共享住宿價(jià)值共創(chuàng)公民行為下的服務(wù)需求研究

左文明 徐梓馨 黃楓璇 焦青松

(1.華南理工大學(xué)電子商務(wù)系； 2.人工智能與數(shù)字經(jīng)濟(jì)廣東省實(shí)驗(yàn)室(廣州))

1 研究背景

分享經(jīng)濟(jì)成為近年來全球的一大熱點(diǎn)，憑借盤活閑置資源、協(xié)同多方共同參與、改變傳統(tǒng)物權(quán)觀念等優(yōu)點(diǎn)，推動(dòng)社會(huì)經(jīng)濟(jì)的快速運(yùn)轉(zhuǎn)，受到社會(huì)各界的廣泛關(guān)注[1]。隨著IT技術(shù)和“協(xié)作消費(fèi)”理念的發(fā)展，一系列新興的分享經(jīng)濟(jì)行業(yè)迅速萌芽和成長(zhǎng)，其中以共享住宿(如Airbnb)為典型代表。

在分享經(jīng)濟(jì)中，服務(wù)提供方將閑置資源進(jìn)行共享，創(chuàng)造了額外的價(jià)值。分享經(jīng)濟(jì)平臺(tái)的按需分配實(shí)現(xiàn)了資源的高效調(diào)配，降低了價(jià)值創(chuàng)造成本。由于分離了資產(chǎn)的所有權(quán)與使用權(quán)，分享經(jīng)濟(jì)的資源分配方式不同于傳統(tǒng)經(jīng)濟(jì)，兩者的價(jià)值共創(chuàng)機(jī)制也存在差異[2]。分享經(jīng)濟(jì)下的消費(fèi)者無需所有權(quán)即可使用相應(yīng)的商品或服務(wù)[3]，且其既是價(jià)值的創(chuàng)造者也是共享者，共享的資源與收獲的價(jià)值包括物質(zhì)形式與非物質(zhì)形式[4]。

分享經(jīng)濟(jì)背景下，消費(fèi)者生活方式的轉(zhuǎn)變和收入水平的提升使得共享住宿需求日益多元化。已有學(xué)者通過實(shí)證研究發(fā)現(xiàn)，體驗(yàn)價(jià)值對(duì)顧客參與價(jià)值共創(chuàng)具有正向影響[5]；但未研究體驗(yàn)價(jià)值的前因變量即需求滿足，亦未對(duì)價(jià)值共創(chuàng)行為作進(jìn)一步細(xì)分。此外，現(xiàn)有文獻(xiàn)多通過問卷數(shù)據(jù)進(jìn)行價(jià)值共創(chuàng)影響因素與價(jià)值共創(chuàng)行為的實(shí)證研究，而大數(shù)據(jù)時(shí)代下的顧客評(píng)論數(shù)據(jù)蘊(yùn)藏著豐富且寶貴的信息。為幫助企業(yè)改進(jìn)服務(wù)與決策，從評(píng)論數(shù)據(jù)中精準(zhǔn)挖掘服務(wù)需求具有重要意義。

在分享經(jīng)濟(jì)中，與顧客角色內(nèi)的價(jià)值共創(chuàng)參與行為相比，企業(yè)逐漸轉(zhuǎn)向關(guān)注可操作性更強(qiáng)、角色外的價(jià)值共創(chuàng)公民行為[6]。因此，本研究以Airbnb為例，識(shí)別并細(xì)分評(píng)論數(shù)據(jù)所體現(xiàn)的價(jià)值共創(chuàng)公民行為與服務(wù)需求，構(gòu)建服務(wù)需求網(wǎng)絡(luò)，剖析分享經(jīng)濟(jì)背景下服務(wù)需求滿足與價(jià)值共創(chuàng)公民行為之間的關(guān)系。旨在豐富復(fù)雜網(wǎng)絡(luò)分析在提高顧客滿意度領(lǐng)域的研究，同時(shí)促進(jìn)共享住宿平臺(tái)基于需求改進(jìn)服務(wù)以實(shí)現(xiàn)服務(wù)創(chuàng)新，吸引顧客參與價(jià)值共創(chuàng)。

2 文獻(xiàn)回顧

2.1 分享經(jīng)濟(jì)下的價(jià)值共創(chuàng)

