基于云模型的快递业物流服务质量评估

山红梅，周 宇，石 京

（1.西安邮电大学 现代邮政学院，西安 710121；2.辛辛那提大学 工程和应用科学学院，美国 俄亥俄州 辛辛那提 45221）

0 引言

近年来，随着我国“互联网+”战略的实施及电子商务的持续快速发展，我国快递服务业得到突飞猛进地增长。根据国家邮政局统计资料显示：2016年全年，全国快递服务企业业务量累计完成312.8亿件，同比增长51.4%；业务收入累计完成3974.4亿元，同比增长43.5%[1]，超过300亿件业务规模对经济产生的带动作用表现在日均服务超过2.5亿人次，支撑网络零售额超过4万亿元，占社会消费品零售总额比重达到12.5%，新增就业20万人以上。由此可见，快递行业逐步成为拉动消费转型升级、促进社会就业、推动产业结构调整的重要力量。然而这种粗放式快速增长的同时，快递企业服务质量一直是被顾客投诉的重要领域，据国家邮政局和各省市邮政管理局对消费者申诉统计，2017年5月份涉及快递服务问题共计93225件，占总申诉量的95.8%。以上数据可见，经济新常态下快递业虽然有着“量”的突飞猛进，但与此同时却存在着“质”的严峻风险。科学合理的评价体系既是引领快递服务水平提升的旗帜，也是推动快递企业服务质量改革升级的强大力量。本文采用云模型理论解决快递服务质量评估过程中模糊性和随机性问题，以期为快递业服务质量评估提供新的方法思路。

1 模型构建

1.1 云模型基本理论

1.1.1 云模型及其数字特征

云模型是在模糊数学和统计数学基础上，实现定量数值论域与定性语言值描述之间的自然转换，解决定性语言描述的随机性、模糊性及关联问题的方法。

设U[2]是一个表示定量论域的精确数值，X⊆U，T是U上的定性概念，若对于元素x(x∈X)，都存在一个具有稳定倾向的随机数，CT(x)∈[0，1]，则称x为对T的隶属度，即：CT(x):U∈[0，1]，∀x∈X，(X⊆U)，x→CT(x)。云是指概念T从U到区间[0，1]的映射在数域空间的分布，每一个x表示一个云滴。

云模型的三个数字特征[3]可以用来反映云模型所表达概念的整体特性（如图1所示）。即：期望Ex、熵En、超熵He，记作（Ex、En、He）。期望Ex表示云滴在论域空间分布的期望，是概念在论域中的中心点，是最可以代表定性概念的点；熵En代表一个定性概念的可度量粒度，熵越大粒度越大；He是不确定性状态变化的度量，即熵的熵，He越大，云滴的厚度就越大。

图1 云的数字特征

1.1.2 云发生器

云的生成算法称为云发生器[4]，由正向云发生器和逆向云发生器构成。正向正态云发生器是实现从定性概念到定量转换模型，其算法如下所示：

（1）生成正态随机数

En′～N(En，He2)

其中：En和He2分别表示期望与方差。

（2）生成正态随机数

逆向云发生器是实现定量值到定性概念的转换模型，它可以将一定数量的精确数据转换为以数字特征Ex、En、He表示的定性概念。其算法如下：

（1）通过云滴xi计算样本均值

x～N(Ex，En2)

其中：Ex和En2分别表示期望与方差。

（3）利用x和期望值Ex计算隶属度（2）计算样本方差

（3）计算云滴的熵，超熵

1.2 构建快递业物流服务质量评估指标体系

1.2.1 构建评估指标体系

考虑到消费者对快递服务质量申诉中，关于快件延误、投递服务、损毁和丢失的投诉率最高。因此，本文在设计快递业物流服务质量评估指标体系时，修正SERVQUAL量表的同时，考虑消费者对快递业服务质量申诉内容，借鉴前人研究结果[5-7]，增加基于客户满意视角下的“便利性”、“安全性”指标来全面评估快递物流服务质量，促进快递企业提升物流服务质量时注重赢取更高的客户满意度。具体评估指标体系包括两级指标集（如图2所示），共5个一级指标和20个二级指标。

图2 快递业物流服务质量指标体系

1.2.2 确定指标综合权重

在快递业物流服务质量综合评估过程中，各项评估指标的重要程度不相同，而指标权重的合理分配对于评估结果有着至关重要的影响，本文运用熵权法可得到精度更高、客观性更强的指标权重值。

熵权法确定一级指标权重[3]步骤：

（1）假设有m个评估指标，n个评估对象，构造指标评估矩阵如下：

（2）构建归一化评估指标矩阵为:R=(rij)m*n，其中rij称为第j个度量对象在指标i上的值，且rij∈[ ]0，1。（3）定义各评估指标的熵为：

（4）计算第i个评估指标的熵权为：

1.3 快递业物流服务质量评估云模型设计

1.3.1 基准服务质量云生成

建立基准服务质量云的作用是为了划分评估等级[9]，划分评估等级是对快递业物流服务质量评估的关键和重要依据，设评估等级集合为L={ }L1，L2，L3，L4，L5 ，分别代表快递业物流服务质量“极低”，“低”，“一般”，“高”，“极高”。其步骤如下：

