基于行人感知的排隊區(qū)服務水平評價方法研究

[1]，超過30分鐘可以稱為長時間排隊。 [2]，然而在實際情形中，排隊區(qū)的服務水平不僅[2]；我國的龔曉嵐、魏中華提出排隊區(qū)行人服務水 基于行人感知的排隊區(qū)服務水平評價方法研究 【摘要】行人排隊等候區(qū)是一種重要的行人交通設施，排隊區(qū)的服務水平受到排隊區(qū)客觀環(huán) 境等多種因素的影響。相對于HCM2000中僅僅以排隊區(qū)人均空間作為服務水平的劃分標準， 本文從排隊區(qū)行人的舒適性感知評價出發(fā)，結合排隊區(qū)的客觀環(huán)境等因素研究高強度客流的 室外排隊區(qū)服務水平評價方法。通過上海世博會場館排隊區(qū)游客的問卷調(diào)查數(shù)據(jù)，將排隊區(qū) 分為普通場館排隊區(qū)和熱門場館排隊區(qū)，然后分析對兩種排隊區(qū)感知服務水平產(chǎn)生影響顯著 的客觀環(huán)境因素，利用orderedprobit模型確定兩種排隊區(qū)服務水平劃分標準，為提高室 外排隊區(qū)的服務水平提出改善建議。 【關鍵詞】行人排隊區(qū)；服務水平；orderedprobit模型；排隊時間 行人排隊區(qū)是指行人暫時等候服務的區(qū)域，排隊等候區(qū)的服務質量在很大程度上影響著 行人排隊區(qū)的服務水平，正確地評價行人排隊等候區(qū)的服務質量是提高排隊區(qū)服務水平的保 證。國內(nèi)外的研究中大多以行人行進區(qū)（行人道、步行街）為研究對象，對行人排隊區(qū)的研 究不多，而且關于行人排隊的研究主要集中在排隊論模型的優(yōu)化與應用以及排隊長度、排隊 等待時間等數(shù)量指標的計算上，并且研究排隊區(qū)的范圍也集中于銀行、圖書館、大型超市等 室內(nèi)場所，對于排隊時間超過半小時，人流密度較大的室外排隊區(qū)的研究很少。而根據(jù)同濟 大學師生對大型活動、大型超市、銀行、火車站等各類排隊人群的調(diào)查問卷，排隊時間—— 厭煩感曲線第一個拐點往往出現(xiàn)在排隊30分鐘處 HCM2000中以行人平均空間作為度量排隊區(qū)設施服務情況的標準，排隊區(qū)的服務水平與每個 人可以利用的平均面積及允許活動程度有關 與排隊區(qū)的人均密度相關，排隊區(qū)的客觀環(huán)境以及排隊時間等因素都會對排隊區(qū)的服務水平 評價產(chǎn)生影響，尤其對長時間的室外排隊區(qū)來說這些影響因素更加明顯，因此HCM2000排隊 區(qū)服務水平分級已不適用。另一方面，HCM2000排隊區(qū)服務水平的評價方法主要也是從行人 設施的設計者角度出發(fā)，缺少基于行人感知的服務水平分級方法。 由于缺乏針對高密度客流的室外排隊等待區(qū)的服務水平評價和排隊等候區(qū)這一交通設 施的服務水平影響因素定量分析，隨著大型活動、大型展覽在國內(nèi)各大城市舉辦的頻數(shù)越來 越高，亟需拓展室外排隊等候區(qū)的規(guī)劃設計理論。本文從排隊區(qū)行人的舒適性感知評價出發(fā)， 結合排隊區(qū)的客觀環(huán)境等因素研究高強度客流的室外排隊區(qū)服務水平評價和分級方法，不僅 為大型活動、大型展覽場館排隊客流管理控制方案提供理論基礎，同時也為排隊區(qū)設施環(huán)境 評價、設施布局設計提供參考。 1.研究綜述 國內(nèi)外很多學者對排隊區(qū)的服務水平評價進行研究。最早的是美國的HCM2000提出以行 人平均空間來度量排隊區(qū)設施的服務情況 平模糊綜合評價模型，對公交站臺的排隊區(qū)服務水平進行研究，指出排隊時間、排隊區(qū)面積 1 [3]。