生鲜电商末端配送风险评价体系研究

申风平+石双婷

Research on the Risk Evaluation System of Fresh Electricity Supplier Terminal Distribution

摘 要：近年来，生鲜电商快速发展，在发展过程中存在许多问题。生鲜电商企业损失最大，风险最高的环节就是其末端配送。针对生鲜电商末端配送的物流风险，构建配送物流风险的指标评价体系。运用熵值法和灰色绝对关联度分析对生鲜电商末端配送的物流风险进行评价，并提出相应的控制风险策略。

关键词：生鲜电商；灰色关联度分析；熵值法；物流风险

中图分类号：F252.14 文献标识码：A

Abstract： In recent years， the rapid development of fresh electricity supplier， there are many problems in the development process. Fresh electricity supplier business losses， the highest risk is the end of its distribution. Aiming at the logistics risk of the terminal distribution of fresh electricity supplier， the paper constructs the index evaluation system of distribution logistics risk. Using the entropy method and grey absolute correlation analysis on the end of the distribution of fresh electricity supplier logistics risk evaluation， and puts forward the corresponding risk control strategy.

Key words： fresh electricity； grey correlation analysis； entropy method； logistics risk

0 引 言

末端配送，也有人称之为落地配送或者送货上门，其实这之间不完全相同。末端配送，是指物流配送人员通过一定的运输工具，将客户通过电子商务途径购买的物品，从客户所在地的网点（或者是配送中心）直接配送到客户手中的过程，从而实现门到门的客户服务[1]。随着人们生活水平的提高，生鲜产品的需求量在逐渐增大。生鲜产品是人们在日常生活中不可或缺的，其品质安全直接关系到人民的身体健康和生命安全。由于生鲜产品具有易腐易損的特征，鲜活程度是决定其价值的最重要的指标，进而配送过程显得尤为重要。生鲜电商末端配送具有客户分散、覆盖面广、时效性要求高、收货时间难以协调、配送风险面大、环节较多等特点，因此我国生鲜产品的配送在发展过程中面临着许多风险问题。据调查，末端的配送成本占整个物流配送成本的30%以上，电子商务末端的物流配送，已经成为困扰生鲜电商企业的最大难题[2]。

国内对末端配送物流风险的研究较少，刘一波（2012）从财务、货物、环境、人员、服务及信息传递等7个维度设计了电子商务末端配送的物流风险指标评价体系，使用Matlab软件对各指标进行权重分析，找出影响末端配送物流风险的关键因素，并应用模糊综合评价方法结合具体电商企业进行实证分析[3]。周冬娥（2015）从人员、技术、操作、信息、管理、外部6个维度构建了生鲜电商末端配送风险的指标评价体系，运用基于AHP—WOA算子的评估模型进行末端配送风险评估[4]。

1 生鲜电商末端配送物流风险评价指标的建立

配送物流风险是指物流配送损失发生的不确定性。结合之前学者的研究和咨询调查，分别从人员风险、技术风险、货物风险、信息风险、管理风险、环境风险、财务风险、服务风险8个维度构建生鲜电商末端配送物流风险评价指标体系，每一类风险又由若干底层指标所构成，底层指标共有30个，如表1所示。

2 生鲜电商末端配送物流风险评价模型的建立

2.1 生鲜电商末端配送物流风险评价指标权重的确定。熵值法是一种客观赋权法，根据各指标所包含信息量大小，确定指标权重。熵值法确定权重的步骤如下：

（1）对专家打分所获数据组成的矩阵x■进行标准化处理得：

Y=y■■ （1）

其中，y■代表第j个对象在第i个指标上的标准值，y■∈0，1。有：

y■=■ （2）

（2）对标准化矩阵Y=y■■进行归一化处理，得：

P■=■ i=1，2，…，m； j=1，2，…，n （3）

（3）定义第 i个指标的熵为：

e■=-k■p■log■p■ i=1，2，…，m （4）

在式（4）中，k=1/log■n，当p■=0 时，令p■log■p■=0。

（4）计算第i个指标的差异系数g■，得：

g■=1-e■ i=1，2，…，m （5）

（5）确定第i个指标的权重为：

w■=■ i=1，2，…，m （6）

2.2 灰色绝对关联度模型。据胡慧慧的研究，本文选用绝对灰色关联度进行风险评价[5]。灰色关联度分析法是灰色系统理论的基础，是一种统计分析方法，用灰色关联度来描述因素间关系的强弱，大小和次序。其计算步骤如下：

