程瑞

摘要：傳統(tǒng)共享物流服務(wù)模式主要關(guān)注供應(yīng)鏈局部環(huán)節(jié)物流設(shè)施設(shè)備的共用共享，所得出的往往是相對于供應(yīng)鏈端到端視角的局部最優(yōu)解。從全局優(yōu)化角度尋找能夠滿足終端客戶時效、經(jīng)濟、質(zhì)量目標(biāo)要求的共享物流解決方案，對實現(xiàn)供應(yīng)鏈服務(wù)各參與方利益最大化具有重要價值。為避免先驗知識與主觀因素影響，確保共享物流解決方案選擇的客觀性，有效指導(dǎo)貨主、收貨人和物流服務(wù)提供商實現(xiàn)多贏，可從第四方物流視角出發(fā)，構(gòu)建共享物流端到端多因素評價指標(biāo)體系，進(jìn)而基于變精度粗糙集、香農(nóng)熵和遺傳算法進(jìn)行端到端共享物流解決方案綜合評價分析。案例研究結(jié)果顯示，在一級指標(biāo)中，倉儲運輸資源整合共享能力、服務(wù)可靠性及一致性、國際化及智慧化水平的相對重要性程度更高;在二級指標(biāo)中，跨主體物流系統(tǒng)集成能力、為客戶提供增值服務(wù)的能力、可使用的倉儲資源等相對重要性程度更高。為制定適合企業(yè)需要的共享物流解決方案，相關(guān)貨主企業(yè)可利用上述綜合評價模型和算法編制大數(shù)據(jù)分析軟件，并結(jié)合不同物流服務(wù)提供商的時間序列數(shù)據(jù)和截面數(shù)據(jù)，對各潛在物流服務(wù)提供商綜合能力進(jìn)行評價，對有效決策規(guī)則進(jìn)行篩選和挖掘。

關(guān)鍵詞：共享物流;第四方物流;變精度粗糙集;香農(nóng)熵;遺傳算法

中圖分類號：F252.24文獻(xiàn)標(biāo)識碼：A文章編號：1007-8266（2020）03-0082-11

一、引言

共享經(jīng)濟在我國的發(fā)展受到國家戰(zhàn)略和市場需求的雙重支持，正處于快速發(fā)展階段。根據(jù)國家信息中心發(fā)布的《中國共享經(jīng)濟發(fā)展年度報告（2019）》，2018年我國共享物流收入約490億元，較上年增長40%，增速居共享經(jīng)濟五大細(xì)分領(lǐng)域第二位，2015—2018年復(fù)合增長率達(dá)69.8%（圖1），說明我國共享物流行業(yè)及相關(guān)產(chǎn)業(yè)已經(jīng)進(jìn)入快速發(fā)展時期[ 1 ]。

傳統(tǒng)共享物流服務(wù)模式主要關(guān)注供應(yīng)鏈局部設(shè)施設(shè)備的共享，其原因在于，我國物流基礎(chǔ)設(shè)施整體利用率偏低，當(dāng)前物流業(yè)很多重要資源，如倉儲、托盤、集裝箱等局限于企業(yè)內(nèi)部流通使用，存在不同程度的閑置。我國物流設(shè)施設(shè)備使用方面的行業(yè)痛點如下：一是倉儲資源空置率較高，整體使用不充分;二是托盤資源大量閑置，整體利用效率偏低;三是不同企業(yè)集裝箱規(guī)格不一，導(dǎo)致共享困難;四是甩掛運輸模式推廣不足，導(dǎo)致車輛資源無法充分使用;五是公路運輸空載率較高，運力尚未得到充分利用。

