May 1999, 中華管理評論
Nov.2, No.4, pp.23~41
張蓓琪 交通大學交通運輸研究所博士班研究生 |
馮正民 交通大學交通運輸研究所教授兼所長 |
摘要
電子資料交換(Electric
Data Interchange,簡稱EDI)不僅為改善企業流程或改造流通關係的一項電信資訊科技(註1),而是企業用以提昇競爭力、生產力及創造內外通路環境優勢的一項策略運用。其投入將大幅改善企業資訊交流、收集、分配的效率及能力,進而改善經濟活動的運作。由於通路可視為多個價值鏈(製造商、零售商、批發商等)所連結而成之價值系統,其績效及價值視通路成員之組織密切程度而定,故EDI之應用所提供不同的資訊傳遞方式勢將改變通路之價值鏈及其對應之流通關係。有鑑於此,本研究以國內相關之研究為基礎歸納EDI應用對通路結構之影響並分析流通關係之可能改變,同時針對以零售、批發、貨運為主之不同業態流通業,分別探討EDI應用之影響效益。並以批發業為主之不流通業為例,應用模糊認知圖(Fuzzy
Cognitive Maps )方法構建EDI對流通業之效益影響分析模式,並運用模糊控制方式分析之,以供業者衡量EDI之實施成效與評估其預期影響之參考。
關鍵詞:影響效益、EDI、流通業 |
一、前言
電子資料交換(Electronic Data Interchange ,EDI )是:「將結構化的資料透過協定訊息標準,以電子形式自某一電腦系統傳送至另一系統」(徐熊健,1994),其組成要件包括:EDI標準、軟體、硬體與加值網路。EDI之運作方式是將企業之間往來的文件,如詢價單、報價單、採購單、交貨指示單、送貨通知單、發票等單據,定成共通的標準格式。企業之間往來時可以將公司內部的資料格式轉換成標準格式後傳送給往來對象,對方的電腦收到資料後,會再反轉成合用的內部資料格式並加以處理。換言之EDI代表無須人為介入、不用紙張傳送,而直接以電子型態透過電腦通訊網路在企業的電腦之間傳輸的方式,不但是電腦與通訊技術在商業上的具體應用,也是一種「無紙張」(Paperless)的貿易往來方式。 回顧企業應用EDI之相關研究,僅探討應用之環境及條件(陳怡文,1991;高振修,1994),或僅針對企業如何引進EDI技術(林東清,1995)、建構EDI環境之條件、以及EDI應用成功之關鍵因素等予以分析,均側重科技之導入面(Technology adoption),對於實施(implementation)階段的科技引進對組織造成的衝擊等相關問題並未研究。在國外相關研究中有針對應用電信資訊科技之流通業分析其作業流程及成本之變化(Goedhart,1990; Ruijgrok,1990),有針對小型企業採用EDI之因素之實証分析(Lacovou,1995 ;Paper, David and Chang, Ruey-dang,1997),但未有以EDI之應用影響進行實証分析。國內外相關論述中均未提及EDI對流通業之衝擊影響,僅針對企業如何引進EDI技術、建構EDI環境之條件、以及EDI應用成功之關鍵因素等予以分析,均側重科技之導入面(Technology adoption),而缺乏對於科技導入後之影響分析。因此本研究特別針對EDI之應用對於流通業通路環境之影響歸納分析,並據以構建EDI之效益影響分析模式。
表1 EDI對企業組織影響之相關研究
相關研究者 | 研究方式 |
主要研究發現 |
RUIJGROK,1990 |
EDI對物流運送程序之影響 |
4.運輸設施與公用設施之使用率 |
Stern & Kaufmann (1985) |
EDI對特定消費品產業製造商與配銷商之間關係的衝擊 |
4.組織內部的改變 |
Emmelhainz (1986) |
EDI對採購流程、採購工作負荷、交易雙方關係、買方態度等方面的預期與實際影響 | 發現EDI對企業的衝擊不如預期。 |
Benjamin,
Delong, & Morton (1990) |
EDI與競爭優勢之間關連 | 分析EDI對交易雙方的衝擊程度,並提出實施EDI的兩個關鍵因素。 |
McGee(1991) |
探討EDI對組織內與組織間整合作用的影響 | 提出規範性模式作為企業建立EDI系統之參考。 |
O ’callaghan Kaufmann, & Konsynski(1992) |
