“微短剧+”视听新质生产力培育路径研究——基于浙江省问卷调查的实证分析

Research on the Cultivation Pathways of “Short-Form Series+” in New-Quality Audio-Visual Productive Forces—An Empirical Analysis Based on Questionnaire Surveys in Zhejiang Province

摘要: 国家广播电视总局推出“微短剧+”行动计划，激发视听领域新质生产力的创新活力，推动“微短剧+”产业跨界融合发展。本文首先对微短剧的行业发展模式及用户需求状况进行文本挖掘。其次通过问卷调查收集810份用户行为问卷数据，运用用户特征画像模型构建“需求–场景–对策”匹配框架；结合云模型理论从内容质量、经济成本、价值传递三维度量化用户对“微短剧+”不同模式的满意度，揭示“微短剧+”不同模式的视听新质生产力转化成效；基于关联规则模型挖掘出过度沉浸剧情、情绪价值不及预期、负面价值观等核心障碍因子。最后基于用户需求导向的“四维协同”机制，提出视听新质生产力的培育路径，即供给侧改革、需求侧管理、生态协同优化、制度提供保障，促进“微短剧+”产业的可持续发展。

Abstract: The National Radio and Television Administration has introduced the “Short-Form Series+” initiative to stimulate innovation and enhance the vitality of new-quality productive forces in the audiovisual sector, while promoting cross-sector integration within the industry. First, this paper conducts a text mining analysis of the development model and user demand characteristics of short-form series. Then 810 user behavior questionnaires were collected through survey research, and a user profile modeling approach was applied to establish a “Demand-Scenario-Countermeasure” matching framework. Combining cloud model theory, we quantify users’ satisfaction with different models of “Short-Form Series+” from three dimensions: content quality, economic cost, and value transmission. This reveals the effectiveness of the transformation of new-quality audio-visual productive forces in different models of “Short-Form Series+”. Based on the association rule model, we identify core obstacles such as excessive immersion in the plot, emotional value not meeting expectations, and negative value orientations. Finally, guided by user needs and a “four-dimensional synergy” mechanism, we propose a cultivation path for new-quality audio-visual productive forces, namely supply-side reform, demand-side management, ecological synergy optimization, and institutional support. This aims to promote the sustainable development of the “Short-Form Series+” industry.

1. 引言

随着互联网技术的飞速发展和用户需求的日益多样化，短视频成为人们生活中不可或缺的一种娱乐方式，应运而生的有一种独特的视听模式——微短剧，单集时长从几十秒到15分钟左右、有着相对明确的主题和主线、较为连续和完整的故事情节的内容。微短剧作为一种新兴的视听内容形式，凭借其短小精悍、节奏明快的特点，迅速吸引大量观众的关注，正逐渐展现出其强大的生命力和市场潜力。

值得注意的是，微短剧的发展正与新质生产力的培育形成深度共振。新质生产力作为以创新为主导的先进生产力质态，强调通过突破传统发展路径，构建高科技、高效能、高质量的新型发展模式[1]。对于视听领域而言，打造视听新质生产力的微短剧意味着需要从内容与技术双轮驱动：一方面通过“微短剧+”模式实现跨界融合创新，另一方面借助数字技术精进制作水准，以优质内容推动先进生产力发展，为我国经济增长注入新动能[2]。

在国家政策的强力推动下，微短剧行业迎来重要发展机遇。国家广播电视总局办公厅[2025] 1号文件提出的“微短剧+”行动计划，将微短剧与其他领域或行业相结合，形成新的应用场景、商业模式和经济业态，推动微短剧行业的进一步发展[3]。然而，面对日趋白热化的市场竞争和观众需求的持续升级，行业亟需探索更具突破性的发展路径。

近年来，微短剧作为一种新兴的影视文化形态，凭借其独特魅力迅速吸引大批观众，并激发学术界浓厚的研究兴趣。目前，学界对微短剧的研究主要集中在四个方面。

“微短剧+”的模式研究。万谨漪(2024) [4]指出文旅微短剧在当前传播环境中蓬勃发展，但也面临挑战，同时也可以借助热播微短剧拉升旅游热度；赵晖(2024) [5]指出自2023年来微短剧作为视听产业新力量，数量呈爆发式增长，持续探索微短剧的商业模式，同时长短视频平台各自发力，探索微短剧多重模式；刘婧婷和李丹(2024) [6]定性的剖析“微短剧+”的现状，并指出“微短剧+”模式正成为行业的主要探索方向。

微短剧叙事策略研究。张文轩(2023) [7]从叙事主体、叙事视角、叙事主题、叙事结构、叙事语言、叙事时空等维度对叙事策略进行论述，以体现微短剧独特的叙事策略；吴帅平(2022) [8]认为从人物篇幅安排到台词设计，从场景/故事事件的转换到故事矛盾冲突的设置，长剧和网络短剧对人物塑造和故事叙事节奏的把握均呈现出不同的特点，吸引到不同世代的用户。

微短剧存在的问题及发展策略研究。俞静(2024) [9]从内容、传播、用户以及营销管理四个方面对竖屏网络短剧行业未来的发展策略提出建议；朱天和文怡(2021) [10]认为目前我国网络微短剧存在商业模式不明、内容品质不高等诸多问题，还难以成为真正的内容风口，但是其背后体现着的多元主体需求存在研究价值。

