共享住宿中房客可持续消费行为的形成机制研究

池毛毛　潘美钰　晏婉暄

[摘    要]如何在共享经济中引导用户可持续消费已经成为迫在眉睫的现实问题。现有文献对于可持续消费行为的研究主要基于传统经济背景，很少有研究关注共享经济平台中消费者可持续消费行为的形成机制。在平台认证这类传统质量信号的基础上，文章基于信号理论提出两类用户生成信号，即用户生成定量信号（可持续性在线评分）和用户生成定性信号（可持续性在线评论），构建了用户生成信号和平台认证信号（即优品认证）对房客可持续消费行为的影响机制模型。该研究利用从小猪短租平台上爬取的北京、上海、广州和深圳等地的6953条有效房源数据（包含对应的77 767条房客文本评论），采用负二项回归模型来验证研究模型。实证结果证实：（1）可持续性在线评论和可持续性在线评分均正向影响房客可持续消费行为;（2）可持续性在线评论和可持续性在线评分存在互补效应;（3）优品认证和可持续性在线评论、优品认证和可持续性在线评分之间均存在互补效应。文章检验用户生成信号和平台认证信号对房客可持续消费行为的影响机制，为提升共享经济中消费者的可持续消费行为提供新思路。

[关键词]共享住宿;可持续消费行为;用户生成信号;平台认证信号;信号理论

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2020）07-0036-13

Doi： 10.19765/j.cnki.1002-5006.2020.07.008

引言

最近10年，共享经济作为一种支持可持续发展目标（sustainable development goals，SDGs）的全新商业模式[1]，借助于信息通信技术（information communication technology，ICT）的发展，在国民经济各个领域得到了广泛应用[2]，例如共享住宿平台Airbnb、共享出行平台滴滴等。虽然共享经济的初衷是对社会闲置资源的有效利用，但是在发展过程中共享平台企业形成一种“平台资本主义”1，并出现大量资源恶意滥用和浪费现象[3-4]。这种共享经济的发展悖论与其可持续发展目标背道而驰[2， 5]。因此，共享平台企业如何更好地激发并促进用户可持续消费行为，最终实现可持续发展目标已经成为迫在眉睫的现实问题。

当前，学术界关于可持续消费行为的研究也开始从传统经济领域（例如绿色产品购买、资源的循环利用等[6-7]）逐渐渗透到共享经济领域（例如共享出行、共享住宿等[3， 8-9]），但主要是将可持续发展作为用户参与共享经济的动因[10]，很少有研究探索共享经济平台如何激发用户的可持续消费行为。在酒店与旅游管理领域中，旅行者可持续消费行为、绿色旅游等也得到了一定的研究，例如Gerdt等探索德国传统酒店业中涉及可持续方面的评论内容与用户满意度的关系[11]。作为在旅游业中共享经济模式成功应用的典范之一，共享住宿平台的相关文献主要还是基于共享住宿平台的用户参与和持续使用[12-13]，共享经济模式价格影响因素[14]及其对传统酒店的影响[15-16]等。例如Tussyadiah发现可持续发展并不能提升房客的满意度和共享住宿平台的参与度[17]。因此，从共享住宿平台角度来研究房客可持续消费行为的形成机制能够补充当前文献的不足。

面对以上的实践需求和理论局限性，本研究基于信号理论[18]，区分共享住宿平台上的两类可持续消费信号：平台认证信号（即小猪短租中的优品认证）和用户生成信号。前者是平台对相关房源可持续性特征的客观认证，后者包括了用户生成定量信号（可持续性在线评分）和用户生成定性信号（可持续性在线评论）。在电商平台中，信号理论为卖方提供如何使用信号向消费者传达产品或服务信息，减少不确定性进而影响消费者相关行为（例如购买或交换）的理论框架[19]。该理论同样能够有效地解释共享住宿平台中可持续性信号对房客可持续消费行为的影响。因此，本文以共享住宿平台为研究背景，探索不同平台可持续性信号对房客可持续消费行为的形成机制，以回答以下3个研究问题：

