劉玲　陳博寧　楊雪鍵　夏露

關(guān)鍵詞：工作分解結(jié)構(gòu)-風(fēng)險分解結(jié)構(gòu)（WBS-RBS）法；相關(guān)系數(shù)；TOPSIS；網(wǎng)絡(luò)貨運平臺

中圖分類號：F270 文獻標識碼：A 文章編號：2096-7934（2023）11-0017-13

一、引言

網(wǎng)絡(luò)貨運平臺是一種通過物聯(lián)網(wǎng)和互聯(lián)網(wǎng)技術(shù)融合應(yīng)用于網(wǎng)絡(luò)貨運平臺解決方案的新型物流服務(wù)。此類平臺在實現(xiàn)傳統(tǒng)的車貨匹配業(yè)務(wù)的基礎(chǔ)上，融入GIS技術(shù)、GPS定位、手機APP和大數(shù)據(jù)分析等技術(shù)，追加了司機后端市場、在線交易、運輸全程跟蹤等功能，形成了一套完整的生態(tài)體系，在貨運行業(yè)掀起了顛覆性的改變。

近幾年，網(wǎng)絡(luò)貨運呈現(xiàn)出快速發(fā)展的態(tài)勢，且在提高行業(yè)組織化程度，降本增效，促進轉(zhuǎn)型升級和高質(zhì)量發(fā)展等方面的作用日益顯著［1-2］。本文主要進行了網(wǎng)絡(luò)貨運平臺運營風(fēng)險評估的研究，提出了一種工作分解結(jié)構(gòu)—風(fēng)險分解結(jié)構(gòu)（WBS-RBS）與基于相關(guān)系數(shù)與改進TOPSIS的區(qū)間直覺模糊群決策相結(jié)合的評估方法，并以云南X網(wǎng)絡(luò)貨運平臺為例進行分析，證明了該方法的有效性，可為其他網(wǎng)絡(luò)貨運平臺的運營提供參考。

二、文獻綜述

目前國內(nèi)外針對網(wǎng)絡(luò)貨運運營風(fēng)險開展的研究比較少。常連玉等人［3］提出 PCA-Logit網(wǎng)絡(luò)貨運平臺風(fēng)險預(yù)警模型，根據(jù)網(wǎng)絡(luò)貨運平臺經(jīng)營過程中風(fēng)險的主要來源，構(gòu)建了包含 26 項指標的風(fēng)險預(yù)警指標體系，在對指標體系進行主成分分析（PCA） 的基礎(chǔ)上，通過Logit風(fēng)險預(yù)警模型計算網(wǎng)絡(luò)貨運平臺的風(fēng)險概率。李敬泉［4］網(wǎng)絡(luò)貨運平臺風(fēng)險總結(jié)為運輸合同風(fēng)險、承托責(zé)任和信用風(fēng)險、貨物安全風(fēng)險、信息管理風(fēng)險四項。韓雪峰［5］設(shè)計并分析了一套網(wǎng)絡(luò)貨運平臺風(fēng)險調(diào)查問卷，提出發(fā)生風(fēng)險問題后的緊急預(yù)案是客戶和網(wǎng)絡(luò)貨運平臺共同關(guān)注的關(guān)鍵問題。但以上研究沒有從業(yè)務(wù)全流程進行風(fēng)險評估，這導(dǎo)致風(fēng)險識別不完全、目前的風(fēng)險控制手段較為單一，雜亂無章，造成了風(fēng)險的疏漏與交叉辨識。WBS-RBS（Work Breakdown Structure- Risk Breakdown Structure）模型作為項目管理中的常用工具，一方面能夠系統(tǒng)地整理出項目中可能存在的風(fēng)險，并且能夠依據(jù) RBS對每個 WBS節(jié)點進行識別，有效地避免了遺漏；另一方面，通過對風(fēng)險類別的分類和分級，使其更加清晰、系統(tǒng)，可以有效地規(guī)避可能發(fā)生的風(fēng)險；目前已被廣泛應(yīng)用于鐵路運輸［6］、企業(yè)管理［7］、輪船建造［8］等領(lǐng)域的運營風(fēng)險識別中。因此，本文將該方法運用于網(wǎng)絡(luò)貨運平臺的運營風(fēng)險識別，能較好地克服網(wǎng)絡(luò)貨運平臺在運營過程產(chǎn)生風(fēng)險的復(fù)雜性和不確定性。

