蔣 乾，劉 莎，唐 宏，劉云強(qiáng)

（1.內(nèi)江師范學(xué)院 地理與資源科學(xué)學(xué)院，四川 內(nèi)江 641100；2.四川農(nóng)業(yè)大學(xué) 管理學(xué)院，四川 成都 611130）

在當(dāng)前大眾休閑旅游日漸火熱的趨勢(shì)下，消費(fèi)者對(duì)旅游目的地住宿提出了更加多元化的要求，加之共享經(jīng)濟(jì)理念的滲透，短租民宿逐漸發(fā)展壯大起來。國(guó)務(wù)院辦公廳在《完善促進(jìn)消費(fèi)體制機(jī)制實(shí)施方案（2018—2020 年）》中明確指出，鼓勵(lì)發(fā)展租賃式公寓、民宿客棧等旅游短租服務(wù)。民宿作為一種區(qū)別于傳統(tǒng)酒店統(tǒng)一化微笑管理與千篇一律標(biāo)準(zhǔn)化布置的新興業(yè)態(tài)，吸引著年輕人、家庭、窮游一代與長(zhǎng)時(shí)間旅行的游客［1］。短租民宿一方面為消費(fèi)者營(yíng)造了“家”的氛圍，給每種心情找到一個(gè)合適的歸宿，使旅途更加溫馨、熟悉與安心［2］；另一方面，為房東與客人提供了共享住宿的機(jī)會(huì)，增強(qiáng)了主客互動(dòng)，讓陌生人之間的信任度與好感度飆升，在無形中推動(dòng)了信用社會(huì)的健康發(fā)展。短租民宿在以獨(dú)特的住宿體驗(yàn)與差異化的服務(wù)滿足消費(fèi)者個(gè)性化、多樣化需求的同時(shí)［3］，也盤活了房東的閑置房產(chǎn)資源，提高了資源的利用率，為房東帶來了額外的收益，受到了旅游市場(chǎng)的青睞和游客的熱捧。同時(shí)，短租民宿在帶動(dòng)就業(yè)、促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展等方面也發(fā)揮著不可忽視的作用。

《中國(guó)共享經(jīng)濟(jì)發(fā)展報(bào)告（2020）》指出，2016—2019年我國(guó)共享民宿收入的平均增長(zhǎng)速度是傳統(tǒng)住宿業(yè)態(tài)的5.8 倍；2019 年共享住宿交易規(guī)模增長(zhǎng)迅猛，達(dá)到225 億元，較上一年增長(zhǎng)了36.4%。隨著短租民宿的市場(chǎng)認(rèn)可度和使用率的大幅提升，其成為自由行旅客住宿的首選［4］。從長(zhǎng)期來看，短租民宿的潛力將持續(xù)迸發(fā)。

但面對(duì)海量的房源信息，準(zhǔn)確掌握消費(fèi)者需求特征是平臺(tái)與房東脫穎而出，吸引潛在消費(fèi)者的關(guān)鍵。在線評(píng)論作為平臺(tái)、房東和潛在消費(fèi)者的隱形橋梁，為潛在消費(fèi)者傳遞出大量有價(jià)值的信息，輔助購(gòu)買決策［5］。環(huán)球網(wǎng)2016 年調(diào)查報(bào)告顯示，6%的在線評(píng)論可影響將近50%的消費(fèi)決策，90%的消費(fèi)者表示購(gòu)買產(chǎn)品前會(huì)瀏覽在線評(píng)論，近半數(shù)消費(fèi)者購(gòu)買決策依靠評(píng)論信息?？梢姡诰€評(píng)論信息已經(jīng)成為影響消費(fèi)者購(gòu)買決策的主要因素。同時(shí)，在線評(píng)論還能為平臺(tái)和房東提供公開優(yōu)質(zhì)的反饋信息。相比市場(chǎng)調(diào)研方式，挖掘評(píng)論文本信息能夠幫助平臺(tái)與房東更迅速掌握消費(fèi)者對(duì)產(chǎn)品的關(guān)注焦點(diǎn)及消費(fèi)偏好，更準(zhǔn)確地預(yù)測(cè)潛在消費(fèi)者的需求。同時(shí)，有助于他們掌握競(jìng)爭(zhēng)對(duì)手的消費(fèi)者滿意情況，從而有針對(duì)性地提高產(chǎn)品與服務(wù)質(zhì)量，提升競(jìng)爭(zhēng)力［6，7］。因此，識(shí)別短租民宿消費(fèi)者感知維度與傳統(tǒng)酒店的異同，研究不同運(yùn)營(yíng)模式線上短租平臺(tái)消費(fèi)者感知維度的相似性與差異性，可為消費(fèi)者優(yōu)化購(gòu)買決策，為房東和線上短租平臺(tái)提升房源與服務(wù)質(zhì)量提供有價(jià)值的參考。

1 文獻(xiàn)綜述

1.1 短租民宿的相關(guān)研究

學(xué)者對(duì)短租民宿的研究聚焦于短租民宿對(duì)酒店業(yè)的影響、消費(fèi)偏見、信任問題、運(yùn)營(yíng)模式等宏觀視角。如，Dogru、Hanks、Mody等［8］通過構(gòu)建回歸模型，得出Airbnb房源的增加對(duì)酒店業(yè)收入、每日房?jī)r(jià)和入住率都產(chǎn)生了負(fù)向影響的結(jié)論；Blal、Singal、Templin［9］研究表明，酒店每間可用客房的收益受到Airbnb房源平均價(jià)格的影響，Airbnb 細(xì)致入微的情景互補(bǔ)與替代效應(yīng)對(duì)酒店銷售業(yè)績(jī)產(chǎn)生了重大影響；Farmaki、Kladoa［10］與Marchenko［11］分 別 從 房 東 與消費(fèi)者兩方面研究發(fā)現(xiàn)，在Airbnb 平臺(tái)上主客雙方對(duì)種族與性別均存在偏見；李立威［12］通過對(duì)平臺(tái)、人際關(guān)系與產(chǎn)品三層信任的分析，提出制度、信息與交互是三者信任構(gòu)建與相互聯(lián)系的主要方式；王家寶、敦帥、薛曼等［13，14］分別對(duì)C2C 模式與B2C+ C2C模式的短租民宿商業(yè)模式與競(jìng)爭(zhēng)優(yōu)勢(shì)進(jìn)行了分析；宋琳［15］通過對(duì)比不同運(yùn)營(yíng)模式短租平臺(tái)的信任問題，發(fā)現(xiàn)C2C 模式的短租民宿存在更大的信任風(fēng)險(xiǎn)。目前，較少有研究從微觀視角研究短租民宿消費(fèi)者行為。如，吳江和靳萌萌［16］采用問卷調(diào)查的方式，從任務(wù)相關(guān)線索與情感相關(guān)線索兩方面研究了短租民宿房源圖片對(duì)消費(fèi)者參與意愿的影響。