（1）两类用户生成信号如何分别影响房客可持续消费行为？

（2）两类用户生成信号是否存在对于房客可持续消费行为的交互作用？如果存在，究竟是互补效应还是替代效应？

（3）平台认证信号是如何影响用户生成信号对于房客可持续消费行为的作用过程？

本文将基于在小猪短租平台上爬取的北京、上海、广州和深圳等地的6953条房源数据（包含对应的77 767条房客文本评论），采用Stata软件实证检验以上3个研究问题，发现了：（1）两类用户生成信號（可持续性在线评论和可持续性在线评分）对于房客可持续消费行为的正向影响;（2）两类用户生成信号对于可持续消费影响的作用存在互补效应;（3）优品认证和两类用户生成信号之间均存在互补效应。本研究结果丰富了共享经济中有关用户可持续消费行为的相关文献，也为解决共享经济平台（例如共享住宿平台）面临的发展悖论提供了相关启示。

1 文献综述和理论基础

1.1 可持续消费行为及其在共享经济中的相关研究

可持续消费行为被定义为在消费过程中通过对环境和社会性影响的认识，支持可持续性的消费者自愿行为[20]，包括了自愿的朴素行为或反消费行为、采用绿色或可持续的生活方式等[21]。可持续消费行为的主要目标是保护环境和可持续发展[3， 22]。当前文献主要从社会和制度影响、个人价值观等角度研究可持续消费行为在传统经济领域的形成，例如绿色产品的购买和消费[23]、资源的循环利用和节约使用等[24]。例如，Sharma和 Jha研究了不同的价值观和环境态度对于不同可持续消费行为实践（包括绿色饮食、绿色出行、资源循环使用等绿色生活和消费方式）的影响[21]。Wu 等针对中国中西部的调研数据，发现了外部环境因素（例如人际影响、社会期望、广告、法律和法规等）在两型态度（对环境保护和资源节约的个人态度、对环境和资源问题的一般态度）和可持续消费行为实践之间的调节作用[24]。

H1：可持续性在线评论正向影响房客可持续消费行为

网络口碑是电子商务环境下特有的质量信号，口碑对消费者购买决策有着重要影响[28， 40]。在线评分作为质量信号的重要性已在在线影评平台、酒店预订平台等领域得到实证[41-42]。口碑质量越高，用户对卖家的信任越可能增强，从而促进了双方之间的互惠关系[43]。在共享住宿平台中，房客对房源的评论是信誉体系的重要组成部分[44]。有关房源“整洁卫生”的在线评分将释放出该房源的可持续性定量信号。房客在收到相关可持续性信号后会提升其可持续消费行为的可能性。据此，提出以下假设：

H2：可持续性在线评分正向影响房客可持续消费行为

2.2 用户生成信号的交互作用

根据线索一致性理论，当一个社会参与者或实体的多个信息源或线索一致时，它们对个人态度的影响可以线性整合，这意味着线索的价值可以相加并平均在一起来预测态度和行为[45-47]。例如，Miyazaki等发现，当高价格与另一个积极线索（例如，一个强有力的保证或一个强有力的品牌名称）配对时，它们之间存在协同作用，其中任何一个线索的效果都会因另一个线索的存在而得到加强[48]。作为两种重要的用户生成信号，在线评分和在线评论如果存在高度一致性，用户生成信号更容易为消费者所信任并促进其购买行为。例如，Korfiatis等发现了在线文本特征和评论得分的一致性和相似度对于评论有用性的作用[34]。在共享住宿平台中，房客可持续特征的在线评论和在线评分相互补充和印证将会激发可持续消费行为。因此，两类用户生成信号之间存在互补效应，本文提出以下假设：

H3a：房源可持续消费行为的在线评论和在线评分存在互补效应，即随着房源可持续性在线评论数量的增加，在线评分对房客的可持续消费行为的正向影响会增强

然而，电商平台在线评分往往存在严重的评分偏差。在共享住宿平台Airbnb中，相关数据表明出现了严重的评分通胀问题，即平均评分在4.5以上（满分5分）[44]。相比在线评分，在线评论被认为是影响消费者行为的重要信号。在共享住宿平台中，可持续在线评分和在线评论存在一定的替代效应，即由于普遍存在评分通胀，消费者更加青睐通过评论来了解房源的真实信息。因此，随着在线评论数量的增加，在线评分对房客可持续消费行为的正向影响会减弱。据此，本研究提出H3a的竞争性假设：

H3b：房源可持续消费行为的在线评论和在线评分存在替代效应，即随着房源可持续性在线评论数量的增加，在线评分对房客的可持续消费行为的正向影响会减弱

2.3 平台认证信号的调节作用

除了用户生成信号外，在共享住宿平台中还存在着平台认证信号。例如，在小猪短租平台中的“优品房源”就释放出房源品质更高、更加整洁的信号。相比于用户生成信号，平台认证信号是平台对房源的客观评价信号，该信号也会影响到房客的相关消费行为。现有文献通常将质量信号分为内部质量信号（与产品/服务固有属性直接相关，例如第三方权威认证）和外部质量信号（间接相关，例如在线评论和评分等网络口碑）两类[28]。因此，共享住宿平台中的用户生成信号和平台认证信号分别代表外部可持续性和内部可持续性信号。

