關(guān)鍵詞：制造型企業(yè)；物流數(shù)字化平臺(tái)；T球面模糊集；三支決策；多屬性群決策

中圖分類(lèi)號(hào)：F274 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-7934（2025）01-0043-15

一、引言

《國(guó)務(wù)院辦公廳關(guān)于印發(fā)“十四五”現(xiàn)代物流發(fā)展規(guī)劃的通知》中提到促進(jìn)物流業(yè)與制造業(yè)深度融合，支持物流企業(yè)與制造企業(yè)創(chuàng)新供應(yīng)鏈協(xié)同運(yùn)營(yíng)模式，將物流服務(wù)深度嵌入制造供應(yīng)鏈體系，提供供應(yīng)鏈一體化物流解決方案，增強(qiáng)制造型企業(yè)柔性制造、敏捷制造能力。引導(dǎo)制造型企業(yè)與物流企業(yè)建立互利共贏的長(zhǎng)期戰(zhàn)略合作關(guān)系，共同投資專(zhuān)用物流設(shè)施建設(shè)和物流器具研發(fā)，提高中長(zhǎng)期物流合同比例，制定制造業(yè)物流服務(wù)標(biāo)準(zhǔn)，提升供應(yīng)鏈協(xié)同效率。在黨的二十大報(bào)告中也明確提出，要著力提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性和安全水平。工信部等八部門(mén)印發(fā)的《“十四五”智能制造發(fā)展規(guī)劃》的通知中提到，引導(dǎo)龍頭企業(yè)建設(shè)物流協(xié)同平臺(tái)，帶動(dòng)上下游企業(yè)同步實(shí)施智能制造，打造智慧供應(yīng)鏈。制造業(yè)作為國(guó)民經(jīng)濟(jì)的重要支柱，制造型企業(yè)物流數(shù)字化平臺(tái)建設(shè)對(duì)提升企業(yè)運(yùn)營(yíng)效率和提高市場(chǎng)響應(yīng)能力具有重要作用。

然而，如何選擇合適的物流數(shù)字化平臺(tái)建設(shè)模式，對(duì)制造型企業(yè)而言，是一項(xiàng)復(fù)雜且具有戰(zhàn)略性的決策。譬如，通過(guò)建設(shè)自有物流數(shù)字化平臺(tái)模式，制造型企業(yè)能夠根據(jù)特定需求進(jìn)行平臺(tái)設(shè)計(jì)和開(kāi)發(fā)，確保對(duì)物流數(shù)據(jù)的完全控制和保護(hù)，從而維護(hù)數(shù)據(jù)安全和隱私性。這一建設(shè)模式有助于企業(yè)實(shí)現(xiàn)供應(yīng)鏈各環(huán)節(jié)的高效協(xié)同，還能解除對(duì)第三方物流服務(wù)提供商的依賴(lài)和限制。然而，自行建設(shè)物流數(shù)字化平臺(tái)需要持續(xù)的技術(shù)支持和維護(hù)，這可能會(huì)帶來(lái)額外的運(yùn)營(yíng)成本和管理挑戰(zhàn)。此外，自建平臺(tái)還面臨技術(shù)故障等風(fēng)險(xiǎn)。通過(guò)與物流企業(yè)協(xié)同搭建物流數(shù)字化平臺(tái)的模式，雙方能夠?qū)崿F(xiàn)物流資源的共享，包括倉(cāng)儲(chǔ)和運(yùn)輸工具，從而提升資源利用效率。這種合作模式在投資較大或市場(chǎng)不確定的情況下，能夠有效分散風(fēng)險(xiǎn)。同時(shí)，合作還能夠促進(jìn)雙方在物流技術(shù)和管理方面的創(chuàng)新。然而，該模式下雙方需要達(dá)成利益分配上的一致，并面臨技術(shù)整合的挑戰(zhàn)，尤其是在系統(tǒng)集成方面，需要投入時(shí)間和資源來(lái)協(xié)調(diào)雙方的業(yè)務(wù)流程和系統(tǒng)。通過(guò)依托第三方物流企業(yè)的數(shù)字化服務(wù)平臺(tái)的模式，企業(yè)無(wú)須自行投資建設(shè)物流系統(tǒng)，從而節(jié)省大量資本支出和運(yùn)營(yíng)成本。這種模式使制造型企業(yè)能夠?qū)Ｗ⒂诤诵臉I(yè)務(wù)，將物流管理委托給專(zhuān)業(yè)的第三方。然而，企業(yè)在物流過(guò)程中的控制力可能會(huì)減弱，這可能影響對(duì)供應(yīng)鏈的快速響應(yīng)能力。此外，過(guò)度依賴(lài)單一第三方服務(wù)提供商可能會(huì)帶來(lái)風(fēng)險(xiǎn)，例如，服務(wù)中斷等問(wèn)題。與第三方物流企業(yè)達(dá)成的協(xié)議也可能會(huì)對(duì)企業(yè)的某些運(yùn)營(yíng)自由施加限制。

