基于改进优劣解距离法的零部件供应商评价模型应用研究

项海飞

（温州职业技术学院,浙江 温州 325035）

零部件作为企业产成品的重要原材料，在企业的生产经营和财务成本管理中占据非常重要的位置。在产业采购逐渐国际化的大背景下，零部件工业正向低工资成本国家和地区大量转移，当前国内零部件企业呈现高科技、专业化、集群化、兼并重组及“走出去”的发展趋势。国内有相当多的企业为了提高生产效率、降低生产成本，选择将零部件的生产交给适合的供应商，从而将有限的资源集中于自身的优势业务，打造核心竞争力获取更大的盈利。在零部件生产不再过多依赖于自给自足的大趋势下，对零部件供应商的评价和选择就显得非常重要。本篇文章的研究目的和意义在于通过构建科学和合理的零部件供应商评价指标体系，并建立基于改进优劣解距离法（又称TOPSIS法）的零部件供应商综合评价模型，对零部件供应商的评价进行量化，为企业选择最优的供应商提供有益的决策依据。

一、零部件供应商评价指标体系

众多研究认为，科学而合理的评价指标体系需要满足一些基本的原则，包括综合性原则、可比性原则、层次性原则等。其中综合性原则是指一个评价指标体系应该是全面而综合的，统筹考虑了所有具有重大影响的指标因素；可比性原则是指一个评价指标体系的每个具体指标在各个个体之间的表现应该是有差异的，只有存在差异，才有对比研究评价的价值；层次性原则是指评价指标体系中的各个指标应该是层次分明并且按照一定的逻辑组合成一个体系，而不是毫无章法的堆砌到一起。

在零部件供应商评价指标体系构建上，企业需要考虑的因素有很多，包括供应商的经营历史、企业文化、履约信誉、生产资质、生产能力、产品质量、产品成本、物流管理、信息化水平等众多供应商方面的因素以及企业在零部件方面的整体资金预算、对零部件质量的要求、产品生产周期等众多自身的因素。不可否认的是，每家企业的具体情况不同，需要重点考虑的因素也就不同。通常认为，对于大部分企业来说，考虑的最为关键的因素是零部件产品成本、产品质量、生产能力和履约信誉。其中产品成本可以用零部件价格来量化，属于费用型指标，指标数值越小越优；产品质量可以用零部件合格率来量化，属于效益型指标，指标数值越大越优；生产能力可以用零部件生产周期来量化，属于费用型指标，指标数值越小越优；履约信誉可以用历史履约率来量化，属于效益型指标，指标数值越大越优。

综上所述，本篇文章构建起包括零部件价格、零部件合格率、零部件生产周期、历史履约率等指标在内的零部件供应商评价指标体系。这一体系也较好的满足了科学而合理的评价指标体系中关于综合性原则、可比性原则、层次性原则的要求。本文所构建的零部件供应商评价指标体系如表1所示。

表1 零部件供应商评价指标体系

二、基于改进TOPSIS的零部件供应商综合评价模型

（一）TOPSIS方法的基本原理与改进策略

TOPSIS方法最早由C.L.Hwang和K.Yoon于1981年首次提出，广泛用于多目标决策分析。该方法假设每个效用函数都是单调递增或者递减的，从而可以将决策者的偏好转化为方案之间的欧式距离。其具体操作方式是首先设定最优解（正理想解）和最劣解（负理想解）两个理想解，其中最优解的各个属性值都是各备选方案中最好的值，而最劣解的各个属性值都是各备选方案中最差的值，然后计算所有备选方案与理想解之间的相对接近度来判断各备选方案的优劣，若某方案最接近最优解而最远离最劣解，则该方案为最佳方案。本文在使用TOPSIS方法基本原理的基础上对该方法进行一定的改进，改进之一是对不同性质和量纲的指标进行规范化处理，使其具有可比性；之二是使用熵值法确定指标权重而不是依赖于专家的主观判断，从概率论的角度来衡量信息的不确定性，使得评价结果更为客观。

（二）建立改进TOPSIS法的零部件供应商评价模型

1.构造初始数据矩阵。初始数据矩阵的构造比较简单，反映各个零部件供应商的各个指标的原始数据。如果有P个零部件供应商，有q个评价指标，那么构建的供应商评价初始矩阵A如式（1）所示，其中Aij表示第i个供应商的第j个指标的得分值。

