基于改进 IPA 的高速铁路服务质量 评价与改善策略研究
2021-12-22吴天琪刘晓溪祝继常
吴天琪,刘晓溪,祝继常,李 博,杨 晓
(1.中国铁道科学研究院 研究生部,北京 100081;2.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
随着我国高速铁路路网规模不断扩大,技术装备水平提高,客运提质计划成效显著,旅客越来越倾向于选择高速铁路出行。与此同时,市场经济背景下,交通运输行业的竞争日益激烈,多元化的选择使得旅客对出行质量有了更高的期望。优质的客运服务不仅能够赢得更多客流,还能够起到积极的营销作用。科学有效的评价方法有助于对铁路客运服务质量进行准确、有效地评价,为提升铁路客运服务质量提供参考。
近年来,铁路客运部门采取旅客满意度调查、投诉建议处理、专项问题整治等服务质量管理措施,帮助铁路运输企业找到存在的不足。但客运服务质量评价工作还有待改进,一是评价考核缺乏科学性,评价结果大多以管理者的经验和主观印象为主,没有形成较为客观的方法。二是一些规定过分强调细节,缺乏对旅客关注重点的把握。对于铁路旅客服务质量评价,国内外专家学者进行了广泛的探索,主要侧重于两方面:针对建立评价指标体系的研究,吕笑媛等[1]从经济性、便捷性、设施设备和人员服务4个方面建立高速铁路客运服务质量评价体系,邵长虹[2]结合京沪高速铁路客运服务管理实践,从旅客感知出发设计高速铁路客运服务要素。评价方法分为确定指标权重和建立评价模型2个步骤,目前广泛应用的指标权重方法主要有德尔菲法、因子分析法、专家排序定分法等,常用的评价模型有层次分析模型、模糊综合评价模型、人工神经网络模型以及灰色关联度模型等[3-5],使服务质量的研究从定性向定量发展。这些研究各有特点,更多侧重学术层面的探讨,以服务质量指标得分为评判依据,评价维度比较单一,且计算复杂繁琐,不易被现场人员接受和运用,指导客运服务实践和辅助管理决策有一定难度。
基于此,从旅客需求角度,建立结构完整的高速铁路服务质量评价体系,提出改进的IPA方法,从熵权和满意度2个维度进行服务诊断,兼具简便性和客观性,为管理者指明服务改进的方向。以京张高速铁路为例进行了验证,该评价方法可操作性强、结果较为客观,具有较好的应用价值。
1 评价指标体系的构建
铁路客运服务贯穿于旅客出行的全流程[6],可分为车站旅客服务、列车旅客服务和行程配套服务3种服务类型。高速铁路旅客出行全流程服务如图1所示。
根据图1高速铁路客运服务环节及服务内容,提出3种服务类型中共32项与高速铁路客运服务满意度相关的影响因子,按照目标一致性、直接可测性、指标独立性、整体完备性原则,检验指标设置的合理性及表述的准确性,经高速铁路服务管理研究专家和乘客筛选,剔除并修正部分指标,保留20个与高速铁路客运服务直接相关的影响因子,确立了由3个1级指标(车站服务、列车服务、配套服务)、9个2级指标(票务服务、站房服务、乘务员服务、车厢服务、信息娱乐服务、餐饮服务、接驳服务、公共治安服务、其他服务)、20个3级指标(车次时间安排、购票便捷性、运行准点性、进出站方便性等)组成的高速铁路客运服务质量评价指标体系。高速铁路客运服务质量评价指标体系如图2所示。
图1 高速铁路旅客出行全流程服务Fig.1 Whole process of high speed railway passenger travel service
图2 高速铁路客运服务质量评价指标体系Fig.2 Service quality evaluation index system of high speed railway passenger transportation
