共享经济推动平台型灵活就业的影响因素分析

高素英 祝津 张烨 王羽婵

摘 要： 运用技术接受模型及相关理论，构建共享经济推动平台型灵活就业的影响因素模型。以滴滴出行企业作为研究对象，对参与到滴滴出行平台工作的司机进行问卷调查作为数据来源，使用SPSS软件和结构方程模型进行实证研究，结果表明：使用权分享对感知成本有显著的负向影响，对心理因素有显著的正向影响;感知成本对参与就业有显著的负向影响，感知效益对参与就业有显著的正向影响，其中感知成本对感知效益也会产生显著的负向影响;心理因素对感知效益有显著的正向影响。根据分析结果为共享平台企业提供相应的管理对策及建议，并创造出更多新形态的工作岗位。

关键词：平台型灵活就业;共享经济;技术接受模型;影响因素;互联网

中图分类号：F715   文献标志码：A   文章编号：1674-7356（2020）-03-0007-10

近年来，共享经济的飞速发展对社会经济系统的各个方面都产生了巨大影响。习主席在党的十九大报告中明确提出共享经济已经成为我国经济增长的新创新点及发展新动能[1]，发展共享经济已上升到国家重大方略层次。在共享经济的大浪潮下，共享出行企业如雨后春笋般出现并得以迅猛发展，随着消费者需求的不断增加，共享出行所展现的市场竞争力和对传统出行行业的颠覆力越来越强，进而衍生出一种新型的就业模式——平台型灵活就业。这种就业模式呈现出关系灵活化、工作碎片化和工作安排去组织化的特征[2]。在互联网平台中工作的劳动者、在雇佣组织中的雇员以及享有自主权的自雇者并不相同，他们在工作期间接受平台监督管理规章的同时，还可以根据自己的需求自由选择平台上指派的工作，这种基于生产关系角度的新就业形态已经有了长足的发展[3]。可见平台型灵活就业者已经成为一个迅速庞大起来的新的劳动群体。

本文将使用权分享作为共享经济的首要研究变量，对劳动者参与平台型灵活就业的影响因素进行划分，引入心理因素、感知成本、感知效益、参与就业作为感知变量，探讨共享经济推动新型平台就业模式的影响因素及其作用机理，旨在为共享出行企业提供相关营销策略。

一、文献综述

目前，网络平台对就业的支撑力度越来越强，各种新型灵活就业模式开始涌现，以互联网为核心的“平台型就业”或是未来扩大就业的新引擎之一[4]。因此，平台型灵活就业模式逐渐受到社会各界的关注，学术界也展开了对相关领域的研究，主要可分为以下三类：

一是对共享经济下就业形态的演变及新模式形成的相关总结。尹福禄从共享经济的概念和特点入手，归纳和比较当前经济环境下的就业模式，就如何消除这种灵活岗位增加所带来的不利影响，实现共享经济与新就业模式创新的良性互动提出一系列建议[5]。张新红、于凤霞等人指出交通出行、房屋住宿和生活服务等领域共享（分享）经济的就业贡献表现突出，未来将与实体经济相互融合，重新塑造就业形态，扩张大型平台企业的全球化布局[6]。J O′Neill通过考虑平台为弱势群体提供的就业机会，研究这些平台在多大程度上可能重现劣势，以及社区用来使这些平台为他们工作的变通方法，研究了CSCW社区未来应对这些挑战的机会[7]。今天，许多工人受雇于各种非标准的工作安排，例如合同工作和机构临时工作。Joseph P. Broschak等人提出了一种随机模型，该模型有助于解释看似相似的非标准工作安排之间的微妙差异如何能够对工作组效率产生不同的挑战[8]。

二是对新型平台就业形态发展所催生的社会问题及政府、平台等相关方改进策略的提出。平台型灵活就业的出现对当前的社会保障制度、法律规范带来了严峻挑战。白永亮指出当前的共享经济就业格局中，我国的劳动保障法律制度对灵活就业在政策规范上存在很多不足，进而提出了在立法上借鉴德国“三分法”①的经验从而构建多层次、多角度的社会保障制度，赋予平台工作者“类劳动者”的地位[9]。何勤、邹雄等人通过深入分析共享经济下平台型灵活就业人员的就业特征、人力资源服务情况以及出现的问题，构建了共享经济平台型灵活就业人员人力资源服务创新策略的理论模型框架，并据此从政府、用工企业和平台三个层面系统化的提出优化招募信息、规范用工标准等创新策略[10]。

