1. 研究背景
随着社交网络的普及，“社交 + 电商”的融合模式已成为重要趋势。自2011年起，中国社交电商平台迅猛发展，其多元的商业模式吸引了服饰、美妆、电子等多个行业的品牌，纷纷借此探索新的消费增长路径。这一趋势在服饰行业中尤为显著。以大学生为代表的年轻群体是服装消费的主力，而品牌则通过微信、小红书、抖音等平台加强与用户的互动，有效提升客户黏性[1]。相较于其他群体，大学生信息获取欲望强、社群依赖度高，消费心理尚不成熟，易受“达人推荐”、“直播带货”等专业内容的影响。
2. 社交电商及研究基础
2.1. 社交电商
2.1.1. 社交电商的定义及类型
“社交电商”概念最早于2005年由雅虎的Beach和Gupta提出，用以描述提升用户参与度的线上服务特征。随着互联网发展，其内涵逐渐明确为一种新型商业模式[2]。本文将其定义为：依托社交平台或电商平台的社交功能，通过点赞、分享、关注、讨论等社会化互动，以促进交易达成的电子商务模式。
2.1.2. 社交电商的范式转变
随着社交网络的普及，传统电商模式正经历一场深刻的社交化变革。与传统电商以“搜索-购买”为核心的单向交易模式不同，社交电商构建了一种互动式、社群化的商业生态系统[3]。在这一系统中，消费者不再仅仅是被动的购买者，而是主动参与内容创造、分享与传播的关键节点。这种转变使得社交电商呈现出与传统电商截然不同的特征。社交电商已演化出多元形态，包括以内容创作为核心驱动力的社交内容电商(如小红书、抖音)，以社交分享为裂变基础的社交分享电商(如拼多多)，以及以人际关系网络为分销渠道的社交零售电商(如云集)。这些模式共同构成了当前社交电商的生态系统，也为理论研究提供了丰富的实践场景。
2.1.3. 社交电商的独特机制
社交电商的兴起不仅代表了技术的进步，更反映了消费者需求的深层次变化，即从单纯的产品需求向社交体验和情感满足的转变。在这一背景下，社交电商展现出几个独特的内在机制：
信任转移机制：社交电商通过将用户对社交关系的信任延伸至商业交易场景，实现了从社交资本到商业资本的转化。研究表明，用户更倾向于信任那些与自己有相似背景或品味的创作者，这种相似性感知强化了信任的建立过程。
用户体验一体化机制：社交电商将购物过程娱乐化、内容化，通过短视频、直播等富媒体形式创造沉浸式体验。用户在观看趣味性内容、参与互动游戏和欣赏主播表演中获得愉悦感，无形中接受了商品信息的渗透。这种“边逛边玩”的体验满足了用户休闲娱乐的心理需求，延长了用户在平台的停留时间，增加了商业曝光的可能性。
社交归属与认同机制：社交电商平台构建了以兴趣、生活方式和价值观为基础的社区，用户通过内容分享、评论互动和社群参与获得社会认同感。在特定垂直领域(如美妆、母婴、运动等)的社群中，用户通过交流经验、分享心得建立社会连接，形成群体归属感。
2.2. 相关理论模型
伴随着社交电商和网络直播的快速发展，影响消费者购买意向的环境变得更加复杂和多元。对国内消费者购买意愿理论的研究主要有三种基本模型：S-O-R理论、ABC态度模型、技术接受模型(TAM)。
“刺激–个体–反应”理论简写为S-O-R (Stimulus-Organism-Response)，是由Russell和Mehrabian为了证明环境影响人类行为的机制在1974年提出的。“S-O-R”模式起源于环境心理学，其适用场合主要是探讨环境对个人行为的影响。在2001年，Eroglu、Machleit等学者首先使用S-O-R模型对网络购物进行了研究，同时指出，购物环境也会影响消费者的心理状况和消费行为。
ABC态度模型是在消费行为学中有关态度的一个理论模型。在此基础上提出了：态度包括情感、行为–反应倾向和认知。该模式强调了人的认知、情感和行为的内在联系。
Davis在1989年应用理性行为理论(TRA)分析了用户对信息系统的接纳程度，提出了TAM技术接受模型。基于TAM模型，人们对移动购物、移动应用、移动商务等进行了理论和实证研究。一些研究着重于可使用性和易用性，并将其他不同的因素嵌入其中进行分析。例如，贺萌远和沙振权(2021)引入信息质量、互动性和信任度，对社交电商渠道特性如何影响消费者购买意愿进行了实证分析。所有的研究结果都表明，TAM模型是非常有效的(见图1)。
