公交乘客滿意度相關(guān)因素的影響程度分析

歐陽劍，胡郁蔥，李橘云，李健行

1)廣州市交通規(guī)劃研究院技術(shù)咨詢所，廣東廣州 510030； 2)華南理工大學(xué)土木與交通學(xué)院，廣東廣州 510640

?

公交乘客滿意度相關(guān)因素的影響程度分析

歐陽劍1，胡郁蔥2，李橘云1，李健行1

1)廣州市交通規(guī)劃研究院技術(shù)咨詢所，廣東廣州 510030； 2)華南理工大學(xué)土木與交通學(xué)院，廣東廣州 510640

摘要：通過大量乘客滿意度問卷調(diào)查，利用樸素貝葉斯分類法，建立候車時間、步行時間和乘車環(huán)境滿意度等9個屬性與乘客總體滿意度之間的滿意度模型，該模型預(yù)測精度達(dá)79.9%．結(jié)果表明，候車時間與乘客總體滿意度之間呈非線性關(guān)系，當(dāng)乘客候車時間<5 min的比例<33.8%時，候車時間<5 min的比例每增加1%，乘客總體滿意度增加0.07%；當(dāng)乘客候車時間<5 min的比例>33.8%時，候車時間<5min的比例每增加1%，乘客總體滿意度增加0.04%．

關(guān)鍵詞：交通運(yùn)輸系統(tǒng)工程；常規(guī)公交；乘客滿意度；候車時間；樸素貝葉斯；非線性關(guān)系

公共交通是城市公共基礎(chǔ)設(shè)施之一，是城市政治、經(jīng)濟(jì)及文化生活不可或缺的紐帶．對常規(guī)公交而言，服務(wù)水平評價有利于及時發(fā)現(xiàn)公交系統(tǒng)中的薄弱環(huán)節(jié)，有利于改善城市公交客運(yùn)服務(wù)水平，甚至可為提高公共交通綜合服務(wù)水平提供依據(jù)．目前，對公交服務(wù)水平的研究主要利用客觀指標(biāo)進(jìn)行綜合評價．武榮楨等[1]運(yùn)用層次分析法從線網(wǎng)布局和客運(yùn)能力水平方面對咸陽市公共交通進(jìn)行評價；徐兵[2]從平均站距和滿載率等方面建立公交服務(wù)水平評價體系，采用灰色關(guān)聯(lián)分析法對沈陽市公共交通進(jìn)行分析；孫慧娟[3]從方便、安全及舒適等方面，運(yùn)用粗糙集決策分析法對濟(jì)南市快速公交系統(tǒng)(bus rapid transit，BRT)進(jìn)行評價．由于利用客觀性能指標(biāo)得出的服務(wù)水平評價，容易造成設(shè)計人員的主觀臆想，導(dǎo)致評價與實際公交乘客的感知存在差距，因此，需要注重乘客感覺的主觀因素分析．該方面研究在國內(nèi)較少，主要因乘客滿意度調(diào)查操作比較困難，且花費(fèi)的人力和財力較大．Gabral等[4]研究了乘客對于公交服務(wù)的態(tài)度，表明公交感知服務(wù)質(zhì)量對乘客使用公交出行相關(guān)性很大；Hiroyuki等[5]通過對洛杉磯公交?？空境丝蜐M意度調(diào)查，發(fā)現(xiàn)乘客滿意度很大程度受車頭時距、步行時間及車輛運(yùn)行可靠性影響，而與站點(diǎn)物理設(shè)施關(guān)系不大；劉建榮等[6-7]利用聯(lián)合分析法對乘客偏好進(jìn)行研究，表明可靠性對乘客偏好影響較大，而步行環(huán)境、站臺環(huán)境對乘客偏好影響較小，其后又運(yùn)用結(jié)構(gòu)方程模型探索了乘客滿意度、乘客期望、感知質(zhì)量、公交形象和乘客忠誠等之間的因果關(guān)系，其結(jié)論表明每提升1單位的感知質(zhì)量，乘客滿意度提高0.81單位，但該模型假設(shè)各因素之間為線性相關(guān)．目前大多研究只對公交服務(wù)水平進(jìn)行綜合評價，有關(guān)服務(wù)水平改善措施對公共交通總體滿意度提升的定量分析研究相對較少，事實上改善措施與公交服務(wù)水平并不一定呈線性相關(guān)．

