基于物元可拓模型的铁路物流服务质量评价研究

唐 力，周凌云，徐 妍，许植深，唐 浩

(1.中国铁道科学研究院集团有限公司 运输及经济研究所，北京 100081；2.中国铁道科学研究院 研究生部，北京 100081)

0 引言

近年来，随着我国经济社会的快速发展，铁路企业逐渐由生产型模式向经营型模式转变，铁路物流由卖方市场向买方市场转变，铁路企业市场化改革进程快速推进，要求铁路企业更加重视客户体验，为客户提供个性化、高质量的铁路物流服务。科学实施铁路物流服务质量评价，对明确铁路物流服务改进方向，拓展铁路物流市场及发展集约高效的货运物流体系具有重要意义。

国内外学者对铁路货运与物流服务质量评价进行了大量的研究。SERVQUAL模型最早由Parasuraman等[1]提出，该模型通过度量客户实际感知的服务水平与客户期望的服务水平之间的差别程度来定义服务质量，同时定义了包含5个维度的SERVQUAL量表，是目前应用较为广泛的服务质量评价模型；李勇[2]结合学者们的大量研究，将SERVQUAL模型应用于铁路货运服务质量评价，构建了包含7个维度27个指标的评价指标体系；冯芬玲等[3-4]运用Kano模型和SERVQUAL模型对铁路货运服务质量进行评价，利用IPA分析矩阵对铁路货运服务质量要素的归属策略和优先权进行判定，并采用粗糙集进行指标权重处理；吕笑媛等[5]从经济性、便捷性、设备设施和人员服务4个方面，运用结构方程模型对高速铁路客运服务质量评价开展研究。物元可拓分析法是一种能够精确辨识出各评价指标值服务等级的评价方法，对服务质量的改进具有指导性意义，近年来被应用于各类评价研究。郭延永等[6]提出了基于物元可拓学的轨道交通服务水平评价模型，采用AHP和熵值法确定评价指标权重，并应用于西安市地铁二号线验证模型的实用性；廖炜等[7]针对水土保持综合效益评价中的信息屏蔽和指标不相容问题，利用物元可拓模型，对湖北省6个水土保持区域进行了综合效益评价。

现有铁路货运与物流服务质量评价研究侧重于对整体服务水平的描述，对各评价指标的优劣程度及改进方向缺少说明，物元可拓理论已经被证实能够很好地解决指标优劣程度描述不完善的问题，目前尚没有将物元可拓理论应用于铁路货运与物流服务质量评价领域。基于铁路物流服务要素，对铁路物流服务质量评价进行定量研究，构建基于物元可拓模型的铁路物流服务质量评价方法，利用三角模糊AHP确定评价指标权重值，建立铁路物流服务质量评价指标体系，最后以实际案例验证方法的可行性。

1 基于物元可拓模型的铁路物流服务质量评价方法

可拓学理论由蔡文[8]提出，基于可拓学理论的物元可拓法主要用于解决事物的不相容问题，摆脱了经典数学中“非此即彼”的限制，能够将定量分析与定性分析统一起来，适用于有限信息条件下的数学度量，能够合理地反映评价对象发展情况，将物元可拓模型应用于铁路物流服务质量评价主要步骤如下。

1.1 铁路物流服务质量物元构建

铁路物流服务质量物元是由铁路物流服务质量水平L，评价铁路物流服务质量水平的特征因子U，评价指标取值X有序组合，构成物元矩阵R，其中L=(L1，L2， …，LI)，U= (U1，U2， …，UK)，X= (X1，X2，…，XK)。物元矩阵R可表示为

利用物元可拓模型对铁路物流服务质量进行评价时，对于每一个铁路物流服务质量水平等级Li，都有对应的特征因子Uk(k= 1，2，…，K)，则该等级下对应特征值的取值可以表示为Xik= (aik，bik)，其中aik，bik分别表示等级为Li时，特征因子Uk的取值下限和上限，则铁路物流服务质量经典域Ri可以表示为

对于每个特征因子Uk均对应一个临界值Xpk=(apk，bpk)，其中 ，则铁路物流服务质量节域Rp可以表示为

1.2 特征关联值计算

特征关联值用于表示各特征值与各服务质量水平之间的相容程度，其原理是计算特征值在各评价等级的隶属度，以此解决事物之间的不相容问题，可拓集合的关联函数利用代数式进行表示，能够定量化描述各评价指标特征值的隶属程度。

铁路物流服务特征值与经典域特征因子取值Xik= (aik，bik)间的距离可以表示为

与节域特征因子临界值Xpk= (apk，bpk)间的距离可以表示为

1.3 指标权重确定

层次分析法(AHP)是常用的主观评价方法，三角模糊数能有效避免信息突变带来的评价结果突变，将三角模糊数理论和AHP方法相结合计算评价指标权重值，其主要计算步骤如下[9]。

