新零售模式下智能快递柜共享收益分配研究

宋子吟 武佩剑

摘 要：面向消费升级和技术变革的新零售模式探索成为零售业发展趋势，智能快递柜共享联盟形成有助于新零售模式的良性发展，如何提供科学合理的智能快递柜共享收益分配方法成为迫切需要解决的问题。文章结合新零售模式下智能快递柜共享机理，引入技术因素、风险因素和管理因素，运用修正的shapley值法，构建了新零售模式下智能快递柜共享收益分配方法，并运用实例验证了文章提出方法的有效性，针对智能快递柜合作联盟的发展提出了有效建议。

关键词：新零售；智能快递柜；收益分配；Shapley值

中图分类号：F253.9 文献标识码：A 文章编号：1673-2596（2018）10-0055-05

一、引言

国务院办公厅于2016年11月2日印发了《关于推动实体零售创新转型的意见》，对实体零售企业加快结构调整、创新发展方式、实现跨界融合、不断提升商品和服务的供给能力及效率作出部署。阿里巴巴、腾讯、京东、永辉、万达等引领众多公司参与新零售模式创新，北上深杭成为新零售范式践行示范区。新零售模式下物流活动成为提升顾客满意度和个性化体验的重要因素，为了避免重复建设和资源浪费，智能快递柜共享成为新零售终端配送的发展方向，有利于发挥联盟公司技术、资金、运营等优势，如何形成科学合理的新零售模式下智能快递柜共享收益分配机制是共享联盟健康稳定发展的根本保证，成为当前迫切需要解决的问题。

shapley值法常被学者应用于收益分配问题的研究。范海洲等（2009）[1]的利用shapley值法进行了物流联盟收益研究。龙跃等（2010）[2]使用Shapley值法分析汽配联盟的利益分配问题。王志刚等（2013）[3]基于shapley值法对农超对接的收益分配进行了分析。孙蕾（2017）[4]使用shapley值法分析了基础设施工程融资联盟中的合作收益分配问题。戴建华（2004）[5]提出基于风险因子的shapley值修正算法。张捍东（2009）[6]基于贡献率、风险因素、投资因素等对Shapley值法的利益分配策略进行修正。周业付（2017）[7]引入风险因子、合作意愿因子与质量投入因子对农产品供应链的利益分配机制进行改进。赖成寿等（2018）[8]综合考虑投入、风险、贡献、地位等因素的努力程度对shapley值收益分配模型进行修正。shapley值法可以有效地避免收益分配上的平均主义，很多学者考虑了对收益分配影响的因素对传统shapley值法进行了改进。新零售模式下的智能快递柜共享合作收益分配涉及相关行业较广，利益主体较多，本文基于对新零售模式下智能快递柜共享机制分析，从技术、风险和运营管理等方面探讨对智能快递柜共享收益有影響的因素，运用改进的shapley值法，构建科学合理的新零售模式下的智能快递柜共享收益分配方法。

二、智能快递柜合作联盟收益分配模型

新零售模式下智能快递柜共享驱动力来自经济收益和满足顾客需求，通过快递柜寄存功能、平台推广、广告投放、数据分析、服务线下实体企业等获得收益，智能快递柜共享联盟参与者主要有供应商、快递企业、零售企业、技术公司等。假设新零售模式下智能快递柜共享机制联盟组织有n个参与企业，基于各盟员对联盟总目标的贡献程度，本文应用shapley值法建立收益分配机制。

假设在智能快递柜产业联盟中，有n家企业参与联盟，用U={1、2、3、…、n}表示。

（一）特征函数

对于n家参与者随机的一种集合S？哿U都对应着一个实数值v（S），v（S）表示i个主体在进入智能快递柜共享联盟时的总收益。当v（S）满足下列两个条件时，称集合[U，v]为n个企业间的合作博弈，v为博弈的特征函数。

