随着电子商务的快速生长, 我国网络销售额增速远超古板实体店肆销售额增速。消费者购置规模从都会逐步扩展到全国乃至全球。物流作为网络销售的线下实现环节, 不但包管了电商销售的完整性与可实现性, 并且积极推动了电商网络销售与营销形式的生长。随着电商网络的不绝铺开, 消费群体需求差别化趋势日益明显, 部分消费者不但对电商销售提出了多样化的效劳需求, 并且对物流效劳水平的要求日益提升, 在网络购物时效方面更是如此。据一号店统计, 其一经一度有60%的不愉快购物体验是物流效劳差所导致的。[1]物流时效已经成为电商物流效劳提升的瓶颈。对某些时间要求较高的消费群体而言, 物流时间已经成为其选择产品和电商平台的重要因素。面对物流时效要求的提高, 各大电商纷纷开始在物流时效方面接纳步伐进行升级和革新。例如, 苏宁易购提供“半日达”“急速达”“一日三送”效劳, 京东商城提供“一日四送”与“夜间配”物流效劳, 菜鸟物流提出了“当日达”“越日达”等物流配送形式。这些无地区差别的物流产品的实现需要强大的物流基础设施、配送团队以及先进物联网信息系统的支撑, 投入高, 产出实现时间长, 很难在短时间内解决高物流时效需求问题。
别的, 随着市场上同质产品的增加, 产品功效、质量、价格日趋接近, 物流时效将成为客户选择产品的重要依据。在目前的物流设施与物流信息水平下, 可在同质产品描述信息中增加产品实际仓储信息及物流推算时间 (同城物流时间相较于跨都会物流, 其流程更简单, 时间控制更准确) , 通过仓储信息可视化将产品物流信息泛起在电商平台上, 作为客户选择产品的重要信息和依据。本文将利用数据包络剖析法 (DEA) 对仓储信息可视化影响下的电商平台物流效率进行研究。
目前, 物流效率评价要领相当富厚。在物流效率评价要领方面, 田宇[2]讨论了物流效率与作业基础本钱法、指标树法、条理剖析法、数据包络法等四种物流效率评价要领的特点与适用规模, 其中数据包络法在使用规模和适应性方面均比较突出;毕小青等[3]从评价工具和评价要领两个方面入手对现有文献进行梳理, 并在此基础上系统剖析现有研究特点与局限性, 指出目前物流企业效率测度主要集中于DEA法和随机前沿法 (SFA) 。在研究工具方面, 大部分集中于区域物流效率影响因素研究。例如, 王书灵等[4]探究了外部情况对江浙沪地区物流效率的影响, 通过构建三阶段DEA模型, 基于各阶段结果剖析得出了三个地区受外部情况影响的情况;王琴梅等[5]利用DEA模型和Tobit回归模型研究西安市市域物流在物流基础设施及物流行业影响下的效率, 发明物流资源利用率与市场化水平对西安市物流效率的影响最为深远;贺玉德等[6]利用DEA模型对四川省物流生长与经济生长的协调理进行了剖析。别的, DEA模型还可用于具体物流作业环节, 如运输历程的效率剖析。董璐等[7]结合DEA要领与线性计划方程组构建模型, 测算交通信息化对门路流通性的孝敬, 发明交通信息化投入对门路流通性的影响具有滞后性, 优势作用会逐渐显现。近年来, 电子商务的飞速生长引起了众多学者的思考。好比, 刘抒聪[8]在介绍海内现有物流配送方法与现状基础上, 通过相关企业案例剖析, 提出了物流配送方法立异的具体偏向, 对电商与物流企业生长具有借鉴价值;巨科帅等[9]论述了京东自营物流的优势、劣势, 并提出了切实可行的意见;花永剑[10]在剖析电商自建物流原因及京东自建物流思维、方法、结果基础上, 指出了电商自建物流与第三方外包物流的优势和劣势, 认为第三方物流与自营物流的竞争催生了新的物流方法, 增进了物流行业的生长, 并给出了电商自建物流应当具备的参考条件。在DEA模型扩展及其在物流方面的应用上, 于 (Yu M M) 等[11]利用DEA-AR模型对国家技术生长和区域物流状况进行了测度;刘 (Liu L) [12]利用DEA/PCA模型对物流工业生长效率进行了剖析;马克维茨-西蒙尼 (Markovits-Somogyi R) 等[13]以DEA-PC模型为基础对欧洲多国的物流效率进行了剖析和比较。上述海内外研究均在DEA模型基础上进行了扩展, 并针对差别情况差别地区剖析比较其物流生长、物流系统效率、物流网络效果, 取得了较好的效果。相较于之前大都电商物流效率研究经常接纳的SWOT剖析法和条理剖析法 (AHP) , 在物流系统整体生长态势剖析方面, DEA模型具有较强的客观数据优势。然而, 物流效率剖析仍然主要局限于对区域物流效率的剖析, 仅有少数学者研究了个体因素对电商整体物流效率的影响。本文将从电商产品仓储信息可视化着眼, 利用DEA要领建立效率影响模型, 以期为宽大电商进行平台建设及物流系统完善提供理论依据和对策建议。
