用户观看助农直播购买产品的影响因素分析——基于UTAUT模型和感知风险理论

□ 杨梓怡

伴随着信息技术的快速发展，电商领域涌现出新的商业营销方式——直播带货。在新冠疫情冲击的背景下，直播带货下沉至农村地区，有效发挥了其助农的重要作用。“直播带货助农”新模式是乡村发展与助农的主体行动者,通过网络/电视直播平台、软件推销和销售农副产品的形式，帮助农村致富和完成产业升级的新手段。多元化主体为直播带货助农创造了不同的销售模式：“县长+直播”充分利用政府官员的信任资本，拓展滞销农产品销路；“网红+直播”借助网红营销，以流量带动销量；“企业+直播”利用公益营销，实现品牌公关与助农的双赢。

目前，我国脱贫攻坚战取得了全面胜利，绝对贫困被全面消除，但相对贫困依然存在，此后，我国将进入“后扶贫时代”。为探究“后扶贫时代”如何利用直播带货实现有效减贫、防贫，本研究对用户观看农村直播带货购买助农产品的影响因素进行调查分析。

理论基础与研究假设

一、模型理论基础。UTAUT模型即整合型科技接受模型，是Venkatesh，Morris等针对探讨“影响使用者认知因素”的问题，在理性行为理论、技术接受模型、动机模型、计划行为理论等八个理论模型的基础上整合而提出的技术接受和利用整合理论。整合型科技接受模型中的四个核心维度的绩效期望、努力期望、社会影响和配合情况，将直接影响用户的行为意向和使用行为。已有不少学者在分析用户行为影响因素中运用了该模型，如学者俞守华等基于整合型科技接受模型针对农业电子商务用户研究了其使用行为，发现绩效期望、努力期望、社会影响和便利条件皆对用户的行为有显著影响作用。

感知风险是指个人主观评价基础上的主观风险，常用于购买决策中消费者感知风险的性质和程度。目前国内外学者对于感知风险理论的研究集中于定义、构成、影响因素与解决策略四个方面。尹洁林等人在技术接受模型和感知风险理论的基础上，构建消费者新能源汽车购买意愿影响因素的理论模型，发现消费者对新能源汽车的感知风险对其购买意愿存在显著负向影响。

本研究以整合型科技接受模型和感知风险理论为基础，整合努力期望、绩效期望、感知风险、社会影响以及行为意愿维度，并增加一般社会人口统计学变量，构建用户观看助农直播购买产品的影响因素模型，如下图所示：

图1：用户观看直播带货购买助农产品影响因素模型图

二、研究假设。基于上述模型，本研究对此主要提出如下假设。

绩效期望是指用户在观看助农直播带货并消费的过程中各项收益的需求，包括实际收益需求、娱乐需求以及节省购物效率的需求，假设如下：

H1：绩效期望对用户行为意愿有显著的正向影响。

努力期望是指用户在观看助农直播带货并消费的容易程度，包括对直播内容的理解、操作的理解以及平台因素的理解，假设如下：

H2:努力期望对用户行为意愿有显著的正向影响。

社会影响是指用户在观看助农直播带货并消费的过程中受到社会群体及观念影响的程度，包括亲友影响、主播影响以及社会价值理念的影响，假设如下：

H3：社会影响对用户行为意愿有显著的正向影响。

感知风险是指用户在观看助农直播带货并消费的过程风险感知的程度，包括功能风险与经济风险，假设如下：

H4：感知风险对用户行为意愿具有负向影响。

另外，结合前人分析，发现一般社会人口统计学变量对于行为具有影响作用，因此提出如下假设：

H5：一版社会人口统计学变量（性别、户籍、年龄、学历、月消费水平）对行为均存在显著影响。

实证研究

一、问卷设计。本研究采用问卷调查法进行调研，设计用户观看助农直播购买助农产品的意愿及影响因素调查问卷。问卷共分为三个部分：第一部分为受访者个人基本信息，第二部分为受访者观看助农直播购买助农产品的情况，第三部分为受访者观看助农直播购买助农产品的影响因素。在第三部分中对18个题项进行量化，采取李克特五点式量表，从“完全不同意”到“完全同意”计分为1-5分。在测量指标中，感知风险维度是逆向指标，故对感知风险维度进行反向计分，以便更准确地进行后续的分析和比较。

