林嘉立，郭君默，鄭開(kāi)焰

（1.集美大學(xué)誠(chéng)毅學(xué)院，福建廈門(mén)，351000；2.3.福建江夏學(xué)院金融學(xué)院，福建福州，350108）

一、文獻(xiàn)綜述

ofo團(tuán)隊(duì)是當(dāng)下最受大學(xué)生關(guān)注的創(chuàng)新創(chuàng)業(yè)隊(duì)伍之一。截至2017年5月，ofo共享單車(chē)占市場(chǎng)份額65%，成為國(guó)內(nèi)規(guī)模最大、覆蓋最廣、市場(chǎng)占有率最高的共享單車(chē)品牌。作為從高校發(fā)展起家并在高校共享單車(chē)市場(chǎng)占有極大份額的共享單車(chē)品牌，ofo共享單車(chē)在大學(xué)生中的滿(mǎn)意度如何？大學(xué)生使用單車(chē)時(shí)是否關(guān)注車(chē)身情況、投放情況等因素？上述問(wèn)題不僅是業(yè)界關(guān)注的焦點(diǎn)，亦是相關(guān)領(lǐng)域的熱點(diǎn)問(wèn)題。

國(guó)外學(xué)者對(duì)共享單車(chē)的系統(tǒng)模式、共享單車(chē)投放數(shù)量、用戶(hù)使用者的出行方式等問(wèn)題進(jìn)行了廣泛的研究。Froehlich等使用Bicing共享單車(chē)的系統(tǒng)（Bicing系統(tǒng)是全球第一個(gè)公共自行車(chē)系統(tǒng)，于2007年3月出現(xiàn)西班牙巴塞羅那）探究居民日常出行路線(xiàn)的規(guī)律。[1]Kaltenbrunner等運(yùn)用Bicing網(wǎng)站的數(shù)據(jù)，分析用戶(hù)出行的模式，提出改進(jìn)Bicing網(wǎng)站服務(wù)的建議。[2]Subasish等人的研究結(jié)果表明，共享單車(chē)的出現(xiàn)能夠滿(mǎn)足用戶(hù)短距離的出行方式。[3]受此啟發(fā)，Ahmadreza等考察共享單車(chē)的投放數(shù)量以及用戶(hù)出行規(guī)律，構(gòu)建混合線(xiàn)性模型進(jìn)行分析。[4]此外，Adrian等實(shí)證分析結(jié)果表明，共享單車(chē)在一定程度上有助于人們改善健康狀況。[5]雖然國(guó)外學(xué)者對(duì)共享單車(chē)系統(tǒng)模式、投放數(shù)量、用戶(hù)出行方式等問(wèn)題的研究已較為系統(tǒng)和深入，但是中外制度背景、經(jīng)濟(jì)與文化環(huán)境均存在顯著差異，其研究方法與結(jié)論在我國(guó)經(jīng)濟(jì)環(huán)境中的適用性有限。

國(guó)內(nèi)學(xué)術(shù)界對(duì)共享單車(chē)相關(guān)領(lǐng)域也已開(kāi)展研究。韓慧敏等通過(guò)研究法國(guó)里昂Velo'v系統(tǒng)，歸納共享單車(chē)租借點(diǎn)的類(lèi)型、定位依據(jù)和點(diǎn)位布設(shè)方法。[6]王志高等剖析三個(gè)典型的共享單車(chē)系統(tǒng)（即巴黎Velib系統(tǒng)、里昂Velo'v系統(tǒng)和巴塞羅那Bicing系統(tǒng)），總結(jié)歐洲共享單車(chē)系統(tǒng)的運(yùn)作模式、服務(wù)方式等方面的特點(diǎn)。[7]秦孝敏定性分析共享單車(chē)配置問(wèn)題，提出優(yōu)化思路，構(gòu)建令用戶(hù)出行成本、系統(tǒng)建設(shè)成本和運(yùn)營(yíng)調(diào)度成本降至最低的多目標(biāo)優(yōu)化模型。[8]銀昑認(rèn)為，共享單車(chē)公司面臨的最大難題是如何在平臺(tái)不斷做大的同時(shí)有效降低成本。[9]薛強(qiáng)從用戶(hù)體驗(yàn)角度展開(kāi)研究，認(rèn)為共享單車(chē)還需要進(jìn)一步提升自己的服務(wù)品質(zhì)。[10]

