网络主播特征对顾客在线行为影响的研究综述

肖应钊， 张福成， 马向阳

（天津大学管理与经济学部， 天津 300072）

近年来，网络直播的广泛使用已成为一种全球性的经济和社会现象。作为一种基于互联网的多媒体娱乐互动形式，直播在2015 年开始真正进入公众视野。2016 年进入“网络直播元年”，直播行业开始爆发式增长。2020 年，电商直播趁势崛起，直播行业再次掀起热潮[1-2]。截至2020 年底，我国网络直播用户规模已达6.17 亿人，占整体网民的62.4%[3]。据艾瑞咨询统计，2020 年中国直播行业的市场规模已达到1 826 亿元，较2019 年同比增长30.4%[3]。同时，根据艾瑞咨询调研，55% 左右的直播用户每天都收看直播，超过98%的直播用户保持每周至少收看1～2 次以上的习惯[3]。由此可见，网络直播的盛行已经是大势所趋。

在网络直播过程中，主播通过网络向观众传递内容，并与观众进行实时互动。相较于报纸、电视、传统电商等传统媒介方式，直播能够实现实时双向互动、沟通交流，最大程度上提高顾客体验，满足消费者的多种需求。在这个过程中，主播发挥了至关重要的作用。主播作为直面顾客的角色，是直播全过程的主导者以及内容生产者，是连接顾客网络的核心，是决定一场直播成功与否的关键。例如，在电商直播过程中，主播以实时视频的形式描述产品的感觉、外观或气味[4]，甚至进行替代性体验[5]，满足消费者的信息需求，在一定程度上解决了双方信息不对称问题，进而为顾客提供良好的购物体验。

然而，尽管直播行业已经达到千亿元的产业规模，但并不是每一个主播都能吸引观众并实现流量变现。即便是拥有同等规模粉丝的主播之间，在流量变现的转化率上也存在较大差距。因此，主播如何进行直播才能实现直播效果的最大化已经引起了业界和学界的广泛关注。

近年来，已有国内外学者分别从主播的吸引力[6-9]、专业性[6，8-10]、互动性[11-12]等不同角度研究了主播特征对顾客在线行为的影响机制，并取得了丰硕的研究成果。遗憾的是，目前缺乏对这些研究成果的系统梳理和分析，这在一定程度上制约了关于网络主播的管理实践与未来研究。鉴于此，本文将系统回顾和述评该主题的相关研究。具体而言，本文将重点分析网络主播的形象、胜任力以及行为等方面特征对顾客在线行为的影响，同时梳理总结了相关理论基础以及研究方法，并对未来的研究方向进行了分析与展望，以期为未来的研究和企业营销实践提供启示。

一、 网络主播概念及分类

网络直播是指基于互联网，以视频、音频、图文等形式向观众持续发布实时信息的活动[2]。作为一种新的社交媒体形式，它包含了即时性和真实性等独特的特性[13]。而网络主播是“网红+直播”产生的新兴行业群体[14]，在直播中展现自己，获得粉丝的关注和喜欢，成为能够影响粉丝的意见领袖[15]。整体而言，一场直播活动是由主播实时创建并向观众传递信息内容，观众加入直播来消费这些内容。观众在内容消费过程中，会以各种方式与主播进行互动，以帮助塑造内容生成过程[16]。

网络主播类型有很多，根据直播内容、个人身份、影响力、真实与否等不同标准具有不同分类。主播总体可分为带货型主播以及非带货型主播[6]。而带货型主播根据个人身份不同，又可进一步划分为独立主播[11，17]、品牌主播[11，17-18]、名人主播[18]、官员主播等[19]；非带货型主播，根据直播内容不同，可划分为秀场主播和技能型主播[6]。

主播类型不同，对顾客在线行为的影响也存在差异[6，11，17-19]，如表1 所示。对于带货型主播和非带货型主播而言，非带货型主播的吸引力与互动性能够促进顾客购买；而带货型主播的专业性、可信性与互动性能够促进购买，但技能性以及吸引力对顾客购买意愿的影响并不显著[6]。

