1. 引言
近年来，随着数字技术和移动互联的迅猛发展，电商直播作为一种集展示、互动、销售于一体的新型零售模式，迅速在中国乃至全球范围内兴起。据行业预测，2025年中国直播电商交易规模预计将达到5.6万亿元左右，占整体网络零售额的比例持续上升至近30%，成为推动消费增长的重要力量12。在这种高频互动、高沉浸感的消费环境中，消费者常常在主播的强势推介、实时促销信息和热烈氛围影响下，迅速做出购买决策，表现出显著的“冲动购买”行为特征。
以往学术界对冲动购买行为的研究多聚焦于消费者个体差异(如情绪、人格)或营销刺激(如价格折扣、限时促销)等因素，然而在电商直播这一特定场景中，信息密度显然已成为影响消费者行为的一个关键变量。电商直播往往以极高的信息频率和多样性为特征——主播持续输出大量商品特征、价格、折扣信息，弹幕评论与平台提醒不断刷新，构成了一个高度密集的信息环境。尽管丰富的信息能够降低消费者的不确定性、提升产品吸引力，从而激发购买冲动，但信息过载也可能使消费者感到认知压力和决策疲劳，进而抑制购买行为[1]。这提示我们：信息刺激并非“越多越好”，其对冲动购买的影响可能并非单调线性关系。
然而，现有研究尚未充分关注电商直播中的信息密度是否存在最佳区间，亦即信息在激发冲动购买过程中是否存在边际递减甚至反转效应。已有的信息过载理论与刺激–反应模型均指出，当个体面临超出其处理能力的信息量时，反而会产生认知混乱、选择困难等现象，影响其行为判断[2]。因此，本文尝试从理论层面探讨：电商直播信息密度是否对冲动购买产生倒U型影响？
本研究拟构建一个“信息密度–冲动购买”的倒U型理论模型，借助信息过载理论与消费者行为学框架，阐明在电商直播场景中，信息密度如何通过情绪唤起、认知加工等路径正向或负向影响冲动购买行为。通过对现有文献的梳理与逻辑推演，本文不仅拓展了冲动购买与信息过载理论在新媒介情境下的应用边界，也为平台与商家提供优化信息呈现策略的理论依据。接下来，文章将依次介绍相关文献背景、提出理论模型与命题，并探讨模型的理论与实践意义，最后总结全文并提出未来研究方向。
2. 文献综述
2.1. 电商直播的信息特征
电商直播作为“内容 + 社交 + 交易”融合的新型零售业态，以其强互动性和高沉浸感迅速改变了消费者的购物习惯。与传统图文电商相比，直播购物通过主播即时讲解、产品实物展示、弹幕互动等方式，向用户传递大量商品信息和社交线索，营造出“边看边买”“边聊边买”的消费氛围。这一过程中，消费者不仅接收来自主播的产品推介与优惠信息，还需处理平台弹窗、弹幕评论、倒计时促销等大量并行信息，形成了高度密集的信息接收环境[3]。
研究者发现，直播电商环境中单位时间的信息传递量远高于其他零售渠道。例如，孙某某等(2021)指出，直播平台中商品介绍节奏快、转场频繁，每分钟可能介绍2~3款商品，伴随大量视觉、听觉刺激和互动弹幕，显著提升了信息密度。然而，大多数研究将这种高密度信息作为促销“利器”，而忽视了信息过载可能带来的负面影响。这为探讨“信息是否越多越有效”这一问题埋下了伏笔[4]。
2.2. 冲动购买的成因与媒介情境
冲动购买是指消费者在缺乏充分计划的情况下，受外部刺激驱动而迅速做出的购买决策，常常伴随着强烈的情绪唤起和即时满足动机。学者们普遍认为，冲动购买的发生受多种因素影响，如时间压力、情绪状态、社交认同、环境氛围等。在网络环境中，冲动购买行为尤为频繁，因其交易便利性与信息刺激更易触发非理性决策[5]。
特别是在电商直播场景下，冲动购买频率进一步上升。一方面，主播借助语言煽动、限时限量、赠品诱导等方式强化“稀缺”与“紧迫”感；另一方面，消费者在观看过程中情绪易被带动，加上实时社交互动(如弹幕跟风、点赞、晒单)进一步强化从众心理与参与感，从而降低理性判断门槛，促进即时下单。这一现象促使学者探讨直播场景下新型冲动购买动因，但多集中于主播魅力、互动程度、感官刺激等显性要素，尚未系统审视信息密度本身的作用机制[6] [7]。
2.3. 信息密度与信息过载的行为效应
