基于馬田系統(tǒng)的高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)

劉何棟，李海軍，馬昌喜，方燕楠，王 蕾

（蘭州交通大學(xué) 交通運(yùn)輸學(xué)院，蘭州 730070）

截至2021年底，中國(guó)高速鐵路運(yùn)營(yíng)里程達(dá)到4.1萬(wàn)km，居世界首位.我國(guó)高鐵網(wǎng)覆蓋了95%的人口超過(guò)100萬(wàn)的城市，高速鐵路已經(jīng)成為旅客出行的重要選擇.隨著社會(huì)經(jīng)濟(jì)水平的發(fā)展，高鐵出行旅客的增加導(dǎo)致高鐵客運(yùn)服務(wù)質(zhì)量受到更為廣泛的關(guān)注.國(guó)內(nèi)外學(xué)者關(guān)于高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系構(gòu)建和評(píng)價(jià)方法應(yīng)用方面作了大量的研究，取得了豐富的研究成果.

在高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)體系構(gòu)建的研究方面，呂笑媛等［1］采用定性與定量相結(jié)合的方法，從經(jīng)濟(jì)性、便捷性、設(shè)備設(shè)施和人員服務(wù)四個(gè)方面對(duì)高速鐵路旅客滿意度進(jìn)行評(píng)價(jià)，建立了高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系.李致萱等［2］通過(guò)服務(wù)接觸理論劃分服務(wù)環(huán)節(jié)、情感曲線量化旅客服務(wù)評(píng)價(jià)，得出旅客服務(wù)需求差異，在此基礎(chǔ)上設(shè)計(jì)個(gè)性化服務(wù)評(píng)價(jià)權(quán)重.牟能冶等［3］以馬斯洛需求理論為基礎(chǔ)，針對(duì)高速鐵路旅客需求和感知建立三級(jí)評(píng)價(jià)指標(biāo)體系.崔袁丁等［4］采用貝葉斯網(wǎng)絡(luò)分析，運(yùn)用樹模型構(gòu)建評(píng)價(jià)體系，得到作為頂層指標(biāo)的旅客服務(wù)質(zhì)量的評(píng)價(jià)結(jié)果.Eboli等［5］基于模糊理論，建立了鐵路服務(wù)質(zhì)量多級(jí)模糊綜合評(píng)價(jià)模型，通過(guò)三級(jí)評(píng)價(jià)指標(biāo)體系結(jié)合受訪乘客的意見(jiàn)確定其權(quán)重.田志強(qiáng)等［6］在分析鐵路客運(yùn)站相關(guān)服務(wù)的基礎(chǔ)上，建立了鐵路客運(yùn)站旅客服務(wù)質(zhì)量評(píng)價(jià)體系，通過(guò)實(shí)例驗(yàn)證了方法的可行性與有效性.劉艦［7］從消費(fèi)者行為學(xué)的角度系統(tǒng)分析了鐵路客運(yùn)站服務(wù)水平的主要內(nèi)容，建立了基于旅客滿意的客運(yùn)站服務(wù)水平評(píng)價(jià)體系.

在高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)方法的研究方面，吳剛等［8］基于服務(wù)接觸理論形成高速鐵路客運(yùn)服務(wù)接觸鏈，從理論上構(gòu)建高速鐵路旅客滿意度模型，研究影響旅客滿意度的關(guān)鍵接觸點(diǎn).徐春婕等［9］通過(guò)融合模糊評(píng)價(jià)方法和粗糙集理論，提出客運(yùn)站服務(wù)質(zhì)量評(píng)價(jià)模型.Bakti等［10］通過(guò)整合效用維度、享樂(lè)維度和影響感知服務(wù)質(zhì)量的“過(guò)濾”變量，建立了一個(gè)不同于現(xiàn)有鐵路旅客感知服務(wù)質(zhì)量模型的感知服務(wù)質(zhì)量模型.尹冰［11］利用結(jié)構(gòu)方程模型，提出高速鐵路民眾滿意度測(cè)評(píng)方法，針對(duì)7條高速鐵路線路進(jìn)行調(diào)研分析，得出高速鐵路運(yùn)營(yíng)服務(wù)的優(yōu)勢(shì)和短板.Jomnonkwao等［12］采用聚類分析、因子分析和重要性績(jī)效分析，為改善泰國(guó)城際鐵路服務(wù)的精準(zhǔn)服務(wù)質(zhì)量提出建議.

