面向LSSC可靠性的制造商威胁度多属性评估模型

陈 香，龚本刚，胡朝忠

0 引言

近年来，随着制造企业物流外包业务的越来越多，以制造商为目标客户的物流服务供应链问题(LSSC)也引起了国内外学者和企业的广泛关注，并取得了一些相关研究成果[1]。如Thirumalai等对零售业供应链订单的履行对顾客满意度问题进行研究[2]；Nieuwenhuyse等对两阶段服务供应链的物流服务商交货可靠性的影响因素问题进行分析[3]；张德海等提出基于可靠度分配的物流服务能力优化模型，来研究LSSC可靠性、成本及服务能力之间的协调[4]。但目前的研究文献还较少，且主要集中在物流服务供应链定义和物流服务供应链的协调与能力合作等方面，很少对LSSC的可靠性问题进行研究，几乎没有针对以制造商为目标客户的物流服务供应链可靠性问题展开研究。很明显，制造商威胁度大小对LSSC可靠性有着直接关系，制造商威胁度越大，LSSC系统风险越高，LSSC系统的可靠性就越低。为此，文章以目标客户为制造商的一类LSSC可靠性为研究对象，对面向LSSC可靠性的制造商威胁性大小进行评估。

供应链可靠性的程度与不确定性的处理密切相关[5,6]。物流服务供应链作为供应链的一种特殊形式，由于服务产品的无形性、不可储存性和顾客参与性等特点[7,8]，决定了它与一般供应链相比，更具有动态性和不确定性。供应链系统中存在大量随机性与不确定信息、供应链节点关系复杂、外部环境动态变化和突发事件时有发生等情况，决策者在对LSSC中制造商威胁度进行评估时，属性权重以及属性值难以用一个精确的数值来反映，决策者很容易用区间数来反映属性权重以及属性值。为此，文章将区间数灰色关联分析法引入到物流服务供应链的制造商威胁评估中去，并引入区间熵模型得出属性权重的区间信息，运用区间数灰色关联分析法对LSSC系统的目标客户（即制造商）群进行威胁评估，得出各制造商对整个LSSC系统可靠性威胁度大小的排序。排序结果一方面有助于物流集成商及时判别制造商的威胁性大小，以便调集精力对威胁性最大的制造商进行及时处理，从而提高LSSC系统的可靠性；另一方面，也有助于集成商选择对系统威胁度较小的制造商提供服务，降低整个LSSC的风险性，丰富了供应链可靠性管理的内容。

1 制造商威胁评估模型的建立

LSSC是以物流服务集成商为主导的，由多个物流服务供应商提供具体的物流服务，物流服务集成商通过整合物流资源为制造商提供集成化物流服务的网链结构[9,10]。为研究方便，又不失一般性，这里假设有 p个功能型供应商，1个物流服务集成商，m个制造商。下面根据LSSC结构模型特点对制造商威胁度评估模型进行构建。

1.1 威胁评估模型指标选取

LSSC可靠性体现了LSSC克服各种不确定性因素的影响，满足顾客需求的能力，其可靠性的提高能够在某种程度上降低LSSC系统发生风险可能性。制造商威胁度是指基于集成商主导的LSSC在为制造商提供物流服务的过程中，出现了集成商无法满足其需求能力的可能性以及当出现服务能力执行失效时，制造商对LSSC系统正常运行所造成的威胁大小。为此，文章认为制造商对LSSC可靠性威胁程度大小主要取决于三个因素：物流集成商和制造商之间的协调可靠性，物流集成商与制造商之间衔接可靠性，物流集成商与制造商之间关系可靠性，下面从这三个方面给出了具体评价指标体系（见图1）。其中，协调可靠性主要从物流集成商的角度考虑，LSSC中服务能力协调好坏直接作用于制造商，一方面主要表现为集成商对所有物流服务供应商服务能力的集成能力，另一方面表现为合作企业间利益分配的合理程度，利益分配的不合理，会影响利益受损方合作的积极性，不利于整个物流服务供应链的稳健运行。由于LSSC运作的过程中，物流、信息流、资金流贯穿整个过程，因此，这三流在供应链各节点企业之间传递的效率和准确性，直接决定着供应链运行的稳定性程度，具体为物流能力保障程度、资金流的阻塞度、各企业间的信息共享程度，另外，系统柔性反映了集成商对制造商的需求做出反应的能力，其柔性差可能导致LSSC网络系统的可靠性下降，因此系统柔性也是衔接LSSC上下游企业间的关键因素。关系可靠性主要体现了各成员企业的行为方式和思维方式，具体为：第一：合作企业间的文化、战略、地位等匹配程度，由于LSSC上的成员都是为了完成某一使命而形成优势互补、优势共享的合作方式组合在一起，各企业的文化和目标等差异都会影响物流服务供应链的整体运行。第二:LSSC中各合作企业间的信任是指LSSC成员企业在共同面对不确定性时所表现出来的相互依赖的态度和共同合作的意愿，这里主要指物流集成商和制造商之间的合作信任程度。

