羅麗群，李佳玉，李 瓊，王 紅，朱順應(yīng)

（武漢理工大學(xué)，湖北 武漢 430063）

公交滿(mǎn)意度改善策略DIPA排序法

羅麗群，李佳玉，李 瓊，王 紅，朱順應(yīng)

（武漢理工大學(xué)，湖北 武漢 430063）

為提高乘客對(duì)公交服務(wù)質(zhì)量的滿(mǎn)意度，將乘客分為不滿(mǎn)意群體和滿(mǎn)意群體，不滿(mǎn)意群體是公交出行的不穩(wěn)定客源，針對(duì)該群體提出改進(jìn)措施，對(duì)滿(mǎn)意度的提高更具有針對(duì)性、科學(xué)性。另外，針對(duì)目前措施排序IPA方法中分區(qū)粗略、缺乏操作性的問(wèn)題，將不滿(mǎn)意群體與滿(mǎn)意群體進(jìn)行對(duì)比研究，提出三維排序方法（DIPA），使改進(jìn)措施更加精準(zhǔn)。

公交服務(wù)質(zhì)量；滿(mǎn)意度；改進(jìn)措施；IPA；DIPA

1 引言

隨著經(jīng)濟(jì)及機(jī)動(dòng)化水平的提高，交通擁堵?tīng)顩r日益嚴(yán)重。公交作為運(yùn)能大、占地少的綠色交通工具，提高其出行比率是減少交通擁堵的重要手段。目前，我國(guó)的城市公交機(jī)動(dòng)化出行分擔(dān)率普遍不足60%，究其原因是城市公交服務(wù)質(zhì)量不高，吸引力不強(qiáng)[1]。在公交服務(wù)的過(guò)程中采取哪些措施才能有效改善服務(wù)質(zhì)量，提升公交出行分擔(dān)率，正在逐步受到政府監(jiān)管部門(mén)與公交營(yíng)運(yùn)企業(yè)的廣泛關(guān)注與高度重視[2]。公交滿(mǎn)意度直觀(guān)地反映了乘客對(duì)公交服務(wù)質(zhì)量的態(tài)度[3]，被廣泛認(rèn)為是影響公眾行為選擇的最重要因素。公交的服務(wù)質(zhì)量是影響公交出行者繼續(xù)選擇公交出行的主要因素，要維護(hù)“既有客戶(hù)”，挖掘公交的“潛在客戶(hù)”，就需要提高乘客滿(mǎn)意度，減少不滿(mǎn)意率，因此針對(duì)不滿(mǎn)意群體提出改善公交服務(wù)質(zhì)量的措施，對(duì)于降低不滿(mǎn)意率更有效。

國(guó)內(nèi)對(duì)于公交滿(mǎn)意度的研究較多，但均以滿(mǎn)意度調(diào)查的所有數(shù)據(jù)作為研究對(duì)象[4-5]，未分群體進(jìn)行分析，不具有針對(duì)性。另外，公交滿(mǎn)意度改進(jìn)策略排序采用較多的是重要性－績(jī)效分析方法（Importance-Performance Analysis，IPA）[6-7]，以“重要性”、“績(jī)效”作為參數(shù)，以矩陣形式來(lái)確定各項(xiàng)指標(biāo)的改進(jìn)策略?xún)?yōu)先級(jí)。其中，“重要性”為各個(gè)滿(mǎn)意度指標(biāo)對(duì)總體滿(mǎn)意度的影響程度，即每個(gè)指標(biāo)的“權(quán)重”。結(jié)構(gòu)方程式（Structural equation modeling，SEM）依托乘客評(píng)價(jià)數(shù)據(jù)將指標(biāo)路徑系數(shù)作為客觀(guān)權(quán)重，是目前確定滿(mǎn)意度指標(biāo)權(quán)重較為廣泛的一種方法[8]，例如，陳堅(jiān)[9]利用SEM模型對(duì)公交出行影響因素大小進(jìn)行了研究；績(jī)效則用乘客對(duì)于滿(mǎn)意度各指標(biāo)的評(píng)分作為代表。

