陈龙

（扬州中瑞酒店职业学院，江苏 扬州 225126）

摘要：本文以酒店持续使用灵活用工平台的现实问题为研究对象，基于感知行为控制理论和信息系统持续使用理论，参照ECM-ISC模型作为分析框架。研究采用调查问卷收集数据，并运用AMOS26.0软件构建结构方程模型进行实证分析。研究结果表明：酒店灵活用工平台的运营效果在很大程度上取决于信息质量、系统质量以及服务质量，这些因素共同塑造了用户的感知有用性；通过提升信息系统的感知有用性和期望确认，用户满意度可以得到显著提升。

关键词：灵活用工平台；持续使用行为；建议

一、引言

随着大数据、人工智能等数字经济产业的迅速发展，众多互联网平台企业应运而生，众多互联网平台层出不穷，加上疫情的推动，各个平台企业也借此机会实现蜕变，这些互联网平台把灵活用工模式发挥到了极致，酒店灵活用工平台借鉴这种模式，也取得了大幅进展。在拥有了可观的酒店客户群体之后，如何更好地分析客户使用习惯，留住已有客户群体，精准地抓住客户需求并能吸引新客户的加入变成了当前酒店灵活用工平台企业最为紧要的任务。

构建一个基于实际情况的用户持续使用行为模型，有助于深入理解各因素间的相互作用机制。精准把握酒店用户的使用习惯及其心理变化背后的具体影响因素对于平台运营商来说至关重要。本文期望通过模型研究，为运营商更精准地提供调整服务策略，提升用户体验，从而促进用户的长期留存与满意度。

二、理论基础

1.信息系统持续使用模型

信息系统持续使用模型是由学者Ananda Bhattacherjee提出的一种理论框架，主要分析和预测信息系统在组织或个人层面的长期使用情况。具体而言，模型认为个体对于信息系统的持续使用决策不仅受到直接体验到的系统性能和使用效果的影响，还受到外部环境因素如组织支持、同事影响等的作用。通过量化这些变量之间的关系，信息系统持续使用模型为理解信息技术采纳过程提供了深入见解，并为提升信息系统使用率提供了理论指导。

2.感知行为控制理论

感知行为控制理论包含于Ajzen的计划行为理论（TPB）中。该理论认为，个体的行为意图不仅受其态度和主观规范的影响，还受到感知行为控制能力的影响。当个体感知到自己有能力克服障碍并实施目标行为时，其行为意图会增强，进而更可能转化为实际行动。因此，感知行为控制理论强调了个体自我效能感在行为决策过程中的关键作用，并为理解及预测人类行为提供了重要的理论基础。

三、文献综述与研究假设

1.文献综述

近年来，共享经济、灵活用工、持续使用行为及信息系统成功模型等领域的研究取得了显著进展。灵活用工方面，国外研究侧重其对企业效益的影响，如Brown（2019）指出其能提高企业竞争力，但也可能导致员工待遇下降。国内研究则更关注员工权益保护，如张晓东等（2017）强调需建立健全相关法律法规。在持续使用行为研究中，Hong等（2006）发现用户满意度与持续使用意愿正相关，Kim等（2010）则指出满意度、促进因素和绩效期望是主要影响因素。国内研究如潘华丽等（2019）研究了互动性对旅游App用户持续使用意愿的影响。信息系统成功模型方面，Delone和Mclean（1992, 2003）提出的模型强调了系统质量、信息质量和服务质量对用户满意度及组织绩效的影响，该模型被广泛应用于不同领域，如Chatterjee等（2009）人在研究移动医疗环境时，重新构建了一个移动医疗环境下的信息系统成功模型。

总体而言，这些研究不仅深化了对各领域的理解，也为实践提供了理论支持，展现了广泛的适用性和重要性。然而，也存在一定的不足，如对共享经济与灵活用工的研究较为零散，缺乏系统性的理论框架。综上，本文通过数据分析等实证研究方法，验证酒店灵活用工平台用户持续使用行为的假设模型的匹配度，完善感知控制行为理论和信息系统成功模型对酒店灵活用平台的理论支撑，补充现阶段对于酒店灵活用工平台这一细分对象的实证研究空白。