“信息密度”通常指在单位时间内传递给个体的信息量与复杂度，它是认知心理学与信息管理领域中的核心变量之一。在电商直播中，信息密度体现为：每场直播中商品切换速度、主播语言密集度、弹幕评论频次、促销信息层级等维度的综合表现。适度信息可提升消费者的感知价值、决策信心和参与意愿，然而过量信息则可能导致“信息过载”。
“信息过载”(Information Overload)最早由Toffler (1970)提出，指个体面临信息输入超出其处理能力时产生的认知负荷与效率下降[8]。已有研究表明，在购物情境中，信息过载不仅会降低消费者满意度和选择质量，还可能引发逃避心理、延迟决策或完全放弃选择的行为倾向。例如，Huang et al. (2016)发现，当线上商品页面过于复杂或评论数量过多时，用户反而倾向于延迟购买或感到烦躁。在电商直播中，这一问题尤为突出——信息输入的即时性、互动性和非结构化加剧了认知压力，形成明显的“过载临界点”[9] [10]。
更重要的是，一些学者提出，信息对用户的正面影响并非线性增长。根据Yerkes-Dodson法则与最优刺激理论，信息密度对用户反应可能呈现倒U型曲线关系：即从低到中等密度时，信息提升有利于激发参与与行为动机；但超出一定阈值后，认知负担增加反而降低行为意愿。这一观点为本研究提出的信息密度与冲动购买之间存在“倒U型关系”提供了理论线索。
2.4. 文献评述与研究空白
综上所述，已有研究从多个角度揭示了电商直播对冲动购买的促进效应，也在一定程度上注意到信息刺激的作用。然而，当前文献存在以下局限：
一是大多数研究将信息丰富性视为正面变量，忽视信息过载可能对消费者产生的抑制性效应；
二是尚未有系统理论框架解释信息密度如何以非线性方式影响冲动购买；
三是关于直播信息环境的研究多停留在描述性阶段，缺乏对“最优信息区间”的理论建构。
因此，本文尝试构建一个理论模型，探讨信息密度与冲动购买之间可能存在的倒U型关系，并分析其内在逻辑路径与作用机制，以期弥补上述研究空白，拓展信息过载理论在新型媒介消费环境中的适用边界。
2.5. 心流理论与社会影响理论
在电商直播情境下，心流理论与社会影响理论为解释“信息刺激–冲动购买”提供了关键补充。心流理论指出，当任务挑战与个体能力匹配且信息密度适中、节奏连贯、结构清晰时，个体更易进入专注愉悦的沉浸状态，延长停留时间、弱化理性权衡，从而提升即时付费与冲动决策的概率；而信息过多、切换频繁或组织混乱会抬高认知负荷、打断心流，使消费者倾向退场或延迟决策，由此揭示信息密度仅在一定区间内有利于冲动购买，过载情境则抑制该效应。本研究以信息密度与信息过载为主线，将心流体验视为在“认知负荷–沉浸体验”路径上调节“信息密度–冲动购买”倒U型关系的重要机制。
社会影响理论强调，他人的存在与行为通过规范性影响和信息性影响塑造个体决策。直播中的弹幕、点赞评论、在线人数、销量榜单及“正在热抢”“主播同款”等线索，一方面提供他人购买与评价信息以降低不确定性和感知风险，另一方面营造稀缺感、紧迫感与从众氛围，强化社会认同并加快决策节奏，使消费者在尚未充分加工信息前更易作出冲动购买；在信息密度过高、社交线索呈现过载时，这种规范性与信息性作用则可能弱化。将心流理论与社会影响理论纳入文献综述，有助于从“认知负荷–沉浸体验–社交线索”的多维视角理解信息密度的行为后果，并为后续在理论模型中显式引入心流体验或社会影响变量、构建更完整的解释框架提供理论支撑。
3. 理论框架与模型构建
3.1. 核心概念界定
在建立理论模型之前，有必要对研究中的关键概念进行界定，以明确各变量的含义与作用路径。
(1) 电商直播信息密度
本文将信息密度定义为消费者在单位时间内从电商直播中接收到的商品相关信息的数量、复杂度和频率的综合程度。它包括但不限于主播语速与信息内容的丰富度、直播商品切换的速度、弹幕和评论的信息总量，以及优惠信息(如满减、赠品、抽奖等)的叠加程度。高信息密度的直播环境通常表现为信息呈现节奏快、信息内容层次复杂且呈现方式多样。信息密度越高，消费者的认知负荷越重，处理信息的难度也随之上升。
