短視頻平臺可供性對客戶投入的影響研究

關鍵詞：短視頻平臺;客戶投入；可供性;感知不可預測性;感知內容豐富性;短視頻疲勞

中圖分類號：F274 文獻標識碼：A 文章編號：2097-0145（2025）02-0069-07 doi：10.11847/fj.44.2.69

0 引言

短視頻平臺已成為我國居民生活中的重要工具。截至2023年6月，我國短視頻使用規模已達10.26億人，占全體網民的 95% 以上，幾乎實現了全民短視頻。短視頻平臺功能多樣，客戶使用短視頻的目的多樣，如休閑娛樂、獲取信息、學習知識等。正是由于不斷增長的客戶規模以及客戶對短視頻平臺的多樣化使用，短視頻平臺得以從最初的休閑娛樂平臺發展為集娛樂、購買、學習等為一體的綜合性平臺，創造了巨大的商業價值。

客戶為什么對短視頻的使用意愿如此之高？已有研究從兩個角度探討了這一現象：一是將客戶的使用作為一個籠統的整體探討其前因，例如持續使用意愿[1]、習慣形成、粘性等;二是單獨關注客戶的某一種行為及其影響因素[2-3]。但是客戶的使用復雜多樣，單純從購買或口碑探討其使用是不夠的，需要對其進行較為細致和全面的研究才能給平臺帶來更多啟發，已有研究缺乏對客戶使用短視頻平臺的系統探討。另外，已有研究反映了短視頻平臺的部分特性，還不夠全面。

借鑒李純青等[45]的研究，本文將客戶對短視頻平臺的使用概念化為客戶投入，指客戶在與短視頻平臺互動過程中產生的資源貢獻的行為。短視頻平臺的成功與其技術架構及功能設計的獨特性密切相關，可供性理論為解析這一現象提供了理論基礎。可供性是指環境賦予生物體行動的可能性，短視頻平臺即為客戶行動提供了環境。參考Song等的研究，本文提出了短視頻平臺的可供性，并探討其對客戶投入的影響。借助刺激一有機體一反應（S-O-R）框架，短視頻平臺的可供性即為刺激物，越高的可供性提供了更多的可能，這些可能有助于客戶充分發揮其主觀能動性[]，創造不同的內容，使客戶感知到不可預測的體驗和豐富的內容，即為有機體的心理活動，從而促進了短視頻平臺的客戶投入。但認知負荷理論認為，越高的不可預測性和內容豐富性會增加客戶的認知負擔，形成短視頻疲勞[8-9]，阻礙客戶的投入。

本文研究創新貢獻體現在：（1）構建了短視頻平臺客戶投入的理論模型并進行檢驗，豐富了短視頻平臺使用的相關研究。（2）部分研究[提出了不可預測性在客戶體驗旅程中的重要性，但未得到實證檢驗，本文彌補了這一缺口，并指出感知不可預測性主要是通過感知內容豐富性起作用的。（3）將短視頻疲勞納入模型中，結果表明處于疲勞狀態的短視頻用戶并不一定會減少對短視頻的投入，擴充了認知負荷理論在短視頻情境下的研究空間。

1理論基礎與研究假設

1.1 理論基礎

1.1.1短視頻平臺客戶投入已有研究對客戶投入進行了探討。Gu 等[10]認為客戶投人反映了企業的一種功能性營銷能力，是提高企業競爭優勢的重要來源。VandenHende等[11]將客戶投入定義為最終用戶提供給企業的關于需求和偏好的信息。Kim等[12]認為客戶投入是指客戶作為信息提供者、協作貢獻者或資源提供者在商業模式創新過程中的涉人（但不是在特定的商業模式中）。研究大多在企業創新[10]、新產品開發[]、商業模式創新[]的情境下，將客戶投人作為企業的一種資源，能夠影響企業創新績效或新產品開發績效等，在此基礎上研究其前因及結果。Liu 和 Gal^[13] 在營銷情境下探討了消費者投入，但僅包含消費者的建議、觀點及期望，這對于短視頻平臺的客戶投人來說是遠遠不夠的。企業的價值創造越來越多地由客戶共創體驗來實現，客戶在共創過程中的角色逐漸由被動轉換為主動[14]。在短視頻情境下，客戶的主動性空前提升，因此，需要對客戶投人進行更深人的研究。本文認為，在短視頻情境下，客戶投人了精力、信息、財務、知識、情感、社交資源。

