羅麗朝
(新疆農(nóng)業(yè)大學交通與物流工程學院,新疆 烏魯木齊 830052)
城市公交服務作為公共交通系統(tǒng)的關鍵組成要素,具有改善城市交通擁堵、緩解環(huán)境污染、減少資源占用等諸多優(yōu)勢。然而在居民多樣化的公共交通需求背景下,單一的公交模式逐漸無法應對其他交通方式帶來的沖擊挑戰(zhàn),多種模式組成的立體化公交系統(tǒng)受到各大城市的推崇與政府的大力支持,其設施完善程度和服務品質決定了能否給乘客提供優(yōu)質的乘坐體驗。因此,以乘客感知的視角對各模式公交開展服務質量評價有助于掌握乘客對不同公交模式的實際需求和滿意程度,引導城市公共交通可持續(xù)發(fā)展,促使管理部門制定出有效的改善措施,提升公交服務質量與吸引力。
關于滿意度的研究最早源起于20世紀中后期的顧客滿意度分析,1989 年瑞典建立了世界上第一個顧客滿意度指數(shù)體系(SCSB),之后各國陸續(xù)建立了屬于自己國家或地區(qū)的顧客滿意度指數(shù)模型,例如美國的ACSI,韓國的KCSI,歐洲的ECSI[1-3]等。國內(nèi)對于滿意度的研究雖然起步較晚,但近年來在乘客滿意度評價方面的研究已有大量成果。關于不同模式的公共交通滿意度評價,以常規(guī)公交、快速公交、定制公交等模式的公交最為普遍,在公交指標元素與乘客滿意度之間的網(wǎng)絡關系方面,吳靜嫻等[4]得出在眾多影響因素中候車時間的負效應最顯著的結論;從乘客感知角度出發(fā),呂慎[5]對接運公交的服務質量進行評估,認為亟待改善其可靠性與提升其可用性和舒適性;李睿等[6]定量分析了定制公交滿意度的影響因素,結果表明乘客期望對乘客滿意度具有負向直接影響;李林波等[7]通過建立快速公交競爭力模型,強調(diào)提高乘客滿意度是提高競爭力的關鍵。此外,乘客滿意度評價方法也有不少學者研究。如王蓉等[8]基于偏最小二乘法的結構方程模型評價公交換乘政策的滿意度,并結合四象限分析圖進一步發(fā)現(xiàn)服務質量中的薄弱環(huán)節(jié);武榮楨等[9]系統(tǒng)地采用了模糊綜合評價法,利用層次分析法和公交乘客調(diào)查法計算各指標權重值;李林波等[10]考慮了指標間的相關性,在CRITIC 法確定指標權重的基礎上提出利用云模型進行乘客滿意度的綜合評價;劉瑩等[11]基于專家權重和各指標的綜合權重構建AHP-BP 神經(jīng)網(wǎng)絡模型進行公交線路服務質量的評估;吳靜嫻等[4]通過對比貝葉斯網(wǎng)絡和傳統(tǒng)離散選擇模型,發(fā)現(xiàn)貝葉斯網(wǎng)絡優(yōu)勢更為顯著。
基于上述研究,國內(nèi)對于公交滿意度評價的既有研究對象大多是單一的公交模式,缺乏對多種公交模式的對比分析,且評價方法大多難以同時研究整體評價結果和內(nèi)部影響因素,對于實際的滿意度提升缺乏有效的理論支撐和策略方法。綜上,本文從乘客的視角構建一個以云模型-結構方程為基礎的公交滿意度測度模型,對某市各模式公交進行滿意度綜合評價并對比分析滿意度影響因素,深層次探討各模式公交近年來持續(xù)存在的薄弱環(huán)節(jié),使城市公共交通系統(tǒng)朝著高效率、高水準方向發(fā)展。
