電子商務(wù)物流延誤風(fēng)險(xiǎn)在節(jié)點(diǎn)間的傳播研究

喬鵬亮 閆政維

服務(wù)電子商務(wù)的物流活動在具體運(yùn)行過程中面臨著眾多風(fēng)險(xiǎn)因素，其中延誤風(fēng)險(xiǎn)是造成物流效率低下和消費(fèi)者投訴的關(guān)鍵因素之一，以貝葉斯理論為基礎(chǔ)構(gòu)建了電子商務(wù)物流延誤的風(fēng)險(xiǎn)傳播網(wǎng)絡(luò)模型，并以北京和廣州到欽州為例，以三種隨機(jī)事情導(dǎo)致的物流風(fēng)險(xiǎn)為例進(jìn)行了實(shí)證分析，討論了物流延誤風(fēng)險(xiǎn)傳播的三種效應(yīng)，對于物流風(fēng)險(xiǎn)延誤傳播的分析有助于科學(xué)決策，論文最后提出了基于科學(xué)預(yù)測的管理建議。

隨著電子商務(wù)的迅速發(fā)展，網(wǎng)上購物已經(jīng)成為生活方式的一種，服務(wù)電子商務(wù)的物流效率也一直在進(jìn)步，甚至在2018年“雙11”最快的貨物到達(dá)買家手里只用了十幾分鐘，物流的進(jìn)步使得網(wǎng)絡(luò)購物的便利性得到最大限度的發(fā)揮。雖然服務(wù)電子商務(wù)的物流一直在進(jìn)步中，但是由于物流環(huán)節(jié)眾多，各結(jié)節(jié)間商家的協(xié)作等問題，物流延誤的投訴竟然增多了，據(jù)國家郵政局?jǐn)?shù)據(jù)統(tǒng)計(jì)，2018年7月快遞延誤消費(fèi)者投訴次數(shù)達(dá)26074次，而一年前2017年8月的快遞物流延誤消費(fèi)者投訴次數(shù)為2778次，一年間電子商務(wù)物流延誤投訴增長將近10倍。由此可見，電子商務(wù)的物流延誤不但沒有因技術(shù)的進(jìn)步而減少，反而不斷增加，因此，探索電子商務(wù)物流延誤問題就具有十分重要的現(xiàn)實(shí)意義。

一、文獻(xiàn)綜述

時(shí)間延誤最初在生產(chǎn)制造領(lǐng)域被廣泛討論，近年來逐漸延伸到對供應(yīng)鏈的管理中，在物流領(lǐng)域，由于研究的和合作節(jié)點(diǎn)比供應(yīng)鏈窄，研究少一些，以“物流”和“延誤”為關(guān)鍵詞檢索的文獻(xiàn)并不多，少量的文獻(xiàn)也圍繞多節(jié)點(diǎn)的物流活動展開，如國際物流網(wǎng)絡(luò)合作中的業(yè)務(wù)協(xié)作和延誤引起的可靠性等。國內(nèi)在延誤方面的研究主要集中在航空運(yùn)輸?shù)娘w行延誤方面，在延誤的模型化研究方面，通過以“物流延誤”為關(guān)鍵詞進(jìn)行搜索，國內(nèi)的文獻(xiàn)出現(xiàn)2篇報(bào)道（2014、2016），學(xué)術(shù)方面只有1篇關(guān)于物流節(jié)的網(wǎng)絡(luò)訂單延誤的原因分析，研究的內(nèi)容是關(guān)于定性方面的現(xiàn)象分析，沒有模型化的分析內(nèi)容。

