Analyzing the Impact of Service Quality on the Intention to Use Shared E-scooter: A Modified Technology Acceptance Model Approach

Hye Won Do; Doosun Hong; Chungwon Lee

doi:10.7470/jkst.2024.42.3.284

Preview

Article

Journal of Korean Society of Transportation. 30 June 2024. 284-296
https://doi.org/10.7470/jkst.2024.42.3.284

Analyzing the Impact of Service Quality on the Intention to Use Shared E-scooter: A Modified Technology Acceptance Model Approach

서비스 품질 이론을 이용한 공유 전동 킥보드 이용의사 분석: 수정된 기술 수용 모델 접근

Hye Won DO¹

Doosun HONG²

Chungwon LEE³^*

도 혜원¹

홍 두선²

이 청원³^*

¹The Integrated Master and Ph.D. Course, Department of Civil and Environmental Engineering, Seoul National University, Seoul 08826, Korea

²Researcher, Institute of Construction and Environmental Engineering, Seoul National University, Seoul 08826, Korea

³Professor, Department of Civil and Environmental Engineering, Seoul National University, Seoul 08826, Korea

¹서울대학교 건설환경공학부 석박사통합과정

²서울대학교 건설환경종합연구소 연구원

³서울대학교 건설환경공학부 교수

^{*Corresponding Author}

License (open-access, http://creativecommons.org/licenses/by-nc/3.0/):

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

ABSTRACT

Shared e-scooters are a type of shared mobility service that users can easily rent and return using an app, which is useful in last-mile situations. As the interest in using shared e-scooters increases, the service quality of various types of shared e-scooters has attracted attention from the perspective of users. This study aims to determine consumers' intention to use the shared e-scooters in terms of service quality. Therefore, this study utilizes SERVQUAL and Technology Acceptance Model (TAM) to analyze the factors that influence the intention to use shared e-scooters among citizens in the Seoul metropolitan area, and provides policy implications to increase the willingness to use based on the analysis results. In particular, we model the effect of SERVQUAL on the intention to use shared e-scooter services by dividing respondents into experienced and inexperienced groups. We collected 627 valid survey responses through a survey, and the relationship between SERVQUAL and TAM provides useful implications for shared e-scooter providers and policy makers. The analysis shows that to attract inexperienced users, e-scooters need to improve their appearance and app design (Tangibles), privacy and customer service (Assurance), and accident insurance and discounts (Empathy). Furthermore, the results suggest that app information accuracy and fares (Reliability), relocation speed and inconvenience improvement (Responsiveness) should be improved to encourage users to continue using the services. The results of this study are expected to help improve last-mile mobility by enhancing the understanding of intention to use shared e-scooter services and providing various policy implications.

Keywords

intention to use

SERVQUAL

shared e-scooter

structural equation model

technology acceptance model

공유 전동 킥보드는 공유 모빌리티 서비스 중 하나로, 이용자들은 앱을 이용하여 이를 간편하게 대여 및 반납할 수 있으며, Last-Mile 상황에서 유용하다. 공유 전동 킥보드 이용에 대한 관심이 점점 증가하면서 다양한 종류의 공유 전동 킥보드 서비스 품질이 이용자 입장에서 관심을 받고 있다. 본 연구는 서비스 품질 측면에서 소비자의 이용의사를 판별하기 위해, SERVQUAL과 Technology Acceptance Model(TAM)을 활용하여 수도권 시민의 공유 전동 킥보드 이용의사에 영향을 미치는 요인을 분석하고, 분석 결과에 따라 이용의사를 높일 수 있는 정책적 시사점을 제공하고자 한다. 특히, 응답자들을 경험자와 미경험자로 분류하여 공유 전동 킥보드 이용 경험 여부에 따라 각 그룹의 SERVQUAL 항목이 이용의사에 미치는 영향을 모델링한다. 이를 위해 설문조사를 통해 유효한 627명의 응답을 수집하였고, SERVQUAL과 TAM 간의 관계를 통하여 공유 전동 킥보드 제공 업체와 정책 결정자에게 유용한 시사점을 제시하였다. 분석 결과, 미경험자의 이용을 유도하기 위해서는 킥보드의 외형 및 앱 디자인(Tangibles), 개인정보 보호 및 고객 응대(Assurance), 상해보험 및 할인 혜택(Empathy)에 대한 개선 및 보완이 필요한 것으로 나타났다. 추가로 경험자의 지속적인 이용을 유도하기 위해서는 앱 정보 정확성 및 요금(Reliability), 재배치 속도 및 불편사항 개선(Responsiveness)에 대해 보완해야 한다는 시사점을 도출하였다. 본 연구 결과는 공유 전동 킥보드 서비스의 이용의사에 대한 이해도를 높이고 다양한 정책적 시사점을 제공하고 있다는 점에서 Last-Mile 모빌리티 개선에 많은 도움이 될 것으로 기대한다.

키워드

이용의사

서비스 품질

공유 전동 킥보드

구조방정식

기술수용모델

MAIN

서론
이론적 고찰 및 차별성
방법론
1. 구조방정식(Structural Equation Model, SEM)
설문조사 데이터
결과
1. 요인분석 결과
2. 가설 설정
3. 서비스 경험자의 구조방정식 모델
4. 서비스 미경험자의 구조방정식 모델
결론