基于相關文獻中具有信效度良好的問卷構建本次研究中的問卷量表,并結合實際的公交運行環(huán)境進行設計,包括乘客基本特征信息和乘客滿意度評價兩個部分,樣本的基本特征信息見表1,滿意度評價部分采用李克特(Likert)五點量表測度方法,以“非常不滿意~非常滿意”分別由低到高賦值1分~5分,乘客根據(jù)自己的乘坐感知選擇每個題項對應的分值。此次調(diào)查時間跨度為2015 年~2018 年,選取每年的11 月進行為期一個月的調(diào)查,分別選取各模式公交的代表性線路,問卷的發(fā)放選取站點發(fā)放和跟車發(fā)放兩種方式。調(diào)查回收所得問卷總數(shù)約44500 份,將答案不完整、所有題項選擇答案相同或呈現(xiàn)特定分布、題項答案前后矛盾等不符合要求的問卷予以刪除[12],保留各模式公交問卷共計43610份,調(diào)查問卷回收有效率為98%。利用SPSS 20.0軟件,對問卷內(nèi)容進行一致性檢驗,結果表明三種公交模式的Cronbach’s Alpha值在0.701~0.871之間,屬于非常可信;KMO 值在0.705~0.842 之間,Bartlett 球性檢驗均拒絕單位相關陣的原假設,樣本較為顯著,表明適合作因子分析。
表1 乘客基本特征信息表
在對問卷數(shù)據(jù)進行信效度檢驗的基礎上,采用探索性因子分析進行特征值大于1.0的因素提取,多次正交旋轉后對于因子載荷小于0.5的題項作刪除處理,同時一個公因子只含一個題項的也予以刪除,經(jīng)過反復比較后,各模式公交共計刪除14 個題項。根據(jù)探索性因子分析結果,各模式公交滿意度評價體系從行車安全、車內(nèi)舒適度、人性化設施、可靠性、整潔性和硬件設施等維度確定6個一級評價指標,乘客滿意度評價指標體系見表2。
表2 乘客滿意度評價指標體系表
表2 乘客滿意度評價指標體系表(續(xù)表)
云模型是基于云發(fā)生器完成定性到定量之間的映射,定量的表達根據(jù)云數(shù)字特征(期望Ex、熵En和超熵He)來展現(xiàn),利用逆向云發(fā)生器或指標近似法確定云的數(shù)字特征[13-15]?;谠颇P驮?,公交滿意度評價指標體系即為論域,每位乘客即為云滴,利用所有乘客的評價結果所形成的云團反映公交服務質量滿意度。具體的評價流程設計如下:
①確定指標論域,見表2。
②建立評價論域和評價云,根據(jù)調(diào)查情況將公交滿意程度劃分為5 個語言等級,則評價論域表現(xiàn)為,若將滿意度定性評語的上限記為tmax,下限記為tmin,每個滿意度評語的云數(shù)字特征計算公式為:
式中,k為根據(jù)模糊程度確定的常數(shù),常取0.1。
③確定權重集W,基于真實問卷調(diào)查數(shù)據(jù),利用CRITIC法計算評價指標體系中各維度權重以及各指標的權重,所得評價指標體系權重集為:
④確定評價結果云,根據(jù)實際調(diào)查數(shù)據(jù)計算各指標實際的云數(shù)字特征,利用逆向云發(fā)生器法,生成指標集對應的云參數(shù)矩陣Z如下:
根據(jù)所得的權重集W和指標云參數(shù)矩陣Z,計算各模式公交滿意度評價的結果云模型,表述為:
由于該運算過程涉及云參數(shù)和常規(guī)參數(shù)間的混合運算,根據(jù)云模型的運算規(guī)則和模糊運算規(guī)律,各項云參數(shù)的具體計算過程如下:
據(jù)此,可以計算出各個維度以及整體乘客滿意度的評價云。
⑤比較與評價結果確定。利用正向云發(fā)生器將整體乘客滿意度的評價云參數(shù)生成正態(tài)云圖,與評價云圖比較,根據(jù)正態(tài)云在評價云圖中所處的范圍和形態(tài),可以得出各模式公交的評價結果。
3.2.1 結構方程
