论文部分内容阅读
摘要：新零售驱动下，物流与电商发展融合得愈发紧密，提高物流服务质量水平成为各电商竞争制胜的关键。目前，由物流服务质量引发的顾客不满问题屡见不鲜，构建电商物流服务质量评价体系，准确评价物流服务质量水平，对推动电商优质高速发展至关重要，而评价指标的确定与评价方法的选取是物流服务质量评价的前提。新零售电商更加注重实现以人为本的消费理念，可以通过增加产品质量和增值服务两项指标，进一步完善现有电商物流服务质量评价体系，更好地体现电商物流服务水平及其满足消费者需要的能力，应用粗糙集方法进行等价类划分、属性值约简和属性重要性确定，得到物流服务质量评价指标权重，通过问卷获得消费者对各电商物流服务质量的实际感知与预期水平，结合顾客满意度相关理论验证权重的合理性。而以多家实际生鲜电商为例，对其物流服务质量进行评价，并与第三方评价结果对比发现，该评价结果与各生鲜电商物流服务质量的实际水平基本吻合。这说明，基于粗糙集方法的电商物流服务质量评价能够更好地体现客观性，具有更好的实践性和可操作性，能够作为物流服务质量评价的有效参考。
关键词：物流服务；质量评价；粗糙集理论；权重确定；生鲜电商
中图分类号：F259.23文献标识码：A文章编号：1007-8266（2019）07-0035-10
一、引言
随着消费需求的升级，消费习惯的改变，加之新零售的机遇，国内生鲜电商企业再度崛起，发展势头迅猛。2018年、2019年《中国生鲜电商行业分析报告》显示，2018年生鲜电商行业市场交易规模达2 103.2亿元，市场渗透率为10.99%，预计2020年交易总额或将达到3 470亿元，渗透率或将达到 22%左右，生鲜电商正在逐步成为消费者购买生鲜商品的主要渠道，线上市场用户规模增长迅速。但与此同时，生鲜电商以及电商物流也暴露出许多问题。2018年8月31日第十三届全国人民代表大会常务委员会第五次会议通过的《中华人民共和国电子商务法》正式实施后的第一个3·15国际消费者权益日，在被曝光的投诉案例中，本来生活网、美菜网、中粮我买网等就因发货迟缓、配送频繁超时、生鲜腐烂严重等问题“榜上有名”，每日优鲜更是在消费评级榜上被列入“谨慎下单”名单。物流配送服务质量与顾客需求之间差距如此之大，使越来越多的生鲜电商意识到，物流已经成为制约电商迅速发展的一大瓶颈，企业之间的竞争正在逐渐朝物流服务质量的方向转移。2018年，美菜网与每日优鲜宣布，将融资所得的一部分资金投入冷链物流基础设施建设。由此可以看出，有效提高物流服务质量已经成为生鲜电商企业亟待探讨与解决的问题。
目前，电商行业还没有物流服务质量评价、管理与监控方面的统一标准。原国家质量监督检验检疫总局等11部门2017年发布的《关于推动物流服务质量提升工作的指导意见》提出，要建立物流服务质量指标体系，鼓励第三方企业开展物流企业服务质量评价[ 1 ]。如果电商企业无法客观而及时地评估自身（或所选择的第三方）物流服务的综合水平以及与同行竞争者之间的差距，就会产生行业内企业在物流建设方面“死拼资本粗放运营”的现象，最终因资金链断裂导致相继倒闭的非持续性发展的结果。不懂得测量，就不懂得如何管理[ 2 ]，在新时代倡导工匠精神的背景下电商物流服务质量评价研究具有非常重要的理论意义和实践价值。
二、电商物流服务质量评价研究现状
目前物流服务质量评价相关研究比较丰富，主要可分为两大类：一类是关于物流服务质量评价指标体系的构建；另一类是关于物流服务质量评价指标权重的确定。
构建物流服务质量评价指标体系的理论已经发展得相对比较成熟，20世纪80年代美国学者帕拉休拉曼（ParasuramanA）等[ 3 ]基于全面质量管理理论，提出了服务质量评估量表，即SERVQUAL模型；1999年门策（Mentzer J T）等[ 4 ]指出，传统SERVQUAL模型是基于以过程为导向的服务项目提出的，在一定程度上与以结果为导向的物流服务评价不够契合，并因此结合物流服务特点，在SERVQUAL模型基础上提出了物流服务质量模型，即LSQ模型，从订单释放数量、订货流程、沟通质量、信息质量、货物精准率、货品完好程度、货品质量、时间性、误差处理等九个维度入手衡量物流服务质量；2009年我国国家标准化管理委员会发布国家标准GB/T 24359—2009《第三方物流服务质量要求》，将订单按时完成率、订单满足率、订单处理正确率、货损率、货差率、账货相符率、有效投诉率作为评定第三方物流服务质量的指标；孙军华等[ 5 ]归纳了国内外学者对物流服务质量维度的研究，针对快递服务质量的特点，从服务质量的重要结果质量、过程质量、企业形象三个维度入手选取指标构建我国快递企业服务质量量表。关于电商物流服务质量评价指标体系的研究大多基于SERVQUAL模型、LSQ模型展开，谢广营[ 6 ]通过梳理总结30多年来基于SERVQUAL模型、LSQ模型等进行的物流服务质量理论研究，结合企业对消费者（B2C）与消费者对消费者（C2C）模式的网购场景，分别从商家交付、物流配送、消费者签收、消费者满意或退换货等四个环节入手对物流服务质量的优劣进行评价，发现无论是B2C模式还是C2C模式，消费者对物流服务的要求都是一致的；方晓平等[ 7 ]基于顾客决策视角，从配送服务质量、信息处理质量、人员服务质量、个性服务质量、误差处理质量五个方面入手评价从有效订单产生到商品交付顾客全过程的物流服务质量。
物流服务质量评价指标权重确定相关研究仍然处于探索阶段，彭润华等[ 8 ]以最接近消费者的末端物流为研究对象，遴选出测评末端物流服务质量的评估指标，通过调查问卷分析数据构造判断矩阵，采用层次分析法对模型中各层次指标的权重进行确定；魏华等[ 9 ]通過对网购过程的实际分析和对消费人群的调查，选择32个与消费者感知相关的物流服务质量测评因子构成初始测评体系，利用探索性因子分析方法提炼出7个代表性因子并确定各因子与观测变量之间的相关程度，构成最终的测评体系；周（Chou P）[ 10 ]借鉴已有物流服务质量评价指标体系，运用探索性因子分析处理多个影响消费者对配送上门服务满意度的因子，在实现有效降维后采用结构方程模型的数据分析和观察各因子负载情况，从而确定物流服务质量各评价指标对顾客满意度的影响程度；徐颖等[ 11 ]构建物流服务质量与顾客忠诚度的测评模型，结合验证性因子分析和结构方程模型探讨物流服务配送质量、人员服务质量、信息交互质量、应急处理质量四个维度对顾客满意度的影响。 确定物流服务指标权重的方法主要有层次分析法、因子分析法和结构方程模型。不过，层次分析法主要依赖于决策者知识与经验，在某些情况下其权重结果容易受主观意识影响而有失偏颇；因子分析法和结构方程模型均属于统计理论方法，主要基于大量客观数据来分析变量之间的关系，尽管能够有效避免主观因素的不利影响，但有时也会因过于关注数据间的相关性而忽略了实际中存在的因果关系，而且在已有的少量针对电商的物流服务质量评价研究中，上述方法的应用也缺少对权重结果合理性与实际应用有效性的验证。
与上述研究方法相比，粗糙集方法最大的优势就在于，其无需构成决策表所需的数据集合之外的任何先验信息，只需通过知识约简有效去除冗余值后计算决策属性对每个条件属性的依赖程度，就可以确定各决策属性的重要性，即各指标的权重。本文结合相关文献与生鲜电商物流运作特点，在基于顾客感知角度的生鲜电商物流服务质量评价体系中，应用粗糙集方法对各指标进行赋权，融合主客观赋权法的优势，提高权重结果的精确度，并通过与德尔菲法进行对比和实际测评分析，验证粗糙集方法应用的有效性。