表1 网络主播类型代表性文献回顾

不同类型的带货型主播对顾客行为也存在差异化影响。例如，相较于品牌主播，顾客与独立主播能够产生更积极的准社会互动[11]，并且顾客信任对持续观看意图的影响会更弱一些[17]。品牌主播与名人主播之间也存在差异化影响，对于实用品，品牌主播更能提高顾客的购买意愿；而对于享乐品，名人主播更能提高消费者的购买意愿[18]。无论是独立主播还是品牌主播，在一定程度上都从属于网红主播，相较于传统明星主播，当主播与带货品牌偏向功能匹配时，网红主播能让顾客产生更积极的来源可信度，进而提高顾客购买意愿。除以上主播类型外，还有一类特殊的带货主播——县长主播。朱东红等[19]研究发现，受认可的县长直播带货能让顾客产生钦佩感，而县长身份的权威感也可以提高顾客购买意愿。

学者们对各种不同类型主播差异化影响的探索丰富了直播领域的文献研究，为研究主播特征的影响提供了重要的借鉴意义，但是也存在一定的局限性。首先，在研究主播类型差异时，多是通过问卷调查的方式进行研究，主观性较强，未来可以采用情景实验或客观数据等方式进行研究。其次，随着技术不断进步，虚拟主播逐步登上直播舞台，并在直播行业中引起巨大反响，未来可以加强对这一类型主播的探究。

无论是带货主播，还是非带货主播，通过其不同身份能够对顾客的在线行为产生差异化影响，但归根结底，主播自身的属性特征才是影响顾客行为的重要因素。韩箫亦等[20]利用扎根理论将主播属性划分为四类：魅力属性、推荐属性、展示属性、互动属性。孟陆等[6，8]研究了非带货主播的可信性、娱乐性、专业性、有用性、互动性、技能性和吸引力等信息源特征。学者们对主播特征的划分存在一定差异，缺乏较为系统化的梳理。通过对国内外相关文献的阅读总结，本文将主播特征总结划分为形象特征、胜任力特征以及行为特征三个方面。因此，以下将分别从这三个方面及其对顾客在线行为的影响进行系统评述。

二、 主播形象特征影响

诸多文献研究发现，在观看直播时，对主播的形象感知会对消费者的在线行为（如观看意愿[21]、购买意愿[5，19，22-23]、打赏意愿[16]等）产生重要影响，如表2所示。

表2 主播形象特征代表性文献回顾

在人际交往中，人们会根据他人的面孔线索迅速对其人格特质进行主观推断而形成第一印象[20]。在直播中，主播通过直播设备与顾客进行一对多的面对面交流，其外观的吸引力能够提高顾客对主播专业性、可信度的感知，同时增强他们之间的准社会关系[7]，进而提高其观看意愿和购买意愿[21]。

以上研究都仅仅停留在主播的面部吸引力层面，忽视了面部其他线索特征的影响。Lin 等[16]使用深度神经网络对享乐型主播的面部表情进行情绪概率测算，研究发现主播积极的情绪能够诱发顾客的积极情绪，打赏、评论和点赞等顾客行为也会得到加强。该研究探索了主播的积极情绪对顾客在线行为的影响，但是忽视了主播的愤怒、恐惧、厌恶等消极情绪对顾客的影响。该研究结果是基于一个非带货直播平台的数据，并不一定适用于电商直播运营。而Bharadwaj 等[23]的研究弥补了这一空白，通过采用实时人脸检测和实时情绪分类等研究方法，发现主播在直播中经常露脸有助于销售额增长。但出乎意料的是，高兴、悲伤、惊讶、愤怒、恐惧、厌恶等面部表情会减少销售，尤其是高兴和愤怒情绪会导致销售显著下降。该研究是较早评估在直播环境中销售人员的面部表情对产品销售产生影响的文献之一，填补了相关领域的研究空白。可见，情感的真实性而非强度会影响顾客的反应[25]，因此未来可以进一步优化情感识别算法，除了情感强度外，还可以根据情感真实性对面部表情进行分类，研究其对顾客在线行为的影响。

除面部特征之外，主播其他方面的形象特征也会对顾客反应产生影响。例如，当顾客感知与主播在身体特征方面相似性较高时，会降低所感知产品匹配的不确定性，进而提高购买意愿[5，24]。然而，以上研究都是基于电商直播背景所进行的，其研究结果不一定适用于非带货型直播，并且其数据来源主要是通过问卷调查所得到的，不一定符合现实情况。因此，未来可以采用情景实验、使用平台客观数据等研究方法，进一步探究在非直播带货环境中主播的形象特征是否会对顾客反应产生类似影响。

