基于LDA-SEM-fsQCA分析的AI数字人体模型特征对农业电子商务中消费者购买意愿的影响：一项混合方法研究

《Journal of Retailing and Consumer Services》：LDA-SEM-fsQCA analysis of AI digital human anchor traits on consumers’ purchase intention in agricultural e-commerce: A mixed-methods study

　　文金鹏 | 李晓华 | 万和佳 | 杨关仁 | 崔晓荣
中国南方科学技术大学新闻与传播学院，广州，510006

**摘要**
在农业产品区域真实性验证困难与农业支持直播中跨区域信任差距巨大之间的显著矛盾，以及人工智能（AI）数字人“去地域化表达”与“基于模板的情绪互动”之间的矛盾，日益凸显。本研究聚焦于农业支持直播中AI数字人的应用场景，基于刺激-有机体-反应（SOR）模型和愉悦-唤醒-支配（PAD）情绪理论，构建了一个综合的SOR-PAD-T分析框架。采用潜狄利克雷分配主题建模、偏最小二乘结构方程建模和模糊集定性比较分析相结合的混合研究方法，揭示了AI数字人主播通过“特质-情绪-认知-购买意图”这一完整机制驱动消费者购买意图的过程。研究结果表明：（1）四个核心特质——互动性、角色匹配、方言使用和基于故事的叙述——构成了农业支持场景中的刺激系统，其中互动性和角色匹配对购买意图有直接正面影响，而方言使用和基于故事的叙述则通过情绪-认知链间接发挥作用；（2）消费者的情绪和认知形成了“唤醒→愉悦→支配→信任”的渐进链条，其中信任是驱动购买意图的最强因素；（3）确定了六条通往高购买意图的路径，并将其分为两类配置，适用于不同资源条件的农业企业。本研究为农业支持直播构建了一个特定场景的SOR-PAD-T框架，丰富了基于场景的AI数字人主播研究理论体系，为农产品数字化上行流动和农村信任的数字化传播提供了 practical指导。

**引言**
人工智能（AI）数字人技术在电子商务直播中已经形成了一个通用的场景理论体系。现有研究主要探讨了其在专业性、响应性等特质对消费者购买意图的影响（李等，2025；文和李，2025），但忽略了在不同场景下特质适应性和理论框架重构的需求。作为农产品数字化上行流动的核心渠道，农业支持直播与一般电子商务场景存在本质差异：农产品原产地真实性和安全性难以验证，且跨区域信任差距显著（张和李，2025）。农产品与地域文化和乡村情感紧密相连，消费者的决策更多依赖于情感共鸣和地域认同（徐等，2025）。农民主播通常缺乏专业的直播技能，AI数字人需要同时承担“农村信任传递”和“专业代言”的双重角色（杨等，2024）。这种场景特殊性使得AI数字人在一般电子商务中的研究结论难以直接应用，形成了“理论框架与场景不匹配”的核心学术问题。

现有研究已证实，AI数字人可以有效解决农业支持直播中的运营难题。它们24/7不间断直播、适应下沉市场方言以及标准化叙事输出的优势，使其成为农产品销售的新载体（文和李，2025；徐等，2025）。2024年中国农村数字经济发展报告显示，2024年农业支持直播中AI数字人的总交易额超过50亿元人民币（IResearch，2025）。然而，实践层面的快速发展与理论研究的滞后形成鲜明对比：现有研究尚未识别出农业支持场景中AI数字人主播的独特特征，也未阐明特质通过情绪和认知影响购买意图的传导机制，也未探索驱动高购买意图的最佳特质组合。这导致因AI主播设计不一致而造成农村商家转化效果不佳的问题，形成了“实际需求与理论供给不平衡”的实际问题（范和张，2026；胡等，2025）。

