袁鵬程 王世佳 胡夷 蔡近近

摘? 要：為了探究網(wǎng)約車用戶期望、感知價(jià)值、感知質(zhì)量對(duì)用戶持續(xù)意愿的影響機(jī)理，以用戶滿意作為中介變量，構(gòu)建用戶持續(xù)意愿作用模型。通過對(duì)217份有效問卷數(shù)據(jù)樣本進(jìn)行相關(guān)分析，并用層級(jí)回歸的方式對(duì)所提出的相關(guān)假設(shè)進(jìn)行檢驗(yàn)。結(jié)果表明：感知價(jià)值、感知質(zhì)量對(duì)持續(xù)意愿產(chǎn)生顯著正向影響;用戶期望、感知價(jià)值、感知質(zhì)量對(duì)用戶滿意有顯著正向影響;社會(huì)影響、用戶滿意對(duì)持續(xù)意愿產(chǎn)生顯著正向影響;用戶期望、感知質(zhì)量對(duì)感知價(jià)值產(chǎn)生顯著正向影響;用戶滿意在感知價(jià)值、感知質(zhì)量對(duì)持續(xù)意愿的影響中起中介作用，用戶滿意在用戶期望對(duì)持續(xù)意愿的影響的中介作用未得到驗(yàn)證。同時(shí)給出網(wǎng)約車相關(guān)的運(yùn)營管理建議。

關(guān)鍵詞：網(wǎng)約車;持續(xù)使用意愿;顧客滿意度;層級(jí)回歸;中介作用

中圖分類號(hào)：F272? ? 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： In order to explore the influence mechanism of online car hailing user's expectation， perceived value and perceived quality on user's persistence intention， a model of user's continuance intention was constructed with user's satisfaction as intermediary variable. The relevant hypotheses were tested by correlation analysis and hierarchical regression on 217 valid questionnaires. The results show that： perceived value and perceived quality have a significant positive impact on persistence intention; user expectation， perceived value and perceived quality have a significant positive impact on user satisfaction; social impact and user satisfaction have a significant positive impact on continuous intention; user expectation and perceived quality have a significant positive impact on perceived value; user satisfaction has a significant positive impact on perceived value and perceived quality the mediating role of user satisfaction in the influence of user expectation on persistence intention has not been verified. At the same time， this paper gives the operation management suggestions related to online car hailing.

Key words： online car-hailing; continuous use intention; customer satisfaction; hierarchical regression; intermediation

0? 引? 言

出租車與地鐵、公交車一同被認(rèn)為是一個(gè)城市交通的重要組成部分，因?yàn)槠淇梢詾槊總€(gè)人提供公共出行服務(wù)[1-2]。公共交通上下車地點(diǎn)是固定的，出租車則可以由乘客自行決定上下車的位置。由于固定服務(wù)系統(tǒng)不能支持所有的出行需求，全區(qū)域覆蓋通常依賴于出租車。它們是根據(jù)公眾需求運(yùn)行的公共交通系統(tǒng)中的一個(gè)重要元素。隨著當(dāng)下技術(shù)以及互聯(lián)網(wǎng)行業(yè)的發(fā)展，許多新的交通方式在逐步被出行者采用，如Uber和滴滴出行等約車服務(wù)則作為點(diǎn)對(duì)點(diǎn)共享出行的新模式[3]。網(wǎng)約車服務(wù)被定義為“出行者個(gè)人通過在線APP應(yīng)用程序向平臺(tái)注冊(cè)司機(jī)約車及支付的平臺(tái)”，這種出行方式有賴于全球定位系統(tǒng)（GPS），即司機(jī)和乘客需要利用智能手機(jī)連入互聯(lián)網(wǎng)，從而建立聯(lián)系。在GPS技術(shù)，數(shù)字地圖和路徑算法的支持下，乘客可以迅速獲得等待時(shí)間、駕駛員、車輛和花費(fèi)的信息。這類出行方式乘客可以很清楚的實(shí)時(shí)告訴司機(jī)出發(fā)地和目的地是何處、自身何時(shí)需要獲得服務(wù)、整個(gè)行程要花費(fèi)多少錢以及可以實(shí)時(shí)跟蹤司機(jī)的位置，正是由于網(wǎng)約車的這些天然的優(yōu)勢(shì)，使其在短時(shí)間內(nèi)可以獲得大量的用戶。截至2019年我國網(wǎng)約車用戶規(guī)模達(dá)到3.4億，如此龐大的數(shù)據(jù)，對(duì)于網(wǎng)約車平臺(tái)來說，更好地了解用戶持續(xù)使用意愿是非常重要的，因?yàn)槠涫瞧脚_(tái)長期發(fā)展的主要決定因素，同樣也是與其他出行方式競爭的主要來源。