2 评价方法研究
在上述高速铁路客运服务质量评价指标体系基础上,进行高速铁路客运服务满意度调查问卷设计,对旅客进行高速铁路服务质量调查。为了确保问卷的准确性和可靠性,先进行小规模预调查,验证问卷的信效度。得到正式调研数据后,先采用熵权法确定各指标权重,再运用IPA法进行指标定位和服务诊断,最终对结果进行分析并提出改善策略。
2.1 问卷设计及数据预处理
确定高速铁路客运服务满意度调查问卷,目的是获取旅客满意度评价信息。问卷的内容包括受访者主要信息和各影响因子的评分量表,量表问题与评价指标体系的3级指标一一对应,评议档次采用Likert5分量表法进行度量,分为“很不满意、不满意、一般、满意、很满意”5个量级,记为1,2,3,4,5分。在调查过程中,需着重考虑淡旺季的客流差异,注意旅客结构合理化,使性别比例适中、收入水平合理、年龄结构全面。
2.2 量表信效度检验
在调查研究中,问卷调研法容易受到很多因素影响,导致实际测量结果与预期测量目标产生偏差。因此,为保证问卷质量,在正式调研前,进行预调查,即小规模发放问卷,根据预调研的信效度结果对问卷题项做调整,然后再进行正式调研。信度表示问卷的稳定程度,用于测量样本回答结果是否可靠。效度是指问卷的准确性,用来判断所设计的题项是否符合研究者的研究期望。研究采用克朗巴哈α系数(Cronbach’sα)进行信度检验,克朗巴哈α系数越大,代表信度越高[7]。研究采用结构效度进行效度检验,其判定指标为KMO (Kaiser-Meyer-Olkin)检 验 和Bartlett’s球状检验,KMO检验用于检查变量间的相关性,KMO统计量越接近于1,变量之间的相关性越强,问卷效度越好。Bartlett’s球状检验用于检验各个变量是否各自独立,当Bartlett’s球状检验的sig值小于0.05时,数据呈球形分布,各个变量在一定程度上相互独立。
2.3 基于熵权的IPA权重确定
重要性-绩效分析方法(IPA)是一种广泛应用的客户满意度测评、诊断技术,由Martilla和James于1977年在分析机车产品属性的研究中首次提出[8],目前高速铁路客运服务质量评价研究中,大多以服务质量指标得分为评判依据,评价对象单一,且存在指标得分相近,难以区分指标优劣的问题。IPA方法以指标重要性和满意度2个维度为参考点进行分类评价,改变了从单一维度考察客运服务质量的不足,帮助决策者识别服务的优势和劣势,为服务质量改进策略提供科学依据[9]。IPA方法假设重要性与满意度相互独立,由于受访者在实际调研中带有主观性,很难保证重要性和满意度之间的独立性,并且需对受访者进行针对重要性、满意度的2次调查问卷,给数据的收集和分析造成一定难度。为了兼顾方法的简便性和数据的客观性,提出应用熵权法准确地计算出各影响因子的重要性。
“熵”最早作为热力学的概念提出,后被引入信息论中表示系统的混淆程度。信息熵越低,指标的离散程度越大,该指标对综合评价的影响(即权重)就越大,则对应的权系数较大[10]。例如车次时间安排的熵值最小,表示旅客对于其评价幅值较大,则它在综合评估中所起的作用也较大,对应的权重就大。
假设共收集n个旅客调查问卷作为样本,设计m个评价指标,xij表示第i位旅客的第j个评价指标值(i= 1,2,…,n;j= 1,2,…,m)。熵值法的应用步骤如下。
(1)利用极值法对原始数据进行单位化处理。极值法的特点是将所有指标值转换进[0,1]区间。
对于正指标x′ij正(指标值越大,评价越好),计算公式为
式中:Mj为xij最大值,mj为xij最小值。
对于负指标x′ij负(指标值越大,评价越差),计算公式为
(2)计算第j个指标下第i位旅客的特征比重为
