吳 剛,寧得春,陳蘭芳,鄒泓瑤
(1.四川旅游學(xué)院 經(jīng)濟(jì)管理學(xué)院,四川 成都 610100; 2.西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院,四川 成都 610031; 3.中鐵四院集團(tuán)西南勘察設(shè)計(jì)有限公司,云南 昆明 650214)
高速鐵路因快速、安全、舒適、環(huán)保等特點(diǎn)在運(yùn)輸市場(chǎng)中極具競(jìng)爭(zhēng)力。隨著社會(huì)經(jīng)濟(jì)不斷發(fā)展,人們?cè)絹?lái)越注重鐵路客運(yùn)服務(wù)的質(zhì)量,不僅在乎出行過(guò)程,更注重的是出行體驗(yàn)。客運(yùn)服務(wù)包含旅客與鐵路系統(tǒng)互動(dòng)過(guò)程的各個(gè)環(huán)節(jié),若有某一環(huán)節(jié)處理不好,旅客滿意度就會(huì)受到影響。這些問(wèn)題已引起學(xué)者的關(guān)注。Piyali Ghosh等[1]以坎普爾中央車站為研究對(duì)象,運(yùn)用回歸分析確定旅客滿意度模型,結(jié)果顯示坎普爾車站的設(shè)施設(shè)備滿意度較差,亟需改善車站的基礎(chǔ)設(shè)施。徐春婕等[2]引入粗糙集理論確立高鐵客運(yùn)站滿意度評(píng)價(jià)指標(biāo)權(quán)重,并運(yùn)用模糊綜合評(píng)價(jià)法對(duì)其進(jìn)行驗(yàn)證。Eboli Laura等[3]則以結(jié)果評(píng)價(jià)為目的,建立了基于模糊理論的多層次模糊綜合評(píng)價(jià)模型,根據(jù)評(píng)價(jià)結(jié)果找出旅客服務(wù)感知差異。溫碧燕等[4]從旅客視角,將列車服務(wù)質(zhì)量劃分為不同維度,探究列車各服務(wù)環(huán)節(jié)與旅客滿意度之間的關(guān)系。馮運(yùn)卿[5]闡釋旅客出行滿意度時(shí),運(yùn)用多角度粗糙集理論發(fā)現(xiàn)其影響因素。崔袁丁等[6]在此基礎(chǔ)上,運(yùn)用樹模型構(gòu)建評(píng)價(jià)指標(biāo)體系,借助貝葉斯網(wǎng)絡(luò)特有概率計(jì)算旅客服務(wù)質(zhì)量。綜上所述,現(xiàn)有研究主要集中在對(duì)滿意度結(jié)果評(píng)價(jià),較少關(guān)注過(guò)程控制,基于全過(guò)程研究高速鐵路旅客服務(wù)的則更少。關(guān)于鐵路客運(yùn)服務(wù)過(guò)程的研究,對(duì)服務(wù)屬性的確定、服務(wù)階段的劃分等問(wèn)題均還處在概念階段[7]。而且,既有研究將評(píng)價(jià)結(jié)果和指標(biāo)近似線性處理,求解過(guò)程繁瑣,指標(biāo)權(quán)重主觀性較大。為研究旅客在高速鐵路服務(wù)過(guò)程中影響其滿意度的關(guān)鍵點(diǎn),論文從服務(wù)接觸(Service Contact,簡(jiǎn)稱SC)視角出發(fā),構(gòu)建了高速鐵路旅客滿意度評(píng)價(jià)模型,運(yùn)用結(jié)構(gòu)方程模型(Structural Equation Model,簡(jiǎn)稱SEM)對(duì)結(jié)果進(jìn)行分析驗(yàn)證。
最早提出SC的是Norman[8],他認(rèn)為顧客和員工之間的互動(dòng)會(huì)影響顧客對(duì)服務(wù)質(zhì)量的看法。而由Zeithaml提出的服務(wù)接觸鏈(Service Contact Chain,簡(jiǎn)稱SCC)是指服務(wù)過(guò)程中的每個(gè)小環(huán)節(jié)組成的鏈條,鏈條上的每個(gè)點(diǎn),即每次服務(wù)接觸會(huì)影響顧客對(duì)服務(wù)質(zhì)量的看法。因此容易通過(guò)SC的關(guān)鍵點(diǎn)來(lái)判斷顧客對(duì)服務(wù)質(zhì)量看法的影響因素。
乘客從購(gòu)票開始,經(jīng)過(guò)取票、安檢、候車、乘車,出站等環(huán)節(jié),這些環(huán)節(jié)共同構(gòu)成了一個(gè)完整的SCC(圖1)。

