【摘要】我国游戏网络直播市场规模不断扩大，游戏网络直播平台竞争激烈。了解用户观看游戏直播的动机、观看意愿和行为有一定重要性。本研究借助技术接受模型和社会临场感理论，建立了“使用动机（感知有用、感知娱乐、感知互动、社会临场感）—使用意愿—使用行为”模型，以大学生为例对游戏直播用户使用行为进行研究。研究发现，上述四个使用动机对游戏直播用户使用意愿均有正向显著影响。感知娱乐对使用意愿的正向影响最大；感知互动与社会临场感对使用意愿的正向影响其次；感知有用对使用意愿的正向影响最弱。感知互动对社会临场感有正向显著影响。使用意愿对使用行为有显著影响。
【关键词】游戏直播；使用行为；技术接受模型；社会临场感理论
Abstract：Some industry reports show that the market size of online-game live-streaming are expanding gradually and the platforms for the live-streaming are competing fiercely. So to research users' motivations, intentions and behaviors is of great importance. Take university students as an example, this study is based on the technology acceptance model and social presence theory ,as well as building a model. We find that perceived usefulness, perceived entertainment, perceived interaction and social presence have significant positive effect on using intentions. Perceived entertainment has the strongest effect, while perceived usefulness is the weakest one. Besides, perceived interaction has significant positive effect on social presence. And using intentions has positive effect on using behavior.
Key Words: online-game live-streaming; using behavior; technology acceptance；model；social presence theory
一、引言
我国移动互联网络快速发展，移动端通讯设备技术不断提高，通过智能手机等移动设备接入上网的用户人数大幅增涨。近年来，我国国内电子竞技行业快速发展，中国游戏产业规模也在不断扩大。此外还出现了各种游戏网络直播平台，竞争激烈。根据艾瑞咨询《2015年中国游戏直播市场研究》，中国每个月就观看一次游戏直播的人口即游戏直播用户已达0.48亿人，且该数据还将迎来大幅地增长；中国游戏网络直播市场规模2015年达11.7亿元，预计2018年该市场规模数据将达51.2亿元。
据中投顾问《2016-2020年中国网络直播行业深度调研及投资前景预测报告》，关注直播的人群以年轻人群体为主，仅20-29岁之间的用户群体占比近半，占到了49%。以大学生为例对游戏直播用户使用行为进行研究，具有代表性。
在游戏直播快速发展的背景下，用户对游戏直播的需求也在不断变化。通过分析用户的使用意向和行为，能够更好地了解用户特征，为网络游戏平台完善平台、更好地满足用户需求提供建议，对探索网络游戏平台的盈利模式与营销模式，有一定的帮助。
