标题 | 基于熵权-模糊综合评价法的众包物流服务质量评价模型构建 |
范文 |
【摘? 要】众包物流模式作为解决各大电商与物流企业的“最后三公里”配送运力问题的钥匙,其在蓬勃发展的同时也出现了很多服务质量问题。为帮助众包物流企业提升服务质量,促进众包物流行业健康发展,论文结合众包物流服务流程与特点,系统地分析了众包物流服务质量的影响因素。最终构建了以可靠性、信息性、便利性、移情性、时效性、经济性、安全性、创新性为一级评价指标,内含29个二级评价指标的众包物流服务质量评价指标体系。以此为基础,构建了基于熵权-模糊综合评价法的综合评价模型,并选取美团为研究对象进行了实证分析。结果表明,基于熵权-模糊综合评价法的众包物流服务质量评价模型能够有效应用于实践,评价结果科学合理,具有较强的实用性。 【Abstract】As the key to solve the distribution capacity problem of "last three kilometers" of major e-commerce and logistics enterprises, crowdsourcing logistics mode is developing vigorously, but it also shows a lot of service quality problems. In order to help the crowdsourcing logistics enterprises improve service quality and promote the healthy development of crowdsourcing logistics industry, this paper systematically analyzes the influencing factors of crowdsourcing logistics service quality combined with the service process and characteristics of crowdsourcing logistics. Finally, the paper establishes a crowdsourcing logistics service quality evaluation index system, which takes reliability, information, convenience, empathy, timeliness, economy, security and innovation as the first level evaluation indexes, and contains 29 second level evaluation indexes. Based on this, this paper establishes a comprehensive evaluation model based on entropy weight-fuzzy comprehensive evaluation method, and selects Meituan as the research object for empirical analysis. The results show that the crowdsourcing logistics service quality evaluation model based on entropy weight-fuzzy comprehensive evaluation method can be effectively applied to practice, and its evaluation results are scientific and reasonable, and it has strong practicability. 【關键词】众包物流;服务质量;熵权-模糊综合评价法;评价模型;美团 【Keywords】crowdsourcing logistics; service quality; entropy weight-fuzzy comprehensive evaluation method; evaluation model; Meituan 【中图分类号】F259.23? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文献标志码】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章编号】1673-1069(2020)06-0164-07 1 引言 近年来,随着“线上+线下”消费场景融合的不断深入,以餐饮外卖、商超生鲜、鲜花宅配为代表的即时消费市场发展迅猛。2019年我国即时配送订单量达185亿,较上年增长37.6%,订单量的高速增长的背后,是末端配送环节运力与成本压力的日益增加。为打破自有运力不足的瓶颈,各大电商平台与快递物流企业积极探索“互联网+物流”的融合发展道路,催生了全新的物流服务模式——众包物流。 众包物流是现阶段解决“最后三公里”末端配送问题的钥匙[1]。区别于传统物流模式的密集劳动投入,众包物流模式往往建立在以云计算与大数据分析的基础上,实现对碎片化社会劳动力的高效整合,再通过自身网络平台,将配送订单以自愿、有偿的方式,与已整合好的运输资源精确匹配,从而实现降低物流成本、提高物流效率的目标。通常情况下,网络平台、自由配送人与客服组成众包物流的三大服务主体,其中:众包物流网络平台作为发包方,负责接受并处理订单数据,协调和管理运力资源,为消费者提供必要的信息服务;以兼职形式参与配送环节的自由配送人作为接包方接取订单,并根据所接订单信息,完成配送环节;客服则作为后勤服务部门,在监控服务状况的同时发挥服务补救的作用。 目前,关于众包物流的研究,主要有两类:一是众包物流的发展现状与现存问题的研究。石荣丽[2](2017)通过对亚马逊、人人快递、京东到家等众包物流的介绍,分析了众包物流模式的组织形态与发展趋势,提出物流企业应积极构建基于智能供需匹配的移动化众包物流信息综合服务平台。王凤美[3](2018)认为国内配送企业所采构建的众包物流,广泛存在配送人员难以管理、服务质量难以控制、企业形象难以统一等问题。笪静和于永梅[4](2019)通过对高校外卖配送现状进行探究,从规范设施及操作行为和建立众包配送系统两个方面提出了具体的对策建议。二是众包物流模式影响因素的研究。陈耀庭与黄和亮[5](2017)通过对生鲜电商众包配送模式进行分析,指出企业采用众包物流,需要建立配套的可视化物流信息查询系统,并设立完整的消费者权益保障机制。张京敏与黄彦[6](2019)认为现阶段条件下,企业制定众包物流服务价格时,应考虑消费者的服务价格敏感程度与服务水平敏感程度。韩盼盼[7](2019)则提出“互联网+”是众包物流的主要驱动力,企业对众包物流模式的塑造,受到自身软件服务水平与信息传递效率的制约。 本研究通过对过往研究的回顾,发现目前关于众包物流服务质量评价的研究相对较少,众包物流服务质量内涵尚不明确,缺乏理论与实践的结合。因此,本文在回顾相关服务质量理论的基础上,分析众包物流服务质量的影响因素,并设计评价指标体系,从而提出具有一定实践价值的众包物流服务质量评价模型,为今后众包物流企业提升服务质量提供参考。 2 服务质量评价模型 与实体产品相比,服务质量具有无形性、易逝性、异质性与不可分离性等特征,这些特征导致其不可能像实体产品那样可以依据产品外观、寿命周期等客观指标进行评价。Parasuraman等[8](1988)通过对“服务质量差距分析模型”进行简化,确立了可靠性、响应性、保证性、移情性、有形性这5个服务质量评价维度,并构建和完善了含有22个次级题项的SERVQUAL服务质量评价模型。使得量化评估服务质量的高低成为现实,并在学界得到了广泛的应用。但在应用过程中,由于SERVQUAL量表在缺乏客观的衡量标准,模型的评价效度不高,因此,需要在实际应用中针对不同的行业进行修订。 前人对物流服务质量也进行了深入的研究,Mentzer等[9](1989)开发了PDSQ实物配送服务质量评价模型,认为物流服务应包含实物配送服务和客户营销服务,并于2001年最终形成了包含信息质量、订货过程等9个维度25个指标的LSQ物流服务质量评价模型[10]。近年来,随着电子商务与物流的联系愈发紧密,国内外学者开始进行电子商务条件下物流服务质量理论研究。Parasuraman等[11](2005)改进了其提出的SERVQUAL量表,将网站技术功能、购买过程、在线补救纳入了服务质量的考量范围,构建E-SERVQUAL电商服务质量评价模型。郑兵[12](2008)结合中国网络购物环境,提出从定制化服务、沟通质量、误差处理质量等5个维度评价B2C网购物流服务质量。陈方[13](2018)基于顾客满意度视角,对SERVQUAL量表做了修订,将有形性修改为信息性,并将经济性引入B2C电商物流服务质量模型。本研究总结国内外研究者提出的服务质量维度,如表1所示。 3 众包物流服务质量评价指标体系的建立 3.1 众包物流服务质量影响因素分析 本文根据以往的SERVQUAL与LSQ模型为基础,结合众包物流服务的流程与特点,决定从可靠性、信息性、便利性、移情性、时效性、经济性、安全性、创新性8个维度,分析影响众包物流服务质量的因素。其中,部分维度是结合众包物流服务的背景,对SERVQUAL、LSQ等经典服务质量评价维度的引用与拓展。