平臺UGC特征對消費者購買意愿的影響實證研究摘要隨著過去數十年的社會媒體的快速發展，消費者能夠與其他用戶在線分享產品的購買和使用經驗。關于用戶生成內容（下文中用戶生成內容都用UGC代替）的研究逐年增加，但是，關于小紅書平臺上的UGC分析以及它如何影響消費者的未來購買意圖是稀缺的。消費者在平臺上發表的圖片、文字、視頻等內容可以為其他消費者提供參考，其他消費者也會積極參與分享和互動，為其他社區成員帶來福利。本文利用問卷調查、文獻研究、數據分析等方法，構建了UGC特征--情感反應--消費者購買意愿的關系體系。基于發放問卷星人群調查結果為樣本，運用描述性統計、信效度分析、因子分析等方法進行研究，旨在為小紅書博主發布UGC提出營銷意見。研究結果表明只有被調查者的月收入對消費者購買意愿呈現正相關關系，其他人口統計變量相關關系不明顯。UGC有用性和UGC可信性對消費者購買意愿產生正向影響。情感反應對消費者購買意愿產生顯著影響。情感反應在UGC特征和消費者購買意愿中起中介作用。本研究通過實證調研，理順了UGC特征對消費者購買意愿影響的系統關系，具有一定的創新價值和意義。關鍵詞：用戶生成內容特征；UGC；情感反應；消費者購買意愿目錄1緒論 11.1研究背景 11.2研究意義 11.3研究方法 21.4研究框架 22文獻回顧 32.1UGC特征 32.1.1UGC的定義 32.1.2UGC特征維度 42.2情感反應 52.3消費者購買意愿 52.3.1消費者購買意愿的定義 62.3.2消費者購買意愿的影響因素 63研究設計 83.1研究假設 83.2理論模型構建 93.3變量測量 103.3.1UGC特征的測量維度 103.3.2情感反應的維度測量 113.3.3消費者購買意愿的維度測量 113.4問卷設計與數據收集 123.4.1問卷設計 123.4.2數據收集 124數據分析 134.1信度分析 134.2效度分析 144.2.1UGC有用性效度分析 144.2.2UGC可信性效度分析 164.2.3情感反應效度分析 184.2.4消費者購買意愿效度分析 194.3描述性統計分析 204.3.1樣本特征分析 204.3.2各變量描述分析 214.4相關分析 224.5回歸分析 224.5.1UGC有用性對情感反應回歸分析 224.5.2UGC可信性對情感反應回歸分析 234.5.3情感反應對消費者購買意愿回歸分析 244.5.4UGC有用性對消費者購買意愿回歸分析 254.5.5UGC可信性對消費者購買意愿回歸分析 274.6中介檢驗 295研究結論與管理啟示 315.1研究結論 315.2管理啟示 325.3研究局限與展望 33 1緒論1.1研究背景用戶生成內容這一術語2005年走入公眾視野。這是一個新的學術領域，隨著社交媒體的興起而引起重視。雖然電子商務通過網絡可以減少買賣雙方的交易成本，但是，交易雙方不能直接面對面接觸，網絡消費者面臨著高度的信息不對稱問題。這給消費者帶來風險的同時也使消費者對賣家的信任程度大打折扣，從而影響了賣家的商品銷售。網絡技術和社交媒體的迅猛發展使消費者容易搜索到更多的產品信息，也愿意與他人分享購買經驗。網絡信息已經成為消費者最重要的信息來源之一。最近幾年關于電子商務網站上在線內容的研究不斷增加，尤其是UGC方面的研究。一方面，越來越多的消費者在網絡中提供個人對產品的評價和使用經驗等，另一方面，越來越多的消費者通過搜索引擎或在虛擬社區中查看其他消費者提供的產品評論信息。消費者在平臺上發表的圖片、文字、視頻等內容可以為其他消費者提供參考，其他消費者也會積極參與分享和互動，為其他社區成員帶來便利。社交媒體的快速發展使人們能夠分享他們的購買和實際經驗。自2013年成立以來，截至2019年7月，小紅書用戶數已超過3億，并持續快速增長，在小紅書社區每天產生數十億次的筆記曝光，內容覆蓋各個生活方式領域。在線共享已成為一種流行的現象作為一種新的媒體格式。數百萬人上傳他們的自制視頻，并與世界各地的其他人在線分享。1.2研究意義（1）實踐意義本文通過網上問卷星及攔截的方式進行收集數據，對本論題進行探究。具體而言，筆者將用戶生成內容特征當做自變量，將情感反應當做中介變量，將消費者購買意愿當做因變量，進行論文分析。本文以小紅書為例，挖掘用戶生成內容的核心特征，研究用戶生成內容對消費者購買意愿的影響因素，同時探尋UGC核心特征內各變量間的影響關系，為現有研究提供一些其他視角的多樣性補充。UGC如何在人際傳播中影響最后的交易，本文的研究結果對于傳播學中的相關理論譬如“意見領袖”等在網絡交易中的應用，貢獻了理論補充。（2）理論意義用戶生成內容是“互聯網+”時代背景下一種新興的網絡信息資源模式。相信本研究通過對小紅書生成內容與購買意愿相關研究，可以為未來電子商務平臺的發展提供良好的借鑒，可以為更為科學地構建平臺，運用適當的手段促進和管理用戶生成內容，提升網絡營銷效果及提升消費者購買體驗，從而提高企業競爭力提供更多參考。同時，作為品牌方，如何利用UGC進行推廣，本文的研究也能提供更多思路。1.3研究方法本文主要調查的內容是用戶生成內容特征、情感反應、消費者購買意愿三個變量的關系狀況。筆者采取理論和實際相聯系的形式，同時在指導老師的指導下對課題實行探討。（1）在理論探討階段，經由各種途徑充分收集專業期刊等文獻，用心瀏覽觀察中外文獻，將學者們的研究發現總結、概括和剖析，以此為本文的撰寫提供客觀可靠的理論依據。（2）在考察過程中，按照有關理論知識策劃問卷，采用便利抽樣實施問卷預調研，根據得到的結果改善問卷，完成終稿，針對目標人群發散問卷，再依據得到的問卷數據進入分析步驟。（3）在實際解決問題階段，觀察分析數據結果，為企業提供切實可行的善因營銷建議。1.4研究框架本論文的框架結構如下圖1.1所示：內容提綱內容提綱章節擬解決問題緒論文獻回顧對數據進行分析統計信度效度檢驗修正模型，完成研究總結結論，得出對策，明確不足和發展方向確定研究方法選取樣本獲取數據研究結論對策建議局限不足背景、意義、方法三個概念界定三個關系解釋調查方法問卷設計抽樣方法理論框架測量維度提出相關假設建立概念模型梳理文獻明確研究理論和不足闡釋背景、意義提出問題實證分析模型框架研究設計數據收集研究結論研究展望描述性分析回歸分析因子分析圖1.1論文思路導引圖2文獻回顧本文將UGC特征作為自變量，情感反應為中介變量從而影響消費者購買意愿，因此將UGC、情感反應和消費者購買意意愿這三個方面進行文獻綜述。2.1UGC特征2.1.1UGC的定義本文將國內外學者分別對UGC下的定義進行了概括總結，詳見表2.1。表2.1代表性學者對UGC的定義代表性定義代表性人物UGC是指非專業人士通過非專業方式在網絡平臺上公開發布的創造性的、公開可見的內容[1]。GrahamVickery（2007）UGC是指普通大眾在數字化的環境下，發布內容在網絡上進行廣泛傳播，其可以從其他渠道獲取的內容或進行原創[1]。Shim，Lee（2009）UGC的兩個主要特征是內容具有原創性以及信息需要發布者傳遞與共享[1]。