朱興林，姚 亮，李建立，劉泓君

(新疆農(nóng)業(yè)大學 交通與物流工程學院，新疆 烏魯木齊 830052)

0 引 言

公共交通系統(tǒng)是連接城市與鄉(xiāng)村的紐帶，其發(fā)展對于推進城市與鄉(xiāng)村統(tǒng)籌發(fā)展起著重要的作用。在城鄉(xiāng)一體化發(fā)展模式下，公交的協(xié)同發(fā)展在一定程度上加速了城市與鄉(xiāng)村之間的人口流動，滿足了城鄉(xiāng)居民的出行需求。然而，城鄉(xiāng)公交難以提供“站到門”的交通服務(wù)，且存在線路設(shè)置不合理、乘客等車時間長、無法得知車輛到站信息等問題。因此，根據(jù)乘客滿意度來準確找出城鄉(xiāng)公交存在的問題，采取有效措施改善城鄉(xiāng)公交的服務(wù)質(zhì)量并且提升公共交通系統(tǒng)的運輸效率，具有重要的現(xiàn)實意義[1]。

乘客滿意度是評價公共交通發(fā)展水平的重要指標，可以體現(xiàn)政府機構(gòu)的管理水平和公交公司的運營能力。從現(xiàn)有的國內(nèi)外研究可以看出，滿意度概念興起于國外，后被學者引入國內(nèi)并應(yīng)用于公共交通系統(tǒng)的服務(wù)質(zhì)量評價[2-3]。R. P. BAGOZZI[4]于1981年提出了基于產(chǎn)品特性及差異加權(quán)值的標準模型(normal quality)，與G. A. CHURCHILL等[5]在2003年提出的評估行為模型(evaluated performance)都可用于顧客滿意度評價；英國劍橋大學教授A. PARASURAMAN等[6]提出PZB模型和SERVQUAI模型，將服務(wù)質(zhì)量的評價指標分為可靠性、反應(yīng)性、關(guān)懷性、有形性和保障性，并使用回歸模型確定影響因素權(quán)重，優(yōu)化了以往確定權(quán)重的方式。影響因素權(quán)重常由專家賦值，因此無法深入了解影響因子之間的潛在關(guān)系,為克服其局限性R. KENNETH等[7]以紐約地鐵為研究背景，針對服務(wù)質(zhì)量與乘客滿意度構(gòu)建結(jié)構(gòu)方程模型(structural equation model, SEM)，對其影響因素進行深入研究，得出感知價值、安全性、擁擠程度和運行速度對滿意度有直接影響，運營安全和服務(wù)態(tài)度等因素可通過中間變量間接影響乘客滿意度。

當前國內(nèi)有學者使用結(jié)構(gòu)方程模型針對滿意度影響因素進行分析，王蓉等[8]以完善城市公交換乘優(yōu)惠政策為研究目標，蘇州公交為研究背景，建立了基于結(jié)構(gòu)方程的公交換乘優(yōu)惠政策滿意度測評模型，并采用PLS法進行參數(shù)估計，得出了感知價值和感知質(zhì)量對乘客滿意度影響最大的結(jié)論；劉希珍等[9]針對烏魯木齊市公交服務(wù)滿意度建立了SEM模型，得出了經(jīng)濟便捷和行車安全對乘客滿意度有直接正向影響，運營秩序和車貌車況對滿意度有間接正向影響；張兵等[10]運用結(jié)構(gòu)方程模型建立了常規(guī)公交乘客服務(wù)質(zhì)量-滿意度-忠誠度模型，通過因子定量分析得出乘客便利感知、乘車環(huán)境和運營服務(wù)對滿意度均有直接正向相關(guān)性的結(jié)論。曹燦明等[11]基于結(jié)構(gòu)方程模型建立高速鐵路旅客滿意度模型，分析了高鐵客運服務(wù)質(zhì)量、乘客滿意度和忠誠度之間的關(guān)系；陳堅等[12]基于SEM構(gòu)建了城市軌道交通乘客滿意度模型，定量分析了各潛變量之間的路徑系數(shù)。

