王语嫣, 吴耀辉, 邵鹏飞

(1.浙江万里学院物流与电子商务学院, 浙江 宁波 315100; 2.浙江万里学院信息与智能工程学院, 浙江 宁波 315100)

随着“双碳”目标的提出,绿色发展已经成为服装制造业可持续发展的重要趋势。中国服装行业“十四五”发展指导意见提到“重点形成服装产业绿色制造体系”[1],打造绿色供应链已成为服装行业发展的客观需要和创新驱动。服装企业绿色供应商的选择是建立服装绿色供应链的重要环节,对绿色供应链的实施及服装企业竞争力的提升具有重要意义。

针对服装企业供应商选择问题,国内外学者使用了多种模型和方法进行研究。季晓芬等[2]通过梯形模糊数和层次分析法(analytic hierarchy process,AHP)确定供应商的量化评判,并采用逼近理想解排序(technique for order preference by similarity to ideal solution, TOPSIS)方法对服装企业供应商作出选择;王学良等[3]运用层次分析法和模糊综合评价法开展实证研究,为BL服装公司供应商的选择与评价提供可操作性的建议;孟海龙等[4]利用AHP方法对服装企业供应商选择和评价进行了探讨;罗杰等[5]将古风服饰特性与具体市场信息相结合设计了供应商选择综合评价指标,并用AHP与TOPSIS相结合的方法选择最佳服装供应商;Kao[6]将TOPSIS和多目标优化方法相结合,提出了一种适用于服装企业的多准则决策方法,对COVID-19爆发后的最佳服装供应商进行评估和选择;Caristi等[7]运用供应链运作参考模型与模糊TOPSIS方法建立了供应商选择模型,对服装行业供应商进行选择。关于绿色供应商的选择,周清华等[8]利用直觉模糊集和TOPSIS相结合的研究方法,对绿色供应商进行评价和选择;王枫等[9]提出了概率不确定语言多准则妥协解排序 (vlsekriterjumska optimizacija I kompromisno resenje, VIKOR)方法,并将其用于绿色供应链供应商选择问题研究;刘玲等[10]研究了直觉模糊环境下的汽车行业绿色供应商选择问题并提出了模糊决策方法;樊真真和王子行[11]运用AHP-熵权法进行组合赋权,并根据权重数据运用TOPSIS法对钢铁企业绿色供应商进行选择;赵双军和徐明亮[12]采取AHP方法设计指标调查问卷,用TOPSIS方法进行备选绿色供应商选择。Santos等[13]采用了混合熵权法和模糊TOPSIS方法,对巴西家具行业的绿色供应商进行选择和评估;Singh和Sarkar[14]综合了AHP和VIKOR方法,将其应用于汽车行业的可持续合同制造商的选择;Goker[15]将直觉模糊认知图和复杂比例评价(complex proportional assessment, COPRAS)方法结合,并将其应用于土耳其白色家电行业的敏捷外包供应商选择;Akhtar和Ahmad[16]应用随机模糊TOPSIS方法来选择印度石油炼制行业的可持续供应商;Unal和Temur[17]结合了球面模糊集和层次分析法(AHP),并考虑了经济、质量、社会和环境4个主要标准,对绿色供应商进行选择;Wang等[18]基于三重底线原则,将模糊层次分析法和TOPSIS方法结合在一起,应用于越南服装行业的可持续供应商选择;庞海凤[19]总结了选择服装供应商时主要的评价准则,排名靠前的是质量、业务能力和成本。绿色服装强调服装设计面料的绿色化发展,需要遵循节约资源、绿色低碳以及循环与再生利用的原则[20-21]。本文在传统供应商评价准则的基础上设置绿色评价准则,以期选出符合企业绿色理念的最优供应商。

通过文献梳理可发现,目前对服装企业绿色供应商选择的研究较少,缺乏对供应商绿色环保方面的评价。但是,服装行业由于其原料和生产工艺特点,更需要注重绿色环保。因此,本文基于绿色供应链管理,在供应商评价准则中设置绿色评价准则,并根据行业实际情况采用语言变量进行描述,采用直觉模糊数对专家的供应商主观评价进行处理;根据信息熵原理改进信任函数,基于偏好度不同对决策者评价中的犹豫度进行分类讨论,选择基于评价准则偏好度的信任函数来确定决策者权重。最后用VIKOR评价方法选出符合企业绿色理念的最优供应商,并通过敏感度及对比分析,表明所提出方法的优势。

1 服装企业绿色供应商选择问题描述

2 服装企业绿色供应商选择评价准则的选取

在对供应商进行选择的时候发现,服装企业对供应商的评价准则大多为产品质量、技术水平、价格、服务等传统供应商选择评价标准,缺乏对供应商绿色环保方面的评价准则。在文献[19]服装供应商选择主要影响因素统计的基础上,本文结合绿色服装评价准则[22],选取绿色生产作为生产与技能方面的评价准则,选取环保意识作为管理与文化方面的评价准则,选取产品的绿色设计作为产品设计方面的评价准则。最终从产品竞争力、服务水平、绿色环保能力和企业竞争力4个层面进行分析,建立10个二级指标作为服装企业在选择绿色供应商时主要考虑的因素,见表1。其中指标分类B为效应型,C为成本型。

