平台供应链中的物流工程管理——基于物流服务策略选择视角的综述

陈林 ,  董婷 ,  李想 ,  徐小峰

Engineering ›› 2025, Vol. 47 ›› Issue (4) : 252 -266.

PDF (3161KB)
Engineering ›› 2025, Vol. 47 ›› Issue (4) : 252 -266. DOI: 10.1016/j.eng.2024.12.032
研究论文

平台供应链中的物流工程管理——基于物流服务策略选择视角的综述

作者信息 +

Logistics Engineering Management in the Platform Supply Chain: An Overview from Logistics Service Strategy Selection Perspective

Author information +
文章历史 +
PDF (3236K)

摘要

随着平台经济的加速扩张，供应链已发展至与平台经济深度融合的新阶段——平台供应链（PSC）。物流工程管理在保障PSC高效运转中发挥着关键作用，对全球经济体系建设具有重要意义。由于物流服务策略选择对PSC效率存在显著影响，该问题已成为物流工程管理领域的研究热点。然而，现有研究呈现碎片化特征，缺乏系统性分析与整合。本文从物流服务策略选择视角出发，对2005年1月至2024年9月期间PSC中的物流工程管理研究进行了系统性综述。首先，基于自建物流（SBL）与第三方物流（3PL）两种完全独立的物流服务策略属性，本文梳理了PSC中的相关研究。结果表明，学界重点关注两大主题：一是PSC成员的物流服务策略最优选择，二是物流服务相关因素（如渠道选择、平台入驻、销售模式等）对PSC的影响。其次，本文归纳了PSC成员选择SBL与3PL的影响因素，其中服务成本和服务水平是核心决定因素，其次是渠道、品牌、市场潜力和竞争。再次，基于物流服务共享（LSS）研究主题，本文梳理了PSC中LSS的相关研究。作为SBL与3PL发展到一定阶段后衍生的创新模式，LSS被视为两者的重要补充。其研究热点集中于渠道选择、合作伙伴选择及服务竞争三大方向，服务成本是影响是否选择LSS的核心因素，其次是竞争态势、消费者物流偏好及市场潜力。最后，本文提出了未来值得关注的研究方向，对构建现代物流体系、推动PSC转型升级具有重要管理启示。

Abstract

With the accelerated expansion of the platform economy, the supply chain has evolved into a new stage of the platform supply chain (PSC), which is deeply integrated with the platform economy. Logistics engineering management plays a crucial role in ensuring the efficient operation of PSCs and contributes to the construction of a global economic system. Given its importance to the efficiency of PSCs, the choice of logistics service strategy in logistics engineering management has attracted considerable scholarly attention. However, the current research is fragmented and lacks systematic analysis and synthesis. This paper provides a comprehensive overview of logistics engineering management in PSCs from the perspective of logistics service strategy selection from January 2005 to September 2024. To this end, we first review the research related to self-built logistics (SBL) and third-party logistics (3PL) in PSCs due to the complete independence of these two logistics service strategies. The results show that the following two topics are of great interest to researchers. One is the choice of the optimal logistics service strategy for the members of PSCs, while the other is the impact of factors related to logistics services on PSCs, including the channel selection, platform entry, sales model, and so forth. Next, we summarize the determinants influencing the choice between SBL and 3PL for the members of PSCs. The results indicate that the influencing factors are the service cost and service level, followed by the channel, brand, market potential, and competition. Then, on the basis of the themes of logistics service sharing (LSS), we review the research on LSS in PSCs, as LSS often emerges as an innovative model after a certain stage of development in SBL and 3PL. We find that LSS is regarded as an important complement to SBL and 3PL, with key research hotspots, including the channel, partner selection, and service competition. Service cost is a major factor influencing LSS, with competition, consumers’ logistics preference, and market potential being secondary factors. Finally, this paper outlines several important and promising directions for future research. This paper has important management implications for building a modern logistics system and promoting the transformation of PSCs.

关键词

物流工程管理 / 平台供应链 / 物流服务策略 / 文献计量分析 / 文献综述

Key words

Logistics engineering management / Platform supply chain / Logistics service strategy / Bibliometric analysis / Literature review

引用本文

引用格式 ▾
陈林,董婷,李想,徐小峰. 平台供应链中的物流工程管理——基于物流服务策略选择视角的综述[J]. 工程（英文）, 2025, 47(4): 252-266 DOI:10.1016/j.eng.2024.12.032

登录浏览全文

4963

注册一个新账户 忘记密码

1 引言

在过去的几十年里，平台型商业受到广泛关注，不仅已成为经济的重要组成部分，而且仍在快速增长[1]。2019年，国务院办公厅指出：“互联网平台经济是生产力新的组织方式，是经济发展新动能。”近期公布的数据表明，中国数字平台的总价值达到2.02万亿美元，占全球总量的22.5%，位居第二。平台作为商业活动的重要载体，为多方主体之间的互动提供了渠道[2]。平台通过降低交易成本和减少重复环节来提高效率，从而促进供需双方的交易，并在不同组织之间发挥中介作用[3‒4]。以平台为重心强化数字经济产业体系，是数字经济组织模式的主要特征，也是中国构建数字化、智能化和国际化供应链的关键环节。阿里巴巴的报告指出，中国的平台经济已经催生出一个价值10万亿元的新型消费市场，该市场的总价值到2030年预计将超过100万亿元。平台经济的快速兴起为供应链管理带来了新的机遇与挑战[5‒6]。供应链已演进至与平台经济深度融合的新阶段——平台供应链（PSC）[7]。

通过数字平台，PSC能够与制造商、销售商及消费者等各方参与者进行交互协同[8]。作为PSC管理的重要组成部分，物流工程管理是指对物流系统进行系统化、科学化的管理与优化，以提升物流效率、降低成本并满足客户需求[9]。其内容包括通过数据分析、技术应用和资源优化来设计、实施与改进物流流程，从而确保物流活动的运行效率与灵活性。在这一背景下，物流服务策略的选择成为物流工程管理中的关键环节。具体而言，物流工程管理不仅关注物流活动本身的效率，还需要基于市场需求和客户偏好制定合适的物流服务策略。通过系统化管理与战略性选择，物流工程管理能够有效提升企业的竞争力和客户满意度，并最终实现物流的可持续发展。根据中国物流与采购联合会的数据，2021年中国物流需求激增，全国社会物流总额达到335.2万亿元，较上年增长11.70%。传统供应链模式已难以满足快速变化的市场需求和消费者期望[10]。相较之下，平台经济模式已经成为主流，通过数字平台实现供需匹配与交易[11]。PSC的物流服务策略制定与执行愈发重要且复杂。

在PSC中，主要存在三类物流服务策略：自建物流（SBL）、第三方物流（3PL）以及物流服务共享（LSS）。图1简要展示了SBL、3PL与LSS之间的逻辑关系。图1表明，在第一阶段，SBL与3PL是两种彼此独立的物流服务策略，而在第二阶段，LSS是在SBL与3PL发展基础上衍生而来的一种创新模式，其核心在于强调多个企业之间的资源共享。

SBL是指由企业自行建立并运营的物流体系。例如，中国的平台型企业京东便实施了自有物流系统，以确保快速高效的配送[12‒13]。SBL使京东能够对订单配送的速度和质量保持直接控制，从而提升用户体验[14]。3PL则是指企业将物流管理与运营委托给专业的物流服务提供商来完成[15]。拼多多作为一家企业对消费者（B2C）平台，主要采用3PL模式[16‒17]。然而，这种物流服务策略使拼多多无法直接掌控3PL的运营，从而在服务质量保障上处于被动地位[18]。中国仓储与配送协会的数据显示，43%的生产企业采用SBL，36%的企业使用SBL与3PL的混合模式，而仅有21%的企业完全依赖3PL。

LSS是在SBL与3PL发展到一定阶段后出现的一种创新模式，其核心在于强调多企业之间的资源共享。例如，Deliv是一家共享物流平台，为同一城市的零售商提供当日达服务。通过Deliv，商家能够共享物流资源，以满足灵活多变的配送需求。LSS通过整合物流、信息流与资金流，促进供应链内部的深度协作，从而提升企业间的协调与整体效率。与SBL或3PL不同，LSS能够整合多家企业的需求，最大限度减少资源浪费并优化物流运营。企业可根据需求波动灵活调整资源使用，尤其在促销活动或突发需求等高峰期表现出更高效能。物联网、大数据和人工智能等技术使得菜鸟网络等平台能够实现资源的动态调配，从而显著提升物流效率[19‒21]。三种物流服务策略的对比情况汇总于表1。

当前，有关PSC中物流服务策略的研究正受到越来越多的关注。依托平台运营的平台型企业需要具备灵活的物流服务策略，以适应包括SBL、3PL和LSS在内的多样化商业模式。不同的物流服务策略具有不同的成本结构：SBL需要投入大量资金建设物流网络[22]；3PL在服务费用方面可能更具灵活性[23]；而LSS则凸显了资源共享所带来的成本分摊优势。学者们探讨了如何通过合理选择物流服务策略来优化成本结构、提升企业盈利能力[24]。然而，迄今为止仍缺乏对这一问题进行多视角整合的系统性综述。既有综述研究往往关注一般供应链中的特定策略，而忽视了PSC的独特背景。例如，Selviaridis与Spring [25]以及Aguezzoul [26]的研究仅针对供应链中的3PL进行了深入分析；Verdonck等[27]则从公路运输企业的视角回顾了与LSS相关的研究。基于上述背景分析和已确定的研究空白，本文旨在探讨三个研究问题：第一，PSC中物流服务策略的研究现状如何？第二，哪些因素会影响PSC成员在SBL与3PL之间的选择？第三，哪些因素会影响PSC成员有关是否选择LSS的决策？

