基于直觉模糊偏好决策的冷链物流供应商三维评价

翁法兵 刘翠莲 尤心一

摘要：为更好地评价冷链物流供应商服务能力，降低合作风险，从企业战略合作伙伴、客户满意度和环境友好性等3个维度构建冷链物流供应商服务评价指标体系。采用直觉模糊层次分析法在专家模糊偏好关系的基础上求出指标权重;结合决策隶属函数，基于加权算术平均算子对多个指标进行赋值优化计算，探讨最佳冷链物流供应商选择方案。定量化的计算结果表明，在选择冷链物流供应商时，应该着重于供应商服务客户的能力（包括商品交付完好率和准时性）和供应商自身的硬件素质。

关键词：
冷链物流供应商; 评价指标体系; 直觉模糊偏好决策; 隶属函数

中图分类号：
F252; F253.9    文献标志码：
A

Three-dimensional evaluation of cold chain logistics suppliers

based on intuitionistic fuzzy preference decision

WENG Fabing， LIU Cuilian， YOU Xinyi

（College of Transportation Engineering， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：
In order to better evaluate the service ability of cold chain logistics suppliers and reduce the risk of cooperation， the service evaluation index system of cold chain logistics suppliers is constructed from three dimensions：
enterprise strategic partners， customer satisfaction and environmental friendliness. The intuitionistic fuzzy analytic hierarchy process is used to decide the index weight based on the fuzzy preference relationship of experts; combining with the decision membership function， the optimal selection scheme of cold chain logistics suppliers is discussed through the assignment optimization calculation for multiple indexes based on the weighted arithmetic average operator. The quantitative calculation results show that when selecting cold chain logistics suppliers， the ability of suppliers to serve customers （including the integrity rate and the punctuality of goods delivery） and the quality of hardware of suppliers themselves should be paid much attention.

Key words：
cold chain logistics supplier; evaluation index system; intuitionistic fuzzy preferencedecision; membership function

0 引 言

根據中国物流与采购联合会冷链物流专业委员会《中国冷链物流发展报告（2018）》，2011—2017年我国生鲜产品规模保持稳定增加，其中2017年我国生鲜（肉类、水产品、禽蛋、牛奶、蔬菜、水果）市场规模达到13.28亿t，冷链交易额达4 700亿元[1]。在生鲜产品需求快速扩大的背景下，由于生鲜企业不具备专业的冷链物流运作体系，也没有冷链物流配送中心，所以旨在把生鲜美味高效、完好地送到人们餐桌上的第三方冷链物流供应商大量兴起。目前市场上冷链物流供应商数量较多但服务质量参差不齐，生鲜企业如何选择良好的冷链物流供应商来完成产品从产地到消费者餐桌的位移服务变得至关重要。

在有关冷链物流供应商的外文文献中，众多学者把目光投在了冷链物流体系的技术环节和影响冷链物流供应商绩效因素的研究中，如：XIAO等[2]利用无线传感器网络技术提高冷冻水产品监测系统在冷链物流和食品控制领域的效率;BAI等[3]试图在生鲜农产品冷链运输过程中引入一种新的存储材料来提升运输品质;BOGATAJ等[4]关注冷链物流运输中易腐食品的低温保存问题;YAO[5]指出运输成本、运输时间、容量限制、负载平衡和服务质量是冷链物流发展中冷链物流供应商必须面对和优化的因素;YCENUR等[6]综合运用模糊层次分析法（analytic hierarchy process，AHP）和模糊网络分析法（analytic network process， ANP），将服务质量、成本、风险因素和供应商特性作为物流供应商选择的主要指标，对物流供应商选择结果进行比较分析。