隨著分享經(jīng)濟(jì)的蓬勃發(fā)展，價(jià)值共創(chuàng)成為學(xué)者們關(guān)注的熱點(diǎn)領(lǐng)域?，F(xiàn)有研究主要集中在價(jià)值共創(chuàng)過程與模式、顧客參與的影響因素兩方面，且多通過企業(yè)案例研究剖析價(jià)值共創(chuàng)的過程與模式。以Airbnb為例，JOHNSON等[7]通過內(nèi)容分析法探究旅游體驗(yàn)的價(jià)值共創(chuàng)過程，構(gòu)建了包括資源、主-客價(jià)值共創(chuàng)實(shí)踐和價(jià)值共創(chuàng)結(jié)果在內(nèi)的價(jià)值共創(chuàng)理論框架；楊學(xué)成等[8]以Uber為例，基于顧客的連接、接觸和分離階段刻畫價(jià)值共創(chuàng)過程，發(fā)現(xiàn)3個(gè)階段的價(jià)值共創(chuàng)模式具有顯著差異；王水蓮等[9]通過研究Airbnb、抖音和滴滴，描述了包括整合資源、匹配供需和共創(chuàng)驅(qū)動(dòng)在內(nèi)的價(jià)值創(chuàng)造過程；MA等[10]以Mobike和EVCARD為例，構(gòu)建了政府、企業(yè)與消費(fèi)者之間的價(jià)值共創(chuàng)模式。

分享經(jīng)濟(jì)背景下，顧客參與價(jià)值共創(chuàng)受多種因素影響。申光龍等[5]根據(jù)層次體驗(yàn)?zāi)Ｐ停瑢?shí)證了體驗(yàn)價(jià)值對(duì)顧客參與價(jià)值共創(chuàng)的正向影響路徑；LAN等[11]研究Mobike，指出自我效能、責(zé)任認(rèn)知、預(yù)期獎(jiǎng)勵(lì)和學(xué)習(xí)過程是影響顧客參與價(jià)值共創(chuàng)的重要因素；簡(jiǎn)兆權(quán)等[12]以小米社區(qū)為例，通過編碼分析發(fā)現(xiàn)，顧客契合是產(chǎn)生價(jià)值共創(chuàng)的前提條件；唐方成等[13]基于SOR框架，實(shí)證了社交與自我成就利益、享樂利益對(duì)顧客公民行為的顯著正向影響；TSAI等[14]實(shí)證了感知價(jià)值對(duì)顧客參與價(jià)值共創(chuàng)的強(qiáng)制-自愿關(guān)系的中介作用。

2.2 價(jià)值共創(chuàng)公民行為

近年來，關(guān)于價(jià)值共創(chuàng)行為的研究主要集中于影響因素的探析及其結(jié)果的量化研究上。YI等[15]開發(fā)的價(jià)值共創(chuàng)行為量表正式讓價(jià)值共創(chuàng)行為進(jìn)入量化研究階段，此量表將顧客價(jià)值共創(chuàng)行為分為參與行為和公民行為。其中，參與行為是必需的角色內(nèi)行為，包括信息搜索、信息分享、人際互動(dòng)與負(fù)責(zé)任行為；公民行為是非必需的角色外行為，能夠?yàn)槠髽I(yè)帶來額外的價(jià)值，包括推薦、反饋、寬容與幫助。

基于YI等[15]提出的量表，學(xué)術(shù)界開展了一系列與價(jià)值共創(chuàng)行為相關(guān)的實(shí)證研究。在影響價(jià)值共創(chuàng)行為的因素研究方面，DELPECHITRE等[16]基于社會(huì)交換理論，實(shí)證了“銷售人員的情商和同理心”對(duì)“顧客價(jià)值共創(chuàng)行為”具有顯著的正向影響；JUNG等[17]通過實(shí)證研究發(fā)現(xiàn)，正面情緒的顧客互動(dòng)能夠正向影響顧客價(jià)值共創(chuàng)公民行為。在價(jià)值共創(chuàng)行為對(duì)結(jié)果變量的影響研究方面，其中一個(gè)討論較多的結(jié)果變量是顧客價(jià)值，如NAVARRO等[18]基于模糊集定性比較分析法(fsQCA)，研究了酒店水療服務(wù)中不同價(jià)值共創(chuàng)行為與顧客滿意度之間的關(guān)系。另一個(gè)討論較多的結(jié)果變量是企業(yè)價(jià)值，如REVILLA-CAMACHO等[19]實(shí)證了顧客價(jià)值共創(chuàng)行為對(duì)顧客流失意向的負(fù)向影響，發(fā)現(xiàn)顧客價(jià)值共創(chuàng)行為能夠鞏固顧客與企業(yè)間的關(guān)系。

2.3 文獻(xiàn)述評(píng)

