作者簡介：趙祖琴（1987.07-），女，漢族，貴州，貴州大學在讀碩士研究生，專業(yè)管理科學與工程，研究方向：工業(yè)工程管理（含物流與供應鏈方向）。

摘 要：供應商管理是供應鏈管理的核心問題，而供應商績效評價是實現供應商有效管理的必然途徑。本文對供應商績效評價的兩個核心問題——指標體系和評價方法進行了文獻綜述，首先對指標體系的選取原則、常用指標、指標處理、指標選取等方面進行了論述，其次對現階段常用的現代綜合評價方法的原理、優(yōu)點和問題進行了分析。最后，提出了未來可能的研究方向。

關鍵詞：供應商評價；指標體系；評價方法

1.引言

供應鏈管理的實質是將供應鏈上各個節(jié)點企業(yè)的核心競爭力進行整合，以此達到整體效益的最大化。供應商管理是供應鏈管理的前提條件，也是供應鏈管理的核心問題[1]。企業(yè)通過對供應商進行評價，選擇合格的供應商，可以說供應商評價是實現供應商有效管理的必然途徑。在供應商績效評價中，核心的兩個問題分別是績效評價指標體系的構建和評價方法的選擇。

2.供應商評價指標體系研究綜述

供應商評價指標體系是用來對供應商的各個方面的表現進行全方位測量體系。對于供應商評價指標體系，學者一般在以下幾個方面進行研究：

一是評價指標選取的原則，仲維清[2]、趙小惠[3]、王熙[4]等都提出相關描述。綜合看來，學者普遍認為對于評價指標的選取，主要遵循系統(tǒng)全面原則、柔性和靈活性原則、實用性和可操作性原則、可拓展性和可重構性原則、與企業(yè)自身及行業(yè)特點相適應等原則。

二是研究供應商評價的一般性通用指標和專用指標。在這個方面國外以Dickson C.W.、Weber C.A.為代表，Dickson（1966）通過問卷調查的方式得到了23項常見評價指標的重要性排序，而Weber[5]通過對文獻的統(tǒng)計以常見的評價指標的使用頻率進行了排序，以此來表明其重要性的排序，二者得到的結論基本一致。國內的學者也對此進行過統(tǒng)計，例如華中理工大學CIMS-供應鏈課題組（1997）得出質量、價格、交貨提前期、批量靈活性等是中國企業(yè)重視的評價指標。但是隨著市場經濟越來越復雜，一些復雜、定性指標被提出，如陳啟杰[6]列舉的三個指標：產品設計與開發(fā)能力、生產柔性及靈活性和環(huán)保觀念等。此外，一般性的指標并不能適應所有行業(yè)、所有市場環(huán)境下的企業(yè)，因此學者在進行供應商評價指標體系構建時，一般都會在基礎指標的基礎上，根據企業(yè)、行業(yè)和環(huán)境的要求增減一些指標，如針對鋼鐵行業(yè)而言，王道平[7]、王熙[4]、賀莉[8]等都構建了適用于鋼鐵企業(yè)的指標體系。

三是研究評價指標的具體含義、計算方法、權重確定以及技術處理手段。對于每一個評價指標，都必須明確其含義以及計算度量方法，否則不符合指標選取的可操作性原則。對于定量指標而言一般比較容易理解，但是對于定性指標而言就存在一定的難度。對于這類指標一般會采取一定的技術手段加以處理，例如為了建立基于供應商合作伙伴關系的指標體系，馬士華（2000）等對評價供應商和企業(yè)合作關系的客戶滿意度指標進行了詳細的說明和技術處理，以使其可量化；劉禮金[9]采用三角模糊數方法對取值不為具體數字而為不同等級的指標進行了量化處理等。