为回答上述研究问题，本文采用多步骤研究方法，旨在从定量与定性两个维度为PSC中的物流服务策略提供深入见解。首先，本文从主要学术数据库中收集了大量文献样本，并借助CiteSpace等文献计量软件，从整体角度分析了相关研究在发表年份、期刊分布、共被引作者、关键词及地理分布等方面的特征。其次，本文对所选文献进行了深入的定性分析，并根据三类主要的物流服务策略——SBL、3PL与LSS——进行分类梳理。最后，本文总结了影响PSC管理者在SBL与3PL之间进行选择及是否采用LSS的决定性因素。通过结合理论见解与现实案例，本文系统呈现了平台型企业在物流管理中做出战略决策的方式，并为其在SBL、3PL与LSS之间的抉择提供了实践指导。

本文得出以下结论。首先，围绕SBL与3PL的两个研究主题尤其受到学者关注：一是PSC成员的最优物流服务策略选择；二是物流服务相关因素对PSC的影响，这些因素包括渠道选择、平台入驻、销售模式等。其次，影响PSC成员在SBL与3PL之间作出选择的主要因素是服务成本与服务水平，其次是渠道、品牌、市场潜力和竞争。再次，LSS被视为对SBL与3PL的重要补充，其研究热点主要集中在渠道选择、合作伙伴选择和服务竞争。服务成本是影响LSS的核心因素，而竞争、消费者的物流偏好和市场潜力则是次要因素。

本研究在梳理现有文献的基础上提出了未来的研究方向：探讨在多平台生态系统中SBL与3PL之间的协作与竞争关系；研究PSC中消费者对绿色物流服务的偏好；在开展PSC物流服务策略研究时纳入风险因素与不确定性因素。鉴于技术发展所带来的挑战与机遇，未来研究还可涵盖以下方面：实时数据对物流服务策略的影响、智能机器人技术对物流服务优化的作用以及绿色政策对物流服务策略的影响。

本文在物流工程管理领域做出了多项创新贡献。首先，本文在PSC的特定背景下，对三类物流服务策略——SBL、3PL与LSS——进行了全新的系统性综合。与以往侧重于单个物流策略或传统供应链的综述不同，本文将三类物流服务策略纳入平台经济的框架加以整合，为这些策略在数字环境中如何相互作用和互补提供了一个新的视角。其次，本文采用了文献计量分析与定性分析相结合的方法，体现了方法论上的双重贡献。文献计量分析识别了新兴趋势与具有影响力的研究成果，而定性分析则对各类物流服务策略的实践意义进行了深入探讨。最后，本研究提供了一个清晰的分析框架，帮助平台型企业在考虑服务成本、竞争和市场潜力等关键因素的基础上选择最适宜的物流服务策略，从而为管理决策提供参考。

本文其余部分的结构安排如下：第2节介绍文献分析方法；第3节探讨PSC中物流服务策略的研究现状；第4节总结影响PSC中物流服务策略选择的相关因素；第5节提出未来的研究方向；第6节对全文进行总结。

2 文献分析

本文基于Web of Science、Scopus和Science Direct数据库开展文献检索，采用的关键词组合包括“logistics and platform”“logistics and e-commerce”以及“logistics and electronic commerce”，并通过若干筛选条件缩小检索结果范围。首先，仅纳入2005年之后发表的论文；其次，剔除因内容不完整而不适合作为研究对象的会议论文；再次，为保证文献综述的质量与可信度，剔除了开放获取期刊的文章；最后，依据标题和摘要筛选出与PSC物流服务策略相关的论文。按照上述程序，并在去重后，最终获得62篇论文。鉴于文献数量有限，本文还对去重后的论文参考文献进行了检索，并结合专家推荐，补充了15篇相关论文，以形成更为全面的文献综述。需要说明的是，受限于研究相关性与篇幅，本文仅选取其中具有代表性的研究成果进行讨论。

2.1 出版年份与期刊的可视化分析

附录A中的图S1展示了有关PSC物流服务策略的文献按年份的发表数量。可以发现，在过去五年中相关研究的文献数量显著增长。部分期刊在2020年推出了与物流相关的专题，使得关于PSC物流服务策略的论文数量大幅增加。例如，Transportation Research Part E （TRE）期刊在当年推出了关于奢侈品行业物流与供应链管理以及新兴市场可持续物流与供应链管理的专题。附录A中的图S2展示了发表样本文献的同行评审学术期刊。结果显示，在本研究选取的31种期刊中，有7种期刊发表的论文数量占比超过50%，包括TRE、International Journal of Production Economics（IJPE）、Omega、Computers & Industrial Engineering （CIE）、Electronic Commerce Research and Applications （ECRA）、European Journal of Operational Research（EJOR）以及 IEEE Transactions on Engineering Management（IEEE TEM）。为提高可读性，本研究将其余仅发表1~2篇相关论文的24种期刊归为“其他”类，其中包括Management Science、 Production and Operations Management和Manufacturing & Service Operations Management等期刊。

2.2 作者共被引的可视化分析

附录A中的图S3展示了基于CiteSpace的作者共被引网络，该图可视化了作者之间的引文关系及被引频率。图S3（a）显示，作者共被引图谱由若干高被引学者构成，其中包括Baozhuang Niu、Lin Tian、Vibhanshu Abhishkek和Xu Chen等，其节点较大，表明他们在该研究领域具有重要影响力。节点大小与被引频率呈正相关，说明这些学者的研究成果得到了广泛认可与引用。节点外圈的颜色代表被引年份：紫色节点表示该作者的作品在2019年左右被频繁引用，而黄色和橙色节点表示2023年及以后的引用，表明这些作者的学术影响力近期有所提升。节点之间的连线反映了共被引关系，密集的连接表明某些学者的成果经常被同时引用，从而形成紧密关联的学术网络。例如，Baozhuang Niu、Lin Tian、Xuelian Qin和Ping He构成了一个高度互联的聚类，说明他们的研究主题具有较强的相关性，如图S3（b）所示。此外，Xu Chen与Vibhanshu Abhishkek等学者，其节点不仅较大，而且与多个聚类相连，表明他们的研究不仅在特定领域具有重要影响力，同时在不同子领域之间发挥了桥梁作用，如图S3（c）所示。图谱中的主要聚类反映了该领域内的多种研究方向与学术流派。作者（如Guo Li、Ping He和Kaiying Cao）之间的连接关系凸显了他们在特定研究议题（包括平台战略与物流服务模式等）上的共同关注，如图S3（d）所示。

2.3 关键词的可视化分析

CiteSpace以时间轴作为分析节点呈现关键词时间图，从而直观展示关键词的演化顺序[28‒29]，如附录A中的图S4所示。时间轴视角能够更清晰地呈现历史研究成果、趋势以及簇内关系。每个节点对应一个独特的关键词，节点越大表示该关键词出现频率越高。关键词随时间变化的趋势通过线条颜色由冷色调逐渐过渡到暖色调来体现。尽管关键词时间线图谱与关键词聚类图谱在纵向聚类维度的核心内涵具有一致性，但关键词时间线图的创新之处在于，每一类别的关键词同时沿时间序列（横轴）分布。来自同一年的关键词集中在同一纵轴上，突出该年度研究领域的关注焦点；同一聚类簇的关键词集中在同一横轴上，呈现该簇的历史研究成果。

从图S4左侧的时间轴可见， “electronic commerce”“decision making”和“internet”等早期主题在初期阶段占据了主导地位，反映了该时期的研究聚焦平台商业。随着时间推进，研究焦点逐渐转向更专业的议题（如“logistics service”“delivery time”和“logistics costs”），表明物流工程中对运营效率与成本管理的关注日益增强。近年来，“logistics service sharing”等新兴概念凸显了协作型物流模式的兴起，这一模式受数字平台与资源共享的推动。此外，图谱还显示了技术整合的重要性不断提升，如“algorithm”和“computer simulation”等术语与物流主题紧密相连，体现了大数据与区块链对物流优化的影响。

2.4 地理分布的可视化分析

国家共被引网络展示了不同国家之间的学术合作关系。在附录A中的图S5中，节点代表各个国家，节点大小与其被引频率成正比。节点之间的连线表示国家间的合作或共被引关系，线越粗表示合作或共被引频率越高。在图S5中，中国处于核心位置，节点最大，表明其在该领域的被引频率最高，具有核心学术影响力。美国与中国紧密相连，表明两国在学术上有频繁的合作。其他主要国家包括英国、新加坡和加拿大。尽管这些国家的节点较小，但仍显示出与中国、美国等主要研究贡献国保持着合作关系。节点颜色由黄到蓝表示研究贡献的时间分布，其中中国和美国的节点更接近黄色，表明二者在该领域的贡献较新。

