需求响应式公交运行服务水平指标体系构建与测度研究

张汝华，赵 冰

(山东大学 齐鲁交通学院，山东 济南 250061)

0 引 言

随着城市公交系统建设稳步推进，其不完善的地方逐渐出现：人们生活条件不断改善，更多的出行者特别是追求时尚的年轻人对出行体验的要求逐渐变高，期望得到更舒适和便捷的出行体验。但是传统公交很难满足这部分乘客的需求，因而很多城市正在推出诸如需求响应式公交等新型公交。因此，为适应公交时代的发展，提高需求响应式公交的运行效率，评价需求响应式公交运行服务水平就成了必要的问题。需求响应式公交运行服务水平的评价，为打造优质的城市公交出行系统、缓解交通拥堵提供科学依据，也为采取提高运行服务水平的措施提供理论依据。

目前国内外对需求响应式公交的研究多集中在调度运营方面，较少研究其运行服务水平，但有不少学者对常规公交和快速公交服务水平进行研究。在公交服务水平研究方面，目前，问卷调查法和集对分析法[1]、系统动力学方法和指数模型[2]、层次分析法和结构方程模型[3]、AHP结合问卷调查法以及模糊矩阵[4]、模糊综合评价模型以及物元分析模型[5]、基于AHP的灰色关联度法综合模型[6]、灰色聚类中的灰色白化权函数聚类[7]被广泛应用；在公交乘客满意度研究方面，K .THOMPSON等[8]调查了公交运行状况与乘客满意度间的关系，研究了海外游客评价城市公共交通服务质量的维度及其对目的地满意度的相对贡献；郭晓凡等[9]提出了一种将熵权法和云模型相结合的评价方法；此外还有基于偏最小二乘(PLS)与结构方程模型(SEM)的测评方法[10]、结构熵-TOPSIS模型[11]等。

这些方法虽取得一定的评价效果，但有一定的局限性。由于对城市公交服务水平的评价指标较多，且不够系统，目前国内外没有同一的评价指标体系，且进行评价分析时多采用层次分析法、专家调查法等一些模糊数学方法，所得结果带有一定的主观色彩，涉及的研究角度也主要是单维度的。笔者从多维度、用多方法来评价需求响应式公交运行服务水平，在客观上基于公交运行实际数据引入集对分析法，在主观上基于乘客满意度调查引入结构方程模型，以得到更有说服力的结论。

1 需求响应式公交出行服务特征

1.1 需求响应式公交服务模式

需求响应式公交能为乘客提供实时预约服务，其运营服务模式如图1，在特定的运营服务范围内有固定站点，但在运行过程中不定站、不定线运行。

1.2 出行服务特征

需求响应式公交出行服务系统，主要是利用中小型车辆，按照乘客的出行需要开展个性化的服务，在运行过程中不受固定路线与服务频率的约束，提供门到门的服务。

图1 需求响应式公交服务模式Fig. 1 Demand responsive transit service mode

从总体上来看，需求响应式公交出行服务系统具有以下特征：

1) 乘客利用滴滴出行APP向系统输入出行信息，使用出行服务。

2) 线路和时刻的确定以用户需求为导向。

3) 行驶中绕行少、延误低、零换乘。

4) 能够保证乘客的上座率，相对常规公交更具有舒适性。

5) 与出租车相比，具有较高的效率和环保价值，且价格相对较低。

2 指标体系构建及评价模型

2.1 指标体系构建

需求响应式公交服务的本质是按照乘客需求将其从起点运送到终点的一种有偿的移动过程。乘客通过在站点等车、上车行车过程中对公交实际运行过程的感受，来评价公交运行服务水平。因此在指标选取时，结合需求响应式公交出行服务特征，根据指标选取的可量化原则、系统性原则、一致性原则、相关性原则等，在对一些相关研究进行深入梳理后，提取了影响公交服务水平和乘客感知体验的主要因素。以公交实际运行过程为基础，从路段、站点及车上3个节点选取指标，并充分考虑乘客对公交运行服务的需求及感受，从可靠性和经济性两方面建立指标体系，其中经济性包括便捷性、舒适性。通过以上分析，构建需求响应式公交运行服务水平评价指标体系，如图2，既涵盖了需求响应式公交运行性能方面的客观评价指标，又涵盖乘客满意度评价的主观评价指标。所选取指标中，体现可靠性的指标有候车时间可靠性、行程时间可靠性，便捷性的代表指标有路段运行速度、乘客平均候车时间、站点覆盖率、乘客平均出行时耗，体现舒适性的指标有路段平稳性、站点环境、高峰满载率。

