■熊开容 刘超 甘子美
　　【本文提要】以UGC为内容生产模式的短视频App平台通过采用智能算法推荐，有效解决了有限注意力与海量内容之间的矛盾，具有自身鲜明的技术优势与产品体验特征，更容易触发用户的沉浸式阅读体验（心流体验）。应用关键事件法进行分析发现，算法技术水平、用户生成内容质量、社会责任履行、时间付出、用户隐私滥用和价值期望是影响短视频App用户心流体验形成的关键因素。短视频App用户心流体验的形成机制具有与分子生物学DNA双螺旋链相似的结构特征和机理，“短视频平台服务”的价值共创机制、“用户使用成本”最小化的理性人决策机制、“用户价值期望”的心理调节与期望确认机制，构成了短视频App用户心流体验“双螺旋沉浸互动机制”模型的三个核心支撑。
　　【关键词】心流体验 算法推荐 用户生成内容 关键事件法 双螺旋结构
　　【中图分类号】G206
　　
一、问题的提出
　　随着5G网络通信技术的发展，高兼容性和IP网络扁平化的特征为短视频提供了充足的技术支撑和新的发展机遇。根据中国互联网信息中心（2020）发布的统计数据，截至2020年4月，国内的短视频用户规模已经达到网民总量的85.6%，换言之，7.73亿人的手机里都有安装短视频App，包括但不限于抖音、快手、火山小视频等（表1　表1见本期第84页）。相关行业报告显示，短视频用户渗透率达到70%，已经成为互联网的第三大流量入口，短视频将持续抢占用户的时间（方正证券研究所，2020）。短视频用户日均使用时长已超过60分钟，贡献了移动互联网使用时长增量的33.1%（中国网络视听节目服务协会，2019）。比起传统的文字图像，短视频因其得天独厚的优势而得到用户的喜爱。由此可见，未来主流的文化消费形式将离不开短视频。
　　目前，抖音和快手两大巨头占据了国内短视频App的主要市场。快手主要选择的是下沉市场，以三、四线城镇乡村为主要阵地，成为用户量最大的短视频平台，而抖音、美拍等则选择立足一、二线城市，专注服务于想要展现个性的年轻一代用户群体。
　　“刷抖音一时爽，一直刷一直爽”是用户使用短视频App过程中非常普遍的一种使用感受，这种沉浸式的阅读体验也被称作为“心流体验”。心流理论（The flow theory）最早由美国芝加哥大学心理学家Csikszentmihalyi提出，他认为处于心流状态中的人们，会被所做的事情深深吸引，是一种个体完全投入到活动中的沉浸感觉，故也被称作为“沉浸式体验”（Csikszentmihalyi & LeFevre， 1989）。短视频App心流体验是用户在使用短视频App过程中产生的沉浸式体验，主要表现为集中注意力于浏览短视频App内容中，并产生愉悦感。刷抖音会上瘾吗？短视频App如何塑造和强化这种用户沉浸感，受到哪些前置因素的影响，具有何种心理作用机制？这些现有研究未能提供明确答案的问题，是本文运用关键事件技术（Critical Incidents Technique，CIT）重点研究和解决的命题。
　　
二、相关文献评述
　　Csikszentmihalyi提出的心流概念属于积极心理学的研究范畴，也被广泛运用于其他学科。虽然不同学科的翻译与命名存在一定差异，但基本上仍然在沉浸感、忘却时间流逝等内涵上保持了一致性。一般而言，心流指的是完全沉浸于活动之中的体验，并且能够产生愉悦感（Ghani et al.， 1994）。从人机交互的角度来看，心流体验是用户与计算机交互过程中的感知，注意力会完全集中于交互，好奇心也被完全调动起来，并且交互的过程会显得十分有趣（Trevino & Webster， 1992；Jamshidi et al.， 2018）。就心流体验的功能而言，是指特定环境下，人们从挑战和技能中所能够获得的最佳体验（Leone & Burns， 2000； Kang et al.，2018）。而从过程来看，心流体验是技能和挑战相匹配时，个体能够感知目标和进行及时性的反馈（Novak， 1999： 3-7； Huang & Liao，2017）。
　　心流理论在体育、教育、线上游戏和企业办公等众多领域的研究中均得到了广泛应用（Huang & Lin， 2017）。作为积极心理学的前沿理论，心流体验给人们带来的主要是积极的反馈体验，一旦无法控制自己而过度沉浸，则有可能发生变异行为，即导致所谓的“成瘾行为”。由此不难理解，相较于其他活动，在线游戏具有图像刺激、技能挑战和及时反馈的特性，更容易激发人们的心流体验，但是过度地沉浸在游戏中则容易导致游戏成瘾。通过比较可以发现，与缺乏正负面明确属性的一般性用户体验、缺乏自控力的“成瘾行为”相比，心流体验概念内涵中的正面体验感知、用户自控力特征恰好契合积极心理学理论的核心要义。
　　在传播学、营销学等相关学科的研究中，心流体验主要被称为“沉浸式体验”（Inma & Antoni， 2019）。近年来最热门的沉浸式体验研究较多地聚焦于VR（Virtual Reality，虚拟现实）的相关场景，这种沉浸式体验的图像呈现使得人机交互更为生动立体，例如博物馆影像互动（王思怡，2018）、虚拟艺术展览和VR新闻等，是智能化传播未来的重点发展方向。
