基于三角模糊TOPSIS分析法的第三方物流供應(yīng)商服務(wù)績(jī)效評(píng)估

張雄林，張彩云，胡欣月

（三峽大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 宜昌 443002）

1 簡(jiǎn)介

近幾年，評(píng)估物流公司的服務(wù)績(jī)效在供應(yīng)鏈管理中變得越來越重要?？蛻舴?wù)已經(jīng)成為客戶選擇物流公司的重要依據(jù)，同時(shí)也成為第三方物流公司競(jìng)爭(zhēng)的焦點(diǎn)[1]。

首先，隨著市場(chǎng)的發(fā)展，物流公司之間的差異正在減小，其物流活動(dòng)幾乎都具有相似的業(yè)務(wù)功能，客戶對(duì)第三方物流公司的選擇不再僅僅依賴于業(yè)務(wù)功能。其次，由于電子商務(wù)的推廣，直接在網(wǎng)上進(jìn)行下單的快捷便利，導(dǎo)致第三方物流公司在進(jìn)行競(jìng)爭(zhēng)時(shí)的優(yōu)勢(shì)開始減弱。因此，第三方物流公司服務(wù)績(jī)效的競(jìng)爭(zhēng)作用開始凸顯出來。如何達(dá)到客戶理想的服務(wù)績(jī)效？以往的文獻(xiàn)都采取了客戶評(píng)估服務(wù)的模式，來提高第三方物流公司的服務(wù)績(jī)效。通過客戶評(píng)估服務(wù)所獲得的優(yōu)秀服務(wù)績(jī)效，成為了物流企業(yè)獲取競(jìng)爭(zhēng)優(yōu)勢(shì)首先考慮的戰(zhàn)略，是使企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中處于優(yōu)勢(shì)地位并將企業(yè)引向長(zhǎng)期繁榮的重要特征。

然而，從我國目前物流企業(yè)的發(fā)展現(xiàn)狀來看，僅僅通過客戶評(píng)估服務(wù)模式還無法得到滿意的服務(wù)績(jī)效。這是因?yàn)榈谌轿锪鞴痉?wù)體系還沒有有效建立起來，還不能夠完全適應(yīng)客戶的需要，具體表現(xiàn)在有些物流企業(yè)忽視自身素質(zhì)和服務(wù)管理水平的提高，缺乏有效服務(wù)管理制度規(guī)范物流企業(yè)服務(wù)管理行為和服務(wù)作業(yè)流程。因此，在進(jìn)行服務(wù)績(jī)效的評(píng)價(jià)時(shí)，應(yīng)通過科學(xué)的評(píng)估方法來選擇適當(dāng)?shù)牡谌轿锪鞴尽?/p>

2 評(píng)估指標(biāo)的選取

進(jìn)行服務(wù)績(jī)效分析時(shí)，首先要確定正確的服務(wù)績(jī)效評(píng)估指標(biāo)。通過對(duì)目前國內(nèi)外物流服務(wù)績(jī)效研究文獻(xiàn)進(jìn)行總結(jié)發(fā)現(xiàn)，對(duì)服務(wù)績(jī)效的研究重點(diǎn)在于企業(yè)內(nèi)部服務(wù)績(jī)效的定量指標(biāo)的研究上。王焰通過對(duì)物流服務(wù)的重點(diǎn)研究，設(shè)計(jì)出物流服務(wù)績(jī)效的評(píng)價(jià)標(biāo)準(zhǔn)，包括存貨準(zhǔn)確率、準(zhǔn)時(shí)裝運(yùn)率、訂貨完成率、揀選準(zhǔn)確率、差錯(cuò)損失率、品類完成率、準(zhǔn)時(shí)交貨率等7個(gè)指標(biāo)[2]；程國平、劉世斌根據(jù)物流企業(yè)的時(shí)間階段劃分，即服務(wù)前、服務(wù)中和服務(wù)后的三大時(shí)間階段的研究，從服務(wù)績(jī)效中的質(zhì)量方面確定了8個(gè)評(píng)價(jià)指標(biāo)，即信息質(zhì)量、信息反饋質(zhì)量、貨品精確質(zhì)量、時(shí)間質(zhì)量、訂購過程質(zhì)量、溝通質(zhì)量、誤差處理質(zhì)量、貨品完好質(zhì)量等[3]；Brewer & Speh 認(rèn)為物流績(jī)效評(píng)價(jià)的關(guān)鍵指標(biāo)包括完成訂單比例、訂單循環(huán)周期、每單位物流成本、揀選差錯(cuò)率等[4]。上述指標(biāo)體系的確立缺乏與物流成本和物流效益相關(guān)的指標(biāo)，因此指標(biāo)體系缺乏科學(xué)性和全面性。