根据线索一致性理论[48]，用户生成信号和平台认证信号存在着互补性。作为两类外部和内部可持续信号，当用户生成信号和平台认证信号达到线索一致性时，将会激发房客的可持续消费行为。平台认证信号是平台对房源的客观评价信号，用户生成信号是消费者互动的主观评价信号。前者客观但缺乏真实体验的感受，后者是平台用户的直接互动，但较为主观。房客可持续消费行为可能会同时受主客观两种信号的互补影响。当房源被平台标识为优品房源时，会增加房客对该房源和房东的信任度。该房源用户生成信号将会促进房客可持续消费行为。相反，当房源未被标识为优品房源，房客对用户生成信号的信任度会降低，不利于该信号激发可持续性消费行为。据此，我们提出如下假设：

H4：在有平台认证信号（优品房源）的房源中，房源可持续性在线评论对房客的可持续消费行为作用更强

H5：在有平台认证信号（优品房源）的房源中，房源可持续性在线评分对房客的可持续消费行为作用更强

3 研究方法

3.1 数据与样本

本研究的数据来源于小猪短租平台。小猪短租平台是我国知名的P2P（peer to peer）共享住宿平台之一，为房东与房客搭建一个直接的在线交易场所。截至2019年5月，小猪短租共有超过80万间房源，分布在全球超过700座城市。作为旅游接待行业的重要中介平台，小猪平台展现了许多房源和房客的可持续性特征。例如，小猪平台为房源提供相关认证，如优品认证体现出该房源的整洁卫生情况良好;小猪双向评论的机制，使得不仅房客在入住结束后可以发表入住的相关评论和评分，房东也可以对房客的入住情况进行评论，其中就涉及双方可持续行为相关的评论和评分。小猪平台的这些特征均为本研究的顺利开展提供了科学的环境。

本文选取北京、上海、广州和深圳4座城市的房源相关数据，主要原因如下：首先，这些城市均为我国一线城市，吸引着全国各地的旅客，在线用户生成信息丰富;其次，这些城市的可持续实践相对国内其他城市更加丰富，为本文研究用户可持续消费行为提供了合适的研究场景。因此，本文按照各城市行政区划分，于2019年7月—8月在小猪平台上爬取14 202间房源相关信息。由于短租平台普遍存在入住率低的情况，为保证后续数据分析，筛选出评论数大于等于1的房源作为研究对象，最终得到的有效数据集包括6953间房源。其中，北京房源数为2179间，上海房源数为2279间，广州房源数为1411间，深圳房源數为1084间。数据集还包括房源对应的77 767条房客文本评论，其中，北京评论数为24 411条，上海评论数为27 324条，广州评论数为17 408条，深圳评论数为8624条。

3.2 变量与测量

（1）主要变量

本研究的因变量为房客可持续消费行为，采用在线评论中房东评价房客关于其在住宿过程中可持续消费行为的词汇数（例如整洁、干净等）来测量，这种可持续消费行为主要表现为房客的主动清洁行为和节约消费行为[3， 6， 24]。该变量主要通过对T+N时间段房东的评论进行文本分析获得，其均值为0.253，标准差为0.817。

本研究的自变量为可持续消费的用户生成信号，包括在线评论和在线评分。其中，在线评论是房客对于房源整洁卫生的定性评价，采用T时间段房客在线文本评论中关于房源整洁、卫生等词汇数来测量（该过程是由两位作者确定关键词表进行编码并计数）。该变量的均值为0.394，标准差为1.115。在线评分则是房客对于房源整洁卫生的定量评价，采用T时间段房客对于该房源整洁卫生情况的评分，直接从网站爬取。该变量的均值为2.434，标准差为2.425。

本研究的调节变量为可持续消费的平台认证信号，采用小猪平台对于房源的优品认证。一般情况下，拥有优品认证的房源体现出该房源相比其他房源在整洁卫生等方面表现更优。该变量采用虚拟变量测量，1表示优品认证房源，0表示非优品认证房源。本研究数据中，优品认证房源一共有1601间，占所有房源的23%。

