扩展功能
文章信息
- 冯建丽, 高超
- FENG Jian-li, GAO Chao
- "互联网+"背景下的甩挂运输企业联盟的伙伴选择研究
- Study on Selecting Partner of Drop-and-pull Transport Enterprise Alliance under Background of "Internet Plus"
- 公路交通科技, 2022, 39(7): 181-190
- Journal of Highway and Transportation Research and Denelopment, 2022, 39(7): 181-190
- 10.3969/j.issn.1002-0268.2022.07.023
-
文章历史
- 收稿日期: 2021-11-23
2. 陕西汇德通市政工程有限公司, 陕西 西安 710086
2. Shaanxi Huidetong Municipal Engineering Co., Ltd., Xi'an Shaanxi 710086, China
甩挂运输是指由牵引车将随车拖带的承载装置,包括半挂车、全挂车甚至货车底盘上的货箱甩留在目的地后,再拖带其他装满货物的装置运往另一个目的地的运输方式。甩挂运输作为一种有效的运输组织方式,能够提高运输生产率和里程实载率,减少运输时间,从而降低运输成本,提高设备利用率[1]。因此,在国外发达国家甩挂运输得到普遍应用。我国也从2010年开始试点甩挂运输,目前已有150多家企业开展甩挂运输业务,但由于运输市场竞争日趋激烈,现有甩挂运输企业大多规模小、资源有限,建立甩挂运输企业联盟有助于有效整合资源,实现资源互补,提高运输服务能力和水平。建立甩挂运输联盟选择合作伙伴是建立甩挂运输联盟的重要环节。随着信息技术的迅猛发展,我国已进入“互联网+”的新经济时代,企业间的竞合关系更为复杂。在“互联网+”背景下,建立伙伴选择评价指标体系并选择合适的评价方法具有重要意义。
专家学者对甩挂运输联盟的研究大多集中于必要性分析和理论研究层面。曲衍国等[2]提出应当鼓励甩挂运输企业联合发展,引导的方式包括联盟、参股等,提高企业的组织化程度。尹臻彧[3]结合战略联盟理论进行港口甩挂运输联盟研究,探讨了运输企业在国家建设资源节约型社会下的发展策略。赵士凤等[4]结合战略联盟理论,对在山东半岛蓝色经济区建立甩挂运输联盟的可行性进行分析探讨,提出实施甩挂运输联盟给该地区带来了机遇和挑战。吕文岱等[5]基于我国甩挂运输发展模式和实施的困境构建了虚拟企业联盟,并提出了具体的构建方案和相关构建机制。杨扬等[6]运用博弈论相关原理对甩挂运输企业选择联盟的企业运营成本方面的条件及联盟后的合作演化态势进行了分析,为研究甩挂运输联盟提供了理论基础。现有的研究伙伴选择的文献大多集中在物流联盟领域,关于甩挂运输企业联盟伙伴选择的文献甚少。在评价与选择联盟合作伙伴时,研究者[7-9]都考虑了运输质量、交易成本和服务水平等传统指标,但还缺乏针对甩挂运输企业的特性指标的研究,也缺少对甩挂运输企业联盟伙伴选择方法的研究。
联盟的伙伴选择问题属于典型的多属性决策问题。运输联盟伙伴选择模型有多种:层次分析法、数据包络分析选择法、模糊综合评价法、TOPSIS方法等。这些选择模型各有不足: 层次分析法的缺点是评价者主观因素较大,遇到因素众多、规模较大的决策问题时,一致性检验有难度。数据包络分析法的择优能力不明显, 可能出现多个决策单元同时有效的情形。模糊综合选择方法的模糊算子的选择依据不明确。TOPSIS法对数据要求非常严格。上述方法中,大都存在对指标赋权的主观性偏差,部分专家学者采用组合赋权法,以降低其主观性偏差。如李华强等[10]选用熵值法与层次分析法组合确定了指标权重。基于多式联运的特点和突变级数法的适用范围,本研究拟采用突变级数法,并在此基础上使用离差最大化法消除评价中的主观性,以期得到较为客观的甩挂联盟伙伴选择评价指标体系以及评价结果。
本研究针对甩挂运输联盟特性,构建包含指标层、因素层、准则层在内的伙伴选择3层评价指标体系。基于突变级数评价无需计算指标权重,只需考虑各评价指标的相对重要性的特点[11],建立联盟伙伴选择的突变模型,通过突变级数评价方法解决评价模型中评价指标权重设置问题;同时为满足突变级数评价指标排序要求,运用熵权法判断各层主次控制变量,最后通过相关应用分析,证明联盟伙伴选择模型的可行性。
1 伙伴选择评价指标体系 1.1 合作伙伴的原则“互联网+”下的甩挂运输企业联盟在选择合作伙伴时,应该考虑以下原则:
(1) 系统性原则。甩挂运输企业联盟作为一个整体性和综合性较强的系统,在产品运输的前、中、后的整个过程中,运输产品的伙伴选择要在整体性、综合性、系统性等各个方面进行综合考虑,最终目的是要在伙伴选择的整体环节达到最优化,而不是在某个环节达到最优,这样才能实现整个系统的优化[12]。
(2) 服务质量导向原则。在以前运输服务的基础上,甩挂运输企业联盟对其进行一些改进,在伙伴选择上要表现出联盟对服务质量的重视,以及对安全等高效服务质量的需求,增加联盟在各个方面的竞争优势,使联盟走向蓬勃发展的道路。
(3) 经济性原则。在运输企业联盟进步的过程中,经济性在任何阶段都是慎重选择的一个因素。由于联盟之间企业的数量很多,在管理、组织、规模等方面上也有很大不同,所以在选择协作伙伴时要综合考虑多方面因素,主要是经济性因素,以创造更多的经济效益为主要目的[13],最终实现企业生命力的蓬勃发展。
