基于Entropy-Topsis方法的住宅预制构件的物流供应商选择

潘雨红，潘永飞，马 旭

(重庆交通大学 经济与管理学院，重庆 400074)

基于Entropy-Topsis方法的住宅预制构件的物流供应商选择

潘雨红，潘永飞，马 旭

(重庆交通大学 经济与管理学院，重庆 400074)

基于Entropy-Topsis模型的综合评价方法，对住宅预制构件物流供应商的选择进行研究。在生产交货、物流成本、客户服务、发展潜力4个方面评价指标的基础上，运用Entropy法确定各指标的权重，采用Topsis法对物流供应商进行综合评价，并进行深层次的贴近度分析。再通过实证研究发现，Entropy-Topsis评价模型能够为住宅预制构件物流供应商的选择提供一种有效的决策指导。

交通运输工程;住宅预制构件；物流供应商；Entropy-Topsis模型

0 引 言

随着我国新型城镇化的逐步推进,“一带一路”战略的落地，建筑业迎来了全新的变革时期。2015年12月底，全国住房城乡建设工作会议在北京召开。住房城乡建设部部长陈政高提出：2016年，要推动装配式建筑取得突破性进展。同时，《建筑产业现代化发展纲要》中也明确指出，到2020年，装配式建筑占新建建筑的比例要达到20%以上；到2025年，装配式建筑占新建建筑的比例应超过50%。这对装配式住宅的应用提出了更高层次的要求。装配式住宅是指改变传统的手工湿作业，将工厂生产的预制构件运输到施工现场，进行装配而成的住宅建筑，是住宅产业化的重要标志[1]。对于预制内墙板、外墙板、叠合楼板、楼梯、阳台板等大型预制构件而言，供应链环节中运输车辆的选择、不同尺寸预制构件的安放搭配、运输装卸过程中的防磨损要求、预制构件供应的及时性以及施工现场的仓储管理等问题，大大增加了对物流供应商选择的难度。另一方面，由于缺乏完善的、科学的评价标准体系，大部分企业在选择物流供应商时没有充分考虑预制构件的特殊性，针对性不强地进行选择，而造成产业链中部分成本居高不下，最终导致许多企业在住宅产业化领域踟蹰不前，严重影响到产业化的发展进程。因此，本研究充分结合预制构件的特殊性，重新修订评价指标体系，有针对性对住宅预制构件的物流供应商进行评价与选择，以期提高物流供应商的服务水平，科学有效地降低住宅产业链中的物流成本，为推进住宅产业化的发展贡献绵薄之力。

目前，国内外装配式住宅预制构件的相关研究主要集中在发展前景、部品标准化体系、直接成本分析、部品供应商选择、构件认证制度等方面[2]。对于住宅预制构件的物流供应商的研究相对较少甚至没有。而其他行业物流供应商的研究比较成熟，主要包括不确定语言信息法、层次分析法、模糊综合评价法、Topsis法等。在众多的研究方法中，Topsis法因其可以有效地避免计算权重时主观过大、尊重原有数据并能够对评价对象的优劣排序等优势而被广泛应用。S.OPRICOVIC等将Vikor和Topsis相结合，对物流供应商的选择方法进行了详细的解释[3]；杨玉中等[4]从汽车制造企业的实际出发，为了选择理想的物流供应商，建立了基于熵权Topsis法的多层次评价模型，避免了确定权重时的主观性，有效地实现了对供应商的优劣进行排序。M.C.LIN和C.T.LIN等分别将AHP和ANP与Topsis相结合，确定指标权重，评价与选择物流供应商[5- 6]；G1.KANNAN等[7]通过Fuzzy-Topsis法将影响物流供应商综合服务水平的多种因素进行分析，从而选择物流供应商；郑斌等[8]将DEA与Topsis相结合，在利用熵权确定权重的基础上为供应链核心企业选择物流供应商，给多目标决策问题提供了依据和参考。宾厚等[9]在绿色供应链基础上将熵权法与改进的Topsis法相结合，更加科学地选择绿色物流供应商。王翔[10]结合熵权法确定评价指标的权重系数，引入Topsis决策方法对物流供应商进行评价，并通过3种不同评价方法的比较分析，得出该评价方法的可行性。综上所述，Topsis方法已广泛适用于多目标决策领域，采用熵权Entropy与Topsis法相结合，运用Entropy法确定各指标的权重，通过Topsis法对物流供应商进行综合评价，同时进行贴近度分析，更有效、更有针对性地对住宅预制构件物流供应商展开研究，并对其影响因素进行分析。

