苏旭东，鲁文轩

（1.同济大学，上海 200092；2.中国人民大学 商学院，北京 100872）

0 引 言

21世纪以来，现代制造及信息技术迅猛发展，由此带来的企业竞争日渐激烈。另外，市场环境日趋复杂多变，顾客需求越来越难预测，企业想要在此环境下不断发展，就必须能够快速响应市场和客户需求变化。但是，仅仅着眼于内部流程控制的企业很难快速并且有效地响应顾客需求，这就要求企业要将着眼点从企业自身转移到一条从供应商到分销商再到最终客户的整条“链”上，企业间的竞争正逐渐转变为供应链之间的竞争。在实施供应链管理的过程中，供应链柔性是供应链绩效的关键方面。它反映了企业组织对于环境变化的适应或反应能力（Gupta&Goyal，1989）[1]。许多研究表明，供应链柔性对于企业提升绩效有显著的作用，遗憾的是，学术界缺乏针对特定供应链柔性的科学评价和测度研究，目前多数供应链管理者主要是依据经验和主观判断来评价供应链柔性。因此，本文在此背景下，通过深入分析供应链柔性的定义，探讨供应链柔性各维度之间的关系，以期建立科学的供应链柔性评价指标体系，进而采取结构熵权法赋予各评价指标权重，最终基于模糊数学原理为供应链管理者提供一套科学合理且具有较强可操作性的供应链柔性评价方法。

1 供应链柔性

柔性的概念界定反映了柔性的本质，只有明确柔性的定义，才能保证供应链柔性相关研究的准确性，进而保证供应链柔性维度分类的科学性和合理性。Mandelbaum（1978）[2]认为柔性即是企业有效响应环境变化的能力，并且在论文中描述了两种柔性：状态柔性和行为柔性，前者指组织有能力在变化的环境中有效的运行，后者指组织有能力通过外部干涉来适应环境变化。Swamidass（1987）[3]指出柔性即是企业处理环境不确定性的能力。

目前，有关柔性的研究主要集中在制造柔性方面，许多供应链柔性的系统研究文献都是在制造柔性基础上的扩展。Vickery（1997）[4]基于以往有关制造柔性的文献界定了供应链柔性的五个维度，即产品柔性、产量柔性、新产品柔性、分销柔性和反应柔性，他认为供应链柔性应该是一个以客户为导向的整合角度来考察的概念。在此观点下，供应链柔性具有两个不同的考察维度，一是从企业内部考察供应链柔性，另一个是从整条供应链角度考察供应链柔性（Oke，2005）[5]。基于此，本文认为供应链柔性评价模型应该从两个大的维度来构建，即内部柔性和外部柔性。

1.1 内部柔性

Tachizawa&Thomsen（2007）[6]指出，企业可以通过两个重要战略来从内部提升供应链柔性，分别是更为敏捷的供应商反应能力和更为灵活的资源整合能力。Gosling（2010）[7]基于大量文献研究提出，从内部考察，供应链柔性包含两个重要的维度：供应商柔性和资源整合柔性。表1列举了从内部考察供应链柔性的相关文献。根据文献分析，本文进一步确定了各维度的具体评价指标。

表1 内部柔性相关文献

1.2 外部柔性

基于Vickery（1997）有关供应链柔性应该从整条供应链角度观察的观点，Naim（2006）[8]在研究中，提到了有关外部柔性的维度分类。本文研究将采用Naim的分析成果，将外部柔性分为：新产品柔性、产量柔性、配送柔性以及分销柔性。

根据上文对于内部柔性和外部柔性的分析，本文的供应链柔性评价模型如图1所示。

图1 供应链柔性评价模型

2 结构熵权法

在多指标综合评价研究中，权重的确定是至关重要的。到目前为止，确定权重的方法有几十种之多。这些方法根据数据来源方式的不同，可以大致分为主观赋权法和客观赋权法两类。其中，主观赋权法主要是专家或者专家组根据实际经验来主观判断确定权重，例如层次分析法、德尔菲法、比较加权法等，该方法具有较强的解释力，但是客观性较差；客观赋权法的数据由各评价维度在对象中的现实数据集成，例如主成分分析法、离差最大化法（王应明，1998）[9]、熵值法等，该方法切断了权重主观性的数据来源，在大多数情况下精确性较强，但是有时所得权重与实际各指标的重要程度相悖，对于结果很难做出恰当解释。