三、应用粗糙集方法确定生鲜电商物流服务质量评价指标体系及权重
（一）评价指标选取
目前，国内电商物流运营模式多种多样，但对顾客而言，其对电商企业从收到订单开始发货到最后售后处理环节全过程的物流服务质量要求是基本一致的。1982年格罗路斯（Gronroos C）[ 12 ]首次提出了顾客感知服务质量的概念，强调管理者只有从顾客角度入手理解服务质量的构成，才能使顾客更加满意。卞文良等[ 13 ]通过对我国某一大型在线零售商的顾客进行实际调研，验证了“在线B2C顾客物流服务感知对其网购满意度具有显著的正面影响”的假设。美伏特（Meidute-K I）等[ 14 ]也指出，物流服务质量高的企业在顾客服务感知的作用下，可以获得更高的顾客满意度，并通过对立陶宛某一物流企业的实证分析，证实了物流服务质量与顾客满意度之间的关系。可见，顾客满意度既是进行物流服务质量评价指标排序的有力依据，也是物流企业改进服务质量、提高核心竞争力的基本动力。
因此，本文根据基于顾客感知视角构建物流服务评价指标体系的相关文献[ 7、9-11 ]以及国家对第三方物流服务质量的相关要求进行指标选取，将发货情况、信息服务、运送速度、配送准确、配送人员、误差处理等六项顾客可以直接感知到的内容作为评价电商物流服务质量的基础指标。考虑到近年来我国生鲜电商发展快速且产生的质量问题较多，这里以生鲜电商为例实证研究粗糙集方法在电商物流服务质量评价应用中的可行性。鉴于生鲜电商的特殊性，在评价电商物流服务质量的基础指标之外，增加产品质量和增值服务两项指标，与基础指标一起构成评价生鲜电商物流服务质量的指标体系（见表1）。产品质量这一指标对经营一般品类的电商企业来说并不属于物流服务的研究范畴，但由于生鲜产品会随着时间的流逝和在途环境的变化而產生腐损，是一种特殊的品类，不少成熟度较高、品质较好的生鲜产品会因无法实现全程冷链运输和配送而导致最终送达顾客时腐败变质，因此增加产品质量这一指标能够更好地反映生鲜电商企业冷链物流服务的水平。同样，生鲜产品作为高频次消费的生活必需品，其配送时间经常与顾客工作时间冲突。对此，每日优鲜、京东生鲜等生鲜电商推出多时段配送模式以满足顾客在不同时间段的配送要求，特别是盒马鲜生、超级物种等新零售背景下衍生出的生活性服务类生鲜电商，更是注重消费者体验，凭借良好的体验性来拉动线上产品消费，而这不仅要求电商物流满足基础的线上配送能力，还要求电商物流能够为消费者提供更多的创新增值服务以满足消费者个性化的要求，改善消费者体验，最大程度地提高顾客满意度，可见增值服务也是衡量生鲜电商物流服务质量的一项重要指标。
对生鲜电商物流服务质量的综合水平进行量化分析，需要构建生鲜电商物流服务质量指数（Fresh E-commerce’s Logistics Service Quality In dex，FLI）。该指数的值需要利用模糊数学中的加乘法原则，由上述各指标的权重和分值计算而得，即：
（二）数据集准备
本文围绕生鲜电商物流服务质量评价指标体系构成设计调查问卷，涉及被调查者的基本情况、线上购买生鲜产品的频次、经常选择的生鲜电商平台、消费者对生鲜电商各指标的满意度评价、消费者对生鲜电商物流服务质量的总体预期以及对实际感知水平的评价等内容。其中，对各指标和生鲜电商物流服务质量的满意度评分采用10点量表的形式，于2018年6月至2019年1月期间以电子问卷的方式进行调查（发放问卷的网站为https：//www.wjx.cn/jq/35480347.aspx）。最后回收问卷1 338份，其中有效问卷1 092份，有效率为81.62%。有效问卷来源地详情参见表2。统计问卷中，北、上、广、深等一线城市共占60.89%，被调查的生鲜电商涉及天猫喵生鲜、本来生活、每日优鲜、京东生鲜、盒马鲜生等32家电商企业。
（三）数据离散化处理规则与指标权重初步确定
首先，需要对生鲜电商物流服务质量等级进行初步划分。国家标准GB/T 31526—2015《电子商务平台服务质量评价与等级划分》将电商的服务质量划分为五个等级。本文综合参考这一划分标准，把生鲜电商物流服务质量等级分为A、AA、AAA三档。其中，如果FLI值低于7.70，生鲜电商物流服务质量水平划分为A级；如果FLI值处于7.70～<8.30之间，其物流服务质量水平划分为AA级；如果FLI值大于或等于8.30，其物流服务质量水平划分为AAA级。 其次，需要确定各指标分值的离散化处理规则。如果消费者评分低于7.5分，离散化程度低，用L表示；如果消费者评分处于7.50～<8.50之间，离散化程度适中，用M表示；如果消费者评分大于或等于8.50分，离散化程度高，用H表示。
最后，初步确定各指标的权重。各指标权重的初步确定采用德尔菲法，本研究邀请多位相关领域的专家、学者共同商讨并初步确定各指标的权重。生鲜电商物流服务质量等级划分、指标分值离散化处理规则和采用德尔菲法初步确定的权重参见表3、表4。
（四）决策表构建
以生鲜电商物流服务的评价指标为条件属性，以质量等级为决策属性构建决策表。这里的条件属性集C={c1，c2，c3，c4，c5，c6，c7，c8}，决策属性集D={d}。其中，c1为发货情况，c2为信息服务，c3为运送速度，c4为配送准确，c5为产品质量，c6为配送人员，c7为增值服务，c8为误差处理，d为生鲜电商物流服务质量等级。
首先，从有效问卷中筛选出那些通过电商购买生鲜产品频次至少每月一次的调查数据，之后整合不同消费者对同一家生鲜电商企业的指标评分，并利用德尔菲法初步确定的权重计算其FLI值。问卷所涉及的天猫喵鲜生、每日优鲜、盒马鲜生、天天果园等32家电商企业的得分情况具体参见表5。
接下来，对数据进行离散化处理和属性值简约[ 15 ]，删除属性值相同的样本点，整理得到论域U={1，2，3…30}的简化决策表（见表6）。
（五）运用粗糙集方法确定权重
粗糙集方法是从不精确、不确定、不完全数据中挖掘重要知识的一条有效途径，其最大的优势在于无需构成决策表所需的数据集合之外的任何先验信息，与其他主观方法相比更为客观、科学，且具有可操作性。本文应用粗糙集方法进行属性值约简、等价类划分和属性重要度计算以确定指标权重。
步骤一：基于决策表数据，分别根据条件属性和决策属性进行等价类划分，记IND（C - ci）为U上的一组等价关系。
（六）权重合理性验证
对于顾客满意度，中国质量协会将之简要定义为顾客接受产品和服务的实际感受与期望值相比较的实际程度。据此，本文也采用期望与实绩比较模型[ 16 ]来计算顾客对生鲜电商企业物流服务质量的综合满意度。该模型强调，顾客满意度是顾客凭借自身感受质量去判定的，感受质量不仅与企业所提供服务的实际质量有关，而且与顾客本身的期望质量有着密切的关系。问卷通过调查顾客对生鲜电商物流服务质量总体预期水平与实际感知水平，确定顾客的综合满意度，并将之分别与利用德尔菲法和粗糙集方法确定权重并计算得到的FLI值进行相关性分析，以此验证权重的合理性。