毫無(wú)疑問(wèn)，國(guó)內(nèi)學(xué)者在該方面所進(jìn)行的寶貴探索為本文提供了極好的起點(diǎn)，也為進(jìn)一步研究共享單車(chē)提供了空間。研究方法上，國(guó)內(nèi)現(xiàn)有的研究很少采用實(shí)證分析，結(jié)論缺乏普遍性和可預(yù)測(cè)性。研究角度上，現(xiàn)有文獻(xiàn)傾向于從局部、個(gè)體層面出發(fā)展開(kāi)分析，缺乏對(duì)共享單車(chē)使用情況、滿(mǎn)意度、未來(lái)前景等方面的深入研究。本文使用路徑分析與模糊綜合評(píng)價(jià)法研究共享單車(chē)，將使用情況、滿(mǎn)意度、未來(lái)前景等納入統(tǒng)一的分析框架，具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

二、實(shí)證研究

（一）數(shù)據(jù)來(lái)源與數(shù)據(jù)說(shuō)明

以福建省福州大學(xué)城各高校的在校學(xué)生為調(diào)查對(duì)象①感謝張婷婷、馮義坑、黃麗梅、黃秋霞在數(shù)據(jù)收集及材料整理方面的努力。。目前僅4所高校②4所高校分別為福州大學(xué)、福建醫(yī)科大學(xué)、福建中醫(yī)藥大學(xué)、福建江夏學(xué)院，代號(hào)依次自定義為A、B、C、D，下同。投放ofo共享單車(chē)，因此研究范圍設(shè)定在這4所高校內(nèi)。調(diào)查研究的時(shí)間段為2017年2月1日到2017年3月13日，采取分層隨機(jī)抽樣調(diào)查法。對(duì)每個(gè)進(jìn)入高校正門(mén)的符合調(diào)查要求的人群進(jìn)行計(jì)數(shù)，取計(jì)數(shù)為3n（n為自然數(shù)）的學(xué)生進(jìn)行調(diào)查。其中，被調(diào)查者出現(xiàn)打電話(huà)、拒絕調(diào)查等情況，則不對(duì)其進(jìn)行計(jì)數(shù)。

最終受訪(fǎng)的在校大學(xué)生共560人③擬調(diào)查樣本數(shù)超過(guò)量表題選的5倍為佳。。按性別劃分，男生占46.43%，女生占53.57%；按年級(jí)劃分，大一占16.07%，大二占25%，大三占51.79%，大四占7.14%。

（二）ofo共享單車(chē)滿(mǎn)意度分析

構(gòu)建滿(mǎn)意度指標(biāo)衡量大學(xué)生對(duì)ofo共享單車(chē)各方面的評(píng)價(jià)，使用SPSS19.0軟件進(jìn)行統(tǒng)計(jì)分析。

1.ofo共享單車(chē)滿(mǎn)意度指標(biāo)構(gòu)建

滿(mǎn)意度得分是對(duì)評(píng)價(jià)得分的一種加權(quán)計(jì)算，是測(cè)量滿(mǎn)意程度的指標(biāo)之一，按百分制來(lái)算。在ofo共享單車(chē)滿(mǎn)意度調(diào)查的李克特量表中，“非常滿(mǎn)意”“比較滿(mǎn)意”“一般”“比較不滿(mǎn)意”“非常不滿(mǎn)意”分別表示為分別對(duì)應(yīng)100、80、60、30、0分。計(jì)算公式如下:

其中，表示滿(mǎn)意度得分分別表示為的樣本數(shù)，表示總樣本數(shù)。

2.ofo共享單車(chē)使用滿(mǎn)意度分析

通過(guò)式（1）計(jì)算整理得表1，可知共享單車(chē)各方面的滿(mǎn)意度得分大多在70分以上，說(shuō)明大學(xué)生對(duì)ofo共享單車(chē)較為滿(mǎn)意。然而，可騎行區(qū)域的滿(mǎn)意度得分僅有59.70分，僅接近“一般”所對(duì)應(yīng)的得分60分，說(shuō)明ofo共享單車(chē)的可騎行區(qū)域設(shè)置存在不合理之處。因此，今后ofo共享單車(chē)可結(jié)合地區(qū)實(shí)際情況，擴(kuò)大可騎行區(qū)域。

