论文部分内容阅读
[摘要]近年来，随着移动互联网技术的快速发展，移动互联网技术进入出租汽车行业，打车软件发展至今已经成为一种盛行的打车方式。我们主要从打车软件用户的角度出发，深入研究影响打车软件用户使用意愿的各个影响因素。基于整合技术接受模型（UTAUT），感知价值理论，感知风险理论建立模型进行研究。以方便用户出行为目的为打车软件平台优化建言献策。
[关键词]移动打车软件用户；使用意愿；整合技术接受模型（UTAUT）；感知价值理论；感知风险
[DOI]1013939/jcnkizgsc201720141
2016年7月28日，交通运输部等七部委公布了《网络预约出租汽车经营服务管理暂行办法》，从国家法规的层面首次确立了网约车的法律地位。北京、上海两地于2016年12月21日发布了网约车新规，规定了网约车的排放量、車型，司机的户籍、年龄、驾龄等方面。而重庆也出台了网约车管理办法，并对相关方面进行了规定和说明，而浙江等地也设置了网约车驾驶员从业资格证，以规范网约车市场。目前长春市的网约车管理细则和资格证考试等尚在讨论中。优步已经入驻长春，又掀起了一股网约车的热潮。随着乘客打车难问题的日益凸显和移动互联网群体日益增加，使用打车软件召车在全国很多城市已较为常见，但也有不少人仍使用传统的打车方式。
本文主要针对长春市普遍人群对打车软件的使用意愿进行研究，深入了解二、三线城市移动打车软件用户的使用意愿，分析出各个影响因素并比较其正反作用关系，从用户的角度出发为打车软件的改进建言献策。
1理论基础
11整合技术接受模型（UTAUT）
在信息技术的接受和采纳领域被广泛运用的模型是1986年Davis在他的博士论文中提出的TAM模型[1]，该模型是被用来解释信息系统低使用率问题的理论模型。以这个模型的研究为基础，许多的学者对其进行了进一步的研究希望其能被更多地运用，随着信息技术的不断进步，多个学科学者在20年间先后将理性行为理论（TRA）[2]、计划行为理论（TPB）[3]、创新扩散理论（IDT）[4]、用户满意理论（U&G）[5]等与TAM相结合，不断完善TAM的理论模型，但实质上仍没有摆脱TAM模型的研究范式。
Venkatesh和Davis在整理技术接受采纳的相关模型时，发现技术任务适配模型（Task-Technology Fit，TTF）[6]、创新扩散理论（Innovation Diffusion Theory，IDT）、理性行为理论（Theory of Reasoned Action，TRA）、计划行为理论（Theory of Planned Behavior，TPB）、动机模型（Motivational Model，MM）[7]、组合技术接受模型和计划行为理论的模型（Combined TAM and TPB，C-TAM-TPB）、PC利用模型（Model of PC Utilization，MPCU）[8]以及社会认知理论（Social Cognitive Theory，SCT）[9]等八个理论在各自领域内都具有其相应的解释力，所以对以上的理论进行了整合，创造性地提出了整合技术接受模型（UTAUT）[10]。
UTAUT模型將以上八个理论中的各个重要概念抽象为四个核心理念，即绩效期望、努力期望、社会影响和促成因素。绩效期望是指人在个体上相信使用技术能够帮助其在工作上获得更好的表现的程度。努力期望是指个体对技术易用程度的判断。社会影响是指个体受到他人的影响认为自身应该使用新事物的程度。促成因素则是指在个体上相信现有组织和技术的相互结合能够支持技术使用的情况。同时，促成因素跨过使用意愿直接影响用户的使用行为。而本文研究的是移动打车软件用户的使用意愿及影响因素，主要研究的便是影响用户使用意愿的因素，与UTAUT模型中的使用意愿相一致，所以借鉴模型中前三个的研究变量来进行研究，详见图1。
12感知风险理论
人们对于新技术新产品的接受和使用与心理学因素也有关，“感知风险”这一概念最早出现于心理学中，哈佛大学研究学者Bauer与1960年将此概念引进到市场营销学的领域，用于研究消费者的购买行为。Bauer则提出在双方交易的过程中，消费者将会面临承受一定风险的问题，由于在消费者每次的交易活动过程中都有可能会带来一些无法估计的未知风险，而产生的结果可能对消费者是不好的[11]。由此产生无法估计的后果，将其定义为一种风险，由此消费者的购买行为是一个风险承担的过程。感知风险理论指的是消费者在做出购买有形产品或者是无形服务等的决策时，自身认为将来可能会遭受到损失的程度的主观评估。使用打车软件也会存在一定的风险，如使用打车软件叫到黑车可能存在人身财产安全，使用打车软件叫车的费用需要线上支付存在个人信息泄露银行卡被盗等潜在风险等。这些风险的存在会都会影响用户使用打车软件叫车。