(2) 冲动购买行为
冲动购买是指消费者在缺乏预期计划的前提下，由即时外部刺激或内在情绪驱动而产生的快速、非理性购买行为。其本质是一种低认知介入、高情绪驱动的即时决策行为，常常发生在感官刺激强烈、认知负荷较轻、时间压力较高的环境中。在电商直播中，冲动购买多表现为“看着看着就买了”的非计划性下单行为，通常伴随“抢购”“错过可惜”“被种草”等心理反应。
(3) 信息过载
信息过载是指个体接收的信息量超出其认知加工能力，导致信息筛选、判断与决策效率下降的心理状态。当电商直播中的信息密度超过消费者的处理极限时，会诱发认知疲劳、选择困难与心理抵触，影响其正常的判断与行为反应。
3.2. 理论支撑基础
本研究的理论模型主要基于刺激–有机体–反应模型(S-O-R)与最优刺激水平理论(Optimal Stimulation Level Theory) [11]。
(1) S-O-R模型
S-O-R模型由Mehrabian和Russell (1974)提出，认为外部环境刺激(Stimulus)通过影响个体的心理状态或情绪反应(Organism)，最终引发行为结果(Response) [12]。在电商直播情境下，信息密度作为一种强刺激变量，首先激发消费者的情绪反应(如兴奋、焦虑、疲惫等)与认知评价，再影响其行为倾向，如是否下单。适度的信息刺激可增强信任感和购买欲望，而过度刺激则可能引起焦虑、注意力分散，降低购买意愿[13]。
(2) 最优刺激水平理论与倒U型逻辑
最优刺激水平理论认为，个体在接受刺激时存在一个“最优区间”，在此区间内刺激能最大化激活其积极情绪与参与动机，过低或过高的刺激则会产生无效或反向效果。该理论常用于解释倒U型行为反应曲线[14]。将此应用于信息密度与冲动购买的关系，我们可以推测：
信息密度较低时，直播缺乏吸引力和必要信息刺激，难以激发冲动购买；
信息密度适中时，消费者感到信息充分、购物决策容易，冲动性增强；
信息密度过高时，因认知过载导致心理疲劳和抗拒心理，冲动购买意愿反而下降。
这种从“信息激发”到“信息过载”的非线性转折，正是构建倒U型关系模型的关键基础。
3.3. 模型逻辑与作用路径
在上述理论基础上，本文提出电商直播信息密度通过一条“认知–情绪–行为”的中介路径，非线性地影响冲动购买行为。其作用过程可概括如表1所示。
Table 1. Consumer experience and ımpulse buying tendency at different ınformation density levels
表1. 不同信息密度水平下的消费者体验与冲动购买倾向
信息密度水平 |
消费者感知体验 |
认知/情绪反应 |
冲动购买倾向 |
低 |
信息不足 |
不确定性强、警惕、理性权衡 |
较低 |
中等 |
信息充分 |
兴奋感上升、感知信任、降低犹豫 |
显著上升 |
高 |
信息爆炸 |
认知过载、选择焦虑、心理抵触 |
下降甚至抑制 |
进一步而言，信息密度的影响可能通过以下两条机制路径发生：
3.4. 理论命题与模型提出
基于以上分析，本文提出如下理论命题：
命题1：电商直播信息密度与消费者冲动购买之间呈倒U型关系，即当信息密度从低到高变化时，冲动购买倾向先增强后减弱。
为直观展现该逻辑，本文构建如下理论模型流程图，如图1所示。
Figure 1. Theoretical path model of ınformation density ınfluencing ımpulse buying via emotional arousal and cognitive load
图1. 信息密度通过情绪唤起与认知负荷影响冲动购买行为的理论路径模型
模型预期指出，在信息密度的中等水平时，消费者最易产生情绪兴奋与快速判断，从而做出冲动性购买决策；而过度或不足的信息刺激都会削弱该行为反应。
