文摘

众包交付正在成为一个普遍的工具解决交付问题通过构建一个大的劳动密集型服务网络。在这个网络,送货人员由大量的人与一个复杂的成分和高水平的流动,创造巨大挑战的服务质量和管理的众包平台。因此,我们试图进行能力分析以确定他们是否可以提供承诺的服务与高品质,即。,他们能胜任他们的工作。为此,介绍了竞争力理论,多准则能力分析(MCCA)方法。为了说明MCCA方法,一个真实的案例研究涉及中式快餐交付平台进行,在贝叶斯best-worst方法用于确定权重的标准根据收集到的数据从平台公司的经理。同时,人员的能力得分是通过调查和收集公司的数据源。考虑到重量和能力得分,我们使用添加剂值函数来识别他们的整体能力得分,这对他们的工作反映了水平的能力。结果表明,技能是最重要的能力,而知识是最重要的四个能力维度。在subcriteria,四个核心要素识别如守时、客户服务意识,责任,货物完好无损。除了标准的重要性,提供了样本人员排名,而且几乎一半的众包送货人员的能力低于平均水平,有很大的波动,而能力水平和其他一些变量之间的关系也进行了讨论。 Moreover, the developed MCCA approach in this paper can be applied to analyze the competence of personnel in many other industries as well.

1。介绍

电子商务的繁荣和omnichannel零售刺激个别包的激增和运载工具1),为物流运作带来了巨大挑战。共享经济的崛起和众包,可以重构物流运作场景(2]。众包交付,作为一个成功的结合传统的物流活动和创新资源共享,是在实践中成为一个普遍的工具。提供了更多的可能性为解决交付问题通过使用资源的人群3]包括人群的效用最大化4],减少基础设施开支,提高效率包裹周转时间和故障率5),和优化装载量(6),以及减少交通拥挤和污染使用闲置产能[7,8]。

众包交付在物流领域中发挥着越来越重要的作用,与众包送货人员是一个重要的众包平台和终端用户之间的联系。众包交付平台接受大量的公共和分布式资源和构建一个复杂的劳动密集型服务网络以满足客户请求(9]。在这种情况下,所涉及的资源利用最优的众包平台。尽管它带来的一定的福利平台和客户,这种交付也可能不稳定,因为占人群的人与一个复杂的组成和未知的(10]。即便如此,众包平台降低了进入门槛,简化登记程序,鼓励用户注册(11]。也有潜在的风险,如包损坏,损失,侵犯隐私,可能影响服务质量的水平,随后客户满意度,最终危及声誉的平台(9,12]。此外,大多数的众包送货人员通常只有兼职工作和灵活地管理他们的时间表(11]。因此,他们的可用性,服务意识和服务水平为即将到来的订单不太清晰,创造了不确定性有关的操作过程13),这可能反过来影响平台的稳定操作。

众包的送货人员,提供服务质量的承诺是一个能力的具体表现。的重要性,他们主管然后实现预定的结果在专业人士是毋庸置疑的14]他们胜任众包交付工作时是一个关键因素,维持平台的健康(11]。因此,我们尝试连接能力分析众包交付的新环境,因为它提供了一种方法来确定个人满足指定的性能标准,也就是说,是否证明所需的专业能力(15]。

看实际操作,我们发现一些众包交付平台做出了努力提高性能的众包送货人员。根据我们的调查,在中国一些众包交付平台发布骑手排名和提供货币(现金)或非货币(水平)根据排名奖励。然而,这个排名不是设置为每个单独的,低于一定水平的人排除在外。除此之外,也是简单的只考虑数量的订单交付,守时,和平台得分,以及一段时间。一些其他因素,可能会影响人员的能力不考虑,如必要的技能和知识16),某些工作经验(17),强烈的客户服务意识9),平均交货时间(18),保证货物条件(12),有效的客户反馈(19),和天生的个人特质20.]。它表明不够由实践者已经注意这些方面,迄今为止,一个众包送货人员综合能力分析仍然缺乏。

因此,激励我们的理论背景和实践操作能力进行全面分析,众包送货人员,这是本研究的主要贡献。为此,介绍了竞争力理论,并在此基础上,我们开发一个多准则能力分析(MCCA)方法,即通用框架,本研究的另一个贡献。进一步说明提出MCCA方法中,一个真实的案例研究涉及中式快餐交付平台进行,我们使用贝叶斯best-worst方法确定权重的标准,和关键元素导致众包送货人员的识别能力。结合获得的权重和收集的数据,我们使用添加剂的值函数计算的整体能力得分众包送货人员。

