甘肃省中小物流企业联盟伙伴选择策略研究

水 静 （兰州财经大学，甘肃 兰州 730020）

SHUI Jing (Lanzhou University of Finance and Economics, Lanzhou 730020, China)

现代物流业是融合了运输、仓储、商贸、信息等支撑国民经济发展的基础性和战略性复合型服务产业。实践表明，一个地区的物流产业越发达，市场越繁荣，经济社会发展就越有活力。甘肃省位于中国内陆“丝绸之路经济带”的核心战略地带，经过多年建设，甘肃省基本形成了一批有一定规模和资源集聚辐射能力的物流基础设施。甘肃省物流企业数量增长迅猛，据不完全统计，目前从事物流的各类企业已经超过3 000 家，但其中A 级以上物流企业仅有42 家。因此，数目众多的中小物流企业是构成甘肃省区域物流产业的主体部分，这些企业普遍存在物流基础设施功能单一、信息化程度低、业务辐射能力弱以及运营效率低且成本高的问题。

国家早在2013 年出台的《交通运输行业推进物流业健康发展的指导意见》中，就明确提出了“鼓励中小企业联盟发展，扭转市场主体过散、过弱的局面，提高企业竞争力和市场抗风险能力”。本文认为打造符合省情的、以中小企业联盟为主体的物流市场，是促进甘肃省物流企业资源共享、加快全省物流产业规模化、集约化和网络化发展的重要途径之一。

物流企业建立联盟意味着在获取彼此优势和成本投入之间进行权衡，合作伙伴选择问题是物流企业联盟建立的关键步骤，最佳合作伙伴关系到企业联盟运作的成败。本文通过对前人研究的阐述和总结，构建了符合中小物流企业特点、简单明了的物流联盟伙伴选择指标体系，并运用FAHP 方法结合仿真算例来讨论甘肃省中小物流企业联盟伙伴的选择问题。

1 物流联盟及伙伴选择研究综述

物流联盟概念兴起于20 世纪90 年代，对物流联盟比较统一的定义是指：由两家或以上物流企业为实现自身经营目标，通过股权或者契约等方式结成的共担风险、优势互补、收益共享的集约化物流组织合作模式。物流联盟组织模式的划分如表1 所示。

与物流资源相对集中、物流能力发展水平较高的珠三角、长三角、环渤海和京津地区相比，甘肃省物流规模明显偏低，物流业发展水平与东部地区差距明显。针对甘肃省内物流企业以中小企业为主、龙头企业数量偏少、区域之间物流资源分布不均衡以及物流能力差别较大的现状，本文认为，现阶段甘肃省中小型物流企业可以通过集中自身优势资源、整合各自核心业务，来建立多个物流企业协同运作的动态物流联盟。

动态物流联盟因物流市场机遇的产生而成立，并随物流市场机遇的消失而解散，当下一次物流市场机遇来临时，又开始新一轮的结盟[1]，具有非常明显的阶段性。学者们将动态联盟的整个生命周期性划分成不同阶段。Troy J. strader[2]和J. J. Kanet[3]等将动态企业联盟生命周期划分为任务识别、联盟组建、联盟运作以及终止解体四个阶段；Minghung Li[4]则划分为五个阶段：机遇识别、寻找合作伙伴、组建联盟、运作以及联盟解散；程安亭、张梦雅等人[5]提出物流联盟的IFOE 模型，包括需求识别、联盟组建、联盟协作运行、联盟解散四个阶段。本文参照前人研究，将动态联盟生命周期性划分为：联盟筹备、联盟组建、联盟运行以及联盟解体四个阶段[6]（见图1）。

