(山东理工大学 管理学院,山东 淄博 255012)
伴随社会资源消耗的不断增多和政府相关法律的相继出台,逆向物流成为了企业发展的必要选择,但如果企业没有规范化、科学化的逆向物流管理模式,随着退回产品的增加,只会导致产品的堆积、贬值,从而影响了企业的利润[1]。在第三方逆向物流供应商出现后,一些企业选择将逆向物流外包给专业的第三方逆向物流供应商,这样企业可以将精力放在他们的核心工作上,同时,也使得逆向物流工作质量得到了保证。因此,企业如何科学的选择逆向物流供应商就显得尤为重要。
对以往相关文献研究发现,供应商选择问题采用的比较经典的方法有模糊聚类算法、基于模糊图论的最大树方法及动态规划法和TOPSIS法等[2]。随着逆向物流供应商的增加,这些传统的评价方法计算量越来越大,且无法全面考虑到评价指标中各个因素的差异性,针对属性权重信息完全未知或者只知道部分权重信息的情况无法应对,因此,本文选择了能够解决上述问题的方法—基于方案满意度的多属性决策方法。
早在很久以前就出现过类似于“逆向渠道”,“逆向流”这样的术语,不过在当时这些理论主要用于研究废弃物的回收。到了上世纪90年代,逆向物流的定义也开始丰富起来。其中最早提出逆向物流概念的是美国的Stock教授,他指出逆向物流是由产品退回、产品再利用、废气处理、再处理等流程组成的物流活动[3]。随后一些学者进一步丰富了逆向物流的定义,将逆向物流与企业、市场结合起来进行解释。国内有关逆向物流的研究起步比较晚,在《中国国家标准物流术语》中将逆向物流定义为反向物流,并将逆向物流分为两类:回收物逆向物流、废弃物逆向物流[4]。
到目前为止对逆向物流的内涵说法不一,本文认为逆向物流是通过对回流品或废料的再利用和再循环等活动,实现对资源的有效利用和对生态系统的最少量输入,从而节约自然资源,降低生产成本和污染治理的成本。
与正向物流相比,逆向物流主要有以下几个特征:
(1)分散性和不确定性高。在逆向物流中,回收的产品在逆向物流中往往是不同类型、不同情况的混杂在一起,生产地点分散且不确定,发生的时间也难以预测,这就导致了回收的产品很难一次性集中转移[5];另一方面,二手市场的发展不够全面,对不同产品的处理方式也不同,并且再分销的客户群也不稳定,从而导致对回收物品的需求预测有较高的不确定性。
(2)处理费用高。处于逆向物流的产品往往没有规范化的包装,难以规模化的运输和储存,导致了较高的运输费用和储存费用;另一方面,许多物品分拣、分类、判断处理都需要人为操作,从而也增加了人工费。
(3)成本可视度低。在逆向物流中被回收的产品种类繁杂,涉及的内容广泛,每种产品的价格核算方法与标准也不相同,这就导致了成本无法进行规模化计算,企业也无法大致估算出成本,成本的可视度低。
(4)对处理速度要求高。在逆向物流中,由于送货时间和速度是由生产商决定,所以大多数生产商往往不重视退货处理,虽然退货品的价值低于原产品,但及时处理退货的产品,可以最大化的恢复产品的价值,例如一些季节性或者节日性的产品,及时处理防止货物长期堆积于处理中心,从而避免了货物的价值“缩水”,将损失降到最低。
从上述几项逆向物流的特征,不难发现企业自身实施逆向物流存在较大的难度与风险,所以伴随着第三方逆向物流的出现,很多企业选择了将逆向物流外包。本文在建立选择逆向物流供应商评价体系时,同样考虑到逆向物流独有的特点,这样建立的评价指标才能得到一个合理、科学、有效的评价结果。
逆向物流供应商评价指标体系的构建要遵循科学性、可执行性、合理性、全面性的原则,这些原则是评价指标体系的基本保证[6]。本文从管理水平、服务能力、技术水平、兼容能力、环保效应这几个方面构建逆向物流供应商的评价指标体系,见表1。
表1 逆向物流供应商评价指标体系
3.1.1 管理水平
(1)协调沟通能力。双方能够很好地合作的前提与保障是具备有效的协调沟通能力,良好的协调沟通能力能够使双方及时获取信息并进行反馈。
(2)管理人员的比重。指的是企业的管理者占全企业员工的比例,企业管理人员在企业中起到表率作用,利用所处职位的影响和个人魅力来引导员工,但是管理人员并非越多越好,它所占的员工的比例要达到配合最优的一个标准。