在當(dāng)前運(yùn)輸背景下，大量研究對(duì)乘客滿意度進(jìn)行了調(diào)查，但很少有關(guān)于持續(xù)使用意愿的研究。此外，根據(jù)Lim的一份行業(yè)報(bào)告，移動(dòng)技術(shù)可以改善通勤體驗(yàn)，持續(xù)使用意愿可以帶來乘客的幸福感，并推動(dòng)他們的出行習(xí)慣[4]。因此，除了感知到的服務(wù)質(zhì)量外，訂票應(yīng)用程序的感知價(jià)值和用戶的期望認(rèn)為會(huì)影響乘客對(duì)使用代駕服務(wù)的滿意度和持續(xù)使用意愿。綜上，探討如何在眾多平臺(tái)中吸引顧客，提升顧客滿意度，提高顧客的持續(xù)使用意愿的研究，顯得尤為重要。本文將期望確認(rèn)模型與顧客滿意度模型相結(jié)合，提出本文的理論模型。從實(shí)踐的角度來看，本次研究的結(jié)果可以為網(wǎng)約車平臺(tái)提供管理建議，以提升服務(wù)質(zhì)量，從技術(shù)上為乘客提供不同的效益。此外，研究用戶的持續(xù)使用意愿有助于更好的留住用戶。

1? 理論基礎(chǔ)與假設(shè)提出

1.1? 理論基礎(chǔ)

1.1.1? ACSI顧客滿意度模型。顧客滿意度模型的定義是顧客在使用某種產(chǎn)品前的期望與使用該產(chǎn)品后的實(shí)際感受相比較，而對(duì)產(chǎn)品及其服務(wù)產(chǎn)生一定的感受，以及對(duì)該產(chǎn)品的接受程度[5]。顧客滿意度理論主要研究傳統(tǒng)消費(fèi)模式，研究角度主要有兩個(gè)層面：其一，顧客滿意度是用戶的付出和收獲之間的差別而導(dǎo)致心理情感的落差，在Osotrm的研究中發(fā)現(xiàn)顧客滿意度是在消費(fèi)行為發(fā)生后，自身投入成本與實(shí)際需求滿足度之間對(duì)比產(chǎn)生的情感認(rèn)知[6]。通過Olive和Swan的研究不難看出，“滿意”這種情感認(rèn)知具有評(píng)價(jià)性、情緒性及主觀性的反應(yīng)[7]。其二，在消費(fèi)者產(chǎn)生的期望與實(shí)際收獲感知存在明顯差異，Kolter在感知差距理論的基礎(chǔ)上，認(rèn)為顧客滿意度是消費(fèi)者期望與現(xiàn)實(shí)需求滿足程度之間的差距，由此產(chǎn)生的認(rèn)知程度[8]。王建軍等人基于社會(huì)關(guān)系理論和S-O

