寧波市公共自行車服務(wù)滿意度評(píng)價(jià)模型構(gòu)建研究

陳文鑫，岳昊 ，韓紅艷 ，施翔勻

(1.北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，北京 100044；2.武漢理工大學(xué)交通學(xué)院，湖北 武漢 430070；3.北方工業(yè)大學(xué)電氣與控制工程學(xué)院，北京 100144)

作為寧波市“四位一體”公交發(fā)展思路中的重要一環(huán)，公共自行車在緩解城市交通擁堵、解決居民最后一公里出行、改善城市交通環(huán)境等方面發(fā)揮著重要的作用。因此，公共自行車服務(wù)滿意度(即使用群體對(duì)公共自行車的滿意程度)的優(yōu)劣不僅反映著其功能作用的發(fā)揮，也指導(dǎo)著公共自行車下一輪改進(jìn)的方向。公共自行車作為一種綠色化出行的交通方式，在國(guó)內(nèi)外得到了廣泛的認(rèn)可與推廣普及。但對(duì)比國(guó)內(nèi)外公共自行車的普及力度、發(fā)展現(xiàn)狀以及服務(wù)滿意度不難發(fā)現(xiàn)，國(guó)外公共自行車的普及力度更大、發(fā)展現(xiàn)狀更好、服務(wù)滿意度更高[1-3]。以荷蘭格羅寧根市為例，公共自行車在居民日常出行中的占比高達(dá)39%[4]，而寧波市此項(xiàng)占比僅為3.78%；同時(shí)，荷蘭居民中近90%的居民對(duì)于國(guó)內(nèi)公共自行車的發(fā)展現(xiàn)狀表示滿意[5-12]，但寧波市公共自行車自2013年投入運(yùn)營(yíng)至今，尚未實(shí)現(xiàn)對(duì)公共自行車服務(wù)滿意度的有效評(píng)價(jià)及合理預(yù)測(cè)。

關(guān)于城市公共自行車服務(wù)滿意度評(píng)價(jià)模型構(gòu)建方法的研究，國(guó)內(nèi)學(xué)者多應(yīng)用層次分析法、因子分析法、結(jié)構(gòu)方程模型等方法。其中，崔夢(mèng)蕾[13]運(yùn)用因子分析、多元回歸模型研究分析公共自行車滿意度的影響因素，并對(duì)公共自行車滿意度進(jìn)行計(jì)量分析；蔣麗芹等[14]采用問卷調(diào)查結(jié)合因子分析的方法，以無錫市公共自行車為例，提煉影響公共自行車滿意度的三類主成分因子并據(jù)此進(jìn)行改善對(duì)策的研究；吳寶泰等[15]運(yùn)用特爾菲法與層次分析法相結(jié)合的方法，構(gòu)建城市公共自行車系統(tǒng)公眾滿意度評(píng)價(jià)體系來評(píng)價(jià)城市公共自行車的公眾滿意度；錢佳等[16]基于探索性因子分析的方法，構(gòu)建影響使用公共自行車滿意度的結(jié)構(gòu)方程假設(shè)模型來研究影響蘇州市公共自行車滿意度的影響因素；張磊等[17]通過問卷調(diào)查的方式，利用因子分析與回歸分析相結(jié)合的方式分析武漢市公共自行車滿意度的影響因素及滿意度等。相反，國(guó)外學(xué)者中則較少有人開展公共自行車服務(wù)滿意度評(píng)價(jià)模型構(gòu)建的相關(guān)研究?；趪?guó)外公共自行車的發(fā)展現(xiàn)狀，國(guó)外學(xué)者更側(cè)重于從事公共自行車布局、規(guī)劃等方面的研究工作?？偨Y(jié)分析國(guó)內(nèi)外研究現(xiàn)狀發(fā)現(xiàn)，關(guān)于公共自行車服務(wù)滿意度建模的研究主要存在如下3個(gè)問題：(1)建模過程缺少數(shù)據(jù)支撐或數(shù)據(jù)量過小，無法確保模型的準(zhǔn)確性；(2)缺少對(duì)模型的驗(yàn)證評(píng)估，無法確保模型的適用性及合理性；(3)提出的改善對(duì)策過于宏觀，針對(duì)性較弱。

