基于Choquet积分的煤炭物流联盟运营评价

高太光,陈培友,钱小虎,杨　姝

(1.黑龙江科技大学 管理学院,哈尔滨 150022； 2.东北大学 信息科学与工程学院,沈阳 110819)



基于Choquet积分的煤炭物流联盟运营评价

高太光1,2,陈培友1,钱小虎2,杨姝1

(1.黑龙江科技大学 管理学院,哈尔滨 150022； 2.东北大学 信息科学与工程学院,沈阳 110819)

为了降低自身的运营成本和提升市场竞争力，提高煤炭物流联盟运营中的管理和决策水平，促进联盟内部煤炭物流资源的有效协调，应用Choquet积分和模糊数直觉模糊数等理论，构建煤炭物流联盟运营中各盟员综合表现评价模型，对评价指标值模糊化处理后，利用Choquet积分对联盟盟员的联盟贡献情况进行科学打分，根据模型进行仿真实验和算例分析。结果表明：该模型可以有效和准确地评价各盟员的综合表现，仿真实验验证了模型的合理性和客观性，可以为煤炭物流联盟的决策提供参考。

煤炭物流联盟； 联盟运营管理； Choquet积分； 模糊数直觉模糊数； 多属性评价

0　引　言

受到经济发展和环境污染等问题的影响，煤炭产业的发展态势不容乐观。2014年以来，我国大多数煤炭企业利润持续大幅下降，普遍存在着收入下滑、亏损现象频发等问题。煤炭资源开发结构性过剩虽然是导致一系列连锁问题的症结之一，但对传统经营模式的过分依赖和对现有资源的低效利用等也是导致问题发生的关键[1]。煤炭物流作为煤炭生产和销售的关键环节，始终是煤炭企业降低运营成本和提升企业市场竞争力的源泉。煤炭物流具有物流路线长而杂、物流网络节点多、运输要求多样化和受自然环境影响明显等特点[2]，导致煤炭企业自营的物流资源，在生产和销售旺季时，经常会出现运输能力无法达到实际需要，而在生产和销售淡季时，大量物流资源闲置的情况。近些年，物流联盟化运营的兴起和发展，为煤炭企业间实现物流资源的协同化运营和发展提供了良好的契机，成为煤炭企业降低自身物流运营成本和提升物流服务质量的首选[3-4]。煤炭物流的联盟化运营不但可以很好地化解煤炭生产和销售的季节性和区域性影响，降低大型煤炭企业重新组建煤炭物流的管理和运营成本，实现煤炭企业间物流资源的互补，还可以充分利用行业内和社会上的中小型具有煤炭物流运输资质的物流企业的运输资源；不但可以帮助中小煤炭生产和物流企业更为有效地把握市场机遇，也为实现物流运输方案的全局优化和降低物流运输成本奠定了基础[5]。

为了适应市场环境和获得长远发展，很多生产企业更加深入地关注供应链上企业间的关系，并不断开始尝试将企业运营中的物流环节与伙伴间进行共享或联盟[6]。在国内，高太光等[1]针对煤炭企业和煤炭物流运输的特点，基于自动协商理论，提出煤炭物流联盟的构建管理机制；李敏[7]为煤业集团发展现代物流提出了相关建议；刘祺[8]为实现煤炭物流联盟化发展构建了具体的发展模式；刘满芝等[9]为煤炭供应链系统的管理设计了动态优化模型，为煤炭物流联盟的组建与管理提供了参考。在国外，L.Huemer等[10]提出构建物流联盟的基本策略；D.M.Gligor等[11]系统分析物流联盟内部成员的关系，为物流联盟的运营管理提出了合理化建议；S.W.Ji等[12]从物流外包的角度对物流合作伙伴间的行为关系进行博弈分析。以上研究的核心,基本都是围绕着物流联盟的组建而展开，而对后期运营中的监管缺乏系统的考虑。

