考虑居民与游客群体差异的城市交通满意度多维测度——以大理为例

戢晓峰，杨春丽，陈 方，严匀曼，覃文文

(1.昆明理工大学 交通工程学院，云南 昆明 650504; 2.昆明理工大学 云南综合交通发展与区域物流管理智库，云南 昆明 650504； 3.云南省道路运输管理局，云南 昆明 650100)

0 引言

城市交通的旅游效用随着城市旅游业的发展逐渐凸显，居民和游客成为城市交通系统服务的主要对象。旅游业的快速发展导致城市内部居民与游客的活动交织，由此引发的道路拥堵等城市交通问题日益严重，城市交通服务水平与两个群体期望之间的矛盾不断激化。城市交通满意度是衡量城市交通服务水平与出行者期望之间差距的重要指标，已经在城市交通管理实践中发挥着重要作用。

随着城市交通系统中旅游要素的逐步强化，城市交通满意度研究开始重视本地居民与游客的交通需求差异。目前，宏观层面的相关研究集中于城市交通与旅游发展的关系、旅游城市的交通功能分析等方面，如Aleksand[1]分析了城市旅游对城市交通系统功能的影响；陈志钢等[2]从居民和游客的二元视角出发，采用结构方程模型分析旅游环境、游客与居民之间的相互关系；João[3]实证研究发现旅游城市功能对游客和居民的吸引力存在不同的影响；Salvatore[4]从游客和居民的视角综合分析了旅游业发展的影响因素。在微观层面，相关研究集中于城市交通满意度的影响机理、城市交通满意度评价等方面，如王兆峰[5]以张家界为例，分析了游客对公共交通满意度的影响因素；殷平[6]分析了交通费用成本和时间成本对旅游目的地空间竞争的影响；蒋丽芹等[7]研究发现，城市内部交通、公交服务、交通标识等因素对提高游客满意度至关重要；曹小曙等[8]基于网络旅游评论大数据，运用单一的交通发展指标分析了游客交通满意度；戢晓峰等[9]从政策支持、服务水平、运营效率3个方面，构建了城市公交发展水平测度指标体系。总体而言，现有交通满意度研究多以单一交通方式为研究对象，亟需对多种交通方式进行多维测度；同时，城市交通满意度受多种因素的影响，如游客从出发地到景区的交通可达性与安全性，实现游客空间位移的交通基础设施的建设情况、游客换乘的便利程度、交通环境等均将影响城市交通满意度，而现有基于单一指标的满意度评价无法反映城市交通满意度的内涵，而多指标综合的方法则易导致对城市交通满意度的概念发生分歧，导致测度结果不易解释和对比。

显然，城市交通系统的使用者整体上包括本地居民(固定需求)和外来游客(弹性需求)两类群体，而不同群体的交通满意度感知具有主观性、模糊性和差异性的特点，因此，城市交通满意度研究应当充分考虑居民与游客两类群体的差异。本研究系统分析城市居民和游客的不同出行模式，提出基于公交、出租车、网约车以及非机动化交通的城市交通满意度四维测度方法体系，并通过MIMIC(multiple indicators and multiple causes, MIMIC)模型获取交通服务质量和个体属性两类因素对城市交通满意度的影响及其群体差异，以期为优化城市交通服务提供理论依据。

1 基于MIMIC的城市交通满意度影响模型构建

1.1 居民与游客群体的出行模式分析

城市交通满意度是人为实现空间移动，对所选择的交通方式的服务感知。由于大部分城市景区分布在城区，居民和游客的出行交织在一起。因此，本研究考虑居民和游客的群体差异，将城市交通满意度定义为居民和游客对城市内部各种交通方式的期望与实际感知的差异。

根据城市交通满意度定义，城市交通出行可分为游客出行和居民出行两部分。(1)游客出行以观光、休闲为主，日出行活动可分为：城市对外交通枢纽—酒店、酒店—景区出行、景区间出行、景区—酒店[10]。(2)居民出行以通勤、购物等为主，日出行活动可分为：居住地—工作地、工作地—餐饮地、工作地—购物商场、购物商场—家。本研究在实地调研基础上，结合相关资料[11]选取典型的4种城市交通方式——公交、出租车、网络预约出租汽车(简称网约车)、非机动化交通进行研究，其中，非机动化交通包括自行车、步行等方式，游客与居民的具体交通出行活动如图1所示。

图1 城市交通出行活动过程Fig.1 Process of urban traffic activities

1.2 基于MIMIC的城市交通满意度影响模型

(1)数理模型

影响城市交通满意度的多种变量之间并不是简单的多对一关系，也不是完全的独立或相关关系[12]，因此，传统的统计学方法并不适用于多维度的城市交通满意度研究。多指标多因素模型，通过结构方程能清晰地表达出潜变量的外生原因和内生指标之间的关系，并得到解释变量与潜变量之间的影响系数[13]，融合了多变量统计分析中的因素分析、回归分析等统计技术[14-15]。MIMIC模型包括测量模型和结构模型两部分，其具体形式如式(1)和式(2)所示。

