【摘要】以信息的精细加工可能性模型为理论基础，依据B站科普视频传播情况，设置B站科普视频传播效果评价指标和影响因素指标，构建B站科普视频的传播效果影响因素理论模型。基于B站439条科普视频样本，通过内容分析和回归分析等方法考察传播主体、传播内容、视频形式因素对传播效果的影响。分析发现，视频传播主体的粉丝总量、互动行为、组织形式、内容主题、是否结合时事热点、是否原创、语言风格、“梗”或“段子”以及表情包使用情况、视频时长、标题句式用语和音乐音效因素都能够在不同程度上影响视频的传播效果。研究结果可为有效提升B站科普视频传播效果提供参考价值。

【关键词】 哔哩哔哩　科普视频　传播效果　影响因素

引言

在众多视频网站中，B站以其丰富的文化社区、多元的文化圈层、年轻的核心用户等特征独树一帜。近几年来B站开始大力扶持科普知识类视频创作，科普视频数量也随之增加。根据B站2020年第四季度及全年财报显示，知识类内容成为2020年增长最快的品类之一，其中科技知识类视频贡献了第四季度整体视频播放量的10%。B站科普视频的传播效果如何，哪些因素影响B站科普视频的传播效果，这成为科普中前沿性和值得关注的问题。国外关于视频传播效果影响因素的研究多集中于YouTube平台。Dustin J. Welbourne对YouTube平台的39个频道共390个科学视频进行了分析，研究影响YouTube平台科学视频和频道受欢迎程度的因素。Borghol Y, Ardon S等人从定性和定量两方面，研究了影响YouTube视频流行度的内容不可知因素，他们认为流行度的差异不仅是因为视频内容的差异，还存在其他“内容不可知”的因素，视频上传者以往视频总浏览量是影响流行度的最重要因素，另外上传者特征和关键字数量等因素也相对较为重要。国内对于传播效果影响因素的研究大体上分为传者视角和受众视角两部分。戴歆紫、郁志珍以14个主流科普博主为样本，研究了科普微博的发展情况及传播效果。李凯以新浪微博为例，从传播内容、受众和其他三方面展开科学传播效果研究。樊玉静等人以抖音APP中国科学院抖音账号所发布的科学短视频为例，通过实证研究探究了影响科学短视频流行度的要素。王彩臻和金兼斌选择了三档电视科普节目，从综合收视率、网络曝光量和口碑倾向三个维度，从制作手法、视觉感、创新性、感染力等方面测量影响效果。

总结发现，科普传播效果影响因素研究基本从科普传播的内容特征、传播形式、交互程度等方向来探讨，但研究构建的理论模型各不相同，科普传播影响因素研究还未形成系统。在对科普视频传播效果影响因素研究中，研究对象有电视科普节目、抖音平台科普视频，但还未涉及到B站科普视频研究，笔者以B站科普视频为研究对象，构建理论框架，研究影响其传播效果的主要因素，为B站以及其他平台科普视频内容创作者提供参考，从而促进优质科普视频的生产，助力公民科学素养的提升。

1 B站科普视频传播效果影响因素模型构建

传播效果是指带有一定目的的传播行为在受传者身上引起的心理、态度和行为的变化。在具体的传播过程中，传播者、传播内容、媒介渠道、传播技巧、传播对象等环节和要素都可能对传播效果产生影响。为检验B站科普视频传播效果的影响因素，本研究在梳理以往影响因素研究基础之上，依据B站平台特性设置传播效果评价指标和影响因素指标，为进一步分析传播效果影响因素奠定基础。

1.1　B站科普视频传播效果评价指标及模型
　　根据B站视频传播的特性，本文选择播放量、点赞量、收藏量、弹幕数、评论量、投币量和分享数来构建B站科普视频传播效果的评估指标。由于视频观看、点赞收藏投币、发送弹幕评论分享等行为在实施过程中的参与度存在差异性，因此在传播效果评估指标构建时，需要体现出传播效果的层次性。传播效果分为不同层面，根据发生的逻辑和表现阶段可以分为三个阶段：认知层面效果、心理或态度层面效果和行动层面效果。从认知到态度再到行动，效果逐步积累性扩大。基于传播效果表现的三个层面，可将B站科普视频的传播效果划分为认知层面效果、情感层面效果和行为层面效果。

