智慧物流績(jī)效評(píng)價(jià)模型研究

馮寧 張曉 曲倩 蘇玉寶

摘 要：5G時(shí)代下，物聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)、區(qū)塊鏈成為新的風(fēng)口，數(shù)字經(jīng)濟(jì)的發(fā)展和智慧城市概念的興起都要求物流產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，由傳統(tǒng)物流向智慧物流邁進(jìn)。文章采用AHP層次分析法和灰色關(guān)聯(lián)度分析法，探究影響智慧物流發(fā)展的因素，并從基礎(chǔ)設(shè)施、信息技術(shù)、人才隊(duì)伍、企業(yè)運(yùn)營(yíng)四個(gè)層面構(gòu)建起智慧物流的績(jī)效評(píng)價(jià)體系，并對(duì)我國(guó)智慧物流的發(fā)展提出政策性建議。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì);智慧物流;績(jī)效評(píng)估;AHP層次分析法;灰色關(guān)聯(lián)度

中圖分類號(hào)：F252 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1005-6432（2022）13-0161-05

DOI：10.13939/j.cnki.zgsc.2022.13.161

1 文獻(xiàn)綜述

智慧物流研究領(lǐng)域在中國(guó)具有較強(qiáng)的前沿性，國(guó)內(nèi)學(xué)者在研究智慧物流時(shí)，主要集中在概念、特征和體系等方面，必要的數(shù)理分析和實(shí)證研究少。

智慧物流的發(fā)展需要在戰(zhàn)略規(guī)劃、政策法規(guī)、物流標(biāo)準(zhǔn)、物流人才、信息技術(shù)、信息系統(tǒng)平臺(tái)等方面著力，這為構(gòu)建智慧物流評(píng)價(jià)體系提供了方向（張春霞，2013）[1]。智慧物流是物流業(yè)在互聯(lián)網(wǎng)時(shí)代衍生出的高水平物流形態(tài)，是將互聯(lián)網(wǎng)等信息技術(shù)工具和現(xiàn)代管理技術(shù)運(yùn)用于物流業(yè)使其呈現(xiàn)出智能性、網(wǎng)絡(luò)性和管理性的特征（王之泰，2014）[2]。智慧物流是融合大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算等技術(shù)，通過(guò)電子和智能化信息串聯(lián)物流環(huán)節(jié)運(yùn)行過(guò)程，對(duì)傳統(tǒng)物流的優(yōu)化和升級(jí)（姜大立，2018）[3]。

國(guó)外學(xué)者對(duì)智慧物流的研究著眼于物流環(huán)節(jié)中的具體應(yīng)用場(chǎng)景，將物聯(lián)網(wǎng)[4]、人工智能[5]、區(qū)塊鏈[6]、大數(shù)據(jù)[7]、云計(jì)算[8]等這些技術(shù)應(yīng)用到物流場(chǎng)景以及智能運(yùn)輸[9]、智慧物流[10]等。

總體而言，目前針對(duì)智慧物流企業(yè)績(jī)效評(píng)價(jià)的研究存在一定的局限性，研究數(shù)量少且分散，定性的案例研究居多，定量的數(shù)理研究則比較少。文章將對(duì)智慧物流企業(yè)升級(jí)驅(qū)動(dòng)因素開展研究，同時(shí)，將其納入一個(gè)相對(duì)全面且系統(tǒng)的績(jī)效評(píng)價(jià)體系。

2 模型構(gòu)建

基于智慧物流的概念和定義，從物流企業(yè)對(duì)基礎(chǔ)設(shè)施、信息技術(shù)、人才隊(duì)伍、企業(yè)運(yùn)營(yíng)等方面形成量表。智慧物流的績(jī)效評(píng)價(jià)指標(biāo)體系構(gòu)建如表1所示。

3 算法構(gòu)建

層次分析法（AHP）是一種常用來(lái)確定指標(biāo)權(quán)重的方法，它的主要缺點(diǎn)是方法具有較強(qiáng)的主觀性，使得權(quán)重分配缺乏客觀性。灰色關(guān)聯(lián)度分析是一種以樣本數(shù)據(jù)為基礎(chǔ)，確定評(píng)價(jià)權(quán)重的方法，但缺點(diǎn)是評(píng)價(jià)權(quán)重過(guò)于客觀，可能會(huì)忽略指標(biāo)的實(shí)際重要性。