但I(xiàn)PA方法中，以結(jié)構(gòu)方程式標(biāo)定的作用系數(shù)作為重要性，只反映了指標(biāo)改善難度，未考慮把某個(gè)指標(biāo)從不滿(mǎn)意改善成滿(mǎn)意狀態(tài)的差距。實(shí)際上不同滿(mǎn)意程度的群體對(duì)于公交提供的同一服務(wù)質(zhì)量的感知程度是不同的，不滿(mǎn)意群體感知程度越接近滿(mǎn)意群體，那么不滿(mǎn)意群體對(duì)該指標(biāo)越敏感，改善該指標(biāo)對(duì)不滿(mǎn)意群體越容易接近滿(mǎn)意狀態(tài)；其次改善策略?xún)?yōu)先級(jí)分為四個(gè)區(qū)，分級(jí)欠精準(zhǔn)，操作性較差。因此考慮加入指標(biāo)相對(duì)敏感度的三維IPA矩陣（Three-Dimensional Importance Performance Analysis，DIPA），使改進(jìn)措施更精確。

本文以武漢市公交滿(mǎn)意度調(diào)查數(shù)據(jù)為研究對(duì)象，將總體滿(mǎn)意度評(píng)價(jià)中的乘客劃分為不滿(mǎn)意群體（包括非常不滿(mǎn)意、不滿(mǎn)意、基本滿(mǎn)意）及滿(mǎn)意群體（滿(mǎn)意、非常滿(mǎn)意）兩類(lèi)。分別通過(guò)結(jié)構(gòu)方程式模型得到兩類(lèi)群體各指標(biāo)對(duì)總體滿(mǎn)意度的作用系數(shù)，以不滿(mǎn)意感知程度與滿(mǎn)意感知程度差值作為指標(biāo)敏感度，利用重要性-敏感度-績(jī)效建立DIPA矩陣，制定更有效、更精確的提高公交滿(mǎn)意度的措施。

2 數(shù)據(jù)采集與分析方法

2.1 公交滿(mǎn)意度調(diào)查指標(biāo)

公交滿(mǎn)意度調(diào)查問(wèn)卷設(shè)計(jì)見(jiàn)表1。其內(nèi)容包括三個(gè)部分：（1）乘客屬性信息，主要包括個(gè)人屬性特征（性別、年齡、職業(yè)、家庭收入）和出行特征（公交乘坐頻率、換乘次數(shù)和全程花費(fèi)時(shí)間）；（2）公交滿(mǎn)意度評(píng)價(jià)指標(biāo)，包括安全感、舒適感、便利性、快速性等四類(lèi)指標(biāo)。

表1 公交服務(wù)質(zhì)量指標(biāo)體系

2.2 調(diào)查問(wèn)卷設(shè)計(jì)及實(shí)施

問(wèn)卷中乘客對(duì)各個(gè)指標(biāo)的滿(mǎn)意程度采用10級(jí)李克特量表(Likert)，10分為最滿(mǎn)意，1分為最不滿(mǎn)意。

2015年11月11-21日，聯(lián)合武漢公共交通管理辦公室對(duì)現(xiàn)有一至六公司等12個(gè)公交企業(yè)的365條公交線(xiàn)路（主城區(qū)及跨遠(yuǎn)城區(qū)線(xiàn)路，不包括遠(yuǎn)城區(qū)區(qū)域線(xiàn)路），采取分層（線(xiàn)路）隨機(jī)抽樣方法，調(diào)查員按線(xiàn)路分層隨機(jī)選擇乘客進(jìn)行一對(duì)一的問(wèn)卷調(diào)查，每日調(diào)查時(shí)間覆蓋整個(gè)運(yùn)營(yíng)時(shí)間，持續(xù)10天，包括工作日和休息日。

2.3 調(diào)查樣本量確定及檢驗(yàn)

本次調(diào)查共發(fā)放問(wèn)卷20 000份，獲取有效問(wèn)卷18 378份，有效回收率為91.89%、達(dá)到了置信95%，相對(duì)誤差1%的要求。利用SPSS19.0進(jìn)行問(wèn)卷的效度和信度檢驗(yàn)，結(jié)果表明此次調(diào)查克朗巴哈α信度系數(shù)為0.933，各指標(biāo)調(diào)查問(wèn)卷內(nèi)在信度很高；各調(diào)查指標(biāo)的共同度均大于0.4，調(diào)查問(wèn)卷的指標(biāo)體系合理。