陳廣藝提出借鑒美國建設項目交通影 [4]。Luo等基于實驗表明人們對排隊區(qū)的感知服務水平與[5]。Nie認為排隊時間是影響行人對排隊區(qū)服務水平評價的關鍵因素[6]。 [7]。 [8]；Pizam等把主觀 [9]；Julie等利用ordered [9]。 [11]）；同時很多數(shù)學方法和模型都 [12]。 以及排隊區(qū)秩序等對排隊區(qū)的服務水平有顯著影響 響評價方法中“服務質量QOS(qualityofservice)”評價指標對展館建筑入口排隊區(qū)進行 評價，促進排隊區(qū)設計的優(yōu)化改善 排隊時間呈負相關性 美國的Maister從排隊區(qū)行人的心理出發(fā)，分析了行人對于排隊的心理感知以及等待心理的 原則，指出排隊區(qū)的環(huán)境以及排隊信息對行人的感知排隊時間有很大影響，進而影響其對于 排隊區(qū)服務水平的滿意度 對于行人來說，排隊區(qū)服務水平主要來源自身的主觀感受，如何把主觀感受的評價定量 化分析是研究的關鍵。Bowen和Clarke使用C值方法來評價滿意度指標 感受量化為有序等級數(shù)據(jù)，使用結構方程模型對其進行因素分析 probit模型將定性的滿意度指標量化 從上述研究可以發(fā)現(xiàn)排隊區(qū)的服務水平不僅與人均空間相關，還與排隊設施、秩序、排 隊時間等影響因素相關。傳統(tǒng)的排隊區(qū)服務水平方法單純地以人均空間作為評價標準，忽略 其他客觀因素對排隊區(qū)服務水平的影響。在其他行人步行設施（人行道、樓梯等）的服務水 平評價方法上，基于行人感知的服務水平評價方法已經(jīng)被使用（例如Jodie等采用乘客對行 人設施服務水平的感知來評價香港軌道站樓梯的服務水平 可以將行人感知的主觀感受轉換成定量分析，因此本文提出基于行人主觀感受的評價，將多 種客觀因素納入排隊區(qū)服務水平評價體系，提出新的排隊區(qū)服務水平評價方法。 2 服務水平評價指標 2.1 數(shù)據(jù)采集與分析方法 本文所用數(shù)據(jù)來自2010年8月15日、10月24日、10月30日上海2010世博會園區(qū)內(nèi) 各展館前排隊游客的問卷調(diào)查。問卷調(diào)查內(nèi)容包括以下兩個方面：①排隊區(qū)舒適性評價、被 調(diào)查者的排隊時間；②被調(diào)查者的個人屬性信息（包括年齡、職業(yè)、性別、同行人數(shù)、參觀 次數(shù)等等）；對被調(diào)查者進行問卷調(diào)查的同時記錄下該被調(diào)查者所在排隊區(qū)的排隊環(huán)境（包 括天氣、并排人數(shù)、有無互動節(jié)目、排隊設施類型、有無告知排隊信息等等）。調(diào)查共發(fā)放 問卷687份，其中有效問卷為630份，占總問卷數(shù)的91.7%。 方差分析可以研究分類性自變量對數(shù)值型因變量的影響，例如它們之間有無關系、關系 強度如何等。方差分析法首先檢驗總體的均值是否相等，進而判斷分類型自變量對數(shù)值型因 變量的顯著性影響。單因素方差分析（One-WayANOVA）可以檢驗一個控制變量的不同水平 是否對觀測變量產(chǎn)生顯著影響。如果這個控制變量的各組之間有顯著差異，說明這個分類變 量對因變量有顯著影響 2.2 排隊區(qū)服務水平影響因素分析 游客的排隊等待對旅游質量和旅游體驗的滿意度有著相當重要的影響。