本篇论文目录导航：
【题目】
B2C电子商务物流服务体系优化探究
【第一章】
B2C电商物流的服务质量提升研究序言
【第二章】
电商物流服务质量评价的理论综述
【第三章】
电子商务物流服务水平评价指标体系构建
【第四章】电商模式下物流服务质量评价方法
【第五章】
京东和天猫物流服务质量评价案例实证
【第六章】
提升B2C电子商务物流服务水平的建议
【结论/参考文献】
网上商城物流服务质量改进分析结论与参考文献
4 B2C 电子商务物流服务质量评价方法
4.1 B2C电子商务物流服务质量评价方法选择
在对B2C电子商务物流服务质量进行评价时，其复杂性决定了其更适用于综合集成的方法进行研究。
在上文中笔者构建了包含五个一级指标和16个二级指标的物流服务质量评价体系。本文主要是从消费者角度对电子商务物流服务质量进行评价，因此大多都是定性指标。在评价时主要依靠客户的主观判断，具有一定的模糊性。顾客很难通过具体的数据评价。因此，在对服务质量评价方法分析的基础上，本文采用层次分析法和模糊综合评价法相结合的模糊综合分析法对B2C电子商务物流服务质量进行评价。其优点在于在解决比较复杂的有多层次评价指标的问题时，其评判的结果是循环的。后一过程中评判所使用的数据以前一阶段的综合评判结果为依据。其次，模糊综合评级法适用性很强。不论是由主观指标构成的体系，还是由客观指标构成的评价体系，都可用此方法来研究。
4.2 B2C电子商务物流服务质量模糊综合评价过程
模糊综合评价法首先判断影响评价对象的各种因素，再运用模糊数学对研究对象进行综合评价。在评价时要确定两个模糊集。第一个模糊集旨在说明指标的重要程度，表现为每个指标的权重。第二个模糊集旨在说明评语等级与评价指标的模糊程度，表现为隶属函数。最后，根据研究的需要将两个模糊集进行模糊运算，就可以对其评判结果进行分析了。因此，指标权重方法的选择和模糊关系矩阵的确定是评价的关键点。
4.2.1 层次分析法确定权重
一、层次分析法的优势
涉及多指标的评价模型在确定指标权重时可采用主观赋值法或客观赋值法。客观赋值法是根据指标相对应的数据通过数学方法计算权重，常用的有主成分法、聚类分析法等。主观赋值法则以相关专家的经验、判断为依据计算研究对象的指标权重，主要有层次分析法、德尔菲法等。
这两类方法各有其特点，客观赋值法以收集的数据为依据，需要足够的样本数据，其客观性较强，但参与性差较难体现参与者对不同指标的重视程度，计算过程复杂繁琐，并且有时运用此方法计算出来的指标权重与参与者观点相差很大。而主观赋值法是根据专家经验计算权重，在进行定性问题的分析时其效果较好。但使用该方法时是根据专家的经验进行判断其主观性较大。根据前文的分析本文所选取的B2C电子商务物流服务质量评价指标体系中定性定量指标都有，且数据是通过向顾客发放问卷的形式获得的，数据较多，不易用客观赋值法计算其权重。因此本文认为使用层次分析法计算各指标权重更为合适。
二、层次分析法的具体计算步骤
1、建立层次结构模型
在对受多种因素影响的目标事物进行判断时可使用层次分析法，建立目标问题的层次结构模型是使用层次分析法的第一步。判断影响目标问题的各个方面，将各因素按其影响的程度及隶属关系划分为不同的层次。递结层次模型中层次结构通常可以分为三层：目标层。目标层的特点是层中有且只有一个因素，这个因素代表了决策评估问题的最高评价标准或是评价决策目标。目标层在层次模型中应属于最高的一层；准则层中通常有多个指标，这一层的作用是对评价作出判定的依据；方案层所反映的是影响目标事物的各方面的因素，其在目标层和准则层之下。
在对受多种因素影响的事物或现象做出决策时，可用层次分析法进行分析。对于目标问题首先通过分析将其分解为各个组成部分。
2、构造判断矩阵
构造判断矩阵是层次分析法的关键步骤。在建立递结层次结构后，不同因素间的并列、从属关系就被确立了。在判断不同的因素的重要程度时，就可以以上层某一元素作为准则，对其从属的下层各影响因素进行两两比较判断其相对重要程度，构成判断矩阵。不同指标之间如何判断谁更重要，重要多少，我们采用下表所示的1-9标度进行相对重要程度赋值。这里选择1-9及其倒数作为量化因素间相对重要性的主要原因是人们在对事情做比较时，通常在1-9之间时能够正确辨认事物的属性，1-9的标度作为定性等级的量化，基本获得了社会的认同。
比较下层元素Bi 与Bj 针对于上层某元素Ak 的相对重要性，就可以形成如下表 4-2所示的多元素的判断矩阵。
3、层次单排序计算权重及一致性检验。
层次单排序是根据上层中某个因素的判断矩阵，用方根法、和积法求出下层元素针对上层某个元素相对重要性的权值，即权重。层次单排序求权重的可归结为计算判断矩阵的特征值和特征向量的问题。
