基于TOPSIS的出租汽车客运服务质量评价排序＊

姚志刚 王元庆 田 刚

（长安大学经济与管理学院1） 西安 710064） （长安大学公路学院2） 西安 710064）（西安科技大学管理学院3） 西安 710054）

根据感知服务质量理论，出租汽车客运服务质量取决于乘客感知与期望的差距，这一差距由服务传递过程其他差距决定［1］．出租汽车客运企业经营者、驾驶员按要求（专业知识、着装、言谈举止等）提供服务，接受政府监管人员检查［2－3］．政府监管人员、企业经营者、驾驶员在出租汽车客运服务过程中起不同作用，出租汽车客运不同参与主体间存在服务感知差距，这些差距对服务质量产生重要影响．因此，出租汽车客运服务质量评价一致性分析有利于按乘客需求制定企业和驾驶员服务准则，也有助于调整政府监管政策．姚志刚、袁球明通过各出租汽车客运服务质量评价指标值差异分析，获得企业经营者、驾驶员与乘客的感知差距评价，但未获得不同参与主体间明确的出租汽车客运服务质量评价结果［4］．由于出租汽车客运服务涉及车辆外观、技术条件、运行状态［5］，包括驾驶员着装、形象、言谈和服务行为，还包括交通知识、地理常识、安全意识、职业道德等．因此，政府监管人员、企业经营者、驾驶员及乘客的出租汽车客运服务质量评价排序，属于多属性决策问题．本文将逼近理想排序技术（TOPSIS）用于出租汽车客运服务质量评价排序，获得服务提供者与需求方明确的出租汽车客运服务质量感知差距，期望为改善出租汽车客运服务质量提供决策参考．

1 评价指标及其属性

文献［4］基于SERVPERF模型构建出租汽车客运服务质量评价指标．SERVPERF模型是服务质量度量中广泛使用的工具，它由Cronin和Taylor在SERVQUAL模型基础上建立，从有形性、可靠性、响应性、保证性、关怀性5个维度、分22个问项通过度量顾客感知绩效来评价服务质量，在餐饮、旅游、铁路、港口及航空运输服务质量中得到广泛应用［6］．鉴于出租汽车客运服务质量评价指标间的相关性，本文对文献［7］中指标进行修改、删减和归类，形成车辆配置、驾驶员素质、运营制度和服务行为4类共17个评价指标，具体如表1所列．

表1 出租汽车客运服务质量评价指标

出租汽车客运服务质量评价指标属性值通过问卷调查获得，用“非常好”～“非常差”5级判定服务质量绩效，数值5表示“非常好”、1表示“非常差”，4，3，2表示介于两者间程度值．指标权重也通过问卷调查获得，数值5表示“非常重要”、1表示“非常不重要”，4，3，2分别表示介于两者之间程度值．

2 TOPSIS排序法

逼近理想排序技术（TOPSIS）是一种常用的多属性决策方法，它通过计算评价方案最佳正理想点、最差负理想点的贴近度进行排序．该方法计算简单、稳定性高，在运输领域得到广泛应用［8－10］．用 TOPSIS进行各出租汽车客运参与主体的服务质量评价排序步骤如下．

步骤1 建立加权评价矩阵．

设出租汽车客运服务质量评价的参与主体（政府监管人员、企业经营者、驾驶员及乘客）构成集合S＝ ｛S1，S2，S3，S4｝，评价指标集C ＝ ｛C1，C2，…，C17｝，xij为参与主体i＝1，2，3，4对指标Cj（j＝1，2，…，17）的服务质量评价值，则有评价矩阵

同时，出租汽车客运服务质量评价指标权重矩阵

由于各评价指标具有相同量纲，其属性值和权重不需要进行标准化，直接计算各参与主体的出租汽车客运服务质量评价值，得到加权评价矩阵

步骤2 确定正、负理想点．

评价指标j的正理想点为V＋j、负理想点为V－j，有

式中：J＝ ｛j＝1，2，…，17｝．

步骤3 计算参与主体i出租汽车客运服务质量评价值与正、负理想点的距离．

步骤4 计算参与主体i服务质量评价值与理想点的贴近度

步骤5 根据贴近度Ci的大小对参与主体i的出租汽车客运服务质量评价值进行排序，0≤Ci≤1．Ci值越大，表明参与主体i的出租汽车客运服务质量评价值越高．

3 问卷调查与排序结果

3．1 问卷调查

由6名调查人员在杭州市道路运输管理局协助下开展调查．调查对象为15家出租汽车客运企业管理人员、杭州市城站火车站和萧山机场出租车服务区的驾驶员、杭州城站火车站、城东汽车客运中心和城南汽车客运站出租车乘车点的乘客、杭州市道路运输管理局及下属管理处工作人员．问卷现场填写并回收，回收情况见表2．

