毛玉杰　王曉鋒　汪寶妹

摘? 要：文章考慮新零售眾包物流服務(wù)的預(yù)計(jì)送達(dá)時(shí)間對(duì)客戶需求和社會(huì)配送騎手接單意愿的影響，建立基于時(shí)效和接單意愿的激勵(lì)機(jī)制模型。分別討論時(shí)效、訂單需求對(duì)激勵(lì)策略的影響。研究表明，合適的激勵(lì)措施可以刺激社會(huì)配送騎手的持續(xù)參與，配送人員供需平衡條件下的激勵(lì)策略能夠在較大的激勵(lì)系數(shù)和較小的服務(wù)定價(jià)下達(dá)到更大的平臺(tái)收益，且存在最優(yōu)的激勵(lì)系數(shù)和服務(wù)定價(jià)使平臺(tái)收益最大化。

關(guān)鍵詞：眾包物流（CSL）;預(yù)計(jì)送達(dá)時(shí)間;接單意愿

中圖分類號(hào)：TP311.5? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2020）02-0180-04

Abstract：In the new retail mode，the estimated delivery time of crowdsourcing logistics （CSL） is sensitive to customer and rider. An incentive model considering time-sensitive and order willingness is constructed. This paper discusses the impact of timeliness and order requirements on incentive strategies. Studies have shown that appropriate incentives can stimulate the continued participation of social distribution riders. The incentive strategy under the balance of supply and demand of distribution personnel can achieve greater platform benefits under the larger incentive coefficient and smaller service pricing，and there are optimal incentive coefficient and service pricing to maximize the platform revenue.

Keywords：crowdsourcing logistics（CSL）;estimated delivery time;willingness to take orders

1? 研究背景

2016年盒馬鮮生開啟新零售市場(chǎng)，隨后京東7 FRESH、永輝超級(jí)物種等電商和百貨商場(chǎng)也積極擁抱新零售。新零售以前置倉為基礎(chǔ)，具有“三公里半徑、一小時(shí)達(dá)、30分鐘直達(dá)、倉店一體”等特點(diǎn)，高效的運(yùn)作給消費(fèi)者帶來便利的同時(shí)，線下即時(shí)配送運(yùn)力緊張，無人接單的現(xiàn)象也日漸凸顯。因此，更快的時(shí)效反應(yīng)已經(jīng)成為新零售即時(shí)配送亟待解決的問題。

眾包物流（CSL）平臺(tái)是解決新零售即時(shí)配送的一種新模式。CSL平臺(tái)根據(jù)訂單需求靈活運(yùn)用社會(huì)配送騎手（以下簡(jiǎn)稱為騎手），不僅可以快速響應(yīng)訂單，而且承擔(dān)的人力成本低于雇傭全職人員的成本。然而，對(duì)于CSL平臺(tái)隨機(jī)發(fā)生的訂單需求，騎手可以自主選擇平臺(tái)和所服務(wù)的訂單，因此，CSL平臺(tái)面臨市場(chǎng)需求和即時(shí)配送服務(wù)能力的供需雙方不確定性。制定合理的激勵(lì)機(jī)制來調(diào)動(dòng)更多的騎手持續(xù)參與CSL平臺(tái)的配送，是本文將要解決的問題。

CSL平臺(tái)作為新零售的基石，近幾年來引起國內(nèi)外學(xué)者的關(guān)注，現(xiàn)有研究多集中在大眾參與行為影響、眾包任務(wù)分配、路徑優(yōu)化和定價(jià)方面。Liu等在2016年提出眾包在不確定性道路條件下的動(dòng)態(tài)擁塞模型和自適應(yīng)路徑優(yōu)化算法[1];王文杰等在2018年考慮訂單的隨機(jī)性和配送服務(wù)供應(yīng)能力的不確定性，建立CSL服務(wù)定價(jià)模型[2]。以上文獻(xiàn)的研究關(guān)注CSL平臺(tái)的任務(wù)分配和路徑優(yōu)化，卻沒有考慮訂單的時(shí)效性。

Larson R C提出在一些服務(wù)場(chǎng)景中，消費(fèi)者關(guān)注等待時(shí)間，由服務(wù)提供者向其提供預(yù)計(jì)等待時(shí)間，消費(fèi)者會(huì)感受到良好的服務(wù)體驗(yàn)[3];趙道致等在2018年研究了三種不同決策主體決策外賣配送預(yù)計(jì)送達(dá)時(shí)間的不同收益[4]。以上文獻(xiàn)考慮了時(shí)效性，但是從需求端關(guān)注時(shí)效性對(duì)客戶滿意度的影響，沒有考慮供給端時(shí)效性對(duì)眾包人員參與積極性的影響。

