快遞企業(yè)末端共配利益分配研究
——基于改進AHP-Shapley 值法

唐孝玉， 李文瑛， 曹桂銀， 許夢潔

（蚌埠學院經(jīng)濟與管理學院，安徽蚌埠233030）

在直播電商和網(wǎng)絡零售的共同帶動下，我國快遞行業(yè)發(fā)展迅速，快遞業(yè)已成為現(xiàn)代服務業(yè)的重要組成部分，2019 年我國快遞業(yè)務量已達635.2 億件。雖然目前業(yè)務量增速趨緩，但仍然保持每年26%左右的增長?？爝f業(yè)務量的增長對設備資源和快遞員的需求增大，快遞企業(yè)的末端配送問題也日益成為行業(yè)痛點。要想提升快遞資源使用效率和末端服務水平，快遞企業(yè)資源共享和末端共配成為亟待解決的問題。國家為鼓勵物流快遞企業(yè)的資源共享，先后出臺多項支持政策，尤其是2020 年7 月明確提出了要培育發(fā)展共享經(jīng)濟新業(yè)態(tài)，探索生產(chǎn)資料共享新模式，提高資源的利用效率。但是，我國快遞企業(yè)的資源共享和共同配送進展并不順利，因為我國快遞企業(yè)的主要運行模式為“直營”+“加盟”。如圖1 所示，主要業(yè)務流程包括攬收、分揀轉(zhuǎn)運、干支線運輸、末端配送四個環(huán)節(jié)。其中分揀中轉(zhuǎn)和干線運輸一般由快遞總部完成，其余環(huán)節(jié)由加盟網(wǎng)點完成。這種模式下的利益分配直接影響快遞企業(yè)間的末端共配以及更高程度的資源共享。

圖1 快遞企業(yè)運營模式

國內(nèi)外學者對利益分配問題常用Shapley 值法、Raiffa 解工具等進行研究。如Sheikh 等[1]利用改進的Shapley 值法研究虛擬電廠的利益分配問題。GAO 等[2]在原Shapley 值法的基礎上提出了不確定Shapley 值來研究供應鏈聯(lián)盟的利潤分配問題。XU 等[3]研究了綠色供應鏈在集中決策下的收益分配問題，同時考慮了風險、生態(tài)投資和技術水平等修正因素，對原Shapley 值法進行了修正，形成了一個更為合理的收益分配機制。李林等[4]運用Shapley 值法與最小核心法，通過調(diào)整風險因子，建立了協(xié)同創(chuàng)新項目的利益分配模型。李軍[5]和胡湘云等[6]綜合考慮創(chuàng)新資源投入、創(chuàng)新收益、創(chuàng)新風險等不同的修正因子，研究供應鏈協(xié)同創(chuàng)新聯(lián)盟的收益分配問題。白曉娟等[7]基于創(chuàng)新投入、業(yè)務執(zhí)行、風險承擔三個修正因子研究了新零售下供應鏈的收益分配策略。隋博文等[8]通過對Raiffa 裁決的權重進行重新分配，優(yōu)化了農(nóng)村經(jīng)濟合作組織利益分配模型。阮平南等[9]提出了基于改進Raiffa 值網(wǎng)絡租金分配方法，并與Shapley 值法進行了比較分析。焦志倫等[10]基于Raiffa 解工具研究了快遞企業(yè)間共同服務制造業(yè)物流的利益分配問題。王歡等[11]基于共同參與快遞包裝循環(huán)共用的供應鏈主體，從主體的異質(zhì)性角度建立了供應鏈收益共享模型，以此確定合理的收益分配機制。徐光燦等[12]結合成品油配送特點，綜合考慮企業(yè)業(yè)務水平、投資大小和風險承擔對于成品油企業(yè)利益分配的影響，以此對Shapley 值進行改進，對成品油企業(yè)采用共同配送模式的利益分配進行研究。

然而，以上文獻主要利用Shapley 值法和Raiffa值等研究了供應鏈成員企業(yè)和不同類型企業(yè)聯(lián)盟的利益分配問題，很少有學者研究快遞企業(yè)資源共享利益分配問題，袁雨果[13]利用遺傳算法和啟發(fā)式算法研究了末端配送的效率問題，但沒有涉及利益分配。因此，本文聚焦于快遞企業(yè)末端共配，包括共享末端網(wǎng)點、支線車輛和運力、末端操作人員等資源，從快遞企業(yè)的品牌價值、服務水平、末端共配資源投入、末端共配執(zhí)行力、末端共配風險這五個因子對傳統(tǒng)Shapley 值法進行修正，通過AHP 方法確定修正因子的權重，構建改進的AHP-Shapley 值法利益分配數(shù)學模型，嘗試為快遞企業(yè)末端共配利益分配問題提出解決思路。

