文摘

本文旨在探索影响乘客满意度的因素对公交交通,发展中小城市的改进策略。属性数据包括个人属性、旅游活动,收集和感知服务属性在渭南,中国。有序分对数(OL)模型,并下令Probit (OP)模型被用来探索与乘客满意度相关的重要因素对公交运输。比值比(或)是应用于定量测量的影响的重要因素。公共汽车交通改善策略服务提出了基于模型结果运用三因子理论。结果表明,OL模型优于OP模型。年龄、每日平均等待时间,等待时间,转移方便,司机的态度,聪明的旅游信息服务,卫生环境内的公交车,票价,公交路线设置,和公交车站设置明显影响乘客的满意度。其中,票价,等待时间,公交车站设置,智能旅游信息服务,转移方便,公交路线设置标识为激动人心的因素。建议优化公交线路和公交车站设置,建立公交专用车道,优化动态收费系统,并提供智能旅游信息服务可以有效的策略来提高旅客的满意度对中国中小城市公共汽车交通。

1。介绍

随着城市规模的扩张和交通需求的快速增长,交通拥堵一直是一个严重的问题在中国。在2012年,中国政府发布缓解交通拥堵的城市公共交通优先策略,和近100个城市之后的策略和提升乘客从汽车到公共交通的转移。如图1公共汽车交通的客流量不断生长在中国的大城市。相比之下,在中小城市公共汽车交通客流量通常是稳定的,如图2。客流量较低的一个重要原因,公交交通的分享率低是低服务质量的交通模式在中小城市1,2]。客户的满意是常用的测量服务质量在许多行业。此外,乘客的满意可以通知运输机构的服务质量。因此,它是有价值的探索影响乘客的满意度的影响因素在中小城市公共汽车交通。它可以为公交公司提供有针对性的策略来提高服务的质量以及加强中小城市的公交交通的吸引力。

评估公共汽车交通服务质量,中国交通运输部提出了指标体系评估服务质量创建交通大都市(ISASCTM)”(2013年3]。评价指标包括路线设置、公交车站设置,等待环境,卫生环境内部总线,舒适性,转移方便,等待时间,智能旅游信息服务,价格,和司机的服务态度3]。影响服务质量的因素一直在探索在现有的一些研究4- - - - - -9]。以前的文献提供参考的结果为分析乘客的满意度对公交运输。

尽管大量的研究探讨了公交满意度的影响因素,这些研究主要集中在发达国家的城市10- - - - - -19)或中国发达地区的大城市20.]。由于经济发展水平的差异是非常明显的,公共交通基础设施建设和居民的主观满意度之间的公共交通发达城市和中小城市,发达城市的现有结果可能不适合指导公共交通的满意度改善中国落后地区的中小城市。更重要的是,在中小城市经济落后导致非常低的公共交通基础设施的投资。目前,如何有效地使用每一个少量的迫切改善公共交通基础设施投资的关键问题是地方政府或公共汽车公司。准确地识别激动人心的乘客的公交满意度影响因素是基础的地方政府把有限的资金放到紧急公共交通基础设施建设领域。

本研究的目的是探讨影响乘客满意度的因素对中国中小城市公共汽车交通。显示偏好(RP)调查收集乘客的数据在渭南城市中国。有序分对数(OL)模型,并下令Probit (OP)模型是研究开发的因素,包括乘客的属性、属性、旅游活动和感知服务属性和可能有更多的应用到其他研究领域,也(21- - - - - -24]。优势比(ORs)被用来定量测量的影响显著的变量对乘客的满意度。改善策略的基础上,使用三因子理论模型结果进行了讨论。

2。文献综述

可以收集乘客的满意度在公共汽车交通在线调查(8),在面试(11,25- - - - - -27),和移动应用程序28]。一般来说,乘客评估一个特定方面的公共汽车交通服务等服务频率,可靠性,旅行时间,舒适,和骑稳定17- - - - - -20.,25- - - - - -29日]。研究表明,可靠的服务和发车频率是最具影响力的属性与乘客满意度对公交运输(9]。戴尔'oli et al。19)表明,公共汽车交通服务质量可以通过改善等待时间,增强旅游舒适,信息源和发车频率。此外,等待和旅行时间是乘客满意度的重要因素[30.]。此外,守时,旅行速度和发车频率也影响破产运输的服务质量31日]。