行銷通路成員採用EDI決策,以及對市場佔有率的影響 | 以「創新採用理論」坦討目標廠商接受EDI的情境,分析建立EDI連線與市場佔有率的關連性。 |
Banerjee & Golhar (1994) |
影響EDI實施成效的系統特性 | 影響EDI實施成效的重要因素為溝通速度、介面能力、處理資料數量能力、信賴度、相容性等因素。 |
二、通路環境與EDI應用
2.1流通方式與內容 「流通」在商業活動中被視為從製造、配送、批發、零售,乃至於金融支付體系,以及相關服務產業之運作,而其內容則泛指商品交易的「商流」、產品處理流程的「物流」、情報傳遞接收的「資訊流」、以及金融業務往來的「金流」等四大部份(如圖1所示)。四流的運作通常循著交易活動的產生(商流:包括傳票、單據、契約、認證等),隨之發生的交付配送(物流)、交付款項(金流),以及聯繫上述流通方式之資訊傳輸處理、統計分析的流程(資訊流)。由此可知,上述四流的本質即為流通業經營的基本屬性。而EDI之應用服務,係為改善四大流通方式。通路功能、通路作業及成員間關係如表2所示。表2 通路功能、通路作業及成員關係
通路功能 | 主要通路成員 |
通路作業 |
|
物流 |
實體持有與運送 |
批發商、倉儲業、運輸業(製造商、零售商、消費者) |
運輸、裝卸、搬運、倉儲、揀貨、分裝加工、路線安排、派車、配送、上架、保管、其他服務 |
商流 |
物權擁有與轉移 |
批發商(製造商、零售商、消費者) |
商品企畫、市場開發、交易談判(採購、銷售)、資金融通、風險分攤、物權移轉 |
協商功能 |
批發商 |
||
財務融通 |
批發商(製造商) |
||
風險承擔 |
批發商(製造商) |
||
促銷活動 |
批發商(製造商、零售商) |
||
資訊流 |
訂購流程 |
批發商(製造商、零售商) |
促銷資訊傳遞、銷售資訊蒐集、顧客資料管理、訂單處理、庫存管理、帳務管理、財務管理 |
金流 |
付款作業 |
銀行、批發商(製造商、零售商、消費者) |
收付貨款 |
2.2 EDI應用特性
EDI是將企業之間的業務往來資料,在「電腦」與「應用系統」之間,以「標準化的格式」透過「通訊網路」傳遞,是一項典型資訊科技(Information Technology,IT)。就特性而言,EDI為跨組織資訊系統(註2),而藉由其通訊功能所形成的資訊系統(Telecommunications-base information system ,TBIS),對內可支援企業活動及改善溝通協調環境,對外則可將企業間的業務關係轉變成以通訊網路為媒介的結合。EDI在流通應用方面具時效性高、應用性廣、節省成本、可供進階處理、與企業作業相結合等特性,其運用層次可分為基本功能層次、企業內部整合層次及企業與其交易伙伴、上下由供銷體系之聯繫整合層次。其中EDI的基本功能層次是文件及單據之傳遞,並配合電子由相傳遞非格式化資料,使其更為迅速正確;而企業內部整合係在EDI基本功能上進一步依據各種不同的目的處理經由EDI傳送過來的高時效性及正確率的資料,令使用者得到高品質之資訊服務,其目的是希望達到電腦控制的作業系統自動化,及改善企業內部之管理控制功能;至於企業與其交易伙伴、上下由供銷體系之聯繫整合層次,應用目的在運用EDI令電信與電腦設備可發揮最大效益,其成果為:降低企業風險、提供較佳的資訊品質以供企業決策參考、提供即時反應力降低商業環境的不確定性。EDI功能的發揮與企業組織特性、組織規模、與相關企業活動型態有密不可分的關係,唯有在適合企業經營的應用環境下,EDI方能發揮最大的效用。三、通路結構、EDI之應用及影響分析
3.1通路結構 本研究歸納相關研究調查(周政雄,民84及孫文山,民85),將通路結構型態區分為四種型態:通路結構為製造商或國外代理商與零售商談妥商品交易條件後,交由中間機構(第三者)進行專業的物流配送,以減少交易頻次(如圖2所示)。專業型通路結構如富群超商,即委託專業物流公司配送;花王一康國行銷一福客多超商,則由製造商成立的物流公司擔任零售商之專業配送中心。
封閉型:製造商、其他物流公司 封閉型物流公司 連鎖店
通路結構為連鎖零售商向上整合成立物流公司或設立自有統倉,以協助配送能力不足之製造商。由連鎖零售商與製造商談妥商品交易條件後,再由連鎖零售商所成立的物流公司或自有統倉負責物流配送的任務(如圖3所示)。通路結構中物流公司皆為大型零售商所成立,配送對象只限於關係企業,並不對外營業,例如7--ELEVEN與捷盟,萊爾富超商透過自有統倉來配送商品等。
