直播情境下基于AISAS模型的冲动性购买影响机制研究

李晓林　易红　白玉亭　何明喜　任峻慧　杨婉一

摘 要：随着互联网和电子商务的快速发展，电商直播应运而生，直播情景下探讨消费者冲动性购买机制也成为研究热点。针对以往文献大多从SOR理论构建影响机制的局限，本文创新性地将数字化营销细分，基于AISAS模型，提出影响消费者冲动性购买的因素有：关注阶段的产品特性和价格折扣，兴趣阶段的场景互动和主播特质，搜寻阶段的信任程度和时间压力。收集324份问卷，利用SPSS进行数据分析并通过AMOS建立结构方程模型。研究结果表明，场景互动和信任程度对消费者冲动性购买具有显著的正向影响，因此应重视直播中的互动效应，建立并发挥信任优势，以此优化直播模式，进一步提高直播转化率。

关键词：直播；AISAS营销模型；冲动性购买；场景互动；信任

中图分类号：F274 文献标志码：A 文章编号：1673-5072（2023）04-0391-09

随着互联网通信技术和数字经济的快速发展，网络购物成为常态。直播购物融合了电子商务、直播、社交等多方面的优点，通过消费者、主播、客服等多方的实时交流，极大增强了互动性。相较于传统的文字图片信息，直播购物使顾客获得产品相关信息的渠道多样化、实时化，因此直播购物取得飞速发展。在疫情的冲击下，网絡购物与电商直播都创造了新高。截至2021年6月，我国网络购物用户达8.12亿人次，占网民整体的80.3%；电商直播用户达3.84亿人次，占网民整体的38.0%［1］。

伴随经济发展和科技进步，人们的消费观念不断发生改变，冲动性购买在网络购物中屡见不鲜，为刺激消费者的购买力，应进一步发展与完善直播情境下消费者冲动性购买行为的相关研究。目前有关电商直播的研究主要集中在探索其对购买意愿的影响、营销创新与发展途径等。有关电商直播下冲动性购买的研究多基于SOR理论，从人机交互的情感角度出发，具有相似性与局限性。如孙凯等［2］以情感为主导的消费者冲动性购买理论为基础，SOR理论为框架，从商品、购物环境和一起购物的人的角度，探讨直播电商下消费者的冲动性购买意愿。由此，本文以电商直播为背景，以冲动性购买为研究对象，借助AISAS模型，从关注、兴趣与搜寻角度进行研究，以期通过实证研究，探索直播电商下消费者冲动性购买的影响因素，并对实际影响机制提出针对性建议，实现电商直播平台、商户、主播、消费者等多方共赢，同时丰富相关理论研究，完善直播购物模式，提高直播渗透率，促进销售增长。

1 文献综述

1.1 电商直播

随着电商行业迅速发展，直播行业释放出巨大潜力，在疫情的时代背景下，直播营销模式更是迎来了前所未有的发展。电商直播模式是指主播依托直播平台进行在线直播，在直播中以描述、展示、试用产品的方式向消费者推荐产品，进而促进消费者购买的营销模式［3］。

近几年，随着学者们广泛关注电商直播，该领域的研究已逐渐进入成熟阶段。通过文献梳理发现，当下有关电商直播的研究主要集中在消费者参与直播的目的及购买意愿方面。刘洋等［4］认为网络直播带货的互动性、真实性、娱乐性和可视性等特征会直接影响观看直播消费者的购买意愿和行为。多数学者也基于SOR理论［5］，积极探寻电商直播情景下影响消费者购买意愿的因素。此外，感知价值理论［6］和沉浸理论［7］等也广泛被用于研究直播中的购买意愿和行为。本文在以往研究的基础之上，继续从消费者视角出发，契合时代热点——直播，深入探究影响消费者冲动性购买的作用机制。

1.2 冲动性购买

关于冲动性购买的定义，早期研究者认为冲动性购买就是非计划性购买，随着研究的不断深入，目前多数学者认为冲动性购买是一种突然、强烈和持久的购买意愿冲动，是在一定情绪冲突上产生的购买行为，带有复杂的享乐情结及情感冲突［8］。

