基于軟集合理論的物流服務供應鏈績效評價模型

摘 要：根據物流及物流服務的特征，從物流服務供應鏈的3個一級指標和量化的32個二級指標入手，從而建立合理的物流服務供應鏈績效評價體系。本文將軟集合理論應用在物流服務供應鏈的績效評價上，通過對軟集合理論的定義、方法和步驟的探究，證實該方法的有效性。

關鍵詞：物流服務供應鏈；績效評價；軟集合

近些年，供應鏈管理成為管理領域的熱門研究對象。隨著服務經濟的快速發展，服務供應鏈也得到了更多的重視。物流服務供應鏈是一種新型的供應鏈，它由功能物流服務商，物流服務集成商和零售商或制造商構成。當物流服務集成商不能夠達到客戶的需求時，它將物流業務分發到功能物流服務商去完成服務。

物流服務供應鏈做為研究發展趨勢，無論在實踐和理論研究上都有所發展。因此，對于物流服務供應鏈的現狀研究，有的學者把研究重點放在企業之間的合作能力上，劉偉華等人對物流服務供應商的評價體系進行研究。從其他文獻研究也表明，很少出現完善的物流服務供應鏈的績效評價體系的文獻。

對于物流服務供應鏈績效評價系統的建立，不用的學者給出了不同的觀點和看法，可從制造供應鏈中析取經驗，例如供應鏈協會提出的基于供應鏈運作參考模型，包括四個過程（資源、運作、分配、逆向）、服務質量模型、標桿學習、平衡記分卡等等建立評價系統的方法。由于物流服務供應鏈特有的特征，所以物流服務供應鏈更具有不確定性和復雜性的特點。所以在建立物流服務供應鏈系統時很復雜。

在供應鏈的評價方法上，常見的評價方法有層次分析法、網絡層次分析法、數據包絡分析法等等，在指標權重的確定上會出現主觀判斷的問題，而本文的軟集合理論可以避免出現主觀判斷的問題，可保證指標權重的客觀性。

本文從績效評價的3個方面入手，從中細化成32個二級指標，建立物流服務供應鏈績效評價體系，并側重于將軟集合理論應用到物流服務供應鏈績效評價中，該方法可以得到指標的客觀權重，從而避免了主觀判斷帶來的問題和達到更好的績效評價的目的。

一、物流服務供應鏈績效評價體系構建

1.評價體系建立的必要性

近些年，物流業的快速發展成為我國經濟發展的驅動力，物流業也越來越受到重視。發展伴隨著企業之間的激烈的競爭，為了在物流業中占有一席之地，企業需要了解自身企業的優勢與劣勢。現在，不是企業與企業之間的競爭，而是供應鏈也供應鏈中的競爭，所以對于物流服務供應鏈的績效評價尤其的重要，找出供應鏈中的優勢與劣勢才能更好的把握競爭和發展，所以績效評價的建立是刻不容緩的事情。

2.指標體系建立原則

指標體系建立最重要的是指標的選擇，盡可能的全面的績效進行反應。指標的建立必須具有科學性、合理性、全面性的特點。建立一套合理的評價體系時常會出現各種各樣的問題，所以要遵守一定的原則去分析和判斷，才能更好的解決各種各樣的問題。

目的性原則：對于指標的設計，應該圍繞著一個特定的目的進行設計。由于物流服務供應鏈的不確定性和復雜性，更應該圍繞服務進行設計，才能更好的反應物流服務供應鏈的績效。

系統性原則：指標體系的設計涉及多個方面，必須采用系統的思想去設計，這就要求在指標的設計時必須考慮指標之間的相關性、整體性和層次性的特點。

科學性原則：堅持科學的原則，指標體系的設計建立在科學方法的基礎上，這樣績效評價才會更具有可靠性。

可操作性原則：指標設定明確和清楚，能夠很好的進行統計和計量，這樣才有利于分析和說明問題。

3.指標體系設計

根據指標設計的原則，考慮到評價系統的不確定性和復雜性的特征，需要設計一個較為完整的績效評價體系。從供應鏈的整體運作、客戶服務和合作管理三個方面進行指標體系設計。

供應鏈的整體運作：在建立系統時，應該從整體上對供應鏈進行評價，在反應性、靈活性和可靠性這3個準則下設計二級指標，如服務分配時間、客戶等待時間、靈活處理訂單時間、物流服務質量和客戶忠誠度等等進行設計。

客戶服務：物流服務供應鏈是服務中的一種，歸根到底是服務業，要通過客戶的滿意度進行衡量服務的好壞。因此，在有形性、安全性和同感度下設計二級指標，如服務范圍、物流服務能力、客戶抱怨率等等進行設計。

合作管理：在供應鏈中，講究的是各個企業之間的相互合作和配合，對于合作的好壞也會直接影響到績效，所以要對合作進行評價。因此，在風險、信息、利潤率、成本、資產和資源利潤率的準則下設計二級指標。

二、績效評價模型

1.軟集合基本概念

定義1：設U是論域，（F，E）是論域上的一個軟集合，當且僅當F是E到U的所有子集上的一個映射時。

換種方式定義：設U是初始論域，E是參數集。設論域U的冪集是P（U），當且僅當F是E到U的所有子集上的一個映射，則稱F（e）是論域上的一個軟集合。每個F（e）都可以被看作是軟集合（F，E）中e-元素的集合，或者（F，E）中e-近似元素的集合。

