【直播电商】领域研究的综述(2024)·国内外混合方法分析—推文分析—2024-12-24
期刊 | 南开管理评论 |
---|---|
作者 | 徐晓瑜,孙换,贾庆丹 |
首发日期 | 2024-12-10 |
本文是一篇关于直播电商领域研究的综述性论文,通过对2017至2024年间国内外共667篇中英文文献的深入分析,采用混合系统性文献综述方法,对直播电商领域的研究进行了全面的对比分析和未来趋势展望。研究过程分为三个主要步骤:
- 文献计量分析:
- 利用Citespace和VOSviewer工具,客观分析直播电商的
研究现状、研究热点和趋势演化
,揭示该领域的研究动态。
- 利用Citespace和VOSviewer工具,客观分析直播电商的
- TCCM框架构建:
- 基于理论-情境-特征-方法(TCCM)框架,系统评估直播电商研究的
理论基础、背景与情境因素、关键特征和研究方法
,结构化分析文献研究脉络和演变轨迹。
- 基于理论-情境-特征-方法(TCCM)框架,系统评估直播电商研究的
- 未来研究方向挖掘:
- 通过TCCM框架分析,深入挖掘直播电商领域的
未来研究方向
,提高对未来研究趋势的预测准确性和逻辑性,为后续研究提供理论深度和实践指导的参考框架。
- 通过TCCM框架分析,深入挖掘直播电商领域的
一、引言:
-
直播电商的兴起:
直播电商作为电商与直播行业深度融合的新业态,正引领消费市场的全新变革。随着移动网络的成熟和应用程序的优化,直播电商呈现出强劲增长态势,成为备受消费者青睐的在线购物方式。 -
市场规模与增长:
据Statista报告,疫情期间全球直播电商购物量激增,增长率达到76%。在中国,直播电商市场规模达到4.9万亿元,同比增速保持在35.2%,显示出直播电商行业的市场潜力和发展前景。 -
现有研究的不足:
尽管已有部分学者对直播电商进行了综述性研究,但现有研究在研究内容、方法和整合框架方面存在不足
,包括研究广度与深度的不足、研究方法和数据的局限性、以及缺乏全面和系统的框架。 -
研究需求的提出:
本文旨在解答四个核心问题:国内外直播电商领域的研究现状和热点话题、发展趋势、理论基础和研究方法、以及未来的研究方向
。
5.研究方法的创新:
本文采用混合系统性文献综述方法,结合文献计量分析和基于TCCM框架 的综述方法,以全面对比分析中英文文献,深入剖析国内外直播电商领域的研究进展。
6.研究贡献:
本文的研究贡献在于创新性地融合了定性和定量方法,综合评估了国内外文献,构建了直播电商研究的TCCM整合框架,并展望了未来研究方向,为后续研究提供了理论深度和实践指导的参考框架。
二、研究设计:
-
研究方法的选择:
本文采用混合系统性文献综述方法,结合文献计量分析和基于TCCM框架的综述方法,以全面分析直播电商领域的研究现状和未来趋势。
①文献计量分析:
- 利用Citespace和VOSviewer软件进行文献计量分析,通过统计和可视化手段揭示直播电商领域的研究现状、热点和趋势。
②TCCM框架应用:
- 基于理论-情境-特征-方法(TCCM)框架,构建直播电商研究的整合框架,系统评估理论基础、背景与情境因素、关键特征和研究方法。
-
数据来源和检索:
- 数据来源于Web of Science和中国知网的核心期刊,覆盖2017-2024年间的中英文文献。
- 通过主题字段搜索和严格的筛选过程,确保研究样本的质量和相关性。
三、直播电商研究现状分析
-
发文量分析:
- 国内外直播电商研究的发文量总体呈上升趋势,表明该领域研究活跃度逐年增加。
- 英文文献从2020年开始稳步增长,中文文献在2017-2019年起步后,2020年开始迅速增长。
- 2023年国内外发文量达到212篇,显示国内外研究热度不断上升。
-
发文国家分析:
- 中国在直播电商领域的发文量最多,显示中国在全球直播电商研究中的重要地位。
- 其他高频发文国家包括美国、韩国、马来西亚和英国等,多为亚洲国家,表明亚洲在直播电商领域较为成熟和普及。
-
研究机构分析:
- 国内外直播电商研究的主要学术团体多集中在经济较发达的地区,如中国人民大学和武汉大学等。
- 上海大学在国际期刊文章的发文机构中位居榜首,显示其在直播电商领域的研究贡献。
-
核心作者分析:
- 通过作者共被引分析,识别出直播电商领域的关键人物,如Wongkitrungrueng A、Sun Y和Cai J等,他们在该领域的研究具有较大的影响力。
-
研究类型分析:
- 直播电商研究展现出多元化特征,定量实证研究占据核心地位。
- 国内研究在理论性探讨上更为侧重,而国际研究更侧重于定量实证的广泛应用。
- 混合研究方法在国际研究中的较高比例,显示国际学者倾向于融合定性与定量手段。
四、研究热点与趋势演化
-
关键词共现分析:
- 通过VOSviewer软件对中英文文献的关键词共现网络进行可视化,揭示了直播电商领域的代表性术语和研究主题。
- 国外研究更聚焦于直播电商的影响因素和理论机制,而国内研究则结合社会背景,分析不同情境下直播电商的运行机制。
