基于投影尋蹤-隨機森林的制造企業供應鏈穩定性評價

王雪原, 李 姍

(哈爾濱理工大學 經濟與管理學院,黑龍江 哈爾濱 150080)

0 引言

制造企業因涉及材料、設備、資金、市場等資源規模高于一般企業，所以更需利用外部供應鏈彌補自身資源數量、種類豐富性不足的問題，而日本對韓國半導體材料的斷供事件、美國商務部對中興通訊的出口限制事件等，向全世界展示了制造企業供應鏈穩定性對于企業有序、健康發展的重要性，因此維持制造企業供應鏈穩定成為企業管理的重要內容。

當前關于供應鏈穩定性研究主要集中在兩個方面，一是將供應鏈作為整體，研究其穩定性的影響因素并據此設計評價指標體系與評價方法，合適于判定制造企業供應鏈宏觀整體狀態；二是將供應鏈進行解析，分析供應鏈內部節點聯結特征、供應資源傳送物流與路徑等，判定供應鏈內部運行過程存在的問題，進行模型優化設計或仿真計算等，適合為單個制造企業供應鏈管理提供方法支持。鑒于本文期望為我國制造企業供應鏈穩定性評價提供宏觀整體性決策支持，因此采用第一種方法。第一種方法研究的現有成果在指標體系設計時缺乏有效的理論論證，影響指標體系設計科學性；同時，評價研究過程不夠全面，對“指標采集——指標篩選——指標重要性判定——穩定性評價——檢驗與分類”的全環節、系統性研究不足，無法為制造企業供應鏈穩定性評價與管理提供完整的方法支持與參考。

因此，本文將按照全流程、系統研究思路，對制造企業供應鏈穩定性評價的不同環節開展方法設計，為供應鏈穩定性管理提供支持。

1 文獻回顧

基于供應鏈內部結構的穩定性研究，重點以供應鏈成本、供貨能力和流通產品的數量為參考指標做出穩定性評價(劉慧等)[1]，也有考慮節點響應時間，從供應鏈重構、供應鏈收益分配和供應鏈響應三方面設計供應鏈響應時間決策與監控模型，從而維持供應鏈穩定的(Jorn-Henrik)[2]。

在指標體系設計方面，賈鵬等對四維平衡記分卡進行拓展，設計五維穩定性評價指標體系，應用權值因子法對指標賦權[3]。也有學者設計模型判定指標體系合理性，楊瑾采用協同性、可靠性等潛變量反映供應鏈情況，利用驗證性因子分析方法從匹配度和穩定性方面來驗證評價模式合理性[4]。

在穩定性評價與預警方面，有學者從數據挖掘視角出發，采用關聯規則和物聯網技術，對整個供應鏈系統實行即時監控和自動預警(Jing等)[5]。也有學者借助計算軟件，用BP神經網絡建立預警系統，對系統狀態進行評估(Liu等)[6]。也有學者基于設計的穩定性評價指標體系開展評價與預警研究，一部分對影響穩定性的核心因素進行識別，從而判定管理重點，如程鐵軍等從網絡輿情預警視角，運用Fuzzy-DEMATEL法對風險因素開展實證研究[7]。Schoenherr等利用層次分析法，通過迭代和結構分析，識別出17種造成供應鏈風險的因素[8]。該類研究雖然能識別出穩定性管理重點，但卻無法得到供應鏈穩定性整體狀態。因此，另一部分學者則利用評價指標等，對供應鏈整體穩定性進行評價分析，如黃星等采用加速遺傳算法對投影尋蹤模型求解，實現風險預警[9]。還有學者基于評價結果進行后續分類研究，如李健等采用構建PSO-SVM供應鏈預警模型，對風險進行分類[10]；宋寶娥等也界定了供應鏈安全預警警限和閾值[11]。柴國榮等則從時間維、空間維、關系維、邏輯維和要素維對風險預警識別、測評等進行系統設計[12]。這些為制造企業供應鏈穩定性研究提供了有效方法借鑒與參考，然而針對制造企業供應鏈的、涵蓋整體環節的穩定性評價的系統性、綜合性研究還有待完善。

2 制造企業供應鏈穩定性指標提取

本文采用扎根理論對制造企業供應鏈穩定性影響因素進行萃取，具體步驟如下：

(1)開放式編碼。對獲取的原始資料進行逐條分析并概括，將文本信息概念化，找出其關聯性與相近性，從而提煉更加抽象的范疇。按照扎根理論編號規則，對獲取范疇進行編碼，共提煉出23個，具體結果如表1所示。

表1 制造企業供應鏈穩定性影響因素初始概念提取

(2)主軸式編碼。在提取初始概念基礎上，根據不同概念間相關關系，進行語義編碼組合，經過反復歸納，將具有最強關聯性的范疇整合在一起，最終獲得3個主范疇和6個副范疇，如表2所示。

