基于改进VIKOR法的C2M型制造企业的供应商选择研究*

周晓晔， 马菁忆， 王思聪， 闫泓月， 任贵彬

(沈阳工业大学 管理学院， 沈阳 110870)

C2M(即客户对工厂，C代表消费者，M代表工厂)作为一种新型的电子商务互联网商业模式，改变了传统生产组织方式，将厂家和消费者直接对接，满足消费者的个性化需求；采用订单式营销方式，实现产品零库存；以标准数字化生产流程保障生产成本最低化和生产周期最短化[1]，已经成为制造企业打造差异化竞争力的发展方向。吴义爽等[2]提出了以红领服饰为例的C2MO2O定制架构，说明了C2M定制的信息化、智能化、科技化等特点。C2M型企业需要能与之系统形成有效对接的智能化供应商，以保证存货可以即时交付，原材料库存降低，采购资金周转速度不断加快，而这些都将直接影响C2M型企业生产周期和响应时间。为了保证原材料的采购符合企业的生产节奏和产品要求，合理选择C2M型企业供应商至关重要。

以往研究成果在进行VIKOR法评价时，只用简单的数值差来表示指标值与正负理想解之间的距离，并且都没有考虑前景事件对供应商的影响。因此，本文在构建C2M型企业供应商评价模型时，将前景理论应用到供应商选择中，与熵权法相结合确定各指标权重，考虑供应商发展前景因素，根据前景理论对C2M型企业供应商指标的发展前景进行评估；之后用考虑属性间相互作用的灰色关联法改进VIKOR，对C2M型企业供应商进行选择。

本文在用VIKOR法对C2M型企业供应商进行选择时，用灰色关联法对指标进行无量纲化处理，将每个指标的灰色关联系数作为规范化后的指标。并且在确定灰色关联的分辨系数取值时，改进大多文献直接取定值0.5的方式，给出量化分辨系数计算准则，避免由异常值所引起的最大绝对差过大导致整个灰色关联度失真的情况。这种基于灰色关联的VIKOR法不仅消除了不同量纲对决策结果的影响，而且充分地考虑了各属性间的内在联系，大幅度提高了C2M型企业供应商选择模型的可行性。

一、C2M型企业供应商选择指标体系

C2M是智能制造中大规模个性化定制的模式，因此，在企业供应商选择时要把智能制造能力和大规模个性化定制服务能力作为两个特殊的二级评价标准，分别用智能化水平和个性化服务能力表示。目前，智能制造的特点为智能+制造，集成互联、数据驱动、模式创新，所以评价供应商的智能化水平应具体从集成互联能力、数据驱动能力、智能技术应用情况、模式创新情况四方面进行。另外，C2M型企业是根据用户来驱动生产，并且可以从生产到供应实现全方位的柔性化，因此其对供应商的需求反应能力和柔性化程度都有很高的要求。为衡量供应商是否满足C2M的差异化、个性化、碎片化特征，考量供应商的个性化服务能力，产品差异化程度、设计开发能力和碎片整合能力也是三个重要指标。

基于此，为使评价结果更为客观、精确、合理[14]，本文立足于C2M型制造企业的特征，兼顾供应商选择的主要内容，遵循科学性、系统性、可操作性以及定量与定性相结合的原则[15]，界定C2M型企业供应商选择的五个维度，包括产品竞争力、供应商整体实力、供应商竞争能力、个性化服务能力、智能化水平，具体如表1所示。

二、C2M型企业供应商选择模型

1. 基于熵和前景理论的指标权重确定

(1) 前景值的确定。当人们进行风险型决策时，决策结果常常是偏离“理性”的。Kahneman教授通过大量实验证实了决策者有限理性的决策结果往往与完全理性的期望效用理论相悖论，并在此基础上提出了新的模型框架——前景理论，其理论的核心概念为前景价值，它是由价值函数和权重函数共同来决定的[16]，即

表1 C2M型企业供应商选择的指标体系

(1)

式中：π(pa)为权重函数，表示考虑了风险的概率权重；v(Δxa)是价值函数，表示决策者通过主观感受形成的价值，其形式分别为

(2)

式中：Δxa=xa-x0，xa(a=1，2，…，l)为指标前景评估值，x0为相应参考点；pa为xa发生的概率。通常取α=β=0.88，λ=2.25，γ=0.61，δ=0.69。在供应商选择过程中，经过分析发现潜在的前景事件，并给出各指标的每个前景事件发生的评估值。

(2) 指标权重的确定。评价值包括初始值和前景值。为防止求熵值时取对数无意义，根据正向(效益型)和逆向(成本型)指标分类，分别进行无量纲化处理，得到正向指标为

(3)

逆向指标为

(4)

然后计算正向指标规范化后的综合熵值，即

(5)

最后得出正向指标对应的权重值为

(6)

