張瑞敏 楊曉英,2
1(河南科技大學(xué)機(jī)電工程學(xué)院 河南 洛陽(yáng) 471003) 2(機(jī)械裝備先進(jìn)制造河南省協(xié)同創(chuàng)新中心 河南 洛陽(yáng) 471003)
裝備制造業(yè)是制造業(yè)的重要組成部分,是我國(guó)綜合國(guó)力發(fā)展的重要支柱。當(dāng)前,裝備制造業(yè)正在實(shí)施智能制造和高質(zhì)量發(fā)展戰(zhàn)略,制造過(guò)程正呈現(xiàn)精益化、信息化和智能化的發(fā)展趨勢(shì)。供應(yīng)鏈物流是裝備制造業(yè)的關(guān)鍵要素,其協(xié)同水平直接影響著裝備制造業(yè)能否快速響應(yīng)市場(chǎng)需求的能力。為了確保裝備制造業(yè)可持續(xù)高質(zhì)量發(fā)展的競(jìng)爭(zhēng)優(yōu)勢(shì),急需快速實(shí)現(xiàn)供應(yīng)鏈物流協(xié)同,提升供應(yīng)鏈整體服務(wù)質(zhì)量[1]。供應(yīng)鏈物流協(xié)同評(píng)價(jià)是供應(yīng)鏈物流協(xié)同的重點(diǎn),可綜合反映供應(yīng)鏈物流節(jié)點(diǎn)間的協(xié)同關(guān)系,優(yōu)化供應(yīng)鏈物流協(xié)同水平[2]。由于裝備制造業(yè)供應(yīng)鏈物流具有多節(jié)點(diǎn)、多流向、多影響因素等特點(diǎn),進(jìn)一步增大了物流協(xié)同評(píng)價(jià)的難度,因此,結(jié)合裝備制造業(yè)發(fā)展需求,研究其供應(yīng)鏈物流協(xié)同的科學(xué)評(píng)價(jià)方法對(duì)提升供應(yīng)鏈物流協(xié)同能力,促進(jìn)裝備制造業(yè)高質(zhì)量發(fā)展具有重要意義。
當(dāng)前,供應(yīng)鏈物流協(xié)同與協(xié)同評(píng)價(jià)研究:Rhea等[3]最早提出用物流效用測(cè)度指標(biāo)衡量物流對(duì)企業(yè)利潤(rùn)的貢獻(xiàn)。Sawik[4]指出物流績(jī)效評(píng)價(jià)可以較好地反映供應(yīng)鏈物流運(yùn)行狀況。李果等[5]從運(yùn)輸、庫(kù)存和成本管理,VMI集成和JIT技術(shù),生產(chǎn)和配送協(xié)同等視角研究了供應(yīng)物流協(xié)同策略?xún)?yōu)化問(wèn)題。蔣國(guó)瑞等[6]針對(duì)汽車(chē)制造業(yè)提出了供應(yīng)鏈績(jī)效評(píng)價(jià)指標(biāo)體系。謝磊等[7]研究了多供應(yīng)商供應(yīng)物流的協(xié)同與企業(yè)績(jī)效的影響。萬(wàn)艷春等[8]通過(guò)DEA分析模型研究了區(qū)域經(jīng)濟(jì)與物流的協(xié)同關(guān)系。劉有升等[9]利用灰色關(guān)聯(lián)協(xié)同度模型研究了跨境電商物流協(xié)同。陳吉銘等[10]利用熵值法對(duì)乳制品冷鏈物流能力進(jìn)行了實(shí)例評(píng)價(jià)。黃建華等[11]通過(guò)構(gòu)建制造業(yè)與物流業(yè)協(xié)同度評(píng)價(jià)模型,研究了二者的協(xié)同關(guān)系。指標(biāo)權(quán)重確定與評(píng)價(jià)方法研究:徐倩等[12]結(jié)合SEM對(duì)海綿城市PPP項(xiàng)目的風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)影響程度及其權(quán)重進(jìn)行了確定。周曉曄等[13]利用云模型對(duì)區(qū)域物流產(chǎn)業(yè)集群的協(xié)同進(jìn)行評(píng)價(jià)研究。