本文以寧波市公共自行車為例，通過問卷調(diào)研方式，采集并回收到1 688份有效問卷。隨機(jī)抽取95%的問卷樣本后，利用因子分析法對(duì)95%的問卷樣本進(jìn)行分析、篩選出影響公共自行車服務(wù)滿意度的6個(gè)因子，并利用二項(xiàng)logistic法剔除顯著性較弱的因子，篩選出5個(gè)有效因子參與構(gòu)建公共自行車服務(wù)滿意度評(píng)價(jià)模型。同時(shí)，針對(duì)前人研究中未對(duì)評(píng)價(jià)模型進(jìn)行有效檢驗(yàn)的不足，在模型檢驗(yàn)過程中利用預(yù)留的5%樣本數(shù)據(jù)驗(yàn)證評(píng)價(jià)模型的合理性與準(zhǔn)確性。最后，結(jié)合寧波市公共自行車運(yùn)營(yíng)特征及國(guó)內(nèi)外公共自行車的發(fā)展現(xiàn)狀，提出合理的改善對(duì)策。

1 問卷基本情況

1.1 問卷問題設(shè)置

問卷共包含4部分內(nèi)容，分別為居民個(gè)人信息、公共自行車使用現(xiàn)狀、公共自行車常見故障類型以及公共自行車服務(wù)滿意度。其中，公共自行車服務(wù)滿意度共包含11個(gè)問題，分別為總體滿意度評(píng)價(jià)以及10個(gè)涉及服務(wù)滿意度的因素的評(píng)價(jià)，10個(gè)因素包括：F1站點(diǎn)數(shù)量與布局；F2站點(diǎn)設(shè)施情況；F3高峰時(shí)期借車便利性；F4高峰時(shí)期還車便利性；F5刷卡系統(tǒng)穩(wěn)定性；F6計(jì)費(fèi)準(zhǔn)確性；F7自行車外觀、質(zhì)量；F8借還、站點(diǎn)信息發(fā)布情況；F9現(xiàn)場(chǎng)、熱線工作人員服務(wù)態(tài)度；F10配套非機(jī)動(dòng)車道及相關(guān)設(shè)施。針對(duì)公共自行車服務(wù)滿意度的11個(gè)問題，設(shè)置“滿意、一般、不滿意”3個(gè)選項(xiàng)供給被調(diào)查人員勾選，在數(shù)據(jù)分析環(huán)節(jié)參考李克特五級(jí)評(píng)分法，并結(jié)合問卷數(shù)據(jù)特征，對(duì)“滿意、一般、不滿意”3個(gè)選項(xiàng)分別賦值5分、3分以及1分進(jìn)行數(shù)據(jù)統(tǒng)計(jì)分析。

1.2 數(shù)據(jù)基本情況

通過對(duì)被調(diào)查人員的個(gè)人信息基本情況的統(tǒng)計(jì)發(fā)現(xiàn)，采集并回收的1 688份居民滿意度有效問卷隨機(jī)分布性好、合理性強(qiáng)、數(shù)據(jù)詳實(shí)，具備分析的價(jià)值。

1.3 信度及效度檢驗(yàn)

構(gòu)建公共自行車服務(wù)滿意度評(píng)價(jià)模型前，本文首先針對(duì)問卷進(jìn)行信度及效度檢驗(yàn)，以確保問卷結(jié)構(gòu)的合理性和有效性。信度檢驗(yàn)使用克朗巴哈系數(shù)(Cronbach′s Alpha)，系數(shù)在0～1之間，一般認(rèn)為0.65～0.70之間是最小可接受值，0.70～0.80之間信度較好，0.80～0.90之間信度很好[18]。經(jīng)過統(tǒng)計(jì)分析，問卷數(shù)據(jù)得出的克朗巴哈系數(shù)為0.734，說明調(diào)查問卷信度較好，見表1。

表1 信度檢驗(yàn)統(tǒng)計(jì)量Table 1 Reliability test statistics

10個(gè)服務(wù)滿意度因素之間的效度以及相關(guān)性的檢驗(yàn)利用KMO和Bartlett檢驗(yàn)[18]，判斷問卷有效性的同時(shí)檢驗(yàn)10個(gè)因素是否適合作因子分析。KMO取值越接近1，表明問卷的結(jié)構(gòu)性越好，效度越高。統(tǒng)計(jì)并分析問卷數(shù)據(jù)得到KMO值為0.764，說明問卷結(jié)構(gòu)性較好；另外，樣本數(shù)據(jù)的Bartlett值為2 656.168。當(dāng)顯著性水平為0.01時(shí)，由于概率p值小于顯著性水平，故應(yīng)拒絕零假設(shè)，認(rèn)為10個(gè)因素之間存在相關(guān)性，樣本數(shù)據(jù)適合采用因子分析，見表2。

