基于客户感知的TPL物流服务柔性云重心法测度研究，本文主要内容关键词为：心法论文,柔性论文,物流服务论文,客户论文,TPL论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
在今天消费需求与企业外部环境多变的时代，物流服务柔性已成为企业物流外包过程选择第三方物流(简称TPL)非常重要的考核指标，也是产业链中制约制造业与物流业联动发展的一个重要瓶颈因素。近年来，物流系统服务柔性问题一直受到实业界与学术界的高度关注，Cunningham J.B(1996)[1]、Zhang,Q.等(2005)[2]、Sánchez，A.M.，Perez，M.P(2006)[3]、周乐、季建华(2007)[4]，李燕，刘志学(2007)[5]、倪明，程兰兰(2011)[6]等学者从不同角度进行了研究。但针对物流服务柔性的度量与测评研究的文献尚不多，目前只有少数学者对此进行初步的探索。MORLOK E K(2004)从运输系统柔性能力出发，利用决策优化模型来定量评估运输系统柔性能力问题[7]；许志端(2005)以配送和营销渠道中物流系统的柔性作为研究对象，提出物流系统柔性的概念框架，引入面向客户的物流可靠性作为物流绩效衡量指标，建立相应的绩效度量模型，考察物流系统柔性可能的效益[8]；龚本刚等(2008)在探讨供应链环境下物流系统柔性能力形成机理的基础上，利用D-S理论模型对物流系统柔性能力进行了实证评价[9]，开展物流柔性测度研究仍有着巨大的空间。在对TPL物流服务选择中，因服务价格、时间、地点等众多因素的制约，再加之物流需求的不确定性和经营环境的多变性，物流服务需求存在很强的波动性与随机性，物流需求客户通常要求TPL物流提供者能提供柔性化物流服务，但在物流外包决策时又不能对TPL物流服务柔性程度给出一个精确的评价数值，只能以一种经验和感知来对TPL的服务柔性作出模糊的评判。而采用传统的基于模糊语言的各类评价方法(如模糊综合评价、灰色关联法等)得出的评判结果仍然是一个模糊值。而云理论是在传统模糊集理论和概率统计学基础上提出的定性与定量之间转换模型，其转换过程综合考虑了问题域的随机性与模糊性，转换的结果更加客观与科学[10]。采用以云理论为基础的云重心评价法，利用云重心的变化，从系统角度来评价TPL整个物流系统服务柔性程度，不失为一种提高测度精确性的有效测度方法。
二、云重心评价法
(一)云理论
云理论是1995年李德毅教授提出的系统处理不确定问题的一种新理论[11]。“云”是用语言值表示的某个定性概念与其定量表示之间的不确定转换模型，它主要反映宇宙中事物或人类知识中概念的两种不确定性：模糊性和随机性，用云模型把模糊性和随机性完全集成在一起，研究自然语言中最基本的语言值所蕴含的不确定性的普遍规律，使得有可能从语言值表达的定性信息中获得定量数据的范围和分布规律[12]。
(二)云重心评价步骤
步骤1：建立测评指标体系
步骤2：用云模型转换指标语言值
步骤3：测评指标用综合云表示
测评系统R用1个n维综合云模型表示，该综合云模型的每一维云模型是由t个测评指标语言值按式(1)(2)计算得到。n维综合云的重心G用n维向量表示：
利用云模型计算出各指标评价语言值的加权偏离度υ，构成一个定性测评的云发生器(云评价曲线)。根据测评云发生器和各语言值对应变化区间，分析云重心的变化。依次重复以上步骤，直到得出整个测评系统的最终综合云重心的加权偏离度。
三、实例分析
(一)物流柔性测度指标体系
物流服务柔性是指在因物流客户需求产品的品种、数量与地点发生变化的情况下，以合理的成本水平采用合适的运输方式，在合适时间、地点收集和配送合适的产品或资源以及服务，以满足物流需求客户要求的应变能力[8]。而基于客户感知的TPL物流柔性测度的指标体系构建，除了考虑上述物流需求变化的随机性因素以外，还应考虑客户物流需求感性特征。由于客户对物流服务系统的理解与认识往往具有相当的模糊性，所以在构建TPL物流柔性测评指标时，在主要考核TPL物流系统能力的同时，更应考虑物流需求客户感知。
本文在调查广东29家物流需求客户购销业务人员对TPL柔性服务感受的基础上，按物流作业内容、服务过程的内在因果、依存、隶属等逻辑关系，并考虑服务要求与影响因素进行分析，形成符合柔性构成关系的层次结构，还征询5家江门TPL配送经理的意见，建立起如图1所示客户感知的TPL物流柔性测度指标体系。
(二)测评指标权重计算