(4) 优势互补原则。发挥甩挂运输企业联盟系统内合作伙伴的比较优势,实现资源共享,既是甩挂运输企业进行联盟的着手点,更是选择企业联盟合作伙伴的首要要求。选择的协作伙伴,最重要的是在资源和各自能力属性上相互补充,在运输资源、甩挂站场等各个合作方面要充分发挥各自的能力,最终目的是实现在运输上的协同合作,实现整体效率的提高[14]。
1.2 合作伙伴选择的核心要素根据上述原则,确定合作伙伴选择的核心要素即一级指标。选择指标时既考虑传统指标如运输服务质量指标,还应根据甩挂运输的特性及发展联盟的特点考虑与甩挂运输联盟相关的设施及车辆能力指标。
(1) 财务状况指标。甩挂运输企业联盟的运营情况在资金筹备、运用状态等方面的表现,主要是使用企业净资产收益率、企业总资产负债率和企业总资产周转率等标准来衡量的。甩挂运输企业联盟在选择合作伙伴时,尽量不要选财务状况有严重风险的运输企业作为合作伙伴。
(2) 企业合作能力指标。包含合作兼容性和企业发展潜力指标。一旦加入联盟,即成为甩挂运输企业联盟的合作伙伴,就具有长期性的合作关系,合作关系必然会得到进一步的加深,并且也需要企业联盟各个成员共同合作才能完成运输任务,所以各个成员的相互依赖性就很大了。成员企业在战略目标、企业文化、信誉水平等方面应具有兼容性[9],否则将会造成信任危机,可能会严重影响联盟企业的正常运作。从企业联盟的生命周期来看,联盟组织之所以能够具有较好的发展前景,是因为与企业联盟的发展潜力息息相关。企业发展潜力很重要的一方面体现在技术水平和业务增长速度,这也是保障企业个性化和客户需要专业化的重要条件[15]。就甩挂运输企业联盟而言,技术标准主要用信息化的程度来衡量,业务增长速度主要是通过业务增长率和3 a资本平均增长率指标来衡量。
(3) 甩挂能力指标。主要表现在运输服务质量、甩挂设施情况及甩挂车辆效率[16]。
运输服务质量。随着经济生活质量的提高,用户对于服务质量越来越看重,“互联网+”背景下,用户的选择也相对较多,因此服务质量的好坏对于甩挂运输企业联盟也至关重要。衡量甩挂运输服务质量最基本的指标是运输服务能力。运输服务质量评价特性一般包括完整性、及时性、货物完好率、事故发生率。
甩挂站场效率。作为实现规模化、网络化运输的关键设施,甩挂运输站场是甩挂运输作业的重要保障。该指标不仅受到布局设计的影响,也受到运营组织的影响,因而甩挂站场效率主要包括站场投资强度、站场仓储面积率和站场有效面积率等。
甩挂车辆效用。作为一种货运机构的新方式,甩挂运输的优势最主要基于车辆运用。因此运输组织效率也是甩挂运输企业联盟选择合作伙伴的重要因素之一,主要通过实载率、甩挂线路率及牵引车日工作率等指标来衡量。
1.3 评价指标体系根据财务状况、企业合作能力及甩挂能力,来确定甩挂运输联盟能力O,构建包含指标层T、因素层S、准则层C在内的甩挂运输企业联盟合作伙伴选择评价指标体系,如表 1所示。
| 目标层O | 准则层C | 因素层S | 指标层T | 指标解释 | 指标属性 |
| 联盟企业能力 | 财务状况 | 营运能力 | 总资产周转率 | 主营业务收入净额÷平均资产总额 | 定量 |
| 流动资产周转率 | (主营业务收入/平均流动资产总额)×100% | 定量 | |||
| 盈利能力 | 净资产收益率 | (净利润/平均净资产)×100% | 定量 | ||
| 成本费用利润率 | (利润总额/成本费用总额)×100% | 定量 | |||
| 企业合作能力 | 合作兼容性 | 战略目标兼容性 | 企业战略目标具有的相容性 | 定性 | |
| 企业文化相似性 | 企业文化的相容性 | 定性 | |||
| 信誉水平 | 企业在业界和客户中的口碑 | 定性 | |||
| 企业发展潜力指标 | 信息化水平 | 企业信息化程度以及信息共享率情况 | 定性 | ||
| 业务增长率 | (运输业务收入增长额/上年运输业务收入总额)×100% | 定量 | |||
| 3 a资本平均增长率 | ![]() |
定量 | |||
| 甩挂能力指标 | 运输服务质量指标 | 货物完好率 | 完好货物交货量与总交货量的比值 | 定量 | |
| 正运率 | (正运量/运输货物总吨(件)数)×100% | 定量 | |||
| 客户满意度 | (满意票数/回复票数)×100% | 定量 | |||
| 甩挂设施情况 | 站场投资强度 | 场站总面积扣除必须的配套服务设施、绿化面积后的面积占场站总面积的比率 | 定量 | ||
| 站场有效面积率 | 仓储面积占场站总面积的比率 | 定量 | |||
| 站场仓储面积率 | 企业的牵引车数与半挂车数之比 | 定量 | |||
| 甩挂车辆效率 | 实载率 | (实际完成货物周转量/总行程载重量)×100% | 定量 | ||
| 甩挂线路率 | 企业使用甩挂运输进行货运的线路里程与企业货运线路总里程之比 | 定量 | |||
| 牵引车日工作率 | 牵引车工作车日与总车日之比 | 定量 |
2 伙伴选择评价模型 2.1 突变级数评价法
突变理论由Thom于上世纪70年代创立,Thom将系统行为的非连续性的演变现象称为突变(catastrophes),突变理论使用数学工具研究系统行为非连续性演变现象,证明了只要施加合适的变量控制操作,就会产生稳定态的突变,从某稳定态突变到其他稳定态[17]。无论是自然科学领域,还是社会科学领域,突变理论的应用都取得了很好的研究进度。
只有了解了下边提出的4个基本概念,才能基于突变理论中的势函数来研究系统的突变现象:
(1) 状态变量。这是一个可表示行为状态的变量。
