0 引 言

隨著經(jīng)濟(jì)的發(fā)展和科技的進(jìn)步， 市場(chǎng)已經(jīng)逐漸從相對(duì)穩(wěn)定的局面演變?yōu)閯?dòng)態(tài)多變的局面， 單個(gè)企業(yè)、 乃至少數(shù)企業(yè)結(jié)成的聯(lián)盟僅憑借自身力量已經(jīng)難以應(yīng)對(duì)復(fù)雜多變的市場(chǎng)環(huán)境， 只有通過(guò)以共贏為目的的戰(zhàn)略合作方式才能最大限度地發(fā)揮企業(yè)自身優(yōu)勢(shì)[1]， 為此， 時(shí)代呼喚新的管理理念和管理模式的產(chǎn)生。 基于這個(gè)背景， 多功能開(kāi)放型企業(yè)供需網(wǎng)（SDN—Supply and Demand Network with multifunctional and opening characteristics for enterprise） 應(yīng)運(yùn)而生， 它是指以全球資源獲取、 全球制造、 全球銷(xiāo)售和提高企業(yè)綜合能力為目標(biāo)， 相關(guān)企業(yè)之間由于“ 供需流” 的交互作用而形成的多功能開(kāi)放式的供需一體化動(dòng)態(tài)網(wǎng)絡(luò)模式[2]。 它有多功能性合作、 充分開(kāi)放性合作、 包容性合作和動(dòng)態(tài)網(wǎng)絡(luò)性合作的基本特征， 這些特征分別從不同的方面體現(xiàn)出了SDN 企業(yè)“ 以合作為主、 競(jìng)爭(zhēng)為輔” 的經(jīng)營(yíng)戰(zhàn)略。 因此， 在SDN 企業(yè)構(gòu)建的過(guò)程中， 如何采取合理有效的方法選擇合適的、優(yōu)質(zhì)的合作伙伴以提高整體的效益和競(jìng)爭(zhēng)力， 不僅關(guān)系到SDN 企業(yè)的績(jī)效和成敗， 同時(shí)也關(guān)系到整個(gè)供需網(wǎng)系統(tǒng)的良性運(yùn)作，是一項(xiàng)非常重要的研究?jī)?nèi)容。

迄今為止， 國(guó)內(nèi)外學(xué)者對(duì)企業(yè)合作伙伴選擇問(wèn)題的研究主要是以供應(yīng)鏈為研究對(duì)象， 然而隨著供需關(guān)系已經(jīng)逐步從鏈?zhǔn)浇Y(jié)構(gòu)趨向于網(wǎng)絡(luò)化結(jié)構(gòu)的方式發(fā)展， 而研究中對(duì)基于供需網(wǎng)的合作伙伴選擇問(wèn)題卻較少。 吳沖（Chong Wu） 等[3]（2011） 梳理并總結(jié)了供應(yīng)鏈合作伙伴選擇的多種方法， 主要包括定性與定量相結(jié)合的分析模型， 如層次分析法、 網(wǎng)絡(luò)分析法等； 模糊評(píng)價(jià)模型， 如粗糙集、 模糊函數(shù)； 生物進(jìn)化算法等模擬自然界的選擇方法， 如遺傳算法、 蟻群算法； 數(shù)學(xué)規(guī)劃方法， 如目標(biāo)規(guī)劃、 多目標(biāo)規(guī)劃和整數(shù)規(guī)劃等， 并指出上述方法的優(yōu)缺點(diǎn)和適用范圍。 Cheng-When Chang 等[4]（2012） 對(duì)供應(yīng)鏈網(wǎng)絡(luò)中不同類(lèi)型的企業(yè)合作策略進(jìn)行了分析， 比較了各企業(yè)的合作內(nèi)涵與動(dòng)機(jī)。 胡偉、 徐福緣（2013）[5]提出了基于供需網(wǎng)基本特征理念的企業(yè)合作伙伴選擇的多目標(biāo)決策模型， 用粒子群算法對(duì)模型進(jìn)行優(yōu)化和求解， 最后得出最佳的合作伙伴組合。 何源等（2013）[6]結(jié)合博弈理論分析方法和最小二乘曲線(xiàn)擬合思想， 構(gòu)建了供需網(wǎng)企業(yè)動(dòng)態(tài)演化模型， 最終得出最優(yōu)合作期望收益函數(shù)以及合作收益系數(shù)這一影響供需網(wǎng)成員企業(yè)動(dòng)態(tài)合作選擇的重要因素。

