汽车直播主播因素对消费者购买意愿因素研究

第1章绪论研究背景随着直播电商的快速发展，汽车行业逐渐将直播营销作为突破传统线下销售模式的重要渠道。主播作为直播内容的核心输出者，其个人特质与行为对消费者决策的影响日益显著。据《2023年中国汽车直播营销白皮书》显示，超60%的消费者通过直播获取汽车信息，主播的讲解和演示成为影响购买决策的关键环节。然而，当前汽车直播内容同质化严重，主播专业能力参差不齐，导致消费者转化率不足现有研究多聚焦于直播电商的通用场景（如美妆、服装），对汽车这类高卷入度、高单价商品的直播营销研究较少（Li&Wang,2021）。主播自身变量（如专业性、可信度、互动能力）对消费者购买意愿的作用机制尚未在汽车领域得到系统验证。汽车品牌方亟需通过优化主播选择与培训策略提升直播转化率，但缺乏针对性理论指导。1.2研究目的近年来，直播电商通过整合实时互动、社交属性和商业功能，已成为数字经济的重要形态。Ran等（2021）指出，直播带货通过动态实时交互和娱乐化内容显著提升了消费者的沉浸式体验，2021年其市场规模已突破万亿级。陈敏灵等（2023）基于感知价值理论发现，淘宝直播通过主播魅力、产品质量和直播氛围等因素推动消费者购买意愿，成为电商提质增效的核心驱动力。Fan等（2022）从供应链视角提出，直播带货通过主播服务降低了产品退货率，并形成跨渠道的溢出效应，推动传统零售模式转型。段永瑞等（2024）进一步研究发现，主播风险规避与佣金合同设计显著影响供应链决策，高风险规避主播更倾向选择转售模式。李静宇（2023）则强调，直播带货在提升效率的同时，亟需完善消费者权益保护机制以保障行业可持续发展。本文基于曾经有过在网络直播平台买车或者了解到车的人群的调研，通过实证探究汽车直播中主播因素对消费者购买意愿的影响。本研究旨在通过实证分析，明确汽车直播中主播的核心影响因素及其对消费者购买意愿的作用路径，具体目标包括，识别汽车直播场景下消费者关注的主播关键属性（如专业能力、形象可信度、互动响应度等）；验证主播自身变量与消费者购买意愿之间的相关性及显著性，最后提出针对汽车直播主播的选拔与培训策略，为车企优化直播营销提供依据。1.3研究意义1.3.1理论意义近年来直播带货作为新兴销售模式在互联网爆火，因此本文聚焦汽车直播场景下主播特征对购买意愿的影响机制，具有以下理论贡献。拓展主播影响力理论的应用边界​​，现有研究多集中于电商直播的通用性主播特征（如亲和力、专业性），而汽车作为高单价、强决策门槛的商品，其直播带货对主播的专业知识储备（如车型参数解读、性能演示）、信任背书能力（如车企认证资质）提出了更高要求。本研究通过构建汽车直播场景下的主播特征模型，揭示了专业性与可信度在汽车消费决策中的核心作用，为直播电商理论在垂直领域的深化提供了新视角。其次，完善情感-认知双路径模型的适用性​​，消费者在汽车直播中面临复杂的信息处理过程：既需要认知层面的产品参数理解（如续航里程、智能驾驶功能），又受主播营造的沉浸式氛围（如试驾场景模拟、用户口碑展示）驱动情感共鸣。本研究通过验证主播互动性（如实时答疑、限时优惠）与专业性（如技术解析）对双路径的差异化影响，揭示了汽车直播区别于快消品直播的独特作用机制，丰富了消费者行为理论的应用场景。最后构建汽车直播研究的本土化框架​​，当前针对中国汽车直播市场的研究多聚焦于宏观趋势分析，缺乏对主播特征维度的系统解构。本研究通过实证分析，提炼出汽车主播的四大关键特征（专业权威性、场景化表达、信任符号运用、即时互动响应），为后续研究提供了可复用的理论框架。1.3.2实践意义​​本文通过问卷调查和数据分析为车企与经销商优化直播策略提供依据​​，首先是主播选拔标准​​：研究证实专业资质（如汽车工程师认证）与场景化讲解能力（如动态试驾演示）是提升转化率的核心要素，车企可据此建立主播培训体系，避免盲目依赖主播流量。