『量表开发』顶刊学术文献解析|旅游博客故事讲述:量表开发、验证与应用

Bacharach (1989) 将理论定义为“由构念系统以及构念之间的命题关系所构成的体系”,而构念被视为"cornerstone of theory理论的基石” (Suddaby, 2010),可见构念的精确定义和恰当测量对于理论的严谨性至关重要。但量表开发类研究和论文的撰写与发表又是难度极高的工作,也是很多博士生导师不太愿意让自己的博士生所做的博士研究课题。因为,科学而合理地建构构念并开发测量工具(量表),要求研究者团队具备如下条件:一是系统掌握拟研究领域的理论与学术变迁,并立于其前沿;二是熟练掌握并运用扎实的方法论基础与操作方法,尤其是混合性研究方法、扎根理论等;三是具备或能调度可采集较大样本和数据的必要资源,包括调查与研究团队、财力支持与田野准入条件;四是学术共同体能认同和接纳这一基础性工作及其成果,并予以正常发表和引介。理论、方法与资源的积累缺一不可,同行认同与成果发表则是学术研究的必要激励。
本次我们选取Max Wenliang Li团队2025年最新发表于管理学顶级期刊Journal of Travel Research上的一篇权威量表开发类文献Storytelling in Travel Vlogs: Scale Development, Validation, and Application旅游博客故事讲述:量表开发、验证与应用,为大家全面梳理和解析量表开发的全流程,剖析作者如何采用“定性探索-量表开发-量表验证-效果检验”的探索性序贯混合方法,实现定性研究(访谈)与定量研究(EFA、CCA、PLS-SEM)的深度融合,为管理学量表开发类研究提供了方法学典范。
1.文献基础信息
项目 | 详情 |
作者 | Max Wenliang Li, Yoo Ri Kim, Anyu Liu, Caroline Scarles, Jason Li Chen |
发表年份 | 2026(在线发表于2025) |
论文标题 | Storytelling in Travel Vlogs: Scale Development, Validation, and Application |
文献类型 | 实证研究论文(Empirical Research Article) |
期刊名称 | Journal of Travel Research |
卷/期/页码 | Vol.65(3),786–811 |
DOI号 | 10.1177/00472875241312178 |
SCI/SSCI | 属于SSCI一区期刊,旅游管理领域顶刊 |
2.核心问题、技术瓶颈与研究目标
核心问题(问题出处:文献综述+行业实践)
1.现有研究对旅游博主如何打造有吸引力的故事、其故事讲述是否有效影响受众旅游决策尚未充分探索;
2.现有旅游博客研究(如He et al.,2022; Gholamhosseinzadeh,2023)仅关注制作流程,忽视了博主亟需的故事讲述核心策略;
3.旅游博客故事讲述对目的地营销的影响研究有限,且缺乏专属的测量量表,无法量化其营销效果;
4.现有故事讲述量表(如Escalas,2004)未涵盖旅游博客的博主表现、视听元素等关键维度,无法适配视频类故事讲述场景。
技术瓶颈
1.无针对视频类故事讲述的专属测量量表,现有量表仅关注叙事结构,忽略旅游博客的媒介特征;
2.难以量化旅游博客故事讲述的多维度构成,无法构建科学的评价体系;
3.未厘清旅游博客故事讲述对受众目的地意象、到访意愿的具体影响机制,无法为目的地营销提供实证支撑。
研究目标
1.开发并验证旅游博客故事讲述的专属测量量表,明确其维度和题项;
2.探究旅游博客故事讲述对受众旅游决策(目的地意象、到访意愿)的影响机制;
3.为旅游博主提供故事讲述的实操工具包,为目的地营销者提供借助旅游博客推广的actionable 建议;
4.为后续视频类故事讲述(如直播、短视频)的研究提供测量工具和理论参考。
3.基础理论(Underpinning Theory)及选用理由与适用性
本研究整合3大理论,分别指导量表开发、数据收集和影响机制分析,理论选用与研究阶段高度契合,具体如下:
理论 | 应用阶段 | 选用理由 | 适用性 |
刺激-反应(SR)理论 | 影响机制分析、概念框架构建 | 1. 是传媒效果研究的基础理论,可清晰阐释“媒介内容(刺激)→受众认知/行为(反应)”的逻辑;<br>2. 现有研究已验证其在数字媒体受众反应分析中的有效性,适配旅游博客的媒介属性。 | 适用于分析旅游博客故事讲述(刺激)对受众目的地意象、到访意愿(反应)的直接影响,为结构模型提供理论支撑。 |
格式塔心理学 | 量表开发(构念解构) | 1. 核心观点为“人脑以整体而非孤立元素解读事物”,旅游博客故事讲述是整体内容策略,需全面解构其构成要素;<br>2. 已成功应用于多维度复合构念的量表开发(如目的地品牌构念)。 | 适用于将旅游博客故事讲述解构为多维度一阶构念,再整合为二阶复合构念,确保量表的全面性。 |
