基于二元有序概率的共享單車滿意度評估方法*

徐家紅 周繼彪 馬昌喜 宛 巖 沈 瑩

（1.寧波工程學(xué)院建筑與交通工程學(xué)院 浙江 寧波315211；2.同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院 上海201804；3.蘭州交通大學(xué)交通運(yùn)輸學(xué)院 蘭州730070）

0 引 言

發(fā)展綠色交通、鼓勵(lì)綠色出行，在緩解城市交通擁堵、改善空氣質(zhì)量、節(jié)能減排等方面具有重要現(xiàn)實(shí)意義。共享經(jīng)濟(jì)時(shí)代下，綠色交通[1]已經(jīng)成為城市發(fā)展的必然趨勢，是緩解城市深層次交通問題的重要手段，是實(shí)現(xiàn)城市可持續(xù)發(fā)展的必然選擇。城市互聯(lián)網(wǎng)租賃自行車（簡稱“共享單車”）[2-3]作為綠色交通和低碳出行的重要載運(yùn)工具和出行方式，在解決城市交通出行“最后一公里”問題、緩解城市交通擁堵、推動(dòng)共享經(jīng)濟(jì)發(fā)展等方面發(fā)揮了積極作用[4-6]。

針對自行車共享系統(tǒng)服務(wù)滿意度方面，相關(guān)研究主要集中車輛使用率[7]、用戶使用意愿[8-9]、投放規(guī)模[10-11]、調(diào)度方法[12]、政策建議[13]、系統(tǒng)后臺(tái)服務(wù)[14]、建筑環(huán)境[15]和設(shè)施數(shù)量[16-17]等方面。Guo等[7]對公共自行車使用和滿意度的影響因素進(jìn)行了深入分析，研究表明：公共自行車的使用和滿意度呈顯著正相關(guān)；Shen等[8]采集了共享單車1 400萬條的GPS數(shù)據(jù)記錄，采用空間自回歸模型分析了新加坡共享單車用戶的使用率情況。為進(jìn)一步理解共享單車用戶的使用意愿，Huang等[9]提出基于擴(kuò)展規(guī)范激活模型來提升共享單車用戶的持續(xù)使用意愿。結(jié)果發(fā)現(xiàn)：個(gè)人規(guī)范、感知價(jià)值觀等對用戶使用意愿有正向影響；翟永等[10]基于馬爾可夫鏈方法分析了共享單車車輛的投放規(guī)模，研究發(fā)現(xiàn)：共享單車馬爾可夫鏈“極限狀態(tài)（穩(wěn)態(tài)）概率唯一存在且獨(dú)立于初始概率分布”；梁愛艷和周繼彪[11]基于時(shí)空消耗法測算了寧波市共享單車的投放規(guī)模，研究發(fā)現(xiàn)：寧波市二級路網(wǎng)容量水平下的共享單車投放量為18.32萬輛；張敏捷等[12]提出了1種公共自行車準(zhǔn)動(dòng)態(tài)調(diào)度方法，研究發(fā)現(xiàn)：利用站點(diǎn)額外容量能夠顯化和強(qiáng)化站點(diǎn)調(diào)度頻次特性，使車輛調(diào)度更加精確，有利于顯著降低系統(tǒng)日常調(diào)度工作量；馬書紅等[13]發(fā)現(xiàn)政府的財(cái)政補(bǔ)貼有利于提高公共自行車企業(yè)服務(wù)水平和用戶滿意度；Fishman等[14]調(diào)查指出缺乏可訪問性/自發(fā)性，一夜之間關(guān)閉系統(tǒng)，以及無法使用信用卡輕松注冊，是共享單車使用率的重大障礙；Bachand-Marleau等[15]提出地鐵和公交車站、餐館和大學(xué)的存在，促進(jìn)了共享單車的使用；Zhao等[16]利用中國69個(gè)自行車運(yùn)輸系統(tǒng)的數(shù)據(jù)，模擬城市特征和系統(tǒng)特征對自行車日常使用和周轉(zhuǎn)率的影響，研究表明：共享單車的乘客量隨?？空緮?shù)量的增加而增加；Rixey[17]發(fā)現(xiàn)在控制其他人口和建筑環(huán)境變量的情況下，獲得全面的車站網(wǎng)絡(luò)是支持客流量的關(guān)鍵因素。