　　本文的研究对象是短视频App中的互联网内容产品，研究问题是这些短视频App用户的沉浸式体验影响因素与形成机制，需要特别明确的是，本文的研究客体“用户”既包括作为受众的短视频消费者，也包括作为主播的内容生产者。互联网产品相关的心流体验研究可追溯到20世纪90年代。Trevino和Webster（1992）研究计算机辅助交互技术（Computer-Mediated Communication， CMC）对工作效率的影响时发现，心流体验是其中的一个关键因素，就概念的操作性定义而言，多维的心流体验构念包括以下维度：集中注意力、控制力、好奇心、兴趣。加上沉浸感、忘却时间流逝，这几个维度构成的心流体验测量模型在学界居于主流地位，也是本文对心流体验构念的操作性理解。心流体验的产生能够使用户持续发现和点击互联网内容。Hoffman和Novak （1996）综合前人的研究认为，心流体验可以使得消费者像被涂上了胶水一样粘在网络中，通过建立基于超媒体技术的心流体验模型发现，集中注意力是心流体验产生的前提条件。 Novak 等人（2000）利用结构方程模型对心流体验的理论模型进行检验，结果表明，更快的交互速度能够带来更高水平的心流体验。
　　目前心流理论的研究对象主要以课堂学习、竞技游戏和体育训练等为主，内容型互联网产品的心流体验研究是当下热点。相比起浏览传统网页，人们使用抖音、快手等短视频App内容产品更容易触发沉浸式的阅读体验，与现有的其他内容型互联网产品平台相比，这种以用户生成内容（User-Generated Content， UGC）为模式的短视频平台具有自身鲜明的技术优势与产品体验特征。
　　基于智能化算法推荐的信息分发，是短视频App推荐流形成过程中非常重要的环节。该系统主要结合多种类型的推荐算法，给用户呈现个性化的推荐流，塑造和强化用户沉浸感。以UGC为内容生产模式的短视频App平台通过采用智能算法推荐，有效解决了有限注意力与海量内容之间的矛盾。它不仅能够满足用户目前存在的信息需求，还能够通过建模挖掘用户潜在的信息需求。平台通过推荐符合个人兴趣爱好的短视频内容给用户，增强用户的忠诚度和满意度，其中更能体现智能特征的则是推荐算法会基于与用户交互的历史记录，更好地把握用户潜在的价值需求，推测出用户可能喜好的内容，给用户提供个人专属的推荐流。在算法推荐流的理想情境中，个性化内容被算法合理推荐给用户，点对点传播的方式满足了每一位用户的信息需求，技术与内容的合理交互提升了用户的沉浸式体验。短视频App用户的心流体验受到哪些前置因素的影响，其系统的作用机制研究还缺乏经验证据的明确支持。
　　
三、研究方法
　　（一）研究对象的选择
　　本文基于三方面因素选择短视频App中的典型代表抖音App作为研究对象：（1）日活跃用户数。根据《2019抖音数据报告》，2020年1月5日，抖音的日活跃用户数已经超过4亿，是目前短视频App市场中体量较大的产品，是中国目前较为典型的短视频社区（抖音短视频App，2020）。（2）用户特征。根据艾瑞数据的相关报告，抖音核心用户主要是一、二线城市24-30岁年龄段的青年群体，与本文研究团队所在城市一致，样本的搜集将更为便捷且有说服力。（3）短视频App功能特征。抖音的产品功能主要分为首页、好友、视频拍摄、个人信息中心，首页作为视频浏览页以Feed流形式滑动播放，较为明显地体现了推荐流的特点。
　　（二）关键事件分析的研究设计
　　为了搜集到UGC短视频App用户在现实生活中的沉浸式体验经历，本研究主要采用关键事件技术来获取更加真实可靠的信息。关键事件技术是Flanagan（1954）提出的一种定性研究方法，主要是通过特定的方法搜集受访者个人印象深刻的事件，然后对这些关键事件进行内容分析、编码以及维度归类，有助于研究者在理解透彻的基础上去探索真实世界的现象。
　　本研究采取半开放性问题进行数据搜集，通过社交媒体发放给正在使用抖音短视频App的用户或使用过但放弃使用的用户。根据Bitner 等人（1990）提出的关键事件运用的四项标准，关键事件需要满足四个条件：首先，事件需要涉及用户与服务系统之间的交互；其次，从用户角度看，这种交互让人体验好或不好；再者，事件可以构成独立的使用情景；最后，要具有足够的细节能够让访问者感受到这种情景。本次关键事件分析设置的题目主要是为了回答以下三个问题：
　　1.从用户的角度来看，哪些特定因素对用户的沉浸式体验产生了影响？
　　2.导致用户沉浸式体验感觉好的因素反过来是否会使得用户的沉浸式体验感不好？
　　3.是否存在一些导致用户的沉浸式体验感受好或不好，且贯穿于短视频App使用过程的一般性因素？
　　为了回答上述问题，本研究选择半结构式访谈的方法，设计了针对性的访谈提纲，要求被访者根据记忆如实回答，并根据用户的回应情况，灵活增加问题进行深度挖掘。
　　1.请您仔细回忆使用抖音App是否有令您沉浸式体验感受很好的时候？
　　2.这个事件发生在什么时候，是否使得您放弃/继续使用这款App？
　　3.请详细地描述一下使用抖音短视频App的时候发生的这个事件。
　　4.您当时的感受如何？让您感受到这种沉浸式阅读体验的主要因素是什么？
　　（三）抽样方法与样本构成
　　本研究采用理论抽样法，通过微信、电话等通讯方式进行一对一访谈和信息收集，每个样本的访谈时间约为30-40分钟，访谈过程经受访者同意后全程录音，并在事后转录为文本材料以便于分析，访谈过程中同时对捕捉到的关键事件语句进行记录。访谈共搜集到30个样本阐述的关于短视频App使用的关键事件反馈，主要用于揭示短视频App沉浸式体验的影响因素。样本构成上（见表2），男性占40%，女性占60%；年龄介于19-37岁，其中20-29岁年龄段的样本占绝大多数，根据CNNIC（2020）第45次互联网发展统计报告，10-39岁的网民群体占据整体的61.6%，其中20-29岁的占比最高，这一年龄段也正是抖音App的核心用户人群；职业分布比较广泛，地域覆盖国内13个省、直辖市。就抖音App的使用时长而言，“3-6个月”、“6-12个月”、“3个月以下”的中轻度用户比例最高，依次为25%、23%和22%，“1-2年”、“2年以上”的重度和资深用户分别占21%、9%。可以看出，本次的访谈样本具有一定的代表性，适合用来做短视频App沉浸式体验影响因素的探索性分析。