1 预制构件物流供应商评价指标体系的构建

基于其他领域物流供应商选择相关的研究文献[3-9,11-14]，再充分结合装配式住宅预制构件的特殊性，如较大的尺寸、固定的形状、构件的安放搭配、运输装卸过程中防磨损的要求、构件完整性的要求、构件供应时效性的要求、以及其特殊性引起的仓储管理等关键要素，遵循指标评价的科学性、灵活性、系统性和可操作性的原则，构件了评价指标体系，并通过专家打分法和频度统计法，从生产交货、物流成本、客户服务和发展潜力4个方面对预制构件物流供应商进行选择评价。该指标体系包括目标层、准则层和指标层3个层次，其中指标层包括14个指标，详见表1。

注：θ+表示正向指标，θ-表示逆向指标，指标层熵权值由公式(2)、公式(3)计算得到。

1.1 生产交货指标

生产交货指标是衡量满足客服需求的服务水准的重要指标，是衡量生产系统按所承诺交货期及时满足客服需求所达成的水平。物流供应商的生产交货能力对其自身的发展至关重要，预制构件配送的准时性、完整性决定着物流供应商能否在建筑业保持长久的竞争优势的重要指标。生产交货指标通过送货准时率、货物完好率和作业准确率3个指标来衡量。其中送货准时率是指在规定时间内准时送货的比率，即一定时期内准时送货的次数/这一时期总的送货次数；货物完好率是指扣除在运输、装卸、仓储等过程中造成破损而达不到装配要求的预制构件量，由预制构件合格量/配送总量而得到的；作业准确率是衡量供应商经营管理水平的重要指标，即准确完成的预制构件量/作业的总量。

1.2 物流成本指标

物流成本一般占产品成本的20%～40%，降低物流成本是住宅产业化推广过程中亟需解决的一个重大问题，也是评价预制构件物流供应商的重要指标。物流成本主要包括订单处理和信息成本、运输、装卸、仓储。其中，物流供应商的运输方式、运输距离和运输时间是否合理，运输过程中的管理模式等都是衡量运输成本的因素。在预制构件的装卸过程中可能会出现野蛮装运造成预制构件产生的裂缝、断裂、饰面装饰材料破损等现象致使其成本增加，即装卸成本。施工现场的预制构件堆放管理费用构成预制构件的仓储成本。

1.3 客户服务指标

客户服务指标体现了物流供应商的时效性，影响着客户的满意度。主要包括顾客抱怨的解决时间、突发事件的应急处理能力和长期合作意愿。如果现场施工人员对服务不满意，而产生抱怨和投诉的现象，此时需考察物流供应商解决争议问题的时效性。突发事件的应急处理能力，是指预制构件物流供应商在物流服务的过程中发生紧急情况时的解决问题的能力。长期合作意愿是与预制构件物流供应商的信誉密切相关的，即供应商合作的态度。

1.4 发展潜力指标

发展潜力指标与预制构件物流供应商在装配式住宅领域的发展前景有关，选择合适的、长期稳定的合作伙伴一定程度上可以减少住宅产业链相应环节的成本。主要通过企业财务状况、企业信誉、企业文化和员工素质水平来决定。企业财务状况主要通过其负债情况、盈利能力和资金周转速度等方面综合体现；企业信誉是否良好决定着预制构件物流供应商在市场竞争中的地位；企业文化是企业的灵魂所在，它影响着企业员工的工作状态和成长心态。随着预制构件推广应用，预制构件物流供应商的数量与日俱增，而选择物流商的要求也在不断提高，企业文化也是一项重要的评判指标；员工的素质水平直接影响着物流服务水平，关系到预制构件物流供应商的综合绩效水平。