1.2 消費(fèi)者感知維度的相關(guān)研究

消費(fèi)者感知維度的識(shí)別方法主要包括主題建模、扎根理論與語(yǔ)義網(wǎng)絡(luò)分析3 大類。①主題建模。LDA主題模型按照主題的思想識(shí)別大規(guī)模分散文本數(shù)據(jù)中潛藏的消費(fèi)者感知維度。如，Jia［17］使用LDA主題模型識(shí)別了中美兩國(guó)消費(fèi)者到餐館就餐的動(dòng)機(jī)，發(fā)現(xiàn)中國(guó)消費(fèi)者注重體驗(yàn)，而美國(guó)消費(fèi)者更注重娛樂；Guo、Barnes［18］利用LDA 模型對(duì)超過20000 家酒店進(jìn)行了主題識(shí)別，發(fā)現(xiàn)客房體驗(yàn)與服務(wù)質(zhì)量是消費(fèi)者最為關(guān)心的維度；董爽、汪秋菊［19］利用LDA模型對(duì)我國(guó)礦山公園景點(diǎn)的游客在線評(píng)論的感知維度進(jìn)行了主題識(shí)別，發(fā)現(xiàn)功能客體是消費(fèi)者主要關(guān)注維度。②扎根理論。扎根理論提供了從零碎的非結(jié)構(gòu)化定性文本中分析與歸納現(xiàn)象背后理論的方法與步驟。如，白丹、馬耀峰、劉軍勝［20］基于扎根理論提取了世界遺產(chǎn)旅游地游客感知評(píng)價(jià)的32 個(gè)二級(jí)維度與5 個(gè)核心維度；焦彥、徐虹、徐明［21］以點(diǎn)評(píng)網(wǎng)站上的分享內(nèi)容為依據(jù)，逐級(jí)提煉出游客對(duì)商業(yè)性家庭企業(yè)感知的設(shè)施、文化與生活場(chǎng)景3 個(gè)維度。③縱觀現(xiàn)有關(guān)于語(yǔ)義網(wǎng)絡(luò)的繪制方法，ROST CM 軟件是使用最為廣泛的工具。如，劉萌王月、陳效萱、吳建偉等［22］采用ROST CM6.0 工具提取螞蜂窩網(wǎng)上游客對(duì)5A 級(jí)景區(qū)的在線評(píng)論主題并構(gòu)建語(yǔ)義網(wǎng)絡(luò)，以識(shí)別游客感知維度，為游客理性決策提供指標(biāo)參考；汪會(huì)玲和吳夢(mèng)穎［23］借助ROST CM軟件構(gòu)建了游客對(duì)家庭旅館評(píng)論中的關(guān)聯(lián)高頻詞的語(yǔ)義網(wǎng)絡(luò)，以識(shí)別消費(fèi)者對(duì)家庭旅館感知的主要側(cè)重點(diǎn)。

1.3 語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)的相關(guān)研究

從語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)已有的研究進(jìn)展來看，網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)包括整體結(jié)構(gòu)指標(biāo)與個(gè)體結(jié)構(gòu)指標(biāo)兩大類。如，Hou Z、Cai F、Meng Y 等［24］從圖密度、平均度、網(wǎng)絡(luò)直徑等整體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)出發(fā)，對(duì)旅游網(wǎng)站在線評(píng)論語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了分析；何有世、李金海、馬云蕾等［25］以單條在線評(píng)論為節(jié)點(diǎn)，評(píng)論間的語(yǔ)義相似度為鏈接構(gòu)建評(píng)論網(wǎng)絡(luò)，基于平均度、平均路徑長(zhǎng)度與聚類系數(shù)3 個(gè)整體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)對(duì)在線評(píng)論網(wǎng)絡(luò)的全局統(tǒng)計(jì)數(shù)據(jù)進(jìn)行了論證；王耀斌、楊玲、孫傳玲等［26］從個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)出發(fā)，借助UCINET軟件對(duì)旅游網(wǎng)站上甘肅省旅游景區(qū)網(wǎng)絡(luò)游記語(yǔ)義網(wǎng)絡(luò)的點(diǎn)度中心度、接近中心度與中間中心度進(jìn)行了度量，以識(shí)別旅游資源的吸引力程度；宋振春、趙彩虹、李旭東［27］通過對(duì)節(jié)點(diǎn)屬性中的程度中心性分析了國(guó)人對(duì)出境游認(rèn)知的核心要素與要素之間的聯(lián)系。以上研究都是基于社會(huì)網(wǎng)絡(luò)理論，采用社會(huì)網(wǎng)絡(luò)分析法剖析語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)特征，近年來在社會(huì)學(xué)、心理學(xué)、管理學(xué)中得到了較為廣泛的運(yùn)用，不僅在社會(huì)關(guān)系、空間關(guān)聯(lián)上構(gòu)建聯(lián)系，也被用于語(yǔ)義關(guān)聯(lián)關(guān)系的測(cè)度。

1.4 文獻(xiàn)述評(píng)

綜上所述，國(guó)內(nèi)外學(xué)者主要從宏觀視角對(duì)短租民宿進(jìn)行了較為深入的研究，但是較少聚焦于微觀消費(fèi)者行為視角，特別是針對(duì)短租民宿消費(fèi)者感知維度的視角。消費(fèi)者感知維度的研究主要采用LDA主題建模、扎根理論與語(yǔ)義網(wǎng)絡(luò)分析3 種：LDA 主題模型雖然能夠發(fā)現(xiàn)評(píng)論文本中主題的分布情況，但是在主題詞關(guān)聯(lián)關(guān)系及可視化方面存在著一定的缺陷［28］；扎根理論雖然被一致認(rèn)為是定性研究與理論構(gòu)建最科學(xué)的方法論，但是解釋主義主觀性較強(qiáng)的缺點(diǎn)十分明顯；語(yǔ)義網(wǎng)絡(luò)分析主要利用ROST CM 軟件，雖然在可視化方面取得了突破，但是對(duì)整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)特征及主題社區(qū)識(shí)別領(lǐng)域仍存在著不足；語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)的研究多聚焦于旅游產(chǎn)品，對(duì)短租民宿的研究不足。因此，本文基于兩個(gè)不同運(yùn)營(yíng)模式線上短租平臺(tái)的在線評(píng)論內(nèi)容，采用定性與定量相結(jié)合的研究方法揭示了語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)特征與消費(fèi)者感知核心維度，對(duì)比分析了短租民宿與傳統(tǒng)標(biāo)準(zhǔn)酒店、不同運(yùn)營(yíng)模式短租民宿消費(fèi)者感知的相似與差異性，基于此，提出平臺(tái)提升競(jìng)爭(zhēng)力、吸引消費(fèi)者的針對(duì)性措施。

2 研究設(shè)計(jì)

