基于体验价值的轨道交通出行体验评价体系构建

程乾　姜霖

摘要：从体验价值出发，构建一套“衡量指标+评价方式”的出行体验评价体系。结合用户体验的相关研究方法，梳理评价指标;利用因子分析和判断矩阵，筛选指标并赋予权重。同时借助模糊评价法及IPA分析法对所构建的评价指标体系进行验证，并分析出行服务中的不足之处，提出发展改进建议。确立了由2个层次、3个维度、21项指标构成的评价指标体系。通过判断出行服务体系中各项指标的表现及其存在的价值，在理论上可以为轨道交通设施、产品、环境的建设提供决策依据，在实践上能帮助提升乘客的出行体验满意度。

关键词：轨道交通 体验价值 出行体验 评价体系

中图分类号：TB47

文献标识码：A

文章编号：1003-0069（2020）01-0143-03

引言

乘客作为交通出行的消费者以及出行体验的评判者，其出行体验满意度受出行流程中任意节点的影响。大部分专家认为服务体验由顾客的认知来决定，这种认知是由使用者对所接受服务的期望值和实际感知两方面构成，由这两者之间的差距而产生的主观判断来评估服务体验的好坏[1]。文章将从用户预期和实际感知这两方面入手，将服务行业中普遍适用的顾客价值理论、AHP层次分析模型等引入出行体验评价体系，以体验价值为指标来评估轨道交通出行过程中的乘客体验满意度。首先，根据行业特点，对目前轨道交通出行服务的项目进行收集归纳，并构建体验价值需求模型;其次，结合实际调查案例，通过模糊评价、IPA分析对评价体系进行验证分析，以定性与定量相结合的研究方法，确立出一套完整的基于体验价值的轨道交通出行体验评价指标体系。

一、体验价值需求模型

学术界早已关注到交通领域的出行服务问题，“2012新加坡连氏中国城市公共服务质量调查”项目显示，公众对公共交通出行体验的满意度评价褒贬不一，交通服务水平也因此受到广泛关注[2]。国内外关于轨道交通出行服务的研究主要集中于乘客感知、交通服务质量等方面[3]。其中大多基于产品和功能视角衡量服务质量，但对服务水平的综合评估不应该只局限在经济利益的获取和功能层面的满足上，还应包括对出行者各项感性因素的满足，比如情绪变化、环境的影响、体验感受等[4]。借助于体验价值这一参考标准，可以将无形的体验感受转化为有形的体验指标，从而进行有针对性的优化改进，这一方法在医疗信息服务、酒店服务、旅游服务等领域得到了普遍的验证[5]。基于此，引入体验价值作为衡量指标，参考层次式体验价值模型，借助用户旅程地图梳理出行流程中的设计要素和内容，通过体验层次与服务需求的交叉分析建立体验价值需求模型[6]。从体验价值的分产品体验、环境体验、互动体验三个维度，三個维度之下又由对应的观测变量因子构成。具体的需求模型如下：其中U1、U2、U3分别代表产品体验价值、环境体验价值、互动体验价值维度变量;u1...un为各体验价值维度下的观测指标，如图1所示。

二、体验价值评价指标体系

（一）指标初选

《城市轨道交通客运服务》（GB/T22486-2009）中，从服务质量的角度界定了评估指标，以此为参考可以保证评价指标的可信度。考虑到出行过程是乘客、产品、环境和服务人员等多方面的互动过程，因此，文章同时结合深度访谈法、用户旅程地图等研究方法，通过与被调研者合作绘制旅程地图的过程，回顾轨道交通出行的整个流程：从进站口进入→进入站厅→（购票）→安检→检票进站→寻找候车厅→候车→上车→乘车→下车（→换乘）→寻找候车厅→检票出站→从出站口离开。基于用户体验地图，从人、物、环境和互动的整体性视角审视出行流程，重新梳理乘客出行链条中各个关键的用户体验接触点，从中筛选可用的体验节点。最终得到初步的出行体验价值指标共计21个，以此作为体验价值的观测变量因子，编号01-21，具体指标见表1。