2.雙射軟集合基本概念

定義2：設U是論域和（F，B）是在論域上的一個軟集合，其中F是B到P（U）的映射，P（U）是U的冪集，則稱（F，B）是雙射軟集合，只有

（1）

（2）對于任意兩個參數，ei，ej∈，ei≠ej，則。

3.模型及算法

第一步：建立雙射軟集合決策系統（（F，E），（G，B），U）。

假設在論域U上，（Fi，Ei），（i=1，2，...，n）是定義在論域U上的n個雙射軟集合，其中，（G，B）是定義在論域U上的雙射軟集合，其中，則被稱為決策軟集合。

設，則三元組（（F，E），（G，B），U）是被稱為在論域U上的雙射軟集合決策系統。

第二步：計算∪（Fj，Ej）與（G，B）之間的依賴度，其中0≤j≤n-1。

設（F，E），（D，C）是論域U上的兩個雙射軟集合，其中。稱（D，C）依賴于（F，E），用表示依賴度k，則定義為： （1）

其中，│x│為集合的基數。

雙射軟集合的依賴度是用來描述一個雙射軟集合對另一個雙射軟集合的劃分程度。如果k=1，稱（D，C）完全依賴于（F，E）；如果k=0，則稱（D，C）不依賴于（F，E）。

第三步：計算雙射軟集合決策系統的依賴度。

設（（F，E），（G，B），U）是雙射軟集合決策系統，其中，并且（Fi，Ei）是雙射軟集合，則稱（F，E）為條件雙射軟集合。雙射軟集合（F1，E1）∧（F2，E2）∧...∧（Fn，En）和（G，B）的依賴度用依賴度k表示，則定義為： （2）

第四步：計算雙射軟集合決策系統的重要度。

設（（F，E），（G，B），U）是雙射軟集合決策系統，雙射軟集合的重要度用來表示，其定義為：

（3）

其中，。

第五步：計算雙射軟集合決策系統中參數集合的權重。

計算參數集權重定義如下：

（4）

4.分明矩陣

定義4：設是在論域U上的個雙射軟集合，它的分明矩陣M=（mij）m×n為m×n階矩陣，其中

（5）

定義5：決策信息系統的分明矩陣，滿足以下條件：

（6）

（1）；

（2）（xi，xj）∈n×n。設A是決策信息系統中的一個參數集合，其中，且A∈W，那么W-{A}可以從W中刪除，這刪除的過程稱為雙射軟集的約減。

三、算例計算過程

假設選擇了15個公司作為對象代表物流服務供應鏈進行評價。

設U={x1，x2，...，x15}代表15個公司。10個參數集代表10個指標。En代表各項指標。

首先，運用離散化方法將指標數值轉化為高、中、低，如E1={高，中，低}等。

第二，可以針對每項指標數據構建雙射軟集合。按照該方法可以構造雙射軟集合決策系統。其中，（Fi，Ei）為條件雙射軟集合，（F10，E10）為決策雙射軟集合。

第三，為了簡化計算，用分明矩陣對數據進行約減，最終約減出核心指標。

第三，通過約減出的核心指標，可以得到一個雙射軟集合決策系統。

第四，通過公式1和2，計算依賴度。

第五，用公式3得到每個（Fi，Ei）的重要度。

第六，根據公式4，得到每個參數集的權重。

最后，可以得到每個指標的權重，從而得出做種的排名和系統的評價。

通過評價得分，可以得知物流公司乃至整個供應鏈哪些方面需要改進，哪些方面是自己的優勢需發揚。

四、結論

對于物流服務供應鏈績效評價體系的建立是非常重要的。評價體系具有復雜性和不確定性的特征。本文從3個一級指標和細化的32個二級指標入手，從而建立起物流服務供應鏈評價體系。運用軟集合理論的運算法則來評價績效，并詳細的討論了軟集合理論的定義、方法和步驟。結果表明，該模型的運用可以更好的得知物流服務供應鏈中的優勢和劣勢之處，以便加強供應鏈的競爭。最后，證實軟集合理論方法的有效性。

參考文獻：

[1]劉偉華，葛美瑩，謝東等.基于ANP-Fuzzy方法的物流服務供應鏈流程對接績效評價[J]，武漢理工大學學報，2012，26（6）：1113-1117.

[2]Akyuz， G. A.， and T. E. Erkan. Supply Chain Performance Measurement： A Literature Review[J]. International Journal of Production Reseach， 2010， 48 （17）： 5137-5155.

[3]Murata， K.， and H. Katayama. A Study of the Performance Evaluation of the Visual Management Case-Base： Development of an Integrated Model by Quantification Theory Category Iii and Ahp[J].International Journal of Production Research， 2013， 51 （2）： 380-394.

[4]Molodtsov， D. Soft Set Theory-First Results[J]. Computer & Mathematics with Applications， 1999， 37： 19-31.

[5]Gong， K.， Z. Xiao， and X. Zhang. The Bijective Soft Set with Its Operations[J]. Computers & Mathematics with Applications， 2010， 60 （8）： 2270-2278.

[6]繆彬，魏巍.基于雙射軟集合的參數約減算法及在決策中的應用[J]. 系統工程，2012，30（2）：115-119.

作者簡介：晏何麗（1989- ），女，重慶人，重慶交通大學碩士研究生，主要研究方向：物流與供應鏈管理