《Journal of Social Computing》：From Short Videos to Global Learning: A Data-Driven Analysis of the Ecosystem of Chinese Language Learning on TikTok
编辑推荐：
本文对TikTok上75 188个中文学习视频进行了数据驱动分析，以刻画国际中文学习的全球生态。研究人员结合情感分析和跨国比较建模，发现内容以简短性、互动性和娱乐导向为特征，形成了一个全球扩散但区域集聚的生态系统。来自邻近国家和主要经济体的创作者推动了内容生产
本文对TikTok上75 188个中文学习视频进行了数据驱动分析，以刻画国际中文学习的全球生态。研究人员结合情感分析和跨国比较建模，发现内容以简短性、互动性和娱乐导向为特征，形成了一个全球扩散但区域集聚的生态系统。来自邻近国家和主要经济体的创作者推动了内容生产，反映出语言 proximity、数字接入和文化亲和力的相互作用。用户评论揭示了一种风险稀释的生态：正式评价的缺失促使参与更加积极，互动更加非正式、自发。情感反应主要由视频主题和风格驱动，而非视频时长。跨国分析进一步表明，经济规模、贸易联系和地理邻近性显著影响内容生产力和受众参与。这些发现推进了对算法中介语言学习的理解，为分析短视频时代数字知识交换的社会技术动态提供了框架。
**研究背景与问题**
互联网深刻改变了全球教育生态，以用户生成内容（User-Generated Content, UGC）和专业生成内容（Professionally Generated Content, PGC）为代表的“自媒体”成为教育内容生产与传播的重要力量。TikTok作为全球短视频平台，截至2025年7月下载量位居全球第二，月活跃用户超过15亿，覆盖150个国家；其#LearnChinese话题标签累计观看量超过50亿次。然而，已有关于TikTok中文学习的研究多为小规模或区域性案例，聚焦于网红教师和学习者体验，以定性分析为主，缺少大规模经验证据。为弥补这一空白，研究人员收集并分析了TikTok平台2017年9月至2025年5月间的75 188条中文学习视频，提出四个研究问题：其一，这类视频的总体规模、增长趋势与时空分布特征；其二，视频的形式与内容特征；其三，用户观看、互动与情感反应模式；其四，影响中文学习视频竞争力外部社会经济因素。该研究旨在揭示TikTok中文学习生态的全球图景及其社会技术动力。
**研究内容与主要结论**
研究人员发现，TikTok中文学习内容在时间上经历了早期指数增长（2017—2019）、大规模扩张（2020—2023）和增长平台期（2024—2025）三个阶段；空间上集中于中国邻近国家和主要经济体，韩国和美国贡献了近一半的上传量。内容以短时长为主，83.7%的视频不超过59秒，37.4%的视频不足15秒。教学主题可归纳为考试导向、话题驱动和资源推广三种取向；修辞上强调高互动性、多模态混合以及“前三秒注意力捕获机制”。创作者生态以专业或半专业用户为主导，在高表现视频样本中约70%为PUGC（Professional-User-Generated Content，专业用户生成内容）创作者。用户评论分析显示，TikTok构建了一种“风险稀释的学习生态”：正式评价缺失使学习者更主动参与，互动更加非正式和自发。跨国分析进一步表明，GDP、来自中国的外商直接投资（Foreign Direct Investment, FDI）和人口规模等经济结构因素比文化距离更能解释内容吸引力与内容生产力。这些发现挑战了文化接近理论的传统假设，表明算法平台可能放大经济和结构力量，而非文化亲和力。
**关键方法**
研究人员基于TikTok Ads Language Report（2024）选择20种主要语言，构建40个检索关键词，通过TikTok官方应用编程接口（Application Programming Interface, API）获取视频并人工去重筛选，最终得到75 188条有效视频。语言识别采用Polyglot工具并结合人工抽检校正，非英文文本经机器翻译统一为英文；主题挖掘采用BERTopic和K均值聚类，情感分析使用RoBERTa-large模型。外部因素分析中，地理距离采用基于世界银行国家数据库和GeoNames API坐标的Haversine大圆距离；文化距离基于Hofstede六维文化框架计算欧氏距离；统计方法包括Spearman相关分析和Mann-Whitney U检验。
