以灰色品質決策分析大學生於旅遊時搭乘高價陸運之探討

全文

(1)國立屏東大學商業自動化與管理學系碩士班碩士論文指導教授：王信智博士. 以灰色品質決策分析大學生於旅遊時搭乘高價陸運之探討 Using Grey Quality Multiple Attribute Decision Making to Analyze College Students Taking High-priced Land Transportation during Tourism. 研究生：林佩嫻撰. 中華民國一 ○五年六月.

(2)

(3) 誌謝在寫論文的這段日子裡，對我生活帶來的衝擊與承受的壓力，確實是生命中前所未有的挑戰，而此論文得以順利完成要感謝的人真的太多，首先要誠摯的感謝我的指導教授王信智博士，論文從無到有，總是會適時給予協助，細心教導與指點，以及平時在生活上的關心與鼓勵。同時也感謝口試委員陳恒毅教授、李國榮教授的細心審閱與指正，提供許多寶貴建議，使得本論文內容能夠更加完善。在這兩年裡，感謝所有陪我度過研究所生涯的同學，除了學業上的互相協助，還有一起玩樂和成長的時光，我永遠烙印在心，留下最美好的回憶。尤其，我要謝謝我的好朋友嘉家，我們從大學一起到研究所畢業，一起生活六年，在我遇到瓶頸時，經常鼓勵我、陪伴我、包容我，一起度過這充實的六年生活，謝謝妳。最後要感謝我親愛的父母，是您們不斷鼓勵我就讀研究所，無時無刻為我加油打氣，不斷給予我鼓勵與支持，但在我就讀研究所的期間，我的父親離開我了，您期盼地是我能夠順利畢業，如今我做到了，將此份榮耀獻給您，雖然我無法將這份喜悅與您當面分享，但我能感受到您在天上替我開心著，且守護著我。謹將本文獻給我摯愛的家人、老師、朋友及所有關心我的人，要感謝的人實在太多，無法逐一致謝，謝謝這一路上幫助過我的人，往後的日子我會加倍努力，往我的目標前進，並將此榮耀與你們分享，謝謝！. 佩嫻謹誌一○五年六月 I.

(4) 以灰色品質決策分析大學生於旅遊時搭乘高價陸運之探討摘要台灣高鐵通車後，有效地縮短南北交通上的時間，提供民眾便捷與節能的運輸服務，實現一日生活圈的旅行環境。大眾運輸業競爭非常激烈，票價與所花費的旅行時間等旅行成本通常為主要考量因素，由於顧客導向的時代，對於服務品質的要求及時間價值的重要性也隨之提高，乘客希望得到便宜的票價且優質的服務，而營運方希望追求獲利，要如何使營收獲利最大化、旅客旅行成本合理化，兩者的相互影響值得探討。本研究透過問卷調查以大學生為研究對象，根據搭乘台灣高鐵之旅遊類型乘客為主。利用灰色多屬性決策分析，採用方案選擇，結合旅行成本與服務品質做分析，利用票價的變動及所提供的服務，瞭解旅客對各屬性重視的程度，進一步去探討旅客願付價格，依據決策準則選取最佳方案。結果顯示，旅客願意支付更高的金額以換取更完善的服務品質。台灣高鐵與其他大眾運輸最大的不同就在於服務水準，這也是高鐵公司的價值核心。. 關鍵字：台灣高鐵、灰色系統理論、多屬性決策分析、方案選擇、服務品質. II.

(5) Using Grey Quality Multiple Attribute Decision Making to Analyze College Students Taking High-priced Land Transportation during Tourism Abstract Taiwan High Speed Rail (THSR) has been able to effectively shorten the time on north-south traffic and offers convenient and energy-conserving transport services to passengers who wish to take day trips. Mass transit is very competitive, and travel costs are usually the main considerations, including fares, time spent traveling, etc. Under the current customer-oriented era, the importance of quality service and time value requirements has also increased, as passengers want to get cheap fares and high quality service. It is thus worth exploring how THSR can achieve profitability through profit maximization and passengers’ travel cost rationalization. This study used questionnaires with the sample mainly being college students who take THSR for travel. Combined with travel costs and service quality and based on fare changes and service provided, this study employed grey multiple attribute decision making and scenario choice in order to understand the importance of each attribute and passengers’ willingness to pay and to choose the best scenarios according to the decision criteria. The results show that passengers are willing to pay a higher ticket price in exchange for better service quality. The biggest difference between THSR and other transit is its service quality, which is also the core value of THSR.. Keywords: Taiwan High Speed Rail, Grey system theory, Multiple attribute decision making, Scenarios choice, Service quality. III.

(6) 目錄誌謝.................................................................................................................................................. I 摘要................................................................................................................................................. II Abstract ......................................................................................................................................... III 目錄............................................................................................................................................... IV 圖目錄............................................................................................................................................ V 表目錄........................................................................................................................................... VI 壹、緒論......................................................................................................................................... 1 一、研究背景與動機............................................................................................................. 1 二、研究目的......................................................................................................................... 2 貳、文獻探討................................................................................................................................. 3 一、台灣高鐵概況................................................................................................................. 3 二、灰色理論......................................................................................................................... 4 三、服務品質......................................................................................................................... 5 四、價格與品質的關係......................................................................................................... 7 五、知覺等候時間................................................................................................................. 7 六、大眾運輸之服務品質分析............................................................................................. 8 參、研究方法................................................................................................................................. 9 一、灰色多屬性決策分析..................................................................................................... 9 二、模糊德菲層級分析法................................................................................................... 11 三、模糊理論....................................................................................................................... 12 四、德菲調查法................................................................................................................... 17 五、模糊德菲法................................................................................................................... 19 六、相似性整合法............................................................................................................... 20 七、層級分析法................................................................................................................... 23 八、模糊層級分析法........................................................................................................... 33 肆、資料分析與結果................................................................................................................... 37 一、樣本結構分布............................................................................................................... 37 二、衡量問項....................................................................................................................... 37 三、層級架構之建立........................................................................................................... 38 四、灰色多屬性決策運算................................................................................................... 39 五、權重設定....................................................................................................................... 48 六、分析結果....................................................................................................................... 48 伍、結論與建議........................................................................................................................... 50 一、結論............................................................................................................................... 50 二、管理意涵與建議........................................................................................................... 50 參考文獻....................................................................................................................................... 51 附錄............................................................................................................................................... 60. IV.

(7) 圖目錄圖 3- 1 三角型模糊歸屬函數圖 ................................................................................................. 14 圖 3- 2 三角型模糊數重心示意圖 ............................................................................................. 16 圖 3- 3 α 截集示意圖 ................................................................................................................... 16 圖 3- 4 中心平均解模糊化法示意圖 ......................................................................................... 17 圖 3- 5 模糊德菲法門檻值示意圖 ............................................................................................. 20 圖 3- 6 相似性整合法示意圖 ..................................................................................................... 22 圖 3- 7 相似性整合法步驟流程圖 ............................................................................................. 23 圖 3- 8 層級分析法層級結構示意圖 ......................................................................................... 25 圖 3- 9 AHP 法流程圖 ................................................................................................................. 32 圖 3- 10 模糊語意變數示意圖 ................................................................................................... 34 圖 4- 1 影響乘客搭乘台灣高鐵之服務品質之 FAHP 層級架構圖 ......................................... 39 . V.

(8) 表目錄表 2- 1 台灣高鐵現行票價 ........................................................................................................... 4 表 3- 1 AHP 評估尺度語意表 ..................................................................................................... 28 表 3- 2 隨機指標表 ..................................................................................................................... 31 表 3- 3 三角模糊語意表 ............................................................................................................. 34 表 4- 1 各構面評量項目之參考文獻 ......................................................................................... 37 表 4- 2 高鐵價格決策之效果矩陣 ............................................................................................. 40 表 6- 1 口試委員建議修改內容 ................................................................................................. 60 表 6- 2 快刀系統比對後修改內容 ............................................................................................. 61 . VI.

(9) 壹、緒論一、研究背景與動機近年來經濟快速成長，工商業發展迅速，在現代這個時間就是金錢的社會裡，台灣的交通型態開始改變，2007 年高速鐵路運輸的加入，台灣高鐵所提供迅速、便利、環保與舒適的交通運輸服務，改善整個台灣的交通運輸狀況，比起一般運輸工具更為省時，以速度和效率為國人帶來現代生活的新態度，目前已成為西部走廊交通運輸中不可或缺的一環。台灣高鐵通車後，有效地縮短南北交通上的時間，以大眾運輸替代運具的競爭性來看，高鐵營運後，國內航空市場運量明顯縮減，甚至許多國內線也取消，乘客多數搭乘高鐵；至於高鐵推出多種促銷優惠，對台鐵與國道客運帶來些許的衝擊，將可開發更多潛在旅客的市場。高鐵提供民眾便捷的運輸服務，改變民眾的生活型態，並突破時空阻隔，整合北中南三大都會區，實現一日生活圈的旅行環境，透過景點串連帶動旅遊觀光，使得城鄉差距縮小，讓各地方的特色得以突顯。隨著旅運人次的穩定成長，無論是有形或無形的效益都正不斷累積中，整體而言，台灣高鐵並非僅帶給其公司內部的營運收入效益，更為台灣經濟、社會與環境層面帶來許多難以計量的外部效益。大眾運輸業競爭非常激烈，票價與所花費的旅行時間等旅行成本通常為主要考量因素，由於顧客導向的時代，對於服務品質的要求及時間價值之重要性也隨之提高，重視顧客多樣化需求乃是一個關鍵課題，有關服務品質在運輸領域亦被熱烈討論（胡凱傑與任維廉，2001; Liang, 2000; Su, 2000; Lee, 2003； Brons et al., 2009; Dissanayake & Morikawa, 2010; Espino et al., 2008; Hensher & Prioni, 2003; Ortúzar & Simonetti, 2008），業者亦期望透過服務品質的改善提升自身優勢，促使旅客選擇該運具以提高市場占有率。一般而言，大眾運輸的定價策略影響民眾的搭乘意願，而定價策略又需考慮營運者的成本，而營運成本取決於建設成本、服務品質與旅客搭乘意願等，營運方希望追求獲利， 1.

