1. 引言
在数字经济时代快速发展的背景下，全球商业生态正经历深刻的结构性变革。电商平台也借此机会进行升级，从以前单一的商品信息展示平台成为具有社交性、创作性和内容性为一体的电商经营体系。伴随消费者兴趣消费需求的扩张和电商模式的迭代创新，融合了以“人”为中心的社交场景和以“货”为中心的货架场景的兴趣电商逐渐兴起[1]。尤其是在算法推荐、短视频与直播电商的推动下，“兴趣电商”迅速崛起。与以往传统消费逻辑不同，“兴趣电商”不是单纯地通过搜索选择购买，而是通过内容吸引，引起消费者的情感共鸣从而影响消费者的决策，这一模式实现了消费者从“需求导向型消费”到“兴趣激发型消费”的转变。兴趣电商以用户兴趣为出发点，以优质内容为载体，以用户主动发现自身潜在需求为途径，最终以实际购买行为为落脚点。作为电商领域的新探索、新趋势，兴趣电商风口渐起，未来成长的想象空间巨大。
2. 兴趣电商模式下消费者的决策路径
2.1. “兴趣电商”的定义与特征
“兴趣电商”是指通过短视频、直播等内容形式为主要载体，通过算法推荐和社交互动激发消费者的潜在兴趣，从而实现商品营销的新型电商模式。它的核心逻辑是：由“兴趣”引起消费，而不是由“需求”引起消费。换句话说，消费者不是因为“我需要买什么”而去消费，而是在被大量通过算法推荐的内容和直播的刺激下，激发了购买欲望。“兴趣电商”作为一种融合内容创作与社交传播的综合商业模式，其表现形式可以总结为以下四种形态：
(1) 内容驱动型
内容驱动型主要是通过短视频的形式来刺激消费者的购买兴趣，通过生活化、故事化的内容展现产品的功能与使用场景，潜移默化地引发消费者的兴趣。创造者以“种草”“测评”“好物推荐”等方式，拉近与消费者之间的关系，以真实体验和情感共鸣影响消费者决策。例如，在抖音、小红书等平台中，用户经常在看短视频的过程中被“种草”某件商品。形成了“内容即营销”的模式。
(2) 直播带货型
直播带货型是兴趣电商最有效的形式。主播在直播间中实时讲解商品的优点、使用效果及价格，并且可以与观众进行互动交流，实时回答观众对产品的问题，从而提高观众对产品的好感度，让观众觉得像在现场购物一样，促使观众在短时间内做出购买决策。该模式强调“即时转化”，消费者在直播氛围的渲染下迅速激起购买冲动。直播带货型电商模式打破了传统电商机械的购买模式，形成了实时互动、实时成交的新型消费生态。
(3) 算法推荐型
算法推荐主要是平台通过对用户浏览、点赞、停留时间以及购买记录的数据分析，构建出用户画像，然后精准投送用户感兴趣的内容与商品，实现“货找人”的精准匹配。这种通过算法精准投送的方式极大提高了内容分发效率，使消费者在没有购买计划的情况下被激发出购买需求。算法推荐不仅提高了商家的营销，还使消费者在购物时更加方便。消费者可以根据算法推荐的同类感兴趣的商品进行比较，省去了消费者搜索寻找的时间。
(4) 社交互动型
电商与社交媒体融合的“社交 + 电商”模式，将社交互动、拼团拼购、UGC (用户生成内容)等方式融入消费者购买过程，基于人与人的互动、分享、传播，影响消费者的态度和决策，促使其消费行为社交化[2]。消费者在视频或直播间通过评论、弹幕、点赞等方式，对商品进行分享与交流。在这一过程中，消费者不仅能够获取他人的真实使用体验和反馈，还能在互动过程中对商品产生好感和兴趣，从而进一步促成购买行为。这种消费模式以社交互动为纽带，依托群体交流所带来的信任感与归属感，强化了消费者的从众心理与购买冲动。
2.2. 消费者决策路径模型建构
