基于Skowron區分矩陣的冷鏈物流企業績效評價指標約簡

□ 閆 靖，陳麗玉

(四川華新現代職業學院，四川 成都 610107)

我國社會經濟的持續發展和生活質量的不斷提高，較大程度上改變了居民的消費需求與消費結構，尤其在生鮮農產品領域，產品的時效性與品質愈來愈受到人們的關注。不同于其他普通商品，生鮮農產品具有易受氣候條件影響、不易存儲等特點。冷鏈物流是一種新的物流方式，可在較短時間將生鮮產品配送給消費者。如何客觀合理地評價冷鏈物流企業績效，在此基礎上對冷鏈物流運作效率進行改進，是相關企業普遍關注的問題。

國外對生鮮農產品冷鏈物流績效的研究較早且具有相對成熟的體系，其采用的AHP-TOPSIS[1]、供應鏈參考模型(SCOR)[2]、關鍵指標選取法模糊多準則決策法[3]等方法理論，均具有較強的實際意義。國內相關領域研究主要體現在從各個角度對評價體系進行構建。王旭輝指出冷鏈物聯網運行體系的效率主要取決于標準體系、完善程度以及各節點間信息共享度等因素[4]。楊瑋構建了涵蓋環境、果蔬品質、設備以及人文因素等方面的冷鏈產品安全預警指標體系[5]。方凱從綠色供應鏈視角出發，采用三階段DEA模型評價冷鏈物流企業績效[6]。宋寶娥構建了涵蓋質量安全、管理水平、價格成本、人員素質和服務水平等方面的超市生鮮食品供應商選擇指標體系[7]。鄧余玲從服務質量、技術設備、運輸能力、成本費用等方面綜合評估生鮮農產品冷鏈物流供應商服務能力[8]。劉明菲基于脆弱源的視角，綜合評價農產品冷鏈物流在暴露度、適應度、易感度等的脆弱性[9]。

上述研究較為全面的概括了冷鏈物流企業績效評價的各個角度，但較為普遍的問題是：評價指標較多，可能具有冗余性，從而增加了評價工作的重復性。因此，篩選具有代表性的評價指標，在保證評價結果合理準確前提下，對原指標體系進行精簡可以較大程度上減輕評價工作。系統科學中基于粗糙集理論的屬性約簡方法可以較好地實現上述目的，其對于處理不完備、不確定信息具有獨特的優勢[10]。基于上述分析，在已有的冷鏈物流企業績效評價指標體系基礎上，利用Skowron區分矩陣對冷鏈物流企業績效評價決策表進行屬性約簡，降低評價體系的維度，從而減少冷鏈物流企業績效評價工作量。

1 冷鏈物流企業績效評價指標體系

通過文獻檢索與調查問卷相結合的方式，歸納總結冷鏈物流企業績效評價指標體系包含企業財務能力、客戶服務能力、信息技術能力以及冷供應鏈能力等層面。

1.1 企業財務能力

冷鏈物流企業的財務能力一直都是營利性企業績效的關鍵，主要包括如下四個指標：

總資產報酬率，是指研究時期內冷鏈物流企業所獲總報酬與平均資產總額之比，反映了該企業所有資產的總體獲利能力；總資產周轉率，是指研究時期內冷鏈物流企業銷售收入凈額與總資產平均余額之比；營業收入增長率，是指研究時期內冷鏈物流企業營業收入增值與上期營業收入總額之比；流動比率，是指研究時期內冷鏈物流企業流動資產與流動負債的比率。

1.2 客戶服務能力

冷鏈物流企業的客戶服務能力水平是其開發、利用外部市場的基礎，主要包括如下五個指標：

客戶投訴率，反映了研究時期內客戶對冷鏈物流企業所提供服務的整個過程中的滿意程度；冷鏈配送準確率，是指研究時期內冷鏈物流企業正確按照客戶要求的交貨次數和總交貨次數之比；冷鏈配送準時率，是指研究時期內冷鏈物流企業滿足時間要求的交貨次數和總交貨次數之比；物流服務集成度與農產品新鮮度是反應冷鏈物流運輸特性的指標，具體體現冷鏈物流一體化運作程度以及貨物運輸效率。