式中:x′ij为xij单位化处理的结果。
(3)熵值计算,第j个指标的熵值为
(4)测算数据离散程度的相对指标,差异性系数为
(5)评价指标的权重为
3 实例分析
3.1 数据收集与处理
以京张高速铁路北京北至太子城沿线车站为调查点,对旅客进行现场问卷调查。求得克朗巴哈α系数为0.926 > 0.9,表明问卷的信度极好。KMO检验值为0.936 > 0.9,Bartlett’s球状检验的sig值无限接近于0,表明问卷的结构效度良好,可以开展正式调研。问卷的指标数值越大表示旅客对该影响因子越满意,因此调查指标均为正指标,应按照正指标进行转换处理。
在数据单位化后,为了使数据处理有意义,必须消除零值和负值。故须对单位化后的数据进行整体平移,即x′ij=x′ij+a,为了不破坏原始数据的内在规律,最大限度地保留原始数据,a值必须尽可能小,取a= 0.000 1。依据所收集评价指标单位化、平移后的结果,运用熵值法计算得出各评价指标的权重,该权重作为评价京张高速铁路客运服务质量的最终依据。
3.2 熵权结果分析
在20项服务影响因子中,乘客对影响因子的重视程度依次为周边餐旅服务、服务态度、车次时间安排、运行平稳性、票价等。京张高速铁路客运服务质量影响因子熵权如图3所示。
图3 京张高速铁路客运服务质量影响因子熵权Fig.3 Entropy weight of influence factor of passenger transportation service quality of Beijing-Zhangjiakou High Speed Railway
从图3可知,周边餐旅服务的熵权最高,说明该项的评价幅值最大,对总体满意度有非常显著的影响,提升这一因素的满意度最有利于提高旅客对京张高速铁路服务的整体满意度评价,进而增强京张高速铁路吸引力。其原因在于,在冬奥会的带动下,京张高速铁路的开通,吸引了大量短期周边游旅客赴崇礼滑雪,公开信息显示,开通后的万龙、太舞等多个滑雪场周边酒店均出现了周末期间房源紧张的情况,同时由于市场供需关系的变化,热门滑雪场周边房价也水涨船高。面对旺盛的需求,在短时间内新建酒店、餐厅来满足需求存在一定难度。同理,购票便捷性的熵权最低,说明该项的评价幅值最小,结合实际情况分析是由于12306购票软件的普及,旅客的评价一致较高,因此评价幅值不大,对总的服务质量评价影响不大。
3.3 IPA 定位与服务诊断
以满意度为纵轴,影响因子熵权为横轴构建IPA矩阵。求得乘客对20个影响因子满意度的平均值= 4.155,熵权的平均值= 0.05,以(0.05,4.155)为w轴和p轴的交点,将20个影响因子置于w轴和p轴垂直相交的二维坐标系中,得到京张高速铁路客运服务IPA矩阵如图4所示。
图4 京张高速铁路客运服务IPA矩阵Fig.4 IPA matrix of Beijing-Zhangjiakou High Speed Railway passenger transportation service
从图4可知,分布在第Ⅰ象限的要素包括:车次时间安排(X1)、服务态度(X8)、运行平稳性(X13)共3个影响因子。该区域属于满意度和影响力均高的区域,IPA法将其界定为优势区。这些要素对旅客来说非常重要,并始终影响着旅客对京张高速铁路服务的整体满意度,应持续保持。为满足旅客冬季滑雪的新需求,及时调整运力增开列车,便捷旅客出行;为更好地服务2022年北京冬奥会、冬残奥会,升级无障碍设施,开展针对性人员培训,为重点旅客提供无障碍出行服务;为确保列车平稳舒适,引进车底检修机器人,将检测精度精确到1 mm范围内。经过试运行检验,这些方面的服务水平已得到旅客的认可。