利益相关者理论 | 定性研究(访谈对象选取) | 1. 旅游博客的故事讲述效果由博主(创作方)和受众(感知方)共同定义,需兼顾两大利益相关者;<br>2.可确保访谈数据的全面性,避免单一视角的偏差。 | 适用于指导目的抽样,选取博主和受众两类核心参与者,为初始题项池提供实践依据。 |
4.理论框架、概念框架及构建过程
理论框架
以SR理论为核心,结合格式塔心理学构建“整体刺激-多维度反应”的理论逻辑:
1.把旅游博客故事讲述(基于格式塔心理学解构的8维度二阶复合构念)视为整体刺激变量;
2.把受众感知的目的地意象(认知反应)和目的地到访意愿(行为意愿反应)视为核心反应变量;
3.验证刺激变量对两个反应变量的直接正向影响,形成旅游博客故事讲述的受众影响理论逻辑。
概念框架(图4)

核心结构:旅游博客故事讲述(二阶形成型构念)由8个一阶构念构成,且该二阶构念正向影响目的地意象和目的地到访意愿。
8个一阶构念分为三大维度:
•人物特质:人物吸引力、人物真诚度;
•故事内容:故事趣味性、故事连贯性、信息丰富度;
•视听元素:视觉流畅度、沟通流畅度、声景。
概念框架构建过程
遵循“文献梳理→定性探索→定量提炼→理论整合”的步骤,层层推进:
1.文献综述:识别旅游博客故事讲述的7个初始领域(故事钩子、情节设计、核心要点、人物、讲述者呈现、音频元素、视觉元素);
2.定性探索:通过38人次深度访谈,结合主题分析法形成57个初始题项,验证7个领域的合理性;
3.定量提炼:通过探索性因子分析(EFA)对57个题项进行筛选,将7个领域解构并重构为8个一阶构念,确定29个有效题项;
4.理论整合:基于SR理论,将8个一阶构念整合为“旅游博客故事讲述”二阶构念,并与目的地意象、到访意愿建立因果关系,形成最终概念框架;
5.模型验证:通过验证性复合分析(CCA)验证构念间的层级关系,通过PLS-SEM验证因果关系的显著性。
5.理论构想、概念模型与研究变量
理论构想
1.旅游博客故事讲述并非单一维度构念,而是由人物、故事内容、视听元素三大模块8个维度构成的二阶复合构念,各维度共同决定整体故事讲述效果;
2.旅游博客故事讲述作为数字旅游营销的重要刺激因素,能显著正向影响受众的目的地意象感知和目的地到访意愿;
3.旅游博客故事讲述的影响效果具有跨群体稳健性,在不同性别、年龄、教育程度、食物新癖性的受众群体中无显著差异。
概念模型
引用论文Figure4:Conceptual framework,核心逻辑为:
人物吸引力/故事趣味性/人物真诚度/故事连贯性/信息丰富度/视觉流畅度/沟通流畅度/声景(8个一阶构念)→旅游博客故事讲述(二阶构念)→目的地意象/目的地到访意愿(因变量)。
研究变量
变量类型 | 变量名称 | 说明 |
自变量(IV) | 旅游博客故事讲述 | 二阶形成型复合构念,含8个一阶维度,29个测量题项(自建量表) |
因变量(DV) | 目的地意象、目的地到访意愿 | 分别改编自Yousaf(2022)、Hosany et al.(2020)的量表 |
调节变量(Moderator) | 性别、年龄、教育程度、家庭收入、旅行者类型、食物新癖性 | 用于多组分析(PLS-MGA),验证模型的跨群体稳健性 |
中介变量(Mediator) | 无 | 本研究未检验中介效应,直接验证IV对DV的直接影响 |
控制变量(Control) | 无专门设置 | 通过Harman单因子检验控制共同方法偏差,通过代表性抽样确保样本无偏 |
核心量表及出处
量表名称 | 题项数 | 开发/改编出处 | 信效度 |
旅游博客故事讲述量表 | 29(8维度) | 自建(基于访谈+EFA+CCA) | α>0.7,CR>0.7,AVE>0.5,HTMT<0.85 |
食物目的地意向量表 | 4 | 改编自Yousaf(2022)(删除2个低载荷题项) | α=0.808,CR=0.874,AVE=0.634 |
目的地到访意向量表 | 4 | 改编自Hosany et al.(2020) | α=0.939,CR=0.955,AVE=0.843 |
食物新癖性量表 | 4 | 改编自Hussain et al.(2023) | 用于分组,未单独检验信效度 |
6.研究方法与研究设计

本研究采用混合方法的探索性序贯设计(Exploratory Sequential Design),融合定性与定量研究,遵循“题项开发→量表开发→量表验证→效果检验”的经典量表开发范式,整体研究思路如下:
1.问题提出:基于文献综述和行业实践,提出旅游博客故事讲述的量表开发和影响机制两大核心研究问题;
2.定性探索(研究1):采用半结构化深度访谈法,对38名博主和受众进行访谈,结合NVivo12主题分析法形成57个初始题项池,经8位专家评审检验内容效度;
3.量表开发(研究2):设计线上问卷,通过Prolific平台收集314份有效数据,经数据质量检验后,运用SPSS29进行EFA,提炼8个一阶构念,精简为29个题项;
4.量表验证(研究3):通过Prolific平台收集544份有效数据,运用SmartPLS4进行CCA,验证量表的信效度和构念层级关系;
5.效果检验:运用PLS-SEM验证旅游博客故事讲述对目的地意象、到访意愿的影响,通过PLS-MGA检验模型的跨群体稳健性;