一般而言，按照物流典型配送環(huán)節(jié)的關(guān)鍵要素，可將共享物流模式分為七類，具體參見表1。

目前，已有諸多研究對共享物流和端到端供應(yīng)鏈服務(wù)模式及其評價指標(biāo)進(jìn)行了深入探討，大致可分為三類。一是共享物流商業(yè)模式研究。趙廣華[ 2 ]研究了農(nóng)村電商中共享物流的四種常見模式，并對不同模式進(jìn)行了對比分析;葛慧敏等[ 3 ]對供應(yīng)鏈上下游數(shù)據(jù)共享的模式進(jìn)行了探索，發(fā)現(xiàn)跨環(huán)節(jié)數(shù)據(jù)共享可以增加供應(yīng)鏈彈性。二是信息技術(shù)在共享物流中的應(yīng)用研究。錢慧敏等[ 4 ]發(fā)現(xiàn)，我國共享物流和智慧物流協(xié)同效應(yīng)較弱，仍然具有較大潛力;李富昌[ 5 ]對庫存與物流聯(lián)合優(yōu)化中存在的若干問題進(jìn)行了研究，并提出了信息共享、定價激勵等措施;劉偉榮等[ 6 ]對區(qū)塊鏈技術(shù)在提高集裝箱共享效率、降低運輸成本方面的應(yīng)用進(jìn)行了研究;安霓[ 7 ]對互聯(lián)網(wǎng)+物流中有關(guān)信息共享的若干問題進(jìn)行了探討，并提出了優(yōu)化方法。三是使用數(shù)據(jù)挖掘算法對物流績效進(jìn)行評價。徐廣姝[ 8 ]將粗糙集評價方法用于生鮮電商物流服務(wù)質(zhì)量評價，證明了粗糙集方法在物流績效評價方面的客觀性和有效性;王珍珍[ 9 ]應(yīng)用超效率CCR-DEA模型對我國制造業(yè)與物流業(yè)聯(lián)動發(fā)展效率進(jìn)行了評價;孫文清[ 10 ]通過使用綜合賦權(quán)法及探索性因子分析法實證研究第三方物流（3PL）服務(wù)商評價，并在此基礎(chǔ)上建立了物流服務(wù)提供商（LSP）綜合評價指標(biāo)。

綜上所述，目前市場上主流的共享物流模式主要是整個物流過程中局部環(huán)節(jié)物流設(shè)施設(shè)備和信息的共享共用，缺乏基于整個供應(yīng)鏈視角的端到端物流資源和信息優(yōu)化理論與評價方法。

二、基于粗糙集與第四方視角的多因素共享物流綜合決策方法

（一）第四方物流與第三方物流的區(qū)別

一般而言，可將第三方物流定義為由供方（1PL）和需方（2PL）以外的物流企業(yè)提供物流服務(wù)的業(yè)務(wù)模式[ 11 ]。第三方物流的特征，一是通過合約的形式確定物流經(jīng)營者與物流消費者之間的關(guān)系;二是第三方物流往往具有差異化屬性，即滿足消費者千人千面的不同需求。第三方物流與客戶企業(yè)之間是戰(zhàn)略聯(lián)盟關(guān)系，盡管可以降本增效，但兩者間存在目標(biāo)不一致等問題。這主要是因為，第三方物流自身存在缺陷，不能承攬全部物流與供應(yīng)鏈服務(wù)，無法獲得令各方均滿意的最佳方案。為解決上述問題，1996年埃森哲咨詢公司首次提出了第四方物流（The Fourth Party Logistics，4PL）的概念，即一個供應(yīng)鏈整合商，通過組合與管理自己的資源、能力和技術(shù)，同那些互補的服務(wù)提供商一起提供一套全面的供應(yīng)鏈解決方案。由上述定義可以發(fā)現(xiàn)第四方物流的重要特征，即定位為供應(yīng)鏈整合商，其核心能力是通過高效集成自身與供應(yīng)鏈利益相關(guān)方優(yōu)勢資源產(chǎn)生最佳實踐，具體參見圖2。

