第四方共享物流解決方案綜合評(píng)價(jià)分析方法

程瑞

摘要：傳統(tǒng)共享物流服務(wù)模式主要關(guān)注供應(yīng)鏈局部環(huán)節(jié)物流設(shè)施設(shè)備的共用共享，所得出的往往是相對(duì)于供應(yīng)鏈端到端視角的局部最優(yōu)解。從全局優(yōu)化角度尋找能夠滿足終端客戶時(shí)效、經(jīng)濟(jì)、質(zhì)量目標(biāo)要求的共享物流解決方案，對(duì)實(shí)現(xiàn)供應(yīng)鏈服務(wù)各參與方利益最大化具有重要價(jià)值。為避免先驗(yàn)知識(shí)與主觀因素影響，確保共享物流解決方案選擇的客觀性，有效指導(dǎo)貨主、收貨人和物流服務(wù)提供商實(shí)現(xiàn)多贏，可從第四方物流視角出發(fā)，構(gòu)建共享物流端到端多因素評(píng)價(jià)指標(biāo)體系，進(jìn)而基于變精度粗糙集、香農(nóng)熵和遺傳算法進(jìn)行端到端共享物流解決方案綜合評(píng)價(jià)分析。案例研究結(jié)果顯示，在一級(jí)指標(biāo)中，倉(cāng)儲(chǔ)運(yùn)輸資源整合共享能力、服務(wù)可靠性及一致性、國(guó)際化及智慧化水平的相對(duì)重要性程度更高;在二級(jí)指標(biāo)中，跨主體物流系統(tǒng)集成能力、為客戶提供增值服務(wù)的能力、可使用的倉(cāng)儲(chǔ)資源等相對(duì)重要性程度更高。為制定適合企業(yè)需要的共享物流解決方案，相關(guān)貨主企業(yè)可利用上述綜合評(píng)價(jià)模型和算法編制大數(shù)據(jù)分析軟件，并結(jié)合不同物流服務(wù)提供商的時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)，對(duì)各潛在物流服務(wù)提供商綜合能力進(jìn)行評(píng)價(jià)，對(duì)有效決策規(guī)則進(jìn)行篩選和挖掘。

關(guān)鍵詞：共享物流;第四方物流;變精度粗糙集;香農(nóng)熵;遺傳算法

中圖分類號(hào)：F252.24文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-8266（2020）03-0082-11

一、引言

共享經(jīng)濟(jì)在我國(guó)的發(fā)展受到國(guó)家戰(zhàn)略和市場(chǎng)需求的雙重支持，正處于快速發(fā)展階段。根據(jù)國(guó)家信息中心發(fā)布的《中國(guó)共享經(jīng)濟(jì)發(fā)展年度報(bào)告（2019）》，2018年我國(guó)共享物流收入約490億元，較上年增長(zhǎng)40%，增速居共享經(jīng)濟(jì)五大細(xì)分領(lǐng)域第二位，2015—2018年復(fù)合增長(zhǎng)率達(dá)69.8%（圖1），說(shuō)明我國(guó)共享物流行業(yè)及相關(guān)產(chǎn)業(yè)已經(jīng)進(jìn)入快速發(fā)展時(shí)期[ 1 ]。

傳統(tǒng)共享物流服務(wù)模式主要關(guān)注供應(yīng)鏈局部設(shè)施設(shè)備的共享，其原因在于，我國(guó)物流基礎(chǔ)設(shè)施整體利用率偏低，當(dāng)前物流業(yè)很多重要資源，如倉(cāng)儲(chǔ)、托盤(pán)、集裝箱等局限于企業(yè)內(nèi)部流通使用，存在不同程度的閑置。我國(guó)物流設(shè)施設(shè)備使用方面的行業(yè)痛點(diǎn)如下：一是倉(cāng)儲(chǔ)資源空置率較高，整體使用不充分;二是托盤(pán)資源大量閑置，整體利用效率偏低;三是不同企業(yè)集裝箱規(guī)格不一，導(dǎo)致共享困難;四是甩掛運(yùn)輸模式推廣不足，導(dǎo)致車輛資源無(wú)法充分使用;五是公路運(yùn)輸空載率較高，運(yùn)力尚未得到充分利用。