对电商物流系统而言, 影响其物流系统效率的主要因素可概括为线上物流信息系统情况、线下物流网络水平、地区物流技术能力、物流从业人员素质等方面。
对电商物流系统而言, 线上物流信息包括后台物流信息系统、前台物流信息展示两大部分。其中, 后台物流信息系统是连接电商平台商品订购信息与线下物流网络、实现电商物流系统协调解合的神经系统, 其主要作用是为货仓、承运商、供应商等物流作业加入环节及加入者提供实时的产品仓储与在途物流信息, 为电商平台提供须要的物流信息等;而前台物流信息展示主要面向电商平台用户, 为用户提供已购商品的物流信息。目前, 大部分电商都没有把商品具体仓储所在地作为产品参数显示到产品介绍信息中, 用户难以凭据产品选择界面有效判断商品可能的物流时间。本文主要研究线上前台仓储信息展示对电商整体物流效率的影响。
除电商物流信息系统的支撑和影响外, 物流网络的完备性和协调性也是影响电商物流系统效率的重要因素。货仓、物流中心、配送中心等物流节点的合理设置有利于减少长距离跨区域运输, 缩短物流配送时间。同时, 优良的配送团队以及多种运输方法的协同运作, 可在物流运作层面有效提高物流系统协同度与运作效率。物流网络水平在很洪流平上取决于物流基础设施建设水平, 其中不但包括货仓等物流节点的铺设, 并且包括运输设施、通信设备、仓储机械等。物流基础设施资本投入相对较高, 协同运作效果泛起时间相对较长。
对跨区域的物流系统而言, 差别的区域其物流基础条件、社会可利用物流资源漫衍状况差别较大。对差别地区的物流网络而言, 地区物流技术能力的提升不但需要物流供应企业、物流需求企业的配合努力, 并且需要地区政府从门路交通、政策帮助、区域情况、技术提升等方面提供支持, 以及建立国家级或者区域级物流中心。物流技术能力完备的地区能够有效支持区域内物流网络的构建与运作, 而企业对基础设施建设的控制相对较弱, 面对提升物流效率的迫切要求, 难以在短时间内抵达预期目标。
具备专业物流素养的物流作业人员能够在差别的物流作业环节正确理解系统意图, 有效降低过失几率, 节约物流劳动本钱, 有效提升物流系统作业效率。电商物流系统从业人员素质除可通过招聘经过专业培训的人员提高外, 还可通过在岗专业培训实现。而有经验有知识的物流从业人员的培养, 需要较高的培养本钱和较长的时间, 不可能一蹴而就。
通过对电商物流系统效率影响因素的剖析可以发明, 线下物流网络的构建和优化是一项耗资巨大、耗时恒久的基础工程;地区物流技术水平与能力的提升涉及区域社会物流网络生长的各个层面, 需要区域物流及其他单位配合实现;物流从业人员培养需要的时间更长, 需要以实践经验为基础。总之, 上述因素很难在短时间内通过较少的投入比较明显地提高物流效率。在电商现有物流情况和条件下, 可通过部分物流信息的线上前台显示, 在相对较短的时间内实现物流效率的提高。本文将剖析线上仓储信息前台显示对电商物流效率的影响, 以期为电商平台等提供决策支持。
古板的仓储信息可视化是企业利用智能仓储可视化信息系统降低人力消耗、货物损坏率, 对货仓货物种类、数量、收支库进行实时监控的历程。本文讨论的仓储信息可视化指电商平台面向消费者提供仓储信息共享效劳, 使网络消费者在浏览网页检察商品详情时, 可在网页上看到该商品的库存数量、库存位置、预计到货时间等具体信息, 并凭据消费者所在位置在页面下方提供就近同质商品信息, 为那些对物流时间要求较高的消费者提供选择商品的重要依据。古板仓储信息可视化与本文仓储信息可视化的区别具体可拜见表1。
