基于動態(tài)模糊評價的通信運(yùn)營商合作伙伴選擇模型及實(shí)證研究

羅劍鋒

（中南大學(xué) 商學(xué)院，湖南 長沙 410083）＊

一、引 言

以電信網(wǎng)、廣播電視網(wǎng)和互聯(lián)網(wǎng)的融合互通為核心內(nèi)容的“三網(wǎng)融合”于2010年7月1日正式拉開大幕，導(dǎo)致了電信行業(yè)的劇烈變革，迫使通信運(yùn)營商必須動態(tài)地考察和選擇其合作伙伴。同時差異化的業(yè)務(wù)又決定了合作伙伴選擇標(biāo)準(zhǔn)的差異化。因此，如何科學(xué)合理、動態(tài)及時地選擇合作伙伴成為了考驗(yàn)通信運(yùn)營商智慧和決策能力的重要問題。

針對合作伙伴選擇問題，當(dāng)前已有大量學(xué)者做出研究并取得了豐碩的成果。在合作伙伴選擇的評價指標(biāo)體系方面，Geringer提出了任務(wù)相關(guān)和伙伴相關(guān)的合作伙伴選擇兩大準(zhǔn)則［1］。Glickman和White認(rèn)為運(yùn)輸折扣費(fèi)用會影響消費(fèi)者和購買者對網(wǎng)絡(luò)商家的最優(yōu)選擇［2］。在合作伙伴的評價方法方面，Weber和Current首次利用多目標(biāo)決策的方法來系統(tǒng)分析企業(yè)的合作伙伴決策問題［3］。Li提出了網(wǎng)絡(luò)商家表現(xiàn)指數(shù)［4］。Desheng和David就三種適用于選擇供應(yīng)網(wǎng)絡(luò)合作者的評價標(biāo)準(zhǔn)模型CCP、DEA和MOP進(jìn)行分析和討論［5］。Chou和Chang提出一個基于供應(yīng)鏈戰(zhàn)略聯(lián)盟視角的模糊多屬性簡單排列法，并將其作為供應(yīng)商選擇合作伙伴的決策支持系統(tǒng)［6］。

歐洲、美國等國家和地區(qū)的電信產(chǎn)業(yè)發(fā)展成熟，涌現(xiàn)出了大量以運(yùn)營商經(jīng)營決策為核心的學(xué)術(shù)研究成果。Kuo和Yu將電信價值鏈分為設(shè)備、網(wǎng)絡(luò)和服務(wù)三部分，并認(rèn)為以運(yùn)營商為核心的電信價值鏈各環(huán)節(jié)的實(shí)體之間應(yīng)不斷合并與重組［7］。Eliassen建議在電信產(chǎn)業(yè)鏈重新構(gòu)建階段，引導(dǎo)產(chǎn)業(yè)鏈各實(shí)體向相互合作的方向發(fā)展［8］。Talluri等從伙伴企業(yè)的個體效率和運(yùn)營商企業(yè)的整體效率出發(fā)，改進(jìn)了通信運(yùn)營商合作伙伴選擇的兩階段模型［9］。Salmadhi和Hoang提出了一種擴(kuò)展的共享型合作伙伴選擇方法，對合作伙伴進(jìn)行縱、橫向分類，提出合作伙伴選擇的評價指標(biāo)［10］。

綜上所述，在通信運(yùn)營商合作伙伴選擇問題上，以往的研究并沒有考慮評價對象的差異性而設(shè)立特性的評價指標(biāo)，以一概全導(dǎo)致評價結(jié)果偏頗；此外，電信行業(yè)劇烈變革的背景下，合作企業(yè)亦會產(chǎn)生生產(chǎn)經(jīng)營、質(zhì)量服務(wù)等方面的變化，而電信運(yùn)營商的發(fā)展依賴于與合作伙伴之間長期穩(wěn)定的合作關(guān)系，因此對合作伙伴的動態(tài)評價也顯得非常重要。本文擬采用神經(jīng)網(wǎng)絡(luò)方法，對合作伙伴的未來發(fā)展?fàn)顩r進(jìn)行度量與預(yù)測，基于此建立動態(tài)模糊評價模型，以期對通信運(yùn)營商的經(jīng)營決策提供指導(dǎo)。

二、通信運(yùn)營商合作伙伴選擇評價指標(biāo)設(shè)置

結(jié)合前人的研究成果與我國電信行業(yè)的實(shí)際，本文確定通信運(yùn)營商合作伙伴選擇的共性評價指標(biāo)包括企業(yè)能力、信息化程度、環(huán)境因素和宏觀環(huán)境四個方面。運(yùn)營商合作伙伴選擇的共性指標(biāo)體系如表1所示：

