基于结构方程模型的城乡公交一体化满意度研究

朱兴林，姚 亮，李建立，刘泓君

(新疆农业大学 交通与物流工程学院，新疆 乌鲁木齐 830052)

0 引 言

公共交通系统是连接城市与乡村的纽带，其发展对于推进城市与乡村统筹发展起着重要的作用。在城乡一体化发展模式下，公交的协同发展在一定程度上加速了城市与乡村之间的人口流动，满足了城乡居民的出行需求。然而，城乡公交难以提供“站到门”的交通服务，且存在线路设置不合理、乘客等车时间长、无法得知车辆到站信息等问题。因此，根据乘客满意度来准确找出城乡公交存在的问题，采取有效措施改善城乡公交的服务质量并且提升公共交通系统的运输效率，具有重要的现实意义[1]。

乘客满意度是评价公共交通发展水平的重要指标，可以体现政府机构的管理水平和公交公司的运营能力。从现有的国内外研究可以看出，满意度概念兴起于国外，后被学者引入国内并应用于公共交通系统的服务质量评价[2-3]。R. P. BAGOZZI[4]于1981年提出了基于产品特性及差异加权值的标准模型(normal quality)，与G. A. CHURCHILL等[5]在2003年提出的评估行为模型(evaluated performance)都可用于顾客满意度评价；英国剑桥大学教授A. PARASURAMAN等[6]提出PZB模型和SERVQUAI模型，将服务质量的评价指标分为可靠性、反应性、关怀性、有形性和保障性，并使用回归模型确定影响因素权重，优化了以往确定权重的方式。影响因素权重常由专家赋值，因此无法深入了解影响因子之间的潜在关系,为克服其局限性R. KENNETH等[7]以纽约地铁为研究背景，针对服务质量与乘客满意度构建结构方程模型(structural equation model, SEM)，对其影响因素进行深入研究，得出感知价值、安全性、拥挤程度和运行速度对满意度有直接影响，运营安全和服务态度等因素可通过中间变量间接影响乘客满意度。

当前国内有学者使用结构方程模型针对满意度影响因素进行分析，王蓉等[8]以完善城市公交换乘优惠政策为研究目标，苏州公交为研究背景，建立了基于结构方程的公交换乘优惠政策满意度测评模型，并采用PLS法进行参数估计，得出了感知价值和感知质量对乘客满意度影响最大的结论；刘希珍等[9]针对乌鲁木齐市公交服务满意度建立了SEM模型，得出了经济便捷和行车安全对乘客满意度有直接正向影响，运营秩序和车貌车况对满意度有间接正向影响；张兵等[10]运用结构方程模型建立了常规公交乘客服务质量-满意度-忠诚度模型，通过因子定量分析得出乘客便利感知、乘车环境和运营服务对满意度均有直接正向相关性的结论。曹灿明等[11]基于结构方程模型建立高速铁路旅客满意度模型，分析了高铁客运服务质量、乘客满意度和忠诚度之间的关系；陈坚等[12]基于SEM构建了城市轨道交通乘客满意度模型，定量分析了各潜变量之间的路径系数。

综上所述，不同地区有不同的交通条件，满意度影响因素也有所差异，且国内对城乡公交一体化满意度研究还有待补充，因此对城乡公交一体化进程中的乘客满意度影响因素分析有现实意义。以新疆某县为例，根据实际调查数据，构建基于结构方程模型(SEM)的城乡公交满意度模型，结合乘客出行需求，定量分析各影响因素对乘客满意度的影响关系。

1 研究路线与方法

1.1 研究路线

本次调查研究使用数据全部源自实地调研与访谈，采用问卷调查的方式对城乡公交满意程度进行调查。在剔除无效问卷后，运用SPSS 25.0软件对调查问卷的信度和效度进行检验，在调查问卷的信度和效度都符合标准的基础上，结合结构方程模型相关知识，构建城乡公交一体化满意度模型，使用AMOS 24.0软件绘制模型结构图并对路径系数进行计算，采用探索性因子分析法检验所选测量变量对相应潜在变量的解释能力。对模型进行适配度检验，若模型适配度符合标准，则结合模型路径系数及因子负荷量对影响因素进行分析，最终得出结论及优化措施建议，否则需要重新修正模型，研究路线见图1。

