1. 引言
伴随5G、人工智能等科学技术的发展进步，共享经济作为一种能够将零散的闲置资源或服务高效整合并从中获取收益的新型经济模式，对经济活动的各个环节产生影响。在线旅游是平台经济的重要组成部分，凭借去中心化的互联网架构稳步发展，日益成为旅游者的首选。随着我国居民生活水平的提高和对精神文明的需求不断增强，传统旅游模式难以满足居民深层次多元化的需求。一方面，随着需求的个性化和选择的多样化的增加，游客对旅游内容获取的需求变得愈加重要。另一方面，在信息需求多元化和信息技术发展的作用下，游客获取旅游信息和分享旅游体验的成本降低，参与共享的意愿上升。价值共创意愿涵盖了消费者积极参与互动协作、资源共享、意见反馈及新项目开发设计等价值共创活动的积极态度。消费者不仅是购买产品或服务的被动接收者，逐渐成为了企业价值创造过程中的关键群体。用户价值共创意愿是指顾客展现出的将个人时间、精力以及知识资源等独特资源投入到与企业合作的各个环节，包括但不限于产品开发设计、服务创新升级以及消费体验过程。这种心理倾向促使顾客与企业之间形成了一种互惠互利的合作关系，并进一步共同创造价值。
在平台经济背景下，“产消合一逻辑”在旅游营销中的应用，将会重塑传统旅游平台的用户价值共创理念。通过在线旅游平台，用户能够完成整个旅游服务流程，而平台逐渐依赖用户的产消行为。价值共创是平台与用户良好互动关系的体现，在用户的产消行为(生产型消费)中，旅游服务提供者能够获取有价值的信息并产生正向传播效果。在线旅游平台的产消者不仅通过参与服务生成活动来创造价值[1]，还通过消费活动来享受这种价值。此外，以往研究多是从消费者对在线旅游服务平台的产品或服务的态度与其实际采取行动之间的潜在联系展开讨论，往往忽略了行为选择过程中的合理性这一关键因素。基于此，本文从产消合一逻辑出发，结合行为推理理论和价值共创理论，从参与因素和拒绝因素两个方面对用户价值共创意愿的影响因素展开研究，并同时检验产消者能力的调节作用。
2. 文献回顾
2.1. 价值共创相关研究
价值共创最初在工业领域得到广泛应用，它指的是顾客参与到企业互动中，与企业共同进行联合生产，共同创造价值的过程。伴随服务主导逻辑的发展，价值共创渗透到消费领域。顾客的消费地位不断提高，在消费领域中扮演价值创造的主要贡献者角色[2]。从价值共创分类来看，Yi和Gong将其化为公民行为与参与行为两大类别。其中，公民行为涵盖了反馈、帮助、包容等多个方面，参与行为则包括信息搜索、分享和互动等行为[3]。价值共创的参与主体也从“顾客–企业”二元关系，发展到涵盖顾客、生产者、产品使用者等复杂网络生态系统的多元关系[4]。以往学者探讨了酒店和旅游业中的价值共创。由于酒店和旅游业具有显著的高接触服务特征，这种模式强调消费者与服务提供方之间的直接互动。相关研究主要聚焦于以下几个方面：首先，探讨价值共创行为如何影响消费者满意度、忠诚度，以及支付意愿；其次，分析各种因素对价值共创的影响机制，特别是顾客感知和服务环境的作用；此外，还研究顾客间的互动如何影响价值共创的效果，以及这种互动是否可能引发价值的共同破坏。这些研究旨在进一步理解高接触服务行业中价值共创的复杂性及其对顾客体验的全面影响[5]。用户参与平台价值共创的过程具有高度复杂性和动态性，以往学者对激发用户价值共创意愿的因素的研究发现，用户个体因素和平台机制因素都会对用户价值共创意愿产生影响，但主要集中在个体需求(如享乐需求、认知需求和社会需要)与个体满足对价值共创的影响，相对忽视了行为合理性的影响，用户参与价值共创和拒绝参与价值共创的理由并非呈现对称关系。产消合一代表了一种将个人创意与产品整合的过程，该过程不再区分生产和消费，而是一个持续不断的综合活动[6]。在Web2.0平台的价值生成视角下，信息消费过程实质上也是一个价值生产的过程。信息消费者不再仅仅是价值的接收者或交易者，而是具备信息和传播双重职能，转变为价值产消者[7]。以往学者对产消的研究多集中于概念层面，侧重探讨消费者与品牌、消费者之间的互动，而对不同类型的产消者，其作用机制研究相对不足。
2.2. 行为推理理论概述
