互联网 背景下大学生使用抖音进行在线健身的行为意愿研究.pdf

摘要：为探索大学生使用抖音进行在线健身的持续使用意愿，基于科技接受模型与任务技术适配理论，对2 7 3名已使用过抖音进行在线健身的大学生进行调查,采用AMOS24.0对所建构的模型进行验证。研究结果表明：感知易用性、感知有用性和任务技术匹配度对大学生使用抖音进行在线健身的满意度具有正向影响，其中感知有用性和任务技术匹配度对满意度的影响高于感知易用性。满意度和任务技术匹配度对大学生使用抖音进行在线健身的持续使用意愿具有正向影响，其中满意度的影响最为显著。本研究构建的模型填补了使用社交媒体进行在线健身的理论空白，为体育教学和健身行业提供了重要的启示。关键词：在线健身；大学生；科技接受模型；任务技术适配理论；满意度Abstract:This paper aims to explore the willingness of college students to use TikTok for online fitness,based onthe Technology Acceptance Model and the Task-Technology Fit Theory.By surveying 273 college students whohad already used TikTok for online fitness,AMOS24.0 was used to verify the constructed model.The study found:(a)Perceived ease of use,perceived usefulness and task technology matching have a positive impact on collegestudents satisfaction with using TikTok for online fitness,among which the impact of perceived usefulness andtask technology matching on satisfaction is higher than that of perceived ease of use.(b)Satisfaction and tasktechnology matching have a positive impact on college students willingness to use TikTok for online fitness,amongwhich satisfaction has the most significant impact.The model constructed in this study fills the theoretical gap ofusing social media for online fitness and provides important implications for physical education and the fitnessindustry.Keywords:online fitness;college Student;Technology Acceptance Model;Task-Technology Fit Theory;satisfaction学校体育XUEXIAOTIYU互联网+背景下大学生使用抖音进行在线健身的行为意愿研究Research on the Behavioral Willingness of College Students to UseTikTok for Online Fitness under the Background of Internet+陈灿彬Chen Canbin前言无论是关于加强全民健身场地设施建设发展群众体育的意见、体育强国建设纲要、还是全民健身计划2 0 2 1一2035等政策中都提到,将互联网技术运用到健身当中，鼓励体育明星等体育专业技术人才参加健身直播活动，普及运动健身知识、提供科学健身指导。鉴于此,2 0 2 2 年4月2 8 日，国家体育总局群体司、中华全国体育总会群体部秉承“以人民为中心”的思想，携手抖音平台初步尝试“互联网+”思维下的全民健身公共服务，积极探索全民健身活动的新模式、新方式和新机制。由此可见，国家对落实推进全民健身中互联网技术运用的迫切需求0 4)。