共享住宿中房客可持續消費行為的形成機制研究

池毛毛　潘美鈺　晏婉暄

[摘? ? 要]如何在共享經濟中引導用戶可持續消費已經成為迫在眉睫的現實問題?，F有文獻對于可持續消費行為的研究主要基于傳統經濟背景，很少有研究關注共享經濟平臺中消費者可持續消費行為的形成機制。在平臺認證這類傳統質量信號的基礎上，文章基于信號理論提出兩類用戶生成信號，即用戶生成定量信號（可持續性在線評分）和用戶生成定性信號（可持續性在線評論），構建了用戶生成信號和平臺認證信號（即優品認證）對房客可持續消費行為的影響機制模型。該研究利用從小豬短租平臺上爬取的北京、上海、廣州和深圳等地的6953條有效房源數據（包含對應的77 767條房客文本評論），采用負二項回歸模型來驗證研究模型。實證結果證實：（1）可持續性在線評論和可持續性在線評分均正向影響房客可持續消費行為;（2）可持續性在線評論和可持續性在線評分存在互補效應;（3）優品認證和可持續性在線評論、優品認證和可持續性在線評分之間均存在互補效應。文章檢驗用戶生成信號和平臺認證信號對房客可持續消費行為的影響機制，為提升共享經濟中消費者的可持續消費行為提供新思路。

[關鍵詞]共享住宿;可持續消費行為;用戶生成信號;平臺認證信號;信號理論

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2020）07-0036-13

Doi： 10.19765/j.cnki.1002-5006.2020.07.008

引言

最近10年，共享經濟作為一種支持可持續發展目標（sustainable development goals，SDGs）的全新商業模式[1]，借助于信息通信技術（information communication technology，ICT）的發展，在國民經濟各個領域得到了廣泛應用[2]，例如共享住宿平臺Airbnb、共享出行平臺滴滴等。雖然共享經濟的初衷是對社會閑置資源的有效利用，但是在發展過程中共享平臺企業形成一種“平臺資本主義”1，并出現大量資源惡意濫用和浪費現象[3-4]。這種共享經濟的發展悖論與其可持續發展目標背道而馳[2， 5]。因此，共享平臺企業如何更好地激發并促進用戶可持續消費行為，最終實現可持續發展目標已經成為迫在眉睫的現實問題。

當前，學術界關于可持續消費行為的研究也開始從傳統經濟領域（例如綠色產品購買、資源的循環利用等[6-7]）逐漸滲透到共享經濟領域（例如共享出行、共享住宿等[3， 8-9]），但主要是將可持續發展作為用戶參與共享經濟的動因[10]，很少有研究探索共享經濟平臺如何激發用戶的可持續消費行為。在酒店與旅游管理領域中，旅行者可持續消費行為、綠色旅游等也得到了一定的研究，例如Gerdt等探索德國傳統酒店業中涉及可持續方面的評論內容與用戶滿意度的關系[11]。作為在旅游業中共享經濟模式成功應用的典范之一，共享住宿平臺的相關文獻主要還是基于共享住宿平臺的用戶參與和持續使用[12-13]，共享經濟模式價格影響因素[14]及其對傳統酒店的影響[15-16]等。例如Tussyadiah發現可持續發展并不能提升房客的滿意度和共享住宿平臺的參與度[17]。因此，從共享住宿平臺角度來研究房客可持續消費行為的形成機制能夠補充當前文獻的不足。

面對以上的實踐需求和理論局限性，本研究基于信號理論[18]，區分共享住宿平臺上的兩類可持續消費信號：平臺認證信號（即小豬短租中的優品認證）和用戶生成信號。前者是平臺對相關房源可持續性特征的客觀認證，后者包括了用戶生成定量信號（可持續性在線評分）和用戶生成定性信號（可持續性在線評論）。在電商平臺中，信號理論為賣方提供如何使用信號向消費者傳達產品或服務信息，減少不確定性進而影響消費者相關行為（例如購買或交換）的理論框架[19]。該理論同樣能夠有效地解釋共享住宿平臺中可持續性信號對房客可持續消費行為的影響。因此，本文以共享住宿平臺為研究背景，探索不同平臺可持續性信號對房客可持續消費行為的形成機制，以回答以下3個研究問題：