(2) 控制变量。这个变量的主要作用在于共同决定系统的状态。
(3) 势函数。势函数是一种通过上述(1) (2)描述系统的行为,把由n个状态变量{x1, x2, x3, …, xn}构成的n维状态空间记为Rn,把m个控制变量{c1, c2, c3, …, cn}构成的m维空间称为控制空间,记为Rm,那么势函数可描述为下面的表达式f=f(x, c),其中f为势函数,x为状态变量,x∈Rn,C为控制变量,C∈Rm。
④ 临界点。在Rn中令f(x, c)是一个连续光滑函数,若在点y∈Rn,有f′(x, c)成立,则称y为函数f(x, c)的临界点[18]。
初等突变理论对突变现象的研究是通过势函数来实现的。Thom证明,当状态变量个数小于2个、控制变量个数小于4个时,通过系统势函数及临界点周围非连续性的变化状态特征,把各种突变过程归纳为7种标准形式的基本模型,其势函数如表 2所示。
| 类型 | 折叠突变 | 尖点突变 | 燕尾突变 | 蝴蝶突变 |
| 模型f(x) | x3+ax | x4+ax2+bx | x5+ax3+bx2+cx | x6+ax4+bx3+cx2+dx |
| 控制变量 | a | a, b | a, b, c | a, b, c, d |
| 状态数目 | 1 | 1 | 1 | 1 |
| 分歧点集方程 | a=-2x2 | a=-6x2 b=8x3 |
a=-6x2 b=8x3 c=-3x4 |
a=-10x2 b=20x3 c=-15x4 d=4x5 |
| 归一公式 | ![]() |
![]() |
![]() |
![]() |
| 注:a, b, c, d分别为控制变量,表示影响状态变量x的各项因素。 | ||||
2.2 构建模型
(1) 基本假设和适应性分析
通过前面分析可知,甩挂运输企业联盟是一个由众多企业组成的复杂系统,这些因素单独作用或相互作用一起影响着联盟组织状态。甩挂运输联盟合作伙伴选择决策,实质上是通过衡量候选企业对联盟的总体价值而进行的候选企业排序[19]。对于任何一种平均方法所做出的候选企业,排序决策都隐含了一个基本假定,即候选企业对甩挂联盟的贡献程度有显著差异,因而对其进行的是有效的排序。综上所述,突变级数法可用于甩挂运输企业联盟伙伴选择研究,并且运用归一公式对各指标赋权,这不仅削弱了人为因素的影响,也使运算过程更具操作性[20]。
(2) 评价模型
① 确定指标体系各层次的突变系统模型
突变级数评价对象是系统的势函数。假设x为突变系统中的状态变量;a, b, c, d分别为控制变量,表示影响状态变量x的各项因素;f(x)为状态变量x的势函数,描述控制变量和与之对应的状态变量之间的关系。
Thom研究证明,当控制变量不大于4个时,势函数f(x)最多有7种突变形式,其中最常见的是尖点突变系统、燕尾突变系统和蝴蝶突变系统[21]。
如果评价指标可由2个子指标构成时,则该系统为尖点突变系统,其突变系统模型为:
|
(1) |
如果评价指标可由3个子指标构成时,则该系统为燕尾突变系统,其突变系统模型为:
|
(2) |
如果评价指标可由4个子指标构成时,则该系统为蝴蝶突变系统,其突变系统模型为:
|
(3) |
势函数的状态变量与其控制变量互相掣肘,计算时需将主要控制变量写在次要控制变量的前面。其中主次控制变量的判断由熵权法计算[22]。
② 由分歧点集方程推导归一公式,计算各层指标值
由势函数f(x)的一阶导数得到分歧点方程,由势函数f(x)的二阶导数得到突变系统的奇点集,由分歧点方程和奇点集连理消去状态变量x,求得各突变模型分歧点集方程:
尖点突变分歧点集方程为:
|
(4) |
燕尾突变分歧点集方程为:
|
(5) |
蝴蝶突变分歧点集方程为:
|
(6) |
通过分解形式的分歧点集方程推导归一公式。根据初始隶属函数值,按照归一公式计算各级评价指标的突变级数值,并通过向上综合计算求出系统总突变隶属函数值。
尖点突变归一公式为:
|
(7) |
燕尾突变归一公式为:
|
(8) |
蝴蝶突变归一公式为:
|
(9) |
上述式中,xa为对应a的x值;xb为对应b的x值;xc为对应c的x值;xd为对应d的x值。
各类初等突变势函数见表 2。
③ 突变级数评价准则
利用归一公式进行综合评价时需考虑2个计算准则,即“非互补”准则和“互补”准则。当主次控制变量之间不存在较为明显的关联性,即其作用不可互相替代时,根据“非互补”准则取值,即“大中取小”;当主次控制变量之间存在着明显的相互关联性,即其作用可互相弥补其不足时,根据“互补”准则取值,即取平均值作为评价值。
3 算例分析基于上文建立的甩挂运输联盟伙伴选择评价模型,通过多个算例分析验证其可行性。在此用1个案例说明验证过程。选取某个甩挂运输企业联盟组织,通过评价小组给递交联盟申请的运输企业调研和沟通后,最终有A,B,C,D,E,F这6个运输企业进入接下来的评价阶段。评价小组则利用合作伙伴评价指标体系表 1,收集6个候选合作伙伴的数据,并对定性指标评价标准(表 3)打分后,得到甩挂联盟候选合作伙伴评价指标量化表,如表 4所示。
| 评价指标 | 等级 | ||||
| 优秀 | 良好 | 中等 | 及格 | 差 | |
| 战略目标兼容性 | 战略目标合理,且几乎完全一致 | 战略等级目标比较合理,一致度达到80% | 战略目标比较合理,一致度达到70% | 战略目标需要调整,一致度达到60% | 没有自己的战略目标 |
| 文化相似性 | 企业文化深厚,且基本相似 | 企业文化比较深厚,且相似度达到80% | 企业文化成熟,且相似度达到70% | 企业文化比较成熟,且相似度达到60% | 没有形成自己的企业文化 |