綜上，目前國內(nèi)外相關(guān)研究雖有涉及共享單車用戶行為選擇分析，但是很少有學(xué)者關(guān)注于共享單車使用率和滿意度二者之間內(nèi)在聯(lián)系。通過二元有序概率(Bivariate Ordered Probit,BOP)模型分析調(diào)查問卷所得數(shù)據(jù)，綜合考慮城市共享單車使用率和滿意度影響因素，并深入分析二者之間的內(nèi)在關(guān)聯(lián)關(guān)系，反映共享單車現(xiàn)有服務(wù)特征，以及未來優(yōu)化方向。

1 數(shù)據(jù)采集

1.1 問卷設(shè)計(jì)

問卷調(diào)查已被廣泛應(yīng)用于交通運(yùn)輸規(guī)劃與管理學(xué)科研究中，基于廣泛的文獻(xiàn)綜述和成員討論所得結(jié)果設(shè)計(jì)調(diào)查問卷。為全面反映用戶特征，問卷內(nèi)容共包含50個(gè)指標(biāo)，各指標(biāo)涉及：個(gè)人屬性、家庭屬性、出行特征、服務(wù)感知和用戶期望。個(gè)人屬性包括性別、年齡教育程度等特征；家庭屬性主要指擁有車輛情況；出行特征反映用戶需求特征和個(gè)人偏好，包括平時(shí)出行方式、出行距離、使用共享單車的主要用途、常用還取地點(diǎn)等；服務(wù)感知指用戶對當(dāng)前共享單車服務(wù)的感受，主要涉及使用頻率、使用理由、現(xiàn)狀問題、滿意度；用戶期望是指用戶期望共享單車改進(jìn)的地方，為共享單車進(jìn)一步優(yōu)化服務(wù)方式提供導(dǎo)向，并針對電子圍欄是否設(shè)置，以及增設(shè)非機(jī)動(dòng)車停位征詢意見。

1.2 抽樣方案設(shè)計(jì)

調(diào)查共抽取寧波市內(nèi)16個(gè)地點(diǎn)，共28個(gè)點(diǎn)位進(jìn)行線下發(fā)放問卷。將這28個(gè)點(diǎn)位歸納為5個(gè)類型的網(wǎng)點(diǎn)：商業(yè)娛樂區(qū)、居民社區(qū)、酒店景點(diǎn)、醫(yī)院政府，以及地鐵站點(diǎn)，見圖1。

圖1 調(diào)查點(diǎn)位分布圖Fig.1 Distribution of survey sites

1.3 預(yù)調(diào)查和樣本量確定

在對共享單車滿意度的調(diào)查過程中，主要采用問卷調(diào)查和現(xiàn)場踏勘調(diào)查的方式。在正式開展問卷調(diào)查活動(dòng)之前，選擇60位共享單車用戶進(jìn)行預(yù)調(diào)查，以檢驗(yàn)問卷設(shè)計(jì)的合理性，基于預(yù)調(diào)查結(jié)果，加以修改完善，形成最終版調(diào)查問卷。

為了全面反映共享單車用戶群體需求情況，初步計(jì)劃調(diào)查問卷總量定為1 000份，通過2個(gè)月的調(diào)查，共計(jì)獲得了1 395份問卷。由于原始數(shù)據(jù)在采集、錄入等過程中存在各種問題，通過數(shù)據(jù)篩選、交叉檢驗(yàn)后共獲得1 212個(gè)樣本。