Ostman（2012）UGC是指在虛擬社區里，消費者發布有關產品的評論信息及觀點等，并在網絡上進行傳播[1]。Blackshaw和Nazzaro（2012）UGC是指一種有機結合的產物，其包括業余創作者、實質性的信息內容以及傳播媒介的工具[1]。李鵬（2012）綜上所述，本文認為UGC是指有普通網絡用戶群體通過網絡公開發布具有個人觀點的創新性內容。2.1.2UGC特征維度McKinney等人（2002）發現了信息的相關性、可理解性、可靠性、充分性、范圍性和有用性這六個解釋建構信息質量的重要因素[6]。DeLone和McLean（2003）重新制定了他們的信息系統成功模式，以適應電子商務時代[1]。在除了系統質量和信息質量之外，還有第三個總體維度，那就是服務質量。系統質量定義了系統的有價值的技術特征，包括電子商務系統的可用性、可用性、可靠性、適應性和響應時間[6]。信息質量定義了信息的個性化、完整性、相關性、易理解性和安全性[6]。服務質量是指給予用戶的支持的質量，包括向用戶提供的保證、移情和響應[6]。Negashetal.（2003）也發現基于web的客戶支持系統的質量和有效性主要取決于信息質量和系統質量[2]。他們定義信息質量包括信息的準確性、及時性、現代化程度、和娛樂價值；系統質量定義為交互性和訪問性[2]。Ayeh等人（2013）指出，隨著用戶原創內容的可獲得性及其潛在影響的增加，可信度對客戶和營銷人員來說都變得越來越重要[3]。Chen等人（2011）強調了網絡社區背景下的可信度和信息質量[1]。因此，可信度與信息質量的其他方面聯系在一起，影響信息的性質以及接收方對信息的態度[1]。陳艷紅（2018）指出在社會化電商環境下用戶生成內容主要包括產品評論、購物體驗的分享以及產品推薦等[1]。用戶根據自身的購買后的產品體驗進行客觀描述產品的性能以及做出購買建議，相對于品牌方進行的描述而言更具有可信度，因此根據用戶生成內容來了解產品信息以及做出購買決策成為當前消費者在線購物[1]。因此，本文將用戶生成內容特征劃分為信息來源的可信度和信息質量，即UGC可信性和UGC有用性，在此基礎上，將UGC可信性再度劃分為專業性、同質性和互動性；UGC有用性劃分為詳盡性、新穎性和理解性。2.2情感反應Westbrook和Oliver（1991）在對購物環境下的消費者情感進行定義時，指出情感是消費者在受到外部信息刺激之后形成的一種內心感知，即在購物環境中的一種情感體驗[1]。Oliver（1993）也認為情感是個體用來反映外部環境感知的情感體驗[1]。Park，Deborah（1998）研究證明商店中的人員、物品信息等都會影響消費者的情感，從而影響其購物態度[3]。Donovaetal（1982）認為情感與購買意愿之間存在正向相關的關系[1]。張靖（2013）在其研究中將情緒定義為是人類的一種情感狀態，會對個體的感覺、知覺、記憶、思維、反應、判斷、決策等一系列認知行為產生影響[3]。賀愛忠＆龔婉琛（2010）在其研究中指出情感是消費者受到外界環境刺激時出現的心理反應，在消費者做出購買決策的過程中發揮著重要的作用[1]。王琦＆王雅男（2014）在對消費者情感與購買意愿之間關系的實證研究中表明消費者被喚醒的愉悅情感與其購買意愿呈正相關關系[1]。因此本文將情感反應定義為，消費者對某一產品的評價和判斷產生的情緒，進而影響購買意愿。2.3消費者購買意愿2.3.1消費者購買意愿的定義Fishbebin等（1975）等認為，消費者購買意愿是指消費者在其實際購買過程中表現出來的意愿和決策[7]。BagozziandBurnkrant（1979）將購買意愿定義為個體對特定商品或服務的行為傾向[6]。Dodds等（1991）認為，購買意愿是消費者即將進行購買行為的可能性[9]。Morwitz&Schmittlein（1992）認為，在市場營銷中，將購買意愿作為消費者購買決策的預測指標具有重要的意義[10]。Engeletal.（1994）認為，購買意愿是消費者選擇某產品或品牌的主觀性傾向[6]。趙玥（2006）認為，購買意愿是指消費者收到主觀因素的影響，消費者是否對特點商品采取行動的可能性[12]。邱蕾（2009）認為，購買意愿是消費者購買行為的前奏，是消費者買到自己所需要產品的一種心理表現[14]。周小兵（2017）認為，購買意愿是消費者做出購買產品決策的概率[6]。綜上所述，學者們對于購買意愿的理解大同小異，本文將消費者購買意愿定義為消費者在選擇和購買某種產品，并且對其產品或服務滿意時，根據自己主觀傾向的可能性進行決策。2.3.2消費者購買意愿的影響因素關于消費者購買意愿影響因素的研究，學者們主要集中于兩類因素的探討：一類是內部因素，包括消費者個體特征、態度、價值觀等；一類是外部因素，包括社會文化、社會階層、消費環境、家庭環境等。內部因素和外部因素相互作用，綜合影響著消費者的購買意愿。消費情境因素的變化會影響到消費者的購買意愿。這里講的消費環境因素包含狹義和廣義之分，狹義的消費環境因素包括購物氛圍、商店裝修和店員態度等，而廣義的消費環境因素包括社會文化、經濟環境、社會階層等因素。Sharma和Stafford（2000）通過實證調查指出：顧客的購買意愿會直接或間接的受到商店的購物環境、店面陳列、消費氛圍以及服務員的態度等因素的影響[1]。消費者的年齡、性別、地域、職業、價值觀、人生態度和生活方式以及教育背景等因素，都在不同程度上影響消費者的購買意愿和行為。國內學者莊貴軍等（2004）通過實證調查指出，在購物中的消費者的購買決策受到以下六個情景因素的影響，具體來說分別是購買欲望、經常性、店鋪數量、旅游景點、周末和滯留時間[1]。馮建英等（2006）指出，消費者對產品的認識渠道包括產品的內部線索和外部線索兩類[9]。產品的內部線索，具體是指產品質量、產品功能與外觀包裝等與產品使用價值相關聯的屬性。而產品的外部線索主要是指產品價格、品牌價值、售后服務等產品本身屬性不相關的外部因素。對于消費者而言，由于客觀與主觀等條件的限制，其實在很多時候并不能充分獲得產品的內部信息，就只能通過產品的外部線索或者自己感知的信息了解產品和降低感知風險性，從而做出進一步的購買行為。綜上所示，前人們對購買意愿的影響因素根據不同的角度進行了大量的研究和分類。我們可以了解道，消費者內在因素較大的影響其購買意愿決策，顧客對其感知尤為明顯。

