面向电动汽车租赁顾客感知价值对顾客忠诚的影响研究

郭 鹏，苗 瑞，胡 昊，江志斌

(上海交通大学 1.机械与动力工程学院，上海 200240；2.海洋工程国家重点实验室 (上海交通大学)，上海 200240；3.中国城市治理研究院，上海 200030；4.船舶海洋与建筑工程学院，上海 200240；5.安泰经济与管理学院，上海 200030)

电动汽车租赁服务能够有效解决居民短时出行需求，减少消费者对高成本购买和维护的担忧，保护生态环境，促进城市治理以及经济可持续发展，未来发展前景十分广阔[1-2]。Car2Go公司的电动汽车租赁服务发展迅速，已经成为租赁领域的代表。截至2019年，已覆盖北美和欧洲大部分地区[3]。深入研究电动汽车租赁服务系统优化设计，有利于构建多样化的租赁服务方案和服务模式来实现顾客忠诚，并发现电动汽车租赁服务系统的增值路径。

如何实现顾客忠诚已有一定的研究基础。Nguyen[4]通过对金融服务行业1 296个客户数据进行层次多元回归和交互分析得出，能力与仁爱等感知因素在影响顾客忠诚方面存在显著的交互作用。Winters等[5]通过区分感知情感价值和满意度对顾客忠诚的影响得出，顾客忠诚的评价取决于顾客获得现金价值和情感价值两方面的权衡利益。Bhuian等[6]通过对顾客价值理论的研究，提出了一个完全中介的顾客忠诚模型，认为产品创新、服务质量、信任、满意度和转换成本影响顾客忠诚，进而影响口碑沟通和重复购买意愿。Boakye等[7]运用社会心理学中的投资模型，基于产品和服务角度研究了顾客忠诚变化的驱动内因。相比于产品技术水平，在良好的服务体验中更容易提高顾客忠诚度。Hoyt等[8]通过对提高顾客忠诚度的实际方法的研究，获知营销努力、设施、技术、产品质量和与消费者特征和偏好一致的服务体验会影响感知价值、机构形象、累积满意度，最终影响顾客忠诚。

已有的研究成果仅仅表明顾客感知价值和顾客忠诚之间存在显著的相关关系，认为提升顾客忠诚度对相关企业的可持续发展具有重要意义。然而针对电动汽车租赁服务缺乏服务优化设计和系统分析，如何有效找到顾客感知价值和顾客忠诚之间的增值路径和影响因素依然模糊。此外，考虑到多源复杂的样本数据以及变量之间的数据耦合关联，本文将因子分析法和结构方程模型路径分析两者结合使用，因子分析法降低了数据维度和复杂程度并保证数据的有效性，进而结构方程模型可以输出合理的科学路径，实现了动因分析和路径耦合。

因此，本文针对电动汽车租赁产业进行服务优化，以顾客感知价值为出发点，构建影响因素的测量模型，并且结合顾客忠诚的增长机理进行研究，有效建立两者之间明确的增值路径，旨在驱动顾客忠诚，为相关企业提供决策支持和服务系统优化。

1 模型建立与路径假设

1.1 构建顾客感知价值测量模型

顾客感知价值(customer perceived value，CPV)代表顾客对某些目标的结果与获得该结果的回报之间的比较[9]。高伟等[10]认为顾客感知价值是决定顾客对品牌保持忠诚的重要因素。顾客忠诚是一种特殊的消费者意识形态，对于特定品牌的持续重复使用和体验是顾客忠诚的典型表现。顾客对价值的感知将直接影响到租赁意愿，最终驱动顾客忠诚。因此，顾客感知价值对于驱动电动汽车租赁服务中顾客忠诚和寻找增值路径至关重要。Sheth等[11]研究发现顾客感知价值存在5个测量角度，即功能价值、情感价值、情境价值、社会价值和认识价值。Sweeney[12]将顾客感知价值分为质量因素、价格因素、社会因素和情感因素。以上研究大多基于主观认知和理论分析，本文考虑到租赁产业的服务特性以及电动汽车的产品特性，增加租赁产品价值和租赁服务价值作为新的测量指标，最终将认知价值、社会价值、价格价值以及新增的两个指标作为影响顾客感知价值的5个重要因素来全面分析。