-
关键词聚类分析:
- 利用VOSviewer的聚类密度视图,国外和国内研究分别形成了不同的聚类,反映了各自研究的侧重点。
- 国外研究倾向于探讨影响直播电商的特征因素和消费者行为的深层机制,国内研究则更多结合当前社会背景进行分析。
-
趋势演化分析:
- 结合VOSviewer的关键词共现叠加视图和Citespace的突现词探测功能,展示了研究主题随时间的演化趋势。
- 国外研究热点从直播定义的界定逐渐转向实用主义视角、社交媒体影响者的作用以及虚拟现实技术的应用。
- 国内研究热点则从初期的直播定义探讨转向互动性和主播类型探讨,以及直播电商在宏观战略如乡村振兴中的作用。
五、TCCM 框架分析
本文对上文所提到的高频关键词进行了系统分类,归纳出了直播电商领域的四大核心议题(见表 9)。此过程严格基于阶段 1 文献计量分析的客观结果,确保了分类的科学性与客观性。在此基础上,本文发现了这一分类结果与 TCCM 框架的结构高度契合,因此,采纳了 Paul 和 Rosado-Serrano所推荐的 TCCM 框架,深化了对直播电商领域各核心议题内容和重要成果的理解。
本文的研究结果从以下四个维度进行了系统的探讨和阐述。
1)深入剖析直播电商领域的理论流派及代表性理论,为解读直播电商现象提供了多元的视角和坚实的理论支撑。
2)探讨主流直播电商的多样化研究背景和情境化因素,对直播电商应用的多个现象场景及其异同进行了更深刻的剖析和理解。
3)详细阐述研究直播电商时所涉及的多维度特征因素,对直播电商现象本身进行了全面且系统的分析,为深入揭示其内在机制和规律提供了有力支撑。
4)探讨直播电商研究中采用的方法论,包括数据收集方法、数据分析方法和工具等,对主流研究方法提供了客观的数据支持和评价。直播电商的 TCCM 整合框架如图 6 所示。
1. 直播电商的理论基础
理论流派 | 描述 |
---|---|
SOR理论 | 刺激-机体-反应模型,分析外部环境因素如何影响消费者行为 |
ELM理论 | 精细加工可能性模型,探讨信息处理过程对决策的影响 |
信息不对称理论 | 探讨市场交易中信息差异导致的道德风险和逆向选择问题 |
信号理论 | 分析企业如何通过信号传达产品或服务质量信息 |
沉浸理论 | 研究个体全神贯注参与某项活动的心理状态 |
依恋理论 | 揭示个体与特定对象之间的情感联结本质 |
社会临场感理论 | 探讨通过中介交流感受到他人意图和感官印象的程度 |
拟社会关系理论 | 研究媒体用户与媒体人物之间形成的类似真实人际关系的错觉 |
技术可供性理论 | 强调技术为特定用户群体提供实现目标的特定功能 |
技术接受模型 | 基于理性行为理论,探讨用户对信息技术的接受与使用 |
2. 直播电商的研究背景与情境要素
层面 | 描述 |
---|---|
国家层面 | 涉及政策背景、数字经济、后疫情时代和乡村振兴等 |
行业层面 | 包括旅游、服装、化妆品、农产品等行业 |
平台/技术层面 | 涉及传统电商与直播的结合、社交媒体直播、短视频直播等 |
个人层面 | 主播类型或特征,如网络名人主播、品牌自播、社交媒体影响者/意见领袖等 |
3. 直播电商的关键特征
类别 | 描述 |
---|---|
前因变量 | 包括主播特征、消费者动机、产品价格和质量等 |
中介变量 | 包括信任、社会临场感、感知有用性、感知娱乐性等 |
调节变量 | 包括消费者内在特征如冲动性、权力感、卷入度等 |
结果变量 | 包括购买意愿、购买行为、口碑和用户粘性等 |
4. 直播电商的研究方法
数据收集方法 | 描述 |
---|---|
访谈 | 通过访谈收集数据 |
调查问卷 | 通过问卷调查收集数据 |
技术手段 | 如爬虫技术、数据挖掘技术和自然语言处理技术等 |
数据分析方法 | 描述 |
---|---|
结构方程模型 | 用于分析变量之间的关系 |
机器学习 | 用于模式识别和数据挖掘 |
文本挖掘 | 用于从文本数据中提取有用信息 |
在线观察 | 直接观察在线行为和互动 |
六、研究结论与展望
领域 | 未来研究方向 |
---|---|
理论探究 | - 拓展新理论视角,探究直播电商特有的新理论 - 对尚未得到实证数据验证的理论进行应用或拓展 |
背景与情境要素 | - 跨文化研究,利用 Hofstede 文化维度理论理解不同文化背景下直播电商的多样性 - 研究重大社会事件、科技变革、国家政策等对直播电商发展的影响 |
关键特征(前因、中介、调节、结果) | - 探索主播相关的新要素及其与现有要素之间的新联系 - 探讨不同类型主播在不同产品类别下对消费者行为影响的差异 - 从卖家视角揭示直播电商背景下消费者行为及企业运营策略的影响因素 |
研究方法 | - 挖掘不同类型数据,包括定性数据和纵向数据 - 采用新方法或混合方法,如 MASEM、VAR、DID、机器学习等 - 综合运用问卷调查、深度访谈、文本分析以及大数据分析等多种研究方法 |