决定人群运输使用的影响因素

这些因素可分为个人特征、服务水平、购买后服务、快递员的素质、背景、社会互动和社会效益。据这些作者所知，在以随机参数建模为特征的物流市场中，没有关于装运类别对快递员选择的影响的研究。此外，安全和安保问题被称为CS服务的挑战。发送人可能会考虑在发送某些产品时尽量减少遗憾，但toLe和Ukkusuri 6图1：研究框架在发送另一个产品时最大化效用。因此，本研究的贡献包括：1）发展了随机效用最大化和随机后悔最小化模型，用于检验发件人的选择；2） 提供不同的影响因素集，影响发件人选择快递员以发送不同的装运类别。这些集合包括基于应用程序的地理服务属性和社会人口因素。了解这些因素有助于CS公司为特定细分市场准备和提供量身定制的服务；3） 提供有助于定价决策的WTP值；4） 提供发送方决策的弹性；使用数据科学技术验证RUM和RRM模型的准确性。研究方法该研究遵循图1所示的框架。可以看出，有四个主要步骤，即问卷设计、调查和数据收集、模型估计和模型验证。RUM和RRM分别代表随机效用最大化和随机后悔最小化。

每个步骤将在下一小节中详细讨论。陈述偏好（SP）调查设计和样本描述数据来源本研究将首先设计一组以SP问题为特征的问卷，以检查寄件人在运输包裹时的偏好。这些属性旨在了解发件人在选择信使时的行为。在SP部分中，服务的属性（例如，票价、交付时间和发货特征）设计有多个级别的服务。表2总结了备选方案的属性和相应含义。通常从电子购物、Le和Ukkusuri购买的产品7表2：替代品的属性和相应的含义属性描述发货成本14美元、18美元、22美元、26美元（4级）发货时间1.5小时、3小时、5小时、一次/天、2-4天内发货（5级）Courier的声誉/排名高、中、低（3级）应用程序（跟踪和跟踪功能）是，否（2个级别）应用程序（电子送货通知）是，否（2个级别）送货时间窗口个性化是，否（2个级别）送货地点个性化，其他（例如，您的汽车后备箱），在运营商的位置取货（3个级别）应用程序/网站上的付款方式（自动），通过现金（2个级别）愿意不给小费，1美元、2美元、3美元（4个级别），如服装、书籍、音乐、，视频和消费类电子产品通常需要acourier服务提供（33）。这些产品，连同快餐、饮料、杂货、饮料、干粮、个人健康项目和药品，被分为8类，并包含在最终问卷中。快递员1-3的交货时间比快递员4的更短，但交货成本更高。该调查是在Qualtrics中创建的，Qualtrics是一个在线调查平台。

在线调查的链接通过多种方式分发，例如在会议和论坛上，通过电子邮件、时事通讯和社交媒体。受访者从不同渠道获得了链接，但他们平等地访问了相同的在线调查。每位受访者被要求回答两个州参考问题。最终数据集包括549名美国受访者，他们全部作出了回应。调查详情见Le和Ukkusuri（30）。数据描述收集的数据与2014年美国人口普查数据进行了比较(https://www.census.gov/data/tables/2014/demo/age-and-sex/2014-age-sex-composition .html）。男性受访者的比例略低于美国数据。其他统计数据密切反映了相应的人口普查数据。示例说明如表3所示。图3显示了之前有过航运服务提供商经验的调查对象的满意度水平。大多数受访者对配送时间、在线跟踪信息和电子配送通知服务感到满意。然而，一些受访者对在家接送或接送时间窗口服务的满意度较低。图4显示了交付时间首选项。大部分受访者更喜欢在工作日下午3点至8点，或周末上午9点至下午6点送货。工作日晚上8点之后、周末下午6点之后或每天上午9点之前是较不受欢迎的选择。这些信息对于CS公司在一天中的不同时间或一周中的不同日子制定业务运营战略非常有价值。图5显示了受访者对CS信使递送包裹的主要担忧。

