李 睿, 陳 堅(jiān)*, 傅志妍,2, 彭 勇
(1.重慶交通大學(xué)交通運(yùn)輸學(xué)院, 重慶 400074; 2.重慶第二師范學(xué)院經(jīng)濟(jì)與工商管理學(xué)院, 重慶 400067)
優(yōu)先發(fā)展公共交通是解決城市交通擁堵問(wèn)題的有效途徑,但傳統(tǒng)的公共交通方式可選擇性較低,難以滿足居民日益增長(zhǎng)的品質(zhì)化出行需求,造成公共交通吸引力不足、出行比例不高。為解決模式單一的公共交通供給與多元化的居民出行需求之間的矛盾,為公共交通系統(tǒng)提供適應(yīng)性補(bǔ)給,定制公交應(yīng)運(yùn)而生。定制公交是一種“按需定制”的新型運(yùn)輸組織方式,包括商務(wù)班車(chē)、學(xué)校專線、旅游專線等多種類型,主要服務(wù)于有共同出行路徑、出行時(shí)間以及出行品質(zhì)需求的人群,為其提供“座位專享”“快速直達(dá)”的優(yōu)質(zhì)運(yùn)輸服務(wù)。
自2013年青島開(kāi)通首條定制公交線路以來(lái),定制公交已在北京、深圳、重慶等多個(gè)城市逐步得到推廣。但定制公交仍存在吸引力不足、上座率低、運(yùn)營(yíng)成本高等問(wèn)題[1],分析乘客對(duì)定制公交的使用感受、探究影響定制公交乘客滿意度的因素,是提升定制公交的服務(wù)水平的基礎(chǔ)與前提。
中外已有成果主要集中于常規(guī)公交服務(wù)的滿意度影響因素分析與指標(biāo)評(píng)價(jià)確定,而對(duì)定制公交這種新模式公交的滿意度研究較少。Noor等[2]指出舒適性、可達(dá)性和安全性是公共交通服務(wù)的滿意度的主要影響因素;Lierop等[3]探討了公共交通服務(wù)質(zhì)量、乘客滿意度和公共交通行為意圖之間的關(guān)系;武榮楨等[4]基于模糊綜合評(píng)價(jià)法提出了公共交通服務(wù)滿意度評(píng)價(jià)模型;趙琳娜等[5]通過(guò)分析通勤乘客和非通勤乘客的公交出行服務(wù)需求特征,探究了乘客公交出行滿意度的影響因素;李瓊等[6]構(gòu)建了基于結(jié)構(gòu)方程模型(SEM)的公交乘客滿意度測(cè)評(píng)模型。相較于傳統(tǒng)公交,定制公交的服務(wù)模式新穎,出行者對(duì)其出行感受也會(huì)有所差異,傳統(tǒng)滿意度評(píng)價(jià)方法將不再適用,而現(xiàn)有定制公交滿意度研究多是探索其滿意度影響因素,而未深入研究影響因素之間的定量關(guān)系,缺乏相應(yīng)的理論方法與評(píng)測(cè)模型。簡(jiǎn)奕燦等[7]及陸洋[8]基于計(jì)劃行為理論探究了定制公交居民出行意愿的影響因素;盧小林等[9]基于層次分析法構(gòu)建了靈活型定制公交系統(tǒng)的灰色關(guān)聯(lián)度綜合評(píng)價(jià)模型?,F(xiàn)基于美國(guó)顧客滿意度指數(shù)模型的理論框架,構(gòu)建定制公交乘客滿意度模型,以期為提升定制公交的運(yùn)營(yíng)管理水平提供參考方向。
美國(guó)顧客滿意度指數(shù)模型(ACSI),由Fornell等在瑞典顧客滿意指數(shù)模型(SCSB)的基礎(chǔ)上所構(gòu)建。ACSI科學(xué)地利用了顧客對(duì)產(chǎn)品或服務(wù)的消費(fèi)認(rèn)知過(guò)程,將總體滿意度置于一個(gè)相互影響相互關(guān)聯(lián)的因果互動(dòng)系統(tǒng)中,能夠解釋消費(fèi)過(guò)程與整體滿意度之間的關(guān)系,并能指示出滿意度高低將帶來(lái)的后果,從而賦予了整體滿意度前向預(yù)期的特性,是目前體系最完整、應(yīng)用效果最好的一個(gè)顧客滿意度理論模型[10]。
ACSI模型根據(jù)顧客行為理論提煉出顧客期望、感知質(zhì)量、感知價(jià)值等6個(gè)結(jié)構(gòu)變量,其中顧客滿意度是模型最終所求的目標(biāo)變量,顧客期望、感知質(zhì)量與感知價(jià)值是顧客滿意度的原因變量,顧客抱怨和顧客忠誠(chéng)則是顧客滿意度的結(jié)果變量。各個(gè)結(jié)構(gòu)變量均為不可直接觀測(cè)的潛變量,需要以顯變量予以測(cè)度,各潛變量之間的相互影響關(guān)系如圖1所示。