微短剧的定量模型研究。凌嘉茜(2023) [11]基于波特五力模型指出，芒果TV微短剧面临的竞争不仅来自于短视频平台还有其他虎视眈眈的长视频平台和内容制作方；李佳欣(2022) [12]基于LDA主题与Kano模型指出，微短剧需提升服化道品质寻求差异化，加强多平台宣发、技术创新与口碑引导以增强用户粘性，同时挖掘潜在用户并丰富呈现形式，以满足用户变化需求并融入日常生活。

综上所述，微短剧，特别是“微短剧+”的创新融合模式缺乏系统定量分析。本文以“微短剧+”模式为研究对象，融合数据挖掘、问卷调查与多种模型实证方法，通过多维度的资源整合与创新协同，培育视听新质生产力，为微短剧及其关联产业的升级发展注入持续活力。

2. 主要研究方法

2.1. 用户画像模型

本文基于聚类分析的用户画像构建方法，采用递进式研究框架实现群体特征提取：首先基于真实用户行为数据构建多维度标签体系，其次运用K-Means聚类算法对用户群体进行无监督学习，最终生成包含偏好特征、社交属性等维度的典型用户画像。

用户类别数k的确定方法。关于聚类模型中关键参数k值的确定问题，采用手肘法进行最优参数选择。具体实施过程：将n个样本划分至k个类别中，其中$C_k$ 表示第k类，其类中心记为$u_k$ ，每个样本点$x_i$ 为第$i$ 个样本的特征向量；通过计算不同k值下的总畸变程度J (即误差平方和SSE)，其公式为：

$J={{\displaystyle {\sum }_{k=1}^K{\displaystyle {\sum }_{i\in C_k}\Vert x_i-{\mu }_k\Vert }}}^2$ (1)

通过系统计算不同k值的SSE指标，利用数据可视化工具构建$k-SSE$ 关系曲线，根据曲线拐点识别最优聚类数。该拐点对应SSE下降速率显著减缓的临界位置，表明继续增加k值对模型精度的提升不再显著。

迭代优化建模流程。本模型的建立包含双阶段迭代优化过程，第一阶段固定类中心$\left({\mu }_1,{\mu }_2,\cdots {\mu }_n\right)$ ，求解最优划分$C$ 使目标函数极小化：

$\underset{C}{min}{{\displaystyle {\sum }_{l=1}^k{\displaystyle {\sum }_{C\left(i\right)=l}\Vert x_i-{\mu }_l\Vert }}}^2$ (2)

该阶段确保每个样本被分配到欧氏距离最近的类中心。第二阶段基于当前划分$C$ ，更新类中心坐标以优化目标函数：

$\underset{{\mu }_1,\cdots ,{\mu }_2}{min}{{\displaystyle {\sum }_{l=1}^k{\displaystyle {\sum }_{C\left(i\right)=l}\Vert x_i-{\mu }_l\Vert }}}^2$ (3)

通过计算各子类样本均值更新类中心坐标：

${\mu }_l=\frac{1}{\left|C_l\right|}{\displaystyle {\sum }_{i\in C_l}{x}_i},l=1,\cdots ,k$ (4)

对以上两个步骤进行迭代，直到划分C不再改变，即得到最终聚类结果。

2.2. 云模型

云模型作为不确定性人工智能的核心方法，其应用领域包括智能控制、数据挖掘，尤其在多属性决策和分析评价领域占有重要地位。本文基于云模型理论构建综合评价体系，其核心在于通过$\left(Ex,En,He\right)$ 三维特征参数统一表征模糊性与随机性，其基本定义为：设论域$X=\left\{x\right\}$ ，若X为有序集合则直接作为基础变量；若X无序则通过映射法则f将其转换为有序论域$X\text{'}$ 。对于任意元素$x\in X$ ，其隶属度由具有稳定概率分布的随机数$Ua\left(x\right)$ 表征，该隶属度在基础变量论域上的整体分布即构成隶属云[13]。基于该理论框架，研究实施分为三阶段：首先建立标准评价云模型解析评价语义，其次量化指标权重实现客观赋权，最终通过分层加权策略合成综合云参数，形成完整的模糊随机性综合评价体系。

标准云模型构建。基于李克特量表建立多等级评价标准，运用Cloud MC软件计算各等级标准云的数字特征$\left(Ex,En,He\right)$ ，通过逆向云发生器完成定性概念到定量表征的转换。

指标权重计算。构建多指标隶属度关系矩阵，采用熵值法解析指标间信息差异度，据此确定指标权重$\lambda$ ，确保权重分配的客观性。

计算综合云模型。采用分层递进算法，首先计算准则层指标的云参数，基于指标层的云参数；然后计算综合云参数，即目标层的云参数。具体计算公式如下：

$Ex =E{x}_1{\lambda }_1+E{x}_2{\lambda }_2+\cdots +E{x}_n{\lambda }_n$ (5)

$En =\frac{{\lambda }_1^2}{{\lambda }_1^2+{\lambda }_2^2+\cdots +{\lambda }_n^2}E{n}_1+\frac{{\lambda }_2^2}{{\lambda }_1^2+{\lambda }_2^2+\cdots +{\lambda }_n^2}E{n}_2+\cdots +\frac{{\lambda }_n^2}{{\lambda }_1^2+{\lambda }_2^2+\cdots +{\lambda }_n^2}E{x}_n$ (6)