既有研究對(duì)高速鐵路客運(yùn)服務(wù)質(zhì)量的評(píng)價(jià)具有重要的借鑒意義，但是在建立評(píng)價(jià)體系的過(guò)程中存在評(píng)價(jià)指標(biāo)冗余的問(wèn)題，在評(píng)價(jià)方法上存在指標(biāo)權(quán)重的主觀性誤差，對(duì)評(píng)價(jià)結(jié)果的客觀性和準(zhǔn)確性有一定的影響.

綜上所述，本文在借鑒既有研究關(guān)于高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系選取的基礎(chǔ)上，約簡(jiǎn)初始評(píng)價(jià)指標(biāo)，從乘客接受服務(wù)流程的角度出發(fā)，運(yùn)用馬田系統(tǒng)（mahalanobis-taguchi system，MTS）評(píng)價(jià)方法對(duì)數(shù)據(jù)進(jìn)行處理，并對(duì)結(jié)果進(jìn)行分析驗(yàn)證.避免了權(quán)重問(wèn)題對(duì)于評(píng)價(jià)體系的影響，克服了評(píng)價(jià)過(guò)程中的主觀性和不確定性，提高評(píng)價(jià)的準(zhǔn)確性和科學(xué)性.

1 高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建

1.1 初始評(píng)價(jià)指標(biāo)體系的建立

基于服務(wù)接觸理論和乘客參與高速鐵路客運(yùn)服務(wù)的流程，結(jié)合規(guī)范［13］建立初始評(píng)價(jià)指標(biāo)體系，由票務(wù)環(huán)節(jié)、進(jìn)站環(huán)節(jié)、候車環(huán)節(jié)、乘車環(huán)節(jié)、出站環(huán)節(jié)共同構(gòu)成一個(gè)完整的服務(wù)接觸鏈（service contact chain，SCC）.高速鐵路客運(yùn)服務(wù)質(zhì)量初始評(píng)價(jià)指標(biāo)體系如表1所列.

表1 高速鐵路客運(yùn)服務(wù)質(zhì)量初始評(píng)價(jià)指標(biāo)體系Tab.1 Initial evaluation index system of passenger service quality of high-speed railway

1.2 高鐵客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)數(shù)據(jù)

根據(jù)高速鐵路客運(yùn)服務(wù)質(zhì)量初始評(píng)價(jià)指標(biāo)體系設(shè)計(jì)測(cè)定各變量的具體問(wèn)項(xiàng)生成調(diào)查問(wèn)卷.問(wèn)卷第一部分是旅客背景信息，主要包括人口統(tǒng)計(jì)特征變量、常購(gòu)坐席類別、出行目的、年乘坐高鐵次數(shù).第二部分是感知服務(wù)量表包含31個(gè)指標(biāo)，并使用Likert 5級(jí)量表來(lái)記錄受訪乘客對(duì)各個(gè)問(wèn)項(xiàng)從“很不滿意”到“很滿意”的評(píng)價(jià)態(tài)度.1～5表示感知服務(wù)水平的高低，數(shù)字越大，代表服務(wù)水平越高.以蘭州西站候車及乘車旅客作為研究對(duì)象，發(fā)放并回收問(wèn)卷452份，其中有效問(wèn)卷430份，有效回收率95.1%.

1.2.1 數(shù)據(jù)整理

對(duì)問(wèn)卷調(diào)查獲取到的數(shù)據(jù)做描述性統(tǒng)計(jì)分析，人口統(tǒng)計(jì)特征變量如表2所列.

表2 旅客人口統(tǒng)計(jì)特征變量Tab.2 Passenger demographic characteristic variables

通過(guò)對(duì)旅客背景信息的分析，乘客常購(gòu)坐席類別中二等座占比接近65%，年乘坐高鐵次數(shù)集中在10次以內(nèi)，出行目的前三位分別是觀光旅游、探親訪友和城市通勤，常用購(gòu)票方式主要是網(wǎng)絡(luò)購(gòu)票占比接近84%.