2.模型假设

本文基于信息系统的期望确认模型，综合Bhattacherjee（2001）基于ECT的IS持续使用模型和Bhattacherjee（2008）扩展的ECM-ISC模型的研究，构建了酒店灵活用工平台持续使用行为的综合研究模型，如图1所示。本模型认为，酒店灵活用工平台的系统质量、信息质量和服务质量分别直接影响酒店的感知效用和期望确认，并通过感知有用性和期望确认的中介作用影响酒店的满意度，进而影响酒店在灵活用工平台持续使用行为。

图1 酒店灵活用工平台的持续使用行为模型

基于Delone和Mclean（2003）修订的信息系统模型，可以推断出信息系统用户的满意度及使用意愿受信息质量、系统质量和服务质量的正面影响。Bhattacherjee（2008）提出的信息系统持续使用模型指出，用户是否继续使用某一系统取决于期望确认、满意度以及感知到的有用性。综上，本研究假设平台的信息、系统和服务质量均会对酒店用户的感知有用性及期望确认具有正面影响。具体如下：

H1a、H1b：平台的信息质量将对酒店用户的感知有用性和期望确认具有正面影响。

H2a、H2b：平台的系统质量将对酒店用户的感知有用性和期望确认具有正面影响。

H3a、H3b：平台的服务质量将对酒店用户的感知有用性和期望确认具有正面影响。

Bhattacherjee（2008）的研究也表明，用户的期望确认对感知有用性有积极影响，因为期望水平成为判断感知有用性的参考点。此外，Kim和Han（2009）的研究发现，用户对产品的期望确认会影响他们自身对产品的满意度。基于此，本文提出如下假设：

H4：酒店用户的期望确认程度对他们的感知有用性具有正面影响。

H5：酒店用户的期望确认程度对他们的满意度具有正面影响。

Davis（1989）在其关于技术接受模型（TAM）的研究中阐明了一个关键观点，即用户仅在认为信息系统能满足其使用需求并能提供所需信息或服务时，才会认定该系统具有实用性，并进而提升其继续使用该系统的意愿。Rai（2002）在探讨用户对信息系统使用行为的研究中证实，用户满意度受到感知易用性的影响。Bhattacherjee（2008）扩展的ECM-ISC模型也表明用户的满意度对其持续使用意愿有正面影响。基于上述研究，提出以下假设：

H6：酒店用户的感知有用性对他们的满意度具有正面影响。

H7：酒店用户的感知有用性对他们的持续使用意愿具有正面影响。

H8：酒店用户的满意度对他们持续使用意愿具有正面影响。

Fishbein和Ajzen在1975年提出的理性行动理论中表明用户的持续使用意愿会在一定程度上影响他们的实际使用行为，最终用户的使用意愿与外部环境条件一起促使酒店用户对灵活用工平台形成持续使用行为，刘路川等（2011）学者提出，影响用户的不同阶段的促成因素和自我功效直接影响用户持续使用行为的发生。故本文提出下列假设：

H9：酒店用户的持续使用意愿对他们持续使用行为具有正面影响。

H10：酒店用户的自我功效对他们持续使用意愿具有正面影响。

H11：外部促成因素对酒店用户持续使用行为具有正面影响。

四、研究方法

1.调查问卷及变量

本次问卷采用李克特五度量表，根据研究模型及假设，共有７个潜变量。调查对象为持续使用灵活用工平台一个月以上的酒店，通过将1、2、3、4、5的分值从小到大分配给不同问题，从而获得变量的分数。问卷由5道基本信息问题和30道测量问题组成。

2.数据收集及样本情况

针对使用灵活用工平台的酒店用户进行调查，主要借助线上平台“问卷星”进行问卷发放与数据收集。正式网络调查通过“问卷星”向平台后台获取的样本用户发放问卷170份，获得有效问卷158份，有效回收率为92.9%。以市场定位、设施设备和价格为划分依据，可将酒店分为豪华型酒店、中高档酒店、经济型酒店、特色主题酒店和公寓及民宿。本文调查样本的酒店类型，以经济型为主，其占比达到了65.8%。酒店星级方面，以二星及以下的酒店用户数量最大，占比为66.5%。从酒店规模来看，房间数在101-150间左右的酒店数量最多，占比达到了58.9%，综合以上三组数据，意味着使用酒店灵活用工平台的用户群体比较明确，即规模在101-150间左右的二星级经济型酒店，说明许多高星级酒店对于灵活用工这个模式还是持一种观望、怀疑的态度。从酒店的固定员工数与出租率来看，本次调研的绝大多数酒店固定员工数都低于60人，其中41-60人的酒店占比为44.9%，40人及以下的占比为37.3%。

