广州大学学报(自然科学版)

Sj = - k
∑P
i =1
ij
ln Pij , ( j = 1, 2, …, n )
( 1)
式中 , Pij为第 i个评价对象的第 j个指标信息 占第 j个指标总信息量的比率 , k = 1 / lnm , 并规定 当 Pij = 0 时 , Pij ln Pij = 0. 定义第 j个指标的熵权为
X0 = { x0 ( 1 ) , x0 ( 2 ) , …, x0 ( n ) } ( 4)
2 基于熵权的灰色关联分析模型
2. 1 熵权法确定各指标权重
熵 ( Entropy)的概念源于热力学 , 表示不能用 来做功的热能的变化量除以温度所得的商 . 后由 香农 ( Shannon ) 引入信息论 , 现已在工程技术 、 社 会经济等领域得到更多的应用 , 是一种多目标决 策的有效方法 . 熵是系统状态不确定性的一种 度量 . 根据熵的思想 , 决策中获得信息的多少和质 量是决策信度和效度的决定因素 . 因此 ,熵是应用 于不同决策过程评价或案例效果评价时的一个有 效工具 . 而且 ,熵还可以度量所获数据提供的有用 信息量 ,从而确定该信息所占的权重 . 其计算步骤 如下 : 考虑一个评价问题 , 设有 m 个被评价对象 , n 个评价 指标, 得到原始评 价信息矩 阵: O = ( oij ) m ×n , ( i = 1, 2, …, m; j = 1, 2, …, n ) 将原始评价信息矩阵进行标准化处理后得到 评价信息矩阵 X = ( xij ) m ×n. 对于 O 中极大型指 标 , 评价信息 xij为原始评价信息 oij与该指标的最 小值之差占该指标最大值与最小值之差的比率 . [9 ] 定义第 j个指标的熵 为
收稿日期 : 2008 - 12 - 11; 修回日期 : 2009 - 03 - 09
术对冷链物流体系中的各个环节进行及时的科学 [5] 处理 ,是保证食品安全 、 新鲜 、 健康地到达消费 者手中的关键 .
1 食品冷链物流企业绩效评价
企业绩效评价是指为了实现企业的生产经营 目的 ,运用数量统计和运筹学方法 , 采用特定的指 标体系和标准 , 按照一定的程序 , 通过定量 、 定性 分析 ,对企业一定经营期间的生产经营活动过程 及其结果作出客观 、 公正和准确的综合评判 . 目 前 ,有关物流企业的绩效评价方法很多 , 如模糊综 [6] [7] [8] 合评价法 、 B P神经网络算法 和层次分析法 等 ,这些评价方法都具有一定的适用性 , 但也存在 着一些局限性 . 有的过于简单 , 信息丢失太多 , 评 价结果难以令人信服 ; 有的过于复杂 , 且评价指标 过于定性化 ,可操作性不强 ,缺乏实用价值 . 食品冷链物流企业的绩效评价是一个灰色系 统 ,因为影响因素众多且相互关联 , 在进行综合评 价时 ,只能选取有限的主要指标来进行分析 ; 其 次 ,所选取的评价指标 , 有些是定性的 , 有些是定 量的 ,而有些定性指标数据可以从现有的统计资 料中获得 ,有些却是无法从统计资料中获得 , 该系
( 6)
然后 , 根据关联度的大小对评价对象进行排 序 , 关联度的大小顺序即为评价对象的优劣顺序 .
3 实例分析
某制造商要在 5 个被选的食品冷链物流企业
第 4期
黄向荣等 : 基于熵权灰色关联的食品冷链物流企业绩效评价 于表 1 的 16 项指标进行打分 , 结果见表 2.