　　本研究通过饱和度检验来检查影响短视频App用户沉浸式体验的关键事件是否得到了充足的揭示，而没有遗漏其他重要的影响因素。上述访谈结束后，继续新增了5个样本，通过分析文本资料发现其中无法提取出新的概念和范畴后终止访谈。综上所述，本次研究搜集的关键事件具有充分的涵盖力，是较为完善可信的，可以进行下一步的分析。
　　
四、结果与发现
　　（一）内容编码与范畴提炼
　　本研究应用Nvivo软件辅助分析关键事件的描述性内容，分别由两位研究者独立对原始资料进行编码和分类汇总，不一致的分类结果由第三位研究者会同前两位编码者进行讨论和确认，信度检验结果显示，分类一致性系数Ir=0.87，说明分类结果的可靠性较好。经此分析过程，最后提炼出19个影响短视频App用户沉浸式体验的关键事件概念和7个对应范畴，并进一步归纳出3个主范畴（见表3）：（1）短视频的平台服务，主要包括算法技术水平、UGC质量和社会责任履行，短视频App的价值主要通过平台服务质量来体现，用户主要通过技术水平和UGC内容质量的交互来感知该短视频App的平台服务水平；（2）用户的使用成本，主要包括时间付出和隐私滥用，用户在使用该短视频App的过程中会付出一定的成本，主要包括时间的付出以及用户数据的泄露和滥用问题；（3）用户对平台的价值期望，即用户在使用短视频App的过程中所产生的价值期待和需求，主要包括受内在动机驱动的信息需求和娱乐需求，以及由外在动机驱动的社交需求。
　　（二）影响短视频App用户沉浸式体验的关键事件
　　通过对相同范畴的关键事件进行统计分析，反馈频次结果如（图1　图1见本期第89页）所示：用户在使用内容平台的过程中最为关注的事件主要包括用户生成内容的质量以及平台的技术水平，并且该项因素贯穿于用户沉浸式体验感受好或者不好两种态度当中，其中用户生成内容被提及14次，算法技术水平则是13次，显著高于其他关键事件。
　　（三）模型建构与阐释
　　就沉浸式体验的形成机制模型而言，目前主流的解释性理论主要有两类范式：第一类是Csikszentmihalyi等学者提出的沉浸式体验通道细分模型（Flow Channel Segmentation Model），包括三通道模型、四通道模型、八通道模型、十六通道模型和九通道模型。这些模型均建立在技能与挑战之间的平衡是沉浸式体验最重要的前提条件这一观点之上。第二类是由Finneran和Zhang（2003）提出的PAT模型（Person-Artifact-Task Model）。该模型认为沉浸式体验主要受人（P）、工具（A）和任务（T）三类因素以及三者间交互作用的影响。具体而言，人的人格特质和身心状态、工具的特性、任务的特性、人―工具的交互作用、工具―任务的交互作用，以及人―任务的交互作用等都可能对沉浸式体验产生影响。在沉浸式体验的前因研究方面，虽然目前已有通道模型和PAT模型等为研究提供体系框架，但是目前为止还很少有研究对这两类模型的有效性加以系统验证和比较分析，模型解释力还没有得到足够数量的实证研究的检验（代宝，刘业政，2015）。
　　本研究应用关键事件法对短视频平台服务、用户使用成本、用户价值期望三个主范畴进行分析，并采用自下而上的策略从质化数据的爬梳中，用故事线梳理和串联起主范畴之间的逻辑关系，针对核心范畴间的典型特征构建了类似于DNA双螺旋结构模式①的、短视频App用户沉浸式体验形成的“双螺旋沉浸互动机制”理论模型（图2　图2见本期第90页），其作用机理建基于详实的访谈数据，并获得关键事件的有力支持。从基本的理论机理来看，割裂的应用通道模型或PAT模型都难以实现理论解释上的周延性，本研究“双螺旋沉浸互动机制”模型的构建一方面说明了建立整合性模型的合理性与可行性，另一方面也表明，基于短视频App内容型平台的自有特征，其用户的沉浸式体验形成机制具有独特的心理影响因素和超越传统理论范式的内在作用机制。
　　本研究发现，算法推荐流中的短视频平台服务主要包括算法技术水平、用户生成内容质量和社会责任履行三个影响用户沉浸式体验感受好或不好，并形成沉浸式使用与平台黏性的关键事件，其作用机理类似DNA双螺旋结构中的其中一条多核苷酸链，通过人（用户）―平台（短视频App）―工具（算法推荐技术）之间的互动与价值共创，正向影响用户的沉浸式体验。用户使用成本主要包括时间付出和隐私滥用两个关键事件，以反向形式构成双螺旋结构中的另外一条多核苷酸链，体现了娱乐、信息、社交需求背景下，用户作为理性人在“任务”（内容生产、搜索、消费）中追求使用成本最小化的决策影响因素及其作用机制，负向影响用户的沉浸式体验。用户个人的价值期望既是触发沉浸式体验的“碱基对”，②同时又在双螺旋链的互动中发挥重要的心理调节作用，而价值期望的确认结果则决定了沉浸式体验的效价与持续性。短视频App用户的沉浸式体验形成是一个动态积累的过程，“短视频平台服务”的价值共创机制、“用户使用成本”最小化的理性人决策机制、“用户价值期望”的心理调节与期望确认机制，是短视频App用户沉浸式体验“双螺旋沉浸互动机制”模型的三个核心支撑。
　　1.“短视频平台服务”的价值共创机制