二、样本描述。本研究采用随机抽样调查方法，预调查发放问卷677份，有效问卷604份，最终共发放问卷1191份，剔除无效问卷后共收集有效问卷967份，问卷回收有效率为81.3%。对受访者信息进行描述性统计分析：在967份样本中，男性占比38.4%，女性占比61.6%；在年龄结构上，18-29岁占比87.2%，中青年占比较高；在学历上，本科学历占比77.7%，居第一方阵；在月消费水平上，1001-3000元占比最高，为76.3%；在户籍所在地上，农村地区占59.7%，城市地区占40.3%，较为均衡。

三、信效度检验。本研究采用α信度系数法对预调查数据进行检验。结果显示，信度系数值为0.903，说明量表信度质量很高。与此同时，对量表进行探索性因子分析。首先利用KMO样本测度法和巴特利特球形检验法进行数据检验，发现量表的KMO值为0.882＞0.8，巴特利特球形检验显著性概率小于0.001，说明本研究数据适合做因子分析。然后采取主成分提取法，并进行旋转后共提取3个初始特征值大于1的因子，累积解释方差变异为62.396%。

根据因子分析结果对主因子重新命名：购物效率、实际收益、娱乐价值、内容理解、操作理解、平台因素变量归为A维度，命名为“期望因子”，其中包含受众的绩效期望和努力期望。好友分享、带货主播、社会价值变量归为B维度，命名为“社会影响因子”。功能风险、经济风险变量归为C维度，命名为“感知风险因子”。

四、多元线性回归分析。为了研究各因子与行为意愿的相关性，本研究对最终收集数据进行皮尔逊相关分析。结果显示，除感知风险因子和行为意愿呈显著负相关，其他变量都和行为意愿呈显著正相关关系。其中，期望因子（r=0.686）和社会影响因子（r=0.682）与行为意愿的相关性较强，感知风险因子（r=-0.286）与行为意愿的相关性较弱。

为了进一步研究因子之间相关的定量关系，本研究以期望因子、社会影响因子与感知风险因子作为自变量，行为意愿作为因变量，进行多元线性回归分析。结果如表1所示，F=374.807，P＜0.001，证明本研究的回归模型拟合度较好。另外，模型中VIF值均小于5，证明不存在着共线性问题。

表1：回归系数表

最终进入回归模型的因子有期望因子与社会影响因子，而感知风险因子不符合显著性水平要求，故未纳入回归方程中。期望因子与社会影响两个因子可以解释行为意愿53.7%的变异量（adjR2=0.537）。从标准系数看，期望因子为0.394，社会影响因子为0.384，说明期望因子和社会影响因子对行为意愿均为显著的正向影响作用，且期望因子对行为意愿的影响大于社会影响因子。经过验证，假设H1、H2、H3成立，假设H4不成立。最后，本研究得出的回归模型是：行为意愿=0.756+0.394*期望因子+0.384*社会影响因子。

五、不同特征用户在行为意愿上的差异性分析。根据独立样本T检验，由表2所示，男性和女性在0.05水平上存在显著差异，且女性得分高于男性。可见女性对于观看助农直播带货并购买相关产品的意愿更高；户籍所在地在城市的受访者与在农村的受访者在0.05水平上无显著差异。

表2：用户行为意愿在性别、户籍变量上的差异分析

根据单因素方差分析，如表3所示，不同年龄段的受访者在0.05水平上存在显著差异，且30-39岁以及40-49岁的平均值较高；不同月消费水平的受访者在0.05水平上存在显著差异，且月消费水平在3000元以上的平均值较高；不同学历的受访者在0.05水平上不存在显著差异。综上所述，假设H5部分成立。