對(duì)第三方物流公司的服務(wù)績(jī)效進(jìn)行評(píng)估時(shí)，本文采取Franceschini與Rafele提出的用于評(píng)估物流服務(wù)績(jī)效地全面標(biāo)準(zhǔn)[5]，應(yīng)用此評(píng)估標(biāo)準(zhǔn)的原因在于它有效地將定量因素和非定量因素進(jìn)行了結(jié)合分析。評(píng)估物流服務(wù)績(jī)效的全面標(biāo)準(zhǔn)見表1。

表1 物流服務(wù)績(jī)效評(píng)估的全面標(biāo)準(zhǔn)

很顯然，表1中的因素并非關(guān)于服務(wù)績(jī)效評(píng)估的絕對(duì)性描述，但是如果要對(duì)服務(wù)績(jī)效進(jìn)行評(píng)估，這些因素都是必要的。在特定的情況下，影響因素可以添加或者減少。本文以這8大服務(wù)績(jī)效因素作為切入點(diǎn)，利用模糊分析法對(duì)第三方物流公司的服務(wù)績(jī)效進(jìn)行評(píng)估選擇。

3 評(píng)估方法

在以往的關(guān)于第三方物流公司服務(wù)績(jī)效的研究中，常常使用三類方法，分別是權(quán)重分析方法、數(shù)學(xué)規(guī)劃方法和概率統(tǒng)計(jì)方法[6]。權(quán)重分析方法，如AHP 法，它主要側(cè)重于對(duì)總體因素進(jìn)行評(píng)價(jià)，但避免不了加權(quán)因子產(chǎn)生的主觀性。數(shù)學(xué)規(guī)劃方法，如線性規(guī)劃法，它只考慮了企業(yè)的定量指標(biāo)，而對(duì)非定量指標(biāo)常常無法客觀計(jì)算。概率統(tǒng)計(jì)方法，如DEA法，由于它所統(tǒng)計(jì)的周期時(shí)間與統(tǒng)計(jì)對(duì)象直接影響決策，所以范圍受到了限制。

模糊集理論采用精確的手段來處理和解決客觀實(shí)際中帶有模糊性的問題。Zadeh應(yīng)用模糊TOPSIS進(jìn)行傳統(tǒng)的供應(yīng)商選擇[7]。Boran等提出了直覺模糊與TOPSIS方法多準(zhǔn)則群體決策方法進(jìn)行供應(yīng)商選擇[8]。當(dāng)面對(duì)復(fù)雜的研究問題，由于事物的復(fù)雜性將導(dǎo)致對(duì)事情的精確研究和描述能力的降低，以至于精確性與簡(jiǎn)明性成為了兩個(gè)幾乎互相排斥的特征，從而必須在精確與簡(jiǎn)明之間取得平衡。模糊理論的優(yōu)勢(shì)正在于可以使用全新、簡(jiǎn)潔的方法對(duì)復(fù)雜的問題做出合理的處理。可以用很簡(jiǎn)單的詞語而并不是用數(shù)字來表達(dá)供應(yīng)商的環(huán)境績(jī)效，如好、非常好、壞、非常壞等。決策者提供服務(wù)績(jī)效的語言評(píng)級(jí)標(biāo)準(zhǔn)以及供應(yīng)商的備選方案，然后通過模糊TOPSIS結(jié)合生成每一個(gè)備選者的整體性能得分，最后把得分最高的方案作為最終方案。

