基于熵值法和TOPSIS法的供應鏈環境下供應商選擇

劉進　郭進超

內容摘要：供應鏈環境下的供應商選擇與評價是供應鏈管理中的重要內容之一。本文設計了適合供應鏈管理下的供應商評價指標體系，建立了基于熵值法和遞階層次TOPSIS法的供應商評價模型，并且應用實例進行了計算和分析，表明了該方法的合理性和可行性。

關鍵詞：供應鏈管理 供應商 評價 TOPSIS法

引言

隨著經濟全球化的加速、科技的進步尤其是信息技術的發展，產品的生命周期越來越短，市場需求的不確定性大大增強，而企業自身的產出也存在不確定性，這些環境因素造成企業面臨許多壓力，諸如需要不斷提高產品質量、降低生產成本、縮短交貨期。為了有效應對大量的內外部不確定性因素，企業開始專注于發展核心業務，而將非核心業務外包給合作伙伴，從而形成了產業鏈上的縱向集成，于是產生了供應鏈管理的運作模式。

在供應鏈管理中，供應商的選擇是一個需關注的重要問題。優秀的供應商可以為企業提供合格的產品或良好的服務，從而實現合作過程中的雙贏。目前，關于供應鏈環境下供應商的選擇方法主要有直觀判斷法、招標法、ABC成本法、層次分析法（AHP）、模糊綜合評價法、人工神經網絡法、數據包絡分析（DEA）法等。這些方法的不足在于側重于定性的研究，容易受到主觀判斷力因素的影響，即使部分文獻采用了定量研究，但是方法比較單一，選取的指標不全面，適用的范圍較窄。因此本文在供應商評價指標體系構建原則的基礎上，建立了符合供應鏈環境的供應商評價指標體系。綜合采用熵權法和遞階層次TOPSIS法對供應鏈環境下供應商的選擇進行評價，為實際決策提供參考。

供應商評價指標體系的建立

（一）評價指標的構建原則

為了全面、真實、客觀地反映供應商的信息和狀況，在設計評價指標時應遵循以下原則。系統全面的原則。評價指標體系必須全面反映供應商企業當前的運營水平，還要體現供應商企業未來的發展前景。簡明實用性原則。評價指標體系的大小要恰當，要注重簡明實用。如果指標體系過大、層次復雜，會導致評價時過于關注細節；而如果指標體系過小，又不能完整反映供應商的情況。靈活性原則。指標體系的設計應有一定的靈活性，使得企業能根據自身的特點靈活應用。參照性原則。指標體系設計時應借鑒已有的指標體系，并結合供應鏈的環境特點。

（二）指標體系的建立

在具體進行供應商評價指標的選擇過程中，應以供應鏈整體效益最大化為目標，按照評價指標構建原則，將評價指標逐層分解和細化，得到指標評價體系。本文構建三層指標體系是比較合適的，其中第二層的準則層包含四個方面：

質量保證體系。包括質量體系等級、產品合格率、合格產品故障率、質量改善能力。產品和服務能力。包括產品價格、準時交貨率、品種柔性、顧客滿意度。內部運營能力。包括人員素質、財務狀況、研發經費投入比率、設備完好率、信息化水平。供應鏈合作。包括技術合作次數、戰略目標兼容性、信息交換能力、地理位置距離。

供應商評價模型

本文在供應商評價指標體系的基礎上，采用熵權法來確定指標的權重，用TOPSIS多指標決策法對多個供應商進行評價。評價時采取從底層指標到上層的模式，將子指標的相對接近度作為父層的數據輸入，最后得到總的評價結果。

（一）指標數據的預處理

由于指標體系包含的指標較多，不同指標的度量單位、描述對象的性質、取值大小不一樣，需要消除這些差異的影響。采用向量歸一法對指標數據進行預先處理，計算公式如式（1）所示：

公式（1）中m表示供應商數量，n表示指標數，xij表示第i個供應商的第j個指標初始值，yij表示處理后的對應數值。

（二）熵值法確定指標權重

初始指標數據經過預處理后，下一步需要確定各個指標的相對權重。既可采取依賴專家經驗的德爾菲法或層次分析法，也可采用相對客觀的數學方法。熵值法是一種根據指標數據包含的信息量的多少反映指標權重的方法。熵是對系統不確定性的度量。熵越大越亂，那么已知的信息越少；熵越小越集中，那么已知的信息越多。熵值法的具體過程分四步：

