异质效应与服务属性的差异化优先级：三因子理论如何指导中国民宿的可持续发展

《Sage Open》：Heterogeneous Effects and Differential Prioritizations About Service Attributes: How Three-Factor Theory Informs Sustainable Development in China’s Homestays

　　

顾客满意度对民宿的可持续增长具有关键影响。研究人员引入一种创新双分析框架，整合惩罚-奖励对比分析（PRCA）与非对称重要性-绩效分析（AIPA），用以检验服务属性与整体顾客满意度（OCS）之间的对称/非对称关联，以及服务属性的优先级。研究人员从途家（Tujia）收集了2884条在线评分。研究发现：（1）各属性对OCS的预测力与其实际绩效之间存在显著错配；（2）服务属性对OCS的非对称效应在各细分市场中占主导，基本因子（basic factor）是主要驱动因素；（3）不同细分市场呈现出差异化的属性优先级模式，为提升OCS提供定制化路径。通过考察多维度民宿细分市场，该研究借助服务属性影响的比较分析推进了对顾客满意度的理论理解，并为从业者基于服务属性优先级策略性提升顾客满意度提供实践建议。 通俗摘要显示，服务属性对顾客满意度的影响比既往认知更复杂。研究人员考察了2884条途家民宿评分。就服务属性对顾客满意度的影响而言，服务属性与顾客满意度之间的非线性关系在中国民宿各细分市场中具有绝对主导地位。多数服务属性在顾客评价中主要被归为基本因子或兴奋因子（excitement factor）。此外，研究提出考虑实际绩效与属性类别的服务属性改进顺序：Value因绩效持续较差成为最高优先级改进属性，Service因在大多数细分市场中表现强劲而改进优先级最低。这些发现挑战了关于服务属性—满意度关系的传统观点，为民宿经营者改善服务质量与市场竞争力提供战略建议。

研究背景方面，民宿作为生态旅游子集，是可持续旅游发展的重要替代形态，也是旅游社区可持续发展的重要支撑。既有文献多关注“哪些因素影响民宿游客满意度与忠诚”“这些因素通过什么路径影响满意度”，方法涵盖定量、定性与混合研究；但既有研究未能厘清这些决定因素的性质，更未对提升满意度的决定因素进行优先级排序，因此未对服务改进形成实质性建议。与此同时，基于在线评论视角研究中国可持续民宿与顾客满意度的文献十分有限，存在明显研究空白。顾客满意度依赖企业所给服务质量，而服务具有多维质量属性，且各属性对满意度影响并非都是线性对称；三因子理论将属性分为基本因子（basic factor，未满足则不满、满足也不显著提升满意）、绩效因子（performance factor，高低绩效与满意度近似线性对称）和兴奋因子（excitement factor，提供则满意、不提供也不会不满）。为弥补空白，研究人员以中国民宿为对象，用PRCA与AIPA揭示属性—OCS的对称/非对称关系并做细分市场优先级排序。

该研究发表于《Sage Open》。研究人员以途家平台匿名评分数据为基础，样本为截至2024年12月17日的2884条消费者评分，属性包括Reliability、Service、Location、Cleanliness、Value、Convenience，OCS为复合评价，均采用5点量表（1=Poor，5=Excellent）；细分市场按城乡分为乡村/城市民宿，按地理分为山岳/湖畔/海岸民宿，按传统区域分为西南/华南/华北/华东民宿。

主要关键技术方法上，研究人员采用哈曼单因子检验（Harman’s single-factor test）判定共同方法偏差；以相关分析考察属性与OCS线性关联强度，以多元回归分析估计各属性对OCS的标准化与非标准化影响及方差解释力；采用惩罚-奖励对比分析（PRCA），把5点评分转为高绩效/低绩效虚拟变量，做固定效应虚拟变量回归得到奖励指数（RI）与惩罚指数（PI），再用影响不对称性（IA，Impact Asymmetry）指数与显著性规则将属性分为基本因子、绩效因子、兴奋因子；采用非对称重要性-绩效分析（AIPA），以属性均值为实际绩效、IA为纵轴，将属性归入高/低绩效与三因子交叉的六类，并按LB>LP>LE>HB>HP>HE规则排序改进优先级。

