刘进　郭进超

内容摘要：供应链环境下的供应商选择与评价是供应链管理中的重要内容之一。本文设计了适合供应链管理下的供应商评价指标体系，建立了基于熵值法和递阶层次TOPSIS法的供应商评价模型，并且应用实例进行了计算和分析，表明了该方法的合理性和可行性。

关键词：供应链管理 供应商 评价 TOPSIS法

引言

随着经济全球化的加速、科技的进步尤其是信息技术的发展，产品的生命周期越来越短，市场需求的不确定性大大增强，而企业自身的产出也存在不确定性，这些环境因素造成企业面临许多压力，诸如需要不断提高产品质量、降低生产成本、缩短交货期。为了有效应对大量的内外部不确定性因素，企业开始专注于发展核心业务，而将非核心业务外包给合作伙伴，从而形成了产业链上的纵向集成，于是产生了供应链管理的运作模式。

在供应链管理中，供应商的选择是一个需关注的重要问题。优秀的供应商可以为企业提供合格的产品或良好的服务，从而实现合作过程中的双赢。目前，关于供应链环境下供应商的选择方法主要有直观判断法、招标法、ABC成本法、层次分析法（AHP）、模糊综合评价法、人工神经网络法、数据包络分析（DEA）法等。这些方法的不足在于侧重于定性的研究，容易受到主观判断力因素的影响，即使部分文献采用了定量研究，但是方法比较单一，选取的指标不全面，适用的范围较窄。因此本文在供应商评价指标体系构建原则的基础上，建立了符合供应链环境的供应商评价指标体系。综合采用熵权法和递阶层次TOPSIS法对供应链环境下供应商的选择进行评价，为实际决策提供参考。

供应商评价指标体系的建立

（一）评价指标的构建原则

为了全面、真实、客观地反映供应商的信息和状况，在设计评价指标时应遵循以下原则。系统全面的原则。评价指标体系必须全面反映供应商企业当前的运营水平，还要体现供应商企业未来的发展前景。简明实用性原则。评价指标体系的大小要恰当，要注重简明实用。如果指标体系过大、层次复杂，会导致评价时过于关注细节；而如果指标体系过小，又不能完整反映供应商的情况。灵活性原则。指标体系的设计应有一定的灵活性，使得企业能根据自身的特点灵活应用。参照性原则。指标体系设计时应借鉴已有的指标体系，并结合供应链的环境特点。

（二）指标体系的建立

在具体进行供应商评价指标的选择过程中，应以供应链整体效益最大化为目标，按照评价指标构建原则，将评价指标逐层分解和细化，得到指标评价体系。本文构建三层指标体系是比较合适的，其中第二层的准则层包含四个方面：

质量保证体系。包括质量体系等级、产品合格率、合格产品故障率、质量改善能力。产品和服务能力。包括产品价格、准时交货率、品种柔性、顾客满意度。内部运营能力。包括人员素质、财务状况、研发经费投入比率、设备完好率、信息化水平。供应链合作。包括技术合作次数、战略目标兼容性、信息交换能力、地理位置距离。

供应商评价模型

本文在供应商评价指标体系的基础上，采用熵权法来确定指标的权重，用TOPSIS多指标决策法对多个供应商进行评价。评价时采取从底层指标到上层的模式，将子指标的相对接近度作为父层的数据输入，最后得到总的评价结果。

（一）指标数据的预处理

由于指标体系包含的指标较多，不同指标的度量单位、描述对象的性质、取值大小不一样，需要消除这些差异的影响。采用向量归一法对指标数据进行预先处理，计算公式如式（1）所示：

公式（1）中m表示供应商数量，n表示指标数，xij表示第i个供应商的第j个指标初始值，yij表示处理后的对应数值。

（二）熵值法确定指标权重

初始指标数据经过预处理后，下一步需要确定各个指标的相对权重。既可采取依赖专家经验的德尔菲法或层次分析法，也可采用相对客观的数学方法。熵值法是一種根据指标数据包含的信息量的多少反映指标权重的方法。熵是对系统不确定性的度量。熵越大越乱，那么已知的信息越少；熵越小越集中，那么已知的信息越多。熵值法的具体过程分四步：

