Performance Evaluation of Partnership Patterns between Baijiu Manufacturers and Distributors

FENG Xianxian, YUAN Xinyu and ZHENG Qiang ( Sichuan Tourism University, Chengdu, Sichuan 610100, China)

Liquor-Making Science and Technology - - CROSS ON ENTERPRISES -

Abstract: The partnership patterns between Baijiu manufacturers and distributors mainly include traditional partnership pattern, capital (equity- based) partnership pattern, and network partnership pattern. Each one has its individual features in relationship constructing, benefit- sharing and information- sharing. In this paper, based on fuzzy evaluation and AHP, the performance of each partnership pattern was evaluated. The results suggested that, the best pattern was network partnership. Network-based partnership had distinct advantages in information sharing and integrated logistics, and it would become the mainstream in the future. Key words: performance evaluation; Baijiu; manufacturers; distributors; partnership pattern

白酒生产商与经销商的关系在不同的产业周期会有不同的模式,不同产业地位的酒企与各级经销商的关系也有所不同,他们之间的关系是双方考量多种影响因素后博弈的结果。随着白酒产业进入深度调整期,两个利益主体之间的关系成为白酒产业的管理者和从业人员都非常关心的话题。白酒生产商与经销商的关系模式主要体现在关系构建、利益分配、信息沟通等多个方面。

白酒生产商与经销商的合作关系形成于产业 价值链上为了特定的目标与利益的企业成员之间。它需要各成员企业间的合作、沟通、信任与协议,成员企业间并不仅仅是简单的合作,而是全面、深层次的合作。它们之间必须在目标、程序、政策、标准、分配等相关方面达成一致、协同发展。成员企业间合作的根本目的是:合理配置产业价值链资源,降低渠道总成本、降低库存水平,增强信息共享,使分散在产业价值链不同位置的企业间形成一个高效协同的运营体系,进而产生更大的竞争优

势,使各节点企业的财务状况、信息沟通、物流整合、风险抵御等绩效得到显著改善与提高,最终实现双赢或多赢的目标。1 白酒生产商与经销商合作关系模式1.1 生产商与经销商合作关系模式研究现状国外关于“生产商与经销商关系”研究主要体现在对供应链的研究方面。其中Christopher M从“权力分配的角度”将伙伴关系分为两种:对等关系

[1]和阶层关系 。成功的伙伴关系有承诺、合作、信

[2]任、沟通、参与以及共同解决冲突等基本特征 。Wilson提出信任、社会性契约、替代性伙伴的比较、共同目标、依赖、技术、合作以及承诺等是促使伙伴

[3]关系成功的主要变量 。也有学者分析了长鞭效应产生的4种原因(需求信号处理、配比博弈、订货批量和价格变化),并揭示了信息共享对减少长鞭效

[4]应的影响 。而专门针对生产商与经销商关系模式的研究相对较少。其中Santoso A等提出的四梯队供应链系统集成模式,包括制造商、配送中心、分销商和零售商4个参与主体,考虑了连续生产过程以及随时间变化的需求,可以最大限度地降低系统成

[5] [6]本。Fotache D等 提出的基于Web的供应链管理( SCM)技术,可以实现“线性”的供应链模式到“网络化”供应链模型的过渡,扩展了供应链合作伙伴之间的动态变化过程。Vilana J R等 提出了横向

[7]企业间协作组织。这种组织模式的优点是地理灵活,成本低,技术快速扩散。

国内关于生产商与经销商合作关系模式的研究,主要集中在关系发展的周期性,合作方式的选择和绩效,合作的信息共享等方面。其中周期性的研究主要体现在衡量合作关系周期性的指标上。有学者提出以客户价值(客户价值用交易额和利润指标来衡量)为度量指标来刻画两者合作关系发展

[8]的生命周期 。但以交易额和利润额为度量指标有一定的局限性,因此赵盼红提出以关系承诺价值(其中关系承诺价值包括:收益承诺价值、感情承诺价值和转移成本承诺价值)作为衡量两者关系状态的重要指标,并进一步将两者的合作关系分为4个

[9]阶段:萌芽期、成长期、成熟期、衰退期 。关于合作 方式方面,市场上存在着多种形式,有生产商延伸到销售的,也有销售商延伸到生产,也有两者合作互相持股的,但是不管哪种合作方式,两者之间都是互相博弈的过程,合作的绩效很重要。有学者基于完美信息的连续策略博弈,构建了双方的纳什均

