對物流園區(qū)的評價方法研究

陳艷艷，賈銀林，李　臣

(北京工業(yè)大學(xué) 城市交通學(xué)院，北京 100124)

改革開放后我國產(chǎn)業(yè)結(jié)構(gòu)發(fā)生了重大變化[1]，制造業(yè)和服務(wù)業(yè)迅猛發(fā)展，傳統(tǒng)產(chǎn)業(yè)的升級轉(zhuǎn)型和要素的空間轉(zhuǎn)移使得產(chǎn)業(yè)間協(xié)同的逆向帶動作用日益重要，由此帶來了綜合交通需求的差異化和多元化，也催生了各類型產(chǎn)業(yè)的區(qū)位集聚以及對物流園區(qū)的需求。伴隨著互聯(lián)網(wǎng)技術(shù)的成熟發(fā)展、智能手機(jī)的快速普及和電子商務(wù)的爆發(fā)式增長，對物流園區(qū)的要求也在逐漸提高。

我國物流園區(qū)的建設(shè)起步晚、發(fā)展快，各類物流園區(qū)的規(guī)劃背景、定位和軟硬件水平差別較大,明顯存在著“規(guī)劃不合理、發(fā)展不規(guī)范”等突出問題[2]：一方面,很難滿足物流園區(qū)的產(chǎn)業(yè)積聚和成本集約的軟硬件需求,經(jīng)濟(jì)運(yùn)行中的物流成本居高不下；另一方面,物流園區(qū)定位不明、物流設(shè)施不配套、服務(wù)功能不健全的情況十分突出。因此，選擇合適的物流園區(qū)對企業(yè)乃至整個產(chǎn)業(yè)的發(fā)展都會起到十分重要的作用。目前，對第三方物流企業(yè)的評價研究很多[3-6]，而有入駐需求的企業(yè)對物流園區(qū)的評價缺乏相關(guān)的理論方法依據(jù)，這造成入駐企業(yè)無法入駐合適的園區(qū)，也使經(jīng)濟(jì)成本和時間成本增加。因此，入駐企業(yè)對物流園區(qū)的科學(xué)評價選擇具有非常重要的意義。針對上述問題，該文基于三角模糊函數(shù)與VIKOR多屬性決策方法對入駐企業(yè)對物流園區(qū)的評價選擇方法進(jìn)行研究。

1　基于扎根理論建立評價指標(biāo)

建立入駐企業(yè)對物流園區(qū)的評價選擇指標(biāo)首先需要確定企業(yè)入駐物流園區(qū)所需要獲取的資源有哪些，以及在現(xiàn)階段的技術(shù)、政策下物流園區(qū)能夠?qū)崿F(xiàn)和提供的最大資源有哪些，即影響企業(yè)入駐(運(yùn)營與發(fā)展)的相關(guān)因素。由于評價準(zhǔn)則具有不確定性[7]，為此，本文借鑒扎根理論的研究方法，采用深度訪談和資料編碼方式來歸納影響企業(yè)入駐的相關(guān)因素，并結(jié)合行業(yè)現(xiàn)狀與發(fā)展確定物流園區(qū)的評價選擇指標(biāo)。

扎根理論是一種定性研究的方式。這一理論將實(shí)證研究和理論建構(gòu)緊密聯(lián)系起來，提供了一整套從原始資料中歸納、建構(gòu)理論的方法和步驟，使研究人員可以通過系統(tǒng)的分析方法對實(shí)證資料進(jìn)行分析歸納來發(fā)展概念和建構(gòu)理論[8]。扎根理論并不是對研究者事先設(shè)定的假設(shè)進(jìn)行邏輯推演，而是從實(shí)證材料中自下而上不斷深入分析與歸納類屬直至確定最終范疇和理論，其優(yōu)點(diǎn)可以做到理論與資料相吻合，具有較強(qiáng)的運(yùn)用價值，可被用來指導(dǎo)具體的生產(chǎn)與生活實(shí)踐。

扎根理論的核心是編碼，編碼是指對訪談資料根據(jù)多個分類標(biāo)準(zhǔn)進(jìn)行歸納總結(jié)，它是一個從訪談資料中逐漸提煉概念的過程[9]。首先，進(jìn)行開放性編碼。開放性編碼是對每份訪談紀(jì)要中的每一句話進(jìn)行編碼處理，主要內(nèi)容為設(shè)置編碼序號，其格式為“樣本類型-人員編號-段落順序-句子順序”。具體說明如下：如將A和B兩種不同的樣本類型分別設(shè)定為“1”和“2”；按m名被訪者參與采訪的先后順序，對其進(jìn)行1～m的編號；對m份訪談資料中的每份段落進(jìn)行1～n(n為該訪談紀(jì)要中段落總數(shù))的編號；對每個對應(yīng)段落中語句出現(xiàn)的先后順序進(jìn)行1～t編號。如編碼“1-2-3-4”表示編號為2的A類受訪者的訪談紀(jì)要中的第3段第4句話。

