主客群體的交通滿意度測(cè)度及影響優(yōu)先級(jí)分析
——以云南省大理市為例

楊春麗，陳 方，戢曉峰

（昆明理工大學(xué)a.交通工程學(xué)院；b.云南綜合交通發(fā)展與區(qū)域物流管理智庫(kù)；c.馬克思主義學(xué)院，云南 昆明650500）

交通運(yùn)輸是城市旅游業(yè)發(fā)展的基礎(chǔ)支撐和先決條件。旅游城市的交通系統(tǒng)不僅要滿足本地居民（主體）的日?；顒?dòng)需要，還要滿足外來(lái)游客（客體）的旅游交通需求［1］。隨著旅游業(yè)的發(fā)展，城市交通系統(tǒng)的旅游服務(wù)功能日益受到關(guān)注，如何同時(shí)為主客群體提供優(yōu)質(zhì)的交通服務(wù)，是旅游交通規(guī)劃與管理關(guān)注的焦點(diǎn)。在此背景下，通過(guò)開(kāi)展主客群體的多維交通滿意度測(cè)度研究，辨識(shí)制約旅游城市交通滿意度的關(guān)鍵要素，對(duì)于提升旅游城市的服務(wù)水平與吸引力，改善本地居民的生活質(zhì)量具有重要的指導(dǎo)意義。

滿意度作為衡量旅游城市交通服務(wù)質(zhì)量的重要指標(biāo)，反映了主客群體對(duì)城市旅游交通的期望與其實(shí)際感知的差距。從20世紀(jì)80年代開(kāi)始，國(guó)外學(xué)者就交通對(duì)游客滿意度的影響［2］、單維度交通滿意度與整體滿意度的關(guān)系［3］、旅游地的主客行為［4，5］等議題進(jìn)行了探討。近年來(lái)，國(guó)內(nèi)旅游交通滿意度研究逐漸興起，并在旅游交通滿意度量化評(píng)價(jià)體系和模型［6，7］、影響因 素 分 析［8］等 方 面 取 得 了 初 步 成 果。旅游交通的研究視角開(kāi)始從客體主導(dǎo)逐步轉(zhuǎn)向主客群體交往［9，10］，旅游交通滿意度的評(píng)價(jià)指標(biāo)也從規(guī)劃層面的可達(dá)性［11，12］進(jìn)一步拓展至運(yùn)營(yíng)管理層面的安全性、經(jīng)濟(jì)性和換乘便捷性［13］，評(píng)價(jià)對(duì)象逐漸涵蓋公共交通、自行車和高鐵。

上述研究成果對(duì)基于滿意度的旅游交通規(guī)劃管理提供了有益參考，但是也存在著不足。首先，現(xiàn)有交通滿意度測(cè)度主要基于游客對(duì)單一維度的感知，尚未全面納入網(wǎng)約車、步行等交通方式。其次，交通滿意度的評(píng)價(jià)過(guò)程忽略了群體異質(zhì)性對(duì)評(píng)價(jià)結(jié)果的影響。最后，大多數(shù)研究主要關(guān)注交通滿意度評(píng)價(jià)體系本身，而未能提出滿意度影響因素的優(yōu)先級(jí)，即應(yīng)該改善哪些要素才能促進(jìn)旅游城市的交通滿意度提升。本文擬從多維交通滿意度在主客間的群體差異出發(fā)，構(gòu)建滿意度測(cè)評(píng)云模型來(lái)彌補(bǔ)傳統(tǒng)評(píng)價(jià)在主觀隨意性過(guò)強(qiáng)方面的不足，并以典型的旅游城市為例進(jìn)行實(shí)證研究，力圖明晰主客群體的交通滿意度差異，以期為旅游城市交通的精細(xì)化管理提供參考借鑒。

