吳民光
(上海財經大學 上海 200433)
(注:作者為上海財經大學博士生。)
20世紀70年代著名運籌學家Saaty教授提出了AHP(Analytic Hierarchy Process)模型,該模型的關鍵是層次結構模型的建立和判斷矩陣的創建。很多學者都基于AHP經典模型對供應鏈中供應商的選擇進行研究,并形成了相應的方法和模型。羅如學、張悟移將ROUGH集與AHP方法結合,即先利用Rough集進行供應商指標約簡,然后再進行AHP建模;薛浩英、杭省策將BSC方法與AHP結合,進行供應商選擇;王道平、王煦用熵值的計算與AHP方法結合分析綠色供應商的指標。也有學者將DEA方法、灰色理論、模糊理論等與AHP結合,對供應商的選擇進行理論與算例研究。這些方法都從不同角度來改進AHP模型,但是主要側重于方法的改進,在供應鏈戰略的理論分析層面有所欠缺。
一是以客戶需求為導向。識別客戶需求和需求差異化是定制化供應鏈的關鍵,識別和按顧客需求鏈來設計具有吸引力的供應鏈方案。以多種供應鏈應對多種顧客需求鏈,改善顧客滿意度和有效度,供應鏈設計可系統地考慮顧客要求和協同能力。
二是以供應鏈細分為手段。供應鏈的細分包括對產品、市場、顧客群和供應商的細分。顧客行為因未滿足需求而改變,為不同目的作不同分割,如開發廣告的細分,開發新產品的細分。有效的細分只集中于一兩個議題,范圍不清須重新劃定。
三是以現代信息技術為支持。定制化供應鏈的目的是在準確的時間向客戶投送符合顧客要求而且在顧客愿意和有能力支付的情況下完成交易。現代信息技術對定制化供應鏈的執行起重要作用。現代物流的技術以現代化配送中心和渠道,配合標識技術、編碼技術、實時追蹤技術和電子交換技術。物流技術與裝備的發展趨勢是先進性與信息化、多樣性與專業化、標準化與模塊化、系統性與可擴展性、智能性與人性化、綠色化與節能化。
四是以模塊化和標準化配置為基礎。關鍵模塊供應商取代裝配商過去對最終產品的主導,制定模塊規則,尋求和其他模塊相聯合的機會,企業以合同來處理供應定制產品與個別顧客。模塊化產品的開發過程并不一定要采取與之“同構”的模塊化組織形式,相反,以超模塊組織來加強開發過程中各任務模塊之間的聯系,有利于促進整個產品系統的突破性創新。
平衡計分卡BSC是由美國哈佛大學的卡普蘭(Robert S.Kaplan)教授和諾頓(David D.Norton)教授率先提出的,這種業績評價系統將企業的戰略分解為財務、顧客、內部經營和學習與成長4個維度。AHP改進模型引入平衡記分卡方法,首先通過平衡記分卡方法分析定制化供應鏈各環節之間的伙伴關系,從中選擇合適的供應商,在此基礎上應用AHP模型分析。
以財務(B1)、客戶(B2)、內部經營(B3)和學習與成長(B4)4項因素為評價準則進行分析。財務因素主要考慮某類產品單位成本(C1)、費用降低率(C2)及銷售增長率(C3);客戶因素主要考慮售后服務客戶滿意度(C4)、產品退貨率(C5)、每百萬個產品的不良率(C6);內部經營因素主要考慮業務創新速度與市場周期的比較(C7)、按時交貨率(C8)、生產周期效率(C9)、質量合格率(C10)、利用計算機系統處理業務的比例(C11);學習與成長因素主要考慮有關培訓的及時性和質量(C12)、培訓費用占銷售額的比例(C13)、員工生產率(C14)。如圖1所示。
(1)建立判斷矩陣。對同一層次的各元素關于上一層次中某一準則的重要性進行兩兩比較,構造兩兩比較判斷矩陣。
(2)層次單排序。求其相對應的特征向量W,其中W 的分量(W1,W2,…,Wn)就是對應于 n 個要素的相對重要度,即權重系數,然后求出最大特征值。本課題采用方根法計算權重系數。

歸一化處理得權重系數:

最大特征值為:

(3)一致性檢驗。
一般情況下,若C.I.≤0.1,就認為判斷矩陣具有一致性,據此而計算的值是可以接受的。此外,由于n會影響判斷的一致性,因此使用隨機性一致性比值,其中 R.I.為平均一致性指標。
(4)指標綜合權數。在計算了各級要素的相對重要度以后,即可從最上級開始,自上而下地求出各級要素關于系統總體的綜合重要度,進行層次總排序。

圖1 供貨商選擇問題的層次結構

圖2 各指標權重系數

表1 各指標權重系數
某制造企業需要在10個候選供應商中選擇一個最合適的零部件供應商。首先對候選供應商使用BSC進行評價,淘汰了7家供應商,其中2家供應商沒有明確的愿景,3家內部管理混亂,1家信譽較差,而另一家從不重視員工的素質培訓。現在對剩下的3家供應商用AH P進行選擇,根據具體資料評價,從3個供應商對于各個評價指標的判斷矩陣,得出供應商的綜合重要度。
根據專家、技術人員、決策者的判斷意見,構造的判斷矩陣如下:

利用方根法求解第二層和第三層因素的單層次排序權重向量并進行一致性檢驗。
對于AB矩陣:

W即為所求的特征向量。
判斷矩陣AB的最大特征值為:


表2 供應商選擇的結果數據表

所以判斷矩陣為一致性矩陣。
同理,對判斷矩陣B1C,B2C,B3C,B4C 分別求出權重向量(圖2),并進行一致性檢驗。如表1及表2所示。
根據供應商的各指標的得分情況和權重,計算出供應商的綜合權重,并選擇最滿意的供應商。根據表2的計算結果,對于S1、S2、S3這3個候選供應商而言,在比較了財務、客戶、學習與成長和內部流程4個準則和14個指標的情況下,選擇S1為最好的方案,其次是S2、S3最差。
BSC和AH P在供應商選擇的問題上起到了相輔相成的作用,使用BSC可以選擇到綜合實力比較強的供應商,再使用AH P則可以實現在優中選優,強中選強。案例分析也表明該方法具有可操作性,為采購企業如何具體選擇最合適的供應商提供了參考。
[1]Lee C.Design of an intelligent supplier relationship management system:a hybrid case based neural network approach[J].Expert Systems With Applications,2003(24).
[2]Kumar,A.,S.Gattoufi,and A.Reisman.Mass customization research:trends,directions,diffusion intensity,and taxonomic frameworks[J].International Journal of Flexible Manufacturing Systems,2007,19(4).
[3]Saaty T L.The analytic hierarchy process[M].New York:Mc Gaw-Hill,1980.
[4]羅如學、張悟移:基于MATLAB運算的粗糙集和層次分析法供應商選擇研究[J].包裝工程,2010,31(9).
[5]薛浩英、杭省策:供應商選擇的BSC/AHP決策方法[J].航空制造技術,2010(121).
[6]王道平、王煦:基于AHP/熵值法的鋼鐵企業綠色供應商選擇指標權重研究[J].軟科學,2010,24(8).
[7]王先甲、張熠:基于AHP和DEA的非均一化灰色關聯方法[J].系統工程理論與實踐,2011,31(7).
[8]朱詩生、姚燕:AHP改進模型在供應商選擇中的應用研究[J].汕頭大學學報(自然科學版),2011,26(2).
[9]王萃:基于AHP模糊綜合評判的第三方物流供應商選擇研究[J].煤炭經濟研究,2010,30(7).