基于AHM-改进灰色关联度模型的供应商选择研究

刘志强，李 娜，张雨静

(河北工程大学管理工程与商学院，河北 邯郸 056038)

0 引言

在VUCA时代背景下，企业间的市场竞争实质是供应链之间的竞争，一个强大高效的供应链对于畅通国内大循环和促进国内国际双循环都非常重要。供应商是供应链中的“源头”企业，链上核心企业如何采用科学合理的方法正确选择供应商，从而增强企业核心竞争力和提升持久竞争优势变得尤为关键。

在供应商选择评价指标方面，Dickson[1]较早阐述了供应商选择的制约因素，包括交货时间、能力、装备、质量等。Weber C.A.等[2]按时间跨度对74篇针对供应商评价及选择的相关文献进行了分类，提出供应商评价最重要的因素是质量、交货时间、价格和装备能力，并对这些评价指标作出重要性排序。Hosseini等[3]基于供应商评价指标体系，将绿色引入评价指标。姚罗瑞等[4]建立了绿色体系、技术能力、服务能力等6个方面的供应商评价指标体系。石宁[5]测度了客户对供应商环境治理和环境诉求的作用。张兴贤等[6]提出了一种混合型多属性群决策方法。John Nsikan等[7]评估了尼日利亚的管理者对于医疗供应链在选择供应商的过程中主要考虑哪些可持续性因素等。

在供应商选择评价方法方面，刘志强等[8]建立可拓-AHM模型对某制造企业供应商进行风险评价。谭春平等[9]利用AHP法构建并验证了在供应链环境下的供应商评价选择量化模型。熊奇英[10]利用层次分析法确定供应商指标权重，并运用灰色关联度分析法对供应商得分进行综合评价。牟晨璐等[11]提出两级协调运行模型基于ADMM分布式算法，验证了该模型可以最低成本保护各园区供应商的隐私。于江霞等[12]针对第四方物流运用组合赋权进行供应商决策选择。LiaSait等[13]研究了多级供应链的可持续供应商选择和订单分配问题。董慈蔚[14]研究了供应商的渠道侵入策略以及供应链成员的绿色产品设计与开发投资策略等。

综上，已有研究对供应商执行能力和发展前景方面因素关注较少，评价方法也有一定的改进空间。因此，本文构建有关选择评价指标体系和AHM-改进灰色关联度模型并进行实证分析。

1 构建供应商选择评价指标体系

本文在前期有关研究基础上，根据简明性、科学性、可操作的原则，从供应商产品、执行能力、发展前景3个方面选取了产品合格率等10个二级指标，构建了供应商选择评价指标体系，有关指标名称及性质如表1所示。

表1 供应商选择评价指标体系

表中对于定量指标，产品合格率定义为一批产品中的合格产品数量与该批产品总量的百分比；产品单价是企业采购产品时最为看重的指标之一，因此在提供相同质量产品的前提下，价格低的供应商则更有优势，产品单价数据获得途径为各供应商的历史销售合同或报价记录；价格波动率可以根据供应商一年中历史交易记录的统计数据获得，利用Excel表中标准方差可计算得出；准时交货率是从时间角度来考察各供应商提供产品的能力，准时交货率表示为一年中准时交货次数与总交货次数的百分比；订货满足率用企业实际供应产品数量与客户原始订货数量的比值来计算。

对于定性指标，售后服务能力指供应商对于所供应产品提供的售后服务满足情况；新产品研发能力指供应商对于研制新产品的技术开发能力；先进设备运用能力指供应商对于先进设备的使用及控制能力；财务状况主要通过供应商的资产负债和现金流动情况来进行判断；企业声誉即社会对于供应商的公众形象和商业信誉等认可程度。在进行供应商选择评价时，定性指标可以通过专家判断法来进行量化。

2 构建基于AHM-改进灰色关联度的供应商评价模型

2.1 AHM计算指标权重

程乾生[15]于1997年提出属性层次模型(AHM)。AHM与AHP相比，不要求判断矩阵严格的一致性和判断矩阵的特征向量，使决策分析简便易行。在属性判断矩阵中，由层次分析矩阵中的比例标度aij转化得到μij。

(1)

式中：k为大于2的正整数，β通常取1或2，本文取β=2。

由AHM判断矩阵可计算得出属性权重，若相对属性权向量为

ωG=(ωGμ1，ωGμ2，…，ωGμn)T

则有：

(2)

2.2 改进灰色关联度计算

灰色关联度可用于分析实际数据较少、信息不完整的2个系统因素之间的相似或相异的关联程度[16]。传统的灰色关联度分析步骤如下。

1)选取参考序列和比较序列。

2)将数据进行无量纲处理，本文采用初值法处理数据，公式如下：

(3)

3)计算差序列。计算参考序列指标与比较序列指标的绝对差值，公式为：

(4)

4)选取最大差值和最小差值。从计算差序列的结果中选取差序列的最大值和最小值。

5)计算关联系数。

(5)

6)计算关联度。

(6)

