基于混合MCDM方法的智能家居供应商绩效研究

柳玉鹏，申万兵，曲世友，翟羽佳，郭 鑫

(1.哈尔滨工业大学(威海)管理学院，山东 威海 264209；2.大连理工大学 管理学部，辽宁 大连 116024；3.哈尔滨工业大学 经济管理学院，黑龙江 哈尔滨 150001)

基于混合MCDM方法的智能家居供应商绩效研究

柳玉鹏1，2，申万兵3，1，曲世友1，翟羽佳3，1，郭 鑫1

(1.哈尔滨工业大学(威海)管理学院，山东 威海 264209；2.大连理工大学 管理学部，辽宁 大连 116024；3.哈尔滨工业大学 经济管理学院，黑龙江 哈尔滨 150001)

目前，智能家居供应商绩效问题已成为亟待解决的重要科学问题。本文从智能家居的内涵和特点出发，构建智能家居供应商绩效的关键影响因素指标体系。将期望水平概念引入偏好函数中构建混合MCDM方法，分析各因素间复杂的影响关系和影响程度。最后以K品牌智能家居的三家供应商为案例研究对象进行实证分析，找出三家供应商绩效与期望水平间的差距，并给出改进建议。

智能家居；供应商绩效； MCDM；INRM；PROMETHEE

一、引言

近年来，物联网的快速发展引起广泛关注。作为《物联网“十二五”发展规划》圈定的9大领域重点示范工程之一的智能家居，显然已成为今后家居领域发展的必然趋势。智能家居是以住宅为平台，利用综合布线技术、网络通信技术、安全防范技术、自动控制技术和音视频技术将家居生活有关的设施集成，构建高效的住宅设施与家庭日程事务的管理系统[1]。

作为一个新生产业，智能家居处于导入期与成长期的临界点，市场消费观念还未形成。根据《中国智能家居设备行业发展环境与市场需求预测分析报告前瞻》分析，目前我国智能家居产品与技术发展迅速，面对庞大的市场需求，预计该行业将以年均19.8%的速率增长，在2015年产值达1240亿元[2]。Juniper通过调查认为到了2018年，中国智能家居市场规模将达1396亿元人民币[3]。虽然智能家居受到多方关注，但有关智能家居供应商绩效方面的研究仍处于起步阶段[4]，目前并没有一套完整的智能家居供应商绩效评价指标体系，对于智能家居供应商绩效的影响因素和绩效改进方面的研究更是少之又少。因此，本研究的重点是在提出智能家居供应商绩效改进的同时，建立一套科学合理、指标关系明确且可操作性强的智能家居供应商绩效评价指标体系，并为评价和改进供应商的绩效提出有效方法。

智能家居的相关研究主要集中在技术和系统方面，关于智能家居供应商的研究较少。在智能家居研究方面，美国及一些欧洲国家一直处于领先地位。近年来，以美国微软公司及摩托罗拉等为首的一批国外知名企业先后跻身于智能家居的研发。此外，日韩新等国的龙头企业纷纷致力于家居智能化的开发。2012年芝加哥科学与工业博物馆在它的院子里建了一个温室，通过温室展览智能家居的绿色+有线凸显环保工作的重要性[5]。S Latif等认为无线传感器网络(WSN)是许多先进、高效节能的数据采集(DAQ)和控制系统的一个重要因素，并提出了一种具有高效节能通信算法的智能家居传感网络[6]。N Balta-Ozkan等(2014)通过分析英国、德国和意大利三个欧洲国家在不同的政策和社会经济环境下技术和经济驱动的异同和障碍，强调了需要超越的能源消耗和管理服务的智能家居服务[7]。T Kirkham等认为，为了充分利用智能家庭的概念，面向消费者的多设备管理应用程序开发与应用是一个挑战，该挑战必须得到解决[8]。Carr等人通过研究表明，供应商的依赖性能够显著促进供应商参与支持买家培训服务，并促进供应商参与产品开发。此外，供应商培训和供应商参与是供应商的经营业绩提高的主要贡献[9]。在国内，屠建平和杨雪从电子商务平台供应链融资的产生背景及意义入手，对电子商务平台供应链金融的四种模式与传统融资模式进行了对比分析，接着运用平衡积分卡构建了电子商务平台绩效评价指标体系，并用双模糊模型对其进行简要的评价[10]。赵祖琴认为供应链管理的核心问题是供应商管理，而实现供应商有效管理的必然途径就是对供应商绩效进行评价[11]。陈诚和毛基业从供应商的视角，探讨了个体层面的情绪对组织层面战略选择与能力开发的影响机制。研究表明，面对动荡的市场环境，服务外包供应商需关注组织情绪基础对战略决策的影响，以形成有效的战略选择[12]。