6.实践提炼:结合访谈结果和量表维度,构建旅游博客故事讲述的实操工具包,为行业提供具体建议。
研究设计亮点:定性为定量奠定基础,定量验证定性结果,理论与实证结合,方法选择符合管理学量表开发的最佳实践。
7.数据/样本来源
本研究分3个阶段收集数据,样本涵盖定性访谈对象和定量问卷样本,均保证多样性和代表性,具体信息如下:
研究1(题项开发):半结构化深度访谈
•抽样方法:目的抽样;
•样本规模:38人(17名美食旅游博主,21名受众);
•选择标准:①博主:YouTube/B站美食旅游博主,涵盖超头(>100万粉丝)、大(10万-100万)、中(1万-10万)、微(<1万)四类,来自加拿大、美国、西班牙、中国等多国;②受众:经常观看美食旅游博客,涵盖不同年龄、种族、教育背景和职业;
•数据获取方式:线上访谈(Zoom,33场)+线下访谈(英国,5场),每场约60分钟,直至数据饱和。
研究2(EFA):线上问卷调查
•抽样方法:代表性抽样(英国全国人口样本);
•样本规模:314份有效问卷;
•选择标准:英国居民,观看指定美食旅游博客视频,通过观看时长检验和注意力检验;
•数据获取方式:Prolific平台发放问卷,报酬2英镑。
研究3(CCA):线上问卷调查
•抽样方法:代表性抽样(英国全国人口样本);
•样本规模:544份有效问卷;
•选择标准:英国居民,未观看过指定视频、未到访/计划到访该目的地,通过注意力检验,与研究2样本无重叠;
•数据获取方式:Prolific平台发放问卷,报酬2英镑。
8.方法与技术
本研究综合运用定性和定量研究方法,借助专业软件工具实现数据处理和模型验证,核心方法、技术与工具如下:
定性研究方法/技术
•半结构化深度访谈法、主题分析法(开放式编码);
•内容效度检验(专家评审法)。
定量研究方法/技术
•描述性统计(偏度、峰度、样本特征分析);
•因子分析:探索性因子分析(EFA,主轴因子提取+Promax斜交旋转)、验证性复合分析(CCA);
•结构方程模型:偏最小二乘结构方程模型(PLS-SEM);
•构念验证:验证性四元组分析(CTA-PLS,验证二阶形成型构念);
•多组分析:PLS-MGA(验证模型稳健性);
•信效度检验:克朗巴哈α(α)、组合信度(CR)、平均方差提取(AVE)、异质特质-同质特质比率(HTMT)、冗余分析;
•偏差/共线性检验:Harman单因子检验(共同方法偏差)、方差膨胀因子(VIF,多重共线性)。
软件/平台/材料
•定性分析:NVivo12(编码与主题分析);
•定量分析:SPSS29(EFA、描述性统计)、SmartPLS4(CCA、PLS-SEM、PLS-MGA);
•问卷设计/发放:Qualtrics、Prolific;
•访谈平台:Zoom;
•实验材料:指定美食旅游博客视频(Trevor James《印度孟买街头美食之旅》,11分38秒,2073万播放量)。
9.分析流程
本研究分析流程严格遵循量表开发的标准步骤,分为题项开发、量表开发、量表验证三大阶段,共10个关键环节,各环节层层递进、环环相扣:
阶段1:题项开发(研究1)
1.文献综述:识别旅游博客故事讲述的7个初始领域,设计访谈提纲;
2.参与者招募:目的抽样选取38名博主和受众;
3.深度访谈:线上/线下开展访谈,收集一手数据;
4.定性编码:运用NVivo12进行开放式编码,提炼57个初始题项;
5.内容效度检验:8位数字媒体/消费者行为专家评审题项,优化表述,确定最终初始题项池。

阶段2:量表开发(研究2)
1.问卷设计:Qualtrics设计含57题的问卷,嵌入指定视频,设置注意力检验题;
2.数据收集:Prolific平台发放问卷,筛选314份有效数据;
3.数据质量检验:偏度/峰度(正态性)、Harman单因子检验(共同方法偏差);
4.EFA分析:SPSS29进行因子分析,保留特征值>1、因子载荷>0.4、共同度>0.4的题项,最终得到29题8维度。
阶段3:量表验证(研究3)
1.问卷优化:将题项精简为29题,增加目的地意象、到访意愿、食物新癖性测量题项;
2.数据收集:Prolific平台发放问卷,筛选544份有效数据;
3.数据质量检验:正态性、共同方法偏差、多重共线性检验;
4.CCA分析:SmartPLS4采用PLS-SEM,分两步验证测量模型(一阶构念信效度→二阶构念信效度);
5.结构模型检验:验证旅游博客故事讲述对因变量的影响,检验R²、f²、Q²等预测效度指标;
6.多组分析:PLS-MGA检验模型在不同群体中的稳健性;
7.实操工具包构建:结合访谈结果和量表维度,提炼8个维度的实操建议。
10.数据分析
本研究采用多元化的数据分析方法,从数据质量、量表信效度、结构模型、模型稳健性四个层面进行检验,所有检验指标均达到管理学研究的标准,具体如下:
数据质量检验
1.正态性:偏度(-1.7950.604)、峰度(-1.2273.879),绝对值均小于2和7,数据符合正态分布;
2.共同方法偏差:Harman单因子检验,单因子方差解释率分别为29.512%(研究2)、31.003%(研究3),均<50%,无显著共同方法偏差;
3.多重共线性:VIF<3,无多重共线性问题。