13感知价值理论
感知价值是营销学研究中的一个重要的概念，特别是在市场竞争如此激烈的今天。顾客产生的感知价值对企业来说已经变得越来越重要了，而对于打车软件市场也是如此。董大海等在研究中提出，消费者的感知价值就是消费者在购买和使用某一特定产品的整个过程中获得的效用和其付出成本的评判[12]。成海清则指出，消费者感知价值是指消费者在与企业和其提供的产品的整个接触过程中，消费者对于企业及其提供的产品的存在、作用及变化与顾客的需要相适应或者相一致程度的感知和评价。[13]所以，感知价值理论也对移动打车软件用户使用意愿有显著影响。
众所周知，打车软件刚进入市场便通过价格战吸引消费者注册并使用打车软件，随着打车软件的逐渐补贴力度变得越来越小，而且打车软件优惠券的使用也存在打车金额的限制。
到目前为止，国内许多学者的研究是以TAM作为基础模型，同时从用户角度出发的对于移动打车软件用户使用意愿及其影响因素的分析和研究比较有限，同时没有深入剖析各类影响因素及其正反作用关系。而本文的研究将着重对此方面进行研究。 2研究假设
UTAUT技术接受模型中的绩效期望、努力期望和社会影响对于用户的使用意愿具有显著的影响，但是配合情况仅仅对于使用行为具有显著的影响。而本文是对移动打车软件用户使用意愿及影响因素而展开的，所以选取前三个变量对用户的使用意愿进项深入的研究。考虑到用户选择使用打车软件时会承担一定风险，以及打车软件有別于传统打车方式的价格水平，对用户使用意愿也有一定影响，所以在绩效期望、努力期望、社群影响的基础上，结合感知风险理论，并加入价格的影响建立了概念模型如图2所示。
根据笔者的研究模型提出了如下的假设。
H1：努力期望显著影响用户对于打车软件的使用情况
努力期望是指用户个体主观上认为在使用打车软件过程中的难易程度，所以当移动打车软件更加便于用户操作时，用户会更加倾向于使用打车软件。打车软件是现如今新兴的打车媒介，和传统打的方式存在着很大的差别，习惯网上支付容易接受新技术的人群会主观上认为使用打车软件更加地方便快捷。
H2：绩效期望显著影响用户的使用意愿
绩效期望是指用户个体在使用打车软件的过程中，其能够为自己的出行提供帮助和带来便利的程度，当其为用户提供帮助和便利的程度越大时，用户对于打车软件的使用意愿就会就越强。许多的人认为打车软件提高了出行的效率，可以使用客户端叫车而不必走到固定的地点叫车而节约时间成本。
H3：社群影响显著影响用户的使用意愿
社群影响指用户周围使用者对于打车软件的评价。当用户发现身边的大多数朋友亲人都在使用打车软件叫车时，他们也会受到其影响开始接受并逐渐地使用打车软件。密集的打车软件广告和打车红包更推动了用户使用打车软件。
H4：感知风险显著影响用户的使用意愿
感知风险指出消费者在做出购买有形产品或者是无形服务等的决策时，自身认为其将来可能遭受到的损失程度的主观上的评估。当用户觉得打车软件安全有一定的保障时人们会倾向于使用打车软件出行。打车软件的投诉预处理功能，打车软件驾车司机的信息会在平台内自动显示是打车软件减小乘车风险的一个体现。
H5：感知价值水平显著影响用户的使用意愿
人们在使用打车软件的过程中总是会把打车软件的价格和传统打车方式相比较，当两种打车方式提供服务质量差别不大时，打车软件相对价格更优惠时人们会倾向于使用打车软件打车。当打车软件刚刚推出时由于巨额的补贴有大群的用户加入到使用打车软件叫车的阵营，可是当补贴降低时部分用户降低打车软件的使用频率，甚至放弃使用。
3研究方法
31调查主体与调查地点
本研究是针对长春市普遍群体对于打车软件的使用意愿及影响因素研究，所以调查对象主要集中于17～50岁的人群，因为此年龄段的人群对于新事物的接受能力较强，有一定的经济能力，而且由于工作、生活、学习的需要对于打车软件也有一定的需求。笔者调查地点为长春市（不含周边县，所以笔者选择在长春市的各个区（朝阳区、南关区、双阳区、绿园区、宽城区、二道区）进行问卷发放以保证问卷样本分布的合理性。
32问卷设计
第一部分是根据笔者构建的模型来设计问题，绩效期望、努力期望、社群影响、感知价格水平、感知风险下都对应着各自的小题，同时采用 Likert scale，将问题答项设为5个等级，分别赋值1、2、3、4、5，即非常不同意、不同意、不确定、同意、非常同意。问卷的第二部分是用户的基本信息，包括年龄，性别，最常使用打车软件，每月使用打车软件的次数等。问卷一共有17个测量项，见表1。
33抽样方法与样本特征
问卷的发放采用线上和线下相结合的方式进行，一共发放了250份问卷收回193份，其中有效问卷180份，问卷的有效率为9326%。其中用过打车软件的样本数量为121，没有用过的为59。
