袁鹏程 王世佳 胡夷 蔡近近

摘  要：为了探究网约车用户期望、感知价值、感知质量对用户持续意愿的影响机理，以用户满意作为中介变量，构建用户持续意愿作用模型。通过对217份有效问卷数据样本进行相关分析，并用层级回归的方式对所提出的相关假设进行检验。结果表明：感知价值、感知质量对持续意愿产生显著正向影响;用户期望、感知价值、感知质量对用户满意有显著正向影响;社会影响、用户满意对持续意愿产生显著正向影响;用户期望、感知质量对感知价值产生显著正向影响;用户满意在感知价值、感知质量对持续意愿的影响中起中介作用，用户满意在用户期望对持续意愿的影响的中介作用未得到验证。同时给出网约车相关的运营管理建议。

关键词：网约车;持续使用意愿;顾客满意度;层级回归;中介作用

中图分类号：F272    文献标识码：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

出租車与地铁、公交车一同被认为是一个城市交通的重要组成部分，因为其可以为每个人提供公共出行服务[1-2]。公共交通上下车地点是固定的，出租车则可以由乘客自行决定上下车的位置。由于固定服务系统不能支持所有的出行需求，全区域覆盖通常依赖于出租车。它们是根据公众需求运行的公共交通系统中的一个重要元素。随着当下技术以及互联网行业的发展，许多新的交通方式在逐步被出行者采用，如Uber和滴滴出行等约车服务则作为点对点共享出行的新模式[3]。网约车服务被定义为“出行者个人通过在线APP应用程序向平台注册司机约车及支付的平台”，这种出行方式有赖于全球定位系统（GPS），即司机和乘客需要利用智能手机连入互联网，从而建立联系。在GPS技术，数字地图和路径算法的支持下，乘客可以迅速获得等待时间、驾驶员、车辆和花费的信息。这类出行方式乘客可以很清楚的实时告诉司机出发地和目的地是何处、自身何时需要获得服务、整个行程要花费多少钱以及可以实时跟踪司机的位置，正是由于网约车的这些天然的优势，使其在短时间内可以获得大量的用户。截至2019年我国网约车用户规模达到3.4亿，如此庞大的数据，对于网约车平台来说，更好地了解用户持续使用意愿是非常重要的，因为其是平台长期发展的主要决定因素，同样也是与其他出行方式竞争的主要来源。

在当前运输背景下，大量研究对乘客满意度进行了调查，但很少有关于持续使用意愿的研究。此外，根据Lim的一份行业报告，移动技术可以改善通勤体验，持续使用意愿可以带来乘客的幸福感，并推动他们的出行习惯[4]。因此，除了感知到的服务质量外，订票应用程序的感知价值和用户的期望认为会影响乘客对使用代驾服务的满意度和持续使用意愿。综上，探讨如何在众多平台中吸引顾客，提升顾客满意度，提高顾客的持续使用意愿的研究，显得尤为重要。本文将期望确认模型与顾客满意度模型相结合，提出本文的理论模型。从实践的角度来看，本次研究的结果可以为网约车平台提供管理建议，以提升服务质量，从技术上为乘客提供不同的效益。此外，研究用户的持续使用意愿有助于更好的留住用户。

1  理论基础与假设提出

1.1  理论基础

1.1.1  ACSI顾客满意度模型。顾客满意度模型的定义是顾客在使用某种产品前的期望与使用该产品后的实际感受相比较，而对产品及其服务产生一定的感受，以及对该产品的接受程度[5]。顾客满意度理论主要研究传统消费模式，研究角度主要有两个层面：其一，顾客满意度是用户的付出和收获之间的差别而导致心理情感的落差，在Osotrm的研究中发现顾客满意度是在消费行为发生后，自身投入成本与实际需求满足度之间对比产生的情感认知[6]。通过Olive和Swan的研究不难看出，“满意”这种情感认知具有评价性、情绪性及主观性的反应[7]。其二，在消费者产生的期望与实际收获感知存在明显差异，Kolter在感知差距理论的基础上，认为顾客满意度是消费者期望与现实需求满足程度之间的差距，由此产生的认知程度[8]。王建军等人基于社会关系理论和S-O

