電子商務(wù)環(huán)境下物流配送中心選址問(wèn)題研究

吳筱嫻，王應(yīng)明

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350108）

電子商務(wù)環(huán)境下物流配送中心選址問(wèn)題研究

吳筱嫻，王應(yīng)明

（福州大學(xué) 經(jīng)濟(jì)與管理學(xué)院，福建 福州 350108）

首先根據(jù)相關(guān)原則設(shè)計(jì)了電子商務(wù)環(huán)境下物流配送中心選址的評(píng)價(jià)指標(biāo)體系，給出了直覺(jué)模糊集的相關(guān)理論基礎(chǔ)，在此基礎(chǔ)上將直覺(jué)模糊集與TOPSIS相結(jié)合，提出了基于直覺(jué)模糊TOPSIS方法來(lái)進(jìn)行電子商務(wù)環(huán)境下物流配送中心選址問(wèn)題的研究，最后通過(guò)算例分析證實(shí)了方法的可行性。

電子商務(wù)；物流配送中心；直覺(jué)模糊TOPSIS；選址決策

1 引言

近年來(lái)，隨著信息技術(shù)不斷發(fā)展與進(jìn)步，人們足不出戶就能感受到網(wǎng)絡(luò)購(gòu)物給日常生活帶來(lái)的方便與快捷，電子商務(wù)已日益成為我們生活中必不可少的一部分，深刻影響著人們的生活。然而，在互聯(lián)網(wǎng)經(jīng)濟(jì)高速發(fā)展的同時(shí)，作為其重要支撐力量的物流配送卻沒(méi)有得到相應(yīng)的發(fā)展，物流配送水平遠(yuǎn)遠(yuǎn)不能適應(yīng)電子商務(wù)的發(fā)展要求。物流配送中心選址是電子商務(wù)發(fā)展過(guò)程中具有戰(zhàn)略意義的決策問(wèn)題，合理的選址是提高物流配送效率的關(guān)鍵，對(duì)于提高顧客滿意度以及物流系統(tǒng)的經(jīng)濟(jì)效益都有著深遠(yuǎn)的影響，因此，對(duì)電子商務(wù)環(huán)境下的物流配送中心選址問(wèn)題進(jìn)行研究意義重大。

國(guó)內(nèi)外對(duì)于電子商務(wù)物流配送中心選址的研究大多數(shù)是基于倉(cāng)庫(kù)及相關(guān)配送設(shè)施選址的相關(guān)理論，沒(méi)有充分考慮到電子商務(wù)環(huán)境下的特殊性。對(duì)于物流配送中心選址的研究問(wèn)題，國(guó)內(nèi)外學(xué)者已經(jīng)提出了許多方法，其中應(yīng)用較多的是以運(yùn)輸成本最小化或者利潤(rùn)最大化為目標(biāo)，建立數(shù)學(xué)模型，主要模型包括整數(shù)或混合整數(shù)線性規(guī)劃模型、動(dòng)態(tài)規(guī)劃模型等，然后運(yùn)用相應(yīng)算法對(duì)模型分析求解。

Linda K和Mark A[1]在綜合考慮了庫(kù)存成本、運(yùn)輸成本等配送中心選址影響因素的基礎(chǔ)上，建立了相應(yīng)的規(guī)劃模型并進(jìn)行求解。Sen Liu[2]等建立了以成本最小化和效益最大化為目標(biāo)的多目標(biāo)規(guī)劃模型，并將粗糙集和模糊集理論相結(jié)合的混合啟發(fā)式算法應(yīng)用于物流配送中心選址問(wèn)題的研究。X．Wang，YJ Li[3]等從服務(wù)、效率、概念三方面的差異分析了電子商務(wù)物流配送的特點(diǎn)，建立了電子商務(wù)物流配送中心選址的非線性規(guī)劃模型并運(yùn)用啟發(fā)式算法對(duì)模型進(jìn)行求解。肖劍等[4]以總的運(yùn)輸費(fèi)用和投資費(fèi)用最小為上層目標(biāo)，建立了考慮下層規(guī)劃費(fèi)用函數(shù)約束的物流配送中心選址雙層規(guī)劃模型，運(yùn)用基于反函數(shù)的啟發(fā)式算法進(jìn)行求解。蘇興國(guó)[5]等以總成本最小化為目標(biāo)建立了B2C電子商務(wù)企業(yè)物流中心選址的混合整數(shù)規(guī)劃模型，運(yùn)用模擬退火算法分析求解該模型，最終得到選址的全局近似最優(yōu)解。張曦等[6]以費(fèi)用最小化和運(yùn)輸量最大化目標(biāo)對(duì)電子商務(wù)環(huán)境下物流中心選址進(jìn)行研究，建立了整數(shù)規(guī)劃模型并進(jìn)行求解。

