服装物流配送中心信息自动化升级决策及案例研究

黄　河，杨以雄

(东华大学 服装与艺术设计学院， 上海 200051)

服装物流配送中心信息自动化升级决策及案例研究

黄河，杨以雄

(东华大学 服装与艺术设计学院， 上海 200051)

摘要：服装市场规模的急剧扩大以及电子商务等新经营模式的出现，对服装物流配送中心信息自动化的运作提出了更高要求. 为了研究服装配送中心信息自动化升级决策问题，归纳当前适合我国服装配送中心信息自动化的4种运作方案，建立升级决策的综合评价指标体系，综合运用层次分析法(AHP)及逼近理想点的排序法(TOPSIS)建立AHP-TOPSIS综合决策模型优选出最佳方案. 将该模型运用到实际案例中，通过实际数据验证模型的有效性.

关键词：服装； 物流配送中心； 信息自动化； 层次分析法(AHP)； 逼近理想解的排序法(TOPSIS)

服装物流是指在服装生产、流通和销售过程中，采用现代物流技术和物流管理方法，对服装产品进行的包装、运输、仓储、配送和信息处理等作业[1]. 我国服装物流体系的建设与管理起步较晚，企业效益未能充分展现. 品牌企业经营者往往轻视物流管理，尚未认识到物流体系是企业品牌规模扩张的基础[2]. 作为物流体系的重要环节，配送中心的运作活动决定了整个物流过程的优劣，因此，加强服装物流配送中心的信息自动化建设显得尤为重要.

现有文献对于服装物流配送中心的研究主要针对配送模型问题[3-5]，也有部分学者讨论了配送中心选址问题[6]，对于配送中心信息自动化升级方面的研究相对较少，但针对这一领域的研究却是必要的. 文献[7]提出了一种基于分析成本和生产能力的方法，来评估不同信息自动化水平的表现.文献[8]通过建立分析模型，对比了不同信息自动化水平下的若干设备，从而对配送中心的空间优化提出建议.文献[9]对文献[8]的模型进行了拓展，对配送中心的存储方案提出建议.文献[10]也利用模型对比若干信息自动化水平下的设备来进行优化选择，并对成本进行细化分析.文献[11]对仓储运作进行综述性分析，认为选择信息自动化等级问题在实际中有着战略性的重要意义，不仅会影响到其他决策的制定，还会影响物流配送中心整体的运作绩效. 此外，随着第4次工业革命(德国工业4.0)的到来，“数字化”“自动化”“智能化”等关键词的提出[12]，信息自动化方面研究的重要性和必要性都得到体现，而工业4.0三大主题之一的“智能物流”更是强调了物流领域信息自动化的重要意义.

基于以上研究背景，本文研究了服装物流配送中心信息自动化升级的相关问题，归纳了目前我国服装行业物流配送中心信息自动化的主要运作模式，制定出配送中心信息自动化升级的决策指标体系，在此基础上，综合运用层次分析法(AHP)[13]及逼近理想解的排序法(TOPSIS)[14]建立AHP-TOPSIS综合决策模型，确定适合企业特性的最优信息自动化方案.

1AHP-TOPSIS综合决策模型

AHP是将决策元素分解为多个层次(即目标层、准则层、方案层等)，然后进行定量和定性分析的决策方法. TOPSIS是基于计算各方案评价值的得分，按照得分大小对各方案进行排序的决策方法. 两种方法在科研中都有着广泛应用，但各有优缺点.AHP能够广泛利用专家的主观意见，却过度依靠其主观的判断，而TOPSIS评价结果虽然不受人为因素影响，却不能反映决策者偏好[15]. 因而本文建立了AHP-TOPSIS综合决策模型，采用AHP方法确定各指标的权重值，利用 TOPSIS方法对备选方案进行最优选择.

1.1判断矩阵

根据德尔菲法等多种方法确定多属性的评价指标q1,q2, …,qn，得到一个n×n阶判断矩阵T：

式中：tij为指标qi与指标qj相比的重要程度.数值处理依据Satty九级标度法[16]，重要程度的标记如表1所示.