煤炭物流联盟的组建，可以有效推动当下煤炭中小企业资源整合、体制整顿的去产能化发展进程，并为寻求经济新常态环境下的煤炭行业发展探索提供一条新的出路。一套合理的联盟运营管理和评价机制，可以有效地优化煤炭物流联盟的运营环境，促进联盟内部资源的进一步协同优化与发展，进而适应多变的市场环境。笔者以煤炭物流联盟盟主的视角，基于Choquet积分和模糊数直觉模糊数等理论，提出了煤炭物流联盟运营的评价模型，并通过仿真实验对模型的有效性和合理性进行验证。

1　模糊测度与Choquet积分

1.1模糊测度

设P(S)为S={s1,s2,…，sn}的幂集，令λ(-1，∞)，g∶P(S)→[0，1] ，如果满足以下条件，则称g为S上的模糊测度[13-14]：

g(φ)=0,g(S)=1；

∀A，B∈P(S),A∩B=φ，则

g(A∪B)=g(A)+g(B)+λg(A)g(B)。

(1)

(2)

若S为评价过程中某多属性决策问题的指标集，则∀A，B∈P(S)，g(A)和g(B)可看作是A和B的权重。如果λ=0，则测度g是可加的，g(A∪B)=g(A)+g(B)，即集合A和B相互独立；若λ>0，则g(A∪B)>g(A)+g(B)，表明集合{A，B}存在互补关联的乘法效应；若-1<λ<0，则g(A∪B)

1.2Choquet积分

若g为定义在S上的模糊测度，则函数f：S→[0，1]关于模糊测度g的Choquet积分定义[14]：

(3)

其中，0≤f(s(1))≤f(s(2))≤…f(s(n))≤1，f(s(0))=0，且A(i)={s(i)，s(z),…，s(n)}。根据式(1)中定义，g(A(i))可由式(4)和(5)递归表示：

g(A(n))=g({s(n)})=gn，

(4)

g(A(n))=gi+g(A(i+1))+λgig(A(i+1))，

(5)

其中，1≤i

1.3模糊数直觉模糊集及其运算

ψ1⊕ψ2=<(a1+a2-a1a2，b1+b2-b1b2，

c1+c2-c1c2)，(r1r2，m1m2，t1t2)>,

(6)

ψ1⊕ψ2=<(a1a2，b1b2，c1c2)，(r1+r2-r1r2，

m1+m2-m1m2，t1+t2-t1t2)>,

(7)

βψ=<(1-(1-α)β，1-(1-b)β，1-(1-

c)β)，(rβ，mβ，tβ)>，β≥0，

(8)

ψβ=<(aβ，bβ，cβ)，(1-(1-r)β，1-(1-m)β，1-(1-t)β)，>，β≥0。

(9)

不难得知，式(6)～(9)运算后仍得到模糊数直觉模糊集，且满足：

ψ1⊕ψ2=ψ2⊕ψ1；ψ1⊕ψ2=ψ2⊕ψ1；

β(ψ1⊕ψ2)=βψ1⊕βψ2，β≥0。

另外，ψ=<(a，b，c)，(r，m，t)>的得分函数[16]可表示为

(10)

其中,K(ψ)越大ψ越大，0≤K(ψ)≤1。若存在多个ψi(i=1，2，…，n)的得分相等的情况，则用式(11)进行衡量：

(11)

其中，Q(ψ)越大ψ越大，0≤Q(ψ)≤1。

1.4模糊数直觉模糊数的Choquet积分

根据文献[13-14]中的模糊数直觉模糊数和Choquet积分的基本定义和性质可概括为：

定义设g为S={s1，s2，…，sn}的模糊测度，对应的模糊数直觉模糊数为ψi(i=1，2，…，n)，则ψ关于g的离散Choquet积分可以定义为：

(12)

其中，0≤ψ(1)≤ψ(2)≤…≤ψ(n)≤1，ψ(s(0))=0，且A(i)={s(i)，…，s(n)}，g(A(i)) 的递归表示参照式(4)和(5)。

式(12)计算过程中，若出现g(s(i))=g(A(i))-g(A(i+1))，(i=1，2，…，n)时,则多相关属性评价退化为多相互独立属性评价。该式具有幂等性、有序单调性、有界性和置换不变性等属性[13]。

