基于ANP-FUZZY的物流企业运行效率评价

内容摘要：本文通过分析物流运行效率，解决数据包络分析DEA在物流效率分析的不足，提出ANP-FUZZY网络模糊综合评价法，对企业物流运行效率进行评价。研究表明物流受宏观经济政策的影响，物流企业的整体运行效率偏低，效率值仅为3.565，资源整合效率和服务创新效率相对较好，但物流成本效率、供应链协同效率以及信息技术效率明显不足。为促进物流企业运行效率的提升，本文在提出了相关对策的同时，也为其它物流企业提高运行效率提供了参考。

关键词：物流企业   网络模糊综合评价法   运行效率

引言

关于物流运行效率的研究，许多学者进行了探索，也提出了提升物流运行效率的合理举措，为物流企业的发展提供了有价值的借鉴和参考，但研究方法过于单一，多集中在传统DEA和超效率DEA方法的应用。如唐建荣等（2018）运用DEA 与Malmquist 研究发现区域物流发展存在着明显的效率差异。张建军等（2018）采用随机前沿分析SFA得出了我国物流业近几年平均效率值不高且波动较大的结论。王鑫（2018）采用超效率SBM-VRS 模型对2007-2016 年省级物流面板数据分析发现物流产业与商贸经济流通存在着非线性关系。曹炳汝等（2018）采用ANP-TOPSIS方法研究了江苏省物流发展效率，指出江苏省物流效率存在着“南强北弱”的现实。张云凤等（2018）运用C-D生产函数的异质性SFA研究发现，较低的二氧化碳排放量和较高的经济发展水平对物流产业效率提升有促进作用，相反政府的支持，在某些程度上对物流产业效率的提升存在一定的制约。周烨（2018）运用Tobit回归模型对2007-2016年物流数据研究表明，我国物流业效率较低但发展较快。于丽静等（2017）通过SFA分析方法得出了物流效率值较低且区域物流发展不均衡的结论。李晓梅等（2016）运用超效率CCR-DEA方法对2006-2015年16家国有物流企业的面板数据研究发现，纯技术无效率是造成国有物流企业总体绩效水平不高的重要原因。

物流的运行效率是多种因素相互影响的结果，单纯的DEA模型，只能从纯技术效率、规模效率和综合效率三个维度对物流效率进行解释，不能反映制约和影响物流效率的因素，同时DEA 模型也没有考虑变量与变量之间的相互影响关系。基于此，本文采用ANP-FUZZY网络模糊综合评价法对当前物流效率进行一个客观的分析和评价。

研究方法及评价模型的构建

（一）网络模糊综合评价法ANP-FUZZY

网络层次分析法（Analytic Network Process，ANP）是一种由控制层和网络层所组成的适用于解决非线性复杂结构的科学决策方法。ANP由AHP发展而来，在对目标进行评价和选择时，总体思路大致相同，不同之处在于ANP不仅考虑了上下层指标之间的支配关系，还考虑了因素与因素之间的相互影响关系。ANP-FUZZY是在ANP的基础上结合模糊数学，将定性与定量相结合的一种系统分析方法。通过FUZZY评价法与ANP评价法相结合，避免了ANP因打分可能会出现极端值的情形，克服了ANP在检验判断矩阵是否具有一致性上的不足，通过改进ANP，将模糊数学考虑其中，使得ANP-FUZZY在实际应用环境中更具有适应性。

ANP-FUZZY综合评价法的计算步骤如下：首先，需要构造判别矩阵W，构造判别矩阵可以通过专家打分法或问卷调查法所取得，通过依次比较两个元素之间的重要程度，来对其进行赋值。对物流企业运行效率的重要程度进行评价，本文采用的是“Saaty比例标尺”。其中奇數1、3、5、7、9分别表示同等重要、稍微重要、比较重要、非常重要、明显重要，而偶数2、4、6、8表示的是其重要程度介于其相邻的两个奇数之间;其次，需要对所取得的判别矩阵进行标准化和单位化，并进行一致性检验，若CR≤0.10，则表示判别矩阵通过一致性检验，否则需要对判别矩阵进行重新打分或者修正，通过一致性检验后，运用Super Decisions 软件计算即可获得ANP各个评价指标的权重;然后，构造模糊隶属度判别矩阵，取物流企业运行效率的评语集：