(10) 旅客希望得到便宜又優質的服務，目標不同卻又相互影響，所以營收獲利最大化、旅客旅行成本合理化才能達成雙贏，其衝擊值得探討。高鐵如何在眾多的運輸業中，以其良好的技術及高品質的服務拉進與旅客彼此間的關係。因此，面對資訊不明確與評估之模糊特性，本研究整合灰色理論、模糊評估與多屬性決策應用於服務品質的評估，以旅客的角度來評量高鐵的服務品質，為主要探討的核心所在。. 二、研究目的過去關於高鐵的研究中，多半著重於替代運具間的競爭關係與市占率的消長，較少研究將高鐵的服務品質等因素納入考量，然而，有別於過去相關研究之最大不同處，本研究利用灰色多屬性決策分析，採用方案選擇，結合旅行成本與服務品質做分析，利用票價的變動及所提供的服務，瞭解旅客對各屬性重視的程度，再以模糊德菲層級分析法計算各屬性間之權重，並解決多層級決策問題之模糊、不精確特性，進一步去探討旅客願意支付的價格及如何提高旅客搭乘率，並了解旅客對選擇搭乘高鐵的原因，依據決策準則選取最佳方案。. 2.

(11) 貳、文獻探討本研究主要以灰色理論為基礎，針對台灣高鐵服務品質進行分析，根據以往的相關文獻，包括台灣高鐵概況、服務品質、價格與品質的關係、知覺等候時間及大眾運輸之服務品質分析等作介紹，加以整理作為本研究之依據。. 一、台灣高鐵概況（一）營運策略營運時間為早上 6 時（首班車發車）至晚間 12 時（末班車收車）。台灣高鐵全長 345 公里，商業運轉最高時速為 300 公里，為兼顧速度與各站旅客之便利性，停站方式採用跳蛙式停站(skip stop)策略，現行因停站規劃不同，最快也需 96 分鐘（吳建憲，2005）。台灣高鐵營運初期營運班次規劃每日平均單向 88 班，實際通車後則為 2007 年 1 月 5 日起，每日班次雙向 38 班，到 2012 年全年開出超過 4.8 萬班列車，載運旅客約 4,430 萬人次，並於 2012 年 12 月 17 日突破兩億旅運人次大關（台灣高鐵，2016）。（二）票價現況台灣高速鐵路最初票價經由交通部費率委員會審議核定為每公里 3.459 元，後因物價調漲，高鐵局於 95 年 9 月將基本費率調升為每公里 3.655 元，且高鐵公司可在基本費率上調 20%的範圍內自訂費率，向下則不受限制。並為了提供不同服務選擇，採用商務車廂與標準車廂兩種不同等級，現行高鐵票價（台灣高鐵，2016）如表 2-1。. 3.

(12) 表 2- 1 台灣高鐵現行票價（台灣高鐵，2016）車站南港台北板橋桃園新竹苗栗台中彰化雲林嘉義台南左營. 南港 40 70 200 330 480 750 870 970 1,120 1,390 1,530. 台北 * 40 160 290 430 700 820 930 1,080 1,350 1,490. 板橋 * * 130 260 400 670 790 900 1,050 1,320 1,460. 桃園 400 350 320 130 280 540 670 780 920 1,190 1,330. 商務車廂新竹苗栗台中 560 735 1,060 510 680 1,000 470 640 965 320 495 805 325 655 140 485 410 270 540 390 130 640 500 230 790 640 380 1,060 920 650 1,200 1,060 790 標準車廂. 彰化 1,205 1,140 1,110 965 805 630 320 110 250 530 670. 雲林 1,325 1,280 1,240 1,095 925 760 440 295 150 420 560. 嘉義台南左營 1,500 1,830 2,000 1,455 1,780 1,950 1,420 1,740 1,910 1,260 1,590 1,760 1,110 1,430 1,600 925 1,260 1,430 615 940 1,110 460 800 965 340 660 830 495 655 280 325 410 140 新台幣/元. （三）購票優惠自營運以來，為提高載客率，陸續推出各種促銷方案吸引消費者，且多半是採用價格促銷的方式。其促銷方案大致可分為時段優惠（如早鳥優惠、離峰時段優惠）、團體優惠、票種優惠（如回數票與定期票）、身分別優惠（如大學生優惠）、節日優惠與異業合作（如與飯店、旅行社異業合作，及持信用卡升等商務車廂、便利商店取票）等（台灣高鐵，2016）。. 二、灰色理論灰色系統理論(Grey System Theory)由中國大陸學者鄧聚龍教授於 1982 年提出，主要是針對系統模型之不明確性及資訊不完整性下，進行關於系統的關連分析(relational analysis) 與模型構建(constructing a model)，並藉預測(prediction)及決策方來探討及瞭解系統。系統資訊的不完全乃是灰色理論的基本特徵，也是灰色理論的主要產生因素。在灰色系統中資訊是由兩部分所構成，一部分是不可衡量的部分，也就是表達了資訊的形象性；另一部分是可衡量的部分，就是資訊的數據部分，則是表達了資訊的尺度性。灰色理論的特點在於研究者對事實的真相未獲充分訊息，或者不能充分瞭解的情況下，灰色理論仍然可以使用少量且不具有特定分佈的資料（小樣本非常態）進行分析；反之，統計機率方法 4.

(13) 必須使用大量資料找出規律性，且通常有資料為常態分佈或趨近常態分佈的假設，當數據過少時，統計方法對於不符合規律性的變化一律視為誤差項（或殘差項），同時也有資料過少而不確定是否具有代表性的問題（鄧聚隆、郭洪，1996）。. 三、服務品質服務品質的好壞，取決於是否滿足顧客之期望程度。故服務品質是消費者對於產品整體優勢的判斷。消費者會在消費的過程中，透過對服務的預測與實際的認知服務，以評估服務的品質(Chiang, 2010)。 Parasuraman, Zeithaml, & Berry (1985)三位學者曾提出服務品質的決定因素進行探討。 Parasuraman et al. (1985)為了客觀地提出服務品質的決定因素為何，並針對了證券行、信用卡業、銀行業及產品維修業等四種高度消費者參與的服務業，進行深度訪談調查，並利用焦點團體訪談等方式進行探索性研究。於 1985 年的研究中歸納出十個「服務品質的決定因素」，敘述如下：（一）接近性(access)：指服務容易獲得與使用。（二）溝通性(communication)：指能以適合的方式與顧客順暢的溝通。（三）勝任性(competence)：指服務人員具有足夠的專業技能和知識來提供所有服務。（四）信賴性(credibility)：指業者能夠讓顧客感覺值得信賴且可靠。（五）可靠性(reliability)：指業者能正確提供顧客適當服務之能力。（六）禮貌性(courtesy)：指服務人員具禮貌、尊重、體貼與友善等態度對待顧客。（七）反應性(responsibility)：指服務人員可迅速反應顧客需求之能力。（八）安全性(security)：指業者所提供的服務能是安全且無風險、疑慮。（九）有形性(tangible)：指服務的實體設備，如服務人員儀容、服務場所與設施等。（十）瞭解性(understanding/knowing the customer)：指業者能夠充分瞭解顧客需求並提供適 5.

(14) 當的服務。 Parasuraman et al. (1985)為了解決服務品質之衡量問題，於是發展了「SERVQUAL」衡量工具，同時衡量消費者的認知與消費者的期望，因此得到「認知的服務品質」(perceived service quality)，此即為服務品質之衡量，簡稱 PZB 模式。他們利用所提的十個向度而提出成對的問項，並請消費者填寫問卷進行研究。經過統計分析後，項目彼此間有相當高的相關性，根據相關性的提示將十個向度中的其中四個整合成廣義的保證性以及另外三個向度整合成同理心。保證性是由禮貌性、安全性、信賴性、及專業性整合而成，而同理心則由溝通性、接近性及瞭解性整合而成。服務品質評量模式分別為：一、有形性；二、可靠性；三、反應性；四、保證性；五、同理心。五個構面的衡量內容如下：（一）有形性(tangible)：是以實體設施、設備、以及外在溝通，提供服務品質的工具以及服務人員的儀態，和用語及語氣來表示關心，此構面牽涉到提供服務時，其他顧客所建立的部份。（二）可靠性(reliability)：是可靠地與正確地執行已承諾的服務之能力。可信賴的服務績效是顧客的期望，意謂著均能準時地、一致地、無失誤地完成服務工作。（三）反應性(responsibility)：指服務人員提供服務顧客的意願及提供快速服務的能力以及在服務工作所展現的積極參與程度來衡量。（四）保證性(assurance)：指服務人員對提供服務所具備專業知能、態度以及服務執行結果能獲得顧客信賴的能力來做衡量。（五）同理心(empathy)：係指提供顧客個人化關心之能力，尊重顧客的權益。此外，Cavana & Corbett (2005)在檢視鐵路服務品質時，除了 PZB 模式之外，更延伸了三項服務品質構面；舒適性：列車行進平穩、車廂溫度舒適、座位規劃適當。便利性：乘客購票方便。連結性：車站對外交通便捷、停車方便。 6.