在兴趣电商情境下，消费者作出决策行为的心理和行为逻辑与传统搜索式电商完全不同。传统电商以“需求导向”为主要方式，消费者在有购物需要后，才会进行搜索、比价、筛选，最后通过理性分析后做出购买决定。传统电商的购物逻辑是“需求–搜索–购买”或者“需求–触点–信任”，以现实需求为出发点[3]。传统消费者决策多以“完全理性”和“效用最大化”为基础假设，追求个人在充分的信息条件下进行比较。而兴趣电商是消费者在看短视频或者算法推荐的内容过程中被激发出潜在兴趣，然后才产生购物需要。而兴趣电商的购物逻辑是“兴趣–需求–购买”或者“触点–需求–信任”，以兴趣或基于兴趣的触点内容为出发点[3]。可以看出在算法推荐与短视频内容高度渗透的数字传播环境中，消费者所处的信息结构、情绪状态与资源均发生改变，使传统模型难以解释兴趣电商中普遍存在的非计划性消费、冲动下单与事后后悔等现象。因此，有必要在行为经济学的理论视角下，重新构建适用于兴趣电商环境的消费者决策路径模型。
在传统经济学框架中，消费者被假定为能够在充分信息条件下做出最优决策的完全理性行动者，但心理学与行为经济学研究表明，这种设定与现实情境存在显著偏差。“有限理性”理论指出，个体在决策过程中受到信息获取能力、计算能力与时间的约束，其选择往往并非在所有可能选项中寻找效用最大化，而是采用“满意化”的策略，即在能够接触到的有限备择中选取“达到阈值就可以”的选项[4]。在这一框架下，决策不再是最优性的体现，而是受认知限制和环境结构共同影响的结果。
在兴趣电商情境中，消费者处于平台算法构建的有限范围中，使消费者实际上只能在算法所呈现的有限选项中进行判断，无法像传统电商那样自主搜索和广泛比较。算法推荐不仅改变了消费者的选择范围，更通过提高商品的“显著性”与“可得性”强化其心理可及度，使某些商品在消费者认知中占据更高权重，成为引发兴趣的起点。因此，兴趣电商的消费者决策并非源自既有需求，而是从“算法暴露–内容注意–兴趣触发”的链条中开始。
另外，根据双系统理论，人类决策过程由系统1 (快速、直觉、情绪化)与系统2 (缓慢、审慎、分析性)两大心理系统共同作用[5]。兴趣电商高度依赖情境化、叙事化与情绪化为内容的消费场景，如主播的夸张展示、即时互动与倒计时刺激，能够迅速调动人们直觉、情绪化的系统，使消费者在短时间内形成对商品的好感度。与此同时，算法推动的信息流具有强烈的时间压力和注意力竞争特征，使消费者自我控制系统难以发挥作用。
结合有限理性与双系统理论，可以建构出消费者在兴趣电商模式下的决策路径：在算法推荐与内容刺激的共同作用下，消费者的注意力首先被吸引(注意阶段)，继而产生情绪反应从而对商品产生兴趣(情绪–兴趣阶段)，在直播互动和社会认同双重影响下形成的情感共鸣和信任感(信任阶段)，由于系统2参与度有限，消费者基于“满意化”原则迅速做出购买决策(决策阶段)。与传统电商“需求–搜索–比较–购买”的理性路径相比，兴趣电商重塑了消费者的行为逻辑，使其从“主动搜索型”消费转向“被动激发型”消费，呈现出“兴趣触发–情绪共鸣–信任形成–购买决策–反馈强化”的循环模式。从消费者行为经济学角度看，这一模式体现了算法驱动与情绪驱动共同作用下的动态心理机制，有助于解释兴趣电商中冲动消费、从众消费等现象的形成过程。这一路径可以说是算法驱动与情感驱动共同作用的动态过程。
3. 兴趣电商对经济发展的影响
兴趣电商的兴起不仅改变了消费者的决策路径，也在微观与宏观层面对企业发展、经济增长产生了影响。从微观层面看，兴趣电商为中小型企业提供了低成本进入电商市场的新途径，促进了传统制造业数字化转型；宏观层面促进经济增长和就业结构优化，是推动企业数字化转型与经济高质量发展的重要动力。
