郭陸燈，李博，王佳，劉銘煥，施三支

（長春理工大學 理學院，長春 130022）

基于軌道換乘滿意度的結構方程模型建立

郭陸燈，李博，王佳，劉銘煥，施三支

（長春理工大學 理學院，長春 130022）

從城市軌道換乘乘客的主觀感知出發(fā)，分別從乘客期望、乘車體驗、價值感知和認知反饋等因素入手，研究了長春市軌道換乘樞紐乘客的滿意度，建立了基于城市軌道換乘樞紐滿意度的結構方程模型，并進行了結果分析。通過分析各因素的各分項指標，對各分項指標進行調研及數(shù)據化處理，采用AMOS軟件進行模型擬合，并用SPSS軟件進行信度分析。分析結果顯示，調研結果可信度較高；對于長春輕軌公司提供的各項服務，乘客的滿意度偏低。

結構方程模型；滿意度；AMOS軟件；信度分析

結構方程模型是由瑞典統(tǒng)計學家、心理測量學家Joreskon，K.G于1973年提出的［1］。到了20世紀90年代，結構方程模型已經在心理測量學［2］、計量經濟學［3］、統(tǒng)計學［4］、教育學［5］和計算機科學［6］等領域被廣泛應用。

結構方程模型在管理學和心理學中的應用最為廣泛，已經有越來越多的學者在關注和應用結構方程模型去分析解決問題，其中顧客滿意度指數(shù)模型（CSI）最具有代表性。本文根據美國顧客滿意度指數(shù)模型（ACSI）體系［7］，從乘客主觀感知角度，分別從乘客期望、乘車體驗、價值感知和認知反饋等四大因素入手，利用結構方程模型，研究了長春市軌道換乘樞紐乘客的滿意度問題。

1 結構方程模型

結構方程模型［8］的一般形式為

其中，η是內生變量，ξ是外生變量，r表示系統(tǒng)的隨機擾動項。X是ξ的觀測變量，Y是η的觀測變量，ex和e分別是外生變量和內生變量的測量誤差。

結構方程模型分別包括兩個子模型：結構模型和測量模型。其中結構模型用來描述潛變量之間的關系，其數(shù)學模型為（1）式中的第一式，內生變量η和外生變量ξ分別是u維和v維列向量，B=(βij)是u×u維矩陣，描述內生潛變量之間的關系；Γ=(γij)是一個u×v維的矩陣，是η在ξ上的負荷，描述外生潛變量對內生潛變量的影響；r為一個u維結構模型殘差向量，反映了模型中未能解釋η的部分。測量模型中的測量方程用來描述測量指標與潛變量之間的關系，其數(shù)學模型為（1）式中的第二、三式，Λx=(ωij)是一個m×u維的矩陣，稱作X在ξ上的因子負荷陣；Λy=(λij)是一個n×v維的矩陣，稱作Y在η上的因子負荷陣。ex是m維的誤差項列向量；e是n維的誤差項列向量。

2 換乘樞紐乘客滿意度建模

2.1 變量的選擇

在以城市軌道換乘樞紐內乘客主觀感知因素為基礎建立的結構方程模型中，考慮到在換乘過程中會有多種因素影響到乘客的滿意度，本文參照美國顧客滿意度指數(shù)模型（ACSI）的路徑設置，主要通過乘客的期望ξ來體現(xiàn)。其內生潛變量則通過質量感知η2、價值感知η3和認知反饋η4等因素來反映乘客的滿意度η1。

在模型中，乘客的期望通過整體服務預期X1、滿足出行預期X2、提供服務預期X3來體現(xiàn)。

乘客的滿意度會受外界因素的影響，例如列車運行平穩(wěn)性Y1、車廂擁擠度Y2以及站臺候車環(huán)境Y3等因素。

乘客的質量感知越好，輕軌的服務質量越高，乘客的滿意度就越高。該變量主要通過安全設施Y4、乘車環(huán)境Y5和站點設置Y6等三個觀測變量進行量化。

乘客的價值感知主要通過價格比Y7和質量比Y8這兩個觀測變量進行量化。

乘客的認知反饋中，對于輕軌的選擇意愿Y9和乘坐頻率Y10越高，輕軌的服務質量越高，乘客的滿意度就越高。乘客的乘坐輕軌后的抱怨次數(shù)Y11和投訴次數(shù)Y12越低，乘客的滿意度就越高。