1. 1.2 可供性理論

由于短視頻平臺屬于典型的社交媒體平臺，關于社交媒體可供性的研究為本文提供了參考。Karahanna等[提出了社交媒體的需要一可供性一特征理論，識別了社交媒體的13種可供性。杜沐暄等[15]將在線健康平臺的功能可供性分為交互性、粘性和口碑。Song等\"將短視頻平臺可供性分為直播、搜索、表達和推薦可供性四種。

本文將短視頻平臺可供性分為推薦可供性、表達可供性、信息可供性、分享可供性四種。推薦可供性是指能夠為客戶提供個性化的視頻及內容的潛力[1，具體的活動包括瀏覽平臺推薦的視頻、瀏覽推薦的客戶發布的內容。表達可供性是指能夠使客戶對其他人的視頻、內容、活動等進行在線回應，并查看其他人對自己的視頻、內容及活動的評論進而做出反應的潛力[，例如對其他客戶的視頻點贊、發布評論、收藏、轉發其他人的視頻并參與討論等。信息可供性是指平臺能夠為客戶提供熱點信息或使客戶檢索相關信息的潛力[16]，例如觀看熱點榜上所列的視頻以獲取熱點社會信息，根據特定的主題或標簽搜索信息等。分享可供性是指平臺能夠使客戶發布與自身相關的視頻的潛力[6，17]，例如客戶發布視頻表達自己的觀點和狀態等。

1.1.3 S-O-R框架

刺激一有機體一反應（S-O-R）模型認為，當存在外部刺激時，個體會產生內在心理活動，稱為有機體，個體的心理活動決定了其實際行動，即反應，個體的反應包括認知、情緒、身體反應等。不同學者將S-O-R框架應用到不同營銷情境中，探討客戶行為。也有很多學者在短視頻情境下運用了S-O-R模型。Davis[18]以 S-O-R 框架為基礎提出了技術接受模型，將技術系統的特征和能力視作外部刺激，將用戶使用系統的動機作為有機體，識別出感知有用性、感知易用性兩個關鍵變量，而用戶的實際使用行為是反應。Zhao 和 Wang^[2] 發展了技術接受模型，研究了與健康相關的短視頻如何影響健康產品的購買意愿，是對S-O-R框架的進一步應用。Yan等[應用S-O-R框架探討了直播情境下的IT可供性對客戶感知愉悅性和迅速關系的影響，進而促進客戶融入，其中IT可供性即為刺激。

在短視頻情境下，本文用可供性來表示短視頻平臺的特征和能力，參考Davis[18]，Yan等[19]的研究將其作為刺激（S）;越高的平臺可供性提供了更多的行動可能性[7]，客戶的行動自由越大，使得客戶感知到的不可預測性和內容豐富性越高，這就是有機體的心理活動（O）；這種不可預測性和內容豐富性滿足了客戶的好奇心和探索需要，促進了客戶的投入，即為反應（R）。但同時，不可預測和豐富的內容可能會造成客戶的認知負荷，形成短視頻疲勞[20]，阻礙客戶的投入。