中国互联网络信息中心（CNNIC)的第47 次中国互联网的网络发展状况统计报告中指出，我国网民群体中,学生最多，占比为2 1.0%。抖音是Z世代最受欢迎的社交媒体，在全球应用商店和谷歌Play上的下载量已超过2 0 亿次。根据相关调查得出，当前有近50%的大学及以上学历的互联网用户拥有在线健身意愿 517 ,可是通过国家体质数据的调研,大学生的体质反而是最为薄弱的 8 J9。由此可见,通过互联网实现在线健身的转化率较低，大学生是未来在线健身潜在巨大的用户群体。互联网+（InternetPlus）的概念最早由易观国际集团董事长于洋提出，随着互联网技术的不断成熟，不少学者将其引入到健身当中。基于去空间性、即时性、社交性和便利性等特点，在线健身模式可不受场地器材的限制并允许锻炼者自由选择中图分类号：G80-05doi:10.19379/ki.issn.1005-0256.2023.10.043意愿。1文献综述与模型设定1.1科技接受模型科技接受模型(Technology Acceptance Model,TAM)由 Da-vis(1986、198 9)提出。TAM模型缘起于心理学中的理性行为理论（Theory of Reasoned Action,TRA）。与上述理论不同的是,TAM模型假定在系统特征（外部变量）和潜在系统使用之间的复杂关系中感知易用性和感知有用性的重要作用。在作者简介：陈灿彬（2 0 0 0），男，福建泉州人，在读硕士研究生，研究方向：在线健身。作者单位：福建师范大学，福建福州350 117Fujian Normal University,Fuzhou 350117,China.文献标识码：A文章编号：10 0 5-0 2 56(2 0 2 3)10-0 157-7锻炼的时间，从而达到移动终端与日常生活的互嵌，在促成使用者健身习惯和身体健康的同时，达到远程自主化锻炼栋10 111。在线健身方式以其具有的感观之乐、人文之乐、自我发展之乐的特性，不仅受到学生的喜爱，同样也暴露了他们渴望在线健身的诉求 12 13。作为一个特殊的群体,缺乏体育活动的他们更易患上心理问题 14。因此将互联网技术运用到大学生的健身当中显得极为重要。有研究证明：科技接受模型可以运用到学生群体的研究中，并且任务技术适配理论能够预测学生的持续使用动机 1516 。因此本研究基于TAM 模型和TTF理论,调查大学生是否有持续使用抖音进行在线健身的157第31卷第10 期2023年10 月体育科技文献通报学校体育XUEXIAOTIYUTAM模型中,Davis（19 8 9）将感知易用性（Perceived Ease ofUse,PEOU)定义为“预期用户期望目标系统不需要任何努力的程度”。将感知有用性(Perceived Usefulness,PU)定义为“潜在用户在一个组织环境中使用一个特定的应用程序系统将提高用户的工作表现的主观概率”17 18 1当前，随着人们对信息和通信技术的需求的日益增长，TAM模型以其所代表的构面更具完整性和代表性,所构建的变量关系也较有整合性，从而使得TAM模型被接续应用于在线健身的研究中 19 2 。但是发表在国内外期刊的学者,均没有对某一具体的在线健身的媒介进行研究 2 3 2 4。这就代表他们的研究虽然能够代表健身用户具有在线健身的意愿，但并不能给予健身用户明确地实现他们意愿的路径。虽然上述学者也考察了有用性和易用性对用户持续使用的影响,并且也有学者使用了TAM模型+TFF理论，但是他们均忽略了考量使用者的确切态度。其实仅以易用性和有用性考虑用户的持续使用意愿容易造成假设不成立的问题。因此，有学者常加以满意度作为中介来调查用户的持续使用意愿 2 512 6 感知易用性与感知有用性作为重要变量考察用户的满意度已有先例,并且早在19 8 0 年就有学者证实用户的持续使用意愿受满意度的影响 2 7 2 8 。过去的研究也表明无论是在在线购物还是在线教学的研究中易用性与有用性均能影响用户的满意度,随后促进体验者再购或者再学意愿 2 9 31。由此可知,如果大学生也认为使用抖音进行在线健身对他们具有有用性和易用性的话,那么他们也会在使用中会感到愉悦并且更愿意继续使用。因此本研究提出假设：H1：感知有用性正向影响大学生使用抖音进行在线健身的满意度H2：感知易用性正向影响大学生使用抖音进行在线健身的满意度H3：满意度正向影响大学生使用抖音进行在线健身的持续使用意愿技术与任务特征之间的适配变量能够有助于更好地考量大学生进行在线健身的持续使用意愿。