量表信效度验证(核心指标)
1.信度:各构念克朗巴哈α>0.7,组合信度(CR)>0.7,内部一致性良好;
2.收敛效度:因子载荷>0.708,平均方差提取(AVE)>0.5,二阶构念冗余分析β=0.743(p<0.001);
3.判别效度:异质特质-同质特质比率(HTMT)<0.85,各构念间区分度良好;
4.构念类型验证:CTA-PLS检验显示至少一个四元组区间不包含0,验证旅游博客故事讲述为二阶形成型构念。
结构模型分析(PLS-SEM)
采用路径加权法,10000次自举法验证路径系数显著性,核心指标:
1.旅游博客故事讲述→目的地意象:β=0.549(p<0.001),R²=0.301,f²=0.431,Q²=0.283;
2.旅游博客故事讲述→目的地到访意愿:β=0.407(p<0.001),R²=0.166,f²=0.199,Q²=0.153。
模型稳健性检验(PLS-MGA)
不同群体的路径系数p-diff>0.05,无显著差异,验证模型在性别、年龄、教育程度、食物新癖性等群体中的稳健性。
11.核心发现(最创新、最重要的科学发现)
本研究为旅游博客故事讲述领域的开创性研究,核心创新发现如下:
1.首次构建并验证了旅游博客故事讲述的29题8维度二阶复合构念量表,为首个针对视频类故事讲述的专属量表,填补了领域空白,量表涵盖人物、故事内容、视听元素三大模块,突破了现有量表仅关注叙事结构的局限;
2.验证了旅游博客故事讲述能显著正向影响受众的目的地意象(β=0.549,p<0.001)和到访意愿(β=0.407,p<0.001),证实了其在目的地数字营销中的核心价值,为SR理论在旅游数字媒体领域的应用提供了实证证据;
3.发现旅游博客故事讲述的8个维度缺一不可,其中人物真诚度是受众关注的核心,AI配音/字幕会削弱人物特质展现,出镜讲述并分享真实感受更易吸引受众;
4.证实了开发的量表具有跨群体稳健性,在不同性别、年龄、教育程度、食物新癖性的受众群体中,旅游博客故事讲述的影响效果无显著差异;
5.发现优质音频是旅游博客故事讲述的关键要素,博主的麦克风等音频设备投入远比对视觉设备的投入更能提升故事讲述效果;
6.旅游博客的故事趣味性元素多为旅行中的自然发生(如意外天气、有趣的当地互动),而非刻意脚本,更易引发受众共鸣。
12.研究结果
定量结果(核心统计显著性)
1.EFA结果:8个因子共解释总方差62.257%(>60%),各因子克朗巴哈α均>0.7,题项因子载荷>0.4;

2.CCA结果:所有一阶构念因子载荷>0.708,CR>0.7,AVE>0.5,HTMT<0.85,二阶构念冗余分析β=0.743(p<0.001),量表信效度良好;

3.结构模型结果:旅游博客故事讲述对目的地意象和到访意愿的路径系数均在p<0.001水平显著,模型具有良好的样本内(R²、f²)和样本外(Q²)预测效度;

4.PLS-MGA结果:所有群体的路径系数差异p-diff>0.05,无统计显著性,模型稳健。

定性结论
1.人物塑造:旅游博主需兼顾吸引力(穿搭、情绪表达)和真诚度(真实表达、避免表演化),打造“可信任的朋友”人设;
2.故事内容设计:需融入戏剧、悬念、幽默等趣味元素,遵循清晰的时间/逻辑顺序,避免突兀结尾,同时提供丰富的目的地/美食细节信息(价格、烹饪方法、旅行贴士);
3.视听元素优化:需投入专业音频设备(麦克风、音频增强工具),保留适当的环境音,搭配与目的地匹配的当地音乐提升沉浸感;视觉上保证画面清晰、稳定,避免过度剪辑;
4.创作建议:博主应记录旅行中的所有细节,捕捉自然发生的趣味瞬间,通过蒙太奇、视效等编辑手法提升故事趣味性。
13.辅助结果(支持性次要结果)
1.研究1的初始7个领域中,故事钩子(缩略图、标题)、讲述者呈现等领域的题项经EFA后被剔除,并非旅游博客故事讲述的显著构成要素;
2.美食旅游博客的受众更关注目的地的美食细节、当地文化和旅行贴士,而非博主的个人感受,这是信息丰富度的核心内容;
3.英国样本中,50岁及以上人群、中长途旅行者对旅游博客故事讲述的反应略高于其他群体,但无统计显著性;
4.旅游博主普遍存在资金和拍摄支持不足的问题,亟需与目的地营销者(DMO)合作,而DMO尚未充分挖掘旅游博客的营销价值;
5.适当添加目的地的环境镜头(街道、城市中心、自然风光)能提升信息丰富度,比单纯的美食镜头更易引发受众的旅行意愿;
6.旅游博客的故事讲述节奏不宜过慢,否则会快速流失受众,博主可通过加快剪辑速度提升节奏。
14.最终结论
作者基于实证证据得出的核心结论如下:
1.本研究开发的29题8维度旅游博客故事讲述量表具有良好的信效度、预测效度和跨群体稳健性,是测量旅游博客故事讲述的有效工具,也是首个针对视频类故事讲述的专属量表;
1.旅游博客故事讲述是多维度的二阶形成型复合构念,其8个维度(人物吸引力、人物真诚度、故事趣味性、故事连贯性、信息丰富度、视觉流畅度、沟通流畅度、声景)相互独立又协同作用,共同决定整体故事讲述效果,缺一不可;
2.旅游博客故事讲述能显著正向影响受众的目的地意象(β=0.549,p<0.001)和目的地到访意愿(β=0.407,p<0.001),是目的地数字营销的有效工具,为旅游目的地推广提供了可落地的内容策略方向;
