基于Skowron区分矩阵的冷链物流企业绩效评价指标约简

□ 闫 靖，陈丽玉

(四川华新现代职业学院，四川 成都 610107)

我国社会经济的持续发展和生活质量的不断提高，较大程度上改变了居民的消费需求与消费结构，尤其在生鲜农产品领域，产品的时效性与品质愈来愈受到人们的关注。不同于其他普通商品，生鲜农产品具有易受气候条件影响、不易存储等特点。冷链物流是一种新的物流方式，可在较短时间将生鲜产品配送给消费者。如何客观合理地评价冷链物流企业绩效，在此基础上对冷链物流运作效率进行改进，是相关企业普遍关注的问题。

国外对生鲜农产品冷链物流绩效的研究较早且具有相对成熟的体系，其采用的AHP-TOPSIS[1]、供应链参考模型(SCOR)[2]、关键指标选取法模糊多准则决策法[3]等方法理论，均具有较强的实际意义。国内相关领域研究主要体现在从各个角度对评价体系进行构建。王旭辉指出冷链物联网运行体系的效率主要取决于标准体系、完善程度以及各节点间信息共享度等因素[4]。杨玮构建了涵盖环境、果蔬品质、设备以及人文因素等方面的冷链产品安全预警指标体系[5]。方凯从绿色供应链视角出发，采用三阶段DEA模型评价冷链物流企业绩效[6]。宋宝娥构建了涵盖质量安全、管理水平、价格成本、人员素质和服务水平等方面的超市生鲜食品供应商选择指标体系[7]。邓余玲从服务质量、技术设备、运输能力、成本费用等方面综合评估生鲜农产品冷链物流供应商服务能力[8]。刘明菲基于脆弱源的视角，综合评价农产品冷链物流在暴露度、适应度、易感度等的脆弱性[9]。

上述研究较为全面的概括了冷链物流企业绩效评价的各个角度，但较为普遍的问题是：评价指标较多，可能具有冗余性，从而增加了评价工作的重复性。因此，筛选具有代表性的评价指标，在保证评价结果合理准确前提下，对原指标体系进行精简可以较大程度上减轻评价工作。系统科学中基于粗糙集理论的属性约简方法可以较好地实现上述目的，其对于处理不完备、不确定信息具有独特的优势[10]。基于上述分析，在已有的冷链物流企业绩效评价指标体系基础上，利用Skowron区分矩阵对冷链物流企业绩效评价决策表进行属性约简，降低评价体系的维度，从而减少冷链物流企业绩效评价工作量。

1 冷链物流企业绩效评价指标体系

通过文献检索与调查问卷相结合的方式，归纳总结冷链物流企业绩效评价指标体系包含企业财务能力、客户服务能力、信息技术能力以及冷供应链能力等层面。

1.1 企业财务能力

冷链物流企业的财务能力一直都是营利性企业绩效的关键，主要包括如下四个指标：

总资产报酬率，是指研究时期内冷链物流企业所获总报酬与平均资产总额之比，反映了该企业所有资产的总体获利能力；总资产周转率，是指研究时期内冷链物流企业销售收入净额与总资产平均余额之比；营业收入增长率，是指研究时期内冷链物流企业营业收入增值与上期营业收入总额之比；流动比率，是指研究时期内冷链物流企业流动资产与流动负债的比率。

1.2 客户服务能力

冷链物流企业的客户服务能力水平是其开发、利用外部市场的基础，主要包括如下五个指标：

客户投诉率，反映了研究时期内客户对冷链物流企业所提供服务的整个过程中的满意程度；冷链配送准确率，是指研究时期内冷链物流企业正确按照客户要求的交货次数和总交货次数之比；冷链配送准时率，是指研究时期内冷链物流企业满足时间要求的交货次数和总交货次数之比；物流服务集成度与农产品新鲜度是反应冷链物流运输特性的指标，具体体现冷链物流一体化运作程度以及货物运输效率。