從上述研究成果來(lái)看， 目前雖然針對(duì)多功能開(kāi)放型企業(yè)供需網(wǎng)合作伙伴選擇方面的研究成果較為稀少， 然而與之研究有著緊密關(guān)聯(lián)的傳統(tǒng)企業(yè)和供應(yīng)鏈企業(yè)合作伙伴選擇的研究方法和研究角度卻很多， 如大多數(shù)文獻(xiàn)采用層次分析方法、 網(wǎng)絡(luò)分析法、 數(shù)據(jù)包絡(luò)分析方法、 灰色關(guān)聯(lián)度分析方法、 模糊綜合評(píng)價(jià)法等， 這些成果為研究SDN 企業(yè)合作伙伴的選擇提供了借鑒。此外， 雖然有少數(shù)文獻(xiàn)已經(jīng)對(duì)基于供需網(wǎng)的企業(yè)合作從不同的角度進(jìn)行了探究， 然而并沒(méi)有從整體上依據(jù)SDN 企業(yè)的所有特征， 給出一個(gè)切實(shí)可行的方案。 SDN 是一個(gè)建立在多種供需關(guān)系的基礎(chǔ)上具有復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)的節(jié)點(diǎn)集合， 其節(jié)點(diǎn)內(nèi)涵趨于多樣化， 它既可以是企業(yè)、 科研機(jī)構(gòu)、 金融機(jī)構(gòu)和個(gè)人， 也可以是供應(yīng)鏈、 虛擬企業(yè)或是動(dòng)態(tài)聯(lián)盟， 這些節(jié)點(diǎn)由于供需關(guān)系的驅(qū)動(dòng)成為SDN 的成員并具有平等的關(guān)系。 因此， SDN 企業(yè)合作伙伴的選擇問(wèn)題不同于傳統(tǒng)企業(yè)之間或供應(yīng)鏈間的合作伙伴選擇問(wèn)題， SDN 企業(yè)的合作是節(jié)點(diǎn)之間的合作， 并且各節(jié)點(diǎn)企業(yè)遍布全球， 合作的目的不僅要使參與的企業(yè)節(jié)點(diǎn)受益， 更要使整個(gè)供需網(wǎng)絡(luò)系統(tǒng)的社會(huì)效益和經(jīng)濟(jì)效益得到改善， 同時(shí)要兼顧考慮資源環(huán)境效益和經(jīng)濟(jì)效益協(xié)同發(fā)展。 以此為基礎(chǔ)， 本文首先結(jié)合SDN 企業(yè)的特點(diǎn)及其合作伙伴選擇的原則構(gòu)建了SDN 企業(yè)合作伙伴選擇評(píng)價(jià)指標(biāo)體系， 同時(shí)， 將直覺(jué)模糊熵方法與TOPSIS 法結(jié)合， 以此構(gòu)建基于直覺(jué)模糊TOPSIS 法的SDN 企業(yè)合作伙伴選擇模型， 為SDN 企業(yè)合作伙伴的正確選擇提供理論和實(shí)踐依據(jù)。

1 SDN 企業(yè)合作伙伴選擇的評(píng)價(jià)指標(biāo)體系

目前， 學(xué)術(shù)界普遍關(guān)注的企業(yè)合作關(guān)系多集中在供應(yīng)鏈、 企業(yè)集群、 戰(zhàn)略聯(lián)盟和虛擬企業(yè)中。 而SDN 則將人們的認(rèn)識(shí)范疇從垂直一體化的鏈?zhǔn)椒较蛳驒M向多產(chǎn)品市場(chǎng)的網(wǎng)絡(luò)化方向擴(kuò)展， 它綜合集成了以往各聯(lián)盟形式的優(yōu)勢(shì)， 同時(shí)克服了他們的缺陷和不足， 是一種更高層次的、 創(chuàng)新的合作理念。 因此， SDN 企業(yè)合作伙伴選擇評(píng)價(jià)指標(biāo)的選擇要區(qū)別于傳統(tǒng)企業(yè)合作伙伴選擇的評(píng)價(jià)指標(biāo)， 建立體現(xiàn)SDN 企業(yè)特征的評(píng)價(jià)指標(biāo)體系。

