鄧德勝，李仕進(jìn)，陳德良

（中南林業(yè)科技大學(xué)，湖南 長沙 410004）

隨著市場經(jīng)濟(jì)的繁榮發(fā)展，我國對內(nèi)對外貿(mào)易的發(fā)生更加頻繁，作為銜接供需雙方，實現(xiàn)貿(mào)易物資空間價值和時間價值的物流企業(yè)，在國民經(jīng)濟(jì)中發(fā)揮著越來越重要的作用。同時，由于物流活動環(huán)節(jié)的復(fù)雜性和參與方的多重性，特別是適合我國企業(yè)的資信評價體系還未建立，使得物流交易活動充滿諸多風(fēng)險；加上市場開放政策的深入帶來的大量外資物流企業(yè)不斷涌入中國，使我國本土物流企業(yè)面臨的內(nèi)、外部因素的不確定性逐漸增加。與日俱增的諸多風(fēng)險可能會給物流企業(yè)帶來損失，甚至導(dǎo)致整個企業(yè)的失敗。因此，物流企業(yè)風(fēng)險評價意義重大，科學(xué)的評價有助于物流企業(yè)加強(qiáng)風(fēng)險防范意識，克服不利因素的影響，有利于企業(yè)的穩(wěn)定發(fā)展。

一、物流企業(yè)風(fēng)險的內(nèi)涵

物流企業(yè)風(fēng)險是由外部環(huán)境的不確定性、物流企業(yè)經(jīng)營活動的復(fù)雜性以及物流企業(yè)能力與實力的有限性所導(dǎo)致的目標(biāo)偏離預(yù)期的可能性，具體而言包括：[1]

1.結(jié)果偏離說

物流企業(yè)風(fēng)險的結(jié)果偏離說是指物流企業(yè)生產(chǎn)經(jīng)營活動最終所實現(xiàn)的結(jié)果具有波動性。具體表現(xiàn)為物流企業(yè)的市場份額在一定的百分比之間波動，交貨期僅能確定在一個小范圍之內(nèi)，物流企業(yè)投資所能獲得的最大收益與最低收益相差甚遠(yuǎn)等。物流企業(yè)風(fēng)險的結(jié)果偏離說揭示出物流企業(yè)的觀念偏差與行為誤差可能會導(dǎo)致實際經(jīng)營活動結(jié)果的不確定性，盡管該不確定性未必一定會給物流企業(yè)帶來經(jīng)濟(jì)損失，但在特定的事件（如突發(fā)事件、特殊物品的運(yùn)輸、客戶需求較為苛刻的服務(wù)等）中必然會觸發(fā)一系列不利后果。

2.預(yù)期偏離說

物流企業(yè)風(fēng)險的預(yù)期偏離說是指物流企業(yè)生產(chǎn)經(jīng)營活動偏離預(yù)期目標(biāo)的可能性。具體表現(xiàn)為物流企業(yè)無法按照其承諾兌現(xiàn)基于投資者的承諾；物流企業(yè)的市場占有率目標(biāo)、產(chǎn)值目標(biāo)、利潤目標(biāo)等偏離預(yù)期值；物流企業(yè)實際提供的服務(wù)偏離消費(fèi)者預(yù)期等。顯然，物流企業(yè)生產(chǎn)經(jīng)營活動的預(yù)期偏離必然會導(dǎo)致風(fēng)險的產(chǎn)生，如投資者的預(yù)期偏離在影響投資積極性之后會導(dǎo)致財務(wù)風(fēng)險，物流企業(yè)自身追求目標(biāo)的預(yù)期偏離會阻礙下一輪目標(biāo)的實現(xiàn)，消費(fèi)者預(yù)期偏離會降低顧客感知質(zhì)量與品牌忠誠度等。同結(jié)果偏離說一樣，即使物流企業(yè)在未遭受損失的情況下偏離預(yù)期目標(biāo)，仍然會影響物流企業(yè)的后續(xù)風(fēng)險。