首先，认知价值(cognitive value,CV)是顾客感知价值测量模型的重要维度，其中易用性感知表示感知电动汽车租赁的体验和实用的难易程度；租赁动机感知表示触发消费者租赁电动汽车的因素，例如节能环保，成本低廉等优点；实用性感知表示感知电动汽车租赁的使用价值和愉悦程度。社会价值和认知价值分别从环境因素和心理因素影响顾客在租赁过程的体感价值，对于顾客是否选择忠于该品牌具有一定的影响。

社会价值(social value,SV)是顾客对于商品价值感知的重要维度[13]。就本文所涉及的社会价值而言，政策倾向性代表政府的制定政策的导向性、配套设施的完善程度和财政补贴的力度，对于电动汽车租赁的市场化进程具有重要作用；公众评论和反馈代表消费者作出租赁电动汽车的决策前会受到公众评论和经验反馈的影响；社会影响力代表消费者由于电动汽车品牌、口碑和宣传等社会因素,驱动思想或行为的决策租赁的能力。

价格价值(price value,PV)是质量和价格之间的比率或权衡感知[14]。基于上述学者的理论研究，同时本文考虑到租赁过程的复杂性，重新将价格价值细化为价格合适度和价格敏感度两方面指标，分别用来评判租赁服务中各项服务套餐制定价格高低的恰当程度以及租赁服务中由于价格变动引起产品需求量变化的程度。同时，合理制定的价格策略，是提高顾客感知价值，维持客户忠诚的重要途径。

苗瑞等[15]面向产品服务系统建立顾客感知价值测量模型，分为产品工作性能、产品外观、产品耐用度、产品安全性和产品知名度等5个方面。本文所研究的租赁产品价值(rental production value，RPV)进一步完善并细化产品服务系统的测量指标和维度，并考虑到租赁产品的特定需求，在原有研究的基础上增加了电动汽车驱动性测量指标用以判别其工作性能的优劣。所构建模型的测量指标用于数值分析，最终指标和定义分别是：电动汽车观赏性表示电动汽车外在结构或颜色的美观度对消费者感知舒适程度；电动汽车知名度是指消费者认知某一电动汽车品牌价值的能力和对产品了解程度；电动汽车耐用性表示电动汽车租赁过程中电池寿命、续驶里程、工作时间和在不利条件下的运转能力；电动汽车安全性表示电动汽车充电设施对意外事件发生的防护能力和保障能力，例如漏电或触电情况；电动汽车驱动性表示电动汽车包括驱动系统的稳定性、功率和能耗程度。

租赁服务价值(rental service value，RSV)每个测量维度均考虑到租赁服务的特殊性，以电动汽车作为产品对象，租赁服务的可靠性表示能够精准可靠地提供并完成租赁服务规程的能力；租赁服务的响应性表示能够迅速高效响应用户租赁服务要求并给予解决的能力；租赁服务的有形性指的是租赁服务存在完善的设施、专门的经销连锁店等实体要素；租赁服务的保证性指的是企业人员具备专业的素养、良好的态度和令用户信赖的能力；租赁服务的移情性指的是租赁服务能够设身处地为顾客考虑并给与特别关照满足其个性化需求的能力。租赁服务价值的传递主要依靠在租赁过程中，顾客所产生感知价值的反馈，由此实现用户与服务之间的有效交互，来提高顾客忠诚。顾客感知价值测量模型如图1所示。

