基于Servqual模型的京沪高速铁路高星级常旅客全流程服务优化研究

Optimization of Full-Process Service for High-Star Frequent Travelers on Beijing-Shanghai High Speed Railway Based on Servqual Model

摘要

京沪高速铁路作为我国高速铁路网络的重要组成部分，连接京津冀城市群和长三角城市群，承载着巨大的商务客流，其服务质量直接影响旅客出行体验和高速铁路品牌形象。因此，提供高标准的服务对于满足商务旅客的需求、引导消费升级、增强京沪高速铁路的市场竞争力至关重要。以Servqual模型为基础，提出高星级常旅客服务要素，并构建服务要素指标体系；获取数据样本并进行信度、效度检验分析，使用因子分析和主成分分析法对模型维度和指标体系结构进行合理化调整，进而得到包含5个维度、20个指标的高星级常旅客服务质量评价模型；最后，采用象限分析法，从优势提升、努力维持、机会发展和重点改进4大维度，对服务项点进行评价分析，为京沪高速铁路高星级常旅客全流程服务优化提出建议。

Abstract

The Beijing-Shanghai High Speed Railway, as an integral part of China's high speed railway network, not only connects the Beijing-Tianjin-Hebei urban agglomeration with the Yangtze River Delta urban agglomeration but also carries a significant volume of business passenger flow. The quality of service directly affects passengers' travel experience and the high speed railway's brand image. Therefore, providing high-standard services is crucial for meeting the needs of business passengers, guiding higher consumption, and enhancing the market competitiveness of the Beijing-Shanghai High Speed Railway. Based on the Servqual model, this paper clarified the service elements for high-star frequent passengers and proposed an index system for service elements. Subsequently, this paper obtained data samples and verified the data through reliability and validity testing. In addition, the dimensions of the model and the structure of the index system were adjusted through factor analysis and principal component analysis. As a result, an evaluation model for high-star frequent passengers was established, consisting of five dimensions and 20 indexes. Finally, the quadrant analysis method was employed to evaluate and analyze service items focusing on four dimensions: strength enhancement, effort maintenance, opportunity development, and key improvement. Suggestions were then proposed for optimizing the full-process service for high-star frequent passengers on the Beijing-Shanghai High Speed Railway.

Graphical abstract

关键词

Servqual模型 / 京沪高速铁路 / 高星级常旅客 / 全流程服务 / 象限分析

Key words

Servqual Model / Beijing-Shanghai High Speed Railway / High-star Frequent Passengers / Full-Process Service / Quadrant Analysis

0　引言

航空业常旅客计划自20世纪90年代蓬勃发展，至今已构建起庞大的会员架构与服务网络。中国国家铁路集团有限公司(以下简称“国铁集团”)在2017年启动“铁路畅行计划”，常旅客服务尚处于会员分级与服务多元化的萌芽阶段。当前，各铁路局集团公司在旅客服务的细节执行、标准制定与管理层面存在一定差异，这无疑会影响旅客的出行感受。为了在激烈的中程客源市场中占据一席之地，京沪高速铁路(北京南—上海虹桥)需不断优化其高星级常旅客的服务流程，提供差异性服务，以进一步提升竞争力。

近年来，铁路常旅客服务领域的相关研究成果较为丰富。陈明等^[1]通过分析旅客购票金额与出行频次，结合服务设施和资源，提出了一套积分兑换和折扣购票方案，以奖励常旅客。张禄^[2]通过问卷调查，分析“铁路畅行”高等级会员的出行偏好，发现他们倾向于选择京沪高速铁路、京广高速铁路(北京丰台—广州南)的商务座、一等座。强丽霞^[3]对比多个行业的常旅客计划，探讨了如何提升铁路忠诚度，提出了动态积分规则和创新管理模式。李岚清等^[4]认为列车席位升舱服务是常旅客计划的关键，并构建了“积分升座”经济福利模型。在服务质量评估方面，1988年Parasuraman等^[5]提出了Servqual模型，该模型最初包含10个维度和97个测量指标，后简化为有形性、可靠性、响应性、保证性和移情性5个维度，共22个指标。张雨晴^[6]基于Servqual模型，构建了包含5个维度、17项指标的高速铁路车站服务评价体系，并对北京南站和北京西站进行了实证分析。杨小娟^[7]结合Servqual模型、马斯洛层次需求理论和铁路旅客服务流程，构建了铁路老年旅客服务质量评价模型。