為提高眾包人員參與積極性，已有學(xué)者采用不同方法建立激勵(lì)機(jī)制。唐恩斌等在2018年基于演化博弈理論，構(gòu)建冷鏈物流企業(yè)員工激勵(lì)機(jī)制的SD模型[5];Pang等在2016年運(yùn)用委托代理理論研究了眾包社區(qū)的激勵(lì)機(jī)制[6]。以上文獻(xiàn)關(guān)注了采用激勵(lì)機(jī)制調(diào)動(dòng)眾包人員的積極性，但缺少針對(duì)眾包配送高時(shí)效特性對(duì)眾包人員參與積極性的激勵(lì)研究。

不同于以上文獻(xiàn)，本研究針對(duì)新零售即時(shí)配送的高時(shí)效要求，考慮CSL平臺(tái)騎手的接單意愿，構(gòu)建CSL平臺(tái)激勵(lì)模型。研究訂單預(yù)計(jì)送達(dá)時(shí)間、激勵(lì)強(qiáng)度對(duì)客戶的訂單需求、騎手的接單意愿以及平臺(tái)策略（定價(jià)和激勵(lì)效果）的影響，分析不同服務(wù)水平下CSL平臺(tái)的收益，建立CSL平臺(tái)利益最大化下的激勵(lì)機(jī)制。

2? 模型建立

本文考慮由CSL平臺(tái)、客戶和社會(huì)配送騎手組成的CSL系統(tǒng)?？紤]社會(huì)配送騎手接單意愿，建立CSL平臺(tái)激勵(lì)模型。模型基于以下假設(shè)：（1）假設(shè)市場(chǎng)上只有一個(gè)CSL服務(wù)平臺(tái)，不考慮多平臺(tái)的競(jìng)爭(zhēng)情況;（2）客戶從APP下單會(huì)提示預(yù)計(jì)送達(dá)時(shí)間，假設(shè)平臺(tái)能保證所有訂單按時(shí)完成。若未在截止接單時(shí)間被社會(huì)配送騎手接單，則訂單轉(zhuǎn)交給全職員工配送并產(chǎn)生轉(zhuǎn)單損失成本;（3）假定社會(huì)配送騎手是理性的，接單意愿受訂單時(shí)效性和平臺(tái)激勵(lì)因素的影響。

CSL系統(tǒng)的供需關(guān)系和相關(guān)方利益分配關(guān)系如圖1所示。

推論1：預(yù)計(jì)送達(dá)時(shí)間越長，所需激勵(lì)強(qiáng)度越低，同時(shí)平臺(tái)服務(wù)定價(jià)降低且平臺(tái)收益降低。

預(yù)計(jì)送達(dá)時(shí)間越長，激勵(lì)系數(shù)越小，即當(dāng)時(shí)效要求降低時(shí)，騎手不需要付出太高的努力成本就可以送達(dá)，因此接單意愿較高，此時(shí)只需設(shè)置較低的激勵(lì)強(qiáng)度即可吸引社會(huì)配送騎手參與。當(dāng)預(yù)計(jì)送達(dá)時(shí)間設(shè)定較長時(shí)，平臺(tái)能夠以較低的配送定價(jià)完成訂單。并且平臺(tái)收益隨著預(yù)計(jì)送達(dá)時(shí)間的增加而減小。同時(shí)預(yù)計(jì)送達(dá)時(shí)間加長，激勵(lì)強(qiáng)度降低，參與平臺(tái)的社會(huì)配送人員減少，會(huì)因未及時(shí)接單和大量轉(zhuǎn)單產(chǎn)生更多損失，因此平臺(tái)以較低的定價(jià)也未能獲得更多的收益。

推論2：需求的變動(dòng)對(duì)平臺(tái)決策產(chǎn)生影響。隨著需求的增加，所需激勵(lì)強(qiáng)度降低，平臺(tái)服務(wù)定價(jià)隨之增加，平臺(tái)收益隨著訂單量的增加而增加。