綜上所述，不同地區(qū)有不同的交通條件，滿意度影響因素也有所差異，且國內(nèi)對城鄉(xiāng)公交一體化滿意度研究還有待補充，因此對城鄉(xiāng)公交一體化進程中的乘客滿意度影響因素分析有現(xiàn)實意義。以新疆某縣為例，根據(jù)實際調(diào)查數(shù)據(jù)，構(gòu)建基于結(jié)構(gòu)方程模型(SEM)的城鄉(xiāng)公交滿意度模型，結(jié)合乘客出行需求，定量分析各影響因素對乘客滿意度的影響關(guān)系。

1 研究路線與方法

1.1 研究路線

本次調(diào)查研究使用數(shù)據(jù)全部源自實地調(diào)研與訪談，采用問卷調(diào)查的方式對城鄉(xiāng)公交滿意程度進行調(diào)查。在剔除無效問卷后，運用SPSS 25.0軟件對調(diào)查問卷的信度和效度進行檢驗，在調(diào)查問卷的信度和效度都符合標準的基礎(chǔ)上，結(jié)合結(jié)構(gòu)方程模型相關(guān)知識，構(gòu)建城鄉(xiāng)公交一體化滿意度模型，使用AMOS 24.0軟件繪制模型結(jié)構(gòu)圖并對路徑系數(shù)進行計算，采用探索性因子分析法檢驗所選測量變量對相應(yīng)潛在變量的解釋能力。對模型進行適配度檢驗，若模型適配度符合標準，則結(jié)合模型路徑系數(shù)及因子負荷量對影響因素進行分析，最終得出結(jié)論及優(yōu)化措施建議，否則需要重新修正模型，研究路線見圖1。

圖1 研究路線Fig. 1 Research route

1.2 調(diào)查過程

以新疆某縣域的城郊公交線路和鄉(xiāng)鎮(zhèn)公交線路為研究對象，共取19條線路，分別進行隨機問卷調(diào)查和跟車調(diào)查。共計發(fā)放450份調(diào)查問卷，剔除無效問卷后共收回440份有效問卷，有效率為98%。問卷內(nèi)容包含三部分：出行者基本信息、乘客滿意度評價問題和乘客出行需求問題，并采用李克特5分量表評價各測量指標，即：1為“滿意”，2為“較好”，3為“可以接受”，4為“不滿意”，5為“非常不滿意”。出行者基本信息見表1。

表1 出行者基本信息Table 1 Basic information of passengers

由出行者基本信息可知，少數(shù)民族出行者共計335人，占總?cè)藬?shù)的76%，符合該地區(qū)實際情況。 18～40歲之間的出行者所占比重最大，占乘客總?cè)藬?shù)的55%，城郊居民共202人，占比重為46%，符合具有勞動力的務(wù)工者通勤的客觀事實。

1.3 問卷信效度檢驗

對收集的有效問卷進行一致性檢驗，意義在于反映問卷各問題間的關(guān)聯(lián)性，能證明其是否有效通過測量表達問題。使用目前較常用的克隆巴赫α信度系數(shù)法(Cronbach’s alpha)測量問卷的信度系數(shù)，公式為：

(1)

式中：k為題目總數(shù)；S與Si分別為同類問題總分的方差和題目i所得分數(shù)的方差。

由表2可知，通過對問卷測量變量的信度分析，筆者設(shè)定的5個潛變量因子的α信度系數(shù)均高于0.8，總體問卷信度系數(shù)為0.914，表明不僅各個測量變量有較高的一致性，而且有很大的相關(guān)性，證明測量數(shù)據(jù)符合結(jié)構(gòu)方程模型的要求，可靠程度較高。與問卷信度分析緊密相關(guān)的是效度分析，即問卷的效用程度，檢驗方法主要包括KMO檢驗和Bartlett球體檢驗，KMO檢驗(kaiser meyer olkin)是分析變量之間的相關(guān)系數(shù)和偏相關(guān)系數(shù)值，從而確定相關(guān)性，數(shù)學表達式如式(2)：

