基于有序Probit模型的中小城市有车乘客公交满意度影响因素分析

陈 君，范靖堃，李晓伟，马瑞洋，朱沙浪

(西安建筑科技大学 土木工程学院，陕西 西安 710055)

0 引 言

近年来，我国中小城市公交客流呈现大幅度下降趋势[1-2]。精确识别公交乘客满意度的影响因素，制定有针对性的改善策略和优化措施，是近一步提高公交服务质量、促进乘客由小汽车向公共交通转移、提升公交分担率的重要手段。

学者们往往通过建立总体满意度和服务属性的函数关系来分析不同属性变量满意度对总体满意度的相对影响，以确定运输服务中用户总体满意度最关键的因素[3-6]。尽管存在技术、测量、运输方式和地理区域方面的差异，但通过研究发现，服务规划(如频率或速度)和运营(如可靠性)是影响公交总体满意度的主要驱动因素[7-13]；对于出行环境变量，如舒适度和清洁度等，也是影响乘客整体满意度的主要因素[14-18]。满意度分析常用方法是离散选择模型，包括结构方程模型[7-9]、多项Logit模型[15-16]及有序Logit模型[20]等。

不同人口群体或不同类型乘客(如高、低频用户)对服务属性的重要性感知有所不同[8, 13-16, 19]。例如：J. ALLEN等[12]的研究得出不同收入水平、年龄和性别用户之间总体满意度感知存在显著差异的结论。出行时长、抵御犯罪的安全度及运行服务对所有群体的总体满意度都有一定影响[14]；舒适性对年长的乘客最重要，而清洁度对年轻的乘客更重要[15-16]；频繁使用公交的乘客对公交总体满意度更高[18-19]。

尽管有不少学者已开展了公交满意度及其影响因素的研究，但多以国内外大城市作为研究对象，以中小城市尤其是我国西部地区中小城市作为对象的研究较少。基于我国西部地区经济相对落后的事实，能精确识别显著影响公交满意度的显著因素，并将有限资金投入到公交满意度急需提升的领域，对于政府部门精准施策和公众获得感的提升至关重要。其次，现有研究调查对象多为城市市民，尽管已有研究探讨了不同群体公交满意度的差异，但仍缺乏对有车乘客这一特殊群体的公交满意度进行针对性分析。如何通过提升公交满意度促使私家车乘客放弃小汽车而选择公共交通出行，对于提升公交分担率和减少碳排放则更有现实意义。

笔者将研究对象主要聚焦于有车乘客，并基于陕西省渭南市在创建“公交都市”过程中的满意度调查数据，运用有序Probit模型、边际效应解析了多维因素对公交满意度的影响，为公交满意度提升及精准措施制定提供相关依据。

1 研究数据

1.1 研究对象

笔者根据2019年陕西省渭南市居民的出行调查数据[21]，以渭南市公共交通作为研究对象。渭南市交通方式分担率如图1。

图1 渭南市居民出行方式比例Fig. 1 Proportion of travel modes in Weinan city

由图1可知：小汽车所占比例为36.86%；其次是步行，所占比例为20.43%；再次是电动车，所占比例为16.45%；公交车所占比例较少，仅10.31%。因此渭南市政府及公交公司急需通过研究渭南市公交服务的薄弱点并进行针对性改善，从而吸引居民选择公交出行，提高公共交通分担率。

1.2 调查内容

本研究调查内容共包括4个部分：① 乘客个体属性特征调查，包含性别、年龄、月收入、学历、职业这5个变量；② 居民出行特征调查，包含日乘坐公交频次、日乘坐公交车时间、等车花费时间这3个变量；③ 公交服务属性指标，包含候车时间、换乘便捷度、出行信息服务提供情况、乘车舒适度、候车环境、车内卫生环境、票价价位、公交车线路设置、公交车站点设置、司乘人员服务态度这10个变量，采用4级Likert量表度量；④ 乘客对公交整体满意度感知水平，采用5级Likert量表度量。

