网络消费者心流体验研究述评

内容摘要：随着互联网的发展，网络购物越来越普遍。网络消费者同时也是网络技术的体验者，这种体验会增加消费者的购物兴趣。心流体验被普遍认为是研究网络消费者购物体验质量的重要概念。目前研究互联网环境中个体的心流体验基本框架是前因、体验以及结果三阶段式。本文从这三方面回顾了国内外学术研究现状，并提出了现有研究的局限和建议。

关键词：网络购物 网络消费者 体验 心流体验

引言

随着网络购物的快速发展，购物网站之间的竞争也越来越激烈，要想在竞争中处于有利的地位，对于购物网站而言，把握消费者网络购物行为的特征非常重要。进入到体验经济时代，消费者体验日益受到重视。尤其在网络上，用户体验比其他任何产品都重要，因为网络消费者同时也是网络技术的体验者，这种体验会增加消费者的购物兴趣。体验是人们响应某些刺激的个性事件。体验通常是由于对于事件的亲身参与或是直接观察造成的，不论事件是真实的，还是虚拟的。消费者体验已经成为消费者行为的新的驱动力。学者们对线下情境的消费体验进行了较为充分的研究。网络技术为消费者提供了独特的体验机会，创造良好的消费体验日益被看成是商业网占成功的关键驱动力，但数字和互联网背景下的消费者体验，即在线消费者体验的相关研究成果还甚少。对在线消费者体验的研究主要有三种视角：基于“流”理论视角、消费体验理论视角和整体视角，其中“流”理论视角的心流体验被普遍认为是研究网络消费者购物体验质量的重要概念。

Csikszentmihalyi（1975）提出心流（Flow）是指人们对某一活动或事物表现出浓厚的兴趣，并推动个体完全投入该项活动或事（陈秀娟，2009）。这种暂时性、主观的体验，即心流体验。“Flow”在不同研究的中文译法也不同。魏婷 （2011）在研究游戏参与者行为是把Flow翻译为沉浸，与我国台湾许多研究的译法一致（王静慧，1998；张德仪，1998；卢正宗，2007；苏裔，2009）。陈秀娟（1998）翻译了Csikszentmihalyi的经典名著《Find Flow：The Psychology of Engagement With Every Life》，书中以“心流”为flow的中文译名。此后的很多研究特别是消费者行为相关的研究，都采用这一译法（牛才华，2009；陈洁，2009；贺爱忠等，2010；赵颖，2011）。心流体验是人们愿意继续从事某种活动的真正动机（Webster，Trevino & Ryan，1993；Csikszentmihalyi，1990）。在随后的研究中Csikszentmihalyi更加细化了心流体验的研究（1988，1990，1993），并概括出心流体验的九个特征维度：明确的活动目标；直接的即时反馈；个人技能与任务挑战具有平衡性；行动与知觉相融合；专注于所做的事情；潜在的控制感；失去自我意识；时间感的变化；自身有目的的体验。以后的研究大都采用Csikszentmihalyi的心流体验概念，并借鉴心流体验的九个特征维度构建研究模型，这些特征在研究中被作为影响因素或是构成维度。

从1975年心流体验概念提出来，许多学者在对心流体验进行了研究。这些研究大致可以分为两个重要方面，一方面是心流学领域关于心流体验自身属性的研究，另一方面则是心体验在其他各个领域的应用研究。近年来，心流体验已经从心理学领域发展成为用于解释人类计算机媒介中的各项活动，特别是互联网环境中的个体体验。Chen、Wigand&Nilan， Hoffman&Novak以及Choi、Kim&Kim，将互联网环境中个体的心流体验过程划分为三个阶段，即前因、体验本身以及结果阶段，并构建了概念模型和实证研究模型。Hoffman & Novak认为三阶段的心流体验研究模型对于理解心流体验的营销含义是非常有价值的。但是，学者们在研究中，对心流体验的构成维度和促成心流体验的前置因素的争论一直不断。