3.5. 多理论整合的模型拓展：信息过载、心流与社会影响
在既有研究基础上，刺激–机体–反应(S-O-R)框架与信息过载理论为“信息密度–冲动购买”的倒U型关系提供了主线思路，强调外部刺激在有限认知资源约束下，通过改变认知负荷与情绪状态影响行为反应。本研究据此以信息密度为核心刺激变量，聚焦信息过载临界点对冲动购买的非线性影响。相较而言，心流理论强调任务挑战与个体能力匹配所激发的沉浸与愉悦体验，社会影响理论则从规范性与信息性两类线索解释他人行为和社交提示对决策的塑造。将三者置于同一框架，可将信息密度同时视为S-O-R中的外部刺激、心流中的“任务挑战水平”以及社会影响线索的呈现载体(如销量提示、弹幕与互动标识)，其作用既通过信息过载路径改变认知负荷，也通过调节心流体验与社会影响感知间接影响冲动购买。
据此，可以构建“信息过载 + 心流 + 社会影响”的多理论整合模型：在低至中等信息密度下，信息丰富且结构清晰，尚未突破加工上限，消费者更易产生愉悦与专注的心流体验，并感知到更强的社会临场感和从众氛围，进而提升冲动购买概率；在高信息密度下，信息量与更新速度过快导致认知负荷累积，信息过载抑制心流形成，也使部分社交线索沦为噪音，规范性与信息性社会影响减弱，冲动购买意愿反而下降。在这一整合视角下，信息密度不再仅是认知负荷诱因，而是同时牵动认知加工、沉浸体验与社会影响三条路径，共同生成“信息密度–冲动购买”的倒U型关系。将心流体验与社会影响感知显式纳入S-O-R框架中的“机体”层或调节机制，有助于解释为何在相近信息密度下，不同直播间氛围与社交线索配置会产生差异化的冲动购买结果，并为后续围绕上述变量开展实证检验提供可操作的扩展方向。
4. 讨论与启示
4.1. 理论贡献
本研究以电商直播情境为背景，聚焦“信息密度”这一尚未被充分关注的变量，探讨其与消费者冲动购买行为之间的非线性关系，提出并构建了“倒U型”理论模型。该模型对现有消费者行为和信息处理领域的研究具有以下三方面的理论价值：
(1) 拓展了冲动购买行为的研究边界。
既有文献多从产品吸引力、价格诱因、主播特征等“内容刺激”角度解释冲动购买，而本研究从“信息结构与强度”出发，揭示了信息密度作为直播购物中的背景变量，对冲动行为的显著影响，补充了内容层以外的环境机制视角。
(2) 深化了信息过载理论在新媒介环境下的应用。
信息过载传统上多用于解释网页复杂度、推荐系统、社交媒体疲劳等问题，鲜有研究将其用于解释直播购物中的行为反应。本文将其与直播电商相结合，揭示出“信息过载并非只影响满意度或决策质量，也可能抑制即时行为反应”，拓展了其理论适用边界。
(3) 构建了刺激–反应非线性路径的中介机制。
本研究不仅提出信息密度与冲动购买呈倒U型曲线，更指出该曲线形成源于消费者认知负荷与情绪唤起两个内在变量的共同作用。这一推演逻辑强化了S-O-R模型中的“Organism”环节，为理解刺激如何通过心理路径转化为行为提供了具体解释维度。
4.2. 管理实践启示
研究结果不仅具有理论意义，也对电商直播平台、主播及商家提供了可操作的管理启示：
(1) 信息设计应注重“度”的把握，避免过载。
直播策划者应警惕“信息越多越有效”的误区，应精简信息表达、优化直播节奏，避免在短时间内堆砌大量促销、商品或互动信息，导致观众认知疲劳。例如，控制每分钟展示的商品数、简化优惠规则结构、延迟部分弹幕显示，都是有效的“降噪”手段。
(2) 构建“适度密度”的黄金信息区间。
平台与主播应努力维持直播间信息密度在一个最优区间：信息量足以激发情绪、传递价值、增强参与，但不过载消费者认知。例如，借助AI算法对直播节奏进行监控与提示，或根据用户画像动态调整信息呈现节奏，均有助于实现精准刺激。
(3) 重视消费者分层认知能力，实行差异化信息呈现。
不同消费者对信息处理的耐受能力存在差异。对认知能力较高或熟悉品类的用户，可适度增加信息密度以提升专业信任感；而对低涉入消费者，应控制复杂度，以避免“信息打击”。未来平台可以开发“信息密度可调”功能，提供个性化的信息浏览体验。