图1 顾客感知价值测量模型Figure 1 CPV measurement model

1.2 构建顾客信任测量模型

顾客信任(customer trust,CT)是指顾客经过真实体验和理性分析后对某品牌的产品或服务支持和信任[16]。尽管诸多学者肯定了顾客信任是构建顾客感知价值和顾客忠诚之间的内在关联，然而并未明确具体的影响因素指标及其相关程度。为解决该问题，本文综合考虑电动汽车服务的运作机制并重新构建顾客信任模型，分为3个测量维度，其中声誉信任(reputation trust,RT)是指顾客在租赁服务后对电动汽车品牌名誉度的信赖程度；情感信任(emotional trust,ET)是指顾客在体验电动汽车租赁服务之后维持长久的满意度，形成偏好的感情信赖；行为信任(action trust,AT)是指顾客将企业所提供的产品和服务作为必要的需求时，激励并产生行为机制的一种信任形式。顾客信任测量模型如图2所示。

图2 顾客信任测量模型Figure 2 CT measurement model

1.3 构建顾客计划行为测量模型

顾客计划行为理论(planned behavior,PB)着重强调个人内在行为对于实际行为存在决定性作用，是行为理论的拓展形式[17]。现阶段，大部分研究显示顾客计划行为是基于特定的信任和认知基础后所驱动形成的偏好行为，对于顾客忠诚有一定的影响，然而该行为对于顾客忠诚的影响程度和相关指标并未明确。因此，本文将顾客计划行为进行重新细分和定义，经过优化后用以解决上述问题，分为感知控制(emotional control,EC)、行为态度(behavior attitude,BA)以及主观规范(subjective principle,SP)3个测量维度。感知控制用来表示感知因素以及对相关控制因素的自我认识程度；行为态度是指顾客对行为产生积极或消极影响结果的自我评估；主观规范用来表示顾客对准则的自我认识和与身边人员相关反馈意见保持一致的行为意愿。计划行为因素是顾客基于租赁行为和租赁服务体验的自身感知而形成的，行为计划为正向时，则个人的行为意向愈强，对租赁服务的忠诚度也会有所提高。因此，假定顾客计划行为对顾客忠诚产生重要的影响。顾客计划行为测量模型如图3所示。

图3 顾客计划行为测量模型Figure 3 PB measurement model

1.4 建立路径假设模型

基于以上研究结果，明确顾客感知价值、顾客信任、顾客计划行为和顾客忠诚(customer loyalty,CL)之间的假设关系，其中，顾客忠诚的测量设定3个主要维度，分别为CL1(服务支持倾向性)、CL2(再次消费倾向性)、CL3(品牌信赖倾向性)。建立如下电动汽车租赁服务中驱动顾客忠诚的影响关联假设，如表1所示。

表1 电动汽车租赁服务中驱动顾客忠诚的影响关系假设Table 1 Hypothesis of influence relationship driving CL in electric vehicle rental service

根据上述假设关系及所建立的测量模型，建立电动汽车租赁服务系统驱动和提高顾客忠诚的路径假设模型见图4。外因变量分别是认知价值、社会价值、价格价值、租赁产品价值和租赁服务价值这5项顾客感知价值的维度。顾客信任因素、计划行为因素和顾客忠诚因素作为内因变量。外因变量对内因变量的路径影响系数用 γ表示，内因变量对内因变量的路径影响系数用 β表示。在图4中，带箭头的直线代表每个影响路径，箭尾标识对象对箭头标识对象具有积极影响，例如 γ12表示假设顾客感知价值中认知价值因素对顾客信任中的情感信任因素具有正向影响作用。

图4 电动汽车租赁服务中顾客忠诚的路径假设模型Figure 4 Path hypothetical model of CL in electric vehicle rental service

2 样本数据收集与分析

2.1 问卷设计方法

首先，问卷中各个维度的具体问项根据相关资料和专家访谈设计。在问卷定性分析和设计的过程中采用德尔菲法。本研究选择两名市场营销教授、两名租赁经销商和一名电动汽车制造商作为专家组成员，进行半结构化访谈以修改不合理项目，最终得到统一问项版本。