以上大部分文獻(xiàn)都是從定量方面對(duì)物流配送中心選址進(jìn)行的研究，然而，電子商務(wù)物流配送中心選址是一個(gè)多屬性決策問(wèn)題，進(jìn)行選址決策時(shí)除了考慮運(yùn)輸費(fèi)用外，還要綜合考慮備選點(diǎn)的自然環(huán)境、經(jīng)濟(jì)發(fā)展?fàn)顩r、勞動(dòng)力條件等諸多定性方面的因素，因此，多屬性決策更適合確定物流配送中心的選址方案。本文將直覺(jué)模糊集與TOPSIS方法相結(jié)合，對(duì)電子商務(wù)物流配送中心選址進(jìn)行研究，充分考慮了電子商務(wù)環(huán)境下配送中心選址的眾多影響因素，根據(jù)相關(guān)原則并結(jié)合已有研究，建立了電子商務(wù)環(huán)境下的物流配送中心選址評(píng)價(jià)指標(biāo)體系。

2 電子商務(wù)環(huán)境下物流配送中心選址的評(píng)價(jià)指標(biāo)體系

電子商務(wù)物流配送中心選址問(wèn)題研究是一個(gè)多屬性決策問(wèn)題，評(píng)價(jià)指標(biāo)體系的構(gòu)建應(yīng)遵循科學(xué)性、可行性、經(jīng)濟(jì)性及靈活性等基本原則，并盡可能地綜合考慮各個(gè)影響因素。根據(jù)電子商務(wù)物流配送中心的特點(diǎn)，在分析總結(jié)相關(guān)研究的基礎(chǔ)上，本文設(shè)計(jì)了一套更加細(xì)致嚴(yán)謹(jǐn)?shù)脑u(píng)價(jià)指標(biāo)體系，其中包含了4個(gè)一級(jí)指標(biāo)，一級(jí)指標(biāo)再細(xì)分成13個(gè)二級(jí)指標(biāo)，見(jiàn)表1。

表1 電子商務(wù)物流配送中心選址評(píng)價(jià)指標(biāo)體系

3 電子商務(wù)環(huán)境下物流配送中心選址的直覺(jué)模糊TOPSIS決策模型

3.1 直覺(jué)模糊集合基本知識(shí)

在Zadeh模糊集當(dāng)中，對(duì)于一個(gè)模糊集A，其隸屬度μA(X)∈[0,1]既包含了支持x的證據(jù) μA(X)，也包含了反對(duì)x的證據(jù)1-μA(X)，但它不能表示中立的猶豫狀態(tài)的證據(jù)。由于環(huán)境的不確定性和人的直覺(jué)模糊性，在實(shí)際生活中，人們一般沒(méi)有完全的把握確定一個(gè)元素屬于某個(gè)集合的程度，直覺(jué)模糊集能夠很好地解決這個(gè)問(wèn)題。直覺(jué)模糊集由Atanassov于1986年提出來(lái)，該理論是對(duì)Zadeh模糊集的拓展，綜合考慮了支持、反對(duì)和中立三種狀態(tài)的信息， 使所描述對(duì)象的信息更加全面。

（1）直覺(jué)模糊集的定義

定義 1[7]設(shè) X是一個(gè)非空的經(jīng)典集合，集合A={＜x,μA(X),vA(X)＞|x∈X}，稱之為直覺(jué)模糊集，其中 μA(X)叫做X中元素x屬于集合A的隸屬程度，vA(X)叫做X中元素x屬于集合A的非隸屬程度，可以用如下的數(shù)學(xué)語(yǔ)言表示：

