基于FUZZY—AHP的电子商务物流配送绩效评价研究

冯静++唐钰茹

摘 要：随着电子商务迅猛发展，迫切需要提高物流配送质量，为此文章展开物流配送绩效评价研究。结合Gronroos提出的感知质量服务模型建立物流配送绩效指标体系，利用模糊层次分析法计算指标权重，对物流配送绩效进行评价，结果表明：可靠性、响应性、移情性最为重要。

关键词：物流配送；绩效评价；模糊层次分析法

一、引言

在“互联网+”背景下，电子商务高速发展，2016年电子商务交易额达到20.8万亿，同年快递业务量达到313.5亿件，同比增长51.7%，业务收入4005亿元，同比增长44.6%。75%的电子商务交易商品通过实物递送，但整个物流业发展水平不高，阻碍电子商务的发展。因此，电子商务物流配送的绩效评价研究成为亟待研究的重要问题，对提高电子商务物流配送具有重大意义。

国内外学者对物流绩效评价开展了一定的研究。Fugate从物流效率、效用和差异化三个维度构建企业物流绩效的研究框架。Agraw- al从成本、质量、顾客服务、环境影响、法律法规的角度，使用层次分析法，研究制造企业的逆向物流绩效。于航对指标进行归一化处理，建立基于模糊综合评判理论下的具有农业特色的物流绩效评价方法。樊秀峰以物流绩效指数（Logistics Performance Index，LPI）为切入点，实证分析物流绩效对中国进出口贸易的影响。郑培运用粗糙集约简和BP神经网络的融合，在物流配送绩效评价中使用BP神经网络方法并进行仿真。

从国内外研究现状来看，目前学术界大多基于第三方与供应链物流进行研究，缺少在电子商务背景下对物流绩效进行的研究。因此，本文运用定量分析进行研究，根据Gronroos提出的感知服务质量模型以及物流配送绩效的实际情况选取指标，所用指标与方法符合物流配送的实际情况，将理论与实践相结合，所以本文具有可行性。

二、物流配送绩效评价指标

物流配送体系是一个包含多方面的整合体系，学术界对物流配送绩效研究不少，使用的绩效评价指标体系和侧重点各不相同。本文的侧重点是服务质量，研究终端物流配送。根据Gronroos提出的感知服务质量模型中的服务质量维度，在此基础上改进模型，根据物流业实际情况增加一级指标“合理性”，综合考虑物流配送绩效，并在各项一级指标下延伸二级指标作为打分指标。构建的电子商务物流配送绩效评价体系如图所示。

三、模糊层次分析模型

1.模糊层次分析法

层次分析法（Analytic Hierarchical Programming，AHP）是将决策总是有关的元素分解成目标、准则、方案等层次，在此基础上进行定性和定量分析的决策方法，由美国著名运筹学家T·L·Saaty教授提出。层次分析法的优点是用于多准则评估，但一般采用层次分析法的权重系数抗干扰性差，缺乏对模糊信息的处理能力；而模糊数学评价方法能够较好地处理不精确、模糊的信息。因此，运用模糊层次分析法分析电子商务物流配送具有可行性，实现了评价方法的定量和定性结合。

2.建立模糊层次分析模型

各位专家根据经验、按标度法为各级指标进行打分，取均值修正后得到指标相对的重要度结果，构造模糊一致矩阵，如表2所示。

3.根据模糊一致性判断矩阵的定义检验其一致性

定义1若矩阵A=（aij）m*n，满足：0≤aij≤1，i=1，2，…，n則称A是模糊矩阵。

定义3若模糊矩阵A=（aij）m*n，满足：对任意i，j，k有aij=aik-ajk+0.5则称模糊矩阵为模糊一致性矩阵。

以上所有矩阵元素间关系经过验证均满足定义1和定义3，所以A、B1、B2、B3、B4、B5、B6是模糊一致矩阵。

4.各级指标权重

根据模糊层次分析法求各级指标层的权重Wi。依照张吉君的《模糊一致判断矩阵3种排序方法的比较研究》，本文选取元素与权重的关系式法求权重。公式如下，其中a满足W1={0.6，0.4}、W2={0.4，0.1，0.5}、W3={0.167，0.467，0.367}、W4={0.3，0.5，0.2}、W5={0.3，0.7}分为各个二级指标的权重分配。通过WCn=WBm×Wmn（n为三级指标序数，m为该三级指标所属二级指标的序数），得出C层次指标相对与目标层的权重分配，如表4。

上述表明：保证性最重要，其次是响应性与移情性；三级指标重要性前三名：商品本身完好程度、配送时间及时性、配送订单准确性。

四、结论

本文运用模糊层次分析法研究物流配送的绩效，利用Gronroos的感知服务质量模型并结合实际改进模型，最后确定物流配送绩效指标。引用模糊层次分析模型，模型计算结果显示，商品配送质量、配送时间及服务便利性较重要。物流配送企业可根据这三个方面提高物流配送绩效来抢占市场。同时，本文也存在不足的地方，指标打分的个人主观因素太强，若结合客观指标会更加具有说服力。

参考文献：

[1]FUGATE B S， MENTZER J T， STANK T P. Logistics performance： efficiency， effectiveness， and differentiation[J]. Journal of business logistics，2010，31（1）： 43-62.

[2]AGRAWAL A， CHOUDHARY V. Reverse logistics： performance measures and their effect in product lifecycle[J].International journal of core engineering and management，2014，1（2）： 14-22.

[3]于航，张凯.基于模糊综合评判理论下的具有农业特色的物流绩效评价模型[J].农业机械，2013，（23）：84-86.

[4]樊秀峰，余姗.“海上丝绸之路”物流绩效及对中国进出口贸易影响实证[J].西安交通大学学报（社会科学版），2015，（03）：13-20.

[5]郑培，万炜.基于智能信息处理的供应链绩效评价方法[J].财经理论与实践，2011，（05）：119-124.

[6]杨世军，杨学春，尤浩田.基于服务质量模型的快递服务质量差距分析[J].物流技术，2013，（05）：12-15+20.

[7]康静静，谢合明.基于供应链管理的物流绩效评价体系设计[J].商业时代，2012，（30）：52-53.

[8]肖龙.信息系统风险分析与量化评估[D].成都：四川大学数学学院，2006：100-120.

[9]张吉军.模糊一致判断矩阵3种排序方法的比较研究[J].系统工程与电子技术，2003，（11）：1370-1372.

作者简介：冯静（1995- ），女，重庆大足人，重庆邮电大学，本科生，研究方向：物流与供应链