大数据时代快递企业竞争力研究-基于粗糙集理论

杨 静，张 燕，陈 涛

（1.三江学院 商学院，南京 210012；2.南京大学 工程管理学院，南京 210093）

进入21世纪以来，我国快递业发展十分迅猛。相关统计数据显示，2013年全国规模以上快递企业业务量累计完成91.9亿件，同比增长61.6%[1]。然而，在我国快递企业快速发展的同时，快件延误、投递服务、快件丢失短少、信息传递不及时等问题频繁出现；大数据是继物联网、云计算后又一项影响广泛的技术，快递行业就是深受其影响的行业之一，在此现状下，快递企业是维持现状，还是利用顺应环境的变化提升企业的竞争力已不言而喻。而现有的研究成果大多没有考虑到大数据对提升快递企业竞争力的影响[2～4]。因此，在大数据背景下分析和评价快递企业的竞争力已成为快递企业必须要直面的问题。

1 大数据时代快递企业竞争力指标体系

快递企业竞争力的形成过程与企业的经营特征密切相关，所以快递企业竞争力指标体系的构建需要考虑快递企业的特征。很多学者提出快递企业具有服务性、网络性等特征，并构建了相应的指标体系，比如谢如鹤、李志锋（2008）从服务水平、时效水平、安全水平、价格水平、业务能力、信息技术水平和增值服务水平7个方面构建了快递企业的竞争力指标体系[5]；郑秀恋（2012）从服务网络、服务水平、服务价格角度构建了快递企业竞争力一级指标，并构建了6个二级指标，分别为网络覆盖范围、服务速度、安全性、服务态度、订单跟踪和价格水平[6]；余红君（2014）从快递企业核心竞争力的概念和特征角度出发，构建的竞争力指标体系主要包括动态性、异质性、价值型、整合性和延展性5个一级指标[7]。本文在借鉴相关学者研究成果的同时，结合快递企业所面临的新环境，考虑到大数据带给快递企业的影响，构建了新环境下快递企业竞争力指标体系。

其中一级指标的含义为：

（1）市场规模：大数据对快递企业的影响表明，未来的快递市场属于品牌好、规模大的企业，可以用企业的市场份额、业务量增长幅度来衡量。市场规模越大，企业竞争力越强。

表1 大数据时代快递企业竞争力指标体系

（2）网络水平：快递企业的信息流和物流是快递企业运行的重要保障，所以合理的网络水平和布局对快递的及时、有效送达至关重要。

（3）人员素质：这里的人员主要指管理者，大数据时代快递企业的管理者要具有能够通过企业的营销系统有效评估公司政策的执行情况及效果的能力，以及具有应用营销系统对数据进行分析、挖掘并对客户的需求进行预测的能力。

（4）营销能力：指企业通过统筹，利用内、外资源满足目标市场消费者的需求以实现自身生存和持续发展的一种能力，主要包括营销信息系统、营销战略、营销策略、营销实施保证、营销效益[8]。大数据时代，快递企业的营销能力更多的体现在营销信息系统上，所以这里只考虑营销信息系统。

（5）增值服务水平：大数据时代，快递企业要比竞争对手更强，其中一个策略是通过对客户数据的分析、挖掘，提高提供增值服务的水平和能力，这也是提高企业竞争力的有效方法。

上述构建的指标体系考虑了大数据对快递企业的影响，更多的强调人员、硬件对数据的搜集、分析、挖掘和预测的能力，这恰恰是大数据时代的本质特征，目前还少有学者对此进行深入研究，所以上述评价指标体系对提升快递企业的竞争力是一种新的尝试。

2 粗糙集基本思想和概念

粗糙集理论(Rough Set Theory)是波兰数学家Zdzislaw Pawlak在1982年提出[9]，是处理和分析不完整、不精确、不一致信息的数学工具，此方法不需要提供数据集之外的先验知识，可以实现冗余属性及属性值的简化。

在粗糙集理论中，设Y=(V，B，ξ(x)，Y表示信息系统，其中V={V1，V2，…，Vn}代表论域，表示研究对象的非空有限集合；B为属性集合，B=C∪D且C∩D=Φ，C为条件属性集合，D为决策属性集合。

若⊕C-{Cj})(D)=⊕c(D)，则称Cj为C中冗余属性，否则Cj为C中不可缺少的属性。将不必要的指标剔除，对于剩下的指标，计算决策属性D对C的依赖度，然后由依赖度计算指标的权重ωj，所有的ωj(j=1，2，…，p)构成权重 ω =［ω1，ω2，…，ωp］。

