唐 毅，張彬樂，王忠偉

（1.中南林業(yè)科技大學 交通運輸與物流學院，湖南 長沙 410004；2.湘潭大學 公共管理學院，湖南 湘潭 411105）

基于三角模糊數(shù)猶豫直覺模糊集的林產(chǎn)品供應鏈信息共享程度評價

唐 毅1,2，張彬樂2，王忠偉1

（1.中南林業(yè)科技大學 交通運輸與物流學院，湖南 長沙 410004；2.湘潭大學 公共管理學院，湖南 湘潭 411105）

以深圳市15家林產(chǎn)品供應鏈企業(yè)為研究對象，提出基于粗糙集的林產(chǎn)品供應鏈信息共享程度評價模型，從5個方面構(gòu)建了全新的林產(chǎn)品供應鏈信息共享程度評價體系。其中，IT能力方面包含4個二級指標： IT系統(tǒng)花費、IT技術應用、信息系統(tǒng)安全和數(shù)據(jù)庫性能?；A投資水平方面包含4 個二級指標：硬件設施投資、通訊投資、人工成本投資以及組織成本投資。共享信息方面包含3個二級指標：共享渠道數(shù)量、共享信息種類和共享信息深度。共享信息狀態(tài)方面包含4個二級指標：信息完整程度、信息及時程度、信息反饋程度和信息準確程度。管理因素及績效水平方面包含5個二級指標：組織結(jié)構(gòu)狀況、業(yè)務流程、牛鞭效應影響、履約率、客戶服務能力水平和訂單完成程度。結(jié)果表明，林產(chǎn)品供應鏈上游企業(yè)信息共享程度明顯高于林產(chǎn)品供應鏈下游企業(yè)的信息共享程度，該評價結(jié)果可為林產(chǎn)品供應鏈信息共享激勵實施提供參考。

粗糙集；模糊集；信息共享；評價

林產(chǎn)品供應鏈信息共享是林產(chǎn)品供應鏈協(xié)調(diào)的基礎，信息共享行為本身就是一種承諾行為，這有利于促進林產(chǎn)品供應鏈伙伴間的合作，信息共享有利于合作伙伴取長補短，有利于林產(chǎn)品供應鏈企業(yè)的聚合，有利于企業(yè)更好的計劃和控制。信息共享能節(jié)省林產(chǎn)品供應鏈成本，信息共享有利于生產(chǎn)商掌握顧客的需求，大量減少庫存成本。信息共享提升了林產(chǎn)品供應鏈價值，信息技術的應用提升了信息交換的準確性和效率，幫助企業(yè)在瞬息萬變的市場環(huán)境下做出正確的決策。因此諸多專家學者在林產(chǎn)品供應鏈的信息共享領域進行了研究。如HL Lee等[1]率先對信息在林產(chǎn)品供應鏈成員間傳遞時被扭曲而形成的“牛鞭效應”進行了研究，得出結(jié)論：減輕“牛鞭效應”的有效途徑是信息共享。隨后J Li等[2]評估了信息共享策略對林產(chǎn)品供應鏈績效的影響，他們認為在大多情形下，可以通過信息共享來提高林產(chǎn)品供應鏈性能。進一步地，N Ding[3]提出林產(chǎn)品供應鏈伙伴需要通過信息共享來提高自身競爭優(yōu)勢。國內(nèi)學者楚楊杰等[4]運用博弈論工具對林產(chǎn)品供應鏈信息共享的意義和可能存在的風險進行了分析，分析得出：在運用信息共享的方法提高林產(chǎn)品供應鏈利潤的情形下，均勻地分配林產(chǎn)品供應鏈新增加的利潤可能會造成伙伴企業(yè)的雙邊道德風險行為。更深入地，王慶喜[5]從過度信息共享和缺乏信息共享兩方面對VMI信息共享存在的風險及其成因進行了分析，并基于不同角色風險程度的不同，得出了控制信息共享風險的方法。