本研究基于廣州市對2011—2012年新開100條公交線路的乘客滿意度問卷調(diào)查[8]，針對乘客主觀感受所得大量離散、有序及有限的問卷數(shù)據(jù)，利用樸素貝葉斯方法建立適用該調(diào)查結(jié)果的乘客滿意度模型，并利用該模型對提升新開100條公交線路服務(wù)水平的建議措施進(jìn)行效果預(yù)測，得到了候車時間與乘客滿意度的非線性關(guān)系．

1樸素貝葉斯方法

1.1貝葉斯基本理論

(1)

1.2樸素貝葉斯分類技術(shù)

設(shè)一個數(shù)據(jù)樣本有n個屬性，以n維向量 x={x1,x2,…,xn}表示n個屬性的取值；假設(shè)所有數(shù)據(jù)樣本歸屬于m個類別，以m維向量 c={c1,c2,…,cm}表示所有類別，貝葉斯分類過程就是判斷這些樣本分別屬于哪個類別．

樸素貝葉斯基于這樣一個假設(shè)，即當(dāng)給定分類變量時，屬性變量之間條件獨(dú)立[9]，即在給定實例的目標(biāo)值情況下，觀察到聯(lián)合x1,x2,…,xn的概率正好是對每個單獨(dú)屬性的概率乘積，即要滿足

(2)

因此，根據(jù)貝葉斯公式(1)及式(2)，可推斷某一樣本x={x1,x2,…,xn}屬于各個類別cj的概率，具體過程為

樸素貝葉斯分類是找到這一樣本數(shù)據(jù)x具有最大概率的類別cMAP， 即

j∈(1,2,…,m)}

(3)

(4)

(5)

其中， N為樣本數(shù)據(jù)中的總樣本數(shù)； sj為樣本數(shù)據(jù)中屬于cj類別的樣本數(shù)； sji為樣本數(shù)據(jù)中屬于cj類別且含有xi的樣本數(shù)．

2貝葉斯乘客滿意度模型

2.1數(shù)據(jù)來源

2012年，廣州市對新開的100條公交線路進(jìn)行運(yùn)營評估，這些公交線路主要是市中心區(qū)外圍的短途公交線和連接中心區(qū)與郊區(qū)的接駁線．該評估主要是對這100條線路跟車滿意度進(jìn)行問卷調(diào)查，在高峰時段共發(fā)放問卷8 640份，回收8 184份，平均每條線路回收問卷80余份，有效率為94.7%，總體的問卷抽樣率為4.2%，包含了不同年齡段及職業(yè)等的乘客，認(rèn)為樣本有效可靠，具有較好的代表性．

問卷主體設(shè)計包括兩大部分：出行特征，包括步行到達(dá)公交站點(diǎn)時間(5個選項)及公交站點(diǎn)候車時間(5個選項)；滿意度評價，包含線路走向、站點(diǎn)設(shè)置、發(fā)車頻率、準(zhǔn)點(diǎn)率、候車環(huán)境、車型、乘車環(huán)境及對總體滿意度進(jìn)行滿意度評價，每個調(diào)查項提供滿意、比較滿意、一般和不滿意4個選項供被調(diào)查者選擇．

2.2模型建立

相關(guān)樸素貝葉斯分類技術(shù)獨(dú)立性假設(shè)研究表明：樸素貝葉斯分類模型的表現(xiàn)和獨(dú)立性假設(shè)是否滿足沒有必然聯(lián)系[10-11]．根據(jù)乘客滿意度調(diào)查問卷的構(gòu)成可知，步行時間和候車時間等相當(dāng)于貝葉斯模型中的狀態(tài)屬性 x， 乘客總體滿意度相當(dāng)于分類屬性 c， 各屬性取值如表1．根據(jù)離散屬性相關(guān)性分析[12]，狀態(tài)屬性中候車時間與發(fā)車頻率相關(guān)度最大，采用交叉驗證法測試，是否刪除發(fā)車頻率對預(yù)測乘客總體滿意度的影響不大，準(zhǔn)確率誤差平均約2%．因此，本研究案例同樣認(rèn)為獨(dú)立性假設(shè)對本次研究影響不大．

表1　乘客滿意度模型屬性構(gòu)成

在對“比較年新開的100條線路”問卷調(diào)查中，實際回收8 000多份問卷，在本模型中，為便于計算，對填寫不完整的問卷暫時不予考慮，因此，本模型實際利用的數(shù)據(jù)樣本容量為7 011份．

