基于动态模糊评价的通信运营商合作伙伴选择模型及实证研究

罗剑锋

（中南大学 商学院，湖南 长沙 410083）＊

一、引 言

以电信网、广播电视网和互联网的融合互通为核心内容的“三网融合”于2010年7月1日正式拉开大幕，导致了电信行业的剧烈变革，迫使通信运营商必须动态地考察和选择其合作伙伴。同时差异化的业务又决定了合作伙伴选择标准的差异化。因此，如何科学合理、动态及时地选择合作伙伴成为了考验通信运营商智慧和决策能力的重要问题。

针对合作伙伴选择问题，当前已有大量学者做出研究并取得了丰硕的成果。在合作伙伴选择的评价指标体系方面，Geringer提出了任务相关和伙伴相关的合作伙伴选择两大准则［1］。Glickman和White认为运输折扣费用会影响消费者和购买者对网络商家的最优选择［2］。在合作伙伴的评价方法方面，Weber和Current首次利用多目标决策的方法来系统分析企业的合作伙伴决策问题［3］。Li提出了网络商家表现指数［4］。Desheng和David就三种适用于选择供应网络合作者的评价标准模型CCP、DEA和MOP进行分析和讨论［5］。Chou和Chang提出一个基于供应链战略联盟视角的模糊多属性简单排列法，并将其作为供应商选择合作伙伴的决策支持系统［6］。

欧洲、美国等国家和地区的电信产业发展成熟，涌现出了大量以运营商经营决策为核心的学术研究成果。Kuo和Yu将电信价值链分为设备、网络和服务三部分，并认为以运营商为核心的电信价值链各环节的实体之间应不断合并与重组［7］。Eliassen建议在电信产业链重新构建阶段，引导产业链各实体向相互合作的方向发展［8］。Talluri等从伙伴企业的个体效率和运营商企业的整体效率出发，改进了通信运营商合作伙伴选择的两阶段模型［9］。Salmadhi和Hoang提出了一种扩展的共享型合作伙伴选择方法，对合作伙伴进行纵、横向分类，提出合作伙伴选择的评价指标［10］。

综上所述，在通信运营商合作伙伴选择问题上，以往的研究并没有考虑评价对象的差异性而设立特性的评价指标，以一概全导致评价结果偏颇；此外，电信行业剧烈变革的背景下，合作企业亦会产生生产经营、质量服务等方面的变化，而电信运营商的发展依赖于与合作伙伴之间长期稳定的合作关系，因此对合作伙伴的动态评价也显得非常重要。本文拟采用神经网络方法，对合作伙伴的未来发展状况进行度量与预测，基于此建立动态模糊评价模型，以期对通信运营商的经营决策提供指导。

二、通信运营商合作伙伴选择评价指标设置

结合前人的研究成果与我国电信行业的实际，本文确定通信运营商合作伙伴选择的共性评价指标包括企业能力、信息化程度、环境因素和宏观环境四个方面。运营商合作伙伴选择的共性指标体系如表1所示：

表1 共性评价指标

电信产业链中的企业类型是非常多样的，除了通信运营商以外，还包括内容提供商、服务提供商、设备供应商、终端制造商等多种类型的企业，不同类型的合作伙伴在电信产业链中的功能不同，电信运营商对这些企业生产、服务能力的衡量要素和内容也不会相同，这便需要构建具有特殊性质的指标进行度量，特性指标的具体内容见表2：

三、基于BP神经网络的动态模糊评价模型

（一）通信运营商合作伙伴选择模型的特性分析

通信运营商合作伙伴选择需要考虑以下特性：

（1）模型的动态特性。通信运营商合作伙伴选择的节点上，企业随时会因为内外部的原因退出合作，其它企业也会因合作的需要而进入选择的范围。针对模型的动态特性需求，本文引入BP神经网络模型，并根据企业当前的数据，采用BP神经网络预测模型预测其未来值，从而进行动态性选择。

（2）模型的模糊特性。实际应用中，决策者选择通信运营商合作伙伴时，无法准确度量哪家企业是最优秀企业，而是选择出符合运营商满意度的企业，这说明合作伙伴选择具有模糊性。针对上述情况，运用模糊集相关理论解决合作伙伴选择的模糊性。

