基于Entropy-Topsis方法的住宅預制構件的物流供應商選擇

潘雨紅，潘永飛，馬 旭

(重慶交通大學 經濟與管理學院，重慶 400074)

基于Entropy-Topsis方法的住宅預制構件的物流供應商選擇

潘雨紅，潘永飛，馬 旭

(重慶交通大學 經濟與管理學院，重慶 400074)

基于Entropy-Topsis模型的綜合評價方法，對住宅預制構件物流供應商的選擇進行研究。在生產交貨、物流成本、客戶服務、發展潛力4個方面評價指標的基礎上，運用Entropy法確定各指標的權重，采用Topsis法對物流供應商進行綜合評價，并進行深層次的貼近度分析。再通過實證研究發現，Entropy-Topsis評價模型能夠為住宅預制構件物流供應商的選擇提供一種有效的決策指導。

交通運輸工程;住宅預制構件；物流供應商；Entropy-Topsis模型

0 引 言

隨著我國新型城鎮化的逐步推進,“一帶一路”戰略的落地，建筑業迎來了全新的變革時期。2015年12月底，全國住房城鄉建設工作會議在北京召開。住房城鄉建設部部長陳政高提出：2016年，要推動裝配式建筑取得突破性進展。同時，《建筑產業現代化發展綱要》中也明確指出，到2020年，裝配式建筑占新建建筑的比例要達到20%以上；到2025年，裝配式建筑占新建建筑的比例應超過50%。這對裝配式住宅的應用提出了更高層次的要求。裝配式住宅是指改變傳統的手工濕作業，將工廠生產的預制構件運輸到施工現場，進行裝配而成的住宅建筑，是住宅產業化的重要標志[1]。對于預制內墻板、外墻板、疊合樓板、樓梯、陽臺板等大型預制構件而言，供應鏈環節中運輸車輛的選擇、不同尺寸預制構件的安放搭配、運輸裝卸過程中的防磨損要求、預制構件供應的及時性以及施工現場的倉儲管理等問題，大大增加了對物流供應商選擇的難度。另一方面，由于缺乏完善的、科學的評價標準體系，大部分企業在選擇物流供應商時沒有充分考慮預制構件的特殊性，針對性不強地進行選擇，而造成產業鏈中部分成本居高不下，最終導致許多企業在住宅產業化領域踟躕不前，嚴重影響到產業化的發展進程。因此，本研究充分結合預制構件的特殊性，重新修訂評價指標體系，有針對性對住宅預制構件的物流供應商進行評價與選擇，以期提高物流供應商的服務水平，科學有效地降低住宅產業鏈中的物流成本，為推進住宅產業化的發展貢獻綿薄之力。

目前，國內外裝配式住宅預制構件的相關研究主要集中在發展前景、部品標準化體系、直接成本分析、部品供應商選擇、構件認證制度等方面[2]。對于住宅預制構件的物流供應商的研究相對較少甚至沒有。而其他行業物流供應商的研究比較成熟，主要包括不確定語言信息法、層次分析法、模糊綜合評價法、Topsis法等。在眾多的研究方法中，Topsis法因其可以有效地避免計算權重時主觀過大、尊重原有數據并能夠對評價對象的優劣排序等優勢而被廣泛應用。S.OPRICOVIC等將Vikor和Topsis相結合，對物流供應商的選擇方法進行了詳細的解釋[3]；楊玉中等[4]從汽車制造企業的實際出發，為了選擇理想的物流供應商，建立了基于熵權Topsis法的多層次評價模型，避免了確定權重時的主觀性，有效地實現了對供應商的優劣進行排序。M.C.LIN和C.T.LIN等分別將AHP和ANP與Topsis相結合，確定指標權重，評價與選擇物流供應商[5- 6]；G1.KANNAN等[7]通過Fuzzy-Topsis法將影響物流供應商綜合服務水平的多種因素進行分析，從而選擇物流供應商；鄭斌等[8]將DEA與Topsis相結合，在利用熵權確定權重的基礎上為供應鏈核心企業選擇物流供應商，給多目標決策問題提供了依據和參考。賓厚等[9]在綠色供應鏈基礎上將熵權法與改進的Topsis法相結合，更加科學地選擇綠色物流供應商。王翔[10]結合熵權法確定評價指標的權重系數，引入Topsis決策方法對物流供應商進行評價，并通過3種不同評價方法的比較分析，得出該評價方法的可行性。綜上所述，Topsis方法已廣泛適用于多目標決策領域，采用熵權Entropy與Topsis法相結合，運用Entropy法確定各指標的權重，通過Topsis法對物流供應商進行綜合評價，同時進行貼近度分析，更有效、更有針對性地對住宅預制構件物流供應商展開研究，并對其影響因素進行分析。

