劉鉆石　耿秀麗

摘 要：從顧客價(jià)值理論的角度對物流服務(wù)供應(yīng)商進(jìn)行評價(jià)，將評價(jià)指標(biāo)體系分為價(jià)值指標(biāo)和價(jià)格指標(biāo)。通過模糊KANO問卷確定各指標(biāo)的KANO類型，建立指標(biāo)效用值和滿意度間的KANO函數(shù)；采用三角模糊數(shù)表達(dá)指標(biāo)評價(jià)值，通過計(jì)算其效用值得到指標(biāo)的滿意度。根據(jù)價(jià)值指標(biāo)滿意度和價(jià)格指標(biāo)滿意度，繪制供應(yīng)商定位圖，對其進(jìn)行評價(jià)和定位分析。最后以實(shí)例驗(yàn)證所提方法的可行性和有效性。

關(guān)鍵詞：物流服務(wù)；供應(yīng)商評價(jià)；顧客價(jià)值；產(chǎn)品定位圖（PPM）；KANO模型

中圖分類號：F272 文獻(xiàn)標(biāo)識碼：A

Abstract： From the perspective of customer value theory， the evaluation index system for selecting logistics service supplier was divided into the value index and the price index. According to the fuzzy KANO questionnaire， the KANO type of each index was determined， and the KANO function of the utility value and the satisfaction degree was established. The triangular fuzzy number was used to express index value. The satisfaction degree of each index was obtained by calculating the utility value of the fuzzy evaluation for each index. According to the satisfaction degree of the value index and the price index， the supplier location map was drawn. Finally， an example was given out to demonstrate the feasibility and effectiveness of the proposed approach.

Key words： logistics service； supplier evaluation； customer value； product positioning map（PPM）； KANO model

0 引 言

隨著生產(chǎn)流通領(lǐng)域競爭的加劇，生產(chǎn)企業(yè)選擇由第三方承擔(dān)服務(wù)的情況逐漸在增加，物流外包市場發(fā)展空間巨大[1]。對于供應(yīng)鏈各成員來說，通過評價(jià)選擇物流服務(wù)供應(yīng)商，分析其潛力和能力，可以為企業(yè)提高效益。同時(shí)，評價(jià)會給供應(yīng)商企業(yè)指導(dǎo)改進(jìn)方向，對于整個物流行業(yè)的發(fā)展都有很大好處。因此物流服務(wù)商評價(jià)研究具有重要意義。多屬性決策方法是解決供應(yīng)商選擇問題的常用方法。傳統(tǒng)供應(yīng)商選擇方法在供應(yīng)商評價(jià)指標(biāo)確定上沒有統(tǒng)一的指導(dǎo)，主觀判斷會導(dǎo)致選擇決策的不準(zhǔn)確性，難以對供應(yīng)商的發(fā)展策略提供指導(dǎo)。本文以顧客價(jià)值理論為導(dǎo)向，通過對供應(yīng)商價(jià)值指標(biāo)和價(jià)格指標(biāo)的評價(jià)選擇合適的供應(yīng)商并對供應(yīng)商的定位進(jìn)行分析。

顧客價(jià)值主要是從讓渡價(jià)值角度來剖析，指總顧客價(jià)值與總顧客成本之差。顧客是價(jià)值最大化的追求者，在購買產(chǎn)品或服務(wù)時(shí)，總希望用最低的成本獲得最大的收益，以使自己的需要得到最大限度的滿足[2]。產(chǎn)品定位圖（Product Position Map， PPM）方法是在顧客價(jià)值理論基礎(chǔ)上提出來的，通過分析價(jià)值指標(biāo)計(jì)算價(jià)值滿意度（Value Satisfaction Index， VSI）；分析價(jià)格指標(biāo)計(jì)算價(jià)格滿意度（Price Satisfaction Index， PSI），可繪制產(chǎn)品/服務(wù)定位圖，為設(shè)計(jì)或選擇決策提供指導(dǎo)。文獻(xiàn)[3]基于顧客價(jià)值理論采用PPM方法從車輛遠(yuǎn)程服務(wù)系統(tǒng)的四個關(guān)鍵驅(qū)動因素方面進(jìn)行分析，對汽車遠(yuǎn)程服務(wù)系統(tǒng)的顧客需求進(jìn)行定位。

