供应商的评价

供应商的评价（精选12篇）

供应商的评价 篇1

1 前言

随着信息化时代的到来，越来越多的企业准备实施企业资源计划(Enterprise Resources Planning, ERP)系统或类似的信息系统，以合理计划与配置所有资源，提高企业竞争力。据美国生产与库存控制学会(APICS)统计，企业成功应用ERP后库存下降30%～50%;延期交货减少80%;采购提前期缩短50%;生产能力提高10%～20%[1]。到2003年为止，我国已有千余家企业购买了MRPⅡ/ERP或类似的信息系统，但应用成功率只有10%～20%，局部应用成功率为30%～40%。信息系统供应商选择是企业信息系统建设项目至关重要的环节[2]。只有采用科学合理的决策方法，才能避免盲目选型，为项目成功打下良好的基础，所以对信息系统供应商选择方法的研究很有必要。

本文将三角模糊层次分析法和模糊评价方法结合，建立综合评价模型，并应用于企业信息系统供应商选型。本文提到的模糊层次分析法仅指三角模糊层次分析法。

2 模糊层次分析法和模糊评价法的在信息系统供应商评价中的适用性

2.1 常用的供应商评价方法

常用的供应商评价方法有线性规划法、决策树法、经济批量法、数据包络分析法等[3]，这些方法要么主观性太强，要么需要大量的先验数据，计算过程过于复杂。故本文使用一种新的综合评价方法。

信息系统供应商是一种特殊的供应商，他们不仅供应产品，而且侧重在供应前后的相关服务，还有企业自身和供应商等多方面内容，既有内外部因素，也有短期目标和长期规划，而且有些因素很难直接进行量化评价。对于信息系统的评价，出现了不少的方法，有的学者提出基于熵权的TOPSIS评价方法[4]，文献[5]利用了层次分析法(AHP)方法，还有学者结合AHP和DEA方法进行选型[6]，还有人利用模糊积分给出了评价框架来计算排名[7]。此外有学者结合了TOPSIS和ANP方法进行了评估[8]，但操作比较复杂，不易理解和处理。

2.2 本文提出的方法在信息系统供应商评价中的适用性

T.L.Saaty在20世纪70年代提出层次分析法(Analytic Hierarchy Process, AHP)[9]，AHP法由于理论简单，操作容易，且具有实用性，应用领域广泛，因此，Narasimhan认为[10]AHP法非常适用于解决供应商评价问题，可用于确定准则权重与供货商排序。它有以下优点： (1) 一般评估准则的系统方法使采购经理人员更易产生主观性; (2) 使按步循序的方法量化，使供货商评选问题简化; (3) 虽然主观性不能避免，但可通过评选来降低主观性; (4) 供货商准则权重与排序可由计算机运算得到。

AHP方法作为一种定性与定量结合的决策方法，得到了迅速的发展。由于客观事物的复杂性和人们对事物认识的模糊性，如何使AHP方法更客观、更确切地反映所研究的问题，一直是大家关注的课题。1983年荷兰学者Van Loargoven提出了用三角模糊数表示Fuzzy比较判断的方法[11]，并运用三角模糊数的运算和对数最小二乘法求得元素的排序。1994年我国的常大勇教授提出了利用模糊数比较大小的方法来进行排序[12]。模糊评价法是以模糊数学为基础，应用模糊合成的原理，将一些边界不清、不易定量的因素定量化，进行综合评价的一种方法。

本文从实际应用出发，采用的模糊AHP方法保留了AHP方法的优点，对文献[12]提出的方法进行了一些补充，并结合文献[13]和模糊评价方法，运用到多层(两)层指标体系中，提出了一个多级综合模糊评价模型。先利用三角模糊AHP方法给出各级指标的权重，再利用模糊评价方法，通过相关专家对某个待评信息系统供应商各指标进行打分，得到一系列评价矩阵;最后用模糊评价法来处理评价矩阵，得到某个待评信息系统供应商的评价结果。

3 基于模糊层次分析和模糊评价的多级综合评价模型

3.1 模糊层次分析法

3.1.1 准则指标评价体系

由于供应商选择所涉及的因素很多，使得供应商评选成为一项多准则决策。Mohanty和Deshmukn[14]认为影响供货商评选决策的主要准则是价格、质量、交期与服务。具体到信息系统供应商选择的问题，信息系统的选择涉及多方面内容，既有内部、外部因素，也有短期目标和长期规划等众多指标因素的影响。本文据此进行了综合分析，并参考有关文献[2,5,7]，给出6个一级准则，每个一级准则还有3～4个二级准则，基本概括了各个方面的因素，最终建立了层次模型(见图1)ㄢ

3.1.2 三角模糊数概念、隶属度及其运算

定义1设M为三角模糊数，记为M=(l, m, u)，则M的隶属度函数um (x), R→[0, 1]可以表示为：

三角模糊数的运算有加法、乘法、倒数、数乘运算等，这里不多叙述，详见文献[12]。

定理1:M1=(l1, m1, u1), M2=(l2, m2, u2)为两个三角模糊数，则有M1≥M2的可能性程度定义为：

d为M1, M2交点横坐标。可以证明其等价于：

3.1.3 模糊判断矩阵建立

对于k-1层次的某一因素(准则)，与之相关的第k层全部个因素进行两两比较时采用三角模糊数定量表示，即模糊判断矩阵中的元素是，一个以mij作为中值的闭区间，而mij就是AHP方法中比较判断所采用的1～9中的整数[9]。模糊矩阵A仍为正负反矩阵，即。令mij-lij=uij-mij=δ, δ为常数, 则根据定理1不难证明, 当0<δ<1/2时, mij取相邻两级标度时, μ (d) =0, 没有完全反映人们认识上的模糊性;当δ>1时, 模糊度过大, 置信度下降;常大勇证明1/2<δ<1比较适宜[13]。

关于三角模糊数判断矩阵的一致性检查问题，目前在相关文献中无行之有效的方法，本文采用一种近似方法[15]加以判定。

3.1.4 计算模糊综合程度值和指标权重值

为第t个专家给出的模糊数, nk为第k层的因素个数。根据公式:

求得第k层次的综合三角模糊数，由此得到第k层全体因素对第k-1层次的所对应因素的综合判断矩阵。再根据公式(3)求出模糊综合度值：

再根据定理1计算：

然后计算指标Ci的权重：

可得各指标权重，之后再对以上的权重向量进行归一化即可，仍记为Wi (Ci)ㄢ

3.2 模糊层次分析法与模糊评价法结合

模糊评价方法，即：, W为各因素的权重，E为根据相应因素集和评语集由专家评价得到的评价矩阵。

由上节模糊层次分析法可得到各个指标的权重。建立评语集G(很满意，满意，一般，不满意)，可以运用Delphi法等调查统计方法，对各个(比如4个)方案的相应指标评价得评价矩阵，然后采用模糊评价方法：，相当于利用Ei对权重进行修正。再将各因素的隶属度组成的关系矩阵Bi组合，得B=(B1, B2, B3, B4, B5, B6) T。其中W (k) i上标表示层次码, 下标表示相对上一层次中的因素码。再参照前面由模糊AHP法确定的一级指标权向量并进行模糊合成, 即可得到该供应商的最后评价结果:

G是一个向量，其4个分量均在0～1间，分别表示(很满意，满意，一般，不满意)的程度。最后可以利用最大隶属度原则来判断选择供应商。

4 信息系统供应商评价方法实例计算

4.1 实例简介

国内某中型企业要购买和实施信息系统，有包括SAP、Oracle、用友、金蝶等4家国内外软件公司的信息系统供应商可供选择，企业聘请了有关专家、咨询顾问，加上企业自身技术骨干组成了信息系统选型小组，负责选型工作，分为3组，给待选4个供应商打分。

4.2 指标体系

由以上3.1.2的分析，可得指标评价体系(见图1)ㄢ

4.3 计算指标权重

以功能满足程度指标为例，其4个二级指标的三角模糊判断矩阵见表1ㄢ

利用(2)式求出模糊综合度矩阵(见表2)ㄢ

利用MATLAB编程求解，易得：CR=CI/RI=0.051 9<0.1，通过一致性检验。

再用(3)、(4)、(5)式计算各指标权重。归一化得到4个评价指标相对功能满足程度的权重：W=(0.534 3 0.280 90.163 0 0.021 8)即W1 (2)。同理不难得出：W2 (2), W3 (2), W4 (2), W5 (2), W6，其中，Wi (k)上标表示层次码，下标表示上一层中的因素码。

4.4 模糊合成矩阵

由10个专家给待选4个供应商打分，评判对6个一级指标的各个因素的满意程度，得到由各二级指标隶属度组成的模糊评价矩阵：

已经计算出第i个指标的权重。然后利用Bi=W2 (2)塥Ei, i=1，…，6，可得Bi，令：B=(B1, B2, B3, B4, B5, B6) T，将各因素隶属度组成的关系矩阵E1～E6与利用模糊AHP求得的权向量W2 (2)分别按照上述合成方法进行模糊合成，即可得评价结果：

以上结果表明，该待选信息系统供应商对于本企业而言，评价很满意的占48.27%，评价满意的占23.98%，评价一般的占20.91%，评价不满意的占6.86%，根据最大隶属度原理可得结论：该待选信息系统供应商最后评定等级为“很满意”。同理可依次对其他待选供应商进行评判，确定它们对评语集G的隶属度，最后根据最大隶属度原理比较确定最终方案。

5 总结

本文以三角模糊层级分析法结合模糊决策方法，利用模糊性和专家群体决策的思想来减少主观性，并利用此方法对信息系统供应商评价问题进行了探讨，提出了一个比较全面的指标体系;并通过实例计算得到了0～1间的一组模糊评价值作为适用度的值。模糊性和群体决策方法弥补了决策行为中个人主观性过强的不足，使其更能真实地反映实际情况。

供应商的评价 篇2

适用于企业所需的产品、物资供方的选择，评价和重新评价。

2. 职责

2.1供销部

a. 供销部为供方选择评价工作的归口管理部门，负责对供方进行调查，评价和选择，编写《合格供方名录》; 负责提供采购产品交货期限，履约情况和供方售后服务质量信息。

b.提供采购价格信息;

c.组织对供方业绩进行评价。

2.2技质部负责及时提供供方产品的技术要求;

2.3技质部负责供方产品到货和生产过程中的质量信息，并对到货和供方样品进行验证。

3. 工作程序

3.1供方的分类

按采购产品分类，分为A、B、C三类供方：

A类供方：涉及关键、重要质量特性，直接影响最终产品使用或安全性能，可能导致顾客严重投诉的重要物资供方，。

B类供方：涉及一般质量特性，但不影响最终产品的使用性能或即使稍有影响，也可通过相应措施加以弥补的一般物资供方。

C类供方：辅助物资，它一般不影响或影响很小最终产品质量的辅助物资供方;