（2）控制变量

最后，还考虑了影响可持续消费行为的其他变量作为控制变量，包括房源价格（PRI）、房源所在城市（CITY）、房源评论量（RV）和房源面积（SIZE）。其中，房源所在城市采用虚拟变量测量。相关变量定义和测量如表1所示。

3.3 描述性统计与相关性分析

本研究主要变量、控制变量之间的相关性和描述性统计如表2所示。由于价格和评论量方差较大，因此对其取自然对数处理加入后续回归分析。其中，由于部分房源近3月内未获房客评论，即评论量（RV）有存在0的情况。为了方便进行自然对数处理，根据前人的经验将该变量全部加1处理后取自然对数[49]。从表2中可以看出各个变量间的相关系数小于0.7，低于建议的阈值[50]。后续的方差膨胀因子（VIF）分析也说明本文的研究模型不存在突出的共线性问题，具体结果见表3。

4 数据结果

4.1 计量经济模型构建

研究采用计量模型对假设进行验证。本模型在控制房源价格、房源所在城市、房源面积和房源评论量之后，研究用户生成信号和平台认证信号对房客可持续消费行为的影响机制。该模型中包含了自变量、交互项以及控制变量，计量模型如下：

其中，[α0]是截距项;[βi （i=1…10）]表示模型回归系数，[ε]为随个体而改变的扰动项，捕获其他没考虑到的可能引起因变量变化的因素。

由于本研究的因变量房客可持续消费行为是计数变量，且因变量的标准差大于均值，所以选择使用计数回归进行模型估计。进一步，本文比较非负二项式回归、泊松回归和零膨胀非负二项式回归的结果。首先，通过过度离散检验（overdispersion test），发现本数据存在过度离散（χ 2=1511.08，p<0.001），发现相比泊松回归，非负二项式回归估计更合适。其次，通过Vuong检验，发现相比零膨胀非负二项式回归估计（z=0.78，p>0.1），非负二项式回归的解释能力更强。综上，本文选择使用非负二项式回归完成模型估计。

4.2 模型估计及结果

本研究使用Stata 13软件逐步纳入控制变量、自变量和交互项进行非负二项式回归分析以检验研究假设。其中，为了降低共线性风险，方程中的交互项经过中心化转化得到。模型估计结果见表3。

模型1纳入所有控制变量，结果显示除房源面积外，其余控制变量的回归系数均显著。在此基础上，模型2加入了在线评论（即定性信号）、在线评分（即定量信号）和优品认证（平台认证信号）3个变量，其中，优品认证采用虚拟变量（1为优品）纳入回归模型。结果显示，在线评论（β=0.070，p<0.10）和在线评分（β=0.086，p<0.001）与房客可持续消费行为呈显著正向相关。因此，假设H1和假设H2均得到了支持，即可持续性在线评论和可持续性在线评分均正向影响房客可持续消费行为。

模型3在模型2的基础上加入在线评论和平台认证信号的交互项。结果显示，在线评论和平台认证信号的交互作用正向显著（β=0.217，p<0.01），表明与非优品相比，优品认证的房源能够增强可持续相关在线评论数对房客可持续消费行为的影响。在线评论和平台认证信号之间的交互效应如图2所示。当房源为优品认证时，在线评论对房客可持续消费行为的影响作用为正，且影响更大。该结果说明在有平台认证信号（优品房源）的房源中，房源可持续性在线评论数对房客可持续消费行为作用更强，即用户生成定性信号和平台认证信号二者之间存在互补作用。因此，假设H4得到证实。

模型4在模型3的基础上加入在线评分和平台认证信号的交互项。结果显示，在线评分和平台认证信号的交互作用正向显著（β=0.147，p<0.01），表明与非优品相比，优品认证的房源能够增强可持续性在线评分对房客可持续消费行为的影响。在线评分和平台认证信号之间的交互效应如图3所示。当房源为优品认证时，在线评论对房客可持续消费行为的影响作用为正，且影响越来越强。该结果说明，在有平台认证信号（优品房源）的房源中，房源可持续性在线评分对房客的可持续消费行为作用更强，即用户生成定量信号和平台认证信号二者之间存在互补作用。因此，假设H5得到证实。