李英攀等[14]采用云模型對(duì)海綿城市項(xiàng)目績(jī)效考核等級(jí)進(jìn)行評(píng)估。高更君等[15]采用云模型對(duì)電商供應(yīng)鏈風(fēng)險(xiǎn)等級(jí)進(jìn)行了評(píng)價(jià)。綜上,供應(yīng)鏈物流協(xié)同與協(xié)同評(píng)價(jià)研究主要側(cè)重于物流協(xié)同管理模式、協(xié)同機(jī)制與策略、協(xié)同績(jī)效等方面,集中在區(qū)域經(jīng)濟(jì)與物流、跨境電商與物流、冷鏈物流領(lǐng)域,為本研究奠定了基礎(chǔ),但是關(guān)于裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)的研究較少。評(píng)價(jià)方法研究通常用灰色關(guān)聯(lián)法、熵權(quán)法、主觀賦權(quán)法、AHP法等確定指標(biāo)權(quán)重,用模糊綜合評(píng)價(jià)法、德?tīng)柗品ㄟM(jìn)行評(píng)價(jià),雖能有效解決指標(biāo)信息缺乏和模糊化的問(wèn)題,但沒(méi)有考慮到評(píng)價(jià)的隨機(jī)性,且權(quán)重的確定過(guò)程中不能同時(shí)估計(jì)指標(biāo)間的影響關(guān)系與路徑系數(shù)。
本文針對(duì)新形勢(shì)下的裝備制造業(yè)高質(zhì)量發(fā)展對(duì)供應(yīng)鏈物流協(xié)同需求,構(gòu)建裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo)體系,研究供應(yīng)鏈物流協(xié)同科學(xué)評(píng)價(jià)模型,通過(guò)實(shí)例驗(yàn)證評(píng)價(jià)方法的合理性與可靠性,為裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)提供科學(xué)依據(jù)。
供應(yīng)鏈物流協(xié)同評(píng)價(jià)是個(gè)復(fù)雜的系統(tǒng)問(wèn)題,涉及的影響因素眾多,建立合理有效的評(píng)價(jià)指標(biāo)體系是裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)的關(guān)鍵。本文在文獻(xiàn)研究和專(zhuān)家訪(fǎng)談的基礎(chǔ)上,深入多家機(jī)械裝備制造公司實(shí)際調(diào)研,發(fā)現(xiàn)裝備制造業(yè)供應(yīng)鏈物流節(jié)點(diǎn)眾多、呈網(wǎng)狀交叉流動(dòng),且管理較為傳統(tǒng),缺乏精益化思想。企業(yè)內(nèi)部物流功能分散,信息逐級(jí)化傳遞造成延遲或扭曲,制約傳遞效率。企業(yè)間信息共享不足,嚴(yán)重影響供應(yīng)鏈物流資源、功能和信息的整合。部分企業(yè)利用現(xiàn)代制造技術(shù)與管理工具能有效提高物流服務(wù)質(zhì)量,初步實(shí)現(xiàn)物流資源的集成與共享和降本增效的協(xié)同目標(biāo)。綜上,裝備制造業(yè)供應(yīng)鏈物流不協(xié)同的主要原因?yàn)楣芾砣狈婊⑿畔?dòng)態(tài)共享程度低、物流決策與智能預(yù)警不足,對(duì)供應(yīng)鏈物流實(shí)施精益化、信息化、智能化的協(xié)同管理與控制是提高供應(yīng)鏈物流協(xié)同水平的重要舉措。因此,本文從物流管理精益化、過(guò)程信息化、決策智能化三個(gè)維度構(gòu)建指標(biāo)體系(見(jiàn)圖1),綜合反映供應(yīng)鏈物流協(xié)同水平。