（1）对原始数据列序集无量纲化处理，目的是使各序列之间具有可比性，得到：

x■=■， i=1，2，…，m； j=1，2，…，n （7）

y■=■， j=1，2，…，n （8）

（2）对原始序列F=F■， j=1，2，…，n和Y=y■， k=1，2，…，n进行初值化处理，得：

x■■=x■=■， j=1，2，…，n （9）

Y■=y■=■， j=1，2，…，n （10）

（3）求一阶差商：

Δy■=y■-y■， j=1，2，…，n （11）

Δx■=x■-x■，i=1，2，…，m；j=1，2，…，n （12）

（4）计算相应的绝对关联系数[6]：

ξ■k=■ （13）

（5）将指标的综合权重纳入到绝对关联度的模型内，计算相应的关联度的值：

r■=■■w■ξ■k，i=1，2，…，m （14）

2.3 評价分析。根据灰色绝对关联度的大小，对各指标进行排序。为了区别风险的大小，根据计算结果将关联度的值细划分等级，并对各等级赋予相应大小，比较不同等级下的指标间风险的大小和排序。

3 生鲜电商最后一公里物流风险评价实证分析

本文以某生鲜电商的末端配送评价为例，以生鲜电商和配送行业10位专家为调查对象，采用自填式问卷法收集数据，将所有指标的重要度设置成5个等级，分别为1～5分，分数的高低代表指标对研究对象的影响程度的高低。

3.1 生鲜电商末端配送物流风险指标的权重计算。通过对所获指标利用熵权法对数据进行处理，得到各个二级指标的客观权重，所得30个二级指标权重见表 2。

3.2 绝对灰色关联度计算。根据问卷获得相关的待检向量Y=5，2，2，5，3，5，4，1，2，5，3，5，5，1，3，1，3，5，4，5，5，3，5，2，2，2，5，1，2，3，根据绝对关联系数公式（13）计算，得到绝对关联系数如表3所示。

根据公式（14）和表3计算改进的绝对关联度的值：r■=0.051653987，r■=0.0629901，r■=0.034664133，r■=0.030981537，r■

=0.038105633，r■=0.033508467，r■=0.036625533，r■=0.028832867，r■=0.0204848，r■=0.019268947，r■=0.022734067，r■

=0.016843877，r■=0.020874007，r■=0.016017183，r■=0.024284117，r■=0.014839，r■=0.021269233，r■=0.019327333，r■

=0.019600833，r■=0.016154657，r■=0.012268333，r■=0.0132296，r■=0.010197817，r■=0.012511233，r■=0.00864907，r■

=0.0093966，r■=0.0076704，r■=0.0075531，r■=0.008813567，r■=0.009018533

3.3 根据灰色绝对关联度值进行排序。根据计算结果划分为5个不同的等级，0.007553～0.018773为较低风险；0.018773

～0.02999934为低风险；0.02999934～0.04121364为中等风险；0.04121364～0.5243382为高风险；0.5243382～0.06299为较高风险。根据划分等级得：（1）较低风险包括：代收货款风险、成本过高风险、投诉引发的信誉风险、资金流动性、返款及时率、网络覆盖低失去客户风险、信息共享风险、系统安全风险、信息反馈风险、信息传递风险、货物包装风险、政策法规风险、货物配送风险、配送技术更新不及时风险。（2）低风险包括：配送设备技术风险、货物损坏风险、退货风险、服务投诉处理及时率、自然灾害风险、货物误交风险、配送车辆抛锚风险、经济波动风险、验货后签字承诺。（3）中等风险包括：交通事故风险、送货及时率、员工流失风险、提货及时率、客户拒收风险。（4）高风险包括：配送人员素质风险。（5）较高风险包括：员工意外伤害风险。

4 结论与建议

由上述评价可知生鲜电商末端配送物流风险的“人员风险”和“服务风险”评价指标的评价结果风险较高；“技术风险”、“环境风险”“货物风险”和“财务风险”评价指标的评价结果为低风险，“信息风险”、“管理风险”和“财务风险”评价指标的评价结果为风险最低。

电商物流应该在信息技术水平和管理水平上进行创新；随着社会发展人力成本的不断提高，提升效能和提高人员的归属感将会成为所有物流企业的重中之重。提高“冷运”网络的覆盖率，降低成本风险；改变配送模式和包装、运用先进的信息技术，降低货损风险；构建基于智能手机的同城配送物流信息平台，降低信息系统风险；控制生鲜退货比例，降低退货风险；提高配送人员素质，增强风险意识[7]。

参考文献：

[1] 肖燕飞. B2C电子商务末端物流采用共同配送模式的研究[D]. 广州：暨南大学（硕士学位论文），2012.

[2] 黄程成. 破解城市交通末端配送问题[J]. 交通与运输（学术版），2013（6）：106-109.

[3] 刘一波. 电商末端配送物流风险评价体系研究[J]. 开发研究，2012（6）：127-130.

[4] 周冬娥. 生鲜电商“最后一公里”配送风险研究[D]. 广州：广东工业大学（硕士学位论文），2015.

[5] 胡慧慧. 基于改进灰色关联度方法的互联网供应链金融风险评价[J]. 互联网金融，2016（3）：52-53.

[6] 周秀文. 灰色关联度的研究与应用[D]. 长春：吉林大学（硕士学位论文），2007.

[7] 陈涛. 基于消费者在线评论的顺丰优选水果物流风险评价[J]. 技术与方法，2015（10）：89-90.