3 实证研究

目前从我国快递市场的构成上看，主要包括三类企业，一是国际快递企业，以UPS、FedEx等为代表；二是国有快递企业，即以EMS、中铁快运为代表；三是民营快递企业，以顺丰、申通、国通、中通为代表。考虑到数据的可获得性和代表性，选取3种类型的共10家快递企业作为研究对象，他们分别是UPS、FedEx、EMS、中铁快运、顺丰、申通、圆通、中通、韵达、天天快递。

3.1 指标初始值的确定

10家快递企业分别用a、b、c、d、e、f、g、h、i、j表示，即非空论域为U={a,b,c,d,e,f、g,h,i,j}。指标体系中的定量指标值来源于快递物流行业分析报告和中国邮政网等相关网站；定性指标结果由快递企业的客户、企业的管理者和一线员工打分得到，定性指标的评定采用10分制，然后对评价结果计算平均数。根据快递企业的原始数据以及定性指标所进行的打分，绘制如表2所示。

表2 信息系统初始决策表

3.2 离散化处理

对表2中的所有属性值进行离散化处理，离散规则详见表3所示。

表3 离散规则

按照表3对原始数据进行离散化处理，处理后的结果显示企业日常管理能努力C5和增值服务业务种类C9离散化处理值一样，说明这两个条件属性对快递企业的影响是一样，所以选取一个作为条件属性，得到简化后的信息决策表如表4所示。

表4 简化后的信息决策表

3.3 按照属性进行分类

根据全部条件属性的划分为：U/{C}={{a}{b}{c}{d}{e}{f}{g}{h}{i}{j}}；根据条件属性C1进行的划分为：U/{C1}={{a,b,d,f,g,j}{c,e,h}{i}}；以此类推，根据条件属性C2～C10进行的划分如表5所示。

表5 根据属性划分结果

不考虑条件属性C1的划分为：U/(C-{C1})={{a},{b},{c},{d},{e},{f},{g},{h},{i},{j}}；以此类推，不予考虑条件属性C2～C10进行的划分如表6所示。

3.4 属性的进一步优化

对上述属性进一步优化，确定对快递企业竞争力起决定性影响的因素。

因为⊕(C-{C1})(D)=⊕(C-{C5})(D)=⊕(C-{C6})(D)=⊕(C-{C8})(D)= ⊕(C-{C10})(D)= ⊕C(D)，所以市场占有率（C1），日常管理能力(C5)，企业发展前瞻技能(C6)，信息预测能力(C8)，增值业务服务的客户满意程度(C10)为不必要的属性。⊕(C-{C2})(D)≠⊕C(D)，所以业务增长幅度(C2),网络覆盖范围（C3），网络跟踪查询能力（C4），信息搜集、分析、挖掘能力（C7）为必要属性。

3.5 指标权重的确定

由上述数据可知，C7权重最大，其次是 C2、C3、C4。分别为ω2==ω3=ω4=1/5，ω7=2/5。

上述指标的筛选过程，权重确定结果表明，大数据时代快递企业的竞争力更集中的体现为快递企业的业务增长幅度、网络覆盖范围、网络跟踪查询能力和对信息的搜集、分析和挖掘能力，并且对信息的搜集、分析和挖掘能力对快递企业竞争力影响最大。

3.6 确定最优快递企业

根据公式Q=∑ω×V计算各个快递企业的竞争力，公式中ω为必要属性的权重，V为属性值。Q值越大，代表快递企业的竞争力越强，具体数值如表7所示。

表7 快递企业竞争力综合评价结果

4 结论

本文在总结大数据带给快递企业影响的基础上，提出了大数据时代快递企业的竞争力评价指标体系，针对指标存在的模糊性和交叉性，引入粗糙集理论作为评价方法，对指标体系进行约简，确定指标权重，使评价过程更加科学，为快递企业正确制定大数据时代发展规划、提高竞争力提供依据。

[1]庞彪.“亚健康”成为快递业发展隐忧[J].中国物流与采购，2014,(1).

[2]高静娟，贺玉德.民营快递企业核心竞争力的培育[J].石家庄铁路职业技术学院学报，2011,（9）.

[3]薛红，夏晴.基于顾客满意度的民营快递企业服务竞争力分析[J].浙江树人大学学报，2012.

[4]王世波，王成.基于SEM的企业信息化提升企业竞争力评价模型研究[J].科技管理研究，2010,（7）.

[5]谢如鹤,李志锋.中国民营快递企业竞争力指标体系探讨及实证分析[J].广州大学学报(社会科学版)，2008,(6).

[6]郑秀恋.我国快递企业竞争力评价研究[J].物流技术，2012,(12).

[7]余红君.基于因子分析的民营快递企业核心竞争力研究-以义乌快递业为例[J].物流技术，2014,（6）.

[8]林媛媛.论企业营销能力评价指标体系的建设[J].商业时代，2005.

[9]Z PAWLAK.Rough Sets[J].International Journal of Computer Information Science，1982，11(5).