Figure 1. TAM theoretical model
图1. TAM理论模型
本研究选取TAM模型作为基础出于以下几方面的考量：首先，在消费者网络购物行为的研究中，已经有了将TAM模型作为研究模型基础的先例，而社交电商情境与网络购物又具备强相关性，出于研究适配性考虑，故本研究选取TAM模型作为研究的基础模型具有一定的合理性与可靠性：其二，该模型的刺激变量可根据情境的不同灵活设置，从感知有用性、感知易用性再到消费者的消费意愿，方便了研究模型的设计。
2.3. 扩展TAM模型：作为最佳理论透镜
针对传统TAM模型在解释社交电商现象上的不足，学者们进行了多种模型扩展尝试。这些扩展主要沿着两条路径展开：一是模型内涵拓展，即通过在TAM模型中引入新的关键变量，增强其对社交电商独特机制的解释力；二是理论整合，即将TAM与其他理论框架融合，形成更具综合性的解释模型。
在模型内涵拓展方面，研究发现单纯依靠感知有用性和感知易用性难以充分解释社交电商用户行为。例如，对微信购物平台的研究表明，感知有用性对用户态度和使用行为意向均有直接正向影响，而感知易用性的影响效应并不显著[4]。这一发现挑战了传统TAM模型的核心假设，暗示在社交电商情境下，易用性可能并非关键决定因素。
在理论整合方面，有研究通过集成TAM、创新扩散理论(DOI)、社会影响、信任与感知风险，构建了社交电商使用意向的整合模型，该模型对使用意向的解释度高达77.2%。这种跨理论整合不仅显著提升了模型的解释力，也更好地捕捉了社交电商的多维本质。
2.4. 研究缺口与理论贡献
2.4.1. 精准定位研究缺口
通过对现有文献的梳理，本文识别出社交电商研究中的几个关键缺口：
信任动态构建的研究缺口：现有研究多从静态视角考察信任对购买决策的影响，而对社交电商环境中信任的动态演化过程关注不足。特别是在用户与内容创作者的长期互动中，信任如何随着互动频率、内容一致性和关系强度变化而动态调整，尚需深入探究[5]。
跨情境一致性的理论缺口：扩展TAM模型在不同类型社交电商平台(如强内容型的小红书、强关系型的微信、强娱乐型的抖音)中的解释力一致性有待验证。不同平台特性可能调节变量间的关系强度甚至方向，需要更细致的情境化理论建构。
整合视角的方法论缺口：现有研究多从单一理论视角或单一方法考察社交电商现象，缺乏跨学科理论整合和混合方法研究。例如，将服务设计理论与TAM模型结合，探索新兴社交场景中信任动态构建机制等方面仍存在拓展空间。
2.4.2. 理论贡献的层级提升
基于上述研究缺口，本研究通过三个路径将理论贡献从“应用”提升至“修正”与“补充”的层面：
理论修正贡献：通过揭示感知易用性在社交电商情境下影响不显著，以及感知风险对使用意向影响不显著等反常发现，本研究对原始TAM模型的核心假设提出了实质性修正，强调了情境因素对理论边界的影响，推动了理论的精细化发展。
理论补充贡献：通过整合使用与满足理论、信任转移理论和服务设计理论，本研究在TAM框架中补充了社会情感变量和动态信任机制，填补了“社交互动–情感体验–理性决策”链路的研究空白，实现了多理论视角的融合，增强了模型的解释力和现实契合度。
方法论贡献：通过构建“双维五力”模型(用户体验与信任体系双维度，涵盖交互体验、社交体验、内容体验、平台制度信任、人际情感信任五大核心驱动力)，本研究提供了更为系统的分析框架，能够同时考察静态因素和动态过程，为后续研究提供了方法论借鉴。
3. 研究假设与模型构建
3.1. 模型构建
在此基础上，结合TAM、感知娱乐性、感知风险等相关理论，建立社交电商平台消费者行为模型。本文主要对用户感知层面对消费意愿的影响进行了研究，进而对消费意愿对实际消费行为的影响进行了探讨，在这里不对外部因素进行分析。详细模型见图2所示：
Figure 2. A user consumption intention model for social e-commerce platforms based on TAM theory
图2. 基于TAM理论的社交电商平台用户消费意愿模型
3.2. 研究假设
3.2.1. 消费者的感知有用性对其消费意愿有正面的影响