[10]衡模型 。其中有研究表明,经销商再制造模式优于生产商再制造模式;经销商再制造模式既有利于消费者福利的增加,也有利于再制造的长期发展[ 11],同时经销商再制造可以节约成本,原制造商可以通过收取专利许可费来分享再制造带来的经济效益,

-利用收益 费用分享契约,来实现与经销商的利益

[12]共享 。在合作研发方面,经销商居主导地位的合作研发优于非合作模式,完全合作模式可以实现系

[13]统最优 。不同的合作模式直接决定了合作利益的形成机理。研究表明,基于利润分配因子的合作利益分配模型,适合于一方向另一方投资的合作利益分配,基于合作贡献和风险补偿原则确定的合作利益分配模型,适合于长期合同、战略合作等合作

[14]利益分配 。信息共享的层级会依据供应链的不同性质有所不同,其主要的决定因素有:产品特性、制造方式、交易倾向、成员间的伙伴关系、成员的IT

[15]应用程度等 。也有学者通过构建库诺特(Cournot)博弈模型和Pareto协同方案,深入研究了网络营销中中间商与生产商的冲突与合作,并根据结果提

[16]出了合理化建议 。这些研究成果对我们的研究提供了有益的借鉴。具体到白酒产业,结合白酒行业的特殊性,进行有益的探索和实践的研究成果相对较少。而关于白酒行业生产商和经销商的合作关系模式研究还处于空白阶段,急需要相关人员进行深入的研究和探索,及时总结实践经验,为白酒企业生产商和经销商的良性互动和有效合作提供强有力的支撑和指导。1.2 白酒生产商与经销商主要合作关系模式

在大量实证调研的基础上,结合以往的研究成果,根据白酒生产商与经销商在关系构建、利益分配和信息沟通等方面的不同特点,我们把当前我国白酒生产商与经销商的合作关系模式总体分为三大类:传统伙伴型合作模式、资本型(股权型)合作模式、网络型合作模式(即跨界企业合作以及新兴

的O2O模式)。他们之间的关系模式对比关系见表。1

2 白酒生产商与经销商合作关系模式的绩效体系构建

国外关于供应链绩效的研究成果比较丰富,但都主要集中在整体供应链的绩效水平评估和指标的选取上。Roger认为可以从可靠性、响应速度、能力、服务态度、可信性、安全性、有形的外在绩效、可接近性、沟通能力和理解客户能力等10个指标出

[17]发来考察供应链整体绩效 。Fawcett提出供应链绩效的主要考核指标包括可靠性、提前期、加工时间、计划完成情况、补货提前期、运输天数、供应链总成本等,每一项指标都根据理想值设立目标值,

[18]并根据目标值指导现实情况 。Paulraj 通过实证研究证实了企业信息沟通对提高企业绩效的正向

[19]影响作用 。Yahya&Kingsman通过对16位富有经验的经理和主管的访谈调查,运用层次分析法,得出了影响供应商评价的因素及相应的权重,按权重大小排列有:交货、质量、设施、技术能力、财务状

[20]况、管理和响应等因素 。国内学者在借鉴国外研究成果的基础上,结合中国的国情和产业实践,提出了适合不同行业特点的供应链绩效评价指标。

[ 22]在构建的方法上,主要有平衡计分卡式 21- 、BP神

[23] [24]经网络 、网络分析、雷达图原理 等,构建的指标体系上,差别也比较大。其中程志强等从组织管理、信息管理、客户管理、物流管理、作业管理和财务管理6个方面出发,建立供应链持续性绩效评价

[25]指标体系 。葛安华、姚向楠、战智强从结果层(顾客服务水平、财务状况)、运作层(价值、产能、时间、环保)、支持层(信息共享程度、创新与学习、稳定与活力) 3个层面构建了供应链评价指标体系 。黄

[26]凌等运用网络分析确定权重,从财务、运营、服务、发展4个层面构建了绩效评价体系 。此外在合作

[27]绩效的论证方面,有学者证实了供应链合作关系对供应链物流能力及供应链合作绩效具有显著的正

[ 29]向影响 28- 。战略外包模式下企业间信任程度,信息及知识共享程度与企业合作关系、企业合作绩效

[30]存在正相关关系 。毋容置疑,国内学者在对供应链的整体绩效评价上进行了许多有益的探索,并且有些成果结合了食品行业、水产品、农产业等产业实践,有一定的指导意义。但是关于白酒产业生产商与经销商之间合作关系的绩效评价,至今还处于空白阶段,为本文的研究留下了很大的空间。

