旅游直播中顾客参与对购买意愿的影响研究

李亚莉 刘 艳 谷慧敏，2 刘 璐 顾慧茹

（1.北京第二外国语学院旅游科学学院 北京 100024；2.北京旅游发展研究基地 北京 100024）

引言

新冠肺炎疫情客观上促成了旅游直播的兴起，并使旅游直播成为当下旅游业的重要营销方式之一。旅游直播打破时空限制，通过远程现场直播和实时互动，提升了顾客的体验感，促使顾客开始通过旅游直播进行旅游产品预订。同时，在疫情防控常态化背景下，各大旅游平台也纷纷上线旅游直播业务，但并非所有旅游直播都能带来流量的变现，观看人数众多而转化率很低是常态。对企业而言，如何有效利用直播来促进顾客产生购买意愿成为更加需要关注的问题。

目前，直播情境下关于购买意愿的研究主要围绕网红信息源特性、直播特性、主播特性等方面展开（韩箫亦、许正良，2020；孟陆、刘凤军、陈斯允等，2020；黄思皓、邓富民、肖金岑，2021）。陈海权、张镒和郭文茜（2020）探究了网红特质对粉丝购买意愿的不同影响，网红的个人特质越明显，越有利于增强粉丝的购买意愿。刘凤军、孟陆和陈斯允等（2020）研究发现网红直播可以通过感知购物价值对顾客购买意愿产生影响。还有学者基于“刺激 - 有机体 - 反应”（Stimuli-Organism-Response，以下简称SOR）理论研究了直播中影响消费者冲动性购买意愿的因素（许贺、曲洪建、蔡建忠，2021）。然而，现有研究往往更加关注主播或直播的因素与购买意愿的关系，对直播情境中顾客层面的研究还有待深入。

一直以来，顾客参与都是营销领域的重要研究主题（李文元、王平，2020），也是线下购物场景中关注的核心问题。在已有的顾客参与和购买意愿相关研究中，众多学者从不同的主题和视角开展顾客参与研究，都发现顾客参与和顾客购买意愿之间存在紧密的联系（Lovelock & Young，1979；郭彤华、汤春辉，2011）。随着互联网的快速发展，顾客参与的研究情境在近几年也逐渐从线下转变为线上，顾客参与也常常和在线品牌社群（杨晶、李先国、陈宁颉，2017）、价值共创、顾客满意度（张广玲、潘志华，2018）、服务补救意向（胥兴安、王立磊、张梦等，2016）等话题联系在一起，并应用到具体场景中解释原理。随着当下旅游业新型营销方式之一“旅游直播”的发展，顾客参与的研究情境得以拓展，但目前鲜有学者从“顾客参与”的视角切入，对旅游直播情境中的顾客行为进行深入研究。

同时，随着互联网等信息技术的蓬勃发展，虚拟现实（VR）、增强现实（AR）、人工智能（AI）等技术也逐渐向文旅圈渗透（李琤、鲁娜，2022），这些技术以沉浸感、高参与度、强社交性、永续性等特点，突出强调了“沉浸体验”的重要性，进一步提高了学界和业界对“沉浸”在消费中的关注度（喻国明，2021）。与此同时，新冠肺炎疫情背景下，旅游直播的迅速崛起极大地弥补了线下旅游的不足，能够通过直播中的各种参与互动使顾客沉浸其中，进而产生购买意愿，这表明SOR 或价值共创等理论已经不能完全适用于旅游直播这种新型情境下的顾客购买意愿研究。而沉浸理论来源于心理学，沉浸体验是其中的核心概念，研究者们普遍将该理论应用于网络浏览、在线游戏、虚拟社区、在线购物等网络环境的消费者行为研究中（王菁、李妍星，2015；刘燕、蒲波、官振中，2016；Lin，Lin & Turel，et al.，2020；Kim，2022）。有研究表明，该理论同样适用于直播购物情境下的消费者行为研究（Li & Peng，2021）。因此，本研究引入了沉浸理论这一新视角来阐述顾客在旅游直播中的参与行为和购买行为。

在直播新常态背景下，本研究结合已有研究，基于沉浸理论探究直播中顾客参与和购买意愿之间的关系，以及沉浸体验在两者关系中的作用，深入剖析了直播情境下顾客的不同参与行为和其购买行为的转化机制，主要关注如下问题：（1）旅游直播中顾客参与如何影响其购买意愿？（2）旅游直播中不同的参与行为是否会激发顾客产生沉浸体验？（3）旅游直播中沉浸体验是否对购买意愿有正向影响？