对于用过打车软件的人群进行进一步的分析其中女性占比6529%，男性占比3471%，男性多于女性。其中年龄分为5～16岁、17～28岁、29～50岁和50岁以上。人群主要分布在17～28岁和29～50岁，17～28岁的人群占样本总数的7603%，29～50岁的人群占样本总数的2314%，样本的统计分析描述如表2所示。
4数据分析及建议
41量表信度分析
信度（Reliability）即可靠性，它是指采取相同的方法对于同一对象进行重复性的测量时所得出结果的一致性程度。笔者本次调查采用的是α信度系数法，利用了SPSS 220计算可以得到Cronbachs Alpha信度系数值如表3所示。
总量表的信度系数最好在08以上，在07～08可以接受；分量表的信度系数最好在07以上，06～07还可以接受。表3中，整体的Cronbachs Alpha值为0996，且各测量项基于标准化项目的Cronbachs Alpha值均在098～099表示量表十分可信。
42效度分析
本文用SPSS 220进行效度分析，采用单项与总体相关分析来测量建构效度。选择KMO值与Bartlett球形检验值的结果初步判断所得调查数据是否能够进行因子分析。表4数据中，KMO值均大于或等于0500，显著性全部为0000，符合了效度检验的相关标准，说明问卷的结构效度符合标准，总体上达到应有标准，总体效度良好，适合进行因子分析。
43結构方程模型分析
本文用SPSS 220AMOS进行路径分析，得到模型各测量系数的影响系数和显著性水平如图3所示。
基于UTAUT模型中的变量进行分析：努力期望对用户使用打车软件的意愿有显著的正向影响，说明支付方便快捷，操作简易，并且无须下载App可直接借助第三方平台进行网上约车的特点在一定程度上促进用户使用打车软件。数据分析结果表明绩效期望对用户使用意愿的影响并不显著，这可能是因为打车软件在高峰时段的快捷性并没有满足用户的需求，而且推出的加价功能额度超出大多数用户可接受的支付范围，所以绩效期望并没有使用户产生强烈的使用意愿。社会影响对用户的使用意愿影响并不显著，周围同学、朋友、同事的使用和打车软件平台较大的广告密度可能只是使用户熟知打车软件，但多年来形成的线下打出租车或其他方式出行的习惯并没有使用户产生强烈的使用意愿。 基于打车软件的特征变量进行分析：感知价格水平对用户的使用意愿有显著的负向影响，最初打车软件平台尚处于推广阶段时，运营商利用高额补贴吸引用户，但近几年来，打车软件已为众多人所熟知，但同时打车软件补贴额度大幅下降，与线下打出租车费用相差无几，有时甚至更高，这样势必会造成用户减少。根据数据分析结果可以发现感知风险性对用户使用意愿没有显著的影响，用户可能对于使用打车软件过程中叫到的车辆的种类以及线上支付存在着一定的担忧，但是这些并不会显著地影响用户对于打车软件的使用从而显著减少用户的数量。
5意见与建议
51基于努力期望
根据之前的数据分析，笔者发现努力期望对打车软件用户使用有最显著影响，因此当前网约车平台在操作界面简便方面需要做出改进，以降低使用者所付出的努力。
一是简化操作界面：人们不用打车软件的首要原因就是不会操作打车软件，所以简化打车软件的操作是一项首要任务，例如使用打车软件需要在线支付这对于老年人来说可能就比较困难，可以增加司机确认用户线下支付的功能。
二是优化派单系统和导航系统：部分用户反映有时使用打车软件叫车车辆离自己所在的位置太远，需要等待的时间较长，影响了自己出行，有时使用软件自带的导航系统时会出现绕路甚至是导航错误的情况。因此建议网约车平台加大对技术方面的投入，尽量对软件的派单系统与导航系统进行优化升级和及时更新，避免出现差错。
52基于感知价值
用户在使用打车软件时对花费和服务体验较为在意，因此建议打车软件平台可以尽量降低行车的价格，或者在保持价格不变的情况下尽可能提高服务质量，以提高用户的出行体验，提高用户对于使用打车软件出行的感知价值。
53基于绩效期望
笔者发现当前打车软件的加价叫车功能并不能使用户特别满意，不少受访者都认为使用加价功能并没有很快地打到车，尤其是在上下班高峰期，同时加价幅度对用户来说也有些大。因此，建议对加价叫车功能进行优化，降低加价幅度，同时加大车辆投放量，以满足用户在高峰期的出行需要。
54基于感知风险理论的建议
一是各网约车平台加大对网约车车辆和司机的审核力度，同时加强支付方式的安全性，并且今后在长春市进行推广时可以强调自身的安全性，打消部分市民心中的顾虑，从而进一步扩大用户规模。