感知有用性(Perceived Usefulness, PU)的概念是指消费者在购买商品时，能够从商品中获得满足自己需要的、有一定使用价值的商品的能力。只有当抖音平台的促销方法满足了用户的要求，并且在抖音上购买的商品满足了他们的需要时，他们才会感受到抖音广告的实用价值。基于此，提出了以下假说：
H1：消费者的感知有用性对其消费意愿有正面的影响。
3.2.2. 消费者的感知易用性对其消费意愿有正面的影响
感知易用性(Perceived Ease of Use, PEU)主要指的是用户在购物过程中的顺畅程度，以及操作的方便程度。消费者在选择各种电商平台时，往往会考虑到购物过程的便捷、快速的收货时间和完善的售后服务[6]。如果消费者能够频繁地获得自己感兴趣的商品推荐，则更有可能了解自己的消费意图和产生真实的消费行为。对此做了如下假定：
H2：消费者的感知易用性对其消费意愿有正面的影响。
3.2.3. 消费者的感知娱乐性对其消费意愿有正面的影响
感知娱乐(Perceived Enjoyment, PE)是指在不包含购买行为的情况下，系统可以向用户提供愉悦的情绪体验，从而让用户持续使用此系统。在社交电商平台上，购物行为具有很强的有效性和趣味性。当主播进行演出或者视频中的服饰博主进行广告植入时，消费者对于商品广告的消费意愿就会增加[7]。对此本文做了如下假设：
H3：消费者的感知娱乐性对其消费意愿有正面的影响。
3.2.4. 消费者的感知风险对其消费意愿有负面的影响
在每个消费行为产生的过程中，消费者都不能对其结果进行精确的预测，因此，在选择商品进行消费时，消费者必然要承担相应的风险。在此基础上，本文提出了一种基于顾客行为的感知风险(Perceived Risk, PR)理论模型。因而，高风险感知对其购买意愿有明显的负向作用。这样，下面的假说就被提出来了：
H4：消费者的感知风险对其消费意愿有负面的影响。
3.2.5. 消费者的消费意愿对其实际消费行为有正面的影响
消费者的消费意愿(Intention to Use, IU)是指消费者在其主观感知的作用下，对某一商品进行购买或持续使用的可能性。消费行为是指在通过多种因素的共同作用，消费者真实地做出了消费的行为。消费者的消费意愿对消费者的消费行为有很大的影响。据此，本文提出了如下假说：
H5：消费者的消费意愿对其实际消费行为有正面的影响。
根据上述内容所作研究假设可总结为下表1，根据相关假设设计的问题量表如表2所示。
Table 1. Summary of research hypotheses
表1. 研究假设汇总
序号 |
研究假设 |
H1 |
消费者的感知有用性对其消费意愿有正面的影响 |
H2 |
消费者的感知易用性对其消费意愿有正面的影响 |
H3 |
消费者的感知娱乐性对其消费意愿有正面的影响 |
H4 |
消费者的感知风险对其消费意愿有负面的影响 |
H5 |
消费者的消费意愿对其实际消费行为有正面的影响 |
Table 2. Variable and problem settings
表2. 变量及问题设置
变量名 |
问题 |
感知有用性 |
通过观看直播、视频或评论区后购买的服饰产品能够满足我的需求 |
抖音有助于我更好地了解服饰产品的款式、版型、颜色、细节等相关信息问题 |
抖音有利于我更好选择符合自身需求的服饰类产品 |
感知易用性 |
我认为通过抖音推广购买服饰产品十分容易 |
通过抖音直播、视频等更容易了解服饰产品与个人期望是否相符 |
相比其他社交电商购物平台，抖音更便捷、更简单 |
感知娱乐性 |
我认为抖音展示的服饰产品信息新颖，能引起我更多的兴趣 |
直播(或视频图文)中产品着装在主播(或博主)身上使我感觉身临其境 |
通过观看抖音直播、视频或评论区使我感觉轻松有趣 |
感知风险 |
我认为购买的服饰没有达到我预期的效果 |
我认为在抖音购买服饰的售后服务难以保障 |
我担心抖音的分享很多是商家的广告，广告性质重 |
消费意愿 |
当我有服饰购买需求时，我总会参考抖音的内容做出决策 |
我愿意在抖音购买服饰产品 |
我愿意推荐身边的朋友在抖音购买服饰产品 |
实际消费行为 |
抖音使我的服饰产品消费更加多元化 |