圖1 裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo)體系
(1) 管理精益化。物流管理精益化是供應(yīng)鏈物流協(xié)同的基礎(chǔ)[16],通過(guò)物流活動(dòng)的精益化評(píng)估,全面了解裝備制造業(yè)物流作業(yè)效率與規(guī)范度。下設(shè)6個(gè)指標(biāo):物料配送準(zhǔn)時(shí)率、物料配送準(zhǔn)序率、物料配送準(zhǔn)確率、物流運(yùn)作規(guī)范度、物流工具標(biāo)準(zhǔn)化程度、物流數(shù)據(jù)賬實(shí)相符率。
(2) 過(guò)程信息化。供應(yīng)鏈物流是跨企業(yè)間的物流活動(dòng),物流過(guò)程信息化是實(shí)現(xiàn)企業(yè)間信息共享的保障。裝備制造業(yè)供應(yīng)鏈物流協(xié)同離不開(kāi)SCM、LMS、WMS等信息平臺(tái)的支持,且信息化水平越高,協(xié)同效果越好。下設(shè)6個(gè)指標(biāo):物流管理系統(tǒng)信息平臺(tái)覆蓋率、信息采集技術(shù)普及度、信息實(shí)時(shí)傳遞比率、信息傳輸準(zhǔn)確率、信息共享深度、信息共享廣度。
(3) 決策智能化。物流決策智能化直接影響資源的整合、共享與動(dòng)態(tài)分配。裝備制造供應(yīng)鏈物流、信息流縱橫交錯(cuò),利用智能技術(shù)實(shí)現(xiàn)物流資源的集成、決策與控制,有助于提高物流協(xié)同水平。下設(shè)5個(gè)指標(biāo):信息系統(tǒng)的集成度、物流與倉(cāng)儲(chǔ)設(shè)備智能化水平、物料動(dòng)態(tài)跟蹤與質(zhì)量追溯準(zhǔn)確度、物流智能決策適應(yīng)度、物流智能控制預(yù)警敏捷度。
目前裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)的研究較少,缺乏有效的參考數(shù)據(jù),并且裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo)體系是一個(gè)定性與定量共存的多指標(biāo)復(fù)雜評(píng)價(jià)體系,常規(guī)方法難以準(zhǔn)確合理的評(píng)價(jià)。本文提出結(jié)構(gòu)方程模型(Structural Equation Modeling, SEM)與云模型(Cloud Model, CM)相融合的協(xié)同評(píng)價(jià)建模方法。即應(yīng)用SEM建立協(xié)同評(píng)價(jià)指標(biāo)權(quán)重模型,應(yīng)用CM建立協(xié)同水平評(píng)價(jià)模型。該方法不僅能實(shí)現(xiàn)指標(biāo)結(jié)構(gòu)的合理性檢驗(yàn),而且能克服評(píng)價(jià)過(guò)程中的隨機(jī)性與不確定性問(wèn)題。
2.1.1結(jié)構(gòu)方程模型
結(jié)構(gòu)方程模型由測(cè)量方程和結(jié)構(gòu)方程兩部分構(gòu)成,可同時(shí)估計(jì)變量結(jié)構(gòu)和變量關(guān)系。裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)屬于多因素間定性與定量相結(jié)合的不確定性問(wèn)題,SEM可通過(guò)觀測(cè)指標(biāo)的數(shù)據(jù)資料間接反映潛變量,克服了傳統(tǒng)統(tǒng)計(jì)方法無(wú)法直接準(zhǔn)確衡量潛變量的問(wèn)題。并且SEM容許觀測(cè)變量存在一定誤差,廣泛應(yīng)用于行為科學(xué)與社會(huì)學(xué)等領(lǐng)域[17]。
2.1.2云模型


