段吉蓮，廖興旺，潘曉琳，李莉莉

基于灰色關(guān)聯(lián)改進(jìn)TOPSIS法的供應(yīng)商評(píng)價(jià)分析

段吉蓮1，廖興旺2，潘曉琳1，李莉莉1

（1. 重慶師范大學(xué) 數(shù)學(xué)與科學(xué)學(xué)院，重慶 401331；2. 重慶市計(jì)量質(zhì)量檢測(cè)研究院 力學(xué)計(jì)量檢測(cè)研究中心，重慶 400707）

提出一種基于灰色系統(tǒng)理論改進(jìn)傳統(tǒng)理想點(diǎn)法的供應(yīng)商評(píng)價(jià)方法，即運(yùn)用層次分析法（AHP）和熵權(quán)法對(duì)各項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行主客組合賦權(quán)，同時(shí)利用灰色關(guān)聯(lián)分析法對(duì)傳統(tǒng)逼近理想法進(jìn)行改進(jìn)，從而構(gòu)建出一套新的相對(duì)貼近度。依據(jù)相對(duì)貼近度的大小，對(duì)各備選供應(yīng)商的綜合評(píng)價(jià)值進(jìn)行排序和擇優(yōu)。結(jié)果表明：該方法克服了傳統(tǒng)單一賦權(quán)方法的缺陷，保證了指標(biāo)權(quán)重的客觀性，能準(zhǔn)確、有效地避免因排序問題帶來的評(píng)價(jià)誤差，使其評(píng)價(jià)結(jié)果更為合理。實(shí)例分析表明，驗(yàn)證了灰色關(guān)聯(lián)分析法改進(jìn)TOPSIS法的有效性和實(shí)用性，并為以后的供應(yīng)商評(píng)價(jià)提供了一種新的選擇方法。

層次分析法；熵值法；組合賦權(quán)；灰色關(guān)聯(lián)分析法；理想點(diǎn)法

在這個(gè)日益復(fù)雜多變的市場(chǎng)競(jìng)爭(zhēng)環(huán)境下，企業(yè)面臨著非常嚴(yán)峻的生存和發(fā)展問題，企業(yè)迫切需要轉(zhuǎn)變已有的經(jīng)營(yíng)模式和理念，引入一種合作共享、互利互贏為理念的新供應(yīng)鏈管理模式。而這種供應(yīng)鏈管理模式的一項(xiàng)重要內(nèi)容則是建立戰(zhàn)略合作關(guān)系，它運(yùn)行的基礎(chǔ)是對(duì)供應(yīng)商進(jìn)行選擇和評(píng)價(jià)。企業(yè)根據(jù)自身的發(fā)展?fàn)顩r，從眾多因素及指標(biāo)中建立評(píng)價(jià)指標(biāo)體系，并通過科學(xué)合理的方法，對(duì)供應(yīng)商的綜合評(píng)價(jià)值進(jìn)行排序，選擇最優(yōu)供應(yīng)商。

目前，許多研究人員和學(xué)者對(duì)供應(yīng)商的選擇和評(píng)價(jià)進(jìn)行了大量研究，并取得了很大的成果[1]。1996年，Dickson通過發(fā)放問卷，對(duì)供應(yīng)商評(píng)價(jià)指標(biāo)的問題做了深入地研究，并對(duì)這些指標(biāo)的重要性進(jìn)行了分析和排序，其中，供應(yīng)商評(píng)價(jià)指標(biāo)體系中“非常重要”的指標(biāo)是產(chǎn)品質(zhì)量，其次就是交貨期、價(jià)格、歷史業(yè)績(jī)等方面的指標(biāo)[1]。Weber等人研究了74篇關(guān)于供應(yīng)商選擇與評(píng)價(jià)的相關(guān)文獻(xiàn)，得出的研究結(jié)果表明，價(jià)格在這些研究文獻(xiàn)中大約占80%，是討論的最多的一項(xiàng)準(zhǔn)則，并且總結(jié)歸納了所有的基本選擇方法，主要包括線性權(quán)重法、AHP法、DEA法、灰色關(guān)聯(lián)系數(shù)法、TOPSIS法、BP神經(jīng)網(wǎng)絡(luò)算法、線性規(guī)劃法和混合整數(shù)規(guī)劃法等[2]；Liao等人通過分析總結(jié)得出產(chǎn)品的價(jià)格、質(zhì)量、交貨準(zhǔn)時(shí)率是供應(yīng)商評(píng)價(jià)指標(biāo)重要的因素[3]；張卓根據(jù)各種屬性的特點(diǎn)，將混合信息統(tǒng)一地進(jìn)行了規(guī)范化處理成為一個(gè)區(qū)間值函數(shù)，并通過結(jié)合TOPSIS對(duì)方案進(jìn)行綜合分析排序[4]；陳可嘉提出了利用GI－TOPSIS方法確定的供應(yīng)商評(píng)價(jià)模型[5]；胡永宏等人采用改進(jìn)的TOPSIS法對(duì)符合市場(chǎng)經(jīng)濟(jì)與環(huán)境標(biāo)準(zhǔn)的供應(yīng)商進(jìn)行綜合評(píng)價(jià)[6]。