3.2供方的初选

3.2.1对提供主要产品的供方，进行产品质量、价格、交付能力和信誉等综合比较，选定比较好的厂家，作为候选供方。

3.2.2供销部负责提供候选供方产品说明书，样品及材料资质等。

3.2.3供销部依据有关国家法规要求，对产品质量、价格、交付能力确定，并组织调查。

3.2.4新增供方应遵循“就近采购、质优价廉”的原则。

3.2.5供销部根据有关信息，经调查分析后，填写《供方调查表》，初步确定生产管理好、质量可靠、信誉好的企业作为候选供方。

3.3供应商的考察和评价

各分厂、公司按“供方评价细则”对候选供方进行评价评分。必要时，应组织相关人员到供应商现场考察。

3.4对供方评价

3.4.1公司根据采购物资技术标准和生产需要，通过对物资的质量、价格、供货期等进行比较，选取择合格的供方。对同类的重要物资和较重物资，应同时选择几家合格供方。并负责建立、保存合格供方记录。明确对供方的控制方式和程度。

3.4.2对有多年业务往来的重要物资A类供方，应提供充分的书面证明材料，可以包括以下几项内容，经证实其质量保证能力：

a. 质量管理体系认证证书;

b. 生产许可证;

c. 本企业对供方质量管理体系进行审核的结果(中小规模企业也可不进行); d. 本企业及供方其它顾客的满意程度调查;

e. 供方产品的质量、价格、交货能力等情况;

f. 供方的财务状况及服务和支持能力等;

g. 产品的标准、出厂检验规范，型式试验报告等。

3.4.3对一般物资B类供方，应提供

4.4.2条款中b.d.e三项(有a项最好)的书面证明材料。

3 .4.4对第一次供应物资的供方，除提供充分的书面证明材料外，还需经样品测试，测试合格才能供货：

a. 新供方根据提供的技术要求提供小量样品;

b. 质检主管对样品进行验证，出具相应的验证报告;

c. 样品如不合格可再送样，但最多不能超过三次;

d. 样品验证合格的供方需投入生产，经成品检验、试验合格后，相关部门提供评价意见，公司负责人批准后，可列入《合格供方名单》。

3.4.5供方产品如出现严重的质量问题，公司应向供方发出纠正措施处理单，如两次纠正措施处理而质量没有明显改进的，应取消其供货资格。

3.4.6 公司每年对合格供方进行一次跟踪采评，填写《供方业绩评价表》，评价时，应按3.5条百分制执行。评价总分低于规定60分以下的，应取消其合格供方资格，如因特殊情况留用，应报总经理批准，但应加强供应物资的进货验证，连续第二次仍不及格应取除消供货资格。年底复评合格供方由总经理批准。

4. 供方评价细则

4.3供方的重新评价 4.3.1重新评价时机

a. A、B类合格供方连续两次供货不合格; b. A、B类合格供方一年内有三次供货不合格;

c. A、B类合格供方所供产品在顾客中出现质量事故，或严重投诉; 4.3.2重新评价

重新评价按4.4条款执行。

4.4当A类供方对制造工艺手段有重大变更或更新关键工艺装备时，应及时通知本企业或事先取得本企业对变更事项确认。

供应商的评价 篇3

[关键词] 供应商 质量控制 指标体系 第三方 预控 实控

企业产品质量的高低，在很大程度上依赖于供应商产品质量的好坏，随着企业专业化生产水平的不断提高，企业间的生产合作日益广泛，企业零配件、原材料的供应量越来越大。据统计，现代工业企业零配件、原材料的供应量一般在30％～70％之间，因此，企业产品质量控制的重心，对于零配件、原材料供应比例高的企业来说，实际上应从本企业向供应商转移。据此，论文重点探讨供应商的产品质量控制问题。

一、影响供应商产品质量的主要原因

影响供应商产品质量的原因通常有以下七大方面(如图所示）。

一是没有有效的供应商产品质量控制组织机构，主要表现为:供应商产品质量控制组织机构环节多，过程长，工作效率低，工作职能不明确;

二是没有科学合理的供应商评价指标体系和选择制度，主要表现为：没有对供应商进行分类分级管理，供应商选择不合适，没有建立质量联保制度;

三是没有科学合理的采购政策，主要表现为:与供应商质量协议不全面，质量保证条款不详细具体，没有对供应商进行重要程度分级，没有采购质量控制奖惩制度，采购质量信息管理不善；

四是采购人员素质低，主要表现为：采购人员没有培训机会，不能正确理解采购政策，不能正确执行科学合理的采购程序；

五是质量检验部门不能很好地执行其职能，主要表现为：供应物资检验不严格，没有有效的检验方式，没有针对不同的供应商采用不同的检验方法，没有按有关检验理论和标准进行检验，没有充分运用各种统计技术工具;

六是不合格外购物资管理不严，主要表现为：未经检验便进入仓库，不合格品未经处理投入使用;

七是没有先进的供应商产品质量控制信息系统，主要表现为：信息系统运行不畅，数据不全。

二、供应商的评价指标体系

供应商的科学评价与合理选择，是供应商质量控制的基础。根据与质量控制的相关性及轻重程度，通过分析研究，我们选择供应商的九个大的项目，27个指标作为评价指标体系，并给每个指标分配适当的权重，总权重100分（见表）。

从表中可以看出，供应商评价指标体系中，所占比例最大的是产品质量（30分）。因为产品质量是企业对供应商的直接考察指标，但对供应商进行评价时又不能只看其产品质量，因为供应商现有的产品质量及其稳定性与其他条件密切相关，所以产品质量的权重分配通常应在30％左右。而其他各项指标除技术条件、价格条件、经营状况、竞争状况所占比重较大以外，企业关系、行业评价、交货时限、售后服务所占的比重较小。

企业在制订本企业供应商的评价指标体系时，应根据各项指标与本企业质量控制的相关程度，对表中各指标的权重分配作合理的调整。甚至对评价指标的选择也应适当调整。

三、供应商产品质量控制的关键环节

经分析研究，我们认为供应商产品质量控制应把握好以下三个关键环节:

1.預控过程: 供应商产品质量控制的第一个关键环节是产品质量的预控。预控内容主要包括：签订产品质量协议；质量保证条款；原材料使用的具体标准；商定质量联保程序；规定生产流程等等。通过这些措施的实施，使供应商准确无误地理解和接受本企业对产品质量的期望及要求。特别是对供应商使用原材料的品牌、性能指标、价格等作出具体规定后，相当于将质量控制提前了两大步（第一步是本企业供应商产品质量的控制，第二步是供应商之供应商的产品质量控制），这种提前十分有利于将质量问题消灭在供应商为本企业生产产品之前。实际上产品质量问题，像人的健康问题一样，也应以预防为主，预控过程向上游（企业）延伸得越长，预控效果会越好。

2.实控过程:供应商产品质量控制的第二个关键环节是产品质量的实控。实控内容主要包括：派驻质量代表；供应商购入原材料检验;生产过程监督；启动质量联保程序等。实控过程往往程序复杂，工作量大，本企业如果技术能力不足，可采取签约委托第三方的方式。所谓委托第三方的方式，可通过委托与供应商具有同等以上质量资质之生产厂家的质量控制专业人员，代为实施对供应商质量控制的实控过程。这种签约委托方式在某种程度上，可能比本企业直接进行供应商质量控制更为有效。因为被委托方是供应商的同类企业，生产同类产品，就供应商的产品而言，往往具有比本企业专业水平更高的质量控制能力，更能找到出现质量问题的关键部位，所以这种方式也许成本更低，效果更好。当然，为了防止被委托方与供应商相互构结，本企业采取相应的驻厂监控措施仍必不可少。

3.检控过程：供应商产品质量控制的第三个关键环节是产品质量的检控。这个过程一般的企业均做得较好，收到供应商发来的产品进行严格的质量检验，也是企业质量控制最常规的方法，但这里所说的检控过程具有新的内涵。我们认为对供应商产品质量的检查检验，不应该只是等到供应商产品发到本厂以后才进行的末端检控，而应该将检控过程，结合上述预控、实控过程，延伸到供应商的产前、产中、产末，实施检控过程的全面覆盖。也就是说，这里所指的检控过程，不是只对结果的检验，而要对供应商的整个生产过程进行检查检验。结果的检验固然重要，但我们的目的是要得到好的结果，事实上唯有将检控过程向前延伸，方可得到最后的理想的结果。

综上所述，现代企业产品质量控制的模式，将改变传统的以本企业为核心的 “全面质量管理”理念，发展成为以上游企业为重点，以本企业为基地，以建立用户质量跟踪体系为补充的“全物流质量控制”新模式。

供应商的选择与绩效评价 篇4

关键词：绩效,评价,供应商

供应商选择、评价与管理已成为影响企业未来市场竞争能力的关键因素,是供应链管理中的一个重要环节。传统的采购管理模式正面临着巨大冲击,采购部门已不仅仅是“买东西”,寻找和培养适合公司战略需要的供应商已成为采购部门的重要职责。此外,供应商所提供的品质、交期及服务都直接影响着企业的竞争力。倘若供应商未能及时交货,这种无形的损失折算为成本也是巨大的。供应商的多样性使得选择变得更复杂,需要一个程序来规范。

1 供应商的选择

它主要是指粗略地对现有的供应商和准备发展的供应商进行大致的选择,把显然不符合标准的供应商排除在外[1]。对于企业而言,控制成本是经营环节中最重要的一关,寻找质优价低的供应渠道是所有采购部门的核心工作。选择原材料供应商需要严格按照程序,由评估小组评选出预选供应商。供应商选择有4个基本条件,即技术、质量、价格和交货。在技术方面,主要注重开发能力和发展能力;在质量方面,主要看质量控制和质量体系稳定的能力;在价格方面,主要看核算能力。看,不单是简单的“加法”,或者说不单只停留在比较简单的核算上[2],而是从供应商的核算能力、稳定能力上看物品是否有降价的趋势。在交货方面,一个是看准时的供货能力,另一个是看出现意外情况时的紧急供货能力。供应商的选择有5个步骤,现列举如下。

1.1 成立评估小组

供应商的选择绝不是采购员个人的事,而是一个集体的决策,需要各业务部门的人员共同参与讨论、共同决定,需要获得各个部门的认可,包括采购部门的决策者和其他部门的决策影响者。

1.2 确定备选供应商

通过供应商信息数据库以及采购人员、销售人员或行业杂志、网站等渠道了解市场上能够提供所需物品的供应商。

1.3 列出评估指标并确定权重

确定代表供应商服务水平的有关因素,据此提出评估指标。评估指标主要有:

(1)经营资格:如工商注册、税务登记、财务状况、业务许可等经营资格审查。

(2)质量资格:评估供方的质量资信,如有无完善的质保体系、历史上的经营业绩、目前的主要客户。产品本身的质量水平,如是否通过相关认证、可靠性等级、在同行业排名等。

(3)交货能力:供应商的产量应是我方需求的3倍以上,也就是说,即使需方不订货,也不会使供方完全停产,或需方一旦增加订单,供应商也有“应变”的能力,具备“贮水池”的缓冲作用。