在有关冲动性购买的研究中，传统线下购买情景下的研究已较为成熟；随着数字经济的发展，网络环境中消费者的冲动性购买行为逐渐成为热门的研究方向。在线上情景下，多数学者将研究视角集中于冲动性购买的影响因素中，这些影响因素主要可分为营销因素［9］、购买情境因素［10］和消费者个性特质［11-12］三类。张伟等［13］研究表明，在移动购物情境下，个性化推荐、视觉吸引力、系统易用性等情景特征能正向影响冲动性购买。李琪等［14］认为高冲动性的观众观看直播，更可能因为对直播内容、主播或者直播环境等因素产生的积极情绪而产生购买意愿。吴俊宝等［15］通过实验也指出高趋近积极情绪会增强消费者对同类产品冲动性购买意愿。

综上，多数学者从不同的角度探索影响冲动性购买行为的因素，和以往研究不同的是，本文在ASIAS模型的基础上引入产品特性、场景互动、感知价值等因素，创造性地构建了新的理论模型，更加系统、综合、全面地探寻消费者冲动性购买的影响机制。

第44卷第4期 李晓林，等：直播情境下基于AISAS模型的冲动性购买影响机制研究

西华师范大学学报（自然科学版）http：∥igne.cbpt.cnki.net/2023年

1.3 AISAS模型

美国商人艾尔莫·里维斯于1898年开发出了广泛用于营销的AIDA模型，指出消费者从最初的了解商品到最终购买，会经历4个阶段：引起关注（Attention）、激发兴趣（Interest）、产生欲望（Desire）、实现购买（Action）。随着时代的变化，该模型不断被修正。美国广告学家E·S·刘易斯于1988年提出了AIDMA营销模式，相较于AIDA模型，该模式增加了M（形成记忆）的环节，更全面地描述了消费者在购买产品过程中经历的步骤。在日益变化的网络时代，传统的营销模式已经不能完全满足消费者的消费行为习惯。日本电通集团2005年提出了基于网络购买消费者行为的AISAS模型，该模型是互联网的产物，是对AIDA模型和AIDMA营销模式与时俱进的发展，涵盖了引起注意（Attention）、产生兴趣（Interest）、寻找（Search）、行动（Action）与分享（Share）5个阶段。

目前，AISAS模型依旧主要用于研究营销对消费者行为的影响。综合已有研究，发现AISAS模型用于微信、微博营销的研究较多，直播情景下利用该模型的研究较少。刘平胜和石永东［16］运用AISAS模型购买决策前的三阶段分析直播带货粉丝购买行为的影响因素，构建了由优质内容、激励机制、网红个人魅力、高度互动性以及信任组成的五因子模型。王美月等［17］在AISAS模型、TAM模型的基础上，根据电商直播特点与研究需要，将AISAS模型有机整合为观看互动、购买决策、分享体验三个过程，建立了电商直播消费者消费意愿研究模型。在可查阅的外文文献中，尚未发现将直播与AISAS模型结合的文献。因此，本文将该模型放于特定的直播情景下，重点研究关注、兴趣、搜寻阶段中影响消费者做出冲动性购买行为的因素，以期实现理论模型和营销模式的创新。

2 理论模型与假设

AISAS该模型广泛适用于研究消费者行为领域，本研究基于该模型（图1），将消费者在直播情境中的整个冲动性购买过程分为2个阶段，一是购买决策前，包括关注、兴趣和搜寻，二是购买决策后，即行动和分享。而做出冲动购买决策的核心过程在于前3个阶段，即关注、兴趣和搜寻，因此本研究将购买决策前的过程作为研究主要内容。 本文基于AISAS模型所构建出的直播情境下冲动性购买影响机制模型如图2所示。购买决策前，在关注阶段，产品特性和价格折扣是促使消费者产生购买想法的关键，且在大数据根据用户喜好进行直播个性化推荐的影响下，直播内容更可能引起消费者关注［18］；在兴趣阶段，场景互动和主播特质是催发消费者购物冲动的重点；在搜寻阶段，信任程度和时间压力是消费者最终做出冲动购买决策的核心。

2.1 产品特性

电商直播销售中，产品的功能与质量、主播介绍与实物符合度以及品牌包装等特性信息是吸引消费者关注该直播的主要原因［19］。如今消费者的信息鉴别能力随着互联网的迅速发展不断提高，需要丰富全面、高质量的产品信息介绍才能打动消费者。而要在某个细分市场获得竞争优势，则产品必须具有某种特性，区别于同类产品。直播可以对产品进行现场展示及试用，冲击消费者的视觉感官，充分展现产品特性。產品是直播带货的核心，直播销售过程中，必须在短时间内将产品信息全面且明确地传递给消费者，突出其特殊性，才能有效刺激消费者的需求，产生购买欲望。