2 基于Entropy-Topsis的预制构件物流供应商评价模型

Entropy-Topsis法是一种多因素综合评价方法。对于住宅建筑业来说，预制构件物流供应商选择就是一个从多种影响因素中选优的问题，属于多目标决策。

2.1 Topsis模型原理

1981年，由C.L.HWANG等[15]提出的Topsis模型是一种逼近于理想的排序方法。它多用来解决系统工程中有限多目标的决策分析。由于其具有简单、科学、可操作性强等特点而被广泛使用。在多目标决策问题中，首先要构建正理想解和负理想解，并将其作为一个基准，通过计算各评价指标与正理想解和负理想解的相对距离来进行排序。随着应用的推广，Topsis方法得到了进一步改进，其原理主要是对评价指标与正理想解和负理想解的评价公式进行改进[16]。

2.2 Entropy-Topsis模型的构建步骤

假设有m个物流供应商，n个评价指标，xij表示第i个物流供应商的第j项指标值，则评价对象的评价值矩阵为

则，Entropy-Topsis模型构建步骤如下：

1)对矩阵R进行归一化处理。为了消除指标量纲、单位和数量级别不同引起的不可比性，先对原始评价指标值矩阵进行规范化处理。

(1)

式中：Z为归一化矩阵，zij为第i个预制构件物流供应商在第j项指标中的评价值与该项指标下所有物流供应商评价值之和的比值。

2)利用Entropy计算各指标权重。熵(Entropy)最早是物理学里面的热力学概念，用来描述物体运动的混乱程度[17]。根据熵的理论，信息熵的大小与数据的分布状态有关，在对事物进行判断的过程中，信息熵越大，其信息的发散程度越大，导致的不确定性越大，反之该不确定性就越小。设第j个指标的信息熵Hj为

(2)

一般地，取λ=1/lnm，从而保证0≤Hi≤1。则第j个指标的熵权可以表示为

(3)

3)将公式(3)得到的各指标熵权wj与归一化矩阵Z相乘，构造加权评价值矩阵Q。

4)确定评价对象的正理想解和负理想解。

(i=1，2，…，m；j=1，2…，n)

(4)

(i=1，2，…，m；j=1，2…，n)

(5)

式中：θ+为正向型指标；θ-为逆向型指标。

(6)

(7)

6)计算评价对象与正、负理想解的相对贴近度Ei，选择合适的预制构件物流供应商。

(8)

其中，Ei∈(0,1)，其值越接近于1，表明第i个物流供应商的综合绩效水平越接近最优。

3 实证研究

采用Entropy-Topsis模型进行实证分析，以C市为例，选择5家装配式住宅的预制构件物流供应商，具体步骤如下：

3.1 数据的收集和处理

根据预制构件的特性、预制构件物流供应商的分布区域、资源条件等因素，选择了C市5家预制构件物流供应商为实证研究对象，邀请物流业、咨询业、金融业、建筑业以及高校教授的专家成立专家决策小组，对5家预制构件的物流供应商S1，S2，S3，S4，S5进行综合评估打分。专家打分法的具体流程为：①选择专业领域的专家。专家们均为相关领域从业15年以上的项目经理、部门经理、物流分析师以及专家教授等9位；②专家将每个指标划分等级，定量赋值。其中好为1分，较好为0.8分，一般为0.6分，较差为0.4分，差为0.2分，数值在0.1～1分；③对专家所打分值进行分析汇总后反馈给专家，专家根据反馈结果修正自己的见解；④经过多轮询问和反馈，确定指标分值，最后根据所获取的数据，通过公式(1)进行归一化处理得到矩阵Z。

3.2 权重的确定和Topsis分析

1)利用公式(2)和公式(3)计算各指标的熵值和熵权值。

熵值：H1=0.999 8，H2=0.999 9，H3=0.998 7，H4=0.998 8，H5=0.998 4，H6=0.982 8，H7=0.996 0，H8=0.999 1，H9=0.999 6，H10=0.996 3，H11=0.998 9，H12=0.999 4，H13=0.999 5，H14=0.999 7

熵权值：W1=0.006 0，W2=0.003 0，W3=0.039 4，W4=0.036 3，W5=0.048 3，W6=0.519 6，W7=0.120 8，W8=0.027 2，W9=0.012 1，W10=0.111 8，W11=0.033 2，W12=0.018 1，W13=0.015 1，W14=0.009 1

2)将上一步计算得出的熵权值与归一化矩阵相乘，构造加权评价矩阵Q。

3)利用公式(4)和公式(5)并结合②中的加权评价矩阵Q确定同一指标的正理想解Q+和负理想解Q-，其中在预制构件的物流供应商评价指标中，装卸成本、运输成本、仓储成本、订单处理成本以及顾客抱怨解决时间为逆向指标，其余指标为正向指标，则:

Q+=[0.001 234,0.000 612,0.008 459,0.006 541,0.008 945,0.079 914,0.021 321,0.005 805,0.002 271,0.024 686,0.007 158,0.003 815,0.003 132,0.001 925]

Q-=[0.001 155,0.000 580,0.007 179,0.007 848,0.010 733,0.143 878,0.028 424,0.005 032,0.002 510,0.018 033,0.006 042,0.003 374,0.002 797,0.001 758]

4)根据式(6)～式(8)计算5家预制构件物流供应商与正负理想解的距离和贴近度，详见表2。

表2 预制构件物流供应商与正负理想的距离和贴近度

由表2可以看出，不同的预制构件物流供应商其综合绩效水平差距较大，要想选择最优秀的预制构件物流供应商，贴近度就必须越大。其中，预制构件物流供应商S2达到最优，其贴近度为0.971 4接近于1，预制构件物流供应商S5次之，之后依次为S3,S1，预制构件物流供应商S4评价结果最差，其贴近度为0.070 9。经过具体分析可知:①预制构件物流供应商S2的综合绩效水平最优，原因在于其物流成本较低和生产交货能力较高。从权重值可以看出，物流成本指标是衡量物流供应商综合绩效能力的一个重要指标，其运输成本、装卸成本、仓储成本等直接影响到住宅预制构件产业链优化成本，因此预制构件物流供应商应注重其物流成本指标在企业发展中的重要性；②预制构件物流供应商S4的综合绩效水平最差，原因是由于其物流成本指标中，所占比重较大的运输和仓储成本较高，物流效率较低，致使与之长期合作的供应商意愿不强。一定程度上与公司的发展潜力有关，企业的财务状况、企业文化和企业信誉也决定了预制构件物流供应商在住宅产业化市场上的竞争力。

3.3 各个指标的贴近度分析

基于Entropy-Topsis模型，对各个指标数据进行分析，根据各个指标的正理想解和负理想解以及表2中数据，可以得出不同预制构件物流供应商的综合指标贴近度曲线(图1)和准则层生产交货、物流成本、客户服务以及发展潜力指标的贴近度曲线(图2)。由图1和图2可以清晰地看出，贴近度越接近于1，所要选择的物流供应商综合绩效越高，即为最优的合作伙伴。另外，综合贴近度曲线和物流成本指标贴近度曲线的拟合度最好，也充分证明了案例中对5家物流供应商不同综合绩效的分析和判断的正确性。

图1 预制构件物流供应商综合指标贴近度Fig.1 Approximation degree of comprehensive index of logistics supplier of prefabricated housing components

图2 预制构件物流供应商准则层指标贴近度Fig.2 Approximation to the degree at code level of logistics supplier of prefabricated housing components

4 结论和建议

通过分析5家预制构件物流供应商的综合绩效水平，采用Entropy法确定评价指标的客观权重，有效地避免了以往研究中在确定指标权重问题上的主观偏见，提高了研究的准确度。研究发现：①物流成本指标是影响预制构件物流供应商选择的最主要因素之一，应当解决优化运输、仓储和装卸等物流产业链中的成本问题；②预制构件的作业准确率、送货的准时性以及预制构件装配时的完整度都对物流供应商的选择和评价起着决定性作用，生产交货环节的管理工作至关重要；③长期合作意愿在客户服务指标中占有重要的地位，做好物流服务工作，才能提高预制构件物流供应商的信誉，提升其发展空间；④影响住宅预制构件物流供应商选择的关键因素主要包括：运输成本、仓储成本、装卸成本、作业准确率和企业财务状况等；⑤采用Entropy-Topsis模型结果清晰、评价客观，又通过贴近度曲线图直观明了地反映出总体指标因素、各指标内部因素变化趋势以及与理想供应商之间的差距，对装配式住宅预制构件物流供应商的选择有一定的指导意义。基于以上结论，提出相关建议：

1)降低预制构件产业链的物流成本。运输成本在预制构件产业链中占有很大的比重，预制构件的物流供应商应当合理安排运输路程，尽量确保总行驶里程最短、所需驾驶员和车辆最少。其次，在确保预制构件表面装饰材料完好无损的前提下，对预制构件按尺寸和形态进行拼放运输，以保证运输的高效性，有效地降低运输成本。仓储成本的有效控制能够增加物流企业的利润水平，充分利用现代仓储技术和设备，加强预制构件在库质量管理，从而降低仓储成本。

