基于BWM的中欧班列客户需求偏好异质性研究

李青林，彭其渊，郭经纬，汤银英*，张 卓

(1.西南交通大学交通运输与物流学院，成都611756；2.河南理工大学能源科学与工程学院，河南焦作454000；3.中南大学交通运输工程学院，长沙410075)

0 引 言

中欧班列作为“一带一路”战略的重要组成部分，为中欧之间贸易往来提供了除海运、航空之外的新途径.随中欧班列快速发展及中欧之间的贸易差额，去往欧洲的班列数量明显多于返回中国的班列数量.这增加了去程线路负担，同时降低了去程货运服务质量.为解决这一问题，相关部门继续投资沿线基础设施建设以增加线路运输能力，研究者们不断研究提高运输组织效率的方法和措施以充分利用现有线路运输能力[1].闫伟等[2]针对中欧班列去程运输组织优化问题，根据现有直达和集结开行运输组织模式，构建中欧班列去程运输组织优化模型；李天昊等[3]根据国内及欧洲节点的班列开行及到达数量，研究了中欧班列网络开行方案模型；江志娟[4]基于可持续发展战略，研究了中欧班班列协调多种运输方式的联运枢纽布局问题.还有文献从不同角度，对中欧班列开行方案、线路选择等进行研究.但关于中欧班列市场需求的研究较少，尤其是关于中欧班列消费者需求偏好的研究.然而，只有基于需求分析或立足消费者需求偏好，才能事半功倍地提升中欧班列运输组织效率，基础设施投资者才能做出更明智的决策.

综上，本文基于市场调查，研究中欧班列客户货运需求偏好，结合模型分析结果，探讨相应的中欧班列发展策略.重点研究客户对货运服务需求偏好，故只考虑与货运服务直接相关的指标，即运输费用、运输时间、安全性、可靠性、列车开行频率、灵活性，可追踪性.将碳排放作为顾客需求指标之一，研究中欧班列客户对碳排放的重视程度.与货运服务本身非直接相关的因素，如托运人特征、货物特征、起终点类型等，作为市场调查侧面信息进行相应研究[5].最佳—最差方法(Best Worst Method,BWM)由于引入系统化成对比较矩阵，使调查过程更加简捷，需求偏好计算结果更加可靠[6].

1 BWM的引入及数据采集

1.1 BWM

BWM 作为一种新的基于成对比较矩阵的多指标决策方法，2015年首发于国际著名管理学期刊Omega，正逐步应用于多个领域[7].使用BWM模型衡量指标权重主要分为5个步骤.

Step 1定义指标集合.

使用一组指标集合{C1,C2,…,Cn} 描述所需评价的目标主体.本文指标集合即为8个货运服务相关指标.

Step 2指定最佳(最重要)指标和最差(最不重要)指标.

受访者指定最佳指标B(描述目标主体的最重要指标)和最差指标W(描述目标主体最不重要的指标).

Step 3测定最佳指标相对于其他指标的权重.

受访者使用数字1～9 分别表明最佳指标相对于其他指标的重要程度，1 表示同等重要，基于受访者个体感知，数字越大，重要程度越大，最终得到最佳指标相对其他指标的权重矩阵AB，即

式中：aBn表示最佳指标B相对于第n个指标的重要程度.

Step 4测定其他指标相对于最差指标的权重.

受访者使用数字1～9 分别表明其他指标相对于最差指标的重要程度，1 表示同等重要，基于受访者个体感知，数字越大，重要程度越大，最终得到其他指标相对于最差指标的权重矩阵AW

式中：anW表示第n个指标相对于最差指标W的重要程度.

Step 5求解最优权重.

定义最优权重集合为{w1,w2,…,wn} ，该线性模型的最佳权重集合将满足使集合的最大绝对差最小化，其中，wB表示最佳指标B的权重，wW表示最差指标W的权重，wj表示第j个指标的权重，aBj表示最佳指标B相对于指标j的重要程度，ajW表示指标j相对最差指标W的重要程度.所有指标权重之和为1，且所有权重非负，故问题转化为约束优化问题的最优解.

式(3)可以转化为约束优化问题，即

求解式(4)得到最优权重集合(w1,w2,…,wn) 和ξ(L).ξ(L)是检验成对比较矩阵结果的指示值，ξ(L)值越接近0，代表权重结果误差越少，即越可靠.

1.2 数据采集

市场调查除BWM所需问题外，受访者还要回答另外两组问题，以识别不同组别之间权重的可能差异.第1 组问题是货物特征信息，包括货物价值、重量、商品类别、起/终点类型，主要用于研究货物特征与客户需求偏好之间的关系；第2组问题是客户信息(客户类型)，用于分析不同客户类型间的偏好差异.问卷调查于2019年3月29日～4月18日通过线上线下相结合的方式于各中欧班列平台公司展开，最终收回63组有效数据.市场调查问卷参见：http://bestworstmethod.com/software/.

2 结果及分析

2.1 问卷结果统计分析

受访信息显示，中欧班列货物价值与重量比从最低35.2 元/kg 到最高2 264 元/kg，标准差为71.7.高标准差意味着中欧班列货物的价值与重量比分布广泛，即中欧班列具有广泛货源.货物分类，起/终点类型和客户类型如表1所示.

