B2C 电子商务企业共同配送利益分配问题研究

温 哲 （上海大学 管理学院，上海200444）

WEN Zhe (School of Management, Shanghai University, Shanghai 200444, China)

0 引 言

随着互联网的普及和进一步应用，电子商务已经成为推动全球经济一体化和经济增长的主要动力之一。根据艾瑞咨询的统计数据，2012 年中国网络购物市场交易规模达到1.3 万亿元，实现66.1%的年增长，未来几年，中国网络购物市场整体还将保持较快的增长速度。随着消费者网购习惯的日益养成，产品低价不再是网购用户唯一看重的因素，而是更加注重商品的质量和商家的信誉，相较于C2C 平台而言，B2C 在这方面有较大优势，更容易得到青睐，2012 年其占网购整体的比例近30%，B2C亦成为未来网购市场发展的主要推动力[1]。

快速发展的B2C 电子商务企业，需要安全高效、价格合理、服务周到的物流配送体系来支持。在我国，物流行业起步较晚，物流配送体系并不完善，随之产生许多问题。第一，对消费者来说，快递不准时，派件时间不合理，快递丢失、损毁频频发生，消费者对电商企业的物流配送提出更高的要求；第二，电商企业为了提高物流服务水平，相继推出了“次日达”、“半日达”、“一日三送”及由消费者自行决定收货时间的“定时达”等服务，这会增加物流配送成本；第三，在物流配送的最后一公里，多家快递企业和电商企业同为一个社区配送、消费者无法及时签收等原因会导致多次和重复配送，降低了订单配送效率，导致了巨额的配送成本，同时也引起交通拥挤、环境噪声及车辆废气污染等一系列社会问题[2]。电子商务企业物流配送中存在的这些问题要求引入高效率、低成本的物流配送模式来解决。因此，共同配送作为一种既有利于提高客户服务水平，又能够降低配送成本的物流配送模式，受到了广泛关注[3]。

1 B2C 电子商务企业共同配送模式概述

1.1 共同配送模式的含义

共同配送（Joint Distribution） 起源于日本，又称作协同配送（Collaborative Distribution）、联合运输 （Consolidated Shipment） 或者合并运输（Merge-in-Transit）。汤浅和夫[4]将共同配送定义为：共同配送即为了提高车辆车载利用率，将单个公司较少的配送量与其他一个或者多个公司集中起来，在单个公司配送合理化的基础上，联合其他公司达到联盟整体配送的进一步合理化。

共同配送的实质是企业之间为了实现资源共享，在互信互利的合作基础上，对不同商品进行优化组合后再进行配送，以此来提高物流服务水平，降低配送成本，快速反馈信息，促进整个社会商品高效流通的配送，其核心思想是在资源共享的理念下，建立企业联盟[5]。何明珂指出共同配送并不仅限于几个企业物流作业环节的联合，还包括物流资源、物流设施及设备、物流管理的共同化[6]。

1.2 B2C 电子商务企业共同配送的主要模式

关于我国B2C 电子商务企业的共同配送模式，目前学术界没有统一的划分方式，本文将其划分为以下三种。

1.2.1 电子商务企业之间合作的共同配送

（1） 横向共同配送

横向共同配送模式[7]是指电商企业在开展共同配送前，就包装货运规格完全实现统一，然后共同建立配送中心，共同购买运载车辆，企业间的货物运输统一经由共同的配送中心来开展（如图1 所示）。

（2） 区域共同配送

区域共同配送模式[8]指由电商企业在互信互惠的基础上共同投资，组建一个虚拟的物流联盟。在虚拟物流联盟的组织之下，由各电商企业共同组建区域共同配送中心，进行共同配送（如图2 所示）。

1.2.2 与零售店、社区店合作的共同配送

顾客可采用网上订货、连锁店取货或由店员送货上门的形式，为连锁店带来的收获是：不仅扩大了其商品种类，赢来了更多顾客，同时带来一部分仓储及配送的利润；对于B2C 企业来说，可以将其触角延伸得更为广泛、深入，为客户带来了前所未有的方便、快捷的服务，同时有利于逆向物流的回收。当然，结合还可以同时树立并提升二者的品牌效应，为今后更大的发展空间打下良好的基础[9]。

1.2.3 与共同配送企业合作的共同配送（如图3 所示）以北京“城市100”的共同配送解决方案为例，该公司使用加盟方式进行扩展，仅需要40 平米左右的摆放空间以及两到三个轻型货架即可成立一个配送点，加盟城市100 后承诺提供两次免费配送与及时通知的义务，并且免费为收件人暂存货物三天，横向整合资源能力，解决了快递员时间紧张无法长时间等待收件人取件的矛盾[10]。

2 B2C 电子商务企业实施共同配送的利益分配

2.1 数学模型的描述和建立

2.1.1 合作博弈理论[11]

