基于突变级数法的众包物流服务质量评价研究

姜岩 王岩

摘 要：通过将突变级数法引入众包物流服务质量评价指标体系构建，基于组合赋权排序思想，分别采用离差最大化法及粗糙集理论计算各评价指标的可变权重与属性权重，构建了包含响应性、方便性、安全性、可靠性和保证性五个维度20个评价指标的众包物流服务质量评价模型，并选取美团众包和蜂鸟即配两家众包平台企业进行实证分析，从维度及指标要素层面提出改进与提升众包物流服务质量的对策建议。

关 键 词：众包;物流服务质量;SERVQUAL模型;突变级数法;评价指标

中图分类号：F252.24 文献标识码： A 文章编号：2096-7934（2020）09-0074-14

一、引言

在“宅经济”盛行的时代，提供配送到家的电商物流服务正日益受到消费者的欢迎。但是，仅仅依靠企业自建物流团队已经远远不能满足日益增长的线上订单量。众包物流通过降低成本、提高工作效率以及充分利用社会闲散劳动力资源等突出优势，受到越来越多电商企业的青睐。所谓众包物流，即把需要企业自身完成的物流配送任务，转包给社会上闲散的劳动力资源，由他们帮助企业完成相应的订单配送任务。伴随着电子商务的快速发展，消费者对物流配送的时效性要求越发苛刻。由于线上和线下订单数量比较离散，需要点对点、“单兵作战”高效率完成订单配送，因此众包物流就成为解决配送时效性问题的有效方法。

然而，现阶段众包物流在服务质量上还存在很多问题。电子商务的快速发展，使得物流配送面临难以满足复杂的终端需求的严峻问题。为解决这一难题，发展共享经济这一有效举措日益被人们所接纳。众包物流以众包模式和共享经济为基础，参与者只要在众包平台上依据操作步骤指导进行实名认证，就可以成为众包物流的参与者，成为“网约配送员”。通过众包物流平台，网约配送员可以实时掌握周围物流配送的供需信息，并依据自身的活动路线和时间计划，接受物流配送任务，完成商品的实时配送。但是，由于众包物流属于新型的配送物流模式，出现时间较短，尚缺乏具体的行业规范以及相应的服务质量标准。作为众包物流配送业务主体的网约配送员，其专业素质参差不齐，导致物流服务质量有高有低。

通过对相关研究以及有关报道的梳理，目前众包物流服务质量主要存在如下五个方面的问题：一是顾客在信息安全及人身安全等方面容易受到侵犯;二是网约配送员服务态度和沟通能力有所欠缺;三是网约配送员专业性较差，准入门槛要求过低;四是众包物流平台对网约配送员的约束力较差;五是众包物流缺少相应的行业监管措施及服务规范。因此，提升众包物流的服务质量就显得至关重要。在顾客越来越重视物流服务质量的前提下，为顾客提供满意的物流服务質量，能够帮助企业解决配送中“最后一公里”问题，使门到门配送的电商企业得到快速发展;此外，也有助于提高企业的众包物流服务质量和核心竞争力。因此，建立与众包物流企业发展相适应的服务质量评价指标，不仅可以为众包物流企业改进物流服务提供合理的建议，同时也可以规范市场秩序，成为目前众包物流发展最迫切的需求。

本文在对国内外相关文献系统回顾基础上，将突变级数法引入众包物流服务质量评价，从组合赋权排序的角度出发，利用离差最大化法和粗糙集理论分别对各指标的可变权重和属性权重进行计算，构建了包含响应性、方便性、安全性、可靠性和保证性五个维度20个评价指标的众包物流服务质量评价模型，并选取美团众包和蜂鸟配送两家众包平台企业进行实证研究，通过调研数据对评价结果进行具体分析，分别从维度要素和指标要素两个层面提出了改进与提升众包物流服务质量的建议。

二、相关研究回顾

（一）众包概念的相关研究

众包（crowd sourcing）的概念最早由美国学者杰夫·豪（Jeff Howe）于2006年6月在美国Wired杂志上提出，指把由组织内部员工或外部承包商所承担的工作任务以自由自愿的形式外包给一个大型的、非特定的群体来完成的业务管理方式。维基百科对众包的定义为：一个企业或机构把以往由本企业或机构员工执行的工作任务，部分外包给自由、自愿完成此项工作任务的具有不确定性的大众的做法，这种工作模式就是众包[1]。学者Thrift（2006）认为，众包是物流企业以信息公开的形式，将社会上闲置的劳动力整合在一起，随机分配给社会大众并且由他们帮助完成配送工作的一种工作模式[2]。

