基于擴展VIKOR方法的生鮮電商綜合評價

李曉瑩　何明珂　喻曉

摘要：近年來，基于生鮮電商輿論熱度和兩極化的發展趨勢，對市場上生鮮電商行業主流商家進行綜合評價研究。首先通過體驗式購買、文獻研究，設計問卷調查、專家訪談的方法，建立生鮮電商的綜合評價體系，然后采用帶有模糊數的多準則妥協解排方法（VIKOR）方法，建立數學評價模型，采用熵權法，確立指標權重，依據體驗式購物結果、問卷調查分析結果、和電商網站上公開的信息作為指標值，進行實證分析，最后得到生鮮電商網站的綜合評價值排名，并根據企業排名和指標權重等結果進行相應的說明分析。評價和分析結果在一定程度上能夠反映生鮮電商企業的綜合能力對比，給消費者、投資商、政府主管部門及生鮮電商參與者提供評判依據。

關鍵詞：生鮮電商;綜合評價;VIKOR方法;熵權法

中圖分類號： F724.6? 文獻標志碼： A? 文章編號：1002-1302（2019）03-0331-07

隨著電子商務的快速發展，電商企業不斷擴充品類、優化物流及售后服務，并不斷趨向于垂直化和細分化[1]。同時，為推進現代農業發展，加強農產品市場流通服務體系建設，國家財政部門出臺了相關意見，加大對農產品流通環節的扶持力度。在市場競爭和政府引導的雙重激勵下，生鮮商品以其高毛利率和高購買率的特點，吸引了大量的企業注資和進入。2009年開始，大型購物平臺接連涉足生鮮產品市場，成立了生鮮產品電商平臺，如京東生鮮頻道、本來生活、每日優鮮、順豐優選等，生鮮電商引來了大量的風險投資，而風險投資的注入也帶動了生鮮電商市場的快速發展。但受到生鮮產品本身標準化程度低、易腐性強以及包裝、配送等冷鏈物流成本高昂等條件的制約，生鮮電商的盈利能力受到了極大的限制。李學工等報道，2015年市場上95%以上的生鮮電商企業都處于虧損狀態[2]。同時，市場上多個活躍品牌的生鮮電商及其提供的眾多服務令人眼花繚亂，如何評估生鮮電商平臺及其服務成了消費者、投資商、政府部門高度關注的問題，亟須采取科學方法對眾多生鮮電商進行綜合評價。

目前，關于生鮮電商的相關研究領域主要集中在以下4個方面：（1）電商平臺方面。主要探討生鮮電商的運作優勢和商業模式。由于生鮮產品本身具有保鮮保質期短、損耗大、客單價低、消費季節性強等特征，其供應鏈成本非常高[3]。在應用現代電子信息技術的基礎上，生鮮產品電商平臺的上線，消除了時間和空間上的限制，降低了生鮮產品的時間成本、空間成本和流通成本[4-5]。對比線上和線下2種交易情況下的農產品供應鏈渠道，可以看出電子商務對農產品的流通有促進作用[6]。（2）從消費者角度。探討相關消費者對產品及服務的需求和影響因素。在當今社會化商務環境下，消費者信任是促使消費者產生購買行為并促進社會化商務可持續發展的重要前提，消費者的網購經歷、網站的安全、個性化、物流服務質量等要素都會影響消費者信任的形成[7-8]。同時，對消費者購買意愿影響最大的因素是產品的質量和信息[9]。（3）從農產品電商的物流系統方面。分析其中存在的不足。從消費者對生鮮產品物流服務的需求出發，總結出需求特性主要集中在及時性、位置響應性和安全性[10]。但結合我國農產品電商和冷鏈物流的概況，有學者認為，制約我國農產品電商發展的主要問題之一是冷鏈物流的發展不完善，農產品包裝缺乏科學性、運輸成本高、損耗大、冷鏈物流覆蓋面積小、設施設備標準化程度低[11-13]。（4）從農產品電商企業的運營方面。總結出目前國內外生鮮電商的商業模式主要分為B2C型、O2O型、C2B型和快物流模式等[14]。其物流模式主要有自建物流、第3方物流、自建+第3方物流3種模式，以及適用于中小型生鮮電商企業的第3方物流+消費者自提第3方配送模式[15]。并對業務流程、配送路徑、供應鏈協調等進行了優化[16-18]。