傳統(tǒng)的二支決策方法要求決策者僅在“優(yōu)”或“差”，“是”或“否”，“接受”或“拒絕”等截然不同的兩種判斷之間選擇，這可能導(dǎo)致信息的簡(jiǎn)化和丟失，無(wú)法充分反映復(fù)雜問(wèn)題的多樣性和不確定性。由于只有兩種選擇，二支決策的精度較低，不適用于需要細(xì)化分析的復(fù)雜問(wèn)題。然而，在實(shí)際企業(yè)運(yùn)營(yíng)中，決策問(wèn)題往往具有不確定性、不完備性以及復(fù)雜性等特性。二支決策方法難以科學(xué)、準(zhǔn)確地評(píng)估每個(gè)備選方案的潛在結(jié)果，因?yàn)闆Q策所依賴(lài)的信息和決策域有限，從而導(dǎo)致決策結(jié)果不夠準(zhǔn)確。此外，二支決策的風(fēng)險(xiǎn)較高，因?yàn)橹挥袃煞N結(jié)果，容易出現(xiàn)極端情況，缺乏靈活性和適應(yīng)性。三支決策理論［1］由姚一豫教授首次提出，包含“三元論”“三分法”和“三治式”，是一種符合人類(lèi)認(rèn)知的“三分而治”模型。三支決策理論的核心是將一個(gè)統(tǒng)一集劃分為三個(gè)互不相交的成對(duì)區(qū)域，并針對(duì)每一個(gè)區(qū)域制定相應(yīng)的決策策略［2］。相比于二支決策，三支決策通過(guò)引入第三種選擇，可以更好地平衡風(fēng)險(xiǎn)，提供緩沖選項(xiàng)，從而降低決策風(fēng)險(xiǎn)。同時(shí)，三支決策拓展了決策域與決策策略，使決策模型更符合真實(shí)的決策情景，能在面對(duì)復(fù)雜問(wèn)題時(shí)更加有效地降低決策風(fēng)險(xiǎn)，提高決策準(zhǔn)確性。傳統(tǒng)多屬性群決策方法，綜合考慮各個(gè)決策者的評(píng)價(jià)和各個(gè)屬性的權(quán)重，對(duì)備選方案進(jìn)行綜合評(píng)價(jià)，找出最佳的備選方案。但在進(jìn)行各備選方案的評(píng)價(jià)排序后，并未對(duì)備選方案進(jìn)行科學(xué)的分類(lèi)和策略實(shí)施。本文將三支決策理論引入多屬性群決策方法，在對(duì)備選方案進(jìn)行綜合評(píng)價(jià)后，利用相對(duì)接近度表示三支決策條件概率，根據(jù)不同狀態(tài)與策略下的損失值構(gòu)建損失函數(shù)矩陣，計(jì)算概率閾值，再按決策規(guī)則對(duì)備選方案進(jìn)行科學(xué)分域，并得出對(duì)應(yīng)管理策略。

制造型企業(yè)根據(jù)自身運(yùn)營(yíng)狀況的不同，在選擇物流數(shù)字化平臺(tái)建設(shè)模式時(shí)需要進(jìn)行戰(zhàn)略型決策。本文提出了基于T球面模糊環(huán)境下的多屬性三支決策方法。首先，構(gòu)建了針對(duì)制造型企業(yè)物流數(shù)字化基礎(chǔ)與企業(yè)運(yùn)營(yíng)狀況的評(píng)價(jià)指標(biāo)集，以對(duì)制造型企業(yè)物流數(shù)字化基礎(chǔ)與企業(yè)運(yùn)營(yíng)狀況進(jìn)行判斷。其次，由物流領(lǐng)域?qū)＜?、制造型企業(yè)領(lǐng)域?qū)＜液椭圃煨推髽I(yè)物流部門(mén)技術(shù)專(zhuān)家三類(lèi)專(zhuān)家，分別對(duì)制造型企業(yè)的評(píng)價(jià)屬性進(jìn)行評(píng)價(jià)打分，在T球面模糊環(huán)境下得到個(gè)體決策矩陣，利用多屬性群決策方法求解得到相對(duì)接近度ξi，利用各備選方案的相對(duì)接近度ξi，表示各備選方案屬于狀態(tài)M的條件概率Pr（M|［Vi］），即各備選方案既有良好物流數(shù)字化基礎(chǔ)又有良好經(jīng)營(yíng)狀況的概率。最后，建立損失函數(shù)矩陣L，L分別表示在有良好物流數(shù)字化基礎(chǔ)與企業(yè)運(yùn)營(yíng)狀況的制造企業(yè)P（M）狀態(tài)下和幾乎沒(méi)有物流數(shù)字化基礎(chǔ)與企業(yè)運(yùn)用狀況一般的制造型企業(yè)N（M）狀態(tài)下，采取S1（建設(shè)自有物流數(shù)字化平臺(tái)模式）、S2（與物流企業(yè)協(xié)同搭建物流數(shù)字化平臺(tái)的模式）和S3（依托第三方物流企業(yè)的數(shù)字化服務(wù)平臺(tái)的模式）三種策略所帶來(lái)的損失，通過(guò)損失函數(shù)矩陣L計(jì)算T球面模糊環(huán)境下的概率閾值，而后根據(jù)所得到的概率閾值與三支決策規(guī)則將論域進(jìn)行劃分，得到三個(gè)區(qū)域及對(duì)應(yīng)策略，即得到合適不同制造型企業(yè)的物流數(shù)字化平臺(tái)建設(shè)策略。本文提出了一種新的多屬性三支決策方法，旨在以最小的決策損失，為制造型企業(yè)尋找最適合的物流數(shù)字化建設(shè)模式。

近年來(lái)，制造型企業(yè)與物流企業(yè)協(xié)同發(fā)展受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注，本文回顧了近年來(lái)有關(guān)制造型企業(yè)與物流企業(yè)協(xié)同發(fā)展研究的相關(guān)文獻(xiàn)，一些學(xué)者已經(jīng)認(rèn)識(shí)到多屬性群決策方法對(duì)制造型企業(yè)與物流企業(yè)協(xié)同融合發(fā)展的重要性。他們利用多屬性群決策和三支決策方法研究第三方物流協(xié)同商務(wù)發(fā)展下制造型企業(yè)供應(yīng)商選擇問(wèn)題［3］，以幫助制造型企業(yè)科學(xué)選擇供應(yīng)商。利用多屬性群決策方法幫助制造型企業(yè)對(duì)工業(yè)機(jī)器人進(jìn)行選擇評(píng)估［4］，以進(jìn)行設(shè)備選擇。然而，現(xiàn)有文獻(xiàn)的研究主題大多集中在制造型企業(yè)與物流企業(yè)協(xié)同發(fā)展影響研究［5-8］、供應(yīng)鏈管理［9］、生產(chǎn)調(diào)度與物流規(guī)劃耦合優(yōu)化［10］、供應(yīng)商管理［3］等方面。

本文對(duì)模糊多屬性群決策方法進(jìn)行了梳理［11-16］，通過(guò)梳理，可以得出以下結(jié)論：①現(xiàn)有的決策方法大多采用二支決策進(jìn)行判斷，而三支決策方法相比于傳統(tǒng)二支決策方法，增加了一個(gè)域的劃分，使決策更符合現(xiàn)實(shí)的決策情景，能夠分而治之。拓展決策域?qū)椭髽I(yè)做出更準(zhǔn)確合理且低風(fēng)險(xiǎn)的判斷具有重要意義。對(duì)比傳統(tǒng)多屬性群決策方法，多屬性三支決策方法，能夠?qū)溥x方案進(jìn)行科學(xué)的分類(lèi)并實(shí)施對(duì)應(yīng)管理策略。②與其他模糊環(huán)境相比，T球面模糊集是在拓展了直覺(jué)模糊集、圖片模糊集及Pythagorean模糊集后得到的模糊數(shù)集，通過(guò)改變T球面模糊數(shù)本身靈活的參數(shù)使其模糊信息的表達(dá)范圍不斷變化，在表達(dá)不完備信息時(shí)更加敏捷，能夠處理更多的信息，同時(shí)T球面模糊集也更加符合人的思維方式。

為進(jìn)一步推進(jìn)高質(zhì)量發(fā)展，制造業(yè)迫切需要向數(shù)字化、智能化轉(zhuǎn)變。制造型企業(yè)物流數(shù)字化平臺(tái)建設(shè)模式選擇作為制造型企業(yè)數(shù)字化、智能化轉(zhuǎn)型的關(guān)鍵環(huán)節(jié)，有助于提高企業(yè)供應(yīng)鏈響應(yīng)速度，保障供應(yīng)鏈安全。針對(duì)不同的制造型企業(yè)，需要采取不同的物流數(shù)字化平臺(tái)建設(shè)策略。因此，迫切需要物流數(shù)字化平臺(tái)建設(shè)模式?jīng)Q策工具來(lái)幫助制造型企業(yè)完成物流數(shù)字化平臺(tái)建設(shè)。基于以上分析，模糊多屬性群決策和三支決策方法，為制造型企業(yè)發(fā)展研究提供了重要方法和思路。

二、理論與方法

（一）T球面模糊集

（二）三支決策

三支決策理論［1］由姚一豫教授首次提出，三支決策是對(duì)二支決策的擴(kuò)展，更符合實(shí)際的決策情景。三支決策TAO模型如圖1所示。

在圖1中第一階段是將論域進(jìn)行分域，第二階段則是針對(duì)不同的分域提出不同的策略，第三階段是對(duì)結(jié)果進(jìn)行評(píng)價(jià)。三支決策是更加符合真實(shí)決策情景的決策理論，進(jìn)一步將域劃分為R1、R2和R3，所對(duì)應(yīng)三種不同的策略，使決策過(guò)程更加合理，決策結(jié)果更加準(zhǔn)確［17］。

三、制造型企業(yè)物流數(shù)字化平臺(tái)模式?jīng)Q策模型

（一）指標(biāo)構(gòu)建

參照國(guó)務(wù)院關(guān)于印發(fā)的《中國(guó)制造2025》、發(fā)展改革委印發(fā)的《“十四五”現(xiàn)代物流發(fā)展規(guī)劃》和《促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合》等政策性文件，同時(shí)梳理相關(guān)學(xué)者的研究，構(gòu)建了四個(gè)方面的評(píng)價(jià)指標(biāo)，以對(duì)制造型企業(yè)物流數(shù)字化基礎(chǔ)與企業(yè)運(yùn)營(yíng)情況進(jìn)行判斷。評(píng)價(jià)指標(biāo)分別是物流數(shù)據(jù)管理與處理能力（M1）、物流集成與自動(dòng)化水平（M2）、可視化與決策支持水平（M3）、企業(yè)運(yùn)營(yíng)狀況（M4）。

物流數(shù)據(jù)管理與處理能力（M1），是指通過(guò)先進(jìn)的技術(shù)手段，如物聯(lián)網(wǎng)（IoT）、傳感器、RFID等，實(shí)現(xiàn)物流數(shù)據(jù)的自動(dòng)化采集、實(shí)時(shí)更新和精準(zhǔn)處理，確保數(shù)據(jù)的高準(zhǔn)確性和安全性。物聯(lián)網(wǎng)、大數(shù)據(jù)分析（BDA）和數(shù)字制造（DM）被引入作為數(shù)據(jù)收集、處理和利用的代表性支持技術(shù)［18］。企業(yè)能夠快速分析和利用這些數(shù)據(jù)，優(yōu)化物流路徑、庫(kù)存管理和運(yùn)輸調(diào)度，提高整體運(yùn)營(yíng)效率和響應(yīng)速度，最終增強(qiáng)供應(yīng)鏈的透明度和協(xié)同能力。

物流集成與自動(dòng)化水平（M2），是指通過(guò)將企業(yè)資源計(jì)劃（ERP）、倉(cāng)庫(kù)管理系統(tǒng)（WMS）、運(yùn)輸管理系統(tǒng)（TMS）等信息系統(tǒng)無(wú)縫連接，實(shí)現(xiàn)數(shù)據(jù)和信息的高效流通，利用自動(dòng)化設(shè)備（如自動(dòng)導(dǎo)引車(chē)、自動(dòng)化立體倉(cāng)庫(kù)）和智能化技術(shù)（如AI、數(shù)字孿生和機(jī)器學(xué)習(xí)）。制造業(yè)與物流技術(shù)的進(jìn)步重新定義了人工智能技術(shù)的價(jià)值，開(kāi)啟了工業(yè)4.0或智能工廠的新時(shí)代［19］。技術(shù)進(jìn)步的同時(shí)優(yōu)化物流流程，顯著提升物流效率，降低運(yùn)營(yíng)成本，增強(qiáng)供應(yīng)鏈的靈活性。

可視化與決策支持水平（M3），是指通過(guò)圖形界面直觀展示物流全過(guò)程、庫(kù)存狀態(tài)和運(yùn)輸路徑，增強(qiáng)了對(duì)物流環(huán)節(jié)的透明度。借助先進(jìn)的數(shù)據(jù)分析和預(yù)測(cè)模型，進(jìn)行實(shí)時(shí)監(jiān)控和動(dòng)態(tài)調(diào)整，快速響應(yīng)市場(chǎng)變化和客戶(hù)需求。

企業(yè)運(yùn)營(yíng)狀況（M4），制造型企業(yè)的企業(yè)運(yùn)營(yíng)狀況反映了企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中的實(shí)際表現(xiàn)和管理水平，包括經(jīng)營(yíng)理念、財(cái)務(wù)狀況、生產(chǎn)效率、市場(chǎng)占有率、綠色生產(chǎn)等方面。

