共享仓储模式对快消品流通成本的影响研究
摘要:本文以快消品经营企业为研究对象,探究共享仓储模式对快消品流通成本的影响因素及其内在作用机制。基于共享仓储模式特征与快消品流通环节成本构成分析提出研究假设,以企业问卷调研数据为依据,通过结构方程模型验证假设与路径关系。研究表明:库容资源共享对快消品流通成本的直接降低效应最大,仓配协同能力次之,库存数字化水平与供应链信任程度的直接效应相对较小。同时,库容资源共享通过仓配协同能力间接降低快消品流通成本;库存数字化水平、仓配协同能力通过供应链信任程度间接降低快消品流通成本,且库存数字化水平的间接作用更强。
关键词:共享仓储;快消品;流通成本;供应链
中图分类号:F253.4 文献标识码:A
一、引言
近年来,国内快消品市场竞争持续加剧,快消品具备周转快、品类多、需求波动大的行业特征,仓储与配送成本长期占据企业流通费用的较高比重。传统自建仓储模式下,中小快消品牌需要承担仓库建设、场地租金、人力运维等大额固定支出,市场淡季仓库闲置、旺季库容不足,库容利用率偏低,推高整体流通成本。《中国物流发展报告》[1]显示,我国快消行业社会物流总费用占商品销售额比重长期高于欧美成熟市场,仓储资源错配是重要诱因。共享仓储依托第三方仓储平台,将多个快消企业的仓储空间、分拣设备、人力服务进行整合共用,企业按需租用仓储资源,无需长期持有仓库资产,成为快消企业优化供应链成本的重要方案。据国内供应链调研数据,采用共享仓储的快消企业仓储固定成本平均下降22%~32%,库存周转效率明显提升。然而,共享仓储涉及多方企业共用仓容、共用分拣系统,存在信息不同步、权责划分不清、仓配衔接不畅等问题,部分企业应用共享仓储后并未实现预期降本效果。因此,探究共享仓储模式影响快消品流通成本的关键因素,是推动共享仓储在快消行业落地增效的重点。
共享仓储属于共享物流的细分方向,学术界针对仓储资源共享的研究起步时间相对有限,现有研究多集中于仓储网络布局、资源定价理论分析,实证层面检验各要素之间传导机制的文献偏少。基于此,本文借鉴第三方仓储、云仓供应链相关研究成果,分析共享仓储模式对快消品流通成本的影响路径。在共享仓储概念兴起之前,国外学者较早开展第三方仓储的相关研究,Yang等(2012)[2]、Lambert等(2014)[3]、Cui等(2017)[4]研究认为仓储外包服务的资源整合能力、信息交互水平、合作信任会影响企业物流成本与运营绩效。随着共享经济理念向物流领域延伸,国内学者开始关注共享仓储,李伊松等(2019)[5]、王正沛等(2020)[6]、吴迪(2021)[7]、张庆普等(2022)[8]认为仓容资源共享、数字化管理、仓配一体化可以提升库存周转,降低供应链整体成本;同时,合作信任、风险分担机制会约束共享仓储的降本效果。伴随快消行业即时零售、多渠道销售发展,共享仓储开始大量应用于食品、日化等快消品类,部分学者开始探讨云仓、前置共享仓对快消供应链的价值,但针对共享仓储各维度因素如何传导作用于流通成本的实证研究仍有待补充。基于上述已有成果,本文以应用共享仓储的快消企业作为调研对象,依托企业问卷调研数据,采用结构方程模型量化各变量之间的作用关系,识别共享仓储降低快消品流通成本的核心路径,为快消企业选择共享仓储方案、平台优化共享仓运营提供理论参考。
(一)影响因素及研究假设
1. 库容资源共享及其假设
当快消企业接入共享仓储平台,企业不再需要自建仓库,可依据订单淡旺季灵活租赁仓储空间,闲置库容可以在平台内流转给其他快消商家,提升仓库整体利用率,摊薄单位仓储固定成本,进而降低整体流通成本。同时,企业可以依托共享仓的多客户集中存储优势,集中整合多品类快消货物,获得批量分拣、集中发货的规模效应,进一步压缩单位仓储作业成本。基于此,提出假设H1: H1:库容资源共享对降低快消品流通成本具有显著负向影响。
另外,多企业库容共享之后,共享仓平台需要统一规划不同企业货物的入库、存储、分拣、出库流程,统一调度运力资源,促进仓内作业与末端配送之间的协同配合。因此,提出假设H2: H2:库容资源共享对仓配协同能力具有显著正向影响。
2. 仓配协同能力及其假设
共享仓储模式下的仓配协同,是指共享仓库的仓储作业环节与干线、末端配送环节之间的流程衔接与资源调度能力[9]。共享仓平台统一完成货物入库、拣选、打包,直接对接合作配送车队,减少中间货物中转环节,缩短订单履约时长,降低中转损耗与二次搬运成本,从而减少快消品整体流通成本。同时,多家快消企业货物集中出库,可实现拼车配送,提升车辆装载率,降低单位运输成本。基于此,提出假设H3: H3:仓配协同能力对降低快消品流通成本具有显著负向影响。
