考虑出行者心理需求的旅游出行服务使用意向研究

2023-10-08李婉莹关宏志

重庆交通大学学报(自然科学版) 2023年8期

李婉莹,关宏志,韩艳

(1.北京交通大学国家交通发展研究院可持续交通创新中心,北京 100044;2.北京工业大学交通工程北京市重点实验室,北京 100124)

0 引言

城市居民人口规模的增长和生活水平的提高带来了旅游需求的增长,然而一系列旅游出行问题如:城郊旅游资源的可达性低、难以获取实时出行信息和服务[1]等抑制了人们旅游需求的增长,与此同时,信息和通信技术的应用,又促进了出行服务的出现和发展。出行即服务(mobility as a service,MaaS)指以用户为中心提供一站式出行服务。在MaaS环境下出行者的出行需求通过在一个集成的应用程序订阅出行服务套餐来满足[2]。MaaS的市场发展取决于许多因素,如法规、经济效益和技术可行性等。关于消费者接受意愿的研究,从微观经济学的角度侧重对收益和成本的分析,从社会心理学的角度则侧重对使用意向认知动机过程的分析。随着有限理性假说的提出,研究的焦点逐渐集中于认知过程[3]。根据用户对MaaS的使用意向可能存在风险规避的假设,MaaS提供商必须深入了解B2C(Business-to-Consumer)市场中的需求方(即出行者)的使用意向以及影响使用意向的潜在因素。此类研究有利于支持MaaS的市场定位、针对不同用户群体市场营销手段的制定,及以用户体验为目标的服务设计的指导,也有助于对用户是否存在向可持续出行行为转变意向的探讨,及对应用政策实施效果的评估。

芬兰是MaaS商业化的先驱,自2016年以来,赫尔辛基居民已经能够使用Whim应用程序预约和支付他们的日常出行费用。其他国家如荷兰、瑞典、英国、德国、澳大利亚和美国也已经进行了一部分出行服务套餐的试验。伦敦出行调查报告[4]显示,43%的被调查者同意“如果MaaS有折扣我会订阅套餐”,52%的被调查者担心MaaS套餐不够用,40%的被调查者愿意尝试MaaS中包含的以前没有使用过的出行方式;V.CAIATI等[5]研究发现,影响MaaS使用意向的影响因素包括出行者的社会经济属性(如年龄、性别、收入、教育程度)、当前的出行行为、服务属性特征(尤其是服务订购价格)、心理动机以及社会影响属性;J.SCHIKOFSKY等[6]发现出行者对MaaS的期待包括值得信赖、简单易用、公正全面和足够灵活;H.STRÖMBERG等[7]研究表明,提供灵活的、基于用户需求的MaaS出行服务可以减少私家车的使用;T.FIOREZE等[8]研究发现对汽车依赖程度低、经常使用公共交通、关心环境和身体健康的居民更易接受MaaS;出行者使用MaaS套餐可以带来许多益处,如:享有出行费用折扣、定制个性化出行套餐以及预算控制等[9];考虑到MaaS的收益,S.GUIDON等[10]认为应该将公共交通、汽车共享和停车换乘以套餐形式打包,而共享自行车仍设置为现收现付;M.MATYAS等[11]研究表明,MaaS套餐可以作为一种推广共享出行方式的出行管理工具。此外,环保意识和出行习惯也被证明是影响出行者方式选择的重要因素[12],采取有效的低碳交通政策可以提高出行者选择低碳出行方式的意愿。

随着新技术的突破、出行场景的更新以及人们对出行体验的重视,越来越多的学者尝试将MaaS与步行[13]、传统公交[14]、共享单车[15]、铁路运输[16]、无人驾驶[17]等进行融合,或将MaaS应用于城际出行[18]、农村地区[19]、社区交通[20]等出行场景。考虑到出行者长期形成的旅游出行行为特点,MaaS与旅游交通的结合及应用有待进一步研究。在以旅游为目的的出行中,可以设置旅游服务与出行服务组合销售的旅游出行服务套餐,从而更好地匹配旅游出行供需,提高多式联运效率和整体服务链收益。因此,在MaaS环境下,如果能充分了解出行者的旅游出行服务使用意向,并在旅游出行中整合各种服务,将大大促进出行者由机动化出行向可持续的公共交通出行转变。

为了探索影响出行者旅游出行服务使用意向的决定因素及各因素之间的相互关系,笔者设计了虚拟MaaS应用程序;借助问卷星在线调查平台收集出行者的相关数据,提出了考虑心理因素的服务接受模型;分析了出行者MaaS使用意向的影响因素,定量验证并解释了模型中各潜在变量的因果关系和相互关系;讨论了分组样本建模结果,得到MaaS实践和政策方面的重要启示。