（2）直覺(jué)模糊數(shù)的運(yùn)算法則。Atanassov以及一些其他學(xué)者給出了直覺(jué)模糊數(shù)之間的運(yùn)算法則[8]：

（3）直覺(jué)模糊集結(jié)算子。在進(jìn)行直覺(jué)模糊多屬性決策時(shí)，需要對(duì)直覺(jué)模糊信息進(jìn)行集結(jié)，以便于對(duì)各方案進(jìn)行比較和排序。徐澤水討論了直覺(jué)模糊算術(shù)集結(jié)算子和幾何集結(jié)算子，提出了一些具有代表性的集結(jié)算子：

定義2[9]設(shè)αi=(μαi,ναi)(i=1,2,…,n)為任意給定的n個(gè)直覺(jué)模糊數(shù)，IFWA：Θn→Θ,定義如下的運(yùn)算

稱上述映射IFWA為直覺(jué)模糊加權(quán)平均算子，其中ω=(ω1,ω2,…ωn)T為 αi(i=1,2,…,n)的權(quán)重向量，并且滿足ωi∈[0,1]和

定義3[9]設(shè)αi=(μαi,ναi)(i=1,2,…,n)為任意給定的n個(gè)直覺(jué)模糊數(shù)，且：

IFWA：Θn→Θ,若

則稱 IFWG為直覺(jué)模糊加權(quán)幾何算子，其中ω=(ω1,ω2,…,ωn)T為 αi(i=1,2,…,n)的權(quán)重向量，并且滿足ωi∈[0,1]和

3.2 決策步驟

TOPSIS是Hwang Chinglai于1981年最先提出的一種逼近理想解的排序方法，其基本思想是：所選擇的滿意方案應(yīng)盡可能地接近正理想解，同時(shí)又盡可能地遠(yuǎn)離負(fù)理想解。本文將TOPSIS與直覺(jué)模糊多屬性決策相結(jié)合，解決電子商務(wù)物流配送中心的選址決策問(wèn)題。

假設(shè)有m個(gè)備選方案，A={A1,A2…,Am}；有n個(gè)評(píng)價(jià)指標(biāo)，C={C1,C2,...,Cn}，Ωb為效益型指標(biāo)集，Ωc為成本型指標(biāo)集。ω=（ω1，ω2，...，ωn）T，ωj∈[0,1](j=1,2,...,n)，是評(píng)價(jià)指標(biāo)的權(quán)重向量，滿足單位約束條件但是具體取值完全未知。

（1）對(duì)每個(gè)決策者的決策矩陣進(jìn)行集結(jié)。設(shè)有L個(gè)決策者，每個(gè)決策者的決策矩陣為為第k個(gè)決策者的重要程度。由于參與決策的專家水平相當(dāng)，則集結(jié)每個(gè)專家的決策意見(jiàn)，得到綜合的決策矩陣：

其中λk=1/L,k=1,2,...,L

（2）決策矩陣數(shù)據(jù)的規(guī)范化，確定正負(fù)理想點(diǎn)。在同一個(gè)多屬性決策問(wèn)題當(dāng)中，收益型的決策信息（越大越好）和成本型的決策信息（越小越好）經(jīng)常會(huì)同時(shí)給出，為了使混合型的數(shù)據(jù)可以進(jìn)行比較，要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化方法如下[10]：

收益型屬性信息的標(biāo)準(zhǔn)化：

成本型屬性信息的標(biāo)準(zhǔn)化：

得到標(biāo)準(zhǔn)化的決策矩陣R=(rij)m×n=（ρij,τij）m×n

關(guān)于理想點(diǎn)的選取主要有兩種方法：一種是在給出的決策信息當(dāng)中選擇最好、最差的屬性值，以構(gòu)成正負(fù)理想點(diǎn)；還有一種方法是選取“理想化”的屬性值作為正負(fù)理想點(diǎn)，不妨取直覺(jué)模糊正理想點(diǎn)為 A+=(1,0)T，其中負(fù)理想點(diǎn)為A-=(0,1)T。