2.1 研究框架

為了緩解消費(fèi)者購(gòu)買決策面臨的巨大感知風(fēng)險(xiǎn)，平臺(tái)與房東不能準(zhǔn)確掌握消費(fèi)者需求的雙重難題，通過網(wǎng)絡(luò)爬蟲獲取不同運(yùn)營(yíng)模式短租民宿的評(píng)論文本，運(yùn)用定性與定量相結(jié)合的分析方法識(shí)別消費(fèi)者感知維度與在線評(píng)論語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)特征。一方面，對(duì)提取出的主題詞進(jìn)行歸類，結(jié)合現(xiàn)有關(guān)于酒店消費(fèi)感知維度的研究成果，采用扎根理論編碼初步識(shí)別民宿與傳統(tǒng)酒店消費(fèi)者感知差異及不同運(yùn)營(yíng)模式民宿消費(fèi)者的關(guān)注焦點(diǎn)；另一方面，根據(jù)主題詞之間的聯(lián)系，將處理后的評(píng)論數(shù)據(jù)生成語(yǔ)義關(guān)聯(lián)二元共現(xiàn)詞組，結(jié)合社會(huì)網(wǎng)絡(luò)分析法揭示在線評(píng)論語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)特征，并將語(yǔ)義網(wǎng)絡(luò)可視化，進(jìn)一步驗(yàn)證扎根理論的分析結(jié)果。研究框架如圖1 所示。

圖1 研究框架Figure 1 Research framework

2.2 研究方法

扎根理論：扎根理論被認(rèn)為是構(gòu)建理論最科學(xué)的定性研究方法［29］。圍繞“民宿消費(fèi)者感知維度是什么”這一核心問題，本文采用扎根理逐級(jí)編碼進(jìn)行了初步探索。運(yùn)用NVivo10 質(zhì)性分析軟件，通過開放性編碼與主軸編碼自下而上逐級(jí)對(duì)感知維度進(jìn)行歸納分類，最終形成兩個(gè)線上短租平臺(tái)消費(fèi)者感知的主題維度，并初步對(duì)比了解短租民宿與傳統(tǒng)酒店、不同運(yùn)營(yíng)模式短租民宿之間感知維度的相似性與差異性。

語(yǔ)義關(guān)聯(lián)分析法：語(yǔ)義關(guān)聯(lián)分析法利用自然語(yǔ)言處理技術(shù)定量測(cè)度主題詞關(guān)聯(lián)關(guān)系及關(guān)聯(lián)程度，相對(duì)于傳統(tǒng)主題詞詞頻統(tǒng)計(jì)方法有更好的文本分析效果［30］。本文使用NLTK 中文語(yǔ)料庫(kù)中的Bigrams生成語(yǔ)義關(guān)聯(lián)二元共現(xiàn)詞組，并統(tǒng)計(jì)共現(xiàn)頻率，為在線評(píng)論語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)特征識(shí)別與可視化分析提供數(shù)據(jù)基礎(chǔ)。

社會(huì)網(wǎng)絡(luò)分析法：在測(cè)度在線評(píng)論主題關(guān)聯(lián)關(guān)系的基礎(chǔ)上，使用復(fù)雜社會(huì)網(wǎng)絡(luò)分析工具Gephi，從整體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)、個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)與模塊化3個(gè)層面揭示語(yǔ)義網(wǎng)絡(luò)的結(jié)構(gòu)特征。其中，圖密度、平均度、平均聚類系數(shù)與平均路徑長(zhǎng)度揭示短租民宿在線評(píng)論語(yǔ)義網(wǎng)絡(luò)的整體結(jié)構(gòu)特征，度數(shù)中心度、中間中心度與接近中心度被認(rèn)為是個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)的核心指標(biāo)［31］。模塊化用于檢測(cè)語(yǔ)義網(wǎng)絡(luò)中的消費(fèi)者感知核心社區(qū)［32］，并通過可視化網(wǎng)絡(luò)圖直觀展示消費(fèi)者感知維度，驗(yàn)證扎根理論的分析結(jié)果。各指標(biāo)定義及算法如表1 所示。

表1 網(wǎng)絡(luò)特征指標(biāo)Figure 1 Network characteristics indexes

2.3 數(shù)據(jù)收集

為了比較短租民宿與傳統(tǒng)酒店及不同運(yùn)營(yíng)模式的短租民宿消費(fèi)者感知維度的差異，本文選取Airbnb與途家民宿網(wǎng)作為本研究的數(shù)據(jù)源。其中，Airbnb（https：//www.airbnb.com/）是C2C 運(yùn)營(yíng)模式的典型代表，支持房東把控房源、自主經(jīng)營(yíng)，成為世界上最大的民宿短租提供商［8］，其在線評(píng)論信息豐富完整；途家民宿網(wǎng)（https：//www.tujia.com/）則采取以B2C為主，B2C+ C2C 的混合運(yùn)營(yíng)模式，在消費(fèi)者滿意度、市場(chǎng)份額、房源質(zhì)量與數(shù)量等各方面均居國(guó)內(nèi)民宿短租行業(yè)首位［14］，成為中國(guó)本土共享民宿的領(lǐng)軍者。根據(jù)世界旅游城市聯(lián)合會(huì)發(fā)布的《2019 年世界旅游城市及發(fā)展排名》，選取北京市、上海市、天津市、廣州市、杭州市、重慶市、成都市、西安市、昆明市、青島市作為途家民宿網(wǎng)的樣本城市，New York、London、Los Angeles、Sydney、Miami、Melbourne、Bulgaria、Edinburgh、Chicago、Toronto 作為Airbnb 的樣本城市?？紤]到評(píng)論數(shù)據(jù)的代表性，本文選取總評(píng)論數(shù)100條以上的民宿，最后使用網(wǎng)絡(luò)爬蟲提取兩個(gè)線上短租平臺(tái)2019 年1 月1 日—12 月31 日的在線評(píng)論數(shù)據(jù)，包括民宿名稱、地點(diǎn)、評(píng)分、評(píng)論內(nèi)容、時(shí)間、評(píng)論者昵稱等字段，總共得到途家民宿網(wǎng)和Airbnb在線評(píng)論數(shù)分別為162388 條與94366 條。

2.4 數(shù)據(jù)預(yù)處理

兩個(gè)線上短租平臺(tái)收集到的所有評(píng)論數(shù)據(jù)均被進(jìn)行了預(yù)處理，具體步驟包括數(shù)據(jù)清理、分詞、停止詞刪除和主題詞詞頻統(tǒng)計(jì)。數(shù)據(jù)清理的目的是過濾掉無用的信息，以減少其對(duì)分析結(jié)果的影響［28］。首先，刪除廣告和無關(guān)文本，確保數(shù)據(jù)的準(zhǔn)確性。其次，同一個(gè)用戶的重復(fù)評(píng)論可能會(huì)使統(tǒng)計(jì)結(jié)果產(chǎn)生偏差，因此重復(fù)的評(píng)論數(shù)據(jù)將被清除，只保留1 條記錄。最后，由于Airbnb 民宿消費(fèi)者多數(shù)直接稱呼房東姓名，為確保分析結(jié)果可靠，將姓名統(tǒng)一替換為房東。

