□李良強 廖覓燕 劉 璐 楊 亮 方佳明

[1. 四川農業(yè)大學 成都 611830；2. 電子科技大學 成都 611731]

引言

用戶生成內容（User Generated Content，UGC）是Web 2.0環(huán)境下一種新興的網絡信息資源組織模式，反映出以用戶為主導的內容生產思想。UGC可以分為文字、圖片或視頻等多種形式，近年來，隨著數字設備的快速發(fā)展和社交分享平臺的不斷升級，視頻類UGC蓬勃發(fā)展。視頻類UGC的流行極大地改變了市場格局，逐漸從由傳統(tǒng)媒體主導過渡到賦能用戶成為有影響力的人。生成和共享在線內容的數量急劇增加，成為重要的信息生產與傳播方式，不僅為用戶提供表達觀點與自我展示的機會，也促進了平臺活躍度，甚至還成為了品牌宣傳的有效工具[1]。2018年，視頻博客（Video Blog，Vlog）作為視頻類UGC的傳播形式得以迅速發(fā)展，具有真實性與生動性的Vlog擁有更加豐富的信息量，且能夠滿足用戶自我呈現、社交互動及印象管理的需求，使用戶更加生動地進行感情表達與互動，因此受到許多用戶的追捧。艾媒咨詢（iiMedia Research）最新的調查數據顯示，2019年中國Vlog用戶規(guī)模達2.49億人，未來Vlog用戶規(guī)模仍將保持穩(wěn)定增長態(tài)勢[2]。

Vlog的迅速發(fā)展離不開平臺的推動與用戶的積極創(chuàng)作與交流，已有關于Vlog的研究集中關注Vlog的分享動機及傳播影響。區(qū)別于傳統(tǒng)文本博客和短視頻，Vlog通過使用視頻媒介提供了更豐富的社交場景，以分享用戶的日常生活和發(fā)表某一事件的觀點為主的Vlog更加展示自我，同時，發(fā)布者通過言語內容和非言語內容共同傳達信息，具有真實性和多樣性的特點[3]。同時，Vlog發(fā)布者與觀看者的對話促進了交流與社交聯系[4]，通過展示生活化的日常，Vlog甚至能夠促進語言能力與跨文化交流方面[5]。此外，Vlog能夠對品牌營銷策略產生影響，尤其是Vlog發(fā)布者的個人聲譽及專業(yè)性對消費者購買意愿均具有正向影響[6]。

盡管用戶群體與發(fā)布數量的顯著提升，但并非所有的Vlog都具有顯著的傳播效果，在海量信息傳播的社交平臺，同時間發(fā)布的Vlog由于受到各類因素的影響，后續(xù)的流行度有顯著差異。有效識別Vlog流行度的影響因素，對促進個人自我需求與社交平臺活躍度都有著重要意義。目前針對Vlog流行度的影響因素的研究卻較為缺乏，僅少部分文獻分別探索了Vlog發(fā)布者受歡迎程度的影響因素[7]以及挖掘視頻內容特征[8～9]，但未同時考慮視頻特征與發(fā)布者特征。而在Vlog傳播過程中，視頻信息與發(fā)布者信息均展示在平臺中以吸引用戶點擊觀看，用戶對這些信息會進行判斷以決定是否點擊，兩種信息均會影響觀看者的選擇。因此，將視頻特征與發(fā)布者特征同時納入研究更能全面揭示流行度的形成過程。

綜上，本文將基于信號理論，從視頻特征與發(fā)布者特征構建Vlog流行度的計量模型，并通過實證分析得出其影響機制，旨在補充已有關于Vlog流行度的相關研究，并為平臺與個人的發(fā)展提供可行性建議。

一、文獻回顧

本文旨在探索Vlog流行度的影響因素，并基于信號理論，從視頻特征及發(fā)布者特征構建計量模型。針對以上研究內容，本文主要從Vlog流行度研究與信號理論相關研究兩個方面展開文獻梳理。

