1. 研究背景
跨境电子商务直播蓬勃发展，互动性成为影响消费者购买决策的关键因素，在全球贸易数字化转型背景下跨境电商重塑了国际贸易格局，全球跨境电商市场规模预计将大幅增长，直播电商更是成为增长关键引擎，2024年中国新型跨境电商进出口额也实现显著增长，凸显了直播销售新模式的战略价值；同时RCEP框架下的关税优惠、中国跨境电商试验区的扩围与政策创新，以及云计算、5G等技术基础设施的完善，为跨境直播电商的发展提供了政策支撑与有利条件。本研究基于问卷调查数据，深入分析跨境电商直播中主播与用户、用户间互动对消费者持续购买意愿的影响机制，先界定了直播电商领域的互动性为消费者与主播、商家、平台通过实时沟通反馈交换信息的互动情况，同时指出跨境电商存在的信息不对称、文化折扣、物流售后不确定性三大痛点加剧了消费者感知风险，而现有研究多聚焦境内电商直播互动性，对跨境场景特殊性考量不足，也未深入剖析跨境互动机制、情感互动的独特价值，缺乏相关系统理论论证，这正是本研究的核心切入点，研究进而探讨了互动通过增强信任和情感联系促进跨境电商直播平台用户黏性与重复购买行为的作用，为优化跨境电商直播营销策略提供了理论依据。
2. 理论基础
2.1. SOR模型理论
本研究基于SOR (刺激–有机体–反应)模型，构建了跨境电子商务直播互动体验质量对消费者持续购买意愿影响的理论框架。在这个模型中，互动体验的质量作为一种外部刺激(刺激)，影响消费者的内部心理状态(有机体)，如信任、情感联系和风险感知，最终引发持续购买意愿的行为反应(反应)。互动过程中获得的详细信息降低了消费者对跨境商品的不确定性感知，而积极参与互动活动则增强了消费者对平台的归属感，共同促进了长期购买关系的构建，形成了完整的互动质量机制(S)→内部心理状态变化(O)→持续购买意愿(R)。
2.2. 信任理论
美国心理学家理查德・拉扎勒斯于20世纪60年代提出并逐步完善的认知–评价理论，是心理学中阐释外部环境刺激转化为个体内部情绪、行为与心理状态的核心理论，该理论打破了“刺激直接引发情绪”的简单逻辑，强调认知评价是连接外部刺激与内部心理反应的关键中介，其核心观点可从理论基础、评价过程、核心要素及应用价值四方面展开；而本研究的信任理论分为情感信任和认知信任双重维度，二者分别从情感和理性角度解释了消费者信任的形成机制及其对行为的影响，其中情感信任是基于社区归属感和情感共鸣形成的心理状态，依托跨境电商直播中的情感互动体验建立，调研数据也印证了这类信任能降低消费者的“转向成本”、提升其对售后问题的容忍度，进而积极促进持续购买意愿，认知信任则是依托理性信息与服务可靠性形成的心理状态，依靠互动体验提升信息透明度来建立，能够缓解跨境购物的“信息差”。
2.3. 互动性及互动性与跨境电商信任、购买意愿的关系研究
互动性存在于多个领域，不同情景下对互动性的定义也有所差异，学术界最初对互动性的研究主要存在于计算机领域，研究用户与计算机之间的交互作用，将其定义为计算机系统对使用者的响应能力在数字营销领域，吴雅萌[1]提出互动性指的是企业与消费者借助数字化平台和工具，进行实时、双向沟通和交流的能力；在虚拟社区领域周军杰[2]等将线上互动定义为“虚拟社区成员针对某些感兴趣主题，通过发帖、回帖和一起完成社区任务等方式所开展的彼此沟通的行为”。随着数字经济的发展，学者们开始研究电子商务领域中的互动性，郭国庆[3]等将交互性定义为用户可以通过媒介与其他用户、营销者、系统等实现双向沟通以及对其采取行动和作出反应的程度；童谣[4]将互动性理解为消费者打破时空限制与主播进行交流时的互动感知。综合现有的研究，本文将直播电商领域中的互动性理解为消费者与主播、商家以及平台之间通过实时沟通与反馈以进行信息交换所建立的互动情况。现有研究普遍认为，互动性对电商消费者的信任和购买意愿具有积极影响。