1. 引言
随着数字经济的蓬勃发展，直播电商已成为驱动消费增长的核心业态，其即时互动、场景化呈现的特性深刻改变了用户消费决策路径。然而，当前学界对直播场景下用户心理机制的研究仍存在碎片化问题，尤其对“沉浸感如何通过中间变量影响购买意愿”的内在逻辑阐释不足，难以有效指导行业优化用户体验与转化效率。
从实践来看，用户在直播中的深度参与感与最终购买行为间常存在脱节，信任缺失成为关键阻滞因素。基于此，本文立足工程心理学、社会学与营销学交叉视角，系统整合沉浸理论、社会存在理论及信任转移模型，聚焦直播电商场景中用户“沉浸感–信任–购买意愿”的链式联系，旨在构建科学的理论模型，明晰各变量间的作用机制，为解开“高沉浸度未必带来高转化率”的行业困境提供理论支撑，同时为直播平台与商家制定精准运营策略提供决策参考。
2. 文献综述
2.1. 核心基础理论研究现状
2.1.1. 沉浸理论(Flow Theory)
沉浸理论由Csikszentmihalyi于1975年提出，起初用于解析艺术家、运动员等在专注活动时，那种全神贯注、对外界干扰浑然不觉的心理状态。该理论核心在于界定“沉浸体验”的关键特性，涵盖注意力高度集中、目标清晰明确、能获得即时反馈、个人技能与面临挑战相匹配以及自我意识弱化等方面[1]。伴随数字技术的飞速发展，沉浸理论被引入人机交互领域。从工程心理学视角来看，诸多学者进一步将沉浸体验细致划分为“感官沉浸”与“认知沉浸”两大维度。其中，感官沉浸主要源于视觉、听觉等感官层面的刺激，进而引发用户的参与感；认知沉浸则侧重于任务参与以及信息加工过程中，促使用户产生深度思考[2]。
在电商领域，过往大量研究围绕传统电商平台的沉浸设计展开。通过优化页面视觉效果，如采用更具吸引力的色彩搭配、图片展示等，以及升级交互功能，像增加智能搜索、便捷筛选等，有效提升了用户的沉浸感，最终实现浏览时长的增加与点击转化率的提升[3]。然而，在直播电商这一新兴且复杂的场景下，相关研究呈现出明显不足。直播电商具备实时互动性与场景动态性两大突出特点，这使得用户沉浸体验的形成机制变得更为复杂。例如，主播的话术风格、弹幕互动的热烈程度、商品演示的方式与效果等诸多因素，均可能对用户的沉浸状态产生影响。但目前现有理论尚未针对直播电商场景，明确界定沉浸感的具体维度划分，也未能清晰阐释其触发条件[4]。
2.1.2. 社会存在理论(Social Presence Theory)
社会存在理论由Short等学者于1976年提出，其核心观点认为，媒介所具备的社会存在度，取决于它传递社交线索的能力强弱。社交线索越是丰富多样，像语言交流、表情神态、肢体动作以及互动反馈等，用户所感知到的“人际联结感”就越强烈，进而对用户的信任构建与行为决策产生影响[5]。从社会学视角深入探究，该理论后续被进一步细化为“认知社会存在”与“情感社会存在”两个维度。其中，认知社会存在主要依赖于信息的透明度，帮助用户对互动对象形成理性认知；情感社会存在则更多地依靠情感表达与反馈，促使用户与互动对象之间产生情感共鸣[6]。
在直播电商场景中，社会存在理论的应用呈现出较为明显的碎片化特征。部分研究聚焦于“主播–用户”之间的互动，发现主播在直播过程中的实时话术运用是否得当、表情管理是否到位等，都能够显著提升社会存在度，从而增强用户对主播的信任[7]。另一部分研究则关注“用户–用户”之间的互动，指出弹幕评论，诸如“大家都在买”“这个好用吗”等内容，能够形成独特的“群体社交线索”。这种线索通过“从众效应”，在一定程度上影响其他用户的信任判断与购买意愿[8]。此外，也有研究针对直播电商场景下社会存在的整体构建展开探讨，分析不同社交线索组合对用户感知的影响，但尚未形成系统性结论[9]。
2.1.3. 信任转移模型(Trust Transfer Model)
信任转移模型最早由Mayer等学者于1995年提出，随后经Jarvenpaa等学者拓展至电商领域。该模型的核心逻辑为，用户对A主体所产生的信任，能够转移至与A存在关联的B主体。在转移过程中，需同时满足“关联强度”与“信任基础一致性”这两个关键条件[10]。从营销学视角出发，在电商领域，该模型的应用主要集中在两条关键路径上：其一为“平台信任→商家信任→商品信任”；其二为“主播信任→商品信任”[11]。