三是通过对代表性企业进行案例分析来探讨这类新型共享商业模式给经济发展带来的深刻变革。高素英、张烨等人以滴滴为代表产品，提出商业模式10个核心要素作为解释变量，展开对商业模式要素联动机理的解析，最后将共享经济商业模式发展的关键问题聚焦于平台和劳动者能否建立长期的依存关系，这也是出行平台要为就业者提供平等且有保障的工作岗位从而延续这种共享商业模式存在的核心之处[11]。张海华基于技术接受模型对消费者参与共享出行的行为意向进行研究，指出分享权使用、感知成本、感知风险、从众心理、社会利益对于消费者参与到共享出行活动中去有着不同程度的影响[12]，出行平台中消费者的大量增长又可以影响到供给者身上，进一步促使更多的劳动者参与到服务提供中去，从而推动灵活就业模式的发展。Sabine Moeller和Kristina Wittkowski确定了六个因素作为对非所有权消费模式的偏好的可能决定因素，使用德国在线点对点共享网络的461名成员为样本，使用因子分析和结构方程模型测试关于所提出的决定因素的假设，结果表明非占有服务的需求受到“趋势导向”和“方便导向”的积极影响[13]，该方法为本文后续的实证研究提供了思路。

从新就业形态的梳理中，可以看出共享经济正在重塑对就业的定义，各类平台企业商业模式的发展趋于成熟，但关于共享经济促进平台型企业发展的就业影响机制和如何构建平台型灵活就业影响因素模型的研究还处于黑箱状态方面，本文认为还有待深入探究。从就业模式引发的社会问题并提出保障制度的梳理中看出，有些政策的提出表现出严重的滞后性，还有些对劳动力市场的监管政策存在不好落實和规范管理的缺陷，因此本文将政策建议直接聚焦于对就业影响最大的共享经济平台，提出创造更多新型就业岗位的有效建议。在对代表性企业做案例分析的文献梳理中，本文借鉴了适用于本研究的相关影响因素，为后续实证分析提供了思路，但同时看出，现研究多以消费者为视角解释共享经济商业模式。因此本文另辟蹊径，选择平台劳动者所扮演的另一重要利益相关者角色进行分析，对平台型灵活就业影响机制进行建构，以解决共享经济有效带动就业而引发的多层次和维度问题。

二、案例分析

（一）滴滴出行简介

滴滴出行由成立于2012年7月的“滴滴打车”更名而来，目前涵盖出租车、快车、专车、代驾、大巴以及企业出行等多项服务项目的一站式出行平台，2015年9月“滴滴打车”正式更名“滴滴出行”。最开始的滴滴出行并不是快车和专车模式，以滴滴打车和快的打车为首的两家打车软件公司都是以网约出租车业务起家的。滴滴出行APP改变了传统的打车方式，建立了大数据互联网时代下的现代化出行方式。相比路边扬手打车与传统电话约车的传统方式来说，滴滴出行的诞生颠覆了路边拦车的概念，改变了传统打车市场的格局，利用移动互联网将线下与线上相融合，从乘客的打车初始阶段到乘客下车线上支付阶段，为乘客与司机画出了一个紧密相连的O2O闭环，让司机根据乘客的意愿接单，不仅降低了乘客与司机双方的沟通成本，还有效减少了司机的空驶率，使司机与乘客双方的时间与资源得到最大化地节省。

截至2017年4月，滴滴出行在成都、天津、沈阳、青岛、杭州、贵阳、宁波获得了《网络预约出租汽车经营许可证》。根据艾瑞咨询发布的《2016年中国移动端出行服务市场研究报告》显示滴滴出行的用户目前已逼近4亿大关，覆盖率高达88.4%。超过半数的乘客临时出行时会选择快车（专车），用户的需求量非常旺盛，数据显示，快车（专车）降低了乘客的出行成本，提高了乘客的出行舒适度，提升乘客的出行效率，提高了车辆的利用率，增加了司机的收入并降低了司机的空驶率降低了成本，越来越多的乘客放弃了私家车出行转而乘坐快车（专车）。

据统计，滴滴出行每日的订单数量已突破1 000万，相当于每秒就会完成115个订单。在北京、成都、天津，滴滴出行的日訂单已经超过了100万，为纽约同类日订单的8倍。

