基于結構方程模型的公交延誤容忍度研究

黃鏡入，隆 豪，李家毅，唐智慧

(1.西南交通大學交通運輸與物流學院，四川 成都 610031；2.綜合交通大數(shù)據(jù)應用技術國家工程實驗室，四川 成都 610031)

0 引言

在“雙碳”目標的背景下，交通領域更加注重公共交通的發(fā)展。同時，隨著機動車保有量增加和交通供求不匹配等問題出現(xiàn)，城市交通延誤的問題日益嚴峻。此外，乘客對于出行質(zhì)量也有了更高要求，對于公交延誤的改善需求更加迫切。

本文通過對公交延誤容忍度的研究，以期幫助公交企業(yè)明確延誤改善重點并為企業(yè)運營決策提供參考。目前對于公交延誤的研究集中在4個方面：延誤改善方法的研究[1]、延誤時間的測算[2]、延誤影響因素的分析[3]、延誤發(fā)生過程的模擬[4]，但還未有關于延誤容忍情況的研究。因此，本文基于結構方程模型對公交乘客滿意度與延誤的關系進行定量分析，以乘客滿意度為基礎，構建公交延誤容忍度模型，實現(xiàn)公交延誤容忍度的量化。

1 模型的構建

1.1 公交乘客滿意度與延誤關系模型

1.1.1 基本框架的確定

參考目前結構方程模型在乘客滿意度評價方面常用的模型框架[5]，對其進行改進以適用研究所需。利用延誤影響感知對乘客滿意度進行評價，然后根據(jù)公交車空間運行特點將延誤影響感知定義為三類：交叉口延誤影響度、站點延誤影響度和路段延誤影響度，統(tǒng)稱為延誤影響度，得到最終的模型基本框架如圖1所示。

1.1.2 模型變量的選取

對于所研究的變量，結構方程模型將其分為潛、顯變量兩類[6]?；诠怀丝蜐M意度與延誤關系模型基本框架，選取公交乘客滿意度、交叉口延誤影響度、站點延誤影響度、路段延誤影響度和乘客期望作為潛變量。顯變量的選取主要圍繞所確定的潛變量與公交車在交叉口、站點和路段的實際運行情況來確定，盡可能地對每一個潛變量中可能包含的顯變量進行全面的考慮，避免遺漏重要變量。最終所選取的顯變量如表1所示。

圖1 公交乘客滿意度與延誤關系模型基本框架圖

表1 模型變量匯總表

1.1.3 數(shù)學模型

結構方程模型的基本結構由測量模型和結構模型組成。

(1)測量模型

(1)

(2)

式中：Y——公交乘客滿意度顯變量和延誤影響度顯變量測量值共同構成的向量；

η——與之對應的內(nèi)生潛變量；

X——乘客期望顯變量測量值構成的向量；

ξ——與之對應的外生潛變量；

CY——Y對η的載荷矩陣；

CX——X對ξ的載荷矩陣；

εY和εX——Y和X中的變量進行測量時構成的誤差向量。

(2)結構模型

(3)

式中：A——公交乘客滿意度和延誤影響度兩類潛變量對應的系數(shù)矩陣；

B——潛變量乘客期望對應的系數(shù)矩陣；

ζ——結構模型的誤差向量。

1.2 問卷設計

問卷內(nèi)容分為兩部分：(1)乘客基本信息(收集性別、年齡、學歷和職業(yè)等信息)；(2)公交延誤影響、公交乘客滿意度和總體期望評價。問題的設定根據(jù)選取的14個顯變量進行確定。

設計的問卷采用Likert五級量表，滿意程度的5個量級分別對應：極不滿意、不太滿意、一般滿意、比較滿意和非常滿意；總體期望的5個量級分別對應：很低、較低、一般、較高和很高；延誤影響程度的5個量級分別對應：毫無、輕微、一般、較多和嚴重。為使乘客對于延誤影響程度的衡量標準盡量統(tǒng)一，本文結合公交實際延誤情況，在每種延誤的各級影響程度題項旁設置了參考時間范圍。

1.3 公交延誤容忍度模型

乘客對當前公交延誤影響的耐受能力用延誤容忍度來衡量。由于結構模型中的路徑系數(shù)可理解為其他條件不變的情況下，因變量提升一個單位，結果變量就隨之提升和路徑系數(shù)相同的單位，因此可以量化出延誤影響度對公交乘客滿意度的影響如式(4)所示：

ΔS=μiΔDi

(4)

式中：μi——該類延誤影響度與公交乘客滿意度之間的路徑系數(shù)；

ΔDi——該類延誤影響度的變化值。

通過各延誤影響度與其對應的顯變量的路徑系數(shù)來衡量三類延誤影響度的大小，計算公式如式(5)所示：

Di=α1Y1+α2Y2+…+αmYm

(5)

式中：αm——該類延誤影響度與其顯變量路徑系數(shù)歸一化后的值；

Ym——問卷調(diào)查中對應顯變量的平均值。

本文將一般滿意對應的等級分值(3分)作為乘客對公交延誤容忍的臨界值，通過將公交乘客滿意度分值降為3分時所需要的公交延誤影響度的變化值與目前該類型延誤影響度的比值作為乘客對該類公交延誤的容忍度，計算公式如式(6)所示：