3研究設計通過文獻綜述，在已有的文獻基礎上結合小紅書平臺用戶的特點，做出了以下假設和模型。3.1研究假設3.1.1UGC有用性與消費者購買意愿的關系假設文中將UGC有用性將分為三個維度，分別是詳盡性、新穎性、理解性。信息的有用性是影響消費者接受信息的重要因變量。因此本文提出以下假設：H1：UGC有用性正向影響消費者購買意愿；H1a：UGC的詳盡性正向影響UGC有用性；H1b：UGC的新穎性正向影響UGC有用性；H1c：UGC的理解性正向影響UGC有用性；3.1.2UGC可信性與消費者購買意愿的關系假設文中將UGC可信性分為三個維度，分別是專業性、同質性、互動性。Sternthal等在信息說服效應的實驗研究中表明，人們更可能被那些具有可靠來源的信息說服[6]。因此本文提出以下假設：H2：UGC可信性正向影響消費者購買意愿；H2a：UGC的專業性正向影響UGC可信性；H2b：UGC的同質性正向影響UGC可信性；H2c：UGC的互動性正向影響UGC可信性；3.1.3情感反應在用戶生成內容和消費者購買意愿的關系假設Bakeret.al（1992）研究發現，隨著快樂和喚醒這一內部情感狀態的增加，消費者的購買意愿增強[1]。因此，本文提出以下假設：H3：情感反應在UGC特征對消費者購買意愿的影響中為部分中介；H3a：UGC有用性正向影響情感反應；H3b：UGC可信性正向影響情感反應；H3c：情感反應正向影響消費者購買意愿。3.2理論模型構建基于本文的研究假設，UGC特征可以分為UGC有用性和UGC可信性這兩個維度。在此基礎上，UGC有用性將分為詳盡性、新穎性、可理解性；而UGC有用性將分為專業性、同質性、互動性。作為自變量，UGC特征對消費者購買意愿具有正向影響，情感反應對消費者的購買意愿的影響是有正向影響的，情感反應在自變量和因變量中具有中介作用。提出如圖3.1所示的理論框架。UGC特征UGC特征消費者購買意愿UGC有用性詳盡性新穎性理解性情感反應UGC可信性專業性同質性互動性圖3.1理論模型框架3.3變量測量3.3.1UGC特征的測量維度本研究主要針對UGC特征劃分的兩個自變量進行測量，主要借鑒了國內陳振華（2019）、唐嘉庚（2006）、謝遠藝（2012）及國外Wu（2013）、Animeshetal（2011）、Beatty&Ferrell（1998）、Shih等（2013）所編制的UGC特征測量量表中的指標題項，如表3.1和3.2所示。表3.1UGC有用性的測量題項變量名稱測量內容詳盡性我認為小紅書平臺中的UGC能夠滿足我的需求我認為小紅書平臺中的UGC可以體現商品的全部價值我認為小紅書平臺中的UGC能夠提供給我所需要的信息我認為小紅書平臺中的UGC包括了該商品的所有屬性新穎性小紅書平臺中用戶所評論的商品是我未曾嘗試過的產品小紅書平臺中的UGC可以滿足我對某種產品的好奇心在看到小紅書平臺對于某產品的評論內容之前，我對該產品了解很少理解性我認為小紅書平臺中的UGC表達很清晰我可以毫不費力的理解小紅書平臺中的UGC我認為小紅書平臺中的UGC是容易閱讀的在瀏覽小紅書平臺中的UGC時，我能夠理解我所瀏覽的內容UGC有用性我認為小紅書中不同的用戶提到的相同的情況可以驗證產品的實際價值我認為小紅書中用戶發布內容的長度體現了發布者的用心程度我認為小紅書中用戶提供了關于產品的真實信息我認為小紅書中使用第一人稱代詞（“我”“我們”）的用戶發布的內容是他們的真實經驗表3.2UGC可信性的測量題項變量名稱測量內容專業性我認為小紅書中UGC的發布者的購買經驗很豐富我認為小紅書中UGC的發布者的使用經驗很豐富我認為小紅書中UGC的發布者對該產品領域的相關知識很豐富我認為小紅書中UGC的發布者對該產品很了解同質性我更傾向于信賴和我有相同興趣的用戶所寫的內容我更傾向于信賴那些和我使用相同品牌的用戶所寫的內容我更傾向于信賴和我同年齡段的用戶所寫的內容我更傾向于信賴和我性別相同的用戶所寫的內容互動性我認為通過搜索瀏覽UGC可以從其他用戶的分享中獲取有價值的產品信息我認為通過搜索瀏覽UGC可以得到其他用戶的幫助來解決我的困惑我認為通過搜索瀏覽UGC可以讓我覺得是在與他人進行產品信息的交流我認為用戶之間是樂于分享產品信息、使用經驗UGC可信性我認為小紅書平臺中的UGC是可以相信的我認為小紅書平臺中的UGC是真實的我認為小紅書平臺中的UGC是可靠的我認為小紅書平臺中的UGC是客觀的3.3.2情感反應的維度測量情感反應的測量量表采用的是Beatty，Ferrell（1998）和Shih等（2013）基礎上，選取了那些描述頻繁作為測量題項。表3.3情感反應的測量題項變量內容測量內容情感反應當我在搜索瀏覽小紅書平臺中的UGC后，我會覺得很輕松當我在搜索瀏覽小紅書平臺中的UGC后，我會對該產品產生興趣當我搜索瀏覽小紅書中平臺中的UGC后，我覺得該產品具有吸引力3.3.3消費者購買意愿的維度測量消費者購買意愿的測量量表采用Mcknight，Chervany（2002）和Song，Zahedi（2005）所設計的量表，根據本文研究的要求再進行了進一步的修正。表3.4消費者購買意愿的測量變量內容測量內容消費者購買意愿我購買產品時會參考UGC中描述產品信息的部分。在搜索瀏覽UGC后，我對于獲取過信息的產品更愿意購買。在搜索瀏覽UGC后，我會適當考慮購買被重復推薦的產品。在搜索瀏覽UGC后，我會產生強烈的購買欲望。3.4問卷設計與數據收集3.4.1問卷設計本文將問卷分成4個部分，第一部分是被調查者的背景資料。第二部分是UGC特征調查，第三部分是情感反應調查，第四部分是消費者購買意愿調查。其中第二、三、四部分采用的是李克特五點量表。第一部分：個人背景資料。主要包括被調查者的性別、年齡、學歷、職業、月收入情況。該部分問卷主要為了解被調查對象的基本情況。第二部分：UGC特征調查。這也是調查問卷的主體部分，分別羅列了UGC有用性和UGC可信性兩個維度帶來的各項因素。旨在了解兩個維度是都會影響消費者購買意愿。第三部分：情感反應調查。本研究模型的中介變量，讓消費者對情感反應進行判斷。第四部分：消費者購買意愿調查。本研究模型的因變量，讓消費者對自己購買意愿進行判斷。3.4.2數據收集本次調查主要以網上問卷星的形式進行問卷，獲取數據信息。調查時間為2021年3月中旬，正式調研歷時半個多月，共發放調查問卷了230份，回收208份，剔除無效問卷27份，最終獲得181份有效問卷，問卷有效率87.02%。對回收的問卷數據采用SPSS20.0軟件進行分析，以調查表格和統計圖表的形式來反映調查信息。4數據分析4.1信度分析本研究在進行量表信度檢驗時，將主要通過克隆巴赫系數這一指標進行檢驗。筆者通過spss20.0對181份樣本進行了錄入并對數據進行信度分析，可靠系數為0.942，如表4.1所示。表4.1可靠性統計克隆巴赫系數基于標準化項目的克隆巴赫系數項數.942.94945從表4.1中可以看出，數據可靠性較高，具有較高的質量，問卷設計具有較好的架構，證明得出調查結果具有真實性和適用性。表4.2各變量可靠性統計變量項數克隆巴赫系數基于標準化項目的克隆巴赫系數詳盡性4.816.818新穎性3.788.788理解性4.826.828UGC有用性4.804.804專業性4.784.784同質性4.828.826互動性4.792.793UGC可信性4.779.779情感反應3.827.829消費者購買意愿4.891.895為了進一步檢驗各變量具有可靠性，筆者對UGC特征及各維度、情感反應、消費者購買意愿變量進行了對克隆巴赫系數這一指標的檢驗，如表4.2所示。