趙夕涵，甘 蜜，田昀翊，姚 竹

應(yīng)急突發(fā)事件下基于用戶感知的物流效率評(píng)價(jià)

趙夕涵，甘 蜜，田昀翊，姚 竹

（1. 西南交通大學(xué)，交通運(yùn)輸與物流學(xué)院，成都 611756；2. 綜合交通大數(shù)據(jù)應(yīng)用技術(shù)國(guó)家工程實(shí)驗(yàn)室，成都 611756）

在重大應(yīng)急突發(fā)事件下，當(dāng)物資配送效率發(fā)生變化時(shí)，容易引起公眾對(duì)物資缺乏的恐慌心理，在此背景下從用戶感知出發(fā)，研究我國(guó)應(yīng)急突發(fā)事件下的物流效率水平具有重要意義。通過(guò)對(duì)全國(guó)消費(fèi)者在新冠肺炎疫情高發(fā)期間進(jìn)行問(wèn)卷調(diào)查獲得用戶感知真實(shí)數(shù)據(jù)，采用多元Logistics回歸分析方法探究用戶感知情況下影響物流效率的主要因素，并基于回歸分析的結(jié)果分析各個(gè)因素對(duì)用戶評(píng)價(jià)的影響程度，從而確定各指標(biāo)的權(quán)重，最后利用模糊綜合評(píng)價(jià)法對(duì)疫情期間的物流效率進(jìn)行綜合評(píng)價(jià)。結(jié)果表明，用戶對(duì)于新冠疫情期間的物流效率評(píng)價(jià)持負(fù)面態(tài)度，這是由消費(fèi)者在疫情期間的購(gòu)物方式單一無(wú)法滿足用戶需求，購(gòu)物種類供給不足以及物流的延遲發(fā)貨等導(dǎo)致的，因此應(yīng)加強(qiáng)應(yīng)急事件下的物流處理能力和相關(guān)物流體系建設(shè)，重點(diǎn)解決導(dǎo)致負(fù)面評(píng)價(jià)的關(guān)鍵要素。

物流工程；應(yīng)急物流效率評(píng)價(jià)；Logistic回歸-模糊綜合評(píng)價(jià)；新冠肺炎；用戶感知

0 引 言

面對(duì)重大應(yīng)急突發(fā)事件時(shí)，物流效率重要性愈加凸顯，唯有強(qiáng)有力的物流系統(tǒng)才能保障居民的日常生活。物流最終服務(wù)的是消費(fèi)者，顧客是物流的核心。新冠肺炎疫情是新中國(guó)成立以來(lái)發(fā)生的傳播速度最快、感染范圍最廣、防控難度最大的一次重大突發(fā)公共衛(wèi)生事件。疫情的爆發(fā)導(dǎo)致各省際和市區(qū)內(nèi)的公路、鐵路、公交、地鐵等交通方式大面積停運(yùn)，物流業(yè)更是受到了直接的沖擊，不同區(qū)域的物流運(yùn)作時(shí)效成為全社會(huì)關(guān)注的焦點(diǎn)。

在新冠疫情等重大突發(fā)應(yīng)急事件下，顧客的心理感知尤為重要，當(dāng)物資配送效率變化時(shí)，容易引起公眾對(duì)物資缺乏的恐慌心理，可能會(huì)造成嚴(yán)重的社會(huì)問(wèn)題[1]。根據(jù)百度搜索指數(shù)[2]，自1月底疫情受到人們的高度關(guān)注以來(lái)，“新冠肺炎”一詞熱度持續(xù)上升，盡管如此，從2020年1～3月的搜索指數(shù)發(fā)現(xiàn)，“快遞”作為用戶感知物流效率的末端方式，其搜索量仍舊在新冠肺炎之上，這表明快遞物流長(zhǎng)期受到人們的高度關(guān)注。并且，這個(gè)時(shí)期人們更多搜索的是物流單號(hào)查詢、順豐物流、郵政快遞等，進(jìn)一步表明了疫情期間快遞物流的效率是消費(fèi)者更加關(guān)注的部分?；诖?，從顧客的心理感知角度來(lái)評(píng)價(jià)我國(guó)在重大應(yīng)急事件下的物流效率水平更具現(xiàn)實(shí)意義。

