基于組合賦權的TOPSIS法在企業供應商選擇中的應用

任永泰，張夢瑤，汪新剛

（東北農業大學 理學院，黑龍江 哈爾濱 150000）

基于組合賦權的TOPSIS法在企業供應商選擇中的應用

任永泰，張夢瑤，汪新剛

（東北農業大學 理學院，黑龍江 哈爾濱 150000）

基于回顧和分析供應商選擇若干方法的不足之處，針對供應商的供貨、質量、技術能力等幾個主要方面對電氣制造企業進行大量的問卷調研，對收集到的相關數據，首先運用因子分析法建立供應商評價指標體系，其次將因子分析法與熵權法相結合，對評價指標進行組合賦權，更加科學有效地反映出各指標對評價指標體系的重要程度，運用TOPSIS法結合實例計算貼近度，對多個備選供應商進行優劣排序，選出能夠建立戰略合作關系的最優供應商。

供應商選擇；因子分析；熵權；TOPSIS

1 引言

制造企業進行大量的問卷調研，對收集到的相關數據，首先運用因子分析法建立供應商評價指標體系［3-4］，避免了指標在遞階層次上的不合理；其次利用因子分析法與熵權法對指標組合賦權，降低權重主觀性的同時改進了熵權法的不足［5］；最后，采用多目標決策分析中常用的有效方法—TOPSIS法，通過實證分析對企業各備選供應商進行綜合實力的優劣排序，得到可以與之建立戰略合作關系的最優供應商。

2 供應商評價指標體系的建立

2.1 問卷設計和樣本收集

每個企業在選擇供應商時，考慮的指標和側重方面會有不同，但對大多數中小型制造企業來說，供應商選擇的基本準則就是圍繞質量、貨期、成本、服務、企業資質等幾個方面。本文結合參考的文獻與電氣制造業L公司的實況，確定了關于質量、供貨、技術、價格和服務等方面的30個評價指標，并以此設計了供應商選擇指標體系的調查問卷。

調查問卷運用李克特七級量表針對供應商評價體系指標的重要度進行衡量，問卷發放對象均為從事電氣制造業的各部門主管，問卷內容主要包含了企業基本信息以及對指標重要程度判斷的選項。共發放問卷120份，收回101份，有效份數98份。

2.2 數據分析及指標體系的確定

因子分析［6］是一種降維的、簡化數據的方法，研究眾多變量之間的內部依賴關系，探求觀測變量的潛在結構，并用少數幾個不可觀測的假想變量（提取的主因子）來反映原來眾多變量的主要信息，最終對各樣本進行量化分析、評價。本文使用統計軟件SPSS17.0對問卷結果進行因子分析，因子分析過程如下。

本著更好地規范培訓管理流程、加強培訓收支管理、實現信息共享的原則，提出將費用管理系統與培訓管理信息系統合并整合為一個系統，實現從培訓辦班計劃、培訓班級日常管理、培訓辦班收支歸集、預算預警、績效考核的全過程一體化平臺管理模式。

首先對數據進行有效性檢驗，本文采取的Bartlett檢驗和KMO檢驗的結果為0.000和0.763，說明該相關矩陣不是單位矩陣且適合進行因子分析。然后對30個變量采取主成分分析（Principal Components Analysis）和正交旋轉法（Varimax），采用Kaiser標準（特征根大于1）提取出7個主因子，所提取的7個主因子可以解釋原有各變量77.44%的的信息量。根據主因子在各變量上的因子載荷系數＞0.5為提取原則，分別提取各主因子相應的變量，根據各主因子所包含的變量特征屬性對其進行命名，各主因子分別為供貨能力、質量水平、技術水平、業務保障能力、企業環境、信譽水平、價格因素，且每個公共因子都有明確的含義，說明該問卷的設計具有較高的效度。通過因子分析建立的供應商評價指標體系見表1。

表1 供應商評價指標體系

3 研究方法及決策過程

TOPSIS于1981年由Wang.C.L和Yoon.K.首次提出，又叫逼近理想解的排序法，是一種多目標決策方法，其基本思路是對規范化后的數據進行加權，找出有限個評價對象中的理想解與負理想解，計算各方案與理想解、負理想解的距離及貼進度，進而對評價對象做出相對優劣的排序［7］。理想解和負理想解都是假設的解，它

們的各個指標值都達到備選方案中最好值或最壞值的解。

3.1 指標權重的確定

3.1.1 因子分析法。通過因子分析能夠建立指標遞階層次和確定指標權重，根據指標遞階層次需考慮一級指標在目標層的權重、二級指標在一級指標上的權重和二級指標在目標層的權重［8］。依據因子分析的原理，貢獻率是主因子對總目標的貢獻程度，因子得分系數是由各主因子與其所包含的變量組成的線性回歸方程中自變量的回歸系數，反映的是自變量（變量）變化對因變量（主因子）的影響程度［8］。因此一級指標（主因子）在目標層的權重可由其對總目標的貢獻率確定，二級指標在一級指標上的權重可由組內變量的因子得分系數確定，二級指標在目標層上的權重可根據一級指標在目標層的權重與其包含的二級指標在該一級指標上的權重乘積所得。

令主因子的權重為Ai，主因子的方差貢獻為ai，對七個主因子的貢獻率ai做歸一化處理即得到Ai，其中n為提取的主因子的個數，公式如下：

式（1）同樣適用于對組內變量的因子得分系數做歸一化處理來確定二級指標在一級指標上的權重Aij，此時的n為組內變量的個數。

最后將二級指標對于一級指標的權重與一級指標對于目標層的權重相乘即為二級指標在目標層的權重。

3.1.2 熵權法。在信息論中，熵是對不確定程度的一種度量，熵越小，說明信息無序程度越小，有效信息量越大，在綜合評價中起的作用就越大，指標的權重也就越大。對于一個有m個方案、n個評價指標的數據集，熵權法步驟如下：