表3：用户行为意愿在不同年龄、月消费水平、学历变量上的差异分析

研究结果

数据结果显示，期望因子、社会影响因子、感知风险因子对用户行为意愿均有影响，但影响权重并不相同。

期望因子对用户行为的正向影响最强，其包含绩效期望与努力期望两个方面。一方面，助农电商直播提供的各项实际收益与价值越高，用户的行为意愿越强；另一方面，直播平台系统与服务越完善，用户的行为意愿越强。与此同时，社会影响因子对用户行为同样有较强的影响力。这证明与用户关系较近的社会群体以及社会价值理念能够显著影响用户行为，基于信任关系的社群营销以及紧扣助农价值的情感营销会有利于促进用户行为。感知风险因子未进入回归模型，可见伴随着直播带货市场监管的加强以及内容管控的完善，观看直播购买助农产品的风险越来越可控。但感知风险与受众的行为意愿仍具有显著的负相关，相关变量如功能风险、经济风险等均会对用户行为产生影响。

除此之外，在人口学变量上，女性更偏好观看购买助农直播购买产品，一方面女性较容易受广告与营销的影响引发感性消费；另一方面，直播带货迎合了女性接触新鲜事物、热衷购物的特点。同时，年龄段在30-39岁以及收入在5001-10000元的群体更偏好观看助农直播购买产品，原因可能为该两类群体具有较高的消费需求与购买力，容易产生消费行为。商家可以借此刻画主要消费群体特征，增强营销针对性。

对策与发展建议

一、以需求为导向，提高用户使用体验。商家应以受众需求为导向，制定产品策略，提高用户绩效期望。首先，根据不同产品定位，进行差异化营销。针对普通农产品，可挖掘其乡土化特征，突出产品自然、新鲜优势；针对地方特色产品，可以利用特色风味、特色包装等元素将产品与地方文化相结合。与此同时，应激发受众兴趣，满足娱乐需求。例如，在营销方面把握“农家”“乡土”主题，实现临场模式的直播带货，在农田等真实场景与用户互动，增加其购买意愿。另外，要优化直播带货服务流程，增强受众感知易用性。一方面，加强主播带货技巧，实现信息传递与情感表达精准化，通过特定的话语与具有感染力的情绪激发受众购买欲望。同时，加强直播间场景化布置，利用道具和信息提示增加商品信息输出。另一方面，要加强系统功能开发。例如，为短视频模块开通商城入口，以实现页面直接跳转，店铺商城信息应保证全面、真实。

二、加强情感营销，激发用户感性诉求。直播带货助农模式具有较强社会价值属性，因而彰显价值属性、加强情感建设是提高用户行为意愿的重要策略。针对营销内容，可挖掘受众感性诉求。一方面，营造乡村化场景氛围，以农村真实的场景和农民的热忱，激发用户共鸣；另一方面，在宣传中打造助农标签，彰显社会价值与公益属性，激发用户同情心。针对营销渠道，可利用社交平台建立信任关系。商家可以利用社交媒体与受众建立感知网络，利用微信、微博、抖音短视频等多种平台实现矩阵传播，对直播带货及农产品进行宣传推广。同时，可建立受众沟通分享网络，利用好友关系加大直播带货的信息传播，但情感营销应避免过度煽情或道德绑架，泛化解读助农，使用户产生抗拒心理与审美疲劳。

三、加强口碑建设，削弱用户感知风险。由于地方农产品的特殊属性，受众往往对产品与品牌缺乏认知与了解，因此商家打造良好口碑是削弱用户感知风险的重要举措。一方面，可以利用关键意见领袖营销模式，发挥用户对关键意见领袖的情感认同，通过个人影响力与权威性打造品牌口碑，以实现具有垂直深度的人群辐射；另一方面，在社群运营中利用话题策略、参与策略鼓励用户分享体验，通过用户的反馈信息挖掘潜在用户，形成口碑效应。对于负面反馈信息，应建立预警机制，及时处理消费者问题，采取补偿、退还等措施减少消费者不良情绪，塑造良好的顾客忠诚度。