基于灰色综合评价法的铁路货运 服务质量评价探讨

周凌云，唐 力，许植深，唐 浩

(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)

0 引言

推动铁路货运高质量发展对充分发挥铁路在综合交通运输体系的骨干作用、优化运输结构调整、促进铁路货运上量具有重要意义。新形势下，铁路部门积极推动铁路货运结构优化、创新融合、降本增效，不断推进铁路货运服务优化升级，主动适应货运市场，积极服务货主。为了适应新形势下铁路货运发展需求、提高铁路货运服务质量、促进铁路货运上量、推进铁路货运服务高质量发展，构建评价指标体系，运用科学评价方法，指导铁路货运服务改进。

许多学者对铁路货运服务质量评价开展了研究，徐菱等[1]利用重要度-绩效分析方法(IPA)建立评价模型，选择典型铁路货运站进行实证，为铁路货运物流服务质量评价提供参考；许晓伟等[2]利用三角模糊数层次分析法(AHP)求解各评价指标的权重值，构建了基于BP神经网络的货运服务质量评价模型，验证了该方法的可行性和适用性；王雪等[3]利用服务质量绩效评价模型(servperf)构建了评价体系，利用IPA绩效-重要度分析法确定服务质量影响因素，为提升铁路货运服务质量水平提供依据；梅映天等[4]引入模糊综合评价法和层次分析法，计算评价指标权重值并综合得分，最后提出了改进意见和建议；冯芬玲等[5]利用服务质量差异比较模型(servqual)评价方法对评价指标进行分类，结合粗糙集理论开展评价研究，结果表明了方法的可行性和指标的适用性。灰色综合评价法基于灰色理论，可以将专家评价信息转化为不同灰类的向量，再对单个的评价对象进行灰类处理，综合各类单项评价结果得到综合评价值，最后进行评价对象排序选优，该方法同时适用于综合评价以及单项指标评价，具有一定的科学性和适用性。甘旭升等[6]引入了灰色综合评估法，对单独指标进行评价并对空域管理安全性进行综合评价，用实例验证了方法的有效性和可行性；王炳淳等[7]基于模糊灰色综合评价模型，提出了人因安全评价方法，对减少高速公路改建施工中的安全问题具有指导作用。

新发展形势下，铁路货运服务质量评价指标有待进一步完善，评价方法有待进一步创新。在上述研究成果的基础上，结合铁路货运高质量发展新形势，考虑评价指标设立原则，构建评价指标体系，利用三角模糊AHP方法确定各评价指标权重，利用灰色综合评价法开展评价分析，以某铁路局集团公司铁路货运中心为实例，评价该中心铁路货运服务质量并分析存在的问题，提出有针对性的改进措施，验证该方法和指标体系的可行性。

1 铁路货运服务质量 评价指标体系构建

高质量发展对新形势下铁路货运服务提出了新的更高要求，铁路货运服务高质量发展的内涵是能够充分保障国家经济运行和社会发展、很好满足人民群众日益增长的美好生活需要，能体现新发展理念，创新引领货运转型升级、协调促进多种交通方式顺畅衔接、绿色优先推动可持续增长、开放构建国内外互联互通格局、共享现代化物流发展成果。与传统的铁路货运服务相比，高质量发展形势下的铁路货运服务质量要求铁路货运全面实现产品谱系化、办理便捷化、货物集装化、装卸机械化、作业清洁化、运输准时化。铁路货运服务质量评价指标体系如表1所示。该指标体系中，目标层表示评价总体目标；维度层的选择从铁路货运服务本身和客户感知角度2个方面统筹考虑，铁路货运服务主要体现为设施设备的先进智能化、服务质量的可靠稳定性以及作业的专业规范性，客户感知主要体现在业务办理的便捷性以及客户主观感受的服务优质性，因此维度层主要从便捷性、先进性、服务优质性、可靠性和规范性5个评价维度进行阐述，指标层包含货运手续办理便捷等17个评价指标。

上述指标中投诉与赔付处理率V4、事故处理赔付及时率V10、货物准时送达率V12、货物货损货差率V13为定量指标，其他评价指标为定性指标。定量指标得分值可以通过统计的数据计算获得，各定量指标的得分可以按照不同取值范围计算得到。铁路货运服务定量指标评价标准如表2所示。定性指标得分值利用问卷调查统计获得，定性指标得分范围为[1，9]，其中1分代表最不满意，9分代表最满意。综合评价值得分范围也为[1，9]，得分越高代表铁路货运服务质量越高。将各评价指标和铁路货运服务质量设定为4个等级，各等级得分范围依次为[7，9]、[5，7)、[3，5)、 [1，3)，分别表示“好、较好、一般、差”，据此可以分别识别出有待改进的评价指标以及综合服务水平。

表1 铁路货运服务质量评价指标体系Tab.1 Evaluation index system for railway freight service quality