為實(shí)現(xiàn)研究目標(biāo)，根據(jù)公交總體滿(mǎn)意度將乘客分為滿(mǎn)意群體和不滿(mǎn)意群體。提取滿(mǎn)意群體（非常滿(mǎn)意、滿(mǎn)意）共7 615份問(wèn)卷，不滿(mǎn)意群體（基本滿(mǎn)意、不滿(mǎn)意、非常不滿(mǎn)意）共10 763份作為分析對(duì)象。

2.4 數(shù)據(jù)分析方法

（1）結(jié)構(gòu)方程式模型（Structural Equation Modeling-SEM）。結(jié)構(gòu)方程式[10-11]能處理不可直接觀(guān)測(cè)變量、多個(gè)復(fù)雜觀(guān)測(cè)變量交互因果關(guān)系，潛變量與觀(guān)測(cè)變量是一種線(xiàn)性因果關(guān)系。利用結(jié)構(gòu)方程式能夠確定指標(biāo)對(duì)總體滿(mǎn)意度的影響大?。ǜ兄潭龋?，圖1表示存在中介變量Y1與Y2的X→Y的結(jié)構(gòu)方程式模型關(guān)系。

圖1 SEM因果模型

其結(jié)構(gòu)方程式表示如下：

以矩陣表示為：

其中Y為潛變量，X為觀(guān)測(cè)變量，β和γ為觀(guān)測(cè)變量與潛變量以及潛變量與潛變量間的標(biāo)準(zhǔn)化路徑系數(shù)，ξ為回歸殘差。Y的總效應(yīng)是X1、X2、X3的直接效應(yīng)與Y1，Y2的間接效應(yīng)總和，標(biāo)準(zhǔn)化總效用表達(dá)了觀(guān)測(cè)變量對(duì)潛變量、潛變量對(duì)潛變量的作用大小。

本研究基于13個(gè)滿(mǎn)意度指標(biāo)分別建立不滿(mǎn)意群體與滿(mǎn)意群體的結(jié)構(gòu)方程模型，得到各指標(biāo)的總效用（包括指標(biāo)的直接效應(yīng)及間接效應(yīng)）。

（2）重要性-績(jī)效矩陣法（Importance Performance Analysis，IPA）。由結(jié)構(gòu)方程式中指標(biāo)與總體滿(mǎn)意度間的關(guān)系方程可簡(jiǎn)化以下公式：

Yi-第i指標(biāo)的總體滿(mǎn)意度；

ki-第i指標(biāo)的綜合效應(yīng)系數(shù)，反映貢獻(xiàn)度感知敏感程度；

Xi-第i指標(biāo)的滿(mǎn)意度得分值。

第i指標(biāo)改善對(duì)總體滿(mǎn)意度的增長(zhǎng)率，即影響程度，反映績(jī)效，ki越大績(jī)效越高；Xi考慮了改善的難易程度，即顧客評(píng)價(jià)，顧客評(píng)價(jià)越小越容易改善。據(jù)此做出IPA矩陣，如圖2所示。

圖2 IPA矩陣分區(qū)

IPA矩陣中，利用影響程度與顧客評(píng)價(jià)分界點(diǎn)將坐標(biāo)系劃分為4個(gè)區(qū)域，“優(yōu)先改進(jìn)”區(qū)域是顧客評(píng)價(jià)低、影響程度高的指標(biāo)；“其次改進(jìn)”區(qū)域是顧客評(píng)價(jià)低、影響程度低的指標(biāo)；“保持現(xiàn)狀”區(qū)域是顧客評(píng)價(jià)高、影響程度低的區(qū)域；“影響優(yōu)勢(shì)”區(qū)域是顧客評(píng)價(jià)高、影響程度高的區(qū)域。措施排序中隱含著改進(jìn)順序中，顧客評(píng)價(jià)優(yōu)于指標(biāo)影響程度。然而，在二維的IPA改進(jìn)措施矩陣中缺少考慮不滿(mǎn)意群體各指標(biāo)改善到滿(mǎn)意狀態(tài)的敏感度，且矩陣分區(qū)粗略，缺乏操作性。

