1. 引言
文化产业是我国经济发展的重要支柱,文化产业的繁荣有助于提升我们国家的软实力,提高国际影响力,树立我们自己的文化自信。2022年,中共中央办公厅、国务院办公厅印发的《“十四五”文化发展规划》提出“全面促进文化消费,加快发展新型文化消费模式”。在如今的数字技术浪潮下,文化创意内容的生产和传播方式发生了翻天覆地的变化,传统文化以此为契机迸发出了前所未有的活力。数字化同样也改变了用户的使用习惯和需求结构,随着物质生活水平的不断提高,人们更愿意为自身的精神需求消费,从而会选择各式各样的数字文化产品。数字文化产品涵盖范围广泛,包括有网络文学作品、网络动漫、网络游戏、网络音乐、影视作品等。
在数字文化产品的消费场景中,消费者往往没有标准化的判断,在决定是否消费时更多依赖于自己的感知。故本研究基于感知价值理论,从感知利得和感知利失两个维度区分消费者感知价值的影响因素,其中感知利得包括感知有用性、感知易用性和感知娱乐性。感知利失包括感知价格和感知风险。本研究将感知价值作为中介变量,从消费者的视角出发,构建数字文化产品消费意愿影响因素的结构方程模型,对各影响因素的影响路径和影响程度进行实证分析,探索数字文化产品消费的影响机制。
2. 文献综述
感知价值是指消费者自身对产品或服务的效用的整体衡量和评价,通过梳理文献,我们发现在一些对消费者消费行为的研究中,尤其是网络消费场景中,感知价值扮演着非常关键的角色。一些研究将感知价值作为预测变量,研究感知价值对在线消费行为的影响。Bonsón Ponte et al.研究发现感知价值越大,消费者在旅游网站上消费的可能性就越高[1]。Wu and Huang在对电子商务直播平台中消费者持续付费意愿的影响因素研究中,将感知价值进一步划分为功利价值、享乐价值和社会价值,并发现感知价值的这三个维度均对消费者持续付费意愿产生正向影响[2]。李偲和沈超海从功能价值、价格成本、情感价值和社会价值四个维度衡量感知价值,发现价格成本感知、情感价值感知、社会价值感知对知识付费平台的付费意愿有显著影响[3]。
在Kim et al.提出的感知价值接受模型中,感知收益和感知成本通过感知价值这一中介变量分别正向和负向影响消费者的消费行为[4]。杨秀云等借鉴该模型研究网络文化产品消费的影响因素,认为感知利得和感知利失是影响感知价值的两大维度,相关预测变量通过影响感知价值进而影响网络文化产品消费意愿[5]。刘洋等在研究中将感知有用性和感知易用性作为解释变量,发现二者均对网络游戏玩家的消费意向有较强的影响力,同时感知有用性也能通过消费态度对消费意向产生间接影响[6]。饶黎和林宏志研究发现感知有用性和审美体验是影响消费者游戏付费意愿的重要因素[7]。
感知价值接受模型的核心思想是消费者对产品或服务的感知价值是其在感知利益与感知成本之间权衡的结果,并以此作为消费决策的依据。在数字文化产品消费场景中,这一理论框架能够有效解释用户的行为动因。但是很少有学者将感知价值理论应用于数字文化产品消费的研究中,因此,本研究借鉴Kim et al.提出的感知价值接受模型,将感知有用性、感知易用性和感知娱乐性纳入感知利得,将感知价格和感知风险纳入感知利失维度,深入探讨数字文化产品消费的影响因素。
3. 研究假设与模型构建
本文研究采用结构方程模型(SEM)作为核心的分析工具,从感知价值的视角出发,综合探讨数字文化产品消费的影响因素。感知价值是基于对所得到利益与所付出成本的感知,进而对产品或服务效用的总体评价、衡量。很多关于主观变量对消费意愿影响的研究当中,感知价值发挥中介效应[2]。Kim et al.将感知价值作为中介变量,提出了感知价值接受模型,在该模型中,感知价值包括有感知利得和感知利失两大维度,其中感知利得由感知有用性和感知娱乐性衡量,感知利失由感知风险和专门性来衡量[4]。感知价值接受模型(VAM)最初用于解释消费者对传统产品或服务的感知价值及其对消费行为的影响。为适应数字文化产品的消费场景,本文将感知易用性纳入感知利得维度,用以评估消费者对使用数字文化产品的学习成本和消费平台的人性化程度的感知。在感知利失维度加入感知风险,用以评估消费者对于使用数字文化产品时存在的网络风险的感知。