国内学者对物流供应商的研究日趋成熟。林勇等[7]在集成化供应链管理环境背景下根据企业调查研究，将影响供应商选择的主要因素归纳为企业业绩、业务结构与生产能力、质量系统和企业环境4类。在冷链物流供应商方面，许多学者也尝试从不同角度构建冷链物流供应商服务评价指标体系，但是很少聚焦于考虑客户满意度和环境友好性的物流模式，如：于航[8]针对鲜活农产品物流配送，利用ABC筛选法建立了配送成本、运输管理、服务水平和内部运作4个模块的一级指标体系;孙冬石等[9]根据产品质量保障、信息化发展能力和仓储周转能力等指标对冷链物流供应商做出评价选择。在冷链物流供应商评价方式上，国内学者引入了多种方法来评价冷链物流供应商，如：AHP[10]、动态VIKOR群决策[11]和突变级数法[12]等。

综上，国内外学者在不同层面研究了冷链物流供应商技术发展、物流服务评价和绩效影响因子，但是其中很多从企业角度出发，采用单一维度的评价体系，这在一定程度上忽视了冷链物流服务选择方——生鲜企业的满意度和冷链物流的绿色环保。因此，本文从评价体系的丰富性和完整性出发搭建包括企业维度、客户维度和环境维度等3个维度的评价指标体系，从而把关注点扩大到生鲜企业接受冷链物流服务之后的感受和绿色冷链物流层面。本文研究方法的创新之处在于应用直觉模糊偏好决策，充分考虑了专家评价的模糊性，引进了模糊数学的相关体系，使得最后结果以数字化方式呈现，更加有利于企业作出决策。

1 冷链物流供应商服务评价体系构建

生鲜产品从原产地到消费者餐桌经历了一系列的过程，在冷链仓储、冷链运输、冷链配送和市场消费环节都需要冷链物流供应商的良好配合才可以让需求方最终感受到优质的生鲜产品服务。在冷链仓储、冷链运输和冷链配送环节，需要冷链物流供应商具有一定的综合运输能力，保证产品处于规定的低温状态下;在市场消费环节，需要考虑冷链物流供应商对接需求方的服务能力。此外，冷链物流同样是消耗大量能源的运输行为，这就需要从生态环境角度对冷链物流供应商的环保能力进行评价。

本文从企业战略合作伙伴、客户满意度和环境友好性等3个维度评价冷链物流供应商服务能力，其中：企业战略合作伙伴[13]是在高度信任和利益共赢的前提下，伙伴成员之间为共享竞争优势、提升企业核心竞争力而开展的企业合作，这里指生鲜企业与冷链物流供应商之间的战略合作伙伴关系，它关系到生鲜企业日常运营的稳定性;客户满意度是对客户满意程度的衡量指标，这里指生鲜企业接受冷链物流服务的客户视角体验;环境友好性指冷链物流供应商以绿色文明为理念，在冷链物流的各个环节力争减少资源浪费，积极践行回收利用举措，追求自然环境与人类发展的和谐与统一[14]。

根据上述理论分析，建立如表1所示的冷链物流供应商服务三维评价体系，包括目标层、准则层B和指标层C。基于三维视角（企业战略合作伙伴视角、客户视角、环境生态视角）的冷链物流供应商评价体系能够评估冷链物流供应商是否达到生鲜配送的质量标准，能够衡量不同的冷链物流供应商在服务客户方面所做的努力，能够在生态环境视角下评价冷链物流供应商是否符合绿色供应链理念。

2 评价方法

2.1 直觉模糊AHP

在决策分析过程中，当决策问题明确之后，专家或决策者需要对目标进行评估并给出决策信息，这些决策信息可以通过偏好序、效用值或偏好关系等形式给出。对目标进行两两比较，进而构建偏好关系矩阵来表达对事物的偏好和看法，这也构成了AHP的理论基础，即以直觉模糊数为基本单元的直觉模糊偏好关系能够从隶属度、非隶属和不确定度3个维度来全面直观地表征决策者偏好的不确定性[15]。

方案集A={A1，A2，…，Am}的模糊偏好关系为R=（rik）m×m （i=1，2，…，m;k=1，2，…，m）式中：rik表示方案Ai相对于方案Ak的偏好程度，用0.1～0.9標度表示，即rik∈[0.1，0.9]，详情见表2。由表2可知：rik=0.5表示方案Ai与方案Ak没有差异;rik>0.5表示方案Ai优于方案Ak，其中rik=0.9表示方案Ai绝对优于方案Ak;rik<0.5表示方案Ak优于方案Ai，其中rik=0.1表示方案Ak绝对优于方案Ai。为便于计算，令rik=（uik，vik），其中uik表示方案Ai相对于方案Ak的偏好程度，vik表示方案Ak相对于Ai的偏好程度，满足uik，vik∈[0.1，0.9]，uik+vik≤1。