除此之外,一些先进的建模技术如结构方程模型(SEM),使用多元回归,和离散选择模型在分析乘客的满意度(1,8,17,25,28,30.]。例如,德Ona et al。16)应用SEM评估乘客的满意度对公共汽车的整体服务质量,发现服务质量是最重要的因素,其次是人事和安慰。然后,De Ona et al。17]也探索之间的关系客户的满意度和感知的可访问性的地铁在塞维利亚,西班牙,使用SEM模型。结果表明,对乘客的服务设备最重要的满意度,其次是可访问性、服务可用性、信息、安全、客户服务、个人空间,和环境污染。Ingvardson et al。30.)用结构方程调查满意度的关键因素公共交通和旅游频率的关系。Tarigan et al。31日]命令Probit模型应用于探索转机乘客的满意度在万隆辅助运输系统,印度尼西亚。

更重要的是,乘客的满意度及其影响因素的差异已经探索了不同的基团。过境乘客被分为六组,人们已经发现,车辆内的准时和安全的最重要属性感知服务质量(31日]。De Ona et al。27)调查不同的旅客群体的感知的服务质量在意大利米兰郊区的铁路。他们发现,虽然在不同人群服务质量被认为是不同的,最关键的因素是规律和守时。Abenoza et al。8)确定最重要的公共汽车交通服务和满意度调查的决定因素的变化随时间属性的重要性在不同的客运组织包括不活跃的旅行者,长途通勤者,城市司机乘客,农村司机上班族和学生。

从上面的分析,我们可以知道,现有研究往往在发达国家的城市和城市在中国发达地区作为研究对象,讨论不同乘客的群体之间的差异。然而,一些研究探索公共交通的满意度的影响因素在中国中小城市,揭示不同大城市和中小城市之间的影响因素。此外,尽管下令logit模型,并下令Probit模型都是常用于识别与PT满意度相关的重要因素,下令logit模型的比较,并下令Probit尚未报道探索对公交运输乘客满意度的影响因素。此外,改善中小城市公共交通满意度策略需要提出由于小研究。

3所示。数据收集

3.1。调查问卷设计

RP调查设计,它是在渭南城市进行的。渭南是一个中小城市位于关中平原东部的。到2018年底,有24个公交线路和377公交车站在渭南32]。公交线路的总长度为187.6公里,和每行的平均长度为15.7公里32]。2018年的客流量达到5018万。然而,公共汽车交通分担率很低,只有2018年的13% (32]。

调查的问卷由四个部分组成。第一部分是乘客的个人属性,包括性别、年龄、月收入、教育、职业、和汽车的所有权。第二部分是研究旅游活动的乘客,包括旅游频率,旅行时间和等待时间。第三部分是汽车运输的服务质量。十个指标从ISASCTM选择公共汽车交通服务质量,包括等待时间,舒适性,公交路线,公交车站设置等等(3]。乘客被要求评估每一个服务质量属性基于四点李克特量表不合格的优秀。在问卷的最后一部分,乘客们被问及他们对公共汽车交通的整体满意度量表使用5从“不满意”、“非常满意”。

3.2。田野调查

面对面的访谈进行了公交线路24日5月16日,2019年。六十交通工程系的大三学生西安建筑大学和技术进行了采访。传导前的调查中,研究人员在实验室认真训练。在调查中使用的随机抽样技术。调查人员被要求随机选择每五人,不论性别,年龄,或其他因素。调查人员首先向受访者解释调查的目的,然后邀请他们参与调查。受访者是保证自愿参与,他们的反应会是匿名的。调查人员在附近来解释任何问题帮助受访者调查中。调查问卷需要大约15分钟的时间来完成。完成调查问卷后,受访者有小幅升值的礼物。

