中圖分類號:U461 收稿日期:2025-03-22 DOI: 10.19999/j.cnki.1004-0226.2025.05.024
Research on Risk Assessment of Manufacturing Device Suppliers Based on Analytic Hierarchy Process
Jiang Jindong China Aerospace Components Engineering Center,Beijing 1ooo94,China
Abstract:Withthedevelopmentofass productionofspacecraft,itisincreasinglyimportanttoegularlyidentifytherssofcomponentsuppliersandensure thesafetyofcomponentsuplychai.Thispaper establishesaquantifiablrisk evaluationidexsystemfor aerospacecomponentssuppliersfromtheaspectsf techology,personelquality,progress,finance,etc.andusesAHtoealie thequantitativeandhierarchicalmanagementofsupplierisk,soastoesurethestableoperationofcomponentssupplyhainBecause theautomotiveidustryisalsofacinghighelabilitydmand,suplyhaincomplexityndloalizationubstitutiopressre,itsspplerisk managementisiglysiilartoterospacefeld,sotanalytchierarchyprocesmodelproposdinispapercanbedect lytransferedtotheautomotivecomponentsuppliermanagement,providingauniversalsolutionforimprovingthetoughnessof the manufacturing supply chain.
Keywords:Components;Supplier risk;Supplychain;Evaluationstudy
1前言
根據某空間研究組織的調查結果,在宇航設備上40%~70% 的硬件采購開銷是元器件[1]。隨著航天器功能、性能和可靠性水平的不斷提高,應用范圍的不斷拓展,宇航元器件扮演者越來越重要的角色,應用的種類和數量也在持續增長,據統計大型航天器中應用的元器件品種達數千種,數量已達到近10萬只[2]。當前航天器研制總體單位均擁有近百家國產元器件供應商,這些供應商的層次差別非常明顯,從銷售額數百億元的世界500強企業,到僅有幾十名員工的小微型研發設計公司。當前世界經濟增長低迷,產業鏈、供應鏈循環受阻,不確定、不穩定因素增多,生產企業尤其是民營企業變化很快,轉產、破產、轉行的現象日益普遍,某個供應商的供應中斷都可能會引發連鎖反應,甚至導致供應鏈崩潰乃至采購企業發展受損。
供應商風險是指影響供應商按要求交付的因素。供應商風險評價是指針對供應商的潛在風險進行系統性識別、分析和評估的過程,旨在確保供應商在技術、質量、進度等方面滿足交付的要求,其核心是通過科學方法預判供應商在合作中可能出現的風險,以便制定相應的管理策略,保障供應鏈的安全運行。
本文從航天器研制單位的角度出發,識別出航天器研制模式下宇航元器件供應商存在的主要風險要素,將多維度復雜風險分解為可量化的風險指標,并通過層次分析法建立供應商風險評價的數學模型,實現對供應商風險的綜合量化評分,從而科學有效地篩選出既能滿足技術要求又具備穩定合作能力的供應商。隨著智能網聯汽車和自動駕駛技術的快速發展,汽車行業對元器件的功能安全與可靠性要求已接近宇航級標準。例如,車載計算芯片需耐受
寬溫域環境,動力電池管理系統要求失效率等級要求與宇航元器件要求相當,且供應鏈面臨地緣政治和芯片短缺的雙重風險。本文提出的層次分析法模型不僅適用于宇航領域,而且其標準化風險評估框架與動態權重調整機制亦可為汽車行業提供直接參考。制造業器件供應商風險評價研究對于保障企業的順利生產乃至發展有著重要的研究價值。
2宇航元器件的特點
航天器是指在地球大氣層外空間執行特定任務的飛行器,包括衛星、空間探測器、載人飛船、空間站等,需要在真空、輻射、極端溫度等空間環境下,依賴內部能源、導航和控制系統進行工作,如圖1所示。