-R模型，認(rèn)為感知價(jià)值在購買意愿中起了中介作用[9]。網(wǎng)約車用戶期望是通過用戶前期對(duì)網(wǎng)約車的消費(fèi)使用體驗(yàn)、個(gè)人需求以及網(wǎng)約車的口碑的“事前期待”。期望就像當(dāng)前時(shí)期產(chǎn)品質(zhì)量的一面鏡子，為顧客提供有關(guān)產(chǎn)品的真實(shí)信息，因此期望在很大程度上都是合理的，并且反映了顧客根據(jù)實(shí)際消費(fèi)情況對(duì)產(chǎn)品質(zhì)量和價(jià)值的判斷和預(yù)測能力[10]。在對(duì)顧客滿意度研究方面：Shaaban等人評(píng)估影響用戶對(duì)網(wǎng)約車服務(wù)滿意度的影響因素，探討個(gè)人因素與用戶滿意度的關(guān)系，給出了訪問網(wǎng)約車服務(wù)所花費(fèi)時(shí)間與用戶滿意度之間的關(guān)系[11]。王敬琪基于UTAUT模型并且引入現(xiàn)狀偏差理論構(gòu)建了結(jié)構(gòu)方程模型，對(duì)產(chǎn)品的意向偏好進(jìn)行了研究[12]。宗文等人基于ACSI模型研究了網(wǎng)約車顧客滿意度影響因素[13]。汪麗霞結(jié)合顧客滿意度指數(shù)（ASCI）、瑞典顧客滿意指數(shù)（SCSB）和歐洲顧客滿意指數(shù)（ECSI）三個(gè)模型的基礎(chǔ)上，在雙邊市場環(huán)境下對(duì)顧客滿意度進(jìn)行了實(shí)證分析[14]。范春梅等人借助體驗(yàn)管理理論，探討高速列車運(yùn)行狀況對(duì)乘客體驗(yàn)、滿意度和再乘意愿的影響[15]。Su等人探索四種結(jié)構(gòu)（感知的服務(wù)質(zhì)量，感知的安全性，參與度和滿意度）與網(wǎng)約車背景下的乘客忠誠度之間的直接和間接關(guān)系，發(fā)現(xiàn)感知服務(wù)質(zhì)量、參與度、滿意度可以很好地預(yù)測乘客出行的忠誠度[16]。Tandon等人分析了顧客滿意度對(duì)回購意向產(chǎn)生的中介作用[17]。從前人的研究發(fā)現(xiàn)，利用ACSI模型進(jìn)行網(wǎng)約車使用滿意度研究是可行的。

1.1.2? ECM期望滿意度模型。期望確認(rèn)模型（ECM）認(rèn)為，顧客滿意度對(duì)持續(xù)使用意愿有正向影響，當(dāng)顧客對(duì)網(wǎng)約車服務(wù)感到滿意時(shí)，則會(huì)激發(fā)顧客持續(xù)使用網(wǎng)約車服務(wù)的意愿。在Joo等人研究學(xué)生對(duì)數(shù)字教科書的持續(xù)使用意愿研究中，使用了期望確認(rèn)模型（ECM）[18]。Pang等人基于期望確認(rèn)模型（ECM）和信息系統(tǒng)（IS）成功模型，研究影響知識(shí)共享平臺(tái)消費(fèi)者持續(xù)使用意圖的主要因素，研究發(fā)現(xiàn)感知有用性和滿意度很大程度影響持續(xù)使用意愿[19]。吳雪冰基于擴(kuò)展的期望確認(rèn)理論（ECM-ISC），建立網(wǎng)約車持續(xù)使用意愿模型，結(jié)果表明滿意度是影響持續(xù)使用意愿的最主要的因素[20]。其邏輯框架如圖2所示。

本文在分析前人研究的基礎(chǔ)上，發(fā)現(xiàn)在研究用戶持續(xù)使用意愿時(shí)，結(jié)合用戶的滿意度研究顯得十分必要。同時(shí)期望確認(rèn)模型在持續(xù)使用意愿研究方面應(yīng)用很廣泛，但在網(wǎng)約車持續(xù)使用意愿方面的應(yīng)用較少，因此本文決定創(chuàng)新的將期望確認(rèn)模型（ECM）與顧客滿意度模型（ACSI）兩者結(jié)合同時(shí)加入社會(huì)影響因素，來分析網(wǎng)約車持續(xù)使用意愿影響因素以及顧客滿意度在其中的中介作用。

1.2? 研究假設(shè)

本文的研究假設(shè)是基于ACSI模型和ECM模型基礎(chǔ)上，提取ACSI模型中感知質(zhì)量、用戶期望、感知價(jià)值對(duì)顧客滿意的影響關(guān)系;提取ECM模型滿意度與持續(xù)意愿的影響關(guān)系，將兩個(gè)模型整合，考慮到個(gè)人對(duì)某件事物的看法可能會(huì)受到周圍人對(duì)該事物看法的影響，因此引入社會(huì)影響因素建立本文理論模型（見圖3）。

研究該類問題通常會(huì)采用結(jié)構(gòu)方程模型，但本文將會(huì)使用回歸分析的方法對(duì)模型假設(shè)進(jìn)行研究，以期驗(yàn)證所提假設(shè)。

H1a-H1c：出行者的用戶期望、感知價(jià)值、感知質(zhì)量分別與網(wǎng)約車持續(xù)使用意愿有正相關(guān)關(guān)系;

H2a-H2c：出行者的用戶期望、感知價(jià)值、感知質(zhì)量分別與用戶滿意有正相關(guān)關(guān)系;

H3a、H3b：出行者的用戶滿意、社會(huì)影響分別與網(wǎng)約車的持續(xù)使用意愿有正向相關(guān)關(guān)系;

H4：出行者的社會(huì)影響對(duì)用戶滿意有正向相關(guān)關(guān)系;

H5：出行者的用戶期望對(duì)感知價(jià)值有正向相關(guān)關(guān)系;

H6：出行者的感知質(zhì)量對(duì)感知價(jià)值有正向相關(guān)關(guān)系;

H7a-H7c：出行者的用戶滿意在用戶期望、感知價(jià)值、感知質(zhì)量與網(wǎng)約車持續(xù)使用意愿之間起中介作用。

2? 研究方法

2.1? 研究樣本和數(shù)據(jù)采集

在本文研究的過程中，通過“是否使用網(wǎng)約車”的題目對(duì)被調(diào)查人員進(jìn)行分類，采用曾經(jīng)乘坐過網(wǎng)約車的出行者作為研究對(duì)象，通過網(wǎng)絡(luò)調(diào)查擴(kuò)大研究的樣本。調(diào)查分為兩部分，第一部分為網(wǎng)約車用戶的個(gè)人社會(huì)經(jīng)濟(jì)屬性;第二部分為涉及意愿影響因素的潛變量測量指標(biāo)。采用了Likert七級(jí)量表的形式：1，2，3，4，5，6，7分別代表非常同意，比較同意，同意，一般，不同意，比較不同意，非常不同意。整個(gè)調(diào)研過程持續(xù)了一個(gè)多月，累計(jì)收到316份問卷。謹(jǐn)慎起見刪除了作答時(shí)間不足的無效問卷，最終獲得217份有效問卷，問卷回收率達(dá)到68.67%。有效問卷中男性104人（約占47.93%），女性113人（約占52.07%）;在年齡層次方面，25歲以下74人（約占34.10%），26歲到35歲91人（約占41.94%），36歲以上52人（約占23.96%）;在收入方面，月收入在1 000元以下47人（約占21.66%），1 000～3 000元34人（約占15.67%），3 000～6 000元29人（約占13.36%），6 000元以上107人（約占49.31%）。調(diào)查發(fā)現(xiàn)青年人占調(diào)查比例較大，與當(dāng)前網(wǎng)約車市場青年人比例高的實(shí)際情況一致。

