杨 静,邱敏蓉,蒋志豪
(1.海南科技职业大学,海口 571126; 2.共青科技职业学院,江西 九江 332020)
IT赋能的共享经济(简称共享经济)发展迅速,已逐渐渗透到各行各业。随着相关行业市场规模的不断扩大,共享经济通过互联网将资源提供者和需求者联系起来,改造了闲置资源,获得了潜在的财务利益。近年来,共享经济不断向其他领域渗透,尤其是旅游业获得了许多新用户。随着在线定制旅游服务需求的增加,能够提供多样化住宿的短期租赁获得了快速发展。根据IiMedia Research最近的一份报告,2020年在线短期租房用户规模达到了3.04亿,2021年超过3.22亿。目前关于在线短租共享住房的研究主要侧重于共享经济对旅游产业的影响、在线短租的商业模式、消费者对在线短租的行为研究[1]。
现有的研究大多集中在客户使用短期房间租赁服务的动机和意图上,还有研究酒店运营商的行为和短期房间租赁服务对社会的影响,却很少有研究探讨在线-离线过程中消费者对在线平台的满意度及满意度如何影响消费者的忠诚度。为了提高满意度,减少不确定性,令在线平台使用户能够参与整个交易过程,包括销售、购买、比较和分享关于产品和服务的信息[2]。特别是“小猪平台”(短期房间租赁在线平台之一)鼓励酒店运营商和消费者在平台的使用中培养互动行为。从信息系统(IS)研究角度入手,分析了在线和离线主客满意度如何影响客户的重复预订。
为了实现研究目标,根据社会互动理论,研究个体如何在更大的社会结构中相互互动并提高双方满意度。当个人在不同的场景中扮演不同的角色时,他们的行为会被角色所驱动。根据酒店运营商和消费者在入住前、入住中和入住后的三对角色,确定了三种类型的酒店运营商-消费者互动:整体在线互动、个人在线互动和离线互动。个人互动代表预订后酒店运营商和某个消费者之间的互动,通过互动的存在性、及时性、文本长度和相似性来评估。线下互动是入住期间面对面的主客互动。利用来自海南省6个城市的36 072条订单记录和评论内容的纵向数据,采用文本挖掘和多元统计分析检验相结合的方法,深入分析并衡量了海南游客对短租平台的忠诚度。
Ekpe等人在文献[3]中研究发现在线度假租赁平台兴起的早期,传统酒店运营商及其员工担忧对收入的影响,特别是中档和低成本住宿提供商[3]。许多酒店运营商强调,在线度假租赁提供商经常逃避城市旅游设施的监管和税收要求,因此在定价方面享有先天的竞争优势。更广泛的关切是,由于缺乏有关部门管制和酒店运营商的信息,旅游设施和管理的空间战略可能会受到破坏。Qiao Si等人在文献[4]中研究发现,在线短租平台会增加游客的数量和逗留时间,带来原本可能不会来某个地区的游客,鼓励游客在舒适的住宅风格住宿更长的时间[4]。此类研究主要依托短租平台展开。
2008年短租平台兴起之后,学者和研究机构多次调查在线度假短租平台的潜在增长和影响,Yue Xiao等人在文献[5]中研究了短租平台对潜在住房市场的影响,当整个公寓从永久住房转变为短期租赁住房时,会对短租平台有较大的影响[5]。Lemoine Coralie等人在文献[6]中研究强调,房地产租赁市场正在从永久租赁住房供应转向短期住宿的住房市场风险[6]。MacAskill S等人在文献[7]中研究表明,受低需求影响的不断下跌的住房市场可能会因在线短租平台而稳定下来[7]。简而言之,在线短租平台有许多潜在的好处和影响,这取决于当地的情况,可能会对利益相关者——消费者、房东、房地产经纪人和当地企业产生不同的影响。
He Chenchen在文献[8]中研究了在线评论对消费者酒店预订意图的影响,结果表明,在线评论可以有效提高服务质量[8]。Fernando J.在文献[9]中展开了网上消费者评论对新产品销售的影响研究,结果表明,在线平台的评论可以增加消费者用户的黏性,提高市场服务能力[9]。龙飞在文献[10]中对在线短租市场进行了专项研究,结果表明,在线短租平台可以让店家更好地了解消费者的消费形态[10]。侯英裕在文献[11]中对共享住宿房源热度的影响进行了专项研究,结果显示,房源热度和共享住宿平台在线评论反馈的反馈率之间存在非线性关系[11]。金珂在文献[12]中对在线短租平台消费者预定行为进行了专项研究,发现性别对在线短租平台呈现线性相关关系[12]。
利用 Airdna 获取海南省6个城市从2020年1月-2021 年 8 月在线短租的评论信息,通过城市 POI数据爬取,利用Python及Matlab两个软件中的相关工具箱,为在线短租平台在研究空间分布特征提供了强有力的数据支撑。通过Python 对在线短租评论内容进行文本爬取,了解了在线短租在消费侧的需求特征。
以途家、小猪、Airbnb、木鸟短租和蚂蚁短租等15家在线短租平台为研究对象,其中2011年推出的途家民宿是我国最大的在线短期客房租赁平台,途家的在线平台通过住宿服务将房东和消费者联系起来。本研究共收集15家在线短租平台36 072条订单记录和评论内容的纵向数据,对36 072条数据进行分类整理,结果如表1所示。
表1 变量的测量和描述性统计Tab.1 Variable measurement and descriptive statistics
2.2.1 估计模型