一、構建傳統(tǒng)Shapley 值法利益分配數(shù)學模型

Shapley 值法是解決多人合作博弈利益分配的一種方法，該方法基于合作成員的邊際貢獻，將利益進行合理的分配，充分體現(xiàn)了合作成員對于合作集體的貢獻程度，是一種較為公平的利益分配方式。

假設參與資源共享的快遞企業(yè)為集合N={1，2，……，n}，Si表示參與資源共享的快遞企業(yè)i 的所有子集，子集中元素個數(shù)為|S|，V（s）為子集S 進行資源共享后的收益，V（s＼i）為子集 S 中除去企業(yè) i 后進行資源共享后的收益，每個企業(yè)單獨行動時的收益為V（i），當企業(yè)間進行資源共享后獲得的總收益為Φ（v），此時參與企業(yè)i 獲得的利益分配為Shapley值，用χi（v）表示。

顯然，快遞企業(yè)間愿意進行資源共享（Shapley值法成立） 需要滿足以下條件：

式（1） 表示資源共享后的總收益必須等于單個企業(yè)總收益之和；式（2） 表示資源共享后的總收益大于各企業(yè)單獨行動時收益之和；式（3） 表示企業(yè)在進行資源共享后分得的利益要高于企業(yè)單獨行動時的收益。滿足以上條件后，則可以進行Shapley 值法的相關計算。

二、構建改進AHP-Shapley 值法利益分配數(shù)學模型

快遞企業(yè)間進行末端共配利益分配需要考慮很多因素，本文將從品牌價值、服務水平、末端共配資源投入、末端共配執(zhí)行力、末端共配風險這五個因子對傳統(tǒng)Shapley 值法進行修正，通過AHP 方法確定修正因子的權重，構建改進的AHP-Shapley 值法利益分配數(shù)學模型。

（一） 影響末端共配利益分配的因素

1.共配資源投入

在快遞企業(yè)末端共配聯(lián)盟中，成員企業(yè)的資源投入會直接影響共配的運營質(zhì)量，因此，進行利益分配必須考慮單個企業(yè)的資源投入，企業(yè)投入的資源越多，其分得的利益就越多，反之亦然。本文將末端共配的資源進一步細分為人員投入、設備投入和場地投入。假設第i 個企業(yè)的人員投入為λi1，設備投入為 λi2，場地投入為 λi3，τ1，τ2，τ3分別為人員、設備和場地資源的權重系數(shù)，則第i 個企業(yè)的資源投入 qi=τ1λi1+τ2λi2+τ3λi3，其中 τ1+τ2+τ3=1；τ1，τ2，τ3∈（0，1）。進行歸一化處理得到單個企業(yè)的資源投入占總投入的比重為Qi稱為資源投入度。第i 個企業(yè)的資源投入與平均資源投入之間的差值為 Δqi=qi-1/n。

2.服務水平

在末端共配聯(lián)盟中，企業(yè)服務水平與客戶滿意度直接相關，快遞企業(yè)末端共配的主要目的是提升資源使用效率和客戶滿意度。一個成熟穩(wěn)定的末端共配聯(lián)盟必須具備較高的客戶滿意度，因此，服務水平越高的企業(yè)應該分得更多的利益。本文以共配聯(lián)盟中第i 個企業(yè)的月均配送量di為基準，以每月客戶投訴次數(shù)εi為影響因子。則第i 個企業(yè)的服務水平若某個企業(yè)被投訴的次數(shù)越多，說明該企業(yè)的末端服務水平fi越低，則其在利益分配中獲得的份額就越少。進行歸一化處理后可以得到末端共配聯(lián)盟中單個企業(yè)的服務水平Fi。第i 個企業(yè)的服務水平與平均服務水平之間的差值為ΔFi=Fi-1/n。

