孫蒙蒙+趙茂松+紀(jì)賽賽

摘 要：針對(duì)傳統(tǒng)的供應(yīng)商評(píng)價(jià)與選擇方法的主觀(guān)性過(guò)強(qiáng)的問(wèn)題，文章利用相似性度量理論中的x■統(tǒng)計(jì)量，在專(zhuān)家評(píng)分的基礎(chǔ)上，構(gòu)造出每?jī)蓛芍笜?biāo)之間的相關(guān)系數(shù)矩陣，再運(yùn)用主成分分析法做因子分析，根據(jù)因子載荷矩陣得出主成分與原始指標(biāo)的相關(guān)系數(shù)，再確定出閾值，剔除相關(guān)系數(shù)小于閾值的指標(biāo)，從而實(shí)現(xiàn)指標(biāo)的篩選。最后，以L(fǎng)公司的供應(yīng)商為例，進(jìn)行了實(shí)證研究。驗(yàn)證了該方法的實(shí)用性和有效性。

關(guān)鍵詞：供應(yīng)商評(píng)價(jià)與選擇；皮爾遜相關(guān)系數(shù)；主成分分析；指標(biāo)篩選

中圖分類(lèi)號(hào)：F272 文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： In view of the fact that the traditional methods of supplier evaluation and selection are too subjective. Based on the chi-square statistic in similarity measure theory， the correlation coefficient matrix between indexes is constructed on the basis of expert scores， then the principal component analysis is used to do factor analysis. According to the factor load matrix， the correlation coefficient between the principal component and the original index is obtained， and then the threshold is determined， and eliminate the index of correlation coefficient which is smaller than the threshold. So as to filter the index. Finally， taking a company as an example， an empirical study is conducted. The practicability and effectiveness of the method are verified.

Key words： supplier evaluation and selection；Pearson's correlation coefficient；principal component analysis； index sselection

0 引 言

供應(yīng)商作為供應(yīng)鏈的源頭，在供應(yīng)鏈的競(jìng)爭(zhēng)中起著至關(guān)重要的作用，所以供應(yīng)商的評(píng)價(jià)與選擇也成了供應(yīng)鏈管理中的一個(gè)重要環(huán)節(jié)[1]。對(duì)供應(yīng)商進(jìn)行評(píng)價(jià)需要建立供應(yīng)商評(píng)價(jià)指標(biāo)體系，指標(biāo)的選擇與確定也是值得研究的一個(gè)重要課題。指標(biāo)的選取要遵循科學(xué)全面、切實(shí)可行、具有可操作性、獨(dú)立性強(qiáng)等原則。如果設(shè)置的評(píng)價(jià)指標(biāo)沒(méi)有太大的獨(dú)立性，那么可能會(huì)出現(xiàn)多個(gè)指標(biāo)只是評(píng)價(jià)的同一項(xiàng)，會(huì)出現(xiàn)很多無(wú)用功。這樣會(huì)增加指標(biāo)權(quán)重確定的難度。

指標(biāo)的篩選方法也有很多種，如灰色關(guān)聯(lián)分析法[2]，極大不相關(guān)法[3]，模糊數(shù)學(xué)方法[4]，但是這些方法主觀(guān)性太強(qiáng)，得出的結(jié)果差異也很大，在很多綜合評(píng)價(jià)的問(wèn)題中不能得到應(yīng)用。結(jié)果不盡人意。所以本文在專(zhuān)家評(píng)判的基礎(chǔ)上，引進(jìn)主成分分析法[5]，由相關(guān)系數(shù)確定主成分，再根據(jù)相似性度量理論用皮爾遜x■近似相關(guān)系數(shù)[6]，有效地解決了指標(biāo)之間的相關(guān)度的統(tǒng)計(jì)問(wèn)題。本文最后以某公司為例進(jìn)行了分析與驗(yàn)證。

2 指標(biāo)篩選模型構(gòu)建及分析求解

2.1 用主成分分析法確定主成分

對(duì)構(gòu)造的矩陣求其特征值和特征向量，并對(duì)其按從大到小的降序排列，根據(jù)累計(jì)貢獻(xiàn)率和貢獻(xiàn)率進(jìn)行保留和剔除，臨界值取85%，超過(guò)的即被確定為主要成分，低于臨界值的剔除。

2.2 根據(jù)主成分求解載荷因子矩陣

對(duì)主成分做因子分析，用各主成分對(duì)應(yīng)的特征值的平方根乘以該特征值對(duì)應(yīng)的特征向量各分量，得出的組合矩陣為因子載荷矩陣，此矩陣代表的是各指標(biāo)與主成分的相關(guān)系數(shù)。

