大学生共享单车使用满意度实证研究——基于福州大学城ofo共享单车调查数据

林嘉立，郭君默，郑开焰

（1.集美大学诚毅学院，福建厦门，351000；2.3.福建江夏学院金融学院，福建福州，350108）

一、文献综述

ofo团队是当下最受大学生关注的创新创业队伍之一。截至2017年5月，ofo共享单车占市场份额65%，成为国内规模最大、覆盖最广、市场占有率最高的共享单车品牌。作为从高校发展起家并在高校共享单车市场占有极大份额的共享单车品牌，ofo共享单车在大学生中的满意度如何？大学生使用单车时是否关注车身情况、投放情况等因素？上述问题不仅是业界关注的焦点，亦是相关领域的热点问题。

国外学者对共享单车的系统模式、共享单车投放数量、用户使用者的出行方式等问题进行了广泛的研究。Froehlich等使用Bicing共享单车的系统（Bicing系统是全球第一个公共自行车系统，于2007年3月出现西班牙巴塞罗那）探究居民日常出行路线的规律。[1]Kaltenbrunner等运用Bicing网站的数据，分析用户出行的模式，提出改进Bicing网站服务的建议。[2]Subasish等人的研究结果表明，共享单车的出现能够满足用户短距离的出行方式。[3]受此启发，Ahmadreza等考察共享单车的投放数量以及用户出行规律，构建混合线性模型进行分析。[4]此外，Adrian等实证分析结果表明，共享单车在一定程度上有助于人们改善健康状况。[5]虽然国外学者对共享单车系统模式、投放数量、用户出行方式等问题的研究已较为系统和深入，但是中外制度背景、经济与文化环境均存在显著差异，其研究方法与结论在我国经济环境中的适用性有限。

国内学术界对共享单车相关领域也已开展研究。韩慧敏等通过研究法国里昂Velo'v系统，归纳共享单车租借点的类型、定位依据和点位布设方法。[6]王志高等剖析三个典型的共享单车系统（即巴黎Velib系统、里昂Velo'v系统和巴塞罗那Bicing系统），总结欧洲共享单车系统的运作模式、服务方式等方面的特点。[7]秦孝敏定性分析共享单车配置问题，提出优化思路，构建令用户出行成本、系统建设成本和运营调度成本降至最低的多目标优化模型。[8]银昑认为，共享单车公司面临的最大难题是如何在平台不断做大的同时有效降低成本。[9]薛强从用户体验角度展开研究，认为共享单车还需要进一步提升自己的服务品质。[10]

毫无疑问，国内学者在该方面所进行的宝贵探索为本文提供了极好的起点，也为进一步研究共享单车提供了空间。研究方法上，国内现有的研究很少采用实证分析，结论缺乏普遍性和可预测性。研究角度上，现有文献倾向于从局部、个体层面出发展开分析，缺乏对共享单车使用情况、满意度、未来前景等方面的深入研究。本文使用路径分析与模糊综合评价法研究共享单车，将使用情况、满意度、未来前景等纳入统一的分析框架，具有重要的理论价值和现实意义。

二、实证研究

（一）数据来源与数据说明

以福建省福州大学城各高校的在校学生为调查对象①感谢张婷婷、冯义坑、黄丽梅、黄秋霞在数据收集及材料整理方面的努力。。目前仅4所高校②4所高校分别为福州大学、福建医科大学、福建中医药大学、福建江夏学院，代号依次自定义为A、B、C、D，下同。投放ofo共享单车，因此研究范围设定在这4所高校内。调查研究的时间段为2017年2月1日到2017年3月13日，采取分层随机抽样调查法。对每个进入高校正门的符合调查要求的人群进行计数，取计数为3n（n为自然数）的学生进行调查。其中，被调查者出现打电话、拒绝调查等情况，则不对其进行计数。

最终受访的在校大学生共560人③拟调查样本数超过量表题选的5倍为佳。。按性别划分，男生占46.43%，女生占53.57%；按年级划分，大一占16.07%，大二占25%，大三占51.79%，大四占7.14%。

（二）ofo共享单车满意度分析

构建满意度指标衡量大学生对ofo共享单车各方面的评价，使用SPSS19.0软件进行统计分析。

1.ofo共享单车满意度指标构建

满意度得分是对评价得分的一种加权计算，是测量满意程度的指标之一，按百分制来算。在ofo共享单车满意度调查的李克特量表中，“非常满意”“比较满意”“一般”“比较不满意”“非常不满意”分别表示为分别对应100、80、60、30、0分。计算公式如下:

其中，表示满意度得分分别表示为的样本数，表示总样本数。

2.ofo共享单车使用满意度分析

通过式（1）计算整理得表1，可知共享单车各方面的满意度得分大多在70分以上，说明大学生对ofo共享单车较为满意。然而，可骑行区域的满意度得分仅有59.70分，仅接近“一般”所对应的得分60分，说明ofo共享单车的可骑行区域设置存在不合理之处。因此，今后ofo共享单车可结合地区实际情况，扩大可骑行区域。

表1 ofo共享单车各方面满意度得分测评结果

（三）ofo共享单车满意度因子分析

进一步分析影响大学生对ofo共享单车满意度的因素。对满意度量表进行进行KMO和Bartlett检验。Bartlett球度检验统计量的观测值为1339.777，且P值小于0.05，该结果显示相关系数矩阵与单位矩阵有显著差异。KMO值为0.839，大于0.8，说明原有变量可择取因子分析。

假定ofo共享单车车身设计满意度、整车干净情况满意度、骑车安全情况满意度、整车质量可靠性的满意度、投放地点满意度、投放数量满意度、可骑行区域满意度、收费标准满意度和APP及微信操作满意度分别为利用SPSS软件得到因子特征值的分布碎石图，具体见图1。从图1中可知，第1个因子的特征值超过4，对解释变量的贡献最大；而第3个成分数以后的特征值相对较小，对解释变量的贡献影响甚微，故仅择取前3个因子。

图1 因子特征值分布碎石图

根据碎石图提取的3个因子，计算因子载荷矩阵并进行排序，如表2所示:

表2 因子载荷矩阵

根据表2，可以得到如下因子分析模型:

从式（2）中可知，与第1个因子的影响系数亦显著为正，而第2个因子与第3个因子的载荷都较低，表明与变量的相关性不显著。

（四）构建ofo共享单车新因子指标

对因子载荷矩阵进行旋转，结果如表3所示。④提取方法为主成份分析法。使用具有Kaiser标准化的正交旋转法，旋转在5次迭代后收敛。可知在第1个因子上有较高的载荷，说明主要解释了变量，可命名为ofo共享单车车身情况满意度；在第2个因子上有较高的载荷，说明主要解释了变量，可命名为ofo共享单车投放情况满意度。在第3个因子上有着较高的载荷，说明主要解释了变量，可命名为ofo共享单车使用情况的满意度。

表3 旋转后的因子载荷矩阵

（五）ofo共享单车路径分析

为了进一步研究变量间相互关系和自变量对因变量的程度，对满意度量表运用AMOS软件进行路径分析，构建结构方程模型⑤结构方程模型（SEM，Structural Equation Modeling）是建立在回归模型（Regression Models）的基础上，针对潜变量（Latent Variables）的统计方法。AMOS囊括了和结构方程建模有关几乎所有的前沿统计方法，结构方程模型正成为经管统计学博士论文的标准模型配置，这也是本研究采用AMOS的一个原因。。

1.ofo共享单车结构方程模型

以这3个因子以及这8个观测变量，共同构成ofo共享单车满意度情况指标体系的二级指标、三级指标，并由此构造一级指标（即ofo共享单车的总体满意度情况）。其中，为潜变量，无法直接测量；为显变量，数据可由调查获得。结构方程模型中各变量之间的关系，可表示为以下3个矩阵方程式:第1个矩阵方程式为结构模型，通过系数矩阵以及误差向量把潜在变量之间关系型联系起来；第2个和第3个矩阵方程式均为测量模型，通过线性矩阵方程式（4）、（5）连接观测变量与相应的潜在变量具体如下:

其中:为路径系数，考察内生潜变量之间的联系；为路径系数，考察内生潜变量与外生潜变量的内在联系；为外生观测变量在外生潜变量上的因子载荷矩阵；为内生观测变量在内生潜变量上的因子载荷矩阵；为结构方程的残差项，反映在式（3）中未能被解释的部分。

2.ofo共享单车结构方程模型修正

使用AMOS 17.0软件的Modification Indices修正模型，得到修正后ofo共享单车结构方程路径 ，如图2所示:

图2 修正后ofo共享单车结构方程模型路径图

对修正后的ofo共享单车结构方程模型进行检验，得到表4。可知，修正后的ofo共享单车结构方程模型中卡方检验对应的P值为0.440，大于显著性水平0.05；卡方与自由度之比低于2，CFI、NFI和IFI的数值都超过0.90，RMSEA也低于0.08，说明拟合效果有效。