鉴于主客观赋权法各有优缺点，人们又提出综合主、客观赋权结果的组合赋权法，以期充分整合两类方法的优势，来构建一种科学合理且具有较强解释性的权重确定方法。程启月（2010）[10]在充分分析主客观赋权法优劣势的基础上，给出了主观赋权法和客观赋权法相结合的“结构熵权法”。结构熵权法的基本原理是：将代表专家意见的德尔菲法（Delphi）与定量分析相结合，对各指标的重要程度进行“典型排序”，然后利用熵值法对这一“典型排序”的不确定性进行定量分析，计算出熵值，对可能产生潜在偏差的数据进行有效的统计处理。最终得出各指标的权重。

3 模糊综合评价法

确定供应链柔性的各维度权重之后，还要根据各维度的特点及内在关系确定各维度的合成方法，即将较低层级的维度权值复合成较高层级的维度权值的方法。合成权值的方法主要有模糊综合评价法及最优权评价法等，本文将采用能够较好综合各方面指标的模糊综合评价法评价特定供应链的柔性水平。

模糊综合评价方法的基础原理是模糊数学，其主要方法就是将待评价的模糊对象作为特定的模糊集合，建立合适的隶属函数，进而进行定量分析。模糊综合评价有许多特点，其中最关键的特点是该方法可以进行多层次评价（杨松林，1996）[11]，并且评价过程是可以循环的，这一点对于本文研究是很有帮助的。

4 基于结构熵权法的供应链柔性模糊综合评价过程

接下来，本文将阐述结构熵权法和模糊综合评价法的原理及应用过程。为了验证评价方法的可操作性，本文将引进一个具体的算例，即一家虚拟的汽车制造企业A公司，结合算例具体讲解评价过程，以使读者对于该模型的理解更加直观。

4.1 指标确定过程

结构熵权法能够应用到多层次指标的权重确定中，在供应链柔性评价框架下，共有两个层级的指标需要赋予权重，这两个层级的权重均可以采用结构熵权法来确定，且过程基本一致，因此，在接下来结构熵权法应用过程的讲解中，本文只阐述维度层6个维度的权重确定方法，指标层各维度的权重确定过程与此相同。

（1）根据专家意见，形成重要性排序矩阵

A公司挑选5名工作经验特别丰富、理论水平尤其突出的专家，对公司供应链柔性6个维度的重要性进行对比，得到《指标权重专家意见表》（对6个定性指标进行排序），然后通过交流和反馈，形成最终的重要性排序矩阵，如表2所示。

表2 重要性排序矩阵

（2）利用熵值法进行“盲度”分析

由于专家的重要性排序矩阵存在潜在的偏差和数据不确定性，为了排除这些偏差和不确定性的影响，需要对上述重要性排序矩阵进行熵值分析，本文将定性排序转化的隶属度矩阵函数定义为：

其中I为专家为某个特定维度给出的定性排序数，取值范围为 ｛1,2,3,4,5,6｝。式中m为转化参数量，取m=Max（I）+2，在本文研究中m=8。因此，μ（I）取值在（0,1]之间，维度重要性越大，其取值越靠近1。

将典型排序矩阵aij带入隶属度矩阵函数，可以得到定量转化矩阵bij，称为排序矩阵的隶属度矩阵：

计算各个专家对于特定维度的平均认识度，记为：

程启月（2009）将各个专家对于特定维度由于认识所产生的不确定性，定义为“认识盲度”，记作：

对于任一供应链柔性维度，5名专家的总体认识度记为xj：

（3）归一化处理

最后，为了得到供应链柔性6个维度的权重，需要对xj=bj（1- Qj）进行归一化处理，得到向量αj：

通过以上典型矩阵的确定，以及“盲度分析”过程，得到的αj即为5个专家对于A公司供应链柔性6个维度确定的权重向量，该向量是专家的一致性判断，符合这些专家的群体意愿和认知。利用相同的方法应用到6个子维度权重确定中，可以确定各子维度的二级指标权重向量，本文中将不再赘述，直接列出得到的权重：供应商柔性的二级指标权重向量为（0.31 0.29 0.40）；资源整合柔性的二级指标权重向量为（0.20 0.31 0.28 0.21）；新产品柔性的二级指标权重向量为（0.29 0.37 0.34）；产量柔性的二级指标权重向量为（0.31 0.42 0.27）；配送柔性的二级指标权重向量为（0.31 0.30 0.39）；分销柔性的二级指标权重向量为（0.57 0.43）。

4.2 模糊综合评价过程

模糊综合评价是指利用模糊数学方法对多指标对象进行综合评价。其基本原理就是：首先确定被评价对象各指标构成的指标集和评判集，其中指标集为各评价维度，评判集为评价主体对于该维度的评价等级层次，在实际应用过程中，等级层次一般分为5个等级：（优、良、中、差、劣）。根据指标集和评判集可以计算出各维度的隶属度向量，然后经过模糊变换，得出所需的模糊评价矩阵。接着将模糊评价矩阵与上文中所确定的各维度权重向量进行合成运算，最终求得模糊综合评价结果集。