网络消费者心流体验的定义和构成维度

随着网络环境下个体心流体验研究的展开，研究者根据各自的研究角度提出了心流体验操作性定义和测量维度。

Hoffman&Novak（1996）首次构建了超媒体环境下，在线消费者的心流体验概念模型。在研究中，心流体验被定义为是消费者在网络导航行为过程中的一种认知体验状态，具备四个特征：人与机器互动的无缝隙的反应；真正的享受感；伴随着自我意识丧失；自我强化。Novak、Hoffman&Yung（2000）在概念模型的基础上，通过网络调研的大样本数据，构建了一个包含心流体验在内的13个模型变量和3个背景变量的结构方程模型，实证研究了消费者网络消费导航过程中的心流体验过程。在研究中他们把心流体验操作化为单维构念，联系着作为心流体验前因和结果的其他变量，并使用附有心流体验描述的三题项量表直接测量心流体验的持续时间和强度。以后很多研究都借鉴了这种心流体验单维的测量方法（Krozaan，2003；Hus and Lu 2003；Choi et al，2007；赵彬等，2009）。这种测量方法被称为直接的单维度心流体验测量（Hoffman& Novak，2009）。

SKadberg&Kimme在研究消费者浏览旅游网站的心流体验模型中，也把心流体验作为单维构念。但测量方法与Novak等的不同，他们采用的是集合心流体验相关概念题项（忘记了时间和享受两个题项）的综合量表，这种方法被称为衍生的单维度心流体验测量（Hoffman & Novak，2009）。陈洁等基于心流体验视角的在线消费者购买行为影响因素研究，将心流体验看作包括条件因素、体验因素和结果因素的某一过程，使用时间过得快和享受在线购物过程这两个题项测量了在线消费者的心流体验。牛才华在研究心流体验对网络口碑的实证研究中，心流体验也被定义为单维构念，测量题项包括全神贯注、时间感丧失和内在愉悦感。

随着对心流体验概念的认识越来越深刻，在研究中心流体验的定义和测量维度逐步从单维构念发展成为多维构念。Ghani et al研究工作中员工计算机使用时的心流体验包括两个维度：精力集中和快乐。Webster、Trevino&Ryan提出心流体验是一种主观的人机互动体验，具有游戏及探索的特质，在人机互动的期间，个人能主观地感知愉悦和涉入，而较高的游戏特质则可以得到较正面的情绪与满意，并引发个人进一步探索。他们通过验证性因子分析得出心流体验是由四个维度构成的多维构念，即控制感、专注、新奇感和内在兴趣。

Kourfaris认为心流体验是测量在线消费者体验非常有价值的尺度，在实证研究中从情绪和认知角度定义了在线消费者心流体验，把新奇感和享受合并为购物乐趣维度，并且和另外两个认知因子：控制感和专注共同构成心流体验的三个测量维度。

Jeffrey把心流体验分别作为反映型潜变量和综合型潜变量构建了两个概念模型。实证检验证明，对于预测心流体验对网络消费者行为，反映型构念模型优于综合型构念模型。网络消费者心流体验是一个反映型潜变量，挑战、控制、好奇和专心是它的四个低阶维度。

Zhou，Li and Liu在心流体验对社交网络使用者忠诚度影响的实证研究中，验证了三个一阶因子感知控制、感知享受和集中注意力对二阶因子心流体验有较高的载荷，因此心流体验是三维变量。