图1 制造商威胁度指标体系

1.2 基于区间数灰色关联分析的制造商威胁度评估模型及算法

假设区间数多属性决策问题，有m个方案 A1,A2,…,Am（这里m表示制造商的个数），n个评价属性G1,G2,…,Gn，评价属性Gj的权重Wj不能完全被确定，并且为区间数，且并用表示各权重的属性集合。对于方案Ai按属性Gj进行测度构成决策矩阵，如下：

属性类型主要有效益型和成本型两种，其中效益型指标指属性值越大越好的属性，成本型属性是指属性值越小越好的属性。在本文中，指标u4值越大，相对威胁能力越大，因此为效益型指标，而其余各指标值越大，相对威胁能力越小，故为成本型指标。

本文将区间数灰色关联分析法运用到了制造商威胁度评估模型构建中去，首先通过构建并求解线性（非线性）规划模型，得到属性的区间权重信息，并求得各个目标相对于理想威胁度最大的目标之间的关联度；然后通过对目标关联度进行两两比较，建立可能度矩阵；最后利用vi的大小对制造商威胁度进行排序。具体步骤如下：

步骤2：确定属性区间权重信息。属性权重的合理性直接影响着决策结果的可靠性和准确性。本文采用文献[12]中的区间熵权模型求得属性区间熵权信息。先求解模型（2）中目标函数Ωj的最大值和最小值，得到各属性的乐观测度值域然后，根据这个乐观测度值域，决策者可根据偏好选取一组乐观测度区间。最后，求解（3）中目标函数 Hj的最大值和最小值，即所得区间熵权为：

步骤3：计算各个目标相对于理想威胁度最大的参考序列关联系数。

根据文献[13]求得理想威胁度最大参考序列为：

根据式（7）计算第i个目标的第 j个指标值相对于理想威胁度最大的关联系数：

其中，

利用公式（12）求得可能度矩阵γ的排序向量v，并利用vi(i∈M)对各目标进行排序。

2 算例分析

由于受到众多因素的影响，物流服务集成商在为各客户提供物流服务的时候，无法准确满足每个客户的需求，使得整个LSSC的可靠性受到严重的威胁，考虑目标客户对LSSC可靠性威胁状况评估，现选取五个制造商(s1,s2,s3,s4,s5)，并由同一个集成商为其提供一体化物流服务。在这个多属性决策问题中，本文认为评价方案主要依据三个因素：协调可靠性、衔接可靠性、关系可靠性。具体的这三个属性又可以划分为8个属性，即：物流集成商的集成能力（u1），利益分配合理程度（u2），物流能力保障程度（u3），资金流阻塞度（u4），信息共享程度（u5），系统柔性（u6），合作企业间的匹配度（u7），合作企业间的相互信任度(u8)。这里，通过决策者打分给出不同属性指标下的属性值，并采用十分制反映决策者对不同属性指标下备选方案偏好，其中最差为1分，最好为10分[11]。关于该问题的原始区间数决策矩阵如表1所示。

表1 区间数决策矩阵

第1步：根据文献[11]将表1中数据进行规范化处可得到规范化决策矩阵，如表2所示：

表2 规范化决策矩阵Bˉ

第2步：采用文献[12]的区间熵模型，并结结合表2中的数据可以得到决策者的乐观测度值域为：

Ω1=[0.4468,0.6043],Ω2=[0.4326,0.5419],

Ω3=[0.3922,0.5819],Ω4=[0.4551,0.5379]

Ω5=[0.4009,0.5991],Ω6=[0.3928,0.6137],

Ω7=[0.4152,0.6214],Ω8=[0.3610,0.5881]

根据以上所求的值域，决策者根据自己的偏好选取一组乐观测度，不妨分别取为：

Ω1=[0.4468,0.6000],Ω2=[0.4500,0.5000],

Ω3=[0.4000,0.4850],Ω4=[0.5000,0.5000]

Ω5=[0.4200,0.5000],Ω6=[0.4250,0.6100],

Ω7=[0.4200,0.6210],Ω8=[0.5212,0.5880]

根据式（3）所得区间熵为：

H1=[0.9675,1],H2=[0.9828,1],H3=[0.9431,0.9994],

H4=[0.9756,0.9986],H5=[0.9724,1],H6=[0.9269,1],

H7=[0.9885,1],H8=[0.9817,0.9989]

