楊凌示范區(qū)公共自行車管理的居民滿意度及影響因素的調(diào)查研究

陳勝杰+楊莉娟

摘要：本文基于2016年下半年對楊凌示范區(qū)區(qū)居民關(guān)于公共自行車服務(wù)滿意度的調(diào)查數(shù)據(jù)，通過居民對整體滿意度與9個主要層面滿意度評價得分建立計量模型，運用統(tǒng)計軟件分析影響公共自行車服務(wù)整體滿意的驅(qū)動因素之間的關(guān)系，在此基礎(chǔ)上并提取兩個公共因子進行研究分析。分析結(jié)果表明，楊凌示范區(qū)居民對公共自行車系統(tǒng)評價整體滿意度較高，但仍然存在一些問題。目前，主要存在的最大問題是網(wǎng)點便民服務(wù)和網(wǎng)點布局和數(shù)量。最后根據(jù)分析研究為政府有關(guān)部門提出有針對性的建議。

關(guān)鍵詞：因子分析法；公共自行車；滿意度；logistic回歸分析

中圖分類號： F572.88 文獻標(biāo)識碼： A 文章編號： 2095-2457（2017）23-0100-003

【Abstract】Based on the survey data of residents 'satisfaction with public bicycle service in the second half of 2016， this paper establishes a measurement model through the residents' satisfaction with the overall satisfaction and the evaluation of nine major levels of satisfaction.The use of statistical software to analyze the overall satisfaction of the public bicycle service.The relationship between the driving factors，on this basis and extract two common factors for research and analysis.The results show that the residents in Yangling District have higher overall satisfaction with the evaluation of public bicycle system，but there are still some problems.At present，the main problem is the main point of network convenience services and network layout and quantity.Finally，according to the analysis of research for the relevant government departments to put forward targeted recommendations.

【Key words】Factor analysis method；Public bike；Satisfaction；Logistic regression analysis

0 引言

隨著楊凌示范區(qū)城市化的迅速發(fā)展，交通堵塞、城市污染日益嚴(yán)重，綠色出行已成為城市交通發(fā)展的首選。在此背景下，楊凌示范區(qū)的公共自行車于2015年11月投入使用，有效緩解了城市的交通壓力。本項目針對居民對公共自行車管理的滿意度進行研究，為提高楊凌示范區(qū)公共自行車使用率，提升其服務(wù)性，真正為實現(xiàn)“綠色城市，健康出行”的目標(biāo)提供參考，同時為國內(nèi)城市公共自行車系統(tǒng)建設(shè)提供有價值的借鑒。

Mark Wardman等（2007）[1]通過方式選擇模型研究人們選擇自行車通勤的影響因素他們得出結(jié)論：換乘設(shè)施和隔離的自行車道對促進自行車出行有顯著影響。Patrick Vogel等（2010）[2]研究了租借站點位置優(yōu)化的時空模型。Luigi DellOlio等（2011）[3]提出了一種計算用戶潛在需求和付費意愿的方法，同時借助GIS給出了租借站點選址模型，能確定自行車共享系統(tǒng)的用戶屬性、最高收費額和租借點的最佳布設(shè)位置。Maria Bordagaray等（2012）[4]研究了公共自行車服務(wù)的用戶感知建模問題。他們量化了用戶感知的系統(tǒng)服務(wù)質(zhì)量，用于標(biāo)定出有序Probit模型。Kristian（2009）[5]對巴黎、里昂和巴塞羅那三個比較典型的公共自行車項目進行了比較分析，總結(jié)了它們的運作方式、服務(wù)模式、注重技術(shù)運用和強調(diào)品牌形象等特點，探討了項目運營后的實際效果。

