曾佑新++王斌++陳凡
[摘 要]報廢汽車回收業(yè)作為“汽車后市場”的一部分,因其豐富的可循環(huán)利用的資源而蘊含巨大的經(jīng)濟價值,在社會經(jīng)濟發(fā)展中起著重要作用。針對報廢汽車企業(yè)逆向物流績效評價的實際需求,建立基于GA-BP①的報廢汽車企業(yè)逆向物流績效評價模型,選取A企業(yè)進行實證分析,并基于仿真值與實際值的比較,驗證構建的績效評價體系的有效性和科學性。根據(jù)運算結果分析和企業(yè)存在的問題, 報廢汽車企業(yè)應采取加強技術投入、加強企業(yè)風險管理、加快報廢汽車逆向物流網(wǎng)絡的構建等措施,實現(xiàn)逆向物流的綠色化。
[關鍵詞]報廢汽車企業(yè);逆向物流;績效評價;GA-BP模型
[中圖分類號]F423.3 [文獻標識碼]A [文章編號]1671-8372(2017)02-0013-07
我國汽車產(chǎn)業(yè)自2002年開始進入高速發(fā)展時期。據(jù)《中國汽車行業(yè)市場運營態(tài)勢預測報告》統(tǒng)計, 2015年我國汽車保有量1.75億輛,2016年則達到1.84億輛。我國汽車報廢量也在不斷增加。據(jù)統(tǒng)計, 2015年我國報廢汽車520萬輛,2016年則達到600萬輛,預測2020年將突破1200萬輛。伴隨著汽車產(chǎn)業(yè)規(guī)模的不斷擴大,原材料緊缺問題也日益凸顯。預測2020年鋼材需求量將超過3581.9噸,有色金屬及非金屬需求量更是急劇上漲。報廢汽車可以在一定程度上滿足汽車制造企業(yè)對原材料的需求。報廢汽車的回收利用是指將發(fā)動機等關鍵部件進入生產(chǎn)線再加工,使處理的產(chǎn)品可以達到其原來的使用標準。據(jù)《中國汽車行業(yè)市場運營態(tài)勢預測報告》顯示,在中國,同生產(chǎn)新的汽車相比,零部件的再造可以有效節(jié)約成本50%,節(jié)約能耗60%,節(jié)約材料70%。預計2020年,報廢汽車可實現(xiàn)收益將超過1424億元。由此可見,報廢汽車產(chǎn)業(yè)具有顯著的經(jīng)濟效益,可以有效節(jié)約資源,實現(xiàn)經(jīng)濟的綠色發(fā)展。
我國的報廢汽車回收拆解行業(yè)也在蓬勃發(fā)展,但在實施逆向物流過程中仍存在很多問題[1],如我國報廢汽車拆解技術落后、資源回收利用率低、專業(yè)物流人才缺乏、回收網(wǎng)絡信息系統(tǒng)不完善等,這一系列問題嚴重阻礙了我國報廢汽車企業(yè)的健康可持續(xù)發(fā)展。報廢汽車企業(yè)逆向物流績效評價不僅可以如實反映企業(yè)逆向物流的運營情況,而且能夠幫助企業(yè)找出自身的不足并加以改進[2]。因此,本文就如何合理實施逆向物流績效評價這一問題進行研究與分析。
一、 指標體系的構建
(一)報廢汽車企業(yè)逆向物流流程分析
報廢汽車企業(yè)采用以第三方為主導的回收模式,其流程與以汽車生產(chǎn)商及經(jīng)銷商為主導模式下的流程有一定的區(qū)別。報廢汽車企業(yè)不僅擁有專業(yè)的拆解技術及拆解中心,而且具有高效獨立運作的報廢汽車回收系統(tǒng)[3],主要銷售、回收再造的零部件;而汽車生產(chǎn)商則進行整車的回收與銷售[4]。
報廢汽車企業(yè)逆向物流流程主要包括回收、檢測拆解、廢棄處理、再制造、銷售等環(huán)節(jié)[5]。
回收。是指具備政府資質(zhì)認證的報廢汽車企業(yè)按照《報廢汽車回收管理辦法》相關規(guī)定,從消費者手中獲得廢棄汽車,并將汽車運送到企業(yè)逆向物流系統(tǒng),主要包括報廢汽車的購買、運輸、儲存等環(huán)節(jié)。