從中可以看出，變量UGC有用性劃分的三個維度的信度分別為0.816、0.788和0.826；變量UGC可信性劃分的三個維度的信度分別為0.784、0.826和0.793；中介變量情感反應的信度為0.829；因變量消費者購買意愿的信度為0.895。說明各變量信度都在0.7以上，信度都良好，數據可靠，具有較高的質量，問卷設計具有較好的架構，證明得出調查結果具有真實性和適用性。4.2效度分析本論文按照UGC特征、情感反應、消費者購買意愿三個方面進行深入的分析，為了驗證先前三個方面的具體測量維度分類是否合理，我們分別將UGC有用性、UGC可信性、情感反應、消費者購買意愿的指標體系所含問項進行效度驗證分析。4.2.1UGC有用性效度分析UGC有用性共有15個測量項，利用SPSS20.0進行KMO和巴特利特檢驗，結果如下表4.3所示。表4.3UGC有用性KMO和巴特利特檢驗KMO取樣適切性量數.938Bartlett的球形度檢驗近似卡方1575.791自由度105顯著性.000由表4.3顯示，樣本充足度的KMO值為0.938，大于0.7，非常適合做因子分析。Bartlett球體檢驗的x^2的統計值為1575.791，顯著性概率為0.000，小于0.1%，說明變量具有相關性，適合做因子分析。從而，我們將對UGC有用性的15個問題項通過SPSS20.0進行因子分析，得到了進一步的結果，詳情如表4.4所示:表4.4UGC有用性總方差解釋成分初始特征值提取載荷平方和總計方差百分比累積%總計方差百分比累積%18.01653.44053.4408.01653.44053.44021.1347.56060.9991.1347.56060.9993.7164.77165.7704.6654.43570.2045.6334.21974.4236.5553.69778.1207.5093.39581.5158.4863.24084.7559.4673.11687.87010.4192.79590.66511.3462.30692.97112.3112.07295.04313.2901.93596.97914.2381.58798.56615.2151.434100.000提取方法：主成份分析表4.5UGC有用性成分矩陣a成分1211.在瀏覽小紅書平臺中的UGC時，我能夠理解我所瀏覽的內容.7663.我認為小紅書平臺中的UGC能夠提供給我所需要的信息.7569.我可以毫不費力的理解小紅書平臺中的UGC.7406.小紅書平臺中的UGC可以滿足我對某種產品的好奇心.7358.我認為小紅書平臺中的UGC表達很清晰.7295.小紅書平臺中用戶所評論的商品是我未曾嘗試過的產品.72710.我認為小紅書平臺中的UGC是容易閱讀的.7254.我認為小紅書平臺中的UGC包括了該商品的所有屬性.6832.我認為小紅書平臺中的UGC可以體現商品的全部價值.6797.在看到小紅書平臺對于某產品的評論內容之前，我對該產品了解很少.6211.我認為小紅書平臺中的UGC能夠滿足我的需求.60315.我認為小紅書中使用第一人稱代詞（“我”“我們”）的用戶發布的內容是他們的真實經驗.78814．我認為小紅書中用戶提供了關于產品的真實信息.75512.我認為小紅書中不同的用戶提到的相同的情況可以驗證產品的實際價值.74713.我認為小紅書中用戶發布內容的長度體現了發布者的用心程度.635提取方法：主成份分析。a.已提取2個成分。從表4.5中可以發現，本文對15個題項進行探索性因子分析，共提取了兩個因子，說明了各題目的關聯度較高。在提取的2個因子中，因子荷載絕大多數都超過0.7，顯示了較高的內斂效度。從抽提的2個因子所包含的15個測量條款的共同性來看，基本都在0.7以上或接近0.7，但全都超出了有關研究所建議的0.5以上臨界水平；累計方差解釋率為60.999%，體現了問卷設計具有較高的建構效度。考察因子分析結果與原本假設基本相同，故因子命名不變。4.2.2UGC可信性效度分析UGC可信性共有16個測量項，利用SPSS20.0進行KMO和巴特利特檢驗，結果如下表4.6所示。表4.6UGC可信性KMO和巴特利特檢驗KMO取樣適切性量數.877Bartlett的球形度檢驗近似卡方1578.863自由度120顯著性.000由表4.3顯示，樣本充足度的KMO值為0.877，大于0.7，非常適合做因子分析。Bartlett球體檢驗的x^2的統計值為1578.863，顯著性概率為0.000，小于0.1%，說明變量具有相關性，適合做因子分析。從而，我們將對UGC可信性的16個問題項通過SPSS20.0進行因子分析，得到了進一步的結果，詳情如表4.7所示:表4.7UGC可信性總方差解釋成分初始特征值提取載荷平方和總計方差百分比累積%總計方差百分比累積%16.40740.04140.0416.40740.04140.04121.62310.14150.1821.62310.14150.18231.3218.25758.4391.3218.25758.43941.0086.29764.7371.0086.29764.7375.7244.52669.2626.6444.02773.2907.6293.92977.2198.6153.84281.0619.5723.57684.63710.5043.14787.78411.4602.87790.66212.4292.68493.34613.3962.47795.82214.3382.11297.93515.3111.94599.88016.019.120100.000提取方法：主成份分析表4.8UGC有用性成分矩陣a成分123427.我認為用戶之間是樂于分享產品信息、使用經驗.80024.我認為通過搜索瀏覽UGC可以從其他用戶的分享中獲取有價值的產品信息.74326.我認為通過搜索瀏覽UGC可以讓我覺得我是在與他人進行產品信息的交流.69725.我認為通過搜索瀏覽UGC可以得到其他用戶的幫助來解決我的困惑.55921.我更傾向于信賴那些和我使用相同品牌的用戶所寫的內容.94120.我更傾向于信賴和我有相同興趣的用戶所寫的內容.93623.我更傾向于信賴和我性別相同的用戶所寫的內容.53022.我更傾向于信賴和我同年齡段的用戶所寫的內容.47217.我認為小紅書中UGC的發布者的使用經驗很豐富.77719.我認為小紅書中UGC的發布者對該產品很了解.76518.我認為小紅書中UGC的發布者對該產品領域的相關知識很豐富.62416.我認為小紅書中UGC的發布者的購買經驗很豐富.60329.我認為小紅書平臺中的UGC是真實的.80630.我認為小紅書平臺中的UGC是可靠的.71031.我認為小紅書平臺中的UGC是客觀的.69628.我認為小紅書平臺中的UGC是可以相信的..625提取方法：主成份分析。a.已提取4個成分。