標準的WBS-RBS模型風(fēng)險矩陣中只能識別風(fēng)險，不能準確地反映出風(fēng)險的不安全程度，也不能根據(jù)風(fēng)險的特征對風(fēng)險進行重要性排序［9］。因此本文引入?yún)^(qū)間直覺模糊集和失效模式與影響分析（FMEA）兩種工具對WBS-RBS進行改進。

區(qū)間直覺模糊理論是由Atanassov［10］于1989年在直覺模糊集的基礎(chǔ)上推廣而來，由于區(qū)間直覺模糊集能較為精確的反映出決策者的決策偏好，得到了學(xué)界的廣泛關(guān)注，相應(yīng)的成果也較為豐富［11-12］；相繼有一些學(xué)者針對區(qū)間直覺模糊集的排序的得分函數(shù)和精確函數(shù)進行了研究，但該類積分函數(shù)都出現(xiàn)了排序結(jié)果不準甚至與現(xiàn)實結(jié)果相悖的情況，其原因在于沒有考慮猶豫度對排序結(jié)果的影響；為解決以上問題，郭鵬［13］提出了一種基于相關(guān)系數(shù)及改進TOPSIS的區(qū)間直覺模糊群決策方法，此方法較為準確的解決了排序的問題。

失效模式與影響分析簡稱為FMEA（Failure Mode and Effects Analysis），質(zhì)量管理中應(yīng)用最廣泛的可靠性分析工具，其核心思想為從三個維度測量風(fēng)險發(fā)生頻率、嚴重程度和可探測度，并將三個維度的評分相乘得到乘積，用以評價風(fēng)險的重要程度，該乘積也被稱為風(fēng)險系數(shù)RPN（risk priority number）［14］，常在制造業(yè)［15］、物流業(yè)［16］和電力行業(yè)［17］評估風(fēng)險的重要性。為了該方法可以較好的與項目背景融合，本文對RPN進行了改進：①由于可探測程度多在工業(yè)制成品中進行評價，在本項目中并不能直接的反應(yīng)風(fēng)險的特點，所以本文將可探測度刪除；②在項目管理中，需要對項目的進度、費用和質(zhì)量進行管理以達到帕累托最優(yōu)，則可以使用風(fēng)險對于項目進度的影響、對于費用的影響和對于質(zhì)量的影響代替嚴重度；③風(fēng)險評估的最終目的為控制風(fēng)險，本文加入風(fēng)險的可控程度以更全面地衡量風(fēng)險的重要性。

三、理論與方法

（一）WBS-RBS基本定義

WBS-RBS分解結(jié)構(gòu)由Rafele在2005年提出［18］，并在各行各業(yè)中廣泛運用，WBS是指工作分解結(jié)構(gòu)，每一個獨立的工作工序都是一個作業(yè)包；RBS是指風(fēng)險分解結(jié)構(gòu)，此結(jié)構(gòu)由不同的風(fēng)險類別組成，該方法可以較為系統(tǒng)、全面地識別風(fēng)險；WBS-RBS的基本思路包括：①分解工作任務(wù)，形成相互獨立的任務(wù)包；②分解風(fēng)險因素，形成相互獨立的風(fēng)險因素；③以工作分解結(jié)構(gòu)的任務(wù)包作為矩陣的行，以風(fēng)險分解結(jié)構(gòu)最底層的風(fēng)險因子集合作為矩陣的列，組成工作分解結(jié)構(gòu)與風(fēng)險分解結(jié)構(gòu)關(guān)聯(lián)的矩陣，交叉點記為風(fēng)險點。