(1)

(2)

(3)
超熵:He=(S2-En2)1/2
(4)
隸屬云發(fā)生器(Membership Clouds Generator, MCG)是云模型中定性概念與定量數(shù)據(jù)之間相互轉(zhuǎn)換的特定算法[18]。最常用的是正、逆向云發(fā)生器,其運(yùn)作機(jī)理如圖2所示。

圖2 云發(fā)生器示意圖
2.1.3基于SEM-CM的供應(yīng)鏈物流協(xié)同評(píng)價(jià)流程
SEM-CM評(píng)價(jià)流程如圖3所示。首先,依據(jù)供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo)體系建立物流協(xié)同結(jié)構(gòu)方程理論模型,通過(guò)模型識(shí)別與模型擬合檢驗(yàn)理論模型的合理性,進(jìn)而分析影響因子影響程度與權(quán)重。與此同時(shí),根據(jù)指標(biāo)體系建立物流協(xié)同評(píng)價(jià)云模型,確定評(píng)價(jià)標(biāo)準(zhǔn)云,結(jié)合專(zhuān)家打分結(jié)果與指標(biāo)權(quán)重確定綜合評(píng)價(jià)云,對(duì)比標(biāo)準(zhǔn)云的不同等級(jí)計(jì)算相似度,最終實(shí)現(xiàn)供應(yīng)鏈物流協(xié)同評(píng)價(jià)。

圖3 基于SEM—CM的供應(yīng)鏈物流協(xié)同評(píng)價(jià)流程
2.2.1模型構(gòu)建與識(shí)別
根據(jù)裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo)體系,構(gòu)建裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)理論模型,如圖4所示。其中橢圓代表3個(gè)外生潛變量(JY、XX、ZN)和內(nèi)生潛變量(XT),17個(gè)矩形代表觀測(cè)指標(biāo)變量,圓形e1-e17代表觀測(cè)變量的殘差項(xiàng),β1-β3為三個(gè)內(nèi)潛變量的殘差項(xiàng)。

圖4 供應(yīng)鏈物流協(xié)同評(píng)價(jià)結(jié)構(gòu)模型
模型路徑設(shè)立后,利用t法則檢驗(yàn)?zāi)P妥杂啥龋ㄟ^(guò)計(jì)算模型自由度(Degree of Freedom, DF)判斷模型的可識(shí)別程度[17]。利用Amos 23.0得到模型檢驗(yàn)結(jié)果如表1所示,模型自由度為115大于0,故模型可識(shí)別,可進(jìn)行數(shù)據(jù)擬合。