目前，國(guó)內(nèi)外學(xué)者關(guān)于物流效率評(píng)價(jià)已經(jīng)做了較多的研究，一般是采用自上而下的方法對(duì)整個(gè)物流系統(tǒng)進(jìn)行評(píng)價(jià)。Chen等人從航道的水深、泊位的水深、鐵礦石的吞吐量、港口鐵路線的長(zhǎng)度等評(píng)估中國(guó)渤海灣港口鐵礦石物流的運(yùn)營(yíng)效率[3]。Cao以人員、主要業(yè)務(wù)和倉(cāng)庫(kù)面積等投資數(shù)據(jù)作為輸入變量，以運(yùn)輸、倉(cāng)庫(kù)和貨物裝卸作為輸出變量，對(duì)江蘇省物流效率進(jìn)行評(píng)估，結(jié)果表明江蘇省物流效率低下的城市占比76.9%[4]。Lu基于回歸分析，選取對(duì)外貿(mào)易水平、港口規(guī)模、經(jīng)濟(jì)發(fā)展水平、第二產(chǎn)業(yè)水平和第三產(chǎn)業(yè)水平作為評(píng)價(jià)指標(biāo)，并對(duì)遼寧省四個(gè)港口進(jìn)行了評(píng)價(jià)[5]。De Carvalho等人基于城市道路系統(tǒng)、土地占用面積、城市物流績(jī)效、可持續(xù)性發(fā)展等指標(biāo)對(duì)城市物流效率進(jìn)行評(píng)估[6]。余佳每等人從交通運(yùn)輸規(guī)模（貨運(yùn)量、客運(yùn)車輛等）和區(qū)域經(jīng)濟(jì)發(fā)展（產(chǎn)業(yè)生產(chǎn)總值、人均地區(qū)生產(chǎn)總值等）兩個(gè)方面建立了一個(gè)多指標(biāo)的評(píng)價(jià)體系，并基于主成分分析和熵值法評(píng)估了我國(guó)交通運(yùn)輸與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性[7]。Zheng等人考慮碳約束政策對(duì)中國(guó)區(qū)域物流效率進(jìn)行評(píng)價(jià)，以固定資產(chǎn)投資、物流網(wǎng)絡(luò)的長(zhǎng)度、郵政網(wǎng)點(diǎn)和終端能耗作為輸入，物流業(yè)的貨運(yùn)量和總產(chǎn)值和碳排放作為輸出[8]。簡(jiǎn)而言之，大量的文獻(xiàn)均是從宏觀層面，考慮產(chǎn)值、投入等指標(biāo)進(jìn)而對(duì)物流效率進(jìn)行評(píng)估。

已有研究較少?gòu)挠脩舻恼鎸?shí)感知角度來(lái)評(píng)價(jià)物流效率。事實(shí)上，基于用戶感知的物流效率評(píng)價(jià)至關(guān)重要[9-12]，尤其是在突發(fā)應(yīng)急情況下，如能獲取用戶在風(fēng)險(xiǎn)敏感情況下對(duì)物流效率的真實(shí)感知，得出的相關(guān)結(jié)論可以幫助應(yīng)急物流系統(tǒng)的有效優(yōu)化。本文針對(duì)新冠肺炎疫情下基于用戶感知的物流效率進(jìn)行調(diào)查研究，通過(guò)有效的問(wèn)卷設(shè)計(jì)，探尋用戶感知物流效率的影響要素，并基于真實(shí)的問(wèn)卷調(diào)查來(lái)構(gòu)建基于用戶感知的物流效率評(píng)價(jià)指標(biāo)體系，獲得一個(gè)自下而上的評(píng)價(jià)框架，緊接著利用Logistic回歸分析結(jié)果確定權(quán)重值，進(jìn)而利用模糊綜合評(píng)價(jià)法從正面、中立和負(fù)面三個(gè)評(píng)價(jià)角度對(duì)物流效率進(jìn)行評(píng)價(jià)，豐富了物流效率評(píng)價(jià)的內(nèi)容，為我國(guó)物流系統(tǒng)優(yōu)化提供新的思路。

1 問(wèn)卷調(diào)查與分析

1.1 問(wèn)卷設(shè)計(jì)

