平台机制、制度信任与出行意愿：共享出行的实证研究

王震 卢宝周

摘要：以平台机制、平台信任及持续共享意愿为出发点，构建结构方程模型，采用384名用户的调研数据进行假设检验。研究结果表明，出行平台机制均正向影响平台信任，平台信任正向影响服务提供者信任及持续共享意愿，但是服务提供者信任与持续共享意愿之间无显著影响。

关键词：共享出行;制度机制;制度信任;持续共享意愿

中图分类号：F272.3 文献标志码：A

文章编号：1006-1037（2021）03-0105-06

随着信息科技、共享文化及平台型企业的迅猛发展，共享经济已逐渐发展成为一种商业现象和经济模式。共享经济是指利用现代互联网等信息技术，以使用权分享为主要特征，整合海量、分散化资源满足多样化需求的经济活动的总和[1]，是一种建立在共享基础上的商业模式，个人资源通过点对点服务被有需要的用户获取，也称为“协同消费”、“准用型消费”等[2]。目前，以DiDi、Uber和Airbnb为代表的共享平台展现了共享经济正高速发展。《中国共享经济年度发展报告（2019）》指出，2018年中国共享经济市场交易规模29 420亿元，比上年增长41.6%。从市场结构来看，生活服务、生产能力、交通出行三個领域共享经济交易规模位居前三，参与共享经济活动的人数超过7.6亿人，参与服务提供者人数约为7 500万人，同比增长7.1%。共享经济通过数字化平台将需求用户与服务提供者匹配起来，匹配过程体现了共享平台数据种类多、数据更新和信息处理速度快的特点[3]。以资源共享为经营模式的平台型企业在展现出巨大发展潜力的同时仍面临许多问题。用户对服务提供者群体的认知片面和信任缺失是影响共享经济成为主流经济形态的重要因素。在共享经济的交换过程中，用户的人身安全、财产安全以及对服务提供者群体的认知存在一定的隐患和不确定性。其次，用户对共享平台的个体信任难以建立，进而对共享平台的服务提供者的信任就难以形成。信任转移可以解决电子商务情境中信任构建存在的问题，消费者对线上交易环境的信任可以转移到交易对象的信任[4]。现有研究并未揭示平台机制有效性对平台信任及其持续共享意愿的作用机理。因此，本文选择中国主流出行平台的普通用户为调查对象，通过Smart PLS进行实证分析，探讨信任构建及转移的作用机理，有助于平台企业培养与监管服务提供者，促进共享经济行业的平稳、健康、可持续发展。

1 研究假设

1.1 平台机制有效性与平台信任

反馈机制（FM）是一种买方驱使的评价机制，可积累和宣传卖方以往的交易行为或交易绩效[5]。反馈机制的相关研究多侧重电子商务和在线市场情境。在共享出行情境中，反馈机制能够约束司机行为和反映司机服务质量的满意程度。用户在平台上发表对司机的评论与评价，会激励司机提供更好的出行服务，在一定程度上阻止司机的不法意图或行为。用户在做出购买决策时，会对平台方有较强的信任倾向。在线交易市场环境下，反馈机制的使用与参考，可减少服务提供者的机会主义行为，提高用户对在线交易市场的信任。研究表明，电商情境中反馈机制能有效规避风险[6]。当出行平台的反馈机制有效性高时，用户会依据其反馈信息来评价该出行平台的服务质量，继而提高对该平台的信任水平。根据以上分析提出如下假设：

H1：反馈机制有效性正向影响用户对平台的信任。

第三方服务机制（EM）是电子商务环境中采用最广泛的支付机制，支付方式被用户信任的第三方授权，在买方收到购买的产品后，进行确认付款[7]。在共享出行情境中，用户与服务提供者之间的交易同样通过平台的第三方支付来完成。用户到达目的地后，会通过储蓄卡账户、信用卡账户、微信零钱等完成移动支付。出行平台通过建立稳定的第三方服务机制，保障用户在进行在线交易时的安全性，确保交易环境受到平台方的保护，将提高用户对该出行平台的信任水平。根据以上分析提出如下假设：