| 信誉水平 | 没有不良合作记录,业内口碑很好 | 没有不良合作记录,业内口碑较好 | 没有不良合作记录,业内口碑一般 | 存在不良合作记录,业内口碑一般 | 存在不良合作记录,业内口碑较差 |
| 信息化水平 | 信息化水平高,且信息共享率达到90% | 信息化水平较高,且信息共享率达到80% | 信息化水平一般,且信息共享率达到70% | 信息化水平一般,且信息共享率达到60% | 信息化水平较差 |
| 准则层C | 因素层S | 指标层T | 指标属性 | A | B | C | D | E | F |
| 财务状况 | 营运能力 | 总资产周转率 | 定量 | 0.28 | 0.21 | 0.26 | 0.22 | 0.18 | 0.28 |
| 流动资产周转率 | 定量 | 2.3 | 1.9 | 1.5 | 2.2 | 2.1 | 1.6 | ||
| 盈利能力 | 净资产收益率 | 定量 | 0.24 | 0.19 | 0.22 | 0.28 | 0.23 | 0.16 | |
| 成本费用利润率 | 定量 | 0.11 | 0.09 | 0.08 | 0.07 | 0.12 | 0.08 | ||
| 企业合作能力 | 合作兼容性 | 战略目标兼容性 | 定性 | 0.9 | 0.8 | 0.6 | 0.7 | 0.8 | 0.9 |
| 企业文化相似性 | 定性 | 0.9 | 0.8 | 0.8 | 0.7 | 0.7 | 0.8 | ||
| 信誉水平 | 定性 | 0.75 | 0.9 | 0.8 | 0.85 | 0.83 | 0.7 | ||
| 企业发展潜力指标 | 信息化水平 | 定性 | 0.80 | 0.82 | 0.9 | 0.85 | 0.7 | 0.75 | |
| 业务增长率 | 定量 | 0.19 | 0.16 | 0.18 | 0.13 | 0.14 | 0.19 | ||
| 3 a资本平均增长率 | 定量 | 0.26 | 0.23 | 0.19 | 0.14 | 0.11 | 0.15 | ||
| 甩挂能力指标 | 运输服务质量指标 | 货物完好率 | 定量 | 0.96 | 0.91 | 0.94 | 0.97 | 0.95 | 0.92 |
| 正运率 | 定量 | 0.95 | 0.89 | 0.98 | 0.92 | 0.95 | 1 | ||
| 客户满意度 | 定量 | 0.93 | 0.95 | 0.98 | 0.95 | 0.92 | 0.92 | ||
| 甩挂设施情况 | 站场投资强度 | 定量 | 0.76 | 0.65 | 0.82 | 0.58 | 0.72 | 0.64 | |
| 站场有效面积率 | 定量 | 0.75 | 0.64 | 0.58 | 0.62 | 0.65 | 0.73 | ||
| 站场仓储面积率 | 定量 | 0.72 | 0.66 | 0.68 | 0.76 | 0.69 | 0.68 | ||
| 甩挂车辆效率 | 实载率 | 定量 | 0.70 | 0.62 | 0.73 | 0.36 | 0.33 | 0.5 | |
| 甩挂线路率 | 定量 | 0.75 | 0.5 | 0.65 | 0.4 | 0.64 | 0.58 | ||
| 牵引车日工作率 | 定量 | 0.9 | 0.82 | 0.85 | 0.8 | 0.83 | 0.86 |
3.1 数据标准化处理
指标体系中有的指标数值越大越好, 有的指标数值越小越好, 因此应对指标进行初步标准化。采用极差标准化变换法,当指标数值越大越好时,应用公式

| 准则层C | 因素层S | 指标层T | A | B | C | D | E | F |
| 财务状况 | 营运能力 | 总资产周转率 | 1.000 | 0.300 | 0.800 | 0.400 | 0.000 | 1.000 |
| 流动资产周转率 | 1.000 | 0.500 | 0.000 | 0.875 | 0.750 | 0.125 | ||
| 盈利能力 | 净资产收益率 | 0.667 | 0.250 | 0.500 | 1.000 | 0.583 | 0.000 | |
| 成本费用利润率 | 0.800 | 0.400 | 0.200 | 0.000 | 1.000 | 0.200 | ||
| 合作能力 | 合作兼容性 | 战略目标兼容性 | 1.000 | 0.667 | 0.000 | 0.333 | 0.667 | 1.000 |
| 企业文化相似性 | 1.000 | 0.500 | 0.500 | 0.000 | 1.000 | 0.500 | ||
| 信誉水平 | 0.250 | 1.000 | 0.500 | 0.750 | 0.650 | 0.000 | ||
| 企业发展潜力指标 | 信息化水平 | 0.500 | 0.600 | 1.000 | 0.750 | 0.000 | 0.250 | |
| 业务增长率 | 1.000 | 0.500 | 0.833 | 0.000 | 0.167 | 1.000 | ||
| 3 a资本平均增长率 | 1.000 | 0.800 | 0.533 | 0.200 | 0.000 | 0.267 | ||
| 甩挂能力 | 运输服务质量指标 | 货物完好率 | 0.833 | 0.000 | 0.500 | 1.000 | 0.667 | 0.167 |