二是打车软件售后增加人工服务功能：打车软件的客服设置人工服务以方便乘车用户遇到问题时能够及时地解决，现阶段有问题打电话则是提示发邮件使得许多用户的问题不能得到良好的解决。
55基于社会影响
社会影响对于用户的使用意愿具有一定影响，说明用户较为重视周围的人对打车软件的评价，同时亲友推薦也是打车软件推广的一个重要途径。问卷受访者中的很多用户最开始了解打车软件就是通过亲戚朋友推荐。因此，建议打车软件可以适当提高对软件分享者和推广者的奖励，比如老用户每邀请一名新用户或者将行程分享便赠送一张低门槛优惠券，这样可以提高老用户的分享积极性，同时提高打车软件在用户中的口碑。
6结论
本文整合UTAUT模型并结合打车软件的特征变量建立打车软件用户使用意愿模型。通过长春市打车软件使用现状调研，进一步分析不同的影响因素对用户使用意愿的作用程度及其关系，并针对影响较为显著的因素预测用户使用意愿情况，提出可供打车软件运营商参考的可行性建议。
本文对长春市用户使用打车软件进行了有益的探索，但仍可以进一步研究。在构建模型阶段，虽然考虑了多个具有代表性的影响变量如努力期望、绩效期望、感知价格水平等，但每个变量中包含的影响因素可能不止这些，因此可以在继续研究中进行逐步完善。本文所采用问卷调查的样本是长春市普遍群体，但大学生所占比例还是较大，未来研究可以考虑调整樣本比例，增加样本的随机性。
参考文献：
[1] Davis F DPerceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology[J].MIS Quarterly，1989，13（3）：319-340
[2] Ajzen I，Fishbein M Understanding Attitudes and Predicting Social Behavior[C].Englewood Cliffs，NJ：Prentice-Hall，1980：35-55
[3] Ajzen IFrom Intentions to Actions：A Theory of Planned Behavior，Action Control：From Cognition to Behavior[C].New York：Springer Verlag，1985
[4] Rogers E MThe Diffusion of Innovations[M].New York：FreePress，1983：54
[5] Mei-Ling LuoTechnology Acceptance of Information Services[D].US：The University of Hawaii，2005
[6] Goodhue D L，Thompson R LTask-Technology Fit and Individual Performance[J].MIS Quarterly，1995，19（2）：213-236
[7] Vallerand R J，Bissonnette RIntrinsic，Extrinsic，and a Motivational Styles as Predictors of Behavior：A Perspective Study[J].Journal of Personality，1992，660（3）：599-620
[8] Triandis HValues，Attitudes，and Interpersonal Behavior [C].Nebraska Symposium on Motivation，1980
[9] Bandura ASocial Foundations of Thought and Action [M].Englewood Cliffs，NJ：Prentice-Hall，1986：65
[10]Venkastesh V，Morris M G，Davis G B，et alUser Acceptance of Information Technology：toward a Unified View [J].MIS Quarterly，2003，27（3）：425-478
[11]Bauer R A “Consumer Behavior as Risk Raking”in Hancock，R S（Ed ），Dynamic Marketing for a Changing World [C].Proceedings of the 43rd Conference of the American Marketing Association，1960：389-398
[12]董大海，权小妍，曲晓飞顾客价值及其构成[J].大连理工大学学报：社会科学版，1999（4）：18-20
