考虑协同效应的复杂产品系统绿色供应商多阶段选择方法

郭 钧，朱文豪，杜百岗+，李益兵，王 磊，郭顺生

(1.武汉理工大学 机电工程学院，湖北 武汉 430070;2.武汉理工大学 数字制造湖北省重点实验室，湖北 武汉 430070)

0 引言

复杂产品系统(Complex Product System，CoPS)指研发成本大、技术要求高、小批量定制化生产的大型产品、系统或成套设备，如大型电信通讯系统、民用飞机、专用武器、复杂基础工程等[1-2]。与传统大批量、市场导向生产的商业产品不同，CoPS以客户需求为导向，具有小批次、高投入、过程复杂、高价值等特点[3]，这些特点使CoPS具有比传统产品更长的生命周期、更复杂的产品结构以及多阶段设计—制造同步进行的特点[4]。为满足产品定制化、高精度、高质量的需求，CoPS核心制造企业更加注重核心组件的设计制造，其他制造任务由供应商协助完成。供应商的服务水平对产品质量、性能、价格等有至关重要的影响[5]。在CoPS的多阶段设计—制造过程中，CoPS核心制造企业需要选择多个供应商组成多阶段供应商组合，协助核心制造企业完成CoPS制造任务；而多阶段供应商组合中不同阶段的供应商之间，存在着错综复杂的地域关系、竞争关系、合作关系等，使供应商之间存在无法合作的冲突现象和影响彼此服务效率的协同现象，本文将以上两种现象定义为多阶段供应商组合的协同效应。多阶段供应商组合的协同效应，影响了多阶段供应商组合的整体服务质量。因此，考虑多阶段供应商组合的协同效应，选择最优多阶段供应商组合，对CoPS核心制造企业具有重要意义。

目前，关于供应商选择的研究主要关注评价指标的建立和模型的构建两方面[6]。在评价指标方面，传统供应商选择指标大多考虑企业的经济效益，如Dickson[7]和Weber[8]总结了常用的经济型供应商选择指标。但随着制造工业的快速发展，废弃物的排放、生活垃圾的堆聚，空气、土地、水源等资源污染问题日益突出，企业在选择供应商时，不仅要求供应商保证经济效益，还要求供应商在各个环节做好环保、节能等工作，更多研究已将环境绩效作为供应商选择的重要指标[9-10]。Noci等[11]提出了绿色供应商选择指标的基本框架，确定了绿色能力、环境效率、绿色形象和净生命周期成本4项绿色指标。Handfield等[12]提出了全面的环境绩效指标，并指出衡量供应商环境绩效的10项重要指标。Hashemi等[13]综合考虑企业的经济效益和环保责任，在总结相关研究的基础上，提出了包含经济型指标和环境型指标的绿色供应商评价指标。常建鹏等[14]依据三重底线原则，构建了包含经济绩效、环境绩效和社会绩效的可持续绿色供应商选择指标体系。在模型构建方面，Deng等[15]采用D数扩展模糊偏好关系来表示专家给出的比较矩阵，并结合层次分析法(Analytic Hierarchy Process, AHP)对备选供应商进行了排序。Boran等[16]利用直觉模糊加权平均算子集结决策者决策矩阵，借助逼近理想解排序法(Technique for Order Preference by Similarity to Ideal Solution，TOPSIS)决策框架求解各供应商得分。Hashemi等[13]利用网络分析法(Analytic Network Process, ANP)处理指标间的相互关系，然后采用改进灰色关联法(Grey Relational Analysis, GRA)处理供应商选择过程中固有的不确定性问题。Karsak等[17]采用模糊加权平均算子集结质量屋中的数据和供应商对评价准则的评级获得指标权重，并用数据包络分析法(Data Envelopment Analysis, DEA)实现对供应商的排序。Qin等[9]用区间2型模糊数表示决策者给出的决策信息和指标权重，定义了区间2型模糊数的模糊逻辑-α割集距离，并基于交互式多准则决策法(TOmada de Decisao Interativa Multicriterio, TOMID)获取最优供应商。Awasthi等[18]利用名义群体法(Nominal Group Technique, NGT)确定供应商选择的评价标准，然后用模糊集理论描述定量标准的决策信息，最后用多准则妥协解排序方法(VlseKriterijumska Optimizacija I Kompromisno Resenje, VIKOR)确定最优供应商。Kannan等[19]分别用模糊TOPSIS、几何平均模糊TOPSIS和算术平均模糊TOPSIS获得供应商顺序，并用Spearman等级相关系数比较3种排序的不同。秦娟等[20]利用极大熵配置模型获取评估指标的初始重要度，利用加权算数平均算子集结备选方案的模糊评估值，通过计算其记分函数及精确函数获得最优供应商。付超等[21]设计了一种基于证据理论的不确定云供应商选择模型，并依托该模型提出了包括均方差、离差、熵、相关性4种离散测度的公平权重确定方法。宋李俊等[22]考虑协同机制，用小波神经网络综合评价客户，建立了客户协同企业选择供应商的模型。王雪莲等[23]针对多产品分批次采购的供应商选择问题，设计了禁忌算法，将决策四维变量转化为一维的开放式问题，并采用启发算法获得最优供应商。