(15) 四、價格與品質的關係 Balcombe et al. (2009)針對航空公司機上服務的願付價格進行研究，其問卷訪問是利用網路進行問卷調查，問卷內容除了一般社經變數之外，情境選擇的部份則是藉由變動航空公司服務以調整票價，藉以調查旅客的選擇行為，其中變動的航空公司服務包含座位長度、寬度、機上飲食、娛樂設備、飲料服務等，進行願付價格之校估，其結果顯示對於年輕人及老人而言，年輕人對於機上服務比較重視。 Wen et al. (2010)在研究中針對航空公司選擇進行探討，訪問對象為台北至東京及台北至香港旅客，對搭乘航空公司有顯著影響因素為票價、航班間等候時間、飛航頻率、準點性、登機服務、座位空間、機上服務，其中票價與航班間等候時間為負向關係，其餘變數為正向關係。在彈性部分，以票價對於航空公司選擇之影響最大；而在願付價格部分，以良好的登機服務最高、機上座位空間次之，而航班間的等候時間最低、飛航頻率次之，可看出乘客皆願意支付更高金額以換取更完善之服務品質。. 五、知覺等候時間個體在等候時對於時間長度的感覺，是等候研究中主要的變數之一。知覺的時間長度是指顧客在等待的過程中對於時間長度的感受。研究指出，對於延遲所感覺到的時間長度，是一個比延遲的客觀時間長度更重要的變數，顧客對延遲的感覺很可能是影響服務評估較深的因素(Hornik, 1982)，因為對延遲感覺的時間長度可能直接影響消費者對服務的評估。顧客通常會高估其所等候的時間，也就是在等候的狀況下，顧客所知覺到的等候時間通常比真實等候時間還長，且每個顧客所知覺到的等候時間長度都不盡相同(Luo et al., 2004)。知覺等候時間可能會受到情緒、準時重要性、旅次目的、服務場景等變數的影響，而有所改變，因此知覺等候時間在有關等候經驗的研究中是很重要的變數(Chebat & Filiatrault, 1993; Folkes et al., 1987; Hui & Tse, 1996; Hui et al., 1998; Katz et al., 1991)。此外，顧客在等 7.

(16) 候時感覺到的時間長度，會藉由某些中介變數（如情感），間接地影響對整體評估，過去的研究發現當顧客在等候時，會由於產生負面的情感而造成對服務的不滿(Chebat & Filiatrault, 1993; Hui & Tse, 1996; Hui et al., 1998; Kumar, 2005; Taylor, 1994)。. 六、大眾運輸之服務品質分析有關高鐵之相關文獻，在車種、艙等及班次的聯合選擇方面，Hsieh(2002)探討高雄前往台北之旅客搭乘高鐵的旅次規劃行為，內容包括起迄點接駁運具的選擇、路線選擇、高鐵服務項目選擇與時間選擇等。研究結果得知影響起訖點接駁運具選擇的因素包括接駁成本、個人所得、費用來源與接駁距離；而影響高鐵服務選擇的因素包括搭乘高鐵費用、搭乘高鐵旅行時間、行程延誤時間、個人所得、旅次目的與費用來源。在車廂選擇方面，Huang(2001)以敘述性偏好問卷調查旅客車廂選擇行為，認為影響旅客車廂選擇行為的因素包括價格、社經屬性、旅次特性、誘因以及對服務的需求，並針對火車、飛機、大客車及小客車旅客進行調查，利用二項羅吉特模式建立旅運者選擇行為模式。以旅客之屬性做為市場區隔之標準，探討各區隔市場之選擇行為，並針對旅次長度、票價及座位機率進行敏感度分析。有關台鐵之相關文獻，Zheng(2005)透過敘述性偏好法探討台鐵營運方式改變對旅客運具選擇之影響，以台北至台中、台北至高雄、台北至台南這三條城際旅次為研究對象，探討影響旅客選擇的因素，包括高鐵車廂之等級、台鐵車種選擇、班次與時刻表及接駁的因素等。在旅客轉乘行為方面，Chang(2001)假設未來台鐵採行車種簡化策略，自強號主要以城際中長程運輸為主，通勤電聯車則是擔任都會區內短途通勤運輸兼換車轉運接駁之任務。利用敘述性偏好之問卷調查取得民眾的決策資料，探討旅客決策之因素及其影響程度，影響因素除了考慮轉車之方便性，尚包括等車時間長短、座位有無、總旅行時間長短及費用多寡等。 8.

(17) 參、研究方法本研究主要針對旅遊類型乘客搭乘台灣高鐵之服務品質因素分析，以灰色理論為基礎，利用灰色多屬性決策分析作為本研究方法，並藉由模糊德菲層級分析，求得各屬性因子之間的權重分配。. 一、灰色多屬性決策分析灰色多屬性決策是指在多屬性決策過程中，含有不確定或不完整訊息之因素時，將所有可能的決策元素所構成的決策組合，藉由灰色理論之效果測度的計算而獲得實際的決策組合之效果後，再依據決策矩陣進行方案的選取(Chien, 2015)。首先，定義決策元素。灰色多屬性決策中將屬性(attribute)稱為「事件」，以集合 A 代表事件集（或屬性集）， ai 乃是事件集中的一個元素，亦即某一個屬性 ai ， i =1,2,…,n。備選方案(alternative)則被稱為「對策」，以集合 B 代表對策集，b j 乃是對策集中的一個元素，亦即方案 b j ， j =1,2,…,m。每個方案 b j 在屬性下 ai 的結果(outcome)稱之為「局勢」，在灰色多屬性決策分析中以 s ij 標記，根據每個方案在每個屬性下的評估結果可建立局勢矩陣.  . （即結果矩陣） S  s ij (Chien, 2015)。然後，說明如何應用灰關聯分析以進行灰色多屬性決策分析如下：（一）效果測度在灰關連分析中需指定一標準列為分析標的(target)，讓每個數列與之比較後產生差序列  0i (k ) ，進而計算與標準列的灰色關連係數  0i (k ) 。然而，在多屬性決策中每個屬性都是要考量的，並沒有區分哪個屬性是分析標的、哪個屬性是相關因素。因此，必須建立一個虛擬標準列以計算灰色關連係數  0i (k ) ，而虛擬標準列乃是由每個屬性下評估結果最佳的 sij 構成，所謂「最佳」之定義必須視該屬性的目標為望大(maximize)、望小(minimize) 或是望目(minimize the deviation to the target)而定。事實上，灰色多屬性決策中，決定虛擬 9.

(18) 標準列概念接近於偏好順序評估法所採用同時與最佳方案，和與最壞方案比較的相對距離，以評比排序方案優劣的方法(Chien, 2015)。灰色多屬性決策分析中，改以「效果測度」rij 代表每個屬性 ai 對應之數列 s i1 , si 2 ,..., sin  中的每個元素和虛擬標準列的相關關係，而不使用灰色關連係數  0i (k ) 。效果測度之計算方式會依據屬性的目標為望大、望小或是望目，區分為上限效果測度、下限效果測度，或是特定中心效果測度，以下分別說明之(Chien, 2015)。 1.上限效果測度：適用於要求目標效果為望大，也就是越大越好，如利益、產出等，因此，以屬性 ai 下所有方案的最大結果 u imax 作為虛擬標準列中對應之元素，上限效果測度之定義如式(1)所示： rij . s ij u. max i. 其中 u imax  Max sij j. (1). 2.下限效果測度：適用於要求目標效果為望小，也就是越小越好，如投入資源、變異等，因此，以屬性 ai 下所有方案的最小結果 u imin 作為虛擬標準列中對應之元素，下限效果測度之定義如式(2)所示： u min rij  sij. 其中 u imin  Min s ij j. (2). 3.特定中心效果測度：適用於要求目標效果在某個指定目標之附近，例如天氣溫度，因此，以屬性 ai 下之目標 u imax 作為虛擬標準列中對應之元素，特定中心效果測度之定義如式(3)所示： rij .  Maxs.  ,u . Min s ij , u i* ij. * i. (3). 由以上定義可知，效果測度 rij 的值介於 0 與 1 之間，且其值愈大代表方案在屬性 ai 下的效果愈好。 10.