图2 指标评价体系Fig. 2 Index evaluation system

2.1.1 路段服务水平

1)路段运行速度

运行速度在很大程度上影响乘客的出行时间，因此可作为服务水平评价的重要指标。由于需求响应式公交中途停靠站较少，其运行速度通常高于常规公交，表示为：

(1)

式中：v为路段运行速度；S为路段长度；T为该路段上的公交运行时间。

2)路段平稳性

路段平稳性是公交行程过程中受到振动和冲击的表现，是乘客在行驶过程中的最直接感受，影响乘客在公交服务过程中对舒适性的感知。利用行驶过程中的速度变化系数RV表示为：

(2)

式中：Sd为路段速度的标准差；v0为平均行驶速度。

2.1.2 站点服务水平

1)站点覆盖率

站点覆盖率ρ，指车辆运行范围内所有N个站点的覆盖面积与服务区域总面积F的比值，从侧面反映乘车的便捷性。根据国标规定，以公交站点为中心300 m或500 m半径的面积作为公交停靠站的面积，记作S300或S500。此处使用500 m半径的面积来表示站点覆盖率为：

(3)

2)乘客平均候车时间

有学者研究，乘客在车站等待1 min的感觉是在车上时间的2 min左右[12]，因此平均候车时间是衡量和改善乘客站点体验的关键性指标。乘客平均候车时间是指从到站起至上车为止的时间耗费，可直接反映出乘车的便捷度。

3)候车时间可靠性

候车时间的可靠性可直接反映公交系统的运营状态和服务水平。候车时间可靠性可表示为实际平均候车时间与理想平均候车时间的比值。通常来讲可表示为乘客每次候车时间的差异性。

4)站点环境

站点环境是乘客在候车时对站点的最直接感受。站点环境主要是人均占有面积、站点洁净程度、座椅等基础设施完备程度等因素相互影响。此处使用人均占有面积来度量站点环境：

(4)

式中：A0为人均占有面积，m2；A为候车面积，m2；Pbi为在高峰期15 min时间内候车区上车的乘客总数。

2.1.3 车上服务水平

1)高峰满载率

高峰满载率指车辆在上下班时期高峰小时内线路的载客能力。它可以间接反映出乘客出行的体验和对公交服务的感知，表示为：

(5)

式中：η为高峰满载率；P0为高峰时期公交实际载客量；P为公交额定载客量。

2)乘客平均出行时耗

乘客平均出行时耗指交通出行中人均消耗的时间，反映了公交运行对居民出行的实际影响情况。乘客平均出行时耗越短，说明公交路网的便利水平越高[11]：

(6)

3)行程时间可靠性

为了衡量线路区段行程时间可靠性，引入区段行程时间变异系数，其表示为行程时间标准差与均值的比值。变异系数用来判断数据分布离散程度的大小，反映公交运行过程的时间稳定性：

(7)

2.2 等级划分

公交系统是一个相对复杂的系统，其综合评价中涉及因素很多，不好用一个具体的数值来客观评价它们，因此划分等级来评价需求响应式的服务水平。在对常规公交和快速公交等公共交通服务水平评价的文献研究[1,3]的基础上，笔者将评价标准划分为高、较高、中、低4个等级，一般以一个国家或地区的参考标准作为评价等级上限，而选取国内城市的平均水平值作为参考中间值，其余数值需要通过内插或外推法来确定。从定性和定量的角度对指标体系中各指标的等级标准划分见表1。