一般而言，按照物流典型配送環(huán)節(jié)的關(guān)鍵要素，可將共享物流模式分為七類，具體參見(jiàn)表1。

目前，已有諸多研究對(duì)共享物流和端到端供應(yīng)鏈服務(wù)模式及其評(píng)價(jià)指標(biāo)進(jìn)行了深入探討，大致可分為三類。一是共享物流商業(yè)模式研究。趙廣華[ 2 ]研究了農(nóng)村電商中共享物流的四種常見(jiàn)模式，并對(duì)不同模式進(jìn)行了對(duì)比分析;葛慧敏等[ 3 ]對(duì)供應(yīng)鏈上下游數(shù)據(jù)共享的模式進(jìn)行了探索，發(fā)現(xiàn)跨環(huán)節(jié)數(shù)據(jù)共享可以增加供應(yīng)鏈彈性。二是信息技術(shù)在共享物流中的應(yīng)用研究。錢慧敏等[ 4 ]發(fā)現(xiàn)，我國(guó)共享物流和智慧物流協(xié)同效應(yīng)較弱，仍然具有較大潛力;李富昌[ 5 ]對(duì)庫(kù)存與物流聯(lián)合優(yōu)化中存在的若干問(wèn)題進(jìn)行了研究，并提出了信息共享、定價(jià)激勵(lì)等措施;劉偉榮等[ 6 ]對(duì)區(qū)塊鏈技術(shù)在提高集裝箱共享效率、降低運(yùn)輸成本方面的應(yīng)用進(jìn)行了研究;安霓[ 7 ]對(duì)互聯(lián)網(wǎng)+物流中有關(guān)信息共享的若干問(wèn)題進(jìn)行了探討，并提出了優(yōu)化方法。三是使用數(shù)據(jù)挖掘算法對(duì)物流績(jī)效進(jìn)行評(píng)價(jià)。徐廣姝[ 8 ]將粗糙集評(píng)價(jià)方法用于生鮮電商物流服務(wù)質(zhì)量評(píng)價(jià)，證明了粗糙集方法在物流績(jī)效評(píng)價(jià)方面的客觀性和有效性;王珍珍[ 9 ]應(yīng)用超效率CCR-DEA模型對(duì)我國(guó)制造業(yè)與物流業(yè)聯(lián)動(dòng)發(fā)展效率進(jìn)行了評(píng)價(jià);孫文清[ 10 ]通過(guò)使用綜合賦權(quán)法及探索性因子分析法實(shí)證研究第三方物流（3PL）服務(wù)商評(píng)價(jià)，并在此基礎(chǔ)上建立了物流服務(wù)提供商（LSP）綜合評(píng)價(jià)指標(biāo)。

綜上所述，目前市場(chǎng)上主流的共享物流模式主要是整個(gè)物流過(guò)程中局部環(huán)節(jié)物流設(shè)施設(shè)備和信息的共享共用，缺乏基于整個(gè)供應(yīng)鏈視角的端到端物流資源和信息優(yōu)化理論與評(píng)價(jià)方法。