在ACSI模型的基礎(chǔ)上,保留模型原有變量感知質(zhì)量、感知價(jià)值2個(gè)潛變量,由于定制公交已有專門(mén)的問(wèn)題反饋平臺(tái)用以收集乘客意見(jiàn),考慮刪除顧客抱怨變量。乘客作為定制公交服務(wù)的顧客,可根據(jù)ACSI模型衍生出乘客期望、乘客滿意度、乘客忠誠(chéng)3個(gè)潛變量,結(jié)合ACSI模型的變量關(guān)系提出假設(shè)H1~H7,構(gòu)建定制公交乘客滿意度模型。具體假設(shè)內(nèi)容見(jiàn)表1,模型框架如圖2所示。
圖1 ACSI概念模型Fig.1 ACSI conceptual model
表1 研究假設(shè)Table 1 Research hypotheses
圖2 模型框架Fig.2 Model framework
采用李克特5點(diǎn)評(píng)分式量表設(shè)計(jì)問(wèn)卷測(cè)量題項(xiàng),以測(cè)度研究假設(shè)所提出的5個(gè)潛變量,量化描述乘客對(duì)定制公交的使用感受。具體變量定義見(jiàn)表2,變量測(cè)量題項(xiàng)見(jiàn)表3。
表2 變量定義Table 2 Variable definition
表3 變量測(cè)度Table 3 Variable measures
模型中的變量均為不可直接觀測(cè)的潛變量,需以顯變量(測(cè)量變量)對(duì)潛變量進(jìn)行測(cè)度,利用結(jié)構(gòu)方程模型進(jìn)行數(shù)學(xué)分析。結(jié)構(gòu)方程模型包括測(cè)量模型與結(jié)構(gòu)模型,測(cè)量模型用以描述潛變量與其觀測(cè)變量之間的作用關(guān)系,而結(jié)構(gòu)模型則用以描述外生潛變量與內(nèi)生潛變量之間的作用關(guān)系。
2.3.1 測(cè)量模型
(1)
(2)
式中:X為外生顯變量是1個(gè)外生潛變量的2個(gè)測(cè)量變量構(gòu)成的向量;ΛX為X對(duì)ξ的因子載荷矩陣;ξ為外生潛變量,是1個(gè)外生潛變量構(gòu)成的向量;δ為內(nèi)生潛變量,是X的2個(gè)測(cè)量誤差構(gòu)成的向量;Y為內(nèi)生顯變量,是4個(gè)內(nèi)生潛變量的16個(gè)測(cè)量變量構(gòu)成的向量;ΛY為Y對(duì)η聽(tīng)因子載荷矩陣;η為4個(gè)內(nèi)生潛變量構(gòu)成的向量;ε為Y的16個(gè)測(cè)量誤差構(gòu)成的向量。
2.3.2 結(jié)構(gòu)模型
(3)
式中:B為4個(gè)內(nèi)生潛變量構(gòu)成的結(jié)構(gòu)系數(shù)矩陣,其對(duì)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);Γ為1個(gè)外生潛變量的結(jié)構(gòu)系數(shù)矩陣,反映了外生潛變量ξ對(duì)內(nèi)生潛變量η的作用大??;ξ為4個(gè)內(nèi)生潛變量的誤差向量。
運(yùn)用AMOS軟件對(duì)模型進(jìn)行求解,通過(guò)對(duì)比分析理論模型的協(xié)方差矩陣與實(shí)際樣本數(shù)據(jù)得到的協(xié)方差矩陣的差異性來(lái)檢驗(yàn)?zāi)P偷臄M合優(yōu)度,差異性越小則擬合優(yōu)度越好,代表模型可用性越高,參數(shù)估計(jì)越準(zhǔn)確,模型反應(yīng)的相關(guān)關(guān)系越接近真實(shí)的相關(guān)關(guān)系。
擬合優(yōu)度檢驗(yàn)指標(biāo)包括卡方自由度比(χ2/df,要求小于3.0)、近似誤差均方根(root mean square error of approximation, RMSEA,要求小于0.05)、擬合優(yōu)度指數(shù)(goodness of fit index, GFI,要求大于0.9),規(guī)范擬合指數(shù)(normed fit index, NFI,要求大于0.9)、比較擬合指數(shù)(bentler’s comparative fit index, CFI,要求大于0.9)、增值擬合指數(shù)(incremental fit index, IFI要求大于0.9)、調(diào)整自由度擬合優(yōu)度指數(shù)(adjusted goodness of fit index, AGFI,要求大于0.9)[11]。