為充分了解疫情期間人們對(duì)于末端物流配送效率的感知情況，探知用戶感知下影響物流效率的因素，本文設(shè)計(jì)了一份針對(duì)性的調(diào)查問(wèn)卷，綜合考慮用戶自身的個(gè)體特征和個(gè)人行為[13]，主體的服務(wù)能力和服務(wù)質(zhì)量[14, 15]，以及用戶的心理感受[12]等?？紤]用戶的個(gè)體特征主要是為了了解用戶自身的年齡、職業(yè)等，判斷用戶的感受會(huì)不會(huì)因其年齡、職業(yè)等的不同而產(chǎn)生影響；個(gè)人行為主要是分析用戶在疫情期間和非疫情期間的購(gòu)買行為，包括購(gòu)物方式、購(gòu)物種類等，對(duì)比分析疫情導(dǎo)致的購(gòu)物行為變化；主體的服務(wù)能力和質(zhì)量主要是分析物流運(yùn)作的情況，包括發(fā)貨情況、到貨情況、派件方式等；而用戶的心理感知包括受疫情影響導(dǎo)致的心理變化和現(xiàn)狀感知等。據(jù)此設(shè)計(jì)的初始指標(biāo)集如圖1所示。

圖1 問(wèn)卷設(shè)計(jì)初始指標(biāo)集

1.2 問(wèn)卷調(diào)查

受疫情影響，本次問(wèn)卷通過(guò)線上轉(zhuǎn)發(fā)回收的方式進(jìn)行，問(wèn)卷于2020年2月20日發(fā)放，2月26日收回，覆蓋全國(guó)范圍。該段時(shí)期正是自2月17日出現(xiàn)第一個(gè)確診峰值后，中國(guó)疫情暴發(fā)最嚴(yán)重的時(shí)期，因此在該時(shí)段投放的調(diào)查問(wèn)卷能夠更好地體現(xiàn)用戶面對(duì)重大應(yīng)急事件且物資配送匱乏時(shí)的真實(shí)感知。共計(jì)收回625份有效問(wèn)卷，其中，男性人數(shù)占比為44.8%，女性占比為55.2%。如圖2所示，在年齡段分布中，人群密集分布于20～25歲，其次是36～35歲，表明此次調(diào)查對(duì)象受眾較為年輕，更能靈活敏捷地適應(yīng)疫情期間的種種變化。調(diào)查對(duì)象的職業(yè)種類豐富，大多數(shù)為學(xué)生（65.6%），其次是政府機(jī)關(guān)/事業(yè)單位人員（9.32%）和教師/醫(yī)生等專業(yè)人員（8.16%），受宣發(fā)問(wèn)卷渠道的局限性，家庭主婦、離退休人員、工人/服務(wù)業(yè)人員參與較少，不超過(guò)2%的總?cè)藬?shù)占比。

圖2 調(diào)查對(duì)象職業(yè)、年齡分布圖

1.3 問(wèn)卷分析

如圖3所示，非疫情期間，60%以上的人的生活購(gòu)物方式是線上線下各占一半，受疫情影響，43.2%的人的購(gòu)物方式變成主要以單一的線下購(gòu)物為主。另外，從疫情期間的購(gòu)物種類來(lái)看，醫(yī)療防護(hù)物資和各類食材是消費(fèi)者需求較大的物品。除此之外，疫情期間的物流作業(yè)周期也相應(yīng)延長(zhǎng)了許多，主要體現(xiàn)在疫情期間的發(fā)貨情況上，如圖4所示。由本次調(diào)查數(shù)據(jù)可知，疫情期間線上購(gòu)物能正常發(fā)貨的僅占13.44%，因?yàn)橛唵瘟看笮栝L(zhǎng)時(shí)間排隊(duì)的占比為23.84%，因?yàn)樯碳胰必浂鴮?dǎo)致發(fā)貨延遲的占比為24.16%，因無(wú)物流公司攬件而導(dǎo)致發(fā)貨延遲的占比為38.56%。此外，有82.56%的人擔(dān)心線下購(gòu)物存在病毒感染風(fēng)險(xiǎn)，73.28%的人線上購(gòu)物存在配送、接收不便的問(wèn)題，56.16%的人提出商品缺貨斷貨的問(wèn)題。