分詞是詞匯分析的一種形式，它將文本流分解為關(guān)鍵字、短語(yǔ)或其他有意義的元素［34］。雖然中文詞語(yǔ)不同于英文單詞，句子中沒有明顯的空白作為自然分界符［35］，因此需要采用中文分詞工具對(duì)收集到的評(píng)論數(shù)據(jù)進(jìn)行分詞處理?，F(xiàn)有的中文分詞工具很多，且在不同的文章中都有所應(yīng)用，如盤古分詞［36］、庖 丁 解 牛 分 詞 系 統(tǒng)［37］、NLPIR 分 詞 系 統(tǒng)［38］、jieba中文分詞工具包［39］等。本文中，國(guó)內(nèi)文本挖掘和分析中廣泛使用的中文分詞組件jieba 被用于提取評(píng)論文本主題詞。停用詞是在句子中起銜接作用，對(duì)構(gòu)成文本意義無實(shí)際價(jià)值的詞語(yǔ)。在分詞的基礎(chǔ)上，本文結(jié)合相關(guān)領(lǐng)域比較全面的哈工大擴(kuò)展停止詞表，使用jieba 比較停用詞并刪除，最終生成主題詞列表，并對(duì)兩個(gè)平臺(tái)在線評(píng)論主題詞頻率進(jìn)行統(tǒng)計(jì)。

3 結(jié)果及分析

3.1 短租民宿消費(fèi)者滿意度

評(píng)分是衡量消費(fèi)者滿意度最直觀的指標(biāo)，直接影響了消費(fèi)者點(diǎn)擊在線評(píng)論進(jìn)一步了解民宿的意愿。兩個(gè)線上短租平臺(tái)的評(píng)分均在4—5 分區(qū)間內(nèi)分布。首先，計(jì)算得出途家與Airbnb 的平均評(píng)分分別為4.91分與4.79 分，表明途家民宿消費(fèi)者的滿意度高于Airbnb消費(fèi)者的滿意度。其次，根據(jù)短租民宿的總體評(píng)分，分為較滿意、滿意與很滿意3 個(gè)維度，4—4.4 分為較滿意，4.5—4.9 為滿意，5 分表示很滿意，并繪制出短租民宿消費(fèi)者滿意度雷達(dá)圖（圖2）。途家消費(fèi)者對(duì)民宿的評(píng)分多集中于滿意，4.9 分為主，幾乎沒有較滿意的評(píng)價(jià)，表明消費(fèi)者不太傾向于對(duì)民宿產(chǎn)品打低分［17］，民宿產(chǎn)品質(zhì)量得到認(rèn)可。Airbnb消費(fèi)者大部分對(duì)民宿表示很滿意，但較為滿意的評(píng)分明顯高于途家，導(dǎo)致平均評(píng)分略低。這與Airbnb的C2C運(yùn)營(yíng)模式相關(guān)［15］，房源得不到有效監(jiān)管、民宿質(zhì)量參差不齊，拉低了消費(fèi)者整體滿意度。消費(fèi)者個(gè)性化的需求也使得同一類民宿產(chǎn)品較難使所有消費(fèi)者滿意，導(dǎo)致民宿評(píng)分差異大。

圖2 短租民宿消費(fèi)者滿意度雷達(dá)圖Figure 2 Radar chart of consumer satisfaction of short rent B＆B

為了提高消費(fèi)者對(duì)短租民宿的滿意度，從而提高平均評(píng)分，吸引潛在消費(fèi)者，需要進(jìn)一步挖掘消費(fèi)者的核心感知維度，有針對(duì)性地提升房源與服務(wù)質(zhì)量，制定營(yíng)銷策略，滿足消費(fèi)者需求。

3.2 消費(fèi)者感知維度

主題詞統(tǒng)計(jì)分析能夠發(fā)現(xiàn)評(píng)論文本中反復(fù)出現(xiàn)的實(shí)詞，但進(jìn)行簡(jiǎn)單的頻率統(tǒng)計(jì)分析忽略了主題詞本身的上下文含義與主題詞之間的聯(lián)系［40］。因此，需要對(duì)主題詞進(jìn)行分類，以便更準(zhǔn)確地了解消費(fèi)者的感知維度。結(jié)合現(xiàn)有研究，對(duì)傳統(tǒng)標(biāo)準(zhǔn)酒店消費(fèi)者感知維度的分類標(biāo)準(zhǔn)與民宿“類家性”的特征，借鑒王新歌、虞虎、陳田［41］對(duì)游客鄉(xiāng)愁文化元素維度構(gòu)建與劉萌王月、陳效萱、吳建偉等［22］對(duì)旅游景區(qū)網(wǎng)絡(luò)輿情指標(biāo)體系構(gòu)建的方法，基于扎根理論自下而上逐級(jí)歸納短租民宿消費(fèi)者感知維度，提高分類的準(zhǔn)確性和嚴(yán)謹(jǐn)性。編碼工作由兩名作者獨(dú)立完成，并在每一步編碼結(jié)束后對(duì)結(jié)果進(jìn)行討論與修正，先后經(jīng)過開放性編碼與主軸編碼兩階段對(duì)消費(fèi)者感知進(jìn)行分類。

開放性編碼階段：開放性編碼包括兩個(gè)具體步驟：①將原始資料打散，并對(duì)現(xiàn)象進(jìn)行概念化；②對(duì)比分析發(fā)現(xiàn)概念之間的聯(lián)系，并對(duì)同類概念聚龍進(jìn)行范疇化。在線評(píng)論主題詞的提取一定意義上屬于開放性編碼中概念提取的過程［41］。分別選取頻率最高的前200 個(gè)主題詞導(dǎo)入NVivo10 軟件，圍繞消費(fèi)者感知維度這一核心研究問題，將無關(guān)主題詞剔除，最后分別提取出途家與Airbnb 兩個(gè)平臺(tái)180 個(gè)與176 個(gè)主題詞并作為初始概念。結(jié)合評(píng)論文本語(yǔ)境，反復(fù)推敲，不斷比較分析概念之間的區(qū)別與邏輯聯(lián)系，將同屬性的概念聚為一類并進(jìn)行范疇化嘗試，并建立新的節(jié)點(diǎn)，如干凈、整潔歸屬于衛(wèi)生維度。以民宿與傳統(tǒng)酒店消費(fèi)者感知的相似性與差異性為標(biāo)準(zhǔn)，逐個(gè)對(duì)主題詞進(jìn)行歸類，最后整理出13 個(gè)初始范疇：衛(wèi)生條件、設(shè)施保障、性價(jià)比、室內(nèi)環(huán)境、服務(wù)態(tài)度、服務(wù)項(xiàng)目、交通、周邊、舒適性、滿意度、家庭硬件、裝修風(fēng)格、主客互動(dòng)。其中，家庭硬件、裝修風(fēng)格與主客互動(dòng)3 個(gè)二級(jí)維度是區(qū)別于傳統(tǒng)標(biāo)準(zhǔn)酒店的民宿消費(fèi)者獨(dú)特感知。