서론

도시 교통 체계는 현대 도시화의 중요한 부분으로 자리 잡고 있다. 최근 몇 년 동안, 전동 킥보드와 같은 개인 이동 수단(Personal Mobility, PM)이 도시 교통 패러다임을 새롭게 정의하면서 이를 공유 서비스로 제공하는 업체들이 생기기 시작했다. PM은 승용차 통행을 대체하는 특징과 함께 경제적, 환경적 측면에서 이점을 제공하고 있으며(Ulrich, 2005), 또한, 전 세계적으로 친환경 근거리 이동수단으로 관심받으면서 이동성 문제를 해소할 수 있는 대안으로 빠르게 대중화되고 있다(Park, 2017). KOTI(2022)은 2030년에 PM 이용량 예측이 약 210억·인·km까지 증가할 것으로 예측하고 있으며, 한국 생활법령에서는 PM을 전동 킥보드, 전동 이륜 평행차, 전기 자전거와 같은 전동기의 동력만으로 움직일 수 있는 자전거로 나누고 있다. 더욱이, 전동 킥보드는 간편한 이동과 친환경성을 결합하여 도시 교통에 혁신적인 영향을 미치고 있으며, 특히, 전기를 동력으로 적용하기 때문에, 저렴한 가격으로 빠르고 편리한 통행이 가능한(Eccarius and Lu, 2020) 장점이 있으며, 사람들의 라스트 마일(last-mile) 문제를 해결할 수 있는 이동수단으로써 교통 체증이 발생하는 경우에도 빠르게 이동할 수 있다는 점에서 사용량도 증가하고 있는 추세이다.

서비스를 이용하는 소비자가 느끼는 서비스 품질을 정량화할 수 있는 개념인 SERVQUAL이 등장하면서 선행연구로 호텔(Kirillova and Chan, 2018), 비행편(Pakdil and Aydin, 2007), 대중교통(dell’Olio et al., 2011)과 같은 다양한 분야의 서비스가 분석되었다. 또한, 공유 모빌리티가 출현하면서 공유 전동 킥보드의 서비스 품질을 분석하는 선행 연구가 등장하였다(dell’Olio et al., 2011; Nkurunziza et al., 2012; Lee and Lee, 2019). 소비자는 서비스를 경험해보지 않은 경우에는 서비스에 대한 기대(expected)로, 서비스를 경험해 본 경우에는 서비스에 대한 인식(perceived)으로 특정 서비스를 평가하며, 새로운 기술에 대한 이용의사는 Technology Acceptance Model(TAM)로 설명할 수 있다. 공유 전동 킥보드의 소비자 이용의사에 대한 선행 연구(Chen and Lee, 2023; Liang et al., 2019; Samadzad et al., 2023)들은 주로 TAM을 이용하여 분석하고 있으나, 본 연구에서는 SERVQUAL과 TAM을 결합한 모델 framework를 이용하여, 공유 전동 킥보드의 서비스 품질에 대하여 이용의사를 분석하고자 한다. 또한, 두 종류의 SERVQUAL이 TAM에 미치는 영향은 다를 수 있기에 공유 전동 킥보드 이용의사를 분석하고, 이용의사를 증가시킬 수 있는 정책적 시사점을 제시하고자 한다.

이론적 고찰 및 차별성

SERVQUAL(Parasuraman et al., 1985)은 특정 서비스에 대한 소비자의 기대치와 인식을 이해하고자 서비스 품질을 측정하고 관리하기 위해 개발된 개념이다. SERVQUAL은 Service와 Quality를 합한 것으로써 서비스와 관련한 다양한 분야에서 널리 쓰이는 개념이다. 유형성(Tangibles), 신뢰성(Reliability), 대응성(Responsiveness), 확신성(Assurance), 공감성(Empathy)으로 총 5가지 지표로 세분되어 있어, 서비스 품질을 다차원적으로 설명할 수 있다는 장점이 있다(Parasuraman et al., 1988). 관련 연구로, Lee and Lee(2019)는 2018년 4월과 5월에 제약 관련 기업 97곳을 대상으로 제약산업 수출지원 서비스에 대하여 SERVQUAL을 적용한 설문조사를 진행하였다. 서비스 품질을 측정하는 지표를 공감성(Empathy), 신뢰성(Reliability), 체계성(Systemizing)으로 나누었으며, 수출지원서비스 항목을 추가하였다. 체계성과 신뢰성이 높을수록 만족도가 높아지고, 기업이 수출지원서비스를 활용할수록 수출성과 미래의 이용량이 많아진다는 결과를 도출해내었다. Pakdil and Aydin(2007)은 공항 이용자 중 비행편 이용 예정인 소비자를 대상으로 하여 서비스 이용 전후를 비교하는 Gap model로 SERVQUAL을 분석하였다. Gap model은 동일한 사람을 대상으로 서비스 이용 전의 SERVQUAL과 이용 후의 SERVQUAL을 비교하여 이용한 서비스 품질에 대한 인식을 분석할 수 있는 모델이다. 분석 결과로 응답자의 최종학력, 비행편 이용 빈도수, 비행 목적이 이용 전후 SERVQUAL에 영향을 미친다고 나타냈다. dell’Olio et al.(2011)은 Multinomial Logit model로 대중교통 이용자와 잠재적 대중교통 이용자의 대중교통 서비스와 시스템에 대한 SERVQUAL을 대기 시간, 청결도, 통행시간 등 변수로 분석하였다. 이에 대기 시간, 청결도, 편안함에 해당하는 변수가 서비스에 유의미한 영향을 미침을 알 수 있었다. Pasca et al.(2021)은 공유 자전거 서비스의 충성도를 구조방정식으로 분석하였다. 공유 자전거 서비스의 충성도는 SERVQUAL과 게임화(Gamification)에 영향을 받는다는 결과를 도출하였으며, 게임화는 SERVQUAL에도 직접적인 영향을 주며, SERVQUAL은 이용의사에 영향을 미친다고 분석하였다.