感知利得主要包括消费者的感知有用性、感知易用性和感知娱乐性。在对计算机使用意愿的研究中,Davis指出感知有用性、感知易用性和感知娱乐性均对用户的态度和行为产生影响[8]。Kim et al.在对互联网采纳意愿的研究中,将感知有用性和感知娱乐性作为衡量用户感知利得的预测变量,二者通过正向影响感知价值,进而影响用户的使用意愿[4]。杨秀云等在对网络文化产品消费意愿的研究中指出,感知有用性、感知易用性和感知娱乐性三者均正向影响消费意愿,并且感知价值起着部分中介作用[5]。在数字文化产品的消费场景中,感知有用性、感知易用性和感知娱乐性分别用来衡量消费者对数字文化产品实用性、操作易用性和娱乐性的感知。数字文化产品本身具有很明显的娱乐性和实用性特征,可以满足消费者多样化的精神需求。同时,使用数字文化产品的操作难度和学习成本同样会影响消费意愿。因此我们将数字文化产品的感知利得分为感知有用性、感知易用性和感知娱乐性,并提出如下假设:
H1:消费者对数字文化产品的感知有用性正向影响感知价值,进而影响消费意愿;
H2:消费者对数字文化产品的感知易用性正向影响感知价值,进而影响消费意愿;
H3:消费者对数字文化产品的感知娱乐性正向影响感知价值,进而影响消费意愿。
感知利失主要包括感知价格和感知风险。其中感知价格是指消费者根据自身情况对付费产品客观价格的主观感受。感知价格可以通俗的理解为消费者认为该产品物有所值的程度。在消费过程中,过高的价格可能会让消费者认为并不值得为该产品付费。感知风险主要是指消费者在消费或使用产品的过程中可能产生的负面影响的感受。在互联网技术飞速发展的当下,信息泄露等许多网络乱象频发,网络安全成为用户决定是否进行数字文化产品付费行为的重要因素。在人们使用数字化产品过程中,可能会出现因为内容质量较低而无法满足自身需求的情况,或者因为游戏上瘾而浪费了大量时间耽误自己的学习工作。因此我们将数字文化产品的感知利失分为感知价格和感知风险,并提出如下假设:
H4:消费者对数字文化产品的感知价格负向影响感知价值,进而影响消费意愿;
H5:消费者对数字文化产品的感知风险负向影响感知价值,进而影响消费意愿。
借鉴Kim et al.提出的VAM模型,本研究从感知利得和感知利失两个方面入手,将感知价值作为完全中介变量[4],旨在探究消费者感知利得、感知利失与消费者购买意愿之间的关系。构建的研究模型图如图1所示。
Figure 1. Research model
图1. 研究模型
4. 问卷设计、数据收集
本研究采用线上和线下相结合的方式收集数据,以确保样本的多样性和代表性。线上收集主要通过问卷星平台发布问卷,目标人群为数字文化产品的潜在消费者。线下收集则是在高校、图书馆和商场等人流密集场所发放纸质问卷,目标人群为数字文化产品的实际消费者。在剔除了部分无效问卷后,本研究共收集到246份有效问卷,样本量满足结构方程模型(SEM)的分析要求。问卷内容主要由受访者的基本信息和前文提到的各指标的测量题项两部分构成。本文中设计的调查问卷所选取的各变量测量项主要基于已有文献出现过的指标而构建,并且根据数字文化产品消费这一具体情境进行改编。测量指标均采用李克特五级量表进行打分。调查问卷基本结构如表1所示。
Table 1. Basic structure of survey questionnaire
表1. 调查问卷基本结构
变量名称 |
变量定义 |
问卷说明 |
受访者基本特征:包括受访者的性别、年龄、学历、职业、消费类型以及每年在数字文化产品的消费金额等 |
|
测量题项为1~6 |
感知有用性 |
消费者认为消费数字文化产品的实用性程度 |