2.2 价格折扣

价格折扣是前期吸引消费者停留在直播间继续观看的驱动点，也是导致消费者冲动购买的关键因素，是影响消费者购买决策的重要营销策略［19］。直播带货有一定价格折扣是电商直播的主要特征之一，也是增加流量的关键因素。在直播过程中，选择适合的价格折扣销售产品，将产品在直播间的销售价格与其他时间段、销售渠道以及平台或店铺进行纵向和横向的对比，强调在直播间的优惠力度，通过一定程度的让利会增加消费者的好感度，大大激励消费者的冲动购买意愿［20］。

2.3 场景互动

场景互动包括主播与消费者、消费者之间、消费者与客服等通过直播技术获得的互动，是激发消费者兴趣的关键环节。直播间内多方同时进行信息交流，这样高强度信息共享的情况下，会减少产品购买的不可预知性，降低风险感知指数，进而加大冲动性购买的可能。王艳芝等［21］认为场景互动会增强消费者的存在感与体验感，产生亲近感与满足感，充分调动其积极性，使直播间内消费者的情绪趋同，并有可能从众作出购买决策。

2.4 主播特质

主播特质指主播所具有的个人魅力，包括专业知识储备、个人风格形象、知名度等。主播作为意见领袖，其特质能够很大程度上引起消费者的兴趣。许多学者已经证实主播的特性在电商直播购物形式中发挥的作用多种多样，是探究直播营销的重要因素。其中，尹苑和王宇龙［22］将主播特质划分为主播专业性、主播吸引力和主播互动性三个维度，探究直播带货对消费者购买意愿的影响。陈海权等［23］验证了直播过程中，网红的个人特质在互动性、创新性、知名度、产品涉入度等方面表现得越明显，粉丝们的购买意愿越强烈。

2.5 信任程度

信任是买卖双方商品交换的基础，消费者对直播的信任程度直接影响其购买行为，本研究将信任定义为消费者对直播平台、直播内容以及带货主播的信赖程度。由于直播购物具有虚拟性，因此获得消费者信任是使消费者产生信息搜寻行为，进而做出购买决策的重要驱动。张应语等［24］通过结构方程模型得出信任程度对线上生鲜农产品购买行为具有正向影响。王兴标和谷斌［25］认为在移动社交电子商务中，社群成员对社群运营者的高度信任有助于增强消费者的购买意愿，进而产生购买决策。

2.6 时间压力

时间压力最早从心理学角度出发，Svenson和Maule［26］将时间压力定义为决策者察觉到完成任务所要求的时间紧迫性而形成的焦虑程度。本研究将时间压力定义为消费者观看直播过程中，由于促销时间限制、个人时间约束以及机会成本而引发的焦虑和冲动。在有时间压力的情况下，消费者会加快对产品信息的搜寻，以抢占先机，一旦产品信息符合消费者的预期，便会迅速在直播间完成优惠购买。并且消费者面临的时间压力越大，其在线冲动购买的程度越明显［27］。

综合上文分析，提出以下假设：

H1：直播情境下产品特性对消费者冲动性购买行为有正向影响。

H2：直播情境下价格折扣对消费者冲动性购买行为有正向影响。

H3：直播情境下场景互动对消费者冲动性购买行为有正向影响。

H4：直播情境下主播特质对消费者冲动性购买行为有正向影响。

H5：直播情境下信任程度对消费者冲动性购买行为有正向影响。

H6：直播情境下时间压力对消费者冲动性购买行为有正向影响。

3 量表设计与实证分析

3.1 量表设计

本文在Likert五级量表的基础上，结合理论模型对现有学者提出的關于衡量电商直播特性与消费者购买意愿的相关量表进行分析筛选。为了保证问卷测量的谨慎性和有效性，本文最终量表的形成经历了四个阶段：第一阶段，阅读大量高质量国内外学术研究量表；第二阶段，整理总结被高度使用的量表，并进行对比；第三阶段，对问卷题目的表达明确性、逻辑严谨性、结构完整性进行探讨并修改；第四阶段，整理修改后的量表，进行问卷调查。最终得到了7个变量，即产品特征、价格折扣、场景互动、主播特质、信任程度、时间压力、冲动性购买的测量量表，量表内容及受访者打分的平均值如表1所示。

