增強現(xiàn)實體驗下的創(chuàng)新與文化:消費者虛擬服裝購買意愿研究

摘要： 在全球數(shù)字時尚迅速擴張之際，各大品牌紛紛推出各具特色的虛擬服裝，成為國內(nèi)外時尚界研究的熱點，但對于消費者購買AR虛擬服裝動機的探索仍顯不足。為了促進消費者的期望與市場及時尚設(shè)計的發(fā)展相一致，文章基于創(chuàng)新擴散理論、SOR模型，通過對文獻的梳理，構(gòu)建了包含相對優(yōu)勢性、兼容性、復雜性、傳統(tǒng)文化元素的真實性、感知價值、滿意度、購買意向七個潛在變量的理論模型，并對325份調(diào)查數(shù)據(jù)進行了有效分析。結(jié)果表明，相對優(yōu)勢性、傳統(tǒng)文化元素的真實性、感知價值、滿意度對消費者的購買意愿產(chǎn)生顯著的直接影響，而復雜性產(chǎn)生顯著負面影響，兼容性則不對購買意愿產(chǎn)生顯著影響。其中，感知價值和滿意度發(fā)揮中介作用，總體來說感知價值的中介效應(yīng)較強。研究揭示了虛擬服裝的AR體驗如何影響消費者的購買決策，強調(diào)了理解消費者購買動機在虛擬服裝市場的重要性，為虛擬服裝的設(shè)計師和品牌運營者提供了參考。

關(guān)鍵詞： 創(chuàng)新擴散;傳統(tǒng)文化元素的真實性;AR虛擬服裝;購買意愿;刺激—機體—反應(yīng)（SOR）

中圖分類號： TS941.1

文獻標志碼： A

文章編號： 10017003（2024）12期數(shù)0117起始頁碼10篇頁數(shù)

DOI： 10.3969/j.issn.1001-7003.2024.12期數(shù).012（篇序）

數(shù)字時尚的發(fā)展在虛擬世界中開辟了新視野，Sayem^［1］將其內(nèi)容劃分為四大部分：數(shù)字原型設(shè)計、數(shù)字市場營銷、虛擬個體和元宇宙空間、虛擬服裝和智能技術(shù)。其中，虛擬服裝是只存在于社交網(wǎng)絡(luò)、游戲或元宇宙等虛擬在線環(huán)境中的服裝，在數(shù)字時尚中占據(jù)顯著位置。近年來，虛擬服裝成為國內(nèi)外時尚界的研究熱點之一，主要集中在虛擬服裝的起源、影響和新范式方面：Makryniotis^［2］研究發(fā)現(xiàn)，虛擬服裝起源于電子競技;Koneva^［3］提出數(shù)字時尚是一種有意識和定向的身份話語，在本質(zhì)上改變了設(shè)計師及時尚傳播和視覺的策略，創(chuàng)造了時尚設(shè)計的新范式。也有研究針對虛擬服裝的購買意愿方面：譚孝勤等^［4］研究發(fā)現(xiàn)，虛擬服裝的場景特性對購買意愿有顯著的積極影響;王周吉子等^［5］發(fā)現(xiàn)，虛擬服裝的感知審美、娛樂價值會對品牌認知產(chǎn)生顯著正向作用。雖然目前關(guān)于虛擬服裝的研究日新月異，但鮮有研究將虛擬服裝AR體驗與購買意愿產(chǎn)生聯(lián)系。通過虛擬服裝AR體驗，消費者能夠以全新的方式探索和試穿服裝。Pizzi等^［6］認為，虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）技術(shù)會影響人們的感知感受，并改善他們的購物體驗。Pleyers等^［7］進一步指出，顧客體驗受到其認知、情緒、感知等心理因素的影響。

許多因素會影響消費者對數(shù)字產(chǎn)品的興趣和購買決策。創(chuàng)新擴散理論（Innovation diffusion theory）是探索新興技術(shù)下消費者行為的經(jīng)典理論，在解釋多個學科的消費者接受程度方面獲得了大量的實證支持，并且已經(jīng)被運用在虛擬購物的研究中。Zeithaml^［8］的研究表明，消費者的購買意愿直接受到感知價值的作用。Oliver^［9］認為，滿意度也可用于評估無形的服務(wù)。

近些年各大博物館紛紛推出帶有傳統(tǒng)文化元素的虛擬服裝數(shù)字藏品，旨在推進中華優(yōu)秀傳統(tǒng)文化創(chuàng)造性轉(zhuǎn)化、創(chuàng)新性發(fā)展，如2023年中國絲綢博物館發(fā)布的“宋韻”數(shù)字時裝作品及上海紡織博物館推出的“復美·旗元”旗袍數(shù)字藏品。Fu等^［10］的研究表明，傳統(tǒng)文化元素的真實性會積極顯著影響數(shù)字游戲皮膚的購買意愿。因此，為了推動中國傳統(tǒng)文化的創(chuàng)新發(fā)展，本文將傳統(tǒng)文化元素真實性納入本次研究設(shè)計的考量，探討傳統(tǒng)文化元素對虛擬服裝購買意愿的影響。

綜上所述，本文構(gòu)建了一個新模型，將創(chuàng)新擴散理論與傳統(tǒng)文化元素的真實性融合，深入分析其與感知價值及滿意度的關(guān)聯(lián)，以及這些元素如何影響消費者的購買意愿?；贏R體驗虛擬服裝，本文對325份有效數(shù)據(jù)進行分析，探索并驗證影響消費者購買意愿的多種因素之間的作用機理，從而為基于AR體驗的虛擬服裝購買行為提供理論支持，為市場營銷和時尚設(shè)計領(lǐng)域提供新的洞察。