四是對于如何對指標進行取舍，即對指標體系內部關系的分析和指標選取方法的研究。根絕指標選取的全面性原則和簡潔性原則，指標體系的構建首先要充分反應被評價對象的各個方面，但是又要盡量減少具有強相關性的指標的同時出現，降低工作難度提高工作效率。常用的指標選取方法有主成分分析法[10]、因子分析法[11]、相關性分析法[12]、靈敏度分析法[13]等是常見的研究方法。這些方法總的來說是采用線性規(guī)劃的方法對評價指標的重要性和相關性進行分析，具有較強的可操作性和合理性。

3.供應商評價的方法研究綜述

供應商評價的方法主要包括定性方法（直觀判斷法、企業(yè)招標法、協(xié)商選擇法等）、定量方法（采購成本比較法、作業(yè)成本法、線性權重法等）以及定性和定量相結合的方法（層次分析法、人工神經網絡等）等三類[14]。傳統(tǒng)的定性、定量方法的應用相對已經比較廣泛，在此主要介紹近年來得到廣泛關注和應用的定性與定量相結合的評價方法，即現代綜合評價方法，主要包括層次分析法、神經網絡法、模糊綜合評價方法、數據包絡分析方法等。

3.1層次分析法

層次分析法是現階段在供應商評價方面使用最多的方法之一，是一種定性與定量相結合的方法，其基本原理是將復雜問題分解為若干層次和若干因素，建立判斷矩陣，利用矩陣特征值和特征向量代表的經濟含義來得到不同方案的重要性排序[15]。對于層次分析法的探討主要在兩個問題上，一是判斷矩陣的一致性檢驗和自我優(yōu)化[16]，二是對于層次結構的最底層評價指標的權重的確定。層次分析法是一種非結構化的決策方法，簡單易行，但是決策本身是一項復雜的社會系統(tǒng)工程，不能一味尋求簡單而忽視了決策系統(tǒng)的復雜性[17]。同時對指標權重的人工干預將極大的影響最終的評價結果，不同的權重取值將導致最終結果的較大變化。方法簡單易行是層次分析法最大的特征，但也正是這個特征使得層次分析法的理論基礎過于薄弱，不具備進一步深入研究的價值，但不可否認其具有較其他評價方法更高的實用性和可操作性。

3.2神經網絡法

神經網絡法是采用人工智能、利用經驗和學習進行決策的一種方法。神經網絡方法主要解決了非線性的問題和樣本必須服從于正態(tài)分布的問題，其非線性的映射能力、自我組織和學習能力、分布式的存儲結構，使得其具有較強的容錯性，能實現局部資料缺失也不影響總體評價結果。神經網絡的基本原理是構建多層網絡，通過樣本輸入值使得神經網絡得到學習，在此階段連接權值隨之變化，再將待評價主體的值輸入，根據之前有樣本構建起來網絡得到相應的輸出值，此時的連接權值是保持之前的學習結構不變的[18]。對于神經網絡而言最主要的有兩個問題，一是算法的確定，現階段比較常用的是Rumelhart（1985）年提出的BP算法；二是中間節(jié)點數的確定，為解決這個問題，陳雄華等[19]提出了一種解決方法，即采用逐步增加節(jié)點數，通過學習訓練，如果引起準確性的下降，則采用未增加前的節(jié)點數，但另一個問題隨而來，即如何判斷準確性下降了，判斷的標準是什么卻沒有得到很好的解決。神經網絡法由于以上所述的優(yōu)點，越來越受到學者的關注，但是其研究的內容主要在于計算機軟件的開發(fā)，而且本方法相對比較復雜，在實際應用中比較難以被企業(yè)所采用，在方法的實踐推廣上具有局限性。