三、 主播胜任力特征影响

网络主播的胜任力特征也是顾客行为的重要影响因素，主播的胜任力特征不同，影响也存在较大差异，如表3 所示。在网络直播领域，主播的胜任力特征是指在直播过程中所体现出的优于其他主播的个人潜在的深层次特征[26]。根据胜任力洋葱模型，胜任力体系由外到内分为显质层（知识和技能）、变质层（社会角色、自我概念、态度和价值观）以及潜质层（个人特质和动机）[27]。

表3 主播胜任力特征代表性文献回顾

主播的可信度[9]、专业性[10]等显质层胜任力会显著影响顾客对信息质量的判断，进而影响顾客购买意愿。胜任力特征对顾客行为的影响也会由于主播类型不同而存在差异。相较于带货型主播，非带货型主播更加偏向娱乐化，在专业性、可信度等方面有所不足，因此顾客打赏、购买等行为更易受到非带货型主播互动娱乐方面的特征而非专业性、可信度等特征的影响[6，8]。同样，对于带货型主播而言，个人身份不同，对胜任力的要求也不相同。Ma[10]认为主播的专业性能够提高直播过程中的信息质量、讨论质量以及服务质量，进而有助于提高顾客满意度。但是李琪等[9]研究发现，主播可信度能够促进顾客购买，但是主播的专业性对感知信息有用性和情感态度的影响不显著，进而也无法影响顾客购买意愿。这可能是由于带货主播的类型不同而导致，因为相较于品牌主播，独立主播并不一定是某一特定领域的专家，因为该主播在直播过程中会涉及多个产品种类，其专业性对顾客购买意愿的影响存在不同。因此，未来可以进一步探究主播类型在其中的调节作用。

显质层胜任力对主播而言非常重要，但是主播的态度、价值观、社会角色、自我概念等变质层胜任力能够促使主播与顾客建立更紧密的联系，提高对顾客的影响力。第一，当主播与顾客在态度、价值观等方面相似性较高时，有助于提高顾客对主播的信任，进而促进顾客购买[5，7，24]；第二，主播在直播过程中展现出的温暖、幽默、热情等特质也会为顾客带来享乐价值，促使顾客持续观看以及购买[21]；第三，当主播体现出“为民”“亲民”等积极的态度和价值观时，也会促进顾客的购买意愿[19]。

以往研究为探索主播胜任力特征对顾客反应的影响做出了重要贡献，但是仍然存在一定的局限性。第一，以往研究主要探索了主播胜任力显质层以及变质层特征的顾客影响，对主播特征的研究具有重要意义。但是，关于主播潜质层胜任力特征对顾客影响的研究较少，存在一定的研究空白。在目前的文献中，仅有朱东红等[19]在一定程度上探索了县长主播的直播动机对顾客的影响。因此，未来可以进一步探索主播潜质层胜任力对顾客的影响机制以及与其他胜任力相比有何不同。第二，以往研究忽视了主播胜任力特征与品牌形象特征、产品形象特征之间的联系对顾客反应的影响，比如专业能力强的主播是否更适合售卖功利型产品，而温暖、热情的主播是否更适合售卖享乐型产品等。第三，主播胜任力特征的影响是否存在时间效应，比如消费者是否容易形成审美疲劳，进而削弱了影响效果等。第四，大多数研究仅仅探究了电商直播背景下的影响机制，对非带货直播背景下的相关研究较少，因此未来可以探究非带货直播背景下主播胜任力对顾客行为的影响机制。

四、 主播行为特征的影响

与以往的媒介形态相比，网络直播呈现出其特有的优势特征：表现为即时性、互动性、生动性、可视化等[6，11，28]。主播的行为特征在顾客面前一览无余，对顾客行为具有重要影响，如表4 所示。

表4 主播行为特征代表性文献回顾

实时交互是直播的关键功能之一，对顾客行为具有重要影响，与顾客只能单方面、被动地接受静态信息的传统媒介不同，在直播中顾客不仅是信息的接收者，而且还参与服务，即通过与主播交互或直接向其他顾客分享信息[33]。并且实时交互能够促进直播中信息和情感的交流，在用户体验中起着关键作用，使主播和观众之间建立紧密的关系成为可能[17]。例如，Ren[11]发现主播实时互动能够提高顾客与主播之间的准社会关系。Li 等[29]研究发现，主播互动和替代性表达能够积极影响顾客访问时间与顾客留存。Zhang 等[28]进一步将互动行为划分为响应性、实时互动、同理心三个维度，并且发现这三者都会积极影响顾客与主播之间的关系，进而提高顾客的购买意愿。