3.2 数据收集

问卷分为3个部分。第一部分个人信息，了解被调查对象的基本信息，确保样本数据的准确性。第二部分筛选题项，筛选出在直播间内产生过冲动性购买的人群。第三部分测量项，是问卷的主体部分，利用量表测量出在直播情境下冲动性购买的影响机制。

通过问卷星平台完成问卷制作，采取线上线下相结合的方式收集问卷信息。线上以链接和二维码的形式于问卷星平台展开收集，线下号召同学、亲友参与问卷作答。问卷发放的对象为有在相关平台观看电商直播经历的消费者，被调查对象大多分布于经济实力较强的南方沿海城市，是具有稳定工资来源的工作者，具有观看电商直播并在直播间内冲动性购买的能力，与研究内容一致，保证了研究结果的有效性。同时被调查者的年龄与职业分布均匀，保证了研究结果的普遍性。对收集后的问卷进行整理，剔除无效问卷49份后，最终得到275份有效问卷。

首先，对有效样本的结构进行分析。从样本构成来看，有过直播间观看经历的受访者中有96.7%的都曾有过直播间购买行为，仅有3.3%的受访者未在直播间购买产品。由此可见，目前我国电商直播的流量转化率是非常可观的。但同时也应该认识到市场中还有一小部分流量未得到有效转化，未来还应该重视这部分消费者的需要，提高转化率。

其次，本文对有过直播间观看经历受访者的人口统计学变量进行分析，结果如表2所示。从性别上看，男女占比差别不大，满足抽样的随机性，也在一定程度上说明了性别与电商直播观看关系较小。从年龄上看，31～45岁人群占比最大，随后为18～30岁与46～60岁的人群，三者共占92.4%。其原因可能是这部分人群有一定的经济自由，对新事物的接受程度也较高。从学历上看，本次受访者本科及以上学历占比达到72.7%，说明大部分受访者能够很好地理解问卷，提高了问卷结果的质量。从职业上看，受访者大多为全日制学生、生产人员、销售人员、市场/公关人员与客服人员，这可能是由于我国的从业结构导致的。最后从平均月收入上看，大多数受访者的收入在12 000元以下，这与他们的职业是相匹配的。

3.3 信度及效度检验

本文使用SPSS软件对现有数据进行信度与效度检验。信度检验结果如表3所示，所有变量题项的标准载荷系数都大于0.7，说明被观察变量很好地解释了潜变量;问卷的总体Cronbachs α=0.986，说明变量之间有强关联性，满足进行因子分析的条件，并且各变量的Cronbachs α和组合信度都大于0.8，说明问卷内部具有良好一致性以及较高的信度。

效度检验是用来检验问卷的有效性，其中各变量AVE值的平方根与各维度间的完全标准化相关系数用于检验判别效度，AVE值是否大于0.5用于检验聚合效度。表4显示，各变量的AVE值均大于0.5，且AVE的平方根均大于相关系数，表明问卷具有较好的效度，各变量之间能够被良好地区分。

3.4 基于结构方程模型的实证分析

结构方程模型把各变量之间的相关关系通过路径图的形式直观呈现出来。结构方程模型可以对被观察变量（产品特征、价格折扣、场景互动、主播特质、信任程度、时间压力）和潜变量（冲动性购买）进行观测，并且能够判断模型的好坏，本文首先运用AMOS 20.0软件绘制如图3所示模型。

模型拟合适配度各指标如表 5所示，模型路径系数检验结果如表 6所示。因为卡方值、自由度、近似误差均方根均满足最低要求，拟合优度指数、调整的拟合优度指数、增值适配指数、相对拟合指数、规范拟合指数和非规范拟合指数都大于0.9，所以本研究的理论模型与数据拟合效果较好。

由表6可知，5条假设路径包括产品特征、价格折扣、主播特质和时间压力对冲动性购买的P值都大于0.5，没有通过检验，场景互动和信任程度对冲动性购买的两条路径的C.R值大于1.96且P值小于0.05，路径显著。