在构建B站科普视频传播效果指标时可分为认知层面指标、情感层面指标和行为层面指标。认知层面指标基于受众对视频信息的认知度，受众点击观看视频是了解其内容的第一步，视频的总播放量能够直观地反映受众对视频的初步接触情况，因此选择视频总播放量作为二级指标。情感层面指标用来衡量受众的情感态度。“一键三连”代表B站用户对视频制作者的肯定，其中“点赞”是受众表达对视频赞同态度最便捷和成本最低的方式，而B站特有的“投币”功能需要受众支付一定的虚拟货币，付出一定成本，在情感层面与“点赞”类似且态度更为强烈；另外“收藏”行为则表明“喜欢”视频内容或认为其有一定实用性通过收藏以便反复观看，综上选择将点赞、收藏、投币数量作为情感层面的二级指标。行为层面指标可进一步衡量受众在认知、认同视频之后进一步的交互行为，如发送实时弹幕、在视频评论区与UP主和其他观众互动，以及进一步分享视频至其他网络平台，推动其进一步传播，因此将弹幕、评论、分享量作为其二级指标。综上所述，B站科普视频传播效果指标模型可如图1所示。

1.2　B站科普视频传播效果的影响因素构成
　　传播的具体过程由传播者、传播内容、讯息载体、媒介渠道、传播技巧和传播对象等要素和环节构成，每一个要素都能够对传播效果产生一定影响。由于B站科普视频传播平台限制在B站，因此媒介渠道因素无需进一步分析，且此次研究将影响因素聚焦于传播主体和科普视频本身，暂不考虑受众因素和传播技巧。因此，基于B站科普视频传播的特性与本文研究的需要，将从传播主体、传播内容、讯息载体三方面构建B站科普视频传播效果影响因素指标。

1.2.1　传播主体影响因素指标
　　在B站科普视频传播效果过程中，传播主体即视频上传者（UP主），决定着视频内容主题的选择和具体呈现方式。根据B站UP主信息呈现特性，抓取UP主粉丝总量、B站身份认证、历史视频投稿量、视频制作组织形式以及传播者是否存在互动行为作为传播主体影响B站科普视频传播效果的五个因素。

1.2.2　传播内容影响因素指标
　　在传播内容与传播效果的研究中，要考察内容的主题、表达等信息内在因素对传播效果的影响。本次研究将科普视频内容主题的选择、视频内容表达等因素具化为自变量，考察其对信息传播效果的影响。具体从科普内容主题、是否结合社会热点、视频是否原创、导学人物、语言风格、二次元元素运用、网络流行“梗”或“段子”运用、是否加入表情包等方面进行考察。

1.2.3　视频呈现影响因素指标
　　B站科普视频以视频为载体，讯息通过标题、封面图、视频画面、声音等载体来传递。本研究视频呈现部分将以标题句式、标题语体特征、封面图类型、视频时长、字幕使用、屏幕形式、背景乐类型和有无音效为自变量，探讨影响视频传播效果的因素。