因此，文章采用層次分析和灰色關(guān)聯(lián)度評(píng)價(jià)相結(jié)合的方法，使用灰色關(guān)聯(lián)度分析法對(duì)層次分析法確定的權(quán)重進(jìn)行修正，進(jìn)而提高智能物流指標(biāo)評(píng)價(jià)體系的合理性。

3.1 AHP層次分析法

AHP層次分析法是指決策專家有系統(tǒng)地評(píng)估尺度，針對(duì)每一部分的相對(duì)重要性給出權(quán)重?cái)?shù)值，建立成對(duì)比較矩陣，并求出特征向量及特征值，該特征向量即代表每一層級(jí)中各部分的優(yōu)先權(quán)。

首先圍繞研究問(wèn)題，判別影響智慧物流發(fā)展的要素并建立評(píng)價(jià)層級(jí)結(jié)構(gòu)，根據(jù)收集的數(shù)據(jù)資料找出各層級(jí)間決策屬性的相對(duì)重要性，依此建立比較矩陣以計(jì)算矩陣特征值與特征向量，再由計(jì)算出的CI和CR值進(jìn)行一致性檢驗(yàn)及層級(jí)結(jié)構(gòu)一致性檢驗(yàn)，通過(guò)檢驗(yàn)后便可以確定各指標(biāo)權(quán)重以選出最佳方案。

3.1.1 建立判斷矩陣

文章在當(dāng)?shù)馗咝?、智慧物流相關(guān)領(lǐng)域邀請(qǐng)了20位專家成立專家組，發(fā)放有關(guān)調(diào)查問(wèn)卷，對(duì)有關(guān)一級(jí)指標(biāo)權(quán)重打分整理后，用元素相對(duì)重要性表來(lái)建立判斷矩陣。

以一級(jí)指標(biāo)為例，見表3。

從表3可知，針對(duì)基礎(chǔ)設(shè)施、人才隊(duì)伍、信息技術(shù)、企業(yè)運(yùn)營(yíng)四個(gè)一級(jí)指標(biāo)構(gòu)建4×4階判斷矩陣研究，如表4所示。

3.1.2 計(jì)算特征向量

通過(guò)計(jì)算可以得到矩陣中的最大特征值及其所對(duì)應(yīng)的特征向量，特征向量的值為對(duì)應(yīng)的指標(biāo)權(quán)重，并在此基礎(chǔ)上開展對(duì)數(shù)據(jù)的一致性檢驗(yàn)。

分析得到特征向量（0.803，0.649，1.189，1.612），并且4項(xiàng)各自對(duì)應(yīng)的權(quán)重值分別是：18.887%，15.265%，27.956%，37.892%。

3.1.3 一致性檢驗(yàn)

由于在AHP層次分析法中，權(quán)重打分的主觀成分占比較高。指標(biāo)打分可能存在不一致，也可能出現(xiàn)邏輯性矛盾，因此，需要對(duì)打分情況做一致性檢驗(yàn)，避免產(chǎn)生錯(cuò)誤結(jié)論。max為矩陣的最大特征根，n為矩陣的階數(shù)。

CI=CRRI

考慮到一致性的偏離可能是由于隨機(jī)原因造成的，因此引入隨機(jī)一致性指標(biāo)RI衡量隨機(jī)因素所造成的一致性偏離的大小：

CR為一致性比例，通常CR的值越小，判斷矩陣一致性越好。當(dāng)CR值小于0.10時(shí)，認(rèn)為判斷矩陣的一致性是可以接受的，否則需要對(duì)判斷矩陣做適當(dāng)修正。

本次針對(duì)四階判斷矩陣計(jì)算，得到CI值為：0.022，查 RI值表為：0.890，計(jì)算得CR值為：0.025，滿足小于0.10的判斷標(biāo)準(zhǔn)，因此通過(guò)一致性檢驗(yàn)。