二、電商物流延遲風(fēng)險(xiǎn)傳播模型

（一）物流延誤傳播的概念

當(dāng)物流配送開始時(shí)，假設(shè)貨物從A點(diǎn)出發(fā)，經(jīng)過B點(diǎn)，最終到達(dá)C點(diǎn)，A點(diǎn)到B點(diǎn)正常需要3天，B點(diǎn)到C點(diǎn)需要2天，總共需要5天時(shí)間，當(dāng)發(fā)生延誤時(shí)，這時(shí)候可能會出現(xiàn)：一是A到B也發(fā)生了延誤，使得天數(shù)4天，但是B到C時(shí)卻用了1天，總共時(shí)間剛好5天，沒有發(fā)生延誤;二是A到B沒有發(fā)生延誤卻提前了，用了2天，但是B到C是卻用了3天，發(fā)生延誤，但是總共用了5天，沒有產(chǎn)生延誤;三是A到B發(fā)生延誤，用了4天，B到C也發(fā)生延誤，用了3天，總共時(shí)間用了7天，發(fā)生了延誤;四是A到B沒有延誤，B到C也沒有延誤，總共時(shí)間也沒有發(fā)生延誤，以上說明了物流延誤在傳播中受不同因素影響，并且在受影響下所傳播至下個(gè)點(diǎn)是否對延誤效果有增強(qiáng)、減小或者不變。另外在配送過程中，當(dāng)貨物配送到快要達(dá)到下個(gè)配送點(diǎn)時(shí)，配送點(diǎn)有需要裝卸貨物并且有需要出發(fā)的車輛，這時(shí)候如果路程中發(fā)生了延誤，配送點(diǎn)有兩種情況，第一是配送點(diǎn)等待延誤的貨物，那么貨物得到了快速裝卸的機(jī)會，但是也影響了到達(dá)另外一個(gè)配送點(diǎn)的配送時(shí)間，使得配送點(diǎn)的配送時(shí)間延誤總和增加;第二是配送點(diǎn)到時(shí)發(fā)車，沒有等待延誤車輛，總的配送時(shí)間會減少，但是會影響貨物的裝卸時(shí)間，造成裝卸貨物的延誤。所以說延誤是不可能隨著時(shí)間消失的，況且在現(xiàn)實(shí)中具有不確定性。

（二）基于貝葉斯網(wǎng)絡(luò)的物流風(fēng)險(xiǎn)傳播關(guān)系

貝葉斯網(wǎng)絡(luò)（BN）就是在概率推理下的一種圖形化的概率網(wǎng)絡(luò)，同時(shí)也是一個(gè)二元組，從二元組來看，就是BN=（G，P），G=（V，E），從圖形來看就是一個(gè)有向無環(huán)圖，結(jié)合二元組，字母V代表著節(jié)點(diǎn)集，一個(gè)節(jié)點(diǎn)集就對應(yīng)著相關(guān)領(lǐng)域的某一隨機(jī)變量;字母E代表著有向邊集，兩者變量之間有著相互依賴的關(guān)系，即因果關(guān)系?，F(xiàn)實(shí)中的物流風(fēng)險(xiǎn)正是在緊鄰的上下游之間傳播，下游的風(fēng)險(xiǎn)概率直接受到上游風(fēng)險(xiǎn)概率的影響，因此，利用貝葉斯網(wǎng)絡(luò)可以較為準(zhǔn)確地刻畫物流風(fēng)險(xiǎn)在物流節(jié)點(diǎn)間的傳播問題?；诖?，本文選擇以貝葉斯網(wǎng)絡(luò)為基礎(chǔ)，以北京、武漢、廣州、南寧為物流節(jié)點(diǎn)，以現(xiàn)實(shí)的購物時(shí)間延誤為案例，開展基于電子商務(wù)物延遲風(fēng)險(xiǎn)傳播的研究。