H2：第三方服务机制有效性正向影响用户对平台的信任。

司机审核机制（DSM）是指较权威官方机构面向公众汽车驾驶人员领域的检查筛选机制，以筛选出优秀、合格的司机人员为目的[8]。审核内容包括服务提供者有无犯罪史、银行账户、信用等级、相关资质或能力等。由于共享出行情境具有线上交易线下互动的特殊性，用户与司机在出行途中完成互动。出行平台需要建立严格的司机筛选机制来避免司机的不法行为及对用户造成财产损失或人身伤害。有研究指出，审核与认证可视为良好声誉的代名词。通过出行平台的司机审核机制，有不良记录或资质较低的司机人员将被禁止加入出行平台。司机审核机制的有效性会让用户感知到出行平台正在努力筛选优秀的服务提供者，进而建立用户信任。根据以上分析提出如下假设：

H3：司机审核机制的有效性正向影响用户对平台的信任。

紧急救援机制（URM）是针对紧急状况或重大事故的执行方案，可保障迅速有效地开展应急与救援行动，是共享经济平台中必不可少的机制。由于出行过程中意外事故的不确定性，紧急救援机制会在意外发生时，帮助用户在第一时间内发出求救或报警，将意外事故带来的损失降到最低。当紧急救援机制有效性较高时，用户感知到平台方为弥补意外事故的不可预测性带来的损失采取了相应的救援措施。当紧急救援机制有效性较低时，用户会认为平台制度机制不完善，并没有履行相应的义务，因此不再信任出行平台[9]。根据以上分析提出如下假设：

H4：紧急救援机制有效性正向影响用户对平台的信任。

1.2 用户信任和持续共享意愿

信任是一种信仰，受信方通过展示能力、诚实和仁慈来表现出与信任方期望的一致。信任也是削弱交易环境中不确定性、易损性、依赖性的重要机制。过往电子商务的研究中证明了用户对在线平台的信任正向影响消费者购买意愿（CUI）[10]。在共享出行情境中，用户对出行平台的信任（TP）代表了用户对平台的信任意图，即用户依赖特定在线平台来满足其出行服务要求的意愿。由于用户与服务提供者的随机匹配原则，绝大多数的交易双方之间存在不确定性，因此用户更依赖于第三方平台进行交易决策。若用户对一个特定平台建立了较强的信任水平，则用户群体很可能继续使用该平台来满足他们日常出行需求。根据以上分析提出如下假设：

H5：用户对平台的信任正向影响其持续共享意愿。

共享出行情境中，用户对平台的信任与用户对司机群体的信任是两个紧密关联的实体。用户与司机之间遵循随机匹配原则，用户难以建立对司机群体的信任，因此对司机群体信任的建立可能需要由平台信任转移到司机群体信任。信任转移是个体通过某种关联将对某个对象的信任转移到其他对象的过程。线上平台方可提供多种方式来帮助与服务提供者进行沟通和建立信任关系。出行平台实施有效的制度机制筛选驾驶员背景和检查其驾驶记录，能有效消除信息不对称，赢得用户信任。同时，出行平台的反馈机制能起到监管司机行为的作用[11]。因此，若出行平台建立有效的制度机制，用户的信任能够从平台转移到司机群体。根据以上分析提出如下假设：

H6：用户对平台的信任积极影响其对司机群体的信任。

信任转移过程是一个认知的过程，即一个人通过某些关联或联想，对一个熟悉对象的信任可以转移到另一个对象上去[12]。共享出行情境中，用户对服务提供者的信任是用户依赖特定在线平台的司机群体以满足其出行服务需求的意愿。鉴于随机匹配原则，用户对司机群体的信任就被视为影响再使用意愿的重要因素。以往的电子商务研究發现，用户对网上卖家的信任可以帮助降低网上卖家产品由于信息不对称引起的不确定性，这有利于促进买家与卖家的交易成功[13]。共享出行情境中，若用户对平台方提供出行服务的司机群体有较强的信任，就会削弱用户对交易、人身、财产安全等问题的担忧，有利于用户再使用行为的形成。根据以上分析提出如下假设：