滿意度評估的常用理論是KANO模型，KANO模型是以顧客的滿意度為依據(jù)，將需求分為基本型需求、期望型需求和魅力型需求。文獻(xiàn)[4-5]采用模糊KANO問卷法，將模糊理論引入到KANO模型中?；贙ANO模型計(jì)算指標(biāo)滿意度需確定指標(biāo)表現(xiàn)與滿意度間的KANO函數(shù)。本文通過建立物流服務(wù)供應(yīng)商評價(jià)指標(biāo)效用值和滿意度間的KANO函數(shù)計(jì)算VSI和PSI。物流服務(wù)供應(yīng)商評價(jià)指標(biāo)通常難以量化，專家傾向于采用語義信息對指標(biāo)進(jìn)行評價(jià)。模糊集是常用的處理不確定性和模糊決策信息的方法。文獻(xiàn)[6]模糊理論用來解決供應(yīng)商定性（語言）評級的選擇和缺乏定量信息的供應(yīng)商選擇標(biāo)準(zhǔn)。本文采用三角模糊數(shù)獲取并處理專家對物流服務(wù)供應(yīng)商價(jià)值和價(jià)格指標(biāo)的評價(jià)信息；通過效用值函數(shù)計(jì)算出價(jià)值指標(biāo)和價(jià)格指標(biāo)的效用值。

本文基于顧客價(jià)值理論分析物流服務(wù)供應(yīng)商的市場定位，通過市場調(diào)查和因子分析法確定價(jià)值指標(biāo)和價(jià)格指標(biāo)，基于KANO理論評估各物流服務(wù)供應(yīng)商的價(jià)值指標(biāo)滿意度和價(jià)格指標(biāo)滿意度。采用模糊KANO問卷確定各指標(biāo)的KANO類型；建立指標(biāo)效用值和滿意度間的KANO函數(shù)，采用三角模糊數(shù)處理指標(biāo)語義評價(jià)信息，通過計(jì)算指標(biāo)評價(jià)信息的效用值確定VSI和PSI，并依此結(jié)果繪制物流服務(wù)供應(yīng)商定位圖，對其進(jìn)行評價(jià)和分析。最后以一家中小型電器公司的物流服務(wù)供應(yīng)商評價(jià)為例，驗(yàn)證所提方法的可行性和有效性。

1 基于KANO模型的價(jià)值和價(jià)格指標(biāo)滿意度評價(jià)

1.1 KANO模型。KANO 模型將用戶需求分為基本型需求M、期望型需求O和興奮型需求A。本文采用的供應(yīng)商評價(jià)指標(biāo)效用值與滿意程度的關(guān)系型如圖1所示：

根據(jù)圖1中供應(yīng)商評價(jià)指標(biāo)效用值與滿意度曲線可以計(jì)算出其函數(shù)關(guān)系。

2 基于PPM的供應(yīng)商選擇定位分析

根據(jù)物流服務(wù)供應(yīng)商價(jià)值指標(biāo)和價(jià)格指標(biāo)滿意度數(shù)值可以分析出評價(jià)結(jié)果，基于PPM的供應(yīng)商選擇定位圖的區(qū)域分布如圖2所示。

圖2的橫軸和縱軸分別代表價(jià)值滿意度和價(jià)格滿意度。（低，低）區(qū)域代表低的價(jià)值滿意度和低的價(jià)格滿意度。這些物流服務(wù)供應(yīng)商被歸類為沒有或有限的選擇，由于客戶沒有選擇或選擇有限，客戶仍會購買或選擇這類供應(yīng)商。（高，高）區(qū)域表示高價(jià)值滿意度和高價(jià)格滿意度。供應(yīng)商在這個區(qū)域被歸類為普通和豪華。（低，高）區(qū)域表示低的價(jià)值滿意度和高的價(jià)格滿意度。物流服務(wù)供應(yīng)商在這個區(qū)域是指客戶認(rèn)為該供應(yīng)商服務(wù)很普通但是價(jià)格較低。對于低收入的客戶來說，該服務(wù)的功能和質(zhì)量是足夠并且可以接受的。（高，低）這個區(qū)域代表著物流服務(wù)質(zhì)量很高和價(jià)格也很高。這類物流服務(wù)供應(yīng)商，很少有客戶愿意為它付出。

