基于改進優劣解距離法的零部件供應商評價模型應用研究

項海飛

（溫州職業技術學院,浙江 溫州 325035）

零部件作為企業產成品的重要原材料，在企業的生產經營和財務成本管理中占據非常重要的位置。在產業采購逐漸國際化的大背景下，零部件工業正向低工資成本國家和地區大量轉移，當前國內零部件企業呈現高科技、專業化、集群化、兼并重組及“走出去”的發展趨勢。國內有相當多的企業為了提高生產效率、降低生產成本，選擇將零部件的生產交給適合的供應商，從而將有限的資源集中于自身的優勢業務，打造核心競爭力獲取更大的盈利。在零部件生產不再過多依賴于自給自足的大趨勢下，對零部件供應商的評價和選擇就顯得非常重要。本篇文章的研究目的和意義在于通過構建科學和合理的零部件供應商評價指標體系，并建立基于改進優劣解距離法（又稱TOPSIS法）的零部件供應商綜合評價模型，對零部件供應商的評價進行量化，為企業選擇最優的供應商提供有益的決策依據。

一、零部件供應商評價指標體系

眾多研究認為，科學而合理的評價指標體系需要滿足一些基本的原則，包括綜合性原則、可比性原則、層次性原則等。其中綜合性原則是指一個評價指標體系應該是全面而綜合的，統籌考慮了所有具有重大影響的指標因素；可比性原則是指一個評價指標體系的每個具體指標在各個個體之間的表現應該是有差異的，只有存在差異，才有對比研究評價的價值；層次性原則是指評價指標體系中的各個指標應該是層次分明并且按照一定的邏輯組合成一個體系，而不是毫無章法的堆砌到一起。

在零部件供應商評價指標體系構建上，企業需要考慮的因素有很多，包括供應商的經營歷史、企業文化、履約信譽、生產資質、生產能力、產品質量、產品成本、物流管理、信息化水平等眾多供應商方面的因素以及企業在零部件方面的整體資金預算、對零部件質量的要求、產品生產周期等眾多自身的因素。不可否認的是，每家企業的具體情況不同，需要重點考慮的因素也就不同。通常認為，對于大部分企業來說，考慮的最為關鍵的因素是零部件產品成本、產品質量、生產能力和履約信譽。其中產品成本可以用零部件價格來量化，屬于費用型指標，指標數值越小越優；產品質量可以用零部件合格率來量化，屬于效益型指標，指標數值越大越優；生產能力可以用零部件生產周期來量化，屬于費用型指標，指標數值越小越優；履約信譽可以用歷史履約率來量化，屬于效益型指標，指標數值越大越優。

綜上所述，本篇文章構建起包括零部件價格、零部件合格率、零部件生產周期、歷史履約率等指標在內的零部件供應商評價指標體系。這一體系也較好的滿足了科學而合理的評價指標體系中關于綜合性原則、可比性原則、層次性原則的要求。本文所構建的零部件供應商評價指標體系如表1所示。

表1 零部件供應商評價指標體系

二、基于改進TOPSIS的零部件供應商綜合評價模型

（一）TOPSIS方法的基本原理與改進策略

TOPSIS方法最早由C.L.Hwang和K.Yoon于1981年首次提出，廣泛用于多目標決策分析。該方法假設每個效用函數都是單調遞增或者遞減的，從而可以將決策者的偏好轉化為方案之間的歐式距離。其具體操作方式是首先設定最優解（正理想解）和最劣解（負理想解）兩個理想解，其中最優解的各個屬性值都是各備選方案中最好的值，而最劣解的各個屬性值都是各備選方案中最差的值，然后計算所有備選方案與理想解之間的相對接近度來判斷各備選方案的優劣，若某方案最接近最優解而最遠離最劣解，則該方案為最佳方案。本文在使用TOPSIS方法基本原理的基礎上對該方法進行一定的改進，改進之一是對不同性質和量綱的指標進行規范化處理，使其具有可比性；之二是使用熵值法確定指標權重而不是依賴于專家的主觀判斷，從概率論的角度來衡量信息的不確定性，使得評價結果更為客觀。

（二）建立改進TOPSIS法的零部件供應商評價模型

1.構造初始數據矩陣。初始數據矩陣的構造比較簡單，反映各個零部件供應商的各個指標的原始數據。如果有P個零部件供應商，有q個評價指標，那么構建的供應商評價初始矩陣A如式（1）所示，其中Aij表示第i個供應商的第j個指標的得分值。