（1）兩類用戶生成信號如何分別影響房客可持續消費行為？

（2）兩類用戶生成信號是否存在對于房客可持續消費行為的交互作用？如果存在，究竟是互補效應還是替代效應？

（3）平臺認證信號是如何影響用戶生成信號對于房客可持續消費行為的作用過程？

本文將基于在小豬短租平臺上爬取的北京、上海、廣州和深圳等地的6953條房源數據（包含對應的77 767條房客文本評論），采用Stata軟件實證檢驗以上3個研究問題，發現了：（1）兩類用戶生成信號（可持續性在線評論和可持續性在線評分）對于房客可持續消費行為的正向影響;（2）兩類用戶生成信號對于可持續消費影響的作用存在互補效應;（3）優品認證和兩類用戶生成信號之間均存在互補效應。本研究結果豐富了共享經濟中有關用戶可持續消費行為的相關文獻，也為解決共享經濟平臺（例如共享住宿平臺）面臨的發展悖論提供了相關啟示。

1 文獻綜述和理論基礎

1.1 可持續消費行為及其在共享經濟中的相關研究

可持續消費行為被定義為在消費過程中通過對環境和社會性影響的認識，支持可持續性的消費者自愿行為[20]，包括了自愿的樸素行為或反消費行為、采用綠色或可持續的生活方式等[21]。可持續消費行為的主要目標是保護環境和可持續發展[3， 22]。當前文獻主要從社會和制度影響、個人價值觀等角度研究可持續消費行為在傳統經濟領域的形成，例如綠色產品的購買和消費[23]、資源的循環利用和節約使用等[24]。例如，Sharma和 Jha研究了不同的價值觀和環境態度對于不同可持續消費行為實踐（包括綠色飲食、綠色出行、資源循環使用等綠色生活和消費方式）的影響[21]。Wu 等針對中國中西部的調研數據，發現了外部環境因素（例如人際影響、社會期望、廣告、法律和法規等）在兩型態度（對環境保護和資源節約的個人態度、對環境和資源問題的一般態度）和可持續消費行為實踐之間的調節作用[24]。

H1：可持續性在線評論正向影響房客可持續消費行為

網絡口碑是電子商務環境下特有的質量信號，口碑對消費者購買決策有著重要影響[28， 40]。在線評分作為質量信號的重要性已在在線影評平臺、酒店預訂平臺等領域得到實證[41-42]。口碑質量越高，用戶對賣家的信任越可能增強，從而促進了雙方之間的互惠關系[43]。在共享住宿平臺中，房客對房源的評論是信譽體系的重要組成部分[44]。有關房源“整潔衛生”的在線評分將釋放出該房源的可持續性定量信號。房客在收到相關可持續性信號后會提升其可持續消費行為的可能性。據此，提出以下假設：

H2：可持續性在線評分正向影響房客可持續消費行為

2.2 用戶生成信號的交互作用

根據線索一致性理論，當一個社會參與者或實體的多個信息源或線索一致時，它們對個人態度的影響可以線性整合，這意味著線索的價值可以相加并平均在一起來預測態度和行為[45-47]。例如，Miyazaki等發現，當高價格與另一個積極線索（例如，一個強有力的保證或一個強有力的品牌名稱）配對時，它們之間存在協同作用，其中任何一個線索的效果都會因另一個線索的存在而得到加強[48]。作為兩種重要的用戶生成信號，在線評分和在線評論如果存在高度一致性，用戶生成信號更容易為消費者所信任并促進其購買行為。例如，Korfiatis等發現了在線文本特征和評論得分的一致性和相似度對于評論有用性的作用[34]。在共享住宿平臺中，房客可持續特征的在線評論和在線評分相互補充和印證將會激發可持續消費行為。因此，兩類用戶生成信號之間存在互補效應，本文提出以下假設：

H3a：房源可持續消費行為的在線評論和在線評分存在互補效應，即隨著房源可持續性在線評論數量的增加，在線評分對房客的可持續消費行為的正向影響會增強

然而，電商平臺在線評分往往存在嚴重的評分偏差。在共享住宿平臺Airbnb中，相關數據表明出現了嚴重的評分通脹問題，即平均評分在4.5以上（滿分5分）[44]。相比在線評分，在線評論被認為是影響消費者行為的重要信號。在共享住宿平臺中，可持續在線評分和在線評論存在一定的替代效應，即由于普遍存在評分通脹，消費者更加青睞通過評論來了解房源的真實信息。因此，隨著在線評論數量的增加，在線評分對房客可持續消費行為的正向影響會減弱。據此，本研究提出H3a的競爭性假設：