主要是受访者担心他们的包裹会被交付，Ukkusuri 8图2：陈述的偏好问题样本表3：社会人口特征贡献平均值/标准差或分布*调查时间2017年1月至2017年4月调查地点我们的总受访者549第36.06/11.06页性别：男/女45.50/54.50婚姻状况：单身/已婚/其他。45.00/44.80/10.20儿童人数。0.94/1.25最终学位：一些高中^1/高中文凭^2/技术学院学位^3/大学学位^4/研究生学位^5/我不愿意回答^60.40^1/12.90^2/8.60^3/48.50^4/29.00^5/0.70^6年收入（1000美元）48.71/36.00Le和Ukkusuri 9图3：过去交付服务的满意度（标准化为五个级别）图4：交付时间偏好（多选）（单位：受访者）图5：CS快递员（multiplechoices）及时、完好地交付包裹时，寄件人的担忧。这些发现与传统物流文献中Cavalcante和Roorda（14）的研究一致。如图6所示，调查发现，受访者更有可能选择1-3名快递员进行干洗、快餐、杂货、饮料和干货的配送。这些产品可能需要在短时间内交付，这是快递员1-3的优势，尽管交付成本高于快递员4。相比之下，服装、书籍、音乐、视频、消费电子产品或其他商品则更倾向于通过快递4交付。，这提供了最低的成本。Le和Ukkusuri（30）从需求和供给两方面提供了利益相关者的描述性分析和趋势。本文还调查了性别和年龄对受访者担任CS快递员意愿的影响。

在图7中，我们通过显示按性别和年龄范围分类的不同产品类别的最受欢迎的快递服务，扩展了CS利益相关者（即发件人）的知识。可以观察到，干洗、快餐、食品杂货、饮料和干货更可能由任何年龄的男性和女性通过快递员1-3发送。与此同时，无论性别或年龄，服装、书籍、音乐、视频、消费电子产品和其他产品都更有可能通过courier 4发送。个人健康和药品运输似乎是CS和TLC的潜在细分市场。然后对收集的数据进行分析，以确定onLe和Ukkusuri 10的相对重要性因素。图6：发件人选择快递员发送不同类型的产品（规定的偏好）。图7：快递员选择按性别、年龄和产品分类。图11和UKUSURI 11影响发件人选择快递员及其所需服务的WTP。下一节将介绍我们用于分析的模型。统计建模方法本节将介绍混合logit和随机后悔公式作为本研究的建模方法。随机效用最大化（RUM）模型混合logit模型有时被称为随机参数多项式logit模型，是一种常用的方法，用于捕获观测值中变量的异质性。方程1中定义了观测n备选方案i的效用函数。Uin=Vin+ξin（1），其中可观察效用表示为Vin；用ξ表示的扰动项遵循IID-Gumbel分布。

观测值n从J个备选方案的agiven选择集中选择备选方案i的概率由方程2计算。Pn（i）=ZXexpβiXin∑Jj=1expβjXjnf（β|Д）dβ（2），其中βiis是备选方案i的可估计参数向量；xin是观测值n的交替i的变量向量；f（β|Д）是密度函数。混合logit模型通常采用效用最大化方法进行估计。因此，它也被称为随机效用最大化（RUM）模型。随机后悔最小化（RRM）模型然而，后悔模型（34）基于选择理论，该理论认为决策者将尝试从选择集中选择最佳选项，以避免后悔体验。否则，决策者将后悔，因为未选择的选项被选择的选项所取代。假设J个备选方案的选择集中的任何备选方案都有K个属性（K=1..K）。在属性k方面选择备选方案i而不是备选方案j的遗憾在等式3中定义。国际扶轮社<-> j（k）=ln1+经验βk（xjk- xik）（3） 其中，βkis是属性k的可估计参数；xjk和xikar是j和代词的属性k。等式4显示了具有K个属性的备选方案i的后悔函数。国际扶轮社=∑我= j∑k=1。。Kln公司1+经验βk（xjk- xik）（4） 由于最小化函数的计算等于最大化该函数的负值，因此选择i备选方案的概率由等式5计算。Pi=经验值- 国际扶轮社∑Jj=1exp- Rj公司（5） Le和Ukkusuri 12支付意愿估算方法在本研究中，WTP将采用传统方法计算（35）。

与CSservices相关的所有变量，如运输成本、快递信誉、跟踪和追踪能力、电子发货通知、交货时间窗口/地点的个性化以及小费，将通过方程式6估算WTP。W T P=β时间βi（$/小时）（6），其中β时间是交付时间的可估计参数。βiis是ivariable的可估计参数（即CS服务的属性i）。估计结果对于模型估计，我们使用陈述偏好数据，其中包括八个产品（PD）类别。PD1包括干洗、快餐和通常需要快速交付的类似产品。PD2包括食品杂货。PD3含有饮料和干食品。PD4包含个人健康和医药产品。PD5包含服装产品。PD6包含书籍、音乐和视频产品。PD7包含消费电子产品。PD8包含其他产品。此外，选择集有四个备选方案（即信使1-4）。模型的变量包括备选方案的属性和受访者的社会人口特征。使用上述数据，两个模型，即RUM和RRM，用于估计影响快递公司发送每个PD类别的选择的因素。总的来说，两个模型的拟合优度值具有可比性，尽管RUM模型的拟合优度值略大于相应的RRM模型的拟合优度值。这两种模型在性能上的相似性也表现在其他一些运输研究中，如Hensher等人（36），Chorus（37）。在这些RUM和RRM模型中，运输成本估计为正态分布随机参数，而其他运输属性计算为非随机参数。模型中还对社会人口统计学变量进行了检验。除一些常量项外，所有变量在90%或更高水平上都具有显著性。

