基于轨道换乘满意度的结构方程模型建立

郭陆灯，李博，王佳，刘铭焕，施三支

（长春理工大学 理学院，长春 130022）

基于轨道换乘满意度的结构方程模型建立

郭陆灯，李博，王佳，刘铭焕，施三支

（长春理工大学 理学院，长春 130022）

从城市轨道换乘乘客的主观感知出发，分别从乘客期望、乘车体验、价值感知和认知反馈等因素入手，研究了长春市轨道换乘枢纽乘客的满意度，建立了基于城市轨道换乘枢纽满意度的结构方程模型，并进行了结果分析。通过分析各因素的各分项指标，对各分项指标进行调研及数据化处理，采用AMOS软件进行模型拟合，并用SPSS软件进行信度分析。分析结果显示，调研结果可信度较高；对于长春轻轨公司提供的各项服务，乘客的满意度偏低。

结构方程模型；满意度；AMOS软件；信度分析

结构方程模型是由瑞典统计学家、心理测量学家Joreskon，K.G于1973年提出的［1］。到了20世纪90年代，结构方程模型已经在心理测量学［2］、计量经济学［3］、统计学［4］、教育学［5］和计算机科学［6］等领域被广泛应用。

结构方程模型在管理学和心理学中的应用最为广泛，已经有越来越多的学者在关注和应用结构方程模型去分析解决问题，其中顾客满意度指数模型（CSI）最具有代表性。本文根据美国顾客满意度指数模型（ACSI）体系［7］，从乘客主观感知角度，分别从乘客期望、乘车体验、价值感知和认知反馈等四大因素入手，利用结构方程模型，研究了长春市轨道换乘枢纽乘客的满意度问题。

1 结构方程模型

结构方程模型［8］的一般形式为

其中，η是内生变量，ξ是外生变量，r表示系统的随机扰动项。X是ξ的观测变量，Y是η的观测变量，ex和e分别是外生变量和内生变量的测量误差。

结构方程模型分别包括两个子模型：结构模型和测量模型。其中结构模型用来描述潜变量之间的关系，其数学模型为（1）式中的第一式，内生变量η和外生变量ξ分别是u维和v维列向量，B=(βij)是u×u维矩阵，描述内生潜变量之间的关系；Γ=(γij)是一个u×v维的矩阵，是η在ξ上的负荷，描述外生潜变量对内生潜变量的影响；r为一个u维结构模型残差向量，反映了模型中未能解释η的部分。测量模型中的测量方程用来描述测量指标与潜变量之间的关系，其数学模型为（1）式中的第二、三式，Λx=(ωij)是一个m×u维的矩阵，称作X在ξ上的因子负荷阵；Λy=(λij)是一个n×v维的矩阵，称作Y在η上的因子负荷阵。ex是m维的误差项列向量；e是n维的误差项列向量。

2 换乘枢纽乘客满意度建模

2.1 变量的选择

在以城市轨道换乘枢纽内乘客主观感知因素为基础建立的结构方程模型中，考虑到在换乘过程中会有多种因素影响到乘客的满意度，本文参照美国顾客满意度指数模型（ACSI）的路径设置，主要通过乘客的期望ξ来体现。其内生潜变量则通过质量感知η2、价值感知η3和认知反馈η4等因素来反映乘客的满意度η1。

在模型中，乘客的期望通过整体服务预期X1、满足出行预期X2、提供服务预期X3来体现。

乘客的满意度会受外界因素的影响，例如列车运行平稳性Y1、车厢拥挤度Y2以及站台候车环境Y3等因素。

乘客的质量感知越好，轻轨的服务质量越高，乘客的满意度就越高。该变量主要通过安全设施Y4、乘车环境Y5和站点设置Y6等三个观测变量进行量化。

乘客的价值感知主要通过价格比Y7和质量比Y8这两个观测变量进行量化。

乘客的认知反馈中，对于轻轨的选择意愿Y9和乘坐频率Y10越高，轻轨的服务质量越高，乘客的满意度就越高。乘客的乘坐轻轨后的抱怨次数Y11和投诉次数Y12越低，乘客的满意度就越高。

各潜变量及其观察变量如图1所示。

2.2 建立结构方程模型

根据以上假设，建立结构方程模型为

测量模型为

其中各Xi变量和Yj变量可通过调查得到，其余参数和变量待估。

2.3 调研结果的AMOS软件分析

图1 各潜变量及其观察变量的关系

本次调查数据来源于长春市轻轨换乘乘客的调研，调研地点为长春轻轨三号线各沿线站点。调查共计发放问卷300份，实际收回问卷260份，共提取有效问卷237份。

调查问卷共17个问题，除个人基本信息外，有效问题共15个。对于满意度、乘坐频率和选择频率，值越高得分越高，将其值分别赋予5分至1分的等分值；而对于抱怨次数以及投诉次数，值越高得分越低，分别赋予1分至5分的等分值。

本文使用AMOS软件［8］对参数进行拟合，输出拟合结果如图2所示。

由图2可知，乘客期望对质量感知，价值感知和满意度影响的路径系数分别为0.698，0.395，0.069，具体各估计结果和误差如表1所示。

在AMOS中，C.R.是参数显著性检验的统计量，P是原假设参数为0成立的概率。

由表1可以看出，模型路径中每份数据中17个参数全部通过显著性检验，即P值全部小于0.05。可以认为所有的路径系数在95%的置信度水平下与0存在显著性差异，没有理由认为路径系数为0，因此建立了结构模型和测量模型分别为