2)提高住宅预制构件供应商的生产交货效率。预制构件的作业准确率决定着构件的优劣，需结合国家和地区颁布的部品认证制度不断完善企业对预制构件的认证条例；送货是否准时直接影响到施工现场的装配进程，预制构件物流供应商应制定合理有序的送货计划，确保预制构件运输到施工现场的高效性；预制构件在装卸的过程中不同部位的受力大小、不同尺寸构件的搭配安放都会影响到其完整性。作为预制构件的物流供应商，应该定期组织工作人员进行专业培训，挑选优秀的管理人员，做好预制构件的维护工作。

3)提高物流供应商的客户服务水平。预制构件物流供应商的服务水平直接影响着不同利益主体之间的合作意愿。针对不同种类的预制构件制定相应的管理办法，当预制构件某一物流环节出现突发事件时及时有效地组织安排专门人员进行处理，进而增加合作伙伴之间的信任。

4)提高预制构件物流供应商的竞争力。加强企业实力有利于巩固供应商在建筑业市场的地位。企业文化、企业信誉都是企业发展的基础和导向。此外，提高企业员工的专业水平是物流供应商不容忽视的。区别于传统的建筑材料，预制构件的生产、运输、库存以及装配必须有专业的工作人员来处理，进而减少预制构件在物流供应商环节的的出错率，提高供应环节的整体高效性。

[1] 李志东,胡汤磊,吴晓璇.住宅产业化基地产能规模决策模型——马鞍山市住宅产业化基地案例分析[J].科技通报, 2012,28(12):227-231. LI Zhidong, HU Tanglei, WU Xiaoxuan. Capacity scale decision-making model of housing industrialization base——a case of analysis of the housing industrialization base in Ma’anshan[J].ReportofScienceandTechnology,2012, 28(12): 227-231.

[2] 郑晓云, 贾玲.住宅产业化进程中建筑部品供应商的选择研究[J].华东经济管理, 2013(10):93-97. ZHENG Xiaoyun, JIA Ling. A study on the selection of building component suppliers in the process of housing industrialization[J].EconomicManagementinEastChina, 2013(10):93-97.

[3] OPRICOVIC S, TZENG G H. Compromise solution by MCDM methods:a comparative analysis of VIKOR and TOPSIS[J].EuropeanJournalofOperationalResearch, 2004, 156(2):445- 455.

[4] 杨玉中, 张强, 吴立云. 基于熵权的TOPSIS供应商选择方法[J].北京理工大学学报, 2006, 26(1):31-35. YANG Yuzhong, ZHANG Qiang, WU Liyun. Technique for order preference by similarity to ideal solution based on entropy weight for supplier selection[J].JournalofBeijingInstituteofTechnology, 2006, 26(1):31-35.

[5] LIN M C, WANG C C, CHEN M S, et al. Using AHP and TOPSIS approaches in customer-driven product design process[J].ComputersinIndustry, 2008, 59(1):17-31.

[6] LIN C T, TSAI M C. Location choice for direct foreign investment in new hospitals in China by using ANP and TOPSIS[J].Quality&Quantity, 2010, 44(2):375-390.

[7] KANNAN G1. Multicriteria group decision making for the third party reverse logistics service provider in the supply chain model using fuzzy TOPSIS for transportation services[J].InternationalJournalofServicesTechnology&Management, 2009, 11(11): 162-181.

[8] 郑斌, 刘凤国. 重视熵权的供应商选择DEA/TOPSIS联合方法[J].工业工程, 2011, 14(6):55-59. ZHENG Bin，LIU Fengguo. The determination of weights in supplier selection by using DEA/TOPSIS model[J].IndustrialEngineeringJournal,2011, 14(6):55-59.

[9] 宾厚,汪妍蓉.绿色供应链中基于改进的TOPSIS方法的供应商评价与选择[J].湖南工业大学学报, 2014(2):81-86. BIN Hou，WANG Yanrong. Supplier evaluation and selection based on improved TOPSIS method in green supply chain[J].JournalofHunanUniversityofTechnology, 2014(2):81-86.