2.5 研究框架

本文首先回顾了PSC中与SBL和3PL相关的研究。随后，本文对PSC中的LSS策略进行了探讨，将其视为一种创新模式，该策略是在SBL与3PL演化基础上发展而来，强调多企业之间的资源共享。接着，本文总结了影响PSC成员选择物流服务策略（SBL与3PL）的相关因素。最后，分析了影响企业是否采用LSS的决定性因素。本文的研究框架如图2所示。

3 PSC中物流服务策略综述

本节将基于不同物流服务策略的特征及其相互之间的逻辑关系，对相关文献进行系统而深入的综述。具体而言，SBL与3PL是两种完全独立的物流服务策略。本文首先在第3.1小节和第3.2小节分别梳理这两类物流服务策略的优势，并对相关研究进行综述；随后在第3.3小节总结SBL与3PL的研究现状。LSS在一定程度上以SBL为基础，同时与3PL存在交互关系。本文在第3.4小节阐述LSS的优势，并总结其与SBL和3PL相关的研究成果。不同物流服务策略的年度发文数量如图3所示。可以看出，自2019年以来，PSC物流服务研究出现明显增长，SBL与3PL相关研究是其中的核心热点。

3.1 SBL

SBL指企业自行建立并运营物流体系，包括仓储、运输、配送等环节[30]。一些电商平台（如京东）已建立起自有物流体系，以便于商品配送，并掌控订单配送的速度与质量，使消费者网购更为便利[31]。其优势在于能够提供快速的物流服务，以保障物流效率[32]。然而，建设自有物流体系成本高昂，需要大量资本投入与资源支持。

SBL有助于平台在销售、采购与物流环节实现高效协同，并能够灵活分配物流资源。这种灵活性不仅提升了整体运营效率，也改善了消费者满意度。此外，SBL通过标准化的操作流程提高了物流服务的稳定性与一致性，从而优化整体消费体验，并增强平台的市场竞争力。以京东为例，其SBL系统能够根据促销活动动态调配物流资源，确保商品快速、准确地送达消费者[33]。Li L和Li G [12]进一步指出，当交叉价格弹性系数适中时，电商平台采用SBL获益最大。此外，承诺配送时间（PDT）的激烈竞争往往会推动平台转向内部化物流管理[34]。

在服务质量方面，SBL通过标准化包装、运输和配送等环节，显著提升了物流服务的稳定性与一致性，从而提升了整体消费者体验[35]。Ma等[36]强调，平台直接提供物流服务是提升网店服务水平的最有效策略。Sun等[37‒38]的研究表明，消费者对Amazon提供的订单履约服务表现出明显偏好；而由卖家负责履约的模式通常伴随着响应速度较慢、退货成本较高的问题，会降低消费者满意度。

3.2 3PL

3PL指将物流服务外包给专业企业，由外包企业负责规划与执行各类物流活动，其中包括与eBay、天猫等平台相关的业务。在中国，2013年之前，天猫将物流服务外包给多家3PL服务商，如韵达快递和申通快递。采用这种策略能够降低运营成本、提高效率，并使平台企业能够优化供应链管理并专注于核心业务活动[39]。

3PL的特点在于专业化能力强、行业经验丰富且技术水平先进[40]。在仓储、运输与配送等物流服务领域，3PL能够提升运营效率，并提高平台的客户满意度。此外，3PL可通过整合多个客户的物流需求、批量采购运输设备等资源来实现规模经济，从而降低单位物流成本[41]。

顺丰速运、圆通速递等企业体现了3PL网络的高效性与精准性，为电商平台提供快速精准的配送服务[42]。Cao等[43]提出，从消费者回报的角度考虑，传统企业更有可能通过入驻平台并采用3PL来使消费者受益。当线上到线下（O2O）模式的平台缺乏自主调度配送能力时，将送货上门服务外包给配送平台就成为一种战略需要[44]。Dong等[45]强调，即便存在“漂绿”行为，外包物流依然能够带来积极效益；而Yang等[46]则强调了服务水平与定价的差异如何影响制造商在线上货运平台与3PL之间的选择。

电商平台通过将其物流业务外包，减少在基础设施上的资本投入，从而在成本效率的提升中受益[47]。现有文献表明，3PL可通过多式联运拍卖[48]、收益共享合同[49]以及优化物流能力的自动化谈判模型[50]等机制来提高成本效率。此外，位于供应链高层级的分拣中心以及3PL服务商对门店至消费者运输环节的管理，也有助于进一步降低运输成本[51‒52]。因有助于降低费用及相关生产成本，所以对于入驻电商平台的再制造企业而言，3PL尤为有利[53]。

大量研究提出了多种工具和框架，以支持3PL管理中的更优决策。例如，Cochran和Ramanujam [54]开发了一种工具，帮助制造商在面临成本上升或服务质量缺陷等问题时，评估是否需要更换3PL。其他优化工具包括旨在提升3PL运输网络效率的决策支持系统[55]、用于选择3PL合作伙伴的指标体系[56]以及帮助线上零售商实现出库物流成本最小化的启发式模型[57]。进一步的研究探讨了集成订单拣选和调度，以便在将业务外包给3PL供应商时最大限度地提高履约效率[58‒59]。此外，Fu等[60]和Chang等[61]分别探讨了支持3PL创新的融资模型，前者侧重于股权融资，后者强调担保融资服务。Qin等[62]提出了一种混合整数规划模型，用于通过自主移动机器人优化多箱存储与检索系统的部署。

3.3 SBL与3PL

3.3.1 物流服务与渠道选择的互动关系

学界对物流服务与渠道选择的优化策略进行了大量研究，探讨了在O2O模式、品牌平台运营及耐用消费品市场中，不同企业在物流服务与渠道决策上的最优组合。Du等[63]探讨了商家在O2O配送模式下的最优策略。He等[64]研究了本地实体店在何时应采用O2O策略，以及在何种条件下应采用提供线上订购与3PL服务的三种物流服务模式。Xu等[65]分析了耐用消费品企业在拥有线下渠道时，针对战略型消费者所采取的渠道侵占与物流选择的动态联合策略。

Wang等[66]讨论了制造商是否应引入直销渠道，以及在SBL与3PL之间的选择。Cao等[67]探讨了在平台上运营的品牌所应采用的最优渠道与物流服务策略。品牌在SBL与3PL之间的抉择受到多种因素影响，包括SBL与3PL之间的服务水平差异、平台年度服务费以及平台和3PL服务商收取的物流费用。Liu等[68]则研究了B2C平台市场中物流服务策略与平台渠道选择之间的相互作用。

3.3.2 物流服务与销售模式之间的相互作用

学者们研究了供应商与电商平台在不同情境下所采用的物流服务策略与销售模式的组合，以及这些选择背后的关键驱动因素，如物流服务效率、声誉与成本。Qin等[69]探讨了销售模式与物流服务策略之间的相互作用，并发现供应商的物流服务策略偏好与物流服务水平的提高相一致。Xu等[70]则运用委托代理模型探讨了电商零售商在选择销售模式与物流服务策略时所面临的问题。

3.3.3 物流服务与品牌之间的相互作用

通过对制造商、零售商以及平台自身的多角度分析，研究人员揭示了平台吸引力、物流服务水平、渠道主导权以及平台自有品牌的引入等关键因素如何共同影响企业的销售与运营策略选择。这些研究为理解在平台经济中品牌与物流之间的相互作用提供了新的视角。Liu等[71]研究了免费品牌溢出对制造商物流服务选择以及零售商品牌溢出偏好的影响。Xu等[72]则探讨了在平台上销售生鲜产品的企业在平台物流与3PL之间选择最优物流服务策略的问题。

3.3.4 物流服务与成员利益之间的相互作用

学者们对基于会员制的营销合作（如供应链协作、包邮服务以及基于会员的物流服务）进行了深入研究。Yu等[13]分析了在线平台是通过SBL还是3PL提供产品配送服务。Shen等[73]探讨了电商零售商与制造商在物流服务方面的最优决策，并指出当供应链收益分成比例较高时，由电商零售商提供物流服务是最优选择。Wang等[74]聚焦于消费者行为与包邮服务之间的相互作用。Sun等[75]则研究了基于会员制的包邮服务在在线零售平台中的战略意义。

3.3.5 物流服务与其他因素之间的相互作用

物流服务还会与其他多种因素产生复杂关系，如采购策略、市场潜力以及不同物流配送体系下的定价策略。Xu等[76]研究了电商零售商在不同物流配送体系下所面临的采购策略问题。Niu等[77]探讨了餐饮企业在平台物流与SBL服务之间的偏好。Du等[78]研究了餐饮企业在O2O双渠道销售中餐厅的定价策略以及自主配送和平台配送之间的配送模式选择。Yu等[79]指出，电商零售商在SBL与3PL之间的配送策略选择主要取决于服务费用和服务成本。

现有关于SBL与3PL的文献揭示了电子商务领域中物流服务策略所存在的复杂关系。研究表明，渠道选择、销售模式以及品牌策略在很大程度上受现有物流服务选项制约。企业在采用不同物流模式（包括SBL、3PL及混合策略）时面临关键决策，而这些决策往往受到服务水平、成本效率及市场动态等因素的制约。此外，物流服务与品牌策略之间的互动凸显了竞争态势与品牌定位对物流选择的影响。消费者行为，尤其是诸如包邮等激励措施，也增加了决策的复杂性，因为它会影响消费者的忠诚度和购买决策。总体而言，SBL与3PL在电商物流中的整合构建了一个动态环境，这一环境需要持续的研究作为支撑，以适应消费者需求和竞争环境的不断变化。SBL与3PL文献综述见附录A中的表S1。

