李書新，李 輝，張 旭，段宇洲，梁先登

(1.河南工業(yè)大學(xué) 土木工程學(xué)院，鄭州 450001；2.鄭州市交通規(guī)劃勘察設(shè)計研究院，鄭州 450001)

隨著大城市人口的逐漸增加，城市規(guī)模也隨之?dāng)U大，如何構(gòu)建結(jié)合各種公共交通出行方式的公共交通系統(tǒng)已成為人們十分關(guān)注的問題。當(dāng)前，公共交通出行理念已逐漸深入人心，很多國家都在建設(shè)先進(jìn)公共交通系統(tǒng) (APTS)為公眾服務(wù)[1]。城市公共交通系統(tǒng)發(fā)展迅速，如何分析社會公眾的意見也成為了熱點(diǎn)[2]。各種公共交通出行方式彼此影響，同時，也影響著當(dāng)?shù)鼐用駥Τ鞘泄步煌ㄏ到y(tǒng)的滿意度。對公共交通系統(tǒng)進(jìn)行評價，是對該城市公共交通系統(tǒng)的不足之處提出優(yōu)化意見，對其滿意度較高地方進(jìn)行方法總結(jié)，以便為其他城市提供經(jīng)驗(yàn)。

如何評價一個城市的公共交通系統(tǒng)服務(wù)質(zhì)量，以往研究中大多以乘客滿意度作為評價原則。根據(jù)公共交通線路和等車時長，Hu等[3]提出了用價值函數(shù)來表示乘客滿意度。在以往研究中也有用結(jié)構(gòu)方程模型[4]、偏最小二乘的結(jié)構(gòu)方程模型[5-6]、模糊分析[7]、云模型[8]以及有序多重對應(yīng)分析[9]來評價乘客滿意度。Anna等[10]在研究中考慮到了車內(nèi)的舒適性和安全性因素，提出了在評價公共交通系統(tǒng)的質(zhì)量時應(yīng)考慮多種因素。在公共交通系統(tǒng)的評價方法中，傳統(tǒng)上一般是用層次分析法、主成分分析法、灰色聚類分析等方法對其進(jìn)行評價，但該評價方法受主觀影響較大，且用在滿意度評價時結(jié)果容易不準(zhǔn)確。

當(dāng)前，運(yùn)用重要性-性能分析(IPA)進(jìn)行滿意度分析已成為更好選擇。IPA由Martilla等[11]引入， IPA在客戶滿意度中可以更好地得知哪些因素應(yīng)該優(yōu)先被考慮[12]，并在各種研究中被廣泛應(yīng)用。IPA分析法曾被用在環(huán)境滿意度[13]、居住滿意度[14]等研究中，通過各因素所處的象限位置來完善和優(yōu)化對滿意度影響較大的因素。Yuan等[15]通過IPMA模型，對區(qū)段乘客滿意度的重要性進(jìn)行分析。Kano等[16]改編了Herzberg[17]的“雙因素理論”，根據(jù)客戶要求開發(fā)了質(zhì)量二維模型，Kano模型認(rèn)為IPA分析法只考慮了受訪者對評價指標(biāo)的滿意程度與整體滿意度之間的線性對稱關(guān)系，但卻忽視了對評價指標(biāo)的重要程度和滿意程度的直觀反映。基于IPA與Kano的相似性與差異性,有學(xué)者將二者相融合提出了IPA-Kano模型[18]。房德威等[19]提出用IPA-Kano模型來評價地面公交服務(wù)質(zhì)量，通過運(yùn)用 Ordered Logit 回歸模型對隱性重要性進(jìn)行分析，該方法適用于只有一種出行方式、且對整體城市的單因素進(jìn)行分析。評價公共交通系統(tǒng)不僅要考慮出行方式，還應(yīng)關(guān)注各地區(qū)、各年齡段等的差異，從而對整體滿意度進(jìn)行分析。logit和Probit模型沒有本質(zhì)區(qū)別，但通過比較得出[20]，模型總體效果差異不大，但變量系數(shù)大小有所區(qū)別。

