基于綜合集成賦權法的第三方物流服務商的選擇

摘要：在構建物流服務商評價指標體系的基礎上，提出了一種具有科學性、可操作性的基于主觀賦權和客觀賦權相結合的綜合集成賦權法對第三方物流服務商進行綜合評價。綜合集成賦權法有效克服了現有評價方法的不足，為評價物流服務商的綜合水平提供了一種新的模型。

關鍵詞：第三方物流服務商；熵值法；TOPSIS；權重

中圖分類號：F252文獻標識碼：A文章編號：1002-3100(2007)09-0050-03

Abstract: In this paper， we build the evaluation index system of the third party logistics service（3PLs）， and proposes the methods of comprehensive granting weight by objective method and subjective method to evaluate the performance of the third party logistics， the neural network method overcomes the insufficiencies of existing method and offers a new model for evaluating.

Key words: 3PL provider; information entropy; TOPSIS method; weight

現今的商業競爭日趨激烈，企業都希望能將自身有限的精力和資源投入到核心業務上去，尤其是生產制造型企業更希望進一步鞏固自身的核心制造業務，這在客觀上產生了對物流外包業務的需要。隨著第三方物流的發展，物流服務商的評價和選擇作為物流外包的一個重要環節，是學術界的研究熱點問題之一。就綜合評價研究的現狀來看，目前已有許多評價方法已在物流服務商的評價中得到了廣泛的應用[1-2]，但從當前的研究現狀來看，存在實用性、可操作性差和主觀性較強等問題。

本文以綜合集成賦權的理論方法為基礎，針對絕大多數綜合評價方法往往存在的諸多問題，綜合運用熵權法、G1法、TOPSIS等理論方法，對物流服務商的綜合評價問題進行了研究，從而為管理決策者提供了物流服務商選擇的科學依據。

1物流服務商的選擇和評價

1.1綜合集成賦權法

目前常見的賦權法有兩種：主觀賦權法和客觀賦權法[3]。兩者各有優缺點：主觀賦權法反映了評價者的主觀判斷或直覺，但在綜合評價結果中可能產生一定的主觀隨意性；客觀賦權法雖然利用比較完善的數學理論與方法，但忽略了對于評價問題來說非常重要的決策者主觀信息。綜合集成賦權法將這兩大類賦權法結合起來，是一種能同時體現主、客觀信息的權重確定方法。本文采用基于“功能驅動”原理的G1法作為主觀賦權法，基于“差異驅動”原理的熵權法作為客觀賦權法，采用綜合集成的方法得到評價指標的綜合權重。

1.1.1基于“功能驅動”原理的賦權法

基于“功能驅動”原理的賦權法的實質是根據評價指標的相對重要程度來確定權重，基于“功能驅動”原理的主觀賦權法反映了評價者的主觀判斷或知覺，賦權結果很大程度上與評價者的知識結構、工作經驗及偏好有關，同時也不可避免存在缺點：人為因素干擾大，評價過程的透明性、再現性差。主觀賦權法中常見的方法有集值迭代法、AHP特征根法等。

特征根存在如下問題需要改進：

（1）特征根法是建立在判斷矩陣一致的基礎上，實際應用中所建立的判斷矩陣往往不能滿足這一要求，導致評價指標權重系數的排序關系的錯亂。

（2）應用AHP法解決問題正確與否的唯一標準就是判斷矩陣的隨機一致性比率。然而在有些情況下會出現矛盾。

（3）特征根法的計算量很大，當m較大時僅建立判斷矩陣就要進行mm-12次的兩兩元素的比較判斷。

（4）心理學實驗表明，當被比較的元素個數超過9時，判斷就不準確了，也就不能直接應用特征根法。

為此，東北大學郭亞軍教授提出了一種無需一致性檢驗的新方法——G1法。

該方法分為三個步驟：

（1）確定序關系

1.1.2基于“差異驅動”原理的賦權法

基于“差異驅動”原理的賦權法的實質是根據各指標所提供的信息量的大小來決定相應指標的權重系數。該法賦權的原始信息直接來源于客觀環境，利用了比較完善的數學理論與方法，但忽略了對經濟管理類評價問題中非常重要的信息——評價者的主觀認識。該方法又具體分為：突出整體差異的“拉開檔次法”、突出局部差異的均方差法、極差法和熵值法。該部分采用熵值法確定客觀權重，其步驟如下：

本文采用熵值法確定客觀權重，G1法確定主觀權重，最后用“加法”集成將這兩大類賦權法結合起來。

1.2TOPSIS評價法

TOPSIS是（逼近理想解法：Technique for Order Preference by Similarity to Ideal Solution），在運籌學中的多屬性決策分析中又被列為基數型多屬性決策分析的折中型方法。由于在多屬性決策問題中，屬性指標之間存在相互矛盾與制衡，因而不存在通常意義下的最優解，取而代之的是有效解（非劣解）、滿意解和折中解等。其中，理想解是由各屬性在現有方案中可能據有的最好結果組合而成。

TOPSIS評價法的算法如下：

步驟一：物流服務商評價指標矩陣進行數據初始化。

變成加權陣X，它是能體現決策權重的決策矩陣。

步驟四：確定理想解和負理想解。

2案例分析

3結束語

作為一種正在蓬勃發展的新型產業，第三方物流業的服務商選擇需要一套完整的評價體系。基于綜合集成賦權的TOPSIS方法，避免了多因素權重確定的片面性，是評價結果更加符合實際，應用于物流服務商的選擇是符合客觀規律的，對第三方物流服務商選擇和評價理論的發展和完善也起到了一定的促進作用。

參考文獻：

[1] 趙禮強，徐嫻英，李一波. 第三方物流供應商選擇的模糊決策方法[J]. 物流技術，2003，9(9):34-37.

[2] 田宇. 物流服務供應鏈建構中的供應商選擇研究[J]. 系統工程理論與實踐，2003，23(5):49-53.

[3] Ma， Fan Z P， Huang L H.A. Subjective and Objective Integrated Approach to Determine Attribute Weights[J]. European Journal of Operational Research， 1999，112(2):397-404.

[4] 郭亞軍，潘德惠. 一類決策問題的新算法[J]. 決策與決策支持系統，1992，2(3):56-62.

[5] 劉樹林，邱苑華. 多屬性決策的TOPSIS夾角度量評價法[J]. 系統工程理論與實踐，1996，16(7):12-16.

[6] 杜文，任民. 第三方物流[M]. 北京：機械工程出版社，2004:7-8.

[7] Ackeman K. How to choose a third-party logistics provider[J]. Material Handling Management， 2000，55(3):95-100.

“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”