在数据实际处理過程中，利用PASW Statis tics18软件对利用德尔菲法和粗糙集方法确定权重并计算得到的两组FLI值及与之相对应的顾客综合满意度值进行双变量相关分析，采用皮尔森（Pearson）相关系数进行度量，并对相关系数进行双侧检验，绘制带有回归线的简单散点图以方便观察。输出结果参见表7和图1。可以发现，利用两种方法得到的FLI值与顾客综合满意度均存在显著的线性相关关系，其中与德尔菲法对应的相关系数r=0.794，与粗糙集方法对应的相关系数r= 0.813>0.8。这表明，与德尔菲法相比，利用粗糙集方法得到的FLI值与顾客综合满意度具有更强的正线性相关关系，也就是说利用粗糙集方法确定的评价生鲜电商物流服务质量的指标权重是更为合理的。
（七）权重结果讨论
与利用德尔菲法确定的权重结果相比，利用粗糙集方法重新确定的权重结果，其产品质量和运送速度所占权重相对提高较大，发货情况有小幅提升，其余指标权重均有所下降。从权重的数值大小可以确定，产品质量应是生鲜电商把控的重中之重，同时也需要给予发货和运送速度适当的关注，继续完善配送的准确性和信息的及时性，丰富物流配送的增值服务，提高顾客的满意度等。需要特别说明的是，在由粗糙集方法确定的权重中，误差处理一项为0，但是这并非说明该指标所涉及的操作规范和服务态度内容对生鲜电商物流服务质量水平毫无影响，只能说明根据目前收集到的数据，该指标内容的重要性相对于其他指标而言过小，后续研究可考虑通过扩大决策表的范围来专门探讨其对生鲜电商物流服务质量的影响。 四、粗糙集方法所确定权重在生鲜电商物流服务质量评价中的应用
应用粗糙集方法来确定生鲜电商物流服务质量评价指标权重是为了更加客观地评价生鲜电商物流服务质量水平，本文将利用前面构建的评价指标体系和权重对目前我国主要的生鲜电商企业进行物流服务质量综合评价。
通过对有效问卷数据进行整理，得到问卷中消费者最常选择的前十家生鲜电商企业的分布情况。具体参见表8。在本次调查中，消费者最常选择的前十家生鲜电商企业分别是每日优鲜、京东生鲜、盒马鲜生、百果园、顺丰优选、天猫喵鲜生、食行生鲜、中粮我买网、天天果园和永辉生活，其他被选中用来购买生鲜产品的生鲜电商企业占比均小于1.50%。
针对上述十家电商企业进行二次调研，即在每一家生鲜电商企业的配送终端随机选择数量相同的顾客，让他们对相应生鲜电商企业当次的物流服务进行七项指标打分，其中误差处理这一属性暂时作为不重要属性进行约简。接下来，利用粗糙集方法所确定的指标权重来计算各企业的FLI值并进行排序，得到十家生鲜电商企业物流服务质量的综合评价结果。具体参见表9。
由综合评价结果发现，京东生鲜、天猫喵鲜生、顺丰优选的FLI值较为突出，其值均大于或等于8.30，按照本文的划分标准，这三家企业的物流服务质量可划归为AAA级水平；盒马鲜生、中粮我买网、每日优鲜、永辉生活、天天果园的FLI值从高到低依次排列，在7.70～<8.30之间，其物流服务质量可统一划归为AA级水平；百果园、食行生鲜的FLI值均低于7.70，与其他企业相比其物流服务质量仅达到A级水平。
2019年1月15日，前瞻产业研究院基于2017—2018年数据，利用商品品质、品类丰富、物流配送、平台服务、价格优势、品牌知名度等多项核心指标对生鲜电商企业进行评估，最终根据总分得到生鲜企业前50强的排名。其中，涉及物流配送层面，京东生鲜、顺丰优选、大润发优鲜分列前三位；涉及服务质量层面，京东生鲜、沱沱工社、天猫喵鲜生分列前三位。这张榜单所涉及生鲜电商物流配送与服务质量的相关排名是分项进行的，而实际上物流配送与服务质量的界限在很大程度上是无法清晰划分的，即物流配送也是服务质量的一种内涵呈现。
本文研究的生鲜电商物流服务质量评价着重从八个方面入手对生鲜电商物流服务质量进行调研与评价，评价指标相对合理、调研问卷设计与发放、数据处理与分析过程相对客观，所得到的结论与前述榜单结果总体基本一致，是对前述榜单物流配送单项内容的细化。
对生鲜电商来说，优化物流服务质量是企业不断努力的方向。为提高顾客满意度和增加顾客黏度，盒马鲜生支持无条件退货，京东生鲜设置“优鲜赔”通道，以提高误差处理能力。这从某种程度上说明，误差处理这项指标尽管其权重为0，但并不代表其对生鲜电商物流服务质量水平毫无影响，只不过从不同消费者对生鲜电商企业物流服务各指标的打分值来看，各生鲜电商售后服务能力普遍较低罢了。
此外，在生鲜送达时间方面，京东生鲜、天猫喵鲜生、盒马鲜生、每日优鲜能够实现下单后两小时内送达；在物流增值服务方面，京东生鲜、每日优鲜、盒马鲜生的顾客满意度较高，它们推出了限时达、定时达、夜间配等特色服务，可满足顾客在不同时间段的配送要求；在送达产品品质方面，中粮我买网、顺丰优选、百果园的消费者认可度较高，天天果园、顺丰优选对冷藏或冷冻物流把控得很好。永辉生活尽管在创新力、价格等方面竞争力较强，但在到达产品品质和配送人员服务质量等方面排名比较靠后。食行生鲜各方面的评价结果均不是特别令人满意。以上均可辅证本文所构建的基于粗糙集方法的生鲜电商物流服务质量评价结果。
对本研究评价结果与新京报等媒体及第三方管理咨询机构多年来有关生鲜农产品物流服务质量的评价进行对比，同时结合目前生鲜电商实际运作情况，可以得出，基于粗糙集方法的生鲜电商物流服务质量评价能够实现对生鲜电商物流服务质量的有效评价。相比于其他方法，应用粗糙集方法来确定电商物流服务质量评价指标权重是可行的，相对客观，且容易操作，具有较高的实践价值，因此能够作为更全面、更客观评价电商物流服務质量的有效模型。
五、结论与展望
本文应用粗糙集方法确定生鲜电商物流服务质量评价指标权重，能够在很大程度上解决传统方法对不确定性处理不足的问题，为不精确、不完全数据支撑下的决策问题提供了一种更加接近人类认知的工具。基于粗糙集方法的生鲜电商物流服务质量评价结果与第三方评价结论基本一致，在一定程度上验证了应用粗糙集方法进行物流服务质量评价的客观性、科学性与可操作性，可将之作为评价物流服务质量的逻辑原型，为电商企业进行物流服务选择提供有效的借鉴和依据，进而为企业物流服务评价及物流企业提升物流能力提供有效的参考和支持。
不过，本研究仍然存在一些不足，如在电商物流服务质量指标确立、顾客满意度衡量等方面基于已有文献综合评判得到，未来可在更为有效地甄选和归类等方面进行深入研究。此外，由于初始调研阶段所收集的数据样本量有限，未能有效量化所有相对于其他指标影响程度很小的指标权重等，今后可将此模型产品化，以服务更多企业。
参考文献：
[1]质检总局等11部门关于推动物流服务质量提升工作的指导意见[EB/OL].（2017-04-19）[2018-10-15].http：//www. chinawuliu.com.cn/xsyj/201704/19/320661.shtml.
[2]南剑飞，刘志刚.物流服务质量评价体系构建研究[J].现代管理科学，2013（10）：51-53.
[3]PARASURAMAN A P，ZEITHAML V A，BERRY L L. SERVQUAL：a multiple-item scale for measuring consumer perceptions of service quality[J].Journal of retailing，1988，64（1）：12-40. [4]MENTZER J T，FLINT D J，KENT J L.Developing a logis tics service quality scale[J].Journal of business，1999，20（1）：9-32.
[5]孙军华，苏强，霍佳震.中国快递服务质量体系的构建与模糊综合评价[J].工业工程与管理，2010，15（4）：112-116.
