国道客运服务品质指标汲取分析之研究-模糊灰关联分析法之应用

國道客運服務品質指標擷取分析之研究－模糊灰關聯分析法之應用蘇昭銘1郭旻鑫2王愛禎3唐慧嚀31中華大學交通與物流管理學系副教授暨系主任E-mail：[e-mail]2海洋大學河海工程學系暨研究所研究生E-mail：[e-mail]3中華大學交通與物流管理學系大學部三年級學生摘要政府於民國八十四年開放國道客運業後，客運業相繼競爭激烈，國道客運業為因應並吸引或留住城際旅客，需大幅度提升服務品質及改善運營策略。鑑此，本研究嘗試從旅客感受之立場，建立一套較為完善且具體之國道客運服務品質評鑑指標，以供評鑑業者做為服務品質改善參考。為使評鑑指標仍具備(1)完備性(2)可操作性(3)可分解性(4)無重複性(5)最小規模性等五大特質，本文採取收集相關評鑑指標並加以分類。之後，利用模糊灰關聯分析法對相關評鑑指標進行關聯性分析，進求得42項國道客運服務評鑑指標，以供相關單位做為評鑑或改善之參考。Keywords:FGRA;Fuzzyset;Bussystem1.續論政府自民國八十四年開放國道客運業後，國道客運市場相繼競爭激烈，客運業者為提升營運成效及吸引或留住城際旅客，紛紛相繼增加許多優惠專案及提升服務品質。然國內外關於客運服務績效定義及評鑑方法之探討研究中已多所著墨。然在評鑑過程中所採用之指標，其指標間是否具關聯性、內涵或潛在意義等是否雷同之探討中，過去均採取因素分析法進行研究及探討，然自鄧聚龍(1982)發展灰色系統理論中之灰關聯分析模式以來，至今有些學者借重灰關聯分析及灰色理論之特性加以分析指標間之關係，並適當縮減指標之數量，以避免運用龐大指標集進行評估及評估結果偏重一方之現象。由於灰關聯分析法仍屬於量化性質之分析模型，故均較不易處理質化性質問題，然服務績效指標仍屬質化性質之問題，在求服務績效時必須借由旅客之感受程度加以判斷，而如此信息之衡量實難確切掌握。鑑此，本研究引進模糊理論中之模糊集及模糊語意之概念導入灰關聯分析中，試圖利用語意變數來求得服務績效，並改善灰關聯分析於質化問題之分析。本文主要藉由文獻回顧及專家協助提供之方法，分別蒐集初擬之國道客運服務績效指標，爾後利用模糊灰關聯分析之機制，配合指標選取之五大基本原則(完備性、可操作性、可分解性、無重複性、最小規模性)，擷取出一套簡化、具代表性且彼此間具較低相關性之國道客運服務績效指標，以作為國道客運業，業服務績效改善參考之依據。以下首先對相關文獻加以回顧，並概述介紹模糊集合、模糊數及灰關聯分析，爾後針對指標分析及評鑑分析結果做系列介紹。2.文獻回顧文獻回顧中主要概略回顧服務績效等相關文獻及相關分析方法，其相關之分析回顧如下所示：2.1服務績效指標本研究將國內外文獻中，相關於國道客運及公車服務績效指標做表列整理如下：1)國道客運服務績效指標：PZB(1988)發表了包含五個服務品質構面之服務品質量表：有形性、可靠性、反應力、確實性及關懷性，任維廉等人(2000、2001)為評估國道客運營運績效與服務品質，修正服務品質量表SERVQUAL，由有形性、可靠性、反應力、保證性及同理心五個構面來衡量。其它探討國道客運服務品質之相關文章有呂堂榮與任維廉(2002)研究影響消費者行為意向，將影響因素之潛在變數彙整有消費者行為意向、服務價值、顧客滿意度、服務代價、服務品質、人際關係、移轉成本、替代品吸引力等八大項，以問卷調查及2000年Cronin.JR之模式進行探討分析。2)公車系統服務績效指標：台北市交通局(1999)以台北聯營公車為對象，績效指標之評估面有車輛及場站績效指標、量化之乘客服務水準、質化之乘客服務水準、配合交通局重要措施等，以問卷調查及營運資料分析等研究方法加以分析之。胡宜珍(1994)利用灰關聯分析、層級分析灰色多準則評估，以公車系統為對象，評估服務效果、迅速與便利性、舒適性、安全與社會責任等四大層面，探討公車系統之服務績效。張有恆、蔡欽同(1993)以台北聯營公車為對象，針對安全、舒適、經濟、便利迅速、社會責任等方面，以模糊理論進行公車服務績效評估。