1. 引言
1995~2009年出生的Z世代作为互联网原住民，以“高学历、高消费力、强社交属性”为核心特征，是文化消费市场的关键重构者。中国Z世代约2.33亿人(占全国19%)，撑起4万亿元消费市场[1]，在数字阅读、动漫、游戏领域贡献30%~66%消费额，阅文新增用户中其占比66%，泛二次元用户25岁以下达63% [2]。他们月均上网174.9小时，偏好直观信息，日均使用30.2个App，71.9%加入同好圈，83%观展后主动分享。消费呈现“社交化、体验式、文化性”三维特征。这一趋势推动市场逻辑从“满足需求”转向“创造价值”，要求展览从“静态陈列空间”升级为“社交–体验–文化”多维价值载体。
然而，当前诸多传统展览以“信息传递”为核心，与Z世代“社交化、体验式、个性化”消费风尚[3]及“兴趣为起点、社交为纽带、自我表达为追求”的核心需求[4]存在四大模块系统性错位[5]。1) 内容偏好：展品同质化、知识单向输出，难激发Z世代对IP、潮流等兴趣导向需求的探索欲；2) 体验需求：互动形式化、缺乏沉浸感，导致Z世代停留短(1.5~2小时)、参与度低，与其对沉浸式互动的需求相悖；3) 信息获取：依赖线下海报等传统传播，与Z世代偏好的小红书、抖音等社交平台错位，触达传播低效；4) 情感诉求：单一门票收入、脱离生活服务，无法满足Z世代自我表达与社交分享需求，观后分享率仅45%，二次传播效应有限。
面对以上挑战，本文围绕“搭建适配Z世代消费潮流的展览生态价值体系”主线，通过优化体验感受和强化社交传播的协同作用，推动展览生态从“单向信息传递模式”向“多元价值共创模式”转型。展览的数字化转型是应对这一挑战的重要路径[6]，为生态重构提供了技术支撑与创新方向。
2. 文献综述
2.1. 相关理论基础梳理
2.1.1. 消费行为理论
计划行为理论(TPB)指出个体行为受态度、主观规范和感知行为控制的影响，Z世代的展览消费决策同样遵循这一逻辑框架，其对社交、科技等维度的认知构成消费态度的核心要素[7]。自我决定理论(SDT)强调自主性、胜任感和归属感的满足对消费行为的驱动作用，这与Z世代在展览消费中追求个性化体验、社交认同的需求高度契合[8]。此外，符号互动理论认为消费行为是个体表达自我认同的重要载体，Z世代通过参与特定主题展览、分享观展体验等行为构建自身社交符号[9]。
2.1.2. 体验营销理论
派恩与吉尔摩提出的体验经济理论将体验划分为娱乐、教育、逃避和审美四类，为展览体验设计提供了基础框架[10]。Schmitt的战略体验模块(SEMs)进一步细化了感官、情感、思考、行动和关联五类体验维度，本研究构建的三维体验变量组正是基于这一理论，结合展览消费场景进行的适配性调整[11]。
2.1.3. 技术接受理论
技术接受模型(TAM)提出感知有用性和感知易用性是影响用户接受新技术的关键因素，这一理论为解释Z世代对VR/AR等数字技术在展览中应用的接受度提供了核心视角[12]。后续拓展的UTAUT模型加入了社会影响、便利条件等变量，进一步丰富了对Z世代科技偏好认知形成机制的解释[13]。
2.2. 研究现状与理论缺口
现有研究存在三方面不足：其一，研究视角碎片化，缺乏“消费认知–体验感受–消费行为”全链条系统性适配研究；其二，应用场景局限，Z世代消费研究多聚焦电商、潮玩领域，展览创新研究忽略代际差异；其三，研究方法单一，依赖单一数据源，难以全面揭示核心规律。
本研究的边际贡献：构建“五维认知–三维体验–四类行为”三阶联动模型，填补全链条研究空白；引入代际差异调节变量，拓展Z世代消费细分研究；采用混合研究方法，提升结论可靠性与有效性。
3. 研究方法与数据来源
3.1. 访谈与模型建构
研究团队对15位Z世代进行深度访谈和扎根理论编码，基于认知–体验–行为模型提炼得到如表1所示的核心变量组和相关维度。
Table 1. Core variable extraction
表1. 核心变量提炼
核心变量 |
概括维度 |
初始维度 |
消费认知变量组 |
效率模式认知 |
