基于改進模糊綜合評價法的電力供應商評價模型①

刁柏青,張偉昌,王中龍,趙龍剛

1(國網山東省電力公司,濟南 250001)

2(國網泰安供電公司,泰安 271000)

隨著電網建設規模的不斷擴大以及智能電網建設的逐步開展,對電網企業的物資采購工作及物資集約化管理提出了更高的要求,為了進一步提升公司運行效率效益,強化物資供應保障能力,提高物力集約化管理水平,進行供應商行為分析及供應商綜合評價具有一定的現實意義[1].

電力企業作為國民經濟支柱產業,肩負著履行社會責任的重任,其指標體系的構建應在傳統供應商全壽命周期的基礎上,綜合考慮其社會責任維度指標[2];另外,由于電力企業供應商具有種類繁多、行業分布廣、供應商差異大等特點,造成供應商關系管理難度加大.現有的理論研究比較側重于指標體系的構建以及運用綜合評價法對供應商進行綜合評價,但是基于社會責任角度對電力企業供應商評價研究還比較少[3],當前國網已經制定了各類型物資的評價指標體系,但是未能實現評價結果與招投標管理的有效聯動,因此,需要構建一個完善的供應商綜合評價模型[4].

目前,國內外圍繞供應商評價已經做了較多的研究工作,不僅包括評價指標體系的構建,還包括評價方法的創新,主要涉及多元判別分析法(MDA)、模糊綜合評價法、灰色聚類三角函數法、神經網絡和支持向量機等[5–9].文獻[5]Chijoriga利用MDA對坦桑尼亞商業銀行進行了信用評分研究,但是其自變量的假設條件在實際中難以滿足; 文獻[6]Ohlson首次將LRA引入到信用分線評估領域,有效解決了定性指標分類問題,然而其對定量指標的處理上存在不足; 文獻[7]采用MDA對銀行信用進行風險評估,但是多元判別分析的自變量有嚴格的假設前提,其在現實中的泛化能力較差; 文獻[8]提出基于主成份聚類的智能電網建設評價方法,以主成份分析評價值和因子載荷矩陣聚類分析,采用橫向對比策略降低了問題的復雜度,并驗證了該方法的有效性; 文獻[9]在新電力市場格局下構建SDN評價指標體系,并提出基于協同群決策的綜合評價模型,采用組合加權平均算子對個體偏好進行集結,通過信息交互和意見權重的動態調整,實現參與個體與群體利益的協調一致,該方法對決策主體類型和分布有一定的依賴性.

縱觀前人的研究可以發現,他們更多采用清晰透明、易量化的數據對供應商進行綜合評價,其結果忽略了供應商評價中的模糊性和不確定性.相比較而言,模糊綜合評價法將模糊數學思想引入到綜合評價中,具有結果清晰、系統性強的特點,較好的解決了模糊指標的量化問題,以及指標隸屬程度度量問題,對于電力供應商綜合評價問題具有較好的適用性.鑒于此,本文從電力供應商管理實際現狀出發,引入企業社會責任因素,設計了供應商綜合評價指標體系,并構建了基于改進模糊綜合評價法的電力供應商評價模型,最后通過算例分析驗證了模型的有效性和可行性.

1 供應商綜合評價指標體系

1.1 指標體系的構建原則

電力企業供應商評價對于電力公司供應商管理、招投標管理及物資管理等環節至關重要,供應商綜合評價指標選取應反映出供應商的綜合實力,指標的選取應遵循“全面性、典型性、獨立性、實用性”等原則.

(1)全面性.要求指標的選取應從供應商行為的多個維度出發,依據評價目標全面尋找供應商指標,反映出供應商的特點和綜合實力信息.

(2)典型性.供應商評價往往涉及較多指標,全部選擇會過于冗余,因此選擇的指標應具備一定的典型性,能夠代表供應商某一簇類的特征.

(3)獨立性.指選取的指標應相互獨立,能夠獨立反映供應商某一特征的信息量,若指標相關容易造成信息丟失和信息重疊.

(4)實用性.指選取的指標應具有一定的實際意義,對現實的供應商管理有一定的指導意義,選取的指標應從供應商管理現狀出發,尋找影響供應商評價的關鍵指標.