1 理論框架與研究假設(shè)

1.1 增強現(xiàn)實（AR）體驗

增強現(xiàn)實（Augmented reality，AR）是一種交互式工具，將真實世界和虛擬世界結(jié)合起來。虛擬服裝的設(shè)計、制作和展示需要先進的技術(shù)支持，如3D建模、虛擬現(xiàn)實（VR）、增強現(xiàn)實（AR）等，這些技術(shù)增強了視覺效果、真實感和交互性。多個國內(nèi)外虛擬服裝購買平臺已經(jīng)引入了這一功能，如ZERO10允許用戶通過手機APP就能夠AR試穿虛擬服裝。當前AR技術(shù)已廣泛應(yīng)用于電子消費和移動應(yīng)用中，并且已經(jīng)被運用在虛擬零售和時尚領(lǐng)域的研究中^［11］。因此，本文建立在AR體驗虛擬服裝基礎(chǔ)之上展開研究和分析。

1.2 刺激—機體—反應(yīng)（SOR）

研究以刺激—機體—反應(yīng)（SOR）模型為理論基礎(chǔ)，該理論由Mehrabian等^［12］提出。在此理論構(gòu)架下，消費者行為被劃分為三個環(huán)節(jié)：刺激（S）、機體（O）、反應(yīng)（R）。“刺激”指的是外部因素對個體行為的影響，“機體”指個體的心理狀態(tài)，“反應(yīng)”指由刺激與機體狀態(tài)互動觸發(fā)的行動或行為意向;刺激通常被視為自變量，機體作為中介變量，反應(yīng)則是因變量?；诃h(huán)境心理學的刺激—機體—反應(yīng)理論表明，產(chǎn)品特性和營銷行為作為刺激（S）影響消費者對產(chǎn)品和購買過程的情感反應(yīng)（O），最終引發(fā)消費者的購買意愿（R），刺激因素包括產(chǎn)品屬性和產(chǎn)品購買環(huán)境屬性^［13］。對應(yīng)到本文中，刺激可以包括產(chǎn)品的文化屬性，也包括AR體驗虛擬服裝產(chǎn)品的技術(shù)屬性。

1.3 創(chuàng)新擴散理論

在20世紀60年代，埃弗雷特·羅杰斯首次闡述了“創(chuàng)新擴散理論”。羅杰斯認為，創(chuàng)新的傳播過程是通過特定渠道，在一定時間內(nèi)，在某一社會群體中逐漸普及的活動。對于創(chuàng)新的擴散而言，存在五個關(guān)鍵維度：相對優(yōu)勢、兼容性、復雜性、可試驗性、可觀察性。目前創(chuàng)新擴散理論已經(jīng)被廣泛運用在新技術(shù)、新產(chǎn)品的用戶接受層面，如VR購物^［14］、數(shù)字藏品^［15］。本文的虛擬服裝雖屬于近些年的創(chuàng)新產(chǎn)品，但在運用該理論時需要針對虛擬產(chǎn)品和AR體驗的特殊性進行相應(yīng)考量。Lin等^［16］的研究結(jié)果表明，創(chuàng)新擴散中的相對優(yōu)勢、兼容性和復雜性將顯著影響新技術(shù)的采用。Tornatzky等^［17］通過對75篇涉及創(chuàng)新擴散理論的文獻進行系統(tǒng)的Meta分析，揭示了僅有相對優(yōu)勢、兼容性及復雜性三者與創(chuàng)新采納顯著相關(guān)。據(jù)此，本文選取了創(chuàng)新擴散理論中的三個維度——相對優(yōu)勢性、兼容性與復雜性，作為評估虛擬服裝AR技術(shù)特性影響的關(guān)鍵因素。

1.3.1 相對優(yōu)勢性

創(chuàng)新擴散理論中的相對優(yōu)勢指該創(chuàng)新相較于所代替的舊方法或事物所具有的優(yōu)勢。目前多數(shù)虛擬服裝的購買不涉及實際穿戴，用戶需提交一張穿著緊身服的照片。設(shè)計師在此基礎(chǔ)上進行建模和渲染，最終用戶會收到一張自己穿著虛擬服裝的照片，這一系列的步驟需要耗費大量時間成本。而AR虛擬試穿是當今電子商務(wù)的一個優(yōu)勢特性^［18］，相較于傳統(tǒng)的人工“P圖”試穿虛擬服裝，AR技術(shù)提供的體驗更加沉浸和即時。AR試穿允許用戶迅速預(yù)覽衣服的樣式、顏色及上身效果，大大減少消費者購買、轉(zhuǎn)讓等操作所需付出的成本^［19］。因此，本文提出以下假設(shè)：

