1. 绪论
1.1. 研究背景及研究意义
1.1.1. 研究背景
休闲娱乐,是公众为求得身心的调节与放松,寻求感官的愉悦与舒适而进行的一项活动,通过娱乐活动,公众重整生活态度,与此同时丰富阅历,学习知识与技能,在公众正常生活中起着至关重要的作用,但在当下新冠疫情影响下,公众的休闲娱乐活动发生了巨大的转变,聚会、旅游、户外运动等线下活动被限制进行,一种类似“宅经济”的娱乐模式应运而生,随着人工智能、5G、大数据、云端等新型科技的高速发展,很多娱乐行业开始数字化转型,提供一种远程服务的模式,同样博物馆、名胜古迹等线下游览的场所均开发了云游园窗口,可供大众足不出户便可自由参观,同时也很好地实现了文物保护。由于公众的生活圈缩小,短视频app兴起,形如抖音、快手等短视频软件步入公众的视线,在一定程度上消减了因疫情产生的负面影响。同时,直播带货也在某种层面上推动了疫情下经济的发展。
国家数据和生活中实际调查显示,公众线上和线下娱乐影响因素存在差异,具体偏好也存在很大的区别,此外,疫情对线上线下的娱乐导向也存在一定的影响。在当下新冠疫情影响下,如何推进公众更满意的娱乐活动,值得娱乐行业的重视与思考。
1.1.2. 研究意义
疫情下的新型娱乐方式在经济、技术、生活、文化等方面都有不同的深入。
在经济层面上,线下娱乐行业收入大大降低,但随着线上娱乐步入公众视线,新的经济形式,形如直播带货、线上购物等在不断的尝试与探索中,渐渐带动了疫情期间的经济发展,针对此点,论文指出不同受众人群的消费娱乐倾向和消费娱乐的接纳程度,进而使行业有针对性地进行娱乐的开发与推进,从而更好地带动经济的发展。
在技术层面上,公众增加了对线上娱乐的需求,从简单的线上游戏到线上VR、云游园等娱乐都需要技术的不断更新与支持,针对此点,本论文旨在对新型娱乐进行分类讨论,有目的性的进行归类分析,通过深入分析对公众新型娱乐的接纳程度和适应时间,为商家提出更好的技术升级方向,进而提出合理的建议。
在生活层面上,封闭式生活易产生消极情绪,线上娱乐能很好地减轻这一现象,本论文旨在,从不同的人群下手分析公众对线上娱乐的需求度,为推进线上娱乐的商家提出合理的建议,有针对性的推出活动,更好的缓解社会压力。
在文化层面上,线上娱乐拥有便利和广泛性等特点,本篇论文旨在寻求疫情当下,如何丰富人们的文化生活,为相关人员提出合理建议,从而丰富了人们的文化知识底蕴。
总论,本文以研究线上娱乐的不同受众群体偏好入手,进而针对相关偏好,影响因素等为推出线上娱乐的行业提出合理建议,从而使公众娱乐生活尽可能的丰富充实。
1.2. 文献综述
疫情的出现使得公众的生活方式发生变化,公众对于休闲娱乐活动的选择偏好也随之发生改变。
1) 国内研究现状
王莉莉 [1] (2021)提出疫情的出现使得在线休闲产业得到飞速发展的观点。方媛 [2] (2020)基于新冠影响下的大众休闲娱乐活动对休闲娱乐活动消费发展提出建议和对策。张奥平 [3] (2020)表明疫情的冲击会加速线上线下娱乐产业的融合。通过前人研究可知,目前我国娱乐行业正面临转型升级,本文的研究内容对于娱乐行业的发展升级具有一定的积极作用。贾晓芬 [4] (2020)通过问卷形式调查了疫情前公众的休闲娱乐内容、目的、组织形式等。本文基于这几个维度调查公众疫情前后的选择变化。乔文华 [5] (2021)针对数字娱乐行业发展的短版对疫情期间数字娱乐行业的发展提出建议。王照奎 [6] (2020)研究了在疫情防控常态化下文化娱乐产业的发展道路。本文参考部分内容撰写相关意见。
2) 国外研究现状
Tseng Kuan-Chieh [7] 等(2021)研究在疫情下环境风险感知,防疫态度,身体健康等对公众参与休闲旅游活动的影响。Rommerskirch-Manietta Mike [8] 等(2021)评估心理因素对公众休闲活动偏好的影响。本文沿用相关影响因素去探究公众对休闲娱乐活动的选择偏好。
3) 研究方法综述
宋瑞 [9] (2014)基于结构方程模型得出休闲时间、活动支出和活动参与对生活满意度有显著正向影响。郭旭 [10] 等(2017)通过构建娱乐消费满意度的结构方程假设模型得出娱乐环境,娱乐设施,娱乐业的服务水平与娱乐消费存在正相关性。张蓓 [11] 等(2014)运用有序logistic回归模型显示营销环境,消费者特征因素,消费者心理对购买意愿与购买行为有显著正向影响。对本文建立模型具有重要的参考价值。