测量题项为7~10 |
感知易用性 |
消费者认为使用数字文化产品的便捷程度 |
测量题项为11~14 |
感知娱乐性 |
消费者认为消费数字文化产品带来的愉悦程度 |
测量题项为15~18 |
感知价格 |
消费者认为数字文化产品物有所值的程度 |
测量题项为19~22 |
感知风险 |
消费者认为消费数字文化产品带来的损失程度 |
测量题项为23~26 |
感知价值 |
消费者对数字文化产品能够带来效用的总体评价 |
测量题项为27~29 |
消费意愿 |
消费者为数字文化产品付费的主观意愿 |
测量题项为30~32 |
如表2所示,在本次问卷调查的有效样本中,男、女两性别比例各占总数的44.3%和55.7%;从年龄分布上看,本次调研主体主要集中“16~25岁”和“26~35岁”两个年龄段。同时,本次问卷调查的受访者学历普遍较高,拥有本科/大专学历层次的有165人(67.1%),拥有硕士及以上学历的有56人(22.8%)。在受访者职业方面,在校学生占比最高,为37.8%,其次是企/事业员工,占比33.7%,政府工作人员占比16.8%,其他职业用户占比最低,为11%。从对数字文化产品的消费金额来看,每年在数字文化产品上消费金额在50~200元的样本数为139人,占比56.5%,为主要消费区间,消费50元以下的占比15.0%,200~500元的占比16%,500元以上的占比为12.2%。在产品的付费类型方面,网络音乐的付费样本数达154人,占比62.6%,电视剧、付费短剧等影视作品次之,占样本总数的58.5%,网络游戏的付费样本数达119人,占比35.3%。通过问卷数据可以看到,数字文化产品的消费群体较为年轻,消费类型主要集中在网络音乐、影视作品、网络游戏等各方面。
Table 2. Basic characteristics of respondents
表2. 受访者基本特征
名称 |
选项 |
频数 |
百分比 |
您的性别 |
男 |
109 |
44.30% |
女 |
137 |
55.70% |
您的年龄 |
16岁以下 |
0 |
0 |
16~25岁 |
121 |
49.20% |
26~35岁 |
80 |
32.50% |
35岁以上 |
45 |
18.30% |
您的学历 |
高中/中专 |
25 |
10.20% |
本科/专科 |
165 |
67.10% |
硕士及以上 |
56 |
22.80% |
您目前从事的职业 |
在校学生 |
93 |
37.80% |
政府工作人员 |
40 |
16.80% |
企、事业员工 |
83 |
33.70% |
其他 |
27 |
11.00% |
消费类型 |
网络游戏 |
119 |
35.30% |
网络音乐 |
154 |
62.60% |
网络文学 |
75 |
30.50% |
网络动漫 |
93 |
37.80% |
电视剧、付费短剧等影视作品 |
144 |
58.50% |
其他 |
25 |
10.20% |
每年在数字文化产品上的消费金额 |
50元以下 |
37 |
15.00% |
50~200元 |
139 |
56.50% |
200~500元 |
40 |
16.30% |
500元以上 |
30 |
12.20% |
5. 实证模型分析
本研究采用AMOS26.0和SPSS27.0统计软件对构建的理论模型进行了拟合度检验和路径系数分析。为保证研究的可信性,需要对调查问卷各测量项的信度和效度进行分析。对总量表以及各分量表进行信度检验,结果表明总量表的Cronbach’s Alpha系数为0.852,如表3所示,问卷各分量表的Cronbach’s Alpha均大于0.8,且所有潜变量的平均方差提取值(Average Variance Extracted, AVE)都大于0.5,所有变量的组合信度(CR)大于0.8,这就指出了该量表呈现出良好的收敛效度以及信度。如表4所示,各潜变量的AVE的平方根均大于该变量与其他潜变量的相关系数,这就证明潜变量的区分效度通过了实证检验。