表1 結(jié)構(gòu)模型識(shí)別結(jié)果
2.2.2模型擬合與修正
本文用最大似然估計(jì)法進(jìn)行模型擬合與參數(shù)估計(jì),通過(guò)絕對(duì)擬合程度、相對(duì)擬合程度等指數(shù)檢驗(yàn)?zāi)P团c數(shù)據(jù)的擬合程度。然后,對(duì)比模型指標(biāo)適配標(biāo)準(zhǔn),檢驗(yàn)擬合效果。對(duì)擬合不佳的模型進(jìn)行修正,依據(jù)模型修正理論,在符合初始結(jié)構(gòu)方程模型整體布局構(gòu)思的前提下,參照模型修正指數(shù)(Modification Indices, MI),通過(guò)在模型中添加潛變量之間的雙向協(xié)方差關(guān)系以及變量間的單項(xiàng)路徑系數(shù),提高模型的擬合效果[17]。調(diào)整模型,確定最終的路徑系數(shù)。
2.2.3指標(biāo)權(quán)重模型
結(jié)構(gòu)方程模型中的路徑系數(shù)代表了各潛變量之間的回歸關(guān)系[12]。依據(jù)修正后物流協(xié)同評(píng)價(jià)結(jié)構(gòu)方程模型的路徑系數(shù),按照式(5)對(duì)標(biāo)準(zhǔn)化路徑系數(shù)進(jìn)行歸一化處理,得到各評(píng)價(jià)指標(biāo)的權(quán)重。
(5)
式中:Wj為標(biāo)j的權(quán)重;Rj為指標(biāo)j的路徑系數(shù);m為該層指標(biāo)個(gè)數(shù)。
(1) 建立標(biāo)準(zhǔn)云模型。首先確定物流協(xié)同評(píng)價(jià)等級(jí)劃分標(biāo)準(zhǔn)及評(píng)語(yǔ)集數(shù)值區(qū)間。根據(jù)評(píng)價(jià)等級(jí)與區(qū)間的特點(diǎn),將基礎(chǔ)云模型調(diào)整為式(6)計(jì)算各論域區(qū)間內(nèi)標(biāo)準(zhǔn)云模型特征值。結(jié)合正向云發(fā)生器,利用MATLAB得到各等級(jí)標(biāo)準(zhǔn)云圖。
(6)
式中:Bimax、Bimin分別為論域i的最大最小邊界值;k為常數(shù),可依據(jù)變量的模糊度進(jìn)行調(diào)整[18]。
(2) 建立指標(biāo)綜合評(píng)價(jià)云模型。為保證評(píng)價(jià)結(jié)果的客觀性與可靠性,本文采用云理論中擬合父云的思想確定各指標(biāo)評(píng)價(jià)云[13]。邀請(qǐng)行業(yè)內(nèi)多位專(zhuān)家按照標(biāo)準(zhǔn)為每個(gè)評(píng)價(jià)指標(biāo)分別打出最低分和最高分,利用逆向云發(fā)生器得到指標(biāo)j的最小評(píng)價(jià)云Cloudmin(Ex1j,En1j,He1j)與最大評(píng)價(jià)云Cloudmax(Ex2j,En2j,He2j),按照式(7)計(jì)算擬合父云Cloud(Exj,Enj,Hej),得到指標(biāo)j的評(píng)價(jià)云模型。
(7)
結(jié)合指標(biāo)權(quán)重wj,根據(jù)式(8)將各個(gè)指標(biāo)評(píng)價(jià)云從低級(jí)指標(biāo)層向上級(jí)指標(biāo)層遞階加權(quán),得到供應(yīng)鏈物流協(xié)同綜合評(píng)價(jià)云Cloud(Ex,En,He),其中m為該層指標(biāo)個(gè)數(shù)。
(8)
(3) 協(xié)同評(píng)價(jià)等級(jí)判定模型。基于相似度判斷物流協(xié)同評(píng)價(jià)等級(jí),依據(jù)最大隸屬度原則,計(jì)算實(shí)際綜合評(píng)價(jià)云模型與標(biāo)準(zhǔn)云模型的相似度δi,相似度最大的標(biāo)準(zhǔn)云即為該評(píng)價(jià)對(duì)象的物流協(xié)同評(píng)價(jià)等級(jí)。相似度計(jì)算步驟為:
步驟1在綜合評(píng)價(jià)云C中生成一個(gè)正態(tài)隨機(jī)數(shù)Exk:
Exk~N(En,He2)
步驟2在綜合評(píng)價(jià)云C中生成一個(gè)正態(tài)隨機(jī)數(shù)xk:
步驟3將xk代入某評(píng)價(jià)等級(jí)i的標(biāo)準(zhǔn)云Couldi期望方程中,計(jì)算μk:
(9)
步驟4重復(fù)步驟2-步驟3,直到生成n個(gè)μk,一般取n=10,11,…,20,計(jì)算相似度δi:
(10)
本研究數(shù)據(jù)來(lái)源于課題組進(jìn)行的裝備制造供應(yīng)鏈物流協(xié)同評(píng)價(jià)問(wèn)卷調(diào)查。調(diào)查工作于2019年3月—6月開(kāi)展,在多家裝備制造企業(yè)的生產(chǎn)、采購(gòu)、物流部門(mén)及其供應(yīng)商,以及高校工業(yè)工程與物流管理等專(zhuān)業(yè)教師進(jìn)行問(wèn)卷調(diào)查。調(diào)查內(nèi)容包括被調(diào)查者基本情況和供應(yīng)鏈物流協(xié)同評(píng)價(jià)影響因素兩部分。采用Likert 5級(jí)量表根據(jù)建立的結(jié)構(gòu)模型設(shè)計(jì)問(wèn)卷進(jìn)行調(diào)查,被調(diào)查者根據(jù)實(shí)際情況判斷各指標(biāo)對(duì)物流協(xié)同的影響程度。此次調(diào)研主要通過(guò)電子問(wèn)卷推送調(diào)查,問(wèn)卷設(shè)置為必答提交式,有效避免了空白答案過(guò)多造成的無(wú)效問(wèn)卷問(wèn)題,共回收462份,刪除明顯錯(cuò)誤問(wèn)卷,剩余有效問(wèn)卷417份。
參與本次問(wèn)卷調(diào)查的被調(diào)查者基本情況如表2所示,其中,物流技術(shù)人員和中高層管理人員居多,占總樣本的90%左右,超過(guò)78%的被調(diào)查者最高學(xué)歷為本科及以上,約80%的人擁有五年以上工作經(jīng)驗(yàn)。綜上,受訪(fǎng)人員總體受教育水平較高,具有深厚的專(zhuān)業(yè)知識(shí)儲(chǔ)備和豐富的物流工作經(jīng)驗(yàn),熟練掌握企業(yè)物流情況,能真實(shí)準(zhǔn)確地填寫(xiě)調(diào)查問(wèn)卷。因此,問(wèn)卷數(shù)據(jù)來(lái)源真實(shí)可靠,可進(jìn)行下一步統(tǒng)計(jì)分析研究。