（二）滴滴出行的发展历程

谈及滴滴出行的发展历程，要从打车软件的“烧钱”扩张时代说起，自2012年7月滴滴打车上线，仅仅一年多的时间，40多款打车软件现身移动打车市场。滴滴出行和快的打车很快认清了市场的现实，纷纷寻找移动互联网巨头做靠山，迅速清理行业内的竞争对手，滴滴出行便背靠腾讯，快的打车以阿里巴巴为靠山。随着市场竞争的日趋激烈，价格战的营销方式使得越来越多的市民了解到了移动打车所带来的便利性。

烟消弥漫的滴滴打车和快的打车的价格战正式拉开了帷幕，逐渐两款打车软件得到了司机和乘客的认可。随着价格大战的告一段落，滴滴打车和快的打车开始精耕细作，拓展了专车的业务。随着UBER（优步）进入中国，以及神州专车在中国60个城市同时上线，滴滴打车与快的打车面临着第三方竞争的巨大压力，又面对着不断“烧钱”的成本对公司未来发展的影响，于2015年2月14日宣布合并，2015年9月宣布更名为“滴滴出行”。而后，作为滴滴出行的最大竞争者UBER中国与滴滴出行再一次开展了价格战，直到2016年8月，滴滴出行与UBER中国握手言和，滴滴出行宣布与UBER中国进行合并。滴滴出行收购UBER中国后，关于其存在涉嫌垄断的问题一直此起彼伏，对于涉嫌利用市场的垄断地位提高价格问题，滴滴方面做出了回应：滴滴出行在部分城市的用车价格确实做出了上调，但这是为了实现成本的合理分摊，鼓励乘客加深共享出行的理念。此后，滴滴出行又开始进入租车领域，2016年9月，滴滴租车在上海正式上线，并在成都、青岛开始试运营，并拓及海外租车业务。2016年9月26日，滴滴出行宣布将制定数千万美元的战略计划投资共享单车平台ofo，双方在城市出行领域开展深度合作，为乘客彻底解决“最后一公里”的实质难题。发展历程如图1所示。

（三）滴滴出行的选取

作为共享经济发展的主要推动力和载体，滴滴出行为社会创造了大量灵活就业岗位，有效缓解了劳动者从失业到再就业的收入压力。据滴滴出行发布的报告显示，去产能职工在下岗后如果全职开滴滴的话，他们的平均月收入会比失业前提高至少0.5倍。兼具灵活性和稳定性的就业新形态，滴滴出行企业降低了国家经济转型所带来的结构性失业风险，为经济新动能的培养奠定了良好的社会环境。因此本文选择了在我国非常具有代表意义的滴滴出行行业为例，采用结构方程模型研究得出共享经济推动平台型灵活就业的影响因素。

三、研究假设与模型构建

1989年，Davis将计划行为理论进行修正，发展为技术接受模型（TAM），因模型具备的强大可靠性和说服力而被广泛应用于研究不同信息系统和各项新技能对个人及群体行为的影响[14]。之后，Venkatesh 等人研究开发并测试了技术接受模型的理论扩展，该模型解释了社会影响和认知工具过程中的感知有用性和使用意图，称之为扩展技术接受模型（TAM2）[15]。2003年，Venkatesh根据经验对理性行为理论、技术接受模型、动机模型、计划行为理论、技术接受模型与计划行为理论相结合的模型、PC利用模型、创新扩散理论和社会认知理论这八个模型进行比较及扩展，整合了八个模型中的元素并制定统一模型，在经验验证统一模型之后提出了整合技术接受模型[16]。唐毅青在这个基础之上借鉴了社会影响因素，还将风险感知、成本感知作为变量引入到技术接受模型的研究当中[17]。张海华在结合共享经济的权属变化这一突出特征，将使用权分享作为研究共享出行消费者行为的变量之一。本文在上述研究模型的基础上，同时结合滴滴平台本身的特有属性，在研究模型中引入使用权分享、感知效益、心理因素、感知成本、参与就业这5个影响因素。

使用权分享是指在出行中，所有者通过让渡给平台上的劳动者使用权，使得出行工具获得最大利用效率。使用权分享是共享经济模式的特点之一，共享经济将信息技术作为基础和桥梁，实现产品所有权与使用权的相互分离，通过基于互联网的共享平台和人人参与的大众化市场[18]。发达的信息技术与滴滴出行平台相结合，可以满足大部分平台劳动者的工作需求，从而推动就业。