[6]谢广营.B2C及C2C网购物流服务质量测量述评：一个概念模型及理论框架[J].管理评论，2016，28（4）：194-200.
[7]方晓平，张向虹.物流服务质量对电子商务顾客决策的影响机理研究[J].哈尔滨商业大学学报（社会科学版），2018（3）：78-87.
[8]彭润华，林啸啸，阳震青.末端物流服务质量评价指标体系构建与检验[J].商业经济研究，2018（20）：83-86.
[9]魏华，王勇，邓仲华.基于消费者感知的网购物流服务质量测评[J].中国流通经济，2016（1）：88-94.
[10]CHOU P.An evaluation of service quality，trust，and cus tomer loyalty in home- delivery services[J].International journal of research in social sciences，2014，3（8）：99-108.
[11]徐颖，黄音，方晓平.物流服务质量对电子商务企业顾客忠诚度影响研究[J].铁道科学与工程学报，2016，13（10）：2 077-2 084.
[12]GRONROOS C.A service quality model and its marketing implications[J].European journal of marketing，1984，18（4）：36-44.
[13]卞文良，鞠颂东，徐杰，等.在线B2C顾客物流服务感知及相关因素的实证研究[J].管理工程学报，2011，25（2）：14-20.
[14]MEIDUTE-K I，ARANSKIS A，LITVINENKO M.Consum er satisfaction with the quality of logistics services[J].Proce dia-social and behavioral sciences，2014，110：330-340.
[15]韩涛.基于粗糙集的工程特征提取方法研究[J].铁道工程学报，2017，34（6）：83-87.
[16]黃兴建，王伟.基于期望与实绩比较模型的物流服务质量评价[J].铁道运输与经济，2015，37（8）：29-32.
Research on the Evaluation of Fresh E-commerce’s Logistics Service Quality Based on Rough Set
XU Guang-shu
（Beijing Wuzi University，Beijing101149，China）
Abstract：Driven by new retailing business development，the development of logistics and e- commerce has been increasingly integrated with other；and the improvement of logistics service quality has become the key to the success of ecommerce competition. At present，customer dissatisfaction caused by logistics service quality are not uncommon；therefore，establishing an evaluation system for e- commerce logistics services and accurately assessing logistics services quality is particularly important for the high speed and quality development of e-commerce；and the determination of evaluation indicators and the selection of evaluation methods are the prerequisites for evaluating the quality of logistics services. New retail ecommerce focused more on achieving a people-oriented consumer philosophy. By increasing the "product quality" and "valueadded services" indicators，the existing e-commerce logistics service quality evaluation system will be further improved to better reflect the e-commerce logistics service level and the ability to satisfy consumer experience，apply Rough set to determine the index weight by dividing the indiscernibility relation，reducing attributes value and counting the importance of attributes，investigating the actual perception and expected level of consumers’ e-commerce logistics service quality，and verifying the rationality of weights based on the relevant theory of customer satisfaction. Furthermore，the logistics service quality evaluation of many actual fresh e-commerce companies and the comparison to the third-party evaluation results shows that the evaluation results are basically consistent with the actual development level of the actual logistics service quality of each fresh e-commerce. And this indicates that the evaluation of fresh e-commerce’s logistics service quality based on Rough set has better objectivity，practicality，and operability，which can be used as an effective reference for the evaluation of fresh e-commerce’s logistics service quality.
