徒君+黃敏+趙世杰

摘要：從第四方物流視角出發(fā)，同時考慮配送質(zhì)量與配送時間，建立委托代理數(shù)學模型，通過模型求解給出最優(yōu)契約并對結果進行分析。結果表明，最優(yōu)配送契約能夠激勵第三方物流努力工作，實現(xiàn)對配送過程的有效管理；配送質(zhì)量與配送時間的契約激勵是相互關聯(lián)的，配送質(zhì)量的提高與配送時間的縮短可以同時實現(xiàn)。數(shù)值實驗顯示了最優(yōu)配送契約的有效性與系統(tǒng)參數(shù)對契約結果的影響。

關鍵詞：第四方物流；契約設計；配送質(zhì)量；配送時間；激勵

DOI：10.13956/j.ss.1001-8409.2017.03.28

中圖分類號：F252.3 文獻標識碼：A 文章編號：1001-8409（2017）03-0131-04

Abstract： From the fourth party logistics perspective， taking into account the delivery quality and delivery time， the principal agent mathematical model is established in this paper. The optimal contract is given by solving the model， and the results are analyzed. The results show that the optimal contract can inspire the third party logistics to work hard， and manage the delivery process effectively. The incentives of delivery quality and delivery time are interrelated， and the improved delivery quality and shorten delivery time can be achieved simultaneously. Numerical experiments show the effectiveness of optimal contract and affect of system parameters on optimal results.

Key words： the fourth party logistics； contract design； delivery quality； delivery time； incentive

第三方物流（third party logistics，3PL）為客戶企業(yè)提供了專業(yè)化的物流服務，降低了物流成本。近年來，第三方物流取得了巨大發(fā)展[1]。然而，由于規(guī)模、區(qū)域等限制，第三方物流缺乏整合能力的問題日益突出[2]。第四方物流（fourth party logistics，4PL）是供應鏈的整合者與協(xié)調(diào)者[3-6]，對第三方物流的物流服務進行整合和監(jiān)督，對第三方物流與外包物流客戶進行協(xié)調(diào)[7-9]。

由于第三方物流配送過程的不可觀察，客戶企業(yè)常常暴露于配送質(zhì)量下降與配送時間不確定等風險。配送質(zhì)量下降意味著貨損貨差、供應短缺與客戶丟失等[10]；配送時間不確定影響著客戶企業(yè)的及時生產(chǎn)、加工與銷售以及帶來的成本等[11]。對第三方物流配送質(zhì)量與配送時間進行有效管理是十分必要的，同時，也體現(xiàn)著第四方物流“監(jiān)督者”的價值。

基于博弈論設計激勵契約是管理外包物流關系的主要方法之一[12]。王勇等研究了第四方物流作業(yè)分包的合同設計，建立了一對多的多任務委托代理模型[13]。徒君等研究了私有成本信息下第四方物流貨損貨差質(zhì)量風險的契約設計[14]。徒君等研究了不同交貨期需求下的第四方物流契約設計[15]。然而，配送質(zhì)量與配送時間風險總是同時存在的，并且相互關聯(lián)。因此，綜合考慮配送質(zhì)量與配送時間，設計相應的配送契約，激勵第三方物流努力工作具有研究意義與價值。

1 問題描述

4PL通過兩類物流指標來衡量3PL的任務完成情況，分別為配送質(zhì)量和配送時間。配送質(zhì)量的提高與配送時間的縮短均需要3PL做出更多的額外努力（區(qū)別于常規(guī)努力）。假設3PL需要就提高配送質(zhì)量和縮短配送時間分別做出努力，并且，這兩類努力是相互關聯(lián)的。另外，3PL努力的產(chǎn)出也會受到隨機因素的干擾。因此，4PL需要設計一個激勵契約，對3PL在配送質(zhì)量和配送時間兩個方面分別進行激勵。

3 結果分析

注意到，如果p3=0，k3=0，意味著配送質(zhì)量努力與配送時間努力兩者之間是相互獨立的，則模型退化為努力程度獨立下的模型，針對配送質(zhì)量與配送時間分別設計契約與聯(lián)合契約沒有本質(zhì)區(qū)別。進一步，如果p3=0，k3=0，k1=k2=k，e1=e2=e/2，則模型退化為單一努力下的模型，即3PL做出一種努力同時實現(xiàn)配送質(zhì)量的提高與配送時間的縮短。