感知效益指在滴滴出行平台上工作的司机使用这种共享出行方式时，所带来的个人经济效益变化和对国民经济做出的社会贡献的总体感知程度。在共享出行中，这种效益可能是提高了司机的接单效率，也可能是节省了接单的时间。方针提到这种感知主要是指用户对新技术有利于学习、工作的可能性以及有利程度的主观认知[19]。

心理因素主要指从众心理的出现，在接收他人的评论和意见之下参与到工作中的心理。由于对未知情况的迷茫和怀疑以及受周围环境的影响，个人会产生一系列的心理历程，进而导致行为的发生。代祺、周庭锐等人认为消费者接收到他人对产品的评价和购买行为的信息后，也会影响到自己的购买意愿和行为的改变，与周围人保持一致[20]。在加入到滴滴平台之前，司机也会刻意地向身边的人收集有效信息，通过获取经验和建议进行行为的决定。

感知成本指司机在参与到滴滴平台中所付出的经济、时间、精力总和。它是决定司机是否参与到滴滴平台的一个重要影响因素。比如网络零售企业之所以得到快速发展，是因为它能够有效降低购物成本，提高顾客对商品的感知效益，进而提高人们的网上购物意愿[21]。同样，当感知成本降低时，劳动者参与到这种新型就业模式中的意愿就會升高。它不仅包括金钱上的成本，还包括时间、精力、心理成本。

参与就业是指司机使用滴滴平台进行灵活就业的意愿强度。参与就业表现为个体参与到就业行为的意愿强度，它决定了个体是否会产生实际行动。贺明华，梁晓蓓将滴滴平台作为研究对象，以依恋理论作为理论基础，旨在探察共享经济平台及服务提供方的声誉对人们参与到平台意愿的影响[22]。

根据这5个变量的定义和文献回顾，提出以下假设。

（1）假设1：使用权分享对感知成本有负向影响。

目前出行方式呈现多样化发展，主要有公交车、地铁、私家车和出租车。其中，人们对私家车和出租车的需求仍然很大，但成本较高且供给有限，这种供需矛盾的出现使得当前的出行方式无法满足人们降低成本的迫切希望。滴滴出行的出现大大提高了闲置车辆的使用效率，既满足了人们的出行需要，又分摊了过去全部由个人所支付的成本费用，最大程度的追求成本最小化，因此提出H1。

（2）假设2：使用权分享对心理因素有正向影响。

心理因素的产生首先源于外界事物的刺激，个人改变自己的原有态度而与大众保持一致，产生从众心理。共享经济模式正是通过使用权分享将不同的个体联系在一起，从而增强人际交往之间的社会认同感[23]，这对于参与者从众心理因素的产生具有促进作用，因此提出H2。

（3）假设3：感知成本对感知效益有负向影响。

成本是每个买家和卖家都会考虑衡量的一个因素。成本越高，消费者的感知意愿越弱，感知效益越低，反之，消费者所感知带给他的效益越高。滴滴出行可以承担原来由工作劳动者自身需负担的部分成本，包括金钱、时间、精力。因此，与传统出行模式相比，共享模式更加大了司机的感知效益，因此提出H3。

（4）假设4：感知效益对参与就业有正向影响。

一个人参与到某项活动最基本的动机是它能给自己带来实际利益。在滴滴出行中，司机可以花费更少的成本，提供多样化的出行服务，并从中增加自己的收入。冯也苏指出，共享出行是通过提高技术和优化制度方面提供高效率的出行服务[24]，因此提出H4。

（5）假设5：感知成本对参与就业有负向影响。

司机在选择是否参与到滴滴出行平台的工作中时，会权衡在参与过程中所消耗的金钱、时间、精力等成本。当成本相对较低时，会促进司机参与到就业平台中去，反之当成本较高时则会阻碍参与活动，这也是滴滴出行平台能够吸引劳动者的原因之一，因此提出H5。

（6）假设6：心理因素对感知效益有正向影响。

马晓冬在网络团购定价的研究中指出，人们做出购买决策时通常会参照他人的决策信息，并且受到心理情绪、经验知识等多方因素的影响[25]。司机在选择共享出行就业方式时也同样容易受到周围环境的影响，进而引发实际使用时所带来的经济效益的思考，因此提出H6。

