网购快递物流服务系统测评的枝模型仿真

于宝琴,武淑萍,杜广伟

（天津财经大学商学院,天津 300222）

网购快递物流服务系统测评的枝模型仿真

于宝琴,武淑萍,杜广伟

（天津财经大学商学院,天津 300222）

以网购环境为背景,运用物流服务理论与系统动力学理论,通过对快递物流服务的流程分析,构建网购快递物流服务系统测评体系,对此体系和物流服务质量这一主变量分别进行了因果关系分析,进而构建了物流服务质量下的配送及时率这一附属变量的系统动力学枝模型,并对模型进行了量纲化检验、敏感性检验以及极端条件测试以证明模型的正确性；在此基础上,将申通、圆通、中通以及韵达四家快递企业的数据运用到Vensim软件对枝模型进行实证仿真并得出以此变量为根据的快递企业排名,为网购快递物流服务的测评提供一种新的方法。

网购；快递物流服务；因果关系；系统动力学；枝模型

1 引言

快递物流是我国物流企业迅速发展的一种典型的第三方物流形式。网购快递物流服务,指的是在网购环境下,快递物流企业通过综合考虑网上零售企业和网上买家两方的需求,来提供相应的快递物流服务。与传统的快递物流服务不同的是,网购快递物流服务具有可评价性（买家收到货物后通过购物平台对物流服务进行打分）和可弥补性（买家通过物流信息得知货物发生异常时,可以要求免快递费或退换货）。

2011年11月11日,淘宝让整个社会后台服务体系,特别是物流体系,在电子商务面前做了一个小的测试。当天整个淘宝商城销售额突破了33.6亿元,相当于整个香港四天的零售总额。测试结果证明,物流服务业已经成为电子商务发展的瓶颈。针对物流服务对电子商务的影响,学者们各抒己见：国外学者Gunasekaran[1］认为将物流服务外包能够使电子商务公司追求更高的交货质量；Clinton[2］以快递公司UPS为例,来探讨电子商务下物流服务供应商的问题；Li Yinsheng[3］提出了一个电子商务物流服务平台；Pearson[4］研究了B2C顾客服务生命周期中各阶段中最重要的因素；Kuan Yuhu[5］针对B2C电子商务物流提出了一种创新的自动存储和检索系统；Liu Weihua[6］通过服务供应链能力协调提高整个服务供应链的竞争力。当前国内对快递企业物流服务的研究还处在初级阶段,可分为两种。一种是宏观的理论体系构建模型,从各个角度去剖析快递企业物流当前现状及产业竞争力研究。如郭淑芳[7］、李莎[8］、赵利娟[9］、秦鑫鑫[10］等。另一种是通过微观角度,构建数据模型,对快递企业物流服务质量方面的研究。如霍佳震[11］、叶靖克[12］、朱美虹[13］、金灵华[14］、于宝琴[15］等。

本文以网购环境为背景,根据物流服务理论,通过对快递服务的流程分析,构建了网购快递物流服务测评体系；并运用系统动力学理论对网购物流服务系统测评进行了可行性研究和因果关系分析,为后期的系统仿真打下理论基础。

2 网购快递物流服务系统测评的因果关系分析

在系统动力学中采用定性与定量分析相结合的方法分析解决问题,以定性分析为先导,定量分析为支持,两者相辅相成。将系统动力学应用于网购快递物流服务问题领域,是系统动力学特点和网购快递物流活动的系统性特征共同决定的。

2.1 用SD研究网购环境下快递业物流服务的可行性

（1）网购快递物流服务系统是动态的。即在整个系统中存在大量随时间序列变化的状态变量,例如,发货地快递公司库存、分拣、包装状况；收货地快递公司库存、拆包、分拣状况等,都是随时间推移而变化的,涉及到相应的物流服务质量和物流服务能力等变量也随时间发生动态性变化。而系统动力学建立的是结构—功能模拟模型,它最适用于研究复杂系统的结构、功能和行为之间动态的关系。

（2）网购快递物流服务系统是一个因果反馈系统。在网购过程中,从起初卖家有订单便联系快递；等发展稳定后,卖家便和快递签约,定时取件。不管属于哪种情况,订单数量都是不确定的,此种需求的不确定性必会带动各个变量的改变,引起物流服务状态的变迁,是典型的信息反馈系统,适合于用系统动力学方法来分析处理这些问题。

2.2 网购快递物流服务测评因果关系分析

影响网购快递物流服务评测的主变量因素包括物流服务质量、物流服务生产率以及客户评价。其中将物流服务质量和物流服务生产率可归结为内部因素,快递企业可通过改变管理模式,提高技术水平等方法对内部因素进行调整,而客户评价属于外部因素,快递企业不能直接掌控客户评价的高低,而是快递服务的内部因素直接或间接的影响客户满意度。通过对此三个主变量的因果树分析可建立主反馈因果关系图如图1。