表2 效度檢驗(yàn)統(tǒng)計(jì)量Table 2 Validity test statistics

2 因子分析

2.1 提取分析因子

確定樣本數(shù)據(jù)適合采用因子分析法后，對(duì)10個(gè)因素進(jìn)行因子分析，提取n個(gè)(n≤10)因子。從提取的因子對(duì)整體數(shù)據(jù)的解釋情況來看，一般情況下，累積方差貢獻(xiàn)率(即因子累計(jì)反映原始因素的信息量)不應(yīng)小于80%。為增強(qiáng)提取的因子對(duì)原始因素的解釋性，并使得降維效果更加顯著，故調(diào)查樣本數(shù)據(jù)抽取的特征值應(yīng)該大于0.700(不包括0.700)，對(duì)應(yīng)的累計(jì)方差貢獻(xiàn)率大于84.192%，見表3。

表3 特征值及方差貢獻(xiàn)率統(tǒng)計(jì)表Table 3 Statistical table of eigenvalues and variance contribution rate

注：提取方法為主成分分析法。

根據(jù)表3第二組數(shù)據(jù)(即提取平方和載入)發(fā)現(xiàn)，指定提取6個(gè)因子后，6個(gè)因子共解釋10個(gè)因素總方差的84.192%以上，原有信息的丟失較少，因子分析效果較為理想；根據(jù)第三組數(shù)據(jù)(即旋轉(zhuǎn)平方和載入)發(fā)現(xiàn)，因子旋轉(zhuǎn)后累計(jì)方差貢獻(xiàn)率沒有改變，故10個(gè)因素的共同度未受到影響，但重新分配了各個(gè)因子解釋原始因素的方差，使得各因子的解釋性更強(qiáng)。

2.2 命名分析因子

通過提取分析因子，將10個(gè)與服務(wù)滿意度有關(guān)的因素進(jìn)行降維處理，并通過方差最大法對(duì)因子載荷矩陣實(shí)施正交旋轉(zhuǎn)，得到各因素在6個(gè)因子上的載荷，見表4。

表4 旋轉(zhuǎn)后的因子載荷矩陣Table 4 Factorial loading matrix after rotation

注：提取方法為主成分分析法，旋轉(zhuǎn)法為具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法， 旋轉(zhuǎn)在14次迭代后收斂。

根據(jù)表4可以發(fā)現(xiàn)：(1)因素F8、F9、F10在第1個(gè)因子上有較高的載荷，第1個(gè)因子可解釋為f1配套服務(wù)；(2)因素F3、F4在第2個(gè)因子上有較高的載荷，第2個(gè)因子可解釋為f2服務(wù)質(zhì)量；(3)因素F5、F6在第3個(gè)因子上有較高的載荷，第3個(gè)因子可解釋為f3收費(fèi)形式；(4)因素F1在第4個(gè)因子上有較高的載荷，第4個(gè)因子可解釋為f4網(wǎng)點(diǎn)布設(shè)；(5)因素F7在第5個(gè)因子上有較高的載荷，第5個(gè)因子可解釋為f5外觀質(zhì)量；(6)因素F2在第6個(gè)因子上有較高的載荷，第6個(gè)因子可解釋為f6基礎(chǔ)設(shè)施。

提取得到6個(gè)因子后，需要運(yùn)用協(xié)方差進(jìn)行因子間的線性相關(guān)性檢驗(yàn)，得到因子的協(xié)方差矩陣，見表5。

表5 協(xié)方差矩陣Table 5 Covariance matrix

注：提取方法為主成分分析法，旋轉(zhuǎn)法為具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。

根據(jù)表5發(fā)現(xiàn)，降維處理后提取獲得的6個(gè)因子之間沒有明顯的線性相關(guān)性，實(shí)現(xiàn)了因子分析的設(shè)計(jì)目標(biāo)。最終確定6個(gè)分析因子分別為：f1配套服務(wù)；f2服務(wù)質(zhì)量；f3收費(fèi)形式；f4網(wǎng)點(diǎn)布設(shè)；f5外觀質(zhì)量；f6基礎(chǔ)設(shè)施。