表2 主軸式編碼形成的主范疇與副范疇

(3)選擇式編碼與飽和度檢驗。該階段是在獲取主副范疇的前提下，經過反復推敲，最終獲得完整的影響因素框架體系。從華為、聯想等企業選取從供應鏈管理的10位專家進行訪談，分析提取概念與范疇的完整性，最終確認表2中范疇、副范疇與主范疇形成的制造企業供應鏈穩定性影響因素扎根理論模型已達到飽和狀態。

3 基于云模型的制造企業供應鏈穩定性評價指標篩選

基于扎根理論獲得眾多穩定性影響因素，為進一步凝練指標，本文采用云模型方法確定指標重要性，并基于重要性篩選指標，構建指標體系。

(1)云模型。設U={x}為定量論域，用精確數值表示，T是U上自然語言值。設CT(x)隸屬度函數，反映T關于x所表達定性概念的“真實程度”，云模型即為T在U上的分布。?x∈U,x→CT(x),x為(x1,x2,…,xn)每一個x為一個云滴，大量云滴聚集便形成云圖。云模型數值特征分別為：期望(Ex)、熵(En)、超熵(He)，是定性定量概念轉換的基礎。

(1)期望Ex表示云滴x在U上分布的期望，是定性概念的定量化。

(2)熵En代表一種模糊程度，在云圖中反映云的“跨度”，En越大隨機性就越大。

(3)超熵He代表熵的熵，反映熵的不確定性。He反映云的“厚度”，He越大，云厚度越大，云滴越離散，隸屬度隨機性越大。

正向云發生器(FCG)的映射過程實現了定性概念的定量化，體現從定性概念中獲取定量數值的范圍與分布規律。將云模型的三個數值特征(Ex，En，He)與想要輸出的云滴數N輸入正向云發生器中，通過N個云滴實現映射。

(1)將指標重要性劃分為5個等級，每個等級對應一個得分區間。分別為自然語言中“非常重要”、“較重要”、“一般重要”、“次重要”、“不重要”。對應分值分別為：“[0.8，1]”、“[0.6,0.8)”、“[0.4,0.6)”、“[0.2,0.4)”、“[0,0.2)”。每一個分數區間表示為(xi-1，xi)，其中i=1,2,…,5；等級范圍及定性語言描述見表3。

表3 等級范圍及定性語言描述

(2)按照上述方法確定各得分區間(Ex，En，He)，第i個得分區間數字特征記為(Exi，Eni，Hei)，其中具有雙邊約束的評語如“次重要、一般重要、較重要”，對應取值同時具有上下限。期望值Ex和熵值En計算公式為：Ex(Cmax+Cmin)/2及En=(Cmax-Cmin)/6。超熵He=k可依據評語本身模糊度來調整，在此取k=0.005。對于評語不重要、非常重要等，因只有上限或下限，可將0和1作為期望值，其熵值可設定為各對稱云模型熵值的二分之一，自然語言所對應云數字特征如表4所示。

表4 云數字特征

(3)設共有m個影響供應鏈穩定性的指標，咨詢N個專家對第j個指標自然語言意見，j=1,2,…,m，統計第j個指標各得分區間的專家人數，設第j個指標不同得分區間的專家人數為(Nj1,Nj2,Nj3,Nj4,Nj5)。

表5 指標專家評價結果

根據指標得分進行排序，篩選出得分高于0.6的9個指標——戰略管理互惠合作、開放合作、協同關系、通暢性、全過程管理、事后管理、多元性、充足性，從而構建出制造企業供應鏈穩定性綜合評估指標體系。

4 基于投影尋蹤的制造企業供應鏈穩定性評價

投影尋蹤模型常用來評價受多個因素影響的復雜問題，基本思想是將高維數據提供一定的組合投影到低維子空間上，尋找使投影指標函數達到最優的投影值，根據投影值確定高維數據結構特征。研究中通常采用粒子群與螢火蟲算法對投影指標函數進行優化，但這些算法在實際操作過程中容易出現局部最優，尋優性能大大減弱，而且運算速度較慢，因此本文選用較為成熟的加速遺傳算法進行求解，該方法解決了遺傳算法編碼較為繁瑣、計算量大且計算十分緩慢的問題，尋優性能大大增強[27]。

(1)指標數據來源與指標指數構建。本文以華為、聯想、中興等企業不同部門相關人員為調查對象開展問卷調查，最終收回191份問卷，有效問卷為172份；其次，向在職工程碩士班發放，通過其工作單位內滾雪球方式，收回有效問卷294份。樣本總數466份，將基于云模型所確定的9個指標數據作為分析數據。