1.4 现场考查

由公司组织专门班子赴供应商现场进行考查。根据公司统一拟定的资格评审表进行打分:获80分以上为合格,90分以上为良好。确认其基本资格,作为入围供应商。

1.5 比较价格

给入围的供应商发询价单(一般是3家以上),然后再回收比价。原则上合格低价为中标价,被选中的供应商为首选供应商。我方会将70%的定单交给首选供应商(主供应商)。次低价者为补充供应商(次供应商),次供应商将会获得30%的订单,但是价格应与主供应商相同,做到同质同价。这样会促使次供应商在下一轮招标竞争中有更好的表现,以及主、次供应商抓内部管理、降低中间费用的积极性。

最后,逐项评估每个供应商的履行能力[3]。评估小组根据评估指标对备选供应商进行评估,综合各项指标推荐预选供应商。

2 供应商的绩效评价

在传统的采购模式中,采购方与供货商是简单的交易关系,双方的一切合作建立在价格基础上,与供方追求高价相对应。作为采购方,交易的决定因素是价格。无论采取哪种采购方式,都是采购方追求最佳性价比的手段。随着企业之间竞争不断加大,企业自身管理制度不断完善,理念不断更新,企业与供应商之间的关系已经不仅仅是单纯的价格管理,而是双方长期持续稳定的合作。在与供应商建立战略合作关系的过程中,进行供应商绩效考核是非常重要的一环,它是构建战略型供应商关系的基础。

供应商考评指标很多,主要有:

(1)供应商质量指标[4]。供应商提供的产品是否符合国家及企业的相关标准,对于企业有特殊要求的,供应商是否均按合同予以执行。其相关配套产品或第三方产品是否全部到位,有无质量问题。

(2)供应指标。供应商在合同签订后,应根据合同约定时间按时交货,对于无故拖延、推迟交货的,可评估为未完成或不完全完成供应指标。考察供应商的生产能力,主要体现在4个方面:(1)要求检验生产过程中的能力,即用适用的设备生产合适的产品;(2)保证生产过程控制有效,生产过程中无不良产品;(3)实施精益生产;(4)完善紧急预案,在生产过程中具有处理能力。

(3)经济指标。供应商提供的产品应为市场同期最新型号,且价格应不高于同类采购合同中的价格。尤其不可随意调整价格,在合同供货周期内,应保证价格的一致性。在准时、安全交货的情况下,在一定的利润空间下,根据给供应商的生产量,看其是否有降价的趋势。

(4)支持、配合与服务指标。此项指标尤为重要,在供货商交货后,所有售后质量问题都应按合同即时响应,积极解决。对于售后服务不达标的供货商,应采取一票否决制,停止对其所有产品的采购。此外,还要看现场故障服务能力、新技术新方法应用能力和与产品没有任何关系的友情支援的能力。这里强调一点,就是把预报性维护改为预测性维护,它们的区别在于预报性维护是指不论有无出现缺陷的可能,都要进行预防、维护;预测性维护则是该维护时进行维护,不该维护的时不维护,提高了维护的整体水平。

供应商的选择是企业的一项重要决策,一个好的供应商是指拥有制造高质量产品的加工技术[5],拥有足够的生产能力,以及能够在获得利润的同时提供有竞争力的产品。作为政府采购部门,我们通过制定供应商选择标准,建立供应商数据库,定期进行供应商绩效评价,压缩了整个采购成本,降低了采购风险,使供应商的管理更加科学、有效。

参考文献

[1]毛照昉,夏国洪,李晓梅.基于全供需网协同的制造企业供应商绩效评价体系研究[J].西安电子科技大学学报,2008,18(4):1-5.

[2]于昕,王道平,黄哲学.电子供应链环境的供应商绩效评价模型研究[J].软科学,2007,21(6):221-222.

[3]王炬香,温艳,王磊.采购管理实务[M].北京:电子工业出版社,2009.

[4]邵良杉,邱云飞,杜文涛.基于粗糙集的供应商评价选择[J].辽宁工程技术大学学报,2008,10(4):272-273.

供应商评价制度 篇5

1、目的选择合格供应商并对其进行持续监视，以确保其为公司提供合格的产品与服务。

2、适用范围

适用于给公司提供产品和服务的所有供应商。

3、权责

3.1、技术质检部、原料贸易部负责对供应商的考核与评价。

3.2、总经理负责合格供应商的批准。

4、工作内容

4.1 供应商的登录与初步评价。

4.1.1由原料贸易部视公司实际需求寻找适合的供应商，同时收集多方面的资 料，如质量、服务、交货期、价格等作为筛选依据。

4.1.2原料贸易部在对原料供应商进行初步评价时，需确定采购的原料是否符 合政府法律法规的要求和安全要求，对于有毒品、危险品，需要求供应商提供相关证明文件。4.2样件需求及供应商送样

4.2.1如公司有样件需求，采购人员需对样件提出详细的技术质量要求，如品 名、规格包装方式等。

4.2.2样件应为供应商正常生产情况下的代表性产品，数量应多于2件。

4.3合格供应商名单

4.3.1在《原料供应商评价记录》评价完成后，技术质检部将符合条件的供应 商列入《合格供应商名录》，交总经理批准。

4.3.2原则上一种原料，需两家或两家以上的合格供应商，以供采购时选择。

4.3.3《合格供应商名录》在每次的供应商考核结果得出后修订，删除不合格 供应商，修订后的《合格供应商名录》由总经理批准生效。

4.4供应商的考核

4.4.1考核对象：列入《合格供应商名录》的所有供应商。

4.4.2考核方法：对供应商实行评分分级制度，分三级，A（大于80）B（60-80）

C(小于60），A级为优秀供应商，B级为优良供应商，C级为不合格供 应商。

4.4.3考核结果的处理

(1)考核结果在 A级的供应商，优先采购。

(2)考核结果在 B级的供应商，要求其对不足部分进行整改，并将整改结 果以书面形式提交，供应评价小组对其提交的纠正措施和结果进行确认。

供应商的评价 篇6

[关键词] 有色金属供应商选择 AHP方法 模糊综合评价

随着经济全球化的发展，企业越来越意识到企业的成功取决于对供应链的管理驾驭能力，供应商的评价选择是供应链合作关系运行的基础。鉴于有色金属业在广西国民经济布局中的突出地位，以及其他产业关联度较高的事实，对于有色金属供应商的选择就显得尤为重要。目前国内主要采用德尔菲法、层次分析法等对供应商进行评价，主要是定性的，受主观因素的影响较大。供应商选择中大量的不确定性和模糊性，既有客观原因，又有决策者自身主观原因。本文综合考虑产品质量、产品价格、交货能力和发展能力等因素提出了一个模糊综合评价的模型，据此探索一种适用于有色金属企业选择其供应商的有效方法。

一、有色金属供应商综合评价指标体系

对于有色金属加工企业来说，其自身就是一个稳定的大市场，许多供应商都愿意选择其作为重点客户，在这样的环境下，对于有色金属原料供应商的评价选择就显得非常重要，选择信誉佳、原料品质好、交货能力好的供应商成为企业发展的关键。本文从以下四个方面建立供应链管理环境下有色金属供应商的综合评价指标体系:

1.产品质量——包括合格率、可靠性、技术参数、质量体系认证情况和全面质量管理情况。

2.产品价格——包括产品价格、数量折扣和运输费用，可通过实际数据衡量。

3.交货能力——包括准时交货率、交货提前期、解决突发事件的能力、及时调整供货的能力，其中前两项可通过实际数据衡量，后两项可通过客户评价测出。

4.发展能力——包括资产状况、环保状况、企业文化水平、企业安全水平，其中前两项可以通过实际数据具体度量，后三项可以通过专家评价来衡量。

二、有色金属供应商模糊综合评价的一般模型

模糊综合评价是对受到多种因素影响的事物做出客观评价的一种非常有效的多因素决策方法，本文采用二级模型，建模如下：

1.将因素集归类成。 为一级因素集。令，其中，为二级因素集。

2.决断集。先对二级因素集的个因素进行单因素评价，即，得到评判矩阵: （1）

四、结语

在结合模糊数学和AHP的基础上，本文提出了一个有色金属供应商的模糊综合评价模型，由此可以求解有色金属原料供应商的优化选择问题，有一定的实用价值和可行性，并为有色金属加工企业选择供应商提供理论依据。但本文中对于专家评分方面的模糊性较大，可根据具体情况，对有些参数进行适当的修正。

参考文献:

[1]马士华:供应链管理[M].机械工业出版社,2000

[2]徐贤浩 马士华 陈荣秋:供应链绩效评价特点及其指标体系研究[J].华中理工大学学报:社会科学版,2000,14(2):69～72

[3]陈守煜:系统模糊决策理论与应用[M].大连理工大学出版社,1999

[4]胡永宏等:综合评价方法[M].科学出版社,2000

[5]赵小惠:基于模糊决策的供应商选择方法[J].工业工程与管理,2002,(4):27～29

[6]仲维清 侯 强:供应商评价指标体系与评价模型研究[J].数量经济技术研究,2003,(3)

[7]Feng Dingzhong, Yamashiro M. A pragmatic approach for optimal selection of plant specific process plans in a virtual enterprise[J].Production Planning&Control,2003,14(16):562～570

基于属性数学的供应商综合评价 篇7

供应链系统是由供应商、制造商、分销商、零售商、顾客等环节构成的一个网络。选择合适的供应商,可以增强整个供应链系统市场的竞争力。如何客观地对供应商的实力进行综合评价就显得尤为重要。传统的供应商综合评价主要应用模糊综合评价法,但运用模糊综合评价法,会出现分类不清、结果不合理的问题[1]。

属性综合评价方法是在属性数学中属性空间、有序分割类等基础上建立起来的一种综合评价方法。其综合评价的基本步骤是(1)计算单指标属性测度。(2)计算多指标属性测度,其中常用的是加权运算。(3)运用置信度准则进行识别分析。由文献[2,3,4,5]知属性数学评价方法及置信度识别准则使评价结果更清晰,评价结果更客观合理。本文借助供应商的二层指标体系,利用属性综合评价法对某供应商的能力进行了综合评价。通过该实例说明了属性综合评价方法具有可行性,而且较模糊综合评价方法更加合理。

1 供应商评价的指标体系及评价等级

根据文献[6]建立的供应商选择评价指标体系,如表1所列,对某供应商进行综合评价。

总结专家的建议,按照百分制对每一个指标分为4个等级,分别是差[0,60)、一般[60,80)、良好[80,90)和极好[90,100]

