摘 要： 互动视频作为媒介技术的新产物，兼具信息传递和知识互动功能，是科学知识传播的优良载体。基于B站的325条科普互动视频样本，借助启发式-系统式模型构建科普互动视频传播效果的影响因素模型，运用SPSS软件对模型进行检验和实证分析。研究发现，科普互动视频的传播效果整体差异较大；启发式线索是影响传播效果的重要因素，用户对于视频的第一印象很大程度上决定了视频的传播效果；知识获取成本较低、易于理解的科普内容具有更好的传播效果；成就型交互动机是影响传播效果的关键因素；恰当的互动频次能够有效地优化科普知识的传播效果；创作者的“粉丝”量和视频交互动机对传播效果具有交互影响作用。该研究结论能够为新媒体环境下科普视频的创新提供思路，助力知识普惠的发展。
关键词：科普；互动视频；传播效果；沉浸体验
随着互联网技术的发展和移动终端的普及，在线科普视频逐渐成为科普的重要方式。《第49次中国互联网络发展状况统计报告》显示，截至2021年12月，中国网民总体规模达到10.32亿，其中短视频用户规模达9.34亿。然而，受互联网媒介环境的影响，在线视频平台的诸多科普内容呈现浅显化、娱乐化的特点，实际传播效果不尽如人意。互动视频（interaction video）作为媒介技术的新产物，是“通过互联网向公众提供的具有分支剧情选择、视角切换、画面交互等交互能力，能够为用户带来互动观看体验的一种视频业务”，用户与视频内容之间的交互性是其区别于其他视频形式的本质特征。通过在剧情转折时选择不同选项，观众能够决定视频的走向，为其沉浸式参与故事情节的发展带来了可能。哔哩哔哩网站（Bilibili，以下简称B站）推出互动视频功能以来，已有许多“粉丝”数超百万的制作者，即UP主采取互动视频的形式制作科普内容，并产生了较强的影响力和传播力。对于以提高公众科学素质为目标的科学普及来说，互动视频能够以高度的互动性和沉浸式体验提高受众的参与度，进而提升科普的深度和实际效果。
相较于短视频，互动视频不但拥有点赞、评论、转发等功能，还能够实现受众与创作者之间的沉浸式深层次互动，在科普深度和用户体验上都更具优势。然而，现有研究仍集中于对科普短视频传播的分析，科普互动视频并未引起学者们的普遍关注。目前，互动视频研究仍处于起步阶段，一些学者结合案例从宏观视角分析了互动视频的发展现状、存在的问题，并提出了未来产业化发展的建议，但对互动视频的传播效果及其影响因素的关注不足，且缺乏相关实证研究的支持。鉴于此，本文以B站科普互动视频为例，基于启发式-系统式模型，系统分析科普互动视频传播效果的影响因素，并为改进科普互动视频创作实践和提升传播效果提供证据支持。
1 理论基础与研究假设
1.1 科普互动视频传播效果的测量维度
传播效果是指由特定传播者发出的信息，经媒介传至受众，受众因此产生思想上的变化、行为上的改变。对科普互动视频传播效果的测量，目前还没有成熟的指标体系。有学者以“三项指标、一把尺子”来衡量电视节目跨屏的传播效果；针对新兴社交媒体平台，央视市场研究从媒体的引领力、传播力和影响力三个维度，在传播的方向、广度和深度三个方面构建了媒体传播效果评估体系；已有研究表明，政务B站号信息传播效果包括传播广度、传播认同度、传播参与度三个维度。周荣庭等从概念上把科学类微信公众号平台的传播效果分为显性指标和隐性指标两部分；金兼斌等认为，微信公众号的传播效果不能只关注“所测效果”，还应兼顾其中的隐性因素。
借鉴上述研究，结合Ｂ站互动视频的特点，本文以传播广度（受众认知情况）、传播认同度（受众情感态度情况）、传播参与度（受众参与互动情况）三方面指标来衡量科普互动视频的传播效果。参考周勇和陈慧茹构建的网络视听信息影响力评估体系，考虑到互动视频的特点，将传播广度、传播认同度、传播参与度分别赋予权重比0.5、0.2、0.3。
1.2 科普互动视频传播效果的影响因素
启发式-系统式模型（heuristic-systematic mode of information processing，HSM）作为个体信息处理的模型，启发式线索（heuristic cue）指信息本身所包含的非内容的、情景式线索，能够为受众提供易判断的参考信息。系统式线索（systematic cue）指信息本身的内容特征，如内容话题、易读性等，与视频本身的质量紧密相关。针对Ｂ站科普互动视频传播效果影响因素的理论模型，启发式线索包括发布者特征、标题信息、封面类型，系统式线索包括内容主题、视频时长、叙事类型、交互动机、互动频次等。