高雄市政府研究發展考核委員會(1992)及交通部運研所(1991)皆以其市區公車為對象，分別針對安全、舒適、經濟、便利、迅速、社會責任、政策配合等七大評估層面，以問卷調查及營運資料分析等研究方法評估公車系統之營運與服務績效。王傳芳、王國材(1989)以台北聯營公車為對象，針對車輛狀況、營運操作、路線結構、乘客服務等四個評估面，以問卷調查及營運資料分析方法，進行公車系統之營運與服務績效評估。由以上文獻得知，不論為探討城際間國道客運或都市公車系統，對於服務績效指標之定義多已有相當完整之討論，且服務品質與旅客間之相關性亦多所著墨，但指標間之關聯性並無加以探討，故本研究針對指標間之關聯性大小加以探討，並考慮將關聯性大者進行合併。2.2灰關聯分析灰關聯分析法主要為灰色系統理論中方法之一，主要係由鄧聚龍(1982)年所提出，而灰色系統理論主要主張乃充分利用灰色系統中的白色信息來解決問題，亦即主要針對系統內部之系統模型不明確、資訊不完整的情況下，進行系統之關聯分析及模型構建，以了解系統特徵及系統行為。然灰關聯分析主要從少量資訊(數據少且不確定)為出發點，通過多個角度來分析量化與序化之關係，且灰關聯分析同時為一種分析離散序列資料間關係程度之測度方法，因此亦可應用於一決策問題中。灰關聯分析法係依據因素之間發展趨勢之相似程度，來衡量序列間關聯程度之一種方法，而該模型中具備下列特質：(1)所建立之模型屬非函數形之序列模型；(2)計算方法簡便易操作；(3)對樣本數量多寡沒有過份要求；(4)不要求序列數據必須符合常態分配(5)不會產生與定性分析相徑庭之矛盾結論，故其方法被廣泛應用於各個領域及各決策問題中。2.3模糊集合Zadeh(1965)首先對模糊進行定義，並引進歸屬函數(membershipfunction)訂出模糊集合之特性。另Bellmanandzadeh(1970)提出如何在模糊環境中進行決策分析，主要觀念在強調人類思維、推理及對週遭事物的感知在本質上均為模糊，並應用模糊集合理論進行決策模型推演。DuboisandPrade(1978)定義模糊數即為其不明確的個數能以模糊集合表現，然對於其模糊數之相關重要定義如下所示：(1)模糊集合定義為：一論域(Universeofdiscourse)U，A~是論域上的模糊子集，如果任意的Ux∈，則表示x屬於A~的程度，意即任一映射(mapping)A~m，]1,0[:~→UAm，UxxxA∈→),(~m，則這映射稱為A~的隸屬函數，)(~xAm則稱為U中元素x對模糊集A~的隸屬度。(2)模糊集合A~的α-截集，定義為論域U中所有對集合A~之隸屬度大於或等於α的元素所組成的集合，即為})({~ama≥=xxAA。若當amaAxxA∈≤≤,1)(~，α稱為α置信水準或稱為門檻值，α∈[0,1]，如圖1所示。圖1α-截集圖(3)三角模糊數A~一般定義為三個端點(l,m,r)如圖2所1αlrX)(~xAmaA示，DuboisandPrade(1980)定義三角模糊數為需滿足三大條件，a.A~m為區段連續b.A~m為一凸模糊],[),()()(212~1~~xxxxxxAAA∈∀∩≥mmmc.A~m為正規化模糊子集。其三角模糊隸屬函數定義如下：⎪⎪⎪⎩⎪⎪⎪⎨⎧≤≤--≤≤--=otherwiserxmmrxrmxllmlxxA,0,,)(~m(1)(1)圖2三角模糊數(4)語意變數(LinguisticVariables)仍依各人價值之不同，其感受表現程度即有所不同，然語意變數為適合在人類行為表現及錯綜複雜之環境情況或不明確之情境下，可做適當合適的描述，以反應出該情境之情形。3.模糊灰關聯分析3.1模糊灰關聯分析模型模糊灰關聯分析法，主要延伸灰關聯分析法於模糊環境下進行關聯性分析過程。