3.3模糊綜合評價方法

模糊綜合評價方法最先由我國學者汪培莊提出，解決的是傳統(tǒng)評價方法無法解決的一個問題：評價等級之間的關系是模糊的情況。這里首先要理解“模糊”的概念，當一個概念與其對立的概念之間無法劃出一條明確的分界線，它們之間是隨著量變逐漸發(fā)展到質變的，則稱這兩個概念之間是模糊的。模糊綜合評價方法的基本原理是通過構建隸屬矩陣，通過指標權重矩陣與隸屬矩陣的合成來對決策單元進行評價。這其中有兩個主要的研究要點，一是隸屬矩陣的確定，隸屬矩陣由隸屬度組成，隸屬度指每個評價對象在某個指標中對某個等級的隸屬程度，確定的方法主要有等級比重法、頻率法等；另一個問題是合成算子的確定，常見的有查德算子、普通矩陣乘法等方法[20]。當然，模糊綜合評價方法與層次分析法一樣，需要主觀的對每個指標的權重進行確定。糊綜合評價法解決的是一類特殊的問題，在實際應用中常常與其他方法結合起來，作為輔助解決具有模糊性質的指標的處理。

3.4數據包絡方法

數據包絡方法（DEA，Data Envelopment Analysis）首先由A.Charnes、W.W.Cooper和 E.Rhodes（1978）提出，用以評價決策部門之間的相對有效性。他們提出的第一個模型是CCR模型，該模型對具有多個輸入和多個輸出的同類型的生產部門的有效性進行評價[21]。該模型的基本原理是通過被評價的全體生產部門本身構建出生產前沿面，所謂的生產前沿面指這部分生產部門不能由其他任意數量的生產部門的線性組合表示出來，這部分生產部門被評價為DEA有效的生產部門。CCR是數據包絡分析方法的第一個模型，在該模型的基礎上，為解決CCR模型規(guī)模效益不變的約束，R.D.Banker、A.Charnes和W.W.Cooper（1984）提出了基于規(guī)模收益可變的BCC模型[22]，由此結合BBC模型和CCR模型，可以計算出生產部門的綜合效率、純技術效率和規(guī)模效率?，F階段對于DEA方法的研究主要集中在以下幾個方面：一是對模型本身的改進和DEA有效性的驗證，二是評價指標值存在某些數據特征進行處理，三是根據輸出對其進行變性不變形研究、靈敏度分析等。

通過對這些方法的分析，可以看出這些方法存在以下特點：一是對評價指標權重的確定幾乎是每種評價方法都要解決的問題之一，常見的確定權重的方法有德菲爾法、主成分分析權值法、模糊聚類最大矩陣元法、因子分析權重法、熵值法等。這些方法有的是主觀賦值法，也有客觀取值法。但無論是哪種方法，需要對評價指標進行權重處理都是一項相對復雜的工作，同時所賦權重是否符合客觀實際情況往往也無從考證。二是某些方法具有較強的針對性，如灰色評價法、模糊評價法等，這些方法是解決具有特殊屬性的問題的方法，普遍適用性上有一定的局限。三是這些方法或多或少都存在一些主觀性，不僅包括上述提到的權值的確定，還包括如神經網絡法算子和結點數的確定、模糊評價方法隸屬度的確定等。而數據包絡分析（DEA）方法則是其中客觀性最強的方法，其不需要對評價模型進行內部構建、不需要主觀確定權重、不需要對指標進行無量綱化等處理，因此越來越多的被應用到供應商績效評價中。同時DEA方法與層次分析法相比，具有堅實的數學理論基礎，更具研究潛力，與神經網絡法相比又相對比較簡單，實踐應用更為廣泛。

4.結束語

供應商績效評價作為供應鏈管理的重要組成部分，受到了企業(yè)和學者前所未有的關注。通過上述的文獻綜述發(fā)現，學者對于供應商績效評價的研究是非常全面和深入的，但是仍然有幾個問題是值得思考的。

首先，學者在進行供應商評價研究時，在評價方法的選取上存在一定的任意型。也就是說學者一般會采用某種評價方法進行供應商績效評價的實證研究，但是選取這種方法的理由和依據、方法的有效性驗證等卻是很少有學者進行深入研究的。因此，在后續(xù)的研究上，多種評價方法的對比性研究是一個值得深入探討的方向。

其次，雖然供應商績效評價研究在學術界已經取得了大量的研究成果，但是通過對多家企業(yè)進行走訪調查發(fā)現，多數企業(yè)（特別是中小型企業(yè)）并沒有真正的將這些方法應用到實際管理中，主要原因是這些方法對于企業(yè)來說過于復雜。針對這個問題，可以增加供應商績效評價系統(tǒng)的軟件實現研究，將后臺復雜的過程向企業(yè)進行屏蔽，企業(yè)只需要通過錄入生產管理數據，即可實時獲得供應商評價的結果。（作者單位：貴州大學管理學院）

參考文獻：

[1] 李向輝. 供應鏈環(huán)境下的供應商選擇與管理問題研究[D]. 大連海事大學， 2009.