| 正运率 | 0.545 | 0.000 | 0.818 | 0.273 | 0.545 | 1.000 | ||
| 客户满意度 | 0.800 | 0.000 | 0.600 | 1.000 | 0.700 | 0.700 | ||
| 甩挂设施情况 | 站场投资强度 | 0.750 | 0.292 | 1.000 | 0.000 | 0.583 | 0.250 | |
| 站场有效面积率 | 1.000 | 0.353 | 0.000 | 0.235 | 0.412 | 0.882 | ||
| 站场仓储面积率 | 0.600 | 0.000 | 0.200 | 1.000 | 0.300 | 0.200 | ||
| 甩挂车辆效率 | 实载率 | 0.925 | 0.725 | 1.000 | 0.075 | 0.000 | 0.425 | |
| 甩挂线路率 | 1.000 | 0.286 | 0.714 | 0.000 | 0.686 | 0.514 | ||
| 牵引车日工作率 | 1.000 | 0.200 | 0.500 | 0.000 | 0.300 | 0.600 |
3.2 结果与分析
(1) 指标层主次控制变量判断
根据熵权法判断各层主次控制变量,越重要的控制变量排序越靠前,经调整后,得到甩挂运输企业联盟候选伙伴指标层控制变量相对重要性判断,如表 6所示。
| 目标层O | 准则层C | 因素层S | 指标层T |
| 企业能力 | 甩挂能力c1(0.483) | 甩挂设施情况s1(0.18) | 站场仓储面积率t1(0.069) |
| 站场有效面积率t2(0.057) | |||
| 站场投资强度t3(0.054) | |||
| 甩挂车辆效率s2(0.168) | 实载率t4(0.066) | ||
| 牵引车日工作率t5(0.057) | |||
| 甩挂线路率t6(0.045) | |||
| 运输服务质量s3(0.135) | 货物完好率t7(0.053) | ||
| 正运率t8(0.047) | |||
| 客户满意度t9(0.035) | |||
| 合作能力c2(0.296) | 企业发展潜力s4(0.163) | 3 a资本平均增长率t10(0.060) | |
| 业务增长率t11(0.055) | |||
| 信息化水平t12(0.048) | |||
| 合作兼容性s5(0.133) | 信誉水平t13(0.047) | ||
| 战略目标兼容性t14(0.043) | |||
| 企业文化相似性t15(0.043) | |||
| 财务状况c3(0.221) | 盈利能力s6(0.114) | 成本费用利润率t16(0.067) | |
| 净资产收益率t17(0.047) | |||
| 营运能力s7(0.107) | 流动资产周转率t18(0.057) | ||
| 总资产周转率t19(0.050) |
(2) 基于指标层数据推导出因素层结果
以企业A为例,由指标层数据(t1~t19),根据适合的突变级数原则,推导出因素层(s1~s7)甩挂设施情况s1, 分解出的t1, t2, t3, 构成燕尾突变系统模型,按照互补原则取均值,则由式(8)得到:
|
(10) |
甩挂车辆效率s2分解出的t4, t5, t6构成燕尾突变系统模型,同样按照互补原则取均值,则有:
|
(11) |
同理得出:
|
(12) |
企业发展潜力指标s4和s5,按照非互补原则取值,由式(8)得到:
|
(13) |
|
(14) |
由式(7)得到:
|
(15) |
|
(16) |
(3) 基于因素层数据推导出准则层结果
甩挂能力c1分解出的s1, s2, s3构成燕尾突变系统模型,按照互补原则取均值,由式(8)得到: 
合作能力c2分解出的s4, s5, s6构成尖点突变系统模型,按照互补原则取均值,由式(7)得到: 
财务状况分解出的s7, s8构成尖点突变系统模型,按照互补原则取均值,则有: 
(4)计算得到最终值
A企业甩挂运输企业联盟能力oA分解出的c1, c2, c3构成燕尾突变系统模型,按照互补原则取均值,则有: 
经过计算,6家甩挂运输企业联盟候选伙伴评价终值如表 7所示。
| 企业 | A | B | C | D | E | F |
| 评价终值 | 0.984 384 | 0.934 837 | 0.870 019 | 0.600 079 | 0.630 877 | 0.854 032 |
该企业联盟确定的甩挂运输企业联盟候选伙伴评判标准为:评价终值大于0.9为最适宜的合作伙伴,评价终值小于0.7为不合适的合作伙伴,介于0.7~0.9之间的为后备伙伴。
从结果可知,企业A和企业B是最适宜的合作伙伴,企业D和企业E是最不适宜的合作伙伴,而企业C和企业F可作为后备伙伴。
3.3 模型验证选取另外5家企业候选企业,利用同样的方法得到甩挂联盟候选伙伴评价指标量化表,如表 8所示。
| 准则层C | 因素层S | 指标层T | 指标属性 | A | G | H | I | J |
| 财务状况 | 营运能力 | 总资产周转率 | 定量 | 0.28 | 0.21 | 0.26 | 0.22 | 0.18 |
| 流动资产周转率 | 定量 | 2.3 | 1.9 | 1.5 | 2.2 | 2.1 | ||
| 盈利能力 | 净资产收益率 | 定量 | 0.24 | 0.19 | 0.22 | 0.28 | 0.23 | |