首先假設3PL風險中性，即ρ=0。此時，β*1=p1+p3，β*2=p2+p3/b。4PL給予3PL配送質(zhì)量與配送時間的激勵依賴于自身的收益情況。以配送時間為例，每延長單位時間，4PL需要承擔配送時間風險損失p2，因而，4PL通過契約將這種懲罰完全轉移給了3PL。

命題2：在最優(yōu)契約下，如果3PL是風險中性的，4PL給予3PL的配送激勵依賴于自身的收益情況，4PL能夠?qū)⒆陨沓袚呐渌唾|(zhì)量與配送時間懲罰完全轉移給3PL。

如果3PL是風險中性的，3PL兩方面的努力程度是相關的，依賴于3PL兩方面的特征。在e*1隨著p1的增大而增大的同時，e*2隨著p1的增大而減??；e*1與e*2相對p2的規(guī)律正好相反；又e*1與e*2隨p3變化的規(guī)律分別依賴于k2-k3與k1-k3的正負性。同時，可以看到，e*1隨著k1的增大而減小，e*2隨著k2的增大而減小，而e*1與e*2隨k3變化的規(guī)律是依賴條件的。

若3PL風險規(guī)避，首先，由一階條件，β*1/ρ≤0，β*2/ρ≤0，可知，3PL所承擔的配送質(zhì)量與配送時間激勵系數(shù)是其風險規(guī)避度的減函數(shù)，隨著風險規(guī)避度增大而減小。3PL越規(guī)避風險，4PL給予的激勵越小，這一點同樣也體現(xiàn)到3PL的配送努力程度上。特別地，由e*1/β*1=k2/（k1k2-k23）>0，e*2/β*2=（k1b）/（k1k2-k23）>0知，3PL投入的配送努力隨著它所承擔的相應激勵系數(shù)增大而增大。

顯然，β*1隨著p1的增大而增大，β*2隨著p2遞增。由β*1/p3=[b2+ρσ22（k2-k3）]/D，表明，當k2>k3時，β*1隨著p3的增大而增大，意味著配送時間單位努力成本較大時，4PL給予3PL的交叉產(chǎn)出的激勵向配送質(zhì)量轉移；當k3>（b2+bk1ρσ21）/（bk1σ21）時，β*1隨著p3的增大而減小，意味著如果3PL的交叉努力成本系數(shù)很大時，4PL降低了對3PL的配送質(zhì)量激勵。特殊地，若p3=0，沒有交叉收益時，β*1=[p1b2+ρσ22（k2p1-k3p2b）]/D，β*2=（p2b2+ρbσ21（k1p2b-k3p1））/D，體現(xiàn)出來的規(guī)律與努力程度獨立下的結果一致。

命題3：在最優(yōu)契約下，當配送時間努力成本系數(shù)高于交叉努力成本系數(shù)時，4PL給予3PL的配送質(zhì)量激勵隨著交叉收益的增大而增大。

注意到，β*1隨著k1的增大而減小，β*2隨著k2的增大而減小，表明單位努力付出的成本越大，4PL對其進行的激勵越小。由β*1k2=k3ρ2σ42D2[（p2b+p3）（1+k1ρσ21）-k3ρσ21（p1+p3）]，當k3<（p2b+p3）（1+k1ρσ21）ρσ21（p1+p3）時，β*1隨著k2的增大而增大，說明當交叉努力成本系數(shù)較小時，如果3PL配送時間單位努力成本上升，則4PL通過契約將配送時間激勵向配送質(zhì)量激勵轉移。然而，當k3很大時，無論給予哪方面更大的激勵都是不合適的。

如果3PL配送質(zhì)量努力成本與配送時間努力成本不相關，即當k3=0時，3PL承擔的兩方面激勵水平只與單方面的特征有關，而與另一方面無關。當k3≠0，情況變得復雜。依據(jù)一階條件：β*1k3=ρσ22D2[2k3ρσ21（p1b2+p3b2+ρσ22E）-（p2b+p3）D]，易見，β*1相對k3的規(guī)律比較復雜，不具備單調(diào)性。