逆向指标规范化的综合熵值及权重值同正向指标一样处理。

2. 基于改进VIKOR法的供应商选择模型

多准则妥协优化解(VIKOR)方法是由Opricovic和Tzeng两位学者提出的一种折衷多目标决策方法[17]，该方法通过属性间彼此让步，得到距离多属性正理想解最近的折衷可行解，进而判断被评价对象基于评价目标的优劣程度。其最大特色就是将最大化“群体效益”和最小化的“个别遗憾”相妥协[18]。目前已有部分学者对VIKOR方法进行了扩展和应用研究，分别将其扩展到供应商选择、产业经济评价等多个方面。

改进VIKOR模型的选择步骤如下：

(1) 指标无量化处理。灰色关联无量化处理首先要指定参考序列X0(X0=x01，x02，…，x0n)、比较序列Xi(Xi=xi1，xi2，…，xin)、规范化指标fij(关联系数)，无量化公式为

(7)

由于ρ∈(0，1]，因此以0.5为界对其进行量化，ρ的取值根据式(8)确定，即

(8)

(9)

(10)

式中：I1为效益型指标；I2为成本型指标。

(3) 计算各个供应商的群体效益值Si和个别遗憾值Ri，即

(11)

(12)

式中：Si为评价对象的群体效应，Si值越小，群体效应越大；Ri为个别遗憾值，Ri越小，个别遗憾则越小。

(4) 计算供应商的利益比率，即

(13)

式中：S+=minSi；S-=maxSi；R+=minRi；R-=maxRi；v为决策机制系数。

(5) 供应商排序择优。按照Si、Ri和Qi取值由小到大排列，取值越小评价对象越优，当全部满足以下两个条件时可以按照Qi值大小排列。

条件2排序第一方案的S值或R值比第二的S值或R值小。

将方案依次进行比较，看排序第一、第二、第三等方案之间是否满足上述两个条件。

评判准则当排序第一和第二的方案同时符合两个条件时，选择排序第一的方案为最优方案；若条件2不满足，则同时选择两个方案为最优方案；若条件1不满足，则同时选择不满足条件1的所有方案为最优方案。

三、实例分析

国内某汽车企业已经实现C2M模式的成功转型，能够在多方面满足顾客对汽车的个性化需求，其中变速器的类型是顾客最看重的个性化需求之一。因此本文以该汽车企业为例，对其变速器供应商进行选择，来验证C2M型企业供应商选择模型。由于符合要求的供应商数量较多，在资质审查、短期拜访、分析评估后，确定5个潜在供应商(A1、A2、A3、A4、A5)。评价选择的初始数据如表2所示。

表2 供应商指标评价初始值

利用本文构建的模型对C2M型企业的供应商进行选择，具体步骤如下：

步骤1根据前景事件，对指标前景值vij进行计算。

前景事件将影响着变速器供应商的服务水平，经过分析发现供应商存在以下11种前景事件，见表3。

通过给出每个指标的前景评估值、参考点和前景事件发生的概率，计算供应商各指标的前景值。本文每个前景事件包括发生和不发生两种情景。如A1供应商C1指标的影响事件为“自动化生产线”，该前景事件发生和不发生的评估值、参考点和概率分别为(8.5，8.2，85%)、(7.0，7.4，15%)。根据式(1)～(3)计算不同供应商在各个指标下的前景值，具体情况如表4所示。

表3 前景事件

表4 供应商指标前景值

步骤2评价准则权重ωj的确定。

根据式(3)～(6)计算各指标权重，如表5所示。其中二级指标B1～B5的权重分别为：0.043、0.136、0.151、0.251、0.419。

表5 指标权重

步骤3对各指标进行标准化计算。

根据式(7)、(8)计算各指标无纲量化后的灰色关联系数，如表6所示。

步骤4对供应商的群体效应Si、个体遗憾Ri、利益比率Qi进行计算排序。

根据式(9)～(13)计算各个供应商的Si、Ri和Qi，如表7所示。

表6 灰色关联系数

表7 S，R，Q评估值

步骤5根据S、R、Q评估值，对供应商进行择优选择。

在所有供应商S、R、Q评估值中，A1供应商的值均排序第一，且评价结果满足VIKOR中的条件1和条件2，因此，变速器供应商应该选A1。且利用传统VIKOR法和灰色关联法对供应商进行评估，其得出的评估结果Q*、H与本文改进VIKOR法的结果一致。改进VIKOR法中各企业的评估值差别较大，区分度更好，说明本文提出的模型有可行性及有效性。

四、结 论

C2M作为一种新型的电子商务模式，能够缩短顾客与工厂的距离，实现大规模个性化定制，有效改进了生产组织方式。本文首次提出了灰色关联VIKOR模型的C2M型企业供应商选择方法，通过计算各指标灰色关联系数，改进指标无纲量化处理方式；并且在确定指标权重时，引入前景理论，考虑了前景事件对选择过程的影响。此外，本文对相关汽车企业进行实例分析，结果表明，基于改进的VIKOR模型不仅消除了不同量纲对决策结果的影响，而且充分地考虑了指标间相互作用程度和供应商的发展前景，能够有效地反映C2M型企业的供应商选择过程，可以为C2M型企业的经济发展提供评价参考。