主軸編碼階段：主軸編碼的主要任務(wù)是挖掘初始范疇之間的邏輯聯(lián)系并進(jìn)一步聚類。本文在開放性編碼基礎(chǔ)之上通過反復(fù)比較，分析了13 個(gè)初始范疇間的內(nèi)在邏輯關(guān)系，梳理了新的節(jié)點(diǎn)，進(jìn)一步建立了更大的分類維度。編碼過程中發(fā)現(xiàn)服務(wù)態(tài)度、服務(wù)項(xiàng)目與主客互動(dòng)都與房東或管家相關(guān)，其中管家主要針對(duì)途家托管試房源的入戶管理，成為與房東類似甚至更加貼心的房屋保姆。最終13 個(gè)二級(jí)維度被進(jìn)一步提煉為民宿、房東或管家、位置與體驗(yàn)4個(gè)短租民宿消費(fèi)者感知一級(jí)維度，各維度逐級(jí)編碼如表2 所示。

表2 消費(fèi)者感知維度逐級(jí)編碼Table 2 Level by Level coding of consumer perception dimersion

詞的頻率高低是衡量詞語(yǔ)在文本中相對(duì)重要性的指標(biāo)，出現(xiàn)頻率更高的詞語(yǔ)代表更令人關(guān)注的問題［42］。為了更好地了解短租民宿消費(fèi)者感知與傳統(tǒng)酒店的異同，比較各個(gè)維度在兩個(gè)線上短租平臺(tái)上的分布差異，本文對(duì)兩個(gè)平臺(tái)的高頻詞進(jìn)行了歸類。借鑒Donohue于1973 年提出的計(jì)算高頻詞閾值的方法［43］，本文得出高頻詞與低頻詞的界限值，計(jì)算公式如下：

式中，T是高頻詞與低頻詞的界限值，也稱為高頻詞的閾值，表示高頻詞中末尾一個(gè)詞的頻率；I1是頻次為1 的主題詞的數(shù)量，計(jì)算結(jié)果見表3。途家民宿網(wǎng)與Airbnb 的高頻詞閾值分別為189.01 與158.89，對(duì)應(yīng)的高頻詞數(shù)量分別為803 與675?？紤]到高頻詞數(shù)量不統(tǒng)一可能會(huì)影響統(tǒng)計(jì)分析結(jié)果，適當(dāng)擴(kuò)展主題詞數(shù)量能有效解決這一問題，因此本文分別選取兩個(gè)線上短租平臺(tái)前1000 個(gè)主題詞來揭示消費(fèi)者感知維度的分布情況。

表3 消費(fèi)者感知高頻詞統(tǒng)計(jì)Table 3 Statistics of high frequency words perceived by consumers

2000 個(gè)主題詞依次被納入13 個(gè)二級(jí)維度，由于房東、民宿等主題詞不能具體歸屬于13 個(gè)二級(jí)維度，因此直接分別歸納到4 個(gè)核心維度中；旅行、度假等作為目的的主題詞，與消費(fèi)者民宿感知維度無關(guān)，不能籠統(tǒng)納入各維度中，因此不計(jì)算在內(nèi)。分類完成后繪制感知維度分布差異圖（圖3），橫軸代表各維度高頻詞在兩個(gè)線上短租平臺(tái)中的百分比，百分比數(shù)值越大，表明該維度受到越高程度的關(guān)注；縱軸則代表消費(fèi)者的感知維度。

圖3 消費(fèi)者二級(jí)感知維度分布Figure 3 Distribution of secondary perception dimensions of consumer

總體而言，無論是途家還是Airbnb 消費(fèi)者，對(duì)短租民宿的感知在80%以上與傳統(tǒng)酒店相似，其中房源的整體質(zhì)量感知占25%以上，是消費(fèi)者關(guān)注的焦點(diǎn)；其次周邊環(huán)境與交通二級(jí)維度占比也較高，表明周邊的景點(diǎn)設(shè)施便捷程度與交通的通達(dá)性是消費(fèi)者考慮的重要因素。短租民宿消費(fèi)者感知與傳統(tǒng)酒店也存在差異，其中主客互動(dòng)占比較高，表明相較于消費(fèi)者與酒店疏遠(yuǎn)的關(guān)系，短租民宿消費(fèi)者更注重社交功能，更向往真情的交流［44］；其次為裝修風(fēng)格，對(duì)短租民宿的消費(fèi)者而言，他們更加追求鄉(xiāng)愁情懷，希望在異地?fù)碛屑业姆諊?/p>

值得注意的是，兩個(gè)不同運(yùn)營(yíng)模式的線上短租平臺(tái)消費(fèi)者感知維度也有相似性與差異性。圖4 顯示，兩個(gè)平臺(tái)消費(fèi)者對(duì)位置與體驗(yàn)的關(guān)注程度十分相似，對(duì)民宿維度的感知最明顯，表明途家與Airbnb的消費(fèi)者均最為關(guān)注住宿條件；從分布差異來看，民宿維度在途家占比高于Airbnb，衛(wèi)生條件、設(shè)施保障二級(jí)維度是途家消費(fèi)者對(duì)民宿最大的感知。相較于Airbnb，途家民宿消費(fèi)者更注重“宿”之根源，其分散式酒店管理方式與傳統(tǒng)標(biāo)準(zhǔn)酒店更為相似。房東與管家在兩個(gè)平臺(tái)上的關(guān)注度差異巨大，Airbnb（27.68%）明顯高于途家（18.43%）。具體而言，主客互動(dòng)二級(jí)維度在Airbnb 消費(fèi)者感知中占比最大，這是因?yàn)锳irbnb 平臺(tái)C2C 的運(yùn)營(yíng)模式使得消費(fèi)者能夠直接與房東互動(dòng)交流；而途家民宿網(wǎng)采用的是以B2C為主，B2C+ C2C的混合運(yùn)營(yíng)模式［15］，房源的全托管使得消費(fèi)者更多接受管家的標(biāo)準(zhǔn)化服務(wù)，缺少與房東共享住宿、交流互動(dòng)的體驗(yàn)。

圖4 消費(fèi)者一級(jí)感知維度分布Figure 4 Distribution of consumers first level perception dimensions

3.3 在線評(píng)論語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)