樸素貝葉斯分類模型通常將樣本數(shù)據(jù)分為訓(xùn)練集與測試集．首先，基于訓(xùn)練集根據(jù)式(4)與式(5)得出相關(guān)參數(shù)；其次，基于測試集中的狀態(tài)屬性根據(jù)式(3)得出分類屬性的預(yù)測值；最后，對比分析分類屬性預(yù)測值與調(diào)查得到的分類屬性值獲取模型的準(zhǔn)確率．

本研究運(yùn)用交叉驗證法劃分訓(xùn)練集與測試集，即訓(xùn)練模型3次，第1次選取每條線路前1/3的樣本作為測試集，后2/3的樣本作為訓(xùn)練集(事先對每份問卷進(jìn)行編號)；第2次選取每條線路中間1/3的樣本作為測試集，前1/3與后1/3的樣本作為訓(xùn)練集；第3次選取每條線路的后1/3樣本作為測試集，每條線路的前2/3樣本作為訓(xùn)練集．最后3次試驗取平均，作為本模型的準(zhǔn)確率．

依據(jù)式(4)和式(5)，以第1次訓(xùn)練情形為例，在計算先驗概率時，訓(xùn)練樣本總數(shù)為4 674份，分類屬性乘客總體滿意度為滿意的樣本數(shù)為914份，故乘客總體滿意度為“滿意”的先驗概率為0.196；在計算條件概率時，假設(shè)計算在乘客總體滿意度為“滿意”的基礎(chǔ)上，步行時間為“一般”，此時樣本數(shù)為530份，故其條件概率為0.580，其他依此類推．基于Matlab編程測算[13]，模型試驗結(jié)果如表2，模型準(zhǔn)確率僅有63.5%，精度不高，經(jīng)探究發(fā)現(xiàn)，預(yù)測時分類屬性滿意與比較滿意之間容易誤判，即滿意的容易預(yù)測為比較滿意，比較滿意容易預(yù)測為滿意．事實上，當(dāng)交通管理人員去評估乘客總體滿意度時，認(rèn)為比較滿意已到達(dá)較高水平，此時不區(qū)分滿意與比較滿意已能滿足評估需要．故對滿意與比較滿意不進(jìn)行區(qū)分，均認(rèn)為其滿意，此時模型分類屬性變?yōu)闈M意、一般和不滿意3個類別，重新對模型進(jìn)行標(biāo)定與測算，獲取改進(jìn)模型的預(yù)測準(zhǔn)確率達(dá)79.9%，預(yù)測精度擁有較大幅度的提高，能較準(zhǔn)確的預(yù)測相關(guān)改善公交服務(wù)水平措施所能提升的乘客總體滿意度．

表2　試驗結(jié)果(準(zhǔn)確率)

3乘客滿意度改善措施效果評價

對各屬性與乘客總體滿意度進(jìn)行相關(guān)性分析，乘客候車時間與總體滿意度的相關(guān)性最大，在問卷調(diào)查中，高峰期乘客候車時間在10 min之內(nèi)的僅占60%多，同時也是各屬性滿意度評分最低的指標(biāo)[8]，因此，選取乘客候車時間作為影響乘客總體滿意度的一大重要因素．

本研究模擬實施改善候車時間措施后(如加大發(fā)車頻率等)，乘客候車時間有所下降，此時在原有調(diào)查問卷的基礎(chǔ)上，調(diào)查問卷候車時間發(fā)生如表3的改變，共模擬了6種情形，即在現(xiàn)狀候車時間基礎(chǔ)上，原先候車時間為6～10、11～15、16～20及>20 min中的乘客各有10%、20%、30%、50%和100%的乘客變?yōu)?5、6～10、11～15和16～20 min，以及全部乘客的候車時間均在5 min以內(nèi)，見表3，其余屬性不變，基于改進(jìn)乘客滿意度模型對乘客總體滿意度進(jìn)行預(yù)測．具體過程為：