3.优质音频(声景、沟通流畅度)和人物真诚度是提升旅游博客故事讲述效果的核心抓手,其重要性高于视觉元素,博主的真实表达比刻意脚本化呈现更易引发受众共鸣;
4.本研究开发的量表具有跨群体稳健性,可广泛应用于不同受众群体的旅游博客故事讲述效果测量,为后续相关研究提供了标准化的测量工具;
5.结合量表维度构建的旅游博客故事讲述实操工具包,可直接指导博主优化内容创作,同时为目的地营销者(DMO)与博主合作提供了明确的合作方向,实现理论研究与行业实践的深度结合;
6.格式塔心理学、SR理论和利益相关者理论的整合应用,为视频类内容(如旅游博客、短视频、直播)的故事讲述研究提供了可行的理论整合范式,丰富了数字媒体营销领域的理论应用场景。
15.本研究对管理学领域的具体贡献
本研究立足数字媒体营销与消费者行为交叉领域,从理论、技术、方法、应用四个维度,为管理学研究提供了重要贡献,具体如下:
(1)理论创新贡献
1.填补领域空白:首次构建并验证了视频类故事讲述的专属测量量表,突破了现有故事讲述量表仅关注叙事结构、忽视视频媒介(视听元素、人物呈现)特征的局限,丰富了故事讲述构念的测量体系;
2.理论整合创新:整合SR理论、格式塔心理学和利益相关者理论,形成“定性探索-定量验证-理论落地”的整合范式,为数字媒体环境下“媒介内容-受众反应”的研究提供了新的理论视角,拓展了SR理论在旅游数字营销领域的应用边界;
3.构念理论突破:明确旅游博客故事讲述为二阶形成型复合构念,厘清了其8个维度的构成逻辑,完善了多维度复合构念的解构与验证方法,为后续类似构念(如直播内容呈现、短视频故事讲述)的研究提供了理论参考。
(2)技术突破贡献
1.解决测量瓶颈:开发的29题8维度量表,首次实现了旅游博客故事讲述效果的量化测量,解决了现有研究无法精准评估视频类故事讲述效果的技术难题,为同类研究提供了标准化测量工具;
2.优化分析技术:将CTA-PLS、PLS-MGA等方法应用于量表验证和模型稳健性检验,完善了二阶形成型构念的验证流程,为管理学领域多维度构念的研究提供了可借鉴的技术路径。
(3)方法改进贡献
1.完善混合研究设计:采用“定性探索-量表开发-量表验证-效果检验”的探索性序贯混合方法,实现了定性研究(访谈)与定量研究(EFA、CCA、PLS-SEM)的深度融合,为管理学量表开发类研究提供了方法学典范;
2.优化抽样与数据检验方法:结合目的抽样与代表性抽样,确保样本多样性和代表性;同时采用多重数据质量检验(正态性、共同方法偏差、多重共线性),提升了研究结论的可靠性,为同类实证研究提供了方法参考。
(4)应用拓展贡献
1.行业实践价值:构建的旅游博客故事讲述实操工具包,为旅游博主提供了精准的内容优化方向(如重点提升音频质量、强化人物真诚度),为目的地营销者提供了可落地的数字营销策略,实现了理论研究与行业实践的精准对接;
2.研究场景拓展:本研究的量表和研究范式可直接拓展至直播、短视频等其他视频类内容场景,为数字媒体营销、消费者行为等管理学相关领域的研究提供了可迁移的研究框架。
16.与“customer engagement in live streaming commerce”的核心关联
本研究虽聚焦旅游博客故事讲述,但与“直播电商消费者参与(customer engagement in live streaming commerce)”存在深度的理论、方法与实践关联,核心关联点如下:
1.媒介属性与内容逻辑关联:旅游博客与直播电商均属于“视频类互动媒介”,核心均通过“内容呈现+人物互动”吸引受众/消费者,本研究提出的“人物特质-故事内容-视听元素”三维内容框架,可直接迁移至直播电商的内容设计(如主播人设、产品故事、直播视听呈现),而消费者参与的核心前提正是对直播内容的认可与共鸣;
2.理论框架可迁移关联:本研究基于SR理论构建的“内容刺激-受众反应”逻辑,与直播电商消费者参与的核心逻辑高度一致——直播内容(刺激)→消费者认知/情感/行为参与(反应),可借鉴本研究的理论整合范式,完善直播电商消费者参与的理论框架;
3.测量工具可适配关联:本研究开发的故事讲述量表,经微调后可用于测量直播电商的“直播内容呈现质量”(如将“目的地信息”替换为“产品信息”,保留人物真诚度、视听流畅度等核心维度),为量化“直播内容质量对消费者参与的影响”提供标准化工具,解决当前直播电商领域内容质量测量缺乏统一量表的问题;
4.核心影响因素共通关联:本研究发现的“人物真诚度、优质音频、真实内容”等核心影响因素,与直播电商消费者参与的关键影响因素高度重合——主播真诚度、直播视听体验、产品讲解的真实性,均能显著提升消费者的互动参与、购买参与意愿;
5.研究方法可借鉴关联:本研究采用的混合研究方法(访谈+EFA+CCA+PLS-SEM)、多组分析(PLS-MGA)等,可直接借鉴用于直播电商消费者参与的研究(如消费者参与构念的解构、量表开发、不同群体参与差异分析);
6.实践应用联动关联:本研究提出的“内容优化+人物塑造”实操建议,可指导直播电商主播优化直播内容、打造可信人设,进而提升消费者的观看参与、互动参与和购买参与,实现“内容质量→消费者参与→转化”的闭环。