宇航元器件作為航天器的基礎構成單元,是航天器實現導航、通信、能源管理、環境控制等核心功能的基礎載體。例如,微處理器負責星載計算,射頻器件保障星地通信,傳感器維持艙內環境穩定。航天器的高度復雜性與極端任務環境使其對元器件的性能要求極為嚴苛,一般體現在以下四個方面。
a.極端環境適應性:需耐受宇宙射線和單粒子效應 -55~125°C 寬溫域及真空環境,避免材料釋氣或電性能漂移。
b.超高可靠性與長壽命:宇航元器件的失效率低于10-9/h ,遠超工業級 10-6/h ,壽命周期超15年,且批次一致性偏差需控制在 ±5% 以內,確保系統穩定性。
c.輕量化與小型化:考慮發射成本,元器件在不斷向小體積、輕質量發展,集成度和復雜度不斷提升,SIP(SystemInaPackage)技術大量應用。
d.特殊認證和可追溯性:宇航元器件生產線或產品級以及破壞性物理分析、老煉試驗等相關試驗和測試需要滿足宇航級標準要求。元器件生產全流程需記錄批次號、工藝參數及測試數據,支持故障溯源。
面對上述要求,為了保證宇航元器件的穩定可靠供應,僅依靠技術指標篩選元器件是遠遠不夠的,宇航供應鏈的特殊性要求構建多維度的供應商風險評價體系,通過定期評估供應商的技術迭代能力、產能穩定性、質量管理成熟度乃至地緣政治風險,實現風險動態預警與資源戰略儲備,唯有形成“技術-管理-供應\"三位一體的保障機制,才能為航天器全壽命周期的可靠運行構筑堅實根基。
3供應商風險評價指標體系
目前國內外研究中提出的影響供應商風險因素的劃分大致分為3類。
第一類是從外部環境和內部環境的角度將決定供應商風險的因素可以分為環境因素、行業因素、組織因素、問題相關的特定因素、決策者因素等5類[3]。
第二類是按照從宏觀到微觀覆蓋全面的原則,將產生供應商風險的因素歸納為世界政治事件、產品的可獲得性、到供應源頭的距離、行業生產能力、需求波動性、技術的更新、勞動力市場、財務不穩定因素、管理層的流失率等9個方面[4]。
第三類是從財務和運營的角度將供應商風險劃分為獨立因素、產品-市場因素、財務因素和運營因素四種變量[5]。考慮自然災害、政治動蕩、瘟疫流行等風險事件雖然會對供應鏈產生毀滅性的打擊,但是這類風險是處于不可控的狀態,我們不掌握其發生發展的規律,對于其發生的可能性也無從測算和研究。對于這類風險,能夠做的就是在此類風險轉化為危機的時候,盡可能快地有效應對,從而將損失減到最小。
本文中供應商風險評價的主要對象是能夠通過量化分析研究出其發生規律的風險,這類風險一般是可控的,即可以被相對準確地識別和評價。
在參考國內外供應商風險評價因素的基礎上,本文深挖宇航產品研制生產過程中因元器件供應商造成的一切不利因素,通過文獻分析、供應鏈數據挖掘和專家訪談等方法,將宇航元器件供應商風險因素分為創新風險、人員風險、進度風險、質量風險和財務風險五類,每類風險包含若干量化指標,如表1所示。

技術風險反映供應商的技術儲備和可持續創新潛力,以新品率和研發經費投人強度為表征指標,新品率反映了技術轉化效能,若供應商新品轉化率較低,意味著技術儲備無法支撐未來航天器升級需求,研發投入強度體現了對元器件研發投入的成本,若投入不足可能導致關鍵技術“卡脖子”。尤其在當前航天高速發展的背景下,元器件供應商若無法維持一定的創新能力,將面臨“技術代差\"風險。在宇航元器件特有的“小批量、多品種\"生產模式下,人員技能與產品質量關聯較大,元器件的部分工藝高度依賴經驗積累,人員波動可能造成產品質量下降。本文通過新員工增長率和核心人員流失率兩個表征指標監控人員風險,新員工增長率過低預示未來人員梯隊將出現斷層;核心人員流失率過高將導致工藝經驗和技術經驗等斷層。
由于在軌不可修復等特點,宇航項目對于元器件的質量水平要求較高。元器件用戶方對元器件質量風險的定量評估主要來自質量保證和交付后兩個階段的元器件質量數據,通過考察元器件生產企業近年在用戶方元器件篩選中出現質量問題的比例和用戶方在使用過程中發生的元器件固有質量問題的比例來評估其質量風險。
進度風險的表征指標包括生產周期偏差率即實際生產周期與計劃生產周期的差異度,和訂單準時交付率即按期交付訂單比例。
財務風險通過利潤率和資產負債率兩個表征指標監測。宇航元器件從研發到批產通常需要數年時間,若企業無法維持穩定現金流,則可能導致供應鏈風險。利潤增長率較低意味著研發投人不可持續,高負債企業易陷入流動性危機。
新能源汽車需應對電池能量密度提升、自動駕駛算法迭代等技術挑戰,與宇航元器件“小批量、多品種”的模式相似。車規級芯片需通過AEC-Q100認證,其可靠性驗證流程(如溫度循環、機械沖擊等)與宇航的DPA(破壞性物理分析)具有相同邏輯;汽車行業準時制生產對交付時效性的嚴苛要求,與宇航任務窗口期的剛性約束本質一致。
4供應商風險評價模型的建立
當前開展供應商風險評價的方法有層次分析法、模糊綜合評價法、因子分析法等,這3種方法各有局限性,模糊綜合評價法中主觀因素較多,必須與其他評分方法結合才能夠分析復雜問題;因子分析法要求各個原始變量之間有較強的線性相關關系;層次分析法是一種定量與定性相結合,將問題分解成不同的組成要素,將要素按照不同層次組合,進行綜合分析的決策方法。可通過層次分析法將宇航元器件供應商的技術、質量、進度、人員、財務等多維度風險要素構建層次模型,從而分解為單一的風險因素;通過風險因素的兩兩比較,將難以直接量化的主觀判斷轉化為可計算的權重值,并通過一致性檢驗確保主觀判斷的邏輯合理性,降低個人主觀偏好對結果的影響,最終整合多目標框架,實現客觀的綜合評價。與其他方法相比,層次分析法更適用于上述供應商風險要素和表征指標的評價。
4.1AHP模型的層次結構設計
按照層次分析法將供應商風險評價的層次結構設計為目標層、準則層和指標層,如圖2所示。
目標層(A)指供應商綜合風險等級。
準則層(B)包括創新風險(B1)、人員風險(B2)、質量風險(B3)進度風險(B4)、財務風險(B5)。
指標層(C)包括10個具體指標:企業新品率(C1)、研發經費投人強度(C2)新員工增長率(C3)核心人員流失率(C4)、質量保證過程中產品質量問題發生率(C5)交付后產品質量問題發生率(C6)、生產周期偏差率(C7)訂單準時交付率(C8)利潤總額增長率(C9)資產負債率(C10)。

