移动物流配送服务商的模糊综合评价分析

高 永， 刘 晋， 赵秋明（南京航空航天大学，江苏 南京 210016）

GAO Yong,LIU Jin,ZHAO Qiu-ming (Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China)

0 引 言

移动物流配送服务商的选择问题是一个由相互关联、相互制约的众多因素构成的复杂系统，而且涉及的因素多属于定性主观因素[1-2]。现有文献对物流配送服务商评价的方法主要是定性和定量两种方法，定性方法的局限性在于易受主观因素的影响，判断结果的客观性得不到保证，而定量方法的局限在于供应商选择评价的许多指标无法量化，判断结果的全面性得不到保证。由于移动物流配送的特殊性，用来衡量服务商的指标和级度具有很强的模糊性，因此对服务商的评判采用层次分析法和模糊数学方法相结合的手段来进行比较恰当。

层次分析法即解析递阶过程 （Analitical Hievarchy Process，AHP），是美国著名运筹学家T.L.Saaty于20世纪70年代提出的，它是一种较有效的定性分析和定量分析相结合的多目标决策分析方法。AHP是一种能将定性分析与定量分析相结合的系统分析方法，是分析多目标、多准则的复杂大系统的有力工具。该方法根据问题的性质和要达到的目标，将问题分解为不同的组成因素，按照因素之间的相互影响和隶属关系将其分层聚类组合，形成一个递阶的、有序的层次结构模型。然后，对模型中每一层次因素的相对重要性，依据人们对客观现实的判断给予定量表示，再利用数学方法确定每一层次全部因素相对重要性次序的权值。最后，通过综合计算各层因素相对重要性的权值，得到最低层 （方案层）相对于最高层 （总目标）的相对重要性次序的组合权值，以此作为评价和选择方案的依据。该方法的思路简明、适用面广、系统性强，可同时把决策者的判断吸收进来，已经被国内外广泛应用于经济分析和规划、科研管理、教育、环境等领域。

在对移动物流配送服务商的选择过程中用层次分析法，建立了移动物流配送服务商能力的模糊综合评判模型。一方面，AHP可将评价人员的思维过程系统化、模糊化和数学化，它所需的定量数据不多，并能将定性问题化为定量分析；另一方面，用模糊数学的方法对一些精确度要求不是很高的问题进行求解，可以得到一个较满意的定量分析[3-4]。本文在多目标决策问题的AHP方法 （层次分析法）的基础上，针对移动物流配送的特点，从配送报价，物流企业综合实力，物流服务水平，企业物流运行质量，物流成本[5]5个层次，17个指标建立了模糊AHP服务商选择模型，并依据一家市移动公司的实际情况，给出了实证分析。

1 移动物流配送服务商评价指标体系的建立

1.1 指标体系建立的原则

要选择最佳的物流配送服务商，首先要建立全面系统的物流配送服务商评价体系，使服务商评价选择步骤和过程透明化、制度化、科学化。评价体系能够标准统一，稳定运行，最大可能地减少主观因素。移动物流配送服务商的评价本身具有一定的模糊性，是一个复杂的过程。既涉及到一些定性的因素，也包括定量的因素。指标体系的建立与评价应该遵循：科学性原则，即指标体系的建立必须完整，系统各指标间应具有一定的逻辑关系。代表性原则，即建立指标体系时应选择代表性强的指标。可行性原则，即指标体系建立符合客观实际，数据应易于采集，便于操作。通用性原则，即移动物流配送服务商指标体系的建立应具有广泛的适用性。

1.2 指标体系的建立

移动物流配送服务商的选择具有技术性强的特点，它有别于企业物资供应商的选择，在对特别是对移动工程类物资等服务商的选择显得极为突出，其特殊性为：首先，移动物流配送属于第三方物流，服务顾客对象是企业，而不是个人；其次，物流配送是一项典型的服务行业，其拥有服务行业的特征；再次，在进行移动物流配送时，一定要对移动的业务熟悉，特别是对建立基站时所用的工程物资的熟悉，按质按量的完成配送是工程顺利完成的基础。因此与一般的供应商评价相比，移动物流配送服务商在构建评价指标体系时，要使其容易量化处理，增强评价模型的科学性和客观性。

2 移动物流配送服务商的模糊综合评价模型

2.1 确定评价因素集合

L=｛U1,U2,…,Un｝，表明一级评价指标层共有n个主要的因素需要进行评价。各个一级评价指标所包含的二级评价指标为Uk，k表示所有二级评价指标的数量。移动的物流配送作为移动的第三方利润，有着重要的作用。物资的及时到达对工程的完成有着重要的作用， 这里依据移动公司配送物资的特点及要求确立评价因素。

L＝{配送报价，物流企业综合实力，物流服务水平，企业物流运行质量，物流成本}；

U1={1吨或1.5吨以下货车报价，2～3吨货车报价}；

U2={企业信誉评价，企业名牌效应，企业物流运行质量，企业员工素质}；

U3={专业性，灵活性，沟通性，反应性，透明度}；

U4={及时性，准确性，损坏性}；

U5={运输成本，分拣成本，装配成本}。

2.2 建立评价评语集合

图1 物流配送服务商的评价指标体系

V=｛V1,V2,…,Vn｝， 不同的项目类型， 程度和影响等级的划分是不一样的。考虑到对等级的过分详细划分没有太大操作上的意义，因此一般n取4～8比较合适。本文对物流配送服务商的评语集为V＝{很满意，满意，比较满意，基本满意，不满意}。

