VMI環境下基于知識轉移的供應商評價選擇

[摘 要]VMI環境下制造商與供應商之間的合作競爭過程中存在著知識轉移，基于此本文構建了VMI供應商評價指標體系。運用GAHP集中多位專家的決策經驗，確定各評價指標的相對重要性;使用聚類分析算法，對已經預處理的大量供應商樣本數據進行分類，同時根據分類及指標權重評定等級，減少被評方案，再用GAHP進行選擇。最后通過一個例子說明所使用的方法在VMI供應商選擇中具有準確、快速且有效的特點。

[關鍵詞]供應商管理庫存;知識轉移;群體層次分析法;聚類分析;K—均值聚類法

供應商作為供應鏈的源頭，是供應鏈管理的重要內容之一，選擇供應商是供應鏈合作雙方開展合作關系的關鍵一步。合理選擇供應商，是企業乃至整條供應鏈有效運作的前提和保證。供應商管理庫存(Vendor Managed Inventory，VMI)就是供應商等上游企業通過信息手段掌握其下游客戶的銷售(生產)和庫存信息，并以此為依據做出需求預測和庫存補貨的解決方法，從而將由牛鞭效應引起的信息曲解帶來的負面影響降低到最小程度，減小庫存管理成本，改善客戶滿意度和銷售情況，有效規避供應鏈的風險。VMI具有以下三個原則:合作性原則;總成本最小原則;連續改進原則。

知識轉移理論是由Teece于1977年首次提出的，此后迅速引起各國學者的關注。Lahti等認為，知識轉移包括傳遞與擴散兩個動作，公司里的溝通、會議、人員接觸及訓練皆是知識轉移的方式。一般來說，制造商與VMI供應商具有長期穩定的合作關系，彼此之間會形成一定程度的信任。知識轉移的過程是一個動態雙向多次的過程，制造商向供應商發出邀請后，只要具備共享條件(技術或組織環境方面的)，兩者之間的知識轉移活動就開始了。這樣不但能提高產效率，而且對提高知識共享度也具有重要的作用。如在汽車行業，原有的大型汽車制造公司現在已經演變成全球化的汽車裝配商，而大量的汽車子系統均通過不同形式的外包手段由供應商來完成。在這種多邊的聯盟網絡體系內，生產技能和知識得到共享和創新，使汽車制造商與其供應商們的制造能力大大增強。從某種意義上來說，這種緊密的知識共享體系是成功的汽車制造商擁有制造力競爭優勢的重要來源。由此可見，供應商的知識共享度將是影響供應商選擇的關鍵因素之一。

一、VMI環境下基于知識轉移模型供應商評價的指標體系

1.供應商評價的指標體系

本文遵循目的性原則、系統全面性原則、實效性原則、定量與定性相結合的原則、靈活可操作性原則等五個基本原則，在前人研究的基礎上建立了供應商評價選擇指標體系。

2. 供應商選擇指標的描述

知識共享度B1反映供應商和制造商在多樣化合作過程中，形成的企業知識管理機制中的相互影響程度。其具體指標包括:共享態度C1、共享行為活動C2和共享環境C3。

合作兼容性B2反映VMI環境下供應商與制造商之間的多樣化合作體系，他們之間的合作需要及時、大量的信息溝通以及信息平臺、管理體制等方面的兼容。其具體指標包括:公司文化兼容C4、發展戰略兼容C5、管理體制兼容C6和信息平臺兼容C7。

運作規范水平B3 反映供應商對知識產權保護的態度以及在這種態度下的相應行為，直接影響到制造商對核心知識的保護。其具體指標包括:企業外部形象C8、外部約束C9和履行知識產權協議資信度C10。

產品價格B4反映供應商與制造商合作競爭中的價格情況。其具體指標包括:產品成本C11、折扣水平C12和成本下降空間C13。

原創能力B5 反映供應商本身提供具有競爭力制造技術能力的高低，這將作為制造商評估供應商是否具備吸引力的依據。其具體指標包括:研發經費C14、協調能力C15、組織結構C16和知識創新轉化度C17。

B6響應能力 反映供應商的市場響應能力的高低，對于供應鏈企業競爭來說是極其關鍵的。其具體指標包括:臨時供貨的彈性C18、準時交貨率C19、信息化水平C20。

二、VMI環境下的供應商選擇方法

1. 用群體層次分析法(GAHP)確定指標權重

關于供應商的評價和選擇的方法有許多，在這些方法中，層次分析法[5]是一種常用的定量研究方法，由美國著名的運籌學家T.L.Satty等人在20世紀70年代提出的一種定性與定量分析相結合的多準則決策方法，一直受到學者們的推崇。AHP主要包括兩方面內容:一是各層次指標的確定;二是根據最低層次各指標的權重和方案的屬性值對方案作出綜合評價。運用群體層次分析法(GAHP)確定指標權重，大體上可按下面四個步驟進行:(1)建立遞階層次結構模型;(2)構造出各層次中的所有判斷矩陣;(3)層次單排序及一致性檢驗;(4)層次總排序及一致性檢驗。