图1 网购快递物流服务测评因果关系图

物流服务生产率与物流服务质量具有相同的属性,因此影响物流服务生产率的因素与影响物流服务质量因素基本相同,包括快件数量和资产、设备、技术及管理投入等。影响客户评价最根本的因素是客户满意度,客户根据对一些快递物流服务的满意程度做出主观评价,其中客户在乎的快递服务三要素即：时间、运费价格、服务。可将时间和服务归结为物流服务质量因素,运费价格为影响客户满意度的另一个因素。

根据主变量因素,可将网购快递物流服务测评分为物流服务质量、物流服务生产率以及客户评价三个子系统来进行。下面以物流服务质量子系统为例,建立网购快递物流服务测评的子因果关系图。

影响物流服务质量的因素主要是各物流活动服务质量,包括：分拣质量、仓储质量、运输质量、配送质量、信息水平以及物流活动中参与员工的素质,快递企业通过改变内部管理模式等来提高各物流活动服务质量水平,来提高整体物流服务质量,对此子系统进行原因树和结果树分析,建立物流服务质量因果关系图如图2所示。

图2 物流服务质量因果关系图

物流服务质量因果关系模型符合成长与投资的基模模型,其中途中形成均为负反馈回路。物流服务质量越高,网购快递物流服务评测就越好,该公司的客户数量越多,订单数量也就越多,必会引起物流服务质量降低,因此形成负反馈回路。当物流服务质量降低时,快递公司才意识到改善物流服务质量,这时改善快递服务质量的认知程度提高,因此形成了负反馈回路。

其他两个测评子系统可通过类似分析得到其子因果关系图,在此不再赘述。

2.3 构建网购快递物流服务测评的系统动力学模型

基于以上因果关系图,为了更清楚描述影响反馈系统的动态性能的积累效应,定量描述快递服务系统的测评机理,正确的反映出各变量的更详细具体的关系,本文采用Vensim软件进行模型的构建。通过对物流服务质量因果关系图进行流位流率分析,建立物流服务质量测评子系统流图如图3所示。

3 基于系统动力学的服务测评枝模型构建

由于在网购快递物流服务测评模型中的主变量和辅助变量较多,本文选择配送及时率这一变量进行系统动力学枝模型的构建和仿真,减少数据获得和仿真的难度；并以此变量为基准对网购快递企业进行排名。

图3 物流服务质量测评流图

3.1 数据准备和处理

直接获得各快递公司的配送及时率困难较大,但各公司的快递单号信息却是对外公开的。本文所采用的数据样本是：搜取快递单号的时间段为2011年4月—2012年3月。每个快递公司每个月份的快递单号取1个,然后在此单号的基础上推出20个快递单号,即从每个快递公司官网上获得240条订单记录。本文选取当前支撑快递业半壁江山的“四通一达”中的三通即：申通、圆通、中通和韵达作为研究对象,共获得960条订单记录。

通过分析四家快递公司的运单物流信息可以看出,快递的派送阶段是指物流信息显示有“派件”字样的信息到“签收”字样的信息之间的过程。所以配送过程的时间可以通过运单信息中的“派件”字样的操作时间和“签收”字样的操作时间来获得。由于各快递公司没有明确规定配送时间标准,为了计算配送及时率,本文索取样本中配送时间的均值作为该快递公司配送标准时间,通过统计样本中订单时间小于或等于均值的个数,再除以样本个数,便为配送及时率。具体步骤按如下公式所示：

3.2 枝模型的构建

由于上述已对物流服务质量变量指标的因果关系图与流图进行了彻底的分析,在此不单独分析,直接构建仅含有配送及时率指标变量的流图,即从完整的模型中分离出仅含有配送及时率变量的枝模型,如图4所示。

表1 4家快递公司配送及时率汇总

图4 网购快递物流服务测评枝流图

其中对流图中一些参数变量进行解释。本文首先采用模糊隶属赋值评分法处理性质、量纲各异的变量,使这些变量一致转化为相对的指标值；再运用AHP方法得到各变量的权重系数。W1表示配送及时率对配送质量的影响权重,在此模型中恒为0.13；W2表示的是配送质量对物流服务质量的影响权重,在此模型中恒为0.24；W3表示的是物流服务质量对网购快递物流服务测评指数的影响权重,在此模型中恒为0.62。常量影响因子表示的是网购快递物流服务测评指数对客户数量变化率的影响参数。由于受到外生变量如：国家政策、经济形势等变量的影响会使该参数不定,在本模型中取值为：0.02。为了便于进行下面的仿真排名,在这里假设四家快递企业的客户初始数量为：10000。