　　当今社会已从产品经济、服务经济迈入了体验经济的时代，逐渐被赋予价值的体验开始成为一种消费品，而用户沉浸式的、蕴藏着忠诚度价值的沉浸式体验更是企业实现可持续性的关键资源，越来越多的服务型企业致力于通过提高用户的体验价值以提升自身的竞争优势。自Prahalad和Ramaswamy（2000）在《哈佛商业评论》上首先提出价值共创（value co-creation）理论伊始，20年来，体验与价值共创密切关联逐步成为互联网经济时代的社会共识。一定程度而言，价值共创就镶嵌在个性化体验中（Payne et al.，2008），企业可以通过与用户共创价值来影响用户的沉浸式体验。与此相对应，近年来短视频商业浪潮的风起云涌正是企业品牌价值的经营哲学与育成模式经由产品主导逻辑（goods-dominant logic）到服务主导逻辑（service-dominant logic），再到用户主导逻辑（customer-dominant logic）范式转型的必然结果（Vargo et al.， 2008）。价值共创的实现与让渡模式也随之发生变化，从传统的交换价值（value in exchange）和使用价值（value in use）转向了社会情境价值（value in social context）。
　　社会情境价值理念认为价值是一个多维度的概念，创造的过程受到社会角色、社会位置、社会关系信任等因素的影响。既有的价值共创研究与实践主要关注企业―用户构成的价值创造与互动二元关系，而以用户生成内容为核心的短视频App则是一种更复杂的、由短视频平台―内容生产者—用户构成的三元关系。互联网经济背景下，价值创造的主体从企业转变为用户，用户主导逻辑的兴起使得用户成为短视频App平台最重要的资源之一。自然而然，用户可以成为资源的整合者，能够利用社会互动体系中的资源进行价值创造（Lursh & Vargo， 2008：74）。相较于传统观点的独特之处在于，短视频App用户具有价值共创的双重属性，第一重属性是用户作为取之不尽的内容生产者资源给短视频平台带来的资产价值，自我实现的成就感是这部分“创享者”用户乐此不疲、沉浸于短视频创作的内在心理驱力；第二重属性是消费者身份的用户对短视频平台提供的基于产品或服务感知的使用价值，是娱乐至死的消费文化背景下用户流连忘返、衍生和沉湎于沉浸式体验的首要前提，而用户生成内容的专业性、丰富性、真实性，以及原生植入广告的适切性是用户感知视角UGC质量的主要表征。本研究的分析结果显示，基于关键事件的评判标准，用户对内容质量的感知是使用内容平台的关键因素，对短视频App的UGC感知质量评价越好，则用户更可能把这种正面的态度迁移至对内容平台的积极评价上，更愿意增加频率、投入时间去使用，沉浸式体验自然水涨船高。
　　平台都让我感觉比较好吧，里面的小知识就挺实用的，有些也挺搞笑，有时间的时候刷上一会也是蛮有用的（07-PYL-F）。
　　值得注意的是，作为影响用户沉浸式体验的关键事件，UGC感知质量也是一把双刃剑。一旦短视频App的UGC感知质量不佳时，用户也会出现沉浸式体验感受不好的情况，认为高质量的内容管理才是平台长远发展之道。
　　平台内大量缺乏内涵的内容，再使用下去也只是浪费时间，兴趣来得快走得也快，最终能吸引人留下来的终究是那些高质量的内容（05-CST-M）。
　　短视频App一类的UGC推荐平台主要是以推荐流的形式为用户提供内容，个性化推荐是影响用户持续使用内容平台的另一个关键因素。短视频App的算法技术主要由美颜技术和推荐技术构成，美颜技术主要是为用户提供拍摄的辅助工具，而推荐技术则会影响到用户生成内容的呈现，如果推荐流的内容能够满足准确性、多样性、新颖性、惊喜性的感知标准，则更容易提升用户的沉浸式体验。本研究发现，算法推荐互联网产品中的UGC内容质量评价普遍倾向于负面，相当比例的用户认为其内容“没有价值”、“低俗化”和“同质化”等。作为短视频平台信息推送的重要方式，个性化推荐系统在应用的过程中为内容型产品吸引了许多新用户并且延长了用户的使用时间。但是由于短视频平台内容质量的下降，个性化推荐系统反而将更多价值含量不高的同质化内容推向了用户，从而降低了用户的沉浸式体验。更大的苦恼与冲突在于，价值含量高的内容却有可能因为技术局限，被缺乏质量的内容排挤出推荐流外，从而暴露出“劣币驱逐良币”的问题。内容质量评价的普遍低下并不仅仅是内容生产者们的专业素质问题，推荐算法的局限性也会导致有价值的内容无法得到呈现。可见，算法推荐技术的智能化还有很大的提升空间，而用户生成内容与算法推荐技术之间的人机交互效能同样是影响短视频App用户沉浸式体验形成的重要因素，相当程度上，个性化推荐决定了呈现给用户的内容，而用户生成内容质量反过来也会影响个性化推荐的效果。
　　与技术接受模型及其应用型研究揭示的结果相一致，本研究发现，技术易用性是用户衡量短视频App算法推荐技术水平与内容平台服务效力的重要评价指标。互联网情景下，短视频App平台的操作性资源数字化、社交行为线上化为用户提供了低成本的价值创作实现技术与分享路径，并且可以随时随地取用资源。用户生成内容技术的降阶乃至平民化和傻瓜化，使创作有趣、酷炫甚至专业级的短视频内容产品变得不再高不可攀，挑战与技能的平衡为人机交互中的用户沉浸式体验形成提供了有力的技术保障和社会情境。
　　现有研究大多从人、工具、任务三个方面的特性来研究沉浸式体验的前置因素（代宝，刘业政，2015），而本研究发现，短视频App平台服务过程中的社会责任履行也是用户重点关注，并会影响其沉浸式体验的关键因素之一。用户对于原创内容的知识产权保护、社会风气的正向引导、青少年娱乐消费中的内容净化等社会责任履行问题日益敏感，反映了短视频App用户公民意识的觉醒，也是近年来众多负面事件曝光，政府加强行业监管背景下，用户经由现实案例的传播与反思所衍生的社会规范响应行为倾向。当下，互联网技术使得手机日益成为人们延伸于身体之外的知觉“器官”，人们对外界的感知一定程度上都来自这个小小的手机屏幕，尤其是抖音等拥有着亿级流量入口的短视频App内容平台，对社会风气造成的影响不容小觑。
