黃細(xì)燕，徐玉萍

（華東交通大學(xué)軌道交通學(xué)院，江西 南昌330013）

專業(yè)化和集約化的社會(huì)化大生產(chǎn)要求供應(yīng)鏈的核心生產(chǎn)企業(yè)專注于自身核心業(yè)務(wù)，而將非核心業(yè)務(wù)外包，因此，供應(yīng)商選擇對(duì)核心企業(yè)的利益和發(fā)展具有重大影響，是企業(yè)供應(yīng)鏈研究的重點(diǎn)和熱點(diǎn)課題。

供應(yīng)商選擇是供應(yīng)鏈管理［1］的重要問題之一，在上世紀(jì)較早時(shí)期就得到了國(guó)外研究者的關(guān)注［2］；國(guó)內(nèi)學(xué)者也在供應(yīng)鏈合作伙伴的評(píng)價(jià)指標(biāo)體系與評(píng)價(jià)問題上緊隨外國(guó)研究開展了大量有效工作［3］。供應(yīng)鏈協(xié)同對(duì)提高生產(chǎn)效率和整體具有重要作用，越來越受重視［4］。模糊綜合評(píng)價(jià)方法是供應(yīng)商評(píng)價(jià)與選擇研究時(shí)很受歡迎的方法，其思想來自層次分析法（AHP），它綜合了模糊理論和AHP方法的優(yōu)點(diǎn)，能較好克服主觀影響，是定性與定量結(jié)合的分析方法。許多工作利用各種模糊數(shù)來定量刻畫事物屬性，結(jié)合多層次多屬性決策方法進(jìn)行決策分析［5-6］，但構(gòu)造隸屬函數(shù)不太容易且有一定主觀色彩。為此，引入模糊互補(bǔ)矩陣，通過優(yōu)先關(guān)系系數(shù)定量地描述待優(yōu)選的若干方案在每一個(gè)因素下的優(yōu)劣，避開了各個(gè)等級(jí)隸屬度的確定問題。為了克服判斷矩陣與人類思維之間的一致性差異，引入模糊一致矩陣［7］。模糊一致矩陣具有中分傳遞性，符合人類思維的一致性，可以保證優(yōu)選結(jié)果的合理性。

模糊綜合評(píng)價(jià)方法及其應(yīng)用研究，較少對(duì)指標(biāo)數(shù)據(jù)按定性與定量等不同類型進(jìn)行分類預(yù)處理，本文將所有指標(biāo)分為3類，利用梯形模糊數(shù)預(yù)處理其中一類定性指標(biāo)，以設(shè)計(jì)評(píng)價(jià)指標(biāo)的預(yù)處理方法；然后，對(duì)定性指標(biāo)與定量指標(biāo)采用不同方法構(gòu)建模糊互補(bǔ)矩陣，并計(jì)算模糊一致矩陣，進(jìn)而構(gòu)建了面向協(xié)同管理的供應(yīng)商模糊綜合評(píng)判方法。在對(duì)某核心生產(chǎn)企業(yè)的5個(gè)待選擇供應(yīng)商企業(yè)的相關(guān)定量指標(biāo)計(jì)算和定性指標(biāo)模糊打分基礎(chǔ)上，利用該綜合評(píng)判方法，計(jì)算得到各供應(yīng)商的綜合評(píng)分，為供應(yīng)商選擇提供了客觀、科學(xué)的決策依據(jù)。