然后進(jìn)行主軸編碼。主軸編碼是指將編碼后的訪談資料根據(jù)語義、因果、相似等關(guān)系進(jìn)行概念類屬的關(guān)聯(lián)性分析，探尋表達(dá)受訪者意圖與動機(jī)，并逐步提煉出其表述的相關(guān)概念。為保證概念類屬分析的科學(xué)性和可靠性，可選擇兩組或多組研究人員分別對各條訪談紀(jì)要進(jìn)行概念類屬提煉歸納，并由獨(dú)立一組對各組的編碼結(jié)果進(jìn)行比較，當(dāng)編碼情況一致時選用該概念，否則重新進(jìn)行編碼，由此逐步提煉縮小概念。

最后，進(jìn)行選擇性編碼。選擇性編碼是指通過整理主軸編碼提煉出的概念，發(fā)現(xiàn)和建立不同概念之間的有機(jī)關(guān)聯(lián)，在此基礎(chǔ)上進(jìn)行范疇類屬的歸類[10]。在建立關(guān)聯(lián)的過程中，需要考慮各范疇在概念層次上是否存在潛在的連接關(guān)系，從而找到關(guān)聯(lián)線索。此過程仍需多組人員對提煉出的概念進(jìn)行梳理和校正，并確定范疇。

本文采用深度訪談方法，以武漢匯通公路港物流園區(qū)和北京漢龍物流園區(qū)為研究樣本，具體的訪談對象包括政府管理者和企業(yè)經(jīng)營者兩類。對政府部門的訪談采用半結(jié)構(gòu)式：研究小組分別邀請武漢匯通公路港物流園區(qū)管理委員會的2位副主任、4名相關(guān)工作人員及北京漢龍物流園區(qū)的3名相關(guān)工作人員進(jìn)行座談，先請相關(guān)領(lǐng)導(dǎo)對研究小組提供的問題提綱進(jìn)行結(jié)構(gòu)式回答，然后進(jìn)行自由交流和討論。對企業(yè)的訪談采用焦點(diǎn)小組方式：分別在武漢匯通公路港物流園區(qū)與北京漢龍物流園區(qū)隨機(jī)抽取30家物流企業(yè)，對其主要經(jīng)營管理者進(jìn)行訪談。將收集到的69份訪談材料由邀請到的3組研究人員(每組由1名博士和2名碩士組成)依據(jù)扎根理論進(jìn)行編碼，對各組編碼結(jié)果進(jìn)行分析校正，最終形成1 252條訪談紀(jì)要，提煉歸納出25個概念和5個范疇。在此基礎(chǔ)上，研究人員結(jié)合行業(yè)現(xiàn)狀和發(fā)展進(jìn)行分析，建立了物流園區(qū)評價選擇指標(biāo)。編碼結(jié)果如表1所示。

2　基于模糊數(shù)集確定評價指標(biāo)權(quán)重

在實(shí)際應(yīng)用選擇中，企業(yè)決策者選擇物流園區(qū)入駐時，無法準(zhǔn)確根據(jù)備選園區(qū)各項(xiàng)指標(biāo)的優(yōu)劣情況進(jìn)行判斷選擇。由于客觀事物的復(fù)雜性和人類思維的模糊性，決策信息常常以模糊值給出[11]，如三值判斷：最低可能值，最可能值，最高可能值。因此，用模糊數(shù)集來代替單值評價更科學(xué)。通常，模糊函數(shù)模仿概率論中的分布函數(shù)，作為隸屬函數(shù)，叫模糊分布函數(shù)。

表1　基于扎根理論的編碼結(jié)果

首先，本文將語言變量與模糊數(shù)集進(jìn)行定義轉(zhuǎn)換[12]。語言變量是指以自然語言短語的形式表達(dá)，決策者能夠用通俗的語言術(shù)語對備選園區(qū)進(jìn)行定性判斷，模糊數(shù)集把一些不能用數(shù)值所體現(xiàn)的定性因素定量化[13]，將語言變量轉(zhuǎn)化成定量判斷的模糊數(shù)集，提高了科學(xué)性和可靠性，轉(zhuǎn)化對應(yīng)關(guān)系如表2所示。

表2　語言變量與模糊數(shù)集對應(yīng)關(guān)系

由決策者Dk(k=1,2,…,k)對備選物流園區(qū)Pi(i=1,2,…,m)的各項(xiàng)評價選擇指標(biāo)Cj(j=1,2,…,n)進(jìn)行模糊數(shù)決策矩陣，如下式所示

1,2,…,m;j=1,2,…,n.

