生鲜农产品电商平台“最后一公里”配送风险评价

徐亚纯，刘江声

(湖南工业大学，湖南 株洲 412007)

0 引言

生鲜农产品与人民生活息息相关，随着人民生活水平的提高，对生鲜食品的需求也出现了爆发式的增长。艾瑞咨询公司公布的数据显示，目前生鲜农产品的交易量已经超过了2 000亿元，预计在今后3年内，中国的生鲜农产品将以每年35%的速度增长。然而，由于生鲜农产品运输成本高、终端配送人员素质低、基础运输工具有限等原因，使得生鲜农产品在末端配送过程中出现了大量的风险，据统计，仅在“最后一公里”的配送中损耗率就高达25%～30%。可见，“最后一公里”配送过程中所出现的风险问题，已成为影响我国生鲜农产品产业健康发展的重要因素。因此，基于“最后一公里”物流的实际情况，构建“最后一公里”物流风险评估体系，科学地评估和提出相应的对策，保证生鲜农产品的快速、有效的配送。

1 文献综述

国内外专家学者对于生鲜农产品配送环节主要进行了以下的研究：Gevaers等[1]从电商平台物流运营视角出发，详尽地指出电商平台在末端配送包含的各个环节，需要有专业技术和细致化的服务来支撑。Mangla等[2]实证认为在供应链风险治理中，可以将风险因素划分为5种25类，通过对专业人士的咨询从而使用模糊层析法进行风险大小的识别和排序，进而提出控制策略。付焯等[3]引入抵抗风险贡献度，设立运输损耗风险共担契约以及风险惩罚成本，由此来控制生鲜农产品运输途中损耗风险的发生。曹晓宁等[4]以生鲜农产品线上、线下双渠道为研究对象，运用集中模型和分散模型，验证了协调调配模型的必要性，进而促使供应链双渠道实现共赢的目标。王永龙等[5]从供应链风险共担的角度，将价格批发契约和回购契约组合到一起，用来降低生鲜农产品供应链发生风险的概率。唐振宇等[6]采用CVaR模型研究了零售商做出不同风险决策时，对整条供应链带来的风险影响，并给出适用整条供应链的利润分配方式。

国内外学者对于生鲜农产品供应链有较多的研究，但是对于生鲜农产品供应链风险配送环节的风险识别以及管理较少。所以本文开展对生鲜农产品电商平台“最后一公里”的配送风险进行识别和控制，以此降低配送环节中风险发生的概率。

2 生鲜农产品电商平台“最后一公里”配送风险识别及评价指标体系构建

2.1 生鲜农产品电商平台“最后一公里”配送风险识别

生鲜农产品电商平台“最后一公里”的配送活动包括生鲜仓储、生鲜分拣和送货3个核心的环节。经过阅读大量文献，在学术界已有的研究基础上对生鲜农产品电商平台的“最后一公里”配送环节的风险来源进行扩充，得出如下风险源。

2.1.1 配送人员的素质所引起的风险

由于我国生鲜电商发展迅猛，导致配送人员需求激增，在发展和质量的两难境地中，生鲜电商往往选择前者，这导致目前配送人员的素质整体偏低，这其中包括文化水平较低、操作能力较弱、违规行为频发以及员工流失率较高等风险。

2.1.2 生鲜品自身性质所引起的风险

生鲜品的特性表明其需要较为专业的配送能力，温度、湿度、时间、分拣操作等因素的变动都极易导致生鲜品不同程度的破损风险。

2.1.3 环境因素引起的风险

生鲜电商的急剧扩张导致其管理能力不足、流程安排的不合理和配送网点及线路设置不科学等造成的风险发生。此外法律、政策等突发事件和自然灾害等风险也对配送活动的开展影响深远。

2.2 风险评价指标体系的构建

根据上文对风险的识别和分析，参考大量生鲜电商平台风险研究的文献后，运用层次分析法对指标层进行明确划分，进而建立生鲜电商平台“最后一公里”配送风险评价指标体系，如表1所示。

表1 “最后一公里”配送风险评价指标体系

3 基于AHP的生鲜电商平台“最后一公里”配送风险评估

通过对湖南省某生鲜农产品电商平台的配送人员进行咨询调查，让配送员工对风险评价指标的重要程度进行打分，将打分结果进行整理和分析，进而构建出如下判断矩阵：

工作人员风险生鲜性质风险信息风险管理风险外部风险工作人员风险11/2433生鲜性质风险21755信息风险1/41/711/21/3管理风险1/31/5211外部风险1/31/5311

用MATLAB求解出S的最大特征值为λ=5.073。进行一致性检验：CI=0.018，根据S的阶数，查表可得出RI=1.12。随机一致性比率为：CR=0.016<0.10，即为通过一致性检验，各项指标的权重如表2所示。

