王安琦 劉小源 王紅鑫

[摘 要]據(jù)相關統(tǒng)計，當下大學生70%的時間都被手機占據(jù)，而短視頻占據(jù)了一半以上的時間。[1]為更好地發(fā)展短視頻產(chǎn)業(yè)，更好地為用戶服務，需要掌握用戶的內心需求，根據(jù)需求來完善短視頻。此外，雖然近幾年短視頻的呼聲越來越高，但仍有不和諧的聲音存在。提高用戶體驗，讓越來越多的人使用短視頻，短視頻產(chǎn)業(yè)才能更好的發(fā)展。

[關鍵詞]短視頻;大學生;使用需求

[DOI]10.13939/j.cnki.zgsc.2021.21.193

1 緒論

短視頻[2]是指在各種新媒體平臺上播放的、適合在移動狀態(tài)和短時休閑狀態(tài)下觀看的、高頻推送的視頻內容。不同于微電影和直播，短視頻制作并沒有像微電影一樣具有特定表達形式和團隊配置要求，具有生產(chǎn)流程簡單、制作門檻低、參與性強等特點。

學生群體是觀看短視頻的主力軍。以北京市大學生為研究對象，調研北京市大學生用戶的使用動機與觀看偏好等內容，對于了解短視頻在大學生群體的火熱現(xiàn)象，以及如何留住大學生這一批優(yōu)良用戶頗有意義。

2 北京市大學生短視頻使用現(xiàn)狀調查及分析

通過線上發(fā)放問卷的方式對北京市大學生短視頻的使用現(xiàn)狀進行了調查。遵循分層抽樣原則，調查收回727份答卷，通過相關題目的篩選后，得到有效問卷712份，占比97.94%。

在對回收的問卷樣本進行整理和數(shù)據(jù)檢查的基礎上，對這些一手數(shù)據(jù)進行相關數(shù)據(jù)統(tǒng)計和多樣化分析，以圖表形式對調查結果進行一定程度的可視化分析。

2.1 穩(wěn)定用戶基本狀況分析

由表1可知，性別上，女生更易成為短視頻的穩(wěn)定用戶;年級上，超半數(shù)的大二學生更易成為短視頻的穩(wěn)定用戶，其次為大一與大三的學生;專業(yè)上，經(jīng)濟學、管理學、藝術學的大學生更易發(fā)展為短視頻的穩(wěn)定用戶;地區(qū)上，城區(qū)大學生對短視頻的需求度更高。

2.2 觀看途徑偏好分析

通過對穩(wěn)定用戶觀看短視頻途徑的數(shù)據(jù)進行多重響應分析，并對首先選擇的前三項進行統(tǒng)計顯示，絕大多數(shù)用戶優(yōu)先選擇短視頻APP進行觀看，并將各類社交空間作為第二選擇。

對所選途徑的下載原因進行平均綜合得分計算發(fā)現(xiàn)：視頻內容豐富，形式新穎因素得分最高，達7.21，其次為緩解壓力與具有吸引力。

2.3 使用頻率與使用時長的偏好分析

對短視頻穩(wěn)定用戶的使用頻率數(shù)據(jù)分析，每天觀看短視頻的穩(wěn)定用戶人數(shù)占比為65.73%，可見，短視頻使用率較高，擁有較好用戶黏度。從使用時長上看，短視頻穩(wěn)定用戶每天觀看時間集中在0～2h。以上兩方面交叉分析可得，隨使用頻率的升高，觀看時間的長度也增長。

2.4 選擇觀看時間與短視頻長短的偏好分析

通過對選擇觀看時間的多重響應分析，并對優(yōu)先選擇的前三項進行統(tǒng)計顯示，大學生用戶一般在閑暇時使用短視頻，側面體現(xiàn)短視頻在一定程度上迎合了用戶群體的日常碎片化需求。

對選擇短視頻長短的分析表明：大多數(shù)大學生用戶偏愛60s內和15s內的短視頻，說明在社會高速發(fā)展的背景下，大學生對碎片化娛樂的需求較高。

2.5 表現(xiàn)形式偏好分析

從表現(xiàn)形式上看，超半數(shù)大學生用戶將游戲類與生活創(chuàng)意類作為第一選擇。通過對前三項選擇與性別進行多重響應分析結合交叉分析得出：男、女生的第二選擇都較為分散，男生選擇開闊眼界類與生活創(chuàng)意類占比較高;女生則集中于綜藝、電視劇、電影剪輯類與生活創(chuàng)意類。男、女生第三選擇均集中在剪輯類和搞笑段子類。

3 北京市大學生短視頻使用需求分析

3.1 信度與效度分析

文章采用克朗巴哈阿爾法系數(shù)對問卷量表內在信度進行檢驗。在對量表整體的信度進行檢驗后顯示，本問卷使用量表的 Cronbach α系數(shù)為0.952（>0.9），說明該問卷的內部一致性很好。

通過KMO值與Bartlett球體檢驗結果顯示，問卷量表的KMO值為0.940，Bartlett球形度檢驗結果p < 0.001，說明該效度檢驗具有較好的可靠性。

3.2 因子分析

KMO值表示降維效果，0.940表示降維效果比較好，且Sig.值<0.05，說明相關矩陣不是單位陣，即該數(shù)據(jù)適合進行因子分析。因此，對量表中的20個題項進行因子分析可知：共同度情況整體表現(xiàn)良好，說明提取的公因子對原始變量的影響較強，結合提取前七個公因子時的累計貢獻率為82.718%，表示提取的七個公因子對所有原始變量的解釋能力較強。

因此，得到七項大學生的短視頻使用需求，即娛樂需求、自我實現(xiàn)需求、學習提升需求、外部獎勵需求、社會身份需求、心理需求和社交需求。

3.3 分層回歸分析

分層回歸分析是檢驗加入某些變量后前后兩次回歸的結果，通過比較兩次回歸結果，以判斷該變量是否有效改善模型。將基本信息作為自變量，短視頻總評價作為因變量，建立模型1;將因子分析提取出的7個因子再引入模型中，建立模型2，將這兩個模型進行對比，發(fā)現(xiàn)短視頻使用需求對總評價有很大作用，模型2比模型1擬合效果顯著提高。

具體分析與結果如下：

根據(jù)模型1，模型的R平方值為0.051，調整后R平方值為0.036，意味著模型擬合程度為3.6%，在一定程度上可以解釋因變量3.6%的變異程度。性別對短視頻總評價有負向影響，根據(jù)β系數(shù)的大小，β=-0.627，可以看出有很大的作用，意味著性別的不同，對總評價有顯著影響。

根據(jù)模型2，將其與模型1進行對比可得，模型的R2值為0.304，調整后的R2值為0.277，意味著該模型可以在一定程度上解釋因變量27.7%的變異程度，比模型1增加了25.3%，顯著提高了模型的擬合程度。從顯著性看，這7個需求對總評價有著一定的影響。從β系數(shù)看，學習提升需求和娛樂需求對因變量影響程度較大，其余需求較弱。