上海工程技术大学管理学院，上海

收稿日期：2023年3月12日；录用日期：2023年5月17日；发布日期：2023年5月24日

摘要

随着互联网的快速发展，销售方式变得多种多样，各大网络直播平台开始被应用来进行销售，直播电商应运而生。本文采用S-O-R模型(刺激–机体–反应模型)，以意见领袖的特性和意见领袖的推荐信息特性为自变量，并将消费者感知价值作为中介变量的情况下，分析直播电商情境下意见领袖对消费者购买行为的影响。结果显示，直播电商情境下意见领袖的特征(专业性、知名度和互动性)，以及意见领袖推荐信息的特征(推荐信息的形式，不同意见领袖推荐信息的一致性和意见领袖推荐信息的时效性)都对消费者购买行为具有明显的积极效应，同时，感知价值在其中起中介作用，并且经验证是完全中介。

关键词

直播电商，意见领袖，消费者购买行为，S-O-R模型

Study on the Influence of Opinion Leaders on Consumers’ Purchasing Behavior in the Context of Live E-Commerce

Xinyao Feng

School of Management, Shanghai University of Engineering Science, Shanghai

Received: Mar. 12^th, 2023; accepted: May 17^th, 2023; published: May 24^th, 2023

ABSTRACT

With the rapid development of the Internet, sales methods have become diverse, and major webcasting platforms have begun to be applied to conduct sales, and live e-commerce has emerged. In this paper, we use the S-O-R model (stimulus-organism-response model) to analyze the influence of opinion leaders on consumer purchase behavior in the live e-commerce context with the characteristics of opinion leaders and the characteristics of the recommendation information of opinion leaders as independent variables and the perceived value of consumers as mediating variables. The results show that the characteristics of opinion leaders (professionalism, popularity and interactivity) and the characteristics of recommendation messages of opinion leaders (form of recommendation messages, consistency of recommendation messages of different opinion leaders and timeliness of recommendation messages of opinion leaders) in the live e-commerce context have significant positive effects on consumers’ purchase behavior, while perceived value plays a mediating role and is verified to be fully mediated.

Keywords:Live E-Commerce, Opinion Leaders, Consumer Buying Behavior, S-O-R Model

Copyright © 2023 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

黎红艳提出意见领袖在营销中的作用，使消费者购物行为具有冲动性、更加注重网购过程中的互动性和享乐性 [1] 。刘忠宇根据扎根理论的分析，认为在直播电商中，消费者的购物意向与网络主播的专业性、互动性、相似性、信任性有关，这些特性激发了消费者的存在感与认同感，继而产生购买意愿 [2] 。2020年3月，受疫情影响，直播电商模式变化，傅巧仙根据当前新媒体视域下，使用S-O-R (刺激–机体–反应)模型，对意见领袖的专业性、知名度、互动性三个特征分别对消费者行为的影响做出分析 [3] 。肖开红同样基于S-O-R模型，得出结论：社交电商场景下意见领袖的特质(专业性、互动活跃度)有助于消费者感知信任的建立，而感知信任和感知价值又会对消费者的购买意愿起中介作用 [4] 。本文在对现有文献进行梳理的基础上，发现在直播电商情境下，意见领袖和消费者行为的研究多集中于近年来(尤其是2020年以后)，有关的研究概括出了意见领导者的若干主要特点：互动性、知名度和专业性，确认了意见领袖在消费者做出购买决策时所起到的作用和价值。因此，本文以意见领袖的特性为刺激变量(S)，以消费者感知价值为机体变量(O)，以消费者的购买行为为反应变量(R)，在此基础上，本文将感知价值作为中介，意见领袖推荐的信息的形式、不同意见领袖推荐产品的一致性和意见领袖推荐信息的时效性通过感知价值来影响消费者购买行为。

2. 模型构建

2.1. 模型构建

根据上述文献归纳，本文结合学者们的研究结论与具体的直播电商情境，基于S-O-R模型，结合直播电商、意见领袖和消费者购买行为的相关特征，把刺激(S)分为意见领袖特征和意见领袖推荐信息特征两个变量，把感知价值界定为个体生理、心理(O)的变量，将购买行为作为反应(R)的变量，来探究直播电商情境下意见领袖的特征和意见领袖推荐的信息特征对消费者购买行为的影响。以意见领袖的特征(专业性、知名度、互动性)和意见领袖推荐的信息特征(推荐产品的形式、不同意见领袖推荐产品的一致性、推荐产品的时效性)作为刺激变量(自变量)，以消费者的感知价值作为个体生理、心理变量(中介变量)，以消费者购买行为作为反应变量(因变量)，构建理论模型。模型图如下图1所示：