表2 問(wèn)卷調(diào)查對(duì)象基本情況統(tǒng)計(jì)表
3.1.1信效度檢驗(yàn)
為保證數(shù)據(jù)質(zhì)量,采用SPSS17.0對(duì)量表進(jìn)行信效度分析。信度分析結(jié)果Cronbach’s alpha值為0.938大于0.7,各變量因子的信度較高,內(nèi)部一致性和穩(wěn)定性良好。效度分析即有效性分析,KMO值為0.898大于0.75,Bartlett球體檢驗(yàn)在P=0的水平上顯著,變量間的相關(guān)性較好,且數(shù)據(jù)結(jié)構(gòu)效度良好,可進(jìn)一步做因子分析。
通過(guò)主成分分析法提取主成分,采用Kaiser標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法旋轉(zhuǎn)因子,得到物流協(xié)同因子分析結(jié)果如表3所示。識(shí)別影響物流協(xié)同的3個(gè)主因子,17個(gè)指標(biāo)的標(biāo)準(zhǔn)化因子載荷都達(dá)到了0.7,累計(jì)貢獻(xiàn)率79.312%。綜合信、效度分析結(jié)果,以上數(shù)據(jù)和問(wèn)卷均通過(guò)檢驗(yàn),可進(jìn)行下一步結(jié)構(gòu)方程模型分析。

表3 因子分析結(jié)果

續(xù)表3
3.1.2模型擬合與修正
初始模型指標(biāo)適配相關(guān)參數(shù)如表2所示,擬合效果不佳,對(duì)模型進(jìn)行修正。參照AMOS軟件擬合輸出的模型修正指數(shù)(MI),每次僅修正調(diào)整一個(gè)參數(shù)。經(jīng)過(guò)多次路徑調(diào)整,依次增加了4條較為合適的路徑,修正后的模型擬合結(jié)果如表4所示。

表4 修正前后模型擬合部分指標(biāo)
由表4對(duì)比模型修正前后的擬合指標(biāo)發(fā)現(xiàn):修正后模型擬合各項(xiàng)參數(shù)基本達(dá)到評(píng)價(jià)標(biāo)準(zhǔn),模型擬合狀態(tài)良好,即模型與調(diào)研數(shù)據(jù)對(duì)實(shí)際問(wèn)題的解釋和擬合能力較好。本文分別增加了e14與e17、e6與e7、e1與e12、e7與e10這四條路徑,且均通過(guò)0.001水平下的路徑顯著性檢驗(yàn),修正后的模型路徑如圖5所示。

圖5 修正后結(jié)構(gòu)方程模型擬合結(jié)果
利用AMOS得到修正后模型各潛變量間的參數(shù)估計(jì),即路徑系數(shù)。修正后模型參數(shù)估計(jì)如表5所示,標(biāo)準(zhǔn)化后各因子載荷均大于0.6,路徑檢驗(yàn)系數(shù)C.R.值均大于2,所有參數(shù)間的路徑關(guān)系均顯著相關(guān),顯著性概率p<0.001,通過(guò)了顯著性檢驗(yàn)。

表5 修正后模型參數(shù)估計(jì)