表1　判断矩阵元素标度取值

1.2指标权重

1.3一致性

表2　指标RI取值

1.4决策矩阵

1.5标准化决策矩阵

基于指标标准化原则，需要对指标进行无量纲化处理，传统TOPSIS法在计算标准化矩阵时，计算过程较复杂.本文采用改进后的极差法[17]，标准化决策矩阵F=(fij)m×n计算时，若是大而越优的指标：

(1)

若是小而越优的指标：

(2)

1.6加权标准化决策矩阵

假设n个决策指标权系数分别为w1,w2, …,wn，则加权标准化矩阵Z为

(3)

1.7正负理想解

利用加权标准化决策矩阵Z，可以求得备选方案的“正理想解”Z+与“负理想解”Z-，令max1≤i≤m{zij}=zj*，min1≤i≤m{zij}=zj∧，j=1,2,…,n，则：

(4)

(5)

1.8贴近度及方案排序

(6)

(7)

方案mi的相对贴近度Li为

(8)

2升级方案

为了归纳服装物流配送中心信息自动化运作模式的现状及未来发展趋势，通过以下3种方法进行研究：(1)对学术领域及服装企业多名专家进行专家访谈，访谈主要围绕服装企业在配送中心信息自动化方面的运作模式，对服装企业专家着重访谈所属企业配送中心状况；(2)对数家服装企业(如绫致、艾格、地素等)配送中心展开实地调研，并通过在服装配送中心实习了解其信息自动化情况；(3)通过阅读中外文献进行整理归纳. 基于上述工作，归纳出我国服装企业物流配送中心的4种信息自动化方案.

方案一：基础信息化+人工式操作.企业仅采用企业资源计划(ERP, enterprise resource planning)软件，未引入仓库管理系统(WMS, warehouse management system)，缺乏自动化设备，主要作业由人力完成，但会借助一些设备(如压车、托盘等)辅助人工作业.

ERP是20世纪90年代兴起的面向制造企业应用的集成化管理信息系统解决方案，被业界广泛认为是企业信息化发展的重要方向[18]. 通过调研发现，目前采用方案一的服装企业数量较多，如部分服装类奢侈品牌公司、地素服装公司、绫致服装公司(上海物流中心)等.

方案二：信息化增强+人工式操作.以方案一为基础，引入WMS进行有效的配送中心业务管理活动. 同方案一一样，自动化设备投入较少，但会引入数据采集器(又称RF枪或扫描枪)等工具辅助人工作业.

WMS具有综合入库、出库和库存管理等功能，并集成信息技术、无限射频技术、条码技术和计算机应用等技术. 地素服装公司已经计划引入WMS来优化作业， 而露妮服装公司已经通过引入WMS提高了配送中心作业绩效.

方案三：信息化增强+半自动化设备.此方案不仅采用ERP系统，还引入了WMS，在完善的信息化基础上引入相关的自动化设备，力图进一步提高效率. 研究发现，服装企业多数会选择电子标签拣货(pick by light)系统.

电子标签拣货系统是一组安装在货架储位上的电子设备，透过计算机与软件的控制，借由声光信号与数字显示作为辅助工具，引领拣货人员正确、快速、简便地完成拣货动作[19]. 该系统一般分为两种模式：摘取式拣货系统(DPS, digital picking system)和播种式拣货系统(DAS, digital assorting system). 服装行业比其他行业有着特殊的季节性，每次季节变化带来的库存移动使商品移动比较频繁，实践运作经验表明品牌服装企业更适合用DAS系统.

方案四：信息化增强+全自动化设备.企业在完善的信息化基础上，引入优于方案三的智能自动化设备. 研究发现，一些国际大型服装企业(如Nike)已经引入全自动分拣设备，而我国也有部分企业(如江南布衣服装公司)尝试着引入这类系统的初级设备.

全自动分拣设备意味着更少的人力投资，更快的速度和更高的效率，但投入过程中需要的资金条件及技术要求存在风险. 然而，此方案有助于加强我国服装企业信息自动化水平，向世界大型服装企业看齐，以更为高效精准的运作来满足日益快速发展的服装市场，因而值得我国服装企业借鉴与学习.

3指标体系

3.1指标筛选

服装物流配送中心信息自动化升级决策指标体系的建立是进行最优决策的基础. 基于AHP基本原理，本指标体系分为目标层、准则层、指标层，指标的选择遵从科学性、系统性、可操作性原则[20].

目标层为本研究的最终目的，选择最优的服装物流配送中心信息自动化升级方案，即“最优升级方案”.