從表4.8中可以發現，筆者對16個題項進行了探索性因子分析，為使方差損失減少，共提取了4個因子。在提取的4個因子中，因子荷載絕大多數都超過0.7，顯示了較高的內斂效度。從抽提的4個因子所包含的16個測量條款的共同性來看，基本都在0.7以上或接近0.7，題項25及題項23雖未接近0.7，但也超出了有關研究所建議的0.5以上臨界水平，而題項22因子荷載則是0.472，因此在之后我將這道題目刪除進行修改；累計方差解釋率為64.737%，體現了問卷設計具有較高的建構效度。考察因子分析結果與原本假設基本相同，故因子命名不變。4.2.3情感反應效度分析情感反應共有3個測量項，利用SPSS20.0進行KMO和巴特利特檢驗，結果如下表4.9所示。表4.9情感反應KMO和巴特利特檢驗KMO取樣適切性量數.628Bartlett的球形度檢驗近似卡方298.077自由度3顯著性.000由表4.9顯示，情感反應的KMO系數為0.628，接近0.7，適合做因子分析。Bartlett氏球體檢驗的x^2的統計值為298.077，顯著性概率為0.000，小于0.1%，說明變量具有相關性，樣本數據適合做因子分析。從而，我們將對情感反應的3個問題項通過SPSS20.0進行因子分析，得到了進一步的結果，詳情如表4.10所示:表4.10情感反應總方差解釋成分初始特征值提取載荷平方和總計方差百分比累積%總計方差百分比累積%12.25475.13175.1312.25475.13175.13120.60920.31495.4463.1374.554100.000提取方法：主成份分析。表4.11情感反應成分矩陣a成分132..當我在搜索瀏覽小紅書平臺中的UGC后，我會覺得很輕松.93434.當我搜索瀏覽小紅書中平臺中的UGC后，我覺得該產品具有吸引力.91933.當我在搜索瀏覽小紅書平臺中的UGC后，我會對該產品產生興趣.733提取方法：主成份分析。a.已提取1個成分。從兩個表中，我們可以發現，累積方差的百分比為75.131%，同時，在成分矩陣中，3個問題項的因子載荷幾乎都大于0.7的，顯示了較高的內斂效度，說明，以上3個問題的題項是合理的。考察因子分析結果與預先的假設相同，因而，我們將上述3個問題項歸入了同一公共因子：情感反應。4.2.4消費者購買意愿效度分析消費者購買意愿共有4個測量項，利用SPSS20.0進行KMO和巴特利特檢驗，結果如下表4.12所示。表4.12消費者購買意愿KMO和巴特利特檢驗KMO取樣適切性量數.748Bartlett的球形度檢驗近似卡方847.834自由度6顯著性.000由表4.12顯示，消費者購買意愿的KMO系數為0.748，大于0.7，適合做因子分析。Bartlett氏球體檢驗的x^2的統計值為847.834，顯著性概率為0.000，小于0.1%，說明變量具有相關性，樣本數據適合做因子分析。從而，我們將對消費者購買意愿的3個問題項通過SPSS22.0進行因子分析，得到了進一步的結果，詳情如表4.10所示:表4.13消費者購買意愿總方差解釋成分初始特征值提取載荷平方和總計方差百分比累積%總計方差百分比累積%13.06276.55476.5543.06276.55476.5542.51412.85589.4093.41010.26299.6716.013.329100.000提取方法：主成份分析。表4.14消費者購買意愿成分矩陣a成分135.我購買產品時會參考UGC中描述產品信息的部分.95238.在搜索瀏覽UGC后，我會產生強烈的購買欲望.95237.在搜索瀏覽UGC后，我會適當考慮購買被重復推薦的產品.81536.在搜索瀏覽UGC后，我對于獲取過信息的產品更愿意購買.766提取方法：主成份分析。a.已提取1個成分。從兩個表中，我們可以發現，累積方差的百分比為76.554%，而在成分矩陣中，4個問題項的因子載荷都在0.7以上，顯示了較高的收效度，說明以上4個問題的題項是合理的。考察因子分析結果與預先的假設相同，因而，我們將上述4個問題項歸入了同一公共因子：消費者購買意愿。4.3描述性統計分析4.3.1樣本特征分析本次研究，控制變量即樣本特征主要由性別、年齡、學歷、職業和月收入情況這五個方面組成，樣本的具體分布情況如表4.15所示。表4.15樣本分布情況統計表變量選項頻數頻率性別男7642%女10558%年齡18歲以下00.00%18-25歲8144.8%26-35歲6234.2%35歲以上3821%學歷高中及以下52.8%大專4524.9%本科11664.1%碩士及以上158.3%職業學生5128.2%生產人員63.3%銷售人員1910.5%企業職員5329.3%技術/研發人員63.3%管理人員95.0%教師116.1%專業人士137.2%其他137.2%月收入1000以下52.8%1000-30005027.6%3001-600010256.4%6000以上2413.3%通過表4.15，可以發現，在回收的181份問卷中，女性所占比例達到58%，男性比例42%，男女比例相對均衡；年齡在18-35周歲的人群占到受訪者的大多數。在表中可以清楚的看到，學歷在本科群體占64.1%，職業是企業職員的占據問卷人群的大多數，同時月收入在3000以上的人群比較多，這在一定程度上反映出了在問卷調查中，女性相對男性來說，比較更加愿意接受問卷調查，在過程之中也更加有耐心參與此論題的調查。學歷在本科水平的占主要人群，便于對課題的理解。這些數據符合UGC特征調查參與人員的基本信息。4.3.2各變量描述分析通過測量各變量維度的均值、標準差對問卷數據信息的整體狀況進行觀察分析。具體結果如表4.16所示。表4.16各變量描述統計N最小值(M)最大值(X)平均值(E)標準偏差詳盡性1811.005.003.5428.57121新穎性1811.005.003.5562.63640理解性1811.005.003.5525.64604UGC有用性1811.005.003.5387.60198專業性1811.005.003.5193.62664同質性1811.005.003.3771.71861互動性1811.005.003.4876.70822UGC可信性1811.005.003.4710.71311情感反應1811.005.003.6501.86229消費者購買意愿1811.005.003.6837.81336從表4.16中，可以發現，各個變量的平均值都在3以上，標準差在0.57到0.86之間，表明被調查者在各個維度上的選擇得分處于中上之間。詳細來看，UGC有用性的均值約是3.5387，標準差為0.597，說明大多數消費者對于UGC有用性還不夠認可；UGC可信性的均值約是3.4710，標準差為0.713，說明大多數消費者對于UGC還不夠可信；情感反應均值為3.65，標準差為0.862，說明每個消費者對于情感反應的感受不同；消費者購買意愿均值為3.68，標準差為0.813，說明顧客購買意向不算低，但不同消費者的購買意向還是有些波動的；在幾個維度中UGC可信性滿意的均值最低，表明消費者對UGC可信性的購買意向還不夠。