H1：AR虛擬服裝體驗的相對優(yōu)勢性將積極影響消費者的感知價值。

H2：AR虛擬服裝體驗的相對優(yōu)勢性將積極影響消費者的滿意度。

H3：AR虛擬服裝體驗的相對優(yōu)勢性將積極影響消費者的購買意愿。

1.3.2 兼容性

兼容性涉及到創(chuàng)新技術(shù)與用戶價值觀、之前的使用體驗及未被滿足的需求之間的匹配程度。當創(chuàng)新與這些因素高度匹配時，用戶更容易認識到產(chǎn)品的價值，依托于先前的經(jīng)驗迅速掌握新技術(shù)，且尋求通過此項創(chuàng)新解決其潛在的問題。這種情況下，用戶對新技術(shù)的采納愿望會增強，從而加速創(chuàng)新的接受過程。相反，如果匹配程度低，創(chuàng)新的采納過程則可能顯著減慢^［20］。郭全中等^［21］的研究認為，數(shù)字藏品對區(qū)塊鏈這一創(chuàng)新技術(shù)的應(yīng)用及其創(chuàng)新外觀，和當下年輕人的審美觀、消費習慣和社交需求相符。郭峰^［15］的研究結(jié)果表明，兼容性對用戶滿意度有影響并且直接影響用戶的享樂感。因此，本文提出以下假設(shè)：

H4：AR虛擬服裝體驗的兼容性將積極影響消費者的感知價值。

H5：AR虛擬服裝體驗的兼容性將積極影響消費者的滿意度。

H6：AR虛擬服裝體驗的兼容性將積極影響消費者的購買意愿。

1.3.3 復雜性

復雜性已被廣泛應(yīng)用于新興技術(shù)服務(wù)或產(chǎn)品的討論中。Jamshidi等^［22］的研究發(fā)現(xiàn)，使用創(chuàng)新技術(shù)或服務(wù)的復雜性會損害用戶滿意度。Kaur等^［23］發(fā)現(xiàn)，復雜性損害了用戶對移動技術(shù)的采用，降低了向親戚和朋友推薦上述移動技術(shù)的意圖。操作信息系統(tǒng)的復雜性對用戶產(chǎn)生了負面影響，影響了用戶的采用意愿。因此，本文提出以下假設(shè)：

H7：AR虛擬服裝體驗的復雜性將消極影響消費者的感知價值。

H8：AR虛擬服裝體驗的復雜性將消極影響消費者的滿意度。

H9：AR虛擬服裝體驗的復雜性將消極影響消費者的購買意愿。

1.4 傳統(tǒng)文化元素的真實性

Laroche等^［24］首先提出了“文化元素真實性”一詞，并將文化元素的真實性定義為源自原始文化、由完整性和審美特征組成的文化獨特性。王玲^［25］指出，消費者的文化背景影響著他們的購買決策、偏好和購物行為，他們傾向于選擇與自身文化價值觀相符的服裝，以表達個人身份和文化認同。Lee等^［26］研究發(fā)現(xiàn)，中國消費者更注重文化產(chǎn)品的文化、歷史完整性和審美屬性，兩者都對他們的購買意愿產(chǎn)生積極影響。因此，本文提出以下假設(shè)：

H10：AR虛擬服裝體驗的傳統(tǒng)文化元素真實性將積極影響消費者的感知價值。

H11：AR虛擬服裝體驗的傳統(tǒng)文化元素真實性將積極影響消費者的滿意度。

H12：AR虛擬服裝體驗的傳統(tǒng)文化元素真實性將積極影響消費者的購買意愿。

1.5 感知價值

感知價值被視為用戶購買欲望的核心要素。起初，感知

價值的觀點源于公平理論中的心理學視角，旨在探討用戶投入與企業(yè)所提供價值之間的對比，現(xiàn)在已經(jīng)運用于數(shù)字產(chǎn)品等方面的研究。Kim等^［27］的研究發(fā)現(xiàn)，服裝的感知價值對于衡量用戶持續(xù)參與數(shù)字時尚領(lǐng)域的意愿具有關(guān)鍵作用。在虛擬產(chǎn)品購買過程中，消費者的感知價值不僅體現(xiàn)在對產(chǎn)品及購物環(huán)境的評估上，它還標志著數(shù)字技術(shù)在影響消費者認知的起始階段^［28］。因此，本文提出以下假設(shè)：

H13：AR虛擬服裝體驗的感知價值將積極影響消費者的購買意愿。

1.6 滿意度

滿意度為用戶在體驗產(chǎn)品或服務(wù)后，與其初期預(yù)期相比產(chǎn)生的情感反應(yīng)程度。通常，當感知到的產(chǎn)品或服務(wù)品質(zhì)滿足或超越顧客的初始預(yù)期，顧客會展現(xiàn)出正面的情緒反應(yīng)及高滿意度^［29］。研究表明，滿意度是影響用戶態(tài)度和行為意圖的重要指標之一^［30］。Zhu等^［31］通過刺激—機體—反應(yīng)（SOR）框架的應(yīng)用發(fā)現(xiàn)，滿意度正面影響購買意愿。因此，本文提出以下假設(shè)：

H14：AR虛擬服裝體驗的滿意度將積極影響消費者的購買意愿。

根據(jù)以上假設(shè)，本文構(gòu)建了研究的模型，如圖1所示。

2 研究方法

2.1 數(shù)據(jù)收集

本文的研究數(shù)據(jù)收集包含兩個步驟：第一步線下邀請受訪者AR試穿虛擬服裝;第二步再進行問卷填寫。選取ZERO10虛擬服裝商城作為試穿的平臺，里面包含了大量在線售賣的虛擬服裝（圖2），該商城通過增強現(xiàn)實（AR）技術(shù)來進行虛擬試穿。依據(jù)SOR模型，本文邀請受訪者瀏覽虛擬服裝商店ZERO10并通過AR技術(shù)進行虛擬試穿（S），同時鼓勵

