吳艷艷,張玉霞
(太原科技大學(xué) 交通與物流學(xué)院,太原 030024)
汽車產(chǎn)業(yè)作為我國的支柱產(chǎn)業(yè),是制造業(yè)中產(chǎn)值最大、產(chǎn)業(yè)鏈最長、相關(guān)產(chǎn)業(yè)最多的一項,已從高速增長期發(fā)展至穩(wěn)健增長期,每一個汽車約由2萬到3萬個零部件組成,是高度復(fù)雜的工業(yè)化產(chǎn)品[1]。隨著汽車零部件向標(biāo)準(zhǔn)化、專業(yè)化的發(fā)展,汽車整車制造企業(yè)傾向于在全球范圍內(nèi)尋找汽車零部件供應(yīng)商伙伴,因此,建立合適的評價選擇機制尤為重要,而汽車零部件供應(yīng)商的選擇是一個典型的包含不同經(jīng)濟意義的多指標(biāo)的綜合評價問題,目前國內(nèi)外學(xué)者對供應(yīng)商選擇方法較多,但指標(biāo)數(shù)據(jù)的處理方式、指標(biāo)權(quán)重確定的是否得當(dāng)對評價結(jié)果的準(zhǔn)確性、真實性有重要的影響[2-3]。
汽車零部件供應(yīng)商的選擇是一個典型的包含可見和不可見多影響因素的決策問題,合適的評價選擇方法是解決問題的關(guān)鍵,采用定性與定量相結(jié)合的多指標(biāo)綜合評價體系是較好的處理方式[4]。依據(jù)現(xiàn)有資料,從生產(chǎn)經(jīng)營、質(zhì)量控制、服務(wù)能力、管理水平、應(yīng)變能力、信息水平6個影響準(zhǔn)則入手,子影響準(zhǔn)則層再進一步將6個準(zhǔn)則層細分為18個指標(biāo),建立如下汽車零部件供應(yīng)商選擇層次結(jié)構(gòu)模型[5]。
圖1 備選供應(yīng)商層次結(jié)構(gòu)Fig.1 Alternative suppliers hierarchy model
定量指標(biāo)的指標(biāo)值,如價格,準(zhǔn)時交貨率等由實際數(shù)據(jù)統(tǒng)計得來,而定性指標(biāo)的指標(biāo)值如售前、售后、售中服務(wù)等通過灰色理論中的灰類和白化函數(shù)的方法量化。準(zhǔn)時交貨率、市場占有率、流動資產(chǎn)率等指標(biāo)對評價系統(tǒng)的作用趨向為正向,屬于正指標(biāo)或效益型指標(biāo),價格、返修退貨率等指標(biāo)對評價系統(tǒng)的作用趨向為負向,屬于負指標(biāo)或成本型指標(biāo)。
在指標(biāo)系統(tǒng)中,各評價指標(biāo)的表現(xiàn)形式不同,對系統(tǒng)的作用趨向也不一致,如有的屬于效益型或正指標(biāo),要求值趨大為優(yōu),有的屬于成本型或負指標(biāo),要求值趨小為優(yōu),有的則值趨中為優(yōu),類型不同,它們之間不具有可比性,因此,每個指標(biāo)必須進行無量綱處理,將處理后的指標(biāo)均轉(zhuǎn)換為正指標(biāo),提高各個指標(biāo)的可比性,再進行評價選擇[6]。利用模糊數(shù)學(xué)中的隸屬函數(shù),對各類指標(biāo)進行無量綱處理。
正(效益型)指標(biāo)
Rj(p)=
(1)
負(成本型)指標(biāo)模型
Rj(p)=
(2)
適中指標(biāo)模型
Rj(p)=
(3)
依據(jù)上述模型對各實際參數(shù)處理,將指標(biāo)的評價值均轉(zhuǎn)換在0~1范圍內(nèi),可直接對各個評價指標(biāo)進行比較,加權(quán)后的總評分也可直接比較。
灰關(guān)聯(lián)評價法是灰色評價法的重要分支,是對因子之間的不確定性關(guān)系進行研究,主要對復(fù)雜事物之間發(fā)展過程、趨勢進行研究分析,它通過分析兩參數(shù)序列曲線的接近程度和變化趨勢來確定二者之間的關(guān)聯(lián)度,通常,曲線形狀越相似,關(guān)聯(lián)度越大[7]。由于本文確立的汽車供應(yīng)商評價體系指標(biāo)較多,彼此間包含的經(jīng)濟意義也不同,應(yīng)用灰關(guān)聯(lián)法確定權(quán)重,綜合評價,工作量很大[8]。
改進的灰關(guān)聯(lián)法是結(jié)合向量夾角余弦對指標(biāo)權(quán)重的處理方式,得到一個更有效的方法,這種方法可以同時確定指標(biāo)的權(quán)值和方案的優(yōu)、劣關(guān)聯(lián)度及綜合關(guān)聯(lián)度,大大減少了工作量[9]。計算過程如下所示:
1)依據(jù)評價指標(biāo)的性質(zhì),將原始數(shù)據(jù)轉(zhuǎn)換為可以直接比較的正指標(biāo),設(shè)m個指標(biāo),n個方案生成供應(yīng)商評價矩陣R為
R=(rij)m×n(i=1,2,3,…,m;n=1,2,3,…,n)
2)選取各比較數(shù)列中最大值(最小值)為最優(yōu)值(最劣值)
U=(ui)1×m=(u1,u2,…,um)T
L=(li)1×m=(l1,l2,…,lm)T
3)偏差值矩陣生成,優(yōu)偏差矩陣UR=(urij)m×n,劣偏差矩陣LR=(lrij)m×n
urij=|ui-rij|,lrij=|li-rij|
(4)
4)計算優(yōu)偏差率矩陣,O=(oij)m×n,劣偏差率矩陣S=(sij)m×n
(5)
(6)
5)確定兩級偏差極值
6)求指標(biāo)權(quán)重
第i個指標(biāo),取O中相應(yīng)的行向量ri,取S中相應(yīng)的行向量si,求兩個行向量的夾角余弦
(7)
(8)
7)求關(guān)聯(lián)系數(shù)矩陣
(9)
(10)
其中,分辨系數(shù)ρ∈(0,∞),一般取0.5[10]
8)求關(guān)聯(lián)度
方案j的優(yōu)關(guān)聯(lián)度
(11)
方案j的劣關(guān)聯(lián)度
(12)
9)求綜合關(guān)聯(lián)度
對各個方案的優(yōu)關(guān)聯(lián)度評價結(jié)果根據(jù)優(yōu)關(guān)聯(lián)度越大越好規(guī)定進行排序,或者根據(jù)劣關(guān)聯(lián)度的評價原則(越小越好)對各個方案的劣關(guān)聯(lián)度評價結(jié)果進行排序,也可根據(jù)綜合評判的評價原則對各個方案的綜合關(guān)聯(lián)度評價結(jié)果進行排序
(13)
這種改進的評價方式,增加了劣關(guān)聯(lián)度的計算,同時有效的確定評價指標(biāo)的權(quán)值,方案的綜合評價結(jié)果,降低了工作量。
某汽車制造企業(yè),為了提高企業(yè)的核心競爭力打算從三個汽車空調(diào)生產(chǎn)廠家選擇一個為最佳零部件供應(yīng)商,首先,由跨部門的相關(guān)人員組成評價小組對這三個空調(diào)廠家進行考察、調(diào)研、資料收集,經(jīng)整理后得到了這3個空調(diào)廠家的原始參數(shù),如表1所示。
表1 汽車空調(diào)供應(yīng)商實際參數(shù)
依據(jù)公式(1)、(2)對選取的18個指標(biāo)進行規(guī)范化處理,生成一個標(biāo)準(zhǔn)化評價矩陣R.
由公式(9)、公式(10)求出ξu,ξi.
計算C(u,j),C(l,j)及Dj.
優(yōu)關(guān)聯(lián)度C(u,j)=(0.9216,0.8939,0.9348),劣關(guān)聯(lián)度C(l,j)=(0.8967,0.9394,0.8844),綜合關(guān)聯(lián)度Dj=(0.5137,0.4752,0.5277).
由上述計算結(jié)果得出,依據(jù)優(yōu)關(guān)聯(lián)度排序,供應(yīng)商T3>供應(yīng)商T1>供應(yīng)商T2,依據(jù)劣關(guān)聯(lián)度排序,供應(yīng)商T3>供應(yīng)商T1>供應(yīng)商T2,綜合關(guān)聯(lián)度排序,供應(yīng)商T3>供應(yīng)商T1>供應(yīng)商T2,三種方式得出的結(jié)論相同,說明改進的灰關(guān)聯(lián)法是解決多目標(biāo)問題的有效方式。
汽車零部件供應(yīng)商的選擇是一個典型的包含可見和不可見多影響因素的決策問題[11],本文首先對零部件供應(yīng)商選擇進行分析,建立了汽車零部件供應(yīng)商層次結(jié)構(gòu)模型;其次運用模糊數(shù)學(xué)的隸屬函數(shù),對包含不同經(jīng)濟意義的評價指標(biāo)進行標(biāo)準(zhǔn)化處理,轉(zhuǎn)換為可直接比較的正指標(biāo),利用向量夾角余弦法,對灰關(guān)聯(lián)進行改進,改進的灰關(guān)聯(lián)評價法,可以同時確定評價指標(biāo)的權(quán)重、方案的優(yōu)關(guān)聯(lián)度、劣關(guān)聯(lián)度、綜合關(guān)聯(lián)度;最后通過實證分析,驗證了該評價體系的可行性和有效性。