基于综合主成分分析的铁路客运服务质量评价

赵栋煜，翁凡易，马 驷

（1.中铁上海设计院集团有限公司 线路站场设计处，上海 200070；2. 范德兰德物流自动化系统(上海)有限公司 工程部，上海 200062；3.西南交通大学 交通运输与物流学院，四川 成都 611756)

服务质量评价是掌握服务现状，发现服务短板，提升、改善服务水平的基础。然而，长期以来，我国铁路客运服务质量内涵不够明确，造成管理中经验成分多，缺乏科学管理、评价的依据，无法很好地提高铁路客运服务质量。从国内学者对铁路行业客运服务质量的研究来看，各种评价体系的研究重在运用定量与定性分析结合法、模糊数学中的评价分析法[1]、灰色关联模型[2]等手段构建指标评价体系，各方研究自成一家，导致这一领域研究缺乏统一的理论指导。国外学者主要基于SERVQUAL[3]和模糊TOPSIS 的混合方法进行综合评价，各指标评价权重的设置往往是取平均值或根据专家经验来确定，主观随意性、模糊性比较大。因此，在分析铁路客运服务质量影响因素的基础上，构建车站和列车评价指标体系，利用主成分分析综合模型确定主要影响因素及各指标权重，综合车站和列车对铁路客运服务质量进行评价，有效克服评价过程中的人为主观性、模糊性，提高评价的准确性、科学性、客观性。

1 基于旅客感知的铁路客运服务质量评价指标体系

通过对旅客感知的客运服务技术质量及功能质量分析，借鉴SERVPERF 量表的5 个维度(安全性、便捷性、舒适性、可靠性和有形性)的思想，分别建立车站和列车服务质量评价指标体系。

1.1 车站服务质量评价指标体系建立

车站是一个有机的整体，旅客对各环节服务质量的直观体验具有关联性，一旦乘车流程中某一环节不能满足旅客需要，就可能影响旅客对整个服务体系的评价[4]。从客运服务流程来看，车站服务质量主要体现在购票、进站、候车、检票和出站等环节，因而应从车站全局出发，选取旅客能切身感受到的、贯穿乘车流程的关键服务因素，借鉴SERVPERF 量表的5 个维度(安全性、便捷性、舒适性、可靠性和有形性)的思想，结合旅客感知的服务流程，分类如下。

（1）票务服务。主要用来评价为旅客提供购票和取票的便捷性，主要包括车站购票及取票、车站检票[5]。

（2）车站环境。主要用来评价车站为旅客提供安全性和有形性的程度，主要包括站内治安秩序、站内环境和站内走行[6]。

（3）商业服务。主要用来评价车站为旅客提供有形性的程度，主要包括商品种类及售价。

（4）信息服务。主要用来评价车站为旅客提供便捷性和可靠性的程度，主要包括车站的购票、候车、进出站、问询服务的导向标识和车站的广播、旅行常识、信息公告等内容。

（5）工作人员。主要用来评价车站为旅客提供舒适性的程度，主要包括对老弱病残孕等重点旅客的便利服务和车站内工作人员的态度、文明用语及仪容仪表。

基于旅客感知的车站服务质量评价指标体系如图 1 所示。

图1 基于旅客感知的车站服务质量评价指标体系Fig.1 Evaluation index system of station service quality based on passenger perception

1.2 列车服务质量评价指标体系建立

列车服务满意度评价是专门针对旅客乘车环节进行的评价，旅客在列车上的活动范围有限，因而为旅客提供的服务项目也相对较少。从旅客感知的服务内容角度，可将列车上的服务满意度评价要素归纳为以下3 方面。

（1）车厢环境。用来评价列车为旅客提供有形性和舒适性的程度，主要包括车厢温度设置、列车内部环境以及车内开水供应[7]。

（2）工作人员。用来评价列车为旅客提供舒适性、可靠性和便捷性的程度，主要包括列车工作人员的服务态度和文明用语、列车工作人员的仪容仪表、对老弱病残孕等重点旅客的便利服务、列车上的广播及屏幕显示服务[8]。

（3）商业服务。用来评价列车为旅客提供便捷性的程度，主要包括列车上的餐饮价格、餐饮质量、列车上所售商品种类及价格。

基于旅客感知的列车服务质量评价指标体系如图 2 所示。

图2 基于旅客感知的列车服务质量评价指标体系Fig.2 Evaluation index system of train service quality based on passenger perception

2 基于综合主成分分析的铁路客运服务质量评价

在构建客运服务质量评价指标体系的基础上，运用主成分分析法(PCA)确定指标权重。主成分分析法是利用降维的思想，将较多指标转化为较少的综合主成分指标表示，从而使复杂问题简单化。通过调查问卷的方式搜集数据，剔除无效样本。设有n个样本，p个评价指标构建出客运服务质量评价指标体系的原始数据矩阵X为

式中：xij为第i个样本对第j个指标的打分值。

（1）利用SPSS 软件对原始数据矩阵进行信度和效度检验。信度检验是为了确定调查问卷是否可靠，效度检验是为了确定原始数据矩阵是否适合进行主成分分析。在数理统计中，一般当信度大于0.7 时，认为调查问卷是可靠的；当效度大于0.6时，认为数据适合进行主成分分析。

