1. 引言
随着电商直播的兴起，在直播间购物成为越来越多消费者的选择。冲动购买是指消费者产生突然的、强烈的购买欲望而引发的购买行为，是一个难以抵挡并有享乐的复杂购买过程(Rook, 1987)。消费者在网络购物时会比在实体购物更容易冲动，因此很多学者对网络购物中的冲动消费现象进行了重新探索(赵宏霞，才智慧，何珊，2014)。冲动购买在电商直播中仍然存在。电商直播提供了一个可以进行高频率和实时互动的场景，这种交互既产生于消费者与主播之间，也存在于消费者与消费者之间，消费者从观看直播到下单的过程中，其决策都有可能受到影响。消费者最初在观看直播时可能并没有强烈的购买欲望，但在观看过程中或互动后可能会产生购买意愿。
已有文献从不同层面一定程度上研究了电商直播模式下的消费者态度和参与，但未能全面解释和预测直播电商中的消费者行为。以往研究大多基于技术角度，从人机交互角度出发，缺乏对人际互动的考查(魏华，高劲松，段菲菲，2021)。消费者购买决策的心理过程由感性和理性交织而成，因此同时从感性和理性两个角度来研究人际互动影响消费者购买决策的心理过程就显得尤为重要。心流体验是一种个人全身心投入到活动中并产生愉悦感的心理状态，许多学者对其在运动、阅读、网络环境等不同领域展开了系列研究(Hoffman & Novak, 2009)。在电商直播情境中，人际互动能否可以直接或以心流体验和感知风险为中介，影响消费者冲动购买的研究还有待深入。本文试图对上述研究问题进行补充，本研究关注电商直播中人际间的实时互动，从心流体验和感知风险两个角度研究人际互动是怎样影响消费者冲动购买意愿的。
2. 文献回顾与理论框架
2.1. 人际互动
网络购物中的互动可以分为三类:用户与设备的互动、用户与用户的互动、用户与信息的互动。研究表明网络环境中的人机交流和人际交流并不会相互取代(Flaherty, Pearce, & Rubin, 1998)，这意味着一个发生在现下的互动场景是多元和多维度的，其中同时会有人与人的互动、人与设备的互动、人与信息的交互。电商直播是主播和消费者在同一个通过网络技术搭建的直播间进行实时的、双向的互动的过程。主播、消费者、和直播间中的实时信息共同构成了电商直播的互动情境。主播以直播的方式向消费者实时介绍产品，消费者通过观看直播了解产品，并通过文字评论的方式与主播及直播间其他消费者完成沟通。本文将淘宝直播中的人际互动定义为:消费者在淘宝直播间与主播和其他消费者进行的信息交互和反馈。
2.2. 心流体验
心流体验最早由Csikszentmihalyi (1975)提出，心流体验是指当个体处完全被自己所做的事情所吸引，感到愉悦，并感觉时间过得很快的状态。这是个体对环境刺激作出反应的一种心理状态，特别是当一个人完全专注于某一活动，在进行该活动的过程中失去了自我意识，从而产生对享受状态的感知时，我们称之为心流体验(Chen & Lin, 2018)。从消费者的角度来看，对购物体验的高度关注会导致自我意识的近乎消失，因此消费者的时间感会变得扭曲，有非常愉快的精神状态。前人研究中，营销因素等外观因素会作为前置因素影响消费者的心流体验。如购物店面的环境条件、空间、功能等显示店铺形象的影响因素会影响消费者的心流体验。当消费者处于享乐、注意力集中的心理模式下，对信息接受程度较高，进而促进消费者没有计划性的购买、提高非计划性购买数量(陈洁，丛芳，康枫，2009)。
2.3. 感知风险
感知风险是指消费者在购买产品或服务时购买结果的不确定性和产生不良影响的可能性。消费者的任何购买行为都无法提前确定能获得预期的结果。感知风险主要包括两个方面，一是购买产品本身的不确定性，二是这种购买行为可能带来的不良影响。
2.4. 冲动购买意愿
冲动性购买通常被认为是一种由突然的、通常是强有力的和持续的立即购买某物的冲动所刺激的消费行为，冲动购买行为是消费者在自我享乐大于自我控制时产生的行为，是消费者在缺乏理性分析的情况下，由于沉浸于得到某商品的喜悦而忽视了其他选择而做出的快速购买决策(Rook & Fisher, 1995)。