他們分享試穿體驗的照片至社交媒體，以此加深他們對虛擬服裝的認知和情感體驗。在這個過程中，虛擬服裝的設(shè)計和AR試穿體驗作為外部刺激，影響受訪者的內(nèi)在狀態(tài)（O），諸如情緒、認識及態(tài)度，并最終轉(zhuǎn)化成具體的行動反應(yīng)（R），本文中特指問卷調(diào)查的回應(yīng)。其中，兩位受訪者試穿AR虛擬服裝如圖3所示。

本文的調(diào)查周期為2023年6月—2024年3月，最后共收集了325份有效紙質(zhì)調(diào)查問卷，樣本統(tǒng)計特征信息如表1所示。

2.2 變量測量

本文涉及7個測量項目，即相對優(yōu)勢性（RA）、兼容性（CB）、復雜性（CL）、文化元素真實性（CEA）、感知價值（PV）、滿意度（SA）、購買意愿（PI）。問卷主要借鑒創(chuàng)新擴散理論、虛擬服裝、虛擬現(xiàn)實購物等相關(guān)研究的成熟量表，最終問卷及參考文獻如表2所示。題項測量采納了Likert五級量表法，1～5表示從“非常不同意”到“非常同意”五個不同態(tài)度等級。

3 實證分析與假設(shè)檢驗結(jié)果

本文采用偏最小二乘法（Partial least squares，PLS）分析樣本數(shù)據(jù)，利用Smart PLS 4.1來進行數(shù)據(jù)分析。采用PLS理由在于：對預(yù)測的高適應(yīng)性^［34］;能夠在最大程度上解釋數(shù)據(jù)的方差^［35］。Fornell等^［36］建議采用兩步法進行PLS分析，先是分析測量模型，然后是分析結(jié)構(gòu)模型。

3.1 測量模型

本文所有測量題目均由同一被調(diào)查者填寫，容易引發(fā)共同方法變異（CMV）的問題。根據(jù)Podsakoff等^［37］的建議，在設(shè)計問卷階段，實施了兩輪的預(yù)測試，以確保問卷的準確性，并根據(jù)參與者的反饋調(diào)整了問卷的措辭。調(diào)查期間，保證參與者信息的匿名處理。在進行數(shù)據(jù)分析之前，借助Harman的單因子方法對共同方法變異（CMV）進行評估，發(fā)現(xiàn)由單因子解釋的方差總量為32.826%，未超過50%的標準。此外，本文計算了所有潛在結(jié)構(gòu)的方差膨脹因子（VIF）來檢驗多重共線性的風險，所有這些因素都低于警惕性值2.0。以上結(jié)果均表明，偏倚作為常用方法對分析結(jié)果無顯著影響。

為了檢驗?zāi)Ｐ偷挠行耘c可靠性，本文按照Fornell等^［36］的建議進行驗證性因子分析，其指出反映型測量模型應(yīng)保持內(nèi)部一致性，即Cronbach’s Alpha需超過0.700，題目的可靠性則通過因子載荷值超過0.700且勝過交叉因子載荷值來驗證。收斂效度的判斷標準是平均方差提取量AVE超過0.500。根據(jù)表3的數(shù)據(jù)，本文所采用的測量模型在內(nèi)部一致性、題目可靠性及收斂效度上均滿足上述標準。在判別效度方面，本文遵循了Fornell等^［36］的例子，其中AVE的平方根應(yīng)該超越其與不同結(jié)構(gòu)中的項目的最高相關(guān)性（表4中相關(guān)矩陣的對角線元素）。此外，本文評估了異性狀—單性狀（HTMT）比值，以檢驗量表的判別效度，樣本的最大HTMT比值為0.546，小于0.85的閾值^［38］。此外，所有項目對變量的交叉加載結(jié)果也表明，該量表具有良好的鑒別效度。

3.2 結(jié)構(gòu)模型和檢驗假設(shè)

本文使用Smart PLS進行引導重采樣技術(shù)，隨機生成5 000個樣本來測試結(jié)構(gòu)模型。在模型的預(yù)測能力方面，評估了路徑系數(shù)、結(jié)構(gòu)模型主要影響的顯著性、r平方值和Q平方值，如圖4和表5所示。PLS算法的結(jié)果得到了三個內(nèi)生變量的r平方值：購買意愿（0.411）、感知價值（0.292）和滿意度（0.302），均超過0.20，表明具有較大的解釋能力。例如，購買意愿的R2為0.411，說明購買意愿的因變量中有41%左右的方差可以用預(yù)測變量去解釋。Sarstedt等^［39］認為結(jié)構(gòu)模型的預(yù)測相關(guān)性Q2應(yīng)該大于0，本文的預(yù)測相關(guān)性Q2為購買意愿（0.289）、感知價值（0.199）和滿意度（0.217）均大于可接受的0閾值。

感知價值（β=0.204，p<0.01）對購買意愿的直接影響最大，其次是文化元素的真實性（β=0.193，p<0.01）和滿意度（β=0.173，p<0.01），相對優(yōu)勢性影響較?。é?0.155，p<001），兼容性無顯著影響（β=0.089，p>0.05）。在感知價值方面，兼容性（β=0.218，p<0.001）影響最大，其次是文化真實性（β=0.180，p<0.01）和相對優(yōu)勢性（β=0.175，p<001）。滿意度方面，文化真實性（β=0.263，p<0.001）影響最大，相對優(yōu)勢性和兼容性影響較弱（β=0.160和β=0.161，p<0.01）。復雜性對購買意愿（β=-0.164）、感知價值（β=-0.272）和滿意度（β=-0.265）均有顯著負面影響（p<0001）。綜上，大部分假設(shè)（H1，H2，H3，H4，H5，H7，H8，H9，H10，H11）成立，僅H6不成立。