同時對于信息共享程度評價，已有諸多學者采取各類方法進行了研究，如朱焰、單一峰[6]在前人研究基礎上，提出了一套信息共享度的評價指標，基于這套指標搜集了部分林產(chǎn)品供應鏈企業(yè)的相關數(shù)據(jù)，并運用模糊綜合評價法對這些企業(yè)進行了綜合評價。楚揚杰、王先甲等[7]基于當前國內(nèi)外信息共享的已有文獻，建立了信息共享的評價指標體系，根據(jù)評價指標的重要程度得出權重值，并以粗糙理論為評價方法，解決了以往信息共享評價中確定權重值時主觀性問題。龔花萍等[8]等從制造商的角度評價制造商和供應商之間的信息共享度，構(gòu)建一個全新的指標體系，以江鈴汽車股份有限公司為例采用AHP和模糊綜合評價法進行實證分析，實驗證明模型有效。

在對數(shù)據(jù)進行細粒度刻畫研究中，Atanassov K[9]基于原始模糊集，引入非隸屬度的觀點，提出了直覺模糊集即從隸屬度和非隸屬度兩個維度來反映客觀現(xiàn)實，因此具有更強的描述能力。劉鋒[10]則基于直覺模糊集，更進一步地將隸屬度和非隸屬度擴展為區(qū)間隸屬度和非隸屬度，采用了區(qū)間數(shù)和模糊數(shù)代替原有的精確值，提出了區(qū)間直覺模糊集和模糊數(shù)直覺模糊集的概念。另一方面，針對人類思維的猶豫不決的特性， Torra和Narukawa[11]提出了猶豫模糊集（HFS）的概念，即允許存在一組隸屬度，以解決策的猶豫性問題。進一步的地，付超[12]結(jié)合猶豫模糊集和直覺模糊集的特性研究了猶豫直覺模糊集的概念，即在猶豫模糊集中導入非隸屬度，進一步地擴展為猶豫直覺模糊集，并給出了猶豫直覺模糊集的加權算術平均算子和加權幾何平均算子。

由于林產(chǎn)品供應鏈評價指標具有不確定性、隨機性、模糊性等諸多特點，導致現(xiàn)有的數(shù)據(jù)描述方法不能全面、精確的刻畫復雜的現(xiàn)實情況。因此本研究將引入了將猶豫直覺模糊集和三角模糊數(shù)想結(jié)合的三角模糊數(shù)猶豫模糊集來刻畫指標屬性，即從描述指標模糊性、猶豫性、不確定性來擬合人類大腦的思維過程，使得指標描述蘊含更多信息并符合現(xiàn)實情況，同時利用粗糙集的客觀權重求解優(yōu)勢進行權重求解，形成最為合理、客觀評價；最終通過實例證明該方法的有效性和優(yōu)越性。

1 相關理論

1.1 三角模糊數(shù)猶豫直覺模糊集

林產(chǎn)品供應鏈作為一個復雜、模糊的系統(tǒng)，其中很多指標體系存在不確定性和模糊性，尤其體現(xiàn)在農(nóng)產(chǎn)品信息共享程度評價，其評價指標大多為主觀指標，在實際評價中，專家往往對指標做出多種不同層面的研究和打分，這導致了評價指標的不確定性及其猶豫性，因此本研究引入三角模糊數(shù)猶豫直覺模糊集來刻畫這種不確定性和猶豫性。

定義1 設X為集合，則稱E={＜x，hE(x)＞|x∈X}為X上的猶豫模糊集[12]（HFS）,其中hE(x)為x屬于X的不同隸屬度的集合，其值為區(qū)間[0,1]的實數(shù)值，記hE(x)為猶豫模糊元（HFE）。

定義2 設X為非空集合則稱M={＜x，[μM(x)，vM(x)]＞ |x∈X}為 三 角 模 糊 數(shù) 直 覺模糊集，其 中μM=[μ-M，μM，μ+M]? [0，1]、vM=[v-M，vM，v+M]?[0，1]分 別 表示X中 的 元素x屬于M的隸屬度和非隸屬度，且滿足條件 0≤μ+M(x)+μ+M(x) ≤ 1， 稱 {[μ-M(x)，μM(x)，μ+M(x)][v-M(x)，vM(x)，v+M(x)]}為三角模糊數(shù)直覺模糊數(shù)[13]，簡記為 [(μ-，μ，μ+)(v-，v，v)]。