3.風(fēng)險損失說

物流企業(yè)風(fēng)險的風(fēng)險損失說是指物流企業(yè)生產(chǎn)經(jīng)營活動遭受風(fēng)險損失的不確定性。物流企業(yè)生存的目的是在提供物流服務(wù)過程中獲取經(jīng)濟(jì)利益，基于此，狹義風(fēng)險被視為任何可能導(dǎo)致物流企業(yè)經(jīng)濟(jì)損失的不確定性。在某種程度上說，損失是風(fēng)險產(chǎn)生的最終結(jié)果，包括經(jīng)濟(jì)損失與非經(jīng)濟(jì)損失，后者可看作風(fēng)險損失的外延或者間接經(jīng)濟(jì)損失，具體包括物流企業(yè)信譽(yù)喪失、品牌形象受損、市場地位降低等。

4.心理感受說

物流企業(yè)風(fēng)險的心理感受說是指物流企業(yè)管理者以及實際生產(chǎn)經(jīng)營活動的執(zhí)行者在遭遇外部環(huán)境復(fù)雜性以及經(jīng)營條件局限性時的具體心理感知。顯然，物流企業(yè)風(fēng)險的心理感受說具有相對性，受管理者與具體執(zhí)行者風(fēng)險偏好、心理承受能力、經(jīng)濟(jì)實力的影響。如同樣面對政治局勢的變動或者經(jīng)濟(jì)危機(jī)的影響，經(jīng)濟(jì)實力較強(qiáng)與心理承受能力較強(qiáng)的物流企業(yè)，對于風(fēng)險感知的敏感程度要遠(yuǎn)低于經(jīng)濟(jì)實力較弱與心理承受能力較差的物流企業(yè)；面對不可多得的市場機(jī)會，風(fēng)險偏好型的決策者感受程度要低于風(fēng)險規(guī)避型的決策者等。

二、基于四元集成（DHGF）與熵技術(shù)的物流企業(yè)風(fēng)險評價模型

1.四元集成（DHGF）方法與熵技術(shù)介紹

四元集成法（簡稱 DHGF）[2]、[3]是將比較流行的德爾斐法（Delphi）、層次分析法（Analytic Hierarchy Progress）、灰色關(guān)聯(lián)法（Gray Interconnect）、 模糊評判法（Fuzzy Evaluating）的成功之處組合運(yùn)用，將實踐經(jīng)驗和科學(xué)理論相結(jié)合的從定性到定量的數(shù)學(xué)方法。DHGF集成法的理論基礎(chǔ)是錢學(xué)森教授提出的從定性到定量的綜合集成方法和顧基發(fā)教授提出的物理—事理—人理（WSR）方法，通過對比、分析、研究，發(fā)現(xiàn)現(xiàn)有評價方法的優(yōu)缺點(diǎn)有互補(bǔ)性，采用改進(jìn)的德爾斐法構(gòu)造評價指標(biāo)體系，運(yùn)用層次分析法取得加權(quán)矩陣，使用灰色關(guān)聯(lián)法中的統(tǒng)計專家評分，最后通過模糊評判法得出評價結(jié)論。

雖然DHGF方法可以較好地解決在評價過程中指標(biāo)體系建立不合理的問題和過程復(fù)雜操作性差的問題，但是，在如何減弱專家主觀因素方面還不能做到完全合理化。因此，有必要引入熵技術(shù)對其進(jìn)行修正。在信息論中熵值反映了信息無序化程度，熵越大，無序程度越高，不確定性越大；反之，熵越小，其有序程度越高，不確定性越小。故可用信息熵評價所獲系統(tǒng)信息的有序度及效用，即由評價指標(biāo)值構(gòu)成的判斷矩陣來確定指標(biāo)權(quán)重，它能盡量消除各指標(biāo)權(quán)重計算的人為干擾，使評價結(jié)果更符合實際。[4]

