劉何棟，李海軍，馬昌喜，方燕楠，王 蕾

（蘭州交通大學 交通運輸學院，蘭州 730070）

截至2021年底，中國高速鐵路運營里程達到4.1萬km，居世界首位.我國高鐵網(wǎng)覆蓋了95%的人口超過100萬的城市，高速鐵路已經(jīng)成為旅客出行的重要選擇.隨著社會經(jīng)濟水平的發(fā)展，高鐵出行旅客的增加導致高鐵客運服務(wù)質(zhì)量受到更為廣泛的關(guān)注.國內(nèi)外學者關(guān)于高速鐵路客運服務(wù)質(zhì)量評價指標體系構(gòu)建和評價方法應(yīng)用方面作了大量的研究，取得了豐富的研究成果.

在高速鐵路客運服務(wù)質(zhì)量評價體系構(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)濟性、便捷性、設(shè)備設(shè)施和人員服務(wù)四個方面對高速鐵路旅客滿意度進行評價，建立了高速鐵路客運服務(wù)質(zhì)量評價指標體系.李致萱等［2］通過服務(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)評價，得出旅客服務(wù)需求差異，在此基礎(chǔ)上設(shè)計個性化服務(wù)評價權(quán)重.牟能冶等［3］以馬斯洛需求理論為基礎(chǔ)，針對高速鐵路旅客需求和感知建立三級評價指標體系.崔袁丁等［4］采用貝葉斯網(wǎng)絡(luò)分析，運用樹模型構(gòu)建評價體系，得到作為頂層指標的旅客服務(wù)質(zhì)量的評價結(jié)果.Eboli等［5］基于模糊理論，建立了鐵路服務(wù)質(zhì)量多級模糊綜合評價模型，通過三級評價指標體系結(jié)合受訪乘客的意見確定其權(quán)重.田志強等［6］在分析鐵路客運站相關(guān)服務(wù)的基礎(chǔ)上，建立了鐵路客運站旅客服務(wù)質(zhì)量評價體系，通過實例驗證了方法的可行性與有效性.劉艦［7］從消費者行為學的角度系統(tǒng)分析了鐵路客運站服務(wù)水平的主要內(nèi)容，建立了基于旅客滿意的客運站服務(wù)水平評價體系.

在高速鐵路客運服務(wù)質(zhì)量評價方法的研究方面，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.徐春婕等［9］通過融合模糊評價方法和粗糙集理論，提出客運站服務(wù)質(zhì)量評價模型.Bakti等［10］通過整合效用維度、享樂維度和影響感知服務(wù)質(zhì)量的“過濾”變量，建立了一個不同于現(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評方法，針對7條高速鐵路線路進行調(diào)研分析，得出高速鐵路運營服務(wù)的優(yōu)勢和短板.Jomnonkwao等［12］采用聚類分析、因子分析和重要性績效分析，為改善泰國城際鐵路服務(wù)的精準服務(wù)質(zhì)量提出建議.

既有研究對高速鐵路客運服務(wù)質(zhì)量的評價具有重要的借鑒意義，但是在建立評價體系的過程中存在評價指標冗余的問題，在評價方法上存在指標權(quán)重的主觀性誤差，對評價結(jié)果的客觀性和準確性有一定的影響.

綜上所述，本文在借鑒既有研究關(guān)于高速鐵路客運服務(wù)質(zhì)量評價指標體系選取的基礎(chǔ)上，約簡初始評價指標，從乘客接受服務(wù)流程的角度出發(fā)，運用馬田系統(tǒng)（mahalanobis-taguchi system，MTS）評價方法對數(shù)據(jù)進行處理，并對結(jié)果進行分析驗證.避免了權(quán)重問題對于評價體系的影響，克服了評價過程中的主觀性和不確定性，提高評價的準確性和科學性.