表2 信度分析結(jié)果Table 2 Results of reliability analysis

(2)

式中：rij為變量xi和xj的相關(guān)系數(shù)；pij為變量xi和xj在控制其他變量不變條件下的偏相關(guān)系數(shù)。KMO值大于或等于0.6時，可以進行因子分析[13]，其越趨近于1，相關(guān)性越高，越適合進行因子分析。使用SPSS 25.0軟件對調(diào)查數(shù)據(jù)進行效度檢驗，結(jié)果見表3，可看出KMO值大于0.6且接近于1，Bartlett球體檢驗結(jié)果顯著，證明已設(shè)潛變量模型結(jié)構(gòu)度較好，可進行因子分析。

表3 效度分析結(jié)果Table 3 Results of validity analysis

2 城鄉(xiāng)公交一體化滿意度評價模型

2.1 結(jié)構(gòu)方程模型

結(jié)構(gòu)方程模型(structural equation model，SEM)也稱協(xié)方差分析模型，包含數(shù)理統(tǒng)計分析中的線性回歸分析和因素分析方法[14]，是對路徑分析、探索性因子分析和方差分析等方法的綜合運用和改進，主要包括測量模型和結(jié)構(gòu)模型兩部分[15]。

2.1.1 測量模型

測量模型也稱作外生變量觀測模型，可根據(jù)路徑的因子負荷量描述各測量變量和潛變量的關(guān)系，其中測量變量可以通過測量得到，潛變量無法直接測量得到，數(shù)學表達式為：

X=Λxξ+δ

(3)

Y=Λyη+ε

(4)

式中：X為外生變量組成的向量；Y為內(nèi)生變量組成的向量；Λx為X的因子負荷量；Λy為Y的因子負荷量；ξ與η分別為外生潛變量向量和內(nèi)生潛變量向量；δ與ε為測量誤差向量。

2.1.2 結(jié)構(gòu)模型

結(jié)構(gòu)模型可以反映結(jié)構(gòu)方程模型中不可直接測量的潛變量之間的內(nèi)在關(guān)系(包含直接和間接關(guān)系)，數(shù)學表達式為：

η=Bη+Γξ+ζ

(5)

式中：η為內(nèi)生潛變量向量；B與Γ為因素路徑系數(shù)矩陣；B表示內(nèi)生潛變量之間的影響關(guān)系；Γ表示外生潛變量對內(nèi)生潛變量的影響關(guān)系；ζ則為殘差項，反應(yīng)內(nèi)生潛變量η未能被解釋的部分。

關(guān)于模型假設(shè)，初始的測量模型誤差δ、ε和結(jié)構(gòu)模型殘差項ζ值均為0，測量模型中的誤差項δ、ε互不相關(guān)且與η、ξ因子不相關(guān)，結(jié)構(gòu)模型中的殘差項ζ與ε、ξ、δ之間不相關(guān)。

2.2 模型假設(shè)

城鄉(xiāng)公交一體化滿意度是指乘客選擇城鄉(xiāng)公交出行的過程中，將實際出行感受與自身的出行期望進行對比產(chǎn)生的主觀態(tài)度，因此對乘客滿意度的衡量沒有固定不變的指標體系，分析乘客滿意度的影響因素可以基于乘客感知角度反映城鄉(xiāng)公交的服務(wù)質(zhì)量，從而發(fā)現(xiàn)城鄉(xiāng)公交一體化進程中存在的問題。筆者選取公交感知、公交便利度感知、公交運營感知、乘客滿意度和乘客意向為結(jié)構(gòu)模型的潛在變量，構(gòu)建了城鄉(xiāng)公交一體化滿意度評價模型，結(jié)構(gòu)模型如圖2。