1.2 研究假設

1.2.1 短視頻平臺可供性對客戶投入的影響

短視頻平臺可供性可以幫助理解平臺如何塑造其客戶的互動，也可以解釋客戶的內在需求如何塑造和調節社交媒體的使用[8]。短視頻平臺可供性為客戶使用短視頻提供了不同的可能性，這些可能性促進了客戶的投入。短視頻平臺的推薦可供性能夠為客戶提供個性化的視頻，促進了客戶不斷瀏覽短視頻，也就是客戶對自身使用信息的投入；同時，個性化的推薦迎合了客戶的喜好，使客戶充分沉浸在平臺上，促進了客戶的精力投入。表達可供性能夠使客戶與他人進行互動或回應，有助于客戶與其他參與者進行充分交互，從而促進了客戶的社交投入；長期的互動會使客戶與其他客戶產生情感聯系，促進了客戶的情感投入。分享可供性能夠使客戶發布與自身相關的短視頻，可能會促進客戶將自身的經驗、知識、教訓等發布到平臺上，以獲取關注、同情或達到幫助他人的自的等。短視頻平臺的信息可供性可以促進客戶的沉浸感、存在感與感知價值，從而促進客戶對平臺的持續使用[1]；

同時，當客戶感知平臺的可供性可以滿足其內心的心理需要時，會傾向于使用平臺[6。因此，本文提出以下假設：

H1 短視頻平臺可供性正向影響客戶投入。

1.2.2 感知不可預測性的中介作用

不可預測性通常是用來形容一個人的環境特征[21]。Zvolensky等[22]從當前狀態定義感知不可預測性，即當下不知道接下來會發生什么事情。同樣，vanRompay和Jol23認為不可預測性是指根據當前場景所展現的狀態無法推測接下來會發生的事情。本文認為感知不可預測性是指客戶感知到的根據當前視頻或內容無法推測接下來視頻或內容的程度。

短視頻平臺可供性越大，所提供的可能性越大，客戶感知到的不可預測性越強。首先，由于短視頻平臺具有不同的可供性，為客戶使用提供了充分的可能性，擴大了其使用自由，客戶會巧妙利用平臺的功能及規則，實施很多意想不到的舉措，這些舉措不太容易受到平臺控制，使得其他客戶感知到不可預測性[7]。由于短視頻平臺的設置，在瀏覽當前短視頻時，客戶很難推測下一個視頻內容，即在當下狀態，客戶感受到了短視頻平臺的不可預測性[22]。另外，短視頻平臺的推薦可供性以算法為基礎，現有的算法均會根據客戶當前瀏覽記錄隨時調整接下來要推薦的內容，而這個推薦算法對于客戶來說是一個巨大的黑箱[9]。因此，客戶永遠不知道接下來會刷到什么內容，從而感知到了不可預測性。

感知到的不可預測性具有高度的不確定性，會激發客戶的好奇心和繼續探索的想法及欲望[24]，從而持續對平臺投人。不可預測的事物可能會帶來驚喜，驚喜能吸引注意力，令人興奮，令人難忘[24]，客戶會追求這種驚喜，從而增加對平臺的投入。因此，本文提出以下假設：

H2感知不可預測性在短視頻平臺可供性與客戶投入關系間起中介作用。

1.2.3感知內容豐富性的中介作用及鏈式中介作用

感知內容豐富性是指客戶感知到的內容豐富性、相關性、即時性及充足性的程度[20]。內容豐富性是指客戶可以訪問的豐富的資源，以豐富他們的活動；相關性指所提供的內容與客戶信息需求之間的匹配；即時性指信息系統為客戶提供實時更新內容的程度；充足性指信息系統能夠為客戶提供大量充足、多樣化信息的程度[20]

短視頻平臺可供性也會促進客戶所感知到的內容豐富性[25]。分享可供性使聚集在平臺上的客戶充分利用這種可供性發揮自己的創造力，豐富自身活動，感知到的內容豐富性隨之增加。表達可供性使客戶能夠與他人實時互動，從而感受到內容的即時性。推薦可供性能夠為客戶提供各種不同的內容，根據自身算法推薦客戶可能喜歡的所有內容，從而提高了內容的充足性。信息可供性使得客戶能夠自主選擇自己需要的內容，滿足了其需求，促進了內容的相關性。

感知不可預測性也會促進客戶感知到的內容豐富性。感知不可預測性意味著平臺為客戶提供了不斷變化的內容，這種不斷變化的內容充滿了無限可能，使客戶不斷體驗到新的內容、功能或事件，感覺平臺的內容仿佛無窮無盡[24]，從而促進感知內容豐富性的提升。