为了进一步增强京沪高速铁路在客运市场的竞争力和社会影响，确保其在高端出行市场的领先地位，采用问卷调查的方法，收集京沪高速铁路沿线高星级常旅客的数据，通过深入分析其特征和服务需求，并结合Servqual模型，对旅客数据进行分析。基于此，提出包括服务要素、流程和标准等优化建议和方案，旨在为铁路常旅客计划中高星级旅客服务质量的提升和服务规范化提供理论参考。

1　研究方法与设计

1.1　服务要素指标体系

1.1.1　服务要素分析

深入研究目前铁路服务流程，并与航空、酒店等其他行业的星级服务要素进行了对比，结合高速铁路的乘车服务流程中购票、进站候车、乘车、出站和售后服务5大环节，通过专家访谈和问卷调查，总结服务流程中的关键要素。将关键要素进行分类，并分布到Servqual模型可靠性、响应性、保证性、移情性和有形性5个维度之中，通过整合和裁剪服务流程中的重复要素，形成了最终的服务要素列表，具体如下。

（1）购票：优先购票、专属定制化行程、延伸预订、在线选座、专属推送。

（2）候车：旅客引导、行李搬运等服务，专用候车区、实名问候服务、便捷进站通道等。

（3）乘车：优先乘车、优先升席等。

（4）出站：引导服务、预约接车等。

（5）售后服务：退改签、业务咨询、投诉建议等。

这些服务要素在提升旅客体验的同时，也符合Servqual服务质量模型的各个维度，确保了服务的全面性和高质量，得到Servqual服务质量模型与服务环节如图1所示。

1.1.2　服务要素指标体系构建

将分析出的服务要素整合进京沪高速铁路高星级常旅客的全流程服务要素量表中，形成包含22个指标的评价测量体系，分别用P1至P22来标识，得到京沪高速铁路高星级常旅客全流程服务量表如表1所示。

1.2　基于Servqual模型的服务质量评价

通过问卷调查法收集了高星级常旅客对服务质量的评价数据。首先，利用信度检验方法对问卷的可靠性进行分析，并利用效度检验方法确认量表的可靠性；通过因子分析和主成分分析对模型的维度和指标体系结构进行验证和调整，得到最终的服务要素评价量表。基于Servqual模型，计算旅客服务感知与服务期望之间的差距，并采用象限分析法来确定服务优化的对策^[8-10]。

1.2.1　数据来源

采用李克特5点评价方法设计调查问卷^[15]，于2023年7月31日—8月4日，对京沪高速铁路沿线车站VIP候车室内的旅客、乘坐京沪高速铁路商务座的旅客发放调查问卷。问卷共设置2部分，每部分22道题目，第一部分调查服务的期望程度，第二部分调查实际服务体验。共回收问卷1 410份，其中男女比例约为6∶5，年龄区间在30~50岁，从事的工作分布于约43种不同行业。

1.2.2　效度及信度检验

通过KMO和Bartlett球形检验来检验量表效度。得到京沪高速铁路高星级常旅客服务质量调研问卷心理期望部分的KMO和Bartlett的检验如表2所示，感受部分的KMO和Bartlett的检验如表3所示。

期望部分和感受部分的KMO值均超过了0.8的标准阈值，其中期望部分的KMO值为0.947，感知部分的KMO值为0.943，平均值达到0.945。这一结果表明问卷中存在共同因素，且检验结果显示良好的一致性。此外，Bartlett球形检验的显著性P值小于0.05，表明问卷在显著性水平上能够有效反映研究问题。

在进行因子分析以优化京沪高速铁路高星级常旅客服务指标时，设定5个公因子的提取目标，并采用主成分分析法和正交旋转法对数据样本进行了深入分析，得到旋转后因子载荷系数表(第1次)如表4所示，结果显示5个主成分的累积方差贡献率高达87.9%。

分析因子载荷系数对于公因子方差，每一个变量都可以用公因子表示，其表达的大小就是公因子方差表中的“提取”，“提取”的值越大说明变量可以被公因子表达的越好，一般大于0.5即表示可以被表达。根据此原则，P3和P11的最大因子载荷值绝对值低于0.5的标准，因此将这2个指标剔除。同时，P5，P6，P10，P16的维度分布并不符合原有模型预设，表明模型需适当调整。具体来说，P5和P6被重新分类到保证性维度，P10被归入可靠性维度，而P16则被移至响应性维度^[14]。经过调整，重新对模型进行了二次因子分析，旋转后因子载荷系数表(第2次)如表5所示，结果表明调整后的指标体系(由5个维度和20个变量组成)的累积贡献率提升至88%，表明了模型的优化效果。

