基于综合集成赋权法第三方物流服务商选择.docVIP

基于综合集成赋权法第三方物流服务商选择 　　摘要：在构建物流服务商评价指标体系的基础上，提出了一种具有科学性、可操作性的基于主观赋权和客观赋权相结合的综合集成赋权法对第三方物流服务商进行综合评价。综合集成赋权法有效克服了现有评价方法的不足，为评价物流服务商的综合水平提供了一种新的模型。 　　关键词：第三方物流服务商；熵值法；TOPSIS；权重 　　中图分类号：F252文献标识码：A文章编号：1002-3100(2007)09-0050-03 　　 　　Abstract: In this paper, we build the evaluation index system of the third party logistics service（3PLs）, and proposes the methods of comprehensive granting weight by objective method and subjective method to evaluate the performance of the third party logistics, the neural network method overcomes the insufficiencies of existing method and offers a new model for evaluating. 　　Key words: 3PL provider; information entropy; TOPSIS method; weight 　　 　　现今的商业竞争日趋激烈，企业都希望能将自身有限的精力和资源投入到核心业务上去，尤其是生产制造型企业更希望进一步巩固自身的核心制造业务，这在客观上产生了对物流外包业务的需要。随着第三方物流的发展，物流服务商的评价和选择作为物流外包的一个重要环节，是学术界的研究热点问题之一。就综合评价研究的现状来看，目前已有许多评价方法已在物流服务商的评价中得到了广泛的应用[1-2]，但从当前的研究现状来看，存在实用性、可操作性差和主观性较强等问题。 　　本文以综合集成赋权的理论方法为基础，针对绝大多数综合评价方法往往存在的诸多问题，综合运用熵权法、G1法、TOPSIS等理论方法，对物流服务商的综合评价问题进行了研究，从而为管理决策者提供了物流服务商选择的科学依据。 　　 　　1物流服务商的选择和评价 　　 　　1.1综合集成赋权法 　　目前常见的赋权法有两种：主观赋权法和客观赋权法[3]。两者各有优缺点：主观赋权法反映了评价者的主观判断或直觉，但在综合评价结果中可能产生一定的主观随意性；客观赋权法虽然利用比较完善的数学理论与方法，但忽略了对于评价问题来说非常重要的决策者主观信息。综合集成赋权法将这两大类赋权法结合起来，是一种能同时体现主、客观信息的权重确定方法。本文采用基于“功能驱动”原理的G1法作为主观赋权法，基于“差异驱动”原理的熵权法作为客观赋权法，采用综合集成的方法得到评价指标的综合权重。 　　1.1.1基于“功能驱动”原理的赋权法 　　基于“功能驱动”原理的赋权法的实质是根据评价指标的相对重要程度来确定权重，基于“功能驱动”原理的主观赋权法反映了评价者的主观判断或知觉，赋权结果很大程度上与评价者的知识结构、工作经验及偏好有关，同时也不可避免存在缺点：人为因素干扰大，评价过程的透明性、再现性差。主观赋权法中常见的方法有集值迭代法、AHP特征根法等。 　　特征根存在如下问题需要改进： 　　（1）特征根法是建立在判断矩阵一致的基础上，实际应用中所建立的判断矩阵往往不能满足这一要求，导致评价指标权重系数的排序关系的错乱。 　　（2）应用AHP法解决问题正确与否的唯一标准就是判断矩阵的随机一致性比率。然而在有些情况下会出现矛盾。 　　（3）特征根法的计算量很大，当m较大时仅建立判断矩阵就要进行mm-12次的两两元素的比较判断。 　　（4）心理学实验表明，当被比较的元素个数超过9时，判断就不准确了，也就不能直接应用特征根法。 　　为此，东北大学郭亚军教授提出了一种无需一致性检验的新方法――G1法。 　　该方法分为三个步骤： 　　（1）确定序关系 　　 　　1.1.2基于“差异驱动”原理的赋权法 　　基于“差异驱动”原理的赋权法的实质是根据各指标所提供的信息量的大小来决定相应指标的权重系数。该法赋权的原始信息直接来源于客观环境，利用了比较完善的数学理论与方法，但忽略了对经济管理类评价问题中非常重要的信息――评价者的主观认识。该方法又具体分为：突出整体差异的“拉开档次法”、突出局部差异的均方差法、极差法和熵值法。该部分采用熵值法确定客观权重，其步骤如下：