邸小建， 翁劍成， 王晶晶， 毛力增

(1.交通工程北京市重點(diǎn)實(shí)驗(yàn)室(北京工業(yè)大學(xué))， 北京 100124； 2.北京市交通運(yùn)行監(jiān)測(cè)調(diào)度中心， 北京 100000)

0 引言

隨著經(jīng)濟(jì)社會(huì)的高速發(fā)展，公眾對(duì)公共交通的需求在不斷升級(jí)，對(duì)高品質(zhì)社會(huì)服務(wù)的要求在不斷提升[1]. 因此，有必要通過對(duì)公交乘客的滿意度評(píng)價(jià)來掌握影響公交服務(wù)質(zhì)量的關(guān)鍵因素，從而有針對(duì)性地提高公共交通服務(wù)水平，改善服務(wù)短板，增強(qiáng)公共交通的吸引力，促進(jìn)城市交通的可持續(xù)發(fā)展.

圖1 公交乘客滿意度三級(jí)評(píng)價(jià)指標(biāo)體系

在滿意度指標(biāo)體系構(gòu)建的研究中，通常從舒適、便利和安全等方面來構(gòu)建指標(biāo)體系. Aike Jiang[2]選擇票價(jià)、速度、舒適、便利和安全作為影響乘客出行滿意度的主要因素，建立了一個(gè)針對(duì)鐵路服務(wù)滿意度的評(píng)價(jià)體系. Kesten[3]構(gòu)建了公共交通系統(tǒng)服務(wù)評(píng)價(jià)指標(biāo)體系，包括時(shí)間、成本、可達(dá)性、舒適、安全和服務(wù)質(zhì)量6個(gè)方面的22個(gè)評(píng)價(jià)指標(biāo). Craig Morton[4]識(shí)別出影響乘客滿意度的3個(gè)潛在因素，即便利性、車內(nèi)環(huán)境和服務(wù)易用性. 黃莎等[5]從公交基礎(chǔ)設(shè)施建設(shè)水平和服務(wù)水平2方面著手，尋找適合中小城市的公共交通評(píng)價(jià)指標(biāo)體系. 羅麗群[6]分別標(biāo)定了不滿意群體和所有調(diào)查乘客群體的結(jié)構(gòu)方程式模型，并利用IPA矩陣，提出了針對(duì)不滿意群體的公交滿意度改善策略排序. 歐陽劍[7]利用樸素貝葉斯分類法，建立了候車時(shí)間、步行時(shí)間和乘車環(huán)境等9個(gè)屬性與乘客總體滿意度之間的滿意度模型，發(fā)現(xiàn)候車時(shí)間與乘客總體滿意度之間呈非線性關(guān)系.

總體來說，目前已經(jīng)有許多學(xué)者從不同角度選取了不同指標(biāo)和方法來進(jìn)行交通滿意度評(píng)價(jià)的研究但這些研究缺乏從乘客感知出發(fā)，結(jié)合實(shí)際情況構(gòu)建系統(tǒng)性的評(píng)價(jià)指標(biāo)體系，并且對(duì)公交乘客的滿意度也缺乏深入探討. 因此，本文首先通過了解乘客需求和意見，在確定指標(biāo)體系構(gòu)建思路和原則的基礎(chǔ)上，構(gòu)建了公交滿意度評(píng)價(jià)指標(biāo)體系，并在北京市開展對(duì)地面公交服務(wù)水平的滿意度調(diào)查實(shí)例應(yīng)用. 構(gòu)建滿意度評(píng)價(jià)模型，深入分析調(diào)查結(jié)果. 研究為明確公交滿意度改進(jìn)的策略與方向提供支撐，并有助于未來開展定量化、常態(tài)化的公共交通服務(wù)水平和滿意度評(píng)價(jià)工作.