如前所述，傳統(tǒng)共享物流模式主要基于第三方物流視角，局限性明顯。比如，僅關(guān)注供應(yīng)鏈中某一個或某幾個環(huán)節(jié)的物流設(shè)備與信息共享，而不是從供應(yīng)鏈整體角度加以優(yōu)化考慮;對潛在利潤的挖掘能力局限于自身所觸及的局部物流共享環(huán)節(jié)，無法獲得因端到端供應(yīng)鏈優(yōu)化而產(chǎn)生的潛在利潤;僅關(guān)注局部環(huán)節(jié)的客戶需求，忽視了供應(yīng)鏈最終客戶——貨主、消費者等的物流需求。

如圖3所示，從第四方物流視角開展共享物流的供應(yīng)鏈優(yōu)化主要聚焦于兩個方面：一是供應(yīng)鏈的縱向優(yōu)化，即供應(yīng)鏈越來越呈現(xiàn)出短鏈特征，通過第四方物流實現(xiàn)供應(yīng)鏈端到端的信息共享聯(lián)通與流程優(yōu)化，實現(xiàn)對冗余環(huán)節(jié)的壓縮;二是供應(yīng)鏈的橫向整合，即通過第四方物流實現(xiàn)消費者端（個人）及商家端（企業(yè)）零散數(shù)據(jù)的匯集，實現(xiàn)供應(yīng)鏈同一環(huán)節(jié)資源的聚合，比如，匯聚打通零售和制造領(lǐng)域諸多企業(yè)端的倉儲需求與托盤需求，實現(xiàn)基礎(chǔ)設(shè)施需求的歸集，進(jìn)而集約建設(shè)物流基礎(chǔ)設(shè)施，實現(xiàn)同一地區(qū)物流基礎(chǔ)設(shè)施共用共享，在提高設(shè)施利用效率的同時，降低重復(fù)建設(shè)成本。

為此，本研究嘗試基于第四方物流視角探討共享物流多因素綜合決策問題，從端到端整體供應(yīng)鏈視角分析各共享物流模式典型因素對整個供應(yīng)鏈效率的影響，進(jìn)而挑選出能夠使得供應(yīng)鏈最終客戶需求得到充分滿足的最佳方案，并通過數(shù)據(jù)挖掘算法得出能夠顯著提高供應(yīng)鏈端到端效率的共享物流優(yōu)化方案。

（二）粗糙集理論

粗糙集理論（Rough Set Theory，RST）最初于1982年由波蘭科學(xué)家帕拉克（Pawlak Z）[ 12 ]提出，在不完備、不確定信息系統(tǒng)分析方面具有天然優(yōu)勢，且無需任何先驗知識就可以得出相對客觀的結(jié)論。

定義1：知識表達(dá)系統(tǒng)[13-14]

多因素綜合評價指標(biāo)中的條件屬性一般包括方案決策者在考察不同第四方物流解決方案時需要重點考慮的相關(guān)因素。

黃雪明等[ 15 ]經(jīng)過深度調(diào)研提出了物流服務(wù)提供商的六大關(guān)鍵價值驅(qū)動因素，分別是策略能力與客戶協(xié)同、規(guī)劃能力與經(jīng)驗、資源供應(yīng)整合能力、運作效率與成本、信息整合能力及服務(wù)可靠性。為此，本研究在評價指標(biāo)體系條件屬性設(shè)置中會考慮上述物流服務(wù)提供商關(guān)鍵價值驅(qū)動因素。

如圖4所示，基于第四方物流視角的共享物流多因素評價指標(biāo)體系包括六個一級指標(biāo)，分別是信息整合協(xié)同共享能力（縱向整合能力）、與客戶策略協(xié)同能力、倉儲運輸資源整合共享能力（橫向整合能力）、規(guī)劃能力與經(jīng)驗、服務(wù)可靠性及一致性、國際化與智慧化水平等。其中，每個一級指標(biāo)下面還包含多個二級指標(biāo)，共18個二級指標(biāo)。通過上述多層次、多因素綜合評價指標(biāo)體系，可多維度、全方位反映影響端到端共享物流解決方案質(zhì)量的因素。

