高校图书馆读者满意度评价研究综述

高校图书馆读者满意度评价研究综述

●李志芳，邓仲华（武汉大学信息管理学院，武汉430072）

高校图书馆；读者满意度；评价模型；评价指标；评价方法

近年来，以用户为中心的评价模式成为图书馆质量评价的核心，使得对于高校图书馆读者满意度的评价成为研究重点和热点。文章从评价模型的构建、评价指标体系以及数据集与评价方法三个方面展开评述，为梳理当前高校图书馆满意度评价研究提供借鉴。

作为教学和科研的文献保障机构和传播文化的重要基地，高校图书馆服务质量的好坏直接影响着学校的建设和发展。图书馆通过向用户提供馆藏文献信息资源满足用户的文献信息需求，仅依据馆藏数量来测量图书馆质量已经过时了。只有用户才能评价质量，而所有的其他评价从根本上说都是无关紧要的。这说明以用户为中心的评价模式是图书馆质量评价的核心，所以读者满意度的评价是影响和衡量高校图书馆服务质量的关键。

20世纪90年代初，美国开始对大学图书馆开展读者满意度的测评工作。借助于顾客满意度的测评方法，国内外学者将其引入图书馆读者满意度的评价。从目前来看，读者满意度评价的研究主要集中在评价模型构建、评价指标体系以及数据集与评价方法三个方面。本文将从这三个方面展开评述。

1 评价模型构建

读者满意度评价模型基本上是依据图书馆质量评价的模型来构建的。主要的参考模型包括SERⅤQUAL、基于SERⅤQUAL改进的LibQUAL+TM、层次分析法（AHP）以及ACSⅠ模型。

1.1 SERⅤQUAL

20世纪80年代中后期，美国服务市场营销学家A.Parasuraman等人提出了一个基于用户感知与期望差距的服务质量评价模型，即SERⅤQUAL模型。［1］20世纪90年代初，美国借鉴该模型开始了对图书馆读者满意度的测评工作。最早将SERⅤQUAL模型应用到图书馆的是美国学者Danuta Nitecki，他用该方法对大学图书馆的服务质量进行了评价。［2］LibQUAL+TM模型是1999年12月美国研究图书馆协会根据德克萨斯A&M大学图书馆6年来对SERⅤQUAL的研究和实践经验，在SERⅤQUAL基础上加入图书馆的特性并进行适当修改而形成的。［3］

国内学者借鉴SERⅤQUAL和LibQUAL+TM两个模型在国内图书馆也做了很多实验，不过都是应用这两个模型对图书馆服务质量进行测评，并非对读者满意度。如西南交通大学运用SERⅤQUAL模型评价了该校图书馆的服务质量；［4］清华大学图书馆借鉴LibQUAL+TM模型中的指标体系，建立了4组22个评价指标；［5］罗曼从SERⅤQUAL应用于图书馆存在的问题分析出发，建立了以满意度、忠诚度为核心的图书馆服务质量模型。［6］

1.2 AHP

层次分析法是美国著名运筹学家T·L萨蒂于20世纪70年代提出来的。它充分利用人的分析、判断和综合能力，适用于结构较为复杂、决策准则较多且不易量化的决策问题。层次分析法在国外图书情报领域的应用主要集中在对高校图书馆系统的评价、数字图书馆的评价以及通过应用AHP对数据进行分析以辅助决策。国内对于AHP评价方法的应用非常广泛，涉及经济、农业、教育等各个领域，其研究重点主要包括：AHP方法的具体应用、AHP评价方法的改进以及算法的改进。AHP应用于图书馆学主要是对图书馆的数字资源、馆藏文献资源、图书馆人员、信息资源配置、绩效评估、网络安全、读者满意度评价、图书馆服务进行评价和分析；而在情报学中的应用主要是对科技情报、竞争情报、搜索引擎、网络信息资源的评价。

1.3 ACSⅠ

ACSⅠ是1994年美国建立的客户满意度指数计量经济学模型，测评范围涉及34个产业的178家公司。它是一种以顾客为基础的、用来评价和改善组织绩效的一种测量体系。该模型是由六个变量构成一系列的因果方程式，顾客满意度是最终所求的目标变量，顾客期望、感知质量和感知价值是顾客满意度的原因变量，而顾客抱怨和顾客忠诚则是顾客满意度的结果变量。