3.品牌價值

快遞企業(yè)的品牌價值對客戶的吸引力和忠誠度具有直接影響，個別快遞企業(yè)相比其他快遞企業(yè)，品牌價值更高，消費者的認可度也較高。本文以快遞企業(yè)的年營業(yè)額作為品牌價值的測度值，經(jīng)過歸一化處理后得到單個企業(yè)的品牌價值第i個企業(yè)的品牌價值與平均品牌價值之間的差值為ΔEi=Ei-1/n。

4.末端共配執(zhí)行力

末端共配執(zhí)行力是所有企業(yè)為實現(xiàn)共配聯(lián)盟利益最大化表現(xiàn)出的積極性和行動力，強調(diào)成員企業(yè)的努力程度，避免出現(xiàn)單方面的消極行為而損害集體的利益。將此作為修正因素，可以激勵聯(lián)盟中的一些非核心企業(yè)更好地完成相關業(yè)務，讓末端共配聯(lián)盟更加持久和穩(wěn)定。共配執(zhí)行力的測度需要成立專家評分組，根據(jù)考核標準進行綜合評分。假設第i個企業(yè)的末端共配執(zhí)行力為gi，gi∈（0，1），經(jīng)過歸一化處理后得到單個企業(yè)的共配執(zhí)行力第i 個企業(yè)的末端共配執(zhí)行力與平均執(zhí)行力之間的差值為ΔGi=Gi-1/n。

5.共配風險

在末端共配聯(lián)盟運營過程中，各成員企業(yè)都會面臨不同的風險。所謂風險是指聯(lián)盟企業(yè)在參與末端共配過程中會遇到各種不確定因素，可能導致企業(yè)本身受到潛在風險的影響。成員企業(yè)承擔的風險越大，所分配的收益應該越多，從而保證利益分配和承擔風險的一致性。假設企業(yè)i 的共配風險系數(shù)ri，ri∈（0，1），經(jīng)過歸一化處理后得到單個企業(yè)的共配風險第i 個企業(yè)的共配風險與平均風險之間的差值為ΔRi=Ri-1/n。

（二） 改進AHP-Shapley值法利益分配數(shù)學模型

在傳統(tǒng)Shapley 值法的基礎上，引入綜合影響因子 Δσi，Δσi=σi-1/n，表示參與末端共配的第 i 個快遞企業(yè)的綜合評價值與平均值的差值。當Δσi≥0時，表示第i 個快遞企業(yè)的綜合評價值高于平均值，在末端共配中應該分配更多的收益；當Δσi≤0 時，表示第i 個快遞企業(yè)的綜合評價值低于平均值，在末端共配中應該分配較少的收益。σi為第i 個快遞企業(yè)的綜合評價值，其中αiβiεiυiηi分別為參與末端共配的快遞企業(yè)共配資源投入、服務水平、品牌價值、共配執(zhí)行力、共配風險的測度值，ωi為各影響因素所占權重的大小，利用層次分析法（AHP 法） 進行確定。則修正后的模型為：

三、算例分析

（一） 算例描述

在某一個低密度配送區(qū)域，快遞企業(yè)A、B、C的日均派件量分別為1.5 萬件、1 萬件、0.5 萬件，為提升客戶服務水平和設備資源利用率，三家快遞企業(yè)參與末端共配，共享末端的人員、車輛運力等資源。如圖2 所示：

圖2 快遞企業(yè)末端共配模式

企業(yè)A 單獨配送的收益為50 萬元，企業(yè)B 單獨配送的收益為40 萬元，企業(yè)C 單獨配送的收益為20 萬元，企業(yè)A 和B 共同配送的收益為120 萬元，企業(yè)A 和C 共同配送的收益為100 萬元，企業(yè)B 和C 共同配送的收益為90 萬元，企業(yè)A、B、C共同參與末端共配的收益為180 萬元。三家企業(yè)的共配資源投入、服務水平、品牌價值、共配執(zhí)行力、共配風險的測度值經(jīng)過歸一化處理后如表1 所示：

表1 影響因素測度值

（二） 計算各企業(yè)的Shapley 值

首先，根據(jù)傳統(tǒng)的Shapley 值法分別計算出三個快遞企業(yè)的原始利益分配，計算過程如表2。

表2 快遞企業(yè)A 收益值計算過程

由表2 可以求得快遞企業(yè)A 的利益分配值：

同理可求得快遞企業(yè)B 和C 的利益分配值：

（三） 計算引入修正因子的Shapley 值

1.確定各影響因素的權重

通過層次分析法（AHP） 確定五個影響因素的權重。首先，構造判斷矩陣，然后運用Matlab 計算出判斷矩陣的最大特征值λmax和特征向量，再對其進行歸一化處理，計算出各個元素的權重系數(shù)Wi，然后對其進行一致性檢驗確保權重系數(shù)的合理性。影響因素判斷矩陣和結果如表3 所示。