3.3 中介效應(yīng)檢驗

通過以上分析，本文發(fā)現(xiàn)感知價值和滿意度在虛擬服裝的相對優(yōu)勢性、兼容性、復雜性、傳統(tǒng)文化元素真實性與購買意愿之間存在中介作用。95%置信區(qū)間不含零，即為中介效應(yīng)存在。本文利用自助重采樣法來驗證感知價值和滿意度的中介作用效應(yīng)，抽取5 000個引導樣本檢驗，結(jié)果如表6所示。

結(jié)果顯示，感知價值和滿意度在相對優(yōu)勢性對購買意愿的中介作用中，bootstrap 95%置信區(qū)間分別為（0.009，0.072）和（0.006，0.055），均不包含0，表明相對優(yōu)勢性可以通過感知價值和滿意度間接預(yù)測購買意愿，中介效應(yīng)值分別為0.036和0028。兼容性對購買意愿的中介作用中，感知價值和滿意度的置信區(qū)間為（0.014，0.085）和（0.005，0.060），中介效應(yīng)值分別為0.044和0.028。復雜性對購買意愿的中介作用中，感知價值和滿意度的置信區(qū)間為（-0.098，-0.019）和（-0.083，-0.016），中介效應(yīng)值為-0.056和-0.046。文化元素的真實性對購買意愿的中介作用中，感知價值和滿意度的置信區(qū)間為（0.009，0.082）和（0.017，0.088），中介效應(yīng)值為0.037和0.045。

4 研究的貢獻及不足

4.1 理論貢獻

本文將創(chuàng)新擴散理論引入AR虛擬服裝購買意愿的研究中，豐富了該理論在數(shù)字時尚領(lǐng)域的應(yīng)用。運用刺激—機體—反應(yīng)（SOR）模型，分析了AR體驗對虛擬服裝的心理狀態(tài)和購買意愿的影響，并加強了該模型在研究虛擬商品消費行為中的理論價值。此外，本文探討了傳統(tǒng)文化元素的真實性在促進虛擬服裝購買中的作用，為虛擬服裝設(shè)計提供了文化維度，也支持了傳統(tǒng)文化融入數(shù)字產(chǎn)品設(shè)計的理論。

首先，基于AR體驗虛擬服裝的相對優(yōu)勢性會對消費者的感知價值、滿意度、購買意愿產(chǎn)生顯著的直接積極影響，兼容性也會顯著積極影響消費者的感知價值和滿意度，但不會顯著積極影響購買意愿，這與之前的相關(guān)研究不一致。筆者推測，這是由于在填寫問卷之前，受訪者在實際體驗了AR試穿之后，更加注重虛擬服裝的視覺效果、個性化體驗和文化元素的真實性，而不是兼容性本身。這表明在虛擬服裝的購買決策過程中，體驗和內(nèi)容的質(zhì)量可能比技術(shù)兼容性更為重要。復雜性會顯著消極影響消費者的感知價值、滿意度、購買意愿，這與之前的研究結(jié)論相一致。加拿大學者麥克盧漢認為，技術(shù)進步實質(zhì)上擴展了人類的感官能力。當消費者利用AR技術(shù)嘗試虛擬服裝，如果面對一個復雜的操作環(huán)境，這種感官的擴展可能會變得自我挫敗，進而負面影響用戶的體驗。

第二，傳統(tǒng)文化元素的真實性會顯著積極影響消費者的購買意愿、感知價值、滿意度。其中，傳統(tǒng)文化元素的真實性對滿意度的影響最大，其次是購買意愿和感知價值。帶有傳統(tǒng)文化元素的虛擬服裝可以被認為與社會價值有關(guān)^［40］。在數(shù)字時尚市場中，傳統(tǒng)文化元素的真實性提供了一種獨特的區(qū)分策略，幫助產(chǎn)品在競爭激烈的市場中脫穎而出。消費者可能會因為產(chǎn)品能夠提供獨一無二的文化體驗和故事而感到更加滿意，這種獨特性增加了產(chǎn)品的吸引力，進而提高了消費者的滿意度。

第三，感知價值和滿意度都會對購買意愿產(chǎn)生顯著的積極影響，其中感知價值比滿意度的影響更加強烈。在虛擬服裝這一特定領(lǐng)域，感知價值關(guān)系到消費者對品牌技術(shù)創(chuàng)新和文化元素的評價。此外，虛擬服裝作為全球數(shù)字時尚的一個重要部分，不僅反映了品牌的創(chuàng)新力，而且還是許多奢侈品牌探索新市場的方式，體現(xiàn)了獨特的品牌價值和文化認同。

