基于BP神經網絡的煤炭企業第四方物流供應鏈內部風險評價研究

汪 瑩 王 隆 周 燕

（中國礦業大學（北京）管理學院，北京市海淀區，100083）

基于BP神經網絡的煤炭企業第四方物流供應鏈內部風險評價研究

汪 瑩 王 隆 周 燕

（中國礦業大學（北京）管理學院，北京市海淀區，100083）

基于對第四方物流概念與內涵的認識，分析歸納了煤炭企業第四方物流供應鏈運營中的內部風險因素，構建了針對煤炭企業的第四方物流供應鏈內部風險指標體系，并基于BP神經網絡理論，給出了面向MATLAB的BP神經網絡評價模型，并通過計算驗證了評價模型的適用性。

煤炭企業 第四方物流 內部風險 BP神經網絡

1 第四方物流概念與內涵

第四方物流（Fourth Party Logistics，4PL）的概念是由美國安盛管理咨詢公司首先在1996年提出的，它將第四方物流定義為一個供應鏈的整合者及協調者，對公司內部和具有互補性的服務供應商（第三方物流公司、IT服務提供者、咨詢公司、增值服務商等）所擁有的不同資源、能力和技術進行整合和管理，提供一整套供應鏈解決方案。

我國煤炭企業物流特點是以大宗散貨為主，供應路線長而且物流節點多。因此，煤炭企業的供應鏈管理和企業物流創新對于煤炭企業物流資源的整合與合理配置，降低物流成本，提升煤炭產業的利潤空間具有十分重要的意義。然而，發展第四方物流供應鏈對企業本身技術水平、人力資源素質、管理創新能力、合作開發能力、財務管控能力都將帶來一定的挑戰。換句話說，要想成功實施第四方物流供應鏈的發展戰略，煤炭企業在內部管理方面需要不斷提升，從而克服上述因素帶來的潛在內部風險，而要想控制內部風險，首先要求我們對煤炭企業第四方物流供應鏈的風險構成要素進行識別，繼而對整個內部風險進行科學評價，進一步基于對內部風險的科學評價結果采取有效的風險管控措施，從而保障煤炭企業第四方物流供應鏈發展戰略的順利實施。

2 煤炭企業第四方物流供應鏈內部風險因素識別

煤炭企業供應鏈涉及煤炭資源獲取、生產、銷售、運輸、消費、儲存等環節的參與主體及其鏈接關系，各參與主體通過整合整個過程中的物流、信息流、資金流、工作流達到價值增值的目的。在運用第四方物流實現物流環節價值增值的同時，要切實關注供應鏈企業中潛在的各種風險。

2.1 技術風險

第四方物流實施的支撐技術之一就是供應鏈集成技術。供應鏈集成是指在第四方物流模式下，企業應該把自己看作是整個供應鏈中的一員，和其他成員一道共享信息、協同計劃和處理業務流程，以一種全新的商業運作模式一起為最終的客戶提供快速靈活、高效的支持和服務。供應鏈集成可分為4個級別，一是基礎。這是實現信息集成，從而規避供應鏈運作中出現的“牛鞭效應”風險；二是實現同步計劃，從而實現供應鏈預測與計劃的同步性，降低運營成本；三是是建立供應鏈協同工作流，這是指供應鏈的運作生產計劃、生產、運輸、訂單處理都能夠協調同步進行，形成快速的市場響應水平；四是實現綜合的供應鏈集成，重點包括建立供應鏈動態聯盟或虛擬企業，實現全新的商業模式。綜合立體的供應鏈集成就好像一個大型的虛擬企業組織，組織里的每個成員共享信息、同步計劃、使用協調一致的業務處理流程，共同應對復雜多變的市場。因此，供應鏈集成技術本身就是集流程再造、組織創新、信息網絡技術為一體的系統工程。該技術的成熟與否決定了煤炭企業第四方物流內部運營風險的高低。

第四方物流信息平臺的建設是第四方物流得以存在和運作的信息技術基礎，從某種意義上來說，信息技術支持能力是第四方物流運作的基礎。4PL提供綜合的供應鏈解決方案，要求及時、準確和高效地傳遞物流信息，這樣，建立以互聯網為基礎的物流信息平臺，是4PL系統中必不可少的組成部分。因此，信息技術風險無疑是制約第四方物流供應鏈運作的重要因素，也構成了煤炭企業實施第四方供應鏈物流發展戰略的挑戰與風險。