针对准则层，通过对现有文献中提到的指标进行归纳整理，并结合专家访谈结果，得到4项准则层指标，分别为仓储及产品属性、经济性、功能性及安全环保性. 企业在做信息自动化升级决策时，需要考虑企业当前的运作现状及其产品特点，即考虑“仓储及产品属性”.企业是以盈利为目的的社会团体，追求的是经营利润最大化，那么对成本进行控制是企业的必要手段，即“经济性”指标.进行信息自动化升级，所选方案必须符合企业所需要的功能，冗余的功能得不到利用视为浪费，必要的功能得不到满足视为缺失，即“功能性”指标.随着经济的发展，企业日益重视员工劳动强度的改善及企业对生态环境的影响，国家也有越来越多的相关文件陆续出台，“安全环保性”指标不容忽视.

指标层为准则层指标的进一步细化，制定过程中，除了整理相关文献中提到的指标及参考专家访谈的结果外，还结合了以下理论：全寿命周期成本(LCC, life cycle costing)理论[21]、价值工程(VE, value engineering)理论[22]、人-机-环境(MME, man-machine-environment)理论[23]、健康-安全-环境(HSE, health，safety，environment)理论[24]，共得到37项指标层指标. 为了使决策指标体系更为科学与严谨，采用五段量表问卷对37项指标进行筛选，问卷要求专家在填写时依据每项指标对升级决策时的重要程度进行打分，邀请服装企业专家(艾格、露妮、绫致、地素等服装公司)及学术领域专家填写，共发放问卷60份，有效问卷56份，利用SPSS(statistical product and service solutions)软件对有效问卷数据进行信度分析，如表3所示. 由表3可知，Cronbach’s Alpha值和基于标准化项的Cronbach’s Alpha值都在90%附近，可见该量表具有较高内在一致性[25]，可靠性较强.

表3　可靠性统计量

再利用SPSS软件对有效问卷的数据进行分析，输出37项指标得分的均值、标准差，并按均值大小降序排列. 最终指标为专家认为较为重要及以上的指标(平均分在4.0以上)， 并且遵循每一层次中各元素所支配元素一般不超过9个的原则[26]. 最终得到指标层指标为21项，如表4所示.

表4　指标体系及指标描述

(续　表)

注：SKU(stock keeping unit)即存储保管单元，是储存在特定地理位置的某个物料， 例如，服装库存由不同款式、规格、颜色的SKU构成[2].

3.2指标权重

基于之前阐述的AHP原理，设计指标权重问卷，通过指标两两比较打分，判断指标重要程度，依然邀请服装企业专家与学术领域专家填写，共回收32份有效问卷. 问卷回收后，首先考虑如何集结各位专家的数据，基本方法有：专家结果权重加权几何平均、专家结果权重加权算数平均、专家判断矩阵加权几何平均、专家判断矩阵加权算数平均等. 本文通过专家判断矩阵加权几何平均来集结数据.

以准则层对于目标层权重计算为例,将问卷数据通过数据集结构造判断矩阵B为

将指标层对于准则层的判断矩阵记为C1, C2, C3, C4，权重向量记为Wc1, Wc2, Wc3, Wc4，计算过程同上，可得到：

3.3一致性

=4.072 4. 从而得到CI=(λb-n)/(n-1)=0.024 1. 通过查表，当n=4时，RI=0.90. 最终得到，一致性比例CRb=CI/RI=0.026 8<0.1，满足一致性检验要求. 同理CRc1=0.063 6<0.1，CRc2=0.059 6<0.1，CRc3=0.016 2<0.1，CRc4=0<0.1，均通过一致性检验.

因此，可以得到各项指标的最终权重排序，如表5所示，从而得到最终权重向量 W=(0.030 1,0.062 1,0.082 4,…,0.047 6)T.

表5　层次总排序权值

4案例研究

基于TOPSIS原理设计问卷，获得4种备选方案在各决策指标上的得分，问卷中分值表示倘若仅仅只考虑某一项指标，选择某一方案可能性大小，即分值越大表示选择该方案可能性越大，反之越小. 由于本次配送中心信息自动化升级方案的选择以E服装公司为实例研究对象，从而此次问卷针对E服装公司来发放，考虑到填写此次问卷的被调查者必须对E公司配送中心的运作有一定决策能力，因此邀请E公司数位配送中心管理层专家填写问卷，但由于管理层专家人数有限，回收有效问卷为4份.