3.4 LSS

对于已采用SBL策略或3PL策略的企业而言，LSS指的是与PSC的其他成员共享物流资源，如物流信息、物流基础设施和物流配送资源。LSS的优势在于能够提升跨行业消费者的无缝全渠道购物与服务体验，优化资源配置，平衡供需，降低物流成本并提升整体效率[80]。然而，LSS也可能引发合作伙伴之间的竞争与利益冲突，因此需要建立良好的合作关系与共享机制。

LSS在优化资源利用、减少闲置与浪费以及提升跨平台、跨企业整体运营效率方面具有显著优势。通过共享物流设施、设备和运输工具，LSS使企业能够根据具体业务需求简化物流流程并配置资源。这种方式提升了物流作业效率，尤其是在仓储资源由多方共同管理和使用的物流园区中更为明显。LSS的协同特性还促进了物流信息资源的整合，支持实时数据交换，从而优化物流资源的配置，最大化运输能力并改善整体物流绩效。

Rabinovich等[81]解释了为何互联网电商企业会与专业化的物流服务提供商合作，其原因在于这些核心物流服务商能够提供一个连接网络，将众多互补的物流服务结合在一起。He等[82]研究了由制造商与零售商构成的双渠道电商供应链。Xu等[83]构建了一个物流任务-资源分配模型，用于解决共享物流网络中的多阶段资源平衡问题。Xu等[84]从理论角度引入了协同物流网络。He等[85]在对电商零售商与实体门店的LSS研究中得出了类似结论。

通过共享物流信息平台，不同平台之间能够交换物流数据、运输需求及其他信息，从而优化物流资源配置。Zhou等[86]提出了一种新的物流服务模式——联合配送，以应对运营效率、服务质量和环境可持续发展方面的瓶颈。Lei等[87]则提出了一种基于平台信息共享与资源整合的农业物流协作机制。

3.4.1 基于SBL的LSS

一些研究探讨了SBL背景下的LSS动态，重点关注电商平台、第三方卖家与物流服务商之间的关系。He等[88]深入研究了两家B2C电商企业之间的物流资源共享动态，其中一家具备SBL，另一家则不具备。Qin等[89]考察了平台与卖家共同使用SBL情境下LSS的影响。Guo等[90]进一步研究了LSS对企业战略决策与盈利能力的影响。He等[91]探讨了制造商渠道侵占与物流整合对电商平台的影响。Lai等[92]讨论了Amazon向潜在竞争对手提供物流服务的动机。Hu等[93]分析了平台与具备适应性的第三方卖家共享物流服务的合理性。Li等[94]则对在线履约服务中的均衡策略进行了深入研究。

现有关于SBL框架下LSS的研究主要探讨了电商平台、第三方卖家与物流服务商之间复杂的动态关系，强调了其中既包含竞争又包含合作的双重特征。一个核心观点是，LSS使平台能够在管理竞争的同时开辟新的收入来源，如佣金与物流费用。例如，提供物流服务的电商平台可以缓解价格竞争、提升服务质量并提高运营效率，最终为平台与第三方卖家带来更高的盈利能力。多项研究进一步强调了LSS在营造“双赢”局面方面的重要性，尤其是在竞争适度或物流服务水平较低的环境下。在这些情况下，LSS有助于提升资源利用率，使平台与卖家能够共享物流能力，从而减少对独立物流基础设施投资的需求。

3.4.2 基于3PL的LSS

3PL与LSS之间的相互作用是研究中的关键领域，它揭示了多重动态及其对财务绩效和运营效率的影响。Büyüközkan等[95]与Niu等[96]将研究重点放在物流服务联盟上。Büyüközkan等[95]提出了一种多准则决策方法，以有效评估潜在的电子物流战略联盟伙伴。Niu等[96]分析了某家电商企业在物流服务中面临的挑战，并评估了（在有、无承诺交付时间条件下）参与物流服务联盟的优势与劣势。Ren等[97]研究了共享平台的最优定价与服务决策，以及制造商与回收平台之间的协调。Ding与Liu [98]探讨了企业对企业（B2B）平台与3PL服务商在平台型物流服务背景下的合作。Liu等[99]则运用演化博弈理论，分析了物流平台与供应商之间的多周期互动关系。

Zhang与Ma [100]研究了平台与卖家在市场渠道与物流服务策略整合方面达成协议的可能性。Wang等[101]探讨了3PL中信息共享对财务绩效的影响，并得出结论：战略性的信息共享能够显著提升财务表现。Wang等[102]进一步研究了电商供应链中的LSS与碳排放共享问题，发现卖家表现出更高的LSS意愿，从而提升了平台盈利能力。Zhu与Liu [103]则提出了一种成本分摊机制，有效协调了具备次合作结构的分散系统。

当前关于3PL与LSS相互作用的研究强调了合作的复杂动态及其对运营效率与竞争策略的影响[104]。文献中的一个重要发现是战略性信息共享的作用——能够显著提升3PL合作关系中的财务绩效，而运营信息共享则不具备这一效果。这一区别突出了物流合作中高层次战略协同的重要性。此外，平台物流从传统的转售模式向市场型模式的转变，重塑了定价策略与竞争格局，尤其是当平台开始通过3PL服务佣金获利时更为显著。演化博弈论等理论模型的应用，为物流平台与合作伙伴之间的战略决策过程提供了有价值的洞见。关于LSS的研究综述见附录A中的表S2。

4 影响PSC物流服务策略选择的因素

4.1 影响SBL或3PL选择的因素

PSC成员在SBL与3PL之间进行选择时，受服务成本、服务水平、渠道、品牌、市场潜力以及竞争等因素的影响。表2 [11‒12,34‒35,37,43‒44,46,64,66‒73,77‒79,104‒107]列出了影响决策者在SBL与3PL之间进行选择的因素。

在服务成本方面，Chen等[11]发现，当平台佣金较高且交叉价格弹性系数较小时，电商零售商的主要策略是利用反映电商零售商与3PL服务商双方单位物流服务成本的指标。Chen等[105]则指出，如果物流服务成本较低，线上平台更倾向于采用SBL。在物流服务费用方面，Li与Li [12]报道称，当平台缺乏SBL服务的能力且物流成本合理时，平台与零售商均不会选择3PL。Yu等[79]指出，电商零售商的配送策略选择同时受物流服务费用与服务成本的影响。在平台服务费用方面，Cao等[67]提出，当物流服务水平差异处于中等范围时，如果平台的物流定价较低（或较高），品牌更可能选择与平台合作并采用其物流服务（即3PL）。Qin等[69]则以物流服务的性价比为标准，帮助服务商与平台做出最优选择。

在服务水平方面，Cao等[43]发现，当平台物流与3PL提供商的服务水平差异较小，旗舰店倾向于使用3PL，因年度服务费用相对较低。Yang等[46]报道称，如果3PL提供商的运输服务水平非常高，且显著高于线上货运平台，制造商通常不会选择将物流服务外包给线上货运平台。Xu等[70]探讨了物流服务水平差异对物流服务策略选择的影响。

在渠道方面，Liu等[68]发现，平台的渠道选择会影响制造商的物流服务。Du等[78]表明，线上渠道餐饮外卖配送模式的选择受到两个因素影响：线上渠道潜在消费者数量以及消费者对不同渠道价格差异的敏感程度。Niu等[106]得出结论，渠道优势越大，品牌越倾向于通过平台进行销售。

在品牌方面，Liu等[71]发现，当实施3PL对品牌吸引力的下降影响较小时，制造商会选择采用3PL。Xu等[72]报道称，销售生鲜产品的第三方门店是否愿意采用平台物流或3PL，会受到平台自有品牌引入的影响。

在市场潜力方面，Niu等[77]发现，当线上市场潜力一般时，餐饮企业倾向于选择使用平台物流。Wang等[104]指出，当产品的市场潜力受限时，即使平台提高物流费用，制造商仍会选择依托平台。

在竞争方面，Gong等[34]发现，在需求竞争下，电商企业的最佳物流选择取决于3PL的绿色技术准备情况。Li等[35]表明，当制造商产品与平台自有品牌之间的竞争强度较低，或消费者对物流服务敏感度增加时，制造商应选择平台提供的物流服务。

此外，一些学者还研究了其他因素对物流服务战略选择的影响。在经济效益方面，Sun等[37]认为，产品销售量和盈利能力会影响在线平台销售者的物流选择。Shen等[73]发现，当供应链收益分成比例较高时，由电商零售商提供物流服务是均衡选择。在战略效益方面，He等[64]指出，当零售价格为外生变量时，实体店的模式选择取决于市场覆盖范围。Qian等[107]发现，当电商零售商选择转售或具有中、高份额的线上市场时，其承担的物流服务处于均衡状态。在物流与运营考虑方面，He等[44]指出，当O2O平台将配送服务委托给配送平台而自身缺乏SBL能力时，可能出现激励不匹配问题。Wang等[66]发现，当物流差距与自我需求敏感度均较大时，制造商应采用电商零售商的物流。