1 預制構件物流供應商評價指標體系的構建

基于其他領域物流供應商選擇相關的研究文獻[3-9,11-14]，再充分結合裝配式住宅預制構件的特殊性，如較大的尺寸、固定的形狀、構件的安放搭配、運輸裝卸過程中防磨損的要求、構件完整性的要求、構件供應時效性的要求、以及其特殊性引起的倉儲管理等關鍵要素，遵循指標評價的科學性、靈活性、系統性和可操作性的原則，構件了評價指標體系，并通過專家打分法和頻度統計法，從生產交貨、物流成本、客戶服務和發展潛力4個方面對預制構件物流供應商進行選擇評價。該指標體系包括目標層、準則層和指標層3個層次，其中指標層包括14個指標，詳見表1。

注：θ+表示正向指標，θ-表示逆向指標，指標層熵權值由公式(2)、公式(3)計算得到。

1.1 生產交貨指標

生產交貨指標是衡量滿足客服需求的服務水準的重要指標，是衡量生產系統按所承諾交貨期及時滿足客服需求所達成的水平。物流供應商的生產交貨能力對其自身的發展至關重要，預制構件配送的準時性、完整性決定著物流供應商能否在建筑業保持長久的競爭優勢的重要指標。生產交貨指標通過送貨準時率、貨物完好率和作業準確率3個指標來衡量。其中送貨準時率是指在規定時間內準時送貨的比率，即一定時期內準時送貨的次數/這一時期總的送貨次數；貨物完好率是指扣除在運輸、裝卸、倉儲等過程中造成破損而達不到裝配要求的預制構件量，由預制構件合格量/配送總量而得到的；作業準確率是衡量供應商經營管理水平的重要指標，即準確完成的預制構件量/作業的總量。

1.2 物流成本指標

物流成本一般占產品成本的20%～40%，降低物流成本是住宅產業化推廣過程中亟需解決的一個重大問題，也是評價預制構件物流供應商的重要指標。物流成本主要包括訂單處理和信息成本、運輸、裝卸、倉儲。其中，物流供應商的運輸方式、運輸距離和運輸時間是否合理，運輸過程中的管理模式等都是衡量運輸成本的因素。在預制構件的裝卸過程中可能會出現野蠻裝運造成預制構件產生的裂縫、斷裂、飾面裝飾材料破損等現象致使其成本增加，即裝卸成本。施工現場的預制構件堆放管理費用構成預制構件的倉儲成本。

1.3 客戶服務指標

客戶服務指標體現了物流供應商的時效性，影響著客戶的滿意度。主要包括顧客抱怨的解決時間、突發事件的應急處理能力和長期合作意愿。如果現場施工人員對服務不滿意，而產生抱怨和投訴的現象，此時需考察物流供應商解決爭議問題的時效性。突發事件的應急處理能力，是指預制構件物流供應商在物流服務的過程中發生緊急情況時的解決問題的能力。長期合作意愿是與預制構件物流供應商的信譽密切相關的，即供應商合作的態度。

1.4 發展潛力指標

發展潛力指標與預制構件物流供應商在裝配式住宅領域的發展前景有關，選擇合適的、長期穩定的合作伙伴一定程度上可以減少住宅產業鏈相應環節的成本。主要通過企業財務狀況、企業信譽、企業文化和員工素質水平來決定。企業財務狀況主要通過其負債情況、盈利能力和資金周轉速度等方面綜合體現；企業信譽是否良好決定著預制構件物流供應商在市場競爭中的地位；企業文化是企業的靈魂所在，它影響著企業員工的工作狀態和成長心態。隨著預制構件推廣應用，預制構件物流供應商的數量與日俱增，而選擇物流商的要求也在不斷提高，企業文化也是一項重要的評判指標；員工的素質水平直接影響著物流服務水平，關系到預制構件物流供應商的綜合績效水平。

