面向供應鏈的供應商選擇模型構建

譚春平，王 燁

（1.蘭州理工大學 經濟管理學院；2.蘭州財經大學 國際經濟與貿易學院，蘭州 730050）

0 引言

在供應鏈管理大背景下，企業的高效可持續發展要求供應商在供貨的質量、數量、準時性等方面予以充分保障。因此，供應商的選擇和評價就成為一個決定性的因素。如何選擇與評價高質量的供應商，也成為企業在供應鏈管理中一個重要工作。內外部環境變換迅速，這就要求企業構建高度柔性的供應鏈管理體系，這樣才能夠快速適應環境的變換，實現低成本、高效率、高質量的運行。從企業自身經營管理活動來看，企業需要充分考慮多目標、多層次的因素構建一個有效的供應商選擇評價模型，以便選擇出優質的供應商，以滿足企業可持續發展的需要。

表1 供應商綜合評價指標體系

1 供應商選擇的評價指標構建與權重的確定

1.1 評價指標體系構建

本文通過對相關學者[1-3]的研究，認為企業在選擇和評價供應商的時候，應該構建的指標體系如表1。

1.2 評價指標權重的確定

1.2.1 層次分析法

供應商的選擇評價模型構建，指標權重的確定是關鍵，層次分析法是一個有效的確定指標權重的方法，本文利用層次分析法，結合供應商評價指標的基本特點，合理確定供應商選擇評價指標的權重[4，5]。

層次分析法在供應商選擇評價模型中應用的基本思路是：首先，把供應商評價這一個復雜問題分解成一系列容易評價和解決的簡單問題，然后根據這些因素的相互關系，形成一個有序的遞階層次結構。其次，根據這一層次結構，采取相互比較的方式，通過比較得出所有因素的相對重要性。最后，經過計算確定各個因素的相對重要性的綜合排序，以此確定各個評價指標的相對權重。

（1）層次分析法的遞階層次結構

首先，根據供應商的評價指標體系，將涉及到的供應商評價指標諸因素進行分類，構造一個供應商評價因素的層次結構。在這一層次結構中，最高層為預定目標層次，中間層次為準則、子準則等，最底層涉及到的是供應商評價的最終解決方案，如圖1。

圖1 供應商評價層次結構模型

（2）構造供應商評價因素的兩兩比較判斷矩陣

假定供應商評價指標的某一級指標為Ck，將這一級指標分解后的二級指標為A1、A2、…An。以供應商的一級指標Ck為準則，決策者對其二級指標的優劣勢進行詳細比較后得出一個判斷矩陣如下：

其中aij代表的是通過比較后的相對重要性，其具體數值的確定按照表2所確定的定義進行確定。

表2 供應商選擇評價層次分析法中的比值

（3）通過計算確定每個一級指標體系下二級指標的相對重要性

通過計算，確定在一級指標體系下，二級指標各個因素的相對重要性的具體權重數值，也就是把判斷矩陣作為一個單層次模型，在這個單層次模型中去計算其特征根問題AW=λmaxW。所得歸一化的特征向量W=[w1w2…Wn]T作為本層元素A1、A2…、An對于上一層元素的排序權值。

（4）通過矩陣計算確定每個指標體系下各因素的組合權重

各個因素的綜合排序，需要從一級指標開始，逐漸向下進行，對與一級指標的總排序，計算過程如下：首先通過專家決策委員會確定上一次層所有因素A1、A2、…Am組合權重,分別為 a1、a2、…am，與 Aj相應的本層次因素 B1、B2、…Bm的單排序結果為 b1/、b2/、…bm/(i=1,2,…,m)。若 Bj與 Ai無聯系時，b1/=0，則本層次元素的組合權重可根據下表進行計算。顯然∑bj=1。

1.2.2 利用層次分析法確定評價指標權重

本文根據上述構建的供應商選擇評價指標體系，按照每一個指標數據的獲取方法，組建專家委員會，由專家委員會對上述每一個指標的相對重要性進行專家評估，在此基礎上，對各個指標的權重進行計算確定。