2 基于属性数学的供应商综合评价模型

2.1 数据整理

在专家对二级指标(Iij)的评分中,出现的异常分数难以反映评价结果的真实性,所以利用格拉布斯准则[7]剔除异常数据。

2.2 根据属性层次模型确定各指标权重

在利用属性综合评价模型对供应商进行评价时需要确定一级指标及二级指标相应的权重,这里我们利用文献[2,3]介绍的属性层次模型方法确定其权重,确定权重的方法如下。

设C是一个准则,u1,u2,…,un为n个元素,对准则C,比较两个不同元素ui和uj(i≠j),ui和uj对准则C的相对重要性分别记为aij和aji,aij和aji需满足属性测度的要求。

设矩阵为(aij)n×n,其中aij为ui和uj对准则C的相对重要性。aij的取值通常采用1—9标度法。

然后构造属性判断矩阵,设属性判断矩阵为(μij)n×n,其中μij由aij确定,

$\mu {}_{ii}=0‚\mu {}_{ij}=\{\begin{array}{l}\frac{\beta k}{\beta k+1}‚a{}_{ij}=k\\ \frac{1}{\beta k+1}‚a{}_{ij}=\frac{1}{k}‚i\ne j\\ 0.5‚a{}_{ij}=1\end{array}(1)$

式(1)中k为大于2的正整数,β≥1,通常取β=1或2,本文取1。

根据每一个属性判断矩阵,利用式(2)可以计算相对属性权wC(i),

$W{}_C(i)=\frac{2}{n(n-1)}{\displaystyle \sum _{j=1}^n\mu }{}_{ij}(2)$

2.3 基于属性数学建立各指标测度函数

在本文供应商综合评价模型中,对象空间X={研究的供应商},属性空间F={供应商的能力},供应商能力有4个等级,即F的一个有序分割类为{C1,C2,C3,C4}={差,一般,良好,极好},其中C1=[0,60),C2=[60,80),C3=[80,90),C4=[90,100]。

设X中的每个评价对象x对二级指标Iij(1≤i≤4,1≤j≤4)的测量值为tij。用属性测度μ${}_{xk}^{ij}$=μ(tij∈Ck)表示指标值tij具有等级Ck,(k=1,2, 3,4)的程度,由文献[4,5]建立单指标测度函数μ${}_{xk}^{ij}$=μ(tij∈Ck)。

设x对一级指标Ii(1≤i≤4)的测量值为ti具属性Ck的程度用属性测度μ${}_{xk}^i$=μ(ti∈Ck)表示,x具有属性Ck的程度用属性测度μxk=μ(x∈Ck)表示,根据2.2节确定的二级指标Iij的权重记为wij,一级指标Ii的权重记为wi,则多指标综合属性测度μ${}_{xk}^i$和μxk分别为

$\mu {}_{xk}^i={\displaystyle \sum _{j=1}^{n}w}{}_{ij}\mu {}_{xk}^{ij}(3)$

式(3)中n为Iij的下层指标个数。

$\mu {}_{xk}={\displaystyle \sum _{i=1}^{4}w}{}_i\mu {}_{xk}^i(4)$

2.4 置信度准则

对上述有序分割类(C1,C2,C3,C4),若

k0=min{k:${\displaystyle \sum _{l=k}^4\mu }{}_{xl}\ge \lambda ,1\le k\le 4\}(5)$

则认为x属于Ck0类。

置信度准则要求“强”的类或级别占相当大的比例。其中λ一般取在0.6和0.7之间。所以它比模糊综合评价中的最大隶属原则更精确合理。

3 实例分析

在对供应商的能力进行评价时,各位专家对表1中各二级指标打分,整理数据之后,最后得到专家的数据。表2为专家对14个二级指标的评价打分情况。

采用2.2节介绍的方法确定指标权重。从而得到4个一级指标的权重和14个二级指标的权重如表3所列。

同样得到各个二级指标的属性测度函数为

$\begin{array}{l}\mu {}_{x1}^{ij}=\{\begin{array}{l}1‚t<50；\\ \frac{70-t}{20}‚50\le t\le 70；\\ 0‚t>70。\end{array}\mu {}_{x2}^{ij}=\{\begin{array}{l}0‚t<50；\\ \frac{t-50}{20}‚50\le t\le 70；\\ 1‚70<t<75；\\ \frac{85-t}{10}‚75\le t\le 85；\\ 0‚t>85。\end{array}\\ \mu {}_{x3}^{ij}=\{\begin{array}{l}\frac{t-75}{10}‚75\le t\le 85；\\ \frac{95-t}{10}‚85<t\le 95；\\ 0‚\text{其}\text{它}。\end{array}\mu {}_{x4}^{ij}=\{\begin{array}{l}1‚t>95；\\ \frac{t-85}{10}‚85\le t\le 95；\\ 0‚t<85。\end{array}\\ (1\le i\le 4,1\le j\le 4)。\end{array}$

以专家1的分数为例,得到二级指标Iij的属性测度。如表4所列。

根据表3、表4的数据和公式(3),得到一级指标Ii的属性测度,如表5所列。

以表3、表5的数据和公式(4),得到(μx1μx2μx3μx4)=(0.024 0.062 0.196 0.718)。

取λ=0.7时,因为μx4=0.718>0.7,所以x属于C4类,即该供应商的能力为优秀。

4 总结

本文依据供应商评价选择的二级指标体系,用属性综合评价方法对供应商的的能力进行评价。其中通过属性层次模型,对评价指标赋权时,计算更简单。在实际中根据企业的实际需要,随时调整各指标的相对重要性。最后通过实例分析,说明了该方法能很好地解决实际问题。比较模糊综合评价法可知属性数学方法计算更简单,同时置信度识别准则使评价结果更清晰,评价结果更客观合理,该方法在反映供应商的能力上更加客观、全面和准确。

参考文献

[1]程乾生.属性集和属性综合评价系统.系统工程理论与实践,1997;9:1—8

[2]程乾生.属性层次模型AHM—一种新的无结构决策方法.北京大学学报(自然科学版),1998;34(1):10—14

[3]程乾生.层次分析法AHP和属性层次模型AHM.系统工程理论与实践,1997;11:25—28

[4]程乾生.质量评价的属性数学模型和模糊数学模型.数理统计与管理,1997;16(6):18—23

[5]程乾生.属性识别理论模型及其应用.北京大学学报(自然科学版),1997;33(1):12—20

[6]李钧.基于供应链合作伙伴关系的供应商选择方法研究.北京工商大学学报(社会科学版),2006;21(6):40—45

供应商选择的多层次灰色评价 篇8

供应商的评价是根据一定的评价指标对合作伙伴进行描述的一个过程,因此,评价一个合作伙伴首先应建立评价指标体系。供应商评价问题涉及因素众多,有定性因素又有定量因素,应全面衡量各种因素,减少人为因素的影响,建立更加客观、全面的评价方法。目前,有关多目标评价的方法很多,如层次分析法(APH)[1],模糊综合评判法[2~4],主层次分析法[5]等等,但这些方法,都有各自的不足。如层次分析法,受人为因素影响很大。本文用多层次灰色评价法与APH法相结合,对供应商进行定量与定性方面的综合评价,从而,为企业选择合适的供应商。

2 建立供应商绩效评价指标体系

一般用层次分析法建立的供应商选择体系分为三层:第一层,供应商的选择;第二层,多个供应商;第三层,评价指标,如信誉、质量、服务、效益等等[6,7]。本文针对考核内容多及考核层次多的情况,同时结合时代发展需要,对第三层评价指标进行细分,从而,建立了4级供应商选择体系。并单独列出供应商选择的绩效评价指标体系。利用层次分析法和灰色评价法给出供应商的最优选择,如表1所示。

传统AHP方法有2个缺陷:其一是专家评分分值缺乏弹性;其二是构造比较矩阵时,由一个专家给出比较矩阵往往带有很大片面性[4]。因此,采用多层次灰色评价方法,在使用AHP方法进行专家咨询时,将专家对定性指标和指标权重的判断和评价,使所得到的判断矩阵成为模糊判断矩阵,再经过对指标和权重求解,最终完成评价。

3 多层次灰色评价原理

设V1代表第i个被评者的综合评价值,一级评价指标记为V,V=(v1,v2,…,vm),其中vi为一级评价指标,vi=(vi1,vi2,…,vin),这里vij为二级评价指标。

多层次灰色评价的具体步骤如下:

(1)制定二级评价指标vij的评分等级标准。对于定量指标,可通过归一化处理:对于定性指标可按等级优、良、中、差等几个等级,其分值依次记为4、3、2、1分,指标等级介于两相邻等级之间,相应评分为3.5、2.5、1.5分。

(2)利用层次分析法确定各评价指标的权重。

(3)组织专家对受评者的各项指标打分。得到专家打分的评价样本矩阵D。

(4)确定评价灰类。

(5)计算灰色评价系数。受评者属于第e个评价灰类的灰色评价系数,记为Xije,。对评价指标vij,受评者属于各评价灰类的总灰色评价系数,记为:。

(6)计算灰色评价权向量及权矩阵。对二级评价指标vij,受评者属于第e个灰类的灰色评价权记为rije,rije=Xij/Xije。e=1,2,…,g,则灰色评价权向量为rij=(rij1,rij2,…,rijg)。从而得到一级指标vi的灰色评价权矩阵为

(7)对vi作综合评价,评价结果记为Bi,则Bi=(bi1,bi2,…,big)=AiRi。

(8)对V作综合评价,vi的评价结果记为Bi,则指标V对所属指标vi的各评价类的灰色评价权矩阵为

对V作综合评价,评价结果记为B=(b1,b2,…,bg)=AR。

(9)计算综合评价值。因为B是一个向量,根据受评对象所属灰类等级,设C为各类灰等级按“灰水平”赋值形成的向量,C=(d1,d2,…,dg),于是,受评者的综合评价值按下式计算:S=BCT。

4 实例分析

(1)制定评价指标的评分等级标准.考虑人们思维最大可能分辨力,将评价指标优劣等级划分为“优”、“良”、“中”、“差”4大等级,其对应分值分别为4、3、2、1,指标等级介于两相邻等级之间,相应评分值取两相邻分值之间的某个值。这里为简化计算,可以规定评价者的评分范围为1~4分。

(2)利用层次分析法确定各评价指标的权重。指标vi(i=1,2,3,4)的权重向量A=(0.509 0.256 0.0940.141);指标v1j(j=1,2,3)的权重向量A1=(0.429 0.1430.429);指标v2j(j=1,2,3,4)的权重向量A2=(0.4450.138 0.335 0.082);指标v3j(j=1,2)的权重向量A3=(0.750 0.250);指标v4j(j=1,2,3,4)的权重向量A4=(0.199 0.425 0.148 0.229)。

(3)求评价样本矩阵。有5名专家组成评价小组按评价指标评分等级标准对供应商评分,并填写评分表(略)。根据5名专家所填写的评分表,求得3个参评企业的评价样本矩阵为

(4)确定评价灰类。设评价灰类序号为e,其相应灰数及白化权函数如下:

第1灰类“优”(e=1),设定灰数O1∈[4,∞],白化权函数的表达式为

第2灰类“良”(e=2),设定灰数O2∈[0,3,6],白化权函数的表达式为

第3灰类“中”(e=3),设定灰数O3∈[0,2,4],白化权函数的表达式为

第4灰类“差”(e=4),设定灰数O4∈[0,1,2],白化权函数的表达式为

(5)计算灰色评价系数。对于评价指标V11,供应商属于第e个评价灰类的灰色评价系数为

e=1,x111(1)=f1(3.0)+f1(2.5)+f1(4.0)+f1(2.0)+f1(3.5)=3.75e=2,x112(1)=f2(3.0)+f2(2.5)+f2(4.0)+f2(2.0)+f2(3.5)=3.00e=3,x113(1)=f3(3.0)+f3(2.5)+e3(4.0)+f3(2.0)+f3(3.5)=3.50e=4,x114(1)=f4(3.0)+f4(2.5)+f4(4.0)+f4(2.0)+f4(3.5)=0.00

从而企业1#对评价指标V11的总评价系数为

(6)计算灰色评价权向量及权矩阵。由(5)的计算结果,得到对于评价指标V11的灰色评价权向量为

同理,可计算出r12=(0.344 0.426 0.230 0.0),r13=(0.311 0.403 0.286 0.0)。

从而得到指标v1的灰色评价权矩阵R1为

同理得到R2、R3和R4。

(7)对v1作综合评价。先对v1作综合评价,评价结果记为R1,有

同理得到

则B=AR=(0.327 0.380 0.232,0.0),其中,R=(B1,B2,B3,B4)T。

(8)对V作综合评价。由于各评价灰类等级值化向量C:C=(优、良、中、差)=(4,3,2,1),故供应商的指标V综合评价值为:Z=B·CT=2.912。

企业在选择供应商时,可根据以上算法,计算出各个供应商的综合评价值,从而,选择综合评价值好的供应商作为自己的长期合作伙伴。

5 评价结果分析

本文讨论了供应链中供应商业绩的评价指标体系,针对供应链中供应商评价具有模糊性的特点,利用多层次灰色评价法,充分吸收了各层及相应基层信息,作出高层次系统综合,给出多角度综合评价分析结果。通过对评价指标及权重进行多层次处理,可使评价过程更贴近实际,评价结果更可信。

参考文献

[1]RAGATS G L,HANDFIELD R B,SCANNELL T V.Success factors for integrating suppliers into new product development[J].Prod Innov Manag,1997(14):190-202.

[2]常大勇,张丽丽.经济管理中的模糊数学方法[M].北京:北京经济学院出版社,1995.

[3]王君,樊治平.知识管理者能力的一种模糊多指标评价方法[J].系统工程理论方法应用,2003,12(3):279-283.

[4]SHAN Feng’a,XU Lida.An intelligent decision support system for fuzzy comprehensive evaluation of urban development[J].Expert Systems with Applications,1999(16):21.

[5]LEKKOS L A.Critique of factor analysis of interest rates[J].Journal of Derivatives,2000(4):72-83.

[6]DAVIS T.Effective supply chain management.sloan management:text and cases[M].Gth ed.New York:McGraw-Hill,1996.

运输制冷企业供应商的选择与评价 篇9

1 供应商选择评价体系

建立一个供应链管理中的供应商评价指标体系,必须要考虑到供应链的整体竞争力和反应速度,所以供应商的评价应是动态的长久的。指标体系如表1所示。供应商结构划分为输入变量和输出变量。输入变量用x表示,输出变量用y表示。输入变量指供应商完成某种绩效的途径和环境变量。输出变量是指供应商的输出数据,体现的是企业现阶段的各种能力状况,它包括企业能力、服务水平等。

2 供应商选择方法

本文采用层次分析法(AHP)和数据包络分析法(DEA)相结合对供应商进行选择。层次分析法在20世纪70年代中期由美国运筹学家托马斯·塞蒂正式提出[1],它是一种定性和定量相结合的、系统化、层次化的分析方法。数据包络分析[2]是在相对效率评价概念的基础上建立的系统分析方法。由著名的运筹学家查思斯、库伯以及罗兹(1978)首先提出来的,适合用于具有多输入多输出相同类型单位的有效性评价。层次分析法优点就是面对由“方案层+因素层+目标层”构成递阶层次结构决策分析问题,定性和定量相结合,将决策者的主观判断与政策经验导入模型,并量化处理。但有主观性的存在,因此有必要引进一较为客观的辅助工具——数据包络分析法(DEA)来对此进行一些补充与改进。首先确定供应商选择问题的层次结构,用DEA方法构造判断矩阵,然后得出供应商之间的相对效率及相对效率比率,利用层次分析法,将得到的相对效率比率数据构成相对判断矩阵,最后计算判断矩阵的最大特征值和特征向量作为供应商的排序向量,权重大的即为所要选择的供应商。

(1)确定判断矩阵,令EAB为供应商A和B的相对效率,计算公式如(1),同理可以得出EBA。

令aAB为A和B的相对效率比率,即A和B的相对效率EAB/EBA,同理可以得出aBA。

根据相对效率比率得出判断矩阵A:

(2)依照判断矩阵进行权重计算。利用排序权向量的特征根法计算权重,解特征根AW=λmaxW。W经正规化后成为指标aij在准则Ck下的排序权重,其最大特征根λmax存在且唯一,w是唯一的。计算方法为:首先将A的元素按行相乘:

然后对式(3)的计算结果开n次方,得到ui,由各个ui组成。将上述所得各方根向量进行正规化,即得排序权向量W:

根据式(3)、(4)的计算结果可求出最大特征值λmax:

3 实例分析

上海某运输制冷设备公司是目前国内最大的运输冷气设备生产企业之一,该公司的设备供应商是冷藏机组厂家和车厂,最终用户是食品公司和第三方物流公司。供应商主要来自欧洲、上海、天津,根据表1的供应商评价指标体系和公司的实际指标数据,调查得出表2。

我们将待评价的不同地方的三家供应商进行两对比,计算各自有效性值,代入判断矩阵公式中,得到判断矩阵如表3所示。

根据以上的判断矩阵,可以计算出该矩阵的最大特征根为6.855,A,B,C其对应的特征向量为最终得出优先选择排序:上海供应商B>天津供应商C>欧洲供应商A。

4 结束语

本文在构建供应商评价体系前,对运输制冷企业的采购经理进行了访谈,根据他们的经验,该行业供应商选择应尽量国有化,开拓国内采购市场。本文以上海某运输制冷设备公司为例,对供应商的评价结果与实际的采购经验基本一致。这就证明了本文提出的供应商评价选择体系和方法的有效性、可行性,这样能切实帮助运输制冷企业做出最佳选择。

参考文献

[1]毛继华,张华,江志刚,等.基于AHP的制造业供应链规划决策问题研究[J].机械,2004(11):27-39.

[2]杨印生.经济系统定量分析方法[M].长春:吉林科学技术出版社,2001.

[3]唐纳德J.鲍尔索克斯,戴维J.克劳斯.物流管理——供应链过程的一体化[M].林国龙,等译.北京:机械工业出版社,1999.

[4]徐贤浩,马士华,陈荣秋.供应链绩效评价特点及其指标体系研究[J].华中理工大学学报:社会科学版,2006(2):69-72.

[5]霍佳震,雷星晖,隋明刚.基于供应链的供应商绩效评价体系研究[J].上海大学学报:自然科学版,2002(2):177-188.

供应商的评价 篇10

供应链是由供应商、制造商、分销商、零售商及最终客户组成, 它们之间具有内在的关联性。工业经济时代, 在市场竞争中, 产品质量的好坏、成本的高低、服务的优劣无疑是产品在竞争中获得胜利的关键因素。知识经济时代, 人的创新能力成为企业在竞争中获胜的关键因素。对于供应链上的企业来说, 其敏捷性和对市场的快速反应能力是关键因素。由此可见, 影响供应商选择的因素主要为质量、成本、服务、时间、人等因素。根据 Steven E.Leahy等的研究结果, 目前, 对于供应链上的企业评估准则一般将顾客服务、成本节约和合作关系作为基本准则。供应商在交货期, 产品质量、提前期、库存水平、产品设计等方面都影响着制造商的成功。同时, 供应商所供产品的价格和质量决定了最终消费品的价格和质量, 从而也决定了最终产品的整个市场竞争力、市场占有率和市场生存能力, 并且对供应链各组成部分的核心竞争力会产生一定的影响。因此, 为了实现企业低成本、高质量、柔性生产、快速响应客户的需求, 企业的业务重构就必须包括供应商的选择。供应商的选择对于企业来说是多目标的, 包含许多可见和不可见的多层次指标。

2 层次分析法步骤

2.1 建立层次结构模型

仔细分析所研究的问题, 把复杂问题进行条理化和层次化, 按属性的不同将构成要素或者组成部分分成若干组, 每一组构成一个层次, 层次之间的要素互不相交。同一层次的元素作为准则对下一层的全部或部分要素起支配作用, 同时, 它又受到上一层要素的支配。如最高层 (目标层C) 表示评价所要实现的目标;中间层 (准则层Ci) 表示采用某种方案实现目标所涉及的原则;最低层 (措施层Cij) 表示解决问题所选用的各种方案等。据此, 可以画出层次结构图来表示层次的递阶结构和相邻两层要素的从属关系。

2.2 构造判断矩阵

判断矩阵的元素值表示人们对各要素关于目标相对重要性的认识。由于层次结构模型中有许多指标的数据难以通过统计方法获得, 因而, 采用Delphi法或1—9标度法对同属一级的要素以上一级的要素为准则进行两两比较, 根据评价尺度确定其重要性, 以此来构造两两比较判断矩阵。常用的判断尺度有九分判断尺度, 如表1所示。

通过上述要素间的两两比较关系, 可以得出判断矩阵为式中:cij为Ci层要素i与要素j两两比较对于C层目标重要性程度的标度值, n为判断矩阵的阶数。

2.3 计算权重

计算判断矩阵的特征向量以确定各要素的相对重要度, 可采用平均值法、方根法或特征根法等方法来确定权重。

2.4 层次单排序及一致性检验

计算一致性指标CI, 其中$C{\rm I}=\frac{\lambda {}_{\max }-n}{n-1}‚\lambda {}_{\max }$为判断矩阵的最大特征值。计算一致性率$CR=\frac{C{\rm I}}{R{\rm I}}$, 其中RI是自由度指标, 如表2所示。