由于本模型只选择“一枝”,无其他变量的共同影响,因此为了避免数值过多的小数位数,本节在将配送质量方程以及网购快递物流服务测评指数方程均扩大了10倍。该流图的系统动力学方程如下所示：

（1）客户数量=INTEG（客户数量*客户数量变化量,10000）；

（2）客户数量变化量=影响因子*网购快递物流服务测评指数；

（3）网购快递物流服务测评指=W3*物流服务质量*10；

（4）物流服务质量=W2*配送质量；

（5）配送质量=W1*（3+2*（配送及时率-0.5）/（1-0.5））*10。

3.3 枝模型的检验

上文中通过对网购快递物流服务现实状况的仿真和抽象,建立了网购快递物流服务的系统动力学子模型,此模型要进行仿真模型的动态模拟来实现对现实情况的研究,就要确保模型结构以及模型相关变量的正确,所以必须对其进行仔细的检查。本文对所建模型的检验主要包括量纲化检验、敏感性检验以及极端条件测试。

（1）枝模型的量纲化检验

系统自带量纲一致性测试,点击model-units check进行量纲一致性检验,若出现错误,系统自行报错,将错误改正后再次进行检验,获得图5所示结果,说明所构建的子模型通过了量纲化检验。

（2）敏感性检验

图5 模型的量纲化检验

经分析所建立的系统动力学模型中较敏感的参数变量是配送及时率,对配送及时率进行敏感性测试时需要取不同快递企业的数值,在系统中进行运行模拟,观察客户数量的变化趋势,经测试后,观察得到模型的行为并无明显差异,则说明配送及时率对模型行为的敏感性较低,可以取得较满意的结果。具体如图9和图10所示,在后期通过仿真运行得到的模拟结果虽然由于各快递公司的配送及时率数值差异性有细微的变化,但current、current1、current2和current3整体呈现出相似性。这种相似性证明了模型的健壮性,符合“系统动力学模型对参数变化相对不敏感”的要求,即通过了敏感性检验。

（3）极端条件测试

本文通过比较配送及时率为0和1时两个极端情况下的客户数量增长情况进行模型极端条件测试,当配送及时率为0时,客户数量基本维持不变,为一条直线,当配送及时率为1时,客户数量增长趋势明显,如图6所示,模型的运行规律符合自然规律,通过了极端条件测试。

图6 模型的极端条件测试

4 枝模型的仿真分析

将相关数据带入Vensim仿真软件中进行运行模拟,系统动力学模型的构建本就是反复的过程,因此需要不断的反复调试才能得到最后反映实际情况的模型。

4.1 一组数据仿真分析

在本模型中选取了四家快递公司的配送及时率的数据作为仿真模拟,虽然四家快递公司的数据是不相同的,但是仿真过程却是大同小异,因此本节只选取了申通快递作为代表,来模拟分流图内部之间的关系。图7显示了将申通快递的配送及时率数据输入Vensim软件中的界面显示。

由于变量与变量之间存在的因果关系,所以将配送及时率的相关数据输入到模型中时,其他变量也会随之变化,图8中分别显示了客户数量与客户数量变化率、配送质量与配送及时率、物流服务质量与配送质量、网购快递物流服务测评指数与物流服务质量、客户数量变化率与网购快递物流服务测评指数之间的图形变化关系。

图7 申通快递配送及时率数据模型显示

4.2 四组数据同时仿真分析

通过一组数据的输入,可以分析得内部各变量之间的关系走势。若将四组数据同时输入到系统中,四条曲线将同时显示在同一界面,便可达到排名的目的。

将四组关于配送及时率的数据同时输入,将显示如图9所示的曲线图。其中Current灰色曲线表示申通快递的12个月的配送及时率,Current1绿色曲线表示圆通速递的12个月的配送及时率,Current2红色曲线表示中通速递的12个月的配送及时率,Current3蓝色曲线表示韵达快运的12个月的配送及时率。

将各组数据输入到系统中后命名,最后进行模拟,可得出最后目标客户数量的图形显示。如图10所示。

通过图10可显示出关于配送及时率对客户数量的影响趋势,并且在一年当中曲线趋势会随着配送及时率的变化发生变化,四家快递企业客户数量曲线随各自配送及时率的变化而变化,在这一段时间内四家快递关于配送及时率对客户数量的影响的排名也不是一成不变的。详细的排名如表2所示。

表2 2011年度四家快递关于配送及时率排名

5 结语

本文将系统动力学应用于网购环境下的快递物流服务研究中,根据网购快递物流服务系统的动态性和反馈性特点,首先找到了影响快递物流服务测评的主变量和辅助变量,然后构建了各变量的因果关系图和流图,对主因素及其之间的关系进行了定性和定量描述,并建立了能够反映系统流图中存量变化的“配送及时率”的枝模型,最后用Vensim软件对其进行反复调试和仿真,最终得到快递企业排名。