2.对指标进行规范化处理。对指标进行规范化处理是对传统的TOPSIS方法进行改进的地方之一。为了使得不同性质和量纲的指标之间具有一定的可比性，需要对初始数据矩阵进行规范化处理。其具体公式如式（2）所示：

3.使用熵值法确定指标权重。经典TOPSIS方法在确定各个指标在整体指标体系中所占的权重时一般采用专家评价法，更多的依赖于参评专家的群体判断，带有较多的主观因素。本文使用的改进的TOPSIS方法使用熵值法确定指标权重，从概率论的角度来衡量信息的不确定性，使得评价结果更为客观。

熵值法的基本思想是如果某个指标的分布越分散，那么该指标在个体之间的差异就越大，相应的其重要程度就越高；而某个指标的分布越集中，那么该指标在个体之间的差异就越小，相应的其重要程度就越低；在极端的情况下，如果某个指标集中分布于某一确定数值，那么该指标对于所有的个体就是一样的，在评价选择个体时没有作用。

具体来说，使用熵值法确定指标权重包括计算指标的熵值、计算指标的分散程度、计算指标的权重因子等三个紧密连接的步骤：

一是计算指标的熵值Tj，具体计算公式如式（3）所示：

二是计算指标的分散程度Gj，具体计算公式如式（4）所示：

三是计算指标的权重因子Wj，具体计算公式如式（5）所示：

4.计算供应商加权评价值矩阵。加权评价值等于规范化处理后的指标值与熵值法确定的指标权重乘积。供应商加权评价值矩阵C的计算公式如式（6）所示：

5.确定正理想解与负理想解。正理想解的各个属性值都是各备选方案中最好的值。正理想解的计算公式如式（7）所示：

负理想解的各个属性值都是各备选方案中最差的值。负理想解的计算公式如式（8）所示：

6.计算供应商加权评价值与正负理想解之间的距离。其中供应商加权评价值与正理想解之间距离的计算公式如式（9）所示：

供应商加权评价值与负理想解之间距离的计算公式如式（10）所示：

8.对相对接近度进行排序。本步骤的内容是将上一步计算得出的各供应商评价值与正负理想解之间的相对接近度进行排序，以确定最优供应商。Li的值越大，说明该供应商与负理想解之间的相对接近度越远，从而该供应商越优。

三、案例分析

H企业是国内一家生产激光及相关产品、机电一体化设备的技术开发、LED等新光源产品及电光源设备、激光焊接机、激光切割机的激光设备行业龙头企业。该企业多项业务在国内均处于领先地位，拥有多项国际专利，经营状况良好，产品在同业中颇具竞争力，未来发展前景广阔。近期，该企业为了提高生产效率、降低生产成本，准备选择将光源设备零部件的生产交给适合的供应商，从而将有限的资源集中于3D打印及激光设备制造等自身的优势业务，打造核心竞争力获取更大的盈利。该企业成立了专门的工作小组，经过充分恰当的市场调研，发现市场上可供选择的供应商有 5家，分别是 L1、L2、L3、L4、L5。通过现场调研和非现场调研获取的五家供应商的零部件价格、零部件合格率、零部件生产周期、历史履约率等评价指标的相关数据如表2所示。

表2 L1、L2、L3、L4、L5五家供应商的评价指标相关数据

从表2中不难看出，五家供应商各有自己的优点，其中L3供应商的零部件价格最为便宜，产品成本最为低廉，企业选择该供应商可降低生产成本；L1供应商和L4供应商的零部件合格率最高，企业选择该供应商可使产品质量具有可靠的保证；L5供应商的零部件生产周期最短，生产能力和生产效率较强，企业选择该供应商可满足快速订货需求；L2供应商的历史履约率较高，企业选择该供应商可在关键订单中不出纰漏。在这种情况下，企业可使用本篇文章建立的改进TOPSIS法的零部件供应商评价模型来对各个供应商进行定量分析与统筹评价，选出最优零部件供应商。