　　就那些三观不正的内容让我有了负面的印象，而且也会影响到社会风气，上面很多伪女权，无脑跟风，很多内容都在带节奏（19-MK-F）。
　　同样，由于互联网门槛低下，许多青少年也能轻而易举地接触到这些短视频平台，UGC对下一代造成的影响已引起广泛的社会关注。目前短视频内容平台的青少年保护机制形同虚设，会对青少年造成不良的影响，一定程度上也会引起用户的担忧和不满，影响其平台选择与沉浸式体验的发生。
　　短视频App的用户还是青少年居多，这些博眼球的视频非常容易影响他们的价值审美，让他们误以为看见的就是整个社会（29-ZHH-F）。
　　在“短视频平台服务”的价值共创体系中，社会责任履行为人机交互过程中的沉浸式体验形成机制赋予了新的内涵与要求，既是用户参与生产和分享UGC产品时应该遵循的社会规范与价值准则，也是平台履行企业的社会公民义务、塑造负责任企业形象的必然要求。短视频App平台应当重视UGC内容对社会的负面影响，通过智能化技术的开发与内容审查机制的进一步完善，及时管理和解决平台内出现的知识产权侵权、非法信息传播等问题，为用户参与价值共创，形成积极的沉浸式体验提供更有保障的娱乐消费情境与感知氛围。
　　2.“用户使用成本”最小化的理性人决策机制
　　体验本质上是个体的主观感受，甚至在一些沉浸式体验的现实观察与实证研究中，证实了隶属于积极心理范畴的沉浸式体验与非理性的成瘾、上瘾行为之间存在非常微妙的区分差异和辨识难度，但本研究发现，短视频App用户沉浸式体验的形成过程中同样存在理性人决策机制的显著特征，“用户使用成本”最小化这种理性的自为目的性体验（autotelic experience）所反映出的控制感表明（Csikszentmihalyi， 1997：32），沉浸于UGC内容中的短视频App用户并非处于绝对的自我意识丧失状态。时间付出上的得失比权衡、隐私被滥用的权益意识觉醒等理性决策因素说明，短视频App用户沉浸式体验的形成既受到众多促成性因素的积极影响，也存在上述现有研究中鲜少揭示的抑制性因素的反向制约。
　　短视频App用户参与平台价值共创也是其追求和实现个人价值的过程，个人价值除了包括物质资源（如短视频内容产品）、状态资源（如社会地位）、自我资源（如自尊）、社交资源（如分享与帮助），还包括如时间、隐私等没有内在价值却在获取其他资源中具有牺牲和让渡属性的私域资源。短视频App的个性化推荐是一种基于用户属性来进行个性化信息服务的算法推荐系统，可以帮助用户获取可能感兴趣的信息内容，节约用户主动搜索的时间。本研究中，27%的受访者表示个性化推荐系统会导致过度沉迷于短视频平台，使用过程中尽管可以看到许多感兴趣的内容，但是在使用完毕后会认为自己浪费了许多时间，而没有实际的回报，这种自我反思在高学历群体中尤为明显。
　　内容谈不上有价值，它就会消磨你很多时间，然后无法给你消耗的时间带来一点回报（20-ZSQ-M）。
　　主要是觉得太浪费时间，视频一刷开就停不了（02-AJJ-F）。
　　企鹅智酷（2018）的调查数据显示，64%的用户表示观看短视频主要占用的是无聊发呆的时间。碎片化阅读“短”的特点使得用户能够在间隙时间内较为快速地获取到一段信息，表面上看来，浏览几十秒的内容看似节约了时间成本，实际上总体的时间成本却没有减少，反而呈现出增长的趋势。消耗在快手、抖音这一类UGC内容生产平台之中的时间长达几小时甚至更多，用户不仅能够获取满足个人需求的信息内容，更会不知不觉地将其推荐的或是相关联的内容都纳入注意力中。因此，使用内容平台的时间成本会因为推荐流的缘故而显著提升，从而影响到用户的正常生活与工作，用户基于时间付出的不经济这一理性判断而导致的沉浸式体验终止并非个案。
　　熬夜刷的时候，我就知道我该卸载了，就有几次都不知不觉就刷到两三点了，主要第二天可能还要上班，然后犯困就会影响到工作生活。刷的时候都不会感觉到原来已经这么晚了，因为刷到的视频都是很热门也是根据我喜欢的类型来推送的，所以就会刷上瘾，然后就卸载了（21-LC-F）。
　　不争的事实是，用户隐私资源的不对称获取与滥用已经是商业应用中非常引人关注的社会问题。本研究发现，由于算法推荐技术需要用户数据进行启动，隐私关注度不同的短视频App用户对隐私数据的敏感程度也会有所不同，推荐系统通过搜集用户的数据，推送了符合用户喜好的内容，对于隐私敏感度高的用户而言非但不会带来愉悦的沉浸性反应，反而有一种被“偷窥”的感受，会影响到用户的沉浸式体验。
　　有一次跟别人聊天提到了一个产品，回过头来刷视频就看见了很多相关的广告，像是被窃听了一样，这种被人监视的感觉让人很不舒服（25-CJY-F）。
　　其次，对于隐私关注度高的用户来说，既然推荐系统获取了用户数据，就要能够达到准确推送内容的期望标准，否则用户会认为对隐私的授权与披露缺乏应有回报。一旦用户认为算法推荐并不符合自己的需求，就会对算法推荐的智能化水平产生质疑。
　　就感觉大家都说抖音的算法很厉害，但是可能是因为我确实刷的时间太短了，算法没有计算出来我真正的喜好和推荐。但我使用的时间短，它一开始就给我推送的那些东西，就让我觉得非常无聊，所以可能抖音那个算法，它的推荐模式，对我来说就是不太有用的那种（15-HJY-F）。