2 數(shù)據(jù)處理和模型構(gòu)建

2.1 信度與效度分析

信度檢驗(yàn)主要是分析問卷調(diào)查獲得的數(shù)據(jù)是否具有內(nèi)部一致性或穩(wěn)定性。采用克朗巴哈系數(shù)（Cronbach'sα）來檢驗(yàn)問卷的信度。信度越高，說明樣本數(shù)據(jù)的精確度越高。對樣本進(jìn)行信度分析，得到滿意度與使用率的Cronbach'sα值，見表1。由表1可得：使用率和滿意度的α系數(shù)均大于0.7，說明樣本的信度較高，數(shù)據(jù)可靠。

表1 信度分析Cronbach'sα系數(shù)Tab.1 Cronbach'sαcoefficients for reliability analysis

效度是指測量被調(diào)查者行為或者心理特質(zhì)的程度，包括內(nèi)容效度與結(jié)構(gòu)效度[18]。內(nèi)容效度是指問卷的權(quán)威性，通常用文字描述問卷參考了那些已有的經(jīng)典問卷或者由相關(guān)專家進(jìn)行評價(jià)題項(xiàng)是否恰當(dāng)。經(jīng)過效度檢驗(yàn)，得到表2的檢驗(yàn)結(jié)果。由表2可得：KMO值為0.986，Bartlett的球形度檢驗(yàn)顯著性為0.000，小于0.01，當(dāng)Bartlett的球形度檢驗(yàn)顯著性小于等于0.01時(shí)，通過檢驗(yàn)。

表2 KMO和Bartlett的檢驗(yàn)Tab.2 Flow of the model

2.2 模型構(gòu)建

2.2.1 BOP模型構(gòu)建及求解

Bivariate Ordered Probit（BOP）模型是Probit模型的拓展，不僅可以用來分析自變量對因變量的影響，而且可以分析2個(gè)因變量之間的相關(guān)性。BOP模型數(shù)據(jù)分析變量選擇、模型構(gòu)建和理論分析3個(gè)部分。模型變量分為獨(dú)立變量和解釋變量，基于問卷設(shè)計(jì)指標(biāo)項(xiàng)，解釋變量包括個(gè)人屬性、家庭屬性、出行特征、服務(wù)感知、用戶期望這5項(xiàng)主要指標(biāo)，獨(dú)立變量包括共享單車使用頻率和用戶滿意度二者重要指標(biāo)。

本研究的目的是科學(xué)評估共享單車服務(wù)的滿意度，BOP模型用于識(shí)別同時(shí)影響共享單車使用率和滿意度的因素。BOP模型旨在模擬可以同時(shí)確定的解釋變量。BOP模型首先定義每個(gè)觀測的觀測序數(shù)，見式（1）。

BOP模型中的交叉方程相關(guān)誤差項(xiàng)見式（2）。

式中：ρ為εi，1和εi，2之間的相關(guān)系數(shù)。

在隨機(jī)誤差項(xiàng)的二元正態(tài)分布的假設(shè)下，yi，1=j和yi，2=k的聯(lián)合概率可表示為

式中：φ2(·)為標(biāo)準(zhǔn)雙變量正態(tài)分布函數(shù)。

BOP模型求解流程圖見圖2。

圖2 模型流程圖Fig.2 Flow of the model

2.2.2 邊際效應(yīng)

在模型估計(jì)之后，與解釋變量相關(guān)聯(lián)的系數(shù)的符號(hào)是相關(guān)的。這些跡象表明變量對結(jié)果的正面或負(fù)面影響。但是，系數(shù)不能量化這些變量的影響，也不能直觀地解釋。為了量化每類結(jié)果的影響，計(jì)算BOP模型中相關(guān)變量的邊際效應(yīng)。

解釋變量Xi，1對于yi，1的邊際效應(yīng)為

式中：φ(·)是標(biāo)準(zhǔn)正態(tài)分布的函數(shù)。類似地，解釋變量Xi，2對于yi，2的邊際效應(yīng)為

3 結(jié)果分析

3.1 調(diào)查結(jié)果

根據(jù)調(diào)查結(jié)果，共享單車使用頻率和滿意程度的分布情況見圖3。由圖3（a）知，頻繁使用共享單車的用戶占11.4%；而經(jīng)常使用共享單車的用戶占28.4%，結(jié)果表明共享單車使用率較低；由圖3（b）知，用戶對共享單車感到較滿意的比例為53.5%，一般滿意比例為34.7%。另外，較差和不滿意的用戶僅占4.5%。根據(jù)結(jié)果發(fā)現(xiàn)，多數(shù)用戶對共享單車感到較滿意。盡管如此，仍然需要關(guān)注那些不滿意于共享單車的用戶。