表1 ofo共享單車(chē)各方面滿(mǎn)意度得分測(cè)評(píng)結(jié)果

（三）ofo共享單車(chē)滿(mǎn)意度因子分析

進(jìn)一步分析影響大學(xué)生對(duì)ofo共享單車(chē)滿(mǎn)意度的因素。對(duì)滿(mǎn)意度量表進(jìn)行進(jìn)行KMO和Bartlett檢驗(yàn)。Bartlett球度檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為1339.777，且P值小于0.05，該結(jié)果顯示相關(guān)系數(shù)矩陣與單位矩陣有顯著差異。KMO值為0.839，大于0.8，說(shuō)明原有變量可擇取因子分析。

假定ofo共享單車(chē)車(chē)身設(shè)計(jì)滿(mǎn)意度、整車(chē)干凈情況滿(mǎn)意度、騎車(chē)安全情況滿(mǎn)意度、整車(chē)質(zhì)量可靠性的滿(mǎn)意度、投放地點(diǎn)滿(mǎn)意度、投放數(shù)量滿(mǎn)意度、可騎行區(qū)域滿(mǎn)意度、收費(fèi)標(biāo)準(zhǔn)滿(mǎn)意度和APP及微信操作滿(mǎn)意度分別為利用SPSS軟件得到因子特征值的分布碎石圖，具體見(jiàn)圖1。從圖1中可知，第1個(gè)因子的特征值超過(guò)4，對(duì)解釋變量的貢獻(xiàn)最大；而第3個(gè)成分?jǐn)?shù)以后的特征值相對(duì)較小，對(duì)解釋變量的貢獻(xiàn)影響甚微，故僅擇取前3個(gè)因子。

圖1 因子特征值分布碎石圖

根據(jù)碎石圖提取的3個(gè)因子，計(jì)算因子載荷矩陣并進(jìn)行排序，如表2所示:

表2 因子載荷矩陣

根據(jù)表2，可以得到如下因子分析模型:

從式（2）中可知，與第1個(gè)因子的影響系數(shù)亦顯著為正，而第2個(gè)因子與第3個(gè)因子的載荷都較低，表明與變量的相關(guān)性不顯著。

（四）構(gòu)建ofo共享單車(chē)新因子指標(biāo)

對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)，結(jié)果如表3所示。④提取方法為主成份分析法。使用具有Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法，旋轉(zhuǎn)在5次迭代后收斂?？芍诘?個(gè)因子上有較高的載荷，說(shuō)明主要解釋了變量，可命名為ofo共享單車(chē)車(chē)身情況滿(mǎn)意度；在第2個(gè)因子上有較高的載荷，說(shuō)明主要解釋了變量，可命名為ofo共享單車(chē)投放情況滿(mǎn)意度。在第3個(gè)因子上有著較高的載荷，說(shuō)明主要解釋了變量，可命名為ofo共享單車(chē)使用情況的滿(mǎn)意度。

表3 旋轉(zhuǎn)后的因子載荷矩陣

（五）ofo共享單車(chē)路徑分析

為了進(jìn)一步研究變量間相互關(guān)系和自變量對(duì)因變量的程度，對(duì)滿(mǎn)意度量表運(yùn)用AMOS軟件進(jìn)行路徑分析，構(gòu)建結(jié)構(gòu)方程模型⑤結(jié)構(gòu)方程模型（SEM，Structural Equation Modeling）是建立在回歸模型（Regression Models）的基礎(chǔ)上，針對(duì)潛變量（Latent Variables）的統(tǒng)計(jì)方法。AMOS囊括了和結(jié)構(gòu)方程建模有關(guān)幾乎所有的前沿統(tǒng)計(jì)方法，結(jié)構(gòu)方程模型正成為經(jīng)管統(tǒng)計(jì)學(xué)博士論文的標(biāo)準(zhǔn)模型配置，這也是本研究采用AMOS的一個(gè)原因。。