2.數(shù)據(jù)離散化處理

由于利用粗糙集方法處理的數(shù)據(jù)必須是離散化數(shù)據(jù)，因此對連續(xù)屬性進(jìn)行離散化是使用粗糙集方法進(jìn)行分析的基礎(chǔ)。有監(jiān)督的離散化方法包括基于天真算法（Na？ve Scaler）的離散化方法、基于布爾邏輯和粗糙集理論的離散化方法、卡方分箱算法等[ 16 ];無監(jiān)督的離散化方法包括等頻率離散化方法、等寬離散化方法、基于核密度評估的離散化方法等[ 17 ]。

三、實例分析

為驗證本研究提出的基于粗糙集與第四方物流視角的多因素共享物流決策方法的有效性，考慮如下案例：A公司為一家大型零售企業(yè)，其之前采取與傳統(tǒng)第三方物流服務(wù)提供商合作的方式。近年來，A公司發(fā)現(xiàn)，其物流成本顯著高于同行業(yè)的頭部企業(yè)，同時第三方物流合作企業(yè)為其定制化建設(shè)的倉儲設(shè)施及托盤等物流設(shè)備無法始終保持穩(wěn)定高效利用。為改善這種狀況，降低物流總成本，增加盈利，A公司在咨詢公司的建議下決定與第四方物流服務(wù)提供商合作，希望能夠?qū)崿F(xiàn)端到端物流成本的降低和效率的提升，能夠通過共享物流的方式優(yōu)化倉儲、托盤等物流設(shè)施設(shè)備利用效率，能夠通過跨環(huán)節(jié)信息共享降低貨物庫存，提高資金使用效率。經(jīng)過廣泛的市場調(diào)研以及對12家潛在第四方物流服務(wù)提供商以往案例的評估，得到離散后的決策表。具體參見表2。

（一）條件屬性一級與二級指標(biāo)相對重要性權(quán)重計算

根據(jù)前述公式和算法分別計算基于第四方物流視角的共享物流多因素評價指標(biāo)體系下各一級指標(biāo)與二級指標(biāo)相對于決策屬性的相對重要性權(quán)重。計算結(jié)果具體參見表3。

由計算結(jié)果可以看出，在一級指標(biāo)中，倉儲運輸資源整合共享能力、服務(wù)可靠性及一致性、國際化與智慧化水平的相對重要性權(quán)重更高，其次是信息整合協(xié)同共享能力、規(guī)劃能力與經(jīng)驗，最后是與客戶策略協(xié)同能力。

在二級指標(biāo)中，通過計算各指標(biāo)帶來的信息熵的增加，判斷各具體指標(biāo)相對于決策屬性的相對重要性。計算結(jié)果發(fā)現(xiàn)，端到端的可視化水平（C12）、與第三方物流歷史合作緊密度（C52）對增加評價指標(biāo)體系的解釋度基本無影響，說明其在所研究的目標(biāo)集合中可以忽略?？缰黧w物流系統(tǒng)集成能力（C11）、為客戶提供增值服務(wù)能力（C42）、可使用的倉儲資源（C33）等二級指標(biāo)相對重要性權(quán)重更高，說明其對終端客戶關(guān)注的第四方物流服務(wù)質(zhì)量指標(biāo)（4PL LSQI）而言相對更加重要。

以一級指標(biāo)倉儲運輸資源整合共享能力C3及其包含的三個二級指標(biāo)為例，其相對重要性權(quán)重計算過程如下：

值得注意的是，上述各級指標(biāo)權(quán)重均基于粗糙集和香農(nóng)熵理論并完全由數(shù)據(jù)驅(qū)動計算得出，無須其他先驗知識，不受主觀因素影響，因此相對于傳統(tǒng)權(quán)重確定方法更加客觀。