本文首先利用層次分析法和熵值法兩種計(jì)算方法對(duì)各指標(biāo)進(jìn)行組合賦權(quán)，這種組合方法盡可能考慮各個(gè)指標(biāo)的主客觀影響因素，更容易體現(xiàn)各個(gè)評(píng)價(jià)指標(biāo)之間的主客觀差異，使得計(jì)算權(quán)重更加準(zhǔn)確。然后采用灰色關(guān)聯(lián)分析法對(duì)傳統(tǒng)的TOPSIS法進(jìn)行改進(jìn)，建立供應(yīng)商選擇評(píng)價(jià)模型，克服了傳統(tǒng)TOPSIS法無(wú)法判斷內(nèi)部因素變化態(tài)勢(shì)的缺點(diǎn)，具有較強(qiáng)的靈活性和預(yù)測(cè)性，使評(píng)價(jià)結(jié)果客觀性、嚴(yán)謹(jǐn)性更強(qiáng)。

1 供應(yīng)商評(píng)價(jià)指標(biāo)體系的構(gòu)建

1.1 供應(yīng)商評(píng)價(jià)指標(biāo)體系建立的原則

建立供應(yīng)商評(píng)價(jià)指標(biāo)體系要考慮很多重要因素，并且要能夠準(zhǔn)確、全面、系統(tǒng)地反映出供應(yīng)商的各方面的狀況。所選指標(biāo)體系應(yīng)適當(dāng)適中，簡(jiǎn)潔清晰，數(shù)據(jù)真實(shí)可靠，使其構(gòu)成一個(gè)層次分明的整體，以便準(zhǔn)確反映供應(yīng)商的發(fā)展現(xiàn)狀和供應(yīng)商發(fā)展前景。同時(shí)各企業(yè)選擇供應(yīng)商應(yīng)有不同的側(cè)重點(diǎn)，還應(yīng)針對(duì)不同的發(fā)展階段調(diào)整、考核評(píng)價(jià)指標(biāo)體系中指標(biāo)數(shù)量和指標(biāo)內(nèi)容等，以確保評(píng)價(jià)結(jié)果的穩(wěn)定性和可比性。

1.2 評(píng)價(jià)指標(biāo)體系的構(gòu)建

供應(yīng)商評(píng)價(jià)指標(biāo)因素選擇過程中必須要考慮實(shí)際因素，比如價(jià)格、質(zhì)量、成本等。本文將根據(jù)重要程度及最終目的，結(jié)合以往的供應(yīng)商評(píng)價(jià)指標(biāo)體系，將供應(yīng)商選擇所考慮的因素定義為產(chǎn)品優(yōu)勢(shì)、企業(yè)能力、資源管理3個(gè)維度作為準(zhǔn)則層。為了更加切合實(shí)際還必須篩選出更多指標(biāo)，綜合考慮多個(gè)決策因素，選擇了表1所示的十二個(gè)評(píng)價(jià)指標(biāo)。

表1 供應(yīng)商評(píng)價(jià)指標(biāo)體系

2 供應(yīng)商選擇評(píng)價(jià)方法

2.1 基本假設(shè)及指標(biāo)預(yù)處理[7]

由于各個(gè)評(píng)價(jià)指標(biāo)間的計(jì)量單位、量綱、含義都不一樣，為便于統(tǒng)一分析，使用極差變換法對(duì)所有需要評(píng)價(jià)的指標(biāo)都做出了一個(gè)標(biāo)準(zhǔn)化的處理，得到了一個(gè)規(guī)范化的決策矩陣

對(duì)于效益型指標(biāo)，如式(2)所示。

對(duì)于成本型指標(biāo)，如式（3）所示：

2.2 評(píng)價(jià)指標(biāo)組合賦權(quán)方法[8]