H3b：房源可持續消費行為的在線評論和在線評分存在替代效應，即隨著房源可持續性在線評論數量的增加，在線評分對房客的可持續消費行為的正向影響會減弱

2.3 平臺認證信號的調節作用

除了用戶生成信號外，在共享住宿平臺中還存在著平臺認證信號。例如，在小豬短租平臺中的“優品房源”就釋放出房源品質更高、更加整潔的信號。相比于用戶生成信號，平臺認證信號是平臺對房源的客觀評價信號，該信號也會影響到房客的相關消費行為。現有文獻通常將質量信號分為內部質量信號（與產品/服務固有屬性直接相關，例如第三方權威認證）和外部質量信號（間接相關，例如在線評論和評分等網絡口碑）兩類[28]。因此，共享住宿平臺中的用戶生成信號和平臺認證信號分別代表外部可持續性和內部可持續性信號。

根據線索一致性理論[48]，用戶生成信號和平臺認證信號存在著互補性。作為兩類外部和內部可持續信號，當用戶生成信號和平臺認證信號達到線索一致性時，將會激發房客的可持續消費行為。平臺認證信號是平臺對房源的客觀評價信號，用戶生成信號是消費者互動的主觀評價信號。前者客觀但缺乏真實體驗的感受，后者是平臺用戶的直接互動，但較為主觀。房客可持續消費行為可能會同時受主客觀兩種信號的互補影響。當房源被平臺標識為優品房源時，會增加房客對該房源和房東的信任度。該房源用戶生成信號將會促進房客可持續消費行為。相反，當房源未被標識為優品房源，房客對用戶生成信號的信任度會降低，不利于該信號激發可持續性消費行為。據此，我們提出如下假設：

H4：在有平臺認證信號（優品房源）的房源中，房源可持續性在線評論對房客的可持續消費行為作用更強

H5：在有平臺認證信號（優品房源）的房源中，房源可持續性在線評分對房客的可持續消費行為作用更強

3 研究方法

3.1 數據與樣本

本研究的數據來源于小豬短租平臺。小豬短租平臺是我國知名的P2P（peer to peer）共享住宿平臺之一，為房東與房客搭建一個直接的在線交易場所。截至2019年5月，小豬短租共有超過80萬間房源，分布在全球超過700座城市。作為旅游接待行業的重要中介平臺，小豬平臺展現了許多房源和房客的可持續性特征。例如，小豬平臺為房源提供相關認證，如優品認證體現出該房源的整潔衛生情況良好;小豬雙向評論的機制，使得不僅房客在入住結束后可以發表入住的相關評論和評分，房東也可以對房客的入住情況進行評論，其中就涉及雙方可持續行為相關的評論和評分。小豬平臺的這些特征均為本研究的順利開展提供了科學的環境。

本文選取北京、上海、廣州和深圳4座城市的房源相關數據，主要原因如下：首先，這些城市均為我國一線城市，吸引著全國各地的旅客，在線用戶生成信息豐富;其次，這些城市的可持續實踐相對國內其他城市更加豐富，為本文研究用戶可持續消費行為提供了合適的研究場景。因此，本文按照各城市行政區劃分，于2019年7月—8月在小豬平臺上爬取14 202間房源相關信息。由于短租平臺普遍存在入住率低的情況，為保證后續數據分析，篩選出評論數大于等于1的房源作為研究對象，最終得到的有效數據集包括6953間房源。其中，北京房源數為2179間，上海房源數為2279間，廣州房源數為1411間，深圳房源數為1084間。數據集還包括房源對應的77 767條房客文本評論，其中，北京評論數為24 411條，上海評論數為27 324條，廣州評論數為17 408條，深圳評論數為8624條。

3.2 變量與測量

（1）主要變量

本研究的因變量為房客可持續消費行為，采用在線評論中房東評價房客關于其在住宿過程中可持續消費行為的詞匯數（例如整潔、干凈等）來測量，這種可持續消費行為主要表現為房客的主動清潔行為和節約消費行為[3， 6， 24]。該變量主要通過對T+N時間段房東的評論進行文本分析獲得，其均值為0.253，標準差為0.817。

本研究的自變量為可持續消費的用戶生成信號，包括在線評論和在線評分。其中，在線評論是房客對于房源整潔衛生的定性評價，采用T時間段房客在線文本評論中關于房源整潔、衛生等詞匯數來測量（該過程是由兩位作者確定關鍵詞表進行編碼并計數）。該變量的均值為0.394，標準差為1.115。在線評分則是房客對于房源整潔衛生的定量評價，采用T時間段房客對于該房源整潔衛生情況的評分，直接從網站爬取。該變量的均值為2.434，標準差為2.425。

本研究的調節變量為可持續消費的平臺認證信號，采用小豬平臺對于房源的優品認證。一般情況下，擁有優品認證的房源體現出該房源相比其他房源在整潔衛生等方面表現更優。該變量采用虛擬變量測量，1表示優品認證房源，0表示非優品認證房源。本研究數據中，優品認證房源一共有1601間，占所有房源的23%。