电商仓储信息可视化的实现有赖于先进、健全的物流系统以及成熟的网络运营系统。随着电子商务的不绝生长, 智能仓储系统的大面积笼罩基本实现了对商品库存的实时监控, 电商物流系统与物流网络运营越发成熟和多元化, 物流信息的准确性与实时性不绝提高。与此同时, 智能物流与大数据应用的生长使得充分调动都会同质商品、进一步缩短物流时间成为可能。
目前, 对消费者而言, 基本只有在下单后才华知道货物具体的发货位置和所需要的物流时间, 难以满足对物流时间要求较高主顾的需求;对物流企业和电商平台而言, 需要相互协调, 影响物流效率, 降低主顾满意度;对整个社会而言, 同质商品对流运输, 资源分派不对理, 社会物流本钱居高不下。物流信息共享不但应在电商平台与物流效劳供应商之间实现, 还应在平台与客户之间实现, 只有通过区域性同质产品推荐, 才华实现物流系统资源优化配置与区域资源合理利用, 降低物流本钱, 提高电商物流系统及区域都会物流效劳效率与水平。
1978年, 查恩斯 (Charnes A) 等[14]提出了DEA剖析法, CCR为其相应模型, 推动了生产函数的应用, 为生产效率的盘算开辟了新的路径。鉴于CCR模型并未考虑规模效率可变的影响, 为弥补CCR模型的缺乏, 1984年班克 (Banker R D) 等[15]提出了规模酬金可变的BCC模型。
CCR模型和BCC模型是DEA要领的两大古板模型。其中, BCC模型的优势是基于规模酬金可变的前提, 把综合效率剖析为纯技术效率和规模效率, 偏重于纯技术效率剖析;CCR模型不考虑规模酬金可变的影响, 偏重运用数学计划要领评价多投入多产出单位效率, 更适合测算某简单投入变量对产出变量的影响。因此, 本文选择投入导向型的CCR模型。DEA要领的实质是线性计划问题, 设决策单位 (DMU) 数量为n, 每个决策单位有m个输入变量, s个输出变量, 则DMUj0的效率值可通过CCR模型盘算。具体拜见公式 (1) :
式中, x代表投入指标, y代表产出指标, μT和ωT划分代表输出变量和输入变量的权重, 决策单位j的产出与投入比可用效率评价指数h体现, 具体见公式 (2) :
修改公式 (1) , 引入松弛变量S, 获得新的对偶线性计划模型, 具体如公式 (3) 所示。θ、λ、S-、S+的解可以越发清楚地反应投入变量的缺乏、冗余及产出效益变革情况。
求解公式 (3) , 获得最优解θ*、λ*、S*-、S*+, 有如下结论:
(1) 若θ*=1, 则
为弱DEA有效;
CCR线性计划模型保存最优解, 凭据模型盘算历程, 可得
对应的
相关于n个决策单位有效的生产前沿面上的投影
:
为
调解后的参数值, 带入模型, 满足θ=1, 决策单位由DEA无效调解为有效。
设决策单位j0的仓储信息可视化投入量为X1j0, 其权重系数为ω, 物流时间的倒数用Y1j0体现, 其对应的权重系数为μ, 用投入产出比体现仓储信息可视化对物流时间缩短的孝敬率, 具体如公式 (6) 所示:
平均孝敬率盘算公式为:
综合考虑电商物流和模型的特点, 在选取投入产出指标时应切合以下要求:一是合理性, 指标与电商物流效率密切相关;二是决策单位个数大于即是投入、产出指标数量之和的两倍;三是突出仓储信息可视化的作用, 保存重要影响因素, 省略较小的影响因素。[16]投入产出指标具体可以拜见表2。
二是仓储信息可视化投资额 (X1) 。仓储信息可视化投资主要包括对仓储智能系统的投资以及对网页运营、大数据应用的投资。
三是牢固资产投资额 (X2) 。指电商物流系统对物流中心、大型货仓、仓储设施和配送站、自提点等牢固资产进行的投资, 牢固资产投资额大是物流行业的显著特点。
四是员工薪酬 (X3) 。物流是一个劳动密集型工业, 员工薪酬代表人力资源投入, 物流规模的扩大陪同着物流劳动本钱的增加。
京东商城是最具代表性的电商之一, 是海内电商自营物流的先驱。京东从2007年开始自建物流, 迄今十年了, 其物流系统日趋成熟, 电商平台稳步生长。[17]京东以京东商城电商平台为基础, 在全国铺设了7大物流中心, 笼罩了2 658个区县, 物流网络逐步完善。同时, 其自营物流效劳与电子商务生长紧密联系, 是研究电商线上运营组织对物流效率影响的理想工具。因此, 本文以京东商城为例, 基于数据包络模型, 实证研究线上仓储信息可视化对电商物流效率的影响。数据主要来自中国电子商务研究中心、亿邦动力网、京东物流、国泰安数据效劳中心及国家统计局网站。2009—2016年京东物流投入产出数据拜见表3。
