基于二元语义灰色关联分析法的高铁快运列车运输服务质量评价研究

Quality Evaluation of High Speed Rail Express Train Transportation Service Based on Two-Tuple Linguistic Grey Relational Analysis Method

摘要

准确评价高铁快运列车运输服务质量水平，对加快铁路现代物流体系建设、促进高铁快运业务发展具有重要意义。从时效性、可靠性、便捷性、移情性、经济性等维度构建高铁快运列车运输服务质量评价指标体系，利用二元语义方法处理专家多粒度语言值，构建基于二元语义灰色关联分析法的评价模型，该方法能够有效避免专家评价语义的不确定性，具有样本数据需求量少、直观性强等优点，最后以成都双流西站至昆明洛羊镇站间整列高铁快运列车开行为案例，开展高铁快运列车运输服务质量评价研究。研究结果表明：高铁快运列车运输服务质量为非常满意等级L₄，并对各项指标的满意度进行优劣排序，实例验证了高铁快运列车运输服务质量评价指标体系和评价方法的有效性和实用性。

Abstract

Accurately evaluating the quality level of high speed rail express train transportation services is of great significance for accelerating the construction of modern railway logistics systems and the development of high speed rail express business. This paper constructed the evaluation index system of high speed rail express train transportation service quality from the dimensions of timeliness, reliability, convenience, empathy, and economy. The paper used a two-tuple linguistic method to process expert multi-granularity language values and constructed an evaluation model based on two-tuple linguistic grey relational analysis, which could effectively avoid the uncertainty of expert evaluation semantics, and the method had the advantages of low sample data demand and strong intuitiveness. Finally, this paper took the entire high speed rail express train between Chengdu Shuangliuxi Station and Kunming Luoyangzhen Station as an example and conducted a quality evaluation of high speed rail express train transportation services. The research results indicate that the service quality of high speed rail express train transportation is at a very satisfactory level L₄, and the satisfaction of various indexes is ranked in order of superiority and inferiority. The effectiveness and practicality of the evaluation index system and evaluation method for the service quality of high speed rail express train transportation is verified through the example.

Graphical abstract

关键词

高铁快运 / 整列运输 / 服务质量 / 二元语义 / 灰色关联分析

Key words

High Speed Rail Express / Entire Train Transportation / Service Quality / Two-Tuple Linguistic / Grey Relational Analysis

0　引言

近年来，我国快递行业取得了飞速发展，2023年全国快递业务量累计完成1 320.7亿件，同比增长19.4%，快递业务量有望继续保持高速增长。高铁快运列车运输是指采用整列高铁货运动车组，依托专用装卸搬运设备和场站，在高铁线路上开展货物运输的方式^[1]，高铁快运列车运输高铁快件的方式与电商快递企业的高时效货源匹配度较高，能够吸引航空腹仓和部分公路高附加值货源。高铁快运列车运输具有运行速度快、运量大、时效稳定等优势，能够有效盘活高速铁路车站资源，充分利用高速铁路线路富余能力，部分区段可替代确认列车，节约客车车底^[2]。开展高铁快运列车运输服务质量评价指标体系及评价方法研究具有重要的现实意义和理论价值。