當客戶感知到內容豐富性后，會發現平臺為自己提供了大量選擇，從而更愿意在平臺上投人更多時間、精力及使用信息等，也更愿意在平臺上與其他客戶進行互動，逐漸對平臺產生情感聯系。感知內容豐富性會使客戶感覺該平臺是有價值的[20]，從而更愿意投入到平臺中。已有研究表明感知內容豐富性會促進客戶對平臺的持續使用意愿[20，25]。因此，本文提出以下假設：

H3感知內容豐富性在短視頻平臺可供性與客戶投入關系間起中介作用。

H4感知不可預測性、感知內容豐富性在短視頻平臺可供性與客戶投入關系間起鏈式中介作用。

1.2.4短視頻疲勞的調節作用

短視頻疲勞是指短視頻平臺使用中主觀的、自我評估的疲勞感[26]，既包括使用短視頻平臺時間較長后產生的疲勞感，也包括在短視頻平臺上接受大量信息和溝通后認知超載所形成的疲勞感[27] 。

短視頻疲勞會在兩個方面影響短視瀕平臺可供性、感知不可預測性、感知內容豐富性與客戶投入之間的關系。首先，從認知負荷的角度來看，短視頻平臺客戶的認知能力是有限的[28]，當處理的內容過多時，客戶會表現出抗拒與不配合，因此，當客戶產生短視頻疲勞時，感知到的不可預測性與內容豐富性程度越高，客戶會減少投入。其次，從隱私擔憂的角度來看，由于短視頻平臺的推薦可供性需要搜集客戶的使用信息，會使客戶有種被監視、隱私被侵犯的感覺[28]，因此，當客戶感知到短視頻疲勞時，短視頻平臺可供性越高，客戶越不愿意投入到平臺中。因此，本文提出以下假設：

H5短視頻疲勞負向調節短視頻平臺可供性與客戶投入之間的關系。

H6短視頻疲勞負向調節感知不可預測性與客戶投入之間的關系。

H7短視頻疲勞負向調節感知內容豐富性與客戶投入之間的關系。

本文的理論模型如圖1所示。

2 研究設計

2.1數據收集和樣本特征

本文于2023年8月在見數平臺上發放問卷進行數據收集，共有621人參與問卷調查，通過驗證的問卷有510份，有效回收率為 82.13% 。被試中女性占比 61.96% ；有 48.43% 的被試年齡在 21～ 30歲之間， 31～40 歲的被試占比 36.27% ;大部分被試學歷在本科及以上，占比 85.1% ；有 46.27% 的被試在民營企業工作，占比最多，其次為國有企業，占比 22.75% ；絕大部分被試使用的短視頻平臺為抖音，占比 80.39% ，其次為快手，占比17.25% ，微視與其他短視頻平臺占比 2.36% ；有69.61% 的被試平臺使用年限超過了2年；有31.18% 的被試平均每天使用時長在2～3小時，有28.82% 的被試使用時長在3～4小時。

2.2 變量測量

短視頻平臺可供性借鑒Song等1]，Chan等[16]所使用的成熟量表，包含10個題項，Cronbach’s α 系數為0.707。感知不可預測性參考Zvolensky等[22]，Ross等[21]的量表，包含3個題項，Cronbach’s α 系數為0.854。感知內容豐富性參考Lee 和Lehto[20]的研究，包含3個題項，Cronbach’sα 系數為0.607。短視頻疲勞參考Islam等°的研究，包含5個題項，Cronbach's α 系數為0.885。

短視頻平臺客戶投入，本文借鑒了Kumar和Pansari[29]，Baldus等[30]的研究，最終形成了一個由4個維度、24個題項構成的量表。首先，本文結合客戶資源理論[31]，將短視頻平臺客戶投人分為基礎投人（包括精力、情感、社交投人）、信息投入、知識投入、財務投入。其次，將這4種投入與客戶融入、參與、沉浸等量表進行對照，編制了56個客戶投入的題項。由于對題項改動和增加較多，本文運用探索性因子分析（EFA）和驗證性因子分析（CFA）對量表進行純化，最終剩余24個題項，Cronbach's α 系數為0.955。