（一）Vlog流行度研究

流行度亦可稱為受歡迎程度，在更開放的網絡環(huán)境下，網絡視頻的傳播、流行已成為個人提升自我、服務或產品的基本方式[10]。從概念上看，流行度指操作在社交網絡上的某種網絡行為的數量度量，反映了某一時間內發(fā)布內容的受關注程度[11]。而已有關于用戶生成內容的流行度的度量指標則因研究情境不同存在差異。例如，發(fā)布內容的點擊率被多數研究定義為流行度最基本的衡量參數[12～15]。此外，由于一些平臺無法提供文本圖片形式的UGC的點擊次數，研究將轉發(fā)數和評論數作為流行度指標，因為轉發(fā)行為能夠提高擴散度[16]，評論則體現了用戶愿意花費時間發(fā)表意見并參與討論，同樣可以揭示影響力或流行度。例如，Yang和Li基于小米在線共創(chuàng)社區(qū)收集的客觀數據，檢驗了影響消費者生成內容受歡迎程度的因素，其中評論總數被用作用戶生成內容流行度的衡量指標，因為其揭示了影響力，表明同行消費者花費了時間和精力來提供意見和想法[17]。Vlog作為視頻UGC的新形式，本文借鑒Hill等的研究，將Vlog的在線社交功能（Vlog的觀看次數）作為流行度的衡量指標[18]。

最初針對UGC流行度的影響因素的研究，其研究對象多為文字和圖片等形式，并指出發(fā)布內容的不同類型、發(fā)布的時間范圍以及社交互動與流行度有關[19～21]。而關于視頻UGC流行度的討論近年來逐漸受到關注。Mcauley指出評論的潛在主題等對網絡視頻評分及點播量有影響[22]。此外，區(qū)別于文字和圖片，視頻UGC的時長增加了信息內容的豐富性，平臺提供的彈幕功能更加強了用戶之間的互動與視頻內容重要程度、趣味程度[23]。除了視頻自身內容的影響，少量研究指出發(fā)布者的個人特性會影響視頻的流行度。Ferchaud等利用定量內容分析來探索最受歡迎的YouTube人物的視頻，指出Vlog是最受歡迎的形式，因為其高自我披露度隱含了真實感[8]。Frobenius探索了Vlog中個人與觀眾的互動、語言暗示、目光注視等均能更好地吸引更多的關注[24]。

（二）信號理論

信號理論（signaling theory）從信息經濟學的角度解釋了信息不對稱的情況，指出信號是一方發(fā)給另一方的信息提示，以促成期望的結果出現[25]。同時，信號理論主要包括信號、信號發(fā)送者和信號接受者三大要素[26]。在本文中可以對應Vlog、Vlog發(fā)布者和Vlog觀看者。作為發(fā)布者展示自我日常生活的視頻形式，優(yōu)質的、富有趣味性的Vlog通常會得以快速轉載和傳播。在Vlog展示頁面，發(fā)布者將通過傳遞Vlog相關信息線索吸引用戶的關注，因此本文選擇信號理論作為影響Vlog流行度的理論基礎。

信號理論已被廣泛運用到線上場景中。例如，線上眾籌的研究揭示了關于社會資本信號的情景，Bi等研究了質量信號和網絡口碑對資助者的投資決策具有顯著的積極影響，其中較多的介紹字數和視頻數使資助者感覺項目質量更高，較高的點贊數使資助者感覺該項目具有良好的網絡口碑[27]。同樣，Kromidha和Robson基于信號理論調查了眾籌成功的前因，結果表明籌款人與其支持者在論壇中交換更多項目所傳遞的信號，有更高的眾籌支持率[28]。在網絡營銷背景下，信號理論集中應用于消費者信任和購買意愿的影響，如品牌可信度[29～30]、賣方信息[31]、網站質量[32]等作為信號，均影響產品質量和購買意愿。同時，少量研究基于信號理論探索了產品受歡迎程度影響在線產品質量，例如，Mou和Shin采用信號理論和基于實驗室的眼動追蹤設計，調查了流行度和時間稀缺性對產品態(tài)度的影響，結果發(fā)現社會知名度對于消費者的信任、感知產品質量和感知價值很重要，此外，時間稀缺性僅對感知產品質量和感知價值產生影響[33]。

通過上述兩方面的相關文獻梳理，可以發(fā)現，已有關于Vlog流行度的測量較少考慮發(fā)布者特征。Vlog作為新興的視頻UGC形式，想要在傳播過程中獲得更多的關注，發(fā)布者有必要向觀看者傳遞高品質的信息線索，從而提升Vlog流行度。而發(fā)布者特征可以從平臺個人主頁展示自我，吸引用戶對其作品的關注。因此，借鑒已有研究信號理論的相關文獻，結合Vlog情境，將Vlog的視頻特征作為信號，發(fā)布者的個人特征作為發(fā)布者信號，用戶的觀看行為作為接受者信號，以此探究Vlog流行度的影響因素。