图1. 理论模型图

2.2. 研究假设

根据上述分析，本文基于直播电商情境下，意见领袖的特征、推荐信息特征对消费者购买行为的影响，做出以下假设：

H1a：直播电商情境下意见领袖的专业性正影响消费者的感知价值；

H1b：直播电商情境下意见领袖的知名度正影响消费者的感知价值；

H1c：直播电商情境下意见领袖的互动性正影响消费者的感知价值；

H2a：直播电商情境下意见领袖推荐产品的形式正影响消费者的感知价值；

H2b：直播电商情境下不同意见领袖的推荐一致性正影响消费者的感知价值；

H2c：直播电商情境下意见领袖推荐产品的时效性正影响消费者的感知价值；

H3：感知价值对消费者购买行为有正向影响；

H4：感知价值在意见领袖和消费者购买行为之间起中介作用。

2.3. 问卷设计

由于电商直播平台所面向的人群比较广泛，而且网上问卷调查的受众范围广，反馈及时，节省时间和精力，所以本文采用了网上问卷调查的方式。因为本章节是从消费者角度出发，考察消费者在电商直播过程中的用户特点，以及他们的特点对消费者的购买行为有何影响，从而得到整个电商直播的总体情况，所以，被调查的人必须要观看过电商直播并且在观看过程中产生过购买行为。若没有过购买行为，则结束调查。本问卷共设计17题，分为五部分。首先(Q1~Q9)对被调查者的基本信息进行调查，包括性别、年龄、受教育程度、职业、收入水平等，以及使用是否观看电商直播、观看或者不管看的原因以及购物频数(在这里指消费者通过电商直播进行购物的频数)。根据以上基本信息，可大致识别用户属性。因为不能定量地定量被访者的个人态度，所以使用了李克特量表测量的方法，让被访者通过对意见领袖特征、意见领袖推荐信息的特征、感知价值、购买行为的描述来判断其对消费者个人购买行为的影响。其次(Q10~Q12)，描述意见领袖类型的特征对顾客的购买行为产生的影响，包括意见领袖的专业性(Q10)、知名度(Q11)、互动性(Q12)。第三部分(Q13~Q15)同样采用李克特量表的形式，描述意见领袖推荐的信息特征对消费者购买行为的影响，包括意见领袖推荐产品的形式，不同意见领袖推荐信息的一致性和推荐信息的时效性。第四部分(Q16)对消费者感知价值进行量表测量。第五部分(Q17)同样采用李克特量表，测量消费者是否会因为意见领袖的影响而产生购买行为。

由于本调研针对的研究对象以青年为主，且有互联网、大数据技术作为依托，能够有效实现样本数量的快速增加。在这一过程中，共计回收114份问卷。

3. 研究结果及分析

3.1. 描述性统计分析

1) 在性别分布方面，以女性为主。在114个调查样本中，女性样本为84人，占比73.68%。以上结果表明，在直播电商情境下产生购物行为的参与群体中，女性群体的参与热情较高。

2) 在年龄分布方面，呈年轻化趋势。18~30岁的被试占比最高，达到86.64%，可得出青年群体对直播电商情境下意见领袖对消费者购买行为的关注度较高，基本符合直播电商的年龄特征。

3) 在教育背景方面，调研对象具有高学历特征。参与直播电商情境下意见领袖对消费者购买行为的影响的被试中，本科、硕士及以上的占比最高，为90.36%。从中可看出，参与调研的人的受教育水平较高，一定程度上保证了问卷结果的有效性。

4) 在职业方面，调查对象多为学生。

5) 在收入方面，调查对象呈现中低收入特征。这和调查对象多数为学生有关，5000元以下的收入群体占了80.71%。原因可能在于网络直播往往比官方价格更优惠，能够适应部分收入不高的购买需求。