本文采用將語言轉(zhuǎn)換為數(shù)字的變換方法，使用一個(gè)規(guī)模為0-1的量表作為評(píng)價(jià)的標(biāo)準(zhǔn)和選擇，表2給出了備選方案的模糊等級(jí)的語言變量，表3給出了選擇標(biāo)準(zhǔn)的模糊等級(jí)的語言變量。

表2 備選方案的模糊等級(jí)的語言變量

表3 評(píng)價(jià)標(biāo)準(zhǔn)的模糊等級(jí)的語言變量

模糊TOPSIS 方法包括模糊評(píng)估的標(biāo)準(zhǔn)和在TOPSIS 中備選方案的選擇。TOPSIS方法選擇的備選方案是最接近正理想解且最遠(yuǎn)離負(fù)理想解的。正理想解的每一項(xiàng)都比負(fù)理想解的性能值好，相反，負(fù)理想解的每一個(gè)值均低于正理想解。模糊分析法的步驟如下：

步驟一：制定標(biāo)準(zhǔn)和評(píng)價(jià)等級(jí)。假設(shè)J的備選方案用集合A 表示，A={A1,A2,…,Am}，選擇的評(píng)估標(biāo)準(zhǔn)用集合C 來表示，C={C1,C2,…,Cn}，指標(biāo)權(quán)重用wi=(i=1,2,...,m)來表示。

步驟二：計(jì)算出聚合的模糊權(quán)重和備選方案的模糊權(quán)重。如果所有決策者的模糊評(píng)級(jí)被描述為三角模糊數(shù)Rk=(ak,bk,ck) ，則聚合模糊評(píng)級(jí)為=(a,b,c) ，其中，。如果模糊者的評(píng)級(jí)為=(aijk,bijk,cijk)，對(duì)應(yīng)的決策者的權(quán)重為=(wjk1,wjk2,wjk3)，那么對(duì)于每個(gè)標(biāo)準(zhǔn)下的備選方案的聚合模糊等級(jí)為=(aij,bij,cij)，其中：

每個(gè)標(biāo)準(zhǔn)的聚合模糊權(quán)重wij用wj=(wj1,wj2,wj3)來表示，其中：

步驟三：模糊決策矩陣規(guī)范化。模糊決策矩陣R 的規(guī)范化公式如下：

其中，=maxicij。

其中，=miniaij。

步驟四：計(jì)算出加權(quán)正規(guī)化矩陣。

步驟五：計(jì)算出模糊正理想解與模糊負(fù)理想解。模糊正理想解為：

其中，=max{vij3},i=1,2,...,m；j=1,2,...,n。

模糊負(fù)理想解為：

其中，=min{vij1},i=1,2,...,m；j=1,2,...,n。

步驟六：計(jì)算每個(gè)備選方案與模糊理想解之間的距離dv。

步驟七：計(jì)算每個(gè)備選方案的接近度系數(shù)并排名。

計(jì)算出所有接近度系數(shù)后，根據(jù)接近度系數(shù)大小進(jìn)行排名。

4 實(shí)證分析

本節(jié)中使用模糊TOPSIS 分析法對(duì)第三方物流公司的服務(wù)績(jī)效進(jìn)行評(píng)估。首先假設(shè)有3 個(gè)備選方案，分別是供應(yīng)商A1、A2和A3。備選方案的比選采用表1的評(píng)估物流服務(wù)績(jī)效的標(biāo)準(zhǔn)。參與整個(gè)決策過程的有三個(gè)人，分別是D1、D2、D3。決策者D1 更加傾向于第三方物流供應(yīng)商的交貨期和完整率。決策者D2 更加傾向于第三方物流供應(yīng)商的完整率。決策者D3 更加傾向于第三方物流供應(yīng)商的可靠率。三位決策者分別對(duì)第三方物流供應(yīng)商的不同方面確定不同的權(quán)重。備選方案的模糊等級(jí)的語言變量和選擇標(biāo)準(zhǔn)的模糊等級(jí)的語言變量分別采用表2和表3。表4給出了三個(gè)決策者的標(biāo)準(zhǔn)。

