张雄林,张彩云,胡欣月
(三峡大学 经济与管理学院,湖北 宜昌 443002)
近几年,评估物流公司的服务绩效在供应链管理中变得越来越重要。客户服务已经成为客户选择物流公司的重要依据,同时也成为第三方物流公司竞争的焦点[1]。
首先,随着市场的发展,物流公司之间的差异正在减小,其物流活动几乎都具有相似的业务功能,客户对第三方物流公司的选择不再仅仅依赖于业务功能。其次,由于电子商务的推广,直接在网上进行下单的快捷便利,导致第三方物流公司在进行竞争时的优势开始减弱。因此,第三方物流公司服务绩效的竞争作用开始凸显出来。如何达到客户理想的服务绩效?以往的文献都采取了客户评估服务的模式,来提高第三方物流公司的服务绩效。通过客户评估服务所获得的优秀服务绩效,成为了物流企业获取竞争优势首先考虑的战略,是使企业在市场竞争中处于优势地位并将企业引向长期繁荣的重要特征。
然而,从我国目前物流企业的发展现状来看,仅仅通过客户评估服务模式还无法得到满意的服务绩效。这是因为第三方物流公司服务体系还没有有效建立起来,还不能够完全适应客户的需要,具体表现在有些物流企业忽视自身素质和服务管理水平的提高,缺乏有效服务管理制度规范物流企业服务管理行为和服务作业流程。因此,在进行服务绩效的评价时,应通过科学的评估方法来选择适当的第三方物流公司。
进行服务绩效分析时,首先要确定正确的服务绩效评估指标。通过对目前国内外物流服务绩效研究文献进行总结发现,对服务绩效的研究重点在于企业内部服务绩效的定量指标的研究上。王焰通过对物流服务的重点研究,设计出物流服务绩效的评价标准,包括存货准确率、准时装运率、订货完成率、拣选准确率、差错损失率、品类完成率、准时交货率等7个指标[2];程国平、刘世斌根据物流企业的时间阶段划分,即服务前、服务中和服务后的三大时间阶段的研究,从服务绩效中的质量方面确定了8个评价指标,即信息质量、信息反馈质量、货品精确质量、时间质量、订购过程质量、沟通质量、误差处理质量、货品完好质量等[3];Brewer & Speh 认为物流绩效评价的关键指标包括完成订单比例、订单循环周期、每单位物流成本、拣选差错率等[4]。上述指标体系的确立缺乏与物流成本和物流效益相关的指标,因此指标体系缺乏科学性和全面性。
对第三方物流公司的服务绩效进行评估时,本文采取Franceschini与Rafele提出的用于评估物流服务绩效地全面标准[5],应用此评估标准的原因在于它有效地将定量因素和非定量因素进行了结合分析。评估物流服务绩效的全面标准见表1。
表1 物流服务绩效评估的全面标准
很显然,表1中的因素并非关于服务绩效评估的绝对性描述,但是如果要对服务绩效进行评估,这些因素都是必要的。在特定的情况下,影响因素可以添加或者减少。本文以这8大服务绩效因素作为切入点,利用模糊分析法对第三方物流公司的服务绩效进行评估选择。
在以往的关于第三方物流公司服务绩效的研究中,常常使用三类方法,分别是权重分析方法、数学规划方法和概率统计方法[6]。权重分析方法,如AHP 法,它主要侧重于对总体因素进行评价,但避免不了加权因子产生的主观性。数学规划方法,如线性规划法,它只考虑了企业的定量指标,而对非定量指标常常无法客观计算。概率统计方法,如DEA法,由于它所统计的周期时间与统计对象直接影响决策,所以范围受到了限制。
模糊集理论采用精确的手段来处理和解决客观实际中带有模糊性的问题。Zadeh应用模糊TOPSIS进行传统的供应商选择[7]。Boran等提出了直觉模糊与TOPSIS方法多准则群体决策方法进行供应商选择[8]。当面对复杂的研究问题,由于事物的复杂性将导致对事情的精确研究和描述能力的降低,以至于精确性与简明性成为了两个几乎互相排斥的特征,从而必须在精确与简明之间取得平衡。模糊理论的优势正在于可以使用全新、简洁的方法对复杂的问题做出合理的处理。可以用很简单的词语而并不是用数字来表达供应商的环境绩效,如好、非常好、坏、非常坏等。决策者提供服务绩效的语言评级标准以及供应商的备选方案,然后通过模糊TOPSIS结合生成每一个备选者的整体性能得分,最后把得分最高的方案作为最终方案。