供应链柔性评价模型具有两个层级，在实际评价过程中，指标层的评判结果作为维度层的输入数据，从而得到最终的综合评价结果。

（1）确定评价对象的指标集和评判集

供应链柔性评价模型在第一层级具有6个维度，因此在模糊综合评价模型中具有6个评价指标，即指标集C=（c1,c2,…,c6）。在本研究中，评价结果有 5个等级，即（优、良、中、差、劣），因此在模糊综合评价模型中，评判集V=（优、良、中、差、劣）。在实际应用过程中，每一个等级还可以对应一个模糊子集，如81～100为优，61～80为良，41～60为中，21～40为差，0～20为劣。这样可以使得评价主体对于各评价维度进行一个定量的评价，具有较强的客观性。第二层级的指标集和评判集确定过程与此相同，不再赘述。

（2）确定模糊评判矩阵

在A公司内部，需要进行一次针对公司供应链柔性的调查，选取50名工作经验丰富的员工，对评价模型中各指标进行打分，分数可以从0-100中选择（每20分为一个等级），根据这50名评价者的问卷调查结果，可以确定一张隶属表，如表3所示。

表3 供应链柔性评价表

接下来，以资源整合柔性维度为例讲解模糊综合评价过程，根据表3中的资源整合柔性维度部分，可以计算出这50名评价者给予资源整合柔性维度优、良、中、差、劣各个评价等级的人数比例，进而可以很容易地求出资源整合柔性的模糊评价矩阵，该矩阵反映了资源整合柔性各个二级指标在5个等级上的隶属度：

4.3 计算模糊综合评价结果

依然以资源整合柔性为例，A公司资源整合柔性二级指标权重向量和模糊综合评价矩阵确定以后，本文采用加权平均法来确定其最终模糊评价结果，将结构熵权法所确定的二级指标权重向量与模糊评判矩阵进行相乘运算，得出资源整合柔性的模糊评价结果，即综合评价结果向量：

综合评价结果向量S2即表示资源整合柔性在评判集优、良、中、差、劣等5个等级的隶属程度。根据上述同样的步骤，我们可以分别计算出其余5个维度的综合评价结果向量，分别为：供应商柔性为（0.10 0.33 0.44 0.090.04），新产品柔性为（0.10 0.20 0.48 0.16 0.05），产量柔性为（0.06 0.13 0.22 0.48 0.11），配送柔性为（0.45 0.20 0.18 0.11 0.06），分销柔性为（0.07 0.11 0.15 0.23 0.44）。接下来，将第二层级指标的输出数据作为第一层级指标的输入数据，可以计算出供应链柔性评价模型的模糊评价矩阵，再结合权重向量，最终可以计算出供应链柔性评价模型的综合评价向量为（0.16 0.25 0.27 0.18 0.14）。

4.4 评价结果分析

综合评价结果向量即表示被评价供应链的整体柔性在评判集中各个等级的隶属程度，反映了特定供应链柔性的整体水平，分析上述综合评价向量可知，A公司供应链柔性总体上处于同行业中上等水平，但是评价结果的隶属度离散程度较高，说明评价者对A公司供应链柔性仍旧提出许多问题，亟待解决。

分别从各维度综合评价结果向量来看：首先，A公司在配送柔性和资源整合柔性两个方面做得比较出色，反映出：一方面A公司具有较为完善的物流配送系统，能够有效控制配送成本，较为准时地将公司产品快速配送至客户手中；另一方面A公司能够较为准确地甄选合适的供应商，科学合理地统筹企业内外部资源来重塑供应链。其次，A公司在供应商柔性和新产品柔性两个方面处于中等水平，反映出：一方面A公司在供应能力上表现一般，像大多数企业一样运作，不能够超出预期地应对顾客需求的变化，但也不会因为供应问题受到顾客诟病；另一方面A公司在对于市场需求的趋势预测方面不具有优势，属于市场跟随者，能够意识到市场变化，与供应链上下游企业共同努力开发新产品，但不会较为准确地预测到市场需求变化并且进行有效的创新。最后，A公司在分销柔性和产量柔性两个方面表现较差，反映出：一方面A公司的分销网络较为混乱，渠道管理工作有待加强，产品很难比较合理顺畅地送达至最终客户手中；另一方面A公司在发现顾客需求变化后，很难较快地做出调整产量的反应。