（二）方法框架與具體步驟

正如文獻(xiàn)綜述中所述，多屬性三支決策方法更優(yōu)于傳統(tǒng)二支決策與傳統(tǒng)多屬性群決策方法，T球面模糊環(huán)境下可以更加敏捷地處理不確定信息，故提出關(guān)于制造型企業(yè)物流數(shù)字化建設(shè)模式選擇決策的T球面模糊環(huán)境下的多屬性三支決策方法。本研究結(jié)合相關(guān)理論，提出了解決此類(lèi)問(wèn)題的新方法。與傳統(tǒng)的二支決策模型相比，本研究注意到了實(shí)際決策環(huán)境，使決策模型更符合真實(shí)的決策情景，拓展了決策域與決策策略。在賦權(quán)時(shí)使用多姆比（Dombi）平均算子和改進(jìn)的余弦相似度函數(shù)對(duì)決策者加權(quán)，使決策模型更加準(zhǔn)確。在決策前，本研究提出的方法首先由物流領(lǐng)域?qū)＜?、制造型企業(yè)領(lǐng)域?qū)＜液椭圃煨推髽I(yè)物流部門(mén)技術(shù)專(zhuān)家三類(lèi)專(zhuān)家分別對(duì)不同制造型企業(yè)評(píng)價(jià)屬性進(jìn)行評(píng)價(jià)打分。而后，根據(jù)專(zhuān)家評(píng)價(jià)信息，對(duì)語(yǔ)言進(jìn)行轉(zhuǎn)換得到評(píng)價(jià)矩陣，并據(jù)此進(jìn)行后續(xù)決策判斷。本研究采用的方法模型步驟如下。

（1）基于T球面模糊集建立個(gè)體評(píng)價(jià)矩陣。專(zhuān)家k對(duì)備選方案V進(jìn)行評(píng)價(jià)，基于T球面模糊集建立的個(gè)體評(píng)價(jià)矩陣Rk如下：

（2）根據(jù)Dombi集合算子和改進(jìn)的余弦相似度函數(shù)計(jì)算決策者權(quán)重。1982年多姆比（Dombi）［20］提出Dombi三角范數(shù)和Dombi三角余數(shù)，將其運(yùn)用到多屬性群決策中，多名學(xué)者［21-24］將T球面模糊集與Dombi算子結(jié)合，在T球面模糊環(huán)境下Dombi可以更加有效地表達(dá)不完備信息。T球面模糊環(huán)境下，Dombi平均算子如下：

（8）建立綜合損失函數(shù)矩陣，確定概率閾值。本文提出的制造型企業(yè)物流數(shù)字化平臺(tái)建設(shè)的三種模式，即建設(shè)自有物流數(shù)字化平臺(tái)、與第三方物流公司協(xié)同搭建物流數(shù)字化平臺(tái)和依托第三方物流企業(yè)的數(shù)字化服務(wù)平臺(tái)即分別代表三支決策的三種策略S1、S2和S3；aS1代表執(zhí)行策略S1，aS2代表執(zhí)行策略S2，aS3代表執(zhí)行策略S3；P（M）代表有良好物流數(shù)字化基礎(chǔ)與企業(yè)運(yùn)營(yíng)狀況的企業(yè)狀態(tài)（以下簡(jiǎn)稱(chēng)“P狀態(tài)”），N（M）代表幾乎沒(méi)有物流數(shù)字化基礎(chǔ)且企業(yè)運(yùn)營(yíng)狀況一般的企業(yè)狀態(tài)（以下簡(jiǎn)稱(chēng)“N狀態(tài)”）；λPS1表示在P狀態(tài)下執(zhí)行策略S1帶來(lái)的損失，λPS2表示在P狀態(tài)下執(zhí)行策略S2帶來(lái)的損失，λPS3表示在P狀態(tài)下執(zhí)行策略S3帶來(lái)的損失，λNS1表示在N狀態(tài)下執(zhí)行策略S1帶來(lái)的損失，λNS2表示在N狀態(tài)下執(zhí)行策略S2帶來(lái)的損失，λNS3表示在N狀態(tài)下執(zhí)行策略S3帶來(lái)的損失。

建立損失函數(shù)矩陣L，表示為如下：

（三）制造型企業(yè)物流數(shù)字化建設(shè)模式劃分與對(duì)應(yīng)策略

基于上述多屬性三支決策方法對(duì)評(píng)價(jià)對(duì)象進(jìn)行分域后，得到了區(qū)域Q1、Q2和Q3三個(gè)區(qū)域，分別對(duì)應(yīng)S1建設(shè)自有物流數(shù)字化平臺(tái)、S2與第三方物流企業(yè)協(xié)同搭建物流數(shù)字化平臺(tái)和S3依托第三方物流企業(yè)的數(shù)字化服務(wù)平臺(tái)三種策略，每種策略都有其優(yōu)缺點(diǎn)，上述多屬性三支決策方法旨在尋找不同制造型企業(yè)所適合的物流數(shù)字化建設(shè)模式使其決策損失最小。

四、案例分析

（一）案例描述

案例選取了C公司、R公司、G公司、L公司和B公司五家公司進(jìn)行分析，以下是對(duì)五家公司的簡(jiǎn)介。C公司，是一家專(zhuān)業(yè)從事文具產(chǎn)品研發(fā)、生產(chǎn)和銷(xiāo)售的制造型企業(yè)。R公司，是一家綜合性高科技制造型企業(yè)，業(yè)務(wù)涵蓋新能源汽車(chē)、電池、新能源發(fā)電設(shè)備和信息技術(shù)等領(lǐng)域。G公司，是一家致力于為消費(fèi)者提供高品質(zhì)、智能化的家電產(chǎn)品的制造企業(yè)。L公司，是國(guó)內(nèi)知名電腦和智能設(shè)備制造商，以及綜合技術(shù)解決方案提供商。B公司，是一家大型綜合性煙草制造型企業(yè)，專(zhuān)注于優(yōu)質(zhì)卷煙的生產(chǎn)和銷(xiāo)售，擁有多個(gè)卷煙知名品牌。