4.3. 边界条件与限制
尽管本研究为理解电商直播中的消费者行为提供了新的解释路径，但仍存在若干限制与边界：
缺乏实证数据支持：本文以理论构建为主，尚未通过实验或大数据验证倒U型关系的存在与拐点位置。
未区分产品类型：不同品类的直播产品(如快消品与耐用品)可能对应不同的信息密度阈值，影响倒U曲线的斜率与峰值。
忽略主播风格调节效应：主播话术、节奏与互动方式可能作为调节变量，影响信息密度对消费者的心理负荷程度。
这些限制为未来实证研究提供了方向，也提醒我们：理论模型虽揭示了一般趋势，但仍需结合实际场景加以验证与细化。
4.4. 未来研究方向
基于上述限制，未来研究拟从以下几个方面展开：
(1) 细化“信息密度”的多维构念与测量。
未来研究可在条件允许的情况下，将信息密度进一步分解为可操作的子维度，例如信息呈现速率、信息渠道数量以及信息复杂度，并针对各维度设计明确的量化指标。在此基础上，可分别考察不同维度的信息刺激对认知负荷、情绪唤起以及冲动购买行为的作用机制，从而在更精细的层面验证并拓展本研究的理论模型。
(2) 进行行为实验或数据建模验证曲线关系。
在上述多维测量基础上，可通过操控信息呈现节奏与复杂度等关键维度，观察冲动购买行为随信息密度变化的波动轨迹，检验信息密度与冲动购买之间的倒U型关系是否稳健存在，并借助非线性回归或结构方程模型等方法对曲线关系进行拟合与比较。
(3) 探讨调节变量与个体差异。
后续研究可进一步考察消费者的信息处理风格、认知需求水平、直播观看经验，以及主播亲和度、互动程度等社会情境因素，是否会改变信息密度–冲动购买关系的斜率与拐点位置，从而揭示不同人群与情境下曲线关系的边界条件。
(4) 扩展适用场景。
可将本研究提出的理论模型推广至短视频带货、小程序直播、虚拟主播等新兴情境，比较不同平台形态、技术呈现方式对模型适用性与外部效度的影响，以检验该理论框架在更广泛数字营销场景中的解释力。
(5) 引入情绪与生理指标。
未来研究还可结合眼动追踪、脑电监测、皮电反应、心率变化等情绪与生理指标，与主观量表数据形成互补，以更加精确地刻画认知过载与情绪唤起过程，从而提升对信息密度–情绪反应–冲动购买这一链条的解释精度。
5. 结论
在数字经济快速发展的背景下，电商直播已成为影响消费者购物行为的重要媒介形式。本文聚焦“信息密度”这一直播情境下的核心环境变量，基于信息过载理论与S-O-R模型，构建了“信息密度–冲动购买”之间的倒U型理论模型，揭示了信息刺激从促发到抑制冲动行为的非线性机制路径。
研究指出，在电商直播过程中，信息密度对消费者冲动购买的影响并非线性递增。信息不足时，消费者缺乏判断依据，冲动倾向低；信息适中时，能够激发情绪唤起与感知价值，冲动购买达至高点；而当信息密度过高时，信息过载效应显现，消费者产生认知疲劳与选择障碍，冲动购买反而下降。这一结论挑战了传统“信息越多越有效”的逻辑假设，为理解直播环境下消费者的认知与行为反应提供了新的解释视角。
从理论层面看，本文深化了冲动购买行为的研究维度，扩展了信息过载理论在电商场景下的适用边界，亦对刺激–有机体–反应模型中的“认知–情绪”中介路径进行了具象化解释。从实践层面看，研究结果为电商平台与直播运营者提供了信息呈现的优化依据：信息不是越密集越好，如何掌握适度的信息节奏，构建“黄金信息区间”，是提升转化效率与用户体验的关键。
尽管本文为信息密度与冲动购买关系提供了理论建模基础，但仍需未来研究通过实证检验、边界变量识别与情境拓展，不断验证和丰富相关理论框架。总之，理性的信息设计、适度的信息环境与对消费者处理能力的尊重，或将成为构建健康电商直播生态的关键支点。
NOTES
1https://m.163.com/dy/article/K6BQCP2505118O92.html
2https://finance.sina.com.cn/roll/2025-08-26/doc-infnifvz8181605.shtml