3數據分析與實證結果

3.1 共同方法偏差

運用Harman的單因子檢驗，將所有變量進行因子分析，第一個公因子的方差貢獻率為 30.559% ，未超過 40% ，表明不存在同源方法偏差。為了進一步驗證，控制未測量的潛在方法因子，即對所有題項增加一個共同因子建立測量模型，結果表明：GFI=0.027 ， IFI=0 .033， TLI= 0 .032， CFI= 0. 033，RMSEA=0. 009 ，均小于0.04，不存在同源方法偏差。

3.2描述性統計與相關性分析

描述性統計分析結果表明，變量的均值在2.659～6.082 之間。相關性分析結果表明：短視頻平臺可供性與感知不可預測性（ r=0.115 ， plt;0.01 ）感知內容豐富性（ r=0 .570， ）、客戶投入（ r=0.493 ， plt;0.01 ）顯著正相關;感知不可預測性與感知內容豐富性（ r=0，233 ， plt;0. 01 ）客戶投入（ r=0.310 plt;0.01 ）顯著正相關；感知內容豐富性與客戶投入（ r=0.467 ， plt;0.01 ）顯著正相關;而短視頻疲勞與短視頻平臺可供性 （r=-0.278 ， plt;0.01 ）感知不可預測性 （r=-0.282 ， plt;0.01 ）、感知內容豐富性 ， plt;0.01 ）客戶投入（ Ω_r=Ω-0.516 plt;0.01 ）顯著負相關。相關性檢驗結果與理論預期相符，為假設檢驗奠定了基礎。

3.3 效度檢驗

對5個核心變量進行驗證性因子分析，結果顯示，五因子模型擬合優度最好（ CMIN/DF=2. 419，GFI=0.907，IFI=0. 916， TLI=0 .904， CFI=0 .916，RMSEA=0.054 ），表明各變量間的區分效度較好。

3.4 假設檢驗

本研究用SPSS25.0進行假設檢驗，結果如表1所示。由模型6可知，在控制了使用年限、使用時長、性別、年齡后，短視頻平臺可供性對客戶投入的影響顯著為正（ β=0.472 ， plt;0.01 ），假設H1得到驗證。

模型7表明，在加入了中介變量感知不可預測性與感知內容豐富性后，短視頻平臺可供性對客戶投入的影響從0.472（ ）下降到了0.355（ _plt;0.01） ，且感知不可預測性（ β=0. 191 ，plt;0.01 ）與感知內容豐富性（ β=0.185 ， plt;0.01 ）對客戶投入均具有顯著正向影響。利用Bootstrap法進行中介效應檢驗，結果如表2所示。感知不可預測性的 95% 置信區間為 [0.0010，0.0347] ，間接效應值為0.0156，感知內容豐富性的 95% 置信區間為 [0.0403，0. 1648] ，間接效應值為0.0992，感知不可預測性與感知內容豐富性的鏈式中介的95% 置信區間為 [0.0001，0.0055] ，間接效應值為0.0022，都不包含0，表明感知不可預測性與感知內容豐富性以及鏈式中介在短視頻平臺可供性與客戶投入之間的中介效應成立，假設H2、H3、H4得到驗證。其中，感知內容豐富性的效應占比達到了 84.79% ，表明在感知不可預測性與感知內容豐富性中介中是感知內容豐富性在起主要作用。