为填补这些空白，本研究整合了刺激-有机体-反应（SOR）模型和愉悦-唤醒-支配（PAD）情绪理论，构建了一个综合的SOR-PAD-T框架；该框架保留了PAD理论中唤醒、愉悦和支配三个维度的完整性（罗素，2003），并将信任作为核心认知中介变量纳入框架。在农业支持场景中，支配体现在消费者对农产品真实性的感知控制上，信任是受情绪维度共同驱动的认知评估结果。本研究旨在回答三个核心学术问题：
RQ1：农业支持直播中AI数字人主播的哪些核心特质影响消费者的购买意图？
RQ2：这些特质通过哪些情绪-认知机制作用于购买意图？
RQ3：特质组合如何驱动高购买意图的形成？

**创新之处**
（1）理论创新：构建了特定于农业支持直播的SOR-PAD-T框架，明确了“特质-情绪-认知-意图”的传导机制，首次验证了方言使用和基于故事的叙述等独特特质的作用机制，丰富了基于场景的AI数字人主播研究理论体系；
（2）方法创新：构建了“无先验假设探索–线性关系验证–配置效果优化”的研究链，应用潜狄利克雷分配（LDA）主题建模、偏最小二乘结构方程建模（PLS-SEM）和模糊集定性比较分析（fsQCA）组合方法研究农村消费者行为；
（3）实践创新：识别了关键特质和最佳配置，为不同资源条件的农业企业提供差异化的AI数字人主播优化策略，促进了农产品流通和农村数字经济的发展。

**AI数字人直播的发展与实际应用**
依托AI、动作捕捉等技术实现高效标准化运营，AI数字人直播已从服装和3C等一般电子商务场景（冯和曲，2025）扩展到农业支持和文化旅游等垂直领域，成为连接数字经济和实体经济的重要载体（Onteddu等，2025；涂等，2025）。早期AI数字人直播主要聚焦一般电子商务场景。

**研究设计**
为系统回答研究问题，本研究采用“定性探索→定量验证→配置扩展”的三阶段研究路径，实现方法间的三角相互验证和逻辑闭合。研究过程遵循标准化混合方法（图1）：
- **研究1**为探索性研究，利用LDA主题建模技术对AI数字人直播的弹幕文本进行无监督学习；
- **研究2**在研究1的基础上，采用PLS-SEM对1014名有农业支持直播经验的消费者进行问卷调查，系统验证AI数字人主播特质对消费者购买意愿的线性影响机制；
- **研究3**基于研究2的实证数据，采用fsQCA方法弥补PLS-SEM线性分析的局限，从配置角度探索AI数字人主播特质与情绪-认知维度的组合规律，识别多条驱动消费者高购买意图的等效路径，明确各变量在不同配置中的核心和边缘作用。

**AI数字人主播的核心特质及异质影响**
本研究通过LDA识别出四个核心特质：方言使用、基于故事的叙述、互动性和角色匹配。这些特质在农业支持场景中具有独特性，与一般电子商务中的特质体系形成显著差异，证实了农业支持场景的核心需求是“地域认同+信任传递”（杨等，2024）。PLS-SEM结果进一步揭示了这些特质的异质影响。

**结论**
优化AI数字人是提高农业支持直播效果的关键。本研究采用混合方法识别AI主播的核心特质，整合SOR和PAD模型构建并验证SOR-PAD-T框架，通过SEM、中介分析和稳健性测试确保结果可靠性，指出SEM的局限性，并提出fsQCA的补充作用。研究发现，互动性是提升农业支持直播效果的关键因素。

**作者贡献声明**
文金鹏：撰写–审稿与编辑、撰写–初稿、监督、数据整理、概念构建；
李晓华：撰写–审稿与编辑、撰写–初稿、方法论、调查、形式分析、数据整理；
万和佳：软件开发、方法论、资金获取、数据整理、概念构建；
杨关仁：软件开发、方法论、调查、数据整理；
崔晓荣：可视化呈现、结果验证、软件开发、方法论、调查。

**资助情况**
本研究未获得任何机构的财务支持。

**利益冲突声明**
作者声明不存在可能影响本文研究的已知财务利益或个人关系。

**致谢**
作者衷心感谢允许收集弹幕评论的直播者们。