（1）发布者特征。对具有一定社会认可度的虚拟社区，受众主要根据知识信息来源（可信度）和表面特征（知识共享数量）判断信息质量。在B站中，UP主的个人特征是启发式线索的重要来源之一，包括“粉丝”量、个人认证、是否为官方/机构账号等。个人认证在一定程度上代表了信源的可信度，“粉丝”量则能够从侧面反映知识传播广度。基于微信平台的研究表明，“粉丝”规模是影响信息传播广度的关键因素。据此提出研究假设：
H1：发布者的信息特征会显著影响科普互动视频的传播效果；
H1a：发布者的“粉丝”量越多，视频传播效果越好；
H1b：发布者的认证信息对传播效果有正向影响；
H1c：相较于非官方科普账号，官方科普账号视频具有更好的传播效果。
（2）标题信息。标题是视频推送过程中受众最先接收到的信息之一，决定了受众对视频的第一印象。微信公众号热门文章的标题字符多集中于11～27 个，且很多文章标题配以设问、质问的词汇来吸引读者点击。科普微信公众号的研究数据也表明，标题的表述方式对于吸引受众点击阅读起到关键作用。据此提出研究假设：
H2：标题信息特征会显著影响科普互动视频的传播效果；
H2a：标题字数对传播效果具有显著影响，短字数的标题具有更好的传播效果；
H2b：标题的表述方式会显著影响科普互动视频的传播效果，疑问句式能够有效地提升传播效果。
（3）封面类型。与视频标题相似，封面也是受众最先接收到的信息之一。基于知名品牌微信公众号运营数据的研究证实，微信公众号文章的封面会对传播效果产生显著影响。B站作为青年亚文化群体聚集的代表性平台，一个经过精心自主设计、“有梗”的视频封面能够更好地迎合受众的喜好，有利于拓宽视频的传播广度，甚至会达到二次传播的效果。据此提出研究假设：
H3：视频封面类型会显著影响科普互动视频的传播效果。
（4）内容主题。B站视频含有诸多分区，包含人文、影视、娱乐、科学、音乐等，用户可以通过分区自主选择自己感兴趣的视频。研究表明，YouTube上科学频道的类型对于视频播放量和订阅量有显著影响。对政务B站号传播效果的研究也表明，不同内容主题的视频的传播效果具有显著差异。据此提出研究假设：
H4：不同内容主题类型对传播效果的影响具有差异性。
（5）视频时长。随着互联网信息爆炸时代的到来，“短平快”成为视频发展的潮流。已有研究表明，中心明确、开门见山、节奏快、时长短是高播放量科普视频的共有特点。科普短视频迎合了当前“粉末化”的科普需求，受众能够在长至1分钟，短不过十几秒的时间内有效获取科普信息。据此提出研究假设：
H5：视频时长会显著影响科普信息的传播效果。
（6）叙事类型。互动视频是基于互动叙事的特殊视频形式，由互动和叙事两大元素组成。根据文本结构的叙事完整性分析，B站的互动视频叙事可以分为叙事型和非叙事型。研究显示，B站播放量靠前的视频多为非叙事型互动视频。据此提出研究假设：
H6：叙事类型会显著影响互动视频的传播效果。
（7）交互动机。交互动机是区分互动视频类型的要素之一。从交互动机视角来看，B站互动视频可以分为成就型、探索型和问答型三种。交互动机不同的视频会带给受众不同的观看和沉浸体验。例如，作为成就型短视频的代表，《你被困在2019年10月25日，如何逃出这一天？》这一互动视频因其复杂的逻辑链和恰当的悬疑设置，截至2021年10月，仍以近73万的弹幕量高居互动视频榜首，具有良好的受众互动参与度。据此提出研究假设：
H7：交互动机对科普互动视频的传播效果有显著影响；
H7a：成就型交互动机对科普视频的传播效果具有显著正向影响。
（8）互动频次。互动视频区别于普通视频的一个重要特征就在于它与受众之间的直接互动。对《人民日报》抖音号短视频传播热度影响因素的实证研究表明，与用户互动能够显著增加视频点赞量，有利于提升视频的传播效果。对互动视频来说，恰当的互动频次设置能够促进用户参与，可能会对传播效果具有显著的积极影响。据此提出研究假设：
H8：互动频次会显著影响科普互动视频的传播效果。