綜上所述，目前對生鮮電商的研究多集中于對生鮮電商平臺的商業模式和消費者購買意愿影響因素分析、對物流系統和供應鏈效率的優化提升，而對生鮮電商的綜合能力進行研究的文獻較少。

為了對生鮮電商市場目前發展現狀進行綜合研究，筆者首先通過文獻研究法和訪談法，歸納出不同生鮮電商的判斷特征，建立生鮮電商綜合評價指標體系，進而采用擴展的多準則妥協解排方法（VIKOR）方法構建數學評價模型，并以市場上主流生鮮電商為研究對象，通過體驗式購買試驗和問卷調查的方式收集數據，通過實證計算最后得到綜合評價排序結果，并進行分析。本研究可能在以下3個方面做出了一定的邊際貢獻：（1）總結了生鮮電商的差異特征和發展現狀;（2）建立了生鮮電商綜合能力評價的指標體系;（3）得到了市場上主要生鮮電商平臺的綜合評價結果并進行了特征分析。研究結果可為消費者、投資商、政府主管部門客觀評價生鮮電商提供評判依據。

1 生鮮電商綜合評價指標體系建立

1.1 生鮮電商差異特征分析

目前，國內有多個品牌的生鮮電商平臺，但運營模式存在明顯差異。為了深入分析這些差異，筆者所在小組首先進行文獻研究，對學者們現有的商業運營模式及資源能力作了總結，同時在北京地區進行了1次購買體驗試驗。為了可以對這些生鮮電商進行有效對比，筆者所在小組從每個電商網站購買了相同常見的生鮮商品，分別為山東富士、福建產柚子、冷凍牛腩、奶制品，記錄下了各電商的網站內容、商品種類、訂單內容、付款方式、信息跟蹤、配送時效、商品質量、訂單周轉時間、物流服務態度、冷鏈質量、包裝、售后服務全過程的消費體驗，共獲得28份試驗記錄。筆者所在研究小組認為，在電商快速發展的黃金時期，在資本的推動下，生鮮電商為了快速搶占市場，進行各種創新，以此獲得競爭優勢博得市場認可。因此，各品牌生鮮電商在商業模式、產品能力和物流資源等方面都表現出了差異，研究小組決定選擇以下存在主要差異的特征進行分析和比較，生鮮電商的差異特征見表1。

1.2 生鮮電商綜合評價體系的建立

為了便于對各生鮮電商進行綜合評價，必須從上述差異特征方面研究出細化的綜合評價指標，形成生鮮電商評價指標體系。

筆者所在研究小組針對生鮮電商的評價指標，再次進行了文獻研究，考慮到生鮮電商提供服務的平臺即生鮮電商網站擁有一般電商網站的共性，因此，在中國知網文獻數據庫選取電商網站評價指標體系方面的11篇代表性文獻[19-29]，評價內容主要是針對電商網站的客戶服務、企業績效、網站綜合能力等方面，電商譯價指標的選取文獻研究情況見表2。

通過文獻研究可以看出，網站信息的內容和質量、網頁頁面美觀性、網站易用性、頁面流暢度等因素的占比都較高，但通過實際測評發現，由于信息網絡技術發展迅速，目前電商網站已經很少存在頁面美觀程度低、流暢性差、安全性差等問題，因此與此相關的部分指標不能再作為本試驗的研究體系。

為了使評價指標體系更有現實意義，筆者所在研究小組決定綜合購物體驗、消費者購買意愿、專家意見等3個方面構建評價指標。通過比較體驗購物試驗的研究結果，記錄試驗數據，為了辨別這些差異帶來的消費體驗和對市場競爭力的影響，就影響生鮮電商消費者購買意愿的因素，編寫了電子問卷并進行了調查。問卷編寫原則是考察消費者對生鮮電商的消費體驗意愿，編寫載體是問卷星網站，調查方式為通過微信填寫和轉發，調查對象大部分在北京地區，身份為學生和白領，回收了302份有效問卷。結合問卷調查結果和專家及生鮮電商從業人員的意見，按照指標體系完整化、系統化、最簡化、指標可量化、數據可獲取的原則，將生鮮電商的綜合評價指標劃分為3個方面12個指標進行評價，生鮮電商綜合評價指標體系見表3。