Steuer将远程感知定义为“沟通媒介辅助下的对某一环境的体验”。Draper et al提出远程感知可以解释为一种融入于计算机媒介环境的状态。Hoffman & Novak（1996）在心流体验概念模型中提出远程感知概念，但远程感知是心流体验的影响因素。后来有的研究者在研究中把远程感知作为心流体验的维度之一。Chen Hsiang认为远程感知和时间感丧失、专注以及失去知我意识一起构成了心流体验的维度。Pace运用扎根理论研究网络浏览时的心流体验，受访者在半结构化深度访谈中，描述其心流体验状态时的感受说“他感到自己置身于计算机所制造的环境中”。因此Pace认为远程感知是心流体验的维度之一，其他维度分别是发现的愉悦感、对周围环境感知的减弱、时间感丧失、行为和直觉的融合、控制感。

当人处于心流状态时还会产生自我感知的丧失和时间感丧失Csikszentmihalyi（1990），一些研究把这两个认知因子也作为定义心流体验的两个维度（Pace，2004；Chen Hsiang，2006）。

李仪凡研究网络游戏玩家的Flow状态，改编了三套有代表性的心流体验测量量表，开发出心流体验的五维度量表，即对游戏的关注集中度、对游戏的控制感、进入游戏后对自身的关注度、玩游戏时的无意识性、对时间流逝的感知，量表通过了严格的效度和信度检验。该研究被认为是适合中国国情的心流体验测量方法，有利于在中国环境下对Flow的理解和应用（李仪凡，2009）。

由此可以看出，研究者根据各自的研究提出心流体验的构成维度，且都论证了其构成要素及相关内容，但都只是各执一词。特别对于网络消费者心流体验的构成要素未有全面系统地阐述，因此也缺少一致性的网络消费者心流体验测量量表。由于心流体验操作性概念和构成维度不明确，阻碍了其研究和应用的进一步的发展（Hoffman & Novak，2009）。

网络消费者心流体验的前因

根据Csikszentmihaly的心流体验特征，研究者们构建了通道模型和因果模型研究心流体验相关构念之间的关系。

根据心流体验的通道模型（Csikszentmihalyi，1990；Massimin，1988），个体所感知到的自身已有技能与外在活动挑战相符合是引发心流体验的关键点。以后大部分的研究也都证实了技能和挑战是心流体验的主要前因。

在网络环境研究中，因果模型是研究个体心流体验的主要方法。Ghani and Deshpande（1994）认为技能和挑战都能促使工作中计算机使用者产生心流体验，也就是说技能和挑战对心流体验的影响是独立，此外技能够通过影响个体感知控制间接影响心流体验。Webster&Trevino（1993）在研究员工与电子邮件交互中，只探讨了技能对心流体验的影响，而且证实了简单易用是技能和心流体验间调节变量。这两个研究对以后的研究者构建心流体验模型有重要意义。

Novak，Hoffman& Yung（2000）构建的一个结构方程模型，厘清消费者网络浏览时产生心流体验的影响因素：高水平的技能和控制；高水平的挑战和唤醒；集中注意力；远程感知和互动速度。

SKadberg&Kimmel（2004）研究旅游网站浏览者心流体验模型，证实了网站的特征（吸引力、速度和互动性）与浏览者的心流体验直接相关，但技能和挑战对心流体验的影响不明显。

Kourfaris（2002）整合技术可接受模型（TAM）和心流体验理论，研究网络消费者行为，发现技能和挑战对于在线消费者进入心流状态有正向影响，但影响效果非常小；而产品涉入度的影响力最大，其次是附加价值搜索功能，所以他认为在当今社会，技能和挑战已经不是引发消费者心流体验的主要因素。卢正宗（2009）以Kourfaris（2002）的心流体验模型为基础，研究网络消费者非计划购买行为影响因素，发现产品涉入度、附加价值搜索功能还有互动性都将正向引发消费者心流体验，同时也证实了TAM的两个感知变量（感知有用性和感知易用性）以及消费者对网站的信任与心流体验也正向相关。