测量模型：

x1=λ1·ξ+ε1，x2=λ2·ξ+ε2，…，xq=

λq·ξ+εq，

(1)

结构模型：

ξ=y1·γ1+y2·γ2+…+yp·γp+δ，

(2)

式中，x1，x2，…，xq为指标变量;y1，y2，…，yp为原因变量;ξ为潜在变量;λ1，λ2，…，λq为测量模型估计的参数;γ1，γ2，…，γp为结构模型估计的参数;ε1，ε2，…，εq为测量的误差项;δ为残差。

(2)变量选取

已有研究表明，交通服务质量和个体出行特征是影响交通满意度的重要因素。基于对现有相关研究[16-18]的梳理，本研究从个体属性因素和交通服务质量两方面，选取年龄、性别、月收入等5项个体属性因素，安全性、换乘便捷性等4项交通服务质量因素作为原因变量，探究其对公交、出租车、网约车、非机动化交通满意度的影响，变量选取结果如表1所示。

(3)概念模型

假设交通服务质量因素会对公交、出租车、网约车、非机动化交通满意度产生直接影响，即安全性、可达性、环境因子、换乘便捷性对城市交通满意度产生直接、正向的影响作用。其中，环境因子对安全性、可达性、换乘便捷性均有正向的直接影响，换乘便捷性对可达性也有正向的直接影响，居民和游客的个体属性因素也分别对城市交通满意度产生影响。

为对比不同交通方式的满意度影响因素在居民和游客之间的差异，将城市交通满意度分为公交满意度、出租车满意度、网约车满意度和非机动化交通满意度4个维度，结合各维度原因变量之间的相互关系，分别构建对应的MIMIC城市交通满意度影响模型：模型1(公交)、模型2(出租车)、模型3(网约车)、模型4(非机动化交通)，概念模型如图2所示。

2 数据来源和描述性统计分析

2.1 问卷设计和调查过程

大理市是典型的旅游城市，城市交通的旅游职能效用明显，故本研究选择大理市作为研究区域。为定量分析旅游城市交通满意度影响因素及其群体差异，以大理市本地居民和外来游客为调查对象，采用问卷法收集研究数据。问卷主要包括3部分内容：个人情况、出行信息、城市交通满意度评价，每个调查选项采用5分制的李克特量表法描述出行者的主观心理感受。选择大理汽车北站、汽车客运东站、快速客运站、兴盛客运站和火车站开展实地调查，共获得问卷744份，有效问卷537份，有效率达72.2%。

表1 MIMIC模型变量Tab.1 Variables of MIMIC model

2.2 样本信效度检验及描述性统计

运用SPSS20.0分别对居民和游客群体进行信度和效度检验，二者的Cronbach’s Alpha值均在0.900以上，Kaiser-Meyer-Olkim(KMO)值均大于0.890，Bartlett的球形度检验值均为0.000，表明问卷具有较高的信度，且变量间存在较强的相关性，满足信效度检验要求。表2为样本描述性统计分析结果。

表2 变量统计性描述Tab.2 Statistical description of variables

图2 城市交通满意度影响模型Fig.2 Urban traffic satisfaction influence models

3 城市交通满意度多维测度及影响因素分析

3.1 MIMIC模型检验及结果

(1)模型检验

为准确描述各变量对城市交通满意度的影响，运用AMOS21.0软件，从个体属性和交通服务质量两个方面分别对4种模型进行检验，拟合指标如表3所示。除模型1外，模型2～模型4的所有指标均在标准范围内。

表3 MIMIC模型拟合结果Tab.3 Fitting result by MIMIC model

根据修正指数对模型1进行修正，经优化后，4种模型的卡方值和自由度的比值(CMIN/DF)在3.509～4.504之间，拟合优度指数GFI、规范拟合指数NFI、塔克-刘易斯指数TLI和相对拟合指数CFI均大于0.9，所有指标均达到统计显著性要求，表明优化后的4种模型的拟合效果良好，能准确表征交通服务质量因素和个体属性因素与交通满意度之间的关系。

(2)模型参数估计

运用AMOS21.0软件测算出交通服务质量因素、个体属性因素在群体差异视角下与公交满意度、出租车满意度、网约车满意度、非机动化交通满意度间的关系，参数估计结果如表4所示。