上述的研究也在实证方面证实了这一点。因此,本研究认为 TAM 模型与 TTF 理论二者的加总，能够更好地彰显大学生进行在线健身的接受度和使用意愿。Goodhue跟Thompson(1995）认为信息技术的性能要对个体产生积极影响，就必须利用TTF。作为TTF的两个前置变量，任务特征（Task Characteristics，T A C）代表着用户的行为需求，技术特征（TechnicalCharacteristics）代表协助用户完成他们需求的某些工具。在后续的研究中,有学者也常使用TAC跟TEC这两个前置变量作为对TTF的假设 39。因此本研究也将TAC跟TEC作为影响TTF的前置变量。此外还有学者认为TTF对用户的满意度和持续使用意愿有正向影响 40 因此本研究提出假设：H4：任务特征正向影响大学生使用抖音进行在线健身的任务技术匹配度H5：技术特征正向影响大学生使用抖音进行在线健身的任务技术匹配度H6:任务一技术匹配正向影响大学生使用抖音进行在线健身的满意度H7:任务一技术匹配正向影响大学生使用抖音进行在线健身的持续使用意愿1.3模型设定经过文献的回顾,考虑了TAM模型与TTF理论结合的可行性，以及结合大学生使用抖音在线健身的持续使用意愿的影响因素，通过以往学者的指导，我们确定了各个潜变量的关系并提出了7 个假设,从而得出以下抖音在线健身概念模型图，模型图如图1所示。科技接受模型SAT1.2任务技术适配理论PEOU任务技术适配理论（TaskT e c h n o lo g y Fit,T T F）由 GoodHue 和Thompson(1995)提出。TTF理论提供了一种可以将任AC务层面和系统的现象与个体和群体层面的结果联系起来的理任务技术适配理论论机制。质言之,TTF理论反映的是用户任务需求与IT技术之间的内在关系 32 。有学者表明,仅使用TAM 模型研究容易缺乏任务重点，换言之，仅使用TAM模型无法明确这项信息技术是否提供了用户所想要的功能 3。在过去,Dishaw和Strong（1999）发现TAM模型跟TTF理论都是为了用户理解和整合IT的选择和评估而开发的，因此将其融合可以提供一个比单独使用更强的模型 34。经此实证研究后,TAM 模型与 TTF理论的结合运用不仅在IT领域里蔚然成风,在管理学、经济学、教育学、旅游学等领域也是广为流传。在管理学方面,高平和刘文雯等（2 0 0 4）采用加总模型探讨了企业实施EPR系统时对员工行为的影响 35。在经济学方面,Shih和Chen(2011)研究了移动商务技术在房地产行业中的影响机制 36 。在教育学方面，Wu和Chen(2016)验证了学生继续使用M00C学习的意图 37 。在旅游学方面，徐菲菲和黄磊(2 0 18)探查了游客对景区智慧旅游系统使用意愿3*。查阅既有的文献并结合本研究的实际，发现仅聚焦于大学生对抖音平台的期望值是难以为继的，任务技术适配理论所提供的158BULLETINOFSPORTSCIENCEANDTECHNOLOGYVol.31.NO.10.2023TEC图1抖音在线健身概念模型图2研究设计2.1问卷设计为保证问卷的科学性和有效性，本研究参考了前人信效度较高的研究量表 2 0.2 1.39 1进行设计，根据崔洪成和陈庆果（2 0 2 0）、刘东锋和傅钢强（2 0 2 0）、Rahi等（2 0 2 0）的相关研究，对用于测量科技接受模型和任务技术匹配度的相关变量的题项进行适当改编，感知易用性、感知有用性设置6 个题项，任务特征、技术特征、任务技术匹配度和持续使用意愿均设置5个题项，根据Lin和Chen(2012）与Nagy（2 0 18)和开发的量表,对满意度这一变量进行适当改编,满意度设置5个题项 41-42 。由于借鉴国外学者的量表会产生文化和使用情境方面的影响，更改前人问卷的语句涉及适配度的问题，本研究找了3位体育学专家进行效度的检验，各学者均在副高及以上职称,其中一学校体育XUEXIAOTIYU名专家通过了英语专业8 级。为了保险起见，本研究又找了273份有效样本来自18 7 名女生和8 6 名男生；在学段方20为热衷于健身的体育学研究生进行了问卷转译,经过两轮面,大一学生15名,大二学生 36 名,大三学生 8 0 名,大四学生的讨论和表决后进行了50 份问卷的预发放，根据预试的结果71名,研究生7 1名；在日均使用抖音在线健身方面，小于1小删除部分题项后完成最终的制定。