对全部变量进行KMO样本测度和Bartlett球形度检验,结果显示KMO测试系数为0.835,且Bartlett球形度检验的显著性水平为0.000,小于0.05,说明量表适合做因子分析。通过探索性因子分析,共提取出7个因子,因子的累计解释变异为72.508%,表明解释水平较好。所提取的公因子结果符合量表预设,因此,问卷整体具有良好的效度,由此可以进行后续的分析。
Table 3. Reliability and convergent validity testing
表3. 信度与收敛效度检验
潜变量 |
题目 |
标准化负荷量 |
题目信度 |
内部一致性 |
组合信度 |
收敛效度 |
Std. |
SMC |
α |
C.R. |
AVE |
感知有用性 |
Q1 |
0.761 |
0.579 |
0.889 |
0.891 |
0.672 |
Q2 |
0.856 |
0.733 |
Q3 |
0.869 |
0.755 |
Q4 |
0.787 |
0.619 |
感知易用性 |
Q1 |
0.725 |
0.725 |
0.833 |
0.833 |
0.555 |
Q2 |
0.776 |
0.776 |
Q3 |
0.739 |
0.739 |
Q4 |
0.74 |
0.74 |
感知娱乐性 |
Q1 |
0.777 |
0.604 |
0.829 |
0.83 |
0.551 |
Q2 |
0.78 |
0.608 |
Q3 |
0.732 |
0.536 |
Q4 |
0.676 |
0.457 |
感知价格 |
Q1 |
0.724 |
0.524 |
0.828 |
0.843 |
0.574 |
Q2 |
0.74 |
0.548 |
Q3 |
0.768 |
0.59 |
Q4 |
0.796 |
0.634 |
感知风险 |
Q1 |
0.764 |
0.584 |
0.842 |
0.829 |
0.55 |
Q2 |
0.712 |
0.507 |
Q3 |
0.82 |
0.672 |
Q4 |
0.661 |
0.437 |
感知价值 |
Q1 |
0.786 |
0.618 |
0.895 |
0.874 |
0.699 |
Q2 |
0.838 |
0.702 |
Q3 |
0.882 |
0.778 |
消费意愿 |
Q1 |
0.837 |
0.701 |
0.928 |
0.906 |
0.762 |
Q2 |
0.932 |
0.869 |
Q3 |
0.847 |
0.717 |
Table 4. Discriminant validity analysis results
表4. 区分效度分析结果
|
消费意愿 |
感知价值 |
感知风险 |
感知价格 |
感知娱乐性 |
感知易用性 |
感知有用性 |
消费意愿 |
0.902 |
|
|
|
|
|
|
感知价值 |
0.228 |
0.851 |
|
|
|
|
|
感知风险 |
0.169 |
0.002 |
0.742 |
|
|
|
|
感知价格 |
0.18 |
0.061 |
0.021 |
0.758 |
|
|
|
感知娱乐性 |
0.156 |
0.281 |
0.326 |
0.197 |
0.742 |
|
|
感知易用性 |
0.095 |
0.275 |
0.562 |
0.174 |
0.504 |
0.745 |
|
感知有用性 |
0.218 |
0.311 |
0.012 |
0.429 |
0.151 |
0.199 |
0.820 |
注:加粗值为AVE的平方根。