定義3 設X為非空集合，則X上的三角模糊數(shù)猶豫直覺模糊集為S={＜x，hE(x)＞|x∈X}其中hE(x)是多個三角模糊數(shù)直覺模糊數(shù)構(gòu)成的集合，表示X中的元素x屬E的可能程度，則稱hE(x)為三角模糊數(shù)猶豫直覺模糊數(shù)，簡寫為hE。

式（1）中：W={ω1，ω2，…，ωi}(i=1，…，f)為權重向量，滿足ωi∈[0，1](i=1，2，…，f)，且

定義 5 對于三角模糊數(shù)猶豫直覺模糊數(shù)h1E，則定義h1E的得分函數(shù)為：

定義h1E的精確函數(shù)為：

1.2 粗糙集理論

粗糙集實解決多屬性不確定性權重的有力方法，它不需要除數(shù)據(jù)集以外的任何先驗知識，能夠客觀的處理不確定性信息，粗糙集能夠通過分類機制發(fā)現(xiàn)數(shù)據(jù)特征，可以對決策數(shù)據(jù)進行屬性約簡和求解屬性權重。

定義1 設S=（U，A，V，f）為一決策系統(tǒng)，其中U為論域為一非空對象有窮集合；A為對象屬性，分為條件屬性C和決策屬性D，滿足條件C∪D=A，C∩D=Φ；V表示A中值域的集合；其中f:U×A→V稱為 映射函數(shù)。

定義2 設S=（U，A，V，f）為一決策系統(tǒng)，有屬性子集p?A，對象ui，uj∈U，則屬性子集p的不可分辨關系[14]為U/IND(p)，具體地：

定 義 3 設S=（U，A，V，f）為 一 決策系統(tǒng)，對于任意論域子集X?U，稱是X關于C的下近似；子集稱做X對于C的上近似，其中[u]p∈IND(C)，表示為屬性C下對象u的等價類。X關于C的下近似可稱為X關于C的正域，記為posp(X)，即

依據(jù)定義3，決策屬性D關于條件屬性C的正域[15]有C的條件屬性Q∈C，并且有posC(D)=pos[C-(Q)](D)，即C中除去屬性Q相對于C的正域劃分沒有影響，則Q為不必要，若posC(D)≠pos[C-(Q)](D)，即Q必要，定義Q的重要度：γ(Q)=|posC(D)|-|pos[C-(Q)](D)|/|U|，其中|·|為集合中元素個數(shù)。則條件屬性的屬性權重計算為：

定義4 設S=（U，A，V，f）為一個決策系統(tǒng)，條件屬性等價劃分結(jié)果是U/IND(C)={X1，X2，…，Xn}，決策屬性等價劃分結(jié)果為U/IND(D)={Y1，Y2，…，Ym}，則對象集U在條件屬性集C下關于決策屬性D的信息熵[16]表示為：

則決策系統(tǒng)S中，定義屬性Q∈C粗糙集信息熵重要度為：SFF(c)=I(D|C)-I[D|C-(Q)]。

2 信息共享程度評價模型

2.1 信息共享程度評價指標體系

通過相關文獻分析，剖析不同視角下的林產(chǎn)品供應鏈信息共享程度影響因子。如陳志祥[17]通過研究發(fā)現(xiàn)，IT應用水平對林產(chǎn)品供應鏈信息共享程度有較大影響，而IT應用水平又能從IT信息系統(tǒng)的應用水平、可靠性、兼容性和信息傳遞準確性4個方面體現(xiàn)。徐國華等[18]指出，準確了解企業(yè)當前信息共享狀態(tài)有助于提高信息共享的有效性。常志平，蔣馥[19]研究表明，林產(chǎn)品供應鏈節(jié)點信息共享的意愿、能力與信息系統(tǒng)運作水平正相關。Bharadwaj AS[20]認為企業(yè)是通過運用IT技術來突破產(chǎn)品、地理和服務等約束，以實現(xiàn)信息共享。但僅運用先進的IT技術并不能實現(xiàn)有效的信息共享，有效的信息共享源自于企業(yè)的IT能力。Sanders NR等[21]認為可以通過提高企業(yè)的IT能力來強化信息共享能力。李隨成等[22]的研究表明節(jié)點企業(yè)信息能力對林產(chǎn)品供應鏈信息共享具有一定的促進作用。葉飛等[23]調(diào)查了廣東省珠三角地區(qū)部分制造企業(yè)的相關數(shù)據(jù)，根據(jù)得到的數(shù)據(jù)研究了林產(chǎn)品供應鏈節(jié)點的運營績效、林產(chǎn)品供應鏈信息共享度和林產(chǎn)品供應鏈信息共享影響因子之間的相互關系。研究結(jié)果表明:林產(chǎn)品供應鏈伙伴特性能影響林產(chǎn)品供應鏈信息共享的能力，且節(jié)點企業(yè)間信息化水平越小，信息共享度就越強。張秀萍[24]認為隨著林產(chǎn)品供應鏈信息共享程度的增加，信息保密技術和信息保密義務顯得越來越重要。韓迎鋒[25]從5個方面描述了林產(chǎn)品供應鏈的信息共享的影響因子，即共享信息的狀態(tài)、IT應用水平、合作親密度、合作風險和信息共享期望。薛運普[26]研究得出的因子是：環(huán)境不確定性、林產(chǎn)品供應鏈伙伴關系和IT能力3要素。

