印度快速商务可持续转型:一种融合熵权法、简单加权法与解释性结构模型的障碍因素混合分析框架

《International Journal of Engineering Business Management》:Sustainable transformation of quick commerce in India: A hybrid entropy-ISM approach to barrier analysis

【字体: 大 中 小 】 时间:2026年09月21日 来源:International Journal of Engineering Business Management 5.1

编辑推荐:

  在印度,快速商务(Quick commerce, Q-commerce)正通过实现重要商品在10至30分钟内的配送,迅速改变城市零售格局。印度Q-commerce市场正在快速扩张。根据Statista的预测报告,该市场规模预计到2026年将达到56亿美元,到2

  
在印度,快速商务(Quick commerce, Q-commerce)正通过实现重要商品在10至30分钟内的配送,迅速改变城市零售格局。印度Q-commerce市场正在快速扩张。根据Statista的预测报告,该市场规模预计到2026年将达到56亿美元,到2031年将达到102亿美元,这反映了市场持续增长的同时,对快速最后一英里配送服务的需求也在不断增加。本研究旨在识别并分类影响其可持续增长的关键障碍。研究采用了集成熵权法(Entropy Weight Method, EWM)、简单加权法(Simple Additive Weighting, SAW)和解释性结构模型(Interpretive Structural Modelling, ISM)的多准则决策(Multi-criteria decision-making, MCDM)方法。通过文献研究,共识别出16个主要障碍。研究人员借助专家意见评估这些障碍之间的相互关系及其相对重要性。研究中最显著的障碍包括基础设施限制、基于人工智能的需求预测局限性、包装浪费问题以及产品真实性担忧。零工工人不稳定性、最后一英里配送效率低下、监管不确定性和消费者高价格敏感度进一步阻碍了行业发展。研究人员采用ISM框架将所有障碍划分为层级结构——基础层、中间层和依赖层,揭示了基础性挑战如何影响运营绩效和客户满意度。通过整合多种决策方法,本研究为识别障碍相互关系提供了一个结构完善的框架,并为平台运营者、政策制定者和物流利益相关者提供了实践见解,以支持印度Q-commerce的可持续发展。
**印度快速商务可持续转型障碍研究解读**

**一、研究背景与问题提出**

快速商务(Quick commerce, Q-commerce)作为数字印度中日益增长的零售趋势,使消费者能够在10至30分钟内获得食品和基本家庭必需品。与传统电子商务相比,超快速配送模式在暗店运营、城市配送人员需求等各个环节均展现出显著差异。印度Q-commerce市场正迅速扩张,根据Statista预测,市场规模预计到2026年将达到56亿美元,至2031年将达102亿美元。然而,城市市场的渗透正引发多种挑战,威胁其市场增长和可持续性。当前运营模式要求企业在微薄利润和沉重履约成本下维持运作,需要集中订单流以回收基础设施成本。零工工人使用带来的薪酬分配不当、就业不稳定及不安全配送环境等问题,加之印度独特的基础设施碎片化、监管政策滞后、消费者对数字支付信任不足及价格敏感、包装废弃物增加等,均构成了行业发展的多层障碍。尽管已有研究探讨了Q-commerce的运营和消费者相关层面,但对其可持续发展障碍的系统性评估,尤其在印度情境下仍显不足。因此,本研究提出三个核心研究问题:影响印度Q-commerce可持续发展的主要障碍为何?采用客观赋权与排序方法评估时,哪些障碍影响力最大?这些障碍在层级上如何关联,哪些构成关键驱动因素?

**二、研究方法与技术路线**

研究人员采用集成多准则决策(Multi-criteria decision-making, MCDM)方法体系。首先,通过文献研究和专家访谈,确定了16个主要障碍因素,涵盖交付合作伙伴选择、及时交付、路线优化、订单密度等运营类,产品真实性、客户个性化、用户界面等消费者相关类,基础设施限制、AI驱动预测等技术基础设施类,目标人群、技术价格敏感度等社会类,交通拥堵、燃料安全顾虑、包装废弃物等环境类,以及利润率压力、扩张挑战等市场竞争类障碍。研究设计了基于五级Likert量表的问卷,由29名来自Q-commerce行业和学术界的专家(其中学术专家3名、学生24名、行业专家2名)进行影响强度评估。数据分析采用熵权法(Entropy Weight Method, EWM)客观确定各障碍权重,再利用简单加权法(Simple Additive Weighting, SAW)依据加权标准化总分进行排序,最后通过解释性结构模型(Interpretive Structural Modelling, ISM)构建结构自交互矩阵(Structural Self-Interaction Matrix, SSIM),经传递性检验和层级划分,揭示障碍间的层级结构与驱动-依赖关系。