陈瑞华[5]基于情景实验发现，数字人主播的互动性能够显著提升消费者购买意愿；张重[6]的研究指出，电商直播互动性通过影响消费者感知价值进而作用于购买意愿；倪俊[7]聚焦淘宝直播平台，证实了互动性对消费者购买意愿的正向影响。但针对跨境场景的研究相对有限，现有研究多聚焦于境内电商直播，未能充分考虑跨境场景的特殊性对互动性作用机制的影响。而跨境购物中消费者的感知风险远高于境内，互动性正是破解该问题、建立消费者信任并降低其感知风险的核心机制，具体可通过三维互动模式提升信息透明度以缓解跨境信息不对称、借助情感互动突破文化壁垒并建立情感联结、以实时信息告知和服务承诺兑现增强消费者交易可控感这三方面实现，最终强化消费者信任、促进其持续购买意愿。
2.4. 互动质量对持续购买意愿的影响路径与作用机制
从有机体层面分析，互动质量既直接对消费者持续购买意愿产生显著影响，也通过信任感与情感连接两条中介路径发挥作用，且均有调研数据佐证。信任感是SOR模型中刺激到反应的重要中介，其建立依托互动中的信息透明与问题及时解决，数据显示信任主播推荐、认可平台品控的消费者，分别有58.3%愿推荐平台、65.2%在售后解决后仍会消费。情感连接为另一关键中介，57.7%消费者会因主播情感讲解偏好商品，直播间体验愉悦者的推荐意愿和复购率也显著高于平均水平，互动在此过程中既传递信息也创造情感体验、增强平台黏性。同时，高质量互动体验效果突出，约50.7%受访者计划3个月内复购，主播互动良好群体该比例升至62.1%，认可主播及时答疑的消费者持续购买意愿也高出约18个百分点，印证有效互动能推动即时转化、培养长期购买行为。
3. 研究假设
3.1. 互动体验各维度对认知信任的直接影响
H1：跨境电商直播主播互动体验正向影响消费者认知信任。H2：跨境电商直播平台互动体验正向影响消费者认知信任。H3：跨境电商直播内容互动体验正向影响消费者认知信任。
3.2. 互动体验各维度对情感信任的直接影响
H4：跨境电商直播主播互动正向影响情感信任。H5：跨境电商直播平台互动正向影响情感信任。H6：跨境电商直播内容互动正向影响情感信任。
3.3. 消费者信任对持续购买意愿的直接影响
H7：跨境电商直播认知信任正向影响持续购买意愿。H8：情感信任正向影响持续购买意愿。
3.4. 认知信任的中介作用
H9：认知信任在主播互动和持续购买意愿之间起中介作用。H10：认知信任在平台互动和持续购买意愿之间起中介作用。H11：认知信任在内容互动和持续购买意愿之间起中介作用。
3.5. 情感信任的中介作用
H12：情感信任在主播互动和持续购买意愿之间起中介作用。H13：情感信任在平台互动和持续购买意愿之间起中介作用。H14：情感信任在内容互动和持续购买意愿之间起中介作用。
4. 研究设计
4.1. 问卷设计
为保障问卷内容效度，本研究对潜变量的测量均采用国内外成熟量表并结合直播电商情境适度修正，调研对象限定为有直播电商购物经验者，通过前置“是否有直播购物经历”的筛选问题把控问卷填写有效性；问卷包含人口统计信息、跨境电商直播互动体验、消费者信任、持续购买意愿四部分内容，前部为调查对象基本信息，后部测量题项均采用李克特五点量表，量表经文献回顾生成，对源于英文文献或其他情境的内容，克服语言与研究对象差异经多轮整理讨论形成初始量表。本次调研样本的人口统计学与行为特征呈现鲜明特点见表1。
Table 1. Descriptive statistics
表1. 描述性统计
项目 |
变量 |
频率 |
百分比(%) |
性别 |
男 |
189 |
46.1 |
女 |
221 |
53.9 |
年龄 |
18岁及以下 |
25 |
6.1 |
19~25岁 |
124 |
30.2 |
26~35岁 |
145 |
35.4 |
36~45岁 |
99 |