作为一种低成本、高效率、最大化利用社会闲置资源的物流服务模式，众包具有以下三个基本特征：①众包模式发展的基础是移动互联网和大数据;②众包模式具有包容性，任何人都可以加入该模式;③众包模式的配送者可以自愿地参与到众包物流工作中。概而言之，自主参与、自由协作、开放性思维以及互联网基因构成了众包的主要特征。

（二）众包物流的相关研究

众包物流是互联网背景下基于共享经济的众包模式与物流行业相结合的一种创新产物。目前，对众包物流的研究还处于探索阶段，有关研究主要集中在如下两个方面。

1.众包物流的模式

传统的物流业属于劳动密集型产业，而众包的物流模式属于劳动、技术以及资本相结合的产业。Chanal（2008）提出众包物流模式是物流企业通过整合社会上闲散的劳动力资源进行物流配送，然后借助众包与物流行业相结合，解决O2O模式“最后一公里”配送欠缺等问题[3]。

陈云广（2015）通过对比京东到家和众包企业Uber两家企业的众包模式，得出众包模式可以在取件、配送过程中的服务环节得到充分的运用，并指出众包物流与O2O模式的结合有利于物流作业流程的创新与发展[4]。韩璐等（2015）指出众包模式能够为O2O商家解决配送问题，并认为众包物流不仅是一种劳动密集型产业，借助互联网大数据对社会闲散的劳动力资源进行整合，还可以帮助企业完成“抢单式”配送任务[5]。

2.众包物流存在的问题

总体来看，我国众包物流目前尚处于发展的初级阶段，仍需不断探索深究和完善。杨筱卿（2015）基于共享经济背景，指出众包物流存在众包平台与网约配送员之间合作关系松散的突出问题，建议众包平台对网约配送员实施新的管理方式，通过与网约配送员合作来实现平台的商业价值[6]。路永华（2016）针对农村电商的众包物流进行SWOT分析，指出企业应抓住农村电子商务发展的契机，解决众包物流模式当前存在的问题[7]。吕晓永（2016）在“互联网+”时代背景和大数据环境下，使用SWOT分析法分析我国众包物流的现状，列出国内政策、行业之间竞争的威胁、个性化需求服务、人力方面等主要特征，并指出众包物流未来的发展趋势[8]。胡静思等（2016）首先以SWOT分析法对众包物流企业的现状实施定性分析，其次运用AHP法进行定量分析，最后借助分析结果提出众包物流企业的发展战略和改进策略[9]。

（三）众包物流服务质量的相关研究

物流服务质量近年已成为物流领域的热点研究课题。美国学者Mentzer在物流服务质量研究方面作出了开创性的贡献。1989年，Mentzer等人为克服从物流供应者视角衡量服务质量的不足，在研究物流服务时考虑了顾客因素，提出物流服务应包括实体配送服务和顾客营销服务两个方面，并开发了包括货物可得性、时间性和质量性三个因素的实体配送服务质量（physical distribution service quality，PDSQ）衡量指标[10]。1999年，Mentzer等学者针对美国大型物流服务供应商美国国防后勤局（Defense Logistics Agency，DLA）的客户样本，结合SERVQUAL服务质量模型和PDSQ量表，进一步总结出由顾客角度出发度量物流服务质量的九个维度指标（也称LSQ量表）：人员沟通质量、订单释放数量、信息质量、订购过程、货品精确率、货品完好程度、货品质量、误差处理、时间性[11]。这九个因素不仅涵盖了实体配送服务的三个指标，而且也融合了其他文献中的一些指标，成为后续物流服务质量测量和研究的基础。

虽然以Mentzer为代表的学者对于物流服务质量的测量进行了系统而卓有成效的探究，然而这种测度主要基于传统的线下环境展开，更注重物流服务过程，而众包物流不同于传统物流，它有基于移动互联网和企业“用人而不养人”的特点。因此，传统物流服务质量的评价指标并不完全适用于对众包物流服务质量的评价。