根据结构方程模型的结果来看，H3显著，说明直播情境下场景互动对消费者冲动性购买行为有正向影响，即研究假设H3成立，说明场景互动可以使消费者投入更多的情感，增加消费者的参与感，从而产生冲动性购买行为。此外，H5显著，说明直播情境下信任程度对消费者冲动性购买行为也有正向影响，研究假设H5成立。因此，在直播购物中，获取消费者对主播、产品和服务的信任尤为重要。

直播情境下产品特征对消费者冲动性购买行为无显著正向影响，研究假设H1不成立。这可能是由于消费者对不同产品的要求与评价标准是不同的。而本文研究的是广义上的产品，问卷设计未考虑到消费者在直播中所购买的具体产品。这与谢中梅［42］“产品特征不会与消费者的购买意愿产生显著的正向影响关系”的结论一致。

同时，直播情境下价格折扣对消费者冲动性购买行为无显著正向影响，研究假设H2不成立。说明在消费者直播购物中，价格折扣大时，消费者可能会产生对直播产品质量的怀疑，不会产生冲动性购买行为，这与李德俊等［43］“价格对消费者冲动性购买行为影响不显著”的研究结论相同。

直播情境下主播特质对消费者冲动性购买行为无显著正向影响，即研究假设H4不成立。这可能与目前电商直播行业对主播的培养不足，营销方式相似性大，主播特质开发不足有关，这与谢中梅［42］“主播特质不会与消费者的购买意愿产生显著的正向影响关系”的结论相符。

最后，直播情境下时间压力对消费者冲动性购买行为无显著的正向影响，即研究假设6不成立。互联网时代，消费者多利用碎片化时间观看直播，时间压力对直播购买行为的影响小。因此，时间压力并不会使消费者产生冲动性购买行为。

总之，商户要增加直播间的互动环节，以激发消费者兴趣。主播作为直播购物的领导者，要主动带领用户了解直播内容，积极回应用户问题，让用户具有参与感。平台要提供评论区等互动场所，促进用户之间的信息交流，提高用户粘度。同时，商户也要注重信任程度的提高，以增加消费者对产品的搜寻。商家不仅要选择信誉度良好的主播，以吸引用户观看，还要对产品、服务和信息的质量进行全方位把控，保证产品真实可信，从根本上提高用户对的信任程度。此外，我们不能否认产品特征在电商直播中的重要性，商家应根据其主营产品的特性，适当展示产品，吸引消费者关注。同时商户应重视对主播的培养，提高主播个人特质，发挥主播的积极作用。

4 研究结论

在关注阶段，直播情境下产品特性和价格折扣均对消费者冲动性购买行为没有正向影响。说明在消费者观看直播的过程中，产品特性并不会显著地引起消费者产生冲动性购买行为，价格折扣也不足以正向影响消费者冲动性购买行为的产生。

在兴趣阶段，直播情境下场景互动对消费者冲动性购买行为有正向影响，但主播特质对消费者冲动性购买行为没有正向影响。说明在消费者观看直播的过程中，直播间内的互动可以促使消费者产生冲动性购买行为；而主播的知识储备、形象、知名度等并不会显著影响消费者对购买行为的主观判断，从而不足以催化消费者冲动性购买行为的产生。

在搜寻阶段，直播情境下信任程度对消费者冲动性购买行为有正向影响，但时间压力对消费者冲动性购买行为没有正向影响。说明在消费者观看直播的过程中，消费者对主播、产品和服务的信任程度越高，越容易产生冲动性购买行为；而时间的紧迫性等并不足以使消费者产生冲动性购买行为。

参考文献：

［1］ 中国互联网络信息中心.第48次《中国互联网络发展状况统计报告》［EB/OL］.（2021-09-15）［2022-02-21］.http：//www.199it.com/archives/1302651.html.

［2］ 孙凯，刘鲁川，刘承林.情感视角下直播电商消费者冲动性购买意愿［J］.中国流通经济，2022，36（1）：33-42.

［3］ 冯俊，路梅.移动互联时代直播营销冲动性购买意愿实证研究［J］.软科学，2020，34（12）：128-133+144.

［4］ 刘洋，李琪，殷猛.网络直播购物特征对消费者购买行为影响研究［J］.软科学，2020，34（6）：108-114.

［5］ 黄思皓，肖金岑，金亚男.基于S-O-R理论的社交电商平台消费者持续购买意愿影响因素研究［J］.软科学，2020，34（6）：115-121.