2.2? 變量定義與測量

在上述假設(shè)中所涉及到的變量為不可直接觀測的潛變量，需要對(duì)其進(jìn)行延伸來進(jìn)行觀測，從而確定最終的潛變量結(jié)果。本文將網(wǎng)約車用戶的持續(xù)意愿設(shè)置為因變量，感知價(jià)值、用戶期望、感知質(zhì)量、用戶滿意和社會(huì)影響等五個(gè)變量視為自變量。

在對(duì)假設(shè)模型進(jìn)行驗(yàn)證之前，需要對(duì)量表進(jìn)行信度檢驗(yàn)和效度檢驗(yàn)，通過Cronhach's α系數(shù)和組合信度兩個(gè)指標(biāo)對(duì)量表進(jìn)行信度檢驗(yàn)的評(píng)價(jià)指標(biāo)，Cronhach's α系數(shù)值介于0～1之間，其值越接近1代表信度越高;組合信度最低值為0.7，值越高代表組合信度越好。通過觀察所得Cronhach's α系數(shù)和組合信度的值發(fā)現(xiàn)均達(dá)到了最低要求，其結(jié)果如表1所示。通過上述檢驗(yàn)發(fā)現(xiàn)量表具有良好的信度。本次問卷涉及的量表均由文獻(xiàn)總結(jié)而來，都經(jīng)過相關(guān)領(lǐng)域的專家評(píng)價(jià)和商榷所得，從根本上保證量表可以真實(shí)反映實(shí)際情況，具有很好的內(nèi)容效度。綜上所述：本次量表通過了信度檢驗(yàn)和效度檢驗(yàn)，可以進(jìn)行下一步對(duì)假設(shè)模型的驗(yàn)證。

3? 假設(shè)檢驗(yàn)

3.1? 描述性統(tǒng)計(jì)

本文所涉及的研究變量與控制變量的均值、標(biāo)準(zhǔn)差以及相關(guān)系數(shù)，如表2所示。

3.2? 回歸分析

本文采用了回歸分析對(duì)所提假設(shè)進(jìn)行檢驗(yàn)，其回歸模型及分析結(jié)果如表3所示，表中亦包括了各個(gè)模型的標(biāo)準(zhǔn)化回歸系數(shù)β，反映模型擬合情況的R和調(diào)整后的，模型的顯著性參數(shù)F值以及殘差分析D-W值。模型1至模型5的F值均顯著，且殘差分析結(jié)果均小于4，表示殘差服從正態(tài)分布。以上結(jié)果說明所得模型對(duì)本文研究的問題具有較強(qiáng)的解釋能力。

通過模型1可知，出行者的用戶期望與感知價(jià)值顯著正相關(guān)β=0.235， p<0.01，感知質(zhì)量與感知價(jià)值呈現(xiàn)顯著正相關(guān)β=0.555， p<0.01，該結(jié)果表明，假設(shè)H5與H6得到了支持。其符合顧客滿意度模型的理論假設(shè)，說明出行者用戶期望和感知質(zhì)量會(huì)正向影響感知價(jià)值。

通過模型2可知，出行者的用戶期望與用戶滿意呈現(xiàn)顯著正相關(guān)β=0.368， p<0.01，感知價(jià)值與用戶滿意顯著正相關(guān)β=0.286， p<0.01，感知質(zhì)量與用戶滿意顯著正相關(guān)β=0.314， p<0.01，社會(huì)影響與用戶滿意相關(guān)性并不顯著β=0.098， p=0.118，該結(jié)果表明，假設(shè)H2a、H2b、H2c得到了支持，假設(shè)H4未得到支持。說明出行者用戶期望、感知價(jià)值、感知質(zhì)量均對(duì)用戶滿意產(chǎn)生顯著的正向影響，而社會(huì)影響對(duì)用戶滿意影響不顯著。

