基于熵權(quán)法的快遞末端共配網(wǎng)點效率評價

葛祿璐 王赫鑫 王錦浩

摘? 要：快遞末端物流資源共享給快遞網(wǎng)點帶來了降本增效的希望，助力快遞業(yè)朝著高效集約化方向發(fā)展。但目前共同配送模式尚未成熟，實施效果也并不清晰。因此文章構(gòu)建快遞網(wǎng)點的評價指標體系，進行問卷調(diào)查獲取共配網(wǎng)點的實際經(jīng)營數(shù)據(jù)，在此基礎(chǔ)上，運用熵權(quán)法確定各評價指標的權(quán)重并進行綜合打分。結(jié)果表明：網(wǎng)點處理速度和勞動生產(chǎn)率對效率影響較大;共配前網(wǎng)點平均分數(shù)為23.9，共配后為29.5，提升了23.4%，實施共同配送模式后網(wǎng)點整體運營效率水平有一定的提升。

關(guān)鍵詞：共同配送;效率評價;熵權(quán)法

中圖分類號：F618? ? 文獻標識碼：A

Abstract： The sharing of express terminal logistics resources has brought the hope of cost reduction and efficiency increase to express outlets， and helped the express industry to develop in an efficient and intensive direction. However， the joint distribution mode is not mature yet， and the implementation effect is not clear. Therefore， this paper constructs the evaluation index system of express outlets， carry out a questionnaire survey to obtain the actual operation data of joint distribution outlets. On this basis， the entropy weight method is used to determine the weight of each evaluation index and give a comprehensive score. The results show that the processing speed and labor productivity have great influence on efficiency. The average score of the outlets before joint distribution is 23.9， and after joint distribution is 29.5， an increase of 23.4%. The overall operational efficiency of the outlets has been improved to some extent after the implementation of the joint distribution mode.

Key words： joint distribution; efficiency evaluation; ehtropy weight method

電子商務(wù)的蓬勃發(fā)展推動快遞物流行業(yè)進入了發(fā)展的黃金期，但其也面臨著前所未有的挑戰(zhàn)。巨大的包裹量和消費者對快遞服務(wù)質(zhì)量、時效性與個性化的高需求大大增加了快遞行業(yè)的作業(yè)壓力，尤其是對末端配送提出了嚴峻的考驗。此外，快遞行業(yè)競爭也愈發(fā)激烈，末端網(wǎng)點普遍面臨生存難題，出現(xiàn)增收不增利甚至利潤負增長的現(xiàn)象，同時也影響了末端配送的服務(wù)質(zhì)量。在此背景下，共同配送模式成為解決末端配送問題的重要手段和不可阻擋的趨勢。共同配送模式通過對末端人、車、設(shè)備、場地、信息等物流資源的整合利用，能夠有效地提高網(wǎng)點的效率，降低物流成本。但末端共配模式在實施過程中涉及多個主體，組織協(xié)調(diào)難度較大，利潤分配過程存在沖突，實施效果也不盡相同。因此，構(gòu)建快遞網(wǎng)點的效率評價指標體系，進行打分評價有助于分析驗證資源共享對網(wǎng)點效率的影響，為快遞企業(yè)和末端網(wǎng)點的相關(guān)決策提供參考。

1? 文獻綜述

共同配送起源于20世紀60年代中期的日本，隨后在發(fā)達國家得到較為廣泛的推廣應(yīng)用。我國的國家標準《物流術(shù)語》（GB/T18354-2006）將共同配送的概念描述為：為實現(xiàn)合理化的配送，由若干企業(yè)集合起來進行統(tǒng)一配送的一種組織活動[1]。蔡穩(wěn)[2]（2015）在對比論證當前各種末端配送模式利弊的基礎(chǔ)上，通過對共同配送模式的重要性和可行性分析，指出共同配送模式的實施是解決末端配送問題的有效方案之一。孫虎和閆超[3]（2019）基于AP算法與改進引力模型等方法對城市配送區(qū)域進行劃分，并在各劃分區(qū)域內(nèi)確定快遞末端共同配送中心的位置;運用Voronoi圖對各末端網(wǎng)點的服務(wù)范圍進行了劃分。也有學者對共同配送模式的競爭與合作博弈和成本分攤進行研究。Hong S等[4]（2018）利用Shapley值法建立了快遞企業(yè)末端共同配送的成本分擔模型。案例分析結(jié)果表明，末端網(wǎng)點聯(lián)合配送可以降低工資成本、交通成本等成本，降低配送車輛成本和配送車輛數(shù)量，縮短配送總路程和所需時間。譚怡喬和張楊[5]（2018）建立了快遞企業(yè)共同配送競爭與合作的演化博弈模型，模型中探討了需求量、投入成本、機會收益等因素對演進過程的影響。結(jié)果表明：中小型企業(yè)更易建立穩(wěn)定的合作關(guān)系。