3.1. 推动企业数字化转型
兴趣电商以内容为驱动、以算法为支撑、以用户需求为核心，成为中小企业和传统企业实现数字化转型的重要路径。像中小企业这种知名度不高、资源有限且市场依赖度较高的电商商家，在传统电商模式下如果不投资广告和网络流量很难获得客户关注。相较之下，兴趣电商凭借高效的数字化工具，使其商品能够深入接触客户。中小企业获得客流量的方式不再只依靠广告宣传和消费者搜索，算法推荐机制给它们带来了低成本曝光的机会，大大增加了它们的销售机会。在实体经济低迷的状态下，许多企业借助直播电商开辟了新渠道，它们通过电商直播、内容销售等方式，实现了数字化转型，给企业注入了活力。
随着直播电商和兴趣电商的兴起，许多老字号品牌和传统企业迎来了发展的新机遇。兴趣电商通过高品质的内容传播与文化叙事，不仅激发消费者的情感共鸣与消费兴趣，也传播了中华优秀传统文化，以新方式让消费者感受中华文化的魅力，提升国货品牌实力，增强文化自信。兴趣电商还是传统制造业迈向品牌化、数字化、智能化的“新引擎”。通过内容传播、算法推荐与供应链数字化，它帮助制造企业从幕后走向台前，实现了从“代工厂”到“国货品牌”的跃迁。以“东黎羊绒”为例，该企业依托社交平台直播项目“王牌工厂”，构建了“F2C”直销体系，覆盖了原料采集、设计研发、生产销售等全链条数字化平台，使传统制造的市场响应速度显著提升，销售额突破7000万元，带动了区域产业带的协同升级[6]。东黎羊绒的成功转型为中国制造业数字化升级提供了典型范例。
3.2. 扩大就业与促进共同富裕
随着5G (第5代移动通信技术)时代到来，消费者的注意力进一步向短视频、直播内容迁移，短视频用户规模达9.34亿人，渗透率达90.5%，网络直播用户规模达7.03亿人，占网民整体的68.2% [7]。这一现象不仅表明电商消费基础十分扎实，也为兴趣电商奠定了良好的市场基础。兴趣电商的出现使消费者在观看短视频和直播时不仅看到美好生活，也从中激发了他们的购买兴趣。这一现象改变了消费者的消费行为，这种从理性走向感情触发的转变推动了消费升级与经济增长结构的优化。兴趣电商通过算法推荐的短视频或者直播直接触达消费者的兴趣偏好，激发起消费者对某样产品的好奇心，引导消费者进行购物，这不仅扩大了消费者的消费边界，降低了消费者的搜索成本和决策因素，也为商家提供了广阔的生意增长潜能。与传统电商模式相比，兴趣电商通过“需求创造”实现了消费的再增长，为电商发展打下坚实基础。
兴趣电商的发展催生了许多新的就业形态和新职业岗位。以直播电商为代表的模式就增加了主播、助播、场控等新职业。根据《“十四五”电子商务发展规划》，到2025年，实现电子商务相关从业人数7000万人。此外，随着新消费场景不断拓展，兴趣电商还带动了自主就业、灵活就业和共享就业等新型就业形式的兴起。通过“新农商”“新农人”等模式，农村地区的青年、女性及特殊群体获得了更多参与数字经济的机会，既推动了大众创业就业，也促进了收入结构的优化与社会包容性增长，为实现共同富裕注入了新动力。
4. 结论与启示
兴趣电商的兴起，不仅是一种新的电商形态，更是推动企业转型升级和经济增长的重要力量。它依托算法推荐和内容传播机制，改变了消费者的消费行为路径，也让中小企业在市场竞争中找到了新的机会。从个人消费行为的变化，到企业经营方式的调整，再到产业结构和就业形态的转变，兴趣电商已经成为数字经济体系中不可缺少的一部分。