表2 准则层权重 单位:%

对于工作人员风险下3个指标的权重，构造判断矩阵S=(uij)p×p如下：

素质风险意外伤害风险人员流失风险素质风险135意外伤害风险1/313人员流失风险1/51/31

求解出S的最大特征值为λ=3.029。进行一致性检验：CI=0.15，根据S的阶数查表可得出RI=0.058。随机一致性比率：CR=0.028<0.10即为通过一致性检验，各项指标的权重如，如表3所示。

表3 工作人员指标层权重 单位：%

对于信息风险下3个指标的权重，构造判断矩阵S=(uij)p×p如下：

系统安全风险信息传递风险信息共享风险系统安全风险145信息传递风险1/412信息共享风险1/51/21

求解出S的最大特征根得λ=3.025。进行一致性检验检验：CI=0.012，根据S的阶数，查表可知RI=0.058，随机一致性比率：CR=0.024<0.10，即为通过一致性检验，各项指标的权重如，如表4所示。

表4 信息风险指标层权重 单位：%

对于管理风险下3个指标的权重，构造判断矩阵S=(uij)p×p如下：

流程衔接风险网点设置不合理风险产品服务投诉风险流程衔接风险176网点设置不合理风险1/712产品服务投诉风险1/61/21

求解出S的最大特征值为λ=3.082。进行一致性检验：CI=0.041，根据S的阶数，查表可知RI=0.58。随机一致性比率：CR=0.007 9<0.10，即为通过一致性检验，各项指标的权重如，如表5所示。

表5 管理风险指标层权重 单位：%

对于外部风险下两个指标的权重，构造判断矩阵S=(uij)p×p如下：

自然灾害风险政策法律风险自然灾害风险11/4政策法律风险41

判断矩阵S的最大特征根得λmax，各指标的权重，如表6所示。

表6 外部风险指标层权重 单位：%

综上，可得出整个评价体系各指标的权重，如表7所示。

表7 生鲜农产品电商平台“最后一公里”配送风险指标权重 单位：%

所以，从以上结果中可以看出，指标层的各个风险从大到小前3名的排序分别是过期损坏风险、素质风险、政策法律风险。表明生鲜农产品电商平台在 “最后一公里”的配送环节的风险管理能力较为一般。

4 生鲜农产品电商平台“最后一公里”配送风险控制建议

4.1 建立有效的过期损坏风险防范机制

生鲜农产品电商平台需要建立或提升自身信息管理平台，通过实时监控配送区域的自然环境变化，及时反馈当地的配送状况，在日常管理中，要做好配送线路灵活更改、配送车辆及时更换、冷链配送设备运行稳定等预备方案，并在日常经营活动中运用演练，将其贯彻到网点的绩效评价中。如此，在风险发生后配送网点能根据实时环境变化及时与总部信息平台协同合作，从而选择更安全稳妥的配送线路、保证冷链运输工具稳定运行，保障生鲜农产品的新鲜度。

4.2 提高配送人员素质，加强配送人员风险防范意识

“最后一公里”的配送工作需要配送人员的操作，因此可以从2个角度入手。①对现有配送人员进行专业知识的培训，建立配送标准化流程，提升配送人员专业化水平，将其标准操作能力与其绩效考核挂钩，建立激励机制，使配送人员能主动提升自己的专业素质能力。同时，还要树立正确的企业文化，加强配送团队的凝聚建设，尽可能的降低人员的流动率，保持团队的相对稳定性，减少培训费用，提升配送的专业度。②引进高素质专业化的人才，与高校深入合作，依靠产学研的模式，建立有效的校企共同培养配送人才的模式。

4.3 建立精细化管理制度，减少管理风险

在“最后一公里”中，既有送货流程，也有拣选分货、包装等流程，对这些工作要做到实时监督、实时管理、实时跟踪，才能保障整个配送业务正常运行。对配送区域的合理划分也及其重要，可提高生鲜农产品的配送周转率，将配送车辆、配送人员尽其用，产生最大的经济和社会效益。此外，对消费者的投诉反馈要积极接纳和改善，在移动客户平台上可建立专门独立的售后服务机制，以最大的诚意和最快的速度解决消费者的不满之处。

5 结语

本文立足于生鲜农产品电商平台的发展现状，阅读大量文献后在已有研究的基础上进行扩充，选取了风险评价指标并构建了风险评价体系，并在运用层次分析法求解出权重最大的风险因素，并针对权重最大的风险因素给出针对性建议。但本文只研究了生鲜农产品电商平台配送环节风险源，并未涉及其他物流模块的研究，后续可以针对其他的物流模块进行风险研究。