平臺(tái)市場(chǎng)需求逐漸增加時(shí)，只需設(shè)置較低的激勵(lì)強(qiáng)度就會(huì)吸引社會(huì)配送騎手的加入。最優(yōu)定價(jià)是需求D的增函數(shù)，當(dāng)需求增加時(shí)，平臺(tái)需要提高服務(wù)價(jià)格來抵消因激勵(lì)強(qiáng)度降低對(duì)騎手收入的影響，從而激勵(lì)更多騎手加入。

推論3：平臺(tái)收益最大化下，騎手提供的能力為? ，騎手正常配送的服務(wù)水平為 。

證明：將式（6）、式（7）代入式（3）可得在平臺(tái)的最優(yōu)決策下騎手參與到平臺(tái)進(jìn)行配送的人員能力。騎手配送服務(wù)不能滿足預(yù)計(jì)送達(dá)時(shí)間內(nèi)接單配送的概率是? ，此部分訂單需要轉(zhuǎn)交給全職人員配送，由此得出騎手能夠在預(yù)計(jì)送達(dá)時(shí)間正常配送的概率為 ，其中供需能力差值為：

3.2? 供需平衡下的激勵(lì)策略

上一節(jié)討論的是存在供需不平衡情況，即CSL平臺(tái)在配備一定的專職人員前提下，存在一定的未能及時(shí)接單需轉(zhuǎn)全職人員兜底的訂單。為進(jìn)一步降低CSL平臺(tái)因社會(huì)配送能力低于物流需求而造成的轉(zhuǎn)單損失，需繼續(xù)調(diào)整物流服務(wù)定價(jià)和激勵(lì)，促進(jìn)更多的騎手加入，得到供需平衡情況，即訂單損失成本最小化下的CSL平臺(tái)收益。

根據(jù)公式可以推導(dǎo)出，當(dāng)T增加時(shí)，平臺(tái)實(shí)際需求減少，可通過降低價(jià)格來抵消部分由預(yù)計(jì)送達(dá)時(shí)間增加所帶來的潛在訂單損失。當(dāng)T增加時(shí)，平臺(tái)實(shí)際需求配送人員數(shù)減少，但社會(huì)配送人員能夠提供的能力增加，因此只需要更少的激勵(lì)強(qiáng)度，即可達(dá)到要求服務(wù)水平下的供需平衡。

激勵(lì)系數(shù)和最優(yōu)定價(jià)是需求的增函數(shù)。當(dāng)需求增加時(shí)，需要更多的騎手以達(dá)到供需平衡的服務(wù)水平，因此通過提高定價(jià)和提升激勵(lì)強(qiáng)度，可以激勵(lì)更多的騎手加入平臺(tái)配送。

4? 數(shù)值模擬

在本節(jié)中，采用數(shù)值模擬驗(yàn)證模型的有效性，并對(duì)比分析預(yù)計(jì)送達(dá)時(shí)間和需求在考慮供需平衡前后對(duì)社會(huì)配送能力、激勵(lì)強(qiáng)度、服務(wù)定價(jià)和平臺(tái)收益的影響。

采集實(shí)際CSL平臺(tái)數(shù)據(jù)，并參考文獻(xiàn)[3]的參數(shù)設(shè)置，相關(guān)數(shù)值如下：D=105，α1=103，α2=103，ξ1=104，ξ2=103，n=5，Cd=50，g=2，l=55。

對(duì)于高時(shí)效性需求來說，預(yù)計(jì)送達(dá)時(shí)間的長短對(duì)決策有至關(guān)重要的影響，如圖2所示。

在有無供需平衡約束條件下，預(yù)計(jì)送達(dá)時(shí)間對(duì)激勵(lì)系數(shù)、平臺(tái)服務(wù)定價(jià)和平臺(tái)收益的影響趨勢(shì)大致相同，驗(yàn)證了推論的準(zhǔn)確性。在供需平衡的條件下，激勵(lì)系數(shù)隨著預(yù)計(jì)送達(dá)時(shí)間的增加而減小，且減幅較大于無供需平衡約束下的激勵(lì)系數(shù)。由圖2可以看出，平臺(tái)收益是預(yù)計(jì)送達(dá)時(shí)間的減函數(shù)，預(yù)計(jì)送達(dá)時(shí)間越長，平臺(tái)實(shí)際需求越低，雖然價(jià)格也降低，能抵消部分由時(shí)間增長所帶來的潛在訂單損失，但與此同時(shí)，平臺(tái)單均收入也會(huì)降低，最終使得平臺(tái)整體收益減少。

