1. 引言

近年来，直播电商的迅速发展已成为电子商务中最重要的商业模式和销售渠道之一。《中国互联网络发展状况统计报告》的数据显示，截至2023年12月，中国直播电商市场规模已达到1.2万亿元，用户规模达4.64亿，占网民总数的44.9%。预计到2025年，市场规模将超过2.0万亿元[1]。其中，服装类产品在直播电商中占据重要地位。《2023年中国网络零售市场发展报告》统计显示，2023年服装鞋帽针纺织品占实物商品网络零售分品类交易额的22.0%，在所有商品品类中排名第一[2]。但服装直播电商的快速增长，高退货率也随之成为了一个严峻挑战。退货不仅给物流和库存管理带来困扰，还严重影响服装的二次销售。大多数退回商品最终被搁置或销毁，显著增加了卖家的运营成本造成巨大的经济损失。这一问题亟需解决。

目前基于平台等因素对消费者的购买意愿进行研究。Lai等[3]在理论分析的基础上，构建了社交影响、产品信息透明度、主播可信度、促销策略影响、感知信任与购买行为之间的关系模型，并基于问卷调查数据构建结构方程模型对理论模型进行检验。Tian [4]基于ELM细化似然模型，引入网络评论的中心路径和外围路径，构建了影响直播中消费者服装冲动购买行为的概念模型。季晓芬等[5]提出理论假设并构建服装品牌短视频内容营销测评量表，通过问卷调查消费者对短视频内容各维度的感知及其对购买意愿与传播意愿的影响。叶晶等[6]等基于感知价值等理论，构建以直播限时促销和主播信任度为环境变量，以感知价值为中介变量的消费者购买行为模型，并提出了相关研究假设。孙若宸等[7]考虑到直播带货的互动信息，以服装直播营销互动信息和消费者购买意愿为变量构建理论模型，基于不同维度对服装直播互动信息进行划分并收集问卷进行分析。Liang等[8]从准社会交往和认知情感系统理论视角出发，在考虑消费者网络互动倾向特征的基础上，探究直播购物中主播特征影响消费者行为意向的内在机制。学者聚焦于服装直播营销环境下，通过理论模型构建和问卷调查法，分析社交影响、主播信任度等多维度因素对消费者购买意愿的影响，但没有考虑到消费者收到商品后产生的退货行为，因而无法预测服装的真实销量。

关于退货行为有学者研究，邵霞等[9]分析网红直播与自主直播两种模式的差异以及电商直播中退货率偏高的特点，构建一个涵盖制造商、平台主播和顾客的博弈模型分析制造商引入直播营销的最佳策略。刘启华等[10]基于不确定性降低理论使用半结构式深度访谈法探究在线评论影响消费者退货意愿的内在心理机制，并深入分析直播中时间压力等情境因素的调节效应。郝皓等[11]根据消费者退货意愿和保留意愿，将退货行为分为合理退货、策略性退货等五类退货类型，并根据不同类型退货行为的影响因素探究退货行为的产生原因。学者探讨了电商直播及在线购物环境中的退货问题，并为优化直播营销策略提供理论支持。但尚未充分考虑消费者在直播购物情境中，由于限时优惠等所产生的冲动消费行为带来的退货现象，对消费者退货行为的研究仍显不足。

针对上述问题，基于SOR模型将服装品类中主播因素和限时降价等影响因素视为“外部刺激”，引导消费者进行消费决策；因从众、时间压力等因素导致的消费失调视为“有机体”反应；将消费者的退货行为视为“反应”。通过理论与实证分析探讨影响服装直播退货的因素，为电商直播平台及商家提供真实销量、降低退货率，从而减少运营成本和资源浪费，降低无效损失，减轻环境负担。

2. 理论模型构建

2.1. 研究维度划分

在关于直播平台的研究中，学者基于不同的视角进行维度划分。结合互联网平台的快速发展和服装直播带货平台的独特场景，对服装直播中的退货因素进行了深入研究。消费者在直播购物时受到诸多潜在因素的影响，会引诱其产生冲动消费的行为。研究表明，社交媒体、促销、网络环境的视觉吸引力和商品本身可用性等因素正向影响冲动消费行为[12]。通过直播媒体社交平台的属性研究得出，用户的消费情况主要受品牌营销、购物环境等外部刺激和消费者在直播间购物时自己内心所产生的个人情绪两大影响因素[13]。为了刺激更多消费者冲动消费，往往通过较创新的方式进行引流。研究表明，限时特优、增加试穿体验和邀请明星大咖来直播间等方式可以吸引消费者眼球[14]。基于上述分析，将其划分为四个维度构建理论模型，分别是主播特征、产品特性、商家服务和社会环境，分析直播过程中的刺激因素如何影响消费失调并做出退货行为。