根據(jù)SDN 企業(yè)的特點(diǎn)， 基于系統(tǒng)性、 科學(xué)性、 定性和定量相結(jié)合的原則， 本文在參閱了大量相關(guān)資料的基礎(chǔ)上， 構(gòu)建了包括目標(biāo)層、 準(zhǔn)則層和指標(biāo)層三個(gè)層次在內(nèi)的SDN 企業(yè)合作伙伴選擇的初始指標(biāo)體系， 見(jiàn)表1 所示。 考慮到各個(gè)合作伙伴的差異， 這些指標(biāo)在實(shí)際操作時(shí)可進(jìn)行取舍。

表1 SDN 企業(yè)合作伙伴評(píng)價(jià)指標(biāo)體系

2 基于直覺(jué)模糊TOPSIS 法的SDN 企業(yè)合作伙伴綜合評(píng)價(jià)模型

由于SDN 企業(yè)合作伙伴選擇評(píng)價(jià)指標(biāo)體系是一個(gè)多屬性、 多層次、 不確定性的評(píng)價(jià)體系， 為了合理的評(píng)價(jià)， 本文在根據(jù)大量文獻(xiàn)閱讀研究的基礎(chǔ)上， 選取了直覺(jué)模糊熵與TOPSIS 方法相結(jié)合的評(píng)價(jià)方法對(duì)SDN 企業(yè)候選合作伙伴進(jìn)行評(píng)價(jià)。 首先考慮到SDN 企業(yè)合作伙伴選擇的模糊性的特點(diǎn)， 且對(duì)于其評(píng)價(jià)指標(biāo)無(wú)法用客觀的數(shù)據(jù)進(jìn)行量化， 因此本文采用增加了度量專(zhuān)家猶豫度的直覺(jué)模糊數(shù)來(lái)表示評(píng)價(jià)信息， 并與客觀性較強(qiáng)的信息熵方法結(jié)合， 依據(jù)熵權(quán)公式計(jì)算出各項(xiàng)評(píng)價(jià)指標(biāo)的熵權(quán)。 最后運(yùn)用TOPSIS （逼近理想解） 方法對(duì)SDN 企業(yè)各候選伙伴進(jìn)行綜合評(píng)價(jià)和排序， 最終選擇出SDN 企業(yè)的最優(yōu)合作伙伴。

2.1 基于直覺(jué)模糊熵的評(píng)價(jià)指標(biāo)熵權(quán)的確定

（1） 將決策信息轉(zhuǎn)化為決策矩陣

1969 年， Zadeh 首次提出了模糊熵的概念， 它主要是一種度量模糊集信息量和模糊性的工具， 所以， 直覺(jué)模糊熵主要就是用來(lái)度量直覺(jué)模糊集中的不確定信息[7-9]。 根據(jù)本文構(gòu)建的指標(biāo)體系， 采用專(zhuān)家打分法進(jìn)行評(píng)價(jià)， 首先提取出專(zhuān)家對(duì)所有指標(biāo)的評(píng)價(jià)值， 構(gòu)成初始評(píng)估矩陣（其中m表示候選合作伙伴的個(gè)數(shù)；n表示評(píng)價(jià)指標(biāo)的個(gè)數(shù)）：

接下來(lái)再采用合作價(jià)值量化等級(jí)表對(duì)各項(xiàng)指標(biāo)評(píng)價(jià)值進(jìn)行量化[10]（見(jiàn)表2） ， 將評(píng)定值αmn轉(zhuǎn)化為直覺(jué)模糊集的形式， 其中μmn表示αmn對(duì)合作價(jià)值的隸屬度， υmn表示αmn對(duì)合作價(jià)值的非隸屬度， πmn=1-μmn-νmn表示專(zhuān)家在對(duì)指標(biāo)αmn評(píng)估時(shí)的猶豫度或不確定度[11]。