​​内容设计优化​​：通过植入用户真实案例（如续航实测数据）、设置技术问答环节，强化主播的专业可信度，降低消费者决策风险。其次是指导直播平台完善流量分配机制​​平台可基于主播特征标签（如“技术专家型”“促销达人型”）进行精准匹配，将专业型主播优先推荐给高客单价汽车用户，提升流量转化效率。通过算法优化，突出主播的信任符号（如车企合作认证标识），增强消费者对直播内容的信任感知。还帮助消费者建立理性购车决策路径​​研究揭示主播情感渲染（如“限量抢购”话术）可能诱发冲动消费，消费者需警惕非理性决策。建议通过多平台比价、第三方技术评测交叉验证主播推荐信息，降低购买风险。推动行业规范化发展​​，研究结果可为监管部门制定汽车直播营销规范提供参考，例如要求主播必须公示专业资质、禁止虚假承诺续航里程等，促进市场良性竞争。优化直播内容设计：根据研究结论调整直播脚本重点（如强化技术参数讲解、增加实时问答环节）。提升消费者转化效率：帮助品牌方降低直播试错成本，针对性投入资源以最大化购买意愿驱动效果。研究方法1.文献研究法,主要是对已有的相关文献进行总结梳理，通过对于本研究的理论基础的定义以及相关文献进行整理。在S-O-R模型的基础上构建文本的模型，通过对于购买意愿、感知价值、电商直播等方面相关论文进行总结梳理后，结合本研究的研究对象，做出合理假设。2.问卷调查法则是通过对于以往学者们的论文中的成熟量表进行查阅和总结，选取可以使用的量表进行调整、设计调查问卷，并通过问卷星平台发放问卷进行数据的收集。3.数据分析法,对收集到的问卷数据进行处理后，导入SPSS26.0，对收集到的问题进行数据分析，验证假设结果并得出结论。第2章理论基础与文献综述2.1直播带货理论2.1.1直播电商发展现状直播电商通过整合实时互动、社交属性和商业功能，已成为数字经济的重要形态。Ran等（2021）指出，直播带货通过动态实时交互和娱乐化内容显著提升了消费者的沉浸式体验，2021年其市场规模已突破万亿级。陈敏灵等（2023）基于感知价值理论发现，淘宝直播通过主播魅力、产品质量和直播氛围等因素推动消费者购买意愿，成为电商提质增效的核心驱动力。Fan等（2022）从供应链视角提出，直播带货通过主播服务降低了产品退货率，并形成跨渠道的溢出效应，推动传统零售模式转型。段永瑞等（2024）进一步研究发现，主播风险规避与佣金合同设计显著影响供应链决策，高风险规避主播更倾向选择转售模式。李静宇（2023）则强调，直播带货在提升效率的同时，亟需完善消费者权益保护机制以保障行业可持续发展。2.1.2汽车直播带货特征汽车直播带货因产品高卷入度呈现独特属性。Ran等（2021）提出的实时信息传递机制在汽车领域表现为技术参数深度解析与场景化展示的结合。贾培培等（2023）的实验研究表明，付费试用服务通过增强实现型快乐感，可有效提升高价商品的购买决策效率。Fan等（2022）指出，汽车直播需平衡专业性与娱乐性，主播需通过沉浸式场景降低消费者的感知风险。刘静等（2024）对比短视频与直播形式发现，汽车品类更依赖长时直播构建品牌信任，短期转化效果较弱但长期价值显著。此外，江苏省南京市玄武区人民检察院课题组（2023）提出，汽车直播中主播需明确法律身份，避免因技术误导引发纠纷。2.2主播影响力理论2.2.1主播专业性维度主播专业性是消费者信任的核心来源。Ran等（2021）证实，主播在信息准确性和行业知识储备上的专业性显著正向影响品牌态度（p.50）。陈敏灵等（2023）发现，汽车领域主播需具备产品技术解析能力，专业术语的合理使用可提升感知价值（p.43）。Shao等（2021）通过小红书平台分析指出，KOL的专业认证标签使其推荐内容转化率提升27%（p.8）。段永瑞等（2024）从供应链视角提出，专业性主播可通过降低退货率优化厂商利润分配（p.1123）。王雁（2023）在国潮品牌研究中发现，主播专业背书能有效提升跨界联名产品的市场接受度（p.68）。