圖3 消費(fèi)者的購(gòu)物方式變化

圖4 疫情期間的發(fā)貨情況

2 回歸模型和指標(biāo)篩選

2.1 模型構(gòu)建與結(jié)果

Logistic回歸分析用于探究當(dāng)因變量取某個(gè)值時(shí)的概率變量與自變量之間的依存關(guān)系。按照的取值個(gè)數(shù)可分為二元回歸和多元回歸，當(dāng)?shù)娜≈抵挥袃深悾ɡ缡呛头?，成功與失敗等）時(shí)稱為二元回歸，本文所設(shè)計(jì)的問(wèn)卷中涉及的選項(xiàng)均不止兩類，因此選用多元回歸模型。將用戶對(duì)疫情期間的物流效率水平的直接感知設(shè)為值，而可能影響用戶感知的因素作為自變量，模型表述如下：

模型運(yùn)算之后采用顯著性水平為0.05的似然比卡方檢驗(yàn)，單因素分析中，每次只分析一個(gè)因素對(duì)結(jié)果的影響程度。若單個(gè)要素的回歸系數(shù)顯著性<0.05，表示其影響顯著，模型通過(guò)檢驗(yàn)，進(jìn)而可識(shí)別影響用戶評(píng)價(jià)的關(guān)鍵因子；<0.1視為有可能影響，將<0.1的所有因素同時(shí)輸入進(jìn)行多因素分析。

為探究單個(gè)因素對(duì)用戶感知的影響程度，利用SPSS軟件進(jìn)行分析，整合得到各個(gè)要素的顯著性值如表1所示。

表1 單因素回歸分析結(jié)果

續(xù)表1

影響因素變量P值 個(gè)體特征交通0.504 地區(qū)1.000 物流運(yùn)作情況郵費(fèi)變化0.011** 延遲發(fā)貨0.000** 取件方式0.544 期望的取件方式0.593 疫情期間的到貨時(shí)間0.000** 非疫情期間的到貨時(shí)間0.006** 主要配送的快遞企業(yè)0.108 心理感知因素線上購(gòu)物存在的不足0.000** 線下購(gòu)物存在的不足0.092* 未來(lái)可能的購(gòu)物方式0.096* 用戶的購(gòu)買行為非疫情期間的購(gòu)物方式0.701 疫情期間的購(gòu)物渠道0.638 疫情期間的購(gòu)物方式0.065* 疫情期間的購(gòu)物次數(shù)0.069* 疫情期間的購(gòu)物種類0.052* 相較于非疫情期間的 購(gòu)物次數(shù)變化0.497

注：**表示<0.05，*表示<0.1。

基于表1得到結(jié)論如下：

（1）物流效率與物流運(yùn)作情況有顯著關(guān)系

到貨時(shí)間，延遲發(fā)貨等物流運(yùn)作情況直接表明了疫情期間物流的運(yùn)作情況是否良好，因此對(duì)于用戶感知的物流效率也產(chǎn)生了直接影響。以疫情期間的到貨時(shí)間為例進(jìn)行分析，如表2所示。

表2 疫情期間到貨時(shí)間與效率評(píng)價(jià)

分別以效率較高和到貨時(shí)間一周以上為基準(zhǔn)組，由表2可知，值均為負(fù)數(shù)，這表明用戶更傾向于認(rèn)為到貨時(shí)間在一周以內(nèi)的物流效率較高。舉例來(lái)看，到貨時(shí)間3d以內(nèi)（效率低下一欄）的回歸系數(shù)為負(fù)，exp()值為0.027，小于1，這表明用戶認(rèn)為到貨時(shí)間在3 d以內(nèi)的相比于一周以上到貨的物流效率更高。

（2）用戶感知的物流效率可能受其疫情期間的購(gòu)買行為影響。

用戶在疫情期間的購(gòu)買行為對(duì)效率評(píng)價(jià)的影響顯著水平明顯不如物流運(yùn)作情況，且僅是略大于0.05，因此考慮這類因素也會(huì)影響到用戶感知的物流效率。以疫情期間的購(gòu)物方式為例分析其中的關(guān)系，如表3所示。

表3 疫情期間的購(gòu)物方式與效率評(píng)價(jià)

