应急突发事件下基于用户感知的物流效率评价

赵夕涵，甘 蜜，田昀翊，姚 竹

应急突发事件下基于用户感知的物流效率评价

赵夕涵，甘 蜜，田昀翊，姚 竹

（1. 西南交通大学，交通运输与物流学院，成都 611756；2. 综合交通大数据应用技术国家工程实验室，成都 611756）

在重大应急突发事件下，当物资配送效率发生变化时，容易引起公众对物资缺乏的恐慌心理，在此背景下从用户感知出发，研究我国应急突发事件下的物流效率水平具有重要意义。通过对全国消费者在新冠肺炎疫情高发期间进行问卷调查获得用户感知真实数据，采用多元Logistics回归分析方法探究用户感知情况下影响物流效率的主要因素，并基于回归分析的结果分析各个因素对用户评价的影响程度，从而确定各指标的权重，最后利用模糊综合评价法对疫情期间的物流效率进行综合评价。结果表明，用户对于新冠疫情期间的物流效率评价持负面态度，这是由消费者在疫情期间的购物方式单一无法满足用户需求，购物种类供给不足以及物流的延迟发货等导致的，因此应加强应急事件下的物流处理能力和相关物流体系建设，重点解决导致负面评价的关键要素。

物流工程；应急物流效率评价；Logistic回归-模糊综合评价；新冠肺炎；用户感知

0 引 言

面对重大应急突发事件时，物流效率重要性愈加凸显，唯有强有力的物流系统才能保障居民的日常生活。物流最终服务的是消费者，顾客是物流的核心。新冠肺炎疫情是新中国成立以来发生的传播速度最快、感染范围最广、防控难度最大的一次重大突发公共卫生事件。疫情的爆发导致各省际和市区内的公路、铁路、公交、地铁等交通方式大面积停运，物流业更是受到了直接的冲击，不同区域的物流运作时效成为全社会关注的焦点。

在新冠疫情等重大突发应急事件下，顾客的心理感知尤为重要，当物资配送效率变化时，容易引起公众对物资缺乏的恐慌心理，可能会造成严重的社会问题[1]。根据百度搜索指数[2]，自1月底疫情受到人们的高度关注以来，“新冠肺炎”一词热度持续上升，尽管如此，从2020年1～3月的搜索指数发现，“快递”作为用户感知物流效率的末端方式，其搜索量仍旧在新冠肺炎之上，这表明快递物流长期受到人们的高度关注。并且，这个时期人们更多搜索的是物流单号查询、顺丰物流、邮政快递等，进一步表明了疫情期间快递物流的效率是消费者更加关注的部分。基于此，从顾客的心理感知角度来评价我国在重大应急事件下的物流效率水平更具现实意义。

目前，国内外学者关于物流效率评价已经做了较多的研究，一般是采用自上而下的方法对整个物流系统进行评价。Chen等人从航道的水深、泊位的水深、铁矿石的吞吐量、港口铁路线的长度等评估中国渤海湾港口铁矿石物流的运营效率[3]。Cao以人员、主要业务和仓库面积等投资数据作为输入变量，以运输、仓库和货物装卸作为输出变量，对江苏省物流效率进行评估，结果表明江苏省物流效率低下的城市占比76.9%[4]。Lu基于回归分析，选取对外贸易水平、港口规模、经济发展水平、第二产业水平和第三产业水平作为评价指标，并对辽宁省四个港口进行了评价[5]。De Carvalho等人基于城市道路系统、土地占用面积、城市物流绩效、可持续性发展等指标对城市物流效率进行评估[6]。余佳每等人从交通运输规模（货运量、客运车辆等）和区域经济发展（产业生产总值、人均地区生产总值等）两个方面建立了一个多指标的评价体系，并基于主成分分析和熵值法评估了我国交通运输与经济发展的协调性[7]。Zheng等人考虑碳约束政策对中国区域物流效率进行评价，以固定资产投资、物流网络的长度、邮政网点和终端能耗作为输入，物流业的货运量和总产值和碳排放作为输出[8]。简而言之，大量的文献均是从宏观层面，考虑产值、投入等指标进而对物流效率进行评估。