　　近年来，已经有研究初步证实品牌价值共创的同时也会导致价值共毁（Jmour & Hmida， 2017：41-54）。短视频App一类的UGC社交媒体平台创立的初衷，是为了利用平台资源与用户资源构建一个价值共创的平台，但是由于抄袭剽窃、虚假信息传播、用户隐私信息泄露与无度的商业应用等不当行为，也发生了较为明显的价值共毁（value co-destruction）现象。价值共毁概念的提出可以追溯到Plé和Cáceres（2010）的研究，在服务主导逻辑的框架下，价值共毁可以被定义为“服务系统交互的过程与特定关系中至少一方或多方参与者的利益下降或失败”（Jarvi et al.，2018）。价值共毁作为价值共创的对立面，在短视频App平台发生的概率甚至高于价值共创，主要是由于服务交互系统中可用资源的不当使用，或出于投机心理追求己方利益最大化。这种资源不当利用的行为可能是无意的，也可能是故意的。价值共毁是一种失败的交互过程导致的结果（Smith，2013），会导致参与者之间交互体验下降而产生损失（Prior & Marcos-Cuevas，2016）。在短视频App人机交互的三元互动关系中，由于资源滥用导致了低水平或负向的价值产出，参与者们感知到的价值会产生不对等的现象，这种感知偏差容易导致参与者的负面情绪，从而直接影响到主观利益，即产生了价值共毁。用户的负面情绪主要包括低于期望值的失望，以及因平台的用户隐私保护与应用失范行为产生的焦虑和不愉快等，而且有可能导致进一步的资源滥用警觉与抵触，从而引发恶性循环，直至终止沉浸式体验行为。
　　“用户使用成本”最小化的理性人决策机制与“短视频平台服务”的价值共创机制之间是反向紧密缠绕在一起的两条螺旋链，彼此具有内在的互动影响机制，比如算法技术水平会影响时间付出的效率，用户生成内容质量影响时间付出的得失价值判断，社会责任履行影响隐私滥用感知等，反之亦然。两条主链间波峰与波谷交替呈现的带状分布型态，形象地反映了用户沉浸式体验形成过程中两种反向作用机制交互博弈的结果。
　　3.“用户价值期望”的心理调节与期望确认机制
　　短视频App用户沉浸式体验的滋生在于一系列内在或外在价值因素的驱动，需求是个体价值期望最基本的来源。本研究发现，短视频App用户使用内容平台的价值期望主要包括内在的娱乐需求（Entertainment Needs）、信息需求（Information Needs）以及外在的社交需求（Social Needs），其中，娱乐需求是短视频App用户较为常见的使用驱动因素。短视频App的内容呈现方式为“图像+文字”，并且一段信息内容通常不超过15秒钟，迎合了当代用户随时随地阅读的娱乐需求，用户在使用推荐流的过程中，内容由系统主动推荐，更为形象化地为用户带来感官体验。
　　喜欢看些猫猫狗狗的视频，取悦了我，感觉这也是有价值的，是有娱乐价值的，科普的实用内容也有（05-CST-M）。
　　值得注意的是，尽管目前的短视频App行业尚处于娱乐内容为主的发展阶段，但随着互联网产品从野蛮生长期向规范竞争期的过渡，人们已不再仅仅满足于娱乐需求，会衍生出其他更多元的价值需求与期望，期望沉浸式体验所消耗的时间能够有所回报。
　　因为它里面的内容并不是说特别有价值，它只是有趣味，无法带来一点正面回报（20-ZSQ-M）。
　　由于短视频App的内容生态覆盖了社会的方方面面，用户根据特定的关键词进行搜集，很容易找到相关的内容，满足信息需求，对实际生活带来一定的帮助。
　　我主要是通过短视频App找到了实习拍摄节目时的选题。我做一档深夜职业类纪录片节目时，在抖音App上查找一家夜间营业大排档的相关信息……了解大排档夜间营业情况（如顾客数量、餐厅规模等等），并且一家店的热度也可以通过抖音上短视频的数量来观察（23-XL-F）。
　　作为社交性的内容分发平台，社交需求也是短视频App用户沉浸式体验增强的原因之一，较大的关注量与用户自我呈现的需求尤为契合，随着用户使用时间的增加，用户在该应用上构建的人际关系也会不断拓展和加强，从而给用户带来较大的成就感，这种被认同感也会成为用户持续使用的外在驱动力量。
　　找对象的视频会有很多人私信我，但是很多都是退伍军人，学历都不高，这些视频收到了很多回馈，有时候消息回不过来了，这些视频的火爆会成为我发视频的激励（04-LBB-F）。
　　就像碱基对是分子生物学中构成DNA序列的基础一样，“用户价值期望”在双螺旋主链对沉浸式体验的影响机制中既是关键的原动力，也扮演着非常重要的心理调节作用。在短视频App用户的平台选择与使用中，外在动机的社交需求（S）是最本质的价值追求与期望，它与内在动机的娱乐需求（E）和信息需求（I）构成了不同的价值基因组型，质化数据分析中发现的S-E（追求娱乐的社交）、S-I（寻求信息的社交）、S-E-I（以娱乐方式寻求信息的社交）、或S-I-E（在信息获取中享受娱乐的社交）的不同组型，调节和决定了用户使用短视频App平台的价值驱动特性与期望强度。双螺旋结构中不同时点呈现的波状起伏形态与高低，直观反映用户沉浸式体验的强化或贬损情况，形象表征出短视频App平台使用前价值基因组形塑下的用户期望，与两条主链的交互作用所产出的现实绩效之间，经由期望与绩效的比对和确认所形成的满意或不满、好或不好等沉浸式体验的效价结果。
