中小物流企业联盟伙伴选择

——基于PCA-BP神经网络

作者简介:
甘家华(1984- ),男,陕西宝鸡人,长安大学经济管理学院博士研究生,研究方向:交通运输规划与管理、现代物流;马暕(1967- ),男,陕西榆林人,长安大学经济管理学院,博士,副教授,主要从事物流管理与物流工程研究;王建伟(1965- ),男,黑龙江哈尔滨人,长安大学经济管理学院教授,博士生导师,主要从事交通运输规划与管理、区域与城市运输经济、低碳交通研究;荆莹,长安大学经济与管理学院(陕西 西安 710064)。

原文出处:
技术经济与管理研究

内容提要:

文章在分析当前中小物流企业联盟伙伴选择研究及实践中存在的问题基础上,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较为系统全面的联盟伙伴选择的指标体系。基于传统决策方法无法消除众多影响因素之间的相关性、计算效率低、预测精度不高等问题,建立了基于PCA-BP神经网络的中小物流企业联盟伙伴选择模型。通过对指标数据进行主成分分析,消除各因素间的冗余性,对数据进行降维,简化了网络拓扑结构,能够提高联盟伙伴选择的训练速度和预测精度。最后,用浙江YL联盟的实例进行了验证,实验结果表明该指标体系和评价模型的可行性和有效性,是中小物流企业联盟伙伴选择中简便灵活、可操作性较强的方法。


期刊代号:F14
分类名称:物流管理
复印期号:2015 年 01 期

字号:

       一、引言

       我国物流市场主体过散、过弱,单个企业竞争力不强、抗风险能力弱是导致目前物流组织化程度偏低、组织方式落后、总体效率不高、物流成本居高不下等问题的重要原因之一。近年来,物流市场的各类企业都在探索集约化经营之道,经过不断的探索和实践,整合优势资源走联盟发展之路渐成大势所趋,特别是对于占物流市场90%以上的中小企业,不具备相互合并的资金实力与管理能力来扩大规模,因而结合企业核心专长、互补所短来组建联盟已经成为企业快速扩张物流网络,提升物流服务能力,降低物流成本的最佳途径[1]。交通运输部在2013年6月出台的《交通运输行业推进物流业健康发展的指导意见》中,明确提出“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”,形成以区域性中小企业联盟为主体的物流市场主体结构。

       当前,我国中小物流企业联盟发展总体上还处于探索阶段,缺乏成熟的管理经验,而很多联盟管理的关键问题又与联盟的成败息息相关。联盟伙伴选择就是联盟能否成功组建和顺利运行的核心问题,合适的联盟伙伴可以有效地促进和推动联盟的健康发展,形成稳定持久的联盟关系,而不合适的联盟伙伴则可能给联盟组织带来难以预料的破坏和损失。而我国中小物流企业在选择联盟伙伴时,主要存在着评价指标体系中战略兼容性、业务协同性、长期稳定型因素较为缺乏,评价模型和方法适用性不强等问题。因此,构建科学合理的评价指标体系,选择完善适用评价模型方法,是当前中小物流企业联盟伙伴的选择中需要解决的关键问题。

       目前国内外对于中小物流联盟伙伴选择方法的研究还比较少,现有的研究主要是针对供应商的选择和虚拟物流联盟的伙伴选择问题,虽然这些丰富的研究成果为本研究提供了有益的借鉴,但其与文章的研究对象有着显著区别。在供应商选择中,需求企业与供应商之间的关系多为单边协议,体现为委托代理关系,相互间为合作关系,而中小物流企业联盟的合作伙伴间的关系则根据不同联盟类型包含了单边、双边及多边协议,参与主体较多,相互间不仅是合作,而且还有竞争关系。中小物流企业联盟与虚拟联盟在伙伴选择中的主要区别是中小物流企业联盟更加注重合作的稳定性和持久性,不是短期的任务合作。当前关于联盟伙伴选择的研究集中在两个方面:一是针对联盟伙伴选择的指标体系构建问题,李强(2007)[2]分别从不同纬度构建了较为全面的指标体系,但指出具体指标,使之后的建模评价具有较强的主观性而不宜应用。陈飞儿等(2004)、夏维力等(2006)[3-5]从各自研究视角提出了具体全面的成员考察指标,但从中小物流企业联盟发展要求出发,未能充分考虑企业间合作的战略兼容性、合作过程中的业务协同性及长期稳定性。二是针对联盟伙伴选择的模型算法研究,常见的相关研究提出的有线性权重计分法、成本估算法、AHP、DEA、TOPSIS、模糊综合评价法等,这些方法在指标权重系数确定时具有较多的主观因素,对评价中不确定和不完备信息的设计处理不完善,在处理大量数据尤其是涉及存在较大关联性指标时稳定性较差,准确性和效率不高。

       基于此,文章构建了针对中小物流企业联盟特性和联盟物流业务运作特点的伙伴选择评价体系,同时结合主成分分析(PCA)方法对复杂的指标体系进行降维处理,使得评价工作更具有针对性,可以简化神经网络的输入,而BP神经网络具有自适应学习能力,可以从外界获取信息进行存储并自动提取规律求解,避免确定权重过程中的人为主观因素,从而有效提高中小物流联盟伙伴选择的准确性与客观性,因此采用PCA结合BP神经网络的方法建立评价网络模型,利用SPSS和Matlab软件进行数据分析和仿真实现,建立了一种新的中小物流企业联盟伙伴选择方法体系,并利用企业的真实数据进行方法验证,得到了较为准确的评价结果。

       二、中小物流企业联盟伙伴评价指标体系

       评价指标的选取需要结合中小物流企业联盟的特点和发展要求来进行,除了将企业规模、业务类型、地域分布、企业声誉等作为基本的考核要素外,还需要重点考虑战略兼容性、合作过程中的业务协同性和联盟发展能力,以此来保证合作的长期稳定和多家企业完成同一物流业务时的协调一致。结合相关文献,文章从物流服务质量、企业成本、财务风险、企业发展潜力、企业柔性以及兼容性六个方面建立较为系统全面的评价指标体系框架。

       (1)物流服务质量指标。物流服务质量是衡量物流服务企业基本业务能力的指标。当前我国物流市场的竞争形势已经发生了深刻的变化,高品质的物流服务竞争已成为趋势,因此对联盟成员企业物流任务的完成质量进行重点考察是提高联盟整体物流服务质量的决定因素,主要通过保质率、准时率和订单完成率指标来反映。

       (2)物流成本指标。物流服务价格是客户选择物流服务商时所要考虑的重要因素,而联盟物流服务价格高低的直接影响因素是联盟成员自身的服务成本。因此,成本对于联盟伙伴选择也至关重要,若联盟中有几家企业成本过高,则会直接影响到整个联盟的服务价格,降低联盟的市场竞争力。主要从物流企业的服务成本和成本改善计划两个指标来衡量。

       (3)财务风险指标。财务稳定是一个企业健康发展的重要反应指标,如果物流联盟企业财务方面存在风险,很可能会给整个联盟带来不良影响,甚至拖垮联盟。主要以总资产周转率、总资产收益率和资产负债率来衡量。

       (4)发展潜力指标。作为物流联盟候选合作伙伴,必须在具有一定实力的基础上还具有发展潜力,这是建立长久合作关系、保障稳定性的基础。另外,企业运用现代信息技术的能力也成为提高物流运作效率和服务及时性的重要竞争因素。文章主要从信息化水平、资产经费投入率以及企业的人员素质三个指标来衡量企业的未来发展潜力。

相关文章: