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、感知價值、感知質(zhì)量對用戶持續(xù)意愿的影響機理，以用戶滿意作為中介變量，構建用戶持續(xù)意愿作用模型。通過對217份有效問卷數(shù)據(jù)樣本進行相關分析，并用層級回歸的方式對所提出的相關假設進行檢驗。結果表明：感知價值、感知質(zhì)量對持續(xù)意愿產(chǎn)生顯著正向影響;用戶期望、感知價值、感知質(zhì)量對用戶滿意有顯著正向影響;社會影響、用戶滿意對持續(xù)意愿產(chǎn)生顯著正向影響;用戶期望、感知質(zhì)量對感知價值產(chǎn)生顯著正向影響;用戶滿意在感知價值、感知質(zhì)量對持續(xù)意愿的影響中起中介作用，用戶滿意在用戶期望對持續(xù)意愿的影響的中介作用未得到驗證。同時給出網(wǎng)約車相關的運營管理建議。

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

中圖分類號：F272? ? 文獻標識碼：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、公交車一同被認為是一個城市交通的重要組成部分，因為其可以為每個人提供公共出行服務[1-2]。公共交通上下車地點是固定的，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)公眾需求運行的公共交通系統(tǒng)中的一個重要元素。隨著當下技術以及互聯(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則作為點對點共享出行的新模式[3]。網(wǎng)約車服務被定義為“出行者個人通過在線APP應用程序向平臺注冊司機約車及支付的平臺”，這種出行方式有賴于全球定位系統(tǒng)（GPS），即司機和乘客需要利用智能手機連入互聯(lián)網(wǎng)，從而建立聯(lián)系。在GPS技術，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間、駕駛員、車輛和花費的信息。這類出行方式乘客可以很清楚的實時告訴司機出發(fā)地和目的地是何處、自身何時需要獲得服務、整個行程要花費多少錢以及可以實時跟蹤司機的位置，正是由于網(wǎng)約車的這些天然的優(yōu)勢，使其在短時間內(nèi)可以獲得大量的用戶。截至2019年我國網(wǎng)約車用戶規(guī)模達到3.4億，如此龐大的數(shù)據(jù)，對于網(wǎng)約車平臺來說，更好地了解用戶持續(xù)使用意愿是非常重要的，因為其是平臺長期發(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。

在當前運輸背景下，大量研究對乘客滿意度進行了調(diào)查，但很少有關于持續(xù)使用意愿的研究。此外，根據(jù)Lim的一份行業(yè)報告，移動技術可以改善通勤體驗，持續(xù)使用意愿可以帶來乘客的幸福感，并推動他們的出行習慣[4]。因此，除了感知到的服務質(zhì)量外，訂票應用程序的感知價值和用戶的期望認為會影響乘客對使用代駕服務的滿意度和持續(xù)使用意愿。綜上，探討如何在眾多平臺中吸引顧客，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。本文將期望確認模型與顧客滿意度模型相結合，提出本文的理論模型。從實踐的角度來看，本次研究的結果可以為網(wǎng)約車平臺提供管理建議，以提升服務質(zhì)量，從技術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? 理論基礎與假設提出

1.1? 理論基礎

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)品后的實際感受相比較，而對產(chǎn)品及其服務產(chǎn)生一定的感受，以及對該產(chǎn)品的接受程度[5]。顧客滿意度理論主要研究傳統(tǒng)消費模式，研究角度主要有兩個層面：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行為發(fā)生后，自身投入成本與實際需求滿足度之間對比產(chǎn)生的情感認知[6]。通過Olive和Swan的研究不難看出，“滿意”這種情感認知具有評價性、情緒性及主觀性的反應[7]。其二，在消費者產(chǎn)生的期望與實際收獲感知存在明顯差異，Kolter在感知差距理論的基礎上，認為顧客滿意度是消費者期望與現(xiàn)實需求滿足程度之間的差距，由此產(chǎn)生的認知程度[8]。王建軍等人基于社會關系理論和S-O