（2）控制變量

最后，還考慮了影響可持續消費行為的其他變量作為控制變量，包括房源價格（PRI）、房源所在城市（CITY）、房源評論量（RV）和房源面積（SIZE）。其中，房源所在城市采用虛擬變量測量。相關變量定義和測量如表1所示。

3.3 描述性統計與相關性分析

本研究主要變量、控制變量之間的相關性和描述性統計如表2所示。由于價格和評論量方差較大，因此對其取自然對數處理加入后續回歸分析。其中，由于部分房源近3月內未獲房客評論，即評論量（RV）有存在0的情況。為了方便進行自然對數處理，根據前人的經驗將該變量全部加1處理后取自然對數[49]。從表2中可以看出各個變量間的相關系數小于0.7，低于建議的閾值[50]。后續的方差膨脹因子（VIF）分析也說明本文的研究模型不存在突出的共線性問題，具體結果見表3。

4 數據結果

4.1 計量經濟模型構建

研究采用計量模型對假設進行驗證。本模型在控制房源價格、房源所在城市、房源面積和房源評論量之后，研究用戶生成信號和平臺認證信號對房客可持續消費行為的影響機制。該模型中包含了自變量、交互項以及控制變量，計量模型如下：

其中，[α0]是截距項;[βi （i=1…10）]表示模型回歸系數，[ε]為隨個體而改變的擾動項，捕獲其他沒考慮到的可能引起因變量變化的因素。

由于本研究的因變量房客可持續消費行為是計數變量，且因變量的標準差大于均值，所以選擇使用計數回歸進行模型估計。進一步，本文比較非負二項式回歸、泊松回歸和零膨脹非負二項式回歸的結果。首先，通過過度離散檢驗（overdispersion test），發現本數據存在過度離散（χ 2=1511.08，p<0.001），發現相比泊松回歸，非負二項式回歸估計更合適。其次，通過Vuong檢驗，發現相比零膨脹非負二項式回歸估計（z=0.78，p>0.1），非負二項式回歸的解釋能力更強。綜上，本文選擇使用非負二項式回歸完成模型估計。

4.2 模型估計及結果

本研究使用Stata 13軟件逐步納入控制變量、自變量和交互項進行非負二項式回歸分析以檢驗研究假設。其中，為了降低共線性風險，方程中的交互項經過中心化轉化得到。模型估計結果見表3。

模型1納入所有控制變量，結果顯示除房源面積外，其余控制變量的回歸系數均顯著。在此基礎上，模型2加入了在線評論（即定性信號）、在線評分（即定量信號）和優品認證（平臺認證信號）3個變量，其中，優品認證采用虛擬變量（1為優品）納入回歸模型。結果顯示，在線評論（β=0.070，p<0.10）和在線評分（β=0.086，p<0.001）與房客可持續消費行為呈顯著正向相關。因此，假設H1和假設H2均得到了支持，即可持續性在線評論和可持續性在線評分均正向影響房客可持續消費行為。

模型3在模型2的基礎上加入在線評論和平臺認證信號的交互項。結果顯示，在線評論和平臺認證信號的交互作用正向顯著（β=0.217，p<0.01），表明與非優品相比，優品認證的房源能夠增強可持續相關在線評論數對房客可持續消費行為的影響。在線評論和平臺認證信號之間的交互效應如圖2所示。當房源為優品認證時，在線評論對房客可持續消費行為的影響作用為正，且影響更大。該結果說明在有平臺認證信號（優品房源）的房源中，房源可持續性在線評論數對房客可持續消費行為作用更強，即用戶生成定性信號和平臺認證信號二者之間存在互補作用。因此，假設H4得到證實。

模型4在模型3的基礎上加入在線評分和平臺認證信號的交互項。結果顯示，在線評分和平臺認證信號的交互作用正向顯著（β=0.147，p<0.01），表明與非優品相比，優品認證的房源能夠增強可持續性在線評分對房客可持續消費行為的影響。在線評分和平臺認證信號之間的交互效應如圖3所示。當房源為優品認證時，在線評論對房客可持續消費行為的影響作用為正，且影響越來越強。該結果說明，在有平臺認證信號（優品房源）的房源中，房源可持續性在線評分對房客的可持續消費行為作用更強，即用戶生成定量信號和平臺認證信號二者之間存在互補作用。因此，假設H5得到證實。