結構方程模型是通過線性方程表示可測變量與潛變量之間以及潛變量內(nèi)部之間關系的一種統(tǒng)計方法,主要包括測量模型和結構模型兩種關系模型。
測量模型主要反映了潛變量和其對應的顯變量之間的因果關系,方程式如下:
式中,x 和y 分別表示外生和內(nèi)生觀測變量向量;ξ和η 分別表示外生和內(nèi)生潛在變量向量;Λx和Λy分別表示x的因子載荷量和y的因子載荷量;δ和ε分別表示外生和內(nèi)生觀測變量的殘差項向量。
結構模型主要用于處理潛變量之間的線性關系,方程式如下:
式中,η表示內(nèi)生潛在變量向量;B和Γ表示路徑系數(shù);B表示內(nèi)生潛變量之間的關系;Γ表示外生潛變量對于內(nèi)生潛變量的影響關系;ζ表示結構方程的誤差項。
3.2.2 模型假設
在考慮各模式公交的影響因素基礎上,構建本文模型結構,其中滿意度為內(nèi)生潛變量,行車安全、車內(nèi)舒適性、硬件設施、人性化、時間可靠性、整潔性為外生潛變量。提出研究假設如下,H1:可靠性對乘客滿意度有直接正向影響;H2:人性化對乘客滿意度有直接正向影響;H3:車內(nèi)舒適性對乘客滿意度有直接正向影響;H4:整潔性對乘客滿意度有直接正向影響;H5:行車安全對乘客滿意度有直接正向影響;H6:硬件設施對乘客滿意度有直接正向影響。模型框架如圖1所示。
圖1 公交滿意度假設模型框架
以某市三種公交模式乘客滿意度為例,按照云模型的方法進行綜合評價。將評價集轉化為正向分數(shù),根據(jù)式(1)得到各等級評價云為非常滿意(4.50,0.17,0.10)、比較滿意(3.50,0.17,0.10)、一般(2.50,0.17,0.10)、較不滿意(1.50,0.17,0.10)、非常不滿意(0.50,0.17,0.10)。在用CRITIC 法計算出各指標權重的基礎上,用逆向云發(fā)生器依次生成各評價指標所對應的云參數(shù)(表3),據(jù)此得出常規(guī)公交、快速公交、定制公交的乘客滿意度評價結果云參數(shù)分別為C(4.23,0.89,0.30)、B(4.25,0.79,0.32)、D(4.06,0.85,0.43)。
表3 各評價指標云參數(shù)
根據(jù)云模型基本理論,取云滴數(shù)為2000 生成正態(tài)云圖使誤差低于0.01,通過正向云發(fā)生器將各模式公交的結果云參數(shù)生成結果云圖并將其置于評價云圖中,如圖2所示。
圖2 各公交模式評價結果云圖
由Matlab 可視化[16]圖2可知,三種公交模式結果云的期望值Ex在4.06~4.25之間,滿意度評價結果均落在了評價云圖中的“比較滿意”和“非常滿意”之間,較為偏向“比較滿意”的評價云,滿意度評價由高到低分別為快速公交、常規(guī)公交、定制公交。就云的熵值而言,熵值En 在0.79~0.89 之間,遠大于評價云的熵值0.17,反映出不同乘客群體對于公交服務的滿意度存在著較大的認知差異,并且常規(guī)公交的熵值最大,說明常規(guī)公交的滿意度評價結果受個體的影響最大且最不穩(wěn)定。除此之外三種公交模式結果云的超熵值He也較大,在0.30~0.43 之間,說明結果云的厚度和離散程度都遠大于評價云的超熵值0.10,尤其是定制公交的隨機性最大,可知乘客對于公交滿意度還沒有達成共識。評價結果發(fā)現(xiàn),各模式公交滿意度評價云圖代表其服務水平基本上滿足了乘客的基本期望需求,其中定制公交的整體服務水平有待提高。