圖3 共享單車使用頻率和滿意度分布圖Fig.3 Frequency and satisfaction distribution of the bike-sharing system

3.2 模型識(shí)別與評價(jià)

為評估與共享單車使用率和滿意度相關(guān)的因素，構(gòu)建了BOP模型。使用STATA14軟件來評估模型，β的正負(fù)表明各因素對使用率和滿意度的相關(guān)性。β為正時(shí)可表示各解釋變量對共享單車的使用率和滿意度為正相關(guān)，即共享單車的使用率和滿意度會(huì)隨著變量的增加而提高；同理β為負(fù)時(shí)表示各解釋變量對共享單車的使用率和滿意度為負(fù)相關(guān)，即共享單車的使用率和滿意度會(huì)隨著變量的增加而降低。ρ-value的結(jié)果可表示各影響因素的顯著性。根據(jù)初始結(jié)果，一些因素對使用率和滿意度具有不顯著性，例如用戶所在的城市、出行方式為步行等。得出的初始結(jié)果中存在ρ-value＜0.05的現(xiàn)象，表示該解釋變量為不顯著變量，對共享單車使用率和滿意度的影響較小，剔除這些不顯著變量。將剩余的顯著變量再一次進(jìn)行回歸分析。

通過重新標(biāo)定后，模型中ρ-value結(jié)果表明了這些影響因素對共享單車使用率和滿意度的顯著影響。經(jīng)過修改后的變量中β值有同為正、一正一負(fù)、同為負(fù)這3種情況，說明某一變量對共享單車使用率和滿意度有不同的影響作用。β為正時(shí)表示各解釋變量對共享單車的使用率和滿意度為正相關(guān)，即共享單車的使用率和滿意度會(huì)隨著變量的增加而提高；β為負(fù)時(shí)表示各解釋變量對共享單車的使用率和滿意度為負(fù)相關(guān)，即共享單車的使用率和滿意度會(huì)隨著變量的增加而降低。具體估計(jì)結(jié)果見表3。

表3 BOP模型估計(jì)結(jié)果Tab.3 Estimated results of the BOP model

3.3 結(jié)果分析

根據(jù)BOP模型結(jié)果，可定量評估各影響因素對共享單車和滿意度的作用效果。

3.3.1 個(gè)人屬性

與女性相比，男性使用共享單車的頻率更高，通常比女性高4%，但滿意程度略低于女性。與此同時(shí)，青少年使用共享單車頻率比中老年高11%，而滿意度較之低2.1%。接受過高等教育的用戶選擇單車出行的概率較其他用戶高0.3%。低收入的用戶較高收入用戶使用共享單車頻率高1.1%。

3.3.2 家庭屬性

擁有小汽車、電瓶車、自行車的家庭對共享單車的使用率低于沒有車輛的家庭9%，滿意度會(huì)高7%。這一發(fā)現(xiàn)表明，那些沒有小汽車和自行車的人更有可能使用共享單車，結(jié)果與預(yù)期一致。并且擁有小汽車的家庭比沒有小汽車的家庭的使用率低3%。擁有車輛數(shù)不同也會(huì)導(dǎo)致使用率和滿意度的差別，擁有車輛數(shù)大于等于2輛小汽車的家庭相比僅擁有1輛小汽車的家庭使用率低9%。這一發(fā)現(xiàn)表明，那些沒有小汽車和自行車的人更有可能使用共享單車。原因可能是擁有汽車、自行車、電瓶車的車主更有可能使用自己擁有的交通工具出行，以防止因使用共享單車而使出行時(shí)間變長。