命題4：在最優(yōu)契約下，當交叉努力成本系數(shù)較小時，隨著3PL配送時間努力成本系數(shù)的增大，4PL將配送時間激勵向配送質(zhì)量激勵轉移。

最后，分析配送質(zhì)量產(chǎn)出與時間產(chǎn)出的隨機性對契約激勵系數(shù)的影響。顯見，β*1隨著配送質(zhì)量產(chǎn)出的方差σ21的增大而減小，β*2隨著配送質(zhì)量產(chǎn)出的方差σ22的增大而減小。表明，在最優(yōu)契約中，相應的激勵水平隨著該方面隨機性遞減，這歸因于3PL的風險規(guī)避。又β*1σ22=b2k3ρ[k3ρσ21（p1+p3）-（1+k1ρσ21）（p2b+p3）]D2，當上式大于0時，β*1隨著σ22的增大而遞增，即k3>（1+k1ρσ21）（p2b+p3）/[ρσ21（p1+p3）]。表明當k3較大時，隨著3PL配送時間的隨機性增大，4PL對3PL的配送時間激勵向配送質(zhì)量轉移；當k3<（1+k1ρσ21）（p2b+p3）/[ρσ21（p1+p3）]時，β*1也隨著σ22的增大而減小。注意到，k3的取值可正可負。當k3<0時，β*1/σ22>0，意味著只要配送時間隨機性增大，4PL一定會將激勵向配送質(zhì)量轉移。

命題5：在最優(yōu)契約下，當交叉成本系數(shù)較大時，配送質(zhì)量激勵隨著配送質(zhì)量產(chǎn)出隨機性的增大而減小，隨著配送時間產(chǎn)出隨機性的增大而增大。

綜上，在最優(yōu)契約中，4PL給予3PL配送質(zhì)量與配送時間兩方面的激勵是相互關聯(lián)的，依賴與兩方面任務屬性與3PL的能力特征，伴隨而來的是3PL施加于兩方面的最優(yōu)努力程度也是相關的。

4 數(shù)值試驗

本節(jié)通過數(shù)值實驗來研究3PL風險規(guī)避度ρ、交叉努力成本系數(shù)k3、交叉努力產(chǎn)出系數(shù)p3和配送時間隨機性σ2對3PL配送質(zhì)量努力和配送時間努力的影響。基本參數(shù)設置如下：p1=p2=6，p3=2，k1=k2=4，k3=1，b=2，ρ=0.5，σ1=1，σ2=4。

首先，研究3PL的風險規(guī)避對努力程度的影響。固定其他參數(shù)不變，令ρ在[0，1]上取值，所得結果見圖1?？梢钥吹?，隨著3PL風險規(guī)避度的增加，配送努力均呈現(xiàn)出下降的趨勢。當ρ較小時，配送時間的努力高于配送質(zhì)量努力，但是，隨著ρ的增大，配送時間努力的下降幅度明顯超過配送質(zhì)量。

接下來，研究交叉努力成本系數(shù)k3對努力程度的影響。固定其他參數(shù)不變，考慮到k3可正可負，令其在[-1.5，1.5]上取值，圖2給出了數(shù)值結果?？梢钥吹剑S著k3的增大，配送質(zhì)量努力與配送時間努力均不斷減小。注意到，當k3=0時，配送努力均低于k3<0時的情況，表明當聯(lián)合努力可以降低成本時，促使3PL投入兩個方面更多的努力。

固定其他參數(shù)取值，令p3在[0，4]上取值，交叉努力產(chǎn)出對配送質(zhì)量努力與時間努力的影響見圖3。易見，配送質(zhì)量努力與時間努力均隨著p3遞增，表明更多的收益促使3PL更大的努力。同時，可以看到，p3對配送質(zhì)量努力的影響程度更加顯著。原因在于，質(zhì)量努力的產(chǎn)出系數(shù)為1，而時間努力的產(chǎn)出系數(shù)b=2>1，這削弱了影響程度。