当CR<0.1时, 认为判断矩阵的一致性可以接受, 否则应调整矩阵中的元素, 直到判断矩阵具有满意一致性为止。

2.5 层次总排序及一致性检验

各层次要素的组合权重是层次分析法的最终目的。通过组合权重找到层次结构中方案层的每一个要素 (方案) 对目标层的相对重要性, 即准则层Ci对目标层C的相对权重W (1) = (w${}_1^{(1)}$) 。为了达到此目的, 需要在层次单一准则下各要素相对权重的基础上, 计算针对上一层次而言本层次所有要素重要性的权值, 这样依次下去, 最终得到每一个层次所有要素相对于总目标的相对权重。

在计算各层判断矩阵有关要素的权重以后, 即可从最下层开始, 自下而上地求出方案层关于最上层要素目标层的总重要度 (综合权重) 。通过综合重要度计算, 对所有备选方案进行优先排序, 按排序结果挑选出最优方案。

3 数据包络分析法

数据包络分析法 (Data Envelopment Analysis, 简称DEA) 是1978年美国著名运筹学家A.Charnes和W.W.Cooper等人提出的评价决策单元 (Decision-Making Unit, 简称DMU) 相对有效性的一种方法。DEA作为一种非参数评价方法, 以相对效率的概念为基础, 评价具有相同类型的多输入 (投入) 、多输出 (产出) 指标的决策单元的相对有效性。其基本思路是把每一个被评价单元 (部门、行业、组织、结构等) 看作一个DMU, 由被评价的众多的DMU构成被评价群体, 通过对投入、产出比率的综合分析, 以各个DMU的投入和产出的指标权重为变量建立DEA模型, 进而对决策单元进行分析评价。

假设有n个决策单元DMU, 每个单元DMUj (j=1, 2, …, n) 都有m项输入Xj= (x1j, x2j, …, xmj) T, s项输出Yj= (y1j, y2j, …, ysj) T。则第j0个被评价决策单元DMUj0的相对效率评价模型为

$(\overline{{\rm P}})\{\begin{array}{l}\max \frac{U{}^{\text{Τ}}Y{}_0}{V{}^{\text{Τ}}X{}_0},\\ s.t.\frac{U{}^{\text{Τ}}Y{}_j}{V{}^{\text{Τ}}X{}_j}\le 1j=1,2,\cdots ,n,\\ U\ge 0,V\ge 0.\end{array}$

令Xj0=X0, Yj0=Y0, DMUj0=DMU0, 则以 (X0, Y0) 为DMU0的输入输出, 其中X0= (x10, x20, …, xm0) T, Y0= (y10, y20, …, ys0) T, Xj∈Em, Yj∈Es, Xj>0, Yj>0, j=1, 2, …, n, U= (u1, u2, …, us) 为DEA规划模型的输出权重向量, V= (v1, v2, …, vm) 为DEA规划模型的输入权重向量。

利用Charnes-Cooper变换, 即令t=1/ (vTx0) , ω=tv, μ=tu, 则可将分式规划 ($\overline{{\rm P}}$) 化为一个与之等价的线性规划 (P) , 即C2R模型

$({\rm P})\{\begin{array}{l}\max \mu {}^{\text{Τ}}Y{}_0,\\ s.t.\omega {}^{\text{Τ}}X{}_j-\mu {}^{\text{Τ}}Y{}_j\ge 0,\\ \omega {}^{\text{Τ}}X{}_0-1=0,\\ \mu \ge 0,\omega \ge 0.\end{array}j=1,2,\cdots ,n,$

此线性规划的对偶规划模型 (D) 为

$(D)\{\begin{array}{l}\min \theta ,\\ {\displaystyle \sum _{j=1}^{n}X}{}_j\lambda {}_j-\theta X{}_0\le 0,\\ s.t.Y{}_0-{\displaystyle \sum _{j=1}^{n}Y}{}_j\lambda {}_j\le 0,\\ \lambda {}_j\ge 0.\end{array}j=1,2,\cdots ,n,$

带有非阿基米德无穷小量ε (ε通常取10-3～10-6 之间的数) 的线性规划 (Pε) 为

$({\rm P}{}_{\epsilon })\{\begin{array}{l}\max \mu {}^{\text{Τ}}Y{}_0,\\ s.t.\omega {}^{\text{Τ}}X{}_j-\mu {}^{\text{Τ}}Y{}_j\ge 0,\\ \omega {}^{\text{Τ}}X{}_0-1=0,\\ \mu {}^{\text{Τ}}\ge \epsilon e{}^{\text{Τ}},\omega \ge \epsilon \widehat{e}{}^{\text{Τ}}.\end{array}j=1,2,\cdots ,n,$

其中, $e{}^{\text{Τ}}=(1,1,\cdots ,1)\in E{}_s,\widehat{e}{}^{\text{Τ}}=(1,1,\cdots ,1)\in E{}_m$。

(Pε) 的对偶规划问题 (Dε) 为

$(D{}_{\epsilon })\{\begin{array}{l}\min [\theta -\epsilon (\widehat{e}{}^{\text{Τ}}s{}^{-}+e{}^{\text{Τ}}s{}^{+})],\\ \text{s}.\text{t}.{\displaystyle \sum _{j=1}^{n}X}{}_j\lambda {}_j+s{}^{-}=\theta X{}_0,\\ {\displaystyle \sum _{j=1}^{n}Y}{}_j\lambda {}_j-s{}^{+}=Y{}_0,\\ \lambda {}_j\ge 0,s{}^{-}\ge 0,s{}^{+}\ge 0.\end{array}j=1,2,\cdots ,n$

若线性规划 (P) 的最优解ω*, μ*满足Vp=μ*T·y0=1, 则称决策单元DMUj0为弱DEA有效。

若线性规划 (P) 的最优解ω*, μ*满足Vp=μ*T·y0=1, 且ω*>0, μ*>0, 则称决策单元DMUj0为DEA有效。

4 DEA/AHP两级评价模型

本文采用的DEA/AHP两级评价模型, 是在第一阶段使用DEA方法构造判断矩阵, 避免了AHP法用专家经验法及德尔非法直接构造判断矩阵时权重的主观性及任意性;第二阶段使用AHP方法对方案进行全排序, 因此, 依据上述步骤实现了DEA方法的全排序。这样既组合了数据包络分析法对多输入、多输出指标评价的绝对优势和层次分析法系统性、灵活性、综合性的优点, 又避免了AHP方法中判断矩阵主观性与DEA不能进行全排序的缺点, 使两种评价方法的优势得到互补。

供应商选择的DEA/AHP方法步骤

1) 分析影响供应商选择的因素, 确立供应商选择的评价指标体系, 构造供应商选择的层次结构模型。

2) 利用DEA方法为AHP方法构造判断矩阵。 假设有n个决策单元 (DMU) , 即供应商, 每个决策单元DMUj (j=1, 2, …, n) 都有m项输入Xj= (x1j, x2j, …, xmj) T, s项输出Yj= (y1j, y2j, …, ysj) T, 与前面给出的C2R模型不同, 在此, 从所有的决策单元中任选两个决策单元M和N, 对这两个决策单元使用数据包络分析法确定它们的相对效率。 用下列公式求供应商M和N的相对效率AMN和ANM。

问题MN

$\begin{array}{l}V{}_{{\rm M}{\rm N}}=\max \mu {}^{\text{Τ}}Y{}_{{\rm M}}.\\ s.t.\{\begin{array}{l}\omega {}^{\text{Τ}}X{}_{{\rm N}}-\mu {}^{\text{Τ}}Y{}_{{\rm N}}\ge 0,\\ \omega {}^{{\rm T}}X{}_{{\rm M}}=1,\\ \mu {}^{\text{Τ}}Y{}_{{\rm M}}\le 1,\\ \omega \ge 0,\mu \ge 0.\end{array}\end{array}$

问题NM

$\begin{array}{l}V{}_{{\rm N}{\rm M}}=\max \mu {}^{\text{Τ}}Y{}_{{\rm N}}.\\ s.t.\{\begin{array}{l}\omega {}^{\text{Τ}}X{}_{{\rm M}}-\mu {}^{\text{Τ}}Y{}_{{\rm M}}\ge 0,\\ \omega {}^{{\rm T}}X{}_{{\rm N}}=1,\\ \mu {}^{\text{Τ}}Y{}_{{\rm N}}\le 1,\\ \omega \ge 0,\mu \ge 0.\end{array}\end{array}$

其中, ω=tV, μ=tU, t=1/ (VTXj) >0, V= (v1, v2, …, vm) T, U= (u1, u2, …, us) T。AMN=VMN/VNM, ANM=VNM/VMN, 即ANM=1/AMN。

求出供应商M和N相对效率的比值, 作为n维矩阵中的第 (M, N) 和第 (N, M) 个元素。用同样的方法求出这n个供应商两两组合的相对效率, 以此确定判断矩阵中各元素的值。

3) 用同一层次下的AHP方法对供应商的判断矩阵求出措施层对准则层的最大特征根及特征向量, 对判断矩阵进行一致性检验。

4) 对供应商的判断矩阵求出准则层对目标层的最大特征根及特征向量, 对判断矩阵进行一致性检验, 得到n个供应商的全排序。

5 实例应用

实例:某加工工厂处于供应链的核心位置, 为了提高供应链的核心竞争力, 工厂所需的零部件大都需要外购, 这时就需要对提供同类零部件的不同供应商进行评价, 以便选择出质量可靠并对工厂生产最有利的供应商。下面以为加工工厂提供某一零部件的四个供应商为例, 用DEA/AHP对这4个供应商进行评价, 其基本数据如表3所示。

5.1 构造输入输出指标

数据包络分析模型中, 与相对效率的概念相一致, 一般以越小越好的指标作为输入指标, 越大越好的指标作为输出指标, 即为了用最少的投入得到最大的产出。而供应商的售货成本、延误率、售后服务指标均越小越好, 因此, 作为输入指标;而质量指标、供货历史均越大越好, 因此, 作为输出指标。

1) 输入指标。

购货成本 (x1) 表示各供应商对同一零部件的价格; 准时供货 (x2) 表示准时完成合同的指标, 以延误率来表示, 即以迟到完成货物的数量与合同应该完成货物的数量之比来表示; 售后服务 (x3) 表示其售后服务水平, 以响应天数与返修数量的乘积表示。

2) 输出指标。

质量 (y1) 表示到货后合格的零部件数量, 以合格的数量与总的到货数量之比来表示; 供货历史 (y2) 表示供应商以往供货的数量。

5.2 相对效率指标

将表4中的数据代入前面给出的公式, 用MATLAB软件求出各供应商的相对效率指数vij, 如表4所示。

5.3 构造判断矩阵

$C=\left(\begin{array}{cccc}1& 0.9887& 1.1324& 1.4308\\ 1.0114& 1& 1.1453& 1.4471\\ 0.8831& 0.8731& 1& 1.2635\\ 0.6989& 0.6910& 0.7914& 1\end{array}\right)\begin{array}{l}\\ \\ \\ \\ .\end{array}$

矩阵C最大特征根为λmax=4.001, 其特征向量W= (0.551 2 0.557 5 0.486 8 0.385 2) T, 对矩阵做一致性检验, 由CI= (λmax-n) / (n-1) <0.1, 因此, 判断矩阵满足一致性要求, 不需要对判断矩阵进行调整。

按照特征向量对方案进行全排序, 可知供应商的优先顺序依次为:供应商2, 供应商1, 供应商3, 供应商4, 与算例的预期设计相一致。对于线性规划的求解有一定的计算量, 如果有n个供应商, 则要做n2-n个线性规划求解, 但用计算机软件进行求解, 问题就会变得比较简单。

6 结束语

本文所采用的供应商选择的DEA/AHP 两级评价模型, 其实质是在DEA方法框架中综合了AHP 方法, 弥补了原来DEA方法只能将决策单元分为有效和非有效两类所存在的缺点, 结合AHP方法对各个决策单元进行全排序。这种将两种常用评价方法的优点集成做法, 既避免了运用AHP 方法排序时构造判断矩阵的主观性, 又避免了运用DEA 评价时对决策单元无法排序的缺点, 从而使评价者和决策者做出最佳的评价和决策, 并通过实例证明该方法具有一定的理论和实用价值。

摘要：供应链环境下供应商的选择是一个多目标决策问题, 通过分析影响供应商选择的评价指标, 综合DEA方法确定权重较为客观及AHP方法对评价方案易于排序的优点, 给出供应商选择的DEA/AHP两级评价模型, 并用实例验证用此模型选择供应商的可行性。

关键词：供应链,供应商,数据包络分析法,层次分析法,两级评价模型

参考文献

[1]马士华, 林勇.供应链管理[M].北京:机械工业出版社, 2005.