2. K—均值聚類法判斷評價等級

AHP法不是解決綜合評價問題的萬能藥。如果被評方案過多(如超過7個)，除非進行分批，否則不易處理且評價結果又偏差(這是由于當判斷矩陣的維數n>7時，在一致性指標小于0.1的情況下，矩陣一致性未通過率超過30%)。VMI環境下供應商選擇過程中，往往有較多的備選供應商，這樣就產生了被評方案過多的情況。本文根據供應商樣本指標數據，利用聚類分析中的K—均值聚類法將供應商進行分類，并根據得到的類中心和指標權重對分類定級，得出綜合實力最強的一類供應商。

K—均值聚類法是一種簡單常用的聚類方法，在處理海量數據庫方面較有效快速，具有良好的伸縮性，聚類結果清晰，可在方案較多時對方案進行分類。上文建立的供應商指標體系是一個多指標多層次的綜合評價體系，同時存有定量和定性指標。對于定性指標，本文仍以專家打分的方式收集數據，為了克服主觀偏見，采用去掉最高分和最低分的方法，將眾位專家依據定性指標針對某一供應商的打分進行篩選處理，最后對剩余得分求均值。

得到全部供應商各指標數據，用極差標準化的方法對各指標數據進行標準化，再借助于統計分析軟件包SPSS15.0進行聚類分析，采用K—均值聚類法對多個供應商進行分類。利用層次分析法計算得出的指標權重，根據聚類以后得出的各個類的中心點，利用如下公式可得k類供應商評價得分:。根據計算得出的k類供應商的得分，可以判斷其所屬的評價等級。雖然分值和供應商情況并不一定完全準確對應，但是大致上我們發現評價等級和分值在很大程度上可以表明供應商的基本情況。由此得到一類的供應商，總體個數少于原有被評方案，而且是評價等級最高的一類，即意味著是綜合實力最強的一類供應商。

3. 二次GAHP評價選擇

上文通過K—均值聚類法找到一類評價等級最高的供應商，類內供應商之間具有很大的相似性，利用GAHP得出的指標權重和K—均值聚類法聚類得到的類中心點進行線性加權求和，比較得到的分值最高的供應商也未必是最佳供應商。同時，不同的行業在供應商選擇上，往往有不同的偏重，比如有些制造商會更看重供應商的運作規范水平平，而有些會側重供應商的原創能力。考慮此種情況，本文對評價等級最高的一類供應商再次使用GAHP，以行業側重為目標層，最終求得不同方案之間的權重排序，選擇出最佳供應商。

三、算例分析

本文假設在汽車行業，某一汽車制造商對10個供應商進行排序選擇。由四位專家按照1-9標度法構建判斷矩陣，然后運用MATLAB語言編寫的程序來計算判斷矩陣的集結過程、進行層次單排序和總排序及其一致性檢驗等，最終得到B-C的組合權重。

求出了指標權重后，由于指標較多，計算起來比較復雜，因此本文選取了其中5個評價指標，采取上文所述的方法對10個供應商樣本指標數據進行處理(如表2所示)，利用SPSS15.0對處理后的數據進行聚類分析，通過K—均值聚類法得到5個分類(如表3所示)。

利用GAHP求出的指標權重和K—均值聚類法聚類得到的類中心點進行線性加權求和， 計算得出第2個類中心分值最高，即編號為1，4，8的供應商為綜合實力最強的一類。

由于本算例假設前提為汽車行業，考慮到目前在汽車行業對供應商的選擇側重于知識共享度，此時本文便以知識共享度為目標層，其下原有的三個指標為一級指標，編號為1，4，8的供應商為最終方案層，這樣再通過二次GAHP求出最佳供應商為編號為4的供應商。

四、結論

VMI環境下的供應商評價選擇受多方面因素制約，很難對其進行評價。本文在制造商與供應商的知識轉移模型基礎上，建立了供應商評價指標體系，提出了一種有效且實用的供應商選擇評價方法。在備選方案較多的情況下，在GAHP中加入了聚類分析，最后給出的案例說明該方法有效和可行。

參考文獻

[1]馬士華等. 供應鏈管理. 北京:機械工業出版社.1998

[2] Ryan K. Lahti ， Michael M. Beyerlein . Knowledge transfer and management consulting: a look at”The firm”. Business Horizon.2000.43(1):5-74

[3]劉磊，陳智高. 知識轉移視角下AHP/TOPSIS法的VMI供應商選擇.科技管理研究.2007;(8):204-214

[4]唐亞偉，劉心報. VMI環境下GAHP-灰色關聯分析法在下游企業選擇中的應用.價值工程.2006;(9):52-55

[5]許樹柏. 層次分析法原理. 天津: 天津大學出版社， 1998

[6]郭志剛等.社會統計分析方法:SPSS軟件應用.北京:中國人民大學出版社，1999

[7] 楊小兵. 聚類分析中若干關鍵技術的研究. 浙江: 浙江大學， 2005