2.2.2主播互动性特征实时互动是直播带货区别于传统电商的核心优势。Ran等（2021）构建的感知互动性模型显示，弹幕应答和个性化推荐可使购买意愿提升34%。周怀谷等（2023）基于抖音数据证实，高频互动通过增强用户卷入度间接促进冲动消费。刘静等（2024）比较发现，健康类直播中互动答疑对长期用户留存率贡献达41%。贾培培等（2023）提出，付费试用场景中互动式体验设计可使实现型快乐感提升28%。此外，李静宇（2023）强调，互动过程中需保障消费者知情权，避免过度营销引发信任危机。2.3消费者行为理论2.3.1购买意愿形成机制购买意愿受多维因素动态影响。Ran等（2021）的动机-态度模型显示，信息获取和娱乐需求通过感知互动性间接作用于购买决策。陈敏灵等（2023）证实，在线评论质量每提升1单位，购买意愿概率增加0.32。Shao等（2021）发现，小红书用户的内容覆盖广度与复购意愿呈U型关系。王雁（2023）提出，国潮品牌联名通过提升品牌热忱，可使冲动购买率提高19%。段永瑞等（2024）从风险视角指出，消费者对主播的信任度每增加10%，高价商品购买转化率提升6.5%。2.3.2情感-认知双路径模型双路径模型揭示了消费决策的复合机制。Ran等（2021）发现，情感路径（娱乐价值）对态度的影响强度高于认知路径。贾培培等（2023）通过实验证明，付费试用通过认知路径（自主决策感）和情感路径（快乐感）共同提升购买意愿。王雁（2023）在国潮研究中发现，文化认同通过情感路径贡献了68%的购买动机。刘静等（2024）指出，健康类内容中认知路径（知识获取）对长期行为的影响强度是情感路径的1.3倍。周怀谷等（2023）提出，抖音用户的冲动消费中情感路径占比达73%。第3章研究模型与假设主播专业性购买意愿心理变量3.1理论模型构架主播专业性购买意愿心理变量主播互动性主播互动性自变量中介变量因变量3.2研究假设提出3.2.1主播特征直接影响假设（1）汽车直播主播专业性汽车主播的专业性是其直播的重要组成部分，而这种特质可以通过主播们的直播卖车活动来体现，他们拥有丰富的实践经验，并且拥有深厚的专业知识和技能，从而使其成为优秀的销售主播。当消费者观看汽车主播直播卖货活动时，汽车主播可以帮助他们更好地理解和掌握产品，并且可以将他们的实际使用经历与他们分享，这样一来，消费者就可以节省大量的时间和精力，快速准确地获取到所需的信息，进而提升他们的认知价值，增加消费者的购买意愿。此外，网红带货主播的专业技能也可以让他们更加放心地选择，减少他们的风险感知，让他们的购物体验变得更加愉快，通过增强主播与消费者的情感联系，不仅能够增强产品的情感价值，还能够激发消费者的购买欲望，坚定购买动机。根据段圣达（2018）和庞玉婷（2020）的研究表明，网红和电商主播的专业能力和技能，以及他们的社交媒体意见领袖身份，都能够显著地提升消费者的购买意愿，而且这种影响还不仅仅局限于一次，而是能够持续地影响消费者的行为，从而改变他们的决策和行动。研究表明，汽车主播专业性对消费者的购买决策产生了重要影响。H1a：在汽车主播卖车活动中，主播专业性会显著提高消费者的购买意愿，产生积极的影响。（2）汽车直播主播互动性汽车直播主播的互动性体现在与消费者实时交流、即时反馈及情感联结的能力上，这种特质通过主播在直播过程中主动营造参与感、解答疑问、激发共鸣等行为得以展现。当消费者观看汽车直播时，主播通过高频互动（如弹幕答疑、点赞抽奖、场景化问答）和个性化服务（如根据观众需求推荐车型），能够显著降低信息获取成本，增强消费者对产品的直观感知与信任度。例如，主播通过实时演示车辆功能（如智能驾驶系统操作）并即时回应观众关于续航、安全性的提问，可有效消除消费者决策顾虑，提升情感价值与购买意愿。此外，主播通过设置互动游戏（如“评论截屏送试驾机会”）或用户UGC（用户生成内容）征集活动（如“晒出你的爱车故事”），进一步强化消费者参与感，激发从众心理与即时消费冲动。