通過模型3可知，出行者用戶滿意與持續(xù)意愿呈現(xiàn)顯著正相關(guān)β=0.232， p<0.01，感知價(jià)值與持續(xù)意愿呈現(xiàn)顯著正相關(guān)β=0.248， p<0.01，用戶期望與持續(xù)意愿相關(guān)性并不顯著β=0.045， p=0.572，感知質(zhì)量與持續(xù)意愿呈現(xiàn)顯著的正向相關(guān)β=0.196， p<0.01，社會(huì)影響與持續(xù)意愿呈現(xiàn)顯著的正向相關(guān)β=0.472， p<0.01， 該結(jié)果表明，假設(shè)H3a，H1b，H3b得到了支持，假設(shè)H1a驗(yàn)證未通過。說明用戶滿意、感知價(jià)值、社會(huì)影響對(duì)持續(xù)意愿造成正向影響，用戶期望直接影響持續(xù)意愿未得到驗(yàn)證。

通過模型4可知，出行者感知價(jià)值與持續(xù)意愿呈現(xiàn)顯著的正向相關(guān)β=0.400， p<0.01，用戶期望與持續(xù)意愿相關(guān)性并不顯著β=0.075， p=0.339，感知質(zhì)量與持續(xù)意愿呈現(xiàn)顯著正向相關(guān)β=0.493， p<0.01，該結(jié)果表明，假設(shè)H1b得到支持，H1a未得到支持。該結(jié)果說明用戶期望對(duì)持續(xù)意愿產(chǎn)生正向影響，用戶期望對(duì)持續(xù)意愿未造成顯著影響。

通過模型5可知，出行者用戶滿意與持續(xù)意愿呈現(xiàn)顯著正向相關(guān)β=0.510， p<0.01，社會(huì)影響與持續(xù)意愿呈現(xiàn)顯著正向相關(guān)β=0.462， p<0.01，該結(jié)果表明，假設(shè)H3a和H3b得到了支持。該結(jié)果說明用戶滿意、社會(huì)影響均會(huì)對(duì)持續(xù)意愿產(chǎn)生正向影響。

通過模型3和模型4進(jìn)行中介作用的檢驗(yàn)發(fā)現(xiàn)，在感知價(jià)值、用戶滿意、感知質(zhì)量對(duì)持續(xù)意愿影響研究的模型中引入用戶滿意后，模型3用戶期望的回歸系數(shù)在減小0.045<0.075，p>0.05，但是H1a被證實(shí)是不成立的，故H7a未得到驗(yàn)證;模型3感知質(zhì)量的回歸系數(shù)同樣也在減小0.196<0.493，p<0.01，說明用戶滿意在感知質(zhì)量對(duì)持續(xù)意愿的影響中起了中介作用，H7b得到驗(yàn)證;模型3在引入用戶滿意后，模型3感知價(jià)值的回歸系數(shù)在減小0.248<0.400，p<0.01，說明用戶滿意在感知價(jià)值對(duì)持續(xù)意愿的影響中起了中介作用，H7c得到了驗(yàn)證。該結(jié)果說明用戶滿意在用戶期望、感知價(jià)值對(duì)持續(xù)意愿的影響中起了中介作用。

4? 結(jié)論與啟示

4.1? 研究結(jié)論

本研究基于網(wǎng)約車用戶視角，構(gòu)建了用戶滿意、感知價(jià)值、用戶期望、感知質(zhì)量、社會(huì)影響對(duì)網(wǎng)約車用戶持續(xù)使用意愿影響作用的理論模型，通過數(shù)據(jù)調(diào)查與實(shí)證分析得出以下結(jié)論：

