王安琦 劉小源 王紅鑫

[摘 要]據(jù)相關(guān)統(tǒng)計(jì)，當(dāng)下大學(xué)生70%的時(shí)間都被手機(jī)占據(jù)，而短視頻占據(jù)了一半以上的時(shí)間。[1]為更好地發(fā)展短視頻產(chǎn)業(yè)，更好地為用戶服務(wù)，需要掌握用戶的內(nèi)心需求，根據(jù)需求來(lái)完善短視頻。此外，雖然近幾年短視頻的呼聲越來(lái)越高，但仍有不和諧的聲音存在。提高用戶體驗(yàn)，讓越來(lái)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(guān)鍵詞]短視頻;大學(xué)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(tái)上播放的、適合在移動(dòng)狀態(tài)和短時(shí)休閑狀態(tài)下觀看的、高頻推送的視頻內(nèi)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(dá)形式和團(tuán)隊(duì)配置要求，具有生產(chǎn)流程簡(jiǎn)單、制作門檻低、參與性強(qiáng)等特點(diǎn)。

學(xué)生群體是觀看短視頻的主力軍。以北京市大學(xué)生為研究對(duì)象，調(diào)研北京市大學(xué)生用戶的使用動(dòng)機(jī)與觀看偏好等內(nèi)容，對(duì)于了解短視頻在大學(xué)生群體的火熱現(xiàn)象，以及如何留住大學(xué)生這一批優(yōu)良用戶頗有意義。

2 北京市大學(xué)生短視頻使用現(xiàn)狀調(diào)查及分析

通過(guò)線上發(fā)放問(wèn)卷的方式對(duì)北京市大學(xué)生短視頻的使用現(xiàn)狀進(jìn)行了調(diào)查。遵循分層抽樣原則，調(diào)查收回727份答卷，通過(guò)相關(guān)題目的篩選后，得到有效問(wèn)卷712份，占比97.94%。

在對(duì)回收的問(wèn)卷樣本進(jìn)行整理和數(shù)據(jù)檢查的基礎(chǔ)上，對(duì)這些一手?jǐn)?shù)據(jù)進(jìn)行相關(guān)數(shù)據(jù)統(tǒng)計(jì)和多樣化分析，以圖表形式對(duì)調(diào)查結(jié)果進(jìn)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(jí)上，超半數(shù)的大二學(xué)生更易成為短視頻的穩(wěn)定用戶，其次為大一與大三的學(xué)生;專業(yè)上，經(jīng)濟(jì)學(xué)、管理學(xué)、藝術(shù)學(xué)的大學(xué)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(xué)生對(duì)短視頻的需求度更高。

2.2 觀看途徑偏好分析

通過(guò)對(duì)穩(wěn)定用戶觀看短視頻途徑的數(shù)據(jù)進(jìn)行多重響應(yīng)分析，并對(duì)首先選擇的前三項(xiàng)進(jìn)行統(tǒng)計(jì)顯示，絕大多數(shù)用戶優(yōu)先選擇短視頻APP進(jìn)行觀看，并將各類社交空間作為第二選擇。

對(duì)所選途徑的下載原因進(jìn)行平均綜合得分計(jì)算發(fā)現(xiàn)：視頻內(nèi)容豐富，形式新穎因素得分最高，達(dá)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(shí)長(zhǎng)的偏好分析

對(duì)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(shí)長(zhǎng)上看，短視頻穩(wěn)定用戶每天觀看時(shí)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(shí)間的長(zhǎng)度也增長(zhǎng)。

2.4 選擇觀看時(shí)間與短視頻長(zhǎng)短的偏好分析

通過(guò)對(duì)選擇觀看時(shí)間的多重響應(yīng)分析，并對(duì)優(yōu)先選擇的前三項(xiàng)進(jìn)行統(tǒng)計(jì)顯示，大學(xué)生用戶一般在閑暇時(shí)使用短視頻，側(cè)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(duì)選擇短視頻長(zhǎng)短的分析表明：大多數(shù)大學(xué)生用戶偏愛60s內(nèi)和15s內(nèi)的短視頻，說(shuō)明在社會(huì)高速發(fā)展的背景下，大學(xué)生對(duì)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(xué)生用戶將游戲類與生活創(chuàng)意類作為第一選擇。通過(guò)對(duì)前三項(xiàng)選擇與性別進(jìn)行多重響應(yīng)分析結(jié)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(xué)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(duì)問(wèn)卷量表內(nèi)在信度進(jìn)行檢驗(yàn)。在對(duì)量表整體的信度進(jìn)行檢驗(yàn)后顯示，本問(wèn)卷使用量表的 Cronbach α系數(shù)為0.952（>0.9），說(shuō)明該問(wèn)卷的內(nèi)部一致性很好。

通過(guò)KMO值與Bartlett球體檢驗(yàn)結(jié)果顯示，問(wèn)卷量表的KMO值為0.940，Bartlett球形度檢驗(yàn)結(jié)果p < 0.001，說(shuō)明該效度檢驗(yàn)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(shuō)明相關(guān)矩陣不是單位陣，即該數(shù)據(jù)適合進(jìn)行因子分析。因此，對(duì)量表中的20個(gè)題項(xiàng)進(jìn)行因子分析可知：共同度情況整體表現(xiàn)良好，說(shuō)明提取的公因子對(duì)原始變量的影響較強(qiáng)，結(jié)合提取前七個(gè)公因子時(shí)的累計(jì)貢獻(xiàn)率為82.718%，表示提取的七個(gè)公因子對(duì)所有原始變量的解釋能力較強(qiáng)。

因此，得到七項(xiàng)大學(xué)生的短視頻使用需求，即娛樂需求、自我實(shí)現(xiàn)需求、學(xué)習(xí)提升需求、外部獎(jiǎng)勵(lì)需求、社會(huì)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(yàn)加入某些變量后前后兩次回歸的結(jié)果，通過(guò)比較兩次回歸結(jié)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(píng)價(jià)作為因變量，建立模型1;將因子分析提取出的7個(gè)因子再引入模型中，建立模型2，將這兩個(gè)模型進(jìn)行對(duì)比，發(fā)現(xiàn)短視頻使用需求對(duì)總評(píng)價(jià)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(jié)果如下：

根據(jù)模型1，模型的R平方值為0.051，調(diào)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(duì)短視頻總評(píng)價(jià)有負(fù)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(duì)總評(píng)價(jià)有顯著影響。

根據(jù)模型2，將其與模型1進(jìn)行對(duì)比可得，模型的R2值為0.304，調(diào)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(gè)需求對(duì)總評(píng)價(jià)有著一定的影響。從β系數(shù)看，學(xué)習(xí)提升需求和娛樂需求對(duì)因變量影響程度較大，其余需求較弱。