(6)

2 實證分析

重慶的交通延誤問題在全國范圍內(nèi)較突出，同時重慶獨特的地形條件會增加軌道交通的建設成本以及對車輛能源消耗的不利影響，使居民出行方式中的地面公交占據(jù)較大的比重。所以，本文將研究范圍劃定在重慶主城區(qū)。

2.1 調(diào)查方案的確定

(1)調(diào)查線路的選取：為更全面地反映實際情況，選取線路的空間分布應較為均勻且具備一定數(shù)量，最終確定調(diào)查的公交線路為：178路、273路、685路、476路和438路。

(2)問卷發(fā)放數(shù)量的確定：參考利于問卷信效度檢驗和結構方程模型分析的樣本數(shù)[6]，將調(diào)查問卷發(fā)放數(shù)量確定為250份。

(3)調(diào)查時間及跨度的確定：為避免偶發(fā)性因素的影響，調(diào)查時間確定在每天8：00-18：00，且連續(xù)開展5個工作日的調(diào)查。

(4)調(diào)查方式與對象的確定：由于實際中公交站存在多線路共用的情況，站點乘客組成復雜，所以采取跟車問卷調(diào)查。調(diào)查對象為一個月內(nèi)經(jīng)常乘坐所選取線路公交車(平均每周≥3次)的乘客。

2.2 問卷調(diào)查與信效度檢驗

經(jīng)過實地跟車調(diào)查，問卷回收情況為：共回收問卷237份，其中有效問卷218份，有效回收率為87.2%。

運用SPSS軟件分別對收集的問卷數(shù)據(jù)進行可靠度分析，信度系數(shù)選擇α系數(shù)，兩次結果均顯示潛變量和問卷總體的Cronbach’sα系數(shù)>0.7，問卷信度較好，數(shù)據(jù)可靠性較高。

運用SPSS軟件分別對收集的問卷數(shù)據(jù)進行KMO和Bartlett球形檢驗，兩次結果顯示KMO值均>0.7，Bartlett球形檢驗顯著性均為0，達到進行因子分析所需要求；再次運用SPSS軟件分別進行探索性因子分析，結果顯示各潛變量的因子載荷>0.5，問卷效度可接受。

2.3 模型計算與檢驗

運用AMOS軟件構建公交乘客滿意度與延誤關系模型的初始路徑，然后分別導入調(diào)查數(shù)據(jù)進行模型計算，得到標準化路徑系數(shù)如圖2所示，模型擬合情況如表2所示。

圖2 普通道路環(huán)境下標準化路徑系數(shù)圖

表2 模型擬合度檢驗情況表

綜合圖2和表2的結果進行分析，可知各路徑顯著性達到要求，且模型擬合情況較好，模型計算結果可以接受。

2.4 公交延誤容忍度計算

進行容忍度計算前，通過式(7)計算得到公交乘客滿意度分值為3.49。然后聯(lián)立式(4)、(5)和(6)可計算出乘客對三類公交延誤影響的容忍度(見表3)。

S=ω1S1+ω2S2

(7)

式中：ω1、ω2——公交運行服務質(zhì)量和公交設施服務質(zhì)量路徑系數(shù)歸一化后的權重值；

S1、S2——公交運行服務質(zhì)量和公交設施服務質(zhì)量問卷得分平均值。

表3 公交延誤容忍度計算結果表

2.5 結果分析與改善建議

由表3分析可知，站點公交延誤容忍度(0.54)最大，然后依次為路段延誤容忍度(0.35)和交叉口延誤容忍度(0.31)，說明對于交叉口延誤和路段延誤的改善較站點延誤更為迫切，且可優(yōu)先考慮容忍度更小的交叉口延誤。

由圖2可知，交叉口延誤中最主要類型是信號配時不合理導致的排隊延誤(0.669)，路段延誤中主要的類型為社會車輛違規(guī)停車導致的減速或停車延誤(0.779)和社會車輛隨意變道導致的減速或停車延誤(0.788)，針對以上致因提出以下建議：

針對交叉口延誤主要致因，可考慮將車路協(xié)同技術應用于交叉口信號配時，隨車輛的需求響應及時調(diào)整綠信比，保證其通過效率；針對路段延誤主要致因，既可建立網(wǎng)絡化監(jiān)管平臺，保障線上線下監(jiān)管通道的暢通，提高發(fā)現(xiàn)和解決問題的效率，也應注重公交優(yōu)先和文明駕駛的宣傳，提高司機的文明駕駛意識。

3 結語

本文基于結構方程模型實現(xiàn)了公交延誤容忍度的量化過程，對于公交企業(yè)的運營決策，可得出以下輔助性結論：(1)公交延誤容忍度從乘客的角度反映出了公交延誤改善的重點；(2)在公交運營改善中，決策人員可參考各類公交延誤容忍度大小制定措施實施的優(yōu)先級。

由于本文主要采用的是感知型數(shù)據(jù)，為了進一步提高研究的準確性，對于感知延誤與實際延誤的匹配以及兩者對公交乘客滿意度的影響差異有待今后研究。