混合型:製造商 混合型物流公司 零售商(連鎖零售店、傳統零售商)
通路結構為製造商因應現代化賣場向下整合成立物流公司,提供上游供應商與下游零售商商品開發與共同配送的服務,對於連鎖零售店,物流公司只能行使物流配送功能,對於傳統經銷通路則有物流及商流的產生(如圖4所示)。例如僑聚、康國、泰山集團的彬泰一福客多均屬於此種通路結構。
4.傳統的通路形態:製造商 營業所或經銷商 傳統零售店
傳統的通路結構中關係鬆散,製造商、經銷商與零售商彼此各自為政,通路功能分工不明確,無法發揮規模經濟的效果。通路成員多固守傳統的交易方式,為EDI交易的後期使用者。
3.2 流通業EDI應用
本研究將7-Eleven、福客多超商、萊爾富超商、惠康超市、農產運銷超市、富群、統一企業、康國行銷、僑聚貿易、世達物流等流通業EDI應用整理如表3所示。
表3 零售商與供應商之EDI應用零售商 | 7-Eleven |
福客多超商 |
萊爾富超商 |
惠康超市 |
農產運銷超市 |
|||
總部與門市建立EOS作業 |
有 |
有 |
有 |
有 |
無 |
|||
與供應商建立專屬EDI連線 |
部份 |
部份 |
部份 |
規劃中 |
無 |
|||
專屬EDI標準的制定 |
自定 |
自定 |
自定 |
自定 |
無 |
|||
與加值網路業者的交易關係 |
實施階段 |
評估階段 |
規劃階段 |
實施階段 |
||||
對公共EDI的參與程度 |
被動配合 |
參與工研院主導之超商先導系統 |
參與資策會主導之超市先導系統 |
參與工研院主導之超商先導系統 |
||||
供應商 |
統一企業 |
康國行銷 |
僑聚貿易 |
世達物流 |
||||
與零售商建立專屬EDI連線 |
無 |
部份 |
部份 |
部份 |
||||
專屬EDI標準的制定 |
無 |
配合各零售商 |
配合各零售商 |
配合各零售商 |
||||
與加值網路業者的交易關係 |
觀察階段 |
評估階段 |
規劃階段 |
實施階段 |
||||
對公共EDI的參與程度 |
被動配合 |
參與工研院主導之超商先導系統 |
參與資策會主導之超市先導系統 |
參與工研院主導之超商先導系統 |
資料來源:黃思明等人(民85)
3.3 EDI對於通路結構之影響
EDI對通路關係之影響包含:使用專屬EDI交易可強化通路上下游成員間之合作關係;交易方式由專屬EDI轉變成公共EDI時,通路領導者之合作對象將由通路成員擴及其他競爭者;連鎖超商成為為電子連線控制者;連鎖超商經由EDI交易所獲致的效益特別顯著,具較高意願接受EDI;EDI增加零售商對供應商的依賴程度等項。至於EDI對通路效益之影響如下:
EDI對便利商店通路效益之影響為降低欠品率,EDI對超級市場通路效益之影響為減少物流成本。
EDI應用減少製造商銷售人員之書面作業,可提高其生產力,但亦減少其對零售商採購人員之促銷機會。
建立專屬EDI系統的通路成員能改善交易效率與效果,其中零售商效益大於供應商。
交易方式由專屬EDI轉變成公共EDI時,供應商增加效益大於零售商。
連鎖超商將說服供應商使用EDI以增加其銷售利潤貢獻度。
3.4流通關係之改變
通路的本質可視為多各價值鏈(製造商、零售商、批發商等)所連結而成之價值系統,此一系統之績效及價值視通路成員之組織密切程度而定(黃思明、瞿紹美,1994),故EDI之應用所提供不同的資訊傳遞方式勢將改變通路之價值鏈及其對應之流通關係。本研究將EDI對流通關係之改變歸納如下:
以非實質流通為主體的流通方式逐漸形成:由於電信資訊科技的不斷更新以及產業環境之效率要求,非實質流通方式逐漸取代實質流通成為通路環境之主體。
- 作業流程的簡化:EDI非僅簡化作業流程,將流通業之傳統作業程序由人工作業轉變為「無紙化」的文件往來方式,同時更意謂著流通關係非實質化趨勢的開始。
- 流通系統內業態組成之調整:非僅物流作業系統中製造、批發、零售、運送配銷的角色份際逐漸模糊,在流通業與其他流通系統(如金融業)之關係,亦不再壁壘分明。通路環境中各成員之間的相對關係隨著流通方式的調整而隨時改變。
- 通路系統之組成關係重新定位:廠商與消費者、銀行與流通業之異業間,以及同業之間的相對關係隨著流通方式的調整而隨時改變。