4.2 LSS 的影响因素

影响PSC成员是否共享物流服务的因素包括服务成本、竞争状况、消费者的物流偏好以及市场潜力。表3 [82,87,89‒91,93‒94,96,98‒102]列出了影响成员共享物流服务决策的相关因素。

在服务成本方面，Lei等[87]发现，当存在竞争时，如果产品增值程度和成本差异较小，提供履约服务的利润可能并不高。Guo等[90]指出，当制造商的物流服务水平较高且其与电商零售商之间的物流服务成本差异较大时，制造商通过LSS可获得收益。Hu等[93]强调，平台通过设定独特的服务水平和服务费用，可以控制竞争对手的反应并实现预期结果。Liu等[99]认为，供应商是否参与生态协作受数据共享相关风险成本及平台收取的代理费影响。

在竞争方面，He等[82]认为，消费者的物流敏感度对零售商利润的影响取决于市场竞争强度。Lei等[87]指出，缓解竞争和发挥战略渠道效应可以提高销售利润率，以激励LSS的采用。Li等[94]发现，市场竞争格局的配置显著影响履约成本及其对应的收益。Niu等[96]发现，当市场竞争强度过高或过低且未设定PDT时，企业加入物流服务联盟可能会损害其利润表现。

在消费者物流偏好方面，He等[82]发现，在缺乏LSS的情况下，随着消费者对物流敏感度的提高，制造商的利润会先下降后上升。与全物流整合策略相比，He等[91]指出，部分物流整合策略的表现优于制造商或整个供应链，但逊于平台。Ding和Liu [98]则论证，只有当平台忠实需求占3PL忠实需求的比例超过某一阈值时，协作才具有可行性。

在市场潜力方面，Lei等[87]提出，LSS下的电商零售合作伙伴更适合市场潜力较小的线下门店。Qin等[89]发现，当3PL提供商的服务水平或市场潜力非常高时，电商零售商可从LSS中获益。相反，仅在3PL提供商水平和市场潜力均较低时，卖家才会从LSS中受益。Liu等[99]认为，市场规模是影响供应商对生态合作选择的因素之一。

此外，学者们还探讨了影响LSS的其他因素。He等[82]认为，当共享服务价格较低或较高时，实施LSS后制造商的利润将增加，但零售商的利润则可能相反。Qin等[89]指出，规模经济的存在提高了电商零售商与卖家之间实现LSS的可能性。Guo等[90]指出，当LSS的物流劣势足够大时，LSS对制造商不利。He等[91]发现，通过平台实施全面物流整合策略可以持续为供应链所有成员带来优势，同时避免制造商的渠道侵占。Zhang和Ma [100]指出，如果市场渠道未建立，提供物流服务的平台将带来更优的物流服务、更低的产品零售价以及更高的需求。Wang等[101]指出，用户特定资产并不会直接刺激这两种类型的信息共享。Wang等[102]进一步指出，拥有SBL系统的卖家并非总是愿意共享物流服务。

4.3 影响因素总结

影响PSC成员在SBL与3PL之间选择的关键因素包括服务成本、服务水平、渠道、品牌、市场潜力和竞争等方面。本研究发现，已有研究广泛探讨了物流服务的成本效益、3PL提供商相关费用以及平台物流的成本。在服务水平方面，学者观点存在分歧：部分研究认为高物流服务水平有助于品牌通过平台销售，而另一些研究指出，当服务水平较低时，电商零售商与制造商并不倾向选择3PL。这些研究揭示了组织在不同成本情境下的偏好。此外，本研究还对渠道、自有品牌、市场潜力和竞争等多方面因素进行了深入分析和简明总结。总体来看，本研究为PSC成员制定物流服务策略提供了全面参考，揭示了不同因素对SBL与3PL选择的影响机制，为企业物流决策提供了重要的理论支撑和实践指导。

影响PSC成员共享物流服务行为的因素包括服务成本、竞争状况、消费者物流偏好以及市场潜力。现有LSS文献强调了竞争强度和市场环境如何决定参与物流服务协议企业的盈利能力。应对竞争效应和提升渠道效率的策略在激励企业采用LSS实践中起着重要作用。市场竞争结构对成本考虑和竞争优势有显著影响，并塑造了物流服务提供商的决策过程。消费者对物流的敏感度直接影响制造商的利润，而LSS的成果则取决于定价策略和市场接受度。本研究强调了LSS决策中利益相关者的复杂性，突出了战略协同和成本效益的重要性。图4总结了影响物流服务策略选择的各因素。

5 未来研究

尽管该主题已受到广泛关注，但仍有进一步研究的空间（图5）。第5.1小节从现有文献可能的拓展方向出发，阐述未来研究路径；第5.2小节则探讨技术发展所带来的挑战与机遇。

5.1 对现有文献的可能拓展

多平台生态下SBL与3PL的协作与竞争。基于表S1和表S2中对PSC成员的归纳，现有关于平台生态中协作与竞争的研究主要集中于单一平台内的物流选择。实际上，PSC中存在多方竞争，如电商平台之间的竞争。因此，未来研究可更深入探讨多平台生态下SBL与3PL的协作与竞争。同时，随着平台自营物流服务的竞争日益激烈，3PL服务商可通过差异化服务开辟细分市场。这种多层次的竞争与合作为未来研究提供了肥沃的土壤，有助于深入揭示这些动态如何影响更广泛的供应链绩效及平台竞争格局。

消费者对PSC中绿色物流服务的偏好。在表S1和表S2中，关于消费者行为对物流策略选择的影响，现有研究表明，消费者对会员制免运费[75,108‒109]和快速配送等激励措施较为敏感。未来研究可进一步细化对PSC中消费者物流服务偏好的分析，并探讨在需求多样化背景下，个性化物流服务如何提升顾客满意度与忠诚度。例如，我国正在加快绿色科技创新的步伐，推广和应用先进绿色技术，构建低碳循环经济体系[110‒112]，因此未来研究可关注平台、3PL服务商以及PSC中的共享物流服务成员如何通过绿色物流实践满足消费者的环保期望。此外，关于新质生产力的研究正处于前沿领域，因此在新质生产力背景下引入PSC物流管理的研究视角同样具有重要意义。

PSC中的风险与不确定性因素。通过分析表S1和表S2中的“研究问题”栏目可以发现，现有文献在将风险与不确定性因素纳入PSC的物流服务策略方面存在显著空白。未来研究应深入探讨如何将这些风险与不确定性因素融入物流服务的战略框架。首先，需要考虑不同利益相关方之间的风险偏好关系，探索在高风险情境下，PSC各成员如何调整其物流服务选择（SBL、3PL和LSS）。其次，这些风险偏好对物流服务需求的影响值得进一步研究。最后，探索物流服务策略选择中的风险分担机制同样至关重要。

5.2 技术发展带来的挑战与机遇

技术的发展对物流与供应链管理产生了深远影响。我国工业和信息化部联合其他三个部门共同发布了《制造业企业供应链管理水平提升指南》，其中指出，加快企业供应链的数字化转型势在必行。这一转型需要依托物联网、区块链、大数据、工业互联网和人工智能等新一代信息技术。基于PSC的物流企业也在不断探索上述信息技术在在线数据管理、物流优化等方面的重要应用。

物流领域的技术创新带来了显著效益的同时，也带来一些需要关注的负面影响。一方面，先进技术的整合增加了物流网络的复杂性，需要在培训与系统管理上进行大量投入，而这些投入未必能在短期内带来回报。另一方面，自动化和智能系统的兴起可能导致物流行业的岗位流失，引发人们对劳动力稳定性的担忧，并凸显通过再培训来适应这一变化趋势的必要性。基于上述产业实践，未来关于PSC物流服务策略的研究可以考虑以下方向。

实时数据对物流服务策略的影响。实时在线数据提升了整个供应链的可视性，使PSC成员能够基于准确、及时的信息做出决策。这种可视性改善了需求预测、库存管理和资源配置，对选择最适合的物流模式至关重要。例如，如果实时数据显示需求波动，成员便可以选择灵活的3PL解决方案，以便快速适应订单量的变化。随着物流优化技术的发展，在线数据与这些系统的融合将进一步提升PSC成员的决策能力。这种动态能力使成员能够保持敏捷性并及时响应市场变化，最终在实时条件和战略目标的基础上，选择SBL、3PL或LLS。

智能机器人技术对物流服务优化的影响。智能机器人的使用提升了物流作业的效率和准确性。通过对仓储、分拣和配送等环节的自动化，智能机器人能够显著降低人工成本和缩短作业时间。因此，PSC成员在选择SBL时，可以依赖机器人高效的性能来满足客户对快速交付和高精度的需求。如果3PL和LSS提供商能够整合智能机器人技术，就能在市场上提供更具竞争力的服务，并吸引企业提升其运营效率。

绿色政策对物流服务策略的影响。随着企业日益重视环境可持续性，PSC成员将更倾向于选择能够有效减少碳排放并符合监管要求的物流解决方案。碳税迫使企业关注其碳排放水平，推动其采用更加环保的运输和仓储方案。在这种背景下，3PL和LSS通常因具备资源共享能力而在降低碳排放方面更具优势。相比之下，SBL在减排方面可能面临更大挑战，因为其必须独立承担所有运营成本和环境责任。对于PSC成员而言，在评估SBL、3PL和LSS时，他们可能更倾向于选择能够提供碳排放报告和优化建议的服务提供商。