在服饰消费上，相对于以往，我增加了每月因抖音产生的平均消费 |
在服饰消费上，相对于以往，我增加了每月因抖音推广购买商品的次数 |
4. 问卷设计与数据收集
4.1. 问卷设计
调查问卷由两个部分组成。第一部分详细信息调查，包括问卷调查对象的性别、年级、生活费用、每月人均消费情况等。第二节为本论文的主体，该研究旨在了解大学生对于诸如抖音这样的社交电商平台上关于商品广告的看法，以及他们对商品广告的行为所产生的影响。本研究共分六个变项：感知有用性、感知易用性、感知娱乐性、感知风险、消费意愿和消费行为。第二节中的各个关键点都是以李克特的五分量表为参照的。这些测验题目被分成五个等级，分别为1至5，1代表非常不认同，5代表非常认同。
问卷的大致内容如下：
调查问卷的设计分为5部分：
第一部分(1~4题)：首先，对被调查对象进行基本情况的调查，包括性别、职业、文化程度、每月的生活费等。在此部分里Q2为筛选题，当填写者选择“大学生”，即为本文的调查对象，才能继续后续的问卷填写；当填写者选择“上班族”或“其他”，即终止本次问卷填写。
第二部分(5~8题)：高校学生在网上的服饰消费情况，具体内容如下：购买服饰商品的方式、是否使用过抖音购买服饰、平均购买的费用、成功购买的概率等。在此部分里Q6为筛选题，当填写者选择“是”，即为本文的调查对象，才能继续后续的问卷填写；若选择“否”，本次问卷调查即结束。
第三部分(9~10题)：大学生们在抖音上买衣服的理由，大致如下：选择在抖音购买服饰产品的原因和担心存在的问题等。
第四部分(11~16题)：大学生在抖音网购服装产品时的消费心理，主要从感知有用性、感知易用性、感知娱乐性、感知风险、消费意愿、实际消费行为几个角度设计。
第五部分(17题)：大学生在抖音网购服饰的重要关注因素，包括服装价格、促销活动、品牌、款式、售后服务、物流服务、细节展示等。
4.2. 数据收集
该研究以高校注册和使用抖音的大学生为研究对象。为了确保调查问卷具有有效性和可靠性，在第一版问卷设计成功后，邀请身边的同学参与填写，结合他们的填写结果和在抖音购买服饰产品的原因，对调查问卷的题项进行了进一步完善。正式调研采取线上发放链接、二维码的形式，首先从朋友入手，以滚雪球式的方法，再请朋友帮忙在其校内QQ群、微信群发放，其次本人也在微博、贴吧内搜索一些高校的名称，在各高校的微博、贴吧中发放问卷，最后，共收集到了315个问卷调查结果，按照问卷调查的第二个问题，将那些与此次调查对象无关的无效问卷调查剔除掉，最后收回了294份，有效率达到了93.3%。
5. 数据统计分析
本章对正式调研过程中收集到的一系列数据展开了统计分析，具体包括了描述性统计分析、信效度检验等内容。与此同时，还对前文提出的假设展开了检验，对模型展开了拟合。
5.1. 抖音购买服饰情况及购物特征分析
通过分析回收到的294份有效问卷的基本信息和量表得分，以了解样本和量表各部分的基本信息。下面是对回收问卷收集到的被调查者的购买服饰商品的主要方式、是否在抖音购买过服饰商品、平均每月在抖音购买服饰的费用、浏览后购买的概率、选择在抖音购买服饰的原因、认为抖音购买服饰存在的问题以及影响购买的重要因素的分析。
(1) 您主要通过哪种方式购买服饰产品？
由表3可知，网购在大学生群体中十分常见并且扮演着主流消费形式的角色，而也有相当一部分的同学将社交电商平台作为自己购买服饰的主要选择，这表明，在大学生网购的选择中，社交电商也占到了一定的比例。
Table 3. The main ways for college students to purchase clothing products
表3. 大学生购买服饰商品的主要方式
选项 |
小计 |
比例 |
线下实体店购物 |
41 |
13.95% |
社交电商平台(抖音、快手、小红书、拼多多、微信、微博等) |
83 |
28.23% |
传统电商平台(淘宝、天猫、京东等) |
167 |
56.8% |
其他 |
3 |
1.02 |
本题有效填写人次 |
294 |
|
(2) 您是否在抖音上购买过服饰商品？
Table 4. Have college students ever bought clothes on Douyin?