二、基于粗糙集與第四方視角的多因素共享物流綜合決策方法

（一）第四方物流與第三方物流的區(qū)別

一般而言，可將第三方物流定義為由供方（1PL）和需方（2PL）以外的物流企業(yè)提供物流服務(wù)的業(yè)務(wù)模式[ 11 ]。第三方物流的特征，一是通過(guò)合約的形式確定物流經(jīng)營(yíng)者與物流消費(fèi)者之間的關(guān)系;二是第三方物流往往具有差異化屬性，即滿足消費(fèi)者千人千面的不同需求。第三方物流與客戶企業(yè)之間是戰(zhàn)略聯(lián)盟關(guān)系，盡管可以降本增效，但兩者間存在目標(biāo)不一致等問(wèn)題。這主要是因?yàn)椋谌轿锪髯陨泶嬖谌毕荩荒艹袛埲课锪髋c供應(yīng)鏈服務(wù)，無(wú)法獲得令各方均滿意的最佳方案。為解決上述問(wèn)題，1996年埃森哲咨詢公司首次提出了第四方物流（The Fourth Party Logistics，4PL）的概念，即一個(gè)供應(yīng)鏈整合商，通過(guò)組合與管理自己的資源、能力和技術(shù)，同那些互補(bǔ)的服務(wù)提供商一起提供一套全面的供應(yīng)鏈解決方案。由上述定義可以發(fā)現(xiàn)第四方物流的重要特征，即定位為供應(yīng)鏈整合商，其核心能力是通過(guò)高效集成自身與供應(yīng)鏈利益相關(guān)方優(yōu)勢(shì)資源產(chǎn)生最佳實(shí)踐，具體參見(jiàn)圖2。

如前所述，傳統(tǒng)共享物流模式主要基于第三方物流視角，局限性明顯。比如，僅關(guān)注供應(yīng)鏈中某一個(gè)或某幾個(gè)環(huán)節(jié)的物流設(shè)備與信息共享，而不是從供應(yīng)鏈整體角度加以優(yōu)化考慮;對(duì)潛在利潤(rùn)的挖掘能力局限于自身所觸及的局部物流共享環(huán)節(jié)，無(wú)法獲得因端到端供應(yīng)鏈優(yōu)化而產(chǎn)生的潛在利潤(rùn);僅關(guān)注局部環(huán)節(jié)的客戶需求，忽視了供應(yīng)鏈最終客戶——貨主、消費(fèi)者等的物流需求。

如圖3所示，從第四方物流視角開(kāi)展共享物流的供應(yīng)鏈優(yōu)化主要聚焦于兩個(gè)方面：一是供應(yīng)鏈的縱向優(yōu)化，即供應(yīng)鏈越來(lái)越呈現(xiàn)出短鏈特征，通過(guò)第四方物流實(shí)現(xiàn)供應(yīng)鏈端到端的信息共享聯(lián)通與流程優(yōu)化，實(shí)現(xiàn)對(duì)冗余環(huán)節(jié)的壓縮;二是供應(yīng)鏈的橫向整合，即通過(guò)第四方物流實(shí)現(xiàn)消費(fèi)者端（個(gè)人）及商家端（企業(yè)）零散數(shù)據(jù)的匯集，實(shí)現(xiàn)供應(yīng)鏈同一環(huán)節(jié)資源的聚合，比如，匯聚打通零售和制造領(lǐng)域諸多企業(yè)端的倉(cāng)儲(chǔ)需求與托盤(pán)需求，實(shí)現(xiàn)基礎(chǔ)設(shè)施需求的歸集，進(jìn)而集約建設(shè)物流基礎(chǔ)設(shè)施，實(shí)現(xiàn)同一地區(qū)物流基礎(chǔ)設(shè)施共用共享，在提高設(shè)施利用效率的同時(shí)，降低重復(fù)建設(shè)成本。

為此，本研究嘗試基于第四方物流視角探討共享物流多因素綜合決策問(wèn)題，從端到端整體供應(yīng)鏈視角分析各共享物流模式典型因素對(duì)整個(gè)供應(yīng)鏈效率的影響，進(jìn)而挑選出能夠使得供應(yīng)鏈最終客戶需求得到充分滿足的最佳方案，并通過(guò)數(shù)據(jù)挖掘算法得出能夠顯著提高供應(yīng)鏈端到端效率的共享物流優(yōu)化方案。

（二）粗糙集理論

粗糙集理論（Rough Set Theory，RST）最初于1982年由波蘭科學(xué)家帕拉克（Pawlak Z）[ 12 ]提出，在不完備、不確定信息系統(tǒng)分析方面具有天然優(yōu)勢(shì)，且無(wú)需任何先驗(yàn)知識(shí)就可以得出相對(duì)客觀的結(jié)論。