運用AMOS21.0 軟件對提出的結構方程模型和假設進行驗證。通過絕對適配統(tǒng)計量和增值適配度統(tǒng)計量進行模型擬合度檢驗,結果表明模型1~模型3所有判別指標均在標準范圍內(nèi)。運用最大似然法估計結構模型參數(shù),最終得到各模型的潛變量對應顯變量間的載荷系數(shù)以及潛變量間的標準化路徑系數(shù),如圖3 所示,由圖可知假設H1~H6成立。
圖3 各模式公交模型標準化路徑圖
根據(jù)結構關系模型路徑系數(shù)的大小[17],可見各模型中潛變量對于滿意度的影響具有差異性。根據(jù)分析結果,在常規(guī)公交乘客滿意度的影響因子中,車內(nèi)舒適性因子的荷載高于其他因子,表明其乘客滿意度主要受車內(nèi)舒適性的影響,車內(nèi)擁擠度對于舒適性維度的影響最大,其因子負荷為0.39;在快速公交乘客滿意度的影響因子中,可靠性因子的荷載為0.38,遠高于其他因子,表明快速公交的乘客滿意度主要受可靠性的影響,換乘便利性對于可靠性維度的影響最大;在定制公交乘客滿意度的影響因子中,人性化的因子荷載為0.57,遠高于其他因子,且到站步行時間對于人性化維度的影響最大,因此當前對于定制公交乘客滿意度提升的貢獻角度而言,首先要改善人性化相關設施。綜上所述,模型結果基本符合各模式公交的服務特性以及主要服務人群現(xiàn)狀。
在不同時間維度上對各模式公交滿意度和指標重要性進行集成分析,深層次確定各模式公交乘客滿意度提升的優(yōu)先級,為管理者提供直觀且有效的改進措施?;谥匾?績效分析法(IPA),將不同時間維度上的各公交模式乘客滿意度進行指標上的深層次探討。將2015 年~2018 年中各模式公交滿意度評價體系中的指標權重平均值和滿意度平均值作為Y 軸和X 軸分割點[18],位于象限Ⅳ中的元素為重要性較高但滿意度較低的指標,其表現(xiàn)未能達到乘客的期望要求,是造成滿意度低的主要原因,應予以重視。
由圖4發(fā)現(xiàn),各模式公交在時間維度上優(yōu)先改善的因子呈現(xiàn)顯著的差異性。對于常規(guī)公交,4年里都需要優(yōu)先改善的指標為H18;對于快速公交,4年里都需要優(yōu)先改善的指標為C7;對于定制公交,4 年里都需要優(yōu)先改善的指標為S1、S2、C7、F10、R13、R14、H18、H19。定制公交和常規(guī)公交都需要改善到站步行時間,快速公交和定制公交都需要改善車內(nèi)擁擠度,并且常規(guī)公交需要改善的指標元素最多,由此可見乘客對于常規(guī)公交的相關設施條件滿意度最差,尤其是可靠性和人性化設施方面。
圖4 時間維度上不同模式公交四分圖
研究以乘客感知為中心,以某市三種公交模式為研究對象,通過云模型-結構方程測評模型,得出以下結論:
①從乘客感知和各模式公交的服務特色出發(fā),利用探索性因子分析對各模式公交的初始指標集進行了調(diào)查篩選得到其維度與所屬指標。通過CRITIC法計算指標權重與維度權重,充分考慮了指標間數(shù)據(jù)的相關性。
②采用云模型定量分析了乘客對不同公交模式的滿意程度,將乘客滿意度評價結果的隨機性、模糊性和差異性直觀表現(xiàn)出來。三種模式的公交評價結果偏向“較為滿意”,滿意度由大到小為:快速公交>常規(guī)公交>定制公交。
③應用結構方程模型路徑系數(shù)明確車內(nèi)舒適性、可靠性、人性化設施分別是決定常規(guī)公交、快速公交和定制公交乘客滿意度的關鍵因素。同時從時間維度上繪制了四象限分析圖,發(fā)現(xiàn)各模式公交服務質量中的薄弱環(huán)節(jié),為進一步明確提升服務質量提供參考。