續(xù)表5
3.1.3計(jì)算指標(biāo)權(quán)重
依據(jù)修正后物流協(xié)同評(píng)價(jià)結(jié)構(gòu)方程模型的路徑系數(shù),按照式(5)得到各評(píng)價(jià)指標(biāo)的權(quán)重如表6所示。

表6 各指標(biāo)權(quán)重及評(píng)價(jià)云模型
以某大型農(nóng)機(jī)裝備制造企業(yè)Y公司為核心的供應(yīng)鏈為例,對(duì)其物流協(xié)同水平進(jìn)行評(píng)價(jià)與驗(yàn)證。
3.2.1物流協(xié)同評(píng)價(jià)等級(jí)標(biāo)準(zhǔn)云
本文將裝備制造供應(yīng)鏈物流協(xié)同評(píng)價(jià)標(biāo)準(zhǔn)劃分為五個(gè)等級(jí),其評(píng)語(yǔ)集{差,較差,中等,良好,優(yōu)秀},將評(píng)語(yǔ)區(qū)間[0,10]不均勻分割為[0,2)、[2,5)、[5,7)、[7,9)、[9,10],按式(6)計(jì)算標(biāo)準(zhǔn)云模型如表7所示。利用MATLAB(2014a)得到供應(yīng)鏈物流協(xié)同評(píng)價(jià)標(biāo)準(zhǔn)云圖,如圖6所示。

表7 物流協(xié)同評(píng)價(jià)標(biāo)準(zhǔn)指標(biāo)分?jǐn)?shù)區(qū)間劃分及云模型參數(shù)

圖6 供應(yīng)鏈物流協(xié)同評(píng)價(jià)標(biāo)準(zhǔn)云圖
3.2.2物流協(xié)同評(píng)價(jià)綜合云
依據(jù)裝備制造業(yè)供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo),邀請(qǐng)10位物流專(zhuān)家為Y公司物流協(xié)同現(xiàn)狀打分,參與打分的專(zhuān)家有長(zhǎng)期從事制造業(yè)物流相關(guān)工作與研究的企業(yè)高管和高校教授。為進(jìn)一步確保打分的科學(xué)合理性,在滿(mǎn)足制造生產(chǎn)服務(wù)需求的前提下,專(zhuān)家依據(jù)各指標(biāo)對(duì)降低供應(yīng)鏈總成本的貢獻(xiàn)度進(jìn)行打分,分值在0~10分不等。打分結(jié)果經(jīng)逆向云發(fā)生器計(jì)算得到每個(gè)指標(biāo)的最小云和最大云,根據(jù)式(7)計(jì)算每個(gè)指標(biāo)的擬合父云,結(jié)果如表8所示。

表8 初級(jí)指標(biāo)層評(píng)價(jià)云模型

續(xù)表8
結(jié)合SEM確定的指標(biāo)權(quán)重,按照式(8)計(jì)算得到上層指標(biāo)云模型,逐級(jí)計(jì)算最終得到裝備制造供應(yīng)鏈物流協(xié)同綜合評(píng)價(jià)云模型(8.10, 0.439, 0.040),如圖7所示。各級(jí)指標(biāo)云模型計(jì)算結(jié)果如表6所示。

圖7 Y公司物流協(xié)同綜合評(píng)價(jià)云圖
3.2.3Y公司供應(yīng)鏈綜合評(píng)價(jià)等級(jí)判定
將計(jì)算得到的實(shí)際綜合評(píng)價(jià)云(8.10, 0.439, 0.040),依據(jù)相似云隸屬度原理判定綜合評(píng)價(jià)云的等級(jí)。按照式(9)-式(10)計(jì)算實(shí)際綜合評(píng)價(jià)云與標(biāo)準(zhǔn)云的相似度,當(dāng)n=20時(shí),計(jì)算結(jié)果如表9所示。利用MATLAB將實(shí)際綜合評(píng)價(jià)云與標(biāo)準(zhǔn)云的不同評(píng)價(jià)等級(jí)云圖進(jìn)行直觀比對(duì),如圖8所示。