檢測拆解。是指報廢汽車企業(yè)拆解中心對經(jīng)回收進入企業(yè)逆向物流系統(tǒng)的報廢汽車零部件進行檢測、分類、拆解、破碎等活動。
廢棄處理。是指報廢汽車企業(yè)將檢測不合格及無法再利用的零部件變賣給原材料供應商進行重鑄或?qū)翢o使用價值的廢棄物進行處置的活動。其中,失去利用價值的報廢汽車五大總成的處理需在政府的監(jiān)督下進行。
再制造。是指報廢汽車企業(yè)將拆解檢測合格的汽車零部件,如變速器、方向盤、前后橋、車架、減震器、發(fā)動機,投入報廢汽車企業(yè)再造中心進行生產(chǎn)加工,重新獲取產(chǎn)品使用價值的活動。
銷售。是指報廢汽車企業(yè)將再制造的產(chǎn)品運往市場進行銷售。其主要客戶包括汽車生產(chǎn)商、零部件分銷商及終端消費者等。報廢汽車企業(yè)逆向物流流程中,回收制造網(wǎng)絡與銷售網(wǎng)絡相互結合。
(二)報廢汽車企業(yè)逆向物流績效實施的環(huán)境分析
本文從拆解處理、組織市場、經(jīng)濟效率及政策法規(guī)四方面分析報廢汽車企業(yè)逆向物流績效實施的環(huán)境。
拆解處理。我國報廢汽車的回收拆解始于20世紀80年代,但是報廢汽車企業(yè)總體經(jīng)營規(guī)模仍然較小,拆解技術水平較低。這主要是由于我國報廢汽車回收拆解仍以手工為主,其中廢鋼鐵解體采用氧割與錘砸,金屬的回收采用人工拆解、火燒及酸浸,容易對環(huán)境造成二次污染。另外,我國大多數(shù)報廢汽車企業(yè)未對拆解的零部件和材料進行分類,對綜合利用價值不高的零部件廢棄物隨意處理[6]。
組織市場。當前我國很多報廢汽車企業(yè)處于分散、無序和封閉的狀態(tài)。由于企業(yè)采用獨自運行的形式,忽視企業(yè)之間的信息共享,從而無法實現(xiàn)同行業(yè)之間的資源優(yōu)化配置,降低了報廢汽車回收拆解效率。此外,由于企業(yè)沒有雄厚的再造技術和專業(yè)人才的支撐,不僅導致企業(yè)產(chǎn)品存在質(zhì)量問題,市場競爭力較低,而且致使企業(yè)未能高效回收拆解報廢汽車,也未能有效統(tǒng)籌規(guī)劃報廢汽車逆向物流全過程,從而增加了企業(yè)的逆向物流成本[7]。
經(jīng)濟效率。一方面,我國的報廢汽車企業(yè)經(jīng)營模式不突出,大部分仍以銷售鋼材為主,忽視零部件的回收利用附加值;另一方面,零部件的利用率較低,致使報廢汽車企業(yè)很大程度上停留在低盈利、低效率階段。
政策法規(guī)。各國政府為促進報廢汽車逆向物流的發(fā)展出臺了一系列相關規(guī)定。以日本為例,日本2005年出臺《汽車循環(huán)法案》,明確了汽車制造商在汽車回收利用中的主體地位,2008年實施了針對報廢汽車處理的相關方案。然而,我國報廢汽車市場由于缺乏有效的市場政策監(jiān)督和健全的報廢汽車回收拆解體系,頻繁出現(xiàn)倒買倒賣的現(xiàn)象,致使大量的報廢汽車無法通過正規(guī)渠道進行處理,最終導致報廢汽車回收拆解資源化效率相對較低。
(三)報廢汽車企業(yè)逆向物流績效評價指標選取的關注點
結合前文的環(huán)境分析,鑒于評價對象的獨特性,本文認為報廢汽車企業(yè)逆向物流績效評價選取指標的關注點如下:
綠色環(huán)保性。綠色環(huán)保作為逆向物流的戰(zhàn)略目標之一,要求報廢汽車企業(yè)盡可能地提高資源利用率,減少對環(huán)境的污染。同時,也要求企業(yè)按照國家相關法規(guī)對報廢汽車進行拆解,并根據(jù)政策規(guī)定引進一些環(huán)保設備。