2　Choquet积分的煤炭物流联盟评价

为了能够系统、准确、真实地对组建后的煤炭物流联盟进行科学的评价，有效地反映出煤炭物流联盟在发展中存在的缺陷和不足，需要建立全面系统的联盟信息采集与整理体系。为了保障信息的全面性、系统性和科学性，必须要保证信息采集途径、涉及方面和方法的多样性与系统性，不能局限于煤炭物流联盟盟主或部分核心企业的主观感觉，要注意对煤炭物流联盟运营中全部节点的信息进行收集和整理。

2.1模型操作过程的设计

假设D={D1，D2，…，Dm}为煤炭物流联盟运营过程中各盟员的综合表现信息集合，反映了各盟员对联盟发展的贡献情况，其中m为整个煤炭物流联盟中的盟员个数量；S={s1，s2，…，sn}为对各盟员的表现情况的评价指标集，其中n为评价指标的数量。ψij=<(aij，bij，cij)，(rij，mij，tij)>为盟主企业按指标si对盟员i的表现情况Di进行测度后所得的值，即Di特征信息在指标sj下的模糊数直觉模糊数表示。具体评价过程：

(1)盟主企业通过对煤炭物流联盟运营过程中发生的具体数据进行整理后，得到全部盟员的综合表现信息集合D。

(2)邀请专家对任意盟员i的各指标和指标集的模糊测度进行评定，并确定Di在sj下的评估值ψij，进而得到矩阵：

(13)

(3)利用式(10)和式(11)对矩阵G进行评价并按大小进行排序后，利用式(12)对每个盟员企业的信息进行综合集成，获得综合评价值。

(4)根据综合评价值，利用式(10)和式(11)得到全部盟员企业在煤炭物流联盟运用中综合表现(贡献)的评价排序。

2.2仿真实验与算例分析

以黑龙江省某大型煤炭企业X组建的煤炭物流联盟为例进行分析。2010年，煤炭企业X为了提高煤炭物流的服务质量和降低煤炭物流的运营与管理成本，与五家小型煤炭企业(具有煤炭物流运输能力)和两家煤炭专业化物流运输企业合作，构建了煤炭物流联盟。煤炭物流联盟组建初期，各方均积极开展合作，明显提高了煤炭物流服务质量和对已有煤炭物流资源的利用效率，同时还减少了对环境的污染和破坏。但经过几年的发展，煤炭企业X发现，由于联盟成员均属于独立核算的经济体，受到设备更新成本高、运输环境差异大和盟员间也存在一定的竞争关系等的影响，各盟员对联盟的贡献差异逐渐拉大，而在利润分配中却并没有得到很好的体现，极大地挫伤了贡献大的盟员企业的积极性。因此，煤炭企业X需要对联盟中各盟员的表现进行科学的评价和分析，并分别给予贡献最大的和贡献最小的盟员企业相应的奖励和惩罚，进而促进该煤炭物流联盟的健康发展。评估主要对三个指标(属性)进行考核：联盟分配任务承担率、准时交货率、顾客评价满意率，煤炭企业X通过记录的运行信息，对七个盟员企业的综合表现信息集合进行评价。七个盟员企业在三个指标下的评估信息经过统计和处理后，被表示为模糊数直觉模糊数，如表1所示。

表1　模糊数直觉模糊数矩阵

根据模型操作过程，基于以上信息对七个盟员的具体评价操作如下。

首先，根据煤炭物流运输和评价指标的特点，邀请专家评定出属性和属性集的模糊测度值如下：

g(φ)=0，g(S)=g{s1，s2，s3}=1，g{s1}=0.5，g{s2}=g{s3}=0.6，g{s1，s2}=0.75，g{s2，s3}=0.8，g{s1，s3}=0.7。

然后，利用式(10)和式(11)对每个盟员企业的各指标值进行打分和排序处理，结果见表2。

表2模糊数直觉模糊数的打分及排序

Table 2Score and order of fuzzy-number-intuitionstic-fuzzy-number

盟员信息s1s2s3排序(总分)D12(0.475)3(0.600)1(0.175)2(1.250)D22(0.325)1(0.200)3(0.400)5(0.925)D32(0.350)3(0.475)1(0.075)6(0.900)D43(0.600)2(0.275)1(0.250)4(1.125)D51(0.375)3(0.625)2(0.500)1(1.500)D62(0.200)1(0.125)3(0.475)7(0.800)D72(0.400)3(0.575)1(0.250)3(1.225)