排队容忍度、交通便利性考量、碎片化观展需求 |
社交导向认知 |
社交打卡需求、分享互动意愿、搭子结伴偏好 |
科技偏好认知 |
VR/AR吸引力、3D沉浸展偏好、数字互动兴趣 |
情感偏好认知 |
IP角色共鸣、情绪疗愈需求、文化情怀倾向 |
个性偏好认知 |
定制化体验需求、小众主题偏好、差异化内容追求 |
体验感受变量组 |
沉浸共鸣感 |
AR/VR沉浸体验、IP场景代入感、同好互动共鸣 |
文化新鲜放松感 |
文化创新感知、形式新颖度、情绪释放体验 |
实用便捷感 |
生活服务适配、展区动线合理性、线上线下联动便利 |
主题吸引力 |
兴趣适配度、内容深度、话题性 |
消费行为变量组 |
重访意愿 |
内容更新驱动复购、体验满意度驱动二刷、新环节吸引再参与 |
支付溢价意愿 |
科技元素溢价接受、IP联名溢价接受、实用服务溢价接受 |
推荐意愿 |
社交平台分享、亲友口头安利、社群内容传播 |
衍生消费意愿 |
周边购买倾向、付费讲解接受、DIY文创消费 |
依据上述编码结果，搭建“五维认知→三维体验→四类行为”三阶联动模型，同时引入“代际差异”作为调节变量，最终形成覆盖决策全流程的分析框：外生变量(消费认知)：聚焦Z世代观展前的价值判断，拆解为效率模式、社交导向、科技偏好、情感偏好、个性偏好5个维度；中介变量(体验感受)：聚焦观展中的感知反馈，划分为沉浸共鸣感、文化新鲜放松感、实用便捷感3个维度；内生变量(消费行为)：聚焦观展后的行动输出，涵盖重访意愿、分享意愿、溢价支付意愿、衍生消费意愿4类行为；调节变量(代际差异)：以“95后/00后”代际差异为调节，分析不同群体的决策路径差异。
3.2. 问卷量表开发与调研
3.2.1. 量表设计与修正
参考成熟量表并结合展览消费场景改编形成初始问卷，经预调研(80份问卷，有效回收率90%)进行探索性因子分析(EFA)，删除6个不合格题项，剩余32个题项。修正后量表各维度因子载荷介于0.632~0.875之间，累计方差解释率为68.34%。
3.2.2. 正式调研与抽样方法
采用线上分层抽样法发放正式问卷，共回收248份，经有效性筛选(剔除填写时间 < 60秒、答案前后矛盾、关键信息缺失的样本)，得到有效问卷200份(有效回收率80.6%)。问卷严格遵循“消费认知–体验感受–消费行为”的三维逻辑框架，为模型验证提供数据支撑。抽样局限性：样本集中于一二线城市(95%)，三四线城市及乡镇样本不足；在校学生与职场人士样本分布不均(学生占比51%)。
3.3. 研究假设
基于以上模型，提出“直接驱动–中介作用–调节效应”三类假设，覆盖全链条路径：
3.3.1. 直接驱动假设(H1~H5)
H1：效率模式认知(对排队、交通、碎片化的关注)正向影响重访意愿(越重视观展效率，越愿意再次观展)；
H2：社交导向认知(对打卡、分享、结伴的需求)正向影响分享意愿(社交需求越强，观展后越愿意主动传播)；
H3：科技偏好认知(对VR/AR、3D等的偏好)正向影响复购意愿(科技体验需求越高，因“新技术体验”复购的可能性越大)；
H4：情感偏好认知(对IP、疗愈、文化情怀的追求)正向影响溢价支付意愿(情感共鸣越强，越愿意为展览支付更高票价)；
H5：个性偏好认知(对定制化、小众内容的需求)正向影响衍生消费意愿(个性化需求越突出，越愿意购买定制周边、DIY文创等)。
3.3.2. 中介作用假设(H6~H10)
H6：沉浸共鸣感在“社交导向认知→分享意愿”“科技偏好认知→复购意愿”路径中起中介作用(社交/科技认知通过提升沉浸共鸣感，间接增强分享/复购意愿)；
H7：文化新鲜放松感在“情感偏好认知→溢价支付意愿”“个性偏好认知→衍生消费意愿”路径中起中介作用(情感/个性认知通过提升文化新鲜放松感，间接增强溢价支付/衍生消费意愿)；
H8：实用便捷感在“效率模式认知→重访意愿”路径中起中介作用(效率认知需通过实用便捷体验转化为对展览的认可，进而提升重访意愿，无直接效应)；