总而言之，国内外关于智能家居供应商绩效问题的研究仍处于起步阶段，而且有关智能家居物联网的相关研究目前主要集中在技术和系统方面，供应商的研究大多集中在供应链管理方面，对于智能家居供应商的关注度还不高，理论以及影响因素方面的研究还未形成完整的体系。而且，在研究方法上，学者们多以定性研究为主，少量定量分析主要是对影响因素进行分析验证，缺乏指标间复杂的内在影响关系分析。为使这方面研究更加丰富，本文首先从智能家居的内涵和特点出发，构建智能家居供应商绩效评价指标体系。然后，将期望水平概念引入偏好函数中构建混合MCDM方法，识别智能家居供应商绩效关键影响因素。这种混合MCDM方法不仅对传统决策分析模型进行改进，分析影响因素间复杂的相互影响关系和影响程度，而且在处理多层次决策问题上具有广泛的适用性和优越性，能够有效识别智能家居供应商绩效与期望水平间的差距，从而促进供应商绩效的改进。

二、智能家居供应商绩效评价指标体系的构建

(一)智能家居的内涵和特点

现今智能家居市场产品良莠不齐，没有良好的秩序和规范。目前市场上的主流产品还无法很好地解决产品本身与市场需求之间的矛盾，使得智能家居市场还没有完全打开，这在很大程度上阻碍了智能家居产业的发展。而且许多厂商混淆概念，仅仅镶嵌了传感器就声称是物联网家电，把产品贴上了RFID标签，就成了物联网应用等等。最近几年，智能电视以及智能家电受到了人们的强烈关注，很多人混淆了智能家居和智能家电的概念，这是一个非常大的误区，如果不了解清楚概念，很容易被一些家电商所误导。对智能家居内涵的梳理与界定，在很大程度上决定了智能家居供应商绩效评价指标体系构建的维度与标准。

我国将住宅小区智能化定义为：利用4C(即计算机、通讯与网络、自控、IC卡)技术，通过有效的传输网络，将多元信息服务与管理，物业管理与安防，住宅智能化系统集成，为住宅小区的服务与管理提供高技术的智能化手段，以期实现快捷高效的超值服务与管理，提供安全舒适的家居环境[13]。

在未来，智能家居的建设主要需要满足以下三点。

第一，智能家居要实现真正的智能化。

第二，智能家居是一个完整的系统，由不同功能的子系统构成。每个子系统之间相互关联且又相互独立。

第三，智能家居是家居产业的新兴模式。智能家居的面相对象主要是家庭和个人，它的结果是家庭生活方式的变革、发展和完善。

随着智能家居建设的推进，智能家居呈现为一项浩大、复杂的系统工程，参与的主体也是多方的。此外由于我国各个品牌经济实力、人才状况以及技术水准等方面有较大的差异，因此实施过程中会呈现出阶段性特性。由此，智能家居供应商绩效评价体系的构建也应具有开放、前瞻、结构清晰的特点，便于有侧重地和分阶段地实施智能家居建设。