Hsiang Chen（2006）使用数字化的ESM和因子分析，提炼出网络使用者产生心流体验的四个条件因素：清晰的目标、潜在的控制感、及时回馈、行动与直觉的融合。这与Csikszentmihalyi（1990）的观点比较一致。胡文渝（2012）构建了与消费者决策过程相结合的心流体验影响购买意愿的模型，并通过实证研究得出，目标清晰度和网站反馈对心流体验有正向影响，其中目标清晰度对精神集中度和感知控制有正向影响，而网站反馈对购物愉悦精神、集中度和感知控制均有正向影响。

李仪凡（2009）把促成网络游戏玩家心流体验的前置因素分为网站的功能性属性和网站的社会性属性两类，通过实验证实了二者共同对参与者心流体验（Flow）产生正向影响。

陈洁等（2009）认为在线消费者心流体验的最重要的影响因素是远程感知，其次还有消费者技能水平、挑战水平和感知控制力。而感知易用性通过远程感知间接影响了心流体验产生，感知实用性影响了消费者的购买意愿，但不影响心流体验。

Tao Zhou et al（2012）研究成果表明社交网络的信息质量、系统质量以及个体对社交网络的信任是引发心流体验的重要因素。

Csikszentmihalyi（1988）强调个体获得心流体验还跟他们当下的生活态度以及个性有关。Teng（2012）研究个人气质和性格特征对心流体验影响发现，拥有好奇心、耐力和自我超越特质的人更容易获得心流体验。

综上所述，已有的关于心流体验的前置影响因素主要集中在网络特征和消费者自身特征两个方面上，学者们对促成网络消费者心流体验的因素争论一直不断。而且随着网络进入Web2.0时代，虚拟产品、网络社区等新技术出现以及网络营销研究的不断发展，这些都为网络消费者行为研究提供了新的思路，所以需要重新整合相关影响因素，更加深入研究网络消费者心流体验的形成机制。

由于心流体验构成维度缺乏统一的认知，学者们对促成网络消费者心流体验影响因素还存在的很多争论，例如远程感知在不同的研究中，有的被定义为心流体验的构成维度，有的则作为心流体验的重要前因。

网上零售业正持续发展成为一个强有力的零售渠道，购物网站越来越成为消费者倚重的购物场所，而网络作为销售终端的特征对消费者体验特别是心流体验的影响的相关研究不多（SKadberg & Kimmel，2004；Mollen et al. 2010）。同时随着网络技术的普及，以及Web2.0时代的到来，虚拟产品、网络社区等新技术出现，都为网络消费者行为研究提供了新的思路，所以需要重新整合相关影响因素，更加深入研究网络消费者心流体验的形成机制。

网络消费者心流体验的营销结果

从营销的角度来看，Hoffman & Novak（1996，2000）的心流体验概念模型最重要的进展就是关注心流体验对在线消费者行为的影响。尽管在一些研究中心流体验的前因和结果出现了重叠现象，但大量的研究还是一致证实了心流体验对消费者的态度、行为意图以及消费行为都有直接的正向影响。

Korzaan（2003）研究证实心流体验不但直接影响消费者在线购买态度，而且通过态度间接地影响个人的购买意图。Mathwich & Ridon（2004）发现心流体验也影响消费者对产品品牌的态度。Senecal，et al 认为消费者享乐主义倾向影响其网络购物的态度，心流体验通过影响消费者的享乐感受间接地影响了消费者态度。值得注意的是，Luna，Peracchio& Juan提出了一个相反的结论，认为消费者对购物网站的态度影响了其心流体验，虽然在研究中没有进行实证论证，但也为以后的研究提出了新的方向。

心流体验也影响消费者的行为意图和行为，Luna，Peracchio& Juan（2003）认为消费者网络浏览产生心流体验，直接影响消费者从该网站购买产品的意图和再次访问、使用该网站意图。陈洁等（2009）研究表明通过增强消费者的心流体验，从而导致消费者增加无计划购买数量以及增强重复购买的意愿。这个结论与Koufaris（2002）和卢正宗（2007）的一致。