综上所述,本文旨在探究疫情期间公众对休闲娱乐活动的选择偏好变化,具有较大的研究空间,在借鉴前人研究成果的基础上,通过问卷调查,同时保证数据的可参考性,进行定量和定性相结合的研究方法,针对影响因素本身的性质选取合适的有序Logistic回归模型和结构方程模型,对公众娱乐活动满意度进行深入研究分析,最后根据具体的研究结论提出对策与建议。
2. 数据处理及检验
2.1. 数据处理
2.1.1. 问卷设计
本次问卷基于逻辑性与合理性原则,除了对于个人背景调查及疫情前后公众对休闲娱乐活动选择调查外,主要采用李斯特五级量表,用于研究疫情期间公众对休闲娱乐活动满意度及影响因素。被调查者对于问题的描述进行认同度选择,分为“非常同意”“同意”“中立”“不同意”“非常不同意”五个级别。
2.1.2. 问卷发放与回收
本次调查共计发放问卷574份,获得有效问卷529份,有效问卷回收率为92.16%,在调查时,为了避免许多其他因素的影响,尽可能做到问卷问题简洁,并且对被调查者进行了问题的详细说明以及问卷资料的保密性和使用目的,通过问卷星平台所显示的用户作答时长及登录IP地址是否重复进行检验,保证了问卷的有效性,因此可以利用此数据进行后续的问题分析。
2.2. 数据检验
2.2.1. 信度检验
使用SPSS24.0对本次调查问卷中的量表题即15~20题进行信度检验,利用Cronbach系数来评价问卷中多个量表变量的内部一致性,检验结果如表1所示。
Table 1. Results of reliability test
表1. 信度检验结果表
Cronbach系数越接近1则说明量表可靠性越高。根据表1可知,各题的Cronbach系数均大于0.7,说明本次调查中的六个量表信度很高。
2.2.2. 效度检验
利用因子分析的方法对本次调查问卷的结构效度进行检验,检验结果如表2所示。
由表2所示,各量表的KMO值均大于0.7,表明本次调查的量表题的结构效度很好,且P值均为0.000,小于0.05,说明所选取的变量适合做因子分析。
2.3. 变量编码
利用SPSS把选项的各个问题进行编码,结果详见表3。
3. 疫情前后公众娱乐活动选择现状
3.1. 公众个人背景分析
根据问卷数据对被调查者的性别、年龄、平均月收入、长期居住的城市等分别对样本进行大致分类汇总,样本分布结果详见表4。
3.2. 疫情前后娱乐活动对比分析
3.2.1. 娱乐目的分析
疫情前后公众娱乐目的发生了明显的变化,各娱乐目的平均综合得分及对比见图1。由图1可以看出公众选择娱乐活动的首要目的由疫情前的提高艺术修养、发展个人爱好转变为消遣娱乐、打发时间,平均综合得分分别为3.62分和3.95分,这表明由于疫情期间受地域的限制,公众在工作学习之余难免会感到乏味无趣,因此会选择娱乐活动来打发时间、陪伴家人。但在疫情期间,公众以提高艺术修养、强身健体、增长见识为目的的娱乐活动有明显降幅,可以看出相比疫情前,随着空余时间的增多,公众反
Table 4. Basic information table of the survey masses
表4. 调查群众基本信息表
Figure 1. Comparison of entertainment purposes before and after the epidemic
图1. 疫情前后娱乐目的对比图
而减少了对精致娱乐生活的追求。
3.2.2. 娱乐时间分析
疫情前后娱乐活动时间见交叉表5。经卡方检验得出疫情对于公众娱乐活动时间有显著影响。由表5可以看出有50.66%的公众在疫情前后的娱乐活动时间无明显变化,但在疫情期间有34.78%的公众娱乐活动时间明显增多,娱乐时间也普遍从1~3小时提升到3小时以上,可以看出在疫情影响下,公众普遍增多了娱乐活动的时间,进而缓解疫情所带来的精神和身体健康上的压力。
Table 5. Comparison table of entertainment time before and after the epidemic
表5. 疫情前后娱乐时间对比表
3.2.3. 娱乐内容分析