2 生鮮電商綜合評價模型的建立

2.1 生鮮電商綜合評價指標值數據類型的確定

多屬性決策是與多個屬性相關的有限方案選擇問題，由于多屬性決策問題的復雜性和不確定性，可能會出現屬性值為數值、區間數、模糊數等多種形式信息的情形[30]。從表3可以看出評價指標的復雜性，進行的研究可歸結為多屬性決策問題。一些指標可以用客觀的明確數據測量，可用具體數值來描述，有的指標帶有一定的不穩定性，不易衡量，如品牌價值、采購渠道等，其取值基于評價者的試驗結果或者主觀經驗判斷，且帶有一定的猶豫度，因此采用直覺模糊數來描述[31];同時，對諸如生鮮產品的品控這類指標值進行評估時，采用諸如差、較差、好、較好，一般等語言形式能較容易表達對問題的評價[32]，因此，這類指標值采用語言變量的數據形式表達。下面介紹相關數學定義。

定義2：語言變量。

語言變量是指標值為自然語言短語的變量。在解決太復雜或太模糊的問題時，語言描述更符合評價者的主觀認知，因此比數據更適合，且可以轉換成IFNs的形式[34]，語言變量與IFNs間的轉換見表4。

2.2 生鮮電商綜合評價方法的確定

由于本研究是基于上述眾多不同類型評價指標對生鮮電商進行評價，所以歸結為多屬性決策問題。關于多屬性決策問題常用的方法有層次分析法（AHP）、網絡層次分析法（ANP）、主成分分析法（PCA）、數據包絡分析法（DEA）、逼近理想解的排序方法（TOPSIS）、多準則妥協優化（VIKOR）方法等。經研究AHP的權重值過多依賴于評價者主觀的意愿[35];ANP著重研究指標之間的相關聯系[36]，但研究方法過于復雜且無法避免主觀性;主成分分析法是在保證信息損失盡可能少的前提下，經過線性變換對指標進行集聚使高維指標數據得到簡化[37]，不適合本研究情況;數據包絡分析法是多投入、多產出的決策單元的相對有效性的評價方法[38]，本研究并不界定生鮮電商的指標投入產出值，因此不采取這種方法;TOPSIS方法是構造多屬性問題的理想解和負理想解，并以接近理想解和遠離負理想解這2個基準作為評價各可行方案的依據[39]，較為合適本研究的綜合評價排序，然而卻存在一定的局限性，沒有考慮到正負理想解距離之間的相對重要性。VIKOR方法是基于折衷優化思想提出的排序方法[40]，是由Opricovic等于1998年首次提出，用于解決復雜系統多準則優化的問題，是多指標評價的有效工具[41]，基于如下形式的Lp-測度：

折衷排序方法克服了TOPSIS法的局限。因此，本研究采用VIKOR方法加以評價。

2.3 基于擴展VIKOR方法的生鮮電商綜合評價模型的構建

根據表3確定的生鮮電商綜合評價指標，筆者所在研究小組接下來按照以下步驟，建立了基于混合VIKOR方法的生鮮電商綜合評價模型。

按慣例取v=0.5，計算Qi值，按照Qi值得升序順序得到排序結果a（1），a（2），…，a（n）且驗證是否滿足條件：

（1）a（x+1）-a（x）≥1（n-1）;

（2）按照Qi的升序排序順序，若該排序順序同時也是Ei，Ri的排序，否則得到相應的妥協排序。

3 實證應用研究

基于本研究建立的綜合評價指標體系和數學評價模型，筆者所在研究小組在互聯網大數據分析網站易觀智庫上，進行關鍵字搜索，選取15家市場上主要的生鮮電商平臺作為研究對象，收集各指標值，通過數學計算得出每個平臺的綜合得分，進行排列，并對評價結果進行分析。

3.1 指標值的收集與處理

在指標值的收集過程中，由于企業內部信息的不透明，評價者獲取信息的能力受到限制，直接采集準確的指標值難度較大，因此本研究通過體驗式購物試驗法對不同電商網站的同種指標值進行收集和預測，將可采集數據進行規范化計算，數據統計方式和類型見表5。

