基于改進VIKOR法的C2M型制造企業的供應商選擇研究*

周曉曄， 馬菁憶， 王思聰， 閆泓月， 任貴彬

(沈陽工業大學 管理學院， 沈陽 110870)

C2M(即客戶對工廠，C代表消費者，M代表工廠)作為一種新型的電子商務互聯網商業模式，改變了傳統生產組織方式，將廠家和消費者直接對接，滿足消費者的個性化需求；采用訂單式營銷方式，實現產品零庫存；以標準數字化生產流程保障生產成本最低化和生產周期最短化[1]，已經成為制造企業打造差異化競爭力的發展方向。吳義爽等[2]提出了以紅領服飾為例的C2MO2O定制架構，說明了C2M定制的信息化、智能化、科技化等特點。C2M型企業需要能與之系統形成有效對接的智能化供應商，以保證存貨可以即時交付，原材料庫存降低，采購資金周轉速度不斷加快，而這些都將直接影響C2M型企業生產周期和響應時間。為了保證原材料的采購符合企業的生產節奏和產品要求，合理選擇C2M型企業供應商至關重要。

以往研究成果在進行VIKOR法評價時，只用簡單的數值差來表示指標值與正負理想解之間的距離，并且都沒有考慮前景事件對供應商的影響。因此，本文在構建C2M型企業供應商評價模型時，將前景理論應用到供應商選擇中，與熵權法相結合確定各指標權重，考慮供應商發展前景因素，根據前景理論對C2M型企業供應商指標的發展前景進行評估；之后用考慮屬性間相互作用的灰色關聯法改進VIKOR，對C2M型企業供應商進行選擇。

本文在用VIKOR法對C2M型企業供應商進行選擇時，用灰色關聯法對指標進行無量綱化處理，將每個指標的灰色關聯系數作為規范化后的指標。并且在確定灰色關聯的分辨系數取值時，改進大多文獻直接取定值0.5的方式，給出量化分辨系數計算準則，避免由異常值所引起的最大絕對差過大導致整個灰色關聯度失真的情況。這種基于灰色關聯的VIKOR法不僅消除了不同量綱對決策結果的影響，而且充分地考慮了各屬性間的內在聯系，大幅度提高了C2M型企業供應商選擇模型的可行性。

一、C2M型企業供應商選擇指標體系

C2M是智能制造中大規模個性化定制的模式，因此，在企業供應商選擇時要把智能制造能力和大規模個性化定制服務能力作為兩個特殊的二級評價標準，分別用智能化水平和個性化服務能力表示。目前，智能制造的特點為智能+制造，集成互聯、數據驅動、模式創新，所以評價供應商的智能化水平應具體從集成互聯能力、數據驅動能力、智能技術應用情況、模式創新情況四方面進行。另外，C2M型企業是根據用戶來驅動生產，并且可以從生產到供應實現全方位的柔性化，因此其對供應商的需求反應能力和柔性化程度都有很高的要求。為衡量供應商是否滿足C2M的差異化、個性化、碎片化特征，考量供應商的個性化服務能力，產品差異化程度、設計開發能力和碎片整合能力也是三個重要指標。

基于此，為使評價結果更為客觀、精確、合理[14]，本文立足于C2M型制造企業的特征，兼顧供應商選擇的主要內容，遵循科學性、系統性、可操作性以及定量與定性相結合的原則[15]，界定C2M型企業供應商選擇的五個維度，包括產品競爭力、供應商整體實力、供應商競爭能力、個性化服務能力、智能化水平，具體如表1所示。

二、C2M型企業供應商選擇模型

1. 基于熵和前景理論的指標權重確定

(1) 前景值的確定。當人們進行風險型決策時，決策結果常常是偏離“理性”的。Kahneman教授通過大量實驗證實了決策者有限理性的決策結果往往與完全理性的期望效用理論相悖論，并在此基礎上提出了新的模型框架——前景理論，其理論的核心概念為前景價值，它是由價值函數和權重函數共同來決定的[16]，即

表1 C2M型企業供應商選擇的指標體系

(1)

式中：π(pa)為權重函數，表示考慮了風險的概率權重；v(Δxa)是價值函數，表示決策者通過主觀感受形成的價值，其形式分別為

(2)

式中：Δxa=xa-x0，xa(a=1，2，…，l)為指標前景評估值，x0為相應參考點；pa為xa發生的概率。通常取α=β=0.88，λ=2.25，γ=0.61，δ=0.69。在供應商選擇過程中，經過分析發現潛在的前景事件，并給出各指標的每個前景事件發生的評估值。

(2) 指標權重的確定。評價值包括初始值和前景值。為防止求熵值時取對數無意義，根據正向(效益型)和逆向(成本型)指標分類，分別進行無量綱化處理，得到正向指標為

(3)

逆向指標為

(4)

然后計算正向指標規范化后的綜合熵值，即

(5)

最后得出正向指標對應的權重值為

(6)