第一部分采用结构方程模时的在线健身者占41%，1-2 小时的在线健身者占45.4%，大型的权威学者的建议，采用李克特7 点尺度量表，从非常不同于2 小时的在线健身者占13.6%。意到非常同意，分值越高表示同意程度越高。问卷7 个构面，3数据分析共37 题，经过预试删除不符合题项后余留下2 3题。第二部分3.1共同方法偏差分析采用4个常用的人口学变量收集描述性统计信息。为了避免样本受到共同方法偏差（Common Method Vari-2.2数据收集ance,简称 CMV)的影响，本研究对模型进行了单因子 CMV与本研究采用网络问卷平台提供问卷调查服务发放问卷，多因子CMV的检验，单因子验证式因素分析的结果为x?调查时间段为2 0 2 2 年11月至12 月，问卷主要通过方便抽样(189,N=273)=1498.760;P=0.000,GFI=0.631;AGFI=的方式向高校抖音健身粉丝群进行发放，第42 题有设置答题0.550;CFI=0.669;TLI=0.632;SRMR=0.932;RMSEA=者高校所在地,可按用户IP地址进行审查 2 。为了保证问卷0.160,虽然许多因素负荷量仍然在0.5以上，但是资料显示的的有效性,我们设置了一项前置问题，询问大学生是否有用过模型配适度却不佳。另外多因子验证式因素分析的适配度为抖音进行在线健身，若无则无需继续答卷。为了使样本独立，X(168,N=273)=251.570;P=0.0,GFI=0.922;AGFI=我们还对受试者IP进行检测，剔除IP极其相近的样本,从而0.893;CFI=0.979;TLI=0.974;SRMR=0.382;RMSEA=排除观念雷同的影响。为了保证样本的质量,研究中测试问卷0.043。两个模型Ax=1247.19,d f=6,差异显著性P 0.7,要求，因此共剔除41份样本，占总样本数的13%。剔除无效AVE值 0.5的情况下,测量变量题项之间的一致性是能够接样本和不符合要求的样本后余留2 7 3份样本，符合上述学者提受的 46 。本研究主要通过Amos24.0测算这两个要求指标的出的要求。值(详见表1)表1收敛效度表显著性估计构面题项PEOU6PEOUPEOU5PEOU1PU6PUPUSPU4TAC5TACTAC4TAC2TEC5TECTEC4TEC3SATISATSAT2SAT3CI1CICI2CI3TTF3TTFTTF2TTF1*p0.001本研究模型共有7 个构面,分别为感知易用性、感知有用性、满意度、任务特征、技术特征、任务技术匹配、持续使用意愿。组成信度分别为0.9 2 2.0.7 8 6 0.8 8 6、0.8 8 7、0.8 55、0.8 7 3、题目信度UnStd.S.E.1.0001.0000.9761.0001.2481.1871.0000.9891.0391.0001.0790.8881.0000.9470.9761.0001.1471.0821.0000.9901.002组成信度Z-ValueP0.04820.9070.04621.2940.11410.9550.11110.7140.06116.1910.05917.4890.06117.6990.05615.7570.06315.0090.06814.3620.07215.8960.07015.4600.05916.8600.06016.573收敛效度Std.SMC0.8980.806*0.887*0.8970.699*0.775*0.7530.848冰*0.826*0.8750.8340.900冰*0.8190.817*0.829*0.7990.851*0.837*0.8180.847*0.855*0.8440.885及平均方差萃取量分别为0.7 9 9.0.552、0.7 2 2、0.7 2 5、0.664.0.6970.720,因素负荷量也大多大于0.7 的标准，符合Fornell and Larcker(1981)与Hair 等（2 0 0 9)的标准,所以本研159第31卷第10 期2023年10 月CR0.9220.7870.8050.4890.6010.5670.7190.6820.7660.6960.8100.6710.6670.6870.6380.7240.7010.6690.7170.7310.712AVE0.7990.7860.5520.8860.7220.8870.7250.8550.6640.8730.6970.8850.720体育科技文献通报学校体育XUEXIAOTIYU究7 个构面全部具有收敛效度 41 4。