（二）指标优化

由于体验具有动态性和个体差异性，所以初期确立的评价指标可能存在归纳的不确定性、重复性或者其他弊端，需通过进一步设计量表问卷来对指标进行优化、归类。设计问卷有两个目的，一是确定各项指标的重要程度，二是衡量乘客在各类指标上的体验情况。问卷指标来自于前一部分归纳的体验要素，所有指标均采用5级李克特量表进行测量。问卷通过网络和实地两种方式发放，共计发放200份，回收有效问卷181份，问卷有效率为90.5%。首先，需要对问卷结果进行信度和效度检验，显示整体问卷的信度为0.754，具有较高可信度。因子模型适应性分析显示，问卷数据的KMO值为0.604，同时sig小于0.05;Bartlett球度检验结果显示，近似卡方值为1067.231，相伴概率为0.000，小于显著性水平0.05，表明问卷结果的效度结构较好，适合进行因子分析。采用最大方差正交旋转来提取公因子，抽取特征值>1的因子，结果显示21个指标聚成3个特征根>1的有效因子，从方差的贡献率看，3个因子累计解释了65.678%的信息，超过60%方差贡献率的最低标准，证明21个指标可以由3个因子来概括，与概念模型相符，如表2所示。由于不同二级指标相对于一级指标的重要性不同，所以应根据重要程度对其赋予权重，参照1～9重要性标度表，通过两两比较构造判断矩阵，计算得到单层权重值和综合权重值，如表2所示。一致性检验显示，各矩阵的CR<0.1，表明各判断矩阵的一致性较好。

指标权重代表了指标的重要程度，3个一级指标中权重值最高的是互动体验，为0.544。可见，在出行过程中，人机互动、人际互动方面的体验满意度对乘客的影响更大，其次是产品给乘客的体验，最后是环境层面的出行体验。

三、乘客体验价值评价分析

（一）模糊评价法

由于不同乘客对出行服务需求存在差异性，加之评价态度的主观性、评价的时效性等，导致对体验价值的衡量难以做到精确化，而只能通过模糊的评价原则加以表达[7]。因此，需要借助于模糊评价的方法，对轨道交通的出行满意度进行综合评价。模糊评价过程中一般包括两个集合：因素集U={u1，u2，u3，...un};评语集V={v1，v2，...v5}={满意，比较满意，一般，较不满意，不满意}。用A表示U上的因子重要程度模糊子集，即表2中计算出的各指标单层权重值;用R表示由U到V的模糊关系，即针对因素集中的每个因素所做出的判断矩阵，则可以通过建立模糊转换器B=A×R={b1，b2，...，b5}，将A转换为V上的单层模糊评价子集B。以产品体验维度为例，从表2中可以读出因素集U1和权重集A，进行一级评判可以得出评判结果B1为：

U1={u1，u2，u3，...u9}

A1={a1，a2，...，a9}

B1=A1×R1={b1，b2，...，b5}

结果表明，被调查群体对产品体验方面的评价比例分布为：满意5.6%，较满意49.7%，一般20.4%，较不满意12.6%，不满意11.7%，根据最大隶属度原则，结论为“较满意”。同理可计算得到环境体验的评价结果B2、互动体验的评价结果B3，进一步可以计算得出总体模糊评价结果B，如下：

A={A1，A2，A3}

B=A×R={b1，b2，...，b5}

结果表明，被调查群体对出行体验满意度的评价比例分布为：满意9.7%，较满意45.5%，一般27.2%，较不满意11.4%，不满意6.2%，根据最大隶属度原则，结论为“较满意”。为了更好地与数据分析结果进行比较，利用等级参数评判法，将模糊评价集换算为评价得分，如下：

C={b1，b2，...，b5}={21，42，63，84，105}

P=B×C={b1，b2，...，b5}=76.692

计算结果与统计分析中的量表统计学得分78.637比较接近，说明模糊评价的结果与数据分析的结果基本一致，具有可信度。将产品体验、环境体验、互动体验的模糊评价结果全部换算后，显示得分分别为78.626、76.259、68.473，表明产品体验、环境体验处于比较满意的水平，互动体验处于一般的水平。南京地铁2号线的乘客出行体验满意度评价总得分为76.692，整体处于比较满意的水平。

（二）IPA方格图

利用模糊评价只能从定性的角度衡量被试群体对出行过程的体验满意度，不能直观地展现出服务体验的优化方向。借助于IPA方格图将调研数据更直观地展现在两维方格图中，能够更好地认清乘客体验价值变量的分布状况，有助于从乘客的众多需求来有针对性选择需要改进的地方。数据分析显示重要度均值fi为4.0、满意度均值vi为3.5，取其组成坐标原点，绘制象限图对指标进行分类。根据各指标在方格图的位置显示，需继续保持的指标8项，需重点改善的指标6项，不必优先考虑的指标3项，资源投入过量的指标4项，如图2所示。

第一象限（需继续保持的）包含8项指标，说明乘客认为出行过程中所涉及到的大多数重要指标表现良好。这其中多为安全、设备可靠类指标，说明在这方面的监管力度很到位，但由于这类指标是与乘客整体出行体验相关度最高的指标，仍需一直保持下去。

第二象限（需重点改善的）涉及6项指标，其中大多数是与站内导视、设备操作、信息服务相关的指标，包括换乘指引、产品界面交互、列车信息提示等，这类指标直接关系到乘客出行的顺畅与否，一旦某一环节遇到障碍，会给乘客带来很大的挫败感。结合调研内容，了解到用户对于新的交互方式、信息呈现方式存在一定的学习成本，所以对于这类指标，可以从信息交互的角度，通过设计的手段优化各类信息的呈现方式，提升乘客的出行体验。

第三象限（不必优先考虑的）包含的3项指标分别是各类服务设施的配备情况、车票价格、与公交换乘是否方便。虽然乘客对这一区域的指标关注度普遍较弱，但由于这几项指标的满意度相对较低，因此可以作为最后的加分项，在未来资源有结余的情况下，优化这一区间的指标，对出行体验也能带来一定的效果。

第四象限（资源投入过量的）有4项指标，乘客普遍认为这类指标表现良好，但对其关注度并不高，甚至有些方面存在资源浪费的可能。因此，在保证乘客整体出行满意度的前提下，适当减少此类指标下的资源投入量，可以为其他区域的指标争取优化空间。

研究结论

文章在用户需求研究与量化分析的基础之上，构建了体验价值评价指标体系。指标体系由体验价值中的产品体验、环境体验、互动体验三个维度构成，三个维度之下又包括21项指标。分析结果显示，对乘客出行体验满意度产生影响最大的是互动体验，其次是产品体验和环境体验。模糊评价的结果表明，产品体验、环境体验处于比较满意的水平，互动体验处于一般的水平，而整体出行体验处于比较满意的水平;根据各指标在方格图的分布位置，可以判断服务体系中各指标的表现，并根据继续保持区、重点改善区、不必优先考虑区、资源过量区的不同特点，分别给出有针对性的对策和建议。综上，由指标及评价方式所构成的评估体系，能够一定程度上帮助发现出行体验上存在的问题，从而有针对性地提出改进策略，在判定优化方向、评估设计效果、衡量体验水平等方面可以发挥一定的参考作用。

基金项目：教育部人文社科青年基金资助项目：智慧城市老年人出行主动服务系统设计研究（项目编号17YJCZH072）;中央高校基本科研業务费专项资金项目：智慧城市老年人出行公共设施创新研究（项目编号30917013109）。

参考文献

[1]王巍，曹锦丹.信息服务环境下用户感知价值的构成体系[J].图书馆学研究，2017（05）：95-98.

[2]纪江明[1]，胡伟[2].我国城市公共交通公众满意度的影响因素研究——基于“2012连氏中国城市公共服务质量调查”的实证分析[J].软科学，2015（6）：10-14.

[3] Liu R，Sinha S. Modelling Urban Bus Service and Passenger Reliability [J]. Published，2007.

[4]王卓然，曹盛盛.基于服务设计的公共交通研究策略与方法[J].设计，2016（14）：118-119.

[5]赵芳.基于体验价值维度的服务设计创新[J].大众文艺，2018，No.441（15）：74-75.

[6]崔洋[1]，陈雪[1]，陈俞杉[1]，etal.服务设计思维模式下的公共服务设计及模式探讨——通过接触点设计提升公共服务体验[J].设计，2014（A06）：127-128.

[7]程秀珺，基于模糊评价法的产品审美评价研究[J].设计，2013（2）：170-171.