1 研究方法

1.1 四維交通滿意度指標(biāo)體系

根據(jù)旅游城市中主客群體的出行特征，從常規(guī)公交、出租車、網(wǎng)約車、非機(jī)動(dòng)車（包括自行車和步行）4個(gè)維度評(píng)價(jià)城市交通滿意度。本文采用文獻(xiàn)分析與專家意見(jiàn)相結(jié)合的方法，初步形成了滿意度測(cè)度題項(xiàng)。以交通運(yùn)營(yíng)服務(wù)質(zhì)量指標(biāo)［14］為基礎(chǔ)，參考相關(guān)學(xué)者［15，16］對(duì)旅游交通服務(wù)質(zhì)量評(píng)價(jià)體系的研究成果，并結(jié)合專家咨詢意見(jiàn)，根據(jù)科學(xué)、客觀、實(shí)用等原則決定測(cè)評(píng)題項(xiàng)。最終得到5個(gè)一級(jí)測(cè)評(píng)指標(biāo)、39個(gè)二級(jí)指標(biāo)，構(gòu)成多維的旅游城市交通滿意度評(píng)價(jià)體系（表1）。

表1 旅游城市多維交通滿意度評(píng)價(jià)體系

=

1.2 基于熵權(quán)—云模型的測(cè)度方法

交通滿意度評(píng)價(jià)是定性語(yǔ)言向定量描述轉(zhuǎn)換的過(guò)程，評(píng)價(jià)結(jié)果極易受到滿意度感知過(guò)程中的主觀、模糊、隨機(jī)等問(wèn)題的影響。云模型作為實(shí)現(xiàn)定性概念與定量表示的轉(zhuǎn)換模型［17］，是解決滿意度評(píng)價(jià)中的不確定性問(wèn)題的有效途徑。本文引入熵權(quán)—云模型測(cè)度交通滿意度，具體測(cè)度步驟如下［18］：

基于正向云發(fā)生器的基準(zhǔn)云生成：正向云發(fā)生器借助云期望、熵和超熵3個(gè)數(shù)字特征，能夠?qū)崿F(xiàn)模糊評(píng)價(jià)語(yǔ)向滿意度值的轉(zhuǎn)換，形成滿意度評(píng)價(jià)的基準(zhǔn)云T（Exq，Enq，Heq）。m個(gè)調(diào)查對(duì)象的n個(gè)評(píng)價(jià)指標(biāo)的滿意度模糊評(píng)價(jià)集Vq可表示為：

式中，V1—V5分別表示滿意度評(píng)價(jià)語(yǔ)為很不滿意、較不滿意、一般、較滿意、很滿意”。本文以n個(gè)評(píng)價(jià)指標(biāo)的模糊評(píng)價(jià)集作為正向云發(fā)生器的輸入變量，計(jì)算基準(zhǔn)云的3個(gè)數(shù)字特征，計(jì)算公式為：

式中，期望Exq為滿意度量化的最典型樣本；熵Enq為論域空間可被滿意度接受的范圍；超熵Heq表征云滴的凝聚程度，超熵值越小，云滴的隸屬度和隨機(jī)性就越?。籘max、Tmin分別為滿意度評(píng)語(yǔ)的上限和下限；k為根據(jù)模糊程度確定的常數(shù)。

基于逆向云發(fā)生器的評(píng)價(jià)云生成：逆向云發(fā)生器通常以問(wèn)卷調(diào)查數(shù)據(jù)作為輸入變量，通過(guò)輸出評(píng)價(jià)指標(biāo)的期望、熵和超熵，可將定量數(shù)據(jù)轉(zhuǎn)換為定性描述，交通滿意度評(píng)價(jià)結(jié)果的云特征參數(shù)R（Ex，En，He）的計(jì)算公式為：

式中，Exj、Enj、Hej分別表示第j項(xiàng)的期望、熵和超熵；wj表示第j項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重。

