基于ACSI模型的铁路网络与人工票务服务满意度测评比较

2022-06-07 03:12白玉翠
交通科技与管理 2022年10期

白玉翠

摘要 铁路客运服务质量是关系人们出行最重要的一环,其中网络售票和人工售票是客运服务质量重要的组成部分。文章基于美国顾客满意度指数模型(ACSI),结合铁路客运的实际情况,分析影响售票服务的各个因变量和结果变量,建立结构方程。结合车站内的乘客选取一定的样本,针对采集的样本数据,分别对网络售票和人工售票的旅客满意度指数进行计算和比较。得到旅客对于两种售票方式的服务评价结果,并为铁路客运售票部门提出改进措施和建议。

关键词 网络售票;人工售票; ACSI模型;满意度指数

中图分类号 F724.6 文献标识码 A 文章编号 2096-8949(2022)10-0019-03

0 引言

随着社会的不断发展,乘客对于铁路客运服务提出了更高质量的要求。购票是整个出行过程的前提,其完成质量的高低直接决定了旅客对于客运服务质量的评价。不仅影响旅客的再购买行为,同时也关乎着铁路的运营效益[1]。

目前我国主要的售票方式仍以网络售票和人工售票两种方式为主。过去的研究主要集中于对客运整体服务的满意度评价,未对客运服务进行细分,且缺乏横向的比较。因此,把网络售票和人工售票的服务满意度作为研究对象,探讨乘客对于客运售票服务的期望以及满意度,基于研究结果对二者的满意度进行横向比较。综合比较结果,提出对应的改进措施,从而发掘出铁路售票服务中的薄弱环节,对提升乘客满意度、加强铁路运营在市场中的竞争力至关重要。

1 铁路票务服务及其满意度

铁路客运票务服务包括基本票务服务、延伸票务服务两大类,其中基本票务服务包括车票信息查询、网络订票、电话订票、代售点购票、车站窗口购票等。延伸票务服务包括语音播报、团体票、常旅客计划等服务。该文研究的是基本票务服务中的订购票服务范畴,在此特指网络售票票务服务以及人工售票票务服务。其中网络票务服务是指乘客通过购票网站或者12306 App进行余票查询、购票、退改签等票务服务;人工票务服务是指乘客前往车站窗口,由专门的铁路工作人员代为购票、余票查询、退改签等业务的办理。

满意度来源于乘客对企业的某种产品服务消费所产生的感受与自己所期望进行的对比[2]。该研究的网络票务服务满意度是指乘客通过网络平台获取到企业的相关服务,并对其服务的认可度;人工票务服务满意度是指乘客通过车站的人工售票窗口获得企业的相关服务,和对服务的认可度。网络票务服务满意度可以用来衡量铁路的网络售票水平,人工票务服务满意度可以用来衡量铁路工作人员的服务水平。

2 铁路票务服务满意度指数模型

票务服务满意度包含多个影响因子,影响因子之间又具有交叉影响的关系,考虑满意度评价模型需要考虑这些因素,选取最适合的满意度评价模型。常用的满意度模型主要有P-E模型、KANO模型、满意度重要性矩阵模型以及ACSI模型[3]。由于P-E模型不能给出乘客对票务服务的期望与重要性之间的关系;KANO模型只能用于辅助研究,不能直接用来测量乘客满意度;满意度重要性矩阵模型没有考虑乘客感知和乘客期望对满意度的影响,数据的准确度不高;而ACSI模型可以将多个影响因素置于一个因果关系模型中,结构体系更加合理。因此该文选择ACSI模型,路径图如图1所示。

此路径的基本假设为,箭头起始端对箭头末端的元素有一定的路径影响,模型主要由因变量和结果变量构成,其中因变量包括质量期望、感知质量和感知价值。结果变量包括乘客满意、乘客抱怨、乘客忠诚。

铁路票务服务满意度影响因子又可分为潜变量和显变量。其中ACSI模型路径图中的均为潜变量,为不可以直接被测量的变量[4]。显变量是可以直接被测量的变量,每一个潜变量可能对应多个显变量。潜变量又可细分为受外部影响而变化的内生潜变量、不受外部影响而变化的外源潜变量,在图1中路径图中,内生潜变量有感知质量、感知价值等。外源潜变量有质量期望。同理,显变量也可分为受外部影响而变化的内生显变量和不受外部影响而变化的外源潜变量,其中内生显变量包含感知质量、感知價值在表1中对应的若干个测量变量,外源显变量包含质量期望对应的若干个测量变量。

考虑影响铁路网络票务服务和人工票务服务水平的主要影响因素,具体潜变量和显变量对应的测量因子,如表1所示。

2.1 结构方程模型

2.2 网络与人工票务服务满意度方程

3 票务服务满意度调查与分析

3.1 满意度调研基本方案

该次调研的地点选在天津站,以候车室的乘客以及出站口的乘客作为样本数据。天津站作为重要的交通枢纽,铁路旅客较为充足。综合考虑模型中6个潜变量的互相影响,设计中每个问题均遵循5级李克特量表的方式进行评价[5],尽量避免统计中的偏差过大问题,争取客观地反映出旅客的真实想法,使满意度测评结果更加准确。

调研共计发放调查问卷150份,收回有效问卷142份,问卷回收率达94.7%,信度系数为0.912。

3.2 满意度测评分析

通过LISREL软件分别对网络售票和人工售票两种方式进行满意度测评建模分析,各项指标得分如图2、图3所示。

根据网络售票和人工售票满意度测评各项指标得分,可以看出网络售票比人工售票服务满意度高21.2%,反映出旅客更倾向于网络售票,人工售票服务水平还需进一步提高。虽然部分旅客对售票服务有抱怨,但是抱怨率相对较低,且人工售票出现的投诉率较网络售票有一定的降低,说明铁路售票服务中,人工售票始终在发挥着重要的作用,但仍需采取相应的措施以完善售票服务。

由图3可以看出,感知质量相较于感知价值对乘客满意度影响占比很大,这是由于旅客比较注重自身的感受,同时感知质量对感知价值影响较大,从而间接地削落了感知价值对乘客满意度的影响。旅客期望对满意度为很小的负值,原因是乘客的期望值和满意度成反比关系,期望值越高,满意度越低。

4 总结分析与改进措施

根据调查问卷结果分析,可以看出提高铁路票务服务满意度,主要通过提高感知质量、降低旅客抱怨率等方式。具体的举措如构建多渠道的购票信息查询途径、合理的进出站指引、整合站内、站间的资源,实现资源共享。降低旅客抱怨率,积极听取旅客反馈的意见,提出切实有效的解决办法,从而提升铁路部门的票务服务质量和水平。

参考文献

[1]王甦男, 贾俊芳. 旅客运输[M]. 北京:中国铁道出版社, 2010.

[2]甘元艺, 邵毅明, 马庆禄, 等. 道路客运联网售票系统发展优化研究[J]. 综合运输, 2020(11): 20-25.

[3]李素芬, 贾元华, 房生修. 铁路旅客满意度测评指标体系研究[J]. 北方交通大学学报, 2003(5): 59-63.

[4]符宏葵. 铁路票务服务满意度测评及应用研究[D]. 成都:西南交通大学, 2014.

[5]王啸阳. 铁路用户满意指数模型的构建及应用[J]. 铁路通信信号工程技术, 2021(3): 59-63.