[10] 王翔. 基于熵和前景理论的大型制造企业供应商评价研究[J].软科学, 2015(7):131-135. WANG Xiang. Supplier evaluation for large manufacturing enterprises based on entropy and prospect theory[J].SoftScience, 2015(7):131-135.

[11] 刘晓峰, 远亚丽. 基于改进TOPSIS法的第三方物流供应商选择[J].物流科技, 2011, 34(3):102-105. LIU Xiaofeng, YUAN Yali. Selection for the third-party logistics suppliers based on improved TOPSIS method[J].LogisticsSciTech, 2011, 34(3):102-105.

[12] 阮连法, 陈佳玲.基于模糊VIKOR方法的绿色建筑供应商选

择[J].统计与决策, 2011(21):62- 65. RUAN Lianfa, CHEN Jialing. Green building supplier selection based on fuzzy VIKOR method[J].StatisticsandDecision, 2011(21):62- 65.

[13] 王先甲,汪磊. 基于马氏距离的改进型TOPSIS在供应商选择中的应用[J].控制与决策, 2012, 27(10):1566-1570. WANG Xianjia, WANG Lei. Applications of TOPSIS improved based on mahalanobis distance in supplier selection[J].ControlandDecision, 2012, 27(10):1566-1570.

[14] 张雄林, 张彩云, 胡欣月. 基于三角模糊TOPSIS分析法的第三方物流供应商服务绩效评估[J].物流技术, 2015,34(3):176-179. ZHANG Xionglin, ZHANG Caiyun, HU Xinyue. Service performance evaluation of TPL suppliers based on triangular fuzzy TOPSIS[J].LogisticsTechnology. 2015, 34(3):176-179.

[15] HWANG C L,YOON K S.MultipleAttributeDecisionMaking[M].Berlin: Spring-Verlag,1981.

[16] 高朋, 冯俊文, 王华亭. IS/IT项目选择决策的灰色逼近理想解排序法[J].数学的实践与认识, 2011, 41(24):84-90. GAO Peng, FENG Junwen, WANG Huating. Topsis method based on grey theory for IS/IT project selection[J].MathematicsinPracticeandTheory, 2011, 41(24):84-90.

[17] 杨波, 苏娜. 基于熵理论的高科技企业投融资绩效研究——以湖北省为例[J].科研管理, 2011, 32(8):42-50. YANG Bo, SU Na. The performance of high-tech enterprises investment and finance based on the entropy theory——taking Hubei provinceas the example[J].ScienceResearchManagement, 2011, 32(8):42-50.

(责任编辑 朱汉容)

Research on Selection of Logistic Supplier of Prefabricated Housing Components Based on Entropy-Topsis Method

PAN Yuhong，PAN Yongfei，MA Xu

(School of Economics and Management, Chongqing Jiaotong University, Chongqing 400074，P.R.China)

A research was carried out in depth on choosing logistic suppliers of prefabricated housing components based on Entropy-Topsis model that is a comprehensive evaluation research method. Firstly, the evaluation indicator system was established, including indicators of production delivery, logistics cost, customer service and development potential. Then Entropy evaluation method was applied to calculate the weight of each indicator. Moreover, Topsis method was employed to make comprehensive evaluation and closeness evaluation on the logistic suppliers. Finally, it is proved that Entropy-Topsis model can serve as an effective evaluation approach on selecting logistic suppliers of prefabricated housing components through empirical research.

traffic and transportation engineering;prefabricated housing components；logistic supplier；Entropy-Topsis model

10.3969/j.issn.1674-0696.2017.02.18

2016-05-09；

2016-06-16

2011教育部人文社科规划基金项目(11YJA790110)；2010国家人力资源和社保部留学人员科技活动优秀项目资助(渝人社办〔2010〕261)；中国住宅与城乡建设部软科学研究项目(2010-R5- 6)；重庆市社会科学规划项目(2012HQZZ02)

潘雨红(1965— )，女，重庆人，教授，博士，主要从事城市住宅，可持续建设方面的研究。E-mail：panyuhong3@hotmail.com。

潘永飞(1991— )，男，河南洛阳人，硕士研究生，主要从事城市住宅、住宅产业化方面的研究。E-mail：1522850625@qq.com。

U116.1

A

1674-0696(2017)02- 101- 07