5 总结与建议

本文详细阐述了供应链柔性的内涵和维度分类，深入分析各子维度之间的关系，构建了供应链柔性综合评价模型。另外，通过比较以往确定权重的主客观赋权法和综合评价方法的优缺点，引入主客观相结合的结构熵权法和模糊综合评价法，对所构建的供应链柔性评价模型进行科学合理的评价。本文的主要研究成果和创新点总结如下：第一，本文深入分析以往国内外学者对于供应链柔性的维度分类，在此基础上，分层次构建了一套供应链柔性评价模型，该评价模型对于供应链柔性相关研究具有一定的借鉴意义。第二，本文在研究以往确定权重方法的基础上，分别阐述了主客观赋权法各自的优缺点，提出应该综合主客观赋权法来确定权重，以发挥两者的优势。然后，本文详细阐述了将主客观赋权法结合起来的“结构熵权法”，并且分析了该方法的优势。第三，根据供应链柔性这一定性评价研究的实际情况，本文基于模糊数学原理，采用模糊综合评价方法对供应链柔性评价模型进行科学评价，以此来多层次地评估具体供应链的柔性水平。

最后本文研究也存在以下几点不足：首先，由于时间和物质资源限制，本次研究仅仅结合模拟算例来讲解模糊综合评价方法的原理和应用过程，并没有深入到企业中去收集现实的供应链柔性相关数据，来验证本方法的可操作性；再者，本文根据供应链相关理论构建了供应链柔性评价模型，并具体阐述了模型应用方法，但是在测评结束并且得知具体供应链柔性评价结果之后，对于如何改进供应链柔性，使企业能够更加快速地响应顾客需求，如何建立一条真正具有较高柔性的供应链，并没有进一步分析和探讨。

[1]Gupta J.,S.Goyal.Flexibility of Manufacturing Systems[J].European Journal of Operational Research,1989(43):119-135.

[2]Mandelbaum M..Flexibiliy in Decision Making:An exploration and Unification,PhD thesis,Dept.of Industrial Engineering[D].University of Toronto,Canada,1978.

[3]Swamidass P.M.,W.T.Newell.Manufacturing Strategy,Environmental Uncertainty and Performance:A Path Analytic Model[J].Management Science,1987(33):509-524.

[4]Vickery S.K.,C.Droge.R.E.Markland.Dimensions of Manufacturing Strength in the Furniture Industry[J].Journal of Operations Management,1997(15):317-330.

[5]Oke A..A framework for analysing manufacturing flexibility[J].International Journal of Operations&Production Management,2005(25):973-996.

[6]Tachizawa E.M.,Thomsen C.G.,nez.Drivers and sources of supply flexibility:an exploratory study[J].International Journal of Operations&Production Management,2007(27):1115-1136.

[7]J.Gosling,L.Purvis,M.M.Naim.Supply chain flexibility as a determinant of supplier selection[J].International Journal of Production Economics,2010(11):11-21.

[8]Naim M.M.,Potter A.T.,Mason R.J.,Bateman N..The role of transport flexibility in logistics provision[J].The International Journal of Logistics Management,2006(17):297-311.

[9]王应明.运用离差最大化方法进行多指标决策与排序[J].软科学研究，1998(3):36-38.

[10]程启月.评测指标权重确定的结构熵权法[J].系统工程理论与实践，2010(7):1225-1228.

[11]杨松林.工程模糊论方法及其应用[M].北京：国防工业出版社，1996.

[12]Abrahamsson M.,Aldin N.,Stahre F..Logistics platforms for improved strategic flexibility[J].International Journal of Logistics Research and Applications,2003(3):85-106.

[13]Baker P..Designing distribution centres for agile supply chains[J].International Journal of Logistics,2006(9):207-221.

[14]Vokurka R.J.,Duclos L.,Lummus R..A conceptual model of supply chain flexibility[J].Industrial Management&Data Systems,2003(6):646-656.

[15]Gerwin D..Manufacturing Flexibility:A Strategic Perspective[J].Management Science,1993(4):395-410.

[16]Lee H.L..The triple-a supply chain[J].Harvard Business Review,2004(10):102-112.

[17]Swafford P.M.,Ghosh S.,Murthy N.N..A framework for assessing value chain agility[J].International Journal of Operations and Production Management,2006(26):118-140.

[18]Vickery S.,Calantone R.,Droge,C..Supply chain flexibility:an empirical study[J].The Journal of Supply Chain Management,1999(7):16-24.

[19]张云波，武振业，杨成连.供应链柔性系统集成模型[J].西南交通大学学报，2004(4):244-247.

[20]吴冰，刘义理，赵林度.供应链柔性测度的研究[J].工业工程，2008(5):68-72.