（9）发布者特征和交互动机的交互作用。启发式线索和系统式线索作为受众进行信息处理的两种路径，对传播效果的影响并非相互独立，而是存在交互影响的关系。麦肯基（Mackenzie）等在对广告说服效果的研究中，通过探讨边缘路径和中枢路径因素的交互作用，构建了四种假设模型。因此，互动视频的启发式线索和系统式线索也可能对传播效果存在交互影响作用。对B站的互动视频来说，视频发布者的特征作为视频质量的标准之一，与交互方式往往交相呼应，相互强化以影响传播效果。据此提出研究假设：
H9：发布者特征和交互动机的交互作用对传播效果存在正向影响；
H9a：“粉丝”量和交互动机的交互作用对传播效果存在正向影响；
H9b：认证情况和交互动机的交互作用对传播效果存在正向影响；
H9c：账号官方与否和交互动机的交互作用对传播效果存在正向影响。
基于此，围绕启发式-系统式模型，本文构建了Ｂ站科普互动视频传播效果影响因素的理论模型（见图1）。
2 研究设计
2.1 样本选择与数据收集
B站作为可制作互动视频的社交媒体平台，拥有许多内容丰富的优质科普互动视频，因此本文将B站的科普互动视频作为研究对象。2021年4月10—15日，笔者在B站网页版搜索“互动视频”，选择知识分区中的“科学科普”，选择“综合排序”和“全部时长”，再用后裔采集器抓取视频的播放量、点赞量、收藏量等数据，初步获得635条视频数据。经过人工筛选，删除其中的非互动视频、同一UP主上传的内容相似的低质量视频以及其他不符合研究要求的视频后，最终获取有效视频数据325条。
2.2 变量测量
（1）因变量测量。科普互动视频的传播效果从传播广度、传播认同度、传播参与度三个维度来衡量。传播广度体现了传播内容的覆盖面，主要由播放量来衡量。播放量即截至数据收集日的视频播放量数据，基本能够代表视频的传播辐射广度。传播认同度体现了用户对视频内容的认同和喜爱程度，主要指标包括点赞量、投币量、收藏数、分享数。点赞量表示用户认同或喜爱该视频，能够反映用户对于视频的积极态度。投币量是指视频所获得的硬币数量。硬币是B站的一种虚拟货币，用户每日登录可以获得一枚硬币，投币具有较高的成本，是认同该视频的有力证明。收藏数是指该视频被用户收藏的次数，收藏量高代表视频具有收藏回看的价值，体现了用户对于视频内容的认可。分享数指视频被分享到其他社交媒体（如微博、微信、QQ等）的次数，是用户的再传播行为。分享行为说明视频内容对用户来说具有分享价值，从侧面反映了用户对于内容的认可和行为的潜在变化。传播参与度则以弹幕数和评论数来衡量。弹幕数是视频所获得的弹幕数量，是用户参与视频的重要体现。评论数是指用户在评论区对于视频的讨论数量，这也是用户参与视频内容讨论互动的重要指标之一。
依据本研究所设定的赋予权重，将计算结果取对数以平滑数值，得到第n条科普互动视频传播效果的计算公式如下：
Cn=ln [0.5Bn+0.2（Dn+Tn+Sn+Zn）+0.3（Mn+Pn）] （n≥1）
式中，C为传播效果，B为播放量，D为点赞数，T为投币数，S为收藏数，Z为分享数，M为弹幕量，P为评论数。
（2）自变量测量。自变量包括启发式线索和系统式线索，启发式线索中，发布者特征包含UP主的“粉丝”、UP主是否具有认证、是否为官方账号；标题信息则有标题的字数和句式两个维度，其中，句式有陈述句、感叹句、疑问句、祈使句四大类；封面类型可分为系统选择与自主搭配两种形式。系统式线索中，在内容主题方面，参照前人的研究，分为社会科学、思维科学、认识科学、生物学、天文学、物理学、化学和地球科学；视频时长分为5分钟以下、5～10分钟（不含）、10～30分钟（不含）和30分钟以上四类；在叙事类型方面，参照赵瑜对互动视频分类的研究，分为叙事型和非叙事型；交互动机分为成就型、探索型和问答型三类；互动频次进行分段处理，分为5次以下、5～10次（不含）、10～20次（不含）和20次以上四类。自变量测量表见表1。
2.3 信度检验与样本编码情况
本文由两名编码员对325条视频进行编码。事先对编码员进行自变量操作化培训，并抽取30条视频样本进行预编码。两名编码员在互不干扰的情况下编码，采用霍斯提（Holsti）公式检验编码信度。预编码检验结果如下：发布者特征、视频时长、标题信息、封面类型的编码者间信度为1；内容主题的编码者间信度为0.96，叙事类型的编码者间信度为0.9，交互动机的编码者间信度为0.92，互动频次的编码者间信度为0.94，编码员的分类结果具有高度一致性。
（文章内容来源于《科普研究》学术期刊，作者系王妍，西安交通大学新闻与新媒体学院硕士研究生，研究方向：社交媒体、媒介管理。）