陳 堅(jiān)，唐 煒，蔡曉禹，段力偉

(1.重慶交通大學(xué) a.重慶市交通運(yùn)輸工程重點(diǎn)實(shí)驗(yàn)室，b.交通運(yùn)輸學(xué)院，重慶 400074；2.深圳市城市交通規(guī)劃設(shè)計(jì)研究中心有限公司，廣東 深圳 518021；3.深圳市交通信息與交通工程重點(diǎn)實(shí)驗(yàn)室，廣東 深圳518021)

0 引言

乘客是城市軌道交通服務(wù)的直接對象，其對于運(yùn)營服務(wù)的滿意程度至關(guān)重要.只有乘客對軌道交通服務(wù)感到滿意，并且愿意再一次選擇軌道交通出行，才能提高軌道交通在城市交通出行方式的分擔(dān)率，可以有效地緩解地面交通壓力.研究城市軌道交通乘客滿意度的影響因素及其相互間作用關(guān)系，能夠精細(xì)化掌握乘客的服務(wù)需求，為優(yōu)化運(yùn)營方案提供數(shù)據(jù)支撐.

滿意度的研究起源于經(jīng)濟(jì)學(xué)領(lǐng)域，先后出現(xiàn)了瑞典顧客滿意指數(shù)模型SCSB、美國顧客滿意度模型ACSI、歐洲顧客滿意度指數(shù)模型ESCI等成果[1].但交通領(lǐng)域尤其是城市軌道交通行業(yè)中乘客滿意度的成果較少，Celik等采用區(qū)間二型模糊法建立了軌道交通乘客滿意度的評估模型[2]；Aydin等建立了基于模糊層次分析法的軌道交通乘客滿意度測評模型[3]；肖娟等用偏最小二乘回歸分析方法進(jìn)行了城市軌道交通乘客滿意度的測評[4].

由于賦權(quán)方法過于依賴人為主觀判斷，導(dǎo)致基于模糊數(shù)學(xué)建立的測評模型解釋性存在質(zhì)疑，部分學(xué)者開始探索新的方法以解決主觀性過強(qiáng)的問題.沈瑋薇等基于SEM模型采用PLS估計(jì)方法建立的測評模型，結(jié)果表明模型路徑系數(shù)正負(fù)號與量級符合實(shí)際情況[5]；矯麗麗等構(gòu)建了城市軌道交通乘客滿意度指數(shù)測評模型，并采用偏最小二乘法驗(yàn)證了模型的實(shí)用性[6].已有研究建立了較多滿意度評價(jià)的方法，但側(cè)重于計(jì)算滿意度結(jié)果，沒有解析滿意度內(nèi)部影響因素間的因果關(guān)系，所建立的模型也缺少驗(yàn)證性分析.本文基于結(jié)構(gòu)方程理論，構(gòu)建城市軌道交通乘客滿意度多群組影響模型，定量研究影響變量間的相互作用，以揭示城市軌道交通乘客滿意度影響機(jī)理.

1 基礎(chǔ)理論

結(jié)構(gòu)方程模型是結(jié)合路徑分析和因素分析的一種多元統(tǒng)計(jì)方法，該方法將一些研究中難以直接觀測的變量作為潛變量，通過可以直接觀測的測量變量來描述潛變量，進(jìn)而建立潛變量間的結(jié)構(gòu)關(guān)系[7].結(jié)構(gòu)方程模型中的潛變量分為內(nèi)生潛變量和外生潛變量2種，前者受其他潛變量影響，后者可以影響其他潛變量.兩者所對應(yīng)的測量變量分別為內(nèi)生測量變量和外生測量變量.

結(jié)構(gòu)方程模型的核心是測量模型和結(jié)構(gòu)模型，測量模型包含2個(gè)方程式，分別用于說明外生潛變量與外生測量變量間的關(guān)系，以及內(nèi)生潛變量與內(nèi)生測量變量間的關(guān)系；結(jié)構(gòu)模型為潛變量與潛變量間的因果關(guān)系模型[8].由于結(jié)構(gòu)方程模型具有同時(shí)處理多個(gè)因變量的特點(diǎn)，彌補(bǔ)了回歸分析、協(xié)方差分析等傳統(tǒng)統(tǒng)計(jì)方法的不足，使得該方法成為進(jìn)行多元統(tǒng)計(jì)分析的新手段，并被廣泛運(yùn)用于經(jīng)濟(jì)學(xué)、心理學(xué)、社會(huì)科學(xué)等學(xué)科[9].