表1 等级划分标准Table 1 Criterion of classification

2.3 模型建立

2.3.1 基于集对分析法的需求响应式公交运行服务水平模型评价

1) 集对分析法相关理论

集对分析法是一种系统分析方法，可较客观地平衡系统中的确定与不确定性问题。一般从集合的角度进行分析，融合“同、异、反”的概念，将不确定性问题分解为两个集合，度量集合所包涵的特性，可得到这两个集合在该背景下的“同、异、反”联系度[13-15]。相关公式为：

μ=a+bθ+cδ

(8)

式中：μ为联系度；a为同一度；b为差异度；c为对立度；θ为差异度系数，取值范围为[-1,1]；δ为对立度系数，运算时取-1。满足a+b+c=1。θ在[-1,1]之间变化，充分反映了问题的确定性与不确定性的转化。θ越接近于0时，表示问题的确定性增加，θ取值为-1和1时，表达的问题都是确定性的。

2) 联系度的确定

计算联系度时，必须清楚地理解和划分问题之间的对立统一。基本思想是：联系度为1时，表示评价指标在等级范围中，是一种统一关系；联系度为-1时，表示评价指标不在统一评价等级中，这是一种对立关系；当评价对象介于两者之间时，可以使用式(9)～式(12)来计算[16]。

①当评价等级为“低”时：

(9)

②当评价等级为“中”时：

(10)

③当评价等级为“较高”时：

(11)

④当评价等级为“高”时：

(12)

式(9)～式(12)中：x为实测值；Si为等级下限；Si(1)，Si(2)，Si(3)，Si(4)分别为对应级别的限值；μi1，μi2，μi3，μi4分别为评价指标对各评价级别标准的联系度。完成各指标的联系度后，利用式(13)计算总联系度为：

(13)

式中：μj为各指标对第j个级别的总联系度；ωij为第i个指标所对应的第j个级别的权重值。

若有总联系度的最大值μp=max{μj},1≤j≤m,p∈[1,2,…,m]，其代表的涵义为：有m个评价级别数，综合评价等级为p级别。

3) 指标权重的确定

指标的相对重要性通常用权重值来确定，采用指数超标法[17]来确定各指标的客观权重值，它可以反映出每个指标超出所在级别的标准的程度。方法基本步骤为：先用式(14)计算与该指标对应的每个级别的指标权重，最终归一化权重由各级别权重与总权重的比值得到，计算公式为：

(14)

(15)

式中：Pij为指标对应级别的权重；Ni为指标计算值；Nij为指标i对应某一级别j的中值。Pij的大小与指标的超标程度成正比，Pij越大最终得到的权重ωij就越大。

2.3.2 基于结构方程模型的乘客满意度评价模型

1) 结构方程模型基本理论

结构方程模型，是结合因子分析和路径分析，基于变量的协方差矩阵来分析潜在变量与观测变量、潜在变量与潜在变量之间关系的一种多元统计分析方法[18]。现实中很多领域的变量都不能被直接观测，所以需要一些可测变量来进行间接测量。在应用结构方程模型时，不可直接测得的变量称为潜在变量，而那些可以在研究中收集到数据的变量称为观测变量。

2) 结构方程模型在公共交通评价上的适用性

随着研究不断交叉，很多研究者将结构方程模型应用到公共交通领域。郭意[19]以小型平原城市公交作为实证对象，运用结构方程模型和满意度指数，得出小型平原城市公交总体满意度；戢晓峰等[20]以昆明市问卷调查数据为基础，建立了公交系统公平性结构方程模型并进行评价，揭示了不同因素对公交系统公平性的影响机理，并给出了相应的对策；程谦等[21]以南京地铁为例，构建模型并对参数进行标定，运用统计检验分析，验证了模型的适配性较好，并发现服务评价因素与乘客感知服务质量呈正向相关。