2 基于Entropy-Topsis的預制構件物流供應商評價模型

Entropy-Topsis法是一種多因素綜合評價方法。對于住宅建筑業來說，預制構件物流供應商選擇就是一個從多種影響因素中選優的問題，屬于多目標決策。

2.1 Topsis模型原理

1981年，由C.L.HWANG等[15]提出的Topsis模型是一種逼近于理想的排序方法。它多用來解決系統工程中有限多目標的決策分析。由于其具有簡單、科學、可操作性強等特點而被廣泛使用。在多目標決策問題中，首先要構建正理想解和負理想解，并將其作為一個基準，通過計算各評價指標與正理想解和負理想解的相對距離來進行排序。隨著應用的推廣，Topsis方法得到了進一步改進，其原理主要是對評價指標與正理想解和負理想解的評價公式進行改進[16]。

2.2 Entropy-Topsis模型的構建步驟

假設有m個物流供應商，n個評價指標，xij表示第i個物流供應商的第j項指標值，則評價對象的評價值矩陣為

則，Entropy-Topsis模型構建步驟如下：

1)對矩陣R進行歸一化處理。為了消除指標量綱、單位和數量級別不同引起的不可比性，先對原始評價指標值矩陣進行規范化處理。

(1)

式中：Z為歸一化矩陣，zij為第i個預制構件物流供應商在第j項指標中的評價值與該項指標下所有物流供應商評價值之和的比值。

2)利用Entropy計算各指標權重。熵(Entropy)最早是物理學里面的熱力學概念，用來描述物體運動的混亂程度[17]。根據熵的理論，信息熵的大小與數據的分布狀態有關，在對事物進行判斷的過程中，信息熵越大，其信息的發散程度越大，導致的不確定性越大，反之該不確定性就越小。設第j個指標的信息熵Hj為

(2)

一般地，取λ=1/lnm，從而保證0≤Hi≤1。則第j個指標的熵權可以表示為

(3)

3)將公式(3)得到的各指標熵權wj與歸一化矩陣Z相乘，構造加權評價值矩陣Q。

4)確定評價對象的正理想解和負理想解。

(i=1，2，…，m；j=1，2…，n)

(4)

(i=1，2，…，m；j=1，2…，n)

(5)

式中：θ+為正向型指標；θ-為逆向型指標。

(6)

(7)

6)計算評價對象與正、負理想解的相對貼近度Ei，選擇合適的預制構件物流供應商。

(8)

其中，Ei∈(0,1)，其值越接近于1，表明第i個物流供應商的綜合績效水平越接近最優。

3 實證研究

采用Entropy-Topsis模型進行實證分析，以C市為例，選擇5家裝配式住宅的預制構件物流供應商，具體步驟如下：

3.1 數據的收集和處理

根據預制構件的特性、預制構件物流供應商的分布區域、資源條件等因素，選擇了C市5家預制構件物流供應商為實證研究對象，邀請物流業、咨詢業、金融業、建筑業以及高校教授的專家成立專家決策小組，對5家預制構件的物流供應商S1，S2，S3，S4，S5進行綜合評估打分。專家打分法的具體流程為：①選擇專業領域的專家。專家們均為相關領域從業15年以上的項目經理、部門經理、物流分析師以及專家教授等9位；②專家將每個指標劃分等級，定量賦值。其中好為1分，較好為0.8分，一般為0.6分，較差為0.4分，差為0.2分，數值在0.1～1分；③對專家所打分值進行分析匯總后反饋給專家，專家根據反饋結果修正自己的見解；④經過多輪詢問和反饋，確定指標分值，最后根據所獲取的數據，通過公式(1)進行歸一化處理得到矩陣Z。

3.2 權重的確定和Topsis分析

1)利用公式(2)和公式(3)計算各指標的熵值和熵權值。

熵值：H1=0.999 8，H2=0.999 9，H3=0.998 7，H4=0.998 8，H5=0.998 4，H6=0.982 8，H7=0.996 0，H8=0.999 1，H9=0.999 6，H10=0.996 3，H11=0.998 9，H12=0.999 4，H13=0.999 5，H14=0.999 7

熵權值：W1=0.006 0，W2=0.003 0，W3=0.039 4，W4=0.036 3，W5=0.048 3，W6=0.519 6，W7=0.120 8，W8=0.027 2，W9=0.012 1，W10=0.111 8，W11=0.033 2，W12=0.018 1，W13=0.015 1，W14=0.009 1