（二）第四方物流服務(wù)提供商多因素綜合能力排序及分析

根據(jù)前面計算得到的指標(biāo)權(quán)重和式（5），可計算得出各第四方物流服務(wù)提供商綜合得分，并對其端到端綜合服務(wù)能力進(jìn)行排序。值得注意的是，此得分與排序是綜合考慮了18項條件屬性二級指標(biāo)、6項條件屬性一級指標(biāo)的相對權(quán)重與表現(xiàn)后得出的。同時，各級指標(biāo)相對權(quán)重完全由給定的決策表計算得出，可以更加客觀地體現(xiàn)各第四方物流服務(wù)提供商的綜合服務(wù)能力。各第四方物流服務(wù)提供商綜合能力總得分及各項細(xì)分能力得分具體參見表4。

12家第四方物流服務(wù)提供商綜合能力排序具體如下：

其中，>表示級別優(yōu)于關(guān)系，括號內(nèi)數(shù)字為各第四方物流服務(wù)提供商綜合能力總得分TQ，即總得分越高，第四方物流服務(wù)提供商綜合能力越強，排名越靠前，建議貨主優(yōu)先選擇。

由此可見，綜合考慮條件屬性一級二級指標(biāo)與決策屬性指標(biāo)，第四方物流服務(wù)提供商L7綜合能力最強，L5綜合能力最弱。

（三）基于變精度粗糙集和遺傳算法的關(guān)聯(lián)規(guī)則挖掘和提取

在得到各物流服務(wù)提供商綜合得分與相對排序后，還需要從已有案例和決策表中進(jìn)行規(guī)則提取，以有效指導(dǎo)終端客戶對物流服務(wù)提供商的選擇，并幫助各物流服務(wù)提供商探尋改善自身端到端服務(wù)質(zhì)量的決策規(guī)則和有效途徑。

由于粗糙集的屬性約簡本質(zhì)上是一個組合優(yōu)化問題，本研究使用遺傳算法進(jìn)行屬性約簡及決策規(guī)則挖掘。具體流程參見圖5。

如前所述，齊亞科（Ziarko）通過引入?yún)?shù)β（0≤β<0.5），將經(jīng)典粗糙集模型的嚴(yán)格集合包含關(guān)系擴展到一定的概率范圍內(nèi)。關(guān)于β的取值，已有諸多研究進(jìn)行了探索。貝農(nóng)（Beynon M）[ 20 ]分析了不同β值對分類質(zhì)量和最終約簡結(jié)果的影響;程（Cheng Y S）等[ 21 ]提出了一種計算β值的方法，并通過試驗分析了β值選取對決策表確定性度量和約簡結(jié)果的影響;謝剛等[ 22 ]認(rèn)為，當(dāng)系統(tǒng)完備且數(shù)據(jù)分布均勻時，β應(yīng)取較大值，否則應(yīng)取較小值。由于本研究決策表比較完備，且數(shù)據(jù)分布比較均勻，因此取β值為0.15。

使用遺傳算法和變精度粗糙集模型進(jìn)行屬性約簡，最終得到154個屬性約簡，1 490條決策規(guī)則，為確保規(guī)則的有效性，對挖掘出的規(guī)則進(jìn)行篩選和過濾（右側(cè)支持?jǐn)?shù)RHS Support> 2，右側(cè)準(zhǔn)確度RHS Ac？ curacy>0.75，右側(cè)覆蓋度RHS Coverage>0.5），最終得到對實踐確實具有指導(dǎo)意義的50條規(guī)則。具體參見表5。

比如，決策規(guī)則“C13（2）+C42（2）？4PL LSQI（2）”意味著，當(dāng)端到端信息安全保障能力較強，且為客戶提供增值服務(wù)能力較強時，則該物流服務(wù)提供商的4PL LSQI指數(shù)一般也比較高;決策規(guī)則“C31（2）+C42（2）+C63（2）？4PL LSQI（2）”意味著，當(dāng)可使用的航班數(shù)量較多，為客戶提供增值服務(wù)能力較強，且大數(shù)據(jù)分析與處理能力較強時，該物流服務(wù)提供商的4PL LSQI指數(shù)一般也比較高。相關(guān)規(guī)則既可以幫助終端客戶有的放矢地選擇物流服務(wù)提供商，也可以指導(dǎo)4PL LSQI指數(shù)不高的物流服務(wù)提供商有針對性地提高自身細(xì)分能力，進(jìn)而提升自身綜合表現(xiàn)水平。