本文的其余部分组织如下。部分2概述了文学的众包交付和能力分析。发达MCCA方法和贝叶斯宝马提出了部分3。部分4包含一个真实的案例研究,中式快餐交付平台。节5,我们分析标准的权重和排名的一个样本的人员和讨论的结果MCCA涉及众包送货人员。最后,结论和建议未来的研究提供了部分6。

2。相关的工作

2.1。众包交付

众包是工作模式的转变,由指定的代理执行的正常工作外包给一个未定义的和大量的开放结构(10]。目前,它正在获得越来越多的人气,和不同类型的网络众包平台出现了诸如迪迪Chuxing和超级(运输),iStockPhoto(图),亚马逊土耳其机器人(在线人员),无线的(服装设计),和UberEATS Meituan外卖,避署。我(在线交付)的食物。在众包环境中,其功能是消费者接触,充分利用价值的收购,以及信息收集、创意(12]。

传统物流活动的集成与众包的概念引发了“群众外包物流的概念。”除了“人群物流,“其他术语,比如“众包交付,”“人群航运,”“货物系留”和“协同物流”也使用。在本文中,我们使用术语“众包交付。“这是定义为一个信息network-empowered中心坐标物流服务需求与供给的人群资源与自由时间或空间,并愿意提供必要的服务和相应的补偿(21]。来说明这一概念,我们使用Meituan外卖配送为例,将整个过程分为七个阶段:(i)客户发起订单平台和支付的请求;(2)在线订购平台版本;(3)注册众包快递人员接收订单;(iv)的众包快递人员去商人等待订单做好准备然后接订单;(v)众包快递人员送订单给客户并单击“外卖”手机应用程序;(vi)客户接收货物并评估众包送货的人;(七)众包发货人支付的平台。在这种情况下,它可以重建后勤操作场景匹配和未充分利用的个人消费需求增长物资通过移动应用程序和在线平台(22]。

自众包交付的出现,各种研究的主题。在个体层面,钱德拉et al。3)指出,群众的资源,包括人、对象和实体,提供了更多的可能性解决交付问题起源于单个包的激增和运载工具。在这种背景下,自行车和行人成为临时此列由于他们自己的交货需求(6),他们中的大多数可以拯救者和接受者的角色之间切换。通过运输包裹交付过程的最后一站,他们的效用最大化4]。然而,最直接的因素,促使人们在众包平台上注册是潜在的经济优势23]。他们每订单支付,因此奖励每个订单已经完成了。

作为中介,众包交付平台使用技术能力和信息共享,使人群和客户相互作用[12]。鲍尔et al。23)描述信息和通讯技术(ICT)作为一个推动者和连接器在整个价值链,包括启动众包请求,沟通,处理任务,报告解决方案和问题,支付人。ICT的巨大增长,人们在众包工作环境变得比以往任何时候都更方便(24],它吸引了许多人加入众包交付部门。Meituan研究所公布的报告显示,有超过270万人注册2018年在业内众包交付平台(25]。Mladenow et al。12)指出,众包交付是基于位置的众包(LBCS),人们可以获得广泛的信息和服务更好的众包,无线定位技术的经验。因此,在众包平台上注册的人等在中国业内众包交付,达达表达,JD众包交付自由进入智能手机和基于位置的服务收到订单(交付)。

众包交付中发挥着越来越重要的部分在最后一英里。更确切地说在众包交付的性能,卡斯蒂略et al。13)检查相关的不确定性的影响众包交付在物流过程的有效性和建议时间窗口的变量和日常需求可变性将不利于物流效率的众包舰队比专用的。与卡斯蒂略et al。13),Devari et al。26)展示了广阔的应用前景在最后一英里的社会网络交付减少成本和排放,同时保持交货的可靠性。酸甜苦辣,贝伦德和Meisel27)与人群航运item-sharing集成在同一平台,包括三种传输模式,和优化解决方案表明,平台的利润可以通过人群显著增加航运在所有三个模式。

关于一个聪明的方法的探索在众包的交付,王等。5)提出了一个优化模型,利用一个城市人群池完成交付的任务,和相应的解决方案很可能优化实时交付上下文中的大规模移动众包。Kafle et al。4)设计了一个骑自行车的,pedestrian-based系统继电器从卡车包裹承运人使用禁忌搜索算法,最终结果显示,减少交付英里和相关成本。Giret et al。6)使用多重代理系统技术和复杂的基于网络的算法设计一个智能人群为基础的方法来可持续交付最后一英里,和测试表明,该方法显著降低有限公司₂排放和卡车的使用。同样,钱德拉et al。3)开发了一个仿真框架利用众包大数据来提高卡车的流动性,实现“智能货运”解决方案通过避免下游堵塞的送货路线。