具體示意如表1所示。

表1WBS-RBS示意

（二）區(qū)間直覺模糊與相關(guān)系數(shù)基本定義

相比于直覺模糊集，區(qū)間直覺模糊集能對復(fù)雜且不確定程度較高的決策對象進行更精準地描述，體現(xiàn)出更高的信息表達能力，區(qū)間直覺模糊集的定義如下：設(shè)X是一個已知的非空論域，且 D ［0，1］代表了一個區(qū)間［0，1］上的所有閉合的集合，那么 X上的一個區(qū)間直觀模糊集定義如下：

將有限論域X上的全體區(qū)間直覺模糊集為IVIFS（X）。

本文利用的方法使用了相關(guān)系數(shù)的方法將隸屬度、非隸屬度和猶豫度三個因素考慮在內(nèi)，衡量每個決策者與決策均值之間的相似度，相似度越高則該決策者的權(quán)重越大。設(shè)A^，B^∈IVIFS（X），設(shè)區(qū)間直覺模糊集A^，B^之間的相關(guān)系數(shù)定義為：

其中：

（三）基于相關(guān)系數(shù)及改進TOPSIS的區(qū)間直覺模糊群決策方法

運用基于相關(guān)系數(shù)及改進TOPSIS的區(qū)間直覺模糊群決策方法對專家權(quán)重和指標權(quán)重完全未知的網(wǎng)絡(luò)貨運運營風(fēng)險評價問題進行求解，具體步驟如下：

步驟1：由各專家整體評價信息之間的相似度確定各個專家的權(quán)重：

步驟3：確定正理想方案、負理想方案：

參考記分函數(shù)，通過步驟2計算出的群體決策矩陣來確定正理想解R⁺及負理想解R^－，正負理想解分別為：

步驟4：通過正負理想方案及群體區(qū)間直覺模糊決策矩陣確定各個準則權(quán)重：

備選方案ci與正理想方案在uj評價準則下，相關(guān)系數(shù)越大，則表明關(guān)于準則uj備選方案與正理想解的距離越小，越理想，反之亦然。為了使得各方案與正理想解的加權(quán)相關(guān)系數(shù)總和達到最大，可構(gòu)建以下的目標規(guī)劃函數(shù)：

四、X網(wǎng)絡(luò)貨運平臺運營風(fēng)險識別

為證明本方法的有效性，本文以云南X網(wǎng)絡(luò)貨運平臺為例，首先利用WBS-RBS 識別出風(fēng)險矩陣，再邀請3位專家從風(fēng)險發(fā)生頻率、對于項目進度的影響、對于費用的影響、對于質(zhì)量的影響、可控程度五個維度（分別記為u_1-5）對風(fēng)險進行打分后對風(fēng)險進行排序，對排序結(jié)果進行K均值聚類算法排序，識別出主要風(fēng)險，并對主要風(fēng)險涉及的主要流程提出相應(yīng)的建議，為預(yù)防及處理各項風(fēng)險提供依據(jù)。

（一）云南省X網(wǎng)絡(luò)貨運平臺簡介

云南某國有企業(yè)投資建設(shè)的陸運口岸監(jiān)管區(qū)已投入運營，由于處于對越出口邊境口岸，有著大量的進出口需求；且該監(jiān)管區(qū)依托海關(guān)開展跨境電商、大宗商品交易、工業(yè)制成品出口等貿(mào)易，是我國對東南亞進出口的重要節(jié)點，因此產(chǎn)生了大量的車貨匹配需求；該國有企業(yè)投資建設(shè)了X網(wǎng)絡(luò)貨運平臺，也是該陸運口岸監(jiān)管區(qū)數(shù)字化一體服務(wù)平臺的重要入口，面向承運人、貨主和監(jiān)管區(qū)內(nèi)其他商戶提供著信息發(fā)布、車貨匹配、油品服務(wù)和園區(qū)管理等功能。