2.2 管理風險

第四方物流運作的內部風險之一是由管理因素導致的。管理風險所涉及的主要方面包括經營決策、人力資源管理以及客戶關系管理3個方面。

（1）經營決策是第四方物流管理風險中層次最高的風險。因為第四方物流作為供應鏈的整合與協調者，如何對供應鏈的集成運作方案進行決策是決定第四方物流成敗的關鍵。而由于第四方物流所涉及的經營單位部門繁多、管理層次復雜，決策信息傳導機制的脆弱性是決策風險產生的重要原因，信息失真可能導致管理決策的逆向選擇和激勵決策的道德風險。同時作為第四方物流運作的首席執行官個人的職業道德、執行力和決策力水平也是產生管理決策風險的重要因素。

（2）人力資源管理。對第四方物流供應鏈的支撐度也影響著其運營效率。第四方物流管理需要管理團隊有卓越的組織與協調能力，需要工程、法律、財務等各方面的優秀人力資源的來構筑其核心的競爭力。第四方物流供應鏈管理的內涵決定了高素質的人力資源是其成功運作的保障，因而人力資源管理能力的強弱就構成了管理風險的另一要素。

（3）客戶關系管理。第四方物流是供應鏈方案的集成商，第四方物流實施的CRM（客戶關系管理）是基于整個供應鏈企業的，其管理目的之一就是要將企業各自的客戶信息與資源實現供應鏈共享，從而增加供應鏈集成后的盈利能力。而供應鏈集成化模式下客戶關系和價值的維系成本和其價值實現需要第四方物流運營商面向整個供應鏈進行細致的劃分和管理。第四方物流客戶關系管理重點就是在科學準確地識別出供應鏈的最終客戶基礎上，針對不同等級客戶設計并實施不同營銷策略。因此，客戶關系管理因素是影響第四方物流供應鏈運營財務績效的風險要素。

對于煤炭企業而言，這三大管理要素也正是制約其發展瓶頸，無疑也構成了煤炭企業第四方物流供應鏈發展面臨的棘手問題。

2.3 合作風險

合作因素的風險在第四方物流運營中主要表現為供應鏈利益分配機制、企業聯盟的組織文化差異、供應鏈合作聯盟誠信機制3個風險要素。

（2）利益分配機制是供應鏈集成管理的核心經濟紐帶。供應鏈合作成員基于自治與協作的模式無疑要求實現自身利益最大化，并在此基礎上實現與供應鏈合作成員之間利益的協調一致性。因此，供應鏈合作成員間的利益平衡以及激勵機制與制度的設計與建設是導致第四方物流供應鏈內部合作風險產生的重要環節。

（2）供應鏈的協調與整合的文化風險往往決定著第四方物流運營的成敗。供應鏈成員間不同組織文化、管理理念與制度以及因此形成的不同價值觀的整合是一個長期滲透的過程，文化差異的彌合與新文化的打造是合作風險產生的又一重要因素。

（3）供應鏈誠信機制。第四方物流是一個復雜的供應鏈網絡系統，系統的高效運作需要誠信機制的保障。基于社會交換理論可知，誠信體系的構建有賴于第四方物流運營者所營造的交易各方對公平的感知，對公平感知的程度與信任的程度具有正相關特征。基于交易成本理論可知，道德風險、信用風險和機會主義會增加供應鏈的交易成本，而誠信機制是降低上述交易成本、降低第四方物流供應鏈運營不經濟性的重要手段。誠信機制需要在供應鏈集成管理的不同階段采取不同的建設和維護策略，打造一套系統高效的供應鏈績效評估體系與制度非常關鍵，因為它有利于第四方物流運營的公平與效率的實現。

對于煤炭企業供應鏈管理而言，上述風險也無一例外的存在著，因而也構成了煤炭企業第四方物流供應鏈的內部風險因素之一。

2.4 財務風險

第四方物流運營的財務風險是指由于定價、融資、支付等各項財務決策所引起的集成供應鏈上整體的財務狀況的惡化與財務成果損失的不確定性。由上文可知，第四方物流的運營對象是一個復雜的動態聯盟系統，聯盟內企業的合作與協調機制、信息傳遞與分享機制、利益分配與合作機制、誠信與激勵機制等環節的缺失和不健全都會導致供應鏈財務風險的產生。具體而言，內部財務風險又可以分為流動性風險、融資風險、投資風險以及利潤分配風險。在對煤炭企業供應鏈進行整合的過程中，各節點的財務風險也在經歷轉移和積累的過程。整合供應鏈上的各節點客觀存在著一種基于不完全信息的互動博弈與合作關系，這也是第四方物流供應鏈內部財務風險的特征之一。另外，整合供應鏈的財務風險也具有明顯的在節點企業間傳遞的特征。綜上所述，可將煤炭企業第四方物流內部風險因素劃分為4個方面，2個層次，并歸結如表1。