四、EDI之效益影響模式
4.1 EDI之效益及影響分析 本研究由國內以批發供應為主之流通業、以零售商為主、以貨運業為主之流通業導入EDI之經驗,分析EDI之效益及影響,據以檢視EDI之應用成效,並作為衡量EDI對相同性質之企業的預期影響。4.1.1以批發供應商為主之流通業
張憲政(1996)對於康國行銷之研究發現,EDI之效益為:「縮短作業流程、減少作業人力」、「提昇檢貨、出貨之效率」、及「營運成本的降低」;而在施煥旭(1994)則提出批發供應商之效益為「提昇接單作業效率」、「減少交貨錯誤及退貨」、以及「強化服務品質」;依據瑪威寶及台灣史谷脫公司在商業司EDI應用成果(1996)簡報中分別敘述其EDI應用成效為:「減少人工作業時間,降低人工處理成本」、「改善資訊的正確性及減少錯誤」、「提昇競爭力」及「再造企業流程」;與「提高業務代表工作效率」、「減少訂單作業時間」及「加強客戶服務」。因此本研究將EDI之應用對於以批發供應商為主之流通業之效益整理為:提昇接單效率、降低處理成本、強化服務品質與效率、增進企業營運效率、及節省人工取單及資料輸入成本等項,由於上述各影響因素均具質化特性,且影響因素間互為因果,而影響因素與EDI之應用具回饋關係,故本研究以模糊認知圖(Fuzzy Cognitive Maps ,FCM)之觀念,將變數化為節點,變數間關係化為因果邊,將EDI對以批發供應商為主之流通業的影響關係整理如圖5所示。FCM由節點(即模糊變數)與邊緣(變數間因果關係)所組成,係用以分析不確定因素間的因果回饋關係(Bark,1988)。其推論方式係以不斷修正節點間因果關係及其強弱關係值,此一學習過程及架構類似類神經網路之觀念。惟類神經網路分析法無法用以分析回饋性系統問題,而Fuzzy Dynamics 分析法則無法處理非線性、不確定之因果關係,不若FCM 為非線性動態模式,具回饋性、並可反應時間變化特性,常用以模擬真實系統之決策,如購物中心之選擇(Satur,1996)、鯊魚與魚群的生態系統(Dickerson,1997)、南非政治分析系統(Kosko,1992,1993)。
本研究構建之FCM系統架構如下:以批發供應商為主之流通業投資EDI後形成減少交貨錯誤、節省人工作業成本、增加商情提供水準、提昇接單效率等第一層影響,第一層影響因素導致降低產業經營成本、增進企業營運效率等第二層影響,第二層影響因素之效益又誘使企業增加EDI投資。
圖5 以批發供應商為主之流通業應用EDI之影響分析
4.1.2以零售商為主之流通業
惠康超市於商業司EDI應用成果(1996)簡報中表示,EDI之實施效益為:「供應商可提早12~18小時收到訂單」、「訂單傳送時間僅需原來的四分之一」、「提高訂單傳輸的正確性」、「減少訂單查詢、對單之困擾」、「減少重傳訂單的作業負擔」、「根絕人工重複傳單問題」、「降低成本」、「提昇管理效率」;而台北農產公司則表示,18家超市於應用EDI後每月節省51.7萬元。施煥旭(1994)則提出零售商之效益為「便捷的下單作業」、「準確的貨物管理」及「進銷存整合系統的基礎」。
由上述分析及經濟部商業司(1996)之調查資料,本研究將EDI對以零售商為主之流通業之效益整理為:簡化下單作業改變訂貨方式、節省庫存空間、達成進銷存整合管理、提昇企業經營績效等項,本研究將EDI對以零售業為主之流通業的影響關係整理如圖6所示。
圖6 以零售商為主之流通業應用EDI之影響分析
4.1.3以貨運業者為主之流通業
依據新竹貨運在商業司EDI應用成果(1996)簡報資料,EDI之效益在於改善內部貨運管理、建置全省網路、結合異業等項,本研究將其歸納為六項影響因素,分別為:減少人車支出費用、增加配送時效、縮短銷貨通路時間、提高配送品質、減少營運成本、提高企業競爭力等。本研究將EDI對以貨運業為主之流通業的影響關係整理如圖7所示。
圖7 以貨運業者為主之流通業應用EDI之影響分析
4.2 EDI應用對流通業之效益影響模式
4.2.1模式架構與分析方法
本研究引用Bark Kosko(1988)提出的FCM觀念構建EDI對流通業之影響效益架構,惟因考量目前EDI之應用狀況不易取得推論時所需之學習資料庫,故本研究先以模糊控制方式進行操作,並以EDI對批發供應商之效益影響為例進行分析。