表2 铁路货运服务质量定量指标评价标准Tab.2 Evaluation standard of quantitative indexes to railway freight service quality

2 灰色综合评价模型构建

灰色综合评价方法将灰色关联分析和专家评判分析相结合，同时具备专家评判法的可靠性和灰色关联分析方法的准确性，灰色综合评价法对数据量要求不高，将灰色综合评价法应用于铁路货运服务质量评价主要步骤如下。

（1）确定评价值矩阵。结合建立的铁路货运服务质量评价指标体系以及指标评价标准，邀请重点货运客户采用问卷答题的形式对评价对象各项指标进行评分。不同的评价等级可以用具体的评价语义来表示，因而实现定性指标的定量化处理，根据评语等级的优劣程度赋予相应的分值作为指标评分等级的标准，评语等级越优分值越大，评语等级越差分值越小。评价语集为很好、较好、一般、较差、差，对应的评分为9，7，5，3，1分，指标评价语义介于两个相邻等级之间时，相应的评分也介于两者之间。可以得到评价值矩阵如公式(1)所示。

式中：A为评价值矩阵；m为评价人员数量；n为评价指标数量；amn为第m位评价人员对第n个评价指标的打分值，各位评价人员按评分等级标准对各个指标进行打分，通过填写调查问卷评分表以及实际数据统计。

（2）指标的权重计算。三角模糊AHP法将层次分析法的便捷性和三角模糊数的稳定性相结合，能够快速有效计算评价指标权重，主要步骤如下[8]。

选取S位专家运用三角模糊数对评价指标体系各层指标进行比较打分。第i位专家的三角模糊数判断矩阵为Pi=，x，y= 1，2，…，t，其中，t为该层指标数量，分别为专家i将第x个指标与第y个指标相比得到模糊数的下界、中间值和上界。利用算术平均值综合专家的模糊判断矩阵，可以计算得到综合判断矩阵P=。

用符号⊗表示两个三角模糊数对应的下界、中间值、上界分别相乘，令，1 /vxy)，可以计算出各指标的初始三角权重值。

式中：wx为指标x的初始三角权重值；pxy为第x个指标对于第y个指标的综合模糊判断矩阵值；t为指标数量。

若q= (l，u，v)，q*= (l*，u*，v*)分别表示两个三角模糊数，则q≥q*的可能度可以用公式(3)表示。

式中：O(q≥q*)为三角模糊数q≥q*的可能度；l，u，v分别为三角模糊数q的下限、中值、上限；l*，u*，v*分别为三角模糊数q*的下限、中值、上限。

将各指标的初始三角权重值两两比较计算可能度，则各指标的权重值为可能度的算术平均值px=；x≠y；x= 1，2，…，t，将所得

各指标的可能度平均值进行归一化处理，则各指标的综合权重值计算如公式(4)所示。

式中：θx为指标x的综合权重值；px为指标x的算术平均值。

利用同样的计算方法，可以求得下层评价指标的权重βx,r，r= 1，2，…，Rx，则指标总权重的计算如公式(5)所示。

式中：wx,r为下层指标r相对于上层指标x的权重值；θx为指标x的综合权重值；βx,r为下层指标权重值；Rx为上层指标x对应的下层指标数量；r为下层指标序号。

（3）确定评价灰类。设灰类表示评价指标所处的等级范围，用灰类等级数表示灰类的等级划分数量，白化函数用于将指标评价值转化为白化值。根据上述综合评价标准等级，对应评语集设定e= {1，2， 3，4}，表示共4个评价灰类，分别对应评语集为“好”“较好”“一般”和“差”，相应的灰类及白化函数如下。

当铁路货运服务质量评价等级为“好”时，对应的灰类e= 1，界限范围为[0，+∞)，则其白化函数如公式(6)所示。

式中：f1(aij)为灰类为1的白化函数；aij为第j位专家对第i个指标的评价值。

当铁路货运服务质量评价等级为“较好”时，对应的灰类e= 2，界限范围为[0，10]，则其白化函数如公式(7)所示。

式中：f2(aij)为灰类为2的白化函数。

当铁路货运服务质量评价等级为“一般”时，对应的灰类e= 3，界限范围为[0，6]，则其白化函数如公式(8)所示。

式中：f3(aij)为灰类为3的白化函数。

当铁路货运服务质量评价等级为“差”时，对应的灰类e= 4，界限范围为[0，2]，则其白化函数如公式(9)所示。

式中：f4(aij)为灰类为4的白化函数。

（4）确定综合评价值。设ηje为评价指标j对灰类e的灰色评价值，计算如公式(10)所示。为评估样本对于灰类e的白化值

E= 4表示共有4类评价灰类，则有①序列ηj= (ηj1，ηj2，…，ηjE)表示评价指标j的灰色评价序列；②评价指标j的评价值为Vj=ηj·UT，其中，UT= {8，6，4，2}表示不同评价等级中值的矩阵转置，可以根据评价值Vj的范围确定评价指标j的评价等级；③根据上述结果，可以得到铁路货运服务质量的灰色评价矩阵为X= (η1，η2，…，ηn)，则服务质量的灰色评价序列为η=W·XT，其中W为评价指标的权重值向量，则可以得到服务质量的综合评价值为V=η·UT，根据评价值V的所属范围，可以确定铁路货运服务质量发展水平的评价等级。

