疫情期間餐飲外送平台服務滿意與續用意願之調查

The Study on the Intention and Satisfaction of Using Food Delivery Platform During Covid-19 period

10.6285/MIC.202109_10(2).0011

邱紹群(Shao-Chun Chiu)；李昶德(Chang-Te Lee)

餐飲外送 ； 新冠肺炎 ； 任務科技配適 ； 整合科技接受模型 ； 期望確認模型 ； Food Delivery ； COVID-19 ； TTF ； UTAUT ； ECM

管理資訊計算

10卷2期（2021 / 09 / 01）

127 - 140

繁體中文

本研究目的在分析疫情期間影響台灣消費者使用餐飲外送平台的服務滿意與續用意願的因素。本研究架構涵蓋UTAUT、ECM和TTF模型，由續用意願、現用頻率、平台滿意、績效預期、效益確認、預期代價、社會影響、平台信任和任務科技配適九個變數組成，並對台灣190名餐飲外送平台用戶進行量化調查研究。分析結果測量模型顯示良好的結構信度和足夠的收斂和區別效度，而結構模型也具有高解釋力。而研究發現，台灣用戶在疫情期間繼續使用餐飲外送平台的意願不僅很大程度取決於平台滿意度，且還受到平台信任與現有使用行為的影響。而當科技特性（非接觸交易）有利於特定情況（疫情封城）時，任務科技配適度對形塑消費者的科技心理期待知覺（績效預期）有至關重要的作用。

The purpose of this study is to analyze the factors that affect the satisfaction and intention to continue using the food delivery platform of Taiwanese consumers during the COVID-19 epidemic. The research framework covers UTAUT, ECM and TTF models, which consist of nine variables including intention to continuous usage, current frequency, platform satisfaction, performance expectation, benefit confirmation, effort expectance, social influence, platform trust, and task technology fit. 190 users conducted a quantitative survey and research. The result shows measurement model has good structural reliability and sufficient convergence and discriminative validity, and the structural model also has high explanatory power. This means that the willingness of Taiwanese users to continue using FDP during the COVID-19 epidemic not only depends to a large extent on platform satisfaction, but also by platform trust and current usage behavior. When the characteristics of technology (contactless transaction) are conducive to a specific situation (the COVID-19 epidemic), task technology fit plays a vital role in shaping consumers' perception of technological psychological expectation (performance expectation).