根据（4）和（5将区间熵进一步规范化可得属性权重区间信息为：

([0 ,0.4446],[0 ,0.2353],[0 ,0.7784],[0.0002,0.3338],[0 ,0.3776],[0 ,1],[0 ,0.1573],[0.0002,0.2503])

第3步：根据公式（6）求得理想威胁度最大参考序列为：

Boj=([0.1930,0.3333],[0.1881,0.2892],[0.1735,0.3571],[0.2237,0.2879],[0.1591,0.3125],[0.1734,0.3571],[0.1582,0.3134],[0.1545,0.3289])

根据公式（7）所得的第i个目标相对于理想威胁度最大的目标关联系数为：

第4步：根据式（9）和（10）求的各个目标相对于理想威胁度的最大关联度为：

γ1=[0.3405,0.9990],γ2=[0.3050,0.9993],γ3=[0.3337,0.6734],γ4=[0.3744,0.9999],γ5=[0.3924,0.8034]

第5步：根据式（11）建立可能度矩阵，并计算 p，并计算其排序s。

根据式（12）可得各个目标的排序向量。

v=(0.2117,0.2078,0.1687,0.2173,0.1971)

根据各个制造商v值大小，得出所有制造商威胁度由大到小的排序：s4＞s1＞s2＞s5＞s3.根据排序结果看出，制造商s4对LSSC可靠性的威胁最高，制造商s3对LSSC可靠性的威胁最低。

3 结束语

针对LSSC在运作的过程中，由于众多不确定因素的影响，物流服务集成商需要对目标客户进行威胁度判断，并及时制定出合理的解决方案，以降低由于目标客户所产生威胁而给整个LSSC系统安全运作带来重大引患这一实际问题，文章采用区间数灰色关联分析的多属性决策方法建立制造商威胁度评估模型。模型考虑到形成威胁的关键因素，考虑到能够反映实际威胁的情况，并得出制造商威胁度排序。该方法不仅融入了决策者的主客观偏好，且属性权重与属性值均以区间数形式给出使得表达结果更加准确、合理。虽然该方法过程相对复杂，但借助数学软件很容易完成。最后将方法应用于算例中，结果有助于物流集成商及时处理制造商所面临的问题，降低LSSC发生的风险可能性，提高顾客的满意度，从而提高整个系统的可靠性。

[1] Edvardsson B,Holmlund M,Strandvik T.Initiation of Business Rela⁃tionships in Service-Dominant Settings[J].Industrial Marketing Man⁃agement,2008,37(3).

[2] Thirumalai S,Sinha K K.Customer Satisfaction with Order Fulfill⁃ment in Retail Supply Chains:Implications of Product Type in Elec⁃tronic B2C Transactions[J].Journal of Operations Management,2005,23(3～4).

[3] Nieuwenhuyse I V,Vandaele N.The Impact of Delivery Lot Splitting on Delivery Reliability in a Two-stage Supply Chain[J].International Journal of Production Economcs,2006,104(2).

[4] 张德海.物流服务供应链的故障树分析及优化[J].统计与决策,2009,(14).

[5] 华中生.柔性制造系统和柔性供应链:建模、决策与优化[M].北京:科学出版社,2007.

[6] 辛玉红.供应链系统鲁棒性研究[D].北京信息控制研究所博士学位论文,2008.

[7] 赵晓波,谢金星,张汉勤,华中生.展望服务科学[J].工业工程与管理,2009,(1).

[8] Waart D,Kremper S.Steps to Service Supply Chain Excellence[J].Sup⁃ply Chain Manageme-Review,2004,(1).

[9] 崔爱平,刘伟.物流服务供应链中基于期权契约的能力协调[J].中国管理科学,2009,17（2）.

[10] 刘伟华,季建华,包兴,顾巧论.物流服务供应链两级能力合作的协调研究[J].武汉理工大学学报,2008,30(2).

[11] 徐泽水.不确定多属性决策方法及应用[M].北京:清华大学出版社,2004.

[12] 周荣喜,何大义,徐剑荣.基于决策者偏好的区间型属性熵权确定方法[J].运筹与管理,2010,19(1).

[13] 王小艺,刘载文,侯朝桢,张翠,原菊梅.基于模糊多属性决策的目标威胁估计方法[J].控制与决策,2007,22(8).

[14] Jahanshahloo G R,Hosseinzade L,Izadikhah M.An Algorithmic Method to Extend TOPSIS for Decision-making Problems with Inter⁃val Data[J].Applied Mathematics and Computation,2006,175(2).