3 二項(xiàng)logistic分析

3.1 數(shù)據(jù)基本處理

3.1.1 轉(zhuǎn)化為0/1變量

根據(jù)因子分析中得到的權(quán)重值(即表4旋轉(zhuǎn)后的因子載荷矩陣)，對(duì)每份樣本數(shù)據(jù)中6個(gè)因子的滿意度進(jìn)行加權(quán)計(jì)算，具體計(jì)算方法為：

Si=Fi1*ωi1+Fi2*ωi2+…+Fij*ωij，

其中，ωij表示第i個(gè)因子中服務(wù)滿意度因素j在該因子上的權(quán)重，qj表示服務(wù)滿意度因素j旋轉(zhuǎn)后的因子載荷值，F(xiàn)ij表示第i個(gè)因子中服務(wù)滿意度因素j在問卷中的得分；Si表示加權(quán)計(jì)算后第i個(gè)因子的滿意度得分。

加權(quán)計(jì)算得到各個(gè)因子的滿意度得分值后，將得分大于3分的樣本標(biāo)記為1，記作滿意；將得分小于等于3的樣本標(biāo)記為0，記作不滿意，從而實(shí)現(xiàn)將數(shù)值型變量轉(zhuǎn)化為0/1變量的目的。

3.1.2 保留5%檢驗(yàn)樣本

利用SPSS，隨機(jī)抽取5%問卷樣本，用做后期評(píng)價(jià)模型的驗(yàn)證。同時(shí)，利用剩余95%的樣本數(shù)據(jù)進(jìn)行二項(xiàng)logistic分析，建立因子間的回歸方程模型。

3.2 回歸方程建立

建模過程中，利用向前：LR策略進(jìn)行變量篩選，篩選結(jié)果顯示，取定顯著性水平為0.01時(shí)，因子f3的概率p值大于顯著性水平0.01，故因子f3不能進(jìn)入方程，應(yīng)剔除因子f3重新建模。

根據(jù)表6發(fā)現(xiàn)，剔除因子f3并重新建模后，各因子的概率p值均小于顯著性水平，說明此時(shí)模型中的全體解釋變量與LogitP的線性關(guān)系顯著，模型較為合理，見表6。

表6 方程中有效因子的檢驗(yàn)統(tǒng)計(jì)量Table 6 Test statistic of effective factors in the equation

最終，根據(jù)表6中5個(gè)有效因子的系數(shù)(即B列數(shù)據(jù))，得到如下所示二項(xiàng)logistic回歸方程表達(dá)式：

L=1.137f1-1.343f2+0.422f4+0.674f5+0.586f6，

其中，L表示被調(diào)查用戶針對(duì)各有效因子的服務(wù)滿意度作出客觀評(píng)價(jià)后，用戶對(duì)公共自行車總體服務(wù)表示滿意與不滿意的概率比值。

根據(jù)表7發(fā)現(xiàn)，服務(wù)滿意度評(píng)價(jià)模型對(duì)參與建模的95%問卷樣本數(shù)據(jù)的評(píng)價(jià)結(jié)果與問卷樣本數(shù)據(jù)的實(shí)際結(jié)果中基本一致，總預(yù)測(cè)精度達(dá)到73%，預(yù)測(cè)精度較高，效果較好。

表7 模型預(yù)測(cè)精度表Table 7 Model prediction precision table

4 模型校驗(yàn)

考慮到先前有關(guān)城市公共自行車服務(wù)滿意度評(píng)價(jià)模型構(gòu)建的研究中，較少有學(xué)者針對(duì)構(gòu)建的模型開展校驗(yàn)工作，故評(píng)價(jià)模型的合理性及準(zhǔn)確性較難得到保證。本文改進(jìn)這一缺陷，增加模型校驗(yàn)環(huán)節(jié)。模型校驗(yàn)環(huán)節(jié)將利用預(yù)留的5%調(diào)查樣本數(shù)據(jù)與模型計(jì)算結(jié)果進(jìn)行非參數(shù)檢驗(yàn)。在非參數(shù)檢驗(yàn)中，確定置信性水平為0.01，零假設(shè)為預(yù)測(cè)數(shù)據(jù)與實(shí)際調(diào)研數(shù)據(jù)無顯著差異，具體結(jié)果見表8。