（二）X網(wǎng)絡(luò)貨運平臺WBS-RBS分解

根據(jù)鄭景祺（2018）［20］的相關(guān)研究并結(jié)合實地調(diào)研與項目，可分解得網(wǎng)絡(luò)貨運平臺的WBS如圖1所示，各部分編號為W₁₁₁-W₃₂₃；按照法慧妍等（2022）［21］的相關(guān)研究，將并結(jié)合該網(wǎng)絡(luò)貨運平臺的特點，可將網(wǎng)絡(luò)貨運平臺的風(fēng)險因素按照環(huán)境層面、基礎(chǔ)層面、運輸服務(wù)層面進行分類，各因素編號為R₁₁₁-R₃₂₁，如圖2所示；根據(jù)以上信息構(gòu)建WBS-RBS表格識別出風(fēng)險矩陣，如表2所示。

圖1 X網(wǎng)絡(luò)貨運平臺WBS分解結(jié)果

圖2 X網(wǎng)絡(luò)貨運平臺RBS分解結(jié)果

（三）X網(wǎng)絡(luò)貨運平臺風(fēng)險排序

邀請3位在網(wǎng)絡(luò)貨運平臺運營有著豐富經(jīng)驗的專家按照風(fēng)險的存在的概率進行1級-5級的打分，并根據(jù)不確定語言集區(qū)間直覺模糊集轉(zhuǎn)化表［22］，將專家打分轉(zhuǎn)化成為判斷矩陣R^（k），再使用IIFWA算子集結(jié)專家判斷矩陣，可得判斷矩陣均值r_ij^*，通過公式3-7可以得到專家e^k對風(fēng)險R_i關(guān)于準則u_1-5的偏好信息所體現(xiàn)出的專家權(quán)重，如表2—表5所示：

通過表2—表5可以看出，每個專家對于各個準則的權(quán)重相似偏差較小，專家們的對于風(fēng)險的判斷較為一致，側(cè)面反映出了專家的專業(yè)性，也證明了數(shù)據(jù)的有效性和可信度。

通過式10得出以正理想方案和負理想解為基準的各準則權(quán)重，即：

表2 X網(wǎng)絡(luò)貨運平臺WBS-RBS識別結(jié)果

表3 專家關(guān)于風(fēng)險R_{111_122}在單準則下的決策權(quán)重

表4 專家關(guān)于風(fēng)險R_211-222在單準則下的決策權(quán)重

表5 專家關(guān)于風(fēng)險R311-322在單準則下的決策權(quán)重

通過式11可求出各個風(fēng)險以正負理想解為參照的加權(quán)相關(guān)系數(shù)，如表6所示。

表6各風(fēng)險正負理想解參照加權(quán)相關(guān)系數(shù)

通過以上相關(guān)系數(shù)，可通過式12計算得到各方案與正負理想解的相對加權(quán)相關(guān)系數(shù)，相關(guān)加權(quán)系數(shù)為越靠近零，即相關(guān)加權(quán)系越大，則風(fēng)險越高，具體系數(shù)如表7所示。

表7 各方案相對加權(quán)相關(guān)系數(shù)

依據(jù)以上相關(guān)加權(quán)系數(shù)，可以對網(wǎng)絡(luò)貨運的風(fēng)險進行排序，可得排序結(jié)果為R121>R321>R311>R111>R322>R212>R221>R211>R112>R312>R222>R222>R122，針對以上得分，進行K均值聚類算法分類，以便于后續(xù)的風(fēng)險防范與管理，當(dāng)聚類數(shù)為3時，CH（Calinski-Harbasz Score）值最小分類效果最優(yōu)，具體分類結(jié)果如圖3所示。