此外，游戏直播观看用户规模庞大，而在实际观看直播过程中，也暴露了用户素质差异大、直播内容低俗化等缺点，对网络游戏直播用户观看直播的一系列意向、态度、行为进行研究，可以网络游戏与社区的健康发展提供帮助。此外，游戏直播作为一种借助互联网和新媒体平台的大众传播活动，基于游戏直播用户的特殊使用行为展开研究，也有助于对相关理论做出可能的补充。
二、文献综述
游戏直播
游戏直播是主播以游戏直播平台为媒介、以视频直播的形式向用户传递以游戏进程为主要内容信息的一种实时在线网络直播。游戏直播相较于传统的网络直播更具互动性、娱乐性和主动性。主播与用户两者之间的交互是游戏直播产生深层次影响的基础。用户关系是游戏直播平台的核心（王再兴，2016）。
本研究的游戏直播是指狭义的概念，即一场在游戏直播平台上的游戏直播。
游戏直播用户
本研究中，游戏直播用户指的是观看过或正在观看游戏直播的观看者。这些用户基本都是游戏玩家，同时，他们也是游戏直播的市场所在。
技术接受模型
随着媒介技术和网络的发展，游戏直播及其平台应运而生。作为与传统媒体有着重大技术特征差异的游戏直播及其平台，与用户之间的关系也发生着变化。
在媒介技术采纳和使用方面具有代表性的理论是“技术接受模型（Technology Acceptance Model，TAM）”。Fishbein和Ajzen（1980）的理性行为理论认为个体的行为意向能够很好的预测行为，是个体从事某项行为的直接决定因素，其他影响变量都是通过行为意向间接影响个体行为的。吴雅娟（2010）在手机视频用户接受模型研究中验证了使用行为对使用意愿有影响。
Davis，Bagozzi & Warshaw（1989）在理性行为理论和计划行为理论的基础上提出了TAM模型，认为个体真正使用技术的行为由行为意向决定，行为意向由个人对使用系统的态度和感知信息系统有用共同决定（程华，2003）。当行为是指对技术的接受行为时，态度比主观规范有更强的影响力，态度反映了对使用系统喜欢或不喜欢的感觉，因而提出了信息系统被采纳使用的两个决定性因素：（1）感知有用性（Perceived usefulness），反映的是个人认为使用一个具体技术对其业绩提高的程度；（2）感知易用性（Perceived ease of use），指的是个人认为使用一个具体技术的容易程度（Davis，F.D,1989）。图2.1为TAM模型。田垒（2010）在3G服务使用意愿影响因素研究中验证了用户对服务的感知有用性对使用意愿有正向影响。
图1 技术接受模型
以TAM模型为基础，Davis和其他学者对TAM模型进行了拓展补充，之后众多研究者分别以TAM模型为基础进行了探讨。根据Moon&Kim（2001）的假设，消费者对商品的娱乐感知会影响其对该商品的使用态度。吴雅娟（2010）在手机视频用户接受模型研究中验证了感知娱乐对使用意愿有影响。谭淑媛（2016）实证研究验证了用户对个性化新闻推荐 APP 的感知娱乐性正向影响其满意度和持续使用意愿。
游戏直播用户使用行为研究，将以技术接受模型为基础，来研究影响使用意愿的因素，以及使用意愿对使用行为的影响，并检验以上理论的适用性。游戏直播依托于网络、游戏直播平台和电脑、手机能上网终端等技术。用户对这些技术的采纳和使用影响着用户观看游戏直播的动机。
社会临场感理论
社会临场感（social presence），又称社会存在、社会表露、社会呈现，是传播学技术与社会（technology and society）研究领域的一个重要理论（腾艳杨，2013）。该理论最初由Short、Williams和Christie（1976）等三位学者提出，他们认为社会临场感是指在利用媒体进行沟通过程中，一个人被视为“真实的人”的程度及与他人联系的感知程度。之后研究者对这一理论进行了补充完善。