H7：用户对司机群体的信任正向影响其持续共享意愿。

2 研究设计

2.1 研究模型

基于制度信任理论和信任转移理论，构建平台机制、平台信任与持续共享意愿之间的关系模型，探讨用户视角下出行平台信任构建的作用机理，如图1所示。

2.2 研究样本

采用线上与线下问卷调查，问卷中设有反题项。根据反题项的填答情况及线上问卷填答时间（填答时间低于2分钟视为无效问卷）进行筛选，得到有效问卷384份，有效回收率为72.05%。删除载荷因子<0.7的题项，测量模型中所有变量的Cronbach′s α系数均大于0.7，表明问卷具有较高信度[13]。问卷基本信息分布情况如表1所示。

2.3 变量测量

模型中所有变量均借鉴了已有成熟量表[14-15]，问卷采用Likert 7点量表进行测量，最终各变量保留3到5个题项，采用线上线下同时发放问卷的方法，要求调查对象根据实际情况填写。

3 研究结果

采用Harman单因子检验法将全部题项纳入因子分析，提取到未旋转的第1个主成分解释率47.24%，并未发现单个因子占主导的情况，说明本研究不存在严重的同源方差问题。

3.1 信度与效度

各个变量的信效度指标如表2所示（对角线显示的是AVE的平方根值），所有变量的AVE值均大于0.5，表明量表具有良好的聚合效度。各变量AVE的平方根均大于各变量之间的相关系数，表明量表区分效度良好。

3.2 假设检验

使用Smart PLS 3.0来验证所提出的假设，各模型的膨胀因子（VIF）值均小于3，表明各模型均不存在多重共线性问题。各变量之间的VIF值如表3所示。假设检验结果见表4，可知反馈机制有效性正向显著影响用户对平台的信任（β1=0.248，p<0.01），第三方服务机制有效性正向显著影响用户对平台的信任（β2=0.172，p<0.1），司机审核机制有效性正向显著影响用户对平台的信任（β3=0.351，p<0.01），紧急求救机制有效性正向显著影响用户对平台的信任（β4=0.167，p<0.05）。因此，假设H1、H2和H3获得支持，通过假设检验。用户对平台的信任正向显著影响持续共享意愿（β5=0.979，p<0.01），用户对平台的信任正向显著影响对司机群体的信任（β6=0.759，p<0.01），用户对司机群体的信任对其持续共享意愿的正向影响不显著（β7=0.088，p>0.1）。因此，假H5和H6获得支持，通过假设检验，而假设H7未通过假设检验。平台信任、司机群体信任和持续共享意愿三个变量的解释方差（R2）比例分别为65.6%、57.7%和56%，均超过了10%的基准值[16]，因此，本研究模型具有较好的解释力。

共享出行情境中，用户对服务提供者群体的信任并不显著影响其持续使用意愿，这与文献[17]的研究结论相悖，但也说明了共享出行行业的特殊性。一方面，出行平台通过制度机制建立起来制度信任，其信任对用户持续使用意愿的作用掩盖了司机群体信任对持续使用意愿的影响。另一方面，由于服务提供者群体是平台经过系统地筛选与审核，受到后期的监管与制约，因此，群体信任在共享经济情境中可能不是影响持续共享意愿的重要因素。

