基于模糊層次理論的軌道交通裝備供應鏈的敏捷性評價

呂自超LV Zi-chao

（青島中車四方車輛物流有限公司，青島 266000）

1 緒論

1.1 論文動機

我國圍繞實現制造強國的戰略目標，提出了中國制造2025行動綱領。中車作為中國制造的品牌企業，更需要走在創新發展的前列。在如今技術革新速度快、市場全球化競爭以及對數據重要性的認可提高的情況下，制造企業需要面對的不穩定性和不確定性提高。這就導致了成本更高、競爭更激烈以及對研發更高的要求。同時客戶對于制造企業的要求也隨之發生變化，不再是單純對于批量生產的要求，更體現出個體定制化的客戶需求。為了滿足這些客戶的需求以及信息程度高的市場競爭，需要企業與客戶和供應商組成的供應鏈之間的合作。制造企業需要意識到，競爭并不再是企業與企業的競爭，而是供應鏈與供應鏈之間的競爭。企業對于供應鏈的認識已經成為了企業自身非常重要的生存能力和競爭力。其中供應鏈的敏捷性更是一個重要的指標。如表1對于敏捷性的驅動力的理解，也會幫助糾正公司實際的發展策略。

1.2 精益供應鏈（LSC）和敏捷供應鏈（ASC）

對于供應鏈管理，精益供應鏈更被大家所熟知和廣泛應用。

Mason-Jones et al.（2000）從四個指標討論了二者的差異，時至今日仍然是最明顯的標準。如圖1所示，對于精益供應鏈進入市場的資格是質量、時間和服務水平，但是市場的核心競爭力是成本。而對于敏捷供應鏈，服務水平是核心競爭力，客戶并不在意成本，需要的是定制化的服務來滿足個性化的需求。

圖1 敏捷供應鏈和精益供應鏈的市場

表1敏捷性的驅動力

2 基于模糊層次分析法（FAHP）的評價法

評價供應鏈敏捷性的重點是評價定性指標以及確定所有指標之間的比重問題。在許多案例和文獻中，這些問題通常是通過專家和決策者的經驗來解決的。個人意見都是帶有主觀性的。為了盡可能正確的評價供應鏈，就需要盡可能的減少方法中的主觀性。在普通的層次分析法中，定性的指標可以通過專家經驗賦予準確的數字。但是定性的指標就在于很難用確切的數字來衡量和比較。基于這種情況，很難將不同專家的數字形式的定性評價進行相互比較。盡管可以通過監測一致性來減少主觀性，但這并不足以使其成為評價供應鏈敏捷性的可行方法。

在這時就需要應用模糊邏輯了。通過模糊邏輯可以將專家對于定性指標的文字表述轉化為模糊數字，通過對模糊數字的計算，就可以得出對于指標的評價和比重。通過這種處理就可以減少定性評價中的主觀性。

這種評價方法是由四步組成。首先是要根據項目自身的供應鏈情況，選擇合適的評價指標。指標的選擇可以根據之前項目的經驗進行選擇。為了指標選擇的正確性和全面性，應選擇不同部門的專家或員工進行指標的評選。第二步是通過模糊層次分析法，對現有問題進行層級結構的架構。同時通過模糊層次分析法確定指標之間的比重。第三步是計算模糊敏捷指數。通過計算得出的模糊敏捷指數可以確定現在的供應鏈敏捷性所處的水平。最后一步，通過對模糊重要指數的計算和分析，將所有指標的模糊重要指數去模糊化，將獲得的值排列。通過排列順序就可以查找出供應鏈所存在的弱點。這也就未來優化供應鏈提供了依據和方向。

2.1 選擇評價指標

對于指標的選擇，要對整個供應鏈有一個全方位的認識。要對于特定問題尋求特定專家的意見，不能一概而論，要有所側重。因為不同行業甚至不同企業的供應鏈都是不盡相同的，選擇的專家必須要對自身的供應鏈十分清楚，更要對競爭對手或者其他可借鑒的供應鏈有所了解。這也就是說指標的選擇必須是充分結合自身內部和外部因素而得出的結論。