分享經(jīng)濟(jì)下的價(jià)值共創(chuàng)是新的研究主題，相關(guān)文獻(xiàn)較少，研究的廣度及深度有待提升。已有研究實(shí)證了體驗(yàn)價(jià)值對(duì)顧客參與價(jià)值共創(chuàng)的正向影響，但未就體驗(yàn)價(jià)值的來源及對(duì)其不同類型價(jià)值共創(chuàng)行為的影響差異進(jìn)行研究。服務(wù)需求的滿足是體驗(yàn)價(jià)值的重要來源，共享住宿的興起豐富了住宿需求的種類，需要結(jié)合共享住宿的特性更新傳統(tǒng)住宿業(yè)的服務(wù)需求體系。從研究?jī)?nèi)容看，現(xiàn)有研究大都是基于對(duì)某一特定企業(yè)的案例研究剖析價(jià)值共創(chuàng)的過程與模式，或采用問卷方式獲取數(shù)據(jù)，來實(shí)證某一因素與價(jià)值共創(chuàng)行為之間的關(guān)系，而基于文本評(píng)論數(shù)據(jù)的研究仍存在缺口，因此本研究創(chuàng)新地從共享住宿評(píng)論數(shù)據(jù)中識(shí)別價(jià)值共創(chuàng)行為并挖掘顧客需求。顧客價(jià)值共創(chuàng)公民行為包括推薦、反饋、寬容和幫助行為[15]，由于評(píng)論文本無法體現(xiàn)在線住宿顧客的幫助行為，本研究?jī)H聚焦推薦、反饋和寬容行為，探究顧客形成不同價(jià)值共創(chuàng)公民行為的服務(wù)需求差異。

3 價(jià)值共創(chuàng)公民行為的識(shí)別

3.1 數(shù)據(jù)來源

Airbnb是具有代表性的共享住宿平臺(tái)，致力于幫助具有閑置房源的房東與外宿人員實(shí)現(xiàn)供需匹配。本研究以Airbnb為實(shí)例，采用的評(píng)論文本數(shù)據(jù)源為InsideAirbnb.com上的公開數(shù)據(jù)?？紤]到顧客評(píng)論時(shí)的關(guān)注點(diǎn)會(huì)受到地域和氣候等差異的影響，因此本研究聚焦北京市，選取了發(fā)布時(shí)間范圍在2020年2月至2021年1月的評(píng)論文本作為數(shù)據(jù)集，共包含38 196條數(shù)據(jù)。該數(shù)據(jù)集以中文評(píng)論為主，相關(guān)屬性包括房源ID、評(píng)論者ID、評(píng)論文本和評(píng)論時(shí)間等。

3.2 數(shù)據(jù)預(yù)處理

在進(jìn)行情感分析與文本分類前，首先對(duì)評(píng)論文本進(jìn)行數(shù)據(jù)預(yù)處理。預(yù)處理步驟如下：①非中文字符替換與過濾。由于多語言不便于情感分析與主題提取，本研究過濾了數(shù)據(jù)集包含的少量非中文評(píng)論文本，并對(duì)中文文本中常見的外文詞語進(jìn)行替換，例如將“wifi”替換為“網(wǎng)絡(luò)”；②針對(duì)評(píng)論文本中出現(xiàn)的少量繁體字，本研究使用Python中的langconv包完成文字的繁體轉(zhuǎn)簡(jiǎn)體；③使用jieba對(duì)評(píng)論文本進(jìn)行分詞、去停用詞和詞性標(biāo)注。在此過程中，本研究添加了自定義的詞庫(kù)，主要包括搜狗細(xì)胞詞庫(kù)以及近年網(wǎng)絡(luò)熱詞，以獲得更為準(zhǔn)確的分詞結(jié)果。

3.3 情感分析

本研究采用SnowNLP計(jì)算共享住宿評(píng)論文本的整體情感值與分句情感值。SnowNLP是基于Python的中文自然語言處理類庫(kù)，是目前學(xué)術(shù)界進(jìn)行情感傾向分析的主流技術(shù)，它通過計(jì)算文本為正向情感的概率，實(shí)現(xiàn)文本情感傾向的判定。若SnowNLP的輸出值大于0.5，則該評(píng)論的情感傾向?yàn)檎?；若輸出值等?.5，則該評(píng)論的情感傾向?yàn)橹行?；若輸出值小?.5，則該評(píng)論的情感傾向?yàn)樨?fù)向。評(píng)論文本的分句情感分析則是首先對(duì)評(píng)論中的句子進(jìn)行劃分，然后通過SnowNLP計(jì)算各個(gè)分句的情感值，最后得到分句的情感傾向。