24.1 |
46岁及以上 |
17 |
4.1 |
月收入 |
3000元及以下 |
31 |
7.6 |
3001~5000元 |
91 |
22.2 |
|
5001~8000元 |
167 |
40.7 |
8001~12000元 |
89 |
21.7 |
12001元及以上 |
32 |
7.8 |
观看频率 |
1~2次 |
116 |
28.3 |
3~5次 |
173 |
42.2 |
6~10次 |
77 |
18.8 |
10次及以上 |
44 |
10.7 |
购买次数 |
1~2次 |
92 |
22.4 |
3~5次 |
164 |
40.0 |
6~10次 |
116 |
28.3 |
10次及以上 |
38 |
9.3 |
4.2. 问卷的发放与收集
本研究因聚焦用户购买行为后的持续购买意愿，将调研对象限定为有直播电商购物经验者，通过微信、小红书等社交平台及进口跨境商品购物群线上发放问卷，要求受访者回忆自身跨境电商直播观看与购物经历填写，且每位仅可提交一次；问卷共设30个测量题项，本次调研总计发放430份，经剔除无相关购物经历、作答时间少于100秒及重复率极高的20份无效问卷后，最终获得410份有效问卷。
4.3. 信度检验
信度是衡量问卷测量工具质量的核心指标，反映测量结果的一致性与稳定性，直接关乎调研数据有效性与实证分析可信度。学术研究中常采用Cronbach’s α系数与校正项总计相关系数(CITC)检验量表内部一致性，本研究信度检验结果显示，主播互动、平台互动、内容互动、认知信任、情感信任及持续购买意愿等核心潜变量的Cronbach’s α系数均高于0.7临界值，表明量表设计科学合理，测量具有良好的内部一致性与稳定性，可为后续效度分析、结构方程模型拟合及假设检验提供可靠支撑。见表2。
Table 2. Cronbach reliability analysis
表2. Cronbach信度分析
变量 |
题项 |
Cronbach α系数 |
Cronbach α系数(总) |
主播互动(亲和力、真诚度) |
2 |
0.867 |
|
平台互动功能(专属优惠、粉丝互动活动) |
3 |
0.875 |
|
内容互动(真实使用分享、氛围营造) |
3 |
0.840 |
0.922 |
认知信任 |
5 |
0.897 |
|
情感信任 |
4 |
0.900 |
|
持续购买意愿 |
8 |
0.933 |
|
4.4. 效度分析
效度即测量的有效性程度，是指所用的测量工具能对所需要度量的特质进行精确而有效的衡量由于本研究问卷的测量题项以成熟量表为基础开发，并通过预调研对题项合理性进行了验证与修正，因此问卷具备良好的内容效度。在开展结构效度检验前，首先通过探索性因子分析对整体量表的适用性进行判断，具体通过KMO值与Bartlett球形度检验结果衡量。从表3、表4可知：KMO值为0.919，大于0.6，数据可以被有效提取信息。同时Bartlett球形度检验结果达到显著性水平，这两项指标共同表明该量表数据适合进行后续的因子分析。
Table 3. KMO and Bartlett’s test
表3. KMO和Bartlett的检验
KMO值 |
0.919 |
Bartlett 球形度检验 |
近似卡方 |
6386.548 |
df |
300 |
p值 |
0.000 |
Table 4. AVE and CR indicator results
表4. AVE和CR指标结果
Factor |
平均方差萃取AVE值 |
组合信度CR值 |
主播互动(亲和力、真诚度) |
0.770 |
0.870 |
平台互动功能(专属优惠、粉丝互动活动) |
0.701 |
0.875 |
内容互动(真实使用分享、氛围营造) |
0.641 |