1.2 評價指標體系的設計

評價指標體系的構建是電力供應商綜合評價的重要前提,當前電力供應商評價指標體系主要依據供應鏈管理及供應商行為理論構建,徐冶秋[10]結合國網電力物資采購及供應商管理的實際要求,從供應鏈管理的各個環節出發構建了電力供應商評價指標體系,提高了供應商評價的有效性; 夏虹[11]等引入企業社會責任維度構建了企業全新評價指標體系,反映了社會責任考核對傳統大型支柱企業的重要性.本文在此基礎上,引入企業社會責任維度,綜合考慮了電力企業物資供應商的組織因素、產品因素、供貨因素、售后因素和社會責任五大因素,并通過專家調研法和頭腦風暴法構建了相應的二級細分指標,相應的指標體系見圖1.

圖1 供應商綜合評價指標體系

(1)組織因素.供應商組織因素主要包含企業基本情況、資質能力、盈利能力、財務風險等方面的指標,綜合反映了供應商組織自身的綜合實力,本文選取資產總額、合作次數、資質得分、凈資產收益率、資產負債率五個細分指標反映供應商組織因素,其中,資質得分通過單項資質得分求和得出.

(2)產品因素.主要涉及產品質量和研發能力兩個方面,產品質量選擇供應商產品抽檢合格率情況,產品研發能力通過高級職稱技術人員占比和獎項及專利得分反映.

(3)供貨因素.從合同簽訂、供貨能力、履約情況等維度選擇細分指標,包含合同簽訂及時性、供貨完整性、三單(配送驗收單、投運單、質保單)合格率等指標,供貨完整性表示實際供貨量與合同內應完成量的比值.

(4)售后因素.售后因素反映了供應商的售后服務能力,主要包含服務合格率和服務網點數兩個指標,服務合格率表示服務良好次數與總次數的比值,供應商的服務網點總數一定程度上可以反映其售后服務能力.

(5)社會責任.電力企業作為關系國民經濟命脈的大型能源企業,有權利和義務帶頭履行社會責任,進而推動整個社會向前發展,本文選取上繳利稅總額、就業崗位增加數、慈善公益支出值等細分指標.

2 基于改進模糊綜合評價法的供應商評價模型

2.1 改進模糊綜合評價法基本思想

為了解決定性指標量化及指標隸屬度度量問題,引入模糊數學理論,采用模糊綜合評價法進行供應商評價分析.模糊數學理論最早由美國自動控制專家查德 (L.A.Zadeh)提出,用于研究事物的模糊現象.模糊綜合評價法是以模糊數學為基礎,針對事物概念邊界不明確的情況,引入隸屬度的概念,將事物的評價指標概念定量化,從多個維度評價對目標進行綜合評價的方法[12].

改進模糊綜合評價法以模糊綜合評價理論及綜合賦權法思想為基礎,改進傳統權重計算方法,在賦權過程中綜合考慮指標計算的主觀性和客觀性,采用層次分析法和因子分析法計算指標綜合權向量,并依據模糊綜綜合評價法進行供應商評價的過程.下文首先介紹改進算法中,基于AHP+FA的權向量的計算,其次詳細介紹改進模糊綜合評價法的具體步驟.

2.2 基于AHP+FA的綜合權向量確定

傳統的模糊綜合評價法中采用層次分析法(AHP)計算指標權重,賦權過程存在較強的主觀性,未反映出數據本身所攜帶的信息,鑒于此,文章綜合考慮指標權重的主觀性和客觀性,在AHP基礎上引入因子分析法 (Factor Analysis,FA)來計算指標客觀權重,即采用AHP+FA(層次分析法+因子分析法)計算指標的綜合權重,有效提升了模型的準確性和適用性.具體權重計算過程如下所示:

(1) 主觀權重計算(AHP)

1) 構建遞階層次指標體系.對電力物資供應商各評價指標進行分析,得到具有遞階層次特征的供應商評價指標體系.

2) 構造判斷矩陣.采用專家打分法,對隸屬于同一層次的指標關于其對應的上一層指標的重要性進行兩兩比較,并采用國際通用的1–9標度進行重要性判斷(1,3,5,7,9),判斷矩陣群為:

m為專家的個數,n為判斷矩陣的階數.

3) 權重計算.采用幾何平均近似法計算最大特征值和特征向量,權重向量為:

對向量做歸一化處理:

4) 一致性檢驗.依據上步得出的指標相對權重,進行一致性檢驗,判斷依據為RI<0.1.