公式(1)用于测试整体互动对客户重复预订的影响,并检查个人互动的存在。只有当房东和某个游客之间的个体互动存在时,个体互动的所有属性(时效性、文本长度、文本相似性)才能影响顾客的重复预订。因此,一个独立的模型被用来评估个人互动对顾客重复预订的影响。公式(2)用于测试当整体互动和个人互动存在时,个人互动如何影响客户的重复预订。
RepOrder=α1*RepRatet-1+α2*AccRatet-1+α3*ConTimet-1+…+α8*LisNumt-1+α9*OrdNumt-1+α10*City+ε
(1)
RepOrdert=β1*RepRatet-1+β2*AccRatet-1+β3*ConTimet-1+…+β14*LisNumt-1+β15*OrdNumt-1+β16*City+ε
(2)
表3 各自变量之间的相关系数Tab.3 Correlation coefficients of all indexes
使用纵向数据进行实证分析。自变量是一个二元虚拟变量,而不是一个可以遵循正态分布的连续变量。为了避免由参数偶然性和不一致估计引起的潜在误差,随机效应模型可以用于非线性二元变量模型。对两个回归模型进行Hausman检验(表2)。两个回归模型的P值均大于0.05;也就是说,Hausman检验的最初假设被接受了。基于随机效应逻辑回归模型对纵向数据进行了分析,估计了所有自变量之间的相关系数,结果(表3)显示,所有系数都小于0.3。因此,不存在严重的共线性。
根据结果显示,在线回复率对顾客重复预定有积极的影响,接收率和确认时间对游客的重复预订有显著影响;线下互动与客户重复预订呈正相关,线下互动的时效性对顾客重复预订没有显著影响;回复文本的绝对长度对客户重复预订有积极的影响;评论和回复之间的文本相似性也会显著影响客户的重复预订;对于线下互动在个体互动对顾客重复预订影响中的调节作用没有显著性关系。总的来说,线下互动负向降低了存在性、文本绝对长度和相似度对客户重复预订的影响;在回复及时性方面,没有发挥适度作用。
2.2.2 模型稳定性检验
通过模型稳定性来验证结果。利用不同的因变量对模型的鲁棒性进行了检验。对于原始的回归模型,客户重复预订被定义为顾客下一次住宿是否选择同一家酒店。为了稳定性检验,将因变量替换为客人对同一家酒店的重复预订。基于纵向数据的logistic回归模型,公式保持不变。采用公式(1)来测试整体交互的影响和个体交互的存在;采用公式(2)用于测试整体互动和个体互动存在时,个体互动水平如何影响消费者的购买决策。
为了进一步验证结果的有效性,使用替代文本相似度方法进行了第二次鲁棒性检验,将评论和回复文本的归一化欧氏距离作为相似性。基于两点之间的距离,采用欧氏距离来计算文本相似度,欧几里得距离计算其中pi和qi是点P和点Q在n维上的坐标。
(3)
在主机和列表层面上测试了客户的重复预订,所有结果保持一致,证明了模型估计、结果具有稳定性。
研究发现,线下主客互动可以替代个体互动(存在性、文本长度和文本相似性)对游客重复预订的影响。这种线下互动指的是房东和游客共享一个房子或房间时的面对面互动。研究表明,这种线下互动可以替代发展在线个人互动、撰写和定制长的在线评论。
研究没有发现有足够证据支持时间性(个人在线互动的一个组成部分)对客户重复预订的影响。一直以来,线下互动并不能替代这种效果,该结果可能是前后关联的,只适用于小猪和海南。不像西方的客房租赁平台,客人的评论与房东回复的时间间隔短(如Airbnb),鼓励客户重复预订,但在海南,这个变量似乎不那么重要。
研究发现,总体的主客交互(在线回复率、接受率、确认时间)和个体的主客交互(个体交互、文本绝对长度和文本相似度)增加了游客的忠诚度。离线的主客交互可以替代个体交互(存在性、文本长度和相似性)对客户重复预订的影响。房东可以通过与客人的个人在线互动来增加客人的重复预订,一旦个体交互发生,文本绝对长度和相似度就提高了游客的重复预订,从而提高了游客的忠诚度。主机可以通过回复游客较长的帖子和定制对游客评论和问题的回复来增加游客的重复预订,他们不喜欢标准化的信息和答案。文本长度反映了房东提供的内容和信息的数量,被解读为房东积极态度和努力的信号。定制化的信息在情感上连接了房东和游客,增强了客户体验,从而提高了他们的忠诚度。
当房东与游客共享一个房子时,应增加线下互动,离线主客交互可以替代个体交互的效果(存在性、文本长度和相似性)。这些经验对房东来说很有价值,对于平台管理人员理解房东和客人之间的行为和交互模式也非常有用。
在数字加速时代,短期客房租赁服务成为游客的可行选择,共享经济在酒店短租市场越来越受欢迎。分析了如何在共享经济的短期房间租赁市场增加游客的重复预订,进而提高忠诚度,将文本挖掘技术和计量经济学模型结合在一个大型数据集上,该数据集包含来自海南省6个城市的36 072条订单记录和评论内容的纵向数据。研究表明,在线短租平台对短期度假租赁住宿的潜在影响会因现有的旅游基础设施、地区环境特征和住房市场压力而有所不同,针对这些具体压力量身定制应对措施,对于确保从中获得潜在的、更广泛的利益及有效管理影响至关重要。本研究还存在一定的局限性,今后的研究要控制变量,增加年龄和性别对重复预定的影响。增加数据样本,因为研究数据集主要来自海南省,需拓展数据样本,范围扩大至全国。主要研究了房东和顾客之间反馈内容的相识度,未来可以研究房东与房东之间反馈内容的相识度。