(19) （二）多屬性決策矩陣以效果測度 rij 建立決策矩陣 D，若有 n 個評估屬性，亦即 ai ， i =1,2,…,n，m 個被選方案，亦即 b j ， j =1,2,…,m(Chien, 2015)。則決策矩陣 D(nm)的表示如式(4)所示： b1 a 1  r11 D= a 2  r 21     a n  r n 1. b2 bm r12  r1 m   r 22  r 2 m     r n 2  r nm . (4). （三）決策準則當決策矩陣形成之後，即可依據決策準則選取最佳方案。灰色多屬性決策分析的決策準則乃是在屬性 a i* 中選取最大的效果測度，如式(5)所示，即表示在屬性 a i* 的考量下， b j 為最佳的決策方案，由於是在每一行中尋找最大之元素，故又稱為「行決策」(Chien, 2015)。. r ji*  Max rij  Maxri1 , ri 2 ,..., rim  j. (5). 若欲考慮方案 b j 在所有屬性之綜合結果 r j ，則可納入屬性的權重相對 w i ，以線性加權加總作為綜合評分，綜合結果 r j 之計算如式(6)所示： rj . n. n.  w r ， w i 1. i ij. i 1. i. 1. (6). w i 的產生是藉由模糊德菲層級分析，求得各屬性因子之間的權重分配。最後以加總的綜合結果 r j 下最大之方案 b j 即是最佳方案。事實上，在灰關連分析中定義灰色關連度 0 i 為所有元素之灰關連係數的平均值，這樣的定義可視為所有屬性之權重均等，都是 1 n (Chien, 2015)。. 二、模糊德菲層級分析法模糊德菲層級分析法常被利用於解決多層級決策問題的模糊、不精確特性（徐村和， 1998），以往應用模糊德菲層級分析法的文獻，例如 Huang(2005)利用此方法評估汽車營業 11.

(20) 據點的區位選擇；郭英峰與陳邦誠(2006)利用此方法評選行動加值服務系統供應商；而徐村和與楊宗欣(2000)利用此方法評選廣告媒體等。根據以往的相關文獻，本研究加以引用，整理作為本研究之依據。. 三、模糊理論（一）模糊集合 1965 年美國自動控制學大師 Lotfi. A. Zadeh 為了解決不明確的模糊問題，利用數學方式來處理這些問題，便提出模糊集合的概念。傳統的明確集合(Crisp Set)是以二值邏輯為基礎，亦即一個元素 x 和一個集合 A 的關係只會有兩種可能，亦即「x 屬於 A」或「x 不屬於 A」的非 0 即 1 的選擇{0,1}，擴展成為由 0 到 1 之間的任何選擇[0,1]，依照所屬程度的不同，給予 0 到 1 之間的數值(Huang, 2005)。 Zadeh 更進步定義為：「某一集合元素隸屬於某一個集合的程度。此程度可用介於 0 到 1 之間的數值來表示的方法」。. A (x) : U  0,1 ， x  A (x) ， x  U U ：論域(Universe of Discourse)，論域當中的每個對象稱做＂元素＂.  ：論域 U 上的一個模糊子集合 A，x∈ U 指任意包含在論域 U 當中的元素 x，給定了一個介於 0 到 1 之間的實數 A (x)  0,1，用它來表示 x 對 A 的隸屬程度， A (x) 稱之為 A 的隸屬函數。當 U 為有限集合或元素之可數集合(離散的)時，則A可表示為 n.  A (x i ). i 1. xi. A=  =.  A (x 1 ) x1. .  A (x 2 ) x2.  ... .  A (x n ) xn. 當 U 是元素無限之不可數集合(連續的)時，則A可表示為 A= . U.  A (x i ) xi 12.

(21) 令A、B為論域 U 的兩個模糊集合，則任意兩模糊集合之運算其數學表示式如下： 1.聯集，如式(7)所示.  AB (x i )   A (x i )   B (x i )  Max A (x i ),  B (x i ). (7).  AB (x i )   A (x i )   B (x i )  Min A (x i ),  B (x i ). (8). 2.交集，如式(8)所示. 3.補集，如式(9)所示.  A (x i )  1 -  A (x i ). (9). （二）隸屬函數與模糊數隸屬函數(Membership Function)又可稱為歸屬函數，是用以表示模糊集合中該元素隸屬於此模糊集合的程度，元素的隸屬程度越高，則表示隸屬於此集合的程度也越高。定義一模糊數的隸屬函數時須滿足下列條件： 1.正規化模糊子集(Normality of A Fuzzy Subset)。 2.凸模糊子集(Convex Fuzzy Subset)。 3.區段連續(Piecewise Continuous)。即模糊集合A中至少存在著一個隸屬程度等於1的元素 max xU  A (x )  1，亦即模糊集合 A的高度為1，則稱此模糊數A為正規化的模糊子集。對於實數集合為全集合的模糊集合A，對任意的實數x ≤ y ≤ z，存在  A (y)   A (x )   A (z) 時，則稱A為一凸模糊子集(Huang, 2005)。又三角型模糊數之定義公式如式(10)所示 0, x  a  x  a a  x  b   A (x )   b  a cx  b  x  c c b  0, x  c 13. (10).

(22) 圖 3- 1 三角型模糊歸屬函數圖(Huang, 2005) （三）模糊運算(Huang, 2005) ~ ~ 依據三角模糊數的性質，假設兩個三角模糊數 A  (a 1 , b1 , c1 ) ， B  (a 2 , b2 , c 2 ) 則其模糊. 運算法則表示如下：. ~ ~ 1.加法運算 A  B ，如式(11)所示 (a 1 , b1 , c1 )  (a 2 , b2 , c2 )  (a 1  a 2 , b1  b2 , c1  c2 ). (11). ~ ~ 2.減法運算 AB ，如式(12)所示 (a 1 , b1 , c1 )(a 2 , b2 , c 2 )  (a 1  a 2 , b1  b2 , c1  c 2 ). (12). ~ ~ 3.乘法運算 A  B ，如式(13)所示 (a 1 , b1 , c1 )  (a 2 , b2 , c 2 )  (a 1  a 2 , b1  b2 , c1  c 2 ). (13). ~ ~ 4.除法運算 AB ，如式(14)所示 (a 1 , b1 , c1 )(a 2 , b2 , c2 )  (a 1 /a 2 , b1 / b2 , c1 / c2 ). (14). 5.模糊數的倒數，如式(15)所示 1 1 1 ~ A -1  (a 1 , b1 , c1 ) -1  ( , , ) c1 b1 a 1. (15). 6.模糊數的開根號，如式(16)所示 1. ~ 1/ n 1/ n 1/ n A n  (a 1 , b1 , c1 ). (16). （四）解模糊化解模糊化(Defuzzifier)之目的就是要將模糊性質的最終資料結果轉換為明確的數值資 14.

(23) 料。若在運算的過程中使用模糊性的數值，則其所得的結果亦為一模糊數，將此模糊數予以解模糊化，使其成為明確的且具有代表性的數值，以利最後階段之比較、及排序動作。常用的解模糊化方法有下列幾種(Huang, 2005)： 1.重心法(Center of Gravity Method) 重心法即是找出三角型面積中心點之概念，將模糊數的面積中心點視為其代表值。 ~ 若論域 U 為實數域中的有界集合，則U中的模糊集 A   A (x ) 的模糊數重心為式(17)：. DF . . U.  A (x )  xdx. .  A (x )dx. U. ，其中   A (x )dx  0 U. (17). 若 U  a, b 時，則模糊數重心為式(18)：.  DF . b. a.  A (x )  xdx. . b. a.  A (x )dx. b. ，其中   A (x )dx  0 a. (18). 若 U  x1 , x 2 ,..., x n   R 時，模糊數重心為式(19)： n. DF .  i 1. A. ( xi )  xi. n.  i 1. A. ( xi ). n. ，其中   A ( xi )  0. (19). i 1. 當模糊數為三角模糊數時，則公式(17)可轉換成下列線性式公式，如式(20)： DFi  (URi  LRi )  ( MRi  LRi ) / 3  LRi , i 其中 DFi ：解模糊化值後的明確值 URi ：三角模糊數的最大值 MRi ：三角模糊數的中間值 LRi ：三角模糊數的最小值重心法示意圖如下圖 3-2：. 15. (20).

(24) 圖 3- 2 三角型模糊數重心示意圖(Huang, 2005) 2.最大平均法(Mean of Maximum Method) 以模糊數的隸屬函數中最高隸屬度值的元素，做為此模糊數的明確值；若符合此條件的值不只一個，則取所有符合條件的值之平均值，以表示解模糊化的值。其表示如式(21)： DF . 1 N  xi N i 1. (21). 3.α 截集法(α-cut Method) α-cuts是利用門檻值的概念，將模糊集合轉換為明確集合的方法。定義：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 A 。稱為模糊集合A的α-cut。. A   x  A ( x)   , x  X  ，   0,1 A   (m  l )  1, u  (u  m)  其中，α 可視為信心水準(Confidence Level)或稱為「門檻」值。參見圖 3-3。. 圖 3- 3 α 截集示意圖(Huang, 2005) 4. 中心平均解模糊化法(Center Average Defuzzifier) 16. (22).