模型5在模型4的基础上加入在线评分和在线评论的交互项。结果显示，在线评分和在线评论的交互作用正向显著（β=0.123，p<0.01），表明在线评分和在线评论对房客可持续消费行为的影响存在互补作用。当房源拥有强定量信号（即高可持续性在线评分）时，在线评论（定性信号）对房客可持续消费行为的影响作用为正，且影响越來越强。该结果说明，在有强定性信号的房源中，房源可持续性在线评分对房客的可持续消费行为作用更强，即用户生成定量信号和用户生成定性信号二者之间存在互补作用。因此，假设H3a得到证实，假设H3b则不成立。

4.3 稳健性检验

为进一步检验研究模型的稳健性，本部分通过调整估计方法，比较有评分房源和无评分房源，并与负二项回归基准模型（模型5）结果进行对比。

首先，分别采用泊松模型、零膨胀泊松模型和零膨胀二项模型对基准模型进行重新估计，结果见表4，除了模型8中的在线评论和平台认证信号的交互项不显著外，其余交互项均与模型5的基准模型相同，作用方向也完全相同。该结果说明，相关估计方法选择不会影响本研究结果的稳健性。其次，本文的数据样本中，关于房源的整洁卫生评分数据包括有评分和无评分两组数据（该平台规定当评论数大于4才显示评分）。为了进一步验证在线评分的作用，本部分分别对有评分房源和无评分房源数据采用负二项回归重新估计，结果显示，相比无在线评分的房源，有在线评分组房源的平台认证信号和在线评论的交互项作用效果有显著差异，表明在线评分是一个重要的调节变量。综上所述，本文的稳健性检验结果与基准结果总体基本一致，说明了本研究模型估计结果具有一定的稳健性。

5 讨论与结论

5.1 主要发现

本文基于信号理论和可持续消费行为的相关文献，区分共享住宿平台上的两类可持续性信号：平台认证信号和用户生成信号，用户生成信号又进一步确认为用户生成定量信号和用户生成定性信号，从而探究不同共享平台信号对于房客可持续消费行为的影响机制。本研究利用从小猪短租平台上获取的数据，进行非负二项式回归分析以检验假设，结果验证了用户生成定量信号、用户生成定性信号和平台认证信号（即优品认证）对房客可持续消费行为的影响机制模型。其中，用户生成定量信号和用户生成定性信号存在互补作用;平台认证信号正向调节两类用户生成信号对房客可持续消费行为的作用过程。

5.2 理论贡献

第一，本研究将聚焦于质量信号的信号理论应用到可持续性信号的研究，并将共享住宿平台上的相关信號区分为两类重要的可持续性信号（包括平台认证信号和用户生成信号），特别是创造性地将用户生成信号分为可持续性在线评分和可持续性在线评论，将有利于探索不同平台信号对于房客可持续消费行为的具体影响机制。前人文献关于电商信号研究主要围绕第三方认证信号[29， 31]和质量信号[19]而展开，缺乏从用户视角探索用户生成信号对于可持续消费行为的影响机制。本研究分别从定性信号和定量信号的角度，发现了可持续性在线评论和可持续性在线评分对房客可持续消费行为的正向影响。

进一步，本文还发现，在线评论和在线评分这两类用户生成信号存在互补效应，而不是替代效应。具体而言，随着房源可持续性定性信号的增强，定量信号对房客的可持续消费行为的正向影响也会增强。前人文献也从线索一致性的角度发现不同在线线索（包括文本特征和评论得分）一致性的重要作用[34， 48]。因此，本研究进一步扩展了质量信号理论，为后续文献从可持续性信号的视角探索房客可持续消费行为提供了新的理论框架。

第二，本研究揭示了平台认证信号在用户生成信号影响房客可持续消费行为过程中的正向调节作用，即平台认证信号和两类用户生成信号之间均存在互补效应。具体而言，研究发现：（1）在优品认证的房源中，用户生成定性信号对房客的可持续消费行为作用更强;（2）在优品认证的房源中，用户生成定量信号对房客可持续消费行为作用更强。因此，本文发现了作为内部线索的平台认证信号对两类用户生成信号的互补作用，即当用户生成信号和平台认证信号达到一致时，将会激发房客的可持续消费行为。前人文献基于信号理论也发现了内外部质量线索对于数字化电子游戏销量的正向影响[28]。本研究进一步从线索一致性角度发现了平台认证信号和两类用户生成信号的一致性对于房客可持续消费行为的正向影响。因此，本文从信号理论和线索一致性角度解释了内外部线索一致性对于房客可持续消费行为的影响机制，进一步丰富了信号理论和线索一致性理论的应用场景。