三、物流風(fēng)險(xiǎn)傳播算例

（一）算例背景

在建立延誤模型時(shí)，選取北京至南寧物流配送的延誤、廣州至南寧物流配送的延誤、南寧至欽州物流配送的延誤為其相應(yīng)的變量（節(jié)點(diǎn)），節(jié)點(diǎn)意義為：當(dāng)北京（B）或者廣州（G）物流配送點(diǎn)發(fā)生延誤時(shí)，可能會導(dǎo)致到達(dá)南寧（N）的時(shí)間發(fā)生延誤，實(shí)際情況是現(xiàn)實(shí)路途中發(fā)生延誤時(shí)在過程中可能減小了，對南寧沒有太大影響，或者至南寧的物流延誤沒有減小，直接傳播至欽州（Q）;當(dāng)傳至欽州時(shí)，實(shí)際情況可能為一是南寧受延誤影響，到達(dá)欽州時(shí)整體時(shí)間沒有延誤，為此北京至欽州沒有延誤，二是南寧受延誤影響不大，但是到達(dá)欽州時(shí)總體時(shí)間卻發(fā)生了延誤;三是南寧受延誤影響大，傳至欽州時(shí)，整體時(shí)間也發(fā)生了延誤。同理，同樣選擇北京至武漢（W）的配送延誤，武漢至柳州（L）的配送延誤，南寧到柳州的配送延誤為相應(yīng)的變量，節(jié)點(diǎn)意義為當(dāng)北京配送至武漢時(shí)發(fā)生延誤，導(dǎo)致武漢至柳州有三種情況，一是武漢至柳州時(shí)間提前，但是總體時(shí)間發(fā)生了延誤;二是武漢至柳州時(shí)間沒有延誤，總體時(shí)間沒有發(fā)生了延誤;三是武漢至柳州發(fā)生了延誤，總體時(shí)間也發(fā)生了延誤。為此每個(gè)節(jié)點(diǎn)取值均是大于等于7或小于7，各變量對應(yīng)的值域?yàn)锽Q：{<7，≥7};GQ：{<7，≥7};NQ：{<7，≥7};BL：{<7，≥7};WL：{<7，≥7};NL：{<7，≥7}。

（二）延誤模型的網(wǎng)絡(luò)結(jié)構(gòu)

根據(jù)上述模型變量之間的相互關(guān)系，在構(gòu)造貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)上，首先是確定相關(guān)變量集及其對應(yīng)的值域;其次是給出網(wǎng)絡(luò)結(jié)構(gòu)，確定有向無環(huán)圖;然后是給出各個(gè)因素局部概率的分布情況，即條件概率，表示節(jié)點(diǎn)間與父節(jié)點(diǎn)之間的相互關(guān)系;最后根據(jù)貝葉斯網(wǎng)絡(luò)構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)圖，如下圖所示：

每一個(gè)節(jié)點(diǎn)表示了一個(gè)變量，節(jié)點(diǎn)之間的有向弧則表示了各節(jié)點(diǎn)（變量）之間的關(guān)系，即因果關(guān)系。參考了國家郵政局公布的2017年主要快遞企業(yè)有效申訴表，根據(jù)國家郵政局監(jiān)測提供的數(shù)據(jù)，以郵政快遞為準(zhǔn)接下來計(jì)算北京（B）到欽州（Q）的條件概率：

北京到南寧快遞是3天，南寧到欽州是2天，共5天，當(dāng)強(qiáng)冷空氣南下，北京至南寧的航班受延誤導(dǎo)致5天才到，這時(shí)候有3種情況，一種是南寧到欽州1天到，共6天，這種是沒有發(fā)生延誤;一種是南寧到欽州2天到，共7天，這時(shí)產(chǎn)生了延誤;最后一種就是南寧到欽州變成了3天，也發(fā)生延誤了。

因此根據(jù)貝葉斯公式計(jì)算出第一種情況;

P（N<7∣B≥7）=0.0736*0.9282/0.0718=0.9515

P（Q<7∣N<7）=0.9301*0.9282/0.9515=0.9073

第二種情況;

P（N<7∣B≥7）=0.9515

P（Q≥7∣N<7）=0.9274*0.0718/0.9515=0.0700

第三種情況;