EDI對批發供應商之影響變數包含EDI投資(X1)、減少交貨錯誤(X2)、節省人工作業成本(X3)、增加商情提供水準(X4)、提昇接單效率(X5)、降低產業經營成本(X6)及增進企業營運效率(X7)等七項,用以代表EDI投入後之變化程度,各變數之說明及定義如表4所示。
表4 模式之影響變數
影響變數 | 變數說明 |
備註 |
EDI投資(X1) | 以EDI投資之金額佔資訊支出成本的比例代表批發供應商者在EDI投資之程度 | 1.變數0≦Xi≦100% 2.將變數區分為高、中、低三個模糊集合 |
減少交貨錯誤(X2) | 以減少交貨錯誤比率代表EDI投入後減少交貨錯誤之程度 | |
節省人工作業成本(X3) | 以EDI投入前後之節省人工作業成本比率代表EDI投入後節省人工作業成本之程度 | |
增加商情提供水準(X4) | 以批發供應商在EDI投入後所提供之商情資訊之完整性代表批發供應商者增加對上下游承銷商之商品進出貨及銷售狀況之商情是否完整 | |
提昇接單效率(X5) | EDI投入後之接單效率提昇比率 | |
降低產業經營成本(X6) | EDI投入後產業經營成本降低比率 | |
增進企業營運效率(X7) | EDI投入後企業營運效率增加比率 |
本研究假設上列各變數均具高、中、低三個模糊子集,各子集之模糊數採等距劃分方式,依三角模糊數定義各子集之隸屬範圍,k=1,2,3依序代表低、中、高模糊子集,k=1時三角模糊數為(0,0,1/2),k=3時三角模糊數為(1/2,1,1,)。假設各變數之隸屬函數形態均相同,其分布形態如圖8所示。
本研究依據EDI之影響因素特性訂定規則庫,而以「若(if)-則(then)」的語意陳述法方式分別建立模糊邏輯規則,以表示EDI之影響變數關係。各層影響因素對應規則如表5到表7所示。
表5 第一層影響對應規則
IF X1
(EDI投資程度) 規則 |
THEN X4 (增加商情提供水準比率) |
規則 |
THEN X5 (提昇接單效率比率) |
|||||||||
高 |
1 |
高 |
4 |
高 |
7 |
高 |
10 |
高 |
||||
中 |
2 |
中 |
5 |
中 |
8 |
中 |
11 |
中 |
||||
低 |
3 |
低 |
6 |
低 |
9 |
低 |
12 |
低 |
表6 第二層影響對應規則
規 則 |
IF X2 (減少交貨錯誤比率) |
IF X3 (節省人工作業本比率) |
THEN X6 (降低產業經營成本比率) |
規 則 |
IF X4 (增加商情提供水準比率) |
IF X5 (提昇接單效率比率) |
THEN X7 (增進企業經營效率) |
|||
1 |
高 |
高 |
高 |
10 | 高 |
高 |
高 |
|||
2 |
高 |
中 |
高 |
11 | 高 |
中 |
高 |
|||
3 |
高 |
低 |
中 |
12 | 高 |
低 |
中 |
|||
4 |
中 |
高 |
高 |
13 | 中 |
高 |
高 |
|||
5 |
中 |
中 |
中 |
14 | 中 |
中 |
中 |
|||
6 |
中 |
低 |
低 |
15 | 中 |
低 |
低 |
|||
7 |
低 |
高 |
中 |
16 | 低 |
高 |
中 |
|||
8 |
低 |
中 |
低 |
17 | 低 |
中 |
低 |
|||
9 |
低 |
低 |
低 |
18 | 低 |
低 |
低 |
表7 第三層影響(回饋層)對應規則
規 則 |
IF X6 (降低產業經營成本比率) |
IF X7 (增進企業經營效率) |
THEN X1 (EDI投資程度) |
1 | 高 |
高 |
高 |
2 | 高 |
中 |
高 |
3 | 高 |
低 |
中 |
4 | 中 |
高 |
高 |
5 | 中 |
中 |
中 |
6 | 中 |
低 |
低 |
7 | 低 |
高 |
中 |
8 | 低 |
中 |
低 |
9 | 低 |
低 |
低 |
