基于fsQCA方法的鐵路12306App用戶滿意度影響因素研究

陳鵬飛

(石家莊鐵道大學 管理學院，河北 石家莊 050043)

1 引言

鐵路客運是人們外出或返鄉的重要交通方式。在移動互聯網背景下，鐵路旅客主要從手機端購買火車票，而目前可供使用的購票App主要有：鐵路12306、高鐵管家、去哪兒旅行、攜程(包括智行、鐵友)[1]，其中12306網絡售票平臺是鐵路官方唯一客運服務平臺[2]，鐵路12306手機客戶端(12306App)是專門為滿足乘坐鐵路出行旅客購票需求而設計的專用App。近年來，鐵路12306App功能設計與用戶需求不匹配的問題日漸突出，特別對于社會弱勢群體，如平均文化程度較低的進城務工人群，鐵路12306App存在客戶端操作煩瑣、不易使用的問題[3]。鐵路客運電子票務服務不僅具有一般互聯網電子商務的環境特征，還兼具鐵路運輸的行業特色，可以從鐵路12306App的系統服務質量與客運信息質量綜合考察鐵路客運App的服務質量[4]。fsQCA承認因果不對稱關系存在，能夠有效處理前因條件與結果之間不對稱的情況[5]。

在這一背景下，文章選取鐵路12306App代表鐵路客運平臺，設計了用戶滿意度評價及其影響因素的評價指標體系，發放調查問卷采集用戶意見，應用模糊集定向比較分析(fsQCA)探討鐵路12306App用戶滿意度影響因素的條件組合并提出改進建議。

2 基于fsQCA的鐵路客運平臺滿意度影響因素分析

2.1 指標體系設計

關于旅客服務質量與旅客滿意度，國外學者基于SERVQUAL量表，使用感知可靠性、感知移情性、感知響應性和感知安全性等指標測量旅客對服務質量的感知水平[6-7]；國內學者從用戶感知視角驗證了鐵路客運網站服務滿意度模型的有效性[8-11]。文章使用易用性、可靠性、安全性、響應性、延伸性測量用戶對鐵路12306App服務的感知質量。鐵路12306App用戶滿意度影響因素指標體系構成如表1所示。

表1 變量分析結果

2.2 基于模糊集定性比較方法的鐵路客運平臺滿意度影響因素分析

2.2.1 模型搭建

fsQCA挖掘導致結果產生的多個前因條件組合，12306App的用戶滿意度具有復雜的影響因素，因此適合使用fsQCA方法。從用戶感知質量的角度圍繞12306App滿意度的5個方面影響因素構建了前因條件的組合模型，如圖1所示。

圖1 鐵路12306App用戶滿意度影響因素的前因模型

2.2.2 數據校準

進行fsQCA分析時，首先將變量數值通過隸屬度編碼為0～1的隸屬度分數[12]。文章設置的條件變量和結果變量的測量方式均為多項題目構成的量表，因此將各維度的題目分別求和，得出這一維度得分的中位數和標準差，將得分的中位數設置為交叉點(模糊分數=0.5)，并用+/-一個標準差的方式得出完全隸屬(模糊分數=0.95)和完全非隸屬(模糊分數=0.05)的得分[13]，進而將原始數據進行校準處理。

2.2.3 單一條件必要性計算

考慮到最終生成的條件組合可能無法解釋導致結果的所有因果條件，因此先檢查各單個條件是否能構成結果的必要條件，依據覆蓋度(Coverage)和一致性(Consistency)判斷結果變量與條件變量之間的關系[14]。

第一，一致性。解釋為結果變量Y的產生，與單個條件變量X或多個條件變量組合的一致性程度，一致性數值處于0.75以上，越接近1，說明解釋力越強。

(1)

式中：Xi為條件組合中的隸屬分數；Yi為結果中的隸屬分數；Consistency取值范圍為(0，1)。

第二，覆蓋率。覆蓋率是指評估條件變量組合對于結果變量發生的概率。主要用以表達因果路徑的解釋能力，其數值高低決定了因果的解釋力強弱程度。

(2)

式中：Xi，Yi的定義同式(1)；Coverage的取值范圍為(0，1)。

2.2.4 組態分析

構建真值表進行條件變量的組態分析研究，對多種影響因素使用fsQCA方法，一般呈現出三種結果，即復雜解、中間解和簡約解，參照學界一般做法采用中間方案進行詳細分析解釋[15]。在核心條件和邊緣條件的劃分上，如果某前因條件同時出現在簡單解和中間解中，則該條件在中間解的組合構型中應被定義成組合的核心條件；反之，如果某前因條件僅在中間解出現，則該條件被定義為邊緣條件[16]。

3 實證研究

3.1 數據預處理

從2023年2月18日至28日期間，通過問卷星平臺發放網絡調研問卷，總共收回使用過12306App的問卷884份。剔除了總填寫時間低于60秒的問卷并刪除了選項重復的無效問卷，最終獲得有效問卷460份。