在国外，ACSⅠ的使用主要是在经济学领域，用来进行工商企业或私营机构等盈利性机构的顾客满意度研究，并没有将其应用于图书馆用户满意度的测评。1994年，美国通过对ACSⅠ模型进行修正将其应用于政府和公共部门的测评。2009年，Nazi,Kim M.［7］研究了该模型在公共卫生行业的应用，从个人健康记录中挖掘用户的特征、需求和表现。

基于ACSⅠ模型最初被应用于企业顾客满意度测评的事实，国内学者将其应用于企业单位的测评比较多，主要研究内容侧重于：借鉴ACSⅠ进行中国顾客满意度指数（CCSⅠ）的构建；ACSⅠ的具体应用；ACSⅠ模型的改进与修正；ACSⅠ模型变量关系的检验。对于ACSⅠ在中国市场具体应用的研究，涉及面比较广泛，基本上应用在了国内各个服务行业，但是将ACSⅠ引入图书馆服务行业的相关研究却非常少，目前只有一篇文献，即黄海［8］将ACSⅠ模型引入图书馆服务进行读者满意度的测评，但是缺乏实证验证。这一现状表明对于ACSⅠ在图书馆读者满意度测评工作中的应用和有效性需要进一步的深入和验证。

2 评价指标体系

经过对于图书馆读者满意度评价的文献调查发现，图书馆读者满意评价指标体系的设计，虽然由于评价模型的不同，其指标设计不一样，最为明显的是ACSⅠ模型的评价指标设计，但其可测量指标基本上包含了馆藏资源、环境、人员、设备等几个方面。美国学者西蒙兹和安德里博士提出了一个五因素模型来解释高校图书馆的读者满意度，这五因素包括图书馆资源质量（Resource）、图书馆工作人员的能力（Competence）、图书馆工作人员反应性（Responsiveness）、图书馆设施外观（Tangibles）和图书馆工作人员道德行为（Demeanor），［9］其中SERⅤQUAL量表和LibQUAL+TM量表已经比较稳定，具体指标如表1所示。笔者综合各个评价指标体系中对于指标的确定，将其概括为资源、环境、人员、设备、服务五个方面，具体指标体系如表2所示。［6,10-11］

表1 SERⅤQUAL量表与LibQUAL+TM量表

表2 图书馆读者满意度评价指标体系

ACSⅠ评价指标的设计分为两层：潜变量与可测量的显变量。用ACSⅠ模型评价图书馆读者满意度时，其潜变量为ACSⅠ模型既定的6个结构变量。国内学者黄海将ACSⅠ引入到图书馆构建了读者满意度的评价模型，其评价指标体系如表3［8］所示。

表3 基于ACSⅠ模型的图书馆读者满意度评价指标体系

对于指标设计是否合理的验证，一般是利用结构方程模型进行测试。丹麦学者Lars Gronholdt和Anne Marte-nsen是最早将结构方程模型方法运用到图书馆读者满意度评价中，提出了适用于高校图书馆读者满意度指数模型，并将其应用于丹麦5个高校图书馆中。［12］国内学者黄宜，董毅明，王艳伟采用结构方程模型进行图书馆读者满意度指标的测评；武海东也用结构方程模型验证其构建的图书馆读者满意度评价指标体系的有效性。结果表明，利用结构方程模型进行读者满意度模型有效性的验证，具有实效性和客观性。

3 数据集与评价方法

3.1 数据集的来源

数据集是用户满意度评价方法有效性验证的基础。一般是依据确定的评价指标设计问卷，在高校图书馆内进行问卷调查。这是读者满意度评价中数据集的主要来源。此外，在验证用户满意度评价方法的实证分析中，数据集也可以来自于别人已经做过的调查结果，如秦敏提出的“基于信息量与理想点法的图书馆读者满意度评价模型”，其数据集来源于吴冬曼等的文章《网络环境下图书馆服务质量评价方法探析——清华大学图书馆读者满意度调查工作的实践与思考》［5］中数据调查的结果。