分布在第II象限的要素包括:购票便捷性(X2)、运行准点性(X4)、进出站方便性(X5)、候车室环境(X6)、托运服务(X7)等共11个影响因子。该区域属于高满意度而低影响力区域,IPA法将其界定为维持区。针对这部分要素已做出大量工作,例如:为保障安全准点运行,针对极端天气,部署应急准备工作;为实现快捷进站,采用刷脸进站,快速智能乘车。京张高速铁路在这些方面的服务已较为到位,不必再重点改进。
分布在第Ⅲ象限的要素包括:票价(X3)、仪表语言形象(X9)、设施舒适性(X12)、餐饮价格(X15)、餐车环境(X16)共5个因子。该区域属于低满意度和低影响力区域,IPA法将其界定为机会区,改进服务时这些因子应置于较低优先级,下一步可考虑推出更加方便优惠的高铁计次票、物美价廉的高铁餐饮、便利舒适的设施设备等措施来提升这些方面的服务质量。
分布在第Ⅳ象限的要素包括:周边餐旅服务(X20)共1个因子。该区域属于低满意度和高影响力区域,IPA法将其界定为关键改进区,需要从周边餐旅服务上优先改进京张高速铁路服务。可以看出,随着铁路客运提质计划稳步推进,铁路部门对旅客出行的基本服务水平已经得到了显著提升,但个别地方高速铁路车站周边配套开发建设不同程度地存在初期规模过大、功能定位偏高、发展模式单一、综合配套不完善等问题,对人口和产业吸引力不够,持续健康发展的基础不够牢靠。
3.4 京张高速铁路客运服务质量改善建议
将改进的IPA模型应用于京张高速铁路客运服务质量评价,对京张高速铁路旅客服务要素进行分类,进一步得到服务要素的改进顺序,通过改进的IPA模型分析,明确当前需重点改进周边餐旅服务。京张高速铁路沿线部分车站的商业区还在施工建设中,暂未投入使用。但从市场需求态势等方面看,还存在一定问题。
(1)强化高速铁路片区规划融合,加快综合开发建设进程。当前高速铁路片区建设发展仍不够开放,不少片区停留在不断的规划调整阶段。虽有部分企业入驻,但对高速铁路片区的带动发展效果不够明显。建议因城施策、因站而异推进京张高速铁路车站周边区域合理有序开发建设,形成交通导向型的土地综合开发模式,通过大数据分析挖掘旅客需求,规划发展多元化经济,促进京张高速铁路车站周边未来的交通、商业、办公、居住服务一体化。
(2)丰富高速铁路车站服务业态,满足旅客多样化需求。目前车站商业仍停留在以简餐、特产为主的基础服务阶段,商业业态还不够丰富,服务商进驻数量较少,难以满足旅客的多样化需求,旅客在车站的停留时间较短,无法产生更多消费。可借鉴国内外铁路商业开发的成功经验,打造能让乘客逗留的车站,引入无人零售业态、自助服务终端等商业模式,增设便利店、智能贩卖机、书屋等新兴商业设施,触发旅客在“碎片时间”的消费能力。
(3)探索商业运营一体化,实现经营效益最大化。目前列车和车站商业企业分离经营,整体效益未能实现最优化。可以研究整合各运营企业,实现一体化经营,一方面可以避免物资采购、仓储建设、物流配送多方面的重复投入,获得集中采购、生产的规模效益;另一方面可以减少同质化竞争,有助于实现商业规划、设计、建设、运营向着整体性、系统化和规模化发展。
4 结束语
随着我国客运市场规模的不断发展壮大,激烈的竞争正悄然改变着客运市场的格局。高速铁路必须不断提高客运服务质量,以高质量的服务满足旅客需求,保持市场竞争力。旅客服务质量评价是验证服务品质的重要手段和方法,通过改进的IPA 方法,对高速铁路客运服务各个环节进行定量分析和诊断,精准剖析客运服务优点和不足,为改进服务质量提供理论依据。由于是在特定时间针对特定线路的个案研究,在样本数量、调查方法、分析深度等方面还存在不足,进一步研究需根据实际情况灵活设计评价指标。