1.ofo共享單車(chē)結(jié)構(gòu)方程模型

以這3個(gè)因子以及這8個(gè)觀測(cè)變量，共同構(gòu)成ofo共享單車(chē)滿(mǎn)意度情況指標(biāo)體系的二級(jí)指標(biāo)、三級(jí)指標(biāo)，并由此構(gòu)造一級(jí)指標(biāo)（即ofo共享單車(chē)的總體滿(mǎn)意度情況）。其中，為潛變量，無(wú)法直接測(cè)量；為顯變量，數(shù)據(jù)可由調(diào)查獲得。結(jié)構(gòu)方程模型中各變量之間的關(guān)系，可表示為以下3個(gè)矩陣方程式:第1個(gè)矩陣方程式為結(jié)構(gòu)模型，通過(guò)系數(shù)矩陣以及誤差向量把潛在變量之間關(guān)系型聯(lián)系起來(lái)；第2個(gè)和第3個(gè)矩陣方程式均為測(cè)量模型，通過(guò)線(xiàn)性矩陣方程式（4）、（5）連接觀測(cè)變量與相應(yīng)的潛在變量具體如下:

其中:為路徑系數(shù)，考察內(nèi)生潛變量之間的聯(lián)系；為路徑系數(shù)，考察內(nèi)生潛變量與外生潛變量的內(nèi)在聯(lián)系；為外生觀測(cè)變量在外生潛變量上的因子載荷矩陣；為內(nèi)生觀測(cè)變量在內(nèi)生潛變量上的因子載荷矩陣；為結(jié)構(gòu)方程的殘差項(xiàng)，反映在式（3）中未能被解釋的部分。

2.ofo共享單車(chē)結(jié)構(gòu)方程模型修正

使用AMOS 17.0軟件的Modification Indices修正模型，得到修正后ofo共享單車(chē)結(jié)構(gòu)方程路徑 ，如圖2所示:

圖2 修正后ofo共享單車(chē)結(jié)構(gòu)方程模型路徑圖

對(duì)修正后的ofo共享單車(chē)結(jié)構(gòu)方程模型進(jìn)行檢驗(yàn)，得到表4?？芍?，修正后的ofo共享單車(chē)結(jié)構(gòu)方程模型中卡方檢驗(yàn)對(duì)應(yīng)的P值為0.440，大于顯著性水平0.05；卡方與自由度之比低于2，CFI、NFI和IFI的數(shù)值都超過(guò)0.90，RMSEA也低于0.08，說(shuō)明擬合效果有效。

表4 修正后ofo共享單車(chē)結(jié)構(gòu)方程模型檢驗(yàn)

（六）ofo共享單車(chē)使用滿(mǎn)意度模糊綜合評(píng)定

由表4可知，ofo共享單車(chē)滿(mǎn)意度主要由車(chē)身情況、投放情況、使用情況這3個(gè)因子決定。采用模糊綜合評(píng)價(jià)法度量ofo共享單車(chē)滿(mǎn)意度。該方法是模糊數(shù)學(xué)中應(yīng)用比較廣泛的一種多指標(biāo)綜合評(píng)價(jià)方法，可以避免憑經(jīng)驗(yàn)進(jìn)行目標(biāo)選擇所固有的主觀性，使評(píng)價(jià)更加科學(xué)合理。

1.二級(jí)和一級(jí)指標(biāo)的權(quán)重

由圖2中的路徑系數(shù)得知，車(chē)身情況的4個(gè)觀測(cè)變量的影響重要程度為投放情況的兩個(gè)觀測(cè)變量影響重要程度為使用情況的兩個(gè)觀測(cè)變量的影響重要程度為因此，經(jīng)過(guò)權(quán)重的歸一化處理得到二級(jí)評(píng)價(jià)指標(biāo)權(quán)重分別為:同理，通過(guò)路徑系數(shù)可以得到一級(jí)指標(biāo)的權(quán)重為:

2.二級(jí)模糊綜合評(píng)價(jià)

根據(jù)問(wèn)卷滿(mǎn)意度量表的調(diào)查數(shù)據(jù)，得到二級(jí)指標(biāo)評(píng)價(jià)表，如圖5所示:

表5 二級(jí)指標(biāo)評(píng)價(jià)表

由此得到二級(jí)評(píng)價(jià)矩陣分別為:

建立3個(gè)評(píng)價(jià)矩陣結(jié)合路徑分析法得出的歸一化的二級(jí)指標(biāo)權(quán)重，得到ofo共享單車(chē)滿(mǎn)意度3個(gè)因子模糊評(píng)價(jià)矩陣。其中:

3.一級(jí)模糊綜合評(píng)價(jià)結(jié)果矩陣

在二級(jí)模糊綜合評(píng)價(jià)矩陣基礎(chǔ)上，對(duì)ofo共享單車(chē)滿(mǎn)意度進(jìn)行綜合評(píng)價(jià):

4.計(jì)算綜合得分

為了使“ofo共享單車(chē)滿(mǎn)意度評(píng)價(jià)”具有可比性和直觀性，將評(píng)語(yǔ)集按百分制量化，并對(duì)結(jié)果進(jìn)行量化處理。設(shè)評(píng)語(yǔ)集V={c1，c2，c3，c4，c5}分別對(duì)應(yīng){0分，30分，60分，80分，100分}，量化后的評(píng)語(yǔ)集為V={0，30，60，80，100}，可以得到綜合得分:

由結(jié)合評(píng)語(yǔ)集賦值可知，大學(xué)生使用者對(duì)ofo共享單車(chē)滿(mǎn)意度介于“一般”和“比較滿(mǎn)意”之間。

三、結(jié)論及建議

基于2017年2月1日至2017年3月13日福州大學(xué)城三所高校的調(diào)查數(shù)據(jù)，分析大學(xué)生對(duì)ofo共享單車(chē)的滿(mǎn)意情況。通過(guò)ofo共享單車(chē)指標(biāo)進(jìn)行探索性因子分析，并由此建立ofo共享單車(chē)新因子指標(biāo)。在此基礎(chǔ)上構(gòu)建結(jié)構(gòu)方程并進(jìn)行檢驗(yàn)和修正，使用模糊綜合評(píng)價(jià)法測(cè)算大學(xué)生使用ofo共享單車(chē)的滿(mǎn)意度。研究發(fā)現(xiàn):大學(xué)生使用者對(duì)ofo共享單車(chē)滿(mǎn)意度介于“一般”和“比較滿(mǎn)意”之間，而不是“非常滿(mǎn)意”。

ofo共享單車(chē)在為廣大高校師生提供便攜經(jīng)濟(jì)、綠色低碳、更高效率的校園共享單車(chē)服務(wù)中，還需從幾個(gè)方面提升改進(jìn):（1）擴(kuò)大騎行區(qū)域，同時(shí)保持單車(chē)的整潔衛(wèi)生情況；（2）大學(xué)生使用單車(chē)主要集中在上學(xué)、放學(xué)時(shí)段，但其他時(shí)段單車(chē)空置現(xiàn)象較為普遍，需要增加投放點(diǎn)并提高APP、微信操作的簡(jiǎn)便靈活性；（3）在提高滿(mǎn)意度的同時(shí)，進(jìn)一步提高ofo共享單車(chē)大學(xué)生創(chuàng)新創(chuàng)業(yè)團(tuán)隊(duì)利潤(rùn)，有助于大學(xué)生在創(chuàng)新創(chuàng)業(yè)之路上走得更穩(wěn)、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]韓慧敏,張宇,喬偉.里昂公共自行車(chē)系統(tǒng)[J].城市交通,2009(4):7-12.

[7]王志高,孔喆.謝建華.歐洲第三代公共自行車(chē)系統(tǒng)案例及啟示[J].城市交通,2009(4):7-12.

[8]秦孝敏.城市公交自行車(chē)租賃點(diǎn)布局及配置優(yōu)化研究[D].成都:西南交通大學(xué),2015.

[9]銀昑.共享單車(chē)"風(fēng)口",商業(yè)與公益如何選擇[J].中國(guó)經(jīng)濟(jì)周刊,2016(44):76-77.

[10]薛強(qiáng).國(guó)人共享單車(chē)使用情況調(diào)查[J].金融博覽(財(cái)富),2017(1):24-26.