本研究之推論過程採用最小值法作為演算法,其操作方式如圖8所示:以二對一「IF 變數X and IF 變數Y THEN 變數Z」之對應關係為例,變數X 具Ai,Aj等模糊子集,變數Y 具Bi,Bj等模糊子集,變數Z具Ci,Cj等模糊子集。在xi=x0,yi=y0時分別啟動i、j等兩條規則(規則i:if x屬於Ai ,y屬於Bi, then z屬於Ci;規則j:if x屬於Aj,y屬於Bj ,then z屬於Cj;),分別就規則i與規則j取隸屬函數 Ci 及 Cj之最小投影面積如圖8c所示,再將圖8c之投影面積求聯集可得圖8d,上述推論方式即最小值法之模糊推理方式。
圖8 推論過程示意圖
本研究採重心法解模糊化,以重心所對應的明確集合的值作為解模糊化後的輸出值。以圖8為例,即求圖d投影之重心,計算方式如下: z=[∫zμc(z)dz)]/[ zμc(z)dz]
4.2.2分析結果
1.EDI投資程度為40%條件下之衝擊
第一層影響
依照表5衝擊影響第一層對應規則,EDI投資比率x1=40%啟動兩條規則:規則2及規則3,經過模糊推理演算以最小值法可求得減少交貨錯誤比率(x2)之投影面積如圖9所示,以重心法解模糊化可得x2=50%,同理可求得節省人工作業成本比率(x3)=50%、增加商情提供水準比率(x4)=50%、提昇接單效率比率等變數(x5)=50%,上述結果並作為第二層之投入。
圖9 第一層影響推論結果
第二層影響
依照表6衝擊影響第二層對應規則,減少交貨錯誤比率x2=50%,節省人工作業成本比率x3=50%啟動規則5,經過模糊推理演算以最小值法可求得可得降低產業經營成本比率(x6)之投影面積,以重心法解模糊化可得x6=50%,同理可求得增進企業經營效率(x7)=50%,上述結果並作為第三層(回饋層)之投入。
第三層影響
依照表7衝擊影響第三層(回饋層)對應規則,降低產業經營成本比率x6=50%, 增進企業經營效率x7=50%啟動規則5,經過模糊推理演算以最小值法可求得可得EDI投資比率(x1)之投影面積,以重心法解模糊化可得x1=50%。
2.其他EDI投資程度之影響分析
若EDI投資程度為10%、40﹪、60%、90%,各層影響因素之變化如表8,EDI投資程度為10%時,對第一層受影響因素x2、x3、x4、x5之影響均為34.3%,第二層受影響因素x6、x7之影響為49.05%,第三層受影響因素EDI投資程度(x1)之影響程度為50%;當EDI投資程度為40﹪及60%時,對各層受影響因素之影響程度均為50%;EDI投資程度為90%時,各層受影響因素之影響依序為71%、56.1%、51.1%。
表8 EDI應用對以批發供應商為主的流通業之影響
EDI投資程度(x1) |
第一層影響 x2,x3,x4,x5 |
第二層影響 x6,x7 |
第三層影響 EDI投資程度(x1) |
10% |
34.3% |
49.1% |
50% |
40% |
50% |
50% |
50% |
60% |
50% |
50% |
50% |
90% |
71% |
56.1% |
51.1% |
3.改變隸屬函數對分析結果之影響
由於隸屬函數反應影響因素之特性,其型態改變(包含函數型態之線性與非線性、模糊子集之數量、以及尺度劃分是否等距)分析結果隨之變動。為分析其變動之敏感程度,本研究在變數間關係(規則庫)不變之原則下,分別就各層影響因素相同狀況(尺度劃分等距及不等距)及各層影響因素不同狀況,分析隸屬函數之改變對於結果之影響。因本模式之回饋特性,故一併針對EDI再次投入之影響進行分析。
在各層影響因素之隸屬函數相同,尺度劃分等距之狀況,依前述模糊控制分析方式求得分析結果如表9所示。可發現不同EDI投資程度對於各層影響因素之影響差異增大,各層變數間之差異並不大,其中EDI投資程度為10%與20%及80%與90%,因只使用一種模糊子集求解,故解模糊化之重心解相同,致使其影響程度相同。在回饋關係上,此四組EDI投資程度之影響結果穩定,可視為反應假設之隸屬函數特性之收斂解。其他EDI投資程度,只有50%時有相同收斂結果,其他投資程度之影響結果均在各相近數值間振動變化。
表9 各層影響因素隸屬函數相同,且函數型態中各模糊子集等距之改變
EDI投資 | 影響因素分析 | 第一次回饋 | 第二次回饋 | 第三次回饋 | ||||||||
x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 |
10% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% |
20% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% | 25% |
30% | 31% | 32% | 32.9% | 33.7% | 34.4% | 35% | 35.5% | 35.9% | 36.2% | 36.5% | 36.7% | 37.2% |
40% | 39.5% | 39.1% | 38.8% | 38.5% | 38.3% | 38.1% | 38% | 37.9% | 37.8% | 37.7% | 37.6% | 37.6% |
50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% |
60% | 60.5% | 60.3% | 60.7% | 61% | 61.3% | 61.5% | 61.7% | 61.9% | 62% | 62.1% | 62.2% | 62.3% |
70% | 69% | 68% | 67.1% | 66.3% | 65.6% | 65% | 64.5% | 64.1% | 63.8% | 63.5% | 63.3% | 63.1% |
80% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% |
90% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% | 75% |
在各層影響因素之隸屬函數相同,尺度劃分不等距之狀況,依前述模糊控制分析方式求得分析結果如表10所示。可發現隸屬函數不同,對於各層影響因素之影響程度亦隨之改變。惟因各影響變數均為同一隸屬函數,即使函數型態改變,前後關係變數之影響變動並不大。其中EDI投資程度為10%與20%、40%與50%及80%與90%,因只使用一種模糊子集求解,故解模糊化之重心解相同,致使其影響程度相同(在10%與20%因模糊度各為1及0.8,故在第一次回饋前為近似,第一次回饋後為相同)。在回饋關係上,EDI投資程度為40%與50%之影響結果穩定,10%、20%、30%在第一次回饋後達穩定,可視為反應假設之隸屬函數特性之收斂解。其他投資程度之影響結果均遞減。
表10 各層影響因素隸屬函數相同,但函數型態中各模糊子集不等距之改變
EDI投資 | 影響因素分析 | 第一次回饋 | 第二次回饋 | 第三次回饋 | ||||||||
x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 |
10% | 16% | 16.1% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% |
20% | 16.8% | 16.3% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% | 16.2% |
30% | 38.8% | 48.9% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% |
40% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% |
50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% |
60% | 57.9% | 56.3% | 54.9% | 53.8% | 53% | 52.4% | 52% | 51.6% | 51.3% | 51.1% | 50.9% | 50.8% |
70% | 67.4% | 64.8% | 62.2% | 59.9% | 57.9% | 56.3% | 55% | 53.8% | 53% | 52.4% | 52% | 51.6% |
80% | 79.3% | 78.3% | 77% | 75.4% | 73.6% | 71.5% | 69.1% | 66.5% | 63.9% | 61.4% | 59.2% | 57.3% |
90% | 79.3% | 78.3% | 77% | 75.4% | 73.6% | 71.5% | 69.1% | 66.5% | 63.9% | 61.4% | 59.2% | 57.3% |