模型5在模型4的基礎上加入在線評分和在線評論的交互項。結果顯示，在線評分和在線評論的交互作用正向顯著（β=0.123，p<0.01），表明在線評分和在線評論對房客可持續消費行為的影響存在互補作用。當房源擁有強定量信號（即高可持續性在線評分）時，在線評論（定性信號）對房客可持續消費行為的影響作用為正，且影響越來越強。該結果說明，在有強定性信號的房源中，房源可持續性在線評分對房客的可持續消費行為作用更強，即用戶生成定量信號和用戶生成定性信號二者之間存在互補作用。因此，假設H3a得到證實，假設H3b則不成立。

4.3 穩健性檢驗

為進一步檢驗研究模型的穩健性，本部分通過調整估計方法，比較有評分房源和無評分房源，并與負二項回歸基準模型（模型5）結果進行對比。

首先，分別采用泊松模型、零膨脹泊松模型和零膨脹二項模型對基準模型進行重新估計，結果見表4，除了模型8中的在線評論和平臺認證信號的交互項不顯著外，其余交互項均與模型5的基準模型相同，作用方向也完全相同。該結果說明，相關估計方法選擇不會影響本研究結果的穩健性。其次，本文的數據樣本中，關于房源的整潔衛生評分數據包括有評分和無評分兩組數據（該平臺規定當評論數大于4才顯示評分）。為了進一步驗證在線評分的作用，本部分分別對有評分房源和無評分房源數據采用負二項回歸重新估計，結果顯示，相比無在線評分的房源，有在線評分組房源的平臺認證信號和在線評論的交互項作用效果有顯著差異，表明在線評分是一個重要的調節變量。綜上所述，本文的穩健性檢驗結果與基準結果總體基本一致，說明了本研究模型估計結果具有一定的穩健性。

5 討論與結論

5.1 主要發現

本文基于信號理論和可持續消費行為的相關文獻，區分共享住宿平臺上的兩類可持續性信號：平臺認證信號和用戶生成信號，用戶生成信號又進一步確認為用戶生成定量信號和用戶生成定性信號，從而探究不同共享平臺信號對于房客可持續消費行為的影響機制。本研究利用從小豬短租平臺上獲取的數據，進行非負二項式回歸分析以檢驗假設，結果驗證了用戶生成定量信號、用戶生成定性信號和平臺認證信號（即優品認證）對房客可持續消費行為的影響機制模型。其中，用戶生成定量信號和用戶生成定性信號存在互補作用;平臺認證信號正向調節兩類用戶生成信號對房客可持續消費行為的作用過程。

5.2 理論貢獻

第一，本研究將聚焦于質量信號的信號理論應用到可持續性信號的研究，并將共享住宿平臺上的相關信號區分為兩類重要的可持續性信號（包括平臺認證信號和用戶生成信號），特別是創造性地將用戶生成信號分為可持續性在線評分和可持續性在線評論，將有利于探索不同平臺信號對于房客可持續消費行為的具體影響機制。前人文獻關于電商信號研究主要圍繞第三方認證信號[29， 31]和質量信號[19]而展開，缺乏從用戶視角探索用戶生成信號對于可持續消費行為的影響機制。本研究分別從定性信號和定量信號的角度，發現了可持續性在線評論和可持續性在線評分對房客可持續消費行為的正向影響。

進一步，本文還發現，在線評論和在線評分這兩類用戶生成信號存在互補效應，而不是替代效應。具體而言，隨著房源可持續性定性信號的增強，定量信號對房客的可持續消費行為的正向影響也會增強。前人文獻也從線索一致性的角度發現不同在線線索（包括文本特征和評論得分）一致性的重要作用[34， 48]。因此，本研究進一步擴展了質量信號理論，為后續文獻從可持續性信號的視角探索房客可持續消費行為提供了新的理論框架。

第二，本研究揭示了平臺認證信號在用戶生成信號影響房客可持續消費行為過程中的正向調節作用，即平臺認證信號和兩類用戶生成信號之間均存在互補效應。具體而言，研究發現：（1）在優品認證的房源中，用戶生成定性信號對房客的可持續消費行為作用更強;（2）在優品認證的房源中，用戶生成定量信號對房客可持續消費行為作用更強。因此，本文發現了作為內部線索的平臺認證信號對兩類用戶生成信號的互補作用，即當用戶生成信號和平臺認證信號達到一致時，將會激發房客的可持續消費行為。前人文獻基于信號理論也發現了內外部質量線索對于數字化電子游戲銷量的正向影響[28]。本研究進一步從線索一致性角度發現了平臺認證信號和兩類用戶生成信號的一致性對于房客可持續消費行為的正向影響。因此，本文從信號理論和線索一致性角度解釋了內外部線索一致性對于房客可持續消費行為的影響機制，進一步豐富了信號理論和線索一致性理論的應用場景。