根据国内外学者关于供应链合作绩效的研究

成果,结合白酒生产商与经销商合作关系模式的特点,我们从合作的总体目标角度出发,着重从整体绩效的收益性、创新性、物流整合性、信息共享性和风险共担性五个一级评价指标进行分析,针对各项指标的二级层次进行划分,得到若干个二级指标。这些指标的论证主要通过德尔菲法,聘请行业专家对各个二级指标进行打分投票,删除了一些得分比较低的指标,最终形成的指标评价体系见表2。表2 白酒生产商与经销商合作关系模式绩效评价体系一级指标 二级指标投资收益性收益性资本流动性产品的创新创新性 服务的创新经营模式的创新企业内部物流与其他职能部门间无缝连接物流整合性企业间物流上合作紧密企业与合作伙伴之间使用信息技术(或软件)以促进沟通水平信息共享性企业间的重要信息共享已经成为保持合作关系的关键因素合作企业之间能同舟共济、患难与共风险共担性

合作企业间有良好的风险预警机制3 白酒生产商与经销商合作关系模式绩效评价模型的建立

多种数学模型均可以用于关系系统的绩效评价。如模糊综合评价分析法、灰色关联分析法、线性分配法 、欧式范数法和TOPSIS法等 。本文主

[31]要目的是:“对现有的白酒生产商与经销商关系模式进行对比分析”。其中合作关系模式受多种因素的影响,其评价结果不是绝对地肯定或否定,需以一个模糊集合来表示,根据这样的特性,我们采用十分有效的多因素决策方法——模糊综合评价分

[32]析法对其进行分析 。模糊综合评价分析法相对于其他的数学模型更为简练和实用,同时模糊综合评价不仅能对多种因素影响的事物做出全面评价,其评价结果还能最有效地减少人为片面性的影响。3.1 建立模糊综合评价指标集

定义一级子系统指标集为 U=(U1,U2,U3, U4)。二级子系统指标集为Uk=(Ukl,Uk2,……, Ukn),k为1,2,^,n[ 。其中n的取值是根据影响系

33] 统绩效因素包含的子因素个数而定。3.2 确定评语集

根据各个指标在白酒生产商与经销商合作关系模式的运作情况,将评价语集分为7个等级。定义评价语集为 v=(vl,v2,^,vj),j=7,并按其运作优劣程度划分为v= {差,较差,稍差,一般,稍好,较好,好} ,赋予评价集各元素量值 v={0.1,0.2,0.3, 0.4,0.5,0.6,0.7}[ 。

33] 3.2.1 确定各因素权重

白酒生产商与经销商合作关系模式评价指标体系是一个递进的层次结构,其各项指标权重通过

1层次分析法( AHP)来计算。构成判断矩阵如式

1- 1所示,另引入评分标准为 9的标度见表3。é f11 f12 Λ f1n ù ê ú ê f21 f22 Λ f2n ú 1- F= Λ Λ ΛΛ (式 1) ê Λ ú ë f f f û n1 n2 nn表3 元素两两对比时的重要性等级及其赋值表序号 重要性等级 Aij赋值1 i,j两元素同等重要 1 2 i元素比j元素稍重要 3 3 i元素比j元素明显重要 5 4 i元素比j元素强烈重要 7 5 i元素比j元素极端重要 9 6 表示重要性介于1,3,5,7,9之间 2,4,6,8 1-然后通过式 2计算得出一级子系统的权重集A=(al,a2,a3,a4);二级子系统对应的权重为Ak= (akl,ak2,^,akn),k=(1,2,^,n), 其中n的取值是根据影响系统绩效因素包含的子因素个数而定。nΣ f =1 n a ij 1- i Σn i=1,2,^,n (式 2) j =1 f kj k =1 3.2.2 模糊评价矩阵R的确定利用 Delphi法参照评价集V对各因素Ui中的子因素 Uij进行评价,得到模糊子集 Rki=(rki1,rki2,^, 1- rkin)( i=1,^,n),得到的评价矩阵为式 3: Λ é r r r ù k11 k12 k17 ê Λ ú ê r r r ú Rk= k21 k22 k27 1Λ Λ ΛΛ k=1,2,3,4 (式 3) ê Λ ú ë r r r û kn1 kn2 kn7 3.2.3 模糊综合评价