1 協(xié)同管理中供應(yīng)商選擇的評(píng)價(jià)指標(biāo)體系

供應(yīng)商選擇存在于供應(yīng)鏈伙伴關(guān)系構(gòu)建與維系的全程，建立良好伙伴關(guān)系是供應(yīng)鏈協(xié)同管理的重要保障。核心生產(chǎn)企業(yè)對(duì)供應(yīng)商的選擇需要按照供應(yīng)鏈協(xié)同管理的總體戰(zhàn)略目標(biāo)和資源計(jì)劃的要求，以快速響應(yīng)市場(chǎng)需求變化和提高市場(chǎng)競(jìng)爭(zhēng)力為目標(biāo)做出正確的決策。依據(jù)目的性原則、客觀科學(xué)性原則、簡(jiǎn)明現(xiàn)實(shí)性原則、全面性、系統(tǒng)性原則、穩(wěn)定可比性原則、通用性與發(fā)展性相結(jié)合原則等，構(gòu)建了供應(yīng)商選擇的評(píng)價(jià)指標(biāo)體系。供應(yīng)商選擇指標(biāo)體系具有3個(gè)層次，把除最末層次之外的多于一個(gè)指標(biāo)的其他層次視為由若干子系統(tǒng)構(gòu)成，指標(biāo)體系的第一層次視為由3個(gè)子系統(tǒng)即U1 產(chǎn)品競(jìng)爭(zhēng)力、U2 同步協(xié)作能力以及U3 供應(yīng)商企業(yè)總體狀況構(gòu)成，各子系統(tǒng)包括若干個(gè)二級(jí)子系統(tǒng)，而各二級(jí)子系統(tǒng)包括若干個(gè)第三層次的評(píng)價(jià)指標(biāo)。一級(jí)評(píng)價(jià)指標(biāo)3個(gè)，二級(jí)評(píng)價(jià)指標(biāo)12個(gè)，三級(jí)評(píng)價(jià)指標(biāo)共計(jì)29個(gè)。

U1 的下屬指標(biāo)IU1={U11 產(chǎn)品質(zhì)量，U12 產(chǎn)品成本，U13 產(chǎn)品開發(fā)能力，U14 生產(chǎn)能力｝；IU11={U111 產(chǎn)品合格率，U112 產(chǎn)品抽樣合格率和全檢合格率，U113 返修退貨率，U114 ISO 認(rèn)證情況，U115產(chǎn)品匹配度｝；IU12={U121 產(chǎn)品獲得成本，U122 數(shù)量折扣率，U123 降低成本計(jì)劃，U124 成本投入產(chǎn)出比｝；IU13={U131 新產(chǎn)品開發(fā)周期，U132 產(chǎn)品開發(fā)成功率，U133 產(chǎn)品主動(dòng)更新率｝；IU14={U141 生產(chǎn)批量要求，U142 生產(chǎn)線要求，U143 產(chǎn)品平均出產(chǎn)周期與同類產(chǎn)品周期比｝；IU2={U21 柔性，U22 交貨，U23 信息技術(shù)能力，U24 合作兼容性｝；IU21={U211 數(shù)量柔性，U212 時(shí)間柔性，U213 品種柔性｝；IU22={U221 準(zhǔn)時(shí)交貨率，U222 訂貨滿足率，U223 訂貨提前期，U224 訂貨批量｝；IU23={U231 信息集成度，U232 生產(chǎn)管理信息系統(tǒng)應(yīng)用程度，U233 信息共享程度｝；IU24={U241 戰(zhàn)略目標(biāo)兼容性，U242 企業(yè)文化兼容性｝；IU3={U31 生產(chǎn)歷史，U32 信譽(yù)度，U33 合作態(tài)度，U34 地理位置與交通｝。

2 面向供應(yīng)鏈協(xié)同管理的供應(yīng)商模糊綜合評(píng)價(jià)及其步驟

傳統(tǒng)模糊評(píng)價(jià)常用單一方法，即把所有指標(biāo)放在一起處理，這可能會(huì)掩蓋部分指標(biāo)的重要屬性。因此，對(duì)評(píng)價(jià)指標(biāo)體系中的不同定量指標(biāo)和定性指標(biāo)的原始數(shù)據(jù)進(jìn)行分類分組處理，并結(jié)合梯形模糊數(shù)建立模糊互補(bǔ)矩陣和模糊一致矩陣，最后計(jì)算得到綜合優(yōu)劣次序。

步驟1定性與定量指標(biāo)原始數(shù)據(jù)的分類預(yù)處理。

首先，在指標(biāo)選擇及數(shù)據(jù)收集整理過程中，指標(biāo)體系的構(gòu)建思路是盡量選擇或通過處理使指標(biāo)變?yōu)榭芍苯颖容^的0～1范圍內(nèi)的參數(shù)作為評(píng)價(jià)指標(biāo)。若指標(biāo)取值在0～1范圍內(nèi)如U115，U233，則不作進(jìn)一步處理。其次，對(duì)統(tǒng)計(jì)值大于1的評(píng)價(jià)指標(biāo)如：U121，U131，U223等指標(biāo)，按照一定的參考標(biāo)準(zhǔn)分為5個(gè)模糊等級(jí)，各等級(jí)對(duì)應(yīng)的分值為以0.9，0.7，0.5，0.3，0.1為中位數(shù)的長(zhǎng)度為0.2的區(qū)間，若相應(yīng)指標(biāo)值落在某區(qū)間，則取指標(biāo)值為區(qū)間中位數(shù)。