2)將上一步計算得出的熵權值與歸一化矩陣相乘，構造加權評價矩陣Q。

3)利用公式(4)和公式(5)并結合②中的加權評價矩陣Q確定同一指標的正理想解Q+和負理想解Q-，其中在預制構件的物流供應商評價指標中，裝卸成本、運輸成本、倉儲成本、訂單處理成本以及顧客抱怨解決時間為逆向指標，其余指標為正向指標，則:

Q+=[0.001 234,0.000 612,0.008 459,0.006 541,0.008 945,0.079 914,0.021 321,0.005 805,0.002 271,0.024 686,0.007 158,0.003 815,0.003 132,0.001 925]

Q-=[0.001 155,0.000 580,0.007 179,0.007 848,0.010 733,0.143 878,0.028 424,0.005 032,0.002 510,0.018 033,0.006 042,0.003 374,0.002 797,0.001 758]

4)根據式(6)～式(8)計算5家預制構件物流供應商與正負理想解的距離和貼近度，詳見表2。

表2 預制構件物流供應商與正負理想的距離和貼近度

由表2可以看出，不同的預制構件物流供應商其綜合績效水平差距較大，要想選擇最優秀的預制構件物流供應商，貼近度就必須越大。其中，預制構件物流供應商S2達到最優，其貼近度為0.971 4接近于1，預制構件物流供應商S5次之，之后依次為S3,S1，預制構件物流供應商S4評價結果最差，其貼近度為0.070 9。經過具體分析可知:①預制構件物流供應商S2的綜合績效水平最優，原因在于其物流成本較低和生產交貨能力較高。從權重值可以看出，物流成本指標是衡量物流供應商綜合績效能力的一個重要指標，其運輸成本、裝卸成本、倉儲成本等直接影響到住宅預制構件產業鏈優化成本，因此預制構件物流供應商應注重其物流成本指標在企業發展中的重要性；②預制構件物流供應商S4的綜合績效水平最差，原因是由于其物流成本指標中，所占比重較大的運輸和倉儲成本較高，物流效率較低，致使與之長期合作的供應商意愿不強。一定程度上與公司的發展潛力有關，企業的財務狀況、企業文化和企業信譽也決定了預制構件物流供應商在住宅產業化市場上的競爭力。

3.3 各個指標的貼近度分析

基于Entropy-Topsis模型，對各個指標數據進行分析，根據各個指標的正理想解和負理想解以及表2中數據，可以得出不同預制構件物流供應商的綜合指標貼近度曲線(圖1)和準則層生產交貨、物流成本、客戶服務以及發展潛力指標的貼近度曲線(圖2)。由圖1和圖2可以清晰地看出，貼近度越接近于1，所要選擇的物流供應商綜合績效越高，即為最優的合作伙伴。另外，綜合貼近度曲線和物流成本指標貼近度曲線的擬合度最好，也充分證明了案例中對5家物流供應商不同綜合績效的分析和判斷的正確性。

圖1 預制構件物流供應商綜合指標貼近度Fig.1 Approximation degree of comprehensive index of logistics supplier of prefabricated housing components

圖2 預制構件物流供應商準則層指標貼近度Fig.2 Approximation to the degree at code level of logistics supplier of prefabricated housing components

4 結論和建議

通過分析5家預制構件物流供應商的綜合績效水平，采用Entropy法確定評價指標的客觀權重，有效地避免了以往研究中在確定指標權重問題上的主觀偏見，提高了研究的準確度。研究發現：①物流成本指標是影響預制構件物流供應商選擇的最主要因素之一，應當解決優化運輸、倉儲和裝卸等物流產業鏈中的成本問題；②預制構件的作業準確率、送貨的準時性以及預制構件裝配時的完整度都對物流供應商的選擇和評價起著決定性作用，生產交貨環節的管理工作至關重要；③長期合作意愿在客戶服務指標中占有重要的地位，做好物流服務工作，才能提高預制構件物流供應商的信譽，提升其發展空間；④影響住宅預制構件物流供應商選擇的關鍵因素主要包括：運輸成本、倉儲成本、裝卸成本、作業準確率和企業財務狀況等；⑤采用Entropy-Topsis模型結果清晰、評價客觀，又通過貼近度曲線圖直觀明了地反映出總體指標因素、各指標內部因素變化趨勢以及與理想供應商之間的差距，對裝配式住宅預制構件物流供應商的選擇有一定的指導意義。基于以上結論，提出相關建議：

