全球供應鏈系統環境下科技協同創新伙伴關系模糊組合評估方法

張樹山，郭 坤，孫 毅

(東北師范大學商學院，吉林長春 130117)

一、引言

當今世界，科技協同創新已經成為國際競爭的決定性力量。隨著全球經濟不確定性趨勢增強和企業間競爭日趨激烈，競爭及市場全球化迫使企業通過構建高效健壯的全球供應鏈體系來應對客戶的動態化需求。全球供應鏈系統管理受到了理論與實業界的高度關注。供應鏈管理已經成為公司優化柔性、滿足動態市場需求的重要手段［1］。供應鏈管理的目標就是對顧客需求和供應鏈風險做出快速反應，降低產品成本、增加利潤、改善顧客服務水平、優化庫存、改善訂貨周期和業務流程［2-3］。而創新成為企業謀求生存的最為重要的戰略選擇之一。在全球供應鏈中找到最合適的科技協同創新合作伙伴具有降低產品研發風險、增加長期收益的戰略意義。Mentzerd 等學者［4］認為供應鏈協同能實現利益共享、有利合作伙伴發展。Cao 和Zhang 認為供應鏈協同有利于企業增加績效［5］。在供應鏈研發合作伙伴間，通過研發協同、知識共享來共同提升學習能力、創新能力，公司能夠改善知識吸收能力，能夠快速頻繁地推出新產品和服務，增強整個供應鏈的競爭力［6］。在當今全球經濟一體化發展趨勢下和國家大力推進科技創新的背景下，我國企業對全球供應鏈創新合作伙伴的評估和選擇問題急需理論指導。因此，對全球供應鏈系統環境下的科技協同創新合作伙伴評估問題研究非常必要和緊迫。

二、文獻回顧

(一)評估指標體系研究現狀

由于產品生命周期越來越短，公司需要頻繁而快速地創新?，F有研究中，關于產品研發項目選擇的研究文獻很豐富。然而，考慮供應鏈協同管理需求，對產品(服務)研發合作伙伴評選的研究卻很少。Chen 和Hung 認為和供應商、客戶關系緊密，有利于公司順利開展創新活動［7］。在供應鏈網絡中，成功開展新產品創新的第一步就是要正確評估創新合作伙伴，并且與合作伙伴建立起長期穩固的協同關系。Chen 等學者構建了一套合作伙伴評選方法，把評估指標分為組織間兼容性、技術兼容性、R＆T資源、財務狀況等四類［8］。Fan 等學者認為科技合作伙伴選擇應考慮合作組織個體情況和協同能力情況［9］。Raiden 等學者認為評選指標應該包括成員研發能力、合作經歷、合作需求和意愿、責任心等四個方面［10］。Quelin 列出評選科技合作伙伴指標包括:能力、榮譽、難易程度、動機和強烈程度［11］。現有研究表明，指標一般包括財務狀況、技術水平、組織文化、動機、榮譽、管理者態度和市場能力等幾個方面。本研究將在現有研究和調查的基礎上，提出一套適合于全球供應鏈系統環境下的科技協同伙伴評估指標體系。

(二)評估方法研究現狀

目前，合作伙伴評估技術和方法較多，這是一個重要的研究領域。這些方法包括線性規劃法、數據包絡分析法、成本分析法、神經網絡法、層次分析法、模糊理論、ANP 法、TOPSIS 法等。近年來，各種方法的集成應用在供應鏈管理文獻中開始出現［12-13］。

決策者在評估科技協同合作伙伴時要同時考慮大量復雜的指標。Multi-criteria decision-making(MCDM)決策技術能夠更好解決多個指標綜合評估問題。另外，MCDM 能夠同時考慮定性和定量因素。但許多傳統的多指標決策方法多沒有考慮指標之間的相互影響。然而，多數情況下，各個評估指標間并不是相互獨立的［14］。網絡分析方法(ANP)是一種構建網絡結構模型進行決策分析的方法，已經被成功應用到多個領域，如Chang 等學者用AHP/ANP 方法評估數碼錄像機［15］。

另外，TOPSIS 法是多目標決策分析中一種常用的方法，又稱為優劣解距離法［16］。其原理是通過檢測評估對象與最優解、最劣解的距離來進行排序，若評估對象最靠近最優解同時又最遠離最劣解，則為最好;否則為最差。TOPSIS 方法易于理解、計算也并不復雜。

決策者在決策過程中，往往要處理因個人偏好和經歷不同而面臨的決策不確定性和模糊性問題。模糊理論被認為是解決不確定及模糊性問題的有效工具。現實世界中，很多問題帶有模糊和不確定性，很多情景因無法獲得真實、準確的數據，而無法精確建模［17］。模糊理論的引入，可以用于描述這類決策過程。因為科技項目往往缺乏歷史數據，唯一能夠使用的數據是專家的經驗和知識［18］。