已有研究较少从用户的真实感知角度来评价物流效率。事实上，基于用户感知的物流效率评价至关重要[9-12]，尤其是在突发应急情况下，如能获取用户在风险敏感情况下对物流效率的真实感知，得出的相关结论可以帮助应急物流系统的有效优化。本文针对新冠肺炎疫情下基于用户感知的物流效率进行调查研究，通过有效的问卷设计，探寻用户感知物流效率的影响要素，并基于真实的问卷调查来构建基于用户感知的物流效率评价指标体系，获得一个自下而上的评价框架，紧接着利用Logistic回归分析结果确定权重值，进而利用模糊综合评价法从正面、中立和负面三个评价角度对物流效率进行评价，丰富了物流效率评价的内容，为我国物流系统优化提供新的思路。

1 问卷调查与分析

1.1 问卷设计

为充分了解疫情期间人们对于末端物流配送效率的感知情况，探知用户感知下影响物流效率的因素，本文设计了一份针对性的调查问卷，综合考虑用户自身的个体特征和个人行为[13]，主体的服务能力和服务质量[14, 15]，以及用户的心理感受[12]等。考虑用户的个体特征主要是为了了解用户自身的年龄、职业等，判断用户的感受会不会因其年龄、职业等的不同而产生影响；个人行为主要是分析用户在疫情期间和非疫情期间的购买行为，包括购物方式、购物种类等，对比分析疫情导致的购物行为变化；主体的服务能力和质量主要是分析物流运作的情况，包括发货情况、到货情况、派件方式等；而用户的心理感知包括受疫情影响导致的心理变化和现状感知等。据此设计的初始指标集如图1所示。

图1 问卷设计初始指标集

1.2 问卷调查

受疫情影响，本次问卷通过线上转发回收的方式进行，问卷于2020年2月20日发放，2月26日收回，覆盖全国范围。该段时期正是自2月17日出现第一个确诊峰值后，中国疫情暴发最严重的时期，因此在该时段投放的调查问卷能够更好地体现用户面对重大应急事件且物资配送匮乏时的真实感知。共计收回625份有效问卷，其中，男性人数占比为44.8%，女性占比为55.2%。如图2所示，在年龄段分布中，人群密集分布于20～25岁，其次是36～35岁，表明此次调查对象受众较为年轻，更能灵活敏捷地适应疫情期间的种种变化。调查对象的职业种类丰富，大多数为学生（65.6%），其次是政府机关/事业单位人员（9.32%）和教师/医生等专业人员（8.16%），受宣发问卷渠道的局限性，家庭主妇、离退休人员、工人/服务业人员参与较少，不超过2%的总人数占比。

图2 调查对象职业、年龄分布图

1.3 问卷分析

如图3所示，非疫情期间，60%以上的人的生活购物方式是线上线下各占一半，受疫情影响，43.2%的人的购物方式变成主要以单一的线下购物为主。另外，从疫情期间的购物种类来看，医疗防护物资和各类食材是消费者需求较大的物品。除此之外，疫情期间的物流作业周期也相应延长了许多，主要体现在疫情期间的发货情况上，如图4所示。由本次调查数据可知，疫情期间线上购物能正常发货的仅占13.44%，因为订单量大需长时间排队的占比为23.84%，因为商家缺货而导致发货延迟的占比为24.16%，因无物流公司揽件而导致发货延迟的占比为38.56%。此外，有82.56%的人担心线下购物存在病毒感染风险，73.28%的人线上购物存在配送、接收不便的问题，56.16%的人提出商品缺货断货的问题。

图3 消费者的购物方式变化

图4 疫情期间的发货情况

2 回归模型和指标筛选

2.1 模型构建与结果

Logistic回归分析用于探究当因变量取某个值时的概率变量与自变量之间的依存关系。按照的取值个数可分为二元回归和多元回归，当的取值只有两类（例如是和否，成功与失败等）时称为二元回归，本文所设计的问卷中涉及的选项均不止两类，因此选用多元回归模型。将用户对疫情期间的物流效率水平的直接感知设为值，而可能影响用户感知的因素作为自变量，模型表述如下：