根据求得的CI和RI计算一致性比例CR,CR=CI/RI.当CR小于0.1时，判断矩阵的一致性通过检验，否则应对判断矩阵进行修改直到通过一致性检验为止。通过一致性检验后所求得到最大特征向量即为各指标权重。
4、层次总排序
层次单排序是确定下层指标相对于上层某指标的重要程度，而总排序则是确定最底层所有指标对于总目标相对重要性的排序权值过程。层次总排序要自下而上的对指标体系中的指标权重进行合成。
4.2.2 进行模糊综合评价
一、确定因素集即指标域
所说的因素集指对评价结果有影响的各因素，即 U={U1,U2,……Um}.根据第三章对 B2C 电子商务物流服务质量评价指标的分析，本文的因素集为U=（可靠性、时间性、成本性、信息性和灵活性）。U1=（货物是否正确，服务人员态度，服务人员着装，货物完好程度），U2 =（物流成本，退货成本），U3 =（订单响应时间、配送时间、退货误差处理时间），U4 =（配送方式灵活，付款方式灵活），U5 =（信息及时，信息充足，信息正确，误差信息反馈处理能力）。
二、确定评语集
在运用模糊综合评价时要划定评语等级。把消费者对B2C电子商务下物流服务的可能判断集合起来就形成了评语等级。物流服务质量对评语等级隶属度的信息是通过模糊向量体现出来的。通常评语等级的个数在4到9之间，数目不宜过多也不宜过少。过多的评语等级不适宜人们理解，顾客在理解时可能会错误的解释，对评价结果产生影响。过少的评语等级则不能反映消费者对B2C电子商务物流服务质量的实际评价，因此，五个评语等级便于消费者进行判断。根据上文的分析，本文将评语等级设为5级，即V=（1V,2V,3V,4V,5V ）。其中，.V1表示很满意，V2表示满意，V3表示一般，V4表示不太满意，V5表示不满意。顾客通过指标评语等级的选择就可以判断出其对B2C电子商务物流服务质量的评价。
三、建立模糊关系矩阵 R
评语等级确定后要做的就是确定每个指标对于各评语等级的隶属度。隶属度表示的某一指标对于某一评语等级的隶属程度。在本文的研究中，数据的获取主要通过问卷调查的形式，所以在确定指标的隶属度时，可以用指标属于某一评语等级人数占总人数的比例来衡量。把所涉及到的指标对于评语等级的隶属度都放在一个矩阵中时就得到了模糊关系矩阵R.m个指标的评语集就构造出总的模糊关系矩阵R.m表示指标的个数，n表示评语集个数。
在R矩阵中，rmn表示的是第m个指标对于第n个评语等级的隶属度。
四、确定各指标权重
有关于权重的计算本文在上一节已经给出了详细的说明。在计算中，拟采用层次分析法计算指标的权重。
五、模糊综合评价
运用以上的方法计算得到的一级模糊综合评价的结果，也就是一级指标对各评语等级的隶属度。为得到最终的评价结果还需对准则层的各指标进行二级模糊综合评价。
4.3模糊综合评价结果分析
根据以上各步骤的计算得到的是B2C电子商务物流服务质量评价结果是一个综合评价向量，因此能提供更多的参考信息。这种形式的结果是是模糊综合评价的优点，但在对多家物流供应商的服务质量进行比较时会产生不便。当对两家或两家以上的物流供应商的服务质量进行比较排序时，很可能会出现A家物流供应商的一些指标高于B家，而B家的另一些指标的服务质量评价高于A家，这样就向量而言就无法具体得知哪家物流供应商的服务质量更好。为了方便企业进行进一步的比较，有时需要对模糊综合评价得到的结果进一步量化，以方便不同物流供应商间的比较。对研究的不同目标事物而言，使用的方法不尽相同。加权平均法和最大隶属度法是较常用的方法。而在对目标事物进行评价时需要根据模糊综合评价结果来确定使用的方法。
4.3.1 最大隶属度法
根据定义可知α∈[ 0,+∞）。α越大对应的最大隶属度法的有效度越高，因此，可以根据α的大小来判定最大隶属度原则的有效性。详见下表4-4:
在使用最大隶属度法量化模糊综合评价结果时要先计算α，若α小于0.5,那么就要使用加权平均法来量化模糊综合评价结果。
4.3.2 加权平均法
当使用最大隶属度原则对模糊综合评价结果分析显示低效或失效时，就要用加权平均法来进行量化。在使用加权平均法时，要用连续的变量来表示评语等级，在本文中评语等级1,2,3,4,5分别表示很满意，满意，一般，不太满意，不满意五个评语等级。因为模糊综合评价的结果为向量，将模糊综合评价结果中的每个分量与量化后的评语等级加权求和，便可得到量化后的结果。用公式表示为：
k表示待定系数，通常取1或2.当k趋向于无穷大时，加权平均法就是最大隶属度法。由此可以看出，最大隶属度法是加权平均法的特殊情况。有了上面介绍的两个量化方法，模糊综合评价结果就可以进行比较了。