3) 模型假设

公交运行的各个环节可能会存在相互影响，因此笔者对3个潜变量的相互关系假设为：①H1路段服务水平和站点服务水平存在相关关系；②H2路段服务水平和车上服务水平存在相关关系；③H3站点服务水平和车上服务水平存在相关关系。

4) 概念模型构建

通过汇总变量间的关系，建立基于结构方程模型的公交运行服务水平模型，如图3。

图3 需求响应式公交运行服务水平概念模型建立Fig. 3 Conceptual model of operation service level for demand responsive transit

3 实证分析

青岛西海岸新区动态巴士是全国首家“微循环”动态巴士，本质上是需求响应式公交。笔者以西海岸新区动态巴士为例进行实证分析。

3.1 基于公交实际运行的指标分析

3.1.1 指标基本数据的获取

2019年12月对晚高峰(17:30—18:30)时段的调查数据整理进行指标分析，调查时分别进行路段速度、满载率、站点覆盖率、站点等待时间、站点候车人数、乘客出行时耗及站点面积等方面的调查。

3.1.2 指标分析

1) 通过收集和整理每个指标的基本数据，使用式(1)～式(7)可计算指标层C中各指标的测量值，见表2。

表2 指标测量值Table 2 Index measurement value

2)在步骤1)计算结果的基础上，通过式(14)和式(15)的计算，得到体系中每一个评价指标对应于高、较高、中、低等级的归一化权重值，结果见表3。

表3 指标各等级权重Table 3 Index weight of each grade

3) 由式(9)～式(12)计算各指标的联系度，得各等级的联系度，见表4。

表4 指标联系度Table 4 Index correlation degree

4) 将各指标的联系度与评价等级对照，见表5。

表5 指标评价等级Table 5 Index evaluation grade

5)利用式(13)分别计算服务水平指标体系中路段服务水平B1、站点服务水平B2、车内服务水平B3的总联系度，最终对目标层A的总联系度进行计算，见表6。

表6 指标总联系度Table 6 Total correlation degree of index

6) 将准则层B和目标层A的联系度与评价等级对照，结果见表7。

表7 总指标评价等级Table 7 Overall index evaluation grade

从表5和表7的评价结果可以发现：西海岸新区动态巴士路段服务水平评价等级为“较高”，站点服务水平评价结果为“中”；车上服务水平评价结果为“高”；总服务水平评价结果为“较高”。在各指标评价中，站点覆盖率、路段运行速度、高峰满载率评价等级为“高”；乘客平均出行时耗、行程时间稳定性评价等级为“较高”；行程时间可靠性、路段平稳性评价等级为“中”；乘客平均候车时间、站点环境评价等级为“低”，还有待于进一步提高。

3.2 基于乘客满意度的模型分析与评价

3.2.1 调查问卷的设计

基于乘客满意度的模型分析与评价所用到的数据来自问卷调查，对问卷的设计主要包括以下4个方面：

1)调查基本信息，即问卷编号、调查时间、调查人员及调查地点等，以便后期进行数据的整理和归档。

2)被调查者基本信息，即性别、年龄、职业、出行目的、月收入等，了解乘坐动态巴士出行的群体特征。

3)从路段服务水平、站点服务水平及车上服务水平3个方面对应9个指标的9个问题对被调查者的满意度进行了解，为建模收集数据。并通过第10个问题“您认为哪一方面对动态巴士运行服务水平的影响最大”确定权重，进而确定动态巴士运行服务水平最终得分。

4)将满意度分为很不满意、不满意、一般满意、满意及很满意5级，分别赋1、2、3、4、5分。

3.2.2 调查数据的描述性统计

2019年12月18日—20日在青岛西海岸新区动态巴士运营范围内的线路上及各个站点发布调查问卷，调查范围分布的相对比较均匀。本次调查合计发放问卷260份，回收可用问卷221份，可用率为85%。根据调查结果中乘客基本情况，得到不同群体的调查人数及百分比，详细统计结果如表8。其中男女比例为108∶113，接近1∶1，总体比较均衡。动态巴士的使用群体年龄大多分布在21～40岁左右，以追求时尚的年轻人居多。职业分布大多是学生和公司职员，出行目的以购物、娱乐、上班、上学为主。由于调查条件的限制，个人月收入的调查结果相对分散，但以无收入和低收入居多。