1.当没有企业加入合作联盟时，联盟的收益为0，即v（？椎）=0。

2.任意两个独立的合作博弈联合在一起所组成新的博弈是原来两个博弈值的直接相加，即联盟获得的收益一定大于单独运营时的收益。

（二）初始shapley值定理

每个参与方在快递柜共享合作联盟开始之前对自己所分得收益的合理期望为？酌i（v），？酌i（v）满足以下三个公理。

1.如果博弈者j和i是可以互换的，那么？酌i（v）=？酌j（v）。

2.任何两个独立的联盟联合在一起，所组成的联盟是原来两联盟的直接相加，？酌i（V+U）=？酌i（V）+？酌i（U）。

3.联盟参与者根据对联盟的贡献度，获取所得收益。■？酌i（v）=v（I），v（I）为联盟的全部收益。

根据以上公理可以得出满足初始shapley值的函数为

？酌i（v）=■？棕（|s|）[v（s）-v（s-i）]

其中？棕（|s|）=■，Si是I中包含成员i的所有子集形成的集合，|S|是集合s元素的个数，？棕（|s|）是加权因子。

三、智能快递柜共享收益分配模型的修正

基于初始shapley值法的收益分配是根据联盟成员对联盟的贡献来进行分配的，避免了分配上的平均主义，但初始Shapley值法对收益的分配只考虑到了贡献因素，并未将影响收益分配的各项不可忽略因素考虑进来，因此，需要根据每个不可忽略的影响因子对初始Shapley值法的收益分配方案做出修正，运用科学合理的收益分配机制，激励成员团结合作，提升整体竞争力，扩大共同收益，实现合作联盟的可持续发展。

（一）考虑技术因素的shapley值修正模型

新零售模式下新技术不断发展，使消费者的体验不断增强，新技术在物流基础设施搭建的过程中至关重要。新技术是新零售模式下智能快递柜共享机制的载体，人工智能、物联网、大数据、智能机器人、虚拟现实、区块链等新兴技术都将在快递柜行业中得到有效应用。新技术使得消费者体验得到增强，衍生出新业态，改进了厂家和商家的运营和物流系统，为智能快递柜的发展奠定了重要基础。新技术在零售终端、物流环节的应用，可以产生有价值的数据，将这些海量的数据进行收集、监测以及分析可以帮助企业更加有针对性地对进行店铺运营和消费者管理。

假设联盟内共有n家企业，合作联盟的共同收益为v（I），每个成员的技术创新能力为Qi，i为1、2、3、…、n，合作联盟内的平均技术创新能力为Q=■■Qi。

当合作联盟内的技术创新能力相同时，联盟内的成员分配到的收益为？酌i（v），每个联盟成员实际技术创新能力与平均技术创新能力之差为？驻Qi=Qi-Q，所有企业的实际技术创新能力与平均技术创新能力之差总和■？驻Qi=0，？驻Qi为技术修正因子。

当？驻Qi≥0时，表示成员i的技术创新能力大于平均技术创新能力，应当获得更多的收益分配；当？驻Qi≤0时，表示成员i的技术创新能力小于平均技术创新能力，应当减少对其分配的收益。在考虑技术因素时，i企业所获收益分配修正量为？驻？酌i（v）=v（I）×■，i企业应获得的收益为？酌i（v）'=？酌i（v）+？驻？酌i（v）。

（二）考虑风险因素的shapley值修正模型

合作联盟获得利益共享，同时需要共担风险。智能快递柜是蓝海行业，同时也是一个具有风险性的行业，具体表现在政治、市场、技术和投资等方面。目前我国对于智能快递柜行业并没有相关的政策法规来进行约束，如快递柜格口的标准尺寸，寄存超时收费的标准，消费者的投诉渠道，政策法规风险等因素会使很多投资而止步；未来市场价格（利率、汇率、股票价格和商品价格）的不确定性会对企业实现其既定目标的不利影响，市场因素可能直接对企业产生影响，也可能是通过对其竞争者、供应商或者消费者间接对企业产生影响；智能快递柜行业新技术是其核心动力，但智能快递柜在前期研发生产以及后期的数据采集都有很大的不確定性。因此，技术风险对智能快递柜行业有着重要影响，目前场上的快递柜大多都是由多加企业投资建立，如丰巢科技由顺丰、申通、中通、韵达、普洛斯共同投资，投资必然希望得到回报。