$He =\frac{{\lambda }_1^2}{{\lambda }_1^2+{\lambda }_2^2+\cdots +{\lambda }_n^2}H{e}_1+\frac{{\lambda }_2^2}{{\lambda }_1^2+{\lambda }_2^2+\cdots +{\lambda }_n^2}H{e}_2+\cdots +\frac{{\lambda }_n^2}{{\lambda }_1^2+{\lambda }_2^2+\cdots +{\lambda }_n^2}H{e}_n$ (7)

根据最终计算出的云参数，运用正向云发生器生成综合云图，与标准等级云进行形态比对，确定目标项目的综合评价等级[14]。

2.3. 关联规则模型

为了刻画多变量关联模式，构建基于支持度–置信度–提升度三维评估体系的关联规则挖掘框架。其核心通过Apriori算法系统挖掘频繁项集，揭示多变量间的潜在关联模式。相较于传统假设检验方法，该算法通过全空间遍历策略自主发现数据内在关联特征，避免人为预设的局限性，更具客观性。关联规则的有效性通过支持度、置信度和提升度进行量化评估，具体解释如表1所示。

Table 1. Specific explanations of the correlation rule metrics

表1. 关联规则指标的具体解释

指标	具体解释	公式
支持度 (support)	表示两个或多个选项组合同时出现的频率	$S\left(B\right)=\frac{P\left(A\cap B\right)}{N}$
置信度 (confidence)	表示这条规则有多大程度上值得可信，即在A发生的情况下B发生的概率	$C\left(B\right)=\frac{P\left(A\cap B\right)}{P\left(A\right)}$
提升度 (lift)	表示出现A的条件下同时出现B的可能性与随机条件下出现B的可能性之比	$L\left(B\right)=\frac{P\left(A\cap B\right)}{P\left(A\right)\text{*}P\left(B\right)}$

其中，提升度反映事物A和B的相关性，也反映关联规则R的有效程度，若$Lift\left(A\to B\right)>1$ ，则，则表示事物A和B同呈有效正相关；若$Lift\left(A\to B\right)<1$ ，则表示事物A和B同呈无效负相关；若$Lift\left(A\to B\right)=1$ ，则表示事物A和B同相互独立，提升度越大，规则的有效性就越强。

通过关联规则挖掘，提取若干条规则，并根据提升度的值将其分为正向规则和负向规则，据此展开关联模式的差异化解析。

3. 基于网络数据的“微短剧”发展现状分析

3.1. “微短剧+”主要发展模式

从产业经济学视角来看，我国“微短剧+”模式的多样化发展是产业融合与创新驱动的必然结果。目前，我国“微短剧+”模式展现出多样化的特点，主要包括四种主要形式。

微短剧 + 商业模式。微短剧与商业的结合，主要通过会员付费、广告植入、品牌定制等形式实现的商业化微短剧变现[15]。例如，2024春节档开年第一爆的《我在八零年代当后妈》是会员付费短剧；抖音博主“七颗猩猩”饰演王妈的《重生之我在霸总短剧当保姆》属于广告植入短剧；抖音博主“姜十七”创作的《三个总裁团宠千金》等免费短剧集中出现韩束、百雀羚等产品，属于品牌定制短剧。

微短剧 + 文旅模式。在国家广电总局的大力扶持下，在文旅融合的大背景下，微短剧 + 文旅以故事化、轻量化的方式展现中国优秀文化或地方特色，推广城市旅游资源，深化文化体验[16]。例如，2023年6月播出的《逃出大英博物馆》引起中华优秀文化之共鸣[17]；由抖音、华策影视联合出品的短剧《我的归途有风》展现地方文化特色，为当地文旅消费注入新活力，吸引大量观众前往拍摄地打卡。

微短剧 + 影游互动模式。微短剧 + 影游互动是一种新型的娱乐形式，即将微短剧与互动元素相结合，通过增强互动性和沉浸感，提升观众的参与感和代入感[18]。例如，2023年11月爆火的《完蛋！我被美女包围了》，虽然它不属于真正意义上的微短剧，但它作为影游互动类微短剧的先锋受到一致的好评与认可。此外，腾讯视频出品的缉毒题材互动微短剧《师傅》，宫斗升级互动剧《摩玉玄奇2》均为影游互动类微短剧。

微短剧 + AIGC模式。融合AI人工智能和微短剧两大热点，这类模式依托生成式人工智能(AIGC)技术来实现技术对艺术的赋能，通过AI技术生成视频、音频、文本等微短剧创作内容，极大提高微短剧的创作效率和质量。例如，由中央广播电视总台推出的《中国神话》《英雄》《爱永无终止》《奇幻专卖店》等一系列AIGC微短剧作品；由抖音、博纳影业等单位联合即梦AI共同打造的《三星堆：未来启示录》，自播出以来，多次登上过热搜榜，全端传播总量超过1.4亿次[19]。这充分证明AIGC技术在影视创作领域的巨大潜力和市场价值。