1. 王怡強,楊淑美(2019)。由延伸型整合科技接受模式對消費者行動支付使用意願之研究。管理資訊計算，8(特刊2)，1-10。
   連結：
2. 王凱,黃詩婷,戴基峯(2020)。影響線上音樂串流服務持續使用意願之因素－服務體驗與價值共創觀點之探討。資訊管理學報，27(4)，415-464。
   連結：
3. 白凢芸,葉子明,蕭鈺錦(2020)。第三方餐飲外送平台價值分析：餐飲供應合作夥伴之觀點。電子商務學報，22(2)，213-238。
   連結：
4. 余陳瑋,趙正敏,葉柏材,林敬堂(2021)。從科技準備度觀點探討病患對於醫療應用程式採用行為意圖之研究。管理資訊計算，10(1)，133-147。
   連結：
5. 吳振鋒,江敏(2017)。4G寬頻應用導入商圈滿意度及忠誠度之研究。管理資訊計算，6(2)，46-57。
   連結：
6. 宋峻豪,王昱凱(2019)。共享經濟平台之資訊不對稱、信任及購買意願：以聲譽及評價機制作為干擾變數。行銷評論，16(1)，25-51。
   連結：
7. 李靜芳(2019)。以UTAUT模式進行Beacon微定位技術採用探討。管理資訊計算，8(2)，11-19。
   連結：
8. 周致中,黃正魁,胡明強(2013)。探討使用資料探勘工具的滿意與績效之實證研究：結合任務導向行為與科技導向行為的觀點。資訊與管理科學，6(2)，4-21。
   連結：
9. 邱木祥,薛招治(2016)。以整合性科技接受模型探討企業使用雲端儲存服務行為。管理資訊計算，5(1)，83-98。
   連結：
10. 胡宗鳳,江文鉅(2017)。以整合性科技接受模式探討閱聽者下載新聞類行動應用程式之意願。管理資訊計算，6(1)，125-134。
    連結：
11. 陳至柔,吳如娟,林松江(2016)。雲端CRM系統持續使用意圖之實證研究：整合任務－科技適配模式與體制理論。電子商務學報，18(1)，1-40。
    連結：
12. 陳建志,陳鴻基,曹承礎(2006)。知識工作者任務與知識管理系統之適配模式。資訊管理學報，13(S)，41-65。
    連結：
13. 陳禹辰,尚榮安,劉蔚廷(2010)。以TAM與TTF探討組織員工的e化科技接受意圖－組織疏離員工的組織學習效應。資訊管理學報，17(4)，139-169。
    連結：
14. 蔡義清,江慧貞(2020)。影響隨選串流媒體平台消費使用意願因素與行銷策略之研究。管理資訊計算，9(1)，75-83。
    連結：
15. 蔡翼擎,謝涵聿,呂蕙竹,陳貞錡,施嘉慧,歐德威(2020)。探討台灣餐飲外送平台如何建構競爭優勢之關鍵決策因子。管理資訊計算，9(1)，109-122。
    連結：
16. Alshurideh, M.,Al Kurdi, B.,Salloum, S. A.(2020).Examining the main mobile learning system drivers’ effects: a mix empirical examination of both the expectationconfirmation model (ECM) and the technology acceptance model (TAM).Advances Intelligent Systems Computing,1058,406-417.
17. Anderson, J. C.,Gerbing, D. W.(1988).Structural equation modeling in practice: a review and recommended two-step approach.Psychological Bulletin,103(3),411-423.
18. Bhattacherjee, A.(2001).Understanding information systems continuance: an expectation-confirmation model.MIS Quarterly,25(3),351-370.
19. Chong, A.Y. L.(2013).Understanding mobile commerce continuance intentions: an empirical analysis of Chinese consumers.Journal of Computer Information Systems,53(4),22-30.
20. Fornell, C. G.,Larcker, D. F.(1981).Evaluating structural equation models with unobservable variables and measurement error.Journal of Marketing Research,18(1),39-50.
21. Gao, L.,Waechter, K. A.,Bai, X.(2015).Understanding consumers’ continuance intention towards mobile purchase: a theoretical framework and empirical study - A case of China.Computers in Human Behavior,53,249-262.
22. Goodhue, D. L.,Thompson, R. L.(1995).Task-technology fit and individual Performance.MIS Quarterly,19(2),213-236.
23. Hair, J. F.,Anderson, R. E.,Tatham, R. L.,Black, W. C.(2012).Multivariate Data Analysis.New Delhi, India:Pearson Education.
24. Henseler, J.,Ringle, C. M.,Sarstedt, M.(2014).A new criterion for assessing discriminant validity in variance-based structural equation modeling.Journal of the Academy of Marketing Science,43(1),115-135.
25. Hsiao, C. H.,Chang, J. J.,Tang, K.Y.(2016).Exploring the influential factors in continuance usage of mobile social apps: satisfaction, habit, and customer value perspectives.Telematics and Informatics,33,342-355.
26. Hung, M. C.,Yang, S. T.,Hsieh, T.(2012).An examination of the determinants of mobile shopping continuance.International Journal of Electronic Business Management,10(1),29-37.