6 结论

本文基于从Web of Science、Science Direct和Scopus数据库中收集的样本文献，对PSC中的物流服务策略进行了系统的文献综述。研究识别了PSC中物流服务策略的现状及影响成员物流服务策略选择的因素，并提出了若干未来研究方向。通过梳理相关文献，可以发现，学者们在PSC中关于SBL和3PL的研究主要集中在两个方面：其一是PSC成员的最优物流服务策略选择，其二是物流服务相关因素对PSC的影响。与此同时，LSS被视为SBL和3PL的重要补充，研究热点主要包括渠道、合作伙伴选择以及服务竞争。这些交叉领域的研究反映出PSC与物流管理的复杂性与多样性。

此外，本文总结了影响PSC成员物流服务策略选择的关键因素。首先，影响PSC成员在SBL与3PL之间做出选择的主要因素包括服务成本、服务水平、渠道、品牌、市场潜力以及竞争。在服务水平方面，有研究认为，高水平的物流服务能够提升品牌在平台上的表现；而另一些研究则指出，当服务水平偏低时，电商零售商和制造商往往不会选择3PL。其次，影响PSC成员LSS行为的因素包括服务成本、竞争状况、消费者的物流偏好以及市场潜力。最后，缓解竞争效应和提升渠道效率的策略在激励企业实践中采用LSS方面也具有重要作用。总体而言，本文揭示了不同因素如何影响SBL、3PL和LSS的选择，并为企业制定物流决策提供了理论支持与实践指导。

基于对PSC中物流服务策略研究的综述，可以确定若干未来研究方向。未来的研究可聚焦多平台生态下SBL与3PL之间的协作和竞争、消费者对绿色物流服务的偏好以及风险相关因素与不确定性因素对PSC成员物流服务策略选择的影响。考虑技术发展所带来的挑战与机遇，未来研究还可探讨实时数据对物流服务策略的影响、智能机器人技术对物流服务优化的影响以及绿色政策对物流服务策略的影响。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

Tan YR, Yu C, Liu Y, Zheng Q. Agency models in online platforms: a review of recent developments and future prospects. Eur J Oper Res 2024;319(3):679‒95. . 10.1016/j.ejor.2024.02.021
[2]

Li M, Li T, Yu L. Retail platform analytics: practice, literature, and future research. Prod Oper Manag. Forthcoming 2024. . 10.1177/10591478241238972
[3]

Ahmed W, Moazzam M, Sarkar B, Ur RS. Synergic effect of reworking for imperfect quality items with the integration of multi-period delay-in-payment and partial backordering in global supply chains. Engineering 2021;7(2):260‒71. . 10.1016/j.eng.2020.07.022
[4]

Chen P, Zhao R, Yan Y, Zhou C. Promoting end-of-season product through online channel in an uncertain market. Eur J Oper Res 2021;295(3):935‒48. . 10.1016/j.ejor.2021.03.043
[5]

Yan Y, Zhao R, Xing T. Strategic introduction of the marketplace channel under dual upstream disadvantages in sales efficiency and demand information. Eur J Oper Res 2019;273(3):968‒82. . 10.1016/j.ejor.2018.09.022
[6]

Choi TM, Chen J, Li G, Yue X. Platform supply chain innovations in the blockchain era: the ABCDE framework. Int J Prod Res 2023;61(11):3505‒11. . 10.1080/00207543.2023.2185397
[7]

Liu W, Yan X, Li X, Wei W. The impacts of market size and data-driven marketing on the sales mode selection in an Internet platform based supply chain. Transp Res E Logist Transp Rev 2020;136:101914. . 10.1016/j.tre.2020.101914
[8]

Wei J, Lu J, Zhao J. Interactions of competing manufacturers’ leader-follower relationship and sales format on online platforms. Eur J Oper Res 2020;280(2):508‒22. . 10.1016/j.ejor.2019.07.048
[9]

Chen L, Wang Y, Zeng L, Jiang J, Zhu X, Peng J. Logistics service decision for e-commerce supply chain with fairness concern under uncertain environment. Int J Gen Syst 2025,54(1):1‒36. . 10.1080/03081079.2024.2359037
[10]

Chen L, Shen H, Liu Q, Rao C, Li J, Goh M. Joint optimization on green investment and contract design for sustainable supply chains with fairness concern. Ann Oper Res. Forthcoming 2024. . 10.1007/s10479-024-05880-2
[11]

Chen P, Chen H, Zhao R. Price promotions in vertically-related market: instant discount vs gift card. Omega 2022;108:102588. . 10.1016/j.omega.2021.102588
[12]

Li L, Li G. Integrating logistics service or not? The role of platform entry strategy in an online marketplace. Transp Res Part E Logist Trans Rev 2023;170:102991. . 10.1016/j.tre.2022.102991
[13]

Yu J, Zhou C, Leng G. Is it always advantageous to establish self-built logistics for online platforms in a competitive retailing setting? IEEE T Eng Mange 2024;71:1726‒43. . 10.1109/tem.2023.3337241
[14]

Zhang X, Zha X, Dan B, Liu Y, Sui R. Logistics mode selection and information sharing in a cross-border e-commerce supply chain with competition. Eur J Oper Res 2024;314(1):136‒51. . 10.1016/j.ejor.2023.08.058
[15]

Zhang Y, Li X, Wang L, Zhao X, Gao J. Financing capital-constrained third party logistic firms: fourth party logistic driven financing mode vs Private lending driven financing mode. Int J Prod Res 2022;60(9):2963‒82. . 10.1080/00207543.2021.1907472
[16]

Ji X, Li G, Sethi SP. How social communications affect product line design in the platform economy. Int J Prod Res 2022;60(2):686‒703. . 10.1080/00207543.2021.2013562
[17]

Bei Z, Gielens K. The one-party versus third-party platform conundrum: how can brands thrive? J Mark 2023;87(2):253‒74. . 10.1177/00222429221116803
[18]

Bi G, Shen F, Xu Y. Third-party logistics firm’s technology investment and financing options in platform-based supply chain with 4PL service. Nav Res Logist 2024;71(6):763‒82. . 10.1002/nav.22177
[19]

Xu G, Qiu X, Fang M, Kou X, Yu Y. Data-driven operational risk analysis in e-commerce logistics. Adv Eng Inform 2019;40:29‒35. . 10.1016/j.aei.2019.03.001
[20]

Xue X, Gao J, Wu S, Wang A, Feng Z. Value-based analysis framework of crossover service: a case study of new retail in China. IEEE Trans Serv Comput 2019;15(1):83‒96.
[21]

Yang H, Zhang Y, Chen K, Li J. The double-edged sword of delivery guarantee in e-commerce. Decis Support Syst 2023;175:114042. . 10.1016/j.dss.2023.114042
[22]

Yu Y, Wang X, Zhong RY, Huang GQ. E-commerce logistics in supply chain management: implementations and future perspective in furniture industry. Ind Manage Data Syst 2017;117(10):2263‒86. . 10.1108/imds-09-2016-0398
[23]

Marasco A. Third-party logistics: a literature review. Int J Prod Econ 2008;113(1):127‒47. . 10.1016/j.ijpe.2007.05.017
[24]

Liu Q, Ma Y, Chen L, Pedrycz W, Skibniewski MJ, Chen Z. Artificial intelligence for production, operations and logistics management in modular construction industry: a systematic literature review. Inf Fusion 2024;109:102423. . 10.1016/j.inffus.2024.102423
[25]

Selviaridis K, Spring M. Third party logistics: a literature review and research agenda. Int J Logist Manag 2007;18(1):125‒50. . 10.1108/09574090710748207
[26]

Aguezzoul A. Third-party logistics selection problem: a literature review on criteria and methods. Omega 2014;49:69‒78. . 10.1016/j.omega.2014.05.009
[27]

Verdonck L, Caris AN, Ramaekers K, Janssens GK. Collaborative logistics from the perspective of road transportation companies. Transp Rev 2013;33(6):700‒19. . 10.1080/01441647.2013.853706
[28]

Chen C. CiteSpace II: detecting and visualizing emerging trends and transient patterns in scientific literature. J Am Soc Inf Sci Technol 2006;57(3):359‒77. . 10.1002/asi.20317
[29]

Chen C. CiteSpace: a practical guide for mapping scientific literature. New York City: Nova Science Publishers; 2016. . 10.1186/s40294-016-0036-5
[30]

Salari N, Liu S, Shen ZJM. Real-time delivery time forecasting and promising in online retailing: when will your package arrive? Manuf Serv Oper Manag 2022;24(3):1421‒36. . 10.1287/msom.2022.1081
[31]

Deshpande V, Pendem PK. Logistics performance, ratings, and its impact on customer purchasing behavior and sales in e-commerce platforms. Manuf Serv Oper Manag 2023;25(3):827‒45. . 10.1287/msom.2021.1045
[32]

He Y, Xu Q, Shao Z. “Ship-from-store” strategy in platform retailing. Transp Res Part E Logist Trans Rev 2021;145:102153. . 10.1016/j.tre.2020.102153
[33]