最后，研究產(chǎn)出隨機性對配送努力的影響。以配送時間隨機性σ2為例，固定其他參數(shù)取值，令σ2在[1，6]上取值，數(shù)值結果見圖4?？梢钥吹剑S著σ2的逐漸增大，配送時間努力逐漸減小，而配送質(zhì)量努力隨之逐漸增大。當配送時間努力的產(chǎn)出不確定性增加時，更多的努力應該投入到相對確定的配送質(zhì)量上。

5 結論

在第三方物流配送過程中，配送質(zhì)量下降與配送時間不確定等問題同時存在，讓外包物流客戶面臨著風險與損失。從第四方物流視角出發(fā)，綜合考慮配送質(zhì)量與配送時間，建立委托代理數(shù)學模型，對模型進行求解并對結果進行了理論分析與數(shù)值實驗。結果表明，最優(yōu)契約能夠激勵第三方物流努力工作，提高配送質(zhì)量、縮短配送時間，實現(xiàn)對配送過程的有效管理；第三方物流最優(yōu)配送努力是相關的，同時依賴于兩個方面的屬性與特征，當交叉努力降低成本時，促使第三方物流投入更多努力。未來研究可考慮私有信息下的契約設計問題。

參考文獻：

[1]Lieb R， Bentz B. The Use of Uhird-party Logistics Services by Large American Manufacturers： The 2004 Survey[J]. Transportation Journal， 2005， 44（2）： 5-15.

[2]Selviaridis K， Spring M. Third Party Logistics： A Literature Review and Research Agenda[J]. International Journal of Logistics Management， 2007， 18（1）： 125-150.

[3]Huang M， Cui Y， Yang S， et al. Fourth Party Logistics Routing Problem with Fuzzy Duration Time[J]. International Journal of Production Economics， 2013， 145（1）： 107-116.

[4]Cui Y， Huang M， Yang S， et al. Fourth Party Logistics Routing Problem Model with Fuzzy Duration Time and Cost Discount[J]. Knowledge-Based Systems， 2013， 50： 14-24.

[5]徒君， 黃敏， 薄桂華. 第四方物流研究綜述[J]. 系統(tǒng)工程， 2013， 31（12）： 53- 59.

[6]王勇， 吳志勇， 陳修素， 等. 面向第四方物流的多代理人作業(yè)整合優(yōu)化算法[J]， 管理科學學報， 2009， 12（2）： 105-116.

[7]姚建明， 劉麗文. 4PL模式下供應鏈資源整合決策的優(yōu)化模型及算法分析[J]， 系統(tǒng)工程理論與實踐， 2008， 28（5）： 20-28.

[8]姚建明. 引入整合風險的4PL模式下供應鏈資源整合優(yōu)化[J]. 管理學報， 2011， 8（8）： 1221-1229.

[9]Fulconis F， Saglietto L， Paché G. Exploring New Competencies in the Logistics Industry： The Intermediation Role of 4PL[J]. Supply Chain Forum： An International Journal， 2006， 7（2）： 68-77.

[10]趙泉午， 張欽紅， 卜祥智. 不對稱信息下基于物流服務質(zhì)量的供應鏈協(xié)調(diào)運作研究[J].管理工程學報， 2008， 22（1）： 58-61.

[11]沙穎， 陳圻. 物流業(yè)提升制造業(yè)競爭力的成本中介效應實證研究[J]. 軟科學， 2014， 28（9）： 39-43.

[12]Lim W. A Lemons Market？ An Incentive Scheme to Induce Truth-telling in Third Party Logistics Providers[J]. European Journal of Operational Research， 2000， 125（3）： 519-525.

[13]王勇， 楊金， 廖冰. 第四方物流作業(yè)分包的合同設計[J]. 系統(tǒng)工程學報， 2007， 22（5）： 520-524.

[14]徒君， 黃敏. 基于契約設計的第四方物流質(zhì)量風險管理[J]. 信息與控制， 2014， 43（3）： 276- 281.

[15]徒君， 黃敏. 考慮交貨期風險的第四方物流契約設計[J]. 控制工程， 2014， 21（5）：780- 784.

[16]施建剛， 吳光東， 唐代中. 工期-質(zhì)量協(xié)調(diào)均衡的項目導向型供應鏈跨組織激勵[J]. 管理工程學報， 2012， 26（2）： 58-64.

（責任編輯：石琳娜）