從模型8到模型10可以看出，短視頻疲勞對客戶投入具有顯著負向影響，短視頻疲勞與感知不可預測性 （β=-0.038 ， pgt;0.05 ）、感知內容豐富性（ ， pgt;0.05 ）的交互項對客戶投入的影響均不顯著，短視頻疲勞與短視頻平臺可供性的交互項對客戶投入影響顯著（ ΔB=0.084 ， plt;0.05 ），但系數為正，表明調節效應假設不成立，即假設H5、H6、H7未得到驗證，這與認知負荷理論并不相符。可能的原因是：第一，內在認知負荷的產生是由于所輸入信息的復雜性和新穎性增加了信息處理的難度[32]，但短視頻平臺是基于客戶的偏好信息進行內容推薦的，內容可能是客戶所熟悉的、同類型的，這導致即使客戶由于時間因素造成了短視頻疲勞，也并不會帶來過多的認知負荷，因此，短視頻疲勞的調節效應并不顯著。第二，短視頻以視頻、文字或圖片形式呈現信息，信息內容傳達更準確，能夠減少客戶為理解關鍵內容而產生的無效認知負荷，因此，短視頻疲勞的調節效應不顯著。此外，短視頻疲勞對可供性與客戶投入之間關系的調節效應雖顯著，但符號為正，這與假設和現實不符。可能的原因是，客戶已經沉迷于短視頻平臺，即強制性使用導致的著迷狀態，使客戶從行為及情感上都極度依賴短視頻，分散了其對人際、學習和工作的注意力，此時客戶的認知能力失調，當疲勞程度高時，客戶會基于逃避現實等因素，被短視頻平臺的功能特征引導著不受控制地投入更多，因此，短視頻疲勞呈現出了正向調節結果。

4結論與啟示

4.1 研究結論

本文將客戶對短視頻的使用概念化為短視頻客戶投入，基于S-O-R框架提出了短視頻平臺可供性對客戶投入的影響機制理論模型。研究結果表明：短視頻平臺可供性正向影響客戶投入；感知不可預測性與感知內容豐富性起到了鏈式中介作用；短視頻疲勞在短視頻平臺可供性與客戶投入之間具有正向調節作用，而感知內容豐富性、感知不可預測性的調節作用不顯著。

4. 2 管理啟示

首先，平臺企業以及將短視頻平臺作為重要營銷工具的第三方企業應該更深入細致地了解客戶投入類型，認識到除了表面的社交投入與財務投入外，短視頻平臺內還包含精力投入、知識投入與信息投入。平臺應該根據客戶投人的類型來更好地管理客戶，例如，優化推薦算法，在客戶某一方面的投入增多時，可相應地推薦相關短視頻內容增加客戶對該投入的鞏固，以提高客戶粘性；平臺還可以適當鼓勵客戶進行多方面的投人，以進一步增加客戶對平臺的依賴。企業可以根據自身目標有選擇地運用不同的營銷策略，例如，企業的目的若是為了銷售業績，則應該采取促銷等營銷策略增加客戶的財務投入；若企業的目的是為了擴大產品或品牌知名度，則可采取相應措施增加客戶的社交投入以及知識投入等。

其次，短視頻平臺在進行個性化推薦算法設計時，應該考慮到客戶的不可預測性。為了獲得更高的客戶投入，平臺傾向于為客戶推薦與其偏好十分契合的內容[3]，這會逐漸導致信息窄化，甚至會形成信息繭房效應9，破壞客戶感知到的不可預測性與內容豐富性，從而抑制了客戶投入。因此，企業在設計推薦算法時，不僅要考慮到推薦與客戶偏好的精準匹配性，還應該要考慮跳出客戶偏好，為客戶帶來出乎意料的體驗。

再次，短視頻平臺也應該盡可能豐富平臺內容。感知內容豐富性是客戶投入的另一個重要因素，內容的豐富性除了需要依靠算法進行多樣化推薦，還需要有多種多樣的內容創造者，例如，部分短視頻平臺已經通過與各行各業的專家或普通人合作，邀請或鼓勵全民在平臺上進行內容創作，實現了內容的多元化與豐富化，助力平臺更加完善的同時，吸引了更多客戶。

參考文獻：

[1]Song S，Zhao Y C，Yao X，et al.. Short video apps as a health information source：an investigation ofaffordances， user experience and users’intention to continue the use of TikTok[J]. Internet Research，2021，31（6）：2120-2142.