如图2所示,疫情前公众娱乐活动偏好以电视剧电影、网络游戏、户外运动、旅游观光为主,占比分别为18.82%、16.45%、11.31%、9.36%,可看出公众在疫情前选择线上线下相结合的娱乐模式,在线上娱乐的同时也进行诸如户外运动、旅游观光等接触自然的生活娱乐。如图3所示,疫情后的娱乐活动偏好以电视剧电影、网络游戏、读书办公、室内健身为主,占比分别为19.27%、18.79%、13.12%、8.92%,逐步转变为以减少游乐场和旅游观光等需要前往人员密集或跨区域活动为主的娱乐活动,进而增加了网络视频APP,形如抖音、快手一类短视频的娱乐时间,同时,公众也逐渐意识到健康的重要性,增加了室内户外运动娱乐选择,有一定的倾向性。对比分析,疫情前后形成了由人员密集到人员松散、由室外到室内、由线下到线上过度变化。
3.2.4. 组织方式分析
娱乐活动组织方式分为自由组织、和家人一起、独自一人、朋友组织、和恋人一起、团体组织六大
Figure 2. Pre-epidemic entertainment content selection chart
图2. 疫情前娱乐内容选择图
Figure 2. Pre-epidemic entertainment content selection chart
图3. 疫情期间娱乐内容选择图
Figure 4. Comparison of entertainment activities organized before and after the epidemic
图4. 疫情前后娱乐活动组织方式对比图
类,其平均综合得分及对比详见图4。明显看出公众在进行娱乐活动时倾向于和家人一起、独自一人和朋友组织。在疫情前公众更倾向于朋友组织,平均综合得分为4.006分,达到最高,但在疫情期间更倾向于独自一人、和家人一起,平均综合得分分别为3.244分和2.82分,由此可看出由于疫情因素,人们响应国家号召,主管减少了人员聚集等活动,倾向于个人娱乐的方式,控制疫情的蔓延与发展。
3.2.5. 消费比重分析
疫情前后娱乐活动支出占比见交叉表6。经卡方检验得出疫情对于公众娱乐活动消费支出有显著影响。由表可以看出有56.14%的公众在疫情前后的娱乐消费比重无明显变化,并且娱乐消费支出占比变化平缓,但占比总体由10%以上向5%以下趋近,说明疫情期间由于线下娱乐活动的减少,避免了一些大型的消费支出,大多为线上的可视化休闲娱乐,开销较少。
Table 6. Comparison table of the proportion of entertainment activity consumption before and after the epidemic
表6. 疫情前后娱乐活动消费占比对比表
4. 公众对娱乐活动选择的影响因素研究
4.1. 方法概要
本文利用有序Logistic回归模型探究公众娱乐活动满意度的显著性影响因素,后结合公众心理等多方面因素建立结构方程模型,研究影响因素之间的相关关系,最终综合得出结论。
4.2. 有序Logistic回归模型
4.2.1. 模型概要
有序Logistic回归是一种广义的线性回归分析模型,适用于因变量为有序的分类变量,通过得出自变量的权重,从而大致了解对于因变量显著性的影响因素。
4.2.2. 变量的选取
因变量的选择:问卷中对疫情期间娱乐活动的评价为涵盖六个方面的五级量表,将这六个方面的分值累加作为公众对于疫情期间娱乐活动的满意度得分,最终得到有序的因变量结果。
自变量的选择:由于对疫情期间娱乐活动的满意度受多种因素影响,故从个人背景、体验感受、感知利得、感知风险、认知水平、偏好程度六个方面进行探究分析,各变量赋值详见表3。
4.2.3. 模型的建立
由于因变量为有序的类别变量,故本次研究采取有序Logistic回归模型,进而对疫情影响下公众对娱乐活动选择偏好的影响因素进行分析,以找到自变量和因变量之间的定量关系。
具体公式的表现形式:
(4.1)
式(4.1)中,P代表公众对疫情期间娱乐活动满意的概率,
是模型的截距,
代表影响娱乐活动感知的各变量的估计参数,在得到
和
的估计参数后,某种特定情况发生的概率就可以通过以下公式得到:
(4.2)
