[福州大學 福州 350108]
隨著我國商業(yè)貿易的不斷發(fā)展,特別是電子商務和網(wǎng)絡經(jīng)濟的興起,區(qū)域間的貿易往來越來越頻繁。人們在享受足不出戶便捷交易的同時,也對與之相對應的物流服務水平提出了更高的要求。在電子商務活動中,一旦物流供應商選擇不當,將造成物流費用高、服務態(tài)度差、送貨時間長等問題,最終導致顧客大量流失[1]。2016年7月,李克強總理在國務院常務會議中指出,推進“互聯(lián)網(wǎng)+物流”,既是發(fā)展新經(jīng)濟,又能提升傳統(tǒng)經(jīng)濟。在大數(shù)據(jù)、云計算的運用中,物流這個傳統(tǒng)行業(yè)正在經(jīng)歷一場全新的變革。許多電商物流企業(yè)正在加快探索新技術的運用,而企業(yè)如何根據(jù)自身需求選取一個合適的物流供應商,涉及衡量企業(yè)運作模式優(yōu)劣的多種因素,評價方法的科學性直接影響物流供應商選擇效果。因此,在“互聯(lián)網(wǎng)+”環(huán)境下對電子商務物流供應商的評價進行研究具有較大的現(xiàn)實意義。
關于物流供應商的評價與選擇問題,國內外均有學者做出大量的研究。在評價方法的選取上,主要有層次分析法(AHP)[2],網(wǎng)絡層次分析法(ANP)[3]、逼近理想點法(TOPSIS)[4]、數(shù)據(jù)包絡分析(DEA)[5]、線性規(guī)劃(LP)[6]等。針對電子商務物流這一特定背景下的物流領域的研究,學者們主要關注的對象為電子商務物流配送的作用、模式、供應鏈系統(tǒng)及配送系統(tǒng)。如伍星華等構建了B2C電子商務企業(yè)物流模式?jīng)Q策的指標體系,根據(jù)各指標的特點及其關聯(lián)性,將網(wǎng)絡分析法(ANP)和理想點法(TOPSIS)相結合,并運用于B2C電子商務企業(yè)的物流模式?jīng)Q策[7];李啟庚和張華從顧客價值的角度建立電子商務物流能力的評價體系,并以此為基礎構建模型,分析電子商務物流能力對顧客價值的影響關系[8];衛(wèi)振林和孫劍青針對性地提出基于中小電商物流一體化方案的共同配送模式和運作流程,實現(xiàn)其從實體樞紐向信息樞紐的轉變,推動零散電子商務物流配送資源的整合,為中小電商提供共同倉儲和共同配送的一體化綜合服務解決方案[9];周珍等分析了電子商務第三方物流供應商的特點,提出電子商務第三方物流選擇評估指標系統(tǒng),引入直覺模糊集刻畫已有信息關于相應決策指標的狀態(tài),建立基于直覺模糊集的綜合評估方法[10]。
綜上所述,已有不少學者對傳統(tǒng)物流供應商的評價與選擇進行探討,而對電子商務物流供應商的研究則大多以此為基礎,尚缺乏有針對性的評價指標體系與評價方法。電子商務物流供應商選擇具有灰色系統(tǒng)特征,由于評估專家組對供應商的了解及認識具有一定的主觀性和不確定性,僅用一個實數(shù)來表示對相關指標的打分或評價,顯得不太合適。為了克服指標無法定量的問題,一些學者在研究決策問題時引入了三參數(shù)區(qū)間灰數(shù)(T-PIGN)來對評價指標進行度量[11~13]。關于三參數(shù)區(qū)間灰數(shù)在決策問題上的難點主要在于方案的排序與比較,而目前三參數(shù)區(qū)灰間的比較運算尚未形成一個被研究者們普遍接受的解決方法。
基于以上不足,本文在現(xiàn)有物流供應商評價指標研究的基礎上,針對電子商務企業(yè),提出了“互聯(lián)網(wǎng)+”環(huán)境下的物流配送供應商評價指標體系。使用基于T-PIGN-TOPSIS的評價方法對備選物流供應商進行評價,根據(jù)灰色系統(tǒng)理論中“信息被充分利用”的理念,提出了一種新的三參數(shù)區(qū)間灰數(shù)可能度計算方法和距離測度計算方法,克服了指標無法定量的問題,使得評價結果更為科學有效。
在物流供應商評價指標體系的建立上,國內外學者均進行了深入而有意義的探討。通過相關文獻的查閱,可以將現(xiàn)有的指標體系歸納為質量、信息技術、服務、成本、企業(yè)素質、合作程度這六個方面[14~17]。隨著物流業(yè)乃至中國經(jīng)濟的轉型升級,“互聯(lián)網(wǎng)+物流”已成為我國未來物流業(yè)發(fā)展的大趨勢?!盎ヂ?lián)網(wǎng)+物流”本質是將互聯(lián)網(wǎng)理念、技術全面植入傳統(tǒng)物流產(chǎn)業(yè)后的在線化、數(shù)據(jù)化,通過技術、設備、商業(yè)模式等諸多方面創(chuàng)新促使傳統(tǒng)物流業(yè)運作方式的改變和效率提升。較之傳統(tǒng)物流產(chǎn)業(yè),“互聯(lián)網(wǎng)+”環(huán)境下電子商務物流的發(fā)展趨勢主要有以下兩點:(1)智慧化,主要指智能產(chǎn)業(yè)進級,快遞、倉儲、運輸、末端等范疇不斷智能化以提升效率;(2)綠色化,指在物流過程中抑制物流對環(huán)境造成危害的同時,實現(xiàn)對物流環(huán)境的凈化,使物流資源得到最充分利用。