（2）当原始数据量纲不同时，需要利用Z-score标准化法对原始数据进行标准化处理。

式中：x'ij为标准化后打分值为第j个指标的均值，为第j个指标的标准差，计算公式为

（3）相关系数矩阵。计算公式表示为

式中：rij为相关系数转化值，为第i个样本的均值，

（4）计算权重系数ηi。令|R-λE| = 0，求解得出相关系数矩阵R的特征根λi，特征向量Fi。

第i个指标权重可以表示为

（5）构建综合主成分模型为

式中：WS+T为“车站+列车”的综合得分；WS为车站得分；WTi为列车得分；αi为车站中不同类型列车的比例。

3 实例分析

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”)和中国铁路昆明局集团有限公司(以下简称“昆明局集团公司”)管辖的西南地区成都、成都东、重庆北、昆明、遂宁、绵阳、内江北、攀枝花、重庆、德阳和资阳11 个客运站和20列旅客列车为例，通过问卷调查车站有效数据和列车有效数据，运用综合主成分分析法进行主要影响因素的识别和客运服务质量的评价。

3.1 数据预处理

由于车站和列车的调查问卷由乘客手动填写，存在主观性等因素影响，剔除无效问卷后，对有效问卷的缺失值用该项指标的平均值代替，然后分别对车站和列车进行信度和效度分析。车站和列车信度效度检验表如表1 所示。

表1 车站和列车信度效度检验表Tab.1 Reliability and validity test form of station and train

由表1 可知，车站的信度为0.909，说明车站调查问卷具有很高的可靠性；车站的效度为0.935，变量适合进行主成分分析。列车的信度为0.929，说明列车调查问卷具有很高的可靠性；列车的效度为0.920，变量适合进行主成分分析。

表2 车站客运服务质量评价指标权重表Tab.2 Station index weight

3.2 车站客运服务质量评价

利用公式 ⑷，计算各车站客运服务质量评价指标的权重。车站客运服务质量评价指标权重如表2所示。

由表2 可知，每个车站的客运服务质量评价指标权重都不尽相同，选取权重前三的指标作为影响车站客运服务质量的主要因素。车站客运服务质量主要影响因素如表3 所示。

由表3 可知，对于大客流的车站如成都、成都北、重庆北、昆明站等影响客运服务质量的主要因素是工作人员的仪容仪表和服务态度及站内的走行流线，而其他车站影响客运服务质量的主要因素稍有不同，但是主要还是涉及工作人员，因而针对车站而言，提高工作人员的服务质量才是提高车站客运服务质量的关键。利用综合主成分模型计算得到铁路车站服务质量综合评价结果排名依次为：昆明、德阳、内江北、成都东、攀枝花、重庆、遂宁、绵阳、重庆北、成都、资阳。

表3 车站客运服务质量主要影响因素表Tab.3 Main influencing factors of station passenger service

3.3 列车客运服务质量评价

由于调查列车较多，而且列车等级明确，因而将列车按照等级进行评价。利用公式⑷计算各等级列车客运服务质量评价指标的权重。列车客运服务质量评价指标权重如表4 所示。

表4 列车指标权重表Tab.4 Train index weight

由表4 可知，各等级列车的客运服务质量评价指标权重都不尽相同，选取权重前三的指标作为影响列车客运服务质量的主要因素。列车客运服务质量主要影响因素如表5 所示。

表5 列车客运服务质量主要影响因素表Tab.5 Main influencing factors of train passenger service

由表5 可知，对于朝发夕至或者夕发朝至的短途列车，如高速列车、城际列车等，影响客运服务质量的主要影响因素是工作人员的仪容仪表和服务态度及列车环境，而对于其他等级列车而言，影响列车客运服务质量的主要因素除了工作人员外，还有餐饮质量，因而针对列车而言，提高工作人员的服务质量是提高列车客运服务质量的关键，同时针对长途列车，提高列车餐饮质量也是提高客运服务质量的关键。

利用综合主成分模型计算得到铁路各列车服务质量综合评价结果排名依次为：高速列车、城际列车、特快列车、动车组列车和快速列车。

表6 车站不同类型列车比例表Tab.6 Proportion of different types of trains in the station

3.4 “车站+列车”综合评价

铁路客运服务质量体现在车站客运服务质量和列车客运服务质量2 方面，因而结合车站和列车对铁路客运服务质量进行综合评价。车站不同类型列车比例表如表6 所示。

根据公式⑹计算得出铁路“车站+列车”服务质量综合评价结果排名依次为：昆明、德阳、成都东、内江北、绵阳、重庆、成都、遂宁、重庆北、攀枝花、资阳。相较于单纯考虑车站指标的车站排名，攀枝花车站排名下降较多，是因为攀枝花车站目前还没有开通高速列车、城际列车和动车组，而快速列车本身服务得分不高。

4 结束语

随着铁路线网覆盖迅速扩大，客运量的高速增长，推进供给侧结构性改革、扩大铁路有效供给，必然要求铁路客运更加注重提高服务质量。基于SERVPERF 量表思想建立铁路客运服务质量评价指标体系，利用综合主成分模型进行评价，并在西南地区进行实例研究论证模型合理有效。该评价指标体系能够全面反映铁路客运服务质量影响因素，综合主成分模型既可以避免主观性，又可以避免复杂的计算，评价结果可信度和适用性较好，有利于不断提升我国铁路客运服务水平，促进交通强国战略建设。