3.2. 基于文本挖掘的词云分析

为了探究人们对微短剧行业的关注焦点和实际需求，利用百度搜索引擎中以“微短剧”为关键词进行搜索，然后利用网络爬虫爬取近100个相关新闻报道及政府文件的网址，对爬取的文本数据进行词频统计，总涉及词数超过8万个，选取爬取内容词条频率排名前20的字词，制成词频统计表如表2所示。

Table 2. Web crawler word frequency statistics table

表2. 网络爬虫词频统计表

排名	词条	词频	排名	词条	词频
1	微短剧	2929	11	文化	355
2	发展	684	12	市场	335
3	网络	535	13	用户	278
4	创作	531	14	视听	275
5	内容	472	15	推动	236
6	行业	468	16	作品	226
7	短剧	436	17	传播	214
8	中国	406	18	国家	213
9	视频	385	19	计划	211
10	平台	356	20	制作	205

根据表2所展示的信息，微短剧行业的发展态势已成为社会关注的焦点，其正处于快速发展阶段，内容创作、平台竞争、政策扶持和文化价值是当前行业发展的关键词。这些关键词同时反映出微短剧行业发展现状，且其正面临前所未有的发展机遇与挑战。

4. 基于调查问卷的“微短剧+”实证分析

4.1. 问卷设计

Table 3. The framework of the questionnaire

表3. 调查问卷的框架

问卷模块	具体信息
被调查对象基本信息	性别、年龄、职业、学历、地区、收入
“微短剧+”模式的观剧现状	了解渠道
	每月花销
	观剧频率
	遇到的困扰
“微短剧+”模式的满意度评价	剧情、内容的体验感
	所花费的经济成本
	价值观的传递
“微短剧+”模式的优化推广	微短剧发展的意见和建议

本文通过问卷调查的方式收集原始数据。调查问卷设计框架如表3所示，包括被调查对象的基本信息、“微短剧+”模式的观剧现状、对当前“微短剧+”模式的满意度评价和“微短剧+”模式的优化推广。问卷通过多阶段抽样的方式在浙江省范围内进行发放，且问卷填写过程中，由经过培训的调查员进行指导，并确保问卷填写的完整性和准确性。数据录入时对数据进行清洗和核查，以保证数据的质量。

4.2. 信效度检验

本研究采用网络问卷与实地调研相结合的方式进行问卷调查，在浙江省内发放问卷850份，回收有效问卷810份，有效回收率95.29%。信度检验结果如表4所示，问卷整体的Cronbach’s Alpha为0.766，表明问卷内部信度较好，问卷设置合理。

Table 4. The overall reliability test of the questionnaire of citizens in Zhejiang Province

表4. 浙江省公民问卷整体信度检验

Cronbach’s Alpha	基于标准化项的Cronbach’s Alpha	项数
0.766	0.766	12

对有效问卷进行效度分析，得到问卷整体效度系数见表5，问卷的KMO值为0.863，大于0.85，说明因子分析的效度被接受，可以进行因子分析；且Bartlett球形检验的p值小于0.05，说明因子分析的相关系数矩阵非单位矩阵，能够提取最少的因子同时又能解释大部分的方差，即效度也可被接受。

Table 5. Validity test of citizen questionnaire in Zhejiang Province

表5. 浙江省公民问卷效度检验

KMO和Bartlett的检验
取样足够度的Kaiser-Meyer-Olkin度量		0.863
Bartlett球形度检验	近似卡方	8451.925
	df	66
	Sig	0.000

经信效度检验显示，问卷的题目与类别有效，问卷效度良好，可以作为标准问卷使用，且收集的数据合理，具有可靠性和有效性。

4.3. 基于用户画像分析的消费者行为理论

从消费者行为理论视角来看，用户对微短剧的选择与消费行为受多重因素驱动。不同群体基于自身经济状况和生活场景，对微短剧的功能诉求存在显著差异，如中年用户更倾向于满足认知与社交需求，青年用户则侧重于情感与娱乐需求；同时，信息获取渠道影响用户认知，用户自身特征则在评估选择阶段起关键作用。基于此，为深入了解“微短剧+”用户特征、行为和需求，本文采用k-Means均值聚类算法，依据性别、年龄等用户属性标签、分类标签及业务标签，对问卷数据进行用户画像分析[20]。通过构建“需求–场景–对策”匹配框架，结合用户行为标签，精准把握不同群体的消费动机与行为模式，为微短剧的内容生产与营销策略制定提供科学依据。

4.3.1. 用户类别数k的确定

本研究采用目前最广泛有效的手肘法确定k值，经过对聚合系数SSE的求解，最终确定k值取4，即观看微短剧的被调查者可以聚为四类。

4.3.2. 用户行为标签定义

(1) TGI指数

TGI指数能较好的体现用户某一特征相对整体的偏好，其表达式为：

$TGI =\frac{目标群体中具有某一特征的群体所占比例}{总体中具有相同特征的群体所占比例}\times 标准数$ (8)

其中标准数为100。TGI指数越高，认为用户偏好越明显。

首先对微短剧的关联词进行检索，选取关联度大于前十的词汇，并对于这些关联词通过用户搜索所得到的TGI指数来判断是否与某一用户属性有关联。本文以巨量算数(https://trendinsight.oceanengine.com/)上近一月的数据为准，搜索得到与各关联词具有关联度的用户行为标签如表6所示。