4.4相關分析筆者對各變量的維度構成進行了Pearson相關分析，結果從下表4.17中，可以發現：年齡與學歷顯著負相關，這反映了在此次調查人群中，并不是年齡越大，學歷越高；年齡與職業和月收入顯著正相關，這反映了年齡越高，月收入越高。月收入與消費者購買意愿顯著正相關，反映了月收入越高的消費者，對于購買意愿會更強烈。三項自變量內容、中介變量內容和因變量內容直接均呈兩兩正向相關，其內在聯系及關系，筆者會在下面的數據分析中進行進一步理清。表4.17各變量之間相關性分析123456789101112131415性別1年齡-.0011學歷.093-.0511職業-.102.256**-.0321月收入.014.324**.102.247**1詳盡性-.024.392**.038.433**.249**1新穎性.034.340**.027.431**.298**.814**1理解性.095.349**.087.388**.283**.845**.855**1UGC有用性-.020.242**.089.363**.294**.646**.650**.657**1專業性-.121.186*.039.303**.277**.520**.528**.491**.557**1同質性-.005.047.059.192**.176*.387**.366**.327**.430**.496**1互動性-.039.184*-.003.236**.195**.456**.499**.501**.494**.611**.513**1UGC可信性-.039.218**-.113.276**.190*.475**.417**.463**.486**.496**.458**.550**1情感反應.049.102-.024.192**.161*.501**.476**.466**.439**.421**.413**.475**.532**1消費者購買意愿-.011.135.042.310**.163*.467**.448**.478**.492**.478**.438**.516**.521**.450**1注：n=181；*Sig<0.05，**Sig<0.014.5回歸分析4.5.1UGC有用性對情感反應回歸分析UGC特征由UGC有用性和UGC可信性構成。將UGC有用性作為自變量，情感反應作為因變量進行線性回歸分析，如下表所示。4.18模型摘要模型RR平方調整后的R平方標準估算的錯誤1.439a.193.188.77686a.預測變量：（常量），UGC有用性4.19回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸25.812125.81242.770.000b殘差108.027179.604總計133.839180a.因變量：情感反應b.預測變量：（常量），UGC有用性4.20回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF1（常量）1.424.3454.125.000情感反應.629.096.4396.540.0001.0001.000a.因變量：情感反應由上表可以得到UGC有用性的決定系數為0.181，表明可以解釋情感反應18.8%的變異。回歸偏差F值為42.770，Sig.<0.001，表示UGC有用性對情感反應的回歸關系顯著。VIF數值在5之下，顯示出UGC有用性不具有多重共線性，UGC有用性對情感反應的標準化回歸系數為0.439，對應的p值為小于0.001，表明具有顯著影響。4.5.2UGC可信性對情感反應回歸分析將UGC可信性作為自變量，情感反應作為因變量進行線性回歸分析，如下表所示。4.21模型摘要模型RR平方調整后的R平方標準估算的錯誤1.532a.283.279.73204a.預測變量：（常量），UGC可信性4.22回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸39.917137.91770.757.000b殘差95.922179.539總計133.839180a.因變量：情感反應b.預測變量：（常量），UGC可信性4.23回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF1（常量）1.416.2715.224.000情感反應.644.077.5328.412.0001.0001.000a.因變量：情感反應由上表可以得到自變量的決定系數為0.279，表明可以解釋情感反應27.9%的變異。回歸偏差F值為70.757，Sig.<0.001，表示UGC可信性對情感反應的回歸關系顯著。VIF數值在5之下，顯示出UGC可信性不具有多重共線性，UGC可信性對情感反應的標準化回歸系數為0.532，對應的p值為小于0.001，表明具有顯著影響。4.5.3情感反應對消費者購買意愿回歸分析將情感反應作為自變量，消費者購買意愿作為因變量實施線性回歸，得到下表。4.24模型摘要模型RR平方調整后的R平方標準估算的錯誤1.450a.202.198.72841a.預測變量：（常量），情感反應4.25回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸24.106124.10645.434.000b殘差94.973179.531總計119.079180a.因變量：消費者購買意愿b.預測變量：（常量），情感反應4.26回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF1（常量）2.135.2369.041.000情感反應.424.063.4506.740.0001.0001.000a.因變量：消費者購買意愿由上表可以得到自變量的決定系數為0.198，表明可以解釋消費者購買意愿19.8%的變異。回歸偏差F值為45.434，Sig.<0.001，表示情感反應對消費者購買意愿的回歸關系顯著。VIF數值在5之下，顯示出情感反應不具有多重共線性，情感反應對消費者購買意愿的標準化回歸系數為0.450，對應的p值為小于0.001，表明具有顯著影響。4.5.4UGC有用性對消費者購買意愿回歸分析UGC有用性劃分的三個維度分別作為自變量詳盡性,新穎性,可理解性，UGC有用性作為因變量進行線性回歸分析，得到下表。4.27模型摘要模型RR平方調整后的R平方標準估算的錯誤1.690a.476.467.43961a.預測變量：（常量），詳盡性，新穎性，理解性4.28回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸31.002310.34153.506.000b殘差34.207177.193總計65.229180a.因變量：UGC有用性b.