国内外学者对货运班列评价和高铁快运组织等领域进行了研究，董钊君^[3]从时效性、可靠性、响应性、经济性等方面建立了包含34个指标的高铁快运服务质量评价指标体系，并采用灰色关联法和层次分析法开展评价；张平升等^[4]从经济效益、市场效益及社会效益3个方面构建了包含16个指标的零散快运列车开行效果评价指标体系，建立模糊投影寻踪评价模型，利用基于实数编码的加速遗传算法进行求解；王月婷^[5]从安全性、便捷性、经济性、时效性、服务性等方面构建了包含18个评价指标的快运班列服务质量评价指标体系，利用模糊综合评价模型进行综合评价分析；张文等^[6]从规模范围、速度时效、运输效能、经贸贡献、货运安全5个方面建立了中欧班列质量评价指标体系，并提出了中欧班列质量评价指标运用策略；李玉民等^[7]基于“双循环”视角，从循环规模、循环成本、循环效率、循环安全、循环可持续5个方面建立了中欧班列运行质量评价指标体系，构建了基于ANP-CRITIC-GRA的评价方法并提出了对策建议；贺政纲等^[8]对高铁货运专列开行模式及开行条件进行探讨，提出了5种基于运输时段划分的高铁货运专列开行模式，并进行了可行性及适应性分析；周凌云等^[9]提出了基于KANO模型的京沪高铁快运产品设计流程和方法，并设计了京沪高铁快运产品谱系方案，提出高铁“极速达”产品设计方案。既有研究针对货运班列评价主要从规模、速度、效率、可靠、服务、经济等方面构建评价指标体系，高铁快运列车运输具有大规模、快速稳定等特征，同时也受通道能力、开行时段等因素限制，对其开展服务质量评价存在评价指标体系不完善、评价方法有待创新等问题。

结合SERVQUAL模型，选取高铁快运列车运输服务质量评价指标，综合考虑时效性、可靠性、便捷性、移情性及经济性等多方面影响因素，建立高铁快运列车运输服务质量评价指标体系，构建基于二元语义灰色关联分析法的服务质量评价模型，以成都双流西站至昆明洛羊镇站开行的高铁快运列车为例，评价其服务质量水平并分析存在的问题，提出有针对性的改进建议，验证了评价方法的可行性，研究可为高铁快运列车运输服务水平的准确评估及提升措施提供支撑。

1　高铁快运列车运输服务质量评价指标体系

高铁快运列车运输服务质量评价指标维度的选取参考SERVQUAL模型^[10]，该模型提出的评价维度包括有形性、可靠性、响应性、保障性和移情性5个方面。高铁快运列车运输与其他运输方式相比，其优点是运行速度快、稳定性高、运量大，对高铁快运列车运输服务质量进行评价除了要站在客户的角度考虑全程运输服务质量，还应考虑运营企业的经济性。因此，将有形性替换为时效性，响应性替换为便捷性，保障性合并至移情性，并增加经济性指标，高铁快运列车运输服务质量评价指标体系如表1所示。目标层为高铁快运列车运输服务质量，维度层包括时效性、可靠性、便捷性、移情性、经济性5个评价维度，其中时效性包括货物送达时间短和取送件响应时间短2个指标，可靠性包括货物准时送达、货损货差率低、作业场站及设施设备安全可靠、货运作业标准规范和应急处置能力良好5个指标，便捷性包括批量干线货物运量大、货物交接便捷、在途信息查询方便快捷及费用支付方式多样且便捷4个指标，移情性包括客户投诉及理赔处理及时、工作人员业务熟悉、态度良好及提供个性化服务3个指标，经济性包括价格收取合理规范、价格调整及时且灵活2个指标，指标层共包括16个评价指标。

表1中各指标取值采取问卷调查统计获得，借鉴AHP专家评分等级划分方法^[11]，指标满意度得分范围为［1，9］，满意程度高低与得分高低成正向关系，其中1分代表最不满意，9分代表最满意。将高铁快运列车运输服务质量和各评价指标等级划分为4级，得分范围［1，3)代表非常不满意L₁，得分范围［3，5)代表较不满意L₂，得分范围［5，7)代表较满意L₃，得分范围［7，9］代表非常满意L₄。根据各指标最终得分可以识别出该项服务优劣情况，最终通过计算可以得出高铁快运列车运输服务质量水平，进而提出相应的改进建议。