表2 出租汽车服务质量调查问卷统计表

杭州出租汽车客运服务质量调查问卷结果统计，可得到如表3和表4所列的调查数据．

3．2 服务质量评价排序

在问卷调查数据基础上，可根据式（3）～（8）进行政府监管人员、企业经营者、驾驶员和乘客的服务质量评价排序．

表3 出租汽车客运服务质量评价指标属性值

表4 出租汽车客运服务质量评价指标权重

首先，利用评价指标属性值和权重，根据式（3）可得到加权评价矩阵

其次，根据式（4）和式（5），从政府监管人员、企业经营者、驾驶员和乘客的服务质量评价值中找到最佳和最差的理想点，即计算其正、负理想点分别为

V＋＝ ｛19．273 5，19．802 5，18．308 0，17．158 4，17．880 5，18．620 1，16．852 9，17．437 9，20．120 5，17．482 1，18．708 2，17．344 1，17．396 7，15．238 3，18．324 5，18．859 5，19．018 8｝．

V－＝｛13．960 3，15．711 4，14．979 8，13．704 3，14．128 2，16．846 0，14．640 0，14．536 2，17．691 9，14．897 9，15．163 1，12．910 0，15．876 4，14．697 3，14．441 4，14．769 3，14．813 1｝．

然后，利用式（6），（7）计算出租汽车客运服务质量评价值与正、负理想点间的距离．

再根据根据式（8）计算各主体服务质量评价与理想点的贴近度

最后，将贴近度Ci从大到小进行排序，有S3＞S1＞S2＞S4，即驾驶员评价最高、政府监管人员次之、企业经营者第三、乘客最低．

3．3 结果讨论

从排序结果看，与出租汽车乘客相比，政府监管人员、企业经营者、驾驶员均高估了出租汽车客运服务质量，其中驾驶员最为乐观．从理论上讲，驾驶员和乘客的紧密接触应使其与乘客有一致的服务质量评价，但实际排序结果显示，驾驶员与乘客评价相差最大．对此，最合理的解释是由于驾驶员盲目乐观和自满情绪，对乘客需求及意见倾听不足所致．而对政府监管人员和企业经营者而言，与乘客直接接触较少，是其服务质量评价乐观的主要因素．

鉴于服务质量乐观估计容易导致服务褪化，减少政府监管人员、企业经营者、驾驶员的自满情绪应成为服务质量管理的重点工作内容．可通过提高政府监管人员、企业经营者、驾驶员与乘客服务质量评价的一致性，来改善出租汽车服务质量．实践中，可以推动实施乘客需求调查来提高对乘客需求的感知，通过加强教育、沟通及服务质量奖励措施激励驾驶员加强与乘客沟通；加强对驾驶员监督检查和受理乘客投诉的同时，重视第三方服务质量调查研究，定期进行监督检查、投诉处理和服务质量调查结果分析，并在企业管理和监管政策制定与执行中进行应用．

4 结束语

1）根据SERVPERF模型构建了出租汽车客运服务质量评价指标，给出用逼近理想排序技术（TOPSIS）进行政府监管人员、企业经营者、驾驶员和乘客的出租汽车客运服务质量评价排序的步骤．

2）结合杭州市问卷调查进行出租汽车客运服务质量评价排序，发现政府监管人员、企业经营者、驶员均过高估计了出租汽车客运服务质量，改善出租汽车客运服务质量应减少服务提供者和监管人员的乐观估计，特别要控制驾驶员的自满情绪．

3）由于出租汽车客运服务质量管理涉及政府监管人员、企业经营者、驾驶员和乘客多方利益，各方与乘客的一致性评价是改善出租汽车客运服务质量的基础，还应以服务质量差距理论为基础对提高服务质量评价的一致性进行深入研究．

［1］BACACHE－BEAUVALLET M，JANIN L．Taxicab license value and market regulation［J］．Transport Policy，2012，19（1）：57－62．

［2］OECD／ECMT．（De）Regulation of the taxi industry［R］．Round Table No．133．Transport Research Centre，OECD，Paris，2007．

［3］TAMERÇ，KADIR Y E，Estimating the effects of entry regulation in the Istanbul taxicab market［J］．Transportation Research Part A，2011，45（6）：476－484．

［4］姚志刚，袁球明．出租汽车客运服务质量感知差距分析［J］．交通运输系统工程与信息，2012，12（4）：181－185．

［5］钱勇生，牛惠民，周 波．城市出租车容量控制集合模型及应用，武汉理工大学学报：交通科学与工程版［J］．2007，31（3）：367－369．

［6］CHEN Keekuo，CHANG Chingter，LAI Chengsheng．Service quality gaps of business customers in the shipping industry［J］．Transportation Research Part E：Logistics and Transportation Review，2009，45（1）：222－237．

［7］SHIH Hsushih．Incremental analysis for MCDM with an application to group TOPSIS［J］．European Journal of Operational Research，2008，186（2）：720－734．

［8］Shih H S．An extension of TOPSIS for group decision making［J］．Mathematical and Computer Modelling，2007，45（7／8）：801－813．

［9］JANIC M，Multicriteria evaluation of high－speed rail，transrapid maglev，and air passenger transport in Europe［J］．Transportation Planning and Technology，2003，26（6）：491－512．

［10］OMRANI A C．A hybrid approach based on SERVQUAL and fuzzy TOPSIS for evaluating transportation service quality［J］．Computers ＆Industrial Engineering，2011，61（3）：637－646．