表4. 大学生是否在抖音上购买过服饰商品？
选项 |
小计 |
比例 |
是 |
255 |
86.73% |
否 |
39 |
13.27% |
本题有效填写人次 |
294 |
|
表4中问题是对大学生是否使用过抖音购买服饰的调查，目的是筛选出更深层次的目标受众进行分析，根据收集到的数据，有86.73%的大学生使用过抖音购买服饰。
(3) 您平均每月在抖音购买服饰产品的费用？
Table 5. The monthly cost of college students to buy clothing products in Douyin
表5. 大学生每月在抖音购买服饰产品的费用
选项 |
小计 |
比例 |
100以下 |
56 |
21.96% |
100~300 (含300) |
132 |
51.76% |
300~500 (含500) |
52 |
20.39% |
500~1000 (含1000) |
14 |
5.49% |
1000以上 |
1 |
0.39% |
本题有效填写人次 |
255 |
|
由表5可知，在抖音购买过服饰产品的大学生中，每月在抖音消费服饰的主要费用区间为100~300元。
(4) 您在抖音浏览服饰产品后购买的概率有多大？
Table 6. Probability of purchase after browsing clothing products in Douyin
表6. 在抖音浏览服饰产品后购买的概率
选项 |
小计 |
比例 |
0~20% |
62 |
24.31% |
20%~50% |
151 |
59.22% |
50%~80% |
36 |
14.12% |
80%~100% |
6 |
2.35% |
本题有效填写人次 |
255 |
|
由表6可知，在抖音浏览到相关推荐服饰的视频、图文、直播后，大部分人有20%~−50%的概率会成功购买。
(5) 您之所以在抖音上购买服饰产品或想要在抖音购买服饰产品的原因是？
Table 7. Reasons for choosing or wanting to buy clothing products in Douyin
表7. 选择或想在抖音购买服饰产品的原因
选项 |
小计 |
比例 |
方便快捷，不受时间、地域的限制 |
80 |
31.37% |
能够买到线下实体店买不到的服饰 |
137 |
53.73% |
商品质量好 |
76 |
29.8% |
受到知名博主、大V、公众人物、主播等的影响 |
116 |
45.49% |
产品营销视频内容精致，能够激发购物欲 |
119 |
46.67% |
产品的促销与折扣活动多 |
88 |
34.51% |
商家的信誉、服务好 |
33 |
12.94% |
其他 |
7 |
2.75% |
本题有效填写人次 |
255 |
|
由表7可知，大部分人认为，他们在抖音购买服饰产品的原因是通过此方式可以购买到线下实体店买不到的服饰，并且还有很多人是受知名博主、主播等的推荐影响或者因为被营销视频所吸引。
(6) 您觉得在抖音购买服饰产品会存在下列哪些问题？
Table 8. Possible problems when purchasing clothing products in Douyin
表8. 在抖音购买服饰产品可能会存在的问题
选项 |
小计 |
比例 |
产品质量难以保证 |
122 |
47.84% |
产品实物与介绍不符 |
168 |
65.88% |
售后服务难以保障 |
123 |
48.24% |
网络交易安全有隐患 |
71 |
27.84% |
个人信息容易泄露 |
69 |
27.06% |
物流配送有效性亟待提高 |
40 |
15.69% |
缺少法律法规约束，存在纠纷及维权困难 |
42 |
16.47% |
其他 |
6 |
2.35% |
本题有效填写人次 |
255 |
|
由表8可知，大多数人认为在抖音购买服饰容易存在的问题是产品实物与介绍不符，或者担心产品质量不好、售后服务难以保障。
(7) 您在抖音购买服饰产品时，请您在下列因素中选择您认为重要的
Table 9. Important factors for purchasing clothing products in Douyin
表9. 在抖音购买服饰产品的重要因素
选项 |
小计 |
比例 |
价格 |
56 |
21.96% |
促销活动 |
110 |
43.14% |
品牌 |
104 |
40.78% |
款式 |
149 |
58.43% |
质量(材质、面料) |
145 |
56.86% |
售后服务 |
92 |
36.08% |
物流配送速度与服务(七天无理由退换货、运费险等) |
70 |
27.45% |
直播/视频/图文对商品细节的展示程度 |