0.842 |
认知信任 |
0.636 |
0.897 |
情感信任 |
0.692 |
0.900 |
持续购买意愿 |
0.635 |
0.933 |
Table 5. Pearson correlation and AVE square root value
表5. Pearson相关与AVE平方根值
|
主播互动(亲和力、真诚度) |
平台互动功能(专属优惠、粉丝互动活动) |
内容互动(真实使用分享、氛围营造) |
认知
信任 |
情感
信任 |
持续
购买意愿 |
主播互动(亲和力、真诚度) |
0.877 |
|
|
|
|
|
平台互动功能(专属优惠、粉丝互动活动) |
0.327 |
0.837 |
|
|
|
|
内容互动(真实使用分享、氛围营造) |
0.276 |
0.305 |
0.800 |
|
|
|
认知信任 |
0.336 |
0.394 |
0.360 |
0.797 |
|
|
情感信任 |
0.267 |
0.285 |
0.328 |
0.472 |
0.832 |
|
持续购买意愿 |
0.269 |
0.305 |
0.364 |
0.384 |
0.309 |
0.797 |
备注：斜对角线蓝色数字为AVE平方根值。
区别效度是量表质量评估的关键维度，核心用于衡量模型中各构念的边界区分程度，能确保不同构念测量结果的独立性与唯一性，这对本研究包含主播互动、平台互动、内容互动、认知信任、情感信任、持续购买意愿等多个高关联潜变量的模型尤为重要，可有效避免构念间测量重叠或混淆，保障后续变量关系分析与假设检验的准确性。本研究通过表5系统呈现了六大核心潜变量的Pearson相关系数及各变量平均方差萃取量(AVE)的算术平方根，依据区别效度检验标准，若各因子AVE平方根值大于其与其他因子的相关系数绝对值，即表明具有良好区别效度，表5中斜对角线的AVE平方根值均大于对应变量与其他任一变量的相关系数绝对值，证实本研究度量模型具备较好的区别效度。综合相关统计分析结果，本研究正式调查问卷拥有较高的内部一致性，且具备良好的内容效度与结构效度，为后续结构方程模型分析提供了坚实的质量保障(见表5)。
5. 假设检验
通过基本统计分析得出的检验结果显示，正式调查问卷中的样本具有较好的信效度，基于此，本文将围绕前文提出的理论模型构建结构方程模型，分析该结构模型的各项拟合指标，并验证研究假设。
5.1. 结构方程模型构建
本研究在SOR理论框架下构建研究模型，其中刺激维度对应主播互动、平台互动、内容互动三大核心要素，三者作为跨境电商直播的外部环境刺激，分别以人际联结、功能体验、内容共创为特征，与场景属性高度适配；机体维度对应情感信任与认知信任，二者是消费者受互动刺激形成的内部心理状态，模型中各类互动通过信息传递、情感共鸣等路径作用于两类信任的关联设计，既细化了机体层面的心理转化过程，也锚定了SOR理论的框架边界；反应维度则聚焦持续购买意愿，该行为倾向是两类信任的外化结果，模型中信任指向持续购买意愿的路径设计契合SOR理论“内部心理状态转化为行为反应”的核心逻辑，且持续购买意愿的长期购买倾向属性，也与跨境电商直播注重用户长效运营的场景需求相匹配，实现了理论框架与研究情境的深度适配(见图1)。
Figure 1. Structural equation model diagram
图1. 结构方程模型图
5.2. 路径效应分析