3.4 文本分類

本研究參考YI等[15]對(duì)于推薦、反饋和寬容行為的定義和量表，進(jìn)行評(píng)論文本的價(jià)值共創(chuàng)公民行為分類，為后續(xù)服務(wù)需求網(wǎng)絡(luò)的構(gòu)建奠定基礎(chǔ)。其中，推薦行為指顧客進(jìn)行積極的口碑宣傳，向其他人推薦企業(yè)或員工的業(yè)務(wù)[15]；反饋行為指顧客主動(dòng)為員工提供要求與非要求信息，有助于企業(yè)同員工進(jìn)行持久的服務(wù)改進(jìn)[15]；寬容指顧客在企業(yè)或員工未滿足其服務(wù)期望時(shí)仍選擇寬容，例如顧客能夠容忍企業(yè)的服務(wù)延誤[15]。

從定義中可以看出，推薦行為是顧客進(jìn)行積極的口碑宣傳，當(dāng)前多體現(xiàn)為顧客在網(wǎng)絡(luò)平臺(tái)上發(fā)布正向評(píng)論[20]；反饋行為雖然包括正向與負(fù)向的點(diǎn)評(píng)，但對(duì)比只涉及正向點(diǎn)評(píng)的推薦行為而言，其整體表達(dá)的是有待改進(jìn)的服務(wù)板塊，因此評(píng)論整體體現(xiàn)為負(fù)向情感；寬容行為是顧客的需求雖然未被滿足，但仍能選擇容忍，因此評(píng)論中雖然包括正向與負(fù)向的點(diǎn)評(píng)，但評(píng)論整體體現(xiàn)為正向情感。據(jù)此，本研究進(jìn)行文本標(biāo)記時(shí)，若評(píng)論文本的整體情感呈負(fù)向，則將其標(biāo)記為“反饋型”；若評(píng)論文本的整體情感呈正向，則進(jìn)一步按照文本中是否含有未被滿足的需求進(jìn)行分類，將含有未被滿足需求的文本標(biāo)記為“寬容型”，否則標(biāo)記為“推薦型”。評(píng)論文本的價(jià)值共創(chuàng)公民行為分類示例見表1。

表1 評(píng)論文本分類示例

本研究從整體樣本數(shù)據(jù)集中等距隨機(jī)抽取500條評(píng)論，通過文本分類得到500條評(píng)論中推薦型、反饋型與寬容型文本的比例分別為83.6%、3.2%與13.2%。根據(jù)3種評(píng)論文本的占比可知，整體樣本數(shù)據(jù)集中僅有約1 200條的反饋型文本。為了平衡不同類型評(píng)論文本的樣本量并考慮工作量，本研究以樣本量最小的反饋型評(píng)論文本為基準(zhǔn)，取半數(shù)文本進(jìn)行后續(xù)研究。因此，本研究最終篩選得到的樣本總量為2 000，其中推薦型、反饋型和寬容型評(píng)論文本數(shù)量分別為670條、663條和667條，且篩選得到的評(píng)論樣本月度分布與原始評(píng)論分布情況保持一致。

4 共享住宿評(píng)論文本的服務(wù)需求挖掘

4.1 評(píng)論文本的服務(wù)需求識(shí)別

顧客在發(fā)布評(píng)論時(shí)往往會(huì)同時(shí)描述多種服務(wù)需求主題，因此需要對(duì)評(píng)論文本中涉及到的多種服務(wù)需求進(jìn)行識(shí)別。由于評(píng)論文本中的服務(wù)需求表現(xiàn)形式通常為名詞、動(dòng)詞和形容詞，本研究在識(shí)別服務(wù)需求時(shí)僅保留以上詞性的詞，并基于單個(gè)分句的情感計(jì)算結(jié)果，將評(píng)論文本中的服務(wù)需求分為正向與負(fù)向的服務(wù)需求。為確保服務(wù)需求識(shí)別的精準(zhǔn)性，本研究采用人工方式對(duì)識(shí)別結(jié)果進(jìn)行復(fù)核調(diào)整。服務(wù)需求識(shí)別的示例見表2。