圖3 Kmeans聚類散點

如表8所示，國際環(huán)境、時效性失效、車輛事故、同質(zhì)化競爭為最突出的風(fēng)險，將其定義為A類風(fēng)險；貨物滅失、數(shù)據(jù)失真、信貸壞賬、數(shù)據(jù)泄露定義為B類風(fēng)險；市場容量、操作失誤、劣質(zhì)產(chǎn)品、國內(nèi)政策為C類風(fēng)險。

表8 Kmeans聚類分類

（四）X網(wǎng)絡(luò)貨運平臺風(fēng)險分析與建議

由于企業(yè)資源的有限性，需要首先滿足處理主要風(fēng)險即A類風(fēng)險的資源需求，所以本文對A類風(fēng)險的產(chǎn)生原因與防范措施做出以下分析。

（1）本項目處于我國邊境，主要面向越南開展進出口轉(zhuǎn)運、分撥與加工作業(yè)，是我國“一帶一路”面向南亞、東南亞的重要連接節(jié)點。雖然在2020年11月15日《區(qū)域全面經(jīng)濟伙伴關(guān)系協(xié)定》簽署后，中國與東盟合作邁入了新階段，但國際局勢動蕩，中國和東南亞國家合作仍存在很大的發(fā)展空間，以上原因?qū)υ摼W(wǎng)絡(luò)貨運平臺的運營造成了較大的不確定性。從WBS-RBS表格中可以看出外國國際環(huán)境主要影響W12即在線交易模塊，造成的影響主要為：可能大幅降低貨運需求。降低該風(fēng)險影響的建議如下：及時關(guān)注我國與東南亞國家政治動向，及時把握國際政治動向，一定程度上提前應(yīng)對風(fēng)險，與此同時積極擴展網(wǎng)絡(luò)貨運平臺的影響力，擴充業(yè)務(wù)種類和經(jīng)營區(qū)域，增加生態(tài)鏈的穩(wěn)定性，確保在政治環(huán)境出現(xiàn)波動時，有較強的抗沖擊性和可持續(xù)性。

（2）網(wǎng)絡(luò)貨運平臺的運輸時效性、車輛事故風(fēng)險主要影響W12交易管理業(yè)務(wù)、W22智能運輸管理業(yè)務(wù)，其主要影響體現(xiàn)在：因運輸超時引起客戶對于服務(wù)質(zhì)量的不滿，從而造成合同糾紛和運輸超時索賠，且本文中的網(wǎng)絡(luò)貨運平臺運輸?shù)漠a(chǎn)品包括一定量的農(nóng)產(chǎn)品，此類產(chǎn)品對于運輸?shù)臅r效性要求高。防范建議如下：①建立完善的平臺激勵與管理機制完善公平競價模式，對于按要求完成運輸?shù)膶嶋H給予相應(yīng)的獎勵，并定時開展培訓(xùn)和服務(wù)活動，保證運輸能夠按時按量完成；②與外部保險公司合作，按照運輸貨物價值與運輸時間購買相應(yīng)價值的保險，在保證盈利能力的情況下與保險公司共同分擔(dān)這兩項風(fēng)險。

（3）同質(zhì)化競爭的風(fēng)險主要影響：該風(fēng)險主要影響W11增值業(yè)務(wù)業(yè)務(wù)、W12交易管理業(yè)務(wù)、W22智能運輸管理模塊。由于現(xiàn)階段網(wǎng)絡(luò)貨運平臺發(fā)展趨勢迅猛，本項目服務(wù)周邊已經(jīng)有一些企業(yè)開展了相關(guān)業(yè)務(wù)，雖然競爭對手的平臺功能不夠全面且功能性不強，運業(yè)業(yè)態(tài)較為初級，但是競爭對手建設(shè)較早具有先發(fā)優(yōu)勢，在該項目運營邊境地區(qū)有著一定的知名度，且不排除該平臺在本項目建設(shè)期間不斷迭代更新的可能性。該風(fēng)險的防范建議如下：依托海關(guān)監(jiān)管區(qū)的產(chǎn)業(yè)優(yōu)勢，建立健全司機后端市場，形成完整的產(chǎn)業(yè)鏈和生態(tài)鏈，從而形成對貨源、司機、客戶和運營人才的虹吸效應(yīng)，利用后發(fā)優(yōu)勢形成錯位競爭，規(guī)避同質(zhì)化競爭風(fēng)險。