圖2 結(jié)構(gòu)模型Fig. 2 Structure model

結(jié)構(gòu)模型潛變量指標中，假設(shè)公交環(huán)境感知、公交便利度感知和公交運營感知之間可以互相影響，并且三者能直接影響乘客滿意度，分析乘客滿意度至乘客意向的結(jié)構(gòu)路徑系數(shù)可以體現(xiàn)滿意度對出行意向的影響程度。

2.3 變量設(shè)計

影響城鄉(xiāng)公交服務(wù)質(zhì)量的因素眾多，筆者在參考相關(guān)研究[16]設(shè)置服務(wù)質(zhì)量評價指標的基礎(chǔ)上，結(jié)合該縣域?qū)嶋H公交運營狀態(tài)及交通條件，設(shè)計測量變量指標如表4。

表4 測量變量Table 4 Measurement variables

結(jié)構(gòu)模型潛變量中，公交環(huán)境感知因素包含A1～A5共5個測量變量；公交便利度感知因素包括B1～B3共3個測量變量；公交運營因素主要包括C1～C3共3個測量變量；乘客滿意度主要由兩個指標構(gòu)成，分別為M1和M2；乘客意向由5個指標構(gòu)成，為D1至D5。根據(jù)已設(shè)潛在變量和測量變量，并且結(jié)合城鄉(xiāng)公交自身特點，做出假設(shè)如下：H1為公交環(huán)境感知與乘客滿意度成正向直接相關(guān)；H2為公交便利度感知與乘客滿意度成正向直接相關(guān)；H3為公交運營感知與乘客滿意度成正向直接相關(guān)；H4為乘客滿意度與乘客意向成正向直接相關(guān)。

3 實例分析

3.1 因子分析

在選定模型潛在變量和測量變量的基礎(chǔ)上，采用探索性因子分析法(exploratory factor analysis, EFA)[17]對各影響因素進行分析，列出影響因子個數(shù)并確定其與結(jié)構(gòu)變量之間的關(guān)系，可以根據(jù)分析結(jié)果判斷前文的變量設(shè)計是否需要修正。

采用探索性因子分析法中的主成分分析提取有效變量，表5，前5個主成分初始特征值均大于1，累計方差貢獻率為74.524%超過社會科學研究中對調(diào)查樣本數(shù)據(jù)總變異程度大于70%的要求[15]。這5個主成分分組與前文假設(shè)潛在變量分組一致，能夠有效解釋74.524%的方差，證明調(diào)查數(shù)據(jù)有良好的結(jié)構(gòu)效度。使用Kaiser標準化正交旋轉(zhuǎn)法對測量數(shù)據(jù)矩陣進行最大變異旋轉(zhuǎn),旋轉(zhuǎn)在5次迭代后收斂，得出旋轉(zhuǎn)后的成分矩陣見表6，可看出每個指標的分組與前文所設(shè)一致，無需對測量模型進行修正。

表5 總方差解釋Table 5 The interpretation of total variance

根據(jù)旋轉(zhuǎn)后的矩陣成分對每組測量變量的因子負荷量進行排序，反應(yīng)各測量變量對相應(yīng)的潛在變量影響程度大小，即反應(yīng)問題能力的強弱?？梢姳?中各維度變量對應(yīng)的因子負荷量均大于0.5，說明測量變量能夠有效的反應(yīng)潛在變量。

表6 旋轉(zhuǎn)成分矩陣Table 6 Matrix of rotating component

3.2 模型適配度檢驗

當前該縣主城區(qū)公共交通出行分擔率達到50%，縣域20公里范圍內(nèi)農(nóng)村客運線路公交化模式運行率占30%，綜合考慮經(jīng)濟因素，即使城鄉(xiāng)公交客運服務(wù)質(zhì)量無法達到乘客的出行期望，大部分出行者也會繼續(xù)選擇城鄉(xiāng)公交作為出行方式[18]，因此公交環(huán)境感知、公交便利度感知和公交運營感知3個潛變量無法直接影響乘客意向。采用AMOS 24.0軟件根據(jù)前文所述的測量模型和結(jié)構(gòu)模型繪制模型路徑圖，將處理好的樣本數(shù)據(jù)導入AMOS數(shù)據(jù)文件，運行AMOS可得到模型標準化路徑圖(圖3)。