第三，本研究從電商平臺信號視角進一步豐富共享經濟中用戶可持續消費行為的相關文獻。盡管旅游管理領域中的旅行者可持續消費行為等議題得到了一定探索[11]，并且相關文獻開始滲透到共享住宿領域，但當前文獻主要圍繞共享住宿接受和采納行為[51]、共享住宿平臺的價格影響因素[14]等，并將可持續發展作為用戶參與共享經濟的主要動因之一[10， 17]。本研究選擇共享經濟的具體應用場景即共享住宿平臺，從電商平臺信號視角（包括平臺認證信號和用戶生成信號）解釋房客可持續消費行為的形成機制。有文獻基于社會交換理論在共享住宿平臺中，探索了社會因素和經濟因素對于可持續消費行為的作用機制[3]。本研究結合電商平臺信號視角，將有助于解釋共享住宿平臺上不同類型信號對于房客可持續消費行為的具體作用機制，進而補充并豐富前人從社會交換視角對于可持續消費行為的研究。因此，本研究為今后旅游管理文獻進一步探索共享經濟情境下旅行者可持續消費行為提供了新的理論視角。

5.3 實踐啟示

本研究也為共享經濟背景中提升房客可持續消費行為提供了一定的實踐價值和管理啟示：

第一，對于共享住宿平臺企業而言，進一步規范和完善可持續認證信號機制和用戶生成信號機制，以激發更多的房客可持續消費行為。當前，許多電商平臺的認證與平臺服務和產品質量相關。因此，為了倡導和激發可持續和綠色消費行為，共享住宿平臺企業可以建立并完善與可持續性相關的認證標簽和機制，并進一步鼓勵平臺用戶發表房源可持續性特征的評論和評分。特別是標桿共享住宿平臺應引導整個行業對用戶可持續消費行為的關注和整個行業的可持續發展。

第二，對于共享住宿平臺房東而言，應該爭取獲得相關平臺認證，并重視用戶生成信號對于可持續消費行為的影響。平臺認證信號會增加房客對房源和房東的信任，從而房客也會有更多可能進行保持房屋整潔等可持續消費行為。關于用戶生成信號，房東應鼓勵房客進行相關可持續性的在線評論和在線評分。房東也可以更多地發出彰顯房源的可持續性信號，比如在房東主頁撰寫關于房源整潔、房客綠色消費的信息，從而激發其他房客的可持續消費行為。

5.4 研究局限性與展望

本研究存在一些不足與需要拓展之處：（1）本研究主要關注單一共享住宿平臺（小豬短租平臺）。由于共享住宿平臺間的相互影響越來越強，未來研究可對不同平臺進行橫向對比分析，以便區分不同平臺特征對于實證結果的影響。（2）本文數據主要來源于平臺的縱觀的數據，未來研究可以繼續擴展數據來源（例如問卷和訪談數據），進一步探索更多類型的可持續消費行為。（3）今后研究也可擴展到其他共享經濟情境下的可持續消費行為，例如共享出行、共享單車等。

參考文獻（References）

[1] NATIONS U. Sustainable development goals： Seventeen goals to transform our world[EB/OL]. [2019-08-09]. http：//www.un. org/sustainabledevelopment/sustainable-development-goals/.

[2] G?SSLING S， HALL C M. Sharing versus collaborative economy： How to align ICT developments and the SDGs in tourism？[J]. Journal of Sustainable Tourism， 2019， 27（1）： 74-96.

[3] WANG Y， XIANG D， YANG Z， et al. Unraveling customer sustainable consumption behaviors in sharing economy： A socio-economic approach based on social exchange theory[J]. Journal of Cleaner Production， 2019， 208： 869-879.

[4] SRNICEK N. Platform Capitalism[M]. Cambridge： Polity Press， 2017.

[5] GROUP W B. Tourism and the Sharing Economy： Policy & potential of sustainable peer-to-peer accommodation[EB/OL]. [2018-12-12].https：//openknowledge.worldbank.org/handle/10986/30452.

[6] WANG P， LIU Q， QI Y. Factors influencing sustainable consumption behaviors： A survey of the rural residents in China[J]. Journal of Cleaner Production， 2014， 63： 152-165.

[7] CURTIS S K， LEHNER M. Defining the sharing economy for sustainability[J]. Sustainability， 2019， 11（3）： 567.