关于冲动性购买意愿的定义始终没有统一的观点。Rook和Hoch (1985)提出冲动购买意愿是在没有事先购物规划的情况下，消费者受到产品展示和系列营销刺激因素的影响，积极情绪被激发而产生强烈的购买欲望。结合直播情境，此次研究认为消费者产生冲动性购买意愿可以分为两种情况。第一种是有购物计划或者目标，但受到直播间内各种营销刺激后，对不在计划内的商品产生强烈购买意愿；第二种是完全没有购物计划，但在观看直播中收到影响而产生购买意愿。
2.5. 研究框架
在“S-O-R”模型中，刺激作为外部环境对个体的影响，通过激发个体的内部状态，进而影响个体的行为。“S-O-R”框架以环境心理学为基础，为人际互动对消费者决策行为的影响提供了理论依据。本文借鉴此研究范式，建立电商直播中人际互动对消费者冲动购买欲望影响机理的理论框架，如图1所示。
在该理论框架中，将人际互动作为消费者冲动购买欲望的前因变量，是S-O-R理论中的“刺激”变量，包括“消费者与主播互动”和“消费者间互动”两个维度。心流体验和感知风险即“机体”变量，是人际互动与消费者冲动购买意愿的中间变量，消费者冲动购买意愿是“反应”变量，作为研究中的结果变量。
3. 文献综述与研究假设
3.1. 人际互动与冲动购买意愿
目前学者对人际互动与消费者购买决策的关系研究中，主要有两种观点：一种观点认为人际互动对消费者的冲动购买意愿产生直接影响。研究发现，其他购买者对产品的良好反馈会刺激消费者产生冲动购买意愿。另一种观点认为人际互动间接影响消费者的冲动购买行为。姜参等人(2014)的研究表明，线上互动能够使消费者产生临场感，从而引发消费者的冲动购买行为。张爽和魏明侠(2019)通过实证研究发现，用户间的人际互动对其感知偷悦性具有显著的正向影响，进而会增强用户的冲动购买意愿。林钻辉(2021)在研究网络直播信息特质对冲动性购买的影响中发现互动性对其有正向影响。田秀英(2020)研究发现直播电商中人际互动对消费者冲动购买欲望有显著影响。电商直播中，消费者可以根据自身的需求随时与主播以及其他的消费者进行实时互动，深入了解商品的质量与功能，进而做出冲动购买决策。基于此，提出以下研究假设：
H1a：消费者与主播互动正向影响消费者的冲动购买意愿；
H1b：消费者间互动正向影响消费者的冲动购买意愿。
3.2. 人际互动对心流体验的影响
在电商直播环境下，消费者能通过平台与主播进行不受时间与空间限制的交互，从而进一步获取需求信息。消费者与主播间的互动是影响消费者感知服务的一个重要因素。消费者会带着已有期望进入直播间，主播高质量的服务和交互会有助于该期望的实现，促使消费者产生愉悦感，从而对主播形成良好印象并增强其购买意愿。根据本文的研究分析，本文采用消费者对响应性的感知来衡量消费者与主播之间的互动。响应性是指后续反馈信息对先前信息反应的及时性与相关性程度，在本研究中是消费者在观看直播过程中感知到的主播快速反馈其信息需求的程度。Guo和Poole (2009)以网络购物为研究情境，提出产生心流体验的一个必要前提就是有明确的反馈机制。消费者在与主播进行沟通时，总是希望得到主播的回应，如果主播能够及时对消费者发出的信息作出反馈，消费者将不会产生由等待和被忽略所带来的负面情感，反而会因为感觉自己得到了重视从而产生愉悦的情绪；如果反馈的信息与消费者发出信息紧密相关且能解决消费者疑惑时，消费者将感受到高效率高质量的服务体验从而进入愉悦满足的状态。
电商直播情境下，消费者在看到其他消费者评价产品信息的同时也会主动分享评价信息，其他消费者在很大程度上成为消费者获得经验和信息从而做出决策的重要因素。主播提供的信息为消费者对产品形成初始态度奠定了基础，而其他消费者主动提供的消费评价信息不含利益化目的，消费者更容易产生高的可信度，对他们来说更有参考价值。因此，本文采用互助性这一因子来衡量消费者之间相互沟通、分享并获取信息而得到帮助的感知。互助性是指在直播过程中，消费者在产品信息上能从其他消费者那里得到多大程度的帮助。消费者之间在平台中通过相互交流有关信息能让消费者感受到群体性与被认同感，从而激发消费者的信心与乐趣。Koufairs和Hampton-Sosa (2004)研究发现消费者在线网购过程中的互动程度会影响本身感知乐趣和注意力集中程度。范晓屏和马保国(2009)以虚拟社区为研究对象，发现良好的在线人际互动有助于激发消费者的心流体验。周逸斐(2020)进行实证研究发现直播情境中网红的交互性可以刺激心流体验的产生。
基于上述分析，本文提出如下假设：
H2a：消费者与主播互动正向影响消费者的心流体验；
