樊茜琪 蒲 琪 尹聰聰

（同濟(jì)大學(xué)鐵道與城市軌道交通研究院，201804，上?！蔚谝蛔髡?，碩士研究生）

隨著經(jīng)濟(jì)的快速發(fā)展，城市軌道交通運(yùn)營里程和客流量的迅速增長，乘客對舒適、經(jīng)濟(jì)、快速的要求也不斷提高。運(yùn)營商們?yōu)榱颂岣吒偁幜?，在保證運(yùn)營安全的同時也更加重視乘客的出行體驗。基于乘客感知的城市軌道交通客運(yùn)服務(wù)水平，是客運(yùn)服務(wù)質(zhì)量評價中至關(guān)重要的一環(huán)，同時也是提高客運(yùn)服務(wù)質(zhì)量的重要依據(jù)。城市軌道交通客運(yùn)服務(wù)質(zhì)量評價，按評價主體可分為三類——服務(wù)企業(yè)自評價，社會評價（第三方評價），乘客評價［1－2］。其中，乘客評價是從乘客的主觀感受出發(fā)，以乘客體驗為中心的滿意度評價。

1 服務(wù)質(zhì)量和乘客滿意度

服務(wù)質(zhì)量是指服務(wù)工作能夠滿足被服務(wù)者需求的程度。乘客滿意度是乘客的需求被滿足后的愉悅感，是乘客對產(chǎn)品或服務(wù)的事前期望與實(shí)際使用產(chǎn)品或服務(wù)后所得到實(shí)際感受的相對關(guān)系。隨著顧客導(dǎo)向服務(wù)質(zhì)量的興起，管理者認(rèn)識到，從乘客角度評價服務(wù)質(zhì)量，提出符合乘客需求的管理措施，才能真正提高城市公交的服務(wù)質(zhì)量和乘客滿意度。

對于乘客滿意度與服務(wù)質(zhì)量之間的關(guān)系，現(xiàn)有研究結(jié)果不一。有些研究者認(rèn)為服務(wù)質(zhì)量的概念大于乘客滿意度，乘客滿意度只是服務(wù)質(zhì)量內(nèi)涵中的一個子維度；有些研究者［3］認(rèn)為，服務(wù)質(zhì)量與乘客滿意度這兩個概念不可直接等同，但可用轉(zhuǎn)化公式轉(zhuǎn)換。

本文認(rèn)為：服務(wù)質(zhì)量和乘客滿意度是兩個概念，但又直接相關(guān)。服務(wù)質(zhì)量包含與乘客感受相關(guān)的服務(wù)和運(yùn)營方服務(wù)管理水平、服務(wù)提供能力等方面，乘客滿意度涉及乘客關(guān)注的所有方面包括客運(yùn)服務(wù)質(zhì)量和運(yùn)營方公眾形象等內(nèi)容；衡量服務(wù)質(zhì)量與乘客滿意度的評價指標(biāo)相互滲透重疊，形成基于乘客感知的服務(wù)質(zhì)量，如圖1所示。

圖1 服務(wù)質(zhì)量與乘客滿意度的關(guān)系圖

2 基于乘客感知的服務(wù)質(zhì)量評價指標(biāo)體系

在進(jìn)行基于乘客感知的城市軌道交通客運(yùn)服務(wù)質(zhì)量指標(biāo)的篩選和制定時，著重從乘客感知出發(fā)，并依據(jù)城市軌道交通客運(yùn)服務(wù)內(nèi)容，綜合考慮乘客和城市軌道交通環(huán)境、乘客和服務(wù)人員之間的交互作用。對比既有文獻(xiàn)中對于客運(yùn)服務(wù)評價指標(biāo)體系的研究結(jié)果，結(jié)合實(shí)際情況來確定適合考量我國城市軌道交通客運(yùn)服務(wù)質(zhì)量水平的評價指標(biāo)［4］。

基于乘客感知的城市軌道交通客運(yùn)服務(wù)質(zhì)量指標(biāo)體系如表1所示。

表1 城市軌道交通客運(yùn)服務(wù)乘客滿意度評價指標(biāo)

3 基于乘客感知的服務(wù)質(zhì)量綜合評價

3.1 調(diào)查問卷的設(shè)計與調(diào)查

鑒于現(xiàn)有的服務(wù)質(zhì)量綜合評價各指標(biāo)權(quán)重的主觀性，考慮以乘客感知的指標(biāo)內(nèi)容為核心，進(jìn)行了兩項調(diào)查問卷：城市軌道交通客運(yùn)服務(wù)評價指標(biāo)重要度調(diào)查和客運(yùn)服務(wù)質(zhì)量滿意度調(diào)查。其中，城市軌道交通客運(yùn)服務(wù)評價指標(biāo)重要度調(diào)查，是通過調(diào)查乘客的主觀乘車感受和對客運(yùn)服務(wù)的理解，來得到他們對服務(wù)質(zhì)量評價指標(biāo)重要度的判斷結(jié)果。