預測變量：（常量），詳盡性，新穎性，可理解性4.29回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF（常量）1.007.2154.841.000詳盡性.252.114.2392.217.028.2543.931新穎性.235.105.2482.229.027.2394.178理解性.226.113.2432.008.046.2034.938a.因變量：UGC有用性由上表可以得到三個自變量的決定系數為0.467，表明可以解釋UGC有用性46.7%的變異。回歸偏差F值為53.506，Sig.<0.001，表示UGC詳盡性、新穎性、理解性這三個對UGC有用性的回歸關系顯著。VIF值小于5，顯示出自變量三個維度間不具有多重共線性，詳盡性，新穎性，理解性對UGC有用性的標準化回歸系數分別是0.239，0.248，0.243，對應的p值分別為0.028，0.027，0.046，故詳盡性、新穎性和理解性都對UGC有用性有顯著影響。之后將UGC有用性作為自變量，消費者購買意愿作為因變量進行線性回歸分析，如下表所示。4.30模型摘要模型RR平方調整后的R平方標準估算的錯誤1.492a.242.238.71020a.預測變量：（常量），UGC有用性4.31回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸28.795128.79557.090.000b殘差90.284179.504總計119.079180a.因變量：消費者購買意愿b.預測變量：（常量），UGC有用性4.32回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF1（常量）1.333.3164.222.000UGC有用性.664.088.4927.556.0001.0001.000a.因變量：情感反應由上表可以得到UGC有用性的決定系數為0.238，表明可以解釋消費者購買意愿23.8%的變異。回歸偏差F值為57.090，Sig.<0.001，表示UGC有用性對消費者購買意愿的回歸關系顯著。VIF數值在5之下，顯示出UGC有用性不具有多重共線性，UGC有用性對情消費者購買意愿的標準化回歸系數為0.492，對應的p值為小于0.001，表明具有顯著影響。4.5.5UGC可信性對消費者購買意愿回歸分析UGC可信性劃分的三個維度分別作為自變量專業性,同質性,互動性，UGC可信性作為因變量進行線性回歸分析，得到下表。4.33模型摘要模型RR平方調整后的R平方標準估算的錯誤1.607a.368.357.57165a.預測變量：（常量），專業性，同質性，互動性4.34回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸33.694311.23134.370.000b殘差57.841177.327總計91.535180a.因變量：UGC可信性b.預測變量：（常量），專業性，同質性，互動性4.35回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF（常量）.873.2663.278.001專業性.228.089.2002.558.011.5821.719同質性.188.072.1902.627.009.6841.462互動性.333.080.3304.167.000.5681.759a.因變量：UGC可信性由上表可以得到三個自變量的決定系數為0.357，表明可以解釋UGC可信性35.7%的變異。回歸偏差F值為34.370，Sig.<0.001，表示專業性，同質性，互動性這三個對UGC可信性的回歸關系顯著。VIF值小于5，顯示出自變量三個維度間不具有多重共線性，專業性，同質性，互動性對UGC可信性的標準化回歸系數分別是0.200，0.190，0.330，對應的p值均小于0.05，故三者對UGC可信性具有顯著影響。之后將UGC可信性作為自變量，消費者購買意愿作為因變量進行線性回歸分析，如下表所示。4.36模型摘要模型RR平方調整后的R平方標準估算的錯誤1.521a.272.267.69615a.預測變量：（常量），UGC可信性4.37回歸方差分析表ANOVAa模型平方和自由度均方F顯著性1回歸32.333132.33366.718.000b殘差86.747179.485總計119.079180a.因變量：消費者購買意愿b.預測變量：（常量），UGC可信性4.38回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF1（常量）1.621.2586.287.000消費者購買意愿.594.073.5218.168.0001.0001.000a.因變量：消費者購買意愿由上表可以得到自變量的決定系數為0.267，表明可以解釋消費者購買意愿26.7%的變異。回歸偏差F值為66.718，Sig.<0.001，表示UGC可信性對消費者購買意愿的回歸關系顯著。VIF數值在5之下，顯示出UGC可信性不具有多重共線性，UGC可信性對消費者購買意愿的標準化回歸系數為0.521，對應的p值為小于0.001，表明具有顯著影響。4.6中介檢驗本文認為UGC特征對消費者購買意愿的作用是經由作用于情感反應所造成的，即在善因營銷機制中，情感反應當做一個中介變量存在。通過以上的相關分析和變量的回歸分析，可知UGC有用性，UGC可信性，對情感反應及購買意愿均存在這顯著的正向關。本文借鑒了相關文獻的研究方法對情感價值在店鋪形象的三個維度和購買意愿之間的中介作用進行檢驗。遵循以下步驟：（1）將UGC特征的兩個維度與購買意愿進行回歸分析。（2）將UGC特征的兩個維度與情感反應進行回歸分析。（3）將UGC特征的兩個維度與購買意愿在加入情感反應一起進行回歸分析。如果第一步中的UGC特征的兩個維度回歸系數不顯著，第二步中情感反應的回歸系數顯著，則是完全中介作用；如果第一步中的UGC特征的兩個維度回歸系數顯著，第三步中情感反應回歸系數顯著且小于第二步的系數，則是部分中介作用。4.5.10模型摘要模型RR平方調整后的R平方標準估算的錯誤1.588a.346.339.661401.605b.366.355.65304a.預測變量：（常量），UGC可信性，UGC有用性4.5.12回歸系數a模型非標準化系數標準系數t顯著性共線性統計B標準錯誤B容許VIF1（常量）.728.3152.309.022UGC有用性.422.094.3124.506.000.7641.308UGC可信性.421.079.3695.328.000.7641.3082（常量）.614.3151.950.053UGC有用性.367.095.2723.848.000.7191.391UGC可信性.339.085.2973.971.000.6381.567情感反應.163.069.1722.364.019.6741.484由上表可知，將UGC特征的兩個維度，情感反應作為自變量，購買意愿作為因變量進行回歸分析，結果如上表所示，顯著性P值為0.000，達到了顯著性水平。通過比較可以看到，UGC有用性和UGC可信性回歸系數分別由原來的0.312，0.369變為0.272，0.297，回歸系數均變小，且達到顯著性水平。因此，情感反應在UGC特征對消費者購買意愿影響中起部分中介作用。