H2b：消费者间互动正向影响消费者的心流体验。
3.3. 心流体验与冲动购买意愿
心流体验象征着注意力集中，在直播间完全投入并伴随愉悦感，失去了时间概念，它可能会导致消费者的冲动购买。一定程度上来说，消费者的冲动性意味着他们很大程度上依赖于消费者的感受。因此，如果消费者能够在直播间享受到好的购物体验，他们可能会直接在直播间点击购物车，导致冲动购买。龚潇潇等(2019)提出直播场景中心流体验对冲动消费意愿具有显著的正向影响。据此提出如下假设：
H3：心流体验对冲动购买意愿具有正向影响。
3.4. 心流体验的中介作用
心流体验作为一种心理状态需要存在前置因子刺激才能产生，心流体验的产生会使人倾向于某种意愿或行为。由前述分析可知，人际互动可能会促使消费者产生心流体验，而心流体验可能会促使其产生冲动购买意愿。
基于上述分析，本文提出如下假设：
H4a：心流体验在消费者与主播互动对冲动购买意愿的影响中发挥中介作用；
H4b：心流体验在消费者间互动对冲动购买意愿的影响中发挥中介作用。
3.5. 人际互动对感知风险的影响
章希春(2009)的研究表明在网络购物中在线互动与消费者的感知风险负相关。在消费者购买过程中，在确认需求阶段消费者由于没有确定自己的需求感知风险是不断增加的；在信息收集阶段，消费者已经确定了需求产品，开始收集产品信息，随着产品信息的增加，感知风险开始逐渐减少(Barbouche, Romain et al., 1994)。由此可见。收集信息可以降低信息不对称以及信息不确定性，进而降低消费者的感知风险。在电商直播中，人际互动是消费者获取产品信息的主要途径，消费者通过与主播互动，可以更多了解产品的细节与功能，通过与其他消费者进行互动，可以帮助自己更好做出购买决策，提高决策的质量。基于此，本文提出研究假设：
H5a：消费者与主播互动负向影响消费者的感知风险；
H5b：消费者间互动负向影响消费者的感知风险。
3.6. 感知风险与冲动购买意愿
在网络购物环境中，由于信息不确定性、信息不对称性等原因，消费者在购买过程中感知到一定程度的购买风险，进而对本次购买行为产生影响。通过电商直播购买商品时，由于商品的价格折扣力度较大，消费者可能会感知到一定的产品风险和服务风险。此外，如果消费者对主播没有足够的信任，会担心直播间的商品价格是否高于其他同类市场的价格，因此会产生财务风险和心理风险。目前，国内外学者对感知风险和冲动购买的关系进行了广泛的研究。Vellido等(2000)指出，在网络购物中，消费者的感知风险越高，其购买意愿就越低，越不会产生购买行为。崔剑峰(2019)的研究表明，网络环境中，感知风险的有六个维度对消费者的冲动购买行为均存在不同程度的负向影响。
基于此，本文提出研究假设：
H6：感知风险对冲动购买意愿具有负向影响。
3.7. 感知风险的中介作用
综上所述，人际互动可能会对感知风险产生影响，而感知风险会负向影响冲动购买欲望。基于此，本文提出人际互动(消费者与主播互动、消费者间互动)可能通过影响消费者的感知风险，进而影响消费者的冲动购买意愿。因此，本文提出以下假设：
H7a：感知风险在消费者与主播互动对冲动购买意愿的影响中发挥中介作用；
H7b：感知风险在消费者间互动对冲动购买意愿的影响中发挥中介作用。
4. 研究设计
4.1. 样本与数据收集
本文在设计问卷时参考已有研究的成熟量表，结合学者建议对其适当调整，得到符合本研究情境且易于被调查者理解的题项。通过设计“您是否观看过淘宝直播”这一题目筛选调查对象。本次研究通过问卷星在QQ、微信、淘宝主播微信粉丝群等渠道发放线上问卷，样本来源不受地域限制，有效控制了产生共同方法偏差的可能，提高问卷的准确度。调查对象为观看过淘宝直播的消费者，包含学生、企业职员、政府事业单位工作人员、个体商户等。本研究共发的问卷为210份，回收有效问卷份176份，有效回收率为83.8%，有效样本满足研究要求。
调查样本中男性的比例为33.5%，女性的比例分别为和66.5%，女性较多；年龄方面，集中在30岁以下的年轻群体，占比80.7%；样本符合网络直播平台的主要受众人群分布。学历上，本科和硕士及以上分别占49.4%和33%，教育水平较高。
4.2. 变量测度
为了提升量表的有用性，本研究采用了国内外较权威的测量量表，同时多次翻译与回译了各题项，确保语言表述的准确度。
