郭琴，等：基于复合信息熵权的多式联运型物流网络协同度模型研究 技术 与方 法
doi：10．39694．issn．1005-152X．2011．01．012
基于复合信息熵权的多式联运型
物流网络协同度模型研究
郭 琴 ’，刘海静 ，张秋生 ’，萧新桥 3,4
f1．北京交通大学 经济管理学院，北京 100044；2．石家庄市科技干部教育学院，河北 石家庄
050000；3．中国劳动关系学院，北京 100048；4．北京工业大学，北京 100022)
[摘 要】运用协同学的基本原理，提出了基于复合信息熵权的多式联运型物流网络协同度模型。最后，实证分析了某一多式
联运型物流企业的物流网络 2000—2009年之间协同状况，为制定多式联运型物流企业协调发展的对策和提高其物流网络协同程
度提供可靠的科学依据。
[关键词】多式联运型物流网络；信息熵；复合信息熵权；协同度；仿真计算
[中图~j'~-g-]F511．4 [文献标识码lA [文章编q]lOO5—152X(2011)01—0035-04
ModelofLevelofCollaborationforMulti-modalLogisticsNetworksBasedonCompositeInformationEntropyWeighing
GU0Qin ，LIUHai-jing2,ZHANGQiu—sheng ，XIAOXin—qiao”
(1．SchoolofEconomics&Management，BeijingJiaotongUniversity，Beijing100044；2．ShijiazhuangPublicOfficers InstituteofTechnology．
Shijiazhuang050000；3．ChinaInstitute0fJndustrialRelati0ns，Beijing100022；4．BeijingUniversityofTechnology，Beijing100022，China)
Abstract：Followingthebasicprinciplesofcollaborationstudies，thepaperproposesthemodeloflevelofcollaborationformulti—modallogis—
tics networks on the b~sis ofcomposite information entropy Wel’ghing and then applies the model in an empirical study on the practice ofa certain
multi—modal transport enterprise during the year 2000 and 2009 to evaluate its level ofcollaboration，the pmtmse ofwhich is to draw counlermea—
suresforthecollaborativedevelopmentoflikeenterprisesandimprovethelevelofcollaborationfortheirlogistiesnetworks．
Keywords：multi—modal logistics network；information entropy；composite inf1)rm ation entropy weight；level of collaboration；simulation
computation
1 引言
随着全球制造业信息化的进一步发展，多式联运型物流
业越来越成为国民经济的大动脉和基础产业，成为当前最重
要的竞争领域。近年来，为适应协同商务的范围广、速度快 、成
本低等特点，物流网络协同已经逐步成为物流发展的核心模
式，同时，基于网络协同的物流和供应链管理成为现代物流研
究的主要目标之一。本文以系统论和物流网络为指导思想，运
用复合权重方法，将物流网络协同置于组织 、信息和业务的三
维角度 ，进行物流网络的多要素分析与决策运筹研究。