-R模型，认为感知价值在购买意愿中起了中介作用[9]。网约车用户期望是通过用户前期对网约车的消费使用体验、个人需求以及网约车的口碑的“事前期待”。期望就像当前时期产品质量的一面镜子，为顾客提供有关产品的真实信息，因此期望在很大程度上都是合理的，并且反映了顾客根据实际消费情况对产品质量和价值的判断和预测能力[10]。在对顾客满意度研究方面：Shaaban等人评估影响用户对网约车服务满意度的影响因素，探讨个人因素与用户满意度的关系，给出了访问网约车服务所花费时间与用户满意度之间的关系[11]。王敬琪基于UTAUT模型并且引入现状偏差理论构建了结构方程模型，对产品的意向偏好进行了研究[12]。宗文等人基于ACSI模型研究了网约车顾客满意度影响因素[13]。汪丽霞结合顾客满意度指数（ASCI）、瑞典顾客满意指数（SCSB）和欧洲顾客满意指数（ECSI）三个模型的基础上，在双边市场环境下对顾客满意度进行了实证分析[14]。范春梅等人借助体验管理理论，探讨高速列车运行状况对乘客体验、满意度和再乘意愿的影响[15]。Su等人探索四种结构（感知的服务质量，感知的安全性，参与度和满意度）与网约车背景下的乘客忠诚度之间的直接和间接关系，发现感知服务质量、参与度、满意度可以很好地预测乘客出行的忠诚度[16]。Tandon等人分析了顾客满意度对回购意向产生的中介作用[17]。从前人的研究发现，利用ACSI模型进行网约车使用满意度研究是可行的。

1.1.2  ECM期望满意度模型。期望确认模型（ECM）认为，顾客满意度对持续使用意愿有正向影响，当顾客对网约车服务感到满意时，则会激发顾客持续使用网约车服务的意愿。在Joo等人研究学生对数字教科书的持续使用意愿研究中，使用了期望确认模型（ECM）[18]。Pang等人基于期望确认模型（ECM）和信息系统（IS）成功模型，研究影响知识共享平台消费者持续使用意图的主要因素，研究发现感知有用性和满意度很大程度影响持续使用意愿[19]。吴雪冰基于扩展的期望确认理论（ECM-ISC），建立网约车持续使用意愿模型，结果表明满意度是影响持续使用意愿的最主要的因素[20]。其逻辑框架如图2所示。

本文在分析前人研究的基础上，发现在研究用户持续使用意愿时，结合用户的满意度研究显得十分必要。同时期望确认模型在持续使用意愿研究方面应用很广泛，但在网约车持续使用意愿方面的应用较少，因此本文决定创新的将期望确认模型（ECM）与顾客满意度模型（ACSI）两者结合同时加入社会影响因素，来分析网约车持续使用意愿影响因素以及顾客满意度在其中的中介作用。

1.2  研究假设

本文的研究假设是基于ACSI模型和ECM模型基础上，提取ACSI模型中感知质量、用户期望、感知价值对顾客满意的影响关系;提取ECM模型满意度与持续意愿的影响关系，将两个模型整合，考虑到个人对某件事物的看法可能会受到周围人对该事物看法的影响，因此引入社会影响因素建立本文理论模型（见图3）。

研究该类问题通常会采用结构方程模型，但本文将会使用回归分析的方法对模型假设进行研究，以期验证所提假设。

H1a-H1c：出行者的用户期望、感知价值、感知质量分别与网约车持续使用意愿有正相关关系;

H2a-H2c：出行者的用户期望、感知价值、感知质量分别与用户满意有正相关关系;

H3a、H3b：出行者的用户满意、社会影响分别与网约车的持续使用意愿有正向相关关系;

H4：出行者的社会影响对用户满意有正向相关关系;

H5：出行者的用户期望对感知价值有正向相关关系;

H6：出行者的感知质量对感知价值有正向相关关系;

H7a-H7c：出行者的用户满意在用户期望、感知价值、感知质量与网约车持续使用意愿之间起中介作用。

2  研究方法

2.1  研究樣本和数据采集

在本文研究的过程中，通过“是否使用网约车”的题目对被调查人员进行分类，采用曾经乘坐过网约车的出行者作为研究对象，通过网络调查扩大研究的样本。调查分为两部分，第一部分为网约车用户的个人社会经济属性;第二部分为涉及意愿影响因素的潜变量测量指标。采用了Likert七级量表的形式：1，2，3，4，5，6，7分别代表非常同意，比较同意，同意，一般，不同意，比较不同意，非常不同意。整个调研过程持续了一个多月，累计收到316份问卷。谨慎起见删除了作答时间不足的无效问卷，最终获得217份有效问卷，问卷回收率达到68.67%。有效问卷中男性104人（约占47.93%），女性113人（约占52.07%）;在年龄层次方面，25岁以下74人（约占34.10%），26岁到35岁91人（约占41.94%），36岁以上52人（约占23.96%）;在收入方面，月收入在1 000元以下47人（约占21.66%），1 000～3 000元34人（约占15.67%），3 000～6 000元29人（约占13.36%），6 000元以上107人（约占49.31%）。调查发现青年人占调查比例较大，与当前网约车市场青年人比例高的实际情况一致。