1.2.2 信度檢驗(yàn)

信度即可靠性，體現(xiàn)變量的穩(wěn)定性和一致性程度，量表的信度和其測(cè)量誤差成反比.研究采用SPSS26.0軟件，通過(guò)Cronbach'sα系數(shù)進(jìn)行內(nèi)部一致性檢驗(yàn)，當(dāng)α系數(shù)在0.8以上，則表明調(diào)查表有較好的內(nèi)在一致性.經(jīng)過(guò)計(jì)算信度檢驗(yàn)結(jié)果如表3所列，量表整體的α系數(shù)達(dá)到0.844，表明此量表結(jié)果可靠.

表3 信度檢驗(yàn)表Tab.3 Reliability test table

1.2.3 效度分析

效度即有效性，是指樣本數(shù)據(jù)與期望目標(biāo)的接近程度，效度越高越能體現(xiàn)測(cè)量?jī)?nèi)容的一致性.采用KMO測(cè)度和Bartlett球體檢驗(yàn)法對(duì)數(shù)據(jù)進(jìn)行相關(guān)性分析，KMO值越接近1，說(shuō)明變量間相關(guān)性程度越高.采用因子分析法經(jīng)過(guò)計(jì)算效度分析結(jié)果如表4所列，樣本數(shù)據(jù)的KMO值大于0.900，且巴特利特球形度檢驗(yàn)的顯著性水平（Sig）為0.000，認(rèn)為問(wèn)卷量表效度較高.

表4 KMO和巴特利特檢驗(yàn)Tab.4 KMO and Bartlett test

2 馬田系統(tǒng)評(píng)價(jià)方法

2.1 馬田系統(tǒng)簡(jiǎn)介

馬田系統(tǒng)［14］是由田口玄一提出的一種面向不平衡數(shù)據(jù)的模式識(shí)別方法，由馬氏距離（mahalanobis distance，MD）和田口方法（taguchi’s design of experiment，DOE）整合而來(lái).該方法采用馬氏距離構(gòu)建基準(zhǔn)空間，使用正交表合理安排選擇特征的試驗(yàn)，結(jié)合信噪比提取特征變量，從而能夠在不平衡數(shù)據(jù)環(huán)境中進(jìn)行異常值識(shí)別和特征選擇.并且不需要任何數(shù)據(jù)分布假設(shè)，具有樣本需求量小、原理簡(jiǎn)單和易于操作等優(yōu)點(diǎn).

將馬田系統(tǒng)方法應(yīng)用于高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)中，提供了一種新的方式完成對(duì)既有評(píng)價(jià)指標(biāo)的有效約簡(jiǎn)，在一定程度上避免了指標(biāo)權(quán)重等主觀性誤差的影響，并且量化了高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)結(jié)果，可用于線路、車站以及列車客運(yùn)服務(wù)質(zhì)量的對(duì)比.

2.2 馬田系統(tǒng)基本步驟

運(yùn)用馬田系統(tǒng)評(píng)價(jià)方法，將定性與定量分析相結(jié)合，提供一種新的研究用戶體驗(yàn)的平臺(tái).基于馬田系統(tǒng)評(píng)價(jià)方法對(duì)高速鐵路客運(yùn)服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)分析的具體步驟如圖1所示.

圖1 馬田系統(tǒng)評(píng)價(jià)流程Fig.1 Evaluation process of Mahalanobis-Taguchi system

3 基于馬田系統(tǒng)的高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)

3.1 觀測(cè)變量的均值計(jì)算

本問(wèn)卷包含31個(gè)測(cè)評(píng)指標(biāo)，指標(biāo)分值由低到高依次為1～5分.由SPSS計(jì)算得到每個(gè)觀測(cè)指標(biāo)的得分均值如表5所列.

表5 觀測(cè)指標(biāo)均值Tab.5 Mean value of observation index

3.2 選取正交表

正交表一般用Ln（m＾k）表示，L為正交表，n表示正交表的行數(shù)，m表示各變量的水平數(shù)，k表示正交表的列數(shù)即變量，且有n=k*（m-1）+1，即行數(shù)=變量*（變量水平數(shù)-1）+1.馬田系統(tǒng)的正交表根據(jù)初始指標(biāo)變量個(gè)數(shù)，選擇L32（231）正交表.其中變量水平數(shù)m為2，代表有兩種水平1（選取該指標(biāo)）和2（舍棄該指標(biāo)），通過(guò)Minitab20.0得到可行方案均值和均值響應(yīng)水平如表6～7所列.