合作博弈的本质特征是允许存在自愿签订但有约束力的协议。合作博弈重点在群体，讨论将会形成什么样的联盟，联盟成员的既得利益将如何分配，即可以把参与博弈的联盟看作一个利益主体，但在联盟内部怎样公平合理的分配他们的利益则是合作博弈独有的研究内容。联盟、分配和特征函数是多人合作博弈中三个重要的概念。

联盟：设联盟博弈有n个博弈方，构成集合N=｛1,2 ,…,n｝，博弈中的联盟就是N的子集S⊂N。N的所有子集构成的集合记为P（N）。

分配：指对于n个局中人来说，存在一个n维向量x=（x1,x2,…,xn），满足（1） ∑xi=V（N），（2）xi≥V（i），其中V（N）表示个局中人的总收益，V（i）表示局中人不与任何人结盟的收益。

分配当中要满足的条件所表示的意义为：（1） 局中所有人所获得的最大收益总和等于单个人分得的利益之和；（2） 成立联盟后单个人从联盟中分得的利益不小于其不参加任何联盟所得到的利润。即分配使单个人的收益都不低于没参与合作博弈时的收入。

特征函数：对于n人联盟博弈中的联盟S∈P（N），不管联盟外的成员如何行为，联盟成员通过协调行为可保证实现的最大联盟总收益，称为联盟的“保证水平”，记为v（S）。一个联盟博弈所有的可能联盟的保证水平v（S），构成P（N）→R的一个实值函数，该函数称为这个联盟博弈的“特征函数”。

2.1.2 B2C 电子商务企业共同配送下的合作博弈模型

B2C 电子商务企业可以与其他电商企业合作，或是与零售店、社区店或者共同配送企业合作，假设最终形成的联盟为S=｛1,2 ,…,n｝。电子商务企业之所以会与其他企业结成联盟，参与共同配送，是由于共同配送模式的实行能优化资源配置、整合资源、提高配送效率、解决交通问题，而加入联盟的目的必然是获得比单干时更多的利润，超额的利润是联盟企业增强合作关系的凝聚力。对于B2C 电商企业来说，所结成的共同配送的联盟必须能够发挥合作优势，产生比不合作时更多的利益，即这个联盟要是本质的，否则结成共同配送联盟就是无意义的。

共同配送中的电商企业及其他企业仍然是一个相对独立的经济实体，它们在保证能够实现联盟整体利益的同时也必然希望自己企业可以获得更大的利润（主要来自于节约配送成本得到的收益）。所以，参与共同配送的电商企业、零售企业和共同配送企业的所有活动都会对整个联盟和每个成员的收益产生影响，为了共同配送活动的顺利开展必须要调节好每个联盟成员的行为，建立一套既能实现公平合理的利益分配又能对每个联盟企业产生激励效果的利益分配机制是至关重要的。

2.2 基于Shapley 值法的B2C 电子商务企业共同配送的利益分配方法

Shapley 值法适用于解决多人合作博弈时的分配对策问题，利用公理化的方法得到合作博弈唯一的解。

记N人的集合为N= ｛1,2 ,…,n｝，若对N的任意子集S⊂N，都有一个实值函数V（S），满足： （1）V（Ø ）=0； （2）V

则[N,V]称为N人合作对策，V即是特征函数，V（S）是合作联盟S的收益值。

Shapley 值由特征函数确定，记作xi（V）=（x1,x2,…,xn），为合作博弈的分配策略，其中xi是博弈方i的夏普利值，表示N中第i个成员从合作的最大收益值V（N）中获得的一份收入。Shapley 值满足以下三个公理：（1） 对称性公理：博弈方排列次序的改变不影响博弈的夏普利值；（2） 有效性公理：全体博弈方的夏普利值之和分割完相应联盟的价值，即：∑xi=V（N）；（3） 加法公理：两个独立的博弈合并时，合并博弈的夏普利值是两个独立博弈夏普利值之和。即对于定义在N上的任意2 个特征函数U和V，有xi（U+V）=xi（U）+xi（V），其中i=1,2…,n。

满足以上几个特性的分配方案，符合公平、公正的原则，分配的结果既能够满足个人的理性，又能以全体成员的利益为出发点，这种分配是合理的，会被各方所认可。在满足这三个特性基础上，Shapley 证明了xi（V）是唯一的，它的形式为：为联盟S包含的博弈方数量。

从中可以看出，各个博弈方的夏普利值是他们参与联盟博弈的期望贡献，可以衡量联盟博弈中每个博弈方的价值，从而按其价值进行利益分配，比较公平和容易被接受。

2.3 Shapley 值法的修正

利用Shapley 值法对电商企业共同配送进行利益分配基本满足公平合理的要求，但是该模型没有考虑到各联盟企业的合作风险以及投资额的大小等因素也会对利益分配产生影响，因此，本文主要从以下两方面进行改进。