然而，针对CoPS多阶段绿色供应商组合选择(Multi-stage Green Supplier Selection for Complex Product System, MGSS &CoPS)问题，现有供应商选择指标体系和模型仍存在以下问题：

(1)已有的绿色供应商选择指标体系很少基于CoPS的特点建立。然而，由于CoPS多阶段设计—制造过程复杂，对环境的污染比其他产品的制造过程更大，适用于其他行业绿色供应商选择的生态型指标不能完全表现CoPS供应商的相应能力。因此，针对CoPS的这一特点，应改变绿色供应商选择指标体系中生态型指标的内涵。此外，在CoPS的生命周期中，供应商不仅要对产品的制造过程和产品质量负责，还需要对产品后期的维护等负责，但很少有文献提出的指标体系考虑到这一点。

(2)已提出的供应商选择方法多依据备选供应商的历史数据和业绩表现，进行单阶段、单次选择。如前文所述，在CoPS多阶段制造过程中，核心制造企业需要依据不同阶段的需求，选择多阶段供应商组合，协助核心制造企业完成CoPS制造工作。文献[6]考虑了CoPS供应商选择的多阶段选择问题，从核心制造企业各阶段供应商双边匹配的角度选择各阶段最优供应商，但未考虑多阶段供应商之间的协同效应。然而，在实际制造过程中，受地理位置、企业关系及国家政策等各方面因素的影响，多阶段供应商组合中不同阶段供应商之间，存在着不可避免的协同效应。因此，CoPS核心制造企业供应商选择不仅需要考虑每个供应商服务水平，还应考虑组合内供应商之间的协同效应。

针对上述问题，本文对CoPS绿色供应商选择模型进行如下改进：

(1)为满足CoPS核心制造企业对多阶段供应商的要求，本文在总结之前研究的基础上，基于CoPS产品高排放、高消耗、长周期的特点，定义了绿色供应商选择指标体系中生态型指标的具体内涵，使其更能表现CoPS核心制造企业对供应商的要求。此外，本文所建立的绿色供应商选择指标体系中的经济型指标，不仅能满足核心制造企业对供应商在生产制造阶段的要求，还考虑了各阶段供应商对CoPS产品全生命周期的作用，更加符合CoPS核心制造企业的利益。

(2)本文充分考虑多阶段供应商组合间的协同效应，首先提出单阶段绿色供应商评价方法，然后考虑多阶段供应商之间的协同效应，定义了供应商之间的影响因子和协同度，并基于单阶段评价结果和组合内供应商之间的协同度，实现CoPS多阶段最优供应商组合选择。

