基于FUZZY—AHP的電子商務物流配送績效評價研究

馮靜++唐鈺茹

摘 要：隨著電子商務迅猛發展，迫切需要提高物流配送質量，為此文章展開物流配送績效評價研究。結合Gronroos提出的感知質量服務模型建立物流配送績效指標體系，利用模糊層次分析法計算指標權重，對物流配送績效進行評價，結果表明：可靠性、響應性、移情性最為重要。

關鍵詞：物流配送；績效評價；模糊層次分析法

一、引言

在“互聯網+”背景下，電子商務高速發展，2016年電子商務交易額達到20.8萬億，同年快遞業務量達到313.5億件，同比增長51.7%，業務收入4005億元，同比增長44.6%。75%的電子商務交易商品通過實物遞送，但整個物流業發展水平不高，阻礙電子商務的發展。因此，電子商務物流配送的績效評價研究成為亟待研究的重要問題，對提高電子商務物流配送具有重大意義。

國內外學者對物流績效評價開展了一定的研究。Fugate從物流效率、效用和差異化三個維度構建企業物流績效的研究框架。Agraw- al從成本、質量、顧客服務、環境影響、法律法規的角度，使用層次分析法，研究制造企業的逆向物流績效。于航對指標進行歸一化處理，建立基于模糊綜合評判理論下的具有農業特色的物流績效評價方法。樊秀峰以物流績效指數（Logistics Performance Index，LPI）為切入點，實證分析物流績效對中國進出口貿易的影響。鄭培運用粗糙集約簡和BP神經網絡的融合，在物流配送績效評價中使用BP神經網絡方法并進行仿真。

從國內外研究現狀來看，目前學術界大多基于第三方與供應鏈物流進行研究，缺少在電子商務背景下對物流績效進行的研究。因此，本文運用定量分析進行研究，根據Gronroos提出的感知服務質量模型以及物流配送績效的實際情況選取指標，所用指標與方法符合物流配送的實際情況，將理論與實踐相結合，所以本文具有可行性。

二、物流配送績效評價指標

物流配送體系是一個包含多方面的整合體系，學術界對物流配送績效研究不少，使用的績效評價指標體系和側重點各不相同。本文的側重點是服務質量，研究終端物流配送。根據Gronroos提出的感知服務質量模型中的服務質量維度，在此基礎上改進模型，根據物流業實際情況增加一級指標“合理性”，綜合考慮物流配送績效，并在各項一級指標下延伸二級指標作為打分指標。構建的電子商務物流配送績效評價體系如圖所示。

三、模糊層次分析模型

1.模糊層次分析法

層次分析法（Analytic Hierarchical Programming，AHP）是將決策總是有關的元素分解成目標、準則、方案等層次，在此基礎上進行定性和定量分析的決策方法，由美國著名運籌學家T·L·Saaty教授提出。層次分析法的優點是用于多準則評估，但一般采用層次分析法的權重系數抗干擾性差，缺乏對模糊信息的處理能力；而模糊數學評價方法能夠較好地處理不精確、模糊的信息。因此，運用模糊層次分析法分析電子商務物流配送具有可行性，實現了評價方法的定量和定性結合。

2.建立模糊層次分析模型

各位專家根據經驗、按標度法為各級指標進行打分，取均值修正后得到指標相對的重要度結果，構造模糊一致矩陣，如表2所示。

3.根據模糊一致性判斷矩陣的定義檢驗其一致性

定義1若矩陣A=（aij）m*n，滿足：0≤aij≤1，i=1，2，…，n則稱A是模糊矩陣。

定義3若模糊矩陣A=（aij）m*n，滿足：對任意i，j，k有aij=aik-ajk+0.5則稱模糊矩陣為模糊一致性矩陣。

以上所有矩陣元素間關系經過驗證均滿足定義1和定義3，所以A、B1、B2、B3、B4、B5、B6是模糊一致矩陣。

4.各級指標權重

根據模糊層次分析法求各級指標層的權重Wi。依照張吉君的《模糊一致判斷矩陣3種排序方法的比較研究》，本文選取元素與權重的關系式法求權重。公式如下，其中a滿足W1={0.6，0.4}、W2={0.4，0.1，0.5}、W3={0.167，0.467，0.367}、W4={0.3，0.5，0.2}、W5={0.3，0.7}分為各個二級指標的權重分配。通過WCn=WBm×Wmn（n為三級指標序數，m為該三級指標所屬二級指標的序數），得出C層次指標相對與目標層的權重分配，如表4。

上述表明：保證性最重要，其次是響應性與移情性；三級指標重要性前三名：商品本身完好程度、配送時間及時性、配送訂單準確性。

四、結論

本文運用模糊層次分析法研究物流配送的績效，利用Gronroos的感知服務質量模型并結合實際改進模型，最后確定物流配送績效指標。引用模糊層次分析模型，模型計算結果顯示，商品配送質量、配送時間及服務便利性較重要。物流配送企業可根據這三個方面提高物流配送績效來搶占市場。同時，本文也存在不足的地方，指標打分的個人主觀因素太強，若結合客觀指標會更加具有說服力。

參考文獻：

[1]FUGATE B S， MENTZER J T， STANK T P. Logistics performance： efficiency， effectiveness， and differentiation[J]. Journal of business logistics，2010，31（1）： 43-62.

[2]AGRAWAL A， CHOUDHARY V. Reverse logistics： performance measures and their effect in product lifecycle[J].International journal of core engineering and management，2014，1（2）： 14-22.

[3]于航，張凱.基于模糊綜合評判理論下的具有農業特色的物流績效評價模型[J].農業機械，2013，（23）：84-86.

[4]樊秀峰，余姍.“海上絲綢之路”物流績效及對中國進出口貿易影響實證[J].西安交通大學學報（社會科學版），2015，（03）：13-20.

[5]鄭培，萬煒.基于智能信息處理的供應鏈績效評價方法[J].財經理論與實踐，2011，（05）：119-124.

[6]楊世軍，楊學春，尤浩田.基于服務質量模型的快遞服務質量差距分析[J].物流技術，2013，（05）：12-15+20.

[7]康靜靜，謝合明.基于供應鏈管理的物流績效評價體系設計[J].商業時代，2012，（30）：52-53.

[8]肖龍.信息系統風險分析與量化評估[D].成都：四川大學數學學院，2006：100-120.

[9]張吉軍.模糊一致判斷矩陣3種排序方法的比較研究[J].系統工程與電子技術，2003，（11）：1370-1372.

作者簡介：馮靜（1995- ），女，重慶大足人，重慶郵電大學，本科生，研究方向：物流與供應鏈