4.2構造準則層判斷矩陣
建立層次結構后,通過專家打分法對準則層和子準則層的指標進行兩兩比較,采用1~9標度法。1表示兩個因素具有相同的重要性,9表示兩個因素相比,前者比后者極端重要,準則層判斷矩陣見表2。對矩陣進行歸一化處理,得到各準則層權重 B=[0.252,0.115,0.377 ,0.136,0.120],檢驗此判斷矩陣的一致性結果為0.053,小于0.1,因此通過一致性檢驗,權重合理。

4.3構造指標層判斷矩陣
依次建立指標層多個判斷矩陣,并對各個判斷矩陣歸一化處理,得到各指標層權重,檢驗各判斷矩陣一致性結果小于0.1,通過一致性檢驗,權重合理。判斷矩陣如下:
0.333] 
4.4綜合風險計算
各指層標權重與對應的準則層權重相乘,得到全局權重,見表3。

根據指標性質進行數據標準化處理,指標中 C1、C2 、C3,C7,C8,C9 屬于正向指標,值越大風險越低; C4?C5?C6 屬于負向指標,值越大風險越高。
供應商綜合風險評分公式如下:
風險評分
標準化值 i× 全局權重i
4.5建立風險等級及應對措施
根據宇航元器件的特點,結合大量供應商風險數據的計算,將綜合風險等級和各準則層風險按照表4進行劃分,并可以采取相應的措施。

5風險評價模型的應用建議
在供應商風險評價的層次分析模型的實際應用過程中,應注意準則層和指標層的權重直接影響評價結果的客觀性,可考慮通過多輪專家背靠背評分取均值,減少個體主觀性的影響,避免主觀判斷偏差可能導致權重失真。其次供應商風險會隨時間變化,例如經濟波動會導致利潤率驟降,所以對供應商風險評價應該建立動態評估機制,捕捉突發風險,動態更新判斷矩陣,反映市場環境變化。同時供應商某一維度的優秀可能掩蓋其他風險,例如某供應商質量控制能力較強,但創新能力較差,長期可能拖累供應鏈技術升級,因此在供應商風險評價模型的應用中應對四個準則層即創新能力、人員隊伍、質量控制和經濟發展均設置最低閾值,對綜合風險不高但某一維度較差的供應商制定專項改進計劃。
6結語
在供應鏈模式下,科學有效的評估供應商風險并及時采取有效的措施至關重要。本文在總結前人供應商風險評價研究成果的基礎上,結合宇航元器件供應商實際情況,從技術、人員、質量、進度和財務5個方面建立了更為完善的供應商風險評價指標體系,并運用層次分析法得出各指標層的權重并綜合計算出供應商的綜合風險評分。
汽車供應商的技術風險、質量風險等核心指標可直接映射至本文構建的評價體系;層次分析法支持動態權重調整,可靈活適配汽車行業大規模量產與定制化需求并存的供應鏈場景;在國產化替代趨勢下,汽車行業可借鑒宇航領域通過風險分級管理降低元器件供應商風險。未來,隨著汽車智能化與商業航天的深度融合,兩行業在供應商管理領域的經驗共享與技術協同將進一步增強。
參考文獻:
[1]朱恒靜.宇航大規模集成電路保證技術[M].西安:西北工業大學出 版社,2016.
[2]張海利,李濤.航天物資保證[M].北京:中國宇航出版社,2012.
[3]RaoS,GoldsbyJT.Supplychainrisks:areviewandtypology[J].The International Journal ofLogisticsManagement,20o9,20(1):97-123.
[4]Giunipero L C,Eltantawy R A.Securing the upstream supply chain:a riskmanagement approach[J].International Journal of Physical distributionamp;LogisticsManagement,2004,34(9):698-713.
[5]JungK,LimY,Oh J.A model formeasuring supplier risk[J].British Journalofmanagement,2011,20:609-627.