1 CoPS绿色供应商选择指标体系

现有的绿色供应商选择指标体系通常包含经济型指标、社会型指标和绿色型指标[14]。随着供应商选择问题的深入研究，经济型指标和社会型指标评估体系已发展得较为完善。Dickson[7]在1966年调查了170名采购员的日常工作，较为系统地总结出常用的评价指标，并指出质量、配送、历史业绩、赔偿政策、生产能力和价格是最重要的6个指标。Weber等[8]回顾了1967年～1990年发表的74篇文献，指出价格、配送、质量、生产能力、地理位置和技术水平等重要的评价指标。William等[24]研究了2000年～2010年的78篇相关文献，研究结果表明质量、配送、价格、生产能力、服务和管理是最重要的6个指标。而生态型指标的研究起步较晚，Noci等[11]在1997年的研究中首先建立了由绿色能力、当前环境效率、绿色形象、生命周期净成本组成的绿色供应商评价指标体系。Govindan[25]回顾了1997年～2011年的绿色供应商选择相关文献，枚举了各文献中的生态型指标，并指出环境管理体系(Environmental Management System，EMS)是最重要的一级绿色指标，同时指出公众绿色形象、环境绩效、绿色设计、绿色技术、环保认证、原材料可再生性等常用二级绿色指标。

以上绿色供应商选择指标体系的研究中，针对CoPS供应商选择评价指标的研究较少，在经济型指标方面，多数研究仅侧重于提高产品质量和降低产品成本，忽视了CoPS对供应商的其他要求。例如，由于CoPS各组件价格昂贵，运营周期长，需要对应职能的供应商协助客户维护运营[4]，因而售后服务也是CoPS绿色供应商选择的重要指标。此外，由于CoPS多阶段生产、集成及运营等过程资源消耗大，对环境的污染较普通商品类产品更为严重，因而在制定CoPS供应商选择生态型指标时，应该充分考虑CoPS多阶段生产、消耗大、环境污染严重等特点，改变生态型指标的内涵，使其更符合CoPS核心制造企业的诉求。再如，供应商在服务于其他类型企业时，由于企业本身环保责任感强、污染物排放技术含量较低，其绿色形象在业内属于领先水平，但其与CoPS核心制造企业合作的历史绿色形象可能会有较大的差异，这是因为CoPS的整个生产过程废气、废水、废物排放量大，超出了其处理能力。基于以上研究，本文在已有绿色供应商选择指标研究的基础上，结合CoPS各阶段对供应商的要求，构建了如表1所示的CoPS供应商评价指标体系。

表1 复杂产品系统绿色供应商选择指标体系

2 模型构建

由于CoPS生产周期长，以多阶段设计—制造同步进行的制造模式开展产品制造，阶段与阶段之间的设计—制造过程相互影响。CoPS的制造过程通常涉及多个领域，其设计制造过程按照系统模块拆分为多个不同的阶段，各阶段内的供应商相互合作完成阶段内的制造任务。同时为了缩短制造周期，各阶段设计制造任务也同步进行，最后在核心企业的统筹下对各阶段任务进行整合，完成CoPS的制造过程。为完成本阶段任务及系统的最终整合，供应商不仅要与核心企业及阶段内供应商合作，还需与其他阶段的供应商相互合作，共同完成整个CoPS的设计制造。处于不同阶段的供应商在完成其所在阶段任务时，还需要考虑其阶段之间任务的匹配性与整体性。受管理制度差异、地理位置、文化差异、企业关系及各国政策等因素的影响，各阶段供应商互相影响，多阶段供应商之间存在着复杂的协同效应。核心企业在选择供应商时，需要充分考虑供应商与其他阶段供应商的协同效应对供应商组合的整体影响。

CoPS多阶段绿色供应商组合的协同效应主要包括冲突现象、正影响和负影响。由于CoPS核心制造企业业务范围涵盖多个国家及地区，其供应商也来自于世界各地，受各国政策、文化等因素的影响，部分供应商之间会出现难以合作的现象，本文将这种现象定义为冲突现象，在冲突现象的影响下，供应商组合无法完成相应的制造任务。此外，部分供应商之间存在隶属于同一个集团企业，使用同一种管理体系，或技术要求准则相近等现象，在相互合作的过程中可以彼此提供一定支持，这类供应商之间存在着相互提高服务效率的正影响。此外，在制造过程中，由于产品结构复杂、技术要求精密，且交付期紧迫等原因，一般将整个CoPS拆分为多个子系统进行多阶段制造。尽管不同阶段制造的子系统不同，但各子系统可能具有相同的原材料或部件需求，因而不同阶段的供应商间存在着竞争关系。受到竞争关系、地理位置较远、文化差异较大等因素的影响，另一部分供应商在彼此合作过程中存在着一定的障碍，不同阶段的供应商间存在着降低服务效率的负影响现象。为方便模型构建，本文暂时忽略反馈影响，仅考虑制造过程中，阶段i(1≤i