四、結(jié)論

本研究基于第四方物流視角，構(gòu)建了一個包含6項一級指標(biāo)、18項二級指標(biāo)的共享物流多因素評價指標(biāo)體系，并提出了一種基于粗糙集、香農(nóng)熵和遺傳算法的端到端共享物流服務(wù)提供商多因素決策方法。與傳統(tǒng)方法相比，本研究的方法完全由數(shù)據(jù)驅(qū)動，無須額外先驗知識和主觀因素，可以更加有效地保證權(quán)重計算、相對排序與決策規(guī)則挖掘的客觀性，能夠有效指導(dǎo)貨主、收貨人、物流服務(wù)提供商實現(xiàn)多贏。

基于案例的研究結(jié)果顯示，在一級指標(biāo)中，倉儲運輸資源整合共享能力、服務(wù)可靠性及一致性、國際化與智慧化水平的相對重要性權(quán)重更高;在二級指標(biāo)中，跨主體物流系統(tǒng)集成能力、為客戶提供增值服務(wù)能力、可使用的倉儲資源等相對重要性權(quán)重更高。根據(jù)計算得到的各級指標(biāo)權(quán)重，給出各物流服務(wù)提供商綜合能力指數(shù)的計算結(jié)果與各項能力分解。之后，使用遺傳算法和變精度粗糙集模型進(jìn)行屬性約簡與有效規(guī)則提取，并篩選出較為有效的50條規(guī)則供供應(yīng)鏈利益相關(guān)方作為決策參考。

相關(guān)貨主企業(yè)可參考本研究提出的綜合評價模型和算法編制大數(shù)據(jù)分析軟件，結(jié)合不同物流服務(wù)提供商的時間序列數(shù)據(jù)和截面數(shù)據(jù)，對各潛在物流服務(wù)提供商進(jìn)行綜合能力評價與決策規(guī)則在線挖掘。

參考文獻(xiàn)：

[1]國家信息中心分享經(jīng)濟研究中心.中國共享經(jīng)濟發(fā)展年度報告（2019）[EB/OL].（2019-03-01）[2019-12-10].http：//www.sic.gov.cn/archiver/SIC/UpFile/Fi les/Default/20190301115908284438.pdf.

[2]趙廣華.基于共享物流的農(nóng)村電子商務(wù)共同配送運作模式[J].中國流通經(jīng)濟，2018（7）：36-44.

[3]葛慧敏，陳龍.基于按需物流機制的供應(yīng)鏈信息共享模式研究[J].中國流通經(jīng)濟，2010（8）：32-34.

[4]錢慧敏，何江，關(guān)嬌.“智慧+共享”物流耦合效應(yīng)評價[J].中國流通經(jīng)濟，2019（11）：3-16.

[5]李富昌.庫存與運輸聯(lián)合優(yōu)化中的信息共享研究[J].中國流通經(jīng)濟，2012（4）：34-38.

[6]劉偉榮，真虹.基于區(qū)塊鏈的集裝箱共享模式研究[J].中國流通經(jīng)濟，2018（5）：32-42.

[7]安霓.“互聯(lián)網(wǎng)+”背景下物流信息共享機制研究[J].價值工程，2018（19）：103-104.

[8]徐廣姝.基于粗糙集的電商物流服務(wù)質(zhì)量評價應(yīng)用研究——以生鮮電商為例[J].中國流通經(jīng)濟，2019（7）：35-44.

[9]王珍珍.我國制造業(yè)與物流業(yè)聯(lián)動發(fā)展效率評價——基于超效率CCR-DEA模型[J].中國流通經(jīng)濟，2017（2）：20-30.

[10]孫文清.第三方物流供應(yīng)商評價的實證研究——基于探索性因子分析與綜合賦權(quán)法[J].中國流通經(jīng)濟，2014（3）：91-95.

