西北地区打车软件用户使用行为影响因素研究

2017-06-21温小郑郝豆豆

经济研究导刊 2017年14期

温小郑++郝豆豆

摘要：针对西北地区打车用户，提出新的使用行为理论模型。该模型以整合技术接受模型（UTAUT）为基础，根据打车软件自身特点，加入感知风险、感知娱乐性、习惯等变量，把打车软件的消费者作为研究对象，利用SPSS和Amos软件分析、处理数据。实验结果表明，影响西北地区用户使用行为的主要原因是价格与绩效结果，感知娱乐性对其使用行为无影响。基于此，为打车软件的运营商提供合理的营销建议。

关键词：西北地区；打车软件；使用行为；影响因素；UTAUT模型

中图分类号：F208 文献标志码：A 文章编号：1673-291X（2017）14-0144-05

移动打车软件是指在互联网的背景下利用智能手机实现司机与乘客供需匹配的一款新型软件。根据中国IT研究中心（CNIT）正式发布《2015年中国移动出行应用市场研究报告》显示，截至2015年6月，中国专车安卓应用市场，滴滴专车（含一号专车）下载量超2亿，遥遥领先于行业中其他专车应用[1]。打车软件的出现在一定程度上解决了乘客“打车难”和司机“空载率”高的问题。

针对不同类型的打车市场，国内外学者进行了一系列的研究。Jason[2]以具体案例为基础分析了出租车市场在固定费率下的社会福利问题；Jensen[3]通过讨论美国部分地区对Uber的监管做法和法律规定，为中国打车软件提供了相关经验；陈坤[4]等将司机与乘客捆绑在一起，研究打车软件消费者数量和获得效用之间的关系，为打车软件的发展研究提供了不一样的视角；赵道致[5]等基于委托代理模型，得出打车软件的出现对传统打车收益的影响；杨旋[6]等从博弈论的角度出发探讨打车软件对我国打车市场均衡的影响；曹炜[7]等构建了打车软件使用率与空载率量化关系模型，得到打车软件可以解决司机空载率高问题的结论。

打车软件作为新型的商业应用软件，消费者由于软件的使用而引起的需求是今后研究的重点方向。纵观国内外，只有学者孟建以消费者为对象、以UTAUT模型为基础构建模型研究打车用户使用意愿的影响因素。实证研究是研究用户使用行为的主要方法。相关研究表明，UTAUT模型对用户使用行为的解释能力高达0.7，比以往任何一个模型都更为有效[8]。但是学者孟建的研究是以武汉市这样经济发达地区的用户作为研究对象的，所得到的结果有地域性局限；对于西北经济不发达地区的用户行为没有研究。本文尝试在孟建模型的基础上做相应修改，构建理论模型，分析影响西北用户使用行为的主要变量，为打车软件的运营商提供合理的营销建议。

一、模型构建

移动打车软件是集LBS、移动支付、及时通讯等功能于一体的一款智能手机软件。用户是打车软件的使用者，同时也是使该软件赢利的消费者。在研究影响用户打车软件使用行为的因素时，应该把软件自身因素与个体行为、心理因素同时考虑在内。根据Vankatesh 和Davis[9]等人的UTAUT模型理论可得，绩效期望、努力期望、社会影响均是直接影响用户使用意愿的主要因素。打车软件作为一种新型的移动应用，实际上是信息技术在移动端的扩张，在研究时以UTAUT模型为基础能更有效地分析影响用户使用意愿的主要因素。

用户既是消费者又是打车软件的使用者，影响用户使用行为的因素既包含打车软件内部主要影响变量，还包含软件自身提供的用户可以感知到的因素。在使用打车软件的过程中，消费者可以直观感知到价格、危险性以及娱乐性，并在使用后将感知到的与自己的期望值比较而影响再次使用行为。感知娱乐性、感知风险、感知价格是直接影响使用行为的外在变量。习惯理论认为，通过长期的使用学习，当用户习惯使用移动打车软件，会对移动打车软件产生依赖心理，促使用户多次使用该软件。习惯是直接影响用户使用行为的一个潜在变量。

综上所述，本文以整合技术接受与使用模型（UTAUT）为基础，将模型绩效期望、努力期望、社会影响这三个核心变量作为影响移动打车用户使用意愿的主要因素，根据移动打车软件自身的特点，通过用户对移动打车软件的使用意愿，去探索研究最终使用行為。与基本模型相比，由于移动打车软件是一种新型技术，特征化差异并不十分明显，所以本文的研究未考虑年龄、性格等因素的影响。同时，本模型结合打车软件自身特点，引入了感知娱乐性、感知风险、感知价格和习惯几个需求变量，构建了新的概念模型研究西北地区用户使用行为的影响因素，具体模型见图1。