本文运用AMOS 24.0软件对模型的路径系数及其显著性进行分析和检验，得出结果如表8结构方程模型检验结果所示。主播互动正向影响认知信任，对应的路径系数为0.201且P = 0.000 (小于0.050)，故假设H1得到验证。平台互动正向影响认知信任，对应的路径系数为0.286且P = 0.000 (小于0.050)，故假设H2得到验证。内容互动正向影响认知信任，对应的路径系数为0.268且P = 0.000 (小于0.050)，故假设H3得到验证。主播互动正向影响情感信任，对应的路径系数为0.157且P = 0.007 (小于0.050)，故假设H4得到验证。平台互动正向影响情感信任，对应的路径系数为0.183且P = 0.002 (小于0.050)，故假设H5得到验证。内容互动正向影响情感信任，对应的路径系数为0.273且P = 0.000 (小于0.050)，故假设H6得到验证。认知信任正向影响持续购买意愿，对应的路径系数为0.348且P = 0.000 (小于0.050)，故假设H7得到验证。情感信任正向影响持续购买意愿，对应的路径系数为0.184且P = 0.000 (小于0.050)，故假设H8得到验证。见表6。
Table 6. Structural equation modeling test results
表6. 结构方程模型检验结果
假设 |
变量关系 |
标准化路径系数 |
S.E. |
C.R. |
P |
结果判定 |
H1 |
主播互动→认知信任 |
0.201 |
0.051 |
3.614 |
*** |
成立 |
H2 |
平台互动→认知信任 |
0.286 |
0.05 |
5.058 |
*** |
成立 |
H3 |
内容互动→认知信任 |
0.268 |
0.051 |
4.768 |
*** |
成立 |
H4 |
主播互动→情感信任 |
0.157 |
0.057 |
2.696 |
0.007 |
成立 |
H5 |
平台互动→情感信任 |
0.183 |
0.057 |
3.122 |
0.002 |
成立 |
H6 |
内容互动→情感信任 |
0.273 |
0.058 |
4.612 |
*** |
成立 |
H7 |
认知信任→持续购买意愿 |
0.348 |
0.055 |
6.317 |
*** |
成立 |
H8 |
情感信任→持续购买意愿 |
0.184 |
0.048 |
3.496 |
*** |
成立 |
表6结构方程模型检验结果对应的路径系数图如图2所示。
Figure 2. Results of the structural equation model test
图2. 结构方程模型检验结果图
本文运用AMOS 24.0软件对模型路径系数及显著性进行检验，结果显示8项直接影响类假设均通过验证：互动体验的三大维度(主播互动、平台互动、内容互动)对认知信任均存在显著正向影响，其中平台互动影响强度最高(路径系数0.286，P = 0.000)，内容互动(0.268, P = 0.000)与主播互动(0.201, P = 0.000)依次递减；三大互动维度对情感信任也均有显著正向作用，内容互动影响最为突出(0.273, P = 0.000)，平台互动(0.183, P = 0.002)与主播互动(0.157, P = 0.007)紧随其后；消费者信任的两大维度中，认知信任对持续购买意愿的正向影响(0.348, P = 0.000)显著高于情感信任(0.184, P = 0.000)，充分印证了互动体验对信任构建及信任向持续购买意愿转化的直接驱动作用。
5.3. 拟合优度检验
本研究运用AMOS 24.0软件，对主播互动、平台互动、内容互动、认知信任、情感信任与持续购买意愿6个核心变量构建的结构方程模型进行拟合度检验，从简约、绝对、增量三类拟合指标展开的检验结果均符合学术研究标准：χ2/df值1.279远低于3.0临界值，兼顾模型解释力与简约性；绝对拟合指标GFI、AGFI分别为0.938、0.923，达标且AGFI接近优质水平；增量拟合指标NFI、IFI、TLI、CFI均超0.9临界值；RMSEA值0.026处于优质区间，整体模型与调研数据适配性极高、拟合效果优异，为后续路径系数显著性检验、中介效应验证等核心实证分析奠定坚实基础，保障了研究结论的科学性与可靠性(见表7)。