1 構(gòu)建公交滿意度評(píng)價(jià)指標(biāo)體系

指標(biāo)體系的構(gòu)建必須客觀、科學(xué)地反映影響公共交通服務(wù)質(zhì)量的主要因素. 在查閱國(guó)內(nèi)外研究和參考國(guó)際特大城市對(duì)公交乘客滿意度評(píng)價(jià)的基礎(chǔ)上，本研究以系統(tǒng)性、實(shí)用性、前瞻性、針對(duì)性和兼容性為原則，根據(jù)“時(shí)效、安全、可靠、便捷、舒適和經(jīng)濟(jì)”這6項(xiàng)影響乘客滿意度的關(guān)鍵因素構(gòu)建滿足不同類型、區(qū)域公交滿意度評(píng)價(jià)的三層級(jí)基礎(chǔ)指標(biāo)體系.

在設(shè)計(jì)基礎(chǔ)指標(biāo)的基礎(chǔ)上，通過75名志愿者對(duì)評(píng)價(jià)指標(biāo)體系進(jìn)行座談?wù){(diào)研，與公交運(yùn)營(yíng)管理部門人員、交通行業(yè)專家、公共交通出行乘客交流溝通，對(duì)備選指標(biāo)做優(yōu)先排序. 運(yùn)用多指標(biāo)綜合評(píng)分排序方法對(duì)各級(jí)指標(biāo)的內(nèi)容進(jìn)行補(bǔ)充和刪減，并對(duì)前后位置進(jìn)行調(diào)整，研究建立了公交乘客滿意度評(píng)價(jià)指標(biāo)體系如圖1所示. 該評(píng)價(jià)指標(biāo)體系共設(shè)有6個(gè)一級(jí)指標(biāo)、21個(gè)二級(jí)指標(biāo)和77個(gè)三級(jí)指標(biāo)，其中二級(jí)指標(biāo)反映乘客滿意度評(píng)價(jià)的核心內(nèi)容，三級(jí)指標(biāo)主要針對(duì)乘客不滿意的細(xì)節(jié)進(jìn)行補(bǔ)充.

2 公交服務(wù)質(zhì)量滿意度調(diào)查

2.1 確定樣本規(guī)模

考慮到調(diào)查成本、調(diào)查周期要求等因素，本次調(diào)查采用分層隨機(jī)抽樣調(diào)查法，從調(diào)查對(duì)象的總體中抽取部分作為樣本，通過對(duì)樣本的調(diào)查研究來代表總體的狀況. 在統(tǒng)計(jì)學(xué)中，一般認(rèn)為95%以上的置信度(α=0.05)的結(jié)果可靠，抽樣誤差(E)一般取2%. 另外，假設(shè)樣本的離散程度(p)為0.5，則本次調(diào)研初步計(jì)算的總體最小有效樣本量為：

(1)

在此基礎(chǔ)上，為保障各分層的抽樣量均應(yīng)大于或等于30(構(gòu)成正態(tài)分布的最小樣本量要求)，研究將每條線路的抽樣量定為最小樣本量要求的30份，將總體最小有效樣本值調(diào)整為3 000份，從而選取100條北京市公交線路進(jìn)行乘客滿意度調(diào)查.

2.2 線路與車輛類型

樣本調(diào)查應(yīng)考慮不同類型的公交線路. 地面公交線路類型包括常規(guī)公交、BRT和定制公交3種，研究根據(jù)相關(guān)標(biāo)準(zhǔn)和參考文獻(xiàn)，對(duì)常規(guī)公交線路類型進(jìn)行劃分：

1)快線公交：包含傳統(tǒng)意義上的快線公交(運(yùn)送速度20 km/h以上)和部分運(yùn)量較大、承擔(dān)公交走廊大規(guī)模客流的公交線路；線路規(guī)模和客運(yùn)量、運(yùn)力較高的部分傳統(tǒng)普線，雖然速度不高，但通過未來提速之后能達(dá)到快線標(biāo)準(zhǔn).

2)普線公交：承擔(dān)城市主要公交客運(yùn)量，具備一些功能性需求，行駛在干道上，但是運(yùn)送速度達(dá)不到快線要求.

3)支線公交：主要承擔(dān)乘客末端出行的功能，線路長(zhǎng)度在10 km以內(nèi).

4)微循環(huán)線路：主要布設(shè)在支路和居住區(qū)道路上，線路長(zhǎng)度6 km以內(nèi)，線路名稱以“?！弊诸^為主.