(2) 客觀權重計算(FA)

1) 基于上文構建的指標體系,并采集電力物資供應商樣本數據,并進行標準化處理,形成原始指標數據集:

2) 提取公因子,通過協方差矩陣,計算特征值和特征向量,根據方差貢獻度提取主因子,通常選取累計方差貢獻度大于80%.

3) 因子旋轉及因子解析,通過因子旋轉方法差異化公因子的因子載荷系數,增強關鍵因子解釋力,因子旋轉選取方差最大化正交旋轉.

4) 確定指標權重計算各因子得分,一般可采用極大似然和最小二乘法對因子得分進行估計,為各指標的得分.

(2) 綜合權向量計算公式

依據上文計算的主觀權重和客觀權重,采用歸一法進一步確定各指標的綜合權重

2.3 改進模糊綜合評價法算法步驟

改進模糊綜合評價法在考慮多種因素的影響下,綜合考慮事物的主觀性和客觀性計算指標權重,并采用模糊數學思想對事物進行綜合性評價,算法流程如下:

(1) 建立評價因素論域.目標層論域U表示為其中m表示目標層下準則個數,準則層論域表示為其中n表示為準則層下指標因素的個數.

(2) 確定備擇評語集.對綜合得分進行分級處理,采用國際上通用的“九級制”評級符號體系,各等級設置為[AAA,AA,A,BBB,BB,B,CCC,CC,C].

(3) 建立模糊評判矩陣.確定因素集各指標在備擇評語集下的指標隸屬程度,稱為隸屬函數正指標和負指標的隸屬度計算公式為:

其中,bj和bj+1分別為準則論域集實際值相鄰的兩個等級界限值,得到對j級評語集的隸屬度為對j+1級評語集的隸屬度為對其余7個級別的隸屬度則全為0,由隸屬度向量組成模糊評判矩陣K.

(4) 權重計算.依據上文 2.2 章節所述方法,采用AHP+FA算法確定指標綜合權向量.

(5) 計算模糊綜合評價向量P.

(6) 計算綜合評價值S,其中,D為各等級標準得分,依據綜合評分將供應商綜合能力分為不同的等級.

3 實例分析

本實例利用國網某網省公司電能表物資供應商數據對本文方法進行驗證.選取2017年1月至2017年3月中標的12家供應商為分析對象,依據上文構建的評價指標體系,共收集了12家電能表供應商16個二級指標明細數據,所有的數據均來自公司電子商務平臺系統(ECP)和企業資源管理系統(ERP).各供應商指標明細數據如下表所示.

采用AHP+FA綜合賦權法計算各指標的綜合權向量,AHP層次分析法中邀請相關電力專家構建各指標判斷矩陣,并采用幾何平均法計算特征向量歸一化得到主觀權重; 因子分析法中主因子的選擇標準為累計方差貢獻度大于85%,由因子載荷矩陣可以發現,因子載荷系數在各指標上的差異較小,則采用正交旋轉方差最大化進行因子旋轉,增強了關鍵因子的解釋力,最后依據綜合權重計算公式得出各指標的綜合權重見表1.

表1 供應商指標體系綜合權重

針對采集到的數據進行預處理,依據九級標度計算各指標的九級評價標準值,并計算各指標值在各指標評價標準值上的隸屬度,以第一家供應商為例,資產總額的九級評價標準為 (308 745.23,272 111.89,235 478.5,198 845.19,162 211.84,125 578.49,2588 945.15,52 311.79,15 678.45),該供應商資產總額為 16 024.56,其位于C和CC兩個等級之間,則依據公式(9)求得隸屬度K1 為 0.99,K2=1–0.99=0.01,其他等級隸屬度為 0,則該供應商資產總額的隸屬度向量為 (0,0,0,0,0,0,0,0.01,0.99),同理,可以計算出該供應商在各指標上的隸屬度矩陣K見表2.

針對第一家供應商,依據計算的各指標權重以及各指標值關于九級標度的隸屬度矩陣,可通過式(11)計算出該供應商在九級標度上的模糊綜合評價向量P,本文設置九級標度分值為[100,90,80,70,60,50,40,30,20],最終可以得到該供應商的綜合得分為72.95.