Table 7. Structural equation modeling goodness of fit test results
表7. 结构方程模型拟合度检验结果
常用指标 |
χ2/df |
GFI |
AGFI |
NFI |
IFI |
TLI |
CFI |
RMSEA |
统计值 |
1.279 |
0.938 |
0.923 |
0.948 |
0.988 |
0.987 |
0.988 |
0.026 |
参考值 |
<3 |
>0.9 |
>0.9 |
>0.9 |
>0.9 |
>0.9 |
>0.9 |
<0.08 |
达标情况 |
达标 |
达标 |
达标 |
达标 |
达标 |
达标 |
达标 |
达标 |
5.4. 中介效应检验
本研究采用被广泛应用的Bootstrap法，通过AMOS24.0中的Bootstrap ML重复抽样5000次开展中介效应检验，结果如表8所示：主播互动、平台互动、内容互动分别通过认知信任影响持续购买意愿的间接效应量依次为0.070、0.100、0.093，三者通过情感信任影响持续购买意愿的间接效应量依次为0.029、0.034、0.050，上述所有间接效应的标准误均处于合理范围，95%置信区间均不包含0，且对应P值均小于0.050，由此验证了认知信任在三类互动与持续购买意愿间的中介作用(假设H9、H10、H11成立)，也验证了情感信任在三类互动与持续购买意愿间的中介作用(假设H12、H13、H14成立)。
Table 8. Mediation effect test
表8. 中介效应检验
假设 |
路径 |
效应值 |
标准误 |
95%置信区间 |
P值 |
下限 |
上限 |
H9 |
主播互动→认知信任→持续购买意愿 |
0.070 |
0.022 |
0.032 |
0.123 |
0.000 |
H10 |
平台互动→认知信任→持续购买意愿 |
0.100 |
0.024 |
0.058 |
0.156 |
0.000 |
H11 |
内容互动→认知信任→持续购买意愿 |
0.093 |
0.026 |
0.051 |
0.153 |
0.000 |
H12 |
主播互动→情感信任→持续购买意愿 |
0.029 |
0.016 |
0.005 |
0.072 |
0.016 |
H13 |
平台互动→情感信任→持续购买意愿 |
0.034 |
0.019 |
0.007 |
0.084 |
0.006 |
H14 |
内容互动→情感信任→持续购买意愿 |
0.050 |
0.023 |
0.015 |
0.107 |
0.004 |
5.5. 假设检验汇总
最后，对本文的所有假设及结果进行汇总，整理成表4研究假设结果汇总。研究结果表明，本文对关于主播互动、平台互动、内容互动、认知信任、情感信任和持续购买意愿6个变量之间的关系假设进行了验证，研究结果见表9。
本研究采用AMOS 24.0构建结构方程模型，检验主播互动、平台互动、内容互动、认知信任、情感信任与持续购买意愿的变量关系。结果显示，χ2/df、GFI等各项拟合指标均符合参考标准，模型与数据适配性优异。路径系数检验表明，三类互动均显著正向影响认知信任与情感信任，两类信任亦显著正向作用于持续购买意愿，假设H1~H8全部成立。经Bootstrap自助抽样5000次的中介效应检验证实，认知信任与情感信任在三类互动和持续购买意愿间均发挥显著中介作用，假设H9~H14成立。最终14项研究假设均得到验证，充分支撑“互动体验–消费者信任–持续购买意愿”的理论模型。
Table 9. Summary of research hypothesis results