（3）使用離差最大化方法求指標(biāo)的權(quán)重向量。本文采用Wei[11]的方法，他將傳統(tǒng)多屬性決策方法中的離差最大化求解指標(biāo)權(quán)重的方法引入到直覺(jué)模糊集理論，由該方法可知各指標(biāo)的權(quán)重計(jì)算如下：

規(guī)范化后：

（4）集結(jié)每個(gè)備選方案對(duì)應(yīng)的屬性值，得到備選方案的綜合信息。本文選取直覺(jué)模糊加權(quán)平均算子（IFWA）對(duì)備選方案的決策信息進(jìn)行集結(jié)，得到各方案的綜合信息：

（5）計(jì)算各方案（Ai，i=1,2,…,m）的綜合信息到直覺(jué)模糊正、負(fù)理想解的距離。各備選點(diǎn)Ai與直覺(jué)模糊正理想解A+=(μ+,ν+)的距離以及與直覺(jué)模糊負(fù)理想解A-=(μ-,ν-)的距離分別為：

其中：πi=1-μi-νi，π+=1-μ+-ν+，π-=1-μ--ν-

由（1）知，A+=(μ+,ν+)=(1,0)，A-=(μ-,ν-)=(0,1)。

（6）計(jì)算各方案（Ai，i=1,2,…,m）的直覺(jué)模糊正理想解的相對(duì)貼近度，將所得的結(jié)果作為各方案的最終綜合評(píng)價(jià)指數(shù)：

顯然，Si越大，其所對(duì)應(yīng)的方案越優(yōu)。

4 案例分析

某大型自營(yíng)式電子商務(wù)企業(yè)為了提高物流配送速度，擴(kuò)大市場(chǎng)影響力，增強(qiáng)顧客滿意度，決定在備選地A1,A2,A3,A4,A5當(dāng)中選擇一個(gè)地點(diǎn)建立電子商務(wù)物流配送中心。為了簡(jiǎn)潔明了，僅選用表1中4個(gè)一級(jí)指標(biāo)進(jìn)行評(píng)估。該電子商務(wù)企業(yè)有3個(gè)同等水平的決策者，本文采用文獻(xiàn)[12]的指標(biāo)評(píng)價(jià)語(yǔ)言集，對(duì)應(yīng)的直覺(jué)模糊值見(jiàn)表2，根據(jù)評(píng)價(jià)語(yǔ)言集最終得到?jīng)Q策者對(duì)各備選點(diǎn)的直覺(jué)模糊評(píng)價(jià)矩陣，見(jiàn)表3。

表2 評(píng)價(jià)等級(jí)語(yǔ)言變量

表3 備選電子商務(wù)物流配送中心直覺(jué)模糊評(píng)價(jià)矩陣

根據(jù)公式（7）、（8）得到標(biāo)準(zhǔn)化后的直覺(jué)模糊決策矩陣，見(jiàn)表4。

表4 標(biāo)準(zhǔn)化后的直覺(jué)模糊決策矩陣

根據(jù)公式（10）計(jì)算各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重向量為：

根據(jù)公式（11）集結(jié)每個(gè)備選方案對(duì)應(yīng)的屬性值，得到備選點(diǎn)的綜合信息見(jiàn)表5。

表5 各備選配送中心的綜合信息

利用公式（12）、（13）、（14）計(jì)算各備選配送中心與直覺(jué)模糊正理想解和直覺(jué)模糊負(fù)理想解的距離di+和di-，最后得到各備選配送中心的綜合評(píng)價(jià)值，結(jié)果見(jiàn)表6。

表6 各備配送中心到理想解的距離及其綜合評(píng)價(jià)指數(shù)

由各備選配送中心的綜合評(píng)價(jià)值大小可得其優(yōu)劣次序?yàn)椋篈3＞A2＞A1＞A5＞A4，由此可知該電子商務(wù)企業(yè)應(yīng)該在備選地A3建立物流配送中心，將其作為最佳選址方案。

5 結(jié)語(yǔ)