（7）假设7：心理因素对参与就业有正向影响。

我国的心理因素具备主动调控、积极适应大众的特征，其目的不仅是为了自身效益的提高，也是为了维护整个人际关系的和谐融洽。目前研究主要认为心理因素对参与意向有积极促进作用，比如徐迅通过实证研究发现，淘宝网站的历史销量对于现有销量有正向影响，那些销量高、人气旺的商品更容易受到消费者的追捧[26]。因此提出H7。

根据以上假设构建研究模型框架，如图2所示。

四、数据收集与分析

（一）问卷设计与数据收集

本文以滴滴出行行业为例，通过向平台上的司机发放调查问卷的方式获取数据。问卷设计的前半部分是基本情况调查，使用单选题、多选题的形式，主要了解和掌握参与人员的年龄、性别、从事主要职业、收入状况等基本信息。后半部分是关于共享出行推动就业的影响因素调查。采用李克特五级量表，从被调查者自身的实际情况出发，对问卷所设置的19个问题开始打分，从非常不同意到非常同意，分别占1分至5分。调查内容设计5个变量，分别是感知效益、感知成本、心理因素、使用权分享和参与就业。对于每一个变量，分别包含3—5个问题选项不等，一共设置19个选项，从而保证问卷效度。在问卷的开头对本次调研的目的、调查对象条件以及问卷的填写方法均进行了相应说明，这种安排方式既帮助被测试者迅速了解问卷内容，也有利于数据回收后的快速整理。

问卷的发放是从2018年8月至11月，共历时4个月，数据一部分是在河北工业大学、天津西站及天津站、地铁1号线和3号线、滨江道等区域对司机进行随机抽样，剩下部分则是通过网站“问卷星”随机发放问卷，参与调查问卷的人员主要包括京津冀及大部分省会城市，共发放问卷312份，回收问卷291份，获得有效样本278个，回收率为93.27%，回收有效率为89.10%。运用SPSS22.0和AMOS21.0对数据进行分析。

（二）描述性统计分析

1. 基本情况描述性统计分析

在所收集的278份问卷中，男性占67.8%，女性占32.2%，比例较为合理。在这些有效问卷中，被调查者年龄基本在18到38岁之间，说明这部分群体因为年轻从而接受新鲜事物的能力较强，能紧跟时代潮流。有78.2%的被调查者都有自己的本职工作，属于业余兼职人员。有80.5%的被调查者月收入在5 000元以下。如表1，从行业分布来看，滴滴平台司机本职工作所涉及的行业类型较为广泛，他们主要以自由职业、打零工或散工、企事业单位上班为主。分析可知，当前的这种共享经济模式已经形成了一种就业新生态，有些传统制造业和服务业、企事业单位的工作者也开始更多的加入到共享经济平台中来，以弥补收入低下带来的损失。在当前这种不充分就业的背景下，以滴滴平台型企业为首的共享经济模式给社会经济发展带来了就业缓冲作用，为经济的繁荣稳定做出了很大贡献。表2从就业原因来看，有本职工作的滴滴司机中，觉得本职工作收入过低而加入该平台的占58%，认为工作清闲而选择进入该平台的占到了67%，46%的司机认为存在下岗风险也是选择该职业的原因之一。由此可见，大量具有本职工作的劳动者因就业不充分而选择了灵活程度高、回报率高的滴滴平台上，他们正在逐渐突破朝九晚五的传统工作模式，这是共享经济推动平台型灵活就业模式的典型例子。司机使用平台工作的频率分析见表3，大部分网约车司机每天工作时间不超过两个小时，且调查结果表明，滴滴司机每日在线时长的时间分布段较为宽泛，司机可以在任何空闲方便的状态下接单，这充分体现了共享经济的就业灵活性特点。共享经济模式下的劳动者进出门槛低，可以根据自己的实际情况任意选择提供劳动的时间，这种工作模式更有利于家庭和工作的平衡，赚取更多的收入补贴家用。

2. 变量的描述性统计分析

收集整理数据并用SPSS22.0计算平均值和方差，得到结果如下表4。观察表中可以看出，19个选项的平均值都在3.30之上，3.38是最小值，3.85是最大值。方差差异不大，从1.0到1.6不等。之后算出这5个变量的均值，得到数据可以看得出，这些均值之间的差别很小，说明被调查者对相关变量的感知程度差异较小。