耿雪等（2009）[6]對調(diào)査區(qū)域進行分區(qū)，依據(jù)居住人口、商業(yè)、就業(yè)崗位和設(shè)施四種類型，預(yù)測各分區(qū)的日均出行次數(shù)，進而得出公共自行車租賃站點數(shù)量及應(yīng)配備的自行車規(guī)模。潘海嘯等（2010）[7]研究指出，公共自行車的發(fā)展需要政府有明確的目標(biāo)并提供有效支持，應(yīng)鼓勵采取企業(yè)與政府合作的模式，以充分發(fā)揮企業(yè)控制成本、技術(shù)創(chuàng)新優(yōu)勢，以及政府引導(dǎo)和整合社會資源優(yōu)。Xingcai Liu（2011）[8]等采用SWOT分析方法來分析自行車的發(fā)展，設(shè)計基于群眾滿意度，包括使用者滿意數(shù)量、網(wǎng)點密度、站點可供出租車輛的層次分析評價體系。劉璐等（2011）[9]采用問卷調(diào)査方式，獲取公共自行車服務(wù)現(xiàn)狀及影響滿意度主要因素等信息，然后運用SPSS進行因子分析，推知15個因子分屬六類主因子，據(jù)此提出相應(yīng)改進措施。崔夢蕾（2011）[10]通過問卷調(diào)査，利用因子分析、多元回歸模型對公共自行車用戶滿意度進行計量分析，得出影響滿意度的因素，其中服務(wù)設(shè)計、可設(shè)計、可得性對于用戶的滿意度具有重要影響。

國外研究只針對某一特定公共自行車的用戶進行調(diào)查，調(diào)查問卷有一定的局限性，又側(cè)重于推廣自行車共享的理念，著重于公共自行車系統(tǒng)的經(jīng)濟性，通常結(jié)合其他交通方式開展公共自行車模型研究。國內(nèi)研究談及公共自行車設(shè)置方法和運營管理層面較多，針對居民對其滿意度和意愿的研究較少，對公共自行車需求的預(yù)測和規(guī)模的估算尚不深入。國內(nèi)60多個城市都已正式運行公共自行車系統(tǒng)，許多縣市也正在積極籌建中。各城市的公共自行車系統(tǒng)現(xiàn)階段仍存在著出行環(huán)境差、租押金過高、管理模式不合理、社會認(rèn)同度不高等共同問題。楊凌示范區(qū)于2015年11月初次投放使用公共自行車，也存在很多問題，可見公共自行車系統(tǒng)亟待改進與完善。endprint

1 實證研究

1.1 研究設(shè)計

為了便于收集和統(tǒng)計，本研究采用以問卷調(diào)查方法為主，輔以面對面交流的形式。問卷分為三個部分，第一部分為對公共自行車的使用情況（包括每周使用次數(shù)、使用目的和每次使用時間）；第二部分為被調(diào)查者對影響楊凌公共自行車系統(tǒng)的9個主要因素，包括投訴處理服務(wù)、網(wǎng)點便民服務(wù)、租車價格合理性、租車可得性、自行車調(diào)度及時性、騎車舒適度、網(wǎng)點布局和數(shù)量、自行車的性能的滿意度、政府宣傳打擊力度第三部分為被調(diào)查者的基本信息（包括性別、年齡、職業(yè)和收入）以及對楊凌公共自行車系統(tǒng)的整體評價及未來發(fā)展建議。其中，第二部分的每個因素得分采用“非常滿意=5、比較滿意=4、一般=3、不太滿意=2、很不滿意=1”的形式予以計算。

1.2 樣本數(shù)據(jù)

本研究采用隨機抽樣的方法展開調(diào)研，調(diào)研時間為2016年9月至12月，共取得了224份問卷，其中有201份有效問卷，回收率為89.3%。主要的調(diào)研地點是西農(nóng)南門、政務(wù)大廈、創(chuàng)業(yè)大廈和運營部。

1.3 模型構(gòu)建

本文擬采用SPSS統(tǒng)計軟件對包括投訴處理服務(wù)、網(wǎng)點便民服務(wù)、租車價格合理性、租車可得性、自行車調(diào)度及時性、騎車舒適度、網(wǎng)點布局和數(shù)量、自行車的性能的滿意度、政府宣傳打擊力度這9個因素進行因子分析，9個因素分別用變量X1、X2、X3、X4、X5、X6、X7、X8、X9表示；整體滿意度作為因變量用Y表示。

2 結(jié)果與分析

2.1 描述性統(tǒng)計

2.1.1 用戶基本情況

1）性別：被調(diào)查者中，男性占56%，女性占44%，用戶男女比例基本平衡。

2）年齡：20歲以下占8%，21-35歲占44%，36-50歲占40%，51周歲一上的占8%，用戶年齡集中在21-50周歲。

3）職業(yè)：專業(yè)技術(shù)人員占24%，機關(guān)事業(yè)單位職員占36%，企業(yè)職員占20%，學(xué)生占8%，已退休人員占12%，外來務(wù)工人員占8%，用戶以事業(yè)單位職員為主。