(二)智能家居供应商绩效指标体系

目前，很多智能家居企业在选择供应商时，通常着眼于价格因素来选择合作者，对供应商的选择缺乏科学、合理的评价。而且，对于供应商来说，只有明确影响供应商绩效的主要因素，才能有效地提高自己的绩效。因此，亟待建立一个科学、合理的智能家居供应商绩效评价指标体系。

本文主要采取文献研究法，依据信息技术发展的规律特征和系统工程思想以及构建指标体系的四项原则[14]：科学性、可操作性、可比性和导向性原则，在与本领域专家反复进行研讨、修改与完善的基础上，结合智能家居的内涵和特点，从产品维度、技术维度、成本维度以及用户维度4个维度(表1)出发，构建了一套以客观指标为主、操作性较强的智能家居供应商绩效评价指针体系。在各个维度下，又设置了十个二级指标。

1.产品维度(C1)

智能家居作为新一代的高端产品，现在还处于初级阶段。目前大部分人群对智能家居的认识还不够清晰，消费群体和消费习惯还没有形成，消费者需要什么，如何做才能满足消费者需求就显得尤为重要。那就需要智能家居设置一定的产品要求，以便更好地促进智能家居供应商发展。

因此，在该维度中设置了智能化、控制手段两项标准。王飞等提出智能化是智能家居未来发展趋势，智能化是指智能家居在尽量减少人工干预的前提下，自主做出正确判断，并且适合任何年龄阶段的人使用。用户所需要的，不是对家居的远程控制，而是安全、快捷的居家体验，这才是“智能化”[15]。控制手段指多种形式的智能操作终端，在日常生活中，为了能使用户随时对智能家居系统进行控制，并获取需要的信息，多种形式的智能操作终端是必不可少的，例如声控、手动控制、终端控制等。

2.技术维度(C2)

技术是智能家居发展的基础，智能家居自动感知，自主运行依靠的是成熟的技术支持，技术的整合和创新被视为智能家居实现广泛采纳的首要条件。智能家居涉及的相关技术有很多，例如控制技术、传感器技术、无线通信技术等。这是智能家居供应商提高绩效所需要的重要维度。

因此，在技术维度中纳入技术有用性、通信稳定以及安全与可靠性三项标准。技术有用性是指智能家居产品所综合运用的技术对用户来说是否有用，是否解决了生活中的实际困难，并能带来方便和快乐。正如 Wang 等人认为一个拥有庞大基数的老产品之所以被新产品所取代的原因就是因为新产品有着更为有用的技术特性。并且Kauffman 等认为随着人们对技术价值认知的上升，技术有用性会影响用户的感知有用性和使用动机。通信稳定指各个子系统之间有线以及无线连接稳定性。安全与可靠性是指智能家居系统在受到恶意攻击或请求关键数据外传时能够采取恰当的处理方法，以保护系统安全。

3.成本维度(C3)

目前智能家居尚处于起步阶段，相关技术水平还不够成熟，而且新技术的采纳必然伴随着成本的增加，特别是对学科交叉性强、产业集成度高、应用涵盖面广的智能家居而言更是如此。而成本正是用户考虑使用或购买某产品的重要影响因素，成本对新技术的采纳有抑制作用[16]，无法降低成本，就会导致智能家居产品价格过于高昂，让大部分家庭望而却步，这样就无法实现产品推广，仅仅依靠少数富裕家庭的小部分市场是无法形成消费主流的，也就无法抗衡传统的家居产品，也就无法提高智能家居供应商绩效。

因此，在该维度中设置了软硬件成本和后期成本。软硬件成本包括硬件成本和软件成本，硬件成本是指智能家居相关设备的成本，包括感应器、液晶屏传感器以及相关设备安装时需要的费用等。软件成本指相关设备中需要安装软件的成本，包括软件开发所需要的成本。后期成本是指整个智能家居系统安装完毕后，在后期使用过程中所需要的维护成本以及产品升级成本。

4.用户维度(C4)