2.對指標進行規范化處理。對指標進行規范化處理是對傳統的TOPSIS方法進行改進的地方之一。為了使得不同性質和量綱的指標之間具有一定的可比性，需要對初始數據矩陣進行規范化處理。其具體公式如式（2）所示：

3.使用熵值法確定指標權重。經典TOPSIS方法在確定各個指標在整體指標體系中所占的權重時一般采用專家評價法，更多的依賴于參評專家的群體判斷，帶有較多的主觀因素。本文使用的改進的TOPSIS方法使用熵值法確定指標權重，從概率論的角度來衡量信息的不確定性，使得評價結果更為客觀。

熵值法的基本思想是如果某個指標的分布越分散，那么該指標在個體之間的差異就越大，相應的其重要程度就越高；而某個指標的分布越集中，那么該指標在個體之間的差異就越小，相應的其重要程度就越低；在極端的情況下，如果某個指標集中分布于某一確定數值，那么該指標對于所有的個體就是一樣的，在評價選擇個體時沒有作用。

具體來說，使用熵值法確定指標權重包括計算指標的熵值、計算指標的分散程度、計算指標的權重因子等三個緊密連接的步驟：

一是計算指標的熵值Tj，具體計算公式如式（3）所示：

二是計算指標的分散程度Gj，具體計算公式如式（4）所示：

三是計算指標的權重因子Wj，具體計算公式如式（5）所示：

4.計算供應商加權評價值矩陣。加權評價值等于規范化處理后的指標值與熵值法確定的指標權重乘積。供應商加權評價值矩陣C的計算公式如式（6）所示：

5.確定正理想解與負理想解。正理想解的各個屬性值都是各備選方案中最好的值。正理想解的計算公式如式（7）所示：

負理想解的各個屬性值都是各備選方案中最差的值。負理想解的計算公式如式（8）所示：

6.計算供應商加權評價值與正負理想解之間的距離。其中供應商加權評價值與正理想解之間距離的計算公式如式（9）所示：

供應商加權評價值與負理想解之間距離的計算公式如式（10）所示：

8.對相對接近度進行排序。本步驟的內容是將上一步計算得出的各供應商評價值與正負理想解之間的相對接近度進行排序，以確定最優供應商。Li的值越大，說明該供應商與負理想解之間的相對接近度越遠，從而該供應商越優。

三、案例分析

H企業是國內一家生產激光及相關產品、機電一體化設備的技術開發、LED等新光源產品及電光源設備、激光焊接機、激光切割機的激光設備行業龍頭企業。該企業多項業務在國內均處于領先地位，擁有多項國際專利，經營狀況良好，產品在同業中頗具競爭力，未來發展前景廣闊。近期，該企業為了提高生產效率、降低生產成本，準備選擇將光源設備零部件的生產交給適合的供應商，從而將有限的資源集中于3D打印及激光設備制造等自身的優勢業務，打造核心競爭力獲取更大的盈利。該企業成立了專門的工作小組，經過充分恰當的市場調研，發現市場上可供選擇的供應商有 5家，分別是 L1、L2、L3、L4、L5。通過現場調研和非現場調研獲取的五家供應商的零部件價格、零部件合格率、零部件生產周期、歷史履約率等評價指標的相關數據如表2所示。

表2 L1、L2、L3、L4、L5五家供應商的評價指標相關數據

從表2中不難看出，五家供應商各有自己的優點，其中L3供應商的零部件價格最為便宜，產品成本最為低廉，企業選擇該供應商可降低生產成本；L1供應商和L4供應商的零部件合格率最高，企業選擇該供應商可使產品質量具有可靠的保證；L5供應商的零部件生產周期最短，生產能力和生產效率較強，企業選擇該供應商可滿足快速訂貨需求；L2供應商的歷史履約率較高，企業選擇該供應商可在關鍵訂單中不出紕漏。在這種情況下，企業可使用本篇文章建立的改進TOPSIS法的零部件供應商評價模型來對各個供應商進行定量分析與統籌評價，選出最優零部件供應商。