为了更好地分析多式联运型物流网络协同关系，本文引
入了协同度的概念，并且应用复合信息熵权对多式联运型物
流网络协同度进行整体且全面地计量，目的是判断其是否向
更优化的方向变化。
2 复合信息熵权计算
复合信息熵权是指将主观赋权以及信息熵权(客观赋权)
按照决策者的倾向性系数将两者结合在一起形成的，具体过
程如下。
2．1 主观赋权法
主观赋权法依赖于赋权人员的知识和经验，由于信息不完
全或不对称、赋权人员的主观偏好和习惯以及赋权人员的不
完全理性，有时难以真实反映指标对决策和评价的作用。具体
方法可采用专家调查方法llI。
2．2 信息熵权 一客观赋权法
信息熵是信息论中用于度量信息量的一个概念。熵值法
是利用信息熵这一工具，根据各项状态参量值的差异程度，计
算出各状态参量的权重，为多状态参量综合评价提供依据。这
种方法避免了人为因素带来的偏差 ，并且在众多客观赋权法
中是计算比较简单的一种 。设随机变量X的取值为xi(i=l，2，
⋯
， )，且取Xi的概率为p(x，)(>0)，满足∑ l JF)( )=1，
即随机变量 X的分布律为：
【收稿13期12om一12—28
[基金项引教育部哲学社会科学研究重大课题攻关项目(07JZD0012)
【作者简介1郭琴(1984一)，女，江西南昌人，北京交通大学经济管理学院会计学博士研究生，研究 向：企业并购与重组、物流系统协同等。
一 35—
技术与方法 物流技术2011年第30卷第1期(总第232期)
X ：』X1,X2，⋯， I
P(x1)，P(x2)，⋯，P(x )
则随机变量 x的熵定义为：
1
H(X)=一÷ ∑ P(x,)lgP(x ) (1)
111
熵 H()()是随机变量x不确定性的一种度量，也反映了X
所携带的信息量。当x取某一值的概率为 1时，H()【)---0，即x
没有不确定性，此时 x携带的信息量最大；当x取各值的概率
相等时，H(x)--1达到最大 ，此时 x具有最大的不确定性，x不
携带任何信息量。
基于熵的权重确定的思想是 ：当被评价的对象涉及 m个
指标(随机变量 )x ，x ，⋯，X }时，若被评价的对象在某项指标 X；
上客观数值差异较大时，就表示该指标向决策者(评价者)提供
了较多的有用信息；当被评价对象在指标x 上的取值变化不
大、甚至没变化时，表示该项指标没有向评价者提供多少有价
值的信息，该项指标列入与否对评价结果没有多大影响，甚至
可以淘汰，此时X．的熵为 H()(。)=l，但熵权应为 O 。因此指标 x。
的熵权定义为：
1一H(Xf)
1 ‘， (2 Z(1 H(X
— )) 一 Lz J
2．3 复合信息熵权
将信息熵权与主观权合成，可使两种方法的赋权得到互
补，使权重更科学、更客观。合成方法采用倾向系数法。
在子系统 S-中，以 ；表示关键变量 e 的熵权系数 ，以
表示评价者(或决策者)对关键变量 e j的主观赋权，则关键
变量e ，的复合权系数为：
Ⅵ， = +(1一y) J：1,2，⋯，n (3)
其中 为倾向性系数，表示对主观赋权和客观赋权的重
视和倾向程度。当 =1时，复合权重为熵权重；当 y^=0．5时，复
合权重为两者的算术平均值；当 y^=0时，复合权重为主观权重I 。
3 多式联运型物流网络协同度模型
3．1 概念界定
协同度是用来衡量一个系统内部(本文特指多式联运型物
流网络)各要素之间配合和协作的程度 。协同程度越大，表明
要素之间配合的一致性 、紧密性越强，越有利于组织目标的实
现；反之，协同程度越小，则越不利于组织 目标的实现。其取值
范围为：一1≤协同度≤1，当协同度大于零小于 1时，认为网络
处于协同状态，反之，不然翔。
3 2 协同度模型及其计算
定义 1．设多式联运型物流网络有若干个子网构成的复杂
网络 s=(S1，S ，⋯，so)，其中Si为第 i个子网。
定义 2．在子网 S 中，设 e ，e ，⋯ P 为子 网协同过程中
的关键变量，且e ∈【 ；， 】。其中 ：， 为网络稳定临界点
上的上限和下限。
36一
不失一般性，在子系统 S’中，设前 k。个变量 ，e ，⋯ 的