（三）TOPSIS法對目標對象進行評價

確定各指標的權重后，進一步采用TOPSIS法（Technique for Order Preference by Similarity to Ideal Solution）對多個供應商進行評價。TOPSIS法是通過對指標數據的分析，得到一個理想的最優解和最差解，進而計算每個待評價對象離這兩個解的距離。越靠近最優解，表明評價結果越好；越靠近最差解，表明結果越壞。具體求解過程如下：

實例研究

某公司是一家專門生產地鐵車輛的制造商。涂裝是車輛車體處理的工藝過程之一，需要較多的底漆、中涂漆、面漆等涂裝材料。為了更好地完成生產訂單，該公司決定尋求新的供應商，以獲得更好的產品和服務。經過前期的市場調研，得知有5家供應商能夠提供油漆產品。由于需求量大，5家供應商都具有非常強的合作意愿。該公司將5家供應商列為候選供應商，分別用代號S1、S2、S3、S4、S5表示。經過較深入的考察和評估，獲取了5家候選供應商關于底層指標的具體數據。現以“產品和服務能力”為例，采用熵值法和TOPSIS法進行計算。

數據預處理。評價得到的原始數據如表1所示，采用公式（1）標準化處理后的數據如表2所示。采用式（2）～（5）計算后得到權重向量W=（0.325，0.265，0.190，0.220）。采用式（6）～（10）計算得到理想最優解和最差解為：V +=（0.0614，0.0554，0.0399，0.0456）；V -=（0.0684，0.0507，0.0362，0.0418）。采用式（11）～（13）計算得到相對接近度結果：C=（0.530，0.580，0.532，0.480，0.344）T。將計算得到的相對接近度結果作為父層指標數據——產品和服務能力的輸入。同樣，可以得到其他三個準則層——質量保證體系、內部運營能力、供應鏈合作下分別對應的各候選供應商的相對接近度，匯總后數據見表3。進一步采用式（2）～（13）計算得到總的評價結果，按大小值標識順序后表4所示。

由最后的評價結果可知：S2是評價最好的供應商，應作為首選供應商，并建立長期合作關系；S3、S1、S4評價結果也不錯，可作為未來的潛在合作伙伴，以應對各種供應風險。S5評價結果較差，可不予考慮。

結論

供應鏈環境下的供應商選擇與評價是供應鏈管理中的重要內容之一。本文設計了適合供應鏈管理下的供應商評價指標體系，建立了基于熵權法和遞階層次TOPSIS法的供應商評價與選擇方法，并且應用實例進行了計算和分析，表明了該方法的合理性和可行性。但評價指標之間仍存在一定的相關性，因此會影響評價結果的準確性，盡量消除指標之間的相關性以提高結果準確性，將是進一步研究方向。

參考文獻：

1.Dotoli，M.，et al.， A stochastic cross-efficiency data envelopment analysis approach for supplier selection under uncertainty. INTERNATIONAL TRANSACTIONS IN OPERATIONAL RESEARCH，2016. 23（4）

2.Liu，J.J.，et al.，Transaction cost analysis of supply chain logistics services： firm-based versus port-focal. JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY，2016，67（2SI）

3.馬士華，林勇.供應鏈管理.機械工業出版社，2014

4.杜祖起，孫淼.供應鏈管理中供應商的選擇與管理[J].商業經濟研究，2016（8）

5.丁勇， 梁昌勇， 陳增明.基于DS/AHP的供應商選擇方法.運籌與管理，2005（6）

6.蔣海青，劉增名，陳運非.基于PCA-BP神經網絡方法的供應商選擇.工業工程與管理，2014（1）

7.錢芝網.BP神經網絡及其在供應商選擇評價中的應用.工業工程與管理，2011（3）

8.秦曉芳.BP神經網絡理論下供應商選擇評價模型構建[J].商業經濟研究，2015（27）

9.Yousefi，S.，et al.，Evaluating and ranking sustainable suppliers by robust dynamic data envelopment analysis.MEASUREMENT，2016.83