在直播电商的研究范畴内，信任转移模型的应用大多围绕“主播信任→商品信任”这一路径展开。众多研究表明，当用户对主播的专业度、信誉度产生信任时，这种信任往往会转移至主播所推荐的商品上，进而提升用户对商品的购买意愿[12]。同时，也有部分研究探讨了平台信任在信任转移过程中的作用，发现用户对直播平台的初始信任，会在一定程度上影响其对平台内主播的信任感知，但相关研究样本量较小，结论普适性有待验证[13]。当前相关研究还存在显著局限性，一方面，在研究过程中，大多未充分考虑“沉浸体验”对信任转移可能产生的调节作用；另一方面，现有研究对“信任转移结果”的探讨较为单一，仅仅关注“商品信任”这一维度，而忽略了“平台信任”与“商家信任”的协同转移情况。
2.2. 与现有研究的联系与区别
刘凤军等(2020)在《网络直播中互动性对消费者购买意愿的影响机制研究》中，探讨了网络直播的互动性对消费者购买意愿的影响，发现互动性通过提升消费者的信任感进而促进购买意愿[14]，但其研究主要聚焦于互动性对购买意愿的直接和间接影响，其研究模型相对单一，仅将互动性作为核心自变量，探讨其通过信任等少数中介变量对购买意愿的影响，没有涉及沉浸感这一关键变量，也未深入分析沉浸感与信任之间的内在联系。
李先国和杨晶(2020)在《直播电商中主播特质对消费者购买意愿的影响——基于信任转移理论的视角》中，基于信任转移理论研究了主播特质对消费者购买意愿的影响，指出主播的吸引力、专业性等特质会使消费者对主播产生信任，并进一步转移到对商品的信任上，最终影响购买意愿[15]。李先国和杨晶的研究虽然运用了信任转移理论，但主要关注主播特质这一单一因素对信任转移的影响，没有考虑到沉浸感在其中的作用。而本研究不仅整合了信任转移模型，还结合了沉浸理论和社会存在理论，探讨了沉浸感如何为信任的形成和转移奠定基础。
另外，周文辉和王雪梅(2019)在《沉浸感对虚拟社区用户知识共享意愿的影响研究》中，研究了沉浸感对虚拟社区用户知识共享意愿的影响，发现沉浸感能够通过提升用户的社区认同感等因素促进知识共享意愿[16]。虽然该研究关注的是虚拟社区的知识共享行为，与本研究的直播电商购买行为场景不同，但在沉浸感对用户行为的影响机制上存在一定的相似性，即沉浸感会通过某些中介变量影响用户的行为意愿。不过，本研究针对直播电商的独特场景，将沉浸感与信任、购买意愿相结合，构建了适用于该场景的特定模型。
3. 方法
3.1. 数据收集与样本特征
采用线上问卷调查法对数据进行收集，通过“问卷星”平台定向发放问卷，调研对象为近几个月内有直播电商购物经历的用户(涵盖淘宝直播、抖音直播、快手直播等主流平台)。为确保样本代表性，采用分层抽样策略：按年龄(18~25岁、26~35岁、36~45岁、46岁以上)、性别(男/女)、直播平台使用频率(每日1次及以上/每周3~5次/每周1~2次/每月1~3次)进行分层，共发放问卷650份，回收有效问卷582份，有效回收率89.5%，符合实证研究样本量要求(一般需满足“变量数 × 10~20倍”，本研究含15个观测变量，582份样本远达标) [17]。
最终有效样本中，性别分布：男性256人(44.0%)，女性326人(56.0%)，符合直播电商用户女性占比略高的行业特征[15]；年龄分布：18~25岁198人(34.0%)，26~35岁245人(42.1%)，36~45岁92人(15.8%)，46岁以上47人(8.1%)，以年轻消费群体为主；平台使用频率：每日1次及以上121人(20.8%)，每周3~5次235人(40.4%)，每周1~2次183人(31.4%)，每月1~3次43人(7.4%)，覆盖高频与低频用户；购物品类：服饰美妆287人(49.3%)，食品生鲜156人(26.8%)，家居用品92人(15.8%)，数码家电47人(8.1%)，与直播电商热门品类分布一致[18]。
3.2. 量表设计
实验测量量表的变量维度及题项，量表题目来源及详细信息见表1。
Table 1. Scale details