(三)指标评语值云模型转换
由于客户评价的模糊性，本文采用定性语言评语集，即客户对物流柔性度评语集为“极低，很低，低，较低，一般，较高，高，很高，极高”。根据云重心评价法中定性语言集的云模型表示方法，将9个评语值置于连续的数域区间[0，1]上，各语言值对应的变化区间如表3所示。
依云模型的正态分布特点，结合表3中数据分别计算出每个评语值云模型的加权偏离度，构成一个定性测评的云模型评价曲线，如图2所示。这里各评语值云模型的加权偏离度也就是其期望值。
图2 云模型的定性评价曲线
(四)测评指标云模型计算
作者按照上述15个二级指标设计了测评评价表，走访了江门10家经销与生产商，在各公司主管经理的授意下，由具有丰富采购与销售经验的骨干业务人员，代表公司进行打分测评，得到TPL物流服务柔性的评语值。因篇幅有限，只列出指标配送柔性一级指标下5个二级指标的评语值，如表4所示。
测评指标配送柔性
云模型计算步骤如下：
将其输入图2云模型评价曲线，结合表3各语言值变化区间，整个TPL服务柔性的云滴正好落在“一般”云对象的范围内略偏中，用语言值表示为“一般”，但用精确数值来表示的TPL物流服务柔性的综合测评值为0.4796，接近“一般”云对象期望值(峰值)0.5，贴近真实情况。这说明客户感知的TPL物流服务总体柔性水平一般，用精确数值描述其柔性程度为0.4796。
四、结论与建议
(一)云重心法是TPL物流柔性测度的有效方法
在市场需求和环境变化日趋频繁的今天，客户对物流需求往往具有很大的不确定性，可以说物流服务是否柔性化是TPL制胜市场的关键，本文提出用云模型评价法是一种行之有效的物流柔性测度方法。通过运用云重心法则，依据评判者的知识与经验，按照自下而上逐级测度的技术路线，最终可以将定性的评价问题定量化、精确化。云重心法过程简单易行、可操作性强、结果分析直观，该方法的应用为物流柔性测度与物流服务管理开辟了新的视角，提供了新路径。
(二)物流柔性测度从客户感知上升到供应链管理层面
本文从客户感知的视角，建立TPL物流柔性测度的指标体系，评价TPL物流服务水平。实际上影响TPL物流服务柔性的原因很多，可以说与上游制造商的生产计划与营销政策调整以及下游需求方的市场变化等诸多因素密切相关，TPL物流服务柔性问题的实质是供应链物流需求的不确定性问题，TPL物流服务柔性是TPL物流企业应对供应链不确定性的一种应变能力，是供应链柔性的一部分，即以客户需求为导向的TPL物流企业在信息与资源共享的基础上，与服务客户所共同构建的对供应链环境变化做出快速有效调整的物流能力。因此，要实现对TPL物流服务柔性提升，必须从供应链管理视角思考物流柔性问题，即考虑供应链各种复杂因素对TPL物流服务柔性的影响并构建TPL物流服务柔性测度指标体系。尽管供应链物流柔性影响因素的复杂性使得云重心法测度应用存在较大的困难，但这是物流柔性研究方向。
(三)物流柔性测度指标重点是物流运行管理能力
通常物流系统柔性能力实现取决于物流节点设施与服务网络柔性能力及其所构成的物流运行系统柔性能力。从物流节点设施与网络来看，实现物流柔性能力主要是物流节点选址与设施装备的配置，一般物流节点设施建设时已经确定，一般难以改变，会保持一段时间的相对稳定，其柔性度差，如仓库的空间布局与库容量、仓储作业机械、车辆型号与车队规模等，因此，实现物流柔性能力的关键是物流运行系统，即看TPL物流企业对物流系统资源整合和系统运作的管理能力。由此可以看出，在日常经营状态下的供应链物流服务过程中，对TPL物流服务柔性的考核重点应放在物流运行管理能力测度方面，往往TPL物流的服务管理模式会随着供应链物流过程各影响因素的变化而变化，其测度指标权重与评价标准也要进行相应调整。
(四)物流柔性评价标准应根据不同行业物流需求特征而不同
由于不同时间段、不同地域、不同行业的供应链物流需求存在有较大的差异，相应的物流柔性评价标准也会因供应链物流需求客户目标和环境变动而要求不同。如服装产品物流更多强调物流时间速度柔性；家电数码产品物流则强调客户要货品种多样性满足率，季节性农产品物流强调供应链库存与数量柔性等。因此，TPL物流柔性测度不能构建一个通用统一物流柔性评价指标体系与评价标准，而应根据物流需求相似性原则，再根据行业、运营特点、客户需求等进行分析，建立符合科学合理的测度指标体系与标准，并随着TPL物流经营环境的变化定期更新物流柔性的评价标准，TPL物流柔性测度是一个动态循环过程。