基于“互聯網+”的生鮮電商第三方物流服務商選擇模型研究

趙欣

中圖分類號：F253 文獻標識碼：A

內容摘要：本文在分析前人已有研究成果的基礎上，綜合考慮互聯網環境下物流服務商的特點，結合生鮮產品物流運輸的特性，提出合作能力、物流價格、物流質量、企業實力、信息化程度作為準則層的一級指標，運用AHP-GRAP評價技術，構建生鮮電商第三方物流服務商選擇模型。最后通過實際數據案例驗證構建理論模型的科學性、有效性和可操作性。

關鍵詞：“互聯網+” 物流價格 信息化程度

近年來，互聯網技術得到普遍應用，在“大眾創新，萬眾創業”的時代背景下，生鮮電商借助豐富的電子商務營銷手段，基于互聯網技術在時間、空間、信息、資源等方面的優勢，紛紛開拓網上直銷渠道，降低在中間環節的經營成本，提高生鮮電商的收入。在互聯網環境下，如何構建科學的生鮮電商第三方物流服務商選擇模型，選擇合適的物流服務商，在合理的物流價格基礎上，既能保持生鮮產品的新鮮度，又能保證配送的準時和準確，提高終端客戶的滿意度，有效地降低生鮮產品在運輸環節的“質”的衰減和“量”的損耗，降低生鮮電商的經營成本，一直是學術界和企業界共同關注的熱點問題。

研究綜述

在互聯網環境下，第三方物流服務商是連接生鮮電商和終端消費者的橋梁，在物流運輸環節中具有至關重要的作用，所以必須建立科學、合理的第三方物流服務商選擇模型，真實、有效地評價待選物流服務商的綜合實力和發展潛力，為生鮮電商提供決策支持。目前，國內外學者關于生鮮電商第三方物流服務商選擇模型的研究不多，主要體現在兩個方面：一方面是結合相關的理論和技術，構建選擇模型從待選物流服務商選出最合適的物流服務商，所采用的技術一般如層次分析法、因子分析、模糊綜合評價法、BP神經網絡、模糊群決策方法等單一技術，認為采用單一技術，建立選擇模型，通過數學模型，可以科學地選擇物流服務商，而實際中，需要考慮定性與定量結合的技術才能確保構建模型的科學性和合理性。

模型建立

（一）構建服務商選擇模型的原則

系統、簡潔性原則。第三方物流服務商的綜合實力和潛力發展前景能夠在所構建的選擇模型中得到準確、多角度地反映，在確定指標時，各指標間應有一定的邏輯關系，同時將生鮮電商對所需求第三方物流服務商企業的最終要求與各個選擇指標相結合，構建一個完善的整體和系統。

全面、科學性原則。在設計和選擇指標時必須有科學的理論依據，避免主觀因素影響，盡可能使用可量化指標。評價體系要能夠全面、真實且準確地反映物流服務商的能力和水平，在選擇指標時，必須遵循科學性原則。

經濟性原則。選擇模型的指標必須極具代表性，能夠準確反映其綜合水平，并將物流服務外包的成本與收益考慮在內，實現減少工作量、誤差，降低成本和提高效率的目的。

現實性兼顧前瞻性的原則。選擇模型既能反映出物流服務商企業的現實經營狀況，不回避存在的問題，又能準確預測和判斷未來發展趨勢，能夠體現出短期收益與長期目標的平衡。

全面性和重要性結合的原則。因選擇模型中，選擇評價指標較多，權重不一，因此，構建選擇模型時應遵循全面性和重要性原則，全面反映各相關因素和環節的關聯，能夠客觀、全面評價物流服務商的經營狀況，為生鮮電商提供決策支持。

定性分析與定量計算相結合的原則。生鮮電商第三方服務商選擇模型是多維的復雜系統，在選擇指標時，不要求所有指標都能量化計算，需設計指標加以定性分析，使決策更具綜合性、導向性和正確性。

（二）選擇模型指標體系建立

本文結合前人已取得的研究成果，選取反映互聯網環境下的生鮮產品的第三方物流服務商要求的指標，建立生鮮電商第三方物流服務商選擇模型。

合作能力。具體指標主要體現在：提高自我能力；賠償率；合作、協作能力。

物流價格。具體指標包括：運輸價格；運輸時間；其中，運輸時間為保證生鮮產品在物流流通環節中質量的決定因素。

物流質量。具體指標體現在： 配送準時率；配送準確率；產品損壞率；裝卸速度；響應時間；客戶滿意度。

企業實力。具體主要體現在：企業目前注冊資本；企業發展前景；目前盈利情況；目前財務情況；目前管理情況；企業影響力；市場占有率。

信息化程度。在“互聯網+”環境下具體指標包括：企業業務覆蓋范圍；物流運輸經驗；信息系統；物流環境；應急能力；技術人員比重；R&D投入比重；服務與創新能力。

（三）選擇模型的建立

基于層次分析法計算權重。第一，構建遞階層次結構模型。根據AHP的要求，構建基于“互聯網+”環境下的生鮮電商第三方物流服務商選擇模型的遞階層級結構模型，如表1所示。

第二，建立判斷矩陣。由多位生鮮電商、消費者和生鮮領域的教授組成的專家組采用模糊綜合評價法，根據1-9的規則對同層次下的兩指標對上層相關因素做相對重要性分析，構建判斷矩陣A，然后逐層對各指標建立判斷矩陣。在總目標服務商選擇模型下共有五項指標分別為：物流價格、物流質量、信息化程度、企業實力、合作能力，構成的判斷矩陣如表2所示。