技術性。由于報廢汽車企業(yè)以回收利用報廢汽車為主營業(yè)務,主要通過利用廢舊零部件獲取剩余價值,故報廢汽車拆解水平的改善有利于提高報廢汽車的逆向物流水平。此外,完整的信息系統(tǒng)可以有效加強報廢汽車企業(yè)各節(jié)點之間的聯(lián)系,避免信息不對稱對企業(yè)造成影響。同時,由于市場環(huán)境日新月異,信息化程度的提高有助于企業(yè)及時了解市場動態(tài)并采取靈活的應對措施[8]。
發(fā)展性。社會的發(fā)展離不開人才,人才的開發(fā)可以為企業(yè)和客戶創(chuàng)造更多的核心價值。因此,如果報廢汽車企業(yè)忽視對專業(yè)技術人才的培養(yǎng),會導致其在實施逆向物流過程中缺乏足夠的技術理論支撐,不利于企業(yè)整體逆向物流管理水平的提高。
經(jīng)濟性。企業(yè)的創(chuàng)建、生存和發(fā)展都需要有力的經(jīng)濟保障,可以說,強有力的經(jīng)濟支持是企業(yè)的命脈,直接決定企業(yè)發(fā)展的成敗。因此,報廢汽車企業(yè)逆向物流績效評價指標的選擇應著重關注企業(yè)的成本效益。
市場性。報廢汽車企業(yè)市場包括回收市場和產(chǎn)品市場?;厥帐袌隹梢詾槠髽I(yè)提供充足的零部件再造原材料,從而成為企業(yè)獲得經(jīng)濟利潤的源泉,實現(xiàn)企業(yè)的長足發(fā)展。產(chǎn)品市場可以通過提高產(chǎn)品質(zhì)量及服務質(zhì)量以提升客戶滿意度,進而擴大報廢汽車企業(yè)的市場份額,提高企業(yè)的市場競爭力。
綜上所述,選取評價指標時,應結合其關注點,體現(xiàn)其綠色環(huán)保性、技術性、發(fā)展性、經(jīng)濟性和市場性。
(四)報廢汽車企業(yè)逆向物流績效評價指標體系的構建
平衡計分卡(BSC)是一種將遠景和組織戰(zhàn)略落實為可操作衡量指標的新型績效評價方法,其所提出的全面評價公司績效的指標框架,打破了傳統(tǒng)績效評價只注重財務運營的局面[9]。因此,為保證評價體系構建的科學性和合理性,本文立足報廢汽車企業(yè)逆向物流績效實施的環(huán)境,以保護環(huán)境和節(jié)約資源為出發(fā)點,以報廢汽車企業(yè)戰(zhàn)略為導向,以報廢汽車企業(yè)逆向物流的改善為目標,總結歸納績效評價、逆向物流等領域相關文獻中出現(xiàn)頻率較高的指標,通過專家訪談加以調(diào)整,結合報廢汽車企業(yè)逆向物流運作流程,并基于指標選取的關注點,分別從平衡計分卡中的財務價值維度、內(nèi)部流程維度、客戶服務維度和未來發(fā)展維度初步構建指標體系(見表1)。
1.財務價值維度分析
財務價值維度主要是通過財務指標進行衡量,而財務指標則通過企業(yè)成本與利潤的結合來體現(xiàn)。由于報廢汽車逆向物流的價值是通過整個回收處理流程來實現(xiàn)的,故基于逆向物流運作流程中的價值分析,分別從回收、處理等環(huán)節(jié)選擇財務指標。同時,由于報廢汽車企業(yè)逆向物流的發(fā)展受到運營狀況的影響,故財務指標的選擇應包括整體運營產(chǎn)生的費用。參閱《中央企業(yè)綜合績效評價實施細則》,本文選取具有代表性的資產(chǎn)總額指標、主營業(yè)務相關指標。
2.內(nèi)部流程維度分析
內(nèi)部流程維度是基于報廢汽車企業(yè)內(nèi)部逆向物流價值鏈的分析,主要通過報廢汽車回收、拆解檢測、再制造等環(huán)節(jié)進行反映,以實現(xiàn)逆向物流內(nèi)部流程的改善。
3.客戶服務維度分析