也有不少學者對快遞行業(yè)的效率評價投入研究。Kozlowska[6]（2014）通過研究波蘭快遞業(yè)的相關(guān)情況，運用超效率DEA模型和Malmquist指數(shù)評估了波蘭快遞的效率狀況。Chodakowska E和Nazarko J[7]（2016）研究了單個快遞公司的效率情況，認為傳統(tǒng)DEA模型忽視了服務(wù)和內(nèi)部產(chǎn)品的鏈接過程，進而介紹了處理多階段過程中的效率評估的網(wǎng)絡(luò)DEA方法。徐楊楊等[8]（2014）研究了單個快遞企業(yè)的效率，通過搜集安徽省部分城市中10家快遞企業(yè)的投入和產(chǎn)出相關(guān)指標數(shù)據(jù)，使用DEA方法進行投入產(chǎn)出分析，發(fā)現(xiàn)大多數(shù)快遞企業(yè)都存在著運營規(guī)模小以及投入冗余的現(xiàn)象。呂冬梅[9]（2019）提出以熵權(quán)法為基礎(chǔ)建設(shè)快遞企業(yè)物流服務(wù)質(zhì)量評價體系，并應(yīng)用SERVQUAL模型使服務(wù)質(zhì)量研究評價維度更全面、更精確。根據(jù)案例分析的結(jié)果建議快遞企業(yè)應(yīng)調(diào)整經(jīng)營管理模式，提升對分公司網(wǎng)點運行狀況的全面管理與控制。

從國內(nèi)外研究現(xiàn)狀來看，在共同配送方面，歐美、日本等發(fā)達國家的研究和實踐起步較早，建立了成熟的共同配送研究體系。但是國外學者的研究方向主要集中在城市配送方面，對快遞末端共同配送的研究還不充分。而我國的研究起步較晚，仍處于探索階段，當前的研究方向主要集中在模式分析、利潤分配等方面，均沒有聚焦在快遞網(wǎng)點的聯(lián)盟合作。在對快遞業(yè)的效率評價方面，主要使用DEA方法且研究對象大多集中在快遞行業(yè)或單個快遞企業(yè)的整體效率、網(wǎng)點網(wǎng)絡(luò)布局等方面的效率。熵權(quán)法作為一種賦權(quán)方法，基于信息熵所計算得出的權(quán)重能夠較為精確地反應(yīng)不同指標間的差別，具有客觀性強的優(yōu)點。因此，本文針對快遞末端網(wǎng)點選取效率評價指標，應(yīng)用熵權(quán)法賦權(quán)打分，探究快遞網(wǎng)點的效率影響因素和共同配送模式的實施效果。

2? 評價指標的選擇

末端網(wǎng)點是快遞配送環(huán)節(jié)最后一個端口，負責一定區(qū)域的收派、分揀、建包、暫存和集中運輸?shù)裙ぷ?，保障快件在末端正常流轉(zhuǎn)。快遞行業(yè)的蓬勃發(fā)展帶來的快件量激增對網(wǎng)點的勞動生產(chǎn)率和快件處理速度提出了更高的要求;末端配送作為快遞配送中的最后一個環(huán)節(jié)，直接與消費者相連，消費者日益增長的時效性、個性化需求使網(wǎng)點的服務(wù)質(zhì)量面臨著更高的挑戰(zhàn);此外，目前大部分網(wǎng)點快件處理還是需要大量人力，業(yè)務(wù)員在快遞配送環(huán)節(jié)中更是不可或缺，但是司機、裝卸工、業(yè)務(wù)員等一線工作人員供不應(yīng)求，所以網(wǎng)點也需要關(guān)注員工的工作滿意度以避免人員的過度流失。派費下降、成本升高導致網(wǎng)點的利潤空間被急劇壓縮，同時還要面臨來自消費者端和員工端的運營考驗，在多重壓力下，末端網(wǎng)點迫切需要轉(zhuǎn)型升級以實現(xiàn)降本增效。共同配送通過整合末端網(wǎng)點的物流資源，有效幫助網(wǎng)點提高配送效率、降低配送成本、提高服務(wù)質(zhì)量。但由于共同配送在實施過程中也存在利潤分配、不同品牌快遞企業(yè)考核標準不同等問題，缺乏經(jīng)驗和相關(guān)體系的支撐，所以共同配送的實施效果也不盡相同?？梢詫W(wǎng)點的效率進行評價以考察應(yīng)用共同配送的末端網(wǎng)點的經(jīng)營狀況是否得到改善。