2　基于二元语义灰色关联分析法的评价模型

二元语义是关于语言信息集结的分析方法，使用二元组(s_i，{\alpha }_i)来表示评价值结果，其中s_i为语言评价集S=\{s_{\mathrm{0}}，s_{\mathrm{1}}，\dots ，s_g\}中的元素，{\alpha }_i为符号转移值，表示语义信息与元素s_i的最小偏差，且满足{\alpha }_i\in [-\mathrm{0.5}，\mathrm{0.5})^[12]。二元语义能够避免评价信息的损失，保持信息集结结果的准确性，被广泛应用于多目标决策及多因素分析等研究领域。灰色关联分析法是常用的混合评价方法，通过灰色关联度来描述因素间关系的强弱，对数据要求较低，能有效减少信息不对称带来的损失^[13]。

2.1　二元语义定义

（1）设S=\{s_{\mathrm{0}}，s_{\mathrm{1}}，\dots ，s_g\}是一个语言评价集，实数\beta \in [\mathrm{0}，g]可以转化为二元语义(s_i，{\alpha }_i)表示，则存在函数\mathrm{\Delta }将数值\beta转化为相应的二元语义，其计算公式为

\mathrm{\Delta }(\beta )=(s_i，{\alpha }_i)⑴

式中：i=\mathrm{R}\mathrm{o}\mathrm{u}\mathrm{n}\mathrm{d}(\beta )，i\in \{\mathrm{0}，\mathrm{1}，\dots ，g\}，\mathrm{R}\mathrm{o}\mathrm{u}\mathrm{n}\mathrm{d}为四舍五入取整算子；{\alpha }_i=\beta -i。

（2）设(s_i，{\alpha }_i)是一个二元语义，其中s_i为语言评价集S中的元素，则存在一个逆函数{\mathrm{\Delta }}^{-\mathrm{1}}，使二元语义转化为相应的数值\beta \in [\mathrm{0}，g]，其计算公式为

{\mathrm{\Delta }}^{-\mathrm{1}}(s_i，{\alpha }_i)=i+{\alpha }_i=\beta⑵

（3）设S^m=\left\{s_{\mathrm{0}}^m，s_{\mathrm{1}}^m，\dots ，s_{m-\mathrm{1}}^m\right\}与S^n=\left\{s_{\mathrm{0}}^n，s_{\mathrm{1}}^n，\dots \right.，\left.s_{n-\mathrm{1}}^n\right\}是评价标度分别为m和n的2个语言评价集，则存在二元语义转换函数T{F}_n^m将二元语义\left(s_i^m，{\alpha }_i^m\right)转化为\left(s_k^n，{\alpha }_k^n\right)，其计算公式为

T{F}_n^m\left(s_i^m，{\alpha }_i^m\right)=\mathrm{\Delta }\left(\frac{{\mathrm{\Delta }}^{-\mathrm{1}}(s_i^m，{\alpha }_i^m)(n-\mathrm{1})}{m-\mathrm{1}}\right)=\left(s_k^n，{\alpha }_k^n\right)⑶

式中：s_i^m为语言评价集S^m的元素；{\alpha }_i^m为其对应的符号转移值；s_k^n为语言评价集S^n的元素；{\alpha }_k^n为其对应的符号转移值。

（4）对任意2个相同语言评价集的二元语义(s_i，{\alpha }_m)和(s_k，{\alpha }_n)进行比较，有如下性质。

若，则。

若i=k，当{\alpha }_m={\alpha }_n时，则(s_i，{\alpha }_m)=(s_k，{\alpha }_n)；当时，则；当{\alpha }_m>{\alpha }_n时，则(s_i，{\alpha }_m)>(s_k，{\alpha }_n)。

2.2　基于二元语义灰色关联分析法的评价过程

基于二元语义灰色关联分析法的评价步骤如下，设评价对象共包含N个评价指标，选取M位专家对评价对象的各个评价指标利用二元语义评价值打分，各专家的重要程度为q_i(i=\mathrm{1}，\mathrm{2}，\dots ，M)。

（1）设计二元语义评价问卷，二元语义评价问卷如图1所示，语言评价值从低到高重要程度逐渐增加。评价人员选择不同的语言评价标度，使用语言评价值得到各评价指标重要度二元语义评分矩阵[(S，\alpha )]=[(s_{ij}，{\alpha }_{ij}{)]}_{M\times N}。