電子商務(wù)的發(fā)展使得物流配送面臨的環(huán)境更加復(fù)雜，合理有效地進(jìn)行物流配送中心選址決策，將會(huì)提升整個(gè)物流系統(tǒng)的運(yùn)作效率以及顧客滿意度，同時(shí)也將相應(yīng)提高企業(yè)發(fā)展速度和競(jìng)爭(zhēng)力，對(duì)促進(jìn)電子商務(wù)的發(fā)展具有重要的作用。本文根據(jù)電子商務(wù)環(huán)境下的特殊性，結(jié)合配送中心選址的影響因素，建立了電子商務(wù)環(huán)境下物流配送中心選址的評(píng)價(jià)指標(biāo)體系，并且在闡述直覺(jué)模糊集理論的基礎(chǔ)上，將直覺(jué)模糊集與TOPSIS相結(jié)合，提出了基于直覺(jué)模糊TOPSIS法的電子商務(wù)物流配送中心選址決策方法，通過(guò)算例說(shuō)明了方法的有效性和可行性。

[1]Nozick L K,Turnquist M A.Inventory,Transportation,Service Quality And The Location Of Distribution Centers[J].European Journal of Operational Research,2001,129:362-371.

[2]Liu S,Chan F T S,Chung S H.A study of distribution center location based on the rough sets and interactive multi-objective fuzzy decision theory[J].Robotics and Computer-Integrated Manufacturing,2011,27(2): 426-433.

[3]Wang X B,Yi-Jun L I.Research on Logistics Distribution Center Location model and Evaluation Under Electronic Commerce[J].Journal of Systems&Management,2006,1(3):402-406.

[4]肖劍,陳義華.考慮費(fèi)用函數(shù)約束的物流配送中心選址雙層規(guī)劃模型[J].物流技術(shù),2004,(12):89-90.

[5]蘇興國(guó),胡玥.基于模擬退火算法的B2C企業(yè)配送中心選址問(wèn)題探討[J].物流工程與管理,2011,33:75-77.

[6]張曦,周祖才,周建.電子商務(wù)環(huán)境下物流中心選址問(wèn)題研究[J].價(jià)值工程,2013,32(6):16-17.

[7]徐澤水.直覺(jué)模糊信息集成理論及應(yīng)用背景[M].北京:科學(xué)出版社, 2008.

[8]陳斌,楚俊峰,陳福集.基于直覺(jué)模糊多屬性決策的政府購(gòu)買公共就業(yè)服務(wù)供應(yīng)商選擇研究[A].第十四屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集(下冊(cè))[C].2012.

[9]Xu Z S.Intuitionistic Fuzzy Aggregation Operators[J].Fuzzy systems, IEEE Transactions on,2007,15(6):1 179-1 187.

[10]Yu X,Xu Z,Chen Q.A method based on preference degrees for handling hybrid multiple attribute decision making problems[J].Expert systems with applications,2011,38(4):3 147-3 154.

[11]Wei G W.Maximizing deviation method for multiple attribute decision making in intuitionistic fuzzy setting[J].Knowledge-Based Systems,2008,21(8):833-836.

[12]吳懷崗,張晴.基于直覺(jué)模糊集算子的多屬性群決策方法[J].統(tǒng)計(jì)與決策,2010,(12):21-23.

Study on Location Problem of Logistics Distribution Center under E-commerce Environment

Wu Xiaoxian,Wang Yingming
(School of Economics&Management,Fuzhou University,Fuzhou 350108,China)

In this paper,according to relevant principles,we designed the evaluation index system of the location of the logistics distribution centers under the e-commerce environment,presented the relevant theoretical basis of the intuitionistic fuzzy set,then by combining the intuitionistic fuzzy set with the TOPSIS,proposed to use the intuitionistic fuzzy TOPSIS process to study the location problem of the logistics distribution center under the e-commerce environment,and at the end,through a numerical analysis,demonstrated the feasibility of the method.

e-commerce;logistics distribution center;intuitionistic fuzzy TOPSIS;location decision-making

F713.36；F252.14

A

1005-152X(2015)11-0090-04

10.3969/j.issn.1005-152X.2015.11.026

2015-09-20

吳筱嫻（1990-），安徽桐城人，福州大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向：管理系統(tǒng)工程；王應(yīng)明（1964-），江蘇海安人，福州大學(xué)教授，博士生導(dǎo)師，主要研究方向：系統(tǒng)工程、管理決策方法等。