現有決策方法和模型提升了科技協同創新合作伙伴評估問題的效率。然而，適合的科技協同創新合作伙伴評估方法還相當有限，在現有文獻中，沒有集成模糊ANP 和TOPSIS 方法對科技協同創新合作伙伴評估方面的研究報道。另外，現有對合作伙伴的研究中，很少關注供應鏈系統中科技協同創新因素。實際上，協同關系是科技伙伴選擇中一個重要問題［19］?，F有研究方法很難解決供應鏈網絡環境下的科技協同創新合作伙伴的評估問題。因此，需要提出一種合適的評估方法解決此類問題。

本論文在構建一套評估指標體系基礎上，提出模糊ANP-TOPSIS 集成的科技協同創新合作伙伴評估模型。引入三角模糊數概念，用模糊ANP 方法標定各個指標權重，用模糊TOPSIS 方法對合作伙伴排序評估，并驗證了所提方法的可行性和有效性。

三、三角模糊理論

(一)三角模糊數運算規則

三角模糊數記為M =(l，m，u)，由(l，m，u)決定，且隸屬函數值為:

當l=m=u時，M 為一個精確數。兩個M1=(l1，m1，u1)和M2=(l2，m2，u2)三角模糊數運算規則如下:

模糊數M1和M2之間距離可以用下式計算［20］:

兩個三角模糊數可按如下方法進行比較［21-22］:

M1≥M2的可能度為:

設由n +1 個三角模糊數構成的集合為H =(M，M1，M2，…，Mn)，則M≥M1，M2，…，Mn的可能度為:

(二)評估指標權重計算步驟

1．形成模糊判斷矩陣。利用三角模糊數定量表示，形成三角模糊判斷矩陣Mk=［Mij］n×n，由決策者給出針對第K 個上一級目標的評估值，其中元素Mij=(lij，mij，uij)是一個閉區間，lij表示最保守評估值，mij表示最可能評估值，uij表示最樂觀評估值，從而形成三角模糊初始評估矩陣。

3．計算綜合重要程度值。依據前述模糊數計算法則，再根據公式:

7．計算綜合指標權重向量。如果k-1 層對總目標的排序權重向量為，…，，那么第k 層上全體元素對總目標的綜合排序Wk由下式給出:

其中:

四、三角模糊FANP-TOPSIS 集成評估模型

(一)評估過程

步驟1:設計科技協同創新伙伴評估研究方案，對模糊ANP 和模糊TOPSIS 理論研究與應用現狀進行分析;

步驟2:計算基于模糊ANP 的全局指標權重，具體包括:

·開發科技協同創新伙伴評估概念模型;

·用三角模糊數構建模糊判斷矩陣;

·判斷矩陣的一致性檢驗;

·計算科技協同創新伙伴評估全局指標權重。

步驟3:基于模糊TOPSIS 方法，對每一個評估方案進行排序，具體包括:

·計算正理想解和負理想解;

·對科技協同創新伙伴進行排序。

步驟4:案例分析

·收集所需數據和資料;

·用所提出的方法對科技協同創新伙伴進行評估;

·選定最合適的科技協同創新伙伴。

(二)評估指標體系

基于現有文獻研究和評估需要，考慮全球供應鏈成員間的文化差異性，本論文中給出的評估體系包括六個方面指標，分別為公司信譽、文化兼容性、組織柔性、技術能力、合作動機和協同能力。指標間的相互關系詳見圖1 所示。這些指標并未包括所有決策因素。然而，很多研究文獻表明，這些指標是進行科技協同創新伙伴評估的最重要的指標［23-24］。

圖1 基于模糊ANP 方法的新產品R＆D 協同創新伙伴評價指標體系

圖1 中，單向箭頭表示單獨作用關系，雙向箭頭表示相互作用關系。例如，從C5 離開指向C3的箭頭表示因素C5 對因素C3 有影響。同樣，因素C4 和C6 之間的箭頭表示他們之間相互都有影響。

(三)三角模糊FANP-TOPSIS 集成評估方法

1．模糊ANP 方法

層次分析(AHP)方法中因假設元素間相互獨立而偏離實際，而網絡分析(ANP)方法考慮了每個評估指標之間的相互關系以及每個評估指標內部因素的相互作用［25］。圖2 給出了ANP 方法的結構圖。

圖2 網絡分析(ANP)方法結構圖

模糊ANP 方法是將模糊綜合評估和傳統網絡分析法有機結合形成的新的系統評估分析方法。模糊網絡分析(ANP)方法的實現步驟如下:

步驟1:首先構建評估指標體系，然后決策者對評估指標及對象進行兩兩比較，構造模糊判斷矩陣，并依據三角模糊數計算規則對各個決策者判斷矩陣進行合成;

步驟2:應用FANP 方法確定各指標的局部和全局權重。為模糊TOPSIS 方法提供數據支持。

2．模糊TOPSIS 方法

TOPSIS 方法是解決多指標決策問題的一種常用方法，其基本思路是:確定一個最佳方案和最差方案，然后計算每個備選方案距離最佳方案和最差方案的距離;最后利用理想解的相近接近度作為綜合評估的標準。傳統TOPSIS 方法無法有效應對決策中的模糊性信息，因此本文基于三角模糊數表示方法，對TOPSIS 方法中的各指標權重和備選方案的等級采用了語言變量進行描述，引入模糊TOPSIS 方法解決科技協同創新伙伴評估問題。用TOPSIS 方法求解步驟如下:

步驟1:方案決策矩陣規范化處理。決策矩陣中元素rij計算如下:

上式中Xij決策矩陣初始值，i 表示第i 個決策方案，j 表示第j 個評估指標。

步驟2:基于FANP 方法計算得出的全局評估指標結果，計算考慮指標加權后的TOPSIS 規范化決策矩陣vij．公式如下:

其中:wij是第j 個指標的權重，且滿足=1．

步驟3:確定最佳合作伙伴和最差合作伙伴，其中Cb是效益目標集，Cc是成本目標集。

步驟4:計算每一個合作伙伴和最佳合作伙伴及最差合作伙伴的歐氏距離，公式如下:

其中dv(．，．)，表示兩個模糊數之間的距離。

步驟5:計算每個合作伙伴對最佳合作伙伴的相對接近程度，公式如下:

步驟6:根據每個合作伙伴對最佳合作伙伴的相對接近程度由大到小排序。的值應該在0至1 之間，該值越大表明合作伙伴約接近最佳合作伙伴狀態。

五、方法應用

以中國某汽車制造企業供應鏈協同科技合作伙伴評估為例，驗證方法的適用性。有8 個待評估合作伙伴，分別為P1，P2，P3，P4，P5，P6，P7 和P8。首先，成立一個由3 人組成的決策小組，選定的評估指標如前圖1 所示。

不同影響程度采用11 個語言變量進行描述，對應的三角模糊數表示表1 所示。

表2 中給出了相對評估目標而言各評估指標間相互重要程度判斷矩陣的語言變量描述和對應三角模糊數的示例，其它各級指標計算方法類似。

表1 指標評估的語言變量表示

表2 相對評估目標各指標間相互重要度評估矩陣的語言描述和模糊數表示

在所有局部指標權重計算完成后，可以利用超級矩陣計算得到全局指標權重，計算結果如下:

根據模糊TOPSIS 計算步驟，首先計算決策者們對各候選合作伙伴各項評估指標的加權評估綜合值，見表3．

模糊最佳解集合和模糊最差解集合分別表示如下:

A+，

根據公式(15)、(16)和(17)，可以計算出每個評估指標的每一個候選合作伙伴與最佳值和最差值之間的距離，如表4 所示，接近系數計算結果如表5 所示?？梢姡? 個合作伙伴最優。

表3 3 個決策者對各個指標評估語言描述和對應的三角模糊數加權綜合評估值

表4 每個指標的距最佳值與最差值之間的距離值

表5 各個候選合作伙伴的最終評估值及排序結果

六、總結

在全球供應鏈系統中找到最合適的科技協同創新合作伙伴具有降低產品研發風險、增加長期收益的戰略意義。由于全球供應鏈系統科技協同創新合作伙伴評估問題的復雜性和決策者的傾向性，這類決策信息具有模糊性，傳統ANP 及傳統TOPSIS 方法均無法有效處理這些不確定性信息，應用具有局限性。本論文提出了一種基于三角模糊數的ANP 和TOPSIS 集成的科技協同創新合作伙伴評估新方法，在建立評估指標體系基礎上，用模糊ANP 確定指標權重，然后根據模糊TOPSIS 方法計算各候選合作伙伴與最佳合作伙伴之間相對距離進行評估。最后通過一個實例驗證了方法的可行性和有效性，該方法計算簡單且容量理解，可以提高全球供應鏈科技協同創新合作伙伴評估效率和質量。

［1］Gunasekaran A，Patel C，McGaughey，R E．A Framework for Supply Chain Performance Measurement［J］．International Journal of Production Economics，2004(87):333-47．