TAM(Davis, 1989)은 심리학에 기반을 둔 Theory of Reasonable Action(TRA)과 Theory of Planned Behavior(TPB)에서 파생된 개념으로 기술에 대한 사용자의 하고자 하는 의사를 설명할 수 있는 모델로 크게 3가지의 지표로 이루어져 있다. 먼저, 서비스 유용성(Perceived Usefulness, PU)은 특정 시스템을 사용할 때 얼마나 유용한지에 대한 개념이고, 서비스 용이성(Perceived Ease of Use, PEOU)은 특정 시스템을 사용할 때 특별한 어려움 없이 이용할 수 있는지에 대한 개념이다. 서비스 이용의사(Intention to use) 지표는 특정 시스템을 사용할 의향이 있는지를 확인할 수 있는 지표로 주로 서비스 유용성과 서비스 용이성의 영향을 받는다. Liang et al.(2019)은 공유 주차에 대하여 이용의사를 분석하였고, TAM과 TPB에 해당하는 조사 항목이 공유 주차 시스템 이용의사에 영향을 준다는 결론을 내렸다. Samadzad et al.(2023)은 TAM, 태도(Attitude), 신뢰(Trust) 등의 항목을 사용하여 공유 전동 킥보드 이용의사를 분석하였으며 이에, TAM의 지표인 서비스 유용성이 이용의사에 긍정적인 영향을 미친다는 분석 결과를 도출하였다. Chen and Lee(2023)는 온라인 설문조사를 통해 수집된 데이터로 SERVQUAL과 TAM을 통합한 모델을 이용하여 공유 전동 킥보드 경험자의 행태를 분석하였다. 공유 전동 킥보드의 외형과 앱에 관련된 SERVQUAL이 공유 전동 킥보드 경험자의 이용의사에 긍정적인 영향을 준다는 결과를 도출하였다. Kim and Kim(2022)은 공유 전동 킥보드 경험자 대상으로 SERVQUAL과 TAM을 통합한 모델을 이용하여 행태를 분석하였으며 공유 전동 킥보드는 SERVQUAL과 TAM 사이에 연관성이 있다는 결과를 도출하였다.

기존에는 SERVQUAL과 TAM을 활용한 공유 전동 킥보드 연구가 있었지만, 경험자와 미경험자 모두에 대한 이용 의사를 분석한 연구는 드문 것으로 나타났다. 따라서 본 연구에서는 경험자와 미경험자를 대상으로 공유 전동 킥보드의 서비스 품질을 SERVQUAL을 통해 분석하고, TAM을 통해 이용의사를 분석하고자 한다. 이를 통해 공유 전동 킥보드 경험자와 미경험자의 이용의사에 영향을 미치는 요인을 비교하고자 한다.

방법론

1. 구조방정식(Structural Equation Model, SEM)

구조방정식은 잠재 변수(latent variables) 간의 구조적인 관계(회귀 관계)를 확인하는 통계모델이다(Bollen, 1989). 해당 방법론은 관측 변수에 의해 잠재 변수가 측정되는 방법을 확인할 수 있고, 설문조사의 경우 설문 문항으로 관측된 변수로 잠재 변수를 측정할 수 있다. 구조방정식은 측정 모형과 구조 모형으로 총 2가지 모형으로 이루어져 있다. 측정 모형은 Equation 1로 표현되며, 잠재 변수와 관측 변수 간의 관계를 정립할 수 있는 모형이고, 구조 모형은 특정 현상을 파악하기 위해 상호 변수 간의 인과관계와 유의성을 검증하는 모형으로 Equation 2로 수식화할 수 있다. 구조방정식 모형은 Figure 1로 표현할 수 있다.

(1)

x = Λ_{x} ξ + δ, y = Λ_{y} η + ε

(2)

η = B η + Γ ξ + ζ

https://cdn.apub.kr/journalsite/sites/kst/2024-042-03/N0210420303/images/kst_2024_423_284_F1.jpg

Figure 1.

Structural equation model

$x, y$ 는 관측 변수이고, $ξ$ 와 $η$ 는 각각 외생 잠재 변수, 내생 잠재 변수이다. 외생 잠재 변수와 내생 잠재 변수는 다른 변수에 영향을 받는지 아닌지에 따라 달라진다. $Λ$ 는 요인 적재량이며, $B, Γ$ 는 경로계수이다. 오차로는 측정 오차인 $δ, ε$ 와 구조 오차인 $ζ$ 가 있다.

구조방정식을 분석하기 전, 요인 사이의 적합도 판정을 진행해야 한다. 적합도는 연구자가 설정한 모델(이론)과 수집된 데이터(현상)가 일치하는 정도를 지수화한 값이다. 완성된 모델을 구성하는 관측 변수 간 공분산 행렬과 실제 응답자가 응답한 관측 변수 간의 표본 상관(sample covariance)의 일치 정도를 계산하였다. Fan and Wang(1998)은 적합도를 판정하는 지표로 $χ^{2} / d f$ , $R M S E A$ , $I F I$ 등을 제시하였다. 요인분석법으로는 주성분법(Principle Components)를 사용하여 요인을 추출하였으며, 베리맥스(Verimax) 회전 방식을 사용하고자 한다.