（3）权重确定的综合特性。通信运营商合作伙伴的选择涉及到区域政治、社会以及经济等各个方面，因此对通信运营商合作伙伴的能力水平测度是具有综合性的。因而，科学合理地确定指标权重，选取适当的权重确定方法就变得特别重要。本文拟采用主客观相结合的综合赋权法。

表2 特性评价指标

综上所述，本文拟采用基于BP神经网络的动态模糊综合评价法构造运营商合作伙伴的动态评价模型，体系结构如下图1所示。

图1 模型结构体系图

（二）确定评判矩阵

假设备选企业Ai各个指标的值为E＝｛E1，E2，…，Ek｝，根据各评价指标的隶属度函数，求出每一个指标对应评语集V＝｛差，中等，好｝中不同隶属度，Rij表示指标i隶属于第j个评语等级Vj的隶属度，从而得到各指标的模糊评判，则得到备选企业Ai的模糊评判矩阵Ri。

（三）组合权重法确定评价指标权重

（1）基于层次分析法确定指标主观权重。同一指标层下面的不同指标的相对重要性，给出相对重要的分值，从而确立判断矩阵；检验判断矩阵的一致性，并计算其最大特征根和特征向量；归一化特征向量，便得到层次各指标的权重。

（2）基于熵值法确定指标客观权重。熵值法是客观权重确定的常用方法。设原始指标数据矩阵X＝（xij）m×n，其中待评方案个数为m，评价指标项数为n，某项指标的指标值xij的差距越大，则该指标在系统中表现的作用越大；同样的，如果某项指标的指标值相等，则该指标在系统中没有差异，其权重几乎为零。信息熵是系统无序程度的度量，可用来计算指标的权重。

（3）组合权重。为了全面反映评价指标的重要性，结合主观权重与客观权重来确定各指标的权重。集成各种赋权的方法为：首先将上述主、客观赋权法确定的权重系数对应相乘，并进行归一化处理。设主观权重方法层次分析法计算的权重为ti，熵值法得到的客观权重为ti，则综合权重向量为U＝（μi）n。则，第i个指标的综合权重为：

（四）模糊综合评价

将评判矩阵和指标权重向量相乘，便可以得到企业对不同评语集的综合隶属度B如下：

对b1，b2，b3进行比较，按照最大隶属度原则，对企业进行评判。如此，全部企业的综合隶属度判断矩阵为：

（五）基于BP神经网络的动态模糊综合评价

将企业未来发展趋势的模糊评判矩阵和指标的权重向量相乘，得其发展趋势的综合评判向量：

对bΔ1，bΔ2，bΔ3进行比较，按照权重大小的隶属度规则，对企业进行评判。确定全部企业的综合隶属度的综合判断矩阵：

根据上述综合隶属度判断矩阵，按照最大隶属度原则，评判企业的未来发展趋势。

四、通信运营商合作伙伴选择的实证分析

“长株潭”地区是全国首批三网融合试点城市，在三网融合推进过程中，开展IPTV等任何互联网、电信网、广播电视网相结合的业务，都需高速宽带或无线宽带网络的支持，因此湖南移动主导的“长株潭城市光网”建设项目成为了三网融合推进的基础性工程。“城市光网”的建设离不开重要结点处基站的筑建，而基站建设中重要设备之一的大功率无线路由器的购入与维修成为一个关键问题，因此湖南移动亟需预选择一家网络设备提供商作为其合作伙伴以推进“城市光网”工程。

（一）备选企业信息

当前，可供湖南移动选择的企业主要共有6家：迈普通信、博达通信、神州数码、锐捷网络、中兴通讯和华为，将它们依次编号为A、B、C、D、E、F。

（二）指标权重的确定

按照层次分析法的步骤，可以得到各个指标在层次分析法下的主观权重（参见表3）。进一步，可以得到各个指标在熵值法下的客观权重（参见表4）。由前面根据层次分析法确定的主观权重和根据熵值法确定的客观权重，最后，可以算得组合权重（参见表5）。