所有维度具体含义分析如下。 3.1.1 众包物流服务的可靠性 众包物流服务的可靠性指众包物流企业准确地履行其承诺的服务。本文将SERVQUAL量表中保证性、可靠性这两个维度合并为可靠性引入评价模型,并结合众包物流服务的背景,参考LSQ量表中的货品完好程度、货品准确率以及E-SERVQUAL等模型中的可用性、补救性等维度,对可靠性这一维度的测度范围进行了拓展。众包物流服务的可靠性除验证企业履行物流服务承诺的能力之外,还涵盖对企业软件服务、信息传递、服务补救等多方面服务承诺履行能力的测度,即检验众包物流服务中各服务主体是否在服务过程中达成服务承诺,以正确方式为顾客提供值得信赖的众包物流服务。 3.1.2 众包物流服务的信息性 在传统服务意义方面,顾客的服务感知聚焦于线下,企业员工会同顾客产生面对面的实质接触,服务人员服务顾客的过程、实体店面的环境、售后服务等环节,都会对顾客的服务质量感知产生重大影响。在顾客享受众包物流企业的服务过程中,通常不会同企业的办公环境、线下设备等发生接触,而是众包物流企業提供的信息服务使顾客同商家以及众包物流服务各模块有效的结合起来,顾客通过信息传递与可视化,实现对无形化的众包物流服务的有形感知。因此,本文将信息性解释为众包物流企业向其客户提供齐备、准确的信息服务。 3.1.3 众包物流服务的便利性 众包物流企业所面对的顾客人群,对服务的便利化与服务柔性有较高的需求。在SERVQUAL模型中,服务的响应性的被解释为根据顾客的要求提供快捷、有效服务的反应能力,同样显示出了对企业服务柔性的要求。企业需对客户实际需求进行分析,设计多元化的配送方案,简化补救服务流程。因此,便利性解释为众包物流企业从顾客角度出发,提供便捷有效的服务内容。 3.1.4 众包物流服务的移情性 SERVQUAL模型中所提出的移情性,体现的是企业服务人员关心顾客,让服务过程体现人情味。LSQ量表重点测度的是物流服务过程中员工同顾客的沟通质量,二者都不够全面。众包物流服务之中,服务人员态度、沟通及是否满足顾客个性化需求等内容都会对众包物流服务质量整体评价产生重要影响。因此,众包物流服务的移情性,解释为众包物流企业及相关服务人员,在服务过程中为顾客着想,真诚关心顾客,满足顾客个性化需求。 3.1.5 众包物流服务的时效性 众包物流服务面向即时配送需求,顾客通常希望尽可能地缩短配送时间,订单本身的接单速度与客服处理顾客服务补救需求的时效,也会对众包物流服务质量产生重要影响。因此,本文结合感知服务质量模型中及时性的相关定义,引用LSQ模型中时间性、订单过程等维度概念,合并引入时效性维度,用以测度众包物流企业的各项服务时效以及需求响应的速度。将众包物流服务的时效性解释为众包物流各项服务所需的时间和速度。 3.1.6 众包物流服务的经济性 与传统的物流服务不同,配送服务的性价比是否合理,是顾客对众包物流服务进行选择时的重要参考依据。顾客同时也更关注当产生如退货、破损等服务纠纷时,企业的理赔机制设计是否合理,考量企业对顾客经济效益的保障程度。因此,本文将众包物流服务的经济性纳入众包物流服务质量影响因素范畴,解释为消费者为获得服务所需的经济成本,体现企业对消费者经济利益的保障程度。 3.1.7 众包物流服务的安全性 众包物流服务的特点,决定了顾客的安全性顾虑较多。顾客的住址、联系方式等重要隐私信息,都会在配送过程中传递给自由配送人员,支付平台的安全程度,也是顾客感知众包物流服务质量的重要组成部分。因此,本文将安全性解释为众包物流企业为其顾客打造安全可靠、值得信任的众包物流服务场景。 3.1.8 众包物流服务的创新性 众包物流以互联网技术为支撑,配送服务不可控性高。因此,企业是否对其配送服务有强烈的优化意愿,是否具备足够的技术调整能力,对整体服务场景的各个环节进行升级,以期为顾客创造更好的服务环境,将对众包物流服务质量产生重要影响。创新性解释为企业具备创新意识,对众包物流服务场景各项内容进行改进,持续满足顾客需求的能力。 3.2 众包物流服务质量评价指标体系 通过对上述各维度的分析与总结,本文最终形成了包含8个一级指标,29个二级指标的众包物流服务质量评价指标体系,如表2所示。 4 熵权-模糊综合评价模型的构建 4.1 方法原理 4.1.1 熵权法 熵最早出现在物理学热力第二定律中,Shannon最先将熵引入信息论,将熵作为信息不确定性的度量。所谓系统的熵值,是指在其所处状态中的均匀程度,当所处的状态越无序、越均匀时熵值越大,反之,状态越有序、越不均匀时熵值越小。熵权法是基于调研数据中各项指标所反映信息量的多少来确定各指标权重的方法。其基本原理为,评价模型中一项指标对应熵值越小,熵权越大时,说明该指标能够提供的信息量就越多,对整体评价结果的影响就越大,反之则越小[14]。 4.1.2 模糊综合评价法 现实生活中,在偶发现象与必然现象之间,还存在着许多的模糊现象。