2 城市軌道交通乘客滿意度影響模型

2.1 模型假設(shè)

選取服務(wù)質(zhì)量、企業(yè)形象、乘客信任、滿意度、忠誠度作為滿意度模型的核心潛變量，提出以下8個(gè)模型假設(shè)，并構(gòu)建城市軌道交通滿意度多群組模型框架，如圖1所示.

H1：服務(wù)質(zhì)量對企業(yè)形象、乘客信任具有正向的直接影響關(guān)系；

H2：服務(wù)質(zhì)量對乘客具有正向直接影響關(guān)系；

H3：服務(wù)質(zhì)量對滿意度具有正向的直接影響關(guān)系；

H4：企業(yè)形象對滿意度具有正向的直接影響關(guān)系；

H5：乘客信任對滿意度具有正向的直接影響關(guān)系；

H6：企業(yè)形象對忠誠度具有正向的直接影響關(guān)系；

H7：乘客信任對忠誠度具有正向的直接影響關(guān)系；

H8：滿意度對忠誠度具有正向直接影響關(guān)系.

圖1 城市軌道交通乘客滿意度影響模型框架Fig.1 The structure of passenger satisfaction impact model in urban rail transit

2.2 模型變量

模型核心潛變量及測量變量在消費(fèi)者滿意度模型基礎(chǔ)上結(jié)合城市軌道交通特點(diǎn)選取，其中共有5個(gè)潛變量.而服務(wù)質(zhì)量潛變量由于涉及因素多、內(nèi)涵廣，將其進(jìn)一步細(xì)化為方便性、趣味性、安全性、經(jīng)濟(jì)性、舒適性和快捷性6個(gè)構(gòu)念.并確定各潛變量的測量變量，同時(shí)采用李克特5點(diǎn)量表進(jìn)行測度[7]，具體模型變量的描述如表1所示.

2.3 數(shù)學(xué)模型

為定量分析變量間的因果關(guān)系及變量對乘客忠誠度結(jié)果的影響，基于結(jié)構(gòu)方程模型進(jìn)行模型數(shù)學(xué)分析.將X定義為外生顯變量，Y為內(nèi)生顯變量，ξ為外生潛變量，η為內(nèi)生潛變量.用于描述顯變量X、Y分別與潛變量ξ、η之間的關(guān)系為測量模型，描述潛變量ξ、η之間的關(guān)系為結(jié)構(gòu)模型.

表1 模型變量描述Table 1 The description of model variables

(1)測量模型.

式中：X——由20個(gè)自變量的測量值構(gòu)成的向量；

ΛX——X對ξ的因子負(fù)荷矩陣；

ξ——由1個(gè)外生潛變量構(gòu)成的向量；

δ——X的20個(gè)測量誤差構(gòu)成的向量；

Y——由12個(gè)因變量測量值構(gòu)成的向量；

ΛY——Y對η的因子負(fù)荷矩陣；

η——由4個(gè)內(nèi)生潛變量構(gòu)成的向量；

ε——Y的12個(gè)測量誤差構(gòu)成的向量.

(2)結(jié)構(gòu)模型.

式中：B——由4個(gè)內(nèi)生潛變量構(gòu)成的結(jié)構(gòu)系數(shù)矩陣，其對角線元素均為0，且要求I-B是非退化的(即矩陣行列式的值不為0)，B系數(shù)矩陣的元素反映了模型中內(nèi)生潛變量對其他內(nèi)生潛變量的作用大??；

?！馍鷿撟兞喀蔚慕Y(jié)構(gòu)系數(shù)矩陣，Γ系數(shù)矩陣中的元素反映了外生潛變量ξ對內(nèi)生潛變?chǔ)橇康淖饔么笮。?/p>

ζ——模型的誤差向量.