評(píng)論文本中同時(shí)出現(xiàn)的詞往往具有某種關(guān)聯(lián)，單純對(duì)文本主題詞進(jìn)行統(tǒng)計(jì)難以準(zhǔn)確把握消費(fèi)者的真實(shí)感知、各感知維度的內(nèi)在聯(lián)系與關(guān)聯(lián)程度。WLTK中文語(yǔ)料庫(kù)中的Bigrams 被用于生成語(yǔ)義關(guān)聯(lián)二元共現(xiàn)詞組，統(tǒng)計(jì)共現(xiàn)頻率，揭示主題詞之間存在的語(yǔ)義關(guān)聯(lián)。本文分別從途家民宿網(wǎng)和Airbnb提取出雙詞共現(xiàn)短語(yǔ)100 萬次與98 萬次。為了更好分析主題詞之間的語(yǔ)義關(guān)聯(lián)，本文統(tǒng)計(jì)了每個(gè)平臺(tái)前2000 組共現(xiàn)詞組，其共現(xiàn)頻率都在100 次以上，包含了大部分的主題詞，能夠較好展示消費(fèi)者的感知維度。表4 展示了每個(gè)平臺(tái)前10 組共現(xiàn)詞組?？傮w來看，兩個(gè)平臺(tái)消費(fèi)者感知維度與傳統(tǒng)酒店存在相似性，主要從“房間—干凈”“舒服—房間”“很棒—住所”等共現(xiàn)詞組中體現(xiàn)。兩個(gè)線上短租平臺(tái)消費(fèi)者感知維度也存在著明顯的差異，途家消費(fèi)者感知維度與傳統(tǒng)國(guó)內(nèi)星級(jí)酒店更為相似［45］，房間的清潔度、設(shè)施的齊全性、入住的體驗(yàn)成為途家消費(fèi)者主要的關(guān)注維度；而Airbnb 消費(fèi)者感知主要集中于房東與住所兩個(gè)維度，房源質(zhì)量與房東服務(wù)對(duì)消費(fèi)者影響較大。

表4 語(yǔ)義關(guān)聯(lián)二元共現(xiàn)詞組統(tǒng)計(jì)Table 4 Statistics of semantically related binary co- occurrence phrases

語(yǔ)義關(guān)聯(lián)二元共現(xiàn)詞組雖然能夠反映詞與詞之間特定意義上的內(nèi)在聯(lián)系，但是不能揭示評(píng)論文本更深層次的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)系［46］，復(fù)雜社會(huì)網(wǎng)絡(luò)分析工具Gephi用于處理前2000 組二元共現(xiàn)詞組，將主題詞作為節(jié)點(diǎn)，主題詞的共現(xiàn)頻率作為節(jié)點(diǎn)之間的關(guān)系，由此構(gòu)建無向的在線評(píng)論語(yǔ)義網(wǎng)絡(luò)。運(yùn)用統(tǒng)計(jì)功能分別測(cè)算整體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)、個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)與模塊化指數(shù)，比較分析兩個(gè)線上短租平臺(tái)的語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)。第一，整體網(wǎng)絡(luò)結(jié)構(gòu)特征測(cè)量結(jié)果如表5 所示。①圖密度與平均度用于衡量在線評(píng)論網(wǎng)絡(luò)主題關(guān)系的疏密程度和話題集中程度［28］。途家民宿網(wǎng)的圖密度指數(shù)（0.094）大于Airbnb 網(wǎng)絡(luò)密度指數(shù)（0.056），表明途家民宿網(wǎng)的在線評(píng)論語(yǔ)義網(wǎng)絡(luò)比Airbnb更密集，主題詞之間的關(guān)系更密切，有利于更有效識(shí)別消費(fèi)者的需求特征。從平均度指標(biāo)來看，Airbnb 的平均度（14.546）明顯小于途家的平均度（18.866），進(jìn)一步印證了消費(fèi)者在途家民宿網(wǎng)的消費(fèi)需求較為集中，而Airbnb 平臺(tái)消費(fèi)者討論話題表現(xiàn)出更分散的特征，這與消費(fèi)者個(gè)性化的住宿需求相關(guān)［45］。②平均路徑長(zhǎng)度指標(biāo)用于衡量網(wǎng)絡(luò)的連通性，聚類系數(shù)反應(yīng)主題的聚集程度與抱團(tuán)現(xiàn)象，二者共同反應(yīng)網(wǎng)絡(luò)的小世界特性［25］。一般認(rèn)為，當(dāng)一個(gè)網(wǎng)絡(luò)的平均路徑長(zhǎng)度小于6，且具有較高的平均聚類系數(shù)，則該復(fù)雜網(wǎng)絡(luò)具有小世界屬性［47］。兩個(gè)平臺(tái)的平均路徑長(zhǎng)度分別為1.908 與1.943，遠(yuǎn)小于界限值6；平均聚類系數(shù)的取值范圍為0—1，測(cè)算結(jié)果顯示途家民宿網(wǎng)與Airbnb 在線評(píng)論網(wǎng)絡(luò)的平均聚類系數(shù)分別為0.905 與0.929，均趨近于1，表明主題詞周圍有較強(qiáng)的聚集性?？梢哉J(rèn)為，兩個(gè)在線評(píng)論語(yǔ)義網(wǎng)絡(luò)都具有明顯的小世界網(wǎng)絡(luò)特征，主題之間聯(lián)系緊密、信息傳播效率高，表明細(xì)節(jié)的滿意度能夠影響整體滿意度，且消費(fèi)者對(duì)民宿消費(fèi)的滿意度易受其他消費(fèi)者做出的評(píng)論的影響。

表5 整體網(wǎng)絡(luò)結(jié)構(gòu)特征指標(biāo)Table 5 Characteristic indexes of cverall network structure

第二，個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)指標(biāo)用于測(cè)量節(jié)點(diǎn)在網(wǎng)絡(luò)中的地位與作用。途家與Airbnb 兩個(gè)平臺(tái)的點(diǎn)度中心度、中間中心度與接近中心度指標(biāo)計(jì)算結(jié)果如表6 所示。由于篇幅限制，本文只展示了前10 個(gè)節(jié)點(diǎn)的中心度指標(biāo)。①?gòu)狞c(diǎn)度中心度來看，點(diǎn)度中心度越高，節(jié)點(diǎn)所擁有的關(guān)系數(shù)越多，越處于網(wǎng)絡(luò)的核心位置［27］。從表6 可見，首先，房間維度在途家的點(diǎn)度中心度最大，處于網(wǎng)絡(luò)的核心位置；房東和住所兩個(gè)維度在Airbnb 的點(diǎn)度中心度十分接近且均超過了200，是網(wǎng)絡(luò)中的雙核心主題詞，成為吸引消費(fèi)者的關(guān)鍵。其次，途家在線評(píng)論網(wǎng)絡(luò)中點(diǎn)度中心度超過100 的節(jié)點(diǎn)包括干凈、房東與?。环块g、干凈、公寓等在Airbnb網(wǎng)絡(luò)中也擁有較高的點(diǎn)度中心度，是消費(fèi)者的次核心感知維度。由此可見，途家與Airbnb消費(fèi)者感知維度與傳統(tǒng)酒店具有相似性，都十分關(guān)注衛(wèi)生條件及住宿體驗(yàn)，不同之處在于房東的服務(wù)與互動(dòng)是吸引民宿消費(fèi)者的重要屬性。從兩個(gè)平臺(tái)的差異來看，房東是Airbnb 消費(fèi)者較為核心的感知維度，而在途家消費(fèi)者心中卻是次要的。②從中間中心度來看，如果網(wǎng)絡(luò)中很多節(jié)點(diǎn)需要依賴某個(gè)節(jié)點(diǎn)直接或者間接相連，表明該節(jié)點(diǎn)起到溝通其他節(jié)點(diǎn)的橋梁作用，則擁有較高的中間中心度［31］。表6結(jié)果顯示，途家的房間節(jié)點(diǎn)、Airbnb 的房東及住所節(jié)點(diǎn)都表現(xiàn)出極高的中間中心度，對(duì)其他節(jié)點(diǎn)具有較強(qiáng)的控制力。兩個(gè)平臺(tái)消費(fèi)者均關(guān)注民宿的各個(gè)維度，表現(xiàn)為房間及住所節(jié)點(diǎn)處于中心位置，其他節(jié)點(diǎn)散發(fā)地分布于它們的周圍，與傳統(tǒng)酒店消費(fèi)者感知具有相似性；Airbnb 消費(fèi)者除了關(guān)心民宿各維度，還對(duì)房東的各種特征十分在意，于是以房東為中心的話題被廣泛討論，這是民宿消費(fèi)感知與傳統(tǒng)酒店的最大區(qū)別。此外，兩個(gè)線上短租平臺(tái)中間中心性為0 的節(jié)點(diǎn)分別占總節(jié)點(diǎn)的73%與77%，表明一半以上的節(jié)點(diǎn)對(duì)其他節(jié)點(diǎn)都不具有控制力。③從接近中心度來看，接近中心度的指標(biāo)值越大，主題之間聯(lián)系越密切。途家網(wǎng)路中的房間與Airbnb網(wǎng)絡(luò)中的房東節(jié)點(diǎn)接近中心度都為1，住所在Airbnb的接近中心度也接近1。表明這3 個(gè)核心主題幾乎與其他主題直接聯(lián)系，話題主要圍繞核心主題展開，便于把握消費(fèi)者的核心需求。途家與Airbnb 的平均接近中心度分別為0.52 與0.51，表明兩個(gè)網(wǎng)絡(luò)主題間的聯(lián)系程度十分相似；在平均值以下的節(jié)點(diǎn)分別占75%與63%，表明仍有大部分主題對(duì)其他主題的依賴性較強(qiáng)，受其他主題的控制。

