本文是一篇工商管理论文，笔者结合定性与定量分析，最终本研究认为感知价格水平、响应性、移情性、可靠性、保证性、有形性对服务质量评价存在显著正向影响。感知价格水平对移情性、可靠性对保证性、有形性对保证性存在显著正向影响。
1 绪论
1.1 研究背景及意义
1.1.1 研究背景
随着信息化技术的发展，互联网、云计算、第三方支付也得到了高速发展，促进了共享经济的产生与发展[1]。面对共享经济，企业亟需整合内外部资源形成完整的开放式无边界化创新模式，来提高自身竞争优势。以“集思广益”为核心的众包模式是对传统创新的重要突破与有效补充，其利用群体智慧借助互联网平台，促进知识技术等资源的流动与共享，从而达到企业降低成本提高收益的目的[2]。自2009年起，医学[3-4]、组织学习[5]以及自然灾害[6]等各个领域开始关注并使用众包[7]。
当前完全通过网络完成的众包任务已经无法满足人们日益增加的生活需求，空间众包的产生是由于时间以及地理因素的需求[8]。《关于深化改革推进出租汽车行业健康发展的指导意见》以及《网络预约出租汽车经营服务管理暂行办法》等文件的发布，进一步证明了网约车的合法地位[9]。网约车作为共享经济的产物[10]以空间众包的形态服务大众。空间众包存在的问题伴随其服务过程中无法避免接包方（司机）与发包方（乘客）的接触而显现出来，事故的发生以及利益的冲突使平台管理漏洞也逐步被发现。学者们基于空间众包平台、接包方及发包方三个视角探索提高网约车服务质量的方式并归纳总结出相互渗透存在交集却不完全相同的网约车质量评价体系。但在共享经济迅速发展的时代，网约车服务质量随着乘客需求的变化而显现出与时俱进的问题，需要更贴切的质量评价理论框架。
与此同时“滴滴信息泄漏”事件再次将网约车推至社会热点问题的舆论尖端。滴滴APP在2021年7月被下架，其他出行平台借机抢占空出市场，想要改变滴滴打车垄断的局面。根据网约车监控信息互动平台的数据，截止到2022年5月31日为止，拥有网约车运营牌照的公司数量为274家，较上月又多了4家企业；全国范围内，共签发了439.2万张网约车的驾驶证，以及176.2万张车辆运输证，网约车的驾驶证较上年同期增长了3.9%，车辆运输证较上年同期增长了0.5%。五月，网约车监督信息互动平台接收到5亿2千多万个订单，较前一个月增长10.7%。这就导致了平台之间的不公平竞争。以T3出行、美团出行为例的公司推行带车加盟模式大跃进式地扩张动力，我国网约车企业存在着经营违法、违规行为，破坏了公平竞争的市场原则，不利于该行业的安全运转，对乘客的合法权益造成了损害。
1.2 国内外研究现状
美国记者 Jeff Howe于2006年在《连线》上首次发表了“众包”一词，即企业将以前仅靠本企内部员工能实现的工作，现在被大众网络所取代。后来随着便携式智能无限通讯设备的发展与普及，传统众包在时间与地理位置上的边界逐步被打破。这类任务被称为空间众包（Spatial Crowdsourcing）[12]，它需要接包方在特定的时间和位置完成发布的任务。空间众包是对传统众包模式的有效补充，促进众包在各行各业的发展，例如网约车服务平台。区别于传统众包服务模式，空间众包的时空性增加了发包方与接包方线下接触的机会，致使现有服务质量评价体系无法充分刻画发包方对接包方及平台服务的满意程度。学者们从平台监管、接包方资质、平台优化等多个维度对空间众包服务质量提升方法进行研究。
1.2.1 空间众包相关研究
现有研究主要从任务分配、隐私保护及定价模型三个方面对空间众包服务质量进行提升。
任务分配作为空间众包供应链中的一个关键问题引起了广泛的关注。以离线任务分配为基础的研究已经无法在区域任务中应用，于是在时间与预算约束下的在线任务分配研究被提出。这种在线任务分配初期呈现范围小、速度慢等问题，纪苗苗等学者提出“多智能体强化学习的QMIX-A*算法”来扩大配送范围、缩短服务相应时长。[13]。但这种忽略任务间依赖性的任务分配算法会导致出现无效匹配，造成接包方及时间的浪费。为此，多阶段复杂任务分配机制被提出[14]，该机制利用贪婪算法与博弈算法的迭代，通过考虑任务间的依赖约束来获得更有效的任务分配。随后又有学者认为以上研究忽略了接包方的偏好，为解决这一问题，面向发包方偏好的在线稳定人物分配得到研究[15]。同时也有研究开始关注接包方的公平性问题[16]，该研究认为公平性是任务分配的一个关键方面，它影响到接包方的参与积极性及完成任务的满意度，根据公平预算分配原则，学者们定义了一个可以考虑在空间众包系统任务分配问题中达到群体公平分配的约束条件，从而最大限度地提高任务分配质量。
2 空间众包发包方满意度的扎根研究
2.1 数据收集及信效度
2.1.1 非结构式访谈数据
（1）访谈设计