公共交通系統(tǒng)具有復(fù)雜性，Probit模型可以考慮更多的變量，故更適用于對公共交通系統(tǒng)的評價，隱性重要性的確定也更加準(zhǔn)確。并且該研究通過較大的數(shù)據(jù)量提高評價結(jié)果的準(zhǔn)確性和可靠性。選取鄭州市不同地區(qū)、不同公共交通出行方式進(jìn)行滿意度調(diào)查，運(yùn)用IPA-Kano模型對鄭州市公共交通系統(tǒng)乘客滿意度情況進(jìn)行分析，通過分析得出結(jié)論，有重點(diǎn)地改善相關(guān)服務(wù)情況，從而提高乘客滿意度。

1 公共交通系統(tǒng)乘客滿意度評價指標(biāo)體系構(gòu)建

城市公共交通系統(tǒng)的滿意度對乘客的影響體現(xiàn)在城市公共交通系統(tǒng)的信息服務(wù)、站車服務(wù)、運(yùn)營服務(wù)、票務(wù)服務(wù)等服務(wù)項(xiàng)目中，因此，本研究的滿意度評價指標(biāo)包括多方面、多個因素。

評價體系由兩部分組成，分別為受訪者基本資料和乘客滿意度測量。

1)受訪者基本資料。包括受訪者每日乘坐公共交通的次數(shù)、性別、年齡等人口統(tǒng)計學(xué)選項(xiàng)。

2)乘客滿意度。根據(jù)以往研究[21-22]乘客滿意度分析需要給出重點(diǎn)考慮的相關(guān)因素，同時，還要考慮不同區(qū)域[23]、不同年齡[24]等因素。通過篩選，建立公共交通系統(tǒng)乘客滿意度評價指標(biāo)體系，設(shè)置9個相關(guān)因子(見表1)。本研究采用李克特五級量表法，受訪者根據(jù)各項(xiàng)指標(biāo)分別打分，5分為非常滿意，1分為非常不滿意。使用“顯性重要性-隱性重要性”分析法(IPA-Kano模型)，分析乘客滿意度的現(xiàn)狀和存在問題。

表1 公共交通系統(tǒng)乘客滿意度評價指標(biāo)體系

2 乘客滿意度調(diào)查

2.1 調(diào)查問卷

以鄭州市為例，2021年上半年對二七區(qū)、高新區(qū)、惠濟(jì)區(qū)、鄭東新區(qū)、金水區(qū)、中原區(qū)6個地區(qū)開展調(diào)查，主要在地鐵及地鐵站、公交車及BRT車站、商場、公園等地發(fā)放問卷，問卷采用一對一問詢和市民自填調(diào)研人員講解的模式。共發(fā)放3 500份問卷，在后期整理中發(fā)現(xiàn)有乘客需下車而未填寫完的問卷及填錯問卷95份，得到有效問卷3 405份，有效率達(dá)97.3%。

2.2 人口統(tǒng)計學(xué)特征

研究中主要人口統(tǒng)計學(xué)特征如表2所示。在3 405份調(diào)查樣本中，受訪者男性共1 623人，有效占比為47.7%，女性共1 782人，有效占比為52.3%，女性比例較男性稍高。在調(diào)查的各年齡段中，分為20歲以下、20～30歲、30～40歲、40～50歲、50～60歲和60歲以上，調(diào)查中20～30歲的人員最多，其年齡段分布也符合正態(tài)分布特征。調(diào)查時段為07:00—18:00，調(diào)查覆蓋早晚高峰及平峰時段。受訪者平均每天出行3次，受訪者出行方式大部分采用地鐵、公交及步行。

表2 受訪者人口統(tǒng)計學(xué)特征

2.3 問卷信度和效度檢測

使用Excel和SPSS26.0軟件處理數(shù)據(jù)，對有效問卷利用Cronbach α系數(shù)進(jìn)行信度檢驗(yàn)，總體信度為0.801，說明問卷的整體信度較高，具有較好的一致性和穩(wěn)定性。效度檢驗(yàn)方面KMO的值為0.887，且顯著度P=0.00(KMO值>0.70，巴特利球體檢驗(yàn)的統(tǒng)計量概率p<0.05)，可做因子分析。

3 實(shí)證模型分析

3.1 不同因素的滿意度分析

對于不同性別和年齡段的滿意度分析，采用獨(dú)立樣本T檢驗(yàn)進(jìn)行分析。從表3可以看出男性乘客 “早晚高峰期等待公共交通車輛時間”“公共交通出行換乘”和“票價水平”的得分在P≤0.05的置信度水平上顯著高于女性乘客。其他因素兩性之間滿意度差別不大。