3.2. 信度检验

1) 专业性信度检验

由表1可知，变量专业性的Cronbach’s Alpha值为0.968，高于0.9，表明该研究数据具有较高的信度。

表1. 专业性信度检验结果

标准化Cronbach α系数：0.969。

2) 知名度检验

由表2可知，变量知名度的Cronbach’s Alpha值为0.935，高于0.9，表明该研究数据具有较高的信度。

表2. 知名度检验结果

标准化Cronbach α系数：0.936。

3) 互动性信度检验

由表3可知，变量互动性的Cronbach’s Alpha值为0.965，高于0.9，表明该研究数据具有较高的信度。

表3. 互动性信度检验结果

标准化Cronbach α系数：0.965。

4) 推荐产品形式信度检验

由表4可知，变量推荐产品形式的Cronbach’s Alpha值为0.961，高于0.9，表明该研究数据具有较高的信度。

表4. 推荐产品形式信度检验结果

标准化Cronbach α系数：0.962。

5) 不同意见领袖推荐产品的一致性信度检验

从表5可知：变量不同意见领袖推荐产品的一致性的Cronbach’s Alpha值为0.932，高于0.9，表明该研究数据具有较高的信度。

表5. 不同意见领袖推荐产品的一致性信度检验结果

标准化Cronbach α系数：0.933。

6) 意见领袖推荐信息的时效性信度检验

从表6可知：变量意见领袖推荐信息的时效性的Cronbach’s Alpha值为0.964，高于0.9，表明该研究数据具有较高的信度。

表6. 意见领袖推荐信息的时效性信度检验结果

标准化Cronbach α系数：0.964。

7) 感知价值测量题项信度检验

从表7可知：变量意见领袖推荐信息的时效性的Cronbach’s Alpha值为0.964，高于0.9，表明该研究数据具有较高的信度。

表7. 感知价值测量题项信度检验结果

标准化Cronbach α系数：0.964。

8) 消费者购买行为测量题项信度检验

从表8可知：变量不同意见领袖推荐产品的一致性的Cronbach’s Alpha值为0.972，高于0.9，表明该研究数据具有较高的信度。

表8. 消费者购买行为测量题项信度检验结果

标准化Cronbach α系数：0.972。

3.3. 效度检验

1) 内容效度

在正式发布调查问卷前，我们先对一些观看网络直播并产生过购物行为的消费者进行了访谈和调查，并对初步设定的量表题目的可读性以及与研究目的、内容的一致性进行了分析。并据次修正和改进原有的测量题项，使得题目更加符合研究的需要，从而使得本文的内容更加有效。

2) 结构效度

结构效度的主要测度方法为探索性因子分析，本文采用KMO值和Bartlett球面检验方法。KMO统计量在0~1之间，KMO统计量小于0.5，表示因子分析效果不佳，KMO值超过0.7说明比较适合进行因子分析，而KMO值越接近于1，说明变量之间具有较强的相关性，因子分析取得了较好的结果。若变量之间处于相互独立的情形，就不能提取公因子，同时因子分析方法便不能被运用。Bartlett球形检验主要对数据分布情況进行检验，能够对相关阵是否为单位阵做出判断，从而分析各变量之间是否独立。当Sig. < 0.05 (即p值<0.05)时，可以拒绝原假设，说明各测量变量之问具有相关性，符合因子分析的标准。本文对量表总体和各变量的结构效度进行检验，测度结果如下表所示。

表9. 效度检验结果

由表9 SPSS检验结果显示，量表总体的KMO值为0.890，接近于1，表明因子分析的效果很好。在变量总体的Bartlett球形检验中，显著性水平 = 0.000 < 0.05，说明相关阵不是单位阵，满足因子分析的条件，具有良好的效度水平。

3.4. 多元回归分析

对统计的数据整理分析，分别对意见领袖特征、意见领袖推荐信息特征、感知价值、消费者购买行为这几个变量得到的数据分别取平均值，之后使用SPSS软件对处理后的数据进行线性回归分析，得到结果如下所示：

1) 没有感知价值的情况下，意见领袖特征、意见领袖推荐信息特征与消费者购买行为的关系

由表10可知，在没有感知价值作为中介变量的情况下，意见领袖特征、意见领袖推荐信息特征与消费者购买行为的关系可用线性方程： $y=0.773x_1+0.221x_2+2.374$ 表示，其中意见领袖特征和意见领袖推荐信息特征的显著性均为0，小于0.05，说明二者均能显著性影响消费者购买行为。另外，DW值为1.855，接近于2，说明此次被调查对象之间是相互独立的。VIF值为1.023，说明变量之间不存在共线性。