5研究結論與管理啟示5.1研究結論研究論文通過參考了很多不同的文獻，然后構建了UGC的兩個維度：UGC有用性和UGC可信性，UGC有用性又可以分為詳盡性將情感價值作為中介變量，構建起與消費者購買意愿的理論模型，設計出調研問卷，發放回收后運用SPSS20.0對數據進行描述，信度，效度，相關性和回歸分析，對之前的假設進行驗證，結果如下圖所示：消費者購買意愿消費者購買意愿情感反應UGC有用性詳盡性新穎性理解性UGC可信性專業性同質性互動性0.0000.0000.0000.0270.0280.0460.0000.0010.009圖5.SEQ表\*ARABIC\s11模型檢驗結果圖基于此做出總結，如下表所示：表5.SEQ表\*ARABIC\s11研究假設表序號假設結果H1UGC有用性正向影響消費者購買意愿成立H1a用戶生成內容的詳盡性正向影響UGC有用性成立H1b用戶生成內容的新穎性正向影響UGC有用性成立H1c用戶生成內容的理解性正向影響UGC有用性成立H2UGC可信性正向影響消費者購買意愿成立H2a用戶生成內容的專業性正向影響UGC可信性成立H2b用戶生成內容的同質性正向影響UGC可信性成立H2c用戶生成內容的互動性正向影響UGC可信性成立H3情感反應在對消費者購買意愿的影響中為部分中介成立H3aUGC有用性正向影響情感反應成立H3bUGC可信性正向影響情感反應成立H3c情感反應正向影響消費者購買意愿成立5.2管理啟示（1）小紅書平臺應該規范用戶自創內容的真實客觀性，鼓勵用戶從公眾的角度評價、介紹以及推廣產品。小紅書平臺應該加強對UGC內容的監管，需要杜絕一些虛假不真實的信息，并且可以追蹤到發布者，高度的可信性內容可以影響到消費者的情感反應，從而促進消費者產生購買意愿。（2）小紅書平臺可以通過鼓勵用戶多推廣一些豐富多樣的UGC，提高發布者原創質量，可以從圖片的文本長度，新穎程度及內容的多樣性建立獎勵機制，消費者會根據發布者發布內容的新穎程度、是否容易閱讀，更加深入的了解產品信息，為購買決策做出有效的參考。（3）小紅書平臺除了重視平臺以外，還要主要消費者對其的情感反應。消費者產生的愉悅滿足的情緒更容易引發其購買意愿。對此小紅書平臺可以多進行一些問卷的發放，了解消費者的心理與反應，刺激消費者購買，增加產品的轉化率。5.3研究局限與展望

縱觀UGC、情感反應、消費者購買意愿的研究文獻，雖有大量的文獻研究，但是目前研究領域比較狹隘，沒有針對三者關系進行系統的歸納總結研究，缺乏系統的實證研究，本論文在理論的基礎上進行實際調查，在一定程度上，本研究具有一定的創新性和實踐意義。但與此同時，由于時間、精力有限，本研究最終樣本為181份，數量具有一定局限性。此外，由于自身知識有限，對于UGC對消費者購買意愿方面的研究不夠深入和透徹，在對數據的處理和數據結果表述上還不夠深入和系統。在后期的研究中可以對消費者的類型進一步的劃分和確定。為了便于問卷的發放和回收，本研究調查問卷是通過問卷星收集而來，質量存在一定的缺陷，除此之外，問卷數據可能受被調查者主觀態度的影響。都會對研究結果存在一定的影響。因此在后期的研究中可以對問卷人群進行擴充，去到各地區進行問卷，以保證研究結果更具有說服力和指導意義。

參考文獻劉雪純.社會化電商情境下用戶生成內容特征對消費者購買意愿的影響研究[D].安徽財經大學，2020.程小燕.營銷生成內容和用戶生成內容對消費者購買決策的影響研[D].廣東工業大學，2016李華陽.用戶生成內容對消費者購買決策的影響研究[D].燕山大學，2017陳思.基于內容特征的企業微博轉發效果影響因素研究[D].杭州電子科技大學，2017黃婧玉.用戶生成品牌內容與品牌生成內容對消費者感知、態度與購買意愿影響研究[D].華中師范大學，2019黃凱明.基于“90后”消費群體的品牌UGC內容營銷策略研究——以Bilibili網站為例[D].暨南大學，2018陳振華.基于ELM理論的外賣配送平臺中用戶生成內容的使用機制研究[D].青島大學，2019汪旭暉,陳鑫.用戶生成內容的圖文匹配對消費者感知有用性的影響[J].管理科學，2018（31）陰君婉.社區電商中用戶生成內容采納行為影響因素研究[D].北京郵電大學，2019魏如清，唐方成．用戶生成內容對在線購物的社會影響機制——基于社會化電商的實證分析［Ｊ］．華東經濟管理，2016，30（04）：124-131.夏卉.基于內容分析的用戶評論質量的評價與預測[J]．圖書情報工作,2014,58(13):83-89.郜雁,莫祖英．采納用戶生成內容的影響因素分析[J.信息資源管理學報,2014,4(04):69-77.劉莉，高全.用戶生成內容特征對社會化電商消費者購買意愿的影響研究[J].重慶理工大學學報(社會科學),2018(32)趙秀云.用戶生成內容（UGC）對消費者購買意愿的影響研究[D].云南財經大學，2020王孟萍.在線評論對消費者購買意愿的影響研究[D].太原科技大學，2011MAL，KRISHNANR,MONTGOMERYAL.Latenthomophilyorsocialinfluence?Anempiricalanalysisofpurchasewithinasocialnetwork[J].ManagementScience,2015,61(2):454-473.Sung-EunKim,KyungYoungLee,SoollShin,Sung-ByungYang.Effectsoftourisminformationqualityinsocialmediaondestinationimageformation:ThecaseofSinaWeibo[J].Information&Management,2017,54(6):678-702.BigneEnrique，SimonettiAline，RuizCarla，KakariaShobhit.Howonlineadvertisingcompeteswithuser-generatedcontentinTripAdvisor.Aneuroscientificapproach[J].JournalofBusinessResearch,2020.DariaMaksimova.ImpactofUserGeneratedContentonConsumerPurchaseIntention:CompanyX[D].SchoolofBusinessandCulture,2018.AzlinZanariahBahtara*,MazziniMuda?.TheIm