(3)模型影响效应分析

将交通服务质量因素、个体属性因素对城市交通满意度的影响分解为直接效应、间接效应和总效应。其中，路径分析输出结果中的回归系数即为直接效应值，相应路径系数的乘积为间接效应值，变量间的直接效应与间接效应合成指标变量对原因变量的总效应值，由此更能直观地发现变量之间的影响关系[19]。为获取交通服务质量因素和个体属性因素对公交满意度的影响，计算其对应的满意度影响效应均值，评价其对满意度的影响，影响效应计算结果如表5所示。

表4 城市交通满意度影响模型分析结果Tab.4 Analysis result of urban traffic satisfaction influence model

表5 四种模型的影响效应计算结果Tab.5 Calculation result of influence effects of 4 models

与个体属性因素相比，交通服务质量因素是影响城市交通满意度的重要原因。根据变量间的效应分析，交通服务质量因素对满意度的影响效应保持在(0.010,0.426]，对城市交通满意度的影响普遍较大，个体属性因素对满意度的影响效应保持在(0.001,0.206]，且多数因子的影响效应均在0.1以下，对城市交通满意度几乎不产生影响。

3.2 城市交通满意度的影响机理

考虑到个体属性因素对城市交通满意度的影响较小，本研究着重针对交通服务质量因素进行分析，基于变量间的效应分析结果，获取交通服务质量因素对居民与游客群体城市交通满意度的影响特征，如图3所示。交通服务质量因素对游客公交、出租车、网约车、非机动化交通满意度的影响分别呈现L型、L型、U型、L型结构，对居民公交、出租车、网约车、非机动化交通满意度的影响分别呈现L型、阶梯型、L型、L型结构，交通服务质量因素对城市交通满意度的影响存在群体异质性。分析可得：

(1)环境因子对大理市城市交通满意度的影响最显著，但其影响效应在群体之间存在差异。除对居民出租车满意度的影响较小外，环境因子对城市交通满意度均产生较大的直接影响作用；此外，通过安全性因素，环境因子对居民网约车满意度、游客公交满意度和游客出租车满意度产生较大的间接影响作用，对其余类型的城市交通满意度的影响较小或并无影响。

(2)安全性对城市公共交通满意度的影响最为显著，但其对游客城市公共交通满意度的影响程度大于居民。本研究中的公共交通包括公交、出租车、网约车。对游客来说，安全性对游客公交、出租车产生较大的直接影响，并通过换乘便捷性因素间接影响游客的网约车满意度，其中对游客公交满意度的影响程度最大，影响效应值为0.326；对居民而言，安全性通过直接作用影响居民的出租车、网约车满意度，而对居民公交满意度无显著影响，除出租车维度外，安全性对游客公共交通满意度的影响大于本地居民。

(3)换乘便捷性对游客交通满意度的影响大于对居民交通满意度的影响。换乘便捷性仅对居民出租车满意度产生较小的单一、正向影响，对其余3个维度的满意度不产生影响，但对游客网约车、非机动化交通有较大的直接影响作用。

(4)与交通服务质量因素的其他因子相比，可达性对城市交通满意度影响最小。可达性仅对游客公交满意度产生单一、正向的直接影响，对其余维度的城市交通满意度无影响；虽然可达性对游客公交满意度的影响较显著，但其对城市交通满意度的总效应值仅为0.161，较其他因素来说，影响程度不大。

图3 交通服务质量因素对群体满意度的影响效应Fig.3 Influence effects of traffic service quality factors on group satisfaction

3.3 城市交通满意度多维度分析

(1)机动化交通和非机动化交通满意度的影响分析

根据城市交通的机动性，本研究将城市交通划分为机动化交通和非机动化交通两类，机动化交通包括公交、出租车、网约车，非机动化交通包括自行车和步行。选择模型1(公交)代表机动化交通，并与模型4(非机动化交通)进行对比，分析城市的机动化交通满意度和非机动化交通满意度的群体差异。

结合表4和表5的计算结果可知，安全性、环境因子、可达性影响城市机动化交通满意度，安全性、环境因子、换乘便捷性影响城市非机动化交通满意度。在机动化交通中，环境因子对居民满意度的影响最显著，且影响程度也最大，总效应值达0.243；安全性对游客满意度的影响最显著，且其对游客满意度的直接影响程度最大，安全性每提升1个单位，游客的机动化交通满意度将直接提升0.281个单位，虽然可达性对游客机动化交通满意度产生影响，但影响程度并不大。在非机动化交通中，环境因子和安全性对居民非机动化交通满意度产生显著影响，但环境因子对群体满意度的直接影响效应大于安全性；环境因子对游客的非机动化交通满意度产生较大影响，换乘便捷性仅对游客满意度产生一定程度的影响，但换乘便捷性对游客非机动化交通满意度的总效应较大，达0.173，是居民满意度总效应的6.7倍。