五、結(jié)論

本文利用WBS-RBS風(fēng)險識別表將云南省X網(wǎng)絡(luò)貨運平臺的工作結(jié)構(gòu)分解為6大模塊并分解出3大層面共12個風(fēng)險，經(jīng)過基于相關(guān)系數(shù)及改進TOPSIS的區(qū)間直覺模糊群決策方法的排序后，得出國際環(huán)境、時效性失效、車輛事故、同質(zhì)化競爭為該平臺運營的首要風(fēng)險，并針對以上風(fēng)險進行了建議。但本文中的WBS-RBS風(fēng)險識別表通過0和1來反應(yīng)風(fēng)險因素對工作結(jié)構(gòu)的影響，存在著一定的信息失真問題，下一步的研究建議放在利用直覺模糊集對WBS-RBS的改進上。

參考文獻：

［1］郭曉龍， 湯婷婷， 蘇增慧.?網(wǎng)絡(luò)貨運平臺背景下考慮物流服務(wù)努力的供應(yīng)鏈定價策略研究［J］. 中國管理科學(xué)， 2022，11：1-14.

［2］鄧齊月.?完善網(wǎng)絡(luò)貨運平臺稅務(wù)監(jiān)管的思考［J］. 稅務(wù)研究， 2023（1）：123-128.

［3］常連玉， 胡大偉， 陳海燕， 等.?基于PCA-Logit模型的無車承運人風(fēng)險預(yù)警［J］. 江蘇大學(xué)學(xué)報（自然科學(xué)版）， 2017， 38（3）：273-279.

［4］李敬泉.?中國網(wǎng)絡(luò)貨運平臺業(yè)態(tài)發(fā)展研究［M］. 南京：南京大學(xué)出版社， 2017.

［5］韓雪峰.無車承運人問卷調(diào)查分析［J］. 中國儲運， 2017（6）：40-41.

［6］賀政綱， 郭靜妮， 徐君翔.?基于WBS-RBS和PFWA算子的多式聯(lián)運網(wǎng)絡(luò)安全風(fēng)險評估［J］. 安全與環(huán)境學(xué)報， 2020， 20（2）：441-446.

［7］王衛(wèi)， 張夢君.?基于WBS-RBS的數(shù)據(jù)交易侵權(quán)風(fēng)險識別［J］. 情報理論與實踐， 2021， 44（1）：83-88.

［8］曹潔， 王海燕， 鄭凌垚.?基于改進TOPSIS-模糊貝葉斯網(wǎng)絡(luò)的郵輪建造物資物流風(fēng)險評估［J］. 上海海事大學(xué)學(xué)報， 2022， 43（4）：91-98，104.

［9］王衛(wèi)， 張夢君.基于WBS-RBS的數(shù)據(jù)交易侵權(quán)風(fēng)險識別［J］. 情報理論與實踐， 2021， 44（1）：83-88.

［10］ATANASSOV K，GARGOV G.?Interval valued intuitionistic fuzzy sets［J］. Fuzzy sets and systems， 1989， 31（3）：343-349.

［11］彭友， 劉曉鶴， 孫健博.區(qū)間直覺模糊數(shù)環(huán)境下基于猶豫度和相關(guān)系數(shù)的多屬性群決策模型研究［J］. 中國管理科學(xué)， 2021， 29（8）：229-240.

［12］劉久兵， 彭莉莎， 李華雄， 等.考慮權(quán)重信息未知的區(qū)間直覺模糊三支群決策方法［J］. 運籌與管理， 2022， 31（7）：50-57.