按照公式（1）將采集到的數據進行規范化處理，得到定量型指標值見表6，定性指標值見表7。

3.2 生鮮電商綜合評價

利用擴展VIKOR評價模型及其數據處理程序，對上述生鮮電商主流企業進行綜合評價：

（1）數據規范化

將表7按照公式（1）進行規范化處理，再將語言變量按照表4轉換成IFNs，集結得到規范化后的數值。

（2）確定各指標值權重

按照公式（3）求得各個評價指標值均值，利用熵值法公式（5）、公式（6）、公式（7）結合各類數據類型距離測度計算公式，計算出各評價準則的權重見表8。

（3）確定指標值的最優值及最差值

為了在生鮮電商綜合評價的過程中能綜合考慮各個相關因素，得出較為科學的結果，決策過程去整體指標效用最大化權重v=0.5，也就是同樣重視個別指標不滿意度最小化，由距離測度公式（4），結合公式（2）、公式（8）、公式（9）、公式（10），分別計算各生鮮電商的EI、Ri和Qi值，計算值結果和排序見表9。

其中：Ei排序代表生鮮電商整體指標效用最大化排序，即按照該生鮮電商企業與最理想指標的距離接近程度排序;

Ri排列順序是按照生鮮電商的個體遺憾值從大到小排序，代表了評價者對生鮮電商企業的不滿意度的排序;Qi排序為生鮮電商綜合評價最終排名結果。從表9可以看出，其中Qi值最小的生鮮電商企業為京東生鮮頻道，同時滿足其Ei和Ri也是最小值，且Q[a（2）]-[a（1）]=0.195 88>1/（15-1）=0.071 43，滿足評價準則（1）和準則（2），是穩定的最優值。

3.3 評價結果分析

基于市場上選取的15家主要生鮮電商品牌為樣本，測量其12個指標值，對求得的權重和排名結果展開分析。

（1）從權重角度來看，網站流量、物流模式、配送范圍、品控等指標的權重為指標值的前5名，直接原因是生鮮電商企業的這些實力比較分散，根本原因是這些指標對企業的資源和能力的要求最高; 而采購渠道、產品價格、資金能力等指標所占的權重值較小，從研究結果可以看出，生鮮電商平臺之間的這些指標的差距不大，可以側面看出，生鮮市場的采購渠道公平;線上銷售的生鮮產品價格透明，且差距較小，資金能力相對其他能力差異較小。（2）綜合排序前5名的電商企業依次為京東生鮮頻道、喵鮮生、中糧我買網、順豐優選、天天果園，這些生鮮電商的共同點為都是老牌生鮮電商、有一定量的客戶基礎與品牌價值，客單價、配送范圍和品控等指標領先突出，其他指標值都在較高水平。（3）綜合排名靠后的生鮮電商平臺有沱沱工社、愛鮮蜂、一米鮮、許鮮等，除了沱沱工社外，這些大多為初創型生鮮電商，明顯劣勢在網站流量、資金能力、配送范圍、采購渠道和產品數量上，且整體指標水平較低。（4）評價結果與筆者所在研究小組的預期差距較大的是最近吸引眾多輿論關注與資本注入的易果生鮮的排名不太理想，分析特殊原因是該平臺流量不完全來自于易果生鮮APP本身，還同時為大流量平臺的天貓超市和蘇寧易購供貨，筆者沒有把這一特殊點列入主要評價體系。（5）按照Qi值得到的排序結果，與Ei和Ri的升序排序結果有偏差，所以排序結果的穩定性較差，因此得到排名結果并不是穩定的最優解，說明各生鮮電商平臺的排名差距并不穩定，市場變化空間較大。

4 結束語

考慮到現在市場上的生鮮電商商家眾多，且暫時沒有科學合理的統一評價方法來對生鮮電商進行量化評價，采用科學方法建立了甄別生鮮電商運營差異的特征，進一步確定了生鮮電商綜合評價指標體系，采用VIKOR方法構建了數學評價模型，根據不同生鮮電商在多維指標下測量到的指標值，采用熵值法對指標值客觀賦權，最終得到一個相對全面客觀量化的評價排名結果。