1.3 调查数据描述性统计

2019年3月，笔者对渭南市公交服务满意度进行调查。通过随机抽样方式在每条公交线路上发放问卷并进行访谈调查[22-23]。对调查样本进行清洗处理后共获取690个完全有效样本。变量描述性统计如表1。

表1 变量的描述性统计Table 1 Descriptive statistics of variables

(续表1)

2 有序Probit模型

有序Probit模型是进行有序离散数据分析与预测的常用模型之一。与传统有序Logit模型相比，有序Probit模型能够放宽IIA(independence of irrelevant alternatives)假设，已在交通安全[24]、出行行为[25]等领域得到了良好应用，其具体表达如式(1)：

Y*=XiβT+εi

(1)

式中：Y*为不可观测的因变量，表示乘客对公交服务整体满意程度，分为不满意、较不满意、一般、较满意、非常满意，其取值分别取1～5；Xi为样本i实际观测到的由第j个自变量xj构成向量；β为xj的待估计系数βj构成向量；εi为残差项，εi对自变量Xi条件分布假设为标准正态分布，即εi|Xnormal(0,1)。

设λ1<λ2<λ3<λ4为阈值，有式(2)：

(2)

则Y的概率由式(3)给出。

(3)

式中：Φ为标准正太累积分布函数。

用最大似然法估计指定模型中的参数，如式(4)：

XβT]

(4)

式中：K为因变量的数量，若离散输出结果为k，则δik=1，否则为0。

解释有序响应模型最佳方法是获得每个解释变量的边际效应。对连续自变量，边际效应是自变量每变化一个单位所引起的选择概率变化。如式(5)：

(5)

3 研究结果

3.1 参数估计

将表1中整体满意度作为因变量，乘客个体属性、公交出行属性、公交服务属性等16个变量作为连续自变量，在对自变量进行共线性分析基础上应用有序Probit模型进行参数估计，参数估计结果如表2。

表2 模型参数估计Table 2 Model parameter estimation

表2中：Coefficient为回归系数，当回归系数为正值时表明随着该变量增加会导致公交服务满意度为更高等级的可能性增加；S.E代表标准误差；P代表了显著性；95% confidence interval代表95%的置信区间，包含置信区间的上下限。通过参数估计，得到并保留8个对乘客感知公交服务有显著性的因素，表3为边际效应。

表3 边际效应Table 3 Marginal effect

3.2 影响因素分析

依据表3对影响乘客整体满意度的显著性影响因素进行作用效应分析。

3.2.1 乘客个体属性

性别是影响有车乘客公交满意度的显著性因素。参数估计表明：与女性相比，男性对公交感到非常不满意、较不满意、一般满意、较满意的概率分别增加0.46%、0.68%、4.12%、0.11%，感到非常满意的概率降低5.36%。可能原因是男性较女性而言，在日常活动中扮演角色更多，因此对公交的使用多于女性，对服务感知要求也就更高。

3.2.2 居民出行属性

日乘坐公交时间是影响有车乘客公交满意度的显著性因素。乘客乘坐公交时间每增加30 min，乘客对公交感到非常不满意、较不满意、一般的概率分别增加0.26%、0.39%、2.39%，感到较满意概率仅增加0.06%，而感到非常满意概率降低3.11%。这可以理解为：乘客乘坐公交车时间越长，越感到无聊厌烦，因此对公交负面态度也会增加。

3.2.3 公交服务属性

候车时间、换乘便捷度、出行信息服务提供情况、候车环境、票价价位、公交车站点设置也是影响有车乘客公交满意度的显著性因素。

候车时间满意度每增加一个单位，乘客对公交服务感到非常不满意、较不满意、一般、较满意的概率分别降低0.40%、0.59%、3.58%、0.09%，非常满意概率增加4.66%。候车时间越长，乘客情绪会越焦躁，对公交服务满意度越低；相反，候车时间越短，乘客对候车时间越满意，对公交服务满意度也越高。