對(duì)指標(biāo)體系中其他定性指標(biāo)，利用梯形模糊數(shù)及其運(yùn)算規(guī)則，通過屬性值規(guī)范化和取均值對(duì)這些指標(biāo)進(jìn)行量化和無量綱化。具體步驟如下：

1）設(shè)定性指標(biāo)屬性集為X={x1,x2,…,xn}，方案集（專家集）為U={u1,u2,…,um}。m位供應(yīng)鏈協(xié)同相關(guān)專家參考語言變量評(píng)價(jià)與梯形模糊數(shù)的關(guān)系對(duì)定性指標(biāo)進(jìn)行評(píng)分［8］，得到各定性指標(biāo)xi對(duì)應(yīng)各專家uj的梯形模糊屬性值=(aij,bij,cij,dij)，aij＜bij＜cij＜dij是區(qū)間［0，1］之間的實(shí)數(shù)。

由于供應(yīng)商協(xié)同評(píng)價(jià)指標(biāo)體系中的定性指標(biāo)具有不同的量綱形式，且對(duì)系統(tǒng)總目標(biāo)有正面和負(fù)面等影響（分別稱為正指標(biāo)和負(fù)指標(biāo)），因此，為了消除不同物理量綱形式對(duì)決策結(jié)果的影響，根據(jù)梯形模糊數(shù)運(yùn)算規(guī)則，對(duì)正指標(biāo)和負(fù)指標(biāo)分別按照（1）式和（2）式，將梯形模糊屬性值轉(zhuǎn)換為規(guī)范化梯形模糊屬性值矩陣，其中，矩陣的元素=(αij,βij,γij,δij)仍是梯形模糊屬性值。說明：與不是向量，而是一組數(shù)構(gòu)成的序列。

2）計(jì)算各定性指標(biāo)對(duì)應(yīng)各專家的去模糊化值z(mì)ij=(αij+βij+γij+δij)4，并取∑j∈Imzij m為該供應(yīng)商企業(yè)對(duì)應(yīng)指標(biāo)xi的評(píng)分值。

步驟2建立模糊互補(bǔ)矩陣。

要在M個(gè)指標(biāo)下優(yōu)選N個(gè)方案，建立M個(gè)單因素模糊互補(bǔ)矩陣R=(rikj)N×N,k=1,…,M，其中，rikj為在指標(biāo)uk下Pi與Pj之間的優(yōu)先關(guān)系系數(shù)。模糊互補(bǔ)矩陣是每一層次中的因素針對(duì)于上層因素的相對(duì)重要性兩兩比較結(jié)果所得的矩陣。對(duì)定性指標(biāo)，按（3）式確定模糊互補(bǔ)矩陣R=(rij)n×n［7］。

式中：rij為在某指標(biāo)下Pi與Pj之間的優(yōu)先關(guān)系系數(shù)。

在某一因素下，若采用這種方法，兩個(gè)方案之間的優(yōu)先關(guān)系系數(shù)的確能夠反映兩個(gè)方案的優(yōu)劣，但卻不能體現(xiàn)定量指標(biāo)優(yōu)劣的差異程度；而根據(jù)Suykens 與Vandewalle［9］研究表明，根據(jù)模糊一致判斷矩陣的元素與權(quán)重的關(guān)系式給出的排序方法具有較高分辨率，能提高決策的科學(xué)性。并且，利用模糊一致矩陣可避免AHP方法的一致性檢驗(yàn)。因此，仍采用0.1～0.9標(biāo)度表示rij（滿足rij+rji=1），將因素間兩兩重要性比較rij與因素重要程度權(quán)重wi,wj之間的關(guān)系表示為rij=0.5+( )wi-wj β，0 ＜β≤0.5，取β=0.4，易見Pi,Pj等優(yōu)時(shí)有rij=0.5，Pi優(yōu)于Pj時(shí)有rij＞0.5。這樣，便可以體現(xiàn)它們之間的差異程度。為了充分發(fā)揮定量指標(biāo)在精確優(yōu)選供應(yīng)商中的作用，將對(duì)定量指標(biāo)如U111采用這種方法確定rij；而對(duì)定性指標(biāo)如U114，在大量專家調(diào)查的基礎(chǔ)上給出評(píng)分等級(jí)，再采用前一種方法確定rij。