在DEAP2.1软件情况下, 盘算2009—2016年京东物流的相对效率, 具体如表4所示, 2009年和2016年处于效率前沿面, 其余年份均泛起了投入冗余现象。在初始投入年份, 糟糕的物流状况获得有效改善, 投入产出效率相对较高, 后续年份继续追加投入, 物流效率提高缓慢, 以投入冗余的形式泛起。至2016年, 前期投入形成累加效应, 物流效率显著提高, 使其综合效率值体现为有效。
在调解DEA无效决策单位投入变量时, 参考2009年和2016年数据, 建立线性计划方程, 确定松弛变量等参数值。2016年参考次数多于2009年, 因此选择2016年数据构建新的方程组, 当h=1时, 求出λ与μ的值。方程组具体拜见公式 (8) 、公式 (9) :
在WINQSB软件情况下, 当Max=1时, 投入变量仓储信息可视化投资额 (X1) 权重系数λ1=0.036, 产出变量物流时间倒数 (Y) 权重系数μ=0.280 6, 代入公式 (6) , 求出2009—2016年各年度仓储信息可视化对缩短物流时间的孝敬值。具体可拜见表5。
凭据表5和公式 (7) , 可以获得2009—2016年仓储信息可视化对物流效率的平均孝敬率, 即-TI=0.154。
2009—2016年, 京东仓储信息线上可视化投入对物流效率的孝敬率由2009年的10.3%逐步上升, 2012年抵达了19.9%的巅峰。自2007年起, 京东商城开始建设自有物流体系, 在仓储物流等信息数据的获取上由第三方供应逐步转化为自供, 同时包管了物流、仓储信息的完整性与实时更新。在这个阶段, 京东商城依靠基础物流网络的铺设, 为物流相关信息涤讪了良好基础, 在该阶段实现了物流网络效率的快速提升。2012年, 京东商城物流基础网络基本形成, 其后期在物流上的投入主要集中于物流配送强化、供应商关系培育、国际渠道扩展等方面。在这个阶段, 京东商城对商品仓储信息的显示仅仅泛起在产品结算阶段, 其主要用途是展收所购置商品相关的物流信息。这样的仓储信息线上可视化形式无法为客户选择货物提供参考, 难以有效增进物流效率的提高。通过革新仓储信息展示方法, 使之成为客户选择同质商品时一个主要的影响因素, 可全面有效提升物流系统效率。从总体趋势来看, 京东商城仓储信息可视化投资占京东物流总投资额的比重不到5%, 对京东商城物流效率的孝敬却平均抵达了15.4%。线上仓储信息的前台显示有效缩短了物流时间, 提升了京东物流网络的整体效率。
表5 2009—2016年京东仓储信息线上可视化对缩短物流时间的孝敬率 下载原图
目前, 我国电商平台企业经营保存较强的周期性, 且电商经营最忙碌阶段 (如“双十一”及春节前夕) 的物流压力远大于平时, 货仓信息展示可以有效分流部分客户的物流需求, 从而有效降低跨区域同类型商品的对流运输, 提升全物流网络效率, 增进外地产品的销售, 提升客户物流满意度。由于类似的物流运作组织步伐以外地货仓拥有可替代相似产品为前提, 以客户能较好理解企业外地物流效率为配景, 以对时效性的要求高于对产品品牌、厂商等其他因素的要求为条件, 因此对客户理解能力具有较高的要求。对客户理解能力与电商平台企业意图的匹配可通过两个途径实现:一是简化仓储信息外地化的寄义 (如给出预计的产品物流时间, 并把物流时间作为筛选产品的重要因素) ;二是给予客户一段适应时间并配以有效的指导信息 (制作指导动画、简介、广告等) , 提升客户对仓储物流信息的敏感度, 从而通过有效的物流信息展示实现物流网络运营的高效率。