Qin H, Xiao J, Ge D, Xin L, Gao J, He S, et al. JD.com: operations research algorithms drive intelligent warehouse robots to work. Informs J Appl Anal 2022;52(1):42‒55. . 10.1287/inte.2021.1100
[34]

Gong C, Song H, Chen D, Day SJ, Ignatius J. Logistics sourcing of e-commerce firms considering promised delivery time and environmental sustainability. Eur J Oper Res 2024;317(1):60‒75. . 10.1016/j.ejor.2024.02.026
[35]

Li D, Liu Y, Fan C, Hu J, Chen X. Logistics service strategies under different selling modes. Comput Ind Eng 2021;162:107684. . 10.1016/j.cie.2021.107684
[36]

Ma L, Jin C, Huo Y. Selection of logistics service modes in e-commerce based on multi-oligopolies Cournot competition. Int J Shipp 2019;11(4):354‒83. . 10.1504/ijstl.2019.100487
[37]

Sun L, Lyu G, Yu Y, Teo CP. Fulfillment by Amazon versus fulfillment by seller: an interpretable risk-adjusted fulfillment model. Nav Res Logist 2020;67(8):627‒45. . 10.1002/nav.21897
[38]

Sun L, Lyu G, Yu Y, Teo CP. Cross-border e-commerce data set: choosing the right fulfillment option. Manuf Serv Oper Manag 2021;23(5):1297‒313. . 10.1287/msom.2020.0887
[39]

Govindan K, Chaudhuri A. Interrelationships of risks faced by third party logistics service providers: a DEMATEL based approach. Transp Res Part E Logist Trans Rev 2016;90:177‒95. . 10.1016/j.tre.2015.11.010
[40]

Wang Y, Sang D. Multi-agent framework for third party logistics in e-commerce. Expert Syst Appl 2005;29(2):431‒6. . 10.1016/j.eswa.2005.04.039
[41]

Yao DQ, Yue X, Mukhopadhyay SK, Zhang W. Strategic inventory deployment for retail and e-tail stores. Omega 2009;37(3):646‒58. . 10.1016/j.omega.2008.04.001
[42]

Cui R, Li M, Li Q. Value of high-quality logistics: evidence from a clash between SF Express and Alibaba. Manage Sci 2020;66(9):3879‒902. . 10.1287/mnsc.2019.3411
[43]

Cao K, Xu Y, Wu Q, Wang J, Liu C. Optimal channel and logistics service selection strategies in the e-commerce context. Electron Commerce Res Appl 2021;48:101070. . 10.1016/j.elerap.2021.101070
[44]

He B, Mirchandani P, Wang Y. Removing barriers for grocery stores: O2O platform and self-scheduling delivery capacity. Transp Res Part E Logist Trans Rev 2020;141:102036. . 10.1016/j.tre.2020.102036
[45]

Dong C, Huang Q, Pan Y, Ng CT, Liu R. Logistics outsourcing: effects of greenwashing and blockchain technology. Transp Res Part E Logist Trans Rev 2023;170:103015. . 10.1016/j.tre.2023.103015
[46]

Yang C, Bian J, Guo X, Jiang W. Logistics outsourcing strategy with online freight platforms. Omega 2024;125:103042. . 10.1016/j.omega.2024.103042
[47]

Xu SX, Cheng M, Huang GQ. Efficient intermodal transportation auctions for B2B e-commerce logistics with transaction costs. Transp Res Part B Methodol 2015;80:322‒37. . 10.1016/j.trb.2015.07.022
[48]

Li S, Jia S. A benders decomposition algorithm for the order fulfilment problem of an e-tailer with a self-owned logistics system. Transp Res Part E Logist Trans Rev 2019;122:463‒80. . 10.1016/j.tre.2018.12.007
[49]

Zhang M, Fu Y, Zhao Z, Pratap S, Huang G. Game theoretic analysis of horizontal carrier coordination with revenue sharing in E-commerce logistics. Int J Prod Res 2019;57(5):1524‒51. . 10.1080/00207543.2018.1492754
[50]

Gao TG, Huang M, Wang Q, Wang XW. Dynamic organization model of automated negotiation for 3PL providers selection. Inf Sci 2020;531:139‒58. . 10.1016/j.ins.2020.03.086
[51]

Ponce D, Contreras I, Laporte G. E-commerce shipping through a third-party supply chain. Transp Res Part E Logist Trans Rev 2020;140:101970. . 10.1016/j.tre.2020.101970
[52]

Akyüz MH, Muter İ, Erdoğan G, Laporte G. Minimum cost delivery of multi-item orders in e-commerce logistics. Comput Oper Res 2022;138: 105613. . 10.1016/j.cor.2021.105613
[53]

Cao K, Su Y, Xu Y, Wang J. Optimal channel selection of remanufacturing firms with considering asymmetric information in platform economy. RAIRO Oper Res 2022;56(3):1259‒81. . 10.1051/ro/2022041
[54]

Cochran J, Ramanujam B. Carrier-mode logistics optimization of inbound supply chains for electronics manufacturing. Int J Prod Econ 2006;103(2):826‒40. . 10.1016/j.ijpe.2006.01.005
[55]

Schittekat P, Sörensen K. OR practice—supporting 3PL decisions in the automotive industry by generating diverse solutions to a large-scale location-routing problem. Oper Res 2009;57(5):1058‒67. . 10.1287/opre.1080.0633
[56]

Li F, Li L, Jin C, Wang R, Wang H, Yang LA. 3PL supplier selection model based on fuzzy sets. Comput Oper Res 2012;39(8):1879‒84. . 10.1016/j.cor.2011.06.022
[57]

Acimovic J, Graves S. Making better fulfillment decisions on the fly in an online retail environment. Manuf Serv Oper Manag 2015;17(1):34‒51. . 10.1287/msom.2014.0505
[58]

Zhang J, Wang X, Huang K. Integrated on-line scheduling of order batching and delivery under B2C e-commerce. Comput Ind Eng 2016;94:280‒9. . 10.1016/j.cie.2016.02.001
[59]

Zhang M, Huang GQ, Xu SX, Zhao Z. Optimization based transportation service trading in B2B e-commerce logistics. J Intell Manuf 2019;30(7):2603‒19. . 10.1007/s10845-016-1287-x
[60]

Fu H, Ke GY, Lian Z, Zhang L. 3PL firm’s equity financing for technology innovation in a platform supply chain. Transp Res Part E Logist Trans Rev 2021;147:102239. . 10.1016/j.tre.2021.102239
[61]

Chang S, Li A, Wang X, Zhang J. Optimal combination of platform channel contract and guarantee financing strategy in e-commerce market. Transp Res Part E Logist Trans Rev 2023;172:103094. . 10.1016/j.tre.2023.103094
[62]

Qin Z, Kang Y, Yang P. Making better order fulfillment in multi-tote storage and retrieval autonomous mobile robot systems. Transp Res E Logist Transp Rev 2024;192:103752. . 10.1016/j.tre.2024.103752
[63]

Du Z, Fan ZP, Gao GX. Choice of O2O food delivery mode: self-built platform or third-party platform? Self-delivery or third-party delivery? IEEE Trans Eng Manage 2021;70(6):2206‒19.
[64]

He B, Gupta V, Mirchandani P. Online selling through O2O platform or on your own? Strategic implications for local brick-and-mortar stores. Omega 2021;103:102424. . 10.1016/j.omega.2021.102424
[65]

Xu Y, Wang J, Cao K. Dynamic joint strategy of channel encroachment and logistics choice considering trade-in service and strategic consumers. Transp Res E Logist Transp Rev 2024;185:103528. . 10.1016/j.tre.2024.103528
[66]

Wang L, Chen J, Lu Y. Manufacturer’s channel and logistics strategy in a supply chain. Int J Prod Econ 2022;246:108415. . 10.1016/j.ijpe.2022.108415
[67]

Cao K, Xu Y, Hua Y, Choi TM. Supplier or co-optor: optimal channel and logistics selection problems on retail platforms. Eur J Oper Res 2023;311(3):971‒88. . 10.1016/j.ejor.2023.06.005
[68]

Liu H, Xu T, Jing S, Liu Z, Wang S. The interplay between logistics strategy and platform’s channel structure design in B2C platform market. Eur J Oper Res 2023;310(2):812‒33. . 10.1016/j.ejor.2023.02.043
[69]

Qin X, Liu Z, Tian L. The optimal combination between selling mode and logistics service strategy in an e-commerce market. Eur J Oper Res 2021;289(2):639‒51. . 10.1016/j.ejor.2020.07.029
[70]

Xu M, Tang W, Zhao R. Should reputable e-retailers undertake service activities along with sales? J Retailing Consum Serv 2023;74:103427. . 10.1016/j.jretconser.2023.103427
[71]

Liu M, Li G, Wu H, Li X. Does free brand spillover benefit online retailers? Roles of logistics service selection. Transp Res Part E Logist Trans Rev 2023;178:103270. . 10.1016/j.tre.2023.103270
[72]

Xu Y, Wang J, Cao K. Logistics mode strategy of firms selling fresh products on e-commerce platforms with private brand introduction. J Retailing Consum Serv 2023;73:103306. . 10.1016/j.jretconser.2023.103306
[73]