評(píng)價(jià)指標(biāo)權(quán)重的計(jì)算方法可分為主觀賦權(quán)和客觀賦權(quán)。通常，采用主觀賦權(quán)法，能充分運(yùn)用專家的知識(shí)和實(shí)踐經(jīng)驗(yàn)，但評(píng)價(jià)過程中受主觀因素的傾向性，評(píng)價(jià)結(jié)果不夠科學(xué)準(zhǔn)確。而僅靠客觀賦權(quán)法又無(wú)法反映專家對(duì)評(píng)價(jià)指標(biāo)本身的偏好程度，忽略了評(píng)價(jià)指標(biāo)本身的重要性。因此，為使評(píng)價(jià)指標(biāo)的權(quán)重變得更具有可信度，權(quán)重更接近實(shí)際，本文采用層次分析法和熵權(quán)法兩種主客觀權(quán)重結(jié)合的方法組合賦權(quán)，確定各個(gè)指標(biāo)的綜合權(quán)重，避免了只采用單一方法的局限性，得到較為科學(xué)性的評(píng)價(jià)結(jié)果。

2.2.1 主觀賦權(quán)法——層次分析法[9]

層次分析法（AHP）法是一種解決具有多個(gè)目標(biāo)的復(fù)雜問題的決策分析方法，這種方法能夠有效地解決許多實(shí)際問題，它的應(yīng)用范圍廣泛，具有高可靠性、低誤差等特點(diǎn)。通過相關(guān)領(lǐng)域的專家來評(píng)判同一級(jí)別的每個(gè)指標(biāo)對(duì)上一級(jí)指標(biāo)的重要性，形成兩兩比較判斷矩陣，并相應(yīng)賦予一定的權(quán)衡值，最后對(duì)判斷矩陣進(jìn)行一致性檢驗(yàn)，求得各層次指標(biāo)的權(quán)重j，具體步驟如下。

第一步，創(chuàng)建層次分析結(jié)構(gòu)（根據(jù)元素間的相互關(guān)系和隸屬關(guān)系形成多個(gè)層次）；

第二步，構(gòu)造兩兩判斷矩陣（通過專家打分的方式兩兩進(jìn)行比較并賦值），包括以下幾個(gè)方面：

（1）判斷矩陣的性質(zhì)

（4）判斷矩陣每列求和：

第三步，進(jìn)行一致性檢驗(yàn)：

（2）計(jì)算一致性比例：

2.2.2 客觀賦權(quán)法——熵權(quán)法

熵權(quán)法也稱熵值法[10]，可用于任何評(píng)價(jià)系統(tǒng)中，是一種客觀賦權(quán)方法。該方法是使用決策矩陣所提供的信息為基礎(chǔ)來計(jì)算權(quán)重，而不是簡(jiǎn)單地引入決策者的主觀偏好來判斷，大大降低了主觀因素帶來的影響。利用熵權(quán)法求解客觀權(quán)重的計(jì)算步驟如下：

第一步，計(jì)算第項(xiàng)指標(biāo)的熵值：

其中，

第二步，確定第個(gè)指標(biāo)的差異系數(shù)：

第三步，確定第個(gè)指標(biāo)的客觀權(quán)重：

2.2.3 組合權(quán)重的確定

組合賦權(quán)的思想是將專家經(jīng)驗(yàn)與客觀數(shù)據(jù)相結(jié)合，使得最終確定的組合權(quán)重更好地反映評(píng)價(jià)系統(tǒng)的真實(shí)情況。當(dāng)然，從本質(zhì)上來講，不同的賦權(quán)方法是從不同的角度進(jìn)行綜合評(píng)價(jià)，本文是根據(jù)層次分析法和熵值法所得的主客觀權(quán)重進(jìn)行組合賦權(quán)，得到最終的指標(biāo)綜合權(quán)重：

2.3 灰色關(guān)聯(lián)改進(jìn)TOPSIS法[11-14]

TOPSIS方法主要依據(jù)每個(gè)備選供應(yīng)商與理想解的關(guān)聯(lián)程度對(duì)各備選供應(yīng)商進(jìn)行綜合排序。通過規(guī)范化初始數(shù)據(jù)，不僅可以避免由指標(biāo)量綱帶來的不同影響，還可以充分利用原始數(shù)據(jù)信息，用各方案間的差距來分析備選方案，該方法具有直觀、簡(jiǎn)單、可靠等優(yōu)點(diǎn)。