Kim（2011）试图从四个维度解释社会临场感：（1）群体感（a sense of community）；（2）相互的注意和支持（mutual attention and support）；（3）开放的交流（open communication）；（4）有效的联系性（affective connectedness）。在赵果（2016）玩家网络游戏认同感与忠诚度研究中，验证了强烈的群体感可以激发玩家对游戏的忠诚度。在实际应用中，社会临场感常用语研究在线学习、网络教育、虚拟现实教学和网络购买行为。蔡佩（1995）提出了衡量社会临场感的六个维度：互动性、面对面程度、非语言信息、达意程度、亲切感和真实感。
黄婷（2010）在针对社交服务网络（SNS）用户接受行为的研究时，提出互动性的概念，并将其定义为使用帮助与他人互动的程度，认为互动性通过影响感知有用性间接影响使用意愿。陈志平（2007）在B2C购物网站消费者感知互动对态度的影响模式研究中发现感知互动对消费者的态度有积极正向作用。宫春婕（2015）研究发现人机互动感知对于增强微信用户的持续参与意愿有着重要的作用，人人互动感知对于对微信用户的持续参与意愿产生了显著的影响。
作为新兴的娱乐方式，游戏直播借助于网页和手机客户端的直播平台，以视频直播的形式与用户进行实时在线互动交流。游戏主播通过其个人魅力吸引用户点击进入直播间观看，大型电子竞技比赛的直播吸引到的观看人数是庞大的。在直播间这个场景下，观看用户可以通过视频画面和声音，看到主播的游戏操作，听到解说和互动交流；此外观看用户还可以通过发送弹幕、赠送道具礼物等与其他用户和主播交流，形成了独特的弹幕文化，营造了独特的直播间氛围。主播主要通过弹幕来获得观看用户的反馈，并及时调整自己的行为。通过交互和直播间氛围的营造，双方真实感受到了对方的存在并逐渐建立起情感联系，形成凝聚力。
这一理论可以帮助解释游戏直播这一形式深受用户喜爱的原因，包括网络视频直播、弹幕互动等使用行为。但是，目前这一理论主要被用于研究在线学习方向，在新媒体使用与网络游戏直播方面的应用研究较少。
本研究将分析用户观看游戏直播的动机、使用意愿与使用行为这一过程。基于以上文献综述，本文提出以下研究假设和模型：
H1：感知有用越强，用户对游戏直播的使用意愿越明显
H2：感知娱乐越强，用户对游戏直播的使用意愿越明显
H3：感知互动越强，用户对游戏直播的使用意愿越明显
H4：社会临场感越强，用户对游戏直播的使用意愿越明显
H5：感知互动越强，用户的社会临场感越明显
H6：使用意愿越强，用户对游戏直播的使用行为越显著
RQ：影响用户观看游戏直播意愿的使用动机有哪些？游戏直播观看意愿是否会导致观看行为？
图2 游戏直播用户使用行为研究的假设模型
三、研究方法
3.1 数据来源
本研究在前期进行了初步访谈，询问了游戏直播用户的观看动机、意愿和行为特征等，并逆向访谈了解用户不观看游戏直播或者在观看之后放弃继续观看的原因。在访谈的基础上，本研究通过问卷法对研究问题及假设模型进行验证。问卷初步形成后进行了预调研，根据调查结果修改问卷，形成了最终问卷。
问卷由四部分组成，分别为游戏直播用户使用行为测量、游戏直播用户使用动机测量、游戏直播用户使用意愿测量和基本信息。问卷第一题为过滤题，以筛选最后的数据都来源于看过游戏直播的用户。数据采用SPSS 24.0软件进行分析。
3.2抽样及样本
本研究以大学生为例，基于地理等限制条件，主要以南京市大学生为受访对象。本研究问卷发放前，先按照985工程大学、211工程大学、普通本科大学和独立学院的分层方式，在每个层次分别选取了一所大学。
在2017年4月17至4月20日，访问员前往图书馆、食堂等地点发放问卷。同时制作了线上的问卷星问卷，发给样本大学中的同学进行填写。最终共回收线上与线下问卷353份，剔除了无效问卷后，共计回收有效问卷230份。
3.3变量测量
3.3.1自变量
感知有用：本研究将感知有用定义为用户感觉观看游戏直播对自己是有益的。李克特5级量表借鉴了Davis（1989）、Davis（1992）和赵忠平（2012）等人，用于测量用户观看游戏直播时的感知有用程度。被调查者对8个假设题项分别进行判断。题项设计如“观看游戏直播带给了我满意的体验”、“观看游戏直播能够让我消磨时间或缓解压力”（1=完全不同意，2=比较不同意，3=一般，4=比较同意，5=完全同意）。该组量表的题项均值为3.73，信度α=0.921，KMO值为0.888（p<0.001），具有结构效度。
感知娱乐：本研究将感知娱乐定义为用户在观看游戏直播时是感觉到快乐有趣和能够引起好奇心的。李克特5级量表借鉴了Moon&Kim（2001）、Koufaris（2002）等人，用于测量用户观看游戏直播时的感知娱乐程度。被调查者对6个假设题项分别进行判断。题项设计如“我对观看游戏直播很感兴趣”、“我在观看游戏直播中很享受”（1=完全不同意，2=比较不同意，3=一般，4=比较同意，5=完全同意）。该组量表的题项均值为3.62，信度α=0.921，KMO值为0.907（p<0.001），具有结构效度。
感知互动：本研究将感知互动定义为用户观看游戏直播时与主播、其他用户、好友互动的程度。李克特5级量表借鉴了黄婷（2009）、赵忠平（2012）等人，用于测量用户观看游戏直播时的感知互动程度。被调查者对7个假设题项分别进行判断。题项设计如“在观看游戏直播时，我可以通过弹幕与其他用户互动”、“在观看游戏直播时，我可以给好友留言和分享”（1=完全不同意，2=比较不同意，3=一般，4=比较同意，5=完全同意）。该组量表的题项均值为2.96，信度α=0.925，KMO值为0.866（p<0.001），具有结构效度。
社会临场感：在本研究中，社会临场感是指游戏直播观看用户通过视频直播、弹幕互动、刷道具等直播间互动方式、主播个人魅力、直播间氛围，能够感受到的观看体验，包括面对面程度、亲切感和真实感这三个维度。这种情感体验往往吸引着用户观看游戏直播，带来群体感、沉浸感和代入感，在用户心中留下深刻的印象，并影响着持续观看意愿。李克特5级量表借鉴了蔡佩（1995）、Animesh（2011）、Ogara（2014）等人，用于测量用户观看游戏直播时感受到的社会临场感。被调查者对5个假设题项分别进行判断。题项设计如“观看游戏直播时，我有与主播、其他观看者正在一起的感觉”、“通过游戏视频直播与主播、其他用户互动，我感觉就像面对面聊天”（1=完全不同意，2=比较不同意，3=一般，4=比较同意，5=完全同意）。该组量表的题项均值为3.09，信度α=0.886，KMO值为0.850（p<0.001），具有结构效度。
3.3.2因变量
使用意愿：本研究的使用意愿概念为用户观看游戏直播的意愿强度。李克特5级量表借鉴了刘勇（2014）、高端鸿（2014）和王晛（2010）等人。被调查者对6个假设题项分别进行判断。题项设计如“我有意愿观看游戏直播”、“如果有我感兴趣的游戏直播，我很有可能会观看”（1=完全不同意，2=比较不同意，3=一般，4=比较同意，5=完全同意）。该组量表的题项均值为3.52，信度α=0.867，KMO值为0.814（p<0.001），具有结构效度。
使用行为：本研究中，将使用行为定义为一段时间内，用户在直播间内观看某一场游戏直播时的具体使用行为，从使用强度和使用偏好两个角度分别设置题项测量。在对使用行为进行相关或回归分析时，主要是从使用强度的角度进行测量的，包括使用频率和使用时长。使用强度题项为“您观看游戏直播的频率是？”和“您看一次游戏直播的时长一般为？”。
3.3.3控制变量
根据已有研究和访谈，为了更准确地测量大学生游戏直播观看观看动机、观看意愿和观看行为之间的关系，本研究将性别、专业、年龄、学历、月收入作为控制变量处理。
四、研究发现
4.1 基本情况