2) 感知价值与意见领袖特征、意见领袖推荐信息特征的关系

由表11可知，感知价值与意见领袖特征、意见领袖推荐信息特征的关系可用线性方程： $y=0.042x_1+0.226x_2+1.208$ 表示，其中意见领袖特征和意见领袖推荐信息特征系数的显著性均小于0.05，说明二者均能显著性影响消费者购买行为。

3) 有感知价值的情况下，意见领袖特征、意见领袖推荐信息特征与消费者购买行为的关系

由表12可知，在有感知价值作为中介变量的情况下，消费者购买行为与意见领袖特征、意见领袖推荐信息特征、感知价值的关系可用线性方程： $y=0.0761x_1+0.286x_2+0.29m+2.724$ 表示，其中意见领袖特征和意见领袖推荐信息特征系数的显著性均大于0.05，不显著，而感知价值显著性为0.005，小于0.05，系数显著。

表10. 无中介变量，自变量与因变量的关系

表11. 中介变量与自变量的关系

表12. 有中介变量，自变量与因变量的关系

综上所述，感知价值中介效应显著，且为完全中介。

根据以上分析，本研究的假设结果汇总如下：

表13. 假设检验结果

4. 结论

4.1. 主要研究结果

本文以刺激–机体–反应(S-O-R)理论模型为基础，以直播电商情境下的消费者购买行为为研究对象，通过实证分析，由表13可知，所有假设均成立，因此，得到以下研究结论：

1) 直播电商情境下意见领袖的特征对消费者购买行为有显著的正向影响

实证分析发现，意见领袖的专业性、知名度、互动性与消费者购买行为的关联度分别为0.919、0.899、0.919和0.919, p值都低于0.05，说明意见领袖以上三个特点对消费者的购物行为有明显的正面作用。而消费者感知价值则是受到意见领袖特性的正面影响，意见领袖的专业性、知名度和互动性与消费者感知价值之间的关联度分别为0.829、0.765和0.865，p值都低于0.05，而感知价值与消费者的购买行为之间存在着正相关关系。

2) 直播电商情境下意见领袖推荐信息特征对消费者购买行为有显著的正向影响

由检验结果可知，意见领袖推荐信息的形式、不同意见领袖推荐信息的一致性和意见领袖推荐信息的时效性与消费者购买行为的相关性系数分别为0.875、0.883和0.888，对应的p值均小于0.05，表明意见领袖推荐信息的上述三项特征均显著正向影响消费者购买行为。同时，消费者的感知价值作为中介变量，也受意见领袖推荐信息特征的正向影响，意见领袖推荐信息的形式、不同意见领袖推荐信息的一致性和意见领袖推荐信息的时效性与消费者购买行为的相关性分别为0.657、0.894和0.783，对应的p值均小于0.05，而感知价值与消费者购买行为的相关性系数为0.921，又进一步对消费者购买行为具有显著正向影响。

4.2. 建议

1) 树立品牌形象，提升客户黏性

在直播电商中，不管采用何种营销手段，其产品本身的质量都是很重要的，若产品本身的品牌形象不佳，很容易丧失顾客的信赖，从而丧失其在市场上的竞争优势。网络的发展给网络直播产业带来了很好的发展机遇，因此，必须充分认识到品牌的重要性，从提高用户的粘性入手，不断地丰富商品的内涵。

2) 明确目标群体，培养意见领袖

电商直播之所以能获得高销量，与其对顾客的信赖有着直接的关系。其中，意见领袖扮演着重要的角色，他们所选择的产品要符合自己的电商市场观念。这就需要意见领袖本身具有如下特征：一是他们必须熟悉市场的发展规律；二是要积极参与，在直播过程中积极参与，并拥有自己的追随者。这就需要电商直播公司将重点放在专业意见领袖的培训上，以提高他们的专业素质和专业技能，从而带动消费，促进经济发展。

3) 做好网络监管，提高准入门槛

直播带货的成本相对较低，而且容易上手，若缺少质量检验队伍、缺乏有效的网络监督、消费者盲目地跟随，将会造成难以预料的结果。为了监督电商直播，避免舆论导向的虚假宣传和违法行为，必须加强对互联网的监管，适当地提升产品的准入门槛。

文章引用

冯欣瑶. 直播电商情境下意见领袖对消费者购买行为的影响研究
Study on the Influence of Opinion Leaders on Consumers’ Purchasing Behavior in the Context of Live E-Commerce[J]. 建模与仿真, 2023, 12(03): 2462-2471. https://doi.org/10.12677/MOS.2023.123226

参考文献