3.3区别效度分析区别效度主要是指潜变量之间的低相关性和差异性,它可以通过AVE的平方根与变量间的相关系数的大小来测量。根据Fornell and Larcker(1981）提出的标准，若一个变量与其他变量间的相关系数小于该变量的AVE的平方根,则说明该变量具有区别效度 46 表2 区别效度表收敛效度区别效度AVECICI0.697TTF0.720SAT0.664TEC.0.725TAC0.722PU0.552PEOU0.799注：对角线粗体字为AVE之开根号值，下三角为构面的皮尔森相关系数如表2 所示,本研究加粗体字的数据均大于其所在列的所有数值,因此本研究的测量模型的区别效度成立。3.4模型拟合度分析在测量结构方程模型的拟合度的诸多指标中,最常报告的值为卡方最小差异值（CMID）、自由度（DF）、卡方除以自由度（CMID/DF）、拟合度指标（GFI）、调整的拟合度指标（AG-FI）、比较拟合指标（CFI）、非规范拟合指标（TLI）、近似均方根误差（RMSEA）和标准化均方根残差值（RMSR）。因此本研究也将从上述指标进行检验 48 1 52 指标模型指标CMID294.589DF176CMID/DF1.674GFI0.910AGFI0.881CFI0.970TLI(NFI)0.964RMSEA0.050SRMR0.0553.5结构模型验证分析结构模型验证通过Amos24.0软件计算路径系数及R（详见图2）卡方值=2 94.58 9自由度=17 6卡方/DF=1.674p值=.0 0 0GFI=.910AGFI=.881RMSEA=.050CFI=.970TLI=.964EEOUEPEOU57PU47560492U670A87TACATACCTAGS8567TEC4TEC160BULLETINOFSPORTSCIENCEANDTECHNOLOGYVol.31.NO.10.20233.6路径分析假设Unstd.S.E.TACTTF0.4010.0725.550*0.4120.545TECTTF0.3580.0665.416*0.401PEOUSAT0.1080.046 2.3330.020.135PUSAT0.6350.113 5.604*0.448 0.647TTFSAT0.3230.059 5.436*0.373SATCITTFCITTFSAT0.8350.6220.8490.6900.6940.8150.5440.6580.6130.6520.6810.6230.6440.7080.5860.416 0.466 0.513 0.4740.471表3模型拟合度指标标准拟合结果越小越好越小越好0.8可接受；0.9拟合良好0.8可接受;0.9拟合良好0.90.90.080.0847SAT.6548PU52375465TTFB4854072图2 结构方程模型图表4模型路径分析表C.R.PStd.()0.611 0.0966.377*0.5440.5430.242 0.078 3.1000.0020.249TECTAC0.5960.8510.6450.8500.6650.705拟合良好拟合良好可接受拟合良好拟合良好拟合良好拟合良好7.80.54R2PUPEOU0.7430.894标准来源无无Hayduck(1987)Bagozi 等(198 8)Seot(1994)Bagozzi 等(198 8)Hair 等(2 0 17)Hair等(2 0 17)Hu 等(1998)CI.54结果通过表4可知,PEOU（=0.135,P0.02）、PU（=0.448,P0.001)、T T F（=0.373,P0.001),对 SAT均具有显著的正向影响。TAC（=0.412,P0.001）、T EC（=0.401,P0.001)对 TTF具有显著的正向影响。SAT(=0.544,P0.001)TTF(=0.249,P 0.135）可以用美国学者赫兹伯格(2 0 0 9)的双因素理论来解释。由于大学生受到过高等教育,相比于老年人群体,他们对移动终端上的APP软件的操作要更为擅长,因此在使用抖音健身时更关注所获得的健身效果，学生越认为这种健身方式对自己有用就越会满意，从而增加使用其健身的频率,对于操作的难易程度则鲜有考虑。由此可见感知有用性为激励因素,感知易用性为保健因素。