一、理论综述及假设

1.顾客参与和购买意愿

顾客参与指顾客在服务中物质、情感、智力的投入（Lovelock &Young，1979）。Hao（2020）基于5 个基础命题进一步提出了顾客参与的综合性定义，他认为产生客户参与的焦点对象包括各种实体、接触、活动和行为，人际参与在客户参与过程中也发挥着重要作用。直播作为利用互联网的营销新手段，应该考虑其中的顾客参与问题。

同时，许多学者从不同情境下对顾客参与的前因、后果和中介效应方面的研究做出了重要贡献。在线品牌社区情境下，顾客参与通过强化虚拟品牌社区认同，进而影响顾客购买意愿（杨晶、李先国、陈宁颉，2017）。Li 和Wei（2021）等探讨了顾客参与在酒店服务逃逸与顾客公民行为当中的中介作用。同时，郭彤华和汤春辉（2011）也证实了在使用电子优惠券的消费情境中，顾客参与能够显著影响顾客购买意愿。在社会化媒体品牌社区背景下，Kamboj（2020）认为信息寻求、激励和品牌亲和度对客户参与有显著影响。直播作为互联网的营销新手段，具有实时互动、顾客参与度高的特点，尤其随着互联网技术的发展，在旅游直播情境下，顾客参与行为多样，在这种特定情境下更能促进消费行为的产生。因此，直播中需要重点关注顾客参与问题，顾客参与程度对购买意愿有着重要的影响。因此，本文提出假设：

H：旅游直播中，顾客参与对购买意愿有正向影响。

2.沉浸体验的中介作用

沉浸理论由美国心理学家Csikszentmihalyi（1975）初次提出，他认为沉浸体验（部分学者译为“心流体验”）指个体在进行某种活动时将全部精力倾注其中，以至于达到一种忘我的浸入状态。沉浸体验作为沉浸理论的核心概念，是一种积极的主观体验（Hoff man & Novak，1996）。许多研究表明沉浸体验是网络环境下普遍存在的现象，有学者将旅游领域的沉浸体验进一步定义为“一个人在完全集中、控制和享受的状态下，在旅游网站上从事与旅行有关的在线活动的一种未知体验”（Gao & Bai，2014）。因此，VR、AR、AI 智能等新技术的发展均为沉浸体验提供了更多可能。

随着研究背景的变化和社交媒体的发展，越来越多的学者开始研究顾客参与和沉浸体验的关系。部分学者在“具有高度的互动性、趣味性和参与性的社交环境能够引发顾客的沉浸体验”这一结论上已达成共识（陈洁、丛芳、康枫，2009；Zhang，Lu & Gupta，et al.，2014），并将沉浸体验广泛用于在线购买行为的研究中。姜参、赵宏霞和孟雷（2014）认为在B2C 购物情境下，消费者的沉浸体验部分中介了互动性与冲动性购物意愿之间的关系。还有研究表明，直播平台特征和主播个人特征能够正向促进顾客沉浸体验和满意度，同时顾客的沉浸体验能够在直播平台特征和主播个人特征与冲动购买意愿之间产生影响（黄思皓、邓富民、肖金岑，2021）。因此，本研究认为在旅游直播场景下，顾客能够更好地参与其中，并且在直播参与中触发沉浸体验，进而使得购买意愿得到加强。据此，本文提出假设：

H：旅游直播中，顾客参与通过沉浸体验正向影响购买意愿。

同时，沉浸体验作为沉浸理论的核心概念，也被学者们广泛用于在线购买行为的研究中。陈洁、丛芳和康枫（2009）认为网络消费者的“心流体验”会影响其非计划性购买和重购意愿；Gao 和Bai（2014）指出沉浸体验能够影响网络行为意图；Wang、Ding 和Akram 等人（2021）证实了主播魅力、互动和信任显著影响沉浸体验，且沉浸体验能够显著影响顾客购买意愿。同样地，当旅游消费者产生沉浸体验时，其重购意愿也会显著增强（仝冲、赵宇翔，2019）。相关研究中，学者们普遍证实了沉浸体验对持续意向、购买意向、冲动购买和重购意愿等在线购物行为均有显著影响（Ettis，2017；Ozkara，Ozmen & Kim，2017）。由此可知，当顾客在直播中进入沉浸状态时，其购买意愿会得到加强。据此，本研究提出假设：

H：旅游直播中，沉浸体验对顾客购买意愿有显著正向影响。

二、基于内容分析法的弹幕分析

为了验证旅游直播中顾客参与维度划分的科学性，并深入探究顾客在参与旅游直播中的行为特征，研究一利用Python 编程语言数据爬虫技术，抓取了旅游平台直播弹幕，并采用内容分析法对弹幕内容进行分析。