[2] 仲維清， 侯強. 供應商評價指標體系與評價模型研究[J]. 數量經濟技術經濟研究， 2003， 20（3）.

[3] 趙小惠， 孫林巖. 供應商選擇模糊決策方法[J]. 工業(yè)工程， 2002， 5（5）：12-15.

[4] 王煦， 王道平， 王燕. 基于因子分析的我國鋼鐵企業(yè)綠色供應商選擇指標實證研究[J]. 軟科學， 2009， （10）：46-49.

[5] Weber C A， Current J R， Benton W C. Vender Selection Criteria and Methold. European Journal of Operational Reasearch，1991，50：2-18.

[6] 陳啟杰， 齊菲. 供應商選擇研究述評[J]. 外國經濟與管理， 2009， （5）.

[7] 王道平， 王煦， 王燕. 基于數據包絡法的鋼鐵企業(yè)供應商選擇模型研究[J]. 現代管理科學， 2009， （2）：23-24.

[8] 賀莉. 基于供應鏈管理的鋼鐵企業(yè)備件供應商評價與選擇[D]. 中南大學， 2009.

[9] 劉禮金， 范如國. 基于三角模糊數比較大小原理的模糊層次分析法在供應商合作伙伴選擇中的應用[J]. 物流科技， 2006， （3）：117-120.

[10] 楊小平， 婁彥華， 巫緒芬. 績效評價指標選取的統(tǒng)計方法及其應用[J]. 技術經濟， 2002， （5）：61-63.

[11] 耿金花， 高齊圣， 張嗣瀛. 基于層次分析法和因子分析的社區(qū)滿意度評價體系[J]. 系統(tǒng)管理學報， 2007， （6）.

[12] 朱順應， 王紅. 公路網規(guī)劃技術評價指標相關性分析[J]. 系統(tǒng)工程理論與實踐， 2002， （12）：131-135.

[13] 李盛陽， 張曉武， 邢立寧. 基于靈敏度分析的動態(tài)指標選取方法[J]. 計算機仿真， 2005， （3）：120-123.

[14] 陶運海. 制造業(yè)供應鏈中供應商評價研究及應用[D]. 重慶大學， 2013.

[15] 郭金玉， 張忠彬， 孫慶云. 層次分析法的研究與應用[J]. 中國安全科學學報， 2008， （5）.

[16] 秦吉， 張翼鵬. 現代統(tǒng)計信息分析技術在安全工程方面的應用：層次分析法原理[J]. 工業(yè)安全與防塵， 1999， （5）：44-48.

[17] 謝乃明， 劉思峰. 灰色層次分析法及其定位求解[J]. 江南大學學報：自然科學版， 2004， （1）.

[18] 鐘田麗， 賈立恒. 中小企業(yè)信用評價的神經網絡法[J]. 技術經濟與管理研究， 2005， （5）：30-32.

[19] 陳雄華， 林成德， 葉武. 基于神經網絡的企業(yè)信用等級評估[J]. 系統(tǒng)工程學報， 2002， （6）：570-575.

[20] 李玉琳， 高志剛， 韓延玲. 模糊綜合評價中權值確定和合成算子選擇[J]. 計算機工程與應用， 2006， （23）：38-42.

[21] Chames A， Cooper W W， Rhodes E L. Measuring the efficiency of decision making units[J]. European Journal of Operational Research， 1978，2（6）： 429-444.

[22] Banker R D， Charnes A， Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]， Management Science， 1984， 30（9）： 1078-1092.