定義1：知識(shí)表達(dá)系統(tǒng)[13-14]

多因素綜合評(píng)價(jià)指標(biāo)中的條件屬性一般包括方案決策者在考察不同第四方物流解決方案時(shí)需要重點(diǎn)考慮的相關(guān)因素。

黃雪明等[ 15 ]經(jīng)過(guò)深度調(diào)研提出了物流服務(wù)提供商的六大關(guān)鍵價(jià)值驅(qū)動(dòng)因素，分別是策略能力與客戶協(xié)同、規(guī)劃能力與經(jīng)驗(yàn)、資源供應(yīng)整合能力、運(yùn)作效率與成本、信息整合能力及服務(wù)可靠性。為此，本研究在評(píng)價(jià)指標(biāo)體系條件屬性設(shè)置中會(huì)考慮上述物流服務(wù)提供商關(guān)鍵價(jià)值驅(qū)動(dòng)因素。

如圖4所示，基于第四方物流視角的共享物流多因素評(píng)價(jià)指標(biāo)體系包括六個(gè)一級(jí)指標(biāo)，分別是信息整合協(xié)同共享能力（縱向整合能力）、與客戶策略協(xié)同能力、倉(cāng)儲(chǔ)運(yùn)輸資源整合共享能力（橫向整合能力）、規(guī)劃能力與經(jīng)驗(yàn)、服務(wù)可靠性及一致性、國(guó)際化與智慧化水平等。其中，每個(gè)一級(jí)指標(biāo)下面還包含多個(gè)二級(jí)指標(biāo)，共18個(gè)二級(jí)指標(biāo)。通過(guò)上述多層次、多因素綜合評(píng)價(jià)指標(biāo)體系，可多維度、全方位反映影響端到端共享物流解決方案質(zhì)量的因素。

2.數(shù)據(jù)離散化處理

由于利用粗糙集方法處理的數(shù)據(jù)必須是離散化數(shù)據(jù)，因此對(duì)連續(xù)屬性進(jìn)行離散化是使用粗糙集方法進(jìn)行分析的基礎(chǔ)。有監(jiān)督的離散化方法包括基于天真算法（Na？ve Scaler）的離散化方法、基于布爾邏輯和粗糙集理論的離散化方法、卡方分箱算法等[ 16 ];無(wú)監(jiān)督的離散化方法包括等頻率離散化方法、等寬離散化方法、基于核密度評(píng)估的離散化方法等[ 17 ]。

三、實(shí)例分析

為驗(yàn)證本研究提出的基于粗糙集與第四方物流視角的多因素共享物流決策方法的有效性，考慮如下案例：A公司為一家大型零售企業(yè)，其之前采取與傳統(tǒng)第三方物流服務(wù)提供商合作的方式。近年來(lái)，A公司發(fā)現(xiàn)，其物流成本顯著高于同行業(yè)的頭部企業(yè)，同時(shí)第三方物流合作企業(yè)為其定制化建設(shè)的倉(cāng)儲(chǔ)設(shè)施及托盤(pán)等物流設(shè)備無(wú)法始終保持穩(wěn)定高效利用。為改善這種狀況，降低物流總成本，增加盈利，A公司在咨詢公司的建議下決定與第四方物流服務(wù)提供商合作，希望能夠?qū)崿F(xiàn)端到端物流成本的降低和效率的提升，能夠通過(guò)共享物流的方式優(yōu)化倉(cāng)儲(chǔ)、托盤(pán)等物流設(shè)施設(shè)備利用效率，能夠通過(guò)跨環(huán)節(jié)信息共享降低貨物庫(kù)存，提高資金使用效率。經(jīng)過(guò)廣泛的市場(chǎng)調(diào)研以及對(duì)12家潛在第四方物流服務(wù)提供商以往案例的評(píng)估，得到離散后的決策表。具體參見(jiàn)表2。

（一）條件屬性一級(jí)與二級(jí)指標(biāo)相對(duì)重要性權(quán)重計(jì)算

根據(jù)前述公式和算法分別計(jì)算基于第四方物流視角的共享物流多因素評(píng)價(jià)指標(biāo)體系下各一級(jí)指標(biāo)與二級(jí)指標(biāo)相對(duì)于決策屬性的相對(duì)重要性權(quán)重。計(jì)算結(jié)果具體參見(jiàn)表3。

由計(jì)算結(jié)果可以看出，在一級(jí)指標(biāo)中，倉(cāng)儲(chǔ)運(yùn)輸資源整合共享能力、服務(wù)可靠性及一致性、國(guó)際化與智慧化水平的相對(duì)重要性權(quán)重更高，其次是信息整合協(xié)同共享能力、規(guī)劃能力與經(jīng)驗(yàn)，最后是與客戶策略協(xié)同能力。

在二級(jí)指標(biāo)中，通過(guò)計(jì)算各指標(biāo)帶來(lái)的信息熵的增加，判斷各具體指標(biāo)相對(duì)于決策屬性的相對(duì)重要性。計(jì)算結(jié)果發(fā)現(xiàn)，端到端的可視化水平（C12）、與第三方物流歷史合作緊密度（C52）對(duì)增加評(píng)價(jià)指標(biāo)體系的解釋度基本無(wú)影響，說(shuō)明其在所研究的目標(biāo)集合中可以忽略。跨主體物流系統(tǒng)集成能力（C11）、為客戶提供增值服務(wù)能力（C42）、可使用的倉(cāng)儲(chǔ)資源（C33）等二級(jí)指標(biāo)相對(duì)重要性權(quán)重更高，說(shuō)明其對(duì)終端客戶關(guān)注的第四方物流服務(wù)質(zhì)量指標(biāo)（4PL LSQI）而言相對(duì)更加重要。

以一級(jí)指標(biāo)倉(cāng)儲(chǔ)運(yùn)輸資源整合共享能力C3及其包含的三個(gè)二級(jí)指標(biāo)為例，其相對(duì)重要性權(quán)重計(jì)算過(guò)程如下：

值得注意的是，上述各級(jí)指標(biāo)權(quán)重均基于粗糙集和香農(nóng)熵理論并完全由數(shù)據(jù)驅(qū)動(dòng)計(jì)算得出，無(wú)須其他先驗(yàn)知識(shí)，不受主觀因素影響，因此相對(duì)于傳統(tǒng)權(quán)重確定方法更加客觀。

（二）第四方物流服務(wù)提供商多因素綜合能力排序及分析

根據(jù)前面計(jì)算得到的指標(biāo)權(quán)重和式（5），可計(jì)算得出各第四方物流服務(wù)提供商綜合得分，并對(duì)其端到端綜合服務(wù)能力進(jìn)行排序。值得注意的是，此得分與排序是綜合考慮了18項(xiàng)條件屬性二級(jí)指標(biāo)、6項(xiàng)條件屬性一級(jí)指標(biāo)的相對(duì)權(quán)重與表現(xiàn)后得出的。同時(shí)，各級(jí)指標(biāo)相對(duì)權(quán)重完全由給定的決策表計(jì)算得出，可以更加客觀地體現(xiàn)各第四方物流服務(wù)提供商的綜合服務(wù)能力。各第四方物流服務(wù)提供商綜合能力總得分及各項(xiàng)細(xì)分能力得分具體參見(jiàn)表4。

12家第四方物流服務(wù)提供商綜合能力排序具體如下：

其中，>表示級(jí)別優(yōu)于關(guān)系，括號(hào)內(nèi)數(shù)字為各第四方物流服務(wù)提供商綜合能力總得分TQ，即總得分越高，第四方物流服務(wù)提供商綜合能力越強(qiáng)，排名越靠前，建議貨主優(yōu)先選擇。

由此可見(jiàn)，綜合考慮條件屬性一級(jí)二級(jí)指標(biāo)與決策屬性指標(biāo)，第四方物流服務(wù)提供商L7綜合能力最強(qiáng)，L5綜合能力最弱。

（三）基于變精度粗糙集和遺傳算法的關(guān)聯(lián)規(guī)則挖掘和提取

在得到各物流服務(wù)提供商綜合得分與相對(duì)排序后，還需要從已有案例和決策表中進(jìn)行規(guī)則提取，以有效指導(dǎo)終端客戶對(duì)物流服務(wù)提供商的選擇，并幫助各物流服務(wù)提供商探尋改善自身端到端服務(wù)質(zhì)量的決策規(guī)則和有效途徑。

由于粗糙集的屬性約簡(jiǎn)本質(zhì)上是一個(gè)組合優(yōu)化問(wèn)題，本研究使用遺傳算法進(jìn)行屬性約簡(jiǎn)及決策規(guī)則挖掘。具體流程參見(jiàn)圖5。

如前所述，齊亞科（Ziarko）通過(guò)引入?yún)?shù)β（0≤β<0.5），將經(jīng)典粗糙集模型的嚴(yán)格集合包含關(guān)系擴(kuò)展到一定的概率范圍內(nèi)。關(guān)于β的取值，已有諸多研究進(jìn)行了探索。貝農(nóng)（Beynon M）[ 20 ]分析了不同β值對(duì)分類質(zhì)量和最終約簡(jiǎn)結(jié)果的影響;程（Cheng Y S）等[ 21 ]提出了一種計(jì)算β值的方法，并通過(guò)試驗(yàn)分析了β值選取對(duì)決策表確定性度量和約簡(jiǎn)結(jié)果的影響;謝剛等[ 22 ]認(rèn)為，當(dāng)系統(tǒng)完備且數(shù)據(jù)分布均勻時(shí)，β應(yīng)取較大值，否則應(yīng)取較小值。由于本研究決策表比較完備，且數(shù)據(jù)分布比較均勻，因此取β值為0.15。

使用遺傳算法和變精度粗糙集模型進(jìn)行屬性約簡(jiǎn)，最終得到154個(gè)屬性約簡(jiǎn)，1 490條決策規(guī)則，為確保規(guī)則的有效性，對(duì)挖掘出的規(guī)則進(jìn)行篩選和過(guò)濾（右側(cè)支持?jǐn)?shù)RHS Support> 2，右側(cè)準(zhǔn)確度RHS Ac？ curacy>0.75，右側(cè)覆蓋度RHS Coverage>0.5），最終得到對(duì)實(shí)踐確實(shí)具有指導(dǎo)意義的50條規(guī)則。具體參見(jiàn)表5。

比如，決策規(guī)則“C13（2）+C42（2）？4PL LSQI（2）”意味著，當(dāng)端到端信息安全保障能力較強(qiáng)，且為客戶提供增值服務(wù)能力較強(qiáng)時(shí)，則該物流服務(wù)提供商的4PL LSQI指數(shù)一般也比較高;決策規(guī)則“C31（2）+C42（2）+C63（2）？4PL LSQI（2）”意味著，當(dāng)可使用的航班數(shù)量較多，為客戶提供增值服務(wù)能力較強(qiáng)，且大數(shù)據(jù)分析與處理能力較強(qiáng)時(shí)，該物流服務(wù)提供商的4PL LSQI指數(shù)一般也比較高。相關(guān)規(guī)則既可以幫助終端客戶有的放矢地選擇物流服務(wù)提供商，也可以指導(dǎo)4PL LSQI指數(shù)不高的物流服務(wù)提供商有針對(duì)性地提高自身細(xì)分能力，進(jìn)而提升自身綜合表現(xiàn)水平。

四、結(jié)論

本研究基于第四方物流視角，構(gòu)建了一個(gè)包含6項(xiàng)一級(jí)指標(biāo)、18項(xiàng)二級(jí)指標(biāo)的共享物流多因素評(píng)價(jià)指標(biāo)體系，并提出了一種基于粗糙集、香農(nóng)熵和遺傳算法的端到端共享物流服務(wù)提供商多因素決策方法。與傳統(tǒng)方法相比，本研究的方法完全由數(shù)據(jù)驅(qū)動(dòng)，無(wú)須額外先驗(yàn)知識(shí)和主觀因素，可以更加有效地保證權(quán)重計(jì)算、相對(duì)排序與決策規(guī)則挖掘的客觀性，能夠有效指導(dǎo)貨主、收貨人、物流服務(wù)提供商實(shí)現(xiàn)多贏。