表8 非參數(shù)檢驗(yàn)統(tǒng)計(jì)量Table 8 Non-parametric test statistics

根據(jù)表8可以發(fā)現(xiàn)，由于非參數(shù)檢驗(yàn)的概率p值大于顯著性水平，故不應(yīng)該拒絕原假設(shè)，認(rèn)為預(yù)測(cè)數(shù)據(jù)與實(shí)際調(diào)研數(shù)據(jù)無明顯差異，因此判斷評(píng)價(jià)模型的合理性與準(zhǔn)確性均較強(qiáng)。

5 結(jié)論

本文將因子分析法與二項(xiàng)logistic法相結(jié)合，對(duì)1 688份居民滿意度問卷進(jìn)行分析,剔除并篩選出5個(gè)有效因子,構(gòu)建公共自行車服務(wù)滿意度評(píng)價(jià)模型，不僅有助于合理評(píng)價(jià)當(dāng)前寧波市居民對(duì)公共自行車的服務(wù)滿意度，同時(shí)適用于對(duì)未來一段時(shí)間內(nèi)寧波市公共自行車服務(wù)滿意度的預(yù)測(cè)。

(1)公共自行車服務(wù)滿意度評(píng)價(jià)模型中共包含5個(gè)有效因子，有利于實(shí)現(xiàn)寧波市居民對(duì)公共自行車服務(wù)滿意度的定性感受向定量體現(xiàn)的轉(zhuǎn)換；

(2)根據(jù)構(gòu)建的評(píng)價(jià)模型的系數(shù)發(fā)現(xiàn)，因子f2對(duì)結(jié)果L的影響最大，即高峰時(shí)期借還車便利程度對(duì)于寧波市居民的定性感受影響最大，需要相關(guān)部門在未來一段時(shí)間內(nèi)重點(diǎn)解決高峰時(shí)期車輛調(diào)度的問題，有效提升服務(wù)滿意度；

(3)本文對(duì)公共自行車服務(wù)滿意度評(píng)價(jià)模型開展了校驗(yàn)工作，不僅有效彌補(bǔ)了先前研究中未能實(shí)現(xiàn)模型有效校驗(yàn)的不足，同時(shí)說明了模型的合理性與準(zhǔn)確性均較強(qiáng)。

考慮到寧波市公共自行車投入運(yùn)營(yíng)使用的時(shí)間較短，故問卷設(shè)計(jì)、調(diào)查過程主要集中于RP調(diào)查，缺少SP調(diào)查的內(nèi)容，不利于掌握未來一段時(shí)間內(nèi)寧波市居民對(duì)公共自行車的發(fā)展?jié)撛谛枨蟆Ｍ瑫r(shí)，調(diào)查過程主要針對(duì)公共自行車使用群體開展，使得樣本的覆蓋性受到一定影響。因此，增加SP調(diào)查環(huán)節(jié)并針對(duì)非公共自行車使用群體開展調(diào)查、分析工作將是今后研究工作的重點(diǎn)。

6 改善對(duì)策

根據(jù)公共自行車服務(wù)滿意度評(píng)價(jià)模型評(píng)價(jià)結(jié)果顯示，寧波市居民中對(duì)當(dāng)?shù)毓沧孕熊嚪?wù)表示滿意的占比為67.13%，結(jié)合調(diào)研過程中發(fā)現(xiàn)的公共自行車運(yùn)營(yíng)中存在的不足，應(yīng)該重點(diǎn)從以下幾個(gè)方面開展改善對(duì)策研究：

(1)借鑒“太原模式”，開展超密網(wǎng)點(diǎn)布局，將網(wǎng)點(diǎn)密度控制在合理范圍內(nèi)，保證更多人有車可借。一般來說，城市核心區(qū)服務(wù)半徑覆蓋控制在150 m～200 m范圍，城市外圍區(qū)服務(wù)半徑覆蓋控制在300 m～400 m范圍；

(2)增加公共自行車的成本投入，購(gòu)置結(jié)實(shí)耐用自行車，減少自行車使用中的破損率；同時(shí)，適當(dāng)增加檢修投入，保障自行車設(shè)施的可用性；