設(shè)xij（i＝1，2，…，N；j＝1，2，…，M）表示第i個(gè)樣本在第j項(xiàng)評(píng)價(jià)指標(biāo)上的評(píng)價(jià)語(yǔ)；M和N分別表示評(píng)價(jià)指標(biāo)總數(shù)和評(píng)價(jià)樣本總數(shù)。第j項(xiàng)評(píng)價(jià)指標(biāo)的評(píng)價(jià)云參數(shù)如下式所示，S2在式中表示樣本的方差。

第j項(xiàng)評(píng)價(jià)指標(biāo)的權(quán)重wj可通過(guò)熵權(quán)法進(jìn)行計(jì)算，流程如下式所示：

式中，pij為第i個(gè)樣本在第j個(gè)指標(biāo)上的歸一化值；Hj為指標(biāo)j的熵值。

綜合公式（3）—（5）可計(jì)算單一維度的交通滿意度評(píng)價(jià)云和主客群體的綜合滿意度評(píng)價(jià)結(jié)果云。

云圖生成及群組差異度量：基于云模型的評(píng)價(jià)過(guò)程主要通過(guò)比較基準(zhǔn)云和評(píng)價(jià)云的云圖相似性來(lái)確定評(píng)價(jià)結(jié)果。一般地，每個(gè)云圖由若干個(gè)云滴組成，每個(gè)云滴可視為一個(gè)“評(píng)價(jià)者”，通常采用隨機(jī)數(shù)算法根據(jù)云參數(shù)（期望、熵和超熵）來(lái)生成。云圖生成過(guò)程便是模擬多個(gè)“評(píng)價(jià)者”的評(píng)價(jià)過(guò)程，因此能夠改善層次分析、模糊綜合評(píng)價(jià)等傳統(tǒng)評(píng)價(jià)方法的隨機(jī)性和模糊性較強(qiáng)的缺點(diǎn)［16，19］。設(shè)（xk，μk）為云滴k在云圖中的坐標(biāo)，μk為云滴在云圖中的隸屬度。基準(zhǔn)云與評(píng)價(jià)云的云圖生成算法相同，差別在于基準(zhǔn)云的云滴根據(jù)式（2）的云參數(shù)來(lái)生成，而評(píng)價(jià)云的云滴則根據(jù)式（4）的云參數(shù)生成。云滴生成的具體步驟如下［20］：

①以Ex為期望，以He為方差，生成正態(tài)隨機(jī)數(shù)Enn＝Norm（Ex，He）；②以Ex為期望，以Enn為方差，生成云滴的橫坐標(biāo)參數(shù)xk＝Norm（Ex，Enn）；③計(jì)算云滴在云圖中的隸屬度μk，計(jì)算公式為：

式中，S2表示所生成云滴的方差；Δ為最小誤差［21］。為保證誤差小于0.01，取云滴數(shù)為1000。

主體和客體的交通滿意度差距來(lái)源于二者對(duì)不同維度交通的服務(wù)感知，以綜合評(píng)價(jià)結(jié)果云中的期望值代表主（Exh）、客（Exg）群體的交通滿意度結(jié)果，根據(jù)式（8）計(jì)算主體和客體的交通滿意度差距。由式（8）可知，G的取值介于－1至1之間。G值為正，表明主體交通滿意度大于客體交通滿意度；G值為負(fù)，表明客體交通滿意度大于主體交通滿意度。

2 研究區(qū)域概況與數(shù)據(jù)來(lái)源

2.1 研究區(qū)域概況

作為中國(guó)優(yōu)秀旅游城市，大理市擁有國(guó)家4A級(jí)以上景區(qū)4個(gè)、對(duì)外接待景點(diǎn)100多處。除旅游資源較為豐富外，大理市的城市交通系統(tǒng)也頗具特色，擁有常規(guī)公交、出租汽車、網(wǎng)約車和非機(jī)動(dòng)車等多種交通方式。其中，公交是大理市旅游交通的重要組成部分，市域內(nèi)有29條公交運(yùn)營(yíng)線路（包括三塔專線、城市觀光等旅游專線），出租車和網(wǎng)約車可滿足主客群體個(gè)性化出行需求。此外，洱海沿線和市區(qū)還設(shè)置了可供自行車騎行的專用道。