1.3 信息技術能力

冷鏈物流企業的信息技術能力是指理解、獲取、利用信息能力及利用信息技術的能力，主要包括如下五個指標：

信息傳遞及時率及準確率，是指冷鏈物流企業全程對各種產品相關信息及各作業環節進行的實時監控程度與精確程度；信息化覆蓋率，是指冷鏈物流企業在各個作業環節上涉及信息化建設的硬件及軟件配置的完整程度；信息共享程度，是指冷鏈物流企業涵蓋的不同部門之間以及員工之間的信息交流標準化和規范化程度；技術兼容度，是指冷鏈物流企業涵蓋的供應鏈上下游之間采用技術的相互兼容程度。

1.4 冷供應鏈能力

冷鏈物流企業的冷供應鏈能力是指圍繞企業核心，完成整個物流服務的能力，主要包括如下四個指標：冷庫利用率，是指冷鏈物流企業對其配備的冷庫的利用程度；冷庫周轉率，反應冷鏈物流企業冷庫中生鮮農產品的流轉效率；冷鏈倉儲運輸貨損率，反映了在冷鏈物流企業在整個冷鏈過程中的生鮮農產品運輸完好程度；流程銜接緊密度，反應冷鏈物流企業在整個物流系統中的一體化運作程度。

根據評價指標體系建立的系統性、科學性與適應性原則，本文構建冷鏈物流企業績效評價指標體系如圖1所示。

圖1 電商背景下生鮮農產品冷鏈物流企業績效評價指標體系

2 冷鏈物流企業績效評價指標約簡

2.1 粗糙集理論相關知識

假設信息系統S=(U,R,V,f)，其中：U為論域，表示研究對象的有限非空集合；R分為條件屬性和決策屬性，表示研究對象所具有屬性的非空有限集合；V為值域，表示屬性集合R中元素的取值范圍。

在粗糙集理論中，論域U中的任何一個子集簇X(X?U)稱為關于U的抽象知識，簡稱為知識，故可以認為，知識被定義為針對論域對象的劃分，也就是對論域所包含的對象進行類別劃分的能力。

假設P、Q是論域U中兩個等價關系族，在Q?P條件下，如有ind(P)=ind(Q)，且Q是獨立的，則稱Q為P的一個約簡。

對于信息系統S而言，若存在屬性集合R=C∪D，且C∩D≠?，子集C={c1,c2,…,cn}和D={y}分別表示條件屬性集和決策屬性集，則該決策系統稱為決策表。

基于粗糙集理論的屬性約簡原理就是，根據決策屬性在保持分類結果一致的基礎上對決策表中的條件屬性進行化簡，從而使得化簡后的決策表仍然具有化簡前的功能，以達到去除冗余條件屬性的效果，通過屬性約簡可以從條件屬性集中篩選出必要條件屬性，使得根據必要條件屬性形成的相對于決策屬性的分類和所有條件屬性相對于決策屬性形成的分類一致。

2.2 基于Skowron區分矩陣的約簡

區分矩陣是一種基于粗糙集屬性約簡理論的算法，于1991年由Skowron教授提出。設S=(U,R,V,f)為決策表，R=C∪D，C表示條件屬性集，D表示決策屬性集，C∩D≠?，區分矩陣是一個n×n的對稱矩陣Mn×n=(mij)n×n：

(1)

其中，f(u,a)表示數據對象u在條件屬性c上的具體取值，上式含義可概括為區分矩陣第i行第j列上元素為條件屬性構成的集合或空集?。

當論域個體ui與uj的決策屬性不同時，可將兩者具有不同屬性值的條件屬性用析取的方式(用“∨”表示)構成集合，作為區分矩陣(i,j)位置的元素，其現實意義為該元素中任一條件屬性均可將個體ui與uj區分開來，如果個體ui與uj的所有條件屬性值都相同，則(i,j)位置的元素為空集。

當論域個體ui與uj的決策屬性相同時，由于個體ui與uj的條件屬性不具備區分兩者的功能，則無需考慮條件屬性對兩者的區分狀況，可令區分矩陣(i,j)位置的元素取值為0。