2.2 模糊層次分析法

模糊層次分析法的使用方法是與普通的層次分析法相似的。在檢測過比較矩陣的一致性后，將會把模糊邏輯代入到層次分析法中。比較矩陣的元素將從數字形式轉化為模糊數字形式。這種轉化是可以通過模糊方程式得出的，在本文中的所有模糊邏輯模型都是以三角模糊數字進行討論的。

定性的指標很難用數字形式來表述，所以專家通常對于這些指標使用文字性的評價。例如專家在評價指標的比重時會以“很高”或者“很低”等字眼來進行評價。但是這種文字性的評價并不夠直觀，也不能直接用來計算。因此就必須清楚這種文字性評價和模糊數字之間的關系。

在本文中，文字性評價將使用5級的文字評價。指標的表現將由“很差”（SS），“差”（S），“一般”（N），“好”（G）和“很好”（SG）來進行文字性的評價。每一個評價等級都會對應相應的三角模糊函數。每一個模糊函數的值都在0.25或者0.3。具體的模糊數字與文字描述的關系見表2。

在本文中對于指標的表現的評價和指標的比重是運用了相同的模糊函數，所以當一個指標的比重評價為“低”的時候，這代表它的模糊函數的值最小為0.15，最大為0.45。這種表述關系，可以通過圖2來進行表示。

圖2 案例的三角模糊函數

表2模糊函數的轉化

在經過模糊函數的轉化后，指標的比重可以通過三角模糊函數的基本運算來進行計算。

2.3 評價供應鏈敏捷水平

通過模糊層次分析可以獲得模糊數字形式的指標的比重。然后可以通過引入模糊敏捷指數FAI來評價現有供應鏈的敏捷水平。模糊敏捷指數是之前信息的融合，它是結合了所有指標的模糊評價和模糊比重。通過信息是數據的收集，我們獲得了許多不同專家對于指標的評價，為了簡化計算，這里我們選擇以所有數據的平均值來進行計算。

例如，我們有m名專家參加了我們的信息數據收集工作，也就是Et，t=1，…，m。我們有n個指標來衡量供應鏈的敏捷性，也就是Kj，j=1，…，n。

Rtj=（atj，btj，ctj）是專家Et對于指標Kj的模糊評價。平均模糊評價Rj和平均模糊比重Wj可以通過下面的公式（1）和公式（2）進行計算：

模糊敏捷指數代表著對于供應鏈敏捷性的總體評價。越高的模糊敏捷指數就代表著越高等級的供應鏈敏捷水平。模糊敏捷指數可以通過對數據的加權平均來進行計算，公式（3）如下：

通過對模糊敏捷指數的計算可以確定該供應鏈的敏捷水平。衡量敏捷水平是通過對于模糊敏捷指數以及文字評價表述的模糊函數的距離來進行計算的。例如，當模糊敏捷指數與文字表述為“高”的模糊函數更近時，就代表該供應鏈的敏捷水平評定為高。

2.4 分析供應鏈敏捷性的弱點

評價供應鏈敏捷性并不僅僅是評價供應鏈的水平，更重要的是要發現供應鏈在這些方面的弱點。通過對弱點的分析，才能優化供應鏈，并制定正確的未來發展策略。為了找出其弱點，Lin et al.（2006）提出了一個衡量參數。這個參數就是模糊重要指數。通過公式（4）可以定義這個指數。通過比重的轉化可以減少過高比重在評價中的負面影響。

由于這個指數是以模糊數字的形式存在的，所以我們無法直接將它們進行排序。所以我們需要將模糊數字進行一系列的計算和轉化。這種轉化也叫去模糊化，也就是將模糊數字轉化為普通的數字形式。