Key words：logistics service；quality evaluation；rough set theory；weight determination；fresh e-commerce
关键词：物流服务；质量评价；粗糙集理论；权重确定；生鲜电商
中图分类号：F259.23文献标识码：A文章编号：1007-8266（2019）07-0035-10
一、引言
随着消费需求的升级，消费习惯的改变，加之新零售的机遇，国内生鲜电商企业再度崛起，发展势头迅猛。2018年、2019年《中国生鲜电商行业分析报告》显示，2018年生鲜电商行业市场交易规模达2 103.2亿元，市场渗透率为10.99%，预计2020年交易总额或将达到3 470亿元，渗透率或将达到 22%左右，生鲜电商正在逐步成为消费者购买生鲜商品的主要渠道，线上市场用户规模增长迅速。但与此同时，生鲜电商以及电商物流也暴露出许多问题。2018年8月31日第十三届全国人民代表大会常务委员会第五次会议通过的《中华人民共和国电子商务法》正式实施后的第一个3·15国际消费者权益日，在被曝光的投诉案例中，本来生活网、美菜网、中粮我买网等就因发货迟缓、配送频繁超时、生鲜腐烂严重等问题“榜上有名”，每日优鲜更是在消费评级榜上被列入“谨慎下单”名单。物流配送服务质量与顾客需求之间差距如此之大，使越来越多的生鲜电商意识到，物流已经成为制约电商迅速发展的一大瓶颈，企业之间的竞争正在逐渐朝物流服务质量的方向转移。2018年，美菜网与每日优鲜宣布，将融资所得的一部分资金投入冷链物流基础设施建设。由此可以看出，有效提高物流服务质量已经成为生鲜电商企业亟待探讨与解决的问题。
目前，电商行业还没有物流服务质量评价、管理与监控方面的统一标准。原国家质量监督检验检疫总局等11部门2017年发布的《关于推动物流服务质量提升工作的指导意见》提出，要建立物流服务质量指标体系，鼓励第三方企业开展物流企业服务质量评价[ 1 ]。如果电商企业无法客观而及时地评估自身（或所选择的第三方）物流服务的综合水平以及与同行竞争者之间的差距，就会产生行业内企业在物流建设方面“死拼资本粗放运营”的现象，最终因资金链断裂导致相继倒闭的非持续性发展的结果。不懂得测量，就不懂得如何管理[ 2 ]，在新时代倡导工匠精神的背景下电商物流服务质量评价研究具有非常重要的理论意义和实践价值。
二、电商物流服务质量评价研究现状
目前物流服务质量评价相关研究比较丰富，主要可分为两大类：一类是关于物流服务质量评价指标体系的构建；另一类是关于物流服务质量评价指标权重的确定。
构建物流服务质量评价指标体系的理论已经发展得相对比较成熟，20世纪80年代美国学者帕拉休拉曼（ParasuramanA）等[ 3 ]基于全面质量管理理论，提出了服务质量评估量表，即SERVQUAL模型；1999年门策（Mentzer J T）等[ 4 ]指出，传统SERVQUAL模型是基于以过程为导向的服务项目提出的，在一定程度上与以结果为导向的物流服务评价不够契合，并因此结合物流服务特点，在SERVQUAL模型基础上提出了物流服务质量模型，即LSQ模型，从订单释放数量、订货流程、沟通质量、信息质量、货物精准率、货品完好程度、货品质量、时间性、误差处理等九个维度入手衡量物流服务质量；2009年我国国家标准化管理委员会发布国家标准GB/T 24359—2009《第三方物流服务质量要求》，将订单按时完成率、订单满足率、订单处理正确率、货损率、货差率、账货相符率、有效投诉率作为评定第三方物流服务质量的指标；孙军华等[ 5 ]归纳了国内外学者对物流服务质量维度的研究，针对快递服务质量的特点，从服务质量的重要结果质量、过程质量、企业形象三个维度入手选取指标构建我国快递企业服务质量量表。关于电商物流服务质量评价指标体系的研究大多基于SERVQUAL模型、LSQ模型展开，谢广营[ 6 ]通过梳理总结30多年来基于SERVQUAL模型、LSQ模型等进行的物流服务质量理论研究，结合企业对消费者（B2C）与消费者对消费者（C2C）模式的网购场景，分别从商家交付、物流配送、消费者签收、消费者满意或退换货等四个环节入手对物流服务质量的优劣进行评价，发现无论是B2C模式还是C2C模式，消费者对物流服务的要求都是一致的；方晓平等[ 7 ]基于顾客决策视角，从配送服务质量、信息处理质量、人员服务质量、个性服务质量、误差处理质量五个方面入手评价从有效订单产生到商品交付顾客全过程的物流服务质量。
物流服务质量评价指标权重确定相关研究仍然处于探索阶段，彭润华等[ 8 ]以最接近消费者的末端物流为研究对象，遴选出测评末端物流服务质量的评估指标，通过调查问卷分析数据构造判断矩阵，采用层次分析法对模型中各层次指标的权重进行确定；魏华等[ 9 ]通過对网购过程的实际分析和对消费人群的调查，选择32个与消费者感知相关的物流服务质量测评因子构成初始测评体系，利用探索性因子分析方法提炼出7个代表性因子并确定各因子与观测变量之间的相关程度，构成最终的测评体系；周（Chou P）[ 10 ]借鉴已有物流服务质量评价指标体系，运用探索性因子分析处理多个影响消费者对配送上门服务满意度的因子，在实现有效降维后采用结构方程模型的数据分析和观察各因子负载情况，从而确定物流服务质量各评价指标对顾客满意度的影响程度；徐颖等[ 11 ]构建物流服务质量与顾客忠诚度的测评模型，结合验证性因子分析和结构方程模型探讨物流服务配送质量、人员服务质量、信息交互质量、应急处理质量四个维度对顾客满意度的影响。 确定物流服务指标权重的方法主要有层次分析法、因子分析法和结构方程模型。不过，层次分析法主要依赖于决策者知识与经验，在某些情况下其权重结果容易受主观意识影响而有失偏颇；因子分析法和结构方程模型均属于统计理论方法，主要基于大量客观数据来分析变量之间的关系，尽管能够有效避免主观因素的不利影响，但有时也会因过于关注数据间的相关性而忽略了实际中存在的因果关系，而且在已有的少量针对电商的物流服务质量评价研究中，上述方法的应用也缺少对权重结果合理性与实际应用有效性的验证。
与上述研究方法相比，粗糙集方法最大的优势就在于，其无需构成决策表所需的数据集合之外的任何先验信息，只需通过知识约简有效去除冗余值后计算决策属性对每个条件属性的依赖程度，就可以确定各决策属性的重要性，即各指标的权重。本文结合相关文献与生鲜电商物流运作特点，在基于顾客感知角度的生鲜电商物流服务质量评价体系中，应用粗糙集方法对各指标进行赋权，融合主客观赋权法的优势，提高权重结果的精确度，并通过与德尔菲法进行对比和实际测评分析，验证粗糙集方法应用的有效性。
三、应用粗糙集方法确定生鲜电商物流服务质量评价指标体系及权重
（一）评价指标选取
目前，国内电商物流运营模式多种多样，但对顾客而言，其对电商企业从收到订单开始发货到最后售后处理环节全过程的物流服务质量要求是基本一致的。1982年格罗路斯（Gronroos C）[ 12 ]首次提出了顾客感知服务质量的概念，强调管理者只有从顾客角度入手理解服务质量的构成，才能使顾客更加满意。卞文良等[ 13 ]通过对我国某一大型在线零售商的顾客进行实际调研，验证了“在线B2C顾客物流服务感知对其网购满意度具有显著的正面影响”的假设。美伏特（Meidute-K I）等[ 14 ]也指出，物流服务质量高的企业在顾客服务感知的作用下，可以获得更高的顾客满意度，并通过对立陶宛某一物流企业的实证分析，证实了物流服务质量与顾客满意度之间的关系。可见，顾客满意度既是进行物流服务质量评价指标排序的有力依据，也是物流企业改进服务质量、提高核心竞争力的基本动力。