C公司、R公司、G公司、L公司和B公司分別對(duì)應(yīng)V1、V2、V3、V4、V5五個(gè)備選評(píng)價(jià)對(duì)象。

（二）案例計(jì)算

步驟1：根據(jù)T球面模糊集，建立專(zhuān)家評(píng)價(jià)語(yǔ)言變量集，如表1所示。

表1 專(zhuān)家評(píng)價(jià)語(yǔ)言變量集

步驟2：專(zhuān)家分別進(jìn)行打分，得到初始個(gè)體評(píng)價(jià)矩陣，如表2所示。

表2 初始個(gè)體評(píng)價(jià)矩陣

步驟3：根據(jù)專(zhuān)家評(píng)價(jià)語(yǔ)言變量集得到五位專(zhuān)家初始個(gè)體決策矩陣，如表3所示。

表3 初始個(gè)體決策矩陣

步驟4：使用改進(jìn)的T球面模糊數(shù)余弦相似度函數(shù)計(jì)算得到?jīng)Q策者權(quán)重，如表4所示。

表4 決策者權(quán)重

步驟5：使用T球面模糊集中多姆比（Dombi）加權(quán)平均算子和所求得決策者權(quán)重對(duì)評(píng)價(jià)指標(biāo)賦權(quán)，得到加權(quán)矩陣，如表5所示。

表5 決策者加權(quán)矩陣

步驟6：根據(jù)T球面模糊集公式（7）和公式（8）得到得分函數(shù)與精確數(shù)，如表6所示。

表6 得分函數(shù)與精確數(shù)

步驟7：根據(jù)得分函數(shù)極差法，對(duì)評(píng)價(jià)指標(biāo)賦權(quán)，得到指標(biāo)權(quán)重，如表7所示。

表7 指標(biāo)權(quán)重

步驟8：根據(jù)T球面模糊數(shù)計(jì)算規(guī)則，得到綜合評(píng)價(jià)矩陣及得分函數(shù)，如表8所示。

表8 綜合評(píng)價(jià)矩陣及得分函數(shù)

步驟9：根據(jù)T球面模糊數(shù)的一般歐式距離，求得各個(gè)備選方案與正、負(fù)理想解的距離，如表9所示。

表9 正、負(fù)理想解距離

步驟10：計(jì)算各備選方案的相對(duì)接近度，利用各備選方案的相對(duì)接近度ξi，表示各備選方案屬于狀態(tài)M的條件概率，如表10所示。

表10 相對(duì)接近度

步驟11：給定T球面模糊數(shù)得到綜合損失函數(shù)矩陣（如表11所示），并計(jì)算概率閾值。

表11 綜合損失函數(shù)矩陣

假設(shè)決策者的風(fēng)險(xiǎn)系數(shù)為θ=0.5（即中立決策者），計(jì)算概率閾值。

因?yàn)棣羐t;β，進(jìn)行三支決策。

步驟12：使用各備選方案的相對(duì)接近度ξi，表示各備選方案屬于狀態(tài)M的條件概率，根據(jù)公式（18）～（20），對(duì)評(píng)價(jià)對(duì)象進(jìn)行分域，給定所對(duì)應(yīng)的建設(shè)策略。

分域結(jié)果與對(duì)應(yīng)策略如表12所示。

表12 分域結(jié)果與對(duì)應(yīng)策略

R公司和B公司采取策略S1（建設(shè)自有物流數(shù)字化平臺(tái)模式）、G公司和L公司采取策略S2（與第三方物流企業(yè)協(xié)同搭建物流數(shù)字化平臺(tái)模式）、C公司采取策略S3（依托第三方物流企業(yè)的數(shù)字化服務(wù)平臺(tái)模式）。

五、研究結(jié)論

在數(shù)字經(jīng)濟(jì)與智能制造政策的大力推動(dòng)下，制造型企業(yè)物流數(shù)字化平臺(tái)的搭建能夠顯著提高運(yùn)營(yíng)效率、降低成本、提升客戶(hù)滿(mǎn)意度，同時(shí)增強(qiáng)企業(yè)競(jìng)爭(zhēng)力，促進(jìn)供應(yīng)鏈協(xié)同發(fā)展，為企業(yè)在快速變化的市場(chǎng)環(huán)境中提供強(qiáng)有力的支持和持續(xù)發(fā)展的動(dòng)能。本文系統(tǒng)研究了制造型企業(yè)如何在物流數(shù)字化平臺(tái)建設(shè)中，選擇與自身匹配的模式，或采用建設(shè)自有物流數(shù)字化平臺(tái)，或與第三方物流公司協(xié)同搭建物流數(shù)字化平臺(tái)或依托第三方物流企業(yè)的數(shù)字化服務(wù)平臺(tái)三種模式。在具體研究過(guò)程中，本文結(jié)合T球面模糊集和多屬性三支決策理論，通過(guò)對(duì)案例進(jìn)行分析研究，說(shuō)明所提方法的準(zhǔn)確性及合理性。

參考文獻(xiàn)：

［1］YAOY.Three-waydecision：aninterpretationofrulesinroughsettheory［J］.Roughsetsandknowledgetechnology，2009：642-649.