2.4 模型求解與檢驗(yàn)

運(yùn)用AMOS軟件對模型進(jìn)行求解，通過定量參數(shù)估計(jì)所生成的測量變量協(xié)方差矩陣Σ，與樣本協(xié)方差矩陣S的接近程度進(jìn)行結(jié)果檢驗(yàn)[8].若模型擬合度越好，則代表模型可用性越高，參數(shù)估計(jì)越準(zhǔn)確.擬合度檢驗(yàn)指標(biāo)分為絕對擬合度檢驗(yàn)指標(biāo)和增值擬合度檢驗(yàn)指標(biāo)，前者包括近似誤差均方根(RMSEA, Root Mean Square Error of Approximation,要求小于0.05)、擬合優(yōu)度指數(shù)(GFI,Goodness of Fit Index,要求大于0.9)，用以確定模型可以預(yù)測協(xié)方差矩陣和相關(guān)矩陣的程度；增值擬合度檢驗(yàn)指標(biāo)包括：規(guī)范擬合指數(shù)(NFI,Normed Fit Index)、比較擬合指數(shù)(CFI,Bentler’s Comparative Fit Index)、增值擬合指數(shù)(IFI,Incremental Fit Index)、調(diào)整自由度擬合優(yōu)度指數(shù)(AGFI,Adjusted Goodness of Fit Index)，增值擬合度檢驗(yàn)指標(biāo)反映了理論模型與生成模型的接近程度，檢驗(yàn)值均要求大于0.9.

3 實(shí)證分析

以重慶市城市軌道交通乘客為調(diào)查對象，共發(fā)放調(diào)查問卷660份，剔除異常樣本后，最終得到有效問卷546份，問卷有效率82.73%，且通過了信度和效度檢驗(yàn).根據(jù)調(diào)查統(tǒng)計(jì)結(jié)果，男性人數(shù)占比54.5%，女性人數(shù)占比45.5%；18歲以下占比6.57%，19～35歲的人數(shù)占比65.89%，36～55歲占比21.57%，55歲以上占比5.97%；從職業(yè)分布看，學(xué)生占比37.66%，公務(wù)員、事業(yè)單位及企業(yè)人員占比52.83%，其他職業(yè)占比9.51%.

3.1 模型檢驗(yàn)

通過路徑系數(shù)的t值檢驗(yàn)?zāi)Ｐ图僭O(shè)是否成立，t值是判斷樣本量與統(tǒng)計(jì)模型的顯著水平指標(biāo)，t值的絕對值小于1.96，可以認(rèn)為置信度a＜0.05；只有當(dāng)t的絕對值大于1.96，才認(rèn)為置信度a＞0.05，可以接受[10].運(yùn)用AMOS軟件調(diào)查問卷中的有效數(shù)據(jù)進(jìn)行計(jì)算分析，得到各假設(shè)路徑t值，如表2所示，其中H7的t值為負(fù)值，表明需要改變此路徑的方向，其余路徑均成立.

表2 模型各路徑t值Table 2 Thetvalue of each path

修正H7路徑方向后，模型各項(xiàng)檢驗(yàn)指標(biāo)計(jì)算結(jié)果如表3所示，均滿足標(biāo)準(zhǔn)要求，表示模型通過檢驗(yàn)，模型計(jì)算結(jié)果有效.

表3 模型檢驗(yàn)指標(biāo)結(jié)果Table 3 Fitness test results

3.2 模型結(jié)果分析

測量模型和結(jié)構(gòu)方程模型計(jì)算結(jié)果如圖2所示，圖中數(shù)字為各變量間的標(biāo)準(zhǔn)化負(fù)荷系數(shù)，負(fù)荷系數(shù)表明測量變量對其潛變量信息的反映程度或潛變量間的作用大小.模型中各標(biāo)準(zhǔn)化負(fù)荷系數(shù)均大于0.6，說明這些測量變量能很好地反映其對應(yīng)的潛變量[11].對服務(wù)質(zhì)量影響最大的潛變量為舒適性(0.96)，最小的為趣味性(0.68)；EI3(重慶軌道集團(tuán)總體形象好)對企業(yè)形象潛變量影響最大(0.84)；P2(重慶軌道交通始終以解決交通問題為出發(fā)點(diǎn))對乘客信任影響最大(0.88)，表明人們對軌道交通的信任更多來源于對解決交通出行問題的期望；滿意度潛變量中的3個(gè)測量變量的影響較為接近；L2(會(huì)向家人和朋友推薦軌道交通出行)對忠誠度影響較大(0.90).