在參考相關研究[14~17]基礎上,考慮到電子商務物流企業(yè)的經(jīng)營特征與“互聯(lián)網(wǎng)+物流”的發(fā)展趨勢[18~19],構建電子商務物流服務供應商的評價指標體系,如表1 所示。
1.三參數(shù)區(qū)間灰數(shù)的基本概念
定義1:既有下界又有上界的灰數(shù)稱為區(qū)間灰數(shù)(PIGN),記為
在實際的評價過程中,如果只以區(qū)間灰數(shù)的上界和下界來表示往往會使決策者的評價結果脫離實際。以決策者對電子商務物流供應商的行業(yè)口碑評價為例,若決策者認為該供應商的行業(yè)口碑一般(4分)的可能性為10%,良好(7分)的可能性為70%,優(yōu)秀(9分)的可能性為20%,如果以來表示決策者的評價結果,顯然沒有充分利用到?jīng)Q策者的判斷信息。而在實際評價過程中,我們難以準確收集到概率信息,如果讓決策者給出最可能的評價值和評價區(qū)間的話,相對來說比較容易操作。因此如果用三參數(shù)區(qū)間灰數(shù)來表示該決策者的評價結果的話,就能夠使得評價信息得到更為充分的利用。
定義2設為三參數(shù)區(qū)間灰數(shù)(T-PIGN),其中分別為區(qū)間灰數(shù)的下界和上界,a*為在此區(qū)間中取值可能性最大的數(shù),稱為區(qū)間灰數(shù)的重心。
在上面的例子中,該決策者對電子商務物流供應商行業(yè)口碑的判斷信息可以用三參數(shù)區(qū)間灰數(shù)來表示。
2.三參數(shù)區(qū)間灰數(shù)的排序方法
為了比較區(qū)間灰數(shù)的大小,我們需要對區(qū)間灰數(shù)進行排序?,F(xiàn)有的區(qū)間灰數(shù)排序方法主要有兩種,一種是確定性排序方法,即在區(qū)間中找出一個最可能代表該區(qū)間取值的數(shù),并比較大小。另外一種是非確定性排序方法。在非確定性排序方法的研究上許多學者引入了可能度的概念。目前使用最廣泛的區(qū)間數(shù)計算方法主要考慮到的區(qū)間灰數(shù)的中點及區(qū)間長度。為了利用到三參數(shù)區(qū)間灰數(shù)的重心這一重要信息,本文在傳統(tǒng)區(qū)間灰數(shù)可能度計算方法上兼顧了所能收集到的所有信息,即同時考慮到了上下界,區(qū)間長度,以及重心點。
定義3設有兩個三參數(shù)區(qū)間灰數(shù)分別為兩個區(qū)間灰數(shù)的區(qū)間長度,則稱
表1 電子商務物流供應商的評價指標體系
定義4如果則稱三參數(shù)區(qū)間灰數(shù)大于三參數(shù)區(qū)間灰數(shù)記為如果則稱三參數(shù)區(qū)間灰數(shù)擬大于三參數(shù)區(qū)間數(shù)記為如果則稱三參數(shù)區(qū)間灰數(shù)擬相等,記為
本文構造的三參數(shù)區(qū)間灰數(shù)的可能度計算方法具有以下性質:
性質1(規(guī)范性)
性質2(直觀性) 若則若則
性質3(互補性)
性質4(自反性)若且則
性質5(傳遞性)則當且僅當時
3.三參數(shù)區(qū)間灰數(shù)的距離測度
在網(wǎng)絡計劃技術中,我們通常可以用三值估算法來確定非肯定型工時定額,其計算公式為其中a表示最樂觀時間,b表示最悲觀時間,m表示最可能時間。由該公式可以看出,在只考慮樂觀時間,悲觀時間與最可能時間的情況下,m出現(xiàn)的概率為2/3,a或b出現(xiàn)的概率均為1/6。受到該原理的啟發(fā),我們可以假設在三參數(shù)區(qū)間灰數(shù)距離測度計算中,重心點的重要性占2/3,下限與上限占的重要性為1/3:
定義5設有兩個三參數(shù)區(qū)間灰數(shù)為與間的距離,則有:
本文構造的三參數(shù)區(qū)間灰數(shù)的距離測度計算方法具有以下性質:
性質6
性質7是的充要條件。
性質8