89
随着中国经济的发展和居民生活水平的提 高 ,社会对于低温冷冻品的需求越来越大 , 人们对 于低温冷冻品的要求也越来越高 . 如何保证低温 冷冻食品的安全 、 放心 、 营养 , 已成为冷链物流建 [1 - 2] 设的首要问题 . 低温冷冻品绝大多数是农副 产品 ,具有严格的季节性和保鲜期 , 对物流要求及 时性 、 恒温性和多样性 . 冷链物流泛指冷藏冷冻类食品在生产 、 贮藏 运输 、 销售 、 到消费前的各个环节中始终处于规定 的低温环境 ,以保证食品质量 , 减少食品损耗的一 项系统工程 . 它是随着科学技术的进步 、 制冷技术 的发展而建立起来的 , 是以冷冻工艺学为基础 、 以 [3] 制冷技术为手段的低温物流过程 . 冷链由冷冻 加工 ,冷冻储藏 、 冷冻运输及配送 、 冷冻销售 4 方 [4] 面构成 . 一个完整的冷链物流体系通常还包括 原材料的采购 , 即原材料采购 、 冷冻加工 、 冷冻储 藏、 冷冻运输及配送 、 冷冻销售 5 个环节构成了完 整意义上的冷链物流系统 . 目前 ,食品冷链主要应用于瓜果鲜蔬 、 肉、 水 产品 、 奶制品和速冻食品等 . 除了速冻食品 , 其他 农副产品通常具有很强的季节性和保鲜期 , 而且 物理和化学特性各不相同 , 对物流的各个环节要 求相异 . 如何针对不同的食品 ,运用先进的信息技
n
w j = ( 1 - Sj )
∑( 1 j =1
Sj )
( 2)
2. 2 灰色关联分析法排序
灰色关联分析是对系统态势作量化比较分 析 , 其实质在于比较若干数列所构成的曲线和理 想 (标准 ) 数列所构成的曲线几何形状的接近程 度 , 几何形状越接近 , 其关联度就越大 . 关联序则 反映各评价对象对理想 (标准 ) 对象的接近次序 , 即评价对象的优劣次序 , 其中灰色关联度最大的 评价对象为最佳 . 其建模的基本思想如下 : 设评价对象为 m 个 , 评价指标为 n 个 , 确定比 较数列为 ( 3) X i = { xi ( 1 ) , xi ( 2 ) , …, xi ( n ) } 取每个指标的最佳值 x0 k为参考数列 x0 的实 体 , 则有参考数列 :
i k i k
│x0 ( k) - xi ( k) │ +ξmaxmax│x0 ( k) - xi ( k) │
i k
( 5)
上式中 ,ξ 为分辨系数 , 取值在 0 ～1 之间 , 本 ξ 文取 = 015. 计算加权关联度 , 计算公式如下 :
m
Ri =
ξ ∑
i =1
0, i
( k) × wj
制造商邀请相关领域专家给上述五家企业基
表 2 五家备选企业的专家打分情况
Table 2 The expert evaluation value of each index for five food cold chain logistics enterp rises
wk.baidu.com企业
A B C D E
指标值
u1 u2 u3 u4 u5 u6 u7 u8 u9 u10 u11 u12 u13 u14 u15 u16
食品冷链物流的整体绩效评价的指标体系
[ 10 ]
评价指标 内控管理 信息化程度 响应速度 财务状况 现金流 交货柔性 冷冻设备设施 原材料采购
指标值
u1 u2 u3 u4 u5 u6 u7 u8
评价指标 冷冻加工 冷冻储藏 冷冻运输及配送 冷冻销售 客户服务 价格指标 食品质量 食品安全
指标值
u1 u10 u11 u12 u13 u14 u15 u16
由于系统中各因素的量纲不一定相同 , 而且 有时数值的数量级相差悬殊 , 这样的数据很难直 接进行比较 . 因此 , 对原始数据需要消除量纲 , 转 换为可比较的数据序列 , 即归一化处理 . 求 X0 与 X i 在第 k 点的关联系数 ξ 0, i ( k ) , 计 算公式如下 : ξ 0, i ( k ) = m inm in│x0 ( k) - xi ( k) +ξmaxmax│x0 ( k) - xi ( k) │
根据表 1 的数据及 ( 2 ) 式的熵权值算法 , 得各 指标权重为
w j = ( 01134 8, 01089 1, 01083 8, 01083 8,
链物流企业 E 的绩效评价为最优 , 推荐选择 .
4 结 论
针对食品冷链物流企业的绩效评价问题 , 提 出了熵权法和灰色关联分析相结合的综合评价模 型 , 采用熵权法对各评价指标赋权 , 克服了多指标 评价中主观确定权重的不确定性 , 建立了食品冷 链物流企业绩效评价的指标体系 , 并应用灰色关 联分析对评价指标进行量化处理和比较 , 计算食 品冷链物流企业绩效评价的灰色关联度 . 最后 , 通 过实例证明 , 该模型减少了主观因素的影响 , 提高 了评价结论的客观性和准确性 , 为食品冷链物流 企业的绩效评价提供了一种新方法 . 本研究获广州大学商学院科研计划资助 .