逆向指標規范化的綜合熵值及權重值同正向指標一樣處理。

2. 基于改進VIKOR法的供應商選擇模型

多準則妥協優化解(VIKOR)方法是由Opricovic和Tzeng兩位學者提出的一種折衷多目標決策方法[17]，該方法通過屬性間彼此讓步，得到距離多屬性正理想解最近的折衷可行解，進而判斷被評價對象基于評價目標的優劣程度。其最大特色就是將最大化“群體效益”和最小化的“個別遺憾”相妥協[18]。目前已有部分學者對VIKOR方法進行了擴展和應用研究，分別將其擴展到供應商選擇、產業經濟評價等多個方面。

改進VIKOR模型的選擇步驟如下：

(1) 指標無量化處理。灰色關聯無量化處理首先要指定參考序列X0(X0=x01，x02，…，x0n)、比較序列Xi(Xi=xi1，xi2，…，xin)、規范化指標fij(關聯系數)，無量化公式為

(7)

由于ρ∈(0，1]，因此以0.5為界對其進行量化，ρ的取值根據式(8)確定，即

(8)

(9)

(10)

式中：I1為效益型指標；I2為成本型指標。

(3) 計算各個供應商的群體效益值Si和個別遺憾值Ri，即

(11)

(12)

式中：Si為評價對象的群體效應，Si值越小，群體效應越大；Ri為個別遺憾值，Ri越小，個別遺憾則越小。

(4) 計算供應商的利益比率，即

(13)

式中：S+=minSi；S-=maxSi；R+=minRi；R-=maxRi；v為決策機制系數。

(5) 供應商排序擇優。按照Si、Ri和Qi取值由小到大排列，取值越小評價對象越優，當全部滿足以下兩個條件時可以按照Qi值大小排列。

條件2排序第一方案的S值或R值比第二的S值或R值小。

將方案依次進行比較，看排序第一、第二、第三等方案之間是否滿足上述兩個條件。

評判準則當排序第一和第二的方案同時符合兩個條件時，選擇排序第一的方案為最優方案；若條件2不滿足，則同時選擇兩個方案為最優方案；若條件1不滿足，則同時選擇不滿足條件1的所有方案為最優方案。

三、實例分析

國內某汽車企業已經實現C2M模式的成功轉型，能夠在多方面滿足顧客對汽車的個性化需求，其中變速器的類型是顧客最看重的個性化需求之一。因此本文以該汽車企業為例，對其變速器供應商進行選擇，來驗證C2M型企業供應商選擇模型。由于符合要求的供應商數量較多，在資質審查、短期拜訪、分析評估后，確定5個潛在供應商(A1、A2、A3、A4、A5)。評價選擇的初始數據如表2所示。

表2 供應商指標評價初始值

利用本文構建的模型對C2M型企業的供應商進行選擇，具體步驟如下：

步驟1根據前景事件，對指標前景值vij進行計算。

前景事件將影響著變速器供應商的服務水平，經過分析發現供應商存在以下11種前景事件，見表3。

通過給出每個指標的前景評估值、參考點和前景事件發生的概率，計算供應商各指標的前景值。本文每個前景事件包括發生和不發生兩種情景。如A1供應商C1指標的影響事件為“自動化生產線”，該前景事件發生和不發生的評估值、參考點和概率分別為(8.5，8.2，85%)、(7.0，7.4，15%)。根據式(1)～(3)計算不同供應商在各個指標下的前景值，具體情況如表4所示。

表3 前景事件

表4 供應商指標前景值

步驟2評價準則權重ωj的確定。

根據式(3)～(6)計算各指標權重，如表5所示。其中二級指標B1～B5的權重分別為：0.043、0.136、0.151、0.251、0.419。

表5 指標權重

步驟3對各指標進行標準化計算。

根據式(7)、(8)計算各指標無綱量化后的灰色關聯系數，如表6所示。

步驟4對供應商的群體效應Si、個體遺憾Ri、利益比率Qi進行計算排序。

根據式(9)～(13)計算各個供應商的Si、Ri和Qi，如表7所示。

表6 灰色關聯系數

表7 S，R，Q評估值

步驟5根據S、R、Q評估值，對供應商進行擇優選擇。

在所有供應商S、R、Q評估值中，A1供應商的值均排序第一，且評價結果滿足VIKOR中的條件1和條件2，因此，變速器供應商應該選A1。且利用傳統VIKOR法和灰色關聯法對供應商進行評估，其得出的評估結果Q*、H與本文改進VIKOR法的結果一致。改進VIKOR法中各企業的評估值差別較大，區分度更好，說明本文提出的模型有可行性及有效性。

四、結 論

C2M作為一種新型的電子商務模式，能夠縮短顧客與工廠的距離，實現大規模個性化定制，有效改進了生產組織方式。本文首次提出了灰色關聯VIKOR模型的C2M型企業供應商選擇方法，通過計算各指標灰色關聯系數，改進指標無綱量化處理方式；并且在確定指標權重時，引入前景理論，考慮了前景事件對選擇過程的影響。此外，本文對相關汽車企業進行實例分析，結果表明，基于改進的VIKOR模型不僅消除了不同量綱對決策結果的影響，而且充分地考慮了指標間相互作用程度和供應商的發展前景，能夠有效地反映C2M型企業的供應商選擇過程，可以為C2M型企業的經濟發展提供評價參考。