（3）重要性-敏感度-績(jī)效矩陣法（Three-Dimensional Importance Performance Analysis，DIPA）。根據(jù)公式（4）的理論思想，可以得到滿(mǎn)意群體及不滿(mǎn)意群體的總體滿(mǎn)意度公式，不滿(mǎn)意群體相對(duì)滿(mǎn)意群體的總體滿(mǎn)意度差異為ΔYi。

ki滿(mǎn)意是滿(mǎn)意乘客對(duì)i指標(biāo)的感知程度，滿(mǎn)意是不滿(mǎn)意對(duì)指標(biāo)感知程度的參照系。對(duì)于指標(biāo)i要縮小滿(mǎn)意與不滿(mǎn)意的差距，需要減小Δki。定義相對(duì)敏感度Δki為第i指標(biāo)從不滿(mǎn)意狀態(tài)改善成滿(mǎn)意狀態(tài)的滿(mǎn)意度指標(biāo)的差距，即相對(duì)敏感度越小，不滿(mǎn)意群體變?yōu)闈M(mǎn)意群體的可能性更大。

DIPA是在績(jī)效和改善難易程度作為分析視角建立矩陣的基礎(chǔ)上，加入不滿(mǎn)意群體與滿(mǎn)意群體的指標(biāo)相對(duì)敏感度，從而建立三維矩陣，得到更精確的優(yōu)先改進(jìn)、其次改進(jìn)策略。

3 數(shù)據(jù)分析與結(jié)果

3.1 數(shù)據(jù)統(tǒng)計(jì)

3.1.1 乘客基本信息統(tǒng)計(jì)。

表2 武漢市公交滿(mǎn)意度問(wèn)卷調(diào)查乘客基本情況（n=18 378）

乘客的基本信息統(tǒng)計(jì)情況見(jiàn)表2。有效樣本中，52.0%為男性，48.0%為女性；年齡主要集中在18-40歲，此年齡段的人群為出行主體，出行活動(dòng)較為活躍，具有較好的代表性；出行群體中，學(xué)生、企事業(yè)職員較多，是公交通勤出行的主體，家庭月收入小于4 000元的乘客接近80%，低收入群體是公交的主流乘客，公交乘坐頻率每日1次及以上的群體大約50%，通勤與非通勤乘客占比相當(dāng)。

3.1.2 滿(mǎn)意度指標(biāo)得分。根據(jù)滿(mǎn)意度各指標(biāo)得分統(tǒng)計(jì)調(diào)查結(jié)果，得到不滿(mǎn)意群體、滿(mǎn)意群體以及所有乘客群體的“策略層”12個(gè)服務(wù)質(zhì)量滿(mǎn)意度指標(biāo)的得分，見(jiàn)表3。

表3 不滿(mǎn)意群體、滿(mǎn)意群體及所有乘客滿(mǎn)意度評(píng)價(jià)

由不滿(mǎn)意群體及滿(mǎn)意群體的指標(biāo)滿(mǎn)意度均值結(jié)果可知，不滿(mǎn)意群體的各項(xiàng)指標(biāo)評(píng)分最低，滿(mǎn)意群體的各項(xiàng)指標(biāo)均值最高。所有乘客綜合評(píng)價(jià)值處于滿(mǎn)意與不滿(mǎn)意之間。說(shuō)明總體滿(mǎn)意度表現(xiàn)為不滿(mǎn)意狀態(tài)的群體對(duì)公交服務(wù)質(zhì)量的其他指標(biāo)評(píng)分低于滿(mǎn)意群體的評(píng)價(jià)。