　　期望确认理论（Expectation Confirmation Theory， ECT）认为，期望与确认之间是负向影响的关系，较低的价值期望在较高的绩效表现下更有利于产生积极的确认结果，较高的价值期望在较低的绩效表现情境中往往是用户不满的根源（Oliver， 1980）。事实上，用户价值期望应该存在一个合理的阈值区间，过低或过高的价值期望都并非理想的用户心理预期状态，过低的价值期望不足以激发短视频App用户的平台使用欲望，而过高的价值预期则存在绩效反差下的心理落差压力与体验逆转风险。另一方面，因为两条螺旋主链对沉浸式体验的贡献是反向关系，故而用户价值期望正向调节“用户使用成本”最小化的理性人决策机制对沉浸式体验的影响，负向调节“短视频平台服务”的价值共创机制对沉浸式体验的影响。短视频App用户的价值基因组可以遗传、复制和积累，从而形塑出动态的双螺旋体结构形态的沉浸式体验演变趋势。
　　
五、结语和展望
　　在互联网以及人机交互情境的沉浸式体验研究中，短视频App是较新的、尚未给予足够理论关照的研究领域（代宝，刘业政，2015；Shrikant et al.， 2020）。算法推荐技术的人工智能赋权、UGC模式下用户身份的多元化构成了短视频App平台有别于其他人机交互系统的典型特征，其对用户沉浸式体验的影响作用机制在现有研究中尚缺乏相应的理论解释与经验数据检验。在沉浸式体验的前因研究中，研究者基于个人旨趣与文献回顾所建构的理论模型（蒋柠泽，2020），要么关注的因素过于庞杂，要么因素重要性与选择的价值判断难免偏于主观，难以从关键因素的细致梳理中，为周延诠释短视频App用户的沉浸式体验形成机制提供更具效力的理论视角与分析路径。本研究抽丝剥茧地甄别出影响短视频App用户沉浸式体验形成的关键因素，在对质化研究数据的概念提取与关系建构，以及分子生物学等相关理论的借鉴、比对中发现理论框架与影响作用机理的相似性，促发灵感而建构出短视频App用户沉浸式体验形成的“双螺旋沉浸互动机制”模型，为人机交互情境中的沉浸式体验前因及其形成机制研究提供了崭新视角的理论诠释。在现实情境中，由于算法推荐的智能化水平与用户期望值无法完全吻合，推荐流中呈现的UGC质量参差不齐，用户是否愿意牺牲自己的个人数据换取算法推荐的智能化，并让算法成为获取信息的主要渠道？算法推荐是否显著提高了用户对短视频平台内容的质量评价？技术与内容的碰撞是否能够有效提高用户使用过程中的沉浸式体验？通俗点说，刷抖音会上瘾吗？……前人研究中，上述一系列悬而未决的问题在本研究的理论分析和模型阐释中得到了较为清晰的解答。
　　本研究旨在揭示关键事件方法视域下短视频App用户沉浸式体验的影响因素与形成机制，沉浸式体验的结果因素尚未纳入理论模型的建构范畴，未来研究可以通过甄别用户视角的、有价值的结果因素，进一步建立涵盖关键前因与结果的沉浸式体验整合机制理论模型。作为探索性的质化研究，本文所建构模型的理论解释力、灵敏度等可以通过参与式观察、网络民族志等方法做进一步的多元方法互证，双螺旋结构理论模型所揭示的影响关系路径及其作用机制，同样留待未来的量化研究通过规范的经验数据分析进行更加细致的关系假设检验。■
　　
注释：
①DNA双螺旋（DNA double helix）指的是一种核酸的构象，在该构象中，两条反向平行的多核苷酸链相互缠绕形成一个右手的双螺旋结构。
②碱基对是一对相互匹配的碱基（即A-T，G-C，A-U相互作用）被氢键连接起来，常被用来衡量DNA和RNA的长度（尽管RNA是单链）。
　　
参考文献：
代宝，刘业政（2015）。互联网中的心流体验研究综述：概念、前因与后果。《信息系统学报》，15（1），84-98。
抖音短视频app（2020）。《2019抖音数据报告》。检索于 https://mp.weixin.qq.com/s/mjzr2ssMpmDdVeMeiOTb3g（最后访问：2021年3月18日）。
方正证券研究所（2020）。《2020抖音VS快手深度复盘与前瞻》。检索于https://kuaibao.qq.com/s/20200412A0LLRN00（最后访问：2021年3月18日）。
蒋柠泽（2020）。《何以沉浸：对抖音短视频沉浸体验的研究》。中国政法大学硕士论文。北京。
刘文冉（2019）。《手机阅读应用用户体验与持续使用意愿的关系：心流的中介作用》。吉林大学硕士论文。长春。
马世聪（2019）。《2019年最新短视频AppTOP10榜单丨短视频助攻电商购物月，极速版继续展现增长能力》。检索于https://mp.weixin.qq.com/s/75I_gu7mwToIoh5Cq6iVIA（最后访问：2021年3月18日）。
企鹅智酷（2018）。《抖音&快手用户研究报告》。检索于https://tech.qq.com/a/20180409/002763.html（最后访问：2021年3月18日）。
王思怡（2018）。沉浸在博物馆观众体验中的运用及认知效果探析。《博物院》，（4），121-129。
中国互联网信息中心（2020）。《第45次中国互联网络发展状况统计报告》。检索于http://www.cac.gov.cn/2020-04/27/c_1589535470378587.htm（最后访问：2021年3月18日）。
中国网络视听节目服务协会（2019）。《2019中国网络视听发展研究报告》。检索于http://www.199it.com/archives/882433.html（最后访问：2021年3月18日）。
BitnerM. J.BoomsB. H.& TetreaultM. S. (1990). The service encounter: Diagnosing favorable and unfavorable in incident. Journal of Marketing54(1)71-84.