从路径分析可知，任务技术匹配度对满意度的影响为0.373,即抖音所具备的特征与学生的健身任务相匹配时,学生的满意度就会显著上升。Yu(2021)等学者认为大学生群体存在多元化的健身需求 2 3。首先,为了符合学生的健身需求，一方面抖音一直给予运动健身领域充分的流量以拓展多元化的健身路径,通过提高对运动健身博主的直播和推广运营技术的扶持，以使学生一打开抖音就可以搜索到一众体育健身视频等在线资源。其次,另一方面抖音还推出的“全民健身计划”，邀请了一众优质的运动健身博主如帕梅拉等的人驻，为学生带来更多优质的体育健身内容，在一定程度上满足他们的健身目标。最后，相比于传统的健身行业和健身APP模式的僵化,抖音平台以其更具灵活性和不断创新性的操作满足了学生多元化的需求，以其重视用户健身的愉悦感，邀请一众国际驰名的健身专家提高了使用其在线健身的说服力。在核心变量的影响下，满意度对持续使用意愿产生的路径系数为0.544,由此可知学生对抖音在线健身的接受度主要是基于满意度。首先,本研究认为满意度是影响持续使用意愿的关键变量,这是因为从Lee(2013)的动机需求的视角来看，他认为内在动机主要源于快乐、不快乐或挫折等情感感受，而满意度是影响学生从事某项活动的内在动机,用户的持续使用意愿很大程度来源对技术的满意度 16 。其次，高科技发展的视角来看，在2 1世纪，人工智能、互联网、大数据等新兴科技的成立成立成立成立成立成立成立学校体育XUEXIAOTIYU出现正在改变人们传统的健身行为，作为伴随互联网高速发展为在线健身带来的将是一种永久性的转变 56 的新生代，大学生的行为也更为智能化、网络化和信息化，由于5结论大学生的健身行为主要取决于其特殊的心理、生理、和社会需1.感知易用性、感知有用性和任务技术匹配度,对大学生求 53,作为经常处于一个固定场域的他们巫需一种健身空间使用抖音进行在线健身的满意度具有正向影响；其中，感知有上的转换，而由现实场域跳跃到虚拟场域带来的是一种填补从用性和任务技术匹配度对满意度的影响高于感知易用性。未有过的智慧新奇的健身行为体验感，而且最重要的是，除了2.满意度和任务技术匹配度，对大学生使用抖音进行在线空间上不受限制，学业繁重的他们在时间上的安排也更能随心健身的持续使用意愿具有正向影响；其中，满意度的影响最为所欲。最后，从情感体验的角度来看，由于抖音不仅可以为他显著。们提供各式各样在线健身的资源，满足他们的健身任务，还可6未来研究方向以让其分享健身习惯和拓展交际，使其在健身时身心得以满本研究虽然构建了新的在线健身模型，但也具有一定的足，从而保持持续健身的习惯。对满意度这一关键变量的验证局限性。首先，本研究主要采用横断面的数据来检验理论模是本文基于前人未对其进行考量后的一个重大发现。型,虽然统计分析结果均符合逻辑，但没有考虑常见的方法偏4.2对持续使用意愿的分析倚，未来的研究可以采用纵向方法，从不同来源收集不同时期在本研究中，上述各路径假设均成立。满意度与任务技的数据，以进一步确认各构面之间的因果关系。其次，持续使术匹配均能够对学生的持续使用意愿产生积极的影响,这与相用意愿也容易受到其他客观环境和情绪的影响,应考虑更多的关研究的结论一致 2 6 。因此我们认为学生具有持续使用抖音变量。最后,更为重要的是，大学生作为国家最重要的后备人进行在线健身的意愿。研究认为，一方面我们与徐菲菲Rahi、才，他们的健康对于国家未来的现代化进程起着至关重要的作Wang等学者构建的理论模型大体一致,均得到较好的模型拟用,因此应增强这一人群的锻炼频率和健康自我管理的能力，合度指标，构建了不同领域的新模型，填补了使用社交媒体让大学生坚持使用精细化、智能化、专业化和多元化的在线健APP进行在线健身的理论空白 38 140 。另一方面抖音也在持身技术变得势在必行,这也是我们选择这一人群的原因。但续地推广在线健身，为了保持学生对健身的粘性，它不仅通过是,为了实现健康中国2 0 30,在未来的研究中,我们应对不同政企结合的方式，与体育部门合作创办了一系列在线健身赛事人群进行调查，使研究得到更为广泛的应用，使抖音庞大的用以激励广大学生踊跃参赛,还推出了“DOU动计划”号召有体户群体都能享受在线健身的乐趣。育内容创作能力的个人及机构，基于抖音创作、发布运动视频，参考文献：记录健身日常。形成了除深人讲解、带练健身直播外，还能激1国务院办公厅关于加强全民健身场地设施建设发展群众体育的意见 J.