输入n-1个评估区间，输出Di=(Exi,Eni,Hei)，i=1，2，…,n

（1）Exi=(Dimax+Dimin)/2，其中i=1时，令Ex1=0

（2）Exi=(Exi-Exi-1)/3，其中：i=1时，令En1=(Ex2-Ex1)/3

（3）Hei=α，其中α为常数

其中α=0.2，和分别表示第i个区间的边界值。

1.3.2 综合服务质量云生成算法

快递业物流服务质量评估模型由5个一级评估指标组成，Ti(Exi，Eni，Hei)为各指标服务质量云的数字特征，i∈(1，m)，且权重值为：ωi=(ω1，ω2，ω3，ω4，ω5)，综合服务质量云的数字特征为：

1.3.3 综合服务质量云相似度算法

将综合服务质量云T(Ex,En,He）与基准服务质量云Di=(Exi,Eni,Hei)，i=1，2,…,n。进行相似度比较，并计算出综合云与基准云的相似度值。

计算步骤[10]如下：

（4）通过重复步骤（1）到（3）计算出所有Li。

2 实证

2.1 样本设计

根据快递业物流服务质量评估模型，本文实证样本选取以中通快递为评估对象，按照建立的快递业物流服务质量指标体系，令Y={ }A，TL，TG，R，S为一级指标集合，A={A1，A2，A3，A4} ，TL={TL1，TL2，TL3，TL4},TG={TG1，TG2，TG3，TG4，TG5}，C={C1，C2，C3，C4} ，S={S1，S2，S3，S4}，为二级指标集合。

本文选取了国家邮政管理局、快递公司以及高校领域物流专家共10位，通过信函方式邀请各位专家对快递物流服务质量的5个一级指标Y={ }A，TL，TG，R，S的相对权重做出客观判断。根据专家们对于评估体系一级指标之间重要性进行两两对比打分，采用熵权法计算权重值结果为ωi=(ω1，ω2，ω3，ω4，ω5)=（0.262，0.210，0.046，0.157，0.325）。同时选取当前获取调研数据可靠性最强、快递使用率最高且对快递服务质量较最为敏感的大学生群体作为问卷调研对象。在陕西20所高校范围内发放关于中通快递服务质量评估调研问卷共600份，回收问卷562份，问卷回收率94%，其中有效问卷540份。被调研者根据表1的快递业物流服务质量评估指标体系，对中通快递物流服务质量各二级指标进行评估打分。所评估的指标数据在[0,1]之间：其中[0,0.2]表示非常不满意，[0.2,0.4]表示不满意，[0.4,0.6]表示满意，[0.6,0.8]表示很满意，[0.8,1]表示非常满意。回收有效问卷经过统计计算结果如表1所示。

2.2 仿真实验过程

首先，根据基准服务质量云算法，将基准服务质量子云分为服务质量极低云、服务质量低云、服务质量一般云、服务质量高云、服务质量极高云，并采用Matlab编程工具，通过正向正态云发生器算法生成基准服务质量云图，如图3所示。

图3 基准服务质量云图

表1 快递业物流服务质量指标体系评估数据

其次，将各二级指标评估均值通过逆向正态云发生器算法计算出各一级指标云数字特征值，如表2所示。

表2 中通快递服务质量一级指标云数字特征

根据表2各一级指标云数值特征，依据公式（1）计算出综合服务质量云的数值特征值Ex=0.6747，En=0.0512，He=0.0192，进而得到中通快递物流综合服务质量云图，如图4所示。

图4 综合服务质量云图

第三，运用云模型相似度算法，根据公式（2）计算出综合服务质量云与基准云的相似度，相似度结果如下页表3所示，同时进一步运用相似度算法得出表2各一级指标云(A、TL、TG、C、S)与“服务质量高”基准云相似度，结果如下页表4所示。

表3 综合服务质量云与基准云相似度

表4 各一级指标云与基准云相似度

2.3 实验结果分析

基于云模型的快递业物流服务质量评估模型对中通快递业物流服务质量评估结果显示：中通快递业物流服务质量评估等级为“服务质量高”，与基准云相似度为71.24%。通过分析各一级指标云（A、TL、TG、C、S）与“服务质量高”基准云相似度结果，可以看出其中“保证性云”相似度最高，而“有形性云”、“时效性云”与“服务质量高”基准云相似度最低，分别为57.14%、62.35%。可见中通快递在服务设施建设、业务网络、服务时间、订单响应等服务过程中处于劣势，因此，要想完善总体服务质量[11]，中通快递必须在“有形性”、“时效性”方面加以改进，对其服务质量提出以下改进建议：整合快递业资源，优化资源配置，完善全过程快递服务设施；利用现代化信息技术，扩大业务网络范围，提高物流服务效率和水平；在升级服务设施提升速度的同时，保证服务承诺时间，加大时效性监督；制定科学管理制度，改善服务环境，提高管理标准化程度。

3 结束语

云模型可以将模糊性与不确定性有效集成，实现定性描述与定量相结合。快递业物流服务质量指标体系具有不确定性，本文借鉴已有研究工作，提出了一种基于云模型的快递业物流服务质量评估的新方法新思路，通过实证分析可知，云模型理论在评估过程中能够充分考虑评估过程的随机性，利用相似度算法来划分服务质量等级，得到与客观实际相符一致的评估结果，从而验证了该模型对于快递物流服务质量评估的可行性与合理性。基于云模型的快递业物流服务质量评估过程中，各一级指标云的云滴数量影响着综合服务质量云图的计算结果。因此，确定具体的云滴数量及各一级指标云滴的比例关系，将是下一步研究工作的重点。