模型运算之后采用显著性水平为0.05的似然比卡方检验，单因素分析中，每次只分析一个因素对结果的影响程度。若单个要素的回归系数显著性<0.05，表示其影响显著，模型通过检验，进而可识别影响用户评价的关键因子；<0.1视为有可能影响，将<0.1的所有因素同时输入进行多因素分析。

为探究单个因素对用户感知的影响程度，利用SPSS软件进行分析，整合得到各个要素的显著性值如表1所示。

表1 单因素回归分析结果

续表1

影响因素变量P值 个体特征交通0.504 地区1.000 物流运作情况邮费变化0.011** 延迟发货0.000** 取件方式0.544 期望的取件方式0.593 疫情期间的到货时间0.000** 非疫情期间的到货时间0.006** 主要配送的快递企业0.108 心理感知因素线上购物存在的不足0.000** 线下购物存在的不足0.092* 未来可能的购物方式0.096* 用户的购买行为非疫情期间的购物方式0.701 疫情期间的购物渠道0.638 疫情期间的购物方式0.065* 疫情期间的购物次数0.069* 疫情期间的购物种类0.052* 相较于非疫情期间的 购物次数变化0.497

注：**表示<0.05，*表示<0.1。

基于表1得到结论如下：

（1）物流效率与物流运作情况有显著关系

到货时间，延迟发货等物流运作情况直接表明了疫情期间物流的运作情况是否良好，因此对于用户感知的物流效率也产生了直接影响。以疫情期间的到货时间为例进行分析，如表2所示。

表2 疫情期间到货时间与效率评价

分别以效率较高和到货时间一周以上为基准组，由表2可知，值均为负数，这表明用户更倾向于认为到货时间在一周以内的物流效率较高。举例来看，到货时间3d以内（效率低下一栏）的回归系数为负，exp()值为0.027，小于1，这表明用户认为到货时间在3 d以内的相比于一周以上到货的物流效率更高。

（2）用户感知的物流效率可能受其疫情期间的购买行为影响。

用户在疫情期间的购买行为对效率评价的影响显著水平明显不如物流运作情况，且仅是略大于0.05，因此考虑这类因素也会影响到用户感知的物流效率。以疫情期间的购物方式为例分析其中的关系，如表3所示。

表3 疫情期间的购物方式与效率评价

效率评价以效率较高为基准，购物方式以线上线下各占一半为基准，由exp()一列的数值可以看出，疫情期间以线下购物为主的人对物流效率的评价表现更敏感，尤其是认为效率低下一栏中，其回归系数是1.941，exp()值为6.967，这表明以线下购物为主的人更倾向于认为物流效率水平低下。同样的，以线上购物为主的人相比于购物方式为线上线下各占一半的人而言也倾向于认为物流效率水平低下，说明疫情期间以单一的购物方式为主的人普遍认为物流效率较低。

（3）用户感知物流效率水平与其自身的个体特征无关。

用户的个体特征一栏的值相对较大，显然不会影响用户对物流效率的评价，这也充分体现出用户对于物流效率水平的感知不因其个体特征发生变化，表明结果比较客观。以所在地为例具体分析其中的影响关系，如表4所示。

表4 地区与效率评价回归分析

从部分省份的回归分析结果来看，地区对于物流效率评价的影响是没有显著差异的，其中大部分省份的值为0.000，exp（）值为1.000，表明用户感知的地区间没有显著差异。

2.2 基于用户感知的物流效率评价指标体系

对表1中标*的因素进行多因素回归分析可知其值为0.031<0.05，模型通过检验。因此，基于用户感知的影响物流运输效率的因素主要包含非疫情期间的到货时间、疫情期间的到货时间、邮费变化情况、发货情况和用户在疫情期间的购物方式、购物次数、购物种类以及线上购物存在的不足、线下购物存在的不足和未来可能选择的购物方式。具体评价指标体系如图5所示。