TOPSIS法的基本原理是通過檢測評價對象與最優(yōu)解、最劣解的距離來進行排序,若評價對象最靠近最優(yōu)解同時又最遠離最劣解,則為最好; 否則不為最優(yōu)。其中最優(yōu)解的各指標值都達到各評價指標的最優(yōu)值。最劣解的各指標值都達到各評價指標的最差值?;趯θ齾?shù)區(qū)間灰數(shù)可能度的比較與距離計算,本文提出的基于T-PIGN-TOPSIS的電子商務物流供應商評價過程如下:
步驟1利用層次分析法求出電子商務物流供應商的評價指標體系(表1)中各一級指標的權重向量以及各一級指標所對應的二級指標的權重向量
步驟2以指標C1為例,利用公式(1) 確定C1下二級指標的正理想解:
負理想解:
步驟3利用權重向量與距離公式(2)求出指標C1下各方案與正理想解的綜合距離和與負理想解的綜合距離:
步驟4計算指標C1下方案與正負理想解之間的貼近度
步驟5重復以上步驟,算出指標C2,C3,…,C5下各方案與正負理想方案之間的貼近度c1i,c2i,…c5i。則各方案的總貼近度
步驟6根據(jù)總貼近度ci的大小對各方案進行排序。
某電商品牌創(chuàng)立于2012年,其產(chǎn)品全面覆蓋天貓、京東、蘇寧易購等各類渠道。為了擴大物流運輸規(guī)模,秉承“顧客至上,體驗為王”服務理念,合理控制物流成本,決定選擇物流服務供應商幫助其處理配送業(yè)務。通過實地考察和調研,最終確定四個備選物流供應商?,F(xiàn)使用本文建立T-PINGTOPSIS評價方法來對備選物流供應商進行選擇。請多位專家使用表1的評價指標體系對這四個物流供應商進行評價。除了成本以外,其他指標都難以用實數(shù)進行準確量化,因此用三參數(shù)區(qū)間灰數(shù)進行表示。以指標C1(基礎維度)為例,最后得到的規(guī)范化評價矩陣如下:
步驟1使用層次分析法得到各一級指標的權重向量以及指標C1下各二級指標的權重向量:
步驟2算出正理想解為:
負理想解為:
步驟3計算各方案與正理想解的綜合距離:
與負理想解的綜合距離:
步驟4求得在指標C1下各方案的相對貼近度
步驟5求得所有指標下各方案的相對貼近度
步驟6由可得供應商3為最佳方案。
如表2所示,將本文的方法與文獻[11]~[12]進行比較,可以看到本文的排序結果與各文獻得出的結果基本一致?;趯τ嬎氵^程進行的分析我們可以看到,本文的方法使各方案的區(qū)分度得到了改善。以指標C1為例,使用文獻[12]的TOPSIS模型計算出的貼近度分別為c11=0.5602,c12=0.2983,c13=0.5340,c14=0.4508,使用文獻[13]的TOPSIS模型計算出的貼近度分別為c11=0.6024,c12=0.4458,c13=0.6018,c14=0.5549,而使用本文的模型計算出的貼近度分別為c11=0.7313,c12=0.4444,c13=0.6055,c14=0.5167。通過各方案間貼近度大小的比較,可以看出本文中各方案間的差異得到了更顯著的區(qū)分,如方案1與方案3之間的貼近度差異在文獻[12]與文獻[13]中分別為0.0262與0.0006,而本文的方法將其差距放大至0.1129,這在很多情況下有利于提高方案排序結果的說服力。
在實際情況中,供應商3是國內最早一批涉足電子商務物流領域的服務商,擁有30年倉儲管理運營經(jīng)驗,獨立運營十余載。充分利用已有的物流配送網(wǎng)絡和多年積累的城市配送服務經(jīng)驗,在理賠響應時間、訂單響應速度、存儲與配送決策能力、資源回收能力等方面相對于其他物流供應商,表現(xiàn)得較為突出,因此該電商公司選擇了供應商3作為其物流配送合作伙伴。
通過上述分析可知,T-PIGN-TOPSIS評價方法所得結果與該電商公司的供應商選擇實際情況相符,證明了該方法可以對電商企業(yè)的各物流服務供應商進行有效的區(qū)分與排序。
本文在現(xiàn)有物流供應商評價指標研究的基礎上,針對電子商務企業(yè),提出“互聯(lián)網(wǎng)+”環(huán)境下的物流配送供應商評價指標體系。在評價指標的度量上引入三參數(shù)區(qū)間灰數(shù),考慮到三參數(shù)區(qū)間灰數(shù)上下限與重心點的影響,提出了一種新的三參數(shù)區(qū)間灰數(shù)可能度計算方法,并重新定義了距離測度計算公式,該公式可以根據(jù)決策者的風險偏好進行調整。與現(xiàn)有文獻相比,本文構造的可能度計算公式具有直觀性、規(guī)范性、互補性、自反性、傳遞性等良好的性質,并且基于此的排序方法與已有方法相比改善了各方案的區(qū)分度,步驟簡便,易于推廣。在此基礎上提出了基于T-PIGN-TOPSIS的電子商務物流供應商評價方法并進行實例研究,結果直觀地反映了各備選方案的排序情況,且與實際情況相符,為電子商務物流供應商的評價與選擇提供決策參考。