（2）计算标准评价矩阵。根据公式⑶将专家不同标度的语言评价值转化为由基本语言评价集S^t表示的评价信息，得到标准二元语义评价矩阵\left[\left(S^t，{\alpha }^t\right)\right]={\left[\left(s_{ij}^t，{\alpha }_{ij}^t\right)\right]}_{M\times N}，其中，\left(s_{ij}^t，{\alpha }_{ij}^t\right)表示转化后的标准二元语义评价值，再根据公式⑵将标准二元语义评价值转化为标准评价矩阵B=[{\beta }_{ij}{]}_{M\times N}。

（3）计算理想参考序列和偏离系数。对任意评价指标，理想参考序列是能最大程度满足该指标的评价值，选取各评价指标最大的评价值组成理想参考序列，则评价指标理想参考值v_{\mathrm{0}}(j)的计算公式为

v_{\mathrm{0}}(j)=\mathrm{m}\mathrm{a}{\mathrm{x}}_{i=\mathrm{1}}^M({\beta }_{ij})j=\mathrm{1}，\mathrm{2}，\dots ，N⑷

偏离系数d_{ij}是标准评价矩阵各评价值与理想参考序列之间的距离，则偏离系数的计算公式为

d_{ij}=v_{\mathrm{0}}(j)-{\beta }_{ij}i=\mathrm{1}，\mathrm{2}，\dots ，M；j=\mathrm{1}，\mathrm{2}，\dots ，N⑸

（4）计算评价指标的灰色关联系数及隶属度。评价指标的灰色关联系数表示评价值与理想参考序列的关联强度，关联度越高，则灰色关联系数越大，灰色关联系数{\gamma }_{ij}的计算公式为

{\gamma }_{ij}=\frac{\mathrm{m}\mathrm{i}{\mathrm{n}}_{i=\mathrm{1}}^M\mathrm{m}\mathrm{i}{\mathrm{n}}_{j=\mathrm{1}}^N{d}_{ij}+\xi \times \mathrm{m}\mathrm{a}{\mathrm{x}}_{i=\mathrm{1}}^M\mathrm{m}\mathrm{a}{\mathrm{x}}_{j=\mathrm{1}}^N{d}_{ij}}{d_{ij}+\xi \times \mathrm{m}\mathrm{a}{\mathrm{x}}_{i=\mathrm{1}}^M\mathrm{m}\mathrm{a}{\mathrm{x}}_{j=\mathrm{1}}^N{d}_{ij}}⑹

式中：{\gamma }_{ij}为第i位专家对第j个评价指标的灰色关联系数；\xi \in [\mathrm{0}，\mathrm{1}]是分辨系数，\xi越小，其分辨率越高，\xi通常取0.5。

各评价指标的隶属度表示与理想参考序列的接近程度，可以用灰色关联系数与专家权重值及理想参考序列的加权求和得到，则各评价指标的理想参考序列隶属度Q_j为

Q_j={\displaystyle \sum _{i=\mathrm{1}}^M}{\gamma }_{ij}{q}_i{v}_{\mathrm{0}}(j)j=\mathrm{1}，\mathrm{2}，\dots ，N⑺

（5）计算各评价指标权重值及综合评价值。利用各评价指标隶属度占总隶属度的比值表示各评价指标的权重值，则各评价指标的权重值w_j为

w_j=\frac{Q_j}{{\displaystyle \sum _{j=\mathrm{1}}^N}{Q}_j}⑻

综合评价值从整体上反映评价对象的优劣程度，则综合评价值Y的计算公式为

Y={\displaystyle \sum _{j=\mathrm{1}}^N}{w}_j{A}_j⑼

式中：A_j为评价指标j的评价得分值，根据各评价指标的实际统计值确认服务质量得分值，综合评价值Y得分越高，表示服务质量满意度越高。

3　案例分析

2023年7月12日，整列高铁快运列车在成都双流西站至昆明洛羊镇站间组织开行，全程1 127 km，主要目标市场为高附加值快递次日达产品，包括生鲜食品、商务急件、生物医药、电子产品等时效性要求比较高的高附加值货物。按照快件“白天两端取派、夜间干线运输”的组织特征，高铁快运列车安排在夜间装车，天窗后发车，洛羊镇站至双流西站为DJ882/3次，4：32始发，10：31终到；双流西站至洛羊镇站为DJ881/4次，4：40始发，10：31终到，双向满足了快件18：00前上门派送的次日达时效要求。同时，通过优化作业组织，在青白江、新津、简阳等社会物流企业快件分拨场地设置高铁快运列车作业区，进行货物分拣、清单审核、前置安检，加强装卸组织与公路短驳高效配合，站台上下采用传送带方式装卸，整列卸车作业时间最快控制在1 h内，进一步提高作业效率、压缩作业时间。截至2024年7月12日，累计开行325趟列车，发运货物2.76万t，平均每趟发运84.9 t。调研成都双流西站至昆明洛羊镇站间整列高铁快运列车运输服务质量，邀请来自快递企业、运营单位、科研单位共5位专家M_i (i=1，2，3，4，5)对评价指标N_j ( j=1，2，…，16)的满意度进行打分，最终特征值为专家满意度评分的平均值，高铁快运列车运输服务质量评价指标满意度评分如表2所示。

第一步邀请5位专家参照二元语义评价问卷对评价指标重要度进行评分，假设各专家的重要度相同，可以得到高铁快运列车运输服务质量评价指标二元语义评价矩阵如表3所示。

第二步根据公式⑶将二元语义评价矩阵转化为语言标度为S^{\mathrm{9}}的标准二元语义评价矩阵，并利用公式⑵计算得到标准评价矩阵。

第三步根据公式⑷和公式⑸计算得到各评价指标理想参考序列和偏离系数。

第四步根据公式⑹和公式⑺计算得到评价指标的灰色关联系数及隶属度。

第五步根据公式⑻和公式⑼计算得到各评价指标权重值及综合评价值。评价指标权重值及综合评价值如表4所示。

从上述评价结果可以看出，成都双流西站至昆明洛羊镇站高铁快运列车运输服务质量综合评价值为7.077，表示服务质量为非常满意L₄，高铁快运列车运输服务质量能够满足当前“次日达”快运市场需求，具备较好的开行效益。从单项评价指标满意度来看，货物送达时间短N₁、货物准时送达N₃、取送件响应时间短N₂、货损货差率低N₄、批量干线货物运量大N₈、货物交接便捷N₉、在途信息查询方便快捷N₁₀特征值大于7，为非常满意；作业场站及设施设备安全可靠N₅、货运作业标准规范N₆、费用支付方式多样且便捷N₁₁、工作人员业务熟悉、态度良好N₁₃、提供个性化服务N₁₄、价格收取合理规范N₁₅、客户投诉及理赔处理及时N₁₂、应急处置能力良好N₇特征值处于5和7之间，为较满意；价格调整及时且灵活N₁₆特征值处于3和5之间，为较不满意。具体评价结果如下。

（1）在运输时效及准时性方面，高铁快运列车运输全程运行时间能够满足快件“次日达”要求，运输时效对标航空运输，且高铁快运列车入图运行，准点率高；在装运货物方面，快件运输通常采用集装箱或集装袋，货损货差率相对较低；在干线批量运输方面，高铁快运列车能够为客户提供较大干线运力，满足客户批量运输需求；在货物交接及信息查询方面，两端取送件、货物交接及信息查询均通过社会物流企业提供相应服务，依托覆盖广泛的快递营业网点能够实现快速取送件及货物交接，同时可通过互联网及移动终端快速查询物流信息。