研究结果如下。

4.1 共同方法偏差（Common-Method Bias）：研究人员用SPSS对所有虚拟变量做未旋转因子分析，提取出3个特征值大于1的成分，最大成分解释方差45.55%，低于Podsakoff等提出的50%阈值，说明共同方法偏差不会对数据效度构成显著威胁。

4.2 服务属性的系数与实际绩效：相关分析显示各属性与OCS相关系数0.452—0.889且均显著，Value、Convenience与部分属性为中等相关，其余为强相关。回归模型中R²=0.923、调整R²=0.922，属性共解释OCS方差92.2%；Cleanliness（β=0.290）、Reliability（β=0.269）、Location（β=0.232）解释力居前，Value（β=0.024）最弱；所有VIF<5。实际绩效上，全样本Service均值最高（4.081），Value最低（3.595）；九类细分中Service七次居首、Value七次垫底，说明预测力强的属性未必绩效高，预测力弱的Service反而绩效好，Value则绩效差且需优先改进。

4.3 PRCA结果：虚拟变量回归得到各细分市场RI与PI。Cleanliness是唯一全样本与全细分中RI、PI均显著的属性；Service在多个细分PI不显著而RI显著。按IA与显著性分类后，乡村民宿仅Cleanliness为绩效因子、其余基本因子；城市民宿仅Service为兴奋因子、其余基本因子；山岳民宿Service为兴奋因子，湖畔民宿Cleanliness与Value为绩效因子，海岸民宿Service为兴奋因子、Value为绩效因子；西南民宿Service与Location为兴奋因子、Convenience为绩效因子，华南民宿Location与Value为绩效因子、Service为兴奋因子，华北民宿Reliability为兴奋因子、Value为绩效因子，华东民宿仅Service为兴奋因子。总体看，各细分以基本因子占主导，非对称效应（基本因子+兴奋因子）明显压倒对称效应（绩效因子），回答RQ2：非对称效应占主导。

4.4 AIPA结果：结合属性均值与PRCA类别，属性被分为HB、HE、LB、LP、HP、LE等。Service在各细分均为高绩效属性，Value在各细分均为低绩效属性。类型1中乡村民宿Value为LB、Convenience为HB，城市民宿Service为HE、Cleanliness与Value为LB；类型2中山岳民宿Location为LB，湖畔与海岸民宿Value为LP；类型3中西南民宿Location与Service为HE、Convenience为HP，华南民宿Location为HP、Value为LP，华北民宿Reliability为HE、Location与Cleanliness为LB，华东民宿Service为HE、Value等为LB。由此得到的优先级表显示：Value在四类细分排第一，Location在类型2排第一，Service七次排最后；即Value最需改进、Service最不需追加投入，优先级与“实际绩效差的基本/绩效因子优先”逻辑一致，回答RQ3。

讨论部分总结：实际绩效与对OCS预测力并不一致——Service实际表现好但属“做好了也不额外加很多分”的兴奋因子或高绩效属性，Value实际差且多为基本/绩效因子，是消除不满或性价比短板的关键。非对称效应主导说明民宿竞争不能只靠传统IPA式“重要—绩效”线性思维：基本因子用来保底、消除不满，绩效因子是同业竞争基线，兴奋因子用来形成差异化。细分市场优先级不同，源于供给端硬件软件与主人能力差异、需求端游客偏好与感知差异，以及城乡、山地湖畔海岸、区域资源禀赋带来的定位分化，因此民宿提升OCS必须走需求导向、分段施策的路径。

研究结论（6. Implications浓缩）：理论层面，研究用三因子理论及相关技术揭示了民宿属性与OCS的异质效应（对称/非对称），弥补了既往只找“影响因素”却不分属性性质、不做优先级的研究缺陷，推进了顾客满意度理论在民宿场景下的比较分析。实践层面，基本因子是市场进入门槛，兴奋因子建立差异化，绩效因子巩固一般竞争力；经营者应先补Value等低绩效基本/绩效因子短板，再用本地文化、主人互动、在地生活体验等兴奋因子提升口碑，并按城市/乡村、山岳/湖畔/海岸、西南/华南/华北/华东等细分市场采用不同改进顺序，从而实现中国民宿服务优化与可持续增长。