圖3 模型標準化路徑Fig. 3 Model standardization path

根據(jù)模型適配度評價可知該模型擬合程度較好，表7中擬合指標卡方自由度比值(CMIN/DF)與近似誤差平方根(RMSEA)屬于模型絕對適配度，是判斷模型適配度是否契合的重要指標，CMIN/DF測量值越低證明協(xié)方差矩陣和樣本數(shù)據(jù)越適配，模型適配程度越高，本次測量值為2.602，在接受范圍內(nèi)。TLI為非標準擬合指標，與相對擬合指標CFI屬于模型增量適配度，測量值均符合標準，綜合表示模型可以反應(yīng)真實測量數(shù)據(jù)。

表7 模型適配度評價Table 7 Evaluation of model fitness

3.3 模型結(jié)果分析及建議

根據(jù)圖3的模型標準化路徑圖，可以看出城鄉(xiāng)公交滿意度變量之間互相存在影響關(guān)系。根據(jù)2.2節(jié)所提假設(shè)，對模型路徑進行分析并對判斷假設(shè)是否成立，見表8。

表8 模型估計結(jié)果Table 8 Model estimation results

由模型估計結(jié)果可知，4個假設(shè)均達到顯著性水平，即H1、H2、H3、和H4全部成立，公交環(huán)境感知、公交便利度感知和公交運營感知對乘客滿意度有直接影響關(guān)系，且成正向相關(guān)，乘客滿意度對乘客意向成正向直接相關(guān)。結(jié)合圖2的模型路徑標準化系數(shù)和模型估計結(jié)果，筆者對模型各影響因素進行分析。

3.3.1 公交環(huán)境感知與乘客滿意度

根據(jù)模型路徑系數(shù)，可知公交環(huán)境感知與乘客滿意度的路徑系數(shù)為0.21，T值為2.414，非標準化P值為0.016，已達到顯著水平，反映兩個潛變量間有正向直接相關(guān)性。由此可知，在一定程度上改善城鄉(xiāng)公交的乘車環(huán)境，可以有效地提高乘客滿意度。在公交環(huán)境感知的測量變量中，舒適度(A3)因子負荷量為0.79，對該潛變量影響程度最大，說明針對該縣域城鄉(xiāng)公交乘車環(huán)境的舒適性問題采取措施，是從乘客感知角度出發(fā)提高滿意度的重要任務(wù)，之后依次是車內(nèi)擁擠程度(0.77)、行車安全(0.71)、車內(nèi)衛(wèi)生(0.71)和車輛狀況(0.63)。

3.3.2 公交便利度感知與乘客滿意度

公交便利度感知和乘客滿意度之間存在正相關(guān)性，路徑系數(shù)為0.29，T值為3.282，非標準化P值為0.001且小于0.05，達到顯著性水平。因此提高城鄉(xiāng)公交便利性可有效提高乘客滿意度。在公交便利度感知的測量變量中，候車時間(B2)的因子負荷量為0.87，對城鄉(xiāng)公交便利度的影響最大，說明根據(jù)乘客出行需求，提供車輛實時信息，減少乘客候車時間，是改善城鄉(xiāng)公交便利程度和提高乘客滿意度的有效措施。其余測量變量中，根據(jù)因子負荷量大小，依次是發(fā)班時間(0.74)和步行到站時間(0.72)。

3.3.3 公交運營感知與乘客滿意度

公交運營感知和乘客滿意度之間成正向相關(guān)，路徑系數(shù)為0.18，T值為2.05，非標準化P值為0.04，達到顯著性水平。因此提高城鄉(xiāng)公交運營服務(wù)質(zhì)量可提高乘客滿意度。在公交運營感知的測量變量中，司乘服務(wù)(C2)因子負荷量為0.87，影響最大，該縣域城鄉(xiāng)公交運營部門采用合理措施提高司乘服務(wù)質(zhì)量可以有效提高乘客滿意度。其余測量變量依次是票價(0.81)和城鄉(xiāng)間線路設(shè)置(0.69)。

