基于“互联网+”环境的生鲜冷链物流运输服务评价分析*

□ 孙 妮，李银娟，陈婷雪

(安徽新华学院 商学院，安徽 合肥 230088)

1 绪论

生鲜冷链物流是指以蔬菜、水果、肉、鲜奶、水产品等生鲜产品在生产、贮藏运输、销售，到消费前各个环节处于冷链低温状态。借助冷藏技术严格控制各个环节的温度，协调各环节来减少生鲜品的损耗，保证质量。生鲜冷链物流的研究目前大多是发展现状及问题等方面的问题，我们研究的是生鲜冷链的运输服务评价，从运输服务这一块出发，研究哪些因素影响生鲜冷链物流运输服务的评价。进而从不同的角度给其他研究者提供一些依据。

2 运输服务评价指标体系构建

本文通过咨询相关领域物流专家构建了生鲜冷链物流运输服务评价指标体系，详见下表1：

表1 生鲜冷链物流运输服务评价指标体系

3 构建评价模型

3.1 判断(成对比较)矩阵评分标准

表2 判断矩阵元素的标度方法

3.2 层单排序及其一致性检验

首先，计算各行元素的几何平均值；

其次，求最大特征值对应的特征向量；

接着，计算最大特征值λmax；

最后，进行一致性检验。

用最大特征值对应的特征向量作为被比较因素对上层某因素影响程度的权向量，其不一致程度越大，引起的判断误差越大。因而可以用λ-n数值的大小来衡量A的不一致程度。综上所得，定义一致性指标为：

①CI=0，具有完全的一致性；

②CI接近于0，具有满意的一致性；

③CI越大，不一致性越严重。

3.3 各指标权重的建立

3.3.1 建立生鲜冷链物流运输服务评价的层次结构模型

在生鲜冷链物流运输服务评价指标体系的基础上，建立生鲜冷链物流运输服务评价的层次结构模型。详见下图：

图1 生鲜冷链物流运输服务评价指标体系

3.3.2 构建计算指标体系合成权重

准则层指标权重的确立：

3.3.2.1 判断矩阵的建立

表3 准则层指标对比

λMAX=3.01；CR=0.01<0.1。

原判断矩阵通过一致性检验。

3.3.2.2 因素层指标权重的确立

①顾客满意度B1-C1判断矩阵。

表4 顾客满意度因素评价指标对比

λMAX=4.12；CR=0.044<0.1。

原判断矩阵通过一致性检验。

②运输效率B2-C2判断矩阵。

表5 运输效率因素评价指标对比

λMAX=5.19；CR=0.04<0.1。

原判断矩阵通过一致性检验。

③运输信息化水平B3-C3判断矩阵。

表6 运输信息化水平因素评价指标对比

λMAX=3.01；CR=0.09<0.1。

原判断矩阵通过一致性检验。

3.3.2.3 指标体系合成权重的确立

表7 生鲜冷链物流运输服务评价指标的合成权重

对排序的总成果进行一致性检验：

CR=0.059<0.1；排序总成果判断矩阵通过一致性检验。

3.3.2.4 结果分析

从以上结果看,运输效率对处于互联网+背景下的生鲜冷链物流运输的影响最大,其次是运输信息化水平和顾客满意度。另外,在所有元素的总排序中,对互联网+背景下生鲜冷链物流运输影响的先后顺序为:冷藏车利用率，信息交流准确性，单位时间运输量率，信息交流及时性，平均运输速率，商品完好率，运输损失率，信息交流便利性，进出货效率，顾客抱怨率，无误交货率。

3.4 使用指标体系对物流公司进行评价

表8 物流公司业绩完成情况表

本文以100分为总值，依据快递品牌市场评价指数及物流公司业绩完成情况对圆通和顺丰各项指标打分，并乘以相对应的指标合成权重，得到下表：

表9 评分表

圆通得分为80.82；顺丰得分为86.35。

4 结论

基于互联网+下的生鲜冷链物流运输服务受多方面因素的影响,且各因素多变难以量化,因此我们采用层次分析法，选取顾客满意度、运输效率、运输信息化水平作为一级指标,通过建立基于AHP的互联网+下的生鲜冷链物流运输服务评价的层次结构,确定各指标的权重及一致性检验,得出影响互联网+下的生鲜冷链物流运输服务评价各因素的优先级系数，并根据该体系对顺丰及圆通的冷链物流运输进行评分，顺丰得分优于圆通。然而层次分析法具有局限性,因此对互联网+下的生鲜冷链物流运输服务评价不仅限于该方法在基于实际情况下进行的评估。