[13]成海清，李敏强 顾客价值概念内涵、特点及评价[J] 西北农林科技大学学报：社会科学版，2007（2）：34-38
[关键词]移动打车软件用户；使用意愿；整合技术接受模型（UTAUT）；感知价值理论；感知风险
[DOI]1013939/jcnkizgsc201720141
2016年7月28日，交通运输部等七部委公布了《网络预约出租汽车经营服务管理暂行办法》，从国家法规的层面首次确立了网约车的法律地位。北京、上海两地于2016年12月21日发布了网约车新规，规定了网约车的排放量、車型，司机的户籍、年龄、驾龄等方面。而重庆也出台了网约车管理办法，并对相关方面进行了规定和说明，而浙江等地也设置了网约车驾驶员从业资格证，以规范网约车市场。目前长春市的网约车管理细则和资格证考试等尚在讨论中。优步已经入驻长春，又掀起了一股网约车的热潮。随着乘客打车难问题的日益凸显和移动互联网群体日益增加，使用打车软件召车在全国很多城市已较为常见，但也有不少人仍使用传统的打车方式。
本文主要针对长春市普遍人群对打车软件的使用意愿进行研究，深入了解二、三线城市移动打车软件用户的使用意愿，分析出各个影响因素并比较其正反作用关系，从用户的角度出发为打车软件的改进建言献策。
1理论基础
11整合技术接受模型（UTAUT）
在信息技术的接受和采纳领域被广泛运用的模型是1986年Davis在他的博士论文中提出的TAM模型[1]，该模型是被用来解释信息系统低使用率问题的理论模型。以这个模型的研究为基础，许多的学者对其进行了进一步的研究希望其能被更多地运用，随着信息技术的不断进步，多个学科学者在20年间先后将理性行为理论（TRA）[2]、计划行为理论（TPB）[3]、创新扩散理论（IDT）[4]、用户满意理论（U&G）[5]等与TAM相结合，不断完善TAM的理论模型，但实质上仍没有摆脱TAM模型的研究范式。
Venkatesh和Davis在整理技术接受采纳的相关模型时，发现技术任务适配模型（Task-Technology Fit，TTF）[6]、创新扩散理论（Innovation Diffusion Theory，IDT）、理性行为理论（Theory of Reasoned Action，TRA）、计划行为理论（Theory of Planned Behavior，TPB）、动机模型（Motivational Model，MM）[7]、组合技术接受模型和计划行为理论的模型（Combined TAM and TPB，C-TAM-TPB）、PC利用模型（Model of PC Utilization，MPCU）[8]以及社会认知理论（Social Cognitive Theory，SCT）[9]等八个理论在各自领域内都具有其相应的解释力，所以对以上的理论进行了整合，创造性地提出了整合技术接受模型（UTAUT）[10]。
UTAUT模型將以上八个理论中的各个重要概念抽象为四个核心理念，即绩效期望、努力期望、社会影响和促成因素。绩效期望是指人在个体上相信使用技术能够帮助其在工作上获得更好的表现的程度。努力期望是指个体对技术易用程度的判断。社会影响是指个体受到他人的影响认为自身应该使用新事物的程度。促成因素则是指在个体上相信现有组织和技术的相互结合能够支持技术使用的情况。同时，促成因素跨过使用意愿直接影响用户的使用行为。而本文研究的是移动打车软件用户的使用意愿及影响因素，主要研究的便是影响用户使用意愿的因素，与UTAUT模型中的使用意愿相一致，所以借鉴模型中前三个的研究变量来进行研究，详见图1。
12感知风险理论
人们对于新技术新产品的接受和使用与心理学因素也有关，“感知风险”这一概念最早出现于心理学中，哈佛大学研究学者Bauer与1960年将此概念引进到市场营销学的领域，用于研究消费者的购买行为。Bauer则提出在双方交易的过程中，消费者将会面临承受一定风险的问题，由于在消费者每次的交易活动过程中都有可能会带来一些无法估计的未知风险，而产生的结果可能对消费者是不好的[11]。由此产生无法估计的后果，将其定义为一种风险，由此消费者的购买行为是一个风险承担的过程。感知风险理论指的是消费者在做出购买有形产品或者是无形服务等的决策时，自身认为将来可能会遭受到损失的程度的主观评估。使用打车软件也会存在一定的风险，如使用打车软件叫到黑车可能存在人身财产安全，使用打车软件叫车的费用需要线上支付存在个人信息泄露银行卡被盗等潜在风险等。这些风险的存在会都会影响用户使用打车软件叫车。
13感知价值理论