(25) ~ ~ 若論域 U 為實數域中的有界集合，U 上存在兩個三角模糊子集 A 與 B ，則中心平均解. 模糊化法公式如式(23)： n. DF . x w i. i. i 1 n. w. (23). i. i 1. i. 其中， x 表第 i 個模糊數的中心值。中心平均解模糊化法示意圖如下圖 3-4 所示：. 圖 3- 4 中心平均解模糊化法示意圖(Huang, 2005). 四、德菲調查法德菲法(Delphi)為一種專家意見調查法，其運用起源於美國藍德公司(Rand Company) 於二次大戰後，邀請國防及軍事的專家，共同討論關於美國在二次大戰中的戰事議題，此討論方式後來被廣泛的定義在依賴專家之專業經驗，以及具有專業價值的判斷所帶來的共識，並為許多的學術研究機構所採用(Huang, 2005)。德菲法的主要目的乃是透過匿名化之群體判定的方式，以有系統的、反覆性的調查，獲取專家的群體共識，尋求一致性的意見。德菲法是可集思廣益與兼顧專家獨立判斷特質的方法，因此已被廣泛運用於科技預測、方案規劃、公共政策分析、創新的教育制度以及其它領域方面(Huang, 2005)。德菲法的基本假設如下： (1)團體的判斷優於個人的判斷。 17.

(26) (2)運用學者專家的專業知識判斷或預測事件的發展趨勢。 (3)專家所聚集的有效資訊將比其他團體所提供的資訊更具有正確性。 (4)匿名的作業方式可使參與者克服擾亂正確資訊的發生。 (5)團體的壓力可使參與者意見趨於整合。德菲法實施步驟可以區分為兩個階段，第一個階段應用德菲法擬定評估的準則，第二階段則根據評估的準則利用德菲法調查法的技巧，評估每一個評估準則下各的績效值，其進行步驟如下： (1)蒐集決策問題的相關資料，並對決策問題的內涵進行分析。 (2)根據決策內涵遴選相關領域專家10~15人，組成專家群體。 (3)將決策問題相關資訊加以整理，寄發給專家群組的成員參考，同時要求專家進行重要性的評分尺度為[0,S]，S 值為研究者自定分數之上限。 (4)回收第一回合調查問卷，將專家提供之評估準則加以整理，並按第一份回收問卷加以整理，若有新的意見產生，則加入第二次的回德菲法問卷調查表內，供其他專家參考。 (5)將專家的問卷分數加以統計，以求取平均數及標準差。 (6)檢核專家群體成員的共識性是否達成，若 t 回德菲法調查結果，第 h 位專家對第 j 個項目的評分，以 X jht 表示；則第 t 回調查 R 位專家對第 j 個項目評分的平均值與標準差，分別表示如式(24)： X jt . S jt . 1 R  X jt ， j, t R h 1. 1 R ( X jht  X jt ) 2 ， j, t  R  1 h 1. (24). (7)判斷專家是否對該項目具有共識，採用四分位差(Quartile Deviation)，第三四分位數與第一四分位數的差距稱為四分位差，簡寫成Q.D.，即式(25)所示： Q.D.  Q 3  Q1. 18. (25).

(27) 四分位差 Q.D. ≤ 0.5 表示高度共識；0.5 ≤ Q.D ≤ 1 表示中度共識；Q.D. > 1 者表未達共識予以刪除。德菲法雖已廣泛應用於各領域中，但亦有以下幾項缺失（Lu, 2003；Huang, 2003）： (1)為使專家之共識趨於一致，必須增加調查次數以獲得較佳之結果，導致作業過程耗時、成本高且回收率不高。 (2)以平均數作為篩選評估準則的依據，在統計上易受到極端值影響，可能導致扭曲專家原意的情形發生。 (3)預測部門在彙總專家意見時，可能有先入為主觀念，而過濾掉專家真正的意見，以系統性消弱或抑制不同的看法。. 五、模糊德菲法模糊德菲法(Fuzzy Delphi Method；FDM)顧名思義係由傳統德菲法(Delphi Technique) 結合模糊集合(Fuzzy Set)理論所發展出之方法，將其應用於群體決策上可解決專家意見共識程度之模糊性問題。本研究以 FDM 進行第一階段候選因素之篩選工作。藉由模糊理論的應用不但可解決專家的共識程度之模糊性問題及給予專家們更彈性的評估值尺度，同時亦可減少問卷來回的次數，及提升問卷的效率與品質，經由統計的結果即可篩選出較客觀之評估因素。FDM 的進行步驟如下(Huang, 2005)：（一）蒐集決策群體意見：利用問卷中語意變數的方式，找出每位專家對各候選因素的重要性評價分數。（二）建立三角模糊數：計算專家們對每個候選因素的三角模糊數評估值，找出該項候選因素的重要性三角模糊數。本研究以 Klir & Yuan 於 1995 年所提出之平均數一般化模式之幾何平均數型，作為 FDM 求算群體決策共識的方法。其計算公式如式(26)。 ~  (a , b , c ) ， i  1,2,..., n 則第 k 個假設第 i 位專家對第 k 個要素的重要性評估值為 w ik ik ik ik 19.

(28) ~ 為要素的模糊權重 w ik. ~  (a , b , c ) ， k  1,2,..., n w ik ik ik ik. (26). 其中 a k  Mina ik ， bk  i. 1 m cik   bik ， ck  Min i m i 1. ~ 解模糊化成為明（三）解模糊化：利用簡易重心法的方式，將各個候選要素的模糊權重 w k 確值 S k ，公式如式(27)所示：. Sk . a k  bk  c k 3. (27). （四）篩選評估指標：最後藉由設定門檻值α，即可從眾多的因素中，篩選出較適當的因素。篩選原則如下：若 S k   ，則接受第 k 個因素為評估指標。若 S k   ，則刪除第 k 個因素。模糊德菲法門檻值示意圖，如圖3-5所示。. 圖 3- 5 模糊德菲法門檻值示意圖(Huang, 2005). 六、相似性整合法相似性整合法(Similarity Aggregation Method；SAM)係由陳振東於 1994 年為整合多位專家模糊評估值所提出的方法，利用「相似函數」(Similarity Function)來衡量任兩位不同專家彼此間的「認同程度」(Agreement Degree)，以「認同矩陣」(Agreement Matrix；AM)的 20.

(29) 概念，表示專家們彼此間評估值的認同程度。同時考慮到所有專家對全體評估值的「相對認同程度」(Relative Agreement Degree；RAD)及所有專家的「共識程度係數」(Consensus Degree Coefficient；CDC)，最後藉由所有專家的共識程度係數為權數，加權計算後即為全體專家共識整合的模糊評估值(Huang, 2005)。其計算方步驟如公式(28)~(33)所示：. ~ ~ （一）計算任兩位決策者間的認同程度 S( Rk , Rl ) ：. ~ ~ S( Rk , Rl ) .  (minu. ~ Rk. x.  (maxu. ~ Rk. . ( x), u R~l ( x) dx). . (28). ( x), u R~l ( x) dx). x. 其中. ~ ~ S( Rk , Rl ) ：第 k 位與第 l 位專家模糊評估值的認同程度。 ~ ~ Rk , Rl ：第 k 位與第 l 位專家的模糊評估值， k , l  1,2,..., m u R~k ( x), u R~l ( x) ：第 k 位與第 l 位專家模糊評估值之隸屬函數。（二）建構認同矩陣(Agreement Matrix; AM)：. AM  S kl nn , k , l  1,2,..., m.. (29). ~ ~ 若 k  l 時，則 S kl  1 ；若 k  l 時，則 S kl  S( Rk , Rl ) 。（三）計算每位專家 k 的平均認同程度 A( E k ) ：. A( E k ) . 1 m  S kl , k , l  1,2,..., m. m  1 l 1. (30). l k. （四）計算每位專家 k 的相對認同程度(Relative Agreement Degree, RAD)：. RADk . A(E k ) m.  A(E k 1. k. , k , l  1,2,..., m.. (31). ). （五）計算每位專家 k 的共識程度係數(Consensus Degree Coefficient, CDC)：. CDC k    wk  (1   )  RADk , k , l  1,2,... 21. (32).

(30) （六）加權計算，整合全體專家之模糊評估值： m ~ ~ Rij   CDC k  Rijk , k , l  1,2,..., m. k 1. 其中. ~ Rij ：任兩要素 i 、 j 整合專家意見後之重要性比較模糊評估值。 ~ Rijk ：第 k 位專家對任兩要素 i 、 j 評比後所給予的模糊評估值。 SAM 專家意見整合示意圖如圖 3-6 所示，SAM 步驟與流程圖如圖 3-7 所示。. 圖 3- 6 相似性整合法示意圖(Huang, 2005). 22. (33).