-R模型，認為感知價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網(wǎng)約車的消費使用體驗、個人需求以及網(wǎng)約車的口碑的“事前期待”。期望就像當前時期產(chǎn)品質(zhì)量的一面鏡子，為顧客提供有關產(chǎn)品的真實信息，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)實際消費情況對產(chǎn)品質(zhì)量和價值的判斷和預測能力[10]。在對顧客滿意度研究方面：Shaaban等人評估影響用戶對網(wǎng)約車服務滿意度的影響因素，探討個人因素與用戶滿意度的關系，給出了訪問網(wǎng)約車服務所花費時間與用戶滿意度之間的關系[11]。王敬琪基于UTAUT模型并且引入現(xiàn)狀偏差理論構建了結構方程模型，對產(chǎn)品的意向偏好進行了研究[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）三個模型的基礎上，在雙邊市場環(huán)境下對顧客滿意度進行了實證分析[14]。范春梅等人借助體驗管理理論，探討高速列車運行狀況對乘客體驗、滿意度和再乘意愿的影響[15]。Su等人探索四種結構（感知的服務質(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系，發(fā)現(xiàn)感知服務質(zhì)量、參與度、滿意度可以很好地預測乘客出行的忠誠度[16]。Tandon等人分析了顧客滿意度對回購意向產(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。期望確認模型（ECM）認為，顧客滿意度對持續(xù)使用意愿有正向影響，當顧客對網(wǎng)約車服務感到滿意時，則會激發(fā)顧客持續(xù)使用網(wǎng)約車服務的意愿。在Joo等人研究學生對數(shù)字教科書的持續(xù)使用意愿研究中，使用了期望確認模型（ECM）[18]。Pang等人基于期望確認模型（ECM）和信息系統(tǒng)（IS）成功模型，研究影響知識共享平臺消費者持續(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]。吳雪冰基于擴展的期望確認理論（ECM-ISC），建立網(wǎng)約車持續(xù)使用意愿模型，結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上，發(fā)現(xiàn)在研究用戶持續(xù)使用意愿時，結合用戶的滿意度研究顯得十分必要。同時期望確認模型在持續(xù)使用意愿研究方面應用很廣泛，但在網(wǎng)約車持續(xù)使用意愿方面的應用較少，因此本文決定創(chuàng)新的將期望確認模型（ECM）與顧客滿意度模型（ACSI）兩者結合同時加入社會影響因素，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

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

研究該類問題通常會采用結構方程模型，但本文將會使用回歸分析的方法對模型假設進行研究，以期驗證所提假設。

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

H2a-H2c：出行者的用戶期望、感知價值、感知質(zhì)量分別與用戶滿意有正相關關系;

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

H4：出行者的社會影響對用戶滿意有正向相關關系;

H5：出行者的用戶期望對感知價值有正向相關關系;

H6：出行者的感知質(zhì)量對感知價值有正向相關關系;

H7a-H7c：出行者的用戶滿意在用戶期望、感知價值、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”的題目對被調(diào)查人員進行分類，采用曾經(jīng)乘坐過網(wǎng)約車的出行者作為研究對象，通過網(wǎng)絡調(diào)查擴大研究的樣本。調(diào)查分為兩部分，第一部分為網(wǎng)約車用戶的個人社會經(jīng)濟屬性;第二部分為涉及意愿影響因素的潛變量測量指標。采用了Likert七級量表的形式：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。整個調(diào)研過程持續(xù)了一個多月，累計收到316份問卷。謹慎起見刪除了作答時間不足的無效問卷，最終獲得217份有效問卷，問卷回收率達到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，與當前網(wǎng)約車市場青年人比例高的實際情況一致。

2.2? 變量定義與測量

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

在對假設模型進行驗證之前，需要對量表進行信度檢驗和效度檢驗，通過Cronhach's α系數(shù)和組合信度兩個指標對量表進行信度檢驗的評價指標，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)均達到了最低要求，其結果如表1所示。通過上述檢驗發(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總結而來，都經(jīng)過相關領域的專家評價和商榷所得，從根本上保證量表可以真實反映實際情況，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和效度檢驗，可以進行下一步對假設模型的驗證。

3? 假設檢驗

3.1? 描述性統(tǒng)計

本文所涉及的研究變量與控制變量的均值、標準差以及相關系數(shù)，如表2所示。

3.2? 回歸分析

本文采用了回歸分析對所提假設進行檢驗，其回歸模型及分析結果如表3所示，表中亦包括了各個模型的標準化回歸系數(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，且殘差分析結果均小于4，表示殘差服從正態(tài)分布。以上結果說明所得模型對本文研究的問題具有較強的解釋能力。

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

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β=0.368， p<0.01，感知價值與用戶滿意顯著正相關β=0.286， p<0.01，感知質(zhì)量與用戶滿意顯著正相關β=0.314， p<0.01，社會影響與用戶滿意相關性并不顯著β=0.098， p=0.118，該結果表明，假設H2a、H2b、H2c得到了支持，假設H4未得到支持。說明出行者用戶期望、感知價值、感知質(zhì)量均對用戶滿意產(chǎn)生顯著的正向影響，而社會影響對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β=0.232， p<0.01，感知價值與持續(xù)意愿呈現(xiàn)顯著正相關β=0.248， p<0.01，用戶期望與持續(xù)意愿相關性并不顯著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β=0.196， p<0.01，社會影響與持續(xù)意愿呈現(xiàn)顯著的正向相關β=0.472， p<0.01， 該結果表明，假設H3a，H1b，H3b得到了支持，假設H1a驗證未通過。說明用戶滿意、感知價值、社會影響對持續(xù)意愿造成正向影響，用戶期望直接影響持續(xù)意愿未得到驗證。