赵英等人通过研究构建潜在用户接受智能家居物联网的影响因素模型，并采用结构方程模型进行实证[17]。归根到底智能家居还是一种商品，作为商品要想在市场竞争中保持优势，吸引新用户巩固老客户进而不断扩大市场份额，良好的用户群是必不可少的。只有用户对智能家居产品的满意度达到一定水平，才能扩大影响，吸引更多的家庭安装智能家居，从而提高智能家居供应商的绩效。

因此，在该维度中纳入绩效期望、努力期望和售后服务三项标准。绩效期望是指用户是否认为使用智能家居产品能够对其起到帮助作用，即智能家居的实用性，实用性即摒弃华而不实的功能，强调带给用户的实际效用。努力期望是指用户为了学会使用系统而付出一定努力的意愿，即智能家居的易用性。如果操作过程和程序设置过于复杂，容易让用户产生排斥心理。当用户在使用智能家居系统时感觉容易使用，那么用户就会更乐意使用智能家居。社会影响是指用户所感受到的受周围群体和环境的影响程度，包括认知程度和市场推广，用户的认知程度和智能家居的市场推广程度越高，那么用户对智能家居的使用意向也就越强。

表1 智能家居供应商评价指标体系

三、基于混合MDCM的智能家居供应商绩效关键因素识别

本文应用混合MCDM方法研究智能家居供应商绩效的改进，其中应用到的三个分析处理方法为：决策实验室分析法(decision-making trial and evaluation laboratory，DEMATEL)、DANP(DEMATEL-based ANP；ANP全称为analytic network process，网络层次分析法)和引入期望水平概念的PROMETHEE法(preference ranking organization methods for enrichment evaluations，偏好顺序结构评估法)。本文首先使用DEMATEL技术找出影响关系矩阵来建立影响网络关系图谱(influential network relationship map，INRM)，并结合ANP的基本概念得出DANP的影响权重，从而解决各维度/标准交互影响的复杂关系[18]；然后结合改进的PROMETHEE方法识别候选供应商与期望水平间的差距，并给出优先序列。传统的PROMETHEE I 和 II方法会针对指标设置无差异阈值和偏好阈值，本研究将采用期望水平和最坏水平代替无差异阈值和偏好阈值。在现实生活中，管理者根据期望水平就可以判断并提高供应商绩效，而不是根据相对良好的水平来判断绩效高低，这避免了“在劣质的备选方案中选择最好的”，即避免“在一篮烂苹果中找出最好的”[19-21]。本文在计算供应商差距的同时，将使用以上方法根据INRM来减少差距，从而提高各个标准、维度和整体方案的绩效以达到期望水平，并讨论哪一维度/标准最需要被改进。

(一)构建影响关系网络图

DANP(基于ANP的DEMATEL方法，叫做DANP)方法是曾国雄等人提出的最新方法[22]，并且广泛应用于很多领域。在实际应用中，由于评估指标相互依存，DANP方法除移了AHP和ANP方法的传统假设，利用DEMATEL方法构建评价指标体系中维度及标准的影响网络关系图谱(influential network relationship map，INRM)，并探究各个因素之间的相关性，得到影响关系矩阵。DEMATEL方法能够识别各个维度/指标之间复杂的相互依赖关系，已经成功应用于判断紧急情况、知识管理以及关键影响因素识别。该方法主要由以下四步组成：

步骤 1:构建初始平均矩阵A

步骤 2: 构建标准化的直接影响矩阵N

步骤 3: 求出总影响矩阵T

步骤 4: 构建影响性网络关系图(INRM)

(二)获取影响权重

步骤 6:计算出加权超级矩阵Wα

步骤 7:加权超级矩阵Wα稳定化

(三)PROMETHEE方法识别供应商的差距

PROMETHEE是求解多准则决策问题的一类有效方法。Macharis指出恰当的权重更有益于提高PROMETHEE结果的准确性[23]。因此，本文选用PROMETHEE方法对备选方案进行排序，使决策者在多个可供选择的供应商中做出更好的选择。具体步骤如下：