文章使用SPSS和AMOS軟件進行信效度分析。在信度分析方面，得到KMO值為0.921，近似卡方值為6729.298，在0的水平上顯著，所有前因變量以及結果變量的Cronbach’s α均大于0.7，證明量表測度項具有較好的信度[16]。

在效度分析方面，χ2/df=2.761，p=0，CFI=0.928，RMSEA=0.062，TLI=0.961，NFI=0.955。所有變量的標準化因子載荷均大于0.7[13]，在0.01的水平上達到顯著[15]，由于以上指標均在合理范圍內，表明模型的量表測度項效度較好。

3.2 單一條件必要性分析

首先使用fsQCA 3.0軟件進行單一條件必要性分析，分別對高用戶滿意度和非高用戶滿意度的條件變量進行必要性檢測，如表2所示。由表2可得各條件變量一致性水平均低于0.9，各條件變量均不構成用戶滿意的必要條件，說明從單個方面改進服務難以起到提升用戶滿意度的作用，需要對條件變量進行組合分析。

表2 QCA方法的單個條件必要性檢驗

3.3 用戶滿意度影響因素條件組合計算

由于文章使用的樣本數量較大，按照QCA處理大樣本的標準，設置一致性≥0.8、案例頻數>3[17]，設定PRI一致性閾值為0.70。組態分析的計算結果繪圖展示如表3所示，在表3中符號表達如下：“●”代表核心條件存在，“●”代表邊緣條件存在，“”代表核心條件缺乏，“”代表邊緣條件缺乏，空白部分代表條件存在與否對結果的產生無關緊要。

表3 前因組態分析

針對高用戶滿意度組態和非高滿意度組態的12306App用戶滿意度影響因素組合分析如下。

組態S1指出高感知響應性為核心條件，互補高感知易用性、高感知可靠性和非高延伸性為邊緣條件的12306App用戶感知質量可以產生高用戶滿意度；組態S2指出高感知響應性為核心條件，互補高感知易用性、高感知可靠性和高感知安全性為邊緣條件可以產生高用戶滿意度。表明提供有效的用戶意見反饋渠道，提高App提供的在線訂票、退換票以及新用戶注冊或用戶登錄流程的簡便性，確保App始終保持正常工作狀態等措施可以讓用戶在使用過程中產生高滿意度。鐵路旅客對于12306App提供的附加服務和額外功能了解得很少，導致12306App提供的除了購票、退換票以外的附加功能對高用戶滿意度不構成必要性影響。

組態NS1顯示缺乏可靠性、安全性、響應性和延伸性會導致低用戶滿意度；組態NS2顯示缺乏易用性、安全性、響應性和延伸性會導致低用戶滿意度。12306App作為鐵路官方出品的手機端網絡購票平臺，App的安全性保障在產生高用戶滿意度的構型中不體現為核心條件，但是如果12306App缺乏了安全性，其結果一定導致用戶滿意度降低。

4 對策建議

由上文分析可得，從單一維度改進服務難以提升用戶滿意度，在易用性、可靠性、安全性、響應性、延伸性組成的滿意度影響因素組合中，易用性、可靠性和響應性共同起到重要作用，安全性起到保障作用，延伸性不起作用。結合12306App建設現狀與社會實際情況，提出如下改進服務的對策建議。

第一，繼續強化鐵路客運平臺穩定性建設，在旅客出行高峰期確保鐵路12306App能夠正常使用。2023年1月“12306App崩潰”的新聞再一次登上微博熱搜話題榜單，證明App在網絡穩定性建設方面仍然有提升的空間，建議繼續強化12306網站的底層網絡服務穩定性建設。

第二，完善意見反饋渠道，確保用戶反饋意見得到有效響應。建議進一步規范工作人員服務標準，對平臺客服進行統一培訓并安排特殊情況預案，以便于能及時為用戶提供有效的咨詢解惑，幫助用戶了解操作流程或平臺規則。

第三，增強市場宣傳力度。廣大鐵路12306App用戶對App提供的遺失物品找回功能、鐵路會員制度了解較少，缺乏對附加功能的使用需求。建議增強鐵路12306App的市場宣傳力度，讓更多用戶了解鐵路12306App還提供滿足用戶額外需求的專屬附加服務。

第四，照顧社會弱勢群體。關注弱勢群體的購票以及后續改簽、退票等程序中可能遇到的問題。結合用戶心理模型進行鐵路12306App功能開發和界面設計，考慮獨行女性對座位需求的差異性[18]。引入身份細化的方法進行用戶人群細分，考慮殘疾人群、兒童等弱勢人群和特殊人群的需求。

5 結論

鐵路12306作為國家鐵路部門提供的官方鐵路購票平臺，每年承擔數十億人次的購票需求，有效提升用戶滿意水平是鐵路客運提質發展的必然需要。筆者通過使用fsQCA方法，分析了用戶滿意度影響因素，有助于分析各影響因素的相互作用關系，為全面改進12306App票務服務提供科學合理的建議，推動更多鐵路出行旅客選擇使用官方購票平臺，提升鐵路部門的品牌形象。