表3 影響因素判斷矩陣和結果

2.計算綜合評價值σi

3.計算綜合影響因子Δσi

（四） 結果分析

通過以上計算可得快遞企業(yè)A、B、C 在運用修正Shapley 值法前后的利益分配對比圖，見圖3：

圖3 Shapley 值法改進前后利益分配對比圖

圖3 表明：快遞企業(yè)A 和B 修正后的Shapley值高于傳統(tǒng)Shapley 值法的收益分配，快遞企業(yè)C修正后的Shapley 值低于傳統(tǒng)Shapley 值法的收益分配，這是因為快遞企業(yè)A 和B 的綜合影響因子大于零，而C 的綜合影響因子小于零。具體表現(xiàn)為企業(yè)A 共配資源的投入、末端服務水平、品牌價值、共配風險的綜合評價值均高于平均值，因此利益分配值高于傳統(tǒng)Shapley 值法的收益分配。企業(yè)B 參與末端共配的執(zhí)行力最強，而共配執(zhí)行力在五個影響因素中的權重是最大的，因此，企業(yè)B 的利益分配增加值是最大的。對于企業(yè)C 而言，其五個影響因素的綜合評價值均低于共配聯(lián)盟的平均值，若想提升企業(yè)的利益分配，可以基于五個影響因素的權重大小，在末端共配執(zhí)行力和共配資源投入兩個方面進行努力。此外，末端共配執(zhí)行力和共配資源投入兩個影響因素的權重相對較大，也進一步說明對于末端共配而言，參與共配的快遞企業(yè)需要時刻保持和提升自身的共配執(zhí)行力和資源投入，這樣才能在利益分配中占據(jù)優(yōu)勢。從末端共配聯(lián)盟整體來看，參與末端共配的快遞企業(yè)為了獲得更多的利益，會努力提升企業(yè)在上述五個因子上的得分，因此，修正后的利益分配從一定程度上保證了快遞企業(yè)末端共配聯(lián)盟的運營質(zhì)量和穩(wěn)定性。

四、討論與建議

快遞企業(yè)末端共配需要各個參與企業(yè)的共同努力和協(xié)作，目前由于利益分配、信任危機等諸多因素的制約，沒有進行大面積的推廣和實施。本文基于快遞企業(yè)末端共配的特點，提出了影響利益分配的五個因素：共配資源投入、服務水平、品牌價值、共配執(zhí)行力、共配風險，并以此建立改進的AHPShapley 值法模型，最后通過具體的算例分析，驗證了模型改進后的科學性和適用性。

本文的研究對于解決物流快遞企業(yè)末端共配的利益問題具有一定的啟示意義。首先，組建共配聯(lián)盟后，原來的單個企業(yè)的首要任務是提升企業(yè)的共配執(zhí)行力和共配投入，這樣可以獲得最大的利益分配；從長期來看，需要持續(xù)提升自己的服務水平。其次，從整個共配聯(lián)盟的角度來說，在準備構建資源共享聯(lián)盟的過程中，應該選擇具有較高的品牌價值和服務水平的物流快遞企業(yè)作為核心企業(yè)，這樣能夠應對一定的共配風險，保證聯(lián)盟的穩(wěn)定性。最后，快遞企業(yè)末端共配聯(lián)盟需要所有成員企業(yè)相互協(xié)作，努力發(fā)揮自身優(yōu)勢，降低整個共配聯(lián)盟的運營成本，提升資源利用效率和服務水平，通過合理的利益分配機制，使得參與企業(yè)的積極性進一步發(fā)揮。只有這樣，共配聯(lián)盟的競爭力和盈利水平才能穩(wěn)步提升。

總體而言，修正后的Shapley 值法利益分配模型使得參與末端共配的快遞企業(yè)的利益分配更加合理，也保證了末端共配的服務質(zhì)量和可持續(xù)性。但是，筆者僅考慮了快遞企業(yè)末端共配的情形，對于更高程度的資源共享利益分配問題沒有涉及，這也是本文的不足之處，有待以后進一步研究。