［2］劉盾，賈修一，李華雄，等.三支決策與大數(shù)據(jù)分析［M］.北京：科學(xué)出版社，2020.

［3］WANGW，ZHANJ，MIJ.Athree-waydecisionapproachwithprobabilisticdominancerelationsunderintuitionisticfuzzyinformation［J］.Informationsciences，2022，582：114-145.

［4］GARGCP，GRNF，KUNDUP，etal.AnintegratedfuzzyMCDMapproachbasedonBonferronifunctionsforselectionandevaluationofindustrialrobotsfortheautomobilemanufacturingindustry［J］.Expertsystemswithapplications，2023，213：118863.

［5］王能民，徐菁，王夢(mèng)丹.制造商與零售平臺(tái)物流協(xié)同共建策略：基于不同權(quán)力結(jié)構(gòu)的研究［J］.系統(tǒng)工程理論與實(shí)踐，2023，43（4）：1156-1182.

［6］張季平，陶君成，尤美虹.大數(shù)據(jù)驅(qū)動(dòng)制造企業(yè)與物流企業(yè)協(xié)同發(fā)展的實(shí)證研究［J］.中國(guó)流通經(jīng)濟(jì)，2020，34（2）：3-14.

［7］LIUY，LIANGH，XIAOY，etal.Logistics-involvedservicecompositioninadynamiccloudmanufacturingenvironment：aDDPG-basedapproach［J］.Roboticsandcomputer-integratedmanufacturing，2022，76：102323.

［8］LIUY，ZHANGJZ，JASIMUDDINS，etal.Exploringservitizationanddigitaltransformationofmanufacturingenterprises：evidencefromanindustrialinternetplatforminChina［J］.Internationaljournalofproductionresearch，2024，62（8）：2812-2831.

［9］SHAOX-F，LIUW，LIY，etal.Multistageimplementationframeworkforsmartsupplychainmanagementunderindustry4.0［J］.Technologicalforecastingandsocialchange，2021，162：120354.

［10］ZHAOC，WANGS，YANGB，etal.Acouplingoptimizationmethodofproductionschedulingandlogisticsplanningforproductprocessing-assemblyworkshopswithmulti-leveljobpriorityconstraints［J］.Computersamp;industrialengineering，2024：110014.

［11］MAHMOODT，ULLAHK，KHANQ，etal.Anapproachtowarddecision-makingandmedicaldiagnosisproblemsusingtheconceptofsphericalfuzzysets［J］.Neuralcomputingandapplications，2019，31：7041-7053.

［12］NINGB，WEIG，LINR，etal.AnovelMADMtechniquebasedonextendedpowergeneralizedMaclaurinsymmetricmeanoperatorsunderprobabilisticdualhesitantfuzzysettinganditsapplicationtosustainablesuppliersselection［J］.Expertsystemswithapplications，2022，204：117419.

［13］CHENTY.AnevolvedVIKORmethodformultiple-criteriacompromiserankingmodelingunderT-sphericalfuzzyuncertainty［J］.Advancedengineeringinformatics，2022，54：101802.

［14］QIJ，HUJ，HUANGH，etal.Newcustomer-orienteddesignconceptevaluationbyusingimprovedZ-number-basedmulti-criteriadecision-makingmethod［J］.Advancedengineeringinformatics，2022，53.

［15］PANGJ，GUANX，LIANGJ，etal.Multi-attributegroupdecision-makingmethodbasedonmulti-granulationweightsandthree-waydecisions［J］.Internationaljournalofapproximatereasoning，2020，117：122-147.

［16］MONDALA，ROYSK，PAMUCARD.Regret-basedthree-waydecisionmakingwithpossibilitydominanceandSPAtheoryinincompleteinformationsystem［J］.Expertsystemswithapplications，2023，211：118688.

［17］YAOY.Three-waydecisionswithprobabilisticroughsets［J］.Informationsciences，2010，180（3）：341-353.

［18］BIZ，JINY，MAROPOULOSP，etal.Internetofthings（IoT）andbigdataanalytics（BDA）fordigitalmanufacturing（DM）［J］.Internationaljournalofproductionresearch，2023，61（12）：4004-4021.