（三）TOPSIS法对目标对象进行评价

确定各指标的权重后，进一步采用TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution）对多个供应商进行评价。TOPSIS法是通过对指标数据的分析，得到一个理想的最优解和最差解，进而计算每个待评价对象离这两个解的距离。越靠近最优解，表明评价结果越好；越靠近最差解，表明结果越坏。具体求解过程如下：

实例研究

某公司是一家专门生产地铁车辆的制造商。涂装是车辆车体处理的工艺过程之一，需要较多的底漆、中涂漆、面漆等涂装材料。为了更好地完成生产订单，该公司决定寻求新的供应商，以获得更好的产品和服务。经过前期的市场调研，得知有5家供应商能够提供油漆产品。由于需求量大，5家供应商都具有非常强的合作意愿。该公司将5家供应商列为候选供应商，分别用代号S1、S2、S3、S4、S5表示。经过较深入的考察和评估，获取了5家候选供应商关于底层指标的具体数据。现以“产品和服务能力”为例，采用熵值法和TOPSIS法进行计算。

数据预处理。评价得到的原始数据如表1所示，采用公式（1）标准化处理后的数据如表2所示。采用式（2）～（5）计算后得到权重向量W=（0.325，0.265，0.190，0.220）。采用式（6）～（10）计算得到理想最优解和最差解为：V +=（0.0614，0.0554，0.0399，0.0456）；V -=（0.0684，0.0507，0.0362，0.0418）。采用式（11）～（13）计算得到相对接近度结果：C=（0.530，0.580，0.532，0.480，0.344）T。将计算得到的相对接近度结果作为父层指标数据——产品和服务能力的输入。同样，可以得到其他三个准则层——质量保证体系、内部运营能力、供应链合作下分别对应的各候选供应商的相对接近度，汇总后数据见表3。进一步采用式（2）～（13）计算得到总的评价结果，按大小值标识顺序后表4所示。

由最后的评价结果可知：S2是评价最好的供应商，应作为首选供应商，并建立长期合作关系；S3、S1、S4评价结果也不错，可作为未来的潜在合作伙伴，以应对各种供应风险。S5评价结果较差，可不予考虑。

结论

供应链环境下的供应商选择与评价是供应链管理中的重要内容之一。本文设计了适合供应链管理下的供应商评价指标体系，建立了基于熵权法和递阶层次TOPSIS法的供应商评价与选择方法，并且应用实例进行了计算和分析，表明了该方法的合理性和可行性。但评价指标之间仍存在一定的相关性，因此会影响评价结果的准确性，尽量消除指标之间的相关性以提高结果准确性，将是进一步研究方向。

参考文献：

1.Dotoli，M.，et al.， A stochastic cross-efficiency data envelopment analysis approach for supplier selection under uncertainty. INTERNATIONAL TRANSACTIONS IN OPERATIONAL RESEARCH，2016. 23（4）

2.Liu，J.J.，et al.，Transaction cost analysis of supply chain logistics services： firm-based versus port-focal. JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY，2016，67（2SI）

3.马士华，林勇.供应链管理.机械工业出版社，2014

4.杜祖起，孫淼.供应链管理中供应商的选择与管理[J].商业经济研究，2016（8）

5.丁勇， 梁昌勇， 陈增明.基于DS/AHP的供应商选择方法.运筹与管理，2005（6）

6.蒋海青，刘增名，陈运非.基于PCA-BP神经网络方法的供应商选择.工业工程与管理，2014（1）

7.钱芝网.BP神经网络及其在供应商选择评价中的应用.工业工程与管理，2011（3）

8.秦晓芳.BP神经网络理论下供应商选择评价模型构建[J].商业经济研究，2015（27）

9.Yousefi，S.，et al.，Evaluating and ranking sustainable suppliers by robust dynamic data envelopment analysis.MEASUREMENT，2016.83