2.3 構(gòu)建綜合評(píng)價(jià)模型，進(jìn)行指標(biāo)篩選

利用主成分進(jìn)行綜合評(píng)價(jià)，分別以六個(gè)主成分的貢獻(xiàn)率為權(quán)重，構(gòu)建主成分綜合評(píng)價(jià)模型。分析每個(gè)指標(biāo)與綜合評(píng)價(jià)指標(biāo)的相關(guān)系數(shù)，相關(guān)系數(shù)越大說(shuō)明該指標(biāo)與綜合評(píng)價(jià)指標(biāo)的相關(guān)性越強(qiáng)，反之越小。對(duì)求出的相關(guān)系數(shù)大小進(jìn)行排序，確定閾值，剔除小于閾值的指標(biāo)，留下大于閾值的指標(biāo)即對(duì)指標(biāo)進(jìn)行了篩選。

3 以某公司為例進(jìn)行指標(biāo)篩選

通過(guò)查閱大量文獻(xiàn)、期刊、書(shū)籍等，并結(jié)合公司現(xiàn)狀初步擬定了以下供應(yīng)商評(píng)價(jià)指標(biāo)：地理位置x■、來(lái)料質(zhì)量x■、交貨能力x■、產(chǎn)品柔性x■、財(cái)務(wù)情況x■、質(zhì)量控制水平x■、技術(shù)開(kāi)發(fā)能力x■、研發(fā)能力x■、信息化程度x■、戰(zhàn)略一致性x■、文化兼容性x■、企業(yè)實(shí)力x■、合約履行情況x■、成本x■、企業(yè)信譽(yù)x■[7]。專(zhuān)家評(píng)估小組對(duì)以上指標(biāo)分成A、E、I、O、U五個(gè)等級(jí)進(jìn)行評(píng)分。分別代表非常好、較好、一般、較差、很差五個(gè)水平。

（1）對(duì)公司現(xiàn)有的某供應(yīng)商供應(yīng)水平為代表做調(diào)查分析（如表2所示）。表2為從L公司的生產(chǎn)、計(jì)劃、采購(gòu)、物流、質(zhì)量、技術(shù)、財(cái)務(wù)各個(gè)部門(mén)進(jìn)行的調(diào)查問(wèn)卷，對(duì)指標(biāo)分別進(jìn)行評(píng)分。并根據(jù)前面的模型對(duì)其求解，分別求出每?jī)蓛芍g的相關(guān)系數(shù)。

（2）求解相關(guān)系數(shù)矩陣。首先以X■和X■為例。X■和X■都有A、E、I、O、U五個(gè)水平。n■=X■=A， X■=A的頻數(shù)，即為7。n■為X■=A的頻數(shù)為12，n■為X■=A的頻數(shù)為17。根據(jù)表1統(tǒng)計(jì)出各等級(jí)的頻數(shù)。計(jì)算得出x■=19.1857，θ■=0.234，θendprint

=0.48。按照以上公式分別算出兩兩之間相關(guān)系數(shù)，然后組成相關(guān)系數(shù)矩陣R。（見(jiàn)13頁(yè)）

（3）用主成分分析法構(gòu)建綜合評(píng)價(jià)模型。可以看出這些指標(biāo)之間的相關(guān)性較強(qiáng)，若直接用這些指標(biāo)進(jìn)行評(píng)價(jià)，則會(huì)導(dǎo)致一些指標(biāo)的信息重疊，影響評(píng)價(jià)的客觀(guān)性，所以需要對(duì)這些指標(biāo)進(jìn)行篩選，主成分分析法可以將多個(gè)相關(guān)的指標(biāo)轉(zhuǎn)化為少數(shù)不相關(guān)的指標(biāo)，所以我們通過(guò)Spass軟件對(duì)其進(jìn)行主成分分析，得出相關(guān)系數(shù)矩陣的特征值，方差貢獻(xiàn)率以及成分矩陣，如表3、表4所示。

根據(jù)成分矩陣接下來(lái)計(jì)算特征向量矩陣（主成分載荷矩陣），我們利用Excle求解，例如F■=-0.152/sqrt3.002。依次計(jì)算各成分對(duì)應(yīng)的特征向量如表5所示。

利用主成分進(jìn)行綜合評(píng)價(jià)，以六個(gè)主成分的貢獻(xiàn)率為權(quán)重，構(gòu)建主成分綜合評(píng)價(jià)模型。