3.2 灰色關(guān)聯(lián)度分析法

灰色關(guān)聯(lián)度分析法是通過(guò)對(duì)比參考序列和比較序列的相似度，對(duì)評(píng)價(jià)項(xiàng)進(jìn)行評(píng)價(jià)，衡量系統(tǒng)各因素之間關(guān)聯(lián)度的方法。其原理是以序列曲線幾何形狀的相似程度為基礎(chǔ)，描述因素間關(guān)系的大小、強(qiáng)弱、排序，根據(jù)系統(tǒng)因素之間發(fā)展趨勢(shì)的相似或者相異程度來(lái)做出判斷。

3.2.1 確定參考序列和比較序列

當(dāng)分辨系數(shù)ρ=0.5，γij>0.6時(shí)，分析結(jié)果較為理想，兩個(gè)因素之間的關(guān)聯(lián)度較強(qiáng)?；疑P(guān)聯(lián)度值越大，兩者關(guān)聯(lián)度越強(qiáng)。

4 應(yīng)用實(shí)例研究

臨沂市蘭山區(qū)貫徹習(xí)近平總書記“向現(xiàn)代物流進(jìn)軍”的重要指示，堅(jiān)持“世界視野、沂蒙特色、高定位”，瞄準(zhǔn)國(guó)際化、智能化、集成化、高效化“四個(gè)方向”，著力商貿(mào)物流轉(zhuǎn)型升級(jí)。1E771F4B-37C2-421E-9E47-94F51017E471

山東順和集團(tuán)是臨沂商貿(mào)服務(wù)型國(guó)家物流樞紐載體企業(yè)。順和國(guó)際智慧物流園作為臨沂樞紐增量項(xiàng)目得到省、市、區(qū)各級(jí)領(lǐng)導(dǎo)的高度關(guān)注，現(xiàn)已成為山東省2020年政府工作重點(diǎn)任務(wù)、臨沂市重點(diǎn)工作。順和國(guó)際智慧物流園項(xiàng)目處于施工建設(shè)階段，缺少完整的生產(chǎn)數(shù)據(jù)，文章選取物流園區(qū)的建設(shè)規(guī)劃指標(biāo)進(jìn)行研究。

關(guān)于指數(shù)的評(píng)級(jí)，文章結(jié)合中國(guó)物流采購(gòu)和聯(lián)合會(huì)發(fā)布的《中國(guó)物流園區(qū)發(fā)展報(bào)告（2018年）》數(shù)據(jù)研究，參照ABC分類法的原理，定義卓越（智慧指數(shù)≥95）、領(lǐng)先（80≤智慧指數(shù)<95）、初級(jí)（60≤智慧指數(shù)）。

按模型中的評(píng)價(jià)指標(biāo)分類進(jìn)行計(jì)算得到權(quán)重，依次為 0.1596、0.0993、0.4914、0.2497、0.5130、0.2654、0.0709、0.1177、0.0331、0.1085、0.2894、0.2240、0.0587、0.0911、0.1835、0.1232、0.1339、0.0717、0.0691、0.0409、0.0409、0.0691、0.1200、0.1200、0.0276、0.2826、0.0287、0.1917、0.2826、0.0800、0.1344，最終計(jì)算得到其智慧指數(shù)為 83.45，預(yù)計(jì)園區(qū)建成后將達(dá)到智慧物流行業(yè)領(lǐng)先水平。模型結(jié)合AHP層次分析法對(duì)指標(biāo)權(quán)重進(jìn)行計(jì)算，并應(yīng)用灰色關(guān)聯(lián)度分析法加以修正，使得模型具有可信性。

5 總結(jié)與展望

5.1 提高物流從業(yè)人員質(zhì)量

物流行業(yè)從業(yè)人員需要從質(zhì)量和數(shù)量?jī)蓚€(gè)維度去評(píng)估。物流行業(yè)從業(yè)人員數(shù)量不斷增多，從業(yè)人員質(zhì)量方面仍有較大上升空間。物流行業(yè)急需既具備物流專業(yè)知識(shí)，又掌握先進(jìn)信息技術(shù)的復(fù)合型人才。政府以及企業(yè)應(yīng)當(dāng)堅(jiān)持“人才是第一資源”的戰(zhàn)略觀念，建立智慧化專業(yè)人才培養(yǎng)計(jì)劃，充實(shí)智慧物流人才隊(duì)伍，以高素質(zhì)人才保障行業(yè)智慧物流發(fā)展。政府要扶持高校開設(shè)物流、供應(yīng)鏈相關(guān)專業(yè)，培養(yǎng)物流行業(yè)高素質(zhì)人才;企業(yè)要加強(qiáng)與高校合作，落實(shí)產(chǎn)、學(xué)、研結(jié)合，對(duì)企業(yè)員工定期進(jìn)行培訓(xùn)，提高員工實(shí)操技能和知識(shí)儲(chǔ)備。