表2 合作價(jià)值量化等級(jí)表

因此， 可建立直覺(jué)模糊評(píng)價(jià)矩陣：

在以上的直覺(jué)模糊評(píng)價(jià)矩陣D中：

（2） 建立評(píng)價(jià)指標(biāo)直覺(jué)模糊熵矩陣

在現(xiàn)有的研究中， 學(xué)者針對(duì)直覺(jué)模糊熵的公理化定義比較多， 構(gòu)造的直覺(jué)模糊熵計(jì)算公式也各有側(cè)重， 本文采用郭洪燦等人提出的定義進(jìn)行計(jì)算。 那么， 得出第i個(gè)候選企業(yè)的第j個(gè)評(píng)價(jià)指標(biāo)的直覺(jué)模糊熵E（xij）為：

因此， 可以利用該公式將模糊評(píng)價(jià)矩陣中的每一個(gè)指標(biāo)評(píng)價(jià)值均轉(zhuǎn)化為直覺(jué)模糊熵的形式， 進(jìn)而得出直覺(jué)模糊熵矩陣為：

（3） 指標(biāo)熵權(quán)的確定

根據(jù)直覺(jué)模糊熵矩陣， 進(jìn)而可以得出各個(gè)指標(biāo)的直覺(jué)模糊熵。 則第j個(gè)指標(biāo)的直覺(jué)模糊熵為：

同時(shí)， 利用熵權(quán)的公式， 可最終得出第j個(gè)指標(biāo)的熵權(quán)：

2.2 基于TOPSIS 的SDN 企業(yè)合作伙伴評(píng)價(jià)

（1） 確定指標(biāo)正理想解和負(fù)理想解

直覺(jué)模糊正理想解是指完全滿(mǎn)足各項(xiàng)指標(biāo)的候選伙伴， 而直覺(jué)模糊負(fù)理想解是指完全不滿(mǎn)足任何指標(biāo)的候選伙伴。 定義直覺(jué)模糊正理想解和負(fù)理想解為：

其中：

（2） 計(jì)算加權(quán)歐氏距離

（3） 計(jì)算相對(duì)接近度

3 算例分析

為了進(jìn)一步證明模型的有效性， 現(xiàn)給出如下算例。 假設(shè)供需網(wǎng)系統(tǒng)中有一節(jié)點(diǎn)企業(yè)擬定從｛A1A2A3｝三個(gè)候選企業(yè)中選擇出適合自身的合作伙伴， 現(xiàn)聘請(qǐng)精通物流、 營(yíng)銷(xiāo)、 采購(gòu)、 財(cái)務(wù)等各個(gè)領(lǐng)域的專(zhuān)業(yè)人員成立決策專(zhuān)家小組， 根據(jù)評(píng)價(jià)指標(biāo)體系， 分別對(duì)各企業(yè)的各項(xiàng)指標(biāo)進(jìn)行綜合打分， 指標(biāo)實(shí)行10 分制， 評(píng)定結(jié)果如表3 所示。

表3 三個(gè)候選企業(yè)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的初始評(píng)定值

第一步 根據(jù)合作價(jià)值量化等級(jí)表（見(jiàn)表4） 將專(zhuān)家對(duì)各項(xiàng)指標(biāo)的初始評(píng)價(jià)值轉(zhuǎn)化為直覺(jué)模糊數(shù)的形式， 如表4 所示：

表4 三個(gè)候選企業(yè)直覺(jué)模糊形式的評(píng)價(jià)指標(biāo)數(shù)據(jù)

第二步 確定各項(xiàng)指標(biāo)的權(quán)重系數(shù)：

首先根據(jù)公式（3） 求出三個(gè)候選企業(yè)的每個(gè)指標(biāo)所對(duì)應(yīng)的直覺(jué)模糊熵， 結(jié)果見(jiàn)表5 所示：