根據(jù)其客流分擔(dān)率，結(jié)合線路條件進(jìn)行適當(dāng)調(diào)整，常規(guī)公交(快線、普線、支線、微循環(huán))、BRT和定制公交的問卷樣本量比例分別為：51∶37∶4∶4∶2∶2∶1. 站臺(tái)類型應(yīng)涵蓋樞紐站、路側(cè)普通站，港灣式停靠站等多種類型. 公交車輛類型應(yīng)包括雙層巴士、鉸接巴士(掛接巴士)及非鉸接巴士.

2.3 調(diào)查對(duì)象與時(shí)段選擇

考慮到地面公交具有明顯的時(shí)段特征，周末和工作日(高峰與平峰)的公交服務(wù)品質(zhì)各不相同，不同性別、不同年齡的乘客出行感知也不盡相同. 因此，研究根據(jù)不同時(shí)段的客流分擔(dān)率及北京市人口學(xué)大致特征，對(duì)各層次抽樣量設(shè)定考慮如圖2所示. 其中，工作日高峰時(shí)段為07：00—9：00和17：00—19：00；年齡段的劃分主要考慮出行目的特征，青年為15歲～22歲(上學(xué)為主)，中年為22歲～59歲(通勤為主)，老年為60歲以上(休閑購(gòu)物為主).

圖2 各層樣本量分配

2.4 調(diào)查問卷設(shè)計(jì)

調(diào)查問卷在遵循上述原則的基礎(chǔ)之上，根據(jù)乘客滿意度評(píng)價(jià)指標(biāo)體系和線路、人群屬性的內(nèi)容設(shè)計(jì)而成. 調(diào)查問卷包含2部分：

1)調(diào)查主體

對(duì)總體滿意度和研究確定的21個(gè)二級(jí)指標(biāo)的滿意程度打分，滿意程度由非常不滿意到非常滿意，得分對(duì)應(yīng)從1～10分，對(duì)不了解的指標(biāo)可選擇不了解，而對(duì)6分及以下的二級(jí)指標(biāo)將繼續(xù)詢問其三級(jí)指標(biāo)的滿意度.

2)問卷分類標(biāo)識(shí)信息

調(diào)查員信息：姓名、調(diào)查日期、時(shí)間、調(diào)查時(shí)所處的區(qū)域；線路信息：線路號(hào)、上車站點(diǎn)名稱、上車站臺(tái)類型、車輛類型、線路類型；被調(diào)查者信息：收入、年齡、私家車情況、出行目的.

3 調(diào)查數(shù)據(jù)分析與滿意度評(píng)價(jià)方法

3.1 信度分析

通過招募調(diào)查員并進(jìn)行培訓(xùn)，按照調(diào)查方案在2016年3月底針對(duì)北京市地面公交服務(wù)滿意度開展了為期1周的調(diào)查，共計(jì)回收有效問卷3 012份. 在對(duì)調(diào)查數(shù)據(jù)進(jìn)行整合及預(yù)處理(異常數(shù)據(jù)替換、字段格式統(tǒng)一等)之后，研究利用信度和效度分析的統(tǒng)計(jì)方法檢驗(yàn)該評(píng)價(jià)指標(biāo)體系及調(diào)查問卷對(duì)地面公交服務(wù)系統(tǒng)的評(píng)價(jià)是否可靠. 本研究中采用了克朗巴哈a信度系數(shù)法，對(duì)問卷的信度進(jìn)行了檢驗(yàn).

調(diào)查問卷中各指標(biāo)的克朗巴哈a系數(shù)均高于0.7，因此問卷內(nèi)部的一致性較高，具有良好的信度，數(shù)據(jù)能真實(shí)準(zhǔn)確地反映地面公交乘客對(duì)北京市地面公交的滿意程度.

表1 信度分析

3.2 效度分析

效度是指調(diào)查資料能準(zhǔn)確解釋所要研究的問題及解釋的程度，通常采用因子分析中的效度分析對(duì)每一項(xiàng)指標(biāo)評(píng)價(jià)結(jié)果的有效性和準(zhǔn)確性進(jìn)行檢驗(yàn). 首先對(duì)評(píng)價(jià)指標(biāo)體系做KMO檢驗(yàn)和Bartlett球體檢驗(yàn)，見表2.