林婉婷（2016）较早开展了众包物流服务质量评价研究。基于同城配送情况下众包物流服务的特点，对SERVQUAL模型和LSQ量表中的维度进行调整并重新诠释，将其划分为五个新的评价维度：可靠性、响应性、保证性、移情性及安全性，并运用动力系统模型建立了同城众包物流服务质量评价指标体系[12]。钟燕燕（2017）通过对跨城众包物流影响因素的分析，构建了评价跨城众包物流服务质量的5个维度，分别为：安全性、可靠性、保证性、时间性、反应性，并以模糊综合评价法进行实例分析，验证评价维度并提出改进策略[13]。颜晓乐（2017）基于网约配送员的视角，将搜集的网约配送员对众包物流的评论作为研究素材资料，然后进行内容分析、扎根分析和结果分析，最后得出众包物流服务质量影响因素[14]。张立平（2018）通过分析当前众包物流存在的问题，指出众包物流服务质量评价应注重客户感知服务指标，明确众包物流服务质量的主体，以稳固客户感知价值[15]。毛婷（2018）建立顾客导向的众包物流服务质量评价指标体系，并通过云模型方法对各评价指标进行权重计算，最后利用实证案例验证模型的有效性并提出今后发展的改进策略[16]。

从现有研究来看，對众包物流服务质量的评价还处于探索阶段，未能达成较为一致的意见。相关研究所构建的众包物流服务质量评价指标体系中，评价方法主观性较强，且对众包物流服务质量的重要评价主体——网络配送员的关注尚有不足，有待采用科学性的方法进一步研究和优化。

三、基于改进突变级数法的众包物流服务质量评价

突变级数法是一种通过对评价目标进行多层次矛盾分解，然后利用突变理论与模糊数学相结合产生突变模糊隶属函数，再由归一公式进行综合量化运算，最后归一为一个参数，即求出总的隶属函数，从而对评价目标进行排序分析的一种综合评价方法。突变级数法不需要对指标进行权重确定，主要考量各指标的相对重要程度，从而在降低评价的主观性的同时增加评价的科学性和合理性，而且计算过程相对简洁，评价结果较优，因而适用于众包物流服务质量的评价指标构建。

（一）突变级数的基本模型

1.突变类型的函数表达

突变理论将突变系统中的变量划分为两种，分别为状态变量和控制变量。其中，系统中的状态变量代表行为状态，系统中的控制变量代表系统内部各种相互影响的因素，各控制变量相互作用共同决定系统的行为状态。在突变级数法评价过程中，通常采用的突变类型有尖点突变、燕尾突变、蝴蝶突变和棚屋突变四种，其函数表达式如下所示：

对上述各式进行一阶求导处理，即令f′（x）=0，可以得到对应突变类型的平衡曲面方程。对平衡曲面方程再次求导处理，即令f″（x）=0，可以得到对应突变类型的奇点集方程。然后再将平衡曲面方程与奇点方程联立，可以得到对应突变系统的分叉集方程。最后对分叉集方程分解，可以得到分解形式的分叉集方程，各突变系统对应分解形式的分叉集方程如下[17]：

2.突变归一化公式推导

通过对上述四种常见的突变系统类型分解形式下分叉集方程进行推导，便可以得到各突变模型的归一化公式。利用突变归一化公式对指标各层级指标分别进行递归计算，最后得到一个表示系统状态特征的总突变隶属函数值。

借鉴相关研究的算法[18-19]，对尖点突变、燕尾突变、蝴蝶突变和棚屋突变等四种常见突变系统类型的突变归一化公式推导结果如表1所示。

3.控制变量的重要程度

突变级数法的最大特点在于它规避了传统评价方法中主观赋权的局限，通过对评价体系中各指标重要程度进行排序，从而实现对目标进行评价。对于尖点突变系统中两个控制变量的重要程度，影响系统突变的最主要因素是控制变量a，其次是控制变量b，所以在突变模型中，控制变量的重要程度a>b。同理，在燕尾突变系统中，三个控制变量的重要程度依次为a>b>c;蝴蝶突变系统四个控制变量重要程度为a>b>c>d;棚屋突变系统五个控制变量的重要程度为a>b>c>d>e。

（二）基于组合赋权的改进突变级数法设计

突变级数法虽然克服了传统评价方法的主观赋权法，但是仍然需要在主观上对各指标的重要性进行排序。为此，可从各控制变量的可变权重和属性权重视角出发，利用组合赋权对各层次指标的重要度进行排序，从而实现对突变级数法的合理改进。