網(wǎng)約車持續(xù)使用意愿涉及因素包括：用戶期望、感知價(jià)值、感知質(zhì)量、用戶滿意、社會(huì)影響。其中，感知價(jià)值、感知質(zhì)量對(duì)持續(xù)意愿產(chǎn)生顯著正向影響;該結(jié)果與研究初定假設(shè)H1b、H1c符合，而用戶期望并不能直接顯著影響持續(xù)意愿，與初定假設(shè)H1a不符;用戶期望、感知價(jià)值、感知質(zhì)量均顯著正向影響用戶滿意，與初定假設(shè)H2a、H2b、H2c符合;用戶滿意、社會(huì)影響對(duì)持續(xù)意愿表現(xiàn)顯著的正向影響這與初定假設(shè)H3a、H3b相符;社會(huì)影響對(duì)用戶滿意未造成影響這與初定假設(shè)H4不符;用戶期望、感知質(zhì)量對(duì)感知價(jià)值產(chǎn)生了顯著的正向影響這與初定假設(shè)H5、H6相符;在中介作用的檢驗(yàn)中，感知質(zhì)量、感知價(jià)值均通過用戶滿意的中介作用對(duì)持續(xù)意愿產(chǎn)生顯著正向影響，這與初定假設(shè)H7b、H7c相符。

因此，為了提升用戶對(duì)網(wǎng)約車的使用意愿，可以通過提升網(wǎng)約車的感知價(jià)值、感知質(zhì)量來提升用戶滿意度來進(jìn)而提升用戶的持續(xù)意愿，針對(duì)社會(huì)影響這一部分，可以通過提升網(wǎng)約車的口碑從而可以輻射更多人群，提升網(wǎng)約車在人群中的影響力。

4.2? 運(yùn)營建議

根據(jù)4.1結(jié)論，本文從以下幾個(gè)方面來提升出行者對(duì)網(wǎng)約車的持續(xù)使用意愿：在用戶期望與感知質(zhì)量方面，需要平臺(tái)通過提升自己的服務(wù)來相應(yīng)提高這兩部分。平臺(tái)需要不斷完善自己的服務(wù)內(nèi)容，同時(shí)也需要對(duì)司機(jī)進(jìn)行相應(yīng)的培訓(xùn)，引導(dǎo)司機(jī)更好的為乘客服務(wù);社會(huì)影響方面，除了對(duì)顧客滿意度提升，同時(shí)也要做好相應(yīng)的宣傳，對(duì)用戶反饋及時(shí)回復(fù);在感知價(jià)值方面，需要讓用戶認(rèn)為自己的付出與服務(wù)的價(jià)值相匹配，這一個(gè)觀點(diǎn)可以通過盡可能地為用戶提供優(yōu)惠體驗(yàn)的途徑，可根據(jù)用戶使用網(wǎng)約車出行次數(shù)，相應(yīng)兌換為一定額度的優(yōu)惠券，在定價(jià)方面針對(duì)網(wǎng)約車用戶出現(xiàn)的高峰地區(qū)、高峰時(shí)間相應(yīng)劃分，在非高峰時(shí)間及區(qū)域可以降低相應(yīng)費(fèi)用。

5? 結(jié)束語

本研究以顧客滿意度模型與期望確認(rèn)模型為基礎(chǔ)，綜合了社會(huì)影響構(gòu)建了囊括感知價(jià)值、用戶期望、感知質(zhì)量、用戶滿意、社會(huì)影響等指標(biāo)在內(nèi)的網(wǎng)約車用戶持續(xù)使用意愿模型。對(duì)于網(wǎng)約車用戶持續(xù)使用意愿分析具有一定理論意義。本研究也存在一定的不足之處：第一，在數(shù)據(jù)收集方面采用線上收集，其采樣數(shù)量不足，普適性方面有一定局限性;第二，在模型構(gòu)建方面應(yīng)該考慮ACSI與ECM模型之間的聯(lián)系，其相應(yīng)的因子之間的聯(lián)系是否對(duì)模型產(chǎn)生影響。未考慮這些可能影響模型中某些因子顯著性的評(píng)定?；谏鲜鰞牲c(diǎn)，在未來的研究中應(yīng)當(dāng)盡可能擴(kuò)大樣本，對(duì)涉及的因子之間的關(guān)系進(jìn)一步的深入研究。

參考文獻(xiàn)：

[1]? Aarhaug J. Taxis as a Part of Public Transport[M]. Sustainable Urban Transport Technical Document， 2016.

