基于灰色系统理论的铁路客站商业价值评价研究*

谭啸

（中国铁路经济规划研究院助理研究员、博士，北京100038）

基于灰色系统理论的铁路客站商业价值评价研究*

谭啸

（中国铁路经济规划研究院助理研究员、博士，北京100038）

铁路客站的综合开发对于提升客运服务质量，增加铁路企业收益具有重要意义，是铁路运输企业经营策略的一项关键举措。从铁路客站商业价值的角度对铁路客站进行分类，分析影响铁路客站商业价值的主要因素，在此基础上建立铁路客站商业价值评价指标体系，利用灰色系统评价方法构建铁路客站商业价值评价模型，并进行案例分析，以推动铁路客站商业评价实践活动。

铁路客站；综合开发；商业价值评价；灰色系统理论

1 概述

随着我国铁路事业的飞速发展，铁路网布局日趋完善，高标准铁路建设不断深入，越来越多的铁路客站建成并投入使用，其中很多客站都位于城市区域内，具有极高的商业价值。对这些客站进行商业开发，是铁路运输企业经营策略的一项关键举措。深度挖掘铁路客站商业价值，不仅可以增强铁路客运的服务功能，带来经济效益的增长，在拉动经济社会发展和服务人民群众方面也具有积极作用。

从实践活动来看，一些发达国家已经有了比较成熟的做法，在操作上取得了成功，比较典型的有日本京都火车站、德国柏林火车站、美国纽约中央火车站等。我国铁路客站的站内商业开发起步较晚发展迅速，其经营活动已经涵盖餐饮、零售、广告、休闲等多个领域，盈利能力得到一定的改善，其开发收益也基本达到令人满意的效果。但是从目前来看，我国铁路客站区的商业开发和经营管理仍然存在一些不足，与发达国家相比，仍然存在一定差距。

从研究现状来看，国外针对铁路客站综合开发的研究多集中在经济测算及社会影响等宏观理论层面，如Dena Belzer等深入研究了铁路客站等交通枢纽综合开发对当地区域就业率的促进作用[1]；Holt-Damant等分析了铁路客站开发对澳大利亚昆士兰地区文化传播的意义[2]。Peter.M.J.Pol等指出高速铁路的临近区最可能吸引高端的经济活动，但能否实现这个潜能取决于城市如何把握机会和如何改善车站地区的区位要素[3]。而国内的学者则更偏重于商业模式、商业业态等实际操作理论的研究。如于浩通过分析铁路车站的特点，提出了实施专业化开发、规模化运营等建议[4]；贾永刚对铁路车站商业资源进行了系统分析，并提出了相应的开发策略[5]；赵贞慧以京沪高速铁路为例，从业务种类、经营模式、商业布局等方面分析了高速铁路车站的经营模式[6]。

总的来说，目前关于铁路客站综合开发的研究取得了一些成果，但是不够系统和全面，特别是针对不同类型客站商业价值评估的研究仍然非常缺乏。准确判断其商业价值，是客站综合开发的基础。本文拟对铁路客站商业价值进行分析研究，以灰色系统理论为基础，建立起铁路客站商业价值评价体系，旨在提升铁路客站综合开发的总体水平，为相关管理部门提供借鉴和参考。

2 影响因素分析

铁路客站综合开发本质上是商业地产经营的一种类型，符合商业地产的客观规律，影响商业地产价值的因素也同样影响铁路客站的商业价值。

2.1 城市发展程度影响因素

根据消费者理论，城市整体消费水平、消费结构、居民消费习惯直接影响商业地产的发展，经济水平和居民的消费能力是支撑商业地产的购买力基础；消费习惯和消费结构影响着商业地产经营定位和商品品种的选择。当一个城市经济社会发展程度良好的时候，各种经济活动就会比其他城市更活跃，投资者也会更加倾向于选择这个城市进行投资，商业地产作为各种经济活动的载体，其价值也会随之升高，因此城市的发展程度对于铁路客站的商业价值具有重要影响。另外，城市房地产行业的发展程度也影响着铁路客站的商业价值。此外，商业地产的集聚效应十分明显，房地产业高度发达的城市，其铁路客站的商业价值更加容易得到体现。

2.2 区域环境影响因素

区域环境指的是铁路客站在城市中所处的区域，对铁路客站的商业价值具有重要的影响。而在区域环境中，影响因素多种多样，比如商圈发育程度、区域人口密度、公共设施成熟度等，都对商业地产的价格产生重要的影响。一般而言，整体区域环境越好的话，相同条件和定位的铁路客站的商业价值也就越高。