赵彬等（2009）将心流体验与消费者品牌忠诚行为进行匹配，提出了“心流体验-品牌忠诚”模型，认为在线消费者的心流体验将影响其品牌忠诚行为。Tao Zhou（2012）等也验证了心流体验使社交网络使用者忠诚。Lee & chen（2010）以心流体验的维度为前因变量，发现专注和远程感知都积极影响了消费对网络购买的态度。

Chang & zhu（2012）认为心流体验是解释在线环境下消费者行为的有用构念，心流体验的感觉能积极影响在线消费者的满意度。

总的来说，现有的研究成果主要关注心流体验对消费者态度、行为意图和非计划购买行为的影响。

网络消费者心流体验未来研究方向

尽管心流体验理论已被消费者行为和营销学者引入网络购物领域，并进行了大量研究和分析，但本文认为有两个方面还值得进一步深入探讨，这两个方面的研究内容在逻辑上是连贯的，在研究层次上是逐步递进的。

第一，探讨网络消费者心流体验的维度，开发测量量表。基于文献回顾，并结合中国消费者访谈的结果，界定中国背景下网络消费者心流体验概念和构成维度，并在此基础上，开发出网络消费者心流体验测量量表，经过统计分析以及量表的信效度检验，最终得出网络消费者心流体验多维度测量量表。

第二，厘清促进网络消费者心流体验的驱动因素。在界定网络消费者心流体验内在构成维度的基础上，厘清促进心流体验的驱动因素。在研究中，要借鉴影响消费者网络体验的其他影响因素，构建网络消费者心流体验形成机制的理论分析模型，并选择购物网站的消费者为研究样本进行实证。

参考文献：

1.卢泰宏等.消费者行为学-中国消费者透视.高等教育出版社，2005

2.贺和平，刘雁妮，周志民.体验营销研究前沿评介[J].外国经济与管理，2010（8）

3.陈秀娟译.生命的心流.中信出版社，2009

4.Steuer， J.， 1992. Defining virtual reality： dimensions determining telepresence. Journal of Communication 42 （4）

5.Draper， J.V.， Kaber， D.B.， Usher， H.M.， 1998. Telepresence. Human Factors 40 （3）

6.Pace， Steven （2004）， "A Grounded Theory of the Flow Experiences of Web Users，" International Journal of Human-Computer Studies， 60

7.李仪凡.互联网用户体验结构模型—以Flow理论挖掘网站功能！社会属性作用机制.复旦大学博士论文，2009

8.卢正宗.影响网络消费者非计划性购买行为与再访意愿之相关因素探讨.台湾国立东华大学博士论文，2009

9.Ching-I Teng（2011），who are likely to experience flow？ Impact of temperament and character on flow， Personality and Individual Difference，50，863-868

10.Senecal， Sylvain， Jamel-Edine Gharbi， and Jacques Nantel （2002）， "The Influence of Flow on Hedonic and Utilitarian Shopping Values，" Advances in Consumer Behavior， 29， 483-4.

11.魏婷.教育游戏参与者行为意向影响因素模型与实证研究.南京师范大学博士论文，2011

12.Koufaris， Marios， “Applying the Technology Acceptance Model and Flow Theory to Online Consumer Behavior，” Information Systems Research， 2002，13 （June）

13.Tao Zhou， Hongxiu Li and Yong LiuThe effect of flow experience on mobile SNS users’ loyalty Industrial Management & Data Systems . 2010 .6， 930-946

14.Hsiang Chen（2006） Flow on the net–detecting Web users_positive affects and their flow states Computers in Human Behavior 22 221-233

15.Csikszentmihalyi， Mihaly . Find Flow： The Psychology of Optimal Experience， New York： Harper and Row，1990

16.Laura A. Peracchio， and Maria D. de Juan， “Flow inIndividual Web Sites： Model Estimation and Cross-cultural Validation，”Advances in Consumer Research， 2003，30