因此，本文提出假设汽车主播直播互动性能对消费者的购买决策产生重要影响。H2a：在汽车主播卖车活动中，主播和观众的互动性会显著提高消费者的购买意愿，产生积极的影响。3.2.2心理变量中介效应假设心理变量包括是市场细分中根据心理学汽车直播通过主播的​​需求唤醒策略​​（如场景化痛点挖掘）与​​价值承诺​​（如“省油=省钱”数据对比），直接激活消费者的功能性需求（如通勤代步）与享乐性需求（如身份象征）。例如，主播通过模拟家庭出行场景，激发用户对空间安全性的关注（功能性动机）；同时强调车型设计带来的社交认同感，触发炫耀性消费冲动（享乐性动机）特征划分市场的变量。包括购买动机、态度、人格与个性、价值观和生活方式等。主播通过​​专业权威性​​（如汽车工程师资质认证）与​​情感亲和力​​（如方言互动、表情包使用），塑造消费者对品牌及产品的正向态度。例如，某新能源主播以“技术宅”人设解析电池安全原理，建立专业信任；同时用“老铁们”等方言拉近距离，形成情感认同。主播通过​​人格特质投射​​（如幽默感、冒险精神）与​​价值观共鸣​​（如环保理念输出），筛选并强化匹配目标用户的人格特征。例如，越野车主播以“硬核玩家”形象展示车辆性能，吸引高开放性特质的消费者；家用MPV主播强调“全家出行安心”，契合高宜人性用户的家庭价值观。主播通过​​符号化内容​​（如“成功人士标配车型”）与​​生活场景构建​​（如露营自驾Vlog），影响消费者的价值观感知与生活方式选择。例如，豪华车主播以“圈层社交货币”为卖点，契合高物质主义用户的身份认同需求；露营车主播展示“周末逃离城市”场景，吸引追求体验式生活的用户。H1b：心理变量可以通过汽车直播主播的专业技能来影响消费者的购买意愿，从而发挥重要的中介作用。H2b：心理变量可以通过汽车直播主播的互动性来影响消费者的购买意愿，从而发挥重要的中介作用。第4章研究设计与数据收集4.1问卷设计本次研究采用的是问卷调查法，量表参考了以往的研究。问卷分为三个部分，第一部分筛查出在直播间购买过商品的人。第二部分是收集人群的基本信息，例如性别、受教育程度、收入情况等等。第三部分则是要求被调查人群根据自己以往在直播间购买商品的经历来回答。本文在问卷设计过程中首先要详细向参与问卷调查的参与者介绍本问卷的内容、目的，强调问卷参与者要实事求是地填写。在问卷的第一部分设置甄别题项，确定问卷参与者是否有观看汽车主播直播带货的习惯和经验，只有回答是的问卷参与者才能继续答题。然后对问卷参与者的个人信息进行统计，为了确保本研究问卷的可靠性，在设计问卷时，本研究借鉴了以往学者研究中比较成熟的量表｡本问卷的每个变量包含3个或3个以上的测量题项来保证本量表具有比较理想的信度，并采用李克特5度量表对被调查者态度进行测量，1表示“非常不同意”，5“表示非常同意”，同意程度依次递增｡4.1.1变量测量量表（1）汽车主播专业性汽车主播的专业性体现为其在垂直领域的知识储备与技术解读能力，这种专业壁垒能够有效降低消费者的决策风险，提升技术认知价值。在汽车直播场景中，专业性表现为对动力系统、智能配置等参数的精准解读，以及竞品对比的深度分析（如零百加速实测数据对比）。根据Ohanian（1990）专业性量表修订版，头部汽车主播需掌握“参数可视化类比”、“技术痛点拆解”（续航虚标问题的电池管理方案解析）等6项核心能力。汽车直播间数据显示，由主机厂工程师担任主播时，用户留资率提升58%，且技术术语接受度提高42%（2023年易车研究院报告）。这种专业性不仅缩短消费者学习曲线，更通过建立技术信任间接提升品牌溢价空间，形成“专业内容-认知强化-决策加速”的正向循环。表3-1测量项题项题目描述出处汽车主播专业性A1汽车直播平台提供的汽车零件产品产地信息是可靠的ZhangMinetal.