4.1加权标准化决策矩阵

运用Matlab软件处理数据，首先将各位专家的数据通过算数平均法进行集结，获得决策矩阵V：

再结合由表5得到的最终权重向量W，并根据式(3)，得到加权的标准化决策矩阵V″，例如矩阵V ″的第二行向量

V″(i=2)=(0.012 30.031 30.040 40.034 0…0.017 6)

则：

4.2正负理想解

根据式(4)和(5)的计算原则，在Matlab软件中定义“正理想解”为dd=max(v″)，“负理想解”为xx=min(v″)，从而得到dd=(0.030 10.062 1 0.082 40.074 3…0.047 6)，xx=(0000…0).

4.3最优方案

其次，令y1～y4分别表示各方案的贴近度，根据式(8)计算原则，在Matlab中定义各方案贴近度为y(i)=d1(i)/(d2(i)+d1(i))，得到方案一～方案四的贴近度分别为y1=0.423 7,y2=0.553 5,y3=0.656 7,y4=0.576 3，即y3>y4>y2>y1.

5结果分析

根据上述研究得到最终结果y3>y4>y2>y1，即针对E服装公司的实际情况及特点，方案三更为适合. E服装公司之前处于方案二(信息化增强+人工式操作)的运作模式，于2014年初升级到方案三(信息化增强+半自动化设备)模式.

通过对E服装公司运用方案三的实际运作情况进行跟踪，并观察E公司《2014年年中报告》的数据，来对信息自动化升级后的效果进行分析(需要注意的是，由于该报告是企业报告，所囊括的指标较少，所以只摘取相对重要指标与本研究进行对比分析). 在“仓储及产品属性”中的库存方面，2014年上半年与2013年同期相比平均每月存货量减少9%；在“经济性”中的劳动力成本方面，2014年上半年与2013年同期相比月均减少用工16人；在“功能性”中的效率方面，2014年上半年相比2013年同期，工作效率提升15%，工时月均减少26%. 通过以上数据可以看到，E服装公司在升级信息自动化方案后，众多运营指标都得以优化，提升了企业的绩效，同时也对模型进行了有效性的验证.

6结语

服装是劳动密集型行业，我国虽然是世界上的服装生产及出口大国，但多数为中小型企业或一些家庭小作坊，管理理念较落后，信息自动化水平较低，制约了企业的发展. 本文通过研究归纳出当前我国服装物流配送中心的4种具体运营模式，即“基础信息化+人工式操作”“信息化增强+人工式操作”“信息化增强+半自动化设备”“信息化增强+全自动化设备”. 为了确定适合各个服装企业特性的最优方案，筛选出4个维度(仓储及产品属性、经济性、功能性及安全环保性)，共21项决策指标. 通过建立AHP-TOPSIS综合决策模型，对指标进行权重计算，对方案进行优劣排序. 并基于E服装公司的实例及数据，验证了模型的有效性. 今后的研究，在条件许可情况下，可以进一步扩大调研样本，增加数据的完整性，从而继续优化模型.

参考文献

[1] 中国物流与采购联合会,中国物流学会.中国物流发展报告(2012—2013)[R].北京:中国财富出版社,2013:267-269.

[2] 杨以雄.服装物流管理教程[M].上海:东华大学出版社,2013:49-50.

[3] 华铨平,王昕.时效性服装配送模型与改进蚁群算法的研究[J].纺织学报,2012,33(3):139-144.

[4] 胡觉亮,吴丽华,韩曙光，等.基于时间满意度的服装配送模型与算法研究[J].纺织学报,2010,31(2):138-142.

[5] 王赟,李仁旺,倪夏静，等.基于遗传算法的服装配送路径优化策略[J].浙江理工大学学报,2013,30(2):178-183.

[6] 谢辉.体育服装物流配送中心选址评价体系研究[J].中国商贸,2012(1):165-166，232.

[7] COX B. Determining economic levels of automation by using a hierarchy of productivity ratios techniques[C]// Proceedings of 7th International Conference on Automation in Warehousing. San Francisco: IFS, 1986:39-49.

[8] WHITE J A, DEMARS N A, MATSON J O. Optimizing storage system selection[C]// Proceedings of the 4th International Conference on Automation in Warehousing. Tokyo: IFS, 1981:40-49.