分析生鮮電商的綜合排名結果和排名靠前的生鮮對象的指標值發現，生鮮電商的差距主要體現在網站流量、客單價、商品品控、配送范圍等指標上，尤其是用戶量和配送范圍等指標，能夠反映電商網站的長期累積。研究發現，對用戶而言，商品品控和價格會更大程度地影響消費者的購物需求和對生鮮電商網站的偏好，而配送時效這類指標的影響因素相對較低，這是因為本研究是針對生鮮電商的綜合實力而不是針對消費者偏好的權重。

本研究局限性及未來進一步的研究方向主要包括以下4個方面：（1）數據收集精確度有限，比如網站的客單價只通過最低包郵價來計量不夠準確，商品品控等主觀評價值來源于評價者的抽樣試驗，無法避免試驗結果的偶然性和評價者本人判斷的主觀因素。（2）由于資源和時間的限制，筆者研究小組體驗式購物的次數有限，評價指標中沒有納入消費者購物體驗滿意度影響的相關指標。（3）指標權重由熵值法進行確定，對數據歸一化的方法不同，得到權重的差異較大，對評價結果也有一定影響，難以避免這種不精確數值帶來的干擾。（4）僅建立有限數量的指標對生鮮電商做了綜合評價，由于時間的流動與市場的變化，調研結果有一定程度的時效性限制。今后研究方向以期進一步完善指標體系，并通過因子分析等統計方法對指標進行降維和簡化，形成更系統的指標體系，并能對生鮮電商未來的績效改進方向給出定量的建議。

參考文獻：

[1]中國生鮮電商行業研究報告簡版（2016年）[R]. 艾瑞咨詢系列研究報告，2016（6）：54.

[2]李學工，齊美麗. 生鮮電商冷鏈物流的成本控制研究[J]. 農業經濟與管理，2016（4）：52-60.

[3]林 略，楊書萍，但 斌. 時間約束下鮮活農產品三級供應鏈協調[J]. 中國管理科學，2011，19（3）：55-62.

[4]Andreopoulou Z，Tsekouropoulos G，Koutroumanidis T，et al. Typology for e-business activities in the agricultural sector[J]. International Journal of Business Information Systems，2008，3（3）：231-251.

[5]紀良綱，劉東英，郭 娜. 農產品供應鏈整合的困境與突破[J]. 北京工商大學學報（社會科學版），2015，30（1）：16-22.

[6]王 珂，李 震，周 建. 電子商務參與下的農產品供應鏈渠道分析——以“菜管家”為例[J]. 華東經濟管理，2014，28（12）：157-161.

[7]林家寶，萬俊毅，魯耀斌. 生鮮農產品電子商務消費者信任影響因素分析：以水果為例[J]. 商業經濟與管理，2015（5）：5-15.

[8]甘春梅，鐘綺桐，羅婷予. 社會化商務環境下消費者信任形成的影響因素研究[J]. 情報科學，2017，35（4）：68-73，83.

[9]何德華，韓曉宇，李優柱. 生鮮農產品電子商務消費者購買意愿研究[J]. 西北農林科技大學學報（社會科學版），2014，14（4）：85-91.

[10]劉 剛. 生鮮農產品電子商務的物流服務創新研究[J]. 商業經濟與管理，2017（3）：12-19.

[11]陳鏡羽，黃 輝. 我國生鮮農產品電子商務冷鏈物流現狀與發展研究[J]. 科技管理研究，2015，35（6）：179-183.

[12]張夏恒. 生鮮電商物流現狀、問題與發展趨勢[J]. 貴州農業科學，2014，42（11）：275-278.

[13]周 浩，柯賢文，王利婕. 生鮮品電商包裝存在的問題與對策[J]. 包裝工程，2016，37（5）：185-189.

[14]吳傳淑. 國外生鮮電商發展模式探析[J]. 世界農業，2015（5）：136-138，150.

[15]魏國辰. 電商企業生鮮產品物流模式創新[J]. 中國流通經濟，2015，29（1）：43-50.

[16]邵騰偉，呂秀梅. 生鮮農產品電商分布式業務流程再造[J]. 系統工程理論與實踐，2016，36（7）：1753-1759.

[17]向 敏，袁嘉彬，于 潔. 電子商務環境下鮮活農產品物流配送路徑優化研究[J]. 科技管理研究，2015，35（18）：166-171，183.

[18]甘小冰，錢麗玲，馬利軍，等. 電子商務環境下兩級生鮮供應鏈的協調與優化[J]. 系統管理學報，2013，22（5）：655-664.