人际互动量表。消费者与主播互动中主播响应性主要参考了Ahn等(2004)、赵宏霞(2015)等的量表，消费者间的互助性主要参考了唐嘉庚(2006)的量表，这些量表均被证明具有较高的信度和效度。
心流体验量表。参考了Kotler (1974)、Koufaris (2002)的成熟测量量表，本文使用“时间感”、“购物愉悦感”，“专注”描述消费者处于心流体验的状态。
感知风险量表。本文对感知风险的测量参考赵宏霞(2015)等开发的量表，并根据电商直播的具体情境进行适当的删改，将感知风险划分为产品风险、服务风险、财务风险和心理风险四个维度对其进行测量。冲动购买意愿量表。参考Beatty & Ferrell (1998)、田秀英(2020)等的研究，结合电商直播的具体情境，对测量题项的表述进行适当的修改，共包含3个题项。
在上述题项测量中，均使用李克特5级量表进行计分，程度由1~5，1表示“非常不同意”，5表示“非常同意”，数字越大说明同意的程度越大。结合以往研究，发现性别和月收入水平的差异对消费者的冲动购买意愿会有较大影响。所以，本研究将被调查者的性别、平均月可支配收入水平作为控制变量。
5. 实证结果
5.1. 共同方法偏差检验
本研究通过Harman单因素方法，检验是否存在共同方法偏差问题。选取特征值大于1的5个因子，结果显示，第一个因子解释了所有题项36.863%的变异，没有超过40%，表明本研究较好地控制了数据的同源方法变异问题。
5.2. 信度与效度检验
本研究以Cronbach’s α系数(组合信度)来检验量表的稳定性和可靠性，结果见表1。本研究的各个量表的α系数均大于0.7，表明本研究具有良好的信度。在进行效度分析时，首先通过对数据进行KMO和Bartlett检验，得到KMO值为0.774，大于0.5；Bartlett球形检验达到显著水平(p < 0.01)，说明适合进行因子分析。各变量的组合信度(CR)最低值为0.796，均较为理想。同时，采用平均方差析出量(AVE)来检验变量的收敛效度。由表1和表2的计算结果可知，各变量的AVE值基本大于0.5，高于40%的标准，说明模型的内在质量没有问题，并且各变量AVE值均高于它们间的相关系数，充分证明各变量具有良好的区分效度。
Table 1. Reliability and validity test results
表1. 信度和效度检验结果
**在0.01级别(双尾)，相关性显著。
Table 2. Descriptive statistics and correlation coefficients of variables
表2. 变量的描述性统计和相关系数
5.3. 假设检验
本文使用SPSS25.0软件进行多元线性回归分析，主效应和中介效应的回归结果见表3。其中，模型1是性别和平均月可支配收入2个控制变量，模型2在模型1的基础上加入消费者与主播互动(ZB)和消费者间互动(XF) 2个自变量。与模型1相比，模型2的R2明显提高，表明模型的解释力增强。消费者与主播互动(ZB)对冲动购买意愿有显著的正向影响(β = 0.470, p < 0.001)；消费者间互动(XF)对冲动购买意愿有显著的正向影响(β = 0.289, p < 0.001)，假设H1a和H1b得到支持。
Table 3. Regression results of main effect and mediating effect
表3. 主效应和中介效应的回归结果
注：*表示p < 0.05，**表示p < 0.01，***表示p < 0.001，下表同。
为检验心流体验的中介效应，本文依次构建了模型3~模型9。从各个模型的回归结果来看：1) 模型3显示心流体验(XL)对冲动购买意愿(CD)有显著的正向影响(β = 0.470, p < 0.001)，假设H3得到支持；2) 模型8和模型9显示消费者与主播互动(ZB)对心流体验(XL)有显著的正向影响(β = 0.600, p < 0.01)，假设H2a得到了支持；消费者间互动(XF)对心流体验(XL)有显著的正向影响(β = 0.507, p < 0.01)，假设H2b得到了支持；3) 模型4和模型5显示，引入心流体验(XL)后，消费者与主播互动(ZB)对冲动购买意愿(CD)的作用系数从0.469下降至0.252，表明心流体验(XL)在消费者与主播互动(ZB)与冲动购买意愿(CD)间起到部分的中介作用，假设H4a得到支持；4) 模型6和模型7显示，引入心流体验(XL)后，消费者间互动(XF)对冲动购买意愿(CD)的作用系数从0.413下降至0.236，表明心流体验(XL)在消费者间互动(XF)与冲动购买意愿(CD)间起到部分的中介作用，假设H4b得到支持。