表3 不同性別的滿意度獨(dú)立樣本T檢驗(yàn)

方差分析(ANOVA)一般用于2個及2個以上樣本均數(shù)差別的顯著性檢驗(yàn)，最小顯著性差異法(LSD)對差異最為敏感，用于檢驗(yàn)各組間差異。對于不同年齡段的滿意度分析采用單因素方差A(yù)NOVA和LSD事后檢驗(yàn)進(jìn)行分析，不同年齡組的滿意度在P≤0.05的置信水平下，除高峰期等待車輛時間無明顯差異外，其余各年齡段存在著明顯差異。如表4所示，總體看，60歲以上老人的滿意度更高，20～30歲的青年人對鄭州市公共交通系統(tǒng)的滿意度最低，20歲以上滿意度逐漸提高。

對于不同出行方式的滿意度分析，采用獨(dú)立樣本T檢驗(yàn)進(jìn)行分析(見表5)。結(jié)果表明除指標(biāo)“公共交通信息查詢服務(wù)”外，其余指標(biāo)的P值均大于0.05，表明二者顯著性水平無明顯差異，根據(jù)二者建立的公共交通系統(tǒng)指標(biāo)體系和評價標(biāo)準(zhǔn)可以適用。

3.2 顯性-隱性重要性

從上述可以看出，不同年齡段對顯隱性的分析有影響。顯性重要性是受訪乘客對調(diào)查因素的直觀評價情況，通過受訪者對問卷中的因素進(jìn)行打分，各因素的均值為其顯性重要性。隱性重要性是受訪者通過其他方面的評價，側(cè)面反映重要性的情況。文中運(yùn)用多元有序Probit模型對這9項(xiàng)要素分別進(jìn)行分析，得到其對應(yīng)的顯性回歸系數(shù)為隱性重要性?？捎^測的離散有序變量Y為滿意度潛變量Z的映射，Yij=u表示受訪者i(i=1，2，…，n)對第j(j=1，2，…，k)個滿意度變量的滿意程度為μ，Zij為相對應(yīng)的潛變量，則可得[25]

Zij=sifYij∈(γj(s-1),γjs],d=1,2,…,s

(1)

式中:γ1=(γj1，γj2，γj3，…，γjs)T為第j個滿意度程度分界點(diǎn)集合。

表4 不同年齡段的單因素方差檢驗(yàn)

表5 不同出行方式的滿意度獨(dú)立樣本T檢驗(yàn)

滿意度潛變量線性模型為

(2)

(3)

假設(shè)分布函數(shù)為F(x)，可得到因變量y，各選取值的概率為

p(Yi=0)=F(α1-βXi)

p(Yi=1)=F(α2-βXi)-F(α1-βXi)

p(Yi=2)=F(α3-βXi)-F(α2-βXi)

?

p(Yi=n-1)=1-F(αn-1-βXi)

(4)

被解釋變量為各項(xiàng)指標(biāo)的滿意度，采用等級變量表示。解釋變量分別為性別、年齡段、調(diào)查地點(diǎn)、公交車、地鐵5項(xiàng)變量，文中同時分析該5項(xiàng)變量是否顯著影響各項(xiàng)指標(biāo)的滿意度。

利用Stata16.0軟件對問卷進(jìn)行了多元有序Probit模型估計，所有的變量進(jìn)入模型中進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果如表6所示，反映了所有解釋變量對被解釋變量的影響程度。由表5的計量結(jié)果可得以下結(jié)論：在自變量中，年齡段、調(diào)查地點(diǎn)和出行方式的P值基本都小于0.05，通過了顯著性檢驗(yàn)，“性別”一項(xiàng)的顯著性大于0.05，這和前文所作的單因素方差A(yù)NOVA和LSD事后檢驗(yàn)分析得出的結(jié)果相同；在“出行方式”的各項(xiàng)指標(biāo)中，除“車輛到站動態(tài)信息服務(wù)”一項(xiàng)外，在其余指標(biāo)中，公交車滿意度均大于地鐵，說明地鐵服務(wù)在各方面均需要加強(qiáng)。