第1步．獲取改進(jìn)乘客滿意度模型參數(shù)值．通過總計的7 011份問卷來進(jìn)行訓(xùn)練．

第2步．獲取實施改善措施后再次調(diào)查可能獲取的樣本．首先對現(xiàn)有樣本按候車時間的屬性值進(jìn)行排序，利用交叉驗證法獲取改善措施實施后再次調(diào)查可能得到的問卷結(jié)果，如改善情形1，將會出現(xiàn)10種可能的問卷結(jié)果(事實上可能存在無數(shù)多種情況，由于均是隨機(jī)調(diào)查和隨機(jī)排序，本研究認(rèn)為采用交叉驗證法能獲取具有典型代表性的可能樣本)，具體過程類似于訓(xùn)練集與測試集的劃分，其他情形依此類推．

第3步．獲取乘客總體滿意度預(yù)測值．根據(jù)不同情形獲取的樣本進(jìn)行預(yù)測，當(dāng)可能樣本出現(xiàn)多個時(如改善情形1—4)，取預(yù)測值的平均值為該情形的總體滿意度預(yù)測值．

表3　改善措施實施后乘客可能候車時間構(gòu)成

圖1　乘客總體滿意度與候車時間關(guān)系Fig.1　The relationship between passenger satisfactions and waiting time

候車時間不同改善水平同乘客總體滿意度的關(guān)系如圖1，候車時間<5 min的比例越大，乘客滿意度越大，但并不成線性關(guān)系，具體為：當(dāng)乘客候車時間<5 min的比例<33.8%時，候車時間<5 min的比例每增加1個百分點(diǎn)，乘客總體滿意度增加0.07個百分點(diǎn)；當(dāng)乘客候車時間<5 min的比例>33.8%時，候車時間<5 min的比例每增加1個百分點(diǎn)，乘客總體滿意度增加0.04個百分點(diǎn)，以圖1虛線為界．

結(jié)語

本研究基于樸素貝葉斯方法，建立公交乘客滿意度模型，經(jīng)驗證模型預(yù)測精度較高，且運(yùn)用候車時間的改善對提升公交服務(wù)水平做了預(yù)測，給出候車時間與總體滿意度之間的關(guān)系．本研究僅呈現(xiàn)一種主要因素與乘客總體滿意度之間的關(guān)系，且未考慮相關(guān)改善措施所需的資金投入，下一階段擬從資金投入，多措施組合改善著手，提出改善公交滿意度水平更有效、更經(jīng)濟(jì)的建議方案．同時，該模型對總體滿意度為滿意與較滿意的辨別能力較差，后續(xù)研究將結(jié)合“互聯(lián)網(wǎng)+”的盛行，從模型構(gòu)建開展深入研究．

參考文獻(xiàn)/References：

[1] 武榮楨, 翟棟棟, 郗恩崇, 等. 城市公共交通服務(wù)滿意度評價模型[J]. 交通運(yùn)輸工程學(xué)報, 2009, 9(4): 65-70.

Wu Rongzhen, Zhai Dongdong, Xi Enchong, et al. Evaluation model of satisfaction degree for urban public transit service[J]. Journal of Traffic and Transportation Engineering, 2009, 9(4): 65-70.(in Chinese)

[2] 徐兵. 城市公交服務(wù)水平評價研究[D]. 長春: 吉林大學(xué), 2011.

Xu Bing. Research on service level evaluation of public transportation[D]. Changchun: Jilin University, 2011.(in Chinese)

[3] 孫慧娟. 城市快速公交服務(wù)水平評價研究[D]. 成都: 西南交通大學(xué), 2009.

Sun Huijuan. The evaluation of the service level for BRT[D]. Chengdu: Southwest Jiaotong University, 2009.(in Chinese)

[4] Beir?o G, Cabral J A S. Understanding attitudes towards public transport and private car: a qualitative study[J]. Transport Policy, 2007(24): 478-489.

[5] Iseki H, Taylor B D. Style versus service? An analysis of user perceptions of transit stops and stations[J]. Journal of Public Transportation, 2010, 13(3): 39-63

[6] 劉建榮, 鄧衛(wèi), 張兵. 基于聯(lián)合分析的公交服務(wù)質(zhì)量研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2011, 11(4): 97-102.

Liu Jianrong, Deng Wei, Zhang Bing. Conjoint analysis based transit service quality research[J]. Journal of Transportation Systems Engineering and Information Technology, 2011, 11(4): 97-102.(in Chinese)

[7] 劉建榮. 公交通行能力及服務(wù)水平研究[D]. 南京: 東南大學(xué), 2011.

Liu Jianrong. Transit capacity and service quality analysis[D]. Nanjing: Southeast University, 2011.(in Chinese)

[8] 胡郁蔥, 陳海偉, 歐陽劍，等. 2012年廣州市新開公交線路客流特征及滿意度評價研究報告[R]. 廣州市交通委員會,2012:5-9,13-15.