對于排隊區(qū)游客 來說，等待時間是消費者評價服務質量的一個關鍵因素，游客所在排隊區(qū)的客觀環(huán)境（包括[7][7] 排隊天氣、排隊設施、排隊信息、互動節(jié)目、并排人數(shù)等等）同樣影響排隊區(qū)服務水平的評 價。在問卷調(diào)查中，作者發(fā)現(xiàn)不同的場館類型對于游客對排隊區(qū)服務水平的評價存在影響， 因此在以下分析中，作者將不同類型的排隊區(qū)分為兩類：普通場館排隊區(qū)和熱門場館排隊區(qū)。 下面用單因素方差分析方法來研究排隊區(qū)的客觀環(huán)境變量與感知服務水平的關系。其中 把天氣分為三類：天氣1表示涼爽，天氣2表示雨天，天氣3表示炎熱，排隊設施分為兩類： 站立和有座位，排隊信息也分為兩類：有信息和無信息，互動節(jié)目分為兩類：無互動節(jié)目、 有互動節(jié)目，在問卷調(diào)查中我們采集了游客排隊區(qū)的服務水平五級評價數(shù)據(jù)，把游客排隊區(qū) 的服務水平評價進行量化處理：1=不舒適、2=不太舒適、3=一般、4=舒適、5=很舒適，首先 對普通場館排隊區(qū)進行分析，具體數(shù)據(jù)如表1，表2，表3所示。 表1不同排隊天氣、排隊設施、排隊信息情況下服務水平評價的均值（普通場館排隊區(qū)）影響因素排隊天氣排隊設施排隊信息類別涼爽雨天炎熱站立有座位無信息有信息服務水平評價均值3.242.882.072.833.132.693.04N50128151405370123標準差0.8700.6850.9170.7190.9620.7330.814 表2不同并排節(jié)目、互動節(jié)目情況下的服務水平評價的均值（普通場館排隊區(qū)）影響因素并排人數(shù)互動節(jié)目類別123無互動有互動服務水平評價均值2.832.802.972.832.92N244912024169標準差0.8680.7900.7930.8680.794 表3各種客觀環(huán)境的單因素方差分析結果（普通場館排隊區(qū)）F統(tǒng)計量Sig.排隊天氣13.573.000排隊設施5.639.019排隊信息9.106.003并排人數(shù)0.999.370互動節(jié)目0.262.609 通過表3的單因素方差分析，互動節(jié)目的F統(tǒng)計量為0.262，對應的概率p值為0.609， p值大于顯著性水平0.05，說明互動節(jié)目對感知服務水平不存在顯著影響，這與旅游學的研 究“無所適事的等待比有事可干的等待感覺要長” 矛盾，這是由于世博園區(qū)中互動節(jié)目都 是露天的、開放的，因此很多游客即使所在的排隊區(qū)沒有互動節(jié)目也能看到廣場及其他場館 的互動節(jié)目。雖然該變量在本模型中并不顯著，但互動節(jié)目的有無對于游客無聊感的產(chǎn)生以 及排隊時間會有影響，進而影響游客對于排隊等待區(qū)的服務水平感知度。 天氣、排隊設施、排隊信息和這三個影響因素的概率p值小于顯著性水平0.05，說明 不同的天氣、排隊設施、排隊信息對感知服務水平的影響存在顯著差異。同時通過均值比較 發(fā)現(xiàn)，就天氣這一因素來說，涼爽天氣時游客的感知服務水平最高，而炎熱的天氣下游客對 排隊時間的感知服務水平最低；對于排隊設施，站立排隊群體的感知服務水平均值低于有座 位排隊群體的感知服務水平均值；關于排隊信息，被告知排隊信息的游客比沒有排隊信息的[13]因素由于特殊原因對排隊區(qū)服務水平影響并不顯著；同時由于絕大多數(shù)熱門場館均信息，導致無排隊信息的樣本較少，故在熱門場館排隊區(qū)的服務水平影響因素分析個因素剔除。