本研究改變傳統(tǒng)的視角來剖析林產(chǎn)品供應鏈信息共享影響因子，構(gòu)建林產(chǎn)品供應鏈信息共享評價指標體系，包括IT能力、基礎投資水平、共享信息、信息狀態(tài)、管理因素及績效水平等5個一級指標，21個二級指標，見表1。

2.2 林產(chǎn)品供應鏈信息共享評價模型

在林產(chǎn)品供應鏈信息共享程度評價指標基礎上構(gòu)建了決策系統(tǒng)SZ，其中U={u1，u2，…，un}為林產(chǎn)品供應鏈信息共享程度評價的對象集，為C={c1，c2，c3，c4，c5，c6}一級指標屬性集，其中的二級指標屬性為cij(i=1，…，6)，一級指標專家權重為ωi(i=1，…，6)，其對應的二級專家權重為ωij(i=1，…，6)，決策屬性D={d1，…，dn}，本研究考慮3個評價維度（好、中、差），利用三角模糊數(shù)猶豫直覺模糊集的形式對對象uk在屬性下進行cij(i=1，…，6)打分，得到評分值

表1 林產(chǎn)品供應鏈信息共享程度評價指標體系Table 1 Evaluation index system for information sharing degree of forest product supply chain

2.2.1 專家權重求解

在模型構(gòu)建后，利用粗糙集進行權重求解，由于本研究所用的評分為三角模糊數(shù)猶豫模糊集形式，因此不需要進行數(shù)據(jù)歸一化。求解專家權重首先求解模型的判斷矩陣，具體算法如下：

算法1 判斷矩陣構(gòu)建

輸入：決策表SZ；

輸出：一級指標判斷矩陣M1，二級指標判斷矩陣M2；

Step1 確定屬性cij(i=1，…，5)正負理想點

β+ij(i=1，…，5)、βij(i=1，…，5)，其中：

Step2求解對象ut∈U{t=1，…，n}在屬性Cij下的評價值βij到的β+ij、βij距離，即

Step3 計算對象ut∈U{t=1，…，n}在屬性Cij下的評價值βij到的β+ij、β

ij的貼近度，即

得到貼近度矩陣T=tij(n×m)。

Step4 根據(jù)實際情況，設計多個閾值λ1、λ2，構(gòu)建判斷矩陣M=mij(n×m)。

將判斷矩陣M按照一級指標進行分塊，根據(jù)式2和式3的信息熵構(gòu)建一級指標屬性ci(i=1，…，6)， 的 屬 性 重 要 度SGF(ci)(i=1， …，6)，由此得出一級指標的ci(i=1，…，6)，權重為其次對一級指標下的二級指標分別計算其信息熵重要度，即SGF(cij)(i=1，…，6)，得到一級指標中的局部二級指標權重即最后將一級指標權重和局部二級指標權重相乘得到全局二級指標權重，即指標權重計算的算法具體如下：