步骤 8:基于期望水平计算各个指标的偏好函数

步骤 9: 计算基于期望水平的多准则偏好指标

该方法中定义π(aq,ak)为多准则偏好指标，是决策者在所有评估准则综合评估下，对成对供应商 (a, b)中供应商 a 优于供应商 b的偏好程度。

步骤 10:计算流入流出量

这步计算流出量和流入量，流出量表示供应商 q优于其他所有供应商的程度,流入量用于描述其他所有供应商优于供应商 q的程度。

步骤 11:通过流出量和流入量对供应商进行排序(DANPROMETHEE I)

步骤 12:计算每个供应商的净流量(DANPRO-METHEE II)

对于无法比较的情况，本文将使用Step12，并将其定义为DANPROMETHEE II。

四、实证分析

本部分首先利用DANP方法来识别影响智能家居供应商绩效的关键影响因素，并以某一品牌的三家智能家居供应商为研究对象展开案例分析，依据关键影响因素对三家供应商的绩效进行评测，并给出改进建议。

(一)数据收集

本研究将影响关系分为五个尺度，分别为：0无影响，1低影响，2有影响，3影响度高，4极高影响。并邀请七位专家学者(包括物联网领域多年进行系统开发的人员、电子商务研究人员和信息安全研究人员等)进行相关问卷访谈[26-28]。然后，对7位专家学者所填的问卷回收再反馈给各个专家让其进行修改，经过两轮收集后得到最终专家的意见，其影响尺度以算术平均数计算得出(表2)，记作矩阵A。

表2 初始矩阵A

为检验所得数据的可信度，对其进行95%的置信度分析。得出Alpha=4.482%<5%，可知所得数据在95%置信度水平下是可信的，所以我们可进行下一步计算。

(二)构建影响关系网络图

将初始平均矩阵标准化，即可得到直接影响矩阵N。总影响关系矩阵T中，行加总为r，列加总为c。以中心度(r+c)作横轴，结果度(r-c)作纵轴，画出各维度及维度内指标相互影响的坐标图，即影响网络关系图(图1到5所示)。图1显示的是4个维度之间的相互影响关系，可以看出，C1(产品维度)的中心度最高，对其他3个维度有着极大的影响，其次是C2(技术维度)。维度之间影响的优先级是C1(产品维度)-C2(技术维度)-C3(成本维度)-C4(用户维度)。智能家居产品维度的完善能够对其它三个维度的提高起到关键作用，从而促进供应商竞争力的提升。

同样，使用该种分析方法分析各个维度内部指标的依赖影响关系，得出在C1(产品维度)中g1(智能化)对g2(控制手段)产生影响。因此，要想使智能家居产品更具吸引力，就要首先改进智能家居的智能化程度。在C2(技术为度)中，g4(通信稳定)影响g5(安全与可靠性)，g4(通信稳定)和g5(安全与可靠性)对g3(技术有用性)产生影响，g4(通信稳定)应该首先得到改进。对智能家居系统的技术人员来说，必须保证各个子系统和用户之间通信的稳定，无论有线连接还是无线连接。在C3(成本维度)中，g6(软硬件成本)能够对g7(后期成本)产生影响，这说明要想降低智能家居系统的总成本，首先要减少系统本身的软硬件成本，这样在后期维护中所需的成本也会相应下降。在C4(用户维度)中，g9(努力期望)对g8(绩效期望)和g10(社会影响)产生直接影响，这说明用户对智能家居的易用性较为关注，当用户感觉智能家居系统越容易使用，用户就会认为其实用性越强，受到周围群体和环境的影响也就越强烈。

图1 四大维度影响关系图

图2 产品维度影响关系图 图3 技术维度影响关系图

图4 成本维度影响关系图 图5 用户维度影响关系图

(三)计算每个因素的影响权重

表3 权重汇总表

从表6中的数据可看出社会影响、努力期望、绩效期望是专家考虑最为重要的因素，影响权重分别为：0.163、0.156、0.155，而成本因素的权重最低，软硬件成本以及后期成本的权重分别只有0.050和0.063。在技术维度中，技术有用性相对权重较高。产品维度则相对均衡，智能化以及控制形式所占权重相同。结果表明，对于智能家居供应商来说，用户维度所占权重接近一半，是最重要的考虑因素。而成本维度是所占比重最小，这说明随着经济的发展以及人们生活水平消费水平的提高，成本所带来的价格问题已不是影响供应商绩效的最主要因素。