2.2. 消费刺激因素对退货行为的影响

1) 主播特征

在主流电商平台的推动下，主播对服装的介绍有效缩短了卖家与消费者之间的距离，这一过程促进消费者对产品特性的深入理解的同时，也提升购物的乐趣，从而成功吸引了大量消费者的关注和参加。主播带货自己的主流电商领域时，消费者会更容易信任其所带货的商品从而进一步催化消费。当有明星主播带货时，消费者对此商品的需求或情绪更强烈会认为该商品的价值也越高，增加消费者的购买意愿[15]。主播与消费者在直播间通过弹幕的形式聊天、赠送礼物和回答问题等行为可以让消费者提升自己的网购参与感。在主播带货日益竞争强烈的背景下，主播的购物引导和及时的表达沟通可以缩短与消费者之间的心理距离，提高消费者冲动购买的机率。主播的吸引力、专业能力、互动能力增加消费者的信任程度，使消费者对商品的感知价值增强，影响消费者的购买决策。主播通过其个人魅力等吸引力可以影响消费者使消费者的愉悦情绪增强，并且通过这种方式引发消费者共鸣，增加顾客的冲动消费行为[16] [17]。

2) 产品特性

服装的属性包括款式、面料、版型、尺码、色彩、细节及穿着效果等具体信息，这些元素直接关系到消费者的选择[18]。林巧燕[19]等提出商品特征能影响消费者的购买决策，其中消费者对商品的感知价值主要受价格、促销和促销互动信息的影响因素较大。服装试穿、产品信息及链接等服装可视性显著影响消费者购买意愿，服装在直播间的价格、优惠券的发放和赠品等价格因素也对消费者的决策存在影响[20] [21]。

3) 商家服务

“七天无理由退货”退货政策被消费者认同为维护自身合法权益的重要手段。退货政策的宽松程度也影响着消费者的购买倾向，相关研究表明，宽松的退货政策会让消费者对购买产品的品质更有期待，考虑到服装的独特性和差异性，消费者会更关注其退货政策[22]。商家在订单页面设置、服务系统传递、产品包装和售后服务上进行更多的投入，会增强消费者的购买意愿[23]。此外，商家在直播间的陈列、服装库存量等服务属性也会影响消费者的购买决策[24]。

4) 社会环境

在直播环境下，通过社交媒体的在线评论影响消费者的购买意愿，可以看到商品的实拍图等，良好的在线评论对消费者的购买决策有一定积极的影响。王周吉子等提出娱乐价值和社交价值显著影响消费者的购买决策，并通过这些与周围人有了更多话题、展示其品味和喜好。若这种产品对自己来讲没有购买的必要时，有消费者会因为从众心理购买此商品[25]。随着数字网络的发展，以满足个人消费情感的需要为主要目的进行消费，购买产品的同时也会带来一种良好的自我认同。

根据服装直播销售情况构建理论模型，并提出以下假设：

H₁：主播特征正向影响退货行为；

H₂：产品特性正向影响退货行为；

H₃：商家服务正向影响退货行为；

H₄：社会环境正向影响退货行为。

2.3. 消费失调在刺激因素和退货行为中的中介作用

随着直播平台的快速发展，消费者往往倾向于一次性购买多款同类产品，这些产品在颜色、样式等方面呈现横向差异，以便进行比较，从而最终选择保留最符合个人偏好的服装。消费者在直播间下单会希望从购买的服装中获得功能上或者享受性的愉悦满足感，但由于下单时间与收货时间存在一定的滞后，在收到衣服的短暂体验时会确认与自己所选购的服装是否达到预期，如果消费者所选购的服装未达到购买的预期，比如颜色、尺码等不是自己理想的产品，就会在心里产生后悔等情绪。这种情绪对退货行为有一定的影响，并且在直播环境时间压力等影响因素下做出的购买决定也会使其存在心里不适感。因此，当出现消费失调时会通过做出退货行为以缓解自己的焦虑与不安等[26]。基于上述分析，以消费失调为中介变量，退货行为作为因变量，提出以下假设：