V=[V1 V2 V3 V4 V5]=[良好 中等 一般 较差 很差]

即各个二级评价指标的评价区间等级，每一个评价区间等级对应一个模糊子集。对评语集的每个评估区间等级赋予不同的数值，赋值后的评语区间等级所对应数值集为：

N=[N1 N2 N3 N4 N5]=[5 4 3 2 1]

接着，确定评价因素集合：

Ci=[C1 C2 C3…Cn]

其中Ci表示的是所要评价的第i个因素;最后将ANP评价法所获得的权重与FUZZY模糊隶属度判别矩阵相乘，便得到了ANP-FUZZY综合评价值，具体过程见本文实例应用。

（二）ANP-FUZZY综合评价模型的建立

物流的运行效率对于企业降低成本、优化管理、提高竞争力并占据一定的市场至关重要。提高物流企业的运行效率，并对物流企业运行效率现状进行一个客观的分析和评价，本文在前人研究的基础上，结合当前物流业的实际特征，运用ANP-FUZZY网络模糊综合评价法，并按照系统性、科学性和可操作性的基本原则，确定了物流企业运行效率的具体评价指标，它们分别是宏观经济效率B1、供应链协同效率B2、物流成本效率B3、服务创新效率B4、信息技术效率B5以及资源整合效率B6。具体的评价指标和网络层次结构如图1、图2所示。

基于ANP-FUZZY综合评价法的实例研究

（一）控制层和网络层指标权重的确定

为了对物流企业运行效率水平有一个客观的认识，更好地促进物流企业的发展，本文以南京浦口区的5家物流企业为例，通过对这5家物流企业的生产现状进行调研，综合运用 ANP-FUZZY评价方法，并邀请企业的管理层和在物流一线有经验的作业人员以及高校负责给该物流企业作精益物流指导的专家和副教授共计8人，对图1所构建的物流企业运行效率指标进行评价，为反映控制层和网络层指标之间的相互影响关系，评价采用“Saaty比例标尺”对各个评价指标进行两两打分，为了保证通过一致性检验，对打分的结果进行了多方比较，最终得出的判别矩阵结果如下，其中A-B表示的是控制层判别矩阵，Bi-C表示的是网络层判别矩阵。接着对所得到的判别矩阵进行一致性检验，检验的结果如表1所示，由此可见，判别矩阵通过一致性检验。

根据上文所获得的判别矩阵，应用Super Decisions计算软件便可得到物流企业运行效率ANP的超矩阵，各个控制层和网络层的指标权重如下：

（二）模糊隶属度矩阵的构建

针对这5家物流企业，由上述8人所组成的专家小组，采用李克特量表，对该企业物流运行效率进行问题打分，并进行模糊线性变换和单位化处理，所得出的二级指标判别矩阵依次为RB1、RB2、RB3、RB4、RB5和RB6。

（三）基于ANP-FUZZY的综合评价

首先进行单因素指标评价，根据上文ANP所求得的控制层和网络层指标权重和计算取得的模糊隶属度矩阵，按照如下计算方法可取得物流企业运行效率的综合评价值。

其中，A1、A2、A3、A4、A5、A6分别表示各个一级评价指标的模糊评价矩阵，A`表示整个物流企业运行效率的模糊评价矩阵。最后进行模糊综合评价：

综合得分 XA=U×NT=3.565

由此可知本文所研究的5家物流企业运行效率的综合评价值为3.565，同理可以依次得出各个单项的物流效率评价值，其中宏观经济效率值XB1=3.623，供应链协同效率值XB2=3.535，物流成本效率值XB3=3.254，服务创新效率值XB4=3.792，信息技术效率值XB5=3.490，资源整合效率值XB6=3.693，通过将这些数值同赋值后的评语数值进行对比，可以看出，物流企业运行效率的整体水平介于一般和中等之间，而物流成本效率、信息技术效率和供应链协同效率存在着明显的不足，需要进行优化和改进。