1 高速鐵路客運服務(wù)質(zhì)量評價指標體系的構(gòu)建

1.1 初始評價指標體系的建立

基于服務(wù)接觸理論和乘客參與高速鐵路客運服務(wù)的流程，結(jié)合規(guī)范［13］建立初始評價指標體系，由票務(wù)環(huán)節(jié)、進站環(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)成一個完整的服務(wù)接觸鏈（service contact chain，SCC）.高速鐵路客運服務(wù)質(zhì)量初始評價指標體系如表1所列.

表1 高速鐵路客運服務(wù)質(zhì)量初始評價指標體系Tab.1 Initial evaluation index system of passenger service quality of high-speed railway

1.2 高鐵客運服務(wù)質(zhì)量評價數(shù)據(jù)

根據(jù)高速鐵路客運服務(wù)質(zhì)量初始評價指標體系設(shè)計測定各變量的具體問項生成調(diào)查問卷.問卷第一部分是旅客背景信息，主要包括人口統(tǒng)計特征變量、常購坐席類別、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個指標，并使用Likert 5級量表來記錄受訪乘客對各個問項從“很不滿意”到“很滿意”的評價態(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象，發(fā)放并回收問卷452份，其中有效問卷430份，有效回收率95.1%.

1.2.1 數(shù)據(jù)整理

對問卷調(diào)查獲取到的數(shù)據(jù)做描述性統(tǒng)計分析，人口統(tǒng)計特征變量如表2所列.

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

通過對旅客背景信息的分析，乘客常購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，常用購票方式主要是網(wǎng)絡(luò)購票占比接近84%.

1.2.2 信度檢驗

信度即可靠性，體現(xiàn)變量的穩(wěn)定性和一致性程度，量表的信度和其測量誤差成反比.研究采用SPSS26.0軟件，通過Cronbach'sα系數(shù)進行內(nèi)部一致性檢驗，當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)過計算信度檢驗結(jié)果如表3所列，量表整體的α系數(shù)達到0.844，表明此量表結(jié)果可靠.

表3 信度檢驗表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)與期望目標的接近程度，效度越高越能體現(xiàn)測量內(nèi)容的一致性.采用KMO測度和Bartlett球體檢驗法對數(shù)據(jù)進行相關(guān)性分析，KMO值越接近1，說明變量間相關(guān)性程度越高.采用因子分析法經(jīng)過計算效度分析結(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的顯著性水平（Sig）為0.000，認為問卷量表效度較高.

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

2 馬田系統(tǒng)評價方法

2.1 馬田系統(tǒng)簡介

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.該方法采用馬氏距離構(gòu)建基準空間，使用正交表合理安排選擇特征的試驗，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)境中進行異常值識別和特征選擇.并且不需要任何數(shù)據(jù)分布假設(shè)，具有樣本需求量小、原理簡單和易于操作等優(yōu)點.

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

2.2 馬田系統(tǒng)基本步驟

運用馬田系統(tǒng)評價方法，將定性與定量分析相結(jié)合，提供一種新的研究用戶體驗的平臺.基于馬田系統(tǒng)評價方法對高速鐵路客運服務(wù)質(zhì)量進行評價分析的具體步驟如圖1所示.

圖1 馬田系統(tǒng)評價流程Fig.1 Evaluation process of Mahalanobis-Taguchi system

3 基于馬田系統(tǒng)的高速鐵路客運服務(wù)質(zhì)量評價

3.1 觀測變量的均值計算

本問卷包含31個測評指標，指標分值由低到高依次為1～5分.由SPSS計算得到每個觀測指標的得分均值如表5所列.

表5 觀測指標均值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)初始指標變量個數(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）和2（舍棄該指標），通過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)建基準空間

構(gòu)建基準空間是計算馬氏距離的必要步驟，馬氏距離用于確定測量表的基礎(chǔ)和參考點，以及測量觀測值與參考點的距離.采用正交表和信噪比來進行指標的篩選，Likert5級量表中5分表示乘客對高速鐵路客運服務(wù)質(zhì)量評價最理想的狀態(tài).因此，依據(jù)TOPSIS法原理，即根據(jù)有限個評價對象與理想化目標的接近程度進行排序，對正交表每一個方案分別構(gòu)建基準空間：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 計算信噪比

信噪比按特性分為望目、望小、望大，評價指標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度量高速鐵路客運服務(wù)質(zhì)量.望大信噪比計算公式如式（1）所示.