3.3.4 乘客滿意度與乘客意向

根據(jù)模型分析結(jié)果，乘客滿意度與乘客意向之間成正向相關(guān)，路徑系數(shù)為0.52，T值為6.825，達到顯著水平。得出乘客滿意度越高則對乘客出行意向影響最強的結(jié)論。其中城鄉(xiāng)間站點設(shè)置(D4)因子負荷量為0.96，說明當前需要根據(jù)需求調(diào)整城鄉(xiāng)間的公交站點設(shè)置。

對模型進行相關(guān)性分析，將影響城鄉(xiāng)公交乘客滿意度的潛在變量按照相關(guān)性系數(shù)大小排序，依次是公交便利度、公交環(huán)境和公交運營服務(wù)，與模型路徑系數(shù)結(jié)果一致。觀察潛在變量的相互關(guān)系，可發(fā)現(xiàn)公交運營感知與公交便利度感知之間相關(guān)性較大，相關(guān)性系數(shù)為0.399，由此可知在提升城鄉(xiāng)公共交通便利程度的同時會直接正向影響乘客對公交運營的感知，由表9可知，所設(shè)潛在變量之間均有正向影響關(guān)系。

表9 模型相關(guān)性分析結(jié)果Table 9 The correlation analysis results of model

根據(jù)以上結(jié)果，依次提出以下建議：

1)建立公共交通網(wǎng)絡(luò)平臺，提供城鄉(xiāng)公交車輛實時信息，根據(jù)需求重新調(diào)整城鄉(xiāng)間公交站點位置。

2)加大公交運力投放，在高峰時期加密公交車輛發(fā)班頻次，延長首末班次服務(wù)時間，并對候車區(qū)域設(shè)施進行定時維護，改善城鄉(xiāng)居民乘車環(huán)境。

3)采取相應(yīng)措施，規(guī)范城鄉(xiāng)公交線路經(jīng)營企業(yè)的服務(wù)行為。

4)結(jié)合地區(qū)路網(wǎng)結(jié)構(gòu)和城鄉(xiāng)距離，開辟公路客運、鐵路和機場之間的公交專線。

4 結(jié) 論

從乘客感知角度出發(fā)，以新疆某縣域的城鄉(xiāng)公交為研究對象，采用探索性因子分析法檢驗測量變量解釋問題的能力，構(gòu)建了基于結(jié)構(gòu)方程模型的城鄉(xiāng)公交一體化滿意度評價模型，對影響城鄉(xiāng)公交服務(wù)質(zhì)量的因素進行了深入分析。結(jié)果表明：

1)公交環(huán)境感知、公交便利度感知、公交運營感知對乘客滿意度均為直接正向相關(guān)，且三者間有著直接正向影響關(guān)系。

2)注重城鄉(xiāng)公交服務(wù)質(zhì)量、提升乘客滿意度，提供便利化的乘車服務(wù)是重要手段。

3)改善乘車環(huán)境提升舒適度和優(yōu)化公交企業(yè)服務(wù)行為是綜合發(fā)展城鄉(xiāng)公交，提升公共交通系統(tǒng)吸引力和競爭力的必要條件。

由于實際調(diào)查中的條件限制，文中樣本量僅可滿足小樣本分析的要求，缺乏結(jié)合更多因素對城鄉(xiāng)公交系統(tǒng)進行宏觀分析。后續(xù)的相關(guān)研究可以結(jié)合不同地區(qū)的不同交通出行特征，對潛在變量和測量變量進行調(diào)整，并增加樣本數(shù)量，結(jié)合經(jīng)濟條件等因素進行分析。此外，結(jié)構(gòu)方程模型本身具有靈活性，實際應(yīng)用時可以根據(jù)不同研究目的設(shè)置不同的路徑關(guān)系，結(jié)合模型分析結(jié)果有針對性的進行優(yōu)化。