现有研究表明众包交付的广阔的应用前景。已经受到了人们足够的重视个人效用的话题,ICT、应用效果和智能的方法。在大多数情况下,人群或个人的管理,特别是能力分析,不包括,即使它是至关重要的众包交付人员可以胜任他们的工作,因为众包送货服务的质量取决于它(5]。因此,我们尝试连接个人与众包交付环境的能力。为此,介绍了竞争力理论。

2.2。能力分析

能力分析的概念是由麦克勒兰德(28),他认为,传统学术才能和知识测试没有充分评估工作表现或现实的结果往往对少数民族有偏见,建议使用研究方法可以确定公正的“能力”变量而引起的工作表现。能力的概念是一个正在进行的讨论的话题。梅西克(29日]能力定义为一个人知道和能做什么而拥抱的结构知识和能力在理想情况下,当Gonczi et al。30.)认为能力是一组属性相关的专业知识,技能和态度,博蒙特(31日)说,能力是运用知识的能力,理解和技能在执行任务和角色所要求的性能标准。同样,Kurz和[巴特拉姆32)认为,能力指一个人的特定的约束下实现多个性能标准,同时也指出,尽管这两个词“能力”和“能力”可能是非常相似的,他们表达了不同的含义:前者远相关性能和造诣,而后者表现出支撑出色表现的先例。O2O的上下文中,et al。11)将能力定义为离线实体提供服务的能力和质量要求完成所需的任务。基于这些不同的定义,它可能表明,能力是多维的概念和工作环境(14]。

与各种试图定义能力的概念,其内涵和外延不断扩大和发展。在本课程中,我们寻找文章的数据库网络科学,爱思唯尔,施普林格,威利的关键词“能力”,“个人能力”和“能力框架”,总结现有的能力框架(见表1)。

尽管前三个维度表1(认知能力、功能/行为能力,和社会/伦理能力)被定义为不同的方面,它们有相同的意思同知识、技能和能力(KSA) [36]。因此,KSA提供能力的基本要素。其他方面的能力,如meta-competence、资格、运动技能、社交技巧、和信息,仍然可以归因于上述KSA分类表示根据他们的组件,而谨慎,态度,和标准可以分配给的维数特征。

基于个人能力的框架,有有用的研究能力的评估。Gonczi [40)指出,能力不能直接观察到,但它只能从人民表现出来的。Kurz巴特拉姆和(32)也相信测量能力在工作中涉及到使用预定义的职业评估人们的性能或与工作相关的标准。因此,根据绩效评估,评估者将评估个体是否符合指定的标准的能力标准基于个人的表现(14]。Wass et al。41]指出,多项选择题,短文,和口语考试可以用于评估临床能力,这是金字塔框架后,米勒提出的临床能力(42]。McRobbi et al。43]为初级设计能力网格药剂师邀请临床药师的指导小组,学者和临床药学管理人员开发能力三个集群,通过四点量表评估初级药师的性能。他们还指出,这种网格可以集成到在其他领域的实践和学科能力的措施。关于教育能力,Hartig et al。44)开发了一种新的服务结构基于技术的评估,因此提供了强大支持的研究项目通过使用工具来测试和评估学习能力和教育质量,而Shavelson [38)提出了一个评估三角形(构造、观察和推理)的普遍性理论和统计理论采用的建模、和应用程序被应用于教育、商业、和军事评估人们的能力,最后得分能力的可靠性验证。Safadi et al。45)进行了横断面调查评估的水平能力的护理毕业生在5能力维度(管理、专业解决问题、护理过程,基本技能的知识),得出的结论是,护士招聘政策应该考虑个人能力而不是天生的特点。作为一组有价值的评估工具,一些著名的能力评估框架,例如欧洲资格框架,欧洲e-Competence框架,能力评估信息系统MyCompetence、职业信息网络(O净),和欧洲的技能/能力,资格,和职业(能源管理公司),开发和应用广泛的用户提供通用和综合能力参考和评估结果46]。

上述研究表明,有相当大的和多样的研究,通常,效果很好,尤其是建立一些成熟的能力评估框架。然而,个人能力的现有的理论研究主要集中在临床、医疗、心理、教育、和其他领域。我们也发现研究领域的物流是相对稀缺的,这就是为什么我们能力框架应用到这个领域,进行能力分析,众包送货人员。此外,没有多准则方法为使用这些框架在实际情况下,这就是为什么,在下一节中,我们提出一个MCCA方法论,帮助研究人员和经理都使用这些框架在实际设置。

3所示。方法

3.1。MCCA方法

前一节表明,现有的框架由几个主要维度和个子维度,每个维度描述具体工作人员标准或性能标准。这意味着框架包括若干标准用来评估一定数量的人员(选择),这意味着我们可以制定一个多准则决策分析(MCDA)分析。如果我们以尺寸为标准(一些subcriteria)和人员选择,这种类型的能力分析可以被视为一个多准则能力分析(MCCA),因此提供了一种新方法来评估能力的人员。MCDA方法可以用来实现MCCA方法。在这种情况下,在MCCA方法中,主要成分是标准及其权重和人员和他们的得分能力。MCCA,可以在前一节中,选择一个框架,职业经理的意见,其他因素可能会扮演一个角色。