图5 基于用户感知的物流效率评价体系

3 评价模型构建与求解

3.1 模型描述及权重获取

3.1.1 确定因素集和指标集

3.1.2 确定指标权重值

2.1的分析表明，不同因素对用户感知存在着不同程度的影响，例如物流自身的运作情况存在显著影响，而用户的个体特征则完全不影响，同时，基于式（2）可得：

对比发现，各因素的影响程度与回归系数是成正比的，如式（5）所示：

3.1.3 构建模糊关系矩阵

根据所选的指标进行单因素评价，构建模糊关系矩阵，其中，每一行是单一因素对评价集中不同评价的隶属度，关系矩阵如下：

3.1.4 综合评价

在已知模糊评价矩阵的基础上，对矩阵与权重向量进行合成运算，可得评判向量结果与评价结果如下：

3.2 模型求解

将Logistic回归分析与模糊综合评价模型相结合，根据Logistic回归分析的结果，利用各指标的回归系数估计其综合权重值，各因素的回归系数如表5所示。

表5 各因素的回归系数

对回归系数进行归一化后，得到综合权重集如下所示：

综合考虑有效问卷的评价结果，量化各个评价指标对不同评价集的隶属度，构建模糊关系矩阵：

4 结束语

为了能够更加真实地反映出我国物流在重大应急事件下的效率水平，选取本次新冠肺炎疫情为研究对象，分析用户在本次疫情当中感知的物流效率水平。通过问卷调查获得用户在疫情期间的购物状况和心理感知情况，再利用Logistic回归分析找出影响用户评价物流效率的因素，最后，采用模糊综合评价法，利用基于用户感知的数据对物流效率进行了评价。

（1）物流运作情况（非疫情期间的到货时间、疫情期间的到货时间、邮费是否发生变化、是否出现延迟发货）、用户的购买行为（购物方式、购物次数和购物种类）和用户的心理感知因素（线上购物存在不足、线下购物存在不足和未来可能选择的购物方式）均是影响用户评价物流效率的因素。而用户的个体特征（性别、年龄、职业等）、非疫情期间的购物方式、疫情期间的购物次数、购物次数变化、快递公司和取件方式与用户的评价无关。

（2）疫情期间，用户对于物流效率的整体评价持负面态度，表明在应急突发事件下，我国物流效率水平仍有待提高。同时，研究表明导致用户持负面评价的主要原因在于消费者在疫情期间单一的购物方式存在较多不足，无法满足用户需求。另外，购物种类的供给不足引起了消费者的恐慌，以及物流延迟发货等问题，这也为物流系统优化提供了突破口，是提高应急突发事件下物流效率水平的着力点。

[1] WANG X, MA C, RUAN J. Emergency supplies optimal scheduling considering the public’s psychological risk perception[J]. Systems Engineering - Theory & Practice, 2013, 33(7): 1735-1742.

[2] 百度指数官网[DB/OL]. (2020-2-24) [2020-7-5]. http: //index. baidu. com.

[3] CHEN J, WAN Z, ZHANG F, et al. Operational efficiency evaluation of iron ore logistics at the ports of Bohai Bay in China: based on the PCA-DEA model[J]. Mathematical Problems in Engineering, 2016, 2016: 9604819.

[4] CAO C. Measuring sustainable development efficiency of urban logistics industry[J]. Mathematical Problems in Engineering, 2018, 2018(4): 1-9.

[5] LU W. Port logistics efficiency evaluation based on DEA model[C]//Big Data Analytics for Cyber-Physical System in Smart City. Singapore: Springer, 2020: 461–467.

[6] DE CARVALHO P P S, KALID R D A, MOYA RODRÍGUEZ J L. Evaluation of the city logistics performance through structural equations Model[J]. IEEE Access, 2019, 7: 121081-121094.

[7] 余佳每, 王沁, 苏佳琳. 基于熵权效率的交通运输与经济发展的协调性分析[J]. 交通运输工程与信息学报, 2020, 18(2): 177-184.

[8] ZHENG W, XU X, WANG H. Regional logistics efficiency and performance in China along the Belt and Road Initiative: the analysis of integrated DEA and hierarchical regression with carbon constraint[J]. Journal of Cleaner Production, 2020, 276: 123649.