二、研究假設

基于信號理論并結合本文的研究情境，本文將Vlog流行度的影響因素分為了視頻特征與發(fā)布者特征兩大類。視頻特征是反映Vlog內容的直接因素，包括視頻時長、視頻質量以及彈幕數量。發(fā)布者特征則展示了個人吸引力對Vlog流行度的影響，包括專業(yè)性、個人聲譽以及個人等級。

（一）視頻特征

與傳統(tǒng)的圖片、文字不同，視頻UGC具有媒介豐富性的特征，是影響受眾觀看最直接的因素。同時平臺賦予了視頻內容的新形式，例如彈幕的嵌入豐富了Vlog的信息內容，本文將從Vlog時長、視頻質量、彈幕數量三個方面作為視頻特征進行分析。

1. 視頻時長

視頻內容對傳播的效果具有很大影響[34]。其中，視頻時長作為核心特征，一定程度上能夠反映Vlog的內容。時長作為影響流行度的因素已受到一些研究的關注，但其影響受眾觀看效果的研究結果具有矛盾性。一些研究認為時長與觀看行為呈正相關，李永寧等研究中提出短視頻時長相對傳統(tǒng)視頻較短，更長的視頻能體現更多信息量，短視頻時長對流行度產生正向影響[35]。同樣，Zhu等以微博秒拍短視頻為例，研究討論了短視頻時長作為內容特征指標對流行度的影響[36]。然而另一些研究卻持相反的態(tài)度，認為短視頻的興起正是由于時間短內容豐富的特性，時長對受眾瀏覽行為具有負向影響。Slemmons等通過實驗的方式研究教學視頻時長對學生觀看的影響，結果顯示觀看較短的視頻后，內容的保留率更高，觀看較短的視頻時具有更高的參與度和專注度[37]。本文認為在碎片化以及快節(jié)奏的時代，過長的Vlog會導致受眾不愿點擊，視頻時間更短更受青睞。事實上，接收視頻時長過長的Vlog增加了用戶對信息過載的感知，用戶對信息過載的感知導致觀看者產生消極情緒并降低其觀看Vlog的意愿。基于此，本文提出以下假設：

H1：視頻時長負向影響Vlog流行度。

2. 視頻質量

在信息過載的網絡時代，受眾對觀看的信息會進行初步篩選，以期觀看高質量的視頻，其他用戶與視頻的互動信息便是視頻質量的重要參考依據。由于Vlog展示頁面中沒有評分這一直接反映質量的信息，能夠反映Vlog質量的互動信息包括收藏數量、投幣數量、轉發(fā)數量以及點贊數量。收藏數量反映用戶認為視頻質量高，具有多次收看的價值[38]。投幣數量和點贊數量則體現了觀看者對Vlog的喜愛和支持程度，是對發(fā)布者精心制作視頻的一種高度認可。Jia等將用戶所捐贈的投幣數量視為顯性受歡迎程度，能夠對視頻的流行產生影響[15]。彭晨明等研究了微信帖子內容特征對點贊數量的影響，提出用戶點贊行為的產生是由于認可微信帖子的價值。此外，轉發(fā)行為在社交平臺中是影響傳播效果的重要因素[39]。同收藏數量、投幣數量以及點贊數量一樣，轉發(fā)數量表達出對視頻的認可度，更重要的是轉發(fā)行為能夠擴散信息的傳播量，是用戶進行二次傳播的重要行為，使更多人點擊信息[40～41]。從觀看者的角度來看，關于Vlog視頻質量的信號代表了一種有價值的信息，可以形成觀看者的態(tài)度并促進Vlog流行度。提供視頻質量的相關信息有助于減少Vlog發(fā)布者與觀看者之間的信息不對稱。可以看出，四個指標所傳遞出對視頻的評價均有一定相似性與相關性，因此，本文將四個指標視為反映視頻質量的一級指標，對Vlog流行度產生影響?；诖?，本文提出以下假設：