1.弹幕爬虫和内容分析流程

内容分析法是一种研究信息特征的、系统的和客观的，建立在定量基础上的定性分析方法（董京京、许正良、方琦等，2018），不仅可以作为客观的研究方法，也可以通过深度推理挖掘潜在信息价值。

2020年美团开启了“一千零一夜”的旅行直播专场活动，其直播产品包括酒店、餐饮和门票等产品，且覆盖了国内众多人气旅行目的地。直播专场活动内容包括人际互动、问题咨询、口令抽奖等环节，累计吸引了上千万名用户观看，带货效果显著（李静，2022）。因此，本研究选取美团旅行直播专场中的弹幕作为研究样本，通过Python 软件在美团2020年7月至9月的全部三期直播中抓取共计38 863 条直播弹幕，并进行如下处理：①清洗文本数据，过滤无意义和因文本太短无法进行分析的弹幕，最终获得有效弹幕37 527 条；②由两位经过培训的专业编码人员同时、独立地对筛选后的弹幕内容进行编码，以确保编码结果的科学性和有效性，根据成熟的顾客参与的划分，将人际互动、信息分享、合作行为作为一级指标，从原始数据中通过开放编码的方式归纳出弹幕行为作为二级指标；③利用Kappa 系数检验编码结果的信度。

2.内容分析结果

为确保内容分析的科学性，研究一利用Kappa 系数（）对编码结果进行信度测算（Smeeton，1985）。其计算公式为：

其中，是一致性的百分比，由每一类正确分类的样本数量之和除以总样本数可得；是期望的一致百分比，即假设每一类的真实样本个数分别为a，a，...，a，而预测出来的每一类的样本个数分别为b，b，...，b。

总样本个数为，则有：

当= 1 时，说明编码结果是完全一致的；当= 0 时，表明一致性完全是偶然的；＞0.8 则说明编码结果一致性良好，如表1 可知，系数均高于0.8，说明编码结果信度良好。

表1 内容分析结果（N = 37 527）Tab.1 Results of content analysis（N = 37 527）

由表1 可知，在旅游直播的参与行为中，合作行为最多，共21 955 条，占58.50%，其次是人际互动，为9 545 条，占25.44%，信息分享最少，为6 027 条，占16.06%；在弹幕的参与行为中，最多的是配合抽奖（21 393 条），其次是建立良好关系（4 365条）和积极回应（3 387条），比较少的是责任承担（273条）、共同合作（289 条）和提出建议（334 条）。由此可见，以配合抽奖为代表的合作行为是顾客最常参与的弹幕行为，这类行为能够增强顾客参与程度和直播体验，值得特别关注；建立良好关系、积极回应、赞美或吐槽等人际互动行为比例较高，说明顾客喜欢通过弹幕与主播进行回应和交流，从而加强彼此的情感联系，顾客可获得更好的体验；信息分享行为最少，多属于问题咨询和提出相关需求，顾客在信息分享和提问的过程中能够有更强的参与感，促使顾客产生沉浸的心理体验，同样值得研究者关注。由此，本文基于直播中人际互动、信息分享和合作行为3 种不同的顾客参与行为进一步开展研究。

三、研究假设及检验

研究采用问卷调查法，参考成熟的问卷并根据上一步的研究结果对问卷进行修正，通过构建结构方程模型，验证直播中的顾客参与（人际互动、信息分享、合作行为）对顾客购买意愿的影响，并验证沉浸体验在其中的中介作用。

1.假设和模型

（1）顾客参与对购买意愿的影响

现有研究中学者对传统情境中的顾客参与进行了不同维度的划分：Ennew和Binks（1999）在研究中将顾客参与分为人际互动、信息分享和责任行为3个维度；彭艳君和景奉杰（2008）将其划分为4 个维度，分别是事前准备、信息交流、合作行为、人际互动；Fotiadis（2019）认为顾客参与可分为责任行为、信息分享和信息搜寻3 个维度。随着信息技术的发展，顾客参与的研究视角逐渐由传统营销延伸到了网络营销领域（Sivertstøl，2018）和虚拟社区（吴慧、肖廷、周玲，2017；魏想明、潘佳欣，2020）环境中，但仍鲜有学者关注直播场景中的顾客参与行为及其维度的划分。因此，借鉴前人研究并结合参与式观察和内容分析结果，本文认为直播顾客参与是指顾客在直播过程中信息、行为和情感上的表达，并且在旅游直播情境下更加侧重互动、交流与合作，所以本研究将顾客参与划分为人际互动、信息分享及合作行为3 个维度。其中，人际互动指在直播过程中顾客通过点赞、评论、打赏等方式主动和主播互动形成的情感交流；信息分享指顾客通过弹幕评论获取信息或发表自己的观点、提出意见的行为；合作行为指顾客在直播场景中部分扮演着员工的角色，同时承担部分责任、协助主播共同完成直播任务的行为（Ennew & Binks，1999），又称责任行为。因直播购物场景下顾客参与侧重合作性，本文选用合作行为作为理论基础。