表2 評(píng)論文本的服務(wù)需求識(shí)別示例

4.2 共享住宿服務(wù)需求體系構(gòu)建

在服務(wù)需求識(shí)別的基礎(chǔ)上，本研究對(duì)服務(wù)需求進(jìn)行詞頻統(tǒng)計(jì)與歸類，據(jù)此構(gòu)建共享住宿服務(wù)需求體系。為充分掌握共享住宿范疇內(nèi)的服務(wù)需求特征，首先，借鑒相關(guān)學(xué)者總結(jié)的傳統(tǒng)酒店特征[21,22]，包括設(shè)施、位置和網(wǎng)絡(luò)等；其次，歸納共享住宿的獨(dú)有特征，包括與房主的主客互動(dòng)[23,24]、顧客的審美愉悅體驗(yàn)[25]、顧客的現(xiàn)代功能體驗(yàn)[25]、顧客在家庭設(shè)施[23]/家的感覺[23]/地方生活[25]等方面的日常生活體驗(yàn)等；最后，構(gòu)建得到共享住宿服務(wù)需求體系(見表3)，包括12個(gè)一級(jí)屬性與35個(gè)二級(jí)屬性。同時(shí)，基于評(píng)論文本的分詞與詞頻統(tǒng)計(jì)結(jié)果，進(jìn)一步將詞語標(biāo)準(zhǔn)化，得到相應(yīng)的特征詞并進(jìn)行歸類。

表3 共享住宿服務(wù)需求體系

4.3 服務(wù)需求主題提取

基于所構(gòu)建的共享住宿服務(wù)需求體系，先將服務(wù)需求識(shí)別的結(jié)果標(biāo)準(zhǔn)化為對(duì)應(yīng)的特征詞，再進(jìn)一步歸納為二級(jí)屬性和一級(jí)屬性，以實(shí)現(xiàn)顧客評(píng)論的服務(wù)需求主題提取。例如，先將服務(wù)需求識(shí)別得到的初始表述“隨和”標(biāo)準(zhǔn)化為特征詞“性格”，再進(jìn)一步歸納為二級(jí)屬性“人際互動(dòng)”，最后歸納為一級(jí)屬性“互動(dòng)”。主題提取過程及部分結(jié)果見表4。同時(shí)，采用“$”符號(hào)對(duì)服務(wù)需求的情感傾向加以區(qū)分，在負(fù)向需求前添加“$”進(jìn)行標(biāo)識(shí)。本研究將通過所示例的主題提取過程總結(jié)服務(wù)需求主題，以實(shí)現(xiàn)不同價(jià)值共創(chuàng)公民行為下服務(wù)需求差異的主題歸納。

表4 服務(wù)需求主題提取示例

5 價(jià)值共創(chuàng)公民行為的服務(wù)需求網(wǎng)絡(luò)研究

5.1 服務(wù)需求網(wǎng)絡(luò)構(gòu)建

考慮文本中需求特征詞的情感傾向，本研究基于Python編程構(gòu)建3種類型文本的服務(wù)需求共現(xiàn)矩陣，其反映的是服務(wù)需求特征詞之間的共現(xiàn)?；跇?gòu)建得到的服務(wù)需求共現(xiàn)矩陣，將其輸入Gephi軟件，以實(shí)現(xiàn)推薦行為、反饋行為和寬容行為的服務(wù)需求網(wǎng)絡(luò)可視化(分別見圖1～圖3)。由于服務(wù)需求網(wǎng)絡(luò)過大時(shí)難以清楚識(shí)別網(wǎng)絡(luò)中的節(jié)點(diǎn)及節(jié)點(diǎn)間關(guān)系，限于篇幅，本研究所展示的反饋行為和寬容行為的服務(wù)需求網(wǎng)絡(luò)是未區(qū)分特征詞情感傾向的網(wǎng)絡(luò)。其中，服務(wù)需求網(wǎng)絡(luò)節(jié)點(diǎn)的顏色越深、面積越大，表示節(jié)點(diǎn)的加權(quán)度越大；服務(wù)需求網(wǎng)絡(luò)節(jié)點(diǎn)間的連線顏色越深，表示其共現(xiàn)次數(shù)越多。

圖1 推薦行為的服務(wù)需求網(wǎng)絡(luò)

圖2 反饋行為的服務(wù)需求網(wǎng)絡(luò)

圖3 寬容行為的服務(wù)需求網(wǎng)絡(luò)

5.2 服務(wù)需求網(wǎng)絡(luò)特征

為探索共享住宿領(lǐng)域價(jià)值共創(chuàng)公民行為的服務(wù)需求網(wǎng)絡(luò)特征，本研究采用復(fù)雜網(wǎng)絡(luò)分析方法，對(duì)所構(gòu)建的3種服務(wù)需求網(wǎng)絡(luò)分別進(jìn)行小世界效應(yīng)和無標(biāo)度特性檢驗(yàn)，以從整體的視角理解服務(wù)需求。