4.2 實踐貢獻

本文將AR虛擬服裝的設(shè)計內(nèi)容和產(chǎn)品應(yīng)用內(nèi)容同時關(guān)聯(lián)探討，對于虛擬服裝市場及其試穿方式具有一定的啟示作用。在虛擬服裝的設(shè)計和應(yīng)用上，設(shè)計師和應(yīng)用開發(fā)者需要重視在虛擬服裝中融入傳統(tǒng)文化元素，并確保這些設(shè)計能夠在增加感知價值的同時提高用戶滿意度。為了實現(xiàn)這一點，設(shè)計師和開發(fā)者應(yīng)當深入研究目標市場的文化背景和消費者的文化偏好，從而提高其對產(chǎn)品的滿意度。這可能涉及到對傳統(tǒng)服飾的現(xiàn)代解讀，或者是在設(shè)計中巧妙地融入具有文化象征意義的元素。此外，為了進一步增強感知價值，設(shè)計師和開發(fā)者可以考慮添加一些增值服務(wù)，如個性化推薦、虛擬服裝的背后故事或文化意義介紹，或者是與真實世界文化活動的聯(lián)動，從而為消費者提供更加豐富和深入的購買體驗。為了提升AR體驗虛擬服裝相對優(yōu)勢性的積極作用，除了積極采用AR技術(shù)外，應(yīng)確保AR技術(shù)具有高穩(wěn)定性和低延遲，從而提供流暢無縫的試穿體驗。使用高質(zhì)量的圖像和動態(tài)渲染技術(shù)來增強虛擬服裝的真實感和吸引力。開發(fā)更多互動功能，如即時調(diào)整服裝尺寸、顏色和樣式的選項，允許消費者通過簡單的界面操作個性化他們的服裝。在兼容性方面，雖然兼容性不會對購買意愿產(chǎn)生顯著的直接影響，但感知價值和滿意度能在這兩者之間發(fā)揮一定的中介作用，因此對于設(shè)計師和品牌而言，提高產(chǎn)品的兼容性并通過提高消費者的感知價值和滿意度來間接影響購買意愿變得尤為重要。這意味著設(shè)計師和品牌需要深入了解目標市場的需求和偏好，以及他們的產(chǎn)品如何能夠與消費者現(xiàn)有的生活方式、技術(shù)生態(tài)系統(tǒng)和其他產(chǎn)品相兼容。復雜性會對購買意愿、感知價值、滿意度均產(chǎn)生負面影響，因此，為了降低復雜性對購買意愿、感知價值和滿意度的負面影響，設(shè)計師和品牌應(yīng)專注于簡化AR虛擬服裝的選擇和試穿流程，提供直觀的用戶界面和優(yōu)化的用戶體驗。通過精簡功能、加速加載時間、提供清晰的操作指南，并建立用戶反饋機制，可以有效降低用戶的認知負擔，提升用戶滿意度，進而增加購買意愿。

4.3 研究的不足及未來發(fā)展

本文的局限性主要體現(xiàn)在對不同年齡群體關(guān)注不充分，以及研究焦點主要集中在中國浙江地區(qū)，這可能限制了研究結(jié)果在不同年齡和地理背景下的泛化能力。為了獲得更廣泛的視角，后續(xù)研究可以擴展樣本量的范圍和研究區(qū)域。此外，雖然研究側(cè)重于從技術(shù)體驗、文化元素設(shè)計角度分析購買意向，但并未詳細探究AR體驗、文化元素層面的具體策略。未來可深入研究具體設(shè)計方法，探討具體哪類文化元素對消費者的購買意愿影響最強及如何將創(chuàng)新擴散理論運用于具體的應(yīng)用實踐，進而詳盡分析這些要素如何作用于消費者的認知與行為。

5 結(jié) 論

本文通過探討增強現(xiàn)實（AR）體驗下的虛擬服裝購買意愿，基于創(chuàng)新擴散理論和刺激—機體—反應(yīng)（SOR）模型，構(gòu)建并實證分析了涵蓋相對優(yōu)勢性、兼容性、復雜性、傳統(tǒng)文化元素的真實性、感知價值、滿意度及購買意向的理論模型。通過實際AR試穿虛擬服裝收集了325份研究數(shù)據(jù)，運用SPSS 24.0與Smart PLS 4.1軟件工具，對數(shù)據(jù)進行了深入的分析處理。結(jié)果表明：1） 相對優(yōu)勢性、文化元素的真實性、感知價值和滿意度對消費者的購買意愿起著顯著的積極作用，其中感知價值的影響最為強烈;2） 兼容性雖然不會對購買意愿產(chǎn)生顯著的直接影響，但能通過感知價值和滿意度的中介效應(yīng)對購買意愿產(chǎn)生間接的影響;3） 復雜性對感知價值、滿意度、購買意愿均存在顯著的消極影響。

參考文獻：

［1］SAYEM A S M. Digital fashion innovations for the real world and metaverse［J］. International Journal of Fashion Design， Technology and Education， 2022， 15（2）： 139-141.

［2］MAKRYNIOTIS T. Fashion and costume design in electronic entertainment： Bridging the gap between character and fashion design［J］. Fashion Practice， 2018， 10（1）： 99-118.

［3］KONEVA A V. Digital post-fashion： Transformation of design paradigm and metamorphoses of identity practices［J］. KnE Social Sciences， 2020， 4（11）： 267-276.

［4］譚孝勤， 李沛. 元宇宙背景下服裝場景特性對購買意愿的影響研究： 基于感知價值與臨場感的中介效應(yīng)［J］.絲綢， 2024， 61（1）： 86-95.

TAN X Q， LI P. Research on the influence of clothing scene characteristics on purchase intention in the metaverse： Based on the mediating effect of perceived value and sense of presence［J］. Journal of Silk， 2024， 61（1）： 86-95.