表1 物流联盟组织模式

图1

在构建动态物流企业联盟的过程中，关键要素在于联盟伙伴的选择。学者们对于物流联盟合作伙伴选择的研究集中在两个方面：物流企业评价指标体系建立与合作伙伴选择方法。史成东等（2009）[7]建立了由服务水平、理财水平、管理水平以及区位优势四个维度，涵盖准时交货能力、信息处理能力、以往承接项目情况、市场份额、服务价格、投诉率、信用度、员工素质、服务范围以及产业集中度等10 个指标构建的物流联盟伙伴选择指标体系。甘家华等（2014）[8]等从物流服务质量、企业成本、财务风险、企业发展潜力、企业柔性以及合作兼容性六个方面建立了盟员企业的选择指标体系。张秀青（2016）[9]提出了可信任度、资源互补以及文化兼容三方面的中小物流企业盟员选择指标方案；路静敏等（2017）[10]从企业基本能力指标、信息化水平指标、物流服务水平指标以及企业管理及文化四个方面确定了冷链物流企业联盟盟员的评价指标。杨永光（2019）[11]构建了多层次指标评价体系，包括服务能力、仓储能力、配送能力、财务状况、信息化水平、管理水平与发展潜力七个方面。王宁宁（2019）[12]分析了电子商务背景下动态物流联盟发展策略，并构建了包括关系水平、敏捷性水平、业务水平、物流水平、联盟伙伴关系和联盟整体效益在内的物流联盟伙伴评价指标体系。

研究者们对于合作伙伴选择方法主要包括：AHP 法、DEA、神经网络方法以及模糊数学与AHP 结合的模糊层次综合评价选择方法。

2 甘肃省中小物流企业联盟伙伴选择评价指标体系的建立

本文在前人研究的基础上，结合甘肃省中小物流企业的特点，同时参照《物流企业分类与评估指标》 （GB/19680-2013），在征求物流专家和业内人士的意见建议后，从指标覆盖面广、简单易行以及避免涉及企业保密数据等角度出发，选定3 个一级评价指标，7 个二级指标构建甘肃省中小物流企业联盟伙伴选择评价指标体系（见表2）。

表2 甘肃省中小物流企业联盟伙伴选择评价指标体系

2.1 物流企业服务能力

较高品质的服务水平体现了物流企业的核心竞争力，企业物流任务的完成质量决定了联盟的整体物流服务质量。为了正确评估联盟物流服务水平，需要重点关注联盟成员企业物流任务的完成质量、完成时效以及完成数量，因此本文采用保质率、准时率和订单完成率指标来描述中小物流企业的服务能力。

2.2 企业合作潜力

动态物流联盟的成功运行应建立在合作伙伴间相互信任的基础之上，但由于各个伙伴实力不对等因素，也可能会存在如违约或弄虚作假的可能。作为物流联盟成员企业，在本着认真合作的态度基础之上，还必须具有一定的经费投入实力，这是建立合作关系稳定、长久的必要条件。因此本文将合作态度、在合作中经费投入多少作为评价伙伴企业合作潜力的两个主要因素。

2.3 物流业务能力

物流业务能力是盟员选择必不可少的参考，是重要的评估指标。随着电子商务、互联网平台等领域的快速发展，物流企业在仓储、运输以及综合服务业务方面的信息化建设水准要求越来越高；同时，由于中小物流企业业务能力的差异性，各自业务涉及地区可以互补，因此，本文采用专业设施信息化水平和业务辐射区域作为物流企业业务能力的二级指标。

3 基于FAHP 方法的中小物流企业联盟伙伴选择策略

考虑到评估指标所涉及因素多数无法用精确数据表示，具有概括性和模糊性的特征，本文采用FAHP（Fuzzy AHP 模糊层次分析） 方法作为联盟伙伴的选择与评价方法。

3.1 模糊层次分析方法（FAHP）

美国运筹学家T. L. Saaty 提出的AHP 方法其核心是利用1～9 间的整数及其倒数作为标度构造判断矩阵。这种判断往往缺乏人为判断模糊性的考虑：即如果i,j两个因素的权重之比不易确定，只知道其变化范围在l和u之间，最大可能值为m，这就是模糊判断。基于这种认识，AHP 在模糊环境下的扩展是必要的，这一扩展称为Fuzzy AHP[13]（FAHP）。

1983 年荷兰学者F. J. M. Van Laarhoven 和W. Pedrycz 提出了用三角模糊数来表示模糊比较判断的方法，以下给出相关定义和运算规则。