因此，本文根据基于顾客感知视角构建物流服务评价指标体系的相关文献[ 7、9-11 ]以及国家对第三方物流服务质量的相关要求进行指标选取，将发货情况、信息服务、运送速度、配送准确、配送人员、误差处理等六项顾客可以直接感知到的内容作为评价电商物流服务质量的基础指标。考虑到近年来我国生鲜电商发展快速且产生的质量问题较多，这里以生鲜电商为例实证研究粗糙集方法在电商物流服务质量评价应用中的可行性。鉴于生鲜电商的特殊性，在评价电商物流服务质量的基础指标之外，增加产品质量和增值服务两项指标，与基础指标一起构成评价生鲜电商物流服务质量的指标体系（见表1）。产品质量这一指标对经营一般品类的电商企业来说并不属于物流服务的研究范畴，但由于生鲜产品会随着时间的流逝和在途环境的变化而產生腐损，是一种特殊的品类，不少成熟度较高、品质较好的生鲜产品会因无法实现全程冷链运输和配送而导致最终送达顾客时腐败变质，因此增加产品质量这一指标能够更好地反映生鲜电商企业冷链物流服务的水平。同样，生鲜产品作为高频次消费的生活必需品，其配送时间经常与顾客工作时间冲突。对此，每日优鲜、京东生鲜等生鲜电商推出多时段配送模式以满足顾客在不同时间段的配送要求，特别是盒马鲜生、超级物种等新零售背景下衍生出的生活性服务类生鲜电商，更是注重消费者体验，凭借良好的体验性来拉动线上产品消费，而这不仅要求电商物流满足基础的线上配送能力，还要求电商物流能够为消费者提供更多的创新增值服务以满足消费者个性化的要求，改善消费者体验，最大程度地提高顾客满意度，可见增值服务也是衡量生鲜电商物流服务质量的一项重要指标。
对生鲜电商物流服务质量的综合水平进行量化分析，需要构建生鲜电商物流服务质量指数（Fresh E-commerce’s Logistics Service Quality In dex，FLI）。该指数的值需要利用模糊数学中的加乘法原则，由上述各指标的权重和分值计算而得，即：
（二）数据集准备
本文围绕生鲜电商物流服务质量评价指标体系构成设计调查问卷，涉及被调查者的基本情况、线上购买生鲜产品的频次、经常选择的生鲜电商平台、消费者对生鲜电商各指标的满意度评价、消费者对生鲜电商物流服务质量的总体预期以及对实际感知水平的评价等内容。其中，对各指标和生鲜电商物流服务质量的满意度评分采用10点量表的形式，于2018年6月至2019年1月期间以电子问卷的方式进行调查（发放问卷的网站为https：//www.wjx.cn/jq/35480347.aspx）。最后回收问卷1 338份，其中有效问卷1 092份，有效率为81.62%。有效问卷来源地详情参见表2。统计问卷中，北、上、广、深等一线城市共占60.89%，被调查的生鲜电商涉及天猫喵生鲜、本来生活、每日优鲜、京东生鲜、盒马鲜生等32家电商企业。
（三）数据离散化处理规则与指标权重初步确定
首先，需要对生鲜电商物流服务质量等级进行初步划分。国家标准GB/T 31526—2015《电子商务平台服务质量评价与等级划分》将电商的服务质量划分为五个等级。本文综合参考这一划分标准，把生鲜电商物流服务质量等级分为A、AA、AAA三档。其中，如果FLI值低于7.70，生鲜电商物流服务质量水平划分为A级；如果FLI值处于7.70～<8.30之间，其物流服务质量水平划分为AA级；如果FLI值大于或等于8.30，其物流服务质量水平划分为AAA级。 其次，需要确定各指标分值的离散化处理规则。如果消费者评分低于7.5分，离散化程度低，用L表示；如果消费者评分处于7.50～<8.50之间，离散化程度适中，用M表示；如果消费者评分大于或等于8.50分，离散化程度高，用H表示。
最后，初步确定各指标的权重。各指标权重的初步确定采用德尔菲法，本研究邀请多位相关领域的专家、学者共同商讨并初步确定各指标的权重。生鲜电商物流服务质量等级划分、指标分值离散化处理规则和采用德尔菲法初步确定的权重参见表3、表4。
（四）决策表构建
以生鲜电商物流服务的评价指标为条件属性，以质量等级为决策属性构建决策表。这里的条件属性集C={c1，c2，c3，c4，c5，c6，c7，c8}，决策属性集D={d}。其中，c1为发货情况，c2为信息服务，c3为运送速度，c4为配送准确，c5为产品质量，c6为配送人员，c7为增值服务，c8为误差处理，d为生鲜电商物流服务质量等级。
首先，从有效问卷中筛选出那些通过电商购买生鲜产品频次至少每月一次的调查数据，之后整合不同消费者对同一家生鲜电商企业的指标评分，并利用德尔菲法初步确定的权重计算其FLI值。问卷所涉及的天猫喵鲜生、每日优鲜、盒马鲜生、天天果园等32家电商企业的得分情况具体参见表5。
接下来，对数据进行离散化处理和属性值简约[ 15 ]，删除属性值相同的样本点，整理得到论域U={1，2，3…30}的简化决策表（见表6）。
（五）运用粗糙集方法确定权重
粗糙集方法是从不精确、不确定、不完全数据中挖掘重要知识的一条有效途径，其最大的优势在于无需构成决策表所需的数据集合之外的任何先验信息，与其他主观方法相比更为客观、科学，且具有可操作性。本文应用粗糙集方法进行属性值约简、等价类划分和属性重要度计算以确定指标权重。
步骤一：基于决策表数据，分别根据条件属性和决策属性进行等价类划分，记IND（C - ci）为U上的一组等价关系。
（六）权重合理性验证
对于顾客满意度，中国质量协会将之简要定义为顾客接受产品和服务的实际感受与期望值相比较的实际程度。据此，本文也采用期望与实绩比较模型[ 16 ]来计算顾客对生鲜电商企业物流服务质量的综合满意度。该模型强调，顾客满意度是顾客凭借自身感受质量去判定的，感受质量不仅与企业所提供服务的实际质量有关，而且与顾客本身的期望质量有着密切的关系。问卷通过调查顾客对生鲜电商物流服务质量总体预期水平与实际感知水平，确定顾客的综合满意度，并将之分别与利用德尔菲法和粗糙集方法确定权重并计算得到的FLI值进行相关性分析，以此验证权重的合理性。
在数据实际处理過程中，利用PASW Statis tics18软件对利用德尔菲法和粗糙集方法确定权重并计算得到的两组FLI值及与之相对应的顾客综合满意度值进行双变量相关分析，采用皮尔森（Pearson）相关系数进行度量，并对相关系数进行双侧检验，绘制带有回归线的简单散点图以方便观察。输出结果参见表7和图1。可以发现，利用两种方法得到的FLI值与顾客综合满意度均存在显著的线性相关关系，其中与德尔菲法对应的相关系数r=0.794，与粗糙集方法对应的相关系数r= 0.813>0.8。这表明，与德尔菲法相比，利用粗糙集方法得到的FLI值与顾客综合满意度具有更强的正线性相关关系，也就是说利用粗糙集方法确定的评价生鲜电商物流服务质量的指标权重是更为合理的。
（七）权重结果讨论