1.底层指标无量纲处理

定量指标规范化处理方法如下：

若指标为正向指标，即数值越大越好，则运用min-max方法处理如下：

若指标为逆向指标，即数值越小越好，则对其进行min-max反向处理如下：

定性指标规范化处理方法如下：

2.基于可变权重与属性权重的指标重要度计算

离差最大化思想在对于多指标排序问题方面，突变级数法主要通过计算同一状态维度下第j个指标的总离差与同一状态维度下全部指标总离差的比值高低来确定该指标的重要程度，比值越大，说明该指标的综合属性值差异也越大，则应赋予更大的权重值来体现其重要程度;反之，則应赋予较小的权重值。运用离差最大化法计算因指标属性值差异引起的可变权重可以大大增加评价结果的客观性，具体计算公式如下：

3.基于粗糙集理论的指标属性权重确定

利用粗糙集理论进行属性重要度确定的基本原理在于比较某个属性删除前后总体的分类变化程度，如果剔除属性后的总体分类变化较大，则该属性的重要程度也相应较大;反之，则该属性的重要程度较小[20]。本文通过粗糙集理论计算各评价指标的属性权重，具体计算公式如下：

（三）众包物流服务质量评价的改进突变级数模型

1.建立评价指标体系递阶层次结构模型

2.确定评价指标体系各层级的突变系统类型

根据图1所示的常用突变类型控制变量四个状态变量关系，本文对众包物流服务质量评价指标体系进行各层次突变级数类型的确定，最终确定的突变系统类型如图2所示。

由图2可见，本研究主要使用蝴蝶突变系统类型归一化公式，如下所示：

众包物流服务质量评价指标体系中某一系统的各控制变量之间不存在明显的相互关联性，则状态变量的取值应按“非互补”的“大中取小”原则，即选取各控制变量所对应的最小突变级数值。若某一系统的各控制变量之间存在明显的相互关联作用，则状态变量的取值应遵循“互补”原则，即取各控制变量相对应突变级数值的平均数。

3.对突变级数法评价结果进行分析

根据上述步骤，可得众包物流服务质量评价总目标及各子系统状态维度的综合评价值。对于多个网约配送员的评价，可将同层次的综合评价值进行横向或纵向比较分析，找出优劣，并进行针对性地改进，使整体众包物流服务质量有所提高和改善;对于单一对象某时间节点的评价，可将其综合评价值与所设基准进行比较分析，从而实现有效评价的目的。

四、实例分析

（一）众包物流服务质量的评价指标体系

众包物流服务质量作为服务的一种与一般服务质量存在着相关性。目前，国内外学者在服务质量和物流服务质量的维度划分主要是参考SERVQUAL模型和LSQ量表。为确保本研究所构建的众包物流服务质量评价指标体系更加科学合理，本文在众包物流服务质量评价维度划分的过程中，结合众包物流服务的特点，分析众包物流服务质量的影响因素，把SERVQUAL服务质量模型作为基本参考，通过对其维度进行修改、增删和重新定义，以此形成适用于众包物流服务质量评价的维度框架体系。SERVQUAL服务质量模型将服务质量划分成五个维度，即可靠性、有形性、响应性、移情性和保证性，至于每个维度的重要性程度则需视具体的服务类型而定。本文对于上述这五个维度作如下修改与调整（如表2所示）。

（二）数据来源与统计

依据网约配送员售前期望与售后感知两个方面，本研究设计了20个题项，其中，售前期望和售后感知均采用5级Likert量表，以5分制计分法进行评价，“非常不同意”“比较不同意”“一般同意”“比较同意”“非常同意”分别对应1～5分。调研问卷面向从事美团众包和蜂鸟配送配送的网约配送员发放，共发放问卷300份，收回有效问卷270份，其中美团众包142份、蜂鸟配送138份。

为了检验此次调研问卷数据的可靠性，本研究通过SPSS 21.0软件计算Cronbachs α系数为0.805，该数值大于0.7，说明本次针对网约配送员调查收集到的样本数据具有非常高的可信度，即问卷测量量表内部一致性高、误差小。同时，对270份问卷进行效度分析。统计分析显示，问卷整体的KMO值为0.844，大于0.5的最低标准，且Bartlett球形度检验显著，表明问卷量表达到了效度检验的首要标准，表明变量适合做因子分析。通过主成分分析法提取问卷中评价指标体系的5个公因子，累积方差解释率达到78.944%，这表明问卷结构具有较好的收敛信度，本研究所建构的响应性、方便性、可靠性、保证性和安全性五个众包物流服务质量评价维度较为合理。