对二级子系统的模糊评判矩阵Tmk是V上的模糊子集Tmk=Am×Rk=( t11,t12,^,tmk),其中tmk= Σi=m 1 arki ij ,据此,一级子系统各个指标隶属向量可构成一个总的评价函数矩阵式1- 4: é ê T1 T2 ù ú é ê t11 t21 t12 t22 ^ ^ t1k t2k ù ú Tmk = ê T3 ú = ê t31 t32 ^ t3k ú 1(式 4) ^ ^ ^ t4k ê ú ê ú ë û ë t n1 t n2 ^ t û n mk然后对T进行模糊矩阵计算,可得整个系统的模糊评断矩阵B:B=A×TT=( a1,a2,a3,^,ai) ×[ T1,T2,T3,^, Σi= Ti] T=( b1,b2,b3,^,bi),其中bj= m ab 。对b进行归一1 i ij Σ7 1, 2,……,化处理, =b1/ b ,得到 =( )。根1 j 7 j =1据C= ×VT,并且按照最大隶属原则来评价不同合作关系模式的绩效。4 白酒生产商与经销商合作关系模式绩效评价应用4.1 系统绩效指标评价权重的确定

现在将白酒生产商与经销商之间的合作关系模式分别定义为: X:传统伙伴型合作模式, Y:资本(股本)型合作模式, Z:网络型合作模式。并分别邀请从事白酒生产商管理、白酒经销商管理和网络白酒销售管理的甲、乙、丙3组专家,每组专家由3名代表组成,他们通过头脑风暴的方式,对3种合 作模式的运作情况进行分析,并作出系统绩效评价,以便找出各种模式的优劣势。

3组专家通过收集的调查数据和自身的经验,对各个指标在合作绩效的影响程度,以及指标之间的重要程度,最终确定判断矩阵。同时通过层次分析法(AHP)来确定一级指标权重集A和二级指标权重集Ak。经计算,得到权重矢量值为:

[34] A=(0.44,0.22,0.08,0.11,0.15); A1=(0.6,0.4); A2=(0.33,0.33,0.33); A3=(0.33,0.67); A4=(0.33,0.67); A5=(0.5,0.5)。~~ ~~ B b ≤经校验一级指标和二级指标CR均 0.1,所以

~各等级指标满足一致性要求,即通过上述方法确定B的一级和二级指标是可以接受的。4.2 模糊评价矩阵R的确定

3组专家甲、乙、丙通过对现有3种合作模式的调查资料,结合自身经验对白酒生产商与经销商合作关系模式绩效评价的各项指标的估计,以及前文确定的评语集要求,形成了评价数据表(见表4)。4.3 模糊综合评价矩阵的确定4.3.1 模糊评价矩阵的确定

对表4的数据进行归一化处理后,得到XYZ、、的模糊评价矩阵如下[ 35]:

X的各子集模糊评价矩阵: 00 0 0.33 0.67 0 0 é ù 00 0 0.67 0.33 0 0 ê ê ú ú ê ê 00 0 0.33 0.67 0 0 ú ú é R X1 ù ê ê 00 0 0.67 0.33 0 0 ú ú ê ú ê ê ú ú R 0 0 0.67 0.33 0 00 ê X2 ú ê ê ú ú = = 0 0 0.33 0.67 0 00 R R X X3 00 0 1 0 00 R ú ê X4 ú ê ê ê 0 0 0.67 0.33 0 00 ú ú R ë X5 û ê ê 0 0 0.33 0.67 0 00 ú ú ê ê ú ú 0 0 0.33 0.67 0 00 ê ê ú ú 00 1 0 0 00 ë û Y的各子集模糊评价矩阵: 00 0 0 0 0.67 0.33 é ù 0 0 0 0 0.33 0.67 0 ê ê ú ú ê ê 00 0 0 0 1 0 ú ú éR ù ê ê 00 0 0 1 0 0 ú ú Y1 ê ú ê ê ú ú R 00 0 0 0 0.67 0.33 ê Y2 ú ê ê ú ú = = 0 0 0 0 0.33 0.67 0 R R Y Y3 0 0 0 1 0.33 0.67 0 R ê ú ê Y4 ú ê ê 0 0 0 0 0.67 0.33 0 ú ú R ë Y5 û ê ê 0 0 0 0 0.67 0.33 0 ú ú ê ê ú ú 00 0 0 0 0.33 0.67 ê ê ú ú 00 1 0 0 1 0 ë û Z的各子集模糊评价矩阵: 00 0 0 0 0.33 0.67 é ù ê ê 00 0 0 0 0 1 ú ú ê ê 00 0 0 0 0 1 ú ú é R ù ê ê 00 0 0 0 0.33 0.67 ú ú Z1 ê ú ê ê ú ú R 00 0 0 0 0.67 0.33 ê Z2 ú ê ê ú ú = = 00 0 0 0 1 0 R R Z Z3 00 0 0 0 0.33 0.67 R ê ú ê Z4 ú ê ê 0 0 0 0 0.33 0.67 0 ú ú R ë Z5 û ê ê 00 0 0 0 0.67 0.33 ú ú ê ê ú ú 00 0 0 1 0 0 ê ê ú ú 00 0 0 1 1 0 ë û 4.3.2 模糊综合评价XYZ、、的模糊子集Tmk为: TX1=A1×RX1=( 0,0,0,0.47,0.53,0,0); TX2=A2×RX2=( 0,0,0.22,0.67,0.11,0,0); TX3=A3×RX3=( 0,0,0.11,0.89,0,0,0); TX4=A4×RX4=( 0,0,0.44,0.56,0,0,0); TX5=A5×RX5=( 0,0,0.44,0.56,0,0,0); TY1=A1×RY1=( 0,0,0,0,0.13,0.67,0.20); TY2=A2×RY2=( 0,0,0,0,0.33,0.56,0.11); TY3=A3×RY3=( 0,0,0,0,0.33,0.67,0); TY4=A4×RY4=( 0,0,0,0,0.67,0.33,0); TY5=A5×RY5=( 0,0,0,0,0,0.67,0.33); Tz1=A1×Rz1=( 0,0,0,0,0,0.2,0.8); Tz2= A2×Rz2=(0,0,0,0,0,0.33,0.67); Tz3= A3×Rz3=(0,0,0,0,0,0.56,0.44); Tz4= A4×Rz4=(0,0,0,0,0.11,0.67,0.22); Tz5= A5×Rz5=(0,0,0,0,1,0,0)。XYZ、、的一级指标模糊评价矩阵B为: BX= A×TX=( a1,a2,a3,a4,a5) ×[ TX1,TX2,TX3,TX4,TX5] T= (0,0,0.21,0.54,0.26,0,0);

BY= A×TY=( a1,a2,a3,a4,a5) ×[ TY1,TY2,TY3,TY4,TY5] T= (0,0,0,0,0.23,0.61,0.16);

BZ= A×TZ=( a1,a2,a3,a4,a5) ×[ TZ1,TZ2,TZ3,TZ4,TY5] T= (0,0,0,0,0.16,0.28,0.56)。4.3.3 评价结果分析CX=BX×VT= 0.40516; CY=BY×VT= 0.59266; CZ=BZ×VT= 0.63998; CZ >>。CY CX以上的计算结果说明, Z代表的网络型合作模式最佳,优于Y代表的资本型(股权型)合作模式和X代表的传统合作模式。网络型合作模式在信息共享性和物流整合性方面明显优于前两种模式。5 结论及展望

本文在实际调研的基础上,经过与专家学者反复的论证分析,根据白酒生产商与经销商之间在关系构建、利益分配和信息沟通渠道等方面的不同特点,把当前我国白酒生产商与经销商的合作关系模式总体分为3种,即传统伙伴型关系模式、资本型(股权型)合作模式、网络型合作模式。并在此基础上通过层次分析法和模糊评价法,对现存的3种合作关系模式进行绩效评价分析,结果表明,网络型合作模式在物流整合、信息共享等方面具有明显的竞争优势。

在当前的白酒市场上,生产商与经销商的关系模式表现为3种模式并存的局面,但是随着移动互联网技术的发展,“互联网+ ”模式受到传统企业的追捧。未来与移动互联网技术实现深度融合的网

络型合作模式必将成为市场的主流。电商渠道的迅猛发展,吸引众多名酒企业与其主动合作。品牌白酒生产商则与电商平台联合发布互联网专供品牌[ 36],并加快品质控制机制的建立,“互联网+ ”对白酒传统渠道和分销方式已经带来了深刻的变革,甚至重新构造了产品和分销渠道,从而大大压缩中间环节、降低成本、提高流通效率,直接实现了白酒生