（1） 考虑合作风险的Shapley 值法的修正

在Shapley 值法中，所作的假设是每个合作者参与合作的成功概率为1，这个假设过于严格。实际上，在联盟成立的过程中，对于加入的企业而言是存在合作风险的，因此考虑到每种合作组合可能的风险，将合作成功率引入到该方法中[12]，将有助于获得更合理公平的收益预期。改进后的公式为：

其中，pt为风险因子，表示联盟的成功率，这是一种基于风险因素做出的改进，分配后的结果更具有合理性。

（2） 考虑投资额大小的Shapley 值法的修正

资本是获取利益的一个重要源泉，所以在实施共同配送过程中，各电商企业、零售企业或共同配送企业在联盟中的投资额大小也应该是企业参与利益分配的一个重要因素。投资额应当包括所有投入，比如：启动资金（用于购置运载车辆、配送中心租金）、人力资本（企业员工和物流配送人员）、融资成本等。设投资大小向量用下式表示：

2.4 算例分析

设有A、B、C 三个B2C 电子商务企业（为研究方便，采用第一种共同配送模式，即电子商务企业之间合作，建立共同配送中心） 为了优化资源配置，减少企业对物流固定资产的投资，降低物流配送成本，他们共同建立配送中心，共同购买运载车辆，对商品实行共同配送。他们在共同配送中的投资额分别为20 万元、15 万元、25 万元。

2.4.1 三个电子商务企业获得的利益如下：

（1） 三个电子商务企业分别独自建立配送中心进行配送时，各企业获得利益为0；

（2） A、B 两企业合作建立共同配送中心进行共同配送，C 企业独自建立配送中心时，可获利190；

（3） A、C 两企业合作建立共同配送中心进行共同配送，B 企业独自建立配送中心时，可获利180；

（4） B、C 两企业合作建立共同配送中心进行共同配送，A 企业独自建立配送中心时，可获利230；

（5） A、B、C 三个企业合作建立共同配送中心进行共同配送时，可获利420。

可以看出，当三个电商企业合作建立共同配送中心，进行共同配送时，可最大获利420，即为开展共同配送获得的利润V下面即用Shapley 值法对其进行分配，根据公式可得以下三个表格（表1、表2、表3）：

表1 共同配送中电商企业A 获得的利润

表2 共同配送中电商企业B 获得的利润

表3 共同配送中电商企业C 获得的利润

将表格的最后一行相加即得三个电商企业分得的利润，电商企业A 获得的利润电商企业B 获得的利润xB电商企业C 获得的利润xC（V）=145，总利润为

2.4.2 考虑合作风险因素的Shapley 值法的修正：

表4 各种合作情况下的成功率

2.4.3 考虑投资额大小的Shapley 值法的修正：间以及多机并行等实际问题。比较不同拖期惩罚系数及不同目标下的各项性能指标。通过实验对比数据，考虑提前/拖期惩罚费用、生产启动费用之和优于只考虑拖期惩罚，从利润角度出发为企业提供一个良好的解决方案，且为不同指标需求提供选择。进一步的研究可考虑结合启发式规则排产缩短计算时间。

[1] 宋毅. 基于遗传算法的生产调度方法及其软件实现[D]. 杭州：浙江工业大学（硕士学位论文），2003.

[2] Held M, Karp R M. A dynamic programming approach to sequencing problems[J]. Journal of the Society for Industrial &Applied Mathematics, 1962,10(1):196-210.

[3] Bagchi U, Sullivan R S, Chang Y L. Minimizing mean squared deviation of completion times about a common due date[J].Management Science, 1987,33(7):894-906.

[4] De P, Ghosh J B, Wells C E. Scheduling to minimize weighted earliness and tardiness about a common due-date[J]. Computers & operations research, 1991,18(5):465-475.

[5] COLEMAN B. TECHNICAL NOTE: A SIMPLE MODEL FOR OPTIMIZING THE SINGLE MACHINE EARLY/TARDY PROBLEM WITH SEQUENCE-DEPENDENT SETUPS[J]. Production and Operations Management, 1992,1(2):225-228.

[6] Fry T D, Armstrong R D, Blackstone J H. Minimizing weighted absolute deviation in single machine scheduling[J]. IIE transactions, 1987,19(4):445-450.

[7] Garey M R, Tarjan R E, Wilfong G T. One-processor scheduling with symmetric earliness and tardiness penalties[J]. Mathematics of Operations Research, 1988,13(2):330-348.

[8] Yano C A, Kim Y D. Algorithms for a class of single-machine weighted tardiness and earliness problems[J]. European Journal of Operational Research, 1991,52(2):167-178.

[9] Cheng T C E, Chen Z L. Parallel-machine scheduling problems with earliness and tardiness penalties[J]. Journal of the Operational Research Society, 1994(5):685-695.

[10] Balakrishnan N, Kanet J J, Sridharan V. Early/tardy scheduling with sequence dependent setups on uniform parallel machines[J]. Computers and Operations Research, 1999,26(2):127-141.