除了互动的质量特征之外，主播互动类型特征也会对顾客反应产生不同影响。在网络直播领域，学者们大多基于互动的内容特征进行分类并研究其后续影响。诺明[12]将互动划分为交互导向互动、任务导向互动、自我导向互动三种类型，研究发现交互导向互动、任务导向互动会拉近主播与顾客之间的心理距离，增加消费者购买意愿，而自我导向互动则相反。除此之外，范钧等[30]也基于互动的内容特征将互动划分为任务导向和关系导向两种类型，并发现在关系导向型网络直播场景下，主播采取示弱互动策略更易引发顾客打赏意愿；而任务导向型网络直播场景下，主播采取示强互动策略更易引发顾客打赏意愿。

以上研究分别探讨了电商直播场景与非带货直播场景下主播互动类型对顾客反应的不同影响，填补了相应领域的研究空白。但是互动类型仍可基于互动的效用目标、说服意图展露程度等视角进行划分[34]。因此，未来可以进一步研究不同直播场景下，其他互动类型对顾客反应的差异化影响。

另外，主播的语言能力也是直播成功与否的重要因素，尤其是在电商直播领域。除了产品质量外，一个产品在直播中的销量也在很大程度上取决于主播引导购物的能力，这主要体现在其话语说服力上。具体而言，不同的语言风格会使顾客在直播中有不同的观看体验，从而影响顾客行为。Luo 等[31]将说服性语言风格划分为诉诸可信、诉诸奖励、诉诸情感、诉诸逻辑、诉诸夸张五种类型。研究发现诉诸可信、诉诸奖励、诉诸情感的语言风格对产品销量有积极影响；而诉诸逻辑的语言风格对产品销量有负面影响；诉诸夸张的语言风格对服装产品的销量有负面影响，但对数字电子产品的销量有积极影响。该研究是较早在直播环境中研究主播说服性语言风格及其影响的文献之一，不仅丰富了说服性语言风格模型的类别，而且拓宽了说服性语言模型的应用范围。但是，该研究的研究对象仅是头部主播，并且只收集了淘宝平台的主播数据，这会导致自我选择效应，未来可以扩大平台范围进行研究，选择不同级别主播的相关数据，并进一步分析主播的语言风格对顾客的影响。也可以将其扩展到非带货直播环境中，研究主播的语言风格对顾客反应的影响。

五、 理论基础

目前，学者们正试图从不同理论视角解释主播特征的影响机制。首先，应用最广泛的是SOR 模型，学者们将主播特征，如主播的美丽、温暖、专业、幽默、热情等[21]，互动的响应性、个性化等[32]，视为对顾客的一种环境刺激，影响顾客认知和情感状态，促使顾客产生相应的心理活动并做出相应的行为反应[35]。其次，说服理论也是较常用的理论基础。Luo 等[31]主要研究了主播不同说服性语言风格的差异化影响。而Masuda 等[7]将顾客所感知到主播的外观吸引力、态度同质性、社交吸引力作为一种外围线索能够对顾客进行启发式说服。除此之外，其他许多理论也被应用于主播特征的研究中。

在主播形象特征的研究中，情绪方面的理论应用成为一种新趋势。Lin 等[16]基于情绪传染理论，探索了主播情绪与观众情绪的相互作用。Meng 等[36]同样基于情绪传染理论，研究了主播情绪、其他观众情绪对顾客情绪的影响。Bharadwaj 等[23]基于情绪社会信息模型，更加具体地研究了主播六种面部表情对产品销售的影响。除情绪方面的理论外，学者们还基于信号理论[5]、信任理论[5]、价值共同创造理论[24]、感知价值理论[21]等理论视角对主播形象特征进行了研究。

在研究主播胜任力特征方面，学者们主要基于感性理性双系统理论[8]、心理唤起理论和信息源特性理论[6]、来源可信度理论[10]、详尽可能性模型和多重态度理论[9]、刻板印象内容模型和钦佩感理论[19]、感知价值理论[21]等理论视角进行研究。例如孟陆等[8]将主播视为信息源，研究了可信性、专业性、技能性等信息源特性对顾客行为的影响。朱东红等[19]结合刻板印象内容模型与钦佩感理论，研究了顾客对县长主播的刻板印象如何影响顾客购买意愿。