信度检验是确保问卷调查结果可靠性的关键步骤。信度检验中Cronbach’sα系数的取值范围为(0，1)，α系数越接近1，表明量表项的内部一致性越强，信度越高。在旅游领域的调查研究中，α系数达到或超过0.6即被视为可接受。Cronbach’s α系数如表6所示，其中模型的Cronbach's α系数高达0.984，各维度的Cronbach's α系数均超过了0.9。由表6可知，问卷具有高度的内部一致性，满足研究的信度要求。

在对京沪高速铁路高星级常旅客服务质量模型进行细致的验证后，最终确定包含20个关键指标的优化模型。通过主成分分析和因子分析法验证并精炼了指标体系，确保其科学性和实用性。最终形成的高星级旅客服务要素选择模型分布在以下5个维度。

（1）有形性：P1，P2，P4，关注服务的物理环境和设施。

（2）可靠性：P7，P8，P9，P10，强调服务的一致性和可信赖性。

（3）响应性：P12，P13，P14，反映服务的及时性和敏捷性。

（4）保证性：P5，P6，P15，P17，P18，关注服务的安全性和保障。

（5）移情性：P16，P19，P20，P21，P22，体现服务的关怀和个性化。

2　研究结果与分析

2.1　模型数据分析

研究共收集了1 410份旅客数据样本，并运用Servqual模型的计算公式^[11-13]，对5个维度共20项指标进行了服务质量均值的计算。服务质量均值S{Q}_i计算公式如公式⑴所示，得到基于Servqual的高星级常旅客服务要素指标数值表如表7所示。

S{Q}_i=P_i-E_{i}i=\mathrm{1}，\mathrm{2}，\cdots ，n⑴

式中：P_i为第i个指标的感知分数；E_i为对第i个指标的期望分数；n为服务评价指标个数，即20。

分析结果表明，旅客对京沪高速铁路的服务质量有着明确的期望。特别是，P7候车室、车上设备设施质量稳定，功能健全，达到了4.28，其次是P9退改签、物品遗失等诉求的有效承诺服务和P10无票时是否能够及时提供其他票务推荐指标，均为4.25，反映出高星级常旅客对服务的可靠性极为重视。然而，在旅客的实际感知中，有8项指标未能满足旅客的期望，尤其是P4完备的进出站行李搬运、引导、约车服务指标，其服务质量均值为-0.25，表明进出站服务环节需要进一步改善。此外，还有3项指标在可靠性方面未达到旅客的预期，表明服务可靠性方面有待提升。在响应性方面，服务水平已经达到了旅客预期。

2.2　优化建议

通过象限分析法，将20个服务质量指标根据旅客的服务期望和感知划分为4个区域，以便更精确地识别服务的优势和改进点，4个区域具体如下。

（1）优势提升区：代表了服务的强项，需要进一步加强以保持竞争优势。

（2）努力维持区：这一区域的指标已经满足旅客期望，需要努力维持现有水平。

（3）机会发展区：这一区域的指标显示出发展潜力，是提升服务质量的机会点。

（4）重点改进区：这一区域的指标未能达到旅客的期望，需要重点关注和改进。

期望与感知要素象限分析图如图2所示，横坐标轴代表服务期望均值，纵坐标轴代表感知均值。坐标点(4.16，4.16)是20项服务指标的期望和感知的平均得分。

第一象限(优势提升区)：此象限中，旅客对服务的期望和感知得分都较高，落在该区域的服务要素保持现有服务质量标准即可。

第二象限(努力维持区)：此象限中服务期望得分较低，而感知得分较高。P13，P14，P2，P16指标已满足旅客当前的服务水平期望，未来可以考虑提升服务标准，以增强旅客的服务期望。

第三象限(机会发展区)：旅客的服务期望和感知得分都较低，如P6提供优惠套票或其他票务服务。P1，P12，P20，P6，P18指标虽然得分不高，但提供了改善服务的机会，可以通过优化服务流程和标准来提升旅客的感知得分。

第四象限(重点改进区)：旅客的服务期望得分高，但感知得分低。这表明需要重点关注P21，P10，P5，P4这些指标，通过明确服务流程和标准，严格执行标准来提升旅客的服务体验。

3　结束语

在当前激烈的高铁市场竞争中，京沪高速铁路作为高速铁路运营服务的标杆，其服务质量在塑造铁路品牌、增强客户忠诚度以及扩大市场份额方面发挥着至关重要的作用。未来，京沪高速铁路高星级常旅客全流程服务的优化研究将聚焦于智能化与个性化服务的提升，利用大数据和AI技术，实现旅客需求的精准匹配和实时响应。通过对服务流程的精细化管理，优化每个旅客接触点的体验，提升整体服务质量，结合动态反馈机制和跨部门协作，不断吸纳旅客的建议与意见，促进服务的持续改进，进一步增强旅客满意度与忠诚度，提升其市场竞争力。

参考文献

[1] 陈 明，李姝辰，孙 膑. 基于旅客出行行为的铁路常旅客计划方案设计[J]. 铁道运输与经济，2018，40(8)：45-49.