구조방정식 관련한 연구로 Kim(2019)는 구조방정식 모델을 이용하여 일반 운전자의 운전 능력 인식과 교통사고 위험성 인식이 교통위반과 교통사고에 미치는 영향요인을 설문조사 데이터를 통해 분석하였다. 설문을 바탕으로 운전자의 운전능력 인식과 교통사고 위험성 인식이 교통위반과 교통사고에 영향을 주고, 교통위반이 교통사고에 영향을 주고 있음을 알 수 있다. 운전자가 교통사고 위험성을 높게 인식할수록 교통위반 건수가 낮아지고, 교통위반 건수가 높아지면 교통사고 건수가 높아진다는 결과를 도출하였다. Kim et al.(2023)는 자율주행차량에 대한 편익과 우려, 자율주행차량의 보급률과 도로 인프라의 첨단화로 인한 자율주행차량의 안전성과 편의성 향상에 대한 인식을 구조방정식을 이용하여 분석하였다. 남성이고, 자율주행차량에 대해 잘 모르며, 고소득일수록 자율주행차량을 선호한다는 결과를 확인할 수 있다. 또한, 우려보다 편익이 자율주행을 선호하는 데 더 큰 영향을 미쳤다. Lee et al.(2022)는 자율주행 수요대응 대중교통이 기존 대중교통과 혼재될 시, 이용자별 수단 선호도의 차이를 확인하고자 하였다. 사회·경제적 속성과 대중교통 만족도와 개인의 성향을 고려하여 구조방정식으로 분석을 진행하였다. 교육 수준과 소득이 높을수록 버스보다 자율주행을 선택하였고, 소득이 상대적으로 낮거나 차량을 보유한 경우 택시보다 자율주행 수요대응(DRT)을 선호하는 경향을 확인하였다. 교육 수준이 상대적으로 높고 차량을 보유하지 않은 경우, 자율주행 수요대응을 선호하는 등 응답자의 대중교통 만족도나 개인 성향에 따른 선호도 차이를 분석하였다.

설문조사 데이터

본 연구에서는 공유 전동 킥보드의 인지도/만족도에 대한 인식 분석을 목적으로 설문조사를 실시하였다. 설문조사는 수도권에 거주하고 있는 시민을 대상으로 2023년 1월과 2023년 8월 총 2차례 진행하였다. 정성적 항목을 분석하기 위해 Likert 5점 척도를 이용하여 설문조사를 진행하였다. 설문조사 결과 총 627명의 데이터를 구득하였으며, 응답자들의 기초 통계 분포는 Table 1과 같다. 설문 응답자는 남성 315명(50%), 여성 312명(50%)으로 구성되어있으며, 연령대는 10대 81명(13%), 20대는 112명(18%), 30대 114명(18%), 40대 119명(19%), 50대 103명(16%), 60대 이상 98명(16%)으로 고르게 조사되었다. 직업은 직장인이 308명으로 응답자의 49%를 차지하였으며, 자영업자 130명(21%), 학생 64명(10%), 주부 59명(10%), 무직 45명(7%), 기타 21명(3%) 순으로 조사되었다. 월 소득이 300-500만 원인 응답자가 163명(26%)으로 가장 많았으며, 100만 원 미만 154명(25%), 200-300만 원 142명(23%), 500-1,000만 원 85명(13%), 100-200만 원 70명(11%) 순으로 조사되었다.

Table 1.

Data statistics

Characteristics		Frequency(people)	Percentage(%)
Gender	Male	315	50%
Gender	Female	312	50%
Age	10s	81	13%
	20s	112	18%
	30s	114	18%
	40s	119	19%
	50s	103	16%
	More than 60s	98	16%
Job	Office worker	308	49%
	Self-employed	130	21%
	Student	64	10%
	Housewife	59	10%
	Not employed	45	7%
	Etc	21	3%
Monthly income	Less than 1 million won	154	25%
	1-2 million won	70	11%
	2-3 million won	142	23%
	3-5 million won	163	26%
	5-10 million won	85	13%
	More than 10 million won	13	2%
E-scooter experience	O	186	30%
E-scooter experience	X	441	70%

Figure 2는 공유 전동 킥보드 경험 여부를 성별과 연령대에 대하여 나타낸 집계 결과이다. 해당 분포는 Figure 2와 같으며, 여자가 남자에 비해 미경험 비율이 높으며, 운전면허를 취득할 수 있는 10대 데이터를 제외하고 연령이 증가할수록 미경험자의 비율이 증가함을 알 수 있다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-03/N0210420303/images/kst_2024_423_284_F2.jpg

Figure 2.

Descriptive statistics with gender and age

결과

1. 요인분석 결과

본 연구는 공유 전동 킥보드에 대하여 SERVQUAL과 TAM을 합한 모델 Framework를 통하여 경험 여부에 따라 공유 전동 킥보드 서비스 이용의사에 미치는 잠재 변수의 영향이 달라지는지 확인하고자 한다. 이에 기존 SERVQUAL과 TAM 연구(Ma et al., 2019; Maioli et al., 2019; Akhmedova et al., 2020; Shao et al., 2020; Lim et al., 2021; Hamerska et al., 2022; Pan et al., 2022)를 참고하여 작성한 설문조사 문항을 이용하여 분석하였으며, 신뢰도를 파악하기 위해 탐색적 요인분석을 실시하였다.

Table 2와 Table 3은 각각 서비스 경험자와 미경험자의 SERVQUAL 요인 적재량 분석 결과이고, Table 4와 Table 5는 TAM의 요인 적재량 분석 결과이다. 서비스 경험자와 서비스 미경험자를 대상으로 각각 분석을 진행하기 때문에 요인 적재량 분석 결과를 구분하여 정리하였다.

Table 2.

Factor loading for experienced users (SERVQUAL)

	Survey for service experienced users	Components
	Survey for service experienced users	1	2	3	4	5
Tangibles	You can use the service without difficulty through the app.	0.761
	The app is convenient and the design is intuitive.	0.627
	It is suitable for use in consideration of the charging and management status of the shared e-scooter.	0.488
	The shared e-scooter is easy and comfortable to ride.	0.440
Reliability	The shared e-scooter is properly placed where it is needed.		0.648
	The app always helps you find the nearest shared kickboard.		0.636
	The information is accurate, so there is no inconvenience to use		0.607
Responsiveness	Regarding the inconvenience received, feedback and response are fast.			0.788
Responsiveness	It is easy to connect with counselors and receive inconveniences using bulletin boards.			0.667
Assurance	The provided personal information and service use information are not leaked to the outside.				0.839
Assurance	The legal and technical structure of the service protects the user’s information.				0.737
Empathy	It is a service that is actually needed in our area.					0.673
Empathy	It saves users time and money and improves their quality of life.					0.526

Table 3.