最后结合有序Logistic回归的实证结果可以分析各影响因素的作用情况。
4.2.4. 模型的求解
模型求解结果如表7所示。
4.2.5. 模型结论
实证结果表明,在六个大类别下的影响因素中,形式创新(X12)、促进工作效率(X14)、宣传效果(X16)、提升自我价值(X20)、对娱乐行业的信任程度(X30)、具有探索性、冒险性、趣味性(X31)、教育程度(X5)与满意度呈显著的相关关系。形式创新(X12)与满意度呈正向相关关系,由于形式创新的娱乐活动更能博人眼球,带给公众新鲜体验,因此公众在进行娱乐活动的选择时,往往会关注一些形式创新的娱乐活动;宣传效果(X16)与满意度呈正向相关关系,宣传是公众接触一项娱乐活动的主要途径,结果表明一定的宣传效果能激发公众对于娱乐活动的选择;提升自我价值(X20)与满意度呈正向相关关系,表明公众更偏好于提升自我价值的娱乐活动,在娱乐中丰富阅历也成为大众必不可少的需求之一;对娱乐行业的信任程度(X30)与满意度呈正向相关关系,表明公众对娱乐行业具有信任感与依赖感,知名度、信誉度较高的行业更能增加公众的选择磁性;具有探索性、冒险性、趣味性的娱乐活动(X31)更能增加公众的体验感与愉悦感,也因此受到大众的喜爱与关注;教育程度(X5)与满意度呈负向相关关系,由此表明公众教育程度越高,资历越深,阅历越广,对于娱乐活动的要求就越高,越不满足于大部分的娱乐活动。
4.3. 结构方程模型
4.3.1. 模型概要
结构方程模型(SEM)是一种常用的统计分析模型,通过引入潜变量来研究不同变量之间的因果关系。SEM可以有多个因变量且允许因变量和自变量存在测量误差,可以更好地建立模型。结构方程模型分为测量模型与结构模型。测量模型用于计算观测变量与潜变量的关系;结构模型用于计算潜变量与潜变量的关系。
4.3.2. 变量的选取
根据因子分析,可以得到六个旋转因子(旋转因子矩阵表见附录),因此设置感知利得,感知风险,偏好程度,认知水平,体验感受,活动评价六个变量为潜变量,六个潜变量对应的观测变量见表3。
4.3.3. 模型的建立
1) 测量模型
(4.3)
(4.4)
2) 结构模型
(4.5)
结合相关论文,利用AMOS可构建模型如图5所示。
4.3.4. 变量间的路径分析
1) 模型拟合效果
表8是SEM模型拟合的各项指标评判及分析判断。由表中数据可以看出各项指标均在相应的评判标准范围内,说明模型的建立较为恰当,模型的拟合度较好,可以进行下一步分析。
Table 8. Table of SEM model fitting indicators
表8. SEM模型拟合指标表
由表9可知P < 0.01,表示这八条路径关系显著。在八条路径中有五条路径系数为正数,说明这五条路径的变量间存在正向的显著性影响关系,三条路径系数为负数,说明这三条路径的变量间存在负向的显著性影响关系。
2) 路径图
图6为分析得到的路径图,数字为标准化路径系数,直线单向箭头为模型假设验证的变量间的关系,□表示观测指标;○表示潜变量;e表示残差。
4.3.5. 模型结论
由变量间的路径分析结果可知,活动评价、感知风险和感知利得对体验感受呈正向影响,由路径系数可知,公众感知利得对体验感受的影响最大,感知风险与活动评价影响程度相近,都对体验感受影响很小,说明公众在疫情期间对于休闲娱乐的体验感受主要由于他们的感知利得所决定,公众需要愉快的活动来安抚自我,感知自己获得一定的利益便会增加体验感受,认知水平对感知利得与偏好程度呈正向显著性影响,说明公众对娱乐活动的认知水平越高,其在进行相关娱乐活动时便会增加体验感,进而增加对此项娱乐活动的整体感知与偏好。
公众对于休闲娱乐活动的体验感受对于其整体感知有负向影响,这可能是公众在疫情期间进行休闲娱乐活动的总体体验感较好,但是由于活动地点受限,相比于疫情之前,整体感知还是有所下降。偏好程度与整体感知对活动评价呈负向影响,从路径系数可以看出,整体感知极大影响了活动评价,由此可以看出公众在疫情期间进行休闲娱乐活动,由于环境的特殊性,整体感知较差,但对于娱乐活动在这种特殊环境下的应变与发展还是持有肯定的评价的。
5. 结论与建议
5.1. 结论