**三、研究结果与发现**

**3.1 基于EWM–SAW的障碍排序**

通过熵权法计算各准则的信息熵和权重,权重范围从0.03至0.14不等,其中基础设施限制权重最高。随后采用SAW方法计算加权标准化总分并排序。结果显示,最关键的障碍包括:AI驱动预测、基础设施限制、包装与废弃物产生、产品真实性。这些因素具有最高的加权标准化总分,被确定为影响可持续增长的最关键障碍。此外,零工工人不稳定性、最后一英里配送效率低下、监管不确定性以及消费者高价格敏感度也显著阻碍行业扩张。研究结果与此前强调基础设施、技术能力和监管支持对运营效率重要性的研究一致。

**3.2 基于ISM的结构建模**

ISM分析将16个障碍因素进行层级划分,形成三级结构:基础层(底层)障碍包括合作伙伴选择、交通拥堵和基础设施限制,这些因素对其他障碍展现出强大的驱动影响力;中间层障碍如客户个性化、用户界面和技术与价格敏感度,受基础层因素影响并进而影响顶层关注问题;顶层障碍包括及时交付、订单密度和利润率压力,这些主要是更深层系统性问题解决后的结果性表现。ISM模型清晰展示了基础性问题如路线优化、合作伙伴选择和基础设施限制如何影响表面层的及时交付问题,强调了解决根本运营和基础设施问题而非仅关注当下症状的重要性。包装与废弃物产生、客户个性化等问题表现为受主要技术和物流驱动因素严重影响的次级效应。同样,扩张挑战和利润率压力是需要从基础设施赋能和合作伙伴生态系统设计开始的系统级优化结果。该分层模型为利益相关者提供了具体见解,指导制定解决基础问题和消除Q-commerce扩展过程中性能限制的执行方案。

**四、讨论与结论**

本研究的实践意义为生态系统各利益相关者提供指导。研究结果强调投资AI驱动需求预测系统以减少低效和缺货的必要性。政策制定者可利用ISM模型提供的结构性理解,制定解决基础设施缺口和零工经济中劳动力不稳定等基础问题的监管框架。处理包装废弃物和产品真实性相关问题需要物流企业、城市规划者和环保机构之间的协作。对物流合作伙伴而言,聚焦简化最后一英里配送流程、减少城市交通系统瓶颈,可在服务速度和可靠性方面带来可衡量的改善。本研究为利益相关者提供了清晰路线图,以优先考虑既解决表面挑战又解决深层系统性障碍的干预措施。

研究存在若干局限性:分析基于小样本专家判断,可能无法完全反映印度快速演变的Q-commerce生态系统的多样性视角;识别出的障碍及其排名特定于印度情境,可能无法直接适用于监管、技术和市场条件不同的其他国家;集成EWM–SAW–ISM框架提供了客观排序和层级理解,但假设因素间关系是静态的,未考虑Q-commerce运营的动态特性。未来研究可纳入更大更多元化的利益相关者群体,通过实证或纵向研究验证发现,并采用模糊MCDM、DEMATEL、ANP或系统动力学等先进方法来捕捉不确定性及障碍间不断演变的相互关系。

本研究采用结构化的EWM–SAW–ISM方法,确定了阻碍印度Q-commerce增长和可扩展性的16个主要障碍,覆盖平台相关约束、消费者行为和物流挑战等各个层面。研究人员通过熵权法与简单加权法的集成,实现了基于客观权重和标准化绩效得分的障碍优先级排序,最终结果表明合作伙伴选择、及时交付和路线优化是当前影响Q-commerce格局的最紧迫障碍。解释性结构模型的应用则深入探索了这些因素间的相互关系,为理解其层级结构提供了宝贵见解。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号