仓配之间流程衔接顺畅、履约稳定,参与共享仓储合作的各企业对平台履约能力认可度提升,合作稳定性增强,供应链信任程度随之提升。因此,提出假设H4: H4:仓配协同能力对供应链信任程度具有显著正向影响。
3. 供应链信任程度及其假设
供应链信任程度指快消企业与共享仓储平台、仓内其他合作商家之间的互信水平。在共享仓储场景中,企业需要将库存数据、销售预测数据开放给仓储平台,多方信任是数据互通、库存共享的基础。企业对共享仓储平台信任度越高,越愿意深度接入共享仓体系,减少合作博弈带来的额外管控成本、监督成本,从而降低流通总成本。基于此,提出假设H5: H5:供应链信任程度对降低快消品流通成本具有显著负向影响。
4. 库存数字化水平及其假设
库存数字化水平是指共享仓储依托WMS仓储管理系统、物联网设备,对多企业库存数据实时采集、动态监控、需求预测的能力[10]。共享仓储不同于传统单一企业仓库,平台需要同时管理数十家快消品牌的库存,数字化系统能够实时盘点库存、预警临期快消品、预测订单波动,减少缺货、临期损耗、库存积压带来的成本损失,直接降低快消品流通成本。基于此,提出假设H6: H6:库存数字化水平对降低快消品流通成本具有显著负向影响。
同时,数字化库存管理能够保证库存信息透明、出入库记录可追溯,降低信息不对称带来的猜忌与风险顾虑,提升合作各方的供应链信任水平。因此,提出假设H7: H7:库存数字化水平对供应链信任程度具有显著正向影响。
基于以上因素分析和假设构建共享仓储对快消品流通成本影响关系模型,如图1所示。
图1 共享仓储对快消品流通成本影响关系模型
(二)模型构建及数据来源
1. 模型构建
根据上述研究设计,库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度之间存在多重中介传导关系,因此本文采用结构方程模型开展分析,其中结构模型用于测量内生潜变量(库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度)之间的相互关系;测量模型用于测量内生潜变量与外生潜变量(快消品流通成本)之间的作用关系。
结构模型表达式: η = Bη + Γξ + ζ (1) 其中:η为内生潜变量向量,ξ为外生潜变量向量,B代表内生潜变量之间的影响系数矩阵,Γ代表外生潜变量对内生潜变量的影响系数矩阵,ζ为结构模型残差项向量。
测量模型表达式: y = Λ_y η + ε (2) x = Λ_x ξ + δ (3) 其中:x为外生观测指标向量,y为内生观测指标向量;Λ_x为外生指标对应外生潜变量的载荷矩阵,Λ_y为内生指标对应内生潜变量的载荷矩阵;ε、δ分别为两套测量方程的残差项向量。
2. 数据来源
本文面向国内应用共享仓储服务的快消品企业开展问卷调研获取数据,调研对象覆盖日化、休闲食品、饮料等快消细分品类。本次问卷通过线上企业社群、行业协会渠道发放,累计回收问卷1120份,剔除填写时间过短、答案全部一致等无效问卷64份,有效问卷1056份,问卷有效率94.29%。本研究包含库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度、快消品流通成本5个变量,全部采用成熟量表设计题项。问卷采用李克特5级量表,受访者选择“1”代表非常不同意,“2”代表不同意,“3”代表中立,“4”代表同意,“5”代表非常同意。
3. 变量的选择
本文将快消品流通成本作为外生潜在变量,取值区间[0,1];库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度作为内生潜在变量。结合国内现有供应链研究与快消行业共享仓储实际场景,选取研究变量如表1所示。
表1 共享仓储影响快消品流通成本研究变量
| 变量类型 | 变量名称 |
|---|---|
| 内生潜在变量 | 库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度 |
| 外生潜在变量 | 快消品流通成本 |
(三)模型结果分析
1. 样本特征分析