Factor loading for Inexperienced users (SERVQUAL)

	Survey for service inexperienced users	Components
	Survey for service inexperienced users	1	2	3	4	5
Tangibles	Parts such as brakes and locks on the shared kickboard are likely to be in good condition.	0.544
Tangibles	The size, color, and design of the shared e-scooter will be attractive.	0.479
Reliability	The shared e-scooter is likely to have appropriate technical conditions.		0.652
Reliability	The fee settlement for the use of the shared e-scooter service will be accurate.		0.628
Responsiveness	The registration process will be easy and convenient.			0.581
	It will be easy to schedule the use of the shared e-scooter through the app.			0.568
	It will continue to improve shared e-scooter service.			0.449
Assurance	The provided personal information and service use information are unlikely to be leaked to the outside.				0.682
	The legal and technical structure of the service is likely to protect users’ information.				0.640
	It will be safe to pay through the app.				0.609
	The processing will be fast when cancellation and refund are received.				0.521
Empathy	It will be a service that is actually needed in our area.					0.708
	It will save users time and money and improves their quality of life.					0.693
	It will likely offer discounts to customers who use it frequently.					0.564

Table 4.

Factor Loading for experienced users (TAM)

	Survey for service experienced users	Components
	Survey for service experienced users	1	2	3
Perceived usefulness	Shared e-scooter is likely to improve quality of life	0.757
Perceived usefulness	Shared e-scooter is likely to reduce traffic congestion by reducing vehicle traffic.	0.702
Perceived ease of use	I understood the concept of a shared e-scooter.		0.843
	The concept of a shared e-scooter is clear.		0.689
	I can quickly learn how to use a shared e-scooter.		0.652
Intention to use	I think I will use the shared e-scooter.			0.836
	I want to use a shared e-scooter.			0.820
	I have a plan to use a shared e-scooter.			0.785
	I will consider using a shared e-scooter.			0.769
	I am willing to use a shared e-scooter.			0.710

Table 5.

Factor loading for inexperienced users (TAM)

	Survey for service inexperienced users	Components
	Survey for service inexperienced users	1	2	3
Perceived usefulness	Shared e-scooter is likely to reduce traffic congestion by reducing vehicle traffic.	0.770
	Shared e-scooter is likely to be faster than other means of transportation.	0.725
	Shared e-scooter is likely to be eco-friendly as it runs on electricity.	0.572
	Shared e-scooter is likely to improve quality of life	0.517
Perceived ease of use	I understood the concept of a shared e-scooter.		0.844
	The concept of a shared e-scooter is clear.		0.806
	I can quickly learn how to use a shared e-scooter.		0.709
	Shared e-scooter is an easy-to-use service.		0.620
Intention to use	I think I will use the shared e-scooter.			0.902
	I want to use a shared e-scooter.			0.882
	I have a plan to use a shared e-scooter.			0.876
	I will consider using a shared e-scooter.			0.876
	I am willing to use a shared e-scooter.			0.850

2. 가설 설정

경험자와 미경험자의 이용 의사를 공유 전동 킥보드의 서비스 품질 중심으로 분석하기 위해, 선행 연구에서 수행된 구조방정식 분석을 참고하여 SERVQUAL과 TAM을 결합하고자 한다. 경험자의 경우, SERVQUAL이 TAM에 영향을 미친다는 것은 기존 연구(Chen and Lee, 2023; Kim and Kim, 2022)에서 제시된 바 있다. 본 연구에서는 경험자뿐만 아니라 미경험자를 대상으로 분석하고자 하였다.

Figure 3은 본 연구의 Hypothesized 모델이며, 모델의 가설은 총 13개로 이루어져 있으며, 이는 Table 6과 같다. SERVQUAL을 이용하여 선호도 및 인지도를 분석한 선행 연구(dell’Olio et al., 2011; Nkurunziza et al., 2012; Pakdil and Aydin, 2007; Lee and Lee, 2019)와 TAM에 대하여 이용의사를 분석한 선행연구(Chen and Lee, 2023; Liang et al., 2019; Samadzad et al., 2023)를 토대로 분석하고자 하였다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-03/N0210420303/images/kst_2024_423_284_F3.jpg

Figure 3.

Hypothesized model

Table 6.

Hypothesis settings

	SERVQUAL		TAM
$H_{1}$	Tangibles	→	PEOU
$H_{2}$	Tangibles	→	PU
$H_{3}$	Reliability	→	PEOU
$H_{4}$	Reliability	→	PU
$H_{5}$	Responsiveness	→	PEOU
$H_{6}$	Responsiveness	→	PU
$H_{7}$	Assurance	→	PEOU
$H_{8}$	Assurance	→	PU
$H_{9}$	Empathy	→	PEOU
$H_{10}$	Empathy	→	PU
$H_{11}$	PEOU	→	PU
$H_{12}$	PEOU	→	Intention to use
$H_{13}$	PU	→	Intention to use

3. 서비스 경험자의 구조방정식 모델

본 연구에서 구축한 서비스 경험자의 구조방정식 모델은 Figure 4와 같다. 모델 적합도 분석 결과 $χ^{2}$ 은 p-value 값이 0.05 이하로 적합한 것으로 나타났고, $χ^{2} / d f$ $(3.00)$ , $R M S E A$ $(0.08)$ 의 경우 기준치보다 적게, $I F I$ $(0.9)$ 는 기준치보다 높게 나와 모델 적합도 측면에서 적합한 것으로 Table 7에서 확인할 수 있다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-03/N0210420303/images/kst_2024_423_284_F4.jpg

Figure 4.