P（N≥7∣B≥7）=0.0763*0.0718/0.0718=0.0763

P（Q≥7∣N≥7）=0.0723*0.0718/0.0763=0.0680

北京至武漢的快遞是3天，武漢至柳州的快遞是2兩天，共5天，當(dāng)出現(xiàn)暴雪天氣時(shí)，北京至武漢的航班受延誤，根據(jù)實(shí)際情況，可以得知有3種情況，一是北京至武漢發(fā)生了延誤，用了5天，武漢至柳州時(shí)提前了一天，總共時(shí)間6天，沒有發(fā)生延誤;二是武漢到柳州用了2天到，沒有發(fā)生延誤，但是總共花了7天，這時(shí)產(chǎn)生了延誤;最后一種就是武漢到柳州變成了3天，發(fā)生延誤了，總體時(shí)間也發(fā)生了延誤。這時(shí)需要考慮一種情況，假設(shè)武漢跟南寧是相互關(guān)系的。然后在貝葉斯公式基礎(chǔ)上計(jì)算。

同理，北京到南寧快遞是3天，南寧到柳州是2天，共5天，當(dāng)強(qiáng)冷空氣難下，北京至南寧的航班受延誤導(dǎo)致5天才到，這時(shí)候有3種情況，一種是南寧到柳州1天到，共6天，這種是沒有發(fā)生延誤;一種是南寧到柳州2天到，共7天，這時(shí)產(chǎn)生了延誤;最后一種就是南寧到柳州變成了3天，也發(fā)生延誤了。

P（N<7∣B≥7）=0.0736*0.9282/0.0718=0.9515

當(dāng)武漢沒有發(fā)生延誤時(shí)：

P（L<7∣N<7，W<7）=

0.9290*0.9282*0.9188/0.9515*0.9314=0.8940

當(dāng)武漢發(fā)生延誤時(shí)：

P（L<7∣N<7，W≥7）=

0.9290*0.9282*0.0731/0.9515*0.0727=0.9112

其他情況;

P（N<7∣B≥7）=0.9515

當(dāng)武漢沒有發(fā)生延誤時(shí)：

P（L≥7∣N<7，W<7）=

0.9279*0.0718*0.9397/0.9515*0.9314=0.0706

當(dāng)武漢發(fā)生延誤時(shí)：

P（L≥7∣N<7，W≥7）=

0.9279*0.0718*0.0771/0.9515*0.0723=0.0747

第三種情況;

