过程中不得使用违规违法信息，并对直播人员宣讲《网络安全法》和网络直播有关的法律法规，倡导积极健康向上的网络文化。此外，网警队伍可以通过建立健全线索移交进行信息共享等工作机制，对主体责任情况开展专项监督检查，对严重违反法律法规的直播营销市场主体依法开展联合惩戒，完善网络直播购物相关监督管理工作。

(3)加强自律，强化电商直播的社会责任。电商直播平台及其从业人员应当履行社会责任，依法制定并公开管理规则。直播平台应当建立健全直播营销的信息安全管理、营销行为规范、网络和数据安全管理等机制。对签约主播和管理人员实施实名认证，并结合当下较为完善的人脸识别技术进行认证，对普通用户实行手机号码认证，以提高直播平台整体的管理水平与安全系数；建立网络主播诚信考核体系，定期对网络主播进行素养培训和资格审核，涉及虚假宣传的主播将受到经济处罚，甚至被取消直播资格；直播平台应当为入职的主播提供职业相关的培训，以提高主播的职业素养。