表9 實(shí)際綜合云與標(biāo)準(zhǔn)評(píng)價(jià)云的相似度

圖8 Y公司綜合評(píng)價(jià)云等級(jí)判定結(jié)果
由表9可知,實(shí)際綜合評(píng)級(jí)云與Cloud4(良好)相似度值δ4最高,模型擬合度最大。圖8綜合評(píng)價(jià)云模型與標(biāo)準(zhǔn)云中的Cloud4(良好)圖像重合部分最多。因此,最終判定Y公司物流協(xié)同評(píng)價(jià)等級(jí)為“良好”。
通過(guò)SEM-CM法對(duì)Y公司供應(yīng)鏈物流協(xié)同等級(jí)評(píng)價(jià)的結(jié)果為良好,與供應(yīng)鏈物流協(xié)同評(píng)價(jià)的實(shí)際情況(8.0分,良好)保持一致,驗(yàn)證了評(píng)價(jià)方法的有效性。根據(jù)SEM得到的指標(biāo)權(quán)重可以發(fā)現(xiàn),物料配送計(jì)劃智能決策適應(yīng)度、物料運(yùn)輸動(dòng)態(tài)跟蹤與質(zhì)量追溯準(zhǔn)確度、不同信息系統(tǒng)的集成水平、信息采集技術(shù)應(yīng)用程度、各節(jié)點(diǎn)單位信息共享深度5項(xiàng)指標(biāo)對(duì)裝備制造供應(yīng)鏈物流協(xié)同的影響程度最為重要,企業(yè)可以重點(diǎn)管理控制以提高供應(yīng)鏈物流協(xié)同水平。同時(shí),根據(jù)CM得到的物流協(xié)同評(píng)價(jià)結(jié)果由相似度和云圖兩種方式準(zhǔn)確直觀地表達(dá),有助于管理決策者有效接收和利用綜合評(píng)價(jià)信息。由表8的相似度可以看出,Y公司智能化水平較為薄弱和欠缺,尤其是不同信息系統(tǒng)的集成水平最低,鑒于該指標(biāo)對(duì)物流協(xié)同影響程度極大,后續(xù)應(yīng)采取措施重點(diǎn)改善。
本文針對(duì)如何科學(xué)準(zhǔn)確評(píng)價(jià)裝備制造業(yè)供應(yīng)鏈物流協(xié)同問(wèn)題,綜合考慮當(dāng)前裝備制造業(yè)正在實(shí)施智能制造和高質(zhì)量發(fā)展戰(zhàn)略,提出供應(yīng)鏈物流管理精益化、過(guò)程信息化、決策智能化為供應(yīng)鏈物流協(xié)同的三要素,深入研究其供應(yīng)鏈物流協(xié)同方法。從物流管理精益化、過(guò)程信息化和決策智能化三個(gè)維度,構(gòu)建了供應(yīng)鏈物流協(xié)同評(píng)價(jià)指標(biāo)體系;考慮到指標(biāo)結(jié)構(gòu)與指標(biāo)權(quán)重的科學(xué)合理性,建立了基于SEM的裝備制造供應(yīng)鏈物流協(xié)同結(jié)構(gòu)方程模型,利用SPSS&AMOS檢驗(yàn)數(shù)據(jù)和模型的合理性,得到指標(biāo)的路徑關(guān)系、影響程度以及指標(biāo)權(quán)重;為克服評(píng)價(jià)過(guò)程中的不確定性與模糊性,建立了基于CM的裝備制造供應(yīng)鏈物流協(xié)同評(píng)價(jià)云模型,利用標(biāo)準(zhǔn)評(píng)價(jià)云與指標(biāo)綜合評(píng)價(jià)云的相似度,實(shí)現(xiàn)供應(yīng)鏈物流協(xié)同的科學(xué)評(píng)價(jià)。最后,實(shí)例驗(yàn)證了協(xié)同評(píng)價(jià)方法的合理有效性,為裝備制造業(yè)供應(yīng)鏈物流協(xié)同的科學(xué)評(píng)價(jià)與優(yōu)化提供理論依據(jù)。