作为一个通用的框架,评估人员的能力的台阶MCCA方法描述如下。

3.1.1。步骤1。确定的目标能力分析和定义的范围问题

MCCA旨在识别人员的能力水平。因此,第一步是定义的目标分析。一般来说,有四个不同的目标:(i)评估,简单的目的是识别每个人的能力水平;(2)选择,我们的目标是选择人员根据他们的能力水平;(3)排名,排名的目的是几个人员成员在特定的工作环境;及(iv)分类或分类,其目的是区分不同类型的人员。当然,必要的指定人员的工作环境和职业属性之前进行以下分析,因为MCCA方法是与工作环境密切相关。在这一步中,例如,工作环境可能是一个物流公司,和人员的职业属性可以被定义为物流经理。工作环境是一个关键因素定义相关标准(步骤2)。

3.1.2。步骤2。确定评估标准能力的分析人员通过能力分析框架和专家的意见

在这个步骤中,不同的职业属性确定变化的标准评估能力的人员。例如,评价标准C P后勤工作人员可能包括几个方面:技术技能、交通知识,客户和个人服务,协调能力,信息排序,演绎推理,沟通能力,职业道德,工作风格。标准呈现多维属性,确定流程的难度增加。因此,基于能力的理论分析框架,也是很重要的,包括公司的专家的意见来确定评估标准(47]。一般来说,一个MCCA问题可以制定为一个矩阵如下: 在哪里 表示一组能力分析评估标准, 表示一组人员,每个人代表相应的得分能力为标准 。

3.1.3。步骤3。收集每个人的能力得分标准从各种数据源

能力得分需要收集的部门人员采用不同的方法,如内部统计,问卷调查和访谈。由于各种数据源,对所有标准 ,能力得分可以使用尺度,如分钟,英里,钱,利率。确保标准进行比较,进一步执行MCCA [48),得分能力需要规范化,例如,使用下面的归一化方法:

3.1.4。步骤4。寻找最优权重的标准已确定的能力分析

给所有的预定标准能力的分析人员,发现重量 所有的标准是一个重要组成部分,因为,在这个步骤中,可以应用多准则权重方法,包括智能(简单的多属性评价方法)49],AHP(层次分析法)50),ANP(网络分析法)51),和宝马(best-worst方法)52]。

这是MCCA的一个重要组成部分,因为决策者可以评估标准之间的区别。在特定情况下,知识可能是一个非常重要的人员能力的维度,在其他情况下,能力可能是一个更相关的维度。这一步包含经理的意见关于成MCCA标准的重要性。

3.1.5。第5步。找到一个整体水平的人员能力与聚合的分数

确定人员的整体能力水平是MCCA的最后一部分。权重的确定标准后,汇总得分为每个单独的可以计算。在这一步中,聚合过程也可以承担不同的形式,例如,作为一个附加价值函数(53]。所示(3),汇总得分可以基于重量和 : 在哪里 和 。

然后,任何职业,个人的能力水平比的当且仅当大于或

这里开发的MCCA方法指明一个新的方向对评估人员的能力水平,集综合影响的多个标准MCDA方法。因此,由此产生的能力水平是一个更全面的衡量有主管人的特殊工作。除了人员的最终得分,MCCA方法还显示了路径识别的关键元素的标准已确定人员的能力水平。的帮助下的权重分配标准,核心人员可以确定的能力要求。作为一个通用框架,MCCA方法可以应用于各种各样的职业。

3.2。贝叶斯Best-Worst方法

鉴于MCCA方法,我们需要选择一个合适的方法来实现它。对于我们的案例研究中,我们使用宝马[52,54]因为它的几个有吸引力的特性:(i)宝马要求DM识别最好和最差的标准(或替代)先进行两两比较,它使DM有更明确的远景评价的范围。因此,这允许更可靠的比较,以及更好的一致性的比较52]。(2)可以减轻锚定的偏见,在DM的成对比较在一个优化模型通过使用两种对立的引用,最好的和最坏的55]。宝马是非常符合这个过程,和这种consider-the-opposite-strategy已被证明是有效的56]。(3)宝马更好平衡结构化的数据和时间效率成对网络方法(55]。一方面,宝马提供了可能性检查提供的成对比较的一致性。等方法相比,使用单一向量Swing和智能家庭,宝马桥梁之间的差距,两两比较一致性检验不可用,尽管数据(和时间)效率高的单一向量handlder程序的方法。另一方面,宝马增强数据效率比全矩阵方法如层次分析法。在两两比较全矩阵方法提供一致性检查的可能性,DM带来了太多的问题,这可能会导致混乱和不一致。