3 案例分析

三位專家分別對價(jià)值指標(biāo)和價(jià)格指標(biāo)進(jìn)行語義評價(jià)，通過三角模糊數(shù)的轉(zhuǎn)化以及對三位專家的評價(jià)結(jié)果采用算數(shù)平均法得出集成的各候選供應(yīng)商價(jià)格指標(biāo)和價(jià)值指標(biāo)的評估值。將三角模糊數(shù)轉(zhuǎn)化成各評價(jià)指標(biāo)的效用值，計(jì)算結(jié)果如表4、表5所示。

計(jì)算出供應(yīng)商價(jià)格指標(biāo)和價(jià)值指標(biāo)滿意度的得分，計(jì)算結(jié)果如表6所示。

根據(jù)以上分析結(jié)果畫出各供應(yīng)商的服務(wù)定位圖選擇適合企業(yè)的供應(yīng)商，物流服務(wù)供應(yīng)商服務(wù)定位如圖3所示。

根據(jù)圖3的供應(yīng)商定位分析可知，處在低價(jià)格市場的物流服務(wù)供應(yīng)商是A3和A6。物流服務(wù)供應(yīng)商A3和A6的主要區(qū)別在于A6的價(jià)值滿意度與價(jià)格滿意度低于A3，這表明供應(yīng)商A3可以以更低的成本為W公司提供價(jià)值更高的物流服務(wù)。因此，通過本文提出的研究方法為W公司選出的最合適的物流服務(wù)供應(yīng)商是A3。

4 結(jié)束語

顧客價(jià)值理論是合理選擇物流服務(wù)供應(yīng)商的重要依據(jù)，因此準(zhǔn)確合理地計(jì)算物流服務(wù)供應(yīng)商評價(jià)指標(biāo)的顧客滿意度變得至關(guān)重要。本文所提方法的特點(diǎn)如下：（1）采用市場調(diào)查和因子分析法確定價(jià)值指標(biāo)和價(jià)格指標(biāo)；通過模糊KANO問卷代替?zhèn)鹘y(tǒng)的KANO問卷，使供應(yīng)商評價(jià)指標(biāo)的調(diào)查結(jié)果更加準(zhǔn)確合理；在KANO模型的基礎(chǔ)上，建立了供應(yīng)商服務(wù)評價(jià)指標(biāo)的效用值和顧客滿意度之間的KANO函數(shù)關(guān)系。（2）結(jié)合評價(jià)指標(biāo)的模糊KANO類型和KANO函數(shù)分別計(jì)算出PSI和VSI，基于PPM對物流服務(wù)供應(yīng)商的PSI和VSI進(jìn)行評價(jià)，通過指標(biāo)滿意度值的評價(jià)分析進(jìn)行物流服務(wù)供應(yīng)商定位。

通過對W公司的物流服務(wù)供應(yīng)商選擇分析，表明了所提理論與方法的有效性與可行性。

參考文獻(xiàn)：

[1] S. H. Ghodsypour. The total cost of logistics in supplier selection， under conditions of multiple sourcing， multiple criteria and capacity constraint[J]. Production Economics， 2001，73（1）：15-27.

[2] 白琳. 顧客感知價(jià)值、顧客滿意和行為傾向關(guān)系研究評述[J]. 管理評述，2009，21（1）：1-3.

[3] Chia-Li Lin. A novel hybrid decision-making model for determining product position under consideration of dependence and feedback[J]. Applied Mathematical Modeling， 2015，39（8）：2194-2216.

[4] 白濤，李中凱. 基于模糊Kano模型的顧客需求重要度計(jì)算方法[J]. 中國機(jī)械工程，2012，8（4）：975-980.

[5] CHEN Long-Sheng， Cheng-Hsiang. C-Kano model： a novel approach for discovering attractive quality elements[J]. Total Quality Management & Business Excellence， 2010，11（21）：1189-1214.

[6] Anjali Awasthi， Govindan Kannan. Green supplier development program selection using NGT and VIKOR under fuzzy environment[J]. Computers & Industrial Engineering， 2016，91：100-108.