17.值得在综述中重点讨论的亮点
结合你的研究主题,本研究在综述中需重点讨论的亮点的包括开创性、局限性及未来启示,具体如下:
(1)开创性亮点
1.构念测量开创性:首个针对视频类故事讲述开发专属量表,打破了传统故事讲述量表的应用局限,为直播电商等同类视频媒介的内容质量测量提供了可迁移的工具,契合你研究中“量化直播内容对消费者参与影响”的潜在需求;
2.理论应用开创性:整合三大理论用于视频类内容研究,形成“理论-方法-实践”的完整闭环,为直播电商消费者参与的理论整合研究提供了典范;
3.研究视角开创性:从“内容接收方(受众)+内容创作方(博主)”双视角出发(基于利益相关者理论),避免了单一视角的偏差,这种双视角研究思路可借鉴用于直播电商“主播+消费者”双视角的消费者参与研究。
(2)局限性亮点(综述中可对比讨论,凸显研究缺口)
1.样本局限性:样本仅来自英国,缺乏跨国家、跨文化样本,而直播电商消费者参与具有显著的跨文化差异(如不同国家消费者的参与习惯、对主播人设的偏好不同),这一局限性为你的研究提供了拓展方向;
2.场景局限性:聚焦旅游博客单一场景,未涉及直播电商等“即时互动+交易转化”场景,未检验内容讲述对“购买行为参与”的影响,而这正是你研究主题的核心重点,可基于此提出“延伸研究方向”;
3.机制局限性:仅检验了旅游博客故事讲述对受众反应的直接影响,未检验中介效应(如信任、情感认同)和调节效应的深层作用,而直播电商消费者参与的影响机制多涉及中介变量(如感知价值、信任),可借鉴此缺口完善自身研究;
4.变量局限性:未设置控制变量,未考虑平台算法、博主粉丝基础等潜在干扰因素,而这些因素在直播电商中对消费者参与的影响显著,可在综述中指出这一研究不足,为自身研究的变量设计提供参考。
(3)未来启示亮点(直接对接你的研究主题)
1.内容设计启示:直播电商可借鉴本研究的“人物-内容-视听”三维框架,优化直播内容,重点强化主播真诚度、产品故事的趣味性和真实性、直播视听体验,进而提升消费者参与;
2.量表开发启示:可基于本研究的量表,开发“直播电商内容呈现质量量表”,量化内容质量与消费者参与的关联,解决当前领域测量工具缺失的问题;
3.研究方法启示:可采用本研究的混合研究方法,先通过访谈挖掘直播电商消费者参与的核心影响因素,再通过定量研究验证,提升研究结论的可靠性;
4.跨群体研究启示:可借鉴本研究的PLS-MGA多组分析方法,检验不同群体(如不同年龄、不同消费能力)的直播电商消费者参与差异,为精准营销提供依据。
18.文中Figure和Table编号、标题及核心内容概述
本文图表均围绕量表开发、模型验证和研究结果展开,核心信息清晰,便于快速定位引用,具体概述如下:
(1)Figure(图表)概述
编号 | 标题 | 核心内容概述 |
Figure 1 | Exploratory Sequential Mixed Methods Research Design | 展示本研究的混合研究设计流程,清晰呈现“研究1(定性访谈,题项开发)→研究2(EFA,量表开发)→研究3(CCA+PLS-SEM,量表验证+效果检验)”的逻辑递进关系,标注各阶段的核心任务和方法。 |
Figure 2 | Thematic Map of Initial Themes from Interviews | 呈现研究1访谈数据的主题图谱,展示7个初始领域(故事钩子、情节设计等)的编码结果,以及各主题之间的关联,为初始题项池的形成提供可视化支撑。 |
Figure 3 | EFA Factor Loading Pattern (Study 2) | 展示研究2的EFA因子载荷图谱,呈现57个初始题项经筛选后,8个因子的载荷分布情况,标注各因子对应的题项及载荷值,验证8个一阶构念的合理性。 |
Figure 4 | Conceptual Framework | 本文核心概念框架图,可视化呈现“8个一阶构念→旅游博客故事讲述(二阶形成型构念)→目的地意象/目的地到访意愿”的因果关系,标注各构念的维度归属。 |
Figure 5 | PLS-SEM Results (Study 3) | 展示研究3的PLS-SEM分析结果,可视化呈现各构念间的路径系数、显著性水平,以及R²、Q²等预测效度指标,直观呈现旅游博客故事讲述对因变量的影响效果。 |
Figure 6 | PLS-MGA Results Across Food Neophobia Groups | 展示PLS-MGA多组分析结果,对比不同食物新癖性群体(高/中/低)的路径系数差异,验证模型的跨群体稳健性,标注各组路径系数及p-diff值。 |
(2)Table(表格)概述
编号 | 标题 | 核心内容概述 |
Table 1 | Demographic Characteristics of Interview Participants (Study 1) | 呈现研究1访谈对象的人口统计学特征,包括38名博主和受众的性别、年龄、教育程度、职业、博主粉丝量级、来源国家等信息,验证样本的多样性。 |