(1)小世界效應(yīng)小世界網(wǎng)絡(luò)模型(WS模型)最初由WATTS等[26]提出。小世界效應(yīng)是指盡管復(fù)雜網(wǎng)絡(luò)中存在較多數(shù)量的節(jié)點(diǎn)，但節(jié)點(diǎn)間最短距離較小的現(xiàn)象。小世界效應(yīng)的判定方法是，檢驗(yàn)網(wǎng)絡(luò)是否滿足聚類系數(shù)大于0.1且平均路徑長(zhǎng)度小于10[27]。本研究通過Gephi軟件，對(duì)考慮情感傾向的3種服務(wù)需求網(wǎng)絡(luò)進(jìn)行小世界效應(yīng)檢驗(yàn)，得到的聚類系數(shù)和平均路徑長(zhǎng)度見表5。由表5可知，推薦行為、反饋行為與寬容行為的服務(wù)需求網(wǎng)絡(luò)均表現(xiàn)出小世界效應(yīng)，網(wǎng)絡(luò)中的需求特征詞之間具有較高的關(guān)聯(lián)度。

表5 小世界效應(yīng)檢驗(yàn)結(jié)果

(2)無標(biāo)度特性無標(biāo)度網(wǎng)絡(luò)模型(BA模型)最初由BARABSI等[28]提出。無標(biāo)度特性描述了復(fù)雜網(wǎng)絡(luò)中少部分關(guān)鍵節(jié)點(diǎn)的連接數(shù)極多，而大多數(shù)節(jié)點(diǎn)具有很少連接數(shù)的現(xiàn)象。一般認(rèn)為，滿足節(jié)點(diǎn)的度分布符合冪律分布的復(fù)雜網(wǎng)絡(luò)為無標(biāo)度網(wǎng)絡(luò)。本研究使用Gephi軟件計(jì)算節(jié)點(diǎn)加權(quán)度，并通過Excel統(tǒng)計(jì)節(jié)點(diǎn)的度分布情況。通過對(duì)計(jì)算得到的度值和分布概率取自然對(duì)數(shù)，將冪律關(guān)系的檢驗(yàn)轉(zhuǎn)化為直線關(guān)系的檢驗(yàn)?？紤]服務(wù)需求特征詞的情感傾向，3種服務(wù)需求網(wǎng)絡(luò)的檢驗(yàn)結(jié)果見表6，其中x為lg(度值)，y為lg(度值概率)。由表6可知，3種服務(wù)需求網(wǎng)絡(luò)均具有無標(biāo)度特性，網(wǎng)絡(luò)中存在少量連接數(shù)極多的需求特征詞，它們是服務(wù)需求網(wǎng)絡(luò)的核心節(jié)點(diǎn)。

表6 無標(biāo)度特性檢驗(yàn)結(jié)果

5.3 服務(wù)需求關(guān)聯(lián)分析

根據(jù)以上檢驗(yàn)結(jié)果可知，服務(wù)需求網(wǎng)絡(luò)具有小世界效應(yīng)，網(wǎng)絡(luò)中的需求特征詞之間具有較高的關(guān)聯(lián)度。由于需求特征詞的共現(xiàn)次數(shù)能夠反映服務(wù)需求間的關(guān)聯(lián)程度，本研究進(jìn)一步對(duì)推薦、反饋和寬容行為服務(wù)需求網(wǎng)絡(luò)中的需求共現(xiàn)情況進(jìn)行分析。顧客對(duì)服務(wù)需求的不同情感傾向均能有效體現(xiàn)顧客對(duì)該需求的關(guān)注，因此服務(wù)需求關(guān)聯(lián)分析無需考慮需求的情感傾向。3種價(jià)值共創(chuàng)公民行為服務(wù)需求網(wǎng)絡(luò)的需求特征詞對(duì)共現(xiàn)次數(shù)的前6名見表7。由表7可知，在推薦行為服務(wù)需求網(wǎng)絡(luò)中，“干凈-性格”“干凈-整潔”最常被顧客共同提及，因此該類顧客在關(guān)注“干凈”需求時(shí)，共同關(guān)注“性格”和“整潔”需求的可能性最大；在反饋行為服務(wù)需求網(wǎng)絡(luò)中，“干凈-聯(lián)系溝通”最常被顧客共同提及，因此該類顧客在關(guān)注“干凈”需求時(shí)，共同關(guān)注“聯(lián)系溝通”需求的可能性最大；在寬容行為服務(wù)需求網(wǎng)絡(luò)中，“位置-地鐵”最常被顧客共同提及，因此該類顧客在關(guān)注“位置”需求時(shí)，共同關(guān)注“地鐵”需求的可能性最大。