[8] HARTL B， SABITZER T， HOFMANN E， et al. “Sustainability is a nice bonus” the role of sustainability in carsharing from a consumer perspective[J]. Journal of Cleaner Production， 2018， 202： 88-100.

[9] GEISSINGER A， LAURELL C， ?BERG C， et al. How sustainable is the sharing economy？ On the sustainability connotations of sharing economy platforms[J]. Journal of Cleaner Production， 2019， 206： 419-429.

[10] GAZZOLA P， V?T?M?NESCU E-M， ANDREI A G， et al. Users motivations to participate in the sharing economy： Moving from profits toward sustainable development[J]. Corporate Social Responsibility and Environmental Management， 2019， 26（4）： 741-751.

[11] GERDT S-O， WAGNER E， SCHEWE G. The relationship between sustainability and customer satisfaction in hospitality： An explorative investigation using eWOM as a data source[J]. Tourism Management， 2019， 74（5）： 155-172.

[12] GUTTENTAG D， SMITH S， POTWARKA L， et al. Why tourists choose Airbnb： A motivation-based segmentation study[J]. Journal of Travel Research， 2018， 57（3）： 342-359.

[13] SO K K F， OH H， MIN S. Motivations and constraints of Airbnb consumers： Findings from a mixed-methods approach[J]. Tourism Management， 2018， 67（4）： 224-236.

[14] 吳曉雋， 裘佳璐. Airbnb房源價格影響因素研究——基于中國36個城市的數據 [J]. 旅游學刊， 2019， 34（4）： 13-28. [WU Xiaojun， QIU Jialu. A study of Airbnb listing price determinants： Based on data from 36 cities in China[J]. Tourism Tribune， 2019， 34（4）： 13-28. ]

[15] HEO C Y， BLAL I， CHOI M. What is happening in Paris？ Airbnb， hotels， and the Parisian market： A case study[J]. Tourism Management， 2019， 70（1）： 78-88.

[16] ROACH J C. How Airbnb has affected the hotel industry[J]. Monthly Labor Review， 2018（5）： 1-2

[17] TUSSYADIAH I P. Factors of satisfaction and intention to use peer-to-peer accommodation[J]. International Journal of Hospitality Management， 2016， 55（4）： 70-80.

[18] SPENCE M. Job market signaling[J]. The Quarterly Journal of Economics， 1973， 87（3）： 355-374.

[19] WELLS J D， VALACICH J S， HESS T J. What signal are you sending？ How website quality influences perceptions of product quality and purchase intentions[J]. MIS Quarterly， 2011， 35（2）： 373-396.

[20] SIGALA M， PARSA H G， SEGARRAO?A M， et al. Customer involvement in sustainable supply chain management： A research framework and implications in tourism[J]. Cornell Hospitality Quarterly， 2014， 55（1）： 76-88.

[21] SHARMA R， JHA M. Values influencing sustainable consumption behaviour： Exploring the contextual relationship[J]. Journal of Business Research， 2017， 76： 77-88.

[22] ERTZ M， LEBLANC-PROULX S. Sustainability in the collaborative economy： A bibliometric analysis reveals emerging interest[J]. Journal of Cleaner Production， 2018， 196： 1073-1085.

[23] FISCHER D， STANSZUS L， GEIGER S， et al. Mindfulness and sustainable consumption： A systematic literature review of research approaches and findings[J]. Journal of Cleaner Production， 2017， 162： 544-558.

[24] WU C S， ZHOU X X， SONG M. Sustainable consumer behavior in China： An empirical analysis from the Midwest regions[J]. Journal of Cleaner Production， 2016， 134： 147-165.

[25] JIA L， LIU X， LIU Y. Impact of different stakeholders of bike-sharing industry on users intention of civilized use of bike-sharing[J]. Sustainability， 2018， 10（5）： 1437.

[26] YATES L. Sharing， households and sustainable consumption[J]. Journal of Consumer Culture， 2018， 18（3）： 433-452.

[27] KIRMANI A， RAO A R. No Pain， No Gain： A critical review of the literature on signaling unobservable product quality[J]. Journal of Marketing， 2000， 64（2）： 66-79.

[28] CHOI H S， KO M S， MEDLIN D， et al. The effect of intrinsic and extrinsic quality cues of digital video games on sales： An empirical investigation[J]. Decision Support Systems， 2018， 106（8）： 86-96.

[29] WANG Y， QU Z， TAN B. How do assurance mechanisms interact in online marketplaces？ A signaling perspective[J]. IEEE Transactions on Engineering Management， 2018， 65（2）： 239-251.