模糊现象,即代表着现实世界中广泛存在着的中间状态,证明现实世界并非非黑即白、非此即彼,而是相互渗透、相互联系着的。模糊现象的存在,促使人们寻找一种研究与处理该现象的定量方法。在此背景下,1965年,Zadeh首先提出了模糊集概念,这标志着模糊数学的诞生。模糊综合评价法是建立在模糊数学基础上的,是对受多种因素影响的事物所做出全面评价的一种方法。其基本原理为:首先确定评价因素集(本研究中为指标体系)和评价等级集;其次对单因素(指标)进行评判,得到从因素集到评判集的模糊映射,构成模糊评判矩阵;最后代入因素的权重向量与模糊评判矩阵进行模糊运算,对评价结果进行加权平均,计算模糊评价综合结果[15]。 4.2 评价方法的步骤 4.2.1 确定评价因素与评价等级集 评价因素集合依据众包物流服务质量评价指标体系所设立,包含有8个维度,每个维度下含有n个指标,依所属层次可分为: 5 实证分析 本文以美团为例,进行众包物流模糊综合评价分析,验证评价模型的可行性。2015年12月7日,美团宣布上线美团众包APP,宣布开启众包配送模式。上线仅一星期,美团众包日接纳订单量突破了10万单,自此极大缓解了美团在外卖配送领域的末端配送压力。截至2019年第三季度末,美团众包日活跃用户数达33.6万人,合作商家突破360万家,服务范围覆盖全国超过2800个城市,均列全国首位,美团已经成为国内众包物流行业举足轻重的力量。 5.1 评价数据的收集 评价数据主要依靠问卷调查的形式,根据所构建的众包物流服务质量评价指标体系为基础,设计了美团众包物流服务质量调查问卷,向各大高校物流相关专业同学进行投放。共填写问卷807份,最终获得有效问卷640份,有效率为79.3%,并经过信度与效度检验,确保问卷数据的可靠性与有效性。 5.2 评价等级集的确立 本文采用的是Likert 5分制量表,将评价等级集划分5个评价等级,即式(3)中,分别对应“非常不满意”“比较不满意”“一般”“比较满意”“非常满意”,设定对应等级评价分数为1、2、3、4、5。 5.3 评价结果的计算 5.3.1 隸属度矩阵的确立 实证调研结果如表3所示,根据式(4)和式(5),计算得出隶属度矩阵结果如下: 5.3.2 熵权法确定各指标权重 由式(6)可得可靠性中6个指标的熵值计算为: 根据式(7)和式(8)计算,可得到可靠性维度各指标的权重为: 由此,可靠性维度所属指标权重向量为: W1=(λ11,λ12,λ13,λ14,λ15,λ16)=(0.204,0.167,0.22,0.154,0.125,0.131) 重复上述计算过程,依次计算得到各维度权重向量为:W2=(λ21,λ22,λ23)=(0.375,0.216,0.409);W3=(λ31,λ32,λ33,λ34)=(0.341,0.472,0.086,0.101);W4=(λ41,λ42,λ43)=(0.397,0.453,0.15);W5=(λ51,λ52,λ53,λ54)=(0.29,0.211,0.282,0.217);W6=(λ61,λ62,λ63)=(0.281,0.222,0.498);W7=(λ71,λ72,λ73)=(0.366,0.352,0.282);W8=(λ81,λ82,λ83)=(0.294,0.341,0.365)。 进一步根据式(9)计算得到各维度权重向量: E=(E1,E2,E3,E4,E5,E6,E7,E8)=(0.254,0.106,0.086,0.06,0.238, 0.052,0.121,0.083) 5.3.3 合成模糊评价结果向量 将所求权重向量与隶属度矩阵代入式(10),合成各维度评价结果向量: S1=w1·R1 =(0.06,0.078,0.124,0.415,0.325); S2=w2·R2 =(0.053,0.086,0.178,0.392,0.292); S3=w3·R3 =(0.043,0.135,0.193,0.367,0.262); S4=w4·R4 =(0.052,0.155,0.198,0.342,0.253); S5=w5·R5 =(0.036,0.056,0.096,0.44,0.373); S6=w6·R6 =(0.059,0.212,0.268,0.31,0.152); S7=w7·R7 =(0.034,0.063,0.249,0.357,0.297); S8=w8·R8 =(0.044,0.135,0.248,0.362,0.187)。 将所求Si与E代入式(11),进而确定综合评价结果向量G为: G=E·(S1,S2,S3,S4,S5,S6,S7,S8)T=(0.047,0.093,0.166,0.393, 0.299)。 5.3.4 评价结果的计算 将所求评价结果向量代入式(12)与式(13),获得各维度与综合评价得分情况,汇总结果如表4所示。 