第三，計算單層次權重向量。計算判斷矩陣的最大特征值及相應特征向量，歸一化處理后的特征向量即權重向量，各分量為各指標對應的單排序權重值。經計算得到：權重向量為：

ω=[0.0625 0.375 0.25 0.125 0.1875]，λmax=5.39，C.I=0.0999，R.I=1.12，C.R=0.0893<0.1。可見判斷矩陣具有一致性，各指標的單層次權重為0.0625、0.375、0.25、0.125、0.1875。

第四，計算出各層次指標綜合權重向量。自下而上地從最底層對權重向量加權，得到各指標相對于目標層的組合權重向量，逐一進行一致性檢驗。表1為最終確定的指標權重表，從相對重要程度可知，運輸價格、運輸時間、產品損壞率、顧客滿意度、響應時間、裝卸速度等指標權重大，與互聯網環境下選擇生鮮產品物流服務商的特點相契合。

基于灰色關聯度分析法計算關聯系數。第一，確定比較數列。根據選擇模型確定的26項指標，提高自我能力、賠償率、合作、協作能力、運輸價格、運輸時間、配送準時率、配送準確率、產品損壞率、裝卸速度、響應時間、顧客滿意度、企業目前注冊資本、企業發展前景、企業目前盈利情況、企業目前財務情況、目前管理情況、企業影響力、市場占有率、企業業務覆蓋范圍、物流運輸經驗、信息系統、物流環境、應急能力、技術人員比重、R&D投入比重、服務與創新能力確定比較數列，設為：

Xi=[Xi1，Xi2，Xi3，Xi4，Xi5…Xi26]

第二，確定參考數列。最優的物流服務商都是從合格的物流企業中進行篩選，因此，參考序列是待選服務商針對選擇模型的最優值組成，除了運輸價格、運輸時間、產品貨損率最小值為最優外，其余指標最大值均為最優值。

第三，原始數據標準化處理。基于數據規范化的處理方法對原始數據進行規范化預處理。以提高自我能力為例，原始數據分別為96、98、94、89，規范后的數據為0.78、1、0.56、0。

第四，計算關聯度系數。根據公式計算各待選物流服務商與最理想指標集在各指標上的關聯度。仍以提高自我能力為例，求解得關聯系數分別為：，ξi（2）=1，ξi（3）=0.53，ξi（4）=0.33，并得到關聯矩陣：。

基于層次分析法與灰色關聯度分析法計算綜合評價值。第一，計算綜合評價值。運用AHP首先計算各指標權重，結合關聯度加權的方法將指標權重與關聯度系數結合集成新的關聯度系數，使結果更客觀、科學。

設由AHP得到權重矩陣為ω=（ωk）m×1，且。

設由GRAP得到關聯度系數為。

新的關聯度系數為Y=γ*ω。Y值越大，表明待選服務商越接近理想物流服務商，可根據其值大小對備選物流服務商進行排序。

案例分析

某生鮮電商主要經營線上和線下鮮花交易，欲從4個物流服務商（S1，S2，S3，S4）中選擇一個物流服務商進行長期合作并建立戰略合作伙伴關系。考慮到生鮮電商的長期規劃，選擇物流服務商時從合作能力、物流價格、物流質量、企業實力、信息化程度等方面作為物流服務商選擇模型的指標，待選物流服務商各指標評價值如表3所示，在構建的第三方物流服務商選擇模型的基礎上采用灰色關聯度分析法與層次分析法相結合的方法選擇長期合作的物流服務商。

假設生鮮電商采用構建的選擇模型和各指標的權重，運用灰色關聯度分析法，經確定比較數列、參考數列、對原始數據進行標準化處理，計算出關聯度系數，結合經AHP計算出各指標權重，得出新的關聯度系數，如表4所示。

通過層次分析法與灰色關聯度分析法相結合的方法對待選物流服務商進行排序，其中，最理想的物流服務商是S2，評價值為0.8012；其次是物流服務商S3，評價值為0.7678；然后是服務商S1，評價值為0.679；最后是服務商S4，評價值為0.6733。通過對原始數據分析知，雖然物流服務商S2和S3在企業注冊資金、企業發展前景和企業業務覆蓋范圍方面不如物流服務商S1和S4，但是在運輸生鮮產品時，運輸價格、產品損壞率和響應速度顯得更為重要，其憑借低廉的運輸價格、快速的響應速度和較低的產品損壞率超過了物流服務商S1和S4，更加符合生鮮電商選擇物流服務商的要求。此類方法滿足生鮮電商的主觀偏好，并兼顧了物流服務商的客觀數據，能夠根據物流服務商原始數據的變化和加入隨時調整計算，避免了全部原始數據的重新計算，變得更加方便。

綜上，本文研究了層次分析法與灰色關聯度的相關理論，綜合考慮互聯網環境的特點，結合生鮮產品物流運輸的特性，在綜合考慮國內外眾多學者已取得的研究成果的基礎上，對構建選擇模型的原則、技術步驟進行詳細闡述，并從合作能力、物流價格、物流質量、企業實力和信息化程度五個方面，構建互聯網環境下生鮮電商第三方物流服務商選擇模型。