3.3.3 出行特征

乘坐公交或地鐵出行或使用電瓶車、自行車出行的受訪者使用共享單車頻率與其他用戶相比高11.1%，這個(gè)發(fā)現(xiàn)是顯而易見的，因?yàn)榱?xí)慣于騎自行車的人群很容易接觸到自行車。此外，結(jié)果顯示與出行距離較長（超過20 km）的人相比，出行距離少于3 km的人經(jīng)常使用共享單車的可能性要高5%。這些研究結(jié)果表明使用共享單車出行的用戶的出行距離一般小于5 km。結(jié)果表明，用戶常用取車和還車地點(diǎn)集中在居民區(qū)、學(xué)校和醫(yī)院附近。因此可以在居民區(qū)、學(xué)校和醫(yī)院附近適當(dāng)增加共享單車租賃點(diǎn)，方便用戶使用。

3.3.4 服務(wù)感知

使用共享單車進(jìn)行上下班或上下學(xué)的用戶的使用率為3.5%。目前共享單車存在問題也較多，其中由于亂停亂放和故障車太多等因素導(dǎo)致共享單車使用率減少了約5%。交通事故的發(fā)生也會(huì)影響共享單車的使用率和滿意度。交通事故會(huì)造成使用率降低2.5%，滿意度降低4.2%。結(jié)果表明，共享單車在急速發(fā)展的同時(shí)，也引發(fā)了一系列安全問題和城市治理問題，一方面是由于單車隨意停放和私人占有所引起的單車停放秩序管理問題；另一方面是由高額押金給用戶帶來的信任問題；除此之外，單車破損，檢修調(diào)度不及時(shí)，也降低了用戶的體驗(yàn)效果，甚至威脅用戶的出行安全。

4 結(jié)束語

利用對寧波市共享單車的1 261份有效問卷和實(shí)地踏勘，通過構(gòu)建BOP模型，實(shí)證分析了影響共享單車滿意度的顯著因素。通過變量的邊際效應(yīng)量化分析各顯著變量對共享單車滿意度的影響效用。結(jié)果表明：①對共享單車的使用率顯著性影響因素從高到低為家庭無車輛的情況、平時(shí)以公交或地鐵為出行方式以及單車破損，ρ-value值分別為0.996，0.996和0.995，此外，27項(xiàng)變量具有統(tǒng)計(jì)顯著性；②對共享單車滿意度影響因素顯著性從高到低為以公共自行車為出行方式、定位系統(tǒng)以及單車廣告，ρ-value值分別為0.827，0.826和0.42，此外，22項(xiàng)變量具有統(tǒng)計(jì)顯著性；③評估結(jié)果表明共享單車的使用頻率和滿意度存在正相關(guān)性。正相關(guān)參數(shù)意味著共享單車的更高程度的滿意度可以增加共享單車使用的可能性。因此，需要盡可能地完善共享單車設(shè)施，從而提高共享單車使用率和滿意度；④30個(gè)變量中，共有11個(gè)因素與共享單車使用率呈正相關(guān)，共有13個(gè)因素與共享單車滿意度呈正相關(guān)。

基于研究結(jié)果，筆者建議：①在學(xué)校和醫(yī)院、居民區(qū)附近的共享單車使用率較高，建議在學(xué)校和居民區(qū)附近在合理的范圍內(nèi)適度投放共享單車，方便用戶使用，增加用戶滿意度；②由于共享單車的亂停亂放、故障車太多導(dǎo)致的滿意度下降，建議設(shè)置電子圍欄、增設(shè)非機(jī)動(dòng)車停車位來約束共享單車亂停亂放的現(xiàn)象；在使用共享單車時(shí)，要遵守交通規(guī)則，避免交通事故的發(fā)生，與此同時(shí)，使用共享單車的用戶更應(yīng)該有社會(huì)意識(shí)，愛護(hù)共享單車；③企業(yè)管理人員要優(yōu)化收費(fèi)結(jié)構(gòu)和押金標(biāo)準(zhǔn)、改善車輛性能、提高用戶騎行體驗(yàn)、加強(qiáng)后期維護(hù)、簡化身份認(rèn)證程序等來提升用戶滿意度。