Hu Yucong, Chen Haiwei, Ouyang Jian, et al. A study report of Guangzhou new bus lines passenger flow characteristics and satisfaction evaluation in 2012[R]. Guangzhou Transport Planning Board, 2012:5-9, 13-15.(in Chinese)

[9] 米切爾, 曾華軍. 機(jī)器學(xué)習(xí)[M]. 北京：機(jī)械工業(yè)出版社, 2003:127.

Mitchell T, Zeng Huajun. Machine learning[M]. Beijing: Mechanical Industry Press, 2003:127.(in Chinese)

[10] Hand D J，Yu K. Idiot’s Bayes-not so stupid after all?[J]. International Statistical Review，2001(69)：388-369.

[11] 范金金, 劉鵬. 樸素貝葉斯分類器的獨(dú)立性假設(shè)研究[J]. 計算機(jī)工程與應(yīng)用, 2008, 44(34): 139-141.

Fan Jinjin, Liu Peng. Research on Naive Bayesian classifier’s independence assumption[J]. Computer Engineering and Applications, 2008, 44(34): 139-141.(in Chinese)

[12] 張靜，王建民，何華燦. 基于屬性相關(guān)性的屬性約簡新方法[J].計算機(jī)工程與應(yīng)用，2005，41(28)：55-57.

Zhang Jing, Wang Jianmin, He Huacan. A novel feature reduct algorithm based on feature correlation[J]. Computer Engineering and Applications, 2005, 41(28):55-57.(in Chinese)

[13] 梅志紅, 楊萬. MATLAB程序設(shè)計基礎(chǔ)及其應(yīng)用[M]. 北京：清華大學(xué)出版社有限公司, 2005:193-200.

Mei Zhihong, Yang Wan. MATLAB programming foundation and its application[J]. Beijing: Tsinghua University Press, 2005:193-200.(in Chinese)

【中文責(zé)編：方圓；英文責(zé)編：木南】

Influence analysis of the factors related to bus passenger gross satisfaction

Ouyang Jian1, Hu Yucong2, Li Juyun1?, and Li Jianxing1

1) Technical Consultation Department, Guangzhou Transport Planning Research Institute,Guangzhou 510030, Guangdong Province, P.R.China 2) School of Civil Engineering and Transportation, South China University of Technology,Guangzhou 510640, Guangdong Province, P.R.China

Abstract：On the basis of a large number of questionnaires, a model is proposed to describe the relationship between passenger gross satisfaction (PGS) and nine properties such as passenger waiting time, walking time, travel conditions and so on by using the Naive Bayes classifier. The model achieves the prediction accuracy of 79.9%. The results show that the relationship between PGS and bus waiting time is nonlinear. If the proportion of bus waiting time, which is less than 5 min (PBWT5), increases by 1 percent, the PGS will increase by 0.07 percent when PBWT5 is less than 33.8%. However, when PBWT5 is over 33.8%, if PBWT5 increases by 1 percent, the PGS will increase by 0.04 percent.

Key words：transportation system engineering; regular public transit; passenger gross satisfaction; waiting time; Naive Bayes; non-linear relationship

基金項目：國家自然科學(xué)基金資助項目(61174188)

作者簡介：歐陽劍(1988—)，男，廣州市交通規(guī)劃研究院助理工程師. 研究方向：數(shù)據(jù)挖掘分析. E-mail：1131551023@qq.com

中圖分類號：U 491

文獻(xiàn)標(biāo)志碼：A

doi：10.3724/SP.J.1249.2016.03288

【交通物流 / Transportation Logistics】

Received：2015-12-14；Accepted：2016-03-02

Foundation：National Natural Science Foundation of China (61174188)

? Corresponding author：Senior engineer Li Juyun. E-mail: 27469198@qq.com

Citation：Ouyang Jian，Hu Yucong, Li Juyun, et al. Influence analysis of the factors related to bus passenger gross satisfaction[J]. Journal of Shenzhen University Science and Engineering, 2016, 33(3): 288-292.(in Chinese)

引文：歐陽劍，胡郁蔥，李橘云，等. 公交乘客滿意度相關(guān)因素的影響程度分析[J]. 深圳大學(xué)學(xué)報理工版，2016，33(3)：288-292.