（三）计算过程与结果分析

根据上述计算步骤，对众包物流服务质量评价各指标重要度及满意度调查中的270份数据进行处理，其中V1至V20所代表的指标依次为响应性（订单响应速度、取货和配送的及时性、订单释放频率、特殊情况延迟率和对上报异常事件的处理方式）;方便性（操作流程规范便捷程度、支付方式多样性、订单变更容易程度、软件升级更新速度和订单配送运价更新合理程度）;可靠性（订单信息准确率、产品新鲜度、导航定位的准确性、配送商品种类、数量和重量的准确性、网购配送员的配送补贴）;保证性（系统出现故障的频率、网约配送员的服务、专业和活跃程度、软件功能的实用性、平台对网约配送员的扣款的合理性）;安全性（支付安全、信息安全、网约配送员背景身份信息和对客户信息的保密程度、商品安全程度）。

首先利用min-max方法对所收集的所有的有效问卷进行顶层指标数据的规范化处理。在此基础上，利用离差最大化最优权重计算公式计算各层次指标的可变权重，再对得到的各指标属性权重值进行组合赋权排序。计算得到的各层次指标的具体可变权重值如下：

对于各一级指标状态维度的可变权重，方便性（0.2444）>保证性（0.2370）>可靠性（0.1852）>安全性（0.1815）>响应性（0.1778）。各指标重要程度排序如表3所示，其中各指标主次顺序为从上至下依次降低。

根据表3各层次指标重要程度排序结果，利用各层级指标所对应的突变归一公式对众包物流服务质量进行具体的综合评价，然后依据各层级指标相关系数计算结果进行突变决策的选择。如果同一层级下各指标的总体相关系数均大于0.4，则表明该层级维度下的各指标具有较强的关联性：否则，认为该层级维度下的各指标关联性较弱。

首先本文以美团众包的数据为例，其各层级指标的具体计算过程如下：

方便性维度下各底层指标v1、v2、v3和v4构成了蝴蝶突变系统模型，通过对该维度各指标相关系数进行计算，计算结果显示：四个控制变量的总体相关系数计算结果均大于0.5，即各控制变量之间呈现较强的相关关系，因此状态变量的决策选择应按照“互补”型原则，即取平均值XV2、3XV3、4XV4和5XV1。

同理，通过对蜂鸟配送的众包物流服务质量各层级指标的突变级数值（突变隶属函数值）进行计算，可得到与之对应的众包物流服务质量总突变隶属函数值，具体计算结果如表4和表5所示。

根据美团众包和蜂鸟配送众包物流服务质量评价结果，并将网约配送员期望的服务质量评价结果作为参考，可得到以下结论：就总体评价结果而言，目前美团众包物流服务质量整体服务水平略高于蜂鸟配送（0.9754>0.9722），尽管这两家众包平台的物流服质量水平都还不错（评价值都高于0.85），但对比网约配送员期望的服务质量（3.80）仍存在很大程度上的差距;与蜂鸟配送众包物流服务质量相比，美团众包最大的优势主要体现在可靠性（0.9724）、安全性（0.9769）和响应性（0.9863）三个维度，而与美团众包的众包物流服务质量相比，蜂鸟配送的最大优势主要体现在方便性（0.9817）和保证性（0.9664）;美团众包和蜂鸟配送在众包物流服务质量的方便性和响应性两个维度与网约配送员都处在一个较高的水平，而保证性、可靠性和安全性是当前制約这两家众包物流服务质量迈向新台阶的三个重要因素。无论是美团众包还是蜂鸟配送，如果想要在现有服务质量上得到快速的提高，就必须对这三个维度进行有效地改进;在具体指标方面，美团众包和蜂鸟配送在订单变更的难易程度、配送商品种类、数量和重量的准确性、取货和配送的及时性、订单释放频率和对上报异常事件的处理方式五个方面都具有较高的服务质量水平，而在订单配送运价更新合理程度、信息安全和网约配送员背景身份信息和对客户信息保密程度三方面与网约配送员的期望相差较大。