Figure 1. Structural model diagram of behavioural reasoning theory
图1. 行为推理理论结构模型图
Westaby (2005)提出了行为推理理论，该理论强调行为的合理性在个体的信念、价值观以及综合动机(包括态度、主观范式、控制感)、行为意图和实际行为之间的连接作用[8]。图1是该理论的理论结构模型图。具体而言，合理性是基于情境条件的，而态度则指个体对特定对象表现出的持续接受或拒绝的倾向。价值观反映了个体对周围事物的意义和重要性的整体评判。在该理论框架下，推理被视为个体在解释其预期行为时所依据的主观因素。推理的内容可以进一步细分为两个关键维度：一是行动的原因，二是不行动的原因。
行为推理理论使研究人员和管理人员能够有效地区分支持和反对采用的因素，并在单一的行为决策框架中评估这些概念上不同的前因的影响(Westaby, 2005)。研究发现，行为推理理论比理性行为理论等传统模型更能解释人们意图的差异[9]。理性行为理论(TRA)、技术接受整合理论(UTAUT)和计划行为理论(TPB)是最常用的创新技术采用模型，但是这些模型并不包括对个体对某类行为的“履行理由”和“拒绝理由”的全面理解，BRT比传统的理论框架更有效地强调意愿的可变性和特定情境的原因。行为推理理论受到国外不同领域学者的重视，并在具体的情境实践中展开探讨。不同的研究人员在电子垃圾管理、无人机送餐、可持续消费、移动银行等不同研究领域使用了BRT，如表1所示。与国外研究相比，目前国内学者对这一理论的探讨尚少。
Table 1. Research applications of behavioural reasoning theory
表1. 行为推理理论的研究应用
研究领域 |
研究学者 |
无人机送餐 |
Shahzad et al. (2023) [10] |
电子垃圾管理 |
Sahu et al. (2021) [11] |
移动银行 |
Gupta and Arora (2017) [12] |
消费者抵抗创新 |
Claudy et al. (2015) [13] |
学者们普遍采用技术接受模型和SOR理论等传统模型探讨价值共创行为。这些理论框架被广泛应用于分析和理解消费者参与价值共创活动时所持有的态度、意向以及行为背后动机。尽管这些模型揭示了参与主体对特定产品或服务的态度与其实际采取行动之间的潜在联系，但它们往往忽略了行为选择过程中的合理性这一关键因素，比如，用户线上参与在线旅游服务平台的价值共创活动，能够增强用户对平台的认同，巩固对平台的信任支持，但与此同时，隐私风险和消费者困惑也随时可能发生。因此，对于价值共创意愿的研究需要更加全面地考虑行为合理性，以便更准确探讨激发用户价值共创意愿的作用机制。
3. 研究假设与理论模型
基于行为推理理论，用户对在线旅游服务平台的态度是价值共创意愿的重要预测因子。当用户在面临使用或拒绝使用在线旅游服务平台的决策时，价值观构成了决策的基础。在这一过程中，个体如何解读、处理与价值观相关的信息，将直接为其激发价值共创意愿提供支撑。当个体持有强烈的采纳或拒绝使用在线旅游服务平台的理由时，将直接塑造对这一行为选择的积极或消极态度，进而影响后续的行为意向。最后，在心理捷径的作用下，价值观会直接影响态度。
1) 创新价值观和用户对在线旅游平台采纳理由与拒绝理由
创新价值观是引导个体做出特定行为的原始驱动力，为个体选择和评估行为选择提供了指导[14] [15]。已有研究探讨了创新价值观对一系列消费行为的影响，包括环保购买行为，出境旅游和继续教育[16]-[18]。本研究将创新价值观定义为个体对改变持有包容开放的信念和愿意接触认识新事物的意向。依据BRT理论，个体在特定情境下对于特定行为的价值观直接影响其行为过程。在在线旅游服务的情境下，用户使用在线旅游服务平台的意愿来自其对新体验的好奇与渴望，尤其是对于那些对改变持有强烈开放性和包容性的个体，他们在对平台的感知价值上表现得更加充分，且与自身的创新价值观相契合。由此可见，创新价值观在塑造个体预期行为的推理过程中起决定性作用。因此作出以下假设：