(2)指標歸一化處理。xij為第i個樣本第j個指標值，由于各指標量綱不同或數值范圍相差較大，因此在建模之前需要對指標進行歸一化處理并消除量綱。正指標采用yij=[xij-minxj]/[maxxj-minxj]歸一化，逆指標采用yij=[maxxj-xj]/[maxxj-minxj]。式中：Yij——歸一化的指標序列;xij——為第i個樣本第j個指標的評價值；minxj與maxxj分別為第j個指標的最小和最大值。

Sz為投影值zi的標準差，Dz為zi的局部密度，R為局部密度的窗口半徑，其取值與樣本的特性有關；rij為樣本之間距離；ut為一單位階躍函數。當t≧0時，t=1；t<0時，t=0。

本文基于加速遺傳算法對投影指標函數開展優化，使用matlab R2016b軟件對模型編程求解，令種群規模初始值為400，交叉概率Pc為0.8，變異概率Pm為0.2，經過7次迭代計算，最終得到的最佳投影方向向量為a=(0.2586，0.2629，0.3045，0.3412，0.3230，0.4626，0.4159，0.2993，0.2719)，即互惠合作B5>戰略管理C1>協同關系B2>開放合作B3>通暢性A6>全過程管理C4>事后管理C9>充足性A4>多元性A1。a值代表相應各指標的權重。將所得的最佳投影方向帶入公式，可計算出466家制造企業的投影值，進而確定其綜合評價值。受篇幅影響，給出其中部分問卷綜合評價值見表6。

表6 部分問卷的綜合評價值

5 基于隨機森林的制造企業供應鏈穩定性評價檢驗與分類

(1)隨機森林方法。隨機森林方法。隨機森林常用于分類和預測研究，其核心思想是隨機選擇訓練樣本和特征參數用于分類。隨機森林通過有放回的對樣本進行抽取構建決策樹，建立過程隨機選擇M個特征參數輸入決策節點以控制其生長。對N棵分類樹的分類結果進行整合，以投票方式確定最終結果。在隨機森林中，任意一棵樹的產生都具有隨機性，相互獨立且可完全生長，決策樹中所有節點均能保證利用隨機選擇的特征參數進行最佳分裂[28]，其計算過程如下：

(1)采用Bagging抽樣方法，有放回地對訓練集進行抽取，得到N個樣本數據；進一步有放回的隨機抽取M個特征變量得到自助樣本集，由此產生T棵分類回歸樹，在此過程中均未被抽到的樣本則構成T個袋外樣本(out-of-bag，OOB)。

(2)自助樣本數據對應的存儲于分類回歸樹根節點處，按照最小不純度原則從根節點開始選擇某特征變量，分裂形成各個子節點。

(3)每棵樹以最大限度遞歸形式，進行節點與分裂節點選擇，當節點到達最大分解深度時，進行剪枝處理。為減少過擬合現象，可對節點的樣本數目進行約束，若節點樣本個數小于等于某個設定值時，節點不再進行分裂。

(4)將形成的T棵分類樹組成隨機森林，對樣本進行測試，每棵分類回歸樹都對測試樣例進行一次投票，樣本從屬于得票最多類別。

(2)基于隨機森林穩定性評價檢驗與分類。根據投影尋蹤計算得出的綜合評價值，利用k-means聚類將466家制造企業分成4個預警等級，分別為低風險(1)、安全(2)、中等風險(3)、高風險(4)。

基于466家制造企業的供應鏈的相關數據與提取的9個特征指標，對指標進行重新編號分別為：供應鏈結構，包含多元性U11、充足性U12、通暢性U13；供應鏈關系，包含開放合作U21、互惠合作U22、協同關系U23；供應鏈管理，包含戰略管理U31、全過程管理U32、事后管理U33。

隨機森林模型訓練樣本的分類標準通過企業綜合評價值k-means聚類獲得，經過特征性實驗發現，當決策樹的個數大于等于2000時，各分類誤差處于穩定狀態，不會產生過擬合現象。因此，將決策樹的棵樹設置為2000，每棵樹停止生長采用的特征維度為7[29]。將樣本分為兩部分，70%用于樣本訓練，共計326組；剩余30%用于驗證，共計140組。利用matlab2016b進行計算，最終獲得訓練集預測結果、測試集預測結果如圖2和圖3所示。其中，訓練集預測結果對比準確率為1，測試集預測結果對比準確率為0.94286，證明模型分類結果比較準確。

根據實驗得出分類結果可知，在466份問卷中，安全等級的僅有8份；處于低風險共有51份，占比10.94%；處于中等風險的共有184份，占比39.48%；處于高風險的共有223份，占比47.85%。計算結果表明對制造企業供應鏈穩定性的調查展示了處于高風險的占比很高，我國制造企業供應鏈存在較大風險，應采取相應措施開展有針對性管理與改進。