［6］ 王建军，王玲玉，王蒙蒙.网络口碑、感知价值与消费者购买意愿：中介与调节作用检验［J］.管理工程学报，2019，33（4）：80-87.

［7］ 喻昕，许正良.网络直播平台中弹幕用户信息参与行为研究：基于沉浸理论的视角［J］.情报科学，2017，35（10）：147-151.

［8］ DENNIS W R.The buying impulse［J］.Journal of Consumer Research，1987，14（2）：189-199.

［9］ PARK E J，KIM E Y，FUNCHES V M.et al.Apparel product attributes，web browsing，and e-impulse buying on shopping websites［J］.Journal of Business Research，2012，65（11）：1583-1589.

［10］WELLS J D，PARBOTEEAH D V，VALACICH J S.Research article online impulse buying：understanding the interplay between consumer impulsiveness and website quality［J］.Journal of the Association for Information Systems，2011，12（1）：32-56.

［11］李亞林，景奉杰.基于冲动性购买诱发因素的消费者冲动性购买之购后满意度研究［J］.管理学报，2012，9（3）：437-445.

［12］KALLA S M，ARORA A P.Impulse buying：a literature review［J］.Global Business Review，2011.12（12）：145-157.

［13］张伟，杨婷，张武康.移动购物情境因素对冲动性购买意愿的影响机制研究［J］.管理评论，2020，32（2）：174-183.

［14］李琪，高夏媛，徐晓瑜，等.电商直播观众的信息处理及购买意愿研究［J］.管理学报，2021，18（6）：895-903.

［15］吴俊宝，江霞，杨强.不同趋近动机积极情绪对冲动性购买的影响：自我控制资源有限性视角［J］.南开管理评论，2022，25（5）：127-137.

［16］刘平胜，石永东.直播带货营销模式对消费者购买决策的影响机制［J］.中国流通经济，2020，34（10）：38-47.

［17］王美月，董玉萌，张开.电商直播对消费者消费意愿的影响研究：基于TAM模型与AISAS模型［J］.商展经济，2021（5）：25-28.

［18］徐健雄，何先波，何清玉.基于用户群体兴趣变化的个性化推荐算法研究［J］.西华师范大学学报（自然科学版），2022，43（1）：102-107.

［19］中国消费者协会.直播电商购物消费者满意度调查报告（摘编）［J］.上海质量，2021（5）：41-46.

［20］卢长宝，黄桂艳，李娜.秒杀对电商网站人气聚集的影响机制：基于时间压力的实证研究［J］.东南学术，2017（5）：154-164+248.

［21］王艳芝，姚唐，卢宏亮.结伴购物情境下消费者冲动购买行为发生机理［J］.心理科学进展，2018，26（11）：1915-1927.

［22］尹苑，王宇龙.电商直播对用户购买意愿的影响：基于主播特质和社会临场感视角［J］.湖北科技学院学报，2022，42（1）：26-33.

［23］陈海权，张镒，郭文茜.直播平台中网红特质对粉丝购买意愿的影响［J］.中国流通经济，2020，34（10）：28-37.

［24］张应语，张梦佳，王强，等.基于感知收益-感知风险框架的O2O模式下生鲜农产品购买意愿研究［J］.中国软科学，2015（6）：128-138.

［25］王兴标，谷斌.基于信任的移动社交电子商务购买意愿影响因素［J］.中国流通经济，2020，34（4）：21-31.

［26］SVENSON O，MAULE J.Time pressure and stress in human judgment and decision making［M］.New York：Plenum Press，1993：30.

［27］赵占波，杜晓梦，梁帆，等.产品类型和时间压力对消费者网络冲动性购买倾向的影响［J］.营销科学学报，2015，11（2）：118-132.

［28］KELMAN H C.Process of opinion change［J］.Public Opinion Quarterly，1961，25（1）：57-78.

［29］徐增展，陆晓明.拼多多网络直播效果实证研究［J］.现代传播（中国传媒大学学报），2022，44（10）：162-168.

［30］王美月，董玉萌，张开.电商直播对消费者消费意愿的影响研究：基于TAM模型与AISAS模型［J］.商展经济，2021（5）：25-28.

［31］许贺，曲洪建，蔡建忠.网络直播情境下服装消费者冲动性购买意愿的影响因素［J］.东华大学学报（自然科学版），2021，47（5）：111-120.