Malthouse 和Calder（2018）指出参与是一个互动的过程，核心是体验性和互动性，参与产生的心理体验可以激发品牌相关的行为，如点赞、评论、分享等互动方式能够加强人际间的社交互动。在创新活动中，顾客与企业的互动，不仅能加深双方的情感联系，同时也会激发顾客的购买力（Franke，Schreier &Kaiser，2010）。学者们普遍认为，直播的互动性能够促进顾客产生购买意愿（刘洋、李琪、殷猛，2018；李玉玺、叶莉，2020；张宝生、张庆普、赵辰光，2021）。得益于直播的互动性特征，顾客能够通过点赞、评论等人际互动所形成的良好关系产生购买意愿。据此，本文提出假设：

H：旅游直播中，人际互动对购买意愿有正向影响。

Labrecque、Swani 和Stephen（2020）认为分享代表了更高层次的参与活动。在网络情境中，用户之间可以将商品的内容、主观体验和感受等各种信息进行传递和分享（Kaplan & Haenlein，2010）。在直播情境下，顾客可以通过信息分享行为进行参与：一部分顾客通过弹幕主动分享信息，而另一部分顾客也可以通过浏览他人弹幕获取有用信息。赵建彬（2018）认为顾客之间频繁的产品信息交流还能够极大地降低潜水顾客的购买风险，并提升顾客对该产品的购买意愿。孟陆、刘凤军和陈斯允等（2020）指出主播的信息分享激发消费者产生的情感共鸣程度越高，消费者对直播产品所产生的购买意愿越强。因此，本文认为，信息分享这种较高层次的参与行为可以帮助顾客在直播过程中了解到更多有用信息，促进顾客产生购买决策。据此，本文提出假设：

H：旅游直播中，信息分享对购买意愿有正向影响。

互联网背景下，企业间合作行为可以通过提高顾客体验来影响其口碑传播意愿（张千帆、王程珏、张亚军，2018），进而对顾客购买意愿产生重要影响。在直播中，顾客已不再局限于消费者身份，他们还同时承担着服务者的责任，顾客与主播已经变成了合作的主体，通过配合抽奖、转发、点赞等活动与主播合作完成直播。同时，顾客在积极参与限量促销、赠品、抽奖等活动时，通过这种合作方式，提高了直播购物的经济性，进而激发消费者购买行为（刘洋、李琪、殷猛，2018）。可以看出，合作行为是直播活动中的一种特殊社交存在形式，而社交存在能够影响消费者购买意愿（Kim，Song & Youn，2020；Ye，Lei & Shen，et al.，2020）。因此，合作行为作为更深层次的顾客参与，会提高顾客体验的效果并对其购买意愿产生积极影响。据此，本文提出假设：

H：旅游直播中，合作行为对购买意愿有正向影响。

（2）顾客参与对沉浸体验的影响

引起沉浸体验的重要原因是交互性（Hoff man & Novak，1996）。已有研究表明，交互性会显著正向影响直播观众的沉浸体验（黄思皓、邓富民、肖金岑，2021）；感知到的专业知识、相似性和熟悉度等人际互动因素能够对消费者的沉浸体验产生重要影响，进而对购买意愿产生影响（Liu，Chu & Huang，et al.，2016）。顾客在参与购物网站上的互动活动中会产生沉浸感（Animesh，Pinsonneault & Yang，et al.，2011），如果在线参与互动很有趣，他们会更加关注互动，更易进入沉浸状态（Gao & Bai，2014）。在直播购物中，顾客通过弹幕评论，更容易与主播和其他顾客形成实时互动，这种人际间的互动参与行为能够使顾客在观看直播过程中产生沉浸体验（Liu，Chu & Huang，et al.，2016）。因此，本文认为直播过程中顾客通过发送弹幕等互动形式与主播以及其他顾客进行交流，能够在积极的沟通中建立良好的人际关系，从而会使双方都产生沉浸体验。据此，本文提出假设：