2.3 建立层次结构模型

运用AHP进行系统分析，首先要将所包含的因素分组，每一组作为一个层次，按照最高层、若干有关的中间层和最低层的形式排列起来。对于决策问题，通常可以将其划分成层次结构模型。本文建立层次模型后[6]，如图1，通过专家打分或者采用德尔菲法确定判断矩阵中的各元素的权重，以构造判断矩阵。

最后，利用同一层次中所有层次单排序的结果，就可以计算针对上一层次而言，本层次所有因素重要性的权值，得到层次总排序。

2.4 一致性检验

计算判断矩阵的最大特征值根对应的特征向量，每个因素所对应的特征向量的值就是该元素对于上层有关元素的重要性单排序值。一个正确的判断矩阵重要性排序是有一定逻辑规律的，例如若A比B重要，B又比C重要，则从逻辑上讲，A应该比C重要，若两两比较时出现A比C不重要的结果，则该判断矩阵违反了一致性准则，在逻辑上是不合理的。因此在实际中要求判断矩阵满足大体上的一致性，需进行一致性检验。只有通过检验，才能说明判断矩阵在逻辑上是合理的，才能继续对结果进行分析，其中在进行层次单排序和层次总排序时需要进行一致性检验，考虑到随n的增大，判断误差会增加，判断一致性时应当考虑n的影响，使用随机一致性检验。

（1）计算一致性指标CI。

（2）查表确定相应的平均随机一致性指标RI。

（3）计算一致性比例CR并进行判断。

当判断矩阵具有完全一致性时，CI＝0。当CR＜0.1时，认为判断矩阵的一致性是可以接受的，CR＞0.1时，认为判断矩阵不符合一致性要求，需要对该判断矩阵进行重新修正。500样本RI值如表1所示：

表1 500样本的RI值

在进行层次单排序和层次总排序时，要进行一致性检验。如果不能通过一致性检验，要调整判断矩阵。

2.5 确定评价隶属矩阵

对各指标确定评判等级标准，根据此标准，确定U1对评语集V的隶属向量R为：Rij=｛rij1,rij2,rij3,rij4,rij5｝， 其中，rijh=（Vijh/n（ h=1,2,…,5）），n为参评专家人数，评判隶属矩阵为：

2.6 模糊综合评价

根据层次总排序Y和隶属矩阵R，计算模糊综合评价的评判集B，从而得出相应的结论。本文中 “∧”运算为加权运算[7]。

（1）一级模糊评价。

（2）二级模糊评价。根据一级模糊综合评价，得评判隶属矩阵：

B=Y∧R归一化后记为B，B为U对V的隶属向量，即为总评判结果。

（3）评判结果的处理

首先将评判集V中各元素进行量化，然后用公式Pi=BiVT计算的结果。根据结果得出该物流配送服务商的总体情况。

3 实证分析

3.1 案例背景

本文以作者参与的某移动分公司选择物流配送服务商评估项目为基础，应用上述模型进行研究。

3.2 确定指标权重

对于某物流配送企业的综合评价，运用得尔菲法，对各指标因素打分。然后构造判断矩阵。得出第二层对第一层目标的权重。经验证，满足一致性原则，为节省篇幅，具体计算略。

3.3 确定评判隶属矩阵

3.4 模糊综合评价

3.5 评判结果

规定评判集V中各元素的量化值为V1=100，V2=85，V3=70，V4=55，V5=40越接近100表示该物流配送服务商的综合评价越高，越接近40，其评价就越低，即分数越高，该企业物流配送做的越好。用公式Pi=BiVT计算得P1=70.3，P2=76.75，P3=62.55，P4=74.2，P5=73.45，最终评判结果见表2：

表2 某物流配送服务商评判结果

4 结 论

从表中数据可以得出以下结论：从总体上看，对该物流配送服务商综合进行考核的结果为71.45分，达到良好水平。这样就既给出了定性结论，又给出了定量结果。据此，该物流配送服务商可对各项因素的好坏进行准确地排序，从而找出薄弱环节，指导下一步工作。例如，从给出评判因素得分来看企业物流服务水平最差，而在现代物流配送体系中，物流服务水平的好坏往往决定着整个物流配送的好坏。配送报价得分也只有70.3。这两项是该物流企业最差的两个环节，移动公司可以根据实际情况对多家物流配送企业进行综合评判，以选择适合自己的物流配送服务商。在实际应用中，可以根据需要设定要素或供应商的个数，计算方法与本文中所述的方法相同，只是计算量和复杂性会有所加大。模糊AHP为公司选择移动服务供应商提供了一种量化的客观评价工具，最终体现于综合权重数据，以供公司做出科学、正确的决策。

[1]Kuoa Y F,Chenb P C.Selection of mobile value-added services for system operators using fuzzy synthetic evaluation[J].Expert Systems with Applications,2006(30)：612-620.

[2]Clarke I.Emerging value propositions for M-commerce[J].Journal of Business Strategies,2001,18(2)：133-147.

[3]赵炎.基于模糊分析算法的物流企业竞争力评价[J].哈尔滨商业大学学报：自然科学版，2005(4)：36-40.

[4]蔡定萍.物流企业竞争力评价[J].中国物流与采购，2003(17)：32-36.

[5]王道平，翟树芹.第三方物流企业竞争力评价指标体系构建及其评价[J].财经理论与实践，2005(6)：10-16.

[6]王伯安.企业竞争能力评价指标体系设计[J].中国工业经济，2002(2)：25-29.

[7]胡继才，万福钧.应用模糊数学[M].武汉：武汉测绘科技出版社，1993.