整理问卷数据得到受访企业样本基本特征如表2所示。 第一,企业所属品类。样本以休闲食品企业最多,占样本总量42.7%;日化洗护类次之,占31.4%;饮料酒水类占18.2%;其他快消品类占7.7%,样本结构符合国内共享仓储服务快消客户的行业分布。 第二,企业经营年限。经营年限3年以内企业占28.3%;3-5年企业占36.5%;5-10年企业占24.8%;10年以上企业占10.4%,中小品牌占主体,契合共享仓储主要客户群体特征。 第三,企业年营收规模。年营收500万以下企业占39.2%;500万-2000万企业占34.6%;2000万-5000万企业占18.1%;5000万以上企业占8.1%,中小营收规模快消品牌为调研主体。 第四,使用共享仓储时长。使用共享仓储1年以内企业占33.4%;1-3年企业占48.7%;3年以上企业占17.9%,大部分企业使用共享仓储时间处于初步应用到稳定应用阶段。 第五,接入共享仓之前的仓储模式。自建仓库企业占37.6%;传统单一外包仓企业占51.3%;无固定仓储、临时找仓企业占11.1%,多数企业从传统外包仓转入共享仓储。 第六,流通成本变化感知。接入共享仓储之后,认为整体流通成本下降的企业占72.3%;认为基本不变的企业占21.7%;认为流通成本上升的企业占6.0%,总体上共享仓储降本效应被多数企业认可。 第七,共享仓储痛点。受访企业反馈排名前三的问题分别是库存数据不同步、临期商品管控难、仓配调度不稳定,占比分别为65.4%、54.1%、48.2%;合作信任不足、多方权责不清也存在一定占比。
表2 样本基本特征
| 属性 | 类别 | 企业数量 | 百分比 |
|---|---|---|---|
| 快消品类 | 休闲食品 | 451 | 42.7 |
| 日化洗护 | 332 | 31.4 | |
| 饮料酒水 | 192 | 18.2 | |
| 其他品类 | 81 | 7.7 | |
| 企业经营年限 | 3年以内 | 299 | 28.3 |
| 3-5年 | 385 | 36.5 | |
| 5-10年 | 262 | 24.8 | |
| 10年以上 | 110 | 10.4 | |
| 年营收规模 | 500万以下 | 414 | 39.2 |
| 500万-2000万 | 365 | 34.6 | |
| 2000万-5000万 | 191 | 18.1 | |
| 5000万以上 | 86 | 8.1 | |
| 使用共享仓储时长 | 1年以内 | 353 | 33.4 |
| 1-3年 | 514 | 48.7 | |
| 3年以上 | 189 | 17.9 | |
| 原有仓储模式 | 自建仓库 | 397 | 37.6 |
| 传统外包仓 | 542 | 51.3 | |
| 临时租赁仓储 | 117 | 11.1 | |
| 接入共享仓后流通成本变化 | 成本下降 | 764 | 72.3 |
| 基本不变 | 229 | 21.7 | |
| 成本上升 | 63 | 6.0 | |
| 共享仓储痛点 | 库存数据不同步 | 691 | 65.4 |
| 临期商品管控困难 | 571 | 54.1 | |
| 仓配调度不稳定 | 509 | 48.2 | |
| 多方合作信任不足 | 347 | 32.9 | |
| 多方权责划分不清 | 312 | 29.5 |
2. 信度分析
本文使用Cronbach's Alpha系数检验各研究变量内部一致性,结果如表3所示。各变量Cronbach's Alpha系数分布在0.847~0.892之间,全部高于0.7的标准阈值,说明量表内部一致性良好。各题项CICT值均大于0.5,符合研究标准;删除任意题项后,Cronbach's Alpha不会出现明显上升,说明量表题项信度可靠。
表3 Cronbach's Alpha信度系数统计
| 因子 | 题项 | 修正后的项与总计相关性(CICT) | 删除该测量题项后的Cronbach's Alpha值 | Cronbach's Alpha值 |
|---|---|---|---|---|
| 库容资源共享 | CS1 | 0.662 | 0.833 | 0.847 |
| CS2 | 0.743 | 0.751 | ||
| CS3 | 0.721 | 0.774 | ||
| 库存数字化水平 | SZ1 | 0.771 | 0.848 | 0.886 |
| SZ2 | 0.794 | 0.825 | ||
| SZ3 | 0.776 | 0.841 | ||
| 仓配协同能力 | XP1 | 0.786 | 0.854 | 0.897 |
| XP2 | 0.811 | 0.830 | ||
| XP3 | 0.775 | 0.862 | ||
| 供应链信任程度 | XR1 | 0.714 | 0.836 | 0.864 |
| XR2 | 0.742 | 0.804 | ||
| XR3 | 0.768 | 0.785 | ||
| 快消品流通成本 | CB1 | 0.747 | 0.842 | 0.892 |
| CB2 | 0.765 | 0.823 | ||
| CB3 | 0.778 | 0.812 |
3. 探索因子分析
采用KMO检验和Bartlett球形度检验开展效度检验,结果见表4。