H₅：消费失调在主播特征和退货行为中起中介作用；

H₆：消费失调在产品特性和退货行为中起中介作用；

H₇：消费失调在商家服务和退货行为中起中介作用；

H₈：消费失调在社会环境和退货行为中起中介作用。

2.4. 研究模型

基于已有的文献研究和假设，建立服装直播退货行为的理论模型，如图1所示。

3. 研究设计

3.1. 测评量表

本文采用调查问卷的形式，主要包含接受调查者的基本信息和主播特征、产品特性、商家服务、

Figure 1. Theoretical model construction

图1. 理论模型构建

Table 1. Questionnaire evaluation stable

表1. 调查问卷测评量表

社会环境、消费失调和退货行为六个关键变量。问卷设计通过对主播对消费者购买决策的影响，包括主播的专业性和影响力等方面。产品特性关注服装的款式、面料和色彩等属性如何影响消费者的购买决策。商家服务包含客服响应的速度、物流的包装等进行调查。社会环境研究消费者在社交决策过程中的心态与情感变化。消费失调变量在识别消费者在购物过程中可能产生的心理冲突或负面情绪，退货行为部分则聚焦于消费者在经历购物后对退货政策的认知和实际操作。调查问卷的测评量表如表1所示。

3.2. 问卷设计及样本收集

采用李克特5级量表的形式设计选项，其中1~5分数高低代表重要性和满意程度，表示不重要不满意到非常重要非常满意的不同态度。采用线上问卷对发放的377份调查问卷进行作答时长和题项的甄别筛选，最终得到313份，问卷回收有效率为83%。利用SPSS 27.0软件对有效样本进行描述性统计分析如表2所示。

Table 2. Descriptive statistical analysis of subject samples

表2. 被试样本描述性统计分析

在有效样本中，受访者主要集中在18~30岁的年轻群体，其中女性略多于男性。在职业方面，学生和办公室职员占据了大部分比例，高等教育专科及以上学历合计达到90%以上。多数参与者每周观看频率较高，51.8%的人几乎每天都观看，日均观看时长超过1小时的受访者占比将近50%，问卷收集符合现实依据。

3.3. 信度与效度检验

3.3.1. 信度检验

利用SPSS数据分析软件，问卷信度检验结果如表3所示。量表整体Cronbach’s α = 0.970，可靠性和稳定性好，同时主播特征、产品特性、商家服务和社会环境的修正后的项与总计相关性均大于0.600，删除项后的克隆巴赫Alpha > 0.700，表明此量表具有较高信度。

Table 3. The confidence and results of the scale analysis

表3. 量表分析信度及结果

3.3.2. 效度检验

通过SPSS对问卷进行效度分析，结果显示KMO值为0.890，Bartlett球形检验的显著性为0.000，该量表适合分析。因子载荷如表4所示，结果显示研究的变量因子均大于最低要求(0.500)，表明此次调查数据的结构效度较好并可为后续的数据处理提供坚实的理论基础。

Table 4. Factor load table

表4. 因子载荷表

利用AMOS 27.0对量表进行验证性因子分析，当结构方程模型的拟合情况与实际情况拟合程度较好时，说明研究变量的因子结构符合要求。判断模型的拟合数据指标如下表5所示。DF为1.151，在1~3范围内；误差均方根RMSEA为0.022，在<0.05优秀范围内；GFI、NFI、TLI、CFI和IFI分别为0.937、0.934、0.989、0.991和0.991，均大于0.90的优秀范围内。该因子分析可以说明直播退货理论模型具有较好的拟合度。

对模型进行适配度检验后，如表6对模型的聚合效度进行检验。通过分析各个变量的标准化因素负荷量、平均提取方差值和组合信度是否达到实验标准，也就是观测当所有变量的标准化载荷量高于0.500，且在P < 0.005的条件下显著性较好，各变量的AVE均大于0.500，组合信度均大于0.700，表明问卷

Table 5. Model fitting data table

表5. 模型拟合数据表

Table 6. Data fitting indicators

表6. 数据拟合指标

具有较好的收敛效果。

根据量表各个变量区别效度检验结果如表7所示，当两个变量相互之间的标准化相关系数小于其所对应的AVE值的平方根，表明各变量之间具有区别效度较好。

Table 7. Differentiation validity test results of each variable on the scale

表7. 量表各个变量区别效度检验结果

4. 假设检验

利用AMOS结构方程模型对研究假设进行检验以验证变量之间的关系，检验结果如下图2所示。

Figure 2. Structural equation model test results

图2. 结构方程模型检验结果

4.1. 直接效应检验

结构方程检验各影响变量之间的路径系数、P值和假设检验成果。如表8所示，根据AMOS结构的理论框架，主播特征显著正向影响退货行为(β = 0.09)，假设H₁成立；产品特性显著正向影响退货行为(β = 0.18)，假设H₂成立；商家服务显著正向影响退货行为(β = 0.17)，假设H₃成立；社会环境显著正向影响退货行为(β = 0.07)，假设H₄成立。可以得出，四个观测变量对消费者退货行为均存在显著的正向影响，其路径系数由大到小依次为产品特性(β = 0.18)、商家服务(β = 0.17)、主播特征(β = 0.09)和社会环境(β = 0.07)。直播消费过程中对消费者购买意愿影响较大的是产品特性和商家服务。