各潛變量對滿意度影響效應(yīng)如表4所示，其中直接效應(yīng)是外生潛變量對內(nèi)生潛變量的直接影響，通過外生潛變量到內(nèi)生潛變量的路徑系數(shù)來測量；間接效應(yīng)是外生潛變量對內(nèi)生潛變量的間接影響，通過中間變量來影響.如果模型只有1條間接影響路徑，則間接效應(yīng)值就是各路徑標(biāo)準(zhǔn)化荷載系數(shù)之積；如果模型存在多條間接影響路徑，那間接效應(yīng)值就是各條間接影響路徑系數(shù)之和.結(jié)果服務(wù)質(zhì)量對乘客滿意度的總效應(yīng)最大(0.98)，說明服務(wù)質(zhì)量是提高軌道交通吸引力最關(guān)鍵的指標(biāo)；忠誠度影響最小，表明乘客易受外界因素影響而改變選擇軌道交通方式出行.

圖2 模型參數(shù)估計(jì)結(jié)果Fig.2 Parameter estimation results

表4 各潛變量對滿意度影響效應(yīng)表Table 4 Effect of latent variables on satisfaction

3.3 樣本分群研究

(1)性別分群.

根據(jù)被調(diào)查者的性別將樣本劃分為男性和女性2個(gè)群體，將2個(gè)群體的樣本數(shù)據(jù)分別按照上述計(jì)算步驟帶入AMOS軟件進(jìn)行求解，得到不同性別下各潛變量對滿意度影響效應(yīng)如表5所示.2個(gè)群體中，服務(wù)質(zhì)量對乘客滿意度的影響都是最大，均超過了0.8，表明不管男性(0.85)還是女性(0.81)，對于滿意度的評估都是將服務(wù)質(zhì)量的體驗(yàn)放在最重要位置；忠誠度對乘客滿意度的影響在男性(0.04)和女性(0.03)群體中都是最??；在男性群體中，企業(yè)形象(0.63)的影響力大于乘客信任(0.52)，而在女性群體中，乘客信任(0.53)的影響力要大于企業(yè)形象(0.50).

(2)職業(yè)分群.

根據(jù)被調(diào)查者的職業(yè)將樣本劃分為上班族、學(xué)生及其他職業(yè)3個(gè)群體，由于其他職業(yè)包含人群出行習(xí)慣存在較大差異且樣本量較小(占9%)，故只對上班族和學(xué)生2個(gè)群體進(jìn)行參數(shù)估計(jì).不同職業(yè)下各潛變量對滿意度影響效應(yīng)如表6所示，上班族(0.87)和學(xué)生(0.99)群體中，服務(wù)質(zhì)量對乘客滿意度的影響都是最大，均超過了0.8，表明不同職業(yè)群體都將服務(wù)質(zhì)量放在了最重要位置，但學(xué)生的總效應(yīng)明顯高于上班族，表明學(xué)生比上班族更加重視服務(wù)質(zhì)量的體驗(yàn).企業(yè)形象和乘客信任對滿意度的影響效應(yīng)在不同職業(yè)群體下也存在較大差異，學(xué)生對企業(yè)形象和乘客信任的重視程度遠(yuǎn)高于上班族.2個(gè)群體中忠誠度對滿意度的影響都較小.