本文采用将语言转换为数字的变换方法,使用一个规模为0-1的量表作为评价的标准和选择,表2给出了备选方案的模糊等级的语言变量,表3给出了选择标准的模糊等级的语言变量。
表2 备选方案的模糊等级的语言变量
表3 评价标准的模糊等级的语言变量
模糊TOPSIS 方法包括模糊评估的标准和在TOPSIS 中备选方案的选择。TOPSIS方法选择的备选方案是最接近正理想解且最远离负理想解的。正理想解的每一项都比负理想解的性能值好,相反,负理想解的每一个值均低于正理想解。模糊分析法的步骤如下:
步骤一:制定标准和评价等级。假设J的备选方案用集合A 表示,A={A1,A2,…,Am},选择的评估标准用集合C 来表示,C={C1,C2,…,Cn},指标权重用wi=(i=1,2,...,m)来表示。
步骤二:计算出聚合的模糊权重和备选方案的模糊权重。如果所有决策者的模糊评级被描述为三角模糊数Rk=(ak,bk,ck) ,则聚合模糊评级为=(a,b,c) ,其中,。如果模糊者的评级为=(aijk,bijk,cijk),对应的决策者的权重为=(wjk1,wjk2,wjk3),那么对于每个标准下的备选方案的聚合模糊等级为=(aij,bij,cij),其中:
每个标准的聚合模糊权重wij用wj=(wj1,wj2,wj3)来表示,其中:
步骤三:模糊决策矩阵规范化。模糊决策矩阵R 的规范化公式如下:
其中,=maxicij。
其中,=miniaij。
步骤四:计算出加权正规化矩阵。
步骤五:计算出模糊正理想解与模糊负理想解。模糊正理想解为:
其中,=max{vij3},i=1,2,...,m;j=1,2,...,n。
模糊负理想解为:
其中,=min{vij1},i=1,2,...,m;j=1,2,...,n。
步骤六:计算每个备选方案与模糊理想解之间的距离dv。
步骤七:计算每个备选方案的接近度系数并排名。
计算出所有接近度系数后,根据接近度系数大小进行排名。
本节中使用模糊TOPSIS 分析法对第三方物流公司的服务绩效进行评估。首先假设有3 个备选方案,分别是供应商A1、A2和A3。备选方案的比选采用表1的评估物流服务绩效的标准。参与整个决策过程的有三个人,分别是D1、D2、D3。决策者D1 更加倾向于第三方物流供应商的交货期和完整率。决策者D2 更加倾向于第三方物流供应商的完整率。决策者D3 更加倾向于第三方物流供应商的可靠率。三位决策者分别对第三方物流供应商的不同方面确定不同的权重。备选方案的模糊等级的语言变量和选择标准的模糊等级的语言变量分别采用表2和表3。表4给出了三个决策者的标准。
表4 决策标准模糊等级的语言变量
(1)利用式(1)计算出聚合的模糊权重。例如,对于C1而言,聚合的模糊权重为 :wj1=min{0,0,0},wj2=,所以最终wj=(0,0.53,1) 。同样可计算出剩下的标准,见表5。
(2)利用式(2)计算出备选方案的聚合的模糊权重。例如,对于备选方案A1而言,在C1标准下的聚合的模糊权重为:所以=(0.3,0.83,1)。
用同样的方式可以分别计算出备选方案A1、A2、A3下C1到C8标准下的聚合模糊权重,然后组成备选方案的聚合模糊决策矩阵。具体见表6和表7。
表5 决策者的聚合模糊权重
表6 不同标准下的备选方案的模糊等级的语言变量
表7 备选方案的聚合模糊决策矩阵
(3)下一步通过式(3)至式(6)来计算出模糊决策矩阵,例如,对于备选方案A1 而言,在C1 标准下的标准评级为:由于是考虑最大化利益,所以采取最积极的理想正值。最积极的理想正值为1,最消极的负值为0,适用于所有标准。(0.3,0.83,1),同样地计算出其余标准的规范值,组成标准模糊决策矩阵,具体见表8。
表8 备选方案的标准模糊决策矩阵
(4)利用式(7)至式(9),计算出3 个备选方案的模糊加权决策矩阵。表8列出了r~ij的值,表5列出了wj的权数值,用这两个值来计算备选方案的模糊加权决策矩阵。然后利用式(8)计算出模糊正理想解A*,利用式(9),计算出模糊负理想解A-。例如,对于备选方案A1而言,标准C1的三角模糊权重为:
同样,计算出其他备选方案的三角模糊权重,计算结果见表9。