H1：用户的创新价值观对采纳理由具有正向影响作用。
H2：用户的创新价值观对拒绝理由具有负向影响作用。
2) 创新价值观对用户认同的影响
在行为决策过程中，不同心理路径的选择使得价值观成为影响态度的关键因素[19]。当某种产品或服务与消费者的价值观相契合时，这种契合将极大提升消费者对该产品或服务的好感度[20]。Tversky等人的研究表明，价值观和态度之间的紧密联系源于个体对心理效率的追求以及信息简化的需求[21]，在这一过程，价值观绕过了行为推理的步骤，直接作用于个体的态度。消费者的创新价值观水平越高，越容易产生对平台的认同感，因此作出如下假设：
H3：用户的创新价值观正向影响用户认同。
3) 采纳理由和拒绝理由对用户认同的影响
BRT理论与传统行为意向模型的差异在于引入了行为合理性。在激发在线旅游服务平台用户的价值共创意愿的情境中，合理性被情境化为采纳理由和拒绝理由，并对个体的用户认同具有预测作用。用户采纳理由可能受感知信任、感知平等和服务体验等因素的影响[22]-[24]。相比之下，隐私问题、心理契约违背和消费者困惑可能会导致用户形成拒绝理由[25]-[27]。
H4：采纳理由正向影响用户认同。
H5：拒绝理由负向影响用户认同。
4) 用户认同对价值共创意愿的影响
根据目标追求理论，人们为了实现设定的目标，会自觉持续遵守某种行为规范，这些行为规范与个体的目标密切相关。在这一理论框架下，为了提高消费者对特定产品或服务的偏好度和忠诚度，关键在于激发他们对所选择的产品或服务形成深刻的认同感。这种认同感的建立不仅可以增加用户对品牌的情感连接，而且还能加强用户对于平台的依赖程度。对于在线旅游服务平台而言，平台经营者应借助各种策略增强顾客的认同感，从而促进用户对平台的信任、忠诚情感依恋以及身份认同，有利于用户的价值共创意愿的产生，包括但不限于积极的口碑传播、主动参与产品服务评价以及广泛的活动参与的意向。因此作出如下假设：
H6：用户认同正向影响价值共创意愿。
5) 采纳理由和拒绝理由的中介作用
根据行为推理理论，创新价值观通过行为合理性(采纳理由和拒绝理由)间接影响用户认同。当企业提供的产品或服务与消费者个人创新价值观一致时，消费者持有的采纳理由越强烈，越容易产生认同感。因此，当消费者的采纳理由被激活时，更能引导对平台的认同。同理，对于新事物持谨慎价值观的用户，在线情境的复杂性也会令其对企业提供的一系列服务保持警惕与怀疑，当消费者持有的拒绝理由越多，越会削弱其对平台的认同感。所以，采纳理由和拒绝理由是用户创新价值观与用户认同之间的桥梁，能让二者之间的关系更加牢固，承担着非常重要的中介作用。因此作出如下假设：
H7：采纳理由在创新价值观对用户认同的影响中起中介作用。
H8：拒绝理由在创新价值观对用户认同的影响中起中介作用。
6) 产消者能力的调节作用
产消合一逻辑作为品牌价值研究领域的一个关键视角，已经引起了众多学者的关注，他们探讨了顾客在生产和消费过程中的作用对企业价值共创的影响。例如，沈蕾的研究指出，顾客的产消行为融合了信息生产与消费的复合特征，并且这种行为在积极推动组织有益行为方面起到了促进作用[28]。Tapscott指出，产消者创造的价值不仅是供自己使用，他们还通过社交网络将这一价值分享给每一个有需求的个体[29]。在本研究中，产消者能力被定义为在生产消费过程中，产消者具备的知识、经验、信息以及参与共创的综合能力，这种能力主要体现在他们在共享行为中生产和消费能力上[30]。基于产消者自我价值实现的需求心理，不同产消者能力存在差异，其需求和对行为的影响也会有所不同，在刺激价值共创意愿上可能也会存在差异。因此作出如下假设：
H9：产消者能力调节用户认同与和价值共创意愿之间的关系。
综合上述分析，本研究依据行为推理理论框架，结合价值共创理论和产消合一逻辑，从用户参与和用户拒绝两个方面分析在线旅游平台用户的价值共创意愿的影响机制。相关研究模型如图2所示。
Figure 2. Research model
图2. 研究模型
4. 实证分析