以重慶市的中小學(xué)生定制公交乘客為調(diào)查對(duì)象,進(jìn)行定制公交滿意度研究。根據(jù)預(yù)調(diào)查所收取的數(shù)據(jù)對(duì)問(wèn)卷題項(xiàng)設(shè)計(jì)予以調(diào)整,采用網(wǎng)絡(luò)在線調(diào)查與現(xiàn)場(chǎng)實(shí)地調(diào)查相結(jié)合的方式,于2019年2月發(fā)放正式調(diào)查問(wèn)卷500份,去除不認(rèn)真作答、缺失值超過(guò)3個(gè)的樣本,共回收有效問(wèn)卷450份,有效回收率90%,樣本構(gòu)成見(jiàn)表4。
表4 樣本構(gòu)成Table 4 Sample composition
采用驗(yàn)證性因子分析(CFA)檢驗(yàn)正式問(wèn)卷的信度和效度,各變量的因子載荷系數(shù)計(jì)算結(jié)果見(jiàn)表5。各潛變量的組合信度均大于0.9,表明模型的信度較高,且各潛變量測(cè)量題項(xiàng)的因子載荷均大于0.6,平均方差抽取值(AVE)均大于0.5,表明模型的聚合效度較高??梢?jiàn),模型的信度與效度均達(dá)到較高水平,模型解釋能力良好。
表5 驗(yàn)證性因子分析結(jié)果Table 5 Confirmatory factor analysis results
運(yùn)用AMOS軟件對(duì)模型進(jìn)行擬合優(yōu)度檢驗(yàn)及路徑分析。模型擬合優(yōu)度檢驗(yàn)指標(biāo)計(jì)算結(jié)果見(jiàn)表6,除NFI略低于標(biāo)準(zhǔn)值外,其余指標(biāo)均達(dá)到適配標(biāo)準(zhǔn),模型的總體擬合優(yōu)度良好,計(jì)算結(jié)果可接受。結(jié)構(gòu)模型中各潛變量之間的標(biāo)準(zhǔn)化路徑系數(shù)及假設(shè)檢驗(yàn)結(jié)果見(jiàn)表7,除乘客期望與感知價(jià)值之間的影響關(guān)系不夠顯著外,其余變量之間的影響關(guān)系均達(dá)到95%置信度的顯著性(P<0.05),故假設(shè)H2不成立,其余關(guān)于潛變量的研究假設(shè)均成立,具體結(jié)果圖3所示。
表6 結(jié)構(gòu)方程模型擬合優(yōu)度檢驗(yàn)指標(biāo)Table 6 Goodness of fit test indicators of structural equation model
直接效應(yīng)反映潛變量之間的直接影響程度,直接效應(yīng)值通過(guò)其路徑系數(shù)來(lái)衡量;間接效應(yīng)則是潛變量間的間接影響,間接效應(yīng)值為各影響分路徑的系數(shù)之積,若存在多條間接影響路徑,則需求和處理。各潛變量之間的影響總效應(yīng)見(jiàn)表8,除感知質(zhì)量對(duì)乘客滿意度產(chǎn)生直接影響和間接影響外,其余潛變量對(duì)乘客滿意度均產(chǎn)生直接影響。乘客滿意度與乘客忠誠(chéng)之間的影響效應(yīng)為0.56,其余各潛變量對(duì)乘客滿意度的影響總效應(yīng)按大小排序依次為:感知質(zhì)量(0.83)、感知價(jià)值(0.42)、乘客期望(0.34)。
表7 標(biāo)準(zhǔn)化路徑系數(shù)及假設(shè)檢驗(yàn)結(jié)果Table 7 Standardized path coefficients and hypothesis test results
圖3 路徑分析結(jié)果Fig.3 Path analysis results
表8 各潛變量與乘客滿意度之間的影響效應(yīng)Table 8 Effect of each latent variable on passenger satisfaction
在美國(guó)顧客滿意度指數(shù)模型的基礎(chǔ)上,保留模型的核心框架,剔除顧客抱怨變量,以乘客期望、感知質(zhì)量、感知價(jià)值、乘客滿意度、乘客忠誠(chéng)5個(gè)潛變量描述乘客對(duì)定制公交的使用感受,構(gòu)建了定制公交乘客滿意度模型,并運(yùn)用結(jié)構(gòu)方程模型定量分析了定制公交乘客滿意度影響因素之間的作用關(guān)系,為公交企業(yè)提升定制公交的服務(wù)質(zhì)量提供了參考方向。但本研究的對(duì)象為重慶市中小學(xué)生定制公交,企業(yè)職工定制公交等其他形式未納入研究范圍,且不同城市社會(huì)、文化等出行者特性對(duì)定制公交滿意度模型的差異有待進(jìn)一步研究。