F=0.2F■+0.188F■+0.146F■+0.139F■+0.117F■+0.067F■ （4）

（4）對(duì)指標(biāo)進(jìn)行篩選。主成分綜合評(píng)價(jià)模型能夠充分反應(yīng)原始數(shù)據(jù)的變換情況，用各主成分的特征值的算術(shù)平方根與各成分對(duì)應(yīng)的特征向量的各分量相乘，得出的向量的各分量為對(duì)應(yīng)的主成分與原始指標(biāo)的相關(guān)系數(shù)，再帶入綜合評(píng)價(jià)模型。得出

R=■

的向量的各分量代表各原始指標(biāo)與主成分綜合指標(biāo)的相關(guān)系數(shù)反映了原始指標(biāo)與綜合指標(biāo)的密切程度，再對(duì)各系數(shù)取絕對(duì)值進(jìn)行排序（如表6所示）。

代入綜合評(píng)價(jià)模型（1），再對(duì)其絕對(duì)值按從小到大進(jìn)行排序見(jiàn)表7。

由表7可以看出，以0.1000為閾值，應(yīng)該剔除x■、x■、x■。經(jīng)分析可以看出合約履行情況x■情況與企業(yè)信譽(yù)x■和企業(yè)實(shí)力x■重疊率較高，企業(yè)信譽(yù)用企業(yè)實(shí)力與合約履行情況來(lái)表示，即考慮剔除。文化兼容性x■與綜合評(píng)價(jià)指標(biāo)的相關(guān)性低可能是因?yàn)闆](méi)有一個(gè)確切的衡量標(biāo)準(zhǔn)，地理位置x■專(zhuān)家們給出的評(píng)價(jià)差異也比較大。與綜合評(píng)價(jià)指標(biāo)的相關(guān)性也較低，也考慮剔除。

4 結(jié) 論

本文通過(guò)在專(zhuān)家評(píng)分的基礎(chǔ)上運(yùn)用相似度量理論里的皮爾遜卡方統(tǒng)計(jì)量在一定條件下近似于相關(guān)系數(shù)求解出了每每?jī)蓚€(gè)指標(biāo)的相關(guān)系數(shù)，構(gòu)造了相關(guān)系數(shù)矩陣。再利用主成分分析法確定出主成分，求解出載荷矩陣并做因子分析。最后構(gòu)建出綜合評(píng)價(jià)模型，求解原始指標(biāo)與綜合評(píng)價(jià)指標(biāo)的相關(guān)系數(shù)，最后排序剔除相關(guān)度小于閾值的指標(biāo)，并將此方法針對(duì)L公司進(jìn)行了應(yīng)用和實(shí)施。驗(yàn)證了該方法的客觀(guān)可行性。不過(guò)現(xiàn)有的研究程度還遠(yuǎn)遠(yuǎn)不夠，需進(jìn)一步完善和優(yōu)化，本文只是針對(duì)某一供應(yīng)商的統(tǒng)計(jì)，可以考慮增加樣本進(jìn)一步驗(yàn)證和分析。

參考文獻(xiàn)：

[1] 胡永宏，賀思輝. 綜合評(píng)價(jià)方法[M]. 北京：科學(xué)出版社，2000.

[2] 王靜芬，梁偉波，閔翔，等. 基于層次—灰色關(guān)聯(lián)分析的圖書(shū)供應(yīng)商評(píng)價(jià)[J]. 圖書(shū)館雜志，2013（10）：51-54，81.

[3] 董軍，國(guó)方媛. 多層次系統(tǒng)的動(dòng)態(tài)評(píng)價(jià)研究[J]. 運(yùn)籌與管理，2011（5）：176-184.

[4] 張娟. 基于模糊數(shù)學(xué)及網(wǎng)絡(luò)DEA模型的綠色供應(yīng)鏈評(píng)價(jià)方法[J]. 統(tǒng)計(jì)與決策，2016（14）：41-44.

[5] 徐頑強(qiáng)，周曉婷. 基于主成分分析法的省域科技創(chuàng)新體系評(píng)價(jià)模型構(gòu)建[J]. 科技管理研究，2016（6）：52-57，84.

[6] 秦建玲，賈旭光. 供應(yīng)商評(píng)價(jià)指標(biāo)體系中定性指標(biāo)的篩選[J]. 消費(fèi)導(dǎo)刊，2008（12）：174-175.

[7] 霍佳震，馬秀波，朱琳婕. 集成化供應(yīng)鏈績(jī)效評(píng)價(jià)體系及應(yīng)用[M]. 北京：清華大學(xué)出版社，2005.endprint