方法已应用于许多实际问题,包括物流(57,物联网58),水安全可持续性评价(59,能源技术的选择60)、制造业(61年),供应商选择62年),机场评价(63年),和更多的,看到64年]。

有几个扩展版本的宝马(52,54,65年,66年),在这篇文章中,我们使用了贝叶斯辆宝马车。考虑到决策者(DMs)是一组,它提供了一个理想的方法从概率的角度来确定整体权重。贝叶斯辆宝马车是基于原来的宝马,所以输入,即。两两比较,是一样的。然而,至于输出,是有区别的两个方法。在最初的宝马,最终的输出是一个具体的值的重量,而贝叶斯宝马提供了一个概率分布。具体来说,贝叶斯宝马包括以下步骤:步骤1。确定一组决策标准 。步骤2。确定最好的最糟糕的标准的 。在这一步中,不需要DMs的成对比较,他们只确定最好的或最重要的标准和最严重的或最重要的标准。步骤3。进行两两比较最好的标准和其他标准使用数字1到9。数越高,越强的标准之间的相对重要性。结果Best-to-Others向量 ,在哪里表示偏好的最佳标准在其他条件 。步骤4。进行其他标准之间的两两比较和最坏的标准使用数字1到9。结果Others-to-Worst向量 ,在哪里表明标准的偏好 在最坏的标准 。第5步。估计每个最佳体重的概率分布和整体最优的重量鉴于和 ,在哪里代表了糖尿病和 。

为此,使用联合概率分布:

基于(5每个变量的概率),然后计算求和规则: 在哪里和表示两个任意随机变量。

建立贝叶斯模型,概率分级模型绘制,如图1阐明不同变量之间的关系。

很明显,变量取决于两个和 ,而 ,反过来,取决于 ,而不是或是独立于根据箭头的方向。这种独立性特征可以描述如下:

结合贝叶斯定理和(5)提供了以下方程:

进一步计算后验分布,变量(8)必须被指定。作为宝马的输入,和可以通过多项分布建模由于整数的性质,导致

尽管它也适用于向量 ,之间的区别和收益率反向重量,如下:

然后,我们需要确定重量多项分布,狄利克雷分布作为先验分布模型因为它的nonnegativity sum-to-one属性:

方程(11)描述了连续随机变量的概率密度函数当它遵循狄利克雷分布。其中,是一个多变量函数, 。 伽马分布;是无量纲分布参数, 分布参数之和,即: (67年]。

然后,对于每一个人的重量在(9)或(10),当,预计将接近的吗 。为此,必须reparametrized狄利克雷分布对其均值和浓度参数: 在哪里显示分布的均值和非负参数表示之间的亲密和 ,即。,concentration parameter. Also,需要建模和伽马分布可以采用: 在哪里和伽马分布的形状参数和值都设置为0.1 (68年因为这样设置,伽马分布类似于均匀分布,因此最小影响(后验分布65年]。此外,贝叶斯宝马利用估计得到的权重概率分布。因此,当我们不知道某些参数的有效值,我们用制服的分布和让数据倾斜值。这意味着当只有部分未知的知识分布可用,的概率分布符合这方面的知识,但最大熵值应该被选中,这也是最大熵原则背后的想法(69年]。

最后,我们使用一个不提供信息的狄利克雷分布提供的先验分布参数的设置1 (65年]。然后,聚合权重可以可以被描述为

上面定义的贝叶斯模型方程不输出一个封闭形式的解决方案。因此,马尔可夫链蒙特卡罗(密度)70年)需要计算后验分布方程(8)“只是另一个吉布斯采样器”(缺口)71年用于生成随机样本。

4所示。案例研究

为了说明MCCA方法,我们进行了一个真实的案例研究的目的是分析能力众包送货人员在重庆,中国。为此,采用贝叶斯辆宝马车和一项调查协助数据收集和体重采集,分别。案例研究的总体步骤图中概述2。

4.1。标准的决心

能力测量涉及工作性能的评价与大量的预先确定的职业或与工作相关的多个标准(32]。列出多个标准的能力分析框架2,不包括资格的维度,主要是因为某些阈值可能需要正式的知识,但不是所有的人都需要初始资格(72年]。也是按照实际情况,一些中国众包交付平台不设置一个高进入壁垒或要求那些想要严格资格登记为众包送货人员,只要他们有一个有效的ID和卫生证书(https://peisong.meituan.com/)。