H2：視頻質量正向影響Vlog流行度。

3. 彈幕數量

彈幕是以觀看者評論作為流動字幕，實時同步在視頻中飛過的一種新功能，反映了觀看者對視頻的情感、態(tài)度。同時彈幕還具有實時性，極大促進了觀看者之間的交流互動，能夠帶來愉悅感和臨場感[42]。近年來包含彈幕的視頻受到了極大追捧，王德勝和楊園園的研究中提到受眾觀看各類視頻內容的主要影響因素正是由于彈幕視頻的娛樂性、日常化、儀式感以及真實感等[43]。彈幕與流行度的關系也獲得一定關注，梁晨將視頻彈幕與評論進行文本分析，將其分為正向、負向以及中性三種情感類型，通過實證分析驗證了網絡視頻彈幕對視頻流行度具有正向影響[12]。Adele等將彈幕作為視頻新的社交功能，對UGC視頻網站中的流行度預測問題進行了分析，結果指出彈幕的數量僅表示視頻受到的關注程度，而并不能表示關注的情感性質[15]?；谝延形墨I對彈幕特點及影響效果的研究，結合本文研究情境，觀看者在Vlog展示頁面無法看到彈幕的內容及情感傾向，僅能通過彈幕的數量感知他人愿意花費時間進行實時互動的意愿，從而感知該視頻傳遞出的熱度信息。基于此，本文提出以下假設：

H3：彈幕數量正向影響Vlog流行度。

（二）發(fā)布者特征

在Vlog分享社區(qū)中，個人主頁除了提供用戶自身的名字、性別和個人簡介等基本身份信息，并展示了用戶的動態(tài)，促進用戶之間了解與交流。發(fā)布者相關信息是影響視頻播放總量的重要因素[44]，而專業(yè)知識，吸引力和可信度則可以作為信息來源的三個屬性[7～45]。借鑒已有相關研究，本文將從專業(yè)性、聲譽、等級三個方面作為發(fā)布者特征進行分析。

1. 發(fā)布者專業(yè)性

專業(yè)性反映了個人在某一領域所擁有的知識、經驗及能力，并影響他人對其的評價感知。Bayón研究發(fā)現，信息接收者越了解信息源的專業(yè)知識，信息傳播的影響就越大[46]。在網絡社區(qū)中，發(fā)布者已有的作品數量可以作為專業(yè)性的衡量指標，因為通常許多用戶是“潛水黨”，僅少部分的用戶進行內容創(chuàng)造，作品的數量能夠反映出發(fā)布者對社區(qū)的貢獻程度。已有關于作品數與流行度之間聯系的研究中，Liu等探究了影響起點中文網的小說流行度的三方面因素，其中，累計作品數能夠反映作者的專業(yè)性進而影響小說流行度[47]。孫婷婷研究中同樣指出投稿數越多傳播效果越好[48]。可以看出，關于發(fā)布者的作品數量對流行度的積極影響得到了一定的驗證。Vlog作為一種新興視頻形式，涉及后期剪輯等相關技術問題，制作具有一定的技術要求。因此，總的視頻投稿數能夠反映出發(fā)布者的歷史參與程度與前期的經驗積累情況，并對傳遞信息的質量產生正向影響，對Vlog流行度有積極影響[49]。基于此，本文提出以下假設：

H4：發(fā)布者專業(yè)性正向影響Vlog流行度。

2. 發(fā)布者聲譽

另一個影響Vlog流行度的發(fā)布者特征是聲譽。作為虛擬社區(qū)中的一員，Vlog發(fā)布者的聲譽基于績效，被定義為“來自他人的綜合意見”，反映了社區(qū)中其他人對該用戶的評價[50]。從影響層面上來講，個人聲譽可以作為顯示其內在特質的一種信號，該信號具有可傳遞性，其他主體能夠通過該信號甄別該個體的行為屬性和類型[51]，最終形成個人在社區(qū)中的地位。例如在知識共享平臺中，發(fā)布者可以通過吸引其他用戶關注、點贊來增強自己的社區(qū)聲譽[26]。施艷萍等同樣以知乎平臺為例，提出用戶獲得贊同數、獲得感謝數、回答被收藏數、粉絲數等能夠直接反映社區(qū)影響力[52]。除此之外，關于電子口碑情境的文獻指出聲譽徽章標識[50]、用戶評分[53]和禮物數[54]等均能衡量個人聲譽。結合Vlog研究情境，本文的個人聲譽由粉絲數和個人點贊數表示。粉絲數體現發(fā)布者擁有的吸引力[55]，點贊數則體現用戶對發(fā)布者所發(fā)布的內容的認同感[56]，兩者均對發(fā)布者的Vlog質量產生正向影響，從而促使用戶點擊觀看?；诖?，本文提出以下假設：