具體數(shù)據(jù)見表5、表6、表7。[13]因素由于特殊原因對排隊區(qū)服務水平影響并不顯著；同時由于絕大多數(shù)熱門場館均信息，導致無排隊信息的樣本較少，故在熱門場館排隊區(qū)的服務水平影響因素分析個因素剔除。具體數(shù)據(jù)見表5、表6、表7。 游客對排隊區(qū)的服務水平評價更高。 Ashok等研究發(fā)現(xiàn)減少排隊等候時間可以提高排隊區(qū)的感知服務水平 。表4的數(shù)據(jù)顯示 排隊時間與服務水平存在顯著相關，并且為負相關，即排隊時間越長，游客對于排隊區(qū)服務 水平的評價越低，這與之前學者的研究一致。 表4排隊時間與感知服務水平的相關性分析結果（普通場館排隊區(qū)）排隊時間服務水平評價PearsonCorrelation1-.175排隊時間Sig.(2-tailed).000N193193.表示在.05水平（雙側）上顯著相關。用同樣的方法來分析熱門場館的排隊區(qū)服務水平影響因素。由于前文提及互動目這一表5不同排隊天氣、排隊設施、并排人數(shù)情況下的服務水平評價的均值（熱門場館排隊供排隊將這兩）影響因素排隊天氣排隊設施并排人數(shù)類別涼爽雨天炎熱站立有座位124服務水平評價均值3.032.991.652.703.402.472.893.54N1302614633899190144103標準差0.9310.8550.7060.9630.7130.8710.9110.574表6各種客觀環(huán)境的單因素方差分析結果（熱門場館排隊區(qū)）F統(tǒng)計量Sig.排隊天氣50.497.000排隊設施45.042.000并排人數(shù)51.451.000表7排隊時間與感知服務水平的相關性分析結果（熱門場館排隊區(qū)）排隊時間服務水平價PearsonCorrelation1-.789*排隊時間Sig.(2-tailed).000N437437.表示在.05水平（雙側）上顯著相關。 通過表6的單因素方差分析發(fā)現(xiàn)不同的天氣、排隊設施、并排人數(shù)對排隊區(qū)的服務水平 影響存在顯著差異。同時通過均值比較發(fā)現(xiàn)，就并排人數(shù)這一因素來說，其中4人并列排隊 使游客感覺放行速度較快，讓游客感覺排列隊伍的效率較高、產(chǎn)生很快就可以結束排隊的感 覺，應此其服務水平均值較高；表7的數(shù)據(jù)顯示排隊時間與服務水平存在顯著負相關，與前 文普通場館排隊區(qū)的研究一致。 研究發(fā)現(xiàn)，普通場館和熱門場館排隊區(qū)的服務水平影響因素存在差異。熱門場館游客關[14]。本文根據(jù)調(diào)查數(shù)據(jù)，基于行人[14]。本文根據(jù)調(diào)查數(shù)據(jù)，基于行人 注天氣、設施、并排人數(shù)和排隊時間，而普通場館關注天氣、設施、排隊信息和排隊時間。 3 排隊區(qū)服務水平等級劃分 前文分析了排隊區(qū)的客觀環(huán)境以及排隊時間對于排隊區(qū)服務水平感知的差異性評價。在 經(jīng)驗研究中，感知服務水平無論在形式上還是經(jīng)驗層次上都得到非常多的關注，關于感知服 務水平最常見的方法是基于人們對于服務水平感知的自評 對服務水平的感知評價，采用有序probit回歸檢驗方法建立模型，研究大型活動排隊區(qū)的 行人服務水平與其影響因素的關系。 