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

通過Minitab軟件計算每種可行方案的測評值到其基準空間的信噪比，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 基準空間指標優(yōu)化

馬田系統(tǒng)方法可以對基準空間中的初始指標加以篩選，保留有效指標，剔除無效指標，從而優(yōu)化基準空間［15］.通過Minitab軟件計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

通過信噪比響應(yīng)表結(jié)合主效應(yīng)圖可以看出，X7、X12、X21三項指標在信噪比響應(yīng)表中排秩處于后三位，對應(yīng)數(shù)據(jù)均值在主效應(yīng)圖中趨于水平，即這三項指標對評價體系總體不敏感，予以剔除.優(yōu)化后的評價指標體系為：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）.對應(yīng)最優(yōu)化的基準空間為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)化的基準空間對每個有效指標的最高分賦值為5分.若各項指標得分均為4.5分，設(shè)此樣本到最優(yōu)化基準空間G的馬氏距離是D1，則D1為優(yōu)秀閾值.如果該測量樣本均值到基準空間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 馬氏距離計算

馬氏距離是由印度學者Mahalanobis提出計算數(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，計算公式見式（2）.

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

按照優(yōu)化后的基準空間G和有效指標的均值得到：

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

結(jié)果表明：總體樣本到基準空間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服務(wù)質(zhì)量評價整體結(jié)果為中等.

4 結(jié)論

客運服務(wù)質(zhì)量評價是促進高速鐵路客運發(fā)展的重要環(huán)節(jié)，本文通過分析乘客參與服務(wù)流程，建立高速鐵路客運服務(wù)質(zhì)量初始評價指標體系.引入質(zhì)量工程學領(lǐng)域馬田系統(tǒng)（MTS）評價方法，對高速鐵路客運服務(wù)各個環(huán)節(jié)進行數(shù)據(jù)分析，對服務(wù)水平整體進行評價，為改進現(xiàn)有服務(wù)質(zhì)量提供理論依據(jù).通過實例驗證了馬田系統(tǒng)在高速鐵路客運服務(wù)質(zhì)量評價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)，報銷憑證獲取的便利程度對信噪比效應(yīng)最大，退改簽服務(wù)次之，這兩項內(nèi)容屬于一次購票的售后服務(wù)，應(yīng)該保持較高的服務(wù)水平.購票便利程度很高，但是票價可接受度有待提升，建議小范圍試行動態(tài)定價.

2）在進站環(huán)節(jié)，進站引導標識清晰易懂程度對信噪比效應(yīng)最大，身份核驗便捷程度次之，這兩項內(nèi)容服務(wù)水平較好，建議進一步提高行李安檢服務(wù)效率.

3）在候車環(huán)節(jié)，無線網(wǎng)絡(luò)和共享電源覆蓋率對信噪比效應(yīng)最大，候車廳飲用水供應(yīng)情況次之，這兩項內(nèi)容對服務(wù)水平的敏感度較高.建議進一步提高車站大屏信息獲?。ㄜ嚧?時間/正晚點）的及時性和準確性，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)，列車準點率對信噪比效應(yīng)最大，組織旅客上下車情況次之，這兩項內(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)，出站引導標識清晰明了程度對信噪比效應(yīng)最大，應(yīng)盡量減少出站旅客在站內(nèi)不必要的停留時間，并且保證出站身份核驗高效以及公共交通的換乘便利性.

由于數(shù)據(jù)采集是針對局域案例進行，在樣本數(shù)量、調(diào)查范圍、分析深度等方面還有待加強.如果考慮馬田系統(tǒng)方法在高速鐵路客運服務(wù)質(zhì)量評價方面的深入應(yīng)用，則需要根據(jù)評價對象和范圍進一步調(diào)整.