算法2 決策表一級指標權重計算

輸入：判斷矩陣M；

輸出：一級指標ci(i=1，…，5)的權重ωi(i=1，…，5)；

Step1 根據(jù)式1計算判斷矩陣M中一級指標C和決策屬性D的不可分辨關系IND(C)和IND(D)。

Step2 根據(jù)式2和Step1得到的不可分辨關系IND(C)和IND(D)計算一級指標C下相對于決策屬性D的信息熵I(D/C)。

Step3 逐一計算除掉屬性ci后的一級指標集C下相對于D的信息熵I[D/C-(ci)](i=1，…，6)，并由式3得到屬性ci的重要度SGF(ci)=I(D/C)-I[D/C-(ci)](i=1，…，6)，通過SGF(ci)計算得到的一級指標屬性的權重為：

算法3 二級指標權重確定

輸入：判斷矩陣M和一級指標屬性權重ωi(i=1，…，5)；

輸出：二級指標屬性權重ωij(i=1，…，5)；

Step1 將每個一級指標下的二級指標劃分為一個一級指標屬性塊，根據(jù)式1計算其一級指標ci(i=1，…，6)和決策屬性和決策屬性D的不可分辨關系IND(ci)和IND(D)。

Step2 根據(jù)Step1得出的結(jié)果和式2，計算每個ci(i=1，…，6)相對于決策屬性D的信息熵I(D/ci)(i=1，…，6)。

Step3 對于一級指標ci(i=1，…，6)中的屬性cij，根據(jù)式3計算其重要度SGF(cij)=I(D/ci)-I[D/ci-(cij)]，有一級指標ci下局部二級指標權重為將ci下的局部二級指標權重與算法1中相應的一級指標權重ω(ci)相乘得到全局二級指標權重，即：

2.2.2 基于三角模糊數(shù)猶豫直覺模糊集的評價方法

基于三角模糊數(shù)猶豫直覺模糊集，給出一種屬性值是三角模糊數(shù)猶豫直覺模糊集的林產(chǎn)品供應鏈信息共享程度評價模型的評價方法，算法步驟如下：

算法4 方案比較評價

輸入：數(shù)據(jù)表；

輸出：方案排序序列SQ；

step1 根據(jù)算法2 和算法3求出一級指標權重ωi(i=1，…，6)和全局二級指標權重ωij(i=1，…，6)。

step2 利用定義4的HRTIFWA集成算子或者定義5定義的HRTIFWG算子以及指標權重計算出每個方案的加權集成評價值

step5 得到最終排序序列SQ以及其得分，即完成對方案集進行評價。

3 案例分析

本研究目的是以林產(chǎn)品供應鏈節(jié)點企業(yè)為研究背景，系統(tǒng)分析影響林產(chǎn)品供應鏈信息共享的關鍵因素，求得各因素對林產(chǎn)品供應鏈信息共享程度影響大小的量化值即權重。研究過程中數(shù)據(jù)獲取渠道的優(yōu)劣會直接影響據(jù)此形成的數(shù)據(jù)質(zhì)量的好壞程度，從而影響了研究的分析結(jié)果。因此，為了盡量避免減少這些不利因素的影響，本研究進行了較為嚴格的樣本數(shù)據(jù)獲取方法的選擇。實證研究中運用的方法主要有深度訪談法、統(tǒng)計分析法和問卷調(diào)查法等數(shù)據(jù)調(diào)研方法，其中深度訪談和問卷調(diào)查法是本研究獲取數(shù)據(jù)的主要渠道。林產(chǎn)品供應鏈管理研究中用的統(tǒng)計分析數(shù)據(jù)有試驗數(shù)據(jù)和觀測數(shù)據(jù)兩種，本研究的數(shù)據(jù)來源都是觀測數(shù)據(jù)，即通過試驗之外根據(jù)對現(xiàn)實世界實際行為的觀察獲得的數(shù)據(jù)。為了滿足林產(chǎn)品供應鏈信息共享程度評價實證分析的需要，同時由于數(shù)據(jù)收集的客觀條件，正式的數(shù)據(jù)調(diào)查中將研究對象選取為深圳15家林產(chǎn)品供應鏈節(jié)點企業(yè)(U1、U2、U3、…、U15)。15家企業(yè)中有12家數(shù)據(jù)通過發(fā)放問卷給企業(yè)信息部門經(jīng)理或員工所得，另外3家的指標評分通過深度訪談所得。參與調(diào)查人員對企業(yè)的各個指標進行三角直覺猶豫模糊數(shù)打分，每個打分只考慮三個維度（差、中、好），根據(jù)所得打分的結(jié)果，筆者將15家企業(yè)大致地分為“信息共享程度高”、“信息共享程度中”、“信息共享程度低”三等，并將其作為決策屬性D，得到表2所示的一級指標(C1，C2，C3，C4，C5)決策表。另外，整個權重求解是通過Python程序求得的。