首先要設立最大值集合和最小值集合，如公式（5）：

通過去模糊化公式可以將模糊重要指數數字化，公式（6）如下：

在此我們假設三角模糊數字的FMII=（a，b，c），經過合并和計算，可以得出如下簡化公式（7）：

通過簡化公式（7）可以更快速和方便的計算出所需數值。

3 案例分析

3.1 選擇評價標準并建立層次結構

對于不同的行業甚至企業，對于評價供應鏈都需要不同的指標。雖然看起來很多指標都很相似，但是其中的重點都不盡相同。對于選擇指標，研究更推薦專家意見法，也就是通過收集有相關經驗的專家的意見，來選擇衡量指標。

在此使用了Henke und Lasch（2012）提出的三個主要指標，它們是獲得信息的能力、靈活性以及轉化的速度。但是這三個指標中并沒有包含伙伴關系這一重要指標。在此案例中，我們把伙伴關系作為對以上三個指標的補充，也加入到指標體系中來。

為了使用層次分析法，我們將指標轉化為層次結構，見圖3。這個結構包括三層。第一層是目標層，也就是供應鏈的敏捷性。第二層是4個主要的指標。第三層則是與主指標相關的子指標。

圖3 供應鏈敏捷性評價指標的層次結構

3.2 數據收集和建立比較矩陣

在建立完成層次結構之后，需要收集數據并建立比較矩陣。專家們需要運用他們專業的知識和豐富的經驗來對比較矩陣進行填寫。比較矩陣中的元素必須是同一層級內的指標。在比較矩陣中，指標將以1到9分的標準兩兩進行比較。為了方便之后的計算和描述，表3中將所有指標以簡稱代替。

表3指標的簡稱

通過對數據的處理，我們可以得到如下的比較矩陣。矩陣中的數據就代表專家們對于各個指標之間重要性的關系的評價，見表4至表8。

表4供應鏈敏捷性的比較矩陣

表5信息獲取的比較矩陣

表6靈活性的比較矩陣

表7轉化速度的比較矩陣

表8伙伴關系的比較矩陣

得到比較矩陣后，我們可以通過層次分析法來計算各指標之間的比重。通過上節中的計算公式，我們可以得到如表9的各指標之間的比重。并按照對于供應鏈敏捷性的比重，將它們進行排序。

表9指標的比重和排序

下一步需要驗證比較矩陣的一致性，通過公式可以得到矩陣的一致性指數。通過對矩陣階進行查表，可以獲得隨機一致性指數，并通過計算獲得一致率。如果一致率大于0.1，則比較矩陣的計算將不能被接受。經過計算，計算結果如表10，可以看出所有的一致率都小于0.1，這就證明數據的一致性是可以被接受的，也代表經過對數據的處理，其中的主觀性造成的負面影響在可以接受的范圍內。

表10檢測比較矩陣一致性

3.3 模擬層次分析法的應用

在這個步驟我們需要將已有的普通的比較矩陣轉化為模糊比較矩陣，從而進一步消除主觀性帶來的不確定性。例如在矩陣中K1行和K2列的數字元素為0.071，通過文字描述評價可知它的評價為很低，而通過模糊數字與文字描述的轉化表，就可以得到很低的評價對應的是模糊數字SN（0.0，0.1，0.25）。按照這種方法將普通的比較矩陣向模糊比較矩陣進行轉化。

按照模糊數字的計算規則，我們可以算出各指標對于供應鏈敏捷性的比重。例如對于K11：（0.00，0.1，0.25）×（0.55，0.7，0.85）＝（0.00，0.07，0.21）。

3.4 評價供應鏈敏捷性

在3.3中我們通過模糊層次分析法獲得了指標的模糊比重。為了評價供應鏈敏捷性，我們還要評價各個指標的表現?；谝延械臄祿蛯＜业膶I知識和經驗，將對指標的表現進行定性的文字性評價。在此我們采用5位專家的意見，并將他們的意見通過轉化表，轉化成模糊數字。并通過計算獲得模糊數字形式的平均評價，見表11。例如：R11是K11的平均評價。

完成對于子指標的評價，我們可以進而算得主指標的結果，例如K1:

通過計算獲得其他三個主指標的結果：

通過計算獲得：FAI≌（0.47，0.61，0.75）

表11子指標的平均評價

計算獲得模糊敏捷指數FAI后，就可以對供應鏈敏捷水平進行評測。模糊敏捷指數是以三角模糊數字的形式得到的，所以需要再轉化為文字表述。如圖4可見，模糊敏捷指數是在“中等”與“高”之間。問題是案例中的供應鏈應屬于什么水平呢？這就需要通過測量該指數與其他兩個文字表述變量的模糊函數的距離來判定。

圖4 模糊敏捷指數的文字表述

通過公式可以計算模糊敏捷指數和相鄰文字表述之間的距離：

表12供應鏈敏捷的模糊重要指數

計算結果表明，模糊敏捷指數與“高”的距離更近，這就表示案例種的供應鏈敏捷水平在較高的水平。

3.5 分析供應鏈敏捷性的弱點

通過模糊層次分析法，我們對案例的供應鏈敏捷性進行了評測。但是評測供應鏈敏捷性并不只在于此，更在于要找出問題，并對未來的優化和發展做好準備。通過計算我們知道該供應鏈敏捷水平為高。但是可以從結果看出，該供應鏈的敏捷性其實距離中等也并不遠，只是稍稍偏向高的水平，很容易就會下滑到中等水平。為了防止下滑且能有所提升，我們需要找出是哪些指標制約了供應鏈敏捷的發展，也就是我們要優化和加強的方向。通過計算所有子指標的模糊重要指數，可以按照它將所有子指標排序。具體數據見表12。

模糊重要指數代表著每個子指標對于供應鏈敏捷性的貢獻。為了衡量和區分各個指標，將0.45作為衡量標準，也就是將U（FMII）＜0.45的指標找出來。這些指標也就是最急于去改善的方向。

在表中我們可以找到兩個指標，分別是K33的執行時間和K34的重新采購時間。這就說明，如果要繼續提高供應鏈的敏捷性，就必須集中改善K3轉化速度這個主指標，并以減少執行時間和重新采購時間為當務之急。這就是未來需要改善的方向，根據此制定未來的策略將會對供應鏈敏捷性就有最大的幫助。

4 總結

如今敏捷供應鏈在全球化多變的環境中起到了越來越重要的作用。為了在嚴酷的競爭中生存下來，企業就需要提高自身供應鏈的敏捷性。而如何提高供應鏈的敏捷性，就需要企業首先要對自身供應鏈有一個清晰和準確的評價。因此如何評價供應鏈的敏捷性就成了研究者們關注的題目。

對于評價量化的指標是容易的，但是供應鏈敏捷性中包含過多的定性的評價指標，使得評價敏捷性需要克服更多的困難。首先，就是要消除對定性評價所產生的主觀影響。在實際工作和研究中，不僅對指標的表現是定性的評價，對指標之間的關系也摻雜了許多專家和決策者的主觀想法。為了減少這個問題的影響，基于模糊層次分析法發展出了一個新的評價方式，通過對比較矩陣的一致性進行監測，減少了主觀性在決策中所造成的負面影響。

其次，對于供應鏈管理要以可持續發展的思想去執行。在對供應鏈敏捷性評價的過程中，要同時考慮到改善其表現的方法。在本文提出的方法中，通過對相關參數的計算和排序，分析得出供應鏈敏捷性中最薄弱的一環。這就給決策者和執行者都提供了理論依據，對供應鏈的可持續發展和優化奠定了基礎。

由于實際案例中信息的匱乏以及對相關數據的保密性，文中應用的案例數據是虛擬的。雖然沒有對實際數據進行計算分析，并比對實際結果與計算結果的差距。但是依然有信心此方法是具有實際應用價值的。

拋開本文的主題來說，不僅僅是評價供應鏈敏捷性可以運用這個數學方法，對于多評價標準的定性決策問題，這個方法都有借鑒的價值。

雖然已經對文中的公式進行了簡化，但是計算步驟和方法仍然有些復雜，這也提高了該方法應用的難度和被接受程度。隨著信息化的發展和對供應鏈敏捷性的重視，評價供應鏈敏捷性的方法將更易于應用。