为了突出对观测变量的整体认知，计算了各个观测变量的最值、均值和标准差，见表9。均值代表对该调查环境的整体感知情况，标准差指所有被调查群体对测量变量是否有一致性的态度，标准差越小，态度越趋于一致。由表9可知，乘客对于路段服务水平和车上服务水平的整体感知情况优于站点服务水平。

表8 样本描述性统计结果Table 8 Descriptive statistical results of samples

表9 研究变量的数值统计分析Table 9 Numerical statistical analysis of the studied variables

3.2.3 信度分析

利用SPSS中的信度分析进行可靠性分析，运用统计学中的Cronbach’s α系数法检验问卷内部的一致性，结果见表10。

表10 α系数法检验结果Table 10 Test results by α coefficient method

各潜变量的信度α值均在0.7以上，说明各维度的信度均达到此次研究的标准，数据可靠性良好。

3.2.4 效度分析

效度分析，就是衡量问卷设计是否有效。笔者利用因子分析法检验问卷的结构效度。KMO是一种检验统计量，用于比较变量间简单相关系数。

由表11，KMO=0.817>0.8，说明适合因子分析。Bartlett’s球形度检验的近似卡方值=1 523.938，自由度=36，显著性p值=0.000<0.01，通过了显著水平为1%的显著性检验。由此可知乘客满意度量表数据非常适合进行因子分析。

提取因子时，用主成分分析法，根据图4，从第3个因子曲线开始趋于平缓，因此可保留前3个因子。由表12总方差解释率表最后1行，前3个因子的累积贡献率达到83.087%，说明前3个因子能够解释9个指标的变异量，因此将9个变量提取为3个因子是合理的。最终可得到旋转后的因子载荷矩阵，见表13。通过各观测变量的因子载荷，可以看出，选取路段、站点及车上服务水平的9个指标提取为3个公因子是可行的，从而说明该问卷的效度良好。

表11 KMO 和 Bartlett’s检验Table 11 KMO and Bartlett’s test

图4 碎石图Fig. 4 Scree plot

表12 总方差解释率Table 12 Interpretation rate of total variance

表13 旋转后的因子载荷矩阵Table 13 Factor loading matrix after rotation

3.2.5 模型检验与修正

信度和效度检验通过后，使用AMOS 26.0版软件构建基于乘客满意度的结构方程模型并进行检验。初始模型运行后，由于表14中有些整体拟合系数项不符合标准，因此根据MI修正指标对模型进行修正和优化。运行结果中e2和e9之间的MI修正指标最大，因此首先添加e2与e9路径，再次运行模型，依次类推，最终添加误差项e2与e9、e4与e7、e5与e6这3条路径，得到修正后的模型，如图5。随后，重新进行模型检验，并得出检验结果如表14～表16。

图5 修正模型Fig. 5 Modified model

由表14可知，修正模型中各拟合指数χ2/df、RMSEA、GFI、CFI、IFI、TLI、NFI值均在可接受的范围，说明模型拟合效果较好。由表15可知，路段、站点和车上服务水平对应各测量变量的因子荷载均大于0.7，说明3个潜变量下的题目非常有代表性。且3个潜变量的平均方差变异AVE均大于0.5，组合信度CR均大于0.7，说明聚敛效度理想。由表16可知，路段、站点、车上服务水平之间均具有显著的相关性(p<0.001)，且相关系数都比各自对应的AVE平方根值小，表明3个潜变量之间具有一定程度的区分度，即说明量表数据的区分效度是比较理想的。

表14 整体拟合系数Table 14 Overall fitting coefficients

表15 因子载荷Table 15 Factor loading

表16 区分效度Table 16 Discriminant validity

3.2.6 满意度评价

利用路段、站点及车上服务水平的模型及路径系数计算动态巴士运行服务水平。公交运行服务水平CSI使用百分制，当CSI∈(80，100)，说明乘客很满意；当CSI∈(60，80)，说明乘客满意；当CSI∈(40，60)，说明乘客一般满意；当CSI∈(20，40)，说明乘客不满意；当CSI∈(0，20)，说明乘客很不满意，计算如式(16)：