2.3 客站内部环境影响因素

铁路客站内部的环境也同样影响着铁路客站的商业价值。一方面，客站建筑内部空间的便利程度和商家的布置，对于吸引消费者起着很大的影响；另一方面，顾客的组成及数量对商业地产的价值影响很大，而对于铁路客站的商业而言，铁路客站旅客的发送数量和组成也影响着铁路客站商业消费的人群。一般而言，平均发送量大的客站通常会比发送量小的客站具有更高的商业价值。除此之外，客站内部商业业态的档次及布置可以影响消费者的购买行为，合理的业态可以充分调动消费者的购买欲望，从而提高客站的营业收入，所以商业业态的布置也是影响客站商业价值的重要因素。

2.4 管理机制影响因素

除了以上硬性的影响因素之外，管理、组织等方面的隐性因素也是制约铁路客站商业价值提升的重要因素。铁路客站最重要的功能是为铁路运输提供服务，保障运输的质量和安全，与一般的商业地产项目相比，其组织机构、管理机制在侧重点上是不同的。同时，由于铁路客站的商业开发人员有部分来自运输业，其专业素质参差不齐，在一定程度上制约着铁路客站的商业价值。铁路客站的管理机制等问题是铁路客站商业价值得以充分实现的关键因素，是不容忽略的。

3 评价模型构建

3.1 基于商业价值角度的铁路客站分类

根据中国铁路总公司2013年进行的“关于部分铁路客站使用功能与商业开发情况的调研”的调研，铁路客站的年商业开发综合收入的范围从几十万元到几亿元不等，而其在车站规模、业态布置、组织结构等都存在很大不同。基于商业价值角度，本文结合调研结果，从车站规模及区域商业发展程度两个方面入手，对铁路客站进行分类评价，使每一类别的车站在业态布置、商业面积、旅客构成等影响车站商业资源的方面都具有一定可比性，确保评价的实用性及合理性。其主要判别流程如图1。

图1 基于商业资源角度的铁路客站判定流程

3.2 指标体系

针对影响铁路客站商业价值的主要因素，建立铁路客站商业价值评价指标体系，共有4大类共18项指标，具体指标体系如图2所示。

图2 铁路客站商业价值评价指标体系图

3.3 权重确定

3.3.1 G1法确定权重及其基本原理

针对铁路客站商业价值评价指标体系的特征，本文选择G1法来对知识评价指标进行赋权。该方法属于主观赋权法的一种，与传统主观赋权法相比，它不用构造判断矩阵，也无需进行一致性检验，而且计算量比特征值法成倍减少，对元素或指标的个数也没有限制，满足本指标体系的要求[7]。

3.3.2 基本计算步骤

1）确定序关系

定义：若评价xi指标相对于某评价准则的重要性程度大于（或不小于）xj时，则记为xiφ xj。

定义：若评价指标x1，x2，Λ，xm相对于某评价准则具有关系式x1*φ x*2φ Λ φ x*m，则称评价指标x1， x2，Λ，xm之间建立起“φ”的序关系，得到这一组指标集｛x1，x2，Λ，xm｝的序关系集｛x1*，x*2，Λ x*m｝，为表达方便仍将序关系计做｛x1，x2，Λ，xm｝。

2）确定相邻指标间的重要程度

由专家对评价指标xk-1与xk的重要性程度之比wk-1/wk理性判断，分别为

wk-1/wk=rk，k=m,m-1,L,3,2

当m较大时，可取rm=1，rk的赋值可以参考表1。

表1 rk赋值参考表

3)确定指标权重wk

根据rk的理性赋值，则可得wm为

则由G1法得来的指标权重为W=（w1，w2，Λ，wm）。

3.4 模型选取

灰色综合评价是基于灰色系统理论的定性和定量分析相结合的综合评价方法，可以较好地解决评价指标难以量化和统计的问题，排除人为因素影响，使评价结果更加客观准确。同时灰色综合评价模型计算过程简单，易于掌握；评价指标体系可根据具体情况增减；无须大量样本，只需要有代表性少量样本即可[8]。这些优点符合对铁路客站商业价值进行评价的要求，因此选用其作为评价模型建立的理论基础。