[2]Chopra S and Meindl P.Supply Chain Management:Strategy, Planning, and Operation[J].Upper Saddle River, NJ:Prentice-Hall, Inc.2001.

[3]Bowersox DJ, Closs DJ and Cooper M B.Supply Chain Logistics Management[J].Avenue of the Americas, 2002.

[4]魏权龄.数据包络分析[M].北京:科技出版社, 2004.

[5]陶经辉, 李旭宏, 毛海军.数据包络分析在物流园区规划方案评价中的应用[J].公路交通科技, 2005, 22 (2) .

[6]徐兵, 熊孟英.AHP法在供应链合作伙伴选择中的应用[J].电视技术工业工程版, 2005.

[7]吴容, 李文.基于DEA的第三方逆向物流服务动态绩效评价[J].铁道货运, 2008 (1) :8-10.

供应商的评价 篇11

关键词：供应商关系管理；采购流程；供应商绩效；差异化管理；汽车制造企业 文献标识码：A

中图分类号：TK412 文章编号：1009-2374（2016）19-0158-03 DOI：10.13535/j.cnki.11-4406/n.2016.19.076

1 汽车制造企业供应商关系管理

供应商关系管理经历多个发展阶段，如图1所示。相对仅仅是买卖交易的传统供应商关系，基于供应链合作关系的汽车制造企业更关注包括汽车零部件原材料供应商、零部件供应商、制造企业、经销商、最终消费者在内的整条供应链的供需平衡，希望通过供应商关系管理的运行寻找共赢。

汽车制造企业通过降低成本能够提高企业的盈利能力，进而提高企业在市场环境中的竞争力，这突显了开展供应商关系管理的重要性。以往企业体系庞大，所有功能都由企业内部自产自销、大而全的模式已不再适合，尤其是汽车行业，零部件子系统涉及电子、铸造、

冲压和注塑等诸多专业领域，整车厂从投资和精力角度难以自给自足，只有通过和供应商链上游的零部件供应商合作方式才能适应当前市场需求。一方面，汽车制造企业采取全球范围招标的方式对产品性能、质量、价格、配套供货服务等方面进行比较，择优选择；另一方面，零部件供应商企业也将其产品面向全球销售，接受市场竞争。汽车制造企业与零部件企业构成供应链合作伙伴关系，共同发展以实现最终的收益。为了进一步满足客户满意度，提高产品的盈利能力、提高产品竞争力的共同诉求更加迫切。

汽车制造企业如果没有进行供应商关系管理，双方仅仅是短期商务合作关系，就会出现当市场客观环境变化时双方仅从自身利益出发而给对方带来更多损失。零部件供应商为躲避市场变化而不愿意针对汽车制造企业的产品投资独特装备及技术，而仅使用现有资源满足汽车制造企业需求的情况，这些状况对于整条供应链的可持续良性发展是不利的。通过汽车制造企业对零部件供应商关系的管理，有助于建立长期稳定的合作关系。长期战略合作可以增进双方的信任度和依赖度，消除部分影响双方合作的不确定性因素，可以一定程度地扭转和减少不利状态，提升供应链竞争力。如汽车制造企业单纯仅依赖自己或集团内供应商体系发展则可能会导致汽车制造企业机构臃肿和规模过分庞大，最终导致投资战线过长过深、管理层次过多、管理难度大、管理效率低和管理成本过高等直接问题。

2 W汽车制造企业供应商评价指标现状

W汽车公司拥有庞大数量的零部件供应商，尽管W公司已经开展了针对庞大供应商的供应商管理，但是管理过程中仍存在不足及待优化的部分，表现在供应商关系维护管理上还存在风险隐患。W汽车公司每月、每年都会由供应商评估体系中的审核小组成员共同完成对供应商绩效的考核，但存在部分指标主观性较高、考核指标及范围存在漏洞和缺失的情况和评分分值的定义不准确等情况，导致不能对供应商进行全面、客观和可量化的评估。另外对供应商的分类还不够清晰，针对评审结果对供应商进行管理的实际效果不明显，未能有目的、有针对性地进行供应商差异化管理，而是一视同仁地对待供应商或者根据购买金额、购买数量和市场紧缺性简单进行供应商重视度的调整，在与供应商共同分担风险的功能上相对薄弱。

目前W汽车公司的供应商绩效评价指标是从质量评定、服务评定和产品开发能力和价格四个维度进行。质量评定由供应商质量管理部执行；服务由物流部门评定，细分为供货管理、供应商服务和安全三个子项；产品开发评估由技术中心开展，包含供应商开发能力、供应商开发合作态度、供应商按时提交样件和供应商提交样件质量四个子项。通过评估可以相对全面地评价供应商从产品开发、生产到交样质量的全过程。W公司当前的供应商绩效评估表如表1所示。

W汽车公司供应商体系庞大，每年供应商的数量还在不断增加。供应商类型包括底盘类、钣金类、内外饰类、电器类和发动机类。如果细分还能将类别细分。不同类型的供应商特点表现完全不同，对于钣金类的零件，由于零件体积大，要非常注重控制物流环节，避免零部件在运输过程中发生损坏导致质量问题，物流环节的及时率及安全性也是重要考核的对象；对于电器零部件，注重的是开发环节，在开发环节需要对零部件的功能及耐久性开展考核，产品开发成功后服务环节压力相对较小，所以电器件供应商的绩效考核重点在评估开发能力。要开展对供应商绩效评估流程的优化，要从针对供应商类型进行区分，将适用普遍型的评价标准细化为针对不同零部件类型的评价。

3 W汽车制造企业供应商评价指标优化建议

上述的供应商绩效评估环节中的主要问题有：（1）供应商绩效评价的标准是普遍适用性标准；（2）供应商评价体系没有将整车和发动机零部件区分开；（3）供应商评价体系没有将质量标准细分；（4）供应商绩效评价体系存在主观因素。本节针对以上问题，通过提出改进建议改善上述问题，减少问题带来的负面

影响。

针对当前W公司的供应商绩效评估体系中的不足开展如下修改优化：（1）将技术指标中的供应商开发合作态度剔除出分值评价体系，上升为否决项；（2）将质量评定细分，增加零部件质量、过程能力、质量问题解决和质量持续改进四个子项。质量要求对所有零部件适用，一视同仁，采用共同的评价标准；（3）根据整车零部件的分类分为底盘件、钣金件、内外饰件和电器件，还设定了通用型标准，适用于其他零件；（4）将分值标准进行调整，适用不同的零部件特点。更改后的整车零部件供应商绩效评估指标如表2所示：

W公司零部件供应商绩效评估指标的优化基于以下考虑：（1）态度决定一切，如果一家供应商在开发过程当中不愿意与企业配合，不提供开发的服务，存在态度的问题，而又期望能够拿下量产件的生产订单。这样的只期望收获而不愿意付出的供应商应当列入供应商观察清单，并逐渐减少配额；（2）细化质量标准，让供应商质量部门的工作更加透明直观，改善各区域之间的信息沟通透明度。细化指标，有利于对供应商质量进行横向对比，对供应商开展有针对性的质量管理工作；（3）将普遍适用型标准改为分类标准，可以解决原有指标中横向可比性差的问题。对供应商绩效的比对在分类内进行，确保了比较可有效性；（4）不同类型的零部件有其特点，故在开展供应商绩效评估的过程也需要针对其特点开展。偏重设计的供应商需要重点评价设计环节。偏重物流运输的大型零件，需要针对物流过程重点评价。质量是企业的生命线，所有供应商的质量标准都是相同的，要一视同仁。

当前W公司的供应商绩效评估指标没有将发动机零部件供应商区分开来，由于发动机零部件供应商体积小、精度高、对研发能力要求高、零部件种类众多，故需要按照整车供应商绩效评估的大框架，建立对应发动机零部件供应商的绩效评估指标。根据发动机零部件供应商的分类，并参考发动机零部件的特点，本文提出针对W公司发动机零部件的绩效评估指标。如表3所示。

按评价结果分为A、B、C、D级，A级≥90分，75≤B级≤89，60≤C级≤74，D级<60分，得分<60分，年度综合评价不合格。

指标的优化和运行需要通过若干个循环来完善。首先提出指标，指标需要通过试运行，评估运行的效果，然后组织对指标进行回顾和讨论，评估指标中的不完善之处，修正指标，再进行整个循环直至指标达到比较完善的状态。这个过程如图2所示：

在开展供应商绩效评估的过程中，需要调整工作模式，以尽量减少个人主观因素对结果的影响。本文提出基于工作小组的模式来对供应商绩效评估工作的模式。这种工作模式要求对供应商开展绩效评估过程的时候，通过小组评价的方式开展。首先通过工作层级人员评价，这个评价层级需要包括产品工程师、供应商质量工程师、物流工程师和采购员。这个层级的工作小组是开展具体工作的人员组成的小组，其对供应商的研发、质量、物流和商务方面的情况非常了解，能够对供应商进行全面的评价；其次，组成有产品经理、供应商质量经理、物流经理和采购经理的联合评审小组，对供应商绩效评审的结果进行审核把控；最后，由采购中心总监批准供应商绩效审核的结果。如图3所示：

4 结语

通过供应商绩效评估模式指标的优化和工作模式的改进，实现了针对不同类型的供应商的评估和横向对比；减少了评价过程的主观性，强调跨区域参与和分层评审，提高了评审结果的客观性。

参考文献

[1] 埃尔拉姆，乔伊，王微怡，等.采购供应管理价值增

值[M].北京：电子工业出版社，2005.