取值越大，系统的协同度越高；其取值越小，系统的协同度越低。
设后 ni-k。个变量e e 十2，⋯e 的取值越大，系统的协同度越
低；其取值越小，系统的协同度越高。需要注意的是可能存在某
些指标，它的取值太大或太小都不好，而是在某个特定点附近
为最好，此时总可以对它的取值作适当的变换，使其变换后满
足取值越大，系统的协同度越低；其取值越小，系统的协同度越
高。因此可以定义子系统 si的第 j个关键变量e 在t时刻的协
同度为：
从定义可知，“ (f)e【0,1】，在 t时刻 ，其值越大，e 对子系
统 s。的协同程度贡献越大。在实际中可分别取 ， 为最小
和最大理想值，或 m!n“ (f)， =ma．x“；(f)。
(1)子网内关键变量间的协同度。在 t时刻，子网 si内各
个关键变量对予网 S·协同程度的贡献可以通过对lf (f)的集成
来实现。从理论上讲 ，子网s-总的协同程度不仅取决于各关键
变量的协同度，而且还取决于子网的结构，不同的子网结构其
要素具有不同的组合形式，兰且合形式又决定了集成法则。在实
际中，通常采用几何平均法或线性加权法进行集成，即子网 S
在 t时刻的协同度为：
■一
戥
(f)=∑w (f)，其中 0，j=l，2，⋯， ，∑W i=1(5)
，=l 1
由上可知，0sUi(f)s1，“ (f)越大，在 t时刻子网S‘的协同
程度就越高，反之则越低。
在子网Si内，关键变量 在 to时刻的协同度为u's(t。)，在 t
时刻 的协同度为 (f)。则从 to到 t过程中，m个关键变量
{e ，e ，⋯， }之间的协同度定义为：
(
i )(to，f)：既，⋯ }∑以 (f)- (to)}(6)
仁 ，。而权 是
关键变量 在子网 S 的下级子网 一es。，⋯， ： }中的相对权
重，可用下述相对熵权重公式(7)给出：
1一日
m 高 九 u ⋯ m
其中日： 是子网S 中关键变量e 的熵。
在实际中，为方便考察协同度的动态变化情况 ，一般以网
络系统初期为基准年，因此 )(to，f)可简写为 ． }(f)。
设在某时刻 to，关键变量e 的协同度为 u ( )；在网络发
展演变过程中的t时刻，变量 带§协同度为 “ (屹则从t0到t过
)
蜮
功 E 汪
乙 +
坐 一再 一
郭琴，等：基于复合信息熵权的多式联运型物流网络协同度模型研究 技术 与方法
程中 ，子网 Si内全部要 素的协 同度 ，即子 网 S 的协 同度
D 1)(简写为 D (t))可用如下两种形式定义：
几何平均法：。 = (f囊 “ cr 一 c i]i
或
线性加权法：D (f)= ∑ i· (f)一 ( )I (8)
l l，m (f)一 ( )}≥0
其中
一 )}<0
本文采用线性加权法，其中权系数 w =1，2，⋯，nJ采用复合
权重。可以验证按公式(8)定义的Df(f)与公式(6)定义的
靠 )(f)是一致的，这只需注意到 ={ ，e ·，8 }即可。
(2)子网络 间协同度 。子 网 S 在 t【)时刻 的协 同度为
“ ( )=∑w “ ( )，在t时刻的协同度为“ (f)： w f)。则从to到t
过程中，m个子网{ ，s“，⋯，s }构成大子网的协同度定义为：
D (r)= “ ∑ 忡 ’· (f)一“ (f0)f (9)
其 啊简写 ：仁
而权系数 -- 是子网 在大子网{ ，S ，⋯， }中的相对
权重，可用下述相对熵权重公式(10)、公式(1 1)给出：
子网S 的熵为：
— 一 -1n f=1，2，⋯， (10)
子网 {S“，S“，⋯，S }中的相对熵权重为：
， )：
，im (H ∑
1(1一 ) ’ 、
4 协同度模型应用
作为开发平台，采用 EXCEL数据库系统保存输入数据及中问
求解数据，最终结果见表 1，图 1、图 2和图3表示子网内部协
同度 ，图 4、图5和图6表示子网间两两协同度趋势 ，图 7表示
整个网络协同度趋势。在计算时，取倾向系数为0．65。
表 1 多式联运型物流网络协同度计算结果
2001 20o4 2007
组织阿络 181 3 ·0I23 7 0 3451