客戶服務維度是基于顧客在企業(yè)逆向物流流程中的重要地位,而體現(xiàn)的報廢汽車企業(yè)如何為客戶提供滿意的產(chǎn)品和服務。由于客戶是企業(yè)的生存之本,報廢汽車企業(yè)只有以為客戶服務為出發(fā)點,不斷滿足客戶個性化、多元化的需求,提高客戶滿意度,進而增加企業(yè)市場占有率,才能夠?qū)崿F(xiàn)企業(yè)的長遠發(fā)展?;诖?,本文針對銷售環(huán)節(jié)選取市場占有率指標和客戶滿意度指標。
4.未來發(fā)展維度分析
未來發(fā)展維度是基于企業(yè)戰(zhàn)略目標,而體現(xiàn)的公司是否以不斷地創(chuàng)新和培養(yǎng)人才來強化企業(yè)內(nèi)部資源,適應社會的發(fā)展。基于此,本文從學習發(fā)展和創(chuàng)新優(yōu)化兩方面選取指標。
二、GA-BP模型的構建
(一)BP神經(jīng)網(wǎng)絡的概述
BP神經(jīng)網(wǎng)絡由McClelland和Rumelehart(1986)提出,其原理是依據(jù)訓練的樣本數(shù)據(jù)向布爾向量線進行不斷地逼近得出的反饋,由輸出層逆向調(diào)節(jié)整個BP神經(jīng)網(wǎng)絡的權值及閾值,使得該網(wǎng)絡在樣本基礎上進行不斷地訓練[10]。它是基于誤差反向傳播算法的多層前向神經(jīng)網(wǎng)絡,以最速下降法為學習規(guī)則,通過反向傳遞對網(wǎng)格中的權值和閾值進行調(diào)節(jié),使網(wǎng)格中誤差方差達到最小,從而輸出預想的數(shù)據(jù)信息。神經(jīng)元是BP神經(jīng)網(wǎng)絡的基本單位,其特性在某種程度上確定神經(jīng)網(wǎng)絡總體的特性。眾多的神經(jīng)元相互連接即構成神經(jīng)網(wǎng)絡,具體見圖1。
其中,,,……,為神經(jīng)元的輸入變量;,,…,,…,為神經(jīng)元與第j個神經(jīng)元之間的連接強度,稱為網(wǎng)絡權值;bj為神經(jīng)網(wǎng)絡閾值,代表輸入恒為1的網(wǎng)絡權值;j表示神經(jīng)元的傳遞函數(shù)。
在BP神經(jīng)元中,以函數(shù)的形式計算求和單元,從而輸出神經(jīng)元的計算公式為:
(1)
凈輸入通過傳遞函數(shù),可得到第個神經(jīng)元的輸出:
(2)
(二)GA遺傳算法的概述
GA遺傳算法由Holland(1962)提出,其原理是模擬自然界“優(yōu)勝劣汰,適者生存”的進化法則,篩選出評價種群中最優(yōu)良的個體并加以組合,從而在父代優(yōu)良基因的基礎上不斷產(chǎn)生優(yōu)于父代的個體,直至達到最優(yōu)解為止[11]。在實際運用中,GA遺傳算法將問題的可行解通過編碼機制編碼成基因串,即染色體,以適應度函數(shù)作為篩選的標準,并經(jīng)過類似自然界中的選擇、交叉、變異等操作產(chǎn)生新的種群,逐步提高進化群體中個體的適應度,當滿足一定條件時,即可得到最優(yōu)解。
(三)GA-BP模型優(yōu)化的意義
GA遺傳算法可以從權值及閾值、網(wǎng)絡結構、學習規(guī)則三方面優(yōu)化BP神經(jīng)網(wǎng)絡模型[12]。本文實證分析中通過GA遺傳算法和BP神經(jīng)網(wǎng)絡的結合,發(fā)揮GA遺傳算法具有的全局搜索的特性,分別優(yōu)化輸入層到隱含層的權值及閾值、隱含層到輸出層的權值及閾值,不僅實現(xiàn)了GA遺傳算法和BP神經(jīng)網(wǎng)絡的優(yōu)勢互補,充分發(fā)揮GA遺傳算法全局尋優(yōu)的特性,而且有助于發(fā)揮BP神經(jīng)網(wǎng)絡的學習和非線性映射能力,進一步提高BP神經(jīng)網(wǎng)絡模型訓練的穩(wěn)定性,使運算的仿真值和實際值的誤差達到理想的效果。