表2 KMO檢驗(yàn)和Bartlett球體檢驗(yàn)

KMO=0.965，概率p=0<0.05，說明非常適合做因子分析. 然后將效度分析結(jié)果輸出，見表3.

表3 效度分析的共同度結(jié)果表

圖3 乘客出行目的分布特征

當(dāng)共同度大于0.5時(shí)，公因子就能很好地解釋測(cè)評(píng)指標(biāo). 效度分析結(jié)果顯示，問卷各項(xiàng)評(píng)價(jià)指標(biāo)因子的共同度都大于0.5，其中絕大部分都大于0.6，說明問卷中設(shè)置的每個(gè)評(píng)價(jià)指標(biāo)對(duì)乘客滿意度的影響都是顯著的，指標(biāo)體系設(shè)計(jì)合理，數(shù)據(jù)能支撐滿意度的多層次、多維度的特征分析.

3.3 樣本特征分析

本次調(diào)查中，調(diào)查區(qū)域涵蓋北京市東城區(qū)、西城區(qū)、朝陽區(qū)、海淀區(qū)、豐臺(tái)區(qū)和石景山區(qū)等主要城區(qū). 調(diào)查對(duì)象的總體男女人數(shù)比為51∶48，接近1∶1；青年、中年、老年人數(shù)比例大概為18%、69%和13%，基本符合方案設(shè)計(jì). 調(diào)查人群收入以2 000～6 000元為主，而出行目的以工作和回家的居多，占總體出行的54%以上，與北京市居民出行中，通勤出行人數(shù)占出行總量52%的特征基本相吻合[8].

3.4 滿意度評(píng)價(jià)方法

為體現(xiàn)乘客真實(shí)的滿意度，本文并不簡(jiǎn)單地直接使用乘客對(duì)總體滿意度的打分來評(píng)價(jià)服務(wù)質(zhì)量，而是利用相關(guān)系數(shù)作為權(quán)重層層推算出各一級(jí)指標(biāo)及總體滿意度得分，這種做法在國(guó)際上各個(gè)行業(yè)的客戶滿意度調(diào)研中被廣泛采用[9].

問卷針對(duì)總體滿意度和21個(gè)二級(jí)指標(biāo)滿意度進(jìn)行打分，以每個(gè)二級(jí)指標(biāo)打分與總體滿意度打分的相關(guān)度ρ為權(quán)重. 相關(guān)系數(shù)ρ越高，則說明該級(jí)指標(biāo)與總體滿意度的相關(guān)程度越高，即指標(biāo)對(duì)總體滿意度的影響較大. 以此計(jì)算不同屬性群體的相關(guān)系數(shù)、一級(jí)指標(biāo)滿意度得分和總體滿意度得分.

以一級(jí)指標(biāo)滿意度得分計(jì)算為例：

ρA，Cj=∑ni=1(Cji-Cj)(Ai-A)∑ni=1(Cji-Cj)2∑ni=1(Ai-A)2

(2)

式中，ρA,Cj為第j個(gè)二級(jí)指標(biāo)的相關(guān)系數(shù)；Cji為第i個(gè)調(diào)查者對(duì)第j個(gè)二級(jí)指標(biāo)的打分；Cj為第j個(gè)二級(jí)指標(biāo)的平均得分；Ai為第i個(gè)調(diào)查者總體滿意度打分；A為總體滿意度平均得分；n為同一屬性分組內(nèi)的被調(diào)查者人數(shù).

第k個(gè)一級(jí)指標(biāo)滿意度得分：

(3)

式中，Bk為第k個(gè)一級(jí)指標(biāo)滿意度分?jǐn)?shù)；m為第k個(gè)一級(jí)指標(biāo)下二級(jí)指標(biāo)的個(gè)數(shù)；利用基于二級(jí)指標(biāo)打分與總體滿意度打分的相關(guān)度為權(quán)重的滿意度評(píng)價(jià)模型，能夠反應(yīng)出用戶內(nèi)心真正影響其滿意度的指標(biāo)因素，在一定程度上克服了現(xiàn)有評(píng)價(jià)方法中完全依靠“陳述性”獲取滿意度得分的主觀片面性.