Table 8. Structural equation model test results

表8. 结构方程模型检验结果

4.2. 中介效应检验

采用偏差矫正的非参数百分位Bootstrap法对模型进行多重中介分析，将样本反复取样5000次，在95%置信区间水平下置信区间不包含零，则认为中介效应点估计是显著的，中介效应检验结果如下表9所示。结果表明，主播特征(ZB)对退货行为(TH)的中介效应路径值是0.070，中介效应值与标准误差之比T > 2，其置信区间为(0.025, 0.153)不包含0，p < 0.05，中介效应显著，假设H₅成立。产品特性(CP)对退货行为(TH)的中介效应路径值是0.057，中介效应值与标准误差之比T > 2，其置信区间为(0.013, 0.130)不包含0，p < 0.05，中介效应显著，假设H₆成立。商家服务(SJ)对退货行为(TH)的中介效应路径值是0.079，中介效应值与标准误差之比T > 2，其置信区间为(0.024, 0.164)不包含0，p < 0.05，中介效应显著，假设H₇成立。社会环境(SH)对退货行为(TH)的中介效应路径值是0.098，中介效应值与标准误差之比T > 2，其置信区间为(0.031, 0.192)不包含0，p < 0.05，中介效应显著，假设H₈成立。

Table 9. Intermediary effect test

表9. 中介效应检验

5. 管理建议

通过构建理论模型，对消费者在直播购物与退货行为之间的影响机制进行深入分析，对问卷调研数据进行理论和实证分析探究网络直播购物的退货行为。结果表明主播特征、产品特性、商家服务和社会环境引起的消费失调对消费者退货行为均存在显著的正向影响。产品特性和商家服务最影响消费者的退货行为，而主播特征和社会环境会通过作用消费失调来影响退货行为。基于上述研究结果，本文将为服装直播的退货行为提供参考意见，同时为直播领域降低退货率、预测真实销量生产、扩大直播真实效益等提供理论指引。具体包含以下几个方面：

1) 商家应引导主播在推销时保持一定的理性，鼓励他们强调产品的真实使用体验和优缺点。通过提供真实案例或顾客评价，让消费者在购物前有充分的准备，能有效减少后悔和退货现象。利用主播的影响力和实时互动，可以增强消费者的参与感。最后，主播的个性化表现可以加强与观众的情感连接，但也要确保介绍的产品符合其品质和功能，增强消费者信心，提高满意度和减少退货率。

2) 在直播中设定限时优惠时，应明确展示商品的实际价值和使用场景，帮助消费者更好地理解所购产品的必要性和适用性。通过增加产品展示的细节和使用方法，消费者购买时会更加理性，降低因冲动而产生的后悔感。提供详细的尺码指南和试穿效果展示，帮助消费者做出更为准确的选择。商家应在直播中提供清晰的比较信息，包括设计、面料和搭配建议，帮助消费者做出更明智的选择，降低因购买过多而产生的退货。商家可以通过社交媒体展示流行趋势，唤起消费者的购买兴趣，同时提供关于产品的详细信息，以减少因冲动购买而后悔的可能性。

3) 随着数字化时代的发展，应增强消费者对品牌的信任，降低因为等待而产生的焦虑感。对于预售商品可以提供更多的产品细节和真实用户评价，让消费者在购买前有更充分的信息，从而做出理性的决策。让消费者感到安心，鼓励他们在购买时更放松，这种保障可以有效减少因后悔而产生的退货。

服装品牌需要不断探索和创新直播技巧以满足消费者的需求和期望，提升品牌价值和市场竞争力。对退货行为的研究值得更深入的探讨，例如：挖掘其他影响消费失调的层面，探究其与退货行为的关系；在不同的网络直播平台是否能够建立全面的模型体系等。

基金项目

国家自然科学基金项目(12471304)。

NOTES

^*通讯作者。

参考文献