图1 研究路线Fig. 1 Research route

1.2 调查过程

以新疆某县域的城郊公交线路和乡镇公交线路为研究对象，共取19条线路，分别进行随机问卷调查和跟车调查。共计发放450份调查问卷，剔除无效问卷后共收回440份有效问卷，有效率为98%。问卷内容包含三部分：出行者基本信息、乘客满意度评价问题和乘客出行需求问题，并采用李克特5分量表评价各测量指标，即：1为“满意”，2为“较好”，3为“可以接受”，4为“不满意”，5为“非常不满意”。出行者基本信息见表1。

表1 出行者基本信息Table 1 Basic information of passengers

由出行者基本信息可知，少数民族出行者共计335人，占总人数的76%，符合该地区实际情况。 18～40岁之间的出行者所占比重最大，占乘客总人数的55%，城郊居民共202人，占比重为46%，符合具有劳动力的务工者通勤的客观事实。

1.3 问卷信效度检验

对收集的有效问卷进行一致性检验，意义在于反映问卷各问题间的关联性，能证明其是否有效通过测量表达问题。使用目前较常用的克隆巴赫α信度系数法(Cronbach’s alpha)测量问卷的信度系数，公式为：

(1)

式中：k为题目总数；S与Si分别为同类问题总分的方差和题目i所得分数的方差。

由表2可知，通过对问卷测量变量的信度分析，笔者设定的5个潜变量因子的α信度系数均高于0.8，总体问卷信度系数为0.914，表明不仅各个测量变量有较高的一致性，而且有很大的相关性，证明测量数据符合结构方程模型的要求，可靠程度较高。与问卷信度分析紧密相关的是效度分析，即问卷的效用程度，检验方法主要包括KMO检验和Bartlett球体检验，KMO检验(kaiser meyer olkin)是分析变量之间的相关系数和偏相关系数值，从而确定相关性，数学表达式如式(2)：

表2 信度分析结果Table 2 Results of reliability analysis

(2)

式中：rij为变量xi和xj的相关系数；pij为变量xi和xj在控制其他变量不变条件下的偏相关系数。KMO值大于或等于0.6时，可以进行因子分析[13]，其越趋近于1，相关性越高，越适合进行因子分析。使用SPSS 25.0软件对调查数据进行效度检验，结果见表3，可看出KMO值大于0.6且接近于1，Bartlett球体检验结果显著，证明已设潜变量模型结构度较好，可进行因子分析。

表3 效度分析结果Table 3 Results of validity analysis

2 城乡公交一体化满意度评价模型

2.1 结构方程模型

结构方程模型(structural equation model，SEM)也称协方差分析模型，包含数理统计分析中的线性回归分析和因素分析方法[14]，是对路径分析、探索性因子分析和方差分析等方法的综合运用和改进，主要包括测量模型和结构模型两部分[15]。

2.1.1 测量模型

测量模型也称作外生变量观测模型，可根据路径的因子负荷量描述各测量变量和潜变量的关系，其中测量变量可以通过测量得到，潜变量无法直接测量得到，数学表达式为：

X=Λxξ+δ

(3)

Y=Λyη+ε

(4)

式中：X为外生变量组成的向量；Y为内生变量组成的向量；Λx为X的因子负荷量；Λy为Y的因子负荷量；ξ与η分别为外生潜变量向量和内生潜变量向量；δ与ε为测量误差向量。

2.1.2 结构模型

结构模型可以反映结构方程模型中不可直接测量的潜变量之间的内在关系(包含直接和间接关系)，数学表达式为：

η=Bη+Γξ+ζ

(5)

式中：η为内生潜变量向量；B与Γ为因素路径系数矩阵；B表示内生潜变量之间的影响关系；Γ表示外生潜变量对内生潜变量的影响关系；ζ则为残差项，反应内生潜变量η未能被解释的部分。

关于模型假设，初始的测量模型误差δ、ε和结构模型残差项ζ值均为0，测量模型中的误差项δ、ε互不相关且与η、ξ因子不相关，结构模型中的残差项ζ与ε、ξ、δ之间不相关。

2.2 模型假设

城乡公交一体化满意度是指乘客选择城乡公交出行的过程中，将实际出行感受与自身的出行期望进行对比产生的主观态度，因此对乘客满意度的衡量没有固定不变的指标体系，分析乘客满意度的影响因素可以基于乘客感知角度反映城乡公交的服务质量，从而发现城乡公交一体化进程中存在的问题。笔者选取公交感知、公交便利度感知、公交运营感知、乘客满意度和乘客意向为结构模型的潜在变量，构建了城乡公交一体化满意度评价模型，结构模型如图2。