4 滿意度評(píng)價(jià)結(jié)果與影響因素分析

4.1 總體滿意度評(píng)價(jià)結(jié)果

圖5 一級(jí)指標(biāo)和二級(jí)指標(biāo)的滿意度得分

基于相關(guān)系數(shù)加權(quán)的滿意度評(píng)價(jià)模型計(jì)算得出北京市乘客對(duì)地面公交的總體滿意度得分為78.2. 采用5級(jí)百分制量化滿意度，乘客對(duì)于北京市地面公交的滿意度持基本滿意的態(tài)度. 通過對(duì)不同態(tài)度等級(jí)的占比分析發(fā)現(xiàn)，約有13%的乘客對(duì)公交服務(wù)非常滿意，比較滿意或基本滿意的乘客約占總樣本的69%，對(duì)公交服務(wù)較不滿意或非常不滿的乘客約為18%.

圖4 北京市地面公交滿意度水平分布

各一級(jí)指標(biāo)和二級(jí)指標(biāo)滿意度得分如圖5所示. 其中，時(shí)效性滿意度得分最低，比總體滿意度得分低5%左右. 可靠性滿意度得分最高，比總體滿意度得分高2.9%. 從相應(yīng)的二級(jí)指標(biāo)也可以看出，站臺(tái)等待耗時(shí)和乘車耗時(shí)的滿意度得分對(duì)時(shí)效性的低滿意度貢獻(xiàn)最大，司乘人員服務(wù)質(zhì)量和公交服務(wù)信息的滿意度得分對(duì)可靠性的高滿意度貢獻(xiàn)最大.

4.2 影響因素的差異分析

由于滿意度受一系列因素的影響，主要包括：時(shí)段、線路類型、上車站臺(tái)類型、車輛類型、是否有私家車、出行目的、收入、年齡. 本文在調(diào)查數(shù)據(jù)分析的基礎(chǔ)上，獲取滿意度得分，進(jìn)而運(yùn)用方差分析研究各影響因素對(duì)滿意度結(jié)果的影響，找出影響較大且滿意度得分較低的因素，為公交服務(wù)改進(jìn)措施的提出奠定基礎(chǔ).

多因變量方差分析是對(duì)于多個(gè)獨(dú)立變量是否受一個(gè)或多個(gè)因素影響而進(jìn)行的統(tǒng)計(jì)分析，不同因素對(duì)各一級(jí)指標(biāo)滿意度的影響結(jié)果如表4所示.

從顯著性指標(biāo)來看，不同的屬性因素對(duì)一級(jí)指標(biāo)滿意度的影響程度有所不同：

表4 多變量方差分析(只展示有顯著性影響的指標(biāo))

1) 時(shí)效性主要受時(shí)段、乘客年齡、出行目的因素的影響最為顯著.

2) 安全性受出行目的和線路類型的影響最大，線路類型和車輛類型對(duì)其也有一定影響.

3) 線路類型、車輛類型和站臺(tái)類型對(duì)可靠性有顯著影響，特別是線路類型對(duì)其滿意度影響最大.

4) 便利性主要受車輛類型和線路類型2個(gè)因素的影響.

5) 舒適性主要受線路類型、出行目的、車輛類型和私家車擁有情況等因素的影響，其中線路類型對(duì)其影響最大.

6) 經(jīng)濟(jì)性主要受線路類型、車輛類型、出行目的和私家車擁有情況因素影響，其中線路類型對(duì)其影響最大.

4.3 不同影響因素下的地面公交滿意度

從線路屬性的因素分析來看，不同車輛類型的中，鉸接巴士的滿意度最低，為77.7；不同類型線路的滿意度與其功能定位相關(guān)，定制公交的滿意度最高,為87.1，普線和支線的滿意度相對(duì)較低；各個(gè)站臺(tái)類型之間的滿意度得分具有強(qiáng)烈的區(qū)分度，樞紐站的滿意度最低，這與樞紐站的高密度客流量有關(guān).