表4总结了估算结果。以下小节将讨论来自估计参数的见解。Le和Ukkusuri 15与运输服务相关的属性各种CS服务变量的重要参数表明了服务特征在发件人选择快递员中所起的显著作用。加上运输成本和交付时间，与个性化服务和服务质量相关的其他运输属性也值得注意，因为它们对发件人的选择有着重大影响。运输成本在统计上显著且随机分布。负面估计的参数表明，寄件人更喜欢由成本较低的快递员寄送包裹。这一发现与消费者行为的常识一致。虽然寄件人的行为受到运输成本的显著影响，但他们也因寄件人而异。因此，运输成本的参数在非正常分布后的发件人之间是不均匀的。同时，从PD1到PD8（PD6除外），所有PDS的交货时间参数都是负的和重要的。寄件人希望在更短的时间内发货。关于这两个变量的负性的这些发现是预期的，与其他研究类似，如Train和Wilson（10）、Anderson等人（11）、Tussyadiah（16）、Shaheen等人（21）、Punel和Stathopoulos（28）、Briffaz和Darvey（29）。“快递公司的声誉（排名）”、“跟踪和追踪能力”和“电子快递通知”参数被发现具有积极意义。这是发件人在发送包裹时往往会考虑的三个显著变量。声誉反映了快递员的表现和交付质量，而跟踪和追踪则实时提供包裹的位置。

电子交付通知服务将通知发件人其装运相关活动的变化。正如所料，这三项服务功能对发件人的快递选择产生了深远的影响。事实上，关于信使表现的研究结果与卡瓦尔坎特和鲁尔达的传统语言学研究（14）以及普内尔和斯塔索普洛斯的CS研究（28）相似。作为三个显著变量的实际应用，CS公司应提供此类服务，并将其保持在较高水平，以吸引更多发件人。此外，个性化服务，如设置交货时间窗口和首选交货地点，也很重要。考虑到可定制的时间窗口会积极影响使用特定快递员运送包裹的选择。作为补充说明，个性化的时间窗口并不一定意味着立即交付。有趣的是，在发送方要求CS服务交付PD1项目（干洗、快餐等）的情况下，交付参数的个性化定位是积极的，而在其他产品类别中则是消极的。PD1产品的发货人希望产品能在短时间内送达家中或取货点以外的其他地方，例如办公室。相比之下，在线买家通常希望其他产品能够送货上门或在运营商的一个提货点提货。这些关于个性化服务的发现得到了来自Le和Ukkusuri研究的显示偏好（RP）数据的支持（30）。在这项研究中，许多受访者对个性化的时间窗口和送货地点选择不满意。约44%的受访者表示“承运人没有提供接送时间窗口”，而约30%的受访者表示，上门接送服务不好，或者他们不知道这项服务。

此外约34%的受访者表示“运营商在家提供接送服务”，但出于某种原因，他们“从未使用过这项服务“.出于这些原因，我们的发现和支持的RP数据有助于物流公司和Ukkusuri 16识别可以改进的服务。小费是客户以额外付款的形式给予快递员的一种感谢，被发现对一些CS快递员的选择比一些传统物流运营商具有积极意义。受访者愿意o提示最大化其对所有产品的效用（除“其他”产品–PD8）。有趣的是，RRM模型中的小费意愿表明，受访者更有可能为一些CS快递员提供干洗、快餐、饮料、干货、杂货、个人健康和医药产品的小费。另一方面，安全已被确定为实施CSservices的挑战之一（38，39）。我们的研究发现，对于书籍、音乐和视频产品（PD6）而言，对装运物品受损的担忧非常重要。CS公司应考虑在产品受损的情况下为客户提供不同形式的保险或产品担保。这些发现对CS公司解决和改进服务组件很有价值，这些组件可以吸引更多客户并影响发件人的选择。下一节将进一步讨论每个服务组件的参数敏感性和WTP。社会人口特征在选择快递员发送不同类型的包裹时，快递员可能会有不同的考虑因素。不同人群的选择也各不相同。