71 |
27.84% |
本题有效填写人次 |
255 |
|
根据收集到的数据分析，在抖音购买服饰产品的大学生心中认为重要因素的前三位分别是服饰的款式、质量(材质、面料)、促销活动(见表9)。
5.2. 信度与效度检验
5.2.1. 信度检验
信度检验分析是用来检查样本的可靠程度以及一致性程度的，本研究采用多重积分方式，即克隆巴赫alpha系数信度测试法。克隆巴赫α指数用于对具有相同维度的多个问题进行测验，其测验结果为0~1。克隆巴赫α的信度系数愈大，则表示其信度愈高。总量表α系数大于0.8说明质量好，大于0.7说明质量还可以。
在本篇论文中，使用SPSS 26.0对研究的六个变量进行信度分析，结果如表10所示。
Table 10. Reliability analysis of the formal survey
表10. 正式调研的信度分析
变量 |
克隆巴赫系数 |
题目项数 |
感知有用性 |
0.858 |
3 |
感知易用性 |
0.848 |
3 |
感知娱乐性 |
0.871 |
3 |
感知风险 |
0.860 |
3 |
消费意愿 |
0.859 |
3 |
实际消费行为 |
0.834 |
3 |
总体 |
0.868 |
18 |
由上表可知，本次调查问卷收集到的数据总体Cronbach α系数值为0.868，且六个维度所对应的Cronbach α系数值也均大于0.7，说明该问卷具有较高的内部一致性，因此该调查的结果是可信的。
5.2.2. 效度检验
(1) 结构效度
对于正式调研收集到的结果，采用验证性因子分析进行检验。运用SPSS 26.0因子分析后所得结果如下表11所示，可知KMO = 0.821 > 0.6，样本量足够。巴特莱特球面检验的结果表明，数据的显著性P值为0.000 < 0.05，达到了显著性水平，满足了球面检验的要求。将这两个指数综合起来，表明调查问卷的结果可以用来进行验证性因子来进行分析。
Table 11. KMO and Bartlett inspection
表11. KMO和巴特利特检验
KMO取样适切性量数 |
0.821 |
巴特利特球形度检验 |
近似卡方 |
2663.907 |
|
自由度 |
153 |
|
显著性 |
0.000 |
想要最直观地反映出结构模式的合理性，可以使用模型拟合指标来进行考察，主要是用一系列的模型拟合度指标的表现来衡量，根据阅读文献，本文选用χ2/df、CFI、TLI、RMSEA四个指标来衡量模型的拟合情况，具体数据如下表12所示：
Table 12. Validation factor analysis fitting index results
表12. 验证性因子分析拟合指标结果
拟合指标 |
卡方自由度比χ2/df |
RMSEA |
CFI |
TLI |
判断标准 |
<3 |
<0.10 |
>0.9 |
>0.9 |
运算结果 |
2.955 |
0.059 |
0.904 |
0.906 |
从上表的结果可以看出，各个拟合指标的操作结果都能够达到判断标准，说明本模型的拟合度较好，证明本研究有不错的结构效度。
(2) 收敛效度
在这篇论文中，采用了平均方差萃取AVE (Average Variable Electrotechnology)和组合信度CR (Composite Relationship)两个数值来进行收敛效度的研究。一般来说，收敛效度较高的问卷，AVE要求高于0.5，且越接近1代表测量指标提取程度越高，CR要求高于0.7。本研究的具体收敛效度检验结果如下表13所示。
Table 13. Convergence validity analysis
表13. 收敛效度分析
Factor |
平均方差萃取AVE值 |
组合信度CR值 |
因子1 |
0.589 |
0.728 |
因子2 |
0.649 |
0.892 |
因子3 |
0.576 |
0.750 |
因子4 |
0.613 |
0.737 |
因子5 |
0.744 |
0.962 |
因子6 |
0.623 |
0.738 |
从上表AVE及CR的检验可以看出，这份调查问卷所收集到的资料有很好的收敛性。
(3) 区分效度
区分效度的定义是指在使用相同的方法时，能够将不同的被测对象区别开来的能力。若因子的平均方差抽取量(AVE)的平方根大于其他因子的Pearson相关系数值，则表示其具有较好的区别效度。这项研究的结果列于下表中：
Table 14. Discriminant validity: Pearson correlation and AVE root value
表14. 区分效度：Pearson相关与AVE根值
|
因子1 |
因子2 |
因子3 |
因子4 |
因子5 |
因子6 |
因子1 |
0.739 |
|
|
|
|
|
因子2 |