［13］郭鵬， 韓二東， 趙靜.基于相關(guān)系數(shù)及改進TOPSIS的區(qū)間直覺模糊群決策方法［J］. 模糊系統(tǒng)與數(shù)學(xué)， 2016， 30（5）：132-141.

［14］張孟飛， 王鐵旦， 彭定洪， 等.?基于猶豫模糊偏好關(guān)系FMEA方法的改進［J］. 運籌與管理， 2021， 30（5）：73-78.

［15］石旭東， 成博源， 黃琨， 等.?基于模糊TOPSIS-FMEA的飛機IDG風(fēng)險評價［J］. 系統(tǒng)工程與電子技術(shù)， 2022， 44（6）：2060-2064.

［16］張晨宇， 王偉， 陳志松， 等.?基于HACCP和FMEA的水產(chǎn)品冷鏈物流全流程優(yōu)化［J］. 包裝工程， 2023， 44（9）：254-264.

［17］李蒙， 王海峰， 汪小勇， 等.?基于FMEA和模糊TOPSIS的波浪能發(fā)電裝置風(fēng)險評估方法［J］. 船舶工程， 2023， 45（1）：6-16.

［18］RAFELE ?C.?Understanding project risk exposure using the two-dimensional risk breakdown matrix［J］. Engineering，2005，9.

［19］JIANG Y， XU Z， XU J.?Interval-valued intuitionistic multiplicative sets［J］. International journal of uncertainty， fuzziness and knowledge-based systems， 2014， 22（3）：385-406.

［20］鄭晟祺.基于互聯(lián)網(wǎng)的物流商業(yè)模式分析——以無車承運人為例［J］. 商業(yè)經(jīng)濟研究， 2018（11）：103-105.

［21］法慧妍， 帥斌， 呂敏， 等.?基于WBS-RBS和IFWA算子的中歐班列多式聯(lián)運安全風(fēng)險評估［J］. 中國安全科學(xué)學(xué)報， 2022， 32（6）：200-206.

［22］ZHANG S F，LIU S Y.A GRA-based intuitionistic fuzzy multi-criteria group decision making method for personnel selection［J］. Expert systems with applications， 2011， 38（9）：11401-11405.

Operational Risk Assessment of X Online Freight Platform Based on

WBS-RBS and Interval Intuitionistic Fuzzy Set

LIU Ling1，CHEN Bo-ning1，YANG Xue-jian2，XIA Lu1

（1.School of Logistics and Management Engineering， Yunnan University of

Finance and Economics，Kunming，Yunnan 650032;

2.Yunnan Tobacco Company Dali Prefecture Company， Dali， Yunnan 671000）

Abstract： Online freight transport， representing the digital economys integration into the logistics sector， is experiencing rapid growth.?However， research on its operational risk assessment remains limited.In this paper， a method combining Work Breakdown Structure- Risk Breakdown Structure （WBS-RBS） with interval intuitive fuzzy group decision making based on correlation coefficient and improved TOPSIS is proposed for risk identification of online freight platform.?To address these risks， specific recommendations and suggestions are provided， offering valuable insights for enhancing the overall operational security of online freight platforms.

Keyword： work breakdown structure-risk breakdown structure （WBS-RBS） method; correlation coefficient; TOPSIS; online freight platform

基金項目：國家自然科學(xué)基金地區(qū)科學(xué)基金項目“基于時間成本優(yōu)化的面向訂單制造企業(yè)生產(chǎn)與運輸協(xié)同調(diào)度問題模型與算法研究”（71862034）；云南省基礎(chǔ)研究計劃項目“基于啟發(fā)式算法的易腐產(chǎn)品供應(yīng)鏈協(xié)同調(diào)度優(yōu)化研究”（202001AT070073）；云南省省院省校教育合作項目“‘一帶一路倡議下云南跨境物流體系建設(shè)研究”（SYSX202007）；中國煙草總公司云南省公司科技計劃項目“基于工商異址協(xié)同下的卷煙物流即時直供模式研究與應(yīng)用”（2023530000241031）