表1. 量表设计
变量维度 |
测量题项 |
量表来源 |
Cronbach’s α系数 |
沉浸感 |
|
|
0.892 |
感官沉浸 |
1) 直播的画面/声音让我感觉“身临其境”；2) 直播的视觉特效(如商品特写)吸引我全部注意力；3) 直播的背景音乐/主播声音让我专注于内容 |
Slater & Wilbur (1997) [2]；张辉等 (2022) [4] |
0.865 |
认知沉浸 |
1) 我会主动思考直播中主播讲解的商品信息；2) 我会投入精力参与直播互动(如提问/点赞)；3) 直播过程中我不会轻易分心 |
Slater & Wilbur (1997) [2]；李雷等(2015) [3] |
0.871 |
信任 |
|
|
0.903 |
认知信任 |
1) 我认为主播推荐的商品信息真实可信；2) 我相信直播平台对商品质量的把控；3) 我认为商家会履行直播中的承诺(如售后) |
Mayer等(1995) [10]；赵宏霞等(2020) [12] |
0.886 |
情感信任 |
1) 我对主播产生了“可靠”的感觉；2) 我愿意相信直播平台不会损害我的利益；3) 我对商家有“放心”的情感 |
Biocca等(2003) [6]；
刘征驰等(2021) [7] |
0.897 |
购买意愿 |
1) 我愿意购买直播中推荐的商品；2) 未来我会优先选择在该直播中购买同类商品；3) 我会向他人推荐直播中的商品 |
Jarvenpaa等(2000) [11]；陈洁等(2023) [8] |
0.878 |
3.3. 数据分析工具
3.3.1. 预检验工具
信度检验：使用SPSS 26.0软件，通过Cronbach’s α系数检验量表内部一致性(本研究各维度α均 > 0.85，达到优秀信度标准)；
效度检验：通过AMOS 24.0进行探索性因子分析(EFA)与验证性因子分析(CFA)：EFA采用主成分分析法，提取特征值 > 1的因子，结果显示各题项均负荷于对应维度(因子载荷量 > 0.7)；CFA验证量表结构效度，拟合指标为：χ2/df = 2.31 (<3)，GFI = 0.92 (>0.9)，NFI = 0.93 (>0.9)，RMSEA = 0.048 (<0.08)，符合适配标准[19]。
3.3.2. 正式检验工具
描述性统计：使用SPSS 26.0分析样本demographic特征、各变量均值/标准差(如沉浸感均值4.82 ± 1.21，信任均值4.65 ± 1.18，购买意愿均值4.53 ± 1.23)；
相关性分析：采用Pearson相关系数检验变量间关联，结果显示：沉浸感与信任(r = 0.623, p < 0.001)、沉浸感与购买意愿(r = 0.587, p < 0.001)、信任与购买意愿(r = 0.712, p < 0.001)均呈显著正相关；
链式中介效应检验：使用PROCESS宏程序(Hayes模型6)与AMOS 24.0构建结构方程模型(SEM)，检验“沉浸感→信任→购买意愿”的链式中介效应：
直接路径：沉浸感→购买意愿(β = 0.213, p < 0.001)
中介路径1：沉浸感→认知信任→购买意愿(β = 0.285, p < 0.001)；
中介路径2：沉浸感→情感信任→购买意愿(β = 0.327, p < 0.001)；
总中介效应值为0.612，占总效应(0.825)的74.2%，验证链式模型成立[20]。
3.4. 补充检验工具
异质性分析：使用SPSS 26.0分组回归，检验不同年龄段(18~35岁vs 36岁以上)、平台类型(内容电商直播vs传统电商直播)的模型路径差异，结果显示：年轻用户群体中情感信任的中介效应更强(β = 0.382 vs β = 0.251)，内容电商直播中感官沉浸的影响更显著(β = 0.415 vs β = 0.302) [21]；
稳健性检验：通过替换“购买意愿”测量指标(如“过去3个月直播购物次数”)、剔除异常值(±3个标准差)后重新检验模型，结果显示各路径系数与显著性无明显变化，证明结论稳健[22]。
4. 结果