与利用德尔菲法确定的权重结果相比，利用粗糙集方法重新确定的权重结果，其产品质量和运送速度所占权重相对提高较大，发货情况有小幅提升，其余指标权重均有所下降。从权重的数值大小可以确定，产品质量应是生鲜电商把控的重中之重，同时也需要给予发货和运送速度适当的关注，继续完善配送的准确性和信息的及时性，丰富物流配送的增值服务，提高顾客的满意度等。需要特别说明的是，在由粗糙集方法确定的权重中，误差处理一项为0，但是这并非说明该指标所涉及的操作规范和服务态度内容对生鲜电商物流服务质量水平毫无影响，只能说明根据目前收集到的数据，该指标内容的重要性相对于其他指标而言过小，后续研究可考虑通过扩大决策表的范围来专门探讨其对生鲜电商物流服务质量的影响。 四、粗糙集方法所确定权重在生鲜电商物流服务质量评价中的应用
应用粗糙集方法来确定生鲜电商物流服务质量评价指标权重是为了更加客观地评价生鲜电商物流服务质量水平，本文将利用前面构建的评价指标体系和权重对目前我国主要的生鲜电商企业进行物流服务质量综合评价。
通过对有效问卷数据进行整理，得到问卷中消费者最常选择的前十家生鲜电商企业的分布情况。具体参见表8。在本次调查中，消费者最常选择的前十家生鲜电商企业分别是每日优鲜、京东生鲜、盒马鲜生、百果园、顺丰优选、天猫喵鲜生、食行生鲜、中粮我买网、天天果园和永辉生活，其他被选中用来购买生鲜产品的生鲜电商企业占比均小于1.50%。
针对上述十家电商企业进行二次调研，即在每一家生鲜电商企业的配送终端随机选择数量相同的顾客，让他们对相应生鲜电商企业当次的物流服务进行七项指标打分，其中误差处理这一属性暂时作为不重要属性进行约简。接下来，利用粗糙集方法所确定的指标权重来计算各企业的FLI值并进行排序，得到十家生鲜电商企业物流服务质量的综合评价结果。具体参见表9。
由综合评价结果发现，京东生鲜、天猫喵鲜生、顺丰优选的FLI值较为突出，其值均大于或等于8.30，按照本文的划分标准，这三家企业的物流服务质量可划归为AAA级水平；盒马鲜生、中粮我买网、每日优鲜、永辉生活、天天果园的FLI值从高到低依次排列，在7.70～<8.30之间，其物流服务质量可统一划归为AA级水平；百果园、食行生鲜的FLI值均低于7.70，与其他企业相比其物流服务质量仅达到A级水平。
2019年1月15日，前瞻产业研究院基于2017—2018年数据，利用商品品质、品类丰富、物流配送、平台服务、价格优势、品牌知名度等多项核心指标对生鲜电商企业进行评估，最终根据总分得到生鲜企业前50强的排名。其中，涉及物流配送层面，京东生鲜、顺丰优选、大润发优鲜分列前三位；涉及服务质量层面，京东生鲜、沱沱工社、天猫喵鲜生分列前三位。这张榜单所涉及生鲜电商物流配送与服务质量的相关排名是分项进行的，而实际上物流配送与服务质量的界限在很大程度上是无法清晰划分的，即物流配送也是服务质量的一种内涵呈现。
本文研究的生鲜电商物流服务质量评价着重从八个方面入手对生鲜电商物流服务质量进行调研与评价，评价指标相对合理、调研问卷设计与发放、数据处理与分析过程相对客观，所得到的结论与前述榜单结果总体基本一致，是对前述榜单物流配送单项内容的细化。
对生鲜电商来说，优化物流服务质量是企业不断努力的方向。为提高顾客满意度和增加顾客黏度，盒马鲜生支持无条件退货，京东生鲜设置“优鲜赔”通道，以提高误差处理能力。这从某种程度上说明，误差处理这项指标尽管其权重为0，但并不代表其对生鲜电商物流服务质量水平毫无影响，只不过从不同消费者对生鲜电商企业物流服务各指标的打分值来看，各生鲜电商售后服务能力普遍较低罢了。
此外，在生鲜送达时间方面，京东生鲜、天猫喵鲜生、盒马鲜生、每日优鲜能够实现下单后两小时内送达；在物流增值服务方面，京东生鲜、每日优鲜、盒马鲜生的顾客满意度较高，它们推出了限时达、定时达、夜间配等特色服务，可满足顾客在不同时间段的配送要求；在送达产品品质方面，中粮我买网、顺丰优选、百果园的消费者认可度较高，天天果园、顺丰优选对冷藏或冷冻物流把控得很好。永辉生活尽管在创新力、价格等方面竞争力较强，但在到达产品品质和配送人员服务质量等方面排名比较靠后。食行生鲜各方面的评价结果均不是特别令人满意。以上均可辅证本文所构建的基于粗糙集方法的生鲜电商物流服务质量评价结果。
对本研究评价结果与新京报等媒体及第三方管理咨询机构多年来有关生鲜农产品物流服务质量的评价进行对比，同时结合目前生鲜电商实际运作情况，可以得出，基于粗糙集方法的生鲜电商物流服务质量评价能够实现对生鲜电商物流服务质量的有效评价。相比于其他方法，应用粗糙集方法来确定电商物流服务质量评价指标权重是可行的，相对客观，且容易操作，具有较高的实践价值，因此能够作为更全面、更客观评价电商物流服務质量的有效模型。
五、结论与展望
本文应用粗糙集方法确定生鲜电商物流服务质量评价指标权重，能够在很大程度上解决传统方法对不确定性处理不足的问题，为不精确、不完全数据支撑下的决策问题提供了一种更加接近人类认知的工具。基于粗糙集方法的生鲜电商物流服务质量评价结果与第三方评价结论基本一致，在一定程度上验证了应用粗糙集方法进行物流服务质量评价的客观性、科学性与可操作性，可将之作为评价物流服务质量的逻辑原型，为电商企业进行物流服务选择提供有效的借鉴和依据，进而为企业物流服务评价及物流企业提升物流能力提供有效的参考和支持。
不过，本研究仍然存在一些不足，如在电商物流服务质量指标确立、顾客满意度衡量等方面基于已有文献综合评判得到，未来可在更为有效地甄选和归类等方面进行深入研究。此外，由于初始调研阶段所收集的数据样本量有限，未能有效量化所有相对于其他指标影响程度很小的指标权重等，今后可将此模型产品化，以服务更多企业。
参考文献：
[1]质检总局等11部门关于推动物流服务质量提升工作的指导意见[EB/OL].（2017-04-19）[2018-10-15].http：//www. chinawuliu.com.cn/xsyj/201704/19/320661.shtml.
[2]南剑飞，刘志刚.物流服务质量评价体系构建研究[J].现代管理科学，2013（10）：51-53.
[3]PARASURAMAN A P，ZEITHAML V A，BERRY L L. SERVQUAL：a multiple-item scale for measuring consumer perceptions of service quality[J].Journal of retailing，1988，64（1）：12-40. [4]MENTZER J T，FLINT D J，KENT J L.Developing a logis tics service quality scale[J].Journal of business，1999，20（1）：9-32.
[5]孙军华，苏强，霍佳震.中国快递服务质量体系的构建与模糊综合评价[J].工业工程与管理，2010，15（4）：112-116.
[6]谢广营.B2C及C2C网购物流服务质量测量述评：一个概念模型及理论框架[J].管理评论，2016，28（4）：194-200.
[7]方晓平，张向虹.物流服务质量对电子商务顾客决策的影响机理研究[J].哈尔滨商业大学学报（社会科学版），2018（3）：78-87.
[8]彭润华，林啸啸，阳震青.末端物流服务质量评价指标体系构建与检验[J].商业经济研究，2018（20）：83-86.