（1）构建综合判断矩阵。邀请N位专家对评价指标体系各层指标进行相互比较，得到三角模糊数判断矩阵。以某一层评价指标权重值确定为例，第n位专家的三角模糊数判断矩阵用y=1，2，…，T表示，其中，T为该层指标数量，分别为模糊数的下界、中间值和上界。模糊判断矩阵的元素值表示2个指标的重要程度，常用1-9标度法构建判断矩阵。利用算术平均值综合专家的模糊判断矩阵得到综合判断矩阵

（2）计算各指标的综合权重。设⊙表示三角模糊数对应元素相乘，则各指标的初始权重Wx可以表示为

若d= (l，m，u)，d*= (l*，m*，u*)为 2 个三角模糊数，则d≥d*的可能度可以表示为

各指标三角模糊权重值为可能度的平均值dx=最后将所得三角模糊权重值进行归一化，则各指标的综合权重值θx可以表示为

（3）计算各指标的总权重。利用相同的方法，得到下一层的指标权重βx，e，e= 1，2，…，Ex，其中Ex为下层指标相对于上层指标x的指标数量，则下层指标总权重wx，e可以表示为

1.4 确定综合关联值和评价等级

综合关联值表示评价对象对于评价等级的隶属程度，能够综合反映铁路物流服务质量水平，通常分值越高，表示与该服务等级隶属度越高，综合关联值可以表示为

式中：Hi(h)为待判物元Ri关于等级Li的综合关联值；wk为各评价指标的权重值；为待判物元关于等级Li的单指标特征关联值。

服务等级特征值i*可以判断铁路物流服务水平偏向某一等级的程度，可以表示为

2 案例分析

2.1 铁路物流服务质量评价指标体系构建

铁路物流服务质量评价指标的选取应从客户服务视角进行筛选，并且遵从科学性、系统性、独立性和可操作性原则，结合SERVQUAL提出的服务质量评价维度，借鉴传统铁路货运与物流服务质量评价指标，提出铁路物流服务质量评价指标体系如表1所示，该指标体系包含目标层、维度层和指标层3个层次，目标层表示铁路物流服务质量评价指标，维度层包含有形性、可靠性、响应性、保证性、移情性5个评价维度，指标层包含物流作业设施先进等14个定性评价指标。各指标取值采取问卷调查形式进行得分统计，指标得分范围为[0，10]，满意程度高低与得分高低成正向关系，其中0分代表最不满意，10分代表最满意。借鉴轨道交通服务水平等级划分方法[6]将铁路物流服务质量水平等级划分为4级，其中得分范围为[8，10]表示最高等级L1，得分范围为[6，8)表示第二高等级L2，得分范围为[3，6)表示第三高等级L3，得分范围为[0，3)表示最低等级L4。

表 1 铁路物流服务质量评价指标体系Tab.1 Evaluation index system of railway logistics service quality

2.2 指标评价特征值处理

以中国铁路成都局集团有限公司(以下简称“成都局集团公司”)某货运站为评价对象，该车站主要客户为粮油企业、钢材企业、化肥企业等，选取主要货运客户发放调查问卷，选取统计均值作为各指标评价特征值。问卷调查结果如表2所示。

2.3 特征关联值计算

根据公式 ⑷ 和公式 ⑸ 计算得到该车站指标评价特征值到经典域和节域特征因子的距离，并根据公式 ⑹ 和公式 ⑺ 计算得到各特征值的特征关联值，特征关联值如表3所示。

2.4 评价指标权重确定

邀请专家对指标重要度进行打分得到三角模糊数判断矩阵，根据公式⑻—公式⑾计算得到各层指标的综合权重，最后利用公式⑿计算算术平均值得到各指标的总权重值，评价指标权重值如表4所示。

2.5 评价结果分析

根据公式 ⒀ 计算综合关联值以确定该货运站铁路物流服务等级水平，再根据公式⒁和公式⒂计算服务等级特征值，以确定铁路物流服务水平偏向程度，综合关联值及服务等级特征值如表5所示。

表 2 问卷调查结果Tab.2 Questionnaire survey results

表 3 特征关联值Tab.3 Characteristic correlation value

表4 评价指标权重值Tab.4 Evaluation index weight value

表5 综合关联值及服务等级特征值Tab.5 Comprehensive correlation value and service level characteristic value

表 6 铁路物流服务质量改进措施Tab.6 Improvement measures of railway logistics service quality

3 结束语

实施铁路物流服务质量的科学评价对提升铁路物流服务品质、满足物流市场需求具有重要意义，基于物元可拓模型的铁路物流服务质量评价为明确铁路物流服务改进方向提供了决策依据。随着铁路货运与现代物流进一步融合发展及铁路物流市场化改革的加快，结合铁路物流丰富的作业场景和物流产品，开展客户视角下的铁路物流服务质量评价及优化，以适应市场的多样化转变。未来可针对铁路全程物流服务、铁路单项物流服务等不同类型的服务产品及特征，细分评价对象及评价指标，以保证铁路物流服务更好契合市场客户需求。