访谈是人文社科研究中不可或缺的交流式数据收集方法，分为结构式访谈和非结构式访谈，为避免话术引导带来的数据失真，本研究采用自由性的非结构式深度访谈。在访谈前不设置统一问卷，仅控制访谈内容为乘坐网约车的经历及感受。由于本研究话题中心为普及度极高的网约车，故数据采集较为方便。本研究访谈的目的是通过与网约车发包方交流，了解多家网约车平台发包方满意度影响因素，为构建服务质量评价指标做铺垫。
（2）访谈结果
本研究通过访谈24位网约车平台发包方（乘客）获得一手数据。24位被访谈者中14位男性，10位女性，年龄在18-45岁之间，硕士学历3人、本科学历17人、大专学历2人、高中学历1人、初中学历1人，平均每月使用网约车平台次数的均值为10.29，其中最少每月使用1次，最多每月使用30次。表2-1所展示的是访谈内容节选。访谈内容包含乘客基本信息，如性别、年龄、最高学历、月均使用网约车次数等。被访谈者开放式地讲述自己乘坐网约车的经历，过程中笔者做好访谈记录。表2-1为部分深度访谈的节选内容，作者与被访谈者就网约车乘车过程中的服务质量进行广泛交谈，进而对被访谈者们所经历的具体事情进行深入探讨，以真实情景为基础，通过谈话获取。在被访谈者表述不清时适度追问，尽量不做引导，还原事实真相。
2.2 扎根分析
2.2.1 开放性编码
首先将一手数据的录音整理成文字与爬取的二手数据一并导入Nvivo12软件，然后对所收集文本数据进行逐字、逐词、逐句、逐行、逐段地编码，贴上“超车”、“导航延迟”、“司机吸烟”等标签共110个，再将标签整合成“司机入职门槛低”、“身份认证”、“服务及时性”等46个概念，最后根据概念的关联度凝聚成“接包方资质”、“司机形象”、“服务设施”等18个范畴。在对访谈记录进行第一次梳理的过程中，发现了区别于以往研究的新标签。部分发包方开始对接包方的外形提出更高要求，对信息安全隐患更为关注，疫情期间是否戴口罩、消毒也影响这发包方满意度，同时许多个性化需求也逐渐被提出。如表2-3所示。
概念由体现同种属性的标签凝聚而成。本研究认为司机文化水平低、存在违法犯罪史、年龄大是空间众包平台的入职门槛低；驾驶技术不娴熟、路况掌握不足是司机运载能力若的表现；带病接单、精神状态差展现的是接包方的身体状况。接包方没有统一制服或穿戴不整洁为接包方一桌了问题；接包方有意味或长相不佳被首次提出，本研究将其归结于司机外形。座椅掉皮、刹车声音大均是车辆老旧的体现；车身有凹陷或存在明显刮痕属于车辆外形这一概念。发包方谈到的“平台擅自修改乘车类型”、“平台自动勾选拼车”都有关乘车类型；发包方对“预估价格不准确”、“强制免密支付”、“修改差评”和“杀熟”的行为表示会降低平台可信性。针对平台“信息泄漏”或“总是发广告骚扰”的行为发包方表示“信息安全”受到威胁；在服务过程中遇到车辆抛锚或出现交通事故这样的突发情况，发包方需要平台“事故处理”的能力。车牌号或车型不匹配属于“车辆匹配度”问题；实际接包方与平台显示接包方不一致属于接包方“身份认证”不到位的问题。发票出错、自动约车、无法提交差评属于系统出现错误；定位不准确、导航路径不是最优、导航延迟等情况属于系统稳定性差。发包方所反应的等车时间长及派单远的问题属于服务不及时；改派、连环单均破坏了服务的连贯性；部分地区网约车少、或部分平台用车存在区域限制，属于服务的局限性。平台不解决问题和优先派拼车单为平台对发包方需求的响应；没有人工客服或者人工客服态度差均为客服响应性；接包方是否准时准点在定位点接乘客及到达目的地为“准时接送”问题；疫情期间是否戴口罩及司机的服务态度体现“司机可靠性”；
3 研究假设 .................................... 23
3.1 提出假设 ....................................... 23
3.1.1 平台认知管理层 ............................ 23
3.1.2 安全管理层 ......................... 23
4 网约车服务质量评价实证研究 ............................... 26
4.1 描述性分析 ................................... 26
4.1.1 调查样本的描述性统计 ................................ 26
4.1.2 网约车平台使用情况 ............................ 26
5 网约车平台服务质量评估 .............................. 37
5.1 确定变量值 ................................ 37
5.1.1 取值规则 ...........................