6 實證分析

A企業是哈爾濱市一家醫藥制造企業，原采用成員協作能力、信息共享程度、利益分配等指標衡量供應鏈穩定性，采用簡單賦權與專家打分結合法簡單確定供應鏈穩定程度，企業基于原有評價方式得出供應鏈處于低風險狀態，而利用本文設計的基于投影尋蹤-隨機森林的供應鏈穩定性評價方法重新計算時，結果表明其處于中等風險狀態，指標具體得分見表7，結合上文確定的最優投影方向可獲得穩定性綜合評價值為1.28(中等風險)。

表7 企業供應鏈穩定性指標數據

兩種方法得出企業供應鏈風險等級不同，原因如下：首先，原評價指標選取不夠全面，僅側重對供應鏈成員關系的考量，本文采用扎根理論方法提取的影響因素更全面，為企業供應鏈風險識別與評價提供了更多視角與更完整的參考。其次，企業采用簡單賦權確定指標重要性較為主觀、具有一定局限，影響權重準確性。本文通過問卷調查，廣泛獲取多個專家意見，樣本數充足，并采用投影尋蹤方法將獲取樣本數據投影到低維空間，用求取的最優投影方向反映權重，減少主觀判斷對結果造成的影響，賦權更加科學、客觀。最后，分類方法也存在差異，企業原有風險等級劃分主要依據企業自身運營經驗，無法根據數據特征有效識別與歸納，采用隨機森林方式進行分類可提高結果準確性，同時利于提升供應鏈管理指導的針對性。根據本文計算結果，A企業需將戰略管理、互惠合作等納入供應鏈穩定性評價考慮范疇，并給予充分重視；需提升穩定性管理精準性，根據當前結果可知，A企業供應鏈成員急需增加開放力度、尋找互惠點并培養互惠關系，應從預警、協同、創新等方面優化供應鏈戰略管理，同時加強各種處理經驗的分享與學習等。

7 結論

本文采用扎根理論基于現有文獻提取了制造企業供應鏈穩定性影響因素，基于云模型篩選并確定評價指標體系。利用基于加速遺傳算法的投影尋蹤模型確定指標權重，并進一步采用隨機森林方法對評價結果進行檢測與穩定性分類，為制造企業供應鏈穩定性評價提供了系統、完整的方法支持，促進了質化與量化分析的結合，實現了理論論證、方法設計與實踐檢驗整體邏輯鏈的有效融合。結果表明：

(1)基于扎根理論、云模型，確定制造企業供應鏈穩定性，可利用供應鏈結構(多元性、充足性、通暢性)、供應鏈關系(開放合作、互惠合作、協同關系)、供應鏈管理(戰略管理、全過程管理、事后管理)有效反映。

(2)利用隨機森林方法，確定多數供應鏈處于中高等風險狀態，表明我國制造企業供應鏈在結構、關系與管理方面存在較多問題，應根據穩定性評價內容采取針對性改進措施。 (3)根據投影尋蹤計算結果可知，供應鏈結構中節點通暢重要性高于節點資源充足性、高于多元性，因此為提升制造企業供應鏈穩定性應首先確保節點間能通暢聯結，進一步要確保節點提供資源的充足性——能滿足制造企業當前資源需求，最后需考慮選擇節點提供資源是否具有多元性、豐富性，為供應鏈未來發展及應對可能變動提供更多資源選擇。

供應鏈關系中互惠合作重要性高于協同關系高于開放合作，因此為確保制造企業供應鏈穩定，應首先選擇能產生互惠作用的節點，保障各方在合作過程中同時實現能力提升、獲得更高競爭優勢，終止合作將給雙方同時帶來巨大損失，由于互惠從而保持雙方高度合作熱情與意愿，提升供應鏈穩定性。其次，節點伙伴需在供應鏈整體發展規劃、活動與行為安排、文化與理念等方面保持協同一致，避免或減少矛盾沖突的產生；最后，節點需具有開放合作的理念，對顯隱知識的共享、交流持有積極態度，能有效吸納供應鏈外部信息、拓展供應鏈合作渠道與空間等，保持節點與節點以及供應鏈與外部合作的開放性、兼容性，有效吸納信息、知識與技術，促進供應鏈穩定發展。

供應鏈管理中戰略性管理重要性高于全過程管理高于事后管理，為保證制造企業供應鏈穩定發展，首先需對供應鏈發展進行戰略性前瞻介入，提前預判供應鏈發展趨勢及時預警，對供應鏈進行科學規劃，促進節點協調與創新，確保其適應外部環境變動要求；其次，對供應鏈進行全過程管理，通過有效監控、應急處理等實現常規與緊急事件的有序管理；最后，應對供應鏈突發事件發生后的處理經驗、方法等進行知識加工，為后續供應鏈穩定性管理提供有效決策與方法支持。