考虑到各阶段供应商的协同效应，本章提出一种新的绿色供应商选择模型。该模型首先提出基于直觉模糊集的决策信息处理方法，构建各阶段内标准决策矩阵。而后基于直觉模糊信息熵，计算各阶段内的指标权重，构建加权标准决策矩阵，然后将传统TOPSIS法拓展到直觉模糊环境下，得到单个阶段初选供应商评价结果。进而考虑不同阶段供应商之间的协同效应定义多阶段供应商间的冲突现象、影响因子和协同度，并基于单个阶段供应商评价结果，选择最优供应商组合。

2.1 基于直觉模糊集的决策信息处理方法

CoPS绿色供应商评价过程中，各供应商的决策信息均来源于历史交易信息、历史表现和专家评估等不同渠道。其中，价格、配送时间为定量指标，其决策信息可依据签订合同或供应商提供的历史数据以精确数形式表达，而其余9项评价指标为定性指标，无法定量描述，该类型的决策信息由决策专家基于对应指标的具体含义，经过实地调研等途径给出“非常差，差，中等，好，非常好”等主观定性描述。

以上两类评估指标信息的表现形式不同，为后期统一决策设置了障碍。此外，决策专家在给出定性评价时，其主观判断受到其相关知识等影响，且决策过程受专家主观偏好影响较大，使得给出的决策信息具有一定的犹豫性和模糊性。Atanassov[30]在模糊集的基础上提出了直觉模糊集理论。直觉模糊集的特点是同时考虑隶属度、非隶属度和犹豫度，在很大程度上降低了决策信息的损失，可有效解决决策过程中的模糊和不确定问题[31]。为了充分表现定量指标信息的客观性，同时解决定性指标信息的模糊性及专家犹豫性等问题，本节基于直觉模糊集，提出一种决策信息处理方法，用直觉模糊数表示备选供应商的决策信息。直觉模糊集定义如下。

定义1[30]设非空集合X={x1,x2,…，xn}，则A={(x,μA(x),vA(x))|x∈X}是直觉模糊集，其中：μA(x)表示x∈A的隶属度，vA(x)表示x∉A的隶属度，即非隶属度，满足0≤μA(x)≤1，0≤vA(x)≤1，0≤uA(x)+vA(x)≤1；πA(x)表示x∈A的不确定度或犹豫度，πA(x)=1-μA(x)-vA(x)。

表2 定性指标语义变量直觉模糊表

表3 定量指标隶属等级直觉模糊表

(1)

2.2 基于IFIE-TOPSIS的单阶段供应商评价方法

2.2.1 基于IFIE的指标权重计算方法

确定决策指标权重是供应商选择的重要环节。基于信息熵理论的熵权法是一种只与决策信息相关，可有效避免人为因素干扰，又不会导致计算的权重和单个权重距离过大的赋权方法[32]。利用2.1节中给出的决策信息处理方法，可将各备选供应商的决策信息以直觉模糊数的形式表示，因而利用熵权法计算指标权重，需要将信息熵的概念拓展到直觉模糊环境下，文献[33]给出了直觉模糊信息熵的具体定义。

定义2[33]设直觉模糊数A={(x,μA(x),vA(x))|x∈X}，其直觉模糊信息熵为：

E(A)=-(uA(x)lnuA(x)+vA(xi)lnvA(x)-

(1-πA(x))ln(1-πA(x))-πA(x)ln2)。

(2)