| 成本费用利润率 | 定量 | 0.11 | 0.09 | 0.08 | 0.07 | 0.12 | ||
| 企业合作 | 合作兼容性 | 战略目标兼容性 | 定性 | 0.9 | 0.8 | 0.6 | 0.7 | 0.8 |
| 企业文化相似性 | 定性 | 0.9 | 0.8 | 0.8 | 0.7 | 0.7 | ||
| 信誉水平 | 定性 | 0.75 | 0.9 | 0.8 | 0.85 | 0.83 | ||
| 企业发展潜力指标 | 信息化水平 | 定性 | 0.80 | 0.82 | 0.9 | 0.85 | 0.7 | |
| 业务增长率 | 定量 | 0.19 | 0.16 | 0.18 | 0.13 | 0.14 | ||
| 3 a资本平均增长率 | 定量 | 0.26 | 0.23 | 0.19 | 0.14 | 0.11 | ||
| 甩挂能力指标 | 运输服务质量指标 | 货物完好率 | 定量 | 0.96 | 0.91 | 0.94 | 0.97 | 0.95 |
| 正运率 | 定量 | 0.95 | 0.89 | 0.98 | 0.92 | 0.95 | ||
| 客户满意度 | 定量 | 0.93 | 0.95 | 0.98 | 0.95 | 0.92 | ||
| 甩挂设施情况 | 站场投资强度 | 定量 | 0.76 | 0.65 | 0.82 | 0.58 | 0.72 | |
| 站场有效面积率 | 定量 | 0.75 | 0.64 | 0.58 | 0.62 | 0.65 | ||
| 站场仓储面积率 | 定量 | 0.72 | 0.66 | 0.68 | 0.76 | 0.69 | ||
| 甩挂车辆效率 | 实载率 | 定量 | 0.70 | 0.62 | 0.73 | 0.36 | 0.33 | |
| 甩挂线路率 | 定量 | 0.75 | 0.5 | 0.65 | 0.4 | 0.64 | ||
| 牵引车日工作率 | 定量 | 0.9 | 0.82 | 0.85 | 0.8 | 0.83 |
经过计算,5家企业甩挂运输企业联盟候选伙伴评价终值如表 9所示。
| 企业 | A | G | H | I | J |
| 评价终值 | 0.984 384 | 0.913 725 | 0.861 953 | 0.601 434 | 0.945 861 |
从结果可知,企业A,J,G是最适宜的合作伙伴,企业I是最不适宜的合作伙伴,而企业H可作为后备伙伴。
4 结论现有甩挂运输企业大多规模小、资源有限,建立甩挂运输企业联盟有助于有效地整合资源,伙伴选择问题是建立联盟的重要环节。在“互联网+”背景下,企业间的竞合关系更为复杂。通过研究“互联网+”的甩挂运输企业联盟的企业伙伴选择问题,建立了甩挂运输企业联盟伙伴选择综合评价指标体系,该评价指标体系中准则层包括财务状况、企业合作能力、甩挂能力;因素层包括营运能力、盈利能力、合作兼容性等;指标层包括总资产周转率等在内的19项指标。基于突变级数评价无需计算指标权重,只需考虑各评价指标的相对重要性的特点,建立了联盟伙伴选择的突变级数评价模型。通过实证分析,并经过交叉验证。结果表明,突变级数评价模型能较好地处理指标赋权问题,适用于甩挂运输企业联盟的伙伴选择。
| [1] |
李亚茹. 提高道路运输效率的有效途径: 甩挂运输[J]. 公路交通科技, 2004, 21(4): 119-122. LI Ya-ru. Semi-trailer Swap Transport: An Effective Way to Improve Road Transport Efficiency[J]. Journal of Highway and Transportation Research and Development, 2004, 21(4): 119-122. |
| [2] |
曲衍国, 张振华, 张全忠, 等. 道路物流运输企业开展甩挂运输的探讨[J]. 物流技术, 2008, 27(10): 15-18. QU Yan-guo, ZHANG Zhen-hua, ZHANG Quan-zhong, et al. Discussion on Dropping and Pulling Transport of Road Logistics Transportation Enterprises[J]. Logistics Technology, 2008, 27(10): 15-18. DOI:10.3969/j.issn.1005-152X.2008.10.005 |
| [3] |
尹臻彧. 基于战略联盟下港口甩挂运输研究[J]. 合作经济与科技, 2011(23): 69-70. YIN Zhen-yu. Research on Port Drop-and-pull Transport Based on Strategic Alliance[J]. Co-operative Economy & Science, 2011(23): 69-70. DOI:10.3969/j.issn.1672-190X.2011.23.038 |
| [4] |