注：表中数值含义为排序(打分值)。

接下来，利用式(12)对各盟员企业的信息进行综合集成处理，结果为：

D1=<(0.615，0.644，0.747)，(0.132，0.132，0.238)>，

D2=<(0.462，0.538，0.64)，(0.123，0.2，0.288)>，

D3=<(0.456，0.542，0.628)，(0.119，0.146，0.238)>，

D4=<(0.595，0.613，0.717)，(0.141，0.157，0.245)>，

D5=<(0.648，0.682，0.751)，(0.0，0.132，0.217)>，

D6=<(0.428，0.507，0.611)，(0.1，0.132，0.235)>，

D7=<(0.557，0.644，0.733)，(0.132，0.132，0.235)>。

最后，利用式(10)和(11)计算出集成后的模糊数直觉模糊数得分：

K(D1)=0.504，K(D2)=0.342，K(D3)=0.38，K(D4)=0.459，K(D5)=0.57，K(D6)=0.364，K(D7)=0.487。

按照每个各盟员企业的打分，可以得到其在联盟中的表现排序为

D5>D1>D7>D4>D3>D6>D2。

(14)

从式(14)的排序结果可以看出，盟员企业D5的表现最佳，为联盟的运营和发展做出了最大的贡献，而盟员企业D2表现最差，说明盟员企业D2对煤炭物流联盟的贡献最小，盟主需要与其进行商讨后期合作的相关事宜，督促其进行改进和提高，进而推动联盟的健康发展。通过比较式(14)和表2的总分排序可以看出排序发生了变化，主要原因是表2中的排序结果为简单的对各项指标得分进行累加，忽视了各指标间的相互关联和影响关系，也没有考虑到不同指标得分的是否存在较大差异。因此，式(14)的排序更加具有说服力。另外，在具体管理和决策中，表2所得评价结果也不能忽略掉，特别是那些评价值特别低的指标，如盟员企业D3的s3指标评价值仅有0.075。这说明盟员企业D3的顾客满意率最低，这将影响整个联盟的声誉，因此盟主需要督促D3提高自身的顾客服务水平。

联盟可以依据盟员的表现得分制定必要的奖励和惩罚机制，并根据排序结果进行适当的奖励和惩罚，以促进联盟内部合作与竞争关系的健康发展。对于综合表现最优的盟员给予更大的联盟利润分享比例，并可获得联盟任务的优先选择权。对于综合表现最差的联盟盟员可以考虑降低其联盟利润分享比率，或考虑解除其联盟盟员的身份。对于那些综合表现评价不差，但单向指标评价偏低的盟员，也可以考虑适当降低其联盟利润分享比率作为惩罚，或给其一定时间的整改机会，视其整改效果决定惩罚结果。如客户满意度太低，会影响整个煤炭物流联盟的声誉，因此，即使其整体排名不算靠后，仍需对其进行惩罚。另外，现实中对煤炭物流的运输不但要考虑成本、效率，煤炭物流的环境影响情况也是需要重点考虑的因素之一，因此，即使某个盟员在成本和效率方面表现特别突出，其整体表现排名靠前，但其若对环境破坏特别严重，也是煤炭物流联盟所不能接受的，必须根据其在煤炭物流中的环境破坏损失或潜在隐患进行惩罚或督促其整改。这样，才可以有效防止煤炭物流联盟的畸形化发展。

3　结束语

对煤炭物流联盟盟员企业运营状况评价模型，充分考虑了评价指标间的关联和影响关系，可以为煤炭物流联盟的运营管理提供参考，有效保证煤炭物流联盟中决策的科学性和合理性。将模糊数直觉模糊数理论和Choquet积分进行融合，通过数值仿真和分析，可以看出，该模型不但可以在考虑属性间关联的基础上对煤炭物流联盟中的盟员表现情况进行客观的评价，还可以有效防止单一关注整体评价结果，而忽视了对某个或某几个表现特别差的指标评价情况，能够有效促进煤炭物流联盟的合理有序发展。

[1]高太光,陈培友.基于动态联盟的煤炭物流资源整合与管理策略[J].当代经济管理,2013(9):36-39.

