杜建國，王冰潔，黃后慶

（1.江蘇大學(xué)工商管理學(xué)院，江蘇鎮(zhèn)江212013;2.南京大學(xué)工程管理學(xué)院，南京210093）

0 引言

商業(yè)銀行作為服務(wù)性企業(yè)，提供高質(zhì)量的服務(wù)是贏得核心競爭力的關(guān)鍵。高質(zhì)量的服務(wù)可以影響客戶的價值觀和客戶滿意度，而客戶的滿意度又直接影響客戶的忠誠度[1]。然而服務(wù)的抽象性、無形性和異質(zhì)性等特性使得服務(wù)的定量分析變得復(fù)雜。銀行服務(wù)同樣面臨著定量分析的困難，其核心問題是服務(wù)質(zhì)量的測定[2]。國內(nèi)外很多學(xué)者對銀行服務(wù)質(zhì)量進(jìn)行研究，如Athanassopoulos(1997)、Karatepe et al(2007)、陳瑩等(2008)、金文姬(2007)等通過研究影響銀行服務(wù)質(zhì)量的各種因素，分別構(gòu)建了銀行服務(wù)質(zhì)量的評價指標(biāo)體系。

從研究方法上看，目前關(guān)于評價服務(wù)質(zhì)量的方法很多，如結(jié)構(gòu)方程模型、多元統(tǒng)計等統(tǒng)計方法、數(shù)據(jù)包絡(luò)法(DEA)、網(wǎng)絡(luò)分析法(ANP)等。銀行服務(wù)質(zhì)量指標(biāo)的不易被量化使得評價具有一定程度的模糊性，以及評價過程中評價者受各種因素影響可能會做出過高或過低的不公正評價，都會影響最終的評價結(jié)果。針對這類問題，本文將模糊理論與DUOWA算子進(jìn)行整合，可以很好的解決此類問題。模糊理論以隸屬函數(shù)來表達(dá)模糊不確定的知識，可有效地對專家評估數(shù)據(jù)進(jìn)行處理。DUOWA算子是拓展的OWA算子，其特點(diǎn)是可以用于區(qū)間數(shù)的計算，同時近似度的引入可降低評估結(jié)果受極端評估數(shù)據(jù)的影響。兩種方法的整合可準(zhǔn)確地得到銀行服務(wù)質(zhì)量評價結(jié)果，具有一定的實用價值。

1 模糊理論

Zadeh(1965)提出模糊集合理論(Fuzzy Logic)，以處理概念模糊不確定的事物為主要研究目標(biāo)[3]。模糊集合是對普通集合的延伸，允許中間狀態(tài)的存在。針對過于復(fù)雜或難以定義的情況，傳統(tǒng)量化表達(dá)方式很難合理描述，Zadeh(1975)提出用模糊語義代替[4]。本研究即采用三角模糊數(shù)表達(dá)模糊信息，三角模糊數(shù)與模糊語義的關(guān)系見表1。

本研究引入模糊集的α截集的概念,α={|α α∈(0,1)}。假設(shè)某三角模糊數(shù)為[aL,aM,aU]，可用區(qū)間[bL,bU]表達(dá)。其中，

采用Facchinetti(1998)提出的解模糊數(shù)方法將三角模糊數(shù)轉(zhuǎn)換成明確值，解模糊化公式：

2 拓展OWA算子

Yager(1988)年提出集成離散數(shù)據(jù)的有序加權(quán)平均(OWA)算子[5]，其主要特點(diǎn)是：對一組評估數(shù)據(jù)從大到小進(jìn)行排序后加權(quán)集成，其權(quán)重只與相應(yīng)的位置有關(guān)。

定義1：設(shè)OWA:Rn→R，若

其中：R為實數(shù)集，w=(w1,w2,...,wn)T是與OWA函數(shù)相關(guān)聯(lián)的加權(quán)變量，wj∈[0,1],1≤j≤n，wj只與第j個位置有關(guān)，與aj無關(guān)，且bj是(a1,a2,...,an)中第j個最大的元素。OWA算子只能用于明確值的計算，不能用于區(qū)間計算。針對不確定環(huán)境，Xu和Da(2002)提出了不確定加權(quán)平均算子和相關(guān)不確定有序加權(quán)平均，該算子按照評價者的評估數(shù)據(jù)情況決定相應(yīng)的位置權(quán)重，可確保評估結(jié)果不會受到部分極端評價的影響[6,7]。

定義2：設(shè)UOWA:Ωn→Ω ，若：

其中：Ω為實數(shù)集，w=(w1,w2,...,wn)T是與UOWA函數(shù)相關(guān)聯(lián)的加權(quán)變量，是中第j個最大的元素，為區(qū)間數(shù)。

表1 三角模糊數(shù)

定義4：UOWA函數(shù)的加權(quán)變量[7]計算為：

表2 影響商業(yè)銀行服務(wù)質(zhì)量的關(guān)鍵指標(biāo)

表3 銀行服務(wù)質(zhì)量的原始評估數(shù)據(jù)