［32］GUNAWARDENA C N，ZITTLE F J.Social Presence as a predictor of satisfaction within a computer-mediated conferencing environment［J］.American Journal of Distance Education，1997，11（3）：8-26．

［33］孟陸，刘凤军，陈斯允，等.我可以唤起你吗：不同类型直播网红信息源特性对消费者购买意愿的影响机制研究［J］.南开管理评论，2020，23（1）：131-143.

［34］刘凤军，孟陆，陈斯允，等.网红直播对消费者购买意愿的影响及其机制研究［J］.管理学报，2020，17（1）：94-104.

［35］孟陆，刘凤军，段珅，等.信息源特性视角下网红直播对受众虚拟礼物消费意愿的影响［J］.管理评论，2021，33（5）：319-330.

［36］HASSANEIN K，HEAD M.Manipulating perceived social presence through the web interface and its impact on attitude towards online shopping［J］.International Journal of Human-Computer Studies，2007，65（8）：689-708.

［37］赵宏霞，王新海，周宝刚.B2C网络购物中在线互动及临场感与消费者信任研究［J］.管理评论，2015，27（2）：43-54.

［38］卢长宝，柯维林，庄晓燕.大型网络聚集促销决策中前瞻性情绪的诱发机制：限时与限量的调节作用［J］.南开管理评论，2020，23（5）：28-40.

［39］朱翊敏，张洁敏.时间压力对网络冲动性购买的影响研究：交易效用和感知风险的调节［J］.商业经济与管理，2021（7）：55-66.

［40］HUANG L T.Flow and social capital theory in online impulse buying［J］.Journal of Business Research，2016，69（6）：2277-2283.

［41］BEATTY S E，FERRELL M E.Impulse buying：modeling its precursors［J］.Journal of Retailing，1998，74（2）：169-191.

［42］谢中梅.直播带货模式下影响消费者购买农产品的决策因素分析［J］.现代商业，2021（21）：24-26.

［43］李德俊，戴凤兰，翟玉墨.基于S-O-R模型的消费者线上冲动性购买行为研究［J］.安徽工业大学学报（社会科学版），2018，35（4）：36-38.

Influence Mechanism of Impulsive Purchase Based on AISAS Modelunder Live Broadcast Scenario

LI Xiao-lin，YI Hong，BAI Yu-ting，HE Ming-xi，REN Jun-hui，YANG Wan-yi

（Business Travel College，Sichuan Agricultural University，Chengdu Sichuan 611800，China）

Abstract：As e-commerce live broadcast emerges in response to the rapid development of Internet and e-commerce，the discussion of consumers impulsive purchase mechanism under live broadcast scenario has also become a research hotspot.In view of the limitations of constructing the influence mechanism mostly by SOR theory in previous literatures，this paper has innovatively segmented the digital marketing，and put forward the factors affecting consumers impulsive purchase based on AISAS model，including product characteristics and price discount in the attention stage，scene interaction and anchor traits in the interest stage，trust degree and time pressure in the search stage.After that，324 questionnaires are collected for data analysis by SPSS，and the structural equation model is established by Amos.Finally，the results show that both scene interaction and trust have a significant positive impact on consumers impulsive purchase.Therefore，great importance should be attached to the interaction effect in live broadcast and the establishment and employment of trust advantage so as to optimize the live broadcast mode and further improve the live broadcast conversion rate.

Keywords：live broadcast；Attention-Interest-Search-Action-Share（AISAS） marketing model；impulsive purchase；scene interaction；trust

收稿日期：2022-03-05 基金項目：国家社会科学基金项目（21BGL161）；四川省科技厅项目（22CXTD0017）;四川省大学生创新训练计划项目（202110626141）

作者简介：李晓林（1985—），女，博士，副教授，硕士生导师，主要从事农村电子商务、互联网金融研究。

通信作者：李晓林，E-mail：41410@sicau.edu.cn

引文格式：李晓林，易红，白玉亭，等.直播情境下基于AISAS模型的冲动性购买影响机制研究［J］.西华师范大学学报（自然科学版），2023，44（4）：391-399+407.［LI X L，YI H，BAI Y T，et al.Influence mechanism of impulsive purchase based on AISAS model under live broadcast scenario ［J］.Journal of China West Normal University （Natural Sciences），2023，44（4）：391-399+407.］