[2]汪文生,曾志猛,王娟.多级煤炭物流网络优化选择模型的构建与应用[J].煤炭学报,2011(6):1060-1064.

[3]徐新卫,方乐.资源协同下的企业联盟智能制造技术研究[J].计算机工程与应用,2014(12):257-262.

[4]唐建民.盟主型物流联盟协同管理公共因子分析[J].科技管理研究,2010,10(7):238-241.

[5]高太光,陈培友,马诗咏,等.多物流配送中心优化选址决策模型研究[J].计算机工程与应用,2013(4):257-261.

[6]BUYYKOZKAN G,FEYZIOGLU O,ERSOY M.Evaluation of 4PL operating models:A decision making approach based on 2-additive Choquet integral[J].International Journal of Production Economics,2009,121(1):112-120.

[7]李敏.煤业集团发展现代物流产业的思考与实践[J].煤炭经济研究,2008(2):10-12.[8]刘祺.山西煤销集团构建煤炭物流新体系[J].物流科技,2010(3):19-21.

[9]刘满芝,周梅华,彭红军,等.大型煤炭企业供给系统供应链解构及优化[J].煤炭学报,2010,34(1):139-143.

[10]HUEMER L.Unchained from the chain:Supply management from a logistics service provider perspective[J].Journal of Business Research,2012,65(2):258-264.

[11]GLIGOR D M,HOLCOMB M C.The role of logistics alliance orientation on forming the alliance structure:a conceptual framework[J].Journal of Transportation Management,2014,13(3):45-61.

[12]JI S W,LI L L.Game analysis on bulit-in outsourcing alliance of logistics[J].Advanced Materials Research,2014,34(8):1942-1946.

[13]陶长琪,凌和良.基于Choquet积分的模糊数直觉模糊数多属性决策方法[J].控制与决策,2012,27(9):1381-1386.

[14]TSAI H H,LU I Y.The evaluation of service quality using generalized Choquet integral [J].Information Sciences,2006,176(6):640-663.

[15]刘锋,袁学海.模糊数直觉模糊集[J].模糊系统与数学,2007,21(1):88-91.

[16]汪新凡,杨小娟.基于FV-OWA算子的不确定多属性决策方法[J].系统工程与电子技术,2009,31(2):380-383.

(编辑徐岩)

Evaluation of coal logistics alliance operating based on Choquet integral

GAO Taiguang1,2，CHEN Peiyou1，QIAN Xiaohu2，YANG Shu1

(1.School of Management,Heilongjiang University of Science &Technology,Harbin 150022,China; 2.School of Information Science &Engineering,Northeastern University,Shenyang 110819,China)

This paper is aimed at improving the management and decision-making level of coal logistics alliance while reducing the operating costs,and thereby promoting the effective coordination among partner enterprises.The study is focused on building the comprehensive evaluation model of partner enterprises in the operating of coal logistics alliance based on the theory of Choquet integral and fuzzy number intuitionistic fuzzy number and running the simulation experiment and numerical example analysis.The experiment proves the ability of the proposed model to provide an effective and accurate evaluation of the comprehensive performance of each partner in coal logistics alliance and verifies its rationality and objectivity.

coal logistics alliance;alliance operations management;Choquet integral;fuzzy number intuitionistic fuzzy number;multiple attributes evaluation

2016-05-05

国家自然科学基金项目 (71540019；71071028)

高太光(1979-),男，山东省成武人,讲师,硕士,研究方向：商务智能建模与优化、多边多议题自动协商、现代煤炭物流建模与优化等，E-mail:gtg_001@163.com。

10.3969/j.issn.2095-7262.2016.03.022

7050;U116.1

2095-7262(2016)03-0340-05

A