基于AHP的铁路货运服务质量模糊综合评价

梅映天，邹汪平，章 威

（1.池州职业技术学院，池州 247100；2. 四川警察学院，泸州 646000）

近些年来，随着铁路组织改革政策的实施，货运从传统模式转变为现代化模式，为此，中国国家铁路集团有限公司向客户作出：“简化受理、随到随办，规范收费，热情服务”的承诺[1]。

A.Parasuraman等人[1]认为，客户期望和客户体验之间的差距就是服务质量，并提出了服务质量差距模型。文献[2]使用逼近理想解排序法来评估铁路货运服务质量；文献[3]利用因子分析并结合多种服务质量评价方法，找到影响货运服务质量的重要因素，并进行验证；文献[4]以驻马店车务段为例，结合货运特点并建立服务质量评价表，运用SWOT对数据进行分析。

层次分析法（AHP，Analytic Hierarchy Process)[5]是美国T.L.Saaty提出的层次权重决策分析方法[6]。划分彼此相关且相互制约的多因素复杂信息，最后根据权重对重要性进行排序。模糊综合评价法（Fuzzy Comprehensive Evaluation）是一种应用广泛且有效的模糊数学方法[7-8]。它将模糊数学与模糊统计应用于影响事物的各个因素中，并评估事物的质量。

本文将AHP和传统模糊综合评价相结合，全面、系统地分析与判断数据，解决指标中的不确定问题，为更好地改善货运服务质量提供科学依据。

1 铁路货运服务质量指标体系

在不断发展的货运大环境下，我国的铁路货运要根据运输市场的需求，结合铁路货运服务质量[9]，建立与运输环境相融合，能够评估货运企业自身服务水平与质量的指标体系。

1.1 基本原则

为了能从大量原始数据、评价信息中找出科学的、全面的、主导性指标作为评价指标，铁路货运服务质量指标体系必须要结合铁路货运特点、政府监管要求以及实际调研情况[10-11]。为此，指标体系的确立应遵循以下原则：

（1）科学性原则。采用科学的方法和手段，通过观察、测试、评议等方式得出明确结论的定性或定量指标，该指标要能较为客观真实的反映研究对象的发展演变过程。

（2）系统性原则。选取的指标之间必然存在一定的逻辑关系，即它们是相互独立、相互联系的，共同构成一个有机的统一体，能够从各个角度反映出评价区域内铁路货运服务的质量。

（3）规范性原则。应注意不同区域间统计指标的差异，因此，所选取的指标在内容和方法上都应该具备统一性和规范性。

（4）简明性原则。所选取的指标应当简单清晰，能被非专业的管理人员和公众理解和掌握。

（5）可操作性原则。为了确保数据的可靠性，要最大程度的收集统计数据。

资料收集应当具有可行性和可操作性，尽可能以最少的投入获得最大的信息量。

1.2 体系确立

基于以上评价指标构建的基本原则，并结合南昌站的实际情况，将铁路货运服务质量指标体系设计为递阶层次结构，规范性、时效性、客户体验[12]、应急处理能力、服务便利性作为准则层指标[13]，如表1所示。

2 基于AHP的模糊综合评价

由于评价指标过多并且其重要程度由人的主观判断确定，这种评价结果可靠性不高，因此，可以利用AHP与模糊综合评价相结合的方法来进行评价，即可以提高评价结果的准确性和可靠性，又可使评价工作实行计算机化。

2.1 基本思想

主要思想技术路线，如图1所示。

表1 铁路货运服务质量评价体系

图1 基于AHP的模糊综合评价模型

2.2 AHP确定权重

将待研究的问题事先拟好标准调查表，向南昌北站的12位专家学者进行问卷调查，根据两两指标比较相对重要性规则将答卷人答案转换成相应的定量数据。

2.2.1 根据判断值设定判断矩阵

假设有n个评价指标，X={x1, x2,…, xn}。要比较它们对上层某个目标（或准则）的影响程度，需要确定相对于某个目标所占的比例（即将n个因素对上层某个目标的影响程度进行排序）。

