Most studies on public transport service quality focus on the perspective of the public transport user, overlooking potential users, that is, private vehicle users. This paper explores the perception of private vehicle users about the quality of public transport. The objective is to identify the attributes that bear the greatest influence on the general satisfaction of the private vehicle user with respect to public transport in five major European cities: Berlin, Lisbon, London, Madrid and Rome. The analysis estimates the effect of 14 quality of service attributes on general satisfaction using Ordinal Logit Models (OLM), using data from an online survey sent to private vehicle users, with a similar sample size for each city (N > 500 per city). To analyse the heterogeneity of the perceptions, 20 models were calibrated: 15 models were calibrated controlling for location; and five models (one per city) were calibrated controlling for sociodemographic and mobility characteristics. Frequency, punctuality, intermodality, cost and cleanliness were identified as attributes exerting a significant effect on satisfaction in practically all the models, meaning they could be considered core attributes for private vehicle users. On a second level, a group of attributes were significant in a substantial number of models (service hours, proximity, speed, temperature and safety). Finally, the remaining attributes were only significant for specific cities or segments. The last two groups of attributes allowed to detect differences between cities and market segments.

大多数关于公共交通服务质量的研究都集中在公共交通用户的角度，忽视了潜在用户，即私家车用户。本文探讨了私家车用户对公共交通质量的看法。目的是确定对欧洲五个主要城市（柏林、里斯本、伦敦、马德里和罗马）的私家车用户对公共交通的总体满意度影响最大的属性。该分析使用序数逻辑模型 (OLM) 估计了 14 个服务质量属性对总体满意度的影响，使用来自发送给私家车用户的在线调查数据，每个城市的样本量相似（每个城市 N > 500）。为了分析感知的异质性，校准了 20 个模型：15个模型被校准控制位置；五个模型（每个城市一个）根据社会人口统计学和流动性特征进行校准。频率、准时性、多式联运、成本和清洁度被确定为对几乎所有模型的满意度产生显着影响的属性，这意味着它们可以被视为私家车用户的核心属性。在第二个层面上，一组属性在大量模型中很重要（服务时间、距离、速度、温度和安全）。最后，其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。五个模型（每个城市一个）根据社会人口统计学和流动性特征进行校准。频率、准时性、多式联运、成本和清洁度被确定为对几乎所有模型的满意度产生显着影响的属性，这意味着它们可以被视为私家车用户的核心属性。在第二个层面上，一组属性在大量模型中很重要（服务时间、距离、速度、温度和安全）。最后，其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。五个模型（每个城市一个）根据社会人口统计学和流动性特征进行校准。频率、准时性、多式联运、成本和清洁度被确定为对几乎所有模型的满意度产生显着影响的属性，这意味着它们可以被视为私家车用户的核心属性。在第二个层面上，一组属性在大量模型中很重要（服务时间、距离、速度、温度和安全）。最后，其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。成本和清洁度被确定为对几乎所有车型的满意度产生显着影响的属性，这意味着它们可以被视为私家车用户的核心属性。在第二个层面上，一组属性在大量模型中很重要（服务时间、距离、速度、温度和安全）。最后，其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。成本和清洁度被确定为对几乎所有车型的满意度产生显着影响的属性，这意味着它们可以被视为私家车用户的核心属性。在第二个层面上，一组属性在大量模型中很重要（服务时间、距离、速度、温度和安全）。最后，其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。其余属性仅对特定城市或细分市场有意义。最后两组属性允许检测城市和细分市场之间的差异。