1)降低預制構件產業鏈的物流成本。運輸成本在預制構件產業鏈中占有很大的比重，預制構件的物流供應商應當合理安排運輸路程，盡量確保總行駛里程最短、所需駕駛員和車輛最少。其次，在確保預制構件表面裝飾材料完好無損的前提下，對預制構件按尺寸和形態進行拼放運輸，以保證運輸的高效性，有效地降低運輸成本。倉儲成本的有效控制能夠增加物流企業的利潤水平，充分利用現代倉儲技術和設備，加強預制構件在庫質量管理，從而降低倉儲成本。

2)提高住宅預制構件供應商的生產交貨效率。預制構件的作業準確率決定著構件的優劣，需結合國家和地區頒布的部品認證制度不斷完善企業對預制構件的認證條例；送貨是否準時直接影響到施工現場的裝配進程，預制構件物流供應商應制定合理有序的送貨計劃，確保預制構件運輸到施工現場的高效性；預制構件在裝卸的過程中不同部位的受力大小、不同尺寸構件的搭配安放都會影響到其完整性。作為預制構件的物流供應商，應該定期組織工作人員進行專業培訓，挑選優秀的管理人員，做好預制構件的維護工作。

3)提高物流供應商的客戶服務水平。預制構件物流供應商的服務水平直接影響著不同利益主體之間的合作意愿。針對不同種類的預制構件制定相應的管理辦法，當預制構件某一物流環節出現突發事件時及時有效地組織安排專門人員進行處理，進而增加合作伙伴之間的信任。

4)提高預制構件物流供應商的競爭力。加強企業實力有利于鞏固供應商在建筑業市場的地位。企業文化、企業信譽都是企業發展的基礎和導向。此外，提高企業員工的專業水平是物流供應商不容忽視的。區別于傳統的建筑材料，預制構件的生產、運輸、庫存以及裝配必須有專業的工作人員來處理，進而減少預制構件在物流供應商環節的的出錯率，提高供應環節的整體高效性。

[1] 李志東,胡湯磊,吳曉璇.住宅產業化基地產能規模決策模型——馬鞍山市住宅產業化基地案例分析[J].科技通報, 2012,28(12):227-231. LI Zhidong, HU Tanglei, WU Xiaoxuan. Capacity scale decision-making model of housing industrialization base——a case of analysis of the housing industrialization base in Ma’anshan[J].ReportofScienceandTechnology,2012, 28(12): 227-231.

[2] 鄭曉云, 賈玲.住宅產業化進程中建筑部品供應商的選擇研究[J].華東經濟管理, 2013(10):93-97. ZHENG Xiaoyun, JIA Ling. A study on the selection of building component suppliers in the process of housing industrialization[J].EconomicManagementinEastChina, 2013(10):93-97.

[3] OPRICOVIC S, TZENG G H. Compromise solution by MCDM methods:a comparative analysis of VIKOR and TOPSIS[J].EuropeanJournalofOperationalResearch, 2004, 156(2):445- 455.

[4] 楊玉中, 張強, 吳立云. 基于熵權的TOPSIS供應商選擇方法[J].北京理工大學學報, 2006, 26(1):31-35. YANG Yuzhong, ZHANG Qiang, WU Liyun. Technique for order preference by similarity to ideal solution based on entropy weight for supplier selection[J].JournalofBeijingInstituteofTechnology, 2006, 26(1):31-35.

[5] LIN M C, WANG C C, CHEN M S, et al. Using AHP and TOPSIS approaches in customer-driven product design process[J].ComputersinIndustry, 2008, 59(1):17-31.

[6] LIN C T, TSAI M C. Location choice for direct foreign investment in new hospitals in China by using ANP and TOPSIS[J].Quality&Quantity, 2010, 44(2):375-390.

[7] KANNAN G1. Multicriteria group decision making for the third party reverse logistics service provider in the supply chain model using fuzzy TOPSIS for transportation services[J].InternationalJournalofServicesTechnology&Management, 2009, 11(11): 162-181.

[8] 鄭斌, 劉鳳國. 重視熵權的供應商選擇DEA/TOPSIS聯合方法[J].工業工程, 2011, 14(6):55-59. ZHENG Bin，LIU Fengguo. The determination of weights in supplier selection by using DEA/TOPSIS model[J].IndustrialEngineeringJournal,2011, 14(6):55-59.

[9] 賓厚,汪妍蓉.綠色供應鏈中基于改進的TOPSIS方法的供應商評價與選擇[J].湖南工業大學學報, 2014(2):81-86. BIN Hou，WANG Yanrong. Supplier evaluation and selection based on improved TOPSIS method in green supply chain[J].JournalofHunanUniversityofTechnology, 2014(2):81-86.