表1 服装企业绿色供应商评价准则

3 研究方法

供应商的评价准则具有复杂、无序的特点,难以用精确数值进行测量和表示。相对于直接打分,语言评价更符合人们的日常表达习惯,决策者可以使用简单熟悉的语言对潜在方案进行定性判断,以更符合主观意愿。语言评价通常采用转化为三角模糊数[23]、概率不确定数或直觉模糊数等方式进行处理。本文结合行业实际情况采用语言变量对评价准则进行描述,并将决策者的语言评价转换为直觉模糊数。

3.1 直觉模糊数

定义1[24]:设X是一个非空集合,则称A={[x,μA(x),νA(x)]}为直觉模糊集,其中μA(x)和νA(x)分别为X中元素x∈A的隶属度和非隶属度,即

且满足条件0≤μA(x)+νA(x)≤1,x∈X。此时,集合A的直觉模糊犹豫度或不确定度为πA(x)=1-μA(x)-νA(x),x∈X。

特别地,称α=(μα,να,πα)为直觉模糊数,其中:μα∈[0,1],να∈[0,1],0≤μα+να≤1,πα=1-μα-να,α+=(1,0,0)和α-=(0,1,0)分别为最大直觉模糊数与最小直觉模糊数。

定义2[25-26]:任意两个直觉模糊数α=(μα,να,πα)和β=(μβ,νβ,πβ)的标准Euclidean距离为

(1)

定义3[27]:设直觉模糊数α=(μα,να,πα),则

(2)

(3)

式中:λ为正整数。

3.2 评价准则变量的数据转化

语言变量指以自然语言短语的形式表达,如非常好、好、一般、差、非常差等。对于那些太过复杂或者定义模糊,不能用传统的量化方法进行准确描述的情形,语言变量表示方法十分有效。本文选定的服装企业绿色供应商选择评价准则的语言变量评估标度和相应的直觉模糊数见表2[28]。

表2 语言变量与直觉模糊数之间的转换[28]

3.3 基于直觉模糊VIKOR方法的绿色供应商选择模型

多准则妥协解排序方法(VIKOR)是一种通过最大化群效用和最小化个体遗憾对有限决策方案进行折中排序的决策方法[29]。它的基本原理是计算正、负理想解,并计算各个方案到正理想解的距离,通过比较各个方案到正理想解的接近程度来对方案进行优劣排序。其中,正理想解就是各评价准则中的最大值,而负理想解即为各评价准则中的最小值。并且由折中系数来帮助决策者确定最终方案。

根据服装企业绿色供应商评价准则语言变量特性,首先采用直觉模糊数对决策者的主观语言评价进行处理,然后用信任函数确定决策者权重,将其与决策者主观语言评价信息进行集结得到群评价信息,并利用直觉模糊数的犹豫度来确定各评价准则的权重,最后用VIKOR评价方法对潜在供应商进行排序择优,选出符合企业绿色理念的最优供应商。

在不完全信息环境下,由于决策者在专业水平与认知水平上存在一定程度的差异,在决策者评价过程中,犹豫度越大,相应的信任度越小,其客观权重应越小。现有文献大多以决策者对所有潜在供应商的评价准则的犹豫度来确定整体权重,未考虑决策者对评价准则有偏好度、对潜在供应商也存在偏好度。实际上,由于决策者受主观因素影响较大,在不同准则领域体现不同的专业能力,无法对所有规则都作出很好的客观评价。此外,有的决策者会对某一家潜在供应商更加熟悉了解,对其他供应商则可能了解较少,这些同样会影响其评价的客观性。针对以上情况,根据信息熵原理重新构建信任函数,根据偏好度类型不同,将决策者的评价权重分为基于评价准则偏好度的决策者权重和基于潜在供应商偏好度的决策者权重。

基于直觉模糊VIKOR方法的绿色供应商选择模型具体步骤如下。

步骤1:将决策者语言评价转换成直觉模糊数。将决策者Dm对潜在供应商Ak在评价准则Cj下的评价值根据表2与直觉模糊数之间进行转换。

步骤2:确定决策者权重。定义基于评价准则偏好度的决策者Dm的信任函数为Bmj(π),权重为λmj,则有

(4)

(5)

定义基于潜在供应商偏好度的决策者Dm的信任函数为Bmk(π),权重为λmk,则有

(6)

(7)

根据对服装行业的调研情况,选择基于评价准则偏好度的信任函数来确定决策者权重λmj。

步骤3：群决策信息集结。利用直觉模糊加权平均算子(IFWA)对各个决策专家的评价矩阵进行集结,得到群体决策矩阵:

(8)

步骤4：确定评价指标的权重。采用直觉模糊数中的犹豫度来确定各属性的信息熵,从而确定评价准则的权重,评价准则的信息熵H(Cj)公式和各评价准则的权重值ωj分别如式(9)、式(10)所示。