直觉模糊AHP具体步骤如下：

步骤1 确定决策问题的目标、属性、子属性和方案，并构建该问题的层次结构。

步骤2 通过对属性或子属性的两两比较，构建直觉模糊偏好关系。同时，在每个属性下比较各个方案，并构建直觉模糊偏好关系。这些属性间或方案间的相对重要性用直觉模糊数表示。

步骤3 用式（1）检查每个直觉模糊偏好关系的一致性。若所有直觉模糊偏好关系都具有可接受的一致性，则转步骤5，否则转步骤4。d（R，R）<τ

（1）式中：R为直觉模糊偏好关系矩阵;R为完美积性一致性直觉模糊偏好关系矩阵;τ为一致性阈值;d（R，R）为给定的R到其对应的R的距离度。

步骤4 根据直觉模糊偏好关系算法修正非一致性直觉模糊偏好关系。

步骤5 根据式（2）和（3）计算每个直觉模糊偏好关系的权重向量w=（w1，w2，…，wm）T。

wi=mk=1uikmi=1 mk=1（1-vik），1-mk=1（1-vik）mi=1 mk=1uik，

i=1，2，…，m

（2）

计算时需要将直觉模糊偏好关系转化为其对应区间模糊偏好关系：

mk=1uikmi=1 mk=1（1-vik）+1-mk=1（1-vik）mi=1 mk=1uik=

1+mk=1uikmi=1 mk=1（1-vik）-mi=1 mk=1（1-vik）mk=1vik≤

1+mk=1uikmi=1 mk=1uik-mk=1uikmi=1 mk=1（1-vik）=

1+mk=1uik-mk=1（1-vik）mi=1 mk=1uik≤1

（3）

步骤6 用直觉模糊数的运算法则从低层到高层融合所有的权重信息，然后对综合权重进行比较，并选出最优的方案。

2.2 决策隶属函数

隶属函数是模糊集的基础，它是描述模糊性的关键，在实际问题中常用隶属函数表征事物的模糊性水平。

定义论域X的模糊集合A为A={（x，UA（x））|x∈X}

（4）式中：UA（x）为隶属函数，它满足A：X→M，M称为隶属空间。最常见的隶属空间为区间[0，1]，根据定义，模糊集合实际上是论域X到隶属空间的一个映射。隶属函数UA（x）用于刻画元素x对应于模糊集合A的隶属程度——隶属度[16]。

模糊集合A的每个元素（x，UA（x））可以明确表明该元素的隶属等级，例如：在隶属空间区间[0，1]上，UA（x）=1说明x完全属于A，UA（x）=0说明x不属于A，而UA（x）值在0与1之间说明x隶属于A的程度在完全属于与不属于之间的某一个程度。隶属函数的构造有例证法、模糊统计法、二元对比排序法和德尔菲法等。

本文采用德尔菲法确定隶属函数，设论域为X，隶属函数为F（x）。假设有n位具有相同学术地位的专家，请各专家独立给出A（x0）的估计值mi（i=1，2，…，n），计算所有估计值的平均值和离差d：=1nni=1mi

（5）

d=1nni=1mi-

（6）  对于给定的误差ε>0，如果离差满足d≤ε，则可作为A（x0）的近似值;如果d>ε，则将上述步骤重复多次，直到满足精度结果。

2.3 基于直觉模糊偏好和隶属函数的综合评估

在模糊决策中信息集结方法有很多，如加权算术平均（weighted arithmetic average， WAA）算子[17]、加权几何平均算子、有序加权平均算子等。综合上述权重确立流程和隶属函数，本文采用简化计算流程的WAA算子。