Service experienced user’s model

Table 7.

Service experienced user’s model fit index

Final model	Model fit index
	$χ^{2}$	$χ^{2} / d f$	$R M S E A$	$I F I$
	369.628(p<.05)	1.752(<3.00)	.064(<.08)	.903(>.9)

서비스 경험자에 대한 분석 결과는 Table 8과 같다. 서비스 경험자는 앱과 공유 전동 킥보드의 외형 부분인 유형성(Tangible) ( $β =$ 0.564, $p < 0.01$ )과 정보 보호와 안전성 부분인 확신성(Assurance) ( $β =$ 0.136, $p < 0.05$ )이 서비스 용이성(Perceived Ease of Use, PEOU)에 정(+)의 유의한 영향을 미친다. 킥보드의 위치, 앱 제공 정보 등에 대한 신뢰성(Reliability) ( $β =$ 0.210, $p < 0.05$ )과 서비스 개선과 같은 공감성(Empathy) ( $β =$ 0.998, $p < 0.01$ )항목은 서비스 유용성(Perceived Usefulness, PU)에 정(+)의 영향을 미친다. 서비스 용이성( $β =$ 0.380, $p < 0.05$ )과 유용성( $β =$ 0.820, $p < 0.01$ )은 공유 전동 킥보드의 이용의사에 정(+)의 영향을 미친다는 것을 확인할 수 있다. 하지만 서비스 경험자는 사회인구학적 특성 지표에 영향을 받지 않는 것으로 분석되었다.

Table 8.

Service experienced user’s estimated model

Hypotheses				Estimate	S.E	C.R	P
H1	Tangibles	→	PEOU	0.564	0.115	4.908	***
H4	Reliability	→	PU	0.210	0.090	2.323	0.020**
H7	Assurance	→	PEOU	0.136	0.065	2.085	0.037**
H10	Empathy	→	PU	0.998	0.130	7.652	***
H12	PEOU	→	Intention	0.380	0.172	2.205	0.027**
H13	PU	→	Intention	0.820	0.145	5.652	***

***p<0.01

**p<0.05

*p<0.1

4. 서비스 미경험자의 구조방정식 모델

서비스 미경험자의 적합한 구조방정식 모델의 추정결과는 Figure 5와 같다. 적합도는 $χ^{2}$ 의 p-value 값이 0.05 이하로 적합하고, $χ^{2} / d f$ 는 2.711, $R M S E A$ 는 0.050, $I F I$ 는 0.923으로 지표 모두 적합한 값이 산출되었으며 Table 9와 같다.

https://cdn.apub.kr/journalsite/sites/kst/2024-042-03/N0210420303/images/kst_2024_423_284_F5.jpg

Figure 5.

Service Inexperienced user’s model

Table 9.

Service inexperienced user’s model fit index

Final model	Model fit index
	$χ^{2}$	$χ^{2} / d f$	$R M S E A$	$I F I$
	1859.639(p<.05)	2.711(<3.00)	.050(<.08)	.923(>.9)

서비스 미경험자에 대한 분석 결과는 Table 10과 같다. 서비스 미경험자는 킥보드 외형과 관련된 유형성(Tangible) ( $β =$ 0.557, $p < 0.01$ )과 개인정보 보호와 결제 및 취소에 대한 확신성(Assurance) ( $β =$ 0.350, $p < 0.01$ )이 서비스 용이성(Perceived Ease of Use)에 정(+)의 영향을 미친다. 지역 필요성, 삶의 질 개선 및 혜택과 같은 공감성(Empathy) ( $β =$ 0.703, $p < 0.01$ )과 서비스 용이성(Perceived Ease of Use, PEOU) ( $β =$ 0.153, $p < 0.05$ )은 서비스 유용성(Perceived Usefulness, PU)에 정(+)의 영향을 미치며, 서비스 유용성( $β =$ 0.963, $p < 0.01$ )이 좋아지면 공유 전동 킥보드 이용의사가 높아진다. 서비스 미경험자는 사회인구학적 특성 지표의 영향을 받으며, 성별( $β =$ –0.263, $p < 0.01$ )은 여성보다는 남성, 연령( $β =$ –0.047, $p < 0.05$ )은 어릴수록 공유 전동 킥보드 이용의사가 높다는 것을 알 수 있다.

Table 10.

Service inexperienced user’s estimated model

Hypotheses				Estimate	S.E	C.R	P
H1	Tangibles	→	PEOU	0.557	0.067	8.342	***
H7	Assurance	→	PEOU	0.350	0.075	4.647	***
H10	Empathy	→	PU	0.703	0.068	10.394	***
H11	PEOU	→	PU	0.153	0.051	3.009	0.003**
H13	PU	→	Intention	0.963	0.075	12.902	***
-	Gender	→	Intention	-0.263	0.062	-4.222	***
-	Age	→	Intention	-0.047	0.019	-2.540	0.011**

***p<0.01

**p<0.05

*p<0.1

결론

본 연구는 공유 전동 킥보드 서비스의 경험자와 미경험자 대상으로 이용의사를 확인하였다. 설문조사 데이터를 활용하여 잠재 변수를 통해 응답자의 잠재 인식을 모델링 할 수 있는 구조방정식 모델을 사용하였고, 특히 SERVQUAL과 TAM의 개념을 접목하여 서비스에 대한 이용의사를 알아보고자 하였다. 외생변수로 SERVQUAL은 5가지 항목인 유형성, 신뢰성, 대응성, 확신성, 공감성을 활용하였으며, 내생변수는 TAM의 항목인 서비스 용이성, 서비스 유용성, 서비스 이용의사를 활용하였다. 구조방정식을 통해 SERVQUAL과 TAM 사이 관계를 분석하고 이에 이용의사에 영향을 주는 항목들을 확인하였다.