H5：發(fā)布者聲譽正向影響Vlog流行度。

3. 發(fā)布者等級

個人等級是平臺賦予用戶的身份信息，平臺制定詳細的規(guī)則作為衡量等級的指標，例如用戶的使用時長、發(fā)布的作品數、平臺參與的活躍程度等都能提升等級，因此，等級的高低一方面反映了用戶與平臺的親密程度[57]，另一方面是用戶自身能力提升的體現[58]。金曉玲等基于信息源的視角，采用實證研究分析了微博用戶的信息分享與傳播的影響因素，其中就包括用戶等級[56]。金燕和閆婧根據用戶的創(chuàng)建、評價、轉發(fā)等歷史行為，建立用戶信譽等級模型，并指出用戶信譽等級能夠預測UGC質量[59]?？梢园l(fā)現，發(fā)布者等級能夠傳遞出所分享的Vlog的質量信號，高用戶等級向其他用戶表明發(fā)布者在社交平臺上獲得了專業(yè)知識。在信號理論的背景下，以發(fā)布者等級的形式顯示發(fā)布者貢獻了一定數量的受歡迎的Vlog，從而影響Vlog最終的傳播效果?；诖耍疚奶岢鲆韵录僭O：

H6：發(fā)布者等級正向影響Vlog流行度。

三、實證分析結果

（一）數據來源

目前國內許多平臺都紛紛布局Vlog，并出臺激勵政策鼓勵用戶參與創(chuàng)作。本文選擇Bilibili作為數據來源的平臺，原因在于：第一，Bilibili是國內最大的視頻分享社區(qū)，Vlog作為UGC新形式的在Bilibili獲得了廣泛推廣，數據具有代表性。第二，Bilibili有專門的Vlog社區(qū)，不同于一些平臺會根據用戶偏好自動推送用戶感興趣的視頻，Vlog社區(qū)每日所展示的熱門Vlog均是當日所上傳，具有隨機性，避免了其他因素對播放量的干擾。在獲取數據時使用了Python網絡爬蟲技術，對Vlog社區(qū)中的熱門視頻進行爬取，于2020年4月獲取了19 583條數據，剔除完全重復以及部分內容缺失的數據后，最終有效樣本數據為18 431條。數據的描述性統(tǒng)計如表1所示。

表 1 數據描述性統(tǒng)計

（二）研究變量定義

首先，考慮發(fā)布時間對播放量的影響，即存在發(fā)布時間越長播放量越多，本文采用了日播放量作為因變量。其次，對假設模型中提出的視頻質量與個人聲譽進行潛變量的計算。已有的研究主要有兩種方法，一是直接將觀測變量求和或求均值，但是這種方式具有一定的弊端，未考慮不同觀測變量之間的權重關系。本文選擇第二種方法：主成分分析法，其能夠使相關性很高的變量提取為同一公因子，且考慮了因子之間的權重[60～61]。本文利用SPSS軟件的因子分析功能，采用主成分分析法對初始數據進行處理，結果顯示六個主成分因子里，第一個成分包括收藏數量、轉發(fā)數量、投幣數量與點贊數量，第二個成分由個人點贊數與粉絲數構成，結果與預期相符，詳細結果如表2所示。

表 2 主成分分析結果

因此，本文采用前兩個因子得分值分別作為視頻質量與個人聲譽的衡量指標。根據因子得分系數矩陣得出公因子得分公式，如公式（1）與公式（2）所示。F1代表視頻質量，F2代表個人聲譽。

其次，從爬取的數據描述性統(tǒng)計分析可以看出，除了個人等級的標準差小于均值以外，其余變量的標準差極大，呈現偏態(tài)分布，倘若不加以預處理，將難以滿足實證分析階段線性模型的要求。因此，對播放量、視頻時長、彈幕數以及專業(yè)性進行對數處理，使數據更加平穩(wěn)。詳細的變量信息如表3所示。