表4 決策標(biāo)準(zhǔn)模糊等級(jí)的語言變量

（1）利用式（1）計(jì)算出聚合的模糊權(quán)重。例如，對(duì)于C1而言，聚合的模糊權(quán)重為 ：wj1=min{0,0,0},wj2=，所以最終wj=(0,0.53,1) 。同樣可計(jì)算出剩下的標(biāo)準(zhǔn)，見表5。

（2）利用式（2）計(jì)算出備選方案的聚合的模糊權(quán)重。例如，對(duì)于備選方案A1而言，在C1標(biāo)準(zhǔn)下的聚合的模糊權(quán)重為：所以=(0.3,0.83,1)。

用同樣的方式可以分別計(jì)算出備選方案A1、A2、A3下C1到C8標(biāo)準(zhǔn)下的聚合模糊權(quán)重，然后組成備選方案的聚合模糊決策矩陣。具體見表6和表7。

表5 決策者的聚合模糊權(quán)重

表6 不同標(biāo)準(zhǔn)下的備選方案的模糊等級(jí)的語言變量

表7 備選方案的聚合模糊決策矩陣

（3）下一步通過式（3）至式（6）來計(jì)算出模糊決策矩陣，例如，對(duì)于備選方案A1 而言，在C1 標(biāo)準(zhǔn)下的標(biāo)準(zhǔn)評(píng)級(jí)為：由于是考慮最大化利益，所以采取最積極的理想正值。最積極的理想正值為1，最消極的負(fù)值為0，適用于所有標(biāo)準(zhǔn)。(0.3,0.83,1)，同樣地計(jì)算出其余標(biāo)準(zhǔn)的規(guī)范值，組成標(biāo)準(zhǔn)模糊決策矩陣，具體見表8。

表8 備選方案的標(biāo)準(zhǔn)模糊決策矩陣

（4）利用式（7）至式（9），計(jì)算出3 個(gè)備選方案的模糊加權(quán)決策矩陣。表8列出了r~ij的值，表5列出了wj的權(quán)數(shù)值，用這兩個(gè)值來計(jì)算備選方案的模糊加權(quán)決策矩陣。然后利用式（8）計(jì)算出模糊正理想解A*，利用式（9），計(jì)算出模糊負(fù)理想解A-。例如，對(duì)于備選方案A1而言，標(biāo)準(zhǔn)C1的三角模糊權(quán)重為：

同樣，計(jì)算出其他備選方案的三角模糊權(quán)重，計(jì)算結(jié)果見表9。

表9 歸一化后加權(quán)備選方案的矩陣以及理想解

（5）利用式（10）和式（11），計(jì)算出每個(gè)備選方案的模糊正理想解與模糊負(fù)理想解的距離。例如，對(duì)備選方案A1 而言，標(biāo)準(zhǔn)C1的模糊正理想解與模糊負(fù)理想解的距離為:

所有計(jì)算結(jié)果見表10。

表10 備選方案的模糊理想解之間的距離

（6）利用表10的結(jié)果與式（12），計(jì)算出備選方案的正理想解和負(fù)理想解的距離、以及接近度系數(shù)。例如，對(duì)備選方案A1而言，和的距離為：