1.3 信息技术能力

冷链物流企业的信息技术能力是指理解、获取、利用信息能力及利用信息技术的能力，主要包括如下五个指标：

信息传递及时率及准确率，是指冷链物流企业全程对各种产品相关信息及各作业环节进行的实时监控程度与精确程度；信息化覆盖率，是指冷链物流企业在各个作业环节上涉及信息化建设的硬件及软件配置的完整程度；信息共享程度，是指冷链物流企业涵盖的不同部门之间以及员工之间的信息交流标准化和规范化程度；技术兼容度，是指冷链物流企业涵盖的供应链上下游之间采用技术的相互兼容程度。

1.4 冷供应链能力

冷链物流企业的冷供应链能力是指围绕企业核心，完成整个物流服务的能力，主要包括如下四个指标：冷库利用率，是指冷链物流企业对其配备的冷库的利用程度；冷库周转率，反应冷链物流企业冷库中生鲜农产品的流转效率；冷链仓储运输货损率，反映了在冷链物流企业在整个冷链过程中的生鲜农产品运输完好程度；流程衔接紧密度，反应冷链物流企业在整个物流系统中的一体化运作程度。

根据评价指标体系建立的系统性、科学性与适应性原则，本文构建冷链物流企业绩效评价指标体系如图1所示。

图1 电商背景下生鲜农产品冷链物流企业绩效评价指标体系

2 冷链物流企业绩效评价指标约简

2.1 粗糙集理论相关知识

假设信息系统S=(U,R,V,f)，其中：U为论域，表示研究对象的有限非空集合；R分为条件属性和决策属性，表示研究对象所具有属性的非空有限集合；V为值域，表示属性集合R中元素的取值范围。

在粗糙集理论中，论域U中的任何一个子集簇X(X⊆U)称为关于U的抽象知识，简称为知识，故可以认为，知识被定义为针对论域对象的划分，也就是对论域所包含的对象进行类别划分的能力。

假设P、Q是论域U中两个等价关系族，在Q⊆P条件下，如有ind(P)=ind(Q)，且Q是独立的，则称Q为P的一个约简。

对于信息系统S而言，若存在属性集合R=C∪D，且C∩D≠Ø，子集C={c1,c2,…,cn}和D={y}分别表示条件属性集和决策属性集，则该决策系统称为决策表。

基于粗糙集理论的属性约简原理就是，根据决策属性在保持分类结果一致的基础上对决策表中的条件属性进行化简，从而使得化简后的决策表仍然具有化简前的功能，以达到去除冗余条件属性的效果，通过属性约简可以从条件属性集中筛选出必要条件属性，使得根据必要条件属性形成的相对于决策属性的分类和所有条件属性相对于决策属性形成的分类一致。

2.2 基于Skowron区分矩阵的约简

区分矩阵是一种基于粗糙集属性约简理论的算法，于1991年由Skowron教授提出。设S=(U,R,V,f)为决策表，R=C∪D，C表示条件属性集，D表示决策属性集，C∩D≠Ø，区分矩阵是一个n×n的对称矩阵Mn×n=(mij)n×n：

(1)

其中，f(u,a)表示数据对象u在条件属性c上的具体取值，上式含义可概括为区分矩阵第i行第j列上元素为条件属性构成的集合或空集Ø。

当论域个体ui与uj的决策属性不同时，可将两者具有不同属性值的条件属性用析取的方式(用“∨”表示)构成集合，作为区分矩阵(i,j)位置的元素，其现实意义为该元素中任一条件属性均可将个体ui与uj区分开来，如果个体ui与uj的所有条件属性值都相同，则(i,j)位置的元素为空集。

当论域个体ui与uj的决策属性相同时，由于个体ui与uj的条件属性不具备区分两者的功能，则无需考虑条件属性对两者的区分状况，可令区分矩阵(i,j)位置的元素取值为0。