根據Skowron差別矩陣的屬性約簡原理，結合冷鏈物流企業績效評價的特點，對該指標體系中指標精簡的具體實施步驟如下：

Step1確定屬性集C，構建冷鏈物流企業績效評價指標集C，其中ci∈C為冷鏈物流企業績效評價指標；

Step2確定樣本集即論域U，其中ui∈U為歷史數據或企業績效年度總結中的冷鏈物流企業績效評價指標的取值；

Step3屬性值語義界定，確定每個評價指標Ci的屬性值以及相應評語集，并確定每個樣本u關于屬性a的信息值f(u,a)；

Step4構建屬性約簡決策表S=(U,V,A,f)，結合各類指標評語集與歷史數據構建類似于二維矩陣的關系數據表，表中每一列數據代表論域中的一個樣本，每一行代表論域中所有樣本關于某個屬性即評價指標ci的值；

Step5根據Skowron矩陣定義計算區分矩陣，然后利用邏輯學中的析取、合取關系構建差別函數，再利用邏輯運算規律相關的知識化簡差別函數，最終得到差別函數的最小析取范式，該范式中的每一個析取項都是原有知識表達系統中的一個約簡，然后根據具體要求進行分析和判斷，找到所需要的約簡。

3 實例分析

以成都市某家冷鏈物流企業為例，結合該企業2013～2018年的績效考核分析報告及相關數據，組織8位物流領域與企業管理領域專家根據該公司實際狀況，按照圖1評價指標體系進行打分構成信息決策表論域U={u1,u2,…,u8}，18個三級指標構成條件屬性集C={c11,c12,…,c44}，企業績效等級構成決策屬性集。

由于運用粗糙集理論處理決策表時，決策表中屬性的各值必須用離散值表達，本文根據打分表中各指標的分值所處的區間進行數據離散化處理，如表1所示。

表1 數據離散化處理

經離散化處理得到的決策表如表2所示。

表2 數據離散化處理后的決策表

根據決策表信息，針對企業財務能力中的總資產報酬率、總資產周轉率、營業收入增長率以及流動比率等指標及決策屬性結果，利用Skowron矩陣定義構建區分矩陣如表3所示。

表3 差別矩陣

由2.2小節可知，因為區分矩陣中的上三角元素與下三角元素關于對角線對稱，故表3只列出對角線與下三角元素，矩陣中每一個元素的含義是各個條件屬性間的析取關系(用“∨”表示)，區分函數即為區分矩陣中所有元素的合取范式:

f(M)=(c11∨c12∨c14)∧(c12∨c14)∧(c12∨c14)∧(c11∨c12∨c14)∧(c12∨c14)∧(c12∨c14)∧c11∧(c12∨c14)∧(c12∨c14)∧(c12∨c14)∧(c11∨c12∨c14)∧(c12∨c14)∧(c12∨c14)∧c11∧c12

根據邏輯運算定律可將上述區分函數化簡為如下最小析取范式f(M)=c11∧c12，因此，{c11,c12}為企業財務能力層面指標集合的一個約簡；同理，{c21,c23,c24}為客戶服務能力層面指標集合的一個約簡；{c31,c35}為信息技術能力層面指標集合的一個約簡；{c42,c43,c44}為冷供應鏈能力層面指標集合的一個約簡。上述約簡后的指標反映了冷鏈物流企業績效評價的決定性因素，可在不影響最終評價結果的前提下，大大降低了評價工作的復雜性。

4 結論

科學合理的績效評價是冷鏈物流企業效益提升的基礎，本文基于粗糙集屬性約簡理論的Skowron區分矩陣算法對冷鏈物流企業效益評價指標體系進行約簡，結論如下：約簡后的條件屬性集為{C11,C12,C21,C23,C24,C31,C35,C42,C43,C44}，在不改變原有評價結果的基礎上使績效評價指標由原來的18個縮減為10個，即：{總資產報酬率，總資產周轉率，客戶投訴率，冷鏈配送準時率，物流服務集成度，信息傳遞及時率，技術兼容程度，冷庫周轉率，倉儲運輸貨損率，流程銜接緊密度}，從而顯著地簡化了決策表，大大減少了冷鏈物流企業效益績效評價過程中的計算量與工作量。該算法適用性較強，亦可用于其他企業績效評價體系精簡。