如果uA(x)=0,vA(x)=0,πA(x)=1，则uA(x)lnuA(x)=0,vA(x)lnvA(x)=0，且(1-πA(x)ln(1-πA(x)=0。

设阶段k(k≤m)的标准决策矩阵为

Rk=

(3)

(4)

(5)

2.2.2 评价过程

TOPSIS是解决供应商选择问题的一种成熟有效的方法。传统的TOPSIS方法适用于处理评价信息为精确数值的供应商选择问题。利用2.1节所提方法，CoPS绿色供应商评价信息统一用直觉模糊数表示，传统的TOPSIS方法便不再适用。因此，本文提出适用于直觉模糊环境下的改进的TOPSIS单阶段供应商评价方法。首先基于定义3和2.2.1节中提出的直觉模糊信息熵(Intuitionistic Fuzzy Information Entropy, IFIE)，构建加权标准决策矩阵。然后

基于文献[34]和定义4，用直觉模糊数表示决策信息及各阶段决策指标的正负理想解，最后计算出阶段内各供应商与其所在阶段理想解的相对贴近度。

定义3[33]设直觉模糊数α=(uα,vα)。直觉模糊数的数乘运算规则为：

(6)

设阶段k(k≤m)的标准决策矩阵为

构建加权标准决策矩阵后，利用改进的TOPSIS方法对阶段k的xk个备选供应商评价，决策步骤如下：

j=1,2,…,11；

(7)

j=1,2,…,11。

(8)

成本型指标的正理想解和负理想解分别为：

j=1,2,…,11；

(9)

j=1,2,…,11。

(10)

定义4[35]设直觉模糊数α1=(uα1,vα1)，α2=(uα2,vα2),S(α)=uα-vα,H(α)=uα+vα。两个直觉模糊数的大小比较规则如下：

(1)若S(α1)

(2)若S(α1)=S(α2)，且H(α1)

(3)若S(α1)=S(α2)，且H(α1)=H(α2)，则α1=α2。

步骤2计算各备选供应商到正理想解与负理想解的距离。

(11)

(12)

步骤3计算各方案与理想解的相对贴近度。

(13)

2.3 考虑协同效应的供应商组合评估方法

(14)

该组合的评价结果可用式(15)求得：

(15)

2.4 基于协同度的CoPS绿色供应商多阶段组合选择模型

基于2.1节～2.3节的研究，本文给出的CoPS绿色供应商组合选择模型如图2所示。

具体步骤如下：

步骤1CoPS企业供应商管理人员依据产品特点、企业需求和市场调研，分别给出供应商组合选择阶段数m，各阶段需要的供应商数τi和各阶段对应的备选供应商。

步骤2给出备选供应商的决策信息。对于指标c1和c2的信息可从供应商提供的合同中得到，并给出具体数值，而指标c3～c11的决策信息，由企业专家基于各供应商的历史表现、调查研究等以主观语义的形式给出。

步骤3构建各阶段标准决策矩阵。利用2.1节给出的方法，将各供应商的决策信息用直觉模糊数的形式表示，构造标准决策矩阵R1,R2,…,Rm。

步骤5确定不同阶段的正负理想解f1+,f2+,…,fm+和f1-,f2-,…,fm-。

步骤8列出可行供应商组合。首先，决策专家经过调查，确定不同阶段间冲突的供应商。若含有至少一对冲突供应商的潜在供应商组合数为L(L≤N)，则可行供应商组合数U=N-L。

步骤9计算可行供应商组合协同度。CoPS企业专家给出可行供应商组合中，阶段k(1≤k≤m)的供应商对阶段k+1,k+2,…,k+(m-k)供应商的正负影响因子，进而计算出其对应的影响因子。然后根据式(14)计算出可行供应商组合中，阶段k(1≤k≤m)供应商在阶段1,2,…,k-1供应商影响下的协同度。