ChaiK.Potdar, V.& Dillon, T. (2009). Content quality assessment related frameworks for social media. Paper presented at the International Conference on Computational Science and Its Applications. Springer, Heidelberg, Berlin.
CsikszentmihalyiM. (1997). Finding flow: The psychology of engagement with everyday life. New York: Basic Books.
CsikszentmihalyiM.. & LeFevreJ. (1989). Optimal experience in work and leisure. Personality and Social Psychology, 56(5)815-822.
FinneranC.& ZhangP. (2003). A Person-artifact-task(PAT) model of flow antecedents in computer-mediated environments. International Journal of Human-Computer Studies(4)475-496.
FlanaganJ. C. (1954). The critical incident technique. Psychological Bulletin, 51(4)327.
Ghani, J. A.& DeshpandeS. P. (1994). Task characteristics and the experience of optimal flow in human-computer interaction. Journal of Psychology, 128(4)381-391.
Henna, J.Anni-Kaisa, K.& Torvinen, H. (2018). When value co-creation fails: Reasons that lead to value co-destruction. Scandinavian Journal of Management, 34(1)63-77.
Hoffman, D. L. & NovakT. P. (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing60(3)50-68.
Huang, T. L. & Liao, S. L. (2017). Creating e-shopping multisensory flow experience through augmented-reality interactive technology. Internet Research, 27(2)449-475.
Huang, Y. M.& LinP. H. (2017). Evaluating students’ learning achievement and flow experience with tablet PCs based on AR and tangible technology in u-learning. Library Hi Tech, 35(4)602-614.
Inma R. A.Antoni M. A. (2019). Imaginefeel “there”and flow! Immersive experiences on m-Facebookand their affective and behavioural effects. Information Technology & People, 32(4)921-947.
JamshidiD.KeshavarzY.Kazemi F.& Mohammadian M. (2018). Mobile banking behavior and flow experience: An integration of utilitarian features, hedonic features and trustInternational Journal of Social Economics45(1)57-81.
Jmour, A.& HmidaI. C. B. (2017). Not always co-creation: Exploratory study of reasonsemotions and practices of the value co-destruction in virtual communities. Paper presented at the International Conference on Digital Economy. Springer, Cham.
KangJ. W.Lee H. & Young N. (2018). The impact of restaurant patrons’ flow experience on SNS satisfaction and offline purchase intentions. International Journal of Contemporary Hospitality Management, 30(2)797-816.
Leone, C.& BurnsJ. (2000). The measurement of locus of control: Assessing more than meets the eye?. Journal of Psychology, 134(1): 63-76.
Lusch, R. F.& VargoS. L. (2006). The service-dominant logic of marketing: Dialog, debate and directions. Armonk New York:ME Sharpe.
Novak, T. P. (1999August). Internet marketing: Influences, themes and directions. Paper presented at the AMA/Sheth Foundation Doctoral Consortium, University of Southern California.
Novak, T. P.HoffmanD. L.& Yung, Y. F. (2000). Measuring the customer experience in online environments: A structural modeling approach. Marketing Science19(1)22-42.
OliverR. L. (1980). A cognitive model of the antecedents and consequences of satisfaction decisions. Journal of Marketing Research, 17460-469.
Payne, A. F.StorbackaK.& Frow, P. (2008). Managing the co-creation of value. Journal of the Academy of Marketing Science36(1)83-96.
PléL, & Cáceres R. C. (2010). Not always co-creation: Introducing interactional co-destruction of value in service-dominant logic. Journal of Services Marketing24 (6)430-437.
PrahaladC. K.& RamaswamyV. (2000). Co-opting customer competence. Harvard Business Review, 7879-87.
Prior, D. D.& Marcos-Cuevas J. (2016). Value co-destruction in interfirm relationships: The impact of actor engagement styles. Marketing Theory, 16(4)533-552.
ShrikantM.ManjariS.NilayY.& Vas T. (2020). Antecedents and outcomes of flow experience of MOOC users. Journal of International Education in Business, 13(1)1-19.
Smith, A. M. (2013). The value co-destruction process: A customer resource perspective. European Journal of Marketing47(11-12)1889-1909.
Trevino, L. K. & Webster (1992)Flow in computer-mediated communication: Electronic mail and voice mail evaluation and impacts. Communication Research, 19(5)539-573.
Vargo, S. L.Maglio P. P.& Akaka M. A. (2008). On value and value co-creation: A service systems and service logic perspective. European Management Journal26(3)145-152.
　　
熊开容系广东工业大学环境科学与工程学院讲师，刘超（通讯作者）系广东外语外贸大学广州城市舆情治理与国际形象传播研究中心教授，甘子美系广东外语外贸大学新闻与传播学院硕士生。本文受教育部人文社科研究项目（19YJA860010）、广东省哲学社会科学规划一般项目（GD19CXW02）、广东省普通高校省级重大科研项目（2016WZDXM025）资助。