問卷內(nèi)容分為兩部分：第一部分是指標(biāo)判定部分，在乘客感知的城市軌道交通客運(yùn)服務(wù)質(zhì)量評價指標(biāo)的基礎(chǔ)上，以第三層指標(biāo)作為調(diào)查項目，采用李克特5級量表讓被調(diào)查者對其重要程度和滿意度分別做出判斷；第二部分是乘客信息，包括性別、年齡、受教育程度、月收入、乘坐頻率、出行目的、職業(yè)等，便于對樣本構(gòu)成進(jìn)行分析。另外，根據(jù)問卷設(shè)計應(yīng)該滿足信度檢驗要求，第一部分指標(biāo)判定部分共分為兩級，第一級為第三層指標(biāo)，第二級為第二層指標(biāo)。其中第二級指標(biāo)結(jié)合權(quán)重對問卷進(jìn)行信度檢驗。經(jīng)檢驗，問卷信度在可接受范圍（即克朗巴哈系數(shù)克朗巴哈系數(shù)是目前估計李克特量表信度系數(shù)最常用的檢驗方法.在0.8～0.9的范圍內(nèi)）。

3.2 綜合評價模型的建立

目前，乘客滿意度評價多采用多元回歸分析、模糊綜合評價和灰色關(guān)聯(lián)分析等方法。然而，實(shí)際中不同出行頻率和出行目的的乘客對服務(wù)質(zhì)量的感知存在著個體差異，難以用統(tǒng)一標(biāo)準(zhǔn)來衡量不同出行需求乘客的滿意度。因此這些模型和方法不能解決評價過程中存在的評價者認(rèn)知的主觀不確定性和模糊性問題。

人工神經(jīng)網(wǎng)絡(luò)具有學(xué)習(xí)的能力，可以經(jīng)過訓(xùn)練來處理復(fù)雜的信息關(guān)系。將服務(wù)質(zhì)量評價的中下層元素的已知狀態(tài)作為神經(jīng)網(wǎng)絡(luò)的輸入，而將相應(yīng)條件下乘客對上一層元素性態(tài)的綜合評價結(jié)果作為期望輸出時，網(wǎng)絡(luò)在訓(xùn)練中為降低其輸出與期望輸出間的誤差而不斷地調(diào)整各通路的權(quán)值和各神經(jīng)元的閾值，最后可使誤差小于規(guī)定的限值。這時經(jīng)過訓(xùn)練的網(wǎng)絡(luò)在其輸入輸出的映射中，吸收了學(xué)習(xí)樣本中的評價者思維，實(shí)現(xiàn)了給定的學(xué)習(xí)樣本的輸入輸出映射關(guān)系［5］。人工神經(jīng)網(wǎng)絡(luò)還具備評價方法的規(guī)范性、較高的抗噪聲干擾能力和容錯性，以及一定的自組織、自適應(yīng)性，具有較高的求解效率，表現(xiàn)出多種優(yōu)越性能，因此這一方法為服務(wù)質(zhì)量綜合評價提供了新的技術(shù)途徑。

基于BP（按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)）神經(jīng)網(wǎng)絡(luò)的乘客滿意度評價模型，是將規(guī)范化處理的滿意度評價指標(biāo)屬性值作為BP神經(jīng)網(wǎng)絡(luò)的輸入向量，評價結(jié)果作為輸出。網(wǎng)絡(luò)訓(xùn)練得到評估者的知識、經(jīng)驗、主觀判斷，以及指標(biāo)重要性的足夠樣本。受過訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)可以得到乘客滿意度的評價結(jié)果。它實(shí)現(xiàn)了評價內(nèi)容定性和定量的有效結(jié)合，并確保評價結(jié)果的客觀性和一致性。

建立BP神經(jīng)網(wǎng)絡(luò)綜合評價模型的流程如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)綜合評價模型流程圖

基于以上建立的模型，可以借助MATLAB神經(jīng)網(wǎng)絡(luò)工具箱對調(diào)查結(jié)果進(jìn)行訓(xùn)練和測試。

3.3 上海市城市軌道交通服務(wù)質(zhì)量的綜合評價實(shí)例

本文以上海市城市軌道交通服務(wù)質(zhì)量調(diào)查為例，結(jié)合指標(biāo)體系，建立了一個包含一個隱藏層的神經(jīng)網(wǎng)絡(luò)模型。調(diào)查共回收有效問卷240份，其中訓(xùn)練樣本208個，測試樣本32個。