其次，在确认所有问项之后，使用分类量表完成标准化问卷，问卷的主要部分使用了7分Likert量表，其中1～ 7分表示从完全不符合到完全符合，分值越大代表符合程度越高。同时，考虑到样本的有效性，受访者需要在被调查之前体验过电动汽车租赁服务，这使他们能够准确区分电动汽车和常规动力汽车，具有真实的体感经验。此外，上海作为中国主要的大型城市，是电动汽车主要的租赁市场之一。由于交通状况日益严重，本文希望受访者接受过良好的高等教育并具有环保意识，该群体可以视为租赁服务主要潜在消费者。

2.2 问卷数据收集

基于上述分析，本文的调查问卷面向至少2次曾经使用过上海地区某公司电动汽车租赁服务的用户，该用户群体关于问卷内容均有所了解，同时也是租赁服务企业希望培育的重点用户对象。为了优化最终问卷，预测试采用小规模的测试方式。首先面向上海交通大学使用过该公司服务的学生及教师进行，用来检查问卷的有效性。实际分发问卷量为40份，有效问卷回收量为40份，随后使用软件SPSS 21.0对问卷结果进行信度检验、效度分析以及探索性因子分析。然后根据预测试结果，对问卷使用主成分分析和正交旋转处理，使得整体相关性大于0.5和因子载荷大于0.5为标准，并进行内部一致性检验，以Cronbachα＞0.7为决策标准。正式大规模的问卷调查在上海地区进行，在合作企业的帮助下共收集300份问卷，其中有 29份问卷不符合筛选要求，最终统计出有效样本为271份，合格率达90.3%。

2.3 问卷数据的验证性因子分析

问卷数据的验证性因子分析(confirmatory factor analysis,CFA)用于计算潜在变量与相应的测量变量在结构方程模型中的关系与样本数据的一致性，随后检验结构方程模型假设关系的正确性。信度分析用来分析测试指标内部的一致性和可靠性，代表不同受访者针对同一项评价指标数据结果的相似程度；效度分析用来分析问卷对测试指标数据结果的精确程度，问卷结果与所研究指标的内容越接近则效度越高，反之效度越低。

2.3.1 预检测

首先对样本数据进行预检验处理，借助巴特莱球形度测试样本数据是否适合进行因子分析[18]。通过计算得出的KMO值(Kaiser-Meyer-Olkin)可以表示测量变量之间相关性强弱程度，具体原则为：当KMO＜0.5时，适应性不足，不能因子分析；当0.5＜KMO＜0.6时，适应性一般；当0.6＜KMO＜0.7时，适应性适中；当KMO＞0.7时，适合性较好，适合作因子分析。KMO值越靠近1，代表测量变量之间的相关度越大。经过SPSS软件的分析，本问卷显示的KMO 值为0.968 (普遍设定阈值为 KMO＞0.7)，显著性概率为 0.000(普遍设定阈值为＜0.05)，测试分析的结果显示因子之间具有较强的相关度，结构效度较好，该分析结果表明可以使用因子分析，见表2。

表2 KMO和Bartlett球形度检验结果Table 2 KMO and Bartlett sphericity test results

2.3.2 信度分析

对测试问卷的可靠性进行验证，用来确定测量变量的信度。验证各潜在变量中测量变量所构建的相关指标，包括克朗巴赫系数(Cronbach’sα)用以说明所提取的因子是否可以代表所要研究的对象；平方多重相关系数R2用于验证模型的建构可行性，测量误差 θ用来表示测量结果与实际值之间的偏差，组合信度CR作为信度评估参数用来评估模型的内部一致性，其公式可表示为