由於過去灰關聯分析法均適用於量化性質之問題，由於本研究所遭遇到之問題均屬質化性質之問題，故本文嚐試採取模糊集合理與灰關聯分析進行結合，以提升灰關聯分析可適當處理質化性質之問題，在本案例中主要採取三角模糊數進行分析，故首先我們需先行界定三角模糊數之語意績效值，其相關語意模糊數分別如下表1所示，其相關修正方式如下所示：表1模糊語意績效值在群體決策時，倘若有m個決策者及k個準則指標時，其將所調查具語意變數部份之準則指標透過表1，進行語意變數之轉換，並利用公式(1)(2)(3)求出群體之模糊績效值，本研究將將各準則定義為NkMirmlkxiiii∈∈=,,),,()(~(2)並經步驟1將各方案各準則以於序列化，其相關步驟程序如下列所示：NkMikmklimjil∈∈=∑=,,)(1)((3)NkMimkmkijmjim∈∈=∑=,,)()(1(4)NkMirkmkijmjir∈∈=∑=,,)(1)((5)步驟一：制定模糊績效序列)(~kxi及模糊績效值：()Mikxxxxxiiiii∈=,)(),........3(),2(),1(~~~~~(6)步驟二：進行正規化之步驟()()()()Mikkkkmiimiiimiiimiimiiiirlrmmrlln∈⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎝⎛∑×∑∑×∑======∑,,,11111~(7)求出正規化績效序列ni~()Miknnnnniiii∈=,)(,),3(),2(),1(~~~~~1L(8)步驟三：設定目標績效序列Miknnnnniiiii∈=,))(,),........3(),2(),1((~~~~~(9)步驟四：求算序列差()()()==Δ),(~~~kkdknnjiij([()())(()())(()())]22231kkkkkkrrmmlljijiji-+-+-(10則得到：)Mikijijijij∈=ΔΔΔΔ,)(,),2(),1((~~~~L(11)步驟五：計算灰關聯係數(()())()ijNjMiijijNjMiijNjMijikkkrnnΔ+Δ+Δ=∈∈∈∈∈∈Δ~maxmax~maxmax~minmin,~~~(12)步驟六：計算灰關聯度))(),((11~~∑==Γmkjikknijnn(13)3.2模糊灰關聯分析流程本研究運用模糊灰關聯分析法進行指標擷取流程如圖4所示，首先先藉由問卷發放調查旅客對客運業非常不滿意(0,0,25)不滿意(0,25,50)尚可(25,50,75)滿意(50,75,100)非常滿意(75,100,100)1lrXm)(~xAm者間之服務績效滿意度，問卷回收後檢視其有效與否並將問卷資料彙整統計，回收問卷統計後各指標之績效值分別導入已定義之模糊語意值區間。將所得之模糊績效值進行模糊灰關聯運算，首先計算受訪者之模糊績效平均序列，為使各指標序列間無單位化，故將指標績效序列正規化，以合理計算；將正規化之績效序列計算與其他指標序列之差序列，而本研究採用多參照目標序列，若我們採橫軸表示各評鑑指標C(k)，縱軸表示各指標正規化後之績效值，而X0,X1,X2分別表示各方案序列，序列中的任一個序列Xi依序作為目標序列，其他序列為比較序列。當採取各準則指標及績效值之兩變數時，可繪出序列間關聯程度之二維平面圖，則可由目標序列及各比較序列之幾何形狀相似與否研判出方案間及各指標之關聯度高低，如圖3所示。再利用公式求算模糊灰關聯係數，計算並經除模化後得各指標間之模糊灰關聯度，最後再求得模糊灰關聯矩陣。指標擷取部分，本研究利用試誤法設定門檻值。擷取後之指標群中，各指標須可合理合併，並使指標群達最小規模，此情況之門檻值為最佳。將以上所得之指標群中，選取具代表性之指標，得本研究之研究結果。00.10.20.30.40.50.60.70.80.91ABCDE指標績效值X0X1X2圖3、灰關聯分析示意圖圖4指標擷取流程圖4.實例分析本研究採以台北經中山高至新竹之四家國道客運業者（國光、新竹、建明、豪泰）的服務品質資料調查資料為依據，首先需先行擬定相關評鑑指標，在初擬過程中主要依具上述五大特性原則做為操作原則，故為本研究參考相關文