考慮到末端網(wǎng)點擁有人員、車輛、設(shè)備等物流資源，主要工作就是快件的處理和收派，以及希望能實現(xiàn)成本下降的同時保障服務(wù)質(zhì)量和員工的滿意度，所以快遞網(wǎng)點效率評價指標如表1所示。

（1）勞動生產(chǎn)率。勞動生產(chǎn)率指單位勞動消耗量完成的工作量，即每日每個員工完成的業(yè)務(wù)量，這里的業(yè)務(wù)量包括了派件量和收件量。實施共同配送，可以進行快件的統(tǒng)一處理，統(tǒng)一配送，能夠有效地提升勞動生產(chǎn)率。

（2）快件處理速度?？旒幚硭俣仁侵竼挝粫r間內(nèi)處理的快件業(yè)務(wù)量。派送件到達末端網(wǎng)點需要進行下車掃描、分揀、業(yè)務(wù)員二次分揀等一系列操作，攬收件也需要在網(wǎng)點內(nèi)進行細分掃描、建包等操作。為了保證業(yè)務(wù)員能夠準時出門送件和快件被按時送達轉(zhuǎn)運中心，網(wǎng)點在業(yè)務(wù)量增加時要及時調(diào)整人力和工作時間。進行共同配送時，如果統(tǒng)一場地，不同品牌的快遞就可以在一起處理，能夠在一定程度上節(jié)省人力和時間成本。

（3）服務(wù)質(zhì)量。服務(wù)質(zhì)量指的是末端配送的服務(wù)水平是否獲得了客戶的滿意。末端需求激增，考驗了網(wǎng)點的處理能力和服務(wù)能力。末端服務(wù)水平是快遞企業(yè)的核心競爭力，客戶的投訴不僅會影響快遞企業(yè)總部對網(wǎng)點的績效考核，也會對快遞品牌產(chǎn)生負面影響。

（4）員工滿意度。員工滿意度是指員工對自己所從事工作的一般態(tài)度。員工滿意度是員工積極工作狀態(tài)的晴雨表，也是對網(wǎng)點管理工作、經(jīng)營狀態(tài)的一種真實評價。而員工滿意是客戶滿意的基礎(chǔ)，只有員工滿意了才能為工作投入更大的熱情，從而創(chuàng)造出更大顧客滿意，最終實現(xiàn)網(wǎng)點效益的增加。末端網(wǎng)點的員工滿意度可以從員工的月收入、日均工作時長和員工辭職率三個維度測度。

3? 快遞網(wǎng)點的效率評價

3.1? 熵權(quán)法的計算步驟

（1）數(shù)據(jù)標準化

假設(shè)給定k個指標，X，X，…，X，其中X=x，x，…，x。假設(shè)對各指標數(shù)據(jù)標準化的值Y，Y，…，Y，那么：

Y=? ? i=1，2，…，k; j=1，2，…，n

（2）求各指標信息熵

根據(jù)信息論中信息熵的定義，一組數(shù)據(jù)的信息熵為：

E=-lnnplnp

p=

其中：p為第j個評價因子在第i項評價指標中的比重，如果p=0，則lnp毫無意義，故需要對p加以修正，修正后的公式為：

p=

（3）確定各評價指標的權(quán)重

根據(jù)信息熵的計算公式，計算出各個指標的信息熵為E，E，…，E。通過信息熵計算各指標的權(quán)重為：

w=

3.2? 數(shù)據(jù)來源和說明

本文研究的相關(guān)數(shù)據(jù)來自對各城市實施共同配送模式的快遞網(wǎng)點的問卷調(diào)查。采用隨機抽樣的方法發(fā)放線上問卷134份，回收問卷70份，有效問卷58份，并針對這58份問卷進行電話回訪進一步了解詳細信息，最終獲得有效問卷37份。

3.3? 評價結(jié)果與分析

根據(jù)收集到的37個共配網(wǎng)點物流資源共享前后的74個經(jīng)營數(shù)據(jù)，按照熵權(quán)法的計算步驟先計算出員工月平均收入、日均工作時長和辭職率在員工滿意度指標中的權(quán)重，結(jié)果分別為0.237、0.690和0.073，進而通過同向歸一化得到各個網(wǎng)點四個指標所對應(yīng)的分值（百分制），最后再通過熵權(quán)法計算出不同指標所占權(quán)重，以及網(wǎng)點的綜合分數(shù)，最終結(jié)果如表2所示。