0.559 |
0.767 |
|
|
|
|
因子3 |
0.464 |
0.415 |
0.541 |
|
|
|
因子4 |
0.628 |
0.67 |
0.339 |
0.652 |
|
|
因子5 |
0.693 |
0.668 |
0.482 |
0.548 |
0.648 |
|
因子6 |
0.716 |
0.457 |
0.486 |
0.634 |
0.541 |
0.548 |
注：斜对角线数字为该因子AVE的根值。
从上表14的数据中可以看出，本研究的六个因子所对应的AVE根值比其他因子的Pearson相关系数值都要大，可以看出本研究中的数据有不错的区分效度。
5.3. 模型假设验证
本论文的研究假说得到了验证，并给出了具体的测试结果，结果如下表15所示。
Table 15. Summary table of model regression coefficients
表15. 模型回归系数汇总表格
假设 |
X |
→ |
Y |
SE |
z (CR值) |
p |
标准化路径系数 |
H1 |
感知有用性 |
→ |
消费意愿 |
0.098 |
3.624 |
0.000 |
0.346 |
H2 |
感知易用性 |
→ |
消费意愿 |
0.110 |
2.076 |
0.038 |
0.206 |
H3 |
感知娱乐性 |
→ |
消费意愿 |
0.091 |
3.181 |
0.001 |
0.304 |
H4 |
感知风险 |
→ |
消费意愿 |
0.086 |
−2.127 |
0.033 |
−0.179 |
H5 |
消费意愿 |
→ |
实际消费行为 |
0.088 |
3.684 |
0.000 |
0.346 |
从上面的表格可以看出，所有的路径都达到了0.05的显著性要求，而CR的绝对值都超过了1.96的显著性要求，且标准化路径系数的正负与假设是一致的，因此所有假设均成立，汇总为下表16所示。
Table 16. Research hypothesis verification results
表16. 研究假设验证结果
序号 |
研究假设 |
验证结果 |
H1 |
消费者的感知有用性对其消费意愿有正面的影响 |
成立 |
H2 |
消费者的感知易用性对其消费意愿有正面的影响 |
成立 |
H3 |
消费者的感知娱乐性对其消费意愿有正面的影响 |
成立 |
H4 |
消费者的感知风险对其消费意愿有负面的影响 |
成立 |
H5 |
消费者的消费意愿对其实际消费行为有正面的影响 |
成立 |
6. 研究结论与展望
6.1. 研究结论
6.1.1. 研究结论与行为机制阐释
(1) 感知有用性：信息不对称的消解与决策理性化
感知有用性对消费意愿的影响最强(β = 0.346)，反映出大学生在服饰消费中高度依赖抖音所提供的信息价值。从信息经济学角度看，服饰作为“体验型商品”，其真实品质在线上环境中难以直接判断，存在严重的信息不对称。抖音通过短视频、直播、评论区等多元内容形式，实现了对服饰产品细节、穿搭效果、使用场景的“可视化还原”，从而有效降低了消费者的不确定性[8]。此外，大学生作为理性有限的决策者，在面对琳琅满目的商品时，倾向于借助社交平台中的“集体智慧”(如用户评价、博主测评)来优化决策，这体现了认知节约策略——即通过外部信息源简化决策过程，提升决策效率。
(2) 感知娱乐性：情感沉浸与冲动消费的触发机制
感知娱乐性的影响仅次于有用性(β = 0.304)，揭示出消费行为背后的情感驱动逻辑。抖音通过富有创意的视频内容、沉浸式的直播场景以及互动性强的评论氛围，成功将购物过程转化为一种娱乐体验。根据“刺激–机体–反应”(S-O-R)理论，平台所营造的视听刺激引发用户愉悦的情感状态，进而激发冲动性购买意愿(反应)。尤其是对于追求新鲜感与社交认同的大学生群体，这种“边逛边玩”的模式不仅满足其娱乐需求，更在无形中塑造了“消费即娱乐”的心理图式，促使其在情感共鸣中完成购买行为。
(3) 感知易用性：技术接受中的“惯性依赖”
尽管感知易用性路径系数相对较低(β = 0.206)，但其作用仍不可忽视。在技术接受模型中，易用性代表用户对平台操作流畅度的主观评价。对于已习惯于移动互联网的“Z世代”而言，抖音的界面设计、购物流程与算法推荐机制已具备较高的基础易用性，使其在使用中形成“技术惯性”。然而，当易用性达到一定阈值后，其对行为意愿的边际贡献可能递减，这也解释了为何其在模型中的影响力相对有限。
(4) 感知风险：信任缺失与心理防御机制
感知风险对消费意愿产生显著负向影响(β = −0.179)，尤其集中在“产品与描述不符”“售后无保障”等维度。这反映出大学生在面对社交电商交易时存在的心理防御机制。根据描述性统计，65.88%的受访者担忧“产品实物与介绍不符”，这本质上是对信息真实性与商家诚信的质疑。当消费者感知到风险时，会本能地启动认知评估，若预期损失超过心理阈值，则会产生回避行为[9]。这也从反面说明，在社交电商环境中，信任是连接内容与交易的关键桥梁，而信任缺失将直接削弱由内容所激发的购买意愿。