基于案例的研究結(jié)果顯示，在一級(jí)指標(biāo)中，倉(cāng)儲(chǔ)運(yùn)輸資源整合共享能力、服務(wù)可靠性及一致性、國(guó)際化與智慧化水平的相對(duì)重要性權(quán)重更高;在二級(jí)指標(biāo)中，跨主體物流系統(tǒng)集成能力、為客戶提供增值服務(wù)能力、可使用的倉(cāng)儲(chǔ)資源等相對(duì)重要性權(quán)重更高。根據(jù)計(jì)算得到的各級(jí)指標(biāo)權(quán)重，給出各物流服務(wù)提供商綜合能力指數(shù)的計(jì)算結(jié)果與各項(xiàng)能力分解。之后，使用遺傳算法和變精度粗糙集模型進(jìn)行屬性約簡(jiǎn)與有效規(guī)則提取，并篩選出較為有效的50條規(guī)則供供應(yīng)鏈利益相關(guān)方作為決策參考。

相關(guān)貨主企業(yè)可參考本研究提出的綜合評(píng)價(jià)模型和算法編制大數(shù)據(jù)分析軟件，結(jié)合不同物流服務(wù)提供商的時(shí)間序列數(shù)據(jù)和截面數(shù)據(jù)，對(duì)各潛在物流服務(wù)提供商進(jìn)行綜合能力評(píng)價(jià)與決策規(guī)則在線挖掘。

參考文獻(xiàn)：

[1]國(guó)家信息中心分享經(jīng)濟(jì)研究中心.中國(guó)共享經(jīng)濟(jì)發(fā)展年度報(bào)告（2019）[EB/OL].（2019-03-01）[2019-12-10].http：//www.sic.gov.cn/archiver/SIC/UpFile/Fi les/Default/20190301115908284438.pdf.

[2]趙廣華.基于共享物流的農(nóng)村電子商務(wù)共同配送運(yùn)作模式[J].中國(guó)流通經(jīng)濟(jì)，2018（7）：36-44.

[3]葛慧敏，陳龍.基于按需物流機(jī)制的供應(yīng)鏈信息共享模式研究[J].中國(guó)流通經(jīng)濟(jì)，2010（8）：32-34.

[4]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（11）：3-16.

[5]李富昌.庫(kù)存與運(yùn)輸聯(lián)合優(yōu)化中的信息共享研究[J].中國(guó)流通經(jīng)濟(jì)，2012（4）：34-38.

[6]劉偉榮，真虹.基于區(qū)塊鏈的集裝箱共享模式研究[J].中國(guó)流通經(jīng)濟(jì)，2018（5）：32-42.

[7]安霓.“互聯(lián)網(wǎng)+”背景下物流信息共享機(jī)制研究[J].價(jià)值工程，2018（19）：103-104.

[8]徐廣姝.基于粗糙集的電商物流服務(wù)質(zhì)量評(píng)價(jià)應(yīng)用研究——以生鮮電商為例[J].中國(guó)流通經(jīng)濟(jì)，2019（7）：35-44.

[9]王珍珍.我國(guó)制造業(yè)與物流業(yè)聯(lián)動(dòng)發(fā)展效率評(píng)價(jià)——基于超效率CCR-DEA模型[J].中國(guó)流通經(jīng)濟(jì)，2017（2）：20-30.

[10]孫文清.第三方物流供應(yīng)商評(píng)價(jià)的實(shí)證研究——基于探索性因子分析與綜合賦權(quán)法[J].中國(guó)流通經(jīng)濟(jì)，2014（3）：91-95.