表7 服務(wù)需求特征詞對(duì)共現(xiàn)次數(shù)前6名

5.4 服務(wù)需求差異分析

為挖掘影響推薦、反饋、寬容3種價(jià)值共創(chuàng)公民行為的服務(wù)需求差異，本研究采用頻次、度中心性和介數(shù)中心性指標(biāo)分析，對(duì)3種服務(wù)需求網(wǎng)絡(luò)進(jìn)行對(duì)比研究，據(jù)此發(fā)現(xiàn)滿足顧客的哪些需求更能促使其形成對(duì)應(yīng)的價(jià)值共創(chuàng)公民行為。度指的是與節(jié)點(diǎn)相連的其他節(jié)點(diǎn)數(shù)量，度值的大小直接反映了其度中心性與地位的高低。本研究以服務(wù)需求特征詞節(jié)點(diǎn)的共現(xiàn)次數(shù)為權(quán)重計(jì)算節(jié)點(diǎn)的加權(quán)度，由此反映該節(jié)點(diǎn)的度中心性。然而在復(fù)雜網(wǎng)絡(luò)分析中，度中心性只能體現(xiàn)該節(jié)點(diǎn)獨(dú)自的價(jià)值，無法反映對(duì)其他節(jié)點(diǎn)的控制能力。因此，本研究同時(shí)考慮能夠反映節(jié)點(diǎn)控制能力的介數(shù)中心性指標(biāo)，該指標(biāo)計(jì)算的是網(wǎng)絡(luò)中經(jīng)過某一節(jié)點(diǎn)的最短路徑數(shù)量與網(wǎng)絡(luò)中全部最短路徑數(shù)量之間的比值，即一個(gè)節(jié)點(diǎn)充當(dāng)其他兩個(gè)節(jié)點(diǎn)之間最短路徑的“橋梁”的次數(shù)。針對(duì)推薦、反饋、寬容行為的服務(wù)需求網(wǎng)絡(luò)，本研究選取頻次、度中心性與介數(shù)中心性指標(biāo)排在前20位的需求特征詞，即關(guān)鍵服務(wù)需求(分別見表8～表10)。

表8 推薦行為服務(wù)需求網(wǎng)絡(luò)的關(guān)鍵服務(wù)需求特征詞

表9 反饋行為服務(wù)需求網(wǎng)絡(luò)的關(guān)鍵服務(wù)需求特征詞

表10 寬容行為服務(wù)需求網(wǎng)絡(luò)的關(guān)鍵服務(wù)需求特征詞

由表8可知，在推薦行為的服務(wù)需求網(wǎng)絡(luò)中，雖然關(guān)鍵服務(wù)需求特征詞的頻次、度中心性與介數(shù)中心性指標(biāo)彼此排名不同，但整體的特征詞集合基本相同。綜合關(guān)鍵服務(wù)特征詞的排名情況，對(duì)應(yīng)本研究所構(gòu)建的共享住宿服務(wù)需求體系進(jìn)行主題提取，可知顧客形成推薦行為時(shí)更加關(guān)注干凈情況、人際互動(dòng)、地理位置、信息互動(dòng)、其他基礎(chǔ)設(shè)施、環(huán)境情況、家的感知、藝術(shù)文化、服務(wù)互動(dòng)、面積、床品舒適、性價(jià)比、圖片描述、安靜等服務(wù)需求。

由表9可知，在反饋行為的服務(wù)需求網(wǎng)絡(luò)中，雖然前9名關(guān)鍵服務(wù)需求特征詞的頻次、度中心性與介數(shù)中心性指標(biāo)彼此排序不同，但整體的特征詞集合基本相同。第10～20名的關(guān)鍵服務(wù)需求特征詞彼此區(qū)別較大，基于介數(shù)中心性的排序結(jié)果包含較多詞頻排序較后的服務(wù)需求特征詞。由此可見，本研究對(duì)于介數(shù)中心性指標(biāo)的選用能夠更加全面地反映關(guān)鍵服務(wù)需求。綜合關(guān)鍵服務(wù)特征詞的排序結(jié)果，對(duì)應(yīng)所構(gòu)建的共享住宿服務(wù)需求體系進(jìn)行主題提取，可知顧客形成反饋行為時(shí)更加關(guān)注干凈情況、性價(jià)比、隔音情況、地理位置、描述、信息互動(dòng)、房型情況、洗浴情況、床、衛(wèi)生間、溫濕度、人際互動(dòng)、水電、門窗、生活用品、服務(wù)互動(dòng)等服務(wù)需求。