假设联盟内共有n家企业，合作联盟的共同收益为v（I），每家企业需要承担的风险为Ri，i为1、2、3、…、n，合作联盟内的平均风险R=■。当合作联盟内的风险平均分摊时，联盟内的成员分配到的收益为？酌i（v），那么每个快递企业实际承担的风险与平均风险之差为？驻Ri=Ri-■，■Ri=1，■？驻Ri=0，？驻Ri为风险修正因子。

当？驻Ri≥0时，表示成员i承担的风险大于平均风险，有资格获得更多的收益；当？驻Ri≤0时，表示成员i承担的风险小于平均风险，应当减少对其分配的收益。在考虑风险因素时，i企业所获得的收益分配修正量为？驻？酌i（v）'=v（I）×？驻Ri，i企业应获得的收益为？酌i（v）"=？酌i（v）+？驻？酌i（v）'。

（三）考虑管理因素的shapley值修正模型

智能快递柜在选址投放之后，可能会遇到收件人超过寄存时间仍未取回快递、遇到促销情况，快递包裹量剧增、部分快递包裹体积过大等导致快递柜无法正常工作的情况，这时需要有一支专业的管理团队来对智能快递柜的运营进行管理，可以是快递柜运营企业自己来进行管理，也可以外包给第三方来管理。智能快递柜运营时需要实地对接各类型的社区进行安装、对快递对性能的保障以及维修检修等，这直接关系着客户的使用满意程度，顾客的满意程度影响着联盟的收益大小。

假设联盟内共有n家企业，合作联盟的共同收益为v（I），每个成员的管理能力为Pi，i为1、2、3、…、n，合作联盟内的平均技术创新能力为P=■■Pi。当合作联盟内成员的管理能力相同时，联盟内的成员分配到的收益为？酌i（v），每个联盟成员实际管理能力与平均管理能力之差为？驻Pi=Pi-P，■？驻Pi=0，？驻Pi为技术修正因子。

当？驻Pi大于等于0时，表示成员i的实际管理能力大于平均管理能力，应当获得更多的收益分配；当？驻Pi小于等于0时，表示成员i的实际管理能力小于于平均管理能力，应当减少对其分配的收益。在考虑管理因素时，i企业所获收益分配修正量为？驻？酌i（v）"=v（I）×■，i企业应获得的收益为？酌i（v）'"=？酌i（v）+？驻？酌i（v）"。

（四）考虑修正因素的收益分配度量方法

通过分析可知对新零售模式下快递柜共享联盟企业收益分配的shapley值修正算法需综合考虑技术、风险和管理三个因素，才能保证收益分配的合理性。因此引入AHP法对每个影响因素赋予相应的比重，得出三个权重向量？滓={？滓1，？滓2，？滓3}，且？滓1+？滓2+？滓3=1，全面考虑影响智能快递柜合作联盟收益分配的各个因子的影响程度。综上所述，联盟中各成员最终获得的收益为？酌i（v）^=？滓1？酌i（v）'+？滓2？酌i（v）"+？滓3？酌i（v）'"。

四、算例分析

（一）算例初始数据

假设A、B、C三家企业构成智能快递柜共享合作联盟，各项假设如表1所示：

由表可知，联盟成员合作比不合作获得的收益更多。

（二）根据初始shapley值法算出合作联盟中各个成员的收益

根据初始shapley值法算出成员A的收益分配如表2所示

所以，？酌A（v）=4+■+3+4=13.83

同理可得？酌B（v）=17.33，？酌C（v）=8.83

（三）修正的shapley值法智能快递柜共享收益分配模型各个成员的收益

1.假设技术水平最优时为100分，联盟成员A、B、C的技术创新能力分别为91，83，81，考虑技术因素的shapley值修正模型收益分配如表3所示。

2.假设快递企业ABC承担的风险系数分别为20%，40%，40%考虑风险因素的shapley值修正模型收益分配如表4所示。

3.假设联盟内最优的管理水平为100分，联盟中成员A、B、C的管理水平分别为86、92、83，考虑管理因素的shapley值修正模型收益分配如表5所示。

综合考虑以上三种因素，用AHP法得出各影响因素的权重向量为？滓={0.38，0.15，0.47}，则个参与成员的最终受益分配为：

？酌A（v）^=？滓1？酌A（v）'+？滓A？酌i（v）"+？滓A？酌i（v）'"