H9：主题吸引力(兴趣适配、内容深度、话题性)在“科技偏好认知→复购意愿”“个性偏好认知→衍生消费意愿”路径中起中介作用(科技/个性认知先提升主题吸引力感知，再通过沉浸共鸣感/文化新鲜放松感，间接影响行为)；
H10：三大体验维度(沉浸共鸣、文化新鲜、实用便捷)共同在“五大认知维度→四类行为意愿”总路径中起链式中介作用且总中介效应占比超50%。
3.3.3. 调节作用假设(H11~H15)
H11：在“效率模式认知→实用便捷感→重访意愿”路径中，代际(95后 vs 00后)起调节作用，95后(职场/准职场人群)对该路径感知更强(更关注时间效率)；
H12：在“社交导向认知→沉浸共鸣感→分享意愿”路径中，代际起调节作用，95后感知更强(更重视社交传播)；
H13：在“科技偏好认知→沉浸共鸣感→复购意愿”路径中，代际起调节作用，95后感知更强(对科技体验更敏感)；
H14：在“情感偏好认知→文化新鲜放松感→溢价支付意愿”路径中，代际起调节作用，00后感知更强(更注重情感共鸣)；
H15：在“个性偏好认知→文化新鲜放松感→衍生消费意愿”路径中，代际起调节作用，00后感知更强(对个性化内容需求更突出)。
4. 研究结果与分析
4.1. 样本特征分析
Table 2. Statistical analysis of sample demographics (N = 200)
表2. 样本基本情况统计分析(N = 200)
个体特征 |
分类 |
频率 |
百分比 |
累积百分比 |
性别 |
男 |
84 |
42.0 |
42.0 |
女 |
116 |
58.0 |
100.0 |
出生年份 |
1995~2000年 |
52 |
26.0 |
26.0 |
2001~2006年 |
90 |
45.0 |
71.0 |
2007~2009年 |
58 |
29.0 |
100.0 |
职业 |
在校学生–本科生 |
80 |
40.0 |
40.0 |
在校学生–研究生及以上 |
22 |
11.0 |
51.0 |
企业/公司职员 |
46 |
23.0 |
74.0 |
自由职业者 |
30 |
15.0 |
89.0 |
其他(待业/公职等) |
22 |
11.0 |
100.0 |
过去1年参观展览频率 |
未参观过 |
44 |
22.0 |
22.0 |
1~2次/年 |
70 |
35.0 |
57.0 |
3~5次/年 |
56 |
28.0 |
85.0 |
6次及以上/年 |
30 |
15.0 |
100.0 |
所在城市 |
一线城市(北京/上海/广州/深圳) |
60 |
30.0 |
30.0 |
新一线城市(成都/重庆等15城) |
130 |
65.0 |
95.0 |
其他(三四线城市/乡镇等) |
10 |
5.0 |
100.0 |
如表2所示，通过SPSS“频率分析”与“描述统计”功能，得到样本人口统计学特征如下，整体分布与Z世代群体画像高度契合，具有良好代表性。
4.2. 信效度分析
通过SPSS对问卷各维度进行信度检验，结果验证数据可靠性：整体Cronbach α系数为0.742 (通过各维度题项合并计算)，大于0.7，因而说明研究数据信度质量很良好。针对“项已删除的α系数”，任意题项被删除后，信度系数并不会有明显的上升，因此说明题项不应该被删除处理。针对“CITC值”，分析项的CITC值均大于0.4，说明分析项之间具有良好的相关关系，同时也说明信度水平良好。综上所述，研究数据信度系数值高于0.7，综合说明数据信度质量高，可用于进一步分析。
4.3. 相关性分析
Table 3. Results of the correlation analysis of core variables (N = 200)
表3. 核心变量相关性分析结果(N = 200)
变量 |
均值 ± 标准差 |
认知偏好 |
体验感受 |
行为意愿 |
生态需求 |
观展频率 |
城市线级 |
消费认知偏好 |
3.85 ± 0.62 |
1 |
|
|
|
|
|