27. Kemp, S. (2021). Digital 2021: global overview report. Retrieved March, 31, 2021 from https://datareportal.com/reports/digital-2021-global-overview-report
28. Nunnally, J. C.,Bernstein, I. H.(1994).The assessment of reliability.Psychometric Theory,3(1),248-292.
29. Oliveira, T.,Faria, M.,Thomas, M. A.,Popovic, A.(2014).Extending the understanding of mobile banking adoption: When UTAUT meets TTF and ITM.International Journal of Information Management,34(5),689-703.
30. Oliver, R. L.(1980).A cognitive model for the antecedents and consequences of satisfaction.Journal of Marketing Research,17(4),460-469.
31. Ray, A.,Dhir, A.,Bala, P. K.,Kaur, P.(2019).Why do people use food delivery apps (FDA)? A uses and gratification theory perspective.Journal of Retailing and Consumer Services,51,221-230.
32. Roh, M.,Park, K.(2019).Adoption of O2O food delivery services in South Korea: the moderating role of moral obligation in meal preparation.International Journal of Information Management,47,262-273.
33. Shang, D.,Wu, W.(2017).Understanding mobile shopping consumers’ continuance intention.Industrial Management & Data Systems,117(1),213-227.
34. Tam, C.,Oliveira, T.(2016).Understanding the impact of m-banking on individual performance: DeLone & McLean and TTF perspective.Computers in Human Behavior,61,233-244.
35. The Business Research Company (2021). Online food delivery services global market report 2021: COVID-19 growth and change to 2030. Retrieved March, 31, 2021 from https://www.globenewswire.com/news-release/2021/04/27/2217586/0/en/OnlineFood-Delivery-Services-Global-Market-Report-2021-COVID-19-Growth-AndChange-To-2030.html
36. Venkatesh, V.,Morris, M. G.,Davis, G. B.,Davis, F. D.(2003).User acceptance of information technology: toward a unified view.MIS Quarterly,27(3),425-478.
37. Yeo, V. C. S.,Goh, S. K.,Rezaei, S.(2017).Consumer experiences, attitude and behavioral intention toward online food delivery (OFD) services.Journal of Retailing and Consumer Services,35,150-162.
38. Yuan, S.,Liu, Y.,Yao, R.,Liu, J.(2016).An investigation of users’ continuance intention towards mobile banking in China.Information Development,32(1),20-34.
39. Zhao, Y.,Bacao, F.(2020).What factors determining customer continuingly using food delivery apps during 2019 novel coronavirus pandemic period?.International Journal of Hospitality Management,91,102683.
40. 未來流通研究所(2021年5月26日)。餐飲外送營業額成長近三倍！一張圖看疫情峰期台灣宅生活服務大爆發。數位時代，取自 ：https://www.bnext.com.tw/article/63051/covid-19-data-may。
41. 唐子晴(2020年11月9日)。合作店家數突破4.2萬，Uber Eats再提3大改變，如何讓用戶離不開外送平台？。數位時代，取自：https://today.line.me/tw/v2/article/R5qpye
42. 郭東昇,洪靜美,王鈺涵(2019)。涉入程度、知覺價值與知覺風險對使用態度之影響。觀光與休閒管理期刊，7(1)，115-124。
43. 黃慧雯(2020年11月19日)。foodpanda打造一站式外送平台揭曉台人最愛國民小吃。中時新聞網，取自：https://www.chinatimes.com/realtimenews/20201119005094-260412?chdtv。
44. 葉濟銘(2020)。台灣疫情後餐廳的營運方向研究。全球運動與休閒管理期刊，3(3)，1-15。
45. 資策會(2020年8月4日)。11%臺灣網友疫情期間首度使用美食外送服務。產業情報研究所，取自：https://mic.iii.org.tw/news.aspx?id=573。
46. 劉春初,鄧瑜旻,王澤宇(2009)。服務品質、品牌形象、顧客滿意度與再購意願之關係－以國際品牌行動電話為例。中華管理學報，10(4)，17-38。
47. 藍天雄,黃暉盛(2018)。運用通訊軟體之溝通效能影響工作績效之研究。中華管理發展評論，7(1)，27-39。