[2]? Siddiqui F. Falling Transit Ridership Poses an “Emergency” for Cities， Experts Fear[M]. Washington Post， 2018.

[3]? Nguyen-Phuoc D Q， Nguyen H A， De Gruyter C， et al. Exploring the Prevalence and Factors Associated with Self-Reported Traffic Crashes among App-Based Motorcycle Taxis in Vietnam[J]. Transport Policy， 2019，81：68-74.

[4]? Lam S Y， Shankar V， Erramilli M K， et al. Customer value， satisfaction， loyalty， and switching costs： An illustration from a business-to-business service context[J]. Journal of the Academy of Marketing Science， 2004，32（3）：293.

[5] 廖穎林. 顧客滿意度指數(shù)測評(píng)方法及其應(yīng)用研究[M]. 上海：上海財(cái)經(jīng)大學(xué)出版社，2008.

[6]? Osotrm A D， Iacobucci. Consumer Trade-off and the Evaluation of Service[J]. Journal of Marketing， 1995，59（1）：17-28.

[7]? Oliver R L， Swan J E. Consumer perceptions of interpersonal equity and satisfaction in transactions： a field survey approach[J]. Journal of marketing， 1989，53（2）：21-35.

[8]? Kotler P. Marketing's new paradigms： What's really happening out there[J]. Strategy & Leadership， 1992，20（5）：50-52.

[9] 王建軍，王玲玉，王蒙蒙. 網(wǎng)絡(luò)口碑、感知價(jià)值與消費(fèi)者購買意愿：介與調(diào)節(jié)作用檢驗(yàn)[J]. 管理工程學(xué)報(bào)，2019，33（4）：80-87.

[10] Claes Fornell，劉金蘭，康鍵，等. 美國顧客滿意度指數(shù)[J]. 管理學(xué)報(bào)，2005，2（4）：495-504.

[11]? Shaaban K， Kim I. Assessment of the taxi service in Doha[J]. Transportation Research Part A Policy Practice， 2016，88： 223-235.

[12] 王敬琪. 基于UTAUT模型的“互聯(lián)網(wǎng)+醫(yī)療”產(chǎn)品偏好研究[J]. 科研管理，2017（s1）：184-193.

[13] 宗文，陳文雅. 基于結(jié)構(gòu)方程模型的網(wǎng)約車顧客滿意度研究——以南京市為例[J]. 南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018（5）：69-77.

[14] 汪莉霞. 基于改進(jìn)結(jié)構(gòu)方程模型的平臺(tái)企業(yè)顧客滿意度的實(shí)證[J]. 統(tǒng)計(jì)與決策，2019，35（9）：174-177.

[15] 范春梅，李華強(qiáng)，賈建民. 基于體驗(yàn)管理視角的高速列車乘客體驗(yàn)與再乘意愿研究[J]. 管理評(píng)論，2016，28（10）：133-140.

[16]? Su D N， Nguyen-Phuoc D Q， Johnson L W. Effects of perceived safety， involvement and perceived service quality on loyalty intention among ride-sourcing passengers[J]. Transportation， 2021，48：369-393.

[17]? Tandon U， Kiran R， Sah A N. Customer satisfaction as mediator between website service quality and repurchase intention： An emerging economy case[J]. Service Science， 2017，9（2）：106-120.

[18]? Joo Y J， Park S， Shin E K. Students' expectation， satisfaction， and continuance intention to use digital textbooks[J]. Computers in Human Behavior， 2017，69：83-90.

[19]? Pang S， Bao P， Hao W， et al. Knowledge Sharing Platforms： An Empirical Study of the Factors Affecting Continued Use Intention[J]. Sustainability， 2020，12（6）：2341.

[20] 吳雪冰. 網(wǎng)約車的持續(xù)使用意愿研究[D]. 青島：青島大學(xué)（碩士學(xué)位論文），2018.