6.1.2. 路径强度比较与理论启示
不同变量对消费意愿的影响强度差异，揭示了社交电商环境中消费决策的复合逻辑。感知有用性影响最强，说明信息价值仍是消费决策的核心；感知娱乐性次之，反映出情感与体验在年轻消费者中的权重提升；感知易用性作用较弱，提示平台基础功能已趋于“标准化”；感知风险虽为负向影响，但其系数绝对值最小，说明在高度沉浸与内容吸引下，部分用户可能选择“风险容忍”。
这种路径强度结构进一步支持了本研究对TAM模型的扩展必要性：在社交电商语境中，传统“工具性认知变量”(有用性、易用性)之外，“情感性变量”(娱乐性)与“情境性变量”(风险)共同构成影响决策的多元动力系统[10]。此外，消费意愿对实际行为的影响(β = 0.346)表明，意愿向行为的转化仍存在一定障碍，可能受到支付能力、情境干扰、替代选择等调节变量的影响。
6.1.3. 描述性统计与模型结果的交叉印证
本研究的描述性统计结果为模型路径提供了丰富的现实注脚。例如：有86.73%的大学生曾在抖音购买服饰，说明平台已成为重要的消费场景；51.76%的用户月消费集中在100~300元，反映其消费能力与偏好趋于理性；59.22%的用户购买概率在20%~50%之间，说明抖音更多扮演“种草”而非“必买”平台；“款式”“质量”“促销活动”是用户最关注的三大因素，与感知有用性的测量项高度吻合。这些数据不仅增强了模型的外部效度，也进一步说明：抖音并非替代传统电商，而是通过内容激发兴趣、通过互动建立信任、通过场景促成转化的“前决策平台”。大学生在其间的行为，既是理性信息处理者，也是情感体验追求者，更是风险感知者——三者共同构成其在社交电商中的立体画像。
6.2. 研究启示与建议
根据本研究的实证结论，针对感知有用性、娱乐性、易用性与感知风险等关键影响因素，本文为社交电商平台、服饰商家及大学生消费者提出以下具体建议：
6.2.1. 对社交电商平台的建议
(1) 建立“内容–信任–保障”三位一体的信任增强机制
针对感知风险的显著负面影响(β = −0.179)，尤其是“产品与描述不符”(65.88%的用户担忧)和“售后保障不足”等问题，平台应推出以下具体措施：
推出“材质保真”认证标签，对服饰类商品进行面料成分平台审核与实地抽检，通过专属标识降低消费者对产品质量的疑虑；升级“无忧购”先行赔付计划，将服饰类目的退换货响应时间缩短至48小时内，对确认属实的质量问题实行“一键退款、平台垫付”；建立KOL信用积分体系，对内容创作者进行合规与真实性评级，打击虚假宣传与过度滤镜，对低信用博主进行流量降权。
(2) 优化内容分发机制，强化有用性与娱乐性双轮驱动
基于感知有用性(β = 0.346)与感知娱乐性(β = 0.304)对消费意愿的强驱动作用，平台应：在推荐算法中增加“实用价值权重”，优先推送含有详细尺寸对比、面料特写、多场景穿搭的实用型内容；设立“沉浸式内容专区”，鼓励创作者使用剧情化叙事、日常穿搭、互动挑战等形式，提升内容的戏剧张力与情感共鸣；开发“评论区穿搭话题挑战”功能，引导用户在商品下方发布自己的穿搭照片，形成“内容–互动–购买”闭环。
6.2.2. 对服饰商家的建议
(1) 构建“实用 + 共情”型内容矩阵，提升有用与娱乐双感知
商家应摒弃单一的商品展示，转向具有实用价值与情感触达的内容叙事：日常穿搭：通过博主日常场景(如上课、出游、实习)中的自然穿搭展示，拉近与学生的心理距离；剧情式植入：将产品嵌入微剧情中，通过情感共鸣实现“软种草”，例如“面试逆袭”“约会穿搭”等主题；测评对比类内容：提供同一款式不同身高体型的实穿效果，降低因版型不合导致的退货风险。
(2) 设计“低门槛–高互动”的促销玩法，增强易用性与参与感
在直播中设置“截屏抽奖”“点赞解锁折扣”等轻互动环节，降低参与门槛，提升过程趣味性；推出“闺蜜拼单价”“粉丝专属券”等社交裂变玩法，利用大学生群体归属感强特点，激发分享行为；
在商品详情页嵌入“尺码助手”与“面料实验室”版块，以动态图示 + 数据化描述提升决策效率。
6.2.3. 对大学生的建议
(1) 善用平台工具，实现理性决策
在购买前主动识别带有“材质保真”“实拍无滤镜”等平台认证标签的商品，优先选择信用评级高的博主推荐产品；利用平台的“收藏夹对比”与“评论区图片筛选”功能，交叉验证商品实际效果，避免冲动消费。
(2) 建立“需求–内容”匹配意识，抵御过度娱乐化引导
在浏览娱乐性强的内容(如剧情类视频)时，设立“冷静思考期”，问自己“我真的需要，还是仅仅被情节打动？”；将抖音视为“灵感来源”而非“购物终点”，对种草商品可跨平台比价、查阅多元评价后再做决策。