3.2 指標(biāo)重要度分析

采用AMOS計(jì)算軟件中極大似然法對(duì)結(jié)構(gòu)方程式模型（SEM）參數(shù)進(jìn)行估計(jì)。武漢市公交乘客滿(mǎn)意度12個(gè)“策略層”滿(mǎn)意度指標(biāo)與總體滿(mǎn)意度的結(jié)構(gòu)方程模型參數(shù)估計(jì)和效果檢驗(yàn)見(jiàn)表4、圖3，常用5個(gè)模型擬合指標(biāo)[12]均滿(mǎn)足判別標(biāo)準(zhǔn)，說(shuō)明模型和觀(guān)測(cè)數(shù)據(jù)擬合程度良好。

表4 SEM模型的擬合指標(biāo)與檢驗(yàn)

圖3 不滿(mǎn)意、滿(mǎn)意及所有乘客群體結(jié)構(gòu)方程式模型

圖4 不滿(mǎn)意、滿(mǎn)意及所有乘客群體綜合作用系數(shù)

圖4 顯示，不滿(mǎn)意群體、滿(mǎn)意群體、所有乘客群體對(duì)于不同指標(biāo)的感知程度不同，其中，在車(chē)容車(chē)況、舒適性、司機(jī)駕駛行為、安全性這幾類(lèi)指標(biāo)上的差距較大。不滿(mǎn)意群體對(duì)全程花費(fèi)時(shí)間、非高峰候車(chē)時(shí)間、高峰候車(chē)時(shí)間、站點(diǎn)候車(chē)條件、首末班時(shí)間、信息服務(wù)的感知度較高，其作用系數(shù)分別為0.648、0.6、0.596、0.578、0.629、0.567，同時(shí)滿(mǎn)意群體的相對(duì)敏感度也較高。除此之外，不滿(mǎn)意群體在舒適性方面與滿(mǎn)意群體的感知度基本相同，其作用系數(shù)為分別為0.638和0.657，敏感度最高。

3.3 相關(guān)敏感度計(jì)算

通過(guò)公式（6）相對(duì)敏感度的計(jì)算公式，計(jì)算Δki，計(jì)算結(jié)果見(jiàn)表5。

表5 指標(biāo)相對(duì)敏感度

3.4 DIPA矩陣

根據(jù)表3滿(mǎn)意度評(píng)價(jià)及表5不滿(mǎn)意群體指標(biāo)感知度及相對(duì)敏感度，建立DIPA改進(jìn)措施矩陣。在DIPA矩陣中，指標(biāo)難易程度的改進(jìn)順序優(yōu)于指標(biāo)績(jī)效，績(jī)效的改進(jìn)順序優(yōu)于相對(duì)敏感度。為了簡(jiǎn)化矩陣，更清楚地觀(guān)測(cè)矩陣中處于不同區(qū)域的指標(biāo)，將三維矩陣簡(jiǎn)化成2個(gè)2X2矩陣。首先是乘客評(píng)價(jià)與指標(biāo)感知程度的IPA改進(jìn)措施矩陣，按照改進(jìn)的優(yōu)先順序，挑選出乘客評(píng)價(jià)低的指標(biāo)，即優(yōu)先改進(jìn)與其次改進(jìn)的指標(biāo)，然后再做指標(biāo)感知程度與敏感度的改進(jìn)措施IPA矩陣，將優(yōu)先改進(jìn)與其次改進(jìn)的指標(biāo)進(jìn)行細(xì)化分區(qū)，重新定義各分區(qū)。相對(duì)敏感度低、感知程度高的指標(biāo)處于“最優(yōu)先改進(jìn)”區(qū)域；相對(duì)敏感度高、感知程度高的指標(biāo)處于“其次改進(jìn)”區(qū)域；相對(duì)敏感度低、感知程度低的指標(biāo)處于“再次改進(jìn)”區(qū)域；相對(duì)敏感度高、感知程度低的指標(biāo)處于“最后改進(jìn)”區(qū)域。根據(jù)這一思路得到兩個(gè)矩陣，如圖5和圖6。