赵士凤, 李学工, 刘宝财. 基于蓝色经济区的甩挂运输物流绩效评价研究[J]. 标准科学, 2013(3): 33-38. ZHAO Shi-feng, LI Xue-gong, LIU Bao-cai. Research on Jilt Hang Transport Logistics Performance Evaluation Based on Shandong Peninsula Blue Economic Zone[J]. Standard Science, 2013(3): 33-38. DOI:10.3969/j.issn.1674-5698.2013.03.008 |
| [5] |
吕文岱, 韩雨辰, 贺亦军. 基于甩挂运输的虚拟企业联盟构建研究[J]. 兰州学刊, 2012(1): 78-82. LV Wen-dai, HAN Yu-chen, HE Yi-jun. Research on Construction of Virtual Enterprise Alliance Based on Drop-and-pull Transport[J]. Lanzhou Academic Journal, 2012(1): 78-82. |
| [6] |
杨扬, 徐新扬. 基于博弈理论的甩挂运输企业联盟条件与合作演化研究[J]. 公路交通科技, 2020, 37(5): 140-148. YANG Yang, XU Xin-yang. Study on Conditions and Cooperative Evolution of Alliance of Trailer Pick-up Transport Enterprises Based on Game Theory[J]. Journal of Highway and Transportation Research and Development, 2020, 37(5): 140-148. |
| [7] |
刘大鹏. 物流化背景下的货物运输联盟合作与博弈研究[D]. 长沙: 中南大学, 2010. LIU Da-peng. Study on Cooperation and Game of Cargo Transport Union on Logistics-oriented Background[D]. Changsha: Central South University, 2010. |
| [8] |
陈凤菊. 基于多目标模糊优化的物流战略联盟伙伴选择问题研究[J]. 物流技术, 2015, 34(2): 205-208. CHEN Feng-ju. Study on Selection of Strategic Logistics Alliance Partners Based on Multi-objective Fuzzy Optimization[J]. Logistics Technology, 2015, 34(2): 205-208. DOI:10.3969/j.issn.1005-152X.2015.02.062 |
| [9] |
甘家华, 马暕, 王建伟, 等. 中小物流企业联盟伙伴选择: 基于PCA-BP神经网络[J]. 技术经济与管理研究, 2014(11): 22-25. GAN Jia-hua, MA Jian, WANG Jian-wei, et al. The Research of Small and Medium-sized Logistics Enterprise Alliance Partner Selection: Based on PCA-BP Neural Network[J]. Technoeconomics & Management Research, 2014(11): 22-25. |
| [10] |
李华强, 刘浩学, 韩言虎. 多式联运联盟合作伙伴选择[J]. 公路交通科技, 2018, 35(8): 152-158. LI Hua-qiang, LIU Hao-xue, HAN Yan-hu. Selection of Partner in Multimodal Transport Alliance[J]. Journal of Highway and Transportation Research and Development, 2018, 35(8): 152-158. |
| [11] |
朱顺泉. 基于突变级数法的上市公司绩效综合评价研究[J]. 系统工程理论与实践, 2002, 22(2): 90-94. ZHU Shun-quan. Study on Catastrophe Theory and Application of Credit Evaluation of Listed Corporation[J]. Systems Engineering — Theory and Practice, 2002, 22(2): 90-94. |
| [12] |
张小飞, 张豫生. 论企业战略联盟伙伴选择的基本原则[J]. 同济大学学报(社会科学版), 2002, 13(5): 36-40. ZHANG Xiao-fei, ZHANG Yu-sheng. Principles for an Enterprise to Select Its Strategic Alliance Partners[J]. Journal of Tongji University (Social Sciences Edition), 2002, 13(5): 36-40. |
| [13] |