表6 個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)特征指標(biāo)Table 6 Chacracteristic indexes of individual network structure

第三，模塊化指數(shù)可以用來檢測(cè)社區(qū)結(jié)構(gòu)，衡量在線評(píng)論網(wǎng)絡(luò)中社區(qū)的獨(dú)立性，一般模塊化指標(biāo)大于0.44 則表明網(wǎng)絡(luò)社區(qū)相對(duì)獨(dú)立［24］。途家民宿網(wǎng)與Airbnb模塊化測(cè)算結(jié)果顯示，兩個(gè)平臺(tái)的模塊化指數(shù)分別為0.063 與0.055，明顯小于0.44，網(wǎng)絡(luò)中社區(qū)不具有獨(dú)立性，社區(qū)間聯(lián)系緊密。社區(qū)數(shù)計(jì)算結(jié)果均為5，較少的社區(qū)數(shù)表明消費(fèi)者對(duì)民宿的評(píng)論內(nèi)容較為集中，消費(fèi)者感知聚集在幾個(gè)核心話題團(tuán)體。因此，準(zhǔn)確辨識(shí)消費(fèi)者感知核心要素可提升民宿的吸引力。

在統(tǒng)計(jì)模塊化指數(shù)的基礎(chǔ)上，為了能區(qū)分消費(fèi)者評(píng)論的話題團(tuán)體，在線評(píng)論網(wǎng)絡(luò)可視化用于以更加直觀的方式展現(xiàn)消費(fèi)者感知維度之間的聯(lián)系及網(wǎng)絡(luò)社區(qū)關(guān)系。模塊化將各社區(qū)節(jié)點(diǎn)采用不同的顏色加以渲染，便于平臺(tái)管理者和房東快速識(shí)別并把握消費(fèi)者對(duì)民宿產(chǎn)品的核心感知維度，從而有針對(duì)地提升民宿及服務(wù)質(zhì)量，提高消費(fèi)者滿意度，吸引潛在消費(fèi)者。途家民宿網(wǎng)與Airbnb 的可視化網(wǎng)絡(luò)圖分別如圖5、圖6 所示。

圖5 途家民宿網(wǎng)在線評(píng)論網(wǎng)絡(luò)可視化Figure 5 Online comment network visualization of Tujia B＆B network

圖6 Airbnb在線評(píng)論網(wǎng)絡(luò)可視化Figure 6 Online comment network visualization of Airbnb

總體來說，兩個(gè)在線評(píng)論語(yǔ)義網(wǎng)絡(luò)中的“房間”、“住所”“房東”核心社區(qū)表明，民宿與房東或管家是兩個(gè)平臺(tái)消費(fèi)者較為核心的感知維度。具體來說，從民宿消費(fèi)者與傳統(tǒng)酒店相似的感知維度來看。民宿維度上與“房間”“住所”社區(qū)相連接的“干凈”是最大的子社區(qū)，表明消費(fèi)者對(duì)住所的衛(wèi)生條件十分敏感；“設(shè)施”“空調(diào)”等關(guān)聯(lián)主題詞反應(yīng)民宿設(shè)施保障仍然是消費(fèi)者的剛性需求。值得注意的是，兩個(gè)短租平臺(tái)都出現(xiàn)了以“酒店”為節(jié)點(diǎn)的語(yǔ)義網(wǎng)絡(luò)，這是由于住短租民宿的消費(fèi)者通常會(huì)將民宿與酒店作對(duì)比，從而對(duì)短租民宿的性價(jià)比擁有一個(gè)整體感知。體驗(yàn)維度作為“房間”與“住所”的子社區(qū)，與民宿維度聯(lián)系緊密，越滿意的體驗(yàn)越能促使民宿消費(fèi)者表達(dá)真實(shí)意見，對(duì)提升房源的吸引力十分有利。在房東或管家維度上，以房東為核心社區(qū)的關(guān)聯(lián)主題詞包括“熱情”“細(xì)心”“行李”等，表明民宿消費(fèi)者依舊對(duì)服務(wù)人員的專業(yè)化服務(wù)態(tài)度與提供的各類服務(wù)項(xiàng)目訴求強(qiáng)烈。在位置維度上，地理位置的優(yōu)越性、交通的便捷程度與周邊設(shè)施的齊全性均是消費(fèi)者考慮的重要因素。

從民宿消費(fèi)者區(qū)別于傳統(tǒng)酒店的獨(dú)特感知維度來看，主要體現(xiàn)在民宿與房東或管家兩個(gè)方面。首先，在民宿維度上，與“房間”和“住所”社區(qū)聯(lián)系緊密的“裝修”“裝飾”等特征詞表明裝修風(fēng)格對(duì)消費(fèi)者入住民宿具有巨大的吸引力。其次，從房東或管家維度來看，與“房東”社區(qū)連接緊密的“房東—很漂亮”“房東—時(shí)尚”等共現(xiàn)短語(yǔ)是對(duì)房東外在形象的評(píng)價(jià)；“姐姐”“哥哥”關(guān)聯(lián)主題是對(duì)房東的親切稱呼；“溝通”“感謝”等主題詞與房東關(guān)聯(lián)性強(qiáng)，表明消費(fèi)者期待與房東如朋友般相處。短租民宿提供給房東與客人共享空間的機(jī)會(huì)，營(yíng)造家庭氛圍，拉近主客關(guān)系，從而使陌生人之間的信任與好感上升。