灰色關(guān)聯(lián)分析法是一種根據(jù)指標(biāo)之間動(dòng)態(tài)發(fā)展態(tài)勢(shì)的相互依賴程度來權(quán)衡指標(biāo)間關(guān)系程度的評(píng)價(jià)方法，這種方法的主要思路是對(duì)其關(guān)聯(lián)程度與數(shù)據(jù)之間的聯(lián)系進(jìn)行分析和判斷，其中很重要的一步是計(jì)算其灰色關(guān)聯(lián)系數(shù)?；疑P(guān)聯(lián)系數(shù)越大，則相對(duì)應(yīng)的備選供應(yīng)商的競(jìng)爭(zhēng)能力越強(qiáng)。這種方法不只是一個(gè)簡(jiǎn)單的結(jié)果排序，還能幫助供應(yīng)商找到自身的優(yōu)勢(shì)和劣勢(shì)，便于合理規(guī)劃企業(yè)接下來的戰(zhàn)略發(fā)展。其實(shí)施步驟如下：

第一步，確定加權(quán)規(guī)范化決策矩陣

3 實(shí)際應(yīng)用

3.1 企業(yè)概述

作為一家汽車制造企業(yè)，M公司以高質(zhì)量、高性能及高品位處在技術(shù)領(lǐng)先和市場(chǎng)領(lǐng)先地位。隨著市場(chǎng)經(jīng)濟(jì)的不斷發(fā)展和客戶個(gè)性化需求的發(fā)展，M公司發(fā)現(xiàn)其目前主要汽車零部件的采購(gòu)模式及供應(yīng)商關(guān)系管理模式已經(jīng)不再適應(yīng)當(dāng)前競(jìng)爭(zhēng)市場(chǎng)的需求，M公司決定重新選擇零部件供應(yīng)商。M公司收集了備選供應(yīng)商各個(gè)方面相關(guān)的資料，并根據(jù)企業(yè)實(shí)際情況，從眾多指標(biāo)因素中挑選了3個(gè)一級(jí)指標(biāo)和12個(gè)二級(jí)指標(biāo)，其中，產(chǎn)品優(yōu)勢(shì)（1）、企業(yè)能力（2）、資源管理（3）為一級(jí)評(píng)價(jià)指標(biāo)，（1，2，…，12）為二級(jí)評(píng)價(jià)指標(biāo)，邀請(qǐng)了不同領(lǐng)域?qū)＜医M成評(píng)價(jià)小組對(duì)5個(gè)供應(yīng)商（1，2，3，4，5）進(jìn)行評(píng)價(jià)。通過收集大量資料，各個(gè)供應(yīng)商的指標(biāo)評(píng)價(jià)值如表2所示。

表2 供應(yīng)商評(píng)價(jià)指標(biāo)一覽表

3.2 確定各指標(biāo)權(quán)重

利用層次分析法，邀請(qǐng)專家學(xué)者對(duì)5個(gè)供應(yīng)商的各個(gè)指標(biāo)進(jìn)行兩兩比較，構(gòu)造準(zhǔn)則層、指標(biāo)層，各個(gè)因素的判斷矩陣分別為1～，1～，2～，3～，根據(jù)公式(4)-(9)確定其主觀權(quán)重和一致性的檢驗(yàn)。各指標(biāo)判斷矩陣如表3-表6所示。

表3 B1～C判斷矩陣權(quán)重和一致性檢驗(yàn)

表4 C1～A判斷矩陣權(quán)重和一致性檢驗(yàn)

表5 C2～A判斷矩陣權(quán)重和一致性檢驗(yàn)

表6 C3～A判斷矩陣權(quán)重和一致性檢驗(yàn)

表7 各指標(biāo)最終主觀權(quán)重

表8 標(biāo)準(zhǔn)化矩陣和客觀權(quán)重

（接續(xù)表8）

表9 組合權(quán)重

3.3 灰色關(guān)聯(lián)改進(jìn)TOPSIS法對(duì)供應(yīng)商評(píng)價(jià)

從以上所有計(jì)算結(jié)果可知，五種供應(yīng)商選擇方案的灰色關(guān)聯(lián)相對(duì)近似度計(jì)算結(jié)果為

而利用傳統(tǒng)的TOPSIS法計(jì)算的供應(yīng)商

相對(duì)貼近度為：

其結(jié)果表示為：

4 結(jié)束語(yǔ)

本文結(jié)合我國(guó)汽車制造業(yè)的發(fā)展趨勢(shì)，綜合考慮市場(chǎng)需求，選擇了產(chǎn)品優(yōu)勢(shì)、企業(yè)能力和資源管理三個(gè)主要影響因素作為汽車零部件供應(yīng)商的評(píng)價(jià)指標(biāo)體系。該評(píng)價(jià)指標(biāo)體系較全面地反映了供應(yīng)商選擇的主要影響因素。與現(xiàn)有的評(píng)價(jià)方法相比，該方法不僅能反映出各備選供應(yīng)商的整體狀況，還可以反映出各供應(yīng)商內(nèi)部影響因素變化趨勢(shì)與理想方案之間的差異。因此，兩種方法的結(jié)合，為企業(yè)提供了一種有效的供應(yīng)商選擇方法，提高了決策的客觀性和準(zhǔn)確性，是一種更加可行，有效的評(píng)價(jià)方法。

[1] Dickson G W. An Analysis of Vendor Selection System and Decisions[J]. Journal of Purchasing, 1966, 2(1): 5-17.