H：旅游直播中，人际互动对沉浸体验有正向影响。

社交媒体是信息分享的理想环境，强烈的信息需求会导致个人在社交媒体上频繁地与他人分享即时信息（Zhang，Lu & Gupta，et al.，2014），而直播间作为一个开放自由的空间，为更频繁的信息分享行为和沉浸状态创造了有利条件。在网络直播平台中，顾客最主要的信息交流方式是弹幕，顾客通过弹幕共享信息，也会让其他顾客对弹幕信息进行合理的感知和联想，使其产生较高的愉悦感和沉浸体验（喻昕、许正良，2017）。有研究表明社交价值和内容价值能够促使用户产生沉浸体验（焦勇兵、高静，2017），而直播过程中提供建议并获取信息的信息分享过程则是内容价值的体现。同时，信息质量被证实能够正向促进顾客的沉浸体验和满意度（黄思皓、邓富民、肖金岑，2021），而旅游直播中的主播和顾客往往通过分享自身的旅游经历为他人提供有用信息，这一过程被认为是高质量信息的交换过程，能够进一步加深观看旅游直播顾客的沉浸体验。据此，本文提出假设：

H：旅游直播中，信息分享对沉浸体验有正向影响。

合作行为是指顾客通过投入时间、精力与金钱，并扮演某种角色的额外行为，能让他们在合作过程中产生控制感，会引发他们的兴趣、激发沉浸体验（Animesh，Pinsonneault &Yang，et al.，2011）。研究表明，顾客在生产性消费过程中花费的知识、精力等能够让其产生体验的感知（郑秋莹、姚唐、曹花蕊等，2017），并且Lloyd 和Luk（2011）在研究中进一步发现顾客在参与合作过程中的控制感会使其获得心理满足。同时，合作行为作为深层次的顾客参与，为愉悦体验的产生创造了条件，服务人员和顾客之间发生的频繁合作性互动能够帮助顾客获得心理上的愉悦和满足（Claycomb，Lengnick-Hall & Inks，2001），而直播平台提供的许多娱乐活动，如玩游戏、领优惠券、抽奖等，能够让顾客在参与这些娱乐活动的同时产生积极愉悦的情绪（刘洋、李琪、殷猛，2018）。在参与旅游直播的过程中，旅游主播与观看直播的顾客属于对话双方，顾客的积极回应与鼓励会促使旅游主播更有热情，这种合作行为会活跃直播氛围，进而推动顾客沉浸体验的产生。据此，本文提出假设：

H：旅游直播中，合作行为对沉浸体验有正向影响。

2.研究方法

（1）收集数据和研究样本

本研究采用问卷形式开展调研，2020年8月至11月，研究团队通过社交媒体和直播平台向顾客发放500 份问卷，剔除未看过直播、填写不完整和规律性答题等无效问卷后，最终获得有效问卷269 份，有效率为53.8%。最终问卷的人口统计学特征如下：性别方面，男性占比为29.84%，女性占比为70.16%；年龄方面，18～30 岁的占74.35%，31～40 岁的占18.59%，40 岁以上的占7.06%；职业类型方面，学生占40.15%，其他被试者占59.85%；学历方面，本科或大专学历的占49.81%，研究生及以上学历的占47.58%，其他占2.61%；直播购物经验在半年以内的占57.99%，半年到一年的占25.65%，其他占16.36%。可以看出调查对象能够基本反映直播观看群体特征。

同时，为检验样本反应偏差现象是否存在，本文对相关描述性统计信息进行了独立样本T 检验和单因素方差分析，结果显示＞0.05，表明协变量（性别、年龄、受教育程度、职业、直播购物经验）均不存在显著差异（＞0.05），说明问卷样本无差异性（杨维忠、陈胜可、刘荣等，2019）。

（2）问卷设计与量表

问卷设计是在文献研究的基础上，结合直播场景编制而成，其中顾客参与主要包括人际互动、信息分享、合作行为3 个维度。为保证问卷的信度和效度，在正式发放问卷之前研究团队先后根据旅游行业专家、从业者的意见对问卷内容进行修正（见表2）。

问卷共包括基本统计信息和正式测量两个部分。其中，基本统计信息包括性别、年龄、受教育水平、职业、直播购物经验等人口统计学变量，正式测量部分包括顾客参与、沉浸体验和购买意愿，均采用李克特5 级量表。具体而言，顾客参与量表主要参考Ennew 和Binks（1999），彭艳君（2010），Carlson、Wyllie 和Rahman 等（2019）的量表改良而成，人际互动包括3 个题项（PI1、PI2、PI3），信息分享包括4 个题项（IS1、IS2、IS3、IS4），合作行为包括3 个题项（RB1、RB2、RB3）。沉浸体验主要参考Huang（2003），Domina、Lee 和MacGillivray（2012），Ozkara、Ozmen 和Kim（2017）的量表修订而成，共4 个题项（FE1、FE2、FE3、FE4）。购买意愿主要参考Liu、Chu 和Huang 等（2016）以及Sun、Shao 和Li 等（2019）的研究，共4 个题项（PUI1、PUI2、PUI3、PUI4）。