2.基于四元集成與熵技術(shù)的物流企業(yè)風(fēng)險評價方法

（1）確定指標(biāo)層

圖1 物流企業(yè)風(fēng)險評價指標(biāo)體系

在物流企業(yè)風(fēng)險評價指標(biāo)體系中，將影響物流企業(yè)的風(fēng)險因素分解成3層，其中第一層物流企業(yè)風(fēng)險評價為目標(biāo)層，第二層和第三層為準(zhǔn)則層（因素層）和子準(zhǔn)則層（子因素層），最底層為方案層。因素集是由影響評價對象的各種因素組成的集合。由圖1可見，物流企業(yè)的各項風(fēng)險因素被分成兩級，第一級因素集 X=[A1，A2，A3，A4]=[環(huán)境風(fēng)險，運(yùn)營風(fēng)險，財務(wù)風(fēng)險，能力風(fēng)險]；第二級因素從屬于第一級因素，其因素集分別為A1=[B1，B2，B3]=[市場風(fēng)險，政策風(fēng)險，經(jīng)濟(jì)金融風(fēng)險]，A2=[B4，B5，B6，B7]=[溝通風(fēng)險，人力資源風(fēng)險，組織管理風(fēng)險，激勵風(fēng)險]，A3=[B8，B9，B10，B11]=[信用風(fēng)險，籌資風(fēng)險，投資風(fēng)險，利潤分配風(fēng)險]，A4=[B12，B13，B14，B15]=[成長能力風(fēng)險，服務(wù)能力風(fēng)險，技術(shù)能力風(fēng)險，成本能力風(fēng)險]。[5]

（2）構(gòu)造比較判斷矩陣，采用AHP確定權(quán)重[6]

進(jìn)行風(fēng)險評價時首先要對二級因素集分別構(gòu)造判斷矩陣，然后再對上層因素進(jìn)行相應(yīng)的計算。針對上一層的準(zhǔn)則，對下一層與之相關(guān)的風(fēng)險因素進(jìn)行兩兩對比，按其重要程度評定等級。記aij為第i個風(fēng)險因素比第j個風(fēng)險因素的重要性等級，采用1-9標(biāo)度對其賦值（見表1）。

通過專家評判，得到判斷矩陣 R=｛rij｝n×n。根據(jù)得到的判斷矩陣，分別求出其最大特征值和特征向量，如果判斷矩陣一致性比例經(jīng)檢驗CR<0.1，則此特征向量即為該層風(fēng)險因素的權(quán)重向量，如果不滿足則需調(diào)整因素間兩兩對比關(guān)系，直到滿足要求為止。計算公式為：

判斷矩陣的一致性檢驗步驟是：

第二，查表2可得平均隨機(jī)一致性指標(biāo)。

第三，計算一致性比率C.R.=C.I./R.I.，當(dāng)C.R.<0.1時，認(rèn)為判斷矩陣的一致性是可以接受的；當(dāng)C.R.>0.1時，認(rèn)為判斷矩陣不符合一致性要求，需要對該判斷矩陣進(jìn)行重新修正。

第四，層次總排序及其一致性檢驗。針對指標(biāo)體系，綜合專家對各項評價準(zhǔn)則和評價因素相對重要性的判斷，采用層次分析方法，構(gòu)造比較判斷權(quán)重矩陣，即O上的模糊加權(quán)子集W。

W=[W1，W2，…，Wn]

其中，W為因素集合O第i個因素Oi所對應(yīng)的權(quán)重，且

（3）熵值法確定權(quán)重

熵值法是一種客觀賦權(quán)法，依據(jù)原始數(shù)據(jù)之間的關(guān)系（各指標(biāo)值所包含信息量的大小），確定指標(biāo)的權(quán)重，可在一定程度上避免主觀隨意性。

①選取n個風(fēng)險評價指標(biāo)，邀請m位專家對各指標(biāo)進(jìn)行評分，得到m位專家關(guān)于n個指標(biāo)的評價矩陣R（R為m×n階矩陣）：

③計算熵值。第j個評價指標(biāo)對m個專家的相對重要性的不確定程度，可由下列條件熵度量。

當(dāng)pij=0時，pijlnpij=0

表1 1~9數(shù)量標(biāo)度及其取值含義表

表2 平均隨機(jī)一致性指標(biāo)RI

④計算第j個指標(biāo)的差異系數(shù)。對于第j個指標(biāo)，指標(biāo)值的差異越大，對方案的作用越大，熵值就越小。反之，差異越小，熵值就越大。因此，定義差異系數(shù)：