4）收入：1500-3000元占28.6%，3000-4500元占50%，4500-6000元占12%，用戶大部分月收入在3000-4500元。

2.1.2 用戶出行特征

1）使用目的（多選）：大多數(shù)用戶將公共自行車用于近距離出行，出行目的主要為通勤、換乘和休閑鍛煉。

2）使用時間：公共自行車的使用高峰集中在上午7-9點、中午11-13點，下午17-19點，此段時間亦是通勤出行的高峰期，由此可見使用時間的分布與使用目的的調(diào)查結(jié)果基本吻合。

3）租賃時長：用戶的租賃時長均在1小時以內(nèi)。

4）使用頻率：一周使用1-3次的占21.43%，一周使用4-7次的占42.86%，一周使用8-11次的占35.71%。

2.1.3 各因素對滿意度的影響

通過市民對這9個因素的評價得分?jǐn)?shù)據(jù)顯示： 市民對各驅(qū)動因素評價得分較低的為X2網(wǎng)點便民服務(wù)、X7網(wǎng)點布局和數(shù)量，均在3.5分以下，得分較高的為X1投訴處理服務(wù)和X3租車價格合理性，均在4分以上，總體滿意度得分為4分，基本滿意。

2.2 因子分析

2.2.1 因子分析可行性檢驗

借助SPSS統(tǒng)計分析軟件的Bartlett的球形度檢驗和KMO檢驗方法對評價指標(biāo)之間是否存在一定的線性關(guān)系，是否適合采用因子分析提取因子進行分析。結(jié)果如表2所示。KMO統(tǒng)計量的取值為0.729，球形檢驗P值小于0.05，表示所有變量間相關(guān)性較強，適合作因子分析。

2.2.2 特征值及方差貢獻率分析

通過主成分分析法，用特征值大于1作為提取公因子的標(biāo)準(zhǔn)可提取2個公因子，如表 所示。公共因子的貢獻率表示該因子反映原始變量的信息量，累計貢獻率表示相應(yīng)幾個公共因子累計反映原始變量的信息量，從表 可知前2個公因子共解釋原變量的60.095%，能較好地反映原始變量，其中第一個公因子解釋原始變量的39.075%，貢獻率不錯。

2.2.3 因子旋轉(zhuǎn)分析

采用正交旋轉(zhuǎn)中的方差最大法對初始因子載荷矩陣進行旋轉(zhuǎn)，以便于對公因子進行命名，得到的旋轉(zhuǎn)后的因子載荷矩陣如表4所示。從表4可以看出，投訴處理服務(wù)、網(wǎng)點便民服務(wù)、租車價格合理性、政府宣傳打擊力度在第1個公因子上有較高的載荷，由于這幾個因子都與公共自行車系統(tǒng)的服務(wù)性有關(guān)，因此稱為服務(wù)性因子；剩下的網(wǎng)點布局和數(shù)量、租車便利性、自行車調(diào)度及時性、騎車舒適度、自行車的性能在第2個公因子上有較高的載荷，由于這幾個因子都與公共自行車系統(tǒng)的自行車有關(guān)，因此稱為自行車因子。

2.2.4 因子得分矩陣分析

2.3 進一步分析

為了找出影響公共自行車服務(wù)滿意度要素的主要方面，將F1、F2兩個因子作為自變量，以整體滿意度的評分作為因變量（按照非常滿意=5、比較滿意=4、一般=3、不太滿意=2、很不滿意=1進行賦值）進行回歸分析，得到回歸方程：

3 結(jié)論與建議

3.1 結(jié)論

本文建立在實際調(diào)查的數(shù)據(jù)上，通過市民對公共自行車服務(wù)系統(tǒng)投訴處理服務(wù)、網(wǎng)點便民服務(wù)、租車價格合理性、租車可得性、自行車調(diào)度及時性、騎車舒適度、網(wǎng)點布局和數(shù)量、自行車的性能的滿意度、政府宣傳打擊力度這9個因素評價得分建立計量經(jīng)濟模型進行分析，并利用主成分分析法提取F1和F2公因子，其中F1服務(wù)因子包含訴處理服務(wù)、網(wǎng)點便民服務(wù)、租車價格合理性、政府宣傳打擊力度，F(xiàn)2自行車因子包含網(wǎng)點布局和數(shù)量、租車便利性、自行車調(diào)度及時性、騎車舒適度、自行車的性能。結(jié)合回歸報告得出如下主要結(jié)論：