[30] STEIGENBERGER N， WILHELM H. Extending signaling theory to rhetorical signals： Evidence from crowdfunding[J]. Organization Science， 2018， 29（3）： 529-546.

[31] BAPNA S. Complementarity of signals in early-stage equity investment decisions： Evidence from a randomized field experiment[J]. Management Science， 2019， 65（2）： 933-952.

[32] RACHERLA P， FRISKE W. Perceived ‘usefulness of online consumer reviews： An exploratory investigation across three services categories[J]. Electronic Commerce Research and Applications， 2012， 11（6）： 548-559.

[33] WU C， HAI C， CHAN T Y， et al. The economic value of online reviews[J]. Marketing Science， 2015， 34（5）： 739-754.

[34] KORFIATIS N， GARC?A-BARIOCANAL E， S?NCHEZ-ALONSO S. Evaluating content quality and helpfulness of online product reviews： The interplay of review helpfulness vs. review content[J]. Electronic Commerce Research and Applications， 2012， 11（3）： 205-217.

[35] MUDAMBI S M， SCHUFF D. Quarterly what makes a helpful online review？ A study of customer reviews on Amazon. com[J]. MIS Quarterly， 2010， 34（1）： 185-200.

[36] BAEK H， AHN J， CHOI Y. Helpfulness of online consumer reviews： Readers objectives and review cues[J]. International Journal of Electronic Commerce， 2012， 17（2）： 99-126.

[37] JEONG E， JANG S. Restaurant experiences triggering positive electronic word-of-mouth （eWOM） motivations[J]. International Journal of Hospitality Management， 2011， 30（2）： 356-366.

[38] ZHAO Y， XU X， WANG M. Predicting overall customer satisfaction： Big data evidence from hotel online textual reviews[J]. International Journal of Hospitality Management， 2019， 76（1）： 111-121.

[39] PAULAUSKAITE D， POWELL R， COCA-STEFANIAK J A， et al. Living like a local： Authentic tourism experiences and the sharing economy[J]. International Journal of Tourism Research， 2017， 19（6）： 619-628.

[40] 盧向華， 馮越. 網絡口碑的價值——基于在線餐館點評的實證研究[J]. 管理世界， 2009（7）： 126-132. [ LU Xianghua， FENG Yue. The value of online word-of-mouth： An empirical study based on online restaurant reviews[J]. Management World， 2009（7）： 126-132. ]

[41] LIN Z. An empirical investigation of user and system recommendations in e-commerce[J]. Decision Support Systems， 2014， 68（12）： 111-124.

[42] LIN Z， HENG C-S. The paradoxes of word of mouth in electronic commerce[J]. Journal of Management Information Systems， 2015， 32（4）： 246-284.

[43] KOZLENKOVA I V， PALMATIER R W， FANG E， et al. Online relationship formation[J]. Journal of Marketing， 2017， 81（3）： 21-40.

[44] ERT E， FLEISCHER A. The evolution of trust in Airbnb： A case of home rental[J]. Annals of Tourism Research， 2019， 75（3）： 279-287.

[45] XU Y J， CAI S， KIM H W. Cue consistency and page value perception： Implications for web-based catalog design[J]. Information & Management， 2013， 50（1）： 33-42.

[46] ANDERSON N H. Foundations of Information Integration Theory[M]. New York： Academic Press， 1981.

[47] MAHESWARAN D， CHAIKEN S. Promoting systematic processing in low-motivation settings： Effect of incongruent information on processing and judgment[J]. Journal of Personality and Social Psychology， 1991， 1（61）： 13-25

[48] MIYAZAKI A D， GREWAL D， GOODSTEIN R C. The effect of multiple extrinsic cues on quality perceptions： A matter of consistency[J]. Journal of Consumer Research， 2005， 32（1）： 146-153.

[49] SALDANHA T， MITHAS S， KRISHNAN M S. Leveraging customer involvement for fueling innovation： The role of relational and analytical information processing capabilities[J]. MIS Quarterly， 2017， 41（1）： 267-286.

[50] BAGOZZI R P， YI Y， PHILLIPS L W. Assessing construct validity in organizational research[J]. Administrative Science Quarterly， 1991， 3（36）： 421-458.

[51] 池毛毛， 劉姝君， 盧新元， 等. 共享住宿平臺上房東持續參與意愿的影響機理研究： 平臺網絡效應的視角[J]. 南開管理評論， 2019， 22（4）： 103-113. [CHI Maomao， LIU Shujun， LU Xinyuan， et al. The influencing mechanism of the re-participation intention of host in the shared accommodation platform： The perspective of platform network effects[J]. Nankai Business Review， 2019， 22（4）： 103-113. ]