五、结论与展望

（一）研究结论

众包物流正处于快速发展阶段，由于其经营范围广泛，物流服务质量方面面临着非常严峻的挑战，但是目前尚缺乏统一的科学评价指标体系。通过对SERVQUAL模型和LSQ量表的修订和诠释，并引入突变级数评价法，本研究系统研究了众包物流服务质量的构成维度及评价指标体系，深化并丰富了众包物流服务质量的研究成果，本文研究也可以为众包物流服务企业改进服务质量提供有效的对策指导。具体而言，本文主要取得了以下成果。

1.建立了众包物流服务质量评价指标体系

本文从网约配送员的角度出发得到众包物流服务质量是由可靠性、响应性、方便性、安全性和保证性五个维度以及20个评价指标组成。利用调研问卷收集到的有效样本数据进行信度和效度检验，说明此次调研的数据具有较高的可靠性，适用于众包物流服务质量的评价。

2.构建了基于改进突变级数法的众包物流服务质量评价模型

通过引用离差最大化法和粗糙集理论对各层级指标的可变权重和属性权重进行计算，完成突变级数法各层级指标的重要程度排序问题，从而实现了对突变级数法的合理改进与运用，并以此构建了基于改进突变级数法的众包物流服务质量评价模型。

3.选择众包平台企业实例对评价模型进行实证分析并提出改进策略

为验证所构建的评价模型及指标体系的适用性和有效性，本文选择美团众包和蜂鸟配送作为研究对象进行实证分析。结果表明，本文构建的众包物流服务质量评价指标体系可用于众包物流平台企业服务质量评价，并有助于众包物流企业找出存在的问题，并从维度和指标要素层面对其众包物流服务质量进行改进与提升。

（二）管理建议

根据实证分析，本文对众包物流企业改进及提升服务质量提出如下建议。

1.重点提高方便性和响应性

在服务的方便性方面，目前众包平台企业App上的订单变更操作繁琐，使得很多网约配送员不能快速准确地修改订单，从而导致顾客和网约配送员的需求不能得到满足。为此，需要调整App订单变更的难易程度和客服在线时间，增加夜间在线服务，以便满足使用者的需求。其次，加强对网约配送员对App使用的专业化培训，尽可能使每位网约配送员都能熟练掌握App的功能使用，使App在修改订单时更加简洁方便。

在服务的响应性方面，主要体现在订单响应速度指标上，在信息化服务方面，信息平台接收顾客需求，并将其发布至网约配送员抢单平台。总体来看，目前存在订单距离虚报、配送运价低、高峰期订单数量较多响应慢等突出问题。因此，众包平台企业的App应该准确显示距离，合理的安排配送运价，并优化App，确保在线用户人数较多时也可以操作流畅。

2.逐步提升可靠性和安全性

当前，在众包物流服务的可靠性层面美团众包较蜂鸟配送存在一定优势，但是与网约配送员期望的服务质量相比，仍存在一定的提升空间，这主要体现在网约配送员的配送补贴方面。美团众包平台应制定完善的配送补贴机制，针对不同季节设计相应的配送补贴福利。对网约配送员的配送距离也应该有所规定，超过规定配送距离应该按照制定的比例进行补贴，这样既能激发网约配送员的配送积极性，又能提高众包物流服务质量的水平。

在服务的安全性方面，眾包平台企业与网约配送员期望的众包物流服务质量水平还存在一定的差距。这主要体现在支付安全、信息安全、网约配送员背景身份信息和对客户信息保密程度、商品安全程度四个方面。因此，美团众包和蜂鸟配送两家电商平台需要考虑更多安全方面的因素，通过采取与公安系统建立联网机制、保证信息公开透明等方法，以保证众包物流服务的安全性。

3.保持保证性并持续改进

在服务的保证性方面，网约配送员的期望在美团众包基本得到满足，尤其在系统出现故障的频率、网约配送员的服务、专业和活跃程度、软件功能的实用性和平台对网约配送员扣款的合理性四个方面与网约配送员期望相差最小。为此，美团众包应该继续保持这四个方面的竞争优势并进行持续改进，提升顾客满意度，进而培养客户的黏性。但是，也需要完善此维度内的个别指标。美团众包要重点提高平台对网约配送员扣款的合理性，该指标与网约配送员期望服务相距相对较大。而蜂鸟配送应该加强对网约配送员的技能培训，增强网约配送员的服务能力，提高顾客的重购率。

（三）研究局限与展望

本文基于网约配送员角度，引入突变级数法构建了众包物流服务质量的评价模型及指标体系，并通过美团众包和蜂鸟配送的实证分析验证了所构建的评价模型的适用性和有效性，对完善众包物流服务质量的评价具有一定的理论创新。但限于研究时间和经费所限，此次研究还存在一定不足。