[2]Zhao J，Wang J. Health advertising on short-video social media：a study on user attitudes based on the extended technology acceptance model[J]. International Journal of Environmental Research and Public Health，2020，17 （5）：1501.

[3] Zhao H，Wagner C.How TikTok leads users to flow experience：investigating the effects of technology affordances with user experience level and video length as moderators[J].Internet Research，2023，33（2） ：820-849.

[4］李純青，張潔麗，劉偉，等.數字化交互平臺產品的客 戶體驗旅程與投人關系［J].心理科學進展，2022，30 （11） ：2424-2447.

[5］李純青，熊梓琪，張潔麗.數字化交互平臺消費者及其 社交網絡投人的演化過程研究［J].管理學報，2024， 21（6） ：897-907.

[6]Karahanna E，Xu X S，Xu Y，et al.. The needsaffordances-features perspective for the use of social media[J]. MIS Quarterly，2018，42（3）：737-756.

[7]Trujillo-Torres L，Anlamlier E，Mimoun L，et al.. Access-based customer journeys ［J]. Journal of the Academy of Marketing Science，2024，52（1）：24-43.

[8]Islam NA，Laatob S，Talukderc S，et al.. Misinformation sharing and social media fatigue during COVID-19： an affordance and cognitive load perspective[J]. Technological Forecastingamp; Social Change，2020，159：120201.

[9］謝新洲，杜燕.社會技術因素對短視頻沉迷影響的實 證研究：算法推薦的調節作用［J].信息資源管理學 報，2023，13（1）：65-77，128.

[10]Gu Q，Jiang W，Wang G G. Effects of external and internal sources on innovation performance in Chinese high-tech SMEs：a resource-based perspective[J]. Journal of Engineering and Technology Management， 2016，40： 76-86.

[11]Van den Hende EA，SchoormansJPL，Morel KPN， et al..Using early concept narratives to collect valid customer input about breakthrough technologies： the effect of application visualization on transportation[J]. Technological Forecasting and Social Change，2O07，74 （9） ： 1773-1787.

[12]Kim S，Bowen M，Wen X H. The ultimate co-creation： leveraging customer input in business model innovation [J]．AMSReview，2019，9（4）：339-356.

[13]Liu W，Gal D. Bringing us together or driving us apart： the effect of soliciting consumer input on consumers‘ propensity to transact with an organization[J]. Journal ofConsumerResearch，2011，38（2）：242-259.

[14]McColl-Kennedy JR，Gustafsson A，Jaakkola E，et al..Fresh perspectives on customer experience[J]. Journalof ServicesMarketing，2015，29（6/7）：430-435.

[15］杜沐暄，劉汕，張星.在線健康平臺功能可供性對價 值共創意愿的影響研究［J].工程管理科技前沿， 2023，42（3） ：29-36.

[16]Chan TK，CheungCM，WongRY.Cyberbullying on social networking sites：the crime opportunity and affordance perspectives[J]. Journal of Management InformationSystems，2019，36（2）：574-609.

[17]Faraj S，Jarvenpaa S L，Majchrzak A.Knowledge collaboration in online communities[J]．Organization Science，2011，22（5）：1224-1239.

[18］Davis FD.A technology acceptance model for empirically testing new end-user information systems： theoryand results[D].Massachusetts Institute of Technology，1985.

[19]YanY，Chen H，Shao B，et al..How IT affordances influence customer engagement in live streaming commerce？ A dual-stage analysis of PLS-SEM and fsQCA [J]. Journal of Retailing and Consumer Services， 2023，74：103390.

[20]Lee D Y，Lehto M R.User acceptance of YouTube for procedural learning：an extension ofthe technology acceptance model[J].Computers amp; Education，2013， 61： 193-208.

[21]Ross L T，Short S D，Garofano M.Scale of unpredictabilitybeliefs：reliabilityandvalidity[J].TheJournal ofPsychology，2016，150（8）：976-1003.

