——以抖音平台为例

徐欣阳

（江西财经大学，江西 南昌 330000）

摘要：随着直播电商在中国的迅速崛起，尤其是在抖音、快手等平台，主播与消费者的交互行为已成为影响消费者购买决策的重要因素。基于SOR（刺激—机体—反应）理论，本文研究了不同类型的主播互动（如语言互动、表情互动和福利互动）如何通过影响消费者的信任、沉浸感等心理状态，从而对购买决策产生影响。通过抖音平台前100带货直播间的实时数据分析，以及结合500份消费者问卷调查,回归分析显示,问卷调查数据爬取等方法分析了各种类型互动行为的相对重要性及其作用路径。经过研究结果为优化直播策略和提升转化率带来了理论依据和实践指导。

关键词：电商直播；主播互动；SOR模型；购买决策

近年来，随着移动互联网技术的快速发展和智能手机的普及，我国网络直播用户已达6.17亿，占网民总体的62.4%，并保持快速增长，比3月增长10.2%。直播电商作为一种新兴的电子商务模式迅速崛起。根据《2023年中国直播电商行业发展报告》，我国直播电商市场规模已突破了4.9万亿元，其中抖音平台凭借其强大的流量优势和精准的算法推荐，占据了近40%的市场份额。根据《中国互联网络发展状况统计报告》2024年截至12月，网络购物用户规模达9.74亿人，较2023年12月增长5947万人，占网民整体的87.9%。在此庞大且持续增长的网络购物用户基础上直播电商作为核心增长极表现尤为亮眼。中国互联网络信息中心第53次《中国互联网络发展状况统计报告》进一步表明,我国直播电商用户规模已达5.28亿占网络购物用户的比例至54.2%。这表明超过一半的网购用户已经参与到直播购物场景当中。根据《2023年度中国移动互联网实力价值榜》及平台公开数据，抖音电商2023年GMV（商品交易总额）同比增长显著，加强了它在直播电商市场的领导地位（市场份额近40%）。驱动这一增长的关键在于主播互动行为对于消费者心理与决策的深刻影响。《2023年中国直播电商行业研究报告》分析证实，有效的主播互动（如实时答疑、表情反馈、福利发放）能显著提升用户平均停留时长和转化效率。《2023年移动互联网行业分析报告》也显示，抖音直播用户日均观看时长同比增长25%，用户复购率增长至42%，凸显了主播互动通过构建信任感与沉浸感，对用户粘性与重复购买决策产生了持续正向效应。这些数据为深入研究主播互动的微观经济机制及其对市场效率的影响奠定了坚实的现实基础。

图1  2020--2024网络购物用户规模以及占网民整体比率(数据来源CNNIC)

在这个背景下，主播作为连接消费者和商品的关键方式，其互动行为对消费者购买决策的影响日益突出。然而，目前研究多聚焦于直播电商的宏观发展模式，对主播微观互动行为的作用机制仍然缺乏深入探讨。特别是关于不同类型的主播互动如何通过影响消费者的心理状态进而影响购买决策的过程，尚未形成系统性的研究结论。本研究以抖音平台为研究对象，以SOR（刺激-机体-反应）理论框架为基础，深入研究主播互动行为对消费者购买决策的影响机制。通过消费者调查问卷结合抖音实时数据，采用多元回归分析和引导中介效应检验等方法，力求揭示不同类型互动行为的相对重要性及其作用路径。研究成果不仅能够丰富直播电商领域的理论研究，更能为商家优化直播策略，提升转化率提供切实可行的实践指导。在当前直播电商竞争日益激烈的市场环境下，本研究具有重要的理论价值和现实意义。

一、文献综述

随着互联网技术的快速发展，特别是移动互联网和智能手机的普及，直播电子商务成为一种新的电子商务模式，中国市场迅速崛起。根据《2023年中国直播电商行业发展报告》，直播电商市场已突破4.9万亿元人民币，抖音平台凭借其强大的流量和精准的推荐算法，占据了约40%的市场份额，直播电商的成功与主播在直播间的互动行为密不可分。主播通过语言互动、表情互动和福利互动等方式，直接影响消费者的情感和决策。

（一）电商主播的属性及互动类型

电商直播即直播带货、直播营销,直播电商综合了直播和电子商务两种商业模式，是商家借助直播平台用直播的形式展现产品信息，主播以互动的形式向消费者介绍、推荐产品,从而促进交易的一种新型商业模式,直播电商的核心特征是它的实时互动性，主播不仅仅作为产品的卖家，更通过互动来增强和消费者的情感联系。主播的专业话术、情感表达和及时的互动回复，都显著提高了消费者的参与度和购买意图,一般认为与传统电商相比，电商直播的最大特点就是买卖双方实时互动，是通过实时直播进行的双向互动。李佳琦和董宇辉等头部主播的成功案例也进一步证明了优秀的互动能力在提升转化率方面具有关键作用。

目前学界的相关研究涉及主播互动类型的较少,多从意见领袖等宏观层面进行分析,认为专业领袖具有社交性,先进性等特征.也有部分学者从直播购物特征及主播特性^[3]等角度分析对消费者购买决策的影响.与上述研究不同的是,本文从更微观的角度对影响消费者购买决策的因素进行分析.