4.1. 研究设计与数据描述
本文在借鉴了国内外相关研究成果的基础上，根据在线旅游服务平台的具体情况进行了相应的调整和改变。其中创新价值观借鉴Gupta等的研究[12]，行为合理性包括参与理由与拒绝理由两个方面，其中参与理由包括感知信任、感知平等和服务体验3个维度的9个题项，感知信任借鉴Mohlmann使用的量表[24]，感知平等借鉴杨学成等使用的量表[31]，服务体验借鉴Gupta使用的量表[32]。拒绝理由由隐私问题、消费者困惑和心理契约违背三个维度共9个题项构成。隐私问题量表来源于Ashfaq的研究[18]，消费者困惑量表来源于Yuwen的研究[33]，心理契约违背量表来源于Malhotra的研究[26]。用户认同参考Kim等使用的量表[34]，产消者能力参考了沈蕾使用的量表[35]，价值共创意愿借鉴Yi和Gong使用的量表[3]，本研究借助李克特七级量表来编制测量题型。
本研究采用线上线下相结合的方式收集数据，共回收有效问卷419份。表2为样本的描述性统计分析结果。
Table 2. Sample descriptive statistics results
表2. 样本描述统计结果
统计量 |
类别 |
样本数 |
百分比 |
性别 |
女 |
231 |
55.1% |
男 |
188 |
44.9% |
年龄 |
18岁以下 |
15 |
3.6% |
18~25岁 |
167 |
39.9% |
25~31岁 |
153 |
36.5% |
31岁以上 |
84 |
20.0% |
学历 |
高中及以下 |
21 |
5.00% |
大专 |
53 |
12.6% |
本科 |
204 |
48.7% |
硕士 |
141 |
33.6% |
职业 |
学生 |
213 |
50.8% |
政府及事业单位人员 |
66 |
15.8% |
企业员工 |
78 |
18.6% |
自由职业 |
32 |
7.6% |
专业技术人员(教师、律师、医生、技术研发等) |
22 |
5.2% |
其他 |
8 |
2% |
在线旅游服务平台使用经历(如携程旅行，Airbnb，去哪儿旅游等) |
1~2次 |
24 |
5.7% |
3~5次 |
175 |
41.8% |
5~10次 |
135 |
32.2% |
10次以上 |
85 |
20.3% |
4.2. 统计分析与讨论
4.2.1. 信效度检验
采用Harman单因素分析法对共同方法偏差进行检验。分析结果显示，各单因素样本方差的最大值为34.159%，低于50%的阈值，表明并未受到严重的共同方法偏差的影响。
借助SPSS 25.0和AMOS 28.0进行检验，信效度检验结果如表3所示。所有变量的Cronbach’s α系数均在0.8以上，模型信度良好。所有变量的组合信度均超过了0.7的阈值，AVE的最小值也达到了0.722，大于0.5的标准，模型收敛效度良好。
Table 3. Results of the reliability analysis
表3. 信效度分析结果
潜在变量 |
观测变量 |
因子载荷 |
AVE |
CR |
Cronbach’s α系数 |
创新价值观 |
V1 |
0.909 |
0.783 |
0.915 |
0.906 |
V2 |
0.892 |
V3 |
0.853 |
感知信任 |
PC1 |
0.926 |
0.795 |
0.92 |
0.918 |
PC2 |
0.915 |
PC3 |
0.832 |
感知平等 |
PE1 |
0.925 |
0.861 |
0.949 |
0.947 |
PE2 |
0.929 |
PE3 |
0.931 |
服务体验 |
SE1 |
0.878 |
0.752 |
0.901 |
0.899 |
SE2 |
0.911 |
SE3 |
0.811 |
隐私障碍 |
PB1 |
0.918 |
0.879 |
0.956 |
0.955 |
PB2 |
0.967 |
PB3 |
0.928 |
心理契约违背 |
PSY1 |