肖赟, 魏朗. 旅客联程联运伙伴选择方法研究[J]. 北京交通大学学报(社会科学版), 2018, 17(1): 49-55. XIAO Yun, WEI Lang. A Study on Partner Selection for Successive and Combined Passenger Transportation[J]. Journal of Beijing Jiaotong University (Social Sciences Edition), 2018, 17(1): 49-55. |
| [14] |
李强. 运输企业联盟组建及其合作伙伴选择研究[D]. 长春: 吉林大学, 2007. LI Qiang. Study on Construction and Partner Selection of Transport Enterprise Alliance[D]. Changchun: Jilin University, 2007. |
| [15] |
吕桂新. 集成场视角下动态物流联盟合作关系的演化博弈研究[D]. 西安: 长安大学, 2016. LV Gui-xin. Study on Evolution Game of Cooperative Relationships in Dynamic Logistics Alliance under Integrated Field Perspective[D]. Xi'an: Chang'an University, 2016. |
| [16] |
李红启, 李嫣然. 物流企业开展甩挂运输的绩效评价研究[J]. 北京交通大学学报(社会科学版), 2014, 13(1): 15-22. LI Hong-qi, LI Yan-ran. The Performance Appraisal of Drop-and-pull Transportation Adopted by Logistics Enterprises[J]. Journal of Beijing Jiaotong University(Social Sciences Edition), 2014, 13(1): 15-22. |
| [17] |
托姆 R. 结构稳定性与形态发生学[M]. 成都: 四川教育出版社, 1992. THOM R. Structural Stability and Morphogenesis[M]. Chengdu: Sichuan Education Press, 1992. |
| [18] |
刘杰. 电网企业物资绿色供应链决策机制研究[D]. 北京: 华北电力大学, 2015. LIU Jie. Research on Green Supply Chain Decision-making Mechanism of Power Grid Enterprise Material[D]. Beijing: North China Electric Power University, 2015. |
| [19] |
徐选华, 张威威. 基于改进突变级数法的地震灾害社会脆弱性风险评价研究: 基于四川地震灾害案例[J]. 灾害学, 2016, 31(3): 125-132. XU Xuan-hua, ZHANG Wei-wei. Risk Assessment on Earthquake Disaster Social Vulnerability Based on Improved Catastrophe Progression Method: A Case Study on Sichuan Earthquake Disaster[J]. Journal of Catastrophology, 2016, 31(3): 125-132. |
| [20] |
余福茂, 朱开明. 基于突变理论的动态物流联盟合作伙伴评价研究[J]. 物流技术, 2007, 26(2): 113-114. YU Fu-mao, ZHU Kai-ming. How to Evaluate the Dynamic Logistics Collaboration Partner Based on Catastrophe Theory[J]. Logistics Technology, 2007, 26(2): 113-114. |
| [21] |
任珩, 赵成章, 安丽涓. 基于突变级数法的民勤绿洲水资源管理政策绩效评价[J]. 资源科学, 2014, 36(5): 922-928. REN Heng, ZHAO Cheng-zhang, AN Li-juan. Performance Evaluation of Water Management Policy for Minqin Oasis Using the Catastrophe Progression Method[J]. Resources Science, 2014, 36(5): 922-928. |
| [22] |
孟凡生, 李美莹. 我国能源消费影响因素评价研究: 基于突变级数法和改进熵值法的分析[J]. 系统工程, 2012, 30(8): 14-19. MENG Fan-sheng, LI Mei-ying. Research on Evaluation Influencing Factors of Energy Consumption in China: Based on Catastrophe Theory and Improved Entropy[J]. Systems Engineering, 2012, 30(8): 14-19. |
2022, Vol. 39