感知价值是营销学研究中的一个重要的概念，特别是在市场竞争如此激烈的今天。顾客产生的感知价值对企业来说已经变得越来越重要了，而对于打车软件市场也是如此。董大海等在研究中提出，消费者的感知价值就是消费者在购买和使用某一特定产品的整个过程中获得的效用和其付出成本的评判[12]。成海清则指出，消费者感知价值是指消费者在与企业和其提供的产品的整个接触过程中，消费者对于企业及其提供的产品的存在、作用及变化与顾客的需要相适应或者相一致程度的感知和评价。[13]所以，感知价值理论也对移动打车软件用户使用意愿有显著影响。
众所周知，打车软件刚进入市场便通过价格战吸引消费者注册并使用打车软件，随着打车软件的逐渐补贴力度变得越来越小，而且打车软件优惠券的使用也存在打车金额的限制。
到目前为止，国内许多学者的研究是以TAM作为基础模型，同时从用户角度出发的对于移动打车软件用户使用意愿及其影响因素的分析和研究比较有限，同时没有深入剖析各类影响因素及其正反作用关系。而本文的研究将着重对此方面进行研究。 2研究假设
UTAUT技术接受模型中的绩效期望、努力期望和社会影响对于用户的使用意愿具有显著的影响，但是配合情况仅仅对于使用行为具有显著的影响。而本文是对移动打车软件用户使用意愿及影响因素而展开的，所以选取前三个变量对用户的使用意愿进项深入的研究。考虑到用户选择使用打车软件时会承担一定风险，以及打车软件有別于传统打车方式的价格水平，对用户使用意愿也有一定影响，所以在绩效期望、努力期望、社群影响的基础上，结合感知风险理论，并加入价格的影响建立了概念模型如图2所示。
根据笔者的研究模型提出了如下的假设。
H1：努力期望显著影响用户对于打车软件的使用情况
努力期望是指用户个体主观上认为在使用打车软件过程中的难易程度，所以当移动打车软件更加便于用户操作时，用户会更加倾向于使用打车软件。打车软件是现如今新兴的打车媒介，和传统打的方式存在着很大的差别，习惯网上支付容易接受新技术的人群会主观上认为使用打车软件更加地方便快捷。
H2：绩效期望显著影响用户的使用意愿
绩效期望是指用户个体在使用打车软件的过程中，其能够为自己的出行提供帮助和带来便利的程度，当其为用户提供帮助和便利的程度越大时，用户对于打车软件的使用意愿就会就越强。许多的人认为打车软件提高了出行的效率，可以使用客户端叫车而不必走到固定的地点叫车而节约时间成本。
H3：社群影响显著影响用户的使用意愿
社群影响指用户周围使用者对于打车软件的评价。当用户发现身边的大多数朋友亲人都在使用打车软件叫车时，他们也会受到其影响开始接受并逐渐地使用打车软件。密集的打车软件广告和打车红包更推动了用户使用打车软件。
H4：感知风险显著影响用户的使用意愿
感知风险指出消费者在做出购买有形产品或者是无形服务等的决策时，自身认为其将来可能遭受到的损失程度的主观上的评估。当用户觉得打车软件安全有一定的保障时人们会倾向于使用打车软件出行。打车软件的投诉预处理功能，打车软件驾车司机的信息会在平台内自动显示是打车软件减小乘车风险的一个体现。
H5：感知价值水平显著影响用户的使用意愿
人们在使用打车软件的过程中总是会把打车软件的价格和传统打车方式相比较，当两种打车方式提供服务质量差别不大时，打车软件相对价格更优惠时人们会倾向于使用打车软件打车。当打车软件刚刚推出时由于巨额的补贴有大群的用户加入到使用打车软件叫车的阵营，可是当补贴降低时部分用户降低打车软件的使用频率，甚至放弃使用。
3研究方法
31调查主体与调查地点
本研究是针对长春市普遍群体对于打车软件的使用意愿及影响因素研究，所以调查对象主要集中于17～50岁的人群，因为此年龄段的人群对于新事物的接受能力较强，有一定的经济能力，而且由于工作、生活、学习的需要对于打车软件也有一定的需求。笔者调查地点为长春市（不含周边县，所以笔者选择在长春市的各个区（朝阳区、南关区、双阳区、绿园区、宽城区、二道区）进行问卷发放以保证问卷样本分布的合理性。
32问卷设计
第一部分是根据笔者构建的模型来设计问题，绩效期望、努力期望、社群影响、感知价格水平、感知风险下都对应着各自的小题，同时采用 Likert scale，将问题答项设为5个等级，分别赋值1、2、3、4、5，即非常不同意、不同意、不确定、同意、非常同意。问卷的第二部分是用户的基本信息，包括年龄，性别，最常使用打车软件，每月使用打车软件的次数等。问卷一共有17个测量项，见表1。
33抽样方法与样本特征
问卷的发放采用线上和线下相结合的方式进行，一共发放了250份问卷收回193份，其中有效问卷180份，问卷的有效率为9326%。其中用过打车软件的样本数量为121，没有用过的为59。
