北京市大學生短視頻使用需求調查

王安琦 劉小源 王紅鑫

[摘 要]據相關統計，當下大學生70%的時間都被手機占據，而短視頻占據了一半以上的時間。[1]為更好地發展短視頻產業，更好地為用戶服務，需要掌握用戶的內心需求，根據需求來完善短視頻。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，短視頻產業才能更好的發展。

[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、適合在移動狀態和短時休閑狀態下觀看的、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象，以及如何留住大學生這一批優良用戶頗有意義。

2 北京市大學生短視頻使用現狀調查及分析

通過線上發放問卷的方式對北京市大學生短視頻的使用現狀進行了調查。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據檢查的基礎上，對這些一手數據進行相關數據統計和多樣化分析，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定用戶;年級上，超半數的大二學生更易成為短視頻的穩定用戶，其次為大一與大三的學生;專業上，經濟學、管理學、藝術學的大學生更易發展為短視頻的穩定用戶;地區上，城區大學生對短視頻的需求度更高。

2.2 觀看途徑偏好分析

通過對穩定用戶觀看短視頻途徑的數據進行多重響應分析，并對首先選擇的前三項進行統計顯示，絕大多數用戶優先選擇短視頻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現：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

對短視頻穩定用戶的使用頻率數據分析，每天觀看短視頻的穩定用戶人數占比為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，并對優先選擇的前三項進行統計顯示，大學生用戶一般在閑暇時使用短視頻，側面體現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：大多數大學生用戶偏愛60s內和15s內的短視頻，說明在社會高速發展的背景下，大學生對碎片化娛樂的需求較高。

2.5 表現形式偏好分析

從表現形式上看，超半數大學生用戶將游戲類與生活創意類作為第一選擇。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，即該數據適合進行因子分析。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，發現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β系數的大小，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。