3.信度和效度检验

（1）信度分析

为确保样本的真实可靠性，采用SPSS26.0进行信度分析，得到问卷的整体克朗巴赫阿尔法可靠系数为0.898>0.7，说明该量表的测量结果具有一定的可信度与稳定性，适合进一步数据分析。本次研究中，9个层次的信度系数均在0.7以上。同时，9个层次中各项指标的校正的项总计相关性（CITC）>0.3，且删除项后的克朗巴赫阿尔法值均未显著提升，因此保留所有题项。

（2）效度分析

①结构效度

由表1可知，X2/df（CMIN/DF）的值为1.689<3，适配理想。RMSEA（近似均方根误差）的值为0.066<0.08是可以接受的。CFI、TLI、IFI的值均>0.85，结果适配良好。综合来看，说明模型适配良好。

表1 整体拟合系数表

②收敛效度

经分析得知，信息质量、系统质量、服务质量、自我功效、促成因素、期望确认、满意度、感知有用性、持续使用意愿这九个变量与各自的题目所对应的因子载荷都大于0.5，这说明本量表的题项具有较高的代表性。此外，除了“促成因素”的平均方差抽取值（AVE）处于可接受的0.492外，其他变量的平均方差抽取值（AVE）均大于0.5，组合信度（CR）也都大于0.7，证明了本研究的量表具有理想的收敛效度。

4.相关性分析

选择皮尔逊相关性分析来考察信息质量、系统质量、服务质量、自我功效、促成因素、期望确认、满意度、感知有用性、使用意愿这9个变量相互之间的关联关系，通过分析可以得出：除了自我功效与期望确认、使用意愿与期望确认、使用意愿与满意度这3组变量相关性不显著之外，其余变量两两之间都呈现出正相关关系，相关系数的P值均小于0.05，且相关系数均大于0。具体数据如表2。

表2 各变量相关性分析

五、研究结论与建议

本文围绕用户对于酒店灵活用工平台的持续使用现实问题进行分析和实证。在相关理论研究的基础上，以扩展的ECM-ISC模型为框架，通过构建结构方程模型，并进行假设检验，最终结论如下：第一，酒店灵活用工平台的运营效果在很大程度上取决于信息质量、系统质量以及服务质量，这些因素共同塑造了用户的感知有用性。第二，服务质量对用户期望确认的影响相对较弱，这可能与研究样本的特性有关。第三，通过提升信息系统的感知有用性和期望确认，用户满意度可以得到显著提升。第四，在持续使用行为的影响因素中，本文发现持续使用意愿和促成因素对持续使用行为的影响并不显著。

酒店灵活用工平台的持续使用行为是多种因素相互作用的结果，随着酒店灵活用工市场的发展，灵活用工平台的增多加剧了酒店在选择一款适合符合自身实际的灵活用工平台的难度，酒店用户对灵活用工平台的持续使用意愿也越来越难以衡量。基于此，本文从以下三个方面提出建议，以期为平台的稳定发展提供一些思路。

1.注重期望确认，提高用户满意度

探索如何以最优方式满足各类酒店对灵活用工平台的需求之前，首先深入了解他们的需求。通过深度市场调研可以了解到酒店对灵活用工平台的期望，从而精准地设计出吸引酒店的功能模块。随着时间推移和环境变化，酒店的需求也会随之变化。因此，灵活用工平台必须定期收集和分析信息，以便适应这些变化。这可以通过定期进行问卷调查的方式来实现。根据前文的调查结果，酒店的类型、星级和客房数量等因素对酒店是否持续使用灵活用工平台有显著影响。这些发现指明了设计灵活用工平台时应考虑的方向，即应满足各类酒店的独特需求，以吸引更广泛的用户使用群体。此外，不同类型的酒店对灵活用工平台的需求和预算也各不相同。例如，小型或低星级的酒店可能只需要基础的清洁服务，而大型或高星级的酒店则可能需要满足其品牌标准的专业服务。这种差异化的需求导致了他们在灵活用工平台上的成本也不尽相同。因此，平台运营商需要提供能够满足各类酒店需求的灵活用工平台，为他们提供不同级别的服务，以满足他们的差异化需求。