换乘便捷度满意度每增加一个单位，乘客对公交服务感到非常不满意、较不满意、一般、较满意的概率分别降低0.30%、0.44%、2.69%、0.07%，感到非常满意概率增加3.50%。换乘越便捷，乘客对公交服务满意度越高，反之亦然。

出行信息服务提供情况满意度每上升一个单位，乘客对公交非常不满意概率降低0.29%、较不满意概率降低0.43%、一般概率降低2.61%、较满意概率降低0.07%、非常满意概率增加3.39%。可能是因为：公交信息提供得越完善及时，乘客就能更好地规划自己的出行安排，乘车体验就越好。

候车环境每上升一个单位，非常不满意、较不满意、一般、较满意的概率分别降低0.35%、0.52%、3.12%、0.08%，感到非常满意的概率增加4.06%。可能是候车环境越干净舒适，才能让乘客愿意选择公交出行；若候车环境脏乱差，乘客对公交的感受就越差，可能导致乘客选择小汽车、自行车等交通工具出行。

票价价位每上升一个单位，非常不满意概率降低0.37%、较不满意概率降低0.56%、一般概率降低3.36%、较满意概率降低0.09%、非常满意概率增加4.37%。这说明乘客对公交票价价位满意度提升有助于增加乘客对公交非常满意的概率。

公交站点设置满意度每上升一个单位，非常不满意概率降低0.55%、较不满意概率降低0.82%、一般概率降低4.95%、较满意概率降低0.13%、非常满意概率增加6.44%。合理的站点设置能够更好的集散客流，减少乘客到达站点花费的时间。值得注意的是站点设置仅仅提高一个单位就能提高非常满意度6%，因此站点设置应成为主要改善目标。

3.3 改善措施

针对以上显著性影响因素，为精确提升公交服务质量，笔者在应用层面有针对性地提出以下改善措施。

1)分时段优化车辆调度计划。建议在高峰时段增加车辆班次，缩短发车间隔；在平峰时段保证车辆准点发车，同时结合公交GPS调度系统，实时监控车辆运营状态，减少乘客候车时间。

2)选择公交密集的关键主干路建设公交专用道，提高公交运行速度和效率，有利于缩短公交运行时间，提高公交相对竞争力。

3)推广“手机互联网+公交”车辆信息查询系统，使站点公交信息提示系统现代化、实时化，方便乘客实时掌握车辆发车、班次、到达地点等信息，第一时间制定出行计划。

4)加强公交站点基础设施建设，修建候车棚及座椅，在复杂路段和人流量大的线路修建排队上车设施，提供良好的候车环境。

5)根据不同季节、车型及通勤时段制定动态票价策略，运用经济杠杆影响有车乘客的出行决策，使公交出行“低成本高效率”，增加有车乘客选择公交出行的可能性。

6)根据公交线网规划，分批次优化公交站点布局，尽可能减小乘客乘坐公交车的步行距离。

4 结 论

笔者以渭南市作为研究对象，针对有车乘客这一群体，从乘客的个体属性、出行活动属性、服务质量感知属性这3个维度采集了渭南市公交满意度数据，运用有序Probit模型识别了影响有车乘客公交整体满意度的显著性影响因素，并应用边际效应对显著性影响因素作用效应进行评价。

研究表明：性别、日乘坐公交车时间、候车时间、换乘便捷度、出行信息服务提供情况、候车环境、票价价位、站点设置是影响乘客公交整体满意度的显著性影响因素。与女性相比，男性对公交整体满意度相对较低；日乘坐公交时间越长，对公交的整体满意度越低；候车时间、换乘便捷度、出行信息服务提供情况、候车环境、票价价位、公交车站点设置的满意度提升能有效促进整体满意度的提高，尤其是能增加有车乘客对公交整体服务非常满意概率。针对显著性影响因素，建议通过改善发车班次、推广公交信息提示系统、调整公交线路设置以及票价价位等措施有效提高有车乘客公交服务整体满意度感知水平，促进有车乘客更多地选择公交车出行。