2.2 數(shù)據(jù)來(lái)源

本文采用問(wèn)卷調(diào)查法獲取數(shù)據(jù)，調(diào)查過(guò)程結(jié)合被調(diào)查者的出行目的和常住地對(duì)“被調(diào)查者是否為主客群體”進(jìn)行區(qū)分。調(diào)查于2018年12月7日至9日進(jìn)行，調(diào)查地點(diǎn)主要包括大理站（火車站）、汽車客運(yùn)站、機(jī)場(chǎng)、部分公交換乘站和自行車騎行道附近。上述調(diào)查地點(diǎn)位于大理市市中心，人流量較大，被調(diào)查人員職業(yè)、學(xué)歷等分布較廣，具有一定的代表性。調(diào)查主要采用現(xiàn)場(chǎng)問(wèn)卷的形式，受訪者在調(diào)查員的輔助下填寫(xiě)調(diào)查問(wèn)卷并提交調(diào)查結(jié)果，每份問(wèn)卷的采集時(shí)間為5min左右。調(diào)查員由在校碩士研究生擔(dān)任，在正式調(diào)查前對(duì)7名調(diào)查員進(jìn)行培訓(xùn)。調(diào)查問(wèn)卷主要涉及個(gè)體特征、城市交通滿意度調(diào)查兩個(gè)部分。其中，個(gè)體特征包括性別、年齡、月收入、學(xué)歷和職業(yè)，共5個(gè)題項(xiàng)；城市交通滿意度調(diào)查包括常規(guī)公交、出租車、網(wǎng)約車、非機(jī)動(dòng)車4個(gè)維度的滿意度評(píng)價(jià)。常規(guī)公交維度包括表征經(jīng)濟(jì)性、便捷性、舒適性、安全性和服務(wù)性的13個(gè)題項(xiàng)，出租車和網(wǎng)約車維度分別有10個(gè)題項(xiàng)，非機(jī)動(dòng)車有6個(gè)題項(xiàng)。每個(gè)調(diào)查項(xiàng)提供很滿意、較滿意、一般、較不滿意和很不滿意5個(gè)選項(xiàng)以供被調(diào)查者選擇，并采用5分制的李克特量表法描述乘客滿意度評(píng)價(jià)的主觀心理感受。調(diào)查最終獲得問(wèn)卷744份，其中有效問(wèn)卷537份（包括主體274份、客體263份）。受訪者的基本信息特征見(jiàn)表2。

表2 受訪者的基本信息特征

在調(diào)查樣本之中，主客群體的年齡主要集中在21—30歲之間，學(xué)歷為本科/大專的人數(shù)最多，主客群體的職業(yè)為公司職員的占比較高，性別屬性在主客群體間的分布較為均衡。在進(jìn)行滿意度計(jì)算前，本文采用SPSS 20.0軟件分別對(duì)主客群體的常規(guī)公交、出租車、網(wǎng)約車、非機(jī)動(dòng)車的信度進(jìn)行了檢驗(yàn)，結(jié)果表明4種方式的Cronbach’sα值均在0.9以上，信度良好；KMO值范圍在0.891—0.947之間，Bartlett的球形度檢驗(yàn)值均為0.000，樣本較為顯著，可滿足效度檢驗(yàn)要求。