步驟3建立模糊一致矩陣。

將模糊互補(bǔ)矩陣通過變換改造成模糊一致矩陣FR=(rij)N×N，rij=α(ri-rj) (2n)+0.5，i=1,2,…,N，α=1 ∈( 0,1] 。矩陣FR=(rij)N×N滿足：?l=1,...,N，有rij=ril-rjl+0.5，i,j=1,…,N。

步驟4計(jì)算優(yōu)度值。

首先，選擇采用冪法計(jì)算供應(yīng)商Pi在因素uk下的優(yōu)度值。然后，計(jì)算各供應(yīng)商關(guān)于指標(biāo)子系統(tǒng)的綜合優(yōu)度值Wi，即將各層次間的重要性權(quán)值轉(zhuǎn)化為相對(duì)于總目標(biāo)的綜合權(quán)重，并按Wi，i=1,…,N排序，得到N個(gè)供應(yīng)商關(guān)于所有因素的綜合優(yōu)劣次序。

3 案例分析

某核心生產(chǎn)企業(yè)在進(jìn)行供應(yīng)鏈協(xié)同生產(chǎn)與管理時(shí)需要考察5個(gè)供應(yīng)商企業(yè)P1，P2，P3，P4，P5，選取具有促進(jìn)供應(yīng)鏈協(xié)同潛質(zhì)的企業(yè)。對(duì)供應(yīng)商各三級(jí)指標(biāo)分類獲取數(shù)據(jù)，在利用梯形模糊數(shù)處理定性指標(biāo)時(shí)，邀請(qǐng)m=5 位企業(yè)協(xié)同管理專家進(jìn)行打分，所得數(shù)據(jù)如表1所示。

假定各層次的各個(gè)指標(biāo)的權(quán)重值如下：一級(jí)評(píng)價(jià)指標(biāo)權(quán)重為A=（0.4，0.35，0.25）；二級(jí)評(píng)價(jià)指標(biāo)權(quán)重為A1=（0.4，0.3，0.2，0.1），A2=（0.25，0.35，0.2，0.2），A3=（0.2，0.4，0.3，0.1）；三級(jí)評(píng)價(jià)指標(biāo)權(quán)重為A11=（0.2，0.3，0.2，0.1，0.2），A12=（0.3，0.1，0.2，0.4），A13=（0.3，0.3，0.4），A14=（0.2，0.175，0.20，0.125，0.3），A21=（0.4，0.35，0.25），A22=（0.3，0.3，0.15，0.25），A23=（0.2，0.3，0.5），A24=（0.6，0.4）。

對(duì)各個(gè)二級(jí)評(píng)價(jià)指標(biāo)子系統(tǒng)，依據(jù)初始數(shù)據(jù)矩陣，計(jì)算模糊互補(bǔ)矩陣、模糊一致關(guān)系矩陣，得到各子系統(tǒng)的單指標(biāo)下優(yōu)度值，例如，U11子系統(tǒng)中5個(gè)指標(biāo)下各供應(yīng)商企業(yè)對(duì)單個(gè)指標(biāo)優(yōu)度值如表2所示。

表1 面向供應(yīng)鏈協(xié)同的供應(yīng)商評(píng)價(jià)指標(biāo)數(shù)據(jù)矩陣Tab.1 Supply chain collaboration oriented supplier evaluation data matrix

表2 單指標(biāo)優(yōu)度值和綜合優(yōu)度值Tab.2 Single index’s goodness value and comprehensive goodness value

從而，分別對(duì)各個(gè)二級(jí)評(píng)價(jià)指標(biāo)子系統(tǒng)U11，U12，U13，U14，U21，U22，U23，U24以及U3，計(jì)算得到各子系統(tǒng)的綜合優(yōu)度值如表2所示。進(jìn)一步，對(duì)各個(gè)一級(jí)評(píng)價(jià)指標(biāo)子系統(tǒng)U1與U2，計(jì)算得到供應(yīng)商企業(yè)相對(duì)各子系統(tǒng)的綜合優(yōu)度值。