(16)

当j=1时，路段服务水平得分CSI1为62.51，评价结果为“满意”；j=2时，站点服务水平CSI2分数为51.06，评价结果为“一般”；j=3时，车上服务水平CSI3分数为62.81，评价结果为“满意”。通过问卷最后一个问题，得到乘客认为路段、站点、车上服务水平最为重要的比例为63∶138∶20，进而计算得动态巴士运行服务水平CSI最终得分为55.39，评价结果为“一般”。

3.3 结果分析

1) 动态巴士运行服务水平体系下的路段、站点及车上服务水平3个潜变量之间是在一定程度上相关的，证实了模型假设成立。根据动态巴士实际运行过程，路段、站点和车上服务环节都不是独立的，彼此间存在相关关系，但有一定的区分效度，见表16。

2) 从路段服务水平来看，路段平稳性对它的影响最大，即公交运行过程越平稳，乘客的体验感越好，因此应注重提高路段平稳性。从站点服务水平来看，站点环境和乘客平均候车时间直接影响乘客的站点体验。因此，改善站点环境、缩短乘客候车时间能很好地对提升站点服务水平。从车上服务水平来看，乘客平均出行时耗对乘客的满意度有较大的影响。

3) 从运行结果分析，如表15，路段平稳性对路段服务水平的总效应为0.790，即在其他条件不变时，路段平稳性提高1个单位，满意度将随之提升0.790个单位；同理站点环境对站点服务水平的总效应为0.950，其次乘客平均候车时间的总效应为0.866，影响作用也较大；乘客平均出行时耗对车上服务水平的总效应为0.966。

通过对评价结果的分析，见表17，对于路段服务水平，实际运行评价结果为“较高”，面向乘客评价结果为“满意”；对于站点服务水平，实际运行评价为“中”，乘客评价为“一般”；对于车上服务水平，实际运行评价为“高”，乘客评价为“满意”；评价结果均基本趋于一致。

表17 综合评价结果Table 17 Comprehensive evaluation results

路段服务水平和车上服务水平评价结果相对较高，因为部分乘坐动态巴士的乘客是通过常规公交转移来的，将动态巴士与常规公交进行对比，显然路段服务水平和车内环境更优，而在动态巴士的运营范围中，两者共用停靠站点，因此站点服务水平相对变化不大，评价结果显得较低。

对于总体运行服务水平，基于动态巴士实际运行的评价结果为“较高”，基于乘客满意度的评价结果为“一般”。究其原因，动态巴士和常规公交共用停靠站点，而在评价结果中，站点服务水平得分最低，且乘客认为站点服务水平在三者中最为重要，所以总体服务水平低于基于动态巴士实际运行的评价结果。

4 结 语

笔者将集对分析法和结构方程模型应用于需求响应式公交运行服务水平研究。基于需求响应式公交出行服务特征，对其运行服务水平影响因素进行测度并构建指标评价体系及模型，最后进行实证分析。根据分析结果，可通过以下措施来提高需求响应式公交运行服务水平：①确保公交优先策略实施，确保路权优先，实现信号优先或协调控制；②基于客流分布后台数据和车辆满载率情况，调整服务频率；③增加基础设施建设，加强乘客等车秩序；④加强司乘人员管理，提高车辆路段平稳性。

在优先发展公共交通的大背景下，从主客观两个维度对需求响应式公交运行服务水平进行评价，有利于提高需求响应式公交运行服务水平，吸引更多的乘客而不只年轻群体转移到需求响应式公交上来，增加公交出行的比例。不足之处在于对公交服务水平进行研究，未考虑企业这一角度，仅从公交运行和乘客角度进行分析。后续研究中，面向运行、乘客和企业三者展开会使研究更加全面。