三、實證分析
(一)報廢汽車企業(yè)A的發(fā)展現(xiàn)狀
A企業(yè)成立于2005年,總部位于江蘇,旗下有6個全資子公司,主要從事報廢汽車回收再造循環(huán)業(yè)務。A企業(yè)秉承“誠信經(jīng)營,持續(xù)發(fā)展”的理念,積極響應“中國制造2025”的時代號召,努力實現(xiàn)綠色戰(zhàn)略、綠色拆解、綠色生產(chǎn)及綠色管理。其年拆解報廢汽車能力達到20萬輛,日集中拆解最高可達3000輛。
A企業(yè)存在的問題。在財務價值維度方面,由于A企業(yè)運輸及倉儲設施不夠先進,致使其報廢汽車逆向物流速度緩慢,不僅加大了企業(yè)的物流成本,而且影響了企業(yè)運輸及倉儲水平的提高。A企業(yè)對報廢汽車的拆解、分類、加工等環(huán)節(jié)的協(xié)調(diào)不夠重視,也會降低企業(yè)內(nèi)部資源的優(yōu)化配置程度,導致加工處理能力相對不足。此外,由于回收市場相對固定,而A企業(yè)采取報廢汽車獨立回收模式,忽視了與其他企業(yè)之間的合作,導致回收成本的提高。在內(nèi)部流程方面,由于拆解技術的落后,A企業(yè)的材料利用率較低,不利于企業(yè)資源的節(jié)約,也會降低企業(yè)的經(jīng)濟收入。在客戶服務方面,A企業(yè)由于缺乏先進的汽車零部件的再造技術及專業(yè)的技術人才,且質(zhì)量監(jiān)督機制還不夠健全,在一定程度上影響產(chǎn)品質(zhì)量的提高,阻礙了客戶服務水平的改善。在未來發(fā)展方面,A企業(yè)在逆向回收網(wǎng)絡的構建及物流信息系統(tǒng)控制規(guī)劃方面尚存在不足,投入資金較少,企業(yè)信息化水平較低。信息設備的投入不足導致企業(yè)不能有效降低信息不對稱及“牛鞭效應”對企業(yè)造成的影響,不利于企業(yè)及時掌握市場動態(tài)并做出戰(zhàn)略調(diào)整。
(二) 數(shù)據(jù)的采集及處理
本文收集了A企業(yè)2015年1月到12月的各指標數(shù)據(jù)。選取的報廢汽車企業(yè)逆向物流績效指標包含定量指標和定性指標。16個定量指標數(shù)據(jù)主要通過查閱公司財務報表和相關會計信息、查詢企業(yè)物流系統(tǒng)數(shù)據(jù)庫獲??;3個定性指標包括客戶滿意度及逆向物流管理水平,其中客戶滿意度通過設計調(diào)查問卷對企業(yè)服務的10名客戶進行數(shù)據(jù)收集;逆向物流管理水平則通過5名A企業(yè)的管理層、5名企業(yè)逆向物流從業(yè)人員打分獲得。為使指標之間具有可比性,需對選取的指標進行量化處理;同時,雖然激勵函數(shù)可以有效避免BP神經(jīng)網(wǎng)絡函數(shù)陷入對應的飽和區(qū)域,提高訓練的速度,但函數(shù)的輸入數(shù)據(jù)需進行特定處理。因此,采用歸一化公式處理指標數(shù)據(jù),使其結果固定在[0,1]特定區(qū)間內(nèi)。
(三)GA遺傳算法的訓練
本文運用MATLAB遺傳工具箱對歸一化的指標數(shù)據(jù)進行訓練,確定GA遺傳算法中染色體長度為131,交叉概率為0.09,變異概率為0.02,得到誤差平方變化曲線圖2和適應度變化曲線圖3。
由圖2、圖3可知,遺傳次數(shù)不斷接近100時,誤差平方和逐漸減小,適應度值逐漸增大。當個體種群為30時,誤差平方和適應度值曲線開始趨于平穩(wěn);當個體種群為100時,GA遺傳算法的適應度值達到最大,此時運算中產(chǎn)生(-1,1)之間的隨機數(shù)可以作為BP神經(jīng)網(wǎng)絡中初始權值和閾值。