其中r1～r4及e1～e12的拟合结果如图2和表1所示。

表1 社会调研路径系数估计值及相应检验值

图2AMOS拟合结果

3 模型结果分析

由于信度分析是评价调查是否具有稳定性和可靠性的有效的分析方法。因此我们将收集的数据经过量化处理后导入SPSS软件［9］进行信度分析。分析结果如表2所示：

表2 信度分析结果

一般来说，信度分析达到0.8左右表示问卷的信度良好，0.9以上则表示信度极好。从表2可以看出问卷信度分别为0.792，信度良好。

由图2可知乘客期望值为0.38，其余潜变量的值由结构模型公式（2）计算出。计算结果如表3所示。

表3 模型中各潜变量值

由上表3可以得出，乘客期望值较低，仅有0.38。满意度的值为0.55。表示乘客的满意度远高于其期望。这表明大多数人对于轻轨服务不看好，但是经过体验后认为其服务水平远超自己的期望。

从其余各个内生潜变量的值来看，认知反馈＞价值感知＞质量感知，且质量感知和认知反馈值较低，仅为0.43和0.44。分析原因，有如下两点：

（1）在质量感知下设轻轨安全设施、轻轨乘车环境和轻轨站点设置三个观测变量，那么从实际的轻轨运行来讲，分值过低是因为乘客对于轻轨的硬件设施不满意。

一方面是在候车站台与轻轨轨道之间没有明显的警示标志，而且有些站点的不同方向车次的换乘通道是直接经过轨道的，在乘客换乘时存在很大的安全隐患；另一方面是由于轻轨乘客流量较大，内部供乘客抓扶的设施数量远远不足以满足需求，导致列车在启动和停站时很多乘客不易及时稳定身体而带来了人身安全的威胁。

（2）在价值感知下设价格比和质量比两个观测变量，那么从实际的角度来看，分值过低是由于乘客对于其售票价格的区间设置不满意。这主要是因为其只有2元、3元和4元这三个价格区间，并且其2元价格区内包含大概十几个站点。因此有些乘客只是乘坐一两站也是要收费2元，缺乏合理性，故此会引起评价偏低。

在调查中设计了职业种类和年龄段，调查结果见表4所示。

表4 职业类别和年龄组成

调查中年龄组成分布为：25岁以下占据59%左右，和职业组成对比可以看出这个年龄段的人群绝大多数为学生，其余年龄段的人群占据41%左右，且多为在职人员或者个体户。职业组成为：学生占据55%左右，其余45%左右均为社会人员，其中公司职员及个体户等占据了30%左右。通过调查结果可以看出，上班族对于轻轨的服务不满主要是因为其经常乘坐轻轨上下班，会更加注重轻轨公司提供的各项服务质量，会以比较严苛的态度对其服务质量进行评价。

根据调查结果的模型拟合分析，提出如下改善建议：在质量感知方面，应重点注意加强维护乘客的人身安全，在候车站台与轻轨轨道之间设立保护围栏以防乘客跌入轨道，同时还可以保障乘客有序上下车；在价值感知方面，应使价格区间设置合理化，将其设置为1元至5元区，以此来平衡乘客的消费心理。

4 结论

本文调研了长春市轻轨换乘站沿线的乘客，并进行了结构方程模型的拟合，给出了拟合结果和相应的误差，并对调查结果进行了信度分析。

［1]Joreskog K G.A general method for estimating a linear structural equation system［J］.ETS Research Bulletin Series，1970（2）：1-43.

［2]P.M.Bentler.Structural modeling and psychometrika：an historical perspective on growth and achievements［J］.Psychometrika，1986，51（1）：35-51.

［3]Anderson J C，Gerbing D W.Structural equation model⁃ing in practice：a review and recommended two-step ap⁃proach［J］.Psychological bulletin，1988，103（3）：411-423.

［4]J.F.Hair，M.Sarstedt，C.M.Ringle，J.A.Mena.An as⁃sessment of the use of partial least squares structural equation modeling in marketing research［J］.Journal of the Academy of Marketing Science.2012，40（3）：414-433.

［5]Lei M，Lomax R G.The Effect of Varying Degrees of Nonnormality in Structural Equation Modeling［J］. Structural Equation Modeling，2005，12（1）：1-27.

［6]Yang H，Yang H.Developing IT knowledge transfer model by using SEM［J］.WSEAS Transactions on Mathematics，2006，5（1）：174-181.

［7]Claes Fornell，Michael D Johnson，Eugene W Ander⁃son，et al.The American Customer Satisfaction Index：Nature，purpose，and findings［J］.Journal of Marketing，1996，60（4）：7-18.

［8]吴明隆.结构方程模型-EMOS实务进阶［M］.重庆：重庆大学出版社.2013.3.

［9]吴占福，马旭平，李亚奎.统计分析软件SPSS介绍［J］.河北北方学院学报：自然科学版，2008（6）：67-69.

Structural Equation Modeling
Based on Satisfaction of Rail Transfer Hub

GUO Ludeng，LI Bo，WANG Jia，LIU Minghuan，SHI Sanzhi
（School of Science，Changchun University of Science and Technology，Changchun 130022）

The structural equation models based on the passenger’s satisfaction of urban rail transfer hub are established in this pa⁃per.From the viewpoint of passenger’s subjective perception，the paper take into account the passenger’s satisfaction according to passenger expectations，travel experience，value awareness，cognitive feedback and other factors，the structural model and the measurement models are given，respectively.The models fitting by using the software AMOS and analysis were carried out by using SPSS.The results of the analysis show that the survey credibility is higher，but the passenger’s satisfaction is lower.

structural equation model；satisfaction；AMOS software；reliability analysis

O212.1

A

1672-9870（2017）02-0037-04

2016-07-11

国家自然基金（NSFC：51378076，NSFC：51278221）；国家级大学生创业创新课题（40103—129645）

郭陆灯（1993-），男，本科，E-mail：864431887@qq.com

施三支（1968-），女，博士，教授，E-mail：shisanzhi@sina.com