(四)运用PROMETHEE评价供应商绩效

在该方法中，本文会选取一个智能家居品牌，根据该品牌的工程师以及设计人员对其供应商的评分，并通过计算得出在本文所构建的指标体系下每家供应商的相互排名，从而帮助该品牌的决策者在供应商的决策上做出更好的选择。K智能家居是广州市某电子科技有限公司旗下核心业务——智能家居自主品牌。该公司是一家专门从事数字城市、数字社区的核心技术及智能化产品的研发、生产及销售的综合性高科技企业。该品牌在2010年到2013年连续4年被评为中国十大智能家居品牌。目前该品牌共有三家潜在供应商，并将其命名为a1、a2、a3。通过与该品牌智能家居工程师的沟通与介绍，工程师对本文所提出的指标体系进行了解，并在本文构建的指标体系下分别对三家供应商进行打分。

通过步骤8和步骤9可以得出三家供应商相互之间的偏好指标π(aq,ak)，即供应商aq优于供应商ak的偏好程度。根据步骤10可以计算出每个供应商的流出量以及流入量，结果如表5所示。以供应商a2为例，a2优于其它供应商的偏好程度是0.032(流出量)，而其它供应商优于a2的偏好程度是0.070(流出量)。在步骤11中，根据每一个供应商的流入流出量，可以对其进行等级排序。对于无法确定顺序的供应商，例如本文中供应商a1的流出量和流入量都大于供应商a2，运用DANPROMETHEE I方法无法确定优劣顺序，通过步骤12 DANPROMETHEE II方法中计算每个供应商的净流量，再进行比较排序，最终排序结果如图5所示。根据DANPROMETHEE I方法的结果，供应商a3排序在第一位，a1和a2共同处在第二位。在DANPROMETHEE II方法下，供应商a2净流量大于供应商a1，因此最终排序供应商a2优于供应商a1。

表5 流出量、流入量以及净流量

DANPROMETHEE I DANPROMETHEE II图5 DANPROMETHEE I和II方法等级排

在评价过程中，可计算出三家供应商距离期望水平的差距率，见表6从表中可看出供应商a1在用户维度上与期望水平之间的差距值为33.00%，因此，供应商应首先在用户维度上有所改进。绩效期望与期望水平的差距值为37.00%，因此，供应商如果相对用户维度有所改进，就要首先改进它的绩效期望。同理，对于供应商a2来说要想提高绩效，首先要改进绩效期望，从而改进用户维度。对于供应商a3来说要提高其绩效，要首先改进技术维度中的技术有用性。

表5 三家供应商与期望水平的差距率

五、结论与建议

通过对混合MCDM方法的研究，本文得出如下结论与建议：

(1)随着经济、技术的飞速发展和人民生活水平的提高，物联网技术已进入智能家居领域，并逐渐改变着人们的生活居住方式，成为新的经济增长点拉动我国经济的发展，引起了政府、企业和民众的热切关注。智能家居企业选择智能家居供应商是决策问题，从决策角度来分析供应商的选择更能接近问题的本质。从多目标属性和不确定性的特点出发选择供应商问题，混合MCDM方法是值得关注的方法。截止到目前尚未出现该方法在供应商选择上的应用。通过对智能家居供应商绩效关键影响因素识别的实证分析，该方法的有效性和可操作性得到了验证。

(2)为强化创新引领作用，国家在十三五期将促进大数据、云计算、物联网的广泛应用，从而推动我国进入创新型国家和人才强国行列。作为物联网9大领域重点示范工程之一的智能家居，将会大力发展、突破创新。正确评价智能家居供应商的绩效，不仅可以帮助企业选择优秀的供应商，还可以帮助供应商识别自身优劣，从而促进企业转型，拉动我国经济发展。

