1 引言 当前，我国末端物流业务量迅猛增长，城区终端配送面临巨大的压力。鉴于物流企业末端配送路线交叉重叠严重、成本居高不下的现状，协作配送模式应运而生[1，2]。多个企业组建联盟，共享客户订单及配送资源进行协作，能够显著降低配送成本，提高配送效率[3，4]。已有研究指出，联盟合作效益与成员特点密切相关[5]，现实中，物流企业服务质量具有明显差异，《国家邮政局关于2020年快递服务满意度调查和时限准时率测试结果的通告》显示，在10家主要快递服务品牌中，顺丰速运总体服务质量排名第1，与之相比，“三通一达”在服务满意度及准时率方面差距较大。物流服务质量对客户忠诚、企业利润有重要影响[6，7]，因而当多个企业组建联盟时，企业间服务质量差异会对联盟整体效益及成员分摊成本产生影响[6]。考虑企业服务质量差异，协作配送模式需要构建反映服务质量差异的路径优化模型和成本分摊方法，保证成员利益与服务质量相匹配，实现分摊公平。 物流企业在协作配送中的服务质量，既取决于自身与客户的交互，也受其协作运营能力的影响[8，9]，因此，评价协作成员服务质量需从企业自身及联盟整体角度综合考虑。在个体物流企业服务质量量表研究中，Mentzer等[10]提出的LSQ模型及Stank等[11]提出的关系绩效、运营绩效、成本绩效三维度理论，在实践中被证明是有效的物流服务质量测量工具[11]，成为后续量表改进的基础。从联盟角度考虑，当多个企业组建协作联盟时，配送信息及资源共享成为服务质量的正向影响因素[12，13]。信息共享保证联盟成员及与客户之间的有效沟通，足量的资源投入确保协作任务能够被可靠地完成。基于以上影响因素，如何将企业服务质量差异嵌入协作优化和成本分摊问题中成为研究的核心内容。 目前，国内外学者在不考虑企业服务质量差异的前提下，围绕协作车辆路径问题的建模和优化算法做了许多研究。饶卫振等[14]提出包含货物调配的多方协作车辆路径问题（multi-owner collaborative vehicle routing problem，MOCVRP），并设计近似算法求解联盟成本。Wang等[15]构建了共享承运人及配送中心的协作车辆路径问题，改进大邻域搜索算法求解联盟成员利益分配模型。Wang等[16]提出协作取送货问题模型，改进遗传算法计算配送成本。当前，仅有少数研究关注联盟成员服务质量，但并未考虑成员间差异，如Mancini等[17][提出的协作一致车辆路径问题，设定客户在多个周期内由同一家企业配送，侧重强调服务质量一致性。现有的协作配送模型愈加贴近实际，但均未关注配送企业服务质量差异，考虑企业间服务质量差异的协作配送研究有待进一步深入。 联盟经济效益与合作伙伴特点密切相关[5]，当多个企业存在服务质量差异时，协作实现的节约效益必然有所变化。对于配送企业而言，获得与服务质量相匹配的成本节约是其参与协作的动因，因而成本分摊方案成为企业关注的焦点[2]。目前国内外学者已提出40多种成本分摊方法[18]，其中，Shapley值法因计算公式简明且满足诸多公平属性，被广泛使用[19]。已有研究指出，Shapley值法仅以成员边际贡献作为分摊依据，未考虑个体差异，实质上隐含着联盟成员风险分担均等的假设[20]。基于此，国内外学者围绕Shapley值法的修正展开研究，当前，大多数文献集中在依据风险[21]、信息[22]、资源[23]等因素进行修正，以期获得公平的分摊结果。然而，鲜有文献从企业服务质量差异的角度考虑分摊公平问题。对于联盟内部服务质量较高的企业而言，应当获得更多的节约以抵消潜在损失[8，13]，服务质量较低的企业则应付出相应成本，使得服务质量与成本节约相匹配。 综上所述，在协作配送模式下，鲜有研究考虑企业服务质量差异。基于此，本文重点研究考虑企业服务质量差异的协作配送问题和成本分摊调整方法。首先，依据三维度理论和事故树分析法，提出协作企业服务质量评价指标框架，采用博弈论综合赋权法确定指标权重。其次，构建考虑客户时间窗的协作配送成本量化模型，通过自适应大邻域搜索算法求解联盟成本，并以子联盟成本为调整对象，设计基于Shapley值法的成本分摊调整流程。最后，通过实验验证调整思路的有效性，并对相关因素进行分析。 2 协作联盟企业服务质量评价体系 2.1 协作配送示例 城区内多家配送企业拥有相应的客户点和配送中心，企业单独配送时会产生大量交叉重叠的配送路线，导致成本居高不下。若多个企业依托第三方平台组建联盟协作配送，通过交换获得距离自身较近的客户订单，能够显著缩短配送距离，提高配送效率[24]，如图1所示。 以图1为基础设计协作配送示例，说明协作过程。假定城区面积为50km×50km，共有三家配送企业，其客户位置及配送中心位置如表1所示。其中，标号1～6、7～14、15～21对应企业1～3的客户位置，标号22～24为三个配送中心位置。三家企业欲组建联盟，通过协作完成配送任务。