根據(jù)算法1的step1求得決策表中，各一級指標的正負理想點：

表2 一級指標決策表Table 2 Decision table of first grade indexes

續(xù)表2Continuation of table 2

通過算法1的step2，求得決策表的貼近度矩陣，如表3所示。

計算得到貼近度矩陣后，人工設定閾值，本研究設定閾值為0.600和0.700，則計算得到判斷矩陣，如表4所示：

根據(jù)表4的判斷矩陣進行粗糙集權重求解，詳細步驟見文獻[27]，得到一級指標權重為：

ω1=0.13、ω2=0.40、ω2=0.13、ω2=0.26、ω2=0.08。

隨后根據(jù)二級指標決策矩陣和算法3分別求得一級指標C1，C2，C3，C4，C5下的局部二級指標權重：

表3 貼近度矩陣Table 3 Closeness matrix

表4 判斷矩陣Table 4 Judgment matrix

通過權重可以發(fā)現(xiàn)指標C24、C52、C56，的權重為零，則將局部二級指標與一級指標相乘得到全局二級指標權重：

通過算法4計算得到各企業(yè)的得分函數(shù)值如表5所示。

表5 企業(yè)得分Table 5 Enterprise scores

從得分函數(shù)比較發(fā)現(xiàn)第10個企業(yè)評價值最高，即第10個企業(yè)林產(chǎn)品供應鏈信息共享程度最高，而第9個企業(yè)的林產(chǎn)品供應鏈信息共享程度最低。通過分析所得結(jié)果發(fā)現(xiàn)：在得分靠后的7個企業(yè)中有5個是處于林產(chǎn)品供應鏈下游的企業(yè)，而在得分靠前的8個企業(yè)中有7個是處于上游企業(yè)。分析原因得出：作為林產(chǎn)品供應鏈上獨立決策的節(jié)點企業(yè)，信息共享度是信息共享成本與信息共享收益博弈的均衡。信息共享中，信息和利潤是緊密相關的因子。因此，激勵是林產(chǎn)品供應鏈協(xié)同運營的潤滑劑。

4 結(jié)論與討論

(1) 本研究提出了基于粗糙集的林產(chǎn)品供應鏈信息共享程度評價。在借鑒國內(nèi)外林產(chǎn)品供應鏈信息共享相關研究成果基礎上，構(gòu)建了林產(chǎn)品供應鏈信息共享程度評價指標，包括：IT能力、基礎投資水平、共享信息、共享信息狀態(tài)和管理因素及績效水平5個一級指標，該指標即注重了應用的通用型，也強調(diào)了實驗的可操作性。

(2) 本研究采用了粗糙集結(jié)合模糊集的評價方法，為了更加細膩刻畫屬性模糊性和評價者猶豫性，在直覺模糊集和猶豫模糊集基礎上提出了三角模糊數(shù)猶豫直覺模糊集，同時提出了三角模糊數(shù)猶豫直覺模糊集的運算法則、集成算子、得分函數(shù)、精確函數(shù)等。本研究提出的三角模糊數(shù)猶豫直覺模糊集能夠?qū)崿F(xiàn)指標的細膩、多維的刻畫，更加符合客觀事實和人腦思維。