1 研究模型及假设

1.1 服务接受模型

根据产品服务系统理论,从产品到服务的过渡分为纯产品、产品导向、使用导向、结果导向和纯服务5种类型[21]。MaaS为出行者提供的是按需定制的出行服务和管理,包括出行规划、预定票和出行方式使用服务等,属于以结果为导向的PSS范畴。在不断变化的社会进程中,MaaS有可能引导出一种新的共享出行范式,即人们的出行需求无须通过拥有私人汽车等交通工具便可得到满足。因此,MaaS被广泛认为能够满足那些不想拥有汽车、买不起汽车或无法驾驶汽车人们的出行需求。

基于理性行为理论提出的技术接受模型[22]难以准确解释出行者采用MaaS的认知过程和决策机制。一方面,对于新型的出行服务如MaaS,通常不能假设出行者可以准确理解MaaS提供的各类复杂出行套餐及方案之间的效用;另一方面,借鉴交易成本理论[23],由于有限理性、不确定性、复杂性,及信息不对称等因素的存在,出行者更加关注个体因素与交易环境因素交互影响下的交易成本,如服务价格及与服务使用相关的风险。

为了预测人们对服务的接受程度,在服务接受模型(service acceptance model,SAM)建模过程中,笔者考虑了出行者的心理需求和旅游出行服务特征。图1为笔者构建的SAM框架。图中,感知有用性(perceived usefulness,PU)、习惯模式一致性(habit schema consistency,HSC)、感知易用性(perceived ease of use,PEU)、感知风险(perceived risk,PR)和使用意向(behavioral intention to use,BIU)为SAM框架的基本结构,而心理需求因素(包括自主性/能力、关联性和利他性)为SAM框架的辅助结构。

图1 服务接受模型框架

1.2 研究假设

1.2.1 感知有用性和感知易用性

使用意向(BIU)即出行者愿意使用旅游出行服务的程度;感知有用性(PU)即使用旅游出行服务所带来的期望效用,描述了该服务能被有效使用的程度;感知易用性(PEU)即使用旅游出行服务的容易程度。

1.2.2 习惯模式一致性

由于人们努力追求自我连续性和内部一致性,因此,出行方式选择和行为意向可能会受到习惯的影响而产生自增效应[24]。习惯模式一致性(HSC)即出行者现有使用习惯模式和期望MaaS使用模式之间的认知一致性。基于认知失调理论假设,若能提供与出行者现有使用习惯一致的出行服务,则可避免产生认知差距,减少出行者对MaaS的偏见。因此,如果出行者现有使用习惯与其期望的MaaS使用模式之间保持一致,则他们更有可能采用MaaS服务。

在习惯模式高度一致的情况下,出行者可以更好地将出行经验和习惯转移到新的消费领域,从而影响出行服务的感知易用性;习惯模式一致性会带来“光环效应”而导致认知偏差,即人们倾向于从某种事物的已知特征推断出未知特征或整体效用,进而影响感知有用性。

1.2.3 感知风险

根据风险规避理论,旅游消费者在购买旅游产品时会面临各种各样的风险[25]。感知风险(PR)即出行者在购买出行服务时,由于无法预测和控制购后结果是否令自己满意而面临或体验到的不确定性。

1.2.4 心理需求

SAM结构包含的心理需求可以分为利己和利他两类,二者共同形成内在动机影响出行者的旅游出行服务使用意向。

自主性/能力和关联性被称为自决理论中个体的最基本心理需求[26]:自主性即出行者选择的自由行为的多样性和有意义的结果,能力即对个体行为实现期望结果的感知效用,关联性即个人渴望与相关的其他人或社会同伴群体建立联系[27]。以用户为中心的MaaS相关服务可能会增强出行者的自主性感知并提高个人管理出行需求的能力。MaaS与出行者的生活方式有关,出行者与社会的关联性或与同伴群体的归属感,会直接影响出行者对旅游出行服务的期望效用。来自社会的关联性感知显著影响出行者对新技术(如电动汽车)的接受意愿[28]。如果出行者认为使用MaaS会改变其与社会或同伴群体之间的实际联系,这可能会影响他们的感知风险,进而影响使用意向。此外,越来越多的行为经济学研究发现,出行者是有限理性的[29],其复杂的社会性偏好会影响决策,且在交通选择中具有利他性偏好。基于利他或利社会的主观心理需求会产生正向的态度,增强利他行为意向,并促进利他行为的实施。考虑到旅游出行服务的潜力,利他性偏好可能会促进出行者对旅游出行服务的感知有用性,从而提高使用意向。

SAM研究假设如表1。

表1 SAM研究假设

2 研究方法

2.1 问卷调查设计

采用网络调查方式进行问卷调查,调查内容包括:

1)旅游出行服务介绍,按提供的出行方式可划分为单方式旅游出行服务和多方式旅游出行服务;按服务的收费模式及有效期可划分为预付费(包括日出行套餐、月出行套餐)和现收现付。除出行服务外,所有旅游出行服务套餐还包括旅游服务(景区门票和预订服务),并一站式提供给用户。图2为基于MaaS理念设计的虚拟应用程序旅游出行服务。