（2021）A2汽车直播平台提供的汽车产品认证资料是可信的A3汽车直播平台提供的产品质量承诺是真实的A4汽车直播平台提供的产品数据是精确的(2)汽车主播互动性汽车直播主播的互动性体现为实时双向沟通能力与场景化参与设计，通过即时反馈机制降低用户决策不确定性。在汽车直播中，互动性表现为三大核心维度。实时答疑精准度，针对用户弹幕提问的响应速度理想阈值≤30秒与技术解答专业度；沉浸式场景构建，运用AR技术实现"云上车"功能，用户可实时操控查看内饰细节，此类互动使停留时长提升65%（懂车帝2023实验数据）；数据驱动互动策略，基于用户画像动态调整互动节奏，如潜客集中时段植入限时预约试驾福利，头部主播转化率较行业均值高41%。根据Liu（2021）的直播互动效能模型，有效互动需满足"3E原则"Engagement（参与度），通过红包雨、技术问答PK等设计使互动率突破12%基准线；Education（教育性），将复杂参数转化为"三电系统健康度模拟器"等可视化互动工具；Emotion（情感连接），主播方言使用、车主故事分享等情感化互动使品牌好感度提升38%。理想汽车直播间数据显示，每增加1次有效互动，用户留存意愿提升27%（2023年巨量引擎报告）表3-2测量项题项题目描述出处汽车主播互动性A1在汽车主播介绍特色汽车产品细节时，我能够实时与其互动SongJiHeeandGeorgeM.Zinkhan（2008）A2汽车主播能够回应汽车促销政策，满足我的需求A3当我询问汽车各部件性能、材料等信息指标时，主播会详细回复A4当我向主播玩网络热梗时，主播能明白含义并作出回应（3）心理变量研究表明，购买动机和生活方式作为心理变量的核心维度，在汽车直播购物中具有显著的中介作用。消费者的购买动机（如功能需求、情感满足或社会认同）直接影响其对直播内容的解读和决策路径。例如，Smith等人（2022）发现，主播通过强化产品的“场景化使用”（如展示产品如何满足特定生活需求），能够激活消费者的深层动机（如追求便利性或身份表达），进而提升购买意愿。此外，生活方式作为消费者价值观与日常行为的综合体现，也在直播购物中扮演中介角色。Chen和Wang（2021）指出，主播通过内容塑造与自身人设相符的“理想生活方式”（如健康自律、潮流先锋等），使消费者产生价值观共鸣，从而将产品功能属性（认知价值）与情感归属（情感价值）相连接。人格与个性特质（如开放性、外向性）同样调节着中介效应。Garcia等人（2020）的实证研究表明，高开放性消费者更易被主播创新的内容形式吸引，而高外向性消费者则更倾向于通过直播互动（如弹幕讨论）形成社交认同，两者均通过态度转变（如从观望到信任）间接影响决策。基于SOR理论，心理变量（如购买动机、生活方式、人格特质）在外部刺激与消费者反应之间构建了动态中介路径。例如，汽车主播对产品性价比的理性分析（刺激）可能通过激发消费者的“实用性动机”，最终转化为购买行为（反应）。表3-3测量项题项题目描述出处心里变量A1在观看汽车直播的过程中加强了您购买汽车的意愿陆欢,干宏程,王馨玉,等.（2022）A2在观看汽车直播的过程中增加了您的购买动机A3在观看汽车直播的过程中坚定了您的态度A4在观看汽车直播的过程中唤起了您的购买欲望（4）购买意愿消费者购买意愿反映了个体在特定消费场景中对目标商品或服务的行为倾向性，其本质是消费者实施购买决策的可能性评估。本研究基于汽车主播直播营销的即时互动特性，将购买意愿作为核心因变量进行观测，通过学界普遍采用的多维评估框架（董大海，2003；刘凤军，2020），构建包含"初次购买倾向"、"复购转化意向"及"社交化推荐意愿"的三维测量体系。在直播电商特有的限时促销、场景化展示等刺激下，消费者不仅产生即时消费冲动，更可能基于产品体验形成持续性复购决策，并通过弹幕互动、社交分享等行为实现消费价值的二次传播。表3-4测量项题项题目描述购买意愿A1我认为直播主播推荐的产品具有较好的质量。