5.2 完善打造物聯(lián)網(wǎng)

智慧物流相對(duì)傳統(tǒng)物流的一個(gè)明顯優(yōu)勢(shì)就是末端配送優(yōu)化方案的有效實(shí)施，這也響應(yīng)了國(guó)家物流打通鄉(xiāng)村末端“最后一公里”的號(hào)召。為了實(shí)現(xiàn)末端配送方案的優(yōu)化，需要全國(guó)物流配送企業(yè)、有關(guān)地方政府部門、電商服務(wù)企業(yè)三方聯(lián)合發(fā)力來(lái)構(gòu)建一個(gè)全國(guó)智慧共享物流配送信息服務(wù)平臺(tái)以及一套完備物流配送信息系統(tǒng)。完善物流供應(yīng)鏈運(yùn)營(yíng)管理，優(yōu)化末端物流配送運(yùn)輸工作管理流程，整合末端配送物流信息系統(tǒng)資源，降低末端物流配送運(yùn)營(yíng)成本，提高物流行業(yè)顧客滿意度。

5.3 更新?lián)Q代物流設(shè)備

智慧貨物倉(cāng)儲(chǔ)功能用于實(shí)現(xiàn)智慧倉(cāng)儲(chǔ)貨物信息的自動(dòng)實(shí)時(shí)抓取、自動(dòng)識(shí)別、自動(dòng)火災(zāi)預(yù)警，提高智慧倉(cāng)儲(chǔ)管理貨物的實(shí)時(shí)入庫(kù)、移動(dòng)和實(shí)時(shí)出庫(kù)的管理效率。智慧倉(cāng)儲(chǔ)是目前現(xiàn)代中國(guó)智慧企業(yè)物流的重要核心技術(shù)之一，其由多種高層儲(chǔ)物貨架、巷道式貨物堆垛或多通道穿孔吊車、多種貨物出入庫(kù)以及周邊設(shè)備、電氣控制管理系統(tǒng)、倉(cāng)庫(kù)安全管理監(jiān)控系統(tǒng)等組成，能有效實(shí)現(xiàn)企業(yè)貨物自動(dòng)化的存取和倉(cāng)庫(kù)管理，提高企業(yè)倉(cāng)儲(chǔ)管理空間綜合利用率、工作效率、管理水平。

物流企業(yè)管理人員以及決策制定者應(yīng)當(dāng)學(xué)習(xí)智慧物流的運(yùn)作原理及物流供應(yīng)鏈理論，做好企業(yè)發(fā)展的頂層規(guī)劃。落實(shí)到具體的環(huán)節(jié)中，就是要做好物流商品的儲(chǔ)存、運(yùn)輸?shù)任锪鬟\(yùn)行管理環(huán)節(jié)，以降低中小企業(yè)在物流運(yùn)行管理過(guò)程中的物流運(yùn)行管理成本，打通物流供應(yīng)鏈的每個(gè)環(huán)節(jié)。

物流不僅是貫穿生產(chǎn)者從開始采購(gòu)商品到最終生產(chǎn)者再到最后銷售的各個(gè)環(huán)節(jié)，而且也是一個(gè)商品從最終生產(chǎn)者手中到達(dá)最終消費(fèi)者手中的必不可少的重要節(jié)點(diǎn)。智慧物流將大大提高中小企業(yè)的物流運(yùn)營(yíng)管理效率，增加企業(yè)利潤(rùn)。因此，物流行業(yè)應(yīng)加強(qiáng)物流升級(jí)改革，從傳統(tǒng)物流跨向智慧物流。