2.提升用户体验，提高用户满意度

灵活用工平台已经成为在酒店业一个重要的合作伙伴，它不仅为酒店提供了灵活的清洁服务资源，也为兼职人员提供了充足的就业机会。然而，平台的设计和运营如何影响酒店用户的体验，是一个值得深入研究的问题。首先，作为一个专门提供客房清洁资源的平台，管理和监管平台上的从业人员信息质量就显得至关重要。例如，平台可以通过考核机制来筛选从业人员，只有经过严格审核，确认其信息真实无误的从业人员，才能在平台上发布个人信息。其次，顺畅、高效的系统会给用户带来更好的体验。因此，设计灵活用工平台操作系统时，应该保证系统的稳定性和运行速度。系统不能出现卡顿或闪退的现象，页面结构应清晰合理，信息文字和图片需清晰易读，杜绝出现乱码等问题。最后，作为一个信息服务平台，提供优质、高效的服务，对提升用户体验至关重要。这就要求在设计酒店灵活用工平台时，需要充分考虑服务的时效性，确保酒店的反馈能够得到及时的响应。

3.坚持创新，促进用户持续使用

在数字化时代，网络平台已经成为连接商家与消费者的重要桥梁，其中，专门为酒店提供客房清洁和就业服务的酒店灵活用工平台，更是在数字化变革中发挥了独特的优势。然而，成功的平台不能仅满足于提供基础服务，更需要在产品与服务的创新上发力，以适应消费者的个性化和多样化需求。首先，需要对平台的签约酒店和从业人员进行精细化的划分和设计。比如，我们可以借鉴酒店评级机制，为注册在平台上的酒店和从业人员设置不同的等级，针对不同等级的需求，提供合适的专项服务。简单来讲，对于高星级的酒店，平台可以提供更为精细的个性化服务，而对于经济型酒店，则可以提供更为高效的基础服务。这样一来，酒店灵活用工平台不仅能满足不同类型酒店的需求，还能提升从业人员的工作满意度，进而吸引更多的酒店用户持续使用本平台。最后，平台运营商需要不断进行产品和服务的创新，以满足酒店用户需求的变化。定期收集酒店用户的反馈信息，根据酒店用户的需求和建议，进行平台的优化和升级。

参考文献：

[1]Bhattacherjee, A. Understanding information systems continuance: an expectation confirmation model[J]. MIS Quarterly, 2001, 25(3), 351-370.

[2]Bhattacherjee A, Perols J, Sanford C. Information Technology Continuance: A Theoretic Extension and Empirical Test[J]. Data Processor for Better Business Education,2008,49(1):17-26.

[3]Brown, T. The impact of flexible employment on corporate competitiveness[J]. Journal of Business Economics, 2019,56(3), 245-259.

[4]Davis F. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. MIS Quarterly, 1989,13(3):319-341.

[5]Delone W, Mclean E. Information Systems Success: The Quest for the Dependent Variable[M]. Catonsville, USA: Informs,1992.

[6]Kim H, Kwahk K, et al. An integrated model of mobile internet services usage and continuance[J]. International Journal of Mobile Communications, 2010, 8(4):411-429.

[7]Kim H, Kankanhalli A. Investigating User Resistance to Information Systems Implementation: A Status Quo Bias Perspective[J]. Mis Quarterly,2009,33(3):567-582.

[8]Fishbein M, Ajzen I. Belief, attitude, intention and behavior: An introduction to theory and research[M]. US: Addison-Wesley,1975:147.

[9]Hong S, Thong J, Tam K. Understanding continued information technology usage behavior: A comparison of three models in the context of mobile internet[J]. Decision Support Systems, 2006, 42(3):1819-1834.

[10]刘路川,孙凯.基于扩展ECM-ISC的移动搜索用户持续使用理论模型[J].图书情报工作,2011,55(20):134-137.

[11]潘华丽,史兆敏,陆忱.基于互动性视角的旅游App用户持续使用意愿研究[J].哈尔滨商业大学学报（社会科学版）,2019(1):117-127.

[12]张晓东,李伟,王芳.灵活用工模式与员工权益保护—以某企业为例[J].中国劳动关系学院学报,2017, 31(2):45-55.