图2 结构模型Fig. 2 Structure model

结构模型潜变量指标中，假设公交环境感知、公交便利度感知和公交运营感知之间可以互相影响，并且三者能直接影响乘客满意度，分析乘客满意度至乘客意向的结构路径系数可以体现满意度对出行意向的影响程度。

2.3 变量设计

影响城乡公交服务质量的因素众多，笔者在参考相关研究[16]设置服务质量评价指标的基础上，结合该县域实际公交运营状态及交通条件，设计测量变量指标如表4。

表4 测量变量Table 4 Measurement variables

结构模型潜变量中，公交环境感知因素包含A1～A5共5个测量变量；公交便利度感知因素包括B1～B3共3个测量变量；公交运营因素主要包括C1～C3共3个测量变量；乘客满意度主要由两个指标构成，分别为M1和M2；乘客意向由5个指标构成，为D1至D5。根据已设潜在变量和测量变量，并且结合城乡公交自身特点，做出假设如下：H1为公交环境感知与乘客满意度成正向直接相关；H2为公交便利度感知与乘客满意度成正向直接相关；H3为公交运营感知与乘客满意度成正向直接相关；H4为乘客满意度与乘客意向成正向直接相关。

3 实例分析

3.1 因子分析

在选定模型潜在变量和测量变量的基础上，采用探索性因子分析法(exploratory factor analysis, EFA)[17]对各影响因素进行分析，列出影响因子个数并确定其与结构变量之间的关系，可以根据分析结果判断前文的变量设计是否需要修正。

采用探索性因子分析法中的主成分分析提取有效变量，表5，前5个主成分初始特征值均大于1，累计方差贡献率为74.524%超过社会科学研究中对调查样本数据总变异程度大于70%的要求[15]。这5个主成分分组与前文假设潜在变量分组一致，能够有效解释74.524%的方差，证明调查数据有良好的结构效度。使用Kaiser标准化正交旋转法对测量数据矩阵进行最大变异旋转,旋转在5次迭代后收敛，得出旋转后的成分矩阵见表6，可看出每个指标的分组与前文所设一致，无需对测量模型进行修正。

表5 总方差解释Table 5 The interpretation of total variance

根据旋转后的矩阵成分对每组测量变量的因子负荷量进行排序，反应各测量变量对相应的潜在变量影响程度大小，即反应问题能力的强弱。可见表6中各维度变量对应的因子负荷量均大于0.5，说明测量变量能够有效的反应潜在变量。

表6 旋转成分矩阵Table 6 Matrix of rotating component

3.2 模型适配度检验

当前该县主城区公共交通出行分担率达到50%，县域20公里范围内农村客运线路公交化模式运行率占30%，综合考虑经济因素，即使城乡公交客运服务质量无法达到乘客的出行期望，大部分出行者也会继续选择城乡公交作为出行方式[18]，因此公交环境感知、公交便利度感知和公交运营感知3个潜变量无法直接影响乘客意向。采用AMOS 24.0软件根据前文所述的测量模型和结构模型绘制模型路径图，将处理好的样本数据导入AMOS数据文件，运行AMOS可得到模型标准化路径图(图3)。

图3 模型标准化路径Fig. 3 Model standardization path

根据模型适配度评价可知该模型拟合程度较好，表7中拟合指标卡方自由度比值(CMIN/DF)与近似误差平方根(RMSEA)属于模型绝对适配度，是判断模型适配度是否契合的重要指标，CMIN/DF测量值越低证明协方差矩阵和样本数据越适配，模型适配程度越高，本次测量值为2.602，在接受范围内。TLI为非标准拟合指标，与相对拟合指标CFI属于模型增量适配度，测量值均符合标准，综合表示模型可以反应真实测量数据。

表7 模型适配度评价Table 7 Evaluation of model fitness

3.3 模型结果分析及建议

根据图3的模型标准化路径图，可以看出城乡公交满意度变量之间互相存在影响关系。根据2.2节所提假设，对模型路径进行分析并对判断假设是否成立，见表8。

表8 模型估计结果Table 8 Model estimation results

由模型估计结果可知，4个假设均达到显著性水平，即H1、H2、H3、和H4全部成立，公交环境感知、公交便利度感知和公交运营感知对乘客满意度有直接影响关系，且成正向相关，乘客满意度对乘客意向成正向直接相关。结合图2的模型路径标准化系数和模型估计结果，笔者对模型各影响因素进行分析。