将两个因素进行比较，取1～9之间的尺度。相对于第i个因素，用aij表示第k个因素的比较结果，即具体如表2所示。

表2 尺度表

偶数2，4，6，8表示相对于第i个因素的影响，第k个因素介于相邻等级之间。根据判断矩阵A=(aij)n×n，将模型中的5个准则层指标和23个指标层指标分成6个判断矩阵（3个5阶，1个6阶，1个3阶，1个4阶），其中，准则层的判断矩阵如下：

2.2.2 一致性检验

以准则层的判断矩阵一致性检验为例[14]：

判断矩阵B的最大特征值λAmax=5.351 2，归一化特征向量w={0.241, 0.304, 0.164, 0.171, 0.120}。为进行判断矩阵的一致性检验，需计算一致性指标：

通过随机一致性指标RI表可知，当n=5时，RI=1.12，则随机一致性比率：

表明了矩阵B通过一致性检验，可作为权重。

2.2.3 计算层次总排序权值

逐层计算各层次中的因素关于目标层的相对重要性权值，如表3所示，其中，Aci表示C层指标相对于B层的权重，i=1，…，5。

表3 铁路货运服务质量评价模型服务质量评价指标体系及其权重

2.3 确定隶属矩阵

将专家评分方法与实地调查相结合，隶属度矩阵[15]Ri（i=1，…，5）由定性指标确定。例如，邀请12位专家对“货场货位布局合理(C13)”进行等级评分，其中，4位专家认为“优秀”，3位专家认为“良好”，5位专家认为“一般”。将每个等级的专家除以专家总数得到“优秀”的隶属度“0.333”，“良好”的隶属度为“0.25”，“一般”的隶属度为“0.417”，汇总得到“货场货位布局合理（C13）”的隶属度r13为[0.333 0.25 0.417 0 0]。确定定性指标隶属度的其他方法与之类似，如表4所示。

表4 铁路货运服务质量评价模型模糊综合评价隶属度矩阵（Ri）

2.4 分层模糊评价

利用分层模糊评价，根据准则层B各个指标的模糊评价生成的一级评判结果以及准则层B对目标层B的权重计算最终的综合评判结果。

2.4.1 一级综合评价

表5 铁路货运服务质量评价模型一级评价结果

2.4.2 二级综合评价

表6 铁路货运服务质量评价模型二级评价结果

以相同的方式，相比较目标层A的权重，运算得到指示层C指标，对指示层C各个指标进行重要性排序，详细数据，如图3所示，保证托运货物安全（C21）的权重是最大的，即服务质量好坏的首要衡量条件就是能否保证托运货物的安全性；其次就是托运货物的安全性、货物及时交付性、装卸作业

3 结果与分析

根据计算得到的准则层B相对于目标层A的权重，可以按照权重数值的大小对准则层的各个因素进行相对重要性排序，如图2所示，在货运服务质量方面，各铁路局可以侧重在规范性（B1）和时效性 （B2）上，采取各种有针对性的手段，提升本站在这两块上的表现。的规范性等对铁路货运服务质量起着十分重要的作用。绘制指示层C的各个指标的隶属度分布图，如图4所示。

图2 准则层B相对于目标层A的比较

图3 指标层C相对于目标层A的比较

图4 各指标服务质量隶属度分布图

3.1 一级综合评价

根据一级评价结果作图，如图5所示。

图5 一级评价结果

3.2 二级综合评价

根据二级评价结果作图，如图6所示。

图6 二级评价结果

4 结束语

服务企业性质、服务能力、服务方式和环境条件，以及需求适应性、客户性质等因素决定服务质量，它受服务企业及客户的双重影响。因此若要提高服务质量，则需充分了解客户需求和企业自身能力特点，有针对性地制定改进措施。本文所构建的货运服务质量指标体系，目的是帮助货运站服务质量测量，并及时发现存在的问题，为提高货运服务质量做参考。