效率評(píng)價(jià)以效率較高為基準(zhǔn)，購(gòu)物方式以線上線下各占一半為基準(zhǔn)，由exp()一列的數(shù)值可以看出，疫情期間以線下購(gòu)物為主的人對(duì)物流效率的評(píng)價(jià)表現(xiàn)更敏感，尤其是認(rèn)為效率低下一欄中，其回歸系數(shù)是1.941，exp()值為6.967，這表明以線下購(gòu)物為主的人更傾向于認(rèn)為物流效率水平低下。同樣的，以線上購(gòu)物為主的人相比于購(gòu)物方式為線上線下各占一半的人而言也傾向于認(rèn)為物流效率水平低下，說(shuō)明疫情期間以單一的購(gòu)物方式為主的人普遍認(rèn)為物流效率較低。

（3）用戶感知物流效率水平與其自身的個(gè)體特征無(wú)關(guān)。

用戶的個(gè)體特征一欄的值相對(duì)較大，顯然不會(huì)影響用戶對(duì)物流效率的評(píng)價(jià)，這也充分體現(xiàn)出用戶對(duì)于物流效率水平的感知不因其個(gè)體特征發(fā)生變化，表明結(jié)果比較客觀。以所在地為例具體分析其中的影響關(guān)系，如表4所示。

表4 地區(qū)與效率評(píng)價(jià)回歸分析

從部分省份的回歸分析結(jié)果來(lái)看，地區(qū)對(duì)于物流效率評(píng)價(jià)的影響是沒(méi)有顯著差異的，其中大部分省份的值為0.000，exp（）值為1.000，表明用戶感知的地區(qū)間沒(méi)有顯著差異。

2.2 基于用戶感知的物流效率評(píng)價(jià)指標(biāo)體系

對(duì)表1中標(biāo)*的因素進(jìn)行多因素回歸分析可知其值為0.031<0.05，模型通過(guò)檢驗(yàn)。因此，基于用戶感知的影響物流運(yùn)輸效率的因素主要包含非疫情期間的到貨時(shí)間、疫情期間的到貨時(shí)間、郵費(fèi)變化情況、發(fā)貨情況和用戶在疫情期間的購(gòu)物方式、購(gòu)物次數(shù)、購(gòu)物種類以及線上購(gòu)物存在的不足、線下購(gòu)物存在的不足和未來(lái)可能選擇的購(gòu)物方式。具體評(píng)價(jià)指標(biāo)體系如圖5所示。

圖5 基于用戶感知的物流效率評(píng)價(jià)體系

3 評(píng)價(jià)模型構(gòu)建與求解

3.1 模型描述及權(quán)重獲取

3.1.1 確定因素集和指標(biāo)集

3.1.2 確定指標(biāo)權(quán)重值

2.1的分析表明，不同因素對(duì)用戶感知存在著不同程度的影響，例如物流自身的運(yùn)作情況存在顯著影響，而用戶的個(gè)體特征則完全不影響，同時(shí)，基于式（2）可得：

對(duì)比發(fā)現(xiàn)，各因素的影響程度與回歸系數(shù)是成正比的，如式（5）所示：

3.1.3 構(gòu)建模糊關(guān)系矩陣

根據(jù)所選的指標(biāo)進(jìn)行單因素評(píng)價(jià)，構(gòu)建模糊關(guān)系矩陣，其中，每一行是單一因素對(duì)評(píng)價(jià)集中不同評(píng)價(jià)的隸屬度，關(guān)系矩陣如下：

3.1.4 綜合評(píng)價(jià)

在已知模糊評(píng)價(jià)矩陣的基礎(chǔ)上，對(duì)矩陣與權(quán)重向量進(jìn)行合成運(yùn)算，可得評(píng)判向量結(jié)果與評(píng)價(jià)結(jié)果如下：

3.2 模型求解

將Logistic回歸分析與模糊綜合評(píng)價(jià)模型相結(jié)合，根據(jù)Logistic回歸分析的結(jié)果，利用各指標(biāo)的回歸系數(shù)估計(jì)其綜合權(quán)重值，各因素的回歸系數(shù)如表5所示。

表5 各因素的回歸系數(shù)

對(duì)回歸系數(shù)進(jìn)行歸一化后，得到綜合權(quán)重集如下所示：

綜合考慮有效問(wèn)卷的評(píng)價(jià)結(jié)果，量化各個(gè)評(píng)價(jià)指標(biāo)對(duì)不同評(píng)價(jià)集的隸屬度，構(gòu)建模糊關(guān)系矩陣：