表 3 模型變量概述

（三）相關性分析

相關性分析不能反映因果關系，但能初步判斷變量之間的關系，因此對觀測變量進行處理后，將六個自變量與因變量進行相關性分析。本研究采用皮爾遜相關系數（Pearson Correlation Coefficient）檢驗變量之間的相關關系。將所有解釋變量與被解釋變量代入SPSS相關性分析中，選擇Pearson分析方法，并依據變量之間的系數大小、正負以及顯著性判斷兩兩變量之間的關聯。最終結果如表4所示，結果顯示自變量之間的相關性系數均小于0.5，表現出弱相關性，初步排除了多重共線性的干擾。此外在自變量與因變量的相關關系中，視頻時長與播放量相關系數為負值，視頻質量、彈幕數、專業(yè)性、個人聲譽以及個人等級與因變量呈正向相關。

表 4 相關性分析

（四）假設檢驗

在對觀測變量進行處理后，結合本文提出的研究假設，建立了影響vlog流行度的計量模型，如公式（3）所示：

上式中，除前文已經定義的解釋變量與被解釋變量外，b1～b6表示解釋變量的回歸系數，b0與?分別表示常數項與隨機誤差項。采用多元線性回歸模型檢驗結果，如表5所示。R2=0.468說明模型有良好的擬合效果，統(tǒng)計檢驗中容差與VIF值能夠對自變量之間的多重共線性進行檢驗，結果顯示各變量的VIF均小于判定值5，不存在多重共線性。視頻特征的三個變量均顯著影響了Vlog流行度，假設H1、H2與H3成立。發(fā)布者特征中，專業(yè)性與個人聲譽對Vlog流行度具有顯著的正向影響，假設H4與H5成立，而發(fā)布者等級盡管對Vlog流行度影響顯著，但其回歸系數為負值，這與本文提出的假設相悖，H6不成立。

表 5 模型估計結果

（五）穩(wěn)健性檢驗

為了確保假設檢驗結果的穩(wěn)健性，本文借鑒四分位數法將總體數據樣本拆分為四部分，選擇上四分位數與下四分位數的樣本分別對模型進行重新估計，結果如表6所示。兩個樣本檢驗結果中，視頻時長、視頻質量、彈幕數量、專業(yè)性與個人聲譽均顯著正向影響流行度，個人等級的標準化回歸系數依然為負值。因此，實證結果基本沒有發(fā)生改變，進一步佐證了總體樣本的數據分析結果，假設總結如表7所示。

表 6 穩(wěn)健性檢驗結果

表 7 研究假設總結

四、結論與討論

（一）討論

本文基于信號理論，探索Vlog的視頻特征（視頻時長、視頻質量以及彈幕數量）與發(fā)布者特征（專業(yè)性、個人聲譽以及個人等級）對Vlog流行度的影響，構建了關于Vlog流行度影響因素的計量模型。通過爬取Bilibili的18 431條Vlog有效數據，采用實證分析方法對模型進行了驗證。結果表明，視頻時長對Vlog流行度產生負向影響，視頻質量、彈幕數量、專業(yè)性以及個人聲譽具有顯著的正向影響，而個人等級對Vlog流行度正向影響不顯著。

根據實證分析結果，進一步提升了關于Vlog流行度影響因素的認識。首先，我們的研究證實了視頻特征的三個變量對Vlog流行度的顯著影響。值得一提的是過去針對視頻時長流行度的研究具有矛盾性，而在本文情境下，證實了在信息過載的時代，短視頻時長越短，會提高用戶的點擊量。視頻質量與彈幕數量的作用則反映出Vlog視頻本身對用戶的吸引力。其次，發(fā)布者特征中，專業(yè)性與聲譽的正向影響與先前的研究一致，而發(fā)布者等級卻未對Vlog流行度產生正向影響。盡管研究結果與假設預期不符，但是卻反映出一個有趣的現象。結合本文情境，發(fā)布者等級的高低是由平臺根據經驗值作為評定依據。而經驗值受到注冊平臺的時間及歷史活躍度影響。本文認為Vlog作為一種新型UGC形式，在Bilibili發(fā)展的時間不長，平臺激勵Vlog發(fā)展政策吸引了許多新用戶，一些熱衷于拍攝并發(fā)布Vlog的用戶進入平臺的時間短，他們的等級可能不會太高。同時，本文所選取的平臺為Bilibili，該平臺受眾群體主要是年輕人，這部分群體對創(chuàng)作者的等級或者頭銜等個人指標不太看重，這些因素對Vlog流行度的影響很小?？傊?，我們的研究將視頻特征與發(fā)布者特征結合起來，并且也證實了兩種信息來源對Vlog流行度產生顯著影響。

