城市轨道交通乘客满意度多群组结构方程模型

陈 坚，唐 炜，蔡晓禹，段力伟

(1.重庆交通大学 a.重庆市交通运输工程重点实验室，b.交通运输学院，重庆 400074；2.深圳市城市交通规划设计研究中心有限公司，广东 深圳 518021；3.深圳市交通信息与交通工程重点实验室，广东 深圳518021)

0 引言

乘客是城市轨道交通服务的直接对象，其对于运营服务的满意程度至关重要.只有乘客对轨道交通服务感到满意，并且愿意再一次选择轨道交通出行，才能提高轨道交通在城市交通出行方式的分担率，可以有效地缓解地面交通压力.研究城市轨道交通乘客满意度的影响因素及其相互间作用关系，能够精细化掌握乘客的服务需求，为优化运营方案提供数据支撑.

满意度的研究起源于经济学领域，先后出现了瑞典顾客满意指数模型SCSB、美国顾客满意度模型ACSI、欧洲顾客满意度指数模型ESCI等成果[1].但交通领域尤其是城市轨道交通行业中乘客满意度的成果较少，Celik等采用区间二型模糊法建立了轨道交通乘客满意度的评估模型[2]；Aydin等建立了基于模糊层次分析法的轨道交通乘客满意度测评模型[3]；肖娟等用偏最小二乘回归分析方法进行了城市轨道交通乘客满意度的测评[4].

由于赋权方法过于依赖人为主观判断，导致基于模糊数学建立的测评模型解释性存在质疑，部分学者开始探索新的方法以解决主观性过强的问题.沈玮薇等基于SEM模型采用PLS估计方法建立的测评模型，结果表明模型路径系数正负号与量级符合实际情况[5]；矫丽丽等构建了城市轨道交通乘客满意度指数测评模型，并采用偏最小二乘法验证了模型的实用性[6].已有研究建立了较多满意度评价的方法，但侧重于计算满意度结果，没有解析满意度内部影响因素间的因果关系，所建立的模型也缺少验证性分析.本文基于结构方程理论，构建城市轨道交通乘客满意度多群组影响模型，定量研究影响变量间的相互作用，以揭示城市轨道交通乘客满意度影响机理.

1 基础理论

结构方程模型是结合路径分析和因素分析的一种多元统计方法，该方法将一些研究中难以直接观测的变量作为潜变量，通过可以直接观测的测量变量来描述潜变量，进而建立潜变量间的结构关系[7].结构方程模型中的潜变量分为内生潜变量和外生潜变量2种，前者受其他潜变量影响，后者可以影响其他潜变量.两者所对应的测量变量分别为内生测量变量和外生测量变量.

结构方程模型的核心是测量模型和结构模型，测量模型包含2个方程式，分别用于说明外生潜变量与外生测量变量间的关系，以及内生潜变量与内生测量变量间的关系；结构模型为潜变量与潜变量间的因果关系模型[8].由于结构方程模型具有同时处理多个因变量的特点，弥补了回归分析、协方差分析等传统统计方法的不足，使得该方法成为进行多元统计分析的新手段，并被广泛运用于经济学、心理学、社会科学等学科[9].

2 城市轨道交通乘客满意度影响模型

2.1 模型假设

选取服务质量、企业形象、乘客信任、满意度、忠诚度作为满意度模型的核心潜变量，提出以下8个模型假设，并构建城市轨道交通满意度多群组模型框架，如图1所示.

H1：服务质量对企业形象、乘客信任具有正向的直接影响关系；

H2：服务质量对乘客具有正向直接影响关系；

H3：服务质量对满意度具有正向的直接影响关系；

H4：企业形象对满意度具有正向的直接影响关系；

H5：乘客信任对满意度具有正向的直接影响关系；

H6：企业形象对忠诚度具有正向的直接影响关系；

H7：乘客信任对忠诚度具有正向的直接影响关系；

H8：满意度对忠诚度具有正向直接影响关系.

图1 城市轨道交通乘客满意度影响模型框架Fig.1 The structure of passenger satisfaction impact model in urban rail transit

2.2 模型变量

模型核心潜变量及测量变量在消费者满意度模型基础上结合城市轨道交通特点选取，其中共有5个潜变量.而服务质量潜变量由于涉及因素多、内涵广，将其进一步细化为方便性、趣味性、安全性、经济性、舒适性和快捷性6个构念.并确定各潜变量的测量变量，同时采用李克特5点量表进行测度[7]，具体模型变量的描述如表1所示.

2.3 数学模型

为定量分析变量间的因果关系及变量对乘客忠诚度结果的影响，基于结构方程模型进行模型数学分析.将X定义为外生显变量，Y为内生显变量，ξ为外生潜变量，η为内生潜变量.用于描述显变量X、Y分别与潜变量ξ、η之间的关系为测量模型，描述潜变量ξ、η之间的关系为结构模型.

表1 模型变量描述Table 1 The description of model variables

(1)测量模型.