式中，θ =1-R2，λ代表标准因子载荷。

根据表3的结果，所有测量因素的Cronbach’sα均处于0.718～ 0.904。同时根据SPSS软件的运算结果，测量模型的总体Cronbach’sα为 0.869，高于标准阈值0.70；各测量变量对应的信度系数R2处于0.621～ 0.911，结果都高于最小接受阈值0.30；各潜在变量的组合信度CR处于0.876～ 0.954，结果都高于最小阈值 0.60。可见，所建立的潜在变量模型信度较好，对应的测量变量具有良好的一致性、稳定性和较高的可靠性，信度检验合格。

2.3.3 区分效度分析

区分效度代表理应与预设的建构不存在相关性的指标确实存在区分程度，区别的有效性需要通过探索性因子分析(exploratory factor analysis，EFA)进行检验。本文通过EFA研究得出，正交旋转处理之后得到的特征值大于1 的11个因子，与之前所建立的假设模型潜在变量的因子相对应。此外，每个测量变量均对应一个相关因子，没有出现区分度不良现象。单个潜在变量下每个测量变量的因子载荷量λ在 0.754～ 0.938的范围内，都大于最小阈值0.50。同时，潜在变量与不相关的测量变量所对应的因子载荷量也很低，再次证明本实验的区分效度良好。

2.3.4 聚合效度分析

聚合效度表示使用不同检验方法检测某个相同指标项目时，所产生的实验结果近似度和集合度。本文所构造的潜在变量和测量变量的收敛性和相似程度需要通过聚合效度检验。常用指标是平均方差提取量(AVE)，以此来进行内部一致性的检验，达到聚合效度检验的目的，其公式可表示为

从表3可以看出，样本数据的 AVE 值在 0.705～0.861范围内，均高于最小阈值0.50，表示样本数据收敛性很强，聚合效度较好。各项指标的数据分析结果均处于正常阈值。

表3 测试指标的检验结果Table 3 Test results of index

3 基于SEM的实证分析与验证

3.1 应用结构方程模型

由于样本变量之间具有复杂的路径关联性，结构方程模型(structural equation modeling,SEM)可以有效建立变量之间的关联路径并处理多个原因和多个结果之间的关系。SEM能找到反映潜在变量的测量变量，从而形成测量模型。在确认所建立的测量模型结构合理后，SEM通过协方差矩阵来分析变量间的相关关系，对潜在变量的结构模型进行参数评估，由观测模型和结构模型两部分组成。式 (3) 和式 (4) 是观测模型，式 (5) 是结构模型。

式中：X是外生观测变量；ξ是外生潜在变量；δ是外生观测变量存在的测量误差项；Λx是外生观测变量X的构成矩阵；Y是内生观测变量；η是内生潜在变量；ε是内生观测变量存在的测量误差项；Λy是 内生观测变量Y的构成矩阵；Bη是内生潜在变量之间的关系；Γ是外生潜在变量对于内生潜在变量的作用程度；ζ代表残差项。

3.2 SEM路径分析与结果

因子分析法可以用来解释主要因素之间的相关关系。但是由于该问题的复杂性，仅用因子分析法难以有效控制所有变量。因此探寻驱动顾客忠诚的增值路径成为提升租赁系统质量的重点优化方向。为达成该目标，运用SEM的路径分析来探寻关键因素和重要影响关系。

经过前期的信效度检验和指标优化迭代更新，本文所建立的模型具有良好的结构相关关系，适合采用SEM路径分析进行求解。同时，由于相关参数具有线性结构关系，利用极大似然估计法求解能更好地实现数据清洗和路径分析，最终使用 AMOS 23.0 配合完成模型求解和参数拟合度的计算。经过29次牛顿迭代计算后达到收敛性效果，SEM输出路径见图5。