其中，wj表示第j個位置的權(quán)重大小，即第j個相似度占所有相似度的比例。wj∈[0,1]且

根據(jù)公式(4)和(8)，可得到UOWA值的計算公式[7]為：

其中，bj是(a1,a2,...,an)中第j個最大的元素。

3 實證分析

某商業(yè)銀行為提高自身服務(wù)競爭力，組織多位專家對本銀行以及周圍4家主要競爭對手的服務(wù)質(zhì)量進(jìn)行評估。通過對比評估結(jié)果，找出自身服務(wù)的劣勢并采取有效措施，達(dá)到提高服務(wù)水平的目的。本研究在現(xiàn)有研究基礎(chǔ)上，結(jié)合實際情況建立了影響銀行服務(wù)質(zhì)量的8個關(guān)鍵指標(biāo)，如表2。

假設(shè)評價者集為D={d1,d2,d3,d4}，影響銀行服務(wù)質(zhì)量的8個關(guān)鍵指標(biāo)集為S={S1,S2,S3,S4,S5,S6,S7,S8}，四位專家通過模糊層次分析法確定8個關(guān)鍵指標(biāo)的權(quán)重向量為wS=(0.14,0.07,0.06,0.11,0.06,0.17,0.20,0.19)，評價采用模糊語義進(jìn)行評價，得到原始評價矩陣，如表3。

所有的評估數(shù)據(jù)均轉(zhuǎn)換成三角模糊數(shù)，通過將各個指標(biāo)的評估數(shù)據(jù)與指標(biāo)權(quán)重進(jìn)行加權(quán)，可得到4個評價者對5家銀行的總體服務(wù)質(zhì)量評價區(qū)間，如表4。

應(yīng)用公式(9)，對每家銀行的4個評價區(qū)間進(jìn)行處理，可得到5家銀行最終的UOWA值。設(shè)α=0.5，應(yīng)用公式(1)將三角模糊數(shù)轉(zhuǎn)換成近似區(qū)間。應(yīng)用公式(2)進(jìn)行解模糊化處理，可到最終的銀行服務(wù)質(zhì)量排序，結(jié)果如表5。

表4 四位評價者對五家銀行的服務(wù)質(zhì)量評價矩陣

應(yīng)用公式(10)，建立5家銀行服務(wù)質(zhì)量的區(qū)間概率比較矩陣，如下：

表5 五家銀行的服務(wù)質(zhì)量評價結(jié)果及排序

對P矩陣的各行進(jìn)行橫向累加，得到5家銀行服務(wù)質(zhì)量評 價 的 P值 ：p1=4.3429;p2=1.5;p3=2.9940;p4=2.8370;p5=0.5，排序為：p1≥p3≥p4≥p2≥p5。

通過比較UOWA值和P值排序，得出了同樣的排序結(jié)果，即第一家銀行的服務(wù)質(zhì)量總體水平最高，排序為：X1≥X3≥X4≥X2≥X5。排序在前的銀行在權(quán)重較大的關(guān)鍵指標(biāo)上的得分相對較高，是這幾家銀行總體服務(wù)質(zhì)量較高的主要原因。

4 結(jié)論

模糊理論和拓展OWA算子的整合應(yīng)用在服務(wù)質(zhì)量的測定方面有著一定的優(yōu)勢。本研究采用三角模糊數(shù)對專家評估數(shù)據(jù)進(jìn)行處理避免了信息流失，可最大程度表達(dá)出評估者的偏好；DUOWA算子的應(yīng)用不僅避免了OWA算子不能解決區(qū)間值以及運(yùn)算結(jié)果不具有封閉性等問題，而且近似度的引入也確保評估結(jié)果不受極端評估數(shù)據(jù)的影響。兩種方法的結(jié)合能夠準(zhǔn)確地評價出銀行服務(wù)水平，并能避免主觀臆斷和個別不公正評價對評價結(jié)果的影響。

銀行的服務(wù)質(zhì)量改進(jìn)是一個持續(xù)改進(jìn)的過程，同時也是銀行提高競爭力的一個重要的途徑。本研究簡化了指標(biāo)體系的構(gòu)建，實際研究中可對指標(biāo)體系進(jìn)行完善。研究說明模糊理論和DUOWA算子的整合可有效地分析和評價銀行服務(wù)質(zhì)量，具有一定的實踐意義。

[1] Karatepe O M,Yavas U,Babakus E.Measuring Service Quality of Banks:Scale Development and Validation[J].Journal of Retailing and Consumer Services 2005,(12).

[2] 金文姬.我國國有商業(yè)銀行服務(wù)質(zhì)量研究[J].上海金融,2007,(6).

[3] Zadeh,L.A.Fuzzy Sets[J].Information and Control,1965,(8).

[4] Zadeh,L.A.The Concept of a Linguistic Variable and its Application to Approximate Reasoning-I[J].Information Science,1975,(8).

[5] Yager R R.On Ordered Weighted Averaging Aggregation Operators in Multi-criteria Decision Making[J].IEEE Transactions on Systems,Man and Cybernetics,1988,(18).

[6] Xu.Z.S,Da.Q.L.The Uncertain OWA Operator[J].International Journal of Intelligent Systems，2002，（17）.

[7] Xu.Z.S.Dependent Uncertain Ordered Weighted Aggregation Operators[J].Information Fusion，2008，（9）.