市民對各驅(qū)動因素評價一般滿意的是網(wǎng)點便民服務(wù)、網(wǎng)點布局和數(shù)量，比較滿意的是投訴處理服務(wù)和租車價格合理性，總體滿意度得分為4分，基本滿意。endprint

公共自行車起到了部分替代步行、私人自行車和公交車的作用，也使居民對私家車和出租車的使用下降很多，具有綠色出行的積極意義。

3.2 政策建議

一是建議政府增加網(wǎng)點數(shù)量，在調(diào)查中有32%的居民表示公共自行車網(wǎng)點在出發(fā)處400米之外，可以在商業(yè)區(qū)和居民區(qū)增加租賃點，同時完善自行車調(diào)度力度，可以適當(dāng)增加一些調(diào)度車，調(diào)度管理問題則與相關(guān)的調(diào)度設(shè)施尚未建設(shè)完善有關(guān)。

二是完善借車系統(tǒng)，降低故障率。對于智能租賃終端信息系統(tǒng)等技術(shù)方面要繼續(xù)的研發(fā)力度，研制出更好的系統(tǒng)，運用智能技術(shù)，依托計算機網(wǎng)絡(luò)和GPS定位系統(tǒng)等先進技術(shù)，對各網(wǎng)點的公共自行車實行全面動態(tài)監(jiān)控，科學(xué)合理地調(diào)配各個網(wǎng)點之間的公共自行車輛數(shù)量，使公眾隨時隨地有車借，隨時隨地有車位還車。

三是提高自行車本身質(zhì)量與性能，讓使用者有更好的用戶體驗。

四是政府應(yīng)增強公共自行車宣傳力度，監(jiān)督機制的不完善，更是需要立法部門并成立相關(guān)專業(yè)性機構(gòu)對該項目實施過程中政府與企業(yè)的行為進行監(jiān)督加以完善。

【參考文獻】

[1]Mark Wardman，Tight Miles and Page Matthew. Factors influencing the propensity to cycle to work.Transportation Research Part A：Policy and Practice，2007，41（4）：339～350.

[2]Vogel Patrick and Mattfeld Dirk Christian.Modeling of Repositioning Activities in Bike-sharing Systems.in：World Conference on Transport Research.2010.

[3]Olio Luigi Dell，Ibeas Angel and Moura Jose Luis.Implementing bike-sharing systems.Municipal Engineer，2011.164：89～101.

[4]Bordagaray Maria，Ibeas Angel and Dell Olio Luigi.Modeling User Perception of Public Bicycle Services.Procedia - Social and Behavioral Sciences，2012.54：1308～1316.

[5]Elliot Fishman，Simon Washington，Narelle Haworth.Bike Share：A Synthesis of the Literature[J].Transport Reviews：A Transnational Transdisciplinary Journal.2013，Vol33，Iss2：148-165.

[6]耿雪，田凱，張宇，黎晴.巴黎公共自行車租賃點規(guī)劃設(shè)計[J].城市交通，2009，7（4）：21-29.

[7]潘海嘯，湯謁，麥賢敏，牟玉江.公共自行車交通發(fā)展模式比較[J].城市交通，2010，11（6）：40-43.

[8]Xingcai Liu，Rui Song，Li Zhen and Yang Sun.Thought of Bicycle Traffic Development under Low-Carbon Background[C].Proceedings of the Third International Conference on Transportation Engineering.2011：3280-3285.

[9]劉璐，李揚，徐國虎.武漢市公共自行車服務(wù)滿意度實證研究[J].物流工程與管理，2011，5（33）：116-117.

[10]崔夢蕾.基于顧客滿意度的城市居民對公共自行車出行分析——以武漢市為例[J].現(xiàn)代商貿(mào)工業(yè)，2011.9：125-126.

[11]錢佳，汪德根，牛玉.城市居民使用市內(nèi)公共自行車的滿意度影響因素分析——以蘇州市為例[J].地理研究，2014，（2）endprint