(9)

(10)

(11)

(12)

分别计算潜在供应商的全体效用值Sk、个体遗憾值Rk和折中值Qk。

(13)

(14)

(15)

式中:S*、S-分别为Sk的最小值和最大值;R*、R-分别为Rk的最小值和最大值;v∈[0,1],表示折衷系数,当v>0.5时,表示根据最大化群体效应决策机制进行决策,当v=0.5时,表示根据协商达成最大化群体效应和最小化个体遗憾值同等重要的折中决策,当v<0.5时,表示根据最小化个人遗憾值的决策机制进行决策。

对Qk值进行从低到高的排序,若供应商Ak的Qk值为最小值且同时满足以下两个条件,则Ak为最佳供应商。

条件1：Q2-Q1≥1/(k-1),其中Q2与Q1分别为Qk值中的次小值与最小值,k为潜在供应商的数量。

条件2：最佳供应商Ak在Sk、Rk的值中均为最小值。

若仅满足条件1,说明所有供应商均接近于理想解;若仅满足条件2,则说明与所对应的供应商均为折衷解。

4 实例分析

作为一个中小型服装企业,B企业面临着与大型品牌的激烈竞争。该企业决定通过采用绿色转型战略来实现市场差异化,吸引那些对环保有高度意识的消费者。由于其原有供应商缺乏绿色环保能力,需要找一家绿色环保能力较强的成衣供应商达成长期友好合作。要求其在服装生产过程中减少对环境的污染,在进行服装设计时有绿色环保意识,对废旧服装具有合理回收再利用的能力。现有4家潜在供应商A1、A2、A3、A4可供选择,这4家供应商的基本能力均达到要求,但在其他方面有优有劣,需要在这4个当中选择最优绿色供应商,评价准Cj(j=1,2,…,10)见表1,令λ1、λ2、λ3、λ4为决策者D1、D2、D3、D4的决策权重,ωj(j=1,2,…,10)为评价准则的权重。

现有来自不同部门的4个专家对这4家潜在供应商进行评价,评价结果见表3。

表3 专家评价结果

4.1 评价方案排序

利用本文的决策方法解决上述供应商选择问题,具体步骤如下。

步骤1:将语言变量转换成直觉模糊数,决策者D1的评价矩阵见表4,其他决策者评价采用同样的处理。

表4 决策者D1给出的决策矩阵

步骤2:根据式(4)、式(5)确定决策者权重λmj,见表5。

表5 决策者权重λmj

步骤3：根据式(8),将各决策者权重与个体评价信息集结,得到综合评价矩阵, 即最终决策矩阵,见表6。

表6 综合评价矩阵

步骤4：根据式(9)、式(10)确定各评价准则权重,各评价准则的权重为

ωj=(0.096,0.102,0.104,0.106,0.096,0.103,0.097,0.104,0.095,0.099)T。

步骤5:根据式(11)、式(12)确定正、负理想方案分别为

步骤6:根据式(13)～式(15),令v=0.5,分别计算各潜在方案的Sk、Rk和Qk值。

由表7可知,Q(A3)

表7 各潜在供应商的S、R、Q值

4.2 敏感性分析

表8显示,对于不同的折中系数v,根据决策者的偏好不同,将得到不同的排序结果。当v≤0.7时,排序结果为Q(A3)

表8 折中系数v对排序结果的影响

4.3 对比分析

表9 各潜在供应商的相对贴近度

可以看出,采用TOPSIS方法得到的最优供应商,与VIKOR方法在0.7

综上,当企业需要选择多个供应商时,VIKOR方法比TOPSIS方法体现更大的优势,选择VIKOR方法可以根据决策者的偏好来调整折中系数,进而对次优供应商进行选择。次优供应商可以作为企业除最优供应商之外的备选供应商,从而降低缺货风险。

5 结论

基于绿色供应链管理和直觉模糊VIKOR方法研究了服装企业绿色供应商选择问题,设置了绿色供应商评价准则,建立了绿色供应商选择决策模型。基于偏好度不同确定决策者权重,对决策者评价中的犹豫度进行分类讨论并重新设计信任函数,使得各类决策者评价对整体评价的作用更加合理,从而使服装企业供应商评价更加全面客观并符合行业“双碳”发展要求。实例分析、敏感性分析及与TOPSIS方法对比分析均表明,本文的决策方法有效、可靠。同时,本文所提出的评价方法可为中小型服装制造企业的绿色供应商选择提供一定的参考,根据不同企业对绿色供应商的需求不同,评价准则的选取可以在本文提出的指标体系基础上进行灵活调整。

本文的不足之处在于仅对数据类型为语言的情况进行了讨论,而在实际应用中考虑到评价准则的多样性和决策者自身的不确定性,使得评价准则中存在着多种信息,如确定数、区间数和模糊语言变量等。因此,在未来研究中,将重点探讨当数据类型是混合信息形式时,如何合理地对不同数据类型的评价准则进行表达,并将其与本文的方法进行有效融合,从而构建更加优化的多属性决策模型。