各潛變量及其觀察變量如圖1所示。

2.2 建立結構方程模型

根據以上假設，建立結構方程模型為

測量模型為

其中各Xi變量和Yj變量可通過調查得到，其余參數(shù)和變量待估。

2.3 調研結果的AMOS軟件分析

圖1 各潛變量及其觀察變量的關系

本次調查數(shù)據來源于長春市輕軌換乘乘客的調研，調研地點為長春輕軌三號線各沿線站點。調查共計發(fā)放問卷300份，實際收回問卷260份，共提取有效問卷237份。

調查問卷共17個問題，除個人基本信息外，有效問題共15個。對于滿意度、乘坐頻率和選擇頻率，值越高得分越高，將其值分別賦予5分至1分的等分值；而對于抱怨次數(shù)以及投訴次數(shù)，值越高得分越低，分別賦予1分至5分的等分值。

本文使用AMOS軟件［8］對參數(shù)進行擬合，輸出擬合結果如圖2所示。

由圖2可知，乘客期望對質量感知，價值感知和滿意度影響的路徑系數(shù)分別為0.698，0.395，0.069，具體各估計結果和誤差如表1所示。

在AMOS中，C.R.是參數(shù)顯著性檢驗的統(tǒng)計量，P是原假設參數(shù)為0成立的概率。

由表1可以看出，模型路徑中每份數(shù)據中17個參數(shù)全部通過顯著性檢驗，即P值全部小于0.05?？梢哉J為所有的路徑系數(shù)在95%的置信度水平下與0存在顯著性差異，沒有理由認為路徑系數(shù)為0，因此建立了結構模型和測量模型分別為

其中r1～r4及e1～e12的擬合結果如圖2和表1所示。

表1 社會調研路徑系數(shù)估計值及相應檢驗值

圖2AMOS擬合結果

3 模型結果分析

由于信度分析是評價調查是否具有穩(wěn)定性和可靠性的有效的分析方法。因此我們將收集的數(shù)據經過量化處理后導入SPSS軟件［9］進行信度分析。分析結果如表2所示：

表2 信度分析結果

一般來說，信度分析達到0.8左右表示問卷的信度良好，0.9以上則表示信度極好。從表2可以看出問卷信度分別為0.792，信度良好。

由圖2可知乘客期望值為0.38，其余潛變量的值由結構模型公式（2）計算出。計算結果如表3所示。

表3 模型中各潛變量值

由上表3可以得出，乘客期望值較低，僅有0.38。滿意度的值為0.55。表示乘客的滿意度遠高于其期望。這表明大多數(shù)人對于輕軌服務不看好，但是經過體驗后認為其服務水平遠超自己的期望。

從其余各個內生潛變量的值來看，認知反饋＞價值感知＞質量感知，且質量感知和認知反饋值較低，僅為0.43和0.44。分析原因，有如下兩點：

（1）在質量感知下設輕軌安全設施、輕軌乘車環(huán)境和輕軌站點設置三個觀測變量，那么從實際的輕軌運行來講，分值過低是因為乘客對于輕軌的硬件設施不滿意。

一方面是在候車站臺與輕軌軌道之間沒有明顯的警示標志，而且有些站點的不同方向車次的換乘通道是直接經過軌道的，在乘客換乘時存在很大的安全隱患；另一方面是由于輕軌乘客流量較大，內部供乘客抓扶的設施數(shù)量遠遠不足以滿足需求，導致列車在啟動和停站時很多乘客不易及時穩(wěn)定身體而帶來了人身安全的威脅。

（2）在價值感知下設價格比和質量比兩個觀測變量，那么從實際的角度來看，分值過低是由于乘客對于其售票價格的區(qū)間設置不滿意。這主要是因為其只有2元、3元和4元這三個價格區(qū)間，并且其2元價格區(qū)內包含大概十幾個站點。因此有些乘客只是乘坐一兩站也是要收費2元，缺乏合理性，故此會引起評價偏低。