Table 2 | Demographic Characteristics of Survey Participants (Studies 2 and 3) | 呈现研究2(314份)和研究3(544份)问卷样本的人口统计学特征,对比两组样本的性别、年龄、教育程度、家庭收入等分布,验证样本的代表性和无重叠性。 |
Table 3 | EFA Results (Study 2) | 详细呈现研究2的EFA分析结果,包括各因子的特征值、方差解释率、累积方差解释率、克朗巴哈α值,以及各题项的因子载荷、共同度,为量表精简提供数据支撑。 |
Table 4 | Measurement Model Results (Study 3) | 呈现研究3测量模型的信效度检验结果,包括各一阶构念的克朗巴哈α、CR、AVE、因子载荷,以及HTMT值,验证量表的信效度和判别效度。 |
Table 5 | CTA-PLS Results for Reflective-Formative Higher-Order Construct (Study 3) | 呈现CTA-PLS检验结果,通过四元组分析验证旅游博客故事讲述作为二阶形成型构念的合理性,标注各四元组的置信区间、p值,为构念类型验证提供数据支撑。 |
Table 6 | Structural Model Results (Study 3) | 详细呈现结构模型的分析结果,包括各路径系数、标准误、t值、p值,以及R²、f²、Q²等指标,量化旅游博客故事讲述对因变量的影响程度和模型预测效度。 |
Table 7 | PLS-MGA Results Across Different Groups (Study 3) | 呈现不同群体(性别、年龄、教育程度等)的PLS-MGA分析结果,对比各组路径系数的差异及p-diff值,全面验证模型的跨群体稳健性。 |
Table 8 | Practical Toolkit for Storytelling in Travel Vlogs | 呈现旅游博客故事讲述的实操工具包,对应8个维度,分别提出具体的内容优化建议、实操方法,为行业实践提供可落地的指导,可迁移至直播电商内容创作。 |
19.对本研究的个人评价(方法严谨性、逻辑完备性、结论可靠性)
作为管理学领域顶级研究解析,结合研究范式和实证标准,对本研究的评价如下,整体表现优秀,符合SSCI一区期刊的研究水准:
(1)方法严谨性:高度严谨,符合实证研究最佳实践
1.研究方法选择适配性高:混合研究方法的探索性序贯设计,完美契合“量表开发”的研究需求,定性研究为定量研究奠定题项和构念基础,定量研究验证定性结果,方法选择与研究目标高度匹配;
2.抽样与数据质量控制严格:访谈采用目的抽样,确保覆盖创作方和接收方双视角;问卷采用代表性抽样,样本量充足(研究2=314,研究3=544),符合EFA、PLS-SEM的样本量要求;同时通过注意力检验、数据饱和检验、多重质量检验(正态性、共同方法偏差等),有效控制数据偏差;
3.分析方法规范且全面:从EFA、CCA到PLS-SEM、PLS-MGA、CTA-PLS,分析方法覆盖量表开发、构念验证、模型检验、稳健性检验的全流程,操作规范(如EFA采用主轴因子提取、PLS-SEM采用10000次自举法),且所有分析指标均达到管理学研究标准(如α>0.7、AVE>0.5);
4.工具与材料规范:采用NVivo12、SPSS29、SmartPLS4等专业软件,实验材料(指定旅游博客视频)具有代表性,问卷设计通过Qualtrics平台,确保研究过程的规范性和可重复性。
(2)逻辑完备性:逻辑闭环,层层递进,无明显漏洞
1.研究脉络清晰:遵循“问题提出→理论支撑→构念解构→量表开发→模型验证→结论提炼→实践应用”的经典实证研究脉络,每个环节层层递进,前一环节为后一环节提供支撑(如访谈结果支撑题项开发,EFA结果支撑CCA验证);
2.理论与实证逻辑统一:基于SR理论、格式塔心理学等构建理论框架,提出的研究假设和概念框架均能通过实证数据验证,理论推导与实证结果高度契合,无逻辑矛盾;
3.构念与模型逻辑严谨:明确旅游博客故事讲述为二阶形成型构念,通过CTA-PLS验证构念类型,厘清8个一阶构念的归属的逻辑,概念框架的构建过程清晰,因果关系设定合理(内容刺激→受众反应);
4.结论与发现逻辑一致:核心发现、研究结果与最终结论相互呼应,定量结果为定性结论提供数据支撑,辅助结果为核心结论提供补充,无前后矛盾之处,形成“发现-结果-结论”的逻辑闭环。
(3)结论可靠性:结论可信,具有较高的普适性和可迁移性
1.实证支撑充分:所有核心结论均有明确的定量数据或定性证据支撑(如量表信效度有CR、AVE等指标验证,影响效果有路径系数、p值验证),无主观臆断;
2.模型稳健性强:通过PLS-MGA检验,证实模型在不同性别、年龄、食物新癖性等群体中的稳健性,提升了结论的普适性;
3.可重复性高:研究方法、分析流程、量表题项均详细呈现,其他研究者可基于本文方法重复研究,验证结论的可靠性;
4.实践验证可行:提出的实操工具包基于访谈结果和实证发现,贴合行业实际需求,可直接应用于旅游博客内容创作,间接验证了结论的实用性和可靠性。
20.阅读中产生的疑问及研究不足之处
(1)阅读中产生的疑问