图1 打车软件用户使用模型

本文研究模型可分为3部分：

（1）自变量：绩效期望、社会影响、努力期望、感知娱乐性、感知风险、感知价格、习惯；

（2）中间变量：使用意愿；

（3）因变量：使用行为。

二、研究假设

用户在使用打车软件的过程中感知到的便利程度和所付出的努力程度会产生绩效期望和努力期望，打车软件操作越简单，为消费者提供出行帮助越大，用户的使用意愿就越强烈；用户是群体的组成部分，用户的使用行为会受到周围人群的影响即社会影响，当周围的人都在使用打车软件时，会增加用户使用打车软件的需求。

基于打车软件自身特点，用户在使用打车软件的过程中获得的乐趣是影响用户使用行为的主要因素。对于用户而言，选择打车软件最主要的原因是因为有价格补贴，用户感知价格水平越低，使用打车软件的意愿就越强烈。用户在移动交易行为的过程中都会遇到承担风险的问题，每次交易的过程都会有不可预知的风险存在，当用户感知到使用该应用有潜在风险时，用户使用软件的积极性就会减弱。根据理性行为理论，用户觉得使用打车软件便宜又方便时，便会对打车软件形成依赖；由于习惯的作用增强，对软件的使用频率也会加强。

三、研究方法与数据分析

（一）量表设计及问卷回收

为了保证数据的准确性和有效性，作者对问卷进行了一系列的编测与前测，最终选取33个测量项用来测量9个主要变量。问卷对每个测量项使用Likert5子量表测量。

本次调查利用问卷星调查平台和微信链接发放问卷的形式收集问卷，共收集了308份问卷。对有缺失值、不符合规范要求的问卷进行了筛选，最终获得有效问卷292份，有效比例达到94.8%。

（二）数据分析

1.信度分析

初始问卷可靠性测试的标准是：当Cronbach α的系数值为0.9或更大时，问卷的可靠性非常好；当系数值在0.7—0.9之间时，可靠性可以接受。Cronbach α系数的计算公式为：？鄣=■1-■，其中，K为量表的题项数，δ2Yi和δ2x分别代表观测样本方差和总体样本方差[11]。将各个维度指标各自对应题项选择，利用SPSS软件中“度量”中的“可靠性分析”功能，计算各个测量因素的Cronbach α值，结果如表2所示。

从表2中可以看出，全部测量变量的Cronbach α系数值均在0.7之上，并且大部分变量的Cronbach α值都在0.8以上，问卷量表信度较好。

2.效度分析

效度检验分为区别效度和收敛效度两方面。利用AMOS软件对所有变量进行探索因子分析，检验各观测变量的潜在因子结构，进而根据主成分分析法对所测变量做相关的效度检验，从而得到表3、表4的结果。当各测量项所对应的因子载荷均大于0.5，且各变量的平均抽取方差AVE大于0.5时，可以认为量表收敛效度良好；当各变量AVE的平方根的值均高于其他变量之间的相关系数时，可以认为量表的区别效度达到要求[12]。由此可见，量表具有良好的效度。

（三）结构模型分析

1.拟合度分析

拟合优度的检验采用了似然比方、CFI、NIF、RMSEA等检验，运用SPSS软件计算得到各项拟合优度指数如表5所示，与检验标准进行比较后发现所有的拟合指数都在可接受范围内。

2.结构方程路径分析结果

結构方程路径分析评定标准是：T的绝对值在1.96—2.58之间时，路径系数在p<0.05的水平下显著；T的绝对值在2.58—3.28之间时，路径系数在p<0.01的水平下显著；T的绝对值大于3.28时，路径系数在p<0.001的水平下显著。本文依据AMOS软件对模型路径分析，得到模型中各变量的影响系数和显著性水平，具体结果如图2。

从用户的角度出发，通过对模型的假设检验，得出了模型中9个变量之间的显著性关系。在前文提出的11个假设中，只有2个假设是不成立的，对结论的具体解释如下：

绩效期望、社会影响、努力期望均直接正向影响用户对移动打车软件的使用意愿，进而间接影响其使用行为，且影响用户使用的显著性依次减弱，说明用户在选择是否使用打车软件时，首先考虑的是便利程度以及对生活质量的提高程度，用户周围重要的朋友、家人频繁使用打车软件的行为能够激发用户使用该软件的欲望。努力期望对使用意愿的影响最不显著，可能因为随着网络的发展，各种软件层出不穷，用户已经能够熟练掌握各种软件的操作过程。