对于用过打车软件的人群进行进一步的分析其中女性占比6529%，男性占比3471%，男性多于女性。其中年龄分为5～16岁、17～28岁、29～50岁和50岁以上。人群主要分布在17～28岁和29～50岁，17～28岁的人群占样本总数的7603%，29～50岁的人群占样本总数的2314%，样本的统计分析描述如表2所示。
4数据分析及建议
41量表信度分析
信度（Reliability）即可靠性，它是指采取相同的方法对于同一对象进行重复性的测量时所得出结果的一致性程度。笔者本次调查采用的是α信度系数法，利用了SPSS 220计算可以得到Cronbachs Alpha信度系数值如表3所示。
总量表的信度系数最好在08以上，在07～08可以接受；分量表的信度系数最好在07以上，06～07还可以接受。表3中，整体的Cronbachs Alpha值为0996，且各测量项基于标准化项目的Cronbachs Alpha值均在098～099表示量表十分可信。
42效度分析
本文用SPSS 220进行效度分析，采用单项与总体相关分析来测量建构效度。选择KMO值与Bartlett球形检验值的结果初步判断所得调查数据是否能够进行因子分析。表4数据中，KMO值均大于或等于0500，显著性全部为0000，符合了效度检验的相关标准，说明问卷的结构效度符合标准，总体上达到应有标准，总体效度良好，适合进行因子分析。
43結构方程模型分析
本文用SPSS 220AMOS进行路径分析，得到模型各测量系数的影响系数和显著性水平如图3所示。
基于UTAUT模型中的变量进行分析：努力期望对用户使用打车软件的意愿有显著的正向影响，说明支付方便快捷，操作简易，并且无须下载App可直接借助第三方平台进行网上约车的特点在一定程度上促进用户使用打车软件。数据分析结果表明绩效期望对用户使用意愿的影响并不显著，这可能是因为打车软件在高峰时段的快捷性并没有满足用户的需求，而且推出的加价功能额度超出大多数用户可接受的支付范围，所以绩效期望并没有使用户产生强烈的使用意愿。社会影响对用户的使用意愿影响并不显著，周围同学、朋友、同事的使用和打车软件平台较大的广告密度可能只是使用户熟知打车软件，但多年来形成的线下打出租车或其他方式出行的习惯并没有使用户产生强烈的使用意愿。 基于打车软件的特征变量进行分析：感知价格水平对用户的使用意愿有显著的负向影响，最初打车软件平台尚处于推广阶段时，运营商利用高额补贴吸引用户，但近几年来，打车软件已为众多人所熟知，但同时打车软件补贴额度大幅下降，与线下打出租车费用相差无几，有时甚至更高，这样势必会造成用户减少。根据数据分析结果可以发现感知风险性对用户使用意愿没有显著的影响，用户可能对于使用打车软件过程中叫到的车辆的种类以及线上支付存在着一定的担忧，但是这些并不会显著地影响用户对于打车软件的使用从而显著减少用户的数量。
5意见与建议
51基于努力期望
根据之前的数据分析，笔者发现努力期望对打车软件用户使用有最显著影响，因此当前网约车平台在操作界面简便方面需要做出改进，以降低使用者所付出的努力。
一是简化操作界面：人们不用打车软件的首要原因就是不会操作打车软件，所以简化打车软件的操作是一项首要任务，例如使用打车软件需要在线支付这对于老年人来说可能就比较困难，可以增加司机确认用户线下支付的功能。
二是优化派单系统和导航系统：部分用户反映有时使用打车软件叫车车辆离自己所在的位置太远，需要等待的时间较长，影响了自己出行，有时使用软件自带的导航系统时会出现绕路甚至是导航错误的情况。因此建议网约车平台加大对技术方面的投入，尽量对软件的派单系统与导航系统进行优化升级和及时更新，避免出现差错。
52基于感知价值
用户在使用打车软件时对花费和服务体验较为在意，因此建议打车软件平台可以尽量降低行车的价格，或者在保持价格不变的情况下尽可能提高服务质量，以提高用户的出行体验，提高用户对于使用打车软件出行的感知价值。
53基于绩效期望
笔者发现当前打车软件的加价叫车功能并不能使用户特别满意，不少受访者都认为使用加价功能并没有很快地打到车，尤其是在上下班高峰期，同时加价幅度对用户来说也有些大。因此，建议对加价叫车功能进行优化，降低加价幅度，同时加大车辆投放量，以满足用户在高峰期的出行需要。
54基于感知风险理论的建议
一是各网约车平台加大对网约车车辆和司机的审核力度，同时加强支付方式的安全性，并且今后在长春市进行推广时可以强调自身的安全性，打消部分市民心中的顾虑，从而进一步扩大用户规模。
二是打车软件售后增加人工服务功能：打车软件的客服设置人工服务以方便乘车用户遇到问题时能够及时地解决，现阶段有问题打电话则是提示发邮件使得许多用户的问题不能得到良好的解决。
55基于社会影响