在研究主播行为特征方面，学者们较多基于互动仪式链理论以及准社会互动理论进行研究。如Jodén等[37]基于柯林斯在线交互仪式模型，重构了游戏直播情境下的互动仪式模型，并探索了互动仪式在游戏直播中构建观众参与度中的作用。范钧等[30]将互动仪式链理论与劣势者效应理论相结合，探索了互动策略与互动类型的交互作用。而Ren[11]基于准社会互动理论探索了准社会互动在主播互动与顾客忠诚之间的中介作用。除此之外，心理距离理论[12]、社会交换理论[28]、依恋理论[29]等理论也被应用于主播行为特征的研究中。

六、 研究方法

在研究方法方面，主要存在定性分析与定量分析两大流派。在定性分析方面，学者们使用了如深度访谈[6]、网络民族志[19]以及扎根理论[31]等质性研究方法。孟陆等[6]通过深度访谈质性分析进一步验证了主播信息源特性的影响。Luo 等[31]采用扎根理论将主播语言文本划分为五类（诉诸可信、诉诸奖励、诉诸情感、诉诸逻辑、诉诸夸张），并探究了五种语言风格的差异化影响。朱东红等[19]采用网络民族志方法对县长直播带货案例进行研究。但是，对于质性研究方法，目前学者们使用较少，更多地将其作为研究中的一种补充。

在定量分析方面，由于数据获取方法不同，也分为两大流派，即一手数据研究与客观数据研究。一手数据获取可以通过问卷调查[5，8，10，19]、情景实验[11，30]等方法获得。而客观数据主要通过python 等爬虫技术[6，8，32，36]、与官方平台或第三方数据平台合作[16，23，31]等方法获取。除此之外，机器学习与自然语言处理技术日益受到学术界的欢迎，许多学者也将其应用到主播特征的研究当中。如Lin 等[16]使用预先训练的深度神经网络来评估主播直播中每秒快乐的概率，还使用了语言查询和字数统计文本分析，测量直播评论中观众所表现的情绪状态。Bharadwaj 等[23]采用实时人脸检测和实时情绪分类技术对主播的面部表情进行识别，为研究主播面部表情的顾客影响提供了技术支持。Kang 等[32]通过word2vec 和svmperf 等工具对直播评论文本以及卖家回复文本进行文本挖掘，识别了文本中的个性化与响应性特征。

在定量研究方法中，问卷调查方法的应用最广泛，但是相较于其他几种方法，问卷调查主观性较强，因此情景实验、客观数据、自然语言处理、机器学习等方法日益受到学界青睐。除以上方法外，仍存在其他方法可用于主播特征研究，如计量经济模型等。

七、 研究结论

通过对现有文献进行梳理发现，国内外学者在网络主播的类型、形象特征、胜任力特征、行为特征、研究理论基础以及研究方法等方面积累了丰硕的成果。

第一，网络主播类型不同，对顾客在线行为存在差异化影响[6，11，17-19]。非带货型主播的吸引力和互动性能够促进顾客购买意愿，但带货型主播的技能性以及吸引力对顾客购买意愿的影响并不显著[6]。同时，在带货型主播中，相比品牌主播，顾客与独立主播能够产生更积极的准社会互动关系[11]。

第二，在直播过程中，网络主播的形象特征对顾客在线行为具有重要影响。主播的面部吸引力能够提高顾客的观看意愿和购买意愿[7，21]，而主播的积极情绪有助于促进顾客的点赞、评论以及打赏行为[16]。同时，主播高兴、悲伤、惊讶、愤怒、恐惧、厌恶等面部表情会导致销售下降[23]。另外，主播与顾客在身体特征方面的相似性有助于降低顾客所感知产品匹配的不确定性，进而提高其购买意愿[5，24]。

第三，网络主播的胜任力特征会对顾客行为产生重要影响，并且其影响会因主播类型不同而存在差异。带货型主播的可信度、专业性等特征对顾客行为具有重要影响[9-10]；而相较于可信度、专业性等特征，非带货型主播在互动娱乐方面的特征对顾客的打赏、购买行为具有更大的影响[6，8]。除此之外，主播的态度、价值观等变质层胜任力特征能够显著提高顾客的观看、购买意愿[5，7，19，21，24]。