1.评价指标维度方面

众包物流服务质量是一个多维度概念，不同的角度对众包物流服务质量有不同的划分，此次研究只选取响应性、可靠性、方便性、保证性和安全性五个维度进行研究。根据以往研究来看，众包物流服务质量可能还包括其他的内容和维度，因此，未来研究应该从更多维度对众包物流服务质量进行研究。

2.指标体系方面

首先，在建立众包物流服务质量评价指标体系过程中，虽然结合了现有国内外学者的理论研究成果和实际调研结果，并通过统计检验对指标体系进行调整，但是仍难以涵盖所有指标。其次，本文基于改进突变级数法构建众包物流服务质量评价模型，但是该方法同一状态下只能最多包含五个控制变量，这就导致该评价模型不能广泛地考察所有指标。最后，目前众包物流正处于发展的初级阶段，未来几年众包物流服务可能会出现新的服务特点，有必要对其评价指标体系作进一步研究。

3.数据来源方面

本文在针对美团众包和蜂鸟即配进行众包物流服务质量评价的实证研究中，由于企业数据的保密性，遂采用调研问卷的方法获得有效的样本数据。但由于参与本次调研问卷的主体为网约配送员，人数规模有限，因而可能对本文研究结果的普适性带来一定影响。未来研究需要进一步扩大调研样本的数量，以进一步提高研究结果的精度和适应性。

参考文献：

[1]HOWE J. The rise of crowdsourcing[J]. Wired，2006，14（6）：176-183.

[2]THRIFT N. Re-inventing invention： New tendencies in capitalist commodification[J].Economy and society， 2006， 35（2）：279-306.

[3]CHANAL V. How to invent a new business model based on crowdsourcing ：the crowd spirit [J]. Proceeding of EURAM， 2008，26（7）：14-17.

[4] 陈云广. 由Uber上线快递平台看众包物流[N]. 现代物流报，2015-09-18（A03）.

[5] 韩璐.人人都是快递员[J].21 世纪商业评论，2015（9）：86-87.

[6] 杨筱卿.众包物流规则是管理的灵魂[J].中外管理，2016（3）：48-49.

[7] 路永华.农村电子商务物流众包模式的SWOT分析 [J]. 中国商论，2016（15）：108-109.

[8] 吕晓永.“互联网+”背景下物流众包模式分析及生存发展之路探讨[J].统计与管理，2016（10）：133-134.

[9] 胡静思，陈勇，王康泰.众包模式下物流企业战略分析[J].物流工程与管理，2016，38（12）：7-10.

[10] MENTZER J T， GOMES R，KRAPFEL R E. Physical distribution service： a fundamental marketing concept[J]. Journal of the academy of marketing science， 1989， 17（4）： 53-62.

[11]MENTZER J T， FLINT D J， KENT J L. Developing a logistics service quality scale [J]. Journal of business logistics， 1999， 20（1）：9-32.

[12] 林婉婷.基于系统动力学的众包物流服务质量评价研究[D].北京：北京交通大学，2016.

[13] 钟燕燕. 基于模糊综合评价法的众包物流跨城服务质量评价[D].南昌：江西财经大学，2017.

[14] 颜晓乐. 众包物流服务质量影响因素研究[D]. 蚌埠：安徽财经大学，2017.

[15] 张立平.基于客户感知价值的众包物流服务质量提升研究[J].电子商务，2018（9）：9-10.

[16] 毛婷. 基于云模型的众包物流服务质量评价体系研究[D].武汉：武汉纺织大学，2018.

[17] 孟凡生，李美莹.我国能源消费影响因素评价研究——基于突变级数法和改进熵值法的分析[J].系统工程，2012，30（8）：10-15.

[18] 张可明，邱斌，穆东.基于改进突变级数法的农产品物流产业评估模型研究[J].北京交通大学学报（社会科学版），2016，15（3）：114-119.

[19]陈伟，杨早立，周文，等.基于突变级数的知识密集型制造业技术创新能力动态综合评价——变化速度特征的视角[J].运筹与管理，2015，24（1）：191-201.

[20]黄国如，武传号，向碧为.基于粗糙集理论的东江流域水基系统健康集对评价[J].系统工程理论与实践，2014，34（5）：1345-1351.