最后，對(duì)所有一級(jí)評(píng)價(jià)指標(biāo)子系統(tǒng)的綜合優(yōu)度值求加權(quán)和，得到供應(yīng)商企業(yè)P1，P2，P3，P4，P5的綜合評(píng)價(jià)分值依次為0.204 1，0.261 0，0.194 5，0.162 5，0.177 8。由此，獲得所有供應(yīng)商的綜合排名為2，1，3，5，4，為核心生產(chǎn)企業(yè)面向協(xié)同生產(chǎn)管理的合作企業(yè)選擇提供了科學(xué)合理的決策依據(jù)。

4 結(jié)論

以核心生產(chǎn)企業(yè)為主導(dǎo)的供應(yīng)鏈協(xié)同管理，要求優(yōu)選供應(yīng)商節(jié)點(diǎn)企業(yè)，以核心生產(chǎn)企業(yè)自身利益與供應(yīng)鏈集團(tuán)利益最大化?；诠?yīng)商企業(yè)的產(chǎn)品競(jìng)爭(zhēng)力、同步協(xié)作能力等的評(píng)價(jià)指標(biāo)體系，構(gòu)建面向供應(yīng)鏈協(xié)同管理的供應(yīng)商模糊綜合評(píng)價(jià)方法。該方法可以克服傳統(tǒng)模糊評(píng)判方法對(duì)定性指標(biāo)處理的主觀性及需要隸屬度函數(shù)等缺點(diǎn)，主要體現(xiàn)在以下幾個(gè)方面：

1）對(duì)原始數(shù)據(jù)的處理，充分考慮定性與定量指標(biāo)、正指標(biāo)與負(fù)指標(biāo)的差異性等，把所有三級(jí)指標(biāo)劃分為3類，分別按照不同方法進(jìn)行處理；特別地，對(duì)定性指標(biāo)采用梯形模糊數(shù)及其運(yùn)算規(guī)則進(jìn)行處理。這樣，在實(shí)現(xiàn)了無量綱化的同時(shí)，又避免了模糊評(píng)判法需要隸屬度函數(shù)的缺陷。

2）區(qū)別定性指標(biāo)與定量指標(biāo)，結(jié)合普通的兩兩比較法以及模糊一致判斷矩陣的元素與權(quán)重的關(guān)系式等兩種方法來構(gòu)建模糊互補(bǔ)矩陣。這樣，克服了對(duì)定量指標(biāo)不加區(qū)別地采用兩兩比較法的缺陷，提高了定量指標(biāo)的分辨率。

利用所提出的模糊綜合評(píng)判方法，通過計(jì)算分析得出核心生產(chǎn)企業(yè)的所有待選供應(yīng)商企業(yè)的綜合評(píng)估得分，為核心生產(chǎn)企業(yè)選擇合適供應(yīng)商提供科學(xué)決策支持。

[1] 張誠(chéng).我國(guó)供應(yīng)鏈管理研究綜述[J].華東交通大學(xué)學(xué)報(bào),2011,28(3):92-97.

[2] DICKSON G W.An analysis of vendor selection systems and decisions[J].Journal of Purchasing,1966,2(1):5-17.

[3] LIU P, ZHANG X.Research on the supplier selection of a supply chain based on entropy weight and improved ELECTRE-III method[J].International Journal of Production Research,2011,49(3):637-646.

[4] ANBANANDAM R,BANWET D,SHANKAR R.Evaluation of supply chain collaboration:a case of apparel retail industry in India[J].International Journal of Productivity and Performance Management,2011,60(2):82-98.

[5] 遲國(guó)泰,王鈺娟,劉艷萍.基于三角模糊熵的經(jīng)濟(jì)評(píng)價(jià)模型及副省級(jí)城市的實(shí)證研究[J].運(yùn)籌與管理,2010,19(5):107-117.

[6] 虢柱,聶春龍.基于AHP分析的二級(jí)模糊綜合評(píng)價(jià)模型及在邊坡風(fēng)險(xiǎn)易損性評(píng)價(jià)中的應(yīng)用[J].鐵道科學(xué)與工程學(xué)報(bào),2012,9(5):50-53.

[7] 姚敏.一種改進(jìn)的模糊相似選擇定序法[J].系統(tǒng)工程理論與實(shí)踐,1994,14(8):18-21.

[8] 高巖,周德群,章玲,等.模糊語言群決策影響因素的分析方法[J].武漢理工大學(xué)學(xué)報(bào):信息與管理工程版,2011,33(4):613-617.

[9] SUYKENS J A K, VANDEWALLE J.Least squares support vector machine classifiers [J].Neural Processing Letters,1999,9(3):293-300.