3.3。数据描述

获得1397份有效样本和用于分析。如图3,58.48%的乘客满意的整体服务公共汽车交通,和19.18%的乘客都非常满意。只有0.36%的乘客很不满意的整体服务公共汽车运输。个人属性如表所示1。女性受访者略多于男性。60%的受访者在16 - 45岁之间。关于教育,只有少数受访者是研究生,其他教育水平是平衡的。自主创业的比例是最高的,其次是学生和企业员工。近一半的受访者的汽车,虽然73.94%的受访者的月收入低于4000元。

被申请人的旅行活动属性如表所示2。近一半的受访者乘公共汽车交通一天两次,而一些被调查者每天乘公共汽车交通三倍或更多。绝大多数的受访者每天花不到60分钟乘公共汽车交通,和只有少数受访者花费超过60分钟。等待时间小于15分钟对于大多数的受访者。表3显示每个服务属性的满意度水平。结果表明,超过80%的受访者认为公共汽车交通服务质量属性是“好”和“优秀”,而一小部分评估这些属性为“不合格”。

4所示。方法

4.1。命令Logit模型

有序分对数(OL)模型推导出通过定义一个未被注意的变量Z,这是用作顺序数据的建模基础。在这项研究中,乘客的满意度是一个序数变量包括五个层次:1、不满意;2、贫穷;3、公平;4,好;5,非常满意。的一般规范为每个观察是序数变量(33,34] 在哪里X是解释变量的向量确定离散点吗对于每一个观察,β与解释变量相关系数是一个矢量,然后呢是随机误差项。使用上面的方程,观察乘客的满意度可以被定义为(33,34] 在哪里是未知的有价值的参数(也称为阈值)定义了乘客的满意度和对应的整数秩序。

估计的参数与模型参数β,随机误差项被认为是独立同分布的物流配送。基于假设,有序logit模型可以导出。乘客的满意度的概率属于五个层次被定义为 在哪里= 1、2、3、4、5;是标准的物流累积分布函数和代表了上、下阈值的结果 。

使用最大似然估计的参数估计方法。对于一个人口N观察,对数似OL模型的函数 在哪里= 1,如果观察到离散观测结果吗n是我,否则和零。

4.2。命令Probit模型

有序Probit模型(OP)也被广泛用于拟合的数据结构顺序响应(10,35]。假设Y代表了乘客的满意度,然后是一个潜变量给药 在哪里X解释变量的向量,是与解释变量相关系数向量,然后呢是一个随机误差项标准正态分布。因变量的值Y然后给出(33] 在哪里J是乘客的满意度水平的数量(J= 5)和是阈值参数估计(截止点)。的概率为Y取特定值j是由 在哪里P(Y=j)的概率是响应变量在一个特定的水平j,是标准正态累积分布函数和阈值参数满足限制 。

的参数可以由最大似然估计方法(10,33,35]。似然函数给出 在哪里N是解释变量和的数量吗= 1,如果观察到离散观测结果吗n是j,否则和零。

4.3。模型比较的措施

Akaike信息准则(AIC)和贝叶斯信息准则(BIC)被用来比较模型的拟合优度(33]。作为另类投资会议 在哪里K代表的数量模型参数包括拦截术语和解释变量需要模型和估计l最大似然。

BIC AIC密切相关,更明显的点球对自由变量的影响(33]。BIC是给出 在哪里N代表样本的数量。AIC和BIC越小,拟合的美好就越高。

4.4。优势比

比值比(或)被用来量化解释变量对结果的影响。感兴趣的或计算变量的命令分对数回归。解释变量代表的或增加的可能性结果如果变量的值增加一个单位(33,36- - - - - -39]。或变量x_米可以计算为

5。结果与讨论

5.1。模型结果

多重共线性测试之前进行了建模和方差膨胀因子(VIF)的每个独立变量小于5(见表4),这表明之间不存在严重的多重共线性独立变量(40]。然后,OL和OP模型发展到探索与乘客满意度相关的重要变量。15.0软件占据被用作模型估计建模平台。OL和OP模型的估计结果表5。