表4 修正后ofo共享单车结构方程模型检验

（六）ofo共享单车使用满意度模糊综合评定

由表4可知，ofo共享单车满意度主要由车身情况、投放情况、使用情况这3个因子决定。采用模糊综合评价法度量ofo共享单车满意度。该方法是模糊数学中应用比较广泛的一种多指标综合评价方法，可以避免凭经验进行目标选择所固有的主观性，使评价更加科学合理。

1.二级和一级指标的权重

由图2中的路径系数得知，车身情况的4个观测变量的影响重要程度为投放情况的两个观测变量影响重要程度为使用情况的两个观测变量的影响重要程度为因此，经过权重的归一化处理得到二级评价指标权重分别为:同理，通过路径系数可以得到一级指标的权重为:

2.二级模糊综合评价

根据问卷满意度量表的调查数据，得到二级指标评价表，如图5所示:

表5 二级指标评价表

由此得到二级评价矩阵分别为:

建立3个评价矩阵结合路径分析法得出的归一化的二级指标权重，得到ofo共享单车满意度3个因子模糊评价矩阵。其中:

3.一级模糊综合评价结果矩阵

在二级模糊综合评价矩阵基础上，对ofo共享单车满意度进行综合评价:

4.计算综合得分

为了使“ofo共享单车满意度评价”具有可比性和直观性，将评语集按百分制量化，并对结果进行量化处理。设评语集V={c1，c2，c3，c4，c5}分别对应{0分，30分，60分，80分，100分}，量化后的评语集为V={0，30，60，80，100}，可以得到综合得分:

由结合评语集赋值可知，大学生使用者对ofo共享单车满意度介于“一般”和“比较满意”之间。

三、结论及建议

基于2017年2月1日至2017年3月13日福州大学城三所高校的调查数据，分析大学生对ofo共享单车的满意情况。通过ofo共享单车指标进行探索性因子分析，并由此建立ofo共享单车新因子指标。在此基础上构建结构方程并进行检验和修正，使用模糊综合评价法测算大学生使用ofo共享单车的满意度。研究发现:大学生使用者对ofo共享单车满意度介于“一般”和“比较满意”之间，而不是“非常满意”。

ofo共享单车在为广大高校师生提供便携经济、绿色低碳、更高效率的校园共享单车服务中，还需从几个方面提升改进:（1）扩大骑行区域，同时保持单车的整洁卫生情况；（2）大学生使用单车主要集中在上学、放学时段，但其他时段单车空置现象较为普遍，需要增加投放点并提高APP、微信操作的简便灵活性；（3）在提高满意度的同时，进一步提高ofo共享单车大学生创新创业团队利润，有助于大学生在创新创业之路上走得更稳、更好。

[1]Froehlich Jon,Neumann Joachim,Oliver Nuria.Measuring the Pulse of the City through Shared Bicycle Programs[J].Urban Sense,2008(8).

[2]Kaltenbrunner A,Meza R,Grivolla J,et al.Urban Cycles and Mobility Patterns:Exploring and Predicting Trends in a Bicycle Based Public Transport system[J].Pervasive and Mobile Computing,2010(4):455-466.

[3]Subasish Das,Xiaoduan Sun,Anandi Dutta.Investigating User Ridership Sentiments for Bike Sharing Programs[J].Journal of Transportation Technologies,2015(5):69-75.

[4]Ahmadreza Faghih-Imani,Robert Hampshire,Lavanya Marla,et al.An Empirical Analysis of Bike Sharing Usage andRebalancing:Evidence from Barcelona and Seville[J].Transportation Research Part A,2016(97):177-191.

[5]Adrian Bauman,Melanie Crane,Bradley Alan Drayton,et al.The Unrealised Potential of Bike Share Schemes to Influence Population Physical Activity Levels-A Narrative Review[J].Preventive Medicine,2017(20).

[6]韩慧敏,张宇,乔伟.里昂公共自行车系统[J].城市交通,2009(4):7-12.

[7]王志高,孔喆.谢建华.欧洲第三代公共自行车系统案例及启示[J].城市交通,2009(4):7-12.

[8]秦孝敏.城市公交自行车租赁点布局及配置优化研究[D].成都:西南交通大学,2015.

[9]银昑.共享单车"风口",商业与公益如何选择[J].中国经济周刊,2016(44):76-77.

[10]薛强.国人共享单车使用情况调查[J].金融博览(财富),2017(1):24-26.