表4 KMO检验和Bartlett球形度检验
| 取样足够度的Kaiser-Meyer-Olkin度量 | 0.876 |
|---|---|
| 巴特利特球形度检验 近似卡方 | 10623.741 |
| 自由度 | 105 |
| 显著性 | .000 |
KMO值等于0.876,大于0.7,样本适合开展因子分析;Bartlett球形检验卡方统计显著性为0.000,小于0.001,说明变量之间存在显著相关性,问卷满足因子分析前提条件。
在此基础上,采用主成分分析法提取公因子,选取特征根大于1的标准,使用方差最大正交旋转进行因子分析,结果见表5。
表5 因子分析结果
| 成分 | 库容资源共享 | 库存数字化水平 | 仓配协同能力 | 供应链信任程度 | 快消品流通成本 |
|---|---|---|---|---|---|
| CS2 | 0.871 | 0.064 | 0.137 | 0.151 | 0.162 |
| CS1 | 0.844 | 0.071 | 0.122 | 0.183 | 0.164 |
| CS3 | 0.822 | 0.062 | 0.144 | 0.191 | 0.187 |
| SZ2 | 0.053 | 0.864 | 0.153 | 0.112 | 0.151 |
| SZ3 | 0.054 | 0.845 | 0.176 | 0.135 | 0.143 |
| SZ1 | 0.084 | 0.831 | 0.134 | 0.166 | 0.169 |
| XP3 | 0.127 | 0.171 | 0.849 | 0.063 | 0.127 |
| XP1 | 0.101 | 0.110 | 0.842 | 0.052 | 0.121 |
| XP2 | 0.154 | 0.183 | 0.817 | 0.041 | 0.172 |
| XR2 | 0.171 | 0.152 | 0.031 | 0.837 | 0.163 |
| XR3 | 0.162 | 0.154 | 0.058 | 0.814 | 0.178 |
| XR1 | 0.184 | 0.112 | 0.071 | 0.781 | 0.161 |
| CB3 | 0.161 | 0.174 | 0.166 | 0.202 | 0.812 |
| CB2 | 0.204 | 0.186 | 0.171 | 0.184 | 0.791 |
| CB1 | 0.215 | 0.162 | 0.154 | 0.183 | 0.787 |
| 特征值 | 2.47 | 2.44 | 2.381 | 2.314 | 2.292 |
| 方差百分比 | 16.467 | 16.267 | 15.873 | 15.427 | 15.280 |
| 累积 % | 16.467 | 32.734 | 48.607 | 64.034 | 79.314 |
由表5可知,提取得到五个公因子,累计方差解释率79.314%,超过70%,说明提取因子可以解释问卷大部分信息。各题项因子载荷全部大于0.5,交叉载荷低于0.4,各测量题项均落在对应因子维度,量表结构效度良好。
4. 验证因子分析
通过验证性因子分析检验潜变量是否可以被对应的观测指标解释。 (1)CFA模型配适度。由表6,全部拟合指标达到理想标准,模型整体适配效果良好。 (2)CFA模型路径系数。如表7,标准化因子载荷均大于0.7。库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度、快消品流通成本的CR值在0.8470.897之间,大于0.7;AVE取值在0.6410.743之间,大于0.5,满足收敛效度标准,变量收敛效度良好。
表6 验证性因子模型拟合度
| 模型拟合指标 | 最优标准值 | 统计值 | 拟合情况 |
|---|---|---|---|
| CMIN | —— | 112.472 | —— |
| DF | —— | 80 | —— |
| CMIN/DF | <3 | 1.406 | 良好 |
| RMR | <0.08 | 0.016 | 良好 |
| GFI | >0.9 | 0.989 | 良好 |
| AGFI | >0.9 | 0.982 | 良好 |
| NFI | >0.9 | 0.991 | 良好 |
| IFI | >0.9 | 0.998 | 良好 |
| TLI | >0.9 | 0.997 | 良好 |
| CFI | >0.9 | 0.998 | 良好 |
| RMSEA | <0.08 | 0.018 | 良好 |
图2 CFA模型结构