通過模型4可知，出行者感知價值與持續(xù)意愿呈現(xiàn)顯著的正向相關β=0.400， p<0.01，用戶期望與持續(xù)意愿相關性并不顯著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β=0.493， p<0.01，該結果表明，假設H1b得到支持，H1a未得到支持。該結果說明用戶期望對持續(xù)意愿產(chǎn)生正向影響，用戶期望對持續(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β=0.510， p<0.01，社會影響與持續(xù)意愿呈現(xiàn)顯著正向相關β=0.462， p<0.01，該結果表明，假設H3a和H3b得到了支持。該結果說明用戶滿意、社會影響均會對持續(xù)意愿產(chǎn)生正向影響。

通過模型3和模型4進行中介作用的檢驗發(fā)現(xiàn)，在感知價值、用戶滿意、感知質(zhì)量對持續(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被證實是不成立的，故H7a未得到驗證;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)量對持續(xù)意愿的影響中起了中介作用，H7b得到驗證;模型3在引入用戶滿意后，模型3感知價值的回歸系數(shù)在減小0.248<0.400，p<0.01，說明用戶滿意在感知價值對持續(xù)意愿的影響中起了中介作用，H7c得到了驗證。該結果說明用戶滿意在用戶期望、感知價值對持續(xù)意愿的影響中起了中介作用。

4? 結論與啟示

4.1? 研究結論

本研究基于網(wǎng)約車用戶視角，構建了用戶滿意、感知價值、用戶期望、感知質(zhì)量、社會影響對網(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)查與實證分析得出以下結論：

網(wǎng)約車持續(xù)使用意愿涉及因素包括：用戶期望、感知價值、感知質(zhì)量、用戶滿意、社會影響。其中，感知價值、感知質(zhì)量對持續(xù)意愿產(chǎn)生顯著正向影響;該結果與研究初定假設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H1a不符;用戶期望、感知價值、感知質(zhì)量均顯著正向影響用戶滿意，與初定假設H2a、H2b、H2c符合;用戶滿意、社會影響對持續(xù)意愿表現(xiàn)顯著的正向影響這與初定假設H3a、H3b相符;社會影響對用戶滿意未造成影響這與初定假設H4不符;用戶期望、感知質(zhì)量對感知價值產(chǎn)生了顯著的正向影響這與初定假設H5、H6相符;在中介作用的檢驗中，感知質(zhì)量、感知價值均通過用戶滿意的中介作用對持續(xù)意愿產(chǎn)生顯著正向影響，這與初定假設H7b、H7c相符。

因此，為了提升用戶對網(wǎng)約車的使用意愿，可以通過提升網(wǎng)約車的感知價值、感知質(zhì)量來提升用戶滿意度來進而提升用戶的持續(xù)意愿，針對社會影響這一部分，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? 運營建議

根據(jù)4.1結論，本文從以下幾個方面來提升出行者對網(wǎng)約車的持續(xù)使用意愿：在用戶期望與感知質(zhì)量方面，需要平臺通過提升自己的服務來相應提高這兩部分。平臺需要不斷完善自己的服務內(nèi)容，同時也需要對司機進行相應的培訓，引導司機更好的為乘客服務;社會影響方面，除了對顧客滿意度提升，同時也要做好相應的宣傳，對用戶反饋及時回復;在感知價值方面，需要讓用戶認為自己的付出與服務的價值相匹配，這一個觀點可以通過盡可能地為用戶提供優(yōu)惠體驗的途徑，可根據(jù)用戶使用網(wǎng)約車出行次數(shù)，相應兌換為一定額度的優(yōu)惠券，在定價方面針對網(wǎng)約車用戶出現(xiàn)的高峰地區(qū)、高峰時間相應劃分，在非高峰時間及區(qū)域可以降低相應費用。

5? 結束語

本研究以顧客滿意度模型與期望確認模型為基礎，綜合了社會影響構建了囊括感知價值、用戶期望、感知質(zhì)量、用戶滿意、社會影響等指標在內(nèi)的網(wǎng)約車用戶持續(xù)使用意愿模型。對于網(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，在模型構建方面應該考慮ACSI與ECM模型之間的聯(lián)系，其相應的因子之間的聯(lián)系是否對模型產(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定?；谏鲜鰞牲c，在未來的研究中應當盡可能擴大樣本，對涉及的因子之間的關系進一步的深入研究。

參考文獻：

[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)測評方法及其應用研究[M]. 上海：上海財經(jīng)大學出版社，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)絡口碑、感知價值與消費者購買意愿：介與調(diào)節(jié)作用檢驗[J]. 管理工程學報，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]. 管理學報，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. 基于結構方程模型的網(wǎng)約車顧客滿意度研究——以南京市為例[J]. 南京財經(jīng)大學學報，2018（5）：69-77.

[14] 汪莉霞. 基于改進結構方程模型的平臺企業(yè)顧客滿意度的實證[J]. 統(tǒng)計與決策，2019，35（9）：174-177.

[15] 范春梅，李華強，賈建民. 基于體驗管理視角的高速列車乘客體驗與再乘意愿研究[J]. 管理評論，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（碩士學位論文），2018.