表6 可行方案均值表Tab.6 Mean value of feasible schemes

3.3 構(gòu)建基準(zhǔn)空間

構(gòu)建基準(zhǔn)空間是計(jì)算馬氏距離的必要步驟，馬氏距離用于確定測(cè)量表的基礎(chǔ)和參考點(diǎn)，以及測(cè)量觀測(cè)值與參考點(diǎn)的距離.采用正交表和信噪比來(lái)進(jìn)行指標(biāo)的篩選，Likert5級(jí)量表中5分表示乘客對(duì)高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)最理想的狀態(tài).因此，依據(jù)TOPSIS法原理，即根據(jù)有限個(gè)評(píng)價(jià)對(duì)象與理想化目標(biāo)的接近程度進(jìn)行排序，對(duì)正交表每一個(gè)方案分別構(gòu)建基準(zhǔn)空間：Gi=（5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5）i=1，2，3......32.

3.4 計(jì)算信噪比

信噪比按特性分為望目、望小、望大，評(píng)價(jià)指標(biāo)分值高低反映其服務(wù)水平程度，故本文選取望大信噪比來(lái)度量高速鐵路客運(yùn)服務(wù)質(zhì)量.望大信噪比計(jì)算公式如式（1）所示.

式中：ηm為第m個(gè)方案的信噪比；di為第i個(gè)在每一行為“1”水平下所求的n個(gè)樣本數(shù)據(jù)的馬氏距離.

通過(guò)Minitab軟件計(jì)算每種可行方案的測(cè)評(píng)值到其基準(zhǔn)空間的信噪比，如表8所列.

表8 可行方案信噪比Tab.8 Signal to noise ratio of feasible schemes

3.5 基準(zhǔn)空間指標(biāo)優(yōu)化

馬田系統(tǒng)方法可以對(duì)基準(zhǔn)空間中的初始指標(biāo)加以篩選，保留有效指標(biāo)，剔除無(wú)效指標(biāo)，從而優(yōu)化基準(zhǔn)空間［15］.通過(guò)Minitab軟件計(jì)算得到各方案信噪比響應(yīng)表如表9所列，信噪比主效應(yīng)圖如圖2所示.

圖2 信噪比主效應(yīng)圖Fig.2 Main effect diagram of signal-to-noise ratio

表7 均值響應(yīng)水平表Tab.7 Mean response level

表9 信噪比響應(yīng)表Tab.9 SNR response table

通過(guò)信噪比響應(yīng)表結(jié)合主效應(yīng)圖可以看出，X7、X12、X21三項(xiàng)指標(biāo)在信噪比響應(yīng)表中排秩處于后三位，對(duì)應(yīng)數(shù)據(jù)均值在主效應(yīng)圖中趨于水平，即這三項(xiàng)指標(biāo)對(duì)評(píng)價(jià)體系總體不敏感，予以剔除.優(yōu)化后的評(píng)價(jià)指標(biāo)體系為：X（X1，X2，X3，X4，X5，X6，X8，X9，X10，X11，X13，X14，X15，X16，X17，X18，X19，X20，X22，X23，X24，X25，X26，X27，X28，X29，X30，X31）.對(duì)應(yīng)最優(yōu)化的基準(zhǔn)空間為G（5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5，5）.

3.6 閾值確定

最優(yōu)化的基準(zhǔn)空間對(duì)每個(gè)有效指標(biāo)的最高分賦值為5分.若各項(xiàng)指標(biāo)得分均為4.5分，設(shè)此樣本到最優(yōu)化基準(zhǔn)空間G的馬氏距離是D1，則D1為優(yōu)秀閾值.如果該測(cè)量樣本均值到基準(zhǔn)空間G的馬氏距離D∈［0，D1），則稱為優(yōu)秀樣本.閾值判定規(guī)則如表10所列，區(qū)域劃分如圖3所示.

圖3 區(qū)域劃分圖Fig.3 Area division

表10 閾值劃分表Tab.10 Threshold division table

3.7 馬氏距離計(jì)算

馬氏距離是由印度學(xué)者M(jìn)ahalanobis提出計(jì)算數(shù)據(jù)協(xié)方差距離的方法［16］.兼顧變量之間的相關(guān)性和差異性，計(jì)算公式見(jiàn)式（2）.