以下为WAA算子的表示：设（Y1，Y2，…，Yn）是一组给定的数据，若w=（w1，w2，…，wn）是数据组（Y1，Y2，…，Yn）的权重向量，则该组数据综合得分：

W=nj=1wjYj， nj=1wj=1， wj∈[0，1]

（7）

结合直觉模糊AHP和决策函数的直觉模糊偏好决策具体流程见图1。

3 算例分析

3.1 冷链物流供应商服务评价体系指标权重确定

选取冷链物流领域内研究性学者、经验丰富的从业人员和冷链产品消费者为问卷调查对象。对这3类人员按照1∶1∶1的比例发放调查问卷，共计发放调查问卷51份，收回48份。基于调查问卷的真实性和科学性原则舍弃填写不完整和不规范的问卷，最后筛选出有效问卷45份。

下面以被调查者Q为例说明数据处理过程。被调查者Q按照直觉模糊AHP依次对三维评价体系中的指标作出模糊偏好评价，其中矩阵RB和RC分别代表该被调查者关于B1～B3和C1～C6直觉模糊偏好关系的矩阵，之后按直觉模糊AHP计算得出权重结果。同理，按照上述方法计算其他被调查者的权重向量，在MATLAB R2014a上呈现B1～B3和C1～C6权重分布情况（图2和3），最后经过平均计算和整理得到总排序权重向量和单排序权重向量（表3）。RB=（0.5，0.5）（0.6，0.4）（0.7，0.3）

（0.4，0.6）（0.5，0.5）（0.7，0.3）

（0.7，0.3）（0.3，0.7）（0.5，0.5）RC=（0.5，0.5）（0.4，0.6）（0.8，0.2）（0.7，0.3）（0.75，0.25）（0.65，0.35）

（0.6，0.4）（0.5，0.5）（0.8，0.2）（0.7，0.3）（0.6，0.4）（0.55，0.45）

（0.2，0.8）（0.2，0.8）（0.5，0.5）（0.5，0.5）（0.2，0.6）（0.2，0.6）

（0.3，0.7）（0.3，0.7）（0.5，0.5）（0.5，0.5）（0.4，0.6）（0.6，0.4）

（0.25，0.75）（0.4，0.6）（0.6，0.2）（0.6，0.4）（0.5，0.5）（0.4，0.6）

（0.35，0.65）（0.45，0.55）（0.6，0.2）（0.4，0.6）（0.6，0.4）（0.5，0.5）

為更加直观地对数据情况进行分析汇总，利用数据分析软件SPSS 23对二级指标权重进行系统聚类。由图4可知指标分为4个层次，分别是：

第一层次：C7、C8，代表商品交付完好率和交付准时性，是从客户满意度出发的指标。

第二层次：C1、C2、C9，代表冷链运输能力、仓储及周转能力、价格区间，是指标评价体系中的第二梯队，主要体现冷链物流供应商满足客户需求的基础能力。

第三层次：C5、C6，代表冷链物流企业的管理规范、企业资信状况。

第四层次：C3、C4、C10、C11，主要是绿色供应链中的资源回收及其损耗指标，是供应商评估中最低层指标。

3.2 冷链物流供应商隶属函数细则

将冷链物流供应商的选择看作企业的一次模糊决策，其模糊决策的最终目的是选择最佳的冷链物流供应商。在决策时，上述指标对结果的影响程度是不同的。考虑到定量化的决策方式更有利于企业作出最佳决策，将上述11个指标作为决策依据进行量化[18-19]。

在指标量化过程中，基于德尔菲法建立模糊集的隶属函数。对于一个特定的模糊集来说，隶属函数不仅可以基本体现它所反映的模糊概念的特性，而且通过量化还可以实现相应的数学运算和处理。假设Y为某冷链物流供应商的11个指标得分情况，则可得Y=（Y1，Y2，…，Y11），指标量化的标准采用五阶段评价法：优秀k1、良好k2、中等k3、一般k4、较差k5。表4所示为隶属函数每个阶段对应不同的分数区间（满分100分），这是对冷链物流供应商模糊性评价指标的定量化描述。