表1 共性評價指標(biāo)

電信產(chǎn)業(yè)鏈中的企業(yè)類型是非常多樣的，除了通信運(yùn)營商以外，還包括內(nèi)容提供商、服務(wù)提供商、設(shè)備供應(yīng)商、終端制造商等多種類型的企業(yè)，不同類型的合作伙伴在電信產(chǎn)業(yè)鏈中的功能不同，電信運(yùn)營商對這些企業(yè)生產(chǎn)、服務(wù)能力的衡量要素和內(nèi)容也不會相同，這便需要構(gòu)建具有特殊性質(zhì)的指標(biāo)進(jìn)行度量，特性指標(biāo)的具體內(nèi)容見表2：

三、基于BP神經(jīng)網(wǎng)絡(luò)的動態(tài)模糊評價模型

（一）通信運(yùn)營商合作伙伴選擇模型的特性分析

通信運(yùn)營商合作伙伴選擇需要考慮以下特性：

（1）模型的動態(tài)特性。通信運(yùn)營商合作伙伴選擇的節(jié)點(diǎn)上，企業(yè)隨時會因?yàn)閮?nèi)外部的原因退出合作，其它企業(yè)也會因合作的需要而進(jìn)入選擇的范圍。針對模型的動態(tài)特性需求，本文引入BP神經(jīng)網(wǎng)絡(luò)模型，并根據(jù)企業(yè)當(dāng)前的數(shù)據(jù)，采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型預(yù)測其未來值，從而進(jìn)行動態(tài)性選擇。

（2）模型的模糊特性。實(shí)際應(yīng)用中，決策者選擇通信運(yùn)營商合作伙伴時，無法準(zhǔn)確度量哪家企業(yè)是最優(yōu)秀企業(yè)，而是選擇出符合運(yùn)營商滿意度的企業(yè)，這說明合作伙伴選擇具有模糊性。針對上述情況，運(yùn)用模糊集相關(guān)理論解決合作伙伴選擇的模糊性。

（3）權(quán)重確定的綜合特性。通信運(yùn)營商合作伙伴的選擇涉及到區(qū)域政治、社會以及經(jīng)濟(jì)等各個方面，因此對通信運(yùn)營商合作伙伴的能力水平測度是具有綜合性的。因而，科學(xué)合理地確定指標(biāo)權(quán)重，選取適當(dāng)?shù)臋?quán)重確定方法就變得特別重要。本文擬采用主客觀相結(jié)合的綜合賦權(quán)法。

表2 特性評價指標(biāo)

綜上所述，本文擬采用基于BP神經(jīng)網(wǎng)絡(luò)的動態(tài)模糊綜合評價法構(gòu)造運(yùn)營商合作伙伴的動態(tài)評價模型，體系結(jié)構(gòu)如下圖1所示。

圖1 模型結(jié)構(gòu)體系圖

（二）確定評判矩陣

假設(shè)備選企業(yè)Ai各個指標(biāo)的值為E＝｛E1，E2，…，Ek｝，根據(jù)各評價指標(biāo)的隸屬度函數(shù)，求出每一個指標(biāo)對應(yīng)評語集V＝｛差，中等，好｝中不同隸屬度，Rij表示指標(biāo)i隸屬于第j個評語等級Vj的隸屬度，從而得到各指標(biāo)的模糊評判，則得到備選企業(yè)Ai的模糊評判矩陣Ri。

（三）組合權(quán)重法確定評價指標(biāo)權(quán)重

（1）基于層次分析法確定指標(biāo)主觀權(quán)重。同一指標(biāo)層下面的不同指標(biāo)的相對重要性，給出相對重要的分值，從而確立判斷矩陣；檢驗(yàn)判斷矩陣的一致性，并計算其最大特征根和特征向量；歸一化特征向量，便得到層次各指標(biāo)的權(quán)重。

（2）基于熵值法確定指標(biāo)客觀權(quán)重。熵值法是客觀權(quán)重確定的常用方法。設(shè)原始指標(biāo)數(shù)據(jù)矩陣X＝（xij）m×n，其中待評方案個數(shù)為m，評價指標(biāo)項(xiàng)數(shù)為n，某項(xiàng)指標(biāo)的指標(biāo)值xij的差距越大，則該指標(biāo)在系統(tǒng)中表現(xiàn)的作用越大；同樣的，如果某項(xiàng)指標(biāo)的指標(biāo)值相等，則該指標(biāo)在系統(tǒng)中沒有差異，其權(quán)重幾乎為零。信息熵是系統(tǒng)無序程度的度量，可用來計算指標(biāo)的權(quán)重。

（3）組合權(quán)重。為了全面反映評價指標(biāo)的重要性，結(jié)合主觀權(quán)重與客觀權(quán)重來確定各指標(biāo)的權(quán)重。集成各種賦權(quán)的方法為：首先將上述主、客觀賦權(quán)法確定的權(quán)重系數(shù)對應(yīng)相乘，并進(jìn)行歸一化處理。設(shè)主觀權(quán)重方法層次分析法計算的權(quán)重為ti，熵值法得到的客觀權(quán)重為ti，則綜合權(quán)重向量為U＝（μi）n。則，第i個指標(biāo)的綜合權(quán)重為：

（四）模糊綜合評價

將評判矩陣和指標(biāo)權(quán)重向量相乘，便可以得到企業(yè)對不同評語集的綜合隸屬度B如下：

對b1，b2，b3進(jìn)行比較，按照最大隸屬度原則，對企業(yè)進(jìn)行評判。如此，全部企業(yè)的綜合隸屬度判斷矩陣為：

（五）基于BP神經(jīng)網(wǎng)絡(luò)的動態(tài)模糊綜合評價

將企業(yè)未來發(fā)展趨勢的模糊評判矩陣和指標(biāo)的權(quán)重向量相乘，得其發(fā)展趨勢的綜合評判向量：

對bΔ1，bΔ2，bΔ3進(jìn)行比較，按照權(quán)重大小的隸屬度規(guī)則，對企業(yè)進(jìn)行評判。確定全部企業(yè)的綜合隸屬度的綜合判斷矩陣：

根據(jù)上述綜合隸屬度判斷矩陣，按照最大隸屬度原則，評判企業(yè)的未來發(fā)展趨勢。

四、通信運(yùn)營商合作伙伴選擇的實(shí)證分析

“長株潭”地區(qū)是全國首批三網(wǎng)融合試點(diǎn)城市，在三網(wǎng)融合推進(jìn)過程中，開展IPTV等任何互聯(lián)網(wǎng)、電信網(wǎng)、廣播電視網(wǎng)相結(jié)合的業(yè)務(wù)，都需高速寬帶或無線寬帶網(wǎng)絡(luò)的支持，因此湖南移動主導(dǎo)的“長株潭城市光網(wǎng)”建設(shè)項(xiàng)目成為了三網(wǎng)融合推進(jìn)的基礎(chǔ)性工程?！俺鞘泄饩W(wǎng)”的建設(shè)離不開重要結(jié)點(diǎn)處基站的筑建，而基站建設(shè)中重要設(shè)備之一的大功率無線路由器的購入與維修成為一個關(guān)鍵問題，因此湖南移動亟需預(yù)選擇一家網(wǎng)絡(luò)設(shè)備提供商作為其合作伙伴以推進(jìn)“城市光網(wǎng)”工程。

（一）備選企業(yè)信息

當(dāng)前，可供湖南移動選擇的企業(yè)主要共有6家：邁普通信、博達(dá)通信、神州數(shù)碼、銳捷網(wǎng)絡(luò)、中興通訊和華為，將它們依次編號為A、B、C、D、E、F。

（二）指標(biāo)權(quán)重的確定

按照層次分析法的步驟，可以得到各個指標(biāo)在層次分析法下的主觀權(quán)重（參見表3）。進(jìn)一步，可以得到各個指標(biāo)在熵值法下的客觀權(quán)重（參見表4）。由前面根據(jù)層次分析法確定的主觀權(quán)重和根據(jù)熵值法確定的客觀權(quán)重，最后，可以算得組合權(quán)重（參見表5）。

表3 層次分析法確定的各指標(biāo)的主觀權(quán)重

表4 熵值法確定的各指標(biāo)的客觀權(quán)重

表5 組合權(quán)重表

（三）基于現(xiàn)狀的合作伙伴選擇

首先基于備選企業(yè)當(dāng)前的經(jīng)營狀況，對備選企業(yè)進(jìn)行評價。選取的量化數(shù)據(jù)是企業(yè)最近一期的財務(wù)、生產(chǎn)數(shù)據(jù)；對于主觀性指標(biāo)的打分，筆者的處理方式是邀請中國移動及各分公司的采購部、技術(shù)部等負(fù)責(zé)人針對備選企業(yè)的實(shí)際經(jīng)營狀況進(jìn)行打分。