3.3.1 確定輸入神經(jīng)元

輸入層描述了影響城市軌道交通服務(wù)質(zhì)量的指標(biāo)。本文選擇基于乘客感知的服務(wù)質(zhì)量評價指標(biāo)體系中的第三層指標(biāo)作為輸入層神經(jīng)元。共計37項指標(biāo)，故輸入神經(jīng)元的個數(shù)為37個。在輸入具體數(shù)據(jù)前，先將輸入數(shù)據(jù)歸一化。在本文中將分值數(shù)據(jù)歸一化為0—1之間的數(shù)據(jù)，故輸入層為一個37×208的矩陣。

3.3.2 確定隱藏層神經(jīng)元個數(shù)

隱藏層是內(nèi)部信息處理層，負(fù)責(zé)信息變換。根據(jù)信息變化能力的需求，隱藏層可以設(shè)計為單隱藏層或者多隱藏層結(jié)構(gòu)。每個隱藏層節(jié)點(diǎn)有一些權(quán)重，每個權(quán)重是一個增強(qiáng)網(wǎng)絡(luò)映射能力的參數(shù)。如果隱藏層節(jié)點(diǎn)缺乏數(shù)字，它將不能很好地反映樣本規(guī)則；如果它有過多數(shù)字，它會記住無序化規(guī)則，增加訓(xùn)練時間。

隱藏層節(jié)點(diǎn)的數(shù)目一般是通過反復(fù)試驗得到。根據(jù)經(jīng)驗公式，即（其中m為隱藏層神經(jīng)元個數(shù)，n為輸入層個數(shù)，l為輸出層個數(shù)，α為1～10之間的常數(shù)）［6］得到隱藏層節(jié)點(diǎn)的個數(shù)為7。

3.3.3 確定輸出神經(jīng)元

輸出層輸出的是系統(tǒng)的目標(biāo)。服務(wù)質(zhì)量評價的輸出結(jié)果只有1個，即綜合評價值，故輸出層的神經(jīng)元只有1個。而訓(xùn)練時輸出的目標(biāo)函數(shù)值可以根據(jù)信度檢驗的有效性，可采用以乘客重要度調(diào)查結(jié)果，將指標(biāo)權(quán)重線性加權(quán)處理后作為各個獨(dú)立樣本的目標(biāo)值。

建立的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

3.3.4 訓(xùn)練神經(jīng)元

在本文的模型中，選擇的學(xué)習(xí)函數(shù)為梯度下降動量函數(shù)（LEARNGDM），訓(xùn)練函數(shù)為誤差達(dá)到目標(biāo)要求的優(yōu)化函數(shù)（TRAINLM）［7－9］，性能函數(shù)為均方誤差函數(shù)（MSE），隱藏層神經(jīng)元采用的傳遞函數(shù)為S型的正切函數(shù)（TANSIG），輸出的神經(jīng)元使用的傳遞函數(shù)為S函數(shù)（SIGMOD）。一旦訓(xùn)練得到最大訓(xùn)練次數(shù)或網(wǎng)絡(luò)誤差低于預(yù)期，則流程結(jié)束任務(wù)。

根據(jù)以上確定的傳遞函數(shù)，則本文使用從輸入到輸出的權(quán)重迭代計算方法如下：

或

非物質(zhì)文化遺產(chǎn)蘊(yùn)藏了豐富多彩的原生態(tài)民俗文化，是提供多元化具有文化歷史價值藝術(shù)的寶庫，維護(hù)了世界文化的多樣性，對于傳統(tǒng)文化的傳承有著不可或缺的作用。此外，非物質(zhì)文化遺產(chǎn)所具有的取之不盡的藝術(shù)元素，啟示著現(xiàn)代民間藝術(shù)的創(chuàng)作，激發(fā)了現(xiàn)代藝術(shù)的發(fā)展與創(chuàng)新，維系了人類藝術(shù)的創(chuàng)造力，對促進(jìn)社會的可持續(xù)發(fā)展起著源流性的作用。

式中：

l——BP神經(jīng)網(wǎng)絡(luò)的層數(shù)（輸入層不算做第一層，第一隱藏層作為第一層）；

P——迭代的次數(shù)