从消费者层面来看，兴趣电商打破了传统的“理性搜索–比较决策”模式，使消费过程融入了情感因素。算法推荐精准地捕捉用户兴趣，内容创作者通过情感共鸣和互动交流激发消费者的购买意愿，使“被动接受信息”转变为“主动参与消费”。这一变化不仅提升了消费者的参与感，也促进了消费结构的多样化发展。从企业层面来看，兴趣电商的出现为中小企业提供了低成本进入市场的机会。通过短视频与直播的内容传播，企业可以直接与消费者建立情感连接，缩短企业进入市场的时间。像“衬衫老罗”“东黎羊绒”“诗慕·爱洛琳”等案例都表明，传统制造业企业在兴趣电商平台的支持下完成了数字化升级和品牌重塑，帮助它们形成了新的竞争优势。同时平台经济的发展催生了大量新职业和创业机会，为青年群体提供了更灵活的就业空间。
然而，兴趣电商在带来经济与社会价值的同时，也存在一些不容忽视的问题。算法推荐虽然能提高效率，却可能诱发冲动消费。许多消费者在直播间氛围和情绪的影响下“秒下单”，但事后又容易反悔，导致退货率上升，商家面临更高的物流与管理成本。此外，过度依赖短视频内容还可能引发“内容同质化”，让用户被重复的推荐信息包围，难以接触到异质性的商品信息，这不仅可能滋生用户对电商平台营销操纵意图和隐私侵犯的感知，还可能引发对推荐项目的强迫性感受[8]。长远来看，这些现象若得不到控制，可能会影响兴趣电商的可持续发展。基于此，本文提出以下几点建议：
(1) 平台治理与算法透明化
平台不仅是信息技术的载体，更是市场秩序的维护者。为了防止算法滥用与数据隐私泄露，应建立算法审查和监督机制。第一，建立“算法影响评估报告”制度。政府或第三方机构可以定期评估推荐算法的公正性与合理性。第二，提升算法的可解释性。平台自身应提高算法的可解释性，在推荐界面增设“推荐原因说明”，让用户了解推荐逻辑。例如，可以在推荐界面中添加“个性化推荐说明”，明确告知用户数据来源、使用范围与推荐依据，保障消费者的知情权和选择权。第三，保障用户的“算法关闭权”和内容选择权。平台应允许用户自主选择关闭个性化推荐，切换为时间排序或非个性化推荐模式。这样有助于避免算法对用户信息接触范围的过度干预，维护消费者的自主决策能力。通过建立“算法审查 + 可解释性展示 + 使用权选择”三位一体的透明机制，可有效提升平台治理能力，维护消费者的知情权与选择权。
(2) 消费者理性引导机制
兴趣电商模式下，消费者既是受益者，也是潜在风险承担者。平台精心推荐的内容很容易挖掘出消费者潜在的需求。但这些被挖掘的隐性需求，有多少是不必存在的需求？又有多少消费者是在直播限时秒杀等营销活动驱使下的紧迫感和从众心理作出冲动消费？来自于网红而非商品本身的信任感是否存在风险[9]？这都关系到兴趣电商今后的发展。因此，为了市场能够健康发展，必须加强对消费者的理性引导。第一，开展多层次的数字消费教育。学校、政府与媒体应共同推动数字素养教育，帮助消费者识别虚假信息、理解营销策略，提升对“限时秒杀”“情绪式带货”等高风险场景的判断能力。第二，设置更为科学的购买缓冲机制。平台可通过“二次确认提示”“价格波动提醒”“冷静期提示”等设计，引导用户在下单前进行再次思考。
(3) 政府监管与数字经济治理体系完善
随着兴趣电商的高速发展，传统的“事后处理”监管模式已难以应对行业的快速演变。政府监管应从被动治理转向主动治理，构建前瞻性的数字经济治理体系。第一，推行“事前预防”模式。在平台算法上线前进行风险评估，在运行过程中进行动态监测，从源头强化监管有效性。第二，推动多方协同治理，提升监管技术能力。鼓励监管部门、科研机构与平台合作探索技术化监管手段，如算法溯源技术、内容风险识别技术等，既能兼顾技术创新与社会责任，也能为行业的规范化发展提供制度保障。通过引入主动性、系统性与协同性的治理机制，才能在促进兴趣电商创新发展的同时，确保其长期的规范与健康运行。