[10] 王翔. 基于熵和前景理論的大型制造企業供應商評價研究[J].軟科學, 2015(7):131-135. WANG Xiang. Supplier evaluation for large manufacturing enterprises based on entropy and prospect theory[J].SoftScience, 2015(7):131-135.

[11] 劉曉峰, 遠亞麗. 基于改進TOPSIS法的第三方物流供應商選擇[J].物流科技, 2011, 34(3):102-105. LIU Xiaofeng, YUAN Yali. Selection for the third-party logistics suppliers based on improved TOPSIS method[J].LogisticsSciTech, 2011, 34(3):102-105.

[12] 阮連法, 陳佳玲.基于模糊VIKOR方法的綠色建筑供應商選

擇[J].統計與決策, 2011(21):62- 65. RUAN Lianfa, CHEN Jialing. Green building supplier selection based on fuzzy VIKOR method[J].StatisticsandDecision, 2011(21):62- 65.

[13] 王先甲,汪磊. 基于馬氏距離的改進型TOPSIS在供應商選擇中的應用[J].控制與決策, 2012, 27(10):1566-1570. WANG Xianjia, WANG Lei. Applications of TOPSIS improved based on mahalanobis distance in supplier selection[J].ControlandDecision, 2012, 27(10):1566-1570.

[14] 張雄林, 張彩云, 胡欣月. 基于三角模糊TOPSIS分析法的第三方物流供應商服務績效評估[J].物流技術, 2015,34(3):176-179. ZHANG Xionglin, ZHANG Caiyun, HU Xinyue. Service performance evaluation of TPL suppliers based on triangular fuzzy TOPSIS[J].LogisticsTechnology. 2015, 34(3):176-179.

[15] HWANG C L,YOON K S.MultipleAttributeDecisionMaking[M].Berlin: Spring-Verlag,1981.

[16] 高朋, 馮俊文, 王華亭. IS/IT項目選擇決策的灰色逼近理想解排序法[J].數學的實踐與認識, 2011, 41(24):84-90. GAO Peng, FENG Junwen, WANG Huating. Topsis method based on grey theory for IS/IT project selection[J].MathematicsinPracticeandTheory, 2011, 41(24):84-90.

[17] 楊波, 蘇娜. 基于熵理論的高科技企業投融資績效研究——以湖北省為例[J].科研管理, 2011, 32(8):42-50. YANG Bo, SU Na. The performance of high-tech enterprises investment and finance based on the entropy theory——taking Hubei provinceas the example[J].ScienceResearchManagement, 2011, 32(8):42-50.

(責任編輯 朱漢容)

Research on Selection of Logistic Supplier of Prefabricated Housing Components Based on Entropy-Topsis Method

PAN Yuhong，PAN Yongfei，MA Xu

(School of Economics and Management, Chongqing Jiaotong University, Chongqing 400074，P.R.China)

A research was carried out in depth on choosing logistic suppliers of prefabricated housing components based on Entropy-Topsis model that is a comprehensive evaluation research method. Firstly, the evaluation indicator system was established, including indicators of production delivery, logistics cost, customer service and development potential. Then Entropy evaluation method was applied to calculate the weight of each indicator. Moreover, Topsis method was employed to make comprehensive evaluation and closeness evaluation on the logistic suppliers. Finally, it is proved that Entropy-Topsis model can serve as an effective evaluation approach on selecting logistic suppliers of prefabricated housing components through empirical research.

traffic and transportation engineering;prefabricated housing components；logistic supplier；Entropy-Topsis model

10.3969/j.issn.1674-0696.2017.02.18

2016-05-09；

2016-06-16

2011教育部人文社科規劃基金項目(11YJA790110)；2010國家人力資源和社保部留學人員科技活動優秀項目資助(渝人社辦〔2010〕261)；中國住宅與城鄉建設部軟科學研究項目(2010-R5- 6)；重慶市社會科學規劃項目(2012HQZZ02)

潘雨紅(1965— )，女，重慶人，教授，博士，主要從事城市住宅，可持續建設方面的研究。E-mail：panyuhong3@hotmail.com。

潘永飛(1991— )，男，河南洛陽人，碩士研究生，主要從事城市住宅、住宅產業化方面的研究。E-mail：1522850625@qq.com。

U116.1

A

1674-0696(2017)02- 101- 07