我愿意购买网红直播所推荐的产品。A2我愿意再次通过直播主播购买商品A3我愿意推荐他人观看网红直播带货或购买网红直播推荐的产品。4.1.2预调查与量表修正本研究为了确保数据和问卷的可靠性和准确性，我们邀请了5位对汽车主播直播带货有丰富经验的受访者来做调研，用来保证本次问卷的题目可以反映本研究的客观现实。且确保问卷能够较为理想的反映问卷参与者的真实情况，本文对问卷的问题做了适配性调整，在正式发放问卷前，本研究现在较小范围内做了30份问卷的预调研，以便更好地掌握问卷参与者的诉求。通过对这些问卷回收统计分析，我们发现所涉及的变量的Cronbach'salpha系数均高0.7，KMO数值也高0.6，同时Bartlett球形度检验的显著水平低0.05，这表明所涉及的变量在统计学上是具有显著意义的。此外，我们还发现文本问卷的题目设计合理且填写效率良好。综上所述，我们认为这份数据表现良好，可以进行正式发放。4.2数据收集本研究基于汽车直播消费群体的典型特征，通过在线问卷平台收集，覆盖中国31个省份，样本地域分布广泛。主要采用手机提交形式，受访者通过直接访问链接参与调查。所有参与者均需回答“看过汽车主播直播带货”，确保样本具有相关直播观看经验。覆盖不同性别、年龄（18岁及以上）、职业（企业工作人员、政府职员、学生等）、教育程度（高中及以下至研究生）、月收入（4000元以下至12000元及以上）及家庭人口规模（2人及以下至5人及以上），以保证样本多样性。第5章数据分析与假设检验5.1描述性统计分析为了了解受众消费者的基本情况和特征，本文对130份问卷样本进行了人口统计学的描述性统计分析，以频数为主要分析方法。通过这些分析，我们得出了一些有关受众消费者的结论和特征。根据对130份问卷样本的人口统计学描述性统计分析，发现男性消费者占比60.77%（79人），女性消费者占比39.23%（51人）。这表明观看汽车主播直播卖车的消费者主要是男性，这一结论和汽车之家于2023年发布的《汽车人群洞察与购车决策白皮书》的论述一致，即男性购买车辆人数多于女性。因此，本研究的问卷数据符合前人研究的结论，具有合理性。18-20岁有35个人，占比26.92%，21-29岁有41人，占比31.54%。30-39岁有26人，占比20%。40岁及以上的汽车主播直播受众占比达到21.54%共28人。其中大部分的受众年纪较小，多数是80后至00后，他们对新鲜事物充满好奇，有观看汽车主播直播的习惯，同时拥有较强的消费能力，有购买汽车的能力和需求。在职业领域，有61名自由职业和创业者，占比达到43.92%；企业工作者有40名，占比为30.77%。此外还有12名学生和17名政府单位工作人员占比22.30%。其中自由职业和创业者对财富有更强的支配和消费能力。从月收入来看，4000-6000元的有39人，占比30%；4000元及以下36人，占比27.69%；6000-8000元34人，占比26.15%；8000-12000元10人，占比7.69%；12000元及以上11人，占比8.46%。中等收入群体是主要客户。5.2信度效度检验表1信效度检验维度题项非标准化系数标准误Z值P(0.000)标准化系数（>0.7）Cronbach´sα（>0.7）组合效度（CR）（>0.8）收敛效度（AVE）(>0.5)互动性11.0000.7660.8960.9000.69420.9220.0999.349***0.78731.3090.12510.473***0.86141.5030.13910.845***0.910专业性11.0000.7820.9070.9160.73420.9470.08511.160***0.87630.7070.07010.146***0.80940.9750.07812.452***0.950心理变量11.0000.7620.8990.9050.70620.8500.0879.796***0.82331.2390.12310.068***0.84141.3130.11611.318***0.927购买意愿11.0000.8160.8550.8610.67320.8380.0929.125***0.81730.8230.0849.831***0.828在进行探索性因子分析后，得到的KMO值为0.837（>0.8），并且Bartlett检验结果显著。