考量各因素據不同特性,假設各層影響因素之隸屬函數不同,依前述模糊控制分析方式求得結果如表11。可發現EDI之投資對於各層影響因素之影響差異較表12略為縮小,各層變數間之差異程度隨之增大。在回饋關係上,EDI投資程度為40%與50%之影響結果穩定,EDI投資程度在30%在第三次回饋之影響結果亦達穩定,可視為反應假設之隸屬函數特性之收斂解。EDI投資程度在10%與20%、80%與90%在第一次回饋後期影響均在固定數字間變化。
EDI投資 | 影響因素分析 | 第一次回饋 | 第二次回饋 | 第三次回饋 | ||||||||
x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 | x2,x3,x4,x5 | x6,x7 | x1 |
10% | 18.8% | 21.4% | 25% | 16% | 20.6% | 25% | 16% | 20.6% | 25% | 16% | 20.6% | 25% |
20% | 16.8% | 21% | 25% | 16% | 20.6% | 25% | 16% | 20.6% | 25% | 16% | 20.6% | 25% |
30% | 27.7% | 32.9% | 33.7% | 33.5% | 40.7% | 40.1% | 41.1% | 50% | 50% | 50% | 50% | 50% |
40% | 41% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% |
50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% | 50% |
60% | 59% | 59.7% | 58.9% | 57.1% | 58% | 58.8% | 57.9% | 53.7% | 54.6% | 53.8% | 54.6% | 55.7% |
70% | 64.9% | 64.8% | 66.9% | 67.4% | 67% | 66.2% | 66.5% | 66.2% | 65.5% | 65.5% | 65.3% | 64.8% |
80% | 78.3% | 77.5% | 75% | 79.3% | 78.3% | 75% | 79.3% | 78.3% | 75% | 79.3% | 78.3% | 75% |
90% | 76.2% | 75.4% | 75% | 79.3% | 78.3% | 75% | 79.3% | 78.3% | 75% | 79.3% | 78.3% | 75% |
4.2.3小結
本研究以EDI對批發供應商之衝擊影響為例進行分析,以模糊控制方式進行操作,先定義影響變數及隸屬函數,並依影響因素關係之特性建立模糊邏輯規則,採用最小值法進行推論,並以重心法解模糊化,以求得EDI投資對於各層影響因素之影響,及不同EDI投資程度之影響因素變動。依本研究所假設之規則及隸屬函數型態推論之,不同EDI投資程度對第三層影響近乎相同,在50﹪左右,不同EDI投資程度10﹪與40﹪、60%、90﹪之影響差距僅在第一層較顯著。
由於隸屬函數反應影響因素之特性,其型態改變(包含函數型態之線性與非線性、模糊子集之數量、以及尺度劃分是否等距)分析結果隨之變動。為分析其變動之敏感程度,在變數間關係(規則庫)不變之原則下改變隸屬函數,可發現不同EDI投資程度對於各層影響因素之影響差異增大,惟因各影響變數均為同一隸屬函數,即使函數型態改變,前後關係變數之影響變動並不大。若假設各層影響因素之隸屬函數不同,可發現EDI之投資對於各層影響因素之影響差異較表12略為縮小,各層變數間之差異程度隨之增大,足見隸屬函數對分析結果之影響。
註釋:
2. 跨組織資訊系統:通常是由兩個或兩個以上公司所共同分享的自動化資訊系統,能讓資訊以跨越組織界線的方式進行交換(湯宗益,民86)。註1.「電信資訊科技」(telematics)為結合通訊與資訊(Communication and Computer,簡稱C&C )技術之創新科技,其具有「資訊化」與「通訊」兩項特質,透過資訊科技的改革創新,電信資訊科技服務可增加通訊使用量,使得資訊更為迅捷地傳播,提供資訊流通方式之另類通路,並對傳統運輸網路產生競合效果。
註