如表所示5OL模型中,十个变量包括年龄、每日平均等待时间,等待时间,转移方便,司机的服务态度,智能旅游信息服务,卫生环境内的公交车,票价,公交路线设置,和公交车站设置被发现在90%的置信度水平具有重要意义。OP的模型中,性别、年龄、每日等待时间,等待时间,转移方便,司机的服务态度,智能旅游信息服务,等待环境,卫生环境内的公交车,票价,公交车站设置有重大影响乘客对公交交通满意度90%置信水平。也发现AIC和BIC的OL模型小于OP模型,表明OL模型优于OP模型。因此,选择OL模型的估计结果进行分析。

5.2。模型结果的解释

口服补液盐被用来定量测量的影响显著的因素对乘客的满意度对公交运输。口服补液盐基于OL模型结果如表所示5。乘客满意度对公交运输增加与他们的年龄。根据或分析,额外的可能性对公交运输乘客的满意程度将增加10.29%,每10年的年龄增加。可能的原因是,年纪大的乘客服务的需求较低,更容易感到满意的巴士服务(25]。

乘客的满意度显著相关的每日平均等待时间。日常平均等待时间的负号表明这个变量的增加与减少乘客的满意度水平。或每天的等待时间是0.889,表明额外的乘客的满意程度的几率将减少11.1%的增加每日的平均等待时间5分钟。这一发现是直观的,等待时间长会导致乘客的满意度较低。这一发现支持一项研究的结果(26]。

等待时间的变量是服务质量感知属性。发现这个变量有积极影响乘客的满意度对公交交通,这表明,满足乘客的等待时间越多,他们就越满意与总线服务。根据或结果,额外的乘客的满意程度的几率将增加18.71%为每个额外的感知的等待时间。这个结果是合理的高可靠性汽车使乘客更满意公共汽车等待时间,从而导致更高的满意度水平的乘客乘公共汽车交通。这一发现与之前的研究结果的可靠性是向公共汽车交通与乘客满意度呈正相关(18]。

方便转移有显著积极影响乘客的满意度。或结果的基础上,额外的乘客的满意程度的几率将增加36.02%为每个额外的传输方便。这个结果很简单,提高传输效率可以促进乘客对公交交通的满意度。这一发现与之前的研究结果是一致的(2),“很容易转移”是与公共交通乘客的满意程度呈正相关。

司机的服务态度明显被发现与乘客的满意度。根据或结果,额外的乘客的满意程度的几率将增加31.71%为每个额外的司机的服务态度。这个结果是直观的,司机的服务态度可以使乘客感觉更加温暖和舒适,导致乘客的满意度更高。先前的研究支持的发现是“人员态度”或“司机的态度“公共交通乘客的满意度呈正相关(2]。

智能旅游信息服务有显著积极影响乘客的满意度。智能旅游信息服务可以给乘客提供了很多有用的信息,比如公共汽车位置,旅游行程,和传递信息。或结果的基础上,额外的乘客的满意程度的几率将增加45.06%为每个额外的智能旅游信息服务的水平。这个结果很简单,改善智能旅游信息服务可以帮助乘客的操作和调度信息的公共汽车时,可提升乘客的满意度。这一发现与之前的研究一致,Borjesson et al。12)“信息在停止”或“人员信息”是与公共交通乘客的满意程度呈正相关。

公共汽车内的卫生环境被发现与乘客满意度显著正相关。根据或结果,额外的乘客的满意程度的几率将增加49.27%为每个额外的总线内的卫生环境。这个结果是合理的,公交车内的卫生环境可以让乘客感觉新鲜的空气,确保他们的健康,给乘客一个更好的旅行体验。如上所述,Mouwen [41),“车辆整洁”是与公共交通乘客的满意程度呈正相关。改善卫生环境可以促进乘客的满意度。