[2] CHEN Ming， LI Shuchen， SUN Bin. A Design of Railway Frequent Traveller Plan Based on Passenger Travel Behaviors[J]. Railway Transport and Economy，2018，40(8)：45-49.

[3] 张 禄. 铁路常旅客计划问卷调查分析[J]. 铁道经济研究，2019(5)：12-16.

[4] ZHANG Lu. Analysis of the Railway Frequent Passenger Program Questionnaire[J]. Railway Economics Research，2019(5)：12-16.

[5] 强丽霞. 铁路常旅客计划发展可行性分析研究[J]. 铁道经济研究，2018(5)：25-29.

[6] QIANG Lixia. Research on the Feasibility of Railway Frequent Passenger Program[J]. Railway Economics Research，2018(5)：25-29.

[7] 李岚清，黄浚铭，许旺土，等. 高速铁路常旅客计划“积分升座” 经济福利模型构建研究[J]. 铁道运输与经济，2019，41(12)：24-31.

[8] LI Lanqing， HUANG Junming， XU Wangtu，et al. A Study on the Construction of “Seat Upgrade” Scheme of HSR Frequent-Passenger Plan[J]. Railway Transport and Economy，2019，41(12)：24-31.

[9] PARASURAMAN A， ZEITHAML V A， BERRY L L. A Conceptual Model of Service Quality and Its Implications for Future Research[J]. Journal of Marketing，1985，49(4)：41.

[10] 张雨晴. 基于SERVQUAL的高速铁路站点客运服务质量评价研究[D]. 北京：首都经济贸易大学，2021.

[11] 杨小娟. 铁路客运站老年旅客服务质量评价研究[D]. 兰州：兰州交通大学，2021.

[12] 于宝琴，杜广伟. 基于SERVQUAL模型的网购快递服务质量的模糊评价研究[J]. 工业工程，2013，16(2)：127-133.

[13] YU Baoqin， DU Guangwei. SERVQUAL-Model-Based Fuzzy Evaluation of Express Service Quality in Online Shopping Environment[J]. Industrial Engineering Journal，2013，16(2)：127-133.

[14] 李 婧. 基于SERVQUAL的会展业服务质量评价体系实证研究[D]. 无锡：江南大学，2010.

[15] 朱美虹，缪圣陶，卓 骏. 基于SERVQUAL的中国快递业服务质量评价实证研究[J]. 科技管理研究，2011，31(8)：38-45.

[16] ZHU Meihong， MIAO Shengtao， ZHUO Jun. An Empirical Study on Chinese Express Industry with SERVQUAL[J]. Science and Technology Management Research，2011，31(8)：38-45.

[17] 陈瑞霞，王文君. SERVQUAL在我国饭店服务质量评价中的应用[J]. 北京第二外国语学院学报，2005，27(3)：59-62，77.

[18] CHEN Ruixia， WANG Wenjun. Application of SERVQUAL on Evaluating Service Quality in the Hotel Industry of China[J]. Journal of Beijing International Studies University，2005，27(3)：59-62，77.

[19] 余 艳. SERVQUAL在信息服务质量评价中的应用和改进[J]. 情报资料工作，2004(S1)：292-295.

[20] 徐 明，于君英. SERVQUAL标尺测量服务质量的应用研究[J]. 工业工程与管理，2001，6(6)：6-9.

[21] XU Ming， YU Junying. Application of SERVQUAL Scal E to Measure Service Quality[J]. Industrial Engineering and Management，2001，6(6)：6-9.

[22] 柏雨竺.SERVQUAL量表相关中文文献的综述[J].旅游纵览(下半月)，2014(14)：18.

[23] 张 虎，田茂峰. 信度分析在调查问卷设计中的应用[J]. 统计与决策，2007，23(21)：25-27.

基金资助

京沪高速铁路股份有限公司科技研究开发计划课题(京沪科研-2022-13)

中国国家铁路集团有限公司科技研究开发计划课题(K2023X010)