展览体验感受 |
3.92 ± 0.58 |
0.61** |
1 |
|
|
|
|
消费行为意愿 |
3.78 ± 0.71 |
0.52** |
0.73** |
1 |
|
|
|
生态创新需求 |
4.01 ± 0.65 |
0.48** |
0.59** |
0.64** |
1 |
|
|
过去1年观展频率 |
2.65 ± 1.03 |
0.35** |
0.42** |
0.49** |
0.38** |
1 |
|
城市线级(1 = 一线) |
0.30 ± 0.46 |
0.21** |
0.18** |
0.23** |
0.25** |
0.28** |
1 |
注：*表示p < 0.05，**表示p < 0.01，均为双侧检验。
如表3所示，相关性分析结果以“相关矩阵表”呈现，核心关注“核心变量间的相关系数(r)”和“显著性水平(p)”。特征如下：认知偏好与体验感受呈强正相关(r = 0.61, p < 0.01)，说明Z世代对社交、科技等认知偏好，会显著提升其观展沉浸感、共鸣感；体验感受与行为意愿呈极强正相关(r = 0.73, p < 0.01)，是衔接认知与行为的关键，而认知偏好与行为意愿的中等正相关(r = 0.52, p < 0.01)，为验证中介作用提供依据；生态创新需求与行为意愿(r = 0.64, p < 0.01)、认知偏好(r = 0.48, p < 0.01)均显著相关，表明生态需求能推动消费转化，且认知偏好是生态需求的重要驱动因素；控制变量中，观展频率与核心变量均显著相关(高频用户为核心)，城市线级与生态需求显著相关(r = 0.25, p < 0.05，一线城市需求更迫切)。
4.4. 结构方程模型假设验证
经SEM路径分析表面，五维认知对消费行为的直接效应均显著为正(H1~H5成立)。社交导向(0.68)驱动分享、科技偏好(0.55)拉动复购，效率模式(0.23)对重访影响最弱且需达实用便捷标准才促复购，具体结果如表4所示。采用Bootstrap法检验中介效应进行检验，结果显示H6~H10成立，如表5所示。体验感受为认知与行为关键中介(总效应超50%)，效率认知对重访78.3%影响、情感认知对溢价59.5%影响分别由实用便捷感、文化新鲜放松感介导。
通过分95后、00后样本的多组SEM分析对比路径系数，所有调节假设均得到验证，如表6所示。可知95后对“效率–实用–重访”等三类路径更敏感(契合其职场化、重社交等特征)，00后对“情感–文化–溢价”等两类路径更敏感(符合其重情绪、追个性等需求)，因此展览创新需针对95后强化科技互动与社交打卡、面向00后侧重IP情感联结与定制化内容。
Table 4. Direct effects examination (H1~H5)
表4. 直接效应验证(H1~H5)
假设 |
路径(认知维度→行为意愿) |
路径系数 |
P值 |
结果 |
影响强度排序 |
H1 |
效率模式认知→重访意愿 |
0.23 |
<0.05 |
支持(正向) |
5 (弱) |
H2 |
社交导向认知→分享意愿 |
0.68 |
<0.001 |
支持(正向) |
1 (极强) |
H3 |
科技偏好认知→复购意愿 |
0.55 |
<0.001 |
支持(正向) |
2 (强) |
H4 |
情感偏好认知→溢价支付意愿 |
0.42 |
<0.001 |
支持(正向) |
3 (中强) |
H5 |
个性偏好认知→衍生消费意愿 |
0.38 |
<0.001 |
支持(正向) |
4 (中等) |
Table 5. Testing of mediating effects (H6~H10)
表5. 中介效应验证(H6~H10)
假设 |
中介路径(认知→体验→行为) |
间接效应值 |
总效应值 |
中介效应占比 |
P值 |
结果 |
H6 |
社交导向→沉浸共鸣→分享意愿 |
0.32 |
0.68 |
47.1% |
<0.001 |
支持 |
H6 |