图2 基于MaaS理念的旅游出行服务应用

2)被访者的基本信息,包括性别、年龄、教育程度,以及家庭拥车情况、出游偏好等。为了更真实可靠地反映被访者对旅游出行服务的主观使用意向,被访者的年龄选择18岁及以上。

3)被访者的旅游出行服务使用意向详见表2。

表2 模型变量描述

为了测量服务接受模型中的各项心理因素,设置问题项并在预调查基础上适当修改和调整,以提高问卷调查的可靠性。所有题项采用5点李克特量表进行测量,将被访者对测量问题项的认知程度分为:非常不同意、不同意、一般、同意、非常同意共5个等级,得分分别为1、2、3、4、5分,分值越高表示认同程度越高。

2.2 结构方程模型

笔者采用结构方程模型(structural equation modeling,SEM)分析影响旅游出行服务使用意向的主要因素。SEM 包括测量模型〔式(1)、式(2)〕与结构模型〔式(3)〕2部分[30]:

y=Λyη+δ

(1)

x=Λxξ+ε

(2)

η=Bη+Γξ+ζ

(3)

式中:y、x分别为内、外生显变量所组成的向量;η、ξ分别为内、外生潜变量;Λy、Λx分别为内、外生显变量在内、外生潜变量上的因子负荷矩阵;δ、ε为测量残差矩阵;B为结构系数矩阵;Γ为结构系数矩阵;ζ为结构模型的残差矩阵。

3 实例分析

笔者于2021年1月7日至2月9日开展了旅游出行服务的使用意向调查,调查采用网络问卷形式,调查限于中国大陆地区。借助“问卷星”在线调查平台,总计收回有效问卷1 945份,有效回收率为87.73%。

3.1 被访者信息统计

表3为被访者基本信息。本次调查中被访者的年龄主要集中在18～40岁,占94.7%,受教育程度较高;88.9%的被访者为学生或有固定职业,78.3%的被访者月收入在1万元以下;超过一半的被访者为无车家庭,36.8%的家庭用车需协调(家庭小汽车数量小于驾照数量),仅有6.5%的家庭实现用车自由(家庭小汽车数量超过驾照数量);每周出游1～2次的被访者最多(58.0%),61.8%的被访者偏爱在城区出游,选择在周末出游的被访者比例最高(42.7%)。

表3 被访者基本信息

3.2 信效度及效度检验

3.2.1 SAM信效度检验

笔者采用SPSS 22.0软件对SAM进行信效度检验,结果见表4。可见:

表4 测量模型的一致性和可靠性、收敛效度

1)各潜在变量的克隆巴赫系数α≥0.7;问卷整体α= 0.903;均值M较高;各潜在变量的组合信度CR>0.8,具有较好的内部一致性。SAM通过信度检验。

2)潜在变量的因子载荷FL>0.6,平均提取方差AVE>0.5,SAM收敛效度达到要求。

3.2.2 SAM判别效度

表5为测量SAM判别效度的检验结果,同时,表中还列出了潜在变量间的相关系数值。可见:

表5 SAM判别效度的检验结果

1)各潜在变量的平均值M′>3.5,标准差S=0.766～0.942,表明被访者对旅游出行服务的评价积极。

2)各潜在变量的AVE的算术平方根均大于相应潜在变量与其他变量间的相关系数值,说明SEM判别效度达到要求。

3.3 SAM路径分析

利用软件AMOS 24.0对式(1)～式(3)进行参数估计,采用χ2检验及拟合指数测量SAM的拟合效果。结果为:卡方自由度比χ2/d= 2.796,拟合优度指数GIF= 0.907,渐进残差均方和的平方根RMSEA= 0.036,比较拟合指数CFI= 0.926,增值拟合度指标NFI= 0.92、IFI= 0.926。可见,SAM的适配度参数均满足建议值,表明计算结果可信[31]。

SAM假设检验结果及SAM中各假设标准路径系数β的T-value见表6。可见:

表6 SAM假设检验结果

1)T-value的绝对值均大于1.96,表明SAM假设均满足要求,假设成立。

2)感知易用性对旅游出行服务使用意向的正向影响作用最大(β= 0.735);与感知易用性相比,感知易用性不是直接影响旅游出行服务使用意向的主要因素(β= 0.246);感知风险(β=-0.174)对使用意向起着重要的负向作用。

3)习惯模式一致性对使用意向的直接影响相对较小(β= 0.082),而是通过显著影响感知易用性(β= 0.563)及感知有用性(β= 0.558)而间接影响使用意向。

4)心理需求是影响出行者的旅游出行服务使用意向的重要因素,自主性/能力需求通过正向影响出行者对MaaS的感知易用性(β= 0.593)和感知有用性(β= 0.513)间接影响使用意向;关联性需求通过感知风险(β=-0.216)间接影响使用意向;利他性需求则会通过显著影响感知有用性(β= 0.422)而间接影响使用意向。

表7为SAM中各潜在变量对旅游出行服务使用意向影响的直接效应(β)、间接效应(β′)以及总效应(βtotal=β+β′)。