步骤10利用式(15)计算各可行供应商组合的最终评价结果Ml(l≤U)。

步骤11选择各供应商组合中最终评价结果最高的组合，为最优供应商组合。

3 案例分析

唐山某集团制造企业以制造水泥生产线成套设备、冶金生产线成套设备、发电设备等为主要业务，其产品项目主要面向国外，其集成制造的水泥生产线成套设备，依据用户需求进行设计，且具有结构复杂、多阶段设计—制造同步进行、客户导向制造等特点，是典型的CoPS产品。本文以该集团制造集成水泥生产线成套设备为例，对本文提出的CoPS绿色供应商选择模型进行说明。由于产品生产周期长、对环境影响较大，该企业在国内外政府、市场、消费者等因素的影响下，对供应商提出绿色环保的要求，在选择该产品供应商时，采用本文第1章提出的CoPS绿色供应商评价指标体系。另一方面，由于案例企业供应商来

3.1 CoPS绿色供应商组合优选过程

在本文提出的绿色供应商评价指标体系下，各初选供应商的决策信息如表4所示。各备选供应商c1指标信息在双方合同中写明，c2指标信息基于各供应商历史表现及网络大数据也可以得到，而c3～c11指标信息只能定性描述，专家以语言变量的形式给出。

表4 初选供应商决策信息

基于2.4节中提出的决策模型，最优供应商组合选择步骤如下。

步骤1构建各阶段标准决策矩阵。

表4中，指标c1和c2的信息由精确数表示，而指标c3～c11的信息只能以定性语义表示。为建立标准化矩阵，利用2.1节中给出的方法，将两种决策信息以直觉模糊数表示。对于指标c1、c2的决策信息，企业专家小组首先基于制造成本、产品预期质量、企业实时财政状况等，给出各阶段内c1、c2的期望区间，如表5所示，然后采用式(1)和表3，求出c1、c2指标各供应商决策信息的直觉模糊数。对于指标c3～c11对应的语义信息，在表1中找出各语义信息所对应的直觉模糊数。则标准决策矩阵如表6～表8所示。

表5 各阶段数值型指标期望区间

表6 阶段1标准决策矩阵

表7 阶段2标准决策矩阵

表8 阶段3标准决策矩阵

步骤2构建各阶段加权标准决策矩阵。

首先，利用式(4)分别求出各阶段c1～c11的直觉模糊信息熵:

E1=(0.638 6,0.509 2,0.767 9,0.638 6,0.697 2,0.826 5,0.767 9,0.422 6,0.767 9,0.586 1,0.574 1),

E2=(0.701 2,0.607 0,0.553 1,0.873 6,0.528 8,0.873 6,0.631 3,0.631 3,0.607 0,0.537 0,0.795 4),

E3=(0.544 4,0.704 4,0.662 5,0.517 1,0.751 3,0.470 2,0.564 0,0.531 7,0.647 9,0.751 3,0.807 9) 。

然后，利用式(5)求出各阶段指标c1～c11的权重：

ω1=(0.095 0,0.129 0,0.061 0,0.095 0,0.079 6,0.045 6,0.061 0,0.151 8,0.061 0,0.108 8,0.112 0) ，

ω2=(0.081 6,0.107 4,0.122 1,0.034 5,0.128 7,0.034 5,0.100 7,0.100 7,0.107 4,0.126 5,0.055 9) ，

ω3=(0.112 6,0.073 0,0.083 4,0.119 3,0.061 4,0.130 9,0.107 7,0.115 7,0.087 0,0.061 4,0.047 5)。

最后，基于定义3与所求权重，构建各阶段加权决策矩阵，如表9～表11所示。

表9 阶段1加权标准决策矩阵

表10 阶段2加权标准决策矩阵

表11 阶段3加权标准决策矩阵

步骤3确定各阶段的正负理想解。

首先，基于定义4，比较表9～表11中信息的大小，根据2.2.2节中的规则选择正负理想解。然后，对于成本型指标，正理想解选择阶段内备选供应商的最小值，负理想解选择阶段内备选供应商的最大值；对于效益型指标，正理想解选择阶段内备选供应商的最大值，负理想解选择阶段内备选供应商的最小值。本文提出的决策指标中，c1、c2为成本型指标，c3～c11为效益型指标。各阶段正负理想解如下：