结合能力分析框架,涉及的主要标准知识、技能、能力和特质(KSAT)。KSAT subcriteria基于解释的组件和不同学者的观点在文学,因为他们很少包含在任何领域的研究能力众包交付。此外,我们与专家咨询,包括他们的意见来确定最终的subcriteria。结果MCCA框架众包送货人员表所示2。

4.2。数据收集

符合MCCA方法,我们需要获得能力的分数。在这个实例中,我们收集数据关于Meituan外卖平台的众包送货人员在重庆,中国,结合平台的统计数据和电话访谈。首先,基本的统计数据,比如平均交货时间,交货总里程,和客户评级,是通过收集外卖平台的移动应用从不同的用户。然而,一些数据,比如总订单数量,登记时间,相关工作经验,等等,还不能直接访问,这意味着,在第二步中,使用工作电话号码显示在手机应用中,我们进行了一次30分钟的电话采访中收集的数据众包送货人员相同的平台。基于数据的可用性和实用性的原则,我们终于能够收集数据81个不同的人。

数据处理,数据的subcriteria“众包交付的知识,以前的工作经验,和“客户服务意识”主要反映了丰富的知识和经验,5分李克特量表,(从非常低1非常高的(5))(75年)是用于处理语言信息从自我报告的众包送货人员,获得后的方法(2)用于数据规范化。

贝叶斯辆宝马车中的步骤后,调查问卷被送到15 Meituan外卖平台的网站管理者。基于他们的输入,网站管理员的日常职责可以概括如下:招聘和骑手的管理;网站数据的统计和分析;推广网站的规模;骑士组织活动;常规训练的骑士;管理培训和合作商家的关系管理;监督服务质量;矛盾,妥善处理客户投诉及各种送货服务。的经理,两位经理Kaizhou区,重庆,两个经理都来自南西安地区,重庆,两位经理来自江北地区,重庆,两位经理来自万州区,重庆,重庆重庆市沙坪坝区和三名管理人员。 In addition to Chongqing, the rest of the site managers are from Zhengzhou, Henan Province, two are from Zhongyuan District, and the other two managers are from Jinshui District. To ensure that all the site managers have adequate information to conduct the comparisons, some documents describing the Bayesian BWM and the competence criteria of the crowdsourcing delivery personnel are also provided.

5。结果与讨论

在本节中,我们首先提出权重的标准,之后我们将讨论教义的排名,阐述了排名的信心。最后,我们提出一个排名的人员基于权重和得分能力。

5.1。标准重量

聚合权重的输出是狄利克雷分布的贝叶斯辆宝马车。之前获得最终的重量和计算能力得分,聚合的狄利克雷分布的平均重量需要计算(65年]。平均重量的主要标准和subcriteria,以及整体重量,表中列出3。

表3显示,“总里程”的优先级最低14 subcriteria,而“守时”和“客户服务意识”是最重要的。众包的送货人员,配送半径约4公里,而专门的送货人员的配送半径是2.5到3公里。交付半径直接影响他们交付里程。即使每天相同数量的订单,可以有两组之间的显著差异在交付英里。因此,众包送货人员的能力或有效性能并不一定取决于交货的长度英里,但更多的订单交付的时间内(7]。众包交付实时交付,与正常的快递,货物必须交付给客户在很短时间内,所以及时性和客户服务意识尤为重要能力的标准。除了“守时”和“客户服务意识,”subcriteria“负责任”和“商品完好无损”排名非常高。这四个subcriteria构成了众包的基本能力要求送货人员,这意味着他们需要有一定的客户服务意识和按时交付客户的货物完好无损,以负责任的态度。

测量的一对标准之间的关系,贝叶斯宝马引入了教义的排名的概念(65年]。与传统的方法相比,仅仅使用两个数据来确定信心优势,设计一个贝叶斯测试计算每个信条的排名的信心。通过将这一原则应用到现实世界的情况下,信心优势不同对计算能力的标准。

如图3“技能”的主要标准是最重要的。这主要是因为对于一个特定的工作或职业,技能,反映出人们的能力来执行任务和角色按照预期的标准或要求(12]。他们是需要资格预审,以确保他们拥有必要的技能来执行所需的质量(16]。从本质上讲,众包送货人员为不同的客户提供更方便的服务。因此,第一个也是最重要的标准来评估是否有能力为他们发货服务提供商是在正确的时间正确的地址(76年]。尽管“技能”被认为是更重要的比其他三个标准,0.71的信心和维度之间的“能力”意味着一些管理者认为能力发挥更重要的作用,因为个人的能力是一种强大的表现性能(38),技能是一个必要的工具来实现它。的维数排名在第二位的“能力”,这意味着,在绝对数量上,更重要的是比“知识”和“特征,”1的信心。在四个主要标准,这并不奇怪,“知识”被认为是最重要的标准,连“特质”排名更高的信心为0.94。这是符合实际情况参与众包送货人员在中国因为众包交付平台吸引更多的人进入障碍是保持在相对低的水平。除此之外,“特征”这一事实并不意味着排名最低的个人品质或特征也被专家认为是基本要素在确保服务质量示威的人员的能力。