(四)GA-BP神經(jīng)網(wǎng)絡模型的訓練
本文的BP神經(jīng)網(wǎng)絡采用三層網(wǎng)格模式,即輸入層、隱含層、輸出層。將指標X1至X18定義為輸入樣本,X19定義為輸出樣本,故輸入層節(jié)點數(shù)為11,輸出層節(jié)點數(shù)為1,隱含層節(jié)點數(shù)為10。同時,選擇1—10月指標數(shù)據(jù)為訓練集,11—12月則為檢測集。并將GA優(yōu)化的閾值和權值作為初始值,輸入歸一化后的輸入樣本數(shù)據(jù)并借助MATLAB進行網(wǎng)絡運算和修正,當步長為701時,模型開始趨于穩(wěn)定,此時誤差值為0.000999679(見圖4)。
圖4 GA優(yōu)化后的BP神經(jīng)網(wǎng)格訓練誤差步長示意圖
由表2可知,訓練樣本仿真值和實際值基本一致。其中,GA-BP模型綜合誤差MSE為3.9724e-06,滿足評價的精度要求。
選取11—12月份的輸入樣本數(shù)據(jù),并定義其輸出樣本績效值為未知,對訓練好的網(wǎng)絡進行檢測。由表3可知,GA-BP模型檢測樣本仿真值與實際值具有較高一致性,這驗證了構建的GA-BP模型是科學有效的。
由圖5可知,GA-BP模型的訓練集和檢測集的仿真值與實際值的絕對誤差值都小于0.003,表明構建的GA-BP模型基本能夠模擬專家評價思想、知識經(jīng)驗對報廢汽車企業(yè)逆向物流績效進行評價。其中,1、2、3、4、5、8、9、10月的絕對誤差值小于0.0005,占總數(shù)的8/12,6、7月的絕對誤差值在0.001至0.015之間,占總數(shù)的2/12,11、12月的絕對誤差值超過0.002,占總數(shù)的2/12。
(五)仿真結果分析
在GA-BP的仿真值和實際值絕對誤差值的允許范圍中,A企業(yè)的6、7、11、12月相比其他月份誤差值較高,綜合多方面因素,可能由以下幾點原因?qū)е拢?/p>
1.國家政策的改變
我國2015年7月規(guī)定私家車的報廢期限從15年改為沒有限制使用年限。這一重要決定可能使部分車主基于汽車性能仍較為穩(wěn)定的考慮,不對已使用15年的汽車進行報廢處理,一定程度上會導致企業(yè)報廢汽車回收量的減少,進而影響企業(yè)高層及專家對逆向物流績效的判斷。
2.市場環(huán)境的變化
6、7、11、12月份處于年中和年終時段,通過查閱2015年汽車市場統(tǒng)計報表可知,2015年1—2月份汽車總體銷售額增長19%,3—5月份增長10%,而6月份卻呈現(xiàn)-1%的負增長,7月份市場更為低迷。同時,由于6、7、11、12月中國股市的劇烈波動,導致市場經(jīng)濟震蕩,報廢汽車市場的回收量也隨之有所波動。
3.企業(yè)戰(zhàn)略的調(diào)整
年中和年終歷來都是汽車廠商發(fā)力的關鍵時期,A企業(yè)高層也在這段時間對企業(yè)發(fā)展戰(zhàn)略進行相應的調(diào)整,采取一系列激勵措施以加大報廢汽車的回收力度,實現(xiàn)企業(yè)戰(zhàn)略目標,進而導致該段時間的逆向物流績效仿真值與實際值的誤差相對不穩(wěn)定。因此,報廢汽車企業(yè)管理層需結合GA-BP的仿真值和實際值的絕對誤差,重視年中和年終內(nèi)外部環(huán)境對企業(yè)總體運營的作用和影響,積極采取措施去應對各種挑戰(zhàn)及機遇。
四、相關建議
基于上述模型評價結果及分析,結合整個行業(yè)發(fā)展狀況,就A企業(yè)存在的問題,提出下述相關改進建議,以促進報廢汽車企業(yè)逆向物流的發(fā)展。
(一)加強企業(yè)風險管理,適應市場發(fā)展