3.2 数据处理的方法

对于调查所得的数据集的处理方法主要有两种：定性处理方法和定量处理方法。定性处理方法主要包括重要性-绩效（ⅠPA）分析法、基于知识进化算法的分析方法、基于神经网络的评价方法。定量方法主要包括群决策方法、模糊数学方法、基于区间数的评价方法、基于PZB模式的评价方法。经过文献调查发现，尽管对数据处理的方法很多，但是主流的方法主要有两种，即模糊数学方法和基于熵权的方法，其他很多方法都是在这两个方法的基础上改进而来的。

3.2.1 模糊数学方法

模糊数学方法主要是运用模糊数和模糊综合评价的方法，即应用模糊变换原理和最大隶属度原则，考虑与评价事物相关的各个因素，对其所做的综合评价。该方法由我国学者汪培庄最早提出。目前，将该方法应用于图书馆读者满意度的测评已经成为我国图书馆服务研究的重要内容。

随着模糊数学方法应用的深入，学者们在该方法的基础上不断改进，衍生了许多该方法的改进方法，如贾玉英提出的基于直觉模糊信息的高校图书馆读者满意度综合测评方法；岳中亮提出的基于区间数的高校图书馆读者满意度测评方法；以及朱恒提出的基于模糊多属性决策的高校图书馆读者满意度评价方法等。

模糊数学的方法其优点是数学模型简单，易掌握，可操作性强，对多因素多层次的复杂问题评价效果好。

3.2.2 熵权法

熵即信息量，是信息论中标度不确定性的量。信息熵在满意度评价中所起的作用主要是确定指标权重的大小。对于某项指标来说，信息熵越小，指标值的变异程度越大，该指标在评价中所起的作用越大，其权重也应越大；反之，某项指标的信息熵越大，其指标值的变异程度越小，权重也相应比较小。熵权法的优点是以数学理论为依据，评价结果比较准确客观。基于此，很多学者应用熵权法来进行服务质量、绩效评估或满意度评价。然而，熵权法只是用来确定指标权重的一种定量研究方法，因此不能单独进行评价，需要与其他方法相结合进行评价，通常与模糊数学方法相结合。如马晓英等提出了熵权模糊综合评判方法，即将熵权法与模糊数学方法结合来评价读者满意度；毛太田和蒋知义引入正负理想点与熵权法相结合，抽出基于熵权和正负理想点的图书馆读者满意度评价模型等等。

3.2.3 其他方法

（1）重要性—绩效分析方法（ⅠPA分析法）。最早由Martilla和James于1977年在分析机车业产品属性研究中提出。［13］该评价方法的核心是构建ⅠPA方格图，该图以指标重要性为横轴，指标表现性为纵轴构建坐标系；以各指标的重要性及表现性分值为坐标值；并以等级中点为分隔点，将坐标空间区分为四象限，即构成了ⅠPA方格图。国内学者周小坤［14］将Ⅰ-PA方法引入到图书馆服务中进行读者满意度的评价。该评价方法与PZB方法类似，过程简单，易于操作，结果描述比较模糊，准确性不高。

（2）知识进化算法。知识进化算法是国内学者吴凤娟［15］借鉴知识进化论和生物进化论的思想提出的用以解决知识优化的方法，并用于读者满意度评价进行验证该算法的实效性。其中知识进化论是由著名的科学哲学大师卡尔·波普尔提出来的。

知识进化算法用于读者满意度的评价，其主要任务是对数据集中无效数据的过滤，并不形成最终的综合评价结果。其过滤无效数据的原理是对知识规则进行二进制编码，按照公式计算出其适应度值并进行排序来进行过滤。

（3）服务品质缺口（PZB）。PZB是指顾客认知的服务与期望的服务之间存在的差距，该评价模式由英国剑桥大学的Parasuraman、Zeithaml及Berry于1985年提出的一种服务质量分析模式。［16］该评价的核心就是计算读者对图书馆服务内容的期望度及满意度，并进行比较，得出差距值。该评价方法过程简单，易于操作，并以矩阵的形式可视化，结果清晰易懂；其不足之处在于其结果完全基于问卷调查的结果，指标并未考虑权重的分配，其准确性并不高。

（4）群决策方法。群决策方法是指多个专家共同参与，不同的决策者根据自己的经验给出不同形式的偏好信息，然后将不同形式的偏好信息一致化处理并集结，计算各个指标的权重，最终计算综合满意度。群决策方法的优点在于比较灵活，计算过程科学，但是其主观意志性太强。