3.1 模型概述 在社會研究中經(jīng)常遇到反應變量為有序多分類的數(shù)據(jù)，如居民生活的幸福感（很幸福、 一般、不幸福），某種藥物的療效（痊愈、好轉、有效、無效），對某件事情的個人看法（非 常贊成、贊成、中立、反對、強烈反對）等等，運用有序probit分析可以建立由一個多分 值有序因變量與自變量構成的方程，用統(tǒng)計方法闡述因變量與自變量的關系以及自變量如何 影響因變量。 排隊等待區(qū)服務水平變量為有序分類變量（不舒適、不太舒適、一般、舒適、很舒適）， 采用Orderedprobit模型進行分析，形式如下： 式（1） 式中 是影響服務水平的影響因素變量，包括排隊時間、天氣、排隊信息等等，表示待估 參數(shù)， ， 式中表示觀測現(xiàn)象內(nèi)在趨勢，不能直接測量，由 被調(diào)查者按5個等級給出自我感知評價值。這里 ，均為 值突變的臨界點， 又稱閾值，和一樣都是待估參數(shù)。上述等級劃分條件中可改寫成如下形式： 1 （不舒適）； 2 （不太舒適）； 3 （一般）；式（2） 4 （舒適）； 5 （很不舒適） 有序probit模型假定具有正態(tài)分布的結果，的概率密度是 ，而其 標準正態(tài)分布的累計積分為： 式（3） 由此得到 Pr( ) Pr( ) Pr( ) 式（4） Pr( ) Pr( ) 3.2 服務水平分級模型 根據(jù)上海2010世博會園區(qū)內(nèi)各展館前排隊游客調(diào)查數(shù)據(jù)，因變量為游客感知服務水平， 自變量為排隊時間、天氣、排隊設施、排隊信息等等。在SPSS軟件中運用ordinalregression 過程對感知服務水平和影響因素進行分析，并在此基礎上建立orderedprobit模型。首先 分析普通場館排隊區(qū)的服務水平分級模型，模型結果和擬合情況見表8與表9。 表8普通場館排隊區(qū)的服務水平影響因素模型結果系數(shù)值標準差Wald值自由度Sig值-1.232.34812.5291.000Threshold-.071.0305.5521.0181.746.34825.1901.0002.908.39055.6951.000排隊時間-.636.2645.8241.016[排隊天氣=1]1.831.36724.9571.000[排隊天氣=2]1.184.32513.2981.000Location[排隊天氣=3]0a..0.[排隊信息=0]-.482.1926.3281.012[排隊信息=1]0a..0.[排隊設施=1]-.406.1755.3701.020[排隊設施=2]0a..0. a.表示該系數(shù)為參照值 表9模型整體擬合度信息模型卡方自由度Sig值最終44.1205.000 表9的模型擬合信息顯示P值（Sig值）等于0.000，表明該模型具有顯著性意義。表 8的模型系數(shù)值顯示，排隊天氣和排隊時間兩個因素對于排隊服務水平的影響最為重要。天 氣影響因素中，相對于炎熱天氣（參照值為0），涼爽和雨天的系數(shù)分別為1.831和1.184， 說明涼爽的天氣可以顯著提高游客的感知服務水平，這與實際情況很符合。天氣由涼爽轉為 炎熱后，服務水平會直接下降1-2個等級。 對于普通場館，游客的排隊時間大約在0.5～2小時左右，排隊時間的變化會顯著改變 排隊區(qū)的服務水平，同時排隊時間的變化也與排隊環(huán)境有關，在炎熱的排隊環(huán)境下，游客的 排隊時間每加半小時，其服務水平就會下降一個等級。而在涼爽舒適的排隊環(huán)境下，游客增 加半小時的排隊時間，服務水平并未變化，當排隊時間增加1小時，服務水平會下降一個等 級。 用同樣的方法分析熱門場館排隊區(qū)的服務水平分級模型，模型結果和擬合情況見表10 與表11。 