表7列出9個檢測因子的顯性-隱性重要性的均值、標(biāo)準(zhǔn)差、標(biāo)準(zhǔn)化系數(shù)和顯著性檢驗(yàn)概率等數(shù)據(jù)。從表7可以看出，對于顯性重要性來說，乘客對鄭州市公共交通系統(tǒng)中的司乘人員服務(wù)滿意度最高，其次是公共交通信息查詢服務(wù)。對于隱性重要性來說，公共交通信息查詢服務(wù)的滿意度最高。

以隱性重要性為縱軸、顯性重要性為橫軸構(gòu)建IPA-Kano象限圖，以隱性重要性均值和顯性重要性均值分別作y軸和x軸的垂線，劃分出4個區(qū)域象限，如圖1所示。由圖1可以得出以下幾方面

表6 多元有序Probit模型分析結(jié)果

表7 乘客滿意度顯性-隱性重要性分析結(jié)果

圖1 乘客滿意度 IPA-Kano定位象限

結(jié)論：

1)公共交通信息查詢服務(wù)司乘人員服務(wù)位于第一象限，有著高隱性重要性和高顯性重要性，說明這項(xiàng)因素對于市民乘坐公共交通有著關(guān)鍵影響，同時,乘客對這項(xiàng)的滿意度也很高，對該項(xiàng)情況也較為滿意。

2)候車環(huán)境情況位于第二象限，屬于魅力型要素，有著高隱性重要性和低顯性重要性，表明乘客對該方面不太看重或者已經(jīng)很滿意，只需維持或適當(dāng)改進(jìn)即可。

3)高峰期公共交通車輛運(yùn)行速度、早晚高峰期等待公共交通車輛時間和公共交通出行換乘在第三象限，有著低隱性重要性和低顯性重要性，屬于非重要性要素，提升該區(qū)域因素不會對公共交通系統(tǒng)的整體滿意度有明顯提高，可以短期內(nèi)不對該區(qū)域因素進(jìn)行改進(jìn)。

4)公共交通信息查詢服務(wù)、票價水平、車內(nèi)環(huán)境情況和車輛到站動態(tài)信息服務(wù)位于第四象限，該象限是基本要素，如果超出預(yù)期，基本因素不會增加總體滿意度，但如果沒有達(dá)到預(yù)期，則會引起不滿。所以,對該區(qū)域的相關(guān)因素應(yīng)該特別注意,并進(jìn)行改進(jìn)。

4 結(jié) 論

在公共交通系統(tǒng)評價中，基于加入不同變量所產(chǎn)生的不同影響，提出用多元有序Probit模型對IPA-Kano 模型的隱性重要性進(jìn)行分析。在多種變量影響下，相較于Ordered logit回歸模型，運(yùn)用多元有序Probit模型分析有更高的可信度。以鄭州市為例，用多元有序Probit模型確定隱性重要性，運(yùn)用IPA-Kano模型對鄭州市公共交通系統(tǒng)整體滿意度情況進(jìn)行分析，確定需要改進(jìn)的相關(guān)指標(biāo)。

研究發(fā)現(xiàn)在公共交通信息查詢服務(wù)、票價水平、車內(nèi)環(huán)境情況和車輛到站動態(tài)信息服務(wù)等方面都需要重點(diǎn)改進(jìn)，司乘人員服務(wù)作為次要改進(jìn)對象。乘客對現(xiàn)階段鄭州市候車環(huán)境情況很滿意，可暫不作為改進(jìn)對象。在調(diào)查過程中乘客反饋較多的一些問題有：發(fā)車時間希望提前；部分司機(jī)行車速度太快；手機(jī)查詢公共交通信息不方便、不準(zhǔn)確；車內(nèi)環(huán)境嘈雜,乘客在車內(nèi)播放聲音(中老年人占多數(shù))；外地乘客對鄭州公共交通票價情況不滿意；部分線路希望延長。反饋問題與研究指出的重點(diǎn)改進(jìn)服務(wù)相同，驗(yàn)證了該方法的有效性和合理性。用該方法得出的結(jié)論基于不同影響因素和研究因子，之后的研究中應(yīng)豐富影響因素和研究因子，從而更全面地分析城市公共交通系統(tǒng)的滿意度。