［2］Yücenur G N，Vayvay ?，Demirel N ?．Supplier Selection Problem in Global Supply Chains by AHP and ANP Approaches under Fuzzy Environment ［J］．International Journal of Advanced Manufacturing Technology，2011(56):823-833．

［3］Pishvaee M S，Razmi J．Environmental Supply Chain Network Design Using Multi-objective Fuzzy Mathematical Programming ［J］．Applied Mathematical Modelling，2012(36):3433-3446．

［4］Mentzer J T，Foggin J H，Golicic S L．Collaboration:the Enablers，Impediments，and Benefits ［J］．Supply Chain Management Review，2000，5(6):52-58．

［5］Cao M，Zhang Q Y．Supply Chain Collaboration:Impact on Collaborative Advantage and Firm Performance［J］．Journal of Operations Management，2011(29):163-180．

［6］Sheu C，Yen H R，Chae D．Determinants of Supplierretailer Collaboration:Evidence from an International Study［J］．International Journal of Operations and Production Management．2006，26(1):24-49．

［7］Chen L H，Hung C C．An Integrated Fuzzy Approach for the Selection of Outsourcing Manufacturing Partners in Pharmaceutical R＆D［J］．International Journal of Production Research，2010，48(24):7483-7506．

［8］Chen S H，Wang P W，Chen C M，Lee H T．An Analytic Hierarchy Process Approach with Linguistic Variables for Selection of an R＆D Strategic Alliance Partner［J］．Computers＆ Industrial Engineering，2010，58:278-287．

［9］Fan Z P，Feng B，Jiang Z Z，Fu N．A Method for Member Selection of R＆D Teams Using the Individual and Collaborative Information［J］．Expert Systems with Applications，2009，36:8313-8323．

［10］Raiden A B，Dainty A R J，Neale R H．Current Barriers and Possible Solutions to Effective Project Team Formation and Deployment within a Large Construction Organization ［J］．International Journal of Project Management，2004，22:309-316．

［11］Quelin B．Core Competencies，R＆D Management and Partnerships［J］．European Management Journal，2000，18:476-487．

［12］Liao C N，Kao H P．Supplier Selection Model Using Taguchi Loss Function，Analytical Hierarchy Process and Multi-choice Goal Programming ［J］．Computers ＆ Industrial Engineering，2010，58:571-577．

［13］張樹山，金俊武，朱子榮．面向供應鏈的供應商評價與選擇方法研究［J］．工業技術經濟，2005，24(5):115-117．

［14］Shee D Y，Taeng G H，Tang T I．AHP，Fuzzy Measure and Fuzzy Integral Approaches for the Appraisal Information Service Providers in Taiwan［J］．Journal of Global Information Technology，2003，6(1):8-30．

［15］Chang C W，Wu C R，Lin C T，et al．Evaluating Digital Video Recorder Systems Using Analytic Hierarchy and Analytic Network Processes ［J］．Information Sciences，2007，177:3383-3396．

［16］Chen S J，Hwang C L．Fuzzy Multiple Attribute Decision Making:Methods And Applications ［M］．Berlin:Springer-Verlag，1992．

［17］Sarami M，Mousavi S F，Sanayei A．TQM Consultant Selection in Smes With TOPSIS Under Fuzzy Environment［J］．Expert Systems with Applications，2009，36 (2):2742-2749．

［18］Hassanzadeh F，Collan M．A Practical R＆D Selection Model Using Fuzzy Pay-Off Method ［J］．The International Journal of Advanced Manufacturing Technology，2012，58:227-236．

［19］Schilling M A，Phelps C C．Interfirm Collaboration Networks:The Impact of Large-Scale Network Structure on Firm Innovation ［J］．Management Science，2007，53:1113-1126．

［20］Chen-Tung Chen，A Fuzzy Approach to Select the Location of the Distribution Center ［J］．Fuzzy Sets and Systems，2001，(118):65-73．

［21］諸克軍，張新蘭，肖荔瑾．Fuzzy AHP 方法及應用［J］．系統工程理論與實踐，1997，12:64-69．

［22］姜艷萍，樊治平．三角模糊數互補判斷矩陣排序的一種實用方法［J］．系統工程，2002，3:89-92．

［23］Chen S H，Wang P W，Chen C M，et al．An Analytic Hierarchy Process Approach with Linguistic Variables for Selection of an R＆D Strategic Alliance Partner［J］．Computers＆ Industrial Engineering，2010，58:278-287．

［24］Quelin B．Core Gompetencies，R＆D Management and Partnerships［J］．European Management Journal，2000，18:476-487．

［25］Dagdeviren M，Yüksel ī．A Fuzzy Analytic Network Process (ANP)Model for Measurement of the Sectoral Competition Level (SCL)［J］．Expert Systems with Applications，2010，37:1005-1014．