基于AHP的跨境电子商务物流模式研究

孙学农,杨 明

(东营职业学院,山东 东营 257091)

近几年跨境电子商企业发展迅速，伴随着网络订单的增多和经济效益的扩张，如果找不到合适的物流模式，会导致贸易成本过高，尤其是企业的物流费用率竟达到了30%。这表明跨境电商物流模式方面有着比较严重的问题，本文使用层次分析法对现有的物流模式进行选择优化。

1 组织层次结构

考虑到目前跨境电子商务物流模式选择方面缺乏量化分析的依据,通过研究确定以下5个关键影响因素：退换货物、物流成本、物流效率、保障机制和合作风险。按照“目标—准则—决策”的层次结构模式。

在目标层中设定了最终目标；准则层的确定是根据物流模式的影响关键因素进行筛选和合并,最终确定了五个准则,分别是：退换货物、物流成本、物流效率、保障机制和合作风险,后面的描述中为了方便采用符号y1,y2,…,y5加以表示；方案层的设定是关键,目前电子商务的流行模式大概有七种以上,根据区域的特点和未来实施的可行性,选择了跨境小包物流模式、海外直购物流模式和网购保税物流模式三种方案,后文中分别用符号x1,x2,x3表示。

2 构造判断矩阵

层次模型确定后,就需要进行判断矩阵的构造。取设上一层的某一个元素yi为准则进行研究,它所支配的下一层次的元素记为x1,x2,…,xn,那么这n个元素是否对上面的元素yi有影响就需要确定它们在矩阵中的比重,也就是需要进行比较。 具体的做法是：任取两个不同元素xi和xj,元素xi与xj的影响比用aij表示,这样就可以得到多个比较值,我们把这些值构造成一个数表,为了表示这个数表,把它们表示成矩阵A,这就是我们要构造的判断矩阵,矩阵可表示为：

通过上面的判断矩阵的构造,不难看出该矩阵的元素aij有下列特点：

之所以采用两两比较的方法,根本原因是每一个元素xi对于y的影响很难进行量化,下面给出一种比较的方法——5级制(如表1所示),为了使比较的结果更精确,又不增加计算的难度,在每两个等级之间各有一个中间状态,合计共1～9个尺度。预先设定,如果aij的取值为2,4,6,8,说明重要程度介于相邻等级之间。实践证明,成对比较的尺度以7加减2为宜,故aij的取值范围是1,2,3,…,9及其倒数。

表1 比较尺度的取值及含义

根据表1的定量化尺度,可以设定设准则层对目标层的成对比较判断矩阵：

同样根据表1的定量化尺度，建立方案层对准则层的成对比较判断矩阵B1-B5。

3 求单排序权重向量并进行一致性检验

所谓层次单排序向量就是指在上、下两个层次中,下层次中的各个元素相对上一层中的某个元素的重要性相对值大小(即权重)的排序,每一个值就是前面构造的判断矩阵中的值,为便于数据处理,需要写成向量的形式,这个向量就是单层次排序权重向量。下文中权重记为w1,w2,…,wn,写成向量形式w=(w1,w2,…,wn)T。求单层次排序权重向量的方法有多种,在此采用求判断矩阵的特征值与特征向量的方法,俗称特征根法。

表2给出了n(1-11)阶矩阵在通过160个随机样本矩阵通过计算得出的平均随机一致性指标RI,样本规模不同,得出的平均随机一致性指标略有差异。

表2 n阶矩阵平均随机一致性指标

特征根法计算量比较大,在此推荐使用用数学工具软件Matlab,一般认为Matlab擅长数值运算,尤其是矩阵数值运算。也可以使用软件Mathematica,一般认为Mathematica擅长理论运算。

经求解可以得到A的最大特征值λmax=4.23657,及其对应的特征向量

α=(0.52374,0.24315,0.76129，0.19072，0.41732)T

为了数据的可比性更强,需要进行归一化处理,归一化后的特征向量为：

w(2)=(0.24517,0.11382,0.35637,0.08928,0.19535)T

把n=5,λmax=4.23657代入可得：CI=0.001657

接下来查表2,矩阵阶数为5对应的随机一致性指标RI=1.12

由于CR(2)<0.1,我们就可以认为一致性检验通过,求得的特征向量是可靠的。因此可以用上述归一化后的特征向量w(2)作为排序权重向量。

用同样的方法求矩阵Bj(j=1,2,…,5)的最大特征值及特征值所对应的特征向量,其对应的最大特征值分别是：

λ1=3.00369,λ2=3.00369,λ3=3.00369,λ4=3.00369,

λ5=3.000

上述特征值所对应的特征向量分别是：

α1=(0.163954,0.46286,0.871137)T

α2=0.928119,0.328758,0.174679)T

α3=(0.163954,0.46286,0.871137)T

α4=(0.928119,0.17469,0.328758)T

α5=(0.904534,0.301511,0.301511)T

同样的按照上述的方法对其做归一化的标准处理,可得如下的特征向量：

w1=(0.109452,0.308996,0.581552)T

w2=(0.648329,0.229651,0.12202)T

w3=(0.109452,0.308996,0.581552)T

w4=(0.648329,0.12202,0.229651)T

w5=(0.600000,0.200000,0.200000)T

CI1=0.0018473,CI2=0.0018473,CI3=0.0018473,CI4=0.0018473,CI5=0

查表2,可知3阶矩阵对应的随机一致性指标皆为RIi=0.58(i=1,2,…,5)

CI1=0.003185,CI2=0.003185,CI3=0.003185,CI4=

0.003185,CI5=0

由于CRi<0.1，(i=1,2,…,5),故可以认为一致性检验通过。即认为Bj(j=1,2,…,5)的特征根向量是可信的,用归一化后的特征向量作为其排序权重向量是可信的。

4 求层次总排序权重并进行一致性检验

在做出单层次排序权重的基础上,还需逐层对其上层元素进行排序向量的求解,直至求出目标层的排序权重,然后通过自上而下地将层次单排序的权重进行合并,就可以得到层次总排序权重。本实例中总共三层,上述已经求出准则层的排序权重向量,只要再求出目标层的总排序权重,即可判断方案的优劣。因此接下来需要求对于目标层的总排序权重向量,从而选出最优方案。

跨境电子商务物流模式选择问题所在层对于准则层的排序权重计算结果列成如下的矩阵形式：

W(3)=

矩阵所表示的就是方案层对目标层的排序权重向量,注意行列的关系(权重向量为列向量组成的矩阵)。接下来再求累计向量,也就是自下而上的向量合并。

不妨把总排序权向量记为w(3),

则有w(3)=W(3)w(2)=(0.24276,0.23512,0.52212)T,即为所求总排序向量。

为了对总排序权向量进行一致性检验,需要计算

CI(3)=(CI1,CI2,…,CI5)。

数据代入后得CI(3)=0.0032143

综合求得随机一致性指标：RI(3)=[RI1,…,RI5]w(2)=0.49

于是得CR(3)=CR(2)+CI(3)/RI(3)=0.0051219

因为CR(3)<0.1,所以认为总排序权重向量是可信的。

通过对总排序权重向量各分量值的比较,不难看出方案3即网购保税物流模式是建模者的首选物流模式。可以看出,跨境电商物流模式发展的趋势是以网购保税物流模式为主,同时,跨境小包物流模式也应快速发展,这样能够使顾客的利益最大化,有利于提高企业的综合实力。