⑤確定指標(biāo)權(quán)重。第j個指標(biāo)權(quán)重為：

（5）利用灰色模型計算灰色權(quán)值

①確定評價量樣本矩陣。通常評價量樣本矩陣采用專家對評價指標(biāo)打分的辦法，一般打分標(biāo)準(zhǔn)在1~10之間，分?jǐn)?shù)越高表示對于該方案該指標(biāo)越符合要求。設(shè)有r位專家參加評價E=[E1，E2，…，Er]。第l位專家按DHGF咨詢表對第i個指標(biāo)Oi的評價量樣本記為dli，表示的含義是對于某一方案該指標(biāo)所能達(dá)到的好壞程度，將r位專家對所評價信息系統(tǒng)的評價構(gòu)成樣本矩陣D=（dli）n×r。

②確定評價等級?；谖锢怼吕怼死恚╓SR）思想和測度理論，V=[V1，V2，…，Vm]（m表示等級個數(shù))，表示m等級──優(yōu)、良、中…差，以判斷方案的優(yōu)劣。

③確定評估灰類。就是要確定評價灰類的等級數(shù)、灰類的灰數(shù)以及灰數(shù)的白化權(quán)函數(shù)?；翌愐鶕?jù)評價等級，通過定性分析確定。常用的白化權(quán)函數(shù)有下述三種：

白化權(quán)函數(shù)轉(zhuǎn)折點(diǎn)的值稱為閥值d1、d2。取得閥值的方法有兩種：一是按照準(zhǔn)則或經(jīng)驗用類比的方法，這種方法取得的閥值稱為客觀閥值；二是從樣本矩陣中尋找最大、最小和中等值，作為上限、下限和中等值，這種方法取得的閥值稱為相對閥值。

（6）計算灰色統(tǒng)計數(shù)

用灰色統(tǒng)計方法確定各評價標(biāo)準(zhǔn)函數(shù)（灰數(shù)的白化權(quán)數(shù)），并求出dli屬于p評價標(biāo)準(zhǔn)的權(quán)重fp（dli）（1≤p≤m），據(jù)此求出此判斷矩陣的灰色統(tǒng)計數(shù)（記為nip）和總灰色統(tǒng)計數(shù)記為ni。

（7）計算灰色評估權(quán)重及其權(quán)矩陣

綜合r位專家對第i個評價因素主張第j種評價標(biāo)準(zhǔn)的灰色權(quán)值構(gòu)成單因素模糊評價權(quán)重矩陣R，見式：

（8）計算模糊評價矩陣

由加權(quán)子集W和加權(quán)模糊評價矩陣R復(fù)合運(yùn)算得到模糊綜合評價矩陣B。

（9）計算評價結(jié)果

由管理者和專家確定評價能力的等級，確定評價對象的等級集合，即確定等級矩陣V。然后求出綜合評價結(jié)果p，p=B×V，由p可以對方案作出評價。[7]

三、實例應(yīng)用

邀請5位物流企業(yè)風(fēng)險管理方面的專家，對已建立的風(fēng)險評價指標(biāo)體系運(yùn)用德爾斐法進(jìn)行權(quán)重分析，并運(yùn)用該風(fēng)險評價體系對某知名物流公司面臨的風(fēng)險程度進(jìn)行打分。為了便于專家評定，規(guī)定對每一項的打分范圍為1~10分（風(fēng)險由低到高增加），由各位專家對各個評價指標(biāo)進(jìn)行打分（見表 3）。

運(yùn)用AHP方法，借助于yaahp5.0軟件求得各層因素比值關(guān)系所構(gòu)建的矩陣均滿足一致性檢驗要求，則得到風(fēng)險評價指標(biāo)體系各指標(biāo)的權(quán)重為：

