B2C 電子商務企業共同配送利益分配問題研究

溫 哲 （上海大學 管理學院，上海200444）

WEN Zhe (School of Management, Shanghai University, Shanghai 200444, China)

0 引 言

隨著互聯網的普及和進一步應用，電子商務已經成為推動全球經濟一體化和經濟增長的主要動力之一。根據艾瑞咨詢的統計數據，2012 年中國網絡購物市場交易規模達到1.3 萬億元，實現66.1%的年增長，未來幾年，中國網絡購物市場整體還將保持較快的增長速度。隨著消費者網購習慣的日益養成，產品低價不再是網購用戶唯一看重的因素，而是更加注重商品的質量和商家的信譽，相較于C2C 平臺而言，B2C 在這方面有較大優勢，更容易得到青睞，2012 年其占網購整體的比例近30%，B2C亦成為未來網購市場發展的主要推動力[1]。

快速發展的B2C 電子商務企業，需要安全高效、價格合理、服務周到的物流配送體系來支持。在我國，物流行業起步較晚，物流配送體系并不完善，隨之產生許多問題。第一，對消費者來說，快遞不準時，派件時間不合理，快遞丟失、損毀頻頻發生，消費者對電商企業的物流配送提出更高的要求；第二，電商企業為了提高物流服務水平，相繼推出了“次日達”、“半日達”、“一日三送”及由消費者自行決定收貨時間的“定時達”等服務，這會增加物流配送成本；第三，在物流配送的最后一公里，多家快遞企業和電商企業同為一個社區配送、消費者無法及時簽收等原因會導致多次和重復配送，降低了訂單配送效率，導致了巨額的配送成本，同時也引起交通擁擠、環境噪聲及車輛廢氣污染等一系列社會問題[2]。電子商務企業物流配送中存在的這些問題要求引入高效率、低成本的物流配送模式來解決。因此，共同配送作為一種既有利于提高客戶服務水平，又能夠降低配送成本的物流配送模式，受到了廣泛關注[3]。

1 B2C 電子商務企業共同配送模式概述

1.1 共同配送模式的含義

共同配送（Joint Distribution） 起源于日本，又稱作協同配送（Collaborative Distribution）、聯合運輸 （Consolidated Shipment） 或者合并運輸（Merge-in-Transit）。湯淺和夫[4]將共同配送定義為：共同配送即為了提高車輛車載利用率，將單個公司較少的配送量與其他一個或者多個公司集中起來，在單個公司配送合理化的基礎上，聯合其他公司達到聯盟整體配送的進一步合理化。

共同配送的實質是企業之間為了實現資源共享，在互信互利的合作基礎上，對不同商品進行優化組合后再進行配送，以此來提高物流服務水平，降低配送成本，快速反饋信息，促進整個社會商品高效流通的配送，其核心思想是在資源共享的理念下，建立企業聯盟[5]。何明珂指出共同配送并不僅限于幾個企業物流作業環節的聯合，還包括物流資源、物流設施及設備、物流管理的共同化[6]。

1.2 B2C 電子商務企業共同配送的主要模式

關于我國B2C 電子商務企業的共同配送模式，目前學術界沒有統一的劃分方式，本文將其劃分為以下三種。

1.2.1 電子商務企業之間合作的共同配送

（1） 橫向共同配送

橫向共同配送模式[7]是指電商企業在開展共同配送前，就包裝貨運規格完全實現統一，然后共同建立配送中心，共同購買運載車輛，企業間的貨物運輸統一經由共同的配送中心來開展（如圖1 所示）。

（2） 區域共同配送

區域共同配送模式[8]指由電商企業在互信互惠的基礎上共同投資，組建一個虛擬的物流聯盟。在虛擬物流聯盟的組織之下，由各電商企業共同組建區域共同配送中心，進行共同配送（如圖2 所示）。

1.2.2 與零售店、社區店合作的共同配送

顧客可采用網上訂貨、連鎖店取貨或由店員送貨上門的形式，為連鎖店帶來的收獲是：不僅擴大了其商品種類，贏來了更多顧客，同時帶來一部分倉儲及配送的利潤；對于B2C 企業來說，可以將其觸角延伸得更為廣泛、深入，為客戶帶來了前所未有的方便、快捷的服務，同時有利于逆向物流的回收。當然，結合還可以同時樹立并提升二者的品牌效應，為今后更大的發展空間打下良好的基礎[9]。

1.2.3 與共同配送企業合作的共同配送（如圖3 所示）以北京“城市100”的共同配送解決方案為例，該公司使用加盟方式進行擴展，僅需要40 平米左右的擺放空間以及兩到三個輕型貨架即可成立一個配送點，加盟城市100 后承諾提供兩次免費配送與及時通知的義務，并且免費為收件人暫存貨物三天，橫向整合資源能力，解決了快遞員時間緊張無法長時間等待收件人取件的矛盾[10]。

2 B2C 電子商務企業實施共同配送的利益分配

2.1 數學模型的描述和建立

2.1.1 合作博弈理論[11]

合作博弈的本質特征是允許存在自愿簽訂但有約束力的協議。合作博弈重點在群體，討論將會形成什么樣的聯盟，聯盟成員的既得利益將如何分配，即可以把參與博弈的聯盟看作一個利益主體，但在聯盟內部怎樣公平合理的分配他們的利益則是合作博弈獨有的研究內容。聯盟、分配和特征函數是多人合作博弈中三個重要的概念。

聯盟：設聯盟博弈有n個博弈方，構成集合N=｛1,2 ,…,n｝，博弈中的聯盟就是N的子集S?N。N的所有子集構成的集合記為P（N）。

分配：指對于n個局中人來說，存在一個n維向量x=（x1,x2,…,xn），滿足（1） ∑xi=V（N），（2）xi≥V（i），其中V（N）表示個局中人的總收益，V（i）表示局中人不與任何人結盟的收益。

分配當中要滿足的條件所表示的意義為：（1） 局中所有人所獲得的最大收益總和等于單個人分得的利益之和；（2） 成立聯盟后單個人從聯盟中分得的利益不小于其不參加任何聯盟所得到的利潤。即分配使單個人的收益都不低于沒參與合作博弈時的收入。

特征函數：對于n人聯盟博弈中的聯盟S∈P（N），不管聯盟外的成員如何行為，聯盟成員通過協調行為可保證實現的最大聯盟總收益，稱為聯盟的“保證水平”，記為v（S）。一個聯盟博弈所有的可能聯盟的保證水平v（S），構成P（N）→R的一個實值函數，該函數稱為這個聯盟博弈的“特征函數”。

2.1.2 B2C 電子商務企業共同配送下的合作博弈模型

B2C 電子商務企業可以與其他電商企業合作，或是與零售店、社區店或者共同配送企業合作，假設最終形成的聯盟為S=｛1,2 ,…,n｝。電子商務企業之所以會與其他企業結成聯盟，參與共同配送，是由于共同配送模式的實行能優化資源配置、整合資源、提高配送效率、解決交通問題，而加入聯盟的目的必然是獲得比單干時更多的利潤，超額的利潤是聯盟企業增強合作關系的凝聚力。對于B2C 電商企業來說，所結成的共同配送的聯盟必須能夠發揮合作優勢，產生比不合作時更多的利益，即這個聯盟要是本質的，否則結成共同配送聯盟就是無意義的。

共同配送中的電商企業及其他企業仍然是一個相對獨立的經濟實體，它們在保證能夠實現聯盟整體利益的同時也必然希望自己企業可以獲得更大的利潤（主要來自于節約配送成本得到的收益）。所以，參與共同配送的電商企業、零售企業和共同配送企業的所有活動都會對整個聯盟和每個成員的收益產生影響，為了共同配送活動的順利開展必須要調節好每個聯盟成員的行為，建立一套既能實現公平合理的利益分配又能對每個聯盟企業產生激勵效果的利益分配機制是至關重要的。

2.2 基于Shapley 值法的B2C 電子商務企業共同配送的利益分配方法

Shapley 值法適用于解決多人合作博弈時的分配對策問題，利用公理化的方法得到合作博弈唯一的解。

記N人的集合為N= ｛1,2 ,…,n｝，若對N的任意子集S?N，都有一個實值函數V（S），滿足： （1）V（? ）=0； （2）V

則[N,V]稱為N人合作對策，V即是特征函數，V（S）是合作聯盟S的收益值。

Shapley 值由特征函數確定，記作xi（V）=（x1,x2,…,xn），為合作博弈的分配策略，其中xi是博弈方i的夏普利值，表示N中第i個成員從合作的最大收益值V（N）中獲得的一份收入。Shapley 值滿足以下三個公理：（1） 對稱性公理：博弈方排列次序的改變不影響博弈的夏普利值；（2） 有效性公理：全體博弈方的夏普利值之和分割完相應聯盟的價值，即：∑xi=V（N）；（3） 加法公理：兩個獨立的博弈合并時，合并博弈的夏普利值是兩個獨立博弈夏普利值之和。即對于定義在N上的任意2 個特征函數U和V，有xi（U+V）=xi（U）+xi（V），其中i=1,2…,n。

滿足以上幾個特性的分配方案，符合公平、公正的原則，分配的結果既能夠滿足個人的理性，又能以全體成員的利益為出發點，這種分配是合理的，會被各方所認可。在滿足這三個特性基礎上，Shapley 證明了xi（V）是唯一的，它的形式為：為聯盟S包含的博弈方數量。

從中可以看出，各個博弈方的夏普利值是他們參與聯盟博弈的期望貢獻，可以衡量聯盟博弈中每個博弈方的價值，從而按其價值進行利益分配，比較公平和容易被接受。

2.3 Shapley 值法的修正

利用Shapley 值法對電商企業共同配送進行利益分配基本滿足公平合理的要求，但是該模型沒有考慮到各聯盟企業的合作風險以及投資額的大小等因素也會對利益分配產生影響，因此，本文主要從以下兩方面進行改進。