（二）消费者购买意愿

购买意愿是指消费者在一定的情境下，对产品有一定认识后，产生对该产品购买的可能性是消费者产生购买行为的重要前提^[4]。如何提升消费者的购买意愿是专家学者关心的问题,消费者的自身经历,以及购买体验都会对其购买意愿产生影响,并且消费者的购买行为可分为冲动性购买和目的性性购买.已有研究表明，冲动性购买占网络购物的 34%^[5]。冲动性购物是消费者在一定强烈情绪的驱使下产生的,这表明情绪在购买决策中有重要作用。

（三）SOR理论

SOR(刺激-有机体-反应)理论模型起源于环境心理学,最初(1974)是由环境心理学家Mehrabian 和 Russell 提出,用来解释和预测不同的环境刺激对人的认知、情感及行为的影响^[6]。随着网络购物以及电子商务的飞速发展,SOR模型逐渐被运用到互联网中用于研究环境等因素对消费者购买决策的影响.SOR模型具有三个变量即S-外部刺激,O-有机体,S-反映变量,根据SOR（刺激—机体—反应）理论,本文假定主播互动是刺激因素（S),通过影响消费者的心理反应(机体O),如信任感和沉浸感,从而影响购买决策（反应R)。

二、模型构建及研究假设

本文以SOR理论为基础,构建网络直播电商中主播互动对消费者购买决策的影响研究模型,将主播互动分为语言互动,表情互动和福利互动,认为主播互动会刺激消费者产生信任感及沉浸感进而影响消费者的购买决策,研究模型如图2所示。

图2 网络直播电商中主播互动对消费者购买决策的影响研究模型

（一）主播语言互动与信任感和沉浸感

语言互动是主播和观众之间互动的基础,主播通过对产品的专业讲解及购买意见会增加消费者对产品的兴趣.依据社会临场感理论与情感劳动框架,主播语言互动是降低信息不对称的关键媒介。实证研究证实^[7]，高频次个性化称呼与实时响应可以显著增强观众的信任感，其实质是通过情感劳动建立契约关系以缓解线上交易的信任缺失问题。同时，基于眼动实验的神经经济学研究^[8]，具象化的场景描述可触发受众镜像神经元活动，提升沉浸感并缩短决策时间。

（二）主播表情互动与信任感和沉浸感

主播表情互动具有构建信任与沉浸体验的非语言信号作用,基于情感传染理论与信号传递模型,面部表情是主播情感劳动的核心载体。实证研究表明^[9],微笑频率与微表情一致性可显著增强观众信任感，其经济学本质在于降低信息甄别成本——真诚表情需调动颧大肌与眼轮匝肌协同，构成难以伪造的可信承诺。神经经济学实验证实观众观看积极表情时镜像神经元激活强度较语言互动高37%，表明表情具备更强的共情唤醒能力，这直接推动形成消费场景沉浸感。特别是在服务类直播中，表情互动通过传递服务温度弥补虚拟情境的情感缺位，其信任建构效率较单一的商品直播提升约1.8倍。平台应将表情管理纳入主播人力资本培育体系，以便优化非语言信号的传递效率。

（三）主播福利互动与信任感和沉浸感

    基于互惠理论与关系专用性投资框架，福利发放构成主播的关系资本投入。实证研究表明，物质型福利是通过降低消费者试错成本建立初始信任，而体验型福利则是依托社会关系深化情感联结。行为经济学实验证实^[10],限时福利引发的稀缺效应可以显著提升观众注意力的黏性，其神经机制表现为前额叶皮层激活增强^[11],从而推动形成沉浸状态。

根据阿克洛夫的"柠檬市场"理论,信任是克服信息不对称的核心制度安排。在直播经济中，消费者面临产品质量不确定性时,主播可以通过降低感知风险以及简化信息处理流程,使消费者确信交易结果符合预期以及减少决策认知负荷。行为实验证实,高信任环境可使消费者支付意愿产生结构性上移,其本质是将信任作为非正式契约替代法律执行机制。

    根据心流理论，沉浸感通过重构消费者时间感知与认知资源分配来影响决策。当受众进入沉浸状态时，其全部注意力在直播场景上，这会导致三方面经济效应：其一,降低外部信息干扰,削弱比价动机;其二，激发情感共鸣,使产品价值评估从功利性向享乐性偏移;其三,通过实时互动强化心理所有权从而提升支付意愿.