（三）信效度分析

问卷整体的克朗巴哈系数是0.948，对5个变量的克朗巴哈系数进行汇总见表5，数值均高于0.8，可见问卷的信度是可以接受的。5个变量的解释方差都在61.588%之上，KMO值均在0.7以上，巴適球体检验的P值均为0.000，通过效度检验。此外，对各变量进行验证性因子分析，具体结果见表6。对问项进行因子分析，提取了一个因子，问项的因子载荷均在0.69以上，且各潜变量之间的组合信度均大于0.8，表现出较高的显著性水平，AVE值都在0.5以上，表明模型内在质量较为理想。

（四）模型验证及结果分析

1. 显著性检验

为验证之前提出的假设，首先要进行路径系数的显著性检验，依据是通过AMOS软件对路径系数进行显著性检验从而得到临界值比C.R.。当C.R.的绝对值大于1.96时，说明估计值在0.05的水平上达到显著。实证结果表明，存在假设路径“心理因素■参与就业”未达到显著状态，路径系数呈现负相关，且C.R.的绝对值为1.540，小于1.96，说明变量之间的关系并不明显，因此删掉未达到显著水平的路径H7，并在部分观察变量的误差项之间构建共变关系（e15和e17、e15和e18、e18和e19）。修正之后再次进行显著性检验，这时得到的所有模型路径系数C.R.和P值都达到了显著性检验要求，表格中的标准化系数即为各个变量之间的路径系数，数值均为正值表明变量间是正向影响，修改之后的模型路径系数表见表7。

2. 整体配适度检验

评价一个模型优劣的方法主要是通过模型的配适度检验进行判断。经过AMOS软件的运算，得到整体模型配适度检验标准如表8所示。从结果可以看出，在合理的范围当中，整体模型与实际样本数据的匹配情况良好。

3. 假设检验

使用AMOS21.0对本文所做出的结构方程模型进行最终检验，构建研究路径标准回归模型如图3。

结合前文的信度分析、效度分析、配适度指标、修正后的模型路径系数，可以得出本研究的7个假设中，除假设7不成立以外，其余都通过检验。验证结果见表9。

五、研究结论

本文结合技术接受模型的理论基础，加入使用权分享、感知成本、心理因素、感知效益、参与就业变量，采用问卷调查的方法收集样本数据，通过SPSS和AMOS软件对有效数据和模型进行实证研究，最后得到以下结论。

（1）使用权分享是劳动者参与到共享平台就业的关键因素，使用权分享通过感知成本和心理因素对参与就业的影响最大。

使用权分享对感知成本有显著的负向影响，对心理因素有显著的正向影响，其路径系数分别为0.70、0.80，同时，使用权分享通过影响以上两个变量，间接对劳动者参与就业的行为产生影响。在这个资源非常稀缺的时代，如何能既快捷又方便的提高资源利用效率是我们需要考虑的因素，使用权的分享正好解决了资源紧缺这一难题。所以，传统就业下所有权的交易模式正在逐渐被使用权所取代，这种分享方式不仅为就业者带来了额外工作收入，还降低了供需失衡导致的社会矛盾。

（2）感知成本和感知效益可以直接影响参与就业，是劳动者进入共享平台工作的主要影响因素。

感知成本对参与就业有显著的负向影响，感知效益对参与就业有显著的正向影响，其路径系数分别为0.56、0.29。其中感知成本对参与就业不仅有直接影响，还通过对感知效益产生显著的负向影响而对参与就业间接产生影响，其路径系数是0.49。影响行为决策的基本动机是能够感知到某种产品给自己带来经济效益，劳动者参与到灵活平台中是由于共享平台可以为他们增加额外收入，而且这种出行方式也符合日趋多样的出行需求。同时，出行工具的有效利用可以减轻环境污染和交通拥堵，为改善社会环境做出贡献。此外，劳动者只要付出很少的成本就能参与到平台就业中赚取收益，这是出行平台能够吸引劳动者的一个重要原因。

（3）心理因素也是劳动者参与到共享平台就业的影响因素。

从实证结果来看，心理因素通过影响感知效益间接地影响到司机的参与意向，心理因素对感知效益有显著的正向影响，其路径系数值为0.22。人们参与到一项未知活动前会经历一系列思想斗争，同时很容易被周围人的意见左右，他人的推荐和评价会引发其对自己实际效益的思考，这也是好奇心的驱使。