根据Skowron差别矩阵的属性约简原理，结合冷链物流企业绩效评价的特点，对该指标体系中指标精简的具体实施步骤如下：

Step1确定属性集C，构建冷链物流企业绩效评价指标集C，其中ci∈C为冷链物流企业绩效评价指标；

Step2确定样本集即论域U，其中ui∈U为历史数据或企业绩效年度总结中的冷链物流企业绩效评价指标的取值；

Step3属性值语义界定，确定每个评价指标Ci的属性值以及相应评语集，并确定每个样本u关于属性a的信息值f(u,a)；

Step4构建属性约简决策表S=(U,V,A,f)，结合各类指标评语集与历史数据构建类似于二维矩阵的关系数据表，表中每一列数据代表论域中的一个样本，每一行代表论域中所有样本关于某个属性即评价指标ci的值；

Step5根据Skowron矩阵定义计算区分矩阵，然后利用逻辑学中的析取、合取关系构建差别函数，再利用逻辑运算规律相关的知识化简差别函数，最终得到差别函数的最小析取范式，该范式中的每一个析取项都是原有知识表达系统中的一个约简，然后根据具体要求进行分析和判断，找到所需要的约简。

3 实例分析

以成都市某家冷链物流企业为例，结合该企业2013～2018年的绩效考核分析报告及相关数据，组织8位物流领域与企业管理领域专家根据该公司实际状况，按照图1评价指标体系进行打分构成信息决策表论域U={u1,u2,…,u8}，18个三级指标构成条件属性集C={c11,c12,…,c44}，企业绩效等级构成决策属性集。

由于运用粗糙集理论处理决策表时，决策表中属性的各值必须用离散值表达，本文根据打分表中各指标的分值所处的区间进行数据离散化处理，如表1所示。

表1 数据离散化处理

经离散化处理得到的决策表如表2所示。

表2 数据离散化处理后的决策表

根据决策表信息，针对企业财务能力中的总资产报酬率、总资产周转率、营业收入增长率以及流动比率等指标及决策属性结果，利用Skowron矩阵定义构建区分矩阵如表3所示。

表3 差别矩阵

由2.2小节可知，因为区分矩阵中的上三角元素与下三角元素关于对角线对称，故表3只列出对角线与下三角元素，矩阵中每一个元素的含义是各个条件属性间的析取关系(用“∨”表示)，区分函数即为区分矩阵中所有元素的合取范式:

f(M)=(c11∨c12∨c14)∧(c12∨c14)∧(c12∨c14)∧(c11∨c12∨c14)∧(c12∨c14)∧(c12∨c14)∧c11∧(c12∨c14)∧(c12∨c14)∧(c12∨c14)∧(c11∨c12∨c14)∧(c12∨c14)∧(c12∨c14)∧c11∧c12

根据逻辑运算定律可将上述区分函数化简为如下最小析取范式f(M)=c11∧c12，因此，{c11,c12}为企业财务能力层面指标集合的一个约简；同理，{c21,c23,c24}为客户服务能力层面指标集合的一个约简；{c31,c35}为信息技术能力层面指标集合的一个约简；{c42,c43,c44}为冷供应链能力层面指标集合的一个约简。上述约简后的指标反映了冷链物流企业绩效评价的决定性因素，可在不影响最终评价结果的前提下，大大降低了评价工作的复杂性。

4 结论

科学合理的绩效评价是冷链物流企业效益提升的基础，本文基于粗糙集属性约简理论的Skowron区分矩阵算法对冷链物流企业效益评价指标体系进行约简，结论如下：约简后的条件属性集为{C11,C12,C21,C23,C24,C31,C35,C42,C43,C44}，在不改变原有评价结果的基础上使绩效评价指标由原来的18个缩减为10个，即：{总资产报酬率，总资产周转率，客户投诉率，冷链配送准时率，物流服务集成度，信息传递及时率，技术兼容程度，冷库周转率，仓储运输货损率，流程衔接紧密度}，从而显著地简化了决策表，大大减少了冷链物流企业效益绩效评价过程中的计算量与工作量。该算法适用性较强，亦可用于其他企业绩效评价体系精简。