表1 问卷统计数据Table 1 Sample demographics

从表1可以看出：货物类别包含9种，大多是制成品；值得注意的是，电子商务产品(13%)是重要货源，每批电子商务产品包含商品种类不同，且具体商品在调查中很难查询，故将电子商务产品视为一类；大多数货物来自仓库(44%)和工厂(33%)，超过1/2货物发往仓库(51%)，仅有少量商品直接运往消费者终端(9%)；超过1/2 的客户类型是货运代理(59%)，货主虽然占据41%，但均代表公司，很少为私人货主.由此可知，中欧班列的大多货源都来自企业.基于此，中欧班列可以进行精准营销，将营销重点放在中欧之间有贸易或业务往来的企业上，尤其是涉及上述9种货物类别的企业.

2.2 BWM结果

将市场调查结果带入式(1)，式(2)和式(4)，求解BWM(求解过程参考：http://bestworstmethod.com/software/)，不同指标权重，其平均值、标准差相对大小及权重排序如图1和表2所示.

图1 指标权重示图Fig.1 Weights of attributes

表2 指标权重排序及相关信息Table 2 Weights and other information of attributes

从图1和表2可看出：ξ(L)结果较为理想(＜0.1)，可作后续分析；运输成本和可靠性的标准差相对较大，说明客户在这两方面存在较大的需求异质性，数据具有聚类分析的潜力.运输成本是客户最看重的指标，占据客户偏好的0.337；运输时间和可靠性的权重均超过了0.1，是客户需求的主要偏好；三者之和达到0.664，故优化3 项指标会大幅度满足客户需求，提高顾客满意度，提升中欧班列市场竞争力.

铁路运输与海运相比成本较高，与航空相比时间较长，故3 项主要指标中，可靠性最适合中欧班列形成自身优势特色的指标.铁路运输高稳定性，受天气影响较少的特点，也为中欧班列发展可靠性特色提供了先天优势.安全性、列车开行频率、灵活性均为货运需求研究领域常见指标.可追踪性指标的重要程度甚于灵活性，可为中欧班列带来额外的市场竞争力，应引起相关方重视，故作为一项较新指标.另外，López-Navarro 等[8]指出碳排放会成为影响客户选择运输方式的重要指标，但本文结果显示，中欧班列客户对该项指标的重视程度较低(＜0.05)，与运输成本相比可忽略不计.

2.3 聚类分析

对BWM 结果进行聚类分析有助于在偏好相同的受访者群体中进行分类识别.与K-means聚类分析相比，二阶聚类法能提供统计属性，可以通过BIC(贝叶斯信息准则)和AIC(Akaike 信息准则)值选择最佳聚类数[9]，故使用SPSS 22 版本对数据结果进行二阶聚类分析，结果如表3所示.

表3 聚类分析结果Table 3 Cluster analysis result

从表3可以看出：聚类1占据调查样本63.5%，该类客户对运输成本明显偏好；聚类2占据调查样本36.5%，最重视可靠性(平均权重为0.208).与聚类1相比，聚类2客户对安全性(平均权重为0.168)和可追踪性(平均权重为0.097)偏好更甚.图2为聚类对比图，显示了两种聚类的显著差异.

图2 聚类对比图Fig.2 Comparison of two clusters

聚类分析结果表明，中欧班列客户可分为两类.第1类为“经济类客户”，偏好运输成本指标，对运输质量相关指标重视程度相对较低；第2 类为“品质类客户”，更加注重运输可靠性、安全性、可追踪性等与运输质量相关的指标，对运输成本重视程度相对较低.

中欧班列蓬勃发展，激增的运量给沿线交通运输造成压力，紧张的运输能力又反过来影响中欧班列整体货运服务质量，一定程度上降低了中欧班列的市场竞争力.与此同时，中欧班列采取相对单一的运价策略，不能满足客户多样化需求，且对现有运输能力利用不充分.本文聚类分析结果为中欧班列提供良好的定价策略参考，使中欧班列在满足客户多样化需求的基础上充分利用现有运输能力，即基于聚类分析结果将货运服务质量与定价策略相结合.当能够保障可靠性等运输服务质量时，在保持竞争优势的前提下，适当提高现有运价，筛选“品质类客户”，提高中欧班列收益；否则，适当降低现有运价，吸引“经济类客户”，满足其低运输成本需求，同时充分利用运输服务质量低的运能.

此外，比较其他信息与聚类之间的关系.如图3 所示，聚类1 中，终点类型为仓库的占62.5%；聚类2 中，终点类型为仓库的占30.4%.由此推断，如果其他条件保持不变，当目的地为“仓库”时，客户对可靠性、安全性和可追踪性等运输服务质量相关指标的需求可能会降低.如图4所示，聚类1中，72.5%的客户类型是货运代理；聚类2 中，39.1%的客户类型是货运代理.因此推断：如果其他条件不变，货运代理可能比货主更关心运输成本.而客户需求偏好与价值/重量比、商品类别、起点类型之间，差异对比不明显，很难找到关联.

图3 终点类型聚类对比Fig.3 Comparison about destination type of two clusters

图4 客户类型聚类对比Fig.4 Comparison about customer type of two clusters

3 结 论

本文基于BWM 对中欧班列客户需求偏好进行调查研究，基于二阶聚类法对BWM结果进行聚类分析，揭示其异质性.BWM结果表明，运输成本是中欧班列客户整体需求中最为偏好的指标.在3项客户主要偏好指标中，运输可靠性是最适合中欧班列发展自身特色的方向.二阶聚类分析结果表明，中欧班列客户在运输成本与运输服务质量的相关指标偏好中，存在显著异质性，结果为改善中欧班列运价策略提供参考：运输服务质量与运价相结合，使运输服务能力优先满足“品质类客户”，虽然“经济类客户”运输服务质量无法得到优先满足，但在运输成本方面受益更多.由此，在满足中欧班列客户多样化需求的基础上，优化使用中欧班列的紧张运能.