趙芬霞，李坤燕，宋 爽，王雨嫣

(天津商業(yè)大學(xué) 理學(xué)院，天津 300134)

1 引言

近年來社會(huì)經(jīng)濟(jì)急速發(fā)展，同時(shí)帶動(dòng)了物流行業(yè)快速發(fā)展，而公路貨運(yùn)物流是整個(gè)物流行業(yè)的核心[1]。公路貨運(yùn)企業(yè)建設(shè)企業(yè)物流信息平臺(tái),可實(shí)現(xiàn)物流信息全程可追蹤、動(dòng)態(tài)可視化管理、實(shí)現(xiàn)資源整合與匯聚，優(yōu)化配置，提升企業(yè)競(jìng)爭(zhēng)力。信息化的貨運(yùn)物流信息平臺(tái)[2]可展現(xiàn)供應(yīng)商的各類共享信息，通過物流供應(yīng)商和客戶的對(duì)接使客戶收集供應(yīng)商相關(guān)數(shù)據(jù)更加便捷，可進(jìn)一步對(duì)所選擇物流供應(yīng)商的運(yùn)輸能力給予客觀評(píng)判。

德爾菲法是構(gòu)建多級(jí)評(píng)判指標(biāo)體系[3]的常用方法之一，它可以確立指標(biāo)的可行性、獨(dú)立性、層次性和全面性等[4]特征，且避免評(píng)判指標(biāo)權(quán)重過小，引起評(píng)判失效。AHP(層次分析法)是一種定性與定量相結(jié)合的、系統(tǒng)性的、層次化的多目標(biāo)決策分析方法[5,6]，它體現(xiàn)了人們決策思維的基本特征-分解、判斷和綜合，指標(biāo)權(quán)重經(jīng)常由AHP確定[7～10]。模糊綜合評(píng)判法[11]是較成熟且應(yīng)用較廣泛的評(píng)判方法，它以隸屬函數(shù)為橋梁，利用模糊關(guān)系合成原理，將一些模糊因素進(jìn)行量化，刻畫了每個(gè)指標(biāo)錄屬于評(píng)語集的模糊程度[12，13]。它適用于評(píng)判因素多、結(jié)構(gòu)層次復(fù)雜的指標(biāo)體系，可很好地解決模糊性和不確定性的問題。因此，本文將結(jié)合物通網(wǎng)上物流供應(yīng)商的實(shí)際數(shù)據(jù)，應(yīng)用德爾菲法確定物流供應(yīng)商公路貨運(yùn)物流運(yùn)輸能力的二級(jí)評(píng)判指標(biāo)，應(yīng)用AHP方法確定指標(biāo)權(quán)重，并通過模糊綜合評(píng)判方法，得到公路貨運(yùn)物流供應(yīng)商能力的綜合評(píng)判值。

2 AHP模糊綜合評(píng)判法

模糊綜合評(píng)判主要由3個(gè)要素集構(gòu)成，分別是評(píng)判因素集、評(píng)判評(píng)語集、評(píng)判權(quán)重集。首先，確定被評(píng)判對(duì)象的評(píng)判因素集、評(píng)判評(píng)語集；其次，用AHP確定各個(gè)因素的權(quán)重[14]，獲得評(píng)判權(quán)重集；最后，確立各因素的隸屬度，獲得模糊關(guān)系矩陣，將模糊關(guān)系矩陣與因素的權(quán)重向量進(jìn)行模糊運(yùn)算并進(jìn)行歸一化，得到模糊評(píng)判綜合結(jié)果[15]。

2.1 確立評(píng)判因素集

評(píng)判因素集用來代表被評(píng)判對(duì)象的n種評(píng)判因素，設(shè)為C={C1,C2,…,Cn}刻畫被評(píng)判對(duì)象的n種評(píng)判因素，其中評(píng)判因素可分為多個(gè)等級(jí)，每一級(jí)指標(biāo)下可設(shè)下一級(jí)指標(biāo)。設(shè)第一層為目標(biāo)層，第二層指標(biāo)層為準(zhǔn)則層，第三層指標(biāo)層為因素層。

2.2 確立評(píng)判評(píng)語集

根據(jù)評(píng)判指標(biāo)因素選取合適的標(biāo)準(zhǔn)建立評(píng)判評(píng)語集，設(shè)為V={V1,V2,…,Vn}刻畫各評(píng)判因素的m種評(píng)判等級(jí)。

2.3 AHP確立指標(biāo)權(quán)重集

利用層次分析法確定評(píng)判因素的權(quán)重向量，其實(shí)現(xiàn)步驟如下：

步驟一：建立指標(biāo)因素判斷矩陣。

對(duì)同一層次的各因素關(guān)于上一層中某一因素的重要性進(jìn)行兩兩比較，構(gòu)造判斷矩陣。假設(shè)該層次包含個(gè)因素，則兩兩比較構(gòu)造的判斷矩陣為階方陣。表示兩因素重要性的九級(jí)標(biāo)度及意義如表1所示。

表1 標(biāo)度

步驟二：近似求解矩陣的最大特征值及其對(duì)應(yīng)的特征向量。

將矩陣A按列歸一化為矩陣B=(bn)，其中:

(1)

(2)

(3)

則矩陣A的最大特征值為:

(4)

步驟三：一致性檢驗(yàn)。

(5)

隨機(jī)一致性指標(biāo)由表2可查得。當(dāng)時(shí)，認(rèn)為判斷矩陣一致性是可以接受的；否則應(yīng)對(duì)判斷矩陣做適當(dāng)修正。

(4)確定指標(biāo)權(quán)重。

一致性檢驗(yàn)通過后，W=(w1,w1,…,ws)T即為層次單排序的權(quán)重向量。

表2 隨機(jī)一致性指標(biāo)RI

2.4 模糊綜合評(píng)判

模糊綜合評(píng)判是用模糊函數(shù)來刻畫每個(gè)指標(biāo)錄屬于評(píng)語集的模糊程度，并結(jié)合AHP方法確定的因素權(quán)重，給出評(píng)判對(duì)象相對(duì)于評(píng)語集的錄屬函數(shù)。

(1)構(gòu)造模糊關(guān)系矩陣。

(6)

(2)生成評(píng)判結(jié)果。

采用加權(quán)平均型模糊算子[16]，對(duì)權(quán)重向量W和模糊關(guān)系矩陣R進(jìn)行合成：

(7)

將向量B歸一化，即為AHP模糊綜合評(píng)判的結(jié)果。

以包含兩個(gè)層次的評(píng)判指標(biāo)為例。假設(shè)一級(jí)指標(biāo)包含3個(gè)因素，對(duì)二級(jí)指標(biāo)的模糊綜合評(píng)判結(jié)果分別為Bi(i=1,2,3)，則對(duì)應(yīng)的AHP模糊綜合評(píng)判的結(jié)果為：

(8)

式(8)中，W*是一級(jí)指標(biāo)的權(quán)重向量。根據(jù)最大錄屬度原則，取b*=max(b1,b2,…,bm)，即為包含兩個(gè)層次的AHP模糊綜合評(píng)判結(jié)果。

3 公路貨運(yùn)物流供應(yīng)商的能力評(píng)判

下面以物通網(wǎng)上的公路貨運(yùn)物流供應(yīng)商的信息為研究對(duì)象，選取了經(jīng)營“北京到廣州”物流的21家公司，分別以命名，應(yīng)用AHP模糊綜合評(píng)判方法，對(duì)他們的物流能力進(jìn)行評(píng)判。

3.1 因素集評(píng)判指標(biāo)體系的確定

考慮到數(shù)據(jù)的可獲得性和評(píng)判的合理性，對(duì)信息進(jìn)行整合分析和數(shù)據(jù)處理后，將綜合運(yùn)作能力、發(fā)展?jié)摿Α⒎?wù)能力作為公路貨運(yùn)物流供應(yīng)商能力的一級(jí)指標(biāo)，下設(shè)二級(jí)指標(biāo)，構(gòu)建物流供應(yīng)商能力的評(píng)判指標(biāo)體系如表3所示。

表3 物流供應(yīng)商能力AHP模糊綜合評(píng)判模型指標(biāo)體系

3.2 確立評(píng)判評(píng)語集

結(jié)合上述評(píng)判指標(biāo)因素的評(píng)判標(biāo)準(zhǔn)，建立四級(jí)評(píng)判評(píng)語集，分別表示“不好”“一般”“較好”“很好”，并設(shè)置評(píng)判等級(jí)分值分布如表4所示。

表4 評(píng)判等級(jí)分值

3.3 AHP方法計(jì)算指標(biāo)權(quán)重

以A1物流公司為例，首先應(yīng)用AHP方法求解指標(biāo)權(quán)重。以一級(jí)指標(biāo)為例，對(duì)3個(gè)指標(biāo)進(jìn)行兩兩比較，得到一級(jí)指標(biāo)因素的判斷矩陣如表5所示。

將上述結(jié)果代入公式(1)～(5)，可得到標(biāo)準(zhǔn)化的特征向量為W=(0.4931,0.2394,0.2675)，最大特征值λmax=3.0506，一致性指標(biāo)CI=0.0253，一致性比率CR=0.0839<0.1，通過了一致性檢驗(yàn)，因此，一級(jí)指標(biāo)的權(quán)重向量為W=(0.4931,0.2394,0.2675)。

類似對(duì)二級(jí)指標(biāo)進(jìn)行權(quán)重計(jì)算，對(duì)其一致性檢驗(yàn)全部通過，最后得到由層次分析法確定指標(biāo)權(quán)重的匯總表如表6所示。

表5 一級(jí)指標(biāo)因素判斷矩陣

3.4 物流供應(yīng)商物流能力的AHP模糊綜合評(píng)判

3.4.1 生成模糊關(guān)系矩陣

二級(jí)指標(biāo)數(shù)據(jù)為定量與定性相結(jié)合。對(duì)定性數(shù)據(jù)，依據(jù)評(píng)價(jià)標(biāo)準(zhǔn)由平臺(tái)上公司的相關(guān)信息進(jìn)行打分后取均值。例如，對(duì)物流供應(yīng)商有：“物流設(shè)施持有狀況”=6；“網(wǎng)站信息化建設(shè)”=5;“風(fēng)險(xiǎn)水平”=6。其余定量數(shù)據(jù)可在信息平臺(tái)上直接獲取。A1公司原始指標(biāo)數(shù)據(jù)為：C1=(2380，3，6，320，120)，C2=(124，5，500，5)，C3=(0.75，3，6)。