兩個(gè)線上短租平臺(tái)對(duì)比來看，途家與Airbnb 消費(fèi)者感知最大的差異體現(xiàn)在房東維度。途家語(yǔ)義網(wǎng)絡(luò)“房東”社區(qū)相對(duì)較小，主要包括“服務(wù)”“貼心”等體現(xiàn)房東服務(wù)態(tài)度的關(guān)聯(lián)主題，表明房東不是影響途家消費(fèi)者滿意度的主要因素；而Airbnb“房東”節(jié)點(diǎn)最大，并與其他3 個(gè)社區(qū)聯(lián)系緊密，以“房東”為中心的主題詞主要集中于主客互動(dòng)方面，分為實(shí)際交流經(jīng)歷與交流基礎(chǔ)上的個(gè)人評(píng)價(jià)兩方面?！皽贤ā薄敖ㄗh”等關(guān)聯(lián)主題反應(yīng)消費(fèi)者與房東真切交流與經(jīng)驗(yàn)分享的事實(shí)，“美麗”“有趣”等特征詞表明消費(fèi)者在與房東交流溝通基礎(chǔ)上對(duì)房東做出的整體評(píng)價(jià)。從分析可知，Airbnb 民宿消費(fèi)者對(duì)房東的關(guān)注不再局限于對(duì)專業(yè)素養(yǎng)的評(píng)價(jià)，更注重與房東的互動(dòng)性?？傮w來看，途家民宿消費(fèi)者感知維度更接近傳統(tǒng)標(biāo)準(zhǔn)酒店，而Airbnb 消費(fèi)者感知更加個(gè)性化，更接近共享經(jīng)濟(jì)的本質(zhì)。

4 結(jié)論與展望

本文基于途家民宿網(wǎng)與Airbnb 線上短租平臺(tái)的消費(fèi)者在線評(píng)論文本數(shù)據(jù)，采用扎根理論初步了解民宿消費(fèi)者感知維度，運(yùn)用語(yǔ)義關(guān)聯(lián)分析法與社會(huì)網(wǎng)絡(luò)分析法揭示了在線評(píng)論語(yǔ)義網(wǎng)絡(luò)整體結(jié)構(gòu)特征、個(gè)體結(jié)構(gòu)特征與模塊化程度，并通過可視化對(duì)比分析了民宿消費(fèi)者與傳統(tǒng)酒店消費(fèi)者、不同運(yùn)營(yíng)模式短租民宿消費(fèi)者感知維度的異同，主要結(jié)論如下：①?gòu)木W(wǎng)絡(luò)結(jié)構(gòu)特征看，整體網(wǎng)絡(luò)結(jié)構(gòu)上兩個(gè)線上短租平臺(tái)極其相似，主題詞之間聯(lián)系較為緊密，小世界網(wǎng)絡(luò)特征明顯，不僅有利于潛在消費(fèi)者獲取信息，還便于平臺(tái)及房東識(shí)別消費(fèi)者核心感知維度；個(gè)體網(wǎng)絡(luò)結(jié)構(gòu)上，途家網(wǎng)絡(luò)中的房間節(jié)點(diǎn)與Airbnb 網(wǎng)絡(luò)中的房東和住所節(jié)點(diǎn)均具有高點(diǎn)度中心度、高中間中心度與高接近中心度，處于網(wǎng)絡(luò)的核心位置，且起到聯(lián)系其他節(jié)點(diǎn)的作用。第三，兩個(gè)網(wǎng)絡(luò)的模塊化指數(shù)均顯著小于0.44，網(wǎng)絡(luò)社區(qū)間聯(lián)系十分緊密，民宿消費(fèi)者對(duì)民宿產(chǎn)品具有較高的認(rèn)同感，評(píng)論質(zhì)量較高，有助于民宿產(chǎn)品吸引更多消費(fèi)者。在語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)構(gòu)建的基礎(chǔ)上，未來研究可進(jìn)一步討論語(yǔ)義關(guān)聯(lián)網(wǎng)絡(luò)背后的驅(qū)動(dòng)機(jī)制。②從消費(fèi)者感知維度分析結(jié)果來看，短租民宿消費(fèi)者感知維度與傳統(tǒng)酒店既有相似，也存在差異。民宿消費(fèi)者感知維度在80%以上與傳統(tǒng)酒店相似，其中民宿質(zhì)量是消費(fèi)者感知的核心，其次為地理位置，差異性主要體現(xiàn)在民宿的裝修風(fēng)格與主客互動(dòng)性上。從兩個(gè)線上短租平臺(tái)消費(fèi)者感知維度對(duì)比來看，衛(wèi)生條件、房間內(nèi)部設(shè)施、住宿的舒適性與房源位置是兩個(gè)平臺(tái)消費(fèi)者共同關(guān)注的維度，不同之處表現(xiàn)在房東或管家維度的感知差異上，途家消費(fèi)者重視服務(wù)態(tài)度，而Airbnb消費(fèi)者更加重視與房東的主客互動(dòng)性和建立社交關(guān)系等。

上述研究結(jié)果對(duì)平臺(tái)與房東準(zhǔn)確掌握消費(fèi)者感知維度，從而有針對(duì)性地提升房源及服務(wù)質(zhì)量具有一定的參考價(jià)值。①在房源質(zhì)量上，著重改善民宿的衛(wèi)生條件，及時(shí)維護(hù)或更新設(shè)施設(shè)備，提升民宿整體功能性，注重選址地綜合優(yōu)越性是關(guān)鍵。特別是在新冠肺炎背景下，更應(yīng)注重公共衛(wèi)生、安全防疫，完善監(jiān)管機(jī)制，重拾消費(fèi)者信心。②在房東素質(zhì)方面，對(duì)房東綜合素質(zhì)進(jìn)行考察，采取免費(fèi)首頁(yè)推薦等獎(jiǎng)勵(lì)方式與末位淘汰等懲罰措施，吸引真正熱愛民宿事業(yè)的房東參與進(jìn)來。③在運(yùn)營(yíng)模式方面，面對(duì)單純C2C 模式的信任風(fēng)險(xiǎn)與B2C 消費(fèi)者共享民宿體驗(yàn)不足的問題，針對(duì)不同消費(fèi)群體的實(shí)際情況，實(shí)行B2C+ C2C的混合業(yè)態(tài)十分必要。④在消費(fèi)者差異化服務(wù)方面，實(shí)行更加個(gè)性化地服務(wù)，引入更多不同裝修風(fēng)格的民宿，并根據(jù)檢索信息，對(duì)消費(fèi)者進(jìn)行更加精準(zhǔn)的推薦。