[11]全國物流標(biāo)準(zhǔn)化技術(shù)委員會.GB/T 18354—2006中華人民共和國國家標(biāo)準(zhǔn)物流術(shù)語[S/OL].（2015-08-14）[2019-12-10].http：//zizhan.mot.gov.cn/zhuantizhuanlan/go nglujiaotong / shoufeigongluzmk / zhengcefagui / 201508/t2 0150814_1863913.html.

[12]PAWLAK Z.Rough sets[J].International journal of comput？ er and information sciences，1982，11（5）：341-356.

[13]蔣朝哲.粗糙集理論在多屬性決策中的應(yīng)用研究[D].成都：西南交通大學(xué)，2006.

[14]張文修，吳偉志，梁吉業(yè)，等.粗糙集理論與方法[M].北京：科學(xué)出版社，2006：1-22.

[15]黃雪明，溫智杰，全琳，等.第四方物流——物流供應(yīng)商中的“超級經(jīng)理人”[EB/OL].[2019-12-10].http：//www. doc88.com/p-6791353352650.html.

[16]SU C，HSU J.An extended chi2 algorithm for discretization of real value attributes[J].IEEE transactions on knowledge and data engineering，2005，17（3）：437-441.

[17]BIBA M，ESPOSITO F，F(xiàn)ERILLI S，et al.Unsupervised dis？ cretization using kernel density estimation[C].The 20thinter？ national joint conference on artificial intelligence，2007.

[18]HOLLAND J H.Adaptation in natural and artificial systems[M].Massachusetts：The MIT Press，1975：20-31，90-111.

[19]ZIARKO W.Variable precision rough set model[J].Journal of computer and system sciences，1993，46（1）：39-59.

[20]BEYNON M.Reducts within the variable precision rough sets model：a further investigation[J].European journal of operational research，2001，134（3）：592-605.

[21]CHENG Y S，ZHANG Y S，HU X G.The relationships be？ tween variable precision value and knowledge reduction based on variable precision rough set model[C].Internation？ al conference on rough sets and knowledge technology，2006.

[22]謝剛，張金隆.基于VPRS的軟件項目投標(biāo)風(fēng)險規(guī)避決策研究[J].中國管理科學(xué)，2006，14（2）：71-76.

Research on the Comprehensive Evaluation Method of the Fourth Party Sharing Logistics Solutions

——based on Shannon Entropy and Variable Precision Rough Set

CHENG Rui1，2

（1.Beijing Philosophy and Social Science Logistics Research Center，Beijing100048，China;2.Scientific Innovation and Development Research Institute，China Merchants Group，Beijing100029，China）

Abstract：Traditional sharing logistics service mode usually focuses on logistics facilities sharing in one or several supply chain parts，which often produces local optimal solution from the end to end supply chain perspective. Finding the global optimization solution to satisfy the customerstiming，economic and quality goals is very important to all logistics services participants. To avoid the impact of prior knowledge and subjective factors，ensurethat the choice of sharing logistics solutions is objective，and effectively guide cargo owners，receivers，and logistic service providers to achieve the win-win situation，a novel appraisal framework from the Fourth Party Logisticsperspective based on Variable Precision Rough Set Theory，Shannon Entropy and Genetic Algorithm is proposed in this paper. The results show that：among the firstlevel indicators，the relative importance of the ability to integrate and share storage and transportation resources，service reliability and consistency，internationalization and intelligence level is higher;and among the second level indicators，the integration ability of cross-body logistics system，the ability to provide value-added services to customers，and the available storage resources have higher relative importance.To formulate the suitable sharing logistics solutions for the enterprises，related cargo owner enterprises should take advantage of the previous comprehensive evaluation model and algorithm to compile the Big Data analysis software，evaluate the comprehensive capability of different potential logistic service providers，and do a better job in effective decision-making rules screening and mining.

Key words：sharing logistics;the forth party logistics;variable precision rough set theory;Shannon entropy;genetic algorithm