1) 由研究结果可以看出疫情前后大众在娱乐目的、娱乐时间、娱乐内容、组织方式、消费比重等方面都有了显著的变化。娱乐目的整体由疫情前提高艺术修养、发展个人爱好转变为消遣娱乐、打发时间,其词云图详见图7;娱乐时间也普遍从1~3小时提升到3小时以上;娱乐内容整体呈由人员密集到人员松散、由室外到室内、由线下到线上的过度变化,其词云图详见图8;组织方式整体由朋友组织转变为独自一人、和家人一起,娱乐占比总体由10%以上向5%以下趋近,可以看出疫情对于大众的娱乐选择有着显著的影响。
Figure 7. Map of public entertainment during the epidemic period
图7. 疫情期间公众娱乐目的图
Figure 8. Public entertainment content chart during the epidemic period
图8. 疫情期间公众娱乐内容图
2) 由有序Logistic回归模型可以得出影响公众娱乐活动选择偏好的因素有7个。其中娱乐形式是否创新、是否促进工作效率、娱乐活动宣传效果、是否能提升自我价值、娱乐行业的信任程度、娱乐活动是否具有探索性、冒险性、趣味性对公众选择偏好具有显著正向影响,公众教育程度对其选择偏好具有显著负向影响。
3) 运用结构方程模型对影响因素进行深入分析可以得到公众心理对于偏好选择具有重要的作用。娱乐活动评价、感知风险和感知利得对公众体验感受呈正向影响,且公众感知对体验感受的影响显著,娱乐活动的认知水平对感知利得与偏好程度也呈正向显著性影响,体验感受对于其整体感知有负向影响,偏好程度与整体感知对活动评价呈负向影响,且整体感知对活动评价的影响显著。
5.2. 建议
结合上述对疫情前后公众娱乐活动的研究结果,本文从经济、技术、生活、文化四个方面对娱乐行业提出有针对性的对策和建议。
1) 线上线下一体化相融合,推动数字经济健康发展
结论表明,由于线下娱乐活动的减少、公众对安全的考虑和对线上消费的不确定,疫情后支出占比明显低于疫情前支出占比。但由于疫情影响下线下娱乐的风险性,因此娱乐行业应将重点发展放在线上娱乐上,逐步将经营模式转型为以线上经济为主导,线下经济为辅助,可尝试形如线上云试衣,线上购买等,促进公众的消费欲望,同时为减轻公众对虚拟网络安全性的顾虑,在转型期间,娱乐行业应重视网络安全问题,保障公众的经济和隐私等权益,从而减少因信息泄露而造成的巨大经济损失,带动公众将视线放在线上经济的便捷性上,促进公众消费,进而带动行业乃至国家的经济发展。
2) 科学技术赋能娱乐活动,加持娱乐行业升级转型
公众在疫情期间由于活动地点、内容的局限性而导致体验感下降,同时各娱乐行业存在互相模仿跟风等行为,导致公众的审美疲劳,其相关技术不成熟占很大一部分原因。在当今大数据、5G、AR、人工智能飞速发展的时代,娱乐受众范围、使用是否便捷在很大程度上影响公众的选择。因此,各娱乐行业要努力提高自身公信力,在提升个人线上娱乐技术的同时,也要重视技术成果,要符合大众审美,不偏不倚,合理运用好新型科技技术为人们带来的便捷,诸如云游园、云购物等。
3) 开创娱乐双向互动模式,拓宽公众娱乐新型渠道
结论表明,疫情下,公众休闲娱乐的时间普遍增多,进而对健康、创意性等因素提出了更高的要求。因此娱乐行业应借用公众从众、求新的娱乐心理,在确保自身质量的同时,做好有力有创新的宣传,并联系生活中的时事热点不断更新,从而引发公众对其的兴趣,让他们持续参与进来,进而利用互联网平台施展才华与能力,在缓解公众精神压力的同时,也得到了强有力的发展并融入社会,顺应时代的潮流。
4) 创新运用文化积极作用,促进娱乐行业多元发展
文章数据表明,娱乐中是否能提升自我价值对公众娱乐选择偏好有着一定的影响。同样国家大力发展文化,提高国民素质,因此,为相应国家号召,满足公众的精神文明需要,各娱乐行业可将文化融入到线上娱乐中,形如云逛馆、线上读书会、兴趣交友圈等,运用能让公众产生共鸣的沉浸式娱乐模式,激发公众内心世界,进而提高公众自身价值,同时也能大幅提升未来社会文化的国内外知名度。
总结归纳,在大数据发展的时代,娱乐行业要合理运用数据,发展自身技术水平,提高娱乐的创新性,顺应公众的偏好与时代的潮流,进而提高公众满意度,推动社会经济的发展。
基金项目
北京市教委科研计划项目资助(KM201910009001)。
参考文献