Table 6. A tag table of user behavior based on megamath

表6. 基于巨量算数的用户行为标签表

关键词	性别	年龄
大结局	女	25~34岁
因为一个片段看整部剧	男	25~34岁
来袭	女	35~44岁
短剧新番	女	45岁以上
剧好看	女	45岁以上
百亿	女	45岁以上
新剧	女	25~34岁
热播	女	35~44岁
好剧推荐	男	25~34岁
剧情	男	25~34岁

4.3.3. 用户画像模型实证结果

根据k-Means聚类结果和用户行为标签，利用用户画像模型对用户进行用户画像，可分为四类。

第一类用户：中年男性企业管理者

	性别	男
	年龄	35~44岁
	职业	企业管理者
	学历	本科/大专
	月收入	7000~9000元
了解渠道		抖音、快手等，家人或朋友
观影选择		微短剧 + 商业
月花销金额		101~200元
基于TGI指数的关注重点话题		剧情

该类用户为35~44岁的男性企业管理者，属于中等偏高收入人群，具备较强的消费能力。作为决策层人员，他们更关注剧情的逻辑性与合理性，注重影视内容的质量深度。在短视频平台通过碎片化时间接触微短剧，但愿意为优质内容支付较高费用。该群体具有商务场景需求，可能将微短剧作为社交谈资或行业案例参考。需要精准推送强故事性、反映职场生态的短剧内容。

第二类用户：中年个体经营者

	性别	男
	年龄	35~44岁
	职业	个体经营者/承包商
	学历	本科/大专
	月收入	3000~5000元
了解渠道		抖音、快手等
观影选择		微短剧 + 商业
月花销金额		1~100元
基于TGI指数的关注重点话题		因为一个片段看整部剧

这类用户为35~44岁的男性个体经营者，收入波动较大，消费较为谨慎。碎片化观影特征明显，易被短视频平台的高能片段吸引观看完整剧集。作为自主创业者，他们更看重短剧的娱乐解压功能，对剧情完整度要求不高。营销需侧重“高光片段”传播，利用悬念剪辑和反转剧情激发观看欲望。可考虑在经营类场景(如商铺/展会)进行内容投放。

第三类用户：青年女性白领

	性别	女
	年龄	25~34岁
	职业	普通职员
	学历	本科/大专
	月收入	5000~7000元
了解渠道		抖音、快手等，家人或朋友
观影选择		微短剧 + 商业、微短剧 + 文旅
月花销金额		1~100元
基于TGI指数的关注重点话题		大结局、来袭、新剧

这类用户为25~34岁职场女性，中等收入但消费克制。具备较强的内容传播属性，关注新剧动态和大结局讨论，易形成社交话题。文旅类微短剧需求突出，可能将观剧兴趣转化为线下打卡消费。需加强剧集更新提醒、剧情预告等推送机制，打造“追剧社交”场景。可结合职场情感、都市生活类内容进行精准投放，激发情感共鸣。

第四类用户：青年学生群体

	性别	女
	年龄	18~24岁
	职业	在校学生
	学历	本科/大专
	月收入	3000元以下
了解渠道		抖音、快手等
观影选择		微短剧 + 商业
月花销金额		0元
基于TGI指数的关注重点话题		大结局、热播

18~24岁女学生，构成第四类潜力用户群，无收入但观剧频次高。作为互联网原住民，依赖短视频平台免费内容，热衷参与热播剧话题讨论。关注大结局等节点性内容，易形成二次创作传播。应重点培养付费习惯，通过会员试看、校园优惠等策略转化。内容偏好青春校园、偶像甜宠类型，营销可联动校园KOL进行口碑传播，打造“宿舍追剧”社交场景。

4.4. 基于云模型的“微短剧+”满意度分析

本文采用云模型理论，从内容质量、经济成本、价值传递三维度量化用户对微短剧 + 商业、微短剧+ 文旅、微短剧 + 影游互动、微短剧 + AIGC这四种模式的满意程度，深度剖析“微短剧+”不同模式的视听新质生产力转化成效[21]。

4.4.1. 云模型的数字特征的计算

“微短剧+”模式的满意度采用调查问卷来进行评价，具有一定的随机性和模糊性，因此借助云模型计算软件算出标准云模型的数字特征$\left(Ex,En,He\right)$ ，如表7所示。

Table 7. Satisfaction evaluation grade classification criteria for the “micro-short drama” mode

表7. “微短剧+”模式的满意度评价等级划分标准

评语	等级	区间	云模型$\left(Ex,En,He\right)$
不满意	Ⅰ	[0, 2]	(1, 0.333, 0.5)
较不满意	Ⅱ	(2, 4]	(3, 0.333, 0.5)
一般	Ⅲ	(4, 6]	(5, 0.333, 0.5)
较满意	Ⅳ	(6, 8]	(7, 0.333, 0.5)
满意	Ⅴ	(8, 10]	(9, 0.333, 0.5)

4.4.2. 指标权重计算

为做进一步分析，需先确定隶属度问题。如对于微短剧 + 商业的剧情、内容的体验感这个指标，8.89%的市民认为不满意；13.09%的市民认为较不满意；32.84%的市民认为一般；27.28%的市民认为较满意；17.90%的市民认为非常满意，那么这个指标相对于五个评语的隶属度为0.0889、0.1309、0.3284、0.2728、0.1790。同理可得其他指标的隶属度，最终得到关系矩阵R，利用熵值法确定各满意度指标的权重。