3 案例分析

以某铁路局集团公司铁路货运中心为评价对象，选取20个主要铁路货运客户发放调查问卷开展服务质量调查，将问卷回收并进行数据统计和处理。数据统计结果如表3所示。选取统计均值作为各指标评价值，标准差表示各指标得分的波动大小。

表3 数据统计结果Tab.3 Statistical results

（1）计算评价指标权重值。邀请6位专家对各评价指标重要度进行两两比较，并利用三角模糊数进行打分，得到三角模糊数判断矩阵，根据公式(2)—公式(4)计算得到各评价指标的综合权重，并根据公式(5)计算得到各评价指标的总权重值。评价指标权重值如表4所示。

（2）确定各指标灰色评价值。根据公式(6)—公式(9)的4个评价灰类，计算各评价指标的灰色评价值，进一步可以确定各评价指标隶属的灰类和评价等级。以评价指标V1为例进行说明，评价指标V1所属各评价等级的灰类白化值计算如下。

表4 评价指标权重值Tab.4 Weight values of evaluation indexes

则评价指标V1的灰类全局和为= 17.14 +15.60 + 2.33 + 0 = 35.07。

评价指标V1隶属于灰类e的灰色评价值为η11=E11/E1= 0.49；η12=E12/E1= 0.44；η13=E13/E1= 0.07；η14=E14/E1= 0。则评价指标V1的灰色统计序列为η1= [η11，η12，η13，η14] = [0.49，0.44，0.07，0]。根据评价指标评价值的计算公式Vj=ηj·UT，对于评价指标V1，令j= 1，则可以计算出评价指标V1的评价值为V1=η1×UT= [0.49，0.44，0.07，0]×[8，6，4，2]T= 6.84。

可以判定指标V1的评价等级为“较好”，处于第2灰类。同理，基于以上步骤，可以计算出所有指标的灰色评价数值。铁路货运服务质量评价指标灰色评价值如表5所示。可以看出货运手续办理便捷V1、事故处理赔付及时率V10等2项评价指标灰色评价值处于[5，7]区间，评价等级为“较好”，其余指标评价等级均为“好”，因此这2个评价指标是提升铁路货运服务质量的重要方面。

表5 铁路货运服务质量评价指标灰色评价值Tab.5 Grey evaluation values of evaluation indexes to railway freight service quality

（3）确定综合评价等级。根据表5可知该铁路货运中心服务质量发展水平的灰色评价矩阵为X= [η1，η2，…，η20]，由表4可知各评价指标的总权重向量为W，则该铁路货运中心服务质量评价序列为η=W·XT= [0.640，0.346，0.010，0]。

基于此，可以得到铁路货运服务质量评价值为V=η·UT= 7.24。

从上述计算结果可以看出，该铁路货运中心服务质量评价值在[7，9]区间内，表示铁路货运服务质量发展水平为“好”。在17项评价指标中，服务水平排名前三的指标为货物准时送达率V12、运价收费规范V17、装卸作业规范V15，说明铁路货运服务在标准化建设方面取得了良好效果，通过严格执行作业和收费标准，对提高铁路货运服务质量具有重要支撑作用；服务水平排名后三的指标为提供多样化货运产品V5、事故处理赔付及时率V10、货运手续办理便捷V1，说明铁路货运服务在市场化和面向客户服务方面还有待提升，需要进一步以客户服务为导向提高货运服务水平。货运手续办理便捷V1、事故处理赔付及时率V10等2项评价指标为“较好”水平，其余指标均为“好”，需要重点关注这2项评价指标所对应的服务内容，并提出提高货运手续便捷程度和提高事故处理赔付及时率等相关改进措施。

4 结束语

实施铁路货运服务质量评价是推动提升铁路货运服务水平、促进铁路货运服务高质量发展的重要方法。构建铁路货运服务质量评价指标体系，引入灰色综合评价法，通过实际案例进行评价指标和方法验证，对改进铁路货运服务质量提供了决策依据。面对新发展形势，需要建立更加科学合理的评价指标体系，不断提高铁路货运市场竞争力，扩大铁路货运市场份额。在后续的研究中，应着重研究引入定量化的评价指标，科学合理设定评价等级标准，创新评价方法，不断提升铁路货运服务质量。