[9] 杨国元, 史天运, 张秋亮. 基于BP神经网络的铁路客运服务质量评价研究[J]. 交通运输系统工程与信息, 2016, 16(5): 33-38, 44.

[10] 李健, 王明月, 许路明, 等. 基于用户感知价值的医疗信息服务评价体系构建[J]. 数据分析与知识发现, 2019, 3(2): 118-126.

[11] RUBIO B U, AZABACHE I L Y, CARRILLO R P G, et al. Evaluation model about behavior, quality perception and satisfaction of the drinking water service in Trujillo-Peru[J]. WMSCI 2019 - 23rd World Multi-Conference on Systemics, Cybernetics and Informatics, 2019, 3: 97-102.

[12] PRIBYL O, LOM M. Impact of autonomous vehicles in cities: user perception[C]//2019 Smart City Symposium Prague(SCSP). Prague: IEEE, 2019: 1-6.

[13] WEI Y, LI J, HE Y. Research on the influencing factors of college students’ use of online learning platform from the perspective of customer perception[J]. Journal of Physics: Conference Series, IOP Publishing, 2019, 1345: 042080.

[14] ZHANG S, LIANG J, WANG Z. Evaluation method for bicycle lane level of service based on user perception and capacity simulation[J]. Journal of Applied Science and Engineering, 2019, 22(3): 539-548.

[15] BAKTI I G M Y, RAKHMAWATI T, DAMAYANTI S, et al. Developing customer perception based organization performance measurement framework for healthcare service[C]// 2018 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). Bangkok: IEEE, 2018: 1165-1169.

Logistics Efficiency Evaluation Based on User Perception under Emergency

ZHAO Xi-han, GAN Mi, TIAN Yun-yi, YAO Zhu

(1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 611756, China; 2. National Engineering Laboratory of Integrated Transportation Big Data Application Technology, Chengdu 611756, China)

During a major emergency, a fall in the efficiency of material distribution can cause panic among the public regarding the lack of essential materials. Therefore, it is of great significance to study the people’s perception of the level of logistics efficiency in a country. In the present study, through a questionnaire survey on consumers throughout China during the COVID-19 pandemic, we obtained real data about user perception of logistics efficiency, and used multiple logistic regression to analyze the main factors that affect user perception of logistics efficiency. Furthermore, we highlighted the impact of various factors on user evaluation of logistics efficiency based on the results of regression analysis. Then, the weight of each index was determined, and finally, the logistics efficiency during the current pandemic was comprehensively evaluated using the fuzzy comprehensive evaluation method. The results show that users have a negative attitude toward the level of logistics efficiency during COVID-19. This is caused by consumers’ single shopping methods, insufficient access to different shopping types, and delayed delivery of goods and materials. Therefore, China should strengthen its logistics handling capacity and the development of related logistics systems under emergency events, focusing on addressing the key factors that lead to negative user evaluations.

logistics engineering; emergency logistics efficiency evaluation; logistic regression-fuzzy comprehensive evaluation; COVID-19; user perception

1672-4747（2021）03-0067-09

N945.16；F250

A

10.19961/j.cnki.1672-4747.2020.11.007

2020-10-11

2020-12-27

2021-06-03

科技部国家重点研发计划（2018YFB1601402）

赵夕涵（1997—），女，硕士研究生，主要研究方向为数据挖掘与分析、物流系统评价，E-mail：15885341860 @163.com

甘蜜（1984—），女，副教授，博士生导师，主要研究方向为物流大数据挖掘与分析、物流网络优化、车货匹配、物流供需平衡等，E-mail：Migan@swjtu.cn

赵夕涵，甘蜜，田昀翊，等. 应急突发事件下基于用户感知的物流效率评价[J]. 交通运输工程与信息学报，2021, 19(3): 67-75.

ZHAO Xi-han, GAN Mi, TIAN Yun-yi, et al. Logistics Efficiency Evaluation Based on User Perception under Emergency [J]. Journal of Transportation Engineering and Information, 2021, 19(3): 67-75.

（责任编辑：李愈）