（1） 考慮合作風險的Shapley 值法的修正

在Shapley 值法中，所作的假設是每個合作者參與合作的成功概率為1，這個假設過于嚴格。實際上，在聯盟成立的過程中，對于加入的企業而言是存在合作風險的，因此考慮到每種合作組合可能的風險，將合作成功率引入到該方法中[12]，將有助于獲得更合理公平的收益預期。改進后的公式為：

其中，pt為風險因子，表示聯盟的成功率，這是一種基于風險因素做出的改進，分配后的結果更具有合理性。

（2） 考慮投資額大小的Shapley 值法的修正

資本是獲取利益的一個重要源泉，所以在實施共同配送過程中，各電商企業、零售企業或共同配送企業在聯盟中的投資額大小也應該是企業參與利益分配的一個重要因素。投資額應當包括所有投入，比如：啟動資金（用于購置運載車輛、配送中心租金）、人力資本（企業員工和物流配送人員）、融資成本等。設投資大小向量用下式表示：

2.4 算例分析

設有A、B、C 三個B2C 電子商務企業（為研究方便，采用第一種共同配送模式，即電子商務企業之間合作，建立共同配送中心） 為了優化資源配置，減少企業對物流固定資產的投資，降低物流配送成本，他們共同建立配送中心，共同購買運載車輛，對商品實行共同配送。他們在共同配送中的投資額分別為20 萬元、15 萬元、25 萬元。

2.4.1 三個電子商務企業獲得的利益如下：

（1） 三個電子商務企業分別獨自建立配送中心進行配送時，各企業獲得利益為0；

（2） A、B 兩企業合作建立共同配送中心進行共同配送，C 企業獨自建立配送中心時，可獲利190；

（3） A、C 兩企業合作建立共同配送中心進行共同配送，B 企業獨自建立配送中心時，可獲利180；

（4） B、C 兩企業合作建立共同配送中心進行共同配送，A 企業獨自建立配送中心時，可獲利230；

（5） A、B、C 三個企業合作建立共同配送中心進行共同配送時，可獲利420。

可以看出，當三個電商企業合作建立共同配送中心，進行共同配送時，可最大獲利420，即為開展共同配送獲得的利潤V下面即用Shapley 值法對其進行分配，根據公式可得以下三個表格（表1、表2、表3）：

表1 共同配送中電商企業A 獲得的利潤

表2 共同配送中電商企業B 獲得的利潤

表3 共同配送中電商企業C 獲得的利潤

將表格的最后一行相加即得三個電商企業分得的利潤，電商企業A 獲得的利潤電商企業B 獲得的利潤xB電商企業C 獲得的利潤xC（V）=145，總利潤為

2.4.2 考慮合作風險因素的Shapley 值法的修正：

表4 各種合作情況下的成功率

2.4.3 考慮投資額大小的Shapley 值法的修正：間以及多機并行等實際問題。比較不同拖期懲罰系數及不同目標下的各項性能指標。通過實驗對比數據，考慮提前/拖期懲罰費用、生產啟動費用之和優于只考慮拖期懲罰，從利潤角度出發為企業提供一個良好的解決方案，且為不同指標需求提供選擇。進一步的研究可考慮結合啟發式規則排產縮短計算時間。

[1] 宋毅. 基于遺傳算法的生產調度方法及其軟件實現[D]. 杭州：浙江工業大學（碩士學位論文），2003.

[2] Held M, Karp R M. A dynamic programming approach to sequencing problems[J]. Journal of the Society for Industrial &Applied Mathematics, 1962,10(1):196-210.

[3] Bagchi U, Sullivan R S, Chang Y L. Minimizing mean squared deviation of completion times about a common due date[J].Management Science, 1987,33(7):894-906.

[4] De P, Ghosh J B, Wells C E. Scheduling to minimize weighted earliness and tardiness about a common due-date[J]. Computers & operations research, 1991,18(5):465-475.

[5] COLEMAN B. TECHNICAL NOTE: A SIMPLE MODEL FOR OPTIMIZING THE SINGLE MACHINE EARLY/TARDY PROBLEM WITH SEQUENCE-DEPENDENT SETUPS[J]. Production and Operations Management, 1992,1(2):225-228.

[6] Fry T D, Armstrong R D, Blackstone J H. Minimizing weighted absolute deviation in single machine scheduling[J]. IIE transactions, 1987,19(4):445-450.

[7] Garey M R, Tarjan R E, Wilfong G T. One-processor scheduling with symmetric earliness and tardiness penalties[J]. Mathematics of Operations Research, 1988,13(2):330-348.

[8] Yano C A, Kim Y D. Algorithms for a class of single-machine weighted tardiness and earliness problems[J]. European Journal of Operational Research, 1991,52(2):167-178.

[9] Cheng T C E, Chen Z L. Parallel-machine scheduling problems with earliness and tardiness penalties[J]. Journal of the Operational Research Society, 1994(5):685-695.

[10] Balakrishnan N, Kanet J J, Sridharan V. Early/tardy scheduling with sequence dependent setups on uniform parallel machines[J]. Computers and Operations Research, 1999,26(2):127-141.