0.952 |
0.889 |
0.960 |
0.959 |
PSY2 |
0.966 |
PSY3 |
0.91 |
消费者困惑 |
UB1 |
0.964 |
0.919 |
0.971 |
0.971 |
UB2 |
0.948 |
UB3 |
0.965 |
用户认同 |
UR1 |
0.927 |
0.869 |
0.952 |
0.952 |
UR2 |
0.952 |
UR3 |
0.918 |
产消者能力 |
PA1 |
0.97 |
0.907 |
0.967 |
0.967 |
PA2 |
0.937 |
PA3 |
0.951 |
价值共创意愿 |
INT1 |
0.964 |
0.9 |
0.972 |
0.973 |
INT2 |
0.968 |
INT3 |
0.946 |
INT4 |
0.916 |
当各个潜变量的AVE平方根都大于该潜变量与其他潜变量间的最大相关系数时，则说明量表能够有效区分组内不同个体之间的差异，即量表具备较高水平的区别效度。
Table 4. Results of differentiated validity analyses
表4. 区别效度分析结果
|
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
1. 创新价值观 |
0.885 |
|
|
|
|
|
|
|
|
|
2. 感知信任 |
0.759 |
0.892 |
|
|
|
|
|
|
|
|
3. 感知平等 |
0.645 |
0.717 |
0.928 |
|
|
|
|
|
|
|
4. 服务体验 |
0.733 |
0.765 |
0.691 |
0.867 |
|
|
|
|
|
|
5. 隐私问题 |
−0.479 |
−0.318 |
−0.305 |
−0.368 |
0.938 |
|
|
|
|
|
6. 心理契约违背 |
−0.396 |
−0.223 |
−0.252 |
−0.309 |
0.831 |
0.943 |
|
|
|
|
7. 消费者困惑 |
−0.348 |
−0.234 |
−0.229 |
−0.279 |
0.819 |
0.874 |
0.959 |
|
|
|
8. 用户认同 |
0.805 |
0.625 |
0.564 |
0.735 |
−0.446 |
−0.413 |
−0.361 |
0.932 |
|
|
9. 产消能力 |
0.146 |
0.178 |
0.081 |
0.142 |
−0.096 |
−0.070 |
−0.044 |
0.183 |
0.952 |
|
10. 共创意愿 |
0.294 |
0.268 |
0.212 |
0.247 |
−0.214 |
−0.155 |
−0.165 |
0.303 |
0.692 |
0.949 |
根据表4的数据，说明测量模型在分类上具有较好的区别效度。
4.2.2. 模型拟合度检验
本文采用AMOS 28.0软件对模型进行拟合度检验，分析结果如表5所示，绝对配适度指标中，x2/df = 1.372，小于适配值3，近似误差均方根RMSEA = 0.032，小于适配值0.05的建议。相对配适度指标中，TLI = 0.942，CFI = 0.988，均大于适配值0.9的建议。因此，结构模型的拟合良好。
Table 5. Model fit test
表5. 模型拟合度检验
统计指标 |
适配值 |
实测值 |
是否达到标准 |
x2/df |
< 3 |
1.372 |
是 |
TLI |
> 0.9 |
0.988 |
是 |
CFI |
> 0.9 |
0.980 |
是 |
RMSEA |
< 0.08/5 |
0.032 |
是 |
4.2.3. 结构模型分析
由表6可知，六个二阶模型的路径依赖关系均呈现显著性。说明感知信任、感知平等、服务体验是用户使用在线旅游服务平台的理由，隐私问题、心理契约违背和消费者困惑是用户拒绝使用的理由。