（2）在场站作业、设施设备安全及作业标准化方面，目前高铁快运场站与社会物流企业的分拣场地有一定距离，公路转运成本和时效仍然较高，同时因列车车门宽度较小，推进集装化和机械化作业难度较大，人工装卸搬运作业占比较大，作业标准化程度有待提升；在费用支付及客户服务方面，由社会物流企业代收高铁快运业务费用，并提供个性化服务及负责客户投诉理赔，针对快运市场多品类、个性化需求提供精准服务的能力仍需提升；价格收取合理方面，尚未形成网络化规模运输，且中间接驳环节仍然可以精简作业，高铁快运整列运输价格能进一步下降；在应急处置方面，运输各环节时间安排紧凑，且列车到达冗余时间较少，当发生特殊情况时，难以有效进行调节。

针对装卸作业效率低等问题，建议探索发展高铁快运货运专用车辆装备，发展大容积、宽开门、适合集装化作业的高铁快运动车组；针对运输价格高等问题，建议扩大高铁快运列车运输试点范围，发挥高铁网络化、规模化优势，降低运输成本，提高运输效益；针对运输时效长等问题，建议建设高铁快运专用场站，与上下游物流企业做好衔接，在快递需求旺盛的城市群通过新建或改建高铁快运场站，吸引更多快递物流企业入驻^[14]；针对个性化服务不足等问题，建议提高市场经营能力，不断拓展适运货物品类及业务范围，扩大与快递、快运、生产制造业的合作，提高生鲜、电子、医药等高附加值货源比重；针对作业标准化程度及应急处置水平不高等问题，建议提升专业化管理水平，进一步优化内部作业流程及与社会物流企业衔接环节，适时采用新型技术装备提高作业效率，提升作业人员专业素养，制定合理可行的应急处置预案。

（3）价格调整及时且灵活方面，目前的价格制定主要考虑运营成本，且高铁快运整列运输业务正处于市场培育阶段，暂时没有执行价格市场化调整机制。

针对高铁快运整列运输价格市场化程度低等问题，建议待高铁快运列车业务运作成熟后，由铁路运输企业结合不同线路运营情况，充分考虑其他运输方式市场竞争，采用公开招标、拍卖、挂拍竞价、邀请谈判等方式开展合作，实现市场化定价及动态调整^[15]。

4　结束语

推进高铁快运列车运输高质量发展，对促进铁路货运向现代物流转型发展、提升高铁快运运营效率具有重要意义。通过构建高铁快运列车运输服务质量评价指标体系，提出基于二元语义灰色关联分析法的评价模型，结合成都双流西站至昆明洛羊镇站间整列高铁快运列车运输服务情况开展实例分析。结果验证了评价指标体系和评价方法的有效性，评价结果指明了提升高铁快运列车运输服务质量改进的方向。未来随着高铁快运列车运输网络不断扩大以及运营能力逐渐提升，需要拓展网络化条件下的服务质量评价指标，运用机器学习及人工智能分析等技术开展评价并提出改进措施，为更加科学准确评价高铁快运列车运输服务质量提供依据。

参考文献

[1] 肖李蔚宁，沈晓鹏，杨丽娟，等. 高铁货物快运车站作业条件和运输组织方案研究[J]. 铁道标准设计，2023，67(12)：7-14.

[2] XIAO Liweining， SHEN Xiaopeng， YANG Lijuan，et al. Research on High Speed Railway Freight Express Station Operating Conditions and Transport Organization[J]. Railway Standard Design，2023，67(12)：7-14.

[3] 曹佳峰. 高铁快运运输组织策略研究[J]. 铁道货运，2022，40(2)：6-10.

[4] CAO Jiafeng. Study of the Transportation Organization Strategy for High Speed Rail Express[J]. Railway Freight Transport，2022，40(2)：6-10.

[5] 董钊君. 高铁快运服务质量评价及提升策略研究[D]. 大连：大连交通大学，2023.

[6] 张平升，李夏苗，苟　敏. 铁路零散货物快运列车开行效果评价方法[J]. 铁道科学与工程学报，2018，15(7)：1856-1862.