圖5 不滿(mǎn)意群體IPA改進(jìn)措施矩陣

圖6 不滿(mǎn)意群體DIPA改進(jìn)措施矩陣

由圖5可以知道，舒適性（x3）、車(chē)容車(chē)況（x4）、全程花費(fèi)時(shí)間（x12）處于優(yōu)先改進(jìn)的區(qū)域，非高峰候車(chē)時(shí)間（x11）、高峰候車(chē)時(shí)間（x10）、站點(diǎn)候車(chē)條件（x6）處于其次改進(jìn)的區(qū)域。圖6將圖5中改進(jìn)區(qū)域進(jìn)行進(jìn)一步的細(xì)分，得到對(duì)于不滿(mǎn)意群體而言，應(yīng)該最優(yōu)先改進(jìn)的策略為公交舒適性（x3）和公交車(chē)容車(chē)況（x4）。其次應(yīng)該改進(jìn)的是公交出行的全程花費(fèi)時(shí)間（x12），再次改進(jìn)區(qū)域沒(méi)有分配到指標(biāo)，最后改進(jìn)的指標(biāo)有高峰候車(chē)時(shí)間（x10）、非高峰候車(chē)時(shí)間（x11）、站點(diǎn)候車(chē)條件（x6）。通過(guò)DIPA的改進(jìn)措施矩陣的構(gòu)造，能夠更精確地對(duì)改進(jìn)措施進(jìn)行排序。公共交通事業(yè)作為公益性的交通工具，運(yùn)營(yíng)資金有限，要提高其服務(wù)質(zhì)量，應(yīng)該將有限的資源運(yùn)用到最需要改進(jìn)的地方，實(shí)現(xiàn)資源的最大化利用。同時(shí)，更精細(xì)的改進(jìn)措施排序也有助于政府及公交企業(yè)實(shí)施。

4 討論與結(jié)論

同一結(jié)構(gòu)方程式標(biāo)定不滿(mǎn)意群體和滿(mǎn)意群體以及所有問(wèn)卷調(diào)查乘客的指標(biāo)感知程度是有差別的，因此針對(duì)不滿(mǎn)意群體及所有乘客的改進(jìn)措施策略是不同的。不滿(mǎn)意群體是公交出行的不穩(wěn)定客源，針對(duì)該群體提出改進(jìn)措施，更具有針對(duì)性、科學(xué)性。本文將調(diào)查問(wèn)卷分為不滿(mǎn)意群體及滿(mǎn)意群體，針對(duì)不滿(mǎn)意群體進(jìn)行改善措施的研究，更具針對(duì)性，由此制定的改善措施更有效。通過(guò)對(duì)比不滿(mǎn)意群體和所有乘客（如圖7）的改進(jìn)措施策略可以知道，針對(duì)所有群體提出的改進(jìn)措施與不滿(mǎn)意群體的改進(jìn)措施項(xiàng)相同，但針對(duì)所有乘客的優(yōu)先改進(jìn)策略有5個(gè)，其次改進(jìn)的有1個(gè)；針對(duì)不滿(mǎn)意群體的優(yōu)先改進(jìn)措施有3個(gè)，其次改進(jìn)措施有3個(gè)。但是排序順序有較大差別，不滿(mǎn)意群體的排序改進(jìn)順序更明晰，更有層次性。

圖7 所有乘客群體IPA矩陣

本文不僅針對(duì)不滿(mǎn)意群體提出了相應(yīng)的改進(jìn)措施，同時(shí)對(duì)不滿(mǎn)意群體指標(biāo)達(dá)到滿(mǎn)意狀態(tài)的相對(duì)敏感度進(jìn)行定義。針對(duì)以往IPA矩陣分區(qū)粗略、缺乏操作性的缺陷，加入不滿(mǎn)意群體相對(duì)敏感度因素，構(gòu)造DIPA矩陣，將矩陣分區(qū)為8個(gè)，進(jìn)一步細(xì)分改進(jìn)措施的優(yōu)先順序，尋求最優(yōu)先解決的問(wèn)題，其中最優(yōu)先改善的措施是公交舒適性及公交車(chē)容車(chē)況，其次是公交出行的全程花費(fèi)時(shí)間，最后改進(jìn)的是高峰候車(chē)時(shí)間，非高峰候車(chē)時(shí)間、站點(diǎn)候車(chē)條件。