其评价基本思路是：以每一等级各指标值的最大值来组成该等级理想中的商业价值最大的客站（理想客站）作为参考数列X0的各实体X0k，则每一等级被评价客站的各指标作为比较数列Xi的各实体Xik，求关联度ri。关联度越大，说明被评价客站与商业价值最大的客站（理想客站）越相似，其商业价值越大；反之，则商业价值越小。因此，关联度的大小顺序，就是被评价客站商业价值大小的次序[9]。其评价步骤如下：

1）选择参考数列

设：i为第i个评价单元（客站）的序号，i=1,2,L, m；k为第个k评价指标的序号，k=1,2,L,n；vik为第i个评价单元的第k个指标的评价值。

取每个指标的最佳值的v0k参考数列V0的实体，于是有：

式中：v0k=Optimum（vik），i=1,2,L,m；k=1,2,L,n

对一个由m个评价单元（客站），n个评价指标构成的系统，有下列矩阵：

选取的参考数列为：

2）指标值无量纲化处理

为了使各指标之间可以比较，对各项指标值进行无量纲化处理，采用极值处理法后可得：

3）计算关联系数

把无量纲化后的数列X=（x01，x02，L，x0n）作为参考数列，Xi=（xi1，xi2，L，xin）（i=1,2,L,m）作为比较数列，关联系数的计算公式为：

i=1,2,L,m；k=1,2,L,n

式中：ρ是分辨系数，ρ∈[0，1]。

利用公式计算关联系数εik（i=1,2,L,m；k=1,2,L, n），得下列关联系数矩阵：

式中：εik为第i个评价单元（客站）第k个指标与第k个最佳指标的关联系数。

4）计算单层次的关联度

考虑到各指标的重要程度不一样，所以关联度计算方法采取权重乘以关联系数。根据G1法得到某一层的各指标相对于上层目标的优先权重为：

5）计算多层评价系统的最终关联度

将第k层各指标的关联系数进行合成，分别得它们所属的上一层即k-1层各指标的关联度；然后把这一层所得到的关联度作为原始数据，继续合成得到第k-2层各指标的关联度，以此类推，直到求出最高层指标的关联度为止。

6）铁路客站商业价值排序

依据关联度ri=（i=1,2,L,m）大小进行排序，关联度的大小顺序即为铁路客站商业价值大小排序。

4 案例分析

在建立铁路客站商业价值评价模型的基础上，对模型的合理性、有效性及实用性进行检验。

4.1 典型客站选取

考虑到通用性，选取客站需要覆盖面广，代表性强。另外，由于本模型是分等级建立的，对每个等级的客站都选取一定数量的典型客站。综合以上考虑，结合客观条件，对北京铁路局、上海铁路局、广铁集团及兰州铁路局管内不同规模的24座客站进行调研，具体名单如表2。

表2 铁路客站商业价值评价典型客站列表

这些客站既有一线城市的大型客站如北京西站、广州南站，又包含地县级城市的一些小站如珠海站、虎门站等，既包括高速铁路客站如天津西站又包括普速铁路客站如古镇站，既有国铁车站如深圳北站又含有城轨车站如明珠站。同时，从地域范围上看，既包括沿海经济发达省份的客站又包括内陆欠发达省份的客站，从验证模型的有效性及合理性方面，典型客站的选取是满足要求的。

4.2 数据收集

综合考虑模型指标的特点，本研究采取问卷调查的形式进行数据采集，针对不同的铁路局，选取诸如铁路局多经部门、商服公司管理人员等熟悉调研客站情况，具有丰富客站商业开发经营经验的专家对需要定性评价的指标进行打分。同时，对于定量指标的相关数据，采取专家咨询及资料查询的方法，从统计公报、城市年鉴等多种渠道获取相关数据。

另外，从指标权重方面来看，邀请铁路局多经部门相关专家对权重按照G1法进行判定。

4.3 模型计算

从实用角度出发，借鉴南京航空航天大学灰色系统研究所编写的“灰色系统理论建模软件3.0”，选取“Excel软件”作为模型软件化的工具，编写了“铁路客站及周边商业资源价值评价程序”。程序可以在任何安装有“Excel 2003”及以上版本的电脑上使用，能够对每个等级的客站（最高上限30座）在输入原始数据后进行自动分析，具有一定的便捷性和实用性。