$R=\left(\begin{array}{ccccc}0.0889& 0.1309& 0.3284& 0.2728& 0.1790\\ 0.0358& 0.2173& 0.3420& 0.2691& 0.1358\\ 0.0951& 0.1864& 0.3395& 0.3136& 0.0654\\ 0.1198& 0.1914& 0.3395& 0.3086& 0.0407\\ \begin{array}{c}0.1086\\ 0.0642\\ 0.0914\\ 0.1247\\ 0.1222\\ 0.0444\\ 0.1136\\ 0.0914\end{array}& \begin{array}{c}0.1691\\ 0.1667\\ 0.2025\\ 0.2062\\ 0.1840\\ 0.1284\\ 0.1728\\ 0.1864\end{array}& \begin{array}{c}0.3778\\ 0.3531\\ 0.3580\\ 0.3284\\ 0.3691\\ 0.3778\\ 0.3642\\ 0.3531\end{array}& \begin{array}{c}0.2691\\ 0.2580\\ 0.2642\\ 0.3136\\ 0.2840\\ 0.3000\\ 0.2580\\ 0.2667\end{array}& \begin{array}{c}0.0753\\ 0.1580\\ 0.0840\\ 0.0272\\ 0.0407\\ 0.1494\\ 0.0914\\ 0.1025\end{array}\end{array}\right)$

4.4.3. 综合云计算

1) 指标层云参数计算

根据被调查者对各指标实际值的打分情况，通过云模型的逆向云发生器进行计算，并用正向云发生器生成足够的云滴，以此生成各指标的云图。各指标实际值设为$P=\left\{P_1,P_2,\cdots ,P_{12}\right\}$ ，实际值的得分分布在一定范围，其结果表示为：

$P=\left\{P_1,P_2,\cdots ,P_{12}\right\}={\left[\begin{array}{c}E{x}_1,E{n}_1,H{e}_1\\ ⋮⋮⋮\\ E{x}_{12},E{n}_{12},H{e}_{12}\end{array}\right]}^T$ (9)

2) 准则层云与目标层云的参数计算

由指标层的云参数，可得到准则层的云参数，并最终计算出目标层的云参数，结果如表8所示。

Table 8. Parameters of the criterion stratus and target stratus

表8. 准则层云、目标层云的参数

指标云	“微短剧+”模式	期望Ex	熵En	超熵He	权重
准 则 层 云	$A_1$ 微短剧 + 商业模式	6.139	2.137	0.615	0.2176
	$A_2$ 微短剧 + 文旅模式	6.619	2.202	0.599	0.2707
	$A_3$ 微短剧 + 影游互动模式	6.106	2.105	0.524	0.2418
	$A_4$ 微短剧 + AIGC模式	5.954	2.132	0.361	0.2699
目标层云	“微短剧+”模式的综合评价	6.211	2.146	0.520	---

根据表8数据显示，各准则层的期望值呈现差异化分布，“微短剧 + 文旅”以6.619的期望值位居首位，显著超过其他维度，表明微短剧在文旅融合方面表现最好，其视听新质生产力转化成效最高；“微短剧 + 商业”与“微短剧 + 影游互动”分别以6.139和6.106的期望值处于第二梯队，其视听新质生产力转化成效较高；而“微短剧 + AIGC”以5.954的期望值接近临界阈值，其视听新质生产力转化成效相对较低。值得注意的是，除“微短剧 + AIGC”外，其余准则层都获得“较满意”的评价。从“微短剧+”模式的综合评价来看，目标层的期望值为6.211，大于6，表明“微短剧+”模式整体上获得“较满意”的综合评价，其视听新质生产力转化成效高。

4.4.4. 满意度云模型

然后利用正向云发生器，将目标层的评价结果以云图形的形式展现出来，如图1所示，图中的每一个云滴即为微短剧观剧者的可能评价数据，其中横轴为具体评价分数，纵轴为该值出现的概率。

Figure 1. “Micro-short drama” comprehensive evaluation cloud model

图1. “微短剧+”综合评价云模型

综上所述，浙江省公民对“微短剧+”模式整体满意度水平为“较满意”，其中“微短剧 + 文旅”和“微短剧 + 商业”的期望值处于领先位置，反映出公众对其文旅融合创新和商业模式探索的成效认可度较高。值得注意的是，“微短剧 + AIGC”作为新兴技术融合领域，其期望值虽接近基准线但未达6.0阈值，结合其突出的熵值特征，提示该领域存在技术应用成熟度与公众预期之间的落差，其视听新质生产力效能转化不足，但随着人工智能技术的飞速发展，“微短剧 + AIGC”的整体满意度会不断提升。

4.5. 基于关联规则模型挖掘用户困扰因素

观众在观看微短剧时，也会受到一些负面因素的困扰。大多数浙江省公民受到部分微短剧传播负面价值观的困扰，且微短剧的题材重复率高，以及过度沉迷短剧会对正常生活产生负面影响，而微短剧内容质量差和观看费钱、费时间也反映了观众对观看体验的不满以及对成本的关注。