針對國家政策及市場的變化建立風險預警機制,實現(xiàn)風險防范、化解、控制三步并舉,以有效規(guī)避風險產(chǎn)生的影響。此外,企業(yè)還應加大市場部及戰(zhàn)略發(fā)展部的投入,及時做出精準的戰(zhàn)略調(diào)整以適應市場的需求及政策的走向。
(二)加強企業(yè)合作,實現(xiàn)資源合理配置
加強與其他企業(yè)之間物流、商流、信息流及技術流的合作,實現(xiàn)企業(yè)間鏈接共存、資源共享。一方面,企業(yè)之間可以對報廢汽車進行集中回收,進而降低報廢汽車的回收成本;另一方面,在報廢汽車拆解技術上,各企業(yè)可以在一定程度上實行技術共享,統(tǒng)一引進西方國家先進的拆解技術,不斷實現(xiàn)技術改造,提高報廢汽車材料利用率,最終達到共贏的局面。此外,需加強企業(yè)之間的平臺建設,遵循統(tǒng)籌規(guī)劃、布局合理和便捷服務等原則,積極為建設報廢汽車拆解中心創(chuàng)造條件,促進報廢汽車回收行業(yè)由粗放型產(chǎn)業(yè)向技術型產(chǎn)業(yè)轉變,從而實現(xiàn)產(chǎn)業(yè)全面升級。
(三)強化生產(chǎn)監(jiān)督,實現(xiàn)企業(yè)綠色發(fā)展
報廢汽車屬于機械化產(chǎn)品,在對其零部件的回收、拆解、處理和利用等環(huán)節(jié)都會存在污染。如報廢汽車零部件中都存在鉛、鉻、汞等重金屬物質(zhì),若這些物質(zhì)進入土壤或者水源,將會直接對自然環(huán)境造成巨大破壞,并對人們的生命安全構成威脅。這需要報廢汽車企業(yè)建立相應的處理標準,對各個環(huán)節(jié)的零部件和廢棄物進行安全處理和監(jiān)控,最大限度地對報廢汽車零部件實現(xiàn)回收利用,減少環(huán)境污染。更重要的是,企業(yè)要重視產(chǎn)品質(zhì)量,建立嚴格的質(zhì)量監(jiān)督機制,在生產(chǎn)各個環(huán)節(jié)努力提高產(chǎn)品合格率,實現(xiàn)企業(yè)綠色發(fā)展。
(四)重視人才培養(yǎng),推動企業(yè)長足發(fā)展
企業(yè)必須充分認識到人才的重要性,開展知識技能培訓等活動,定期對員工的技能水平進行考核,加快專業(yè)技術人才的培養(yǎng)進程,實現(xiàn)以能力培養(yǎng)為主,知識與能力相結合的模式,推動企業(yè)的長足發(fā)展。同時,需加強對報廢汽車回收人員的職業(yè)道德教育,嚴格遵守《報廢汽車回收證明》規(guī)定的章程,維護回收市場的經(jīng)營秩序,從而更好地服務社會和客戶。
(五)加大技術投入,實現(xiàn)逆向物流綠色化
企業(yè)拆解技術的投入,不僅有利于提高資源利用率,加快形成一個現(xiàn)代化、效益化、規(guī)?;膱髲U汽車回收拆解線,而且可以有效減少逆向物流過程中產(chǎn)生的廢水、廢電池、噪聲等對環(huán)境的污染,實現(xiàn)企業(yè)的健康發(fā)展。同時,研發(fā)技術的創(chuàng)新投入,可以使企業(yè)在零部件再造階段融入綠色理念,采用綠色材料,實現(xiàn)綠色設計,從源頭上對環(huán)境進行保護。
(六)加快報廢汽車逆向物流網(wǎng)絡的構建,實現(xiàn)回收模式創(chuàng)新
報廢汽車逆向物流網(wǎng)絡的構建可以有效實現(xiàn)對報廢汽車的跟蹤,將物流節(jié)點上報廢汽車的信息及時傳遞給企業(yè),實現(xiàn)互聯(lián)網(wǎng)與企業(yè)之間的銜接,從而有助于企業(yè)較為準確地判斷報廢汽車數(shù)量,減少逆向物流的復雜性、不確定性對企業(yè)造成的影響。如企業(yè)可以采用撥打用戶電話及建立網(wǎng)絡平臺的方式與車主及時溝通,通過“線上”和“線下”相結合模式,為車主提供更為個性化的汽車報廢業(yè)務的服務。