[22]Zvolensky MJ，Eifert GH，Lejuez CW，et al..Assessingtheperceivedpredictability ofanxiety-related events：a report on the perceived predictabilityindex [J]．Journal of Behavior Therapy and Experimental Psychiatry，2000，31：201-218.

[23]van Rompay T JL，Jol T. Wild and free：unpredictability and spaciousnessaspredictorsof creative performance[J]. Journal of Environmental Psychology， 2016，48：140-148.

[24]SiebertA，GopaldasA，LindridgeA，etal..Customer experience journeys：loyalty loopsversus involvement spirals[J].Journal ofMarketing，202O，84（4）：45-66.

[25]ZhengH，GohDHL，LeeEWJ，et al.．Understandingthe effects of message cues on COVID-19 information sharing on Twitter[J].Journal of the Association for Information Science and Technology，2022，73（6）： 847-862.

[26]LeeAR，SonSM，KimKK.Informationand communication technology overload and social networking service fatigue：a stress perspective[J].Computers in HumanBehavior，2016，55：51-61.

[27]BrightLF，Kleiser SB，Grau SL.Too much facebook？ An exploratory examination of social media fatigue[J]. Computers in Human Behavior，2015，44：148-155.

[28]Kaur P，Islam N，Tandon A，et al..Social media users’online subjective well-being and fatigue：a network heterogeneity perspective[J]. Technological Forecastingamp; Social Change，2021，172：121039.

[29]Kumar V，Pansari A. Competitive advantage through engagement[J].Journal ofMarketingResearch，2016， 53（4） ：497-514.

[30]Baldus B J，Voorhees C，Calantone R.Online brand community engagement： scale development and validation[J]. Journal of Business Research，2015，68（5）： 978-985.

[31]Ple L. Studying customers’resource integration by serviceemployees in interactional value co-creation[J]. JournalofServicesMarketing，2016，30（2）：152-164.

[32]BurmeisterA，AltermanV，FasbenderU，etal..Too muchto know？ The cognitive demands of daily knowledge seeking and the buffering role of coworker contact quality[J]. Journal of Applied Psychology，2022，107 （8）：1303.

Abstract：Theuser baseand scaleof shortvideo platforms（（SVPs）areremarkable，generating immense commercial value，with their success being inseparable from customers’usage.However，as users become more rational，SVPs have shiftedfrom trafic-drivencompetition tostock-basedcompetition．Meanwhile，majordigitalplatforms have begun integrating shortvideo features，intensifying industrycompetition.This studyconceptualizes customers’usageof SVPs as customer input，andexplores theunderlying motivations behind customers’wilingness to input on SVPs．By providing deeper insights into customer input，this research helps SVPs better understand and atract customer input， ultimately securing a sustainable competitive advantage in an increasingly saturated market.

Building on the functional design of SVPs，this study develops a theoretical model of the factors influencing customer input by integrating afordance theory withthe Stimulus-Organism-Response（S-O-R）framework．Using survey datafrom510 respondents，the studyempirically tests the proposed model through SPSS analysis.The findings indicate that SVPsafordancehavea significant positive effect oncustomer input inwhichperceivedunpredictabilityand perceived content richness playa chain mediating role.Moreover，short video fatigue has a positive moderating effect between affrdanceandcustomer input，but itsmoderating effct between perceived content richness，perceived unpredictability and customer input is not significant.

Thispaper makes the folowing contributions.First，itconstructsand empirically testsatheoretical modelof customer inputonSVPs，therebyenriching theliteratureonshortvideo usage.Second，although some studies havehighlighted the importance of unpredictability in the customer experience journey，these claims have lacked empirical validation.This paperfillstat gapandaligns with previous research.Third，by incorporating short video fatigue into the model elaborating generation of customer input on SVPs，thefindings reveal that users experiencing fatigue donot necessrilyreduce their input on SVPs，thus broadening the application of cognitive load theory in the context of short video usage.

KeyWords：short video platforms；customer input；affordance；perceived unpredictability；perceived content richness; short video fatigue