［5］王周吉子， 梁燕， 張南， 等. 虛擬服裝的消費者感知價值對購買意愿的影響研究［J］. 毛紡科技， 2023， 51（11）： 76-84.

WANG Z J Z， LIANG Y， ZHANG N， et al. Research on the influence of consumer perceived value of virtual clothing on brand purchase intention［J］. Woolen Textile Journal， 2023， 51（11）： 76-84.

［6］PIZZI G， SCARPI D， PICHIERRI M， et al. Virtual reality， real reactions？ Comparing consumers’ perceptions and shopping orientation across physical and virtual-reality retail stores［J］. Computers in Human Behavior， 2019（96）： 1-12.

［7］PLEYERS G， PONCIN I. Non-immersive virtual reality technologies in real estate： How customer experience drives attitudes toward properties and the service provider［J］. Journal of Retailing and Consumer Services， 2020（57）： 102175.

［8］ZEITHAML V A. Consumer perceptions of price， quality， and value： A means-end model and synthesis of evidence［J］. Journal of Marketing， 1988， 52（3）： 2-22.

［9］OLIVER R L. A cognitive model of the antecedents and consequences of satisfaction decisions［J］. Journal of Marketing Research， 1980， 17（4）： 460-469.

［10］FU Y， LIANG H. Sinicized exploration of sustainable digital fashion： Chinese game players’ intention to purchase traditional costume skins［J］. Sustainability， 2022， 14（13）： 7877.

［11］GABRIEL A， AJRIYA A D， FAHMI C Z N， et al. The influence of augmented reality on e-commerce： A case study on fashion and beauty products［J］. Cogent Business & Management， 2023， 10（2）： 2208716.

［12］MEHRABIAN A， RUSSELL J A. The basic emotional impact of environments［J］. Perceptual and Motor Skills， 1974， 38（1）： 283-301.

［13］田甜. 基于S-O-R模型的非遺文創(chuàng)產(chǎn)品消費者購買意愿研究［J］. 統(tǒng)計與信息論壇， 2021， 36（12）： 116-124.

TIAN T. Research on customers’ purchase intention of intangible cultural heritage produets based on S-O-R mode［J］. Journal of Statistics and Information， 2021， 36（12）： 116-124.

［14］LU X J， HSIAO K L. Effects of diffusion of innovations， spatial presence， and flow on virtual reality shopping［J］. Frontiers in Psychology， 2022（13）： 941248.

［15］郭峰. 基于創(chuàng)新擴散視角的國際運動品牌數(shù)字藏品購買意愿研究［D］. 上海： 東華大學， 2023.

GUO F. Research on the Purchase Intention of Digital Collections of International Sports Brands from the Perspective of Innovation Diffusion［D］. Shanghai： Donghua University， 2023.

［16］LIN K Y， LU H P. Predicting mobile social network acceptance based on mobile value and social influence［J］. Internet Research， 2015， 25（1）： 107-130.

［17］TORNATZKY L G， KLEIN K J. Innovation characteristics and innovation adoption-implementation： A meta-analysis of findings［J］. IEEE Transactions on Engineering Management， 1982， 29（1）： 28-45.

［18］WHANG J B， SONG J H， CHOI B， et al. The effect of augmented reality on purchase intention of beauty products： The roles of consumers’ control［J］. Journal of Business Research， 2021（133）： 275-284.

［19］顧善琪， 胡連信， 王澤峰， 等. 元宇宙時代下虛擬服裝的研究進展［J］. 現(xiàn)代紡織技術(shù)， 2024， 32（3）： 129-140.

GU S Q， HU L X， WANG Z F， et al. Research progress of virtual clothing under the background of metaverse［J］. Advanced Textile Technology， 2024， 32（3）： 129-140.

［20］ROGERS E M. Diffusion of Innovations［M］. 4^th Edition. New York： Simon and Schuster， 2010.

［21］郭全中， 肖璇. 數(shù)字藏品（NFT）發(fā)展現(xiàn)狀、新價值、風險與未來［J］. 新聞愛好者， 2022（10）： 32-36.

GUO Q Z， XIAO X. Development status， new value， risk and future of digital Collections （NFT）［J］. Journalism Lover， 2022（10）： 32-36.

［22］JAMSHIDI D， KAZEMI F. Innovation diffusion theory and customers’ behavioral intention for Islamic credit card： Implications for awareness and satisfaction［J］. Journal of Islamic Marketing， 2020， 11（6）： 1245-1275.

［23］KAUR P， DHIR A， BODHI R， et al. Why do people use and recommend m-wallets？［J］. Journal of Retailing and Consumer Services， 2020（56）： 102091.

［24］LAROCHE M， LI R， RICHARD M O， SHAO M X， et al. Understanding Chinese consumers’ and Chinese immigrants’ purchase intentions toward global brands with Chinese elements［J］. Journal of Product & Brand Management， 2021， 30（8）： 1077-1093.

［25］王玲. 文化因素對服裝設(shè)計與消費行為的影響分析［J］. 鞋類工藝與設(shè)計， 2023， 3（17）： 9-11.

WANG L. Analysis on the influence of cultural factors on clothing design and consumer behavior［J］. Footwear Craft and Design， 2023， 3（17）： 9-11.

［26］LEE S， KO E， CHAE H， et al. A study of the authenticity of traditional cultural products： Focus on Korean， Chinese， and Japanese consumers［J］. Journal of Global Scholars of Marketing Science， 2017， 27（2）： 93-110.