由上述公式可以看出，关联系数计算式中分辨系数ρ的取值会影响关联系数ξ的值，进而可能会影响评价结果的可靠性。在传统的灰色关联分析法中，ρ值取0.5，但这样取值仅是简单地将关联度γ对所研究数据的关联系数作了平均，显然，这并不适用于所有的评价指标体系，因为忽略了在评价体系中不同指标权重上的差异，所以本文在传统的灰色关联分析法的基础上量化了ρ的取值，以避免因异常值引起的最大绝对差值过大而导致整个关联度失真的可能性。

Δij=|x0j-xij|，(i=1，2，…，n;j=1，2，…m)记，令Δv为指标绝对差值的平均值，即有：

ρ=(ρ1，ρ2，…，ρi)，(i=1，2，…，n)且由于ρ∈(0，1]，因此以0.5为界进行量化，根据以下方法确定ρi的值。

当1/εΔ>3，即出现了异常值时，应减少Δmax对关联度的影响程度，此时ρi≤0.5，即εΔ≤ρi≤1.5εΔ，一般取ρi=1.5εΔ。

当0≤1/εΔ≤3，即当都是正常值时，Δmax对关联度的影响度应该加强，此时ρi>0.5，且：当2≤1/εΔ≤3时，1.5εΔ≤ρi≤2εΔ，一般取ρi=2εΔ；当0<1/εΔ<2时，由于2ρi>1，所以ρi可在[0.8，1]中任意取值，这里取1；当εΔ=0时，即当Δj中有一列均为0时，由于ξij的值不影响ρi，因此ρi可以在[0，1]中任意取值。

2.3 加权关联度确定

基于AHM法与改进灰色关联分析法，构建AHM-改进灰色关联分析模型。将基于AHM法所得权重值赋值关联系数，得到基于AHM权重的加权关联度，计算如下：

(7)

3 实证分析

3.1 S企业及供应商概况

S企业创立于1988年，是一家集油炸食品、坚果制品、罐头、糖、膨化食品等生产、加工、销售为一体的企业。S企业的主打产品是炒货食品，主要经营黑瓜子、南瓜子、葵花子和花生等4大系列80个产品规格，其供应商主要是涉及葵花子、花生等原材料的供货企业。

3家供应商概况如下。①S1供应商成立于1996年，主营黑瓜子、南瓜子及葵花子系列。公司面积14 022 m2，拥有员工273人，3条生产流水线，加工设备24台，年产量近2 000 t，月产值500万元以上。②S2供应商成立于2013年，主营坚果炒货、糕点饼干等，公司面积10 597 m2，拥有1条生产流水线，年交易额2 000万以上。③S3供应商成立于2000年，以生产果仁为主，主要做油炸和烘烤工艺，以多口味开发为目标，公司面积11 000 m2，拥有单层烘干机、双层翻版烘干机、自动封口包装机等加工设备18台。

3.2 初始数据与指标权重计算

评价指标初始数据中定量指标数据主要来自3家供应商的历史交易记录和企业有关报表等，定性指标数据主要来自专家打分评判。

S企业采用专家判断法并根据公式(1)进行数据转换，得到各一级指标的AHM判断矩阵如下：

根据公式(2)计算可得，指标B1的二级指标权重ωB1=(0.56，0.33，0.10)，指标B2的二级指标权重ωB2=(0.11，0.55，0.33)，指标B3的二级指标权重ωB3=(0.19，0.31，0.43，0.07)。

各二级指标对总目标的权重为ω=(0.19，0.11，0.03，0.04，0.18，0.11，0.06，0.10，0.14，0.02)。

3.3 改进灰色关联度法评价

根据公式(3)将初始数据进行标准化处理，使得各指标成为具有可比性的量化值，无量纲化数据如表2所示。

表2 初始数据无量纲化

根据公式(4)～(6)计算3家供应商各指标关联系数。其中，ρ取值分别为(0.151 2，0.410 3，1，0.333 3，0.102 0，0.091 8，0.111 1，0.333 3，0.375 0，0.375 0)，最终求得关联系数如表3所示。

表3 灰色关联系数表

根据公式(7)，结合AHM法确定的权重值，求得3家供应商的加权关联度分别为：0.741 6、0.495 4和0.517 5，关联度大小排序为S1、S3、S2。因此，即应首选S1供应商。

4 结语

为提升产业链供应链水平，选择合适的供应商对于供应链核心企业缩短备货周期，提高客户满意度及核心竞争力都具有重要意义。根据供应商选择评价指标权重计算结果，产品合格率、产品单价、准时交货率、订货满足率是S企业供应商选择时应考虑的主要因素。从灰色关联系数计算过程可知，产品和发展前景方面S1供应商更具有优势，执行能力方面S2供应商表现更佳，S3在新产品的研发方面略胜一筹，但从综合优势来说，S1供应商应为S企业首选。本文采用AHM法计算可以指标权重更加便捷，引入改进灰色关联度模型评价供应商能够充分挖掘数据信息、合理考虑指标关联性且能提高可靠性，将二者优势相结合可使评价结果更科学合理。