3.数据分析

（1）测量模型分析

①信度检验

本文利用数据统计分析软件SPSS 22.0 对269 份有效样本进行信度检验，结果（见表2）显示，人际互动、信息分享、合作行为、沉浸体验和购买意愿的克隆巴赫系数（Cronbach’s α）分别为0.80、0.90、0.78、0.84 和0.84，可以看出所有变量的克隆巴赫系数均大于0.7，且所有变量的组合信度均大于0.7，表明量表具有良好的内部一致性和组合信度（Fornell & Larcker，1981）。

表2 问卷、信度及效度Tab.2 Questionnaire，reliability and validity

续表

②效度分析

本文使用结构方程模型软件AMOS 24.0 进行量表的效度检验和结构方程模型检验。采用验证性因子分析检验变量之间的区别效度，并在各因子模型间进行对比（见表3）。结果显示，五因子模型的各拟合指标（= 253.281，= 125，/= 2.026，RMSEA = 0.062，TLI = 0.938，CFI = 0.950），显著优于其他竞争模型（吴明隆，2010）。同时，模型中变量的载荷因子均大于0.6，CR均大于0.7，AVE 均大于0.5，由此可知本研究的5 个潜变量之间具有良好的区别效度和聚敛效度，量表的内部质量较好（Fornell & Larcker，1981）。

表3 验证性因子分析结果Tab.3 Results of CFA

③共同方法偏差

由于本研究采用问卷调查且同一被试提供多个变量数据，因此采用HARMAN 单因素检验法对模型进行检验，以排除同源方差问题带来的影响（周浩、龙立荣，2004）。结果表明，单因子结构方程模型的拟合情况非常不理想（= 786.046，= 135，/= 5.822，RMSEA = 0.134，TLI = 0.711，CFI = 0.745），表明本研究并不存在严重的共同方法偏差问题。

（2）假设检验

由表4 可知，沉浸体验与人际互动（= 0.562，＜0.01）、信息分享（= 0.533，＜0.01）、合作行为（= 0.416，＜0.01）显著正相关；购买意愿与人际互动（= 0.524，＜0.01）、信息分享（= 0.571，＜0.01）、合作行为（= 0.537，＜0.01）、沉浸体验（= 0.564，＜0.01）具有显著正相关关系。此外，人际互动与信息分享（= 0.641，＜0.01）、合作行为（= 0.394，＜0.01）也显著正相关，信息分享与合作行为（= 0.527，＜0.01）具有显著正相关关系。

表4 相关系数、均值与标准差Tab.4 The correlations between constructs，mean and standard deviation

同时，本部分采用AMOS 24.0 建立模型进行假设验证，采用极大似然估计法计算模型的路径系数（）和各项拟合指标（R），得出以下结果：合作行为（= 0.338，＜0.001）、沉浸体验（= 0.324，＜0.001）对购买意愿有显著正向影响，而人际互动（= 0.141，＞0.05）、信息分享（= 0.139，＞0.05）对购买意愿无显著正向影响；人际互动对沉浸体验有显著正向影响（= 0.549，＜0.001），而信息分享（= 0.110，＞0.05）、合作行为（= 0.161，＞0.05）对沉浸体验无显著正向影响；顾客参与和沉浸体验的复合相关系数R为0.58，合作行为和购买意愿的复合相关系数R为0.62，并以此制作了模型路径图（见图1）。

图1 模型路径图Fig.1 The graph of model path

①主效应检验

H、H、H分别提出了顾客参与3 个维度（人际互动、信息分享、合作行为）对购买意愿具有正向影响。通过相关系数（见表4）及AMOS 计算可知，合作行为（= 0.338，＜0.001）对购买意愿有显著正向影响，支持H，而人际互动（= 0.141，＞0.05）和信息分享（= 0.139，＞0.05）对购买意愿没有显著正向影响，则H、H未通过验证，表明人际互动和信息分享对购买意愿没有显著正向影响。结果表明，沉浸体验的数值58%（R= 0.58）能够被顾客参与解释，购买意愿的数值62%能够被所有的变量总效应所解释（R= 0.62），这说明模型中的自变量顾客参与和中介变量沉浸体验能够较好地解释购买意愿（见图1）。