Table 6. Second-order model path relationship test
表6. 二阶模型路径关系检验
|
路径系数 |
t统计量 |
p值 |
是否接受 |
采纳理由→感知信任 |
0.363 |
42.051 |
0.000 |
是 |
采纳理由→感知平等 |
0.346 |
45.034 |
0.000 |
是 |
采纳理由→服务体验 |
0.366 |
43.471 |
0.000 |
是 |
拒绝理由→隐私问题 |
0.361 |
46.243 |
0.000 |
是 |
拒绝理由→心理契约违背 |
0.339 |
51.258 |
0.000 |
是 |
拒绝理由→消费者困惑 |
0.343 |
44.907 |
0.000 |
是 |
研究模型的结构方程模型路径系数图如图3所示。
Figure 3. Structural equation modelling path coefficients
图3. 结构方程模型路径系数
路径分析和假设检验结果见表7。
Table 7. Hypothetical path model test results
表7. 假设路径模型检验结果
假设 |
路径关系 |
路径系数 |
T统计量 |
P |
结论 |
H1 |
创新价值观→采纳理由 |
0.789 |
27.132 |
0.000 |
接受 |
H2 |
创新价值观→拒绝理由 |
−0.593 |
14.154 |
0.000 |
接受 |
H3 |
创新价值观→用户认同 |
0.338 |
5.639 |
0.000 |
接受 |
H4 |
采纳理由→用户认同 |
0.343 |
5.736 |
0.000 |
接受 |
H5 |
拒绝理由→用户认同 |
−0.183 |
4.190 |
0.000 |
接受 |
H6 |
用户认同→价值共创意愿 |
0.444 |
8.685 |
0.000 |
接受 |
4.2.4. 中介效应检验
在本研究中，采用Bootstrapping统计方法来分析检验模型的中介效应。该方法通过迭代计算不同抽样路径下估计结果的均方误差，并以此调整置信水平，最终确定偏差修正后的置信区间。为了保证检验的准确性，设置5000次迭代运行。
Table 8. Intermediary model testing
表8. 中介模型检验
|
|
拟合指标 |
系数显著性 |
结果变量 |
预测变量 |
R2 |
F |
β |
t |
用户认同 |
|
0.5032 |
120.5177*** |
|
|
性别 |
|
|
−0.0596 |
−0.5568 |
年龄 |
|
|
−0.0074 |
−0.1341 |
价值观 |
|
|
0.7190 |
18.8069*** |
采纳理由 |
|
0.5889 |
170.4639*** |
|
|
性别 |
|
|
0.0727 |
0.8288 |
年龄 |
|
|
0.0279 |
0.6197 |
价值观 |
|
|
0.6906 |
22.3048*** |
用户认同 |
|
0.5731 |
119.4960*** |
|
|
性别 |
|
|
−0.0932 |
−0.9380 |
年龄 |
|
|
−0.0204 |
−0.3948 |
价值观 |
|
|
0.3990 |
7.2676*** |
参与理由 |
|
|
0.4634 |
7.6387*** |
拒绝理由 |
|
0.3511 |
64.3808*** |
|
|
性别 |
|
|
−0.1155 |
−0.8357 |
年龄 |
|
|
−0.1047 |
−1.4590 |
价值观 |
|
|
−0.6788 |
−13.7397*** |
用户认同 |
|
0.5453 |
106.7515*** |
|
|
性别 |
|
|
−0.0856 |
−0.8346 |
年龄 |
|
|
−0.0310 |
−0.5820 |
价值观 |
|
|
0.5660 |
12.4984*** |
拒绝理由 |
|
|
−0.2254 |
−5.7465*** |