感知风险、感知价格均负向影响用户对打车软件的使用意愿和使用行为，且感知价格的影响更为显著。价格是影响用户消费的最主要因素。随着这几年打车软件的不断发展，补贴逐渐减少，而且在高峰时间、雨雪天气时会有加价、多倍收款的情况发生。当用户感知到价格较普通打车昂贵或者差不多时，用户对移动打车软件的使用意愿和行为就会变得消极。打车软件的客户端已经在积极解决这种安全性风险问题；同时，移动打车软件的便利性以及用户感知到的其他价值的影响能够抵消一部分风险的消极影响，感知风险对使用行为影响的显著性较弱。

感知娱乐性对用户的使用意愿和使用行为无影响。移动打车软件作为一款实用性软件，对于西北经济不发达地区用户而言影响该软件使用的主要因素在于是否可以更高效地打到出租车，用户在使用软件过程中感知到的娱乐程度不会影响其对该软件的使用。当用户对移动打车软件有了一定的依赖以后，在后续的出行选择上就会首选该软件。习惯正向影响用户对打车软件的使用行为。

四、结论及建议

根据所得结果分析，对于打车软件的后续发展，本文提出以下建议。

（一）优化用户体验，加强用户的绩效期望

打车软件相较普通出租车而言，最主要的就是能够通过LBS（Location Based Service）定位功能快速找到乘客的准确位置，但就目前而言，打车软件在定位功能上仍然需要改进。运营商为了让打车软件能够更好更快发展下去应该优化定位技术，这样既可提高司机的工作效率也可提高用户的绩效期望。

（二）强化安全措施，降低感知风险

感知风险是影响用户使用意愿的主要因素，虽然运营商已经做了一些保障措施，但是个人信息泄露、骚扰电话不断、支付额外费用等仍然存在隐患。所以，运营商们应该在现有的体制基础上建立更加完善的控制风险系统，降低风险的发生几率。保护用户的隐私安全，提升用户对软件的感知安全性是运营商的当务之急。

（三）加大线上、线下推广力度，提高社会影响，争取潜在用户

虽然打车软件众所周知，但是仍有很多人未使用过该软件，打车软件在群体领域中仍有拓展的空间。作为打车软件的运营商，应该给旧用户福利，提高社会影响，让旧用户去影响新用户。对于未曾使用该软件的用户，运营商更应注意这一部分用户对软件使用的初次使用体验，可以对首次使用软件的用户开展免单活动，争取更多潜在用户。

（四）保证用户优惠体验，培养用户黏性

打车软件最开始以疯狂补贴的模式进入我们的视野，这种疯狂补贴成功吸引了大规模的用户使用打车软件。随着发展，这种优惠活动在慢慢减少。2016年滴滴打车与优步合并之后补贴与红包变得少之又少，近期选择打车软件出行的用户也越来越少。为了减少用户流失，运营商应该在保障自身利益的基础上变换优惠政策，比如向用户推送与目的地绑定的商家优惠券、账户积分兑换礼品等政策，这样不仅可以保障用户的利益，也可以培养用户的黏性。

本文在充分考虑打车系统作用、总结前人研究成果的基础上，分析了西北不发达地区用户使用打车软件的主要因素，得出对于西北地区的用户而言，能够促使用户使用打车软件的因素主要还是价格，用户在使用该软件的过程中体会到的娱乐性并不影响其使用行为，运营商应该更多去保证用户的优惠体验。

参考文献：

[1] 艾瑞咨询.2015年中国智能终端规模数[DB/OL].http：//news.yesky.com/prnews/314.shtml.

[2] Jason S K.Taxi Vacancy Rate，Fare，and Subsidy With Maxium Social Willingness-to-pay under log-linear Demand Fuction[J].

Transportation Reasearch Research Record 2009，2111：90-99.

[3] Jensen Kendra.Special Taxi App and Special Taxi Service：the Empirical Evidence of Uber[J].Transportation Research，2016，（1）：

240-251.

[4] 陳坤，武立.物联网网络外部性内生机制研究——以打车软件为例[J].财经问题研究，2014，（9）：39-44.

[5] 赵道致，吝云飞.打车软件参与下出租车公司与司机行为博弈研究[J].甘肃科学学报，2016，（4）：124-128.

[6] 杨旋.新兴移动打车软件对我国出租车市场均衡的影响[J].大连理工大学学报，2016，（2）：65-70.

[7] 罗霞.打车软件背景下空驶出租车出行分布预测模型[J].武汉理工大学学报，2015，（1）：51-54.

[8] 文鹏，蔡瑞.微信用户使用意愿影响因素研究[J].情报杂志，2014（ 6）：156-161.