3.3.1 公交环境感知与乘客满意度

根据模型路径系数，可知公交环境感知与乘客满意度的路径系数为0.21，T值为2.414，非标准化P值为0.016，已达到显著水平，反映两个潜变量间有正向直接相关性。由此可知，在一定程度上改善城乡公交的乘车环境，可以有效地提高乘客满意度。在公交环境感知的测量变量中，舒适度(A3)因子负荷量为0.79，对该潜变量影响程度最大，说明针对该县域城乡公交乘车环境的舒适性问题采取措施，是从乘客感知角度出发提高满意度的重要任务，之后依次是车内拥挤程度(0.77)、行车安全(0.71)、车内卫生(0.71)和车辆状况(0.63)。

3.3.2 公交便利度感知与乘客满意度

公交便利度感知和乘客满意度之间存在正相关性，路径系数为0.29，T值为3.282，非标准化P值为0.001且小于0.05，达到显著性水平。因此提高城乡公交便利性可有效提高乘客满意度。在公交便利度感知的测量变量中，候车时间(B2)的因子负荷量为0.87，对城乡公交便利度的影响最大，说明根据乘客出行需求，提供车辆实时信息，减少乘客候车时间，是改善城乡公交便利程度和提高乘客满意度的有效措施。其余测量变量中，根据因子负荷量大小，依次是发班时间(0.74)和步行到站时间(0.72)。

3.3.3 公交运营感知与乘客满意度

公交运营感知和乘客满意度之间成正向相关，路径系数为0.18，T值为2.05，非标准化P值为0.04，达到显著性水平。因此提高城乡公交运营服务质量可提高乘客满意度。在公交运营感知的测量变量中，司乘服务(C2)因子负荷量为0.87，影响最大，该县域城乡公交运营部门采用合理措施提高司乘服务质量可以有效提高乘客满意度。其余测量变量依次是票价(0.81)和城乡间线路设置(0.69)。

3.3.4 乘客满意度与乘客意向

根据模型分析结果，乘客满意度与乘客意向之间成正向相关，路径系数为0.52，T值为6.825，达到显著水平。得出乘客满意度越高则对乘客出行意向影响最强的结论。其中城乡间站点设置(D4)因子负荷量为0.96，说明当前需要根据需求调整城乡间的公交站点设置。

对模型进行相关性分析，将影响城乡公交乘客满意度的潜在变量按照相关性系数大小排序，依次是公交便利度、公交环境和公交运营服务，与模型路径系数结果一致。观察潜在变量的相互关系，可发现公交运营感知与公交便利度感知之间相关性较大，相关性系数为0.399，由此可知在提升城乡公共交通便利程度的同时会直接正向影响乘客对公交运营的感知，由表9可知，所设潜在变量之间均有正向影响关系。

表9 模型相关性分析结果Table 9 The correlation analysis results of model

根据以上结果，依次提出以下建议：

1)建立公共交通网络平台，提供城乡公交车辆实时信息，根据需求重新调整城乡间公交站点位置。

2)加大公交运力投放，在高峰时期加密公交车辆发班频次，延长首末班次服务时间，并对候车区域设施进行定时维护，改善城乡居民乘车环境。

3)采取相应措施，规范城乡公交线路经营企业的服务行为。

4)结合地区路网结构和城乡距离，开辟公路客运、铁路和机场之间的公交专线。

4 结 论

从乘客感知角度出发，以新疆某县域的城乡公交为研究对象，采用探索性因子分析法检验测量变量解释问题的能力，构建了基于结构方程模型的城乡公交一体化满意度评价模型，对影响城乡公交服务质量的因素进行了深入分析。结果表明：

1)公交环境感知、公交便利度感知、公交运营感知对乘客满意度均为直接正向相关，且三者间有着直接正向影响关系。

2)注重城乡公交服务质量、提升乘客满意度，提供便利化的乘车服务是重要手段。

3)改善乘车环境提升舒适度和优化公交企业服务行为是综合发展城乡公交，提升公共交通系统吸引力和竞争力的必要条件。

由于实际调查中的条件限制，文中样本量仅可满足小样本分析的要求，缺乏结合更多因素对城乡公交系统进行宏观分析。后续的相关研究可以结合不同地区的不同交通出行特征，对潜在变量和测量变量进行调整，并增加样本数量，结合经济条件等因素进行分析。此外，结构方程模型本身具有灵活性，实际应用时可以根据不同研究目的设置不同的路径关系，结合模型分析结果有针对性的进行优化。