为检验感知风险的中介效应，本文依次构建了模型10~模型14，见表4。从各个模型的回归结果来看：1) 模型10显示感知风险(FX)对冲动购买意愿(CD)有显著的负向影响(β = −0.326, p < 0.001)，假设H6得到支持；2) 模型13和模型14显示消费者与主播互动(ZB)对感知风险(FX)有显著的负向影响(β = −0.329, p < 0.01)，假设H5a得到了支持；模型14显示消费者间互动(XF)对感知风险(FX)有显著的负向影响(β = −0.270, p < 0.01)，假设H5b得到了支持；3) 模型4和模型11显示，引入感知风险(FX)后，消费者与主播互动(ZB)对冲动购买意愿(CD)的作用系数从0.469下降至0.386，表明感知风险(FX)在消费者与主播互动(ZB)与冲动购买意愿(CD)间起到部分的中介作用，假设H7a得到支持；4) 模型6和模型12显示，引入感知风险(FX)后，消费者间互动(XF)对冲动购买意愿(CD)的作用系数从0.413下降至0.346，表明感知风险(FX)在消费者间互动(XF)与冲动购买意愿(CD)间起到部分的中介作用，假设H7b得到支持。
Table 4. Mediating effect of perceived risk
表4. 感知风险的中介效应
为了增强研究结论的说服力，本研究使用SPSS25.0及其宏(PROCESS)对研究模型的稳健性进行了分析，见表5。使用SPSS宏嵌入的Model4对心流体的中介效应进行进一步验证，见表，Bootstrap 95%置信区间的上、下限不包含零，说明了心流体验和感知风险在人际互动与冲动消费意愿之间发挥的中介效应显著。
Table 5. Robustness test of mediating effects
表5. 中介效应的稳健性检验
6. 结果与讨论
6.1. 研究结论
本研究以互动为切入点，基于“S-O-R”模型，探讨了人际互动(消费者与主播互动、消费者间互动)、心流体验、感知风险和冲动购买意愿之间的关系，得出如下结论：1) 电商直播中人际互动(消费者与主播互动、消费者间互动)正向影响消费者冲动购买意愿；2) 人际互动(消费者与主播互动、消费者间互动)正向影响消费者的心流体验；3) 消费者的心流体验对其冲动购买意愿有显著正向影响，且心流体验在人际互动和冲动消费意愿之间起部分中介作用；4) 人际互动(消费者与主播互动、消费者间互动)负向影响感知风险；5) 消费者的感知风险对其冲动购买意愿有显著负向影响，且感知风险在人际互动和冲动消费意愿之间起部分中介作用。
6.2. 理论贡献与管理启示
本研究的理论贡献主要有两方面。一是尝试研究了电商直播中消费者的决策行为，进一步拓宽了“S-O-R”模型的应用场景。二是探讨了人际互动与消费者冲动购买意愿间的作用机制，有助于打开冲动消费的“黑箱”，比较深入地揭示了心流体验和感知风险在人际互动与冲动购买意愿间的中介机制。
本研究对电商直播营销实践具有一定的现实意义。要加强主播与消费者、消费者间的互动，激发消费者的心流体验，降低消费者的感知风险。主播应该意识到对消费者的实时互动反馈的重要性，乐意回答消费者的问题，提高主播的服务态度质量，让消费者有专注愉悦的体验，延长在直播间的停留时间，更好地引起消费者的心流体验。通过主播引导形成直播间热烈的互动氛围，鼓励消费者分享购物经验和见解，吸引更多的消费者加入，从而又可以加强消费者间的互动，形成良性循环。
6.3. 研究局限与展望
本研究存在一定的局限性，还有待完善：一是本研究样本是通过线上问卷收集而来，未来的问卷调查可以拓展调研范围，扩充样本量，收集更全面的样本数据。二是本研究以中心流体验、感知风险作为联结人际互动和冲动消费意愿的变量，未能探索这二者的关系及其交互效应。
NOTES
*通讯作者。