中华人民共和国国务院公报，2 0 2 0，（2 9）：41-44.发健身创作者的科普热情，提高创收，保持其创造的热情。换2鲍明晓.贯彻体育强国建设纲要，办好人民满意的体育事业言之，一方面抖音致力于保留学生的健身习惯，另一方面，通过J.体育科学,2 0 19,3 9(9):3-13,2 3.流量的增加催生更多健身主播的创作和优质作品的产出，形成3国务院印发全民健身计划（2 0 2 12 0 2 5年）J.现代城市研了一种可持续运营的循环。究,2 0 2 1,(9):131.资料显示 541 5,以0 0 后为主的18 至2 3岁的抖音用户是4吴俊宽，吴博文.“全民健身线上运动会”N.新华每日电讯，运动健身视频的忠实观众，目前我国健身APP使用者中2 4岁2022 04 29(10).以下的消费群体占比高达43.38%，2 5-34岁消费群体的消费5中国互联网络信息中心.CNNIC发布第47 次中国互联网络发占比也达到了34.8 6%，35岁以下消费人群占比达到7 8.2 4%，展状况统计报告 EB/OL.2021-02-03.http：/w w w 3.c n n-整体来看，年轻消费者更注重满意度和体验感。随着运动政策 Omar S,Tang L,Bolong J,et al.Moderating Effect of Gender on the健身越来越紧密，健身形式不仅仅局限于运动场，反而拓宽于Relationship between TikTok Usage and Positive Emotion among Tik-Tok Users in China J.The International Journal of Academic Re-更多的空间中，使得运动健身成为一种新的生活方式。抖音在search in Business and Social Sciences,2020,10:51-66.线健身模式不是一就而就的，而是在于它对运动健身内容的精7动商研究院.2 0 2 1年中国运动健身人群洞察报告【EB/OL.耕细作以及人们对于精神文化生活的追求和对固化的情感进2021-12-30.https:/ _-化，对于运动健身生活需求也日渐高涨，更多学生对于健康体4311140.html.魄有了更深切的理解和追求，这就使得让健身不再是口号的倡9腾讯新闻.教育部：中小学生身体素质改善大学生体质下滑导,而是一种具有可持续性的实际行动。EB/OL.2019-09-09.https:/ 田懿.后疫情时期线上健身发展PEST分析及促进策略 J.体脱于校园，拥有他们自由的时间和情感转换的时间，通过在线育文化导刊,2 0 2 2,(9）:59-6 6.健身使其在学习和生活之间建立了一个缓冲地带,带来了一种11春潮.新媒体时代居家健身潮与健身品牌的营销策略基于情感上的转换，让本来就有健身习惯的学生降低因突发事件而刘宏现象的分析 J/OL.体育与科学,2 0 2 2，（5）：19 2 5难以健身的不适感。这也预示着体育教师也可以采用这样创2022-12-09 .新性的健身方式让大学生的健身兴趣得到培养，满足他们特殊12 齐春燕，刘晖，王来东.疫情下居家健身发展契机、特征及推进策需求。此外，对于经济下行的传统健身行业，也可以借此拓宽略 J.体育文化导刊,2 0 2 0，（12）：7 1-7 5,8 3.渠道，人驻抖音平台去了解用户的需求，谋求更大化的利益，因13 陈坚伟.从健身应用分析“互联网+健身”的现状、问题与前景161第31卷第10 期2023年10 月体育科技文献通报学校体育XUEXIAOTIYUJ.体育科学,2 0 16,36(9):2 0-2 7.14 Zhai Y,Du X.Addressing collegiate mental health amid COVID-19pandemicJ.Psychiatry research,2020,288:113003.15 Chintalapati N,Daruri V S K.Examining the use of YouTube as aLearning Resource in higher education:Scale development and vali-dation of TAM modelJ.Telematics and Informatics,2017,34(6):853 860.16 Lee D Y,Lehto M R.User