在隶属函数评价细则确定过程中，选取中外运普菲斯冷链物流有限公司为参考对象。中外运普菲斯冷链物流有限公司是我国国有物流服务提供商中外运旗下的子公司，同时也是全球第五大冷冻冷藏仓储运营商，该公司一定程度上代表了目前顶尖的冷链物流供应商，该公司的部分软硬件指标见表5。

以中外運普菲斯冷链物流有限公司的软硬件指标和冷链物流行业惯例为参考标准，结合《中国冷链物流发展报告（2018）》，经咨询冷链物流工程师后，制定冷链物流供应商评价指标的具体衡量细则[20]，见表6。在评价细则中：为便于数据统计，对于冷链物流运输能力C1的水平划分暂不考虑冷链物流公司在冷链运输车辆规模、种类上的差异，仅以冷链运输车辆数量为主要评价对象;仓储及周转能力C2选取道口C21、装卸平台C22、库容C23为主要代表，在计算过程中先计算C21、C22、C23各自的分数，再用三者的算术平均值代表C2。

3.3 冷链物流供应商选择

某生鲜冷冻产品公司的备选冷链物流供应商1、2、3各项指标概况见表7，通过直觉模糊偏好决策算法从中挑选最佳的冷链物流供应商。

根据指标隶属函数评价细则对3个供应商进行数据统计后得出分值分布情况，见图5。考虑到计算过程的可操作性，取隶属函数每个阶段的上限为分数值。结合指标层权重系数（0.118 1，0.123 4，0.036 7，0.045 4，0.087 5，0.067 4，0.174 2，0.162 3，0.126 5，0.023 1，0.035 4），基于WAA算子计算出3个冷链物流供应商的量化分数W1、W2和W3，见式（8）～（10）。

W1=11j=1wjYj=85×0.118 1+90×0.123 4+55×0.036 7+70×0.454+70×0.087 5+70×

0.067 4+70×0.174 2+100×0.162 3+

100×0.126 5+70×0.023 1+70×

0.035 4=110.955

（8）

W2=11j=1wjYj=70×0.118 1+85×0.123 4+70×0.036 7+85×0.454+85×0.087 5+85×

0.067 4+70×0.174 2+100×0.162 3+

100×0.126 5+100×0.023 1+70×

0.035 4=118.943 5

（9）

W3=11j=1wjYj=100×0.118 1+80×0.123 4+

85×0.036 7+85×0.454+70×0.087 5+

100×0.067 4+70×0.174 2+100×

0.162 3+70×0.126 5+70×0.023 1+

70×0.035 4=117.630 5

（10）

由上面的计算结果可以看出，综合考虑各方权重和属性之后得到W1

4 结 论

本文采用直觉模糊偏好决策帮助生鲜企业选择合适的冷链物流供应商。在直觉模糊层次分析法（AHP）的基础上，将直觉偏好与指标量化相结合，通过分析得出以下结论：

对生鲜企业而言，基于直觉模糊偏好决策的冷链物流供应商服务三维评价体系把定性的属性决策转化为定量的数据分析有利于生鲜企业选择最佳的冷链物流供应商。计算结果表明，在选择优秀冷链物流供应商的过程中，应当着眼于供应商满足客户的服务能力（包括商品交付的完好率和交付的准时性），这关系到生鲜企业对冷链物流服务的切身感受。冷链物流供应商自身的硬件素质水平（包括冷链物流运输能力和仓储周转能力）也是重要的考量因素，它是冷链物流供应商提供冷链物流服务的基础性保证。

当前阶段对冷链物流供应商在节能环保方面的能力重视程度较低。绿色供应链管理是提升环境管理效率的重要手段，相信随着绿色供应链技术的逐渐成熟，这方面指标的权重也会逐渐上升。因此，对于冷链物流供应商而言，出于对未来的长远发展规划的考虑应注重绿色供应链的建设与优化，降低单位运输能耗、提高资源回收利用率，这样在未来的市场竞争中才更具竞争力。

参考文献：

[1] 秦玉鸣. 中国冷链物流发展报告年鉴[M]. 北京：
中国财富出版社， 2018：
25-34.