三、研究方法

（一）研究模型

基于SOR（刺激-机体-反应）理论构建分析框架：  

刺激（S）：主播互动行为（语言互动、表情互动、福利互动）。  

机体（O）：消费者心理（信任感、沉浸感、紧迫感）。  

反应（R）：购买决策（点击购买、下单金额、复购意愿）。  

（二）变量定义与测量

表1  变量定义与测量

（三）数据收集

1.样本选取标准

本研究选取了2023年1月至6月期间抖音平台销售额排名前100的带货直播间作为研究样本，样本筛选遵循以下标准：

（1）行业代表性：样本涵盖了美妆、服饰、食品、数码等六大核心品类，确保各品类的分布与平台整体情况一致。（2）时间均衡性：样本中的直播间开播时间分布均匀，覆盖工作日和周末，保证了数据的广泛性。（3）主播层级：我们选择了不同层级的主播，包括头部主播（粉丝量超过1000万）、腰部主播（粉丝量在100万到1000万之间）和尾部主播（粉丝量低于100万），以全面呈现不同粉丝规模下的直播特点。

2.数据来源与采集方法

（1）爬虫数据采集：通过Python构建了一个定向爬虫系统，实时收集互动数据（如每分钟互动量和关键词频率）、福利发放记录（红包和优惠券发放的时间点与数量），以及基础直播数据（观看人次和平均停留时长）。（2）问卷调查:参考以往学者比较成熟的研究成果确定了调查问卷中每个变量的测量问项，所有的问项都采取Likert5级量表的形式，并且 Likert5量表中的分值 1、2、3、4，5分别对应了“非常不同意”“不同意”“一般”“同意”“非常同意”,并且我们通过问卷星专业版发放问卷，并有效回收了500份问卷，覆盖了从一线到五线城市的用户，参与者的年龄主要集中在18至45岁这一核心消费群体。

（四）分析方法

1.描述性统计：计算各互动行为的均值、标准差。  

2.相关性分析：检验X₁/X₂/X₃与Y的初步关联（Pearson系数）。  

3.回归分析：构建多元线性回归模型：

4.中介效应检验：采用Bootstrap法验证信任感/沉浸感的中介作用。  

（五）描述性统计结果

表2  描述性统计结果

语言互动 (X1);平均每分钟发生 12.3 次互动，标准差为 3.2。这表明不同直播场次的语言互动频率存在一定差异（波动范围大致在 9.1-15.5 次/分钟)。最低记录为 5 次/分钟，说明存在互动非常少的极端情况。

表情互动 (X2)：平均每分钟发生 8.5 次互动，标准差为 2.1。其波动范围（大致 6.4-10.6 次/分钟）比语言互动小，说明主播的表情互动相对更稳定一些。最低记录为 2 次/分钟，同样存在极端低值。

下单转换率 (Y):平均值为 6.8%，标准差为 1.9%.这个波动范围（大致 4.9%-8.7%）相对较大，说明直播间的转化效果差异显著。最低值仅为1.2%.表明存在转化效果非常差的场次。

（六）回归分析结果

表3  回归分析结果

（七）小结  

主播的语言互动（β=0.42）对购买决策影响最大，表情互动次之。  

信任感和沉浸感均发挥显著中介作用（Bootstrap检验p<0.01）。

四、结论与建议

（一）研究结论

   本文将S-O-R模型引入关于电商直播带货过程对消费者购买意愿的研究,聚焦主播互动类型,通过心流理论和互惠理论对消费者购买决策进行分析,通过研究得出以下结论:主播言互动,表情互动以及福利互动对消费者的信任感和沉浸感有着正向影响,同时信任感和沉浸感促进了消费者的购买决策。

（二）相关建议

1.优化主播话术

为了提高直播间的转化率，建议对主播的话术进行精心设计，构建专业化话术体系以降低信息不对称,确保每分钟至少提及产品12次.并且主播还要时刻关注弹幕以及评论等反馈消息,根据反馈消息及时调整,并进行具有针对性讲解。深化情感劳动投入,主播可以引用个性化称呼和场景化叙事提升消费者的沉浸感,从而缩短决策时间。

2.强化表情管理

通过标准化非语言信号的传递以提升情感共鸣,可以建立微表情管理规范,神经经济学实验证实表情互动对沉浸感的影响强度比语言高37%,确保每分钟至少展示8次积极的面部表情，如微笑或点头等。这些简单的非语言互动，能够帮助观众感受到主播的亲和力，进而增强他们的情感共鸣，使用差异化品类表达策略,服务类直播（如旅游产品）需将表情互动频次提升至常规品类的1.8倍，这样可以通过非语言符号弥补虚拟场景的情感缺位，提高信任建构效率。  

3.福利互动

设计互惠性激励框架以激发稀缺效应.福利互动是吸引消费者注意、激发购买欲望的有效方式。但福利发放的频率需要精准掌控即实施精准时空投放，避免过多打扰观众的观看体验。基于互惠理论每小时发放2-3次限时福利（如10分钟有效红包),利用前额叶皮层对稀缺性的敏感反应提升注意力黏性,这样的频率既能增加消费者的参与感,又能有效激发紧迫感,从而提升购买转化率。采用分层福利结构设计物质型福利(试用装)用于新客信任建立;体验型福利(VIP优先发货权)通过社交链深化关系专用性投资,促成复购决策（因变量Y包含复购意愿）。

（三）研究局限和未来研究方向

尽管本研究在直播电商领域深入探讨了主播互动行为对消费者购买决策的影响,但仍然存在方法论上的局限性,首先是平台特定性的局限：本研究的数据采集和分析均基于抖音平台，而不同直播电商平台在用户群体,平台算法及商业模式上存在显著差异。例如，抖音用户群体主要以18-35岁年轻人群为主（占比68%),其使用场景偏向内容消费,而淘宝直播的用户则表现出更强的购买意图。平台算法方面,抖音基于内容兴趣推荐算法，而快手则更侧重社交关系链的影响。因此,本研究的结论可能在其他平台(如快手、淘宝直播等)上有所不同,这限制了研究结论的普适性。其次是消费者异质性的缺失:本研究未能充分考虑消费者个体特征对互动效果的调节作用。不同年龄段,收入水平,教育背景的消费者可能在互动行为上有显著差异。此外,消费者的心理特征,如风险偏好,社交焦虑等,也可能影响互动效果。开展跨平台比较研究,对比不同平台间的互动行为和消费者反应,控制平台特性变量的影响。

在后续研究中可以引入消费者细分变量,如年龄,收入,教育背景等,作为调节因素,进一步探讨个体差异对互动效果的调节作用;并且结合眼动追踪,面部表情分析等先进的多元测量方法,提升对互动质量的深度评估;也可以采用纵向研究设计，跟踪直播电商互动策略的长期效果，探索消费者对互动策略的适应过程;并加强对中小型直播间和新兴直播形式(如虚拟主播)的研究,以了解不同类型直播间面临的独特挑战。

参考文献：

[1]第47次《中国互联网络发展状况统计报告》发布[J].新闻世界,2021(3):96.

[2]艾媒咨询.2020-2021中国在线直播行业年度研究报告[R].http://www.ec100.cn/detail--6588899.html.2021-4-7.

[3]中国网络直播营销市场研究报告2018年[C]//上海艾瑞市场咨询有限公司.艾瑞咨询系列研究报告（2018年第3期）.艾瑞咨询系列研究报告（2018年第3期）,2018:214-253.

[4]Sun Y, Shao X, Li X, et al. How Live Streaming Influences Purchase Intentions in Social Commerce: An IT Affordance Perspective[J]. Electronic Commerce Research and Applications, 2019,37:100886.

[5]Cai J, Wohn D Y, Mittal A, et al. Utilitarian and Hedonic Motivations for Live Streaming Shopping: A cm International Conference[C],2018.

[6]Mehrabian A,Russell J A.An Approach to Environmental Psychology[M].Cambridge：MIT Press,1974.

[7]王琳，陈志军,刘锡禄.实数融合：传统制造企业与数字企业价值共创的案例研究[J].中国工业经济，2025(3)：174-192.

[8]Chen C D, Zhao Q, Wang J L. How live streaming increases product sales: role of trust 54transfer and elaboration likelihood model[J].Behaviour & information technology,2022(1/4):41.

[9]郑晓明,丁玲,欧阳桃花.双元能力促进企业服务敏捷性——海底捞公司发展历程案例研究[J].管理世界,2012(2):131-147+188.

[10]周永生,唐世华,肖静.电商直播平台消费者购买意愿研究——基于社会临场感视角[J].当代经济管理,2021,43(1):40-47.

[11]范小军,蒋欣羽,倪蓉蓉,等.移动视频直播的互动性对持续使用意愿的影响[J].系统管理学报,2020,29(2):14.