[7] ZHANG Pingsheng， LI Xiamiao， GOU Min. Evaluation Method of Operation Effects of Railway Fragmented Cargo Express Train[J]. Journal of Railway Science and Engineering，2018，15(7)：1856-1862.

[8] 王月婷. 铁路货物快运班列服务质量综合评价研究[D]. 北京：北京交通大学，2017.

[9] 张　文，秦　胜，彭　乾，等. 关于建立中欧班列质量评价指标体系的探讨[J]. 铁道运输与经济，2019，41(3)：85-89.

[10] ZHANG Wen， QIN Sheng， PENG Qian，et al. A Reflection on the Establishment of the Quality Evaluation Index System of China Railway Express[J]. Railway Transport and Economy，2019，41(3)：85-89.

[11] 李玉民，郭彩荔，刘梦伟，等. “双循环” 视角下中欧班列运行质量评价研究[J]. 铁道运输与经济，2023，45(3)：10-16，23.

[12] LI Yumin， GUO Caili， LIU Mengwei，et al. Operation Quality Evaluation of China Railway Express from the Perspective of "Dual Circulation" [J]. Railway Transport and Economy，2023，45(3)：10-16，23.

[13] 贺政纲，余佳洋，黄　瑾. 高铁货运专列开行模式研究[J]. 交通运输工程与信息学报，2019，17(4)：25-33，69.

[14] HE Zhenggang， YU Jiayang， HUANG Jin. Study on the Operation Mode of High Speed Rail Freight Trains[J]. Journal of Transportation Engineering and Information，2019，17(4)：25-33，69.

[15] 周凌云，王涵晴，丁小东，等. 基于市场细分的京沪高铁快运产品设计及实证研究[J]. 铁道运输与经济，2022，44(12)：50-56.

[16] ZHOU Lingyun， WANG Hanqing， DING Xiaodong，et al. Design and Empirical Research of Beijing-Shanghai High Speed Rail Express Products Based on Market Segmentation[J]. Railway Transport and Economy，2022，44(12)：50-56.

[17] PARASURAMAN A， ZEITHAML V A， BERRY L L. SERVQUAL：A Multiple-item Scale for Measuring Consumer Perceptions of Service Quality[J]. Journal of Retailing，1988， 63(49)：12-37.

[18] 梅映天，邹汪平，章　威. 基于AHP的铁路货运服务质量模糊综合评价[J]. 铁路计算机应用，2019，28(8)：5-9.

[19] MEI Yingtian， ZOU Wangping， ZHANG Wei. Fuzzy Comprehensive Evaluation of Railway Freight Service Quality Based on AHP[J]. Railway Computer Application，2019，28(8)：5-9.

[20] HERRERA F， MARTINEZ L. A 2-Tuple Fuzzy Linguistic Representation Model for Computing with Words[J]. IEEE Transactions on Fuzzy Systems，2000，8(6)：746-752.

[21] 唐　力，刘启钢，孙文桥. 基于灰色关联分析法的铁路物流服务方案评价[J]. 铁道运输与经济，2019，41(1)：7-12.

[22] TANG Li， LIU Qigang， SUN Wenqiao. An Evaluation of Railway Logistics Service Solution Based on Grey Relational Analysis Method[J]. Railway Transport and Economy，2019，41(1)：7-12.

[23] 张云逸，刘文歌. 高铁快运物流运输组织优化研究[J]. 铁道货运，2020，38(4)：1-5.

[24] ZHANG Yunyi， LIU Wenge. A Study on the Strategies to Improve High Speed Rail Express Logistics Organization[J]. Railway Freight Transport，2020，38(4)：1-5.

[25] 周予婷. 高铁快运市场定位分析及经营策略研究[J]. 铁道经济研究，2022(4)：41-45.

[26] ZHOU Yuting. Market Positioning and Operation Strategy Research of CRH Express[J]. Railway Economics Research，2022(4)：41-45.

基金资助

中国国家铁路集团有限公司科技研究开发课题(P2023X015)