選擇梯形函數(shù)作為評(píng)判集的錄屬度。以“運(yùn)輸路線數(shù)目”為例，根據(jù)21家公司的總體數(shù)據(jù)值，確定評(píng)語“不好”的梯度隸屬函數(shù)區(qū)間為：1000以下100%屬于“不好”，從而隸屬度為1；區(qū)間[1000,2000]上的隸屬度值由1線性遞減到0，認(rèn)為是部分屬于“不好”；在更遠(yuǎn)的區(qū)間，認(rèn)為完全不屬于“不好”，從而隸屬度為0。同理，得到隸屬于評(píng)語集“一般”“較好”“很好”的梯度隸屬度函數(shù)區(qū)間。各個(gè)評(píng)語的隸屬度函數(shù)如圖1所示。

表6 評(píng)判指標(biāo)權(quán)重匯總

將依次代入上述4個(gè)錄屬函數(shù)，計(jì)算得出A1公司的指標(biāo)在評(píng)判集上的隸屬程度向量，歸一化后為(0，0.3100，0.5000，0.1900)，即隸屬于“不好”的概率為0，隸屬于“一般、較好、很好”的概率分別為:0.3100，0.5000，0.1900。同理確定其它因素集的梯形隸屬函數(shù)區(qū)間，計(jì)算得出A1公司的指標(biāo)C12～C15在評(píng)判集上的隸屬程度。物流供應(yīng)商物流能力的模糊關(guān)系矩陣如表7所示。

圖1 評(píng)語集的隸屬函數(shù)圖形

表7 A1物流供應(yīng)商的模糊關(guān)系矩陣

3.4.2 AHP模糊綜合評(píng)判

應(yīng)用公式(6)，得到A1物流供應(yīng)商在指標(biāo)C1上基于評(píng)判集的評(píng)判結(jié)果向量為：

B1=W1×R1=(0.1217 0.1816 0.1535 0.0959)。

=(0.1368 0.1776 0.5974 0.1204)

將其歸一化得:

B1*=(0.1027 0.3585 0.4484 0.0904)

對(duì)C2,C3同理可得如下評(píng)判結(jié)果：

B2*=(0.0441 0.3807 0.4332 0.1419)

B3*=(0 0 0.5949 0.4051)

據(jù)式(7)，對(duì)一級(jí)指標(biāo)的AHP模糊綜合評(píng)判結(jié)果為：

進(jìn)行歸一化處理后得:

B*=(0.0612 0.2679 0.4840 0.1869)

模糊綜合評(píng)判結(jié)果表明,A1供應(yīng)商的物流能力隸屬于“不好”的程度為0.1688,隸屬于“一般、較好、很好”的程度分別為0.4079，0.3001，0.1232。根據(jù)最大隸屬度原則[17],A1物流供應(yīng)商的公路貨物運(yùn)輸能力為一般。按表4中的分值分布對(duì)A1供應(yīng)商做公路貨運(yùn)物流能力綜合評(píng)判得：

S1=VBT=(30 60 75 90)(0.1688,0.4079,0.3001,0.1232)T=71.0311

3.4.3 評(píng)判結(jié)果分析

同理，對(duì)其余的20家物流公司進(jìn)行AHP模糊綜合評(píng)判，得到所有公司的綜合評(píng)判及排名如表 8所示?？梢钥闯?，公路貨運(yùn)物流路線運(yùn)輸能力最佳的物流供應(yīng)商為A7。

表8 物流供應(yīng)商綜合評(píng)判結(jié)果及排名

4 結(jié)語

本文基于對(duì)公路貨運(yùn)供應(yīng)商物流能力評(píng)判的模糊性考慮，采用AHP模糊綜合評(píng)判法對(duì)供應(yīng)商的物流能力進(jìn)行了評(píng)判：首先建立了二級(jí)評(píng)判指標(biāo)體系及評(píng)判評(píng)語集；其次，利用層次分析法確定各評(píng)判指標(biāo)的權(quán)重集；最后，利用模糊綜合評(píng)判法，應(yīng)用加權(quán)平均型模糊算子進(jìn)行合成，得到了各物流供應(yīng)商的客觀評(píng)判結(jié)果，為客戶更加科學(xué)地選擇物流供應(yīng)商提供了理論支持。此方法系統(tǒng)化地將定性指標(biāo)定量化，很好地解決了指標(biāo)的模糊性問題。但是在指標(biāo)選擇以及數(shù)據(jù)收集的過程中，由于平臺(tái)信息有限和部分?jǐn)?shù)據(jù)缺失，導(dǎo)致指標(biāo)體系不夠完整。進(jìn)一步完善指標(biāo)體系，以期得到更精準(zhǔn)的評(píng)判結(jié)果是本文未來的研究方向。