1.3　传播效果影响因素研究的理论基础和研究模型
　　社会心理学家Petty和Cacioppo在研究说服性信息传播时，提出了精细加工可能性模型，即双路径模型，该理论认为人们在接受信息时都会以中枢路径、边缘路径两种不同的方式处理信息，对信息特征的判断将对个体的态度和行为产生影响。中枢路径指受众需要以更详尽严谨的方式对相关信息与任务间相关性、优劣性进行分析，从而形成对目标任务的判断进而产生相应行为。边缘路径则指受众在进行信息处理时无需投入过多精力，仅通过相关内容的外围信息进行简单推理判断。一般来说，在中枢路径上人们更倾向于关注信息内容本身质量，而在边缘路径上则关注信源吸引力等与内容本身不直接相关的外围线索。
　　网络社交媒体背景下，精细加工可能性模型作为说服传播的理论模型，逐渐并应用于网络社交媒体信息传播研究。B站作为具有社交属性的视频平台，视频形式依旧是B站信息传播的基本载体。根据精细加工理论，B站视频受众在接受一条新的视频信息时，将根据中心线索和外围线索的不同而选择不同的信息处理路径，并对受众产生不同程度的影响。边缘线索的信源可信度、技术与美学特征对应到B站视频信息即传播主体因素和视频呈现形式等；而中心线索可以对应到B站科普视频的内容主题、内容表达等方面。因此，本研究根据精细加工可能性理论，结合B站视频传播的特征，围绕对中心线索和外围线索信息处理的双路径构建B站科普视频传播效果的研究模型。中心线索包括内容主题、是否原创、是否结合热点、内容引入方式、导学人物、语言风格、二次元元素、网络流行“梗”“段子”“表情包”使用等传播内容因素。边缘线索包括传播主体因素（账号粉丝量、个人身份认证、历史投稿量、创作组织形式）和视频呈现（视频标题和封面、视频时长、屏幕形式、字幕使用、背景音乐及音效）。
　　本研究构建的B站科普视频传播效果影响因素理论框架如图2所示。

2 B站科普视频传播效果影响因素实证研究的方法

基于以上B站科普视频传播效果影响因素理论框架，本文将通过实证研究来检验影响因素对传播效果的实际影响。为保证实证分析的顺利进行，需要确定视频样本并进行数据采集，且对研究的因变量、自变量进行测量，对数据编码以及可信度检验。

2.1　数据收集
　　“标签”是B站视频的一种内容分类和聚合方式，标签能够标记视频内容，作为视频的索引信息帮助用户高效检索和定位视频。“科普”或“科学科普”是B站中较为热门的标签，也是用户搜寻科普视频的常用手段之一。截至2021年2月23日，笔者以“科普”为关键词在B站进行视频检索，采集网站页面展示出的4 000条视频，视频播放量从1 156.2万次到11次不等，发布时间从2012年9月12日到2021年2月19日不定，视频发布时间跨度大，传播效果差距明显。考虑到视频传播效果的产生需要一定的传播周期，因此剔除2021年1月份和2月份发布的科普视频，余下2012年9月12日到2020年12月31日的视频共2629条。由于B站关键词检索后呈现出的科普视频在时间和播放量上并无一定规律，视频之间完全独立，彼此没有关联性和排斥性，因此为保证每个样本被抽中的概率相等，选择简单随机抽样方法，借助SPSS统计分析软件的“选择个案”功能，从2 629条视频中随机抽取500条，构成本研究的视频样本。
　　科普视频是指以普及自然科学和社会科学知识、推广科学技术的应用、倡导科学方法、传播科学思想、弘扬科学精神为主要内容的视频。B站作为大量用户聚集的文化社区和视频平台，视频传播者在标题选取和视频标签选择上存在较大自主性，用户在上传视频时并无严格标准，因此“科普”“趣味科普人文”等标签中也存在一些不具备科普内涵的视频,对不符合前述科普视频定义的样本予以剔除，最终确定有效视频439条作为本文的研究样本。借助数据采集软件获取总播放量、点赞量、弹幕量等传播效果数据以及传播者粉丝数、身份认证、投稿量等数据，并逐个观看视频获取内容主题、标题句式、屏幕形式、背景音乐等各个自变量数据，构成样本数据的分析依据。

2.2　变量测量
　　1）因变量测量。本次研究的因变量为B站科普视频的传播效果，网站视频可采集的传播效果指标包括总播放量、总弹幕数、点赞数、投币数、收藏数、分享数和评论数。

2）自变量测量。根据前文影响因素评价指标设定，本次研究的自变量包括传播主体（粉丝总量、个人认证、视频投稿数、创作组织形式、互动行为），传播内容（内容主题、结合社会热点、是否原创、内容引入方式、导学人物、语言风格、二次元元素使用、网络“梗”或“段子”使用、表情包运用），视频形式（标题句式、标题用语特征、封面图类型、视频时长、字幕使用、屏幕形式、背景音乐、有无音效）。（文章选摘自《科学教育与博物馆》2022年第6期，作者系湖南大学新闻与传播学院陶贤都、李蕾。）