问卷调查结果显示：参与调查的南京地区大学生用户中，男性比例明显高于女性比例，男性数量为161，女性数量为69，所得有效样本的性别比例为7:3（男性：女性）。这与在研究背景中阐述的符合，观看游戏直播的用户绝大部分也是玩游戏的用户，且在性别上以男性为主。参与调查的大学生用户年龄集中在18-25岁之间，占到总样本的94.8%，且94.8%为大学本科在读和研究生在读学生。原因可能是课业压力和业余时间。这也说明了此次问卷调查保证了样本的群体特征，集中在大学生群体。从专业来看，文理工这三个学科的人数占到了调查样本的大多数，为88.6%。在月支出上，1001-2000元占到了总样本的65.7%，这也与调查对象是大学生群体有关。
表1 游戏直播使用强度*人口变量 交叉表
由表1可知，观看时长与专业存在相关（Sig.=.025＜.05），观看时长与性别无关；观看频率与性别、专业无关。此外，使用强度与年龄、学历、个人月支出无关。这可能与受访者均为大学生有关，因为集中在大学生这一群体，所以在年龄、学历、个人月支出等人口学变量上的差异并不是很明显。
4.2 相关分析
本研究采用用Pearson简单相关系数来度量变量间的相关关系。
4.2.1 游戏直播使用动机与使用意愿的相关分析
表2游戏直播用户使用动机与使用意愿 相关分析
由表2可知，感知有用（r=.531）、感知娱乐（r=.725）、感知互动（r=.627）、社会临场感（r=.613）这四个因素与使用意愿显著相关（Sig.=.000），可做回归分析。其中，感知娱乐与使用意愿的相关程度最高，相关系数大于0.7。
4.3 回归分析
本研究采用线性回归对变量进行测量。
4.3.1以使用意愿为因变量的回归分析
表3游戏直播用户使用动机与使用意愿 回归分析
*：p＜0.05；**：p＜0.01；***：p＜0.001
表3中，模型4中R2大于0.6，且F检验的显著性显著（Sig.=.000），说明游戏直播使用动机与使用意愿回归方程的拟合性较好，且总体显著性高，回归方程中的自变量X对因变量Y的解释程度较高。
比较模型2与模型1可以发现，在加入了“感知互动”因素后，方程的R2数值有增加，且在模型2中“感知互动”的标准化系数（β=.348）高于“社会临场感”的标准化系数（β=.332），说明感知互动对使用意愿的作用强于社会临场感。比较模型3与模型2可以发现，在加入了“感知娱乐”因素后，方程的R2数值明显增加，且模型3中“感知娱乐”的标准化系数（β=.505）明显高于“社会临场感”的标准化系数（β=.166）和“感知互动”的标准化系数（β=.199），说明感知娱乐对使用意愿的作用较强且强于感知互动和社会临场感。模型4增加了感知有用因素，可以看到R2的数值在逐渐增加但幅度较小。
在F值的显著性上，4个模型均呈现出较强的显著性（Sig.=.000），说明回归方程的线性关系显著。在模型4中根据T检验可以看出，感知娱乐的回归系数最为显著，感知互动其次，社会临场感和感知有用的回归系数最弱。
从标准化系数来看，在模型4中，感知娱乐对使用意愿的解释力度最佳（β=.429），感知互动（β=.205）与社会临场感（β=.163）对使用意愿的解释力度其次，感知有用的解释力度最弱（β=.115）。
从游戏直播使用动机与使用意愿的回归分析中可得，原假设H1（感知有用越强，用户对游戏直播的使用意愿越明显）、H2（感知娱乐越强，用户对游戏直播的使用意愿越明显）、H3（感知互动越强，用户对游戏直播的使用意愿越明显）、H4（社会临场感越强，用户对游戏直播的使用意愿越明显）成立。
4.3.2以使用行为为因变量的回归分析
根据相关分析的结果，使用意愿的r值大于0，且Sig.=.000，表明使用意愿与使用行为存在显著正相关，可以进行回归分析。
表4游戏直播用户使用意愿与使用行为 回归分析
*：p＜0.05；**：p＜0.01；***：p＜0.001