计算步骤如下所示：

1.构造初始数据矩阵。初始数据矩阵反映了各个零部件供应商的原始指标数据情况。

2.对指标进行规范化处理。经过规范化处理之后的各个指标消除了性质和量纲的差异，相互之间具有了可比性。对指标进行规范化处理的结果为：

3.使用熵值法确定指标权重。熵值法从概率论的角度来衡量信息的不确定性，使用该方法来确定指标权重，使得评价结果更为客观。经过计算后的指标权重为：

4.计算供应商加权评价值矩阵。加权评价值等于规范化处理后的指标值与熵值法确定的指标权重乘积。计算完成后的结果为：

5.确定正理想解与负理想解。计算完成后的正理想解与负理想解结果为：

6.计算供应商加权评价值与正负理想解之间的距离。其中供应商加权评价值与正理想解之间的距离结果为：

该距离越小，说明该供应商的加权评价值与最优结果越相接近，从而效果越优。

供应商加权评价值与负理想解之间的距离结果为：

该距离越大，说明该供应商的加权评价值与最劣结果越疏远，从而效果越优。

7.确定供应商评价值与正负理想解之间的相对接近度。计算完成后的结果为：

8.对相对接近度进行排序。根据前面计算的结果，对5家供应商的指标评价结果为：

综上所述，L5供应商的评价指标与正负理想解之间的相对接近度最远，所以评价为最优；L4供应商的评价指标与正负理想解之间的相对接近度最近，所以评价为最差。其他各个供应商的评价指标与正负理想解之间的相对接近度介于两者之间，评价结果处于中等水平。综合来看，该企业应该选择L5作为其零部件供应商。

四、研究结论

TOPSIS方法将决策者的偏好转化为方案之间的欧式距离，广泛用于多目标决策分析。本文在使用TOPSIS方法基本原理的基础上对该方法进行一定的改进，建立了基于改进TOPSIS法的零部件供应商评价模型。改进之一是对不同性质和量纲的指标进行规范化处理，使其具有可比性；之二是使用熵值法确定指标权重而不是依赖于专家的主观判断，从概率论的角度来衡量信息的不确定性，使得评价结果更为客观。本文同时构建了包括零部件价格、零部件合格率、零部件生产周期、历史履约率等指标在内的相对完整的零部件供应商评价指标体系，这一体系较好的满足了科学而合理的评价指标体系中关于综合性原则、可比性原则、层次性原则的要求。最后通过实际案例应用分析发现，基于改进TOPSIS法的零部件供应商评价模型相对简单、直观、清晰、可行性和可操作性强，各个指标评价结果也较为中肯客观，可以为有需求的相关企业在其零部件供应商选择决策中提供有益的智力支持。

[1]Dickson G W.An Analysis of Vendor Selection Systems and Decisions[J].Journal of purchasing，1966，2（1）：5-17.

[2]徐伟，王波，张伟.AHP法和TOPSIS法在层次性多元分析评价中的应用[J].北京化工大学学报：社会科学版，2001（3）：41-45.

[3]蔡立燕，刘卫国.基于TOPSIS法的企业经济效益评价模型及应用[J].长沙铁道学院学报，2002（4）：38-42.

[4]姜灵敏.理想解法及其在商业银行经营绩效综合评价中的应用[J].系统工程理论方法应用，2002（3）：227-230.

[5]夏恩君，苏广领.工程项目评价优化决策模型研究[J].中国软科学，2003（10）：133-138.

[6]于新锋，杜跃平.时间权重为区间值的时序多指标决策TOPSIS法[J].数量经济技术经济研究，2004（3）：42-47.

[7]马士华，林勇.供应链管理[M].2版.北京：机械工业出版社，2005.

[8]鲁泳，廖文和.一种基于信息熵的供应商优选方法[J].机械制造与研究，2007（6）：7-9.

[9]祝博.工程材料供应商选择研究[D].大连海事大学硕士学位论文，2008.

[10]张长森，杨振华.基于物流外包的第三方物流商选择研究[J].商业经济，2009（19）：22-23.

[11]于泽，王林秀.供应链环境下建筑材料供应商选择问题研究[J].现代商贸工业，2010（4）：3-5.

[12]郭锐，齐明，程建.价值中心法在临近空间武器装备体系中的运用[J].装备指挥技术学院学报，2010，21（1）：95.