計算該供應商的模糊綜合評價向量P見表3.

表2 第一家供應商的隸屬度矩陣

表3 第一家供應商的模糊綜合評價向量

該供應商的最終得分為S=P*D: 72.95.同理,可以求得所有供應商的最終得分,如下表所示.為了更加形象的表示各供應商評價等級,用向量[AAA,AA,A,BBB,BB,B,CCC,CC,C]來表示九個等級,可以依據供應商得分對其進行評級,可知該供應商的等級為A.各供應商綜合評分及等級情況見表4.

表4 各供應商綜合評分及等級

由表4可知,12家供應商綜合能力情況整體偏低,其中,評級為AAA和 A的供應商共有4家,評級在BB–BBB之間的有8家,評級為B的有2家,分別為供應商6和9,評級為CCC的有1家,為供應商3.針對評級較低的供應商進一步分析,以供應商3為例,發現其評分較低的主要原因為產品合格率和服務合格率較低,僅分別為78%和89%,且慈善公益支出為0,因此,若該供應商想要在下次招標中勝出,就需要從這三個方面著手,提高產品合格率和服務質量,增加公益支出,較好的履行企業社會責任.

相較于傳統模糊綜合評價法權重確定主觀性較強的缺點,本文采用AHP+FA計算指標權重,既考慮了群體專家綜合知識的主觀性,增加了系統的多樣性,又考慮了指標數據的實際性和客觀性,修正了傳統模糊綜合評價法的不足,使得整個評價系統更加的合理.

4 結語

文章在傳統模糊綜合評價法的基礎上,設計了基于改進模糊綜合評價法的電力供應商綜合評價模型,首先,以企業社會責任角度為創新點,綜合考慮企業組織因素、產品因素、供貨因素和售后因素構建評價指標體系; 然后,在指標權重的計算過程中綜合考慮群體主觀性和評價系統的客觀性,采用AHP+FA計算指標的綜合權重,并引入模糊數學方法計算供應商的綜合得分; 最后通過算例分析驗證了模型的有效性和實用性.本文依據供應商綜合得分將供應商劃分為9個不同的等級,可為電力企業招標采購工作提供一定的參考作用,促進電力企業物資集約化管理和運營效益的提升.此外,本文主要研究了基于改進模糊綜合評價法的電力供應商評價模型,但是其他行業的適用性還有待進一步認真研究.

參考文獻

1張運洲,程路.中國電力“十三五”及中長期發展的重大問題研究.中國電力,2015,48(1): 1–5.

2董福貴,張也,尚美美.分布式能源系統多指標綜合評價研究.中國電機工程學報,2016,36(12): 3214–3222.

3董福貴,劉慧美,賈朝暉.火力發電廠燃煤供應商評價及選擇模型.中國電機工程學報,2013,33(2): 65–71.

4向利娟,孫躍,胡超,等.基于 AHP 和 FCE 的 IPTS 電磁機構性能評價.中國電機工程學報,2017,37(3): 848–856.

5Chijoriga MM.Application of multiple discriminant analysis(MDA) as a credit scoring and risk assessment model.International Journal of Emerging Markets,2011,6(2):132–147.[doi: 10.1108/17468801111119498]

6Ohlson JA.Financial ratios and the probabilistic prediction of bankruptcy.Journal of Accounting Research,1980,18(1):109–130.[doi: 10.2307/2490395]

7涂詠梅.利率市場化對商業銀行風險控制影響因素的實證分析.統計與決策,2016,(23): 158–161.

8高新華,嚴正.基于主成分聚類分析的智能電網建設綜合評價.電網技術,2013,37(8): 2238–2243.

9曾博,李英姿,張建華,等.電力市場新格局下智能配電網規劃的綜合評價模型及方法 .電網技術,2016,40(11):3309–3315.

10徐冶秋.電力物資供應商評價與管理研究.現代國企研究,2016,(22): 62–63.

11夏虹,黃彩.基于AHP和熵權法賦權的煤炭企業社會責任評價.東華理工大學學報(社會科學版 ),2014,33(3):209–212.

12孫博,肖汝誠.基于層次分析-模糊綜合評價法的橋梁火災風險評估體系.同濟大學學報 (自然科學版),2015,43(11):1619–1625.[doi: 10.11908/j.issn.0253-374x.2015.11.002]