2.2  变量定义与测量

在上述假设中所涉及到的变量为不可直接观测的潜变量，需要对其进行延伸来进行观测，从而确定最终的潜变量结果。本文将网约车用户的持续意愿设置为因变量，感知价值、用户期望、感知质量、用户满意和社会影响等五个变量视为自变量。

在对假设模型进行验证之前，需要对量表进行信度检验和效度检验，通过Cronhach's α系数和组合信度两个指标对量表进行信度检验的评价指标，Cronhach's α系数值介于0～1之间，其值越接近1代表信度越高;组合信度最低值为0.7，值越高代表组合信度越好。通过观察所得Cronhach's α系数和组合信度的值发现均达到了最低要求，其结果如表1所示。通过上述检验发现量表具有良好的信度。本次问卷涉及的量表均由文献总结而来，都经过相关领域的专家评价和商榷所得，从根本上保证量表可以真实反映实际情况，具有很好的内容效度。综上所述：本次量表通过了信度检验和效度检验，可以进行下一步对假设模型的验证。

3  假设检验

3.1  描述性统计

本文所涉及的研究变量与控制变量的均值、标准差以及相关系数，如表2所示。

3.2  回归分析

本文采用了回归分析对所提假设进行检验，其回归模型及分析结果如表3所示，表中亦包括了各个模型的标准化回归系数β，反映模型拟合情况的R和调整后的，模型的显著性参数F值以及残差分析D-W值。模型1至模型5的F值均显著，且残差分析结果均小于4，表示残差服从正态分布。以上结果说明所得模型对本文研究的问题具有较强的解释能力。

通过模型1可知，出行者的用户期望与感知价值显著正相关β=0.235， p<0.01，感知质量与感知价值呈现显著正相关β=0.555， p<0.01，该结果表明，假设H5与H6得到了支持。其符合顾客满意度模型的理论假设，说明出行者用户期望和感知质量会正向影响感知价值。

通过模型2可知，出行者的用户期望与用户满意呈现显著正相关β=0.368， p<0.01，感知价值与用户满意显著正相关β=0.286， p<0.01，感知质量与用户满意显著正相关β=0.314， p<0.01，社会影响与用户满意相关性并不显著β=0.098， p=0.118，该结果表明，假设H2a、H2b、H2c得到了支持，假设H4未得到支持。说明出行者用户期望、感知价值、感知质量均对用户满意产生显著的正向影响，而社会影响对用户满意影响不显著。

通过模型3可知，出行者用户满意与持续意愿呈现显著正相关β=0.232， p<0.01，感知价值与持续意愿呈现显著正相关β=0.248， p<0.01，用户期望与持续意愿相关性并不显著β=0.045， p=0.572，感知质量与持续意愿呈现显著的正向相关β=0.196， p<0.01，社会影响与持续意愿呈现显著的正向相关β=0.472， p<0.01， 该结果表明，假设H3a，H1b，H3b得到了支持，假设H1a验证未通过。说明用户满意、感知价值、社会影响对持续意愿造成正向影响，用户期望直接影响持续意愿未得到验证。

通过模型4可知，出行者感知价值与持续意愿呈现显著的正向相关β=0.400， p<0.01，用户期望与持续意愿相关性并不显著β=0.075， p=0.339，感知质量与持续意愿呈现显著正向相關β=0.493， p<0.01，该结果表明，假设H1b得到支持，H1a未得到支持。该结果说明用户期望对持续意愿产生正向影响，用户期望对持续意愿未造成显著影响。

通过模型5可知，出行者用户满意与持续意愿呈现显著正向相关β=0.510， p<0.01，社会影响与持续意愿呈现显著正向相关β=0.462， p<0.01，该结果表明，假设H3a和H3b得到了支持。该结果说明用户满意、社会影响均会对持续意愿产生正向影响。