**数据概览与统计特征**
时间与空间分布显示，中文学习视频自2017年起呈指数增长，2023年和2024年分别达到20 976条和28 774条，2025年第一季度新增5 623条。地理上，韩国（n=19 570，26%）和美国（n=15 393）合计占近一半；越南、印度尼西亚、日本、泰国、老挝构成亚洲第二梯队，英国是欧洲贡献最高的国家。时长分析揭示平台对简短内容的明显偏向，反映了算法对即时注意力的偏好，但也带来学习过程碎片化的问题。通过K均值聚类和主成分分析（Principal Component Analysis, PCA），研究人员从高观看量视频中提炼出十个可解释主题，涵盖HSK等考试、词汇语法、技能训练、资源推荐、传统文化与当代生活、教师人设、教学流程、多模态形式、平台功能以及情感态度标记。内容设计上可归为考试导向、话题驱动和资源推广三类；创作者类型抽样显示，70%的高表现账号为PUGC，18%为PGC团队，仅12%为纯UGC账号。
**用户参与与互动模式**
研究人员聚焦观看量最高的2 000条视频及其评论数据。75 188条视频的平均观看量为12 518.50（标准差=213 094.98，最大值=42 525 809），前1 000条视频占据全部观看量的70%，流量高度集中。评论总体情感呈弱正向（综合得分=0.21），但波动较大。对199 800条多语言评论进行清洗和主题聚类后，得到五个一级主题：中文学习、饮食文化、旅行与地理、传统文化、当代中国。前四类以正面情绪为主，而“当代中国”引发明显负面反应。进一步分析38 700条与中文学习直接相关的评论，发现学习者乐于展示从通过HSK到正确拆解汉字等不同层级的成就；TikTok将直播发音检查、同伴作业互评、教材讨论和人工智能语言交换伙伴整合进同一跨国学习空间，私人评分、同伴修改和开放式讨论取代了面对面或实名课堂中威胁面子的互动，形成高参与、低焦虑的非正式数字学习生态。
**内容吸引力与内容生产力的驱动因素**
相关性分析显示，吸引力指标与人口规模、生产力指标与GDP关系最为密切；地理距离与各指标显著负相关，文化距离的相关性不显著。Mann-Whitney U检验进一步表明，GDP优于收入水平，来自中国的内向FDI比外向FDI更具区分度；人口规模和与中国经济联系的深度是更有效的区分因素。地理距离的影响呈非线性：当国家从“近”跨越到“中”距离后，距离屏障的影响已经确立，中距离与远距离国家之间无显著差异。汉字圈成员身份在内容生产力和吸引力方面具有结构优势。分享数量在多项检验中均不显著，说明分享行为更多依赖内容质量和社交网络动态。研究人员据此认为，TikTok中文学习生态并非由文化亲和力或地理邻近性单独驱动，而是经济规模、贸易联系和数字基础设施共同作用的结果，文化因素的作用不如文化接近理论所预测的那样明显。
**讨论与结论**
讨论部分指出，文化距离与关键指标无显著相关，意味着算法平台可能放大经济和结构因素对数字知识交换的影响，这对数字知识传播的公平性提出重要问题：动态图嵌入等模型可能强化经济强势或地理邻近区域的内容优势，TikTok算法也可能在无意中加剧经济等级而非文化或语言亲和力的作用。研究结论可归纳为：基于75 188个TikTok中文学习视频，本研究首次对短视频语言教育生态进行了大规模分析。针对RQ1，时间与空间分析揭示快速增长、全球扩张和近期平台期三个阶段，生产集中于中国邻近地区和主要经济体；针对RQ2，内容与行为分析显示视频极其简短并受平台即时性逻辑塑造，教学形态集中于考试导向、话题驱动和资源推广；针对RQ3，创作者生态由专业或半专业用户主导，注意力集中于少数爆款视频，观众重视TikTok非正式、高互动和低焦虑的学习环境；针对RQ4，内容吸引力和内容生产力的驱动因素是经济规模、贸易联系与数字基础设施的复杂交互，GDP、来自中国的内向FDI和人口规模比文化亲和力更具预测力。未来研究应关注推荐算法、创作者经济与跨平台学习轨迹如何共同影响全球语言传播，并通过纵向研究和跨平台比较检验上述生态是否具有普遍性。