3 結(jié)果及分析

3.1 旅游城市交通滿意度的群體差異對(duì)比

設(shè)置交通滿意度評(píng)價(jià)云集V＝｛很滿意，較滿意，一般，較不滿意，很不滿意｝，基于正向云發(fā)生器計(jì)算得到5級(jí)基準(zhǔn)云參數(shù)：很滿意（4.50，0.17，0.10）、較滿意（3.50，0.17，0.10）、一般（2.50，0.17，0.10）、較不滿意（1.50，0.17，0.10）、很不滿意（0.50，0.17，0.10）。運(yùn)用逆向云發(fā)生器生成各評(píng)價(jià)指標(biāo)的結(jié)果云參數(shù)，再通過(guò)熵權(quán)法綜合加權(quán)計(jì)算得到主體和客體的交通綜合滿意度評(píng)價(jià)結(jié)果。主體最終評(píng)價(jià)結(jié)果的云參數(shù)為（3.757，0.772，0.218），客體最終評(píng)價(jià)結(jié)果的云參數(shù)為（3.929，0.657，0.328）。主客群體交通滿意度評(píng)價(jià)結(jié)果云如圖1所示。圖中黑色圓點(diǎn)代表評(píng)價(jià)基準(zhǔn)，紅色圓點(diǎn)代表評(píng)價(jià)結(jié)果。

圖1 主、客群體交通滿意度評(píng)價(jià)結(jié)果云

由圖1可知，主、客群體交通滿意度評(píng)價(jià)結(jié)果云的期望值分別為3.757和3.929，二者均位于“較滿意”和“很滿意”評(píng)價(jià)語(yǔ)之間，但客體的平均交通滿意度更高。由公式（6）分別計(jì)算交通滿意度結(jié)果云與基準(zhǔn)云的相似度。結(jié)果表明，主、客群體的滿意度結(jié)果云與基準(zhǔn)云在“較滿意”等級(jí)的相似度最高，二者的相似度依次為37.73%和35.68%，評(píng)價(jià)結(jié)果均為“較滿意”。就云的熵值而言，主體云結(jié)果的熵值要大于客體云結(jié)果，說(shuō)明主體滿意度的評(píng)價(jià)結(jié)果受個(gè)體值影響較大且不穩(wěn)定。至于表示云層厚度的超熵值，客體交通滿意度的評(píng)價(jià)結(jié)果更大，說(shuō)明客體交通滿意度結(jié)果的隨機(jī)性更大。根據(jù)公式（7）計(jì)算得到主客群體交通滿意度差距為－0.022，表明二者在整體滿意度上的感知差距相差不大。

3.2 旅游城市交通滿意度的維度差異對(duì)比

為進(jìn)一步揭示主客群體交通滿意度在具體維度上的差異，繪制不同維度的評(píng)價(jià)云圖（圖2）。對(duì)比發(fā)現(xiàn)：主客群體的常規(guī)公交、出租車、網(wǎng)約車、非機(jī)動(dòng)車的單維度交通滿意度評(píng)價(jià)結(jié)果均位于“較滿意”等級(jí)，滿意度由大到小依次為常規(guī)公交＞網(wǎng)約車＞出租車＞非機(jī)動(dòng)車。就常規(guī)公交而言，主客體的結(jié)果云期望值分別為3.791、3.937，滿意度差距指數(shù)為－0.019，二者均在“較滿意”等級(jí)的相似度最高（相似度大于35%），整體結(jié)果相差不大。但在云層厚度方面，客體常規(guī)公交的結(jié)果云厚度遠(yuǎn)大于主體，表明客體的常規(guī)公交滿意度評(píng)價(jià)結(jié)果隨機(jī)性更強(qiáng)。主客群體滿意度在網(wǎng)約車維度也呈同樣的差異特性，這可能與出行者對(duì)交通工具的初始信任和服務(wù)感知相關(guān)。對(duì)出租車和非機(jī)動(dòng)車而言，主客群體的滿意度評(píng)價(jià)結(jié)果略低于常規(guī)公交和網(wǎng)約車，但群體之間的滿意度差距和云層厚度差距更小，表明主客群體對(duì)出租車和非機(jī)動(dòng)車滿意度的變化不敏感。