[11]全國(guó)物流標(biāo)準(zhǔn)化技術(shù)委員會(huì).GB/T 18354—2006中華人民共和國(guó)國(guó)家標(biāo)準(zhǔn)物流術(shù)語(yǔ)[S/OL].（2015-08-14）[2019-12-10].http：//zizhan.mot.gov.cn/zhuantizhuanlan/go nglujiaotong / shoufeigongluzmk / zhengcefagui / 201508/t2 0150814_1863913.html.

[12]PAWLAK Z.Rough sets[J].International journal of comput？ er and information sciences，1982，11（5）：341-356.

[13]蔣朝哲.粗糙集理論在多屬性決策中的應(yīng)用研究[D].成都：西南交通大學(xué)，2006.

[14]張文修，吳偉志，梁吉業(yè)，等.粗糙集理論與方法[M].北京：科學(xué)出版社，2006：1-22.

[15]黃雪明，溫智杰，全琳，等.第四方物流——物流供應(yīng)商中的“超級(jí)經(jīng)理人”[EB/OL].[2019-12-10].http：//www. doc88.com/p-6791353352650.html.

[16]SU C，HSU J.An extended chi2 algorithm for discretization of real value attributes[J].IEEE transactions on knowledge and data engineering，2005，17（3）：437-441.

[17]BIBA M，ESPOSITO F，F(xiàn)ERILLI S，et al.Unsupervised dis？ cretization using kernel density estimation[C].The 20thinter？ national joint conference on artificial intelligence，2007.

[18]HOLLAND J H.Adaptation in natural and artificial systems[M].Massachusetts：The MIT Press，1975：20-31，90-111.

[19]ZIARKO W.Variable precision rough set model[J].Journal of computer and system sciences，1993，46（1）：39-59.

[20]BEYNON M.Reducts within the variable precision rough sets model：a further investigation[J].European journal of operational research，2001，134（3）：592-605.

[21]CHENG Y S，ZHANG Y S，HU X G.The relationships be？ tween variable precision value and knowledge reduction based on variable precision rough set model[C].Internation？ al conference on rough sets and knowledge technology，2006.

[22]謝剛，張金隆.基于VPRS的軟件項(xiàng)目投標(biāo)風(fēng)險(xiǎn)規(guī)避決策研究[J].中國(guó)管理科學(xué)，2006，14（2）：71-76.

Research on the Comprehensive Evaluation Method of the Fourth Party Sharing Logistics Solutions

——based on Shannon Entropy and Variable Precision Rough Set

CHENG Rui1，2

（1.Beijing Philosophy and Social Science Logistics Research Center，Beijing100048，China;2.Scientific Innovation and Development Research Institute，China Merchants Group，Beijing100029，China）

Abstract：Traditional sharing logistics service mode usually focuses on logistics facilities sharing in one or several supply chain parts，which often produces local optimal solution from the end to end supply chain perspective. Finding the global optimization solution to satisfy the customerstiming，economic and quality goals is very important to all logistics services participants. To avoid the impact of prior knowledge and subjective factors，ensurethat the choice of sharing logistics solutions is objective，and effectively guide cargo owners，receivers，and logistic service providers to achieve the win-win situation，a novel appraisal framework from the Fourth Party Logisticsperspective based on Variable Precision Rough Set Theory，Shannon Entropy and Genetic Algorithm is proposed in this paper. The results show that：among the firstlevel indicators，the relative importance of the ability to integrate and share storage and transportation resources，service reliability and consistency，internationalization and intelligence level is higher;and among the second level indicators，the integration ability of cross-body logistics system，the ability to provide value-added services to customers，and the available storage resources have higher relative importance.To formulate the suitable sharing logistics solutions for the enterprises，related cargo owner enterprises should take advantage of the previous comprehensive evaluation model and algorithm to compile the Big Data analysis software，evaluate the comprehensive capability of different potential logistic service providers，and do a better job in effective decision-making rules screening and mining.

Key words：sharing logistics;the forth party logistics;variable precision rough set theory;Shannon entropy;genetic algorithm