表1 煤炭企業第四方物流供應鏈內部風險評價指標體系

3 基于BP神經網絡的煤炭企業第四方物流供應鏈內部風險的評價方法

人工神經網絡是在對生物體神經網絡認識理解的基礎上人工構造的能夠實現某種功能的神經網絡，是基于模仿生物體神經網絡結構和功能而建立的一種信息處理系統。有統計資料顯示，在人工神經網絡的實際應用中，80%～90%的神經網絡模型采用了BP神經網絡或者它的變化形式。BP算法運用梯度搜索理論，使得網絡實際輸出與期望輸出的均方差達到最小。結合本文的風險評價指標的構成特征，本文選擇了BP神經網絡作為第四方物流內部風險的評價模型。

3.1 建立基于BP神經網絡的第四方物流供應鏈內部風險評價模型

根據上述BP網絡原理，建立BP神經網絡模型進行評價，研究表明，要完成m維到n維的映射只需一個三層的神經網絡，增加隱含層的數目可以提高BP神經網絡的非線性影射能力，但會延長網絡的學習時間。在BP神經網絡中，降低誤差、提高精度有兩種方法，一是增加網絡層數，一是增加隱含層數目，但增加網絡層數會使網絡過于復雜，訓練時間大大增加，因此本文選取含有一層隱含層的三層BP神經網絡。建立評價模型首先要確定模型各層神經元的數目。

（1）輸入層數目確定。根據上面建立的評價指標體系可以確定有12個指標作為輸入節點。

（2）隱含層數目確定。隱含層數目的選擇十分復雜，目前還沒有一種科學普遍的確定隱含層數目的方法，現取部分研究學者用的經驗公式：

式中：nH——隱含層數目；

m——輸出層數目；

n——輸入層數目；

a——1～10之間常數。

本文也采取此類。實際應用中一般通過不同的神經元數目進行訓練來比較誤差從而確定隱含層數目。本文通過不同隱含層數目下誤差大小的比較確定隱含層數目為7個。

（3）輸出層數目確定。輸出層數目取決于期望輸出，本文研究對象的期望輸出是第四方物流風險大小的總體評價，因此輸出層數目為1。

（4）激勵函數的選取。目前比較常用的激勵函數有三種形式：閾值型、線性型和S型。由于S型函數可微，易于表示，又有很好的非線性映射能力。所以本文采取對數S型激勵函數，其表達式為：

（5）網絡學習參數的選取。初始權值的選取與學習速率的選取，一般初始權值取（－1，1）之間的隨機數，本文初始權值設置為0，初始化閾值也設置為0。學習速率決定每一次訓練中所產生的權值和閾值的變化量，在實際應用中很難確定一個從始至終的最佳學習速率，一般選取學習速率自適應調整算法，本文也用這種算法，在訓練過程中不斷調整學習速率。

3.2 BP網絡學習算法的基本步驟

（1）對評價目標值進行標準化處理。定性化的評價指標可以用專家評分的方式標準化，使指標值介于［0，1］之間。

（2）初始化權值和閾值，一般取0到1之間的隨機數，本文選取0。

（3）將標準化后的目標樣本值X＝｛X1，X2，…X12｝輸入網絡，并給出相應的期望輸出。

（4）對輸入樣本，前向計算BP網絡每層神經元的輸入信號和輸出信號。

（5）由期望輸出和上步求的實際輸出計算誤差，判斷是否滿足要求，若不滿足轉下步。

（6）反向傳播，計算權值修正量并修正權值。

（7）計算誤差。本文總共有8對學習樣本，對應不同的樣本具有不同的誤差Ei：

式中：i＝1，2，…，12；

Oki——每對樣本的實際輸出值；

Oti——每對樣本的期望輸出值。

則所有樣本的總誤差，當總誤差E總＝小于要求的誤差（本文選0.00001）或達（本文選1000次）時，網絡訓練結束，否則轉第（3）步，繼續訓練。

（8）訓練后的網絡就可以用于正式的評價。

4 基于BP神經網絡模型的訓練及檢測

選取國內近年來的10個我國煤炭企業第四方物流項目作為訓練和檢測樣本，向8位專家調查打分，指標分為3個等級：較低風險（0，0.4）、一般風險（0.4，0.8）、較高風險（0.8，1）。各專家對第四方物流風險的整體風險的打分見表2。其中前8個是訓練樣本，后2個是檢測樣本。