[9] MATSON J O, WHITE J A. Storage system optimization[R].DTIC Document, PDRC-81-09.Atlanta: DTIC, 1981:12-79.

[10] SHARP G P, VLATSA D A, HOUMAS C G. Economics of storage retrieval systems for item picking [M]. Atlanta: Material Handling Research Center, 1994:1-25.

[11] GU J X, GOETSCHALCKX M, MCGINNIS L F. Research on warehouse design and performance evaluation: A comprehensive review [J]. European Journal of Operational Research, 2010, 203(3): 539-549.

[12] 丁纯,李君扬.德国“工业4.0”:内容、动因与前景及其启示[J].德国研究,2014,29(4):49-66.

[13] KILINCCI O, ONAL S A. Fuzzy AHP approach for supplier selection in a washing machine company [J].Expert Systems with Applications, 2011, 38(8): 9656-9664.

[14] KROHLING R A, CAMPANHARO V C. Fuzzy TOPSIS for group decision making: A case study for accidents with oil spill in the sea [J]. Expert Systems with Applications, 2011, 38(4): 4190-4197.

[15] 罗新星,彭素华.绿色供应链中基于AHP和TOPSIS的供应商评价与选择研究[J].软科学,2011,25(2):53-54.

[16] THOMAS L S. Modeling unstructured decision problems: The theory of analytical hierarchies [J].Mathematics and Computers in Simulation, 1978, 20(3): 147-158.

[17] 于鹏飞,王丽娜.财务预警中样本数据无量纲化方法的选择[J].会计之友,2005(12):43-44.

[18] 王云峰,李杰,丁明磊.从ERP成功要素透视中国企业信息化之路[J].管理世界,2005(8):153-155.

[19] 朱国俊.试论摘取式与播种式拣货的异同[J].科技信息,2013(18):15.

[20] 王岚,赵国杰.基于ANP的地区文化产业竞争力评价模型与指标体系[J].科学学与科学技术管理,2008(7):129-132,179.

[21] SCHAU E M, TRAVERSO M, LEHMANN A, et al. Life cycle costing in sustainability assessment: A case study of remanufactured alternators [J]. Sustainability, 2011, 3(11):2268-2288.[22] TOHIDI H. Review the benefits of using value engineering in information technology project management [J]. Procedia Computer Science, 2011(3):917-924.

[23] CHEN W Y. A quantitative fuzzy causal model for hazard analysis of man-machine-environment system [J].Safety Science, 2014, 62:475-482.

[24] KERR R, MCHUGH M, MCCRORY M. HSE management standards and stress-related work outcomes [J].Occupational Medicine, 2009, 59(8):574-579.

[25] 陈胜可.SPSS统计分析从入门到精通[M].北京:清华大学出版社,2010.

[26] 邓雪,李家铭,曾浩健,等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识,2012,42(7):93-94.

Informatization and Automatization Upgrading Decision on Apparel Logistics Distribution Centers and Case Analysis

HUANGHe，YANGYi-xiong

(Fashion and Art Design Institute, Donghua University, Shanghai 200051, China)

Abstract:Apparel logistics distribution centers have a higher requirement due to the expansion of the apparel market and the emergence of electronic commerce. To solve the problem of informatization and automatization upgrading decisions on apparel logistics distribution centers, four operational methods suitable for Chinese apparel logistics distribution centers are summarized.A comprehensive index system is established and an AHP(analytic hierarchy process)-TOPSIS(technique for order perference by simiarity to an ideal solution) model is established for screening the best upgrading method. The model is applied to an actual case and the validity of this model is verified with a company’s data.

Key words:apparel; logistics distribution center; informatization & automatization; analytic hierarchy process(AHP); technique for order preference by similarity to an ideal solution(TOPSIS)

文章编号：1671-0444(2016)02-0287-07

收稿日期：2014-12-22

基金项目：海派时尚设计及价值创造知识服务中心资助项目(13S1070241)

作者简介：黄河(1988—)，男，安徽宣城人，博士研究生，研究方向为服装供应链、物流. E-mail: huanghedhu@gmail.com 杨以雄(联系人)，男，教授，E-mail: yyx@dhu.edu.cn

中图分类号：TS 941.1

文献标志码：A