第三，本研究从电商平台信号视角进一步丰富共享经济中用户可持续消费行为的相关文献。尽管旅游管理领域中的旅行者可持续消费行为等议题得到了一定探索[11]，并且相关文献开始渗透到共享住宿领域，但当前文献主要围绕共享住宿接受和采纳行为[51]、共享住宿平台的价格影响因素[14]等，并将可持续发展作为用户参与共享经济的主要动因之一[10， 17]。本研究选择共享经济的具体应用场景即共享住宿平台，从电商平台信号视角（包括平台认证信号和用户生成信号）解释房客可持续消费行为的形成机制。有文献基于社会交换理论在共享住宿平台中，探索了社会因素和经济因素对于可持续消费行为的作用机制[3]。本研究结合电商平台信号视角，将有助于解释共享住宿平台上不同类型信号对于房客可持续消费行为的具体作用机制，进而补充并丰富前人从社会交换视角对于可持续消费行为的研究。因此，本研究为今后旅游管理文献进一步探索共享经济情境下旅行者可持续消费行为提供了新的理论视角。

5.3 实践启示

本研究也为共享经济背景中提升房客可持续消费行为提供了一定的实践价值和管理启示：

第一，对于共享住宿平台企业而言，进一步规范和完善可持续认证信号机制和用户生成信号机制，以激发更多的房客可持续消费行为。当前，许多电商平台的认证与平台服务和产品质量相关。因此，为了倡导和激发可持续和绿色消费行为，共享住宿平台企业可以建立并完善与可持续性相关的认证标签和机制，并进一步鼓励平台用户发表房源可持续性特征的评论和评分。特别是标杆共享住宿平台应引导整个行业对用户可持续消费行为的关注和整个行业的可持续发展。

第二，对于共享住宿平台房东而言，应该争取获得相关平台认证，并重视用户生成信号对于可持续消费行为的影响。平台认证信号会增加房客对房源和房东的信任，从而房客也会有更多可能进行保持房屋整洁等可持续消费行为。关于用户生成信号，房东应鼓励房客进行相关可持续性的在线评论和在线评分。房东也可以更多地发出彰显房源的可持续性信号，比如在房东主页撰写关于房源整洁、房客绿色消费的信息，从而激发其他房客的可持续消费行为。

5.4 研究局限性與展望

本研究存在一些不足与需要拓展之处：（1）本研究主要关注单一共享住宿平台（小猪短租平台）。由于共享住宿平台间的相互影响越来越强，未来研究可对不同平台进行横向对比分析，以便区分不同平台特征对于实证结果的影响。（2）本文数据主要来源于平台的纵观的数据，未来研究可以继续扩展数据来源（例如问卷和访谈数据），进一步探索更多类型的可持续消费行为。（3）今后研究也可扩展到其他共享经济情境下的可持续消费行为，例如共享出行、共享单车等。

参考文献（References）

[1] NATIONS U. Sustainable development goals： Seventeen goals to transform our world[EB/OL]. [2019-08-09]. http：//www.un. org/sustainabledevelopment/sustainable-development-goals/.

[2] G?SSLING S， HALL C M. Sharing versus collaborative economy： How to align ICT developments and the SDGs in tourism？[J]. Journal of Sustainable Tourism， 2019， 27（1）： 74-96.

[3] WANG Y， XIANG D， YANG Z， et al. Unraveling customer sustainable consumption behaviors in sharing economy： A socio-economic approach based on social exchange theory[J]. Journal of Cleaner Production， 2019， 208： 869-879.

[4] SRNICEK N. Platform Capitalism[M]. Cambridge： Polity Press， 2017.

[5] GROUP W B. Tourism and the Sharing Economy： Policy & potential of sustainable peer-to-peer accommodation[EB/OL]. [2018-12-12].https：//openknowledge.worldbank.org/handle/10986/30452.

[6] WANG P， LIU Q， QI Y. Factors influencing sustainable consumption behaviors： A survey of the rural residents in China[J]. Journal of Cleaner Production， 2014， 63： 152-165.

[7] CURTIS S K， LEHNER M. Defining the sharing economy for sustainability[J]. Sustainability， 2019， 11（3）： 567.

[8] HARTL B， SABITZER T， HOFMANN E， et al. “Sustainability is a nice bonus” the role of sustainability in carsharing from a consumer perspective[J]. Journal of Cleaner Production， 2018， 202： 88-100.

[9] GEISSINGER A， LAURELL C， ?BERG C， et al. How sustainable is the sharing economy？ On the sustainability connotations of sharing economy platforms[J]. Journal of Cleaner Production， 2019， 206： 419-429.