式中：X——由20个自变量的测量值构成的向量；

ΛX——X对ξ的因子负荷矩阵；

ξ——由1个外生潜变量构成的向量；

δ——X的20个测量误差构成的向量；

Y——由12个因变量测量值构成的向量；

ΛY——Y对η的因子负荷矩阵；

η——由4个内生潜变量构成的向量；

ε——Y的12个测量误差构成的向量.

(2)结构模型.

式中：B——由4个内生潜变量构成的结构系数矩阵，其对角线元素均为0，且要求I-B是非退化的(即矩阵行列式的值不为0)，B系数矩阵的元素反映了模型中内生潜变量对其他内生潜变量的作用大小；

Γ——外生潜变量ξ的结构系数矩阵，Γ系数矩阵中的元素反映了外生潜变量ξ对内生潜变η量的作用大小；

ζ——模型的误差向量.

2.4 模型求解与检验

运用AMOS软件对模型进行求解，通过定量参数估计所生成的测量变量协方差矩阵Σ，与样本协方差矩阵S的接近程度进行结果检验[8].若模型拟合度越好，则代表模型可用性越高，参数估计越准确.拟合度检验指标分为绝对拟合度检验指标和增值拟合度检验指标，前者包括近似误差均方根(RMSEA, Root Mean Square Error of Approximation,要求小于0.05)、拟合优度指数(GFI,Goodness of Fit Index,要求大于0.9)，用以确定模型可以预测协方差矩阵和相关矩阵的程度；增值拟合度检验指标包括：规范拟合指数(NFI,Normed Fit Index)、比较拟合指数(CFI,Bentler’s Comparative Fit Index)、增值拟合指数(IFI,Incremental Fit Index)、调整自由度拟合优度指数(AGFI,Adjusted Goodness of Fit Index)，增值拟合度检验指标反映了理论模型与生成模型的接近程度，检验值均要求大于0.9.

3 实证分析

以重庆市城市轨道交通乘客为调查对象，共发放调查问卷660份，剔除异常样本后，最终得到有效问卷546份，问卷有效率82.73%，且通过了信度和效度检验.根据调查统计结果，男性人数占比54.5%，女性人数占比45.5%；18岁以下占比6.57%，19～35岁的人数占比65.89%，36～55岁占比21.57%，55岁以上占比5.97%；从职业分布看，学生占比37.66%，公务员、事业单位及企业人员占比52.83%，其他职业占比9.51%.

3.1 模型检验

通过路径系数的t值检验模型假设是否成立，t值是判断样本量与统计模型的显著水平指标，t值的绝对值小于1.96，可以认为置信度a＜0.05；只有当t的绝对值大于1.96，才认为置信度a＞0.05，可以接受[10].运用AMOS软件调查问卷中的有效数据进行计算分析，得到各假设路径t值，如表2所示，其中H7的t值为负值，表明需要改变此路径的方向，其余路径均成立.

表2 模型各路径t值Table 2 Thetvalue of each path

修正H7路径方向后，模型各项检验指标计算结果如表3所示，均满足标准要求，表示模型通过检验，模型计算结果有效.

表3 模型检验指标结果Table 3 Fitness test results

3.2 模型结果分析

测量模型和结构方程模型计算结果如图2所示，图中数字为各变量间的标准化负荷系数，负荷系数表明测量变量对其潜变量信息的反映程度或潜变量间的作用大小.模型中各标准化负荷系数均大于0.6，说明这些测量变量能很好地反映其对应的潜变量[11].对服务质量影响最大的潜变量为舒适性(0.96)，最小的为趣味性(0.68)；EI3(重庆轨道集团总体形象好)对企业形象潜变量影响最大(0.84)；P2(重庆轨道交通始终以解决交通问题为出发点)对乘客信任影响最大(0.88)，表明人们对轨道交通的信任更多来源于对解决交通出行问题的期望；满意度潜变量中的3个测量变量的影响较为接近；L2(会向家人和朋友推荐轨道交通出行)对忠诚度影响较大(0.90).

各潜变量对满意度影响效应如表4所示，其中直接效应是外生潜变量对内生潜变量的直接影响，通过外生潜变量到内生潜变量的路径系数来测量；间接效应是外生潜变量对内生潜变量的间接影响，通过中间变量来影响.如果模型只有1条间接影响路径，则间接效应值就是各路径标准化荷载系数之积；如果模型存在多条间接影响路径，那间接效应值就是各条间接影响路径系数之和.结果服务质量对乘客满意度的总效应最大(0.98)，说明服务质量是提高轨道交通吸引力最关键的指标；忠诚度影响最小，表明乘客易受外界因素影响而改变选择轨道交通方式出行.

图2 模型参数估计结果Fig.2 Parameter estimation results

表4 各潜变量对满意度影响效应表Table 4 Effect of latent variables on satisfaction

3.3 样本分群研究

(1)性别分群.