票价有显著积极影响乘客的满意度。或结果的基础上,额外的可能性向公共汽车运输乘客的满意程度将增加45.76%为每个额外的满意度水平的旅客对机票价格。尽管一些研究报道,公交车票价没有对乘客满意度的影响(2,12),这项研究表明,价格对乘客的满意度有显著的影响向公共汽车运输。这个结果可以解释变量等提高定价体系的情况可以提高旅客的满意度。

结果表明,公交路线上设置有显著积极影响乘客的满意度。根据或结果,额外的乘客的满意程度的几率将增加22.41%为每个额外的公交路线设置。发现很简单,因为提高公交网络的路由设置可以减少总线的非线性系数和提高客运效率,这有利于提高乘客的满意度。

公交车站设置被发现有显著积极影响乘客的满意度。或结果的基础上,额外的乘客的满意程度的几率将增加79.95%为每个额外的公交车站设置。这个结果是直观的,因为提高停止设置的服务质量能有效缩短乘客的步行距离,可以促进旅客满意度对公交运输。这一发现与之前的研究结果不一致(8,26]“停止设置”被发现不向公共交通乘客的满意度显著相关。

5.3。改善策略

性能分析重要性(IPA)被广泛用于调查服务改善优先级根据客户满意度调查。所指出的曹et al。1),三个因素包括基本因素、绩效因素和激动人心的因素可以确定使用异丙醇的三因子理论。基本因素引用这些属性对乘客的满意度有显著的影响,当他们表现不佳。然而,当他们表现良好时,他们并不增加乘客的满意度。性能因素引用这些属性具有重大影响时,执行好和差或有一个线性对称关系与乘客的满意度,假定在异丙醇。激动人心的因素时引用这些属性具有重大影响或增加乘客的满意度,如果他们表现良好交付。然而,当他们表现不佳时,他们不影响乘客的满意度。

如图4,公共汽车交通属性的因素结构被确定通过使用三因子理论。车票价格,等待时间,公交车站设置,智能旅游信息服务,转移方便,公交路线设置归类为激动人心的因素。特别是,公交票价和等待时间应该集中在乘公共汽车运输公司和政府,因为他们的低性能。此外,公交车内的卫生环境和服务态度的司机被归类为重要的性能因素,需要保持良好的工作。根据三因子分析的结果,建议激动人心的因素应优先和重要性能因素应该被定义为第二优先级提高旅客的满意度对公交运输以及增强公共汽车交通服务质量。

因此,公交专用车道的建设有利于提高公交运输的可靠性和减少等待时间是一种有效的措施来提高乘客的满意度。其次,动态充电系统是一个重要的对策优化公交票价不同季节,不同的区域和不同的年龄群体。同时,优化公交线路,停止设置,构建公交信息系统,提供旅游信息服务可以改善公共汽车交通服务质量,促进乘客的满意度。

6。结论

本研究调查了影响因素的乘客满意度对交通和发展对策改善巴士公交服务质量,促进乘客的满意度。RP调查收集的数据在一个中小城市,渭南城市,中国。OL模型和OP模型开发探索向公交运输乘客满意度的重要因素。或技术用于定量衡量的重要的影响变量。乘客满意度的改进策略,提出了基于模型结果和三因子理论分析。

比较结果表明,OL模型优于OP模型。的因素明显影响乘客的满意度是公交车站设置、票价、智能旅游信息服务,卫生环境内的公交车,司机的服务态度,转移方便,等待时间,和公交路线设置。三因子分析表明,门票价格,等待时间,公交车站设置,智能旅游信息服务,转移方便,公交路线设置激动人心的因素。巴士内的卫生环境和司机的服务态度是重要的性能因素。对策包括公交专用车道的建设、动态充电系统,优化公交线路,停止设置,并提供旅游信息服务提出和讨论。

这项研究有一些局限性。RP调查是进行公共汽车运输乘客。未来的研究应该扩大当前RP non-bus用户调查,和更多的潜在因素的乘客的满意度可以探索。此外,乘客满意度的比较对公交运输应在大城市和中小城市,揭示了不同的影响因素。此外,先进的评估方法,如完整的贝叶斯估计方法应该被应用在OL和OP模型。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。