圖2 不同維度主、客群體交通云滿意度評(píng)價(jià)結(jié)果

3.3 旅游城市交通滿意度的IPA分析

對(duì)主客群體的城市交通滿意度和指標(biāo)重要性進(jìn)行集成分析，可確定交通滿意度提升的優(yōu)先級(jí)，在有限的資源條件下，為交通管理者提供直觀的管理策略。本文基于重要性—績(jī)效分析（IPA）法，將指標(biāo)的重要性和滿意程度反映在四象限圖中［22］，重要但滿意度較低的指標(biāo)因素（象限IV中的因素）未達(dá)到主客群體的期望，是導(dǎo)致滿意度低的主要原因，應(yīng)優(yōu)先考慮。本文分別以滿意度評(píng)價(jià)指標(biāo)體系中的每個(gè)指標(biāo)期望值的平均值（主體：3.761，客體：3.931）為Y軸分割點(diǎn)，以每個(gè)指標(biāo)的熵權(quán)平均值（主體和客體均為0.026）作為X軸分割點(diǎn)，得到圖3。

對(duì)比發(fā)現(xiàn)，主客群體交通滿意度優(yōu)先改善的因素呈現(xiàn)顯著的群體差異性。在舒適性方面，主體的優(yōu)先改善因子是X15、X16，而客體為X2、X3、X4；在安全性方面，主客體的優(yōu)先改善因子較為相似，均是X19和X21；服務(wù)性因子，本地居民更加重視X10、X20和X30因子，而外來(lái)游客除了關(guān)注X20外，也更加在意X17和X22因子；經(jīng)濟(jì)性方面，X14、X24是主體交通滿意度的優(yōu)先改善因子，而客體對(duì)交通的經(jīng)濟(jì)性指標(biāo)滿意度較高。

圖3 主客群體交通滿意度IPA圖

4 結(jié)論與討論

云模型評(píng)價(jià)結(jié)果表明，主、客群體的整體交通滿意度評(píng)價(jià)結(jié)果相差不大，均為“較滿意”等級(jí)，但客體交通滿意度結(jié)果的隨機(jī)性更強(qiáng)。在具體維度上，主客群體的滿意度由大到小依次為常規(guī)公交＞網(wǎng)約車＞出租車＞非機(jī)動(dòng)車，客體的常規(guī)公交滿意度和網(wǎng)約車滿意度評(píng)價(jià)結(jié)果的隨機(jī)性更強(qiáng)，兩類群體的出租車和非機(jī)動(dòng)車滿意度評(píng)價(jià)結(jié)果更為穩(wěn)健。從交通滿意度的“重要度—績(jī)效”分析結(jié)果來(lái)看，主客群體交通滿意度優(yōu)先改善的因素呈現(xiàn)顯著的群體差異性。除了主客群體都關(guān)注出租車的安全性因子外，本地居民更加注重出租車的乘車環(huán)境和票價(jià)水平、常規(guī)公交的準(zhǔn)點(diǎn)率和網(wǎng)約車的經(jīng)濟(jì)性，而外來(lái)游客則更加關(guān)注常規(guī)公交的乘車環(huán)境和出租車的服務(wù)態(tài)度、等候時(shí)間。

本文從主客差異的視角度量了旅游城市的交通服務(wù)水平，明確了提升旅游城市交通滿意度的優(yōu)先改善因素，研究結(jié)果可為交通管理和旅游城市的形象改善提供參考。但考慮到數(shù)據(jù)的可獲取性，本文僅選取西部旅游城市大理市為研究案例地，并未與其他不同地域的旅游城市進(jìn)行綜合對(duì)比，今后考慮將地域因素納入模型中，進(jìn)一步拓展研究范圍，橫向?qū)Ρ嚷糜谓煌ǖ娜后w異質(zhì)性，以便因地制宜提出旅游城市的交通滿意度提升策略。