至于知识维度,人物4显示标准“服务意识”被认为是最重要的一个,有信心,这再次证实了客户服务意识的重要性众包送货人员,自交付满足客户需求的服务,和他们的服务意识在很大程度上决定了提供的服务的质量水平(12]。之间的经验和培训知识,前者被认为是比后者更重要,信心为0.67,这表明管理者相信以前工作类似的工作的人更有可能在他们的新环境中表现得更好。

“技能”的信条的排名维度在图5显示“货物完好无损”的标准被认为是最重要的,自信的1对信心的“总里程,”0.99“订单数量,”和0.76“平均交货时间的信心。“之间的置信度”商品完好无损”和“平均交货时间”是最低的,这表明时间和货物都高度重视由专家评估众包送货人员的能力。此外,“平均交货时间”几乎是一样重要“订购数量”和“总里程”。

关于“能力”维度,“守时”的标准似乎是最重要的,如图6,这也反映了“负面评级”和“额外奖励”的信心。这是符合现实,因为额外的奖励显示客户的上级满意众包送货服务虽然这并不适用于每一个交付。它发生的频率,进而影响其重要性评估众包交付人员的能力。

关于“特质”维度,图7明确表明“负责任”的标准是优于其他三个标准,有信心的,因为众包的交付时间交付人员更灵活和约束更放松,而专门的送货人员(11]。因此,向客户发货的能力在极端条件下反映了负责任的态度和敬业精神。所有的标准,“礼貌和温暖”被认为是最重要的。然而,之间的相对重要性的标准“衣着整洁”和“仪表整洁”不是很显著,置信水平为0.78,这是所有信心的最低水平。

5.2。众包送货人员能力分析

结合权重和数据上面所讨论的,众包送货人员的能力得分(CDP)计算如表所示4。保证众包送货人员的隐私,他们的名字是数字所取代。

基于众包送货人员在表的得分能力4一些可以导出统计结果,如表所示5。

表5表明,在所有的众包送货人员,CDP 2分配能力得分最高,而分配给CDP的最低分数是75。CDP 2的能力得分是75年CDP的两倍多。它们之间的显著差异也反映在标准偏差,显然是相对较高的,这也说明了这个事实,81众包送货人员能力的显著变化。

此外,我们试图探索的影响不同长度的注册时间在众包的交付能力的人员,将他们分成四组基于一个三个月的边界:a组(1 - 3个月),B组(3到6个月),C组(6 - 9个月),和D组(9个多月)。相应的人员编号按降序排列。同样的,一些基本的统计结果可以获得不同的组。

在四组表6,A组的平均能力得分最高,D组最低,与B和C组介于两者之间。总体平均分数,可以得出的结论是,近一半的undercompetent众包送货人员,42.5%是在A组,B组为37.5%,在C组15%,和5%在D组,在这种情况下,A组仍是底部的竞争力排名,而D组顶部位置,标准差的值分布在相同的顺序。D组的标准差是最高的,接近于表的整体水平5。相比之下,A组的标准差是最低的。有相当大的区别的能力得分两组,a组的人员的能力更高,更稳定的组D D组的人都为这个平台工作了不到3个月,和大部分人加入了最近。因此,他们没有获得适当的经验,技能,和训练,这就解释了不同。另一方面,有很多的不同组的标准差B和C,代表人民,为平台工作了超过3个月,但不到9个月,和他们的整体能力是相对稳定与d组,这两组相比,C组的人表现得更好比B组,表示的四个统计指标表6。

组比较证明登记时间在众包送货人员的积极的影响,这意味着,随着时间的推移,他们越来越能干,结论也支持的人物8。

很明显从图8时,有一个上升趋势的能力水平。随着时间的推移,四组的平均得分能力的增加,和上限和下限之间的差距缩小。特别是,A组的得分能力的波动是最明显的,而D组最小的波动。这个直观地展示了更有经验的众包送货人员不仅更有能力,他们的表现是最稳定的,与其他能力得分最高的三组高于D组得分最低,这表明有一些优秀的表演者在众包送货人员加入该平台最近,他们显然已经所需的能力。对平台经理有一些影响。他们需要建立一个众包送货人员综合能力评价系统,然后确定优秀的,尤其是在那些最近加入了。除此之外,因为相对较大的营业额的众包送货人员,一些货币和非货币激励计划需要制定鼓励业绩优胜者待的时间更长,提供更好的服务质量。