[10] GAZZOLA P， V?T?M?NESCU E-M， ANDREI A G， et al. Users motivations to participate in the sharing economy： Moving from profits toward sustainable development[J]. Corporate Social Responsibility and Environmental Management， 2019， 26（4）： 741-751.

[11] GERDT S-O， WAGNER E， SCHEWE G. The relationship between sustainability and customer satisfaction in hospitality： An explorative investigation using eWOM as a data source[J]. Tourism Management， 2019， 74（5）： 155-172.

[12] GUTTENTAG D， SMITH S， POTWARKA L， et al. Why tourists choose Airbnb： A motivation-based segmentation study[J]. Journal of Travel Research， 2018， 57（3）： 342-359.

[13] SO K K F， OH H， MIN S. Motivations and constraints of Airbnb consumers： Findings from a mixed-methods approach[J]. Tourism Management， 2018， 67（4）： 224-236.

[14] 吳晓隽， 裘佳璐. Airbnb房源价格影响因素研究——基于中国36个城市的数据 [J]. 旅游学刊， 2019， 34（4）： 13-28. [WU Xiaojun， QIU Jialu. A study of Airbnb listing price determinants： Based on data from 36 cities in China[J]. Tourism Tribune， 2019， 34（4）： 13-28. ]

[15] HEO C Y， BLAL I， CHOI M. What is happening in Paris？ Airbnb， hotels， and the Parisian market： A case study[J]. Tourism Management， 2019， 70（1）： 78-88.

[16] ROACH J C. How Airbnb has affected the hotel industry[J]. Monthly Labor Review， 2018（5）： 1-2

[17] TUSSYADIAH I P. Factors of satisfaction and intention to use peer-to-peer accommodation[J]. International Journal of Hospitality Management， 2016， 55（4）： 70-80.

[18] SPENCE M. Job market signaling[J]. The Quarterly Journal of Economics， 1973， 87（3）： 355-374.

[19] WELLS J D， VALACICH J S， HESS T J. What signal are you sending？ How website quality influences perceptions of product quality and purchase intentions[J]. MIS Quarterly， 2011， 35（2）： 373-396.

[20] SIGALA M， PARSA H G， SEGARRAO?A M， et al. Customer involvement in sustainable supply chain management： A research framework and implications in tourism[J]. Cornell Hospitality Quarterly， 2014， 55（1）： 76-88.

[21] SHARMA R， JHA M. Values influencing sustainable consumption behaviour： Exploring the contextual relationship[J]. Journal of Business Research， 2017， 76： 77-88.

[22] ERTZ M， LEBLANC-PROULX S. Sustainability in the collaborative economy： A bibliometric analysis reveals emerging interest[J]. Journal of Cleaner Production， 2018， 196： 1073-1085.

[23] FISCHER D， STANSZUS L， GEIGER S， et al. Mindfulness and sustainable consumption： A systematic literature review of research approaches and findings[J]. Journal of Cleaner Production， 2017， 162： 544-558.

[24] WU C S， ZHOU X X， SONG M. Sustainable consumer behavior in China： An empirical analysis from the Midwest regions[J]. Journal of Cleaner Production， 2016， 134： 147-165.

[25] JIA L， LIU X， LIU Y. Impact of different stakeholders of bike-sharing industry on users intention of civilized use of bike-sharing[J]. Sustainability， 2018， 10（5）： 1437.

[26] YATES L. Sharing， households and sustainable consumption[J]. Journal of Consumer Culture， 2018， 18（3）： 433-452.

[27] KIRMANI A， RAO A R. No Pain， No Gain： A critical review of the literature on signaling unobservable product quality[J]. Journal of Marketing， 2000， 64（2）： 66-79.

[28] CHOI H S， KO M S， MEDLIN D， et al. The effect of intrinsic and extrinsic quality cues of digital video games on sales： An empirical investigation[J]. Decision Support Systems， 2018， 106（8）： 86-96.

[29] WANG Y， QU Z， TAN B. How do assurance mechanisms interact in online marketplaces？ A signaling perspective[J]. IEEE Transactions on Engineering Management， 2018， 65（2）： 239-251.

[30] STEIGENBERGER N， WILHELM H. Extending signaling theory to rhetorical signals： Evidence from crowdfunding[J]. Organization Science， 2018， 29（3）： 529-546.