4.4 结果分析

通过软件计算，得到客站得分及相应排序。评价结果涉及信息较多，受专家主观因素影响较大，本文只就评价主要结果进行分析，结论仅供参考：

一级客站中，从城市环境得分来看，北京得分最高，兰州市得分较低；从区域环境得分来看，北京区域内的客站得分都位于前列，而深圳北站得分较低；从管理机制来看，北京南站得分偏低，而北京西站及北京站得分较高；从内部环境指标来看，北京西站的得分最高，而广州南站得分偏低。综合来说，目前北京西站的商业价值最高。

二级客站中，城市环境中，苏州得分最高，石家庄市得分较低；从区域环境指标看，兰州站得分最高，但位于同一城市的兰州西站得分则最低；从管理机制来看，苏州站得分最高，珠海站得分偏低；从内部环境指标来看，苏州站得分最高，而南京站得分偏低。综合来看，目前苏州站的商业价值最高。

三级客站中，徐州东站的城市环境及内部环境指标均排名第一，而邯郸站在这两项指标中排名最后；此外，区域环境指标项中，阳泉站排名第一，惠州南站得分较低；而管理机制指标项中，惠州南站得分最高，而天水站得分较低。综合来看，目前徐州东站的商业价值最高。

四级客站中，虎门站在城市环境、内部环境、管理机制三方面都得分最高，小榄站在区域环境中得分最高。综合来看，目前虎门站的商业价值最高。

根据上述客站提供的经营数据，结合专家及相关人员的意见，评价结果基本符合实际情况，具有一定的指导性，也论证了本评价模型的准确性。

5 结论

铁路客站商业价值评价模型为铁路客站商业价值的评估提供了定量化的评价工具，可为相关部门值提供决策依据，具有一定的理论和实践价值。铁路运输企业可以组织相关专家对所属客站商业价值，通过本模型进行评价。对于评价结果与实际情况有所差异的客站，重点分析其产生原因，找出其不足之处，提出相关建议，从而提升客站的开发水平。

从实际操作层面来看，本模型的定性指标数量仍然较多，评判结果受专家影响较大。受灰色系统评价本身特征所限，本模型不能提供一个绝对的参考标准，这些问题都对本模型的准确性和实用性带来了一定影响，是未来继续深入研究的重点方向。

[1]Dena Belzer,Sujata Srivastava,Mason Austin.Transit and Regional E-conomic Development[M].Center for Transit-Oriented Development.May, 2011

[2]Holt-Damant,Kathi.Emerging futures:rethinking the railway station for transit-oriented development.Transit Oriented Development:Making It Happen[M].Western Australia,2005：1-9

[3]Peter.M.J.Pol.Zhou Jing.Governing Urban Devel opment Around High-speed Train Stations:Experiences from Four European Cities[J]. Urban Planning International，2011，26（3）：27-34

[4]于浩.我国高速铁路车站商业开发与管理模式探讨[J].铁道运输与经济,2012,34(8)：39-43

[5]贾永刚.高速铁路车站商业开发研究[J].铁道运输与经济,2013，32（2）：76-80

[6]赵贞慧.京沪高速铁路车站商业模式研究[D].北京:北京交通大学, 2011：21-24

[7]郭亚军.综合评价理论、方法及应用[M].北京:科学出版社,2007 [8]邓聚龙.灰色系统基本方法[M].武汉:华中理工大学出版社,1987

[9]胡大力.应用灰色系统理论评价企业竞争力[J].科技进步与对策, 2003(1):159-161

（责任编辑：魏艳红）

Study on the Evaluation of Railway Station Commercial Value based on Grey System Theory

TAN Xiao
（The Economic＆amp;Planning Research Institute of China Railway Corporation,Assistant Researcher,Beijing 100038,China）

The commercial development of railway station,which can improve the passenger transportation service quality and increase benefits of railway corporations,is a key step of railway corporation business strategy.Therefore,this paper classifies railway stations from the perspective of commercial value,and builds railway station commercial value evaluation model based on Grey System Theory,and then applies this model to conduct case study.Both the model and case study results have positive meanings for promoting railway station commercial development practices,which enhances the theoretic and practical value of this paper.

railway station;commercial development;commercial value evaluation;Grey System Theory

A

：1004-9746（2016）06-0034-05

2016-08-20）

*中国铁路总公司科技研究开发计划重点课题“铁路客站及周边商业资源管理与开发价值体系研究（2014F020）”；中国铁路总公司科技研究开发计划科研专项“铁路客站及其毗邻土地一体化综合开发策略研究（J2015Z005）”