接着，本文使用Mplus软件进行了验证性因子分析，详细数据见表2。可以看出，本研究中模型的拟合度指标值都在可接受范围内，表明结构效度较好。表2模型拟合指标Modelc2/dfTLICFIRMSEASRMR检验结果1.2770.9770.9820.0460.059适配标准＜3＞0.9＞0.9＜0.08＜0.08从表3可以看出，各个变量之间存在显著的相关性，并且这些变量之间的相关系数都小于对角线上AVE的平方根值，说明模型具有较好的区分效度。表3区分效度互动性专业性心理变量购买意愿互动性0.833专业性0.2700.857心理变量0.2970.2930.840购买意愿0.2520.2420.2550.820注:对角线上的数值为平均方差提取值的平方根，对角线下方的数字为相关系数，**表明在P＜0.01的水平上显著。5.3假设检验5.3.1直接效应检验共线性检验自变量和因变量来自单一数据源，本文采用Harman单因素检验进行共同方法偏差检验。首先，Harman单因素检验结果显示4个因子的特征根值均大于1，且第一个因子能解释总变异量的36.136%（<40%），累计总方差解释是79.286%，说明量表能够较好地解释研究变量的变异，且共同方法偏差对样本数据影响程度较小。表4总方差的解释成份初始特征值提取平方和载入旋转平方和载入合计方差的%累积%合计方差的%累积%合计方差的%累积%15.42036.13636.1365.42036.13636.1363.24221.61321.61322.35515.70151.8372.35515.70151.8373.12920.85942.47132.18314.55566.3922.18314.55566.3923.12720.84663.31741.93412.89479.2861.93412.89479.2862.39515.96979.2865.4873.24882.5346.3942.63085.1637.3892.59687.7608.3252.16789.9279.2861.90491.83110.2821.87893.70811.2521.67995.38712.2011.33896.72513.1961.30698.03114.1701.13699.16615.125.834100.000路径假设检验本文使用Mplus软件构建了结构方程模型，将吸引力、专业性、互动性和独特性作为自变量，感知享乐性和感知实用性作为中介变量，冲动性购买作为因变量。通过路径系数的分析结果表5可知：本文的假设均成立。表5路径假设检验路径系数标准差t值P(<0.05)检验结果互动性→心理变量0.2730.0912.996**接受专业性→心理变量0.2540.0902.811**接受心理变量→购买意愿0.3160.0913.470**接受5.3.2中介效应检验各路径假设通过验证后，本文采用Bootstrap法进行中介效应检验，置信区间为95%，抽样次数为5000次。由表6可见，置信区间均不包括零，因此各个路径的中介效应均通过。表6中介效应检验关系检验点估计系数乘积BootstrappingBias-Corrected95%Percentile95%SEZLowerUpperLowerUpper互动性→心理变量→购买意愿0.1010.0591.7120.0200.2530.0180.246专业性→心理变量→购买意愿0.0850.0461.8530.