서비스 경험자 그룹은 SERVQUAL 개념에서 유형성, 신뢰성, 확신성, 공감성이 TAM에 영향을 미치는 것으로 나타났다. 유형성과 확신성은 서비스의 용이성 측면에 정(+)의 영향을 미친다. 이는 공유 전동 킥보드의 앱 디자인이 깔끔하고 직관적이어야 하며, 공유 전동 킥보드에 대해 충전상태를 쉽게 확인할 수 있고 타기 쉬워야 한다는 것을 의미한다. 또한, 개인정보가 외부에 유출되지 않게 잘 보호해야 할 필요가 있다. 신뢰성과 공감성이 서비스 유용성에 정(+)의 영향을 미치며, 이는 공유 전동 킥보드의 재배치 및 서비스 개선 피드백을 빠르게 처리해야 한다는 것을 의미한다. TAM에서 서비스의 용이성과 서비스 유용성은 공유 전동 킥보드 이용의사에 정(+)의 영향을 미치는 것으로 나타났다.

서비스 미경험자 그룹은 SERVQUAL 개념 중 유형성, 확신성, 공감성이 TAM에 해당하는 항목에 영향을 미치는 것으로 나타났다. 서비스 경험자 그룹과 동일하게 유형성과 확신성은 서비스의 용이성 측면에서 정(+)의 영향을 미친다. 이는 공유 전동 킥보드의 외형이 매력적이어야 하고, 개인정보가 외부에 유출되지 않게 보호해야 하고, 결제 및 취소·환불 처리를 빠르게 해야 한다는 것을 확인할 수 있다. 공감성은 서비스 유용성에 정(+)의 영향을 미치며, 공유 전동 킥보드의 재배치 및 서비스 개선 피드백을 빠르게 처리하고 할인 혜택이 제공되어야 한다. TAM에서 서비스의 용이성이 서비스 유용성에 정(+)의 영향을 미치고, 서비스 유용성은 공유 전동 킥보드 이용의사에 정(+)의 영향을 미치는 것으로 나타났다. 서비스 미경험자는 서비스 경험자 그룹과 달리 성별이 남성이거나, 연령이 적을수록 공유 전동 킥보드 이용의사가 높아지는 경향을 보였다.

본 연구는 공유 전동 킥보드 서비스 경험자와 미경험자를 별도로 모델링하여 비교분석을 했다는 점에서 의의가 있으나, 본 연구의 한계점으로는 수집된 설문 응답자 중 미경험자 대비 경험자가 상대적으로 적다는 점과 수도권 시민 대상으로 한 설문조사 데이터를 사용하여 분석하였기에 분석 결과를 모든 지역에 대해서 적용하기는 어렵다는 점을 들 수 있다. 향후 연구로는 다양한 지역에 대한 추가적인 설문조사를 통해 전국 단위의 분석을 진행해보고자 한다.

Funding

This work was supported by Bucheon City Challenge and was also supported by the Institute of Engineering Research at Seoul National University and the Institute of Construction and Environmental Engineering at Seoul National University.

알림

본 논문은 대한교통학회 제89회 학술발표회(2023.10.12)에서 발표된 내용을 수정·보완하여 작성된 것입니다.

References

Akhmedova A., Mas-Machuca M., Marimon F. (2020), Value Co-creation in the Sharing Economy: The Role of Quality of Service Provided by Peer, Journal of Cleaner production, 266, 121736.

10.1016/j.jclepro.2020.121736

Bollen K. A. (1989), Structural equations with latent variables, 210, John Wiley & Sons.

10.1002/9781118619179PMC1133599

Chen C. F., Lee C. H. (2023), Investigating Shared E-scooter Users' Customer Value Co-creation Behaviors and Their Antecedents: Perceived Service Quality and Perceived Value, Transport Policy, 136, 147-154.

10.1016/j.tranpol.2023.03.015

Davis F. D., Bagozzi, R. P., Warshaw P. R. (1989), User Acceptance of Computer Technology: A Comparison of Two Theoretical Models. Management Science, 35(8), 982-1003.

10.1287/mnsc.35.8.982

Dell'Olio L., Ibeas A., Cecin P. (2011), The Quality of Service Desired by Public Transport Users, Transport Policy, 18(1), 217-227.

10.1016/j.tranpol.2010.08.005

Eccarius T., Lu C. C. (2020), Adoption Intentions for Micro-mobility-Insights from Electric Scooter Sharing in Taiwan, Transportation research part D: Transport and Environment, 84, 102327.

10.1016/j.trd.2020.102327

Fan X., Wang L. (1998), Effects of Potential Confounding Factors on Fit Indices and Parameter Estimates for True and MisspecifiedSEM Models, Educational and Psychological Measurement, 58(5), 701-735.

10.1177/0013164498058005001

Hamerska M., Ziółko M., Stawiarski P. (2022), Assessment of the Quality of Shared Micromobility Services on the Example of the Electric Scooter Market in Poland, International Journal for Quality Research, 16(1).

10.24874/IJQR16.01-02

Kim B.K., Kim B. Y. (2022), The Rise of On-demand Micromobility: Examining The Effect of E-Scooter Sharing Service Quality on Consumer Technology Acceptance, Journal of the Korea Service Management Society, 23(4), 26-61

10.15706/jksms.2022.23.4.002

Kim D. H., Nangung M., Lee B. J. (2023), Analysis of Preference for Autonomous Vehicles using Structural Equation Model, J. Korean Soc. Transp., 41(2), Korean Society of Transportation, 226-238.