（4） 心理因素对参与就业的直接影响不显著。

劳动者对目前新兴的工作平台所产生的迷茫和怀疑以及受周围环境的影响而决定他是否参与到工作中的直接冲击力度比较弱。因为参与者所处于环境的复杂性，会受到不同评价或者行为的影响，这些因素更多的会影响到司机给自己带来利益多少的判断，进而增加参与到共享平台就业活动的概率，而对于不确定事物的怀疑态度直接决定是否参与到活动中的冲动行为并不多见。这说明了劳动者并不是简单地随波逐流，而是已经逐渐学会理性思考，从自身实际体验和效益出发，所以心理因素不再显著影响劳动者的选择。

六、启示与建议

各类平台企业的蓬勃发展让共享经济由理论研究转变为实践应用，其在国内的发展态势也迅速高涨。共享经济的到来使得闲置资源达到最大利用效率，将原来只能是亲人、朋友间的“共享”价值扩大到了全球范围。在共享经济形势下，企业的角色也不再是一个简单的供给者，价值创造上也不仅仅只需要消费者，还需要企业平台创造更多的就业岗位从而让更多的劳动者参与进来共同实现收益，这就要求平台企业权衡各方利益，在摸索中不断将共享经济应用到实践当中。对此提出共享经济下平台型灵活企业的几点政策建议。

（一）提高效益性感知，增强共享意识

研究表明，对于司机参与到共享出行当中，使用权分享占据重要地位，但是作为一种新型的商业模式，我们还没有充分发现和挖掘其巨大的潜能，也还没有发觉它能为自己带来的切身利益。所以平台可以通过提供优质资源促使劳动者感知平台能带来的个人利得，从而增强参与意愿，同时平台企业可以宣传其发展给社会增加的经济效益，让人们感受到自己的就业行为所能缓解的社会问题，在增强社会使命感的同时，将共享意识转变为习惯，吸引更多人参与到共享经济引发的就业活动中。

（二）完善平台功能，缩小参与成本

共享出行平台存在聚客效应，因其具备庞大的闲置资源和巨大的消费者群体而获得成本优势。劳动者在不受时间和空间的限制下，通过付给企业平台相对较小的成本就可以获得兼职工作，同时与传统出租行业相比，劳动者可以省去寻找消费者的过程和时间，这是传统出行无法比拟的。因此滴滴平台可以进一步完善评价系统和平台功能，让司机和乘客加深互动，使买卖透明化，尽量降低平台工作者的成本支出，提升劳动者参与就业的积极性。

（三）加大宣传力度，优化业界口碑

在传统的思想观念中，人们还是更习惯于“朝九晚五”的工作模式，对于新就业形态下劳动者与组织企业之间宽松、灵活的工作关系仍然持有一丝怀疑态度，所以，共享出行企业需要增大宣传力度，改变人们的固有观念，以提供高品质的商品和服务吸引劳动者参与，让更多的劳动者对自我价值的体现和兴趣爱好的实现产生更强烈的诉求，降低对“铁饭碗”的依赖程度，这也正是共享经济背景下平台企业给灵活就业模式带来的新改变。从而打造出口口相传的宣传效应，使得企业与劳动者形成良好的互动，营造双赢局面，让共享经济平台型就业成为整个社会的潮流趋势。

注释：

①  三分法主要是源自于理论学说与司法裁判对劳动关系从属性特征的分层解析及运用，在以人格从属性认定劳动关系的同时，兼顾经济从属性，并以此为基础提出“类似劳动者”概念。

[参考文献]

[1]  习近平. 决胜全面建成小康社会 夺取新时代中国特色社会主义伟大胜利——在中国共产党第十九次全国代表大会上的报告（节选）[J]. 黑河学刊，2018（1）：2+193.

[2]  李颖丽. 四川非正规就业出现新态势[N]. 中国经济时报，2018-07-02.

[3]  张成刚. 就业发展的未来趋势，新就业形态的概念及影响分析[J].中国人力资源开发，2016（19）：86-91.

[4]  盘和林. 电商导致传统行业失业潮？它也在创造更多新岗位[N]. 中国青年报，2018-04-10.

[5]  尹福祿. 共享经济模式下新型就业模式研究[J]. 经济研究参考，2017（62）：58-62.