信息罔络 0 079 8 0 298 6 0 436 4 O 449l
业务网络 -n0596 0 068 2 O 9 3 n252 8
组织 、信 息阿络 01324 0l95 0 0195 5 0 438 9 0488 4 n736 6
组织 、业务 肘络 -nl48 3 ·0 2l3 7 0106 6 0 224 9 0国0 0
信息 ，业务 网络 ·n1064 0 097 5 0 467 9 0 522 5 n659 8
整体 网络 -nt289 O¨2 6 O133 2 0 208 3 O 543 7
nsf
。tI 一
3l ／ l ／p
}／／6／ ／_
；亩 茹 _
‘rT∞
图 1 物流组织网络协同度趋势图
111 图3物流业务网络协同度趋势图 1 J
4．1 指标选取
在确定物流网络中各个子网的评价指标时，要坚持可操
作性和有效性相结合的原则。可操作性主要包括三个方面内
容 ，即数据资料的可获得性、数据资料可量化和评价变量不宜
过多。有效性原则是指所构建的评价变量体系必须与所评估
对象的内涵与结构相符合，能够真正反映多式联运型物流网
络协同发展的状况。本文是根据文献【6确 定多式联运型物流
网络，主要包括 ：物流组织网络 、物流信息网络和物流业务网
络。在此基础上，通过专家调查和文献查阅确定各子网细分指
标。
4．2 数据获取
选取以某多式联运型物流企业为核心企业的物流网络
2000—2009年的数据 ，通过分析可得到组织网络 、物流信息网
络 、物流业务网络的基础数据(略)。本文协同度计算程序在
IBMR400，CPU2．0G，内存 4G的计算机上采用 MATLAB2OO7a
05f 巨
，
广 ／
a，I ／
咔＼ ／
％l_苗 —
tl
图2 物流信息网络协同度趋势图
叵面弓 } 厂
n6 ／
。 l
—I ／
} ／／p
a：} ／／。、一
j 一 j
tlme
图4物流组织和信息协同度趋势图
fIm e
图 7整个 网络协同度趋势图
一 37
技术与方法 物流技术2011年第30卷第1期(总第232期)
4．3 结果分析
(1)由表 1和图 1可以看出，2000—2009年，该企业物流组
织网络的协同发展呈波浪形，协同度的波动频率较高且波动
幅度不等 ，正值越大，说明物流组织网络的协同程度越高：而出
现负值时，说明物流组织网络发展不协同。其中，2000—2002
年，2004—2006年期问的不协同，是因为在组织管理发展呈现
无序状态，当且仅当物流组织网络内部关键指标同时协调发
展时，物流组织网络才能协同发展。
(2)由表 1和图 2可以看出，2000—2009年该企业物流信
息网络始终处于协同发展状态，协同度的波动频率较低，且仅
有 2000—2003年处于低落时期。说明企业非常注重信息化建
设，信息技术在一定程度上为业务运营带来了方便和快捷 ，实
现了物流网络内各分支机构之间的信息共享，大幅提升了信
息网络的服务水平。
(3)由表 1和图 3显示 ，物流业务网络起初经历了不协同
向协同发展的过程，在 2000—2003年期间，物流业务网络处于
无序状态，发展不协调，说明所属物流业务网络的指标体系协
同作用比较差。2003—2007年协同度呈现快速增长态势 ，尤其
是 2007年达到顶峰 0．378 7。但其后 2008—2009年，由于经济
危机席卷全球，物流业受到严重打击，企业物流业务网络协同
度出现下降趋势。
f4)由表 1和图 4可以看出，物流组织网络与信息网络协
同度呈现上升趋势。虽有破折 ，但振幅不大，且转折后迅速呈
增长态势。特别是 2005年后，连续几年协同度增长幅度提高。
这说明企业十分重视物流组织网络和信息网络之间的协同管
理，尤其是在信息网络方面进行大量投资和建设，使得组织网
络之间信息畅通。
f5)由表 1和图 5可以看出，物流组织网络与业务网络之
间的协同度整体上呈现上升趋势 ，波动频繁 ，而且在 2000
— 2003年，多是无序状态发展，两者不可能协同发展。2004年
以后 ，开始区域协调发展 ，直至 2007年协同度升值最大值
0．6300。随后有所降低，尤其是 2008年期间，协同度突然降至