②沉浸体验的中介效应检验

为进一步解释沉浸体验在顾客参与各个维度和购买意愿之间的中介作用，本研究运用结构方程路径分析模型进行分析，采用95%的置信区间下的非参数百分位（nonparametric percentile）和偏差校正的（bias-corrected）非参数百分位 Bootstrap 方法进行中介效应检验，样本抽取量为2 000（见表5、表6）。结果表明，沉浸体验在人际互动和购买意愿之间中介作用显著，95%的置信区间为（0.333，0.035），不包括0，且人际互动（= 0.549，＜0.001）对沉浸体验有显著正向影响，支持H；沉浸体验（= 0.324，＜0.001）对购买意愿的正向影响显著，支持H。而IndB、IndC 两条路径中，95%置信区间包括0，证明沉浸体验在信息分享与购买意愿、合作行为与购买意愿之间中介效应不显著，且信息分享（= 0.110，＞0.05）、合作行为（= 0.161，＞0.05）对沉浸体验没有显著正向影响，因此假设H、H不成立。

表5 中介效应Bootstrap 检验（非标准系数）Tab.5 Bootstrap test of mediation eff ect（non-standard coeffi cient）

表6 研究假设结果Tab.6 The results of the research hypothesis

四、研究结论与启示

1.结论与讨论

本文采用混合研究方法，以旅游直播中顾客参与和购买意愿为研究对象，提出了直播中顾客参与和购买意愿的模型，并验证了沉浸体验的中介作用。研究结果表明，直播中顾客参与行为主要有人际互动、信息分享、合作行为3 种，并且合作行为是顾客通过弹幕实现的最频繁的参与行为，其次是人际互动和信息分享。旅游直播中，只有合作行为能够显著影响顾客购买意愿，而人际互动和信息分享并不能对顾客的购买意愿产生显著影响。同时，沉浸体验中介了顾客参与对购买意愿的影响，即直播中顾客参与可以通过沉浸体验产生购买意愿，但在顾客参与的细分维度中，沉浸体验在人际互动和购买意愿间起着完全中介作用，而在信息分享、合作行为对购买意愿的影响中不显著，说明沉浸体验在直播参与和购买意愿中并不是必不可少的。结果讨论如下：

第一，旅游直播中的顾客参与可分为人际互动、信息分享及合作行为，并且旅游直播中顾客参与对顾客购买意愿有积极作用。当通过直播进行购物时，顾客可以通过点赞、评论、打赏等方式产生直播参与行为，进而增强购买意愿。研究进一步表明，参与程度也能够正向影响顾客购买意愿（楼尊，2010）。具体而言，直播中顾客主动配合主播完成直播购物的合作行为作为一种高水平的主动参与，能显著增强顾客的购买意愿。李梦吟和王成慧（2017）认为在顾客的购买决策阶段，信息的获取是顾客最主要的诉求，能否准确获取有效的相关信息会影响顾客的购买意愿，但因直播中存在大量无关的信息会影响有效信息的提取，导致直播中的信息分享不能激发顾客购买意愿。同时旅游直播中，顾客在线时长等行为被视为无效顾客参与行为，并不能显著增强购买意愿。

第二，旅游直播中顾客产生的沉浸体验会影响其购买意愿。沉浸体验在人际互动和购买意愿间起完全中介作用，这进一步验证了沉浸体验作为一种带来积极情绪的心理情感，会引发顾客参与状态的高度集中，参与程度越高，其感受到的沉浸体验也越强（周科、胡颖，2020）。本文结果也显示沉浸体验对购买意愿的影响显著，与先前研究结果保持一致。同时，本文也证实沉浸理论非常适用于网络直播情境下的顾客购买行为研究。

第三，在旅游直播场景下，沉浸体验在顾客参与和购买意愿之间起着中介作用。一方面，旅游直播中的信息分享和合作行为不会通过沉浸体验影响购买意愿。由于旅游直播参与过程中通过信息分享获取有效信息效率低、很难产生沉浸体验，难以促进顾客购买意愿的产生。以往研究认为交互性、社交回应等参与因素都能够影响顾客体验（楼尊，2010），但在直播情境中，面对快速变化的信息流，如果顾客通过弹幕交流和信息交换的时间较短或者参与水平较低，无法获得足够积极的融入，那么顾客往往会独立于直播间之外，不会实现深入有效的信息搜索和交流，从而不易产生沉浸体验，甚至产生负面体验，影响沉浸体验的产生（Animesh，Pinsonneault & Yang，et al.，2011）。直播间中存在大量无关信息，顾客在一定程度上面临信息过载的问题，无法快速辨识和获取有用信息，其愉悦性和专注度也会随之减少（Madupu & Cooley，2010）。与此同时，如果顾客经常无法获得或只能得到范围有限的信息，也将无法产生沉浸体验（Gao & Bai，2014）。另一方面，合作行为是深层次的顾客参与，也是直播中特殊的社交存在形式（Kim，Song & Youn，2020），顾客拥有绝对的主动权，往往能够直接影响顾客购买意愿（Ye，Lei & Shen，et al.，2020），而非通过沉浸体验这一心理状态来影响购买意愿。