=0.38×16.65+0.15×8.50+0.47×13.37=13.8859

？酌B（v）^=？滓1？酌B（v）'+？滓2？酌B（v）"+？滓3？酌B（v）'"

=0.37×16.39+0.15×20+0.47×19.63=18.4543

？酌C（v）^=？滓1？酌C（v）'+？滓2？酌C（v）"+？滓3？酌C（v）'"

=0.38×8.83+0.15×11.50+0.47×7=8.3704

对于智能快递柜产业合作联盟的收益分配，组建联盟前后和shapley值改进前后的对比如表6所示：

由表6可知，联盟建立之后，每个成员的收益都有所增加，在仅考虑贡献因素时，B的收益分配最多。但在联盟的健康与可持续发展的目标下，A企业的技术创新水平較强，B企业的管理水平较高，因此A、B企业的收益都有所增加。并且高风险必然伴随着高收益，在只考虑风险因素的情况下，B、C企业的收益增加较多，本文通过引入技术、风险和管理因素，使得新零售模式下智能快递柜收益分配更加合理。

五、结论与建议

对于新零售和智能快递柜的研究引起越来越多学者研究兴趣，但有关智能快递柜产业联盟收益分配问题却很少，本文结合新零售模式下智能快递柜的发展情况，运用shapley值法对智能快递柜产业合作联盟收益分配问题进行研究，并引入技术因素，风险因素，管理因素对shapley值模型进行修正，通过算例表明这种方法是合理有效的，修正后的分配模型与行业发展的现实发展情况更为匹配。

新零售模式促进了智能快递柜行业不断创新发展，新零售的核心动力是经济利益，因此研究智能快递柜产业联盟的收益分配对行业的健康发展是十分有必要的。基于对新零售模式下智能快递柜共享收益的研究，笔者提出以下建议来加快智能快递柜行业发展的步伐。首先，智能快递柜运营企业及上游供应商应着力发展大数据、云计算、物联网、人工智能等技术，利用这些新兴技术给顾客提供更好的消费体验，从而获得市场的认可。其次，对于整个智能快递柜行业联盟来说，智能快递柜要发展就不能害怕担风险风险，所承担的风险越大，联盟成员获得的收益便越多。最后，对于智能快递柜企业来说，管理能力是新零售模式下智能快递柜共享机制下的核心之一，应当组建专业的管理团队对智能快递柜进行管理。

参考文献：

〔1〕范海洲，唐德善.夏普里值法在物流企业联盟收益分配中的应用[J].中国流通经济，2009，23，（03）：27-29.

〔2〕龙跃，易树平.制造服务导入下同质汽配供应商合作效应分析[J].科研管理，2010，31（04）：102-110.

〔3〕王志刚，李腾飞，黄圣男，许前军.基于Shapley值法的农超对接收益分配分析——以北京市绿富隆蔬菜产销合作社为例[J].中国农村经济，2013，（05）：88-96.

〔4〕孙蕾，孙绍荣.基于Shapley值的基础设施工程融资联盟合作机制研究[J].工业工程与管理，2017， 22（02）：76-82.

〔5〕戴建华，薛恒新.基于Shapley值法的动态联盟伙伴企业利益分配策略[J].中国管理科学，2004，（04）：34-37.

〔6〕张捍东，严钟，方大春.应用ANP的Shapley值法动态联盟利益分配策略[J].系统工程学报，2009， 24（02）：205-211.

〔7〕周业付.基于改进Shapley值模型的农产品供应链利益分配机制[J].统计与决策，2017，（23）：52-54.

〔8〕赖成涛，吕靖.高天航，张聆晔.基于优化Shapley值的港口供应链收益协调机制研究[J].数学的实践与认识，2014，48（02）：81-85+96.

（责任编辑 赛汉其其格）