由于存在一定的主觀因素，故采用熵技術(shù)修正權(quán)重結(jié)果為：

由反饋回來的專家調(diào)查表得到專家評價樣本矩陣，將各個指標(biāo)分為危險、預(yù)警、臨界、安全四個等級（見表 4）。相應(yīng)的評價分?jǐn)?shù)為 V=（9，7，5，3）T。

確定計算評估的灰類，建立如下各個灰數(shù)的白化權(quán)函數(shù)：

表3 專家打分表

表4 評價等級表

則可以求出灰色統(tǒng)計數(shù)，n11=f1（3）+f1（4）+f1（5）+f1（3）+f1（4）=2.11

同理得到 n12=2.71，n13=3.8，n14=3.67，對于 B1的總灰色統(tǒng)計數(shù)為：

同理求得其他指標(biāo)的灰色統(tǒng)計數(shù)并建立權(quán)矩陣：

分別得出經(jīng)熵技術(shù)修正后及未經(jīng)修正的模糊綜合評判矩陣（歸一化后）：

計算評價結(jié)果為：

通過表2可知，基于層次分析法但權(quán)重未經(jīng)熵技術(shù)修正得出的該物流企業(yè)安全狀況的風(fēng)險水平位于臨界與預(yù)警之間，而經(jīng)熵技術(shù)修正后得出的該物流企業(yè)安全狀況的風(fēng)險水平位于安全與臨界之間，而后者與企業(yè)的實際情況較為相符，說明經(jīng)熵技術(shù)修正后得出的指標(biāo)權(quán)重更有效，避免了由于評價結(jié)果偏誤給企業(yè)管理決策的誤導(dǎo)以及由此而增加的企業(yè)在管理改進(jìn)過程的風(fēng)險。

四、結(jié)論

物流企業(yè)風(fēng)險評估關(guān)系到企業(yè)管理水平的改進(jìn)和企業(yè)的持續(xù)健康成長，建立良好的風(fēng)險評價體系和評估改進(jìn)制度，有利于提高企業(yè)應(yīng)對內(nèi)外環(huán)境風(fēng)險的能力。本文通過將改進(jìn)的德爾斐法、層次分析法、灰色關(guān)聯(lián)法、模糊評判法綜合集成為DHGF綜合評價模型，對物流企業(yè)的風(fēng)險進(jìn)行評估，以確定企業(yè)所面臨風(fēng)險的大小，并根據(jù)經(jīng)熵技術(shù)修正前后的兩個指標(biāo)權(quán)重分別得出企業(yè)風(fēng)險評價值，然后與企業(yè)實際相比較，說明了經(jīng)熵處理后的權(quán)重更有效，從而為物流企業(yè)風(fēng)險水平的確定提供了更科學(xué)合理的評價方法，并為企業(yè)經(jīng)營管理的改進(jìn)及橫向比較提供了依據(jù)。雖然DHGF理論更具優(yōu)越性，但這種從定性到定量的數(shù)學(xué)方法，建模過程需要大量的數(shù)據(jù)，計算量大，并且不可避免的具有一定的主觀性因素。

[1]周慧玲.風(fēng)險管理學(xué)[M].武漢：武漢測繪科技大學(xué)出版社，1998：24.

[2]Fank R liehtenberg.Issues in Measuring Industrial R&D[J].Research Policy，1990（l）：157-163.

[3]林元慶.方法群評價中權(quán)重集化問題的研究[Jl.中國管理科學(xué)，2002（專輯）：20-22.

[4]陳濤燾.物流企業(yè)風(fēng)險評價及對策研究[D].武漢：武漢理工大學(xué)，2008：45-46.

[5]溫宏偉.物流企業(yè)風(fēng)險的內(nèi)涵分析及評價[J].物流科技，2007（12）：8-11.

[6]楊安，趙東風(fēng)，杜金亮.基于DHGF與熵技術(shù)的油庫風(fēng)險評價[J].安防科技，2010（5）：3-5.

[7]李洪巖.DHGF與熵技術(shù)在風(fēng)險評價中的應(yīng)用[J].沈陽航空工業(yè)學(xué)院學(xué)報，2008（2）：92-94.