表4中，模型展现的是游戏直播用户使用意愿与使用行为的回归分析。模型中R2小于0.4（R2=.118），F检验的显著性显著（Sig.=.000），说明使用意愿与使用行为之间存在着回归关系，但回归方程的拟合性相对较弱，回归方程中的自变量X对因变量Y的解释程度较弱。从标准化系数来看，使用意愿对使用行为的解释力度一般（β=.343）。
从使用意愿与使用行为的回归分析中可得，原假设H6（使用意愿越强，用户对游戏直播的使用行为越显著）成立。但是因为两者之间的回归系数较小，从数据看使用意愿并不必然导致使用行为。
4.3.3以社会临场感为因变量的回归分析
根据相关分析的结果，感知互动的r值大于0，且Sig.=.000，表明感知互动与社会临场感存在显著正相关，可以进行回归分析。
表5感知互动与社会临场感 回归分析
*：p＜0.05；**：p＜0.01；***：p＜0.001
上述模型展现的是感知互动及社会临场感的回归分析。模型中R2大于0.5，且F检验的显著性显著（Sig.=.000），说明感知互动与社会临场感之间存在着回归关系，且回归方程的拟合性较好，总体显著性高，回归方程中的自变量X对因变量Y的解释程度较好。
从标准化系数来看，感知互动对社会临场感的解释力度比较强（β=.732）。
从感知互动及社会临场感的回归分析中可得，原假设H5（感知互动越强，用户的社会临场感越明显）成立。
五、结论与讨论
本研究基于技术接受模型、社会临场感理论对游戏直播用户使用行为进行研究，构建了“使用动机（感知有用、感知娱乐、感知互动、社会临场感）—使用意愿—使用行为”模型。
数据分析表明，6个假设均成立。根据数据，对模型进行了修正，如下：
图3 游戏直播用户使用行为研究模型（修订）
结果显示，在“使用动机—使用意愿”阶段，感知有用、感知娱乐、感知互动、社会临场感对使用意愿均有正向显著影响。其中感知娱乐对使用意愿的正向影响最大，即用户的感知娱乐性越强，用户的使用意愿越强；感知互动与社会临场感对使用意愿的正向影响其次；感知有用对使用意愿的正向影响最弱，但还是有影响的。从回归分析中可以看出感知互动对社会临场感有正向影响，且效果较为显著。使用意愿与使用行为的回归分析显示，使用意愿对使用行为有正向影响，但效果较弱。
在使用强度（使用频率与使用时长）的交叉表及其相关性的分析结果说明，因为本研究是以大学生为例的，问卷发放也集中在大学生群体，他们在年龄、学历和个人月支出等这些人口因素上的差异性不是很明显。而观看时长在专业上的相关系数出现了显著性，可能是因为不同专业同学的课业压力不同，因而空余时间和能用于观看游戏直播的时间有差异。
仅有65.2%看过游戏直播的受访者表示未来一段时间内，将持续观看游戏直播。一方面可能是因为被调查者对观看游戏直播兴趣不大，另一方面说明游戏平台需要思考如何增加用户黏性，留住用户。
使用动机四张量表题项的均值总体上在3以上，说明被调查者对这四个因素和测量的题项还是比较认同的，但是也存在一些分值低于3的题项。一方面可能理解上出现了偏差，另一方面可能是用户对题项所表述的内容确实认同度不高。
从表4.3.1游戏直播用户使用动机与使用意愿的回归分析可以看出，添加了“感知互动”后模型2中R2的变化量大于添加了“社会临场感”后模型1中R2的变化量。且在表4.3.3感知互动与社会临场感的回归分析中，模型显著且回归系数较高。所以可以试推断，感知互动对社会临场感的影响较大且社会临场感对使用意愿产生影响的一部分影响力来自于感知互动。
从表4.3.2的回归系数绝对值看，使用意愿对使用行为的有正向影响力，但较弱。一方面，可能是因为被调查者对观看游戏直播的积极性不高，可能不是忠实用户。所以使得虽然有使用意愿，但是未产生行为。另一方面，从产生使用意愿至将使用意愿变成使用行为的过程中，会出现各种主客观因素而导致未能观看游戏直播，如没有网络、没有时间、主播临时停播。
本研究基于技术接受模型和社会临场感理论，在对使用意愿的影响方面，增加了社会临场感这一变量，并通过回归分析表明两者之间的确存在回归关系。