政策建议

首先，物流企业要提高自身的精益化水平，努力降低物流成本。降低成本，一方面，要降低仓储设施用地成本和交通运输成本，这需要前期在选择物流点位的时候进行系统规划，而对于交通运输成本的降低则需要合理规划运输路线，减少不必要的开支，另一方面，物流企业要降低不必要的开支，比如人工工资和管理费用，加强扁平化管理，精简人员和机构，积极培育多能工，缩减冗余机构和闲杂人员;其次，加强供应链之间的协同。当前企业与企业之间的竞争已经不再是传统意义上的产品与产品之间的竞争，而是供应链与供应链之间的竞争，物流企业要提高运行效率，就需要妥善处理好与上下游企业之间的协同以及企业内部之间的协同，只有这样才能更好地满足客户的需求，降低成本，实现企业物流效率的提升;最后，打通企业与企业之间的数据壁垒。信息技术的不断发展为物流企业的快速成长提供了广阔的平台，当前大数据、云计算、人工智能等越来越多的高科技开始应用到物流行业中，如果不打通物流相关企业之间的数据壁垒，很难对物流的运行进行模拟和仿真，也同样不能够真正发挥物流企业之间的供应链协同，因此物流企业要提升效率，需要打通数据壁垒，通过“互联网+流通”，“联网+物流”积极融入到电子商务与快递物流的协同发展过程中，为实现物流运行效率的整体提升而不斷改进。

参考文献：

1.郑秀娟.基于随机前沿的物流业发展效率及区域差异分析[J].统计与决策，2018，34（18）

2.张立国.新常态下我国物流业升级目标及路径[J].技术经济与管理研究，2018（7）

3.张娜，李波.基于三阶段DEA模型的西部地区物流产业效率测度研究[J].数学的实践与认识，2018，48（20）

4.唐建荣，杜娇娇，唐雨辰.区域物流效率评价及收敛性研究[J].工业技术经济，2018，37（6）

5.张建军，赵启兰.我国物流业效率及其影响因素研究—基于1991-2014年数据的分析[J].数学的实践与认识，2018，48（21）

6.王鑫.物流产业集聚对区域商贸流通效率的影响实证分析[J].商业经济研究，2018（17）

7.曹炳汝，曹惠惠.基于ANP-TOPSIS的区域物流发展能力评价—以江苏省为例[J].地域研究与开发，2018，37（4）

8.张云凤，王雨.物流产业效率评价及影响因素分析[J].统计与决策，2018，34（8）

9.周烨.产业集聚对物流业产业效率影响的实证分析[J].统计与决策，2018，34（14）

10.于丽静，柴晓杰，姜永强.基于熵权—灰色关联分析的区域物流创新能力评价[J].物流科技，2018，41（2）

11.李晓梅，白雪飞.基于超效率CCR-DEA的国有物流企业绩效实证分析—基于16家上市物流企业的样本数据[J].中国流通经济，2016，30（4）

12.潘冬，刘东皇，林新波.信息化背景下物流网络资源动态整合能力评价指标体系的构建—基于模糊评价法[J].兰州学刊，2015（3）

13.裴小兵，贾林林.基于ANP-Fuzzy-TOPSIS的企业精益化水平评价研究[J].商业研究，2017（1）

14.宋彩平，金文雯.基于AHP-模糊综合评价法的林产品物流企业综合效益评价研究—以黑龙江省为例[J].林业经济，2016，38（5）

15.徐广姝，张学文，张海芳.基于DEA-ANP的快递企业绩效评价研究[J].数学的实践与认识，2017，47（10）

推荐访问:物流企业 效率 运行 评价 ANP