從人群屬性的因素分析來看，相對(duì)無私家車的乘客，有私家車的乘客對(duì)公交的便捷性和經(jīng)濟(jì)性追求更高，可通過改善這兩方面的服務(wù)質(zhì)量吸引更多私家車用戶向公交轉(zhuǎn)移；出行目的中出行量最大的通勤出行滿意度整體較高，排名前三. 個(gè)人事務(wù)出行者滿意度最低，其對(duì)公交出行的時(shí)效性要求最高；不同收入階層中2 000～4 000元的收入階層對(duì)公交出行的總體滿意度最高，4 000～6 000元收入階層的滿意度最低；不同年齡段的滿意度出現(xiàn)了兩級(jí)分化的情況，上學(xué)人群對(duì)公交滿意度評(píng)價(jià)最低，為77.2，時(shí)效性和便捷性均未達(dá)到乘客所期待的水平；老人對(duì)公交滿意度評(píng)價(jià)最高，尤其是對(duì)地面公交的經(jīng)濟(jì)性感到非常滿意.

表5 不同影響因素下的滿意度得分情況

5 結(jié)束語

本文在構(gòu)建多層次基于乘客感知的公交滿意度評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，提出了一種基于相關(guān)系數(shù)加權(quán)的滿意度評(píng)價(jià)模型. 通過對(duì)北京市100條公交線路的滿意度調(diào)查，分析得出北京市公交滿意度得分為78.2，有80%以上的乘客對(duì)于公交服務(wù)質(zhì)量持滿意態(tài)度. 北京市地面公交滿意度的提升可以從改善時(shí)效性為先導(dǎo)，優(yōu)化站臺(tái)位置和配套設(shè)施，科學(xué)調(diào)度車輛和編制運(yùn)行圖，加大行車密度，減少乘客到達(dá)站臺(tái)時(shí)間和站臺(tái)等待時(shí)間. 以舒適性、安全性、便捷性提升為重點(diǎn)，力爭(zhēng)對(duì)各項(xiàng)指標(biāo)進(jìn)行全面提升.

本研究促進(jìn)公交服務(wù)質(zhì)量評(píng)估的精細(xì)化、客觀化和多元化，為未來開展定量化的公交滿意度評(píng)價(jià)、定期探討改善公交乘客服務(wù)體驗(yàn)的途徑以期提升地面公交服務(wù)水平提供支撐.

參考文獻(xiàn)：

[1] 紀(jì)江明. 我國(guó)城市公共服務(wù)公眾滿意度熵權(quán)TOPSIS指數(shù)及影響因素研究[M]. 北京: 中國(guó)社會(huì)科學(xué)出版社, 2016.

[2] Jiang A, Feng Y, Li X, et al. Railway passenger’s satisfaction evaluation based on entropy method and fuzzy theory. Springer Berlin Heidelberg, 2015.

[4] Morton C, Caulfield B, Anable J. Customer perceptions of quality of service in public transport: Evidence for bus transit in Scotland. Case Studies on Transport Policy, 2016, 4(3): 199-207.

[5] 黃莎, 蒙井玉, 王曉藝. 中小城市公共交通評(píng)價(jià)指標(biāo)體系研究[J]. 交通信息與安全, 2011, 29(1): 32-36.

[6] 羅麗群, 李佳玉, 李瓊, 等. 針對(duì)不滿意群體的公交滿意度改善策略[J]. 公路與汽運(yùn), 2017(1): 27-32.

[7] 歐陽劍, 胡郁蔥, 李橘云, 等. 公交乘客滿意度相關(guān)因素的影響程度分析[J]. 深圳大學(xué)學(xué)報(bào)(理工版), 2016, 33(3): 288-292.

[8] 北京交通發(fā)展研究院. 2016北京市交通發(fā)展年度報(bào)告[R]. 北京: 北京交通發(fā)展研究院, 2016.

[9] Matsuda T, Miyagi C, Kina S, et al. Highlighting opportunities to improve business operations using correlation coefficient to measure customer satisfaction[J]. Japanese Journal of Mhts, 2014, 41(6): 653-657.