科技偏好→沉浸共鸣→复购意愿 |
0.28 |
0.55 |
50.9% |
<0.001 |
支持 |
H7 |
情感偏好→文化新鲜→溢价支付 |
0.25 |
0.42 |
59.5% |
<0.001 |
支持 |
H7 |
个性偏好→文化新鲜→衍生消费 |
0.21 |
0.38 |
55.3% |
<0.001 |
支持 |
H8 |
效率模式→实用便捷→重访意愿 |
0.18 |
0.23 |
78.3% |
<0.05 |
支持(完全中介) |
H9 |
科技偏好→主题吸引→沉浸共鸣
→复购 |
0.16 |
0.55 |
29.1% |
<0.001 |
支持(链式中介) |
H9 |
个性偏好→主题吸引→文化新鲜
→衍生消费 |
0.14 |
0.38 |
36.8% |
<0.001 |
支持(链式中介) |
H10 |
总中介效应(认知→体验→行为) |
0.30 |
0.57 |
52.6% |
<0.001 |
支持 |
Table 6. Testing of moderating effects (H11~H15)
表6. 调节效应验证(H11~H15)
假设 |
路径(认知→体验→行为) |
95后路径系数 |
00后路径系数 |
P值 |
结果 |
H11 |
效率模式→实用便捷→重访意愿 |
0.29 |
0.17 |
<0.05 |
支持 |
H12 |
社交导向→沉浸共鸣→分享意愿 |
0.72 |
0.55 |
<0.01 |
支持 |
H13 |
科技偏好→沉浸共鸣→复购意愿 |
0.61 |
0.42 |
<0.01 |
支持 |
H14 |
情感偏好→文化新鲜→溢价支付 |
0.38 |
0.51 |
<0.01 |
支持 |
H15 |
个性偏好→文化新鲜→衍生消费 |
0.35 |
0.48 |
<0.01 |
支持 |
5. 研究结论与讨论
5.1. 研究结论
Z世代展览消费认知呈“社交(0.68) > 科技(0.55) > 情感(0.42) > 个性(0.38) > 效率(0.23)”驱动差异，传统品牌知名度影响不显著(0.12, p > 0.05)。体验感受为认知与行为的关键中介，总中介效应达52.6%，部分路径存在链式中介效应。Z世代内部代际分化明显，95后关注效率、社交与科技，00后侧重情感共鸣与个性化，传统展览在技术应用、IP联动等方面与Z世代需求存在错位。
5.2. 理论与实践启示
研究结论呼应计划行为理论等经典理论，核心拓展为构建三阶联动模型、揭示代际分化特征、验证链式中介效应。实践中需推动三方面转型：价值逻辑从“单向输出”转向“多元共创”，体验设计从“浅层观看”升级为“深度沉浸”，商业模式从“单一门票”拓展为“多元生态”，并针对不同代际制定差异化策略。
5.3. 局限展望
本研究存在三点不足：一是样本以一二线城市为主(95%)，地域普适性待提升；二是未探讨展览类型对认知–体验–行为路径的调节作用；三是未充分考虑性别、消费能力等人口统计学变量影响。
未来可从三方面推进：一是扩大样本地域与展览类型覆盖，深化差异研究；二是引入“展览类型”“兴趣圈层”等调节变量，细化决策机制；三是结合案例跟踪，提炼可复制运营模式。同时可探索数字化工具的精准匹配应用，推动展览生态向精准化、韧性化发展。
致 谢
本研究的顺利完成，得益于多方的支持与帮助，谨此致以诚挚的谢意。首先，衷心感谢浙江省教育厅2024年度科研计划项目(项目编号：Y202456255)的资助，为本次研究提供了坚实的资源保障。感谢浙江工商大学杭州商学院管理学院的老师们在论文选题、研究框架与方法设计上给予的宝贵指导与专业建议。同时，感谢所有在深度访谈与问卷调查中拨冗参与的Z世代受访者，你们真诚而深入的分享是本研究实证数据的重要基石。感谢评审专家与编辑团队为本文提出的建设性意见，使研究论述得以不断完善与深化。最后，感谢团队成员在研究过程中的精诚合作与辛勤付出。
基金项目
浙江省教育厅2024年度科研计划项目(项目编号：Y202456255)。