圖1 高速鐵路客運(yùn)SCC
由圖1可知,高速鐵路客運(yùn)SCC包括進(jìn)站、候車、列車和出站4個(gè)SC階段,涉及旅客與工作人員、設(shè)施設(shè)備、信息等的接觸。
諸多研究發(fā)現(xiàn),為給旅客提供更好的服務(wù),做好關(guān)鍵服務(wù)接觸點(diǎn)的管理是提高服務(wù)質(zhì)量的有效途徑。丁韻[9]以網(wǎng)購(gòu)民航機(jī)票為研究背景,在建立顧客滿意度和忠誠(chéng)度模型時(shí),引入顧客參與因素,發(fā)現(xiàn)前者對(duì)后者有顯著影響。劉麗等[10]在電商環(huán)境下,用SEM證實(shí)了顧客忠誠(chéng)度受滿意度的間接影響。任威等[11]也應(yīng)用SEM來(lái)研究旅客對(duì)高速鐵路客運(yùn)站的滿意度,以此體現(xiàn)該站的服務(wù)水平。曹燦明等[12]發(fā)現(xiàn)企業(yè)形象、服務(wù)質(zhì)量對(duì)高鐵客運(yùn)的旅客滿意度有較大影響。基于相關(guān)研究,構(gòu)建以四個(gè)階段的SC作為外生潛變量、旅客滿意度和忠誠(chéng)度作為內(nèi)生潛變量的高速鐵路旅客滿意度理論模型(圖2)。

圖2 高速鐵路旅客滿意度理論模型
影響高速鐵路旅客滿意度的相關(guān)指標(biāo)如表1所示,并據(jù)此設(shè)計(jì)調(diào)查問(wèn)卷。

表1 高速鐵路旅客滿意度問(wèn)卷測(cè)量量表
問(wèn)卷采用里克特7級(jí)量表法收集樣本數(shù)據(jù),并在高鐵成都東站、成都南站和峨眉山站發(fā)放問(wèn)卷,問(wèn)卷回收數(shù)量為321份,除去無(wú)效部分,問(wèn)卷有效數(shù)量為284份,問(wèn)卷的可用率為88.47%。
(1)信度分析
對(duì)量表的信度分析見表2,所有潛變量的Cronbach’sα系數(shù)均大于0.7,總體信度為0.934,問(wèn)卷信度良好。

表2 信度分析
(2)效度分析
采用因子分析方法檢驗(yàn)數(shù)據(jù)的結(jié)構(gòu)效度,對(duì)樣本數(shù)據(jù)進(jìn)行KMO值和Bartlett球形檢驗(yàn)(表3)。結(jié)果表明變量間效度好,可用于SEM。

表3 KMO和Bartlett檢驗(yàn)
根據(jù)圖2的理論模型繪制SEM圖,在AMOS中對(duì)模型求解,結(jié)果見圖3。

圖3 初始模型的路徑系數(shù)圖
顯著性檢驗(yàn)結(jié)果表明,出站SC、候車SC、列車SC對(duì)旅客忠誠(chéng)度的路徑均未達(dá)到顯著水平。對(duì)模型的適配度再次進(jìn)行評(píng)定,得出數(shù)據(jù)與理論模型的適配度,見表4。

表4 適配參數(shù)初步估計(jì)
表4中,CMIN/DF值為3.954<5,說(shuō)明擬合的整體效果較好;RMSEA為0.102>0.08,CFI為0.828<0.90,IFI為0.830<0.90。可見,需要對(duì)初始模型進(jìn)行修正。
修正時(shí)逐一去除不顯著路徑,修正一次只去除一條路徑,直至所有路徑均顯著。從P值最大的路徑“候車SC→旅客忠誠(chéng)度”開始。其后,根據(jù)SEM輸出的MI指標(biāo),在觀測(cè)變量的殘差間增加雙向箭頭,以減少卡方值,提高擬合度。最后,檢驗(yàn)修正后模型的適配度,見表5。

表5 修正后模型的適配度
從表5可知,修正后的模型擬合水平良好,最終高速鐵路旅客滿意度模型如圖4所示。

圖4 修正后的模型結(jié)構(gòu)
(1)各路徑對(duì)旅客滿意度的影響系數(shù)依次為列車SC(0.235)、候車SC(0.227)、出站SC(0.218)、進(jìn)站SC(0.182),均為正向影響并依次遞減。其中列車SC對(duì)旅客滿意度影響最大。因此,高鐵運(yùn)營(yíng)企業(yè)應(yīng)關(guān)注進(jìn)站、候車、列車、出站等服務(wù)接觸質(zhì)量,尤其要注重改善列車服務(wù)質(zhì)量。
(2)影響旅客忠誠(chéng)度的路徑包括4條間接影響路徑和1條直接影響路徑。其中,“列車SC→旅客滿意度→旅客忠誠(chéng)度”為關(guān)鍵路徑。這意味著,雖然高鐵運(yùn)營(yíng)企業(yè)可以從多個(gè)途徑提高旅客忠誠(chéng)度,但以旅客滿意度為中介變量,列車SC才是改善旅客忠誠(chéng)度的關(guān)鍵所在。