2.理论与实践启示

理论方面，一是完善了旅游直播情境下顾客参与对购买意愿的作用机制研究。现有直播相关文献中普遍采用SOR 理论框架，针对主播特质（Todd &Melancon，2018）或直播特征（张宝生、张庆普、赵辰光，2021）来对消费者的购买行为影响进行研究。而本研究基于沉浸理论，引入沉浸体验作为中介变量，解释了顾客参与和顾客购买意愿二者之间的关系，为探究旅游直播情境下的顾客参与和购买意愿提供了新的思路。二是拓宽了沉浸理论的应用情境。本研究从沉浸理论视角来探究旅游直播中的顾客参与及顾客购买意愿二者之间的关系，将沉浸理论的应用范围从网络游戏、虚拟社区、网络预订拓展到了直播购物场景中，拓展了沉浸理论的应用情境，为带货直播或旅游直播的研究提供了较好的理论视角。三是补充了顾客参与的研究情境。以往关于顾客参与的研究主要集中在线下零售、虚拟社群等情境，很少涉及直播这一新消费场景，旅游直播场景下的研究则更为稀缺。同时，旅游直播中，顾客主要通过对主播进行点赞或以评论式人际互动、信息分享、合作行为3 种顾客参与行为参与直播，会产生因直播参与行为或程度不同而造成的差异。因此，本文以旅游直播为研究场景，探究顾客参与对顾客购买意愿的影响，不仅完善了顾客参与的研究，更强化了旅游营销的理论，具有较强的理论意义。

在实践层面上，随着科技的发展，旅游直播将成为未来旅游营销的重要手段，本研究为旅游企业开展旅游直播营销业务提供了借鉴和指导。本研究认为在直播中，企业应当区分不同参与行为在购买行为转化中的效果以及内部作用机制，把握有效参与，减少无效参与，促进直播营销效益最大化。一是直播过程中需要注重加强主播与顾客之间的有效人际互动，注重在旅游直播过程中建立主播和顾客的良好合作关系，并尽可能使顾客在情感交流过程中产生沉浸状态，进而激发其购买意愿。二是旅游直播需要重点关注顾客的合作行为，如通过增加不定时直播抽奖、弹幕评论截屏抽奖、回复主播问题增加亲密度、领取优惠券等活动来进一步丰富直播内容，激发顾客与主播共同合作。三是旅游直播情境下，需要重新认识信息分享的作用。直播过程中不可避免地存在众多无效或低效信息交流，所以在旅游直播中更应该对信息进行直接有效的回复和解答。

本研究为后续研究提供了新的研究视角，但仍存在一定的局限。首先，研究样本存在局限性。由于早期的旅游直播数量较少且关注度有限，故基于内容分析法的弹幕研究只选取了美团旅行直播专场的直播弹幕作为研究对象，随着旅游直播的兴起，携程旅行、抖音、马蜂窝等平台的旅游直播也更普遍。后续研究可以通过抓取更多不同平台的直播弹幕、增加直播弹幕抓取的场次来扩大直播弹幕数量，增加样本个数深化研究。同时，研究假设及检验部分中问卷的被调查者以18～40 岁的女性为主，但疫情期间40～55 岁的网民增长速度较快且男性直播购物的数量也在增长（李晓华，2022），本研究可能存在样本特征带来的结果偏差。其次，研究模型只探讨了“沉浸体验”这一积极的心理体验在直播中对顾客参与和购买意愿的作用，未来可以结合新现象进一步研究直播中顾客参与和购买意愿中其他心理变化，如感知风险、信任等，以及其中可能存在的调节变量，如性别、产品类型等，不断探究内部影响机制并丰富研究模型。最后，本研究通过内容分析法和问卷调查讨论了直播中的顾客参与对购买意愿的影响，未来可以采用多种研究方法进一步结合直播弹幕探究直播中顾客参与和购买意愿的前因变量，如通过实验法进一步探究主播特质、直播特性、产品类型等因素的影响。