表7 路径系数及组合信度估计结果
| 因子 | 题项 | 标准化因素负荷 | 组合信度CR | 平均变异萃取量AVE |
|---|---|---|---|---|
| 库容资源共享 | CS1 | 0.731 | 0.847 | 0.641 |
| CS2 | 0.842 | |||
| CS3 | 0.817 | |||
| 库存数字化水平 | SZ1 | 0.833 | 0.886 | 0.722 |
| SZ2 | 0.856 | |||
| SZ3 | 0.841 | |||
| 仓配协同能力 | XP1 | 0.847 | 0.897 | 0.743 |
| XP2 | 0.874 | |||
| XP3 | 0.833 | |||
| 供应链信任程度 | XR1 | 0.771 | 0.864 | 0.676 |
| XR2 | 0.830 | |||
| XR3 | 0.847 | |||
| 快消品流通成本 | CB1 | 0.816 | 0.892 | 0.733 |
| CB2 | 0.841 | |||
| CB3 | 0.854 |
5. 区别效度
本文采用AVE平方根法检验区别效度:若各潜变量AVE平方根大于变量间相关系数,则变量具备区别效度。由表8,各因子AVE平方根数值均大于同行列其余相关系数,五个变量之间区别效度达标。
表8 区别效度
| 库容资源共享 | 库存数字化水平 | 仓配协同能力 | 供应链信任程度 | 快消品流通成本 | |
|---|---|---|---|---|---|
| 库容资源共享 | 0.801 | ||||
| 库存数字化水平 | .362** | 0.849 | |||
| 仓配协同能力 | .447** | .241** | 0.862 | ||
| 供应链信任程度 | .214** | .403** | .342** | 0.822 | |
| 快消品流通成本 | -.486** | -.441** | -.473** | -.412** | 0.856 |
图3 结构方程理论模型
6. 结构方程模型
本部分采用结构方程模型,分析库容资源共享、库存数字化水平、仓配协同能力、供应链信任程度与快消品流通成本之间的路径关系,采用AMOS23.0软件,最大似然法进行参数估计,模型如图3。
(1)模型配适度
由表9,全部拟合指标均落在理想区间,模型整体拟合效果较好。
表9 结构模型拟合度
| 模型拟合指标 | 最优标准值 | 统计值 | 拟合情况 |
|---|---|---|---|
| CMIN | —— | 124.633 | —— |
| DF | —— | 82 | —— |
| CMIN/DF | <3 | 1.520 | 良好 |
| RMR | <0.08 | 0.021 | 良好 |
| GFI | >0.9 | 0.987 | 良好 |
| AGFI | >0.9 | 0.981 | 良好 |
| NFI | >0.9 | 0.990 | 良好 |
| IFI | >0.9 | 0.997 | 良好 |
| TLI | >0.9 | 0.996 | 良好 |
| CFI | >0.9 | 0.997 | 良好 |
| RMSEA | <0.08 | 0.020 | 良好 |
(2)假设检验结果
表10显示,所有路径系数均在0.01水平显著,本文7项假设全部成立。库容资源共享正向影响仓配协同能力,标准化路径系数0.492,库容资源共享可以通过仓配协同能力间接降低快消品流通成本;库存数字化水平、仓配协同能力正向影响供应链信任程度,标准化系数分别0.377、0.286,库存数字化水平、仓配协同能力通过供应链信任程度间接降低流通成本,库存数字化水平的间接效应更强。库容资源共享、仓配协同能力、库存数字化水平、供应链信任程度对快消品流通成本的标准化路径系数分别为-0.271、-0.243、-0.214、-0.196,四者均显著降低快消品流通成本;其中库容资源共享直接降本效应最大,仓配协同能力次之,库存数字化水平与供应链信任程度直接效应偏小。
表10 结构方程模型路径系数
| 路径 | 标准化系数 | 非标准化系数 | S.E. | C.R. | P | 假设 |
|---|---|---|---|---|---|---|
| 仓配协同能力<--库容资源共享 | 0.492 | 0.497 | 0.031 | 15.124 | *** | 成立 |
| 供应链信任程度<--库存数字化水平 | 0.377 | 0.356 | 0.027 | 12.246 | *** | 成立 |