1.构念维度疑问:研究通过EFA将初始7个领域重构为8个一阶构念,剔除了“故事钩子”(缩略图、标题)维度,但直播电商中“标题/封面钩子”对消费者点击参与的影响显著,为何该维度在旅游博客中不显著?是否与旅游博客的内容属性(长视频、深度内容)相关,需进一步明确;
2.样本选择疑问:样本仅来自英国,未包含亚洲、美洲等其他地区样本,而旅游博客和直播电商的受众偏好具有显著跨文化差异,英国样本的结论是否能迁移至其他文化背景?需补充跨文化验证;
3.变量设计疑问:未设置控制变量(如博主粉丝量、平台算法、受众观看频率),这些变量可能干扰旅游博客故事讲述对受众反应的影响,为何未纳入研究设计?是否会影响结论的准确性;
4.机制探究疑问:仅检验直接影响,未探究中介效应(如信任、情感认同),旅游博客故事讲述是否通过提升受众信任,进而影响目的地意象和到访意愿?这一深层机制需进一步挖掘。
(2)研究不足之处
1.样本局限性:①地理局限:仅选取英国样本,缺乏跨国家、跨文化样本,结论的跨文化普适性不足;②场景局限:仅聚焦美食旅游博客,未覆盖其他类型旅游博客(如自然风光、人文历史),样本场景单一;
2.变量设计不足:未设置控制变量,未考虑博主粉丝基础、平台算法推荐、受众过往旅游经历等潜在干扰因素,可能导致路径系数估计偏差;未检验中介变量和调节变量的深层作用,研究机制不够深入;
3.场景延伸不足:仅聚焦旅游博客单一场景,未将研究结论拓展至直播、短视频等其他视频类媒介,未检验内容讲述对“交易转化”(如旅游产品购买)的影响,研究的应用场景有限;
4.研究设计不足:采用横截面数据(问卷调研),无法检验旅游博客故事讲述对受众反应的长期影响,难以揭示变量间的动态因果关系;
5.量表应用局限:开发的量表虽适配旅游博客,但未经过其他视频类场景(如直播)的验证,量表的跨场景适配性有待进一步检验;
6.实践指导不足:实操工具包仅针对旅游博客博主,未为目的地营销者(DMO)提供具体的合作模式、效果评估方法,理论与实践的结合可进一步深化。
21.启发:新思路、新想法及未来可探索方向
结合本研究内容和你的“直播电商消费者参与”研究主题,本研究带来的启发及未来可探索方向如下,重点对接你的研究需求:
(1)对个人研究的新思路、新想法
1.内容框架新思路:可借鉴本研究的“人物特质-故事内容-视听元素”三维框架,构建直播电商“内容呈现质量”的评价体系,将“人物真诚度、视听流畅度”等核心维度纳入直播内容研究,探究其对消费者参与(观看、互动、购买)的影响;
2.量表开发新想法:基于本研究的故事讲述量表,微调适配直播电商场景(如将“目的地信息丰富度”替换为“产品信息丰富度”,保留人物特质、视听元素等核心维度),开发“直播内容呈现质量量表”,解决当前直播电商领域内容质量测量缺乏统一工具的问题;
3.理论应用新想法:借鉴本研究的理论整合范式,整合SR理论、信任理论、技术接受模型(TAM),构建“直播内容呈现→消费者信任/感知价值→消费者参与→购买转化”的理论框架,完善直播电商消费者参与的理论体系;
4.研究视角新想法:采用本研究的“双视角”(主播+消费者)研究思路,既探究主播视角下的内容创作逻辑,也分析消费者视角下的内容感知逻辑,避免单一视角的偏差,更全面揭示直播内容与消费者参与的关联;
5.方法应用新想法:借鉴本研究的混合研究方法,先通过深度访谈(主播+消费者)挖掘直播电商消费者参与的核心影响因素,再通过EFA、PLS-SEM等定量方法验证,提升研究结论的可靠性和实用性。
(2)未来可探索方向(对接你的研究主题,具有可行性)
1.跨场景拓展研究:将本研究的量表和研究范式应用于直播电商场景,检验直播内容呈现质量(基于修改后的量表)对消费者参与(观看时长、评论、点赞、购买)的影响,填补直播电商内容质量与消费者参与关联的研究缺口;
2.中介与调节机制研究:借鉴本研究的不足,引入中介变量(如消费者信任、情感认同、感知价值)和调节变量(如主播类型、产品类别、平台特性),探究直播内容呈现质量影响消费者参与的深层机制;
3.跨文化对比研究:选取中国、英国、美国等不同国家的样本,对比不同文化背景下,直播内容呈现质量对消费者参与的影响差异,为跨境直播电商的内容设计提供参考;
4.纵向追踪研究:采用纵向数据(长期追踪直播内容与消费者参与的变化),替代横截面数据,揭示直播内容呈现质量与消费者参与的动态因果关系,提升结论的科学性;
5.量表优化研究:基于本研究的量表,结合直播电商的特点(如即时互动、产品展示),优化量表维度和题项,开发专属的“直播电商内容呈现质量量表”,并验证其信效度和跨群体稳健性;
6.实践导向研究:结合本研究的实操工具包,为直播电商主播和平台提供内容优化建议,构建“内容质量→消费者参与→转化”的闭环策略,并通过实证研究验证策略的有效性;
7.干扰因素研究:纳入博主粉丝量、平台算法、消费者过往购买经历等控制变量,探究这些因素对直播内容呈现质量与消费者参与关联的干扰作用,提升研究结论的准确性;
8.构念拓展研究:借鉴本研究的二阶形成型构念验证方法,解构“直播电商消费者参与”的多维度构念(如认知参与、情感参与、行为参与),构建二阶构念模型,完善消费者参与的构念体系。
相关文章
发表评论
评论列表
- 这篇文章还没有收到评论,赶紧来抢沙发吧~