结合前文数据收集、量表设计及分析工具的应用逻辑，本研究得出以下四方面核心结果，全面验证“沉浸感–信任–购买意愿”链式理论模型的有效性与适配性：
4.1. “沉浸感→信任→购买意愿”路径成立
通过PROCESS宏程序与AMOS结构方程模型(SEM)检验，“沉浸感–信任–购买意愿”的链式中介模型整体成立，具体表现为：
直接效应显著：沉浸感对购买意愿存在显著正向直接影响(β = 0.213, p < 0.001)，说明即便不通过信任中介，用户在直播中的深度沉浸体验(如感官层面的“身临其境”、认知层面的主动互动)仍能直接提升其购买倾向，这与张辉等(2022)关于“沉浸感可直接降低用户决策犹豫”的研究结论一致[4]；
链式中介效应显著：信任在沉浸感与购买意愿间发挥完全中介作用，且总中介效应值(0.612)占总效应(0.825)的74.2%，表明信任是连接沉浸感与购买意愿的核心桥梁——用户先通过直播场景获得沉浸体验，再基于沉浸感建立对主播、平台及商家的信任，最终转化为购买意愿，验证了本研究构建链式模型的理论合理性。
4.2. 各变量维度的具体作用结果
4.2.1. 沉浸感双维度均正向影响信任
感官沉浸(直播画面/声音/特效带来的“在场感”)对认知信任(β = 0.356, p < 0.001)与情感信任(β = 0.412, p < 0.001)均有显著正向影响，且对情感信任的影响更强，说明直播场景中“感官刺激”更易让用户产生“可靠”“放心”的情感联结，这与Slater & Wilbur (1997)提出的“感官沉浸先于认知沉浸影响用户心理状态”的观点相符[2]；
认知沉浸(主动思考商品信息、参与互动)对认知信任的影响更突出(β = 0.489, p< 0.001)，对情感信任影响较弱(β = 0.273, p < 0.01)，表明用户通过深度认知参与(如分析主播讲解的商品细节)，更易形成对“商品信息真实性”“平台质量把控”的理性信任。
4.2.2. 信任双维度对购买意愿的影响存在差异
情感信任对购买意愿的正向影响(β = 0.528, p < 0.001)显著强于认知信任(β = 0.391, p < 0.001)，说明在直播电商场景中，用户的购买决策更依赖“情感层面的放心”而非单纯“理性层面的认可”，这与刘征驰等(2021)“直播的社交属性强化情感信任对购买的驱动”的实证结论一致[7]；
认知信任与情感信任存在显著正向关联(r = 0.687, p < 0.001)，表明理性信任(如对商品信息的认可)可进一步强化情感信任(如对主播的可靠感)，二者协同促进购买意愿提升。
4.3. 异质性分析结果：不同群体与场景下的路径差异
通过SPSS分组回归检验，发现模型路径在不同用户群体与直播场景中存在显著异质性，具体表现为：
年龄异质性：在18~35岁年轻用户群体中，情感信任的中介效应(β = 0.382, p < 0.001)显著强于36岁以上用户(β = 0. 251, p < 0.01)，而认知信任的中介效应在36岁以上用户中更突出(β = 0.423, p < 0.001 vs β = 0.356, p < 0.001)。
平台类型异质性：在抖音、快手等内容电商直播中，感官沉浸对信任的影响(β = 0.415, p < 0.001)显著强于淘宝、京东等传统电商直播(β = 0.302, p < 0.001)；反之，在传统电商直播中，认知沉浸对信任的影响(β = 0.501, p < 0.001)更突出。原因在于内容电商直播更依赖“场景化视觉特效”吸引用户，而传统电商直播更侧重“商品信息讲解”，与艾瑞咨询(2024)关于“内容电商重体验、传统电商重信息”的行业调研结论一致[23]。
4.4. 稳健性检验结果：结论具备可靠性
通过两种方法验证模型稳健性，结果均支持核心结论的可靠性：
替换因变量测量指标：将“购买意愿”的主观量表(Likert 7级计分)替换为客观指标“过去3个月直播购物次数”(分类变量：1 = 0次 … 4 = 10次及以上)，重新检验发现：沉浸感→信任→购买次数的链式路径仍显著(总中介效应β = 0.589, p < 0.001)，各维度系数与原模型无统计学差异；