5.4 企業(yè)運(yùn)營(yíng)管理改善

盡管智慧物流著眼于“智慧”，但企業(yè)營(yíng)運(yùn)管理的改善也是重要的一環(huán)。一方面，應(yīng)用信息技術(shù)和更新設(shè)備需要更好的信息管理系統(tǒng)，需要掌握設(shè)備操作方法的新員工和與之匹配的營(yíng)運(yùn)管理方法;另一方面，通過(guò)不斷改善企業(yè)營(yíng)運(yùn)環(huán)境管理，企業(yè)物流得以有效實(shí)現(xiàn)物流運(yùn)輸環(huán)節(jié)的順暢便利通達(dá)，壓縮企業(yè)流通運(yùn)輸環(huán)節(jié)，減少企業(yè)無(wú)效勞動(dòng)，提高物流設(shè)備運(yùn)輸設(shè)施的維護(hù)使用管理效率，從而達(dá)到大幅降低企業(yè)物流運(yùn)輸成本和提高企業(yè)經(jīng)濟(jì)效益的主要目的，最終可以實(shí)現(xiàn)我國(guó)物流運(yùn)輸企業(yè)經(jīng)營(yíng)績(jī)效的大幅提高。

參考文獻(xiàn)：

[1]張春霞，彭東華.我國(guó)智慧物流發(fā)展對(duì)策[J].中國(guó)流通經(jīng)濟(jì)，2013，27（10）：35-39.

[2]王之泰.中國(guó)物流業(yè)創(chuàng)新的一些思考[J].中國(guó)流通經(jīng)濟(jì)，2014（4）：8-12.

[3]姜大立，張巍，王清華.智慧物流關(guān)鍵技術(shù)及建設(shè)對(duì)策研究[J].包裝工程，2018，39（23）：9-14.

[4]WANGYPHANJH，BEYNON-DAVIES.Understanding blockchain technology for future supply chains：a systematic literature review and research agenda[J].Supply Chain Management-an International Journal，2019（1）：62-84.

[5]WANG，GGUNASEKARANA，NGAIEWT，ET AL.Big data analytics in logistics and supply chain management：certain investigations for research and applications[J].International Journal of Production Economics，2016（6）：98-110.1E771F4B-37C2-421E-9E47-94F51017E471

[6]TIJANEAKSENTIJEVICS，IVANICK.Blockchain technology implementation in logistics[J].Sustainability，2019（4）：1-185.

[7]SHEE HS J，F(xiàn)AIRFIELDL，MIAH，ET AL.The impact of cloud-enabled process integration on supply chain performance and firm sustainability：the moderating role of top management[J].Supply Chain Management-an International Journal，2018（6）：500-517.

[8]KIRCHMKPOENICKEO，RICHTER.RFID in logistics and production-applications，research and visions for smart logistics zones[C]//KABASHKIN I，YATSKIVI，PRENTKOVSKIS O.Proceedings of the 16th International Scientific Conference Reliability and Statistics in Transportation and Communication，2017：526-533.

[9]KIMMG J，JHWANGYM RHO.The impact of RFID utilization and supply chain information sharing on supply chain performance：focusing on the moderating role of supply chain culture[J].Maritime Economics & Logistics，2016（1）：78-100.

[10]BIRKELHSHARTMANNE.Impact of IT challenges and risks for SCM[J].Supply Chain Management an International Journal，2019（1）：39-61.

[11]郝書池.發(fā)展智慧物流的動(dòng)因與對(duì)策研究[J].物流科技，2017（1）：28-31.

[12]李佳.基于大數(shù)據(jù)云計(jì)算的智慧物流模式重構(gòu)[J].中國(guó)流通經(jīng)濟(jì)，2019（2）：20-29.

[13]錢慧敏，何江，關(guān)嬌.“智慧+共享”物流耦合效應(yīng)評(píng)價(jià)[J].中國(guó)流通經(jīng)濟(jì)，2019，33（11）：3-16.

[作者簡(jiǎn)介]馮寧（1989—），女，山東青島人，講師，碩士，研究方向：智慧物流;張曉（2000—），女，山東臨沂人，研究方向：智慧物流;曲倩（2000—），女，山東煙臺(tái)人，研究方向：智慧物流;蘇玉寶（1999—），男，山東臨沂人，研究方向：智慧物流。1E771F4B-37C2-421E-9E47-94F51017E471