社会影响对于用户的使用意愿具有一定影响，说明用户较为重视周围的人对打车软件的评价，同时亲友推薦也是打车软件推广的一个重要途径。问卷受访者中的很多用户最开始了解打车软件就是通过亲戚朋友推荐。因此，建议打车软件可以适当提高对软件分享者和推广者的奖励，比如老用户每邀请一名新用户或者将行程分享便赠送一张低门槛优惠券，这样可以提高老用户的分享积极性，同时提高打车软件在用户中的口碑。
6结论
本文整合UTAUT模型并结合打车软件的特征变量建立打车软件用户使用意愿模型。通过长春市打车软件使用现状调研，进一步分析不同的影响因素对用户使用意愿的作用程度及其关系，并针对影响较为显著的因素预测用户使用意愿情况，提出可供打车软件运营商参考的可行性建议。
本文对长春市用户使用打车软件进行了有益的探索，但仍可以进一步研究。在构建模型阶段，虽然考虑了多个具有代表性的影响变量如努力期望、绩效期望、感知价格水平等，但每个变量中包含的影响因素可能不止这些，因此可以在继续研究中进行逐步完善。本文所采用问卷调查的样本是长春市普遍群体，但大学生所占比例还是较大，未来研究可以考虑调整樣本比例，增加样本的随机性。
参考文献：
[1] Davis F DPerceived Usefulness，Perceived Ease of Use，and User Acceptance of Information Technology[J].MIS Quarterly，1989，13（3）：319-340
[2] Ajzen I，Fishbein M Understanding Attitudes and Predicting Social Behavior[C].Englewood Cliffs，NJ：Prentice-Hall，1980：35-55
[3] Ajzen IFrom Intentions to Actions：A Theory of Planned Behavior，Action Control：From Cognition to Behavior[C].New York：Springer Verlag，1985
[4] Rogers E MThe Diffusion of Innovations[M].New York：FreePress，1983：54
[5] Mei-Ling LuoTechnology Acceptance of Information Services[D].US：The University of Hawaii，2005
[6] Goodhue D L，Thompson R LTask-Technology Fit and Individual Performance[J].MIS Quarterly，1995，19（2）：213-236
[7] Vallerand R J，Bissonnette RIntrinsic，Extrinsic，and a Motivational Styles as Predictors of Behavior：A Perspective Study[J].Journal of Personality，1992，660（3）：599-620
[8] Triandis HValues，Attitudes，and Interpersonal Behavior [C].Nebraska Symposium on Motivation，1980
[9] Bandura ASocial Foundations of Thought and Action [M].Englewood Cliffs，NJ：Prentice-Hall，1986：65
[10]Venkastesh V，Morris M G，Davis G B，et alUser Acceptance of Information Technology：toward a Unified View [J].MIS Quarterly，2003，27（3）：425-478
[11]Bauer R A “Consumer Behavior as Risk Raking”in Hancock，R S（Ed ），Dynamic Marketing for a Changing World [C].Proceedings of the 43rd Conference of the American Marketing Association，1960：389-398
[12]董大海，权小妍，曲晓飞顾客价值及其构成[J].大连理工大学学报：社会科学版，1999（4）：18-20
[13]成海清，李敏强 顾客价值概念内涵、特点及评价[J] 西北农林科技大学学报：社会科学版，2007（2）：34-38