Table 9. Rules for associations between distressing factors

表9. 困扰因素间的关联规则

前项	后项	支持度	置信度	提升度
沉浸剧情，无法自拔	部分短剧传播负面价值观	0.5370	0.8597	1.1548
沉浸剧情，无法自拔	费钱、费时间	0.4494	0.7194	1.3582
部分短剧传播负面价值观 题材重复率高	内容质量差，观剧体验差	0.3519	0.7179	1.2398
题材重复率高	部分短剧传播负面价值观	0.4901	0.7298	0.9803
内容质量差，观剧体验差	部分短剧传播负面价值观	0.4296	0.7420	0.9967

本文采用关联规则模型，挖掘不同类型的浙江省公民观看微短剧的困扰之间的关联，识别用户共现问题集，找出能够持续改进“微短剧+”模式的策略和优化用户体验的途径[22]。设定最小支持度min-support为35%，最小置信度min-confidence为70%的情况下挖掘出的关联规则是有意义的。采用Python软件提取五条规则，得到关联规则如表9所示。

通过关联规则挖掘，提取三条正向规则，两条负向规则，序号1、2的前项相同，序号4、5的后项相同，于是1、2以及4、5一起分析，得到三条造成用户困扰的途径。

1) 第一条规则——沉浸式途径

序号1、2的提升度分别为1.1548、1.3582，即选项A的出现，对选项B、选项E的出现概率提升程度为1.1548和1.3582均大于1，起提升作用，代表受沉浸剧情，无法自拔所困扰的观众在一定程度上也会认为部分短剧传播负面价值观和费钱、费时间。

在沉浸式途径中，观众认为沉浸于微短剧中，无法自拔，会观看到更多的微短剧内容，在一定程度上会更容易暴露在部分短剧的负面价值观中，而过度沉浸微短剧更容易产生拖延症等问题，会过度消磨自己的时光，可能会耽误正事。

2) 第二条规则——情绪价值途径

序号3的提升度为1.2398，即选项B和选项D同时出现的情况下，对选项C的出现概率提升程度为1.2398 > 1，起提升作用，认为部分短剧传播负面价值观和题材重复率高的观众在一定程度上也会受内容质量差，观剧体验差的困扰。

在情绪价值途径中，公民认为部分短剧传播负面价值观以及短剧题材重复率高，在一定程度上也会认为微短剧的内容质量差，所给的情绪价值没有达到自身的期望。

3) 第三条规则——价值观途径

序号4、5的提升度分别为0.9803、0.9967，即选项D和选项C分别出现，对选项B的出现概率提升程度为0.9803和0.9967均小于1，不起提升作用，认为短剧题材重复率高和内容质量差，观剧体验差的观众在一定程度上不会认为部分短剧传播负面价值观。

在价值观途径中，观众认为短剧题材重复率高和内容质量差，观剧体验差，不一定会认为短剧传播负面价值观，导致公民认为题材、内容和观剧体验存在问题可能另有其他原因，可能是市场竞争激烈、团队缺乏创新、商业化驱动等。

5. 视听新质生产力培育路径——基于用户需求导向的“四维协同”机制

随着数字经济发展和居民消费不断升级的双重驱动，“微短剧+”模式作为一种创新的跨界融合方式，俨然已成为视听新质生产力的重要载体。基于产业经济学、消费者行为理论及创新生态系统理论，本文提出以“用户需求”为核心，以“供给侧改革、需求侧管理、生态协同优化、制度提供保障”的“四维协同”培育路径，打造“微短剧+”视听新质生产力。

5.1. 供给侧改革：构建多层次内容供给体系，提升资源配置效率

用户圈层分化显著，消费分级倒逼内容供给升级。观看“微短剧+”的用户涵盖不同性别、年龄层、职业背景，呈现多样化特征，中年男性用户存在消费力分层，企业管理者追求剧情深度与商务关联，个体经营者偏好碎片化爽感内容；女性用户显现年龄分化，青年白领注重情感共鸣与文旅融合，学生群体依赖免费流量参与话题传播。核心共性为短视频平台主导内容触达，剧情吸引力为关键决策因素，但付费意愿受收入水平与生活场景显著影响，折射出微短剧市场需构建多层次内容供给体系，减少微短剧同质化竞争。为实现这一目标，制定《微短剧内容创作分级标准》，明确不同受众定位的内容规范。例如，针对中年男性企业管理者群体，鼓励创作具有深度职场剧情、融入商业策略元素的精品微短剧；对于个体经营者，引导创作轻松有趣、贴合经营场景的碎片化内容。

“微短剧 + AIGC”作为新兴技术融合领域，用户满意度期望值虽接近基准线但未达6.0阈值，结合其突出的熵值特征，提示该领域存在技术应用成熟度与公众预期之间的落差，其视听新质生产力效能转化不足，也意味着该领域潜力巨大，亟待挖掘提升空间。随着人工智能技术的飞速发展，出台《AIGC微短剧制作技术规范》，引入AIGC工具优化剧本生成、拍摄剪辑环节，降低中小制作团队边际成本，提升资源配置效率。同时，设立AIGC微短剧研发专项基金，鼓励企业和团队开展技术创新与应用探索。