其次，各決策者對評價指標(biāo)Cj的重要性及模糊評價值進(jìn)行聚合

(1)

(2)

最后，確定各指標(biāo)權(quán)重

(3)

本文請到三位行業(yè)專家，對各指標(biāo)重要性進(jìn)行說明，三位專家對各指標(biāo)的語言變量根據(jù)表2進(jìn)行轉(zhuǎn)化，結(jié)果如表3所示。運(yùn)用式(1)將各指標(biāo)三位專家的模糊數(shù)集聚合為唯一的模糊數(shù)集，并運(yùn)用式(2)去模糊化形成精確值，采用式(3)計(jì)算各指標(biāo)權(quán)重，如表4所示。

3　運(yùn)用VIKOR多屬性決策法進(jìn)行評價選擇

VIKOR方法是奧普里佐維奇(Opricovic)和曾(Tzeng)提出的一種折中的多屬性決策方法[14]。由于VIKOR方法在解決數(shù)據(jù)間不可公度性、獲得妥協(xié)最優(yōu)解方面具有較大優(yōu)勢，已有學(xué)者運(yùn)用該方法進(jìn)行決策方案的選擇[15]。其基本思想是，首先確定正理想解和負(fù)理想解，正理想解是一個方案集中并不存在的虛擬最佳方案，由各備選方案在各評價選擇指標(biāo)中的最佳值構(gòu)成；負(fù)理想解是虛擬的最差方案，由各備選方案評價選擇指標(biāo)中的最差值構(gòu)成。

表3　評價選擇指標(biāo)的語言變量與模糊數(shù)集的定義轉(zhuǎn)換

表4　評價選擇指標(biāo)的標(biāo)準(zhǔn)規(guī)范權(quán)重

續(xù)表4

然后，將方案集中所有的備選方案與正理想解和負(fù)理想解的距離進(jìn)行比較，靠近正理想解而遠(yuǎn)離負(fù)理想解的方案就是最佳方案，其計(jì)算步驟如下：

首先，對指標(biāo)值進(jìn)行標(biāo)準(zhǔn)化。用xij代表第i個方案第j個指標(biāo)的原始值，其標(biāo)準(zhǔn)化值為

j=1,2,…,n.

(4)

(5)

(6)

然后，計(jì)算每一備選方案到正理想解的加權(quán)距離Si和方案中的最大遺憾值Ri。其中

(7)

(8)

這里，wj代表第j個指標(biāo)的權(quán)重，Si為第i個方案到正理想解的加權(quán)距離，Ri為第i個方案的最大遺憾值。Si越小表明方案i越接近正理想解，Ri越大表明方案i遺憾越大。

然后，計(jì)算折中的可行解，Qi為

(9)

v為決策機(jī)制系數(shù)。當(dāng)v>0.5時，表示決議要考慮大多數(shù)的群體決議值；當(dāng)v=0.5時，表示決議要兼顧大多數(shù)的群體利益和少數(shù)人的反對意見；當(dāng)v<0.5時，表示決議要大部分取決于少數(shù)人的拒絕情況。本文令v=0.5，即同時追求群體效用與個別遺憾的最小化。

由于到正理想解的距離越小，則距最小遺憾值越近的方案越優(yōu)，因此，Qi越小表明方案越優(yōu)。

最后，確定折中方案。按照Si、Ri和Qi的值可對方案i進(jìn)行相對優(yōu)劣順序排序，得到三個排序序列。若Qi相對優(yōu)劣順序?yàn)镻(1)>P(2)>，…，>P(m)，則確定折中方案需對以下兩個條件進(jìn)行判斷

條件二：P(1)在Si或Ri排序中為最優(yōu)方案。

1)若條件一和條件二都滿足，則最優(yōu)方案為穩(wěn)定解方案P(1)；

3) 若條件二不滿足，則P(1)和P(2)都為折中解方案。

由于倉庫設(shè)施、系統(tǒng)設(shè)備、配套設(shè)施、消防安保、交通網(wǎng)路、簡化審批、托管代發(fā)、監(jiān)管體系、交易支付、營銷宣傳、信用查詢、貨運(yùn)跟蹤、數(shù)據(jù)分析、行業(yè)信息、科技創(chuàng)新、管理優(yōu)化、品牌信譽(yù)17項(xiàng)指標(biāo)在實(shí)際應(yīng)用中無法采用定量數(shù)據(jù)表示，因此，本文通過將語言變量轉(zhuǎn)化成模糊數(shù)集，并去模糊化來表示。工業(yè)園區(qū)、市區(qū)方便、用地優(yōu)惠、稅收優(yōu)惠、信貸支持、咨詢培訓(xùn)、供求信息、資產(chǎn)規(guī)模8項(xiàng)則采用實(shí)際定量數(shù)據(jù)表示。三家備選物流園區(qū)指標(biāo)數(shù)據(jù)如表5所示。