Shen J, Qian J, Shao X. Service channel choice for supply chain under online marketplace. Int Trans Oper Res 2022;29(4):2401‒22. . 10.1111/itor.13095
[74]

Wang K, Lin J, Liu G, Liu Q. Strategic introduction of logistics retail and finance under competition and channel spillover. Transp Res E Logist Transp Rev 2022;165:102863. . 10.1016/j.tre.2022.102863
[75]

Sun G, Cavusoglu H, Raghunathan S. Strategic implications of online retail platforms’ membership-based free shipping programs. Inf Syst Res 2024;35(2):673‒85. . 10.1287/isre.2022.0208
[76]

Xu M, Tang W, Zhou C. Procurement strategies of e-retailers under different logistics distributions with quality- and service-dependent demand. Electron Commerce Res Appl 2019;35:100853. . 10.1016/j.elerap.2019.100853
[77]

Niu B, Li Q, Mu Z, Chen L, Ji P. Platform logistics or self-logistics? Restaurants’ cooperation with online food-delivery platform considering profitability and sustainability. Int J Prod Econ 2021;234:108064. . 10.1016/j.ijpe.2021.108064
[78]

Du Z, Fan ZP, Sun F. O2O dual-channel sales: choices of pricing policy and delivery mode for a restaurant. Int J Prod Econ 2023;257:108766. . 10.1016/j.ijpe.2022.108766
[79]

Yu J, Song Z, Zhou C. Self-supporting or third-party? The optimal delivery strategy selection decision for e-tailers under competition. Kybernetes 2023;52(10):4783‒811. . 10.1108/k-02-2022-0216
[80]

Sun K, Liu Y, Li X. Mail back or in-store dropoff? Optimal design of product-exchange policies in omnichannel retailing systems. Omega 2024;125:103024. . 10.1016/j.omega.2023.103024
[81]

Rabinovich E, Knemeyer AM, Mayer CM. Why do Internet commerce firms incorporate logistics service providers in their distribution channels? J Oper Manage 2007;25(3):661‒81. . 10.1016/j.jom.2006.05.012
[82]

He P, Wen J, Ye S, Li Z. Logistics service sharing and competition in a dual-channel e-commerce supply chain. Comput Ind Eng 2020;149:106849. . 10.1016/j.cie.2020.106849
[83]

Xu X, Hao J, Zheng Y. Multi-objective artificial bee colony algorithm for multi-stage resource leveling problem in sharing logistics network. Comput Ind Eng 2020;142:106338. . 10.1016/j.cie.2020.106338
[84]

Xu X, He Y, Ji Q. Collaborative logistics network: a new business mode in the platform economy. Int J Logist 2022;25(4‒5):791‒813.
[85]

He Y, Zhou F, Qi M, Wang X. Joint distribution: service paradigm, key technologies and its application in the context of Chinese express industry. Int J Logist 2020;23(3):211‒27. . 10.1080/13675567.2019.1667314
[86]

Zhou L, Hou G, Rao W. Collaborative logistics for agricultural products of “farmer + consumer integration purchase” under platform empowerment. Electron Commerce Res Appl 2024;255:124521. . 10.1016/j.eswa.2024.124521
[87]

Lei B, Li G, Cheng TCE. Friend or foe? Examining local service sharing between offline stores and e-tailers. Omega 2024;123:102988. . 10.1016/j.omega.2023.102988
[88]

He P, Zhang S, He C. Impacts of logistics resource sharing on B2C e-commerce companies and customers. Electron Commerce Res Appl 2019;34:100820. . 10.1016/j.elerap.2018.100820
[89]

Qin X, Liu Z, Tian L. The strategic analysis of logistics service sharing in an e-commerce platform. Omega 2020;92:102153. . 10.1016/j.omega.2019.102153
[90]

Guo X, Gao K, Wang S. Share or not share: the optimal logistics service strategy in a dual-channel e-commerce supply chain. Electron Commer Res 2022:09613. . 10.1007/s10660-022-09613-0
[91]

He P, He Y, Tang X, Ma S, Xu H. Channel encroachment and logistics integration strategies in an e-commerce platform service supply chain. Int J Prod Econ 2022;244:108368. . 10.1016/j.ijpe.2021.108368
[92]

Lai G, Liu H, Xiao W, Zhao X. “Fulfilled by Amazon”: a strategic perspective of competition at the e-commerce platform. Manuf Serv Oper Manag 2022;24(3):1406‒20. . 10.1287/msom.2022.1078
[93]

Hu Y, Duan Y, Qu S, Huo J. Logistics service openness strategy of online platforms with vertical differentiation and endogenous service level. Asia-Pac J Oper Res 2024;41(04):2340022. . 10.1142/s0217595923400225
[94]

Li J, Shen W, Liao Y, Cai G, Chen X. The fulfillment service in online marketplaces. Eur J Oper Res 2024;315(3):1139‒52. . 10.1016/j.ejor.2024.01.003
[95]

Büyüközkan G, Feyzioğlu O, Nebol E. Selection of the strategic alliance partner in logistics value chain. Int J Prod Econ 2008;113(1):148‒58. . 10.1016/j.ijpe.2007.01.016
[96]

Niu B, Xie F, Chen L, Xu X. Join logistics sharing alliance or not? Incentive analysis of competing e-commerce firms with promised-delivery-time. Int J Prod Econ 2020;224:107553. . 10.1016/j.ijpe.2019.107553
[97]

Ren X, Herty M, Zhao L. Optimal price and service decisions for sharing platform and coordination between manufacturer and platform with recycling. Comput Ind Eng 2020;147:106586. . 10.1016/j.cie.2020.106586
[98]

Ding X, Liu N. Effects of pricing schemes and platform types on platform-based logistics service. Electron Commerce Res Appl 2022;56:101217. . 10.1016/j.elerap.2022.101217
[99]

Liu W, Long S, Wei S, Xie D, Wang J, Liu X. Smart logistics ecological cooperation with data sharing and platform empowerment: an examination with evolutionary game model. Int J Prod Res 2022;60(13):4295‒315. . 10.1080/00207543.2021.1925173
[100]

Zhang C, Ma HM. Introduction of the marketplace channel under logistics service sharing in an e-commerce platform. ComputInd Eng 2022;163:107724. . 10.1016/j.cie.2021.107724
[101]

Wang Q, Liu X, Huo B, Zhao X. Economic or relational first? Establishing the competitiveness of third-party logistics information sharing by devoting specific assets and mutual trust. Int J Prod Econ 2023;261 108869. . 10.1016/j.ijpe.2023.108869
[102]

Wang M, Zhao L, Herty M. Logistics service sharing of sellers on an e-commerce platform considering the behaviour of carbon emission pooling. Electron Commerce Res Appl 2023;59:101267. . 10.1016/j.elerap.2023.101267
[103]

Zhu L, Liu N. Game theoretic analysis of logistics service coordination in a live-streaming e-commerce system. Electron Commerce Res 2023;23(2):1049‒87. . 10.1007/s10660-021-09502-y
[104]

Wang P, Du S, Hu L, Tang W. Logistics choices in a platform supply chain: a co-opetitive perspective. J Oper Res Soc 2023;74(1):93‒111. . 10.1080/01605682.2021.2023675
[105]

Chen L, Dong T, Nan G, Xiao Q, Xu M, Ming J. Impact of the introduction of marketplace channel on e-tailer’s logistics service strategy. Manage Decis Econ 2023;44(5):2835‒55. . 10.1002/mde.3850
[106]

Niu B, Liu J, Zhang J, Chen K. Promised-delivery-time-driven reselling facing global platform’s private label competition: game analysis and data validation. Omega 2024;123:102990. . 10.1016/j.omega.2023.102990
[107]

Qian J, Shen J, Shao X. Selling mode choice with logistics service: reselling or online marketplace? Electron Commerce Res Appl 2024;67:101434. . 10.1016/j.elerap.2024.101434
[108]

Wang Q, Ji X, Zhao N, Wu J. Free shipping or not? Retail platform operations considering reference effect and loyal consumers. IEEE Trans Eng Manage 2024;71:8686‒700. . 10.1109/tem.2024.3400620
[109]

Hu L, Zhang W, Du S, Sun X. How to achieve targeted advertising with the e-commerce platform’s membership system? Omega 2025;130:103156. . 10.1016/j.omega.2024.103156
[110]

Wei YM, Chen K, Kang JN, Chen W, Wang XY, Zhang X. Policy and management of carbon peaking and carbon neutrality: a literature review. Engineering 2022;14:52‒63. . 10.1016/j.eng.2021.12.018
[111]

Zhou P, Lv Y, Wen W. The low-carbon transition of energy systems: a bibliometric review from an engineering management perspective. Engineering 2023;29:147‒58. . 10.1016/j.eng.2022.11.010
[112]

Li M, Gao F, Nie Z, Sun B, Liu Y, Gong X. Investigation into the methodology and implementation of life cycle engineering under China’s carbon reduction target in the process industry. Engineering 2024;40:87‒99. . 10.1016/j.eng.2023.08.025
AI Summary AI Mindmap
PDF (3161KB)

6607

访问

0

被引

详细
导航
相关文章

AI思维导图

/

〈 〉