表3 层次分析法确定的各指标的主观权重

表4 熵值法确定的各指标的客观权重

表5 组合权重表

（三）基于现状的合作伙伴选择

首先基于备选企业当前的经营状况，对备选企业进行评价。选取的量化数据是企业最近一期的财务、生产数据；对于主观性指标的打分，笔者的处理方式是邀请中国移动及各分公司的采购部、技术部等负责人针对备选企业的实际经营状况进行打分。

然后，计算得到6个对于评语集的综合隶属度矩阵如下：

上述矩阵的列从左到右对应评语等级“差”、“中等”、“好”，从上到下对应6个供应商。对于第二和第四这两个供应商，最大的权重隶属度值分别为0.8075和0.5988，都对应着评语集中的“好”。因此，这两个供应商的现状等级较好。

（四）基于未来发展预测的合作伙伴选择

对未来的模糊评价，其核心思想就是预测企业的发展趋势，然后将其进行模糊评价。首先收集备选企业各指标过去连续6期的数据（数据选取与上文相同），然后采用BP神经网络模型对过去6期的数据进行训练，训练完毕后依据最新一期的数据，对六家备选企业的指标数据进行预测，结果如下：

进一步，运用这些预测值对备选合作企业未来发展趋势进行模糊评价，结果如下：

上述矩阵的列从左到右对应评语等级“差”、“中等”、“好”，从上到下对应6家备选企业。第四家企业的最大隶属度为0.8880，而且属于“上升”类别的评语，因此，可以判定第四家备选企业发展趋势最好。

研究结果显示，锐捷网络有限公司更吻合湖南移动的战略发展方向，因此选择锐捷网络作为湖南移动推进“长株潭城市光网”建设项目的合作伙伴。

五、结束语

本文建立了通信运营商遴选合作伙伴的共性指标和特性指标体系，使用层次分析法计算出各指标的主观权重，使用熵值法计算出各指标的客观权重，综合主客观权重确定了通信运营商合作伙伴选指标的组合权重，建立基于企业现状的模糊综合评价模型，以及基于未来发展预测的BP神经网络动态模糊综合评价模型，完成对合作伙伴的短期和长期选择。

［1］Geringer J M.Strategie Determinants of Partner Seleetion Criteria in International Joint Ventures［J］.Journal of International Business Studies，1991，22（1）：41－62.

［2］Glickman T S，White S C.Optimal vendor selection in a multiproduct supply chain with truckload discounts［J］.Transportation Research Part E：Logistics and Transportation Review，2008，44（5）：684－695.

［3］Weber C A，Current J R.A multi－objective Approach to Vendor selection［J］.European Journal of Operational Research，1993，68（2）：173－184.

［4］Li C C，Fun Y P，Hung J S.A new measure for supplier performance evaluation［J］.HE Transaction，1997，29（9）：753－758.

［5］Desheng Wu，David L.Oslon.Supply chain risk，simulation，and vendor selection［J］.International Journal of Production Economics，2008，114（2）：646－655.

［6］Chou S Y，Chang Y H.A decision support system for supplier selection based on a strategy－aligned fuzzy SMART approach［J］.Expert Systems with Applications，2008，34（4）：2241－2253.

［7］Kuo Y F，Yu C W.3Gtelecommunication operators＇challenges and roles：A perspective of mobile commerce value chain［J］.Technovation，2006，26（12）：1347－1356.

［8］Eliassen E.A bi－level Programming model for the decentralized Decision－making system of a telecommunication operator Frontiers in Enterprise Integration［R］.IFIP TC 8.9International Conference on Research and Practical Issues of Enterprise Information Systems Taylor＆Francis Group，2007.10：349－356.

［9］Tauuri S，Baker R C，Sarkss J.A Framework for Designing Efficient Value Chain Networks［J］.International Journal of Production Economics，2009，62（1－2）：133－144.

［10］Samadhi T，Hoang K.Partners selection in a shared CIM system［J］.International Journal of Computer Integrated Manufacturing，1998，11（2）：173－182.