如表8所示，创新价值观对用户认同产生了显著的直接影响，同时创新价值观通过采纳理由对用户认同具有正向显著的间接影响，假设H7得到支持。同理可得，假设H8得到支持。创新价值观通过拒绝理由对用户认同产生负向影响。表9呈现了中介效应分解表。
Table 9. Breakdown of total, direct and mediating effects
表9. 总效应、直接效应及中介效应分解表
路径 |
效应 |
效应值 |
Boot标准误 |
BootLLCI |
BootULCI |
V→RF→UR |
总效应 |
0.7190 |
0.0382 |
0.6438 |
0.7942 |
直接效应 |
0.3990 |
0.0549 |
0.2910 |
0.5070 |
中介效应 |
0.3200 |
0.0523 |
0.2151 |
0.4206 |
V→RA→UR |
总效应 |
0.7190 |
0.0382 |
0.6438 |
0.7942 |
直接效应 |
0.5660 |
0.0453 |
0.4769 |
0.6550 |
中介效应 |
0.1530 |
0.0347 |
0.0883 |
0.2245 |
4.2.5. 调节效应检验
关于产消者能力对用户认同与价值共创意愿关系的调节效应的回归分析结果见表10。
Table 10. The moderating effect of prosumer capabilities on the relationship between user recognition and willingness to co-create value
表10. 产消者能力对用户认同与价值共创意愿之间的调节效应
变量 |
模型一 |
模型二 |
模型三 |
截距项 |
6.027 |
2.039 |
2.968 |
控制变量 |
|
|
|
性别 |
0.171** |
0.140*** |
0.126*** |
年龄 |
−0.110 |
−0.051 |
−0.010 |
直接效应 |
|
|
|
用户认同 |
|
0.513*** |
0.476*** |
产消者能力 |
|
0.292*** |
0.175*** |
调节效应 |
|
|
|
用户认同*产消者能力 |
|
|
−0.269*** |
R2 |
0.043 |
0.478 |
0.533 |
|
|
0.435 |
0.054 |
F |
8.017*** |
148.545*** |
41.283*** |
从分析结果来看，用户的产消者能力作为调节变量时，统计分析结果显著，说明产消者能力对用户认同和价值共创关系调节作用的假设得到了支持，假设H9成立。
Figure 4. Interaction between user recognition and willingness to co-create value moderated by prosumer capabilities
图4. 产消者能力调节下的用户认同与价值共创意愿的交互作用图
调节作用效果图如图4所示。可以看出，两条线呈现出交叉明显的趋势特征，表明存在显著的调节效应。具体而言，与高产消者能力相比，低产消者能力的用户认同对价值共创意愿的影响作用更明显。即对于具有更高水平的产消者能力用户，低用户认同激发的价值共创意愿与高用户认同的用户相比差异不十分明显；而对于产消者能力水平较低的用户，高用户认同表现的价值共创意愿比低用户认同更多。
5. 研究结论与未来展望
在在线旅游服务平台迅速发展的背景下，本研究基于行为推理理论，探讨了影响用户价值共创意愿的关键因素，最终得出如下结论。首先，行为推理理论有效地解释了用户价值共创意愿的驱动机制。其次，本文揭示了产消者能力是用户激发价值共创意愿的关键解释变量。本研究以BRT模型为基础，从采纳理由和拒绝理由的六个维度分析这些因素对用户价值共创意愿的潜在影响。然而，由于研究水平的限制，仍存在不足，未来有必要扩大样本范围，结合品牌因素等外部变量，以丰富对价值共创意愿的前因分析。