[19]郝建華. 模糊信息下的電子商務系統評價模型[J]. 統計與決策，2012（19）：177-179.

[20]燕 蜻. 基于二元語義的電子商務網站評價研究[J]. 圖書情報工作，2010，54（10）：139-142，108.

[21]曹園園，張建同，潘永剛. 電子商務顧客體驗評價指標體系研究[J]. 統計與決策，2014（3）：73-75.

[22]姚 遠. 基于AHP的電子商務評價系統研究[J]. 科技進步與對策，2009，26（10）：129-133.

[23]王小娟，李紅霞. 電子商務服務業企業績效評價研究——基于回歸分析[J]. 技術經濟與管理研究，2014（9）：53-56.

[24]鄧之宏，鄭偉亮，秦軍昌. C2C電子商務服務質量評價實證研究——基于中國C2C市場的問卷調查[J]. 圖書情報工作，2012，56（14）：141-147.

[25]張 潔，趙 英，余 紅. B2C電子商務網站用戶體驗評價研究[J]. 情報科學，2013，31（12）：84-89，94.

[26]肖 毅，楊建平. 基于BP神經網絡的農業電子商務網站評價研究[J]. 中國農學通報，2014，30（29）：314-320.

[27]丁 念. 網站用戶滿意度評價[J]. 情報理論與實踐，2006（3）：321-324.

[28]周 濤，魯耀斌. 層次分析法在B2C電子商務網站評價中的應用[J]. 圖書情報工作，2005（12）：111-114.

[29]王偉軍. 電子商務網站評價研究與應用分析[J]. 情報科學，2003（6）：639-642.

[30]Park，J H J，Hwang H Parkwook J，et al. Similarity measure on intuitionistic fuzzy sets[J]. Journal of Central South University，2013，20（8）：2233-2238.

[31]索瑋嵐，樊治平. 混合型多屬性決策的E-VIKOR方法[J]. 系統工程，2010，28（4）：79-83.

[32]劉培德，張 新，金 芳. 區間概率條件下屬性值為不確定語言變量的風險型多屬性決策研究[J]. 管理評論，2012，24（4）：168-176.

[33]Atanassov K T，Rangasamy P. Intuitionistic fuzzy sets[J]. Fuzzy Sets&Systems，1986，20（1）：87-96.

[34]Zhang S F，Liu S Y. A GRA-based intuitionistic fuzzy multi-criteria group decision making method for personnel selection[J]. Expert Systems With Applications，2011，38（9）：11401-11405.

[35]劉 彬，朱慶華. 基于綠色采購模式下的供應商選擇[J]. 管理評論，2005（4）：32-36，64.

[36]許永平，朱延廣，楊 峰，等. 基于ANP和模糊積分的多準則決策方法及其應用[J]. 系統工程理論與實踐，2010，30（6）：1099-1105.

[37]梁小珍，黎建強，劉建華，等. 基于機場競爭力評價的我國多層次機場體系研究[J]. 管理評論，2016，28（12）：116-126.

[38]周四軍，廖芳芳，李丹玉. 考慮行業異質性的我國工業能源效率分析[J]. 產經評論，2017，8（1）：31-44.

[39]蘭 蓉，范九倫. 三參數區間值模糊集上的TOPSIS決策方法[J]. 系統工程理論與實踐，2009，29（5）：129-136.

[40]耿秀麗，葉春明. 基于直覺模糊VIKOR的服務供應商評價方法[J]. 工業工程與管理，2014，19（3）：18-25.

[41]Opricovic S，Tzeng G H. Compromise solution by MCDM methods：a comparative analysis of VIKOR and TOPSIS[J]. European Journal of Operational Research，2004，156（2）：445-455.

[42]袁 宇，關 濤，閆相斌，等. 基于混合VIKOR方法的供應商選擇決策模型[J]. 控制與決策，2014，29（3）：551-560.

[43]Wang W，Xin X. Distance measure between intuitionistic fuzzy sets[J]. Pattern Recognition Letters，2005，26（13）：2063-2069.劉子飛，岳冬冬，孫慧武，等. 中美貿易摩擦對漁業的影響及對策研究[J]. 江蘇農業科學，2019，47（3）：338-342.