αl－1，p（j）——第l－1層第j個神經(jīng)元第p 次迭代輸出的結(jié)果，其中α0（j）表示初始輸入的數(shù)據(jù)；

ul，p（i）——第l層第i個神經(jīng)元第p 次迭代時所接收的信息；

Wl，p（i，j）——從第l－1層第j個神經(jīng)元到第l層第i個神經(jīng)元的權(quán)重；

τ——學(xué)習(xí)的速率；

f（x）——傳遞函數(shù)；

ti——輸出中第i個神經(jīng)元輸出的目標(biāo)值。

本文中最大訓(xùn)練次數(shù)為1 000次，訓(xùn)練精度為0.002，學(xué)習(xí)速率為0.05。訓(xùn)練結(jié)果如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練誤差梯度變化

3.3.5 測試神經(jīng)元

導(dǎo)入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，并導(dǎo)入待測試的數(shù)據(jù)，最終得到測試結(jié)果如圖5所示。

圖5 測試結(jié)果與目標(biāo)對比

訓(xùn)練誤差的均值為0.005 5，測試結(jié)果和目標(biāo)結(jié)果之間的誤差均值為0.001 9，達(dá)到了精度要求，證明了用該方法來衡量不同出行目的不同出行頻次乘客的滿意度具有可行性。

3.3.6 評價結(jié)果的分析

本文中測試樣本共32個，將其導(dǎo)入后計算的仿真結(jié)果和目標(biāo)結(jié)果如表2所示。根據(jù)以上典型測試結(jié)果，可以看出上海市城市軌道交通服務(wù)質(zhì)量的總體滿意度約為0.718。按照《城市公共汽電車客運(yùn)服務(wù)》乘客滿意度分級，上海市基于乘客感知的城市軌道交通客運(yùn)服務(wù)質(zhì)量滿意度為合格。

表2 BP神經(jīng)網(wǎng)絡(luò)綜合評價訓(xùn)練結(jié)果

通過對訓(xùn)練指標(biāo)權(quán)重的分析，得出在基于乘客感知的各項指標(biāo)中，影響服務(wù)質(zhì)量滿意度的前7項指標(biāo)如表3所示。

表3 影響綜合評價值的7項重要指標(biāo)

由此分析可以看出，要提高基于乘客感知的服務(wù)質(zhì)量，應(yīng)該在安全運(yùn)營的前提下，提高表3中7個指標(biāo)的服務(wù)質(zhì)量，以保障這些指標(biāo)涉及的工作內(nèi)容具有較高的服務(wù)水平。

4 結(jié)語

基于乘客感知的城市軌道交通服務(wù)質(zhì)量評價對提高服務(wù)質(zhì)量具有重要的意義?；谠撝笜?biāo)體系借助BP神經(jīng)網(wǎng)絡(luò)對乘客滿意度進(jìn)行了綜合評價，以上海市軌道交通服務(wù)質(zhì)量綜合評價為例驗證了該方法的可行性，并且分析得出了提高服務(wù)質(zhì)量的7項關(guān)鍵指標(biāo)。該方法同樣適用于不同出行目的或出行頻次的分類單項評價。對于受干擾（數(shù)據(jù)噪聲）較大的數(shù)據(jù)，該方法更能體現(xiàn)出其優(yōu)越性。

［1］陸衛(wèi)，張寧，陳暉，等.城市軌道交通出行者信息服務(wù)水平評價［J］.城市軌道交通研究，2010（3）：31.

［2］劉正，李衛(wèi)軍.淺談重要度在城市軌道交通服務(wù)評價中的應(yīng)用［J］.現(xiàn)代城市軌道交通，2010（2）：53.

［3］武慧榮，崔淑華，張海松.基于乘客感知的城市公交服務(wù)質(zhì)量評價研究［J］.重慶交通大學(xué)學(xué)報：自然科學(xué)版，2012（5）：1027.

［4］尹聰聰.基于乘客感知的城市軌道交通客運(yùn)服務(wù)質(zhì)量評價指標(biāo)研究［D］.上海：同濟(jì)大學(xué)，2013.

［5］吳云芳，李珍照，徐帆.BP神經(jīng)網(wǎng)絡(luò)在大壩安全綜合評價中的應(yīng)用［J］.河海大學(xué)學(xué)報：自然科學(xué)版，2003（1）：35.

［6］Lei S A.Evaluation model of passenger satisfaction degree of service quality for urban rail transit［C］∥International Conference of Chinese Transportation Professionals.Beijing：Beijing University of Technology，2010：1464.

［7］Wei H.Design theory and method of neural network structure［M］.National Defense Industry Press，2005.

［8］Wu R.Evaluation model of satisfaction degree for urban public transit service［J］.Journal of Traffic and Transportation Engineering，2009（4）：65.

［9］Zhang Q.Comprehensive evaluation of the degree of railway passenger satisfaction based on fuzzy factors［J］.Journal of the China Railway Society，F(xiàn)eb.2006（4）：22.