5.4 评价结果的分析 通过本节模型的计算可知,美团众包物流服务综合评价得分为3.798,根据所构建的评价等级集,说明消费者对美团众包物流服务质量的综合满意度介于一般到比较满意之间,偏向比较满意。进而关注各维度得分情况,可靠性、时效性、安全性这三项上得分都比较高,服务质量具有保证,为其综合评价获得较高分数提供了保障。便利性、移情性与信息性上的得分虽略低于总体评价水平,评价水平仍趋向“比较满意”,证明这三个子维度下尚存在个别指标所对应的服务内容存在着改进的空间。经济性与创新性指标的评价得分远低于总体评价水平,顾客对这两个维度相关的服务评价趋向“一般”,证明所对应的服务内容存在明显不足,服务质量亟须改善。 6 结论与展望 本文基于众包物流服务的特点,结合SERVQUAL,LSQ等服务质量经典评价模型,对众包物流服务质量影响因素进行分析,最终构建了较为科学的众包物流服务质量评价指标体系,该指标体系包括8个维度和29项评价指标。同时,基于熵权-模糊综合评价法设计了众包物流服务质量评价模型,选取美团为评价对象。 一方面,验证了所构建评价模型的有效性及可操作性;另一方面,评价结果为美团提升众包物流服务质量提供了参考依据。 尽管本文在构建众包物流服务质量评价模型的过程中,尽量选取了科学的研究方法,但在对众包物流服务质量构成的诠释以及指标的选取方面仍存在着不足之处。未来研究中,应当结合实践背景进一步优化众包物流服务质量评价指标体系,针对众包物流行业细分领域,适当拓展实证研究对象。 【参考文献】 【1】朱云桦,栾迎霞,孙晓君.众包物流开拓城市配送蓝海的可行性研究[J].中国市场,2016(06):23-24. 【2】石荣丽.分享经济视阈下的众包物流信息服务平台模型构建[J].华南理工大学学报(社会科学版),2017,19(2):15-21. 【3】王凤美.快递配送采用众包模式的困境及对策探析[J].物流工程与管理,2018,40(12):51-53. 【4】笪静,于永梅.O2O模式下三峡大学校园外卖配送现状及对策分析[J].物流技术与应用,2019(12):170-172. 【5】陈耀庭,黄和亮.我国生鲜电商“最后一公里”众包配送模式[J].中国流通经济,2017,31(2):10-19. 【6】张京敏,黃彦.考虑服务水平的众包物流定价策略[J].价格月刊,2019(9):20-25. 【7】韩盼盼.“互联网+”驱动下众包物流模式研究[J].对外经贸,2019(5):81-83+87. 【8】Parasuraman A,Zeithaml V A,Berry L L.Executive Summaries SERVQUAL:A Multiple-Item Scale for Measuring Consumer Perceptions of Service Quality[J].Journal of Retailing,1988,64(1):12-40. 【9】Mentzer J T,Gomes R,Krapel R E.Physical Distribution Service:a Foundmental Marketing Concept[J].Journal of The Academy of Marketing Science,1989,17(4):53-62. 【10】Mentzer J T,Flint D J,Kent J L.Logistics Service Quality as a Segment Customized Process[J].Journal of Marketing,2001,65(4):82-104. 【11】Parasuraman A,Zeithaml V A,Malhotra A.E-SQUAL:a Multipleitem Scale for Assessing Electronic Service Quality[J].Journal of Service Research,2005,7(3):213-233. 【12】郑兵.B2C网络商店物流服务质量及其与顾客忠诚的关系研究[D].大连:大连理工大学,2008. 【13】陈方.顾客满意度视角下的B2C电商物流服务质量评价研究[D].郑州:华北水利水电大学,2018. 【14】熊伟,新藤久和,渡边喜道.软件需求定量分析及其映射的模糊层次分析法[J].软件学报,2005(03):427-433. 【15】谢季坚,刘承平.模糊数学方法及其应用(第四版)[M].武汉:华东科技大学出版社,2013. 【作者简介】韦齐阳(1995-),男,广西柳州人,从事物流与供应链管理研究。 |
随便看 |
|
科学优质学术资源、百科知识分享平台,免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。