步驟1：構造原始數據矩陣，方案mi對指標nj的評價值為則m×n的原始數據矩陣V如下：

步驟2：因指標的意義和量綱不同，需對原始數據作無量綱化處理，建立無量綱化矩陣指標分效益型（越大越優）與成本型（越小越優）兩種，兩種指標的無量綱化公式如下：

步驟3計算熵值。第j個指標的熵值為：

步驟4：確定指標權重：

3.1.3 權重的組合。將因子分析的權重uj與熵權值ej進行組合對指標賦權，將專家經驗與客觀數據相結合，使權重更加合理。令組合權值為wj，對uj與ej相乘然后進行歸一化處理：

3.2 基于組合賦權的TOPSIS運算過程

其次，確定評價對象的理想解與負理想解：

最后，計算各評價對象到理想解與負理想解的距離d+和d-：

貼進度Si：

根據相對貼進度Si可以對評價對象進行優劣排序，Si越大，評價對象與理想解越接近，評價對象越優。

4 實證分析

某電氣制造企業L公司需采購一種干式變壓器，且該變壓器將長期外包。從投標競選的多家變壓器企業中進行初步的篩選后，最終確定五家企業為備選供應商，分別以A、B、C、D、E表示。該企業根據供應商歷史交貨記錄、供應商檔案等資料對五個備選供應商做了詳細的調查后，確定了定量指標，并由各部門專家組成的供應商評價小組對定性指標進行打分，得到原始數據一份，見表2。

表2 供應商數據表

（1）構建原始數據矩陣V，將指標分成效益型與成本型兩種，依據式（4）和式（5）分別進行無量綱化。

（2）計算各指標的組合權重wj，構建加權決策矩陣。根據上述因子分析過程可知，各主因子的方差貢獻率分別為16.440%、15.719%、13.156%、9.693%、8.391%、7.514%、6.525%，各主因子的組內變量因子得分系數矩陣見表3。

表3 因子得分系數矩陣

利用式（1）和（2）可得因子分析法下的各二級指標權重uj；同時采用式（6）和（7）確定指標熵權ej，最后根據式（8）計算出組合權值wj。指標各權重的計算結果及加權決策矩陣見表4。

（3）根據加權決策矩陣，利用式（10）、（11）得出理想解與負理想解為：

表4 指標各權重與加權決策矩陣

（4）計算距離和貼近度，根據式（12）、（13）分別計算出五個供應商到最優解、最劣解的距離與貼近度，結果見表5。

表5 各備選供應商的距離與貼進度

從表5中可以看出，各供應商的綜合排序結果為B＞D＞A＞C＞E。因此，L公司應選擇B為戰略合作伙伴，如需要選兩家，可同時考慮D。

5 結語

供應商選擇是供應鏈管理的前提，是控制整個供應鏈質量的關鍵。供應商選擇是一個多指標、多方案的復雜決策問題，本文提出的基于因子分析和熵權組合賦權的TOPSIS法，通過在L公司的實證研究證明了指標層次遞階與權重確定的科學合理性，并根據TOPSIS法充分利用原始數據，定量的計算了各備選評價對象的優劣度，結果具有客觀真實性，驗證了此決策模型對企業建立戰略合作伙伴關系、提高自身市場競爭力具有一定的指導意義。

［1］毛會芳.供應鏈環境下的供應商管理研究［D］.武漢：武漢大學,2005.

［2］曹艷國.供應商選擇分析［J］.物流技術,2012,31（11）.

［3］舒霄虹.供應鏈管理中供應商評價選擇指標體系的設計［D］.上海：上海交通大學,2008.

［4］張莉立.電子制造企業供應商的選擇評價體系研究［D］.杭州：浙江大學,2013.

［5］谷麗麗,曹翠芬,崔利華.淺析供應商選擇中熵權法的不足與改進［J］.物流技術,2009,28（1）.

［6］祁洪全.綜合評價的多元統計分析方法［D］.長沙：湖南大學, 2001.

［7］李明.基于AHP的TOPSIS法在供應商選擇和評價中的應用研究［J］.物流工程與管理,2012,34（8）.

［8］劉彬.基于因子分析法的綠色供應商評價指標權重的確定［J］.中國商貿,2011,（25）.

Application of Combination Weighting Based TOPSIS in Enterprise Supplier Selection

Ren Yongtai,Zhang Mengyao,Wang Xingang
（School of Sciences, Northeast University of Agriculture, Harbin 150000, China）

In this paper, based on a review and analysis of the inadequacy of the existing methods of supplier selection, we carried out amassive questionnaire survey on electrical manufacturing enterprises with regard to the supply capacity, quality and technology, etc., of theirsuppliers, used the factor analysis to first build the supplier evaluation index system, then combined the factor analysis and entropy weightingmethod to weight the evaluation indexes and at the end, in an empirical case, applied the TOPSIS to rank the candidate suppliers and isolatethe optimal one.

supplier selection； factor analysis； entropy weight； TOPSIS

F274；F224

A

1005-152X（2016）09-0058-05

10.3969/j.issn.1005-152X.2016.09.013

2016-08-10

黑龍江省教育2014年度科學技術研究項目“黑龍江省農作物生物質能能流分析與循環利用功放能評價”（12541038）

任永泰（1973-），通訊作者，男，黑龍江安達人，東北農業大學理學院教授，碩導，研究方向：管理科學與工程、統計學、水資源優化與利用；張夢瑤（1991-），女，河南平頂山人，東北農業大學工業工程專業碩士研究生，研究方向：供應鏈管理。