(七)拓寬銷售渠道,加快銷售模式的網(wǎng)絡化
報廢汽車企業(yè)逆向物流的發(fā)展離不開零部件的銷售,而企業(yè)傳統(tǒng)的銷售模式相對單一,以“等客上門”為主,導致企業(yè)銷售網(wǎng)絡不暢,銷件遇阻,企業(yè)利潤降低。因此,報廢汽車企業(yè)應改變傳統(tǒng)的銷售模式,重視互聯(lián)網(wǎng)與電商的重要性,實現(xiàn)目標市場“從點到面”的轉變,從而提高商品的匹配程度,進一步拓寬零部件的銷售渠道。
[參考文獻]
Hiratsuka J,Sato N. Current status and future perspectives in end-of-life vehicle recycling in Japan[J]. Journal of Material Cycles and Waste Management,2014, 16(1):21-30.
Agrawal S,Singh R K,Murtaza Q. A literature review and perspectives in reverse logistics[J]. Resources,Conservation and Recycling,2015(97): 76-92.
陸輝,盧琳. 試論區(qū)域物流的網(wǎng)絡結構及其功能[J]. 商業(yè)時代,2014(23):28-29.
周占峰. 面向再制造的逆向物流產(chǎn)品回收預測研究[J]. 計算機與現(xiàn)代化,2012(9):151-153.
張雯. 基于DEA的區(qū)域逆向物流網(wǎng)絡運作的績效評價[D]. 太原: 山西財經(jīng)大學,2013.
代應,王旭,邢樂斌. 報廢汽車回收監(jiān)督的進化博弈分析[J]. 西南交通大學學報,2009,44(3):421-425.
申成霖. 基于循環(huán)經(jīng)濟理論的逆向物流網(wǎng)絡規(guī)劃研究[D]. 天津:天津大學,2004.
Chao Ren,Ning An,Jianzhou Wang. Optimal parameters selection for BP neural network basedon particle swarm optimization: a case study of wind speed forecasting[J]. Knowledge-based Systems,2014,56(1):226-239.
賈小龍,付銳,王雷. 閉環(huán)供應鏈下汽車逆向物流網(wǎng)絡設施選址[J]. 科技導報,2009,27(12):79-84.
張虹冕,孫世群. 基于BP神經(jīng)網(wǎng)絡的大氣環(huán)境質(zhì)量評價模型[J]. 安徽農(nóng)業(yè)科學,2010,38(31):17656-17657,17664.
李松,劉力軍,翟曼. 改進粒子群算法優(yōu)化BP神經(jīng)網(wǎng)絡的短時交通流預測[J]. 系統(tǒng)工程理論與實踐,2012,32(9):2045-2049.
Lili Fu,Xueli Gao,Yang Yang. Preparation of succinic acid using bipolar membrane electrodialysis[J]. Separation and Purification Technology,2014(127):212-218.
[責任編輯 張桂霞]