(31) 問卷設計與調查. 建立三角形模糊數. 計算任兩兩專家之認同程度. 建立認同矩陣. 計算平均認同程度. 計算相對認同程度. 整合決策者意見圖 3- 7 相似性整合法步驟流程圖(Huang, 2005). 七、層級分析法層級分析法(Analytic Hierarchy Process, AHP)是由 Thomas L.Satty 於 1971 年所提出。其主要適合用來處理風險性、不確定之情況下及具有多數個評估準則或方案的決策問題上。由於層級分析法理論清晰簡單，操作方法容易，並能同時容納多位專家與決策者的竟見，因此，在多年來廣為被學術界和實務界所使用(Huang, 2005)。層級分析法的主要特色是利用階層式架構的方式，將複雜關係的因素建立階層結構，同時將可能的影響因素間做兩兩成對的重要性比較，可以使複雜的問題簡化，透過量化讓問題能夠更容易評比，使決策者能有效的作出決策與減少風險(Huang, 2005)。（一）層級分析法的目的與假設在我們的日常生活中，經常需要作各式各樣的決策以解決我們所遇到的問題，但多數 23.

(32) 的時候我們可能因為經驗、心智、能力⋯等關係，使得我們在欠缺足夠解決問題所需的資訊下，可能會做了錯誤與高風險性的決策。層級分析法之發展目的，就是要將複雜之問題予以系統化，藉由劃分不同層級的方式將目標問題給予階層式的分解，可以使複雜評估的問題透過階層結構的方式變得更容易評估與了解，並透過量化的判斷，予以綜合評估，提供決策者選擇適當之方案計劃時的充分資訊，並減少決策錯誤的風險性。層級分析法的基本假設，包括列下列各項：. 1.一個系統或問題可被拆解成許多被評比的種類(Classes)或成份(Components)，並形成有向層級的結構。. 2.層級結構中，每一層級的因素均假設其具有獨立性(Independence)。 3.每一層內的因素可用上一層級內某些或全部因素做為基準來進行評比。 4.進行評比時，允許將數值尺度轉換成比率尺度(Ratio Scale)。 5. 因素間進行完成對比較 (Pairwise Comparison) 後，可用正倒值矩陣 (Positive Reciprocal Matrix)來表示。 6.偏好關係及優劣程度須滿足遞移性(Transitivity)。但比較過程中要完全滿足遞移性並不容易，因此允許不具遞移性的情況出現，但必須測試其一致性(Consistency)的程度。. 7.因素的優先程度用加權法則(Weighting Principle)求得。 8.任何因素只要出現在層級結構中，不論其優先程度如何小，均被認為與整個評比結構有關。此外，Vargas(1990)提出使用 AHP 方法前使用者應具備以下幾點的認知（黃聖芫，. 2003）： (1)獨立性(Independence)：任兩因素間彼此的比較必須為假設互相獨立。 (2)同質性(Homogeneity)：任兩因素間之比較必須要有意義，並在合理的評估尺度內。 (3)倒數對照性(Reciprocal Comparison)：任兩因素間在進行成對比較時，其喜愛程度的比較 24.

(33) 必須滿足倒數的特性，若 A 比 B 喜愛程度是 x 倍，則 B 是 1/x 倍喜愛於 A。. (4)預期性(Expectations)：要完成決策目標，關係階層須要描述清楚，換言之，在建構關係階層與相關準則或選擇方案時必須完整，不能有遺漏或忽略。（二）層級結構化之要點層級結構為系統結構的骨架，透過層級方式的表現，可以清楚表示階層中各要素之間的交互影響關係，使決策者較易做出正確判斷。將影響系統之因素加以分解成數個群體，每群再區分為數個次群，逐級依序分解並建立全部之層級結構，其關係如圖 3-8 所示：層級的主要目的，是為了建立系統分解後的架構，所建立的層級架構包含了兩種：一是完整層級(Complete hierarchy)，另一為不完整層級(Incomplete hierarchy) (Huang, 2005)。. (1)完整層級如圖 3-8 左方所示，顯示了第 a 層與第 a+1 層內的要素均有關連，也就是說完整的連線不會影響對整個系統的有效性。. (2)不完整層級如圖 3-8 右方所示，顯示了第 a 層與第 a+1 層內的要素並不是都有關連，即沒有完整的連線。. 圖 3- 8 層級分析法層級結構示意圖(Satty,1980) （三）建立層級的優點依據 Satty(1980)的說明與鄧振源、曾國雄(1989)的整理，採用層級結構方式具有以下優點： 25.

(34) 1.層級分析法理論簡單，操作容易，能有效擷取多數專家及決策者有共識的意見。 2.層級分析法對於影響研究目標的相關因素，皆能納入模型中，配合研究目的，考慮各種不同的層面。. 3.相關影響因素，在經過專家學者評估及數學方法處理後，皆能以具體的數值顯示各個因素的優先順序。. 4.可將複雜的評估因素以簡單的層級架構方式呈現，有助於了解與溝通，也易於決策者所接受。. Satty(1980)認為層級分析法適用在下列決策問題上： (1)決定優先次序(Setting Priorities) (2)產生交替方案(Generating a Set of Alternatives) (3)選擇最佳方案(Choosing a Best Policy Alternatives) (4)決定需求(Determining Requirements) (5)資源分配(Allocating Resources) (6)預測結果(Predicting Outcomes) (7)績效衡量(Measuring Performance) (8)系統設計(Designing System) (9)確保系統穩定(Ensuring System Stability) (10)最佳化(Optimization) (11)規劃(Planning) (12)解決衝突(Resolving Conflict) (13)風險評估(Risk Assessment). 26.

(35) （四）層級分析法之步驟層級分析法之操作步驟簡單地說，首先將目標問題做問題的描述，再從中找出可能的影響因素並建立起層級關係，採用兩兩因素成對比較之方式比較兩因素之間的優劣程度，並依此建立成對比較矩陣，利用矩陣之特徵值與特徵向量的計算，求得各屬性與方案之權重值，最後再透過綜合評判的方式得到最終的方案排序，其重要步驟說明如下 (Huang,. 2005)。 1.問題描述欲將問題以層級分析法方式運作時，對於問題所處之系統應該儘量詳加瞭解分析，將可能影響問題之因素均納入問題中，同時決定問題之主要目標。. 2.建立層級架構在此一階段，必須決定問題之目標以及總目標之各項指標，決定各指標之評估準則及列入考慮之替代方案，而其評估準則以及方案之產生可應用腦力激盪法、Delphi 法等。首先在這個階段中包含了形成問題、確立定義、確立要素和層級三個步驟。然後將複雜的問題系統化，匯集專家學者及決策者的意見來進行評估並建構層級架構，此層級為研究架構的骨架，用來探討各要素間對整體的影響，而層級架構中，每一層級只受上一層級的影響且要素間互相獨立。同一層級內的要素不超過七個為原則，才能得到較好的一致性。. 3.建立成對比較矩陣此矩陣是以要素間相對的重要程度來建立。主要是以某一層級下各要素，以上一層級要素為評估準則下，來進行成對比較。衡量尺度是採用比率尺度(Ratio Scales)來表示，可劃分為五項：一樣重要、稍微重要、頗重要、非常重要、絕對重要，再加上另外四個介於兩者間的強度，共可分為九個尺度，並分別給序 1~9 的比重。AHP 評估尺度語意及說明，請見下表 3-1：. 27.

(36) 表 3- 1 AHP 評估尺度語意表(Satty,1980) 評估尺度. 定義. 說明兩項計畫的貢獻程度具相同重要性 ☉等強 (Equally) 經驗與判斷稍微傾向喜好某一計畫 ☉稍強 (Moderately) 經驗與判斷稍微傾向喜好某一計畫 ☉頗強 (Strongly). 1. 同等重要(Equal Importance). 3. 稍微重要(Weak Importance). 5. 頗為重要(Essential Importance). 7. 極為重要(Very Strong Importance) 實際顯示非常強烈傾向某一喜好某一計畫. 9. 絕對重要(Absolute Importance). 2,4,6,8. 有足夠證據肯定絕對喜好某計畫 ☉絕強 (Extremely). 相鄰尺度之中間值 (Intermediate 需要折衷值時 Values). 將兩兩因素間進行成對比較，即可得到一成對比較矩陣 A。若有 n 個因素需要比較時，則需進行 n(n −1)/2 次成對比較，若因素 i 與因素 j 的比值為 a ij ，因成對比較有倒數性質. (Reciprocal Property)，則要素 j 與要素 i 的比值即為原來比值的倒數即 1 / aij 。同理，成對比較矩陣 A 的下三角形部分，即為上三角形部分的倒數。如式(34)所示：. a12  a1n   1 1 / a 1  a 2 n   21      A  aij                1 / a1n 1 / a 2 n  1 .  . (34). 若當因素的權重值已知時，亦可用下列方式來表示之，如式(35)所示：. a12  a1n  W1 / W1 W1 / W2  W1 / Wn   1 1 / a 1  a 2 n  W2 / W1 W2 / W2  W2 / Wn   21           A  aij                             1 / a1n 1 / a 2 n  1  Wn / W1 Wn / W2  Wn / Wn .  . 28. (35).