[2] 徐吉麟.借力战略供应商关系管理 确保创新与成本的

竞争优势[J].汽车与配件，2007，（15）.

供应商的评价 篇12

随着经济全球化和信息技术的不断进步, 供应链管理对企业的经营发展起着至关重要的作用。由于供应链风险对全球经济带来的负面影响, 科学的选择供应商已成为降低供应链风险的重要途径, 为企业提供一套合理地选择供应商的评价方法已成为亟待解决的问题。

国内外学者主要从供应商的评价指标体系、评价方法等角度对供应商的选择评价进行了分析, 并构建了相应的模型提出了解决方法。代表性的有:liram提出厂商在做供应商选择时, 除了要考虑如成本、质量、交期等一般的量化标准之外, 还应考虑某些如管理相容性、目标一致性等所谓的软性指标;Symtk等提出将风险因素、企业需求因素、以及可衡量的成本因素作为供应商选择的三项评价准则;周文坤等建立了从技术水平、经营能力、服务水平和经营环境四个方面进行考察的供应商评价指标体系;潘永锋等利用AHP确定各种指标的相对权重, 结合模糊评价方法, 建立了基于A H P模糊评价的食品供应商选择模型;马林建立了基于熵权多目标决策的供应商选择评价模型;熊淑丽等建立了供应链风险管理下供应商选择的线性规划模型, 并验证了模型的可行性。现有研究主要存在两方面的问题:一是没有综合、全面、客观、科学地建立供应商评价指标体系。二是评价方法单一, 或者偏重于依靠主观经验、或者偏重于依靠客观数据, 所建立的评价模型没有综合考虑供应商的主客观信息。

TOPSIS方法是多目标决策分析中一种常用的有效方法, 现有研究中, 物理、医疗、能源等各个领域都可运用TOPSIS方法。它通过检测评价对象与最优解、最劣解的距离来进行排序, 可解决多目标决策问题。然而, 现有研究中运用TOPSIS对多目标决策进行评价时, 常常对方案作两两比较, 没有统一的参照基准。本文对TOPSIS的方法做了改进:在求规范决策矩阵时, 对指标进行分类处理, 得出绝对正理想解和绝对负理想解, 建立了统一的参照标准;在对指标权重进行的事先确定上也做了改进, 以组合赋权的方法确定指标权重。本文首先对供应商选择的影响因素进行分析, 建立了供应商选择方案的评价指标体系, 再通过改进现有研究中TOPSIS法的弊端, 建立了基于改进TOPSIS的供应商选择评价模型, 对备选供应商进行评价排序, 从而确定最佳供应商, 为企业如何选择供应商提供一套科学的评价方法。

二、供应商评价指标体系的建立

本文以供应链绩效最大化为目标、以五大原则 (即合作风险、合作成本最小原则, 系统综合性原则, 合理科学性原则, 定量与定性相结合的原则, 动态性原则) 为依据, 设计供应商评价指标体系 (如图1所示) 。共计5个准则, 20个指标。所有指标按不同属性分为两种类型:即效益型指标与成本型指标。效益型指标是指数值越大表明供应商的竞争力越强的指标。例如产品质量、专利水平等指标;成本型指标是指数值越小表明供应商的竞争力越强的指标。如产品价格等指标。

三、基于改进TOPSIS的供应商评价模型的构建

1、TOPSIS法及其弊端

TOPSIS法是一种逼近理想解的排序方法, 是由Yoon和Hwang提出的处理多属性决策问题的多方案排序和选择的经典方法之一, 它以方案全集的正负理想解为统一参照基准来建立偏好关系。TOPSIS的基本思想是:设定一个虚拟的最优解 (称为理想解) 和一个虚拟的最劣解 (称为负理想解) , 在目标空间中求解方案的相对接近程度, 以度量某个方案靠近理想解和远离负理想解的程度, 用相对接近程度的值决定方案的排序, 相对接近程度越大, 则方案越优, 反之, 越差。然而, TOPSIS法在实际应用中主要存在以下缺点:一是求规范决策矩阵时, 未对指标进行分类, 所有指标均按越大越好的思想进行归一化处理;二是权重是事先确定的, 其值为主观值, 具有一定的随意性, TOPSIS在计算中直接将指标权重作用于原始数据, 这会改变原评价数据间的关系结构, 影响最终评价结果。

2、改进的TOPSIS方法的供应商评价的思路

本文针对TOPSIS现有研究中的弊端, 对TOPSIS进行改进。主要分为以下三个步骤:第一, 对不同类型的指标分别进行归一化处理;第二, 利用组合赋权的思想对指标进行赋权;第三, 将指标归一化矩阵和指标权重代入TOPSIS模型中求解, 即建立了基于组合权重的TOPSIS评价模型。

2.1指标规范化处理。将建立的供应商评价指标体系分类为效益型指标和成本型指标, 针对不同类型的指标分别进行指标打分 (即归一化处理) , 得到指标归一化矩阵。

效益型指标打分:

成本型指标打分:

其中, yij为第j个供应商第i个指标规范化处理后的值;xij为第j个供应商第i个指标的评价值;m为被评价供应商的个数。

对于矩阵Y= (yij) n×m (i=1, 2, …, n;j=1, 2, …, m) , 显然理想解Y+和负理想解Y-为:

2.2 指标权重的确定

(1) 熵值法权重的确定

1) 熵值计算。根据熵值的计算公式, 求出第i个评价指标的熵值:

其中ei>0, 为第i个指标下第j个供应商的特征比重, 为第i个指标的所有评价值之和。

2) 熵权计算。第i个评价指标的熵权:

其中, ej为第i个指标的熵值。

(2) AHP法权重的确定

1) 建立层次结构。在进行系统分析的基础上, 明确各指标间的定性关系, 将各指标分层分组, 建立层次结构, 见图1。

2) 构造判断矩阵

对建立的层次结构, 通过两两比较指标间重要程度, 采用分值1~9标度来测量, 见表1。

3) 指标层对准则层的权重

对得到的判断矩阵, 求解其最大特征值λm a x和对应的特征向r'= (r'1, r'2, r'3, …, r'n) , 对特征向量进行归一化处理, 得每个准则层下第i个指标的权重ri:

其中, ri为准则层下第i个指标对该准则层的权重;r'i为判断矩阵最大特征值所对应的第i个特征向量;n为准则层下指标的个数。

同时, 将判断矩阵代入式 (7) , 求得一致性指标C.I., 再将C.I.代入式 (8) 求得一致性比例C.R.进行一致性检验。如果C.R.<0.1, 则认为该权重是有意义的, 否则重新构造判断矩阵, 求权重。

其中C.I.为一致性系数, λmax为矩阵的最大特征值, n为判断矩阵的阶数。

其中C.R. (Consistency Ratio) 为一致性比例。R.I.为平均随机一致性指标, 可以从表2中查得。

4) 指标层对总目标层的权重

根据指标对总目标的权重计算公式, 则pi等于:

其中pi为第j个准则层下第i个指标对总目标的权重;ri为第j个准则层下第i个指标对第j个准则层的权重;sj为第j个准则层对总目标的权重。

(3) 组合权重的确定

两种赋权方法组合后第i个指标权重wi, 计算公式如下:

其中, pi为第i个指标的AHP权重;qi为第i个指标的熵值法权重。

2.3基于改进TOPSIS的供应商评价模型

依据TOPSIS原理, 评价第j个对象到正理想解和负理想解的距离。若评价对象最靠近最优解同时又最远离最劣解, 则为最好;否则为最差。

(1) 第j个评价对象到正理想解和负理想解的加权距离:

其中wi为两种赋权方法组合后指标的权重, yi j (i=1, 2, …, n;j=1, 2, …, m) 为指标归一化矩阵。

(2) 第j个评价对象到理想解的贴近度cj (值越大供应商的竞争力越强) 为:

五、实例分析

为了更好地验证上述模型的可行性, 通过一个实例进行分析与计算。德国HK化工公司, 拟在三家供应商中选择确定一家做为其新型材料的供应商。在对供应商进行选择评价的过程中, 通过八个指标对这三家潜在供应商进行选择评价。并把评价的指标分成两类, 一类是效益型指标, 这种指标越大越好;另一类是成本型指标, 这种指标越小越好。其中产品质量、供应能力、净利润增长率、市场占有率4项指标属于效益型指标, 其余4项属于成本型指标。具体指标数据如表3所示:

1、指标打分

将表3中的效益型指标数值代入式 (1) , 对4个效益型指标归一化处理;将表3中的成本型指标代入式 (2) , 对4个成本型指标归一化处理, 指标归一化结果如表4所示:

由表4可知, 理想解Y+和负理想解Y-分别为:Y+= (1, 1, …, 1) T, Y-= (0, 0, …, 0) T。

2、指标权重

(1) 熵值法权重

按照4.3.1, 将表3中各指标的数据代入式 (4) - (5) , 求得各指标的熵权:

(2) AHP法权重

按照4.3.2, 以专家打分的方式为指标赋权, 具体关系如图所示:

一级指标:企业产品、综合实力, 计算权重如表5:

二级指标:产品质量、产品价格、市场占有率、地理位置, 计算权重

二级指标:供应能力、订货提前期、资产负债率、利润增长率, 计算权重

根据公式 (9) , 求得各指标的AHP权重:pi= (0.22, 0.02, 0.14, 0.10, 0.06, 0.02, 0.22, 0.22) T

(3) 组合权重

将上述所求得的q i和p i代入式 (10) , 求得8个指标的组合权重:

5.3基于改进TOPSIS的供应商选择评价结果

将5.2求得的组合权重wi和Y+= (1, 1, …, 1) T, Y-= (0, 0, …, 0) T代入式 (11) - (12) , 分别求得:

再将所求得的d+j和d-j代入式 (13) , 得:cj= (0.37, 0.32, 0.67)

最后, 将各供应商企业与理想解 (理想供应商) 之间的距离cj从大到小进行排序, 得到各供应商的优劣排名为:C, A, B。由此可见, 3个供应商中, 供应商C的竞争力最强, 该企业应该选择这家供应商作为其合作伙伴。

六、小结

本文的创新与特色:

(1) 建立了基于改进TOPSIS法的供应商评价模型。该模型不是传统TOPSIS法的指标权重主观赋权, 而是由客观赋权和主观赋权组合赋权得到, 避免了现有研究的客观赋权法无法反映专家经验或主观赋权法无法反映客观条件变化的双重弊端。

(2) 在供应商评价指标体系上, 改进了传统TOPSIS法中所有指标同一的规范化处理的弊端, 将指标分为效益型指标和成本型指标, 解决了现有TOPSIS法评价过程中片面认为指标越大越好的不合理问题。