[31] BAPNA S. Complementarity of signals in early-stage equity investment decisions： Evidence from a randomized field experiment[J]. Management Science， 2019， 65（2）： 933-952.

[32] RACHERLA P， FRISKE W. Perceived ‘usefulness of online consumer reviews： An exploratory investigation across three services categories[J]. Electronic Commerce Research and Applications， 2012， 11（6）： 548-559.

[33] WU C， HAI C， CHAN T Y， et al. The economic value of online reviews[J]. Marketing Science， 2015， 34（5）： 739-754.

[34] KORFIATIS N， GARC?A-BARIOCANAL E， S?NCHEZ-ALONSO S. Evaluating content quality and helpfulness of online product reviews： The interplay of review helpfulness vs. review content[J]. Electronic Commerce Research and Applications， 2012， 11（3）： 205-217.

[35] MUDAMBI S M， SCHUFF D. Quarterly what makes a helpful online review？ A study of customer reviews on Amazon. com[J]. MIS Quarterly， 2010， 34（1）： 185-200.

[36] BAEK H， AHN J， CHOI Y. Helpfulness of online consumer reviews： Readers objectives and review cues[J]. International Journal of Electronic Commerce， 2012， 17（2）： 99-126.

[37] JEONG E， JANG S. Restaurant experiences triggering positive electronic word-of-mouth （eWOM） motivations[J]. International Journal of Hospitality Management， 2011， 30（2）： 356-366.

[38] ZHAO Y， XU X， WANG M. Predicting overall customer satisfaction： Big data evidence from hotel online textual reviews[J]. International Journal of Hospitality Management， 2019， 76（1）： 111-121.

[39] PAULAUSKAITE D， POWELL R， COCA-STEFANIAK J A， et al. Living like a local： Authentic tourism experiences and the sharing economy[J]. International Journal of Tourism Research， 2017， 19（6）： 619-628.

[40] 盧向华， 冯越. 网络口碑的价值——基于在线餐馆点评的实证研究[J]. 管理世界， 2009（7）： 126-132. [ LU Xianghua， FENG Yue. The value of online word-of-mouth： An empirical study based on online restaurant reviews[J]. Management World， 2009（7）： 126-132. ]

[41] LIN Z. An empirical investigation of user and system recommendations in e-commerce[J]. Decision Support Systems， 2014， 68（12）： 111-124.

[42] LIN Z， HENG C-S. The paradoxes of word of mouth in electronic commerce[J]. Journal of Management Information Systems， 2015， 32（4）： 246-284.

[43] KOZLENKOVA I V， PALMATIER R W， FANG E， et al. Online relationship formation[J]. Journal of Marketing， 2017， 81（3）： 21-40.

[44] ERT E， FLEISCHER A. The evolution of trust in Airbnb： A case of home rental[J]. Annals of Tourism Research， 2019， 75（3）： 279-287.

[45] XU Y J， CAI S， KIM H W. Cue consistency and page value perception： Implications for web-based catalog design[J]. Information & Management， 2013， 50（1）： 33-42.

[46] ANDERSON N H. Foundations of Information Integration Theory[M]. New York： Academic Press， 1981.

[47] MAHESWARAN D， CHAIKEN S. Promoting systematic processing in low-motivation settings： Effect of incongruent information on processing and judgment[J]. Journal of Personality and Social Psychology， 1991， 1（61）： 13-25

[48] MIYAZAKI A D， GREWAL D， GOODSTEIN R C. The effect of multiple extrinsic cues on quality perceptions： A matter of consistency[J]. Journal of Consumer Research， 2005， 32（1）： 146-153.

[49] SALDANHA T， MITHAS S， KRISHNAN M S. Leveraging customer involvement for fueling innovation： The role of relational and analytical information processing capabilities[J]. MIS Quarterly， 2017， 41（1）： 267-286.

[50] BAGOZZI R P， YI Y， PHILLIPS L W. Assessing construct validity in organizational research[J]. Administrative Science Quarterly， 1991， 3（36）： 421-458.

[51] 池毛毛， 劉姝君， 卢新元， 等. 共享住宿平台上房东持续参与意愿的影响机理研究： 平台网络效应的视角[J]. 南开管理评论， 2019， 22（4）： 103-113. [CHI Maomao， LIU Shujun， LU Xinyuan， et al. The influencing mechanism of the re-participation intention of host in the shared accommodation platform： The perspective of platform network effects[J]. Nankai Business Review， 2019， 22（4）： 103-113. ]