通过模型3和模型4进行中介作用的检验发现，在感知价值、用户满意、感知质量对持续意愿影响研究的模型中引入用户满意后，模型3用户期望的回归系数在减小0.045<0.075，p>0.05，但是H1a被证实是不成立的，故H7a未得到验证;模型3感知质量的回归系数同样也在减小0.196<0.493，p<0.01，说明用户满意在感知质量对持续意愿的影响中起了中介作用，H7b得到验证;模型3在引入用户满意后，模型3感知价值的回归系数在减小0.248<0.400，p<0.01，说明用户满意在感知价值对持续意愿的影响中起了中介作用，H7c得到了验证。该结果说明用户满意在用户期望、感知价值对持续意愿的影响中起了中介作用。

4  结论与启示

4.1  研究结论

本研究基于网约车用户视角，构建了用户满意、感知价值、用户期望、感知质量、社会影响对网约车用户持续使用意愿影响作用的理论模型，通过数据调查与实证分析得出以下结论：

网约车持续使用意愿涉及因素包括：用户期望、感知价值、感知质量、用户满意、社会影响。其中，感知价值、感知质量对持续意愿产生显著正向影响;该结果与研究初定假设H1b、H1c符合，而用户期望并不能直接显著影响持续意愿，与初定假设H1a不符;用户期望、感知价值、感知质量均显著正向影响用户满意，与初定假设H2a、H2b、H2c符合;用户满意、社会影响对持续意愿表现显著的正向影响这与初定假设H3a、H3b相符;社会影响对用户满意未造成影响这与初定假设H4不符;用户期望、感知质量对感知价值产生了显著的正向影响这与初定假设H5、H6相符;在中介作用的检验中，感知质量、感知价值均通过用户满意的中介作用对持续意愿产生显著正向影响，这与初定假设H7b、H7c相符。

因此，为了提升用户对网约车的使用意愿，可以通过提升网约车的感知价值、感知质量来提升用户满意度来进而提升用户的持续意愿，针对社会影响这一部分，可以通过提升网约车的口碑从而可以辐射更多人群，提升网约车在人群中的影响力。

4.2  运营建议

根据4.1结论，本文从以下几个方面来提升出行者对网约车的持续使用意愿：在用户期望与感知质量方面，需要平台通过提升自己的服务来相应提高这两部分。平台需要不断完善自己的服务内容，同时也需要对司机进行相应的培训，引导司机更好的为乘客服务;社会影响方面，除了对顾客满意度提升，同时也要做好相应的宣传，对用户反馈及时回复;在感知价值方面，需要让用户认为自己的付出与服务的价值相匹配，这一个观点可以通过尽可能地为用户提供优惠体验的途径，可根据用户使用网约车出行次数，相应兑换为一定额度的优惠券，在定价方面针对网约车用户出现的高峰地区、高峰时间相应划分，在非高峰时间及区域可以降低相应费用。

5  结束语

本研究以顾客满意度模型与期望确认模型为基础，综合了社会影响构建了囊括感知价值、用户期望、感知质量、用户满意、社会影响等指标在内的网约车用户持续使用意愿模型。对于网约车用户持续使用意愿分析具有一定理论意义。本研究也存在一定的不足之处：第一，在数据收集方面采用线上收集，其采样数量不足，普适性方面有一定局限性;第二，在模型构建方面应该考虑ACSI与ECM模型之间的联系，其相应的因子之间的联系是否对模型产生影响。未考虑这些可能影响模型中某些因子显著性的评定。基于上述两点，在未来的研究中应当尽可能扩大样本，对涉及的因子之间的关系进一步的深入研究。

参考文献：

[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] 廖颖林. 顾客满意度指数测评方法及其应用研究[M]. 上海：上海财经大学出版社，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] 王建军，王玲玉，王蒙蒙. 网络口碑、感知价值与消费者购买意愿：介与调节作用检验[J]. 管理工程学报，2019，33（4）：80-87.

[10] Claes Fornell，刘金兰，康键，等. 美国顾客满意度指数[J]. 管理学报，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“互联网+医疗”产品偏好研究[J]. 科研管理，2017（s1）：184-193.

[13] 宗文，陈文雅. 基于结构方程模型的网约车顾客满意度研究——以南京市为例[J]. 南京财经大学学报，2018（5）：69-77.

[14] 汪莉霞. 基于改进结构方程模型的平台企业顾客满意度的实证[J]. 统计与决策，2019，35（9）：174-177.

[15] 范春梅，李华强，贾建民. 基于体验管理视角的高速列车乘客体验与再乘意愿研究[J]. 管理评论，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. 网约车的持续使用意愿研究[D]. 青岛：青岛大学（硕士学位论文），2018.