表2 專家對第四方物流風險的整體風險的打分

所建立的BP神經網絡基于MATLAB軟件通過訓練后，可得到如下訓練結果，當網絡訓練至第277步時，誤差達到期望要求，訓練結束。具體的訓練輸出結果與期望結果對比見表3。

表3 訓練輸出結果與期望結果對比

樣本數據中后兩組是檢測數據，檢測結果見表4。

表4 檢測數據結果與期望結果對比

通過檢測結果發現，期望輸出和實際輸出誤差很小，充分說明本文用BP神經網絡建立的第四方物流風險評價模型是有效的，可以使用該訓練過的并通過檢測的模型對第四方物流風險評價進行實證研究。

5 結論

利用BP神經網絡建立煤炭企業第四方物流供應鏈內部風險評估模型，實現了從輸入到輸出的非線性映射，通過大量的數據學習訓練，可以達到期望的精度誤差，不帶有主觀性，并通過檢測結果說明此模型有效且有很好的仿真效果。由此可知，應用BP神經網絡對第四方物流供應鏈內部進行風險評估有很廣闊的應用前景，對于煤炭企業第四方物流供應鏈的風險管控模式的構建具有重大價值。

［1］ 葉會秋.我國第四方物流發展戰略分析及研究［J］.物流工程與管理，2010（4）

［2］ 楊益華.國內外第四方物流理論述評［J］.經濟研究導刊，2010（4）

［3］ 趙燕.我國企業物流業務存在的問題的探析［J］.內蒙古師范學院學報，2009（2）

［4］ 傅同軍.煤炭供應鏈金融業務的發展及其風險防范［J］.中國煤炭，2012（7）

［5］ 劉麗麗.供應鏈的第四方物流探析［J］.改革與開放，2010（6）

［6］ 劉凡齊.物流模式與煤炭企業物流選擇分析［J］.能源技術與管理，2010（1）

［7］ 王云輝.煤炭企業物資供應物流的發展戰略與具體措施［J］.商業經濟，2009（16）

［8］ 蔣文崇，劉寧寧.我國第四方物流發展中的問題和解決措施［J］.經營管理者，2011（14）

［9］ 于洋，孫宇博.現代物流環境下的煤炭企業供應物流系統研究［J］.中國礦業，2007（12）

［10］ 秦智晗.關于煤炭業第四方物流企業運營模式的研究［J］.物流技術，2011（13）

［11］ 秦子龍.煤炭物流企業發展的幾個問題［J］.中國煤炭，2004（6）

［12］ 張君.基于第四方物流的供應鏈集成管理探析［J］.經營管理者，2010（2）

［13］ 汪曄.我國第四方物流發展研究［J］.企業家天地，2010（2）

［14］ 馬銳.人工神經網絡原理［M］.北京：機械工業出版社，2010

［15］ 周宇.基于BP神經網絡的應急物流風險評價研究［D］.大連：大連海事大學，2009

Research on internal risk evaluation of the fourth logistics supply chain of coal enterprise based on BP neutral network

Wang Ying，Wang Long，Zhou Yan
（School of Management，China University of Mining and Technology，Beijing，Haidian，Beijing 100083，China）

The paper analyzed and concluded the internal risks elements of fourth party logistics supply chain of coal enterprise based on the cognition of the fourth party logistics.The system of internal risk elements indexes has been constructed and the evaluation model of BP neutral network supported by MATLAB software has also been given in this paper.The author further calculated and demonstrated the applicability of the given model.

coal enterprise，the fourth party logistics，internal risk，BP neutral network

TD－9

A

汪瑩（1973－），女，江蘇徐州人，副教授，博士，從事供應鏈與物流管理、企業信息化與企業管理等方面的研究。

（責任編輯 張大鵬）