表5 不同性別下各潛變量對滿意度影響效應(yīng)Table 5 Effects of latent variables on satisfaction in different sexes

表6 不同職業(yè)下各潛變量對滿意度影響效應(yīng)Table 6 Effects of latent variables on satisfaction in different occupations

4 結(jié)論

本文構(gòu)建了基于結(jié)構(gòu)方程模型的城市軌道交通乘客滿意度影響模型，以重慶市居民軌道交通出行調(diào)查數(shù)據(jù)進(jìn)行了實(shí)證分析，得到以下結(jié)論：

(1)所構(gòu)建的考慮企業(yè)形象、服務(wù)質(zhì)量、乘客信任的滿意度模型各項(xiàng)檢驗(yàn)指標(biāo)均達(dá)到標(biāo)準(zhǔn)值，具有較好的擬合優(yōu)度，可以用來分析城市軌道交通乘客滿意度的內(nèi)在影響機(jī)理.

(2)服務(wù)質(zhì)量對乘客滿意度影響效應(yīng)明顯高于其他變量，提高乘客滿意度的最重要途徑在于改善乘客的感知服務(wù).

(3)城市軌道交通乘客滿意度各影響因素的貢獻(xiàn)大小在不同性別和不同職業(yè)下均存在顯著差異.

[1]WONG I K A,DIOKO L A N.Understanding the mediated moderating role of customer expectations in the customer satisfaction model:The case of casinos[J].Tourism Management,2013,36(3):188-199.

[2]CELIK E,AYDIN N,GUMUS A T.A multi-attribute customer satisfaction evaluation approach for rail transit network:A real case study for Istanbul,Turkey[J].Transport Policy,2014,36(36):283-293.

[3]AYDIN N,CELIK E,GUMUS A T.A hierarchical customer satisfaction framework for evaluating rail transit systems of Istanbul[J].Transportation Research Part A:Policy and Practice,2015(77):61-81.

[4]肖娟,李楓.基于偏最小二乘法的城軌交通乘客滿意度測評方法[J].城市軌道交通研究,2011,14(7):56-59.[XIAO J,LIF.Assessment on passengers' satisfaction about urban rail transit based on PLS[J].Urban Mass Transit,2011,14(7):56-59.]

[5]沈瑋薇,肖為周.基于SEM的軌道交通乘客滿意度測評模型[J].武漢理工大學(xué)學(xué)報(bào),2015,37(5):48-56.[SHEN W W,XIAO W Z.Passenger satisfaction evaluation model for rail transit based on structural equation modeling[J].Journal of Wanhan University of Technology,2015,37(5):48-56.]

[6]矯麗麗,徐永能,于世軍.城市軌道交通乘客滿意度測評模型[J].重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版),2012(31):638-640.[JIAO L L,XU Y N,YU S J.Research on urban rail transit passenger satisfaction evaluation model[J].Journal of Chongqing Jiaotong University(Natural Science),2012(31):638-640.]

[7]侯杰泰,溫忠麟,成子娟.結(jié)構(gòu)方程模型及其應(yīng)用[M].北京：教育科學(xué)出版社,2004.[HOU J T,WEN Z L,CHEN Z J.Structural equation model and its application[M].Beijing:Education Science Press,2004.]

[8]吳明隆.結(jié)構(gòu)方程模型—AMOS的操作與應(yīng)用[M].重慶:重慶大學(xué)出版社,2010.[WU M L.Structural equation model-the operation and application of AMOS[M].Chongqing:Chongqing University Press,2010.]

[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,2014,14(5):202-208.[CHEN J,YANG Y Z,LI X B,et al.Mode choice behavior model of urban public transport based on SEM[J].Journal of Transportation Systems Engineering and Information Technology,2014,14(5):202-208.]

[10]HWANG K,WU K,JIAN R J.Modeling consumer preference for global positioning system-based taxi dispatching service:Case study of Taichung City,Taiwan[J].Transportation Research Record Journal of the Transportation Research Board,2006,1971(1):99-106.

[11]周錢，李一，孟超，等.基于結(jié)構(gòu)方程模型的交通需求分析[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2008,48(5):879-882.[ZHOU Q,LI Y,MENG C,et al.Analysis of travel demand based on a structural equation model[J].Journal of Tsinghua University (Science and Technology),2008,48(5):879-882.]