結(jié)果見表11。

根據(jù)最終數(shù)值，得出A2＞A3＞A1，因此可以認(rèn)為物流公司A2擁有最好的服務(wù)績(jī)效。

表11 備選方案正負(fù)理想解距離及接近度

5 結(jié)論

本文提出了一個(gè)多準(zhǔn)則決策方法，對(duì)第三方物流公司在模糊分析下的服務(wù)績(jī)效進(jìn)行評(píng)估。運(yùn)用三角模糊TOPSIS 分析法，可以將原本得到的精確判斷值轉(zhuǎn)變?yōu)樵u(píng)價(jià)的模糊分析，這樣可以降低主觀性導(dǎo)致的錯(cuò)誤，以便更加精確的選擇適合的第三方物流供應(yīng)商。另一個(gè)重要環(huán)節(jié)是準(zhǔn)則權(quán)重的確定，本文采用了組合權(quán)的方法來確定準(zhǔn)則的權(quán)重。在確定準(zhǔn)則權(quán)重后，用模糊TOPSIS 方法對(duì)備選方案進(jìn)行排序，選擇最優(yōu)方案[9]。

整個(gè)服務(wù)績(jī)效評(píng)估時(shí)的多準(zhǔn)則決策方法由三個(gè)步驟組成。首先，確定服務(wù)績(jī)效的評(píng)估標(biāo)準(zhǔn)，這些標(biāo)準(zhǔn)包括規(guī)律性、可靠性、完整性、靈活性、正確性、損失性以及生產(chǎn)力等；其次，對(duì)評(píng)估標(biāo)準(zhǔn)和備選方案都確定了專家語言評(píng)級(jí)。最后，利用了三角模糊TOPSIS聚合評(píng)級(jí)為每一個(gè)備選者（第三方物流供應(yīng)商）生成一個(gè)服務(wù)績(jī)效的接近度系數(shù)評(píng)分，然后依據(jù)接近度系數(shù)得分進(jìn)行排名，得分最高的被選者就是具有最好的服務(wù)性能。這個(gè)方法的優(yōu)勢(shì)是可以在缺乏第三方物流供應(yīng)商的定量信息時(shí)進(jìn)行服務(wù)績(jī)效的評(píng)估。

在未來第三方物流行業(yè)的發(fā)展中，應(yīng)該更加關(guān)注于服務(wù)所帶來的經(jīng)濟(jì)利益以及潛在利潤(rùn)。把物流績(jī)效的評(píng)估作為出發(fā)點(diǎn)，幫助企業(yè)選擇最恰當(dāng)?shù)奈锪魈峁┥?，從而達(dá)到節(jié)省費(fèi)用、提高經(jīng)濟(jì)效益的目的。

[1]Awasthi A,Chauhan S S,Goyal S K.A fuzzy multicriteria approach for evaluating environmental performance of suppliers[J].International Journal of Production Economics, 2010,126(2):370-378.

[2]王焰.物流服務(wù)績(jī)效標(biāo)準(zhǔn)及評(píng)價(jià)[J].物流技術(shù),2002,(1):25-26.

[3]程國平,劉世斌.基于服務(wù)質(zhì)量的物流績(jī)效模糊綜合評(píng)價(jià)方法及應(yīng)用[J].價(jià)值工程,2005,(7):57-59.

[4]Brewer Peter C,Thomas W Speh.Using the balanced scorecard to measure supply chain Performance[J].Journal of Business Logistics,2000,21(1):75-93.

[5]Franceschini F,Rafele C.Quality evaluation in Logistics services[J].International Journal of Agile Management Systems,2000,2(1):49-53.

[6]Zadeh L A.FuzzySet[J].Information and Control,1965,8(3):338-353.

[7]馬士華,林勇,陳志祥.供應(yīng)鏈管理[M].北京:機(jī)械工業(yè)出版社,2000.

[8]Boran FatihEmre,Genc Serkan,Kurt Mustafa,Akay Diyar.Amulti-criteria intuitionistic fuzzy group decision making for supplier selection with TOPSIS method[J].Expert Systems with Applications,2009,36(8):11 363-11 368.

[9]陳子俠.基于模糊組合權(quán)的模糊TOPSIS 方法在供應(yīng)商選擇中的運(yùn)用[J].上海管理科學(xué),2010,(12):58-61.