P（N≥7∣B≥7）=0.0763*0.0718/0.0718=0.0763

當(dāng)武漢沒有發(fā)生延誤時(shí)：

P（L≥7∣N≥7，W<7） =

0.0751*0.0718*0.9325/0.0763*0.9307=0.0708

當(dāng)武漢發(fā)生延誤時(shí)：

P（L≥7∣N≥7，W≥7）=

0.0751*0.0718*0.0762/0.0763*0.0747=0.0732

（三）模型結(jié)果

根據(jù)以上分析，當(dāng)北京發(fā)生延誤時(shí)，對于武漢來講，出現(xiàn)以下3種情況，當(dāng)延誤傳到武漢時(shí)，一是在武漢延誤被降低了，這時(shí)候要考慮南寧的延誤情況，當(dāng)武漢沒有發(fā)生延誤，南寧也沒有延誤時(shí)，柳州沒有延誤的概率為0.9338，當(dāng)武漢沒有發(fā)生延誤，南寧有延誤時(shí)，概率為0.9408;二是當(dāng)延誤傳至武漢時(shí)，武漢到柳州的快遞沒有發(fā)生延誤，但是對于柳州來講，總體時(shí)間產(chǎn)生了延誤，此時(shí)當(dāng)武漢沒有發(fā)生延誤，南寧沒有延誤時(shí)，柳州發(fā)生延誤概率為0.0729，當(dāng)武漢沒有發(fā)生延誤，南寧發(fā)生延誤時(shí)，柳州出現(xiàn)延誤的概率為0.0752;最后一種情況，就是北京的延誤傳至武漢時(shí)，武漢對延誤的吸收能力有限，將延誤傳播至柳州，這樣總體上都產(chǎn)生了延誤，這時(shí)當(dāng)武漢發(fā)生延誤，南寧沒有延誤時(shí)柳州發(fā)生延誤的概率為0.0732，當(dāng)武漢發(fā)生延誤，南寧也發(fā)生延誤時(shí)，這時(shí)柳州發(fā)生延誤的概率為0.0720。同樣，當(dāng)南寧發(fā)生延誤時(shí)，對于柳州來講也有3種情況，一種就是延誤到南寧后延誤效應(yīng)影響不大，南寧到柳州的快遞沒有發(fā)生延誤，這種情況下當(dāng)南寧沒有發(fā)生延誤，武漢沒有發(fā)生延誤下柳州也沒有發(fā)生延誤的概率為0.8940，在南寧沒有發(fā)生延誤，武漢發(fā)生延誤下柳州沒有發(fā)生延誤的概率為0.9112;第二種情況就是南寧至柳州沒有發(fā)生延誤，但是總體時(shí)間卻發(fā)生了延誤，同樣的當(dāng)南寧沒有發(fā)生延誤，武漢沒有發(fā)生延誤下柳州發(fā)生延誤的概率為0.0706，當(dāng)南寧沒有發(fā)生延誤，武漢發(fā)生概率時(shí)柳州也發(fā)生延誤的概率為0.0747;第三種就是北京的延誤傳至南寧，導(dǎo)致南寧到柳州也發(fā)生了延誤，這時(shí)候當(dāng)南寧發(fā)生延誤時(shí)，武漢沒有發(fā)生延誤的概率下柳州發(fā)生延誤的概率為0.0708，當(dāng)南寧發(fā)生延誤，武漢也發(fā)生延誤下柳州發(fā)生延誤的概率為0.0732。

為此建立如圖以下網(wǎng)絡(luò)結(jié)構(gòu)：

四、結(jié)論及建議

1.物流延誤受到隨機(jī)因素的干擾，具有不確定性。物流延誤的初始延誤點(diǎn)事件具有隨機(jī)性，在進(jìn)行實(shí)踐過程中要進(jìn)行線路和物流線路上的歷史數(shù)據(jù)統(tǒng)計(jì)，從大數(shù)據(jù)中分析出事件出現(xiàn)的頻率等，歸納分類各類事件出現(xiàn)的具體情況，并從中探索隨機(jī)因素導(dǎo)致的延誤事件發(fā)生普遍規(guī)律，從而方便進(jìn)行科學(xué)管理，對于出現(xiàn)概率高、影響范圍廣的隨機(jī)因素要進(jìn)行前置監(jiān)控和預(yù)測，將不確定性用科學(xué)的方法進(jìn)行管理，提高決策的科學(xué)性。

2.物流延誤是可以被合理預(yù)測到的，根據(jù)預(yù)測結(jié)果判斷延誤出現(xiàn)的可能，能夠?qū)μ岣哒麄€(gè)物流環(huán)節(jié)效率管理，提升物流服務(wù)效率，提高社會經(jīng)濟(jì)利用水平，降低重復(fù)和消除浪費(fèi)。在預(yù)測中，要從初始節(jié)點(diǎn)物流事件出發(fā)，采用大數(shù)據(jù)、概率論等相關(guān)手段，在延誤發(fā)生之后要加強(qiáng)信息溝通，為科學(xué)預(yù)測提供基礎(chǔ)保障，并在物流節(jié)點(diǎn)間實(shí)施動態(tài)監(jiān)控，對傳播的三種效應(yīng)進(jìn)行不斷跟蹤，為決策提供可靠的信息依據(jù)。（作者單位：1.廣西科技大學(xué) ?北部灣大學(xué); 2.廣西科技大學(xué)）

本文系：廣西科技廳課題（中國-馬來西亞物流科技人才交流創(chuàng)新平臺建設(shè)2017AD19022）;教育部人文社科課題（海上絲綢之路跨境電子商務(wù)物流風(fēng)險(xiǎn)防范機(jī)制研究15XJA630005）。