（5）神经网络的方法（BP）。BP网络是神经网络模型中理论依据较完善的神经网络之一。其原理是计算误差，当误差小于给定的拟合误差时，指标具有有效性，即可以作为该模型的评价指标；反之，则不具有效性。通过神经网络的理论和方法，可以建立用户满意度评价及其影响因素间的线性关系，最终实现读者满意度的评价。运用神经网络评价算法避免了人为计算权值和相关系数过程的主观影响和不确定性，然而并未得到实例验证。

4 结语

目前，对于高校图书馆读者满意度的评价模型构建和评价方法的选择，都是引入其他学科如经济学、数学、计算机等中的评价方法来进行测评，其本质上都是一致的，只是计算过程不一样而已。每种方法各有优缺点，很多情况下是多种方法相结合进行评价。因此到目前为止，并没有一个确定的最优方法，而是各种方法并存，而且相关研究还缺乏方法优劣性的比较分析。随着信息技术的发展，大数据时代的到来以及新型研究范式——第四范式的出现，可以考虑从数据的角度出发开发新型的评价方法。

［1］ParasuramanA，etal．ConceptualModelofService Quali ty andⅠtsⅠmplications for Future Research［J］．JournalofMarketing,1985，49（4）：41－50.

［2］于良芝，等．与图书馆服务质量评估：十年研究述评［J］．大学图书馆学报，2005（1）：51－57．

［3］施国洪，等．基于象限分析法的图书馆服务质量模型的差异性分析——SERⅤQUAL和LⅠBQUAL+ TM在中国图书馆的应用［J］．图书馆建设，2010（5）：43－46，50．

［4］许玲，等．面向全面质量管理——用SERⅤQUAL评价图书馆服务质量［J］．图书情报工作，2001（5）：76－79．

［5］吴冬曼，等．网络环境下图书馆服务质量评价方法探析——清华大学图书馆读者满意度调查工作的实践与思考［J］．大学图书馆学报，2006（1）：49－52．

［6］罗曼．图书馆服务质量模型及其应用［J］．中国图书馆学报，2005（2）：20－24．

［7］Nazi，Kim M．Ⅴeterans voices：use of the American Customer SatisfactionⅠndex（ACSⅠ）Survey to identify My HealtheⅤet personal health record users’characteristics，needs，and preferences［J］．journal of the american medical informatics association，2010，17（2）：203－211.

［8］黄海．引入ACSⅠ模型的读者满意度测评应用研究［J］．科技情报开发与经济，2007，17（24）：69－70．

［9］Syed Saad Andaleeb，Patience LSimmonds．ExplainingUser Satisfactionwith Academic Libraries：Strategic implication［J］．College Research Libraries，1998，59（2）：156－167.

［10］任红娟，赵伯兴．论图书馆用户满意度评价体系的建构［J］．图书馆理论与实践，2006（3）：4－6．

［11］钱佳平，刘兹恒．图书馆服务质量测评的影响因素及控制研究［J］．中国图书馆学报，2006（1）：56－60．

［12］AnneMarte-nsen，LarsGronholdt．ⅠmprovingLibrary Users’Perceived Quality，Satisfaction and Loyalty：AnⅠntegrated Measurement and Management System［J］．TheJournalofAcademicLibrarianship，2003，29（3）：140－147.

［13］MartillaJ，JamesJ．Ⅰmportance-performanceAnalysis［J］．Journalof Marketing，1977（41）：77－79.

［14］周小坤．重要性—绩效分析法在图书馆读者满意度评价中的应用［J］．情报杂志，2010，29（6）：144－146．

［15］吴凤娟．基于知识进化算法的读者满意度评价［J］．计算机系统应用，2011，20（10）：243－247．

［16］韦福祥．服务质量评价与管理［M］．北京：人民邮电出版社，2005．

G252.0

A

1005－8214（2014）06－0030－05

李志芳（1987－），武汉大学信息管理学院2012级情报学博士研究生；邓仲华（1957－），武汉大学信息管理学院教授，博士生导师。

2013－06－08

本文系国家自然科学基金资助项目“云计算环境下图书馆的信息服务等级协议研究”（项目编号：71173163）研究成果之一。

［责任编辑］阎秋娟