表9 归一化后加权备选方案的矩阵以及理想解
(5)利用式(10)和式(11),计算出每个备选方案的模糊正理想解与模糊负理想解的距离。例如,对备选方案A1 而言,标准C1的模糊正理想解与模糊负理想解的距离为:
所有计算结果见表10。
表10 备选方案的模糊理想解之间的距离
(6)利用表10的结果与式(12),计算出备选方案的正理想解和负理想解的距离、以及接近度系数。例如,对备选方案A1而言,和的距离为:
结果见表11。
根据最终数值,得出A2>A3>A1,因此可以认为物流公司A2拥有最好的服务绩效。
表11 备选方案正负理想解距离及接近度
本文提出了一个多准则决策方法,对第三方物流公司在模糊分析下的服务绩效进行评估。运用三角模糊TOPSIS 分析法,可以将原本得到的精确判断值转变为评价的模糊分析,这样可以降低主观性导致的错误,以便更加精确的选择适合的第三方物流供应商。另一个重要环节是准则权重的确定,本文采用了组合权的方法来确定准则的权重。在确定准则权重后,用模糊TOPSIS 方法对备选方案进行排序,选择最优方案[9]。
整个服务绩效评估时的多准则决策方法由三个步骤组成。首先,确定服务绩效的评估标准,这些标准包括规律性、可靠性、完整性、灵活性、正确性、损失性以及生产力等;其次,对评估标准和备选方案都确定了专家语言评级。最后,利用了三角模糊TOPSIS聚合评级为每一个备选者(第三方物流供应商)生成一个服务绩效的接近度系数评分,然后依据接近度系数得分进行排名,得分最高的被选者就是具有最好的服务性能。这个方法的优势是可以在缺乏第三方物流供应商的定量信息时进行服务绩效的评估。
在未来第三方物流行业的发展中,应该更加关注于服务所带来的经济利益以及潜在利润。把物流绩效的评估作为出发点,帮助企业选择最恰当的物流提供商,从而达到节省费用、提高经济效益的目的。
[1]Awasthi A,Chauhan S S,Goyal S K.A fuzzy multicriteria approach for evaluating environmental performance of suppliers[J].International Journal of Production Economics, 2010,126(2):370-378.
[2]王焰.物流服务绩效标准及评价[J].物流技术,2002,(1):25-26.
[3]程国平,刘世斌.基于服务质量的物流绩效模糊综合评价方法及应用[J].价值工程,2005,(7):57-59.
[4]Brewer Peter C,Thomas W Speh.Using the balanced scorecard to measure supply chain Performance[J].Journal of Business Logistics,2000,21(1):75-93.
[5]Franceschini F,Rafele C.Quality evaluation in Logistics services[J].International Journal of Agile Management Systems,2000,2(1):49-53.
[6]Zadeh L A.FuzzySet[J].Information and Control,1965,8(3):338-353.
[7]马士华,林勇,陈志祥.供应链管理[M].北京:机械工业出版社,2000.
[8]Boran FatihEmre,Genc Serkan,Kurt Mustafa,Akay Diyar.Amulti-criteria intuitionistic fuzzy group decision making for supplier selection with TOPSIS method[J].Expert Systems with Applications,2009,36(8):11 363-11 368.
[9]陈子侠.基于模糊组合权的模糊TOPSIS 方法在供应商选择中的运用[J].上海管理科学,2010,(12):58-61.