将感知价值作为中介变量,对结构方程模型的路径系数进行输出和分析(见表5)。结果显示,感知价值对消费者消费意愿有显著的正向影响(路径系数为0.826,p < 0.01),感知利得对感知价值发挥正向影响,感知利失对感知价值发挥负向影响。因此我们提出的假设H1-H5均成立。
在感知利得维度中,感知易用性对感知价值的影响最为显著(路径系数0.422,p < 0.01)。其次为感知有用性(路径系数为0.288,p < 0.01)和感知娱乐性(路径系数为0.210,p < 0.01)。相对于数字文化产品所带来的效用和愉悦感,消费者更关注使用的难易程度。可能的原因是随着数字技术的不断发展,高质量的数字文化产品越来越多,在满足需求的情况下,数字文化产品的消费者更加注重操作上的简单便捷。
在感知利失维度中,感知风险对感知价值的影响最为显著(路径系数−0.482,p < 0.01),感知价格次之(路径系数−0.145,p < 0.01)。在数字化飞速发展的今天,网络攻击与诈骗手段层出不穷,相比于数字文化产品实际价格,消费者更注重在使用过程中可能出现的风险。
Table 5. Estimation results of each path
表5. 各路径估计结果
路径 |
Estimate |
是否接受 |
感知价值 <--- 感知有用性 |
0.288*** |
是 |
感知价值 <--- 感知易用性 |
0.422*** |
是 |
感知价值 <--- 感知娱乐性 |
0.210*** |
是 |
感知价值 <--- 感知风险 |
−0.482*** |
是 |
感知价值 <--- 感知价格 |
−0.145*** |
是 |
消费意愿 <--- 感知价值 |
0.831*** |
是 |
注:***表示1%的显著水平。
6. 结论与建议
本研究采用结构方程模型,从感知价值的视角出发深入探究了数字文化产品消费的影响因素。实证得出感知有用性、感知易用性和感知娱乐性通过正向影响感知价值进而影响消费意愿。感知价格和感知风险通过负向影响感知价值进而影响消费意愿。基于研究结果,本研究提出如下建议:
扩大商品和服务供给,提升消费体验。目前,我国数字文化产品供给显著增长,但是同庞大的消费需求相比,优质的数字文化产品还比较稀缺,难以充分满足人民群众日益增加的精神需求。因此,我们应当继续扩大数字文化产品以及相对应服务的供给。同时,在数字文化产品的消费场景中,一个人性化的操作界面尤为重要。数字文化产品厂商应当确保服务的稳定性和可靠性,设法降低用户的学习成本和操作难度,使其更合理化和人性化,从而提升消费者的服务体验。
加大研发投入,提高产品质量与创新性。数字文化产品可以提高人们的素养,缓解学习和生活压力,而随着我国数字文化产品市场趋于成熟,消费者也更期待内容丰富,质量过关的数字文化产品。数字文化产品的生产者应当关注用户需求,保证产品的质量,进而提升消费者的消费意愿。在开发数字文化产品时,企业应仔细研究消费者的心理,提供给消费者愉快的产品体验,使消费者能充分感受到数字文化产品所带来的乐趣。
建立服务承诺,提供网络安全保护措施。在数字化飞速发展的今天,网络攻击与诈骗手段层出不穷,在数字文化产品的消费场景中,消费者对未知风险的感知往往会阻碍消费。数字文化产品厂商不能一味的追求利益,不断提高对消费者个人隐私的保护,主动承担社会责任。同时向消费者作出服务承诺,减少顾客承担认知风险的压力。
合理定价,确保产品物有所值。在面对琳琅满目的数字文化产品时,消费者更希望自己能够购买到物有所值的产品。数字文化产品厂商应当合理定价,确保价格和内容相匹配。数字文化产品厂商可以通过塑造自己的品牌形象,制作出有质量,有特色的数字文化产品,再通过有效的营销让消费者了解到产品的独特之处,提升消费者对产品的整体认知价值,从而让消费者在购买时觉得物有所值。
基金项目
西南民族大学2024年度中央高校基本科研业务费研究生创新基金项目“感知价值视角下数字文化产品消费的影响机制研究”(2024SYJSCX63)。