敏捷制造模式下產品創新的供應商評價

許長軍 劉大成 姜建華 梁順霞

(①清華大學工業工程系，北京 100084;②中國礦業大學管理學院，北京 100083)

制造環境的持續快速變化使得制造企業必須應用以動態聯盟為基礎的敏捷制造來應對市場需求變化，即敏捷競爭模式使制造企業提供高質量、低價格、多品種的產品成為可能。同時，企業的戰略重點也由傳統的“以生產為中心”轉向“以營銷為中心”繼而轉向以“新產品開發為中心”，產品創新成為制造企業在市場上贏得競爭，獲取利潤的主要源泉。

在汽車制造行業，產品創新和敏捷供應鏈已經成為企業競爭的關鍵。近年來，隨著汽車制造的發展，一些主機生產廠商和零部件生產廠商的關系已經發生了很大變化，主機生產廠商與零部件生產廠商建立了戰略合作伙伴關系，并建立了全球采購網絡，主機生產廠商把一些生產外包給合作的零部件生產廠商，在新產品開發項目上也會優先采用供應商的技術。

本文以汽車產品創新為例，建立了產品創新供應商評價模型，以有效規避產品研發風險，加快產品創新。

1 產品創新的供應商評價流程

敏捷供應鏈下產品創新的供應商評價與傳統意義的供應商評價存在較大的不同，需要從眾多的供應商中選擇具有相關產品創新能力的供應商，組建以制造商為核心的產品創新團隊，實現快速產品的創新目標。因此整個供應商的評價過程應突出與產品創新速度相關的指標，以及為這些指標賦予較大的權重系數，以此為切入點建立了與之相對應的供應商評價體系，采用了評價方法集成理論進行側重評價。

產品創新的供應商評價過程是一個動態演進，同時帶有反饋的過程。假設排除由于某種特殊原因導致1個或幾個供應商突然加入的情況，整個評價過程可分為4個階段進行，即供應商的粗篩選、細篩選、精煉和確認以及跟蹤總評價，與其相對應的供應商的評價有4個步驟，即可行性過濾、Pareto篩選、滿意度評價和合作效果評價，見圖1。

2 建立供應商評價模型

2.1 基于DEA的供應商定量評價

2.1.1 DEA 的基本模型

1978年Charnes A.和Cooper W.教授提出了數據包絡分析(DEA)方法和模型。DEA方法的主要研究對象是決策單元(DMU)。通過比較一組同質的DMU，并結合DMU線性的輸入和輸出，分析每個DMU的相對有效性，可以得到有效活動的包絡曲面。供應商候選人可被看作決策單元。假設有n個供應商，每個供應商有p種類型的輸入，以及q種類型的輸出，可以得到基本的DEA評價模型:

式中:yj為供應商j的輸出評價指標;p為指標yj的數量;xj為供應商j的輸入評價指標;q為指標xj的數量;u、v為評價指標的權重。

為了便于求解等式(1)，利用Charnes－Cooper變換，得到線性規劃模型:

模型中，通過優化有效指標確定相應每個輸入向量和輸出向量的權重。這個模型幫助處理輸入和輸出中不確定的權重信息問題，防止人為主觀地給定權重。這里假定評價有效性的約束是所有供應商候選人的效率評價指標最大值為1。當供應商j的效率值為1時，就意味著供應商是相對有效的;當供應商的效率值小于1時，就意味著供應商j是相對無效的。模型的結果也反應了相對有效的供應商之間的差別。如果將這些指標重新處理，可以得到每個供應商依次的相對有效性。

2.1.2 帶有決策偏好約束的錐比例C2WH模型

考慮到在實際中買方選擇供應商時經常帶有明顯的決策偏好，可以修正DEA的基本模型，選擇帶有決策偏好約束的錐比例C2WH模型為實際的DEA分析模型。當決策單元DMU0∈{DMUj}時，得到其C2WH模型:

在等式(3)中，V?，U?，K?收斂于凸錐，并且InvV≠Φ，InvU≠Φ。這里對所評價的供應商選擇不同權重，分析結果，找到滿意的供應商。

2.1.3 基于DEA的供應商選擇方法的不足

雖然基于DEA的供應商選擇方法使得供應商的整體效率更客觀，但權重的精確選擇使那些在少數指標有利而其他多數指標不利的供應商成為相對有效的得利者。所以，有必要將智能準則引入到決策過程。選擇網絡層次分析法(ANP)作為智能準則，以彌補評價過程中DEA的不足。