在調查中設計了職業(yè)種類和年齡段，調查結果見表4所示。

表4 職業(yè)類別和年齡組成

調查中年齡組成分布為：25歲以下占據59%左右，和職業(yè)組成對比可以看出這個年齡段的人群絕大多數(shù)為學生，其余年齡段的人群占據41%左右，且多為在職人員或者個體戶。職業(yè)組成為：學生占據55%左右，其余45%左右均為社會人員，其中公司職員及個體戶等占據了30%左右。通過調查結果可以看出，上班族對于輕軌的服務不滿主要是因為其經常乘坐輕軌上下班，會更加注重輕軌公司提供的各項服務質量，會以比較嚴苛的態(tài)度對其服務質量進行評價。

根據調查結果的模型擬合分析，提出如下改善建議：在質量感知方面，應重點注意加強維護乘客的人身安全，在候車站臺與輕軌軌道之間設立保護圍欄以防乘客跌入軌道，同時還可以保障乘客有序上下車；在價值感知方面，應使價格區(qū)間設置合理化，將其設置為1元至5元區(qū)，以此來平衡乘客的消費心理。

4 結論

本文調研了長春市輕軌換乘站沿線的乘客，并進行了結構方程模型的擬合，給出了擬合結果和相應的誤差，并對調查結果進行了信度分析。

［1]Joreskog K G.A general method for estimating a linear structural equation system［J］.ETS Research Bulletin Series，1970（2）：1-43.

［2]P.M.Bentler.Structural modeling and psychometrika：an historical perspective on growth and achievements［J］.Psychometrika，1986，51（1）：35-51.

［3]Anderson J C，Gerbing D W.Structural equation model?ing in practice：a review and recommended two-step ap?proach［J］.Psychological bulletin，1988，103（3）：411-423.

［4]J.F.Hair，M.Sarstedt，C.M.Ringle，J.A.Mena.An as?sessment of the use of partial least squares structural equation modeling in marketing research［J］.Journal of the Academy of Marketing Science.2012，40（3）：414-433.

［5]Lei M，Lomax R G.The Effect of Varying Degrees of Nonnormality in Structural Equation Modeling［J］. Structural Equation Modeling，2005，12（1）：1-27.

［6]Yang H，Yang H.Developing IT knowledge transfer model by using SEM［J］.WSEAS Transactions on Mathematics，2006，5（1）：174-181.

［7]Claes Fornell，Michael D Johnson，Eugene W Ander?son，et al.The American Customer Satisfaction Index：Nature，purpose，and findings［J］.Journal of Marketing，1996，60（4）：7-18.

［8]吳明隆.結構方程模型-EMOS實務進階［M］.重慶：重慶大學出版社.2013.3.

［9]吳占福，馬旭平，李亞奎.統(tǒng)計分析軟件SPSS介紹［J］.河北北方學院學報：自然科學版，2008（6）：67-69.

Structural Equation Modeling
Based on Satisfaction of Rail Transfer Hub

GUO Ludeng，LI Bo，WANG Jia，LIU Minghuan，SHI Sanzhi
（School of Science，Changchun University of Science and Technology，Changchun 130022）

The structural equation models based on the passenger’s satisfaction of urban rail transfer hub are established in this pa?per.From the viewpoint of passenger’s subjective perception，the paper take into account the passenger’s satisfaction according to passenger expectations，travel experience，value awareness，cognitive feedback and other factors，the structural model and the measurement models are given，respectively.The models fitting by using the software AMOS and analysis were carried out by using SPSS.The results of the analysis show that the survey credibility is higher，but the passenger’s satisfaction is lower.

structural equation model；satisfaction；AMOS software；reliability analysis

O212.1

A

1672-9870（2017）02-0037-04

2016-07-11

國家自然基金（NSFC：51378076，NSFC：51278221）；國家級大學生創(chuàng)業(yè)創(chuàng)新課題（40103—129645）

郭陸燈（1993-），男，本科，E-mail：864431887@qq.com

施三支（1968-），女，博士，教授，E-mail：shisanzhi@sina.com