基于多维度需求的地铁信息服务质量测评

周 娟，贺玉龙，田静静

(北京工业大学 交通工程北京市重点实验室，北京 100124)

地铁建设在我国各大城市建设迅速，其运营效率问题也得到了很大关注[1]。客流在地铁站的运行效率受到信息指示的很大影响，一旦地铁站信息设置不合理，乘客陷入信息盲区，就会造成乘客在地铁站内步行的距离和行走时间[2]。服务质量测评是提升地铁信息服务的必要手段。通过测评，可以发现地铁信息的不足，找到地铁信息服务与乘客多维度需求的差距，为地铁运营完善信息提供建议，进而改善乘客地铁出行服务质量。

在赫兹伯格双因素理论的基础上，日本质量管理专家狩野纪昭提出KANO模型的概念。根据顾客的多维度需求，将服务分为不同类型，以此作为提高满意度的切入点，KANO模型对于服务质量测评有重要意义[3]。KANO模型表述服务的客观质量和顾客满意间的因果关系。KANO模型帮助多种行业了解了顾客的多维度需求[4-5]，找到顾客满意度和企业服务质量的接触点，为多个行业领域服务质量管理设计提供了依据，并有效地提高了顾客满意度[6]。

1 分析型KANO模型

1.1 基本理论

KANO模型是质量特性和顾客满意度的双维度认知模型。根据产品的客观表现顾客主观感受，KANO模型将产品的质量属性分为五类，包括兴奋型需求服务、期望型需求服务、必备型需求服务、无差异型需求服务和逆向型需求服务，如图1所示。

图1 KANO理论模型图

1)兴奋型需求服务： 该服务具有令用户惊喜的特征。即提供该项服务时，顾客满意，不提供时也不会不满意。在其余项服务质量相当时，提供兴奋型需求服务更能吸引顾客，形成优势。

2)期望型需求服务: 该项服务特性齐备时顾客满意，不齐备时会引起顾客不满,是顾客所期望的需求。

3)基本型需求服务: 顾客认为该项服务是理所当然的要求，齐备时合格，不齐备则会引起顾客不满。

4)无关型需求服务:该项服务特性对顾客而言是既不好也不坏，不会影响顾客的服务质量感知。

5)逆向型需求服务: 由于并非所有顾客都有相似的喜好，提供改产品可能导致顾客不满的特性或低水平满意度的特性。

1.2 KANO模型问卷设计与处理

基于KANO模型的服务质量测评问卷由正反两方面问题组成：提供此类服务，顾客的感受情况；不提供此类服务，顾客有什么感受。每个问题都有5个选项。如表1所示。

表1 数据调查样式

针对每一种服务的正反两方面问题，KANO模型给出了属性分类，其中，“A”表示兴奋型质量需求，“M”表示期望型质量需求，“O”表示基本性属性需求， “I”表示无关质量需求，“R”表示与假设情景相反的回答，“Q”则是有问题的问卷。如表2所示。

表2 KANO模型分析分类表

针对KANO模型定量分析的不足。将模型定量化的方法就是对各类服务的满意度和不满意度赋值，如表3所示，正反两方面问题的标度[9]。

表3 正向/反向问题满意标度

此外，在问卷设计中，加上乘客对各项信息的重要性感知程度，具体标度如表4所示。

表4 重要性标度

服务属性函数为F={fi/i=1,2,…，I},

式中：F为信息属性集，fi为i类信息的属性，调查人数为J，各类服务属性fi=(∀i=1,2…，I)的评价集表示为：

eij=(xij,yiy,wij)

图2 KANO模型满意度-不满意度关系图

以满意度和重要度作为两个坐标方向，把服务属性域划分为4个象限，如图3所示。

图3 KANO模型满意度-重要度指标图

2 乘客多维度需求分析

地铁站应提供完善、合理的出行信息服务。乘客在地铁出行中，需要通过相关信息来引导乘客出行[9]。地铁站通过提供完善且具有时效性的出行信息，可以改善地铁站的导向环境，有利于乘客寻路[3]，进而提高乘客的满意度。

2.1 乘客信息需求内容

乘客地铁出行需要多方面的信息。针对进站、出站、换乘的不同目的的乘客，有不同的信息需求。这些信息的有效传递，不仅能够吸引出行者乘坐地铁，还可以提高出行者的满意度。通过实地调研和查阅文献[10-11]，进站、出站和换乘的乘客各自的信息需求如表5所示。

表5 不同类别乘客信息需求内容

2.2 基于乘客多维度需求的分析型KANO模型

在明确地铁信息质量属性的基础上，通过问卷调查，分析各类信息的重要度和满意度，并确定地铁提供信息服务的优先权。根据KANO模型的基本理念，设计地铁站信息乘客满意度分析流程如图4所示。

图4 地铁站信息乘客满意度分析过程

通过计算KANO模型中各类信息的重要度和满意度指标，识别出每个信息属性的分类，获取乘客的预期效用模式。

3 实例分析

本文以北京地铁十四号线与十五号线的换乘站点-望京地铁站为例，研究乘客对望京换乘站信息的需求情况。首先，通过调研总结出望京地铁站的信息设置内容，如表6所示。

表6 问卷调查内容

在望京地铁站发放《地铁站通道信息需求调查》问卷共计200份。排除统计结果中出现Q及其它异常的无效问卷17份，最终形成有效问卷183份。乘客对各类信息的满意水平和不满意水平如表7所示。

表7 乘客对各类信息的满意水平和不满意水平

如表7所示，被乘客认为是期望型需求的信息是f1、f3、f6、f8、f9、f15，被乘客认为是基本型需求的信息类型是f2、f4、f5、f7、f10、f11、f12、f13、f14，无关型需求的信息类型是f16、f17、f18、f19、f20。进而得到各类信息需求类型及其满意度、重要度，如表8所示。

按照重要度和满意度指标将各类信息分配于四个象限内，从而可以得到各类信息的重要度与满意度指标，如图5所示。

象限一：表示“无需关心”区域，乘客对该区域内信息的感知满意度和重要度均不明显。如图5可以看出，f7、f12、f16、f17、f18、f19都在该区域。

象限二：表示“过剩满意”区域，乘客对该区域内信息属性的感知满意度比较高，但感知重要度不高，如图5可以看出，f20位于该区域。仍要设置此类信息以提高地铁满意度。

表8 乘客认知结果表

图5 各类信息对乘客的重要度和满意度认知图

象限三：表示“重点保持”区域，乘客对处于该区域的信息属性的感知满意度和重要度都很高，f6就位于该区域，需要继续保持此类信息的设置。

象限四：表示“重点提升”区域，乘客对处于该区域的信息属性的感知满意度比较低，但感知重要度比较高，如图5可看出，f2、f3、f4、f5、f8、f9、f10、f11、f13、f14皆位于该区域内，这些信息需要重点提升和改善，进而达到提升乘客对信息的满意度。

4 结 论

本文将分析型KANO模型引入至对地铁信息服务质量的测评。首先，通过问卷调查方法，了解乘客出行的多维度需求，兴奋型需求信息、期望型需求信息、必备型需求信息、无差异型需求信息和逆向型需求信息。进而将各指标进行量化，可以得到乘客对地铁信息服务质量的满意水平及不满意水平情况，得到乘客对各类地铁信息的满意度和重要度信息。最后，以北京市地铁十四号线与十五号线的换乘站点—望京地铁站为例，分析了乘客对各类信息的重要度和满意度认知，研究结论显示导向信息是地铁枢纽信息中应重点提升的领域，而个性化服务、安全提示类信息仍有较大提升空间，为提高地铁出行的服务质量提供了依据。