[2] Weber C A, Current J R, Benton W C. Vendor Selection Criteria and Methods[J]. European Journal of Operational Research, 1991, 50: 2-18.

[3] Liao C N, Kao H P. An integrated fuzzy TOPSIS and MCGP approach. to supplier selection in supply chain management[J]. Expert Systems with Applications, 2011, 38(9): 10803-10811.

[4] 張卓.混合信息的多屬性決策研究[J].計(jì)算機(jī)與數(shù)字工程, 2014,42(12):2433-2438.

[5] 陳可嘉.GI-TOPSIS方法在逆向物流供應(yīng)商選擇中的應(yīng)用[J].中國(guó)流通經(jīng)濟(jì),2014,28(3):39-48.

[6] 胡永宏.對(duì)TOPSIS法用于綜合評(píng)價(jià)的改進(jìn)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2002,32(4):572-575.

[7] 李勇,何蕾,龐傳軍,等.基于層次分析法的火電廠運(yùn)行情況量化評(píng)價(jià)方法[J].電網(wǎng)技術(shù),2015,39(2):500-504.

[8] 羅毅,李昱龍.基于熵權(quán)法和灰色關(guān)聯(lián)分析法的輸電網(wǎng)規(guī)劃方案綜合決策[J].電網(wǎng)技術(shù),2013,37(1):77-81.

[9] 李力,陳宏,王進(jìn)發(fā).基于模糊層次分析法的軍品供應(yīng)商選擇體系研究[J].管理學(xué)報(bào),2007,4(1):40-47.

[10] 張軍,梁川.基于灰色關(guān)聯(lián)系數(shù)矩陣的TOPSIS模型在水環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J].四川大學(xué)學(xué)報(bào)(工程科學(xué)版), 2009,41(4):97-101.

[11] 陶瑞.基于Vague集的理想解和灰色關(guān)聯(lián)結(jié)合的決策方法及應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2015,45(15):258- 266.

[12] 劉思峰,蔡華,楊英杰,等.灰色關(guān)聯(lián)分析模型研究進(jìn)展[J].系統(tǒng)工程理論與實(shí)踐,2013,33(8):2041-2046.

[13] 陳曉紅,李喜華.基于直覺梯形模糊TOPSIS的多屬性群決策方法[J].控制與決策,2013,28(9):1377-1388.

[14] 孫曉東,焦玥,胡勁松.基于灰色關(guān)聯(lián)度和理想解法的決策方法研究[J].中國(guó)管理科學(xué),2005,13(4):64-68.

Supplier Evaluation Analysis Based on Gray Correlation and Improving TOPSIS Method

DUAN Ji-lian1, PAN Xiao-lin1, LI Li-li1, LIAO Xing-wang2

(1. School of Mathematics and Science, Chongqing Normal University, Chongqing 401331, China; 2. Mechanics Metering & ChecKing Research Center, Chongqing Quality Inspection Researcher, Chongqing 400707, China)

On the basis of the existing research and evaluation methods, a supplier evaluation method based on gray system theory to improve the traditional ideal point method was proposed. A reasonable supplier evaluation index system was established by the hierarchical analysis method (AHP) and entropy right method to empower the evaluation indicators. The traditional approaching ideal method was improved by gray correlation. A new relative proximity was build according to the size of relative proximity to sort and select the comprehensive evaluation values of the alternative suppliers. The results showed that the method can accurately and effectively avoid the evaluation error caused by the sorting problem to make the evaluation results more reasonable by overcoming the defects of the traditional single empowerment method and ensuring the objectivity of the index weight. Finally, a new selection method for future supplier evaluation was provided through the example analysis. The effectiveness and practicality of the gray correlation method to improve the TOPSIS method was verified.

hierarchical analysis; entropy method; combination empowerment; gray correlation method; ideal point method

O213.9

A

1009-9115(2021)06-0007-07

10.3969/j.issn.1009-9115.2021.06.003

重慶市教委科學(xué)技術(shù)研究基金項(xiàng)目（KJ130658）

2021-02-19

2021-11-09

段吉蓮（1994-），女，重慶人，碩士，研究方向?yàn)閿?shù)學(xué)統(tǒng)計(jì)學(xué)。

（責(zé)任編輯、校對(duì)：趙光峰）