(3)完善公共自行車手機(jī)app功能，提高用戶的優(yōu)質(zhì)體驗(yàn)。手機(jī)app應(yīng)用軟件應(yīng)主要包括以下幾個(gè)功能：i.周邊200 m范圍內(nèi)站點(diǎn)數(shù)量與站點(diǎn)名稱查詢；ii.周邊200 m范圍內(nèi)站點(diǎn)車輛盈余狀況查詢；iii.公交卡剩余金額查詢與充值功能等。

(4)加強(qiáng)公共自行車的調(diào)度服務(wù)，針對(duì)公共自行車存在的早晚高峰潮汐現(xiàn)象，結(jié)合歷史運(yùn)營(yíng)特征數(shù)據(jù)，提前制定長(zhǎng)效調(diào)度計(jì)劃。同時(shí)，結(jié)合高峰期租借異?，F(xiàn)象，實(shí)時(shí)進(jìn)行應(yīng)急響應(yīng)。

參考文獻(xiàn)：

[1]KANG K,LEE K.Development of a bicycle level of service model from the user’s perspective [J].KSCE Journal of Civil Engineering,2012,16(6): 1032-1039.

[2]SHAHEEN S A,ZHANG H,MARTIN E,et al.China’s Hangzhou Public Bike: Understanding Early Adoption and Behavioral Response to Bikesharing [EB/OL].[2017-05-30].http://www.tsrc.berkeley.edu/sites/default/files/China's%20Hangzhou%20Public%20Bicycle%20(article)%20-%20Shaheen.pdf.

[3]CASTILLO-MANZANO J I,SNCHEZ-BRAZA A.Managing a smart bicycle system when demand outstrips supply: the case of the university community in Seville [J].Transportation,2013,40(2): 459-477.

[4]孫苑鑫.難以抵擋的騎行誘惑：荷蘭、丹麥和德國(guó)的自行車交通推廣經(jīng)驗(yàn)研究[J].國(guó)際城市規(guī)劃，2012，27(5)：26-42.

[5]周宏，韓良峰．城市交通：走綠色環(huán)保發(fā)展之路[J].經(jīng)濟(jì)問題探索，2011(9)：176-180。

[6]王志高，孔喆，謝建華，等．歐洲第三代公共自行車系統(tǒng)案例及啟示[J].城市交通，2009,7(4)：7-12.

[7]宋騫．公共自行車的株洲模式-低碳時(shí)代的城市命題[J].中華建設(shè)，2013(5)：14-16.

[8]趙志強(qiáng)，容仲堅(jiān)．城市交通體系中自行車的作用研究[J].山西建筑，2010,36(18)：43-44.

[9]韓笑．武漢推行公共自行車交通系統(tǒng)現(xiàn)狀與對(duì)策研究[D].成都：西南交通大學(xué)，2012.

[10]單明耀，蔣凌云,莫敏珍，等．杭州公共自行車服務(wù)現(xiàn)狀調(diào)查分析[J].中國(guó)城市經(jīng)濟(jì)，2011(6)：261-262.

[11]許民強(qiáng)，姚曄，費(fèi)麗娟．公共自行車服務(wù)滿意度評(píng)價(jià)體系的研究[J].中國(guó)統(tǒng)計(jì)，2014(5)：55-56.

[12]王煒，陳學(xué)斌，陸建．城市交通系統(tǒng)可持續(xù)發(fā)展理論體系研究[M].北京：科學(xué)出版社，2004.

[13]崔夢(mèng)蕾．基于顧客滿意度的城市居民對(duì)公共自行車出行分析[J].現(xiàn)代商貿(mào)工業(yè)，2011(9)：125-126.

[14]蔣麗芹，吳寶泰．基于因子分析法的城市公共自行車系統(tǒng)公眾滿意度研究[J].哈爾濱商業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2014(4)：73-80.

[15]吳寶泰，蔣麗芹．城市公共自行車系統(tǒng)公眾滿意度評(píng)價(jià)體系構(gòu)建[J].現(xiàn)代商貿(mào)工業(yè)，2013(19)：91-93.

[16]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，2014,33(2)：358-371.

[17]張磊，王道勇．公共自行車服務(wù)滿意度實(shí)證研究——以武漢市居民使用情況為例[J].經(jīng)營(yíng)管理者，2011(7)： 21.

[18]薛薇．統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：電子工業(yè)出版社，2014.