(37) 其中 a ij  Wi / W j ， a ji  1 / aij ， W  w1 , w2 ,......, wn . T.  w1  w   2               wn . wi ：因素 i 的權重； i  1,2,..., n. a ij ：兩兩因素間的比值； i  1,2,..., n, j  1,2,..., n.. 4.計算特徴向量(Eigenvector)和最大特徴值(Eigenvalue)(Huang, 2005) (1)特徴向量的解法特徵向量(Eigenvector)或稱優勢向量(Priority Vector)或權重(Weight)，Satty(1980)提出四種近似法如下：. a.行向量平均值常態化，又稱 ANC 法(Average of Normalized Columns)。首先將各行元素常態化，再將常態化後之各列元素加總，最後再除以各列元素之個數。. Wi . 1 n aij  ，i, j  1,2,..., n n i 1 n  aij. (36). i 1. b.列向量平均值常態化，又稱 NRA 法(Normalization of the Row Average)。將各列元素加總後，再進行常態化。 n. Wi . a j 1. n. n. ij.  a i 1 j 1. ，i, j  1,2,..., n ij. c.列向量幾何平均值常態化，又稱 NGM 法(Normalization of the Geometric Mean of the Rows)。將各列元素相乘後取其幾何平均數，再進行常態化求得。. 29. (37).

(38) 1.  n n   aij    j 1   ，i, j  1,2,..., n Wi  1 n  n n   aij     i 1  j 1 . (38). d.行向量和倒數標準化。將各行元素予以加總，再求其倒數進行常態化。      1   n    aij  Wi   i 1  ，i, j  1,2,..., n     n  1    n  j 1   a ij   i 1 . (39). ※在實務上是採用前三種方法，其中又以第三種(NGM 法)最常被使用。 (2)最大特徴值(  max )的計算將成對比較矩陣A乘以所求出的特徵向量 W ，可得到新的特徴向量 W  ， W  的每一向量值分別除以對應原向量 W 之向量值，最後將所求出的各數值求其算數平均數，即可求出.  max 。 A  W   max  W. (40). W1 / W1 W1 / W2  W1 / Wn  W1  W1 W / W W / W  W / W  W  W   n  2  2 2 2  2  2 1           A                               Wn / W1 Wn / W2  Wn / Wn  Wn  Wn  其中. 1 W  W . W . max   1  2  ... n  n  W1 W2 Wn1 . 30.

(39) 5. 一致性檢定為了要求客觀且較準確的評估，所以必須要求一致性的檢定。此檢定是利用一致性指標(Consistency Index, C.I.)及一致性比率(Consistency Ratio, C.R.)來計算，而 Satty(1980)建議當 C.I. ≤ 0.1 時，為最佳可接受之誤差，若 C.I. ≤ 0.2 時，亦為可接受之誤差。一致性指標定義之公式如式(41)所示：. C.I . . max  n. (41). n 1. 其中 n ：評估要素的個數而每個成對比較矩陣可依階數 n 來對應隨機指標值(Random Index, R.I.)。AHP一致性檢定之隨機指標表，請見下表3-2：表 3- 2 隨機指標表(Satty,1980). N. 1. 2. R.I.. 0. 0. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15. 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51 1.48 1.56 1.57 1.59. 一致性比率定義如式(42)所示： C.R. . C.I . R.I .. (42). (若C.R. ≤ 0.1，表示矩陣的具有一致性，即為可接受之矩陣) 以上所述為單一層級的一致性計算，若層級數大於1時，則需求出整體層級的一致性指標(C.I.H)及一致性比率(C.R.H)。如式(43)所示： C.R.H. . C.I .H R.I .H. (43). 其中： C.I .H.   (每一層級的優先向量)*(每一層級C.I.值). R.I .H.   (每一層級的優先向量)*(每一層級R.I.值) (若C.R.H ≤ 0.1，表示整體層級矩陣具一致性，即為可接受之矩陣) 6.計算方案的優先順序將每一層級特徵向量(eigenvector)對應上一層級之特徵向量相乘，求得每一層級的整體 31.

(40) 權重值(綜合特徵向量)，此為最底層各方案對目標的優先值，讓決策者了解評估結果優先順序來下決策。. 圖 3- 9 AHP 法流程圖(鄧振源、曾國雄，1989) （五）層級分析法的優缺點. 1.優點(Buckley,1985; Brown,1994; Huang, 2003) (1)理論簡單，使用容易且具系統性，在實務上已被廣泛應用。 32.

(41) (2)將相關準則的因素納入評估架構中，讓評估更容易可行，且能具體的表示出各因素優先順序。. (3)因將相關評估因素納入具系統完整的層級架構中，可清楚的知道不佳處，來做為之後的改善。. 2.缺點 (1)傳統 AHP 是用來解決固定精確的問題，對於不精確的問題來評估往往與現實情況有所差異。. (2)要素方案的評估往往是用較主觀的方式來給定因素間的重要性，不夠客觀。 (3)層級數過多，影響評估品質。. 八、模糊層級分析法模糊層級分析法(Fuzzy Analytic Hierarchy Process；FAHP)，係層級分析法(AHP)與模糊理論 (Fuzzy Theory) 的結合應用 (Buckley,1985; Brown,1994) 。利用隸屬函數 (Membership. Function)的概念取代傳統 AHP 之明確值(Crisp Value)的方式，讓專家能以較人性化的尺度掌握問題並判斷，給予評估架構中兩兩因素之比較值。本研究係參考 Chen(1995)改良 FAHP 之方法，應用相似性整合法整合專家們對各評估因素之權重值，透過 FAHP 與模糊運算產生各層級因素的權重分數(Huang, 2005)。本研究之 FAHP 法的進行步驟如下：. 1.問題描述：層級分析的首要在於確立問題的根本，問題即是決策者欲尋求解答的目標。清楚的釐清後便能進行更深入的分析。. 2.建立層級架構：層級架構的精神是以目標問題為根本，透過階層的方式分析各層面可能的影響因素有哪些。通常可以透過專家訪談、文獻蒐集等方式，藉以建立問題的層級結構。本研究是以模糊德菲專家意見調查(FDM)的方式，篩選出符合目標問題的重要影響因素，並予以建立層級架構。 33.

(42) ~ 3.建立模糊成對比較矩陣 A ：此矩陣是以要素間相對的重要程度來建立，本研究中加入. Chen(1995) 提出之相似性整合法 (SAM) 做為建立矩陣前，整合專家模糊評估值共識之方法。矩陣之建立可藉由模糊語意變數之方式衡量準則項目之評價值，如表 3-3 與圖 3-11 所示：表 3- 3 三角模糊語意表(Buckley,1985; Brown,1994) 模糊數語意值 ~ 一樣重要 1  (1,1,1) ~ 介於一樣重要與稍微重要之間 2  (1,2,3) ~ 稍微重要 3  (2,3,4) ~ 介於稍微重要與頗為重要之間 4  (3,4,5) ~ 頗為重要 5  (4,5,6) ~ 介於頗為重要與相當重要之間 6  (5,6,7) ~ 相當重要 7  (6,7,8) ~ 介於相當重要與極為重要之間 8  (7,8,9) ~ 極為重要 9  (8,9,10). 圖 3- 10 模糊語意變數示意圖(Buckley,1985; Brown,1994). 4.模糊權重值計算：特徵向量(Eigenvector)或稱優勢向量(Priority Vector)，即要素的權重值。本研究利用 Buckley(1985)所提出之「列向量幾何平均值常態化」，對三角模糊正倒值矩陣進行權重計算，如式(44)所示： Z i  a i1  a i 2  ...  a in  n , i 1. Wi  Z i Z 1  Z 2  ...  Z n . 34. (44).

(43) 其中 a ij ：矩陣中第 i 列第 j 欄的模糊數 Z ：模糊數之列向量平均值. Wi ：第 i 項因素之模糊權重同時，本研究對區位候選的方案準則評估值之衡量方式，將其分為質化與量化兩部分。質化準則方面，因質化準則無法以明確數值加以衡量，故以模糊語意變數之方式，表現各方案的評價值。此外，在量化準則方面，則是利用 Wedley(1990)所提出之計算量化資料權重之方法，以表現各方案的評價值；其公式如下(鄧振源，2002)：當評估值為效益基準(愈大愈好)時可使用： wi . Xi.  X  n. j 1. , i  1,2,..., n. (45). j. 當評估值為成本基準(愈大愈不好)時可使用：. 1 Xi wi  n   1   j 1  X j.    . , i  1,2,..., n. (46). 其中. X i ：第 i 個項目之實際衡量值。. wi ：第 i 項項目之權重值。 ~ 5.模糊一致性檢定：Buckley (1985)指出，模糊矩陣 A 之一致性檢定方法，可以根據Satty(1980). 所提出之傳統 AHP 法之一致性檢定方法求得，藉由求算模糊數中間值矩陣之方式，當.  .  . ~ a ij 也有一致性。 A  a ij 符合一致性檢定的要求(CI < 0.1)時，可進步推論出FAHP之 A  ~. ~ ~ 6. 層級串連：將模糊評價值 ( E ) 與模糊權重 ( W ) 運用模糊乘積的方式得到最終模糊評價 ~ ( R )。 35.

(44) ~ ~ ~ R  EW. (47). 7.解模糊化：解模糊化(Defuzzification)是將模糊數轉換成為一個明確值的方法，本研究係利用重心法(Center of Gravity Method)，透過計算模糊數的隸屬函數之幾何中心(重心)的方式，找出的重心即是模糊數的明確值。 G(A) . . U. u A ( x)  xdx. . U. u A ( x)dx. ，其中  u A ( x)dx  0 U. (48). 8.排序：將各方案所得之最終分數予以優先排序，即可得到眾多方案中最佳的方案與其他替代方案的先後順序。. 36.