[2] XIAO Xinqing， HE Qile， FU Zetian， et al. Applying CS and WSN methods for improving efficiency of frozen and chilled aquatic products monitoring system in cold chain logistics[J]. Food Control， 2016， 60：
656-666.

[3] BAI Bing， ZHAO Kang， LI Xiaozheng. Application research of nano-storage materials in cold chain logistics of e-commerce fresh agricultural products[J]. Results in Physics， 2019， 13：
102040.

[4] BOGATAJ M， BOGATAJ L， VODOPIVEC R. Stability of perishable goods in cold logistic chains[J]. International Journal of Production Economics， 2004， 93-94：
345-356.

[5] YAO Murong. Optimization of cold chain logistic distribution networks in the United States[C]//2019 IEEE 6th International Conference on Industrial Engineering and Applications. Tokyo， Japan：
IEEE， 2019：
284-288.

[6] YCENUR G N， VAYVAY ， DEMIREL N . Supplier selection problem in global supply chains by AHP and ANP approaches under fuzzy environment[J]. International Journal of Advanced Manufacturing Technology， 2011， 56（5）：
823-833.

[7] 林勇， 马士华. 供应链管理环境下供应商的综合评价选择研究[J]. 物流技术， 2000（5）：
30-32.

[8] 于航. 鲜活农产品物流配送的绩效评价及评价系统的设计[D]. 长春：
吉林大学， 2007.

[9] 孙冬石， 李浩渊， 杜筱婧. 基于BP神经网络的冷链物流服务商选择[J]. 物流技术， 2018， 37（10）：
58-61， 75.

[10] 张震， 于天彪， 梁宝珠， 等. 基于层次分析法与模糊综合评价的供应商评价研究[J]. 东北大学学报， 2006， 27（10）：
1142-1145.

[11] 李梅， 吴冲， 胡建平. 基于动态直觉模糊VIKOR群决策的冷链供应商选择研究[J]. 华东交通大学学报， 2015， 32（5）：
65-72.

[12] 邱斌. 基于突变级数法的生鲜电商冷链物流服务质量评价研究[D]. 北京：
北京交通大学， 2017.

[13] 娄黎星. 基于供应链管理的企业供应商战略合作伙伴选择研究[D]. 天津：
河北工业大学， 2003.

[14] 周丽霞， 张亮. 环境友好型社会的价值谱系[J]. 山西师大学报（社会科学版）， 2017， 44（1）：
35-38.

[15] 廖虎昌. 直觉模糊偏好决策理论与方法[M]. 北京：
科学出版社， 2017：
30-35.

[16] 李安贵， 张志宏， 段凤英. 模糊数学及其应用[M]. 北京：
冶金工业出版社， 1994：
65-72.

[17] KRAIWATTANAWONG K， SANO N， TAMON H. Investigation on porous properties of carbon/carbon composite cryogels by using weighted arithmetic mean[J]. Microporous and Mesoporous Materials， 2016， 231：
57-65.

[18] PERCIN S. Evaluating airline service quality using a combined fuzzy decision-making approach[J]. Journal of Air Transport Management， 2018， 68：
48-60.

[19] 徐良杰， 王炜. 基于一种新的混合算法的交通流控制优化模型[J]. 信息与控制， 2005（3）：
286-290.

[20] 张丽丽， 吕靖. 基于决策树的水上交通事故影响因素耦合分析[J]. 上海海事大学学报， 2018， 39（4）：
63-69. DOI：
10.13340/j.jsmu.2018.04.011.

（编辑 贾裙平）

收稿日期：
2019- 06- 04 修回日期：
2019- 12- 18

基金項目：
辽宁省社会科学规划项目 （L14AGL003）

作者简介：
翁法兵（1995—），男，福建宁德人，硕士研究生，研究方向为交通运输工程，（E-mail）wengfabing@foxmail.com;

刘翠莲（1964—），女，辽宁大连人，教授，研究方向为交通运输规划与管理，（E-mail）liu_cuilian@126.com