分析可以发现，在机动化交通中，居民满意度主要受环境因子的影响，游客满意度则主要受到安全性因素的影响；在非机动化交通中，环境因子对居民满意度的影响比对游客满意度的影响更显著，但影响程度则相反——环境因子对游客满意度的总效应(为0.347)高于对居民满意度的总效应(为0.261)。

(2)传统出租车和网络预约出租车满意度的影响分析

网约车是互联网时代的交通运输新业态，因其满足出行者个性化、差异化、多元化的出行需求而备受青睐，但网约车的出现也冲击了原有的出租汽车市场。本研究选择模型2(出租车)和模型3(网约车)进行对比，分析传统出租车和网络预约出租车满意度的群体差异。

通过分析可知，换乘便捷性、安全性和年龄影响出租车满意度，安全性、环境因子、换乘便捷性影响网约车满意度，其余因素对满意度不产生影响。在出租车中，换乘便捷性对居民出租车满意度的影响最显著，且其对满意度的直接影响程度也最大，达0.117，但对游客出租车满意度不产生影响；在所有因素中，年龄是影响游客出租车满意度最显著的因素，但影响程度较小，总效应仅为0.206。在网约车中，安全性和环境因子对居民网约车满意度产生影响，其中，安全性对居民满意度的总效应和间接影响效应均最大，分别为0.426和0.267，对居民满意度直接影响程度最大的是环境因子，直接影响效应值为0.169。

综合分析可以发现，换乘便捷性和安全性是影响出租车和网约车满意度的显著因素，说明出租车和网约车的换乘便捷、安全性是影响乘客选择这两种方式最主要的原因，但影响路径在居民和游客间却存在较大的差异。在出租车中，换乘便捷性显著直接影响居民满意度，直接影响效应值为0.117，对游客满意度不产生显著影响；相反，在网约车中，换乘便捷性显著直接影响游客满意度，直接影响效应值为0.197，对居民满意度不产生显著影响。

4 大理城市交通满意度改善策略

在上述分析结果的基础上，结合大理城市交通发展实际，提出以下城市交通满意度提升策略。

(1)发展平安、绿色的城市旅游交通，着重改善城市交通环境。研究发现，不论对居民还是游客，环境因子对大理市城市交通满意度的影响最大，需不断完善城市交通基础设施建设，优化城市旅游交通线路。

(2)构建“快进慢游”旅游通道体系，不断改善旅游公交可达性。根据城市交通满意度影响分析结果，可达性仅对游客公交满意度产生影响，对居民满意度无影响，说明大理市公共交通未能很好的服务于游客。大理市应构建串联古城、蝴蝶泉、三塔寺等市内主要景点的旅游公交通道，完善环洱海的自行车道、市内绿道，提高旅游景点的可达性。

(3)重视居民与游客群体差异，协调好交通资源在居民和游客之间的合理分配。研究证明，影响居民与游客的城市交通满意度因素并非一致。在居民层面，非机动交通安全、出租车换乘便捷性及公交乘车环境是提高大理城市交通满意度的重要突破口；在游客层面，应重点关注公交的行车安全性，在强化对公交行车安全监管的同时，重视对公交驾驶员的培训。

5 结论

本研究考虑居民与游客的群体差异，建立了包含公交、出租车、网约车、非机动化交通4个维度的MIMIC城市交通满意度影响模型，量化对比了交通服务质量因素对城市交通满意度影响的群体差异，结果发现：

(1)MIMIC城市交通满意度影响模型能准确测量影响城市内部交通系统满意度的显著因素，交通服务质量是影响大理城市交通满意度的重要原因。在所有因素中，环境因子对大理城市交通满意度的影响最显著，但在居民和游客之间存在异别；安全性对城市公共交通满意度的影响最为显著，且对游客城市公共交通满意度的影响大于居民；除公交维度外，换乘便捷性对其余3个维度的交通满意度均有影响，且对游客的影响程度大于居民；可达性是交通服务质量中对满意度影响最小的因素。

(2)从群体对比的视角来看，居民城市交通满意度的显著影响因素包括环境因子、安全性和换乘便捷性，游客城市交通满意度的显著影响因素包括环境因子、安全性、可达性、换乘便捷性和年龄。

(3)在机动化交通中，居民满意度主要受环境因子的影响，游客满意度则主要受到安全性因素的影响；在非机动化交通中，环境因子对居民和游客均产生显著影响；换乘便捷、安全性是影响乘客选择乘坐出租车和网约车的最主要原因，但影响路径在居民和游客间却存在较大的差异——在出租车中，换乘便捷性显著直接影响居民满意度，对游客满意度无显著影响；相反，在网约车中，换乘便捷性显著直接影响游客满意度，对居民满意度则无显著影响。