計算步驟如下所示：

1.構造初始數據矩陣。初始數據矩陣反映了各個零部件供應商的原始指標數據情況。

2.對指標進行規范化處理。經過規范化處理之后的各個指標消除了性質和量綱的差異，相互之間具有了可比性。對指標進行規范化處理的結果為：

3.使用熵值法確定指標權重。熵值法從概率論的角度來衡量信息的不確定性，使用該方法來確定指標權重，使得評價結果更為客觀。經過計算后的指標權重為：

4.計算供應商加權評價值矩陣。加權評價值等于規范化處理后的指標值與熵值法確定的指標權重乘積。計算完成后的結果為：

5.確定正理想解與負理想解。計算完成后的正理想解與負理想解結果為：

6.計算供應商加權評價值與正負理想解之間的距離。其中供應商加權評價值與正理想解之間的距離結果為：

該距離越小，說明該供應商的加權評價值與最優結果越相接近，從而效果越優。

供應商加權評價值與負理想解之間的距離結果為：

該距離越大，說明該供應商的加權評價值與最劣結果越疏遠，從而效果越優。

7.確定供應商評價值與正負理想解之間的相對接近度。計算完成后的結果為：

8.對相對接近度進行排序。根據前面計算的結果，對5家供應商的指標評價結果為：

綜上所述，L5供應商的評價指標與正負理想解之間的相對接近度最遠，所以評價為最優；L4供應商的評價指標與正負理想解之間的相對接近度最近，所以評價為最差。其他各個供應商的評價指標與正負理想解之間的相對接近度介于兩者之間，評價結果處于中等水平。綜合來看，該企業應該選擇L5作為其零部件供應商。

四、研究結論

TOPSIS方法將決策者的偏好轉化為方案之間的歐式距離，廣泛用于多目標決策分析。本文在使用TOPSIS方法基本原理的基礎上對該方法進行一定的改進，建立了基于改進TOPSIS法的零部件供應商評價模型。改進之一是對不同性質和量綱的指標進行規范化處理，使其具有可比性；之二是使用熵值法確定指標權重而不是依賴于專家的主觀判斷，從概率論的角度來衡量信息的不確定性，使得評價結果更為客觀。本文同時構建了包括零部件價格、零部件合格率、零部件生產周期、歷史履約率等指標在內的相對完整的零部件供應商評價指標體系，這一體系較好的滿足了科學而合理的評價指標體系中關于綜合性原則、可比性原則、層次性原則的要求。最后通過實際案例應用分析發現，基于改進TOPSIS法的零部件供應商評價模型相對簡單、直觀、清晰、可行性和可操作性強，各個指標評價結果也較為中肯客觀，可以為有需求的相關企業在其零部件供應商選擇決策中提供有益的智力支持。

[1]Dickson G W.An Analysis of Vendor Selection Systems and Decisions[J].Journal of purchasing，1966，2（1）：5-17.

[2]徐偉，王波，張偉.AHP法和TOPSIS法在層次性多元分析評價中的應用[J].北京化工大學學報：社會科學版，2001（3）：41-45.

[3]蔡立燕，劉衛國.基于TOPSIS法的企業經濟效益評價模型及應用[J].長沙鐵道學院學報，2002（4）：38-42.

[4]姜靈敏.理想解法及其在商業銀行經營績效綜合評價中的應用[J].系統工程理論方法應用，2002（3）：227-230.

[5]夏恩君，蘇廣領.工程項目評價優化決策模型研究[J].中國軟科學，2003（10）：133-138.

[6]于新鋒，杜躍平.時間權重為區間值的時序多指標決策TOPSIS法[J].數量經濟技術經濟研究，2004（3）：42-47.

[7]馬士華，林勇.供應鏈管理[M].2版.北京：機械工業出版社，2005.

[8]魯泳，廖文和.一種基于信息熵的供應商優選方法[J].機械制造與研究，2007（6）：7-9.

[9]祝博.工程材料供應商選擇研究[D].大連海事大學碩士學位論文，2008.

[10]張長森，楊振華.基于物流外包的第三方物流商選擇研究[J].商業經濟，2009（19）：22-23.

[11]于澤，王林秀.供應鏈環境下建筑材料供應商選擇問題研究[J].現代商貿工業，2010（4）：3-5.

[12]郭銳，齊明，程建.價值中心法在臨近空間武器裝備體系中的運用[J].裝備指揮技術學院學報，2010，21（1）：95.