(45) 肆、資料分析與結果本研究將回收問卷的資料加以分析，並以灰色多屬性決策分析之計算方式，採用方案選擇，結合旅行成本與服務品質做分析，利用票價的變動及所提供的服務，藉由模糊德菲層級分析法，求得各屬性因子之間的權重分配，依其權重值，分析因子的相對重要性，進而求得其運算結果，依據決策準則選取最佳方案，了解旅客願付價格，針對結果予以解釋。. 一、樣本結構分布本研究共發放 31 份問卷，針對大學生作為研究對象，事先透過口頭詢問，受測者皆為實際搭乘過高鐵，且一年內搭乘費用超過 10,000 元以上，並以搭乘目的為旅遊類型之乘客為主。有效問卷回收 31 份，男性樣本數共 9 份，占整體樣本數的 29%，女性樣本數共 22 份，占整體樣本數的 71%。月收入以「$10,000(含)以下」占 87%為多數。. 二、衡量問項表 4- 1 各構面評量項目之參考文獻構面 . 有形性 . 評量項目 . 參考文獻 . 高鐵環境設施乾淨舒適 . Haywood-Farmer(1988) Parasuraman et al.(1988) Kirk L. Wakefield et al.(1999). 高鐵車站提供清楚的搭乘資訊 . Parasuraman et al.(1988) Nirajan Shiwakoti et al.(2016). 高鐵提供多樣化車廂(如：標準、商務、Parasuraman et al.(1988) Abdelati M. Benur et al.(2015) 無障礙)，滿足不同乘客需求 . 可靠性 . 高鐵會依照班表或班距準時發車 . Parasuraman et al.(1988) Huijun Sun et al.(2014). 高鐵的網路交易機制是安全的 . Parasuraman et al.(1988) Rasheed Hussain et al.(2015). 高鐵服務人員在處理問題時是可信賴的 . Haywood-Farmer(1988) Parasuraman et al.(1988). 37.

(46) 保證性 . 反應性 . 高鐵服務人員能適時通知乘客發生何種 Martin(1986) Haywood-Farmer(1988) 緊急狀況 Parasuraman et al.(1988) Martin(1986) 高鐵服務人員擁有專業的溝通能力 Haywood-Farmer(1988) Parasuraman et al.(1988) Martin(1986) 高鐵服務人員能有效率回應乘客的需求 Haywood-Farmer(1988) Parasuraman et al.(1988) Martin(1986) 高鐵客服中心能及時提供諮詢服務 Haywood-Farmer(1988) Parasuraman et al.(1988) 高鐵票價打折方案(如：早鳥、大學生) George S. Day et al. (1988) Parasuraman et al.(1988) 符合乘客需求 . 同理心高鐵會以乘客的利益為優先 . 知覺等候時間願意花費幾分鐘於排隊購買車票 . Parasuraman et al.(1988) Concepción Román et al.(2014) Hornik(1982) Luo, W. et al.(2004). 高鐵提供幾種購票管道是足夠的 . Brown(1990) Berry et al.(2002). 高鐵站內提供無線上網之服務是方便的 . Brown(1990) Berry et al.(2002). 高鐵車站地理位置設置良好 . Daniel A. Rodríguez et al.(2011) Yung-Hsiang Cheng et al.(2015). 高鐵車站提供便利的接駁工具 . Brown(1990) Berry et al.(2002) Yung-Hsiang Cheng et al.(2015). 便利性 . 三、層級架構之建立本研究依據各構面之因子，予以建立本研究之 FAHP 層級架構，並以此架構為精神，探討影響乘客搭乘台灣高鐵之服務品質相關問題。本研究之 FAHP 層級架構，如下圖 4-1 所示：. 38.

(47) 圖 4- 1 影響乘客搭乘台灣高鐵之服務品質之 FAHP 層級架構圖. 四、灰色多屬性決策運算以下為高鐵價格決策，說明灰色多屬性決策分析之操作。可考慮之方案有$501-$900、. $901-$1,300 與$1,301-$1,700 三種，而考慮的屬性包含內外部因素數種。受訪者分別在方案屬性下評分，彙總得到效果矩陣如表 4-2。. 39.

(48) 表 4- 2 高鐵價格決策之效果矩陣方案屬性. 2 3 $901-$1,300 $1,301-$1,700 85.95 93.75 81.67 80.00 81.90. 82.50. 87.50 85.50 85.00. 91.57 84.67 87.14. 92.50 88.75 86.25. 88.83. 82.86. 82.50. 88.33 88.33 89.67. 82.86 84.52 86.14. 83.75 86.25 89.50. 82.00. 86.43. 90.00. 83.83 12.67 6.00 86.00 79.33 85.00. 74.76 14.14 5.29 83.95 73.81 73.81. 78.75 7.00 4.50 100.00 88.75 87.50. ……. ……. ....... 81.00. ……. 高鐵環境設施乾淨舒適。高鐵車站提供清楚的搭乘資訊。高鐵提供多樣化車廂(如：標準、商務、無障礙)，滿足不同乘客需求。高鐵會依照班表或班距準時發車。高鐵的網路交易機制是安全的。高鐵服務人員在處理問題時是可信賴的。高鐵服務人員能適時通知乘客發生何種緊急狀況。高鐵服務人員擁有專業的溝通能力。高鐵服務人員能有效率回應乘客的需求。高鐵客服中心能及時提供諮詢服務。高鐵票價打折方案(如：早鳥、大學生)符合乘客需求。高鐵會以乘客的利益為優先。願意花費幾分鐘於排隊購買車票。高鐵提供幾種購票管道是足夠的。高鐵站內提供無線上網之服務是方便的。高鐵車站地理位置設置良好。高鐵車站提供便利的接駁工具。. 1 $501-$900 85.83 90.50. （一）計算過程對於高鐵環境設施乾淨舒適而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rA1 =85.83/93.75=0.916 rA 2 =85.95/93.75=0.917. rA3 =93.75/93.75=1 對於高鐵站內商店符合乘客需求而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： 40.

(49) rB1 =78.83/87.5=0.901 rB 2 =80/87.5=0.914. rB3 =87.5/87.5=1 對於高鐵車站提供清楚的搭乘資訊而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下：. rC1 =90.5/90.5=1 rC2 =81.67/90.5=0.902 rC3 =80/90.5=0.884 對於高鐵提供多樣化車廂(如：標準、商務、無障礙)，滿足不同乘客需求而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rD1 =81/82.5=0.982 rD 2 =81.9/82.5=0.993. rD3 =82.5/82.5=1 對於高鐵服務人員態度友善且儀表整齊乾淨而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rE1 =92.33/92.33=1 rE 2 =86.19/92.33=0.933. rE3 =88.75/92.33=0.961 對於高鐵會依照班表或班距準時發車而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rF1 =87.5/92.5=0.946 rF 2 =91.57/92.5=0.99. rF3 =92.5/92.5=1 對於高鐵具備良好的形象與安全紀錄而言，目標是越高越好，所以利用上限效果測度， 41.

(50) 依據第三章式(1)計算出結果如下：. rG1 =86.83/92.5=0.939 rG 2 =90.38/92.5=0.977 rG3 =92.5/92.5=1 對於高鐵的網路交易機制是安全的而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rH1 =85.5/88.75=0.963 rH 2 =84.67/88.75=0.954. rH3 =88.75/88.75=1 對於高鐵列車行車速度與故障率是可接受的而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rI1 =82.5/82.5=1 rI 2 =82.4762/82.5=0.9997. rI3 =82.5/82.5=1 對於高鐵服務人員在處理問題時是可信賴的而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下：. rJ1 =85/87.14=0.975 rJ 2 =87.14/87.14=1 rJ 3 =86.25/87.14=0.99 對於高鐵能夠保護乘客的隱私安全而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rK1 =85.83/85.83=1 rK 2 =81.86/85.83=0.954. rK3 =82.5/85.83=0.961 42.

(51) 對於高鐵服務人員能適時通知乘客發生何種緊急狀況而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rL1 =88.83/88.83=1 rL 2 =82.86/88.83=0.933. rL3 =82.5/88.83=0.929 對於高鐵服務人員會迅速處理事故與狀況而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下： rM1 =89.5/89.5=1 rM 2 =85.24/89.5=0.952. rM 3 =83.75/89.5=0.936 對於高鐵服務人員擁有專業的溝通能力而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下：. rN1 =88.33/88.33=1 rN2 =82.86/88.33=0.938 rN3 =83.75/88.33=0.948 對於高鐵服務人員會及時告知乘客列車延遲的訊息而言，目標是越高越好，所以利用上限效果測度，依據第三章式(1)計算出結果如下：. rO1 =91/91=1 rO2 =83.48/91=0.917 rO3 =87.5/91=0.962 對於高鐵服務人員能有效率回應乘客的需求而言，目標是 70 分剛剛好，所以利用特定中心效果測度，依據第三章式(3)計算出結果如下： rP1 =70/88.33=0.792 rP 2 =70/84.52=0.828 43.