從表2可知：（1）網(wǎng)點效率綜合分數(shù)均值為26.7，最大值為78.1，最小值為6.2，表明所選樣本網(wǎng)點效率存在較大的差異，高效率的網(wǎng)點遠超行業(yè)平均水平，而低效率的網(wǎng)點與行業(yè)平均水平有一定差距。（2）快件處理速度所占權(quán)重最高，標準偏差最大，勞動生產(chǎn)率權(quán)重值與快件處理速度的權(quán)重值僅相差0.006，因此二者均是影響網(wǎng)點效率的主要指標。（3）服務(wù)質(zhì)量所占權(quán)重最低，且遠小于網(wǎng)點處理速度、勞動生產(chǎn)率、員工幸福度權(quán)重值，而且服務(wù)質(zhì)量平均值遠大于其余三個一級指標，接近100。說明各網(wǎng)點服務(wù)質(zhì)量離散程度較小，服務(wù)質(zhì)量對于網(wǎng)點效率的影響非常小。對于低效率的網(wǎng)點，在網(wǎng)點處理速度、勞動生產(chǎn)率以及員工幸福度沒有得到足夠改進的前提下，如果過于追求高服務(wù)質(zhì)量，無法有效提高網(wǎng)點的運營效率，或者說在服務(wù)質(zhì)量方面進行投入引起的效率提升遠遠低于在其它指標投入帶來的效率提升。

此外，將各個網(wǎng)點實施共同配送模式后的效率綜合分數(shù)從高到低排序并與實施共同配送前的分數(shù)進行比較，結(jié)果如圖1所示。實施共同配送模式后，有29個網(wǎng)點的效率均有提升，其余8個網(wǎng)點的效率有不同程度的下降，說明共同配送模式的應(yīng)用效果是不盡相同的。共配前平均分數(shù)為23.9，共配后為29.5，提升了23.4%;共配前最高分為48.7，共配后最高分為78.1，提升60.4%，表明實施共同配送模式后所選樣本的效率水平和所能達到的最高效率均有比較顯著的提升。

4? 結(jié)? 論

實施共同配送模式是面臨著利潤降低和成本升高的雙重壓力的快遞網(wǎng)點突破困境的有效途徑之一，但這一模式還處于初期探索階段，應(yīng)用較少且未被市場廣泛的接受。本文選擇快遞網(wǎng)點效率評價指標，并對實施共同配送模式前后的效率進行測度，發(fā)現(xiàn)不同的網(wǎng)點由于所處城市、經(jīng)營規(guī)模等不同，存在較大的效率差異，且實施共同配送模式的影響也不盡相同。但總體來看，共同配送模式通過整合利用末端物流資源，能夠在一定程度上提升網(wǎng)點效率，為網(wǎng)點帶來降本增收的希望。網(wǎng)點處理速度和勞動生產(chǎn)率是影響網(wǎng)點效率的主要因素，網(wǎng)點可通過加強員工培訓、流程優(yōu)化、設(shè)備改進等方法減少作業(yè)時間或者員工數(shù)量，從而提高整體效率。后期研究可以對快遞網(wǎng)點效率評價指標體系進一步細化，在獲得更多數(shù)據(jù)的基礎(chǔ)上測度共同配送模式的影響。

參考文獻：

[1] 中華人民共和國國家質(zhì)量監(jiān)督檢驗檢疫總局，中國國家標準化管理委員會. GB/T18354-2006 中華人民共和國國家標準—物流術(shù)語[S]. 北京：中國標準出版社，2006.

[2] 蔡穩(wěn). 電子商務(wù)物流末端共同配送的利益分配問題研究[D]. 杭州：浙江財經(jīng)大學（碩士學位論文），2015.

[3] 孫虎，閆超. 共同配送下城市快遞末端網(wǎng)點布局研究[J]. 武漢理工大學學報（信息與管理工程版），2019，41（2）：186-190，196.

[4]? Hong S， Lv R， Hong P. Cost Sharing of Terminal Joint Distribution of Express Industry[J]. IET Intelligent Transport Systems， 2018，12（7）：730-734.

[5] 譚怡喬，張楊. 快遞企業(yè)共同配送收益分配研究[J]. 物流技術(shù)，2018，37（4）：16-22.

[6]? Kozlowska J. Technical Efficiency of Polish Companies Operating in the Couriers and Messengers Sector-The Application of Data Envelopment Analysis Method[J]. Quantitative Methods in Economics， 2014（2）：339-348.

[7]? Chodakowka E， Nazarko J. Network DEA Models for Evaluating Couriers and Messengers[J]. Procedia Engineering， 2017（182）：106-111.

[8] 徐楊楊，桂云苗，姜梅，等. 網(wǎng)購快遞最后一公里配送績效評價——以安徽省為例[J]. 物流工程與管理，2014，36（10）：87-89.

[9] 呂冬梅. 基于熵權(quán)法的快遞企業(yè)物流服務(wù)質(zhì)量評價體系優(yōu)化研究[J]. 中國市場，2019（27）：171-173.