［19］CHIENCF，DAUZREPS，HUHWT，etal.Artificialintelligenceinmanufacturingandlogisticssystems：algorithms，applications，andcasestudies［J］.Internationaljournalofproductionresearch，2020，9：2730-2741.

［20］DOMBIJ.Ageneralclassoffuzzyoperators，theDeMorganclassoffuzzyoperatorsandfuzzinessmeasuresinducedbyfuzzyoperators［J］.Fuzzysetsandsystems，1982，8（2）：149-163.

［21］MAHMOODT，WARRAICHMS，ALIZ，etal.GeneralizedmultimooramethodandDombiprioritizedweightedaggregationoperatorsbasedonT-sphericalfuzzysetsandtheirapplications［J］.Internationaljournalofintelligentsystems，2021，36（9）：4659-4692.

［22］GURMANISH，CHENH，BAIY.DombioperationsforlinguisticT-sphericalfuzzynumber：anapproachforselectionofthebestvarietyofmaize［J］.Softcomputing，2022，26（18）：9083-9100.

［23］KARAASLANF，DAWOODMAD.ComplexT-sphericalfuzzyDombiaggregationoperatorsandtheirapplicationsinmultiple-criteriadecision-making［J］.Complexamp;intelligentsystems，2021，7：2711-2734.

［24］陳廷友.基于T球面模糊數(shù)的多屬性群決策方法研究［D］.太原：山西大學(xué)，2022.

基金項(xiàng)目：2023年國(guó)家自然科學(xué)基金面上基金項(xiàng)目“云服務(wù)驅(qū)動(dòng)的供應(yīng)鏈平臺(tái)治理機(jī)制形成及價(jià)值創(chuàng)造機(jī)理研究”（72372143）；教育部人文社會(huì)科學(xué)研究項(xiàng)目西部項(xiàng)目“碳交易背景下多式聯(lián)運(yùn)數(shù)字化平臺(tái)資源配置優(yōu)化研究”（24XJA630002）；紅云紅河煙草（集團(tuán)）有限責(zé)任公司科技項(xiàng)目“基于北斗可信數(shù)據(jù)的卷煙物流運(yùn)力數(shù)字化管控技術(shù)研究與應(yīng)用”（HYHH2023XX01）；云南省哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目一般項(xiàng)目“低碳視角下云南多式聯(lián)運(yùn)數(shù)字化平臺(tái)發(fā)展策略研究（YB202407）

ResearchonConstructionModeSelectionofLogisticsDigital

PlatformforManufacturingEnterprisesBasedon

T-sphericalFuzzyEnvironment

LIULing1，JIANGRong-rong1，DAILi-juan2，SHIXue-jiang3，WURui-dong1

（1.YunnanUniversityofFinanceandEconomics，Kunming，Yunnan650221;

2.ChinaTobaccoYunnanIndustrialCo.，Ltd.，Kunming，Yunnan650000;

3.HongyunHongheTobacco（Group）Co.，Ltd.，Kunming，Yunnan650031）

Abstract：Nowadays，manufacturingenterprisesfacethechallengesofglobalizedcompetition，diversifiedconsumerdemandsandrapidtechnologicaladvances，andurgentlyneedtooptimizetheirsupplychainandlogisticsmanagementsystem，anddeeplyembedlogisticsservicesintothemanufacturingsupplychainsystem.Scientificandreasonabledecision-makingtoolsplayanimportantroleinhelpingenterprisesimprovetheircompetitiveness.Thispaperproposesanewtypeofdecision-makingmodelbasedonT-sphericalfuzzysetsandthree-waymulti-criteriagroupdecision-makingtheory，aimingtosolvetheproblemoftheconstructionmodeselectionoflogisticsdigitalplatformformanufacturingenterprises，andformulatesthreemodesofconstructionstrategiesfordifferentmanufacturingenterprises，includingbuildingtheirownlogisticsdigitalplatform，collaboratingwithathird-partylogisticscompanytobuildalogisticsdigitalplatform，andrelyingonthethird-partylogisticsenterprise'sdigitalserviceplatform.Inthispaper，firstly，theevaluationattributesetisestablishedaccordingtothelogisticsdigitalizationfoundationofmanufacturingenterprisesandenterpriseoperation，andthecomprehensiveevaluationmatrixisobtainedbyusingthemulti-criteriagroupdecision-makingmethod.Andthen，itestablishesthelossfunctionmatrixundertheT-sphericalfuzzyenvironment，calculatestheconditionalprobabilityaccordingtotherelativeproximityfunction，andutilizesthelossfunctionmatrixinthethree-waydecision-makingtheorytocalculatetheprobabilitythresholdafterthesub-domain，andobtainsthecorrespondingselectionstrategy.Finally，thepracticalityandrationalityoftheproposedmethodisillustratedthroughacasestudy.

Keywords：manufacturingenterprises;logisticsdigitalplatform;T-sphericalfuzzysets;three-waydecision-making;multi-criteriagroupdecision-making