（二）理論啟示

1. 目前對Vlog流行度影響因素研究多考慮視頻特征，較少考慮發(fā)布者特征。本文創(chuàng)新性地將信號理論應用到Vlog研究情境下，以視頻特征與發(fā)布者特征的六個變量作為影響Vlog流行度的因素，建立了Vlog流行度影響因素的計量模型。研究結果揭示了不同變量對Vlog流行度的影響機制，豐富并完善了已有關于Vlog流行度的研究體系。

2. 由于研究情境的差異及用戶偏好的改變，已有文獻對視頻時長影響受眾觀看行為的研究結果存在差異性。本文通過實證分析支持了視頻時長負向影響Vlog流行度的假設，即在信息超載的時代，受眾更傾向于觀看時間更短的Vlog，這一結果為已有關于視頻時長作為影響因素提供了理論上的借鑒。

（三）管理啟示

1. 視頻特征的三個變量均顯著影響Vlog流行度，這為Vlog創(chuàng)作者提供了實踐依據。首先，視頻時長負向影響Vlog流行度，說明過長的Vlog可能會導致用戶不愿點擊，因此，Vlog創(chuàng)作者在后期剪輯時要精簡所分享的內容，重點控制時長。其次，視頻質量能夠通過收藏數量、投幣數量、轉發(fā)數量以及點贊數量反映出來，同時，彈幕數量與Vlog流行度呈正向影響，這些內容是通過用戶之間的互動所形成，發(fā)布者可以積極主動的傳遞出互動的信號，例如在Vlog簡介中加入“求點贊”“求支持”“求關注”等信息，提高與用戶的互動性。

2. 發(fā)布者特征的專業(yè)性與個人聲譽對Vlog流行度影響顯著。一方面，Vlog發(fā)布者應該提高自己發(fā)布視頻的數量，為Vlog社區(qū)內容生產做出貢獻，傳遞給受眾自身具有Vlog制作的經驗積累信息。另一方面，粉絲數與個人點贊數的提升同樣需要發(fā)布者提升參與度，并在Vlog社區(qū)中加強與其他用戶的互動。而個人等級并不會對Vlog流行度產生積極影響，說明受眾對高等級的信息不太看重，發(fā)布者不必花大量時間特地去提升自己的等級。同時也從側面鼓勵了一些入駐平臺時間不長的Vlog創(chuàng)作者，即使等級不高，Vlog依然會受到歡迎。

3. 從Vlog平臺的角度，本文的結果能夠讓平臺提供更好的激勵措施來促進Vlog的流行，以增強用戶的粘性。一方面，社交功能對流行度具有重要影響，例如彈幕的使用，平臺可以增強彈幕的樂趣，例如加入多樣化的表情符號。同時提高用戶發(fā)送彈幕的便捷性，例如彈幕發(fā)送框內設置特定的語句或表情供用戶選擇，省去了用戶自行編輯彈幕的時間，使觀看者更愿意發(fā)送彈幕。另一方面，平臺可以根據視頻特征及發(fā)布者的特征，在后臺運營和網頁展示上做規(guī)劃，展示質量更優(yōu)、傳播效果更佳的Vlog來促進平臺活躍度。

（四）研究不足與未來展望

本文仍然存在一些局限性。首先，數據的選擇上，本文的數據來源為Bilibili平臺，僅使用了一個網站的數據，未包含其他用戶分享平臺的Vlog數據，平臺之間的差異可能會造成結果的不同。未來可以收集其他平臺關于Vlog的數據，對不同平臺進行比較，從而探索平臺之間是否存在差異。其次，本文的因變量以播放量作為衡量指標，模型中的變量之間可能會存在一定的內生性問題，播放量可能會影響用戶之間的互動數量，如點贊數量、轉發(fā)數量及彈幕數量等。今后可以嘗試利用面板數據進行研究，進行深入分析以減少內生性問題，使研究結果更具有穩(wěn)健性。同時，未來可以利用面板數據建立包含時間因素的計量模型，以更加深入全面地了解Vlog流行度的影響因素。最后，本文所建立的模型中，尚未考慮一些調節(jié)因素的影響，例如視頻類型，本文未對各個視頻類型進行細分，視頻類型的加入可能會導致影響機制的差異。未來可以嘗試對標題或Vlog簡介進行文本分析，得出每條Vlog的主題及類型，檢驗視頻類型的調節(jié)作用。