10.7470/jkst.2023.41.2.226

Kim S. H. (2019), The Impact of Driver's Perception on Traffic Accident Using Structural Equation Model: Focusing on Suwon City, Journal of Korean Society of Transportation, 37(3), 203.

10.7470/jkst.2019.37.3.203

Kirillova K., Chan J. (2018), What is Beautiful We Book: Hotel Visual Appeal and Expected Service Quality, International Journal of Contemporary Hospitality Management, 30(3), 1788-1807.

10.1108/IJCHM-07-2017-0408

KOTI (2022), 포스트 코로나 시대, 뉴노멀 교통체계 혁신 전략.

Lee J. H., Kim J. H., Chung J. H.. (2022), Effect of Personal Attitudes and Satisfaction with Public Transportation on Stated Preference of Automated Mobility on-Demand, Journal of Korean Society of Transportation, 40(1), 81-98.

10.7470/jkst.2022.40.1.081

Lee S. B., Lee S. W. (2019), Effects of the Korean Pharmaceutical Export Supporting Program's Service Quality on Export Performance Expectation of Korean Pharmaceutical Companies, The Korean Journal of Health Service Management, 13(3), 105-114.

10.12811/kshsm.2019.13.3.105

Liang J. K., Eccarius T., Lu C. C. (2019), Investigating Factors that Affect the Intention to Use Shared Parking: A Case Study of Taipei City, Transportation Research Part A: Policy and Practice, 130, 799-812.

10.1016/j.tra.2019.10.006

Lim W. M., Gupta G., Biswas B., Gupta R. (2022), Collaborative Consumption Continuance: A Mixed-methods Analysis of the Service Quality-loyalty Relationship in Ride-sharing Services, Electronic Markets, 32(3), 1463-1484.

10.1007/s12525-021-00486-z

Ma F., Shi W., Yuen K. F., Sun Q., Guo Y. (2019), Multi-stakeholders' Assessment of Bike Sharing Service Quality Based on DEMATEL-VIKOR Method, International Journal of Logistics Research and Applications, 22(5), 449-472.

10.1080/13675567.2019.1568401

Maioli H. C., de Carvalho R. C., de Medeiros D. D. (2019), SERVBIKE: Riding Customer Satisfaction of Bicycle Sharing Service, Sustainable Cities and Society, 50, 101680.

10.1016/j.scs.2019.101680

Nkurunziza A., Zuidgeest M., Brussel M., Van Maarseveen M. (2012), Examining the potential for modal change: Motivators and barriers for bicycle commuting in Dar-es-Salaam, Transport policy, 24, 249-259.

10.1016/j.tranpol.2012.09.002

Pakdil F., Aydın Ö. (2007), Expectations and Perceptions in Airline Services: An Analysis using Weighted SERVQUAL Scores, Journal of Air Transport Management, 13(4), 229-237.

10.1016/j.jairtraman.2007.04.001

Pan L., Xia Y., Xing L., Song Z., Xu Y. (2022), Exploring Use Acceptance of Electric Bicycle-sharing Systems: An Empirical Study Based on PLS-SEM Analysis, Sensors, 22(18), 7057.

10.3390/s2218705736146406PMC9503645

Parasuraman A. B. L. L., Zeithaml V. A., Berry L. (1988), SERVQUAL: A Multiple-item Scale for Measuring Consumer Perceptions of Service Quality, 64(1), 12-40.

Parasuraman A., Zeithaml V. A., Berry L. L. (1985), A Conceptual Model of Service Quality and Its Implications for Future Research, Journal of Marketing, 49(4), 41-50.

10.1177/002224298504900403

Park J. J. (2017), A Study on the Legislation Related to Personal Mobility

Pasca M. G., Guglielmetti Mugion R., Toni M., Di Pietro L., Renzi M. F. (2021), Gamification and Service Quality in Bike Sharing: An EmpiricalSstudy in Italy, The TQM Journal, 33(6), 1222-1244.

10.1108/TQM-05-2020-0118

Samadzad M., Nosratzadeh H., Karami H., Karami A. (2023), What are the Factors Affecting the Adoption and Use of Electric Scooter Sharing Systems from the End User's Perspective?, Transport Policy, 136, 70-82.

10.1016/j.tranpol.2023.03.006

Shao Z., Li X., Guo Y., Zhang L. (2020), Influence of Service Quality in Sharing Economy: Understanding Customers' Continuance Intention of Bicycle Sharing, Electronic Commerce Research and Applications, 40, 100944.

10.1016/j.elerap.2020.100944

Ulrich K. T. (2005), Estimating the Technology Frontier for Personal Electric Vehicles, Transportation Research Part C: Emerging Technologies, 13(5-6), 448-462.

10.1016/j.trc.2006.01.002

Journal of Korean Society of Transportation ISSN:1229-1366(Print) 2234-4217(Online) 대한교통학회지

Preview

Analyzing the Impact of Service Quality on the Intention to Use Shared E-scooter: A Modified Technology Acceptance Model Approach

ABSTRACT

MAIN

(1)

(2)

Figure 1.

Structural equation model

Table 1.

Data statistics

Figure 2.

Descriptive statistics with gender and age

Table 2.

Factor loading for experienced users (SERVQUAL)

Table 3.

Factor loading for Inexperienced users (SERVQUAL)

Table 4.

Factor Loading for experienced users (TAM)

Table 5.

Factor loading for inexperienced users (TAM)

Figure 3.

Hypothesized model

Table 6.

Hypothesis settings

Figure 4.

Service experienced user’s model

Table 7.

Service experienced user’s model fit index

Table 8.

Service experienced user’s estimated model

Figure 5.

Service Inexperienced user’s model

Table 9.

Service inexperienced user’s model fit index

Table 10.

Service inexperienced user’s estimated model

Funding

알림

References