图5 结构方程路径图输出结果Figure 5 Output results of SEM path diagram

在图5中，测量变量和潜在变量间由箭头连接，相应的标准化因子载荷量表示测量变量对潜在变量的作用程度，相关度较高的测量变量和影响因素分别用粗黑线和粗矩形框表示。潜在变量之间也由箭头相连接，路径系数如果为正代表箭尾所指参量对箭头参量的影响关系是正向的，路径系数的绝对值大小代表影响作用的显著作用程度，路径系数绝对值越接近 1，则变量间的影响作用越为显著，而路径系数小于 0.5 则代表变量影响关系不显著。研究得出以下3条显著的增值路径来为相关企业和学者对于电动汽车租赁服务顾客忠诚度优化提供指导和参考。

1) CV→ET→EC→CL。顾客认知价值通过影响顾客情感信任，对顾客感知控制产生影响，并正向作用于顾客忠诚，启示企业注重顾客认知价值的影响因素，例如减少电动汽车驾驶的操作难度，提高租赁消费的便利性，增加取还车的站点等方式，通过改善顾客的传统认知价值从而赢得顾客的情感信任。本研究中发现租赁价格因素对于顾客的品牌忠诚产生的影响较小，这与以往的研究结论存在很大不同。启示在电动汽车租赁服务的各个环节中重视顾客的租赁动因，把握顾客的情感需求和实际需要比降低价格更能有效提高顾客忠诚。

2) SV→RT→SP→CL。社会价值通过影响声誉信任对顾客主观规范产生影响，并正向作用于顾客忠诚，启示企业需要及时关注公众评价和反馈，塑造优良品牌和企业精神，响应国家的号召，推广绿色环保科技，努力争取政策倾向性和社会投资。在电动汽车租赁服务的各个环节中把握好企业的社会影响力，引导顾客合理消费，提高经济效益和企业收益。

3) RSV→AT→BA→CL。租赁服务价值通过影响行为信任对顾客行为态度产生影响，并正向作用于顾客忠诚，启示企业需要提升服务方案的竞争力来提高效益，例如提高服务人员的专业水平和服务态度，优化基础硬件设施来提高电动汽车租赁服务的顾客体验；同时也需要丰富租赁方式，积极响应顾客的需求并令其感到满意可靠。相比于电动汽车的产品技术，例如观赏性、知名度、安全性、驱动性和耐用性等因素，顾客在电动汽车租赁中更加注重租赁服务的优质体验感，这也是让用户对电动汽车租赁服务本身和相关企业产生信任度和提高忠诚度的关键因素。

3.3 模型拟合度以及参数检验

为了校验假设模型的合理性并且判断在构建和优化SEM的过程中模型是否需要继续调整，对模型的拟合度和参数进行检验十分有必要。总体拟合度检验从SEM的总体维度来判断模型与样本数据的匹配度。本文采用的标准指标和检验结果如表4所示。

表4 结构方程模型总体拟合度检验结果Table 4 Test results of overall fitness of SEM

由表4可见，该模型的关键拟合度指标均在阈值范围之内，表明假设模型与样本数据结果完全吻合，拟合度检验通过。

由表5可以看出，本文中所建立的假设路径模型均为正向影响关系，关键参数指标均在阈值范围之内，因此参数检验通过，假设路径关系成立。

表5 结构方程模型参数检验结果Table 5 Parameter test results of SEM

4 结论

本文面向电动汽车租赁产业建立多维度测量模型，有效结合因子分析法和结构方程模型分别进行数据分析和路径分析，验证了样本数据的有效性。随后有效协同顾客感知价值等因素，得到具体的3条增值路径和明确内在影响因素，主要结论是：顾客感知价值通过影响顾客信任，对顾客行为计划产生推动作用，最终有效驱动电动汽车租赁服务的顾客忠诚。本文进一步明确了服务水平等潜在因素在租赁产业的重要影响力和驱动作用，为电动汽车租赁产业提供服务优化方向和决策支持，并为驱动顾客忠诚和提高租赁服务水平提供了科学发展方向和数据支撑。