表10服務水平影響因素模型結果系數(shù)值標準差Wald值自由度Sig值-5.209.414158.1791.000Threshold-2.570.33658.4041.000-.387.1675.3521.0212.442.36544.7771.000排隊時間-.988.3976.1901.013[排隊天氣=1]4.088.45381.5511.000[排隊天氣=2]2.049.26758.9211.000[排隊天氣=3]0a..0.Location[排隊設施=1]-1.070.3738.2101.004[排隊設施=2]0a..0.[并排人數(shù)=1]-1.673.44913.8751.000[并排人數(shù)=2]-1.326.4538.5641.003[并排人數(shù)=4]0a..0. a.表示該系數(shù)為參照值 表11模型整體擬合度信息模型卡方自由度Sig值最終1126.0076.000 表11的模型擬合信息顯示P值（Sig值）等于0.000，表明該模型具有顯著性意義。表 10的模型系數(shù)值顯示，排隊天氣和并排人數(shù)兩個因素對于排隊服務水平的影響最為重要。 與普通場館相比，排隊時間在熱門場館排隊區(qū)服務水平分級中并非最顯著的影響因素， 游客知道熱門場館的排隊時間較長，因此相比于排隊時間游客更關注長時間排隊過程的舒適 性，使得并排人數(shù)、設施等客觀環(huán)境因素比排隊時間更能影響游客對排隊區(qū)的服務水平評價。 排隊設施有站立變?yōu)樽抨牶?，服務水平提升一個等級，而并排人數(shù)由一人變?yōu)?人后， 服務水平提升一個等級。在炎熱的排隊環(huán)境下，游客的排隊時間每加1～1.5小時，其服務 水平就會下降一個等級。而在涼爽舒適的排隊環(huán)境下，游客增加1.5～2小時的排隊時間， 服務水平會下降一個等級。 同時，在該模型的實際應用中，由于排隊時間通常能夠事先估算，建議結合估算出的排 隊時間，營造“高效、舒適、快樂”的排隊環(huán)境來提高排隊區(qū)游客的感知服務水平，例如提 供排隊區(qū)信息，排隊區(qū)并排人數(shù)控制，有趣的互動節(jié)目設置等，避免感知服務水平為“不太 舒適”和“不舒適”的出現(xiàn)。 4 結論 對于排隊時間超過半小時的長時間室外排隊，充分考慮排隊者主觀感受，利用 ordered probit模型建立排隊區(qū)感知服務水平出現(xiàn)概率與排隊時間、客觀排隊環(huán)境之間的定量模型， 同時根據(jù)場館類型的差異將排隊區(qū)分為普通場館和熱門場館排隊區(qū)兩類，分別分析了排隊時 間、排隊設施、天氣、排隊信息等對于排隊區(qū)感知服務水平的影響；研究發(fā)現(xiàn)，普通場館和 熱門場館排隊區(qū)的服務水平影響因素存在差異，熱門場館游客關注天氣、設施、并排人數(shù)和 排隊時間，而普通場館關注天氣、設施、排隊信息和排隊時間。最后基于 orderedprobit模 型提出了排隊區(qū)感知服務水平劃分標準，在感知排隊區(qū)服務水平分級基礎上，建議營造“高 效、舒適、快樂”的排隊環(huán)境來提高排隊區(qū)游客的感知服務水平。 【參考文獻】 [1]. 同濟大學，上海市綜合交通研究所. 世博會高強度客流集散的交通戰(zhàn)略和關鍵技術研究[R]，上 海，2007 [2]. NationalResearchCouncil(NRC).HighwayCapacityManual2000[M].Washington,D.C.2000. [3]. 龔曉嵐，魏中華 . 排隊等待區(qū)行人服務水平評價方法 [J]. 北京工業(yè)大學學