4 結(jié)束語(yǔ)

為了能夠更加真實(shí)地反映出我國(guó)物流在重大應(yīng)急事件下的效率水平，選取本次新冠肺炎疫情為研究對(duì)象，分析用戶在本次疫情當(dāng)中感知的物流效率水平。通過(guò)問(wèn)卷調(diào)查獲得用戶在疫情期間的購(gòu)物狀況和心理感知情況，再利用Logistic回歸分析找出影響用戶評(píng)價(jià)物流效率的因素，最后，采用模糊綜合評(píng)價(jià)法，利用基于用戶感知的數(shù)據(jù)對(duì)物流效率進(jìn)行了評(píng)價(jià)。

（1）物流運(yùn)作情況（非疫情期間的到貨時(shí)間、疫情期間的到貨時(shí)間、郵費(fèi)是否發(fā)生變化、是否出現(xiàn)延遲發(fā)貨）、用戶的購(gòu)買行為（購(gòu)物方式、購(gòu)物次數(shù)和購(gòu)物種類）和用戶的心理感知因素（線上購(gòu)物存在不足、線下購(gòu)物存在不足和未來(lái)可能選擇的購(gòu)物方式）均是影響用戶評(píng)價(jià)物流效率的因素。而用戶的個(gè)體特征（性別、年齡、職業(yè)等）、非疫情期間的購(gòu)物方式、疫情期間的購(gòu)物次數(shù)、購(gòu)物次數(shù)變化、快遞公司和取件方式與用戶的評(píng)價(jià)無(wú)關(guān)。

（2）疫情期間，用戶對(duì)于物流效率的整體評(píng)價(jià)持負(fù)面態(tài)度，表明在應(yīng)急突發(fā)事件下，我國(guó)物流效率水平仍有待提高。同時(shí)，研究表明導(dǎo)致用戶持負(fù)面評(píng)價(jià)的主要原因在于消費(fèi)者在疫情期間單一的購(gòu)物方式存在較多不足，無(wú)法滿足用戶需求。另外，購(gòu)物種類的供給不足引起了消費(fèi)者的恐慌，以及物流延遲發(fā)貨等問(wèn)題，這也為物流系統(tǒng)優(yōu)化提供了突破口，是提高應(yīng)急突發(fā)事件下物流效率水平的著力點(diǎn)。

[1] WANG X, MA C, RUAN J. Emergency supplies optimal scheduling considering the public’s psychological risk perception[J]. Systems Engineering - Theory & Practice, 2013, 33(7): 1735-1742.

[2] 百度指數(shù)官網(wǎng)[DB/OL]. (2020-2-24) [2020-7-5]. http: //index. baidu. com.

[3] CHEN J, WAN Z, ZHANG F, et al. Operational efficiency evaluation of iron ore logistics at the ports of Bohai Bay in China: based on the PCA-DEA model[J]. Mathematical Problems in Engineering, 2016, 2016: 9604819.

[4] CAO C. Measuring sustainable development efficiency of urban logistics industry[J]. Mathematical Problems in Engineering, 2018, 2018(4): 1-9.

[5] LU W. Port logistics efficiency evaluation based on DEA model[C]//Big Data Analytics for Cyber-Physical System in Smart City. Singapore: Springer, 2020: 461–467.

[6] DE CARVALHO P P S, KALID R D A, MOYA RODRíGUEZ J L. Evaluation of the city logistics performance through structural equations Model[J]. IEEE Access, 2019, 7: 121081-121094.

[7] 余佳每, 王沁, 蘇佳琳. 基于熵權(quán)效率的交通運(yùn)輸與經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性分析[J]. 交通運(yùn)輸工程與信息學(xué)報(bào), 2020, 18(2): 177-184.

[8] ZHENG W, XU X, WANG H. Regional logistics efficiency and performance in China along the Belt and Road Initiative: the analysis of integrated DEA and hierarchical regression with carbon constraint[J]. Journal of Cleaner Production, 2020, 276: 123649.

[9] 楊國(guó)元, 史天運(yùn), 張秋亮. 基于BP神經(jīng)網(wǎng)絡(luò)的鐵路客運(yùn)服務(wù)質(zhì)量評(píng)價(jià)研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息, 2016, 16(5): 33-38, 44.