根据被调查者的性别将样本划分为男性和女性2个群体，将2个群体的样本数据分别按照上述计算步骤带入AMOS软件进行求解，得到不同性别下各潜变量对满意度影响效应如表5所示.2个群体中，服务质量对乘客满意度的影响都是最大，均超过了0.8，表明不管男性(0.85)还是女性(0.81)，对于满意度的评估都是将服务质量的体验放在最重要位置；忠诚度对乘客满意度的影响在男性(0.04)和女性(0.03)群体中都是最小；在男性群体中，企业形象(0.63)的影响力大于乘客信任(0.52)，而在女性群体中，乘客信任(0.53)的影响力要大于企业形象(0.50).

(2)职业分群.

根据被调查者的职业将样本划分为上班族、学生及其他职业3个群体，由于其他职业包含人群出行习惯存在较大差异且样本量较小(占9%)，故只对上班族和学生2个群体进行参数估计.不同职业下各潜变量对满意度影响效应如表6所示，上班族(0.87)和学生(0.99)群体中，服务质量对乘客满意度的影响都是最大，均超过了0.8，表明不同职业群体都将服务质量放在了最重要位置，但学生的总效应明显高于上班族，表明学生比上班族更加重视服务质量的体验.企业形象和乘客信任对满意度的影响效应在不同职业群体下也存在较大差异，学生对企业形象和乘客信任的重视程度远高于上班族.2个群体中忠诚度对满意度的影响都较小.

表5 不同性别下各潜变量对满意度影响效应Table 5 Effects of latent variables on satisfaction in different sexes

表6 不同职业下各潜变量对满意度影响效应Table 6 Effects of latent variables on satisfaction in different occupations

4 结论

本文构建了基于结构方程模型的城市轨道交通乘客满意度影响模型，以重庆市居民轨道交通出行调查数据进行了实证分析，得到以下结论：

(1)所构建的考虑企业形象、服务质量、乘客信任的满意度模型各项检验指标均达到标准值，具有较好的拟合优度，可以用来分析城市轨道交通乘客满意度的内在影响机理.

(2)服务质量对乘客满意度影响效应明显高于其他变量，提高乘客满意度的最重要途径在于改善乘客的感知服务.

(3)城市轨道交通乘客满意度各影响因素的贡献大小在不同性别和不同职业下均存在显著差异.

[1]WONG I K A,DIOKO L A N.Understanding the mediated moderating role of customer expectations in the customer satisfaction model:The case of casinos[J].Tourism Management,2013,36(3):188-199.

[2]CELIK E,AYDIN N,GUMUS A T.A multi-attribute customer satisfaction evaluation approach for rail transit network:A real case study for Istanbul,Turkey[J].Transport Policy,2014,36(36):283-293.

[3]AYDIN N,CELIK E,GUMUS A T.A hierarchical customer satisfaction framework for evaluating rail transit systems of Istanbul[J].Transportation Research Part A:Policy and Practice,2015(77):61-81.

[4]肖娟,李枫.基于偏最小二乘法的城轨交通乘客满意度测评方法[J].城市轨道交通研究,2011,14(7):56-59.[XIAO J,LIF.Assessment on passengers' satisfaction about urban rail transit based on PLS[J].Urban Mass Transit,2011,14(7):56-59.]

[5]沈玮薇,肖为周.基于SEM的轨道交通乘客满意度测评模型[J].武汉理工大学学报,2015,37(5):48-56.[SHEN W W,XIAO W Z.Passenger satisfaction evaluation model for rail transit based on structural equation modeling[J].Journal of Wanhan University of Technology,2015,37(5):48-56.]

[6]矫丽丽,徐永能,于世军.城市轨道交通乘客满意度测评模型[J].重庆交通大学学报(自然科学版),2012(31):638-640.[JIAO L L,XU Y N,YU S J.Research on urban rail transit passenger satisfaction evaluation model[J].Journal of Chongqing Jiaotong University(Natural Science),2012(31):638-640.]

[7]侯杰泰,温忠麟,成子娟.结构方程模型及其应用[M].北京：教育科学出版社,2004.[HOU J T,WEN Z L,CHEN Z J.Structural equation model and its application[M].Beijing:Education Science Press,2004.]

[8]吴明隆.结构方程模型—AMOS的操作与应用[M].重庆:重庆大学出版社,2010.[WU M L.Structural equation model-the operation and application of AMOS[M].Chongqing:Chongqing University Press,2010.]

[9]陈坚，杨亚璪，李小兵，等.基于SEM的城市公交方式选择行为模型[J].交通运输系统工程与信息,2014,14(5):202-208.[CHEN J,YANG Y Z,LI X B,et al.Mode choice behavior model of urban public transport based on SEM[J].Journal of Transportation Systems Engineering and Information Technology,2014,14(5):202-208.]

[10]HWANG K,WU K,JIAN R J.Modeling consumer preference for global positioning system-based taxi dispatching service:Case study of Taichung City,Taiwan[J].Transportation Research Record Journal of the Transportation Research Board,2006,1971(1):99-106.

[11]周钱，李一，孟超，等.基于结构方程模型的交通需求分析[J].清华大学学报(自然科学版),2008,48(5):879-882.[ZHOU Q,LI Y,MENG C,et al.Analysis of travel demand based on a structural equation model[J].Journal of Tsinghua University (Science and Technology),2008,48(5):879-882.]