表5　備選物流園區(qū)指標(biāo)數(shù)據(jù)

表6　評價指標(biāo)標(biāo)準(zhǔn)值與正負(fù)理想解

表7　VIKOR多屬性決策計(jì)算結(jié)果

依據(jù)上表結(jié)果可對Si、Ri、Qi進(jìn)行優(yōu)先序列排序，其結(jié)果為：

Si：P2>P1>P3;

Ri：P3>P2>P1;

Qi：P2>P3>P1.

4　結(jié)　語

本文基于扎根理論與模糊數(shù)集的VIKOR多屬性物流園區(qū)評價選擇方法，為入駐企業(yè)選擇物流園區(qū)提供了理論方法和依據(jù)。使入駐企業(yè)對物流園區(qū)的評價選擇由傳統(tǒng)的位置和租金雙指標(biāo)變?yōu)榘ㄐ畔⑵脚_在內(nèi)的多指標(biāo)；使主觀判斷變?yōu)楦涌茖W(xué)的模糊定量評選，克服了不同信息無法統(tǒng)一標(biāo)準(zhǔn)進(jìn)行評價選擇的問題，并在追求群效用最大化的同時保證個體遺憾的最小。最后，結(jié)合案例表明了評價選擇指標(biāo)與方法的有效性和可行性。

參考文獻(xiàn)：

[1]茶洪旺，左鵬飛.信息化對中國產(chǎn)業(yè)結(jié)構(gòu)升級影響分析——基于省級面板數(shù)據(jù)的空間計(jì)量研究[J].經(jīng)濟(jì)評論，2017(1):80-89.

[2]湯玨，孫有望.國外物流園區(qū)規(guī)劃、建設(shè)與發(fā)展的經(jīng)驗(yàn)與借鑒[J]．中外物流，2008(1):26-30.

[3]王怡，范磊，徐銘浩.基于模糊綜合評價方法的第三方物流企業(yè)評價研究[J]．時代金融，2016(18):223，229．

[4]賴世聰，龔科.基于雙射軟集合理論的第三方物流企業(yè)績效評價研究[J]．物流工程與管理，2015，37(2):20-21，77．

[5]鮑珍珍，朱沛.基于BP神經(jīng)網(wǎng)絡(luò)和層次分析法的第三方物流企業(yè)評價[J]．物流工程與管理，2013，35(9):109-111．

[6]李寧.模糊綜合評價法在物流外包業(yè)務(wù)中的應(yīng)用分析[J]．物流技術(shù)，2011，30(5):157-159．

[7]王立曉，曹玉梅.基于灰色模糊綜合評價的交通影響后評價研究[J]．交通科技與經(jīng)濟(jì)，2016，18(5):14-20．

[8]GLAZER，BARNEY & ANSELM STRAUSS．The Discoveryof Grounded Theory: Strategies for Qualitative Research[M]．Chicago: Aldine Publishing Company，1967．

[9]孫曉娥.扎根理論在深度訪談研究中的實(shí)例探析[J]．西安交通大學(xué)學(xué)報(bào)，2011(11):87-92．

[10] 孟煜，夏恩君，宋劍鋒，等.我國物流產(chǎn)業(yè)集聚區(qū)的資源獲取效應(yīng)[J]．技術(shù)經(jīng)濟(jì)，2013(4):71-77．

[11] 江文奇.三角模糊數(shù)型多準(zhǔn)則群決策的VIKOR擴(kuò)展方法[J]．控制與決策，2015(6):1059-1064．

[12] 易美，周愛蓮，黃議漫，等.基于三角模糊數(shù)綜合評價法的物流園區(qū)選址研究[J]．公路與汽運(yùn)，2015(1):85-89．

[13] 張鵬，吳麗娜，趙雨旸.基于模糊綜合評價法的公交企業(yè)管理水平研究[J]．交通科技與經(jīng)濟(jì)，2017，19(2):50-53，58．

[14] 王燕，謝蕊蕊.物流外包合作伙伴選擇的兩階段混合決策方法[J]．中國流通經(jīng)濟(jì)，2012(8):30-36．

[15] 袁宇，關(guān)濤，閆相斌，等.基于混合VIKOR方法的供應(yīng)商選擇決策模型[J]．控制與決策，2014(3):551-560．