式中：k為優(yōu)化后基準(zhǔn)空間的維數(shù)；Y為參考對(duì)象矩陣；μ為基準(zhǔn)空間矩陣；∑-1為對(duì)象協(xié)方差矩陣；（Y-μ）T為（Y-μ）的轉(zhuǎn)置矩陣.

按照優(yōu)化后的基準(zhǔn)空間G和有效指標(biāo)的均值得到：

根據(jù)式（2）分別計(jì)算樣本到優(yōu)化后基準(zhǔn)空間的馬氏距離和閾值：

結(jié)果表明：總體樣本到基準(zhǔn)空間G的馬氏距離D為2.680 4∈［D2，D3）=［2.565 4，3.848 1），即案例中的高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)整體結(jié)果為中等.

4 結(jié)論

客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)是促進(jìn)高速鐵路客運(yùn)發(fā)展的重要環(huán)節(jié)，本文通過(guò)分析乘客參與服務(wù)流程，建立高速鐵路客運(yùn)服務(wù)質(zhì)量初始評(píng)價(jià)指標(biāo)體系.引入質(zhì)量工程學(xué)領(lǐng)域馬田系統(tǒng)（MTS）評(píng)價(jià)方法，對(duì)高速鐵路客運(yùn)服務(wù)各個(gè)環(huán)節(jié)進(jìn)行數(shù)據(jù)分析，對(duì)服務(wù)水平整體進(jìn)行評(píng)價(jià)，為改進(jìn)現(xiàn)有服務(wù)質(zhì)量提供理論依據(jù).通過(guò)實(shí)例驗(yàn)證了馬田系統(tǒng)在高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)中的適用性和有效性，結(jié)合案例信噪比響應(yīng)表以及信噪比主效應(yīng)圖可以得出：

1）在票務(wù)環(huán)節(jié)，報(bào)銷憑證獲取的便利程度對(duì)信噪比效應(yīng)最大，退改簽服務(wù)次之，這兩項(xiàng)內(nèi)容屬于一次購(gòu)票的售后服務(wù)，應(yīng)該保持較高的服務(wù)水平.購(gòu)票便利程度很高，但是票價(jià)可接受度有待提升，建議小范圍試行動(dòng)態(tài)定價(jià).

2）在進(jìn)站環(huán)節(jié)，進(jìn)站引導(dǎo)標(biāo)識(shí)清晰易懂程度對(duì)信噪比效應(yīng)最大，身份核驗(yàn)便捷程度次之，這兩項(xiàng)內(nèi)容服務(wù)水平較好，建議進(jìn)一步提高行李安檢服務(wù)效率.

3）在候車環(huán)節(jié)，無(wú)線網(wǎng)絡(luò)和共享電源覆蓋率對(duì)信噪比效應(yīng)最大，候車廳飲用水供應(yīng)情況次之，這兩項(xiàng)內(nèi)容對(duì)服務(wù)水平的敏感度較高.建議進(jìn)一步提高車站大屏信息獲取（車次/時(shí)間/正晚點(diǎn)）的及時(shí)性和準(zhǔn)確性，以及保證候車大廳座椅數(shù)量和舒適度.

4）在乘車環(huán)節(jié)，列車準(zhǔn)點(diǎn)率對(duì)信噪比效應(yīng)最大，組織旅客上下車情況次之，這兩項(xiàng)內(nèi)容是乘客乘車最關(guān)注的部分，應(yīng)保持較好的服務(wù)狀態(tài).在不影響行車安全的前提下建議增加車載電源充電口數(shù)量，提高列車座椅舒適度以及列車衛(wèi)生間衛(wèi)生干凈程度.

5）在出站環(huán)節(jié)，出站引導(dǎo)標(biāo)識(shí)清晰明了程度對(duì)信噪比效應(yīng)最大，應(yīng)盡量減少出站旅客在站內(nèi)不必要的停留時(shí)間，并且保證出站身份核驗(yàn)高效以及公共交通的換乘便利性.

由于數(shù)據(jù)采集是針對(duì)局域案例進(jìn)行，在樣本數(shù)量、調(diào)查范圍、分析深度等方面還有待加強(qiáng).如果考慮馬田系統(tǒng)方法在高速鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)方面的深入應(yīng)用，則需要根據(jù)評(píng)價(jià)對(duì)象和范圍進(jìn)一步調(diào)整.