［27］KIM H W， CHAN H C， GUPTA S. Value-based adoption of mobile internet： An empirical investigation［J］. Decision Support Systems， 2007， 43（1）： 111-126.

［28］MARDON R， BELK R. Materializing digital collecting： An extended view of digital materiality［J］. Marketing Theory， 2018， 18（4）： 543-570.

［29］KACMAZ S R， OZTUREN A， ILKAN M. Emerging realm of 360-degree technology to promote tourism destination［J］. Technology in Society， 2020（63）： 101411.

［30］ESMAEILZADEH P. The role of information technology mindfulness in the postadoption stage of using personal health devices： Cross-sectional questionnaire study in mobile health［J］. JMIR mHealth and uHealth， 2020， 8（10）： e18122.

［31］ZHU L L， LI H， WANG F K， et al. How online reviews affect purchase intention： A new model based on the stimulus-organism-response （S-O-R） framework［J］. Aslib Journal of Information Management， 2020， 72（4）： 463-488.

［32］LIU X Y， LIU J Y， LIU Z. A study on the influence of interaction of virtual reality consumption pattern on consumers’ purchase intention under the background of VR technology［J］. Journal of The Korea Society of Computer and Information， 2021， 26（5）： 141-148.

［33］HSU M H， CHIU C M. Predicting electronic service continuance with a decomposed theory of planned behaviour［J］. Behaviour & Information Technology， 2004， 23（5）： 359-373.

［34］CHRISTIAN M R， MARKO S， DETMAR W S. Editor’s comments： A critical look at the use of PLS-SEM in “MIS Quarterly”［J］. MIS Quarterly， 2012， 36（1）： iii-xiv.

［35］TEO H H， WEI K K， BENBASAT I. Predicting intention to adopt interorganizational linkages： An institutional perspective［J］. MIS Quarterly， 2003， 27（1）： 19-49.

［36］FORNELL C， LARCKER D F. Evaluating structural equation models with unobservable variables and measurement error［J］. Journal of Marketing Research， 1981， 18（1）： 39-50.

［37］PODSAKOFF P M， MACKENZIE S B， LEE J Y， et al. Common method biases in behavioral research： A critical review of the literature and recommended remedies［J］. Journal of Applied Psychology， 2003， 88（5）： 879-903.

［38］HENSELER J， RINGLE C M， SARSTEDT M. A new criterion for assessing discriminant validity in variance-based structural equation modeling［J］. Journal of the Academy of Marketing Science， 2015（43）： 115-135.

［39］SARSTEDT M， RINGLE C M， HAIR J F. Partial least squares structural equation modeling［M］//Handbook of Market Research. Cham： Springer International Publishing， 2021： 587-632.

［40］LEHDONVIRTA V. Virtual item sales as a revenue model： Identifying attributes that drive purchase decisions［J］. Electronic Commerce Research， 2009（9）： 97-113.

Innovation and culture in augmented reality experience： Study on consumerpurchase intentions for virtual apparel

ZHANG Chi， WANG Xiangrong

LIN Rufan^1a， QIU Lekai2， YU Yihan^1b， XIA Fan^1a

（1a.School of Fashion Design & Engineering; 1b. Shi Liangcai School of Journalism and Communication， Zhejiang Sci-Tech University，Hangzhou 310018， China; 2.Ontario Institute for Studies in Education， University of Toronto， Toronto ON M5S 1V6， Canada）

Abstract： As digital fashion evolves， virtual apparel has gradually become a hot topic in both the fashion and technology fields. However， there remains a gap in exploring consumer behavior towards purchasing virtual apparel in augmented reality environments. This study， based on the innovation diffusion theory and the Stimulus-Organism-Response （SOR） model， investigates the behavioral mechanisms behind consumer purchases of AR virtual apparel. A theoretical model incorporating seven latent variables—relative advantage， compatibility， complexity， authenticity of cultural elements， perceived value， satisfaction， and purchase intention—was constructed to analyze how these variables influence consumer purchasing decisions. Analysis of 325 valid questionnaire responses revealed that relative advantage， authenticity of cultural elements， perceived value， and satisfaction have a significantly positive impact on purchase intentions， while complexity has a significantly negative effect. These results indicate that the technical features and cultural value of virtual apparel are crucial in promoting consumer buying behavior， whereas overly complex interfaces may hinder consumer acceptance. Additionally， perceived value and satisfaction play important mediator roles between relative advantage， authenticity of cultural elements， and purchase intentions. Specifically， the mediating effect of perceived value is stronger than that of satisfaction， suggesting that the enhanced perceived value， after consumers recognize the advantages and cultural authenticity of virtual apparel， significantly boosts their purchase intentions. This finding underscores the importance of enhancing the perceived value and cultural content in the design and promotion of virtual apparel. The study also explores the impact of compatibility on purchase intentions. Although compatibility does not directly affect purchase intentions， it indirectly fosters them through perceived value and satisfaction， indicating that high compatibility with consumer values and lifestyles can enhance acceptance of virtual apparel. Through the research， the paper deepens the understanding of purchasing behaviors for AR virtual apparel and provides practical strategies for designers and marketers. Moreover， the findings offer new theoretical perspectives and empirical data for the digital fashion field， aiding in the advancement of both academic research and practical applications in this area.

Key words： innovation diffusion; authenticity of traditional cultural elements; AR virtual clothing; willingness to buy; Stimulus-Organism-Response （SOR）