| 供应链信任程度<--仓配协同能力 | 0.286 | 0.267 | 0.026 | 9.741 | *** | 成立 |
| 快消品流通成本<--库容资源共享 | -0.271 | -0.288 | 0.034 | -7.931 | *** | 成立 |
| 快消品流通成本<--库存数字化水平 | -0.214 | -0.229 | 0.031 | -7.042 | *** | 成立 |
| 快消品流通成本<--仓配协同能力 | -0.243 | -0.256 | 0.031 | -7.815 | *** | 成立 |
| 快消品流通成本<--供应链信任程度 | -0.196 | -0.221 | 0.032 | -6.528 | *** | 成立 |
二、结论与建议
本文以应用共享仓储服务的快消企业为调研对象,探究共享仓储模式对快消品流通成本的影响路径。根据实证分析得到以下结论:(1)库容资源共享、仓配协同能力、库存数字化水平、供应链信任程度均能够显著降低快消品流通成本;库容资源共享的直接降本作用最强,仓配协同能力次之,库存数字化水平与供应链信任程度直接效应相对偏弱,企业接入共享仓储,首要收益来自仓储固定成本分摊、库容利用率提升。(2)库容资源共享能够提升仓配协同能力,进而间接降低快消品流通成本;共享仓将多家快消企业订单集中处理,统一调度仓储与配送资源,打通仓配环节,减少中转损耗。(3)库存数字化水平、仓配协同能力能够提升供应链信任程度,继而降低流通成本,其中库存数字化水平的间接影响更大,透明可追溯的库存数据能够缓解多方合作中的信息不对称,减少监督与博弈带来的额外成本。
基于研究结论,针对共享仓储在快消行业的落地应用提出对策建议: 第一,快消中小品牌在选择共享仓储服务商时,优先考察平台库容调度弹性,优先选择能够按照销售淡旺季动态调整仓储面积、支持多品类混存的共享仓,充分发挥库容资源共享带来的固定成本分摊优势,不必盲目自建仓库。 第二,共享仓储平台需要持续完善仓配一体化体系,打通仓储管理系统与配送调度系统,统一订单分拣、打包、发货流程,减少中间转运环节,提升仓配协同能力。调研发现仓配调度不稳定是企业反馈的突出痛点,平台应优化运力池管理,保障快消订单履约时效。 第三,加快共享仓储库存数字化建设,完善WMS系统、临期商品预警、库存实时查询功能,保证多家入驻企业库存数据透明可追溯。数字化能力可以提升合作信任,降低多方合作风险,减少信息不透明带来的额外管控成本。 第四,建立共享仓储多方合作机制,明确平台、各入驻快消企业之间的权责划分,建立库存差错、货物损耗的风险分担方案,提升供应链信任水平,降低合作博弈带来的隐性流通成本。
参考文献
[1] 中国物流与采购联合会. 中国物流发展报告[M]. 中国物资出版社,2023.
[2] Yang C, Marlow P B, Lu C S. Assessing resource integration in third-party logistics relationships[J]. International Journal of Production Economics,2012,137(2):220-229.
[3] Lambert D M, Enz M G. Issues in supply chain management: implications for purchasing and supply management[J]. Journal of Purchasing & Supply Management,2014,20(1):1-11.
[4] Cui L, Hertz S. Trust and contracts in third-party logistics relationships[J]. Journal of Business Logistics,2017,38(3):180-197.
[5] 李伊松, 付婷婷. 共享仓储模式下物流资源整合机制研究[J]. 北京交通大学学报(社会科学版),2019,18(03):82-90.
[6] 王正沛, 李国鑫. 共享物流平台价值共创机制研究[J]. 中国软科学,2020(S1):228-237.
[7] 吴迪. 不确定需求下云仓储物流网络节点优化[J]. 交通运输工程学报,2021,21(01):214-224.
[8] 张庆普, 周欣. 共享仓储供应链合作信任对库存绩效的影响[J]. 商业研究,2022(05):1-10.
[9] 刘刚. 现代物流学(第5版)[M]. 中国人民大学出版社,2020.
[10] 马骏, 刘阳. 云仓数字化能力对快消品供应链柔性的影响研究[J]. 商业经济研究,2021(16):154-157.