4 结论

围绕共享出行情境中制度机制、制度信任和群体信任之间的联系以及如何影响用户持续共享意愿这一核心问题展开研究。反馈机制、第三方服务机制、司机审核机制与紧急救援机制均积极影响平台信任;平台信任是平台机制、司机群体信任和持续共享意愿之间的媒介，但用户对司机群体的信任对持续参与意愿的影响不显著，可能是用户对服务提供者信任的作用被平台信任与持续共享意愿之间正相关的作用掩盖，弱化了用户服务提供者信任对持续共享意愿的影响。针对共享出行平台建立用户信任提出管理建议。首先，平台企业管理者应该认识到，平台制度机制有利于平台信任的构建，除正文提到的四种机制外，平台方应建立有关安全保障的机制以持续提高用户对平台的信任。其次，平台型企业应着力构建共享平台与用户之间良性互动环境并持续加大信任制度机制方面的投入。最后，平台方应严格执行对服务提供者的筛选及审核，以确保与用户线下互动的安全问题。本研究重点在于研究平台信任的转移过程及信任之间的掩盖作用，今后将考虑风险因素（如安全风险，隐私风险等）对信任的负向影响作用。

參考文献

[1]BELK R. You are what you can access： Sharing and collaborative consumptiononline[J]. Journal of Business Research， 2014， 67（8）：1595-1600.

[2]HAMARI J， SJKLINT M， UKKONEN A. The sharing economy： Why people participate in collaborativeconsumption[J]. Journal of the Association for Information Science and Technology， 2016， 67（9）： 2047-2059.

[3]HORTON J J， ZECKHAUSER R J. Owning， using and renting： Some simple economics of the "sharing economy"[J]. Social Science Electronic Publishing， 2016， 66（9）： 4152-4172.

[4]HAWLITSCHEK F， TEUBNER T， WEINHARDT C. Trust in the sharingeconomy[J]. Swiss Journal of Business Research & Practice， 2016， 70（1）： 26-44.

[5]GEFEN D， PAVLOU P A. The boundaries of trust and risk： The quadratic moderating role of institutionalstructures[J]. Information Systems Research， 2012， 23（3）： 940-959.

[6]杨殿玲，王炬香. 电商平台风险规避与公平关切下供应链最优决策研究[J]. 青岛大学学报（自然科学版）， 2019， 32（3）： 92-101.

[7]BELDAD A， JONG M D， STEEHOUDER M. How shall I trust the faceless and the intangible？ A literature review on the antecedents of onlinetrust[J]. Computers in Human Behavior， 2010， 26（5）： 857-869.

[8]SNDERSKOV K M， DINESEN P T.Trusting the state， trusting each other？ The effect of institutional trust on social trust[J]. Political Behavior， 2016， 38（1）：179-202.

[9]LU B Z， FAN W G， ZHOU M. Social presence， trust， and social commerce purchase intention： An empirical research[J]. Computers in Human Behavior， 2016， 56： 225-237.

[10] 韩建刚，李咏沙，孟昕，等. 大数据背景下技术创新管理的革新探索[J].青岛大学学报（自然科学版）， 2019， 32（2）： 134-137+142.

[11] LEE Z W Y， CHAN T K H， BALAJI M S， et al. Why people participate in the sharing economy： An empirical investigation of Uber[J]. Internet Research， 2018， 28（3）： 829-850.

[12] ERT E， FLEISCHER A， MAGEN N. Trust and reputation in the sharing economy： The role of personal photos in Airbnb[J]. Tourism Management， 2016， 55： 62-73.

[13] GAZZOLA P，VTMNESCU 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.

[14] GEFEN D， BENBASAT I， PAVLOU P. A research agenda for trust in online environments[J]. Journal of Management Information Systems，2008， 24（4）： 275-286.

[15] LU B Z， ZENG Q F， FAN W G. Examining macro-sources of institution-based trust in social commerce marketplaces： An empirical study[J]. Electronic Commerce Research and Applications， 2016， 20： 116-131.

[16] FANG Y L， QURESHI I， SUN H S， et al. Trust， satisfaction， and online repurchase intention： The moderating role of perceived effectiveness of e-commerce institutional mechanisms[J]. MIS Quarterly， 2014， 38（2）： 407-427.

[17] SHAO Z， YIN H. Building customers' trust in the ridesharing platform with institutional mechanisms： An empirical study in China[J]. Internet Research： Electronic Networking Applications and Policy， 2019， 29（5）： 1040-1063.