0,474 9的水平。这说明企业面临组织之间和业务之间不平衡
发展现象，还有可能是 2008年全球金融危机的后果。图(5)显
示物流组织网络与业务网络之间的协同度呈现上升趋势。虽
有破折，但振幅不大，且转折后迅速呈增长态势。2000—2003年
协同处于零和负值，说明两者之问没有达成协同。尤其 2003
年是两者协同的重大转折点，随后连续几年协同度增长幅度
提高，且处于正值，两者之间协同快速发展。直至 2008年突然
下降，出现拐点。
(6)由表 1和图6可以看出，物流信息网络与业务网络的
协同度整体上呈现上升趋势，波动频繁。在 2001年 ，2003年，
协同度处于负值，两者处于无序状态，且不可能协同发展。
2004年开始有些起色，协同度逐年提高 ，直至 2008年协同度
略有下降，但处于正值，这说明两者在此间略有隔阂，随后
2009年一跃千里，升值最高点 0．659 8。这说明企业物流信息
网络与业务网络之间处于协同发展阶段。由图 6可以看到，物
流信息网络与业务网络之间的协同度呈现上升趋势。虽有破
一 38一
折，振幅较大，且转折后迅速呈增长态势。2003年协同处于负
值且最低 ，说明两者之间没有达成协同。尤其 2003年是两者
协同的重大转折点，随后连续几年协同度增长幅度提高，且处
于正值，两者之间协同快速发展。直至2008年突然下降，出现
拐点。
(7)由表 1和图 7可以看出，整体网络协同度呈上升趋
势，但波动频繁。在 2001年，2003年 ，协同度处于负值，三者处
于无序状态，且不可能协同发展。2004年开始有些起色，协同
度逐年提高，直至 2008年协同度略有下降，但处于正值 ，这说
明两者在此间略有隔阂，随后2009年协同达到最高点0．660
5。这说明企业物流信息网络与业务网络之问处于协同发展阶
段。图7显示虽有破折，振幅较大，且转折后迅速呈增长态势。
2003年协同处于负值且最低，说明两者之间没有达成协同。尤
其 2003年是两者协同的重大转折点，随后连续几年协同度增
长幅度提高，且处于正值 ，两者之间协同快速发展。直至 2008
年突然下降，出现拐点。这一现象与物流信息网络与业务网
络、物流组织网络与业务网络之间相似 ，说明三者之间的协同
度受到物流信息网络与业务网络，组织网络与业务网络之间
的协同状态影响。
总之，通过上述分析，表明该企业的物流网络运营过程中
还存在很多问题需要不断改进，另一方面来讲，还是有很大的
进步空间，前景光明。因此，企业应该继续保持日前物流信息
网络内部建设状况的良好状态，同时不断优化企业的组织网
络结构，加强物流业务网络建设 ，致使三者高效、和谐发展，有
助于促进企业全面协同发展。
5 结论
本文以协同学理论为基础，构建了多式联运型物流网络
协同度模型，并选取实例对模型进行了应用分析。通过对模型
的应用结果分析可以看出，该模型不仅能够定量地计算出各
子网和子网问的协同度，而目能够计算网络整体的协同度；同
时依据一段时间内物流网络发展趋势图，能够查找到多式联
运型物流网络协同度不高的具体原因，有利于多式联运型物
流网络有针对性地从根本上进行改进。因此 ，该方法不仅弥补
了现有协同模型偏于定性研究的不足，而且对于指导多式联
运型物流网络的实际运作具有重要意义。
[参考文献】
[1】秦杨勇．平衡积分卡与战略管理【M】．北京：中国经济出版社 ，2010．
12]阎颐．大物流工程项目类制造系统供应链协同及评价研究【D1天津：
天津大学管理学院，2007．
[3]黄晓伟，何明生．供应链资源协同程度测度模型的构建与应用【JJ．哈
尔滨工业大学学报(社会科学版)，2010，12(1)：110—115．
『41孟庆松，韩文秀．复合系统协调度模型研究【J】．天津大学学报(自然科
学与工程技术版)，2000(4)：444—446．
『5]t淑滨，田也壮．高校价值创造的协同度模型的构建与应用[J】．南京
理_[大学学报(自然科学版)，2008，32(5)：632—635．
[6]鄢飞，董千里．物流网络的协同效应分析Ⅱ]．北京交通大学学报(社会
科学版)，2009，8(1)：28—32．