第 8卷 第 4期 2009 年 8 月
广州大学学报 (自然科学版 )
Journal of Guangzhou University (Natural Science Edition)
Vol . 8 No. 4 Aug . 2009
文章编号 : 1671 2 4229 (2009) 04 2 0087 2 04
中选择一个作为长期战略合作伙伴 , 为了优化选 择 , 该制造商认为有必要对上述食品冷链物流企 业进行全面 、 细致的绩效评价 .
3. 1 指标体系的确定
表 1 食品冷链物流企业的绩效评价指标体系
Table 1 The performance evaluation index system of food cold chain logistics enterp rise
88
广州大学学报 (自然科学版 )
m
第 8卷
统具有信息不完全的“ 灰色 ” 特征 . 因此 , 运用灰 色系统理论对此系统进行评价优选非常适宜 , 而 且完全可行 . 传统的灰色关联分析在各指标权重的确定过 程中 , 大多采用德尔菲法 ( Delphi) 和层次分析法 (AHP ) . 德尔菲法是最常用的客观综合多数专家 经验与主观判断的技术方法 , 其缺点是过于依赖 专家的主观判断 . 层次分析法是一种定性与定量 相结合的方法 ,但其不足之处是 , 为了决策判断定 量化 ,须先建立数值判断矩阵 , 从而计算出比较元 素之间相对权重 ,但进行专家咨询时 , 由于专家和 决策者很难掌握标度的标准 , 因此作出的判断往 往不能满足一致性检验 . 为了克服上述方法的某些缺陷 ,可将熵权法引入 到灰色关联分析法的权重计算中 ,既考虑到决策者 的主观意向 , 又使评价结果具有较强的数理依据 和客观性 . 利用计算熵来确定各目标权重 ,再对所 有指标进行加权 , 从而得出较为客观的综合评价 结果 ,大大提高了灰色关联分析法的评价精度 .
基金项目 : 教育部人文社会科学研究资助项目 ( 08JA630019) ; 东亚运输学会 ( EASTS) 国际合作资助项目 ( ICRA2007 - 2009) 作者简介 : 黄向荣 ( 1975 - ) ,男 ,讲师 ,博士研究生 , E 2 mail: chamwin@163. com
10 10 9 9 9
7 8 7 10 10
9 7 7 8 8
9 8 7 8 7
6 8 7 9 9
5 9 9 10 10
8 9 7 7 9
8 7 7 9 9
7 7 6 7 7
7 9 7 8 9
5 8 7 9 8
10 9 9 8 7
9 7 10 10 9
8 9 7 8 6
6 10 7 7 8
10 6 9 8 9
基于熵权灰色关联的食品冷链 物流企业绩效评价
黄向荣
1, 2
, 谢如鹤
1
( 1. 广州大学 商学院 ,广东 广州 510006; 2. 中南大学 交通运输工程学院 ,湖南 长沙 410083 )
摘 要 : 提出了一个基于熵权和灰色关联分析的食品冷链物流企业绩效评价模型 . 由于影响因素众多且相互 关联 ,并具有信息不完全的特征 ,食品冷链物流企业的绩效评价是一个灰色系统 . 模型采用熵权法对食品冷链 物流企业各绩效评价指标进行赋权 ,克服了传统的灰色关联分析大多采用专家的主观评价来确定各指标权重 的不确定性 ,从而大大提高了灰色关联分析法的客观性和评价精度 . 最后通过实例验证了该模型的有效性和 适用性 . 关键词 : 熵权 ; 灰色关联分析 ; 食品物流 ; 冷链物流 ; 绩效评价 中图分类号 : U 295 文献标识码 : A
由冷链价值指标和顾客价值指标两部分组成 . 由 于食品的特殊性 , 冷链物流对信息的收集传递 、 时 间的把握和温度的控制要求极高 . 本文以此为基 础 , 结合冷链物流的特点 , 设计出以 16 个关键性 的评价指标作为食品冷链物流企业的整体绩效评 价指标体系见表 1.
3. 2 灰色关联度计算