[6]  张新红，于凤霞，高太山，等. 中国分享经济发展现状、问题及趋势[J]. 电子政务，2017（03）：2-15.

[7]  O′Neill J.Does the Sharing Economy do any Good？[J].2016：197-200.

[8]  Broschak J P，Northcraft G B，Vough H C.Here Today，Gone Tomorrow？ Effects of Nonstandard Work Status on Workgroup Processes and Outcomes[J]. Research on Managing Groups & Teams，2015，7（7）：229-257.

[9]  白永亮. 共享经济下灵活就业法律制度重构[J]. 江西社会科学，2017（10）：209-217.

[10]  何勤，邹雄，李晓宇. 共享经济平台型灵活就业人员的人力资源服务创新研究——基于某劳务平台型网站的调查分析[J]. 中国人力资源开发，2017（12）：148-155.

[11]  高素英，张烨，王羽婵. 共享经济商业模式要素联动机理研究[J].商业研究，2017（11）：1-6.

[12]  张海华. 基于技术接受模型的共享出行消费者行为研究[D]. 上海：华东师范大学，2018：1-70.

[13]  Moeller S，Wittkowsti K. The Burdens of Ownership： Reasons for Preferring Renting[J]. Managing Service Quality，2010，20（2）：176-191.

[14]  陈传红，李雪燕. 市民共享单车使用意愿的影响因素研究[J]. 管理学报，2018（11）：1601-1610.

[15]  Venkatesh V，Davis F D.A Theoretical Extension of the Technology Acceptance Model： Four Longitudinal Field Studie[J]. Management Science，2000，46（2）：186-204.

[16]  Ventatesh V. User acceptance of Information technology： toward a unified view[J]. Mis.Quarterly，2003，27（3）：425-478.

[17]  唐毅青，范春蓉，谭德庆. 共享经济下我国消费者参与协同消费的影响因素研究[J]. 软科学，2017（10）：136-139.

[18]  汤天波，吴晓隽. 共享经济：“互联网+”下的颠覆性经济模式[J]. 科学发展，2015（12）：78-84.

[19]  方針. 用户信息技术接受的影响因素模型与实证研究[D]. 上海：复旦大学，2005：1-124.

[20]  代祺，周庭锐，胡培. 情境视角下从众与反从众消费行为研究[J].管理科学，2007（4）：38-47.

[21]  王崇，肖久灵. 成本视角下“迟钝型”与“敏感型”网络消费者商品效用模型构建[J]. 管理评论，2018（6）：104-111.

[22]  贺明华，梁晓蓓. 共享经济模式下平台及服务提供方的声誉对消费者持续使用意愿的影响——基于滴滴出行平台的实证研究[J].经济体制改革，2018（2）：85-92.

[23]  陈思，刘梦冉，刘玥欢. 浅析共享经济模式[J]. 现代商业，2017（4）：66-67.

[24]  冯也苏. 共享交通对城市交通发展的作用研究[J]. 城市发展研究，2017（6）：141-144.

[25]  马晓冬. 羊群效应影响下的网络团购定价研究[D]. 北京：北京理工大学，2016：1-65.

[26]  徐迅. 电子商务市场中的羊群效应探究[D]. 上海：上海外国语大学，2014：1-69.

Influencing Factors of Sharing Economy Promoting Platform-type Flexible Employment

GAO Suying1， ZHU Jin1， ZHANG Ye1， WANG Yuchan2

（1. School of Economics and Management， Hebei University of Technology， Tianjin 300401， China;

2. Nakai University Binhai College， Tianjin 300401， China）

Abstract： Using technology acceptance models and related theories， this paper builds a model of the influencing factors of sharing economy promoting platform-based flexible employment. Taking Didi Chuxing as the object， a questionnaire survey was conducted on drivers working on Didi Chuxing platform. SPSS software and structural equation model were used for empirical research on the survey data. The results show that sharing the right of use has a significant negative impact on perceived costs and a positive one on psychological factors; perceived costs have a significant negative impact on participation in employment， while perceived benefits have a significant positive one on that. Among them， perceived costs also have a significant negative impact on perceived benefits; psychological factors have a significant positive one on that. According to the analysis results， the corresponding platform management strategies and suggestions are provided for sharing platform enterprises， and more new forms of jobs are created.

Key words： Platform-type flexible employment; Sharing economy; Technology acceptance model; Influencing factors; Internet