綜上所述，針對(duì)不滿(mǎn)意群體的改進(jìn)措施更具科學(xué)性和有效性。另外，以往利用 IPA矩陣制定改進(jìn)措施時(shí)，其矩陣分區(qū)粗略，得到的改進(jìn)措施較為籠統(tǒng)，對(duì)政府及公交企業(yè)缺乏實(shí)踐指導(dǎo)意義?？紤]不滿(mǎn)意乘客轉(zhuǎn)變?yōu)闈M(mǎn)意乘客的敏感度，增加不滿(mǎn)意群體相對(duì)敏感度因素，構(gòu)造DIPA矩陣，有利于進(jìn)一步對(duì)改進(jìn)措施的排序。相比IPA矩陣下的改進(jìn)措施更具操作性及指導(dǎo)性。但本文仍有不足，雖然DIPA矩陣能夠進(jìn)一步排序，但是仍然不能做到單一策略的排序。

[1]馬莉莉,孟祥輝,張廣娟.我國(guó)公共交通存在問(wèn)題及對(duì)策分析[J].中國(guó)科技論文在線(xiàn),2010,(9):1-6.

[2]楊曉光,安健,劉好德,等.公交運(yùn)行服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系探討[J].交通運(yùn)輸系統(tǒng)工程與信息,2010,(4):13-21.

[3]劉武,李文.城市公交服務(wù)乘客滿(mǎn)意度指數(shù)模型[J].城市交通, 2007,(6):65-69.

[4]張棟,楊曉光,安健,等.基于乘客感知的常規(guī)公交服務(wù)質(zhì)量評(píng)價(jià)方法[J].城市交通,2012,10(4):73-78.

[5]趙琳娜,王煒,季彥婕,等.乘客差異化需求對(duì)公交出行滿(mǎn)意度的影響[J].城市交通,2014,(4):65-71.

[6]Martilla J A,James J C.Importance-performance analysis[J]. Journal of Marketing,1977,(9):77-99.

[7]Oh H.Revisiting importance-performance analysis[J].Tourism Management,2001,22:617-627.

[8]Weiwei Shen,Weizhou Xiao,Xin Wang.Passenger satisfaction evaluation model for Urban rail transit:A structural equation modeling based on partial least squares[J].Transport Policy, 2016,(46):20-31.

[9]陳堅(jiān),楊亞璪,李小兵,等.基于SEM的城市公交方式選擇行為模型[J].交通運(yùn)輸系統(tǒng)工程與信息,2014,(5):202-208.

[10]Paul Barrett.Structural equation modelling:Adjudging model fit[J].Personality and Individual Differences,2007,42(5):815-824.

[11]易丹輝.結(jié)構(gòu)方程式模型與應(yīng)用[M].北京:中國(guó)人民出版社, 2008.

[12]吳明隆.結(jié)構(gòu)方程式模型—Amos的操作與應(yīng)用[M].重慶:重慶大學(xué)出版社,2009.

DIPA Sequencing Method in Improving Bus Passenger Satisfaction

Luo Liqun,Li Jiayu,Li Qiong,Wang Hong,Zhu Shunying
(Wuhan University of Technology,Wuhan 430065,China)

In this paper,in order to improve the satisfaction of the passengers toward the bus service,we divided the passengers into the contented group and discontented group,the latter being an unstable source of travelers by bus,for which we proposed the measures of improvement to render the effort at increasing the passenger satisfaction more clear-targeted and scientific.Next,in view of the inadequacy of the current IPA sequencing method,we compared the satisfaction of the two groups and proposed the DIPA sequencing method to make the improvement measures more accurate.

bus service quality;satisfaction;improvement measure;IPA;DIPA

U469.13;F224.0

A

1005-152X(2016)12-0079-06

10.3969/j.issn.1005-152X.2016.12.019

2016-10-24

羅麗群（1991-），女，四川內(nèi)江人，碩士研究生，主要研究方向：交通運(yùn)輸規(guī)劃與管理;朱順應(yīng)（1967-），通訊作者,男，安徽安慶人，博士，教授，博士生導(dǎo)師，主要研究方向：交通運(yùn)輸系統(tǒng)規(guī)劃、交通運(yùn)營(yíng)管理、交通安全、智能交通基礎(chǔ)理論。