图8 申通快递影响因素分析

图9 四家快递企业配送及时率曲线表示

图10 状态变量-客户数量的最终曲线表

应用系统动力学对服务质量测评的研究还刚刚起步,因此本文在采用系统动力学方法建模中所涉及到的变量数量跟现实复杂系统相比是远远不够的,在今后的研究中,需要进一步加强对网购快递物流服务测评的调查研究,更加深入思考影响网购快递物流服务测评的内、外生变量。

[1］Gunasekaran A,Ngai E W T,Cheng T C E.Developing an e-logistics system：A case study[J］.International Journal of Logistics：Research and Applications,2007, 10（4）：333-349.

[2］Clinton S R.Importance of technology investments in the logistics service providers：A case study of UPS and its use of on-line tools[J］.Journal of Applied Business Research,2008,24（2）：67-80.

[3］Li Yinsheng,Shen Jianping,Shi Junshuai,et al.Multimodel driven collaborative development platform for service-oriented e-Business systems[J］.Advanced Engineering Informatics.2008,22（3）：328-339.

[4］Pearson A M,Mykytyn Jr P P.Importance of web functionality support for the individual stages of the customer service life cycle[J］.Journalof Internet Commerce, 2009,8（3-4）：198-221.

[5］Kuan Yuhu,Tian Shengchang.An innovative automated storage and retrieval system for B2C e-commerce logistics[J］.International Journal of Advanced Manufacturing Technology,2010,48（1-4）：297-305.

[6］Liu Weihua,Yang Yi,Li Xiang,et al.A time scheduling model of logistics service supply Chain with mass customized logistics service[J］.Discrete Dynamics in Nature&Society,Accepted,2012.

[7］郭淑芳.中国快递产业的竞争力研究[D］.上海：上海师范大学,2009.

[8］李莎.电子商务与快递行业协同发展研究[D］.北京：北京邮电大学,2010.

[9］赵利娟.基于服务价值链理论的民营快递发展路径研究[D］.天津：天津大学,2010.

[10］秦鑫鑫,贾明,饶斌.我国快递行业诚信体系建设研究[J］.物流工程与管理.2013,35（6）：147-149.

[11］孙军华,苏强,霍佳震.中国快递服务质量体系的构建与模糊综合评价[J］.工业工程与管理.2010,15（4）：112-116.

[12］叶靖克,闫丽,杨德华,等.基于AHP的快递业SERVQUAL评价模型改进研究[J］.物流工程与管理, 2010,9（32）：78-80.

[13］朱美虹,缪圣陶,卓骏,等.基于SERVQUAL的中国快递业服务质量评价实证研究[J］.科技管理研究,2011, 31（8）：38-45.

[14］金灵华.物流服务质量与网购消费者忠诚度的关系研究[J］.物流工程与管理,2013,35（1）：117-120.

[15］于宝琴,张硕,杜广伟.基于两阶段QFD的快递服务质量改进方法[J］.统计与决策,2013,（8）：39-41.

[16］钟永光,贾晓菁,李旭,等.系统动力学[M］.科学出版社,2009.

[17］马士华,陈铁巍.基于供应链的物流服务能力构成要素及评价方法研究[J］.计算机集成系统,2007,13（4）：744-750.

Branch Model Simulation for Express Logistics Service System Evaluation under Online Shopping

YU Bao-qin,WU Shu-ping,DU Guang-wei
（School of Business,Tianjin University of Finance&Economics,Tianjin 300222,China）

Under online shopping environment,express logistics service evaluation system was established based on logistics services theory and system dynamics theory through the analysis of the process of express logistics service.For this system and one main variable“logistics services quality“,their causal relationship was analyzed；and then the system dynamics branch model of a subsidiary variable“timely delivery rate“from the main variable was established,and the model is proved correct by the dimensionless testing, the sensitivity testing and the extreme conditions testing.On this basis,the data of the four courier companies including Shentong,Yuantong,Zhongtong and Yunda were applied by using the simulation software Vensim in order to confirm the effectiveness of the simulation brand model and courier companies rankings are obtained based on the subsidiary variable.A new method of express logistics service assessment is provided.

online shopping；express logistics services；causal relationship；system dynamics；branch model

F253

A

1003-207（2014）12-0072-07

2012-05-30；

2013-09-05

市教委社科重大项目（2012ZD029）；市教育科学规划“十二五”重点课题（CEXII2003）

于宝琴（1962-）,女（汉族）,天津人,天津财经大学商学院,教授,博士生导师,研究方向：信息系统与商务智能.