[10] 李健, 王明月, 許路明, 等. 基于用戶感知價(jià)值的醫(yī)療信息服務(wù)評(píng)價(jià)體系構(gòu)建[J]. 數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn), 2019, 3(2): 118-126.

[11] RUBIO B U, AZABACHE I L Y, CARRILLO R P G, et al. Evaluation model about behavior, quality perception and satisfaction of the drinking water service in Trujillo-Peru[J]. WMSCI 2019 - 23rd World Multi-Conference on Systemics, Cybernetics and Informatics, 2019, 3: 97-102.

[12] PRIBYL O, LOM M. Impact of autonomous vehicles in cities: user perception[C]//2019 Smart City Symposium Prague(SCSP). Prague: IEEE, 2019: 1-6.

[13] WEI Y, LI J, HE Y. Research on the influencing factors of college students’ use of online learning platform from the perspective of customer perception[J]. Journal of Physics: Conference Series, IOP Publishing, 2019, 1345: 042080.

[14] ZHANG S, LIANG J, WANG Z. Evaluation method for bicycle lane level of service based on user perception and capacity simulation[J]. Journal of Applied Science and Engineering, 2019, 22(3): 539-548.

[15] BAKTI I G M Y, RAKHMAWATI T, DAMAYANTI S, et al. Developing customer perception based organization performance measurement framework for healthcare service[C]// 2018 IEEE International Conference on Industrial Engineering and Engineering Management (IEEM). Bangkok: IEEE, 2018: 1165-1169.

Logistics Efficiency Evaluation Based on User Perception under Emergency

ZHAO Xi-han, GAN Mi, TIAN Yun-yi, YAO Zhu

(1. School of Transportation and Logistics, Southwest Jiaotong University, Chengdu 611756, China; 2. National Engineering Laboratory of Integrated Transportation Big Data Application Technology, Chengdu 611756, China)

During a major emergency, a fall in the efficiency of material distribution can cause panic among the public regarding the lack of essential materials. Therefore, it is of great significance to study the people’s perception of the level of logistics efficiency in a country. In the present study, through a questionnaire survey on consumers throughout China during the COVID-19 pandemic, we obtained real data about user perception of logistics efficiency, and used multiple logistic regression to analyze the main factors that affect user perception of logistics efficiency. Furthermore, we highlighted the impact of various factors on user evaluation of logistics efficiency based on the results of regression analysis. Then, the weight of each index was determined, and finally, the logistics efficiency during the current pandemic was comprehensively evaluated using the fuzzy comprehensive evaluation method. The results show that users have a negative attitude toward the level of logistics efficiency during COVID-19. This is caused by consumers’ single shopping methods, insufficient access to different shopping types, and delayed delivery of goods and materials. Therefore, China should strengthen its logistics handling capacity and the development of related logistics systems under emergency events, focusing on addressing the key factors that lead to negative user evaluations.

logistics engineering; emergency logistics efficiency evaluation; logistic regression-fuzzy comprehensive evaluation; COVID-19; user perception

1672-4747（2021）03-0067-09

N945.16；F250

A

10.19961/j.cnki.1672-4747.2020.11.007

2020-10-11

2020-12-27

2021-06-03

科技部國(guó)家重點(diǎn)研發(fā)計(jì)劃（2018YFB1601402）

趙夕涵（1997—），女，碩士研究生，主要研究方向?yàn)閿?shù)據(jù)挖掘與分析、物流系統(tǒng)評(píng)價(jià)，E-mail：15885341860 @163.com

甘蜜（1984—），女，副教授，博士生導(dǎo)師，主要研究方向?yàn)槲锪鞔髷?shù)據(jù)挖掘與分析、物流網(wǎng)絡(luò)優(yōu)化、車貨匹配、物流供需平衡等，E-mail：Migan@swjtu.cn

趙夕涵，甘蜜，田昀翊，等. 應(yīng)急突發(fā)事件下基于用戶感知的物流效率評(píng)價(jià)[J]. 交通運(yùn)輸工程與信息學(xué)報(bào)，2021, 19(3): 67-75.

ZHAO Xi-han, GAN Mi, TIAN Yun-yi, et al. Logistics Efficiency Evaluation Based on User Perception under Emergency [J]. Journal of Transportation Engineering and Information, 2021, 19(3): 67-75.

（責(zé)任編輯：李愈）