表9. 研究假设结果汇总
编号 |
内容 |
结果 |
H1 |
主播互动正向影响认知信任 |
成立 |
H2 |
平台互动正向影响认知信任 |
成立 |
H3 |
内容互动正向影响认知信任 |
成立 |
H4 |
主播互动正向影响情感信任 |
成立 |
H5 |
平台互动正向影响情感信任 |
成立 |
H6 |
内容互动正向影响情感信任 |
成立 |
H7 |
认知信任正向影响持续购买意愿 |
成立 |
H8 |
情感信任正向影响持续购买意愿 |
成立 |
H9 |
认知信任在主播互动和持续购买意愿之间起中介作用 |
成立 |
H10 |
认知信任在平台互动和持续购买意愿之间起中介作用 |
成立 |
H11 |
认知信任在内容互动和持续购买意愿之间起中介作用 |
成立 |
H12 |
情感信任在主播互动和持续购买意愿之间起中介作用 |
成立 |
H13 |
情感信任在平台互动和持续购买意愿之间起中介作用 |
成立 |
H14 |
情感信任在内容互动和持续购买意愿之间起中介作用 |
成立 |
6. 研究局限性
本研究虽取得相应成果，但仍存在几方面局限性，且针对各局限均提出了后续研究方向：其一，数据来源存在局限，仅通过线上线下问卷获取横截面数据，无法反映研究变量间的动态变化关系，且问卷依赖受访者自我报告或存偏差，未来可采用纵向追踪调研，并结合平台交易数据等客观数据提升结论可信度；其二，可能存在共同方法偏差，研究各核心变量均通过同一套问卷测量，虽在问卷设计阶段采取了降风险措施，但未开展正式检验，后续研究可拆分数据收集时间点或采用不同评价主体规避该风险；其三，变量测量深度不足，对互动性体验的测量未充分考虑频率、深度等细分维度，对信任的测量也仅分为两个维度，可能忽略潜在维度的影响，未来可进一步细化变量测量维度，提升研究精准性。
7. 结论和启示
7.1. 研究结论
互动体验的三大维度(主播互动、平台互动、内容互动)均显著正向影响认知信任与情感信任，其中平台互动对认知信任影响最强，内容互动对情感信任影响最强。认知信任与情感信任均显著正向影响持续购买意愿，且认知信任的影响强度更高，二者在互动体验与持续购买意愿间均发挥显著中介作用，形成“理性信任为基础、情感信任为强化”的双重驱动逻辑。跨境电商直播场景下，互动体验通过信任构建间接影响持续购买意愿，这一机制有效破解了跨境交易的固有痛点，为企业提升用户留存提供了核心路径。
7.2. 实践启示
结合跨境电商直播的场景特殊性，基于研究结论提出以下针对性实践启示：一是强化情感互动设计以营造跨文化情感共鸣，商家需加强主播跨文化沟通与情感表达能力的培训，针对不同文化背景消费者调整沟通风格和互动方式，通过情感化讲解、实时响应需求与情绪反馈建立“虚拟熟人关系”，增强消费者的情感共鸣与归属感；二是构建社群化互动氛围以增强用户黏性，设计跨文化主题讨论、经验分享会等多样化消费者间互动活动，打造“全球购物社群”，鼓励消费者在评论区交流分享，形成多源信息验证机制，提升其参与感与归属感；三是优化信息传递方式，兼顾消费者的情感与理性需求，主播通过互动掌握消费者信息痛点，以“案例讲解 + 实时答疑”的方式并结合可视化工具，系统详细地传递商品关键信息，提升信息透明度，强化消费者的认知信任。
7.3. 未来研究方向
未来研究可进一步扩大样本规模，覆盖更多国家和地区的跨境消费者，验证模型在不同文化背景、不同消费群体中的适用性；采用纵向追踪调研结合客观数据的方式，深入分析消费者互动体验与持续购买意愿的动态关系；细化变量测量维度，探索互动频率、互动深度、制度信任等因素的影响；同时，可结合人工智能、虚拟现实等新技术，研究新型互动方式(如虚拟主播互动、沉浸式互动)对消费者信任和持续购买意愿的影响，为跨境电商直播的创新发展提供理论支持。