剔除异常值：剔除样本中各变量 ± 3个标准差的异常值(共12份)后，剩余570份样本的模型拟合指标(χ2/df = 2.28, GFI = 0.93, RMSEA = 0.046)与原模型接近，各路径系数显著性未变化(p均<0.01)。这表明本研究结论不受极端样本或测量方式影响，具备较强稳健性。
5. 结论
“沉浸感→信任→购买意愿”链式关系成立，信任是核心中介。沉浸感虽能直接正向影响购买意愿，降低用户决策犹豫，但信任的中介效应远高于直接效应，是连接二者的关键纽带。用户在沉浸体验中形成的“场景认同”，需转化为对主播、平台及商品的信任，才能落地为购买行为，这破解了“高沉浸低转化”的行业矛盾——仅重沉浸设计而轻信任构建，无法实现有效转化。
沉浸感双维度对信任影响存在差异。感官沉浸(画面“在场感”、特效与声音吸引力)更易驱动情感信任，因其能快速拉近用户与场景的心理距离，触发对主播的“可靠感”；认知沉浸(主动思考商品信息、参与互动)更易强化认知信任，用户投入认知资源后，会聚焦信息真实性与承诺可行性，形成理性判断。
信任双维度对购买意愿的驱动作用不同。情感信任与认知信任均能促进购买意愿，但情感信任作用更强。直播场景下用户决策时间短，“情感放心”比“理性认可”更能降低风险感知，用户常因信任主播真诚度而接受推荐；同时认知信任是情感信任的基础，信息矛盾会让情感认同难以转化为购买。
变量关系存在异质性。年龄上，18~35岁用户更依赖情感信任中介，36岁以上用户更依赖认知信任；平台类型上，内容电商直播中感官沉浸对信任影响更强，传统电商直播中认知沉浸作用更突出。
综上，本研究明确了三者完整关系链，为理论整合提供实证支撑，也为实践提供方向：内容电商可优化感官沉浸以强化情感信任，针对年长用户需加强商品信息传递以构建认知信任，实现“沉浸–信任”协同提升转化。
6. 研究的局限性及未来研究方向
6.1. 研究的局限性
本研究虽验证了链式模型的有效性，但受研究设计与方法限制，仍存在以下四方面局限，需后续研究完善：
6.1.1. 样本代表性局限：地域与场景覆盖不足
本研究通过“问卷星”收集样本，存在地域偏差，受访者以一二线城市用户为主，三四线城市及下沉市场用户占比偏低，而下沉市场是直播电商的重要增长极，导致结论在下沉市场可能不适用；其次，存在场景偏差，样本未区分“主播类型”这一场景变量，由于不同主播类型的信任构建逻辑存在差异(如明星主播的情感信任更强，商家自播的认知信任更强)，可能影响模型路径的准确性。
6.1.2. 变量设计局限：忽略关键调节与中介变量
本研究未考虑商品类型、用户直播购物经验等调节变量的调节作用——例如，高客单价商品的购买决策可能更依赖认知信任，而老用户因熟悉直播流程，沉浸感对信任的影响可能减弱；信任维度仅划分为“认知信任–情感信任”，未区分“主播信任”“平台信任”“商品信任”的独立作用，用户可能因信任平台而信任主播，或因信任主播而信任商品，现有维度未能完全拆解信任的传导路径。
6.1.3. 测量方法局限：主观数据与横截面设计的不足
沉浸感与购买意愿主要依赖主观量表，缺乏客观行为数据如实际直播停留时长、互动次数、下单转化率支撑，主观数据可能受社会期望偏差影响；本研究采用一次性问卷调查，仅能验证变量间的相关性，无法确定“沉浸感→信任→购买意愿”的因果方向，购买意愿强的用户可能更主动投入直播，进而提升沉浸感。
6.1.4. 分析方法局限：模型复杂度可提升
变量间可能会存在交互效应，“感官沉浸 × 认知沉浸”可能对信任产生协同影响，本文的链式中介模型可拓展为“有调节的链式中介模型”：若加入“主播专业性”“商品展示完整性”等调节变量，可更精准地揭示不同场景下模型的适用边界，提升此模型的说服力。
6.2. 未来研究方向
针对上述局限，后续研究可从三方面推进：一是采用“多阶段问卷调查 + 平台行为数据”的混合研究方法，提升数据客观性；二是纳入“商品类型”“主播类型”等调节变量，构建有调节的链式中介模型；三是通过纵向追踪研究(如追踪用户1个月内的直播购物行为)，验证变量间的因果关系，进一步完善直播电商用户行为的理论体系。