通过对电商物流作业历程进行投入产出模型构建, 并基于京东电商数据进行实证剖析, 证明了仓储信息可视化投资能够有效提高电商物流效率。同时, 在全社会物流信息共享不绝深化的配景下, 仓储信息可视化将成为有效提升物流系统效率的重要手段。针对同质商品、高物流时效需求客户、生鲜类产品等, 一方面产品仓储信息可视化可有效增加同城物流流转量, 减少同质商品物流对流, 节约社会物流本钱;另一方面可促使消费者就近选择切合需求的产品, 缩短物流时间, 降低物流规模扩张本钱, 提升物流效劳水平。
仓储信息线上可视化可在短时间内有效提升电子商务企业物流效率, 配合电子商务平台种种营销运动, 其物流组织方法也要适应多样化的生长趋势。在原有简单、牢固组织形式基础上, 灵活运用新兴物流和通信技术手段实现电子商务企业物流效率的全面提升。实现仓储信息线上可视化的途径主要有以下几条:
仓储信息线上可视化的前提是拥有全面物流信息数据的支撑, 因此仓储信息系统、运输系统、企业信息系统中的物流相关部分以及社会公共交通与物流信息平台等均是电商平台物流信息的有效来源, 多物流信息及数据的整合是实现仓储信息线上可视化的基础。
仓储信息线上可视化的实现不可是对物流信息和数据数量上的应用与整合, 并且包括对物流信息数据的时间要求, 要求线上仓储信息与货仓信息数据能够实时同步更新。这不但在很洪流平上需要全球定位系统 (GPS) 、地舆信息系统 (GIS) 、射频识别 (RFID) 等先进物流技术的支撑, 并且需要移动通信技术的普及与应用。
仓储信息可视化的真正实现及其对电商整体物流效率的提升, 落脚点在于电商平台终端客户对同城物流、物流时间、同质商品等相关理念的理解。因此, 培养电商平台终端客户相关理念, 将成为仓储信息可视化短时快速影响物流效率的要害。配合电商平台营销运动开展相关仓储信息可视化功效介绍以及实现效果展示等宣传普及运动, 是培养电商平台终端客户物流新理念的重要途径。
电商平台物流信息来源于货仓、运输、配送等众多环节, 在以往技术情况下很难做到实时更新。随着物联网、移动通信、盘算机网络技术的不绝普及和升级, 物流信息时效性的提升成为可能, 而技术可能性向实际效用的转化, 不但需要平台间数据通报技术和宁静方面的包管, 并且需要企业制定合理而有效的信息组织与通报方面的规则和要领。电商物流信息时效性的真正提升是电商平台线上网络与线下网络有效结合的结果, 是仓储信息可视化提升电商物流整体效率的有效包管。
在线上信息网络与线下物联网、物流网络有效实时结合的前提下, 仓储信息可视化组织的真正实现还需要对电商平台外地货仓所拥有的同质商品信息进行关联设置、匹配及自动推送。完善电商平台同质商品的自动推送与关联匹配, 不但有助于终端客户了解外地货仓同质商品, 提升外地同质商品被选中的几率, 并且有利于节约终端客户比选时间, 提高客户满意度。
以仓储信息可视化较小的投入获得相对较高的物流效率产出, 可基于现有物流设施和网络, 在相对较短的时间内有效提升电商物流系统运作效率, 提高物流效劳水平。不过, 本文并没有考虑社会情况及随机滋扰因素的影响, 也没有排除这些因素对仓储信息可视化投资这一投入变量的影响。好比, 社会科技水平、居民人均可支配收入对仓储信息可视化投资效果的增进作用。其中, 科技水平的提高有助于仓储信息可视化更好的实现, 能够降低仓储信息可视化本钱, 提高仓储信息可视化效率;人均可支配收入的增加即经济生活水平的提高, 既可增进消费, 也可增进仓储信息视化的应用, 从而提高仓储信息可视化投资的效率。别的, 客户对物流时间要求的紧迫水平可能会对仓储信息可视化投资效率爆发消极作用, 随着客户需求的增加, 需要增加投入以满足客户需求, 从而会在一定水平上降低效率, 未来可围绕这些方面开展相关研究。
【本文标签】
【责任编辑】yd2333云顶电子游戏云仓
yd2333云顶电子游戏冷链物流与茶百道告竣相助：在现代快节奏的生活中，奶茶已经成为了许多人生活中的···【详情+】
yd2333云顶电子游戏家人们！春暖花开，春意盎然，在这个温暖的日子，荣誉降生在安徽的铜陵，等了很久···【详情+】
邮 箱：liufei@pingwl.com
地点：上海市松江区佘山镇陶干路1199号D幢
电 话：400-096-2966
182-0218-6162
备案号：沪ICP备2022022726号-2
技术效劳：一躺网络
手机二维码