由表10可知，在寬容行為的服務(wù)需求網(wǎng)絡(luò)中，雖然關(guān)鍵服務(wù)需求特征詞的頻次、度中心性與介數(shù)中心性指標(biāo)彼此排名不同，但整體的特征詞集合基本相同。綜合關(guān)鍵服務(wù)特征詞的排序結(jié)果，對(duì)應(yīng)本研究所構(gòu)建的共享住宿服務(wù)需求體系進(jìn)行主題提取，可知顧客形成寬容行為時(shí)更加關(guān)注干凈情況、地理位置、性價(jià)比、信息互動(dòng)、人際互動(dòng)、藝術(shù)文化、其他基礎(chǔ)設(shè)施、房型情況、描述、環(huán)境、隔音情況、家的感知等服務(wù)需求。

6 結(jié)語

本研究從服務(wù)需求滿足的視角研究共享住宿價(jià)值共創(chuàng)公民行為，探討了顧客形成推薦、反饋、寬容3種價(jià)值共創(chuàng)公民行為的服務(wù)需求差異，主要得到以下結(jié)論：①在共享住宿領(lǐng)域中，3種價(jià)值共創(chuàng)公民行為的服務(wù)需求網(wǎng)絡(luò)均表現(xiàn)出小世界效應(yīng)與無標(biāo)度特性，在共同關(guān)注少量核心服務(wù)需求的基礎(chǔ)上，不同顧客對(duì)服務(wù)需求的關(guān)注互異，服務(wù)需求組合較為多元；②基于復(fù)雜網(wǎng)絡(luò)分析，發(fā)現(xiàn)3種價(jià)值共創(chuàng)公民行為均最關(guān)注“干凈情況”，其中推薦行為更關(guān)注“人際互動(dòng)”和“地理位置”，反饋行為更關(guān)注“性價(jià)比”和“隔音”，寬容行為更關(guān)注“地理位置”和“性價(jià)比”。

本研究的理論貢獻(xiàn)在于：①對(duì)服務(wù)需求和價(jià)值共創(chuàng)公民行為進(jìn)行細(xì)分，提出基于情感分析與復(fù)雜網(wǎng)絡(luò)分析的方法，為揭示不同價(jià)值共創(chuàng)公民行為下的關(guān)鍵服務(wù)需求提供了一種嶄新的視角，拓展了價(jià)值共創(chuàng)行為的相關(guān)研究；②基于傳統(tǒng)酒店特征以及共享住宿的獨(dú)有特征，通過詞頻統(tǒng)計(jì)方法，構(gòu)建了包含12個(gè)維度的共享住宿服務(wù)需求體系，為共享住宿范圍內(nèi)的后續(xù)研究奠定了理論基礎(chǔ)；③通過評(píng)論文本中需求的共現(xiàn)情況構(gòu)建服務(wù)需求網(wǎng)絡(luò)，探討服務(wù)需求網(wǎng)絡(luò)的屬性，拓展了網(wǎng)絡(luò)分析在提升用戶滿意度方面的研究。主要的管理啟示包括：①基于服務(wù)需求網(wǎng)絡(luò)的小世界效應(yīng)和無標(biāo)度特性，企業(yè)應(yīng)當(dāng)從服務(wù)需求網(wǎng)絡(luò)中的少量核心需求入手，充分重視和滿足加權(quán)度高的節(jié)點(diǎn)反映的服務(wù)需求，以推動(dòng)顧客形成相應(yīng)的價(jià)值共創(chuàng)公民行為。②3種價(jià)值共創(chuàng)公民行為下的顧客服務(wù)需求具有差異性，應(yīng)針對(duì)性地滿足用戶需求，為推動(dòng)顧客形成推薦行為，應(yīng)當(dāng)予以重視的服務(wù)需求是干凈情況、人際互動(dòng)和地理位置；為防止顧客形成負(fù)面反饋行為，應(yīng)當(dāng)予以重視的服務(wù)需求是干凈情況、性價(jià)比和隔音情況；為推動(dòng)顧客形成寬容行為，應(yīng)當(dāng)予以重視的服務(wù)需求是干凈情況、地理位置和性價(jià)比。

本研究還存在以下局限：①采用的數(shù)據(jù)為互聯(lián)網(wǎng)評(píng)論文本，由于評(píng)論文本無法充分體現(xiàn)顧客的幫助行為，因此選取了價(jià)值共創(chuàng)公民行為中的推薦、反饋和寬容行為進(jìn)行服務(wù)需求研究，未來研究可考慮通過其他數(shù)據(jù)類型以反映顧客的幫助行為；②僅選用了北京市的評(píng)論數(shù)據(jù)集，考慮到不同城市存在差異，顧客在共享住宿時(shí)的關(guān)注點(diǎn)也有所不同，未來可考慮對(duì)比不同城市共享住宿的顧客需求差異。