步骤4确定各供应商与其所在阶段内理想解的贴近度。

首先依据式(11)和式(12)计算各供应商到其所在阶段内正负理想解的距离，然后依据式(13)计算各供应商与其所在阶段内理想解的贴近度，阶段1各供应商的贴近度分别为：D1*=(0.634 4,0.608 1,0.512 0,0.340 9)，阶段2各供应商贴近度分别为：D2*=(0.462 9,0.517 7,0.471 7)，阶段3各供应商贴近度分别为：D3*=(0.599 1,0.517 1,0.504 6,0.554 3,0.515 9)。

步骤5列出可行供应商组合。

步骤6计算可行供应商组合协同度。

专家依据历史数据和供应商的协同现象，分别给出阶段1供应商对阶段2、阶段3供应商的影响因子，以及阶段2供应商对阶段3供应商的影响因子，如表12～表14所示。再利用式(14)计算出阶段2供应商与阶段1供应商的协同度，以及阶段3供应商在不同组合下的协同度，如表15和表16所示，表中表示供应商之间冲突。

表12 阶段1供应商对阶段2供应商的影响因子

表13 阶段1供应商对阶段3供应商的影响因子

表14 阶段2供应商对阶段3供应商的影响因子

表15 阶段2供应商与阶段1供应商的协同度

表16 阶段3供应商与阶段1、2供应商的协同度

步骤7利用式(15)计算各可行供应商组合的最终评价结果，最终结果如表17所示。

表17 可行供应商组合最终评价结果

3.2 结果分析

表18 考虑协同效应时的效益决策信息

通过以上对比分析，本文所提出的绿色供应商选择模型具有如下特点：

(1)本文所提的供应商选择指标体系，在考虑经济型指标的同时，充分考虑绿色指标和社会指标，在保证CoPS服务质量的同时，提高了核心制造企业的综合竞争力，对核心制造企业的可持续发展具有积极意义。传统的供应商选择指标体系仅包含经济型指标，在追求经济利益的同时，忽略了环境因素和社会因素，无疑会给CoPS核心制造企业的综合效益造成损失，其带来的负面影响巨大。同时，本文提出的评价指标体系，充分考虑了CoPS全生命周期的多阶段设计—制造过程对供应商的要求，更加符合CoPS核心制造企业的利益诉求。

4 结束语

本文针对CoPS核心制造企业绿色供应商组合选择问题，基于CoPS全生命周期多阶段对供应商的要求，构建了CoPS绿色供应商选择指标体系。同时从CoPS产品的特点出发，考虑多阶段供应商之间的协同效应，提出了多阶段供应商组合选择模型(MGSS&CoPS)。该模型首先提出基于直觉模糊TOPSIS的单阶段供应商评价方法，然后充分考虑多阶段供应商组合间的协同效应，利用供应商之间的冲突现象选择可行供应商组合，降低选择过程的复杂性，之后提出协同度的概念，计算各可行供应商组合的最终评价结果，最后以某集团制造企业水泥生产线成套设备多阶段绿色供应商选择为例，证明本指标体系及模型具有以下优势：

(1)本文所提出的指标体系在充分研究先前绿色供应商选择指标的基础上，充分考虑CoPS多阶段制造过程的高消耗、高排放、高污染等特点，改变了传统绿色供应商选择指标体系中部分生态型指标的含义，使其更能表现供应商与CoPS核心制造企业合作的环境保护能力，此外，所建立的经济型指标更加符合CoPS核心制造企业在多阶段设计—制造过程中对供应商的要求。

(2)本文所建立的模型考虑了CoPS多阶段设计—制造过程中，多阶段供应商之间的协同效应，提出了供应商之间的冲突现象和协同度概念，基于协同度和供应商本身业绩表现，选择最优供应商组合，使得利用本模型选择的供应商组合更符合CoPS实际制造过程。同时，本文定义的供应商之间冲突的概念，既符合现实意义，又能有效减少不必要的决策环节，降低了模型的复杂性。

本文只考虑了决策团队意见一致的情况下，多阶段多供应商绿色供应商组合选择问题的研究，对于多阶段多供应商多决策者参与的动态决策问题，未能充分考虑。在后续研究中，将关注动态多阶段群决策问题。