6。结论

在这篇文章中,我们进行了一次全面的能力分析,众包送货人员。在这个过程中,我们开发了一个多准则能力分析(MCCA)方法作为一种新的方法来评估人员的能力MCDA方法实现MCCA嵌入方法。为了说明MCCA方法,我们进行了一个真实的案例研究中式快餐交付平台执行众包送货人员的能力分析和应用贝叶斯best-worst方法确定权重的MCCA的标准。一旦收集到的重量和能力获得分数,附加价值函数用于生成的整体能力水平众包送货人员。他们的能力水平和其他一些变量之间的关系也讨论,让我们得出以下结论。

6.1。理论意义

(1)众包交付环境结合能力评价扩展的扩展能力理论。我们所知,这是第一次能力理论是应用领域的众包交付。此外,发达MCCA方法提供了一种新方法的能力分析人员通过考虑从一个MCDA角度多准则的综合影响。因此,众包送货人员的综合能力分析和提出MCCA方法丰富现有的研究领域的能力,众包,和物流。(2)MCCA方法构建一个通用的分析框架来评估能力的人员,而真实的案例研究提供了坚实的验证其适用性。此外,它的面积并不局限于众包交付:只要多个人员标准及相应的分数决定在一个特定的工作环境,MCCA方法总是可以提供合理的结果,这意味着它可以用在其他行业。(3)贝叶斯宝马作为一个有效的工具来实现MCCA方法。鉴于MCCA预先确定的标准,它产生更加丰富多彩的结果反映了DMs的偏好和相对标准从概率角度之间的关系。举例来说,如果我们看的主要维度提出KSAT框架中,“能力”是最重要的标准,1 /信心的“特征”和“知识”,在这种情况下,DMs的偏好可以确认标准明确与一定的置信水平。

6.2。管理的影响

(1)在定制MCCA框架中,“技能”被认为是最重要和“知识”是最不重要的,这表明对管理者而言是十分重要的考虑一定的工作技能,不仅在雇佣和推广人员,而且在职业培训方面,进入设置,postscreening人员。至于维度的“知识”,尽管它被认为是最重要的在这种特殊情况下,它可能是更重要的在其他场景。此外,有四个关键标准确定的14个subcriteria,表明综合能力评价体系需要建立的核心元素时需要优先分析人员的能力。(2)在众包交付市场,送货人员由大量的人与一个复杂的成分和高水平的流动,为管理一个众包平台创造了巨大的挑战。保持组织的健康,经理必须开发标准化的操作程序,管理系统、和激励计划保留人员,包括使用ICT和社会福利政策。MCCA也可以被看作是一个学习的工具,而不是仅仅是一个评分系统。它可以帮助众包送货人员了解自己的长处和弱点,并允许他们改善地区弱,在一个结构化的和有针对性的方式。(3)众包多久交货人员一直在工作的能力水平与稳定产生重大影响。比较四组显示他们的能力水平的改善随着时间的推移,而更为明显的波动反映了较短的时间在工作上。在个体层面,这提供了一些迹象表明积累能力是一个人的表现在许多方面在一定时期内,这意味着每个维度提出KSAT框架时是必不可少的能力的发展。与此同时,它激励平台经理制定有吸引力的人力资源政策,提供方便的设备和设施,并创建一个更好的工作环境众包送货人员,说服他们留下来,因此维持平台的长期发展。

6.3。未来的研究

在这篇文章中,我们表现的能力分析众包送货人员通过使用收集的数据来自重庆,当样本容量也是有限的。未来的研究可以收集更多的来自不同地区的数据,可能将大数据分析技术集成到MCCA方法。此外,发达MCCA方法是说明了一个真实的案例研究设置在一个特定的众包交付场景。还有其他交付模式,如专用的交付和交付的商人的照顾自己,未来的研究可以比较这些不同的替代品使用的方法。最后,当我们使用添加剂价值函数作为一个聚合方法,还有替代方法,包括产业为方法,聚合的数据收集。

数据可用性

本文使用的数据由两部分组成。内部统计数据的众包交付平台,如平均交货时间,交货总里程,和客户评级以及获得的数据进行电话采访众包交付工作人员在这个平台上,如总订单数量,登记时间,和相关的工作经验,他们还没有提供,因为这些数据属于第三方的权利,众包交付平台,所以作者只能将这些数据用于学术研究,但是没有权利发表数据源。另一部分数据的贝叶斯宝马问卷被送到现场经理可通过发送电子邮件的通讯作者(电子邮件保护)。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

作者要感谢Majid穆罕默迪博士对他的帮助的过程中修改本文。他们要感谢李芳小姐对她的帮助在数据收集,经理回答问卷,众包交付人员参加电话面试。这项研究得到了奖学金委员会(批准号CSC201906050168)和国家重点研发项目(批准号2018 yfb1403602)。