(3)显性成本。显性成本是指物流委托企业支付给逆向物流供应商的委托费用,包括购买成本、使用成本。
(4)隐性成本。隐性成本是指在逆向物流供应商运营过程中出现失误而导致企业的利益受损,如工期延误、形象降低等引起的利益受损。可通过专家评估确定的损失额计算而得。
3.1.2 服务能力
(1)顾客满意度。在逆向物流中,顾客指的是逆向物流供应商所提供服务的委托企业。顾客满意度属于主观指标,它体现的是逆向物流供应商所提供的服务的质量是否让委托企业满意。在收集这部分数据时,可以对该逆向物流供应商曾经服务过的企业进行问卷调查,将收集的数据进行整理汇总。
(2)快速响应能力。快速响应能力指的是能够准确的理解客户需求,并且能够快速做出回应的能力。该项指标可以通过对该逆向物流供应商曾经服务过的企业进行问卷调查,将收集的数据进行整理汇总。
(3)价值回收率。价值回收率可以从两方面体现:一是对逆向物流中的产品进行回收处理,从中提取有价值的原材料,使之再投入生产实现成本的节约;二是来自客户退货的产品,可以进行回收翻新达到与原产品几乎一样的价值,再投入原产品市场或者二手市场。
3.1.3 技术水平
(1)信息化技术水平。逆向物流的成功实施靠的就是大量信息的流通,其中包括回收信息、分类信息、再处理信息等,通过对这些信息的及时收集,了解每个信息的状态,有助于逆向物流供应商做出正确的判断。
(2)运输能力。回收产品在各个设施之间的运输是逆向物流必不可少的环节,保证回收产品的安全运输,直接影响各个环节处理回收产品的效率。本文衡量运输能力的指标通过汇总供应商所拥有的车辆数量及发生事故的次数得到。
3.1.4 兼容性
(1)文化兼容性。企业文化是一个企业精神所在,体现企业的软实力和所持有的价值观。选择逆向物流供应商的过程就是选择合作伙伴的过程,能在生产运营中进行统一的行为方式和良好的合作关系,避免出现思想和行为上不统一的情况,从而影响整个服务的质量与效率。
(2)利益与风险共享性。利益与风险的共享性指的是委托企业与被委托的逆向物流供应商之间的利益共享程度和风险共担的程度。该程度应达到双方公平与共赢的一个固定值。
3.1.5 环保效应
(1)资源利用率。这里的资源利用率是指一定量的资源所能创造的价值的数量。
(2)循环再利用水平。循环再利用水平是指将回收的产品经过一定的手段使其再次作为产品使用的能力,例如修复、翻新、再制造等。
近些年来,多属性决策理论与方法在国外发展的比较成熟并且取得了丰富的研究成果。根据属性权重是否已知,决策方法分为两大类:一是对于属性权重信息完全已知的多属性决策方法,例如有模糊综合评价法和TOPSIS法等;二是对于属性权重信息完全未知或只有部分权重信息的决策方法,例如离差最大法、最大加权平方法等。本文采用基于方案满意度的多属性决策方法,该方法相较于其他多属性决策方法具有简单易理解、方便在计算机上实现的优点[7]。
该方法首先定义方案的综合属性正理想值和综合属性负理想值,然后建立单目标优化模型,通过求解该模型即获得最优综合属性正负理想值,利用最优的正负理想值进行满意度的计算,建立满意度的多目标模型。为了体现每个方案之间的公平竞争,将多目标模型转化为单目标模型求解,从而求出满意度最优状态下的权重,通过该权重即可得出每个方案的最优综合属性理想值,按照最优理想值的大小进行排序,确定最优选择方案。
确定决策矩阵后,为了消除不同物理量纲对决策结果造成影响,还要对决策矩阵进行规范化,规范化的矩阵为。规范化过程中针对不同属性类型进行不同的计算,这里属性的类型一般分为效益型P1、成本型P2、固定型P3、区间型P4、偏离型P5、偏离区间型P6等。效益型是指属性值越大越好,成本型是指属性值越小越好,固定型是指属性值越接近一个固定值Ij越好的属性,区间型是指属性值越接近某个固定的区间[bi1,bi2]越好的属性,而偏离型属性是指属性值越偏离某个固定值Jj越好的属性。针对不同类型的属性指标规范化公式如下:
mi为第i权重属性yi的权重。
若m=(m1,m2,…,mm)T为该单目标优化模型的最优解:
方案xj综合属性负理想值为:
mi为第i权重属性yi的权重。
确定方案的综合属性正理想值和综合属性负理想值后进行供应商的选择方案xj满意度的计算:
每一个逆向物流供应商选择方案的综合属性值要求来自同一个属性权重向量m=(m1,m2,…,mm)T,因为逆向物流供应商的排序只有在统一的标准下才能够区别出来,因此建立如下多目标优化模型:
为了体现每个方案之间的公平竞争,不存在个人主观因素的影响,求解模型(c)建立如下的单目标优化模型:
设由上述模型(d)求出的最优解是m+=(m+1,m+2,…,m+m)T,则方案xj的综合属性理想值为:
确定出最后的综合属性理想值,根据各方案的综合属性理想值的大小进行排序,确定最优选择方案。
某电子制造企业通过回收废旧产品获得了一笔可观的收入,但由于企业自身逆向物流方面能力有限,该电子制造企业决定选择将逆向物流外包给第三方逆向物流供应商。这里有6家逆向物流供应商可供给该企业进行选择,影响选择逆向物流供应商的因素很多,本文主要从管理水平、服务能力、技术水平、兼容能力、环保效应等五大方面考虑,采用专家意见法从中选取十三个主要的评价指标,即y1=沟通协调能力、y2=顾客满意度、y3=快速响应能力、y4=价值回收率、y5=信息化技术、y6=运输能力、y7=文化兼容性、y8=利益与风险共享性、y9=资源利用率、y10=循环再利用能力、y11=显性成本、y12=隐性成本、y13=管理人员比重,指标权重信息完全未知。
本文判断矩阵分值的确定是选取了15位评价专家的综合得分,该得分是专家组根据供应商实际情况以及专家经验和主观判断对各个二级指标进行模糊评分,然后对15位专家得分进行平均处理求出最终分数。例如:定性类指标沟通协调能力15位专家的得分分别是10、9、8、8、10、10、10、9、9、8、9、9、9、9、8,平均数x11为9,所以逆向物流供应商x1在属性沟通协调能力y1方面的综合得分为9分;定量类指标显性成本15位专家的得分分别是9、9、8、10、9、10、9、8、9、8、10、9、8,平均数x12为9,所以逆向物流供应商x1在属性显性成本y11方面的综合得分为9分。其他指标按上述同样的方法计算。
根据上述十三个评估指标对逆向物流六个方案xi(i=1,2,3,4,5,6)进行打分,分值范围为[0~10],结果见表2。
在这些属性集中,y1=沟通协调能力、y2=顾客满意度、y3=快速响应能力、y4=价值回收率、y5=信息化技术、y6=运输能力、y7=文化兼容性、y9=资源利用率、y10=循环再利用能力属于效益型属性,y11=显性成本、y12=隐性成本属于成本型属性,y13=管理人员比重属于区间型属性,y8=利益与风险共享性属于固定型属性。因素yi(i=1,2,…,6)的权重未完全确定,能确定已知的部分权重信息的范围M为0.04≤m1≤0.5,0.02≤m2≤0.3, 0.13≤m3≤0.2, 0.1≤m4≤0.25,0.08≤m5≤0.2, 0≤m6≤0.5, 0.02≤m7≤0.5,0.02≤m8≤0.25,0.01≤m9≤0.2,0.02≤m10≤0.35,0.15≤m11≤0.2, 0.03≤m12≤0.5,0.15≤m13≤0.5,固定型指标这里定义为一致性越接近5越优,区间型指标定义为越接近区间[2,5]越优。
表2 备选逆向物流供应商的评价数据
由表2确定决策矩阵Aij:
根据规范化公式将决策矩阵中不同类型的指标规范化得到规范化矩阵Gij:
根据模型(a)方案xj(j=1,2,…,6)的综合属性正理想值
根据模型(b)求得方案xj(j=1,2,…,6)的综合属性负理想值
根据公式(8)进行逆向供应商选择方案xj(j=1,2,…,6)的满意度的计算:
求解模型(c)建立如下的单目标优化模型:
求解该模型,得到最优解为:
因此,根据公式(9)各方案的综合属性值分别为:
按z(xj)值从大到小的顺序排列即得到逆向物流供应商选择方案xj(j=1,2,…,6)的排序:
由最终结果可以看出逆向物流供应商x3综合属性值是最大的,所以选择供应商x3作为该电子制造企业的逆向物流供应商。