需求D對(duì)平臺(tái)決策和收益的影響如圖3所示。

可以得到在供需平衡約束下，平臺(tái)收益也是需求的增函數(shù)。并且在供需平衡約束下，隨著需求的增加，平臺(tái)能以更高的激勵(lì)系數(shù)和更低的服務(wù)定價(jià)達(dá)到更高的平臺(tái)收益，更高的激勵(lì)系數(shù)可以吸引更多的騎手參與，更低的服務(wù)定價(jià)可以獲得更多的需求，此時(shí)既能滿足配送人員的供需平衡，又能得到更高的平臺(tái)收益，同時(shí)還能建立更好的口碑。因此，平臺(tái)可考慮提升激勵(lì)系數(shù)和降低服務(wù)定價(jià)來獲得長遠(yuǎn)的發(fā)展，以達(dá)到更高的收益。

5? 結(jié)? 論

本研究針對(duì)新零售的CSL平臺(tái)服務(wù)的高時(shí)效要求，考慮預(yù)計(jì)送達(dá)時(shí)間和騎手接單意愿的影響，建立激勵(lì)機(jī)制模型，分別討論預(yù)計(jì)送達(dá)時(shí)間和訂單需求對(duì)平臺(tái)策略的影響。主要研究成果如下：（1）有無配送人員的供需平衡約束下，均存在最優(yōu)激勵(lì)系數(shù)和最優(yōu)服務(wù)定價(jià)，使得平臺(tái)收益最大化;（2）預(yù)計(jì)送達(dá)時(shí)間和訂單需求都對(duì)平臺(tái)定價(jià)、激勵(lì)系數(shù)和平臺(tái)收益產(chǎn)生較大影響，并且有無配送人員的供需平衡約束下的影響趨勢(shì)不盡相同，平臺(tái)可根據(jù)自身所處環(huán)境進(jìn)行最優(yōu)決策;（3）在供需平衡的約束下，CSL平臺(tái)能以更高的激勵(lì)系數(shù)和更低的服務(wù)定價(jià)達(dá)到更高的平臺(tái)收益。因此，平臺(tái)不需要一味地追求平臺(tái)利益最大化，反而當(dāng)訂單損失越來越小時(shí)能夠達(dá)到更高的收益。

本文研究考慮時(shí)效和參與意愿下眾包物流平臺(tái)的最優(yōu)決策，雖然得到了優(yōu)化實(shí)際眾包物流運(yùn)作的研究結(jié)論，但實(shí)際的眾包物流服務(wù)的需求是隨機(jī)發(fā)生的，并且實(shí)際是多個(gè)平臺(tái)競(jìng)爭(zhēng)的市場(chǎng)，進(jìn)一步的研究可以考慮隨機(jī)需求下多個(gè)平臺(tái)競(jìng)爭(zhēng)的眾包物流平臺(tái)競(jìng)爭(zhēng)決策的情況。

參考文獻(xiàn)：

[1] LIU S Y，QU Q. Dynamic collective routing using crowd-sourcing data [J].Transportation Research Part B：Methodological，2016（93）：450-469.

[2] 王文杰，孫中苗，徐琪.考慮社會(huì)配送供應(yīng)能力的眾包物流服務(wù)動(dòng)態(tài)定價(jià)模型 [J].管理學(xué)報(bào)，2018，15（2）：293-300+316.

[3] LARSON R C. Perspevtives on Queues：Social Justice and the Psychology of Queueing [J].Operations Research，1987，35（6）：895-905.

[4] 趙道致，楊潔.O2O外賣配送預(yù)計(jì)送達(dá)時(shí)間決策模式的選擇策略 [J].工業(yè)工程與管理，2018，23（5）：8-14+23.

[5] 唐恩斌，張梅青，周葉.冷鏈物流企業(yè)員工低碳激勵(lì)機(jī)制的演化博弈分析 [J].科技管理研究，2018，38（16）：157-161.

[6] PANG J G，LIU Z Y. Motivation System of Crowdsourcing Community from a Supply Chain Perspective [J].Mathematical Problems in Engineering，2016，2016（6）：1-8.

作者簡(jiǎn)介：毛玉杰（1996-），女，漢族，安徽亳州人，碩士，研究方向：眾包物流;王曉鋒（1975-），女，漢族，山西太原人，副教授，博士，研究方向：共享經(jīng)濟(jì);汪寶妹（1994-），女，漢族，安徽蕪湖人，碩士，研究方向：共享經(jīng)濟(jì)。