产企业对接零售终端的“互联网”销售模式[37]。此外,“互联网+金融+白酒”的新模式也已经出现,互联网大数据供应链管理、增值预售、提货单交易和产业消费金融等商业模式也深入发展,注重社群经济、粉丝经济的新型酒类众筹、众包模式帮助企业解决了融资难的问题,并快速实现了新产品的设计、生产、流通和销售。未来白酒企业还可以通过大数据挖掘技术、位置服务技术、网络跨屏分析技术等技术手段,创建定量用户画像,发掘用户需求,定制广告营销策略,提升用户的产品体验和互动效果;快速形成多渠道的跨界整合联动,激发品牌最大化的传播,真正实现消费者体验、分享、形成口碑、再体验的循环过程。参考文献: [1] CHRISTOPHER M. Logistics and supply chain management: strategies for reducing cost and improving service[M]. 2nd ed. London: Pitman Publishing, 1994. [2] MOHR J, SPEKMAN R. Characteristics of partnership success: partnership attributes, communication behavior, and conflict resolution techniques[J]. Strategic

135- management journal, 1994, 15(2): 152. [3] 潘文安.基于供应链整合的伙伴关系与企业竞争优势研究[D].杭州:浙江大学,2007. [4] 柏建成.供应链风险变动机理及控制研究[D].大连:大连工业大学,2011. [5] SANTOSO A, BAHAGIA S N, SUPRAYOGI S, et al. Integrasi kebijakan persediaan-transportasi (pengiriman langsung dan berbagi) di sistem rantai pasok 4-eselon[J].

1344- Jurnal teknik industri, 2009,11(1): 1349. [6] FOTACHE D, HURBEAN L. Supply chain management: from linear interactions to networked processes[J].

73- Informatica economica journal, 2006, 10(4): 76. [7] VILANA J R, MONROY C R. Influence of cultural mechanisms on horizontal inter-firm collaborations[J]. Journal of industrial engineering and management,2010,3

138- (1): 175. [8] 陈明亮.客户保持与关系生命周期研究[D].西安:西安交通大学,2001. [9] 赵盼红.基于生命周期的供应链合作关系影响因素与分配方式研究[D].镇江:江苏科技大学,2012. [10] 曹静,方名山.关于流通渠道中生产商与零售商关系

10-的博弈分析[J].商业经济与管理,2007(9): 16. [11] 熊中楷,王凯,熊榆.经销商从事再制造的闭环供应链

1-模式研究[J].管理科学学报,2011(11): 9. [12] 熊中楷,王凯,熊榆,等.考虑经销商从事再制造的闭环

792-供应链模式[J].系统工程学报,2011(6): 800. [13] 曹剑涛,谢朝晖,马进.小生产商与大经销商供应链的

88-合作研发博弈[J].软科学,2013(8): 92. [14] 赵晓丽,乞建勋.供应链不同合作模式下合作利益分配机制研究——以煤电企业供应链为例[J].中国管理

70-科学,2007(4): 76. [15] 常志平,蒋馥.供应链中信息共享的层级及其影响因

22-素分析[J].工业工程与管理,2003(2): 24. [16] 黄耀丹,张嘉友.网络营销中生产商与中间商的冲突

23-与合作[J].商业时代,2013(14): 24. [17] ROGER J A. Measure for measure[J].Logistics, 1999

111- (7): 113. [18] FAWCETT S E, COOPER M B. Logistics performance measurement and customer success[J].Industrial

341- marketing management,1998,27(4): 357. [19] PAULRAJ A, LADO AA, CHEN I J. Interorganizational communication as a relational competency: antecedents and performance outcomes in collaborative buyer-supplier relationships[J].Journal of

45- operations management, 2008,26(1): 64. [20] 索永旺.基于供应链管理的供应商选择的研究[D].天津:天津大学.2007. [21] 李愈.供应链绩效评价体系研究[D].成都:西南交通大学,2005.

BSC- [22] 张径,史文利,高天宝,等.基于 US的供应链绩效

164-评价研究[J].统计与决策,2009(7): 166. [23] 郑培,黎建强.基于BP神经网络的供应链绩效评价方

26-法[J].运筹与管理,2010(2): 32. [24] 闫秀娟.基于雷达图原理的供应链绩效评价与控制

70- [J].中国物流与采购,2009(1): 71. (下转第137页)

Newspapers in Chinese (Simplified)

Newspapers from China

© PressReader. All rights reserved.