然后，計算得到6個對于評語集的綜合隸屬度矩陣如下：

上述矩陣的列從左到右對應(yīng)評語等級“差”、“中等”、“好”，從上到下對應(yīng)6個供應(yīng)商。對于第二和第四這兩個供應(yīng)商，最大的權(quán)重隸屬度值分別為0.8075和0.5988，都對應(yīng)著評語集中的“好”。因此，這兩個供應(yīng)商的現(xiàn)狀等級較好。

（四）基于未來發(fā)展預(yù)測的合作伙伴選擇

對未來的模糊評價，其核心思想就是預(yù)測企業(yè)的發(fā)展趨勢，然后將其進(jìn)行模糊評價。首先收集備選企業(yè)各指標(biāo)過去連續(xù)6期的數(shù)據(jù)（數(shù)據(jù)選取與上文相同），然后采用BP神經(jīng)網(wǎng)絡(luò)模型對過去6期的數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練完畢后依據(jù)最新一期的數(shù)據(jù)，對六家備選企業(yè)的指標(biāo)數(shù)據(jù)進(jìn)行預(yù)測，結(jié)果如下：

進(jìn)一步，運(yùn)用這些預(yù)測值對備選合作企業(yè)未來發(fā)展趨勢進(jìn)行模糊評價，結(jié)果如下：

上述矩陣的列從左到右對應(yīng)評語等級“差”、“中等”、“好”，從上到下對應(yīng)6家備選企業(yè)。第四家企業(yè)的最大隸屬度為0.8880，而且屬于“上升”類別的評語，因此，可以判定第四家備選企業(yè)發(fā)展趨勢最好。

研究結(jié)果顯示，銳捷網(wǎng)絡(luò)有限公司更吻合湖南移動的戰(zhàn)略發(fā)展方向，因此選擇銳捷網(wǎng)絡(luò)作為湖南移動推進(jìn)“長株潭城市光網(wǎng)”建設(shè)項(xiàng)目的合作伙伴。

五、結(jié)束語

本文建立了通信運(yùn)營商遴選合作伙伴的共性指標(biāo)和特性指標(biāo)體系，使用層次分析法計算出各指標(biāo)的主觀權(quán)重，使用熵值法計算出各指標(biāo)的客觀權(quán)重，綜合主客觀權(quán)重確定了通信運(yùn)營商合作伙伴選指標(biāo)的組合權(quán)重，建立基于企業(yè)現(xiàn)狀的模糊綜合評價模型，以及基于未來發(fā)展預(yù)測的BP神經(jīng)網(wǎng)絡(luò)動態(tài)模糊綜合評價模型，完成對合作伙伴的短期和長期選擇。

［1］Geringer J M.Strategie Determinants of Partner Seleetion Criteria in International Joint Ventures［J］.Journal of International Business Studies，1991，22（1）：41－62.

［2］Glickman T S，White S C.Optimal vendor selection in a multiproduct supply chain with truckload discounts［J］.Transportation Research Part E：Logistics and Transportation Review，2008，44（5）：684－695.

［3］Weber C A，Current J R.A multi－objective Approach to Vendor selection［J］.European Journal of Operational Research，1993，68（2）：173－184.

［4］Li C C，F(xiàn)un Y P，Hung J S.A new measure for supplier performance evaluation［J］.HE Transaction，1997，29（9）：753－758.

［5］Desheng Wu，David L.Oslon.Supply chain risk，simulation，and vendor selection［J］.International Journal of Production Economics，2008，114（2）：646－655.

［6］Chou S Y，Chang Y H.A decision support system for supplier selection based on a strategy－aligned fuzzy SMART approach［J］.Expert Systems with Applications，2008，34（4）：2241－2253.

［7］Kuo Y F，Yu C W.3Gtelecommunication operators＇challenges and roles：A perspective of mobile commerce value chain［J］.Technovation，2006，26（12）：1347－1356.

［8］Eliassen E.A bi－level Programming model for the decentralized Decision－making system of a telecommunication operator Frontiers in Enterprise Integration［R］.IFIP TC 8.9International Conference on Research and Practical Issues of Enterprise Information Systems Taylor＆Francis Group，2007.10：349－356.

［9］Tauuri S，Baker R C，Sarkss J.A Framework for Designing Efficient Value Chain Networks［J］.International Journal of Production Economics，2009，62（1－2）：133－144.

［10］Samadhi T，Hoang K.Partners selection in a shared CIM system［J］.International Journal of Computer Integrated Manufacturing，1998，11（2）：173－182.