(3) 本研究為分析林產(chǎn)品供應鏈中信息共享程度，構(gòu)建了一套通用的林產(chǎn)品供應鏈信息共享評價指標體系，為體現(xiàn)現(xiàn)實指標的模糊性和專家評判時的猶豫性，本研究構(gòu)建三角模糊數(shù)猶豫直覺模糊集用以刻畫指標，使得盡可能的減少對因指標刻畫而帶來的信息損失，從而獲得更加貼近現(xiàn)實的評價結(jié)果。本研究在粗糙集分塊指標權重求解模型基礎上，考慮粗糙集中不同屬性度量的優(yōu)勢，提出了基于混合屬性度量的粗糙集權重求解方法，并構(gòu)建了基于模糊刻畫和混合屬性度量粗糙集的林產(chǎn)品供應鏈信息共享智能評價模型，為后續(xù)有關研究提供了一個新的思路。

(4) 本研究提出的基于粗糙集的林產(chǎn)品供應鏈信息共享程度評價還有一定的局限性，利用三角猶豫直覺模糊集和粗糙集是管理決策和評價科學領域的一次創(chuàng)新，改變了傳統(tǒng)權重對專家主觀判斷的依賴性，該方法的主要特點是不需要所處理數(shù)據(jù)集合的先驗信息、充分體現(xiàn)數(shù)據(jù)客觀性的特點對評價權重新思路。但是粗糙集權重確定方法無法確定冗余屬性的權重，應用中需要引入信息熵等相關知識來解決該難題。

[1]Lee H L, Tang C S. The Value of Information Sharing in a Two-Level Supply Chain[J]. Management Science, 2000, 46(5):626-643.

[2]Li J, Shaw M J, Sikora R T,et al. The effects of information sharing strategies on supply chain performance[J]. Proceedings of Ecis, 2001:3-5.

[3]Zha X, Ding N. Study on information sharing in supply chain[C]// International Conference on Electronic Commerce,Icec 2005, Xi’an, China, August. 2005:787-789.

[4]楚揚杰, 王先甲, 吳秀君,等. 林產(chǎn)品供應鏈信息共享的道德風險研究[J]. 武漢理工大學學報(信息與管理工程版), 2006,28(2):86-88.

[5]王慶喜. 供應商管理庫存下信息共享風險研究[J]. Market Modernization, 2009(18):17-17.

[6]朱 焰, 單一峰. 林產(chǎn)品供應鏈信息共享度的模糊評價研究[J]. 山東理工大學學報(自然科學版), 2007, 21(6):56-59.

[7]楚揚杰, 王先甲, 方德斌,等. 基于粗集屬性重要性的林產(chǎn)品供應鏈信息共享的模糊綜合評價[J]. 物流科技, 2006,29(8):67-69.

[8]龔花萍,袁林娜. 制造商與供應商信息共享程度評價研究[J].現(xiàn)代情報,2010,30(9):46-50.

[9]Atanassov K. lntuitionistic fuzzy sets[J].Fuzzy Sets and Systems,1986,20(1):87-96.

[10]劉 鋒,袁學海.模糊數(shù)直覺模糊集[J].模糊系統(tǒng)與數(shù)學,2007, 21(1): 88-91.

[11]Torra V, Narukawa Y. On hesitant fuzzy sets anddecision[C]. The 18th IEEE Int Conf on Fuzzy Systems.Jeju Island, 2009: 1378-1382.

[12]付 超,趙 敬. 基于猶豫直覺模糊數(shù)的多屬性決策方法[J].系統(tǒng)工程,2014(4):131-136.

[13]高 巖,周德群,劉晨琛,等. 基于關聯(lián)的三角模糊數(shù)直覺模糊集成算子及其應用[J]. 系統(tǒng)工程理論與實踐,2012,32(9):1964-1972.

[14]王國胤,姚一豫,于 洪. 粗糙集理論與應用研究綜述[J]. 計算機學報,2009,32(7):1229-1246.

[15]譚 旭,唐云嵐,陳英武. 基于粗糙集的區(qū)間型數(shù)據(jù)離散化算法[J]. 系統(tǒng)工程理論與實踐,2009,29(6):157-165.

[16]毛太田,肖 锎,鄒 凱.一種基于粗糙集條件信息熵的多指標綜合評價方法研究[J]. 統(tǒng)計研究,2014,31(7):92-96.

[17]陳志祥. 林產(chǎn)品供應鏈信息化與信息共享技術[A]. 國家自然科學基金委、貴陽市人民政府、中國機械工程學會、中國自動化學會、中國工程圖學學會、貴州大學.全國先進制造技術高層論壇暨制造業(yè)自動化、信息化技術研討會論文集[C].國家自然科學基金委、貴陽市人民政府、中國機械工程學會、中國自動化學會、中國工程圖學學會、貴州大學, 2005:9.