定义一：设论域R上的模糊数M，如果M的隶属度函数μM：R→［0,1 ］表示为：

式（1） 中l≤m≤u，l和u表示M的下界和上界值，m为M的隶属度为1 的中值，三角模糊数M表示为（l,m,u）。两个三角模糊数M1和M2的运算规则如下：

3.2 FAHP 分析法基本运算过程

（1） 构造模糊判断矩阵

由相关专家通过对各指标的重要性进行两两比较，并采用三角模糊数来定量表示比较结果，由此建立模糊判断矩阵A=（aij）n×n，其中aij=（lij,mij,uij）。

（2） 计算第k层（准则层或子指标层） 元素i的综合模糊值

其中：

（3） 去模糊化以及求出准则层各指标权重

定义二：设有两个模糊数M1（l1,m1,u1）和M2（l2,m2,u2），M1≥M2的可能度用三角模糊函数定义为v（M1≥M2）=SUPx≥y

由此可以给出模糊判断矩阵的排序规则：设由k个三角模糊数所构成的集合 ｛M1,M2,…,Mk｝，则一个模糊数（比如M1） 大于其他k-1 个模糊数的可能度，被定义为：v（M1≥M2,M3,…,Mk）=minv（M1≥Mi），i=2,…,k。

对于第k层（准则层或子指标层） 第i个指标Ti，其权重计算方法为：

其中：

（4） 确定层次总权重W

设评价指标由k层构成，第一层为目标层，则W=WkWk-1Wk-2…W2。

（5） 确定各方案得分M

比较不同方案统一子指标值的相对优劣程度，计算所得权重值为子指标值的得分，由此得到子指标值得分矩阵A。由式（7） 得到所有方案得分集合M=（M1,M2,…,Mn），根据所需联盟企业个数l，选择M中得分高的l个企业为联盟伙伴。

4 仿真算例

甘肃省某平台企业为实现其市场机遇，欲寻求2 家合作伙伴准备组建动态联盟，从而更好实现平台企业与物流企业无缝对接。经过初步筛选，有4 家中小型物流企业入围候选对象。由相关部门指定3 位物流领域专家，依据表2 中的指标，对候选伙伴指标的重要性进行模糊评判。假设3 位专家影响力相同，对其所给的模糊评判值进行算术平均值求取，最终所得准则层三角模糊判断矩阵如表3 所示。

表3 准则层三角模糊判断矩阵

4.1 确定准则层总权重

根据式（2）、式（3） 和式（4），可以计算得到物流企业服务能力、企业合作潜力以及物流业务能力3 个准则层指标的综合模糊值分别为：

根据公式（7），对B1,B2以及B3去模糊化，运算后结果分别为：

对B1、B2和B3根据式（6） 进行标准化，由此得到物流企业服务能力、企业合作潜力以及物流业务能力3 个准则层的指标权重值为：

同理可得子准则层各指标的总权重如表4 所示：

表4 子准则层各指标权重

4.2 计算候选企业各自指标得分

另外邀请3 位专家，使用表5 所示的模糊语言评估标度给出4 家候选企业的三角模糊数。其后计算出这几家候选企业在子准则层各指标上的权重值矩阵A。

表5 模糊语言评估标度

由式（8） 计算得以上4 家候选物流企业得分分别为：0.1652、0.1515、0.1424、0.1781，因此最终选择得分较高的P1和P4这2 家企业作为合作伙伴组建动态物流联盟。

5 结 论

本文针对现阶段甘肃省中小型物流企业的特点，给出了构建中小型物流企业动态物流联盟的四阶段模型。其后，提出了联盟伙伴选择时需要考虑保质率、准时率、订单完成率、合作态度、投入经费、专业设施信息化程度以及业务辐射范围等因素。本文最后将三角模糊数与层次分析法结合，用FAHP 设计了物流联盟合作伙伴遴选的方法，旨在期望对甘肃省中小型物流企业联盟伙伴选择提供一定的实践指导意义。在实际应用中，随着参与遴选的物流企业数目增加，计算工作量也同步加大，因此，本研究在未来的工作中，将尝试编写代码以实现整个联盟伙伴遴选过程的自动计算。