acceptance of YouTube for procedural learn-ing:An extension of the Technology Acceptance Model JJ.Computers&Education,2013,61:193-208.17 DAVIS F D.Perceived usefulness,perceived ease of use,and useracceptance of information technology J.MIS Quarterly,1989,13(3):319-340.18 Marangunic N,Granic A.Technology acceptance model:a literaturereview from 1986 to 2013 J.Universal access in the informationsociety,2015,14(1):81-95.19骆意.基于TAM的大学生移动健身App使用影响因素的实证研究 J.首都体育学院学报，2 0 17,2 9（1)：7 2-7 7.20 崔洪成,陈庆果.移动健身App用户持续使用意愿研究 J.首都体育学院学报,2 0 2 0,32(1)：7 5-8 1,96.21刘东锋，傅钢强.新型冠状病毒肺炎疫情期间在线健身服务用户持续使用意愿的影响因素研究 J.体育学研究,2 0 2 0,34(2)：41-50.22 崔洪成.移动健身App使用意愿研究基于技术准备度与技术接受模型（TRAM）J.中国体育科技,2 0 2 2,58（6）：10 4-113.23 Yu J H,Ku G C M,Lo Y C,et al.Identifying the Antecedents of U-niversity Students Usage Behaviour of Fitness Apps J.Sustain-ability,2021,13(16):9043.24 Cai J,Zhao Y,Sun J.Factors influencing fitness app users behaviorin China J.International Journal of Human-Computer Interac-tion,2022,38(1):53 63.25 Natarajan T,Balasubramanian S A,Kasilingam D L.The moderatingrole of device type and age of users on the intention to use mobileshopping applicationsJ.Technology in Society,2018,53:79-90.26Joo Y J,So H J,Kim N H.Examination of relationships amongstudents self-determination,technology acceptance,satisfaction,andcontinuance intention to use K-MOOCsJ.Computers&Education,2018,122:260-272.27 Mahmood M A,Burn J M,Gemoets L A,et al.Variables affecting in-formation technology end-user satisfaction:a meta-analysis of theempirical literature J.International Journal of Human-ComputerStudies,2000,52(4):751-771.28 Oliver R L.A cognitive model of the antecedents and consequencesof satisfaction decisions J.Journal of marketing research,1980,17(4):460 469.29 Lee J W.Online support service quality,online learning acceptance,and student satisfaction J.The internet and higher education,20