[18]徐國華,李益強,李 華. 林產(chǎn)品供應鏈中的提前期與信息共享合作[J]. 現(xiàn)代電子技術,2003,147(4):12-16+21.

[19]常志平,蔣 馥. 林產(chǎn)品供應鏈中信息共享的層級及其影響因素分析[J]. 工業(yè)工程與管理,2003,8(2):22-24.

[20]Sambamurthy V., Bharadwaj, A., Grover, V. Shaping Agility through Digital Options: Reconceptualizing the Role of W fornlation Technology in Contemporary Firms[J]. MIS Quarterly,2003, 27(2):237-263.

[21]Sanders N R, Premus R. IT applications in supply chain organizations: A link between competitive priorities and organizational bene fi ts[J]. Journal of Business Logistics, 2002,23(1):65–83.

[22]李隨成,楊功慶. IT能力及信息共享對企業(yè)間研發(fā)合作的影響研究[J]. 科研管理,2008,29(4):55-63.

[23]葉 飛,李怡娜,張 紅,等. 林產(chǎn)品供應鏈信息共享影響因素、信息共享程度與企業(yè)運營績效關系研究[J]. 管理學報,2009,6(6): 743-750.

[24]張秀萍著.林產(chǎn)品供應鏈競爭力[M]. 北京:中國人民大學出版社, 2005.

[25]韓迎鋒. 供應商—制造商信息共享及其影響因素研究[D].杭州:浙江大學,2008.

[26]薛運普. 基于BP神經(jīng)網(wǎng)絡的林產(chǎn)品供應鏈信息共享關鍵影響因素研究[D].廣州:華南理工大學,2013.

[27]唐 毅, 張彬樂, 王忠偉. 基于粗糙集AHP農(nóng)產(chǎn)品林產(chǎn)品供應鏈信息共享評價指標體系研究[J]. 中南林業(yè)科技大學學報,2016, 36(6):124-130.

Evaluation of information sharing degree in forest product supply chain based on triangular fuzzy number dependent intuitionistic fuzzy sets

TANG Yi1,2, ZHANG Binle2, WANG Zhongwei1
(1. College of Transportation and Logistics, Central South University of Forestry & Technology，Changsha 410004, Hunan, China;2. College of Public Administration, Xiangtan University, Xiangtan 411105, Hunan, China)

This paper puts forward the evaluation model of forest product supply chain information sharing degree based on rough set, taking 15 forest product supply chain enterprises in Shenzhen as the research object, and builds a new evaluation system of forest product supply chain information sharing degree. Among them, IT capabilities include four secondary indicators: IT system spending,IT technology applications, information systems security and database performance. The basic investment level includes four secondary indicators: hardware facilities investment, communications investment, labor cost investment and organizational cost investment. Shared information includes three secondary indicators: the number of shared channels, the type of information sharing and sharing information depth. The status of the shared information includes four secondary indicators: the degree of information integrity, the degree of information, the degree of information feedback and the accuracy of information. Management factors and performance levels include fi ve secondary indicators: organizational structure, business processes, bullwhip effect, compliance rate, customer service level and order completion. The results show that the degree of information sharing in the upstream of the forest product supply chain. The evaluation results can provide reference for the implementation of supply chain information sharing incentive.

rough set; fuzzy set; information sharing; evaluation

10.14067/j.cnki.1673-923x.2017.12.029

http: //qks.csuft.edu.cn

S786

A

1673-923X(2017)12-0180-09

2017-05-18

國家社科基金項目“制造業(yè)綠色供應鏈生態(tài)補償激勵相客性與機制研究”（15BGL083）

唐 毅，博士研究生

王忠偉，教授，博士生導師；E-mail：wangpmp@163.com

唐 毅，張彬樂，王忠偉. 基于三角模糊數(shù)猶豫直覺模糊集的林產(chǎn)品供應鏈信息共享程度評價[J].中南林業(yè)科技大學學報，2017, 37(12): 180-188.

[本文編校：文鳳鳴]