(3)由于影响智能家居供应商绩效的因素众多，各因素之间也有相互影响关系，一般多准则决策方法很难识别出各因素间的关系，而混合MCDM方法能够深入分析智能家居影响因素内部结构，得出具体维度与各指标间复杂的相互影响关系和影响程度，从而能更有针对性地识别差距。为了有效识别供应商绩效的高低，本方法还引入了偏好函数概念，对PRPMETHEE方法进行改进，避免了“在劣质的备选方案中选择最好的”，有助于提高结论有效性及实用性。

(4)“一带一路”的实施需要中国更多的产品和技术被世界所认可，物联网是让中国企业走向世界的重要手段。基于混合MCDM方法正确评价和选择智能家居供应商，可以对供应商做出较全面、具体、客观的评价，这不仅对企业产品的顺利生产和质量的安全提供保障，而且给企业的创新发展打下夯实基础，发挥了物联网在“一带一路”发展中的重要作用。

(5)未来一段时期，供给侧改革将成为我国发展经济新动力的主攻方向。物联网作为创新性的新兴技术，对培育新供给提供了有效的内生动力。智能家居作为市场前景广阔的新型消费品，使用混合MCDM方法对其供应商绩效的正确评价，有助于完善战略性新兴产业发展政策支持体系，从而促进供给侧改革。

[1]张永刚,王 斌. 物联网技术在智能家居中的应用[J]. 智能建筑与城市信息, 2012(2): 27-30.

[2]刘艳军. 智能家居行业发展的条件及阶段研究[J]. 科技展望, 2016(11): 155-156.

[3]陈 非. 论智能家居现状与发展前景[J]. 无线互联科技, 2016(6): 67-68.

[4]高 勇. 以楼宇对讲为基础向智能家居集成供应商挺近[J]. 中国安防, 2011(3): 31-34.

[5]Yang J, Li J. Smart home: Chicago’s greenest house and green architecture popularity [C]. Advanced Materials Research, 2012(598): 87-91.

[6]Latif S, Fernando X, Fung A, et al. A greener MAC layer protocol for smart home wireless sensor networks [C]. // IEEE Online Conference on Green Communications, 2013:169-174.

[7]Balta-Ozkan, Boteler B, Amerighi O. European smart home market development: Public views on technical and economic aspects across the United Kingdom, Germany and Italy [J]. Energy Research & Social Science, 2014(3): 65-77.

[8]Kirkham T, Armstrong D, Djemame K, et al. Risk driven smart home resource management using cloud services [J]. Future Generation Computer Systems, 2014(38): 13-22.

[9]Carr A S, Kaynak H, Hartley J L, et al. Supplier dependence: Impact on supplier’s participation and performance [J]. International Journal of Operations & Production Management, 2008(28): 899-916.

[10]屠建平,杨 雪. 基于电子商务平台的供应链融资模式绩效评价研究[J]. 管理世界, 2013(7): 182-183.

[11]赵祖琴. 供应商绩效评价文献综述[J]. 商, 2015(37): 1-2.

[12]陈 诚,毛基业. 企业战略选择的情绪基础：基于IT服务供应商的多案例研究[J]. 中国工业经济, 2017(4): 176-192.

[13]庞春辉. 物联网技术在智能化住宅小区中应用[J]. 电子制作, 2015(3): 37.

[14]顾德道,乔 雯. 我国智慧城市评价指标体系的构建研究[J]. 未来与发展, 2012(35): 79-83.

[15]王 飞,陈金鹰,刘香燕. 智能家居应用现状及其发展分析[J]. 通讯世界, 2016(4): 267.

[16]陈 圻,陈 佳. 成本外部化陷阱：创新与经济转型最大的制度性障碍——“去外部化”的政策选择[J]. 中国软科学, 2017(2): 1-10.