5.2. 需求侧管理：构建精准营销体系，提升“微短剧+”用户满意度

基于消费者剩余理论，针对不同用户圈层，构建精准用户营销体系，提升用户满意度。对于中年男性企业管理者，需要精准推送强故事性、反映职场生态的短剧内容；对于中年个体经营者，可考虑在经营类场景(如商铺/展会)进行内容投放；对于青年女性白领，可结合职场情感、都市生活类内容进行精准投放，激发情感共鸣。对于青年学生群体，其内容偏好青春校园、偶像甜宠类型，营销可联动校园KOL进行口碑传播，打造“宿舍追剧”社交场景。具体实施中，建立《微短剧用户精准营销操作指南》，规范各圈层的营销流程与方法。同时，搭建用户大数据分析平台，实时跟踪用户行为与偏好变化，为精准营销提供数据支撑。

“微短剧+”模式为用户提供一定的情绪价值，但受多重因素的影响，观众对短剧题材和内容质量并不满意。当观众发现短剧中不仅存在负面价值观，且题材重复率高时，这种期待往往未能得到满足，导致他们对微短剧的内容质量产生负面评价。基于关联规则的第三条途径，即便观众对短剧的题材和内容质量感到不满，他们并不一定会将这些问题归结为短剧传播负面价值观，观众的不满可能更多源于市场竞争激烈、创作资源不足或过度商业化驱动等因素。因此，需要引导用户平衡微短剧与生活，理性消费与主动选择，积极观看一些高质量微短剧内容，使观众通过观看“微短剧+”内容获得情感上的共鸣或满足感，提升“微短剧+”用户满意度。建议相关平台制定《微短剧用户消费引导规范》，通过平台推送、社区宣传等方式，引导用户理性消费。

需求侧管理能反馈用户需求信息，为供给侧改革指明方向，同时其营销效果也会影响生态协同优化中跨界融合的市场基础。

5.3. 生态协同优化：深耕“微短剧+”各模式，推动跨界融合发展

依据创新生态系统理论，推动产业链横、纵向融合。“微短剧+”模式众多，横、纵向拓展潜力巨大。

跨界IP联动。通过云模型综合评价显示，“微短剧 + 文旅”融合较为成功，“微短剧 + AIGC”仍需探索优化。即在各准则层中，“微短剧 + 文旅”的表现最为突出，其期望值最高，说明其在文旅融合方面具有较高的满意度，但仍存在评价数据最为分散，不确定性较高，可能需要在该领域进行更多的探索和优化。比如，制定《“微短剧 + 文旅”融合发展实施方案》，明确合作流程、资源整合方式等，进一步挖掘“微短剧 + 文旅”的潜力；而“微短剧 + AIGC”作为新兴技术融合领域，存在技术应用成熟度与公众预期之间的落差，需要进一步深耕拓展，亟待挖掘提升空间，建议相关部门设立“微短剧 + AIGC”创新融合试点项目，鼓励企业探索技术应用新模式，出台《“微短剧 + AIGC”融合创新扶持政策》，给予资金、技术等支持。

国际化IP打造方面，积极推动优质“微短剧+”内容出海，制定《微短剧出海内容创作与推广标准》，结合本土文化特色打造国际IP，提升中国微短剧在全球市场的影响力和竞争力。建立国际微短剧合作交流平台，组织微短剧企业参加国际展会、文化交流活动，拓展海外市场渠道。

生态协同优化依赖于供给侧提供的优质内容和需求侧的市场反馈，同时，其融合发展成果又能为制度保障提出新的需求，推动制度的完善与创新。

5.4. 制度提供保障：完善政策与标准体系，促进行业可持续发展

在文本挖掘中，高频词“内容”“创作”作为关键词出现频率较高，反映公众对微短剧内容质量与创新性的高度关注；高频词“平台”“用户”凸显行业竞争焦点为争夺用户与优化体验；高频词“国家”“计划”“文化”体现政策扶持与文化传播的双重推动力。

政策支持与行业规范方面，国家广电应出台《微短剧行业扶持政策细则》明确创作资源支持的具体方式、内容创新与国际化发展的奖励措施等。同时，制定《微短剧行业经营行为规范》，抑制过度商业化，推动微短剧行业健康有序发展。实行分级分类监管机制，国家广电和相关微短剧平台应该合力制定《微短剧内容评级标准细则》，对未成年人观看设置“适龄提示”，对历史、医疗等专业领域内容引入专家审核机制，建立《微短剧专业领域内容审核操作流程》，确保审核的科学性与公正性。

视听新质生产力的培育需以用户需求为中心，通过供给侧改革释放产能、需求侧管理激活市场、生态协同创造价值、制度规范提供保障，形成“供给–需求–生态–制度”四维共振的可持续发展路径，为微短剧行业及相关领域的发展注入新的活力，有效提升社会效益与经济效益。各维度相互依存、相互促进，共同构成一个有机整体，只有协同发力，才能实现视听新质生产力的持续健康发展。

致 谢

首先我们要感谢浙江省教育厅项目(项目编号：Y202248421)，浙江省哲社科项目(项目编号：25NDJC012YBM)对本研究项目的资助和支持，没有这些支持，我们的研究工作将难以顺利开展。同时我们也向所有给予指导和支持的导师及合作伙伴表示诚挚的感谢，有了每个人无私的意见和帮助，使我们的研究能够深入并取得成果。

基金项目

浙江省教育厅项目(项目编号：Y202248421)，浙江省哲社科项目(项目编号：25NDJC012YBM)。