表5 三個(gè)候選企業(yè)各個(gè)指標(biāo)對(duì)應(yīng)的直覺(jué)模糊熵

其次， 根據(jù)公式（4）～（6） ， 計(jì)算出各個(gè)指標(biāo)的熵權(quán)向量為：

第三步 利用公式（7） 、 （8） 確定正負(fù)理想合作伙伴：

根據(jù)直覺(jué)模糊理想解的定義及性質(zhì)， 構(gòu)造直覺(jué)模糊正理想解方案A+與負(fù)理想解方案A-， 如表6 所示。

表6 直覺(jué)模糊正理想解與負(fù)理想解

第四步 利用公式（9）～（11） 確定加權(quán)歐式距離及相對(duì)相似度， 結(jié)果如表7 所示：

表7 各候選合作企業(yè)到理想解的加權(quán)距離及相對(duì)相似度

第五步 根據(jù)表7 中的Gi的值確定各候選合作伙伴的排序?yàn)椋?/p>

所以， 候選合作伙伴中企業(yè)A1為首選。

4 結(jié)論與展望

SDN 是全球經(jīng)濟(jì)一體化環(huán)境下的新型企業(yè)經(jīng)營(yíng)管理模式， 它將傳統(tǒng)的競(jìng)爭(zhēng)戰(zhàn)略向合作共贏戰(zhàn)略轉(zhuǎn)變， 更加注重企業(yè)之間的合作關(guān)系。在供需網(wǎng)環(huán)境下， 正確的選擇合作伙伴是保證SDN 企業(yè)有效運(yùn)行的基礎(chǔ)。本文基于SDN 企業(yè)的特點(diǎn)， 設(shè)計(jì)了SDN企業(yè)合作伙伴選擇的評(píng)價(jià)指標(biāo)體系。同時(shí)， 考慮到評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)方法的適應(yīng)性， 以及基于SDN 企業(yè)合作伙伴選擇的特殊性和模糊性的特點(diǎn)， 本文提出了直覺(jué)模糊熵方法與TOPSIS 法相結(jié)合的評(píng)價(jià)方法， 提出了一種基于直覺(jué)模糊TOPSIS 法的SDN企業(yè)合作伙伴選擇的新方法。最后， 算例分析也充分證明了該方法的算法的可行性和有效性， 且評(píng)價(jià)過(guò)程簡(jiǎn)單直觀， 應(yīng)用方便靈活， 具有一定的參考價(jià)值。

[1] 胡偉， 徐福緣， 臺(tái)德藝. 基于供需網(wǎng)的企業(yè)合作偏好度及其穩(wěn)定性[J]. 系統(tǒng)工程， 2014(32):84-89.

[2] 徐福緣， 何靜. 多功能開(kāi)放型企業(yè)供需網(wǎng)初探[J]. 預(yù)測(cè)， 2002,21(6):19-22.

[3] Chong Wu, David Barnes. A Literature Review of Decision-Making Models and Approaches for Partner Selection in Agile Supply Chains[J]. Journal of Purchasing & Supply Management, 2011(17):256-274.

[4] Chang C w, Chiang D M, Pai F Y. Cooperative strategy in supply chain network [J]. Industrial Marketing Management,2012,41(7):1114-1124.

[5] 胡偉， 徐福緣. 基于粒子群算法的供需網(wǎng)合作伙伴選擇問(wèn)題研究[J]. 微電子學(xué)與計(jì)算機(jī)， 2013,30(1):70-72.

[6] 何源， 徐福緣. 供需網(wǎng)企業(yè)動(dòng)態(tài)合作影響因素分析[J]. 計(jì)算機(jī)應(yīng)用研究， 2013,30(12):3667-3673.

[7] Burillo P, Bustince H. Entropy on intuitionistic fuzzy sets and on interval-valued fuzzy sets[J]. Fuzzy Sets and Systems, 1996(3):403-405.

[8] Eulalia Szm idt, Janusz Kacprxyk. Entropy for intuitionistic fuzzy sets[J]. Fuzzy Sets and Systems, 2001,35(4):467-477.

[9] Vlachos I K, Sergiadis G D. Intuitionistic fuzzy inform ation-applications to pattern recognition[J]. Pattern Recognition Letters,2007(28):197-206.

[10] 王邦兆， 梁卡麗. 基于熵的供應(yīng)鏈合作伙伴風(fēng)險(xiǎn)評(píng)估與選擇方法[J]. 技術(shù)經(jīng)濟(jì)與管理研究， 2013(7):27-31.

[11] 陸秋琴， 趙俏. 基于熵權(quán)的TOPSIS 供應(yīng)鏈合作伙伴選擇方法[J]. 物流技術(shù)， 2014,33(7):330-354.