2.2 建立以ANP為基礎的數據包絡分析集成的評價模型

2.2.1 ANP 方法介紹

AHP方法是Thomas L.Saaty在1970年提出的，其核心是把決策問題分為多層次的遞階控制關系，而系統劃分層次且只考慮上層元素對下層元素的支配作用。同一層次中的元素被認為是彼此獨立的，這種遞階次結構雖然給處理系統問題帶來了方便，同時也限制了它在復雜決策問題中的應用。在許多實際問題中，各層次內部元素往往是依存的，下層元素對上層元素亦有反支配作用，即存在反饋。此時系統的結構更類似于網絡結構。基于這種考慮，1996年Saaty提出了網絡分析法(ANP)。ANP將系統元素劃分為控制層與網絡層兩大部分。第一部分稱為控制因素層，包括問題目標及決策準則。所有的決策準則均被認為是彼此獨立的，且只受目標元素支配。控制因素中可以沒有決策準則，但至少有一個目標。控制層中每個準則的權重均可用傳統AHP方法獲得。第二部分為網絡層，它是由所有受控制層支配的元素組組成的，其內部是互相影響的網絡結構。由于網絡分析法考慮了不同的層次之間的反饋和同層元素之間的相互依存關系，因此在確定權重的時候，就比層次分析法復雜得多，不再是簡單的兩兩元素對上層元素的比較。

2.2.2 建立以ANP為基礎的數據包絡分析集成的評價模型

ANP法的判斷矩陣是由評價者或專家給定的，因此其一致性必然受到有關人員的知識結構、判斷水平及個人偏好等許多主觀因素的影響。DEA以各決策單元的輸入輸出指標的權重為變量，避免了實現確定各指標在優先意義下的權重，使之受不確定的主觀因素的影響比較小。充分發揮各自的優勢，將使綜合評價方法更加完善。

ANP反映決策者的主觀偏好，DEA反映基于供應商有效性基礎上的屬性數值之間客觀存在的關系。為使求得的準則權重綜合反映主觀和客觀的關系，充分體現ANP和DEA的優點，用線性加權的方法確定綜合權重，即

式中:w*為綜合權重;α為主觀偏好系數;1－α為客觀偏好系數;ω為ANP權重;Ψ為DEA權重。其中α∈［0，1］，α的具體數值，由決策者根據偏好給出。

在實際工作中，用兩種方法相結合確定供應商選擇準則的綜合權重，具有較高的準確價值。

3 案例研究

一家汽車制造企業，為滿足客戶需求，要提升某種車型并快速占領該產品市場，同時提高利潤降低成本。

基于敏捷制造動態聯盟的思想，該企業科學評價選擇供應商建立產品創新團隊共同研發產品。

3.1 建立網絡分析結構ANP

根據前面的分析，可建立基于ANP＆DEA的產品創新評價體系。在這個體系中，選擇需求設計、概念設計、系統設計、細節設計、原型設計作為合作的主要指標。把提升產品作為目標層，把需求設計、概念設計、系統設計、細節設計、原型設計作為評價因素，建立產品創新評價網絡結構，如圖2所示。按超矩陣計算程序，反復計算2k+1(k→+∞)次，矩陣演進42次的時候，結果變成穩定矩陣(如表1、表2所示)。

表1 網絡準則下的超矩陣分析

表2 基于控制準則的超矩陣演化

表3 30選9供應商DEA超效率分析

3.2 通過ANP＆DEA評價模型計算分析

每個供應商的ANP綜合指標權重由子系統指標權重相加獲得。綜合評價指標是每個單項評價指標的和。權重值通過ANP方法公式計算得到(如表1、表2)。通過評價系統從30家供應商中最終選擇了9家供應商。為了比較權重，通過表3進行超效率分析。

根據專家打分和實踐檢驗，主觀因素是0.6，客觀因素是0.4，根據綜合權重公式(4)計算得到9家供應商的綜合權重值(如表4)。根據評價結果，最后從9家供應商中選擇6家進入產品創新團隊，這6家供應商在制造行業中技術水平處于領先地位。

4 結語

本文綜合經濟、管理、系統工程和應用數學方法，將產品創新的供應商理論和技術引入到敏捷供應鏈管理中，根據新產品開發的不同階段，研究建立了供應商選擇系統。

表4 DEANP評價分析和排序

［1］汪定偉.敏捷制造的ERP及其決策優化［M］.北京:機械工業出版社，2003.

［2］趙小惠.支持產品創新的供應商管理［M］.北京:清華大學出版社，2005.

［3］Charnes A，Cooper W W，Thrall R M.A structure for classifying and characterizing efficiencies in data envelopment analysis［J］.Journal of Productivity Analysis，1991(2).197 －237.

［4］劉大成，鄭力，張伯鵬，等.面向敏捷供應體系虛擬企業的建造［J］.制造技術與機床，1999(10):18－20.