（1）通過矩陣計算確定各個一級指標的權重

供應商評價一級指標對目標層(高質量的供應商)的判斷矩陣為:

計算特征值和對應特征向量分別為:

（2）每個一級指標下的二級指標的權重，可以通過矩陣分別進行計算

通過對每一個層級指標權重的矩陣計算，最終確定供應商評價指標體系各個層次指標的權重如表3。

表3 供應商評價指標權重

根據表3所列的供應商選址評價指標權重排序，核心企業在選擇評價供應商的時候，首先根據權重較高、排列考前的指標對供應商進行初步篩選，然后再對其按照評價指標體系每一個指標進行全面的評價篩選。

2 供應商選擇模型構建

（1）構造評價矩陣

假設通過初步篩選出來的供應商有n個，對供應商的評價指標體系中包含m個評價指標，這樣就可以構建n*m階評價矩陣:

式中xi(k)為第i個供應商的第k個評價指標的值，一般是指極大值極性指標(數值越大越優)、極小值極極性指標(數值越小越優)、中間值極性指標(數值越接近某一個固定值越優)。

（2）對各個原始數據按照評價矩陣的要求進行預處理

按照每一個評價指標原始數據的來源方法獲得的原始數據在量綱、數量級差等方面都存在很大的差異，在供應商的評價過程中，要求各個指標的原始數據要有一定的可比性。因此，在評價之前需要對原始數據分為極大值極性指標(數值越大越優)、極小值極性指標(數值越小越優)、中間值極性指標(數值越接近某一個固定值越優)三種不同的類型進行預處理，以消除原始數據的量綱，預處理方法如下：

①對極大值極性指標，其標準化計算公式為:

②對極小值極性指標，其標準化計算公式為:

③對中間值極性指標，設第j項的最優值為Xpj,則其標準化計算公式為:

（3）生成歸一矩陣，并計算每個供應商的綜合得分

在上述基礎上，根據建立的供應商評價矩陣，對原始數據經過預處理之后，得到了用于供應商最終評價的歸一矩陣（即矩陣中的最大值為1，并且其中數據的量綱單位為1）。將指標權重矩陣與歸一矩陣相乘得到供應商的綜合得分。

（4）選擇合適的供應商

按照對各供應商進行評價的最終得分，選取分數最高的供應商進行合作，它就是對于目標企業來說潛在供應商里面最優的供應商。當分數相同時，依據各評價指標的權重優先選取最重要指標數據高的供應商；如果仍然相同，則考慮次重要指標數據依次比較，直到可以判斷為止。

3 模型的應用

按照所建立的供應商評價指標體系，現有企業經過初步篩選后得到四家具有競爭優勢的供應商，根據各個指標數據的來源，組織專家對其各項指標進行評估，結果如表4。

表4 供應商指標評估結果

根據前述分析，產品價格、平均交貨周期、平均運輸費用指標屬于極小值極性指標，其余指標作為極大值極性指標處理，按照評價方法的要求，首先對相應的指標數據進行預處理，經過預處理后得到的歸一矩陣如下：

根據前面對指標體系的權重分析結果，權重向量為：

由此計算各供應商的得分：

判斷可知，最優的供應商為：供應商D。

4 結束語

本文以層次分析法為基礎，通過確定各評價指標的權重，結合各供應商在具體指標上的表現程度，得到了計算供應商綜合質量的公式，依據最后得分的大小完成企業對供應商的選擇。但是其中并未考慮技術環境的進步等因素對企業選擇供應商造成的影響，不能有效的確定企業當前的最優供應商在行業未來的地位，造成了模型缺乏持久判斷供應商的能力；隨著對供應鏈管理和供應商管理研究的深入，人工神經網絡、灰色關聯分析等越來越多的方法得到了更好的應用，使企業對供應商的評價變得更為科學，建立的供應商評價體系將能夠更為合理的反映企業選擇供應商時所依據的指標及其重要程度，為企業選擇合適的供應商提供了有力的技術支持[4]。