[9]魏华，王勇，邓仲华.基于消费者感知的网购物流服务质量测评[J].中国流通经济，2016（1）：88-94.
[10]CHOU P.An evaluation of service quality，trust，and cus tomer loyalty in home- delivery services[J].International journal of research in social sciences，2014，3（8）：99-108.
[11]徐颖，黄音，方晓平.物流服务质量对电子商务企业顾客忠诚度影响研究[J].铁道科学与工程学报，2016，13（10）：2 077-2 084.
[12]GRONROOS C.A service quality model and its marketing implications[J].European journal of marketing，1984，18（4）：36-44.
[13]卞文良，鞠颂东，徐杰，等.在线B2C顾客物流服务感知及相关因素的实证研究[J].管理工程学报，2011，25（2）：14-20.
[14]MEIDUTE-K I，ARANSKIS A，LITVINENKO M.Consum er satisfaction with the quality of logistics services[J].Proce dia-social and behavioral sciences，2014，110：330-340.
[15]韩涛.基于粗糙集的工程特征提取方法研究[J].铁道工程学报，2017，34（6）：83-87.
[16]黃兴建，王伟.基于期望与实绩比较模型的物流服务质量评价[J].铁道运输与经济，2015，37（8）：29-32.
Research on the Evaluation of Fresh E-commerce’s Logistics Service Quality Based on Rough Set
XU Guang-shu
（Beijing Wuzi University，Beijing101149，China）
Abstract：Driven by new retailing business development，the development of logistics and e- commerce has been increasingly integrated with other；and the improvement of logistics service quality has become the key to the success of ecommerce competition. At present，customer dissatisfaction caused by logistics service quality are not uncommon；therefore，establishing an evaluation system for e- commerce logistics services and accurately assessing logistics services quality is particularly important for the high speed and quality development of e-commerce；and the determination of evaluation indicators and the selection of evaluation methods are the prerequisites for evaluating the quality of logistics services. New retail ecommerce focused more on achieving a people-oriented consumer philosophy. By increasing the "product quality" and "valueadded services" indicators，the existing e-commerce logistics service quality evaluation system will be further improved to better reflect the e-commerce logistics service level and the ability to satisfy consumer experience，apply Rough set to determine the index weight by dividing the indiscernibility relation，reducing attributes value and counting the importance of attributes，investigating the actual perception and expected level of consumers’ e-commerce logistics service quality，and verifying the rationality of weights based on the relevant theory of customer satisfaction. Furthermore，the logistics service quality evaluation of many actual fresh e-commerce companies and the comparison to the third-party evaluation results shows that the evaluation results are basically consistent with the actual development level of the actual logistics service quality of each fresh e-commerce. And this indicates that the evaluation of fresh e-commerce’s logistics service quality based on Rough set has better objectivity，practicality，and operability，which can be used as an effective reference for the evaluation of fresh e-commerce’s logistics service quality.
Key words：logistics service；quality evaluation；rough set theory；weight determination；fresh e-commerce