[17]赵 英,李 熊,刘 艳. “智能家居物联网”发展的影响因素实证研究——基于潜在用户采纳行为[J]. 经营管理者, 2014(36): 181-182.

[18] Lin C L, Shih Y H, Tzeng G H, et al.A service selection model for digital music service platforms using a hybrid MCDM approach [J]. Applied Soft Computing, 2016(48): 385-403.

[19] Shen K Y, Tzeng G H.A new approach and insightful financial diagnoses for the IT industry based on a hybrid MADM model [J]. Knowledge-Based Systems, 2015(85):112-130.

[20] Hu S H, Lu M T, Tzeng G H. Exploring smart phone improvements based on a hybrid MCDM model [J]. Experts Systems with Application, 2014(41): 4401-4413.

[21]Liu C H, Tzeng G H, Lee M H, et al, Improving metro-airport connection service for tourism development: Using hybrid MCDM models [J]. Tourism Management Perspectives, 2013(6): 95-107.

[22]Yang Y P Ou, Shieh H M, Tzeng G H. A VIKOR technique based on DEMATEL and ANP for information security risk control assessment [J]. Information Sciences, 2013(232): 482-500.

[23] Macharis C, Bernardini A.Reviewing the use of Multi-Criteria Decision Analysis for the evaluation of transport projects: Time for a multi-actor approach [J]. Transport Policy, 2015(37): 177-186.

[24] Shen K Y, Yan M R, Tzeng G H.Combining VIKOR-DANP model for glamor stock selection and stock performance improvement [J]. Knowledge-Based Systems, 2014(58): 86-97.

[25] Shen K Y, Tzeng G H.Combined soft computing model for value stock selection based on fundamental analysis [J]. Applied Soft Computing, 2015(37): 142-155.

[26]Lu M T, Lin S W, Tzeng G H. Improving RFID adoption in Taiwan’s healthcare industry based on a DEMATEL technique with a hybrid MCDM model [J]. Decision Support Systems, 2013(56): 259-269.

[27]Tsui C W, Tzeng G H, Wen U P. A hybrid MCDM approach for improving the performance of green suppliers in the TFT-LCD industry [J]. International Journal of Production Research, 2014(53): 1-19.

[28] James J H, Chuang Y C, Tzeng G H. A fuzzy integral-based model for supplier evaluation and improvement [J]. Information Sciences, 2014(266): 199-217.

(本文责编：辛城)

IdentificationofKeyFactorsinSmartHomeSuppliers’PerformanceBasedonHybridMCDMApproachandItsEmpiricalTest

LIU Yu-peng1，2, SHEN Wan-bin3，1, QU Shi-you1, ZHAI Yu-jia3，1, GUO Xin1

(1.ChinaSchoolofEconomic&Management，HarbinInstituteofTechnology，Weihai264209，China; 2.SchoolofManagement，DalianUniversityofTechnology，Dalian116024，China; 3.SchoolofEconomic&Management，HarbinInstituteofTechnology，Haerbin150001，China)

Recently, smart home supplier performance, as an important scientific issue, needs urgently to be solved. Starting from the characteristics of smart home, this paper constructs the key influence factors indicator system of smart home supplier performance. This paper also introduces the concept of aspiration level into the preference function to construct the hybrid MCDM (multiple criteria decision-making) method for analyzing the complex influence relationship and degree among factors. At last, the research makes an empirical analysis of three suppliers of K brand and finds gaps of the suppliers striving toward the aspiration levels, according which, we can provide improvement suggestions.

smart home; supplier performance; MCDM; INRM; PROMETHEE

2016-11-20

2017-06-28

国家自然科学基金(71402040)；中国博士后基金资助项目(2015M571310)；威海市科技发展计划项目(2014DXGJ18)。

柳玉鹏(1981-)，男，山东龙口人，哈尔滨工业大学(威海)管理学院副教授，博士，研究方向：决策理论与方法、物联网。

F713.56

A

1002-9753(2017)10-0153-10