第四，网络主播的行为特征也会对顾客行为产生重要影响。主播在直播过程中的响应性、实时互动以及同理心等互动质量特征能够显著提高顾客的购买意愿[11，28-29]。与此同时，主播的交互导向型互动或任务导向型互动能够提高顾客购买意愿，而自我导向型互动则相反[12]。在关系导向型直播场景下，主播采取示弱互动策略更易引发顾客打赏意愿；而任务导向型直播场景下，主播采取示强互动策略更易引发顾客打赏意愿[30]。研究表明，主播在直播中的诉诸可信、诉诸奖励和诉诸情感的语言风格对产品销量有积极影响；而诉诸逻辑的语言风格对产品销量有负面影响；诉诸夸张的语言风格对销量的影响因产品类型不同而存在差异[31]。

第五，在理论基础方面，学者们较多地基于说服理论[7，31]、情绪传染理论[16，36]、SOR 理论[21，35]、互动仪式链理论[30，37]等理论视角深入探讨网络主播特征对顾客在线行为的影响机制；感性理性双系统理论[8]、来源可信度理论[10]、感知价值理论[21]以及社会交换理论[28]等也是研究网络主播特征对顾客行为影响的重要理论基础。

第六，在研究方法方面，学者们一方面采用了深度访谈[6]、网络民族志[19]和扎根理论[31]等质性研究方法，另一方面采用了问卷调查[5，8，10，19]、情景实验[11，30]、深度神经网络[16]以及自然语言处理技术[32]等定量研究方法，为研究网络主播特征对顾客在线行为的影响做出重要贡献。

八、 研究展望

虽然已有文献在网络主播特征对顾客行为影响的相关研究中已经取得了较为丰硕的理论成果，但随着网络直播的迅速发展，出现了许多新的发展趋势和问题，也为网络主播的研究提供了新的研究方向。

第一，以往研究主要关注了主播正面特质对顾客行为的影响，对于主播负面特征影响的研究较少。网络直播发展迅速，但是由于行业门槛较低，导致主播素质参差不齐，尤其是直播出现带货功能后，负面事件现象更是不断出现。这些负面事件会对顾客行为产生怎样的影响，并且主播如何采取行动进行服务补救都是值得进一步研究的问题。

第二，计算机技术的进步使虚拟角色得以迅速发展，如洛天依、柳夜熙、AYAYI、华智冰等，虚拟角色直播逐渐成为新趋势。这些虚拟角色通常被称为化身，Miao 等[38]将其定义为由人或软件控制，具有互动能力以及拟人化外观的数字实体。相较于真人主播，虚拟主播具有可控性高、延展空间大、可IP 化运营等优势，既能够避免因负面事件所引起的信任危机，也能够满足顾客的多元化需求。虽然虚拟主播存在技术要求高、部分品类感官难以实现等局限性，但随着各大科技企业纷纷布局元宇宙领域，相信未来虚拟主播技术将会获得重大突破并广泛应用。因此，如何塑造虚拟主播以实现接近甚至超越真实主播的效果，已经成为企业界与学界亟待解决的问题。

第三，以互联网平台为依托的网络直播销售为农村产业融合提供了新机遇，农民群体也开启了直播带货的新征程。相较于其他网络主播，大部分农民主播缺乏专业直播技能，但是他们也具有其独特性，并且农民直播的场景多数以原产地场景为主，甚至部分农民还具有“非遗传承人”这一特殊身份。因此，未来可以探究农民主播与原产地场景的交互作用，并探究“非遗传承人”主播特征的独特影响[39]。

第四，现有研究主要以直播过程中为背景，对于直播前与直播后的主播特征影响较少。例如，在直播前，主播往往通过短视频或公众号推文方式进行直播预热，此时主播特征是否会对直播预热效果产生影响？在直播后，顾客冲动购买后产生后悔心理，主播采取什么措施可以减弱顾客的后悔心理，降低退货率？这些问题都值得探究。

第五，在研究方法方面，可以采取更加多样化的数据获取和分析方法。除问卷调查外，可以更多地引入大数据技术，如机器学习[16，23]、自然语言处理[32]等，既可以提高获取数据的效率，也可以提高研究数据的客观性。